云从科技获7家机构调研：公司将通过对To G和To B侧进行一些业务调整，To B比例提升，To G比例下降（附调研问答）

云从科技8月28日发布投资者关系活动记录表，公司于2023年8月23日接受7家机构调研，机构类型为其他、基金公司、证券公司。 投资者关系活动主要内容介绍：

问：上半年营收同比下降的主要原因是什么？

(资料图片仅供参考)

答：主要是两个方面的原因，第一是宏观环境的变化带来的影响，公司原来的主营业务收入主要是大型智能化解决方案，最好的落地场景和客户在过去的商业模式中，主要是政府和大型企业，因为他们有明确的预算和比较清晰的需求来做这些。云从对于他们而言的优势就在于技术和数据安全，还可以进行私有化部署。但是遇到大环境变化的时候，就算之前完成了POC的流程，但是招投标过程中也会出现一些其他状况，然后导致整体流程向后延迟。 第二是上半年进行了整体业务结构方面的调整，由于今年大环境的影响，对于有些需要公司先垫款的大项目进行了削减，公司不能因为短期营收考虑而不考虑现金流等方面的问题，做好重视客户和项目质量，所以对于上述类型的项目持谨慎观望的态度。

问：请问公司与政府、运营商的合作模式以及目前的建设情况？

答：多种形式都有可能，战略合作，共建，甚至合资公司等形式进行，比如以重庆的合作，已经建立了一个计算中心和两个国家平台，后面还会设立人工智能产业发展基金，数创的创新中心已经完成，建设人工智能产业生态网络，纳入政府的数据中心、产投以及联通等一类资源，后续可能会考虑通过合资公司等形式共同建立，因为运维这样的大型生态板块是需要专业化的运营。后续这个生态网络的建设，云从也会建立新的产业板块，包括AI和机器人在内的各种新的板块，未来的人工智能形式一定是软硬件相结合的方式，可能是线上虚拟人，线下则是机器人，无论哪种硬件作为载体，不管采用哪种形式，公司都会提前布局。

问：在上半年的客户结构中，政府占比是多少？政府预算紧张的情况下对公司未来的营收会有影响吗？如何应对？

答：目前大约是60％以上。大体上，公司的业务质量较好，虽然政府预算紧张，导致了回款有一定延迟，但这些地方大概率不会出现坏账，公司的大标杆项目，例如在成都、广州这些地方，实际上业务占比是相当大，应收账款也比较多，但都没有太大问题，因为今年整体的经济形势确实在复苏。同时，政策上也要求地方政府不能欠民营企业的钱，除非民营企业做得不好。所以尽管政府的项目有资金回款延迟，但是不会出现坏账的情况。现在公司选择的业务主要是看政府对此有预算，而且信息化本身做得不错，现在要进行数字化升级，且这些地方的央企较多，能与政府联合完成信息化和数字化的升级改造项目。后续公司将通过对To G和To B侧进行一些业务调整，To B比例提升，To G比例下降。

问：现在的定增进度是什么样的？

答：目前仍在进行问询回复阶段，根据目前的市场状况，审核会比较严格。作为亏损企业，公司也会更重视回复的质量，重视未来发展，要给市场信心，所以我们会披露得更全面。

问：在亏损的情况，公司研发人员今年有所增长是什么原因？

答：公司整体人数有所下降，但研发人员的占比提高了。公司对于原来T3T4序列的程序员进行了调整，他们的工作都是可以被大模型替代的重复性工作，还有后台人员和一些辅助部门的人员也是随着公司智能化需求进行了调整。公司会根据技术发展需求加入更高阶的研发人员，因此在结构调整后，尽管研发人员总数量没有明显变化，但人数占比的结构进一步提升了。

问：请谈谈国产芯片的使用感觉，目前国家在推动国产方面有什么政策吗？

答：经过实测，国产的芯片纯算力相对都还不错，但需要配套设施，比如显存和带宽等。所以用有些芯片进行推理会更好。在训练方面，比如使用华为的芯片能达到50%，可以通过不计成本向上堆砌的方式来达到目标，训练时长也会拉长。 目前国家正在寻找解决方案来解决算力的问题，整个算力都面临紧张的情况，首先是各地政府都会参与进来，把算力作为一个基础设施，像水电煤等方面靠齐，甚至会牵头让运营商参与进来，但这需要周期。

问：在公司这个行业里，大模型有没有真正实际的应用？或者说在大模型加持之后，有没有技术比过去有所提升的案例？

答：实际上，在视觉方面，有很明显的提升，一个是说公司在CV领域采用了一系列技术并开发了大模型，泛化能力非常强。尤其是他具备类似小样本的能力，也就是说，过去我可能需要至少有几千个样本，才能在某个场景下训练出视觉模型，但是现在不需要了，只需要大约10个样本，就能实现这一目标，这就是大模型在训练方面的最大帮助和提升。当然，大模型也能在绝对识别性能和效率上有一定提升，比如识别率原本是98%提高到99%，虽然数值上是有所不同，但实用意义并没有那么明显。因此，公司认为这种小样本能力是最大的提升。由于是在具体应用中要考虑到客户买单的成本问题，虽然千亿或者万亿听起来很厉害，但是实际上成本太高了，所以公司的模型进行了剪裁，目前在百亿级别的模型中，公司是全球第一的。 云从最大的优势就在于视觉和语言模型的结合，特别是应用到严肃行业，比如说在维修过程中，通过对话去了解现有情况，根据视觉识别模型检查是否严格按照操作步骤维修等方面。比如我们公司在进行配套开发的慢速的巡检车，没有对外展示，具有空间感知、寻路避障、扫地机器人和对话的能力，全面应用了视觉语音、知识学习和对话问答的功能。

问：目前云从是否能够直接通过深耕某个行业，积累公司知识库后，零成本地嫁接到其他公司？客户的数据是存在于他们私有运营商的服务器上，还是你们的服务器上？这些数据是否能直接复制使用？

答：这里面可以区分为两个方面，根据客户需求进行沟通，一方面是可以通过付费的方式采集这部分的数据，另一方面可以抽取公用性的样本作为我的数据沉淀下来，抢占这部分的数据资源。比如说我的数字人分身，可以通过向量数据库的方式学习，就能够根据现有的库来回答，这有助于提高回答的严谨性，避免出现乱答或者回答不准确的情况。

问：目前公司的商业模式还为一些重点客户进行私有化部署吗？后面大模型的方向也是这样吗？

答：原来云从的商业模式基本上就是做项目，为大客户提供定制化开发服务。提供定制化服务在未来的一段时间还会存在，目前主要是以招投标的方式进行，但是定制化需求会越来越少，往标准化靠拢。在此基础上，公司提供了一个新的方案，比如先付钱买基础模型，然后通过年付费的方式购买模型后续的训练、推理和数据服务，根据模型的大小和应用场景的大小，收费是每年几百万到一两千万不等。这是一套针对私有化部署的一整套方案。另外，针对中小客户，公司还会提供基于其他版本的基础模型。另一方面，公司会提供增值服务，目前流量竞争比较激烈，价格比较低，因此在这方面不会占据很大份额。但在做SMB市场时，公司采用的是分润模式。公司将模型能力提供给了渠道商，渠道通过使用公司提供的海报、对话和日常问答等服务，公司从他们向B端用户收取的费用中分润，而不是先收费的模式。这样B端客户先将钱转到渠道，然后再给公司。这是第三种商业模式，公司已经在进行布局了。第四种模式是通过与一些硬件厂商合作，将产品植入到硬件上，这样相当于在卖标准化产品。但现在整个商业模式占比较大的还是私有化部署这部分，目前公司仍需延续一段时间的老业务，其中定制化方面的业务较多。

问：请问在大模型方向，目前云从已经投入了很多资源，那么两三年之后，能产生多少收入？何时会披露数据？

答：目前在定增回复中公司已经披露了基于这个预期产生的利润，也有非常详细的测算单;

调研参与机构详情如下：

关键词：