編集者注:

2024年1月25日から26日まで、中国証券監督管理委員会は2024年システムワーク会議を開催し、投資家中心の概念を強調する必要性を強調しました。投資家が企業の真の発展状況と価値をよりよく理解し、投資家などの正当な権利と利益をさらに保護できるように、金融連盟と「科学技術革新委員会日報」は共同で「株主総会への直接アクセス」コラムを作成しました。

「直接株主総会」のコラムでは、上場企業の会長やその他の中核的な経営陣と株主総会でライブレポート形式で対面し、企業の長期戦略、主要な意思決定、経営方針などに焦点を当てています。目的は、企業の資本市場イメージを高め、投資家関係管理を最適化し、上場企業の関連するガバナンスと発展を改善することです。

現在の会社：ゲリング・ディープ・ヒトミ

会社プロフィール

Gering Deep Hitomiは、コンピュータービジョン技術、ビッグデータ分析技術、ロボット技術、ヒューマンコンピューターインタラクション技術をアプリケーションシナリオと緊密に統合することに重点を置き、スマートファイナンス、都市管理、スマートコマース、鉄道輸送の運営と保守、スポーツと健康、メタバース向けの人工知能製品とソリューションを提供しています。

会社のハイライト

同社はコンピュータービジョンの分野で中核となるアルゴリズム技術を習得し、ディープラーニング、3D立体ビジョン技術、自動交通シーン認識、イベント認識技術に基づいて、モデルトレーニングやデータ制作技術などの技術的方向性を確立しており、多くの独立した知的財産権を持っています。

利益モデル

Geling Deep Hitomiは、主にコンピュータービジョン技術、ビッグデータ分析技術、ロボット技術、ヒューマンコンピューターインタラクション技術の開発と応用に従事しています。同社の利益は、売上収益を得るためのアプリケーションシナリオ用の人工知能製品とソリューションを顧客に提供することから得られます。

「科学技術革新委員会日報」、8月21日（呉徐光記者）最近、ゲーリング・シェンヒトンは、2024年に最初の臨時株主総会を開催しました。

会議はGelingの会長兼ゼネラルマネージャーであるZhao Yongが主宰し、「運転資金を恒久的に補充し、新しいプロジェクトに投資するために、一部の資金調達プロジェクトの完成、一部の資金調達プロジェクトの終了、および貯蓄（余剰）の調達に関する提案」を審議し、可決されました。

同社の発表によると、今回完了する最初の資金調達プロジェクトは、「人工知能アルゴリズムプラットフォームアップグレードプロジェクト」と「人工知能革新的アプリケーション研究開発プロジェクト」です。「マーケティングサービスシステムのアップグレードおよび建設プロジェクト」の建設は終了し、上記3つの資金調達プロジェクトによる節約額は合計3億6,800万元で、これらはすべて新しい資金調達プロジェクト「マルチモーダル大規模モデル技術とアプリケーション研究開発プロジェクト」への投資に使用されました。新しいプロジェクトの建設期間は36ヶ月です。

マルチモーダルの大型モデルに「ベットオン」

「マルチモーダルラージモデル」とは、人工知能の上限を増やすことを目的として、視覚や聴覚などのさまざまな感覚チャネルを統合して、人間が情報を理解し表現する能力をシミュレートすることです。

株主総会で、Geling Shen Hitomiの会長兼ゼネラルマネージャーであるZhao Yongは、「ビッグモデルテクノロジーは会社の安定と存続の基本であり、今後数年間で会社の中核となる技術開発の方向性でもあります」と述べました。**同時に、Zhao Yongによると、すべての技術的進歩にはしばしば機会とリスクが伴います。

従来の人工知能とは異なり、ジェネレーティブ人工知能の分野における高コスト、高額な研究開発投資、収益性の難しさは、AI企業が直面する大きな課題となっています。

ビッグモデル業界の現状について話すとき、趙勇氏は、一方では、市場がビッグモデルの立ち上げにホットマネーを集中していた1年前とは異なり、この段階では、ビッグモデル業界への投資の波は徐々に冷え込み、多くのビッグモデルスタートアップは消滅するだろうと言いました。喧騒を経験した後、業界全体が「沈黙期」に入り始めました。一方、基礎技術としては、業界はそれほど多くのビッグモデル製品を必要としていません。

「コンピュータービジョンと人工知能のテクノロジー企業として、Ging Deep Hitomiがすべきことの1つは、この注目のテクノロジーの投資サイクルよりも長生きすることです。」チャオ・ヨンは言いました。

「科学技術革新委員会日報」の記者は、近年、ゲリングディープひとみの業績が理想的ではないことに気づきました。過去6年間のうち、5年間は赤字でした。

このうち、2023年、会社の収益規模は縮小しましたが、純利益損失は約9,033万元でした。2024年の第1四半期現在、ゲーリング・ディープ・ヒトミは3,073万元の営業利益を達成し、前年同期比54.51％減少しました。母親への実現純利益は0.2700万元で、損失は前年比で約32.10倍増加しました。

投資家から寄せられた「Geling Deep Hitomiはいつ純利益と損失を経験するのか」という質問について、趙勇氏は、マクロ経済環境、業界の最終顧客予算、調達計画の遅れなどの要因により、同社の営業利益は現在減少していると述べました。「現在、同社は事業で良い仕事をし、最短時間で利益を取り戻すために最善を尽くしています。」

株主総会で、趙勇氏は一部の投資家に、「二ノー」の原則を断固として実行すると述べました。第一に、収益を増やすためにお金を使わないこと、第二に、コンピューティングパワーを買うためにお金を使わないことです。「特に、計算能力が市場で最も高価な時代には、あまりキャッシュフローを費やして計算能力にお金をかけないでください。」

「科学技術革新委員会日報」の記者は、公開データを整理したところ、現在、シャンタンテクノロジー、クアンシテクノロジー、ユンコンテクノロジー、ユンティアンライフイなどのほとんどのAI企業は、依然として損失を出しているか、安定した利益状態を達成できないことを発見しました。その中で、2024年の第1四半期現在、雲昇科技大学は1億6,100万元の損失を出しました。雲田生命宇は1億3800万元の損失を出しました。

「AI企業が収益化するのは難しいですか？」投資家からの質問に直面して、Geringは、同社のマルチモーダル大規模モデルの能力が向上し続け、商品化と標準化戦略が推進されるにつれて、「限界費用は減少傾向にあります。事業規模がある程度拡大すれば、持続可能な利益を得るための条件が整います。」

大規模モデルアプリケーションの実装は、依然として複数の課題に直面しています

株主総会で、Zhao Yongは投資家に、TOB側の大手モデルスタートアップがこのAI投資の波を乗り切るためには、コアテクノロジーを製品に変換し、業績を形成してから会社をさらに発展させる必要があると言いました。

同社の将来の製品レイアウトについて、Zhao Yong氏はさらに、同社は本業にもっと注力すると説明しました。実装シナリオは主に、スマートファイナンス、都市管理、スマートコマース、鉄道輸送の運用と保守、スポーツと健康、メタバースなど、汎セキュリティ、産業検査、ヒューマンコンピュータインタラクションに焦点を当てます。「同社は、中核事業を強化するためにビッグモデルを使用する立場にあります。」

銀行の「ローン後の管理」ビジネスシナリオを例にとってみましょう。銀行が直面している問題の1つは、ユーザーデータの一部があり、銀行外でユーザーのデータを取得できないことです。この点で、Geling Deep Hitomiは、スマートファイナンスビジネス分野の大規模モデルに関連する製品の力を利用して、ユーザーを監視・追跡・検出し、一定期間における顧客のトラフィック、滞在時間、行動の軌跡などを計算し、客観的なユーザー行動分析データを提供することができます。

報道によると、現在、スマートファイナンス、都市管理、鉄道運営、スマートコマースの分野におけるGing Deep Hitomiのビッグモデルが実装され始めています。

ある投資家が「科学技術革新委員会日報」の記者に、Geling Deep Hitomiはコンピュータービジョン技術とビッグデータ分析技術事業を専門としていることを伝えました。実際のアプリケーションでは、AIビジョンはAIの最初の波で検証された領域です。「これまで、AIビジョンはセキュリティ、輸送、小売、産業品質検査でうまく使用されていましたが、同じことがAI Four Little Dragonsにも当てはまりました。しかし、問題は、多くのAIビジョンアルゴリズムが特定のデータセットでしかうまく機能せず、さまざまな環境や条件に適応せず、一般化能力が低いことです。」

「一般化能力を向上させるには、高品質で大規模なラベリングデータセットを入手することが課題です。その結果、これまで、ChatGPTがAI投資の新しい波を巻き起こした後も、大きな利益を上げたAI企業はありませんでした。」上記の投資家は考えています。

さらに、CICCは調査レポートで、金融業界におけるビッグモデルの現在の適用は、主にフロントオフィスのマーケティング業務、情報収集と整理、バックオフィス業務のサポートなど、ビジネスシナリオの意思決定以外の単純な側面に焦点を当てていると述べていますが、より高い財務専門知識を必要とし、強力な財務アドバイスと中核的な意思決定タスクを伴うビジネスシナリオでは実装が依然として難しいと述べています。

工業情報化部の情報通信経済専門家委員会のメンバーであるパン・ヘリンも、「科学技術革新委員会日報」記者のインタビューで、ビッグモデルは金融、産業、商業などの分野で使われていると信じていました。しかし、これらの分野のビッグモデルはすべて、人に取って代わられるどころか、脇役です。「たとえば、金融分野では、主に意思決定を支援するために大型モデルが使用されます。産業分野では、マシンビジョンが広く使用されていますが、物体を認識できない状況も多く、その結果、多くのアプリケーションシナリオでアプリケーションの要件を直接満たすことができません。」

Qinghui Think Tankの創設者であるSong Qinghui氏は、金融セクターを例にとると、関連企業の大規模モデルが将来、資産配分や投資決定などの中核的な財務タスクを引き受けることができるかどうかが、これらの大規模モデルスタートアップが将来の激しい競争から目立つことができるかどうかの鍵になると述べました。

「ビッグモデルトラックは斜面が長く、大雪です。現段階では、その知能レベルは一般の人々が期待する水準に達していません。現状では、今後10年間の機会をつかんでAI業界を開拓する必要があります。」それは宋清輝が言ったことです。