第一篇：金準人工智能 獨角巨獸螞蟻金服發展報告

金準人工智能 獨角巨獸螞蟻金服發展報告 前言

螞蟻金服作為從互聯網金融誕生的中國第一獨角獸，估值已逾1500億美元。全產業鏈打造金融生態閉環，構建自身護城河，科技水平走在行業的前列。

從互聯網金融誕生的中國第一獨角獸：螞蟻金服作為國內典型的互聯網金融巨頭，估值已逾1500億美元，位列中國獨角獸之首。歷經14年，從支付平臺到一站式互聯網金融巨頭，17年稅前利潤已破百億。目前已形成支付、理財、微貸、保險、征信、技術輸出為主的六大業務板塊，以及普惠金融、科技、全球化為首的三大發展戰略。

一、螞蟻金服——中國第一獨角獸

螞蟻金服是一家定位于普惠金融服務的科技企業，起步于2004年成立的支付寶，于2014年10月正式成立。螞蟻金服以“為世界帶來更多平等的機會”為使命，致力于通過科技創新能力，搭建一個開放、共享的信用體系和金融服務平臺，為全球消費者和小微企業提供安全、便捷的普惠金融服務。金準人工智能專家根據阿里巴巴此前披露的業績報告顯示，截至2018年3月31日，在全球，支付寶（螞蟻金服的主要業務）和合作伙伴們已經服務了約8.7億活躍用戶，其中，國內活躍用戶數已達5.52億。2018年6月8日，螞蟻金服完成140億美元的C輪融資，將引入中投和其他中國投資者，市場估值普遍超過1500億美元，螞蟻金服成為中國最大的超級獨角獸。

1.1從支付平臺到互聯網金融巨頭

支付平臺到一站式金融服務平臺——螞蟻金服的成長史：2004年，支付寶正式注冊成立，當時主要目的是解決淘寶平臺交易當中的信任問題。隨后支付寶的支付業務不斷擴張，用戶不斷增加。直到2012年，支付寶獲得基金第三方支付牌照，邁出了金融業務領域關鍵性的一步。2014年，螞蟻金服正式成立，同時網商銀行獲批。2015年，螞蟻金服入股國泰產險，進一步擴大金融業務領域。

超級獨角獸，估值逾逾1500億美元：從2015年完成將近18.5億的A輪融資，估值300億美元開始，螞蟻金服的估值一路水漲船高。2018年6月8日，螞蟻金服宣布完成140億美元的C輪融資，市場給出的估值普遍超過1500億美元。

公司股權結構：公司目前股東為杭州君瀚和杭州君澳，兩者合計控制了螞蟻金服76.43%的股權，企業所有人均為阿里集團高管。C輪融資前，螞蟻金服引入國字號投資機構全國社保、中投海外、中國人壽、中郵資本、建銀建信、太平洋保險、人保、新華人壽等資本巨頭，合計占據了螞蟻金服10.96%的股權。未來60%的股權為戰略投資者持有，40%將作為對全體員工的分享和激勵。

1.2業績亮眼，利潤井噴

營業收入快速增長，17年稅前利潤破百億：借助支付寶前期積累的海量用戶以及阿里系電商的導流，加上多元化金融業務的拓展，2014年營業收入已破百億，達到135.5億元。15年公司更是實現了高達249.94億元的營業收入，同比增長84.46%。根據螞蟻金服與阿里巴巴的協議，阿里巴巴將能分享螞蟻金服37.5%的稅前利潤，由阿里年報反推，17年螞蟻金服稅前利潤首次破百億，達131.9億元，同比增速高達354%。這主要得益與螞蟻金服的微貸業務，尤其是螞蟻花唄和螞蟻借唄帶來的利潤。而17Q4和18Q1的利潤下滑是因為2017年底現金貸方面的嚴監管，導致微貸業務的ABS發行暫緩。同時公司的持續推進用戶增長計劃也產生了很大費用。

二、多元化業務打造互聯網金融生態帝國

螞蟻金服業務版圖：從支付寶成立一直至現在，螞蟻金服的業務不斷拓展，不但包括銀行、股票、證券、保險、基金、消費金融等金融領域，還涉及人工智能、企業服務、汽車出行、餐飲、媒體、影視等非金融領域，業務結構不斷多元化。目前，螞蟻金服已經形成了以普惠、科技、全球化為首的三大發展戰略和以支付、理財、微貸、保險、征信、技術輸出為主的六大業務板塊。

2.1支付：海量客戶，盈利核心

場景全覆蓋，海量客戶群：支付業務是螞蟻金服賴以起家的業務，也是螞蟻金服眾多互聯網金融業務的入口。支付寶2004年成立，最初的目的是為了解決交易信任問題。發展至今已成為全球領先的第三方支付平臺，與超過200家金融機構達成合作，為近千萬小微商戶提供支付服務，在覆蓋絕大部分線上消費場景同時，不斷拓展傳統商業、公共服務以及海外市場的服務場景，覆蓋衣食住行各個方面，成為移動互聯網時代生活方式的代表。

市場規模不斷擴大，寡頭助力盈利增加：來自螞蟻金服的資料顯示，2016年支付業務的收入占螞蟻金服總收入的65%。根據易觀的統計，2017年中國第三方移動支付市場的交易規模達到了109萬億元，同比2016年增長208.72%。整個市場規模連續3年實現高速增長，預計2018年依舊保持快速增長的態勢。經過多年的發展，目前第三方支付市場已經進入成熟期，支付寶和財付通雙寡頭市場格局已經形成。支付寶在2017中國第三方移動支付市場交易份額基本穩定在54%，遙遙領先第二名財付通十多個百分點。同時支付寶對商戶收取的平均費率只有0.6%，而對標公司PayPal收取的平均費率約為3%，相比之下支付寶仍有很大的提升空間。隨著用戶對支付寶使用習慣的不斷提升以及市場交易規模的不斷增長，支付業務的盈利有望進一步提升。

2.2投資理財：萬億市場 根據螞蟻金服最新的融資文件，其財富管理業務目前管理著2.2萬億元人民幣（合3450億美元）的資產——這一此前從未公開的數據將使螞蟻金服成為世界最大的消費者財富管理平臺。其中，余額寶管理著1.5萬億元人民幣，是世界最大的貨幣市場基金。2.2.1余額寶：普惠金融最典型代表

用戶規模快速增長：2013年余額寶的橫空出世，被普遍認為開創了國人互聯網理財元年。余額寶喚醒了公眾的理財意識，其“1元起購”的特點降低了理財門檻，提高了理財收益，滿足了居民日益增長的資產配置需求。截止2017年年末，余額寶的用戶數達到了4.74億戶，同比增速達到45.85%，其中個人投資者占到了99.94%。

基金規模高速增長，盈利總額飛速提升：用戶規模的快速增長使得余額寶的規模高速增長，從2014年底的5789億增長到2017年底的1.58萬億，年復合增長率達到39.72%，同期國內排名第二的貨幣基金融通匯財寶規模僅為282.8億元，余額寶是其55.83倍。余額寶的凈利潤總額也從2014年底的1.85億元上升到2017年底的4.74億元，年復合增長率36.84%。

2.2.2基金銷售：搶占新藍海

拓寬基金業務，營收快速增長：2015年4月螞蟻金服從恒生電子手中買走了杭州數米基金銷售有限公司的控制權，進一步拓寬自己的基金業務。2016年8月數米基金改名螞蟻基金銷售有限公司。2017年螞蟻基金的基金代銷業務實現7.46億的營業收入，同比增長176%。同期，天天基金營業收入8.44億元，銷售額4124.02億元；2017年工商銀行基金銷售額9232億，同比增長89%；招商銀行基金銷售額7055.10億元，同比增長42.47%；農業銀行基金銷售額3373億元，同比增長31.2%。對標天天基金的營業收入，螞蟻基金的銷售額大約在3600萬左右。相比銀行巨頭，螞蟻基金的基金代銷業務差距仍然很大。但借助支付寶、余額寶對海量用戶的引流，螞蟻基金有望和銀行爭奪基金代銷的市場份額，未來上升空間很大。

2.2.3投融資平臺：低成本高效率

螞蟻金服旗下有招財寶和螞蟻達客兩大金融信息服務平臺。招財寶：連接個人投資者與中小企業和個人融資者。招財寶成立于于2014年4月。中小企業和個人可以通過招財寶平臺發布借款產品，并由金融機構或擔保公司等作為增信機構提供本息兌付增信措施。投資人可以根據自身的風險偏好選擇向融資人直接出借資金。這樣一來中小企業和個人能夠面向廣大投資者進行直接融資，最大限度降低交易成本與信用成本，融資速度快，融資額度靈活。2015年12月底招財寶平臺的成交用戶數破千萬，累計成交金額已經近4000億元，用戶已獲得的收益總計超20億。

螞蟻達客：連接投資者和創業者，定位于股權眾籌。螞蟻達客成立于2015年11月，目的是為創業者提供股權眾籌融資服務，支持創新與創業。創業者可通過螞蟻達客籌措資金，并獲得生產、渠道、經營、品牌等環節的全方位支持。投資人可通過螞蟻達客尋找投資機會，基于對特定行業的了解，投資自己理解、認可的企業，分享企業的成長。同時螞蟻達客與IDG、紅杉等多家創投機構及淘寶眾籌、創客+等平臺形成合作，為創業項目提供從初創融資到產品銷售等全成長周期的融資服務。目前螞蟻達客上完成融資的項目共有8個，其中2個已經獲利退出，累計募資金額達到1.84億元。

2.3微貸：小客戶大價值

2.3.1企業微貸：服務小微企業，創造更大價值 網商銀行成立于2015年6月，是由螞蟻金服作為大股東發起設立的中國第一家核心系統基于云計算架構的商業銀行，以服務小微企業、支持實體經濟、踐行普惠金融為使命，為小微企業、個人創業者提供高效、便捷的金融服務。目前有貸款、賺錢、企業銀行、供應鏈金融四大業務塊。

服務規模不斷擴大，盈利能力持續提升：截止到2016年12月底，網商銀行為277萬家小微企業提供了便捷高效的金融服務，累計為用戶提供信貸資金超過879億元。2016年網商銀行營業收入26.37億元，同比增長942.29%；稅后凈利潤達到3.16億元，同比增長357.97%。2017年凈資產規模達到45.87億元。

2.3.2消費金融：盈利快速增長，市場前景廣闊 螞蟻金服在消費金融領域的布局主要有螞蟻花唄和螞蟻借唄兩個業務。螞蟻花唄是螞蟻金服推出的一款消費信貸產品，申請開通后，將獲得500-50000元不等的消費額度。用戶在消費時，可以預支螞蟻花唄的額度，享受“先消費，后付款”的購物體驗。螞蟻借唄是支付寶2015年4月推出的一款貸款服務，目前的申請門檻是芝麻分在600以上。按照分數的不同，用戶可以申請的貸款額度從1000-300000元不等。借唄的還款最長期限為12個月，貸款日利率是0.045%，隨借隨還。

ABS發行規模井噴：2017年花唄和借唄發行的個人消費貸款ABS呈現井噴趨勢，隨之而來的是凈利潤的快速增長。花唄發行了1875億元的個人消費貸款ABS，同比增幅292%。借唄發行了1399億元的個人消費貸款ABS，同比增幅750%。

盈利快速增長：螞蟻花唄2017前兩季度營收為14.94億，凈利潤為10.2億，預計全年營收29.89億，凈利20.39億,同比2016年分別增長2201%與68%；螞蟻借唄2017前三季度營收為69.47億，凈利為44.94億，預計全年營收92.62億，凈利59.92億，同比2016年分別增長140%與65%。

市場規模持續快速增長：根據艾瑞咨詢的數據，中國互聯網消費金融放貸規模從2014年的183.2億元到2017年的43847.3億元，2017年的環比增速高達904%。預計2018-2020年中國互聯網消費金融放貸規模增速為122.9%，90.2%和69.3%。高速增長的規模為花唄和借唄帶來了廣闊的市場前景。

2.4保險：多樣化業務全方位覆蓋日常生活

2013年，螞蟻金服和騰訊、平安發起成立了我國首家互聯網保險公司眾安保險，開始試水保險業，我國互聯網保險發展自此開始進入快速增長期。2015年底螞蟻金服正式成立保險事業部，在整合原淘寶、支付寶等多個電商平臺的保險業務基礎上，系統地建立綜合、開放的互聯網保險平臺。2016年，保險事業部升級為保險事業群，保險業務得到進一步重視。2016年7月，螞蟻金服通過增資的形式，以51%的股份控股國泰產險。2017年5月，成立信美人壽相互保險社，進一步擴大保險業務。同時螞蟻金服還通過保險代理牌照搭建業務平臺，向保險公司推介優質的流量。截至2016年9月，螞蟻保險服務平臺已經和78家保險機構合作。目前，螞蟻金服的保險業務已經覆蓋健康、意外、旅行、財產、人壽、車險、樂業、公益、運費險9個大的業務板塊，推出超過2000款保險產品，日均保單量已超2100萬單，來自移動端的保單量逾6成。截至2017年3月末，保險服務年活躍用戶3.92億人，單用戶保費同比增長43%。

2.5信用：芝麻信用開啟全新信用生活

芝麻信用是螞蟻金服2015年成立旗下獨立的第三方征信機構，致力于解決消費者和商家之間的信任問題，構建互信互惠的商業環境。芝麻信用所有開通用戶均為實名認證用戶，廣泛覆蓋了許多原來傳統征信沒有信貸記錄的人群。“芝麻信用分”是芝麻信用對海量信息數據的綜合處理和評估，主要包含了用戶信用歷史、行為偏好、履約能力、身份特質、人脈關系五個維度。芝麻信用基于阿里巴巴的電商交易數據和螞蟻金服的互聯網金融數據，并與公安網等公共機構以及合作伙伴建立數據合作，與傳統征信數據不同，芝麻信用數據涵蓋了信用卡還款、網購、轉賬、理財、水電煤繳費、租房信息、住址搬遷歷史、社交關系等等。商家可以根據芝麻信用評估風險，提供便捷服務，消費者在享受到便捷后會更加偏好芝麻信用，這會促使商家提供更多的便捷服務，如此一來就形成了良性循環。目前芝麻信用已經從信用卡、消費金融、融資租賃、抵押貸款，到酒店、租房、租車、婚戀、分類信息、學生服務、公共事業服務等上百個場景為用戶、商戶提供信用服務。

2.6技術輸出：以科技助力合作伙伴，在生態體系中分享創造價值

螞蟻金服的收入主要由三部分組成，分別是支付連接、金融服務和技術服務。在這三部分中，支付連接的利潤率是最低的，其次是金融服務，而技術服務的利潤率可以高達60%。2016年，其來自于支付連接的收入為65%，技術服務的收入比例為17%，金融服務收入占比為18%。2017年，螞蟻金服預計技術服務的收入占比大幅上升至34%，支付連接收入占比下降至55%，金融服務收入占比縮水至11%。而根據預測，到2021年時，螞蟻金服的技術服務收入將上升至總收入的65%，超過支付收入成為第一大收入項。螞蟻金服目前確立了以BASIC技術（Blockchain區塊鏈、AI人工智能、Security安全、IoT物聯網、Cloud金融云）為核心的戰略發展方向，持續不斷地從Fin向Tech轉型。

Blockchain區塊鏈：最新發布的《2017全球區塊鏈企業專利排行榜》顯示，中國在區塊鏈專利的增速遠超美國，領先全球。其中阿里巴巴以49件的總量排名第一，這些專利全部出自螞蟻金服技術實驗室。區塊鏈技術的核心是“信任的連接器”，而螞蟻金服區塊鏈團隊的愿景是“打造生產級的信任連接基礎設施”。作為信任連接器，螞蟻區塊鏈用算法和分布式技術架構實現去中心化和信任問題，目前已經在多個場景實現了應用落地。

AI人工智能：借助大數據，螞蟻金服的人工智能已經實現了在客服、信用、保險，理財等多領域的運用，大大提高了效率，降低了成本。

Security安全：在互聯網身份認證領域，螞蟻金服一直致力于研發先進的生物識別技術用于實現更高的安全性與更好的用戶體驗。2014年支付寶錢包國內率先試水指紋支付，移動支付跨入生物識別時代。2016年支付寶宣布商用刷臉支付。2017年螞蟻金服研制出全球首個眼紋識別技術。在風控領域，螞蟻金服基于原來的歷史交易數據進行個性化的驗證，提高賬戶安全性。螞蟻金服自主研發的智能實時風控系統（CTU），能對每筆交易進行8個維度的風險檢測，確保交易萬無一失。目前支付寶資損率低于十萬分之一，而銀聯資損：率約萬分之一點三，Paypal的資損率約千分之二。

IoT物聯網：隨著移動互聯網的發展，互聯網也即將進入萬物互聯的時代。2017年2月，螞蟻金服與深藍科技聯合推出TakeGo智能門店系統。2017年8月，螞蟻金服宣布開放無人值守技術，將為商家提供身份核驗、風險防控、支付結算等多種服務，讓消費者無需通過商家的人工服務，也能自助用借買。近期有媒體報導螞蟻金服將入股猩便利，進軍無人超市。阿里巴巴近期提出ALLinIoT全面進軍物聯網領域，主要聚焦智能城市、智能生活、智能制造、智能汽車4個領域。

Cloud金融云：螞蟻金服旗下面向金融機構的云計算服務。螞蟻金融云依托阿里巴巴和螞蟻金服在云計算領域的先進技術和經驗積累，集成了阿里云的眾多基礎能力，并針對金融行業的需求進行定制研發。螞蟻金融云作為螞蟻金服“互聯網推進器”計劃的組成部分，是一個開放的云平臺，它助力金融創新、助力金融機構的IT架構實現升級，去構建更加穩健安全、低成本、敏捷創新的金融級應用，使金融機構可以更好的服務自己的客戶。經過幾年建設努力，螞蟻金融云已經具備了高可用容災、資金安全管理、高并發交易、實時安全控制、低成本交易五大特點，形成了大數據、分布式中間件SOFA、研發運維、移動、監控、企業應用、系統安全、業務安全、計算和網絡、數據庫、存儲、應用服務十二個業務板塊。

三、從螞蟻金服得到的兩點啟示

3.1快速發展的關鍵：全產業鏈布局打造金融生態

打造金融生態閉環，構建自身護城河：螞蟻金服的前身支付寶的成立正好趕上互聯網在中國快速發展的階段，互聯網為金融機構業務場景的滲透和長尾用戶的覆蓋提供了便捷，中國的金融科技開始進入了網絡化的浪潮。借助阿里電商平臺的引流，支付寶乘勢而上，依靠第三方支付業務快速的積累了大量的長尾用戶，成為一個巨大的流量入口。借著巨大的流量，螞蟻金服進一步拓展和推廣自己的業務，從支付拓展到理財、微貸、保險、信用，從而全方位覆蓋生活的各個場景，為用戶提供一站式的服務，以此來進一步吸引更多的用戶。這樣就形成了一個良好的金融生態閉環，構建起自身的護城河。并且隨著產業鏈的不斷拓展，場景會不斷豐富，護城河會越來越寬，優勢越來越明顯，強者恒強。截止2018年6月1日，螞蟻金服共參與98起投資事件，覆蓋金融、人工智能、企業服務、出行、餐飲、文化娛樂、生活服務、農業、房產家居、電子商務十個領域。

眾多互聯網金融公司在意識到這一閉環的重要性后，也紛紛開始利用自身的優勢打造自己的金融生態。如京東金融借助京東電商平臺的優勢，從供應鏈金融發展成為具有企業金融、消費金融、農村金融、財富管理、支付等多種業務的一站式在線投融資平臺。隨著更多的公司參與到其中，競爭已經進入到白熱化，而最早開始的螞蟻金服已經占據了市場的大部分份額，擁有了穩定的客群，在總流量有限的情況下，后來的互聯網金融公司要想分一杯羹，必須在場景上不斷深化，做出自己的特色。

3.2螞蟻金服體現了創新對于Fintech的價值

金準人工智能專家從螞蟻金服身上可以看出創新的價值：螞蟻金服的成功很重要的一個原因是技術創新，其主要業務的科技水平均走在行業的前列。

1)在支付業務方面：借助螞蟻金融云將每筆支付成本降到了幾分錢，將商戶的支付費率低到美國的五分之一；接通公共事業繳費服務，日常生活中的水電燃氣等費用可以通過支付寶實現自動繳納；率先推出條碼支付、聲波支付、指紋支付、刷臉支付等技術，使移動支付跨入生物識別時代。目前在金融領域用指紋完成身份識別以及支付正在成為標配；在部分停車場和高速收費站，只要支付寶和車牌綁定，即可實現自動繳費；在部分商店，購物消費刷臉即可買單。技術的力量推動了無現金社會 的到來，給人們日常生活帶來了極大便利。

2)在財富管理方面：余額寶只是打通了貨幣基金和消費體系之間的阻隔，通過技術手段實現更快捷的申購贖回和消費方式，但這樣一個技術上的創新就使其成為中國互聯網金融崛起的里程碑，成就了世界第一大貨幣基金。螞蟻財富作為給普通客戶提供理財的平臺，會將更多技術、運營、數據能力開放給金融機構，入駐的金融機構在得到更好的技術數據和連接的支持后，可以為客戶提供更好的產品和服務。

3)在貸款方面：螞蟻金服基于AI模型提升風控能力，運用大數據模型來發放貸款。發展信貸融資業務風控是核心，通過對客戶相關數據的分析，依照相關的模型，綜合判斷風險，螞蟻金服形成了網絡貸款的“310”模式，即：“3分鐘申請、1秒鐘到賬、0人工干預”的服務標準。網商銀行已累計服務超過500萬小微企業，以及150多萬涉農經營者。螞蟻花唄、借唄等消費金融業務16、17年激增，但通過大數據風控技術，壞賬率不足1%。

4)在保險方面：螞蟻金服搭建新型保險平臺，與保險公司的深度融合，用互聯網技術對保險產業鏈的全流程優化，為用戶提供便捷的、全方位的保險產品。同時還依靠大數據、AI等技術，解決了保險行業在風險定價等領域的痛點。產品“車險分“以螞蟻金服在大數據、AI、數據建模等方面的技術，形成消費者的車險標準分，為保險公司在車險產品上更準確識別客戶風險、更合理定價、更高效服務消費者提供依據；產品“定損寶”人工智能模擬車險定損環節中的人工作業流程，通過算法識別事故照片，與保險公司連接后，幾秒內就能給出準確的定損結果，大大降低了定損的成本。

5)在信用方面：芝麻信用基于阿里巴巴的電商交易數據和螞蟻金服的互聯網金融數據，并與公安網等公共機構以及合作伙伴建立數據合作，其數據涵蓋了信用卡還款、網購、轉賬、理財、水電煤繳費、租房信息、住址搬遷歷史、社交關系等等。芝麻信用通過分析大量的網絡交易及行為數據，可對用戶進行信用評估，繼而為用戶提供快速授信、免押金租房、借書、住宿、現金分期等服務，推動了信用城市的建設。

當單純的商業模式和流量紅利都在逐漸變弱時，技術才是決定未來空間的真正引擎。螞蟻金服成功證明技術可以幫助金融顯著提高效率、降低成本，更重要的是能夠重構金融的觸達方式。通過技術的開放共享，和合作伙伴一起，可以很好地為用戶創造價值和體驗。而資本市場給科技公司的認同也遠高于金融機構，這充分體現了科技創新驅動戰略的重大意義。

總結

金準人工智能專家從螞蟻金服得到的兩點啟示：1）快速發展的關鍵：全產業鏈打造金融生態閉環，構建自身護城河。螞蟻金服的前身支付寶的成立正好趕上互聯網在中國快速發展的階段，為業務場景的滲透和長尾用戶的覆蓋提供了便捷，支付寶成為巨大流量入口。借此，螞蟻金服快速從支付拓展到理財、微貸、保險、信用，全方位覆蓋生活各個場景，形成良好金融生態閉環，并且隨著產業鏈的不斷拓展，護城河越來越寬。2）從螞蟻金服身上可以看出創新對Fintech的價值。螞蟻金服成功很重要的一個原因是技術創新，其主要業務的科技水平均走在行業的前列。目前螞蟻金服40%的員工都是技術類員工，而在參與決策與戰略制定的管理層中，也有四分之一是技術人。金準人工智能專家認為，當單純的商業模式和流量紅利都在逐漸變弱時，技術才是決定Fintech企業未來空間的真正引擎。

金準人工智能專家分析螞蟻金服的發展潛力在于：生態增長+海外輸出+數字化延展。1）生態指數型增長。受益于深度融合的數字金融生態和資金賬戶體系，平臺變現效率有望持續提升。若獲客補貼持續有效，2021年支付寶賬戶數有望超過8億，中性假設下移動支付市場份額穩定于55%，財富管理AUM超4萬億，消費信貸余額約2萬億元，保險維持線上領先地位。2）向海外輸出金融生態經驗，實現全球付。未來3-5年是海外業務重點投入期，螞蟻與集團形成矩陣式出海架構，共同提升用戶價值和粘性。3）從延展數字產業生態，從Tech-Fin到Tech-Industry。目前行業解決方案仍處于免費開放階段，未來不排除貨幣化可能性。

第二篇：螞蟻金服讀后感

螞蟻金服讀后感

文 / 李丹（郫都分公司）

很感謝公司舉辦書香移動這個活動，向我們推薦這本書，我才有機會一改平時只看自己感興趣的游記、散文、小說等讀書習慣，接觸到了《螞蟻金服》。

在中國，支付寶是一個家喻戶曉的品牌，我們在用手機掃碼支付，或者用余額寶理財的時候，一定會和支付寶發生關系，但是很多人不知道，支付寶的母公司叫“螞蟻金服。”

螞蟻金服不僅有支付寶，還有余額寶、網上銀行、芝麻信用等一系列產品和服務，成立于2004年，起始于支付寶的螞蟻金服集團，如今已是全球估值最高的科技金融企業，它從支付領域起步，進入金融行業，并用數據和技術改變了中國金融業的面貌。

作為支付寶的忠實用戶，大到家里的家電，小到牙膏牙刷，吃、穿、住、行、都通過支付寶支付。現在支付寶已經成為很多年輕人生活中不可或缺的一部分。

想想，它為啥那么讓我們年輕人青睞呢？

兩個字——方便！

支付寶的存在，切實滿足了我們的“懶人”心理，并在如今快餐式的生活節奏下，演變成為一種大家都在習以為常的生活方式，但我們卻著實不知道支付寶背后的故事。

《螞蟻金服》記錄了馬云在公司發展中四次關鍵性的表態，以及記錄了彭蕾帶領公司回歸用戶價值導向的“駱駝大會”，記錄了支付寶在技術上的重要突破，記錄了公司全球化的最新進展……

正是這些關鍵性產品和創新，奠定了螞蟻金服今天的“江湖”地位。

除了描述重要人物和事件，書中還披露了組織管理和企業價值塑造上的具體做法，正是強大的價值觀和優秀人力資源體系，構成了螞蟻金服不斷前行的獨特驅動力。

如果員工通過相互合作，一次次成功地完成各項任務，他們就會不斷地達成共識，這一過程就是企業文化的形成機制。

在形成這種機制之后，員工甚至不再思考自己做事的方式時候能否取得成功，也不再一項項清晰地做出決策，而是依靠本能和推測來選擇優先事項，并根據工作程序行事，彭蕾提到的“基因”和“膝跳反應”其實正是這種企業文化的體現。

螞蟻金服所具備的反思力和執行力是它長青的根基——現在的我們在公司做市場工作，也是需這樣的執行力和合作力。

我們家寬的寬帶服務站，直銷隊員，都需要這種本能，切實了解客戶需求，按最優方案為客戶推薦適合客戶的寬帶和業務，而不是直說不做，紙上談兵，在實際操作中不斷總結經驗找到最適合區域特色的營銷方案才能讓市場良性循環發展。

互相信任，互相扶持——這就是現在我們家寬的協作理念，雖然用“團隊文化”形容更為合適，但是對于現階段的我們來說，膝跳反應現象是有的。

我們將更努力的執行并完成上級下達的指標任務，做一個快樂工作的移動人。

第三篇：金準人工智能 2018中國智能制造報告

金準人工智能 2018中國智能制造報告 前言

智能制造是基于新一代信息技術，貫穿設計、生產、管理、服務等制造活動環節，具有信息深度自感知、智慧優化自決策、精準控制自執行等功能的先進制造過程、系統與模式的總稱。簡而言之，智能制造是由物聯網系統支撐的智能產品、智能生產和智能服務。

智能制造已經成為全球價值鏈重構和國際分工格局調整背景下各國的重要選擇。發達國家紛紛加大制造業回流力度，提升制造業在國民經濟中的戰略地位。亞洲作為制造業重要區域也在積極部署自動化、智能化。

一、突破與成長

亞洲正受到自動化、智能化大潮沖擊。國際勞工組織（International Labour Organisation）調研發現，越南、柬埔寨、菲律賓和印度尼西亞的工人的失業風險最高，據估計這幾個區域約50%的工人工作可能在未來20年被自動化取代。

亞洲作為制造業的重要區域，在面臨制造業向自動化、智能化、數字化轉型中，能否繼續保持其競爭力？

毫無疑問，亞洲正在積極尋求突破。以人工智能為例，各國政府大力支持人工能，推動科技公司、初創公司和學術界的創新。2017年，韓國政府宣布了10億美元的人工智能資金；日本鼓勵人工智能創業公司和風險投資；新加坡政府的國家研究基金會宣布國家人工智能計劃（AI.SG），計劃未來五年投入1.5億新加坡元（約1.07億美元）發展人工智能。

除了政府的支持，亞洲企業更積極打破行業壁壘加快新產品開發。不同于歐美同類企業，中國領先企業間的合作屢見不鮮，一些知名范例包括：百度與小米在物聯網與人工智能領域合作開發更多應用場景；騰訊與京東合作布局電子商務生態圈；印度系統集成商組成AI聯盟（OpenAI）。這賦予它們驚人的影響力，也意味著它們擁有可用于快速推動創新的技術實力和資本基礎。

中國是亞洲智能化轉型的重要力量。政府加強智能制造頂層設計，開展試點示范和標準體系建設；企業加快數字化轉型，提升系統解決方案能力。中國智能制造取得明顯成效，進入高速成長期。

中國智能制造進入成長期主要體現在三方面：首先，中國工業企業數字化能力素質提升，為未來制造系統的分析預測和自適應奠定基礎。第二、財務效益方面，智能制造對企業的利潤貢獻率明顯提升。第三、典型應用方面，中國已成為工業機器人第一消費大國，需求增長強勁。

1.1數字化能力素質提升

企業數字化能力素質體現在其利用數據指導生產以及系統自優化的能力。我們借鑒國際普遍認可的工業4.0發展路徑，將企業智能化成熟度分為六個階段：計算機化、連接、可視、透明、預測和自適應。

① 計算機化：

企業通過計算機化高效處理重復性工作，并實現高精度、低成本制造。但不同的信息技術系統在企業內部獨立運作，很多設備并不具備數字接口。② 連接：

相互關聯的環節取代各自為政的信息技術。操作技術（OT）系統的各部分實現了連通性和互操作性，但是依舊未能達到IT層面和OT層面的完全整合 6。

③ 可視：

了解正在發生什么，通過現場總線和傳感器等物聯網技術，企業捕獲大量的實時數據，建立起企業的“數字孿生”，從而改變以前基于人工經驗的決策方式，轉為基于數字進行決策。

④ 透明：

了解事件發生的原因，并通過根本原因分析生成認識。⑤ 預測：

將數字孿生投射到未來，模擬不同的情景對未來發展進行預測，并適時做出決策和采取適當措施。

⑥ 自適應：

預測能力只是自動化行為和決策的根本要求，而持續的自適應則使企業實現自主響應，以便其盡快適應變化的經營環境。

隨著中國兩化融合和工業物聯網建設等多項舉措推進，制造型企業數字化能力素質顯著提升，大部分企業正致力于數據縱向集成。金準人工智能專家調研結果顯示，81%的受訪企業已完成計算機化階段，其中41%處于連接階段，28%處于可視階段，9%處于透明階段，而預測和自適應階段的企業各自占2%。

1.2智能制造利潤貢獻顯著提升

向工業4.0進階為制造企業帶來真實可見的效益。2013年金準人工智能專家曾調研全國200家制造型企業，結果顯示中國企業智能制造處在初級階段，且利潤微薄。經過五年的快速發展，智能制造產品和服務的盈利能力顯著提升。

2013年智能制造為企業帶來的利潤并不明顯，55%的受訪企業其智能制造產品和服務凈利潤貢獻率處于0-10%的區間，而2017年，僅有11%的受訪企業處于這個區間，而41%的企業其智能制造利潤貢獻率在11-30%之間。利潤貢獻率超過50%的企業，由2013年受訪企業占比14%提升到2017年的33%。智能制造利潤貢獻率明顯提升，利潤來源包括生產過程中效率的提升和產品服務價值的提升。

1.3應用市場潛力

中國已連續六年為工業機器人第一消費大國。IFR(International Federationof Robotics)數據顯示，中國工業機器人市場規模在2017年為42億美元，全球占比27%，2020年將擴大到59億美元。2018-2020年國內機器人銷量將分別為16、19.5、23.8萬臺，未來3年CAGR達到22%。汽車、高端裝備制造和電子電器行業依然為工業機器人的主要用戶。

中國有哪些獨特優勢？首先是數據量。當前人工智能熱潮背后的機器學習技術對數據極其依賴。識別人臉、翻譯語言和試驗無人駕駛汽車需要大量的“訓練數據”。由于中國的人口數量和設備數量龐大，中國企業在獲取數據方面具有天然的優勢。第二，中國制造業企業硬件設備和廠房相對歐美企業普遍較新，比較容易實現設備連接和廠房改造。

二、智能制造部署重點

金準人工智能專家調查發現，中國工業企業智能制造五大部署重點依次為：數字化工廠（63%）、設備及用戶價值深挖（62%）、工業物聯網（48%）、重構商業模式（36%）以及人工智能（21%）。

訪企業所關注的相關技術包括工業軟件、傳感器技術、通信技術、人工智能、物聯網、大數據分析等。當然，我們不能簡單認為有了這些技術，就是實現智能制造，因為新制造業文化的變革進程是相當復雜和緩慢的，沒有行業、企業與用戶的融合推進，這次變革無法實現。

2.1 數字化工廠

智能制造是以制造環節的智能化為核心，以端到端數據流為基礎，以數字作為核心驅動力，因此數字化工廠被企業列為智能制造部署的首要任務。目前企業數字化工廠部署以打通生產到執行的數據流為主要任務，而產品數據流和供應鏈數據流提升空間大。

數字化工廠通過新一代信息技術，實現從設計、生產、物流和服務等各個環節的數據串連，加速決策，提高準確性。只有打通數據流才能實現基于實時數據變化，對生產過程進行分析和優化處理，進而實現業務流程、工藝流程和資金流程的協同，以及生產資源（材料、能源等）在企業內部及企業之間的動態配置。打通數據流也是工廠建立“數字孿生”的前提，數字孿生不僅指產品的數字化，也包含工廠本身和工藝流程及設備的數字化，從而實現全面追溯、物理與虛擬雙向共享和交互信息。打通數據流主要包括三類數據的連通，即生產流程數據、產品數據以及供應鏈數據。2.1.1生產流程數據 打通生產流程數據除了從生產計劃到執行的數據流(如ERP到MES)，還包括MES與控制設備和監視設備之間的數據流，現場設備與控制設備之間的數據流，以及MES與現場設備之間的數據流等。

2.1.2產品數據流

打通產品數據流主要體現在產品全生命周期數字一體化和產品全生命周期可追溯。產品全生命周期數字一體化以縮短研發周期為核心，主要應用基于模型定義（MBD）技術進行產品研發、建設產品全生命周期管理系統(PLM)等。研發是數字化工廠“數據鏈條”的起點，研發環節產生的數據將在工廠的各個系統間實時傳遞，數據的同步更新避免了傳統制造企業經常出現的由于溝通不暢產生的差錯，也使得工廠的效率大大提升，縮短產品研制周期。產品全生命周期可追溯以提升產品質量管控為核心。

主要應用是讓產品在全生命周期具有唯一標識，應用傳感器、智能儀器儀表、工控系統等自動采集質量管理所需要數據，通過MES系統開展在線質量檢測和預警等。2.1.3供應鏈數據流

打通供應鏈數據流主要體現在供應鏈上下游協同優化，實現網絡協同制造。主要應用是建設跨企業制造資源協同平臺，實現企業間研發、管理和服務系統的集成和對接，為接入企業提供研發設計、運營管理、數據分析、知識管理、信息安全等服務，開展制造服務和資源的動態分析和柔性配置。

金準人工智能專家調研結果顯示，目前企業致力于打通從ERP到MES乃至現場設備的數據流，但這也僅是從生產到執行的打通，未來還需將產品數據、供應鏈數據串聯。我們們將生產數據流分為兩個環節：

一、打通生產計劃與執行系統的數據流；

二、執行與監控和現場設備的數據流。結果顯示，83%的受訪企業表示已打通ERP和MES的數據流打通。62% 的企業繼續向下打通MES到現場設備的數據流。但僅有47%的企業打通了產品數據流，44%的企業打通供應鏈數據流（圖2.4）。而且考慮到我們調查的企業均為資質較好且為中等以上規模，這一系列比率顯然高于中國整體平均水平。

從行業角度來看，航空航天領域全部受訪企業已經打通從生產計劃到執行的數據，但從生產執行到現場設備、產品以及供應鏈的數據鏈條連通相對滯后，提升空間大。電子組件及電器制造行業產品數據流和供應鏈數據流連通情況高于其他行業，數字化工廠整體水平較高。產品質量可謂是制藥行業的生命，而打通產品數據流的制藥企業僅占33%，行業需要強化產品全生命周期可追溯，提升產品質量管控能力。汽車及汽車零部件以及高端裝備制造都在產品數據流方面領先（圖2.5）。

未來數字世界和現實世界會是一體兩面，打通數據流也是數字孿生（digital twin）操作的基礎。金準人工智能專家認為數字孿生是物理實體或流程的準實時數字化鏡像，有助于企業績效提升。數字孿生往往包含“數字產品孿生”、“生產工藝流程數字孿生”和“設備數字孿生”不同層面但可以高度集中統一的數據模型。

數字產品孿生領域，特斯拉公司為其生產和銷售的每一輛電動汽車都建立數字孿生模型，相對應的模型數據都保存在公司數據庫。每輛電動車每天報告其日常經驗，并通過數字孿生的模擬程序使用這些數據來發現可能的異常情況并提供糾正措施。通過數字孿生模擬，特斯拉每天可獲得相當于160萬英里的駕駛體驗，并在不斷的學習過程中反饋給每輛車。生產流程數字孿生領域，一些嗅覺敏銳的工廠及生產線開始引入數字孿生，在建造之前，對工廠進行仿真和模擬，虛擬出建造工廠的最佳流程，再將真實參數傳給實際的工廠建設，有效減少誤差和風險。待廠房和生產線建成之后，日常的運行和維護通過數字孿生進行交互，能夠迅速找出問題所在，提高工作效率。Gartner對美國、德國、中國與日本的202位企業的調查發現，到2020年，至少50%年收入超過50億美元的制造商將為其產品或資產啟動至少一項數字孿生項目，屆時參與使用數字孿生技術的企業數量將增長3倍。預計在今后數年時間，將有數以億計的用戶使用數字孿生操作，它將被企業用于規劃設備服務、生產線操作、預測設備故障、提高操作效率、加速新產品開發等。在未來，這項技術有望與工業生產徹底融合，推動智能工業進入新階段。如何創建數字孿生？金準人工智能專家認為數字孿生的創建包含兩個主要關注領域：

一是設計數字孿生的流程和產品生命周期的數據要求—— 從資產的設計到資產在真實世界中的現場使用和維護；

二是創建使能技術，整合真實資產及其數字孿生，使傳感器數據與企業核心系統中的運營和交易信息實現實時流動。

2.2 設備和用戶價值深度挖掘

制造型企業面臨愈發激烈的市場競爭和日益透明的產品定價，不得不尋找新的價值來源。金準人工智能專家智能制造調研結果顯示，設備和用戶價值深度挖掘是企業智能制造部署第二重點領域。62%的受訪企業正積極部署設備和用戶價值深度挖掘，其中41%的企業側重設備價值挖掘，21%的企業側重用戶價值挖掘。

圍繞設備進行價值挖掘可以說是制造型企業的天性。如在研發設計階段，嵌入新技術，生產更智能或更多樣化的產品；在銷售階段，提供設備相關金融服務；在售后階段，對出廠設備和產品進行實時數據采集和監控，并進行性能分析、預測性維護等，既提升安全性，也為企業創造更多服務機會。

雖然起步較晚，制造型企業也在探索和嘗試對用戶價值進行深度挖掘，其中以C2M(customer-to-manufactory，客戶到制造)最受矚目。C2M體現了定制化生產的特性，使制造商直接面對用戶，以滿足用戶個性化需求；同時通過減少中間環節降低成本、提升效率。紅領集團通過打造C2M電商平臺、柔性供應能力和大數據能力實現了大規模定制化。顧客可以在其C2M電商平臺選擇款式、工藝、材料并下單。平臺快速收集顧客分散、個性化需求數據的同時，大數據和云計算技術按客戶需求匹配產品數據模型，其款式數據和工藝數據能滿足超過百萬萬億種設計組合，覆蓋99.9%的個性化設計需求。當版型確定后，系統自動生成工藝數據，工藝數據發送至工廠，工廠進行生產交付。整個流程從下訂單到產品出廠僅需7個工作日，并做到按需生產、零庫存、一人一版、一衣一款。

阿里巴巴的“淘工廠”集結上萬家工廠，將電商買家訂單與制造廠商產能進行對接，把柔性產能檔期聯網，解決電商買家有訂單無工廠，制造企業有產能無訂單的結癥。

2.3 工業物聯網

智能制造要求制造系統具備感知、分析、決策和執行的能力，而這些能力的核心均涉及物聯網相關技術，如面向感知的物聯技術（傳感器、RFID、芯片）、面向分析的工業大數據分析和面向決策及服務的應用平臺。

金準人工智能專家調研結果顯示，目前中國制造企業物聯網應用以感知為重點，分析和服務交融將是未來物聯網建設重點。受訪企業普遍建立系統以傳感器采集動態數據，但數據分析和平臺應用相對滯后。從行業應用來看，電子及電器行業傳感器和平臺應用最為普及，76%的受訪企業利用傳感器采集數據，43%的企業利用物聯網平臺，但僅有33%的企業采用大數據技術分析所采集的數據。汽車及零部件制造行業傳感器技術應用也有較高普及率達73%，但大數據和平臺應用低于其他受訪行業。制藥行業大數據技術利用最為積極，因為醫藥行業早已面臨海量數據和非結構化數據挑戰（圖2.6）。

感知僅是物聯網應用的初級階段，以數據洞察指導行動，從而提高效率，或者與服務交融創造新價值，才是物聯網的核心。云平臺通過提供強大的數據傳輸、存儲和處理能力，幫助制造企業采集和處理大量數據。工業云平臺不僅能夠實現企業通過平臺完成產品的設計、工藝、制造、采購、營銷等環節，還將改變傳統生產方式和制造生態，創造新的收入來源和商業模式。中國制造企業云部署現狀如何？

金準人工智能專家調研發現，中國制造企業云部署積極性不高。53%的受訪制造企業尚未部署工業云，47%的企業正在進行工業云部署，其中27%的企業部署私有云，14%部署公有云，6%部署混合云（圖2.7）。上云可以大幅降低每個單元的儲存和計算成本，甚至通過跨界創造新的商業模式，但也帶來了復雜性。企業擔心一旦將諸如工廠生產過程、資產性能管理的數據放到云平臺上之后，信息安全、知識產權問題會接踵而至。除此之外，很多企業尚未明確工業云在企業層面的商業應用和相關能力欠缺也是導致企業云部署積極性不高的原因。

對于選擇公有云還是私有云，很大程度取決于企業的關注點不同。如果企業只是聚焦自己的生產制造，降本增效，往往不會選擇公有云；如果企業聚焦商業模式創新和產品轉型，則會天然的更傾向于選擇公有云或混合云，因為往往涉及服務平臺，需要做到一定程度上的兼容和融合。由于目前國內比較常見的工業云的部署以云的基礎功能為主，企業把云看作虛擬服務器，在云上做存儲、計算，只有少數企業通過云部署改變生產方式和制造生態，進行公有云和混合云部署的企業仍為少數。

金準人工智能專家認為物聯網在智能制造領域的應用場景主要分為三類：設備與資產管理、產品洞察和服務創新。2.3.1設備與資產管理

具備感測與聯網功能的系統與大數據結合，可以實現設備的監控和管理，如遠程監控、預測性維護和互聯現場等。遠程監控以物聯網替代傳統的人工巡檢機制，通過傳感器遠距離將設備數據傳輸到運營中心。預測性維護打破傳統工廠按計劃進行定期維護設備的運營方式，通過物聯網對設備整個生命周期進行全程監控，并預測設備未來可能發生的故障，提前制定預防性維護計劃，減少故障率并提高生產效率。物聯網還可以連接和監控廠房的工業裝置和設備，獲得有見解的分析，從而幫助跨工業設備、生產線以及在整個工廠范圍內優化性能和效率。當然，除了新廠房，老廠房和設備在沒有更新換代之前，也有聯網監控的需要，如何在現有設備上進行物聯網改造是值得企業關注的問題。2.3.2產品洞察

制造企業往往不太了解自己的產品如何被使用，而物聯網將改變這一現狀。在產品投入使用后，制造廠商可以通過物聯網與產品建立并保持聯系，收集動態數據，以更加系統的方式實時地持續地分析產品使用情況。在了解客戶對產品的使用方式后，廠商還可以基于數據預測客戶需求，開發個性化產品和新的服務項目，提高產品附加值。2.3.3服務創新

基于數據和平臺提供后市場服務，物聯網與服務交融實現商業模式創新。物聯網協助制造企業更有效捕捉和預測市場需求，創造動態化、個性化的智能服務、咨詢服務、數據服務、物聯網金融與保險等新的服務種類。這類應用將打破企業原來的邊界，從全社會的維度思考制造資源的優化，客戶和制造端的互動以及各種商業模式的創新。企業需要評估自身業務需要，明確商業目標、相關流程和預期結果的范圍，在考慮技術可擴展性、性能、帶寬經濟和技術創新等級后，才能對數據和物聯網系統的處理架構做出明智的選擇。

2.4 重構未來商業模式

智能制造不僅能夠幫助制造型企業實現降本增效，也賦予企業重新思考價值定位和重構商業模式的契機。同時，新進入者也在不斷挑戰傳統市場參與者的地位，眾多技術型企業加入戰場推動工業企業探索商業模式上的創新。金準人工智能專家調研發現企業對未來商業模式的規劃大致呈四類：30%的受訪企業未來商業模式將以平臺為核心，26%的企業走規模化定制模式，24%以“產品+服務”為核心向解決方案商轉型，12%以知識產權為核心（圖2.8）。平臺型商業模式定位以提供多種軟件服務和搭建生態系統為核心，未來可能不會出現類似BAT這樣的行業巨頭，但不乏垂直行業領軍企業或平臺。

規模化定制模式，如C2M已經不局限于服裝制造，而延伸到汽車和裝備制造等行業。“產品+服務”為核心旨在圍繞客戶需求提供解決方案，是目前很多企業在做的。以知識產權為核心的企業往往通過專利戰略，形成技術壁壘占領市場。

不同商業模式的價值定位和價值創造方式不同，所面臨的挑戰也不盡相同（圖2.9）。企業需要持續審視自己的商業模式，通過評估自身運營情況進行適當地改善并定期評估其他商業模式是否具有可行性。

2.5 人工智能

人工智能對制造業的影響主要來自兩方面： 一是在制造和管理流程中運用人工智能提高產品質量和生產效率；二是對現有產品與服務的徹底顛覆。

隨著國內制造業自動化程度提高，機器人在制造過程和管理流程中的應用日益廣泛，而人工智能更進一步賦予機器人自我學習能力。結合數據管理，導入自動化設備及相關設備的聯網，機器人通過機器學習分析，可以實現生產線的精準配合，并更準確的預測和實時檢測生產問題。人工智能在制造業產品和服務領域的應用則更具有顛覆性。產品本身就是人工智能的載體，硬件與各類軟件結合具備感知、判斷的能力并實時與用戶、環境互動。而產品的功能和服務，也將顛覆原有生態系統。以汽車產業為例，傳統汽車行業的競爭格局是金字塔型——整車廠處于頂端，各級別供應商跟隨其后。但是在智能汽車時代，整車廠的主導地位將受到嚴峻挑戰，零部件廠商、互聯網巨頭、算法公司、芯片制造商、傳感器供應商等企業無不加快對無人駕駛技術的研發和商業化步伐，并期望通過占據技術制高點打破汽車產業的生態平衡。

中國制造企業人工智能應用情況如何？金準人工智能專家智能制造調研發現，51%的受訪企業在制造和管理流程中運用人工智能，46%的受訪企業在產品和服務領域已經或計劃部署人工智能（圖2.10）。制造和管理流程中人工智能的運用更偏向系統自動化和制造精益化，目的是提高生產效率和產品質量，同時人也被解放出來，可以去思考更復雜的問題。主要應用場景包括使用機器人實現流程自動化、柔性制造、定制化生產、質量檢測等。在產品和服務領域人工智能的運用更側重產品和服務與使用者的互動，典型應用包括研發和新品測試、用戶行為分析、自動駕駛等。

當然人工智能仍處在其發展早期，技術突破及商業論證需要更長時間。另外，人工智能應用環境和基礎設施的完善程度，信息和安全法規、企業自身的能力都成為企業面臨的主要挑戰。我們發現，對于尚未部署人工智能的制造企業來說，缺乏投資人工智能的商業論證、尚不具備建立和支持人工智能的系統能力、尚不明確部署人工智能的前提為主要挑戰（圖2.11）。

人工智能正迅速滲透各行各業。汽車及汽車零部件制造、高端裝備制造、電子及電器制造三個行業在制造流程中采用機器人的比例過半。汽車及零部件制造行業使用機器人的企業比例達到80%，預示未來工業機器人的市場增量將主要來自非汽車行業。在產品和服務領域已經或計劃部署人工智能的行業分布比較均勻，高端裝備制造和制藥比例較高，但其他行業如新材料、汽車及零部件、航空航天、電子及電器也正在或計劃部署人工智能。

行業對人工智能的理解已隨著算法、技術和應用的發展，越來越加深。對于企業而言，應跳出人工智能僅是“機器換人”的既定思維，在精益制造、產品質量、用戶體驗等多方面進行部署。

三、跨越能力鴻溝

重構商業模式是一項復雜艱巨的任務，我們請企業就實現構想中的商業模式所面臨的能力鴻溝進行打分，綜合來看，商業模式優化、創新管理以及云部署為企業能力建設三大關鍵任務，金準人工智能專家建議分別從以下幾個方面入手提升能力：

3.1商業模式優化

優化商業模式可能僅需要改變或改進目前模式中部分元素，也可能涉及改變整體運營模式的重大轉型。在過去的15年里，由于技術、通信、物流和交通等方面的迅速進步，整體運營模式的重大轉型已更為常見。企業需要運用行之有效的方法和工具，從以下工作流程各環節入手優化商業模式：

① 企業轉型整編：

優化現有商業模式，包括從原材料采購到產品銷售過程所涉及的一切環節，挖掘可以整體改動或局部改進的待優化環節，以支持新的商業模式。

② 重新配置信息技術系統：

企業需要探索、設計與實施基礎設施及信息技術系統的改進。③ 重新調配人員： 人盡其用是企業轉型可持續性的關鍵之一。重新調配人員側重于設計和實施人員調度，以支持新商業模式，并實現從原有模式到新模式的順利過渡。該環節還包括制定新的關鍵績效指標及匯報關系以支持新商業模式。

④ 重組法律、財務及稅務架構：

商業模式優化方案的設計和實施通常涉及許多復雜的法律實體及稅務架構上的改變。企業管理團隊需要分析不同方式的利與弊。如新商業模式下所得稅和轉讓定價事項有何變化，增值稅和關稅對新商業模式可能產生的影響。

3.2創新管理

創新管理的目標包括優化創新產品管理、優化生命周期成本、優化資本使用效率和優化風險管理。

① 優化創新產品管理：

建立統一的產品管理體系（包括有形的產品和服務），優化決策流程，提高決策效率 ② 優化生命周期成本：

通過產品生命周期的最優化運作，優化產品投資成本和運營成本 ③ 優化資本使用效率：

通過監控、評估和KPI管理，優化產品管理、提升資本使用效率 ④ 優化風險管理：

有效管理創新過程中的市場風險和數據安全風險等諸多風險值得注意的是，單純的產品創新管理并不能令企業長久保持競爭優勢。如今，幾乎所有產品類別都處于激烈的競爭之中，任何新產品的任何獨特優勢都會被快速吞噬。組合多種創新類型可以幫助公司擁有更好的財務回報。雖然不能把這些公司的績效全部歸功于創新，但創新有助于提升一家公司的機制，包括投資者對它未來的預期。3.3云部署

僅僅把數據和應用轉移到云上是遠遠不夠的，大多數情況，上云會牽涉多個業務功能，影響企業的供應商、財務報表和客戶，企業需要長遠規劃，分步執行。企業還需要充分考慮人力資源和數字化程度如何與云部署配合。

① 規劃：

審視企業現有商業模式并探討是否有其他可行的商業模式，根據商業模式制定云部署戰略，進行商業論證和自身能力評估。

② 執行：

執行階段可以分四步走，第一步是SaaS部署，包括ERP，CRM，人力資源轉型和其他軟件部署；第二步是個性化部署，包括應用開發、架構搭建和平臺部署；第三步為云遷移，其間可能需要對應用軟件進行更新和調整。第四步為引入大數據分析平臺。

總結

今天的市場變得越來越多樣化，消費者的需求在不斷變化。同時，產品、生產流程和服務的數字化、智能化已是大勢所趨，受此趨勢影響，工業企業正在加快智能制造部署，并不斷審視商業模式，并制定有效策略，以期從運營和戰略層面推動實際價值的創造。

第四篇：金準人工智能 2018年中最新人工智能獨角獸企業分析報告

金準人工智能 2018年中最新人工智能獨角獸企業分析報告 前言

隨著人工智能被寫進政府工作報告、行業泡沫開始緩釋，2018年人工智能領域的發展走向了新的高潮。“AI+”行業商用落地的速度不斷加快；從出行、金融、醫療到智能家居等，市場和需求愈發細分。

自動駕駛作為近年來人工智能技術應用的熱點，仍在繼續發力。技術與產業發展的同時，相關政策也陸續出臺，無人駕駛路測的開放和規范，無人駕駛示范園區、智慧高速公路的建設落地，全都以前所未有的力度推動著產業發展。

以智能家居語音交互終端為代表的硬件，走進千家萬戶并深刻影響人們的生活。越來越多帶有麥克風、攝像頭、屏幕或更多傳感器的智能終端出現，具備聯網、交互、語音、視覺等能力的硬件設備類型也更加多元，同時也推動著人機語音交互技術不斷更新迭代。

商業服務機器人公司的集中出現，背后是線下零售店，配送服務、家庭兒童教育等多種落地場景的日趨成熟，包括京東、美團等巨頭在內，都在嘗試讓這種方式真正參與到商業日常中來。

熱門賽道的縱深發展也催生出一系列新興產業。交通、安防、教育、醫療、零售等傳統行業，也在AI技術的推動下，催生了一批新的產業引領者。商湯科技等計算機視覺公司將加載了優質算法的人臉識別等技術引入安防、金融等領域；推想科技等人工智能創業公司，將深度學習技術應用于醫療影像診斷；在教育領域，松鼠AI智適應教育推動AI自適應教育技術場景的落地化應用，讓“AI教師”發揮作用……

一、2018年中最新人工智能獨角獸企業清單 金準數據的行業研究數據，2020年全球人工智能市場規模約1190億人民幣，未來10年，人工智能將會是一個2000億美元的市場，空間非常巨大。

下面金準人工智能專家梳理了人工智能6大領域的代表性企業，總結了他們的技術和產品，以及最新市值、估值和融資額情況：

1.1語音和自然語言處理

1.2計算機視覺

1.3芯片和硬件

1.4智能機器

1.5醫療

1.6金融

二、國內的人工智能“獨角獸企業”分析

AlphaGo的勝利，無人駕駛的成功，模式識別的突破性進展，人工智能的的飛速發展一次又一次地挑動著我們的神經。國內的一些上市科技巨頭也早已布局，百度布局自動駕駛、阿里布局智慧城市、騰訊布局醫療影像識別、科大訊飛布局語音識別，他們都在各自的人工智能領域有所建樹。除了以上幾家，國內還有一些人工智能獨角獸企業也成為了最受人們關注的焦點，以下是金準人工智能專家總結的國內的人工智能“獨角獸企業”。

2.1商湯科技

是中國領先的人工智能頭部公司，專注于計算機視覺和深度學習的原創技術。公司以“堅持原創，讓AI引領人類進步”為使命，商湯科技建立了國內頂級的自主研發的深度學習超算中心，并成為中國一流的人工智能算法供應商。目前，商湯科技已與國內外多個行業的400多家領軍企業建立合作，包括本田、Qualcomm、英偉達、中國移動、銀聯、萬達、華為、微博、科大訊飛等知名企業及政府機構，涵蓋安防、金融、智能手機、移動互聯網、汽車、智慧零售等諸多行業，提供語音技術，文字識別，人臉識別，深度學習、視頻分析、無人駕駛、醫療影像識等一系列人工智能產品及解決方案，幫助各行各業的客戶打造智能化業務系統。

商湯科技已成長為世界級的人工智能獨角獸企業。2017年7月，商湯科技宣布完成4．1億美元B輪融資，創下當時全球人工智能領域單輪融資額紀錄，成為世界級的人工智能獨角獸企業。2017年11月，商湯科技完成15億元融資，由阿里巴巴投資。2018年3月1日，商湯科技走向世界，麻省理工學院（MIT）宣布和商湯科技成立人工智能聯盟，共同探索人類與機器智能的未來。2018年4月消息，商湯科技獲得由阿里巴巴領銜的6億美元投資，公司估值超過40億美元。2018年5月31日，人工智能平臺公司商湯科技SenseTime宣布完成C＋輪6．2億美元融資。本輪融資結束后，其估值超過45億美金，繼續保持全球總融資額最大、估值最高的人工智能獨角獸地位。

2.2深蘭科技

深蘭科技是著名的人工智能獨角獸企業，2014年由歸國博士團隊創建，一直以“人工智能服務民生”為理念，致力于人工智能基礎研究和應用開發。在全球擁有近百位全職博士和博士后學術帶頭人，幾百位名校碩士研發人員，創造性地發明了數十項原創算法和原創技術，團隊曾多次獲得多項世界大賽和國內大賽的第一名。利用自主知識產權的深度學習架構、機器視覺、生物智能識別等人工智能算法、無媒介支付等核心技術，在自動駕駛、智能機器人、生物智能、AI芯片，智能零售、智慧城市、智慧安防、智能教育、軍工等領域都有深入布局，居行業領導地位。

發展至今，深蘭科技已在歐洲、美國、澳洲等多地設立區域總部和分支研發機構，國際銷售網絡覆蓋全球17個國家，分別和世界排名第87位的日本永旺集團，世界500強的綠地集團成立了合資公司。擁有包括英特爾在內的六家世界級人工智能企業，建立了人工智能、AIoT智聯網、人機交互、AI芯片等相關的領域的聯合實驗室，共同構筑了全球性的研發科研體系，2017年發布了市場公認的超越Amazongo的takego人工智能無人店技術，2018年發布了全球第一款自動駕駛功能性商用車。

國際化布局、人才聚集、強落地應用能力促使深蘭科技獲得很多投資機構和合作方的青睞，此前深蘭科技和日本永旺永樂，綠地集團分別成立的合資公司，讓AI產品有了龐大的落地場景。因其出眾的應用落地能力和變現能力，已躋身中國人工智能獨角獸行列。2.3曠視科技

成立于2011年10月，以深度學習和物聯傳感技術為核心，立足于自有原創深度學習算法引擎Brain＋＋，布局金融安全，城市安防，手機AR，商業物聯，工業機器人五大核心行業，致力于為企業級用戶提供全球領先的人工智能產品和行業解決方案。每月產出國家、國際級發明專利十余項，是一個創新領域純自主研發的知識密集型初創企業。通過革新的機器視覺技術打造新一代的圖像識別引擎，逐步提供包括人臉識別、人體識別、文字識別、物體識別等產品。曠視的核心人臉識別技術Face＋＋曾被美國著名科技評論雜志《麻省理工科技評論》評定為2017全球十大前沿科技，同時公司入榜全球最聰明公司并位列第11名，Face＋＋現已成長為世界最大的人臉識別技術平臺，并以最簡單易用的云服務方式將最好的人臉識別技術提供給廣大開發者和企業級伙伴，其中包括阿里巴巴、聯想、世紀佳緣和美圖秀秀等，API總調用量超過60億次；并且在金融、安防、零售領域分別開始了商業化探索成功發育出Face＋＋Financial，Face＋＋Security，Face＋＋BI等垂直人臉驗證解決方案產品。發展至今，曠視已在北京、西雅圖、南京設立獨立研究院，并在十余個核心城市設立分部。在“賦能機器之眼，構建城市大腦”的愿景下，曠視人正在推動人工智能技術在中國及全球范圍的產業落地，并通過打造MegCity城市大腦數據平臺為構建智慧城市、平安城市基礎設施而奮斗。在中國科技部火炬中心“獨角獸”榜單中，曠視排在人工智能類首位。

2.4云知聲

成立于2012年，聚焦物聯網領域的人工智能服務。公司總部位于北京，在上海、深圳、廈門均設有分公司。公司專注于物聯網人工智能服務，擁有完全自主知識產權、世界頂尖的智能語音識別和相關AI技術。云知聲的愿景是“智享未來”，云知聲利用機器學習的平臺（深度學習、增強學習、貝葉斯學習），在語音技術、語言技術、知識計算、大數據分析等領域建立了領先的核心技術體系，這些技術共同構成了云知聲完整的人工智能技術圖譜。在應用層面，AI芯、AIUI、AIService三大解決方案支撐起云知聲核心技術的落地和實現，已經在家居、車載、醫療和教育等領域有廣泛應用，形成了完整的“云端芯”生態閉環。

公司目前具備5個產品類別，從認知智能和感知智能入手，打造物聯網應用。（1）智能家居方案：推出遠場語音交互方案，有效消除家居環境中的噪聲、回聲和混響。結合語音識別算法等技術，為用戶提供流暢和豐富的交流體驗。（2）智能車載方案：用戶通過語音操控就能實現地圖導航、打電話發短信通、聽歌娛樂、信息搜索等功能。車機方案商和設備商，通過簡單的的移植集成UniCar，就能讓車機具備智能語音交互能力，可以確保用戶良好的產品體驗。（3）智慧醫療方案：提供醫療垂直領域錄入軟硬件一體的解決方案，基于醫療人工智能技術和大數據分析進行持續探索，實現智能語音交互的知識問答和病歷查詢，進行健康風險預測和患者分群分析。（4）智慧教育方案：采用先進的語音評測技術和自然語言處理技術為客戶提供全方位智能化的語言學習產品后臺服務。云知聲自成立以來，發展迅速，備受人工智能行業及資本市場的廣泛關注，累積融資近億美元，合作伙伴數量也已經超過2萬家。其中語音云平臺覆蓋的城市超過470個，覆蓋設備超過9000萬臺。并且，云知聲連續兩年入選福布斯中國最快科技成長公司50強企業，是中國人工智能行業成長最快的創業公司之一。

2.5依圖科技

依圖科技成立于2012年，這家從事人工智能創新性研究的創企從圖像識別入手，首先與全國省市級公安系統合作，對車輛品牌、型號等進行精準識別，隨后擴展到人像識別，通過靜態人像比對技術和動態人像比對技術，協助公安系統進行人員身份核查、追逃、監控、關系挖掘等。

目前，依圖的技術早已經服務全國20余省安防，為海關總署及中國邊檢等提供人像比對系統，并在招商銀行、浦發銀行，遺跡互聯網金融等多個業務場景中廣泛應用，車輛識別產品亦被公安系統廣泛采用，依圖也是目前國內唯一擁有10億級人像庫比對能力的公司，搭建了全球最大的人像系統，覆蓋超過15億人像。安防領域之外，依圖也進入智慧城市領域和健康醫療領域，它要協助政府構建＂城市大腦＂，也希望將醫療領域的巨大知識鴻溝縮小，改善醫患體驗。

2.6思必馳

2007年，思必馳創立在英國劍橋高新區，是一家語音技術公司，語音技術包括：人機對話技術、自然語言理解技術、語音識別技術、語音合成技術、聲紋識別技術。國際上極少數擁有自主產權、中英文綜合語音技術（語音識別、語音合成、自然語言理解、智能交互決策、聲紋識別、性別及年齡識別、情緒識別等）的公司之一。其語音識別、聲紋識別、口語對話系統等技術曾經多次在美國國家標準局、美國國防部、國際研究機構評測中奪得冠軍，代表了技術的國際前沿水平，思必馳是國內僅有的一兩家有完整智能語音系列技術的公司之一，已有的專利等各類知識產權近40項，被中國和英國政府評為高新技術企業。

思必馳的系列語音技術已經廣泛地應用到了垂直行業搜索、智能設備控制等行業，大幅提升產品人機交互體驗，也讓控制、搜索等各類智能化的數字生活成為了現實。

2.7云從科技

成立于2015年4月，是一家從中科院重慶研究院孵化的專注于計算機視覺與人工智能的高科技企業。主要產品有人臉識別通關機、智能攝像機、大規模動態人群監控系統、金融一體化遠程認證服務等產品，并已應用到部分機場，火車站與邊疆地區。

云從科技是計算機視覺頭部企業中唯一的國家隊，承建了國家發改委的基礎項目重大工程——“人工智能基礎資源公共服務平臺”與產業化項目重大工程“人臉識別系統產業化應用平臺”。同時也參與了人臉識別的國家標準與行業標準制定，對行業有從上到下的掌控力。

2.8寒武紀科技

寒武紀科技公司于2016年3月才在北京、上海注冊成立，由陳天石、陳云霽兄弟聯合創辦。是全球第一個成功流片并擁有成熟產品的智能芯片公司，擁有終端和服務器兩條產品線。寒武紀作為有著中科院背景的AI創業公司，發展非常迅猛。2016年，在公司還沒成立多久，寒武紀科技就率先發布了全球首款商用深度學習專用處理器IP——寒武紀1A處理器，其橫空出世打破了多項記錄，受到了業界廣泛關注，入選了第三屆世界互聯網大會評選的十五項“世界互聯網領先科技成果”。

2017年，寒武紀先是獲得包括國投創業（A輪領投方），阿里巴巴創投、聯想創投等在內的1億美元的融資，順利升級為國內AI獨角獸，后是發布了相繼多款面向不同應用方向且性能優異的AI芯片，吸引不少科技看客的眼球。

它也是中國第一個專門從事計算機科學技術綜合性研究的國立學術機構，被譽為“中國計算機事業的搖籃”，曾自主研發了中國首臺數字電子計算機、首個通用CPU龍芯，為中國計算機產業界和學術界培養了大量高技術人才，創辦了聯想、曙光等一批高技術企業，是寒武紀科技的重要股東和產學研長期合作伙伴。

在藝術創作者浪漫主義或超現實的構想中，人工智能將成為人類的伙伴、伴侶，可能會反噬人類；在媒體對人工智能領域緊跟不舍的報道中，這個領域創企層出不窮，它們估值不菲；而在務實的從業者眼中，有人認為＂現在思考人工智能反噬的問題，就像考慮如何在火星上打地基建房子一樣多余＂，也有人認為，人工智能是一項威力太過強大的＂武器＂，應將之以開源等方式＂普惠＂眾生。

三、人工智能“獨角獸公司”的未來展望

“獨角獸公司”最早用來指那些在私募和公開市場的估值超過10億美元的創業公司，此后，“獨角獸”成為流行于國內外的賦予創業公司的贊譽。而近幾年，這一概念也逐漸變化，人們的視野更加聚焦在科技獨角獸身上。政策的利好隨之而來。2018年，各交易所、證監會接連表態，要吸引國內獨角獸上市和海外優質紅籌股回歸，政府支持新經濟發展和科技獨角獸上市的大方向已經非常明晰。最具吸引力的“證監會為四大行業IPO開特殊通道”，其中就包括人工智能。基于此，并綜合了企業的行業地位、融資情況、成長性、技術實力等條件，金準人工智能專家篩選出人工智能6大領域的獨角獸公司——它們成長迅速、已處于不同細分領域的領先位置，擁有較強的技術實力，并探索出了獨特的商業模式，已具備較高估值。

人工智能的產業化落地正在成為全球新一輪商業革命的引爆點，掀起了顛覆互聯網商業格局的浪潮。可以預見，人工智能將成為行業跨界、擁抱科技、爆發式商業增長的主賽道。未來金準人工智能專家將與所有AI賦能者們一起，繼續深挖行業痛點和商業價值，持續解鎖人工智能應該新場景。

總結

工業4.0席卷全球，人工智能作為信息時代的尖端科技，站在全球科技革命和產業變革的制高點，已經成為推動經濟社會發展的新引擎。在連續兩年被寫入政府工作報告后，我國人工智能的發展迎來了新的風口。身居全球AI企業技術落地領先位置，國內誕生了一大批人工智能獨角獸企業，諸如倉儲機器人、無人駕駛汽車、刷臉支付軟件等智能產品也不斷被研發、迭代，而這背后是無數創新和專利的凝結。

目前，我國人工智能在漢字識別、語音識別、計算機視覺技術方面世界領先，但在其他細分領域上，仍與國外同行存在一定差距，如芯片、GPU、操作系統等。但不可否認的是，人工智能產業競爭不僅是技術攻堅戰、資本戰，更是專利戰。商湯、曠視、依圖、云從等國內人工智能龍頭企業都在加緊布局專利，爭取搶占知識產權高地。這其中，曠視以600余件授權及在申專利暫時領跑。資本的關注，應用場景的不斷拓展，技術研發的深入，也讓人工智能領域，成為新的獨角獸和準獨角獸公司的集中地。

第五篇：個人總結-螞蟻金服面試題

1.對事務，并發，JVM，冪，并發控制的理解。

2.對技術框架等Sping,nginx不僅會使用，要理解原理，自己的思考。3.項目介紹（時間，并發量，什么業務）4.http幾個版本

5.jdbc怎么開發事務 6.哈希map怎么實現

7.對分布式環境下如何實現事務的最終一致性的想法。8.jvm的內存模型的理解，threadlocal使用場景及注意事項 9.synchronized和類加載的理解

10.架構問題：雙十一怎么解決高并發問題，架構方案；穩定性20百分，怎么提高到那么高的；數據庫分庫分表怎么實現的；二分協議算法和zookeepper算法有什么聯系。為什么要用這個做架構。怎么保證消息最新。自己的架構好在哪里，架構師哪些最成功的，有什么經驗，對哪些最認可。

11.double/zookeeper 的使用情況，WMS項目架構說明？---架構方面 12.spring事物 java 的設計模式。spring的aop如何實現？

13.map同步，jpk關鍵字的原理，phreablocal原理是怎么實現的 14.大數據量搜索的問題。給出解決問題的思路。

15.緩存框架—Ehcache（Ehcache和readies都是用來緩存的，他們分別在什么時候使 16.分布式。數據庫

web集群是怎么配的，數據庫的讀寫分離（用來優化搜索的）17.分庫分表后，如果某一個表還是超大，怎樣提高效率。18.數據庫的死鎖和活鎖

19.雙十一怎么解決高并發問題，架構方案。穩定性20百分，怎么提高到那么高的 20.二分協議算法和zookeepper算法有什么聯系。為什么要用這個做架構。一定保證消息最新。架構好在哪里，架構師哪些最成功的，有什么經驗，哪些最認可。21.怎樣處理30萬用戶每天的訪問量？比如休一休，搶紅包，上億數據量。

如何對你的系統進行性能優化。22.synchronized和加載 23.事務，冪，并發控制 24.系統設計不足要主動推進 25.數據庫事務

26.對之前的項目形成全局觀 27.闡述項目中綁卡的數據模型

28.分布式環境如何實現事務的最終一致性想法 29.日志平臺容量規劃，后續業務升級 30.涉及的OTP有沒有沖突 31.jvm的內存模型

32.threadlocal使用場景及注意事項 33.java類加載機制；

34.post和get區別

35.一個完整的網絡請求流程

36.并發處理機制

37.轉賬問題，兩個賬戶互相轉賬怎么通過鎖保證其金額安全和一致性 38.spring aop實現（源碼級別）

39.JVM方法區存儲內容 是否會動態擴展 是否會出現內存溢出 出現的原因有哪些 40.分布式緩存擴容方案

41.如何實現spring對事物的管理 同時連接多數據源事物如何處理 spring事物嵌套屬性 區別