融中POWER50 | 金智维:数字员工赛道的先行者

500

金智维创始人、董事长兼CEO 廖万里

产品技术与业务场景双轮驱动,打造新质生产力。

在人工智能落地应用的浪潮中,作为深耕企业级数字化转型解决方案的AI公司,金智维近十年来为万千行业提供了高效的数字员工解决方案,签约客户超1200家,提供超100万名数字员工。

今年以来,新质生产力成为全社会关注的焦点。新质生产力的特征之一,就是深化新技术应用,尤其是AI及大模型,要加速落地到实际业务场景中,为千行万业提质增效。金智维致力于将RPA、AI、低代码、大模型等数字技术进行深度融合,深度挖掘各行业痛点和场景需求,正在努力推动产品应用从金融服务向更广泛的行业领域扩展,打造出面向财务、人力、政务等行业领域的标准化产品与智能化解决方案,为各行各业培育新质生产力。

展望未来,金智维公司将继续加大研发投入,推动人工智能、大模型、AI Agent等技术的进步,为全球市场提供更安全、更智能的AI Agent数字员工解决方案。公司的发展不仅体现了对技术深度的追求,也彰显了对社会责任的承担,致力于通过科技创新为社会提供更多价值,推动数字技术赋能各行各业的可持续发展。

以下专访内容,由融中财经整理。

本刊:伴随这两年市场变化,贵司的技术和产品服务经历哪几次迭代?公司战略有哪些调整?

廖万里:在产品迭代上,金智维坚持与时俱进,积极融合新技术升级自身产品矩阵。目前,金智维融合RPA+AI、低代码、大模型等创新技术形成数字化能力底座,研发并推出包括RPA、AI、运维、低代码等多个系列在内的产品矩阵,打造基于AI Agent的一站式数字员工整体解决方案,产品与服务体系丰富全面,助力企业构筑人机协同的新质生产力。金智维数字员工能够辅助人完成规则明确的重复性劳动,支持快速灵活部署,及时回应业务需求;能够帮助企业构建数字化连接能力,连接企业内外部的数据、系统、业务等,大幅提升业务流程效率;能够降低可能存在的人因错误,实现企业业务流程的自动化和智能化,从而达到降本增效的目标。金智维坚持以数字技术助力数字产业化和产业数字化转型作为战略制高点,沿着企业管理与应用的视角持续迭代与升级产品,以产品技术与业务场景双轮驱动,为不同类型的组织打造全新的数字化生产力。

伴随近两年的市场变化,金智维数字员工也经历了三次的产品迭代:

(1)数字员工1.0:基于RPA技术打造的数字员工。能够通过预设脚本,模拟人类执行重复性高、规则明确的流程任务;

(2)数字员工2.0:通过RPA融合OCR、NLP、ASR等AI技术,进一步提升数字员工的智能度和灵活性,能够处理图像、音视频等非结构化数据;

(3)数字员工3.0:在今年3月份,金智维融合RPA和大模型等创新技术打造AI Agent型数字员工,不仅能够执行自动化任务,还能进行自主决策和行动,从而帮助企业快速构筑新质生产力。

在公司战略上,金智维紧随国家战略,以“服务千行万业,助力数字经济,共建数字中国”为企业愿景,布局全面发展。

(1)打造新质生产力,服务千行万业。深度洞察行业痛点与场景需求,基于RPA与AI、低代码、大模型等多种数字技术融合,打造面向多个行业领域的标准化产品和解决方案,实现从金融走向千行万业,助力培育新质生产力;

(2)投身“人工智能+”,拥抱大模型浪潮。基于RPA+LLM打造金智维K-Agent,在K-Agent平台上开发AI Agent型数字员工,聚焦应用场景,解决实际问题,让大模型技术真正“人人会用”,共同推动组织及运营模式的智能化转型;

(3)服务“数据要素×”重点行动落地。RPA支持高效自动、安全合规、非侵入式部署、跨系统便捷获取数据,使得其在数据处理领域具备不可或缺的独特优势。金智维已和广州、深圳、西部数据交易中心等机构建立合作关系,将深度服务和支持“数据要素×”重点行动开展。

本刊:发展过程中,有哪些比较关键的事件影响?

廖万里:金智维成立之初,产品推广其实不是太顺利,特别是面对金融客户推广时,客户往往存在顾虑,原因就在于金融行业的业务流程哪怕是存在0.01%的概率出错,都可能造成无法估量的损失。客观来说,这些失败促成了金智维产品研发理念的转变与升级。从此之后,“企业级”便成了刻在金智维团队骨子里的基因,“安全”、“稳定”、“可靠”、“高效”也成为了团队所有产品的固有标签。解决了产品的安全性、稳定性、可靠性等问题之后,金智维在金融市场的拓展也迎来了好结果。在2019年建设银行总行全球招标中,金智维与国内外知名RPA厂商同台竞技,最终金智维K-RPA以第一名的成绩中标。此后不久,金智维相继成为中国工商银行、中国银行、中国交通银行等诸多银行RPA产品的主要合作厂商。

随后,经受住了金融行业严格验证的金智维产品,也逐渐被金融之外更多行业领域的客户所选择。根据IDC发布的《中国RPA+AI解决方案市场份额报告,2022》、《中国RPA+AI解决方案市场份额报告,2023》显示,金智维已连续两年位居市场份额第一。

正是得益于金智维秉持专注和专业的企业级产品理念、坚持核心技术自主研发、打造优质产品解决方案与客户服务体系,才让金智维获得了业界和市场的高度认可。

本刊:商业化过程中,我们克服了哪些行业共性难题,如产品成本控制、技术创新等?目前公司业务营收情况如何?

廖万里:由于客户的群体、内部系统、场景存在不同,RPA方案较难做到直接复用,导致在产品开发、定制方面成本居高不下。为此,金智维近年来也针对行业和业务特性,致力于打造标准化产品,面向企业办公、财税、政务等领域打造标准化RPA解决方案,如智能网银机器人、反诈数字员工等等,做到开箱即用,从而降低产品开发费用,也便于更多行业和企业快速应用数字化解决方案;

近两年大模型技术发展迅猛,RPA与大模型的结合,为大模型在企业端的落地应用提供了一种良好且高效的落地途径。以金智维举例,金智维融合RPA和大模型打造K-Agent平台,基于该平台开发AI Agent型数字员工,使数字员工实现从基于RPA+AI到基于AI Agent的迭代进化,开发效率和智能化程度得到了大幅提升。由此,企业既能够自上而下实现原有业务流程自动化的智能升级,又能推动企业组织架构和运营模式的智能化转型,从而快速构筑新质生产力。

金智维市场表现良好,客户续约率超过90%,增购率超过120%,客户服务和产品体验均得到市场高度认可。金智维在深耕第一增长曲线,保持金融行业数字员工领导者地位的同时,积极开拓第二增长曲线,将金融成功经验复制到其他行业,让数字员工从金融走向千行万业。截至目前,金智维已经为全行业提供超100万名数字员工,签约客户超1200家,覆盖金融、政务、制造、企业办公等不同行业领域,其中金融机构客户超500家,金融行业市场占有率遥遥领先于所有同行。

本刊:目前贵司所处行业赛道具备哪些特点?市场竞争格局如何?创业公司是否还有机会?

廖万里:当前数字员工行业面临的最大发展瓶颈之一是企业需求的日益多样化和综合化。因为企业不仅需要数字员工来处理重复性高、规则明确的任务,还期望能够通过数字员工实现更深层次的业务流程优化和智能化决策支持,这就要求数字员工技术必须不断升级优化,与AI、大模型等技术实现融合,赋予数字员工智能理解和决策能力,能够更加智能化地模拟人类执行任务的过程,提高业务流程处理水平和效率,满足企业日益复杂多变的需求。

就当下的市场竞争格局而言,RPA市场已经从初期的野蛮生长阶段进入到了一个相对成熟和理性的发展阶段。接下来的发展更考验企业的技术整合能力与持续创新能力,能否在以大模型为代表的新技术浪潮中站稳跟脚、持续发展,是各个厂商需要面对和解决的问题。

虽然数字员工市场在国内已经告别了初创阶段,各家厂商各凭本领在不同客户领域取得了一定成绩,但创业公司依然有机会突围而出,关键在于它们能否提供差异化的产品和服务,解决客户的痛点难点。这可能意味着专注于特定行业或业务流程的深度定制化解决方案,或是在技术创新上寻求突破,如结合最新的AI技术提供更加智能化的自动化服务,将会是创业公司脱颖而出的道路之一。

本刊:中国高科技企业和投资人都在热衷找到解决卡脖子的技术创新,如何守住护城河,同时保持创新性,在市场上进一步开疆拓土?现阶段对技术、市场等方面投入情况?

廖万里:在技术创新上,金智维始终坚持自主研发和技术创新。我们投入大量资源,包括研发资金的投入和组建关键技术的人才队伍,进行产品的研发。当下,我们以RPA融合AI 、大数据、低代码、云原生、大模型等创新技术形成数字化能力底座,研发并推出包括RPA、AI、运维、低代码等多个系列在内的产品矩阵,打造基于AI Agent的一站式数字员工整体解决方案。

关于护城河,前面提到在今年3月,金智维基于RPA和大模型结合打造金智维K-Agent平台,用户能够基于金智维K-Agent平台开发一系列面向B端、基于场景、开箱即用的AI Agent型数字员工和智能助手。这背后便源于金智维是一家场景驱动型的公司,在多年的企业服务过程中,金智维已经积累了数以万计的、覆盖研产供销服全生命周期的落地场景,也更加深刻理解各行各业的业务痛点、了解客户深层次的需求。因此金智维能够基于场景沉淀和实践经验,结合大模型快速开发场景级的基于AI Agent的数字员工,未来可以帮助客户在更多业务场景落地数字员工实现人机协同,这也将是金智维接下来的重点发展方向。

在市场投入方面,金智维在保持对金融领域的投入和市场领先地位的同时,积极提升对非金融领域的市场开发和产品研发力度,特别是在政务、制造业、人力、财务等不同行业领域,通过技术创新和业务模式创新,打造一系列“开箱即用”的标准化产品,既能够满足市场需求,也能够推动金智维业务的多元化发展,实现双重增长曲线。

以金智维依托K-Agent打造的应用于智能导办场景的具身智能导办机器人举例,它软硬结合,不仅拥有RPA传统业务流程自动化能力,又具备AI Agent智能感知、智能决策的能力,既可感知人类生存空间与业务交互场景,又可根据感知结果和业务规则,灵活地做出下一步操作的决策,轻松完成各类复杂的操作。以政务领域为例,具身智能导办机器人可通过多轮对话精确理解办事群众需求,并调用相应流程为群众办理业务。办事群众前往政务大厅时,只需轻轻点一点荧幕,就能享受到一位和蔼可亲的虚拟数智柜员的服务,快速办理相关业务。这样的新型人机协同工作模式,在优化政务大厅自助服务流程的同时,也提升人民群众对政府服务的满意度,助力政务机构持续打造“问办一体”新模式。此外,具身智能导办机器人应用场景广阔,除政务以外,还可以广泛应用于金融、医疗、教育、公众服务等领域的互动类服务场景。

本刊:从首次融资到现在,我们接洽资本的考量是什么?对资方的选择有了哪些变化?新一轮融资进展如何?新资金将用于哪些方面?是否有明确上市时间表?

廖万里:我们与资本接洽的核心考量始终围绕着如何更好地推动公司的长期发展和技术创新。我们寻找的不仅仅是资金支持,更重要的是能够为企业未来发展带来战略价值、行业资源和市场洞察的合作伙伴。我们希望资方能与金智维携手合作,共同推动人工智能技术的发展,帮助我们实现产品和服务的持续优化,助力国家数字经济蓬勃发展;而在选择资方的过程中,我们始终看重资方的行业背景、资源网络以及他们在高科技领域的经验和影响力,冀望与资方的合作过程中,能够得到超出资金之外的更多价值,比如帮助我们拓展市场管道、提升品牌知名度等。

截至目前,金智维最新一轮融资是在2023年3月获得了近5亿元的C轮融资,该笔资金主要用于三个方面:

(一)加速企业产品矩阵研发,包括对现有RPA技术的优化升级,持续升级数字化能力底座,加大在大模型领域的研发力度,基于AI Agent打造全新的数字员工产品矩阵与解决方案,为应用企业带来更大的商业价值;

(二)在持续深耕金融行业的基础上,着力加强非金融领域行业与市场的拓展,如制造、办公、政务等领域,推动各行各业实现数字化转型;

(三)近年来,金智维不断吸引业内青年科学家等优秀人才,在加大人才引进和建设力度、持续优化核心技术团队上不遗余力。

金智维也将在时机成熟的时间采取合适的上市策略,以实现公司价值的最大化。

本刊:关于未来2-3年或者下一个十年,公司在技术、市场、团队等方面有哪些重点规划?要实现哪些目标和突破?

廖万里:在技术发展方面,金智维紧密围绕新质生产力的发展趋势,不断创新技术,通过融合RPA+AI、低代码、大模型等创新技术形成数字化能力底座,打造基于AI Agent的数字员工解决方案,并在金融科技、数字政务、数字办公等领域发挥巨大的作用,助力传统产业的转型升级,推动新业态、新模式的创新发展。金智维相信,人机协同的创新生产力组织将是接下来的发展趋势,未来企业的员工群体将由碳基人和硅基人共同组成,也就是人类员工和数字员工合理分工紧密合作,他们将共同推动企业向更高效率和更深层次的创新迈进。这种融合不仅能够优化资源配置,还能帮助企业构筑自己的新质生产力。

在市场拓展方面,金智维将积极拓展如政务、制造、医疗、企业办公等新行业领域,以实现业务的多元化和规模化。与此同时,随着数字化转型逐步成为全球经济新形态的重要支撑之一,金智维深刻意识到,企业发展想要更强更快,必须要积极迈向国际化市场。2023年初,金智维在香港正式组建成立“金智维国际”,借区域数字经济合作的契机,以及香港“背靠祖国,联通世界”的独特优势,开始走向国际市场。金智维将坚持国内和国际双轮驱动,寻找新的业务增长点,展开围绕数字产业经济的全球化布局。

在团队培养方面,一方面,金智维将与高校形成常态化沟通协调机制,联合产学研生态,共同培养复合型数字化人才;另一方面,金智维在持续吸引业内优秀人才的同时,也将依托自建万里学习院,实现关键核心人才自主培养,持续打造专业服务团队,实现市场的进一步扩展。

本刊:作为融中Power50优秀的标杆企业代表,如何在科技创新、产业发展战略下发挥“强链、补链”作用,在技术和产品服务方面为社会提供更多社会价值?

廖万里:一是加强科技研发。通过加大对人工智能、大模型、AI Agent等关键核心技术的研发投入,突破技术瓶颈,提升产业链的技术水平,扩展技术的应用场景范围,开辟新的业务增长点;

二是促进产学研协同创新。鼓励企业和高校科研机构之间的合作,形成优势互补的“创新联合体”,加速科技成果转化和产业化。目前金智维与多家985、211高校机构开展合作,进一步推动产学研融合发展,共建行业生态,助力培养复合型数字化人才,持续推广先进的数字化转型解决方案与实践经验,助推千行万业数字化转型;

三是紧跟国家战略,布局全面发展。面向国家重大战略和未来产业发展需求,加快打造新质生产力,服务千行万业,加速推进组织及企业的数字化进程。

全部专栏