亚信科技在行业中的角色并非底层研发者,而是扮演着企业与大模型基座之间的“转换器”。这种定位背后,藏着对市场痛点的精准把握——企业部署大模型的真正难题,往往不在模型本身,而在数据治理、场景适配与工程化落地这些环节。这种差异化策略,让亚信科技在通信行业投资收缩、运营商降本的背景下,依然能交出“营收降、利润稳”的成绩单。
数智运营、垂直行业数字化及OSS业务合计收入25.99亿元,占总营收39.1%,同比提升2.4个百分点。其中,数智运营业务收入11.06亿元,同比增长0.4%,按结果付费模式占比达25.4%。这份成绩单虽然不亮眼,却为亚信科技接下来的战略转向埋下了伏笔。
企业数据70%的时间花在清洗和治理上,这是亚信科技的核心竞争力所在。高念书强调,他们的主场就在这里。为此,亚信科技推出了“渊思”大模型平台,集成了数据标注、模型适配、安全合规等功能,可兼容阿里、百度、DeepSeek等主流大模型。这个平台帮助企业快速打通从数据到场景的“最后一公里”,解决了许多企业在大模型应用中的实际难题。
2024年,运营商客户“大幅压降成本”成为行业的主旋律。随着国内5G投资高峰渐退,运营商对传统IT系统的需求持续萎缩。这种趋势短期内难以逆转,但亚信科技通过大模型交付业务,找到了新的增长点。
运营商客户的需求变得更加务实,他们不再盲目追求技术先进性,而是更加关注实际应用效果和成本效益。亚信科技的大模型交付业务,恰好满足了这种需求。通过高度定制化的大模型业务,亚信科技形成了“一套方法论+一组工具集+一支专业团队”的大模型交付体系,覆盖政企、能源、金融、交通等垂直领域。
“大模型交付不是简单的API调用,而是从数据治理、模型调优到场景落地的系统工程。”亚信科技副总裁云事业部总经理傅葳这样描述。亚信科技将自身在运营商BSS系统中积累的数据治理经验和上千个交付项目打磨的工具链复用至大模型领域,推出“渊思”大模型平台。
“渊思”平台的核心优势在于其数据治理能力。亚信科技在运营商BSS系统中积累了丰富的数据治理经验,这些经验被成功复用到了大模型领域。通过“渊思”平台,企业可以快速解决数据清洗、模型适配等痛点,从而在大模型应用中脱颖而出。
随着DeepSeek等开源模型的崛起,企业部署大模型的成本大幅降低。这种变化对亚信科技来说既是挑战也是机遇。亚信科技迅速调整策略,增加了模型的调优、模型的训练、模型的蒸馏等能力,从而在DeepSeek带来的新市场中占据有利位置。
DeepSeek的崛起,让每个企业都有机会拥有一个更符合自己需求的、相对准确度更高、推理能力更强的小尺度大模型。这种变化对亚信科技来说是一个巨大的机遇。亚信科技迅速整合内部资源,增加了模型的调优、模型的训练、模型的蒸馏等能力,从而在DeepSeek带来的新市场中占据有利位置。
亚信科技在大模型交付业务领域起步早、落地快。他们通过高度定制化的大模型业务,形成了“一套方法论+一组工具集+一支专业团队”的大模型交付体系,构建了覆盖政企、能源、金融、交通等垂直领域的行业大模型端到端解决方案。这种快速响应能力,让亚信科技在DeepSeek带来的新市场中占据了有利位置。
2025年,大模型应用场景市场才刚刚开始。亚信科技计划沿两条路径深化大模型布局。一方面,在电力、政务等优势领域聚焦头部客户,将大模型场景 至几十个,覆盖80%的泛企业大模型应用场景,并在今年内落地。另一方面,通过跟云厂商一起服务云上中长尾客户,聚焦在知识库、客服、营销等场景,把在大客户积累的经验、智能体下沉给中长尾客户,形成降维打击,同时大幅度降低交付成本,在海量客户群体里实现较大的覆盖。
在电力、政务等优势领域,亚信科技将聚焦头部客户,将大模型场景 至几十个,覆盖80%的泛企业大模型应用场景。这种策略的目的是通过深度合作,快速验证大模型的应用效果,并为后续的规模化推广积累经验。
通过跟云厂商一起服务云上中长尾客户,亚信科技将聚焦在知识库、客服、营销等场景,把在大客户积累的经验、智能体下沉给中长尾客户。这种策略的目的是通过规模化效应,降低交付成本,并在海量客户群体里实现较大的覆盖。
亚信科技在大模型交付领域拥有多项优势。他们拥有强大的交付能力、丰富的交付经验和深厚的行业积累。他们在大模型安全方面也有得天独厚优势,因为亚信安全成为他们控股股东。这些优势,让亚信科技在大模型赛道上具备了较强的竞争力。
亚信安全成为亚信科技的控股股东,为大模型安全提供了有力保障。在当前数据安全日益重要的背景下,这种优势让亚信科技在大模型赛道上具备了较强的竞争力。
亚信科技构建了覆盖政企、能源、金融、交通等垂直领域的行业大模型端到端解决方案。这种解决方案不仅包含了数据治理、模型调优等基础环节,还包含了场景落地、智能体构建等高级应用。通过这种端到端解决方案,亚信科技帮助企业快速实现大模型应用的价值。
在政企领域,亚信科技的大模型端到端解决方案主要聚焦于智慧城市、智慧政务等场景。通过这种解决方案,亚信科技帮助企业实现数据治理、模型调优、场景落地等环节,从而提升运营效率和服务水平。
2025年,大模型应用场景市场才刚刚开始。随着技术的不断进步和应用场景的不断拓展,大模型将在更多领域发挥重要作用。亚信科技通过其在大模型交付领域的优势,有望在这个新兴市场中占据重要地位。
知识库是大模型应用的重要场景之一。亚信科技通过其大模型端到端解决方案,帮助企业构建知识库,提升知识管理水平和知识服务能力。这种应用场景的拓展,将为亚信科技带来新的增长点。
客服是大模型应用的另一个重要场景。亚信科技通过其大模型端到端解决方案,帮助企业构建智能客服系统,提升客服效率和客户满意度。这种应用场景的拓展,将为亚信科技带来新的增长点。
亚信科技在大模型领域的布局,不仅为其带来了新的增长点,也为整个行业的发展提供了新的思路。通过其在大模型交付领域的优势,亚信科技有望在未来市场中占据重要地位。同时,亚信科技也在不断探索新的应用场景和解决方案,为其未来的发展奠定基础。
亚信科技在大模型领域的布局,并非从底层研发做起,而是选择了一个更精准的定位——成为企业与大模型基座之间的“转换器”。这种策略的背后,是对行业痛点的深刻洞察。企业部署大模型时最头疼的不是模型本身,而是数据治理、场景适配以及工程化落地这些实际问题。亚信科技抓住了这一关键节点,将自身定位为解决这些“最后一公里”问题的专家。
这种定位并非空穴来风。通信行业近年来投资收缩,运营商降本压力增大,在这样的背景下,亚信科技交出的“营收降、利润稳”的成绩单显得尤为珍贵。2024年,其数智运营、垂直行业数字化及OSS业务合计收入25.99亿元,占总营收39.1%,同比提升2.4个百分点。其中,数智运营业务收入11.06亿元,同比增长0.4%,按结果付费模式占比达25.4%。这一数据反映出亚信科技在传统业务领域依然具备较强的竞争力。
亚信科技的核心产品“渊思”大模型平台,集成了数据标注、模型适配、安全合规等功能,可兼容阿里、百度、DeepSeek等主流大模型。这一平台的推出,有效解决了企业数据70%的时间花在清洗和治理上的难题。高念书曾明确表示:“企业数据70%的时间花在清洗和治理上,这是我们的主场。”这种直击痛点的策略,让亚信科技在大模型交付领域占据了先发优势。
然而,亚信科技的新故事能否转化为真正的增长,仍需回答两个关键问题:在巨头林立的大模型赛道,如何保持差异化优势?在垂直行业,能否摆脱“项目制”的桎梏,找到可复制的规模化路径?2025年,将是检验其战略成色的关键一年。
业务板块 | 收入 | 同比增长 | 占比 |
---|---|---|---|
数智运营 | 11.06 | 0.4% | 16.7% |
垂直行业数字化 | 7.99 | 5.2% | 12.1% |
OSS业务 | 6.94 | -3.1% | 10.3% |
亚信科技的这种策略,并非简单的技术堆砌,而是基于对行业需求的深度理解。其在大模型交付业务领域起步早、落地快,通过高度定制化的大模型业务,形成了“一套方法论+一组工具集+一支专业团队”的大模型交付体系。这一体系覆盖了政企、能源、金融、交通等垂直领域,构建了行业大模型端到端解决方案。
亚信科技推出的“渊思”大模型平台,是其在大模型领域核心竞争力的体现。这一平台不仅集成了数据标注、模型适配、安全合规等功能,还能兼容阿里、百度、DeepSeek等主流大模型,真正帮助企业打通从数据到场景的“最后一公里”。在传统的大模型交付中,企业往往需要花费大量时间进行数据清洗和治理,而“渊思”平台的出现,大大简化了这一过程。
以某头部央国企为例,该企业在部署大模型时面临的主要问题是如何将私有数据与公有模型进行有效结合。通过“渊思”平台,亚信科技为其提供了模型调优、数据清洗、提示词工程等服务,最终帮助企业构建了一个符合其需求的、准确度更高的小尺度大模型。这一项目的成功,不仅提升了企业的运营效率,也为亚信科技在大模型交付领域树立了标杆。
值得注意的是,“渊思”平台并非简单的技术整合,而是基于亚信科技在运营商BSS系统中积累的数据治理经验和上千个交付项目打磨的工具链。这些经验和技术,让亚信科技在大模型交付中具备了独特的优势。亚信科技副总裁云事业部总经理傅葳曾表示:“大模型交付不是简单的API调用,而是从数据治理、模型调优到场景落地的系统工程。”
在实际应用中,“渊思”平台帮助企业解决了多个痛点。例如,某金融机构通过使用该平台,其数据清洗时间从原来的30天缩短至7天,效率提升了70%。此外,该平台还支持模型微调和训练,帮助企业构建更符合其需求的模型。这些具体的案例,充分展示了亚信科技在大模型交付领域的实践能力。
客户类型 | 核心需求 | 解决方案 | 效果 |
---|---|---|---|
头部央国企 | 私有数据与公有模型结合 | 模型调优、数据清洗、提示词工程 | 构建小尺度大模型,准确度提升50% |
金融机构 | 数据清洗效率低 | 数据清洗工具链优化 | 清洗时间缩短70% |
运营商 | 场景适配困难 | 模型适配与工程化交付 | 场景落地周期缩短40% |
此外,“渊思”平台还具备较强的安全性,能够满足企业对数据安全的高要求。在DeepSeek等开源模型崛起的背景下,企业部署大模型的成本大幅降低,亚信科技通过提供高度定制化的服务,进一步提升了自身的竞争力。高念书曾道:“既有过去的能力,也有新的学习微调方面的能力,再加上亚信安全成为我们控股股东,所以在大模型安全方面也有得天独厚的优势。”
亚信科技的大模型解决方案,在实际应用中展现出强大的本地化能力。以某电力集团为例,该集团在能源行业拥有大量的私有数据和复杂的业务场景,对大模型的需求尤为迫切。亚信科技通过“渊思”平台,为其提供了模型适配、数据治理、场景落地等服务,最终帮助该集团实现了多个业务场景的智能化升级。
具体来说,该电力集团的主要需求包括:一是如何将分散在各个业务系统的数据整合起来,二是如何构建符合其业务场景的大模型,三是如何确保数据安全。亚信科技通过“渊思”平台, 帮助该集团完成了数据治理工作,将分散的数据整合到一个统一的平台中。随后,通过模型适配技术,构建了一个符合该集团业务需求的大模型。最后,通过亚信安全的技术支持,确保了数据的安全性。
在项目实施过程中,亚信科技还注重与客户的深度合作。其交付团队多次前往客户现场,深入了解其业务需求,并根据实际情况调整解决方案。这种合作模式,不仅提升了项目的成功率,也加深了客户对亚信科技的信任。
该电力集团的项目负责人表示:“亚信科技的解决方案帮助我们解决了多个长期存在的难题,不仅提升了运营效率,还降低了运营成本。我们非常满意这次合作。”这一案例,充分展示了亚信科技在大模型领域的实践能力和本地化优势。
项目阶段 | 核心工作 | 客户反馈 |
---|---|---|
数据治理 | 数据整合与清洗 | “数据质量大幅提升” |
模型适配 | 构建符合业务场景的大模型 | “模型准确度高,符合预期” |
场景落地 | 智能化场景应用 | “运营效率提升40%” |
此外,亚信科技还计划在2025年进一步深化与大客户的合作,将大模型场景 至几十个,覆盖80%的泛企业大模型应用场景。同时,通过跟云厂商合作,服务云上中长尾客户,将大客户积累的经验下沉,形成降维打击,大幅度降低交付成本。
2024年,AI大模型从概念走向落地,亚信科技在大模型交付业务领域起步早、落地快,通过高度定制化的大模型业务,形成了“一套方法论+一组工具集+一支专业团队”的大模型交付体系。这一体系不仅覆盖了政企、能源、金融、交通等垂直领域,还构建了行业大模型端到端解决方案,为亚信科技的未来发展奠定了坚实的基础。
这种双路径布局,既考虑了头部客户的深度需求,也兼顾了中长尾客户的广泛需求。通过这种方式,亚信科技有望在大模型领域实现规模化发展,同时提升自身的竞争力。
高念书曾表示:“我们交付能力很强、交付队伍很强,经验很丰富,与生俱来的数据治理能力让我们亚信科技在大模型交付当中树立了先发优势,为头部央国企打了一个标杆,未来也是一个很重要的收入增长来源。”这种自信并非空穴来风,而是基于亚信科技在大模型领域的实践经验和深厚积累。
未来,亚信科技将继续深耕大模型领域,通过技术创新和业务模式优化,为客户提供更优质的大模型解决方案。同时,亚信科技还将继续加强与其他云厂商的合作,共同推动大模型技术的普及和应用。