DeepSeek 快速匹配风控规则实现了效率和准确性的 提升 图表 50: 盛业 AI 预测用户回款周期准确性较 高 图片来源 : 公司公告，中信建投 5.5 当前 toB 金融科技企业服务面临的发展痛 点 痛点一 : 国内 toB 企业服务交付以项目制为主，标准 化程度较低。 l 需求侧的特殊性 : 金融机构 ( 特别是银行、保险等持牌机构 重新开发。 l 定制化需求难标准化 : 根据安永的统计，国际上代表性 toB 软件公 司的毛利率通常能超过 70% ，而国内公司的平均毛利率仅 在 50% 左右。 l 赋能于金融机构的 TOB 科技公司和国内 TOB 行业的痛点类似， 图片来源 : 安永《中国企业级 SaaS 上市公司 2023-2024 年财务 绩效 回顾及未来展望》，中信建投 图表 52: 我国主要的 toB 软件公司毛利及毛利率情 况 5.5 当前 toB 金融科技企业服务面临的发展痛点 痛点二 : 国内 toB 企业服务难以守住产品化边界，如何组件化自身软件服务。 由于甲方在需 求上面相对 强势 ，经常以功能多少、价格高低进行招标，受公司内部短期考核的影响，国内软件产品功

联接智算、通算、超算、量子、安全等数字能力，实现算网多 要素融合、多能力一体化服务。  联接 DC、自有云、三方云、社会算力、IT 生态，构筑丰富的 业务和应用生态。  联接 ToC/ToB/ToH 场景下的海量用户资源，将算力服务和生 态应用引入到千行百业、千家万户。 （2）算网一体、灵活部署  沿用新型城域网模块化组网架构，基于 Spine-Leaf 灵活扩展， 泛在接入各类用户。 算力城域网白皮书（2025 版） 15 4.2 算力城域网总体架构 图 4-1 算力城域网（COMAN）总体架构 算力城域网基于算力 POD、云网 POP、出口功能区模块化组件 搭建。算力 POD 实现 ToC/ToB/ToH 场景的算力用户统一接入和广泛 覆盖，以及深/浅边缘算力池的快速接入；云网 POP 通过算力网关联 接城域网络与算力资源池，实现二者在参数面、样本面、业务面网络 间的标准化快速对接；出口功能区作为

数据来源：高伟达招股说明书 在数字化转型和生成式人工智能催化下，银行 IT 解决方案市场持续扩张。 近年来，金融机构全面拥抱金融科技加快数字化转型，并伴随生成式人工智 能技术的迅猛发展及在 TOB 端应用的逐步落地，使得金融机构不断增加对 科技研发的投入，根据中国银行保险报数据，金融机构科技投入规模由 2019 年的 2252.60 亿元增长至 2023 年的 3558.15 亿元，年均增长

手部技术 鸿沟 2035 导航，工厂简单 任务成功率>90% 场景：toB搬运，情感价值 技术：手部 6DoF（自由度） 长序列高泛化性 任务成功率>90% 场景：toB绕线打螺钉等， toC基础场景 技术：手部 10+DoF（自由度） 长序列高泛化性 任务成功率>99% 场景：toB与toC一般场景 技术：手部 20+DoF（自由度） 实现高速场景下的 L3 年，家庭拥有私人飞行 器的愿景或将成为现实，城市交通将迈入“三 维立体”时代。 低空飞行器 2025 固定航线，单机飞行 场景：toB物流 技术：电池能量密度 ~300Wh/kg 2030 试点自由航线 电池能量 密度鸿沟 场景：toB载人 技术：电池能量密度 >500Wh/kg 自由航线，多机协同 2035 场景：toC载人 技术：电池能量密度

务打通，从而在服务过程中获得包括生产者、 生产资料、服务过程、投入品、加工过程等 全流程数据，为政府宏观调控、精准施策提 供便利条件，为金融机构、社会化服务体系 提供精准的数据支撑。 ToB 端运营模式：以农业产业互联网平台为核心产品，通过产 业运营实现农业降本增效和产业升级，政府提供政策和资金支 持； ToG 端建设模式：以农业政务云平台为核心 产品，政府购买服务或项目建设

一站式私域流量运营解决方案，包括客户沉淀，全面服务，客户长效经营，销售转 化。累计触达用户数 100W+，引流成功率 70%，客户持续互动率 80%，客服及运营 效率提升 50%+ 渠道管理 TOB 开放平 台 助力快速高效对接 B 端渠道实现渠道展业，包括产品对接，商户运营平台，接入中 心。给渠道带来收益 10 亿+，已合作渠道 2000+，已对接上线保险产品 1000+款 业 务

AI Agent 正深度驱动应用场景拓展，从根本上重塑信息交互逻辑，推动主动获取信息模式变革。在落地层面，垂直领域成为 AI Agent 爆发的核心 阵地。 ToB 侧，具备行业先验知识的垂类 Agent 深度嵌入供应链、金融风控等企业复杂系统。凭借对行业流程与需求的精准理解，它们有效破解物 理环境交互与内部软件适配的双重难题，革新企业信息处理与业

Passive • 散射通信（RFID） • 储能能力（uF 电容） • 无信号放大能力 • 无独立信号能力 2-3 毛 1μW MCL 72dB （LOS 20m /NLOS 13m） toB：资产管理、生成可视化 toC：鞋服、零售、物流、食 品、药品 B 类 Semi-Passive • 散射通信（RFID） • 储能能力（太阳能薄膜） • 环境能量收集能力（光照、无线电波等） • Active • 储能能力 • 环境能量收集能力（光照、无线电波等） • 信号放大能力 • 独立信号生成能力 2 块以内 500μW MCL 124dB （LOS 2km /NLOS 500m ToB：运输容器物流跟踪等 ToG：城市生命线监测 ToC：寻人寻物等 来源：AIoT 星图研究院 制图：AIoT 星图研究院 总结来说，即便是成本最高的 C 类标签，也比目前市场上其他技术

具有统计学背 景的人，分布在银行、金融消费公司等传统的金融领域，偏好评分卡进 行建模。另外一派则是具有互联网背景的新兴探索者，将机器学习、深 度学习等方法运用于金融风控领域。融 360 是 ToB 的金融风控企业， 不仅跟传统的金融公司有合作，还和京东、百度金融、滴滴等互联网背 DataFunTalk 成就百万数据科学家！ 281 景的公司有交集。本次演讲内容为这两种流派优劣势对比及机器学习、