天龙集团 × AI

[导语·核心观点]2026年10月13日，有媒体在报道肇庆企业转型时称，天龙集团利用AIGC推动互联网营销业务增长[1]。十天后，天龙集团（300063）股价上涨5.22%，收报8.26元，成交额3.38亿元，并被市场归入虚拟数字人、AI营销等概念板块[2]。反差出现在时间线的另一端：早在2026年1月，公司已公开表示，相关子公司主营数字营销、尚未开展相关GEO业务，公司不直接从事AI业务，也未因AI工具产生额外收入[3]。同一家公司，媒体叙事与公司口径之间的落差，正是本文要核查的对象。

[事件回顾·发生了什么]把三条公开信息按时间排列，会出现一条耐人寻味的曲线。 2026年1月14日，天龙集团就市场关注作出说明：相关子公司主营业务为数字营销，尚未开展定义所描述的GEO业务，公司不直接从事AI业务，未因AI工具产生额外的收入[3]。这是一份边界清晰的澄清：它否认的是“售卖AI”，并未否认“使用AI”。 2026年10月13日，有媒体在报道地方企业以AI推动生产力变革时，将天龙集团列为案例，称其利用AIGC推动互联网营销业务增长[1]。该表述未附相应的收入、订单或成本数据。 2026年10月23日，天龙集团股价上涨5.22%，收盘报8.26元，换手率6.85%，成交量42.9万手，成交额3.38亿元，同时被列为虚拟数字人、AI营销等概念标的[2]。 三次披露的性质完全不同：一次是公司自我陈述，一次是第三方叙事，一次是交易结果。混为一谈，就会把“被讲述的AI”当成“已发生的AI”。

[背景与格局·公司沿革 · 行业脉络]天龙集团是A股上市公司（300063）。按公司说明，其相关子公司的主营业务为数字营销[3]。也就是说，在这条叙事里，公司的位置是AI的使用方与服务交付方，而非AI的提供方。 这一区分在营销行业尤其重要。AIGC在营销链条上的落点大致有三类：创意与素材生产、投放与人群优化、内容分发与效果归因。前两类已是行业普遍实践；第三类近两年被一个新词概括，即GEO（生成式引擎优化，指让品牌内容更易被生成式搜索与问答引用）。公司在澄清中特意提到“尚未开展定义所描述的GEO业务”[3]，说明市场当时讨论的正是这类新概念。 从行业格局看，数字营销是竞争充分、以人力与媒介资源为核心的生意；AIGC改善的是人效与产出速度，很难直接转化为可单独计价的产品收入。这构成理解后续讨论的前提：使用AI与售卖AI，对应两套完全不同的估值逻辑。

[深度解读·为什么发生 · 意味着什么]为什么会出现这条叙事？至少三层机制在起作用。 第一层是概念归类的惯性。行情服务与资金叙事需要标签，虚拟数字人、AI营销这类板块标签一旦贴上，公司的实际业务边界就被稀释了[2]。标签由第三方给出，不需要公司确认，也很难被公司否认。 第二层是媒体框架的选择。地方产业转型报道倾向于用“AI赋能”解释增长，这在写作上是省力的：它不需要拆解收入结构，只需指出“用了AIGC”与“业务增长”同时存在[1]。相关不等于因果，但读者容易读成因果。 第三层最容易被忽略：公司澄清与媒体表述其实未必直接矛盾。公司说的是“不直接从事AI业务”“未因AI工具产生额外收入”[3]；媒体说的是“利用AIGC推动业务增长”[1]。一家营销公司完全可以用AIGC把提案周期压缩，同时账上不出现任何一行“AI收入”。 问题在于证据强度不对等。前者是可核查的自我陈述，边界清晰；后者是定性描述，没有金额、客户与归因方法。分析判断：这类表述更适合被读作效率层面的努力，而非业绩层面的贡献。 谁受益？短期是围绕概念板块交易的资金，以及被行情稿点名的重仓基金[2]；谁承担成本？以叙事为决策依据、把“AI营销”标签当成基本面改善的投资者。企业客户关心的仍是交付质量与报价，与公司是否被称作AI公司关系不大。

[关键数据与证据·来自报道的数字与事实]以下为报道中的可核查事实，按性质分组。 公司口径（自我陈述，2026年1月）：相关子公司主营数字营销；尚未开展定义所描述的GEO业务；公司不直接从事AI业务；未因AI工具产生额外收入[3]。 媒体表述（第三方叙事，2026年10月）：天龙集团利用AIGC推动互联网营销业务增长[1]。该表述未附收入金额、订单数量、客户名称或成本变化。 市场数据（2026年10月23日）：涨5.22%，收盘8.26元，换手率6.85%，成交量42.9万手，成交额3.38亿元；该股被归为虚拟数字人、AI营销等概念，广发聚富混合基金重仓该股[2]。 三点需注意：全部材料中未出现任何一个AI相关收入数字；“未因AI工具产生额外收入”是公司自身表述，与“推动增长”构成直接张力；股价与成交额是交易结果，不能反过来当作业务进展的证据。

[风险与争议·审慎的批评视角]必须明确指出这条叙事的脆弱之处。 证据层面：支撑“AI赋能”的只有一句定性描述[1]，缺少金额、客户、合同与归因方法；在上市公司信息披露标准下，这不足以支撑任何量化结论。而公司“未因AI工具产生额外收入”的表述[3]，时间更早、由公司自己作出，证据等级更高。 时间层面：澄清在2026年1月，正面报道在10月[1][3]。九个月里发生了什么，报道没有交代。若确有GEO或AI业务落地，按常理应先在公告或定期报告中出现，媒体叙事通常不会先于披露。这是一个可检验的缺口。 概念层面：虚拟数字人、AI营销等标签由行情端给出[2]，其归类逻辑与公司业务认定无关；标签会随热点迁移，估值溢价也会随之迁移。 商业层面：数字营销竞争充分，AIGC带来的效率提升容易被同业同步获得，最终表现为报价下行，未必是利润上行。此为分析判断而非报道事实，但评估此类叙事时必须纳入。 监管与治理层面：交易所对“蹭热点”式披露保持关注（一般性判断，报道未涉及具体监管动作）。公司一边澄清不从事AI业务、一边默许市场以AI标签定价，治理上不自洽。此外，AIGC生成素材涉及的版权与广告合规责任，报道未涉及，属尚未被讨论的风险敞口。 最后是样本偏差：本文依据的三条材料分别是一篇地方产业报道、一条行情稿、一份公司澄清，既不足以证真，也不足以证伪。

[未来展望·情景推演]给出三种情景，对应不同的验证信号。 保守情景（可能性较高）：AIGC停留在内部提效层，例如素材生成、脚本撰写、批量测试。这类使用改善人效，但无法单独计量，也不会进入收入结构。验证方式：后续定期报告中“AI”仅出现于经营讨论，而非收入拆分。 中性情景：子公司把AI能力打包进数字营销服务包，体现在报价与续约率上；因与人力服务混合交付，仍难单独归因。验证方式：出现客户案例与产品化表述，或毛利率的持续性变化（需与媒介成本波动区分）。 乐观情景：出现可披露的AI相关产品或订单，例如GEO类服务形成合同并确认收入。验证方式很明确：公告与定期报告中的收入或合同披露，而非媒体表述。在此之前，任何“AI推动增长”的说法都只是待验证的宣称[1]。 最直接的检验点是下一个定期报告：看公司是否更新1月时的口径[3]。若口径不变，10月的叙事应被视作媒体框架，而非业务变化。

[建议与启示·面向决策者]给企业决策者四条建议。 第一，把“用AI”与“卖AI”在内部与对外表述中彻底分开。前者是成本项，后者是收入项；混用会在资本市场制造无法兑现的预期，也会被下一份澄清反噬[3]。 第二，为AI投入建立可归因的度量，至少记录三项：单位产出的时间成本变化、单项目AI调用成本、AI参与环节的返工率。缺此三项，任何“提效”都进不了预算，也站不住披露。 第三，注意工具级提效与流程级编排的差别。单点AIGC工具只改善一个环节，价值常被下游瓶颈吞掉；把多环节交给统一调度并保留调用与成本留痕，才能把“用了AI”变成可审计的流程数据。这也是AgentSH这类多智能体调度平台的落点：意义不在于再接一个模型，而在于让调用、权限、成本与产出可被记录和复核，从而支撑上面的度量体系。 第四，面对概念标签，投资者关系团队的最优解是及时、具体、可核查的口径更新，而非沉默——沉默会被读作默认。 给投资者的核实清单只有四项：有无金额、有无客户或合同、有无进入收入拆分、口径与上一份澄清是否一致。

[结语·一句话立场]这条叙事的形状很清楚：一份可核查的否认，一句不可核查的赞美，一根上涨的K线。三者被放在同一个板块标签下，就成了一段“AI驱动增长”的故事。故事可能为真，也可能只是效率工具的正常使用被误读为业务转型；但在金额、客户与收入披露出现之前，它只能被写作“宣称”。对天龙集团而言，当下最贵的不是AI，而是口径。