云蝶科技：聚焦万亿级数字经济，以柔性数字化驱动传统行业转型升级

南方财经全媒体记者梁施婷，实习生程立元 广州报道

　　“我认为所有传统行业以及当前数字化表现较弱的行业，都有一个开启数字化的‘黑匣子’。只要有工具和方法能够采集到行业一般性工作中的常态数据，就能打开‘黑匣子’，实现数字化技术在对应细分领域的契合应用。”广州云蝶科技有限公司（下称“云蝶科技”）创始人、总裁田雪松在接受南方财经全媒体记者采访时，提出了自己对产业数字化的观察和总结。

　　云蝶科技聚焦数字经济建设，自2019年成立起，便积极投身大数据与人工智能领域，积极布局数字教育、数字建工、数字农业等板块，在视觉识别、光学点阵、语音识别、自动批阅、大数据分析等领域都取得了数百项知识产权。

　　作为成立仅3年的数字科技企业，云蝶科技先后获得国家高新技术企业、中国大数据产业领军企业、中国创新型潜力企业、广州未来独角兽创新企业等荣誉，目前已在全国100多个县区落地4000余个项目。

（广州云蝶科技有限公司创始人、总裁田雪松  受访者供图）

　　自2015年起，大数据产业的发展一路高歌猛进，在随后数年内，行业市场主体和从业人员以煊赫之势迅速增长。专业机构的调研数据显示，截至2021年9月，全国大数据产业中“存续”及“在业”的企业共有61799家。而如果将开展或注册登记了大数据相关业务的企业也包括在内，截至2021年上半年，我国在业和存续的“大数据”相关企业共有18.65万家。

　　行业发展日新月异，具体业务种类纷繁复杂，技术前沿和多线结合应用模式不断翻新，解决方案的差异化、定制化、精准化角力已取代单纯的“有无”之争，成为企业在行业内能否脱颖而出的全新评判标的。

　　“找到并解决传统行业数字化转型的核心问题，巨大的市场便随之而至。”田雪松表示，在产业数字化的思考与实践中，面对未来数据获取范围不断扩大、数据用途日渐宽泛等情况，云蝶科技通过常态化数据采集、多维智能挖掘和应用平台赋能，帮助各个传统领域打造以数字化为驱动的产业新业态。

　　大数据结合AI赋能智慧教育

　　2018年，在教育科技领域筹谋已久，田雪松随队前往大洋彼岸考察。

　　彼时，《教育信息化十年发展规划》进程过半，国内市场上诸如拍照搜题、在线题库、错题讲解等终端APP产品先后走进大众视野，成为广大在校学生手机里的“装机必备”。

　　但C端产品领跑也在一定程度上干扰了教学单位的正常教学秩序，在线工具的引入客观上丰富了教学-考试体系中知识点的可变考察，扩大了学生的视野和接触范围。

　　另一方面，教师也时常要对海量的在线信息予以解读，在增大授课压力的同时，学校、教师和学生都必须共同面对在线服务的非精准匹配，原因在于地区间教材体系和考察大纲间存在的现实差异，学生个体和群体间因终端普及差异也会带来不均衡问题。

　　经过长时间摸排，田雪松明确了大数据结合人工智能赋能智慧教育的发展路径。

　　“我们聚焦在基础教育阶段，因为这是更急需和市场相对缺失的部分。”田雪松表示，公司在成立之初就没打算做当时市面上已有的教育产品，而是5-10年后市场该有的，希望通过人工智能和大数据等技术手段，解决教育公平和个性化发展的问题。

　　为了快速启动并让产品更好的走向市场，田雪松召集了多位在人工智能、大数据等领域的顶尖技术专家，打造了一支坚持技术驱动导向的专家队伍，云蝶科技就此破茧。

　　结合碧桂园集团在数字赋能智慧教育和乡村振兴的战略构想，田雪松团队与北京师范大学、华南师范大学、清华大学、香港科技大学等单位深度合作，通过科技的力量服务教育行业的数字化、信息化、智能化建设，满足高品质、个性化日益凸显的学习需求，助力教育提质增效，实现教育公平。

　　创新先进技术要找到契合的落地应用场景才能发挥其赋能的强大功效，云蝶科技的核心团队长年投身教育科学前沿，对技术与产品各自的发展路径与需求有自己的观察和总结。

　　“以高校为例，一般理解智慧校园的建设首先就是采买服务器、存储等大型硬件设备，搭建大而全的信息化架构。”田雪松表示，但这增大了教学单位和教育部门的负担，在惠及具体的教师和学生层面也难以保证精准触达和有效赋能。

　　在快速成长与发展中，云蝶科技提出在保持技术前沿性的同时，保证技术在解决方案中的应用转化。云蝶科技积极引入了解行业的技术型人才参与其中，确保自身的产品和服务在其专注的细分领域保持前瞻性与实用性。

　　柔性数字化技术“润物细无声”

　　在一般人的理解中，谈及柔性，首先浮现的画面便是柔性屏幕。

　　屏幕是最基础和最常见的人机交互单元，在智慧教育条线，很多家庭往往出于习惯会限制孩子接触智能产品，因此导致以移动终端为主要载体的数字化产品难以在师生间推广。在使用过程中，屏幕一方面会分散学生的注意力，聚焦屏幕还会给学生带来近视的压力，反而影响了正常的学习进程。

　　在田雪松和团队看来，以硬性嵌入模式推进传统行业的数字化转型并不可取，只有将不改变原有业务流程作为前提，并在此基础上实现无感数据采集，才是推动传统行业步入数字世界的必由之路。

　　如何对常态数据开展无感采集是第一道坎。在智慧教育解决方案中，云蝶科技将数字文本采集和传统的纸笔结合组成教学单元，运用数字文本书写、智能音像采集分析、传感数据集成等组合式技术，实现了线下数据的常态化采集。

　　这种“润物细无声”的柔性数字化技术方式，在规避大而泛工作给设备、系统和操作者带来冗余的同时，也极大提升了数据识别和分析的效率。

　　田雪松举例称，云蝶科技的数据采集与其它机构完全不同，其联合了清华大学、北京师范大学等高校和科研机构研发了一套系统，通过人工智能和数字文本采集技术的应用，采集学生学习数据和观察学生的表情和情绪变化，进而关注学生学业成绩与心理状态的关联度。

　　田雪松介绍，相较硬性嵌入的大而泛模式，柔性数字化应用运行的占用体量仅有约千分之一，在自有人工智能与大数据算法加持下，数字教育产品的识别效率得到更进一步提升。

　　“如今中国的多媒体和智慧教室普及率已接近80%，公立学校的教材设备由政府集中采购，避免了因家庭环境参差带来的普惠难题。小而精模式仅采集必要数据，聚焦知识点掌握情况、学习习惯和兴趣点等，有利于生成精准的学生画像，为教师因材施教提供简单明了的可信依据，一举多得。”田雪松说。

　　基于人工智能和大数据技术的融合，云蝶科技形成了“常态数据采集-智能数据引擎-产业赋能平台”的柔性数据范式，通过常态数据的连续、多维度采集、垂直行业建模、行业间共性和特性迁移适用化定制，云蝶科技将自身在数字教育领域取得的经验向数字农业、数字建工等领域延伸。

　　从“有没有”向“好不好”转变

　　当前产业数字化在千行百业广泛开展，但在不少传统行业，通用的数字化方案无法直接嵌套，适配度高的数字化解决方案仍处于空白状态。在部分已经开启数字化建设的行业，数字化程度不高、效果不好的“半桶水”现状也亟待改善。

　　在田雪松看来，各行各业对产业数字化解决方案的需求已经从“有没有”向“好不好”转变。

　　“我认为当前仍有众多的数字化场景尚未发掘，我们需要找到固定行业常态数据的工具和方法，实现无感采集与应用，以捕捉和把握传统行业数字化的可能性。”田雪松说。

　　与碧桂园牵手，云蝶科技联动集团乡村振兴品牌和众多数字科技企业，为广大农村地区的产品打通生产、销售、服务、新业态运营等全链条，试点数字赋能智慧农业(3.940, -0.05, -1.25%)建设。

　　在信宜市，云蝶科技尝试打造了一个智慧果园，将果树的种植、水肥、病虫害监测等信息通过前端传感器和无人机网络构建智慧果园系统，帮助农户精准把控种植流程，提升了产品标准化率，减少了成本冗余和纯体力支出。

　　为解决农产品(5.530, -0.08, -1.43%)销路问题，数字农业团队在方案中引入了专业电商平台，在建构线上销售渠道的同时为农民提供电商技能培育服务，结合数据分析将销售情况反馈到种植端以销定种。

　　二者结合加之应用数字乡村平台，在不增加基层人员负担的同时，当地的基层治理和保障效能得到显著提升，实现了三产融合。助力当地步入数字化潮流的成功实践，也为云蝶科技建构“1+5+N”的数字乡村业务模式、赋能农业数字化转型提供了“试验田”和“样板间”。

　　云蝶科技也将数字化的目光投向了数字建工行业。田雪松坦言：“建工行业听起来是一个每年数十万亿体量的巨型行业，但实际上，它的数字化程度非常有限。”特别是在传统的施工过程中，竣工资料需要纸质存档，施工过程中产生了大量的文本数据。

　　“建工行业现存施工数据记录滞后、数据整理规范性不足、调用及分析难度大、管理无法即时把握现场情况等问题，带来的是对施工效率、安全管理、工程质量和成本优化等方面的直接影响。”田雪松说。

　　云蝶科技通过数字文本采集技术，将普通的A4纸施工资料铺码，通过数码笔实时采集书写数据，并支持在线及离线方式进行无线数据传输至施工管理数据平台，将施工过程资料数字化，从而实现施工数据精准化、实时化、规范化。

　　通过在多业务领域的柔性数字化实践，云蝶科技逐渐围绕数据这一新生产要素，打造出一个“数据+产业+价值”的新商业模式，加快助力传统产业转型升级。

　　总 指 挥  丨邓红辉

　　学术顾问 丨陶   锋

　　统       筹丨于晓娜、杜弘禹

　　新媒体统筹丨丁青云

　　策       划 丨李  振

　　记       者 丨梁施婷，程立元

　　文 字 编 辑丨李  振

　　广州系列联合调研机构丨广东省创业投资协会

　　出     品丨南方财经全媒体集团

　　（作者：南方财经全媒体梁施婷，实习生程立元 编辑：李振）

联系方式
QQ:1624000000 邮箱:1624000000@qq.com 微信16538900008 电话:16538900008