新火種
2025-05-01 
業績會實錄|亞信科技(01675)：大模型應用市場體量巨大，從兩個方向深化大模型交付
智通財經APP獲悉，3月11日，亞信科技(01675)舉行2024年財年業績線上溝通說明會，亞信科技執行董事兼CEO高念書，高級副總裁兼CFO黃纓，副總裁、艾瑞數智總經理李云川，副總裁、能源事業部總經理陳海霞，副總裁、云事業部總經理傅葳等，出席了本次會議。
2024年，亞信科技實現營業收入約人民幣66.46億元，凈利潤約為人民幣5.16億元，凈利潤率提升至7.8%，較上年增長1.3個百分點；建議派發2024年末期股息每股0.252港元，派息率為凈利潤的40%，并宣派特別股息每股0.16港元。2024年度股息合計每股0.412港元。
2024年，公司堅持深化戰略轉型，強化結合人工智能、大數據等技術創新賦能垂直行業和數字化轉型，持續推進在各應用領域的業務布局。但受企業客戶，特別是運營商客戶，自身增長壓力而持續大幅縮減成本的影響，營業收入為人民幣66.46億元，同比下降15.8%。其中“三新業務”收入約人民幣25.99億元，同比下降10.3%，占收入比重提升至39.1%，比上年增長2.4個百分點。
應對傳統業務轉型，公司通過AI工具提升交付效率、加強集中采購和一站式公務消費平臺全覆蓋等各種降本增效舉措，成本管控成效顯著，毛利率為37.4 %，保持穩定。凈利潤約為人民幣5.16億元，凈利潤率提升至7.8%，比上年增長1.3個百分點，依然保持較好的盈利能力。
亞信科技董事長兼執行董事田溯寧博士表示：“展望2025年，公司將堅持穩中求進的發展策略，一方面夯實通信主業基礎，確保業務基本盤穩定；另一方面，在堅持推進“三新業務”發展的基礎上，聚焦布局三大增長點：AI大模型交付業務、5G專網與應用、數智運營，推動公司實現更高質量發展。”
以下為業績會問答環節實錄：
問：關于5G專網，工信部提出有序開展工業5G獨立專網試點，獨立專網可能在業務模式或產品形態上有些區別，對亞信科技5G專網業務有哪些積極影響，亞信科技如何推進相關工作？
陳海霞：回答這個問題前有很重要一點，我們需要解釋一下亞信科技面向能源的5G專網其實和大家認知的傳統專網有非常大差異，了解清楚這個差異后再回到這個問題就非常方便理解。
第一，我們的5G本身是一個完整的產品體系，所以我們并不是簡單對標傳統基站、核心網5G軟硬件設備供應商，這是一個比較大的差異。
我們的完整體系，是一個橫向、一個縱向、一個補充。橫向上，我們的5G專網并不是設備級安裝，而是整體業務從咨詢開始，解決什么問題、有什么特點、要求，到網規劃設計、到整個產品完整提供，還有現場安裝、實施了交付、網優、網絡運營，給用戶提供一個交鑰匙工程，這讓建網、用網成本降低，體驗非常好。
第二，縱向上，我們的產品體系端到端打通，與傳統5G設備廠家不同，我們在整個電力場站從底層傳感器做一些定制化傳感，到這些傳感和智能終端接入，現在已經到機器人、無人駕駛設備等一起，再到5G專網，傳統大家認為的基站核心網傳統網管等等，還有5G整體信息公共安全，還有5G專網運營平臺，包含定位導航、語音調度、多終端接入管理、各種功能耦合。此外，還要支配我們典型的AI、大模型應用。
只有端到端打通后，才能真正幫助用戶在網的基礎上結合應用，為他的建設、生產、運營帶來一些切實、顯著的增效結果。整個大體系橫向一體化服務，縱向端到端打通，才能滿足能源用戶要求。
除此之外，還不能只是解決5G本身的問題，對于很多場站終端而言，5G只是無線的部分，實際中配套的專線、光纜、大的高速公路廣域網光纖都存在各種各樣的問題，因為傳統場站還是很簡單的技術流，但現在無人，導致視頻傳輸要求非常多，這樣就要對用戶結合無線內網、再結合光纖改造優化，甚至包括場站間的專線連接、多場站專線管理，整體提供一個非常強大的超鏈接、超融合信息高速公路，為真正的集中化、智能化網管提供必要的信息傳輸通道。甚至包括無線到有線，都要解決后，才能滿足我們整個電力或者能源場站要求。
回到剛才的問題，在我來看，現在5G體系對我們是一個絕對的利好。因為亞信科技整個5G產品、服務大體系是完善的，具備完整設計交付能力，整個5G體系帶來了很多顯著價值，改變用戶傳統的管理經營模式，所以開放的5G態勢對我們而言，應該是一個絕對利好。
問：剛才看財報發現AI大模型是一個亮點，想問一下亞信科技AI大模型業務目前主要服務哪些行業和應用場景，有沒有突出的行業案例可以分享？
傅葳：我們在大模型應用開發上，從前年4月份跟阿里云簽署戰略合作協議后，6月份開始大量做場景部署。客戶分布主要是政務、能源、包括能源電力、航司、交通、國央企、零售業，客戶分布比較廣，第一批客戶主要是從阿里云導過來的客戶，所以數量和質量都是比較好，大部分是行業頭部客戶。
我們也積累了很多場景經驗，從最初簡單的像問答、BI場景，到在很多頭部企業做了更深入的場景，比如在國家電網做更多的調度場景，網絡規劃、電網規劃場景，包括航空領域會做一些機務助手，零配件調度場景，包括在國央企做整體的知識庫，以及很多客戶、營銷通用的場景，還包括招投標場景、政務一網通辦、協同辦公、12345問答等，這在很多地方也都落地了，包括浙江政府、上海政府、重慶政府，都有比較好的案例。另外在寫作、問答上也有比較成熟的產品可供客戶使用。
問：之前有企業跟我反饋，企業在落地大模型時，他們內部數據清洗或處理機制非常耗時也費錢，亞信科技大模型服務過程中的企業數據處理、數據清洗、數據標注這部分工作是否還在進行，這部分工作對亞信科技有什么挑戰？
傅葳：數據是大模型的前站，我們做交付的基本理念就是，要把大模型的先進能力、生產力，轉換成企業真正能夠體現出來的場景價值。在這個過程中，大模型的能力是日新月異的，一是不同品牌的大模型，二是同品牌大模型版本迭代，基本都是按月迭代，它的能力進展非常快。
第二，企業本身對于什么場景可以用大模型，大模型怎么用，以及預期效果是什么，以及會帶來新的問題是什么，在這方面的經驗都不是很足。這里面更重要一點就是企業的數據問題。如果企業內部沒有做過數據收集、整理、平臺化、清洗化，它很難一站式去使用大模型。
所以我們接觸很多客戶他說要做大模型，提出很多場景，但我們入場第一站都還是會幫他做數據收集、清洗，包括整理標注這些工作，這些工作量比較大，也會帶來比較大的成本。
我們在大模型工具鏈中，基于原來亞信科技數據中臺體系、數據治理產品，做了一整套幫助客戶快速治理數據的自動化工具，包括清洗、標識、分類等等，而且這套自動化工具本身也是用大模型做的，所以它的效率會非常高，也解決了使用大模型第一站的痛點的問題。
問：大模型交付過程中，之前用阿里大模型，現在DeepSeek出現后，企業選擇大模型時有哪些優先考量，對不同模型之間選擇有哪些優先級，為什么有這些選擇？
傅葳：阿里在大模型上是一個全開放體系，不僅有自己大模型，也投資了國內大模型企業，我們在大模型的選擇上是開放的，哪個大模型性價更加匹配，我們就用哪個大模型。
我們中間有一個大模型納管平臺，根據場景需求選擇大模型，比如一些問答類場景、比如一些CV類場景、比如一些推理類大模型，都有不同大模型屬性與之適配，這也是我們交付的一個門檻和難點，也就是說如果想做好場景交付，必須對所有大模型的長處、性能表現有足夠認知和經驗才能做好匹配，給客戶提供更高的價值。
DeepSeek來了后確實對大模型交付工作產生了非常大影響，之前大廠提供的大模型基本不會為客戶提供微調和訓練的服務，因為訓練一圈大概是千萬級以上投入，客戶一般支付不起，而且訓練需要海量數據，一般客戶私有數據也不具備這個數量級，在此基礎上，我們更多的在于模型相對穩定的情況下用工程化交付手段，包括構建代理、copilot、數據清洗、提示詞工程、調優等，為客戶構建場景。但是DeepSeek來了后，會出現每個企業可以擁有一個更符合自己需求的、相對準確度更高、推理能力更強的小尺度大模型，它的能力可能比公用大模型能力更強，準確度更高、效果更好。
在這個情況下，對于我們大模型交付這一側來講，我們的能力就需要在原有工程化交付之上，增加模型的調優、模型的訓練、模型的蒸餾這些能力，這一塊整個亞信科技體系內部也有很多儲備，我們也是快速把這個整合進來，所以在DeepSeek之下我們可以承接從算力部署，到最后應用生成這樣一個端到端的大模型交付工作。
問：原來大模型部署時企業需要花千萬成本，DeepSeek之后，花費成本下降了嗎？
傅葳：之前大模型一體機私有化部署上一直有很多企業在做，但一體機環境、算力有限，跑不了大尺寸高參數模型，但DeepSeek來了后，會出現小尺寸模型也有大尺寸模型效能，所以這部分市場在非常快速起量。一般來講會用兩臺，不同品牌不一樣，可能是兩個節點、可能是四個節點、也可能是N卡、也可能是國產卡，做一個算力部署，基本上可以部署到DeepSeek全尺寸模型，基本上可以支撐到企業一些通用性場景，基本上在上面都可以搭建。隨著企業場景使用頻率和其并發量，再做算力擴充。
所以現在對企業來講，做一個兩節點、四節點最小化的部署基本上能夠支撐到企業全量大模型應用場景，這樣一個真實案例，就是從算力到DeepSeek部署到全應用場景展現，目前亞信科技也具備展示能力，這個能力應該是行業內最早做到的。因為現在很多公司會部署DeepSeek，打穿一些API，但真正把場景布上去調優做好讓客戶使用還需要時間，我們部署完后應該是第一個。
問：在大模型方面，亞信科技如何看待開源大模型，比如DeepSeek，對垂直行業AI發展的推動作用？另外在開源趨勢下，亞信科技如何保障自有的淵思大模型商業護城河？
傅葳：大模型開源實際上是一個趨勢，從比較熟悉的阿里來講，他上來就做了大參數模型的開源。因為開源本身對大模型進步是一個促進作用，開源后會有更多人用，模型會變得更加成熟、更加有效，減少了很多訓練成本。基于這樣，全球最著名的模型都是用了開源策略，這是第一。
第二，DeepSeek到底給客戶能帶來什么價值？因為大模型本身更像一個大腦，也像一個高智商的人，到底能夠為企業帶來什么價值，更多取決于我們對于企業痛點的分析，對于企業需求分析以及企業現有的信息化流程如何跟新質生產力結合，這方面做好就能把大模型價值轉化為企業價值。
當然模型不斷往前走，過程中能夠帶來的新的生產力，能力會越來越高。我們的淵思大模型，包括高總反復講我們不是做模型底座，而是在基模上構建了一層工具鏈層，來實現把模型能力轉換成價值的中間轉換的工具，所以模型是誰，是開源還是閉源，對我們來講都是全兼容的。
我們的價值是不斷變化的，模型價值能夠傳導，而且企業側場景是相對穩定的，不需要企業對不斷涌現的大模型能力去做學習、做開發，而是在工具鏈平臺上就能穩定構建場景，而且隨著模型能力不斷提升，它的場景能力也能不斷得到提升，這是我們淵思大模型主要的功能。
問：剛才提到24年大模型交付取得的成績，今年年初也已經跟DeepSeek配合上線運營了，今年及以后大模型交付有哪些發展計劃？
高念書：我們認為大模型應用場景市場才剛剛開始，目前看到的應用還屬于冰山一角，客戶正常在使用大模型的過程中，一定是從淺入深，從點到面的過程，會先拿出一些邊緣性場景做嘗試，逐步走到核心場景，也會從一些局部部門或局部崗位開始嘗試，逐漸走到全部崗位，也就是所有系統都用大模型迭代。所以我們對未來發展方向是非常好的，可能它的市場體量也是會非常巨大。
我們自己發展路線，首先因為大模型交付對模型本身的理解，甚至對算力的理解而言，是非常重要的，所以我們跟阿里和百度這兩個運營商合作，能夠獲得不斷變化的大模型基座和算力的強有力支撐，同時也能夠有一些全體量客戶觸達通道。
以阿里為例，目前我們的市場拓展模式，首先我們會更聚焦行業頭部客戶，因為我們認為行業頭部客戶的認知能力，包括資金儲備、IT化建設、數據準確都是非常到位的。它去做大模型可實現度比較高，這里面有能源類、政務類、交通類客戶，我們做這些項目交付的同時，也能夠更深入了解到行業的知識、規律，跟客戶有更緊密的互動，同時也是對我們自身能力的提升。
在這個方向上我們兩個最頭部的客戶，一個是選擇了電力系統，它是體量最大、能力最強的客戶，我們最新規劃了幾十個大模型場景，而且今年年內都會落地，從我們角度，這些場景對泛企業大模型應用場景能夠有80%覆蓋，所以我們認為把這樣客戶深耕做好后，我們在企業市場會有非常強的競爭力。
在泛政務領域，我們也是跟阿里云一起服務了浙江政務體系，浙江有29個委辦局都會陸續使用大模型場景，我們也會提供交付服務。這些場景對于全國的泛政務行業，比如公安司法、醫保，都在泛政務場景里，這也是一個維度，可以覆蓋更多的市場。
所以我們一個是做頭部企業、頭部客戶，提升自己的能力，增加我們的覆蓋范圍；另外我們跟云商一起服務云上中長尾客戶，中長尾客戶目前相對聚焦于知識庫、客服、營銷等場景。更多把在大客戶積累的經驗、智能體下沉給客戶做一些服務，形成降緯打擊，另外大幅度降低交付成本，在海量客戶群體里去實現一個比較大的覆蓋。
在成本降低過程中就使用了目前比較火的manus系統，把過去在大模型上交付的經驗能力全部內化給一個專用的智能體，讓他快速組建、搭建客戶個性化場景，大幅度降低成本，能夠跟更多行業參與者產生一個比較大的成本上的差異。當然效果上我們現在有信心，我們在某些場景交付效果上目前是優于同行業參與者。
問：亞信科技一直是做通信行業軟件服務的公司，近年來也一直在開拓非運營商領域的大型企業提供數智化轉型的解決方案和服務，為什么突然一夜之間又變成了大模型交付公司？
高念書：亞信科技做大模型交付業務這不是一蹴而就的事情，大模型交付涉及很多環節，從咨詢規劃開始到數據標注、數據治理、模型微調、精調、應用的搬遷、安全體系、運維等，實際上是一個端到端的過程。ToC大家可能看的比較簡單些，簡單做一個搜索替代或者知識庫替代。而對ToB企業，從咨詢規劃開始到最后的安全，都需要一些很長時間的積累。
亞信科技來源于運營商的BSS系統，這是運營商核心業務數據來源系統，很多基礎數據都產生于這個系統，所以我們天生對數據非常了解，因此在這個基礎上，過去的數據治理是我們一個很重要工作，我們有非常長時間的數據治理方面的經驗。
除此之外，因為我們會做很多的交付，每年上千個交付，交付過程中沉淀出很多工具，包括數據治理工具、標注工具、交付的工具，這些工具是日積月累的，每年上千個打磨，讓交付成本比別人更低、效果更高。
與此同時，我們有一支很強的隊伍，我們開始定位頭部大國央企，沒有強的交付能力，往往是做不下去的。我們的交付能力很強、交付隊伍很強，經驗很豐富，有一支強的隊伍。天生與生俱來的數據治理能力，讓我們亞信科技在大模型交付當中樹立了先發優勢，為頭部央國企打了一個標桿，未來也是一個很重要的收入增長來源。
既有過去的能力，也有新的學習微調方面的能力，再加上亞信安全成為我們控股股東，所以在大模型安全方面也有得天獨厚優勢，如果大模型裸跑在企業上，安全威脅大，這也是一個重要因素。所以有一些得天獨厚優勢。
問：管理層在擁抱AI交付、項目成本控制等方面提前布局，而且現在成效顯著，去年這樣一個大環境下在利潤方面還是取得很好的成績。現在關于AI，我跟其他上市公司也有交流，他們提到現在運營商成本雖然5G價格下調，但在AI算力、算法、數據方面，后續成本支出也在向這方面做一些轉移、增長，這塊對亞信科技會不會帶來新的機會？
高念書：運營商的確在5G，在傳統的BSS領域有所下降，壓降成本、投資、包括O轉C壓力都非常大，在傳統領域。但與此同時，在算力、AI方面投入的增加。在傳統業務需要AI賦能方面，我們有很多機會，傳統需求可能沒有什么增長，但傳統系統跟AI疊加，會產生很多新的需求，比如精分系統，大模型AI進行一定重構。
比如客服系統，營業CRM系統，雖然傳統功能性需求在下降，但都會有新的AI需求，傳統需求在AI疊加下，這種新的需求機會，亞信科技當然會努力抓住這些機會。
事實上，在運營商行業里，我們有60-100個與大模型相關的案例，在運營商領域，對沖掉傳統不足的這塊，用AI拉動新的機會。所有機會我們都會努力抓住，這是傳統精分的，再加上營業系統，包括營業廳，AI大模型已經廣泛應用，包括智能客服廣泛應用，知識庫等，這些都是需要AI疊加到傳統領域，的確三個運營商各省公司、加總部、專業公司都有一些新的機會，這些機會我們會專注。未來還有一些新的機會會對沖掉老的需求下滑，新的機會相對是比較多的。
問：現在整個擁抱AI，尤其對內部的流程上，公司組織管理是否會帶來一些新的調整和變化？
高念書：擁抱AI方面，組織管理有新的變化，一個是傳統交付肯定有改變。我們交付，大家叫橄欖型也好，對技術、成本要求還是比較高的。新的這塊，因為傳統業務整個營收在下降，如果用過去高成本交付，肯定入不敷出，我們必須降低傳統這塊的交付成本，怎么改變它？組織結構要調整。原來橄欖型可能要逐步過渡到金字塔型，可能一部分高端的人引領一部分相對來說比較低端的一些人做交付，把成本降低下來，因此我的人可能有一些置換，一方面把不能勝任現在工作的，相對比較傳統的這些交付，要有新的力量去替換。用熟悉大模型、熟悉新的交付能力的年輕隊伍，去替換掉原來交付隊伍，降低交付成本。
另外一方面進行全員AI培訓，所有技術人員必須通過AI認證，才能有上崗能力。如果不會使用AI工具，過去傳統的技術力量可能不適應新的要求，因此大量AI工具引入也是希望能降低我們的交付成本，所以我們組織里有很大的變化，所有技術人員在培訓之后要通過我們AI認證考試，才有重新上崗機會，這是對大家新的要求，也是擁抱AI變化整體的要求，無論工作多少年，必須重新培訓。如果不能滿足這個要求，就不勝任這個崗位了，我們寧可引進一些新的年輕隊伍補充到交付隊伍，降低交付成本，提高交付效率。
問：現在可以看到AI是一個非常大的趨勢，公司不管是對外的產品，包括數智業務，運營商業務，各個業務領域都有使用，而且同時對內方面也會有一些經營賦能，在這些不同的環節中，對內或者對外或者不同產品線之間，AI的應用有沒有差異？
高念書：我們對內用的AI產品，主要是一些編程工具，還有像內部后臺、中臺隊伍，都希望把我們這一些內部的模型用起來，比如我們中間這層大量做交付、做產品開發的，要用我們的自動編程工具，這個主要是內部使用更多一些。
我們后臺隊伍，比如合同管理、法律、稅務都需要用AI工具去提高我們效率。過去大量的靠人工、手工集合的合同管理、人力資源招聘管理，這原來是非常大量的人工工作，還有稅務部門，過去都是靠人工作，現在內部都在使用AI工具，從人力資源招聘，到后臺法務管理、合同管理、稅務管理都在使用AI工具。
而對外，我們主要靠淵思大模型，是一個平臺工具，我們并不做基模，但是面對所有基模，我們用這套工具集來降低企業使用大模型后的成本，提高它的交付效能，這些工作都在工具集中做完了，企業只要引入淵思后，可以把其他轉換工作在這個工具里完成了，無論用deepseek也好、無論用阿里的也好、用其他的也好，是比較簡單的，把這些通用的轉換能力，數據治理等等能力都放在這個平臺上做掉了，這樣在模型實施的時候會簡單的多，只要在上面應用有針對性開發就可以了，中間轉換工作在平臺都可以做了。這是建立在基模之上面對各個基礎模型的一個工具，來降低各個企業使用大模型的成本，提高它的效率、縮短交付周期。
所以我們對內對外，的確有不同的AI產品。面對不同行業，我們也有不同的專有模型，比如能源行業，石油石化，機場等，每個行業都有自己的專業模型以及專有的智能體，這個已經在交付過程中了。下一步在我們業務展廳里會有面向各種業務場景不同的智能體的呈現，以及AI大模型端到端應用的呈現。
問：現在亞信科技按結果收費在數智運營中占比已經達到25%，占比越來越高，2025年我們在持續聚焦通信、汽車、能源這些重點行業上如何深入推進按結果付費模式的業務獲得更大成長？
李云川：按結果付費市場在運營商市場，過去兩年來乃至未來兩年快速增長的汽車市場、金融市場，也有很大的市場縱深的幅度，我們自己按結果付費雖然占比提升，但對整個公司絕對值體量還是有很大的發展空間。所以未來兩年在運營商市場結果付費，為客戶增長服務、為自己增長奠定基礎這塊還要繼續深化。
同時，過去兩年增長比較好的金融、消費、汽車行業還要根據過去兩年形成的行業知識積累、技術壁壘以及經驗沉淀上繼續做深。所以未來兩年我們還是圍繞著1+3，以運營商市場，汽車、消費以及金融三大領域縱深，做好更深層次、更大領域增長。
問：在數智運營業務領域，具體是怎么用AI降低我們的成本？包括說未來趨勢是什么樣，是不是還會有進一步的或者更多的成本下降的空間？
李云川：數智運營這塊，當前更多為客戶降低成本，比如前面談到汽車行業，去年為很多主機廠做了智能客服、智能座艙，今年到智能運營，最近做一些智能制造POC，AI這個場景從邊緣化替代開始，從一些固定場景為客戶降成本；包括去年為金融客戶投流，通過評級，降流成本，提高投費比；包括給運營商做的系統，提高OPEX投資，對新業務、存量業務增長帶來推動，這是對外部。
對內部，一個是將自己內部專家級服務變成智庫級機構，或者面向一個AI技術賦能型平臺。先把專家知識經驗、行業履歷沉淀成兩塊，一塊是智庫型，一塊是基礎服務平臺，從成本結構轉化，既實現內部成本優化，又實現對外服務效率提升。
包括數智運營板塊大量調研工作、研究工作，我們也通過AI+人工方式，面向更復雜業務問題和對業務增長解決辦法，通過AI方式實現人機協同，成為復雜問題解決者、方案提供者，包括大量調研通過大數據+小數據方式，調研工作通過大數據判斷行業趨勢，通過調研小數據實現對商機捕捉，數據供應商變成一個洞察引擎，協助客戶，也是降低內部大量成本。
去年，我們在調研費用上降低了千萬級，通過自己調研工具，我們經過AI加持的調研平臺來實現降本增效，同時把內部調研平臺，包括50萬客群社區變成一個SaaS產品，對外服務。通過AI加持，+數據、+客群，降低了研究調研成本，同時也成為一個輸出工具，以SaaS工具為客戶提供服務。AI通過業務模式優化方式，更新的商業模式落地，提供給自己、也給客戶實現增長，為高質量發展奠定基礎。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
