報告是在工作或項目事后編寫的，所以報告具有總結性、敘述性的特點，只有按照報告格式編寫，才能編寫出有效的報告。以下是小編整理的《人工智能產業發展報告》僅供參考，希望能夠幫助到大家。
第一篇：人工智能產業發展報告
金準人工智能 養老機器人產業研究報告
前言
目前，65歲以上的老年人口占我國總人口數17.3%，隨著老年人口的增加，適齡勞動人口的減少，中國的養老的壓力也越來越大。與此同時，隨著國內機器人產業的興起，機器人養老成為了新的探索方向。在政策上，機器人養老也得到了大力的支持。據《機器人產業發展規劃(2016-2020年)》所規劃，機器人將在5年內走入養老服務業。清華大學機械工程系的張文增教授也表示，機器人養老是一個非常重要的主題，未來市場將是海量的。
盡管有政策的支持，學界和玩家們也紛紛看好該其前景，但目前機器人養老的市場情況卻不容樂觀。少數玩家針對養老這一特殊場景推出了更垂直的解決方案，而大部分的玩家都選擇與兒童產品通用的方案，忽視了老年人這一人群的特殊屬性。在此之下，機器人在養老市場的場推廣上也卻步履維艱，To B方面以醫院和養老院兩個場景率先形成小規模的初級市場，To C方面聲勢甚微。
近日，金準人工智能專家發現，無論是學者還是行業從業者對機器人養老的前景都持看好態度，甚至有海外企業涌入國內市場，但國內市場卻存在著魚龍混雜、大部分企業談概念等突出問題。金準人工智能專家將起底機器人養老產業現狀，深入分析眾玩家打法和產品設計情況，以及市場需求與產業發展方向。
一、國內市場早期入局玩家
國內方面，目前入局的玩家并不多，大部分企業都處于試水和初步布局階段。在應用場景上也主要分為家庭、養老院和醫院三大典型場景。在市場早期，金準人工智能專家發現一些較為積極的早期入局者，如廣東禮賓機器人、柚瓣機器人和優必選智慧養老克魯澤Cruzr機器人。
1.廣東禮賓機器人
醫院是機器人養老的重要應用場景之一，成立于2015年的廣東禮賓醫療科技股份有限公司，目前就將市場重心放在了醫院上，希望解決養老的一點剛需，陪伴老人度過漫長的護理期。據其CEO周全勝介紹，他們已經在機器人養老上做了三年，目前年出貨量大約8000臺。除了采購一些廠商的機器人本體外，自己也在開發硬件，并推出了小寶和精靈兩款硬件產品。
2.新松家寶機器人
去年11月，遼寧德沃與沈陽新松聯合開發了一款智能養老服務機器人。今年年初，新松也展示了用于養老的家寶機器人，包含智能看護、親情互動、遠程醫療、家政服務等功能。同時，可以對老人身體健康狀況進行實時監測，構建用戶管理、健康檢測、慢病管理、生活陪伴、家庭醫生助理、緊急警報等服務在內的應用解決方案。此外，這款機器人還可以與家人視頻通話、向老人推薦養生菜譜、規劃旅游線路等。 3.柚瓣機器人
去年，重慶柚瓣家科技有限公司與機器人本體廠商康力優藍合作，推出了專門陪伴老人的機器人——“柚子”。這款機器人以康力優藍的“小優”機器人為本體，搭載了柚瓣家科技的養老系統解決方案。在功能上，通過接入的第三方內容可以實現，聽戲聽歌等娛樂陪伴，同時，通過與外接醫療儀器相連，進行健康管理、測量血壓血糖、提醒用藥，遠程呼叫等，最突出的功能是進行視頻雙向監控，可以監控老人狀況、保姆是否悉心照料。
目前，這款產品主要在重慶市的養老院進行推廣，據康力優藍CMO趙博韜介紹，目前，該項目的提貨量已達5000臺。此外，也有其他向老年市場推廣的渠道商進行相關咨詢。
4.優必選智慧養老方案——克魯澤Cruzr
國內人工智能獨角獸公司優必選科技也在養老機器人市場上進行布局。據介紹，優必選以智能服務機器人克魯澤Cruzr為本體，提供了一套智慧養老的解決方案。據優必選方面負責人吐露，根據前期市場調研和用戶反饋，克魯澤Cruzr計劃在養老院等場景中的應用比較廣泛。
在產品優化方面，克魯澤Cruzr主要針對老年人提供健腦練習、情感交流、“零”學習成本喚醒、自主查詢、數據分析以及運動指導等內容。
此外，還有天津哈士奇機器人科技公司、深圳市漢偉智能技術等公司也推出了智能養老機器人產品。
5.海外企業在中國的探索
日前，金準人工智能專家還通過上海國際機器人展會了解到一家名為甜甜圈機器人的日本企業。據該公司中國區負責人李中會表示，日本甜甜圈機器人株式會社由日本軟銀投資，與日本知名企業NEC、日立、安川電機、JAFCO、三井物產等公司有戰略合作關系，主要面向老人看護市場。目前，該公司正在籌建中國部門，去年11月還加入山東阿蘭圖靈公司的阿蘭圖靈人工智能小鎮項目。該公司表示，2018年將向海外市場發展，中國是首選方向。
去年6月，有消息稱，護理用機器人的最大廠家安川電機，在與中國企業美的合作，拓展中國市場。希望借助安川電機的機器人制造技術，結合美的對中國市場熟悉，進行中國市場的拓展。金準人工智能專家從美的機器人處獲悉，該項目已暫停一年多了，具體原因對方沒有透露。 金準人工智能專家認為，海外有競爭力的機器人企業涌入，將會刺激國產機器人企業在養老機器人市場上的探索，同時也將刺激國內市場更加規范。
二、養老機器人市場的三大突出問題
從2013年開始，中國成為了世界最大的機器人應用市場。據金準數據預測，預計2015-2018年全球服務機器人市場總規模約394億美元，四年年均復合增長率21.07%。2018年全球服務機器人市場總規模將近130億美元?？梢哉f，中國的養老機器人市場非常廣闊。然而，環顧養老機器人市場，卻存在著玩家少、產品針對性差且不專注、市場推進緩慢等問題。
上文我們看到一些在此市場早期布局的企業，他們也都推出了針對老年人特點和需求的解決方案呢，而為了搶奪一部分老年市場，大部分的玩家做法是將兒童產品與老年產品混為一談。在電商平臺，我們能看到這種做法的產品比比皆是。
需要正視的問題是，兒童產品更注重教育屬性，而老年人作為成年人更注重實用性。兩者在內容上具有較大的差異性，老年人由于肌體能力、學習能力的下降，接觸高科技的門檻較高。對于線上購物、線上支付、叫外賣、線上滴車、信息查詢等年輕人習以為常的科技服務的操作能力，甚至是認知都非常弱。
因此，在現階段機器人的技術和能力達不到幫助老年人端茶倒水、翻身排便的時候，將這些實用性的功能集成到機器人產品中，尚可解決一點養老的剛需。
老年人對互聯網的接觸較少，因此，在老年市場上，推廣渠道是一個重要因素，此外，價格是影響市場推進的另一個重要因素。
三、養老機器人產業的市場機會
面對這樣一個龐大的市場，如今半溫不火的狀態，不禁讓人追問，機會在哪，如何破局?金準人工智能專家帶著這樣的疑問，與研究學者、機器人廠商和養老專業人士進行了探討。
清華大學機械工程系的張文增教授表示，機器人養老是一個非常重要的主題，而且未來市場必是海量的。目前養老服務機器人的一個困境是機器人跟手機的差別并不大，只是移動著的手機，但在發聲交互方面的進步很大。但在養老的實際場景中，操作物體認識一個亟待解決的重要問題，目前抓握能力尚需人遙控并且做復雜的編程，如果在這一方面能夠再進一步開展深入研究，研發出相關產品后，在養老機器人等細分市場將有迅速點燃市場的極大可能性。 在廣東禮賓機器人CEO周全勝看來，機器人在養老上的應用，主要有醫療、應急和生活服務三個方面，但都依賴線下資源。同時，以目前的技術來看，機器人的應用還是要依賴于前后端的配合。因此，他認為現階段應先解決一點養老的剛需問題，如在醫院陪伴老人度過漫長的治療期。優必選和康力優藍等則將重心放在了養老院上，更多的通過在B端的合作，拓展市場。
北京普樂園養老院院長閆帥告訴金準人工智能專家，能與遠程醫療對接的機器人還是很需要的，對于先階段可以鏈接血壓計、血糖儀等設備，也接入了外賣、淘寶、打車軟件等內容，可以做視頻監控，可以移動的機器人產品，可以考慮采購，但會考慮價格問題，畢竟相比之下價格更低的智能音箱也可以做到一部分功能。同時，閆院長也表示，更希望這種價格略高的產品，能以共享的方式提供。
四、先行者日本的經驗
說到人口老齡化和機器人產業，首先會讓我們想到鄰國日本。日本是世界上老齡化問題最嚴重的國家之一。早在20世紀七八十年代，日本就已經步入老齡化社會，也是最先邁入老齡化社會的亞洲國家。中國的老齡化進程比日本要晚了二十年左右的時間，在日本實踐中證明有效的產品，大都可以拿到中國來使用。
為了解決養老壓力，日本采用了大數據與機器人結合的方式，大數據主要是將老人病例電子化，將檢查結果、用藥情況上傳到云，避免醫院重復性檢查，同時可以根據數據預測患者罹患疾病的情況，及時對癥下藥。
機器人方面，日本的養老機器人主要有物理輔助機器人和社交輔助的機器人兩類。物理輔助機器人是養老機器人市場較為高階的產品，參與過為老年人提供介護服務的人都知道，介護中最艱難的是排便，其次關鍵的問題還有按時翻身以防生褥瘡、對老人掉下床造成骨折和死亡事故提供警報、檢測病人呼吸、心率等指數。
物理輔助機器人方面，日本松下公司推出的可由床變成輪椅的機器人Resyone、日本理化研究所(RIKEN-SRK)人機互動研究中心和日本住友理工公司在2015年推出的護理機器熊“Robear”等。社交輔助的機器人，主要負責和老年人進行互動，成為陪伴在其身邊的伙伴，如Paro、Pepper、Babyloid和Ludwig等。
工業機器人四大家族之一的安川機電，目前也在用很大精力研發護理機器人，并且已經開發出了能夠讓病人鍛煉手、腿等的機器人，通過不斷在機器上活動，能讓減弱或者喪失的運動功能重新獲得運動能力。 需要提出的是，日本屬于社會養老、政府養老為主，因此在機器人養老的推動上更加積極。
結語：抓住老年人剛需才能打開市場
養老是一個經久不衰的話題。家庭、醫院和養老院將是三個典型場景。就中國的市場情況來看，家庭養老將持續想當長的階段，所以機器人想要在養老上應用，應抓住老年人的剛需。
就目前市場上的產品來看，入局機器人養老的玩家較少，具有針對性的產品也較少，更多的玩家為了搶占市場，采用與兒童市場同一的方案，混淆了市場，不利于老年市場的拓展。
從市場需求來看，養老院對與養老機器人的需求是存在的，但是養老機構與機器人企業在溝通上相對缺乏，如果能雙向推進相互的交流，該市場將有望迅速打開。
第二篇：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?？焖僭鲩L：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?；▎h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。
第三篇：2017-2022年中國智能制造裝備產業深度調研報告
2017-2021年中國智能制造裝備產
業發展預測及投資咨詢報告
▄ 核心內容提要
【出版日期】2017年4月 【報告編號】
【交付方式】Email電子版/特快專遞
【價
格】紙介版：7000元
電子版：7200元
紙介+電子：7500元
▄ 報告目錄
第一章 智能制造裝備產業概述
第一節、智能制造相關概述
一、智能制造概念
二、智能制造模式
三、智能制造系統特征
四、主要智能技術
第二節、智能制造裝備概念及范疇
一、智能制造裝備定義
二、智能制造裝備范圍界定
三、智能制造裝備產業地位
第二章 2014-2016年中國智能制造裝備產業環境分析
第一節、2014-2016年經濟形勢分析
一、國際經濟發展形勢分析
二、中國經濟運行情況分析
三、中國工業經濟運行現狀
四、中國宏觀經濟運行趨勢
第二節、2014-2016年裝備制造業發展分析
一、行業發展地位與環境
二、產業集群及其發展模式
1
三、國內裝備制造行業標準
四、行業存在的主要問題
五、行業持續發展的建議
六、產業迎來長期發展機遇
第三節、2014-2016年智能制造業發展分析
一、發展智能制造業的戰略意義
二、制造業加速推進智能轉型
三、智能制造系統發展迅速
四、智能制造新模式初步形成
五、智能制造業發展的主要問題
六、智能制造業發展的戰略思考
第三章 2014-2016年中國智能制造裝備產業發展分析
第一節、2014-2016年發達國家智能制造裝備產業分析及經驗借鑒
一、全球綜述
二、美國
三、德國
四、英國
五、日本
第二節、2014-2016年中國智能制造裝備產業發展現狀
一、行業運行特征
二、政策大力支持
三、產業空間布局
四、市場競爭格局
五、行業發展機遇
第三節、2014-2016年智能制造裝備項目投資建設情況
一、2014年項目動態
2
二、2015年項目動態
三、2016年項目動態
第四節、全球化背景下智能裝備企業供應鏈管理分析
一、智能裝備企業概念及特點
二、經濟全球化的概念及特點
三、企業供應鏈管理的概念及內容
四、全球化背景下智能裝備企業發展現狀
五、全球化背景下智能裝備企業供應鏈管理問題
六、全球化背景下智能裝備企業供應鏈管理對策
第五節、智能制造裝備產業問題分析及對策建議
一、產業存在的主要問題
二、產業發展方向
三、產業發展對策建議
第四章 2014-2016年高檔數控機床發展分析
第一節、全球數控機床產業綜述
一、運行特征分析
二、專利技術態勢
三、國內外產品對比
第二節、國際數控機床行業競爭格局
一、日本數控機床行業
二、美國數控機床行業
三、德國數控機床行業
四、印度數控機床行業
第三節、2014-2016年中國數控機床行業發展分析
一、數控機床產業發展歷程
二、數控機床行業產量規模
3
三、數控機床市場發展現狀
四、數控機床發展問題及對策
五、數控機床行業發展態勢
第四節、2015-2017年中國數控機床行業進出口數據分析
一、數控刃磨機床進出口分析
二、數控剪切機床進出口分析
三、數控沖孔或開槽機床進出口分析
第五節、2014-2016年中國高檔數控機床發展分析
一、行業發展態勢
二、行業技術進步
三、產品創新成果
四、項目投資動態
五、行業面臨挑戰
六、行業發展策略
第六節、“高檔數控機床與基礎制造裝備”科技重大專項解讀
一、發展目標
二、制定背景
三、創新平臺建設
四、應用示范工程的含義
五、重大專項的實施措施與政策 第五章 2014-2016年工業機器人發展分析
第一節、工業機器人的概念及特征
一、概念界定
二、組成結構
三、分類情況
四、應用領域
4
五、主要特征
第二節、2014-2016年全球工業機器人市場發展分析
一、全球市場不斷擴張
二、全球市場動態分析
三、全球市場產能與存量
四、四大家族市場份額
五、市場發展趨勢分析
第三節、2014-2016年中國工業機器人行業發展分析
一、行業基本特征
二、行業發展概況
三、行業存量規模
四、行業銷售規模
五、銷售領域分布
六、產品銷售結構
第四節、2014-2016年中國工業機器人行業區域格局分析
一、中部地區
二、西部地區
三、東北地區
四、長三角地區
五、珠三角地區
第五節、2015-2017年未列名工業機器人進出口數據分析
一、進出口總量數據分析
二、主要貿易國進出口情況分析
三、主要省市進出口情況分析
第六節、中國工業機器人產業存在的問題
一、國內產品競爭力弱
5
二、國內企業成本壓力大
三、自主品牌認可度低
四、扶持政策需要跟進
五、行業標準有待規范
第七節、中國工業機器人發展策略分析
一、自主品牌壯大途徑
二、企業競爭力提升建議
三、產業發展政策建議
四、國外發展經驗借鑒
第六章 2014-2016年智能儀器儀表發展分析
第一節、智能儀器儀表概述
一、智能儀器的定義
二、智能儀器的功能特點
三、智能儀器儀表發展概述
第二節、2014-2016年中國儀器儀表行業運行分析
一、儀器儀表行業整體實力
二、儀器儀表行業效益分析
三、儀器儀表行業對外貿易
四、國產儀器提升創新能力
五、儀器儀表行業發展形勢
第三節、2014-2016年智能儀器儀表行業的發展
一、智能儀器儀表行業發展提速
二、智能儀器儀表受益政策推動
三、工業自動化儀器儀表行業特點
四、工業自動化儀器儀表產量規模
第四節、2014-2016年智能儀器儀表行業主要產品分析
6
一、電子測量儀器
二、電工儀器儀表
三、汽車儀器儀表
四、環境監測儀器
五、分析儀器
第五節、智能儀器儀表行業前景趨勢分析
一、儀器儀表技術發展趨勢
二、儀器儀表行業未來方向
三、儀器儀表行業智能化趨勢
四、智能儀表未來發展方向
第六節、加快推進傳感器及智能化儀器儀表產業發展行動計劃
一、戰略意義
二、發展思路與目標
三、主要行動
四、保障措施
第七章 2014-2016年智能制造裝備其他細分領域發展分析
第一節、自動控制系統
一、自動控制系統市場發展概況
二、自動控制系統應用領域分析
三、工業自動控制系統運行分析
四、工業自動控制系統發展前景
第二節、智能模具
一、模具制造行業運行現狀
二、智能模具發展戰略意義
三、智能模具發展重點領域
四、智能模具制造重點工程項目
7
第三節、智能煤炭裝備
一、煤炭工業科技發展指導意見
二、智能煤炭成套裝備研發現狀
三、智能煤炭綜采裝備研發現狀
四、煤礦裝備發展重點分析
五、煤炭裝備制造未來發展任務
第四節、智能工程機械
一、工程機械產業發展綜述
二、工程機械的智能化發展概述
三、工程機械行業智能化發展現狀
四、工程機械智能化技術的應用
五、工程機械行業未來發展前景
第五節、智能紡織機械
一、數控智能紡織機械現狀
二、數控紡織機械發展概況
三、智能紡織機械發展加速
四、高端紡織機械發展建議
五、數控智能紡織機械要求
第六節、智能農業裝備
一、智能化農業裝備發展動向
二、智能裝備在農業領域的應用
三、智能農業裝備領域研究現狀
四、農業裝備智能化技術重點領域
五、農業裝備智能化發展趨勢
第七節、其他領域
一、造紙行業應用
8
二、機場應用進展
三、印刷機械行業
四、電氣成套設備
五、冶金裝備領域
六、包裝機械應用
第八章 2014-2016年重點區域智能制造裝備產業發展狀況
第一節、江蘇省
一、江蘇智能裝備制造業發展態勢
二、江蘇省智能裝制造產業聯盟成立
三、江蘇省加強智能制造國際合作
四、揚州市智能制造裝備業發展機遇
五、蘇州將打造智能制造產業集聚區
第二節、浙江省
一、浙江高端裝備制造業發展強勢
二、浙江高端裝備制造業發展規劃
三、杭州市智能制造產業轉型意見
四、杭州智能制造裝備產業園開園
五、杭州市重點高端裝備制造基地
六、寧波市智能裝備產業發展規劃
第三節、安徽省
一、智能制造業發展優勢
二、裝備制造業發展成就
三、裝備制造業轉型升級
四、智能制造裝備業發展目標
五、智能制造裝備業發展措施
第四節、湖北省
9
一、智能制造裝備產業發展成就
二、智能制造裝備產業發展不足
三、產業發展形勢和環境分析
四、產業指導思想和發展目標
五、“十三五”產業重點領域
六、“十三五”產業主要任務
七、“十三五”產業保障措施
第五節、廣東省
一、廣東省裝備制造行業現狀特征
二、廣東省智能制造行業發展規劃
三、廣東裝備制造業區域發展規劃
四、廣州市先進裝備制造發展方向
五、興寧智能裝備制造產業園投資
第六節、上海市
一、上海市高端裝備制造業發展成就
二、上海市主攻智能制造產業高地
三、“十三五”高端裝備制造重點任務
四、“十三五”智能制造裝備重點領域
第七節、其他地區
一、山東省
二、山西省
三、江西省
第九章 2014-2016年智能制造裝備產業重點企業分析
第一節、高檔數控機床領域重點企業介紹
一、沈陽機床股份有限公司
二、威海華東數控股份有限公司
10
三、武漢華中數控股份有限公司
四、沈機集團昆明機床股份有限公司
五、陜西秦川機床工具集團有限公司
第二節、工業機器人領域重點企業介紹
一、沈陽新松機器人自動化股份有限公司
二、哈爾濱博實自動化設備有限公司
三、廣州數控設備有限公司
四、昆山華恒焊接股份有限公司
第三節、智能儀器儀表領域重點企業介紹
一、深圳市科陸電子科技股份有限公司
二、聚光科技(杭州)股份有限公司
三、華立儀表集團股份有限公司
第四節、智能控制系統/自動控制系統領域重點企業介紹
一、軟控股份有限公司
二、上海寶信軟件股份有限公司
三、北京金自天正智能控制股份有限公司
四、西安寶德自動化股份有限公司
五、深圳市匯川技術股份有限公司
六、重慶川儀自動化股份有限公司 第十章 中國智能制造裝備產業投資及前景分析
第一節、中國智能制造裝備產業投資分析
一、產業投資環境分析
二、產業迎來戰略機遇期
三、產業投資機會分析
第二節、中國智能制造裝備產業前景趨勢分析
一、產業前景分析
11
二、產業發展趨勢
三、2017-2021年產業發展預測
第三節、未來智能制造裝備產業的培育和發展
一、重點發展方向
二、重點發展技術
三、實施的重大工程
第十一章 中國智能制造裝備產業政策分析
第一節、國家組織實施智能制造裝備發展專項
一、2014年智能制造裝備發展專項計劃
二、2015年智能制造試點示范專項行動
三、2016年智能制造試點示范專項行動
第二節、中國智能制造裝備行業重點政策
一、《中國制造2025》出臺
二、深化推動兩化融合
三、智能制造標準體系建設指南
四、多地出臺智能制造利好政策
第三節、中國智能制造裝備標準化現狀及體系構建
一、智能制造標準制定工作進程
二、智能制造標準體系重點工作
三、智能制造裝備業標準體系構建目標
四、智能制造裝備業標準體系構建重點
五、智能制造裝備標準制定主要措施 第十二章 中國智能制造裝備產業未來發展規劃
第一節、《中國制造2025》
一、發展形勢和環境
二、戰略方針和目標
12
三、戰略任務和重點
四、戰略支撐與保障
第二節、高端裝備創新工程實施指南(2016-2020年)
一、政策背景
二、總體要求
三、主要目標
四、重點領域
五、組織實施
六、保障措施
第三節、智能制造工程實施指南(2016-2020年)
一、政策背景
二、總體要求
三、重點任務
四、組織實施
五、保障措施
第四節、智能制造發展規劃(2016-2020年)
一、發展現狀和形勢
二、總體要求
三、重點任務
四、保障措施
五、組織實施
▄ 公司簡介
中宏經略是一家專業的產業經濟研究與產業戰略咨詢機構。成立多年來，我們一直聚焦在“產業研究”領域，是一家既有深厚的產業研究背景，又只專注于產業咨詢的專業公司。我們針對企業單位、政府組織和金融機構，提供產業研究、產業規劃、投資分析、項目可行性評估、商業計劃書、市場調研、IPO咨詢、商
13
業數據等咨詢類產品與服務，累計服務過近10000家國內外知名企業;并成為數十家世界500強企業長期的信息咨詢產品供應商。
公司致力于為各行業提供最全最新的深度研究報告，提供客觀、理性、簡便的決策參考，提供降低投資風險，提高投資收益的有效工具，也是一個幫助咨詢行業人員交流成果、交流報告、交流觀點、交流經驗的平臺。依托于各行業協會、政府機構獨特的資源優勢，致力于發展中國機械電子、電力家電、能源礦產、鋼鐵冶金、嵌入式軟件紡織、食品煙酒、醫藥保健、石油化工、建筑房產、建材家具、輕工紙業、出版傳媒、交通物流、IT通訊、零售服務等行業信息咨詢、市場研究的專業服務機構。經過中宏經略咨詢團隊不懈的努力，已形成了完整的數據采集、研究、加工、編輯、咨詢服務體系。能夠為客戶提供工業領域各行業信息咨詢及市場研究、用戶調查、數據采集等多項服務。同時可以根據企業用戶提出的要求進行專項定制課題服務。服務對象涵蓋機械、汽車、紡織、化工、輕工、冶金、建筑、建材、電力、醫藥等幾十個行業。
我們的優勢
強大的數據資源：中宏經略依托國家發展改革委和國家信息中心系統豐富的數據資源，建成了獨具特色和覆蓋全面的產業監測體系。經十年構建完成完整的產業經濟數據庫系統(含30類大行業，1000多類子行業，5000多細分產品)，我們的優勢來自于持續多年對細分產業市場的監測與跟蹤以及全面的實地調研能力。
行業覆蓋范圍廣：入選行業普遍具有市場前景好、行業競爭激烈和企業重組頻繁等特征。我們在對行業進行綜合分析的同時，還對其中重要的細分行業或產品進行單獨分析。其信息量大，實用性強是任何同類產品難以企及的。
內容全面、數據直觀：報告以本最新數據的實證描述為基礎，全面、深入、細致地分析各行業的市場供求、進出口形勢、投資狀況、發展趨勢和政策取向以及主要企業的運營狀況，提出富有見地的判斷和投資建議;在形式上，報告以豐富的數據和圖表為主，突出文章的可讀性和可視性。報告附加了與行業相關的數據、政策法規目錄、主要企業信息及行業的大事記等，為業界人士提供了一幅生動的行業全景圖。
深入的洞察力和預見力：我們不僅研究國內市場，對國際市場也一直在進行
14
職業的觀察和分析，因此我們更能洞察這些行業今后的發展方向、行業競爭格局的演變趨勢以及技術標準、市場規模、潛在問題與行業發展的癥結所在。我們有多位專家的智慧寶庫為您提供決策的洞察這些行業今后的發展方向、行業競爭格局的演變趨勢以及技術標準、市場規模、潛在問題與行業發展的癥結所在。
有創造力和建設意義的對策建議：我們不僅研究國內市場，對國際市場也一直在進行職業的觀察和分析，因此我們更能洞察這些行業今后的發展方向、行業競爭格局的演變趨勢以及技術標準、市場規模、潛在問題與行業發展的癥結所在。我們行業專家的智慧寶庫為您提供決策的洞察這些行業今后的發展方向、行業競爭格局的演變趨勢以及技術標準、市場規模、潛在問題與行業發展的癥結所在。
▄ 最新目錄推薦
1、智慧能源系列
《2017-2021年中國智慧能源前景預測及投資咨詢報告》 《2017-2021年中國智能電網產業前景預測及投資咨詢報告》 《2017-2020年中國微電網前景預測及投資咨詢報告》 《2017-2020年中國小水電行業前景預測及投資咨詢報告》 《2017-2020年中國新能源產業發展預測及投資咨詢報告》 《2017-2020年中國太陽能電池行業發展預測及投資咨詢報告》 《2017-2020年中國氫能行業發展預測及投資咨詢報告》 《2017-2020年中國波浪發電行業發展預測及投資咨詢報告 《2017-2020年中國潮汐發電行業發展預測及投資咨詢報告》 《2017-2020年中國太陽能光伏發電產業發展預測及投資咨詢報告》 《2017-2020年中國燃料乙醇行業發展預測及投資咨詢報告》 《2017-2020年中國太陽能利用產業發展預測及投資咨詢報告》 《2017-2020年中國天然氣發電行業發展預測及投資咨詢報告》 《2017-2020年中國風力發電行業發展預測及投資咨詢報告》
2、“互聯網+”系列研究報告
《2017-2021年中國互聯網+廣告行業運營咨詢及投資建議報告》 《2017-2021年中國互聯網+物流行業運營咨詢及投資建議報告》
15
《2017-2021年中國互聯網+醫療行業運營咨詢及投資建議報告》 《2017-2021年中國互聯網+教育行業運營咨詢及投資建議報告》
3、智能制造系列研究報告
《2017-2021年中國工業4.0前景預測及投資咨詢報告》 《2017-2021年中國工業互聯網行業前景預測及投資咨詢報告》 《2017-2021年中國智能裝備制造行業前景預測及投資咨詢報告》 《2017-2021年中國高端裝備制造業發展前景預測及投資咨詢報告》
《2017-2021年中國工業機器人行業前景預測及投資咨詢報告》 《2017-2021年中國服務機器人行業前景預測及投資咨詢報告》
4、文化創意產業研究報告
《2017-2020年中國動漫產業發展預測及投資咨詢報告》 《2017-2020年中國電視購物市場發展預測及投資咨詢報告》 《2017-2020年中國電視劇產業發展預測及投資咨詢報告》 《2017-2020年中國電視媒體行業發展預測及投資咨詢報告》 《2017-2020年中國電影院線行業前景預測及投資咨詢報告》 《2017-2020年中國電子競技產業前景預測及投資咨詢報告》 《2017-2020年中國電子商務市場發展預測及投資咨詢報告》 《2017-2020年中國動畫產業發展預測及投資咨詢報告》
5、智能汽車系列研究報告
《2017-2021年中國智慧汽車行業市場前景預測及投資咨詢報告》 《2017-2021年中國無人駕駛汽車行業市場前景預測及投資咨詢報告》 《2017-2021年中國智慧停車市場前景預測及投資咨詢報告》 《2017-2021年中國新能源汽車市場推廣前景及發展戰略研究報告》 《2017-2021年中國車聯網產業運行動態及投融資戰略咨詢報告》
6、大健康產業系列報告
《2017-2020年中國大健康產業發展預測及投資咨詢報告》
《2017-2020年中國第三方醫學診斷行業發展預測及投資咨詢報告》
16
《2017-2020年中國基因工程藥物產業發展預測及投資咨詢報告》 《2017-2020年中國基因檢測行業發展預測及投資咨詢報告》 《2017-2020年中國健康服務產業發展預測及投資咨詢報告》 《2017-2020年中國健康體檢行業發展預測及投資咨詢報告》 《2017-2020年中國精準醫療行業發展預測及投資咨詢報告》 《2017-2020年中國康復醫療產業深度調研及投資戰略研究報告》
7、房地產轉型系列研究報告
《2017-2021年房地產+眾創空間跨界投資模式及市場前景研究報告》 《2017-2021年中國養老地產市場前景預測及投資咨詢報告》 《2017-2021年中國醫療地產市場前景預測及投資咨詢報告》 《2017-2021年中國物流地產市場前景預測及投資咨詢報告》 《2017-2021年中國養老地產前景預測及投資咨詢報告告》
8、城市規劃系列研究報告
《2017-2021年中國城市規劃行業前景調查及戰略研究報告》 《2017-2021年中國智慧城市市場前景預測及投資咨詢報告》
《2017-2021年中國城市綜合體開發模式深度調研及開發戰略分析報告》 《2017-2021年中國城市園林綠化行業發展前景預測及投資咨詢報告》
9、現代服務業系列報告
《2017-2021年中國民營醫院運營前景預測及投資分析報告》 《2017-2020年中國婚慶產業發展預測及投資咨詢報告》
《2017-2021年中國文化創意產業市場調查及投融資戰略研究報告》 《2017-2021年中國旅游行業發展前景調查及投融資戰略研究報告》 《2017-2021年中國體育服務行業深度調查與前景預測研究報告》 《2017-2021年中國會展行業前景預測及投資咨詢報告》 《2017-2021年中國冷鏈物流市場前景預測及投資咨詢報告》 《2017-2021年中國在線教育行業前景預測及投資咨詢報告》 《2017-2021年中國整形美容市場發展預測及投資咨詢報告》 《2017-2021年中國職業教育市場前景預測及投資咨詢報告》
17
《2017-2021年中國職業中介服務市場前景預測及投資咨詢報告》
第四篇：2018年3G智能終端科技產業園項目可行性研究報告(目錄)
2018年3G智能終端科技產業園項
目可行性研究報告
編制單位：北京智博睿投資咨詢有限公司
0
本報告是針對行業投資可行性研究咨詢服務的專項研究報告，此報告為個性化定制服務報告，我們將根據不同類型及不同行業的項目提出的具體要求，修訂報告目錄，并在此目錄的基礎上重新完善行業數據及分析內容，為企業項目立項、申請資金、融資提供全程指引服務。
可行性研究報告 是在招商引資、投資合作、政府立項、銀行貸款等領域常用的專業文檔，主要對項目實施的可能性、有效性、如何實施、相關技術方案及財務效果進行具體、深入、細致的技術論證和經濟評價，以求確定一個在技術上合理、經濟上合算的最優方案和最佳時機而寫的書面報告。
可行性研究是確定建設項目前具有決定性意義的工作，是在投資決策之前，對擬建項目進行全面技術經濟分析論證的科學方法，在投
資管理中，可行性研究是指對擬建項目有關的自然、社會、經濟、技術等進行調研、分析比較以及預測建成后的社會經濟效益。在此基礎上，綜合論證項目建設的必要性，財務的盈利性，經濟上的合理性，技術上的先進性和適應性以及建設條件的可能性和可行性，從而為投資決策提供科學依據。
投資可行性報告咨詢服務分為政府審批核準用可行性研究報告和融資用可行性研究報告。審批核準用的可行性研究報告側重關注項目的社會經濟效益和影響;融資用報告側重關注項目在經濟上是否可行。具體概括為：政府立項審批，產業扶持，銀行貸款，融資投資、投資建設、境外投資、上市融資、中外合作，股份合作、組建公司、征用土地、申請高新技術企業等各類可行性報告。
報告通過對項目的市場需求、資源供應、建設規模、工藝路線、設備選型、環境影響、資金籌措、盈利能力等方面的研究調查，在行業專家研究經驗的基礎上對項目經濟效益及社會效益進行科學預測，從而為客戶提供全面的、客觀的、可靠的項目投資價值評估及項目建設進程等咨詢意見。
報告用途：發改委立項、政府申請資金、申請土地、銀行貸款、境內外融資等
關聯報告：
3G智能終端科技產業園項目建議書 3G智能終端科技產業園項目申請報告
3G智能終端科技產業園項目資金申請報告 3G智能終端科技產業園項目節能評估報告 3G智能終端科技產業園項目市場研究報告 3G智能終端科技產業園項目商業計劃書
3G智能終端科技產業園項目PPP物有所值評價報告 3G智能終端科技產業園項目PPP財政承受能力論證報告 3G智能終端科技產業園項目PPP實施方案
可行性研究報告大綱(具體可根據客戶要求進行調整) 第一章 3G智能終端科技產業園項目總論 第一節 3G智能終端科技產業園項目概況 1.1.13G智能終端科技產業園項目名稱 1.1.23G智能終端科技產業園項目建設單位 1.1.33G智能終端科技產業園項目擬建設地點 1.1.43G智能終端科技產業園項目建設內容與規模 1.1.53G智能終端科技產業園項目性質
1.1.63G智能終端科技產業園項目總投資及資金籌措 1.1.73G智能終端科技產業園項目建設期
第二節 3G智能終端科技產業園項目編制依據和原則 1.2.13G智能終端科技產業園項目編輯依據 1.2.23G智能終端科技產業園項目編制原則 1.33G智能終端科技產業園項目主要技術經濟指標
1.43G智能終端科技產業園項目可行性研究結論 第二章 3G智能終端科技產業園項目背景及必要性分析 第一節 3G智能終端科技產業園項目背景 2.1.13G智能終端科技產業園項目產品背景 2.1.23G智能終端科技產業園項目提出理由 第二節 3G智能終端科技產業園項目必要性
2.2.13G智能終端科技產業園項目是國家戰略意義的需要
2.2.23G智能終端科技產業園項目是企業獲得可持續發展、增強市場競爭力的需要
2.2.33G智能終端科技產業園項目是當地人民脫貧致富和增加就業的需要
第三章 3G智能終端科技產業園項目市場分析與預測 第一節 產品市場現狀 第二節 市場形勢分析預測 第三節 行業未來發展前景分析
第四章 3G智能終端科技產業園項目建設規模與產品方案 第一節 3G智能終端科技產業園項目建設規模 第二節 3G智能終端科技產業園項目產品方案
第三節 3G智能終端科技產業園項目設計產能及產值預測 第五章 3G智能終端科技產業園項目選址及建設條件 第一節 3G智能終端科技產業園項目選址 5.1.13G智能終端科技產業園項目建設地點
5.1.23G智能終端科技產業園項目用地性質及權屬 5.1.3土地現狀
5.1.43G智能終端科技產業園項目選址意見 第二節 3G智能終端科技產業園項目建設條件分析 5.2.1交通、能源供應條件 5.2.2政策及用工條件 5.2.3施工條件 5.2.4公用設施條件 第三節 原材料及燃動力供應 5.3.1原材料 5.3.2燃動力供應
第六章 技術方案、設備方案與工程方案 第一節 項目技術方案 6.1.1項目工藝設計原則 6.1.2生產工藝 第二節 設備方案
6.2.1主要設備選型的原則 6.2.2主要生產設備 6.2.3設備配置方案 6.2.4設備采購方式 第三節 工程方案 6.3.1工程設計原則
6.3.23G智能終端科技產業園項目主要建、構筑物工程方案 6.3.3建筑功能布局 6.3.4建筑結構
第七章 總圖運輸與公用輔助工程 第一節 總圖布置 7.1.1總平面布置原則 7.1.2總平面布置 7.1.3豎向布置
7.1.4規劃用地規模與建設指標第二節 給排水系統 7.2.1給水情況 7.2.2排水情況 第三節 供電系統 第四節 空調采暖 第五節 通風采光系統 第六節 總圖運輸
第八章 資源利用與節能措施 第一節 資源利用分析 8.1.1土地資源利用分析 8.1.2水資源利用分析 8.1.3電能源利用分析 第二節 能耗指標及分析
第三節 節能措施分析 8.3.1土地資源節約措施 8.3.2水資源節約措施 8.3.3電能源節約措施 第九章 生態與環境影響分析 第一節 項目自然環境 9.1.1基本概況 9.1.2氣候特點 9.1.3礦產資源 第二節 社會環境現狀 9.2.1行政劃區及人口構成 9.2.2經濟建設
第三節 項目主要污染物及污染源分析 9.3.1施工期 9.3.2使用期
第四節 擬采取的環境保護標準 9.4.1國家環保法律法規 9.4.2地方環保法律法規 9.4.3技術規范 第五節 環境保護措施 9.5.1施工期污染減緩措施 9.5.2使用期污染減緩措施
9.5.3其它污染控制和環境管理措施 第六節 環境影響結論
第十章 3G智能終端科技產業園項目勞動安全衛生及消防 第一節 勞動保護與安全衛生 10.1.1安全防護 10.1.2勞動保護 10.1.3安全衛生 第二節 消防
10.2.1建筑防火設計依據 10.2.2總面積布置與建筑消防設計 10.2.3消防給水及滅火設備 10.2.4消防電氣 第三節 地震安全
第十一章 組織機構與人力資源配置 第一節 組織機構
11.1.1組織機構設置因素分析 11.1.2項目組織管理模式 11.1.3組織機構圖 第二節 人員配置
11.2.1人力資源配置因素分析 11.2.2生產班制 11.2.3勞動定員
表11-1勞動定員一覽表 11.2.4職工工資及福利成本分析 表11-2工資及福利估算表 第三節 人員來源與培訓
第十二章 3G智能終端科技產業園項目招投標方式及內容 第十三章 3G智能終端科技產業園項目實施進度方案 第一節 3G智能終端科技產業園項目工程總進度 第二節 3G智能終端科技產業園項目實施進度表 第十四章 投資估算與資金籌措 第一節 投資估算依據
第二節 3G智能終端科技產業園項目總投資估算
表14-13G智能終端科技產業園項目總投資估算表單位：萬元 第三節 建設投資估算
表14-2建設投資估算表單位：萬元 第四節 基礎建設投資估算
表14-3基建總投資估算表單位：萬元 第五節 設備投資估算
表14-4設備總投資估算單位：萬元 第六節 流動資金估算
表14-5計算期內流動資金估算表單位：萬元 第七節 資金籌措 第八節 資產形成
第十五章 財務分析 第一節 基礎數據與參數選取
第二節 營業收入、經營稅金及附加估算
表15-1營業收入、營業稅金及附加估算表單位：萬元 第三節 總成本費用估算
表15-2總成本費用估算表單位：萬元 第四節 利潤、利潤分配及納稅總額預測
表15-3利潤、利潤分配及納稅總額估算表單位：萬元第五節 現金流量預測 表15-4現金流量表單位:萬元 第六節 贏利能力分析 15.6.1動態盈利能力分析 16.6.2靜態盈利能力分析 第七節 盈虧平衡分析 第八節 財務評價 表15-5財務指標匯總表
第十六章 3G智能終端科技產業園項目風險分析第一節 風險影響因素 16.1.1可能面臨的風險因素 16.1.2主要風險因素識別 第二節 風險影響程度及規避措施 16.2.1風險影響程度評價
16.2.2風險規避措施 第十七章 結論與建議
第一節 3G智能終端科技產業園項目結論 第二節 3G智能終端科技產業園項目建議
第五篇：人工智能發展史解讀
人工智能學科誕生于20世紀50年代中期，當時由于計算機的產生與發展，人們開始了具有真正意義的人工智能的研究。(雖然計算機為AI提供了必要的技術基礎,但直到50年代早期人們才注意到人類智能與機器之間的聯系. Norbert Wiener是最早研究反饋理論的美國人之一.最熟悉的反饋控制的例子是自動調溫器.它將收集到的房間溫度與希望的溫度比較,并做出反應將加熱器開大或關小,從而控制環境溫度.這項對反饋 回路的研究重要性在于: Wiener從理論上指出,所有的智能活動都是反饋機制的結果.而反饋機制是有可 能用機器模擬的.這項發現對早期AI的發展影響很大。)
1956年夏，美國達特莫斯大學助教麥卡錫、哈佛大學明斯基、貝爾實驗室申龍、IBM公司信息研究中心羅徹斯特、卡內基——梅隆大學紐厄爾和赫伯特.西蒙、麻省理工學院塞夫里奇和索羅門夫，以及IBM公司塞繆爾和莫爾在美國達特莫斯大學舉行了以此為其兩個月的學術討論會，從不同學科的角度探討人類各種學習和其他職能特征的基礎，并研究如何在遠離上進行精確的描述，探討用機器模擬人類智能等問題，并首次提出了人工智能的術語。從此，人工智能這門新興的學科誕生了。這些青年的研究專業包括數學、心理學、神經生理學、信息論和電腦科學，分別從不同角度共同探討人工智能的可能性。他們的名字人們并不陌生，例如申龍是《信息論》的創始人，塞繆爾編寫了第一個電腦跳棋程序，麥卡錫、明斯基、紐厄爾和西蒙都是“圖靈獎”的獲獎者。
這次會議之后，在美國很快形成了3個從事人工智能研究的中心，即以西蒙和紐威爾為首的卡內基—梅隆大學研究組，以麥卡錫、明斯基為首的麻省理工學院研究組，以塞繆爾為首的IBM公司研究組。隨后，這幾個研究組相繼在思維模型、數理邏輯和啟發式程序方面取得了一批顯著的成果：
(1)1956年，紐威爾和西蒙研制了一個“邏輯理論家“(簡稱LT)程序，它將每個問題都表示成一個樹形模型,然后選擇最可能得到正確結論的那一枝來求解問題，證明了懷特黑德與羅素的數學名著《數學原理》的第2章中52個定理中的38個定理。1963年對程序進行了修改，證明了全部定理。這一工作受到了人們的高度評價，被認為是計算機模擬人的高級思維活動的一個重大成果，是人工智能的真正開端。
(2)1956年，塞繆爾利用對策論和啟發式搜索技術編制出西洋跳棋程序Checkers。該程序具有自學習和自適應能力，能在下棋過程中不斷積累所獲得的經驗，并能根據對方的走步，從許多可能的步數中選出一個較好的走法。這是模擬人類學習過程第一次卓有成效的探索。這臺機器不僅在1959年擊敗了塞繆爾本人，而且在1962年擊敗了美國一個州的跳棋冠軍，在世界上引起了大轟動。這是人工智能的一個重大突破。
(3)1958年，麥卡錫研制出表處理程序設計語言LISP，它不僅可以處理數據，而且可以方便的處理各種符號，成為了人工智能程序語言的重要里程碑。目前，LISP語言仍然是研究人工智能何開發智能系統的重要工具。
(4)1960年紐威爾、肖和西蒙等人通過心理學實驗，發現人在解題時的思維過程大致可以分為3個階段：1。首先想出大致的解題計劃;2。根據記憶中的公理、定理和解題規劃、按計劃實施解題過程;3.在實施解題過程中，不斷進行方法和目標分析，修改計劃。這是一個具有普遍意義的思維活動過程，其中主要是方法和目的的分析。(也就是人們在求解數學問題通常使用試湊的辦法進行的試湊是不一定列出所有的可能性，而是用邏輯推理來迅速縮小搜索范圍的辦法進行的)，基于這一發現，他們研制了“通用問題求解程序GPS”，用它來解決不定積分、三角函數、代數方程等11種不同類型的問題，并首次提出啟發式搜索概念，從而使啟發式程序具有較普遍的意義。
(5)1961年，明斯基發表了一篇名為《邁向人工智能的步驟》的論文，對當時人工智能的研究起了推動作用。
正是由于人工智能在20世紀50年代到60年代的迅速發展和取得的一系列的研究成果，使科學家們歡欣鼓舞，并對這一領域給予了過高的希望。紐威爾和西蒙在1958年曾作出以下預言：
①不出十年，計算機將成為世界象棋冠軍，除非規定不讓它參加比賽;
②.不出十年，計算機將發現并證明那時還沒有被證明的數學定理;
③.不出十年，計算機將譜寫出具有較高美學價值并得到評論家認可的樂曲;
④不出十年，大多數心理學家的理論將采用計算機程序來形成。
非常遺憾的是，到目前為止，這樣的預言還沒有一個得到完全的實現，人工智能的研究狀況比紐威爾和西蒙等科學家的設想要復雜和艱難的多。事實上，到了20世紀70年代初，人工智能在經歷一段比較快速的發展時期后，很快就遇到了許多問題。這些問題主要表現在：
(1)1965年魯賓遜發明了歸結(消解)原理，曾被認為是一個重大的突破，可是很快這種歸結法能力有限，證明兩個連續函數之和還是連續函數，推證了十萬步竟還沒有得證。
(2)塞繆爾的下棋程序，贏得了周冠軍后，沒能贏全國冠軍。
(3)機器翻譯出了荒謬的結論。如從英語→俄語→英語的翻譯中，又一句話：“The spirit is willing but the flesh is weak”(心有余而力不足)，結果變成了”The wine is good but the meat is spoiled”(酒是好的，肉變質了)，鬧出了笑話。
(4)大腦約有10的15次方以上的記憶容量，此容量相當于存放幾億本書的容量，現有的技術條件下在機器的結構上模擬人腦是不大可能的。
(5)來自心理學、神經生理學、應用數學、哲學等各界的科學家們對人工智能的本質、基本原理、方法及機理等方面產生了質疑和批評。
由于人工智能研究遇到了困難，使得人工智能在20世紀70年代初走向低落。但是，人工智能的科學家沒有被一時的困難所嚇倒，他們在認真總結經驗教訓的基礎上，努力探索使人工智能走出實驗室，走向實用化的新路子，并取得了令人鼓舞的進展。特別是專家系統的出現，實現了人工智能從理論研究走向實際應用，從一般思維規律探索走向專門知識應用的重大突破，是人工智能發展史上的重大轉折，將人工智能的研究推向了新高潮。下面是幾個又代表性的專家系統：
(1)1968年斯坦福大學費根鮑姆教授和幾位遺傳學家及物理學家合作研制了一個化學質譜分析系統(DENDARL)，該系統能根據質譜儀的數據和核磁諧振的數據，以及有關化學知識推斷有機化合物的分子結構，達到了幫助化學家推斷分子結構的作用。這是第一個專家系統，標志著人工之能從實驗室走了出來，開始進入實際應用時代。
(2)繼DENDARAL系統之后，費根鮑姆領導的研究小組又研制了診斷和治療細菌感染性血液病的專家咨詢系統MYCIN。經專家小組對醫學專家、實習醫師以及MYCIN行為進行正式測試評價，認為MYCIN的行為超過了其他所有人，尤其在診斷和治療菌血癥和腦膜炎方面，顯示了該系統作為臨床醫生實際助手的前途。從技術的角度來看，該系統的特點是：1。使用了經驗性知識，用可信度表示，進行不精確推理。2.對推理結果具有解釋功能，時系統是透明的。3.第一次使用了知識庫的概念。正是由于MYCIN基本解決了知識表示、知識獲取、搜索策略、不精確推理以及專家系統的基本結構等重大問題(是怎樣解決的呢?)，對以后的專家系統產生了很大的影響。
(3)1976年，斯坦福大學國際人工智能中心的杜達等人開始研制礦藏勘探專家系統PROSPECTOR，它能幫助地質學家解釋地質礦藏數據，提供硬巖石礦物勘探方面的咨詢，包括勘探測評，區域資源估值，鉆井井位選擇等。該系統用語義網絡表示地質知識，擁有15中礦藏知識，采用貝葉斯概率推理處理不確定的數據和知識。PROSPECTOR系統于1981年開始投入實際使用，取得了巨大的經濟效益。例如1982年，美國利用該系統在華盛頓發現一處礦藏，據說實用價值可能超過1億美元。
(4)美國卡內基—梅隆大學于20世紀70年代先后研制了語音理解系統HEARSAY-I加入HEARSAY-II，它完成從輸入的聲音信號轉換成字，組成單詞，合成句子，形成數據庫查詢語句，再到情報數據庫中去查詢資料。該系統的特點是采用“黑板結構”這種新結構形式，能組合協調專家的知識，進行不同抽象級的問題求解。
在這一時期，人工智能在新方法、程序設計語言、知識表示、推理方法等方面也取得了重大進展。例如70年代許多新方法被用于AI開發,著名的如Minsky的構造理論.另外David Marr提出了機器視覺方面的新理論,例如,如何通過一副圖像的陰影,形狀,顏色,邊界和紋理等基本信息辨別圖像.通過分析這些信息,可以推斷出圖像可能是什么，法國馬賽大學的柯爾麥倫和他領導的研究小組于1972年研制成功的第一個PROLOG系統，成為了繼LISP語言之后的另一種重要的人工智能程序語言;明斯基1974年提出的框架理論;紹特里夫于1975年提出并在MYCIN中應用的不精確推理;杜達于1976年提出并在PROSPECTOR中應用的貝葉斯方法;等等
人工智能的科學家們從各種不同類型的專家系統和知識處理系統中抽取共性，總結出一般原理與技術，使人工智能又從實際應用逐漸回到一般研究。圍繞知識這一核心問題，人們重新對人工智能的原理和方法進行了探索，并在知識獲取、知識表示以及知識在推理過程中的利用等方面開始出現一組新的原理、工具和技術。1977年，在第五屆國際人工智能聯合會(IJCAI)的會議上，費根鮑姆教授在一篇題為《人工智能的藝術：知識工程課題及實例研究》的特約文章中，系統的闡述了專家系統的思想，并提出了知識工程(KnowledgeEngineering)的概念。費根鮑姆認為，知識工程是研究知識信息處理的學科，它應用人工智能的原理和方法，對那些需要專家知識才能解決的應用難題提供了求解的途徑。恰當的運用專家知識的獲取、表示、推理過程的構成與解釋，是設計基于知識的系統的重要技術問題。至此，圍繞著開發專家系統而開展的相關理論、方法、技術的研究形成了知識工程學科。知識工程的研究使人工智能的研究從理論轉向應用，從基于推理的模型轉向基于知識的模型。
為了適應人工智能和知識工程發展的需要，在政府的大力支持下，日本于1982年開始了為期10年的“第五代計算機的研制計劃”，即“知識信息處理計算機系統KIPS”，總共投資4.5億美元。它的目的是使邏輯推理達到數值運算那樣快。日本的這一計劃形成了一股熱潮，推動了世界各國的追趕浪潮。美國、英國、歐共體、蘇聯等都先后制訂了相應的發展計劃。隨著第五代計算機的研究開發和應用，人工智能進入一個興盛時期，人工智能界一派樂觀情緒。
然而，隨著專家系統應用的不斷深入，專家系統自身存在的知識獲取難、知識領域窄、推理能力弱、只能水平低、沒有分布式功能、實用性差等等問題逐步暴露出來。日本、美國、英國和歐洲所制訂對那些針對人工智能的大型計劃多數執行到20世紀80年代中期就開始面臨重重困難，已經看出達不到預想的目標。進一步分析便發現，這些困難不只是個別項目的制訂又問題，而是涉及人工智能研究的根本性問題?？偟膩碇v是兩個問題：一是所謂的交互(Interaction)問題，即傳統方法只能模擬人類深思熟慮的行為，而不包括人與環境的交互行為。另一個問題是擴展(Scaling up)問題，即所謂的大規模的問題，傳統人工智能方法只適合于建造領域狹窄的專家系統，不能把這種方法簡單的推廣到規模更大、領域更寬的復雜系統中去。這些計劃的失敗，對人工智能的發展是一個挫折。
盡管經歷了這些受挫的事件,AI仍在慢慢恢復發展.新的技術在日本被開發出來,如在美國首創的模糊邏輯,它可以從不確定的條件作出決策;還有神經網絡,被視為實現人工智能的可能途徑.
1982年后，人工神經網絡像雨后春筍一樣迅速發展起來，給人們帶來了新的希望。人工神經網絡的主要特點是信息的分布存儲和信息處理的并行化，并具有自組織自學習能力，這使人們利用機器加工處理信息有了新的途徑和方法，解決了一些符號方法難以解決的問題，使人工智能的學術界興起了神經網絡的熱潮。1987年美國召開了第一次神經網絡國際會議，宣布新學科的誕生。1988年以后，日本和歐洲各國在神經網絡方面的投資逐步增加，促進了該領域的研究。但是隨著應用的深入，人們又發現人工神經元網絡模型和算法也存在問題。
20世紀80年代末，以美國麻省理工學院布魯克斯(R.A.Brooks)教授為代表的行為主義學派提出了“無須表示和推理”的智能，認為智能只在與環境的交互中表現出來，并認為研制可適應環境的“機器蟲”比空想智能機器人要好。以后，人工智能學術界充分認識到已有的人工智能方法僅限于在模擬人類智能活動中使用成功的經驗知識處理簡單的問題，開始在符號機理與神經網機理的結合及引入Agent系統等方面進一步開展研究工作。20世紀90年代，所謂的符號主義、連接主義和行動主義3種方法并存。對此，中國學者認為這3種方法各有優缺點，他們提出了綜合集成的方法，即不同的問題用不同的方法來解決，或用聯合(混合、融合)的方法來解決，再加上人工智能系統引入交互機制，系統的智能水平將會大為提高。
總而言之，盡管人工智能的發展經歷了曲折的過程，但它在自動推理、認知建模、機器學習、神經元網絡、自然語言處理、專家系統、智能機器人等方面的理論和應用上都取得了稱得上具有“智能”的成果。許多領域將知識和智能思想引入到自己的領域，使一些問題得以較好的解決。應該說，人工智能的成就是巨大的，影響是深遠的。
讀書的好處
1、行萬里路，讀萬卷書。
2、書山有路勤為徑，學海無涯苦作舟。
3、讀書破萬卷，下筆如有神。
4、我所學到的任何有價值的知識都是由自學中得來的。——達爾文
5、少壯不努力，老大徒悲傷。
6、黑發不知勤學早，白首方悔讀書遲。——顏真卿
7、寶劍鋒從磨礪出，梅花香自苦寒來。
8、讀書要三到：心到、眼到、口到
9、玉不琢、不成器，人不學、不知義。
10、一日無書，百事荒廢。——陳壽
11、書是人類進步的階梯。
12、一日不讀口生，一日不寫手生。
13、我撲在書上，就像饑餓的人撲在面包上。——高爾基
14、書到用時方恨少、事非經過不知難。——陸游
15、讀一本好書，就如同和一個高尚的人在交談——歌德
16、讀一切好書，就是和許多高尚的人談話。——笛卡兒
17、學習永遠不晚。——高爾基
18、少而好學，如日出之陽;壯而好學，如日中之光;志而好學，如炳燭之光。——劉向
19、學而不思則惘，思而不學則殆。——孔子
20、讀書給人以快樂、給人以光彩、給人以才干。——培根