中國大數據產業聯盟：2018中國大數據產業發展白皮書（36頁）.pdf

1、2017年以來，伴隨著工業互聯網概念的提出，工業企業上云和工業A PP開發成為熱點詞匯。國務院發布“互聯網+先進制造業“發展工業互聯網的指導意見明確提出百萬工業企業上云計劃，力爭到2020年培育30萬工業A PP，推動30萬企業上云；到2025年，培育百萬工業APP，實現百萬企業上云。推動工業企業上云將促進大數據、人工智能等新技術在企業研發設計、生產制造、經營管理、銷售服務等全流程和全產業鏈的集成應用，帶動互聯網個性定制和云制造等新型制造模式的發展，推動形成基于消費需求動態感知的研發、制造和產業組織方式，完善工業互聯網生態體系。我國工業領域的云化水平較低，在上云企業數量的廣度和企業在云端部署的

2、深度兩個維度上都具有非常大的發展潛力，工業企業上云處于爆發前期。賽迪顧問統計顯示，在企業數量維度，2017年我國工業企業上公有云的比例在5.05%；在資金投入方面，公有云服務的購買支出在企業I T總支出中的占比約為0.96%。從區域云化水平來看，浙江、江蘇和廣東的企業云化水平較高，已先行開展工業上云活動。比如，浙江省建立了“上云企業出一點、各級政府補一點、云廠商貼一點”的聯合激勵機制，針對大中型企業采用項目補貼方式進行支持，針對小微企業則采用云優惠券的形式，減免其云服務支出；江蘇省則建立了星級上云企業建設工程，分類推進企業上云。未來，隨著國家上云政策的細化和分解（如目標分解、實施路徑、考核標準

3、、應用場景和財政支持方式等），以及各地政府對工業企業上云策略（如企業上云評估、診斷和實施路徑等）的落地，對工業數據的分析需求會快速上升，引爆各類工業APP應用的開發，諸如設備設施預測性維護、工業生產流程優化、生產過程可視化和供應鏈優化等工業應用。前端智能是數據采集端經過剪裁和優化后的人工智能，其本質是將經過數據分析驗證的算法和模型固化到前端高性能傳感器和數據采集設備。相比于云計算技術架構，應用前端智能技術，可以有效地削減數據傳輸過程中的網絡帶寬消耗，降低前端設備自身功耗，提升數據分析效率和系統整體的智能化水平?，F階段的前端智能面臨三大挑戰：模型參數多、實時性要求高、運算能力弱。要解決這些問題，

4、需要在軟件和硬件方面同時下功夫，對企業的綜合能力要求很高。軟件方面，要在運算力有限的情況下，持續剪裁并優化模型和算法，保障終端的算力需求；同時，要設計適用的網絡通信協議，保障終端數據的高效傳輸。硬件方面，則要持續完善嵌入式芯片和板卡等硬件設計，提升芯片的并行處理能力，降低功耗。前端智能分析能力的提升，有助于優化其在圖像識別和振動頻率監測等方面的應用，特別是在工業設備的預測性維護、路橋等基礎設施的監測、城市安防和交通管理等應用領域。比如，“曠視科技“的交通監測攝像頭就沿用了前端智能技術，其所搭載的專用主板可以同時處理16路交通視頻數據，通過前端智能分析算法開展實時結構化處理，實現了高效的數據存儲

5、和傳輸。除此之外，前端設備功耗的降低則有助于將其用于監測偏遠或不易到達的基礎設施。未來，隨著中國新一輪的智慧城市和工業互聯網建設的持續推進，市場對智能終端和傳感器的需求將會拉動前端智能市場的進一步增長，其中城市安防、交通和設備設施監測維護將成為增長重點。智能投顧也稱機器人投資顧問，它通過引入模型算法為投資者實現資產配置和投資管理等在線財富管理服務。新興的智能投顧公司在國外發展迅速，主流財富管理領域已經認可智能投顧并積極投入其中。知名機構嘉信理財，Va n g uar dGroup，貝萊德和德意志銀行等都相繼開通了智能投顧業務。目前，國內的一些公司也推出了類似的產品（如投米R A、積木盒子、嘉實

6、基金和彌財等），但整體而言仍然處在非常早期的階段。國內的智能投顧業務將推動投資理財走向普惠化，改變財富管理市場格局，開辟中國金融市場新藍海，未來市場發展潛力巨大。（1）中國居民可投資資產持續增長，為智能投顧的創造了可施展的潛在市場空間。2017年資產總額達181萬億元，未來幾年將保持10%左右的增速，預計2020年將達到237萬億元。（2）智能投顧以機器算法取代了一對一的人工服務，前期投入主要為固定成本，用戶群體較大，均攤成本小，獲客成本低。（3）智能投顧起投門檻低費用低，能滿足廣大長尾用戶的需求，特別是新生代的年輕人，習慣于網上交易的投資者，以及對投資建議有需求的個人投資者。對比而言，傳統投顧不僅起投金額要求高、費用高，且通常僅服務于高凈值人群。（4）智能投顧以機器智能決策取代投資顧問的個人經驗判斷，雖然降低了理財的個性化和應對系統性風險的能力，但在國內民眾普遍缺乏理財知識的大背景下，卻可以減少個人投資者普遍存在的投機心理，使其可以應用量化分析方法，依據現代投資理論賺取平均收益，降低投資風險。