电力大数据隐形独角兽，志翔科技以数据支撑国家关键行业转型

数字信息时代，数据需要保护，数据蕴含价值，数据指导决策，其重要性不言而喻。

创立于2014年的志翔科技，基于大数据技术，从数据安全起家，为行业的创新发展保驾护航。其中又以电力行业为重要切入点，通过人工智能、大数据分析，帮助企业挖掘数据价值。

在应用中不断打磨大数据技术平台，升级与完善产品技术和服务能力，短短几年时间，志翔科技就完成了从初创企业到电力大数据领域细分市场隐形冠军的快速成长。2021年，志翔科技荣获国家级专精特新“小巨人”企业称号认定。

截至目前，志翔科技已完成多轮融资，获得君联资本、国投创业、北极光创投、优山资本、海松资本等一众知名投资机构的青睐。

清华中年创业天团，为芯片行业数据安全护航

志翔科技总裁蒋天仪笑称自己是“中老年创业”。

蒋天仪毕业于清华大学，拥有电子工程学士和硕士学位。后赴美国留学，获得美国西北大学电子与计算机工程系博士学位。毕业后进入全球顶尖的芯片企业Marvell，任职期间他领导公司的核心研发团队，设计开发出全球第一款12Gbps的SAS芯片、全球第一款支持SRIS的PCIe芯片。

2014年，当他和几位合伙人决定创业的时候，在各自的领域已经有了相当不错的成就。

也是在2014年前后，棱镜门事件的爆发，让数据安全的严峻性引发全球关注，成为政府和企业重视的焦点。

一方面，出于对祖国的热爱和情怀，蒋天仪希望能把自己积累多年的先进技术和行业经验带回国内，为国内安全行业的发展做点实事。

另一方面，当时国内的数据安全在技术水平方面比美国落后数年，但市场需求更加强烈，有着巨大的发展潜力。蒋天仪判断，“美国已经到了半山腰阶段，而国内正处于起步阶段。”

简单来说，志翔想要解决的问题是，让企业或者政府内部人员既能合理合法地访问数据，同时又不能把这些数据拿走，还要保证他们正常的工作效率。

蒋天仪是芯片行业出身，他对这个行业在数据安全方面的需求和痛点有着深切体会，志翔科技最早的市场定位也是在芯片设计行业。

据了解，芯片设计通常投入巨大、周期较长，而核心代码和知识产权被拿走的事件频发，常给企业造成惨重损失。企业虽然有数据安全的防护意识，但大都采用物理隔离等传统解决方案，技术手段落后、漏洞百出，还极大地影响工作效率。

芯片行业对数据安全有非常迫切的需求，行业内大多数企业都是民营，他们要求非常单纯——“产品就是进入这个行业的敲门砖，谁的产品做得好，谁就有机会。”蒋天仪说。

志翔最早一批客户是蒋天仪清华的师兄，在他回国创业之前，就常跟同行的清华师兄们聊起数据安全的一些难题和解决办法。于是，志翔的首款数据安全产品就先在蒋天仪师兄的芯片设计企业开始了试用。进入到“实战”环境，给公司的产品验证和持续迭代打磨提供了很好的机会。

在国内芯片设计行业，清华系、复旦系的创业企业占据半壁江山。很快，一传十、十传百，志翔的产品和实力得到了业内企业的口口相传，并在两三年内揽获了紫光展锐、全志、君正等多家行业龙头客户。在接下来几年里，国内市场规模前50的集成电路设计企业超过一半都成为了志翔的客户。

此后，志翔向政府核心部门、金融等多个领域不断拓展。目前公司数据安全业务板块，已有面向政府、金融、军工、通信、高科技等全行业的核心数据保护防泄密、远程接入、研发/办公安全管控、数据跨网安全交换等7个主打产品和数十个行业场景解决方案。

从数据安全向电力大数据拓展，做艰难而有意义的事

进入电力行业，对志翔科技来说，是偶然也是必然。

2016年，志翔本想去国家电科院推广自己的安全产品，机缘巧合之下发现，电力行业有一个长期未能解决的痛点，即如何对遍布全国的数亿只智能电表在投入使用后，进行运行监测和故障判断。

这是巨大的机会，电力行业可以说是最好的市场没有之一，这个市场体量庞大，蕴藏着丰富的数据价值有待挖掘。未来以电力为起点，向能源和其他同类工业领域拓展对公司而言更是不可估量的发展空间。但这也极具挑战性，前期需要大量投入。

蒋天仪坦言，“当时团队内部确实有一些分歧，因为公司的安全产品已经走在一个逐步成熟且快速发展的轨道上，往政府、金融领域都在不断拓展。这个时候要进入一个全新的业务领域，意味着要分散在现有业务的投入，而未来存在着各种不确定因素和风险。”最终，管理层经过对市场的分析和判断，作出了业务赛道向电力大数据拓展的选择。这符合公司在战略定位上的一贯理念——做有较高技术门槛，又能实现很大社会价值，也就是有难度又有意义的事。”

我国在2009-2010年开始在全国推行和普及智能电能表，由于各种外在因素或人为窃电、损坏等，智能电表存在一定故障率导致计量的失准等问题，且难以被及时发现和定位。按照《国家计量检定规程》规定，每块智能电表使用期满8年，需要进行检定和更换。因此到2017-2018年，第一批智能电表进入检定更换期。

全国目前有大约6亿只智能电表，我们来做一个大致估算，如果按照8年到期更换，假设一只电表成本为180元，加上拆卸安装、检测鉴定等人工费，更换一只电表的费用和成本大约为350元，平均每年需要更换的电表为7000多万只，那一年产生的换表成本就是200多亿。

如果能通过对智能电表产生的海量数据加上业务数据进行采集、过滤和关联分析，来实现对智能电表的在线监测、检定，定位失准并按需更换，就可能取代人工拆检和到期更换。这个逻辑看似简单，实际技术难度非常大，不仅需要具备很强的大数据分析技术能力，还要熟悉电力业务。

经过近3年的实验室研究建模和实地试点验证，志翔不断进行技术迭代，提升算法的精准程度，终于在2018年正式推出了智能电能表状态评价与更换第一代产品，并开始在一些省市网点投入试用。

这一产品仍在不断迭代优化，现已升级到第四代，应用于国家电网、南方电网等多个电力企业，覆盖全国的5亿多只在运智能电表，每年可以为电力企业节约数十亿运营投入，减少数千吨电子垃圾。

数据科技是能源电力行业转型关键

以智能电表的失准分析为起点，目前，志翔科技已完成在电力行业多个场景的落地和深入应用，包括面向电力发、输、变、配、用多环节的大数据分析平台产品、大数据终端产品和大数据SaaS服务产品，基于对行业业务的深厚理解，志翔在电力行业探索出一整套完成的商业拓展闭环，并构建起公司独有的市场和技术竞争壁垒。

志翔科技的实力也得到各界权威认可：2021年获国家级重点“专精特新”小巨人企业认证；公司面向电力行业电能表失准分析与状态更换的关键技术及应用也获得了2022年天津市科技进步二等奖、中国电工学会科技进步三等奖和中国电力发展促进会科学技术一等奖等众多奖项；在数据安全领域，志翔科技也一路稳扎稳打，2022年公司入选了IDC咨询《中国零信任网络访问解决方案，2022厂商评估》中坚者企业，并蝉联数世咨询、安全牛等多家分析机构评选的中国网络安全100强企业。

随着国家积极推进节能减排和双碳战略的实施，构建以新能源为主体的新型电力系统，实现电力系统转型升级是电力行业未来发展的重中之重，围绕电力的源网荷储蕴藏着千亿级的庞大市场。

面向未来，电力、泛电力、能源的更多领域，以及工业领域的数字化不断深入，产业升级转型，带来充满想象力、不可估量的市场，志翔已经在电力大数据领域积蓄了先发优势，为向电力相关的更多上下游行业延伸奠定了坚实的基础。

据蒋天仪透露，公司大数据平台产品基于失准分析同源技术正在快速的复制应用于电力、泛电力及更多行业的同类场景，如新能源汽车充电桩计量监测与状态评估、光伏能效监测评估等。同时，公司面向下一代智能物联表设备的大数据终端产品，通过电力指纹等技术对用电设备和能耗分析，可服务于消防、环保、社区关怀等更多行业领域和应用场景。

更重要的是，通过不断精进大数据技术能力，持续挖掘能源电力领域丰富的数据价值，公司的产品和服务将为国家电力系统升级、工业领域“双碳”战略落地提供可靠的数据依据基础。谈及未来的公司定位与发展，蒋天仪介绍，坚持做艰难而有意义的事，用数据科技更好的服务于经济的高效繁荣、社会的公平包容和生活的便捷舒适将是志翔持续努力的方向和动力。

ChatGPT在银行业的应用及风险

2022年11月，ChatGPT首次发布，短短两个月后其活跃用户数量超过1亿，是史上用户数增长最快的消费者应用，成为AI发展史上的现象级事件。ChatGPT标志着人工智能技术从专用人工技能转向通用人工智能，大幅提升了人工智能的应用场景。ChatGPT的出现掀起了人工智能领域新一轮竞赛，微软、谷歌、腾讯、阿里巴巴等科技巨头纷纷加快生成式人工智能布局。ChatGPT对经济社会将产生广泛而深远的影响，给人工智能产业、金融、教育、科研等多个领域带来机遇与挑战。金融与科技融合是科技推动下社会分工深化的必然趋势，ChatGPT无疑将拓宽金融领域AI应用的边界，极大推动金融行业变革，助推金融机构更好地服务实体经济。我国银行业应充分利用好ChatGPT带来的发展机遇，加速各种应用场景落地，并防范其可能引发的风险。

ChatGPT是人工智能历史上的重要里程碑

ChatGPT是以深度学习和人类反馈强化学习等技术为基础，通过对海量数据的预训练，根据用户指令生成接近人类水平的高质量自然语言文本的大型生成式AI语言模型。与传统人工智能聊天机器人相比，ChatGPT具有显著的优势，从生成到创造层面都实现了对人类的超模拟。具体表现在以下三方面。

一是具备超强的“人类反馈”学习能力。传统的人工智能聊天机器人仅能够对用户提出的简单问题进行作答，输出的聊天内容机械且没有情感。而ChatGPT能从用户反馈中（如连续提问、及时补充等）强化学习，使人机对话在多轮互动中走向深化，话题覆盖更广，交流更人性化。二是具备超强的语言重组创造能力。ChatGPT具有传统的人工智能聊天机器人所不具有的语言自组织能力和内容再创造能力。ChatGPT自然语言能力突出，在人机互动时输出的内容逻辑清晰、结构完整、自然流畅，这是自主学习、消化和再输出的结果。超强的语言重组和整合能力使ChatGPT成为人类知识生产的强大引擎。三是具备超强的拟人情感能力。传统的人工智能聊天机器人虽有智慧能力但缺乏情感能力，ChatGPT作为一种大型生成式语言模型，能够模仿人类思维方式和表达习惯，学习“人类的情绪是如何被表达”，给用户提供贴近真人的聊天交流。正是这种传统人工智能聊天机器人所不具有的优势，使ChatGPT达到了当前AI技术的巅峰水平，被视为人工智能技术历史上的重要里程碑。它或将成为撬动第四次工业革命的杠杆，推动经济社会的深层次变革。

ChatGPT在银行业有广阔的应用场景

科技的改变将对金融业业务模式产生变革性影响，重塑金融行业。从Bank1.0到4.0，银行业务逐步被新技术变革升级、迭代与重构。作为大型自然语言处理工具，ChatGPT在银行业有广泛的应用场景。它将推动银行业态发生深刻变革，提升银行服务质效。当前，一些大型国有银行正积极推进ChatGPT在银行业务中的应用，开展类ChatGPT应用试点。未来，我国银行业有多个场景可以应用ChatGPT。

一是智能客服。传统的智能客服能够针对用户大量的重复问题提供相对固定程式下的标准答案，一定程度上降低了人工沟通成本，但输出的内容机械且缺乏情感。ChatGPT具有强大的自然语言处理能力，思考方式和表达方式都贴近真人，可以回答更为复杂的问题，回答的问题也更准确更有建设性。ChatGPT应用于智能客服将进一步提高客户服务效率和服务水平，提升客户体验。

二是智能营销。在营销活动中，ChatGPT可以创作更有吸引力的广告文案，输出更加精准的营销话术。ChatGPT还可搭建数字化服务平台，及时获取并分析产品、客户偏好、用户需求等最新数据，帮助商业银行对客户进行精准画像并开展千人千面的个性化营销。

三是智能风控。对数据的挖掘和解读是解决风控问题的一大关键。ChatGPT能够超越传统方法对数据拥有深入的挖掘和处理能力，如对海量的互联网文本数据、行为数据、征信报告数据进行解读。对数据解读能力的提升，将帮助商业银行发现原来难以发现的风险。ChatGPT在贷中贷后交互过程中能不断挖掘客户新特征、发现新规则，帮助商业银行建立动态调整的风控策略，提升风控效率。

四是智能催收。催收是商业银行贷后管理的重要组成部分，在数字化转型和合规催收的双重要求下，ChatGPT将成为商业银行高效催收的利器。ChatGPT可以通过用户的身份信息、交易与还款行为、互联网行为等数据，对用户进行分群。再通过分群模型和账龄策略相结合，对不同用户采取不同的催收手段。ChatGPT能模仿不同类型人的语气对借款人进行催收，话术通过经验学习也将不断丰富，灵活地促成借款人及时偿还逾期贷款。

五是流程自动化。当前，商业银行通过RPA实现业务流程中重复性、机械性数据采集、加工等工作自动化处理，但RPA难以处理非结构化数据。ChatGPT可以利用自然语言理解和生成能力来处理非结构化数据，将非结构化数据解析成结构化数据，从而拓展RPA应用场景，解决大部分重复性、机械性工作，帮助银行员工从日常繁琐事务中解放出来，提升工作效率。

六是反赌反诈。近些年，电信网络诈骗案件频发，人民群众反映强烈，反赌反诈成为银行的一项重要工作。银行传统的电话回访、客户识别、账户管控等反赌反诈工作需耗费大量人力物力，且存在管控不够精准的现象。随着ChatGPT的引入，银行可实现差别化智能外呼、个性化客户识别，大幅降低反赌反诈工作的繁重性，提升防控的精准性。

七是程序编写。近年来，我国商业银行加快前沿科技成果在金融领域的应用，强化科技驱动，加大科技投入，金融科技人员占比不断提升。未来，ChatGPT可以辅助银行科技人员编写代码、测试，开发复杂的软件项目，设计复杂的系统，帮助银行提升软件开发生产力。

我国银行业应用ChatGPT需防范相关风险

事物普遍具有两面性，拥有强大自然语言处理能力的ChatGPT，既催生了变革，也带来了风险。ChatGPT将使银行业产生巨大变革，但由此带来的风险亦不容忽视。我国银行业应在ChatGPT的狂飙热潮下冷静思考，ChatGPT在银行业应用上面临哪些挑战、带来哪些风险、ChatGPT应用边界在哪里？ChatGPT对银行业的挑战和风险主要有以下几方面。

一是数据和隐私泄露风险。以ChatGPT为代表的大型语言模型更依赖于多元海量数据训练，部分使用者金融信息安全意识淡薄，而且在银行业务具体场景中使用大型语言模型的规则缺失，将增加数据泄露、滥用的风险。ChatGPT训练数据中存在大量的个人隐私内容，即使获取信息来源用户的许可，但由于互联网上存在许多被他人恶意曝光的个人信息，将对个人隐私安全造成威胁。二是法律风险。ChatGPT生成的内容属于谁，是否能够赋予其作者身份，是目前面临的重要问题。ChatGPT生成的内容可能不具有原创性，导致存在剽窃的风险和知识产权侵犯的泛化。三是科技伦理风险。科技发展必然面临伦理问题，不讲伦理的科技发展是灾难。科技伦理观既闪耀着“科技之光”，也伴随着“伦理之影”。ChatGPT在银行业中的应用极大提升了生产力，也带来道德和伦理问题，这些科技伦理风险包括算法歧视、隐私侵犯、大数据杀熟、过度采集用户数据、数字鸿沟等。

我国银行业一方面要紧跟科技发展，积极推进ChatGPT在金融领域的应用；另一方面要密切关注ChatGPT带来的风险与挑战，采取积极有效的应对措施。一是遵守相关法律法规。在新的AI技术应用方面，商业银行应将守法和合规作为首要的考量因素。商业银行引入ChatGPT应符合《网络安全法》《数据安全法》《生成式人工智能服务管理办法》等法律法规以及监管政策、行业自律规范。二是加强用户信息保护。商业银行应深刻认识ChatGPT应用下用户信息保护的迫切性和重要性。完善用户信息保护的技术手段，提升全链条多环节用户信息安全管控能力。建立信息数据库分级授权管理制度，加强个人金融信息安全保护的宣传教育。三是遵守科技伦理规范。商业银行应该未雨绸缪提出科技伦理潜在风险的规避机制，提升科技伦理治理能力、树立科技向善的伦理文化，加强对员工科技伦理价值观的教育。将科技伦理嵌入银行业务全流程，推动有温度的科技创新应用。

（作者单位：中国建设银行湖北省分行）

本文源自中国银行保险报

相关问答

高科技行业包括哪些?

高科技行业一般是指指信息产业(包括计算机、通讯、信息服务业等)、生物制药产业、新材料产业、新能源产业、航空航天产业和海洋产业等六大产业。目前,我国高...

哪些技术属于高精尖?-ZOL问答

现在凡是中国还不能生产的都属于高精尖技术。有用(2)回复m6457核技术,生命科学技术,芯片技术等有用(0)回复2222lll所有的新科技都是高精尖的。有一种科...

科技板块有哪些行业?

科技板块包括电子元件、国产软件、芯片、服务、电子信息5大板块。在科技板块中,半导体行业是最热门的行业之一,半导体芯片行业中的芯片主要分为设计制造和封装...

高端制造业包括哪些?

高端制造业主要分为五个领域:.一是航空装备行业;.一是卫星制造以及应用行业;.三是轨道交通设备制造行业;.四是海洋工程装备制造行业.五是智能制造业...

今日头条的科技领域包括哪些?

今日头条的科技领域包括哪些?这个问题本人还是比较有发言权的!这段时间一直在做头条科技领域的兴趣认证,在用心的做原创内容的输出,但是发现自己的优质回答...

什么是科技股?有哪些?

日科技股就是指那些产品和服务具有高技术含量,在行业领域领先的企业的股票。科技股包括中国软件、中兴通讯、中科曙光、恒生电子等。科技股是指技术含量高、行...

高科技污染可分为无形和有形两类。无形污染指信息、声、光...

[最佳回答]1.种类多;分布领域日趋广泛;数量激增;处理难度大;污染严重。2.举例子,列数字。具体说明了高科技带来的气态污染物也直接对人类的生存构成巨大的威胁...

营业执照经营范围中的教育科技开发指的是可以开办哪些行业?

一般是指教育方面的科技开发;比如教育方面的软硬件,课件,仪器等。一般是指教育方面的科技开发;比如教育方面的软硬件,课件,仪器等。

制造业有哪些行业?

轻纺工业、资源类加工工业、机械电子制造等行业。制造业是指材料、工具等制造资源,根据市场要求,通过制造过程转变为人们可以使用的大型工具、工业品和生活消...

科技有限公司前缀有什么区别?

信息科技开发、技术服务及,而信息技术由计算机技术、通信技术、微电子技术结合而成。网络科技主要是研究、开发网络系统和网络设备。电子科技主要方向电子产...