AI公司赚钱太难了。相关报告显示，全球近90%的AI公司处于亏损状态，10%的赚钱企业基本是技术提供商，中国AI产业链中90%以上的企业也同样处于亏损阶段。AI四小龙无一例外全部亏损，而且一个比一个能亏，比如依图 科技 2017-2020H1累计亏损7268亿元；旷世 科技 2017-2020Q3期间累计亏损1306亿元。商汤 科技 IPO不太顺利，有消息称公司将于8月份向港交所提交申请。虽然目前不清楚商汤 科技 亏损多少，但公司与云从 科技 一样，也是亏损的状态。
为什么AI公司赚钱这么难？
云从 科技 主营业务是为客户提供高效人机协同 *** 作系统和行业解决方案，前者是凭借自主研发的人工智能核心技术打造了人机协同 *** 作系统，通过对业务数据、硬件设备和软件应用的全面连接，把握人工智能生态核心入口，为客户提供信息化、数字化、智能化的人工智能服务；后者是基于人机协同 *** 作系统，赋能智慧金融、智慧出行等应用场景，为更广泛的客户群体提供以人工智能技术为核心的行业解决方案：
报告期内公司向客户提供基础 *** 作系统、基于人机协同 *** 作系统的应用产品和核心组件以及技术服务，其中基础 *** 作系统是可以直接销售给客户的，一般交付给具有研发能力的企业和第三方软件厂商，由客户二次开发后投入使用。公司提供的 *** 作系统有智能云平台、视图汇聚分析平台、融智云平台和集成生物识别系统，基于不同的功能，面向物联网、政府、公安等城市治理和金融、商业等不同应用场景：
值得注意的是如果客户前期没有购买云从 科技 *** 作系统，则公司向客户销售 *** 作系统和应用产品，保证相关应用产品有效运行。核心组件是基础 *** 作系统内可以独立交付的功能模块，通常是封装了核心AI能力的软件包，主要交付给研发实力强、对软件管控要求较高的客户，由客户集成到其自由系统中使用，基本不涉及进行定制化开发。技术服务主要是人机协同 *** 作系统在软件产品销售以外的服务，包括公有云服务、风控服务和智能化运维服务。
成立至今云从 科技 人机协同 *** 作系统及应用产品相继经历了初步推进人机协同 *** 作系统内核沉淀的V10、综合多类业务场景的基础 *** 作系统V20和升级人机协同 *** 作系统V30三个阶段，实现了智慧金融、智慧治理、智慧出行和智慧商业四个重点领域的基础 *** 作系统的整合。公司的V40版本则是升级了智慧治理领域的融智云平台和智慧金融领域的集成生物识别系统，通过AI技术优化系统的运行效率和用户体验：
在系统层上云从 科技 开发了面向不同领域的基础 *** 作系统，通过系统和组件的方式将AI技术赋能应用场景。2014年以来旷视 科技 便开始了Brain++这一AI生产力平台的研发，覆盖从数据生成、清洗、预处理、标注和存储到算法架构设计、实验环节设计、训练环境搭建，再到训练、加速、模型评估和产生模型以及模型分发、部署应用全流程。Brain++集成了包括深度学习框架MegEngine（天元）、深度学习云计算平台MegCompute和数据管理平台MegData，将算力、算法和数据能力融为一体，作为AI基础设施，实现从算法生产到应用的全流程化和规模化供给：
旷视 科技 的Brain++平台相比云从 科技 的 *** 作系统+组件的模式，不同之处在于将算力、算法和数据进行融合，实现了AI的全流程。比如公司的Brain++商业版覆盖了数据管理、模型开发和算力调度等算法生产全流程，还可为客户提供集群搭建和部署在内的硬件交付，让客户不必为寻找AI硬件供应商和软硬件适配等问题烦恼，提升了AI的效率。Brain++平台和算法构成了旷视 科技 的核心AI能力：
业务模式上，云从 科技 的基础 *** 作系统、组件和应用产品可以单独销售，但旷视 科技 的Brain++平台是以解决方案的形式对外销售的，这构成了俩公司业务上的差异。
2018-2020年云从 科技 实现营收484亿元、807亿元和755亿元，这其中主营业务收入为483亿元、780亿元和751亿元，2020年主营业务下降主要系疫情影响，这与其商业模式有关。报告期内公司其他业务主要为向少量客户提供外购硬件和技术开发服务，2019年其他业务收入一度达到027亿元，但占比仍较小。
主营业务中人机协同 *** 作系统营收为031亿元、183亿元和237亿元，营收占比为62%、227%、313%；人工智能解决方案营收为452亿元、597亿元和515亿元，营收占比为936%、740%和682%：
旷视 科技 是一家聚焦物联网场景，以物联网为AI技术落地载体，通过构建完整AIoT产品体系，面向消费物联网、城市物联网、供应链物联网三大核心场景，提供经验验证的解决方案的AI公司。公司业务分为消费物联网解决方案、城市物联网解决方案和供应链物联网解决方案三大类。2017-2020Q3公司营收为304亿元、854亿元、1260亿元和716亿元，其中60%以上的营收来自城市物联网解决方案业务：
值得注意的是，云从 科技 营收中第三方软硬件和智能AIoT设备营收占比虽然从2018年的812%下降至2020年的508%，但仍占据半壁江山。号称行业领先的AI公司，营收一半竟然来自硬件产品，这就引出了一个问题：AI公司靠什么赚钱？
毛利率来看，报告期内云从 科技 主营业务毛利率虽然由215%提升至432%，但仍大幅低于依图 科技 和旷视 科技 的毛利率，依图 科技 主营业务毛利率由2017年的574%提升至2020H1的71%，是这几家公司中最高的：
细分到具体产品或服务，可以看出云从 科技 人机协同 *** 作系统的毛利率在75%以上，处于较高水平。人机协同 *** 作系统中软件授权业务的毛利率超过80%，主要是绝大部分软件授权业务涉及安装调试或定制开发，产生了相应的费用。报告期内公司技术服务毛利率由9945%下降至40%，因为金融风控业务涉及对外采购数据服务，2020年新增的数据中心智能化运维服务需要委托第三方提供服务，降低了毛利率水平。
云从 科技 营收占比最大的人工智能解决方案业务毛利率为1776%、2343%和2819%，主要是该类业务根据客户需求，需外购部分配套软硬件产品或服务，外购材料成本较高，挤压了毛利率空间。公司人工智能解决方案毛利率相比可比企业也明显偏低，比如依图 科技 软件、软硬件组合在报告期内的毛利率分别为641%、819%、875%、868%和113%、328%、543%和696%。
云天励飞和云知声解决方案业务毛利率水平相比依图 科技 和旷视 科技 偏低，与云从 科技 相当。比如云天励飞数字城市云隐管理业务和人居生活智慧化升级业务毛利率分别由4227%、6316%下降至3823%和4443%，主要系解决方案中需要采购硬件并有一定比例的安装服务成本，尤其是硬件设备比例上升会拖累相关业务的毛利率水平：
旷视 科技 业务毛利率水平来看，消费类物联网解决方案业务毛利率超过80%，但其营收占比由2017年的459%下降至2020Q3的181%，营收占比最大的城市物联网毛利率下降至30%以下，因此拖累了公司的毛利率水平：
旷视 科技 在招股书中提到，消费物联网解决方案是公司传统核心优势业务，主要利用人脸识别技术提供云端SaaS类及移动终端类解决方案，成本以软件为主，毛利率水平最高。城市物联网解决方案业务主要为智慧城市及智慧建筑管理，这一业务随着行业经验积累、项目设计与交付能力不断提升，按理公司具有提升毛利率空间的能力。但旷视 科技 提到，因为项目成本中硬件占比提升，导致毛利率有所下降：
结合云从 科技 、云天励飞和旷视 科技 等业务模式，可以看出：如果单纯靠出货 *** 作系统等业务，公司可以保持一个很高的毛利率。未来随着业务不断成熟，成本和费用的下降，公司具有盈利的可能。但目前来看，旷视 科技 、依图 科技 等为代表的AI公司还是以解决方案业务为主，这就涉及到一些硬件的采购和安装，相应的导致毛利率的下降。
AI四小龙无一例外全部亏损，而且一个比一个能亏。云从 科技 报告期内累计亏损2684亿元，看起来不少，但在旷视 科技 和依图 科技 面前还是弱爆了。
依图 科技 2017-2020H1净利润分别亏损1166亿元、1161亿元、3642亿元和1299亿元，累计亏损7268亿元。旷世 科技 2017-2020Q3期间分别亏损775亿元、280亿元、6639亿元和2846亿元，累计亏损1306亿元。商汤 科技 IPO不太顺利，有消息称公司将于8月份向港交所提交申请。虽然目前不清楚商汤 科技 亏损多少，但公司与云从 科技 一样，也是亏损的状态。
寒武纪主营业务是AI芯片的研发、设计与销售，主营业务与云从 科技 等明显不同，但2017-2020年公司仍然累计亏损超过20亿元。2020年寒武纪亏损大幅减少，但扭亏为盈还是遥遥无期：
行业龙头亏损严重，中小AI公司同样亏的不少。比如提供数字城市运营管理和人居生活智慧化升级应用场景解决方案的云天励飞2017-2020Q3期间净利润累计亏损1607亿元，2020年前三季度公司营收为267亿元，报告期内营收累计仅为68亿元，赚的还没有亏的多。
为什么AI公司赚钱这么难？
先说说这些公司亏损的直接原因。
2018-2020年云从 科技 毛利从105亿元增长至328亿元，毛利率由215%提升至432%，但期间费用由338亿元飙升至1061亿元，直接造成营业利润亏损。
报告期内公司销售费用由129亿元增长至274亿元，销售费用率由2663%提升至3628%，这属于很高的水平了。此外公司研发投入持续加大，由2018年的148亿元增长至578亿元，营收占比由3061%提升至7659%，已经足以让公司亏损了：
报告期内云从 科技 实施股权激励并产生了相应的费用，但这种费用短期对公司利润带来压力，假以时日影响会消除，但销售费用和研发费用的增加是持续性的，毕竟这与公司经营密切相关。比如云从 科技 销售费用中占比最大的是人员薪酬，主要是公司业务扩展，销售人员和平均薪酬增加。
人工智能仍然是一个技术密集型企业，各家公司为了保证持续的竞争力也在投入大量的资金用于研发。目前人工智能相关技术和应用场景的解决方案迭代速度比较快，以云为例产品迭代周期一般为2-6个月，因此人工智能行业的研发是个持续时间长且投入高的过程。比如云从 科技 2020年研发费用率超过75%，公司基于人机协同 *** 作系统在研项目有基础平台、算法工厂、AI融合数据湖、知识计算和人机自然交互等8项之多。
亏损最严重的旷视 科技 也是如此。2017-2020Q3公司期间费用由402亿元增长至1349亿元，规模上超过公司的营收，这其中销售费用率、管理费用率和研发费用率分别由2414%、3345%、6650%提升至416%、5756%和9223%：
另外为了提高研发人员、管理人员等积极性，或者出于营造缺钱的目的，AI公司还会实施股权激励，并为此产生巨大的股份支付费用，侵蚀了公司的盈利空间。比如2019年云从 科技 实施了股权激励，产生了1303亿元的股份支付费用；2019-2020Q3云天励飞为激励核心团队、保证团队稳定性，对核心成员实施股权激励，为此分别支付了208亿元和719亿元的股份支付费用。
目前抛开其他不谈，在研发上的投入和股权激励产生的巨大费用，凭借这两项，已经让大多数AI公司陷入亏损了。
客户变动大、客户集中度较高、单一客户依赖性较高等仍是AI公司面临的共同难题，而这一难题事关公司经营是否可持续，也是这类公司上市中的拦路虎之一。无论是注册制下的科创板、创业板还是审核制下的主板，从发审委到上市委，都盯着这一问题。
今年3月份上交所在云从 科技 第一轮问询中就要求公司就"不同类型产品前五大客户的销售内容、销售收入及变动原因，前五大客户变动较大是否符合行业惯例"等进行问询。
2018年云从 科技 第一大客户分别为北京物联新泊 科技 有限公司，营收占比为3011%；2019-2020年北京汇志凌云数据技术有限责任公司为公司第一大业务，营收占比为3049%和1098%，销售金额变动也非常大。另外江苏趋云信息 科技 有限公司和江西骏马 科技 有限公司成立不久后就成为公司前五大客户，上交所还就合理性、交易价格公允性和是否存在利益输送或其他特殊利益安排等进行问询。
云从 科技 这种情况在其他AI公司中也存在。比如2017-2020Q3旷视 科技 前五大客户相继经历了杭州联汇 科技 有限公司、中国移动、北京易华录信息技术股份有限公司和东华软件股份公司四家公司，销售金额也从2500多万到8500多万不等，而且多个客户经历了一轮游，在下一年度中不见踪影：
从云从 科技 的反馈来看，AI公司面临碎片化问题，不仅仅是场景的碎片化，还有订单的碎片化。以2020年度人机协同 *** 作系统客户分布情况来看，云从 科技 绝大多数客户的订单规模在100万元以下，1000万元以上的订单占比很低。应用场景上，公司产品覆盖了智慧治理、智慧金融智慧出行、智慧商业等多个领域，营收占比最大的人工智能解决方案也呈现出类似的特征：
客户集中度上，云从 科技 前五大客户销售占比从6223%下降至2792%，相反依图 科技 前五大客户销售占比从3512%提升至6202%，而旷视 科技 常年在20%-30%左右徘徊。
客户的飘忽不定说明了人工智能技术在客户端的复用性很低，订单的碎片化说明了人工智能技术商业化水平还处于较低的水平，难以实现规模化应用。AI公司要想寻求发展就要不断开发新用户、不断延伸新的应用场景，这势必增加了公司的额外开支。前文已经提到，云从 科技 、旷视 科技 等销售费用率很高，尤其是职工薪酬占主要比例，主要是为了扩大业务区域、开拓客户而招兵买马，相应的费用不断增长。
人工智能产业链分为基础层、技术层和应用层三大环节，其中目前以旷视 科技 、云天励飞等为代表的企业多为技术层公司，主要通过开发相关算法赋能智慧城市、智慧金融等应用场景。目前中国的AI产业相比美国，差距在于第一是基础层实力偏弱，尤其是具有全球竞争力的芯片、传感器等领域的公司太少，而且华为等部分企业因为实体清单影响，经营遭遇困难：
云从 科技 、旷视 科技 等相继布局计算机视觉、语音识别和自然语言处理等技术层，但更多的企业处于应用层，参照互联网公司，应用层的竞争会更加激烈，技术实力不佳、综合能力不足的公司会逐渐掉队。另外值得注意的是与美国的谷歌、亚马逊和微软等类似，华为、腾讯和阿里巴巴等巨头的加入让人工智能行业竞争更加激烈。华为、腾讯等公司拥有打通基础层、技术层和应用层的能力，而且在技术、研发、客户、市场等方面拥有云从 科技 等难以撼动的优势，因此势必给这些公司带来巨大压力。
从目前产业发展现状和人工智能技术发展曲线来看，其已到了从技术转向大规模应用的关键节点，目前如何规模化落地成为行业痛点。不过对云从 科技 、旷视 科技 等这些资本一路输血充大的公司来说，现在紧迫的事情是如何通过上市在补血的同时还让曾经的投资者退出，毕竟这么多年下来它们等不及了。
万一所投公司倒闭了，一切都打水漂了。
作者|张正平 黄帆帆 卢 欢
近年来，随着我国乡村振兴战略和数字乡村计划的实施，尤其是以大数据、云计算、区块链、物联网、人工智能等为代表的金融 科技 与传统农村金融的融合发展，农村金融市场的发展呈现出全新的“数字”面貌，2021年的中央一号文件则进一步明确提出“发展农村数字普惠金融”，为金融 科技 应用于传统农业供应链金融实现创新发展提供了新的契机和政策支持。
传统农业供应链金融的不足
风险控制机制不完善。 随着农业供应链转型升级带来的多产业融合发展、供应链延伸和供应链生态圈的扩大，供应链上的经营主体及相互业务往来会越来越频繁，会形成非常多的新委托代理关系，而这其中必定存在更多的 *** 作风险、欺诈风险，也意味着更多的信息不对称。面对农业供应链金融中存在的若干风险，传统的管理手段及经验已无法有效应对。虽然传统金融机构、核心企业、物流公司以及电商平台等经营主体具有较强的资金实力， 但它们各自应用的风险控制模型往往并不一致且相互不能兼容，农业供应链金融中所需掌握的资金流、物流和信息流也无法实现及时有效地对接和比较，导致了传统农业供应链金融的风险控制手段一直没有突破性的创新，难以有效提高农业供应链金融服务的效率。
产品及服务单一。 传统的农业供应链金融仅为供应链上游的企业提供基于订单、应收账款等有实际贸易背景的融资， 贷款多为生产性资金。由于资金是农业供应链上企业最大的需求之一，所以农业供应链上的金融企业主要利用信贷产品来吸引客户，进而抢占优质客户资源。然而， 即便存在激烈的市场竞争，各金融机构提供的农业供应链金融产品依旧非常相似， 产品及服务同质化严重。近年来，随着农村经济的快速发展，农业产业化、规模化趋势明显，对规模更大、期限更灵活的资金产生了较多的需求，然而，传统的农业供应链金融却不能提供有效的解决方案。而且，由于农业供应链金融是依托于供应链中的信用逻辑提供资金支持的，因此比其他金融产品的风险更高，这进一步压缩了农业供应链金融的发展空间。
获客渠道狭窄。 一方面，农业供应链的发起主体一般是核心企业或金融机构。一般情况下，在开展供应链业务时大多是发起主体在经营所在地寻找合适的合作伙伴，如果没有找到合适的合作伙伴，便很难开展农业供应链金融业务。另一方面， 传统的农业供应链金融只能为企业提供贷款，无法提供其他的增值性服务来增加客户黏性，竞争力不强。在这种情况下，只能利用地缘优势发展的传统农业供应链获客渠道就变得十分单一了，也很难找到匹配的客户资源，这进一步制约了业务的大范围开展。
多方合作难以协调。 一是银行单独发挥的作用有限。在我国金融发展过程中， 商业银行始终发挥着核心作用，如果其在农业供应链金融业务的开展上缺席，那么金融资源就不能得到最优配置。而银行围绕农业供应链开展的业务在其所有业务中的占比极低，相对于其在农业供应链中存在的应收账款闲置问题，其产品创新的力度和所占的市场份额明显不足。二是银行不能与其他金融机构进行有效合作。虽然当前已有部分银行与一些小额贷款公司、数字金融平台开展了合作，但是从整体情况来看，银行与其他金融机构之间普遍缺乏信任，信息孤岛状况严重，农业供应链金融未获得充分的发展。三是农业企业与农户的合作大多有短期、松散的特点，农业供应链易受到违约风险的冲击而处于不稳定状态，严重的甚至导致信用链断裂， 威胁农业供应链金融系统安全。
金融 科技 在农业供应链金融中的应用
大数据、云计算+农业供应链金融
相对于传统农业供应链金融仅依靠会计报表进行企业的风险评估，大数据和云计算技术在农业供应链金融中的综合运用，不仅能准确识别有效信息，通过模型和机器算法使结论量化、更加精准，还能更加准确地预测链内企业的发展前景，更具全面性和客观性。从技术原理方面看， 大数据和云计算技术既能将农业供应链内发生的经济活动绘制出详细的数据图谱， 又能直接用数据语言对农业供应链内企业进行可穿透式管理，从而在解决信息管理中不对称问题的同时，弥补了传统管理中的技术短板。
在实际应用方面，苏宁易购基于数以亿计的交易数据，依托云计算技术与传统金融机构开展合作，将农业供应链的龙头企业作为信息的担保方或提供方，为链内经销商、代理商及农户提供金融服务；新希望金服则依托新希望集团的数据储备建立了大数据风险管理模型，从客户准入、贷前审核、贷中监控和贷后管理等方面实现全面智能化管理，为客户提供纯信用、免担保的“好养贷”产品，同时，在客户使用过程中，新希望金服还不断积累客户生产信息、信贷信息等，完善数据库，不断升级迭代风险管理模型。
在当今的数字时代，数据已经成为一种新的生产要素，但大数据、云计算技术应用于农业供应链金融仍面临不少难题。一是数据共享难。在农业供应链上， 银行可以根据核心企业与上下游企业之间签订的真实订单和应收账款等交易单据对链内提供质押、贷款等金融服务。然而， 由于我国在数据保护方面的法律法规还不完善，企业普遍担心银行或其他金融机构可能将企业的重要数据出售给竞争对手或第三方，从而导致该企业的市场竞争力被削弱，损害企业利益。在这种情形下，企业不愿意与银行等金融机构共享数据，这也是当前农业供应链金融利用大数据面临的一大难题。二是数字质量没有保障。由于农业供应链上各成员企业开展的业务较多、涉及面较广，很难对信息进行标准化、规范化的公开披露，导致金融机构获得的企业数据质量较低。此外，银行还担心核心企业与供应商、经销商达成骗贷共识，从而篡改ERP系统中真实的交易信息，这种行为无形中会增加银行风险，也不利于整个农业供应链的稳定。
区块链+农业供应链金融
从技术原理方面看，区块链是赋能农业供应链金融发展的有力工具。一是区块链能有效降低票据真实性风险。在“区块链+农业供应链金融”模式下，只要产生了交易，其业务信息就会被分别记录到相关的主体账户中，同时农业供应链内的信息传输不会失真，使得作假行为几乎不可能发生。二是区块链有助于提高农业供应链内企业的互信水平。在“区块链+农业供应链金融”模式下，各家企业可以利用智能合约来提高信用约定的执行力，交易双方只要有一方履行了合同上载明的责任和义务，系统会自动强制另一方履行合约，从而避免信用欺诈的发生。三是区块链有助于提高农业供应链金融的运行效率。通过营造丰富的区块链应用场景，农业供应链内各个参与主体将能获得真实有效的经济活动数据，实现在农业供应链内部完成资金的交易和业务的交割，从而提高交易的精度和效率。
在实践中，新希望慧农（天津） 科技 有限公司（以下简称“希望金融”）通过应用区块链技术，建立了更加规范的农业供应链业务模型，提升了农业供应链系统平台的开放度，实现了全流程的风险控制，有效地规避了人为造假和投机行为。截至2020年10月31日，希望金融累计借贷金额达11835亿元，借款人数达38000多人，借贷逾期率和坏账率低于01%，有效地服务了实体经济和乡村振兴。河南天香面业有限公司基于物联网和区块链前沿 科技 的应用，将产业链深度融合应用场景作为切入点，打造了国内首个“区块链+金融服务+粮食”平台——优粮优信。该平台可生成标准电子仓单，具备智能合约应用、多方账本共享、业务数据存证和粮食质量溯源等功能，可以实现风险管理、资产监管及数字资产的可视化，整个过程公开透明，反担保措施简单有效。
尽管区块链技术与农业供应链金融的结合带来了前所未有的变革，但其大规模应用还须解决两大挑战：一是农业供应链金融各参与主体争相借助区块链技术搭建属于自身的供应链信息管理系统，造成传统供应链金融市场的信息碎片化，而技术壁垒的存在又使得跨链数据难以互通，形成了新的信息孤岛；二是实践中往往缺少既懂区块链技术又熟悉农业供应链金融运营的复合型人才。
物联网+农业供应链金融
从技术原理方面看，基于物联网技术的农业供应链管理系统，可使供应链内的企业商品在任何时间、任何地点都被实时监控，实现从土壤养护到温室栽培、从加工包装到冷链配送、从在线销售到独立订购、从农民组织到农业一体化的发展，从而大大提升农业供应链管理的效率与灵活性，优化企业的资源配置，有效减少物资非法转移活动，进而大幅降低农业供应链的融资风险。
实践中，北京农信互联 科技 有限公司做出了有益尝试。该公司隶属于大北农集团，依托大北农集团的资源优势，综合利用互联网、物联网、云计算、大数据等多种技术， 探索 形成了包含“农业大数据、农业交易、农村金融服务”在内的农业供应链金融新模式。在这种模式下，运营中心可根据物联网记录的养殖户生产经营环节的大数据、在线销售生猪情况的大数据等数据在线生成的信用分筛选潜在贷款客户。
毫无疑问，物联网应用于农业供应链金融的前景十分诱人，但当前的发展仍然面临很多困难：一是物联网的投入巨大， 仅依靠核心企业的资金实力和技术水平不足以支撑“物联网+农业供应链金融”模式的规模化发展。二是现阶段大量农户仍以传统销售方式为主，线上信息沉淀较少，数字足迹较为缺乏。三是农业供应链各参与主体协同发展意识薄弱，孤岛问题严重，物流、资金流和信息流不能有效畅通和共享。
人工智能+农业供应链金融
从技术原理方面看，物联网、大数据及云计算等技术的广泛应用是人工智能在农业供应链金融领域发挥作用的基础。人工智能+物联网+大数据+云计算+农业供应链，有可能形成一种具备自主学习能力的农业供应链，从而让农业供应链能够进行自我管理。在这种多技术叠加的农业供应链金融模式下，放置在农业供应链各环节的激光扫描仪或传感器会自动收集相关主体的各类信息，并持续地将各种数据传输到云端服务器，最终这些数据交由人工智能进行分析和处理，为金融机构寻找贷款人、提供贷款、控制放贷风险提供依据。2019年美国Ta u l ia公司基于人工智能技术推出了一款适用于供应链金融的现金预测工具。随着更多的数据被处理和分析，该工具可以在不断积累的过程中有效识别未经批准的发票和采购订单的风险，从而实现更多的农产品装运和采购订单融资。
尽管人工智能在农业供应链金融领域具有十分广阔的应用前景，但迄今为止我国鲜有比较成功的应用案例，与此同时， 将人工智能技术成熟运用于农业供应链金融仍面临不少挑战。一是农业供应链金融涉及的环节多、周期长、内耗严重，而当前人工智能技术本身也不够成熟，短时间内仍无法解决农业供应链金融的这些问题。二是在将机器学习等人工智能技术运用于农业供应链金融数据之前，作为其中核心节点的企业必须首先收集足够多的数据，而要从成百上千家的农户、分销商、经销商和零售商等处获取完整的数据尚有较大的困难。三是我国农产品供应链物流基础设施仍较为落后，缺乏标准化体系， *** 作流程不规范，标准也不统一，造成供应链整体的信息化程度不高，经常出现信息失真现象，影响人工智能技术的落地应用。
需要说明的是，为了行文的方便，上文中我们大致是按照不同类别的金融 科技 分别讨论了其在农业供应链金融中应用的情况，但当前金融 科技 与农业供应链金融融合创新的一个基本趋势是多种金融 科技 的综合应用，进而形成更强的优势，破解传统农业供应链金融的痛点。
进一步促进金融 科技 在农业供应链金融领域应用的建议
继续完善法律法规。 一是需要为金融 科技 企业立规。有关部门应尽快研究出台金融 科技 企业的监管法规，界定金融 科技 企业的业务范围，明确企业属性，划定准入门槛，促进金融 科技 企业 健康 发展。二是需要为数据安全立法。金融 科技 具备赋能农业供应链金融的能力，但必须以数据安全为前提。为此，有关部门应结合中国国情加快出台数据安全法规，明确数据采集、流通、加工、使用等行为的界限，对数据经营企业实施准入制度，确保供应链上的信息得到安全合理的使用。三是需要技术立标准。近年来，大数据、区块链、人工智能、物联网等技术发展迅猛，但相关的诸多技术标准却依然空缺，已经成为阻碍金融 科技 行业发展的一大障碍。
持续推进数字乡村建设。 一方面，要加强农村信息基础设施建设。农村信息基础设施建设是金融 科技 应用的重要前提， 应大力提升乡村网络设施水平，尽快实现农村地区网络的全覆盖，积极推进农村地区基础设施的数字化，加强农村地区物联网设施建设，奠定金融 科技 应用的基础。另一方面，要推动农业产业数字化转型。没有农业产业的数字化，金融 科技 应用于农业供应链金融就难以实现大规模发展， 应大力发展互联网+农业、农村电商、智慧农业，提升农业生产、加工、存储、运输、销售等全流程的数字化水平。
不断丰富应用场景。 一方面，链内企业应结合不同类型金融 科技 的特点和不同农业产业的特色，积极 探索 更加丰富多元的应用场景，为金融 科技 的融入创造条件。具备资金和技术实力的核心企业和大型金融机构应充分发挥其规模优势，拓展各类金融 科技 的应用场景，为其农业供应链金融的规模化发展创造条件。另一方面，应深入挖掘大数据、云计算、区块链、物联网及人工智能等数字技术在农业供应链金融中应用的潜力，加强各数字技术的结合和交叉使用，推动金融技术应用农业供应链金融场景的创新，拓展金融 科技 应用的广度和深度。
作者单位：北京工商大学经济学院，北京工商大学数字金融研究中心
近日，雷数科技CEO闫安入选阿里云创新中心创企明星，成为“赛道明星班”的一员。阿里云创新中心发布了《创企明星|雷数科技创始人闫安：从微软及阿里的“破局者”到准独角兽创始人》文章，讲述了这位中科大神童的创业故事，下面就请跟随镭数我的脚步，看一下闫安是如何一步步建立起自己的大数据商业王国。当前全球新一轮信息技术创新和产业变革方兴未艾，互联网、大数据、人工智能等技术正在加速和实体经济融合，开启了企业数字化转型发展新时代。以互联网思维、大数据能力、智能技术为主要发展特征的产业互联网，已经成为企业新一轮数字化转型的重要路径选择。
如何用大数据+，AI+，金融科技+，区块链+助力传统产业的新旧动能转换和产业升级，以新理念、新路径、新模式助推企业数字化转型，是每个雷数人的使命。在用技术赋能产业变革的过程中，雷数科技独创了“三步走”战略，即构建大数据平台，业务数据化，数据业务化，采用“4+”的发展理念，深度融合“大数据+，AI+，金融科技+，区块链+”，用乐高积木的形式快速搭建智能应用，将模式广泛复制于制造、能源、物流等行业，提升实体经济资源配置效率，促进全要素生产率提升。
带领微软及阿里十年破局 奠定创业之路
中科大少年班成员、毕业于美国布朗大学，微软人工智能领域专家、阿里云第一任大数据总监，互联网准独角兽企业创始人，“4+”理念、“三步走”战略的提出者，集这些光环于一身的正是本期创企明星——闫安。闫安自少年时期就展现了与常人不同的天赋，在别人还在上中学的年级，就一举考入了中科大少年班，成为班上年纪较小的成员。在现实生活中，我们见证了太多神童天才的陨落，但有着与他们相似命运开端的闫安，却凭借自身的不懈努力和对知识的孜孜渴求，走出与他们截然不同的结局。
中科大毕业后，闫安并没有停止求学的脚步，而是选择了到布朗大学和华盛顿大学继续深造。顶级名校的氛围和国外包容的环境培养了闫安的批判性思维模式，提升了创想力和专注力。丰富的求学经历让闫安成功敲开了微软的大门，成为大数据和人工智能事业部的骨干力量。正所谓，热爱可抵岁月漫长，对大数据和人工智能领域的热爱，让闫安一干就是十多年。真正的强者就是从不惧怕挑战，善于从顺境中找到阴影,从逆境中找到光亮。在事业稳定期闫安选择挥别微软，带领团队从零开始建设了阿里云最大的大数据和人工智能平台--数加平台，成为阿里云第一任大数据事业部总监。
在微软总部和阿里的两段经历奠定了闫安创业的基础，通过大型项目的磨练和沉淀，闫安产生了更深层次的思考，比如，在通用的大数据、人工智能之外，能不能加上一些辅助性的工具？像区块链、金融科技、物联网。通过新兴辅助科技的融合，提高产品和服务数字化、网络化和智能化水平，提升用户的获得感和体验感，以丰富的产品线服务于实体经济，为实体经济发展注入新动能。
广聚人才 抵御资本寒冬
创业想法诞生后，闫安与他在微软的两个合作伙伴一起，汇聚了一批来自各大名校的精英，踏上了从零开始的创业之路。雷数科技团队成员三分之二拥有硕士及其以上学历，分别来自布朗大学、华盛顿大学、清华、中科大、浙大等知名院校，并且具有丰富的行业实战经验。雄厚的人才储备为雷数科技“扎狠寨”、“打硬仗”提供了坚实的后盾，也成为了雷数科技奋战产业互联网行业的主力军。
在资本寒冬的大背景下，许多互联网创业公司融资频频遇冷，雷数科技却一举打破融资难的魔咒，先后获得天使轮800万和济南高新区2250万元战略投资，雷数科技与其子公司都分别获得了未来科技城750万的政策扶持。投资方资金源源不断的注入为雷数科技提供了前行的能量和信心，让雷数人可以沉下心来做科研，以技术的力量加速产品的升级迭代，以更具前沿性的高质量产品回报投资方、回报社会。
仅用两年 服务行业头部客户逾百家
雷数科技采用“大数据+，AI+，金融科技+，区块链+”理念，自主研发了核心产品——雷数工业云。雷数工业云产品体系依据“大平台，小应用”的平台建设理论，构建两大产品平台：数融平台，智链平台，以智能化方案推动传统企业数字化转型，助推实体经济高质量发展。雷数科技首先依托“大数据+、AI+”技术搭建数融治理平台，整理、清洗工业数据，第二步通过数融魔方进行智能分析，并以报表、图像等形式在可视化大屏上展示，为企业生产调度安排、工艺参数调整等环节提供科学的决策依据；第三步融合“区块链+、金融+”等技术打造数融智能平台，实现工业物流的场景化垂直化智能管理运营，为企业构建快捷高效的绿色信用融资通道。
雷数科技成立短短两年，就创下项目规模过亿，服务行业大客户过百家的不凡战绩，成为工业互联网真正的黑马。雷数产品已经在全国各省落地实施，服务于能源、制造、物流、医疗、机场等众多行业，成功打造了山东高速、神威药业、富春股份、中外运、大海集团、国开新能源等一系列标杆项目，用雷数强大的产品创新能力和企业改造能力，为企业源源不断地输送转型新动能，创造可量化新价值，让大数据、人工智能回归本质。
链接诸神 一战成名
雷数的强大的产品体系和过硬的技术实力不仅获得客户的一致认可，也为雷数科技赢得了众多荣誉。2018年，汇聚全球创业精英的“诸神之战”在杭州掀起惊涛骇浪。这是VC创投机构的年度盛典，是创业界的搏击擂台，多元的思维模式碰撞，激烈的商业模式交锋，惟有强者留其名。雷数科技在全世界15个发达国家和地区、33个城市、3478个项目中脱颖而出，荣获2018年阿里巴巴全球诸神之战创客大赛全球总亚军。雷数科技一战成名，成为大数据行业家喻户晓的明日之星。
用闫安自己的话说，雷数科技在服务标杆客户和大型工业客户的过程中，提炼出适用于中小型企业的标准化方案，为传统行业发展产业互联网提供坚实支撑。思考不停歇，创新的步伐也从未停歇，雷数科技一直致力于提升自身技术变现能力和智慧方案输出能力，拥抱产业互联网，引爆亿万市场。2020年，雷数科技会带给我们什么惊喜呢，让我们拭目以待。
十大网络安全公司排名为：深信服科技股份有限公司、奇安信、启明星辰信息技术集团股份有限公司、天融信科技集团、美亚柏科、蓝盾股份、绿盟科技、任子行、安恒信息、山石网科。
1、深信服科技股份有限公司
深信服科技股份有限公司是一家专注于企业级安全、云计算与IT基础架构的产品和服务供应商。业务覆盖：中国、美国、马来西亚、印尼、泰国、新加坡、阿联酋、越南、缅甸、巴基斯坦、菲律宾、意大利、韩国等50多个国家和地区。
2、奇安信
奇安信科技集团股份有限公司成立于2014年，凭借持续的研发创新和以实战攻防为核心的安全能力，已发展成为国内领先的基于大数据、人工智能和安全运营技术的网络安全供应商。
3、启明星辰信息技术集团股份有限公司
启明星辰信息技术集团股份有限公司成立于1996年，由留美博士严望佳女士创建，是国内极具实力的、拥有完全自主知识产权的网络安全产品、可信安全管理平台、安全服务与解决方案的综合提供商。
4、天融信科技集团
天融信从1996年率先推出填补国内空白的自主知识产权防火墙产品，到自主研发国内第一台ASIC架构防火墙，从全球首发新一代可信并行计算安全平台，到云时代超百G机架式“擎天”安全网关，天融信坚持自主创新，连续19年位居中国网络安全防火墙市场第一。
5、美亚柏科
厦门市美亚柏科信息股份有限公司成立于1999年9月22日，总部位于厦门市软件园二期，是国投智能的控股子公司。现已成长为国内电子数据取证行业龙头和公安大数据领先企业、网络空间安全及大数据智能化等领域专家。
6、蓝盾股份
蓝盾股份是中国信息安全行业的领军企业，公司成立于1999年，并于2012年3月15日在深交所创业板上市。公司构建了以安全产品为基础，覆盖安全方案、安全服务、安全运营的完整业务生态，为各大行业客户提供一站式的信息安全整体解决方案。
7、绿盟科技
绿盟科技集团股份有限公司（以下简称绿盟科技），成立于2000年4月，总部位于北京。公司于2014年1月29日在深圳证券交易所创业板上市。为政府、金融、运营商、能源、交通、教育、医疗以及企业等行业用户，提供全线网络安全产品。
8、任子行
任子行网络技术股份有限公司是中国最早涉足网络信息安全领域的企业之一，致力于为国家管理机构、运营商、企事业单位和个人网络信息安全保驾护航。参与多项国家公安部、国家工信部等多部委网络信息安全行业标准的制定，核心技术，承担30多项国家级重大课题研发。
9、安恒信息
杭州安恒信息技术股份有限公司（简称：安恒信息）成立于2007年，主营业务为网络信息安全产品的研发、生产及销售，并为客户提供专业的网络信息安全服务。产品及服务涉及应用安全、大数据安全、云安全、物联网安全、工业控制安全及工业互联网安全等领域。
10、山石网科
山石网科是中国网络安全行业的技术创新领导厂商，并于2019年9月登陆科创板。提供包括边界安全、云安全、数据安全、内网安全在内的网络安全产品及服务，致力于为用户提供全方位、更智能、零打扰的网络安全解决方案。
日前，央行会同市场监管总局、银保监会、证监会联合印发《金融标准化“十四五”发展规划》(下称《规划》)，其中，金融业数字生态建设成为《规划》的一个重要方面，在业内人士看来，这将为数字经济带来更多机遇。受此影响，2月9日，数字货币、云计算概念等板块集体拉升。《规划》明确指出，要稳步推进金融 科技 标准建设，系统完善金融数据要素标准，健全金融信息基础设施标准，强化金融网络安全标准防护，推进金融业信息化核心技术安全可控标准建设，稳妥推进法定数字货币标准研制。
业内的共识在于，目前我国数字经济发展进入快车道，增长模式从要素投入转向创新驱动，传统金融服务模式已难以匹配新的经济发展形势。这就要求金融业加快运用现代 科技 手段创新金融产品与服务，提升金融资源配置效率，使投融资更匹配新型经济结构、更满足多元经贸需求，这也对金融 科技 的标准设置提出了更多要求。
由此，在推进金融 科技 标准建设方面，《规划》明确了一系列举措，包括加强云计算、区块链、大数据、人工智能、生物识别、物联网等标准研制和有效应用，引领金融 科技 规范 健康 发展；深入实施金融 科技 发展指标评价标准，为自律组织实时发布发展指数提供支撑；推动金融领域 科技 伦理治理标准体系建设；加快实施函证数据标准，促进函证数字化稳步发展。坚持金融业务与非金融业务严格隔离，厘清 科技 服务与金融业务边界，防范借 科技 名义违法违规从事金融业务。
实际上，坚持金融业务与非金融业务严格隔离一直是监管的原则。此前监管层面多次强调要加快打造包容审慎的金融 科技 创新监管工具，平衡好安全与创新的关系，为金融 科技 创新划定刚性法规底线，设置柔性管理边界，预留充足发展空间，营造良好的发展政策环境。
除了应用层面，《规划》对相关的数据标准也做出了规定，称要统筹金融数据开发利用、公共安全、商业秘密和个人隐私保护，加快完善金融数据资源产权、交易流通、跨境传输和安全保护等标准规范。
同时，完善金融大数据标准体系， 探索 制定金融大数据采集、清洗、存储、挖掘、分析、可视化算法等技术创新配套标准；制定金融数据质量、脱敏、分级分类等标准；制定金融数据应用建模、元数据、算法评价等标准；制定银行业客户交互行为数据采集等业务数据标准。
据了解，在此前，在有关金融管理部门的推动下，银行、证券、保险业金融机构，非银行支付机构，以及金融行业监测认证机构依据国家数据安全有关法律法规与技术标准，已经启动了“金融数据安全”系列标准研制。其中《金融数据安全 数据安全分级指南》、《金融数据安全数据生命周期安全规范》已经实施。
有分析称，上述标准将有助于金融机构统筹规划并建立完善的金融数据安全保护标准体系，进一步提升金融行业整体数据安全保护能力，为金融行业数据相关业务的稳健发展提供有力保障。
此外，《规划》还称，将健全金融云平台标准体系，制定金融业上云指引，赋能中小金融机构信息基础设施集约绿色发展。研究构建金融业信息基础设施运行指标体系。研究制定物联网软硬件、系统中间件、数据管理在人民币印制生产等环节中的应用标准。
另在推进法定数字货币标准研制方面，《规划》明确，将研究制定法定数字货币信息安全标准，保障流通过程中的可存储性、不可伪造性、不可重复交易性、不可抵赖性；研究制定法定数字货币业务和应用标准，确立发行、流通和回笼各环节的标准化流程等。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）