根據(jù)披露的機構調研信息2025年3月13日至2025年3月24日，國海富蘭克林基金對上市公司海天瑞聲進行了調研。
基金市場數(shù)據(jù)顯示，國海富蘭克林基金成立于2004年11月15日。截至目前，其管理資產(chǎn)規(guī)模為844.32億元，管理基金數(shù)47個，旗下基金經(jīng)理共16位。旗下最近一年表現(xiàn)最佳的基金產(chǎn)品為國富興?；貓蠡旌希?11152），近一年收益錄得33.53%。
附調研內容：
1、2024年收入增長的驅動因素是什么?
受益于大模型技術的快速發(fā)展以及應用場景不斷落地,以智能終端廠商、科技互聯(lián)網(wǎng)公司等為代表的國內外科技巨頭紛紛加大多模態(tài)數(shù)據(jù)投入以支撐其智能終端、內容生成等領域的AI能力建設。在此背景下,以多語種、多音色為代表的智能語音業(yè)務需求、以及以指令微調、偏好對齊等為代表的自然語言業(yè)務需求同比均呈現(xiàn)大幅增長,整體上驅動公司營業(yè)收入同比顯著增加。
2、DeepSeek出來后,對數(shù)據(jù)需求的影響如何?是否會降低AI行業(yè)對數(shù)據(jù)的需求?
(1)Deepseek推出了一系列模型,其中V3模型依然使用了預訓練、以及SFT等訓練方式,其中預訓練階段的token使用量達到了14.8T,遠超GPT4等同類可比大模型預訓練階段的數(shù)據(jù)使用量,且在后訓練階段也使用了一定規(guī)模的標注數(shù)據(jù),這也更加說明海量以及高質量數(shù)據(jù)對于基礎模型能力提升的重要意義。
(2)關于讓大家震撼的R1模型,基于目前的公開信息來看,其部分優(yōu)勢體現(xiàn)在推理類任務上,尤其是那些具備較強的規(guī)則性、可以推導的任務類型上,確實不需要大量的人工標注,但是對于其他領域(尤其是更為廣闊的垂向領域)的復雜問題,依然需要觀察,我們認為高階的數(shù)據(jù)專家的參與依然非常重要。
(3)此外,數(shù)據(jù)質量不僅影響模型獲取和表達知識的能力,還決定了模型生成內容的風格和準確性,幫助DeepSeek實現(xiàn)了在輸出端的文采能力提升。
其一,高質量數(shù)據(jù)可以提升模型表達和推理能力。優(yōu)質數(shù)據(jù)包含準確、連貫且富有表現(xiàn)力的語言樣本。例如,包含CoT數(shù)據(jù)可以引導模型在推理時進行反思,進而在生成回答時展現(xiàn)出清晰的邏輯和優(yōu)美的語言表達。這正是DeepSeek模型能夠生成既準確又具有華麗文風的關鍵因素之一。
其二,高質量數(shù)據(jù)可以降低噪音和確保一致性。數(shù)據(jù)中的錯誤、噪音或不一致信息會導致模型生成內容出現(xiàn)語法或邏輯問題。高質量的數(shù)據(jù)則能有效減少這些問題,使模型更好地學習到語言規(guī)律,從而提高整體生成質量。
其三,高質量數(shù)據(jù)可以提升泛化能力。數(shù)據(jù)的多樣性和全面性使得模型在面對不同領域和任務時都能生成高質量的回答。豐富且準確的樣本幫助模型在多種場景下自如切換風格,無論是精煉的技術解答還是文采斐然的創(chuàng)意寫作,都能游刃有余。
(4)往未來看,Deepseek模型的出現(xiàn),有望進一步助推模型向產(chǎn)業(yè)端發(fā)展,真正讓大模型技術深入滲透到各個行業(yè)中,這一過程中必將凸顯專業(yè)知識的直要性,需要更多數(shù)據(jù)、以及數(shù)據(jù)專家的參與,因此我們看好并期待未來大模型在各行業(yè)百花齊放的局面。
3、未來AI數(shù)據(jù)如果自動標注了,會對公司及行業(yè)產(chǎn)生影響嗎?
首先,AI一定不會實現(xiàn)完全的自動化標注,因為機器如果想要持續(xù)演進,使其更接近于人類的判斷和理解,就一定需要人類作為引導,通過人工標注幫助其完成新知識的學習,所以只要人工智能在持續(xù)發(fā)展和進化就一定需要人類參與,即無法達到完全的自動化標注。
另一方面,更加智能化的人機協(xié)作模式一直是數(shù)據(jù)服務行業(yè)的發(fā)展趨勢,同時也是數(shù)據(jù)服務企業(yè)的核心競爭能力之一,自動化標注的核心不是完全替代人類,而是提高人機協(xié)作效率,海天瑞聲近年來在研發(fā)領域持續(xù)加大投入,不斷提升公司數(shù)據(jù)生產(chǎn)的智能化水平,并據(jù)此形成規(guī)模效應、實現(xiàn)降本增效。
4、公司的業(yè)務是否存在規(guī)模效應?
公司業(yè)務是存在規(guī)模效應的,一方面隨著公司在研發(fā)方面加大投入,自研平臺的能力逐步提升,可以賦能數(shù)據(jù)處理過程中的人機協(xié)作朝著更加智能化的方向前進,這就使得公司進行更大規(guī)模的數(shù)據(jù)生產(chǎn)成為可能。同時,數(shù)據(jù)產(chǎn)品的積累、平臺以及工具的研發(fā),在公司業(yè)務規(guī)模逐漸上升的情況下,相關的研發(fā)費用、管理費用將被攤薄;
從成本端看,數(shù)據(jù)生產(chǎn)的成本還有很大的下沉空間,對于成本控制我們會在兩方面進行持續(xù)投入:一方面是繼續(xù)加大技術投入,采用更為合理的人機協(xié)同比例完成數(shù)據(jù)處理任務,降低人員投入,提高處理效率;另一方面是加強供應鏈資源管理能力,擴大資源供給,降低單位成本。
此外,數(shù)據(jù)集產(chǎn)品一直是我們公司所堅持的重點方向,公司開發(fā)大量通用型、復賣率高的標準化產(chǎn)品數(shù)據(jù)集,反復給公司帶來利潤,也能實現(xiàn)訓練數(shù)據(jù)產(chǎn)品的規(guī)?；?。
5、成本結構里最大的部分是什么?如何能夠持續(xù)性的優(yōu)化成本結構?
公司最大的成本就是原料數(shù)據(jù)采購費用,即:采集、標注成本。一方面,公司通過繼續(xù)加大研發(fā)投入的力度,全面提升公司的算法能力、工程化能力,加深算法輔助能力與人工工作的結合,達到更佳的人機協(xié)同,這樣能夠做大規(guī)模、提升效率、降低成本;另一方面是加強供應鏈資源管理能力,擴大資源供給,降低單位成本。
6、公司提供的訓練數(shù)據(jù)整體解決方案中,各個環(huán)節(jié)的技術難度如何?
首先,訓練數(shù)據(jù)集的設計和原料數(shù)據(jù)采集環(huán)節(jié)是存在相當?shù)募夹g難度的,比如語音類采集,文本設計是否貼合實際場景、如何實現(xiàn)最小采集量且確保場景覆蓋豐富度等因素均是設計和采集環(huán)節(jié)需要考慮和解決的;在視覺類采集方面,復雜的人像采集、物體影像采集,同樣具有如何設計合理的數(shù)據(jù)濃度達到最小成本最高訓練效果,如果是垂直行業(yè)數(shù)據(jù)集的采集,例如交通行業(yè)內的自動駕駛領域,則存在準入資質、技術難度(包括但不限于對于交通場景、車輛傳感器等要素的綜合理解和實施能力)等方面的門檻。
數(shù)據(jù)標注環(huán)節(jié)的難度在于面對大量的數(shù)據(jù)標注需求,如何快速的找到充足的資源,而且通過算法平臺實現(xiàn)機器的輔助標注,并在人機協(xié)作過程中,尋找效率與質量的最佳平衡,在提升數(shù)據(jù)標注效率、保證數(shù)據(jù)質量的同時降低成本。
7、標品化的產(chǎn)品數(shù)據(jù)集業(yè)務與定制化服務業(yè)務的區(qū)別是什么?
產(chǎn)品數(shù)據(jù)集是先于客戶需求形成的模擬數(shù)據(jù),是公司區(qū)別于其他競爭對手的一大特色,基于公司對市場的判斷和通用化需求的提取能力,其屬于是一次性投入、未來重復授權銷售,對于公司的營收、毛利有著重要作用;而定制業(yè)務的需求來源是客戶的定向化需求,有些定制業(yè)務的原始數(shù)據(jù)來源是客戶提供的實網(wǎng)數(shù)據(jù),公司提供純加工的服務。
客戶的AI產(chǎn)品在上線之前及初期,因為其自身尚未產(chǎn)生實網(wǎng)數(shù)據(jù),通常需要采購模擬型數(shù)據(jù)集進行算法模型的訓練,在產(chǎn)品上線并運行一段時間、產(chǎn)生大量實網(wǎng)數(shù)據(jù)之后,則會提供實網(wǎng)數(shù)據(jù)給到我們進行數(shù)據(jù)加工,加工的數(shù)據(jù)反哺到客戶的產(chǎn)品上從而促進其產(chǎn)品的迭代、升級。之后,客戶需要進行產(chǎn)品功能或語種的拓展,再次需要購買模擬數(shù)據(jù)集來支撐,后續(xù)再采購數(shù)據(jù)加工服務進行迭代。
8、訓練數(shù)據(jù)產(chǎn)品和服務的定價模式、收費模式是什么樣的?
定制服務定價模式:一般采用成本加成定價法。公司根據(jù)客戶的具體服務需求預估項目成本,在預估成本的基礎上,參考公司制定的指導毛利率水平,結合項目技術難度、復雜程度、時限要求等進行報價,并根據(jù)市場環(huán)境與客戶協(xié)商,最終確定價格。
產(chǎn)品定價模式:一般采用需求導向定價法。公司綜合考慮訓練數(shù)據(jù)集的開發(fā)支出、市場需求程度、預計未來重復銷售的頻率等因素,制定產(chǎn)品標準價格及價格區(qū)間,在銷售過程中,根據(jù)客戶的實際需求情況,以價格區(qū)間為基礎向客戶報價,經(jīng)雙方協(xié)商確定最終銷售價格。訓練數(shù)據(jù)產(chǎn)品通常以單個數(shù)據(jù)集為單位進行定價,定價比較靈活。
9、定制數(shù)據(jù)逐漸積累,是否可以轉化為自有的數(shù)據(jù)產(chǎn)品?
客戶定制服務涉及的訓練數(shù)據(jù)在交付給客戶并完成驗收后,所有權完全轉移給客戶,海天瑞聲是不能用于自身產(chǎn)品建設的,這一點是公司始終遵循的知識產(chǎn)權要求。
在定制數(shù)據(jù)集的生產(chǎn)過程中,積累下來的經(jīng)驗、know-how會幫助公司各方面能力的提升,例如工具平臺因為處理了大量的定制數(shù)據(jù)集,使平臺完善性有很大的增益,加強了公司的數(shù)據(jù)處理能力;再如,在一些情況下,公司在生產(chǎn)定制數(shù)據(jù)集時,也會根據(jù)對行業(yè)需求的判斷,在保障數(shù)據(jù)權屬劃分清晰的前提下,利用團隊管理、資源獲取的便利性,同步安排額外的設計、采集和標注工作,完成產(chǎn)品數(shù)據(jù)集的開發(fā)。
10、行業(yè)里的玩家增多,會不會出現(xiàn)價格戰(zhàn)?
是否存在價格競爭主要取決于該領域是否較為存在較高壁壘。在較為成熟的細分方向,比如中文智能語音數(shù)據(jù)領域,確實存在進入者增多、價格競爭的情況;但對于外語種領域,數(shù)據(jù)服務商則會有更高的議價空間。所以,未來公司將主攻有較高技術壁壘,存在較大毛利空間的細分場景,盡力避免價格競爭帶來的過度消耗。
此外,公司也將通過持續(xù)的專項研發(fā)投入及研發(fā)升級,進一步提高自研平臺能力,通過智能化促進產(chǎn)能提升、效率提升、成本降低實現(xiàn)規(guī)模效應和盈利能力的提升。