科研检测迎来巨变！科学指南针创始人万字讲稿全文曝光！

今天，科学指南针在杭州举办了“向真而行”十周年产品发布会，聚焦分析测试中的“真”和“准”，全面呈现在“高可信、强质控、AI加持”等方面的创新成果。

发布会重磅发布“智慧检测 3.0”产品，并在行业内首次推出“第三方分析测试机构'真·准'评价模型”。内容很多，以下是创始人潘予现场2万字讲稿全文：

大家下午好，我是科学指南针的创始人潘予。非常感谢各位政府领导、专家学者，各位用户、合作伙伴和同行的现场莅临，也跟线上正在观看直播的各位网友们打个招呼，感谢大家在百忙之中，抽空来关注我们科学指南针，谢谢大家！

可能大家也很好奇，我们科学指南针这几年一下子做的还挺大，到底是什么来头，有啥背景？这些一直都没有在公开场合和大家交代。这次借助这个机会，我也和大家做个简单的介绍。今年是我们公司成立的10周年，10多年前我从浙大光电系本科毕业，又在欧洲瑞典皇家工学院攻读光子学拿到了硕士学位，读研过程中，我感觉自己做科研的天赋不够，但又非常热爱科研，因此回国后我放弃了其他的机会，选择在蔡司和赛默飞做销售和产品工作，每天跑客户推销仪器，处在一个非常迷茫的时刻，苦苦的思考寻找自己工作的方向和意义，直到2014年6月22日晚上10点。

那时候我还有写日记的习惯（现在已经不写了），那天晚上在写日记的时候，忽然就想到了这样一个问题：有许多想使用科研仪器的科研工作者，用不上仪器，每次都是心急火燎，我自己在读书期间也深有体会，用不上仪器，很多想法都实现不了，很郁闷。而我们作为仪器公司的一员，对于哪里有闲置好用的仪器，可以说了如指掌。当时社会正在流行一个词，叫做共享经济，很快我就萌生了这样的一个想法：既然车能共享，充电宝能共享，那仪器不是更应该被充分共享嘛，而且既然以前自己读书的时候淋过雨，也就更希望为未来的科研工作者撑把伞。

就这样，2014年12月24日，那是圣诞夜那天，科学指南针正式注册，扬帆起航了。这10年，我经历了一个非常丰富多彩的创业人生，自己也经历很大的成长，团队从开始的7个人，发展到了如今的1000多人，经历了4轮融资，从早期的飞速发展，研究生扩招，科研经费的大幅增长，到疫情期间的行业动荡，再到最近的经济的下行等等，一路风风雨雨走来，公司已经发展到了我当年都无法想象得到的程度，简直就是恍如隔世。

但是，即使我们已经成为行业内全国领先的科研服务公司，即使我们后续购置了2.5亿的设备，即使我们已经成为了全行业设备最丰富，保有量最大的公司，我也从未忘记那年我在日记里面写到的，我们科学指南针创立的初心：我想帮助广大科研工作者，让仪器不再成为科研的烦恼和问题，提升仪器的整体使用率。因为我们淋过雨，所以想为你撑把伞。

那么未来我们想成为一家什么样的公司呢？我们这里写了四段话，第一句是我们市场部说的，他们说科学指南针要成为一家你要做测试就会立马想到的科研搭子公司。因为这次活动是他们组织的，所以我放在第一句。第二句，希望成为一家看起来很专业，实际上更专业的公司，这是我们的检测实验室工程师说的。第三句呢，希望我们成为一家用户拿到结果说“哇塞”而不是“我靠”的公司，这当然是我们的直接服务用户的项目经理说的，因为用户如果说“我靠”，那他们也会“我靠”，又出问题单了。第四句，显得很高大上，最不接地气，大家猜猜看是谁说的？没错，是我说的，我希望科学指南针成为一家源于中国，享誉世界的顶级科研服务公司。

说来说去，我们都在说什么呢？其实都在说2个词，一个词叫做专业，能够把难测的样品测好，一个词叫做可靠，简单的测试不出错，不出问题。

大家可能会想，这难道不是应该的嘛？分析测试机构天天搞技术，你们又是行业第一，难道专业和可靠做不到嘛？

为了让大家更好的理解这个问题，这里我就需要把分析测试行业，它的过去和现在是什么样子的和大家简单分享一下。

从科研检测行业的发展史来看，我们经历了其实经历了三个时代：第一个时代叫做黄牛时代，是从1990年我们国家开始购置首批的大型科研仪器开始，一直到2017年。这20多年来，我们这个行业始终一直以来都是以一种类似黄牛的方式来运作的，也就是说有一些优秀的个人，他们在这个过程中找到了一些优质的科研资源，同时又有用户去愿意去信任他们，那么他们就在这个过程中形成了分析测试的中介环节。在那个年代，优秀的个人中介，确实有效地解决了分析测试服务的“没地儿测”的问题。

但是，我们作为消费者，我们在那个年代，假设穿越回去做测试，可能会感到用户体验非常糟糕。首先，因为价格不标准且不透明，因此很有可能被宰；第二，因为没有形成公司化的运作，因此没有稳定靠谱的服务，比如消息没人回复，或者服务态度很差，售后问题不解决；第三，仪器普遍都不自己买，机时不稳定，导致测试速度慢；第四，对于测试结果的交付没有标准，导致数据质量参差不齐，甚至造假。

那基于以上的四个问题，以科学指南针为代表的平台型分析测试机构就应运而生了，从2017年到2024年，我们破土而出茁壮生长，形成了一种类似于滴滴打车这样的模式。

那么什么叫滴滴打车模式？大家在现在的科学指南针做测试的时候，我们会发现检测服务是标准化的；价格是透明的、统一的，而且被狠狠地卷起来，打下来了；售后服务是有标准可循的；测试速度和效率是相对较高的，而且是有个专业的网站或者小程序，类似于滴滴打车一样。像是下单，下载结果，发票都在网上完成，而不是在qq或者微信里。

但即使如此，大家会发现，虽然滴滴时代已经远远的优于了黄牛时代，但大家最关心的“专业和可靠”，在滴滴时代，依旧没有办法解决。因为互联网提升了效率，规模效应降低了成本，但没有改变最根本的测试质量的问题。

因此，未来的分析测试3.0时代，将会是一个怎样的时代呢？我们又将如何解决“专业和可靠”问题？

这就是我们今天要和大家来聊聊的，我们给这个行业长期一直存在的“专业可靠”难题的解题思路：智慧检测3.0产品。

什么叫智慧检测3.0呢？

首先要从一个真实的故事讲起。

2019年有一次，我在郑州参加一次行业论坛，刚好嘉宾的演讲结束之后，于是我走到了第一排，想和第一排的大佬们加个微信，保持联系。当时第一排坐了一位老教授，我就上去搭话，得知他来自北航，是行业非常有名的大佬，但听完我的介绍后，他委婉拒绝了我加微信的邀约，走之前留下了一句话。这句话的感觉，像是把我的心从一座山峰的高处，直接推下到了谷底，这句话是什么？

你们真的做实验吗？

还补了一句话，你们这种第三方检测公司，没前途的。

我很震惊，那一天我一直在思考，我一直以为我们这个行业已经很成熟了，这些年大家做科研过程中也习惯了外送，但没想到还是存在科研工作者们，对我们乃至整个行业的这样负面的印象和评价。

后来静下心来之后，我想，我们需要反思的是，老教授为什么会发出这种灵魂拷问？    

我们注意到这个问题的本质，是用户与测试机构的一个信任危机，也就是说所谓眼见为实。作为第三方机构来说，如果我们没有让用户参与到整个检测的过程中，用户对我们的质疑是始终存在的，用户不知道我们到底有没有做实验，用户也不知道我们是不是用合适的方法做实验。再往下扒一层，我们会发现，不信任的本质：首先是不信任行业里的企业，因为过去一般分析测试都在高校院所内完成，大家更信任高校院所，但缺乏对行业内的企业的信任，加上没有类似CMA的专门针对分析测试的官方标准，所以大大小小的机构谁都可以入行，鱼龙混杂。

第二，大家不相信测试结果是否真实可信。因为过去，分析测试行业造假确实频频会发生，甚至也有机构，专门做符合用户预期的结果，有没有真的测是不清楚的。另外测试方法也五花八门，导致了大家对结果的真实性和科学性产生了怀疑。

第三，就是测试流程不透明，大家没有安全感。一个简单的例子，样品被机构分包再分包，当中不知道转了多少次手，最后是在哪里做的都不清楚，每次被如何存放不知道，被测试的方法都不清楚，大家就极度缺乏安全感，就更不相信测试的准确性了。

这样一个案例其实带来了我很多的思考，我在想：作为行业的代表企业，我们相信我们真的是在做一件很有意义的，真正能帮助到很多科研工作者的，绝对不是没有前途的事情。  

但是，如果我们不去解决信任的问题，那可能整个中国，甚至全世界的分析测试业界，都无法获得科研工作者真正的信任。因此，我在回程的飞机上一直想，想着想着，一种信念感油然而生，作为头部企业，我们要解决老教授信任危机的问题，舍我其谁。

那么围绕着老教授“真的测”的问题，我们做了哪些事情呢？后来我想了整整1个月，然后，我在公司内部提出了一个构想：将当年度几乎所有的利润，用于购置最先进的仪器设备。立即遭到了绝大部分同事的强烈反对，同事罗列了三宗罪：

第一，大家一般认为分析测试行业是高校和科研院所主导的，购置设备的价格贵，风险高，需求量不稳定，需要专业的人操作，高校和院所有一大批科研工作者，经费充足，又有厉害的技术人员，他们很多仪器尚且都用不起来，我们凭什么能保证自己能用起来？第二，我们当时也测算了成本和收益，财务总监算了半天，发现确实是算不过来的，会亏钱，作为民营企业，不考虑利润的话，简直就是疯了！第三，我们的利润也没有那么多，却又要投入在这么重资产的事情，万一出点意外，出点安全问题，该怎么办？

但是，毕竟我是老板，他们的话不作数。我认为回到这个问题的本质，只有自己拥有仪器设备，才有机会给用户足够的参与测试过程的空间和机会，才能解决老教授“真的测”的问题；另外一方面，只有这样，测试的效率和质量才可以控制，得到稳步的提升。就算现在亏一点，那就亏一时，长期一定是好事，就像京东自建物流体系，是一样的道理。因此，我在许多同事都疑虑重重的情况下，强行拍板，买仪器！

我记得我们购置的第一台仪器，是赛默飞的XPS。当时的销售经理陈涛，本来是要来的，但是临时有事比较遗憾没有到现场。我记得是在上海的一个星巴克里，我们敲定的一台设备购置合同，我和陈涛说了我想要让行业变得更好的初心和决心。陈涛一方面对我们购买XPS捏了把汗，另外一方面，也可能被我的坚定所打动了，给我们申请了赛默飞XPS史上最优惠的、破天荒的好价格。转眼到现在，我们已经拥有了8台XPS了，还有30台SEM和9台TEM，总价值2.5亿的仪器。在这里，我们也想用最热烈的掌声，感谢各个科学仪器厂商给我们一直以来的大力支持。

那么在有了仪器之后，下一个问题是我们是集中起来一起管理，还是分散开来。我记得当时实验室的同事都想要集中起来，因为管理方便，管理成本低，异地管理仪器多麻烦呀。但是，后来我们还是决定要分散。为什么？还是因为这样用户能够就近来看，看得见摸得着，来不了叫个闪送当天就到了；另外就是离用户更近了，更加符合“科研搭子”的形象，就在身边。这个策略也获得了大家的极大的认可，后来我们发现，就算我们把仪器放在学校边上，用户也不可能每次都来盯着我们测试呀。所以，我们就给实验室安装了7×24小时的线上直播。

我们现在就可以直接看到每个实验室的实时状态，工程师到底有没有在真在测？另外针对像SEM、TEM、FIB、AFM这样的显微分析型测试，还有直接连着屏幕的直播，我们叫做云视频。相当于用户可以隔着屏幕看到测试的具体情况，指挥工程师拍这里拍那里，大大加强了测试体验，也让大家感受到了对测试过程的安全感。

大家现在看到的24小时直播，看似简单，实际上这个背后，从买仪器的重大选择，从仪器安置是集中还是分散，再到把这些图像直播出来，一路走来的每一步的思考，全都是围绕着让用户感受到我们是“真的测”。当中我们也付出了很多心血，但值得庆幸的是，几乎在每一次有争议的地方，我们都在充分讨论之后，坚定地站在了用户这边！

不仅如此，我们今后在仪器购置和实验室建设上的投入，依旧是毫不动摇的，坚定不移的。在这里，我们也向大家做一个承诺：未来3年，我们再投3个亿, 买仪器!    

虽然说我们的仪器和测试过程开放透明了，但大家可能还会问：你有仪器，有实验室我信了，但我的样品现在到哪一步了？测完了吗？什么时候上传结果？没测，那什么时候可以测？这也是大家普遍会问的问题。

那么针对这个问题，我们上线了实验进度查询功能。只要登录我们的小程序，上面就能实时地看到样品在哪一步，有没有上门取样，有没有到达实验室，最后结果有没有做完，报告有没有上传。并且，对于各个测试核心环节我们也支持溯源，让大家了解我们是怎么测出来的。接下来我们看一段视频，了解一下具体情况。

要做到这一步，大家看着容易，好像很多互联网公司都能做到，但实际上，我们也花了很大的力气。因为大家看到这样一个进度的更新，都需要人工扫码登记样品的每个环节。简单举个例子，样品分拣工作，额外增加一个扫码环节，一天10000个样品就需要扫码10000次，一个10秒钟，可能一天全公司就要多花费将近30个小时的工时，这还只是一个环节。所以还是那句话，用户至上，在用户价值面前，我们始终是抱着不计成本的态度的。

到这里，做个简单总结，我们智慧检测3.0产品的第一部分，叫做真的测，我们真的测的核心解决思路：一是规模化的建立了实验室，二是我们拥有最先进完备的设备，三是我们在检测环节的全面透明和可溯源。事实上，最近几年，在我们的带头引领下，整个分析测试行业也都遵循我们的路径，逐步的变得越来越“真的测”了，至此，大家对我们这个行业的信任也大大加强了。

在“真”这一点被有效保障了之后，我们还面临比“真”字要难上好多倍的一个问题，这个问题不止是我们公司的问题，更是长期困扰整个行业的问题，甚至也许花100年时间或者更长，都无法根本解决的问题，这个问题就是：怎么样能够保证检测的准。我们深知“准”这个字，一直以来都是大家最最关心的问题，我们收到的80%的后台负面评价，都是由于“准”字没有做好。每次当我看到这些评价，我的心情都会非常沉重。

今天，我们也收集一些有代表性的真实的吐槽和建议，给大家看：

有用户说测了三次ICP，三次都不一样；也有说两次的数据结构不同、结果不同，然后不知道该选哪个是真实的；还有说我在科学指南针做的TEM没有一张能要的；还有用户说：别问，问就是我的样品有问题。

甚至有用户说我们是一个只会做周边的科研机构。今天借着这个场合，我也做一个声明，摊个牌：感谢大家对我们周边的认可，我们肯定要继续把周边产品做大做强，更好玩、更实用，给大家带来更多的情绪价值！

说回正事，关于大家的吐槽，我们都虚心接纳，也都接受。“准”字确实是我们面临的最本质的问题。大家可能会认为，作为分析测试机构，“准”难道不是应该要做到的嘛？不是基本的要求嘛？

其实不是，“绝对准”很难做到，核心原因是一条：分析测试行业太年轻了。

因为年轻，所以缺乏统一的测试标准，就像100年前刚刚萌芽的第三方检测行业，SGS这样的前辈们，当时也面临过同样的问题。通过这100年的积累，建立起了完善标准，成为了我们今天的世界通用的检测标准，我们不少的国标和行标也都借鉴了SGS等企业的标准。然而我们还年轻，尚没有形成“怎样才一定准”的共识，加上分析测试本身就带有一定的探索性质，其结果是无法预期的。在座的科研工作者心目中的“准”，和实验室工程师认为的“准”，可能就一直存在偏差。    

因为年轻，所以行业的技术积累还不足，体现为更先进的仪器和测试方法还没有被研发出来。所以，大家的一些偏前沿的测试需求，找不到合适的仪器或者方法，这就好比人类还没有找到治疗癌症的特效药。如果没有特效药，那么即使付出了很多金钱和时间，即使上了最好的仪器，最后还是没有得到好的结果，这都是很现实很难解决的问题。

还是因为年轻，分析测试专业人才还不够多，能研发测试方法的资深专业人才，就更少了。而测试需求却如此之多且复杂，在专业人才数量不足的情况下，就很难支撑起“准”字了。

说到这里大家可能会想，既然这是一件这么困难的事情，我们整个测试的“准”就没希望了吧？永远准不了了吧。我的答案是，不是的，绝对“准”像是那个远方闪亮的灯塔，也许永远碰不到，但我们却可以不断的寻找到新的办法，接近“绝对准”。

甚至，如果我们辩证看，对于我们行业从业者来看，这还是件幸运的事。幸运的点是什么呢？我们居然在一个不断变化的世界中，找到了一件不变的事情：就是人类对于绝对准的追求会始终存在，这是一个很具体的、清晰的、远大的目标，不像很多其他行业，有一天突然之间行业的方向和目标就变了没了。分析测试行业，不断去攀登“绝对准”的追求，就给了我们从业者这样一个，可以奋斗终身的个人使命和愿景，这不正是我们人生的幸事吗？

接下来，我们就来聊聊，怎么样去实现“准”。

说到准，我们第一反应是什么？大家往往会觉得，准是靠人的专业实现的，只要测试人员有多年经验，专业知识过硬，就能达到准了。这个说法是不完整的，因为“准”是一个内功的修炼的过程，这个内功，其实考验的是分析测试机构最底层的基础5字真言，叫做人机料法环。

大家知道，“人”的专业性确实很重要，但是我们行业太年轻，测试工作也确实很辛苦，因此优秀的测试人才一直都很稀缺。既然人才很难直接招到，那我们只能自己培养。因此，对于“人”，我们主要做两点：

第一，我们建立了一套帮助新工程师快速成长的培训培养机制，是“学考测训评”一体化的培养机制；

第二，为了保证专业性，我们采取了仪器专人负责的机制。工程师需要对某类仪器精通以后，再去学习新的仪器和测试项目，避免什么都会但什么都不精的情况。在我们实验室逐步发展建设的5年里，我们的测试工程师整体的专业性也确实取得了长足的进步。    

关于“料”，我们的所有实验室试剂，都优先一线品牌的高端试剂，性能稳定，品质有保障。

关于“环”，我们严格遵循6S管理理念，对实验室洁净度、温湿度、空间布局、安全设施等12项做了严格管理。

但我们今天重点要和大家分享的，是我们在“法”和“机”上的创新。

大家都知道，做测试的过程中，使用检测方法是否匹配样品和需求，很大程度上，影响了我们测试结果的“准”，在我们实际接受大家订单的时候，如果和预期不符，大家第一个问题通常就是：你们的测试方法是什么？

测试方法有多重要？这里我举一个案例，当年我在蔡司公司工作的时候，大家公认最难拍的样品之一，叫做分子筛。拍摄一张优美的分子筛扫描电镜的图片，不能使用喷金设备，必须使用中高端场发射扫描电子显微镜，配合低电压、小束流、镜筒内二次电子探测器，这样才能不破坏原本分子筛的结构，再加以极小的工作距离下，以极快的速度选区、操作、成像，才能得到一张大家看来无损的接近原始形貌的照片。

而这些测试方法，是多年工作经验的老工程师，见得多，拍得多了，总结出来的。如果直接把分子筛样品，交给一个缺乏拍摄经验的工程师，在没有测试方法库的情况下，就算拍一整天去摸索，也未必能出一张大家觉得能用的电镜图片，而且会让工程师非常沮丧，身心俱疲。    

所以，这就凸显测试方法库的重要性了。

科学指南针，以千万级订单的数据为基础，我们构建了全国最大的样品测试方法库。大家现在看到的，就是SEM项目的测试方法库。我想先简要说明一下方法库的使用和建设逻辑。

当一个订单生成后，我们会将大家提供的样品信息、测试方法等内容，与方法库中的已有案例做智能匹配。

如果能匹配上，我们便用这个测试方法，快速高效地进入检测流程。

然而，如果大家的检测需求比较特殊，没在方法库中找到案例，我们就会咨询公司内外相关专家，给大家定制化方案。

测试结果生成并订单圆满完成后，我们会对新开发的测试经验做审慎的评估，经过审核后，凡是具有普适性或代表性的案例，都会被纳入测试方法库中，不断丰富其内容，为未来的项目提供参考与支持。

正是通过这样不断的案例积累与知识沉淀，我们逐步建立起了全国最大的样品测试方法库。SEM项目只是冰山一角，还有更多的测试项目及其方法等待着各位去探索和使用，也期待我们的方法库能够持续贡献价值。最终实现，即使我们每个工程师的经验水平不可避免的有差异，但是只要之前我们沉淀过类似的案例进入了测试方法库，最后都是可以高效率高质量的完成测试。

除了单一测试项目之外，我们还整理了特定行业的测试方案库。行业测试方案库的建设，更注重以用户需求为驱动力，采用了定向研发的策略。PPT里展示的，这些看似元素周期表般的树状图，正是科学指南针面向行业所打造的测试方案库。

在图中，不同颜色的线条标识了各个行业的细分领域，而每一条线条所延展出的方格，均代表一个独特的用户需求。

这些需求既可能是医药企业对于某类新药药性检测的要求，也可能是新能源公司针对锂电池中锂离子迁移数的分析，或是科技公司对新型半导体材料的某种测定需求。科学指南针的行业测试方案库，正是在这样一个个具体研发需求的推动下，开枝散叶，最终成长为一棵繁茂的大树。    

当然，这也不只是我们自己的内部的研发人员做出来的， 而是我们和众多高校科研院所、行业专家、企业研发人员一起联合研究，感谢各位专家学者对我们方案库的大力支持，帮助我们攻克其中的技术难点。

当然，建立测试方法库和行业方案库，最终还是要感谢我们的用户，是我们的80万用户的信任，1800多所高校、6000多家企业的选择，更重要的是向我们提出建议的7153位伙伴。是大家的吐槽和建议，让我们变得更好，督促我们往绝对准的方向前进，衷心感谢大家！

除了“法”之外，我们还想和大家分享一下，我们在人机料法环的“机”上面，也就是保证科研仪器稳定运行这方面，做的一些小进步。

在今年，我们与国内权威的第三方计量校准公司——广电计量和钢研纳克正式签约，对我们所有的仪器设备，做年度的计量校准。由于我们的设备保有量非常庞大，计量校准费用达到了上百万。当然，内部也有反对的意见，我们做了这么多，用户也不知道或是不太关心，到底值得吗？但是，我们深知，如果仪器没有定期的进行专业的计量校准，我们就无法完全保证测试结果的准确，更无法让大家信服。因此，即使是过去这个行业都没有这样的要求，甚至大家都没有提出过仪器是否经过计量校准这一点，我们也主动的死磕自己，花钱，花精力，只为了尽专业之力。让测试结果准确率更高哪怕一点点，就算这些都不被大家所注意到，我们相信这一切也是值得的！   

那么在计量过程中我们都会获得年度报告和证明，整合进入测试报告中，供大家监督查阅，也可以在网上公示查看。

大家可以看到，这个是我们杭州材料实验室的检测技术工程师黄新涛，拿到校准报告露出的幸福笑容。我们希望，我们的客户在收到测试结果的时候，也是露出这样幸福的笑容！

不仅如此，大家可能会觉察到，外部计量是每年一次，那仪器如果出问题，大半年才发现，可能也太晚了。因此，从今年开始，我们所有的仪器，在每个季度都要做一次内部的自查，确保仪器符合计量认证的要求。

为保证测试过程准确，科学指南针围绕实验室5字真言，也就是“人机料法环”5个方面，都建立了起完善的机制。其中，在分析测试行业最为关键的测试方法这点上，我们基于大量订单数据，沉淀了测试方法库；基于用户需求，在产品开发部门和外部专家团队的努力下，建立了行业方案库，以保证在不同地点、不同的工程师、不同的仪器，都能够使用合适的测试方法，测出接近准确的结果；在“机”上面，我们花了上百万的费用，引入了外部计量机构，为我们仪器的稳定运行保驾护航，同时，我们内部也开启了仪器计量校准的自查工作。    

那么，做到了“人机料法环”的全面完善，我们就能够实现的理想中“绝对准”吗？答案是，并没有完全解决，分析测试行业太年轻，测试复杂度又太高，“准”的痛点，并那么好解决。

例如，我们还是无法避免以下检测不准的问题。这是一张BET测试的吸附曲线图，我们不仅看到曲线没有闭合，而且吸附量甚至出现了负值。这是离大谱的一个结果，就算是三体人看了也要流眼泪，因为完全违反了质量守恒定律的基本原则。之所以这种离谱的现象，主要是由于测试过程中漏气，漏气有两个可能的原因：较小的几率是实验设备的密封性没有得到有效保障，较大的可能是在样品结构或腔体中存在空气残留。

更值得注意的是，还有一类更为严重的问题，就是主动的造假，为什么会造假？因为大家对于结果普遍会有预期，这样一个预期，就会促使我们这个行业里边检测工程师，会努力的照着大家的预期去做，一旦超出了一定的边界，那就会变成了数据造假。

我们也发现，其实有非常典型的10类高频使用的仪器，在我们内部叫做十大易造假，这十大易造假是分析测试行业数据造假的重灾区，为什么呢？因为这些测试的造假相对容易，随便改个参数，改个条件，就能得到预期的结果，甚至像TEM，使用PS去P图，移花接木，在早期分析测试行业鱼龙混杂的阶段，屡见不鲜。与此同时，这些仪器这些测试项目数据造假而带来的撤稿的现象比例远高于其他测试。

等待实验室内部流程，就需要漫长的时间去沉淀积累，那当下遇到的问题，这类离大谱的结果，和主动造假考验人性的问题，该怎么解决呢？

我们不得不借鉴许多其他行业的做法，在实验室人机料法环之外，建立另一套完善的质量控制体系，对结果的“准”做管控和监督。    

飞行质控这个词，大家都知道，有点像是运动员在完成了奥运会之后，会有非常突然的一次检查，去检测它有没有服用兴奋剂，听说都是做飞机过来检查，所以叫飞行质控。这样的话，运动员就不敢在大赛前服用兴奋剂了，因为一旦查出来，可能整个运动生涯就毁了。在我们行业，也是一样的。

我们的飞行质控，首先是对我们所有测试相关要素的全面覆盖；第二，很关键，同样是不发通知、不打招呼、就把测试的样品混进去；第三是频次特别高，大家知道CMA是一年一次的年检，我们至少是三个月1次，有的易造假的项目甚至是一个月1次；第四是一旦发现结果有疑问，我们会随时出动，去查阅原始记录，访谈测试工程师，了解具体情况；最后，对于刚刚说到的易造假的项目，我们甚至会采用钓鱼执法的方式。接下来我和大家简单介绍下我们的飞行质控是怎么做的。

首先飞行质控到底控谁？大家可能想的是控人，其实不是，人只是众多影响测试结果准确的要素之一，我们的质控单元颗粒度，其实是仪器和操作人员的组合。今天我做A仪器准，并不代表我做B仪器也做得好，同样小C做这台仪器准，不代表小D做这台仪器也准。因此每个质控单元，其实是到仪器与人的组合。那么这颗粒度就够了吗？    

还不够，我们会深入到更小的颗粒度：测试项目，大家都知道，SEM上通常会配备能谱功能，那么如果小A做SEM做的特别好，并不能证明他使用能谱仪也做的好，因此光有仪器与操作人员的组合还不够，还需要下沉到245个测试项目。最后，针对刚刚说到的易造假测试，我们给予特殊对待，加大抽检的频次。

飞行质控究竟控什么？要得到什么要的结论和目标呢？其实我们的核心，是得到三个问题的答案。第一，人员能力和专业性是不是OK；第二，仪器是不是ok；第三，测试是不是真实的没有造假的。

为了实现这三个目的，我们设计的飞行质控方式，大体分为以下6种：第一种比较基本，叫做盲样抽检，也就是没有标明这是个质控样品，混在正常样品里面给他做，看能不能做出对的结果；第二种叫做结果复现，就是对同一个样品的结果，隔段时间再做一次，看能不能做出来。这个如果出问题，那么我们要看随着时间的推移，是不是仪器计量校准出了问题；第三种叫做人员比对，不同的人做同样的条件样品，主要是看工程师的专业性和能力，对应了我们刚刚对于人的专业性和能力的目标。

第四种叫做仪器比对，也主要是看不同仪器之间是否性能指标有差异，借此找到仪器的问题；第五种叫做三方验证，我们不能内部闭门造车，对于以上四种质控方式中有争议的样品，我们也会请其他第三方公司帮助我们去验证结果。那以上5种都是在确认，人和仪器以及对应测试项目是不是因为不专业，带来了测试问题。那我们如何去确认测试有没有造假，这就要到最后一种质控方式，叫做钓鱼执法，是我们在行业内首创专门针对易造假测试项目的质控方式，这里我们着重介绍一下。

大家都知道有一个我们刚刚讲到的十大易造假测试项目中，其中有一个项目是特别容易造假的，造假王中王，叫做EPR，中文叫做顺磁共振波谱仪，可以通过检测未配对电子，获得样品自由基、空位、缺陷、过渡金属价态的信息。这台仪器为什么它容易造假，有两个原因：一是因为它在参数调节和数据处理上的灵活度很高，想做出预期的结果，就能通过多次拟合数据得到；二是造假带来的收益太大了，如果正常测要测2小时，造假测只需要5分钟，意味着一天可以多赚几十倍的收入，人性是经不起挑战的。    

那么对于基于这样一种测试，我们应该如何去思考质控体系呢？

我们想，既然我们要防止造假，最合适的方式就是钓鱼执法，举个例子：我们会假装是用户，会和实验室说我们的样品是氧化钼，包装上也写着氧化钼，但实际上是活性炭。如果他测了半天空穴没测出来，可能就垂头丧气了，但是我们要恭喜他，通过了这次质量控制。但如果真的测出空穴了，对不起，我们会把你开除，因为你数据造假，踩到了公司赖以生存的红线。

因为，活性炭缺少相应的电子学特性，是绝对不可能测试出空穴来的。实行了这样的一个钓鱼执法机制，EPR测试的科学性，得以被大大的守护了，就像运动员参加奥运会不敢使用兴奋剂一样。在我们的实验室中，是没有人敢哪怕是微调参数来迎合客户的，否则他就可能要丢工作了。大家可以从这样一个案例里面看到，我们团队是在真的努力，去守护分析测试的“准”字，这种努力并不体现在口号上，而是体现在了真正的流程设计和行动上面。

基于以上的飞行质控流程，我们可以很有信心的说，CMA是我们对自己的最低要求。 

我们这里做一个总结：做到了“真”，通过更好的实验室内部流程控制做到了“基础准”；我们意识到，要做到“更加准”，就需要在实验室之外，建立起一套质量控制体系，我们把这套体系定义为飞行质控体系。我们使用了盲样抽检，仪器比对，结果复现，人员比对，以不发通知的形式，对我们245个测试项目进行全面的高频次的抽检，并与外部三方机构交叉验证，确保检测结果的客观准确。对于主观造假的风险，我们定义了10大易造假测试，并设计了“钓鱼执法”的机制，建立起来了不通过就开除的强烈威慑，确保了检测过程主观无造假。

其实已经做了很多的工作了，但是我们还是无奈的发现，这还不够，因为我们每一个订单，每个需求的背后，都是每一位鲜活独立的科研工作者。

刚刚这些，能帮助我们能做到98%、99%的结果是准确的，但是我们的使命，大家对我们的期待是，我不管你们准的概率是多少，我的结果必须要准。    

因此，分析测试行业，还需要依靠对每次结果的审核，来提升每一次检测的准确率。但是，我们发现，依靠人肉审核，不能解决根本问题的。

那么，到底我们这个行业应该如何保证我们的测试结果从一个宏观的准确率99%，到微观地、不断地接近“绝对准”，就是：我的每一次检测都准确呢？我们又如何尽可能的去降低重复性的劳动，让我们行业从业者的幸福感提升呢？

这就是我们今天想在这里，跟大家分享的最重要的，也是分析测试3.0时代最前沿的模式，叫做AI智慧检测，驱动检测结果走向极致准。

首先，我们需要关注这样一个问题：即使我们检测结果是准的，但是在检测结果完成之后，我们依旧有各种可能，由于人为因素的影响，给检测结果带来误差。这里我们首先需要考虑原始数据从仪器导出，录入报告的环节的准确性。    

原有的录入报告方法是什么呢？假设这类仪器有完善的配套软件，那数据就能直接导出，直接导出的数据本身一般不会出错，但有可能出现的问题是，样品编号标错，或者弄混不同样品的结果，或者遗漏了某个结果，多录入了结果，重复录入了结果等；还有一类仪器，因为完善的配套软件，因此它的数据是无法从仪器导出，只能靠肉眼读取的，甚至连读取的数据本身都会看错读错。

这些看似只要再细致一点、再专注一点就能解决的问题，在每个工程师每天处理的样品非常繁杂的情况下，犯错是再算难免的。

这也是个看似无解的问题，那我们该怎样做呢？

我们答案是——用新时代的武器：AI。我们AI智检功能的第一个模块，是智能化仪器数据采集功能，也就是说在AI智检模式下，我们所有的测试数据，都是从仪器的原始数据中自动化的采集到我们的报告内，而不是靠人工一个的去打进去。    

这样一个创新，其实是大家听着非常容易，但实际上是非常困难的，一是仪器的内部系统的直连打通很繁琐，每一台仪器，每个型号都有区别，有些仪器是不支持自动数据读取的，第二，是对于每类测试项目，结果所包含的文件，要有一个读取标准，这个excel的sheet1的第几行的数据代表什么，sheet2代表什么，等等。

也得益于沉淀10年的测试经验，以及我们的程序员小伙伴，我们已经攻克了这两个难点，实现了上述自动录入功能。实现自动化录入的好处是什么？首先大家所关心的核心数据，都可以被自动的整合在一起了，不用在一个又一个的文件里面分头寻找；第二，人为失误没有了；第三，之前我们提到的，易造假订单也是因为数据太容易修改，那么这样自动化之后，篡改的机会也大大降低了。

但我们认为，做到自动录入报告，比以上都重要的。是我们终于可以把员工从重复劳动中解放了出来了，我们认为，让员工拥有幸福感和成就感，才是最先进的生产力！

在自动化录入数据之后的基础打好之后，自然而然的，给大家结果报告的呈现，也能够实现标准化了。过去我们我会看到，分析测试行业给用户的结果是非常混乱的，有的是一个表格，有的是图片，有的是充满了海量数据的excel文件，有的是txt文件，有的是pdf，有的是rar。这就是导致了大家的疑惑，为什么同样的测试，我拿到的结果格式都不一样呢？

基于刚刚我们说到的数据的自动化采集和录入之后，我们就可以实现标准化的检测报告了。什么叫标准化检测报告？不管你是做什么测试项目、什么条件、什么样品，我们给到大家的结果都是一个统一格式的报告。这个报告中包含了这个测试的结果内容、订单编号，仪器型号和名称、样品形态、测试时间、数据呈现，并附带初步的数据分析内容。在座的各位我们如果有兴趣的话，也可以扫描这个二维码去登录我们的网站，去观看一下我们的标准化的检测报告。

那么在解决了结果报告的自动录入和呈现的标准化问题之后，我们终于得到了一份非常规范的标准化的报告，看上去很专业很靠谱，可以发给大家了，但其实，真的是这样吗？

答案当然是：还不够，就算是人机料法环做的足够优质，再通过定期飞行质控，更进一步保障了人的能力、机器的性能、无主观造假，我们依旧无法避免，在检测过程中不出任何问题。因此，我们需要对这份报告做人工复核。

刚刚看了视频后，我们知道，分析测试行业普遍在完成了检测之后，另有一位审核员对于结果做人工复核，来查看检测结果是否有问题，再最终发给大家。这样做确实起到了一定的效果，从整个行业来看，一次交验错误率平均要求是2%，人工复核会将错误率降低到了1%左右，每10000个订单中，依旧有100个订单会存在结果的错误。并且，这个审核过程会非常辛苦。

那我们有没有办法去做一些自动化的排查？

是的，接下来我们要介绍的这个产品模块，叫做AI自动排查，比方说我本来要测试XPS，要测试A元素，而真正测试的时候，工程师把A元素测成了B元素，这个时候，录入数据等都不会有问题，但这并不是符合大家测试的要求的一个结果。

原本靠审核员检查，一天检查了100份报告，每份3分钟，相当于300分钟，也就是5小时时间，并且也只是把这类错误从2%降低至1%。现在利用我们的AI自动排查功能，辅助以工程师的排查，平均份报告只需要30秒就可以检查完成，排查准确率大幅提高，以XPS为例，综合错误率<0.1%。我们相信，随着AI模型的不断成熟，未来还有希望完全杜绝，真正走向“极致准”。    

不过，做到这样的一个基础错误的排查，只是我们走向“极致准”的开胃小菜，更进一步的大菜，是我们对于刚刚说到的一些高阶的错误的诊断，这个功能叫做AI数据诊断。

什么是AI数据诊断？

像是BET曲线不闭合、电镜的图片清晰度不够、XPS没有出峰、或者谱峰漂移，这些大家一看就觉得不合理的结果，我们能够通过AI模型自动判断，作为报告审核的一部分，并在发给大家前，内部先做好补救措施。后期随着错误模型的越来越丰富，AI也会越来越强大和全面，甚至有一天，能够比行业专家更加敏锐的发现不合理的结果。

不仅如此，经过充分训练后，AI就能够提示错误可能的原因、背后的原理、可能的解决方案，为测试人员和用户一起提供更多的共识和启发。这就好比，一位精通这项测试的专家，手把手地专门为我们每个人讲解，自己测的这个样品为什么会是这样的结果，为什么没测好，该怎么测才能测得好。正如此前所言，因为分析测试行业专业性人才匮乏，而带来的专业性测试知识无法普惠传播的问题，在AI时代，终于迎来了解决的希望。我们希望有一天，充分训练的AI模型，能够逐步发展，直到穷尽所有的分析测试难题。   

其实讲到这里，我们已经从对数据本身准确性的评价，上升到了一个更高的维度，就是利用AI，基于检测数据提供了对于检测过程正确性的洞察，而这往往是少数精通测试的专家才能提供的。

那我们是否有机会，给予用户更加深入的洞察呢？

答案是：有！

这就是我们整场发布会，最为重磅和激动人心的功能：AI数据智能分析。

用一句话概括叫做从实验数据到科学洞察，也就是说今后我们不只是给用户提供测试数据，我们更可以基于测试数据，自动化的对数据进行更深度的解析，从而给到大家更进一步的数据分析结果，并将其转化为科学洞察。

举一个例子，以XPS分峰拟合为例，我们每个XPS测试的结果，光有原始数据是无法直接放入我们的论文中的，都是需要通过分峰拟合之后，才能成为有意义的科学洞察，放入论文。因此，我们需要花大量的时间学习分峰拟合知识，结合自己样品的情况，来分析自己的测试结果，这一过程有两个问题：第一，专业性不足，分峰拟合需要大家花费大量的时间去学习基础原理，但事实上，在术业有专攻的今天，极难精通；第二，是大家对于结果普遍有预期，因此分析的过程难免会受到主观预期的影响，缺乏科学性。这就导致了，在一些已经公开发表的论文中，存在不少XPS分峰拟合的明显错误。

而在AI数据智能分析功能上线之后，AI大模型的自动分峰拟合，能很好的解决以上两个问题：首先，AI大模型可以用符合科学性的的方式，首先对测试数据进行可能的错误校验后，然后执行分峰拟合动作，最大程度地，规避因知识面匮乏和主观臆断导致的错误。不仅如此，我们还会将分析过程中产生的完整数据以报告的形式呈现。让大家边分边学，极大的提升分峰效率和客观科学性。

在将来，结合当下AI的发展速度，我们相信今后，AI将有机会超越最优秀的XPS专家，彻底解决诸如XPS分峰拟合这样的专业测试分析问题。

不仅如此，就像我们每个人做体检，我们可以获得自己的红细胞数据、白细胞数据、血小板数据，但是医生看到了这些数据，会告诉我们，我们需要注意哪些，或者我们的身体可能存在风险。这个案例中，医生把我们的身体数据，转化为了对身体状况的洞察。那么在分析测试领域，也是一样的。    

以前，科学过程依赖于人工分析实验获得的可观测数据；现在，在材料数据能够被计算机语言所理解的前提下，AI与科研结合可能会给我们带来更多的惊喜。数据分析不再受限于人的知识面与主观倾向，AI能更精准地把握海量数据信息、洞悉样品整体性质，从更宏观的角度分析样品的各类测试数据，更准确且高效地解决科学问题。

今后，可能大家在科学指南针下单测试，一个样品测试了多个测试项目后，再使用AI模型对这些测试项目的结果交叉做分析。可能会再几天内，就能得到极为直观精准的对这个样品性质的科研洞察，就像一个精通各种测试的专家给我们把脉一样。而这在过去，可能需要普通科研工作者自己花费一个很长的时间周期才能完成。

因此我们有理由相信，通过大模型将测试数据转化为科学洞察，将会彻底颠覆分析测试行业。

讲到这里，关于通过AI智检实现极致准，我们再做个小小的总结：

科学指南针是AI智检模式的发布者和首个采用这一模式的企业，AI智检分为4个模块，第一部分是结果的自动录入。可以完整的规避掉录入过程中的人为错误，并大大提高效率，提升测试人员的重复劳动量。通过结果自动的录入，我们能够实现系统自动生成标准化的报告。    

第二部分是AI错误排查，在生成报告之后，分析测试机构会对报告进行二次审核，我们在审核过程中加入了AI模型，实现了从每个报告3分钟到30秒的审核效率提升，更实现了基础错误比例的大幅降低。

第三部分是AI数据诊断，通过大模型，我们将能够对数据做更专业的诊断，能够提示专业型问题作为报告审核的一个环节，自动识别出测试结果无法使用的情况，并做相应补救措施。并给出后续的测试建议，类似于一位多年经验的分析测试专家专门为大家的每次测试服务提供咨询建议。

第四部分就是AI数据智能分析，通过大模型将测试数据转化为科学洞察，将会颠覆整个分析测试行业。

讲到这里，我们也给大家放一段视频，整体介绍了我们的AI智检产品。

至此，我们的智慧检测3.0产品的内容已经讲完了。那么，这一产品，对分析测试行业中，到底处在一个什么样的定位，会扮演什么样的定位和角色呢？ 

要解答这个问题，我们把“极致准”模块和刚刚介绍的“真的测”、“基础准”、“更加准”，全部都罗列在一张图里面，我们把它成叫做：

第三方分析测试机构真准评价模型（TAE）

“真”，就是真的测，“准”就是包含了人机料法环5字真言带来的基础准，飞行质控体系带来的更加准，以及AI智检带来的极致准。    

那么TAE模型有什么用呢？

我们认为这一评价体系，是评估一家分析测试机构整体质量水平的框架模型。

类似于我们今天熟知的自动驾驶，它的评价模型是L1、L2、L3、L4，每个等级层层递进。

第一层“真的测”，是分析测试机构存在的基础，如果做不到，那我们就不能将其定义为分析测试机构，可能是一家卖数据、卖论文的公司。

第二层“基础准”，是在“真的测”的基础上，通过对“人机料法环”的精细化管理，实现基本的测试流程稳定可靠。大部分分析测试机构，都理应拥有对“人机料法环”的结构性管控。如果做不到，那么我们将极为怀疑这家机构的测试能力，继而怀疑所有数据的准确性。

做到了“基础准”，下一步是通过飞行质控体系来管理结果的质量和稳定性，包括高频定期全面的抽检，考察人员是否按要求实施测试流程，仪器状态是否良好，并通过钓鱼执法来规避主观造假。在这里，通过CMA只是最低要求，分析测试机构的内部，必须要建立这样的团队和机制，方能确保测试结果的可靠性。如若做不到，意味着这家分析测试机构虽然拥有测试能力，但结果可靠性和真实性存在疑问。

如果以上“真的测”、“基础准”、“更加准”都能做到，我们认为，这家分析测试机构，现阶段的可靠性、专业性都是值得相信的。    

如何应用这个模型呢？举个案例，倘若有一家公司，只有几个人，没有自己的仪器设备，对测试条件和方法没有把控，也没有质控体系，但却在一些非常容易造假的，且价格很贵的测试，例如球差电镜、透射电子显微镜、EPR这些测试项目上，拍的非常好，每次都让大家很满意，大家可能要引起警觉了。

我们科学指南针有9台TEM，也支持云视频，对于TEM测试方法一直在积累，还有完善的飞行质控，尚且被大家如此吐槽。倘若没有仪器，没有对测试方法的规范来保证基础测试准确，没有飞行质控钓鱼执法来确保无造假，却又把易造假且价格昂贵的测试项目作为主推产品，说每次都能测出大家想要的结果，这是为什么呢？大家可以自己去思考，相信会有自己的答案。

还是那句话，人性是经不起考验的，优秀的分析测试机构，不是靠人，而是靠严格的标准、制度、流程设计来克服人性，从而实现专业可靠的。

那么说到第四层“极致准”，在我们这个时代，所有分析测试行业的从业者，必然不会放弃对“绝对准”的追求，AI给了我们这代人接近“绝对准”的机会，这是我们共同的幸运。分析测试行业的竞争和发展方向，必定将从比拼价格，转为比拼谁能够最好的利用AI智检，最终接近甚至实现100%的极致准。再基于AI智检，将测试数据转化为科学洞察，为科研工作者提供更高维度的价值。

而实现这一目标的分析测试机构，将会是所有机构中的王者。

回顾我们今天分享最开始的3个时代。让我们再延伸出一个纵坐标，就叫它“用户体验”。   

黄牛时代，我们解决了没地儿测的问题，但是无论是速度价格，还是专业可靠，都不行；滴滴时代，我们将分析测试行业的速度和价格卷到了极致，已经卷无可卷了。下一个时代，随着AI的浪潮席卷而来，分析测试行业理应拥抱AI，开启智慧检测时代，分析测试行业，也将会从比拼价格和速度，转向了比拼分析测试行业真正的核心竞争力：“真”和“准”。

我们相信今天发布的智慧检测3.0产品，不仅能为大家提供速度快、价格低的检测服务，更重要的是，我们将聚集一切的资源，通过不断完善智慧检测3.0，接近甚至实现“绝对准”的测试服务，不是给大家一个准确的概率，而是真正让我们的每一个样品，都做到“真”和“准”。

那关于智慧检测3.0产品，我们已经上线，以及我们即将上线的功能有哪些呢？

在这里，统一给大家做一个汇报：我们已经上线的功能是全国24小时的实验室直播、标准化可溯源报告的beta版、实验进度查询的服务、飞行质控体系、测试方法库和AI错误排查。

那么我们即将上线的功能：一是10月底将会上线标准化可溯源报告的正式版以及AI数据的智能分析其中的XPS的自动分峰，AI数据诊断功能在12月份会上线，TEM衍射标定和XRD物相分析将在2025年上线。更多的功能，敬请期待。   

至此，我们今天发布会的主要内容就已经全部讲完了，想最后再和大家分享一下我自己在这10年来的一些感受和感悟：

那么在过去的十年中，科学指南针的飞速发展，其实是离不开每一位科学指南针用户的支持。

大家可能也已经注意到了，这页PPT的背景，是我们对客户访谈瞬间。客户在百忙之中，放下手头自己做科研的时间，抽出时间坐下来和我们对谈，有许多用户都站在我们的角度，表达了非常深度的建议。

我印象很深的有2位老师，其中有一位博士研究生，在问及我们检测结果有没有什么问题的时候，她一脸诧异的说：我从来没有想过你们的检测结果会有问题。是的，在她心目中，检测本应就是是严谨的、准确的、真实的，这是她对我们的期待，也是她对我们毫无保留的信任。    

但我们分析测试行业作为一个年轻的行业，还有很长的路要走。她的这句话，也代表了广大科研工作者的心声，我想，我们不能辜负大家毫无保留的信任，我们必须向着绝对准确的道路不断前进，为之奋斗。

另外一位老师，也是一位老教授，当我们提及，我们的使命是服务好所有科研工作者，他却对我们说：检测即科研，我们大家都是科研工作者，只是分工不同。

是啊，我们的用户朋友们都很可爱，不像其他行业，甲乙方关系特别分明，有许多都把我们当做是战友，一起去挑战探索人类未知的奥秘，而不是一种简单的商业行为。另外，如果我们也是科研工作者，就应该用科研的精神和思想去做好工作，坚持追求科学真理，坚持实事求是，是我们一直要秉持的价值观。

在这里感谢所有给我们提供建议，信任和支持的科学指南针用户们，是你们的批评与认可，造就了我们的今天。

我们同样要感谢可敬的同行们，我们不是朋友，但胜似朋友，彼此不太交流，却又是最懂对方的人，谁让我们同赛道，共命运，都面临了同样的难题呢？套用一位在座同行的话，我们如果不是同行，也许就是非常要好的朋友。在过去的几年中，我们行业的飞速发展，离不开科学指南针与各位同行的良性竞争和相互借鉴。我们期待下次再有机会，和各位在酒桌畅聊行业的未来，力往一处使，让这个行业发展的更好，最终为我们的用户创造更大的价值。     

中国科研，虽然有各式各样的问题，但总体上，已经非常强大了。

首先，我们已经拥有强大的科研人才资源，到2023年，中国研发人员达724万人，连续11年稳居世界第一，博士研究生的数量也在飞速的增加；

第二，我们已经拥有了强大的科研成果，在各学科最具影响力期刊上发表的论文数为14227篇，占世界总量的27.7%，其中在《细胞》（Cell）、《自然》（Nature）和《科学》（Science）等国际顶级期刊上发表的论文数为395篇，世界排名已从2022年第四位升至如今第二位，仅此于美国；

最后，我们拥有着强大的政府经费支持，即使是在经济下行期间，2023年，中国全社会研究与试验发展（R&D）经费投入达到33000多亿元，比上年增加2574.2亿元，增长8.4%，高于社会平均增速，远高于世界其他国家的水平。

因此，我们相信，中国科研力量，必将推动全球科技创新浪潮。

随着中国科研的不断崛起，最近5年来，在中国标准技术委员会、各大高校分析测试中心、科学指南针等企业的努力下，中国的科研测试标准正在不断完善。    

我们回想到当年华为主导的5G通信标准，正是中国的科研人员积极参与国际标准的制定，推动中国的标准成为国际标准，从而在通信领域击败全球巨头企业，成为全球领导者，实现了“遥遥领先”。

随着中国科研的崛起，中国已经拥有世界最大规模的科研工作群体和最大规模的分析测试样品量，倘若我们不断努力建设完善，中国的分析测试标准体系也有机会和华为5G标准一样，被广大国家接受，成为全球科研测试的新范式。我们将秉承初心，做一家“源于中国的、享誉世界的”科研服务机构。我们更加坚信 ，以科学指南针为代表的中国的分析测试机构，终将成为世界的标杆！

让我们一起，向真而行，以准为终，谢谢大家！