近日，在海南省社会管理信息化平台（以下简称“海南社管平台”）综合楼的巨幅屏幕上，不断交替闪现最新进出岛交通状况的视频，近海往来船舶位置等各类信息也实时更新。指挥中心的值班人员足不出户，仅需轻点鼠标，就可以查看随时更新的数据和港口视频画面。 据了解，2018年底以来，海南加快推进海南社管平台建设。与此同时，中国特色自由贸易港正在海南落地实施，对当地的社会治理提出更高挑战。作为服务于自贸港的信息化平台，海南社管平台将于2020年底基本完成二期项目建设，其中颇为引人瞩目的是引入视联网通信协议技术作为支撑，助力海南组建新一代网络基础，构筑海南自贸港信息安全防线。 层层加码提升信息网络安全 海南自贸港建设需要借助前沿信息技术对资金流、人员流动、货物流、数据流进行高水平监管和智慧化服务。确保这些信息资源自由且有序流动，不仅考验社会治理的整体运行机制，还涉及到信息网络安全这一重要问题。 海南社管平台此次引入的视联网通信协议技术是自主创新的通信协议，其中采用国密算法进行加密并融入可信机制，形成内生的安全性能，可以保障设备、数据和网络安全。此外，该技术经过国家密码管理局、地方公安和其他相关机构组织的多次攻击测试，体现出“看不见、看不懂、零漏洞”的先进防御能力。 视联网技术已实际应用到海南省政府电子政务视频会议系统、博鳌亚洲论坛年会、各地市新冠肺炎疫情防控等活动和海南市（县）域社会治理现代化试点等重点工作中，在预防风险、化解矛盾、打击犯罪等方面提供了强有力的支撑，取得了良好效果。 社管平台的“眼睛”和“耳朵” 据悉，海南省正在积极推进立体化社会管理智能体系构建，实现“态势全感知、信息全共享、研判智能化、全域可视化”，形成呈现全省社会数据态势的实时大视图。而在海南社管平台各项应用中，视频呈现方式是最为直观且普遍的。平台建设相关人员表示，建成后的社管平台将汇聚重点行业视频监控资源，利用视联网技术可同时汇聚、传输2000路高清视频监控。如此大规模瞬时传输高清视频，将大幅提升海南全域社会治理的可视化水平，这是社管平台的又一重要优势。 视联动力信息技术股份有限公司相关负责人表示，在视联网技术支撑下，海南社管平台的音视频数据可实时高清呈现，为各单位各部门打击走私、海上救援、突发事件应对以及海上交通安全的预警和处置等安上科技的“眼睛”和“耳朵”，助力实现对社会动态的全天候、全地域、全覆盖的可视化管控。在确保信息安全的前提下，为相关部门进行社会治理研判和决策提供海量音视频数据信息。 这项技术也可搭配信息化顶层建设，跨地域、跨部门、跨层级地整合各类视频资源和服务于一个平台，快速提升当地信息化、可视化建设。 全链条整合全省网络资源 海南社管平台应用视联网技术，源于这项技术在海南省多年来的长足发展。 海南省现有的电子政务视频会议系统联通省市县乡和部分村，应急指挥系统与驻京办视频会议系统都早已采用视联网技术建设并稳定运行多年。近期扩建的“全省电子政务视频会议系统”可以实现在全省市县（区）镇及各委办厅局之间视频会议的互联互通。同时，海南省正在建设的全国首个省级4K“超高清视联网远程医疗平台”近期将投入使用，与全国各地数千个医院和医疗机构互联互通，届时将大幅提高海南医疗康养的服务能力。 值得注意的是，海南社管平台作为指挥中枢，可实时对全省社会面管控情况进行全面深度分析，并将分析结果推送至综治中心，无缝对接视联网技术覆盖的全省市县2838个综治中心，协同接入234个可视化指挥调度点位，由此形成全省一张网的整合运行格局，实现平滑、可视化管理，将指挥中心到基层单位的距离缩短到“一个屏幕的距离”。 海南社管平台建设是海南自贸港建设最重要的基础工程之一。海南社管平台以视联网技术为支撑，为海南构建新一代网络基础。至此，海南直抵基层的电子政务会议网、雪亮工程总平台、连接到乡级单位的4K超高清远程会诊网、社管视频网络等均采用视联网技术建设，有望成为全国首批成功进行电子政务外网“断网”测试的省份之一。 专家指出，未来海南社管平台还有更多服务海南自贸港建设的潜力可以挖掘。该平台建设对各项前沿技术兼容并蓄，视联网技术的引入则构筑了海南自贸港信息安全防线。
近日，东软医疗科创板上市申请获受理。公司以CT产品起步，拥有20余年的CT技术积累，在CT领域创造了多个“中国自主品牌第一”。公司此次拟募资9.65亿元，用于核心产品、技术及部件研发项目以及营销网络、品牌与培训体系建设项目。 四大业务线 截至招股说明书签署日，东软医疗股权结构较分散，不存在控股股东和实际控制人，第一大股东东软集团持股比例为29.94%，第二大股东威志环球持股比例为26.52%。 东软医疗成立于1998年3月份，是国内领先的大型医学诊疗设备制造商。公司主要从事大型医学诊疗设备的研发、生产、销售及相关解决方案与服务，产品覆盖计算机断层扫描成像系统（CT）、磁共振成像系统（MRI）、数字减影血管造影系统（DSA）、通用X线成像设备（GXR）、超声诊断设备（US）、核医学成像设备（PET/CT）、放射治疗产品（RT）、体外诊断（IVD）设备及试剂，是国内医学影像领域产品线较齐全的少数企业之一。目前，公司拥有数字化医学诊疗设备、体外诊断设备及试剂、MDaaS解决方案、设备服务与培训四大业务线。 深厚的技术积累为公司在CT市场的地位打下了基础。根据弗若斯特沙利文出具的研究报告，截至2019年末，公司在中国市场的CT保有量位居国产品牌第一名。2017年-2019年，公司在中国市场的CT销售额连续三年位居国产品牌第一名，CT对外出口量亦连续三年位居国产品牌第一名。 随着产品线不断扩展，公司实现了从诊断设备向治疗设备，从单纯的销售硬件产品和服务向提供综合诊疗解决方案的转变，形成了多样化的产品与服务的业务组合。客户范围不断扩大，实现了从基层医疗机构到大型三甲医院以及民营医院等广泛覆盖，并走向国际市场，实现了业务形态和客户服务能力的跨越式发展。截至2019年12月31日，公司及其子公司各类医学诊疗设备累计发机量达3.8万余台。截至2019年末，公司MRI海外累计发机量在国内厂商中排名第一。 参与国际市场竞争是公司的重要战略。自2000年出口第一台CT开始，公司不断开拓国际市场，于2003年进军美国市场。截至2019年12月31日，公司主要产品已销往美国、俄罗斯、意大利、阿联酋、埃及、巴西、肯尼亚等全球100余个国家和地区。 根据弗若斯特沙利文研究报告，中国医疗器械市场规模在2019年达到6235亿元人民币。随着新产品与新技术的不断推出及医疗器械产品的更新迭代，中国医疗器械市场将持续快速增长，到2024年，我国医疗器械市场规模将达到1.23万亿元人民币，年复合增长率为14.5%。 近年来，东软医疗构建了MDaaS（MedicalDevicesandDataasaService，医疗设备和医学影像数据作为服务）解决方案，由影像云运营服务、智能影像及专科疾病解决方案和医疗机构设备平台运营服务组成。未来，公司将结合互联网、云计算、人工智能等技术，聚焦临床应用需求，使医疗设备和医学影像数据更充分地赋能医学诊疗过程，提升医疗机构诊疗能力，支持医疗机构的高效运营。 增强核心技术 公司持续进行研发投入，提升产品质量、增强核心技术。2017年度-2019年度，公司研发费用分别为1.52亿元、1.7亿元和1.81亿元，占当期营业收入的比例分别为10.55%、8.85%和9.39%。 公司组建了人工智能中心（2019年11月更名为人工智能与临床创新研究院）、软件技术部、外观设计部、技术委员会等，集中进行各产品共性技术的开发与管理，包括基础性软件、临床应用软件、远程服务软件等软件平台技术的开发以及总线、通讯、外设控制等硬件平台技术的开发。产品开发过程中，产品线研发与平台研发协同开发，充分利用现有成熟的技术和模块，减少开发风险、降低开发成本、提升研发效率，缩短产品上市时间。 截至2019年12月31日，公司在国内城市沈阳、北京、上海、广州、南京，美国休斯敦、韩国京畿道等地设有研发团队，共有研发人员915人。其中，硕士研究生及以上学历人员占比为44%。公司及子公司累计申请专利1373项，拥有已授权专利625项。作为国家数字化医学影像设备工程技术研究中心的实施单位，公司成立至今已承担国家、省重点科技研发项目37项，公司产品或项目获得包括国家科学技术进步奖二等奖等国家级和省部级科技类奖项共计14项。 公司持续加大研发投入，致力于研制性能更高、功能更完善以及应用更丰富的新产品，增强公司的核心竞争力。比如，公司在现有CT产品线的基础上，实现更多的扫描层数、更快的扫描速度以及持续优化低剂量扫描性能；对于MRI产品，公司在现有1.5T磁共振产品基础上研制更高场的磁共振产品，配置全新的谱仪、梯度链、射频链，以支持更广泛和更高速的高级扫描序列及应用；对于MDaaS，公司基于云技术和人工智能等前瞻性技术提供医学影像解决方案，不断研发新的智能化应用软件以及专科化软件，并以此为基础构建MDaaS战略产品线。 主营业务突出 2017年度-2019年度，公司营业收入分别为14.45亿元、19.26亿元和19.25亿元，归属于母公司净利润分别为5170.31万元、1.70亿元、8827.75万元，扣非净利润分别为1167.67万元、8276.06万元、3512.86万元。2019年度扣除非经常性损益后归属于母公司股东的净利润较2018年度下降57.55%。公司称，主要系毛利率下降、期间费用上升综合所致。 2017年度-2019年度，公司综合毛利率分别为41.55%、41.27%和39.82%，总体呈下降趋势，主要系公司产品销售结构发生变化。公司将通过持续的产品研发升级、配合供应商工艺水平的优化，实现对成本的有效管控，将毛利率稳定在较高水平。 公司还提示了相关风险。若市场竞争进一步加剧，导致公司毛利率进一步下降，销售、管理、研发相关期间费用持续增加，公司可能面临未来年度经营业绩下滑的风险。 公司主营业务突出。报告期各期主营业务收入占营业收入比例分别为99.17%、99.12%和99.05%，主要由数字化医学诊疗设备、体外诊断设备及试剂、MDaaS解决方案、设备服务与培训业务收入构成；其他业务收入主要为房租收入，金额及占比较小。 数字化医学诊疗设备是公司核心产品。报告期各期，来自数字化医学诊疗设备销售收入占比均超过65%。体外诊断设备及试剂、MDaaS解决方案、设备服务与培训等其他主营业务逐渐发展，2019年度其收入占比合计为34.35%。 公司产品主要面向医疗机构销售，采取“直销和经销相结合，经销为主直销为辅”的模式。经销模式下实现的销售收入报告期内三年占比平均为63.02%。
中望软件日前回复科创板上市申请二轮问询称，目前ZWSim-EM产品部分技术对晓天形成依赖，尚不具备独立性；2018年将配套公司自产软件使用的微软软件和Mechclick软件以低于采购价格进行销售，目的是为促进相关公司自产软件的销售。 中望软件主要从事CAD/CAM/CAE等研发设计类工业软件的研发、推广与销售业务，在国内CAD软件领域具有较强的品牌优势。 主营业务毛利率高 报告期，公司外购产品中教学配套软硬件和耗材等毛利率分别为49.17%、-11.80%和37.41%，2018年为负值。 中望软件表示，教学配套软硬件和耗材等毛利率波动较大，主要由于教学配套软硬件和耗材等中包含多种零星的外购产品销售，主要为应客户需求而代为采购的软硬件产品。外购成本、客户议价能力、交易背景不同，因此毛利率存在差异。2018年，公司将配套自产软件使用的微软软件和Mechclick软件，以低于采购价格进行销售，目的是为促进公司自产软件的销售。 2017年至2019年，公司主营业务毛利率分别为96.48%、99.29%和97.79%，自产软件的毛利率分别为99.73%、99.77%和99.70%。报告期，公司主营业务收入中境外占比分别为24.05%、24.07%和20.46%。 解释技术依赖原因 关于CAE技术，上交所要求公司披露，ZWSim-EM核心技术中网络剖分技术及计算求解技术的来源、公司当前ZWSim-EM核心技术的权属情况，未取得技术原型的原因；公司ZWSim-EM的核心技术中求解器技术及网络剖分技术是否对晓天形成依赖，公司是否符合技术独立性要求。 中望软件回复称，公司未取得晓天入职前形成的CAE技术原型，主要是为平衡双方的利益并加快CAE技术原型的产品化、商业化、市场化进程。目前ZWSim-EM产品部分技术对晓天形成依赖，ZWSim-EM产品部分技术尚不具备独立性。 根据招股书，公司产品广泛服务于众多行业用户，协助用户实现多样化设计应用场景，如建筑绘图、装修设计、工业设计、工业制造等，为客户提供标准化或定制化的设计环境，提升设计效率。中望软件称，ZWSim-EM是一款全波三维电磁仿真软件，可广泛应用于基站天线、天线阵列、贴片天线等各种天线产品。 中望软件的ZWSim-EM的核心技术包括三维几何建模技术、网格剖分技术及计算求解技术。其中，网格剖分技术及计算求解技术主要来源于2018年引进的晓天的CAE技术原型。按照约定，晓天保留其入职前形成的CAE技术原型的完全所有权及相关的知识产权，后续满足一定条件后，中望软件可受让取得CAE技术原型的完全所有权及相关知识产权。 2018年，中望软件确认了462万股份支付费用。中望软件解释称，2018年中望软件为引入CAE领域人才晓天及其妻子潘欣，授予晓天及潘欣激励股权。股权公允价值总额500万元与授予价格37.59万元之间的差额为462.41万元，一次性确认为股份支付费用。 注重研发投入 2017年-2019年，公司研发费用分别为0.73亿元、0.85亿元、1.08亿元，占当期营收比重分别为39.96%、33.25%、29.91%。经过20余年的行业深耕，中望软件具备了扎实的技术及研发基础，掌握了CAD软件领域的核心技术。截至2019年底，中望软件拥有3项发明专利、159项境内计算机软件著作权、9项境外著作权、3项作品著作权。截至2019年底，中望软件拥有研发人员371人，占员工总人数的52.40%。 在二轮问询中，上交所要求公司披露，ZW3D行业模块和API接口低于国际主流产品的原因，是否存在技术障碍，公司未来有何应对策略。 公司表示，由于ZW3D平台软件在建模能力、运算能力等方面与国际主流产品仍有较大差距，而行业模块需要建立在相对稳定高效的CAD平台软件基础之上，API接口的稳定性和可用性需要以稳定的CAD平台软件作为技术基础。因此，公司在过往研发中更为关注ZW3D平台软件基础功能的改进，通过三维建模能力改进及软件架构优化等研发项目，夯实ZW3D平台软件基础功能。在上述背景下，发行人在过往研发中对ZW3D的行业模块及API接口方面的投入相对较少，使得ZW3D平台软件行业模块和API接口低于国际主流产品。 公司解释称，由于行业模块及API接口均依托于稳定高效的CAD平台软件基础，阻碍公司拓展ZW3D行业模块和API接口的主要障碍是ZW3D平台软件自身的基础功能，从技术层面而言行业模块及API接口的研发技术对发行人并不构成实质障碍。公司表示，未来将针对性地提升ZW3D在行业模块和API接口的支持，包括基于ZW3D目前已覆盖的典型行业，持续进行行业应用模块的开发；与国内典型行业客户进行产品需求分析，开发并扩展多行业的行业应用模块；通过技术引进的方式对行业模块进行整合，加速ZW3D产品在行业模块的覆盖度等。
7月17日，钛媒体、链得得联合六脉数字科技、区块链服务网络BSN联盟共同发起“T-EDGE X 全球产业区块链峰会”，会上，区块链服务网络BSN联盟宣布，六脉数字科技将承建国家区块链服务网络第一家商用主干网“BSN北京区块链主干网”。六脉数科CEO甘醇还在会上发布了六脉数科推出的第一款六脉BSN云产品。甘醇表示，底层技术真正的发展是需要从真实的业务场景进行反推的。区块链企业要在真正的区块链能最大化的发挥价值的场景中深耕，这样的商业场景也能为提供一种可持续化的商业模式，让公司能够持续获得成长。这样，企业既可以在特定的领域创造更多的价值，同时有了足够的商业资源、可持续性资源，反过来投资本身技术框架的发展。以下为甘醇的主题演讲内容，经链得得编辑：非常荣幸能在在座各位领导、各位伙伴的见证之下发布六脉数科第一款六脉BSN云产品。六脉数科在北京、成都有双总部和研发中心，经过接近两年的发展，现在有近200个团队成员，其中80%都是研发人员。六脉数科也是BSN的核心技术开发企业，是全国首家推出商用落户产品的BSN门户。另外，我们最近很荣幸地以全球科技企业成员之一的身份加入了联合国国际区块链组织。六脉BSN云是基于BSN开发组成的区块链云基础设施，为广大企业及开发者提供快速便捷按需付费的区块链应用环境。六脉BSN云除了有非常丰富和稳定的BSN基础资源以外，在上层也有自研的防火墙体系、智能运维体系和快速运营、营销体系。当前我演示的所有产品已经直接上线并可以使用，大家可以直接通过六脉的官网进行体验。10分钟的时间可以完成从应用创建到开始尝试部署的全过程。我作为一个创业者，同时也是BSN门户的运营方，想分享一下六脉数科创立的历程。2018年团队组建的时候，我们最早做纯技术底层框架，希望要做一个中国自己开发的技术框架。但是经过了一段时间开发过后，我们发现底层技术真正的发展是需要从真实的业务场景进行反推的。就像国内很多技术标准和技术创新是因为中国的互联网业务有飞速的发展，有这么多场景促进技术的创新和实践，通过商业可持续化的方式让技术持续化的投入和发展。所以最后我们调整了业务形态，在区块链能最大化的发挥价值的场景中深耕，这样的商业场景也能为我们提供一种可持续化的商业模式，让公司能够持续获得成长。这样，我们既可以在特定的领域创造更多的价值，同时有了足够的商业资源、可持续性资源，反过来投资本身技术框架的发展。所以我们从政务治理、产业赋能、数字贸易、数字金融这两年做了非常多深入的研究和探索。接下来我也会在三个领域给大家分享一些实际探索经验和成果。区块链应用场景：数据中台和司法存证首先这个案例是是国内一家国有建筑集团，规模非常大，下属超过几十家建筑公司。但它面临建筑产业当前的一些比较突出的矛盾点。首先是行业的工程质量难保障，农民工的讨薪发薪有非常多困难，同时行业缺乏标准的职业体系。这个公司投资了一家互联网科技企业，开发了整套的SaaS系统，希望通过信息化的方式改善矛盾点。但他们发现在应用过程中遇到了很大的问题，比如如何保证数据的真实性？作为一家商业公司，该集团已经存储了非常多数据。但是，商业公司的数据很难发挥这种跨组织的、让监管愿意进行背书的能力。因为用户会质疑数据的真实性，所以以他们现在存储的施工数据进行司法认证和取证非常困难。我认为这是非常好的区块链应用场景，通过引入区块链解决方案，该集团梳理了数据，将工人的施工数据、建筑公司流程数据进行了上链存证，同时制作了一个非常业务特性化的监控面板，可以让监管机构查询所有的发薪数据，对潜在的纠纷进行实时预警。我们并不想做一家简单的技术外包公司，我认为任何一个行业发展都要有一个可持续化的商业模式，而不仅仅是提供服务。我们一开始是以非常低的成本去介入项目，与BSN的理念相同，首先利用非常低的门槛，让业务可以进行尝试和运行，伴随着业务的成功再和业务一起分享区块链额外创造的价值。我们独创了一种读写不同权的收益模式，通过在特定的场景中对我们业务调用的资源数量进行收费，当前企业的业务规模较小时，建设成本也会非常小，企业也非常愿意使用我们整套方案。区块链应用场景：商品溯源和OA系统另外一个案例在贸易场景中。贸易是未来非常数字经济发展的重要环节。国内一家非常大的微商公司，主营日韩化妆品的进口和销售。他们每年出货量很大，通过微商的分销体系进行销售，但经常有用户投诉到分销节点，要求退款、退货。但分销节点也很难在无法溯源的情况下分辨产品的真假，导致每年造成数千万的经济损失。我们走访了很多一线港口，希望进行区块链和进口业务链条的改造。最终我们对山东某港口进行了改造，以区块链技术对业务链条进行上链，在该港口设立了智能仓库，货品只要入关、入库就有唯一的哈希码进行全流程的上链和追溯，通过这样改造，假货问题得到了极大缓解。同时，我们也给该公司进行了创新的商业模式改造，把原本线下的分销商制度通过链上的智能合约进行了重新设置。通过当前的投诉率、整体的目标完成情况进行智能排序，减少了中间环节，提高了效率。区块链应用场景：普惠金融最后在金融场景中有这样一个案例：国内有一家养殖企业希望能够进行区块链改造。传统的养殖业模式是农户分包，企业把种鸡、种猪供应给农户，农户有成品后再统一收购。传统农业和养殖业数字化程度较低，却是非常好的区块链技术的应用场景。我们通过区块链技术帮企业解决农户在养殖周期里的融资问题，把所有农户的个人身份数据、往期养殖的业绩情况、生产规模相关数据进行了上链改造，并提出了一个自金融的概念，希望通过养殖的底层端点引入金融业务，促进资金在信息化程度较低的地区的流动。最后我想再分享一下六脉数科的技术愿景。六脉数科是一家区块链技术公司，中国要做自主可控技术，作为一个技术人，我们可以感受到这种使命感。2018年以来，六脉数科作为一个有区块链情结的公司，会在自主可控的联盟链底层框架方面持续投入，也希望以创新化的业务模式让区块链真正做到大规模的商用，探索一条六脉数科自己道路。六脉数科也希望借由BSN联盟这样的组织，让中国自主可控的技术产品、技术方案能够形成一个有影响力的生态，中国技术能成为国际的标准，能在全球形成更大的影响力。谢谢大家！【本文原发布于链得得，授权钛媒体App发布，作者：大文】
投资界7月22日获悉，以色列智慧农业科技公司Taranis今日宣布，已完成3000万美元的C轮融资。本轮融资由祥峰成长基金和新加坡郭氏集团的Orion基金 (该基金由K3 Ventures管理)领投，引入新投资人包括战略投资者日立创投 (Hitachi Ventures)、三菱日联资本 (Mitsubishi UFJ Capital)、美光风投 (Micron Ventures)、宏诚创投 (UMC Capital)、La Maison、Mindset Ventures、iAngels和Gal Yarden，老股东祥峰投资以色列基金、Viola、Finistere和OurCrowd继续加码。 Taranis将先进的航空成像技术和独有的人工智能技术相结合，帮助种植者和作物专家基于全周期的作物长势监测及时做出正确的决策。截至目前，Taranis已累计完成6000万美元的融资，公司计划下一步全面推广智慧农业服务平台。该平台由Taranis独有的AI2 SmartScout技术驱动，将打造未来首个基于数据监测结果进行大农田管理的工具，确保种植者以最低的风险达到预期收成。 “时至今日，种植者依然不得不依靠费时费力的人工监测手段来识别和分析作物威胁，被动应对灾害。我们的智慧农业服务平台以监测替代猜测，动动手指就可以实时获悉作物真实的生长状况。” Taranis的联合创始人兼CEO Ofir Schlam表示，“我们不会止步于此。眼下我们正在进行一些更为令人兴奋的项目，这些项目将彻底改变传统的风险应对模式，转为基于数据监测结果，精准预测作物威胁和未来收益。” Taranis独有的AI2 SmartScout解决方案将农业生产效率提升到新的台阶。搭载该技术的遥感无人机可以以6分钟100英亩 (约0.4平方千米) 的速率进行图像采集，捕捉的田野影像精确度可高达0.3毫米/像素。凭借这项技术，Taranis对作物的观测精确到每一个叶片，观测速度比人工判断快20倍，且收集到的数据量也可增加20倍。 AI2SmartScout解决方案除了可以满足高效捕捉作物影像的需求，还可基于收录了100多万个作物威胁物种的数据库，定制最佳的应对方案。 K3 Ventures董事总经理MX Kuok表示:“高清图像与人工智能技术的结合，有望改变全球农业发展格局。印尼进行的为期一周的试验结果，给我们当地的同事和糖业种植园主们都留下了深刻的印象，这也是Taranis首次在亚洲农田试水。Taranis在识别特定病虫害方面展现了一流的水平，这项技术将有助于病虫害的早期预防，并避免过量的农药最终进入到我们的食物链条中。种植者和他们的客户都将受益于这项前景广阔的技术。” 祥峰成长基金董事总经理Hock Chuan Tam表示：“农业科技市场将很快看到为数不多的几家巨头围绕图像和视觉AI技术展开竞争，我们相信Taranis将凭借独有的科技引领这一行业的发展。Taranis的解决方案将帮助种植者和作物顾问，在作物生长的早期阶段就发现问题和隐患，及时分析和处理，以达到精准预防的目的。这将使他们对作物产量的把控超越以往任何时候，特别是农作物单位面积产量低于全球平均水平的亚洲地区。” 目前，Taranis已经与多家行业领先的零售商、农用设备公司和农药公司取得了合作，包括全球著名农机巨头John Deere、瑞士农化公司Syngenta、全球最大化肥公司Nutrien、美国农业保险公司Climate Corp和德国化工企业BASF。Taranis已经收集了全球超过200万英亩的商品作物信息，构建了该行业最全面的作物威胁防治知识库。 “新一轮融资巩固了Taranis在智慧农业领域的领导者地位，也为公司取得突破性的发展打下了坚实的基础。”Taranis北美地区总经理、全球销售副总裁Mike DiPaola表示，“我们为行业提供最好的技术，它将打破传统模式，让全球的种植者和供应商都受惠于科技的力量，获得更高效、更可靠、具备可预测性的服务。
自动驾驶的脚步更近了 滴滴、高德等上线自动驾驶网约车服务，百度在多地开展自动驾驶载人路测……今年以来，自动驾驶发展速度进一步加快。解放双手、自由出行，已逐渐从未来“驶入”现实。 “尝鲜”自动驾驶服务 近日，上海正式宣布滴滴自动驾驶网约车服务上线，从6月27日起开始，乘客在上海可以免费预约并体验滴滴推出的自动驾驶行车服务，审核通过后，便可以在嘉定区安亭镇全长达53.6公里的测试道路上“尝鲜”自动驾驶网约车。 这样的“硬核”体验并非新鲜事。两个多月前，百度Apollo开放平台发布3周年之时，百度就上线自动驾驶出租车服务，湖南长沙的用户拿起手机便可预约。早在去年9月，百度与一汽红旗联手开发的自动驾驶出租车便已在长沙开始试运营。今年的正式上线，让自动驾驶这项“黑科技”走入更多长沙市民的生活。 伴随腾讯、百度、滴滴等公司拿下实际路测牌照，自动驾驶技术已进入路测阶段，发展步入黄金期。 从科技公司、出行公司到汽车制造商，越来越多公司加入自动驾驶出租车这一新兴出行服务行业。今年4月，高德与AutoX合作推出了自动驾驶出租车项目，并向上海公众开放体验；6月，高德又与自动驾驶企业文远知行达成合作，广州市民可通过文远知行APP与高德打车两种方式体验自动驾驶出租车运营服务。 同样是在6月，百度在自动驾驶布局中再落一子，与成都展开战略合作，百度将同成都高新区联合推动智能驾驶项目建设，向市民推出自动驾驶出租车等运营服务。 短短半年来，自动驾驶出租车、网约车服务密集开放，相关企业对自动驾驶技术加速探索，重要技术成果相继发布，实际路测接踵而来。这一切，让人对自动驾驶的未来更多了几分遐想。 安全仍是关键核心 自动驾驶能否行稳致远，核心便是技术进步。5G、人工智能、自动驾驶等技术的发展应用，将推动车联网发展走向深入。大数据处理与挖掘能力显著提升，最终将赋能更复杂的场景应用。 对于自动驾驶来说，技术的最大挑战是安全，消费者的关注重点也是安全。事实上，在滴滴于上海启动的自动驾驶网约车载人路测中，由于当天下雨，自动驾驶车辆摄像头与雷达受到雨水干扰，安全员不得不多次接管方向盘。长距离测试中车辆也出现了紧急刹车、猛打方向盘等现象。当面对复杂情况时，自动驾驶还需要实现更进一步的技术突破。 如何最大化提升安全系数？这需要不断地测试与实践。不同于传统汽车，自动驾驶汽车的测试要求基于场景，以提高决策感知系统对功能安全与信息安全的环境适应，其中需要海量数据作为支撑，这正是滴滴、高德等出行类公司在数据积累上的优势所在。 今年4月，中国电动汽车百人会曾发布过一份名为《自动驾驶Robotaxi商业化现状、挑战及建议》的报告，研究显示，现阶段出租车驾驶员的人力成本与自动驾驶的改造成本基本持平，而随着技术发展，人力成本会下降。如今的技术只能处理路况90%的常规问题，剩下10%才是重头戏，这需要花费90%的时间解决。 与此同时，自动驾驶走向大规模商业应用，也需要法律法规完善、配套道路基建设施等诸多条件，甚至对行人与传统汽车驾驶员的交通意识也提出了新要求，这些都将对自动驾驶的未来发展产生重要影响。 政策组合拳助力 政策支持是推动自动驾驶进一步发展的关键驱动力之一。今年2月，国家发展改革委、 中央网信办、科技部、工业和信息化部等十一部委就联合发布《智能汽车创新发展战略》，将智能汽车列入顶层发展规划。政策为自动驾驶保驾护航，也制定了明确目标——到2025年，中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成。 3月9日，工业和信息化部发布了《汽车驾驶自动化分级》推荐性国家标准报批公示，正式标准拟于2021年1月1日开始在全国实施。据悉，基于驾驶自动化系统在执行动态驾驶任务中的角色分配，以及有无设计运行条件限制，自动驾驶汽车将以5个要素为主要依据，被划分为0-5共6个不同的等级。 “国标版”的自动驾驶分级定义出炉，将加速中国智能化转型进程，对智能网联汽车产业的发展具有极强带动与促进作用。在中国汽车工程学会名誉理事长付于武看来，当前全球车企都将智能化转型作为战略来抢占技术制高点的背景下，中国对智能网联的进程规划、技术路线图、发展战略以及自动驾驶分级标准的出台，打出了一套漂亮的系统组合拳。 根据德勤7月1日发布的报告显示，未来3到5年，汽车智能化、网联化将迎来一轮高速推进，预计到2030年，中国运营的自动驾驶车辆将达3000万辆。伴随一系列政策组合拳助力，企业技术研发与相关车型的落地速度也将加快，自动驾驶市场的前景必将更为广阔。
"科技领域不做安全风控，就等于造汽车的时候没有做刹车。”蚂蚁集团首席AI科学家漆远这样形容安全风控的地位。有安全作锚，大船方能当风御浪。失去安全感，信任与共识的建设也就成了无根之木。事实上，许多高精尖技术是首先在安全领域落地和发展，再在其他行业发光发热。但如今的金融安全之险，或许完全超出你的想象。当黑天鹅事件频发，当黑产演化日新月异，风险不会只出现在支付或是贷前环节，也不光冲着消费者而去。交易全链路的每一环、每一方都像蓄满电荷的积雨云，在黑夜里等待一个爆发的契机。可是消费者和商户、金融机构最想要的那根“避雷针”是什么样子？细细摸索这构造极为复杂的交易网络之后，我们和支付宝聊了聊他们的“秘密武器”。一通电话背后的风控升级：技术与温度的结合未雨绸缪，可以说是安全风控的最理想境界。但常见的业内风控方案往往是被动响应式的，在交易开始前一筹莫展，白白浪费最佳风控“身位”。不做主动风控的原因有二，一是不敢，二是不会——在不少支付平台看来，自己只负责保证交易正常完成，只要资金没有被盗就算功德圆满。但支付宝选择为用户主动承担更多责任，主动风控也早已成为安全阵型里的常规配置。此前他们曾为C端用户遭遇的网络诈骗风险，调教出一套全链路交互式的主动风控体系，例如通过智能弹窗唤醒用户，又或是延迟到账或资金截留，尽量阻止欺诈交易的发生。但他们很快就意识到，用弹窗中断交易、进行风险拦截，确实直接了当，也确实不够温柔。如果用户因此而对风险提示无视或者反感，可能就错失了一次阻止欺诈发生的机会。于是去年7月，这套主动风控体系架上了一把“重机枪”：反诈骗叫醒热线。当识别到交易存在诈骗风险时，系统会通过数据解析和智能派单，帮助客服快速定位超过一定金额的疑似诈骗交易行为，并由人工客服和AI客服致电用户提醒，防止消费者在其他渠道被骗。此前叫醒热线优先服务50岁以上的老年人，上线以来，诈骗资损率已下降8成；现在热线已覆盖全年龄段的高风险人群。比起风险拦截，语音方式的提醒和交流相对不显生硬，也更具有交互感。目前，AI客服可以做到和人工客服一样和用户对话，在交互中判断用户遭遇的骗局类型，进行针对性地提醒。漆远告诉雷锋网AI金融评论，这是一种“更兼顾体验的柔性手段”，能让用户理解系统所看见的风险点和来电的出发点。“如果客户明确表示，自己没有被骗，我们也能通过交流，确保他后续的支付是顺畅的。”他补充道。支付宝首席AI科学家 达摩院金融智能负责人漆远这种安全感的关键来源之一，是支付宝持续默默深耕的知识图谱技术，在复杂结构的关系网络中摸清犯罪团伙的踪迹。在此基础上，支付宝的智能风控引擎能在0.1秒之内，通过近500条量化策略、100个风控模型，7*24小时实时风险检测扫描及保护交易支付，于数亿交易中精准识别账户异常行为，对每笔交易进行用户行为、交易环境、关联关系等8个维度的风险检测。「AI判官」养成记交易链条的下游，藏着另一个致命难点：事后举报和调解。风控系统和用户的关系，有时像一对母子：系统明示了交易风险，但用户实在“叛逆”——数据显示，有60%的用户被骗就是因为不听系统一句劝，这种追悔莫及自然也让用户对交易后的风控效果怀有更大的期望。识别诈骗是一个世界性难题，如果不是造成实际损失，很多人在过程中都无法意识到自己被骗了。事后在和疑似骗子的对方发生纠纷时，也同样很难向平台说明自己真的是被骗了。第三方支付机构一样有苦衷：人工介入的成本太高耗时太长，做一个审理系统又不知从何教起……这样一个无数用户急需的功能，支付宝并没有置之不理，贴合用户诉求，快速推出了智能审理服务，用于欺诈场景的用户投诉纠纷处理。系统能整合各平台商家客服、AI电话、法律援助、在线视频等能力，通过文字、聊天记录截图、客观数据等证据来提供调解，但最“硬核”的，还数支付宝全球首创的交互式举报流程。这种交互式与传统问卷式区别在哪儿？以前要投诉，用户得填一大张表格，时间地点投诉对象，交易过程请在规定字数内描述完成，再一次性提交一堆不知道派不派得上用场的截图。交互式就像有一位小姐姐专门服务你，挑要紧的事儿先问，再根据用户的回答，提取出下一步有针对性的提问，从而大幅节省用户的时间精力。支付宝安全实验室就是通过多模态模型来理解用户，并根据去黑盒化的实时抗辩能力来判断风险、类案、缺失要素，从而定制交互信息。这表面是客服，实际要做的是一个机器“判官”，要看得懂证据，听得懂吵架，能明辨是非正确判决，最后还要给出用户可以接受的调解结果。漆远也坦言，抗辩性和司法层面的AI可解释性是当中最难跨的两道坎。抗辩性，顾名思义，如果双方掐起架来，AI必须要能理解两边吵架的逻辑。比起“解语花”式的智能客服，“老娘舅”式智能审理客服的升级之处就在于系统对抗辩性的自洽和更大容纳。可解释性，是指在每一轮智能交互中，AI都基于当前所掌握的信息，给出具有解释性的识别结果或决策。漆远对AI的可解释性格外重视，在他看来，机器学习算法之所以在业务安全落地时，对可解释性要求非常高，是因为完全黑盒的模型可能造成无法预料的后果，这在业务安全上有较大的危险，需要有人可以理解的逻辑和介入修正。尤其是在处理投诉和纠纷，或人机交互的过程中，直接反馈给用户的处理决定，对解释性的要求更高，需要用人可以理解的语言和逻辑去表述。也就是说，AI的发言得让人听懂，并且有理有据令人信服。“从法律层面出发，这项功能要做到全要素审核，采用的必须是与司法知识相结合的AI，不光能理解法律，更要能把法律的核心要点用人可以理解的语言和逻辑顺利解释出来。所以要在技术层面下功夫，还要联合运营、司法实务的同学去共建。”漆远补充道。据支付宝安全实验室透露，目前智能审理可以实时1秒内定性，可定性的风险涵盖盗用，欺诈，赌博，非法投融资等20余种，定性准确率已经超过95%。梳开KYB的「死结」如果说主动为C端消费者的交易安全“负重前行”已属不易，迅速让广大商户复工复产、恢复经营任务则是难上加难。以商户入网为例，核查常以线下人工操作为主；如今在防疫要求下，推广无接触式的线上申请和审核，优化商户入驻体验、简化签约流程成为当务之急。但线上模式仍然存在缺陷：在审核商户的门头照、营业执照、网站及APP等凭证时，机器还是很难替代人工，审核时效慢、成本高、易积压，人工还很难识别出伪冒及冲突等风险。利楚扫呗就是面临商户入驻核查难的企业之一，支付宝针对这些痛点，为这家聚合支付服务商打造了专属入网审查方案：采取证照OCR自动识别技术，商户或业务BD用入网工具拍摄上传，系统即可自动上传、自动识别、快速入网，自动查询商户的法人身份证和执照信息是否真实。这一方案的成功实施，让利楚扫呗现在的日均新入网商户数达到了1500多家。这样的技术能力，不只输出给武汉利楚一家。早在去年4月，支付宝安全实验室就整合了应用图像识别、多态融合、NLP、神经网络、知识图谱等技术，沉淀出了eKYB产品——商保宝，具备对营业执照、经营场景照、网址、特殊资质、经营人主体的真实性核验能力。在商保宝的助力下，商户入驻KYB时效已降至1小时（其中91%秒过），审核人力由155人下降至23人，年审核成本节约1600万；客户签约通过率提升18%。目前，商保宝也已经进一步输出给集团如花呗、小程序、飞猪等7大业务场景，以及通联、钱盒等3家外部生态伙伴，为更多业务场景的客户带去体验的提升。商户风险图谱，是商保宝的技术内核。漆远分析称，做图谱要先把商户知识这种非结构化数据，规整为形如图表的结构化形式；然后关联商户的知识，构成图谱，借此从不同维度来理解商户本身所隐藏的风险与价值。就像是把一堆乱七八糟打成死结的毛线，先梳理成团，再靠技术“毛衣针”织出细密的商户网。商保宝的另一个杀手锏，则是蚂蚁集团从2016年就悄然布局的共享智能技术。当建模有多方参与，且各方互不信任，共享智能让多方信息可由此进入“不可见”的安全可信环境，并在此基础上实现技术共享、模型共建、风险信息个性化识别。共享智能应用于商保宝时，就是商户的隐私数据始终由各自保留，通过在每方部署的计算模块得出有关商户的分析结果和模型。与此同时，支付宝安全实验室还在B端以智能凭证项目为起点，沉淀了一系列商户eKYB认证能力，为商户真实性认证提供整套综合解决方案。例如一些服务商会对旗下优质商户提供特权服务，在接入之前，都是需要一段时间的“观察期”，根据该段时间商户的交易状况及金额等因素评估商户质量；在接入商户健康分服务后，可以有效缩短审核周期，极大提升了用户体验。这些To B服务就像是给经营链条抹上一层润滑油，多个环节的数字化、智能化升级不光提升了商户的入驻效率和经营水平，同时也让广大中小商户尽早适应数字化生活的新浪潮，从而促进全社会运营成本的降低。在疫情后的今天，这样的技术普惠思路和实践，对中国乃至世界都意义重大。数字新基建的AI「进化论」细看支付宝打造的安全技术方案，就像是复杂机器里啮合完美的齿轮，我们也从中逐点拼凑出一幅当代社会的理想AI图样：善解人意、更加主动、更明白如何与人互动……数字新基建浪潮下的的AI，究竟应该具备哪些特质？漆远判断AI未来三个重要方向是：第一，是数据学习与知识推理结合，共同驱动。“AI其实像一个被高考机器惯出来的孩子。”漆远这样形容AI目前发展“偏科”的情况，好比一位有着特别强大的记忆体的学生，能通过题海战术学习了大量知识点之后，做题效率极高，却不懂怎么推理。接下来需要让AI成长得更有“常识”和“情商”，打出“见多识广+推理能力”这套组合拳，把人类的知识经验形成规则，与算法在一个体系里共建，以人机结合的智能体系共同前进。他表示，如果AI能实现因果分析这一最高境界，知道风险能够产生的原因，也就能更有效地防范风险。第二，提升AI系统的鲁棒性、可靠性，重点关注对抗学习、博弈智能。漆远表示，AI应该在对抗中提升鲁棒性，就像人在社会里成长，必须学会经受住更多的打击。智能风控和反欺诈模型之所以会仍被黑产不定时的绕过和突破，一大原因就是黑产攻击手法变化快。在他看来，系统除了要在工程上迅速灵活响应，更要做到在算法层自动分析组合可能发生的攻击，产生对抗模型，通过弱监督算法、动态蒸馏、自动化更新等算法提升模型快速适配能力。就像下棋一样，黑产走了一步，AI要想好黑产接下来的三四步会怎么走。而博弈论某种程度上作为高度凝练的“下棋指南”，本质是策略对抗，预测行为和结果，应用场景也十分广泛，对抗黑产、处理交易纠纷、设计调解机制……这些都是对抗博弈的形式的范畴。因此，博弈论思想和AI结合的博弈智能，以及在快速主动风控中的应用，也是关键的AI未来方向之一。AI金融评论了解到，支付宝安全实验室已经基于博弈智能打造了智能攻防算法，是世界上首次把深度学习引入博弈论并在德州扑克子实验上取得世界领先的水平。第三，保护数据隐私的AI技术将越来越重要。对用户或者客户而言，技术要保护好用户的隐私，但是又要提供基于数据背后价值的服务。化解这对矛盾的技术，在保护隐私的基础上打破数据孤岛，产生数据融合价值，漆远认为是接下来AI另一个至关紧要的进化方向。比如各机构之间信息脱节，让安全水位参差不齐。某一安全事件的爆发，往往牵连多家相关企业，行业短板将引发木桶理论中全局危机的出现。这正是蚂蚁布局共享智能技术的重要原因之一。基于共享智能做联合风控，在保护各自数据隐私安全的前提下，实现风险联防，打破信息孤岛的困局，在数字化进程持续加速的今天，意义非凡。支付宝研发的端云雾智能风控，同样是体现这一趋势的重要底层技术之一。漆远向AI金融评论透露，目前这一风控方案使得99%的用户数据及风控计算在用户终端完成，结合隐私保护的机器学习技术，可以更有效地保障用户数据隐私安全，也最大程度降低了云端运算负载，它已是世界上使用人群基数最大、并发数最高的终端风控。结语复盘支付宝的行进轨迹，会看见一条清晰的主线：用科技实现普惠。普惠金融这个词已不新鲜，但在漆远看来，借由技术手段有效地降低服务成本、提高服务效率，让服务触达到以往难以覆盖的长尾人群，真正做到“供氧毛细血管”，从而促进社会的发展，方属普惠的本意。“做技术落地，某种程度上你要相信技术本身的价值，愿意为此付出努力，最后看见价值的产生。”他说道。正如同他刚加入阿里，着手研发第一代超大规模机器学习平台的时候。当时的国内，甚至是阿里内部，普遍对超大规模机器学习平台的价值是不理解的。“一个崭新的技术，要让大家能够看到它的价值。”带着这样的想法，漆远和他的团队在不理解的目光中“憋着一口气”咬牙迎战，团队不少骨干整个春节都在加班。项目直到夏天终于实现大规模上线，奠定了阿里巴巴第一代机器学习平台的基础。正是这种“因为相信所以看见”带来的使命感，驱使着支付宝的科学家和工程师们步履不停，向技术普惠的愿景继续前行。相关文章：支付宝安全的功守道：15年时间，再次定义AI风控
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估