①百花医药七连板,市盈率飙至203倍显著高于行业,公司预警基本面严重偏离股价;
②近期百花医药换手率极高,多个交易席位频繁现身龙虎榜,知名游资“作手新一”常用席位已大举卖出;
③公司一季度利润跌近七成,国资入主已两月,公司称应对成效待财报验证。
过去两年,“AI是否会颠覆某个行业”的讨论层出不穷,但真正值得管理者关注的问题或许是:AI能在多大程度上重塑一个行业既有的价值分配方式?总部位于上海、专注汽车营销服务十年的嘉鹿集团,提供了一个尚未被充分讨论的样本。这家非上市公司没有选择颠覆式的叙事,而是把AI能力嵌入到行业最琐碎、最不性感的执行环节,并借此在2026年上半年实现了AI服务营收超500%的同比增长。它的路径,对正在思考AI转型的传统服务型企业,具有一定的参照价值。
一、被忽视的赛道:为什么苦活累活反而是护城河
管理学中一个常被低估的观点是:真正的差异化,往往不来自宏大叙事,而来自对执行细节的极致掌控。嘉鹿的选择印证了这一点一它没有押注大模型一类的概念性赛道,而是深扎主机厂最疼痛、最非标准化的线上交易经营环节:从内容生产到线索清洗,从流量投放到成交转化。
这类环节的特点是流程琐碎、标准化程度低、难以被外部通用工具直接替代。嘉鹿选择用AI系统去承接这些环节,本质上是在做一件长期主义的事:把行业里最难被规模化的部分,变成自己的规模化能力。服务超过30家主流主机厂、数千家4S店的过程,也让它积累了对消费者购车决策路径、营销内容转化效果的深度理解一这种来自一线驻场运营的经验,是通用大模型难以直接复制的深层原油。
二、AI原生组织:决策链条的重塑
嘉鹿的另一个值得关注之处,在于其组织决策方式的转变。创始人JessicaYe在2025年前后将公司重心整体转向“AI-Native”,研发投入占比连续保持在两位数一这一投入强度,在缺乏资本市场持续输血的非上市公司中并不多见。

在产品层面,嘉鹿构建了一套多智能体协同系统Lumax:由一个统一的调度中枢统筹多个功能各异的AI智能体,分别负责内容生产、流量投放、成交转化与效果归因,形成一个自主运转的闭环。出于对核心技术的保护,具体的模型架构与算法细节未对外披露,但几组结果性指标可以侧面印证这套系统的成熟度:内容生产成本下降约80%,AI协同的内容创作曝光数据提升5倍,成交数据提升2.9倍。单条投放计划的搭建效率提升约10倍,单车型订单成交成本较行业均值下降约35%。上汽通用别克E7项目是一个具体例证——通过Lumax提供的全链路运营和技术支持,上市60天协同4000+达人、上线3000+视频,核销近3000单(核销率40%+),沉淀5000+条POI视频与超百万高意向人群,并溢出全车系订单10000台,助力别克刷新合资新能源万台交付最快纪录。

对管理者而言,真正值得借鉴的不是具体的技术实现,而是组织决策速度的变化:当执行链路的大部分环节由AI智能体自主完成,管理层得以把注意力从流程监督转向策略校准,这是一种决策权重心的迁移,而不只是效率工具的叠加。
三、商业模式跃迁:当卖软件变成赌结果
嘉鹿商业模式中最具冲击力的变化,是从传统的软件订阅费模式,转向CPS(按成交付费)模式。这是一种典型的结果导向定价:服务商不再依赖旱涝保收的固定服务费,而是与客戶共担成交结果的风险,将自身收益与客戶的实际转化效果直接挂钩。
这种模式的可行性,建立在对投放ROI的高把握度之上:在小预算范围内快速验证策略,模型跑通后再指数级放大投放规模。目前,CPS模式已在多家头部车企落地。从战略角度看,这一转变本质上是把风险共担变成了一种竞争壁垒一愿意与客戶对赌结果的服务商,天然会被市场筛选到更信任、粘性更高的客戶关系中。
四、生态位战略:在巨头夹缝中构筑不可替代性
嘉鹿的生态策略并非试图挑战抖音或头部主机厂的平台地位,而是把自己嵌入为生态中不可替代的零部件。作为本地生活汽车板块的头部服务商,嘉鹿与平台在团购、核销等场景上保持长期深度协同,持续打磨适配行业的解决方案;面对多家头部合资与自主品牌主机厂,它以“AI工具+驻场运营”的组合维持高粘性合作;面对经销商网络,它反复强调不与4S店抢饭碗的定位,以相对温和的姿态减少传统流通体系对其的抵触。
这是一种典型的互补者战略:不与生态中更强势的一方正面竞争,而是让自己成为生态运转不可或缺的一环,从而分享生态增长的红利,同时降低被替代的风险。
五、可复制性之问:跳出行业看趋势
嘉鹿的样本也存在明显的局限性。第一,作为非上市公司,其融资渠道有限,持续保持两位数的研发投入强度,对战略定力提出高要求,这种投入节奏能否长期维持,仍有待观察。第二,据行业测算,其先发优势的窗口期大约在12至18个月一这意味着,一旦竞争对手完成类似的数据积累与模型迭代,差异化空间是否会被压缩?
但跳出汽车营销这一具体赛道,嘉鹿的路径对其他垂直行业的AI转型仍有参考意义:与其在通用大模型的能力边界上另起炉灶,不如在一个具体、琐碎、非标准化的执行环节上做深,把行业一线的专有数据转化为难以复制的能力壁垒,再用结果导向的商业模式重新分配价值一这套逻辑,理论上可以迁移到教育、医疗、金融等同样存在大量非标准化执行环节的服务型行业。
##结语:深耕或许是AI时代被低估的战略
嘉鹿的资本化路径显⽰出一定的耐心:2026年完成基础能力建设,2028年启动上市申报,目标在2030年前后冲击上市。这与许多急于讲述颠覆性故事的AI创业公司形成了对比。它的经验提⽰我们:在巨头林立、叙事拥挤的市场里,把一个具体场景做深、做透,并借助AI把这种深耕能力规模化,依然是一条被低估、但可能更可持续的路径。