来百度APP畅享高清图片
成立十周年之际，百融云创2024年中报交出一份亮眼成绩单：上半年，百融云创总收入13.21亿元（人民币，下同），同比增长6%；调整后净利润达1.97亿元，调整后净利润率为15%，扣除掉期权费用和其他收入之后的净利润同比实现增长。
报告期内，百融云创毛利率为73%，同比提升1个百分点。百融云创相关负责人表示，毛利率的提升得益于业务模式的高度标准化。百融云创两大核心业务MaaS（模型即服务）和BaaS（业务即服务）协同助力公司底层数据与算法及行业Know How持续更新迭代。由此，百融云创作为行业龙头的优势凸显。
01 两大核心业务稳步增长
中报显示，百融云创的两大核心业务MaaS和BaaS均保持稳定增长：作为压舱石板块，MaaS业务核心客户数达165家，同比增长13%；核心客户留存率96%，连续多年超过95%；第二增长曲线——以AIGC驱动的BaaS业务在2023年高基数的基础上继续录得增长，其中，BaaS金融行业云收入5.89亿元，同比增长20%。基于两大核心业务的稳定发展，百融云创成为行业内为数不多的实现持续盈利的AI科技公司。
百融云创官网显示，其AI产品和服务已广泛应用于银行、保险、电商、汽车、物流、票务、能源和建筑等多个行业的超过7000家商业机构。百融云创CEO张韶峰介绍，百融云创的核心竞争优势是基于对千行百业的理解，将模型与应用深度结合，通过人工智能产品和解决方案帮助垂直行业降本增效。
以财富管理数智化为例，该服务一方面基于客户自身优势和禀赋，建立特色鲜明的企业形象和产品优势；另一方面建立数智驱动的营销运营一体化的服务体系，包括数智洞察、模型、智能策略闭环、内容设计等服务。如百融云创与某国有大行省分行的合作，经过一整套财富管理能力建设，项目期末实现月日均AUM（客户金融总资产）新增114亿元，年日均AUM新增72亿元。
在2024年上半年，百融云创的BaaS财富云业务呈现爆发式增长，实现收入和客户数量双高增。高盛最新的报告数据显示，截至2020年中国居民个人可投资资产总规模达31万亿美元，2016至2020年年均复合增长率达11%。到2025年，中国居民的可投资资产总规模将达到50万亿美元，2021至2025年期间继续保持两位数的增长速度。在这样的行业利好背景下，百融云创BaaS财富管理业务后续仍有广阔发展空间。
在模型与应用深度结合方面，百融云创的智能语音机器人（Voice GPT）已参与到智能客服系统、信用卡及理财营销、客户回访等若干关键环节。Voice GPT已经可以实现低于500毫秒级的响应，该反应速度基本接近真人，对于客户的语义理解准确率能达到97%以上。Voice GPT能支持日5000万通以上智能语音沟通，并且还能分析客户满意度和意图，通过采集情感数据，将分析语料融入特征模块中，由此合成出来的语音便自带感情色彩等。
安全稳定性方面，百融云创的MaaS云平台在满足日均3亿次查询请求下，API稳定性高达99.999%。据悉，系统稳定性背后是完善的监控告警体系，技术团队从指标监控、日志监控、全链路监控三个方面完成监控系统搭建。
02 科技筑牢企业“护城河”
回顾十年发展，百融云创自2014年创立起就聚焦AI算法，并持续加大科研投入，通过不断地技术迭代构建壁垒。张韶峰介绍，早在2017年末，他们便成立人工智能实验室，锚定AIGC技术为公司的新一轮技术发展曲线。在今年举办的百融云创十周年庆典中，他再次强调，“公司将加大在生成式人工智能领域的投入”。
从财报数据来看，2024年上半年，百融云创研发开支增至2.26亿元，主要归因于研发人员的员工成本增加，以支持产品供应及各项技术的开发，包括AI应用技术、算法驱动机器学习平台及底层数据库性能提升。截至上半年，百融云创的研发人员占比约50%，年化平均人效约200万元，累计专利及软著数262项，覆盖人工智能、机器学习、隐私计算、人机协同、多模态等多个领域。作为行业龙头，百融云创近两年每年均在研发层面投入数亿资金，截至2023年末，公司累计研发投入近18亿元。
技术层面，报告期内，百融云创将NLP（自然语言处理）技术升级为主动式大模型技术，即从传统的NLP技术，转化为基于大模型的更高级的主动式应用。并且，将主动式大模型应用融入智能语音交互的业务链条中，通过模型量化、蒸馏和分离式推理架构技术来实现完美融合。
在部分从业者看来，主动式大模型在智能语音交互业务中扮演着至关重要的角色，一方面提升交互的自然性和效率，另一方面也增强服务的个性化和用户满意度。
目前，百融云创已推出了生成式AI大模型全栈开发体系，涵盖产业大模型BR-LLMs，一站式开发平台Cybotstar，数字人产品Avatar-GPT以及智能代理AI Agent应用开发平台等。
值得注意的是，大模型用做产业落地需要警惕“幻觉”问题，也就是大型语言模型在处理信息时出现了看似合理，但实际上并不符合逻辑的不准确输出。
过时的知识、混入错误信息以及缺乏特定领域的专业知识，都是导致大模型幻觉的“元凶”。为了从源头化解这一问题，百融云创将检索增强生成（Retrieval- Augmented Generation，简称“RAG”）技术融入大模型之中，该技术不仅提高大模型的准确性与可靠性，还更好地理解上下文，将检索到的知识融入生成过程中，从而生成更加贴合实际需求的文本。
不过，RAG并非完美无缺，互联网信息冗杂，存在着大量的干扰内容，甚至假新闻，为准确检索带来挑战。此前，第三方机构基于检索增强生成基准（Retrieval-Augmented Generation Benchmark，简称“RGB”）对百融云创大模型、ChatGPT3.5等大模型进行评测。测试结果显示，在设置的600个问题中，百融云创大模型整体准确率为50.5%，略高于ChatGPT3.5的50.3%。
众所周知，AI行业研发成本高、技术门槛高、市场竞争激烈，对企业而言，AI业务想要实现盈利并非易事，不仅需要控制成本、落地技术，还需要拓展业务范围、获得客户认可。在这样的背景下，百融云创的连续盈利能力尤为珍贵，这不仅说明业务模式的健康度，也是对其在AI领域领先地位的验证。
张韶峰说，回望这十年，如果说百融云创做对了什么，那就是对于趋势的正确预判和坚持。他认为，下一个十年的机遇，将来自人工智能，生成式AI时代的大幕已经拉开，几乎所有行业都将被重塑。
