【公司纪要】云从科技沟通交流会议纪要0204
【更多纪要关注：赛道掘金】
一、 公司情况
云从最开始是做视觉，创始人周博士认为发展第一阶段需要某个技术进行单点爆发，2014年后出现了很多单点技术，包括NLP，但单点技术从逻辑上解决不了真正的智能化问题。云从占银行身份认证80%的市场，六大行都用，大机场安检也用，人脸识别细分领域是绝对头部，但单个场景应用不能支撑智能化的整个应用平台。
由于云从不是硬件公司出身，学习成本较大，并且AI是一横一纵发展，所以云从第二阶段做横向路径，做感知—认知—行动的闭环，解决人的问题，解决场景智能化。把人的思考做到AI的平台，把听、说数字化并建模，但不同于现有的问答AI，要发展AI的知识结构和认知判断。
第二阶段技术平台化后可以改变入口和流量，第三阶段有更多的落地场景，让AI 改变很多场景的体验和效率，人类做更有创造性的事，这是云从的技术迭代和产品设计规划。
云从在A股，最初就确定了在国内发展，行业落地时涉及很多数据要素，比如数据安全性，云从最初一直发展这块。同时A股看中商业变现逻辑，注重商业落地和业务层面，所以云从的技术迭代路径容易被大家忽略。
云从发展类似汽车产业链的tier3,2,1，最初tier 3提供单点的视觉识别技术。但技术发展迭代很快，所以我们做到tier 2，做很多功能模块，平台、训练、推理等，既可以做底层，也可以给集成性大公司提供产品。目前我们tier3，tier2相对较全，以后再往上做tier1，真正做到人机协同标准化产品，比如虚拟人、金融智能客服、移动机器人大脑。
云从在横向上做感知—认知—行动，纵向上做tier3，tier2，tier1。目前ChatGPT大热证明我们技术路径是对的，ChatGPT是通过数据去堆，加上不同场景下的知识贯穿，这和我们人机协同理念一致。因为我们路径和ChatGPT一致，所以最近股票上涨，人机协同已经在一些行业验证，先做to g，to b，再到to c，因为to c个性化要求很多。
NLP也非常重要，但NLP技术难点很多，我们有NLP的预模型，但模型在数量和训练上还没有到临界点。
二、Q&A
1.Q：从细分市场产品层面，我们在未来几年有什么规划？
A：大的结构上是两类产品，一类是CWS操作平台，就是人机协同操作平台。这类其中有两种版本，一种是通用型版本，类似开放平台基，isv从其中调取，加上行业自身的智能化，我们做50%的底层，分为to g和to b。to g是政府、公安、法院等，治理和智慧城市一类，to b是金融，以银行客户为主。另一种是面向智慧园区和智慧商业，和小的商业零售客户，开放平台基座给他们后，根据客户需求做两类产品。一是行业侧操作系统，如数字孪生平台、感知平台、业务流程平台，成熟度达到60%-70%，金融是我们的主流行业，达到80%-90%。二是提供平台+解决方案，比如面向银行有16个解决方案，方案中分场景做各种应用软件。
第二类是后续的行业拓展，AI领域有行业属性，一家公司很难面面俱到，AI智能化和NLP发展需要耳聪目明，需要视觉识别和语言语义分析，我们这块较强，很多互联网公司的数据分析和运用较强，我们今后会与他们合作来达到AI更加拟人化和智能化的要求。以后慢慢向to b行业拓展和to c产品的训练。近几年做擅长的行业标准化产品和核心应用，后续快速进行技术投入，优化人机协同势能，拓展更多场景，根据外界环境和资金情况向前推进。
2. Q：商汤科技与你们比较相似，两家有什么不同点？
A：商汤从大逻辑和技术迭代上与我们比较类似，商汤资金更充足，他们想做统一化标准化的大模型，但这对我们来说投入成本较高。商汤能做，但他的时间周期较长，不可控较多，我们采取纵向上分层的模式，分行业的模式，最终形成串联。我们和商汤观念一致，最终形成技术平台化和行业落地，只是执行路径不同。
3.Q：未来会继续加大研发投入，还是找挣钱的市场，保持研发投入稳定？
A：首先我们是技术公司，研发投入不会低。 我们会在赛道上长期布局，长期的路径是数据结合知识，坚持大模型、预训练，2020年开始就做NLP、OCR和视觉语言模型，但同时在研发上会量入而出，我们坚持技术投入比率小于营收增长率，保证公司稳定的现金流，投入方向上坚持人机协同。我们是商业公司，需要赚钱，所以会和第三方合作，这样周期最短，进入行业最快，成本最少。内部在财务上坚持正循环，坚持让每个产品落地到每个业务线上都赚钱。同时我们会扩大生意面和降本增效，比如各地设点降低人员成本，实现财务好的表现。财务盈利在2025年左右，不会为了报表盈利降低研发投入。
我们不会直接砸钱，考核人员时很严。销售人员要考核营收、考核合同、确认收入、考核利润、毛利、回款。考核研发人员一是效率提升，二是让研发出的平台使用门槛更低，三是时间要快、成本要低。
4.Q：产品的收费模式怎样？
A：目前大部分收费是项目收费。如果是大量业务可以过程中确认收入，过程中回款。商业模式分两步，一是面向大客户提供定制化的产品和服务，进行项目收费。第二步是对大客户部署成功以后收运营费用，比如智慧城市里运营数据服务和检测报告。再有面对腰部客户，如金融里的六大行，不需要太多定制，就卖给他们实现使用收费。以后在to c层面会有按次收费，比如智能货柜。还有在金融风控上是利润分成，按控制多少风险分成，这块占比不高。随着to b和to c标准化程度越高，以后运营收费会更高。
5.Q：报表上标准操作系统占比降低，是大客户更多了吗？
A：我们做大行业时，会先立标杆，这类客户较大。其中除了操作系统外，有些核心应用会找第三方，同时有一些硬件需要配套，所以其中会有很多非自有产品。在财务计量时，除了自有平台外有其他产品，就会归为行业解决方案，所以操作系统占比降低。当然随着技术能力上升，业务规模也越来越大，目前大客户也更多。
6.Q：在全国的银行或证券，渗透率能做到多少？
A：AI在落实到商业路径上是场景化的，我们做认证起家，所以在认证平台上我们的市占率和渗透率非常高，基本占据头部企业，六大行都用云从。在其他细分场景渗透率各有不同，比如小城商行对风控需求较高，但大银行可以自己做。我们在北方和东南渗透率较高，每一个细分场景的具体渗透率没有统计过。整体上在智能化角度对银行是AI的头部企业及第一大供应商品牌。
在银行上我们占据了技术的门槛和入口，虽然收入规模不一定大，但占据入口后平台发展会更顺利。治理的业务结构和金融不同，to g的业务一般订单规模比较大，需求量比较多，所以治理的绝对收入就会比较高，比金融业务收入更高。
7.Q：To g业务在哪些省份额更高，以后还有提升空间吗？
A：原来的公告里会有，在北部，东南，西南这些地方更多。行业不同订单规模不同，金融体量小，但客户数量迭代比较多，毛利比较高；to g业务总量不多，但每一单的金额比较大，具体数据可以查找财务报表。
8.Q：以后有没有股权融资的计划？A：上市之后肯定会做二级市场融资，但还没完全提上日程，后续会进行讨论。