阿博茨科技（ABC Technology）定位以AI技术为核心的金融科技公司，AI+金融、AI+RPA（机器人流程自动化）都有清晰的商业模式及巨大市场潜力；通过AI+金融，赋能泛金融行业，服务国内外头部客户，并积极布局财务、RPA市场，挖掘更多AI能力落地应用场景。公司围绕金融相关专业人群核心需求，推出多款标准化SaaS产品，并提供成熟的“AI+金融”解决方案体系，服务近30家国内外头部泛金融机构客户。

阿博茨科技团队经验丰富，创始人杨永智为连续创业者，曾领导开发海豚浏览器，在全球拥有超过2亿用户；团队成功实现后发先至，在商业化、客户规模、落地等维度，成为赛道头部选手；能够服务国外泛金融领域头部客户，具备较强国际化能力；预计2019年收入同比增长将超过4倍，发展速度快。

公司致力解决泛金融领域工作痛点，提升用户工作效率。金融相关领域知识处理，包括找数据、抠数据、填数据、画图表等，工作重复，人工处理非常费时耗力，且出错率高。公司产品依托自然语言处理、机器视觉、机器学习等人工智能技术，自动解析获取数据、绘制图表，把分析师从繁杂重复的工作中解放，投入到更有价值的决策工作中，有效提升工作效率。公司引擎学习超过3千万份金融文档与报告，阅读超过10亿张金融图片信息，可帮助分析师高效获取公开市场数据，私有化部署可助力挖掘客户自有数据。

公司致力将金融从业者从繁复、枯燥工作中解放

公司致力通过AI技术，替代办公室白领中的蓝领，帮助客户节省人力成本。互联网时代，完成线下交易员替代，实现线上交易；但仍然有很多工作未被替代，如客服等，目前正处在替换过程中，即智能客服。在泛金融领域，有很多办公室白领，做的是类似蓝领工作，包括复制粘贴“搬运工”、做图表写报告。公司通过AI技术，把这两类工作实现大规模自动化，大幅提升企业整体运营效率，有效减轻人员依赖。

公司从金融领域切入，大力拓展银行市场。金融行业是采用新技术的先锋，且天然拥有丰富、完整的数据，对深度学习算法训练很有帮助；同时，金融行业非常依赖计算机与数据，金融交易的本质就是数据交换，都有助于AI技术在金融行业首先找到有效商业场景。目前公司客户主要集中在金融领域，金融细分板块中证券、基金、资管客户占比高，并积极拓展金融领域最重要的银行板块，打开成长空间。

公司积极发展海外市场，瞄准欧美发达地区泛金融行业客户。公司产品有助提升金融相关业企业经营效率，只有在人均GDP高的国家和地区，由于人力成本高，减员增效更加明显。因此在发达国家和地区，能够有效替代金融相关行业里做图表、写报告等简单重复工作的低端工种，为客户大幅降低成本，提升运营效率。公司海外市场业务，积极拓展欧美等发达国家和地区，包括纽约、伦敦、新加坡等金融中心。

公司未来布局财务领域，挖掘更大市场潜力。公司拟将财务与AI能力结合，基本上所有行业都需要财务的自动化处理技术，未来发展空间巨大。根据财政部会计司披露数据，截至2019年3月，累计超过706万人取得初、中级会计资格证书，16万人取得高级会计师评审资格；加上未持证的从业人员，估算全国会计从业人员超过4,000万，未来5~10年，利用AI技术，有望替换掉其中10%~20%，按照人均成本15万/年计算，市场规模0.6~1.2万亿。

公司基于AI技术积累，涉足RPA（机器人流程自动化）领域，通过AI+RPA，推出认知RPA机器人“Everdroid”。AI应用需要“大脑”与“四肢”，公司此前的系列产品，可理解为AI的“大脑”，提供智能化的认知能力；“大脑”完成数据提取后，客户自然希望将数据自动应用于业务流程中，就需要RPA（机器人流程自动化）能力，提供智能化的处理能力，可理解为AI的“四肢”。未来，每个工作岗位、每个人可能都会有个机器人辅助，将大大提高工作效率。

“Everdroid”覆盖场景

公司创始人杨永智，是国内最早的移动互联网创业者，成功开发“海豚浏览器”。公司创始人、CEO杨永智，华中科技大学毕业，曾任职微软亚洲工程院。2010年，杨永智领导开发中国最早的移动互联网产品“海豚浏览器”，在全球获得超过2亿用户，产品进入超过10个国家；2014年，搜狐畅游以9,100万美元现金收购其51%股权，投后估值1.8亿美元。2016年，杨永智二次创业成立阿博茨科技，致力将AI技术赋能泛金融业，为专业投资者提供全方位技术服务。

Everdroid应用于发票报销

一：公司产品与服务主要帮助客户提升效率，积极发展标杆性客户

公司积极布局智能投研赛道，持续延伸拓展AI技术与泛金融业务结合落地。智能投研将AI技术，运用于上市公司研报与公告关键信息分析、智能财务模型搭建与优化、投资策略规划、报告自动生成等场景。智能投研领域市场数据公开，商业模式清晰，客户付费能力强。公司产品初期瞄准智能投研领域，核心竞争力在于将AI技术与金融相关业务落地结合的能力，持续拓展应用场景。

公司积极拓展应用场景，渗透不同行业，发展标杆性客户。公司目前主要服务泛金融领域客户，覆盖证券、基金、资管等细分领域，目前有近30家客户。公司服务丰富多样，满足客户多元化需求，可为同一客户提供投研、舆情、风控、投后等多种服务。同时公司既提供面向业务的应用系统，也提供中间件技术给客户，前端应用由客户自主构建。

公司产品与服务主要帮助客户提升效率，减少出错率。公司通过运用AI技术，代替人类的简单重复劳动，帮助客户加快获取信息速度与投资决策速度，与客户潜在投资收益挂钩。同时提高效率，不仅帮助客户降低成本，更重要的是机器出错率低，能够提高信息获取质量，同时减少人员依赖，解决金融机构人员流动性大的问题。

公司提供服务，主要采用SaaS模式、私有化部署两种形式。SaaS模式：通过网络提供软件服务，适用于中小型企业；私有化部署：客户数据存储于客户服务器，外部人员无法接触到此类数据。重视信息保密的客户，特别是数据较多的头部泛金融领域客户，更偏向采用私有化部署服务。但越来越多的企业，出于数据保密、部署便捷、成本可控等需求考虑，选择混合云模式。

公司针对国内外商业环境不同，收费模式差异化。公司国内头部客户，主要购买私有化部署产品，采用一次性收费+每年收取维护费形式；国内中小型机构，大多直接使用标准化公有云模式产品服务，按SaaS收费模式，即根据使用时长收费。公司国外客户均按照SaaS模式收费。目前，公司SaaS模式收入占比近40%，未来公司将覆盖更多中小型机构客户与国外客户，预计SaaS模式收入占比将持续提升。

公司盈利模式多元化，按照“流量”方式收费。公司提供智能运营、智能投研、智能风控、投后管理等多种行业解决方案，可为头部客户提供私有化部署，也可为长尾用户提供SaaS服务。公司收费模式比较健康，基于AI能力输出，融入互联网思维，以“流量”方式收费。如在机器视觉技术输出上，为海外用户解析文档，非一次性技术买断，而是按照流量与文本的难易程度差异化收费，定价零点几美元~1美元/页。

公司收入持续迅猛增长，预计2020年达到盈亏平衡。公司创始人杨永智介绍，阿博茨科技预计2019年收入将达亿级，同比2018年增长超过400%；并预计公司未来2~3年，收入增速维持100%~200%，数年后收入有望达到10亿量级。受人力成本投入高等因素影响，预计2020年达到盈亏平衡。

公司大力拓展银行、海外市场，未来相应收入占比将大幅提升。公司逐步从证券、基金往银行领域渗透，因银行体量更大，预计未来银行业务占比持续提升，有望占金融板块收入50%以上。公司积极拓展海外市场，预计海外业务收入占比会逐渐超过国内业务收入，占比超过50%。同时，公司产品往RPA（机器人流程自动化）延伸，并进入财务领域，将财务自动化处理技术与已有AI能力相结合。

公司2016年7月成立，致力布局AI（人工智能）、Big data（大数据）、Cloud（云服务）三大技术领域，于是取名ABC（阿博茨）。公司总部在北京，在武汉、南京也有办公室，目前正式员工超过250人，加上实习生等其他人员，共超过300人，其中超过80%是技术员工，来自微软、谷歌、阿里、腾讯等互联网企业，拥有超过100位人工智能、大数据、金融量化领域专业人才。

二：人工智能技术，助力传统金融业务转型升级

AI+金融（AI+Finance），通过AI赋能金融业。AI+金融主要通过人工智能核心技术，包括机器学习、知识图谱、自然语言处理、计算机视觉等作为主要驱动力，为金融行业各参与主体、各业务环节赋能，突出AI技术对金融行业的产品创新、流程再造、服务升级作用。

政策利好，推动人工智能技术在金融行业落地。国务院2017年发布《新一代人工智能发展规划》，提出要创新智能金融产品与服务，发展金融新业态，鼓励金融行业应用智能客服、智能监控等技术与装备，建立金融风险智能预警与防控系统。中国人民银行2017年成立金融科技委员会，提出加强金融科技工作的研究规划与统筹协调，积极利用大数据、人工智能、云计算等技术丰富金融监管手段，提升跨行业、跨市场交叉性金融风险的甄别、防范、化解能力。

不良贷款余额、不良贷款率持续增加，倒逼金融机构采取更加有效的风控措施。中国商业银行不良贷款余额，从2011年0.4万亿增至2018年2.0万亿，对应不良贷款率从1%升至1.89%。在央行宏观审慎评估体系（MPA）实施，及监管日益趋严环境下，金融机构需要改变以往管理思路，通过运用人工智能等新科技手段，不断增强主动式风险管控能力，应对未来挑战。

人工智能与大数据等技术相互融合，共同推动金融行业发展。大数据可为人工智能技术在机器学习训练、算法优化等方面提供丰富资源；云计算为大数据提供超强的运算与存储能力，显著降低运营成本；区块链解决大数据、云计算、人工智能技术存在的信息被泄露、篡改等安全性问题，使得金融交易更具安全性。人工智能技术作为金融行业未来发展的核心驱动力，与其他相关技术共同促进金融行业转型升级。

人工智能+大数据+云计算+区块链协同

人工智能在金融行业场景，以机器学习、知识图谱、自然语言处理、计算机视觉应用较多。机器学习作为人工智能的核心，为金融行业各类智能应用实现的关键技术；知识图谱利用知识抽取、知识表示、知识融合、知识推理技术，构建智能化应用的基础知识资源；自然语言处理通过分析词、句、篇章，助力客服、投研等领域效率提升；计算机视觉技术通过运用卷积神经网络算法，在身份验证与移动支付环节应用广泛。

人工智能+金融行业的技术参与主体多样，形成差异化服务及盈利模式。科技巨头与细分领域标杆企业，作为技术提供方，为金融行业赋能；传统金融机构也利用自身资源，自主或与互联网科技公司合作，形成新的金融服务模式，加快人工智能技术在金融行业落地。各类技术提供方，围绕基础设施、流量变现、增值服务等关键环节，形成差异化服务能力与多样化盈利模式，并不断拓展新型商业模式与蓝海市场，利用长尾效应为行业创造更大价值。

AI+金融赛道投资热度持续，融资集中在早期阶段。根据iResearch数据，2011年~2018年Q3，累计发生融资130起，从2016年起，每年融资数量均超过30起，预计未来将保持稳定增长态势。融资轮次来看，主要集中于天使轮与A轮，占比分别为38%、27%。

公司打造多元化产品线，服务多家泛金融领域头部客户

公司不断探索AI技术在泛金融领域落地模式，提供多样化金融相关行业解决方案。公司基于机器视觉、自然语言处理、知识图谱等前沿AI技术，建立非结构化数据机器学习引擎、结构化数据搜索可视化引擎、知识图谱引擎三大核心技术引擎，并由此衍生出智能投研、智能风控、智能运营等结合不同使用场景的行业解决方案。

公司拥有全方位满足客户AI+泛金融需求的产品线与技术体系。公司推出多款基于AI技术开发产品，打造全方位满足消费者需求的产品线，主要产品包括Analyst.ai、Parsing.ai、Modeling.ai三款SaaS软件。Analyst.ai：能够进行智能深度搜索；Parsing.ai：一秒从PDF中解析并提取出有价值数据；Modeling.ai：一站式研究管理平台。

公司产品方便用户通过简单操作，快速、精准查找数据、报告，极大提升投研效率。公司数据全面覆盖新闻资讯、公告、研报，收录并解析超过3,000万份存量报告与每日新增报告，通过标记海量标签，系统可以智能理解用户搜索请求，呈现精准搜索结果，利用计算机视觉技术，系统能从PDF等文件中识别图表、表格内容，并利用自然语言处理技术，理解识别出相关图表等。

公司拥有完善技术体系，支撑产品体系构建。公司核心技术包括知识图谱引擎、智能搜索引擎、非结构化数据机器学习平台。

知识图谱引擎：支持寻找数据关系（将分散数据建立关联）、动态更新（持续接入数据字段的最新信息）、探索数据（用最简单的方式搜索数据）。

智能搜索引擎：支持深度搜索（基于机器视觉、自然语言处理技术，搜索图表、表格中数据）、数据接入（支持非公开与公开数据接入与整合）、数据创造（通过合并已有数据，创造新数据）。

非结构化数据机器学习平台：支持全流程数据处理（数据输入、标记、训练、校验全流程处理）、多类型文件支持（支持各类非结构化数据处理，如PDF、图片等）、AI算法引擎优化学习（海量语料不断优化解析结果）。

ABC金融版Google

公司通过持续技术投入，构建竞争壁垒，优化算法引擎。公司持续在机器视觉、自然语言理解、知识图谱领域投入，通过技术构建特定领域的技术壁垒，同时通过服务更多客户，积累更多行业知识，进一步优化算法引擎。

公司积极参与客户全球公开招标，技术实力与对业务的理解落地能力受到客户肯定。截止2018年12月，公司已与数十家头部泛金融领域机构合作，为其提供金融科技解决方案，客户类型包括资管、基金、券商、银行、保险、交易所等。同时公司组建产品销售团队，将公司技术、产品对外输出。

公司基于AI技术核心能力，向RPA赛道延伸

公司基于客户需求切入RPA赛道，提供完整解决方案。公司在泛金融领域提供丰富服务，包括金融报表、财务报表、运营报表、招股书、债券募股说明书等各类金融、财务类文档解析。文档解析后，部分客户要求把解析的数据录入其系统，接下来包括做自动匹配、校验，或整合到客户现有工作流程中，必然涉及RPA技术，因此公司由此切入RPA赛道，2019年7月发布RPA机器人“Everdroid”。

公司RPA平台“Everdroid”开放化，助力开发者与渠道合作伙伴，持续壮大生态。目前许多厂商的RPA并未开放第三方接入，阿博茨科技RPA平台向开发者与合作伙伴开放，帮助其完成业务部署的“最后一公里”，覆盖更加广阔应用场景。开发者可自主开发模型，训练非结构化数据，并与平台其他能力打通，部署到实际业务场景。同时平台支持渠道合作伙伴接入，向其提供大量工具集，包括第三方插件，渠道商接受培训后，可自行实施，由此壮大生态。

“Everdroid”收费模式，与公司传统AI服务有所不同。不同于公司传统AI服务是按照处理业务规模收费模式，“Everdroid”采用按照机器人收费模式，即1个机器人就是1个业务流程，客户按每年使用机器人数量收费。机器能够把报告里重要信息、数据，提取出来便于阅读，因此可以简化为按照机器人收费，1个机器人的工作量可以相当于1个人的工作量。两种收费模式并无本质区别，只因不同业务处理难度不同，按处理业务规模收费的方式更精准；“Everdroid”都是简单重复劳动，所以按人头收费。