当前位置: 首页 > news >正文

AI能给百融云带来什么?

一大堆有关ChatGPT的利好消息出现之后,市场的反应难得的跟投资者预期站在了一起,AIGC也终于有了跑赢CPO的苗头。二级市场的逻辑不用重复,毕竟AI已经炒了大半年,但有没有发现一个问题?就是在不知不觉中,AI应用端的落地已经比一季度的时候实际多了。

一季度的时候,AIGC公司吹的都是什么呢?比如:打造多媒体全产品线、业务从海外杀回国内、AI高等学府及科研团队担任公司独董、下一个xxx公司,等等诸如此类的话;但一旦问到,AI到底对业务有什么推进,用户能用你这产品的AI功能干什么,董秘只能说,“商业模式正在积极探索中”。

为什么这样?因为自从大模型成为了国内AI公司标配之后,就把一个很高端的AI基础设施变成了卖铲人,原有业务在AI加成下也只是阳春白雪,所以只能往风花雪月上宣传,核心都是为了估值和减持套现。

那到了现在这个阶段,AI到底怎么落地到应用端,本文以@百融云-W(6608.HK)这家H股最纯正的AI公司为例,剖析一下。

首先,不管是MaaS、软件、云计算,这类商业模式的公司都隶属于TMT行业,遵循二八定律,也就是80%的用户只用20%的功能。举个例子,办公软件当中的表格如果嵌套了函数,非理工专业出身的用户很难自己用的明白;PR软件中的静帧和黑场,做抖音的用户基本连听都没听过;金融类软件系统里的净值估算和估值曲线图,也只有银行理财经理岗能用得上。但科技公司的问题就在于,只要一个用户有任何一个潜在的需求,那么系统和软件就必须添加功能模块,所以更新换代了几次之后,安装包就从初代的20M进化到了现在的2个G。但大多数用户,依然在最基础的功能上血拼。百融云也是这样。

从成立之初开始,百融云要面对的客户就分布在不同的行业,有金融、电商租赁、保险、汽车等等,所以AI的模型包含的元素就非常多。比如电商客户要分析推流视频的2秒跳出率,以及直播倒流的商业粉丝占比,但光看自己的后台,数据就只有最浅层的;又比如金融业客户如果想分析用户的资产情况,并且根据去年的理财收益和今年的收入,来推算客户对未来的收益预期,就需要专业的估值建模,这些模块百融云MaaS里虽然有,但如果客户不懂代码,那就没法调用,甚至连接上API之后该点哪儿都不知道。这时候,AI就发挥了作用,因为AI最大的改变就在于,让用户能用自然语言来实现计算机语言的功能。

MaaS模式就是让客户自己来调用百融云AI模型中所需的部分,有了AI的自然语言,机构客户就可以直接把需求说给AI,让它帮你转化成代码和计算机语言。比如百融云的机构客户,面临用户分析金融产品持有期到期收益和国债的潜在利差,或者电商客户需要分析店铺之间的倒流或者如何增加店铺曝光率,就可以用自然语言跟百融云的MaaS交流,直接提需求、调用模型。

其次,AI能解决的是结构化信息的问题。百融云面对的企业客户的信息分为两种,一种是结构化,一种是非结构化。结构化信息基本上都在数据库里,ERP、财务、企业管理这类的软件已经把结构化信息做得很不错了。但是对于非结构化信息来说,百融云的机构客户一直面临很大痛点,那就是非结构化信息几乎没有被深度利用过,因为它们大多存在于文档、邮件、聊天软件、社交媒体这种文字类信息当中。

在过去,计算机不能很好地理解这些信息,这使得对这些信息的再利用只有全网检索一个渠道,但是全网检索效率很低,比如“产品”这个词,有的地方和企业会把它在客户导入过程中称之为“送样”,但“样”其实指的就是产品本身,而计算机并不懂。这就导致用户以某个关键字去搜索,可能会搜出无数东西,这就会给非结构化信息的再利用增加很多困难。这个问题,百融云也必须靠AI来解决。

百融云作为一个有AI大模型(BR-LLM)的企业,就可以让计算机看懂自然语言,这就是生成式AI起到的桥梁作用,没错,生成式AI不止面对用户(需求方),同时页面对企业端(供给方),这样用户就可以直接向类似ChatGPT这种生成式AI产品直接提问文档问题,百融云的产品叫做ChatBOT,一直广泛用于金融业为代表的垂直领域。

具体怎么帮助?当百融云的机构客户,和机构客户的终端用户,面对流程文件、合约、产品信息、预期收益和锁定期选择的时候,生成式AI就可以帮忙分析并提炼重点。比如当用户打开一个合同,可以直接向百融云的ChatBOT提问,这个合同有什么风险?甲方需要承担什么责任?乙方如果违约了会有什么风险?或者机构客户面临收购的时候,收购方又没有可能是个空壳公司、此前有没有诉讼等等。

生成式AI,能够辅助百融云的客户完成KPI,最重要的是找到完成KPI的途径。比如百融云的机构客户,今年KPI是某个产品或服务完成多少多少收入,这时候就可以根据客户的需求,从百融云的AI模型里搜索到完整的解决方案和营销规划,途径就是用生成式AI与百融云的系统沟通。

这就对应了目前百融云的两大业务,也是客户的两大付费模式,一个是以AI模型调用量收费的MaaS(模型即服务)业务,另一个是以客户KPI完成额来收入服务费的BaaS(业务即服务)业务。

根据百融云2023年中报,上半年总共营收12.43亿元,同比增长32%;净利润2.07亿元,同比增长121%;经调整后净利润达2.27亿元。拆分一下,上半年MaaS业务收入4.31亿元,同比增长24%;BaaS业务上半年收入8.12亿元,同比增长36%。

回到上文说到的二八定律,如果以后有了AI加持,是不是可以理解为:用户能够接触和使用的AI服务模块会越来越多?那么那些功能和客户需求积累很厚,并且开发功能狠多的企业自然会开始受益,反观那些靠基础功能混到现在的AI公司,还会有活路吗?

以前,我不会用的时候,你可以没有;现在,我让AI帮我用,你不能没有。

相关文章:

AI能给百融云带来什么?

一大堆有关ChatGPT的利好消息出现之后,市场的反应难得的跟投资者预期站在了一起,AIGC也终于有了跑赢CPO的苗头。二级市场的逻辑不用重复,毕竟AI已经炒了大半年,但有没有发现一个问题?就是在不知不觉中,AI应…...

AI创作系统ChatGPT商业运营版源码+AI绘画/支持GPT联网提问/支持Midjourney绘画+Prompt应用+支持国内AI提问模型

一、AI创作系统 SparkAi创作系统是基于国外很火的ChatGPT进行开发的Ai智能问答系统。本期针对源码系统整体测试下来非常完美,可以说SparkAi是目前国内一款的ChatGPT对接OpenAI软件系统。那么如何搭建部署AI创作ChatGPT?小编这里写一个详细图文教程吧&am…...

vue.draggable拖拽,项目中三个表格互相拖拽的实例操作,前端分页等更多小技巧~

vue.draggable中文文档 - itxst.com官网在这里&#xff0c;感兴趣的小伙伴可以看看。 NPM或yarn安装方式 yarn add vuedraggable npm i -S vuedraggable UMD浏览器直接引用JS方式 <script src"https://www.itxst.com/package/vue/vue.min.js"></script&…...

400G DR4 QSFP-DD光模块:数据中心应用全攻略

在当今数字化时代&#xff0c;对于企业和供应商来说&#xff0c;高速数据传输至关重要。随着对更快数据传输的需求不断攀升&#xff0c;400G DR4 QSFP-DD光模块已经成为高速网络的最新解决方案。本文将全面介绍400G DR4 QSFP-DD光模块在数据中心应用中的优势和技术规范。 什么…...

自动驾驶:路径规划概述

自动驾驶&#xff1a;路径规划概述 全局路径规划Dijkstra算法A*算法RRT&#xff08;随机快速探索树&#xff09;算法PRM&#xff08;概率路线图&#xff09;算法 局部路径规划DWA&#xff08;动态窗口法&#xff09;算法TEB&#xff08;时间弹性带&#xff09;算法Lattice Plan…...

vlc将本地文件推流成ts实时流

推流 打开vlc &#xff0c;打开 媒体----打开网络串流 选择文件选项卡&#xff0c;打开本地文件 点击添加&#xff0c;选择本地的mp3文件 选择串流 点击下拉框&#xff0c;选择udp&#xff0c;点击右边的【添加】按钮 输入媒体流输出地址&#xff0c;点击【下一个】 选择正确的…...

C# 自定义控件库之Lable组合控件

1、创建类库 2、在类库中添加用户控件&#xff08;Window窗体&#xff09; 3、控件视图 4、后台代码 namespace UILib {public partial class DeviceInfoV : UserControl{public DeviceInfoV(){InitializeComponent();ParameterInitialize();}#region 初始化private void Par…...

解密防关联指纹浏览器:联盟营销领域的秘密武器

联盟营销在今天的数字化时代越来越受欢迎。然而&#xff0c;联盟营销也面临着一些挑战&#xff0c;其中之一就是账号关联问题。本文将介绍如何利用防关联指纹浏览器来提升联盟营销的效果和安全性。 一、什么是防关联指纹浏览器&#xff1f; 防关联指纹浏览器是一种工具&#…...

asp.net core mvc Razor +dapper 增删改查,分页(保姆教程)

说明&#xff1a;本demo使用sqlserver数据库&#xff0c;dapper orm框架 完成一张学生信息表的增删改查&#xff0c;前端部分使用的是Razor视图&#xff0c; Linq分页 HtmlHelper。&#xff08;代码随便写的&#xff0c;具体可以自己优化&#xff09; //实现效果如下&#xff0…...

网络安全——自学(黑客)方法

如果你想自学网络安全&#xff0c;首先你必须了解什么是网络安全&#xff01;&#xff0c;什么是黑客&#xff01;&#xff01; 1.无论网络、Web、移动、桌面、云等哪个领域&#xff0c;都有攻与防两面性&#xff0c;例如 Web 安全技术&#xff0c;既有 Web 渗透2.也有 Web 防…...

秋招算法岗,面试复盘

面试锦囊之面经分享系列&#xff0c;持续更新中 欢迎后台回复『面试』加入讨论组交流噢 楼主秋招主要投算法岗&#xff08;偏NLP方向&#xff09;和数据岗方向&#xff0c;下面分享我的一些面试经历。 一、科大讯飞&#xff08;NLP&#xff09; 简要介绍自己Python里面哈希表…...

AI类APP能做什么

AI类APP可以实现多种功能&#xff0c;涵盖了各种领域和用途。以下是一些常见的AI类APP示例以及它们主要实现的功能&#xff0c;希望对大家有所帮助。北京木奇移动技术有限公司&#xff0c;专业的软件外包开发公司&#xff0c;欢迎交流合作。 1.语音助手&#xff08;Voice Assis…...

计算机毕业设计 基于SSM的垃圾分类管理系统(以医疗垃圾为例)的设计与实现 Java实战项目 附源码+文档+视频讲解

博主介绍&#xff1a;✌从事软件开发10年之余&#xff0c;专注于Java技术领域、Python人工智能及数据挖掘、小程序项目开发和Android项目开发等。CSDN、掘金、华为云、InfoQ、阿里云等平台优质作者✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精…...

友思特案例|友思特 Ensenso 3D相机:汽车工业自动化的革命性力量

01 内容摘要 在竞争激烈的汽车行业&#xff0c;自动化生产至关重要。友思特 Ensenso 3D相机为汽车制造商提供了可靠的工具和技术支持&#xff0c;助力多个关键环节。它在汽车座位泡棉切割中提高精确度&#xff0c;降低浪费&#xff0c;提高生产效率&#xff1b;在汽车压铸零部…...

【5G PHY】物理层逻辑和物理天线的映射

博主未授权任何人或组织机构转载博主任何原创文章&#xff0c;感谢各位对原创的支持&#xff01; 博主链接 本人就职于国际知名终端厂商&#xff0c;负责modem芯片研发。 在5G早期负责终端数据业务层、核心网相关的开发工作&#xff0c;目前牵头6G算力网络技术标准研究。 博客…...

MySQL如何优雅处理批量新增和更新?ON DUPLICATE KEY UPDATE用它!

场景&#xff1a;一张用户表user&#xff0c;此时我需要批量新增用户&#xff0c;如果用户已经存在了&#xff0c;则更新该条记录&#xff1b;如果用户不存在&#xff0c;则插入一条数据。 痛点&#xff1a;常规做法新增更新各写一个接口。而且是批量操作&#xff0c;比较繁琐&…...

网络安全(加密, Hashing, 证书, SSL/TLS等)学习小结

网上看到的一些关于网络安全的学习资料小结。 对称加密: 通信双方共享同一个密钥。发送方用它来加密&#xff0c;接收方用它来解密。 非对称加密: 有公钥和私钥。 现在的做法一般是用非对称加密生成&#xff1f;钥(公钥还是私钥?&#xff09;用于传输&#xff1f;&#xff0…...

缓冲技术在嵌入式中的应用

引言 在嵌入式中&#xff0c;不可避免地会遇到数据的收发。 其实&#xff0c;数据的收发有很多情况。 总体上&#xff0c;分为数据的收和发&#xff1a; 其中&#xff0c;数据发送是一个主动的行为&#xff0c;我们对要发送数据的数量特点等都是知道的&#xff0c;比如我们通过…...

vscode交叉编译cmake工程,toolchains设置

在 Visual Studio Code 中编译 CMake 项目时&#xff0c;使用自定义工具链&#xff08;toolchains&#xff09;可以很有用&#xff0c;特别是当你需要交叉编译或使用不同的编译器时。以下是在 Visual Studio Code 中使用自定义工具链的一般步骤&#xff0c;以aarch64的嵌入式为…...

MATLAB算法实战应用案例精讲-【优化算法】季节优化算法(SOA)(附MATLAB代码实现)

前言 世界上许多地方一年有四个季节:春、夏、秋、冬。每个季节的天气都不一样。随着天气的变化,生物,尤其是树木会改变它们的行为来适应天气。森林中的每一个个体都被称为一棵树。在满足终止条件之前,森林中的树木通过类似于自然界树木生命周期的四种操作:更新、竞争、播种…...

VB.net复制Ntag213卡写入UID

本示例使用的发卡器&#xff1a;https://item.taobao.com/item.htm?ftt&id615391857885 一、读取旧Ntag卡的UID和数据 Private Sub Button15_Click(sender As Object, e As EventArgs) Handles Button15.Click轻松读卡技术支持:网站:Dim i, j As IntegerDim cardidhex, …...

django filter 统计数量 按属性去重

在Django中&#xff0c;如果你想要根据某个属性对查询集进行去重并统计数量&#xff0c;你可以使用values()方法配合annotate()方法来实现。这里有两种常见的方法来完成这个需求&#xff1a; 方法1&#xff1a;使用annotate()和Count 假设你有一个模型Item&#xff0c;并且你想…...

【ROS】Nav2源码之nav2_behavior_tree-行为树节点列表

1、行为树节点分类 在 Nav2(Navigation2)的行为树框架中,行为树节点插件按照功能分为 Action(动作节点)、Condition(条件节点)、Control(控制节点) 和 Decorator(装饰节点) 四类。 1.1 动作节点 Action 执行具体的机器人操作或任务,直接与硬件、传感器或外部系统…...

屋顶变身“发电站” ,中天合创屋面分布式光伏发电项目顺利并网!

5月28日&#xff0c;中天合创屋面分布式光伏发电项目顺利并网发电&#xff0c;该项目位于内蒙古自治区鄂尔多斯市乌审旗&#xff0c;项目利用中天合创聚乙烯、聚丙烯仓库屋面作为场地建设光伏电站&#xff0c;总装机容量为9.96MWp。 项目投运后&#xff0c;每年可节约标煤3670…...

Cinnamon修改面板小工具图标

Cinnamon开始菜单-CSDN博客 设置模块都是做好的&#xff0c;比GNOME简单得多&#xff01; 在 applet.js 里增加 const Settings imports.ui.settings;this.settings new Settings.AppletSettings(this, HTYMenusonichy, instance_id); this.settings.bind(menu-icon, menu…...

令牌桶 滑动窗口->限流 分布式信号量->限并发的原理 lua脚本分析介绍

文章目录 前言限流限制并发的实际理解限流令牌桶代码实现结果分析令牌桶lua的模拟实现原理总结&#xff1a; 滑动窗口代码实现结果分析lua脚本原理解析 限并发分布式信号量代码实现结果分析lua脚本实现原理 双注解去实现限流 并发结果分析&#xff1a; 实际业务去理解体会统一注…...

多模态大语言模型arxiv论文略读(108)

CROME: Cross-Modal Adapters for Efficient Multimodal LLM ➡️ 论文标题&#xff1a;CROME: Cross-Modal Adapters for Efficient Multimodal LLM ➡️ 论文作者&#xff1a;Sayna Ebrahimi, Sercan O. Arik, Tejas Nama, Tomas Pfister ➡️ 研究机构: Google Cloud AI Re…...

Map相关知识

数据结构 二叉树 二叉树&#xff0c;顾名思义&#xff0c;每个节点最多有两个“叉”&#xff0c;也就是两个子节点&#xff0c;分别是左子 节点和右子节点。不过&#xff0c;二叉树并不要求每个节点都有两个子节点&#xff0c;有的节点只 有左子节点&#xff0c;有的节点只有…...

Spring AI与Spring Modulith核心技术解析

Spring AI核心架构解析 Spring AI&#xff08;https://spring.io/projects/spring-ai&#xff09;作为Spring生态中的AI集成框架&#xff0c;其核心设计理念是通过模块化架构降低AI应用的开发复杂度。与Python生态中的LangChain/LlamaIndex等工具类似&#xff0c;但特别为多语…...

AGain DB和倍数增益的关系

我在设置一款索尼CMOS芯片时&#xff0c;Again增益0db变化为6DB&#xff0c;画面的变化只有2倍DN的增益&#xff0c;比如10变为20。 这与dB和线性增益的关系以及传感器处理流程有关。以下是具体原因分析&#xff1a; 1. dB与线性增益的换算关系 6dB对应的理论线性增益应为&…...