蚂蚁可持续报告：下一个十年聚焦AI和数据

2021年-2023年，蚂蚁集团科技投入分别为188亿元、204.6亿元和211.9亿元，复合年均增长率超6%

文/《财经》记者 唐郡

编辑/张威 袁满

蚂蚁集团的商业模式是什么？

“用科技创新为中小企业和普通人提供更多一点的发展机会。这是我们的商业模式，也是我们存在的社会意义。”在6月13日发布的2023年可持续发展报告致辞中，蚂蚁集团董事长兼首席执行官井贤栋如是答道。

此前几天的一场交流会上，蚂蚁集团首席可持续发展官彭翼捷亦表示，“我们过去20年看似做的是支付、金融的事，但背后都是用科技去求解一个社会问题。”

2024年是蚂蚁集团成立20周年。年初，蚂蚁宣布了新一轮组织架构升级，涉及旗下科技、支付宝、全球化三大业务板块，分别对应其“AI优先”、“支付宝双飞轮”、“加速全球化”三大战略，并启用多位拥有科技和全球化背景的高管，而此前备受关注的数字金融业务着墨不多。

在前述报告中，井贤栋表示，发展是拥有未来的前提，而科技创新是发展最根本的驱动力。据阿里巴巴财报推算，蚂蚁集团2023年净利润为283.2亿元，较上年下降超20%。同期，蚂蚁集团持续加大科技投入。2023年科技投入增长3.6%至211.9亿元。

在这超过211亿元的科研投入中，AI（人工智能）技术和数据要素技术是蚂蚁的核心投入方向。截至2023年底，蚂蚁已与9所名校共建16家联合实验室，涉及数据安全与隐私保护、智能计算、分布式数据库、遥感等技术领域。

“大模型和数据要素是科技企业未来布局AI必不可少的两类关键要素，且两者之间相辅相成。大模型依托海量数据进行训练和优化，从而持续提升模型的算法能力；而数据要素需要依托于大模型的学习和处理，才能持续释放价值。”中国银行研究院研究员刘晨对《财经》表示。

“下一个十年，蚂蚁集团是聚焦人工智能赛道和数据要素这两大我们认为非常关键的技术领域，我们希望开启蚂蚁科技集团的全新的未来。”彭翼捷说。

2023年净利润为238.2亿元

自2023年7月金融业务基本完成整改以来，外界高度关注蚂蚁集团后续发展路径。彼时，蚂蚁集团公告称，将继续增强科技研发能力，努力为实体经济尤其是小微群体做好服务并创造更大的价值。

在日前的交流会上，彭翼捷直言，“我们还是一个互联网的草根创业者。”

可持续报告显示，蚂蚁集团正持续加码科技投入。

2022年以来，蚂蚁连续三年通过可持续报告披露上年度科技投入规模。2021年-2023年，蚂蚁集团科技投入分别为188亿元、204.6亿元和211.9亿元，复合年均增长率超6%。

“蚂蚁2023年科技投入达到211.9亿元，创历史新高，这是2023年可持续报告的一大亮点。”博通咨询金融业资深分析师王蓬博表示。

与此同时，近日阿里巴巴发布的年报数据显示，2023年全年蚂蚁集团为其贡献了78.6亿元（合10.88美元）利润，较2022年减少约23.6%。以阿里巴巴持股33%的比例推算，蚂蚁集团2023年净利润为238.2亿元。

阿里巴巴年报称，蚂蚁集团的利润贡献同比下降，反映了中国监管机构在2023年7月宣布对蚂蚁集团处以人民币70.7亿元的罚款。

事实上，蚂蚁集团净利润已经连续下降。2021年-2023年，蚂蚁集团净利润分别为729.8亿元、311.9亿元、238.2亿元。

“过去几年，蚂蚁经受了很多挑战，但科研投入反而越来越多。”彭翼捷表示，2023年蚂蚁集团科技研发投入占比超过11%，在全国工商联民营企业科技投入排名中排第七位。

报告称，这些科研经费主要投向AI技术和数据要素技术等前沿科技的研发。

“人工智能和数据要素相关的技术也是未来所有行业的发展重点。”王蓬博表示， “从蚂蚁在科技端的投入来看，也要根据自身特点和需求相结合进行布局。”

截至2023年，蚂蚁集团与国内外9所名校共建16家联合实验室，涵盖隐私计算和AI等前沿议题，成立科研基金，为前沿科技探索与研发建立组织平台保障体系。全球范围内，蚂蚁集团共持有授权专利22102件，发明专利占比达95.7%，区块链授权专利数全球排名第一。

科研费用主要投向AI、数据要素

AI大模型是蚂蚁科研投入重点之一。

据蚂蚁集团相关人士介绍，蚂蚁的大模型路线与阿里、百度等企业有所不同，既不卖底层大模型，也不卖算力，而是将大模型技术应用到产品中，通过产品服务用户。

“我们希望人工智能真的能够未来像二维码服务一样，惠及每一个老百姓。”彭翼捷称，当前蚂蚁在人工智能重点布局了“三个管家”，分别是生活智能管家、医疗管家、金融管家，对应“支付宝智能助理”、就医助理“安诊儿”和金融管家“支小宝”三款人工智能应用。目前，这“三个管家”的底层都是蚂蚁研发的百灵大模型。

以支小宝为例，早在2018年，蚂蚁智能理财助理项目已启动立项，内部代号为“安娜”。支小宝1.0使用的是小模型，在语意理解、金融问题分析回复和专业服务的提供上，存在诸多局限。

应用大模型技术后，支小宝2.0的金融知识数据存储量达到百亿级，且能同时服务亿级用户。支小宝技术负责人陆鑫表示，如果将小模型时代的支小宝比作小学生，那大模型时代的支小宝2.0就是大学毕业生，甚至行业专家的平均水平。

“蚂蚁很早就明确了三个主要方向推出大模型商业化应用，强调和场景的结合程度。这样做的好处是，不但能有效降低运营成本，还可以及早积累大量AI使用经验和大量相关数据，培养用户使用习惯，抢占行业风口。”王蓬博称。

不过，彭翼捷坦言，当前“三个管家”还处于早期阶段，后续仍需不断优化迭代。另据前述蚂蚁集团人士介绍，除了“三个管家”，蚂蚁集团也在酝酿AI to B的服务，且当前已在北京成立一家名为“AI Force”的公司推进相关业务。

对此，刘晨提醒，AI大模型的研发当前仍面临两大痛点。

一方面，模型训练受到的算力约束问题亟待解决。在激烈的市场竞争格局下，部署和维护大模型需要较高的技术投入和资源成本。以ChatGPT为例，GPT-5预计在2024年底至2025年发布，需要的计算量将为GPT-3的200倍-400倍。

另一方面，模型能力和数据质量依然有待完善。目前通用大模型对垂直行业的应用多停留于边际改善，没有根治传统AI技术尚未解决的精准度不足、专业能力有限等核心痛点问题。

此外，刘晨表示，大模型的效果也高度依赖数据质量，如何打通行业内各类数据流通渠道、积累更加专业的训练语料，仍将是未来一段时间需要应对的重突出问题。

而数据要素技术正是蚂蚁另一个科研投入重点。

井贤栋认为，数据要素要“用得好”，关键是“流得动”。数据要素的流通发展可以划分为三个阶段，分别是：“水井”式的自采自用，“桶装水”式的点对点流通，以及犹如“城市自来水网”的行业、区域间可信流通。

“在数据流通的第三阶段，我们已经做了比较有意思的尝试。”彭翼捷介绍称，蚂蚁利用区块链和智能物联网技术，尝试将一家新能源换电服务商的主要资产——新能源电池的充放电、预估寿命等相关数据加密上链。这些上链后的数据，帮助该企业将经营性租赁贷款授信的综合融资利率从以往10％降至6%。

但数据的流通可能具有较强的负外部性。业内人士表示，当前各类数据尚未大规模流通、融合的情况下，数据融合使用的负外部性已初见端倪，大数据杀熟、困在系统里的外卖员等事件，都在提示数据融合使用可能带来的潜在风险。

近年来，隐私计算技术的发展让前述难题的解决提供了可行方案。通过隐私计算，理论上可以实现数据可用不可见，用途可控可计量。“数据可用不可见”可防止数据在流通中出现信息泄露，再叠加“用途可控可计量”，就能够保证数据按照事先约定的方法和目的使用，防止滥用。

蚂蚁方面表示，正在探索下一代隐私计算技术，力求像明文计算一样高效易用，让数据价值的流动像自来水一样即开即用。

值得注意的是，一位隐私计算专家曾提醒，仅仅应用隐私计算不意味着能解决所有流通上的问题。技术发展的同时，还需要配合制度、规则、标准等等，才能真正建立完善的流通秩序。

计划于2030年实现企业碳中和

自2022年启动ESG可持续发展战略以来，蚂蚁集团一直强调商业价值与社会价值“双价值一体创造”理念。

“蚂蚁森林等多个公益项目已经坚持了5年、10年以上，这个从实际效果来看，和国家对互联网企业社会价值的期望有一致性。”王蓬博表示。

可持续报告显示，截至2023年末，蚂蚁森林用户申请并由蚂蚁集团捐资，已累计种下4.75亿棵树；累计超过6.9亿支付宝用户通过参与蚂蚁森林，在日常生活中践行绿色低碳生活方式，累计减排产生“绿色能量”3100多万吨。

蚂蚁森林之外，蚂蚁集团亦在推进自身碳中和进程。

报告显示，蚂蚁集团已经连续三年实现运营排放碳中和，并计划于2030年实现企业碳中和。

2023年，蚂蚁集团范围一（直接温室气体排放）和范围二（电力产生的间接温室气体排放）的绝对排放量较基准年2020年下降43.19%，超额完成了较2020年下降30%的减排目标。

同时，蚂蚁集团首次开展范围三（其他间接温室气体排放）碳排放的全面盘查，覆盖蚂蚁集团价值链上下游活动相关的12个类别，为推动价值链碳减排提供科学依据。数据显示，2023年蚂蚁范围三11个类别的排放量为764179.17吨二氧化碳当量。

范围三碳排放统计难度较大，在业内是公认的难题。Carbon Trust碳信托中国区总裁赵立建表示，“范围三的科学量化和公开披露，对于绝大多数企业来说是个难啃的‘硬骨头’，难点在于本地因子、计算模型等工具的缺乏，也难在其价值链上下游其他众多企业碳排放数据的可得性与准确性。”

证监会上市公司监管部副主任郭俊曾披露过一个数据，调研显示，近八成大型上市公司反映，无法统计上下游产业链，以及联营合营企业的碳排放量。

蚂蚁集团亦在报告中坦言，在排放核算过程中，数据准确性存在两大挑战：一是受到价值链上下游活动原始数据的可得性与准确性的限制；二是方法学的局限，例如：行业因子的适用性。蚂蚁集团ESG办公室的闫萌将范围三碳盘查总结为“管不着、拿不到、测不准”。

因此，范围三仍有部分类别（如：投资）的排放数据精确度不高，未能被有效度量。