3月28日下午，以“科技引领成长 数智擘画未来”为主题的“2022高成长企业TOP100年度盛典”颁奖典礼暨数字经济高峰论坛在京举行。活动聚焦高成长企业的创新与发展，探究数字经济的范式与路径，与百余位行业精英、投资人、政府及协会领导等嘉宾共襄盛典。活动上，以“数智联动 共建智慧新城”为主题的圆桌对话由智成企业研究院院长毛基业主持，数字绿土CMO樊文泽、海泰方圆总裁助理胡纲飞、智芯原动CEO崔凯、冠新软件总经理包培文结合自身实践经验进行了观点分享。

圆桌嘉宾主要观点：

樊文泽结合数字绿土产品在自动驾驶领域的落地与实践，分享了激光雷达在构建高精地图方面的应用。对于自动驾驶在城市中的推进，樊文泽表示，城市高精地图网的快速构建是自动驾驶落地中的关键一环。数字绿土通过持续的研发投入，在道路数字模型构建，要素快速提取方面实现了关键性的效率突破。可帮助图商、自动驾驶厂家、道路运营商快速,低成本的获取道路数字化信息，完成对自动驾驶业务的闭环构建。

胡纲飞结合以密码全能力和可信数据数字治理为核心，探讨了数字浪潮下为信创产业保驾护航的密码行业将势不可挡。他表示，作为一家密码基因深厚的技术型企业，二十年来，海泰方圆深入推动前沿密码技术在新一代信息网络技术、隐私计算、人工智能、大数据、云计算、量子信息、区块链等新技术、新场景下的融合创新和转化。如基于AI技术，提供数据内容智能分析的处理和服务能力，实现文本分类、内容纠错、词法分析、联合抽取、摘要提取和知识图谱等，为政企科学决策提供技术支撑。

(相关资料图)

崔凯表示，智芯原动聚焦在静态交通智慧停车细分赛道，智慧停车有三个发展阶段，第一阶段是停车场出入口无人值守，基本上已经实现；第二阶段是按位管理，包括封闭停车场内车位管理和城市路侧停车泊位管理；第三阶段是低速、封闭、可控的停车场场景中可能很快就能实现自动驾驶的商业化落地。另外，从全球角度来看，海外很多国家移动支付尚未覆盖，智慧停车在国内的进展要快于海外。

包培文通过冠新软件在数字健康领域多年的实践经验，对人工智能在医疗领域的应用提出了自己的观点。他表示，AI在医疗领域达到严肃医疗要求的程度还很难，一方面医疗服务不能重来，需要更加严格地控制风险，另一方面AI医疗等新技术也涉及到伦理层面的问题。不过，从当前实际应用角度来看，AI在提高医生效率以及提升患者医疗体验方面取得了可喜的成果，拥有很大的空间。

以下是圆桌实录：

毛基业：非常感谢大家来到论坛分享，请先介绍一下自己公司的主要业务。

樊文泽：数字绿土致力于“让点云成为生产力”，专注于激光雷达与影像技术，通过融合激光雷达、组合导航系统、SLAM算法、摄影测量等技术实现三维空间实景的准确感知。近年来随着自动驾驶、辅助驾驶应用的普及，大众逐渐认识到了激光雷达这个传感器。其实在参与自动驾驶前，激光雷达在测绘领域已经有了广泛的应用基础，如农林测绘、建筑测绘等领域。目前，数字绿土的激光雷达于空间智能感知技术，除了应用在自动驾驶领域，还在电力巡检、农林测绘、矿山、城市测绘等领域有落地应用。

胡纲飞：海泰方圆公司是一家有20年历史，以密码全能力和可信数据治理为核心，全面服务于数字经济的安全企业。同时，我们依托前沿密码技术研究能力、核心密码技术融合能力、新型密码产品研发能力、深度场景定制能力和复杂工程交付能力等密码全能力赋能业务全场景。包括我们熟知的智慧城市，党政军工等。

崔凯：智芯原动目前聚焦在静态交通智慧停车细分赛道。相信大家都有一些相关的体验，最早停车出行都是刷卡取票，从2014年开始用车牌识别，整个行业技术最核心的推手就是我们公司，在中国有40%停车场使用的是我们提供的技术，在北京我们占到60%以上。同时我们也在做停车引导，包括租停车位管理等。智芯原动不仅在国内开展业务，目前我司的技术已遍布全球40几个国家和地区。

包培文：冠新软件主要关注数字健康的建设，模式的研究和服务。目前我们已经完成了国家卫健委几个国家级平台的建设任务，主要覆盖所有二三级的公立医院和基层医疗卫生机构，实现了和这些医疗机构的业务连接。

同时我们也为基层机构提供云服务系统，医生每天的健康管理，基本医疗服务以及签约服务等都在系统上进行。目前通过省、市级统筹部署的云系统已服务了超过24%的基层医疗机构。我们的用户贯穿了国家、省市、县乡村六级，点多面广的优势基础之上能够跟更多的合作伙伴一起把数字健康的生态建设得更活跃、更充实。谢谢！

毛基业：谢谢包总的发言。我看到咱们四家企业有两家和出行有关，一个健康，一个底层技术。我先问一下樊总，人工智能对您公司的业务有哪些影响？自动驾驶什么时候可以在北京实现？

樊文泽：人工智能未来会广泛且深刻的应用到我们的业务当中。最近，我们的激光点云后处理软件LiDAR360,就上线了一项基于深度学习模型的点云模型分类功能。打个比方，我们的软件给你搭建了一个小号的“ChatGPT”，你只要给它“喂”了一些城市道路标示物的标准模型，它就可以自己去学习、去训练，从而帮你去自动识别其他的模型，不再需要你去手动给那些模型做分类和标示。

这样一来，“标注城市道路信息”的效率将得到革命性的提升，基于高精地图的自动驾驶系统的构建成本也将随之而下降。比如，我们以前生产20公里高精地图，需要一天的时间；而未来，这个生产20公里高精地图可能只需要1个小时，甚至更短时间。这样的深度学习模型，也同样适用于农林、矿山等一些行业场景。

毛基业：还是要用人工标注吗？

樊文泽：我们目前这套基于深度学习的智能化标注，准确率已经达到了90%，也就是说，人工智能已经替代了90%的传统人工作业。

毛基业：可以预测下自动驾驶什么时候在北京实现？

樊文泽：有几个点，首先法律法规方面的允许。毕竟从L2到L3，责任主体的转变，是最关键的矛盾点。在L3模式下，车子出了问题，责任就是厂家的。现在量产车中，都是L2的级别，暂时没有厂家愿意说自己是L3。其次是基础配套问题，比如自动驾驶路线依赖高精地图，目前高精地图的更新频率、规模是否达标了。最后就是这项技术的成本是否能匹配消费者的支付意愿。

毛基业：看来我们消费者暂时不用考虑这个。

樊文泽：个人预测，L3级别的自动驾驶，会在部分品牌中首先落地，但落地不会是全场景，而是部分路段下的部分场景。比如白天某个时段下的某条高速路、快速路。

毛基业：对于老百姓“看病难，看病贵”问题，人工智能能够带来哪些影响？特别是ChatGPT会带来哪些影响？

包培文：这个话题也是目前行业内比较热门的话题之一。按照我个人的理解，我觉得人工智能在整个医疗行业的实施难度会比我们所想象的更加困难。原因有两个：第一个，医疗与生命安全息息相关，不能让它有相关的风险，因为我们医疗服务无法倒回去重来。第二个，从目前来看，人工智能能够代替人去做的事情还存在一些伦理上的问题。基于眼前的这两座大山，我认为AI医疗服务要能够切实地解决“老百姓看病难，看病贵问题”，其路途还非常遥远。

但同时，从目前AI医疗服务实际应用的情况来看，我认为还是有一些比较可喜的地方，譬如从总体来看是提高了医疗服务的效率。我们前面谈到的“看病难，看病贵”一定程度上反映出医疗服务供给层面的严重不足。而目前，例如影像上的AI技术应用的确能够帮助医生（甚至是基层的医生）来完成一个比较好的判读，从而帮助我们快速提高医疗服务质量和效率，这个空间还是比较大的。

毛基业：您说的很快，大概是指什么时间区间？

包培文：如果没有价格上的问题，应该两到三年落地。我们所服务的很多基层单位到乡镇卫生院这个级别里，合格的影像医生（或者叫影像技师）都是缺位的，老百姓只能到大医院去看。而通过AI技术辅助，就能够帮助基层医生做判读、出报告等，从而极大地提高医疗的服务质量与效率问题，这是第一点。

第二点是体验层面还有很多可以提升的地方，尤其是在去年我们疫情闯关的时候，其实一些家庭里备有家庭病床，但是无法在家里做治疗。去年提出来居家治疗的概念，在老龄化日趋严重的大背景下，人们把家里变成一个可以交付医疗的场所是迟早的事，也是形式所迫我们必须要做的事。

毛基业：可以说我们在座的每个人都是崔总的用户，人工智能下一阶段会给我们的停车体验带来哪些影响？

崔凯：过去大家体验最多的是停车的出入口。智慧停车有三个发展阶段，这三个发展阶段也是行业分析做出来的，第一阶段是停车场出入口无人值守，这个阶段基本上已经实现了。

第二个阶段是按位管理，比如北京的路侧停车电子收费，用摄像头进行管理，每一个泊位自动识别车辆的车牌形成计费订单，通过云端再下发到每一位车主手上，然后线上缴费。还有一个就是停车场内的变化，如车位导航，例如在去年11月份的时候，百度地图发布了16.3.0版，提及史诗级升级的“车位级导航”。比如说在停车场地库，地库里面没有北斗信号的情况下，怎么让每一辆车精准找到目的地，这个技术我们在2021年12月份也交付了。我们在全国做了很多这样的案例，你可以通过城市平台的APP去预约每一个车位，自己开车导引到每一个车位。例如新加坡有很多商业综合体停车场里按位收费，例如你靠近电影院、电梯间比较近的收费高一些，其他的区域会便宜一些。

第三阶段是低速、封闭、可控的停车场场景中可能很快就能实现自动驾驶的商业化落地。刚才提到说自动驾驶什么时候到来，其实准确的说自动驾驶什么时候上路，自动驾驶进入停车场这件事情在未来两三年之内一定会商业化。从主机厂到场端很多企业都在发展该项技术，国外比较有代表性的场端企业是Bosch。自动驾驶的汽车在相对开放、高速行驶、人车混杂的环境里面，危险性还是比较大的。但是封闭场是封闭空间，时速是可控的，这个区域内可能就没有人，全是自动驾驶车，另外还会有充电机器人、清洁机器人等。

通过场端系统做全局的规划，可以引导你实现泊车、充电、洗车等。在这种低速、封闭、可控场景内停车场，按照分析2023年就可以进入到商业化的应用，实际现在看可能需要到2024、2025年。其实在2022年开始陆续小范围停车场就在做试点，这一块也是我们重点研发的方向。通过视觉影像来识别，都可以对车辆，包括行人障碍物做精准识别，再转化成高精地图的数据，再输给车端，未来这个场景应该很快落地。

毛基业：非常好，我再追问一个问题，您刚才讲到您的公司业务也在国际化，有两个相关问题，您可以简单回答一下，第一个就是在智能停车场这一块，我们的技术在国际上是什么水平？公司出海做国际业务，第一大的挑战是什么？这两个问题。

崔凯：昨天我发了一个朋友圈，里面小视频是我们产品方案在香港落地，香港开始告别刷卡时代。这两年东南亚地区，包括港澳台开始引入中国智慧停车解决方案，他们停车场智慧化进程至少比中国本土落后了8年左右。我是在2013年写了互联网停车商业计划书，我台湾的客户就给了中华电信，他们说这个东西太好了，但是台湾没有移动支付。

中国的智慧停车的兴起得益于移动互联网技术的快速发展。当前从全球角度来看，海外很多国家移动支付尚未覆盖，智慧停车在国内的进展要快于海外。我们最近刚刚跟英国最大的一个室外停车的运营公司签订了战略合作协议，这家公司有150年历史，它现在成为最大的户外停车运营商。他们现在也看到中国的技术遥遥领先，在这一领域内，我们的一些解决方案、技术能力等在全球竞争力非常强。

走出去最大的挑战在于：我们在支付端，包括平台的完整度怎么对接海外的应用。人工智能在车、车牌以及人脸识别这三块，过去我们都做，后来我们放弃了人脸识别。原因在于，发现解决方案成熟度不够，投入大。车牌识别出现之后代替的是刷卡，核心的系统就是计费系统。当我们的一项技术取代一个老技术的时候，解决方案不需要太多的提升。但人脸不一样，看似它可以解决很多方案，但是每一个都需要解决方案进行升级。智慧停车进入海外市场也是一次很大的挑战，我们跟当地支付怎么对接，包括停车场升级等等，很多国家还在刷卡支付停车费，有些国家还没有银联，它的综合成熟度与我们国内相比差距很大。我们现在用一个相对高端的技术方案出海，发现当地的基础配套不够，这是我们出海很大的障碍。

毛基业：谢谢崔总的分享。胡总，人工智能对您公司的业务会有哪些影响？

胡纲飞：当前，随着计算能力、存储能力和数据采集能力的迅速上升，人工智能在各个行业中应用越来越广泛。

海泰方圆公司以密码技术为核心，以信息安全和数据治理为两翼，结合人工智能、大数据、云计算等新技术进行创新和转化。比如，我们为国家某部委自主研发的数据内容智能分析平台，是基于人工智能技术，提供文本分类、内容纠错、词法分析、联合抽取、摘要提取等基于自然语言处理技术的数据智能服务能力。大幅降低人工工作量、提升工作效率、改善服务体验，降低工作成本；此平台可广泛应用于智慧审批、政府办公、电子商务、电子政务等领域，为政企科学决策提供技术支撑。

毛基业：刚才四位的分享都非常精彩！最后想邀请各位嘉宾来预测一下，未来三年内，我们无论是做投资也好，还是您的上下游生态也好，在您各自领域里，我们最值得关注的趋势是什么？

崔凯：截止到2022年6月份，中国城市停车专项债国家批复了183个，累计金额是2242亿，智慧停车作为智慧城市的政府可运营资产，在未来几年是一个非常大的机遇。

包培文：我觉得在医疗卫生行业里，未来最值得关注的是数据要素的货币化。目前大家也有说中国是数据的富矿，我们每年数据的增量也很大，医疗卫生行业的价值密度也是最大的。所以，我想目前我们在医疗卫生，甚至有一些在智慧城市里面遇到的持续运营的问题，可能都能够通过数据的要素货币化来解决，很像以前土地免费划拨到招拍挂的这么一个过程。

胡纲飞：年前，公司做规划，我把商用密码行业相关的数据做了整理、分析和解读。我国商用密码行业市场规模实现快速增长。近年来年复合增长率达30%以上，预计2023年商用密码行业规模有望达到 937.5 亿元。“十四五”以来，数字经济已经成为我国经济实现高质量发展的重要方向，以数据为中心的安全的重要性不断凸显，而密码作为数据安全的重要基石，在推进数字经济健康、安全发展方面具有重要作用。

作为数十万亿规模数字经济的底层技术基础设施的信创产业，离不开安全能力建设，密码为信创产业安全保驾护航。并且，密码作为数据要素安全使用的基础和保证，有望由原先的合规式伴生升级为主动先行部署。所以，我们有理由相信，基于数字化、信创和合规要求，密码行业将迎来历史性机遇。谢谢大家！

樊文泽：我就说一个词叫“数字中国”。其实大家应该听过这个词，这是一个很宏伟的词。但是在这么大一个项目内到底要把哪一些数据首先进行数据化，这些数据化的数据之后到底又能产生什么样的价值，我觉得上述层面都蕴藏着非常多的商业机会，是一个大的课题，我的分享就是这些。

毛基业：非常精彩！感谢四位嘉宾的精彩分享，谢谢大家！

特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。(有任何疑问都请联系idonews@donews.com)

关键词：