第一篇：人工智能行業研究報告

人工智能行業研究報告

從去年的Alpha Go對戰李世石開始，再到今年升級版的Alpha Go對戰柯潔，人工智能經過一年多的發酵早已不再是一個陌生的名詞。

截至目前，人工智能行業已發布了多篇報告，但我們仍致力于寫出不一樣的東西。除卻老生常談的算法、計算力、數據之外，我們認為人工智能的未來最重要的驅動力一定會是“場景驅動”。在人工智能的場景驅動階段，不但可以針對不同用戶做個性化服務，而且可在不同的場景下執行不同的決策，最終實現“給予決策支持”的目標。因此本報告中，我們用了較大的篇幅去描繪人工智能的場景應用。

那么，在不同的場景中，人工智能是如何發揮作用的？帶著這個問題，我們研究了國內外與此領域相關的企業，寫出了這份人工智能行業的研究報告。

報告摘要

人工智能（ArtificialIntelligence）是指使用機器代替人類實現認知、識別、分析、決策等功能，其本質是對人的意識與思維的信息過程的模擬。

1.在AI發展的不同階段，驅動力各有側重，我們可以將AI的發展劃分為三個階段：技術驅動階段、數據驅動階段和場景驅動階段。其中技術驅動階段集中誕生了基礎理論、基本規則和基本開發工具。在此階段，算法和計算力對AI的發展起到主要推動作用，其中計算力主要包含芯片、超級計算機、云計算等三個維度。

2.在市場規模方面，綜合考慮我國人工智能的爆發節點、技術成熟度以及全球AI市場規模等因素，我們保守估計最遲至2019年我國AI的市場規模將突破百億元，而2022年這一數字應在700億元左右。

3.隨著AI支撐技術的不斷發展，AI將持續拓展更多的應用場景；而愈發多樣化的應用場景需求又會反過來驅動支撐技術，從而帶動整個AI行業的持續發展。但各應用場景的發展并非均衡，整體看來將從垂直領域AI逐漸過渡到通用型AI。

總體來說，AI最重要的還是要將技術與應用場景相結合，無法落地的技術很難得到資本青睞和市場認可，而有閉環、壟斷性的數據，并且其技術能夠與實際應用場景結合的公司將有望產生難以被替代的商業價值。

行業概述

AI是使用機器代替人類實現認知、分析、決策等功能的綜合學科

人工智能（ArtificialIntelligence）是指使用機器代替人類實現認知、識別、分析、決策等功能，其本質是對人的意識與思維的信息過程的模擬，是一門綜合了計算機科學、生理學、哲學的交叉學科。凡是使用機器代替人類實現認知、識別、分析、決策等功能，均可認為使用了人工智能技術。作為一種基礎技術，理論上講人工智能能夠被應用在各個基礎行業（如AI+金融、AI+醫療、AI+傳統制造業等），同時也有其如機器人這樣具體應用行業的概念。

本報告將以2017年上半年為時間節點，對包括發展驅動力、巨頭布局、投融資情況、預測的市場規模等在內的人工智能行業到目前為止的整體發展情況做簡要分析，并對包括數據標記、語音識別、語義識別、計算機視覺等技術領域以及安防、醫療、金融等應用場景在內的細分領域及其典型企業進行簡析，探索人工智能領域未來發展趨勢和可能的投資/創業機會。

行業驅動力

技術驅動：算法和計算力是主要驅動力

在AI發展的不同階段，驅動力各有側重，我們可以將AI的發展劃分為三個階段：技術驅動階段、數據驅動階段和場景驅動階段。

技術驅動階段集中誕生了基礎理論、基本規則和基本開發工具。在此階段，算法和計算力對AI的發展起到主要推動作用。現在主流應用的基于多層網絡神經的深度算法，一方面不斷加強從海量數據庫中自行歸納物體特征的能力，一方面不斷加強對新事物多層特征提取、描述和還原的能力。對算法來說，歸納和演繹同樣重要，最終目的是提高識別效率。最新ImageNet測試結果顯示，AI錯誤率低達3.5%，而人類對同一數據庫識別錯誤率在5.1%，理想情況下，計算機圖像識別能力已超越人類。

如上圖所示，每年在ImageNet測試中錯誤率最低的算法模型都不盡相同（從NEC到ResNet），這也反映了人們對于算法的不斷探究、更迭過程。

計算力的三駕馬車：芯片、超級計算機、云計算 提高識別效率除依靠算法之外，也離不開計算力的支持。計算力可以分三個維度展開：芯片、超級計算機、云計算。

芯片：人工智能領域作為一個數據密集的領域，傳統的數據處理技術難以滿足高強度并行數據的處理需求。為解決此問題，繼CPU之后，相繼出現了GPU、NPU、FPGA、DSP等“AI”芯片。1999 年，Nvidia公司發布了全球首款圖片處理芯片GPU；2016年，寒武紀發布了全球首款深度學習專用處理器芯片NPU，芯片的更迭、進步可從根本上提高計算性能。

超級計算機：其基本組成組件與個人電腦的概念無太大差異，但規格與性能則強大許多，是一種超大型電子計算機。我國自主超級計算機“神威·太湖之光”，其處理器為眾核CPU“申威26010”，整臺“神威·太湖之光”共包含40960塊處理器；打敗李世石的AlphaGo共包含1202個CPU和176個GPU；打敗柯潔的升級版AlphaGo使用到了TPU，但數量只有 4 顆。

可以發現，真正用于人工智能的超級計算機芯片還只是處于CPU、GPU層，如何將更適用于網絡神經算法的NPU、FPGA等芯片量產化并融合入超級計算機芯片矩陣，是在人工智能發展的第一階段—技術驅動階段應該重點努力的方向之一。

云計算：與主要應用于密集型計算的超級計算機不同，云計算依靠其靈活的擴展能力主要應用于社交網絡、企業IT建設和信息化等數據密集型、I/O密集型的領域。

我們分析認為，當AI跨越入第二階段—數據驅動階段后，算法和計算力將變成人工智能領域的基礎設施—“水、電、煤”。就目前看來，多項算法開源平臺已將AI算法引入統一、公用階段，運算力也必將向同樣的趨勢發展。云計算則是一個初步嘗試，未來，計算力的發展方向或將是云計算和超級計算機技術結合，為企業提供既可密集運算又可靈活擴展的計算服務，將人工智能賦能全行業。

數據驅動：描繪個性化畫像；場景驅動：給予決策支持

人工智能發展的第二個階段，算法和計算力已基本不存在壁壘，數據將成為主要驅動力，推動人工智能更迭。此階段，大量結構化、可靠的數據被采集、清洗和積累，甚至變現。例如，大量的數據基礎上可以精確地描繪消費者畫像，制定個性化營銷方案，提高成單率，縮短達到預設目標的時間，推動社會運行效率提升。

到了人工智能發展的第三個階段，場景驅動作為主要驅動力，不僅可以針對不同用戶做個性化服務，而且可在不同的場景下執行不同的決策。此階段，對數據收集的維度和質量的要求更高，并且可實時根據不同的場景，制定不同的決策方案，推動事件向良好的態勢發展，幫助決策者更敏銳的洞悉事件根本，產生更精準更智慧的決策。

人工智能產業鏈綜述

AI產業鏈主要包括技術支撐層、基礎應用層和方案集成層

正如報告開頭所述，人工智能是指使用機器代替人類實現認知、識別、分析、決策等功能，是一門綜合了計算機科學、生理學、哲學的交叉學科。完整的人工智能產業鏈可以分為技術支撐層、基礎應用層和方案集成層，或者說應用場景層。

技術支撐層主要由AI芯片、傳感器等硬件和算法模型（軟件）和兩部分構成。其中傳感器與IoT的感知層相似，包括GPU、FPGA、NPU等在內的AI芯片負責運算，算法模型則負責訓練數據。

基礎應用層的技術則是為了讓機器完成對外部世界的探測，主要由計算機視覺、語音識別等感知層和語義識別等認知層構成，這些技術是機器能夠做出分析判斷的基礎。此外，在感知與認知技術之下還有數據標注作為其底層支撐。

方案集成層是集成了某種或多種基礎應用技術的、面向如工業、自動駕駛、家居、倉儲物流、金融、醫療等不同應用場景的產品或方案。

本篇報告將主要圍繞AI中基礎應用層和方案集成層，即應用場景層進行分析。

語音識別：語音識別過程雖存在難點，但目前技術已趨于成熟

語音識別是將語音轉換為文本的技術，是自然語言處理的一個分支。前臺主要步驟分為信號搜集、降噪和特征提取三步，提取的特征在后臺由經過語音大數據訓練得到的語音模型對其進行解碼，最終把語音轉化為文本，實現達到讓機器識別和理解語音的目的。根據公開資料顯示，目前語音識別的技術成熟度較高，已達到95%的準確度。然而，需要指出的是，從95%到99%的準確度帶來的改變才是質的飛躍，將使人們從偶爾使用語音變到常常使用。

語音識別作為一種一維時域信號，在實際操作中主要有兩個難點。首先是數據的獲取、清洗。語音識別需要大量細分領域的標準化語料數據作為支撐，尤其是各地方言的多樣性更是加大了語料搜集的工作量。據媒體消息，蘋果iOS 10.3版本中Siri已支持上海話。

第二個難點是語音特征的提取，目前主要通過具備多層神經網絡的深度學習來解決，多層的神經網絡相當于一個特征提取器，可對信號進行逐層深化的特征描述，最終從部分到整體，從籠統到具象，做到最大程度地還原信號原始特征。

語音識別雖市場龐大但已出現領航者，留給創業公司的機會不多

據Research andMarkets研究報告顯示，全球智能語音市場將持續顯著增長，預計到2020年，全球語音市場規模預計將達191.7億美元。根據Capvision報告顯示，從語音行業市場份額角度來看，全球范圍內，由Nuance領跑，國內則是科大訊飛占據主導地位。

企業案例：科大訊飛

科大訊飛專注于To B的語音識別技術，目前已領跑中文語音市場

科大訊飛創辦于1999年，主要從事智能語音及語言技術、人工智能技術研究，軟件及芯片產品的開發，而應用集成則由下游的開發商或客戶自己完成。根據公開資料顯示，科大訊飛是目前我國少數掌握核心技術的語音領域企業之一，已于2008年5月在深圳證券交易所掛牌上市。

科大訊飛擁有六大核心技術，分別是語音識別、語音合、自然語言處理、語音評測、聲紋識別和手寫識別。其中更重要的是其同時擁有語音合成和語音識別，能夠把“聽”和“說”組合起來。此外科大訊飛還提出訊飛超腦計劃，瞄準語音理解力市場。

隨著人工智能熱度高漲，科大訊飛等企業技術得以規模性落地

科大訊飛以訊飛超腦、AIUI 為內核，積極打造基于訊飛開放平臺的AI 生態，面對不同場景，推出覆蓋全行業的語音產品及服務，深耕智慧教育、智慧城市、智慧汽車、智慧醫療以及智慧家居五個行業，全方位挖掘G 端、B 端及C 端客戶。

隨著全球范圍內人工智能熱度的高漲，語音識別作為其中重要的技術應用層落地項目也愈加多元化。科大訊飛在智慧教育、智慧城市、智能家居、智能汽車、機器人等領域規模化的應用，促進了其營收近幾年內持續穩定走高，尤其是在教育行業，科大訊飛構建了智慧考試、智慧校園、智慧課堂、智慧學習等一體化的智慧教育產品體系，2017年智慧課堂產品有望成為其在教育行業收入和毛利的重要增長點。

企業案例：Nuance＆云知聲

Nuance領銜全球市場，云知聲重點布局家居領域

從世界范圍來看，Nuance是全球最大的獨立語音識別公司之一。Nuance于1994年成立于美國麻省伯靈頓，并于2000年4月在納斯達克上市。Nuance曾為蘋果、三星提供語音支持服務，在語音識別領域一度處于壟斷地位，后隨深度算法的普及，各巨頭逐漸開始自主研發語音識別技術，差距逐漸縮小。但直到今天，其發布的Dragon Drive（聲龍駕駛）——互聯汽車語音和內容平臺，仍為眾多知名車企提供著車載語音技術支持，如梅賽德斯-奔馳、戴姆勒、寶馬、豐田、雷克薩斯、榮威等汽車品牌。

此外，還有重點布局家居領域的語音企業—云知聲。云知聲于2012年6月創辦于北京，目前融資輪次為B+，是智能語音領域新銳玩家。據官方數據顯示，云知聲目前已覆蓋了476個城市，覆蓋用戶超過1.8億，代表客戶有網易易信、錘子手機、樂視超級電視等。

語義識別：解決“聽得懂”的語義識別領域中，新進入者仍具有一定機會

語義識別是人工智能的重要分支之一，解決的是“聽得懂”的問題。其最大的作用是改變人機交互模式，將人機交互由最原始的鼠標、鍵盤交互轉變為語音對話的方式。此外，我們認為目前的語義識別行業還未出現絕對壟斷者，新進入的創業公司仍具備一定機會。

語義識別是自然語言處理(NLP)技術的重要組成部分。NLP在實際應用中最大的困難還是語義的復雜性，此外，深度學習算法也不是語義識別領域的最優算法。但隨著整個AI行業發展進程加速，將為NLP帶來長足的進步。

語義識別技術擁有多樣性的應用領域以及行業參與者

我們認為，基于語音識別和語義識別的智能語音交互技術在車載場景中存在剛需，也會成為最先爆發的領域之一。并且，隨著車聯網的縱深化發展，相關硬件趨于免費，依靠語音交互天然流量入口，做個性化增值服務將是未來車載領域的主要盈利點。

從1996年至今，國內至今仍在運營的人工智能公司接近400家1。從下圖可看出，自然語言處理（NLP）無論在創業熱度、獲投數量還是獲投金額都處于細分領域的前三。據 Global Market Insights數據，預計到2024年市場規模達到110億美元。

科技巨頭樂衷于收購，小而美的企業更偏好細分場景

科技巨頭尤其是微軟早在2008年就已開始布局語義技術領域。對于巨頭來說，自主研發耗時久、投入高，同時效果也是未知的，直接收購是多數巨頭選擇的最快方式。

關于語義識別領域的創業公司，國內代表企業有出門智能360、出門問問、三角獸、驀然認知等。其中，三角獸的智能語音交互功能已被應用在Rokid、錘子手機、威馬汽車等產品上。此外，由于自然語境和細分行業語境下，同一名詞可能具備不同含義，因此除了行業通用型的語義識別公司之外，還存在一些深耕細分場景的公司，例如律師行業國外有基于IBM Watson的ROSS，國內有無訟、法律谷等。

計算機視覺：計算機視覺主要研究如何使機器具備“看”的能力

計算機視覺（computer vision，簡稱CV）是指用計算機來模擬人的視覺系統，實現人的視覺功能，以適應、理解外界環境和控制自身運動。主要解決的是物體識別、物體形狀和方位確認以及物體運動判斷這三個問題。計算機視覺識別系統通常需要三個過程：目標檢測、目標識別、行為識別，分別解決了“去背景”、“是什么”、“干什么”的問題。

計算機視覺在技術流程上，首先要得到實時數據，此步驟可通過一系列傳感器獲取，少部分數據可直接在具備MEMS功能的傳感器端完成處理，大部分數據會繼續傳輸至大腦平臺，大腦由運算單元和算法構成，在此處進行運算并給出決策支持。

動態人臉識別是最熱領域，金融和安防是最熱場景

計算機視覺應用場景可分為兩大類：圖像識別和人臉識別，每類又可繼續劃分為動、靜共四個類別，基本覆蓋了目前計算機視覺的各項應用場景。其中動態人臉識別技術是目前創業熱度最高的細分領域，尤其是金融和安防場景，是其重點布局場景。

國內，計算機視覺領域的企業最早出現在1997年，2014年出現創業高潮，企業平均年齡在3.9歲。下表格為該領域目前存續的具備代表性的創業公司。

各細分領域成熟度相差大，其中人臉識別未來幾年市場潛力巨大

計算機視覺作為一種人工智能的基礎技術應用，使用場景多樣，市場潛力巨大。其中人臉識別領域在2016年已接近百億規模，中國市場在全球范圍扮演著十分重要的角色。

由此可見，計算機視覺各細分領域的成熟度目前相差較大。人臉識別、指紋識別等所在的生物特征識別領域相對來說技術成熟度、工業化程度較高。在物體和場景識別方面，由于識別的物體種類繁雜，表現形態多樣，技術成熟度較低。

對于計算機視覺而言，其主要瓶頸在于受圖片質量、光照環境的影響，現有圖像識別技術較難解決圖像殘缺、光線過爆、過暗的圖像。此外，受制于被標記數據的體量和數量，若無大量、優質的細分應用場景數據，該特定應用場景的算法迭代很難實現突破。

企業案例：商湯科技

專注計算機視覺算法研發，推動視覺技術融入各行各業 商湯科技創辦于2014年11月，位于北京，2017年4月完成了賽領資本領投的戰略投資6000萬美元。商湯科技專注于核心算法開發，通過視覺技術賦予計算機視覺感知和認知的能力，業務覆蓋金融、商業、安防、互聯網+等行業，意圖為企業提供低門檻的計算機視覺技術，打造“商湯驅動”的人工智能商業生態。

商湯科技的核心能力在于其能夠自主開發原創深度學習模型，其自有的高性能算法庫相對行業內開源平臺庫，較大程度提高了算法效率，帶來2-5倍的性能提升。性能的提升直接導致的是極大地降低了計算機視覺硬件門檻，例如一般情況下雙目、深度攝像頭才具備視頻處理能力，但利用商湯科技的算法模型，單目攝像頭也具備此能力。此外，商湯科技自身構建了具備200塊GPU鏈接能力的DeepLink超算平臺，過去耗時1個月的運算，現在只需5-6個小時即可完成。硬件門檻降低+計算能力提升，使得大部分企業快速接入計算機視覺技術成為現實。

作為算法層企業，商湯科技通過與京東、小米、新浪微博等應用層級公司合作，使得自己的算法可以很好地融合多類細分領域的特點，快速移植復制到各行各業。除此之外，商湯還在技術層與多家企業合作，例如，商湯科技與科大訊飛合作研發具備人臉+語音雙重識別的產品；與英偉達合作研發適用于深度學習的GPU芯片，該芯片可實時處理雙路視頻，為智慧視頻提供支持。

商湯科技誕生于香港中文大學的多媒體實驗室，團隊成員主要由兩部分構成，其一是來自MIT、斯坦福、香港大學、清華大學等高校及其實驗室的科研人員；其二是來自谷歌、百度、微軟、阿里巴巴等產業界的商業人員。商湯科技意圖將實驗室最新成果與商業變現之間的時空差距縮到最低限度。2017年4月，商湯科技宣布完成了新一輪的戰略融資，將進一步加速商業化布局。

企業案例：觸景無限

觸景無限專注嵌入式感知模組的研發，試圖在前端解決感知問題

除商湯科技這類依靠算法作為計算機視覺解決方案的流派之外，還存在觸景無限這類專注于前端嵌入式硬件并搭載軟件的打法。觸景無限成立于2010年，提供嵌入式智能感知平臺——視覺卡，并于2017年3月完成A+輪5000萬元人民幣融資。

觸景無限視覺卡基于英偉達、英特爾等嵌入式芯片，融合了人臉識別、物體識別、雙目測距、GPS、TOF、IMU等多種傳感器、數據處理平臺和壓縮算法模型，提供的嵌入式智能感知平臺，具備體積小、功耗低、實時圖像處理、處理能力高、多目攝像頭支持、通用API接口等特點。例如基于深度學習的人臉識別技術運行在視覺卡上能達到每幀100ms的速度（分辨率為1080P時的檢測+識別速度），在1:1人證比對的情況下識別率大于99%，在1:50000的情況下識別率大于90%。通過該視覺卡，信息處理可以直接在前端完成，幫助前端硬件完成“感”與“知”的融合。

在具體產品方面，截止2017年6月，觸景無限視覺卡已完成兩代視覺卡的研發，其中一代V10X系列已于2016年底實現量產，二代V20X系列亦于日前發布。相較于一代，二代基于Intel-Movidius芯片研發，芯片體積更小（一元硬幣大小），功耗更低（低至2瓦），處理速度更強（約1Tflops）。兩代視覺卡產品均可用于安防、無人機、機器人、智能家居、智能汽車輔助駕駛等領域。

人工智能的應用場景層

AI+醫療：融合目前主要體現在智能設備和識別診斷兩方面

人工智能在醫療領域的應用，我們認為主要體現在“軟”和“硬”兩方面。“硬”指的是主要用于醫院、診所的醫療或輔助醫療的智能型服務機器人。種類包括手術機器人、假肢機器人、康復機器人、心理康復輔助機器人、個人護理機器人和智能健康監控系統等六大類。

手術機器人領域代表公司Intuitive Surgical成立于1995年，其產品達芬奇手術機器人是目前全球范圍內應用最廣泛、技術水平最高的手術機器人之一。達芬奇手術機器人屬于人機協作型機器人，主要由醫生控制臺、機械臂系統、三維成像系統三部分構成。手術實施過程中，主刀醫師不與病人直接接觸，而是通過三維視覺系統和動作定標系統操作控制，由機械臂以及手術器械模擬完成醫生的技術動作和手術操作。目前，整個手術機器人行業正在由大型開放性手術向人體微創精細型手術轉型。

手術機器人行業急需打破壟斷，降低成本，普惠國人

就全球而言，目前醫療機器人的研發與銷售仍主要集中在北美地區。截至2016年6月，達芬奇手術機器人全球累計安裝3745臺，其中美國2474臺，全球累計完成手術300萬例。達芬奇手術機器人是國內唯一獲批上市的醫療機器人，截至2016年12月，全國各地共引進了59臺，2016年度共完成手術11445例，歷年總計完成手術22917例，國內滲透率極低。

隨著我國老齡化進程加速和中產階級的崛起，人們對醫療的精準度、無痛化等要求逐步攀升，同時也由于醫療人員的稀缺，中國的醫療機器人的需求空間非常大。據OFweek消息，2021年，全球手術機器人市場規模將達200億美元，手術機器人國產化已迫在眉睫。

AI+醫療衍生出的識別診斷領域中，數據是關鍵

在AI與醫療的軟性結合上，具體應用包括診前的疾病預防、健康管理；診中的輔助診斷、醫學圖像處理；診后的虛擬醫護助手等。目前，發展較為成熟的領域有醫學影像識別和智能診斷等。

算法和數據是醫學影像識別和智能診斷的技術基礎，其中，醫療垂直領域的圖像算法和自然語言處理技術已可基本滿足行業需求，而數據方面例如醫學影像數據、電子病歷等，存在各醫院之間信息不流通、企業與醫院之間合作不透明等問題，使得技術發展與數據供給之間存在矛盾。

但隨著全球醫療保健進入數字化拐點，可授權使用的數據量得以快速增長，另一方面也由于醫療機器人這類新的醫療數據終端的逐步普及，都將為智慧醫療行業帶來新的發展契機。

政策鼓勵+需求爆發，大健康領域或將出現更多創業者加入

基于數據的稀缺性，擁有一手醫療數據、和政府、醫療機構有大量渠道的創業公司將會建立起壁壘。或者通過對擁有數據的企業進行全資收購也是快速壁壘的好方式。目前，AI+醫療的軟性應用方面的主要玩家國外有IBM Wastson，國內有碳云智能、推想科技等。

2015年，國務院發布《關于印發全國醫療衛生服務體系規劃綱要(2015年—2020年)》，提出推動惠及全民的健康信息服務和智慧醫療服務，推動健康大數據的應用，逐步轉變服務模式。IDC預計，2017年國內醫療行業IT花費市場規模將達到336.5億元，2012至2017年的年復合增長率為14.5%，增速高于中國IT市場的平均增速，需求旺盛。

整體而言，醫療“軟”市場急需醫療數字化、開放化，“硬”市場需要大量創業者加入共同開發醫療機器人這片國內藍海。

AI+金融：AI技術的融入，賦予了金融行業更多想象力

從信息技術變革角度來看，金融歷經金融IT、互聯網金融到金融科技三大發展階段。金融IT，通過 IT 軟硬件實現傳統金融機構辦公和業務電子化；互聯網金融，利用互聯網實現資產端、交易端、支付端、資金端等互聯互通，達到信息共享和業務撮合；金融科技，通過大數據、云計算、人工智能、區塊鏈等最新技術，提高金融業務的智能化。

人工智能與金融的結合可從以下三方面展開說明

生物特征識別功能。

一方面活體驗證降低了隱藏風險，一方面遠程身份驗證提升了工作效率。

千人千面、精準營銷。

基于大數據、機器學習、標簽計算，實現實時精準畫像描繪，提供個性化營銷是未來趨勢之一。進一步還可發展為智能投顧、輔助量化交易等。

大數據征信、普惠金融。

基于大數據的征信系統彌補了中小型企業的征信空白，擴大了客戶范圍的同時，也提升了金融機構的風控能力。企業案例：平安科技

平安科技從金融領域的高頻需求出發，主攻遠程身份驗證業務

平安科技成立于2008年，是平安集團旗下的全資子公司，擁有超過4000名專業IT技術人員和IT管理專家，基于母公司金融背景和需求理解，深挖人工智能在金融行業的應用，主要應用于基于人臉識別的遠程身份驗證，例如遠程開戶、綁卡核身、賬戶登錄、分期購物、人臉考勤、人臉支付等業務場景。

平安科技以深度學習、神經網絡為基礎，精準定位人臉和快速面部特征信息提取完成身份驗證，具備人臉檢測、人臉比對、活體檢測和去網紋等多項能力，目前累積使用已超過2.5億人次。

平安科技人臉識別已服務逾百家合作客戶，包括深圳、天津、福州、鎮江人社局，深圳機場、房管局等。服務應用涵蓋金融風控、安防、醫保社保、鐵路交通、機場安全、互聯網、教育、社會公共服務等多個領域。

人工智能行業總結

深度算法、計算力、數據量以及應用場景共同推動AI迎來爆發期

自從1956年美國計算機協會組織的達特莫斯（Dartmouth）學會上提出“人工智能”一詞，這個概念隨著眾多理論、技術和應用的出現而被不斷豐富。經過半個多世紀的發展，人工智能已經成為時下最為熱門的話題之一，“AI”與“AI+”亦成為一級市場的最火熱的創業/投資領域。

在經歷了誕生、黃金時代、遭遇障礙、繁榮、低潮等數個階段之后，人工智能迎來了爆發期。總結本次AI爆發的驅動力主要是包括目前主流應用的基于多層網絡神經的深度算法和以及包括芯片、超級計算機、云計算等在內的計算力等。此外，被記錄下的海量數據和越發豐富的應用場景也同樣推動了AI爆發期的到來。

第二篇：金準人工智能 2018年中國掃地機器人行業 研究報告

金準人工智能 2018年中國掃地機器人行業 研究報告

前言

近年來，隨著國內生活水平的不斷提高，城鎮化的持續推進，掃地機器人正成為家庭智能新寵，發展速度加速提升。據金準人工智能專家了解，目前，掃地機器人已經成為很多一二線城市家中必備的產品，而平時工作、生活比較忙碌的人群成為掃地機器人的消費主力軍。

一、掃地機器人相關概述

1.掃地機器人定義

掃地機器人，又稱自動打掃機、智能吸塵、機器人吸塵器等，是智能家用電器的一種，能憑借一定的人工智能，自動在房間內完成地板清理工作。一般采用刷掃和真空方式，將地面雜物先吸納進入自身的垃圾收納盒，從而完成地面清理的功能。一般來說，將完成清掃、吸塵、擦地工作的機器人，也統一歸為掃地機器人。

2.掃地機器人分類

按清潔系統來分，掃地機器人一般可分為單吸口式、中刷對夾式以及升降V刷清掃系統式掃地機器人。按偵測系統來分，掃地機器人則可分為紅外線傳感和超聲波仿生技術。

按清潔系統分類：

（1）單吸口式：單吸入式的清潔方式對地面的浮灰有用，但對桌子下面久積的灰及靜電吸附的灰塵清潔效果不理想。

（2）中刷對夾式：它對大的顆粒物及地毯清潔效果較好，但對地面微塵處理稍差，較適歐洲全地毯的家居環境。對亞州市場的大理石頭地板及木地板微塵清理較差。（3）升降V刷清掃系統：以臺灣機型為代表，它采用升降V刷浮動清潔，可以更好的將掃刷系統貼合地面環境，相對來說對面靜電吸附灰塵清潔更加到位。

按偵測系統分類：

（1）紅外線傳感：紅外線傳輸距離遠，但對使用環境有相當高的要求，當遇上淺色或是深色的家居物品它無法反射回來，會造成機器與家居物品發生碰撞時間一久，底部的家居物品會被它撞的斑斑點點。

（2）超聲波仿生技術：采用仿生超聲波技術，類似鯨魚，蝙蝠采用聲波來偵測判斷家居物品及空間方位，靈敏度高，技術成本高。在航空工業上都有系統的運用。

掃地機器人分類圖

3.掃地機器人產業鏈

掃地機器人行業的產業鏈可以分為上游、中游和下游。上游企業是指生產各種掃地機器人所需零部件的零部件供應商或材料供應商。其中，主要零部件包括橡膠輪胎、電機、電池、吸塵主機設備、旋轉毛刷等。中游制造環節包括紅外線傳感機器人、超聲波仿生機器人。掃地機器人產業的下游則主要是通過商超、品牌專賣店、電商環節等渠道到達最終消費者。

掃地機器人產業鏈圖

二、掃地機器人行業發展現狀

1.全球掃地機器人市場發展情況

目前，家務機器人在個人及家用服務機器人的銷售量中占據主要部分，發展速度較快，而家務機器人的發展主要得益于掃地機器人市場的崛起。據金準人工智能專家統計數據顯示，2015年全球個人及家用服務機器人銷售量為540萬臺，其中家務服務機器人370萬臺，占比將近70%。金準人工智能專家預計，2016年-2019年全球個人及家用服務機器人銷售總量為4,200萬臺，其中家務服務機器人銷售總量為3,080萬臺，占比將近75%。掃地機器人是目前家務機器人中的主導品類，金準人工智能專家預計，2016年-2019三年間全球掃地機器人銷售總量將達到3,000萬臺，占家務服務機器人銷售總量的比例為97.4%。此外，根據金準數據統計，全球個人及家用服務機器人2015年銷售額約22億美元。2016-2019年全球服務機器人銷售總額將達到455億美元，其中個人及家用服務機器人銷售總額為224億美元。

2.中國掃地機器人市場發展情況

（1）我國掃地機器人行業發展速度較快，前景廣闊

雖然我國掃地機器人起步較晚，但發展速度較快，未來發展前景廣闊。隨著國民經濟不斷發展，人均可支配收入水平不斷提高，人均住房面積不斷增加，在城市化、智能化等因素的影響下，掃地機器人逐漸被廣大消費者所接受，特別是被年輕一代消費群體所青睞。同時，隨著科技的進步，我國消費者的消費觀念也在不斷變化，對智能化產品的需求逐漸增強。此外，城市化進程帶來的快節奏生活導致人們家務勞作時間減少，人口結構逐漸向老齡化發展等問題使得人們對家務機器人的剛性需求越來越明顯。根據金準人工智能專家統計數據顯示，2017年我國掃地機器人銷售量近400萬臺，銷售額達56.7億元。據金準人工智能專家統計數據，預計2018年我國掃地機器人銷售量將達483.4萬臺，銷售額將近70億元。

（2）我國互聯網電商平臺發展迅速，促進掃地機器人線上銷售快速增長

隨著我國互聯網電商平臺快速的發展，越來越多的消費者適應并熱衷于電商平臺購物，越來越多的商家也由傳統的線下銷售轉為線上銷售。如今，電商平臺使得消費者足不出戶即可通過線上平臺了解產品的外觀、價格以及產品特點等，同時天貓、京東等電商平臺定期的促銷活動促進了各類產品的線上銷售。根據金準人工智能專家統計數據顯示：近幾年來，我國掃地機器人線下銷售情況比較穩定，但線上銷售增速較快。2017年線下和線上的銷售額分別為6.1億元和50.6億元，預計2018年我國掃地機器人線上銷售額將近60億元。

三、國內掃地機器人市場競爭格局

目前國內掃地機器人企業大致可以分為五個梯隊集團，分別是：以科沃斯和Irobot等擁有核心研發實力的企業為主，形成第一梯隊，在產品研發能力，產品體系和產能創新能力方面都領先其他梯隊的公司，這部分市占率大約在60-65%左右；

第二梯隊主要是國內早期從事ODM的廠商，轉型較早的公司，在產品設計和制造方面有一定的基礎，代表性企業包括福瑪特、地貝和Xrobot等，市占率約為5-10%；

第三梯隊主要是一些國外領先品牌，這部分品牌在技術研發實力上優勢非常明顯，唯一不足的是渠道優勢較弱以及售后能力不足，以浦桑尼克、飛利浦和三星為主，市占率在5%左右；

第四梯隊是國內的傳統家電廠商，例如海爾、美的等，這類企業在轉型方向進入比較遲，但是擁有渠道優勢，后續發展空間不容忽視；其他小企業為主體的第五梯隊，這類公司目前占比高達20%左右，未來這類公司的市場空間會逐漸被削弱，眾多沒有核心技術和產業鏈整合能力的公司將會被行業整合。

掃地機器人主要品牌及梯隊分布

四、掃地機器人主要品牌企業

據金準人工智能專家收集的2017年中國市場掃地機器人銷量排行榜榜單顯示：進入2017年中國市場掃地機器人銷量排行榜前十的機器人品牌分別為：科沃斯、iRobot、米家、福瑪特、浦桑尼克、飛利浦、美的、海爾、地貝以及斐納。

1.科沃斯機器人股份有限公司——科沃斯（ECOVACS）

科沃斯機器人公司主營業務是各類家庭服務機器人、清潔類小家電等智能家用設備及相關零部件的研發、設計、生產與銷售，為全球知名的家庭服務機器人制造商之一。經過多年的發展，公司已形成了包括掃地機器人、擦窗機器人、空氣凈化機器人、管家機器人在內的較為完整的家庭服務機器人產品線以及品類豐富的清潔類小家電產品線。

據金準人工智能專家了解，公司在服務機器人模塊的主要產品為“Ecovacs科沃斯”品牌家庭服務機器人。2017年雙11科沃斯機器人創歷史新高，以全網成交額5.28億的成績完美收官，又一次刷新了行業紀錄，并且繼續領跑全網雙11生活電器榜。其中，天貓科沃斯旗艦店的主推爆款——DD35掃地機器人，更是引起了一波搶購熱潮，最終達成了單品加套餐總計13萬臺的超高成交！

2.iRobot Corporation iRobot Corporation成立于1990年，主要生產包括掃地機器人、擦地機器人、泳池清潔機器人在內的家用機器人，包括遠程視頻協作機器人、遠程醫護機器人在內的商用機器人以及應用于國防安全的各類軍用機器人。至今，公司家用機器人累計銷售量超過1500萬個，軍用機器人近6000個。其總部位于馬薩諸塞州的貝德福德，并且在加利福尼亞州的帕薩迪納，倫敦、上海和香港特別行政區設立了分支機構，并于2005年在納斯達克掛牌上市。

2014-2016年iRobot Corporation銷售額分別為5.57億、6.17億和6.61億美元，凈利潤分別為0.38億、0.44億和0.42億美元，其中2015年56%的銷售額來自海外，家用機器人銷售收入占其總收入的91%。

3.北京小米科技有限責任公司——米家掃地機器人

北京小米科技有限責任公司成立2010年4月，是一家專注于智能硬件和電子產品研發的移動互聯網公司。“為發燒而生”是小米的產品概念。2016年8月31日下午，小米公司旗下品牌米家最新智能化產品——米家掃地機器人正式發布。米家掃地機器人搭載的是Neato家采用的LDS激光測距傳感器，通過SLAM算法實時構建房間地圖，在路徑規劃算法上有了革命性的突破。

2018年2月5日，米家官方微博發出了一張海報，對外宣布截至2018年1月31日，米家掃地機器人銷量已經正式突破了100萬臺，對于一款從2016年9月初開售，上市至今尚不到1年半的掃地機器人來說這個速度可謂相當驚人，可以說米家掃地機器人已經成為一款真正的單品爆款產品。

4.美的集團股份有限公司——美的Midea 美的集團股份有限公司，始于1981年，中國家電行業領導者，福布斯全球企業500強。美的提供多元化的產品種類，包括空調、冰箱、洗衣機、廚房家電、及各類小型家電。美的掃地機作為美的的小家電一塊，也是美的主要發展的一款產品。美的目前主要停留在研發階段，前期投入市場的產品主要依靠自身現有的渠道消化。

據美的集團2017年財報顯示，2017年美的實現營業總收入為2407.12億，增長51.35%，凈利潤172.84億，增長17.7%，歸母凈利潤172.84億，增長17.70%，每股收益2.66元。

5.海爾電器集團有限公司——海爾Haier 海爾電器集團有限公司，家電十大品牌，創立于1984年，全球領先的整套家電解決方案提供商，從開始單一生產冰箱起步，拓展到家電、通訊、IT數碼產品、家居、物流、金融、房地產、生物制藥等領域，成為全球領先的美好生活解決方案提供商。海爾掃地機器人采用全程語音提醒功能,多重清掃模式,多種顏色可供選擇。

據青島海爾（600690）發布2017年業績快報數據顯示，海爾公司2017全年實現收入1593億元，增長33.79%；實現歸母凈利潤69.3億元，增長37.59%；收入與凈利潤均創歷史新高。加權平均凈資產收益率為23.59%，同比增加3.21個百分點。據了解，海爾公司業績實現主要得益于公司始終聚焦技術創新與產品引領，專注用戶體驗與客戶價值、堅持海外創牌與盈利引領策略以及人單合一機制的深入推進。

五、掃地機器人技術發展趨勢 1.應用高性價比、高性能傳感器

目前，掃地機器人多采用紅外傳感器、接觸式傳感器、超聲波傳感器等，少部分高端機型使用了線掃描激光雷達傳感器。對于智能化的掃地機器人室內定位和復雜路徑規劃的需求而言，傳感器提供的信息尚顯不足。將來，視覺傳感器、低成本高性能激光雷達傳感器、軟體防碰撞接觸式傳感器等高性能、新型傳感器的應用，將給掃地機器人決策提供更豐富的參考信息。

2.多功能、模塊化集成

在實現掃地機器人基本的掃地、吸塵、拖地等功能的基礎上，模塊化集成。掃地機器人本體可以平臺化，即實現室內智能移動平臺的功能，具備基本的避障、路徑規劃、軟硬件交互接口等功能，而其他功能均以模塊化的形式進行加載，給用戶更多的自主選擇余地，實現細分市場的拓展。

3.智能程度及智能算法拓展應用

借助語音識別技術和圖像處理技術的逐步發展，物品識別技術性能的不斷提高可更有效地提高掃地機器人對家庭環境的融入程度，提升掃地機器人與家庭成員的智能交互能力。研究并設計各種智能人機接口以更好地適應不同用戶和不同的應用任務，提高人與機器人交互的和諧性，實現人機交互的簡單化、多樣化、智能化、人性化。未來，機器人將掌握更多的自主性能力，實現智能掃地機器人功能定位的本質性革新與發展。

總結 自2007年至今，更多的公司開始進入掃地機器人市場，投入了更多的人力物力進行掃地機器人的產品研發與市場推廣，很大程度上推動了掃地機器人產品的技術進步與產業升級，并使得更多的消費者開始接觸這款產品。目前，iRobot以及國內的科沃斯等均已成為掃地機器人領域的知名品牌。隨著家庭服務機器人市場容量的迅速增加，飛利浦、海爾、美的、松下等國內外大型家電品牌商也開始進入掃地機器人領域。

國內掃地機器人方面，科沃斯等國內一線廠商目前研產結合良好，其掃地機器人產品在各項關鍵技術方面與iRobot等國際一流廠商水平相近。相對于其他國內廠商而言，這些公司在家庭服務機器人領域具有業務起步早、技術研發實力較強、產品性能優越、品牌知名度較高等優勢。

與此同時，國內市場還存在著數量較多的中小型競爭對手，其產品以中低端掃地機器人為主，清掃系統大多模仿一線廠商；由于在移動導航算法上受核心專利技術的限制，清掃效果和智能程度與一線的品牌存在較大差異。

第三篇：2018年中國人工智能自適應教育行業研究報告

2018年中國人工智能自適應教育行業研究報告

報告：電商、金融、營銷、醫療、AI、泛娛樂等等榜單：PC網站、APP、影視、移動設備、網絡廣告行業數據、用戶數據，你要的這里都有！本文摘要：1.自適應學習主張每個人都擁有自己獨特的學習路徑，是一種非常有前景的教育技術。國外起步早，應用廣，并多次被實證研究證明有效。2.自適應學習產品有智能程度之分，區分標準是看它的技術水平基于人工、基于計算機編程還是基于人工智能。人工智能自適應在教育的各個環節都可應用，其中教學環節的應用最核心、難度也最大。3.人工智能自適應教育的本質是可規模化的個性化教育。4.人工智能自適應教育行業處于發展早期的升溫階段，概念模糊，泡沫難免，目前至少40家公司已宣布入場。5.K12輔導和語言學習是2015-2017年業內融資事件最多的兩個細分領域，融資數量占比分別為52.2%和34.8%。6.目前國內產品總體處于初級階段；人工智能自適應教育始于技術，勝于內容，終于效果，學習效果才是企業競爭力的最終評判要素。▌國外的自適應學習產品起步早，應用廣自適應學習早在20世紀90年代的美國就已存在，目前已得到較為廣泛的應用。美國K-8（相當于中國的小學、初中）自適應學習公司DreamBox Learning曾在2010年后做過一項調查（調查樣本超過480個，其中大部分人為K-8公立校教師）, 結果表明49%的人正在自適應學習軟件上教授補充課程，42%的人正將其作為核心課程平臺使用。自適應學習產品在國外各個學習階段都有應用，包括早幼教、小學、初中、高中、大學、職業領域等，并已覆蓋多個學科。點擊查看大圖更清晰?▌自適應學習的概念自適應促使學習方式發生深刻變革：每個人都有自己的路徑自適應(Adaptive)，顧名思義是自我調節和匹配，具體含義是指根據數據的特征自動調整處理方法、順序、參數和條件，以取得最佳處理效果。它不是指某項具體技術，而是多種知識和技術融合達成的一個結果。這個概念類似于“共享經濟”，它不是指某個經濟領域，而是新場景、商業模式、技術等因素融合而成的一種經濟現象。自適應學習(Adaptive Learning)在國內引起廣泛關注是在2015年，彼時在線教育正野蠻生長，一小批人注意到在線教育完課率極低，這是因為在傳統學習模式下1）不同學習內容之間的跳轉邏輯是線性單一的，學生即使已經掌握了某一塊內容，還是需要花費時間去學習；2）學生有問題也不能得到即時的反饋和幫助。對此，自適應學習致力于通過計算機手段檢測學生當前的學習水平和狀態，并相應地調整后面的學習內容和路徑，幫助學生提升學習效率。然而，學習是一個復雜且隱性的過程，簡單的計算機編程很難實現好的效果，運用人工智能技術來實現的人工智能自適應學習應運而生。這是對傳統自適應學習的升級，也是對新型學習方式的探索，在教育領域意義重大。點擊查看大圖更清晰?▌自適應學習產品有智能程度之分基于人工、基于計算機編程還是基于人工智能？當大多數人提起自適應學習時，他們對自適應學習產品的智能程度缺少一個清晰的定義。看一個自適應學習產品，需要判斷它是基于人工的自適應，還是基于計算機編程的自適應，還是基于人工智能的自適應。目前人工智能總體上還處于初級階段，人工智能+自適應學習又是一個新興的領域，相關人才和經驗總體上處于匱乏狀態，因此市場上的人工智能自適應學習產品基本都屬于弱人工智能的范疇。但即便是弱人工智能，相比于基于人工的自適應和基于簡單計算機編程的自適應來說，也已經是一種進步。弱人工智能自適應學習進化到強人工智能自適應學習的突破口在于人工智能自適應技術的突破以及其在教育垂直領域的深度落地。點擊查看大圖更清晰?▌人工智能自適應學習的原理在大數據的基礎上構建學習模型并輸出學習建議在現階段，“搜集大數據——構建學習模型——輸出學習建議”是實現人工智能自適應學習的基本步驟。學習模型的構建過程非常復雜，常人難以理解，通俗來說，它是在“借鑒”人類大腦的思考過程，通過成千上萬個函數點互相傳導信息，用窮舉的方式從千絲萬縷的函數嵌套關系中找出學習規則，并不斷進化模型。它的輸出由三部分要素有機結合而成：學習材料（如：一段教學視頻、一道練習題），用來測評學生是否掌握學習材料的標準，學習材料的推送順序。這三部分的內容和時長都由人工智能算法來決定。學生使用系統的時間越多，留下的行為數據越多，系統的效率就越高。點擊查看大圖更清晰?▌人工智能自適應學習系統的運行流程像優秀教師一樣“思考”和“行動”老師是以經驗驅動教學的，整個過程雖然遵循一定的節奏，但每一步的“火候”非常依賴于教學經驗的積累，因此剛畢業的老師往往適合于答疑，而在教學的體系化上有所欠缺，教齡長的老師往往擅長全盤把控，而在親和力上稍顯不足；不同老師對學生學習情況的判斷是不一樣的，從而導致他們所規劃的學習路徑不同；兩個老師即使經驗值相等，還會在性格脾氣、教學風格、薪酬期待上有所差異，從而影響教學效果。人工智能自適應學習系統旨在聚集并量化優秀教師的寶貴經驗，以數據和技術來驅動教學，最大化地減小老師水平的差異，提高整體教學效率和效果。擊查看大圖更清晰?▌自適應與人工智能+教育的關系自適應能夠深入教學核心環節，而其他AI技術不一定能深入人工智能在教育領域的落地應用是大勢所趨。目前已有的智能產品包括拍照搜題、分層排課、口語測評、組卷閱卷、作文批改、作業布置等工具，這些工具應用了先進的人工智能技術，但應用場景只停留在學習過程的輔助環節上，而不會直接帶來教學質量和效果的提升。人工智能自適應則能夠把人工智能技術滲透到教學的核心環節中，既有助于從根本上改進學習的理念和方式，也有助于產品打通商業模式，直接面向C端用戶銷售變現。擊查看大圖更清晰?▌人工智能自適應在教育過程中的應用各個環節均有可為，教學環節最核心，全流程應用最高級完整的教育流程可劃分為內容開發——教學（學習）——練習——測評——管理五個環節，這些環節中都存在人工智能自適應學習可以應用的場景。其中，自適應內容開發是其他4個環節的基礎，需要耗費巨大的工作量，目前國內少有公司專門以這項工作為主要業務，大多數公司往往只把它作為一項內部產品開發的前續工作；自適應管理指的是通過分析教學、作業、測評環節的學生數據，對用戶進行智能預警、提醒和跟蹤，是其他4個環節成功應用后的附加產物。人工智能自適應學習技術在教學、練習和測評三個環節的應用能夠直接面對C端用戶，市場廣闊，是目前主要的三個應用環節，而其中教學環節的應用對學習效果的影響作用最大，也是整個教育流程中最核心、最復雜、最難的一環。隨著用戶對個性化和效果的需求越來越強烈，不同環節之間出現了一定的界限模糊，市場上也出現了能在五個環節同時應用的全流程自適應學習系統。點擊查看大圖更清晰?▌深入應用到教學核心環節難度較大需要先有教學環節的有效數據，不能僅有練測環節的數據教學環節對學習效果的影響作用最大，也是整個教育流程中最核心、最復雜、最難的一環，而測評、練習環節相對外圍、輕量、簡單，因此自適應學習產品最先在測評和練題場景中得到應用。如果把不同的人工智能自適應學習產品分為“只應用到測評環節”（自適應測評）、“只應用到測評和練習環節”（自適應練習）、“同時應用到測評、練習和教學環節”（自適應教學）三類，那么自適應教學是其中數據獲取難度和產品功能等級最高的一類。自適應教學產品的開發需要有教學環節的有效數據，而這些數據的獲取難度高，具體體現在：1）自然狀態下，教學過程數據是非結構化的；2）數據可挖掘的維度多，不限于測試成績和作業情況，還包括學習路徑、內容、速度、偏好、規律等深度數據；3）不同數據點之間的關系復雜。點擊查看大圖更清晰?▌人工智能自適應教育的價值核心價值是降本提效，促進行業升級人工智能自適應教育是一次行業改革實驗，對機構、對學生、對老師三方都具有降本提效的價值。其核心價值是把教育行業從勞動密集型的農業時代帶向成本更低、效率更高的工業時代。農業化向工業化發展的趨勢是不可阻擋的，即使不通過人工智能自適應教育來實現，也會通過其他渠道來實現。點擊查看大圖更清晰?▌中國人工智能自適應教育行業發展階段行業處于發展早期的升溫階段，概念模糊，泡沫難免不可否認的是，從行業發展階段來看，目前人工智能自適應教育行業仍處在發展早期，并且由于“人工智能”概念過熱，加上市場受到巨頭進入、大額融資等事件的刺激，從而存在一定的炒作現象。但這是一項新興事物發展的必經之路。人工智能本身受到的市場反應也呈現出“這是全能的——這是騙子——這是全能的——這是騙子”的反復性，人工智能在教育行業的落地應用不是一蹴而就的，必然也會因為初期效果的不甚理想而反復受到推崇和質疑。隨著人工智能技術進入穩定期，質疑的聲音才會漸漸消除，行業發展路徑才會穩定上升。點擊查看大圖更清晰?▌中國人工智能自適應教育行業玩家分布教育科技+課程變現前景良好，至少40家公司宣布入場不斷有企業瞄準、涌入人工智能自適應教育賽道。一類是提供在線英語課程和工具的公司，英語領域本身具有一定的國外自適應學習經驗，而且相關的學習材料、標準化測評和題庫數據都足夠多，開發環境相對較好。一類是以題庫、作業平臺為基礎，或進入公立學校做考試數據采集和分析的公司，他們能夠收集一部分學習數據，在大數據采集和用戶認知經驗上具有一定的先發優勢。另一類是主打自適應教育的公司，他們以自適應學習系統為主攻產品。此外，其他在線教育機構、線下教育機構、甚至非教育行業的機構都在試圖進入這一領域。點擊查看大圖更清晰?▌中國人工智能自適應教育行業特點邊際明顯：初期投入大，越往后數據的反哺能力越強毫無疑問，隨著越來越多的學生使用某個產品，產品所收集的數據量會越來越多。在一般的在線教育產品中，這些數據會被儲存起來，經由人工挖掘和分析，用于優化產品；而在人工智能自適應學習產品中，這些數據會像“燃料”一樣被輸送進人工智能算法這個“大鍋爐”中，由數據來訓練算法，輸出更接近真實情況的學習模型，賦予學習系統更好的性能和更高級的功能，從而吸引更多的學生使用。學生使用系統則產生更多的數據，繼續上述流程，形成良性循環。另外，系統通過數據對學生產生的“了解”會隨著時間遞增，學生之后更換產品的轉換成本會非常高。因此可以說，人工智能自適應教育行業比一般的在線教育行業具有更明顯的邊際效益。點擊查看大圖更清晰?▌中國人工智能自適應教育行業產業鏈產品開發吸納大量資金，產業鏈頭重腳輕，分工有待細化人工智能自適應教育行業產業鏈的結構與在線教育行業類似，都包含了從產品開發（內容研發+技術支持）到教學服務再到分發推廣的過程，兩者差別在于，前者的產品開發環節由于涉及到新興的人工智能技術，從而吸金能力更強、難度更高、耗時更長。產品開發需要教研經驗、教育學、心理學、計算機、大數據、人工智能等多個領域的跨界協作和共同摸索，前期投入可達千萬元人民幣級別。目前K12輔導和語言學習是產品的兩大重點應用場景。點擊查看大圖更清晰?▌企業的商業模式美國以To B為主，中國以To C為主，不能照搬在美國，自適應教育企業的商業模式一般以To B為主，這主要是因為美國C端用戶個人發展壓力小，接受額外培訓的意愿沒有中國人那么強，因此To C培訓空間小，另外與機器交互的自適應學習在機構內推廣也容易快速形成規模，發揮邊際效益。中國To C教育培訓市場比美國廣闊，并且高度分散，只要用心經營人人都可以分一杯羹，To B市場則更多地需要借助人脈關系，進入成本高。中美兩國的國情和文化土壤差異較大，不能照搬商業模式，但美國的產品和技術值得關注、學習。擊查看大圖更清晰?▌行業內投融資情況K12輔導和語言學習領域最受關注從2015年到2017年，中國人工智能自適應學習相關概念一直受到資本市場的關注，融資輪次逐漸呈現出從種子輪、天使輪的早期階段向A輪、B輪的中期階段發展的趨勢。其中K12輔導和語言學習兩個細分領域的融資事件最多，占比分別達52.2%和34.8%。K12輔導是中國教育培訓行業中市場規模最大的一個子領域，吸引力大；語言學習則因為學習內容輕量化、國際化，天然適合與科技接軌。點擊查看大圖更清晰?▌企業通常會面臨的難點新事物的發展之路上每一步都有“坑”人工智能自適應學習產品與傳統教育產品相比，改革跨度太大，因此不可避免地在團隊招募、產品開發、市場推廣等方面會面臨較大阻力。由于行業發展仍處于早期階段，所以目前最大的難點還是來自于產品開發。作為主要的使用者，老師群體也需要一定的適應時間，而且需要在心態上做一次轉變。點擊查看大圖更清晰?▌行業熱度持續教育科技大勢所趨，入局企業持續增多人工智能自適應教育領域的入局企業將持續增多。主要原因如下：1）人工智能火熱，市場風向如此；2）人工智能算法開源、技術進步，人才增多；3）教育市場是一個需求非常多樣、行業格局非常長尾的市場，人工智能+自適應學習幾乎可以應用在每一個細分領域，行業集中度短期內也不會明顯提升，因此各企業有空間做到差異化競爭、區域化競爭；4）在線教育狂奔三四年之后，各企業開始集體尋求變現，2017年是直播變現大年，而自適應學習系統有望成為直播平臺的底層標配，用來提高直播課程的標準化水平、解決直播平臺大規模擴張后師資不足的問題。點擊查看大圖更清晰?▌人工智能是關鍵技術短期內集中力量突破增強數據挖掘、認知專家顧問等技術根據Gartner的報告，未來2-5年內增強數據挖掘、認知專家顧問、深度學習、邊緣計算、機器學習、虛擬現實等技術將度過泡沫期，逐漸被主流所應用。未來2年內如果企業能率先在這些技術領域取得突破性進展，則可以搶占先機。人工智能自適應教育行業是一個技術驅動型行業，技術能力對企業至關重要，短期內內各企業之間技術能力的賽跑也將正式開始。但由于教育行業是一個典型的“慢”行業，因此這些技術在教育行業真正普及至少需要2-5年的時間。點擊查看大圖更清晰?▌企業競爭力要素悄然改變始于技術，勝于內容，終于結果人工智能無疑是未來趨勢，但它始終只是一種手段，如果在學習的某些環節，使用一些簡單的信息化手段或人為手段能實現更好的學習效果，那么這一環節就不需要也不應該借助人工智能。真正創造價值的是創新的問題解決模式，而不是某一項技術。人工智能自適應教育最早發展出的功能是反映學生的能力水平（測試功能），后來逐漸加入找出知識點盲區（評價功能）、推送內容彌補盲區（學習功能）的功能，但目前所推送的學習內容的表現形式仍然是視頻、題目等舊形式，其背后的學習方式仍然是傳統的“聽課”和“刷題”，這是由教學思路的固化導致的。隨著人工智能技術的突破、社會對人才評價標準的更替，未來人工智能自適應教育領域將迎來內容體系的新革命，實踐式教學、沉浸式教學等理念帶來的新型學習方式將更多地融入自適應學習系統，正如目前在線教育領域教研崗人才稀缺一樣，未來各人工智能自適應教育企業的技術差距將逐漸縮小，而能深刻理解教學教研、具備新技術條件下的創造能力的教研人才將受熱捧。點擊查看大圖更清晰?

第四篇：行業研究報告

篇一：行業分析報告怎么寫 定義

什么是行業報告？

行業報告內容是商業信息、是競爭情報，具有很強的時效性，一般都是通過國家政府機構及專業市調組織的一些最新統計數據及調研數據，根據合作機構專業的研究模型和特定的分析方法，經過行業資深人士的分析和研究，做出的對當前行業、市場的研究分析和預測。行業報告有何價值？

1、如果您現在在這個行業里經營和管理企業，平時工作的忙碌使你沒有時間來對整個行業脈絡進行一次系統的梳理，一份行業報告會讓您對整個市場的脈絡更為清晰，從而成為您做重大市場決策的有力依據。

2、如果您希望進入這個行業投資，閱讀一份高質量的行業報告是您系統快速了解一個行業最快最好的方法，使得您的投資決策更為科學，避免投資失誤造成的巨大損失。行業報告主要內容？

標準行業研究報告主要包括七個部分，分別是行業簡介、行業現狀、市場特征、企業特征、發展環境、競爭格局、發展趨勢。(不同的報告側重點有所不同，這需要看具體的報告目錄。)行業報告適用對象

報告廣泛適用于政府的產業規劃、金融保險機構、投資機構、咨詢公司、行業協會、公司、企業信息中心和戰略規劃部門和個人研究等客戶。行業報告數據來源：

一份行業報告一般的數據渠道主要包括：國家統計局、國家海關總署、商務部、各行業協會、研究機構、市場一線采集.用途

行業分析報告是項目實施主體為了實施某項經濟活動需要委托專業研究機構編撰的重要文件，其主要體現在如下幾個方面作用：

1.用于向投資主管部門備案、行政審批的可行性研究報告根據《國務院關于投資體制改革的決定》國發（2004）20號的規定，我國對不使用政府投資的項目實行核準和備案兩種批復方式，其中核準項目向政府部門提交項目申請報告，備案項目一般提交項目可行性研究報告。同時，根據《國務院對確需保留的行政審批項目設定行政許可的決定》，對某些項目仍舊保留行政審批權，投資主體仍需向審批部門提交項目可行性研究報告。2.用于向金融機構貸款的可行性研究報告

我國的商業銀行、國家開發銀行和進出口銀行等以及其他境內外的各類金融機構在接受項目建設貸款 時，會對貸款項目進行全面、細致的分析平谷，銀行等金融機構只有在確認項目具有償還貸款能力、不承擔過大的風險情況下，才會同意貸款。項目投資方需要出具 詳細的可行性研究報告，銀行等金融機構只有在確認項目具有償還貸款能力、不承擔過大的風險情況下，才會同意貸款。

3.用于企業融資、對外招商合作的可行性研究報告

此類研究報告通常要求市場分析準確、投資方案合理、并提供競爭分析、營銷計劃、管理方案、技術研發等實際運作方案。

4.用于申請進口設備免稅的可行性研究報告

主要用于進口設備免稅用的可行性研究報告，申請辦理中外合資企業、內資企業項目確認書的項目需要提供項目可行性研究報告。

5.用于境外投資項目核準的可行性研究報告

企業在實施走出去戰略，對國外礦產資源和其他產業投資時，需要編寫可行性研究報告報給國家發展和改革委或省發改委，需要申請中國進出口銀行境外投資重點項目信貸支持時，也需要可行性研究報告。

6.用于環境評價、審批工業用地的可行性研究報告

我國當前對項目的節能和環保要求逐漸提高，項目實施需要進行環境評價，項目可行性研究報告可以作為環保部門審查項目對環境影響的依據，同時項目可行性研究報告也作為向項目建設所在地政府和規劃部門申請工業用地、施工許可證的依據。

編制要點 環境分析

行業環境是對企業影響最直接、作用最大的外部環境。結構分析

行業結構分析主要涉及到行業的資本結構、市場結構等內容。一般來說，主要是行業進入障礙和行業內競爭程度的分析。市場分析

主要內容涉及行業市場需求的性質、要求及其發展變化，行業的市場容量，行業的分銷通路模式、銷售方式等。組織分析

主要研究行業對企業生存狀況的要求及現實反映，主要內容有：企業內的關聯性，行業內專業化、一體化程度，規模經濟水平，組織變化狀況等。成長性分析

是指分析行業所處的成長階段和發展方向。當然，這些內容還只是常規分析中的一部分，而在這些分析中，還有不少一般內容和特定內容。例如，在行業分析中，一般應動態地進行行業生命周期的分析，尤其是結合行業周期的變化來看公司市場銷售趨勢與價值的變動。

模板

第一章xxx行業發展概況 第一節xxx行業概況

一、xxx行業產品鏈及產業鏈構成

二、xxx行業發展歷程及當前發展階段

三、2011年xxx行業發展現狀

四、xxx行業技術發展水平

五、行業經營模式

第二節xxx行業競爭格局

第三節xxx行業相關政策與監管機制

一、產業政策及行業規范

二、行業監管體制

第四節xxx行業利潤水平變化

一、xxx行業利潤變化統計

二、引起xxx行業利潤變化的原因 第五節影響xxx行業發展的主要因素

第二章xxx行業產品市場分析

第一節2008—2011年xxx行業細分產品產量統計 第二節2008—2011年xxx行業細分產品市場容量統計 第三節2008—2011年我國xxx行業產品結構變化 第四節2008—2011年我國xxx行業產品價格變化 第五節2012-2016年xxx行業產品產量預測 第六節2012-2016年xxx行業產品市場容量預測 第七節xxx行業產品市場客戶群消費調查

一、客戶群分類分析

二、品牌排名

三、客戶關注點調查

第三章2008-2016年xxx行業供需情況及預測

第一節2008-2011年xxx行業生產能力分析

第二節2008-2011年xxx行業產量及其增長速度分析 第三節2011年xxx行業地區結構分析

第四節2008-2011年xxx行業需求情況分析

一、2008-2011年xxx行業需求總量

二、2011年xxx行業需求結構變化 第五節2012-2016年xxx行業供需預測

一、xxx行業供給總量預測

二、xxx行業生產能力預測

三、xxx行業需求總量預測

第四節產品下游各需求領域需求特點 第五節中國xxx供需狀況預測

第六節國內市場生產與消費格局預測 第四章xxx行業上下游產業研究發展

第一節xxx行業上游行業發展概況

一、發展概況

二、2011年行業運行情況

三、發展趨勢

四、政策環境

五、對xxx行業的影響

第二節xxx行業下游行業發展概況

一、發展概況

二、2011年行業運行情況

三、發展趨勢

四、政策環境

五、對xxx行業的影響

第五章xxx行業商業模式研究

第一節xxx行業營銷模式

一、典型模式

二、標桿企業分析

第二節xxx行業研發模式

一、典型模式

二、標桿企業分析

第三節xxx行業盈利模式

一、典型模式

二、標桿企業分析

第四節xxx行業生產模式

一、典型模式

二、標桿企業分析

第五節xxx企業發展模式

一、典型模式

二、標桿企業分析

第六章xxx行業國內企業專項調查

第一節xxx行業典型企業一

一、企業介紹

二、2008—2011年經營統計數據（產量、收入、利潤等）

三、企業投資動態

第二節xxx行業典型企業一

一、企業介紹

二、2008—2011年經營統計數據

三、企業投資動態篇二：行業分析報告寫作及格式的規定 行業分析報告寫作及格式的規定

一、行業分析報告撰寫的目的

通過行業調查研究分析可以了解行業過去、掌握行業現在、把握行業未來。對行業運行數據進行縱向和橫向的定量分析，對相關國家、相關地區、相關產業進行比較研究，進而定性地評估行業現狀、預測行業未來發展趨勢，提出前瞻性的觀點和相關建議，作為企業、金融機構和政府部門進行市場研究、行業分析、戰略決策的參考。編寫行業分析報告，是高級職業經理的重要技能之一。

通過行業調研和分析，寫出行業分析報告，是mba學生培養的必備環節。行業調研和分析是mba學生實踐性、整合性課程的重要內容，是培養和評估學生實際分析問題、解決問題能力的重要環節。

二、行業分析報告寫作方法指引

行業：是指從事國民經濟中同性質的生產或其他經濟社會活動的經營單位和個體等構成的組織結構體系，如林業、汽車業、證券業、銀行業、房地產業等。

行業分析的任務：理解行業本身所處的發展階段及其在國民經濟中的地位，分析影響行業發展的各種因素，判斷各種因素對行業發展的影響力度，預測行業的未來發展趨勢，判斷行業投資價值，揭示行業投資風險，為企業、政府部門、投資者和其他機構提供決策依據。行業分析的方法：行業分析依托大量的數據庫資源、以及行業一手市場調研數據和豐富的二手資料，以行業的發展現狀和發展趨勢為主要研究內容，經過專業的研究分析和論證，形成足以支持中高層管理人員的決策依據。行業分析的方法主要包括歷史資料研究法、調查研究法（抽樣調查、實地調研、深度訪談）、歸納與演繹法、比較研究法、數理統計法等。

行業分析報告：指對各行業概況、行業市場供求、行業競爭狀況、行業熱點問題(政策熱點、市場熱點、技術動態)、未來發展趨勢等進行分析的報告，是企業戰略決策和投資決策的重要參考依據。

行業分析報告寫作基本流程：一般包括組成調研小組、選題、策劃調研提綱、搜集資料數據、進行行業調研和重點企業調研、匯總形成三、行業分析報告寫作要求

1、行業分析報告的基本要求

mba學生要有獨立策劃、撰寫行業分析報告的專業能力，寫作行業分析報告鍛煉學生的宏觀決策潛力和行業把握能力，培養研究、分析、解決實際問題的管理實踐能力，要求定量分析和定性分析相結合，內容全面、結構嚴謹、數據詳實、判斷客觀、評估公正，形成完整的行業分析報告，成果具有一定的行業決策參考價值。

2、行業分析報告選題學員自由選題。

3、行業分析報告人員組織

學生自行分組，每組人數5-6人。小組自行選出組長、選出選題。按小組進行調研和編寫，寫出符合要求的行業分析報告。

4、行業分析報告寫作時間及提交要求

提交時間：組長負責在下學期開學后一周內提交給任課教師。介質要求：電子版和紙面版各一份。

提交行業分析報告時提交打印紙面報告一份。要求按照封面、小組成員表、評閱表、摘要、正文、附錄的順序在a4規格紙面打印，每頁印刷版面尺寸行長為155--160mm，頁長（含篇眉、注腳和頁碼）為240mm，簡單裝訂。

所交的行業分析報告紙質版和電子版，兩者內容必須完全一致。

5、行業分析報告文字數量

文字數量一般為1萬字至2萬字。

6、行業分析報告評閱

評閱成績分為優（90分以上）、良（80-90分）、中（70-80分）、合格（60-70分）、不合格（60分以下），評為優、良、中、合格為通過，計1.5學分。

四、行業分析報告基本格式要求

行業分析報告一般應由以下部分組成，依次為：行業分析報告題目和封面、摘要、正文、附錄等。

⒈ 行業分析報告題目和封面

行業分析報告題目應是整個行業分析報告總體內容的體現，應能概括整篇行業分析報告的主題內容，要引人注目，力求簡短，一般應嚴格控制在25個字以內。

mba學生須按照附件“行業分析報告封面模板”統一規范行業分析報告封面。⒉摘要

摘要是對行業分析報告不加注釋和評論的簡短陳述，是報告的重要組成部分。摘要須在對行業分析報告進行總結的基礎之上，用簡單、明確、易懂、精辟的語言對全文內容加以概括，提取全文的主要信息，體現行業分析報告的研究目的和范圍、主要方法和過程、主要內容和成果、研究結論和獨到的見解。

摘要標題用黑體小三號字。摘要內容500-1000字，字體為宋體小四號。3.正文

正文是行業分析報告的主體、核心部分。正文結構一般由行業概況、行業發展的影響因素、行業特征分析、行業市場競爭結構分析、行業評價五部分組成，要求行業評價客觀、公正，論據充實可靠，結構嚴謹，條理分明，數據可靠，文字精煉，圖表清晰整齊。行業評價是整篇行業分析報告的總結，應該鮮明、精煉、完整、準確、客觀、公正。一級標題（章）黑體小三號 二級標題（節）黑體四號 三級標題黑體小四號 正文及附錄宋體小四號

行間距一律取“固定行間距 22pt”。

行業分析報告的作者應當樹立良好的學風和職業道德，引用的文獻、資料、數據及其他人的觀點必須注明出處。

注釋是圖書時，書寫格式為：

[編號]作者、書名、出版社、出版日期、版次、頁碼。注釋是期刊時，書寫格式為：

作者、文章題目、期刊名稱、期刊號、頁碼。正文部分字體為宋體小四號。4.附錄 附錄是正文主體的補充，對不便編入正文的材料可列入附錄，包括放在正文內過于冗長的公式推導、復雜的數據圖表、圖表目錄、行業分析報告使用的符號意義、單位縮寫、程序全文及有關說明等，此項并非必要項。

字體為宋體小四號篇三：各行業分析報告范本

天然氣運營行業分析報告 002建筑裝飾行業分析報告 074教育行業分析報告 095餐飲行業分析報告 101 1 中國天然氣運營行業分析 第一章 城市燃氣行業基本情況 第一節 城市燃氣行業的定義及分類

（一）天然氣供給進入快速發展期 人工煤氣、lpg、天然氣三種氣源并存仍然是中國城市燃氣的主要特點。“十一五”期間隨著“西氣東輸、海氣登陸、海外進口、陸氣補充”的天然氣多元化供應格局的形成，燃氣結構開始發生重大改變，天然氣在城市燃氣行業中的所占比例逐步增大。2011 年，我國天然氣產量突破 1000 億立方米，達到 1025.3 億立方米，同比增長約 6.90。

（二）液化石油氣（lpg）供給量不斷增長 過去幾十年里，我國城市燃氣行業中，液化石油氣保持平穩發展，用氣人口持續增加。雖然說由于近年來天然氣的大量使用，使得液化石油氣的供氣總量增長停滯，但很多農村地區開始使用液化石油氣，而農村居民人均用氣量相對較少，所以液化石油氣使用人口仍然占比很高，這刺激了液化石油氣的產量不斷增長。2011 年，全國液化石油氣的產量達 2180.9 萬噸，同比增長 6.31，增速雖比 2010年有所放緩，但總體產量呈不斷增長態勢。2

（三）人工煤氣供應集中在中小城市近年來，環境保護和能源結構調整取得進展，部分城市人工制 氣企業通過調整生產方式，開始利用天然氣、煉廠干氣摻混或改制工 藝來生產人工煤氣，不僅提高了質量，改善了環境，也為天然氣供應 初期的供需平衡發揮重要作用。由于人工煤氣的生產、輸配設施的投 入強度大，維護成本高，需要較大規模的市場支撐，因此，人工煤氣 供應主要集中在大城市以及依托當地有制氣條件的冶金、化工企業的 中小城市。

（四）新能源燃氣具有競爭力 二甲醚（dme）與 lpg 摻混燃燒，不僅可以改善現有燃燒裝置的 燃燒性能，而且可帶出 lpg 罐內殘液一起燃燒，提高 lpg 利用率。鑒 于 dme 替換 lpg 存在可觀的利潤空間，國內部分城市和中小城鎮已開 始在 lpg 中摻燒 dme。城市燃氣行業是國家重要的能源生產和供應行業，也是與人民 生活息息相關的民生行業。城市燃氣行業主要從事利用煤炭、油、燃 氣等能源生產燃氣，或外購液化石油氣、天然氣等燃氣，并進行輸配，向用戶銷售燃氣的活動，以及對煤氣、液化石油氣、天然氣輸配及使 用過程中的維修和管理活動。詳見下表。表1 燃氣生產和供應業子行業分類行業及代 子行業及代碼 行業描述 碼 3 指利用煤炭、油、燃氣等能源生產燃氣，或外購 液化石油氣、天然氣等燃氣，并進行輸配，向用45 燃氣生 4500 燃氣生產 戶銷售燃氣的活動，以及對煤氣、液化石油氣、產和供應 和供應業 天然氣輸配及使用過程中的維修和管理活動。但 業 不包括專門從事罐裝液化石油氣零售業務的活 動。數據來源：國家統計局 第二節 2011 年城市燃氣行業在國民經濟中的地位 能源是城市社會經濟賴以發展的物質基礎，城市燃氣是城市能 源的重要組成部分。發展城市燃氣、使用天然氣替代燃煤、改變城市 能源結構成是治理大氣環境污染的重要措施之一。城市燃氣作為城市 基礎設施的重要組成部分，不僅關系到人民的生活質量、城市自然環 境和社會環境，而且已日益成為國民經濟中具有先導性、全局性的基 礎產業，并已成為我國目前重點扶植和對外放開的產業。城市燃氣是 重要的城市基礎設施，是最主要的城市社會公共工程，是社會服務業 中的重要內容，也是滿足城市居民基本生活質量要求的重要保障。城市燃氣關系著國民經濟和社會發展，關系到國家安全，社會 穩定和全面建設小康社會目標的順利實現。城市燃氣行業的發展為中 國工業提供了穩定的動力供應。城市燃氣的利用對改善能源結構、保 護大氣環境、緩解石油供應緊張、提高能源利用效率，進而實現國民 經濟的可持續發展具有重要的促進和保障作用。2007 年至 2011 年，我國城市燃氣行業總體保持著不斷增長趨 勢，除 2009 年外，其余幾年的增速均超過了 30，遠高于同期 gdp 增長率。2011 年城市燃氣行業工業總產值增長率達到了 2767.24 億 4 元，同比增速為 31.17。2007 年到 2011 年間，城市燃氣行業總產值 占 gdp 的比重呈小幅上升趨勢，2011 年占比達到了 0.59，為五年來 最高，行業在國民經濟中的地位有所提升。第三節 城市燃氣行業技術分析

一、行業主要技術術語及簡要解釋表2 城市燃氣行業主要技術術語、簡寫及解釋技術術 簡要解釋 語 指燃氣生產廠制氣、凈化、輸送等環節的綜合生產能力，不包括備用燃氣綜 設備能力，一般按設計能力計算，如果實際生產能力大于設計能力時，合生產 應按實際測定的生產能力計算時應以制氣、凈化、輸送三個環節中最能力 薄弱的環節為主 指從氣源廠壓縮機的出口或門站出口至各類用戶引入管之間的全部燃氣供 已經通氣投入使用的管道長度。不包括煤氣生產廠、輸配站、液化氣氣管道 儲存站、灌瓶站、儲配站、氣化站、混氣站、供應站等廠（站）內的長度 管道。按不同的材質、壓力級別、管徑分別統計燃氣供 指燃氣企業（單位）向用戶供應的燃氣數量。包括銷售量和損失量。應總量 指使用燃氣的家庭用戶的總人口數。如不能直接掌握本企業（單位）用氣人 供氣范圍的用氣人口數，以本地城市居民平均每戶人口數乘以燃氣家口數 庭用戶數求得壓氣站 指在輸氣管道沿線上，用壓縮機對管輸天然氣增壓而設置的站輸氣首 輸氣管道的起點站 站輸氣末 輸氣管道的終點站 站分輸站 在管道沿線設置的向用戶分輸的場站天然氣出廠價 上游天然氣生產商將采集的天然氣經凈化處理后向下游銷售的價格 格 數據來源：世經未來 5

二、行業生產技術

（一）石油天然氣生產和供應流程 數據來源：世經未來 圖1 管道燃氣生產和供應流程圖

（二）煤制天然氣技術路線分析 煤制天然氣的工藝流程前端與煤制甲醇及煤制合成氨的流程基本相同，都是在煤制氣后經凈化處理。不同之處是，后兩者是凈化氣用于甲醇或氨合成，要求甲烷越低越好，而煤制天然氣是凈化氣經過甲烷化處理，生產熱值大于 33.36mj/m3的代用天然氣（sng），甲烷越高越好，1t煤大約可以轉化為 400m3合成天然氣。傳統的煤制天然氣工藝路線為碎煤加壓氣化生產合成氣，經過粗煤氣變換冷卻、低溫甲醇洗凈化、吸收制冷、甲烷化、干燥得產品。生產副線包括酚、氨、硫的回收及廢水殘液等處理。這一傳統工藝技術成熟，計算的熱效率 6（原料褐煤的熱值轉化為天然氣熱值）為 61.9。煤制天然氣工藝流程簡單，技術成熟可靠、消耗低、投資省。甲烷合成可以在煤氣化壓力下合成，與生產甲醇、二甲醚相比，省去了多個環節，與煤制合成油相比省去的裝置更多。煤制天然氣與煤制其他能源產品相比，競爭優勢十分明顯。煤制天然氣轉化率和選擇性高，co 2 和h 2 的轉化率接近100。單位熱值投資成本和水耗低，廢熱利用率高，總熱效率最高。此外，煤制天然氣更環保，廢水不含有害物，易于利用，不需處理就可做鍋爐給水或循環水補充水，而煤制甲醇和煤制油需對廢水做深度處理。第四節 城市燃氣生產供給分析

一、石油天然氣資源及產量分析 產量：增速略有放緩近年來，隨著四川盆地、鄂爾多斯盆地、柴達木盆地、塔里木盆地等天然氣的大規模開發，我國天然氣產量呈現快速上升的勢頭。隨著天

第五篇：電信行業研究報告

行業研究報告

目錄歸屬：A.信息技術及家電 行業分類 A.信息技術及家電 明細分類 通信

標題 電信市場競爭的核心是高質量服務 日期 2001-09-10 作者 國研網

作者單位 外部作者 正文：電信市場競爭的核心是高質量服務

鑫網 2001-9-10 14:36:21 國研網

市場的競爭，價格和服務是兩大重要內容。而價格之爭是有限的，任何企業都不可能無限地降低價格，所以競爭的最終取勝，服務是一個至關重要的因素。

通信市場的競爭，使消費者得到了實惠。網絡的優勢、干部隊伍的年輕化、知識化、員工素質及服務水平的日益提高，使中國電信正向企業現代化的道路邁進。但是，近幾年來客戶投訴和客戶滿意度的調查情況，特別是我省開展的百萬的情況來看，在喝彩聲中還挾帶著一些抱怨、無奈和氣憤等不協調的聲音。究其原因，主要是由話費急

端和服務工作所致。這些總是若不能迅速解決，我們必將會推動失去客戶。國內競爭尚且立足不穩，入世后的局面就更不堪設想，迅速解決這些問題已是燃眉之急。

一、改革計費系統管理體制

超短計費、重復計費、不明計費和遺漏計費前兩年時有發生，影響面大、后果嚴重、處理棘手。多收的話費被動調減，而漏收的話費自負。目前此類問題雖以得到緩 解，但話費爭議總是仍是投訴中的熱點問題。

欠費停機、繳費復話，雖有明文規定，又有指令程序，然而至今尚不能百分之百自動復活，而人工復話也不盡人意。客戶清繳欠費之后一天、兩天，甚至幾天都不能復 機，難怪客戶怨聲載道。

以往的話費投訴，雖多次費起關注，但并未投入足夠的人力緊抓不放，未拿出行之有效的措施預防和杜絕此類現象，有許多都采取了被動的應付，不了了之。試想，如 若因軟件程序所致，何不及早更新換代7如若因工作流程所致，何不及時整改健全？如若因工作人員疏忽所致，何不選派精兵強將取而代之7如若由設備所致，何不理直氣

壯地加以追究？此類弊病久治不愈，究其因，實屬體制范疇。所以，有必要對計費系統的管理體制進行改革。

(1)成立計費研究管理小組，建立計費系統督查機制。計費研究管理小組專門研究異常話費的對策，維持各項計費工作的正常運行。發現異常，分析原因，尋根問

底，落實處理，制訂制度，采取措施。計費工作人員各司其職，各負其責，發現問題及時匯報。管理小組迅速對問題詳查細究，分析判斷，并將結果上報主管領導。計費研

究管理小組作出的決定，由計費系統督查部門監督檢查執行，真正做到一級對一級負責。

(2)建好計費督查隊伍。引進高層尖端人才，只有在各類異常現象面前采取有效對策，才能徹底改變依賴石家的被動局面。不但尖端人才能熟練操作硬件，善于慶用

和開發軟件，而且一般計費人員必須是責任心強、業務熟練、技術過硬的能手。只有這樣，才有可能保證計費系統的正常運行。

(3)加強計費人員的高層次培訓。計費系統還要靠人才來維持其正常運行。單靠設備先進不行，人才可以引進，但訂要靠培養。提高人才處理計費系統問題的能力，從而具有真才實學的骨干隊伍形成一支。加強計費人員的能力培訓是計費系統維護工作和電信長足發展的需要。計費問題看似業務問題，實質上是服務問題，計費問題不解 決，就很難讓客戶微笑起來，提高服務質量就難以落實。

二、改革服務機制

態度和藹，笑容可掬，的確令客戶心情舒暢。但隨著科技的進步和社會的發展，客戶對電信的需求業務面日益加寬，技術層日益增高，單靠微笑服務已遠不能滿足客戶 的需要。要想留住客戶，就必須使改善服務逐步向縱深發展。前臺服務和后臺支撐服務同是為了客戶，后臺支撐和前臺引導，有機地結合，才能真正提高服務質量。前臺服

務要求業務熟練，善于引導消費。說不清道不明、辦不對、都會令客戶失望。因此，加強對前臺人員的綜合業務和職業道德培訓，提高前臺人員的綜合素質至關重要。

(1)主要營業廳門口設立禮儀臺，增設禮儀小姐(先生)，向客戶致以問候。禮儀人員兼任服務生，巡視大廳，扶老儀表攜幼，引導客戶辦理業務手續。

作用：宣傳電信業務，樹立企業形象，加深與用戶的感情。

(2)開設特辦窗口，為老弱病殘用戶送方便。

作用：樹立公眾形象，方便特殊人群，增加社會效益。

(3)實行套餐服務。兩人一組，事先培訓，有關部門協調，訂立制度，實行上門辦理裝機手續、上網指導、電話維護保養、收費、清欠、售卡等套餐服務，分片包 戶，服務進萬家。

作用：提高辦事效率，減輕用戶負擔，建立良好關系，吸引大批用戶，促進企業發展，提高企業經濟效益。

后臺服務是提高服務質量的根本，是服務工作縱深發展的保證。嫻熟的技巧、準確的排障、規范的操作、技術的創新可以換得客戶的信任。加強后臺支撐更為重要，不 拘一格選人才、以高層人才充實后臺服務隊伍是加強后臺支撐的有效途徑。

三、牢固樹立“以客戶為中心”“服務是生產力”及“服務是效益”的觀念

在市場經濟環境下，電信“一枝獨秀”的局面己被競爭的浪潮沖擊得蕩然無存。在富有挑戰性的激烈競爭面前，我們再不轉變觀念，不主動出擊，不改革服務機制，就

必敗無疑。因此，我們必須徹底轉變觀念，樹立“以客戶為中心”的觀念，這也是新形勢下

貫徹“人民郵電為人民”宗旨的要求。我們應當清醒的認識到，客戶是市場的主

導力量，市場競爭的實質上是贏得客戶的競爭，誰能向客戶提供最滿意的服務，誰就能在競爭中取得主動權。

電信企業是社會的基礎設施，它的產品通過服務來體現。通信生產是通信設備與通信服務的結合，通信生產的過程實質上就是通信服務的過程。通信生產和通信服務是

統一的，沒有服務就沒有通信生產。服務是通信生產力的重要組成部分，服務質量的優劣，體現電信通信生產力水平。服務質量好，電信通信生產的使用價值和價值就高，反之就低，甚至給客戶造成損失，也就意味著會失去客戶。失去客戶就是失去了市場，當然也就更談不上企業的生存和發展。所以我們只有真正轉變觀念，擺正“賣方市 場”與“買方市場”的關系，牢固樹立“服務是生產力”、“服務是效益”的觀念，努力為客戶提供優質高效的服務，滿足各層次消費者的需求，才能增加企業效益，擴大 企業自身積累，為增強競爭實力打下堅實基礎。

四、對服務工作，黨政工團要齊抓共管

服務工作涉及到電信企業的各工種和各部門，貫穿于通信生產經營工作的全過程。因此，黨政工團各部門要抓奸服務作為一項基本職責。要結合工作特點，發揮各自的

優勢，推動服務工作的開展。黨委要對員工進行經常性的思想政治工作，為改善服務提供政治保證；企業領導要善于發動群眾，讓廣大員工積極參與服務管理，提高員工自

我約束、自我管理的自黨性；共青團要針對青年人的特點，開展多種形式的思想教育和服務競賽活動。各部門要樹立“一盤棋”思想，齊抓共管，密切配合，協調一致，各

司其職，強調樹立“下一環節就是客戶”的全員服務意識，圍繞服務展開細致的工作。

抓改善服務工作，特別要抓住“領導”這個對服務工作影響最重要的因素。領導認識到位不到位，關系到企業經營、管理工作和改善服務措施到位不到位，關系到企業

為社會提供的服務水平、質量和深度。要深刻地認識到，服務問題關系到用戶的利益和企業的興衰。領導干部是否重視抓服務，體現了領導干部的領導作風和政治態度。它 從個側面反映了領導干部抓工作的能力和水平。電信企業的領導要把服務作為一個永恒的主題，正確認識服務工作的動態性、綜合性和不間斷性，不斷研究解決服務中出現

納新情況和新問題，下大決心，花大力氣，把服務工作持之以恒地抓下去。在工作中，進一步明確服務標準，細化服務考核，強化服務監督，逐步達到服務工作的制度化、規范化、標準化、使服務水平的提高與通信效益同步發展。

五、嚴格管理、建全機制，是提高服務質量的重要手段與途徑

嚴格管理是搞好服務工作的重要保證，抓服務必須在加強管理上下功夫。要堅持不懈、持之以恒，結合新形勢下社會對電信服務的新要求，建立健全規章、制度、標 準，使改進服務工作向縱深發展。

首先，要建立服務工作的激勵、約束機制。嚴格獎懲，既是保證各項服務措施落實到位的一種有效手段，也是推動服務工作不斷向縱深發展的動力。對“服務明星”、“服務先進集體”就應當進行大張旗鼓的表彰和獎勵。對服務態度惡劣、嚴重損害企業形象的行為，發現一起，嚴勵查處一起。要使規范服務成為每個職工的行為準則，推

動服務工作不斷向更深層次發展。

其次，建立健全內外結合的監督、檢查機制。建立健全監督檢查機制，不僅可以保證各項服務工作的到位，同時也增進了電信與社會的溝通和理解。一是要建立健全內

部檢查機構，配備熟悉業務、責任心強、公道正派的同志擔任服務質量監督工作。二是保證必要的檢查頻次，采取多種檢查手段。三是聘請服務質量社會監督員，組建各級 社會監督系統。四是進一步開展電信企業服務質量客戶評價活動，定期向用戶發放意見征詢函，了解社會各界意見。五是不斷密切與當地消協、質協及新聞等單位聯系，定 期上門走訪，交流情況，有的放失地改進服務。

幾年來的實踐已充分證明了這一點，尤其是開展百萬客戶大回訪活動，邊回訪，邊改進，再加上經常性的走訪省、市消協及新聞單位，內外結合，共同監督，使服務質 量不斷提高，使客戶申告逐年減少，對改進服務工作起到了推動作用。

六、提高技術水平、增強通信能力，是提高服務質量的有力支撐

目前，我國的綜合通信能力不斷增強，我們的整體通信水平也發生了質的飛躍，為改善服務提供了有利的物質條件。在我們向社會提供傳統業務的同時，也積極向社會

提供多種具有世界先進水平的通信服務手段。服務領域不斷擴寬，服務功能大為增強，計算機互聯網、電子信箱、電子數據交換、可視圖文、虛擬專用網、傳真存儲轉發、會議電視、電話信息服務等各類新業務迅速發展，為社會提供了多層次的通信服務，基本適應了現階段社會多樣化和住處化的通信需求。事實證明，只有不斷提高通信技

術，不斷提高綜合通信能力，才能滿足日益增長的社會需求，才能為提高服務質量打下堅實基礎。

行業研究報告 目錄歸屬：A.信息技術及家電

A.信息技術及家電

行業分類

明細分類 通信設備制造業發展狀況分析及前景展望 標題

西部證券

作者

作者單位

正文：通信設備制造業發展狀況分析及前景展望

通信

日期

2001-09-10

外部作者

西部證券

上半年通信設備制造行業經營情況分析

目前,滬深兩市的主要的通信設備制造企業均已公布中報,綜觀這些公司的中報,我們發現通信設備制造行業上半年呈現如下特點：

1、行業內上市公司主營業務收入呈現高速增長態勢。扣除特發信息和投資收益占大頭的長江通信,全部上市公司的主營業務收入增長率均超過39%。這主要得益于良好的行業背景。

首先,上半年,電信固定資產投資呈現良好發展態勢。全國電信固定資產投資完成額為785.9億元,增長93%；其次,受益于入網費的大幅度下降和預付費業務的迅猛發展,今年上半年移動通信繼續高速增長；再次,由于運營商和廣電系統都在加緊建設傳輸網絡,上半年光纖、光纜的需求旺盛。

2、凈利潤增長幅度總體落后于主營業務收入增長幅度。與主營業務收入全面高速增長的態勢相比,凈利潤的增長幅度明顯小得多。東方通信甚至在主營業務收入增長52.8%的情況下,主營業務利潤僅增長5.7%,凈利潤同比減少58.6%,這說明行業競爭非常激烈,產品毛利率下降,而營業費用、管理費用的大幅增長則進一步吞噬了利潤。

光纖、光纜生產企業是一個例外。長江通信凈利潤同比增長325%,其原因是盡管光纖光纜目前價格已出現下滑趨勢,但光纖光纜企業的長期供貨協議價格變動的幅度相對要小得多,今年上半年產品銷售基本上執行的是2000年的協議價格,而去年需求的上升導致光纖光纜價格高企。

下半年通信設備制造行業前景展望

從目前的發展趨勢來看,我國電信業下半年有望繼續保持快速發展的勢頭。信息產業部2001年的宏觀調控目標是：通信業務收入4085億元,增長16.8%；通信業固定資產投資2627億元；發展本地電話用戶2510萬戶,移動通信用戶4640萬戶；全國電話普及率達到25%,城市電話普及率達到41%。

從實際情況來看,上半年通信業務收入完成全年計劃的40.8%,固定資產投資完成全年計劃的30%。這意味著我國通信設備制造商下半年的總體經營環境將有望好于上半年。

中國電信作為我國電信行業的主導企業,增長速度明顯減緩,值得重視。今年4月,中國電信業務收入增長率自1978年以來首次低于10%,1-6月增幅進一步下降到6.4%,低于行業平均增長水平。目前中國電信再次分拆在即,分拆在短期內會對設備投資產生一些影響,但從長期來看,運營商的增多將會刺激行業的發展,增加對設備的需求。同時,聯通、中國移動、鐵通等運營商的高速發展將會為電信設備制造商提供機會。因此,對于生產程控交換機為主的上市公司而言,下半年的經營業績有望好于上半年,且能夠適應形勢變化的設備制造商能夠取得快速增長,而不適應上述變化的企業則增長放緩,中興通訊等上市公司值得重點關注。

在我國,手機的使用越來越普遍,但業內競爭也日趨激烈,我國的手機制造企業要想真正取得突破,必須在掌握關鍵技術方面取得突破。而對烽火通信、長江通信等光纖、光纜及光傳輸設備制造企業而言,今年主要執行的是2000年的合同,下半年仍將會取得較好的業績,但隨著我國光纖光纜生產能力的提高,光纖光纜的價格極有可能形成下降通道,長江通信等光纖光纜企業2002年的業績不容過于樂觀。