乾惕投资,世纪证券,野村东方证券,西南证券,国海证券,望正资管,Shanghai Eureka Investment Partner Co.,Ltd.,广发证券,坚果私募,首创证券,中国人保,鹏华基金,弥远投资,国泰君安,健顺投资,嘉合基金,东北证券,新传奇私募,财通证券,名禹资管,华鑫证券,信达证券,海通证券,华夏创投,誉辉资本,国新证券,长谋投资,贤盛投资,CPC internationa MANAGEMENT, LTD,茂典资管,牛乎资管,巽升资管,国泰基金,景和资管,谦心投资,正谊资产,长城证券,天风证券,长江证券,中银资管,国盛证券,东兴基金,红骅投资,天猊投资,中邮人寿,东方财富,胤胜资管,筌笠资产,磐厚动量,云杉投资,聚享智研投资,浙商证券,源乘投资,招商证券,东方证券,晟盟资管,恒越基金,华泰证券,凯石基金,国寿安保,德毅资产,中欧瑞博

一、公司概况

今天我们先用一段时间跟大家介绍下公司相关情况,去年12月份,“数据二十条”推出以后,整个行业对于数据要素市场发展的确定性有了更强的信心,并且搭建了数据“三权分置”的产权运行机制,即数据资源持有权、数据加工使用权、数据产品经营权。数据确权这块非常重要,它不同于传统的所有权,我们也在持续研究、持续跟踪、持续探索。早在2019年的天津“网安周”上,公司就提出了严把数据采集入口、划清数据流转边界、守正数据运用场景三个主张,现在也成为行业比较认可的三个原则,并在数据安全合规上面做了很多探索。今年3月,全国两会决定组建国家数据局,7月份,国务院任命国家数据局首任局长,这对整个行业有着非常积极的推动。

我们的业务主要涉及到两大块,一块是面向政府的公共服务,会受到公共预算的影响,第二块是商业服务,与宏观经济有密切的关系。以前我们跟大家分享过公司战略、战术,从战略来看,我们分成三步走,即自数-治数-置数,第一阶段是用自己的数据实现数据积累、数据治理到数据应用的闭环;第二阶段,我们除了自己的数据外,也结合客户的数据,把两部分数据价值融合在一起后赋能客户,形成一个X战略,即下方是我们的D(数据)和客户的D’(数据),中间是M层(数据治理层),上面是我们在大数据行业的专业能力P和客户在垂直领域的专业技术P’;第三阶段就是走向数据的加工贸易,在推动数安港建设以后,我们可以把多源异构的数据在数安港的大数据联合计算中心的框架下,实现数据价值的交叉融合,可以把甲方、乙方的数据一起赋能于丙方,实现了真正的数据价值的流转。公司的战略在很多年前就提出来了,大家看我们定期报告的话会发现我们都在稳扎稳打地推进。

从战术来看,我们就是沿着D-M-P(Data-Machine-People)的三层业务结构,今年半年报公司总体业绩差强人意,营业收入2.12亿元,归母净利润大概800万。沿着D-M-P三层结构来看:

D层:数据积累方面,我们持续突破,SDK累计安装量突破1,000亿,这是个非常值得庆祝的事情,其中IoT设备SDK累计安装量超3亿,特别值得一提的是我们用户运营平台日活已突破9,000万,积累的数据资源更为丰富、也更有深度。同时,这也推进了我们“让数好用,把数用好”的理念,开发者作为我们最早的服务对象,以前只提供便利的推送服务,现在能够深入到APP的用户运营。

M层:数据治理方面,我们打造了DiOS数据智能操作系统,让客户能够更好的对多元异构数据进行处理。上半年,我们进一步推动DiOS的轻量化改造,让客户能够用几台比较简单的服务器就能部署,既要省钱又要好用,这样就可以覆盖更多的客户,让小规模的客户也能够非常低成本的用起来。今年以来大家对向量化技术的关注非常高,很多人通过定期报告发现我们很早就使用了向量化技术,向量化技术其实最早源自于国外的一篇论文,现在在大模型里面的描述叫Embedding,嵌入之后可以把不同结构的数据对齐到向量空间内看距离。我们在2014年的时候就设立了首席数据官,这也是我们真正成为大数据公司的开始。2015年,公司就开始使用向量化技术,把APP列表数据或者行为数据等进行向量化后进行使用,满足业务智能化需求,所以现在大家看到向量化这个词非常热门,其实我们已经用了8年。

P层:数据应用方面,我们还是两部分业务,商业服务和公共服务。

商业服务中,主要是今年互联网客户拉新促活的预算下降很多,增长服务这一块就受到了大幅影响;与此同时,大家会更加关注对存量用户的高效运营,进而降本增效,所以增能服务已经实现同步稳步增长。另外一块是品牌服务,我们深耕了10年,尤其是前几年也受到了阶段性的影响,但是行业在不断迭代,有望迎来更好的春天,我们后面也会提到和明略集团的合作,已经覆盖了世界知名的美妆、餐饮、零食等品牌,大家都在进行或者深入探讨合作,这部分业务值得期待。所以从传导来看,消费起来以后,品牌主才会舍得投入广告,进而影响互联网公司的投放预算。

公共服务中,整体继续保持稳健增长,覆盖了2,800多个区县客户,大家会关注到我们的客户数有所降低,这主要是因为我们把部分直客转为代理客户,就相当于把原来的一些客户打包在一起了。我们选择非常可靠的合作方作为我们的代理,能够在本地更好的服务好我们的客户,同时也利用他们在当地的业务资源,能够更好渗透其他的场景。公共服务方面我们虽然还是会受制于整个预算,但在二季度还是实现了强势复苏。

在公司发展过程中,我们已经创业大概19年,穿越了4个时代。在以诺基亚为代表的无线时代,我们当时做的是数据的备份;到了移动互联网时代,我们开发了个信互动APP,后来我们把中间的技术拿了出来做了个推,从开发者“送水工”模式开始做起,在2014年的时候探索大数据,并设立了首席数据官,负责数据的合规资产管理和数据平台的建设和数据应用开发,也是国内最早设立首席数据官的企业之一。2015年我们开始使用向量化等的前沿技术。最近几年,行业逐步进入大模型时代,向量化、数据编织等前沿技术在垂直领域得到应用,所以今年我们也在三个垂直领域里面深度使用了大模型,或者叫大模型思维等。

最后,我们想大家分享一些前瞻性的布局,去年我们就创造性的提出了大数据联合计算这种模式,在你的数据不能给我,我的数据不能给你的情况下,共同创造一个公信力背书的机构,可以把数据放在上面。由此在温州市委市政府的极力推动以及省里的支持下,去年5月份成立了中国(温州)数安港。一年多过去,像中国电子、联仁健康这些央企,以及每日互动、安恒我们这样的民企等合计78家企业已经入驻,浙江省大数据联合计算中心也在营

销、金融等领域被广泛接受,场景评审工作也非常繁忙,因此未来甚至有可能会发展出第三方社会化的数据产品评审服务机构。就像法律法规出来以后,促进了律师行业发展;证券市场出现后,会计师事务所等机构也迅速崛起;《网络安全法》出台后,网络安全行业也快速发展;相信《数据安全法》出来后,对于中国(温州)数安港这样的机构,会有更多的发展机遇。

另外一个是大家都很关心的大模型,我们认为大模型的基础要素由算法、算力和算料(数据)构成。算法和算力已经快速崛起。目前,高质量的垂直领域数据是大模型发展的稀缺要素,这在我们的几个模型里面已经有非常深刻的体会,我们推行的是可控大模型在垂直领域的应用,这是我们公司未来几年在大模型里面探索我们自己的定位,现在主要在以下几个领域进行应用。

第一个是数智交通领域,公司联合生态伙伴引入大模型理念与方法,帮助杭州把400多公里的道路配成了绿波带,在杭州开车,很多时候都是遇到好几个绿灯之后才会碰到一个红灯,所以大家的通勤舒适度非常好,提升了整体行驶速度。

第二个是精准营销领域,以前很多的客户要给我们Y值,从训练到建模,成本非常高,现在在我们个灯的平台,几分钟就可以得出非常细致的词云结果。同时,我们发现在《个人信息保护法》《数据安全法》后,部分品牌客户在哪怕在联合计算的框架下,刚开始也有建立信任的壁垒,那如何实现在无数据的情况下就能帮它建好模,我们利用大模型和数据编织能力,非常方便的形成每日互动特征词云下的词云表,帮他获得人群包进行精准的投放,并实现闭环的监测。

第三个在公共安全领域,公司依托大语言模型技术和深度学习模型训练生成本地知识库,实现智能线索扩线指引、结果智能解析、研判报告自动生成等,省去了非常多的人力物力。

我们的大数据模型在数智交通、数字营销、公共安全三个领域,都已经充分的落地。今天我就前面介绍下公司概况和行业的情况,以及我们的发展思路,大家有问题我们可以随时的互动交流。

二、沟通交流

1、近日财政部发印发了《企业数据资源相关会计处理暂行规定》,公司积累了大量数据,请问这个文件对公司有什么具体影响?

答:关于数据资产入表之前也有征求意见稿,相关的进度都在推动。其实我们自己在积累和治理数据的过程当中,已经很早感知到数据是我们的生产资料。比如我们在开发者服务业务上除了赚一部分收入之外,也做了很多的投入,就相当于采购成本,我们给业务部门的指标也包括创造了多少数据资产,所以在公司内部自然而然就把数据按照资产来对待。但是会受制于当时的框架,这次财政部印发《企业数据资源相关会计处理暂行规定》,我们觉得对行业是非常有意义的。

首先,数据资产入表,可以使数据资源作为企业拥有的资产,其价值能够得到体现,这是个非常好的事情。当然数据资产在会计处理过程中有作为无形资产的,也有作为开发支出或者存货等形式的,能够扩增公司的资产规模。在未来政策细化以及政策的鼓励和允许下,我们也会积极去探索。

其次,数据资产入表的过程,能够让大家更真实了解公司情况。比如像我们今年上半年利润虽然薄,但是1,000亿的SDK累计安装量,其实更加夯实了我们的数据资产,包括我们跟其他数据方合作,在合规合法的情况下,业务中形成的数据资产,都能够更加合理的反映企业更真实的情况。另外很多无形资产,比如说我们的DiOS数据智能操作系统在大规模投入开发后,其收益是在未来几年里体现出来,所以当期的投入可能反映在未来的收益上。如果数据可以形成资产并入表,能够更好的鼓励我们这样的公司探索和积累更多的数据,或者为此做更多的前期准备和投入。

最后,非常重要的是相关政策出台对行业影响更加深远,对数据要素市场的参与者来讲,数据资源形成资产之后,对于企业、政府的资产负债表等都会有影响,进而可以通过交易、担保、融资等方式盘活数据资产,能够释放出更大的市场空间,我们对此也充满期待。

2、近期看到省内出台了《浙江省公共数据授权运营管理办法(试行)》,想问一下公司能否切入到公共数据运营的相关业务中去?未来这个文件对我们会有什么影响?

答:在公共数据授权运营方面,浙江省其实非常早就出了公共数据授权运营的征求意见,期间相关部门给出了很多意见,所以这次正式稿是经过了很多实质性的讨论,能够出台已经过非常充分的酝酿和产业界的交流。总的来讲是围绕着无场景、不授权,所有东西都拿着场景来对接,对企业也有规模、安全等相关方面要求。最近我们自己也在高速预警等方面储备了一批案例,通过跟我们投资的浙江高信等国资公司进行协同,在省内开展试点,未来我们也会积极向监管单位提出授权申请。

另外全国各地的公共数据授权运营管理细则都在陆续出台,以温州为例,也发布了《温州市公共数据授权运营管理实施细则(试行)》。我们也会依托温州数安港和大数据联合计算中心的平台,不仅和生态伙伴打造智慧高速方面的成功案例,也希望在大健康领域做探索,比如跟相关央企等形成更好的协同。另外,我们的参股公司也有在医疗数据大模型方面进行研究,未来在有数据积累和合规情况下,我们也会联合生态伙伴做进一步探索。

3、刚刚也提到数据的重要性等等,今年也看到高质量数据在大模型发展过程中确实是非常重要的,公司有哪些高质量的数据,包括未来可以通过哪些途径可以再获取高质量的数据?

答:一方面,我们积累线上APP行为特征数据。比如我们可以洞察10亿台设备上用户使用APP的行为特征,全国大概有三千万种不同的APP,我们做了非常细致分类,可以通过聚类算法把各种相关APP聚在一起。比如两个APP经常被同一个人安装,那这两个APP之间会存在某种联系,我们可以通过算法把它们聚在一起。大模型出来之后,我们还可以根据网络上对APP的充分评价以及对APP本身的描述,用NLP的方式按相关属性进行聚类。这在我们业务的运用在起到非常不错的结果,这些日常的积累和梳理是非常重要的。

另一方面,我们积累很多线下场景数据。我们公司内部一直以来有个“百千工程”,就是希望某一个标签提出来,它下面有100万到1,000万的人群拥有这个标签,既有区分度又有颗粒度,我们形成了大概5,000多个标签体系,也就是5,000多个人群包的特征,这些都会成为我们非常重要的数据资产。

上述提到的场景都是我们高质量数据在背后起的作用。此外,结合刚才提到的公共数据开放,如果过程中只是开放原始数据,其实利用还是蛮难的,对这种数据的治理能力,就需要我们积累的M层的能力,我们的DiOS能够很好的把公共数据中非结构化数据结构化,对数据