行业认知

由于预期的切入点是人脸识别，所以基于人脸识别目前主要落地的行业进行分析。

AI+ 安防

概述

安防行业智能化加速，进入AI时代，摄像头高清化、智能化、后端升级，填补了传统安防在当下越发不能满足行业对于安防系统准确度、广泛程度和效率的需求缺陷。

人脸识别和视频监控是智能安防的核心，云边融合是智能安防未来发展趋势。

例如，海量高清视频传输占用宽带资源，而云边融合则将智能算法前置，在摄像机安装智能芯片，通过边缘计算将人脸识别等应用的抓图压力分摊到前端，解放中心的计算资源，同时提升服务的效率和精准性。

政府是智能安防的主体，受益于我国的平安城市、雪亮工程、智慧交通战略，道路交通、海关边检等对视频监控需求量大，且G端安防需求较为一致，安防方案可以规模化拓展。另外，智能安防正从专业化市场向民用市场渗透。

预计到2020年，我国安防市场规模将达万亿。AI企业在安防领域的优势在于技术，通过开发具备人脸识别功能的系统、芯片及摄像机等软件硬件，突破昏暗、雪雾天气等条件束缚，更精准锁定罪犯。

行业历史

模拟监控阶段：(1979—1983)：

早期的安防监控系统使用单位主要是一些非常重要的和特殊的单位和部门，系统由前端的模拟摄像机，后端的矩阵、磁带录像机和CRT电视墙构成；
由于这个阶段摄像头设备由日系企业所垄断，国内自主知识产权的摄像头生产技术落后，争夺摄像头代理权成为行业的热点。

数字监控阶段(1984—1996)：

此阶段，数字化技术推动了DVR产品的诞生，性能远优于模拟监控设备；
DVR产品的出现，反过来推动了国内数字化摄像头产品的自主研发与生产，图像的分辨率逐步迈人标清时代。

高清化，网络化监控阶段(1984—1996)：

高清监控概念的引入，其带来的不仅仅是软硬件系统的革命，更大的意义在于由单一的视频监控，开始逐步过渡到视频监控与客户应用系统的融合；
视频监控不再是一个信息孤岛，更多地与用户的业务系统结合，成为促进业务发展的重要资源。

智能化监控阶段(2009—2012)：

此阶段，安防行业基本上由信息获取阶段开始进入到信息的使用阶段；
如今的安防系统已经不仅仅是一个简单的视频监控系统，安防系统已经扩展成为可以集成各行业业务管理、数据传输、视频、报警、控制于一体、可以实现对海量数据的存储、智能分析，调用的安防智能化综合管理平台。

智慧化监控阶段(2012一至今)：

随着物联网技术、人脸识别技术在社会公共安全领域的综合应用时机的逐渐成熟，并且随着2012年国家智慧城市发展战略的提出，智慧化势在必行。

行业发展

趋势：

技术：
- 数据采集：高清化、智能化（边缘计算）：
- 数据存储传输：云端化；
- 数据处理：更强的边缘计算能力及与云端计算更好的融合；
渗透率：
- 二、三及以下线城市监控的渗透率将大幅提升；
- 城市之间的渗透率差异将逐步减小。

当下增长能力：

据不完全统计，到2018年末，中国安防企业约为3万家，从业人员达到160万人，安防企业年总收入达到6600亿元左右，相较2017年增长10%。

与宏观经济周期的关系：

现在安防企业大多是2G项目，2018年的数据如下：
- 市场公开招标的城市级安防项目有近2600多条，按项目的数量顺序，项目类型：
  - 交通管控（1173）；
  - 平安城市（599）；
  - 智慧交通（374）；
  - 雪亮工程（339）；
  - 智慧城市（103）；
  - 人脸识别（21）；
  - 智慧警务（11）；
  - 城市大脑（8）；
  - AI（4）。
- 招标金额上亿的项目有149个，总金额达444亿，比2017年65亿高出7倍左右。
现象：
- 这些统计数据反射出的是一个蓬勃发展的大安防市场；
- 平安城市、智慧城市、交通等常规项目市场依旧活跃，伴随着AI的落地应用，人脸识别、雪亮工程、城市大脑、AI等新型项目一跃而起，成为新兴的城市级安防项目的重头戏；
- 可以预见，在未来几年，这几大新型项目将在各大城市有更活跃的表现；
- 相对于其他大部分产业以大众需求、市场潮流为导向，安防产业作为直接服务于政府公共安全建设的行业，其客源具有相对的稳定性。
风险：
- 企业的营收和政府的需求挂扣紧密：
  - 对一些极度依赖政府采购的企业而言，政府在安防项目上需求的放缓或开放，都将成为影响企业营收的重要因素。
- 互联网产业遭遇资本泡沫、宏观经济环境下行：
  - 国家去杠杆政策、政府债务问题直接导致影响；
  - 多家上市安防公司在2018年的季度财报中提到，在去杠杆的大形势下，实体经济整体下行，投资信心不足，政府与企业的投资行为都有所放缓。
- 政府地方债：
  - 很多企业的资金都陷在政府项目中无法抽出；
  - 因为政府没有按照原来的合同或者进度进行支付，这个资金占用影响了企业特别是工程商的资金活力，将企业卡在“泥淖”中，进退两难。
- 海外市场发展放缓：
  - 宏观经济、中美贸易战的影响、加征关税以及禁售风波，一定程度上扰乱了国内安防企业在海外市场的业务拓展计划和信心。

行业在其他国家的发展：

服务标准高端化：
- 安防行业的发展程度与地区经济直接挂钩；
- 在经济发达地区比如欧美国家，用户更看重安防产品的高附加值（产品的品牌、智能化程度、服务等）；
- 因此，在美国安防市场，高端的运营服务公司更受用户欢迎。

AI落地场景

政府：

平安城市；
雪亮工程；
智能交通。

企业：

防盗；
楼宇监控；
客流分析；
门禁/闸机。

家庭：

防盗；
看护。

固有风险

行业竞争：

行业日趋分化，市场“马太效应”凸显；
安防企业在经历前期的价格战以及并购整合以后，市场竞争局势逐渐明朗。一方面大型企业快速崛起，大型企业在综合实力、研发能力、议价能力、品牌影响力等方面全面领先于中小企业；
此外大型企业在产业链延伸、产业跨界等方面的优势，直接导致了强者愈强，强者通吃的局面；
另一方面规模较小，市场份额较低，管理方式较为落后的小型企业处境愈加艰难，他们的产品缺乏自身风格和市场差异化，再加上生产硬件的各种成本在不断升高，人工成本在直线上升，各种上游原器件的价格也在上涨，小型企业的生存空间被进一步压缩；
AI成为破局点，传统安防产品系统不稳定、生产效能低下、缺失智能化数据大平台，安防产品升级换代需求迫切，而以AI核心技术作来进行切入，成为当下视觉独角兽的制胜法宝，同时也驱动了老牌企业的转型。

行业整合：

行业集中度：
- 视频监控为安防行业核心，占据了超过30%的安防市场；
- 随着AI赋能视频监控，视频监控的市场份额将大幅提升。
外资进入：
- 目前进入中国发展的外资企业超过200家；
- 国内安防厂商提供的产品已与国外品牌产品在产品性能上已无差距，但国外品牌在售价方面却远远高于本土产品，加之本土企业更及时更有效的本土化服务体系，使得本土公司产品较外资品牌产品有了得天独厚的性价比优势。
收购兼并：
- 收购兼并对于行业环境的影响也是非常大的，竞争对手的竞争力会因为收购兼并而发生变化；
- 对于产品经理而言，这一点也需要有心留意，此处就不多阐述。

政策——近3年：

2016年：
- 《“十三五”平安中国建设规划》：
  - 要求渗透率提升、安防与警务串联。
- 《中国安防行业“十三五”（2016-2020）发展规划》：
  - 要求增加安防服务比重，安防规范化、系统化；
  - 安防渗透率提升。
2017年：
- 《“十三五”公共安全科技创新专项规划》：
  - 强化创新，提升违禁品检测力度。
2018年：
- 《关于推进城市安全发展的意见》：
  - 加大城市安全管理智能化升级。
- 《促进新一代人工智能产业发展三年行动计划（2018-2020）年》：
  - 发展“视频图像身份识别系统”；
  - 计算机视觉识别理解要求技术创新，拓展在安防、金融领域的应用。

产业链

上游——基础设施：

图像传感器；
高清摄像头；
编解码芯片；
硬盘；
服务器；
算法。

中游——设备集成、运营商：

安防视频监控产品；
系统集成解决方案；
安防运营服务。

下游——客户：

各种应用场景。

AI+ 金融

概述

金融+AI主要是通过AI核心技术（机器学习、知识图谱、自然语言处理、计算机视觉）作为主要驱动力，为金融行业的各参与主体、各业务环节赋能，突出AI技术对于金融行业的产品创新、流程再造、服务升级的重要作用。

未来的金融服务将以用户的需求和体验为立足点，提供更加高效、安全、个性化的综合性解决方案，贯穿于金融服务垂直全流程，使资金融通的基础性作用以更加灵活、快速、精准的方式，服务于智能产业转型升级，服务于智能生活提质增效，进一步推动实体经济的高质量发展和社会民生的持续改善。

行业历史

IT+金融阶段：

金融行业通过信息系统实现办公业务的电子化与自动化，增强数据交互能力并提高服务效率。

互联网+金融阶段：

利用互联网平台与移动智能；
终端汇集海量用户数据，打通各参与方信息交互渠道并变革金融服务方式。

AI+金融阶段：

基于新一代AI技术助力金融行业转型，削弱信息不对称性并有效控制风险，降低交易决策成本，充分发掘客户个性化需求与潜在价值。

行业发展

发展趋势：

提升信息利用率：
- 根据调查数据，全球金融服务领域的信息利用率仅有26%，在各行业属于偏低水平；
- 同时金融是以数据分析为业务进行导向的，随着AI的普及和发展，已有的数据如何更好地被挖掘转化，新的数据如何被采集、利用、分析，都有巨大的提升空间。
定制化：
- 充分采集、利用用户的年龄、收入和消费结构、健康状况、阶段性需求、未来规划、风险承受能力等数据信息进行分析；
- 从目前较为共性化、标准化的金融服务和产品，向更具个性化、定制化服务的方向发展。
综合性：
- 除了满足个人和企业用户的支付转账、理财借贷等基础性金融需求之外，将在财务规划、资产管理、保险保障、风险管理、决策支持等领域提供更为全面、综合性的解决方案。
可控性：
- 在金融服务数据互联互通、开放共享的基础上，从过去的手工报送监管数据，到实时、自动化方式进行数据收集、分析、报送；
- 监管部门可以更为全面、及时地掌握相关领域风险集中度、关联度等信息，进一步提升金融活动可控性和风险监测水平。
协同化：
- 从纵向层面，金融机构、技术企业的密切合作将形成常态化机制，各主体之间优势互补，形成点、线、面不同维度的合作格局；
- 从横向层面，在金融服务产业之外，AI+金融将充分发挥协同作用，助推传统商业模式的转型升级，培育数字经济领域新的增长点；
- 协同化让普通百姓获得更高效、便捷、经济、安全的金融服务，成为促进实体经济提质增效、智能生活、惠民生方面的催化剂。

当下增长能力：

2018年金融业收入接近70万亿，同比增长4.4%。

与宏观经济周期的关系：

宏观经济周期必定会作用于金融行业，同时也必定会对金融行业带来一定的影响；
政策管控：
- 货币政策：
  - 货币政策作为政府宏观经济调控的主要工具，因为货币供给需求与社会供求关系的平衡之间是相辅相成的，所以，调控宏观经济，就必须依靠货币供给量；
  - 货币政策主要是控制货币供给量的调节过程，从而实现就业增加、经济发展等宏观经济目标；
  - 当下货币政策是，强调稳健以及内外平衡。
- 财政政策：
  - 财政政策是政府所使用的除开货币政策之外的一种宏观经济调控的主要手段，财政政策会直接的影响证券、股票以及基金等；
  - 当下财政政策的现状是，扩张显著放缓、流动性管控严格。
- 外界因素：
  - 贸易战：贸易战因素，关税提升导致出口增速放缓，消费者消费欲望降低，进而导致了金融收入下降。

行业在其他国家的发展：

金融去监管化：
- 以美国为例，特朗普上台后实现“金融去监管”；
- 监管环境趋于宽松，企业发展自由度高。
金融科技化：
- 特朗普上台后，监管机构对于金融科技创新采取了更为支持与鼓励的态度。

AI落地场景

智能支付场景：

人脸、指纹、声纹、虹膜等生物识别支付；
停车场车辆外观与号牌自动识别支付；
用户账户自动聚类与关联分析。

智能客服场景：

7*24小时机器人客服；
取代传统菜单式语音+人工客服模式；
金融机构网点分流引导式服务机器人。

智能投顾场景：

个人理财产品策略咨询；
股票配置、基金配置、债权配置、交易执行、投资损失避税。

智能风控场景：

信贷审批、额度授信；
信用反欺诈、骗保反欺诈；
异常交易行为、违规账户侦测；
风险定价、客户关联分析。

智能投研场景：

上市公司研报、公告关键信息分析；
智能财务模型搭建与优化；
投资策略规划与报告自动生成。

智能营销场景：

线上社交渠道智能获客；
线下活动透视分析获客；
销售报表自动生成智能分析

智能理赔场景：

智能辅助拍摄、远程精准定损；
理赔材料信息快速提取、智能审核；
维修方案、价格、年保费影响实时推送，快速赔付。

固有风险

行业竞争：

以消费金融行业为例；
随着政策支持及金融科技的发展，消费信贷市场扩张迅速，玩家扎堆，它们来自于产业系、电商系、互联网P2P系等不同派系；
公开数据显示，截至目前，全国开业或筹建（含地方银监局批准而银保监会尚未批复的）中的持牌消费金融公司一共有27家，背后银行持股的消费金融公司占比达到8成。

政策：

2017年 ——《新一代人工智能发展规划》：
- 提出要创新智能金融产品和服务，发展金融新业态，鼓励金融行业应用智能客服、智能监控等技术和装备，建立金融风险智能预警与防控系统；
- 中国人民银行成立金融科技委员会加强金融科技工作的研究规划和统筹协调，积极利用大数据、AI、云计算等技术丰富金融监管手段，提升跨行业、跨市场交叉性金融风险的甄别、防范和化解能力。
2018年 —— 来银监会以及央行共发布25个政策，内容概括如下：
- 4大思路：
  - 在化解存量风险上求稳、遏制增量风险上求进，预留政策空间，实行新老划断；
  - 监管是短期和长期相结合的一个工作；
  - 当前金融创新不是过快，而是相对滞后，不是过多过度，而是相对不足，但对以套利为目的的“伪创新”坚决予以整治和取缔；
  - 将同业、理财、表外等业务以及影子银行作为2018年整治重点。
- 8个重点：
  - 公司治理不健全，包括股东与股权、履职与考评、从业资质等三个方面；
  - 违反宏观调控政策，包括违反信贷政策和违反房地产行业政策；
  - 影子银行和交叉金融产品风险，包括违规开展同业业务、理财业务、表外业务、合作业务等四个要点；
  - 侵害金融消费者权益，主要是与金融消费者权益直接相关的不当销售和不当收费；
  - 利益输送，包括向股东输送利益、向关系人员输送利益；
  - 违法违规展业，包括未经审批设立机构并展业、违规开展存贷业务、违规开展票据业务、违规掩盖或处置不良资产等四个要点；
  - 案件与操作风险，主要是列举了一些案件高发多发的薄弱环节和存在的突出问题，包括员工管理不到位、内控管理不到位、案件查处不到到位；
  - 行业廉洁风险，包括业务经营和信息管理两个方面。
- 4个要点：
  - 银监发7号文将贷款拨备的数值调控改为区间调控，表明监管权限在提升、容忍度在下降；
  - 央行和银监会双双鼓励商业银行资本工具创新，以应对表外回归表内对资本的过快消耗；
  - 银监会发布数据治理征求意见稿，以及牵头成立金融云公司，弥补商业银行数据质量短板，贯彻普惠金融发展路线；
  - 外资银行的开放进程不断加快。

产业链

上游：

服务器；
芯片；
传感器；
摄像头等其他硬件。

中游：

技术软件厂商：
- 计算机视觉；
- 语音语义；
- 生物识别；
- 语料采集等其他技术。

下游：

各种应用场景。

AI+零售

概述

因为电子商务的崛起，许多传统零售业受到冲击而纷纷倒闭关门，但是传统零售仍然占据的主要的市场份额，是人们购物的主要场景。

如今随着AI的崛起，电商线下体验严重不足的缺点有了替补的解决方案，同时意味着电商也将迎来自己的天花板。

对于趋势的来临，线下实体店的升级将为传统零售业突破瓶颈迎来新的发展。

人们对于购物的认知已经随着AI的兴起发生了改变。

在过去，人们认为购物只是买东西，如今人们会把购物当做一种生活方式，通过购物而获得更好的线下体验。

所以在AI技术逐渐成熟的基础上，零售业将会出现前所未有的转变，新零售正在崛起。

随机AI越来越受到关注，不少企业也开始注重AI在零售业方面的布局，从而将AI技术融入到新零售业务中。未来新零售与智能化息息相关，它绝大部分都需要依靠AI实现自动化和标准化。

因此，在AI的应用场景下，新零售也正在发生翻天覆地的变化，未来将会有更多的AI产品应用在新零售中，从而为顾客打造焕然一新的购物场景。

行业历史

传统零售：

百货商场：
- 世界上第一家百货商店出现在1852年，打破了“前店后厂”的小作坊运作模式；
- 秋林公司则是我国第一家百货公司，于1900年由俄国人在哈尔滨开设。
连锁商店：
- 连锁商店由美国人首先发明；
- 1859年，美国大西洋和太平洋茶叶公司建立了世界上第一家连锁商店；
- 连锁店建立了统一化管理和规模化运作的体系，提高了门店运营的效率，降低了成本；
- 随着连锁商店的快速发展，其分布范围也越来越广泛，尤其是贴近社区的连锁商店，让居民生活更便捷。
超级市场：
- 超级市场大约在1930年开始发展成形，开创了开架销售、自我服务的模式，创造了一种全新体验；
- 同时，随着IT系统进入超级市场，其商品的流通速度和周转效率大大提升。

电子商务：

20世纪初，随着互联网的发展，电子商务开始诞生，它将商品数据化，通过互联网实现交易，重新定义了人物货物之间的关系。

新零售：

它以电子商务为基础，颠覆了传统多级分销体系，降低了分销成本，使商品价格进一步下降；
在“新零售”中，大数据、AI等先进技术手段全部融入其中，对商品的生产、流通与销售过程进行智能化升级改造，进而重塑业态结构与生态圈。

行业发展

发展趋势：

供应链数据化、高效化：
- 供应链上游大多为传统制造业，信息数字化的程度才刚刚起步，整体的效率偏低导致整个供应链的低效；
- 将来零售业的发展必须要突破这个瓶颈才能进一步提升用户体验。
更加以消费者为中心：
- 在零售市场竞争激烈的环境下、在商品极大丰富的大背景下，零售的发展，已逐步走出以商品为中心的模式，转向以消费者为中心，以流量为中心的方向加快发展；
- 零售需要从内容、形式和体验上如何更好地满足消费者的需求，“精细化”、“差异化”是当前零售经营的核心。
全渠道零售：
- 目前的零售市场已经是高度的线下与线上二维市场；
- 未来的零售市场必将是更加充分的二维市场结构空间；
- 市场不会再回到单一的线下市场结构，只有实现二维市场融和规划，协同发展，才是把握了市场的全部。
智能化、无人零售：
- 随着信息技术、智能技术的逐步成熟，AI将会逐步取代部分的人力，而使零售效率得到提升；
- 沃尔玛、亚马逊等已经在无人零售上迈出了步伐，从成本、效率、体验出发，无人零售、自助零售已经成为零售创新发展的新热点。

当下增长能力：

2018年我国零售业经营单位有2078万个，同比增长7.2%。收入方面，总收入超过35万亿，同比增长8.2%。

与宏观经济周期的关系：

抗周期特性明显：
- 2008-2009年，金融危机时期；
- 在大多数行业增长都出现了不同程度下滑的情况下，零售行业整体仍然表现出了的抗周期性的特点，社会消费品零售总额分别同比增长21.6%和15.5%。

行业在其他国家的发展：

连锁经营发展势头依然强劲：
- 欧洲连锁经营已步入后现代阶段；
- 美日连锁经营份额将进一步提升。
城市小型业态发展前景良好：
- 欧美便利店和美国便利店增长迅猛；
- 日本小型综超已成为新的增长点。
自有品牌创新深耕细分市场：
- 英美百货超市自有品牌稳步拓展；
- 日本零售自有品牌开发创新不断。
网络零售带动传统业态增长：
- 英国品牌商和零售商均开网店；
- 美国实体店占据网购半壁江山。
消费体验和个性化服务凸显：
- 欧美零售注重现场消费体验；
- 日本零售服务功能逐步强化。
营销由多渠道向全渠道发展：
- 英国融合实体网络全渠道；
- 美国实现线上线下无缝对接。
物流配送延伸到顾客家门口：
- 日本实体店推出送货上门服务；
- 美国电商提供免邮和代收服务。
可持续成为高级阶段关注点：
- 消费者更加关注绿色和可持续；
- 企业逐步向绿色零售商转变。

AI落地场景

生产制造：

智能机器人；
智能制造；
大数据。

供应链管理：

大数据。

物流仓储：

无人机；
智能机器人；
大数据。

经营管理：

大数据。

消费场景：

以图搜货；
刷脸支付；
客流分析；
智能导购。

固有风险

行业竞争

竞争以市场行为主导：
- 零售业中企业数量众多，产品价格透明度高、差异化小、可替代性高，导致企业间竞争十分激烈，价格战十分常见；
- 政府把商业零售和餐饮服务业作为一种竞争性产业，对其发展资源、发展方向、发展规模、发展形式完全由市场配置、选择和调节。
传统国营商业、民营企业和外资企业三鼎分立：
- 传统国营商业：现代商业零售业中，传统国合商业虽然占有一席之地，但受传统经营思想的影响，在经营思想、企业体制、运转机制、产业结构、业态形式、发展资源、科技进步、管理架构等新体系建立的根本性问题上，基本上没有按照现代流通业的模式很好改造；
- 民营企业：除大百货公司外，在连锁超级市场、仓储商店、便利店、专卖店、专业店等现代零售业态上，不起主导和决定作用，社会其他部门、行业、其他经济成份的企业，包括工业、农业、交通、建筑、房地产部门办的商业零售业不少；
- 外资企业增多：近几年，国内经济发展迅速，消费增加，吸引不少外资零售业企业进入中国，加快扩张速度，他们利用政府的商业政策，主要和国合商业以外的非商业机构和企业合作，取得经营管理上更大的自主权和主动权。
企业之间的竞争激烈程度加剧：
- 随着零售企业之间日趋激烈的同业竞争，导致不少零售企业破产或者被迫区域性退出；
- 而这种竞争态势将继续在以后的时间里存在，意味着有更多的企业迫于竞争压力而破产或者退出。
行业竞争正慢慢向二、三线城市渗透：
- 随着竞争的日趋激烈和宏观经济环境的变化，再加上内外资零售巨头的围棋布局发展，这些各地的“龙头”开始担忧，如果不与时惧进，创新变革发展，就有可能固步自封，甚至被实力更强的企业吞并；
- 因此，做大做强成了他们的必然选择，二、三线城市成为这些大型企业经营扩张的主战场

行业整合

行业集中度：
- 整个零售业仍然是高度分散的，六大连锁集团（大润发、沃尔玛、华润万家、联华、永辉、家乐福）仅占整个市场份额的15%。
外资进入：
- 近年来，大批外资企业宣布退出中国市场，因为随着国内零售升级，外资企业没有很好的跟上节奏实现本土化、精细化、差异化。

政策：

2017年：
- 扩大跨境电商零售进口监管过渡期政策：
  - 中国跨境电商行业链条将日臻完善，行业格局也将日渐稳固，跨境电商也会进入蓬勃发展的新阶段；
  - 政策拥有高超的市场敏锐度，潜移默化地在满足并推进消费升级的市场环境要求。
- 《国务院关税税则委员会关于调整部分消费品进口关税的通知》：
  - 消费结构的升级，直接催促着国内供给体系的转型升级；
  - 此次降低部分消费品进口关税，能够满足消费者对于商品的多元化需求，有利于丰富国内的消费选择，拉动经济内需，有利于国内经济的长远和可持续发展。
- 国务院办公厅印发《关于积极推进供应链创新与应用的指导意见》：
  - 新零售、智慧零售都是在以客户为中心的基础上，提升服务和提高效率；
  - 而服务和效率的完善，根本支柱是智慧的供应链体系；
  - 智慧供应链体系能够使组织的协同更加高效、供给与需求的匹配更加精准；
  - 而此次供应链创新的政策扶植，正是推进供给侧改革的关键，是促进产业升级的源动力。
- 商务部等五部门发出《关于促进外贸综合服务企业健康发展有关工作的通知》：
  - 该项通知的出台深入贯彻了2016年中央经济工作会议关于注重用新技术新业态全面改造提升传统产业的要求，体现出了传统产业转型的必要性和紧迫性；
  - 综服企业快速发展需要与之相适应的政策框架支持，由此高效落实的任务有了充分保证。
- 《国务院办公厅关于加快发展冷链物流保障食品安全促进消费升级的意见》：
  - 在无人零售和生鲜电商快速发展的元年，冷链物流保证政策的出台可谓是一剂定心丸；
  - 冷链物流体系的构建与强化，一方面可以满足消费升级下人们的及时健康消费需求，另一方面也有利于企业提质增效，为新零售企业的规模利润实现难题打开解决窗口。
- 商务部等五部门关于印发《商贸物流发展“十三五”规划》的通知：
  - 现代物流被称为第三利润源，国家重视商贸物流发展，有利于带动产业转型升级，同时商业新技术、新业态、新模式的出现，也将给行业发展带来新的机遇；
  - 如此一来，企业在政策的鼓励下，将着眼于提高流通效率，形成全产业链集成发展的融合发展格局。
- 《商务部关于进一步推进国家电子商务示范基地建设工作的指导意见》：
  - 结合地方电子商务和经济发展情况，发挥政府的引导作用，实施体制机制和政策创新，强化市场的主导作用，进一步激发示范基地和电子商务企业活力，实现创新引领，协调发展；
  - 争取到2020年，示范基地内电子商务企业数量达到10万家，孵化电子商务企业数量超过3万家，带动就业人数超过500万，形成园企互动、要素汇聚、服务完备、跨域合作、融合发展的电子商务集聚区。

产业链

上游：

供应商；
服务器；
芯片；
传感器；
摄像头等其他硬件。

中游：

技术软件厂商：
物流仓储。

下游：

线下门店；
线上渠道。

进入AI领域做产品 —— 我的自学之路（AI+行业的基础认知）相关推荐

进入AI领域做产品 —— 我的自学之路（CV-人脸识别）
图像和视觉处理 -- 计算机视觉概述计算机视觉,即让计算机去模拟人类的视觉系统,来获取并理解图像中的信息. 现在世界上每天产生的数据70%都是以图像或视频的形式呈现,同时世界上的摄像头数量已经过亿, ...
从Loot推论如何在NFT领域做产品创新？
在NFT大概保持了半年热度之后,终于出现了一个刷屏级的项目Loot,也许因为Loot太过于奇特和魔幻.行业人士纷纷转到朋友圈或各种DIY. 这代表的是一种创新可能性.也算是一些产品设计上的思维延伸以及 ...
AI领域的人才短缺，原因是什么？该如何解决？
https://www.toutiao.com/a6644455336910520839/ 2019-01-09 19:20:12 都说21世纪最缺的是人才,AI领域得人才更是短缺,但AI沃浪讯了解到 ...
FlyAI资讯：GPT-3的威力，助力AI领域
摘要:大概一个月之前,史上最巨无霸NLP模型GPT-3问世.当时它向世界展示的能力是,"不仅会写短文,而且写出来的作文挺逼真的,几乎可以骗过人类,可以说几乎通过了图灵测试."可能是 ...
你的AI模型有哪些安全问题，在这份AI攻防”词典”里都能查到
允中发自凹非寺量子位报道 | 公众号 QbitAI 目前,AI技术在人脸支付.人脸安防.语音识别.机器翻译等众多场景得到了广泛的使用,AI系统的安全性问题也引起了业界越来越多的关注. 针对 ...
你的AI模型有哪些安全问题，在这份AI攻防“词典”里都能查到
本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处. 目前,AI技术在人脸支付.人脸安防.语音识别.机器翻译等众多场景得到了广泛的使用,AI系统的安全性问题也引起了业界越来越 ...
浪潮服务器自研芯片,5G、AI高度融合发展，浪潮服务器满足各种AI场景应用需求...
在新技术的推动下,各行各业都在向着智能化发展,业界人士普遍认为智能互联的时代已经来临.在不久前的MWC大会上,就向我们全面展现了5G与AI在技术创新.应用场景探索.跨界合作.落地实践诸方面的" ...
年薪千万的产品经理打开了我对这个职位的新认知！
说到产品经理这个职位,很多公司都觉得招个2~3 年的人就可以了,只要能画画原型就可以了.开始我也这么认为的,直到我认识了一名大厂年薪近千万的产品经理大佬,简直是刷新了我对产品经理这个职位的认知!如果只 ...
周志华教授：AI领域如何做优秀研究并写高水平论文？
↑ 点击蓝字关注极市平台来源丨深度强化学习实验室极市导读本文整理了AI领域著名学者周志华教授<做研究与写论文>的PPT,详细介绍了从研究方向选择到论文写作技巧,再到向期刊投稿的过程 ...

进入AI领域做产品 —— 我的自学之路（AI+行业的基础认知）

行业认知

AI+ 安防

概述

行业历史

行业发展

AI落地场景

固有风险

产业链

AI+ 金融

概述

行业历史

行业发展

AI落地场景

固有风险

产业链

AI+零售

概述

行业历史

行业发展

AI落地场景

固有风险

产业链

进入AI领域做产品 —— 我的自学之路（AI+行业的基础认知）相关推荐

最新文章

热门文章