2017年智能投顾行业美国Wealthfront分析报告

2017年9月

一、Wealthfront：美国智能投顾的标杆 (5)

1、2011年开启转型，借美国智能投顾浪潮快速崛起 (5)

（1）2011年转型为智能投顾公司，2014年底估值已超过7亿美元 (5)

（2）借美国智能投顾浪潮快速崛起，资产管理规模已达70亿美元 (6)

（3）竞争格局：“低门槛、低费率、全智能”是公司主要特点 (7)

（4）收费模式：相较传统模式，费率简单透明 (8)

2、业务构成：投资管理是核心，增值服务是特色 (9)

（1）核心业务：投资组合咨询管理服务 (10)

（2）特色业务：税收筹划等增值业务 (15)

二、四大优势铸就成功关键 ..................................................................

1、采取被动投资策略，提供全智能化投顾服务 (18)

2、投资标的丰富，能有效分散风险 (22)

3、特有的税收筹划服务构筑竞争壁垒 (24)

4、低费率、低门槛，客户定位精准 (25)

三、智能投顾的两大技术要素：人工智能+大数据 (27)

1、大数据 ..............................................................................................................

2、人工智能 ..........................................................................................................

四、谁将是中国的Wealthfront：从中美对比看中国智能投顾的发展

31 ...................................................................................................................

1、中美对比：投资习惯和资本市场环境尚面临挑战 (31)

（1）从投资者角度来看：我国居民理财观念相对匮乏，资本市场投资者缺乏长期被

动投资理念 (32)

（2）从投资标的上看：国内适宜智能投顾的投资标的偏少，且海外配置受限制 (32)

（3）从监管的角度来看：投顾业务和资管业务分开经营和监管 (33)

（4）从基础数据角度来看：金融数据不开源，智能投顾缺乏数据支撑 (34)

42、中国现状：三大类公司率先布局，长远前景广阔 (34)

（1）目前仍处于起步阶段，三大类型公司率先布局 (34)

（2）国内尚缺乏行业标杆 (35)

3、谁将脱颖而出：流量+数据+技术是核心竞争力 (37)

（1）流量+数据+技术决定了智能投顾公司的核心竞争力 (37)

（2）结合2B+2C资源的公司将拥有更明显的数据端优势 (38)

（3）“互联网公司+金融公司”强强联合的模式最有望脱颖而出 (39)

科技金融势不可挡，美国智能投顾标杆Wealthfront 快速崛起的

背后是巨大的需求和技术支撑，反观我国智能投顾还在萌芽，这一时

流

间差揭示了水面下的“冰山”体量巨大。谁将是中国的Wealthfront?“量+数据+技术”将成为决胜因素。

Wealthfront 打开智能投顾的“水下冰山”。“这是最好的时代，

也是最坏的时代”——狄更斯曾这样描述工业革命。如今，站在AI 时

代的大门前，科技金融有望成为金融业的新生态。以美国的科技金融

市场来看，智能投顾的发展速度可谓惊人，市场规模近3年增长近50倍，新兴独角兽公司数量快速增加，Wealthfront 成为近几年崛起最

快的美国智能投顾标杆企业。虽然我国智能投顾市场还处于萌芽期，

但随着《新一代人工智能发展规划》的出台，这一体量巨大的“水下

冰山”市场即将浮出水面。

简约而不简单，“顺势而为+技术投入”铸就成功关键。Wealthfront

借着美国智能投顾的浪潮，仅用了5年时间资产管理规模达到70亿美元，并始终保持着加速增长。低门槛、低费率、全智能是公司的主要

特点。无论收费模式还是产品体系均不复杂，但其快速扩张的背后是

巨大的需求体现和技术支撑。

从Wealthfront 的成功，我们可以看到中低净值群体的强大力量

（传统的银行信托等金融机构占领了高净值客户，而美国25万美元以

下金融资产的中低净值家庭占比高达85%），也可以看到“AI+大数据”

的技术魅力（自动买卖及跟踪调仓，服务流程各环节几乎都涉及了大

数据和AI）。

人工智能行业研究分析报告

概要人工智能是信息时代的尖端技术。从人类建立起需要指导操纵才能运行的计算机，到计算机拥有能够自己去学习的能力，这一飞跃对各行各业都产生了巨大的阻碍。尽管现在此刻可能是下一个 AI 冬季（图8）到来之前的「给予承诺又让人失望」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。

与此同时，人工智能、机器人和无人驾驶汽车差不多成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，那个变化的缘故有显而易见的（更快更强的计算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。那个 AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。尽管深度学习使计算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的 Alexa 和 Google 的图像识不，然而 AI 不仅仅是「科技技术」（tech for tech），也确实是大数据集与足够强大的技术相结合的情况下，价值正在被慢慢创建，竞争优势也变得越来越明显。例如，在医疗保健中，图像识不技术能够提高癌症诊断的准确性。在农业中，农民和种子生产商能够利用深度学习技术来提高作物产量。在制药业中，深度学习能够用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开发新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发觉其可被利用场景的早期时期，这些必要的技术会通过基于云的服务实现大众化、平等化，我们相信随之而来的创新浪潮将在每个行业中制造新的赢家和输家。

人工智能项目投资建设可行性研究报告

人工智能项目投资建设可行性研究报告规划设计/投资分析/产业运营

摘要人工智能在投资研究上的应用。通过人工智能技术拓宽投资信息来源，提高获取信息的及时性，减少基础数据处理的工作量，通过自动化的数据分析，为投资决策提供参考，从而提高投资研究的效率。人工智能在资本市场相关领域的应用。从使用者的角度来看，智能投研的受众包括各种类型的投资者（买方）、券商（卖方）、监管机构、银行和财经媒体等。从投资的标的来看覆盖一级市场公司、股票、债券、外汇等。而人工智能的应用场景涉及业务的各种环节，与投研直接相关的就包括研究、投资、交易和风险管理。人工智能是新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。人工智能正在与各行各业快速融合，助力传统行业转型升级、提质增效，在全球范围内引发全新的产业浪潮。国家高度重视人工智能产业的发展。2017年国务院发布《新一代人工智能发展规划》，对人工智能产业进行战略部署;在2018年3月和2019年3月的政府工作报告中，均强调指出要加快新兴产业发展，推动人工智能等研发应用，培育新一代信息技术等新兴产业集群壮大数字经济。

该人工智能项目计划总投资17992.77万元，其中：固定资产投资13304.66万元，占项目总投资的73.94%；流动资金4688.11万元，占项目总投资的26.06%。本期项目达产年营业收入43788.00万元，总成本费用33492.60万元，税金及附加350.28万元，利润总额10295.40万元，利税总额12065.74万元，税后净利润7721.55万元，达产年纳税总额4344.19万元；达产年投资利润率57.22%，投资利税率67.06%，投资回报率42.91%，全部投资回收期3.83年，提供就业职位644个。

中国商业智能(BI) 市场调研报告

2011-2015年中国商业智能(BI) 市场调研及发展前景预测报告随着企业CRM、ERP、SCM等应用系统的引入，企业不停留在事务处理过程而注重有效利用企业的数据为准确和更快的决策提供支持的需求越来越强烈，由此带动的对商业智能的需求将是巨大的。中国报告网发布的《2011-2015年中国商业智能(BI) 市场调研及发展前景预测报告》共十一章。首先介绍了中国商业智能(BI) 行业市场发展环境、中国商业智能(BI) 整体运行态势等，接着分析了中国商业智能(BI) 行业市场运行的现状，然后介绍了中国商业智能(BI) 市场竞争格局。随后，报告对中国商业智能(BI) 做了重点企业经营状况分析，最后分析了中国商业智能(BI) 行业发展趋势与投资预测。您若想对商业智能(BI) 产业有个系统的了解或者想投资商业智能(BI) 行业，本报告是您不可或缺的重要工具。本研究报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局，部分行业统计数据主要来自国家统计局及市场调研数据，企业数据主要来自于国统计局规模企业统计数据库及证券交易所等，价格数据主要来自于各类市场监测数据库。第一章商业智能（BI）原理及商业价值创造路径分析第一节商业智能发展阶段第二节商业智能（BI）内涵、结构及原理一、商业智能（BI）内涵二、商业智能（BI）特征功能三、商业智能（BI）层次结构四、商业智能（BI）实现原理第三节商业智能（BI）产业链条解构一、BI产业链解构模型二、BI产业链构成现状及特点三、BI产业链关键环节现状剖析

四、BI产业链发展趋势第四节商业智能（BI）商业价值创造路径第二章全球商业智能(BI)产业运行动态分析第一节全球商业智能(BI)产业运行环境分析第二节全球商业智能(BI)产业市场透析一、商业智能引领全球企业信息化二、商业智能软件厂商三、制造业是商业智能的重要市场第三节世界各地区企业对商务智能（BI）应用状况分析一、欧洲二、亚太第四节2011-2015年全球商业智能的五大预测分析第三章中国商业智能（BI）行业发展背景分析第一节中国商业智能（BI）行业发展历程第二节中国商业智能（BI）行业现状特征第三节中国商业智能（BI）行业发展的全球基调一、信息技术促使商业模式变革二、全球经济一体化促进商业理念的传播与变革三、全球经济一体化促进商务贸易往来四、全球产业分工与各国产业升级第四节中国商业智能（BI）行业发展PEST分析一、改革30年造就数量庞大的企业群体二、集约化经济转型三、国内IT技术进步与国外技术引进四、IT创造价值观念慢慢渗透各行各业第五节主要发达国家商业智能（BI）发展现状及价值创造启示一、美国二、日本

2020年金融科技行业分析报告

2020年金融科技行业分析报告 2020年9月

目录一、金融科技概况 (9) 1、金融科技基本内涵及生态体系 (9) 2、中国金融科技行业目前已进入平稳发展期 (10) （1）第一阶段市场启动期（2004-2012年）：金融科技公司萌芽，科技开始渗透进金融核心业务 (11) （2）第二阶段高速发展期（2013-2015年上半年）：各机构开始大规模互联网化布局 (12) （3）第三阶段市场调整期（2015年下半年-2018年）：监管政策密集出台，行业发展趋于缓慢 (13) （4）第四阶段稳步增长期（2019年至今）：监管压力减小，行业健康稳步发展 .. 13 3、金融科技投融资情况 (14) （1）金融科技融资规模：2018年达历史高点，全球融资突破千亿美元 (15) （2）金融科技融资阶段：交易份额转向中后期（B轮以后）融资 (16) （3）金融科技融资领域：支付领域仍为热点，保险科技与区块链表现强劲 (17) 二、金融科技四大技术方向解读：ABCD (18) 1、人工智能AI：智能风控、智能支付、智能投研、智能投顾等 (19) 2、区块链BlockChain：解决安全、信任、效率三大痛点 (20) 3、云计算Cloud：在信息获取、资源配置、IT运营三方面发力 (20) 4、大数据Data：应用于银行、保险、证券等细分领域 (21) 三、金融科技六大细分领域剖析 (22) 1、移动支付 (22) （1）行业格局：行业增速放缓，监管收紧；C端呈双寡头格局，B端具发展潜力 23 ①移动支付交易规模扩大，监管政策收紧，行业增速放缓 (23) ②C端呈双寡头格局，B端具发展潜力 (24)

2018年智能制造行业分析报告

2018年智能制造行业分析报告 2018年6月

目录一、工业互联网是制造业升级的核心 (2) 1、工业互联网平台是工业全要素链接的枢纽 (2) 2、政策春风拂面，市场前景可期 (4) 二、平台体系是工业互联网的关键 (6) 1、不同分类下，国内外工业互联网平台一览 (6) 2、三类平台的比较分析及未来发展趋势 (10) 3、他山之石：GEPredix——全球工业互联网平台的典型 (12) 三、工业软件应用构成工业互联网平台的重要资源 (17) 1、工业软件丰富程度决定工业平台整体竞争力 (17) 2、工业互联网平台助力软件企业打开发展空间 (22) 四、投资标的 (23) 五．风险提示 (28) 一、工业互联网是制造业升级的核心 1、工业互联网平台是工业全要素链接的枢纽工业互联网是制造业数字化、网络化、智能化的重要载体，也是全球新一轮产业竞争的制高点。工业互联网是新一代信息通信技术与现代工业技术深度融合的产物，通过构建链接机器、物料、人、信息系统的基础网络，实现工业数据的全面感知、动态传输、实时分析、形成科学决策与智能控制，提供制造资源配置效率，正成为领军企业竞争的新赛道、

全球布局的新方向、制造大国竞争的新焦点。工业互联网平台是工业全要素链接的枢纽，是工业资源配置的核心。工业互联网构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在链接、弹性供给和高效配置。工业互联网平台可以分为4个部分：1>边缘层：通过协议转化和边缘计算形成有效的数据采集体系，从而将物理空间的隐形数据在网络空间显性化。2>IaaS层：将基础的计算网络存储资源虚拟化，实现基础设施资源池化；3>工业PaaS层：工业操作系统，向下对接海量工业装备、仪器、产品，向上支撑工业智能化应用的快速开发和部署；4>工业APP：通过调用和封装工业PaaS平台上的开放工具，形成面向行业和场景的应用。对于工业互联网平台来说，数据采集、工业PaaS、工业APP是核心三大要素。 1>数据采集是基础。工业大数据有三类：生产经营相关业务数据、设备物联数据、外部互联网数据。其中，设备物联数据采集受制于传感器部署不足，装备智能化水平低，数据采集颗粒度不足，无法支持上层应用。随着兼容多种协议的技术产品构建，此类问题将得到改善。同时通过部署边缘计算模块，实现数据在生产现场的轻量级运算和实时分析。可以缓解数据的云端计算压力。 2>工业PaaS是关键。现有的通用PaaS平台尚不能满足工业级应用需要。未来通过对通用PaaS的深度改造，构

商业智能(BI)项目可行性研究报告

商业智能（BI）项目第一章、商业智能(BI)项目总体介绍第一节、项目名称商业智能（BI）项目第二节、商业智能（BI）概念商业智能又名商务智能，英文为Business Intelligence，简写为BI。商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。可以认为，商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力（insight），促使他们做出对企业更有利的决策。商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。商业智能的实现涉及到软件、硬件、咨询服务及应用，其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分。因此，把商业智能看成是一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。

智能家居行业分析研究报告

智能家居行业分析研究报告一、智能家电领域发展分析目前，智能家电市场处于发展初期，面临标准、成本、产业生态系统建设、商业模式等诸多问题，还需要经历一个较长的市场培育期，规模商用尚需时日。不过，由于人们提高用能效率的意识不断高涨，加上多项政府计划的激励，在接下来的几年里，智能家电的部署进程将有望加速。预计智能家电所带来的商业影响将是全球范围的。作为电力网的终端用电设备，家用电器的能耗不容小觑，即使是待机功耗也是一项不小的开销。据中国节能认证中心调查，中国城市家庭的平均待机功耗相当于每个家庭每天都亮着一盏25瓦到50瓦的长明灯。据测算，家电待机能耗已占到中国家庭电力消耗的20%以上。美国能源部的报告也显示，超过三分之一的美国发电量被用于家用电器。智能控制技术、信息技术的快速发展为家电智能化提供了可能，智能家电由于能够实现更高效能而被认为是促进节能降耗的有效途径。这一方面缘于人们生活水平的提高，倾向使用性能更好的家电产品；另一方面，在全球变暖和能源成本不断上升的压力下，市场更加青睐高能效的智能家电。人们对节能降耗、人机界面和通信功能等方面的需求将是拉动智能家电市场增长的主要力量。现在世界很多国家，包括中国在内都在鼓励家电厂商研制这类智能家电。

二、智能家居领域发展分析当年比尔盖茨为了实现他的智能豪宅，铺设了84公里电缆、耗资5.3 亿美元。如今智能家居不再是镜花水月，而是未来家庭生活的发展模式，一个无线遥控器就把大小设备浓缩于手指挥若定，通过网络等信息通讯技术手段，使家居控制能按照人们设想运作，而不论距离远近，智能家居的远程控制和自动控制是真正智能化的必然结果。如朝华数码有关人士提出的：领先的无线移动、不依靠PC的独立形态是今后业界发展的趋势。智能家居控制系统可以简单概括为一个各种家庭设备互连和控制的网络。现代家居系统的服务应用平台从服务特征上来看，一般包括了娱乐、医疗、安防、通信、事务管理等，控制功能几乎渗透到每一个家居子系统。智能家居控制是通讯技术、计算机技术、网络技术、控制技术的综合运用。国家建设部住宅产业化促进中心提出住宅小区要实现六项智能化要求，其中包括实行安全防范自动化监控管理：对住宅的火灾、有害气体的泄漏实行自动报警；防盗报警系统应安装红外或微波等各种类型报警探测器；系统应能与计算机安全综合管理系统联网;计算机系统能对防盗报警系统进行集中管理和控制。由此可见，家居控制已成为智能家居领域新的业务增长点。

2013年商业智能BI与大数据行业分析报告

2013年商业智能BI与大数据行业分析报告 2013年8月

目录一、行业：BI是为客户真正创造价值的大数据核心应用 (4) 1、大数据时代来临，迎接她，拥抱她 (4) （1）数据爆发性增长，潜在价值巨大 (4) （2）IT巨头重金投入大数据，抢位关键环节 (6) 2、BI是贴近客户并且为客户创造价值的大数据核心应用 (7) （1）BI处于大数据分析应用层的核心位置 (7) （2）BI体系架构：辅助决策，帮助客户拓展业务 (7) （3）BI贴近客户并为客户创造价值，最具含金量 (8) 3、BI应用快速推广，未来消费智能百倍增长空间 (9) （1）BI成为全球CIO首选技术，我国BI市场提速发展 (9) （2）从商业智能到消费智能，前景广阔 (10) ①BI发展趋势一：从O/B域向M域延伸 (10) ②BI发展趋势二：企业全员BI (11) ③BI发展趋势三：消费智能 (11) 二、标杆分析：东方国信 (12) 1、BI龙头，有能力发展成全产业链解决方案提供商 (12) （1）国内BI格局 (12) （2）公司深耕BI领域，具备成为全产业链解决方案提供商的能力 (14) 2、战术措施：纵向产业链延伸，横向行业拓展 (17) （1）纵向延伸，向上管理咨询，向下业务运营 (17) （2）横向拓展，重点突破金融、制造、能源等领域 (20) 3、业务：电信领域稳健成长，非电信领域倍增空间 (21) （1）电信领域：从O/B域向M域扩展，从联通向移动电信渗透 (21) ①从O/B域向M域扩展将提升BI业务的体量和效果 (21) ②基于联通的成功，大力拓展移动电信业务 (22) （2）非电信领域：并购进入金融和制造业BI领域，能源空间广阔 (23) ①金融行业是BI的下一个主战场 (23)

人工智能企业现状分析报告

人工智能企业现状分析报告目录第一节人工智能企业现状分析 (2) 一、人工智能企业现状发展阶段 (2) 二、人工智能企业现状发展概况 (2) 三、人工智能企业现状商业模式分析 (3) 第二节人工智能企业发展现状 (4) 一、人工智能企业现状分析 (4) 二、人工智能企业发展分析 (4) 第三节人工智能企业分析报告 (4) 第一节人工智能企业现状分析一、人工智能企业现状发展阶段近些年来，我国人工智能领域有取得了飞速发展。英飞拓人工智能企业是一家创新型、信息化、集成化的整体安防制造商，致力于为全球英飞拓人工智能安防提供最高端、最安全、最值得信赖的解决方案。科大讯飞语音识别技术已经处于国际领先地位，其语音识别和理解的准确率均达到了世界第一，自2006年首次参加国际权威的Blizzard Challenge大赛以来，一直保持冠军地位。百度推出了度秘和自动驾驶汽车。腾讯推出了机器人记者Dreamwriter和图像识别产品腾讯优图。阿里巴巴推出了人工智能平台DTPAI和机器人客服平台。清华大学研发成功的人脸识别系统以及智能问答技术都已经获得了应用。中科院自动化所研发成功了“寒武纪”芯片并建成了类脑智能研究平台。华为也推出了MoKA人工智能系统。

人工智能作为一种通用目的技术（GPT），是当前科技创新和推动产业升级转型的焦点。人工智能的发展及其在各个领域的应用，将会显著改变几乎所有行业原来发展的路径，不断催生新的业态和新的商业模式，形成新的发展空间，同时也为我国促进科技创新、提升国家竞争优势甚至赶超发达国家带来了新的机遇。二、人工智能企业现状发展概况人工智能（Artificial Intelligence，简称AI）是研究人类智能活动的规律，构造具有一定智能的人工系统，研究如何让计算机去完成以往需要人的智力才能胜任的工作，也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是计算机学科的一个分支，既被称为20世纪世界三大尖端科技之一，也被认为是21世纪三大尖端技术之一。近年来，我国人工智能产业获得快速发展。我国市场的工业机器人销量猛增我国智能语音交互、指纹识别、人脸识别、虹膜识别等产业规模迅速扩大。同时，我国已经拥有国家重点实验室等设施齐全的研发机构和优秀的人工智能研发队伍，研发产出数量和质量也有了很大提升。很多企业也积极布局，如百度的百度大脑计划、科大讯飞超脑计划、京东智能聊天机器人等。目前我国自主知识产权的文字识别、语音识别、中文信息处理、智能监控、生物特征识别、工业机器人、服务机器人、无人驾驶汽车等智能科技成果已进入广泛的实际应用。也正基于此，我国出台了大量支持人工智能发展的政策。2015年7月1日，国务院印发《关于积极推进"互联网+"行动的指导意见》，将"互联网+人工智能"列为11项重点行动之一；而时至11月，《机器人产业"十三五"发展规划》草案已基本制定完成。另外“中国制造2025”重点领域技术路线图构建了中国机器人产业发展蓝图的同时扩大了人工智能的关注度。

智能硬件发展特点及趋势分析(行业调研报告)

智能硬件发展特点及趋势分析一、智能硬件发展特点（1）智能硬件发展模式推动新应用、新业态全国兴起和广泛渗透从全球来看，生活智慧化与生产智能化需求正驱动智能硬件市场日益繁荣，技术突破与融合创新孕育着发展新机遇，以智能可穿戴、智能家居、智能车载、医疗健康、智能无人系统等为代表的智能硬件，通过引入芯片加操作系统的架构，为各种终端产品注入智能，并与互联网、云计算进行紧密结合，协同发展，为用户提供运动统计、智能家庭、智慧交通、健康管理、远程医疗等各种服务。“互联网+智能硬件”影响将迅速向工业、医疗、交通、农业等各领域进行广泛的渗透扩散。（2）智能硬件整机、芯片操作系统等产业链环节融合创新，驱动产品形态和服务模式的多元化发展智能硬件对智能感知、智能操作与人机交互、低功耗芯片、无线充电、工业设计、应用平台的要求日益突出，竞争由产品性价比扩展到对全产业链的整合和掌控。联动创新融合创新正成为产业发展的主旋律，领军企业掌控智能硬

件操作系统、人机交互技术、互联网开放平台、应用开发工具等产业链关键环节，推动“互联网+智能硬件”产业链整合。（3）智能硬件缺乏统一标准，产品服务创新质量参差不齐当前不同品牌的智能硬件设备所采集的数据格式和数据质量存在差异，数据缺乏共享和深入整合。通过数据共享和跨领域融合创造出新的应用和服务，推动信息的流动和共享，消除数据孤岛成为当前智能硬件发展创新的迫切需求。二、我国智能硬件发展趋势分析进入到智能硬件市场启动期，资本、技术、人才、政策等正在向这个行业倾斜，未来智能硬件未来将会有一下发展趋势：（1）智能硬件产业规模继续增长在2014年国内智能硬件元年开启之后，近年来，国内智能硬件行业销量呈现爆发式增长。根据数据统计，2014年国内智能硬件市场规模达到108亿元，2015年销量达到424亿，2016年中国智能应将产业市场规模为3315亿元。（2）智能硬件投资更加趋于理性智能硬件作为新兴的“爆发产业”，2014—2015年第二季度，很多投资人盲目押赛道，在大举投入后期待能迅速产出爆款。智能硬件产业出现了“投资向导”，在研究中发现，很多企业出现了“toVC”的非正常现象。生产企业仅仅对风投负责，忽视了自身的产品积累和客观的市场规律。然而，2015年第三季度开始，智能硬件领域的投资额遭遇大幅度下滑，由Q2的45.4亿元降至5.7亿元。资本市场开始重新审视智能硬件这个领域。投资人面对智能硬件厂商会更加“谨慎”，资本向具有较强的技术积累以及良好的产品服务体系倾斜，一些靠融资维持开支的厂商无以为继。（3）智能硬件不再有单纯的“免费模式” 在智能硬件产业爆发初期，大批缺乏技术含量、使用公模修改的产品诞生，以及资本的大量注入，出现了智能硬件零利润，以及互联网“羊毛出在猪身上”的赢利模式。然而，在ODM、OEM、渠道等各个环节都需要大量资金投入，

重庆人工智能项目投资分析报告

重庆人工智能项目投资分析报告投资分析/实施方案

摘要人工智能在投资研究上的应用。通过人工智能技术拓宽投资信息来源，提高获取信息的及时性，减少基础数据处理的工作量，通过自动化的数据分析，为投资决策提供参考，从而提高投资研究的效率。人工智能在资本市场相关领域的应用。从使用者的角度来看，智能投研的受众包括各种类型的投资者（买方）、券商（卖方）、监管机构、银行和财经媒体等。从投资的标的来看覆盖一级市场公司、股票、债券、外汇等。而人工智能的应用场景涉及业务的各种环节，与投研直接相关的就包括研究、投资、交易和风险管理。该人工智能设备项目计划总投资20665.28万元，其中：固定资产投资14660.51万元，占项目总投资的70.94%；流动资金6004.77万元，占项目总投资的29.06%。达产年营业收入40197.00万元，总成本费用31296.20万元，税金及附加370.80万元，利润总额8900.80万元，利税总额10499.30万元，税后净利润6675.60万元，达产年纳税总额3823.70万元；达产年投资利润率43.07%，投资利税率50.81%，投资回报率32.30%，全部投资回收期 4.60年，提供就业职位739个。报告根据项目产品市场分析并结合项目承办单位资金、技术和经济实力确定项目的生产纲领和建设规模；分析选择项目的技术工艺并配置生产设备，同时，分析原辅材料消耗及供应情况是否合理。

随着人工智能的迅速发展，将提升社会劳动生产率，特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。基于人工智能产业的战略作用，中国政府正通过多种形式支持人工智能的发展，形成了科学技术部、国家发改委、中央网信办、工信部、中国工程院等多个部门参与的人工智能联合推进机制。 2017年，人工智能首次写入政府工作报告，同年7月，国务院印发《新一代人工智能发展规划》，明确人工智能的发展在国家战略中的地位。报告主要内容：项目概述、背景及必要性、市场前景分析、投资建设方案、项目选址规划、项目工程设计、工艺技术分析、项目环境影响分析、项目安全管理、项目风险、项目节能方案分析、实施进度计划、项目投资情况、项目经济评价分析、综合结论等。

2019年中国数据智能行业分析报告

2019中国数据智能行业分析报告

?目录 ?. 大数据新篇章——数据智能07?. 数据中台的出现与未来18 三. 业务中台带来模式创新27 四. 场景争夺成为主旋律律35 五. 跨场景要寻找数据洼地38 六. 三大应?用场景相对成熟42

?数据新篇章——数据智能7|爱分析·中国数据智能?行行业报告

1. 大数据新篇章——数据智能 1.1 大数据发展历程整个大数据?行行业发展分为五个时期，即收集、监测、洞洞察、决策和重塑。五个时期对应着两大阶段，业务数据化和业务智能化，其中收集、监测和洞洞察是业务数据化阶段，决策和重塑是业务智能化阶段。 2019年，大数据正式进?入业务智能化阶段，开启数据智能新篇章。图1：大数据发展历程数据来源：爱分析 2013年，企业开始认知到数据价值，金融、电信、公安等?行行业开始建设大数据平台并购买大量外部数据，希望通过外部数据快速挖掘数据价值，因此对外输出数据的数据服务公司获得了了发展机遇。 2015年，数据大屏等监测业务成为大数据最先成熟的应?用，大数据进?入到业务监测阶段。政府、央企以及大型国企等优质客群对于数据监测展现应?用需求旺盛，BI与可视化公司发展迅速。

2017年，随着大数据平台建设完善以及企业精细化运营的需求不不断提升，单纯的数据展现很难满?足企业需求，大数据开始与业务场景结合，?行行业进?入到业务洞洞察阶段。此时，单纯的数理理统计很难满?足企业需求，因此出现了了大量数据挖掘、数据建模的需求，AI建模平台、数据科学平台开始进?入?人们的视野。明略略数据、百分点、同盾科技、百融金服等公司在这?一时期成?长为?行行业内的明星公司。 2019年，大数据从业务洞洞察进?入到业务决策阶段，即由机器?形成数据报表或者数据报告，业务 ?人员进?行行决策，变为机器?直接给出决策建议，让机器?具备推理理能?力力。例例如，在外卖、出?行行场景，美团和滴滴的系统直接形成最佳调度?方式，?自动完成决策环节，将任务下发给骑?手和司机。这种消费互联?网相对常?见的场景，将在产业互联?网、企业业务场景中落地。让机器?具备推理理能?力力，意味着NL P、知识图谱等认知技术的成熟。数据驱动决策、数据驱动业务发展的企业新需求，必然会带动?一批数据智能公司的兴起。未来，随着技术更更加成熟，大数据会从业务决策进?入业务重塑阶段。大多数执?行行环节将由机器?来实现，但仍有众多环节需要?人参与其中，因此，?人机协同会迎来迅猛发展，未来会诞?生?一批全新的数据智能公司。 1.2 数据智能对企业业务流的改造当大数据进?入到决策阶段，企业业务由原先的经验、流程驱动逐步转向数据驱动，数据中台和业务中台在整个业务链条价值度越来越?高。图 2：传统业务模式：流程驱动数据来源：爱分析

未来人工智能行业分析调研报告

2019年人工智能行业分析调研报告 2019年11月

目录 1.人工智能行业概况及市场分析 (5) 1.1人工智能市场规模分析 (5) 1.2人工智能行业结构分析 (5) 1.3人工智能行业PEST分析 (6) 1.4人工智能行业特征分析 (7) 1.5人工智能行业国内外对比分析 (8) 2.人工智能行业存在的问题分析 (10) 2.1政策体系不健全 (10) 2.2基础工作薄弱 (10) 2.3地方认识不足，激励作用有限 (10) 2.4产业结构调整进展缓慢 (10) 2.5技术相对落后 (11) 2.6隐私安全问题 (11) 2.7与用户的互动需不断增强 (12) 2.8管理效率低 (13) 2.9盈利点单一 (13) 2.10过于依赖政府，缺乏主观能动性 (14) 2.11法律风险 (14) 2.12供给不足，产业化程度较低 (14) 2.13人才问题 (15) 2.14产品质量问题 (15)

3.人工智能行业政策环境 (16) 3.1行业政策体系趋于完善 (16) 3.2一级市场火热，国内专利不断攀升 (16) 3.3“十三五”期间人工智能建设取得显著业绩 (17) 4.人工智能产业发展前景 (18) 4.1中国人工智能行业市场驱动因素分析 (18) 4.2中国人工智能行业市场规模前景预测 (18) 4.3人工智能进入大面积推广应用阶段 (18) 4.4政策将会持续利好行业发展 (19) 4.5细分化产品将会最具优势 (19) 4.6人工智能产业与互联网等产业融合发展机遇 (20) 4.7人工智能人才培养市场大、国际合作前景广阔 (21) 4.8巨头合纵连横，行业集中趋势将更加显著 (22) 4.9建设上升空间较大，需不断注入活力 (22) 4.10行业发展需突破创新瓶颈 (22) 5.人工智能行业发展趋势 (24) 5.1宏观机制升级 (24) 5.2服务模式多元化 (24) 5.3新的价格战将不可避免 (24) 5.4社会化特征增强 (24) 5.5信息化实施力度加大 (25) 5.6生态化建设进一步开放 (25)

2017年智能投研行业Kensho分析报告

2017年智能投研行业Kensho分析报告 2017年6月

目录一、人工智能+投资悄然来临，知识图谱促智能投研腾飞 (5) 1、人工智能+投资悄然来临 (5) 2、智能投顾蓬勃发展，智能投研初露雏形 (7) （1）智能投顾：未来五年国内规模有望每年翻倍，人机结合是趋势 (7) （2）智能投研：国内基金纷纷试水，人工智能大幅提高传统投研效率 (11) （3）智能投研与投顾两者有望优势互补 (15) 3、知识图谱促智能投研腾飞 (15) 二、KENSHO：智能投研领域的“AlphaGo” (19) 1、联合创始人：因禅结缘，创立Kensho (20) 2、融资情况：累计融资超1亿美元，估值达5亿美元 (21) 3、产品：Warren 试图解决投资分析的“速度、规模、自动化”三大挑战” (23) 4、客户：金融机构和商业媒体双管齐下 (24) 三、核心产品Warren：低门槛获高专业服务 (25) 1、功能：寻找事件与资产的相互关系 (26) 2、特点：快速计算能力、良好人机交互、强大深度学习能力 (27) 3、影响：削弱不对称性，现代金融投机行为性质有望再次改变 (28) 4、缺陷：无法自我形成新因果关系，无法区分因果性/相关性 (29) 5、未来：自动触发事件对资产价格的影响是Warren终极目标 (30) 四、Kensho动了谁的奶酪 (31) 1、彭博、汤森路透领衔国外金融数据提供商，国内万得一家独大 (31) 2、短期Kensho颠覆传统厂商的可能性不大 (32) 3、畅想金融数据服务市场 (34) （1）2B向2C/2B2C拓展 (34) （2）封闭走向共享 (34) （3）竞争走向合作 (35) 五、重点企业简况 (35)

2018年智能投研行业分析报告

2018年智能投研行业分析报告 2018年1月

目录一、人工智能技术实现计算机“自主学习” (4) 1、基于统计学，实现机器学习 (4) 2、深度学习是机器学习的重要算法 (6) 二、借助“人工智能”，实现智能投研 (11) 1、存在众多人工智能手段解决投研问题 (11) （1）打破传统投研“数据孤岛”，智能投研提高传统投研效率 (14) （2）应用“另类投资数据”，智能投研提升传统投研前瞻性、准确性 (16) （3）数据多样化+模型多样化，智能投研丰富传统投研方式 (19) 2、智能投研将凸显金融专业知识的重要性 (22) 三、逻辑仍为核心，智能投研“工具革命”影响深远 (23)

以计算机技术为基础，基于大数据、量化投资以及人工智能技术，将传统投研实现“智能化”，是智能投研的一种重要实现方式。具体而言，我们认为智能投研具体包括以下几方面：①传统投研中数据分析实现智能化；②大数据技术应用于传统投研；③量化投资技术继续发展；④人工智能技术对大数据技术和量化投资优化与改造，应用于传统投研。智能投研以数据为基础，以逻辑为核心。①数据是基础。在表现形式上，智能投研可以认为是数据+模型，其中，大量的、多种类型的数据是所有分析和计算的基础。②逻辑是核心。智能投研所揭示的规律实际上是一种“变量间的相关关系”，而不是准确的因果关系，所以，智能投研的兴起可以认为是基于数据来发现、验证行业逻辑或是公司逻辑中的某一个环节，之后更重要的是依照行业逻辑以及专业知识等来解释这种数据上的相关关系，即使发现的这种“相关关系”不能进行专业的解释（并不是所有的经验都能上升到理论层面），这种关系的成立和应用也需要使用者“具体问题具体分析”，形成新的应用逻辑（比如高频交易算法获得的相关关系）。因此，无论这种新兴的投研工具如何发展，最核心的还是“逻辑”。智能投研强化逻辑能力（认知能力）在投研领域的地位。①智能投研将新工具应用于传统投研，“人”的部分技能被工具替代，由此投研领域的角逐将集中在更核心的逻辑能力-即认知能力；②智能投研基于统计学原理，人的逻辑能力在整个模型的设置、优化等环节中都发挥着重要作用。

2019年智能装备制造行业画像分析报告

智能装备制造行业画像分析报告 2019年12月

目录一、行业发展态势 (4) 1、智能装备制造介绍 (4) 2、行业发展现状 (5) 3、行业未来发展趋势 (8) （1）人口结构变化，促使对自动化设备需求提升 (9) （2）产业结构优化升级，促使企业加快提高生产自动化程度10 （3）国家政策支持智能装备制造业做大做强，未来发展机遇良好 (10) （4）高端装备领域国产化需求迫切，技术实力成为未来竞争的关键要素 (11) （5）行业竞争日趋激烈，业内领先的设备商将拓展数字化工厂等高端业务，增强客户粘性 (12) 二、行业驱动力分析 (13) 1、国家政策大力支持 (13) 2、我国制造业转型升级的推动 (14) 3、我国劳动力成本持续的替代效应 (14) 4、下游产品市场的持续增长 (14) 三、市场容量分析 (15) 1、汽车及零部件制造业 (16) 2、消费电子制造业 (17) 四、行业发展制约因素 (19) 1、行业集中度低，业内企业规模偏小 (19)

2、专业技术人才短缺 (20) 3、关键部件依赖国外采购 (20) 4、高端精密器件的配套环境较弱 (20) 五、行业内主要企业 (20) 1、沈阳新松机器人自动化股份有限公司 (20) 2、无锡先导智能装备股份有限公司 (21) 3、深圳市赢合科技股份有限公司 (22) 4、珠海市运泰利自动化设备有限公司 (22) 5、苏州富强科技有限公司 (23) 6、惠州市三协精密有限公司 (23) 7、昆山迈致治具科技有限公司 (24) 8、苏州赛腾精密电子股份有限公司 (25) 附件：行业技术情况 (25) 1、技术特点 (25) （1）技术综合性强 (25) （2）广泛使用先进制造技术 (26) （3）技术人员需求量大 (26) （4）工艺要求高 (26) （5）产品应用领域广泛 (27) 2、技术水平 (27)

人工智能+金融行业研究报告：智能投研风控监管投顾营销支付客服理赔

人工智能+金融行业研究报告

导语金融行业的发展一直以来和科技相辅相成，科技的进步促进金融业的发展，金融对科技的需求和应用又反过来助推科技进步，因此金融行业的演变与年代相结合，和当时的科学技术发展息息相关。在万物互联的时代，人工智能+金融能够基于大量多维度的用户数据与不断自我学习优化的算法，让用户享受到智能化、实时化、定制化的垂直金融服务。习总书记在2018 年10 月主持学习人工智能发展现状和趋势时强调，人工智能是新一轮科技革命和产业变革的重要驱动力量，要努力推动我国新一代人工智能健康发展。十九大报告当中，提出了要将包括人工智能在内的现代科学技术与传统的行业相结合。在2018 年和2019 年的政府工作报告当中，也再次强调了人工智能等新兴科技对于推动传统行业的重要意义。人工智能+金融主要是将计算机科学当中的人工智能技术作为主要的推动力，利用这项推动力为金融机构以及业务环节赋能，创新金融产品，重塑金融业务中的流程，对金融服务进行优化。“人工智能+”是将人工智能作为一项基础的计算机技术，将该项技术与传统的金融行业中各个业务场景进行相互的深度融合。相对于简单的行业叠加，“人工智能+”更侧重于为传统行业的解决问题方式和流程再造过程提供新的思路和方法，加快新经济形态的演进进程，催生新的商业模式，提高运营效率，带来整个产业的全面升级。

谷歌、微软、英特尔、FACEBOOK、IBM 等企业在人工智能行业发展早期就已经对于产业链进行了深度的布局。这些科技巨头的关注点主要在于人工智能的基础层，对核心算法的研究投入了大量的资源，并全面推进人工智能的商业化，体现了技术在应用层面的价值。国内，人工智能+金融的发展具有特殊的优势，这是因为中国有庞大的网民数量和较高的互联网普及率，对于积累金融数据等财务数据有较好的前期基础。目前，人工智能在金融领域的投资和服务方面应用较多。目前，人工智能已经能够贯穿于金融活动的整个业务过程当中，包括海量的数据分析、对于金融政策的解读、自动生成报告、意外金融事件的预测以及与金融相关的信息搜索。金融行业能够在人工智能出现的时候有良好的适用性，是因为金融与数据紧密相关，金融行业在过去积累下来的大量数据就能够应用于机器学习，广泛应用在股票市场预测、风险评估和预警等方面。自动报告生成涉及到自然语言处理，因为一般的金融行业涉及到的报告具有固定的格式，因此可以利用自然语言处理的技术将报告需要的信息进行抓取，生成有固定格式的报告。知识图谱利用可视化的图形方式来显示各个事物实体发展的进程和实体之间的关系。语义搜索让搜索引擎的工作不再局限于用户当前具体输入的内容，而是计算机能够根据该内容进行合理地联系与扩散，来进一步准确地捕捉到用户实际期望搜索的内容，更准确地反馈给用户期望的搜索结果。人工智能技术并不是孤立存在的，它和目前各大高校、科研院所、企业研究机构正在进行研究的其他前沿科技息息相关，其中就包括了

2010年商业智能研究分析报告

2010年商业智能研究分析报告作者周倚平商业智能通常被理解为将企业中现有的数据（业务，财务，研发等）转化为知识，帮助企业做出明智的业务经营决策的系统架构。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘（DM）等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。商业智能的形成过程：采集（业务系统ERP）→组织存储（数据仓库）→分析预测（数据挖掘）→实时报表（OLAP）相对来说做商务智能和ERP最大的区别在于ERP是流程驱动，商务智能是目标驱动。看企业究竟想做什么。主流产品： Cognos（IBM），SPSS（IBM），Hyperion（Oracle），BO（SAP，Crystal），Excel+SQL Server （Microsoft），Informatica，SAS 主要厂商 ETL：Informatica, SQL Server Analysis Server DW：IBM DB2，Oracle，Sybase IQ，NCR Teradata OLAP：Cognos，Business Objects，MicroStrategy，Hyperion，IBM Data Mining：IBM，SAS，SPSS

1. 关键技术 1.1. ETL 过程不同数据源（Oracle ，DB2，SQLServer ）不同的数据（关系型数据，文档，图片，音视频）商业智能的核心内容是从许多来自企业不同的业务处理系统的数据（分布的，异构的源数据）中，提取出有用的数据，进行清理以保证数据的正确性，然后经过抽取（Extraction ）、转换（Transformation ）和装载（Load ），即ETL 过程（本质上是样本提取的过程），整合到一个企业级的数据仓库里，从而得到企业信息的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具等对数据仓库里的数据进行分析和处理，形成信息，甚至进一步把信息提炼出辅助决策的知识，最后把知识呈现给管理者，为管理者的决策过程提供支持。 ETL 特征： l 以串行/并行方式，从不同异构数据源流向统一的目标数据，核心在于转换过程（关联，聚集），而抽取和装载一般可以作为转换的输入和输出。 l ETL 元数据主要包括每次转换前后的数据结构和转换的规则。 l 数据同步，数据ETL 是经常性的活动，按照固定周期运行，甚至实时运行。 l 庞大的数据量，需要ETL 工具有良好的伸缩性。 l 流程控制和数据验证机制。下图是数据仓库/商业智能的完整的体系结构图，根据数据的不同形态，整个体系被划分为四个大的层面，并根据数据的处理和应用过程再细分成七个环节。从数据源经过抽取(Extra ，E)、转换（Transform ，T ）、装载（Load ，L ）过程加载到中央数据仓库, 再从数据仓库经过分类加工放到数据集市(DM, Data Market)，或者将数据集市中的数据进一步存放到多维数据库(MDD, Multi-dimension Database)，这都属于数据组织的问题，从中间层到终端用户或从多维数据库到终端用户可将其划归为前端应用实现的问题。而贯穿整个体系数据处理环节的，是系统的流程调度控制和元数据管理。数据仓库 ETL

成立xx智能制造公司可行性分析报告

成立xx智能装备公司可行性分析报告 xxx（集团）有限公司

摘要随着人工智能技术的不断进步及普及，智能装备的应用领域日趋丰富，如智能安防、智能物流、智能家居等。 xx智能装备公司由xxx（集团）有限公司（以下简称“A公司”）与xxx有限责任公司（以下简称“B公司”）共同出资成立，其中：A 公司出资670.0万元，占公司股份52%；B公司出资610.0万元，占公司股份48%。 xx智能装备公司以智能装备产业为核心，依托A公司的渠道资源和B公司的行业经验，xx智能装备公司将快速形成行业竞争力，通过 3-5年的发展，成为区域内行业龙头，带动并促进全行业的发展。 xx智能装备公司计划总投资19590.31万元，其中：固定资产投资14573.38万元，占总投资的74.39%；流动资金5016.93万元，占总投资的25.61%。根据规划，xx智能装备公司正常经营年份可实现营业收入 35169.00万元，总成本费用26662.61万元，税金及附加351.43万元，利润总额8506.39万元，利税总额10031.12万元，税后净利润 6379.79万元，纳税总额3651.33万元，投资利润率43.42%，投资利

税率51.20%，投资回报率32.57%，全部投资回收期4.57年，提供就业职位710个。报告根据项目实际情况，提出项目组织、建设管理、竣工验收、经营管理等初步方案；结合项目特点提出合理的总体及分年度实施进度计划。

第一章总论一、拟筹建公司基本信息（一）公司名称 xx智能装备公司（待定，以工商登记信息为准）（二）注册资金公司注册资金：1280.0万元人民币。（三）股权结构 xx智能装备公司由xxx（集团）有限公司（以下简称“A公司”）与xxx有限责任公司（以下简称“B公司”）共同出资成立，其中：A 公司出资670.0万元，占公司股份52%；B公司出资610.0万元，占公司股份48%。（四）法人代表钱xx （五）注册地址 xxx产业园区（以工商登记信息为准）（六）主要经营范围以智能装备行业为核心，及其配套产业。（七）公司简介