2024年以来国家相继提出培育新质生产力,开展「人工智能+」,实施制造业数字化转型,推进大规模设备更新等制造业高质量发展相关战略部署。其中,制造业与人工智能的深度融合被视为催生新质生产力的关键领域。作为引领新一轮全球智能化浪潮的代表性技术,AI大模型正以前所未有的深度和速度嵌入到实际应用场景中,推动传统行业的数字化转型浪潮。在此背景下,传统制造业面临前所未有的转型挑战与机遇。如何让大模型这一AI重器助力制造企业进一步向数字化、智能化转型,进而提高生产效率和技术创新,这是实现制造业高质量发展的重要命题。
作为中国「AI+制造」解决方案市场领导厂商,创新奇智在AI1.0的基础上拥抱变革,深挖企业痛点,以场景落地为路径,推出「奇智孔明AInnoGC工业大模型」技术平台及AIGC应用矩阵,为制造行业打造能真正落地的生成式AI解决方案及应用,赋能关键业务流程。
在报告期内,我们不仅成功推动ChatBI和ChatDoc两款生成式AI应用并在多个项目实现落地,还升级发佈了「奇智孔明工业大模型」2.0版本(AInno-75B),以及ChatVision生成式企业私域视觉洞察、ChatRobotPro生成式工业机器人调度、ChatCAD生成式辅助工业设计等AIGC应用。至此,我们构建起了一个相对完善的工业大模型技术产品矩阵,以「工业大模型+工业软件」、「工业大模型+工业机器人」和「工业大模型+工业视觉」为切入点,推动制造业变革。
受到当前市场环境的影响,本集团的部分行业客户面临週期性压力和经营挑战,对于支出更为谨慎,但中国新型工业化仍然是发展趋势,企业对人工智能等技术推动数字化转型的需求依然存在。报告期内,营业收入达人民币571.7百万元,同比下降38.1%;毛利率同比再度提升1.4个百分点,达到33.8%;销售及分销开支、一般及行政开支和研发开支总支出同比减少35.8%;经调整净亏损持续收窄,同比减少5.1%,降至人民币37.4百万元。我们深知在充满不确定性的市场环境中,保有资金的重要性。于2024年6月30日,本集团的现金及现金等价物约为人民币1,332.9百万元。报告期内,公司在加强资金周转管理、优化资源分配方面取得了实质进展,经营活动所用现金净额较上年同期改善了76.8%,缩减至25.9百万元。秉承持续务实和长期发展的战略,创新奇智将积极应对市场挑战,努力服务客户降本增效,同时提升自身的技术产品及业务持续经营能力。
创新奇智始终重视研发投入,确保技术领先。截至2024年6月30日,我们累计申请专利1,326件,其中发明专利1,079件;确权专利583件,其中发明专利361件。创新奇智提出非对称增强自监督学习方法,解决大规模细粒度检索任务,关于此项研究的学术论文被CVPR2024接收。在中国信通院可信AI工业大模型评测中,AInno-75B于业内首家通过评测,达到当前最高评级(4+级)。在SuperCLUE工业大模型基准评测中,奇智孔明工业大模型位列国内第1和卓越领导者象限。同时,我们积极参与工业大模型标准制定,获得人工智能关键技术和应用评测工业和信息化部重点实验室颁发的工业大模型核心编写单位认证。2024年上半年,创新奇智获批2023年全国博士后科研工作站,标誌着公司在自主研发和人才平台建设方面再上新台阶。
凭藉在「AI+制造」领域优秀的AI商业化落地能力,以及在深度学习和生成式AI方面的创新技术实力,报告期内,创新奇智荣登「2024福布斯中国人工智能科技企业TOP50」主榜单和「2024福布斯中国人工智能创新技术TOP10」榜单。在IDC发佈的《中国AI赋能的工业质检解决方案市场份额,2023》研究报告中,创新奇智跃居首位,成为中国第一大AI工业质检解决方案厂商。在IDC发佈的《中国新型工业软件图谱及市场分析2024》研究报告中,创新奇智作为工业软件与新兴技术融合的典型厂商入选。创新奇智获中国工业互联网研究院颁发的「通用人工智能与工业融合AI大模型潜力服务商」。作为青岛市人工智能产业链链主企业,创新奇智承建的「人工智能工业大模型山东省工程研究中心」成功获得山东省发展和改革委员会认定的2024年山东省工程研究中心。2024年4月,ChatRobot、ChatCAD等大模型相关应用获得中央电视台《科技推动力》栏目报道。
同时,我们积极开展生态合作,围绕工业大模型,链接产学研合作伙伴。报告期内,创新奇智与钉钉(中国)信息技术有限公司达成战略合作,共同佈局大模型企服软件市场。创新奇智与山东大学达成战略合作,打造「科研-创新-人才」贯通的校企合作新模式,同时成为山东大学研究生实习基地。此外,创新奇智作为合作伙伴参与北京研华兴业电子科技有限公司在多地举办的系列论坛,共同探索大模型在工业领域的应用价值与趋势。
报告期内,公司各项重点工作开展情况如下:
强化工业大模型产品与技术体系
自去年发佈奇智孔明AInnoGC工业大模型1.0版本以来,公司持续加大研发投入,并于今年3月成功推出了奇智孔明AInnoGC2.0。奇智孔明AInnoGC2.0在ChatX系列生成式AI应用、工业大模型以及大模型服务引擎三大方面均实现了显着提升,不断打造差异化优势,构建了完全自主可控且行业领先的工业大模型技术和产品体系。特别是今年,随着ChatX系列生成式AI应用在业务侧的持续落地,针对工业企业客户的实际需求和问题,我们的场景化实践成功构建起了连接奇智孔明AInnoGC工业大模型与客户应用场景的数据闭环,进一步促进了工业大模型技术和产品体系的完善,为奇智孔明AInnoGC产品矩阵的后续发展打开了新的局面。
在ChatX系列生成式AI应用方面。公司持续推动业务落地,ChatX满足了工业企业多场景、多维度的智能化转型需求。针对企业管理经营相关的应用场景,如设备管理、能耗管理等,我们面向不同类型的私域数据提供了相应的ChatX应用能力,如针对文档类型数据的ChatDoc知识问答能力、针对结构化表格类型数据的ChatBI数据分析能力和针对视频╱图像类视觉数据的ChatVision视觉洞察能力;针对企业核心生产相关的应用场景,如场内物流、零部件装配等环节,我们提供了ChatRobotPro智能调度与控制能力,并在上游工业设计环节提供了ChatCAD辅助工业设计能力。
在实际落地应用过程中,我们的核心产品得到了快速打磨和发展:
1)ChatDoc生成式企业私域知识问答:进一步丰富了多知识库、多文档类型、多内容格式的知识问答能力,并重点优化了全流程数据计算效率和服务吞吐能力,显着提升了大量文件情境下的问答效果、效率和用户体验。
2)ChatBI生成式企业私域数据分析:强化了数据分析Copilot助手的产品定位,针对客户需求优化了产品体验,支持用户全流程可介入、可编辑、可确认,确保数据分析结果可靠、可信。同时,进一步优化了Text-To-SQL、Text-To-Chart的效果和展示形式,持续降低数据分析门槛,提升数据分析效率。
3)ChatRobotPro生成式工业机器人调度:在去年实现高层次调度编排的基础上,结合国内外Robotics方向的最新技术进展,今年成功推出了新版本ChatRobotPro。该版本构建了多模态、端到端的VLA(Vision-Language-Action)策略模型,持续优化了工业大模型的感知、理解、规划、决策能力,大幅提升了机器人操作的任务泛化性和交互友好性。
4)ChatVision生成式企业私域视觉洞察:强化了多模态数据的理解能力,对于复杂事件和事件之间的关係理解和识别有了进一步提升,这些有助于我们开拓更广泛的应用场景。
5)ChatCAD生成式辅助工业设计:继续验证工业大模型在工业设计领域的可行性和关键技术路径,打造MVP产品体验。鉴于在工业设计领域获取大量高质量数据挑战大、週期长,我们将面向长线佈局和打磨ChatCAD产品。
在工业大模型方面,公司持续加大算法研究投入,优化奇智孔明AInnoGC工业大模型能力,同时丰富大模型服务引擎的预置工具链和服务,助力应用开发和创新。具体而言:
1)工业大模型:上半年成功发佈了奇智孔明AInno-75B多模态工业大模型。该模型在提升大模型基础能力的同时,自研4比特量化算法,实现了无明显效果损失前提下的部署成本减半。这一成果有效支撑了ChatBI、ChatDoc的快速升级迭代和交付部署以及新方向ChatCAD的快速探索和实验。AInno-75B综合能力也获得了中国信通院等多家机构的认可。
2)大模型服务引擎:我们继续践行技术平台化战略,在研发ChatX系列生成式AI应用和工业大模型的过程中,始终坚持技术资产的沉淀与复用,打造强有力的大模型Infra工具链平台。今年我们重点引入并打磨了RAG和Agent工程框架,有力支撑了ChatDoc、ChatRobotPro等产品的迭代升级。
助力AIGC解决方案持续落地
2024年上半年,随着MMOC人工智能平台的不断成熟和在客户侧的成功实践,我们在工业智能赋能领域依然保持着稳健的势头。同时,AInnoGC工业大模型产品应用矩阵不断发展和迭代,通过在客户提供的应用场景中持续落地实践,将工业大模型技术成功应用于生产管理环节。我们将MMOC人工智能技术平台和AInnoGC工业大模型技术平台深度嵌入行业应用,以技术双塔结合行业应用,支撑在多个细分行业领域的人工智能落地实践,为制造业客户提供全面的数字化与智能化转型支持,推动业务高质量增长。
在工业软件领域,我们践行AI+MOM的产品化战略思路,在现有的MOM核心产品体系中,深度嵌入人工智能技术,在食品饮料、高端新材料等细分领域中,构建以AInnoGC大模型技术矩阵为基础,以MOM工业软件为主要载体的人工智能实践与应用。结合MOM工业软件的产品化与标准化水平,将人工智能技术以能力化、工具化、平台化的形式进行赋能,持续打造适合行业用户的人工智能工业软件,驱动AI+MOM产品体系在客户侧进行商业化落地和行业内复制。例如,在多家行业灯塔客户中,从营销端的产品及销售知识库、内部运营端的流程制度知识库,到研发端的配方工艺知识库,以及生产制造端的设备运维知识库等方面,我们将基于大模型技术的工业软件全面覆盖生产制造企业的全价值链,并逐步切入企业生产制造核心场景中。同时,基于大模型技术的数据分析应用场景也在进一步扩大,已覆盖了产量数据、设备运行数据、销售数据、质量管理数据等多维度企业生产运营管理数据,帮助企业用户对相关数据进行智能深度洞察和分析。
在智能装备领域,我们继续以机器视觉为人工智能技术核心,在行业头部客户中推广软硬件一体式解决方案。经过多年对细分行业头部客户的服务经验,并借助MMOC人工智能平台在工业制造端的长期打磨与实践经验,我们在智能装备行业的机器视觉类产品得到了广泛复制,并将整个解决方案的设计、制造、交付、实施过程标准化、工具化、平台化,极大地加快了对于细分领域产品的推广进程。同时,借助AInnoGC产品应用矩阵与Agent智能体开发平台,我们逐步实现将智能化质检设备的检测结果与企业质量管理系统对接,将生产数据以更为高效和闭环的形式引入大模型应用产品中,利用大模型对自然语言的理解能力和对数据的解构分析能力,以更为直观的图表形式和更为便捷的交互模式帮助企业管理者更方便快捷地了解企业产品的生产制造进展和质量管控情况。
在面板半导体行业中,在进一步加强以玻璃面板瑕疵智能质检解决方案为代表的智能装备产品线落地应用的基础上,得益于质检数据规模的进一步扩大,引入大模型技术对质检信息进行更高效的分析洞察,从而更有效地对生产工艺改进提出有效反馈。在机器人赋能领域中,我们已经开展了场内智能物流场景的调研实践,利用大模型辅助提升场内物流机器人的运维效率,减少阻塞时间,提升调度效率等。
在汽车装备领域,我们以视觉智能技术为切入点,在以客户价值为核心的智能质检与智能视频安全的应用场景的基础上,依托于MMOC人工智能平台产品,将服务内容逐步扩展到模型生产、模型管理、质检应用构建、质检结果智能分析的全价值链体系。我们利用最新科技,在汽车装备领域打造了一个先进的输送示范线。通过引入工业互联网平台和智能化产品,我们实现了装备产业的「数字化+智能化」管理,解决了数据访问和分析的技术门槛高以及知识获取成本高的问题。利用大模型的计算和学习能力,进行海量数据的快速分析和处理,提供实时的数据洞察和报告,降低了企业对专业数据分析人员的依赖。通过自然语言处理技术,实现企业内部知识的高效管理和智能检索,员工能够快速获得所需信息,大幅提高知识获取效率。智能化交互及数字化展示平台显着提升了企业的工作效率和流程优化,减少对人工操作的依赖,降低长期运营成本,同时提升产品和服务质量,增强企业在市场中的竞争力。通过这些科技创新,我们成功打造了一个高效、智能的汽车装备输送示范线,极大地提升了企业的运营效率和竞争力。
在工业物流领域,我们持续推进「钢铁工业生产大物流」数智化的发展战略,多个业内首台套应用顺利实施,首套「iSmartCSU连续式卸船机智能作业系统」和首套矿山轨道运输自动驾驶进入系统调试,首套AI+5G新能源纯电机车智能硬件改造已进入收尾阶段,首套敞口罐智慧铁水运输已基本实现无人驾驶。同时,深入钢铁企业的港口码头智慧物流场景,从连续式卸船机智能化延伸至抓斗式卸船机智能化。利用图像处理和视觉识别技术,在高粉尘、低光照环境中,成功实现了对铁水包、钢水包的全流程跟踪,为打造智慧钢厂提供了坚实的数据支持。同时,我们在向客户落地实施整套重载物流系统之后,也提供了更为完善的智慧运维服务,持续优化和完善全生命週期服务体系;并将我们在钢铁冶金领域为客户服务的经验落实在我们参加编写的团队标准中,体现了我们在钢铁行业的5G和智慧物流方面所发挥的引领作用。
在工业可持续领域,我们继续深挖行业需求,以人工智能双平台驱动智能化产品与服务水平提升,以行业需求带动智造实训产品与解决方案在纵横双向快速迭代升级。以我们已在全国多个地区落地的智造实训中心和智能机器人中心作为发展基地,以MMOC平台作为实训课程的技术课程底座,以低代码和可视化编程的模式,将人工智能技术以更为通俗易懂的方式加入实训中心产品货架中,全面提升实训中心的教、学、研能力。在智能实训软件方面,我们将AInnoGC产品矩阵结合实训软件平台,充分发挥大模型对自然语言的理解能力和生成能力,落地形成了智能化教学平台,一方面为实训教师提供具有大模型技术特色的教学辅助软件,提升教师教研、课程准备、试题生成、知识管理的效率和质量;另一方面为实训学生开发辅助学习的知识查询、知识总结提炼、自动判卷、学习回顾等多种帮助学生提升自主学习效率的软件功能。我们致力于将大模型技术以更为具像化、便捷化的方式融入到智造实训的产业落地实践中。同时,我们将人工智能技术进一步赋能到工业机器人应用中,利用机器人创新中心的先发优势,将机器视觉技术、视频智能技术、大模型技术与工业机器人控制、工业机器人实训机台运行管理、工业机器人实训机台安全管理等结合,在智造实训方向积极开拓智能工业机器人的创新性应用赛道。
在数智软件领域,我们全面推进了AI技术和数据解决方案的应用,取得了显着的成效。我们为客户量身打造的智能化数据治理解决方案,通过ChatDoc的知识理解能力和ChatBI的数据分析能力,实现了数据资产的智能化盘点和管理,有效提升了数据治理的效率和精度。我们针对业务发展迅速、数据表频繁构建等痛点,提出了DDL(Data Definition Language)智能建表和数据血缘关係构建的解决方案。智能建表编排和字段属性推荐功能,不仅提高了数据表管理的效率,还显着减少了字段命名不一致带来的管理复杂性问题。同时,基于元数据的血缘关係构建和字段图索引,有效解决了数据资产庞大、表间关係模糊的问题。为解决非技术用户访问专业数据库的门槛问题,我们开发了个性化SQL查询和智能问数功能。通过大模型的自然语言处理能力,用户只需输入建模需求,即可自动生成DDL和SQL语句。这一功能不仅提升了信息获取的效率,还大大降低了用户的技术门槛,广受客户好评。我们的目标是通过产品级别的集成,如代码自动生成、数据资产分级和用户画像等功能,以及通过数据治理与资产管理软件的功能解耦和行业套件的定制,全面提升金融行业客户在精准营销、合规风控、业务和财务管理、监管报送等关键业务场景的效能,进而帮助他们激活和最大化数据资产的潜在价值。我们坚持以「产品特色鲜明」、「业务场景高度粘合」和「执行力强」的原则,不断增加对AI解决方案和数据产品研发的投入,扩大我们的行业覆盖范围。
人工智能行业正处于一个充满活力和变革的高速发展期。这一轮AI所体现的革命性特徵,不仅仅是AI可以生成文字、图片、代码,还体现在可以构建新型的人机交互模式,与研发设计、生产作业、运营管理等制造环节相结合,提升生产效率,形成新质生产力。
我们相信,制造业是AI大模型应用的主战场。所有的软件都将基于AI大模型重做一遍,所有的硬件都将被AI大模型驱动。未来,我们将按照清晰的技术路径,持续致力于用大模型革新工业软件,用大模型驱动工业机器人,软硬协同,提升制造业智能化水平。一方面,我们将基于多年服务制造业数字化转型的经验,战略性聚焦工业软件和数智软件,把大模型技术与MES、BI深度融合,推进新型工业软件发展;另一方面,积极探索工业大模型驱动工业机器人的场景应用,推动工业智能机器人的发展。
随着业务和技术的不断融合落地,人工智能大模型在制造业的应用具有广阔前景。在加强科技创新的同时,创新奇智将持续务实推进技术与行业场景的工程化落地,立足「工业软件、数智软件、工业物流、智能装备、工业可持续」五大业务主题,通过不断调整业务结构,优化产品佈局,推动企业长远健康地发展,提升企业品牌在AI制造业市场的竞争力与影响力,预计下半年收入比上半年有所提升,但比去年同期有所下降。
加强产品研发和技术创新
面向未来,公司致力于持续提升ChatX系列生成式AI应用的产品成熟度并加强解决方案销售、充分释放其业务价值。
1)企业经营数据类应用:Chat Doc/Chat BI在持续强化RAG/Text-To-SQL/Text-To-Chart核心能力、优化生成效果的同时,积极拓展多模态支持、业务编排等新功能并保持服务能力的开放性、扩展性和便于被集成性,以更好地赋能BG业务侧行业解决方案,打造差异化,提升竞争力,加速推广与落地。
2)工业智能机器人应用:Chat Robot Pro将继续围绕国内外Robotics方向最新技术发展趋势,结合工业企业潜在使用需求,优化端到端预训练VLA大模型,提升泛化性并在高、低阶控制策略融合、机器人数据建设、仿真环境和实体设备管理、端到端Robot开发框架等多个方面不断深耕技术、优化产品。
此外,我们会加大投入、继续优化工业大模型和配套服务引擎,为ChatX系列应用开发、交付和创新提供强劲动力。具体而言:
AInno-15B/75B工业大模型:按照行业化、端到端化、轻量化、多模态化的「四化」发展方向,特别是针对Chat Doc复杂知识问答、ChaBI数据资产盘点、Chat Robot Pro机器人复杂控制等实际场景需求,持续优化模型能力,包括但不限于Agent任务编排能力、端到端感知决策控制能力等。同时,也将持续对量化等技术进行深入研究、应用和评估,确保能够以较低的计算成本满足实际业务应用需求。
大模型服务引擎:我们坚定通过平台化手段实现技术资产积累和应用赋能,在已有工具和服务的基础上,引擎会继续丰富大模型的高性能训练推理、多模态RAG、Agent复杂编排等能力并重点提升系统性能、可扩展性和稳定性,继续有效连接工业大模型和ChatX系列应用,促进应用开发和交付效率提升。
推进行业解决方案加快落地
在2024年下半年的工作中,我们将持续将技术与产品的发展中心放在人工智能,尤其是大模型技术上。在现有大模型技术积累的基础上,持续迭代优化大模型平台,深度扩展大模型产品应用。同时根据重点行业的行业特点与头部客户的业务特徵,结合集团现存软硬件产品矩阵,将两者进行深度融合,利用现有客户资源和行业理解,加快大模型技术产品体系为客户带来业务价值,全面助力企业智能化转型。
在工业软件领域,我们将继续坚定执行大模型技术与MOM工业软件产品体系深度融合的产品化战略,在食品饮料、新材料、装备制造等多个细分领域的头部客户中,继续推进大模型技术与EAM、MES、QMS等软件系统深度嵌入融合,以设备运维智能助手和数据分析智能助手的形式对MOM工业软件进行智能化赋能,全面提高工业软件系列产品客户应用侧的专业性和成熟度,更加高效的对生产过程中的关键指标进行跟踪、分析和追溯。同时,借助大模型智能体平台的日渐成熟和完善,我们致力于为客户提供更具专业性和针对性的智能化解决方案。在为客户提供具有大模型技术的工业软件的同时,我们还将为客户提供大模型建设能力,从更广泛、更深入的角度与行业头部客户展开技术业务合作,成为业务共同体,为客户打造其自有的企业垂类大模型。并在此基础上,结合客户自身的数字化建设改造工程,我们以知识库构建能力为基础核心,帮助客户其自身所拥有的行业垂类大模型上进行自身业务发展与管理升级。在大模型产品化进程和行业头部客户业务落地的双重加持下,我们继续大力践行「1+N/1XN」策略,实现成熟的大模型嵌入产品在灯塔客户的落地,以及向其它行业客户的复制。
在智能装备领域,在继续保持基于机器视觉技术的智能设备升级迭代的产品化发展基础上,我们将以更开放的态度和更勇于探索的精神,尝试在更多的智能装备应用领域结合大模型技术进行产品技术探索。
在面板半导体行业领域中,我们将持续推进在智能装备的上层软件管理中,结合大模型对数据的管理整理与归纳总结能力,以及机器学习对数据逻辑管理之间的分析判断,继续加强大规模智能装备的生产效率管理、故障排查维修、库存管理盘点等能力。同时,对于应用在柔性生产线上的智能装备,利用大模型技术可以对其随生产任务可变的工艺流程、质控要求、物料配送、资源调度进行最优化推荐,极大提升生产制造企业的生产运转效率和管理透明度,有效降低企业内部管理成本。
在汽车装备领域,我们将继续与行业内的灯塔企业进行深入合作。一方面将机器视觉与机器学习技术应用到客户的生产管理过程之中,为客户提供软硬件一体化解决方案,提升客户的生产效率、安全等级、管理颗粒度。另一方面,我们将利用自身在人工智能平台建设的经验和能力,为客户打造其自有的人工智能建设平台与管理平台,赋予客户自己人工智能能力。以建设人工智能平台为契机,加强客户业务黏性,将人工智能平台与生产场景应用融合为一个有机的整体,为客户持续复购奠定牢固的基础。我们将继续致力于在汽车装备领域推动智能化和数字化的深入发展。我们计划进一步优化和扩展现有的智能化产品和平台,提升数据分析和知识管理的能力,以满足更复杂和多样化的业务需求。同时,我们将加强与客户的合作,深入了解其需求,通过定制化解决方案,为客户提供更具针对性和高效的服务。
在技术创新方面,我们将投入更多资源进行前沿技术的研发,特别是在大数据分析、大模型驱动机器人方面,我们将探索新的应用场景,提升行业自动化和智能化水平,为客户带来更大的价值。此外,我们还将加快数字化转型步伐,推动更多企业实现智能制造,从而提升整个行业的运营效率和市场竞争力,通过持续的技术创新和客户合作,我们将在下半年取得更多突破,进一步巩固我们在智能装备领域的领先地位,为客户和行业带来更多创新和价值。
在工业物流领域,我们将继续深化钢铁全厂大物流的四大关键环节--原料进厂、生产配送、厂内倒运和成品出厂。同时,逐步部署和开发物流运输机器人应用、汽运寻址跟踪、车间内无人机巡检以及面向工业复杂场景的高精度RTKGNSS等新技术和产品,进一步提升钢铁工业生产大物流的效率和智能化水平。同时,我们也将推进钢铁产业上下游的配套产业,积极拓展行业样板项目,推动整个产业链的协同发展和创新升级。
在工业可持续领域,我们将积极探索大模型技术的应用场景。在人工智能技术赋能实训软件方面,以各地的智造实训中心为载体进行在地化推进,在充分考虑政府政策和教育行业的特殊需求的基础上,在教、学、研三方面进行技术产品综合评定,将大模型技术在教学准备、教学考评、知识查询、学生自研等方向进行业务落地。同时,结合实训教育的教育特点,将大模型平台迭代目标往低门槛、可教学、可视化发展,将其作为快速构建大模型服务的基础工具平台和引擎,让学生可以更方便地进行大模型学习和使用,使其能够更深刻地理解和掌握大模型技术。此外,我们将同步推进大模型技术与实训操作机台上的应用实践。结合机器视觉技术与大模型技术,以智能监督、智能监考、智能安全维护、智能学习数据分析为发展方向,全面覆盖智造实训行业领域中的教育、培训、考试、竞赛等全产业环节。
在数智软件领域,我们将继续深化AI技术的应用,不断推进产品和服务的创新,以满足日益增长的市场需求和监管要求。我们将进一步完善智能数据治理解决方案,提升数据资产盘点和管理的自动化程度,确保数据治理的精度和效率,满足更多金融机构的需求。通过改进个性化SQL查询和智能问数功能,为非技术用户提供更便捷的访问和数据分析工具,提升信息获取的效率和精准度,帮助客户更好地利用数据资产。我们将继续优化和扩展AI模型的应用场景,包括代码自动生成、数据资产分级和用户画像等功能,提升产品的智能化水平,满足客户多样化的业务需求。在稳固现有银行和保险业务基础上,进一步拓展到证券、基金、期货、租赁、信托等资产管理领域,并逐步涉足制造业等数据管理需求快速增长的行业,通过行业套件定制和数据治理功能解耦,为更多客户提供高效的解决方案。同时,持续加大对AI解决方案和数据产品的研发投入,推动技术创新和产品升级,确保我们在市场竞争中保持领先地位,为客户提供更优质的服务。通过这些举措,我们相信在2024年下半年,将实现更大的业务突破和市场覆盖,为金融行业的数字化转型和高质量发展提供强有力的技术支持和服务保障。
