当为科学技术巡游一方的神，行至人工智能的篇章，中国公司的2023年报里，写着AIGC的前世今生。

翻开科技进步的编年史，每一次技术革命都有这样一条铁律：技术革命的最大受益者，通常不是率先做出突破的开疆派，而是率先将其发扬光大的技术流。去年，著名计算机科学家吴恩达曾在斯坦福做过一场主题演讲，他同样认为，AI作为新一代通用技术，更多机会在于大规模应用落地。

向着月亮跑，最少也能收获一颗星星。AI和每次科技进步一样，就像一列已经开启的高铁，给踏空者补票的机会并不多。比如像百融云创（百融云-W，6608.HK）这种AI公司，年收入26.8亿、同比增长31%的轮毂，不会有几次秒速五厘米余下。

3月25日晚，一站式服务的AI科技领航者百融云创发布的2023年年度报告（以下简称“年报”）显示，公司2023年度实现总收入26.8亿元，同比增幅31%；经调净利润3.75亿元，同比增幅28%。如果不考虑因收购的商誉减值产生的账面亏损，经调整净利润更是高达4.36亿元，超过市场预期。

01 百融云两大AI业务+多元化布局：你永远可以相信“领航者”的眼光

作为一个将“科技商业化”奉为圭臬的国度，什么样的AI业务最能抢滩登陆？又是什么样的AI大模型，会是应用端的翘楚？

百融云的MaaS（模型即服务）和BaaS（业务即服务）业务，都基于自研BR-LLM大模型。让中国的B端机构客户多用AI、用好AI，是百融云的出发点。相比于依赖资本开支的传统云服务，MaaS业务更符合B端需求，即百融云的机构客户根据自身需求，调用公司各项AI模型服务。每一轮周期，都由不同的行业作为各个环节的参与主体；百融云的AI技术，也在各行业间多元化布局。

周期的日出，从近1个交易日银行窗口、APP、支付宝等入口贷款申请者资料汇总的银行信贷业务后台开启，银行需要在AI决策系统协助下，从用户行为信息中自动生成该用户的贷款申请资格、贷款额度、分期规划等等，随后是信用等级评估、贷款调查、贷款审批、签订合同、贷款发放等一系列窗口，最终完成整个信贷业务流程。

周期的晨光，在港口物流的货轮到岸声音中继续，每一笔订单的到岸时间、每一份给工厂的流水信息、每一个即将成为潜在季节主打单品的背后，将原本5个工作日左右的流程缩短至小时为单位，都是AI精密计算的结果。而周期的正午，在电商和家人们的声嘶力竭中延续，声嘶力竭的主播，将被换成了AI数字人和智能直播切片。AI从来都没有离我们很远，只是我们过分关注结果，而非过程。

金融、物流、电商……每个行业所调用的每一个AI模型、功能、自动审批、算法筛选，都有百融云MaaS业务的身影，基座便是BR-LLM大模型。

作为能够支持B端机构客户日峰值调用3亿次的MaaS业务，百融云2023年年报显示，MaaS业务实现收入8.91亿元，同比增幅17%，核心客户留存率高达99%，核心客户平均收入提升至350万元；客户满意度提升至97%。

在上述的业务流程中，客户不仅会根据自己的需求主动调用AI模型服务，也会让百融云直接帮自己完成KPI指标。比如金融业的财富管理促交易规模、电商领域的销售业绩完成度、物流领域的配送总额及时效。百融云也依靠AI对业务流程的嵌入，使BaaS金融行业云业务促成的资产交易规模大幅增长93%，资产交易规模达531.3亿元。

其中，BaaS金融行业云收入11.85亿元，拿下同比59%的高增幅；保险行业云收入6.05亿元，同比增长10%保持稳健，总保费规模33.3亿元，同比增56%。

02 百融云对AI的付出：高研发的皱纹，是微笑待过的地方

每一个能抓住技术浪潮的公司，都深谙研发投入带来的潜在非线性增长。中国B端客户对于AI的期待，是以高屋建瓴的技术，让应用的渗透不再是蚍蜉撼树。该公司在发布两个大语言模型，包括适用于金融垂直行业场景的BR-LLM和适用于自动编程的BR-Coder，以及搭建大模型应用一站式开发平台Cybertron（赛博坦）之后，百融云又把研发方向瞄准了：低成本私有化部署AI大模型、智能语音等B端所期。

对于百融云AI大模型BR-LLM，MOE（混合专家架构）将是私有化部署的不二选择。基于Tranformer架构，百融云致力于用MoE架构将FFN（前馈网络）层则划分成稀疏性的神经网络，每个被称之为“专家”的小FFN都有自己的权重和激活函数，它们并行工作、专注于处理特定类型的信息，这意味着MoE架构在推理时，最大程度实现了性能和参数规模之间的平衡，节省了B端客户谈之色变的算力成本。

同时作为与GPT同源的BR-LLM大模型，当市场押注OPEN AI的“BetterVoiceModel”将成为GPT4.5突破技术之一时，百融云也在加厚AI智能语音的城防。百融云各行业B端客户，需要在营销过程中，以AI激活沉睡用户、推荐产品及增值服务，即便是NLP、根据不同客户反馈来制定PROCESS的智能营销、需要在JAINSIP系统基础上自研集成已大规模应用，但百融云清醒认知：现在大部分Al语音模型无法准确识别，场景和原场景、场景中语音来自是通话本人还是背景音，且AI语音回答延迟控制在500毫秒以内、智能降噪、无声纹识别、情绪识别等，都是必须攻克的技术。

后来者居上，是因为前者不争也不抢，每次的科技浪潮也无出其右。已经研发完成的BR-Coder，已在公司开发岗位中的自动生成代码渗透率提升至10%；ORCA-AutoML自动学习协助数据分析岗位将建模时间缩短了30%，百融云大可以继续守着99%核心客户留存率的MaaS+BaaS基本盘，但AI还有更多星辰大海，对AI新技术的探索时不我待；而百融云的客户及伙伴，也因为相信AI存在，所以AI总会来。

总结：
这篇文章主要讨论了中国的AI公司在过去一年中的表现，特别是在MaaS和BaaS这两个AI业务上的成果。虽然2023年的报表并未公布具体的数据，但从行业趋势来看，人工智能在各个行业的应用正在加速，市场规模也在不断扩大。
其中，百融云在AI技术研发方面的投入也非常大，其投资方向涵盖了低代码、AI芯片等，这表明百融云非常重视AI的研发。同时，百融云还推出了多个针对不同行业和场景的大语言模型和机器人，这些工具不仅可以提高工作效率，还可以满足复杂的业务需求。
然而，我们也需要注意的是，随着AI技术的发展，未来可能出现更多的竞争和技术挑战。在这个过程中，持续投入研发，掌握技术前沿，积极应对新的技术和挑战，可能是每个企业能否成功的关键。
总的来说，中国的AI企业在过去的几年中取得了显著的成绩，但同时也面临着不断变化的技术环境和市场需求。因此，未来的AI企业还需要不断进行创新和改进，以适应快速变化的市场环境。