拆解百融雲創年報：AI技術內核愈加穩固 收入利潤快速增長
 |
3月25日晚，百融雲創發佈的2023年年度業績公告（以下簡稱“年報”）顯示，公司於截至2023年12月31日止年度錄得期內營業收入26.81億元（人民幣，下同），同比增長31%；淨利潤達3.35億元，同比增長46%；經調整後淨利潤達3.75億元，經調整淨利潤率14%，再次刷新上市以來最好財務表現。如果不考慮因收購的商譽減值產生的賬面虧損，經調整淨利潤更是高達4.36億元，超過市場預期。
值得注意的是，由AIGC驅動的BaaS（業務即服務）在2023年延續高速增長態勢，無論是收入增速還是其促成的資產交易規模均再創下新高，顯示百融雲創的第二增長曲線持續夯實，已經形成與客戶共贏的牢固生態系統。
靚麗的年報成績背後，是百融雲創在垂類AI領域寬廣的護城河上持續耕耘的成果。在過去的2023年，憑藉在決策式AI和生成式AI領域的深厚積澱，通過對於更為高效和精細化的算法挖掘，百融雲創構築了AI大模型全棧開發體系，夯實“模型應用一體化”的戰略佈局。
基本面穩健：MaaS+BaaS共築規模增長中樞
百融雲創的故事起點於2014年3月，彼時專注於算法和統計模型開發的機器學習興起不久，商業機構看到了這一技術在欺詐檢測、智能分析、推薦系統等領域的可用性，但是極高的技術門檻卻限制了其在場景中的應用。
於是，像百融雲創這樣的AI科技企業應運而生。依託機器學習、自然語言處理、知識圖譜等底層核心技術積累，百融雲創的商業化鏈條在銀行、保險、信託等金融機構逐漸鋪開。當市場各方還在爭論“AI寒冬”或者“人工智能泡沫”議題之時，百融雲創已經憑藉高複用、高黏性的AI產品和解決方案建立起了“客戶+場景”的壁壘。
2017年，百融雲創開始了另一則用技術重構壁壘的故事。在決策式AI的應用探索基礎上，百融雲創開始捕捉生成式AI的技術魅力，通過對自然語言處理、語音識別、語義理解及文本轉語音技術的挖掘，將其以智能語音機器人（Voice GPT）等產品形態對接到智能營銷、智能運營、客戶關係管理等場景之中。
至此，百融雲創的服務觸角實現了實質性蛻變，那就是其AI技術和服務不再僅僅是商業機構降本增效的一環，而是關乎其業務KPI和利潤生成。自此開始，AI創收、“端到端”、“一站式”成為了百融雲創的商業底色，其AI產品和服務也滲透到了商業機構的全生命週期，直抵提高資產運營效率。
歷時十年，走入全新商業階段的百融雲創也迎來了新的業績突破。年報顯示，百融雲創以決策式AI為基的壓艙石板塊——MaaS（模型即服務）業務在2023年收入達8.91億元，同比增長17%。核心客戶留存率提升至99%；核心客戶數提升至213家；核心客戶平均收入提升至350萬元；客戶滿意度提升至97%。
以AIGC驅動的第二增長曲線——BaaS業務在去年收入17.90億元，同比增長38%。其中，金融行業雲收入11.85億元，同比增長59%，撮合資產交易規模531.30億元，同比增長93%；保險行業雲收入6.05億元，同比增長10%，總保費規模33.30億元，同比增長56%。
技術盤夯實：構築AI大模型全棧開發體系
根據往年財報顯示，自2017年至2022年，百融雲創主營業務收入的年複合增長率（CAGR）達到超42%，成為業內首家探索出決策式AI與生成式AI規模化應用的科技公司。
進一步拆分業務細節來看，受益于對於生成式AI賽道的率先卡位以及由ChatGPT熱掀起的行業浪潮，百融雲創的AIGC收入占比持續保持上升勢頭，形成公司的利潤增長樞紐。
根據艾瑞諮詢預測，2023年中國AIGC產業規模約為143億元。隨著大模型生態培育期縱深化推進，預計2028年，這一產業生態日益穩固規模將超7200億元，完成重點領域、關鍵場景的技術價值兌現，建立完善模型即服務產業生態；及至2030年該產業規模有望破萬億大關。時代紅利的感召之下，百融雲創提早開啟了更高維度的戰略佈局，由此也“解鎖”了更多業務場景。
從技術盤來說，百融雲創的決策式AI與生成式AI已經形成技術合力，二者優勢互補性能繼續增強。據瞭解，為了以更強大的能量場來供給AIGC，百融雲創加強了模型迭代和創新力度，2023年全年公司新上線逾300個模型，以“天”為計量單位的產品迭代為垂直場景注入更多動能。年報顯示，由AI驅動的MaaS雲架構穩定性可達99.998%，日峰值查詢量已經超過3億次，且能提供毫秒級反饋。
除了傳統模型的精進突破，百融雲創在AI大模型領域的技術研究和應用邊界也在持續拓展。截至目前，該公司已經發佈兩個大語言模型，包括適用于金融垂直行業場景的BR-LLM和適用於自動編程的BR-Coder。2023年，百融雲創將AI軟件棧與開發工具棧進行深度整合，搭建形成的AI大模型全棧開發體系覆蓋從模型預訓練、微調、對齊到部署工程優化等環節，極大地壓縮了模型的訓練、迭代和推理成本。
同時，百融雲創進一步築牢大模型基座，強化Transformer架構性能。據悉，百融雲創產業大模型簇BR-LLMs採用的是MoE模型路由方案，可以實現不同場景需求下的模型分發，從而“一站式”賦能垂類業務。編程大模型BR-Coder已經完成多次迭代，可以將開發崗位中的自動生成代碼滲透率提升至10%。
基於大模型BR-LLM穩定的基座，百融雲創進一步“加固”其端到端的模型生產線，並支撐AI加速套件。2023年百融雲創搭建了大模型的應用一站式開發平臺——Cybertron（賽博坦），極大拓展BR-LLM的應用外延，讓大模型的技術棧與垂直行業特定場景更加緊密結合，對外輸出Copilot等服務。
技術基本盤的日漸夯實，來源於公司AI研發基因的自然轉化。年報顯示，2023年公司取得233項專利軟著，覆蓋人工智能、機器學習、隱私計算、人機協同、多模態等領域，同時，還抱得數十項前沿科技創新獎項歸。
商業藍圖清晰：推進“模型應用一體化”戰略
基於深厚的行業Know-how積澱，百融雲創的商業藍圖愈加清晰，那就是將AI技術以“模型應用一體化”戰略賦能垂直行業數智化發展，提高資產運營效率。
這是一條和同行略有不同的發展路徑，目前很多大模型公司將精力聚焦於模型層面的開發和完善，很多公司也開始側重于AI原生應用的開發，百融雲創則始終將場景與技術深度綁定，致力於構建從技術研發到商業應用的閉環生態。
以財富管理場景為例，百融雲創與某大行開展合作後，全面優化行方營銷模型的底層邏輯，助其建立起營銷閉環運營流程。通過分析模型與營銷策略的相互作用，該行對高淨值客群的識別能力顯著增強，50萬高淨值用戶整體營銷策略提升度達到70%。同時，該行依託百融雲創Voice GPT精准觸達這些優質客群，擴大營銷半徑，實現了營銷運營流程與客戶經營管理體系的完美銜接。
截至目前，在大模型基座之上運行的Voice GPT能支持每天3000萬通以上的智能語音溝通，可以實現低於500毫秒級的響應，同時可以模擬真人音色順暢進行多輪對話，對於客戶的語義理解準確率能達到95%以上，完成的通話量可達人工的4倍。
“模型應用一體化”的戰略佈局也使得百融雲創一直保持與商業機構極強的合作黏性。再以財富管理領域為例，據瞭解，目前百融雲創在該領域已經與所有的銀行類型開展合作，部分銀行甚至與其簽訂了跨年長期限合同。
如果說技術是汽車底盤，商業化應用便是發動機，在二者的合力驅動下，百融雲創正在AI賽道上加速奔跑，目前累計服務的超7000家機構客戶中，有超過1/3是互聯網公司、出行公司、電商公司等多元業務企業。
Copyright 2024 ACN Newswire . All rights reserved.