创新奇智中期财报:工业大模型持续发力 “AI+制造”占比提升至76.5%

大数据产业创新服务媒体

------聚焦数据 · 改变商业


2024年8月26日,上市AI企业创新奇智(02121.HK)发布截至2024年6月30日的2024年中期业绩报告。

财报数据显示,2024年上半年创新奇智实现营收5.717亿元人民币;毛利率持续提高至33.8%, 同比提升1.4个百分点。

在8月26日的财报说明会上,创新奇智的管理层指出,当前市场环境给制造业企业带来了周期性的压力和经营上的挑战,这导致企业在资金支出上变得更加谨慎。尽管如此,他们认为中国新型工业化的趋势并未改变,企业对于利用人工智能等技术推动数字化转型的需求持续存在。

持续优化业务结构 "AI+制造"营收占比提升至76.5%

财报数据显示,2024年上半年创新奇智实现营收5.717亿元人民币,同比下降38.1%。创新奇智表示,这一下降主要是由于其更加注重高质量收入流和持续优化业务结构所致。

数据来源:创新奇智财报

从营收构成来看,2024年上半年,产品及解决方案的营收为5.397亿元人民币,占比94.4%;数据解决方案的营收0.32亿元人民币,占比5.6%。

数据来源:创新奇智财报

从行业来看,2024年上半年来自制造业的收入4.375亿元人民币,占比76.5%;来自金融服务业的营收0.829亿元人民币,占比14.5%。其他行业营收0.51亿元,占比9%。

根据2023年财报数据,2023年创新奇智来自制造业营收占比为67.2%。可以看出,"AI+制造"业务在创新奇智的比重在2024年得到进一步提升。

数据来源:财报 制图:数据猿

据悉,创新奇智自2023年起主动调整经营策略,从高速增长切换到高质成长,聚焦AI制造核心业务。从目前来看,实施效果还不错。

从客户构成来看,财报披露,2024上半年,创新奇智终端用户收入占比61.5%,同比大幅增长20.7个百分点,首次超越来自系统集成商的收入。系统集成商收入占比38.5%。直接向终端用户销售产品,不仅能有更高的利润空间,而且有助于建立更紧密的客户关系,增强对客户的需求理解,开拓更多的应用场景。

数据来源:创新奇智财报

综合以上信息,可以看出创新奇智目前的营收以产品&解决方案为主,主要来自AI+制造;客户构成是终端用户+系统集成商,终端用户占比领先。

据悉,创新奇智针对制造业客户需求,确立了五大核心业务板块:工业软件、数智软件、工业物流、智能装备和工业可持续。公司将MMOC人工智能技术平台与AInnoGC工业大模型技术平台紧密结合,以支持人工智能在多个行业细分领域的应用实施。

工业软件板块:创新奇智以工业大模型技术为基础,MOM软件为依托,构建了"AI+MOM"的产品体系,并在多个行业标杆客户中实现了商业化和行业复制。公司的工业软件解决方案覆盖了营销、运营、研发和生产制造等关键环节,同时,数据分析应用也扩展到了产量、设备运行、销售和质量管理等多个维度,助力企业深度洞察和分析运营数据。

数智软件板块:创新奇智推动AI技术与数据解决方案的融合,为客户提供定制化的智能化数据治理方案。利用ChatDoc和ChatBI的技术,实现了数据资产的智能管理和分析,提升了数据治理的效率和准确性。

工业物流板块:创新奇智实施了"钢铁工业生产大物流"的数智化战略,成功部署了多个行业首创的应用,包括智能操作系统、自动驾驶系统、新能源纯电机车智能硬件改造和智慧铁水运输系统,推动了工业物流的智能化升级。

智能装备板块:公司结合大模型技术和智能质检解决方案,构建了全价值链体系,涵盖模型生产、管理、质检应用构建和智能分析。通过工业互联网平台和大模型技术的整合,创新奇智打造了高效的汽车装备输送示范线,实现了产业的数智化管理。

工业可持续板块:创新奇智利用AI技术促进产教融合,建立了智造实训中心和智能机器人中心,将机器视觉、视频智能技术与工业机器人控制和实训管理相结合,推动智能工业机器人的创新应用。

从财报数据来看,制造业板块中,在总营收中占比较高的是汽车装备(15.5%)、能源电力(12.7%)、食品&新材料(11.7%。)

数据来源:创新奇智财报

从营收同比变化来看,2024年上半年增速表现较好的是能源与电力(64%)、钢铁冶金(594%)。

通过以上数据,可以看出,创新奇智通过业务板块的协同发展,不断深化行业应用。

毛利率略有提升 经营现金流持续改善

利润方面,财报数据显示,2024年上半年,创新奇智总毛利润为人民币1.932亿元;总毛利率为33.8%,同比增加了1.4个百分点。创新奇智表示,这主要得益于三个方面的努力:(1)提升交付效率并优化成本控制;(2)不断改善业务结构;(3)增加标准化产品和服务的数量,以及在平台上积累更多技术资产。

数据来源:创新奇智财报

费用方面,财报数据显示,2024年上半年,创新奇智的管理费用为人民币9640万元,同比下降了49.3%,这主要是由于股份支付费用减少以及其对管理费用的有效控制。2024年上半年,销售费用7930万元人民币,同比下降13%。

通过以上数据,可以看出,创新奇智在降本增效方面取得了一定的成果。相比之下,管理方面的效率提升相比销售方面较为显著,综合营收变化来看,创新奇智在销售方面的效率还有较大的提升空间。

经营现金流方面,本期未公布现金流量表。据创新奇智透露,2024年上半年,创新奇智经营活动所用现金净额较上年同期大幅改善76.8%。

应收款项及应收票据净额4.24亿元,相对去年同期同比大幅减少48.8%,相对2023年下半年末环比减少36.9%。

据悉,创新奇智自2023年起注重收入质量,规避垫资金额大、应收风险高的订单,严控现金流,狠抓应收账款管理。以上数据说明,创新奇智在现金流和应收账款管理方面取得了显著进展。

截至2024年6月30日,创新奇智的现金及现金等价物约为人民币13.33亿元人民币。

大模型技术持续升级 商业价值逐步体现

财报数据显示,2024年上半年,创新奇智的研发费用为人民币1.48亿元,同比下降了33.7%。创新奇智表示,这主要是由于研发效率的提升,以及其对研发费用的有效控制。

综合2019-2023年研发费用数据来看,创新奇智在研发方面的投入是不遗余力的。

数据来源:财报 制图:数据猿

2023年,创新奇智在制造业领域推出了领先的工业大模型,并在2024年上半年将其升级为具有750亿参数的多模态版本。为了提高大模型的实用性并降低客户的使用成本,创新奇智采取了技术平台化的策略。这一策略以AInno-75B工业大模型为核心,一方面,向下构建了强大的大模型基础设施工具链平台------大模型服务引擎,为大模型的技术迭代和产品升级提供基础支持;另一方面,向上开发了ChatX系列生成式AI应用产品,包括ChatBI、ChatDoc、ChatRobot、ChatVision、ChatCAD等多模态应用,这些产品能够灵活地集成到客户解决方案中。

在最近一年的快速发展中,创新奇智的大模型在综合实力上取得了显著进步。在中国工业互联网研究院发布的《人工智能大模型工业应用准确性测评》报告中,AInno-75B工业大模型在多个国内外知名大模型的测试中,综合能力排名第六,而在文档生成能力方面则位居第一。

当前,围绕制造业打造的大模型解决方案通常可分为两类。一类涉及产线运营效率提升,如工业质检;另一类则被称作企业信息智能,信息和知识密度较大,非常适合大模型的应用。

比如,创新奇智在与中加特电气的合作中,利用大模型技术ChatBI和ChatDoc,并与工厂的MES系统相结合,实现了设备维护保养的全流程闭环管理。

通过这套系统,用户能够以对话形式轻松查询生产设备数据、预测潜在故障、进行故障根源分析、接收维修预警、获取维修方案建议以及自动生成维修工单,从而实现设备维护的智能化。

据悉,实施该大模型智能体方案后,预计能够通过AI技术预防生产故障,减少维修频率,每年最多可节约维修成本达265万元。此外,由于设备故障检修次数减少,生产效率有望提升36.3%。用户通过系统的数据分析能力,能够迅速定位设备故障原因,维修响应时间减少30%,故障解决时间也从平均10小时缩短至7小时以内。

在工业机器人方面,创新奇智开发的ChatRobot Pro是一款先进的生成式工业机器人调度应用,它采用了与以往不同的技术思路。在之前版本的基础上,新升级的ChatRobot Pro融入了多模态和端到端的VLA(视觉-语言-动作)策略模型,这一改进显著增强了工业大模型在感知、理解、规划和决策方面的能力,同时也提高了机器人操作任务的泛化性和用户交互的友好度。

ChatRobot Pro的核心在于其端到端的VLA策略模型,该模型能够接收图像信息并结合语言指令来预测下一步的最佳动作。与传统的大语言模型不同,VLA模型需要实时处理视觉环境中的动作,并对外部环境做出快速且准确的连续反应。创新奇智的机器人能够实现每秒30次的动作刷新率,确保了动作的连贯性和流畅性。

VLA大模型能够将视觉、语言和动作三者紧密联系起来,它能够接收来自多个传感器的数据,如三摄像头图像,理解复杂的任务指令,并输出相应的动作指令,指导机器人执行精确操作,例如调整物体位置等。与常规机器人相比,VLA模型展现出更强的理解力、学习力和响应速度,特别适合于需要实时处理复杂环境的任务,如工业生产中的质量检测和产品组装等场景。

到目前为止,创新奇智已经构建了一个相对完整的工业大模型技术产品矩阵,以"工业大模型+工业软件"、"工业大模型+工业机器人"和"工业大模型+工业视觉"为出发点,推动制造业的转型。

创新奇智表示,2024年下半年将持续对大模型平台进行升级和优化,同时深化大模型技术在产品中的应用。公司将依据关键行业的特定需求和顶级客户的业务特征,结合现有的软硬件产品,进一步整合技术和产品资源。同时,利用目前丰富的客户资源和对行业的深刻理解,快速推进大模型技术在客户中的商业化应用,从大模型技术产品体系中创造更大的商业价值。

自2024年以来,中国已相继提出培育新质生产力、实施"人工智能+"、推进制造业数字化转型、促进大规模设备更新换代等制造业高质量发展战略。其中,制造业与人工智能的深度融合被认为是培育新质生产力的关键领域。

IDC预测,到2025年,将有45%的中国顶尖制造商将IT系统与生成式AI集成,以更有效地挖掘数据、识别问题,并为运营决策提供支持,预计这将使效率提高5%。

当前,大模型技术正引领AI进入2.0时代,它突破了以往AI在单一领域应用和依赖多个模型的限制。这些基于海量数据训练的基础模型能够处理跨领域的复杂任务,并且能够通过微调快速适应特定领域的专业任务,展现出平台化的潜力。

创新奇智致力于将大模型技术应用于实际场景,并推动以视觉模型为核心的机器人技术发展,旨在迈向人工智能的2.0时代。

文:七七 / 数据猿

责编:凝视深空 / 数据猿

相关推荐
阿里云大数据AI技术1 分钟前
TAG:BladeLLM 的纯异步推理架构
人工智能·tag·llm推理
m0_6038887120 分钟前
什么是上采样什么是下采样
人工智能·深度学习·计算机视觉
TSINGSEE22 分钟前
人员抽烟AI检测算法在智慧安防领域的创新应用,助力监控智能化
人工智能·算法·视频编解码·安防视频监控·视频监控管理平台
一枚游戏干饭人22 分钟前
【运营攻略】怎样进行游戏产品的定位
人工智能·游戏·语音识别
Python极客之家40 分钟前
基于机器学习的乳腺癌肿瘤智能分析预测系统
人工智能·python·机器学习·毕业设计·xgboost·可视化分析
嵌入式杂谈1 小时前
深入理解AI大模型:参数、Token、上下文窗口、上下文长度和温度
人工智能
范范08251 小时前
自然语言处理入门:从基础概念到实战项目
人工智能·自然语言处理
_feivirus_1 小时前
神经网络_使用TensorFlow预测气温
人工智能·神经网络·算法·tensorflow·预测气温
deflag1 小时前
第T1周:Tensorflow实现mnist手写数字识别
人工智能·python·机器学习·分类·tensorflow
aimmon1 小时前
深度学习之微积分预备知识点
人工智能·深度学习·线性代数·微积分