Satellogic：拉美航天抢滩中国 | 航天创企之2018②

「

导读·本文涉及以下内容：

① Satellogic，2015年、2017年分别获得腾讯A轮、B轮的投资；

② 明年将在中国至少发射15颗卫星；

③ 将与腾讯展开更多合作，智慧城市是较为明朗的方向。

」

泰伯网 胡月童 报道

Tryul 责编

有投资机构曾称太空投资是最后的投资领域。在这块最后的土壤上，腾讯曾在海外出手5次，其中最近的2次，投的是同一家公司。

11月，这家名为Satellogic的卫星服务企业宣布成立中国办事处，随后将成立中国公司。成立于2010年的Satellogic，总部位于阿根廷，在2015年、2017年分别获得腾讯A轮、B轮的投资。

Satellogic计划通过建立超过200颗卫星的高分辨率遥感卫星星座，利用机器学习等自动化处理手段，为用户提供地表监测和分析服务。Satellogic自主研发的卫星重约35kg，包括1米分辨率的多光谱和30米分辨率的高光谱载荷。截至目前，公司已发射包括实验星在内的8颗卫星。

Satellogic团队

“难啃”的中国市场

海外商业航天创企虽多，但在中国设立分公司的并不常见。特别是商业遥感领域，在对遥感数据的直接需求下，中国的数据销售方式和公司商业模式较为固定。已拥有近200颗卫星的美国Planet公司，设有亚太区分公司，在中国仍是通过代理商进行数据和技术服务。

此前，Satellogic在国内有两层关系，一是作为投资人的腾讯，另一个卫星发射服务方长城火箭公司。腾讯在为Satellogic带来更多关注的同时，也为Satellogic推荐了中文名称。

Satellogic此番进入中国不难理解：国内商业遥感发展数年间鲜有寡头，仍有很大的市场机会；得益于近三年商业航天的快速发展，商业遥感再次具有活力；腾讯的注资让Satellogic得到更多曝光与合作机会。

Satellogic中国市场总监肖振强告诉泰伯网，现阶段在中国具体业务主要有两方面，一是专属卫星星座定制，另一个是遥感综合服务。

定制卫星星座并非新概念。2005年，由北京市科委主持的“北京一号”小卫星成功升空。作为北京市遥感应用数据库的重要组成部分，“北京一号”主要为北京市城市规划、生态环境监测、重大工程监测、土地利用监测和北京奥运会提供服务。

虽然此后出现了多个以地名命名的遥感卫星星座，但专属星座定制并非简单冠名，其核心在于提供专属服务。

和“北京一号”不同，一般情况下，Satellogic并不会为客户定制独立的星座。而是在Satellogic星座基础上，优先保证用户定制区域的数据获取。肖振强介绍，Satellogic不是卫星销售公司，定制业务需要平衡自身遥感卫星星座能力的建设和用户需求；相对于先前的卫星定制，Satellogic的专属星座定制模式在时间、成本、风险控制等方面为用户提供了更多保证。

虽然不同定制模式最终可以提供价值的都只有数据，但国内公司特别是政府对定制卫星星座的所有权有很大执念。换句话说，是对星座的名字有很大执念。面对中国市场的巨大机会，Satellogic为中国用户开放了更多权限。

Satellogic并未公布定制星座的价格，但定制服务的本质是提前行使数据盈利能力。目前，Satellogic仍在星座建设初期，数据盈利能力不高，但通过这项定制可大大提升可售数据获取效率，并确保运营初期的回报。肖振强透露，Satellogic明年将在中国至少发射15颗卫星。

遥感能力够用了吗？

在遥感服务能力是否足够的问题上，仍有两派意见。有人认为目前遥感卫星已经足够，高分系列、资源卫星和一些商业小卫星每天不间断生产大量遥感数据，但利用率极低，卫星成本巨大难以盈利。也有人认为现在遥感卫星服务能力远远不够，在实际应用中需要更多卫星提供更强的服务。

2008年，周成虎院士曾做过初步估计，我国民用遥感科学数据的存档数据量超过630万幅，总存储容量超过660TB，覆盖全国陆地及海域，以及周边国家和地区1500万平方公里的地球表面，但是这些数据的利用率很小，产生的价值也很少。据BRYCE统计数据显示，2016年全球对地观测市场规模仅为20亿美元。

但是遥感数据存量、价值和市场规模并不能反映真实的市场需求。从需求角度看，遥感能力并不足够。肖振强介绍，在跟很多地方政府和企业谈遥感服务方案时，他们希望达到的场景，绝不是说一年1次或2次。

不可否认，在高频覆盖需求下，遥感仍是目前最好的解决方案。除了高分辨率卫星重访能力的限制，遥感图像自动分析能力也是制约遥感发挥价值的重要因素。

随着AI技术在遥感领域落地，遥感价值或将得到充分挖掘。此前，阿里巴巴已与山东省淄博市国土资源局合作，利用AI技术自动实现遥感影像分析和比对。在全球遥感影像智能分析大赛DeepGlobe上，阿里达摩院联合高德团队研发的卫星遥感影像AI分析系统夺得两项冠军。

商汤科技推出SenSeRemote遥感影像智能解译解决方案，引入深度学习技术提升遥感数据的自动化处理、分析能力。商汤科技称该方案的像素级解译分类精度超过95%、目标检测准确率优于98%。

Planet公司也在不断将人工智能、机器学习等技术用于影像上，以提供增值分析服务。亚太区副总裁尚卡尔曾告诉泰伯网，基于其云平台，Planet可在8-24小时内判定和定位非法船只。

Satellogic在西班牙巴塞罗那设有数据技术中心，目标是以全自动化的方式自动提取卫星遥感影像的信息，并进行自动分类、变化分析、趋势预测，在数据处理和分析方面补充应用短板。

Satellogic遥感图像分类

面对来自卫星企业和AI公司的双重竞争，肖振强认为，对用户来说90%和95%的AI分析准确度并没有本质区别，剩下的部分都需要人工去做，遥感数据的及时性和一致性或许更重要。

进入中国后，Satellogic将与腾讯展开更多合作，目前来看智慧城市是较为明朗的方向。肖振强表示，当真正可以达到1米分辨率、重访周期1周甚至1天的数据时，智慧城市方面将会拓生出来非常多的应用，同时在商业应用方面也将出现更多的需求。

和同年成立的Planet相比，Satellogic目前的业务进展并不突出。但在中国这个市场，Satellogic试图以更高分辨率的遥感数据和新模式创造机会。但能否在中国实现新的遥感数据销售方式和商业模式，还有待时间检验。

深入阅读｜点击图片或标题

精读