1.1.飞轮效应实现AI应用落地，公司领航垂类行业科技创新
2017，公司开始研发生成式AI（智能语音多轮文本与语音对话技术），并在2018年将其成功应用于智能运营业务中形成第一代AlChatbot产品。2018年开始，公司为客户提供全生命周期解决方案，通过优化策略与引入AI算法，提升该客户互联网贷款业务自动化审批通过率至80%，大幅优化风险管理，助力该客户互联网信贷业务三年增长30倍。
2021年，以决策式AI和生成式AI为技术基础，公司业务实现规模化商业变现。公司提出数字化营销方案并将AI语音服务功能嵌入零售业务条线，实现客户全行级零售业务增益，营销转化率提升2至3倍，同时降本增质。
2021年3月，公司在香港联交所主板成功上市，并在同年年底荣获金融时报社2021年度最佳科技赋能公司。
2023年，公司进行业务结构的拆分重组，根据收费模式和底层技术将业务分为MaaS和BaaS，并拓宽AI应用场景至更多细分垂直领域。2024年，公司把握AIGC商机，计划进一步拓展新业态，推动财富管理、AI技术创新、普惠金融等新增长点。
我们认为，公司在成立至今的十年间积累了行业Know-How和客户洞察，大力开发AI技术的同时，加速商业化落地与变现，实现了收入增长和持续盈利，同时客户数量和留存率不断提高。公司为客户提供全流程数智化服务，为垂直行业合作伙伴提供高适配性、高稳定性的产品及解决方案，成为公司加速成长的有力保障。
公司重点围绕提升决策分析能力、提升资产运营效率两大主线，帮助垂直行业完成数智化发展，引领构建行业生态。截止2022年12月，公司已经连续三次获得“国家高新技术企业”认定；截至2023年12月31日，公司已累计取得233项专利及软著，覆盖机器学习、隐私计算、智能语音交互等领域。
公司充分发挥MaaS和BaaS业务模式的协同效应，与金融机构客户与垂直领域客户取得大规模合作。根据官网信息，截止2023年公司累计服务机构客户超7000家，覆盖6大国有银行、12家全国性股份制银行、上千家城农商银行、保险公司等金融机构客户、以及汽车、出行、物流、外卖、互联网、能源、建筑各类垂直领域企业客户。
1.2.业务重组全力拥抱AI，推动行业模型应用全面落地
BaaS（业务即服务）:BaaS业务基于决策式AI和生成式AI的串、并联组合作业，为垂直行业业务成果实现赋能。BaaS在大规模资产营运上能够提供全流程的闭环管理。同时BaaS作为AIGC技术的应用落地，依靠公司的AI智能语音机器人等AIGC技术在高交互多模态上不断精进，帮助客户进一步降本增效。公司的语音机器人在行业模型的底座下实现高响应速度，低推理成本，同时基于语音机器人的生成式导购咨询AI可促使产品在更多领域落地应用。
BaaS保险行业云业务是赋能保险经纪人的重要工具。通过用户管理系统（CRM）提供全面客户洞察，运用签单自动化流程（IDS）使生成式AI精准推荐保险产品销售的流程更加便捷化，最后在销售完成后由线下保险经纪人团队进行高价值保单的用户沉淀，根据成交的保费收取相应的佣金。数字化工具显著提高了经纪人效率。根据公司披露数据，2023年全年保险行业云业务收入同比+10%，其中新单贡献收入同比+12%，续期保费收入同比+2%，我们认为，保险业务未来市场空间广阔，由于经纪人被平台高效赋能，同时两层扁平管理模式可为经纪人带来更多佣金激励，保险业务或将摆脱疫情期间的疲软逆势增长，而且保费续费率超过90%，可能预示了未来保险业务产生现金流和利润空间的稳定性。
BaaS业务与MaaS业务形成飞轮效应，二者相互影响相互促进。MaaS是BaaS的平台基础，提供多种大模型集合用于分析和判断，BaaS是MaaS的应用，在MaaS分析基础上进一步为特定行业提供定制化的应用解决方案和服务，并在服务过程中获得关键数据提供MaaS场景和闭环，二者结合了AI的决策支持能力和生产能力，形成一个循环闭环，实现了业务标签积累、客户信息更新及模型迭代相互强化的较优解。
我们认为，公司拥有行业领先的技术优势和开创性的业务模式。随着海外ChatGPT、SORA、国内的KIMI持续走俏，AI大模型赋能行业应用落地，逐渐成为国内外各行业竞相追逐的目标。已具备电子化、信息化、大数据化基础的行业将优先受益于AI大模型的赋能，同时公司的垂类行业模型相比于通用大模型所带来的高响应速度，相对更低的算力成本以及行业大量优质数据的投喂导致的快速针对性的迭代升级，可能进一步提升公司对新客户的获客能力和对老客户的持续粘性，形成更多、更深的合作联结，公司业绩有望进一步稳定增长。
我们认为，公司在AI科技服务领域拥有深厚的技术积累和行业洞察。在AIGC技术引发的新一轮技术及产业变革正在加速到来，国家号召利用数据和技术手段赋能各类金融服务高质量发展的大背景下，随着在多元化行业实现AI应用落地，公司将逐渐跑出亮眼的第二增长曲线，不断扩宽服务业态，打开更多普惠化AI服务市场，有望实现收入的持续增长和业绩进一步提升。
1.3.公司股权结构稳定发展富有潜力，多轮回购彰显自信
公司股权架构稳定。截止2023年12月31日，张韶峰为公司实际控制人，合计持有公司16.65%的股份。中国国新控股有限公司作为第二大股东，合计拥有公司8.81%的股份，彰显了国有资本对公司发展的充分信心和坚定支持。公司管理层及董事会有多位高管拥有硕士、博士学历，具备良好的竞争力和管理能力。
我们认为，公司股权架构稳定，管理层具备核心竞争力；同时，公司通过投资控股与合约安排的形式对附属公司进行业务安排与明确分工，经营管理能力与业务运转模式高效稳定，使公司发展富有潜力。公司的多次回购行动与计划，也充分体现出其对业绩和前景保持充分信心和乐观态度。
1.4.公司业务发展迅速，营收激增有望带动净利润实现突破
2023年公司实现总营收26.81亿元，同比+31%，2023年公司归母净利润为3.40亿元，同比+42%，且2022年公司已实现归母净利润扭亏为盈。我们认为公司近年来营业收入增速较快，归母净利润在2022年实现盈利后同样实现了可观的增速，随着公司的业务进一步释放，预计未来营业收入、归母净利润将稳步提升。
公司毛利润近年来稳定增长，且毛利率持续维持高位。2023年实现毛利润19.55亿，同比+32%，毛利率为73%，较2022年提升1pct。经调整净利润连续四年增长迅速，2023年公司经调整净利润为3.75亿，同比+28%。
上市后，公司将可赎回可转换优先股转为普通股，规避了其公允价值变动为公司利润带来的负面影响，从而释放了大量利润，使得在2022年及之后公司账面净利润扭亏为盈。公司2019-2023年经调整净利润皆实现盈利，且经调整净利率持续提升，2023年实现经调整净利率为14%。我们认为，公司利润端的较快增速得益于其营收端的显著提升，基于公司未来营收或能持续得到提升的前景，其净利润有望实现快速增长。
公司内部AI大模型的部署对其内部运营起到了降本增效的作用。2023年公司一般及行政开支为2.59亿元，同比-4%；2023年研发费用为3.79亿元，同比+2%，公司研发费用增速的放缓并非由于对研发端投入的降低，而是公司研发效率得到提升，成本得到了控制。我们认为，公司近年来研发端投入力度加大，积极布局各种大模型的开发，以及机器学习平台和底层数据库的提升，该研发费用未来有望帮助公司的技术实现进一步的突破，进而帮助公司将前置研发成本转换为收入端释放的动力。
2.金融数智化“积厚成势”，行业大模型“落地开花”
2.1.中国金融业数智化的三大需求
中国金融数字化起步较晚，征信体系发展不充分不均衡。截至2023年末，人民银行征信系统收录11.6亿自然人、收录1.3亿户企业和其他机构信息，其中至少2.88亿自然人是金融白户（根据我们的合理估计得出）。此外，截至2024年1月，在人民银行分支机构备案的企业征信机构有149家，整体数量较少、企业量级较小。目前我国个人征信机构中，只有百行征信和朴道征信两家获得牌照。另外，中国征信行业目前仍集中在经济较为成熟、经济发达的北京、上海、广东、浙江地区，其他地区的覆盖广度和深度相对更弱。横向对比世界各国的征信体系建设情况，我们发现中国的金融白户比例为总人口的20%，比例是美国的2.8倍、日本的10倍。我们认为，中国征信体系的不完整和不均衡极大地增加了金融机构进行信用评估的难度，凸显了市场对智能信用数据分析服务的强烈需求。
商业银行不良贷款额上升，催生智能风险管理需求。银保监会的数据显示，2017-2022年，银行业不良贷款余额呈现上升趋势，2022年底，不良贷款余额达到2.98万亿元，较2021年底微增0.13万亿元。自2020年疫情发生，银行对普惠性小微企业贷款等关键领域的信贷支持显著增强，导致不良资产规模相应增加，2023Q3不良贷款率上升到近年的最高点2.19%。尽管近年来中央对不良贷款的重视促使不良贷款率有所下降，不良贷款余额仍缓慢上升。我们认为，商业银行不良贷款额度上升的趋势强调了银行业对于进一步发展和应用智能风险管理技术的迫切需要，以提高金融机构信贷决策的精确度和效率。
2.2.中美征信产业对比，寻找前进道路
秉持“先落地、再扩张”（landandexpand）的经营策略，FICO正在由本地软件安装服务转向SaaS服务，向一体化软件平台FICOPlatform发展。FICO的23年财报显示，FICO的目标是将几乎所有软件产品都转移到FICOPlatform上。例如，FICO领先的决策管理系统FICOBlazeAdvisor，现在已经在FICOPlatform上作为FICODecisionModeler供客户调用。我们认为，FICO“先落地再扩张”的策略与SaaS的平台调性高度契合，有利于公司利润增长。一方面，SaaS系统集成了公司众多核心产品的关键功能，不仅提升了产品的可用性，还有助于品牌增值；另一方面，公司产品集成的过程也是客户业务流程集成的过程，FICO产品的一体化能使客户业务深度融入FICO的评分与决策系统，在降低部署成本、促进客户工作效率的同时提高核心客户转化率，最终逐步扩大FICO的基础用户群和核心客户基数。
2.3.通用AI大模型基石铺路，行业AI大模型春风化雨
目前通用大模型的发展需要更好的模型、更多的数据和更高的算力。在当今通用大模型“算力为王”、国内算力受限的背景之下，相较于适用于多领域、多任务的通用大模型，行业大模型更依赖于开发者对垂直场景的理解和海量行业数据支持，更有可能成为中国金融数据分析商的制胜赛道。
相比于通用大模型，行业大模型在垂直行业内的应用中能够提供更高的准确性。我们预估，利用行业的专属数据、特色算法开发的行业大模型，生成内容质量可能更高、针对性可能更强，有利于提升业务效率和客户满意度。不仅如此，相较于通用大模型，行业大模型的“术业专精”意味着其决策成本较低、所需算力较小，且当今国内受限的算力仍可支持行业大模型发展。我们认为国内金融数智化转型的“风口”可能在于行业大模型的发展与创新。
虽然国际企业可能在通用计算能力或算法技术上占据优势，但国内企业有能力通过积累的专有数据、专业算法和深厚的行业知识搭建自身的核心优势。因此，我们认为发展行业大模型实质上是对企业在行业中积累的专有数据和算法能力的一种考验。丰富的数据调用经验、持续的大数据模型创新和广泛的客户群体有助于智能数据分析企业在金融数智化转型浪潮中占据主流。
3.竞争优势分析
通过对比中美征信产业格局，我们认为百融云凭借其7000+客户、丰富的业务经验以及专精的行业大模型，未来有望凭借丰富的客户基础和行业经验，进一步扩大市场份额并提升盈利能力。
3.1.具备7000+客户基群，行业数据积累丰富
对于数据分析企业而言，客户基群的积累尤为重要：广泛的客户体系从侧面反映出企业在各个行业的深入洞察；丰富的客户服务经验以及日以亿计的模型调用次数则有利于不断促进和彰显企业的核心竞争力。2018年，公司与工商银行、美团等33家科技和金融公司组成了“信易+”联盟，通过加强信用信息共享平台与金融机构的合作，致力于缓解小微企业“融资难、融资贵”的问题。如今，经过多年的行业沉淀，百融云已与7000+公司达成合作关系，覆盖银行业（中国工商银行、中国建设银行等）、保险业（中国人寿、中国平安等）、汽车金融业（上汽、大众等）多个行业。R&D方面，百融云还分别与人大商学院和清华五道口合作，致力于促进金融、大数据、人工智能等领域的融汇与创新。我们认为，百融云优质的行业合作伙伴以及丰富的行业数据沉淀，已为百融云建设了良好的商誉，也构成了公司未来持续取得竞争优势的基础。
3.2.构建完整AI体系，发挥通用、行业大模型协同效应
公司通过构建决策式AI和生成式AI的技术体系，紧密结合行业需求，开发出多元化的产品和服务，能够有效提升金融机构的运营效率和风险控制能力。结合公司在数据分析、模型构建、行业应用等方面的技术积累，以及对行业大模型的持续投入和优化，预期将为公司打开更广阔的市场空间，并持续提升其在金融科技领域的竞争优势。我们认为，公司以通用大模型BR-LLM为基础框架，垂直建构信贷大模型、财富大模型、保险大模型、电商大模型等，充分发挥了通用大模型与行业大模型共同发展的协同效应。
3.3.积累行业数据、搭建大模型基础，公司应用率先起步
公司服务超过7000家客户，日处理调用量达数亿次，针对特定行业的深度定制化模型能够更准确地理解和预测行业动态，提供更为贴合实际业务需求的解决方案。这种针对性不仅使得模型的应用更为广泛，也大大提高了决策的效率和准确性。我们认为，公司充分发挥了行业大模型更易落地、迭代成本更低的优势，在征信行业巩固优势地位。
公司在行业大模型的开发和应用中，尤其得益于行业大模型的快速迭代能力，加速应用落地。由于行业数据的快速更迭，模型需要持续学习最新数据以保持其预测的准确性和有效性。我们认为，公司依托于其庞大的数据处理能力和先进的算法优化技术，能够快速更新和优化其行业大模型，使客户及时准确地响应市场变化。此外，与通用大模型相比，行业大模型的定制化程度更高，这使得其在特定场景下的应用效果更佳，同时也降低了企业在基础业务上的人力成本。
我们认为，公司行业大模型的业务适配性、快速响应能力和迅速迭代等特点，使得公司在金融科技领域具有强大的竞争力。通过不断深化和扩展行业大模型的应用范围，公司有望进一步巩固其在行业中的领先地位，推动金融科技服务向更高水平发展。
4.盈利预测与估值
我们预计公司2024-2026年收入分别为30.8/37.0/43.4亿元人民币，收入增速分别为15%、20%、18%。我们认为，公司收入未来三年保持较高增速的原因是AI发展大背景下机构客户逐渐重视对客户的深度经营，对公司MaaS和BaaS服务，尤其是BaaS端金融行业云服务需求的持续增长。
对于MaaS业务，我们预计2024-2026年收入分别为9.9/11.0/12.1亿元，收入增速分别为11%、12%、10%。预测逻辑采用“核心客户数*核心客户平均收入/核心客户收入贡献率”：我们认为，受益于金融服务供应商逐渐重视对存量客户的深度经营以及公司基于自身技术优势的模型产品不断丰富、定制化解决方案不断发展，客户使用量有望大幅提升，带动核心客户数量提升；同时随着技术发展、服务深化，提供高附加值，收费标准有望提升。二者结合，核心客户数和核心客户平均收入提升带动MaaS业务收入增长。
对于BaaS金融行业云业务，我们预计2024-2026年收入分别为14.5/19.0/24.0亿元，收入增速分别为22%、31%、27%。预测逻辑采用“资产交易规模*技术服务费率”：我们认为，收入主要受资产交易规模影响，公司与机构客户的合作不断拓展和加深；生成式AI上的获客优势，持续提升获客效率；业务多元场景不断拓展等因素促进公司资产交易规模持续增长，进而带动收入增长。
对于BaaS保险行业云业务，我们预计2024-2026年间收入分别为6.4/7.0/7.3亿元，收入增速分别为6%、9%、5%。预测逻辑采用“首次保费*首次保费服务费率+续期保费*续期保费服务费率”：我们认为，费率略微下降的情况下，首次保费和续期保费规模决定收入。保险行业执行新规则，短期内对行业产生影响，叠加经济与收入放缓，导致缴费久期有所缩短。但公司得益于决策式AI和生成式AI的科技赋能和效率赋能，使得保费规模稳步增长，未来有望保持增速。
对于公司的毛利润，我们预计2024-2026年毛利润分别为22.1/27.4/32.2亿元，毛利润增速分别为13%、24%、18%，毛利率分别为72%、74%、74%。我们认为，伴随着公司业务进一步扩张带来的营收增长，毛利润同样有望实现可观的增速。营收增长的同时会带来营业成本的提升，但考虑到公司AI大模型对内部的降本增效，预计其效果不仅仅体现在其经营费用控制方面，公司对其营业成本的把控也将日趋成熟，预计公司未来毛利率有望继续得到提升。
我们预计公司2024-2026归母净利润为3.9/5.3/5.8亿元。根据一致预期，选取标的的平均PE（2024E）水平为23.33倍，考虑到港股的流动性折价，应给予其2024年略低于平均估值的18倍估值，对应市值为70.2亿元，目标股价15.50港元，给予“买入”评级。
5.风险提示
（1）港股市场流动性不及预期
港股容易受到市场流动性的影响，若未来流动性恶化，可能对百融云的市值产生影响。
（2）AI科技发展及应用落地不及预期
（3）宏观经济复苏不及预期
大众投资理财以及信贷的需求恢复可能不及预期，外加在当下环境金融机构对开销的控制，可能对百融云业绩产生不利影响，进而导致百融云未来收入以及利润增速不及预期。
（4）公司的成本控制不及预期
（5）估值体系差异风险
选取的可比公司与百融云在不同证券交易所上市，存在一定的估值体系差异风险。
未能遵守数据保密及保护的法例及规例可能对公司业务及经营业绩造成重大不利影响。法律、法规或标准的收紧对金融机构或非金融机构造成的影响可能对业务造成重大不利的损害
（7）公司牌照无法续期风险
根据23年报，公司保险业务持有的牌照系业务合并中获得，法定年限3年。公司牌照持有到期后，若无法续期，将对公司经营造成不利影响。
证券研究报告
《百融云（06608）：AI+垂类科技领航者，AI行业应用落地成花》
2024年6月23日
报告发布机构
天风证券股份有限公司（已获中国证监会许可的证券投资咨询业务资格）