科蓝软件机构调研纪要

调研日期: 2025-02-18 北京科蓝软件系统股份有限公司成立于1999年，拥有23年的发展历史，于2017年A股上市。公司主要向以银行为主的金融机构提供软件产品应用开发和技术服务，涵盖银行渠道类、业务类和管理类领域，主要产品包括分布式数据库、银行网点智能设备、电子银行系统、互联网金融类系统、网络安全系统以及银行线上线下一体化核心业务系统等。经过多年的积累，公司的客户已经覆盖大型国有银行、政策性银行和绝大多数城市商业银行、农村商业银行、外资银行，并与之保持了长期的合作关系。科蓝软件为金融机构提供了从电子银行到核心系统的全方位技术服务，在银行电子渠道建设的市场占有率超过85%，是中国领先的金融科技整体解决方案供应商。公司的技术团队超过80%为技术人员，拥有3个分公司、8个全资子公司、3个控股子公司以及北京朝阳分公司、上海分公司、成都青羊分公司等三家分公司。公司荣获多个奖项，包括IDC中国金融科技先锋者TOP25、新一代系统建设技术贡献奖、安永-复旦大学中国最具发展潜力企业、中国互联网金融创新奖、中国金融科技领军企业奖、数字生态信创服务商100强、数字生态行业数字化应用优秀案例100、北京软件行业协会25周年庆突出贡献企业奖、中关村高成长企业TOP100成就奖、普惠金融优秀解决方案金惠奖、新一代系统建设技术贡献奖等百余个殊荣。 一、介绍环节 科蓝公司成立于1999年,深耕中国金融科技领域二十多年。作为国内数字渠道和移动银行领域规模最大的解决方案供应商,我们已服务超过500家经营机构。可以说,国内银行的电子渠道、线上渠道以及如今的移动渠道,很大程度上是由科蓝公司开创并推动发展的。从服务用户数来看,国内近半数人口都在使用科蓝开发的相关系统。 站在商业银行金融科技与包括AI在内的新技术应用的视角,银行业有其显著行业特点,考虑到风险与监管合规,银行业在新技术应用方面相对保守。以人工智能为例,自2015年AI技术兴起,银行业在应用时,优先选择对整体运营风险管理影响最小的领域,主要是客户服务领域进行落地实践。科蓝公司也从2015-2016年开始接触并整合人工智能解决方案。尽管当时人工智能技术尚不成熟,发挥作用有限,但随着ChatGPT在2022年问世,引发了新一轮人工智能热潮。2023年,科蓝公司进行了重大战略调整,从专注数字渠道解决方案全 面向AI技术转型,明确了“3A”战略目标,即围绕AI相关基础设施——AIDB(人工智能数据库)、AI机器人与AI应用以及AI算力中心提前展开战略布局。 在 AIDB 领域,科蓝公司正在建设国内领先的 AI 时代数据库技术平台。与传统数据库相比,我们具有两大亮点:其一,我们是国内最早支持向量计算的数据库;其二,无论是向量支持方面,还是传统关系型数据库领域,我们的数据库均为全内存数据库。随着AI应用的不断拓展,对高性能、全内存数据库的需求也日益增长。 在AI机器人方面,科蓝自2020年启动“小蓝智能机器人”研发。基于商业银行渠道需链接银行业务人员、外部客户的特性,“小蓝机器人”主要围绕银行超级员工和智能客户两个领域进行拓展。第一代“小蓝机器人”推出了两个成熟解决方案:一是小蓝智能高柜机器人,旨在助力银行网点智能化转型,提升柜员劳动生产效率。目前,该机器人已在邮储银行和国有大行试点应用,未来有望大幅提升传统网点的 人员效能。二是小蓝企业网银机器人,我们在服务金融机构的基础上,逐步向金融机构的客户直接提供服务,通过小蓝企业网银机器人帮助银行的企业客户自动管理与金融机构的交易,降低企业财务运营成本,提升流动资金运营效率。同时,在 AI 应用层面,我们正在推进全渠道AI应用转型,将大模型(LLM)基座接入现有手机银行、网上银行等相关解决方案,同时利用AI技术提升运营交付质量。 在 AI 算力中心方面,我们正在苏州建设AI算力中心。在金融大模型时代,普及性是关键,大型金融机构主要自建AI算力,但众多中小金融机构,如城市商业银行、农商行等,因算力中心建设投入巨大,难以承担。基于此,我们将结合公司AI行业解决方案通过AI算力中心为中小银行等金融机构提供算力服务与AI应用赋能,助力其发展。通过自有算力中心的建设过程,我们还形成了了 AI 算力中心基础设施解决方案,若有银行希望独立建设 AI 算力中心,我们也能提供全套解决方案及产品合作。目前,我们已与华为等国内众多基础设施厂商在AI基础设施领域达成广泛联盟合作。 公司在大模型(LLM)的对接和发展历程中逐步形成了一套较为完整的基础产品能力和体系。 第一块:大模型对接与发展历程 从具体进程来看,大模型的发展大体分为三个阶段: 第一阶段(2022年之前) 在ChatGPT发布之前,我们主要采用机器学习、深度学习等AI技术,解决移动银行、移动APP运营、客户服务等领域的问题。 第二阶段(2022年底至2023年) ChatGPT的发布标志着大模型时代的开启。2023年,各大厂商陆续推出大模型,如谷歌的Gemini、Meta的LLAMA、百度的文心大模型等。科蓝作为百度文心一言的首批合作伙伴,开启了对大语言模型的探索。2023年4月,LLAMA3的发布和开源成为重要转折点,我们正式启动了大模型应用的研发工作。这一阶段的技术突破包括多模态处理、算力支撑、深层式和推理式能力,以及RAT技术的快速发展,为未来带来了巨大的想象空间。 2023年,阿里、科大讯飞、华为、腾讯等公司推出了通义、星火、盘古、混元等模型。我们积极集成这些模型,并在2024年中进一步完善了模型的基础能力和聚合能力,推出了“模型聚合平台”产品。 第三阶段(2024年至今) 2024年,我们集中精力进行模型集成和对接,并基于这些模型研发AI智能体,支持多模型聚合调用,以满足金融场景的复杂需求。同时,我们推出了数据精炼工厂和模型监控产品,解决大模型的二次训练、微调、AI绩效、AI幻觉和伦理问题,形成了一套完整的大模型基础能力体系。 2024年12月,deepseekV3的推出为我们带来了新的机遇,它能以更小的资源代价完成模型的具象化升级和训练。春节前其 R1推理模型推出后,我们加班加点完成集成,进一步提升了平台能力。 第二块:基础产品能力体系的形成 在集成大模型和应用升级的过程中,我们逐步形成了基于大模型基础的产品体系,包括: 魔聚平台(大模型聚合应用平台):实现不同大模型的连接、聚合、配置和管理,并对相应的 AIagent进行调配,确保在复杂多变的业务场景中能够灵活调用最合适的模型能力。 魔界平台(大模型数据精炼工厂):负责为大模型的二次训练和微调提供标准化的数据治理和加工服务,保障输入数据的高质量和一致性,进而提升大模型的性能和应用效果。 魔瞳平台(大模型运行监控系统):实时监测模型的运行状态和性能表现,对模型的绩效、评分、准确度进行评估,并尝试抑制AI幻觉等问题 ,确保模型稳定可靠运行。 第三块:实践探索与场景化应用 在实践探索中,我们重点关注以下几个场景: 1、移动银行私域营销运营 作为移动银行市场的领先者,已经有多家银行落地应用我们的聚合应用平台连接大模型,通过对话交互实现营销运营策划、运营分析和归因分析,有效提升了运营效率和精准度。 2、场景金融营销与运营 我们正在探索连接具体场景(如车生活、物流、银发经济、萌宠经济等),获取更多生活数据和行为数据,结合银行交易数据,进一步完善模型能力。预计这一实践将在2025年上半年落地。 3、产业金融-小微企业融资助手 我们与几家银行合作,探索通过对话式交互方式帮助小微企业主找到融资诉求并进行风控诊断。这一探索与国家近期发布的供应链金融政策密切相关。 4、模拟经营与财务规划 受马斯克近日发布Grok3大模型的启发,我们正在构想未来银行如何利用大模型进行模拟经营、模拟现实和财务规划。例如,帮助银行推出新产品或成立新事业部时,基于行业数据进行沙盘模拟,测算未来收益和ROE。 二、提问环节 问题1: AI加C端的 APP 营销跟过去没有AI互联网时代下做的银行营销相比,有什么不同点?使得这些业务在AI时代下能够落地?科蓝公司链接银行跟大模型的一些能力来做变现,商业模式上面有没有升级? 回答:当前AI技术尤其是大模型,对于银行渠道究竟是起到加法作用,还是会在业务模式及运营模式层面带来颠覆性变革,这两者存在显著差异。银行在渠道端对 AI 的应用由来已久,早在 2016 -2017年,部分银行便已基于深度学习等技术展开探索。从银行渠道建设角度,渠道的核心价值在于连接银行与客户。因此,未来我们在AI 及渠道端的整体产品研发与解决方案策略将围绕“超级员工”与“智能客户”两大业务主题展开。 DeepSeekR1推理模型出现后,将思维链(COT)从传统大模型中剥离出来,这对我们打造渠道具有重大价值。它能够使银行 APP从过去被动执行客户指令,转变为随时随地洞察客户当下业务意图,并预测客户下一步行为,实现从“读懂客户”到“知晓客户所想”的跨越。这一转变不仅对银行业,对众多服务行业的线上渠道都将产生巨大冲击,促使现有线上渠道系统从被动接受操作转变为基于大模型的预测式交互系统,在客户服务与营销领域带来颠覆性改造。 自去年下半年起,我们已启动新一代手机银行的研发工作。严格来说,我们更倾向于将其定义为智能客户系统,因为它并非仅代表银行提供的服务,而是能够全方位反映客户业务需求与当下意图。在此过程中,银行在客户服务个性化及产品营销转化率方面将得到大幅提升。然而,这场变革也带来新的挑战,即银行应如何运营这样一套智能化线上服务及智能客户系统。过去,国内商业银行虽倡导以客户为中心,但实际上还是以产品为中心。在AI时代,如何借助AI技术将银行从以产品为中心真正转变为以客户为中心,在运营策略等方面面临诸多新挑战。例如,线上运营策略需重新规划,甚至在未来,客户或许能够自主选择行业投资策略,那么现行理财产品是否只能由第三方理财机构提供?客户能否通过自选策略管理自身资产?这种策略模型又该如何定价与收费?这些都为未来商业模式创新提供了广阔想象空间。 在AI领域,我们不仅重视数据、算力与算法的构建,更关注行业策略。在此过程中,我们充分发挥科蓝在金融行业 20 多年来在渠道服务与客户营销领域积累的丰富经验。同时,我们也提前布局了AI 研发工作。在 AI 机器人领域,我们早在 5 年前就开始发力,围绕 银行“超级员工”业务主题,于2021年正式发布智能高柜机器人“小蓝”。今年1月,“小蓝”已接入DeepSeek平台。目前,“小蓝”在银行传统柜面业务中,对传统柜员的替代比可达1:3,帮助银行降本增效。未来,客户前往银行网点时,将明显感受到原本坐在柜台后的服务人员大多转变为厅堂营销与服务人员,这无疑是银行运营模式的一大变革。 此外,在智能客户与超级员工业务拓展方面,我们将商业模式从仅服务银行,延伸至服务银行的客户。我们研发了 AI 小蓝智能企业网银机器人,直接为银行企业客户赋能,将银行的数字员工智能化服务延伸至企业生产与运营场景,助力企业财务人员提高财务处理效率,降低企业流动资金成本,这也是我们今年重点推广的方向之一。 关于第二个问题,也非常具有探讨价值。在我们提出的 3A 战略中,最后“A”围绕AI算力中心展开。科蓝建设算力中心并非仅为满足自身需求,更多是考虑到大模型训练及推理对硬件资源的巨大消耗,以及未来渠道营销服务模式的重大变革。我们期望未来针对中小型金融机 构,不仅作为建设商,更作为运营服务商,与其携手共同应对AI时代客户服务与营销模式的变革。 问题2:算力中心预期投资及何时建成。 回答:算力中心预期今年逐步建设,预期投资是6个亿。 问题3:公司什么时候能落地一些AI业务?落地案例我们什么时候能看得到? 回答:我们的一系列落地案例已陆续推向市场。2022年,我们的小蓝智能高柜机器人在邮储银行新一代智能网点建设中得到应用。目前,我们不仅与邮储银行保持合作,还与工商银行等金融机构开展了前期合作工作。 从市场层