拆解百融云创年报：AI技术内核愈加稳固收入利润快速增长

从ChatGPT到Sora，从AIGC到“人工智能+”，没有人会怀疑，人类产业文明的历史车轮已经行至“AI时刻”。时代潮涌，鼓舞着一个个“舵手”踏浪前行。这其中，一站式服务的AI科技领航者百融云创凭借着逾十年的AI技术实力、稳健经营和行业Know-How，持续输出优质业绩表现。

3月25日晚，百融云创发布的2023年年度业绩公告显示，公司于截至2023年12月31日止年度录得期内营业收入26.81亿元(人民币，下同)，同比增长31%；净利润达3.35亿元，同比增长46%；经调整后净利润达3.75亿元，经调整净利润率14%，再次刷新上市以来最好财务表现。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。

值得注意的是，由AIGC驱动的BaaS在2023年延续高速增长态势，无论是收入增速还是其促成的资产交易规模均再创下新高，显示百融云创的第二增长曲线持续夯实，已经形成与客户共赢的牢固生态系统。

靓丽的年报成绩背后，是百融云创在垂类AI领域宽广的护城河上持续耕耘的成果。在过去的2023年，凭借在决策式AI和生成式AI领域的深厚积淀，通过对于更为高效和精细化的算法挖掘，百融云创构筑了AI大模型全栈开发体系，夯实“模型应用一体化”的战略布局。

基本面稳健:MaaS+BaaS共筑规模增长中枢

百融云创的故事起点于2014年3月，彼时专注于算法和统计模型开发的机器学习兴起不久，商业机构看到了这一技术在欺诈检测、智能分析、推荐系统等领域的可用性，但是极高的技术门槛却限制了其在场景中的应用。

于是，像百融云创这样的AI科技企业应运而生。依托机器学习、自然语言处理、知识图谱等底层核心技术积累，百融云创的商业化链条在银行、保险、信托等金融机构逐渐铺开。当市场各方还在争论“AI寒冬”或者“人工智能泡沫”议题之时，百融云创已经凭借高复用、高黏性的AI产品和解决方案建立起了“客户+场景”的壁垒。

2017年，百融云创开始了另一则用技术重构壁垒的故事。在决策式AI的应用探索基础上，百融云创开始捕捉生成式AI的技术魅力，通过对自然语言处理、语音识别、语义理解及文本转语音技术的挖掘，将其以智能语音机器人等产品形态对接到智能营销、智能运营、客户关系管理等场景之中。

至此，百融云创的服务触角实现了实质性蜕变，那就是其AI技术和服务不再仅仅是商业机构降本增效的一环，而是关乎其业务KPI和利润生成。自此开始，AI创收、“端到端”、“一站式”成为了百融云创的商业底色，其AI产品和服务也渗透到了商业机构的全生命周期，直抵提高资产运营效率。

历时十年，走入全新商业阶段的百融云创也迎来了新的业绩突破。年报显示，百融云创以决策式AI为基的压舱石板块——MaaS业务在2023年收入达8.91亿元，同比增长17%。核心客户留存率提升至99%；核心客户数提升至213家；核心客户平均收入提升至350万元；客户满意度提升至97%。

以AIGC驱动的第二增长曲线——BaaS业务在去年收入17.90亿元，同比增长38%。其中，金融行业云收入11.85亿元，同比增长59%，撮合资产交易规模531.30亿元，同比增长93%；保险行业云收入6.05亿元，同比增长10%，总保费规模33.30亿元，同比增长56%。

技术盘夯实:构筑AI大模型全栈开发体系

根据往年财报显示，自2017年至2022年，百融云创主营业务收入的年复合增长率达到超42%，成为业内首家探索出决策式AI与生成式AI规模化应用的科技公司。

进一步拆分业务细节来看，受益于对于生成式AI赛道的率先卡位以及由ChatGPT热掀起的行业浪潮，百融云创的AIGC收入占比持续保持上升势头，形成公司的利润增长枢纽。

根据艾瑞咨询预测，2023年中国AIGC产业规模约为143亿元。随着大模型生态培育期纵深化推进，预计2028年，这一产业生态日益稳固规模将超7200亿元，完成重点领域、关键场景的技术价值兑现，建立完善模型即服务产业生态；及至2030年该产业规模有望破万亿大关。时代红利的感召之下，百融云创提早开启了更高维度的战略布局，由此也“解锁”了更多业务场景。

从技术盘来说，百融云创的决策式AI与生成式AI已经形成技术合力，二者优势互补性能继续增强。据了解，为了以更强大的能量场来供给AIGC，百融云创加强了模型迭代和创新力度，2023年全年公司新上线逾300个模型，以“天”为计量单位的产品迭代为垂直场景注入更多动能。年报显示，由AI驱动的MaaS云架构稳定性可达99.998%，日峰值查询量已经超过3亿次，且能提供毫秒级反馈。

除了传统模型的精进突破，百融云创在AI大模型领域的技术研究和应用边界也在持续拓展。截至目前，该公司已经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。2023年，百融云创将AI软件栈与开发工具栈进行深度整合，搭建形成的AI大模型全栈开发体系覆盖从模型预训练、微调、对齐到部署工程优化等环节，极大地压缩了模型的训练、迭代和推理成本。

同时，百融云创进一步筑牢大模型基座，强化Transformer架构性能。据悉，百融云创产业大模型簇BR-LLMs采用的是MoE模型路由方案，可以实现不同场景需求下的模型分发，从而“一站式”赋能垂类业务。编程大模型BR-Coder已经完成多次迭代，可以将开发岗位中的自动生成代码渗透率提升至10%。

基于大模型BR-LLM稳定的基座，百融云创进一步“加固”其端到端的模型生产线，并支撑AI加速套件。2023年百融云创搭建了大模型的应用一站式开发平台——Cybertron，极大拓展BR-LLM的应用外延，让大模型的技术栈与垂直行业特定场景更加紧密结合，对外输出Copilot等服务。

商业蓝图清晰:推进“模型应用一体化”战略

基于深厚的行业Know-how积淀，百融云创的商业蓝图愈加清晰，那就是将AI技术以“模型应用一体化”战略赋能垂直行业数智化发展，提高资产运营效率。

这是一条和同行略有不同的发展路径，目前很多大模型公司将精力聚焦于模型层面的开发和完善，很多公司也开始侧重于AI原生应用的开发，百融云创则始终将场景与技术深度绑定，致力于构建从技术研发到商业应用的闭环生态。

以财富管理场景为例，百融云创与某大行开展合作后，全面优化行方营销模型的底层逻辑，助其建立起营销闭环运营流程。通过分析模型与营销策略的相互作用，该行对高净值客群的识别能力显著增强，50万高净值用户整体营销策略提升度达到70%。同时，该行依托百融云创Voice GPT精准触达这些优质客群，扩大营销半径，实现了营销运营流程与客户经营管理体系的完美衔接。

截至目前，在大模型基座之上运行的Voice GPT能支持每天3000万通以上的智能语音沟通，可以实现低于500毫秒级的响应，同时可以模拟真人音色顺畅进行多轮对话，对于客户的语义理解准确率能达到95%以上，完成的通话量可达人工的4倍。

“模型应用一体化”的战略布局也使得百融云创一直保持与商业机构极强的合作黏性。再以财富管理领域为例，据了解，目前百融云创在该领域已经与所有的银行类型开展合作，部分银行甚至与其签订了跨年长期限合同。

如果说技术是汽车底盘，商业化应用便是发动机，在二者的合力驱动下，百融云创正在AI赛道上加速奔跑，目前累计服务的超7000家机构客户中，有超过1/3是互联网公司、出行公司、电商公司等多元业务企业。