“靠牌照赚钱”的时代已过，数据服务商「飞笛科技」想为金融机构“赚服务钱”｜项目报道

作者｜吴思瑾

编辑｜邓咏仪

过去，金融投资者通过银行、券商等金融机构获取荐股、理财等专业信息，以此来评估如何增值资产。现在，相关内容遍地开花……媒体、互联网平台、金融机构等，纷纷从不同角度生产内容，无处不在的影响着投资者的心智。当上述三者的边界开始相交，信息变得过载，金融投资者对金融服务的需求会发生哪些变化？金融机构又该怎么应对？

36氪近期接触到一家金融数据服务商「飞笛科技」，该公司创始人、CEO丘慧慧认为，当下金融机构的牌照过剩、财经内容过剩、大模型时代来了后，IT资源也在过剩，但服务仍是稀缺的，投资者降噪的诉求、被服务和被陪伴的需求仍未被满足。金融机构应该从靠牌照赚取佣金、交易费等“easy money”的卖方模式，向服务于投资者的买方模式转变。

丘慧慧提到的买方模式是指金融机构不仅为投资者提供可以提高个人资产管理教育和认知的内容信息，还帮助用户主动降噪过载的信息，此外，还会在当下波动的市场中给予用户陪伴的感觉，并提供精准的金融服务。

因此，飞笛科技的产品思路就是从用户视角出发，为金融机构提供带有内容标签的数据产品和智能交互AI一体化解决方案，实现这一方案的关键是其自研的“飞笛财经信息大数据引擎”。

飞笛财经信息大数据引擎通过海量公网信息获取非结构化数据，结合飞笛众多自研的专家模型和知识库，提取有价值的数据，再围绕不同金融场景需求生成带内容标签的数据信息，最终封装成满足多场景敏捷适配需求的数据模块和内容产品，如持仓陪伴内容策略数据、热点运营内容策略数据、用户成长安抚内容策略数据。

图：飞笛财经信息大数据引擎能力流程图

对金融机构运营平台部门来说，将上述带有内容标签的数据模块通过API接入企业客户端后，结合金融机构用户运营思路，就可以在前端为用户推出千人千面、千场景千面、千投顾千面、千策略千面的内容，实现如证券版的今日头条、基金版的微博、用户关注的自选股异动解读推送等。

通过为用户提供降噪后的专业内容，从而提高打开率、订阅率和分享率，以此促进从获客、留存、促活、交易转化全流程的效率和投产比。

图：飞笛产品在部份金融机构客户端高频信息场景的应用

对投顾部门来说，上述带有内容标签的数据产品被封装成AIGC工具后，可在人机协同模式下，与投顾、客户经理和经纪人等工作人员一起，从专业内容上快速响应用户问题，提高服务效率和展业能力，帮助企业打造投顾Copilot、投顾Aigen。

对希望完成企业数智化转型目标的中台部门来说，可把飞笛数据服务和各类数据、算法、脚本模型与企业自有AI大模型进行结合，以私有化部署的形式打造企业内容中台，为企业运营人员和内容生产人员在内容创作过程中提供选题灵感和初始化素材，从而提高内容生产的时效性和选题的多元化，以服务不同用户的个性化需求。

图：机构AIGC智能运营SaaS系统业务流程

在飞笛的业务模式中，不仅涉及内容的生产与分发、金融服务属性和用户使用场景，还涉及数据挖掘工程及AI应用技术，要把这些不同领域的专业知识、经验和服务理念产品化，本身就是一个不小的挑战。

丘慧慧告诉36氪，“飞笛是在帮助机构赚服务的钱，但到目前为止，其他类似专业数据服务商的主营业务还是内容供给，而其他引擎平台在金融垂直领域的专业适配度则较低。因为没有与飞笛产品功能非常类似的企业，2024年不少金融机构通过单一采购流程与飞笛合作，这在金融行业非常罕见。”

飞笛能实现产品化与丘慧慧过往“财经+内容+创业”的履历背景有关。丘慧慧曾就职于《21世纪经济报道》，从一线记者起步，后成为编委&首席创新官、要闻版负责人，具有20年财经媒体和产业报道经验。2016年，她在报社内部以AI新闻实验室创办人身份进行类似“财经信息大数据引擎”项目创业，并获得新浪投资。2022年1月，丘慧慧率领原班人马独立创业成立飞笛科技。现在，飞笛团队共计30余人，团队成员主要是数据研究与技术研发。

在丘慧慧看来，飞笛模式最大的门槛在于领域Knowhow +数据沉淀。公网数据+采购的三方数据+持续扩展的另类数据，决定了飞笛数据库的宽度。基于对金融服务场景的应用加工和深度建模后，才能成为飞笛的私有数据，这些满足不同场景智能应用需求的私有数据决定了企业数据库的深度，而这种深度也是飞笛模式难被替换的护城河。

此外，飞笛团队自2016年起开始探索财经信息大数据引擎产品，目前已经积累了众多在合规性和准确率上通过市场验证的私有数据，这种时间上的先发优势也是飞笛的竞争力之一。

AIGC想要应用在金融这种合规门槛高、容错率低、专业性强的领域，首要解决的问题就是回答内容的准确性与合规性，同时还要消除大模型应用的幻觉难题。但想要提高准确率，就必须结合特定领域的私有数据库进行训练，才具备商业化基础。

在生成内容的准确性和合规性上，丘慧慧认为只有将AIGC与飞笛这些私有模型、私有数据结合，才可以提高生成内容的准确性、提高及时性以及场景适配的精准度；同时，飞笛将人机协同融合在整个信息从信源、加工、生产、分发的全流程中，才能在确保内容生成效率同时，还能保障生成内容的合规性。

目前，飞笛服务的金融机构客户有三类：证券机构、基金公司和银行。从基金行业协会2023年Q2统计的数据来看，券商经纪业务排名前15的证券机构，有10家已经与飞笛科技达成合作，包括中信证券、华泰证券、国泰君安证券、中国银河证券、中信建投证券、中国中金财富证券、招商证券、广发证券、国投证券、方正证券。此外，基金投顾市场市占率达20%的盈米基金和汇丰银行也在使用飞笛产品。

上述企业目前使用的飞笛产品90%均为数据产品，收费模式是按数据模块收取订阅年费，至2024年年底，飞笛数据年收入规模可达到千万级别，客户签约后数据续约率100%，现有数据模块产品单价为30-40万，还有部分机构客单过百万，超过传统提供信息和内容服务的持牌媒体和数据商的产品单价和客单价。飞笛另外两个产品线正在进入准商业化阶段，其中服务于投顾部门的AI产品正在进行初始化客户验证，AIGC智能运营数据中台即将进入产品验证阶段。

据介绍，飞笛此前曾完成700万元天使轮融资，目前正在进行Pre-A轮融资，由华君资本担任财务顾问。