查看原文
其他

四象科技 刘雨婷:遥感技术如何撬动金融业? | Founder 100

居家已半月的 Founder Park 2022-06-18


公司四象科技

领域:SaaS、遥感卫星、无人机、数据服务

融资状态:Pre A+轮

主要投资人:厦门建发新兴投资、正轩投资、中科创星、金科君创

官方网站:https://www.sxastech.com/


卫星正在成为数字基础设施的一个组成部分。


应用服务是卫星产业链中商业价值最高的环节。随着我国遥感卫星技术与遥感信息获取能力跃居世界先进水平,卫星遥感商业化的进程拉开序幕,产业进入以市场化为导向的发展阶段。


从亚马逊森林的林火监测,到中亚输油管线的形变测量,从埃及棉花的产量预测,到日本海的鳗鱼分布分析,卫星遥感都有无可取代的价值。有研究机构利用卫星遥感数据,对疫情中工厂复工情况进行了准确的衡量,从而在股市中大赚了一笔。与此同时,在碳中和发展的大背景下,使用卫星遥感技术来测算碳排放也正走向可商业化的路上。


而这些,只是遥感技术商业化可能的冰山一角。


关于遥感技术在商业领域的应用和遇到的问题,尤其是金融领域的应用实践,我们和四象科技的联合创始人刘雨婷聊了聊,还讨论了遥感技术的未来发展趋势。


  1. 整个航天工程是一项最精密也是最集大成的系统性工程,它的发展会带动材料科学、半导体等各种基础学科和工业产业的发展。

  2. 发射自有卫星主要是为了保障核心客户的数据供应,而不是说要转变成一家卫星制造公司。

  3. 商业化的问题是,怎么才能把技术从高高的殿堂上拉到田间地头。

  4. 服务标准化是指业务场景的标准化,考察的是对需求的提炼归纳能力,而不是技术手段的标准化。

  5. 从商业价值考量,凡是地上不长腿儿不会跑的不喘气儿的,而且是没有盖子遮挡的,都适合用遥感去看。长着腿到处乱跑的,我们会建议想一想别的办法。

  6. 遥感数据是全球化的,但是遥感服务一定是侧重特定区域的。



01. 为何创业以及如何解决数据及时性的问题


Founder Park:选择创业的原因是?看到了什么样的机会?


刘雨婷:2015 年前后,国家陆续出台了一系列的政策文件,航天领域进入商业开放阶段。国外的话,马斯克的 SpaceX 搞得红红火火,带动了从国家到民间对于航天的关注和重视。


2017 年团队成立。三位联合创始人选择从体制内走出来有几个原因,一方面看到政策开放带来了商业市场腾飞的机会,同时自身在体制内也完成了很好的技术经验积累。


在过去的工作经历中,他们接触到国际上很多优秀的人才、卓越的平台、先进的产品技术经验等。他们觉得,一个从体制内出来的团队,有义务去把中国的商业市场往正确的方向引领。


可以看到,欧美市场的商业航天现在发展得比较成熟,是军政商三极的均衡发展状态。国内在政策放开前,属于军政两极举国之力的状态。未来,我们希望走出一支属于中国自己的商业力量,能够跟国外的这些商业公司去掰一掰手腕。


Founder Park:你自己加入公司好像稍晚一些,当时是怎么考虑的?


刘雨婷:公司有四位创始人,另外三位是体制内科班出身的技术和应用专家,我是学雷达图像处理的,但是后来从事金融领域的工作。我是在 2019 年左右加入的,当时他们找我做数据在金融市场应用的科普,后来便逐渐参与到公司的业务中。


从用户角度来看,对于金融或者高度依赖数据的任何行业,遥感卫星数据的前景都很明朗。


而以从业者的角度来看,不管是对于国家的战略意义,还是未来能为民生社会创造的价值,这个行业的发展空间都非常大,特别是在商业市场。因为它不像军政市场需要受到项目预算、招投标等限制,而且商业需求的增长也是最快的。再加上疫情这两年,大家对于远程调研和获取数据的接受度显著提升。


遥感卫星数据应用的沃土已经形成,可以说加盟是一个「投资」行为,我把自己投进来了。


Founder Park:卫星遥感技术这些年好像也经历了不少节点,可以介绍下整体的发展变化吗?


刘雨婷:2006 年以前,国内的遥感卫星数据其实是非常缺乏的,大部分数据需要进行外采,而且硬件生产上也没有达到可以工业化批量应用的状态。


但是在过去十年里,航天基础设施有了很大的发展。国家花这么大力气去发展航天事业,其实并不只是为了做强火箭或者卫星。整个航天工程可以说是一个最精密也是最集大成的系统性工程,它的发展会促进材料科学、半导体等基础学科和相关产业的发展。从业人员的知识水平、相关零配件的技术发展也都有了质的飞跃。


同时,地面 ICT 产业的革新,也会牵引卫星技术的迭代。比如芯片技术的发展,就带来了星上处理能力和存储能力的提升,直接推动了遥感卫星技术的发展。试想一下,如果卫星硬件技术不够,传输跟不上,存储跟不上,那卫星拍了图像也是白拍,数据传不下来对吧?然后还存不了,那么处理速度也上不去。再比如说算力,国内大型超算技术的成长,方方面面地都会传导到遥感卫星数据这种以海量数据处理为核心技术的领域。


Founder Park:最近这几年,对于卫星数据的及时性要求是不是越来越高?


刘雨婷:是的,我们去年有过一次极速救援,在台风「烟花」登陆期间,为宁波地区的前线救援指挥提供决策参考。从我们收到雷达卫星影像到提取水体信息,再到生成分析报告给到应急救援部门,只用了 27 分钟。这算是商业的极限速度了。

2021 年 7 月 11 日-26 日,余姚市三七市镇地区的水体变化图(黄色为新增水体部分)| 来源:四象科技


对于救灾来说,有时候无人机可能没有条件进行监测,遥感卫星往往是唯一能够最快了解到前线救援情况或者受灾情况的有效数据获取手段。早半小时,甚至早 10 分钟传回数据,就意味着能挽回更多生命或者财产。


在应急领域之外,越来越多的行业对于数据的及时性提出了更高要求,比如公司探索比较多的金融领域。金融打的就是信息差,市场对信息的掌握情况会反映到价格上面,所以,金融投资者肯定是希望越快越准确地拿到信息,这样能够有更大的套利空间。


此外还有能源领域,比如说电力管廊或者矿区的安全监测,客户也希望能够更高频地获取数据。


Founder Park:感觉卫星数据的获取和处理面临非常多的问题,你们是怎么系统性解决的?


刘雨婷:我们有一套任务规划系统,纳入了能够获取到数据的所有卫星资源,这样就可以更直观地进行虚拟调度。比如客户需要北京一周一次的数据,但是具体使用哪颗卫星、调动哪些地面站,通过什么样的方式能够尽快获取到数据,虚拟调度这个时候就可以发挥作用。


对于时效性要求比较高的一些需求,我们会在模拟系统里直接做出精准的任务规划,给卫星提出很明确的需求——需要第几轨第几分第几秒的数据,这样会大大降低内部沟通的成本。


我们也开发了自己的地面预处理系统,可以直接处理卫星源的 0 级数据。与处理过的 2 级或者 3 级数据相比,0 级数据的信息丢失会更少,而且节省出了等待预处理的时间。从 0 级数据到终端产品,我们是全链条打通的,这样可以在最短时间内交付客户。


Founder Park:关于卫星监测,大众有哪些错误的认知?


刘雨婷:主要是商业电影带来的不少误导,卫星其实看不到路人携带的报纸上的文字,也看不到车牌,因为车牌是侧立的,不是放在车顶上的,而卫星是俯视的。但是我们可以看出车辆是两厢还是三厢车,也能够数清楚大街上的行人数量。


很多人关心隐私的话题,一般只要进入室内,卫星就监测不到你了,因为人体的热量很低,热红外也没法监测到。



02. 核心竞争点不是数据,而是算法和产品服务能力


Founder Park:注意到四象科技有发射自有卫星的计划,主要考量是?


刘雨婷:在开始创业的时候,并没有考虑要发射自有卫星,因为我们对自身的定位是遥感卫星应用公司。但是随着接触到的市场化需求越来越多,现有的数据源在很多场景之下没有办法真正保障到核心客户的需求。从下单到拿到数据的周期太长,甚至还会出现海外的部分数据对中国禁售的情况,国际形势的变化也导致国外的一些数据源在逐渐收紧对中国的销售策略。


在这种情况下,去年我们下定决心要做自己的星座。这是为了满足核心客户的需求,不用担心极端情况下的数据断供,而不是说要转变成一家卫星制造公司。长期来讲我们依然以应用为主,不涉足上游硬件生产。


这也是未雨绸缪,因为遥感卫星数据国产化是大势所趋。


今年正在进行研制的有三颗卫星。一颗是多光谱——标准多光谱 1 米级光学卫星,解决数据获取效率的问题。亚米级的数据是可以稳定买到的,但是一米级的数据现在用的比较多,数据获取效率也有点低,一座城市的数据,需要三四条轨道,甚至是十几条才能拼完。


然后是一颗 SAR(合成孔径雷达)卫星,一颗热红外卫星。一箭三星,部署在同一个轨道面,形成同轨道多手段的小型星座,不同的成像手段之间实现近实时的相互配合。


年底发射后,我们会首先看一下这三颗卫星对于降低内部成本,以及提速市场拓展上的效果,然后再决定下一批的计划。


这同时也有建立技术壁垒的考虑。还是那句话,我们是应用为本,不是所有的数据源都靠自己的卫星解决,因为这可能需要几百颗卫星,不是一个商业公司所能承担得起的,但我们要解决「有无」的问题,确保核心客户需求的交付。


Founder Park:在你看来,遥感卫星技术的核心竞争点是数据吗?


刘雨婷:我觉得不完全是。


现在大家都在谈数据源,只是因为数据源还没有丰富到随手可用的状态。当基础设施上来以后,更多的还是拼后面的技术和算法,特别是多源数据融合的算法。遥感卫星的不同成像手段,有各自擅长的应用场景,也都有各自的短板。我们需要把多种遥感手段融合进来,取长补短,才能够更好地满足客户的需求。


另一个竞争点是产品能力。其实这个也是行业的特性,绝大部分商业团队都是来源于体制内,体制内的客户都是专业背景出身,对于技术的理解是很深的,客户和技术团队的沟通障碍也是比较小的。


但是商业市场中,客户对于遥感技术的了解是非常有限的。我们怎么才能把技术从高高的殿堂上拉到田间地头?这中间有非常大的沟通鸿沟。比如,由于遥感数据本身做不到实时响应,或者因为响应效率的问题,经常跟客户的需求会「差一公里」,这一公里可能是差在分辨率上、响应速度上,甚至可能是时空分辨率上。怎么使用其他办法解决问题,也是商业市场中产品要面对的。


Founder Park:如何面对行业竞争?以及自身的竞争差异点?


刘雨婷:首先是应用领域上的差异化竞争。行业大部分团队的业务以政府类需求居多,跟测绘领域相对更近一点。偏自然资源特别是农业遥感数据的公司非常多。


农业遥感数据我们也在参与,但更多是发挥多源数据融合上的既有技术优势。我们现在投入很大研发力量的业务,其实是在能源和金融投资领域,还有银行保险以及工程保险、资产核查类等。


还有就是技术路径选择上,团队对于 SAR 的技术和应用经验非常丰富,很多研究院校可能更多集中在光学上,这个也是技术流派上的一些不同选择。



03. 遥感数据如何服务金融领域


Founder Park:四象科技在金融领域合作还挺多的,具体是如何服务的,解决了什么问题?


刘雨婷:2020 年初疫情刚开始的时候,很多城市由于防控原因,宏观经济数据的发布出现了延迟。金融领域对数据比较迫切,国泰君安就找到我们,想用遥感数据看一下通州和雄安的工地施工情况。后期根据我们提供的数据,国泰君安发布一系列的「用卫星看复工情况」的研报,引起了整个行业的关注。


卫星对建筑工地的监测比较详细,可以将施工状态区分为地面建设阶段、主体建造阶段、封顶完工阶段,也会辅助预测不同种类建材的需求量。我们在研报的基础上,与行业专家进行了多轮沟通,完善了各种参数后,正式对外发布了「中国城市建筑开工指数」,覆盖了京津冀、长三角和珠三角地区的数据,这也是我们发布的第一款宏观经济产品。


产品上线后,不光是金融投资机构,政府经济智库和高校研究院所也会来找我们订购数据。这对于他们来说是一个非常有用的第三方数据视角。


基于建筑开工指数的思路,我们又推出了路网数据,关注中西部地区 13 个省份的高速公路、国道、省道的开工情况,这也是很重要的基建宏观数据。


还有夜光数据,它和 GDP 有较高关联性,但是也会传导到投资上。夜光卫星的成像时间是当地零点到凌晨四点,跟居民消费活动没有太大关系,主要反映工业活动的情况。2021 年下半年,欧洲受能源危机影响,天然气价格急剧增长。我们为投资机构提供的德国地区的夜光数据,可以明显看出同期夜光强度下降,与价格数据相互印证,为投资机构进行能源价格的预测提供了一个很好的帮助。

夜光强度对比示意图 | 来源:四象科技


保险行业对农业遥感数据的应用,大家都比较熟悉了,例如用卫星来监测农作物种植情况,金融领域其实也会用到。2021 年年中,美国农业部发布了美国大豆产量的预测报告,声称因为气候原因,预计美国大豆会大幅减产。报告出来后,国内大豆价格直接上涨到过去十年的历史最高位,对我国的大豆进口产生了严重影响。


我们用卫星监测了全美主要的大豆产区,对植被的生长指数、地表的温度变化、湿度变化等进行多方位分析,结合专家知识库,最后得出一个比较大胆的预测:当季美国大豆已经进入比较关键的灌浆期,相对于上一年不仅没有明显减产迹象,甚至还有可能出现小幅的增产。预测报告出来后,我们配合期货公司做了一系列的路演。有相当一部分客户采纳了我们提供的信息,选择观察市场价格的波动,而没有急于下单。之后美国农业部发布了更新报告,向上修正了年中的预测,然后大豆的价格直接回落了超过 10%。


期货是一个非常典型的应用领域,因为期货价格受全球物流和全球生产的状态影响,而两大类主要期货产品,能源和农产品,它们的生产过程、开采过程、物流过程往往是可以被卫星所追溯到的。


Founder Park:卫星遥感技术在其他领域都是如何落地的?


刘雨婷:常见的是农业领域。农业贷款中,通过遥感数据确认农作物种植情况,用于财产核实。农业理赔中,如发生灾害或者减产的时候,通过卫星监测确定受损面积或者损失程度,以往是靠人力来核实。


工程建设中主要运用 SAR 技术,监测地表和建筑物的形变以及沉降情况,可以达到毫米级别的精度,这样可以更好地去做前期的预警和排查,以及在施工过程中避免出现更大的塌方或者塌陷。


Founder Park:双碳(碳达峰和碳中和)是最近的热点话题,如何看待卫星遥感技术在双碳领域的应用?


刘雨婷:主要是碳汇这一侧。遥感数据在双碳领域更多是工具角色,而不是决定性的核心算法。


双碳领域的核心算法是碳汇指标的计算,比如不同树木的每年碳汇量的计算。遥感数据只能提供树木的数量、生长年限等。目前国家认定了 200 多个树种的碳汇指标,对于这些树种的碳汇,遥感就可以发挥很大的作用,但是对于还没有进入标准计算体系的树种,要先等待环评机构完成碳汇指标的模拟计算。


这有点像遥感技术在自然资源普查领域的应用,从技术上已经准备好了,更多的是需要碳汇算法体系的建设,才能够真正发挥它的作用。


Founder Park:在卫星遥感数据服务的探索中,有遇到过什么伪需求吗?


刘雨婷:主要集中在畜牧业领域。


有研究机构问我们能不能监测生猪出栏量,这个我们确实做不到,我们只能监测猪栏规模,但是猪的数量和大小是看不到的。


还有内蒙的客户问我们能不能帮忙「找牛」,这其实代表了一大类的客户需求——智慧牧场。不光要掌握牛的位置变化,还涉及到整个养殖场掌握牛的状态和数量。后来我们评估了一下,建议客户使用安装在牛耳上的芯片,不仅便宜,还好用。


我们常跟客户说,凡是地上不长腿儿的、不会跑的、不喘气儿的,而且没有盖子遮挡的,都适合用遥感去看。长腿儿到处乱跑的,我们会建议用其他的方式来想一想。


还有美国商场的案例,监测停车数量预测商场经营情况。这个在国内就不适用,国内的停车场多是地下的,而且很多人会步行去商场。另外国内线上消费占比要大得多,完全可以用电商数据来分析,不需要动用遥感。


遥感有它的优势,但是也有不擅长的领域,需要不同技术的配合。比如遥感和无人机的配合,电力巡线主要靠无人机,它的精度和快速反应能力比卫星好。但是卫星可以做到全域无死角的高频覆盖,对于穿越林区的输电设备,可以先用卫星对区域的线路进行普查,找到高风险地区,然后再有针对性地使用无人机或者地面巡检设备。


Founder Park:选择切入一个新的领域时,你们的判断逻辑是?


刘雨婷:会判断是否能解决以下三个问题。


第一,是否解决有无的问题,是否是遥感技术所擅长的领域,如果是,就值得深入研究。


第二,能否帮助客户花小钱挣大钱,这样客户才有付费的动力。


第三,是否能够发挥关键作用,比如政府的应急救灾或者环保项目,对于企业则是能在关键节点提供决策帮助。


要选择自己的优势领域。遥感有它最擅长的,不同的成像技术手段也有各自长处。对于客户来说,如果有更具性价比的方式获取数据,未必一定要用卫星。


还有就是强化解决方案的通用性,尽量去选择足够大的客户群,需求尽量标准统一。这样当我们研发出一款产品后,可以快速进行大规模的复制和推广,而不需要每一次都提供定制化服务。


Founder Park:你们如何处理需求标准化和个性化的平衡,未来这个行业有没有可能出现平台型的公司?


刘雨婷:从长远来看,平台化服务会是一个趋势,但是现阶段还比较受限。主要是因为客户群体还不够大,客户的需求还没有很好地标准化。另外就是数据产品和数据源也还没有丰富到可以支撑一个平台正常运转的状态。


不过整个行业的发展趋势确实是在从定制化转向标准化,政府的需求越来越趋向于统一,而商业领域尤其是金融和能源领域,都与大宗商品相关,需求也是高度统一的。


标准化对于我们来说,更多是业务场景的标准化,而不是技术监测手段的固定化,比如是服务于农业还是服务于工业,或者用于应急救灾等。如果业务场景是一类的,往往意味着技术路线是高度统一的。



04. 遥感卫星技术的未来发展


Founder Park:未来看好卫星遥感技术在哪些领域的落地?


刘雨婷:除了双碳领域,再一个就是应急领域了。


应急是遥感非常重要的发展方向,往往对应的就是防灾减灾,是人民生命和财产的保障。在这种情况下,快速的远程大范围的数据搜集方式,一定会受到高度重视和大范围应用。


Founder Park:很多人都说遥感卫星行业是全球化的行业,你如何看待这种说法?


刘雨婷:虽然是全球化的产品,但是一定有自己的主要服务市场,因为遥感数据有一些特殊属性,会涉及意识形态的问题。出于政治和数据安全的考虑,国外的很多产品和数据是没法进入国内市场的,反之亦然。


Founder Park:如何看待 AI和遥感技术的结合?


刘雨婷:从长远看来一定会有深度的结合。


遥感卫星数据的一个特性就是数据量非常大,所以 AI 一定能在其中起到很关键的加速器的作用——更快更准确地进行信息提取和目标识别,并对提取出来的信息做更加精准的分类统计。


不过目前二者的结合还偏早期,原因不在于 AI 技术本身,而是因为遥感卫星数据相对于其他图像数据来说,统一性没有那么好。为什么人脸识别技术比较成熟?因为人脸具备标准特征,五官的布局和组成是稳定的。但遥感影像不是这样。


首先遥感卫星的成像技术就有很多种,有多光谱、高光谱、SAR 成像、红外成像等,输入方式上就不统一。


其次是不同卫星的指标参数不同。目前全球的遥感卫星都还没有达到真正的工业化、批量化生产状态,不同卫星之间会有一些性能差别。此外还要考虑到过境时间,拍摄时地表的气象条件、光照度对于图像的影响等因素,其中的变量太多了。


这也导致现在的 AI 技术对于遥感影像没有办法像人脸识别那样精准。可能解决大概 80% 的问题,剩下 20% 还需要卫星数据标准化程度的不断提升。另外我们也需要给算法更多的数据源,毕竟 AI 的进步是靠海量数据训练出来的。


Founder Park:四象科技也在研究卫星通遥一体化,通遥一体化能解决什么问题?这是未来的趋势吗?


刘雨婷:通遥一体化解决的是遥感数据传输效率的问题。在抢险救灾、全球目标监测等场景下,遥感数据需要实现分钟级响应,而数据的下传效率取决于地面站的位置和数量,国内的地面站资源有限,轨道资源有限,就会影响到数据的传输效率。如果通遥一体化,借助卫星星间链路,可以把核心数据通过星间通信的方式回传到本地,摆脱对于地面站的依赖。不过现阶段的问题是,通信卫星硬件设备的成本比较高,易用性还有待提升,卫星之间的通信能力无法承载动辄 TB 级别的遥感数据。这些只能等待未来技术发展后硬件的升级了。


Founder Park:如何看待软件定义卫星?


刘雨婷:和之前提到的「星上计算」、「星间通信」一样,工程实践上都处于相对初级的阶段。它们都是卫星技术发展进程中的重要环节。但是现阶段的成熟度还有待提升。


现在有些卫星的分系统已经可以采取软件的方式进行定义,过去是硬件模块的设计方式。但这并不是取代的关系,软件的优势在于灵活,硬件的方式在于稳定。选择用软件定义还是用硬件的方式,要考虑这颗卫星更追求灵活性还是稳定性,而不是新的技术一定会取代老的技术,不同的技术都有它所存在的价值。


*以上嘉宾观点不代表 Founder Park 立场,也不构成任何投资建议。




「四象科技」以海量遥感卫星数据分析为核心技术,成立于 2017 年。核心专家均来自遥感相关顶级机构,在遥感数据提取算法和数据应用方面积累了二十年技术经验,具备丰富的国家大型专项实战经验。公司在卫星系统规划、卫星测运控、多源卫星数据综合处理方面具备专业优势,是国内商业航天领域优秀的卫星应用创新企业。


四象科技联合创始人、首席市场官。法国巴黎高等商学院(HEC Paris)经济学硕士,北京理工大学软件工程硕士。曾任职法国东方汇理银行、国家外汇管理局、安邦集团(现大家保险集团),负责跨境投融资、投后管理等工作。

更多科技创业者的采访,欢迎在小宇宙或者苹果播客收听我们的播客节目「创业真人秀」。


更多阅读






您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存