在刚刚告别的2023年里，一站式服务的AI科技领航者百融云创年K线录得上涨27%。其中，绝大多数涨幅是在业绩兑现后贡献的，根据choice数据，自2023年8月23日中期业绩发布翌日至2023年12月29日，百融云创累涨近60%，市场成交额接近25亿港元。
这份二级市场成绩单反映出投资者对于百融云创商业价值的认可。在过去的一年，这家AI科技公司顺势而为，跻身从大模型训练到落地应用的产业浪潮中，凭借自身先发技术优势通关规模化扩张。
展望2024年，业内普遍预计，新的一年将迎来AI原生应用大爆发。对于百融云创来说，理想未满、未来可期。
AI大模型——生产力革新之入口
毫无疑问，2023年，AI大模型成为了最核心的赛道。ChatGPT的横空出世，不仅奏响了AI 2.0的时代号角，还重燃了AI理想主义者的梦想。但是，百融云创没有像OpenAI、百度一样摘取领域大模型的“月亮”，而是基于自身的行业Know-how优势，低头觅得自己的“六便士”。
基于深度学习Transformer框架，结合NLP、智能语音等技术，百融云创打造了场景驱动的产业大模型――BR-LLMs。百融云创自主构建了大模型预训练、微调、推理工程优化、应用开发套件等一整套技术栈。
在AI 2.0的全新时代，无论是C端还是B端均面临着价值再造，率先卡位大模型赛道便等于守住了生产力变革的入口。如果说，通用大模型代表着普通民众对于智能的崭新希望，那么像BR-LLMs这样的产业大模型代表了企业对于数智化的渴求。
在信贷、财富管理、保险、电商、租赁、招聘多个垂直场景，通过AI大模型对企业级应用进行重塑，可以直接实现生产力的提升。比如，对于租赁行业来说，百融云创借助其在金融领域积累多年的一站式数智化客群经营解决方案，帮助机构客户打造出自动化智能运营等企业级AI应用平台。
具体来说，百融云创通过分析市场趋势、客户需求及风险因素等建立用户分层管理档案，再结合大模型的“理解+生成”能力，规划设计生成与用户的互动方案，从而帮助商业机构更好地理解客户的动态行为，做出更加精准地运营决策。
更进一步地，借助大模型在复杂指令理解遵循和思维逻辑链等方面的优势，可以帮助客户服务实现“质”、“效”的提升，帮助优化客户关系管理、账户管理等方面的流程，减少人为错误的可能性，显著提升业务响应和处理周期。
场景迁移——AI应用必由之路
“在追求AGI之路上，百融云创的模型训练更为看重的是以用户需求为导向，驱动AI赋能千行百业数智化发展。”百融云创AI创新负责人陈昀彰表示，通过增强模型在垂直行业间的通用性和普适性，百融云创正持续将AI技术在不同垂直场景之间平行迁移。
据了解，BR-LLMs产业大模型簇采用的是MoE模型路由方案，可以实现将不同场景的请求分发给不同的模型，这其中包括对话大模型、编程模型、扩散模型等生成式模型和决策式模型，在保证模型输出效果的同时可以降低训练和推理成本，全面提升业务转化效果。
而除了技术层面的不断创新，百融云创MaaS+BaaS(业务即服务)的端到端服务模式也助力其将AI服务和解决方案进行跨行业复制。
具体来说，MaaS模式主要基于决策式AI技术，能够根据不同行业客户的需求，提供面向KYC和KYP(know your products)场景的定制化模型部署及维护服务；而BaaS模式结合决策式AI和生成式AI技术，使得公司能够根据垂直行业特定业务流程和需求，提供一站式的业务解决方案，并实现资产运营成果转化。
分析人士指出，百融云创的商业模式打破了一个场景只能对应一种模型的固有定制思维，而是通过由AI驱动的专家平台策略，在提升模型能力的同时解锁更多场景应用。
同时，这样的战略部署方式还可以让模型开发过程从任务导向的烟囱模式转化成了平台模式。所有在模型上的投入变成了可累积的投资，将模型本身的可变成本转化为固定成本，从而突破单一行业的应用天花板，构筑起高客单价、高毛利率、高壁垒的行业护城河，顺利实现跨行业规模化扩张。
在大模型推理方面，百融云创也完成了大量的工程优化，压缩生成延迟和推理成本，根据陈昀彰介绍，目前BR-LLM对话大模型 1K tokens的推理成本可以低至OpenAI的1/20。
另据资料显示，截至目前百融云创的客群已经覆盖银行、保险、电商、汽车、物流、票务、能源和建筑等多个行业的逾7000家商业机构，包括工商银行、平安集团、梅赛德斯·奔驰等多家世界500强企业，显示其AI服务能力已获得标杆企业的“盖章认证”。
进入下半场——AI企业与B端深度耦合
除了离用户更近、离场景更近，在陈昀彰看来，行业洞察也是不可或缺的一环，充分的行业Know-how决定了模型基座能力的适配性，也决定了能否打造出“模型—行业理解—场景应用”完整体系的关键所在。
陈昀彰表示，行业语料是最不容易颠覆的核心壁垒，目前市面上的部分聊天机器人交互效果不佳，主要原因便是语料多样性不足，用户反馈不够，百融云创通过与真实用户的大量交互，生成的正反馈，来最大化实现AI赋能，构建起稳固的模型基座并促成大模型快速迭代。
展望AI产业下半场，陈昀彰认为，以大模型为基座，企业数智化建设将开启新的篇章，与之对应，AI企业级服务无论是广度还是深度都将进入新的应用阶段。
“对于已经完成数智化转型的企业来说，可以预见的是，企业的数字化系统将不会再无度闲置。”陈昀彰举例说，由百融云创自研的大模型应用开发平台Cybertron通过大模型与企业内部的数字化系统对接，形成的AI员工、客服数字人等各类Agent应用可以把机构数字化的动能挖掘出来，极大提升机构内部的运转效率。
其次，陈昀彰认为，AI企业级的本地化部署诉求会大量涌现，MaaS模式将在B端得到极大普及，像百融云创这样的AI企业以大模型为基座，结合企业特性进行SFT微调后，可以帮助企业建立一体化解决方案，便利商业机构进行模型调用。
最后，在陈昀彰看来，AI与垂直场景的融合程度将进一步加深，催生一批AI原生应用。以百融云创的BaaS模式为例，这一服务模式下，客户不用关心技术方案，以生成式AI将高质量的专业化服务的成本极大降低，直接交付客户业务流程的结果。
正如业内专家所言，Transformer架构没有天花板，AGI的未来无限宽广，在这条道路上驰骋的百融云创正以全新的想象空间拥抱2024。
