北森控股扭亏之后：HR SaaS龙头，开始押注AI应用重估

AI最早改变的，未必是最炫目的生产线，也可能是办公室里那些长期被低估、重复度高、又很难标准化的岗位。

HR就是这样的场景。招聘、面试、培训、绩效、员工服务，看上去都是流程，背后却是企业如何识别人、使用人、发展人。过去二十年，HR SaaS卖的是系统，把纸面流程搬到云端；到了2026年，企业客户已经不满足于“把流程线上化”，更想买到可交付的结果，比如更快筛人、更准评估、更低招聘错配率、更高员工培训转化率。

北森控股这份2026财年业绩，成了一个很好的观察样本。数据显示，公司全年收入11.05亿元，同比增长16.9%；SaaS订阅收入8.64亿元，同比增长19.8%；经调整净利润5549万元，实现扭亏为盈。更有预期差的是AI业务：AI产品新签合同额8700万元，同比增长10倍，累计在约客户超过1400家；AI面试官新签合同额2100万元，续费率达到120%。

北森不再只讲“HR SaaS龙头”的老故事，公司正在把估值锚从流程软件，切到AI应用商业化。

企业软件的旧增长开始变慢，HR SaaS正在从“卖系统”转向“卖判断”

中国企业服务市场过去的主线很清晰：企业上云，流程在线，软件订阅替代本地部署。HCM SaaS解决的是招聘管理、人事信息、薪酬假勤、绩效考核、培训记录这些基础环节。客户买单的理由，是效率提升、合规管理和数据沉淀。

这套逻辑曾经足够支撑增长，但到了2026年，边际改善开始变薄。大中型企业并不缺软件，问题变成了系统很多、数据割裂、流程复杂，HR部门依然要靠大量人工做筛选、沟通、判断和复核。传统SaaS卖模块、卖账号、卖订阅，AI应用卖的是任务完成度、专业判断和业务结果。定价逻辑正在改变。

以招聘为例，企业过去买招聘系统，是为了管理简历、安排面试、沉淀候选人库；现在真正的痛点是，岗位需求变化太快，候选人数量太多，面试标准不统一，HR时间被大量初筛和沟通消耗。AI面试官如果能完成初筛、追问、评价和岗位匹配，就不只是一个插件，而是直接替企业节省人力和时间。

北森卡过去的优势，是HCM SaaS市场份额和大客户基本盘；现在这些优势开始变成AI应用落地的入口。公司长期做人才测评和组织管理，沉淀了People Science，也就是岗位、能力、测评、组织发展相关的方法论。AI HR应用的难点从来不是生成几段漂亮话，而是让模型懂岗位、懂组织、懂业务场景，并且能给出可解释、可追溯、能被管理层接受的判断。

对比很多通用AI工具，北森的差异也在这里。通用大模型能回答问题，但企业HR场景需要的是嵌入流程的专业能力。招聘、绩效、培训、人才盘点都不是简单问答，而是组织规则、岗位模型、企业文化和管理经验的综合判断。北森如果能把这些行业知识装进AI产品，就有机会从“软件供应商”升级为“数字HR专家”。

AI合同放量才是市场重新定价的催化

北森这份财报最先被市场看到的，是经调整净利润转正。2026财年，公司收入11.05亿元，同比增长16.9%；SaaS订阅收入8.64亿元，同比增长19.8%；经调整净利润5549万元。对港股企业服务公司来说，扭亏本身就是一个重要信号。过去几年，SaaS资产被压制得很明显，原因也不复杂：增长不够快，亏损周期长，销售费用高，现金流承压。

现在北森实现经调整盈利，说明公司已经从“抢规模”的阶段，进入更重视经营效率的阶段。订阅收入留存率达到106%，也意味着老客户仍在增购，基本盘没有松。SaaS公司的估值修复，通常先看两个指标：收入有没有继续增长，利润有没有开始兑现。北森这次至少给出了一个更干净的盈利修复样本。

但只看扭亏，北森仍然会被放在传统SaaS估值框架里，估值弹性有限。真正影响风险偏好的，是AI业务开始合同化。2026财年，公司AI产品新签合同额8700万元，同比增长10倍，累计在约客户超过1400家。AI面试官新签合同额2100万元，续费率120%。这意味着AI不是停留在发布会和演示阶段，而是已经被客户写进预算，进入真实采购和续费体系。

Mavens平台是北森下一阶段的核心变量。公司被定义为一站式AI HR专家平台，依托SenGPT垂直模型和SenClaw Agent体系，分为“助手类”和“专家类”。助手类解决高频事务，比如简历筛选、面试协调、排班配置、员工问答；专家类处理更复杂的组织判断，比如招聘决策、人才发展、能力评估、培训路径规划。

这个产品结构有资本故事。单点AI工具容易被替代，平台型AI专家有机会带动ARPU提升和老客户增购。北森未来两年计划投入10亿元All in AI，并推出至少15个AI HR专家。这笔投入短期会压制利润弹性，但如果AI产品能够持续放量，就可能形成新的收入曲线。港股资金会盯住三个问题：AI合同增长能不能持续，AI产品毛利率能不能高于传统交付，AI投入能不能换来更高续费率和更强现金流。

壁垒在企业场景和交付系统

AI应用公司最容易被质疑的地方，是技术壁垒不够高。通用大模型能力不断下沉，很多厂商都能做AI助手、AI招聘、AI员工服务。北森如果只是调用模型能力，很难长期守住估值溢价。它必须证明自己的壁垒不在参数规模，而在行业知识、客户数据、产品场景和交付能力。

People Science是第一层壁垒。北森在人才测评和HCM领域积累多年，对岗位胜任力、人才画像、测评模型和组织发展有长期沉淀。HR场景对“准确”和“可解释”的要求很高，尤其涉及招聘、晋升、绩效和人才盘点，企业不可能完全接受一个黑箱答案。AI必须能解释依据，符合岗位模型，也要匹配组织规则。

FDE团队是第二层壁垒。北森有约300人的前端部署工程师团队，作用不只是传统软件实施，而是把客户的岗位体系、组织语言、业务流程和管理规则调进AI。企业AI落地最大的难点往往在最后一公里。每家公司岗位定义不同，管理风格不同，评价标准也不同。通用AI可以做演示，行业AI要能在客户环境里稳定跑起来。FDE团队的价值，就在于把标准化产品变成客户自己的AI HR系统。

客户基本盘是第三层壁垒。北森长期服务大中型企业，HCM系统一旦嵌入核心流程，替换成本较高。AI产品如果能顺着已有SaaS体系进入客户场景，天然具备交叉销售优势。相比纯AI创业公司，北森不需要从零建立信任，也不需要重新教育客户什么是HR流程。它的增购路径更短，商业化阻力更小。

不确定性也要放在前面。第一，AI产品收入基数还不大，8700万元新签合同虽然增速很快，但相对11.05亿元总收入仍处在早期。第二，AI HR涉及数据安全、算法公平性、招聘合规和员工隐私，客户内部审批会影响推广速度。第三，未来两年10亿元AI投入会带来费用前置，利润表可能出现短期扰动。第四，如果同业快速跟进AI Agent产品，行业可能进入功能同质化和价格博弈。

北森现在已经拥有了一个可验证的商业化路径：存量SaaS客户提供入口，AI产品提升增购和续费，垂直模型与FDE交付提高落地质量，最终用合同、利润率和现金流验证估值切换。

北森接下来的核心看点只有三个：AI合同能不能继续增长，续费率能不能维持高位，AI投入能不能变成经营现金流。AI应用公司的资产重估，最终验票口不在发布会，而在合同、续费和现金流。