金准人工智能 独角巨兽蚂蚁金服发展报告

第一篇：金准人工智能 独角巨兽蚂蚁金服发展报告

金准人工智能 独角巨兽蚂蚁金服发展报告 前言

蚂蚁金服作为从互联网金融诞生的中国第一独角兽，估值已逾1500亿美元。全产业链打造金融生态闭环，构建自身护城河，科技水平走在行业的前列。

从互联网金融诞生的中国第一独角兽：蚂蚁金服作为国内典型的互联网金融巨头，估值已逾1500亿美元，位列中国独角兽之首。历经14年，从支付平台到一站式互联网金融巨头，17年税前利润已破百亿。目前已形成支付、理财、微贷、保险、征信、技术输出为主的六大业务板块，以及普惠金融、科技、全球化为首的三大发展战略。

一、蚂蚁金服——中国第一独角兽

蚂蚁金服是一家定位于普惠金融服务的科技企业，起步于2004年成立的支付宝，于2014年10月正式成立。蚂蚁金服以“为世界带来更多平等的机会”为使命，致力于通过科技创新能力，搭建一个开放、共享的信用体系和金融服务平台，为全球消费者和小微企业提供安全、便捷的普惠金融服务。金准人工智能专家根据阿里巴巴此前披露的业绩报告显示，截至2018年3月31日，在全球，支付宝（蚂蚁金服的主要业务）和合作伙伴们已经服务了约8.7亿活跃用户，其中，国内活跃用户数已达5.52亿。2018年6月8日，蚂蚁金服完成140亿美元的C轮融资，将引入中投和其他中国投资者，市场估值普遍超过1500亿美元，蚂蚁金服成为中国最大的超级独角兽。

1.1从支付平台到互联网金融巨头

支付平台到一站式金融服务平台——蚂蚁金服的成长史：2004年，支付宝正式注册成立，当时主要目的是解决淘宝平台交易当中的信任问题。随后支付宝的支付业务不断扩张，用户不断增加。直到2012年，支付宝获得基金第三方支付牌照，迈出了金融业务领域关键性的一步。2014年，蚂蚁金服正式成立，同时网商银行获批。2015年，蚂蚁金服入股国泰产险，进一步扩大金融业务领域。

超级独角兽，估值逾逾1500亿美元：从2015年完成将近18.5亿的A轮融资，估值300亿美元开始，蚂蚁金服的估值一路水涨船高。2018年6月8日，蚂蚁金服宣布完成140亿美元的C轮融资，市场给出的估值普遍超过1500亿美元。

公司股权结构：公司目前股东为杭州君瀚和杭州君澳，两者合计控制了蚂蚁金服76.43%的股权，企业所有人均为阿里集团高管。C轮融资前，蚂蚁金服引入国字号投资机构全国社保、中投海外、中国人寿、中邮资本、建银建信、太平洋保险、人保、新华人寿等资本巨头，合计占据了蚂蚁金服10.96%的股权。未来60%的股权为战略投资者持有，40%将作为对全体员工的分享和激励。

1.2业绩亮眼，利润井喷

营业收入快速增长，17年税前利润破百亿：借助支付宝前期积累的海量用户以及阿里系电商的导流，加上多元化金融业务的拓展，2014年营业收入已破百亿，达到135.5亿元。15年公司更是实现了高达249.94亿元的营业收入，同比增长84.46%。根据蚂蚁金服与阿里巴巴的协议，阿里巴巴将能分享蚂蚁金服37.5%的税前利润，由阿里年报反推，17年蚂蚁金服税前利润首次破百亿，达131.9亿元，同比增速高达354%。这主要得益与蚂蚁金服的微贷业务，尤其是蚂蚁花呗和蚂蚁借呗带来的利润。而17Q4和18Q1的利润下滑是因为2017年底现金贷方面的严监管，导致微贷业务的ABS发行暂缓。同时公司的持续推进用户增长计划也产生了很大费用。

二、多元化业务打造互联网金融生态帝国

蚂蚁金服业务版图：从支付宝成立一直至现在，蚂蚁金服的业务不断拓展，不但包括银行、股票、证券、保险、基金、消费金融等金融领域，还涉及人工智能、企业服务、汽车出行、餐饮、媒体、影视等非金融领域，业务结构不断多元化。目前，蚂蚁金服已经形成了以普惠、科技、全球化为首的三大发展战略和以支付、理财、微贷、保险、征信、技术输出为主的六大业务板块。

2.1支付：海量客户，盈利核心

场景全覆盖，海量客户群：支付业务是蚂蚁金服赖以起家的业务，也是蚂蚁金服众多互联网金融业务的入口。支付宝2004年成立，最初的目的是为了解决交易信任问题。发展至今已成为全球领先的第三方支付平台，与超过200家金融机构达成合作，为近千万小微商户提供支付服务，在覆盖绝大部分线上消费场景同时，不断拓展传统商业、公共服务以及海外市场的服务场景，覆盖衣食住行各个方面，成为移动互联网时代生活方式的代表。

市场规模不断扩大，寡头助力盈利增加：来自蚂蚁金服的资料显示，2016年支付业务的收入占蚂蚁金服总收入的65%。根据易观的统计，2017年中国第三方移动支付市场的交易规模达到了109万亿元，同比2016年增长208.72%。整个市场规模连续3年实现高速增长，预计2018年依旧保持快速增长的态势。经过多年的发展，目前第三方支付市场已经进入成熟期，支付宝和财付通双寡头市场格局已经形成。支付宝在2017中国第三方移动支付市场交易份额基本稳定在54%，遥遥领先第二名财付通十多个百分点。同时支付宝对商户收取的平均费率只有0.6%，而对标公司PayPal收取的平均费率约为3%，相比之下支付宝仍有很大的提升空间。随着用户对支付宝使用习惯的不断提升以及市场交易规模的不断增长，支付业务的盈利有望进一步提升。

2.2投资理财：万亿市场 根据蚂蚁金服最新的融资文件，其财富管理业务目前管理着2.2万亿元人民币（合3450亿美元）的资产——这一此前从未公开的数据将使蚂蚁金服成为世界最大的消费者财富管理平台。其中，余额宝管理着1.5万亿元人民币，是世界最大的货币市场基金。2.2.1余额宝：普惠金融最典型代表

用户规模快速增长：2013年余额宝的横空出世，被普遍认为开创了国人互联网理财元年。余额宝唤醒了公众的理财意识，其“1元起购”的特点降低了理财门槛，提高了理财收益，满足了居民日益增长的资产配置需求。截止2017年年末，余额宝的用户数达到了4.74亿户，同比增速达到45.85%，其中个人投资者占到了99.94%。

基金规模高速增长，盈利总额飞速提升：用户规模的快速增长使得余额宝的规模高速增长，从2014年底的5789亿增长到2017年底的1.58万亿，年复合增长率达到39.72%，同期国内排名第二的货币基金融通汇财宝规模仅为282.8亿元，余额宝是其55.83倍。余额宝的净利润总额也从2014年底的1.85亿元上升到2017年底的4.74亿元，年复合增长率36.84%。

2.2.2基金销售：抢占新蓝海

拓宽基金业务，营收快速增长：2015年4月蚂蚁金服从恒生电子手中买走了杭州数米基金销售有限公司的控制权，进一步拓宽自己的基金业务。2016年8月数米基金改名蚂蚁基金销售有限公司。2017年蚂蚁基金的基金代销业务实现7.46亿的营业收入，同比增长176%。同期，天天基金营业收入8.44亿元，销售额4124.02亿元；2017年工商银行基金销售额9232亿，同比增长89%；招商银行基金销售额7055.10亿元，同比增长42.47%；农业银行基金销售额3373亿元，同比增长31.2%。对标天天基金的营业收入，蚂蚁基金的销售额大约在3600万左右。相比银行巨头，蚂蚁基金的基金代销业务差距仍然很大。但借助支付宝、余额宝对海量用户的引流，蚂蚁基金有望和银行争夺基金代销的市场份额，未来上升空间很大。

2.2.3投融资平台：低成本高效率

蚂蚁金服旗下有招财宝和蚂蚁达客两大金融信息服务平台。招财宝：连接个人投资者与中小企业和个人融资者。招财宝成立于于2014年4月。中小企业和个人可以通过招财宝平台发布借款产品，并由金融机构或担保公司等作为增信机构提供本息兑付增信措施。投资人可以根据自身的风险偏好选择向融资人直接出借资金。这样一来中小企业和个人能够面向广大投资者进行直接融资，最大限度降低交易成本与信用成本，融资速度快，融资额度灵活。2015年12月底招财宝平台的成交用户数破千万，累计成交金额已经近4000亿元，用户已获得的收益总计超20亿。

蚂蚁达客：连接投资者和创业者，定位于股权众筹。蚂蚁达客成立于2015年11月，目的是为创业者提供股权众筹融资服务，支持创新与创业。创业者可通过蚂蚁达客筹措资金，并获得生产、渠道、经营、品牌等环节的全方位支持。投资人可通过蚂蚁达客寻找投资机会，基于对特定行业的了解，投资自己理解、认可的企业，分享企业的成长。同时蚂蚁达客与IDG、红杉等多家创投机构及淘宝众筹、创客+等平台形成合作，为创业项目提供从初创融资到产品销售等全成长周期的融资服务。目前蚂蚁达客上完成融资的项目共有8个，其中2个已经获利退出，累计募资金额达到1.84亿元。

2.3微贷：小客户大价值

2.3.1企业微贷：服务小微企业，创造更大价值 网商银行成立于2015年6月，是由蚂蚁金服作为大股东发起设立的中国第一家核心系统基于云计算架构的商业银行，以服务小微企业、支持实体经济、践行普惠金融为使命，为小微企业、个人创业者提供高效、便捷的金融服务。目前有贷款、赚钱、企业银行、供应链金融四大业务块。

服务规模不断扩大，盈利能力持续提升：截止到2016年12月底，网商银行为277万家小微企业提供了便捷高效的金融服务，累计为用户提供信贷资金超过879亿元。2016年网商银行营业收入26.37亿元，同比增长942.29%；税后净利润达到3.16亿元，同比增长357.97%。2017年净资产规模达到45.87亿元。

2.3.2消费金融：盈利快速增长，市场前景广阔 蚂蚁金服在消费金融领域的布局主要有蚂蚁花呗和蚂蚁借呗两个业务。蚂蚁花呗是蚂蚁金服推出的一款消费信贷产品，申请开通后，将获得500-50000元不等的消费额度。用户在消费时，可以预支蚂蚁花呗的额度，享受“先消费，后付款”的购物体验。蚂蚁借呗是支付宝2015年4月推出的一款贷款服务，目前的申请门槛是芝麻分在600以上。按照分数的不同，用户可以申请的贷款额度从1000-300000元不等。借呗的还款最长期限为12个月，贷款日利率是0.045%，随借随还。

ABS发行规模井喷：2017年花呗和借呗发行的个人消费贷款ABS呈现井喷趋势，随之而来的是净利润的快速增长。花呗发行了1875亿元的个人消费贷款ABS，同比增幅292%。借呗发行了1399亿元的个人消费贷款ABS，同比增幅750%。

盈利快速增长：蚂蚁花呗2017前两季度营收为14.94亿，净利润为10.2亿，预计全年营收29.89亿，净利20.39亿,同比2016年分别增长2201%与68%；蚂蚁借呗2017前三季度营收为69.47亿，净利为44.94亿，预计全年营收92.62亿，净利59.92亿，同比2016年分别增长140%与65%。

市场规模持续快速增长：根据艾瑞咨询的数据，中国互联网消费金融放贷规模从2014年的183.2亿元到2017年的43847.3亿元，2017年的环比增速高达904%。预计2018-2020年中国互联网消费金融放贷规模增速为122.9%，90.2%和69.3%。高速增长的规模为花呗和借呗带来了广阔的市场前景。

2.4保险：多样化业务全方位覆盖日常生活

2013年，蚂蚁金服和腾讯、平安发起成立了我国首家互联网保险公司众安保险，开始试水保险业，我国互联网保险发展自此开始进入快速增长期。2015年底蚂蚁金服正式成立保险事业部，在整合原淘宝、支付宝等多个电商平台的保险业务基础上，系统地建立综合、开放的互联网保险平台。2016年，保险事业部升级为保险事业群，保险业务得到进一步重视。2016年7月，蚂蚁金服通过增资的形式，以51%的股份控股国泰产险。2017年5月，成立信美人寿相互保险社，进一步扩大保险业务。同时蚂蚁金服还通过保险代理牌照搭建业务平台，向保险公司推介优质的流量。截至2016年9月，蚂蚁保险服务平台已经和78家保险机构合作。目前，蚂蚁金服的保险业务已经覆盖健康、意外、旅行、财产、人寿、车险、乐业、公益、运费险9个大的业务板块，推出超过2000款保险产品，日均保单量已超2100万单，来自移动端的保单量逾6成。截至2017年3月末，保险服务年活跃用户3.92亿人，单用户保费同比增长43%。

2.5信用：芝麻信用开启全新信用生活

芝麻信用是蚂蚁金服2015年成立旗下独立的第三方征信机构，致力于解决消费者和商家之间的信任问题，构建互信互惠的商业环境。芝麻信用所有开通用户均为实名认证用户，广泛覆盖了许多原来传统征信没有信贷记录的人群。“芝麻信用分”是芝麻信用对海量信息数据的综合处理和评估，主要包含了用户信用历史、行为偏好、履约能力、身份特质、人脉关系五个维度。芝麻信用基于阿里巴巴的电商交易数据和蚂蚁金服的互联网金融数据，并与公安网等公共机构以及合作伙伴建立数据合作，与传统征信数据不同，芝麻信用数据涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等等。商家可以根据芝麻信用评估风险，提供便捷服务，消费者在享受到便捷后会更加偏好芝麻信用，这会促使商家提供更多的便捷服务，如此一来就形成了良性循环。目前芝麻信用已经从信用卡、消费金融、融资租赁、抵押贷款，到酒店、租房、租车、婚恋、分类信息、学生服务、公共事业服务等上百个场景为用户、商户提供信用服务。

2.6技术输出：以科技助力合作伙伴，在生态体系中分享创造价值

蚂蚁金服的收入主要由三部分组成，分别是支付连接、金融服务和技术服务。在这三部分中，支付连接的利润率是最低的，其次是金融服务，而技术服务的利润率可以高达60%。2016年，其来自于支付连接的收入为65%，技术服务的收入比例为17%，金融服务收入占比为18%。2017年，蚂蚁金服预计技术服务的收入占比大幅上升至34%，支付连接收入占比下降至55%，金融服务收入占比缩水至11%。而根据预测，到2021年时，蚂蚁金服的技术服务收入将上升至总收入的65%，超过支付收入成为第一大收入项。蚂蚁金服目前确立了以BASIC技术（Blockchain区块链、AI人工智能、Security安全、IoT物联网、Cloud金融云）为核心的战略发展方向，持续不断地从Fin向Tech转型。

Blockchain区块链：最新发布的《2017全球区块链企业专利排行榜》显示，中国在区块链专利的增速远超美国，领先全球。其中阿里巴巴以49件的总量排名第一，这些专利全部出自蚂蚁金服技术实验室。区块链技术的核心是“信任的连接器”，而蚂蚁金服区块链团队的愿景是“打造生产级的信任连接基础设施”。作为信任连接器，蚂蚁区块链用算法和分布式技术架构实现去中心化和信任问题，目前已经在多个场景实现了应用落地。

AI人工智能：借助大数据，蚂蚁金服的人工智能已经实现了在客服、信用、保险，理财等多领域的运用，大大提高了效率，降低了成本。

Security安全：在互联网身份认证领域，蚂蚁金服一直致力于研发先进的生物识别技术用于实现更高的安全性与更好的用户体验。2014年支付宝钱包国内率先试水指纹支付，移动支付跨入生物识别时代。2016年支付宝宣布商用刷脸支付。2017年蚂蚁金服研制出全球首个眼纹识别技术。在风控领域，蚂蚁金服基于原来的历史交易数据进行个性化的验证，提高账户安全性。蚂蚁金服自主研发的智能实时风控系统（CTU），能对每笔交易进行8个维度的风险检测，确保交易万无一失。目前支付宝资损率低于十万分之一，而银联资损：率约万分之一点三，Paypal的资损率约千分之二。

IoT物联网：随着移动互联网的发展，互联网也即将进入万物互联的时代。2017年2月，蚂蚁金服与深蓝科技联合推出TakeGo智能门店系统。2017年8月，蚂蚁金服宣布开放无人值守技术，将为商家提供身份核验、风险防控、支付结算等多种服务，让消费者无需通过商家的人工服务，也能自助用借买。近期有媒体报导蚂蚁金服将入股猩便利，进军无人超市。阿里巴巴近期提出ALLinIoT全面进军物联网领域，主要聚焦智能城市、智能生活、智能制造、智能汽车4个领域。

Cloud金融云：蚂蚁金服旗下面向金融机构的云计算服务。蚂蚁金融云依托阿里巴巴和蚂蚁金服在云计算领域的先进技术和经验积累，集成了阿里云的众多基础能力，并针对金融行业的需求进行定制研发。蚂蚁金融云作为蚂蚁金服“互联网推进器”计划的组成部分，是一个开放的云平台，它助力金融创新、助力金融机构的IT架构实现升级，去构建更加稳健安全、低成本、敏捷创新的金融级应用，使金融机构可以更好的服务自己的客户。经过几年建设努力，蚂蚁金融云已经具备了高可用容灾、资金安全管理、高并发交易、实时安全控制、低成本交易五大特点，形成了大数据、分布式中间件SOFA、研发运维、移动、监控、企业应用、系统安全、业务安全、计算和网络、数据库、存储、应用服务十二个业务板块。

三、从蚂蚁金服得到的两点启示

3.1快速发展的关键：全产业链布局打造金融生态

打造金融生态闭环，构建自身护城河：蚂蚁金服的前身支付宝的成立正好赶上互联网在中国快速发展的阶段，互联网为金融机构业务场景的渗透和长尾用户的覆盖提供了便捷，中国的金融科技开始进入了网络化的浪潮。借助阿里电商平台的引流，支付宝乘势而上，依靠第三方支付业务快速的积累了大量的长尾用户，成为一个巨大的流量入口。借着巨大的流量，蚂蚁金服进一步拓展和推广自己的业务，从支付拓展到理财、微贷、保险、信用，从而全方位覆盖生活的各个场景，为用户提供一站式的服务，以此来进一步吸引更多的用户。这样就形成了一个良好的金融生态闭环，构建起自身的护城河。并且随着产业链的不断拓展，场景会不断丰富，护城河会越来越宽，优势越来越明显，强者恒强。截止2018年6月1日，蚂蚁金服共参与98起投资事件，覆盖金融、人工智能、企业服务、出行、餐饮、文化娱乐、生活服务、农业、房产家居、电子商务十个领域。

众多互联网金融公司在意识到这一闭环的重要性后，也纷纷开始利用自身的优势打造自己的金融生态。如京东金融借助京东电商平台的优势，从供应链金融发展成为具有企业金融、消费金融、农村金融、财富管理、支付等多种业务的一站式在线投融资平台。随着更多的公司参与到其中，竞争已经进入到白热化，而最早开始的蚂蚁金服已经占据了市场的大部分份额，拥有了稳定的客群，在总流量有限的情况下，后来的互联网金融公司要想分一杯羹，必须在场景上不断深化，做出自己的特色。

3.2蚂蚁金服体现了创新对于Fintech的价值

金准人工智能专家从蚂蚁金服身上可以看出创新的价值：蚂蚁金服的成功很重要的一个原因是技术创新，其主要业务的科技水平均走在行业的前列。

1)在支付业务方面：借助蚂蚁金融云将每笔支付成本降到了几分钱，将商户的支付费率低到美国的五分之一；接通公共事业缴费服务，日常生活中的水电燃气等费用可以通过支付宝实现自动缴纳；率先推出条码支付、声波支付、指纹支付、刷脸支付等技术，使移动支付跨入生物识别时代。目前在金融领域用指纹完成身份识别以及支付正在成为标配；在部分停车场和高速收费站，只要支付宝和车牌绑定，即可实现自动缴费；在部分商店，购物消费刷脸即可买单。技术的力量推动了无现金社会 的到来，给人们日常生活带来了极大便利。

2)在财富管理方面：余额宝只是打通了货币基金和消费体系之间的阻隔，通过技术手段实现更快捷的申购赎回和消费方式，但这样一个技术上的创新就使其成为中国互联网金融崛起的里程碑，成就了世界第一大货币基金。蚂蚁财富作为给普通客户提供理财的平台，会将更多技术、运营、数据能力开放给金融机构，入驻的金融机构在得到更好的技术数据和连接的支持后，可以为客户提供更好的产品和服务。

3)在贷款方面：蚂蚁金服基于AI模型提升风控能力，运用大数据模型来发放贷款。发展信贷融资业务风控是核心，通过对客户相关数据的分析，依照相关的模型，综合判断风险，蚂蚁金服形成了网络贷款的“310”模式，即：“3分钟申请、1秒钟到账、0人工干预”的服务标准。网商银行已累计服务超过500万小微企业，以及150多万涉农经营者。蚂蚁花呗、借呗等消费金融业务16、17年激增，但通过大数据风控技术，坏账率不足1%。

4)在保险方面：蚂蚁金服搭建新型保险平台，与保险公司的深度融合，用互联网技术对保险产业链的全流程优化，为用户提供便捷的、全方位的保险产品。同时还依靠大数据、AI等技术，解决了保险行业在风险定价等领域的痛点。产品“车险分“以蚂蚁金服在大数据、AI、数据建模等方面的技术，形成消费者的车险标准分，为保险公司在车险产品上更准确识别客户风险、更合理定价、更高效服务消费者提供依据；产品“定损宝”人工智能模拟车险定损环节中的人工作业流程，通过算法识别事故照片，与保险公司连接后，几秒内就能给出准确的定损结果，大大降低了定损的成本。

5)在信用方面：芝麻信用基于阿里巴巴的电商交易数据和蚂蚁金服的互联网金融数据，并与公安网等公共机构以及合作伙伴建立数据合作，其数据涵盖了信用卡还款、网购、转账、理财、水电煤缴费、租房信息、住址搬迁历史、社交关系等等。芝麻信用通过分析大量的网络交易及行为数据，可对用户进行信用评估，继而为用户提供快速授信、免押金租房、借书、住宿、现金分期等服务，推动了信用城市的建设。

当单纯的商业模式和流量红利都在逐渐变弱时，技术才是决定未来空间的真正引擎。蚂蚁金服成功证明技术可以帮助金融显著提高效率、降低成本，更重要的是能够重构金融的触达方式。通过技术的开放共享，和合作伙伴一起，可以很好地为用户创造价值和体验。而资本市场给科技公司的认同也远高于金融机构，这充分体现了科技创新驱动战略的重大意义。

总结

金准人工智能专家从蚂蚁金服得到的两点启示：1）快速发展的关键：全产业链打造金融生态闭环，构建自身护城河。蚂蚁金服的前身支付宝的成立正好赶上互联网在中国快速发展的阶段，为业务场景的渗透和长尾用户的覆盖提供了便捷，支付宝成为巨大流量入口。借此，蚂蚁金服快速从支付拓展到理财、微贷、保险、信用，全方位覆盖生活各个场景，形成良好金融生态闭环，并且随着产业链的不断拓展，护城河越来越宽。2）从蚂蚁金服身上可以看出创新对Fintech的价值。蚂蚁金服成功很重要的一个原因是技术创新，其主要业务的科技水平均走在行业的前列。目前蚂蚁金服40%的员工都是技术类员工，而在参与决策与战略制定的管理层中，也有四分之一是技术人。金准人工智能专家认为，当单纯的商业模式和流量红利都在逐渐变弱时，技术才是决定Fintech企业未来空间的真正引擎。

金准人工智能专家分析蚂蚁金服的发展潜力在于：生态增长+海外输出+数字化延展。1）生态指数型增长。受益于深度融合的数字金融生态和资金账户体系，平台变现效率有望持续提升。若获客补贴持续有效，2021年支付宝账户数有望超过8亿，中性假设下移动支付市场份额稳定于55%，财富管理AUM超4万亿，消费信贷余额约2万亿元，保险维持线上领先地位。2）向海外输出金融生态经验，实现全球付。未来3-5年是海外业务重点投入期，蚂蚁与集团形成矩阵式出海架构，共同提升用户价值和粘性。3）从延展数字产业生态，从Tech-Fin到Tech-Industry。目前行业解决方案仍处于免费开放阶段，未来不排除货币化可能性。

第二篇：蚂蚁金服读后感

蚂蚁金服读后感

文 / 李丹（郫都分公司）

很感谢公司举办书香移动这个活动，向我们推荐这本书，我才有机会一改平时只看自己感兴趣的游记、散文、小说等读书习惯，接触到了《蚂蚁金服》。

在中国，支付宝是一个家喻户晓的品牌，我们在用手机扫码支付，或者用余额宝理财的时候，一定会和支付宝发生关系，但是很多人不知道，支付宝的母公司叫“蚂蚁金服。”

蚂蚁金服不仅有支付宝，还有余额宝、网上银行、芝麻信用等一系列产品和服务，成立于2004年，起始于支付宝的蚂蚁金服集团，如今已是全球估值最高的科技金融企业，它从支付领域起步，进入金融行业，并用数据和技术改变了中国金融业的面貌。

作为支付宝的忠实用户，大到家里的家电，小到牙膏牙刷，吃、穿、住、行、都通过支付宝支付。现在支付宝已经成为很多年轻人生活中不可或缺的一部分。

想想，它为啥那么让我们年轻人青睐呢？

两个字——方便！

支付宝的存在，切实满足了我们的“懒人”心理，并在如今快餐式的生活节奏下，演变成为一种大家都在习以为常的生活方式，但我们却着实不知道支付宝背后的故事。

《蚂蚁金服》记录了马云在公司发展中四次关键性的表态，以及记录了彭蕾带领公司回归用户价值导向的“骆驼大会”，记录了支付宝在技术上的重要突破，记录了公司全球化的最新进展……

正是这些关键性产品和创新，奠定了蚂蚁金服今天的“江湖”地位。

除了描述重要人物和事件，书中还披露了组织管理和企业价值塑造上的具体做法，正是强大的价值观和优秀人力资源体系，构成了蚂蚁金服不断前行的独特驱动力。

如果员工通过相互合作，一次次成功地完成各项任务，他们就会不断地达成共识，这一过程就是企业文化的形成机制。

在形成这种机制之后，员工甚至不再思考自己做事的方式时候能否取得成功，也不再一项项清晰地做出决策，而是依靠本能和推测来选择优先事项，并根据工作程序行事，彭蕾提到的“基因”和“膝跳反应”其实正是这种企业文化的体现。

蚂蚁金服所具备的反思力和执行力是它长青的根基——现在的我们在公司做市场工作，也是需这样的执行力和合作力。

我们家宽的宽带服务站，直销队员，都需要这种本能，切实了解客户需求，按最优方案为客户推荐适合客户的宽带和业务，而不是直说不做，纸上谈兵，在实际操作中不断总结经验找到最适合区域特色的营销方案才能让市场良性循环发展。

互相信任，互相扶持——这就是现在我们家宽的协作理念，虽然用“团队文化”形容更为合适，但是对于现阶段的我们来说，膝跳反应现象是有的。

我们将更努力的执行并完成上级下达的指标任务，做一个快乐工作的移动人。

第三篇：金准人工智能 2018中国智能制造报告

金准人工智能 2018中国智能制造报告 前言

智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造活动环节，具有信息深度自感知、智慧优化自决策、精准控制自执行等功能的先进制造过程、系统与模式的总称。简而言之，智能制造是由物联网系统支撑的智能产品、智能生产和智能服务。

智能制造已经成为全球价值链重构和国际分工格局调整背景下各国的重要选择。发达国家纷纷加大制造业回流力度，提升制造业在国民经济中的战略地位。亚洲作为制造业重要区域也在积极部署自动化、智能化。

一、突破与成长

亚洲正受到自动化、智能化大潮冲击。国际劳工组织（International Labour Organisation）调研发现，越南、柬埔寨、菲律宾和印度尼西亚的工人的失业风险最高，据估计这几个区域约50%的工人工作可能在未来20年被自动化取代。

亚洲作为制造业的重要区域，在面临制造业向自动化、智能化、数字化转型中，能否继续保持其竞争力？

毫无疑问，亚洲正在积极寻求突破。以人工智能为例，各国政府大力支持人工能，推动科技公司、初创公司和学术界的创新。2017年，韩国政府宣布了10亿美元的人工智能资金；日本鼓励人工智能创业公司和风险投资；新加坡政府的国家研究基金会宣布国家人工智能计划（AI.SG），计划未来五年投入1.5亿新加坡元（约1.07亿美元）发展人工智能。

除了政府的支持，亚洲企业更积极打破行业壁垒加快新产品开发。不同于欧美同类企业，中国领先企业间的合作屡见不鲜，一些知名范例包括：百度与小米在物联网与人工智能领域合作开发更多应用场景；腾讯与京东合作布局电子商务生态圈；印度系统集成商组成AI联盟（OpenAI）。这赋予它们惊人的影响力，也意味着它们拥有可用于快速推动创新的技术实力和资本基础。

中国是亚洲智能化转型的重要力量。政府加强智能制造顶层设计，开展试点示范和标准体系建设；企业加快数字化转型，提升系统解决方案能力。中国智能制造取得明显成效，进入高速成长期。

中国智能制造进入成长期主要体现在三方面：首先，中国工业企业数字化能力素质提升，为未来制造系统的分析预测和自适应奠定基础。第二、财务效益方面，智能制造对企业的利润贡献率明显提升。第三、典型应用方面，中国已成为工业机器人第一消费大国，需求增长强劲。

1.1数字化能力素质提升

企业数字化能力素质体现在其利用数据指导生产以及系统自优化的能力。我们借鉴国际普遍认可的工业4.0发展路径，将企业智能化成熟度分为六个阶段：计算机化、连接、可视、透明、预测和自适应。

① 计算机化：

企业通过计算机化高效处理重复性工作，并实现高精度、低成本制造。但不同的信息技术系统在企业内部独立运作，很多设备并不具备数字接口。② 连接：

相互关联的环节取代各自为政的信息技术。操作技术（OT）系统的各部分实现了连通性和互操作性，但是依旧未能达到IT层面和OT层面的完全整合 6。

③ 可视：

了解正在发生什么，通过现场总线和传感器等物联网技术，企业捕获大量的实时数据，建立起企业的“数字孪生”，从而改变以前基于人工经验的决策方式，转为基于数字进行决策。

④ 透明：

了解事件发生的原因，并通过根本原因分析生成认识。⑤ 预测：

将数字孪生投射到未来，模拟不同的情景对未来发展进行预测，并适时做出决策和采取适当措施。

⑥ 自适应：

预测能力只是自动化行为和决策的根本要求，而持续的自适应则使企业实现自主响应，以便其尽快适应变化的经营环境。

随着中国两化融合和工业物联网建设等多项举措推进，制造型企业数字化能力素质显著提升，大部分企业正致力于数据纵向集成。金准人工智能专家调研结果显示，81%的受访企业已完成计算机化阶段，其中41%处于连接阶段，28%处于可视阶段，9%处于透明阶段，而预测和自适应阶段的企业各自占2%。

1.2智能制造利润贡献显著提升

向工业4.0进阶为制造企业带来真实可见的效益。2013年金准人工智能专家曾调研全国200家制造型企业，结果显示中国企业智能制造处在初级阶段，且利润微薄。经过五年的快速发展，智能制造产品和服务的盈利能力显著提升。

2013年智能制造为企业带来的利润并不明显，55%的受访企业其智能制造产品和服务净利润贡献率处于0-10%的区间，而2017年，仅有11%的受访企业处于这个区间，而41%的企业其智能制造利润贡献率在11-30%之间。利润贡献率超过50%的企业，由2013年受访企业占比14%提升到2017年的33%。智能制造利润贡献率明显提升，利润来源包括生产过程中效率的提升和产品服务价值的提升。

1.3应用市场潜力

中国已连续六年为工业机器人第一消费大国。IFR(International Federationof Robotics)数据显示，中国工业机器人市场规模在2017年为42亿美元，全球占比27%，2020年将扩大到59亿美元。2018-2020年国内机器人销量将分别为16、19.5、23.8万台，未来3年CAGR达到22%。汽车、高端装备制造和电子电器行业依然为工业机器人的主要用户。

中国有哪些独特优势？首先是数据量。当前人工智能热潮背后的机器学习技术对数据极其依赖。识别人脸、翻译语言和试验无人驾驶汽车需要大量的“训练数据”。由于中国的人口数量和设备数量庞大，中国企业在获取数据方面具有天然的优势。第二，中国制造业企业硬件设备和厂房相对欧美企业普遍较新，比较容易实现设备连接和厂房改造。

二、智能制造部署重点

金准人工智能专家调查发现，中国工业企业智能制造五大部署重点依次为：数字化工厂（63%）、设备及用户价值深挖（62%）、工业物联网（48%）、重构商业模式（36%）以及人工智能（21%）。

访企业所关注的相关技术包括工业软件、传感器技术、通信技术、人工智能、物联网、大数据分析等。当然，我们不能简单认为有了这些技术，就是实现智能制造，因为新制造业文化的变革进程是相当复杂和缓慢的，没有行业、企业与用户的融合推进，这次变革无法实现。

2.1 数字化工厂

智能制造是以制造环节的智能化为核心，以端到端数据流为基础，以数字作为核心驱动力，因此数字化工厂被企业列为智能制造部署的首要任务。目前企业数字化工厂部署以打通生产到执行的数据流为主要任务，而产品数据流和供应链数据流提升空间大。

数字化工厂通过新一代信息技术，实现从设计、生产、物流和服务等各个环节的数据串连，加速决策，提高准确性。只有打通数据流才能实现基于实时数据变化，对生产过程进行分析和优化处理，进而实现业务流程、工艺流程和资金流程的协同，以及生产资源（材料、能源等）在企业内部及企业之间的动态配置。打通数据流也是工厂建立“数字孪生”的前提，数字孪生不仅指产品的数字化，也包含工厂本身和工艺流程及设备的数字化，从而实现全面追溯、物理与虚拟双向共享和交互信息。打通数据流主要包括三类数据的连通，即生产流程数据、产品数据以及供应链数据。2.1.1生产流程数据 打通生产流程数据除了从生产计划到执行的数据流(如ERP到MES)，还包括MES与控制设备和监视设备之间的数据流，现场设备与控制设备之间的数据流，以及MES与现场设备之间的数据流等。

2.1.2产品数据流

打通产品数据流主要体现在产品全生命周期数字一体化和产品全生命周期可追溯。产品全生命周期数字一体化以缩短研发周期为核心，主要应用基于模型定义（MBD）技术进行产品研发、建设产品全生命周期管理系统(PLM)等。研发是数字化工厂“数据链条”的起点，研发环节产生的数据将在工厂的各个系统间实时传递，数据的同步更新避免了传统制造企业经常出现的由于沟通不畅产生的差错，也使得工厂的效率大大提升，缩短产品研制周期。产品全生命周期可追溯以提升产品质量管控为核心。

主要应用是让产品在全生命周期具有唯一标识，应用传感器、智能仪器仪表、工控系统等自动采集质量管理所需要数据，通过MES系统开展在线质量检测和预警等。2.1.3供应链数据流

打通供应链数据流主要体现在供应链上下游协同优化，实现网络协同制造。主要应用是建设跨企业制造资源协同平台，实现企业间研发、管理和服务系统的集成和对接，为接入企业提供研发设计、运营管理、数据分析、知识管理、信息安全等服务，开展制造服务和资源的动态分析和柔性配置。

金准人工智能专家调研结果显示，目前企业致力于打通从ERP到MES乃至现场设备的数据流，但这也仅是从生产到执行的打通，未来还需将产品数据、供应链数据串联。我们们将生产数据流分为两个环节：

一、打通生产计划与执行系统的数据流；

二、执行与监控和现场设备的数据流。结果显示，83%的受访企业表示已打通ERP和MES的数据流打通。62% 的企业继续向下打通MES到现场设备的数据流。但仅有47%的企业打通了产品数据流，44%的企业打通供应链数据流（图2.4）。而且考虑到我们调查的企业均为资质较好且为中等以上规模，这一系列比率显然高于中国整体平均水平。

从行业角度来看，航空航天领域全部受访企业已经打通从生产计划到执行的数据，但从生产执行到现场设备、产品以及供应链的数据链条连通相对滞后，提升空间大。电子组件及电器制造行业产品数据流和供应链数据流连通情况高于其他行业，数字化工厂整体水平较高。产品质量可谓是制药行业的生命，而打通产品数据流的制药企业仅占33%，行业需要强化产品全生命周期可追溯，提升产品质量管控能力。汽车及汽车零部件以及高端装备制造都在产品数据流方面领先（图2.5）。

未来数字世界和现实世界会是一体两面，打通数据流也是数字孪生（digital twin）操作的基础。金准人工智能专家认为数字孪生是物理实体或流程的准实时数字化镜像，有助于企业绩效提升。数字孪生往往包含“数字产品孪生”、“生产工艺流程数字孪生”和“设备数字孪生”不同层面但可以高度集中统一的数据模型。

数字产品孪生领域，特斯拉公司为其生产和销售的每一辆电动汽车都建立数字孪生模型，相对应的模型数据都保存在公司数据库。每辆电动车每天报告其日常经验，并通过数字孪生的模拟程序使用这些数据来发现可能的异常情况并提供纠正措施。通过数字孪生模拟，特斯拉每天可获得相当于160万英里的驾驶体验，并在不断的学习过程中反馈给每辆车。生产流程数字孪生领域，一些嗅觉敏锐的工厂及生产线开始引入数字孪生，在建造之前，对工厂进行仿真和模拟，虚拟出建造工厂的最佳流程，再将真实参数传给实际的工厂建设，有效减少误差和风险。待厂房和生产线建成之后，日常的运行和维护通过数字孪生进行交互，能够迅速找出问题所在，提高工作效率。Gartner对美国、德国、中国与日本的202位企业的调查发现，到2020年，至少50%年收入超过50亿美元的制造商将为其产品或资产启动至少一项数字孪生项目，届时参与使用数字孪生技术的企业数量将增长3倍。预计在今后数年时间，将有数以亿计的用户使用数字孪生操作，它将被企业用于规划设备服务、生产线操作、预测设备故障、提高操作效率、加速新产品开发等。在未来，这项技术有望与工业生产彻底融合，推动智能工业进入新阶段。如何创建数字孪生？金准人工智能专家认为数字孪生的创建包含两个主要关注领域：

一是设计数字孪生的流程和产品生命周期的数据要求—— 从资产的设计到资产在真实世界中的现场使用和维护；

二是创建使能技术，整合真实资产及其数字孪生，使传感器数据与企业核心系统中的运营和交易信息实现实时流动。

2.2 设备和用户价值深度挖掘

制造型企业面临愈发激烈的市场竞争和日益透明的产品定价，不得不寻找新的价值来源。金准人工智能专家智能制造调研结果显示，设备和用户价值深度挖掘是企业智能制造部署第二重点领域。62%的受访企业正积极部署设备和用户价值深度挖掘，其中41%的企业侧重设备价值挖掘，21%的企业侧重用户价值挖掘。

围绕设备进行价值挖掘可以说是制造型企业的天性。如在研发设计阶段，嵌入新技术，生产更智能或更多样化的产品；在销售阶段，提供设备相关金融服务；在售后阶段，对出厂设备和产品进行实时数据采集和监控，并进行性能分析、预测性维护等，既提升安全性，也为企业创造更多服务机会。

虽然起步较晚，制造型企业也在探索和尝试对用户价值进行深度挖掘，其中以C2M(customer-to-manufactory，客户到制造)最受瞩目。C2M体现了定制化生产的特性，使制造商直接面对用户，以满足用户个性化需求；同时通过减少中间环节降低成本、提升效率。红领集团通过打造C2M电商平台、柔性供应能力和大数据能力实现了大规模定制化。顾客可以在其C2M电商平台选择款式、工艺、材料并下单。平台快速收集顾客分散、个性化需求数据的同时，大数据和云计算技术按客户需求匹配产品数据模型，其款式数据和工艺数据能满足超过百万万亿种设计组合，覆盖99.9%的个性化设计需求。当版型确定后，系统自动生成工艺数据，工艺数据发送至工厂，工厂进行生产交付。整个流程从下订单到产品出厂仅需7个工作日，并做到按需生产、零库存、一人一版、一衣一款。

阿里巴巴的“淘工厂”集结上万家工厂，将电商买家订单与制造厂商产能进行对接，把柔性产能档期联网，解决电商买家有订单无工厂，制造企业有产能无订单的结症。

2.3 工业物联网

智能制造要求制造系统具备感知、分析、决策和执行的能力，而这些能力的核心均涉及物联网相关技术，如面向感知的物联技术（传感器、RFID、芯片）、面向分析的工业大数据分析和面向决策及服务的应用平台。

金准人工智能专家调研结果显示，目前中国制造企业物联网应用以感知为重点，分析和服务交融将是未来物联网建设重点。受访企业普遍建立系统以传感器采集动态数据，但数据分析和平台应用相对滞后。从行业应用来看，电子及电器行业传感器和平台应用最为普及，76%的受访企业利用传感器采集数据，43%的企业利用物联网平台，但仅有33%的企业采用大数据技术分析所采集的数据。汽车及零部件制造行业传感器技术应用也有较高普及率达73%，但大数据和平台应用低于其他受访行业。制药行业大数据技术利用最为积极，因为医药行业早已面临海量数据和非结构化数据挑战（图2.6）。

感知仅是物联网应用的初级阶段，以数据洞察指导行动，从而提高效率，或者与服务交融创造新价值，才是物联网的核心。云平台通过提供强大的数据传输、存储和处理能力，帮助制造企业采集和处理大量数据。工业云平台不仅能够实现企业通过平台完成产品的设计、工艺、制造、采购、营销等环节，还将改变传统生产方式和制造生态，创造新的收入来源和商业模式。中国制造企业云部署现状如何？

金准人工智能专家调研发现，中国制造企业云部署积极性不高。53%的受访制造企业尚未部署工业云，47%的企业正在进行工业云部署，其中27%的企业部署私有云，14%部署公有云，6%部署混合云（图2.7）。上云可以大幅降低每个单元的储存和计算成本，甚至通过跨界创造新的商业模式，但也带来了复杂性。企业担心一旦将诸如工厂生产过程、资产性能管理的数据放到云平台上之后，信息安全、知识产权问题会接踵而至。除此之外，很多企业尚未明确工业云在企业层面的商业应用和相关能力欠缺也是导致企业云部署积极性不高的原因。

对于选择公有云还是私有云，很大程度取决于企业的关注点不同。如果企业只是聚焦自己的生产制造，降本增效，往往不会选择公有云；如果企业聚焦商业模式创新和产品转型，则会天然的更倾向于选择公有云或混合云，因为往往涉及服务平台，需要做到一定程度上的兼容和融合。由于目前国内比较常见的工业云的部署以云的基础功能为主，企业把云看作虚拟服务器，在云上做存储、计算，只有少数企业通过云部署改变生产方式和制造生态，进行公有云和混合云部署的企业仍为少数。

金准人工智能专家认为物联网在智能制造领域的应用场景主要分为三类：设备与资产管理、产品洞察和服务创新。2.3.1设备与资产管理

具备感测与联网功能的系统与大数据结合，可以实现设备的监控和管理，如远程监控、预测性维护和互联现场等。远程监控以物联网替代传统的人工巡检机制，通过传感器远距离将设备数据传输到运营中心。预测性维护打破传统工厂按计划进行定期维护设备的运营方式，通过物联网对设备整个生命周期进行全程监控，并预测设备未来可能发生的故障，提前制定预防性维护计划，减少故障率并提高生产效率。物联网还可以连接和监控厂房的工业装置和设备，获得有见解的分析，从而帮助跨工业设备、生产线以及在整个工厂范围内优化性能和效率。当然，除了新厂房，老厂房和设备在没有更新换代之前，也有联网监控的需要，如何在现有设备上进行物联网改造是值得企业关注的问题。2.3.2产品洞察

制造企业往往不太了解自己的产品如何被使用，而物联网将改变这一现状。在产品投入使用后，制造厂商可以通过物联网与产品建立并保持联系，收集动态数据，以更加系统的方式实时地持续地分析产品使用情况。在了解客户对产品的使用方式后，厂商还可以基于数据预测客户需求，开发个性化产品和新的服务项目，提高产品附加值。2.3.3服务创新

基于数据和平台提供后市场服务，物联网与服务交融实现商业模式创新。物联网协助制造企业更有效捕捉和预测市场需求，创造动态化、个性化的智能服务、咨询服务、数据服务、物联网金融与保险等新的服务种类。这类应用将打破企业原来的边界，从全社会的维度思考制造资源的优化，客户和制造端的互动以及各种商业模式的创新。企业需要评估自身业务需要，明确商业目标、相关流程和预期结果的范围，在考虑技术可扩展性、性能、带宽经济和技术创新等级后，才能对数据和物联网系统的处理架构做出明智的选择。

2.4 重构未来商业模式

智能制造不仅能够帮助制造型企业实现降本增效，也赋予企业重新思考价值定位和重构商业模式的契机。同时，新进入者也在不断挑战传统市场参与者的地位，众多技术型企业加入战场推动工业企业探索商业模式上的创新。金准人工智能专家调研发现企业对未来商业模式的规划大致呈四类：30%的受访企业未来商业模式将以平台为核心，26%的企业走规模化定制模式，24%以“产品+服务”为核心向解决方案商转型，12%以知识产权为核心（图2.8）。平台型商业模式定位以提供多种软件服务和搭建生态系统为核心，未来可能不会出现类似BAT这样的行业巨头，但不乏垂直行业领军企业或平台。

规模化定制模式，如C2M已经不局限于服装制造，而延伸到汽车和装备制造等行业。“产品+服务”为核心旨在围绕客户需求提供解决方案，是目前很多企业在做的。以知识产权为核心的企业往往通过专利战略，形成技术壁垒占领市场。

不同商业模式的价值定位和价值创造方式不同，所面临的挑战也不尽相同（图2.9）。企业需要持续审视自己的商业模式，通过评估自身运营情况进行适当地改善并定期评估其他商业模式是否具有可行性。

2.5 人工智能

人工智能对制造业的影响主要来自两方面： 一是在制造和管理流程中运用人工智能提高产品质量和生产效率；二是对现有产品与服务的彻底颠覆。

随着国内制造业自动化程度提高，机器人在制造过程和管理流程中的应用日益广泛，而人工智能更进一步赋予机器人自我学习能力。结合数据管理，导入自动化设备及相关设备的联网，机器人通过机器学习分析，可以实现生产线的精准配合，并更准确的预测和实时检测生产问题。人工智能在制造业产品和服务领域的应用则更具有颠覆性。产品本身就是人工智能的载体，硬件与各类软件结合具备感知、判断的能力并实时与用户、环境互动。而产品的功能和服务，也将颠覆原有生态系统。以汽车产业为例，传统汽车行业的竞争格局是金字塔型——整车厂处于顶端，各级别供应商跟随其后。但是在智能汽车时代，整车厂的主导地位将受到严峻挑战，零部件厂商、互联网巨头、算法公司、芯片制造商、传感器供应商等企业无不加快对无人驾驶技术的研发和商业化步伐，并期望通过占据技术制高点打破汽车产业的生态平衡。

中国制造企业人工智能应用情况如何？金准人工智能专家智能制造调研发现，51%的受访企业在制造和管理流程中运用人工智能，46%的受访企业在产品和服务领域已经或计划部署人工智能（图2.10）。制造和管理流程中人工智能的运用更偏向系统自动化和制造精益化，目的是提高生产效率和产品质量，同时人也被解放出来，可以去思考更复杂的问题。主要应用场景包括使用机器人实现流程自动化、柔性制造、定制化生产、质量检测等。在产品和服务领域人工智能的运用更侧重产品和服务与使用者的互动，典型应用包括研发和新品测试、用户行为分析、自动驾驶等。

当然人工智能仍处在其发展早期，技术突破及商业论证需要更长时间。另外，人工智能应用环境和基础设施的完善程度，信息和安全法规、企业自身的能力都成为企业面临的主要挑战。我们发现，对于尚未部署人工智能的制造企业来说，缺乏投资人工智能的商业论证、尚不具备建立和支持人工智能的系统能力、尚不明确部署人工智能的前提为主要挑战（图2.11）。

人工智能正迅速渗透各行各业。汽车及汽车零部件制造、高端装备制造、电子及电器制造三个行业在制造流程中采用机器人的比例过半。汽车及零部件制造行业使用机器人的企业比例达到80%，预示未来工业机器人的市场增量将主要来自非汽车行业。在产品和服务领域已经或计划部署人工智能的行业分布比较均匀，高端装备制造和制药比例较高，但其他行业如新材料、汽车及零部件、航空航天、电子及电器也正在或计划部署人工智能。

行业对人工智能的理解已随着算法、技术和应用的发展，越来越加深。对于企业而言，应跳出人工智能仅是“机器换人”的既定思维，在精益制造、产品质量、用户体验等多方面进行部署。

三、跨越能力鸿沟

重构商业模式是一项复杂艰巨的任务，我们请企业就实现构想中的商业模式所面临的能力鸿沟进行打分，综合来看，商业模式优化、创新管理以及云部署为企业能力建设三大关键任务，金准人工智能专家建议分别从以下几个方面入手提升能力：

3.1商业模式优化

优化商业模式可能仅需要改变或改进目前模式中部分元素，也可能涉及改变整体运营模式的重大转型。在过去的15年里，由于技术、通信、物流和交通等方面的迅速进步，整体运营模式的重大转型已更为常见。企业需要运用行之有效的方法和工具，从以下工作流程各环节入手优化商业模式：

① 企业转型整编：

优化现有商业模式，包括从原材料采购到产品销售过程所涉及的一切环节，挖掘可以整体改动或局部改进的待优化环节，以支持新的商业模式。

② 重新配置信息技术系统：

企业需要探索、设计与实施基础设施及信息技术系统的改进。③ 重新调配人员： 人尽其用是企业转型可持续性的关键之一。重新调配人员侧重于设计和实施人员调度，以支持新商业模式，并实现从原有模式到新模式的顺利过渡。该环节还包括制定新的关键绩效指标及汇报关系以支持新商业模式。

④ 重组法律、财务及税务架构：

商业模式优化方案的设计和实施通常涉及许多复杂的法律实体及税务架构上的改变。企业管理团队需要分析不同方式的利与弊。如新商业模式下所得税和转让定价事项有何变化，增值税和关税对新商业模式可能产生的影响。

3.2创新管理

创新管理的目标包括优化创新产品管理、优化生命周期成本、优化资本使用效率和优化风险管理。

① 优化创新产品管理：

建立统一的产品管理体系（包括有形的产品和服务），优化决策流程，提高决策效率 ② 优化生命周期成本：

通过产品生命周期的最优化运作，优化产品投资成本和运营成本 ③ 优化资本使用效率：

通过监控、评估和KPI管理，优化产品管理、提升资本使用效率 ④ 优化风险管理：

有效管理创新过程中的市场风险和数据安全风险等诸多风险值得注意的是，单纯的产品创新管理并不能令企业长久保持竞争优势。如今，几乎所有产品类别都处于激烈的竞争之中，任何新产品的任何独特优势都会被快速吞噬。组合多种创新类型可以帮助公司拥有更好的财务回报。虽然不能把这些公司的绩效全部归功于创新，但创新有助于提升一家公司的机制，包括投资者对它未来的预期。3.3云部署

仅仅把数据和应用转移到云上是远远不够的，大多数情况，上云会牵涉多个业务功能，影响企业的供应商、财务报表和客户，企业需要长远规划，分步执行。企业还需要充分考虑人力资源和数字化程度如何与云部署配合。

① 规划：

审视企业现有商业模式并探讨是否有其他可行的商业模式，根据商业模式制定云部署战略，进行商业论证和自身能力评估。

② 执行：

执行阶段可以分四步走，第一步是SaaS部署，包括ERP，CRM，人力资源转型和其他软件部署；第二步是个性化部署，包括应用开发、架构搭建和平台部署；第三步为云迁移，其间可能需要对应用软件进行更新和调整。第四步为引入大数据分析平台。

总结

今天的市场变得越来越多样化，消费者的需求在不断变化。同时，产品、生产流程和服务的数字化、智能化已是大势所趋，受此趋势影响，工业企业正在加快智能制造部署，并不断审视商业模式，并制定有效策略，以期从运营和战略层面推动实际价值的创造。

第四篇：金准人工智能 2018年中最新人工智能独角兽企业分析报告

金准人工智能 2018年中最新人工智能独角兽企业分析报告 前言

随着人工智能被写进政府工作报告、行业泡沫开始缓释，2018年人工智能领域的发展走向了新的高潮。“AI+”行业商用落地的速度不断加快；从出行、金融、医疗到智能家居等，市场和需求愈发细分。

自动驾驶作为近年来人工智能技术应用的热点，仍在继续发力。技术与产业发展的同时，相关政策也陆续出台，无人驾驶路测的开放和规范，无人驾驶示范园区、智慧高速公路的建设落地，全都以前所未有的力度推动着产业发展。

以智能家居语音交互终端为代表的硬件，走进千家万户并深刻影响人们的生活。越来越多带有麦克风、摄像头、屏幕或更多传感器的智能终端出现，具备联网、交互、语音、视觉等能力的硬件设备类型也更加多元，同时也推动着人机语音交互技术不断更新迭代。

商业服务机器人公司的集中出现，背后是线下零售店，配送服务、家庭儿童教育等多种落地场景的日趋成熟，包括京东、美团等巨头在内，都在尝试让这种方式真正参与到商业日常中来。

热门赛道的纵深发展也催生出一系列新兴产业。交通、安防、教育、医疗、零售等传统行业，也在AI技术的推动下，催生了一批新的产业引领者。商汤科技等计算机视觉公司将加载了优质算法的人脸识别等技术引入安防、金融等领域；推想科技等人工智能创业公司，将深度学习技术应用于医疗影像诊断；在教育领域，松鼠AI智适应教育推动AI自适应教育技术场景的落地化应用，让“AI教师”发挥作用……

一、2018年中最新人工智能独角兽企业清单 金准数据的行业研究数据，2020年全球人工智能市场规模约1190亿人民币，未来10年，人工智能将会是一个2000亿美元的市场，空间非常巨大。

下面金准人工智能专家梳理了人工智能6大领域的代表性企业，总结了他们的技术和产品，以及最新市值、估值和融资额情况：

1.1语音和自然语言处理

1.2计算机视觉

1.3芯片和硬件

1.4智能机器

1.5医疗

1.6金融

二、国内的人工智能“独角兽企业”分析

AlphaGo的胜利，无人驾驶的成功，模式识别的突破性进展，人工智能的的飞速发展一次又一次地挑动着我们的神经。国内的一些上市科技巨头也早已布局，百度布局自动驾驶、阿里布局智慧城市、腾讯布局医疗影像识别、科大讯飞布局语音识别，他们都在各自的人工智能领域有所建树。除了以上几家，国内还有一些人工智能独角兽企业也成为了最受人们关注的焦点，以下是金准人工智能专家总结的国内的人工智能“独角兽企业”。

2.1商汤科技

是中国领先的人工智能头部公司，专注于计算机视觉和深度学习的原创技术。公司以“坚持原创，让AI引领人类进步”为使命，商汤科技建立了国内顶级的自主研发的深度学习超算中心，并成为中国一流的人工智能算法供应商。目前，商汤科技已与国内外多个行业的400多家领军企业建立合作，包括本田、Qualcomm、英伟达、中国移动、银联、万达、华为、微博、科大讯飞等知名企业及政府机构，涵盖安防、金融、智能手机、移动互联网、汽车、智慧零售等诸多行业，提供语音技术，文字识别，人脸识别，深度学习、视频分析、无人驾驶、医疗影像识等一系列人工智能产品及解决方案，帮助各行各业的客户打造智能化业务系统。

商汤科技已成长为世界级的人工智能独角兽企业。2017年7月，商汤科技宣布完成4．1亿美元B轮融资，创下当时全球人工智能领域单轮融资额纪录，成为世界级的人工智能独角兽企业。2017年11月，商汤科技完成15亿元融资，由阿里巴巴投资。2018年3月1日，商汤科技走向世界，麻省理工学院（MIT）宣布和商汤科技成立人工智能联盟，共同探索人类与机器智能的未来。2018年4月消息，商汤科技获得由阿里巴巴领衔的6亿美元投资，公司估值超过40亿美元。2018年5月31日，人工智能平台公司商汤科技SenseTime宣布完成C＋轮6．2亿美元融资。本轮融资结束后，其估值超过45亿美金，继续保持全球总融资额最大、估值最高的人工智能独角兽地位。

2.2深兰科技

深兰科技是著名的人工智能独角兽企业，2014年由归国博士团队创建，一直以“人工智能服务民生”为理念，致力于人工智能基础研究和应用开发。在全球拥有近百位全职博士和博士后学术带头人，几百位名校硕士研发人员，创造性地发明了数十项原创算法和原创技术，团队曾多次获得多项世界大赛和国内大赛的第一名。利用自主知识产权的深度学习架构、机器视觉、生物智能识别等人工智能算法、无媒介支付等核心技术，在自动驾驶、智能机器人、生物智能、AI芯片，智能零售、智慧城市、智慧安防、智能教育、军工等领域都有深入布局，居行业领导地位。

发展至今，深兰科技已在欧洲、美国、澳洲等多地设立区域总部和分支研发机构，国际销售网络覆盖全球17个国家，分别和世界排名第87位的日本永旺集团，世界500强的绿地集团成立了合资公司。拥有包括英特尔在内的六家世界级人工智能企业，建立了人工智能、AIoT智联网、人机交互、AI芯片等相关的领域的联合实验室，共同构筑了全球性的研发科研体系，2017年发布了市场公认的超越Amazongo的takego人工智能无人店技术，2018年发布了全球第一款自动驾驶功能性商用车。

国际化布局、人才聚集、强落地应用能力促使深兰科技获得很多投资机构和合作方的青睐，此前深兰科技和日本永旺永乐，绿地集团分别成立的合资公司，让AI产品有了庞大的落地场景。因其出众的应用落地能力和变现能力，已跻身中国人工智能独角兽行列。2.3旷视科技

成立于2011年10月，以深度学习和物联传感技术为核心，立足于自有原创深度学习算法引擎Brain＋＋，布局金融安全，城市安防，手机AR，商业物联，工业机器人五大核心行业，致力于为企业级用户提供全球领先的人工智能产品和行业解决方案。每月产出国家、国际级发明专利十余项，是一个创新领域纯自主研发的知识密集型初创企业。通过革新的机器视觉技术打造新一代的图像识别引擎，逐步提供包括人脸识别、人体识别、文字识别、物体识别等产品。旷视的核心人脸识别技术Face＋＋曾被美国著名科技评论杂志《麻省理工科技评论》评定为2017全球十大前沿科技，同时公司入榜全球最聪明公司并位列第11名，Face＋＋现已成长为世界最大的人脸识别技术平台，并以最简单易用的云服务方式将最好的人脸识别技术提供给广大开发者和企业级伙伴，其中包括阿里巴巴、联想、世纪佳缘和美图秀秀等，API总调用量超过60亿次；并且在金融、安防、零售领域分别开始了商业化探索成功发育出Face＋＋Financial，Face＋＋Security，Face＋＋BI等垂直人脸验证解决方案产品。发展至今，旷视已在北京、西雅图、南京设立独立研究院，并在十余个核心城市设立分部。在“赋能机器之眼，构建城市大脑”的愿景下，旷视人正在推动人工智能技术在中国及全球范围的产业落地，并通过打造MegCity城市大脑数据平台为构建智慧城市、平安城市基础设施而奋斗。在中国科技部火炬中心“独角兽”榜单中，旷视排在人工智能类首位。

2.4云知声

成立于2012年，聚焦物联网领域的人工智能服务。公司总部位于北京，在上海、深圳、厦门均设有分公司。公司专注于物联网人工智能服务，拥有完全自主知识产权、世界顶尖的智能语音识别和相关AI技术。云知声的愿景是“智享未来”，云知声利用机器学习的平台（深度学习、增强学习、贝叶斯学习），在语音技术、语言技术、知识计算、大数据分析等领域建立了领先的核心技术体系，这些技术共同构成了云知声完整的人工智能技术图谱。在应用层面，AI芯、AIUI、AIService三大解决方案支撑起云知声核心技术的落地和实现，已经在家居、车载、医疗和教育等领域有广泛应用，形成了完整的“云端芯”生态闭环。

公司目前具备5个产品类别，从认知智能和感知智能入手，打造物联网应用。（1）智能家居方案：推出远场语音交互方案，有效消除家居环境中的噪声、回声和混响。结合语音识别算法等技术，为用户提供流畅和丰富的交流体验。（2）智能车载方案：用户通过语音操控就能实现地图导航、打电话发短信通、听歌娱乐、信息搜索等功能。车机方案商和设备商，通过简单的的移植集成UniCar，就能让车机具备智能语音交互能力，可以确保用户良好的产品体验。（3）智慧医疗方案：提供医疗垂直领域录入软硬件一体的解决方案，基于医疗人工智能技术和大数据分析进行持续探索，实现智能语音交互的知识问答和病历查询，进行健康风险预测和患者分群分析。（4）智慧教育方案：采用先进的语音评测技术和自然语言处理技术为客户提供全方位智能化的语言学习产品后台服务。云知声自成立以来，发展迅速，备受人工智能行业及资本市场的广泛关注，累积融资近亿美元，合作伙伴数量也已经超过2万家。其中语音云平台覆盖的城市超过470个，覆盖设备超过9000万台。并且，云知声连续两年入选福布斯中国最快科技成长公司50强企业，是中国人工智能行业成长最快的创业公司之一。

2.5依图科技

依图科技成立于2012年，这家从事人工智能创新性研究的创企从图像识别入手，首先与全国省市级公安系统合作，对车辆品牌、型号等进行精准识别，随后扩展到人像识别，通过静态人像比对技术和动态人像比对技术，协助公安系统进行人员身份核查、追逃、监控、关系挖掘等。

目前，依图的技术早已经服务全国20余省安防，为海关总署及中国边检等提供人像比对系统，并在招商银行、浦发银行，遗迹互联网金融等多个业务场景中广泛应用，车辆识别产品亦被公安系统广泛采用，依图也是目前国内唯一拥有10亿级人像库比对能力的公司，搭建了全球最大的人像系统，覆盖超过15亿人像。安防领域之外，依图也进入智慧城市领域和健康医疗领域，它要协助政府构建＂城市大脑＂，也希望将医疗领域的巨大知识鸿沟缩小，改善医患体验。

2.6思必驰

2007年，思必驰创立在英国剑桥高新区，是一家语音技术公司，语音技术包括：人机对话技术、自然语言理解技术、语音识别技术、语音合成技术、声纹识别技术。国际上极少数拥有自主产权、中英文综合语音技术（语音识别、语音合成、自然语言理解、智能交互决策、声纹识别、性别及年龄识别、情绪识别等）的公司之一。其语音识别、声纹识别、口语对话系统等技术曾经多次在美国国家标准局、美国国防部、国际研究机构评测中夺得冠军，代表了技术的国际前沿水平，思必驰是国内仅有的一两家有完整智能语音系列技术的公司之一，已有的专利等各类知识产权近40项，被中国和英国政府评为高新技术企业。

思必驰的系列语音技术已经广泛地应用到了垂直行业搜索、智能设备控制等行业，大幅提升产品人机交互体验，也让控制、搜索等各类智能化的数字生活成为了现实。

2.7云从科技

成立于2015年4月，是一家从中科院重庆研究院孵化的专注于计算机视觉与人工智能的高科技企业。主要产品有人脸识别通关机、智能摄像机、大规模动态人群监控系统、金融一体化远程认证服务等产品，并已应用到部分机场，火车站与边疆地区。

云从科技是计算机视觉头部企业中唯一的国家队，承建了国家发改委的基础项目重大工程——“人工智能基础资源公共服务平台”与产业化项目重大工程“人脸识别系统产业化应用平台”。同时也参与了人脸识别的国家标准与行业标准制定，对行业有从上到下的掌控力。

2.8寒武纪科技

寒武纪科技公司于2016年3月才在北京、上海注册成立，由陈天石、陈云霁兄弟联合创办。是全球第一个成功流片并拥有成熟产品的智能芯片公司，拥有终端和服务器两条产品线。寒武纪作为有着中科院背景的AI创业公司，发展非常迅猛。2016年，在公司还没成立多久，寒武纪科技就率先发布了全球首款商用深度学习专用处理器IP——寒武纪1A处理器，其横空出世打破了多项记录，受到了业界广泛关注，入选了第三届世界互联网大会评选的十五项“世界互联网领先科技成果”。

2017年，寒武纪先是获得包括国投创业（A轮领投方），阿里巴巴创投、联想创投等在内的1亿美元的融资，顺利升级为国内AI独角兽，后是发布了相继多款面向不同应用方向且性能优异的AI芯片，吸引不少科技看客的眼球。

它也是中国第一个专门从事计算机科学技术综合性研究的国立学术机构，被誉为“中国计算机事业的摇篮”，曾自主研发了中国首台数字电子计算机、首个通用CPU龙芯，为中国计算机产业界和学术界培养了大量高技术人才，创办了联想、曙光等一批高技术企业，是寒武纪科技的重要股东和产学研长期合作伙伴。

在艺术创作者浪漫主义或超现实的构想中，人工智能将成为人类的伙伴、伴侣，可能会反噬人类；在媒体对人工智能领域紧跟不舍的报道中，这个领域创企层出不穷，它们估值不菲；而在务实的从业者眼中，有人认为＂现在思考人工智能反噬的问题，就像考虑如何在火星上打地基建房子一样多余＂，也有人认为，人工智能是一项威力太过强大的＂武器＂，应将之以开源等方式＂普惠＂众生。

三、人工智能“独角兽公司”的未来展望

“独角兽公司”最早用来指那些在私募和公开市场的估值超过10亿美元的创业公司，此后，“独角兽”成为流行于国内外的赋予创业公司的赞誉。而近几年，这一概念也逐渐变化，人们的视野更加聚焦在科技独角兽身上。政策的利好随之而来。2018年，各交易所、证监会接连表态，要吸引国内独角兽上市和海外优质红筹股回归，政府支持新经济发展和科技独角兽上市的大方向已经非常明晰。最具吸引力的“证监会为四大行业IPO开特殊通道”，其中就包括人工智能。基于此，并综合了企业的行业地位、融资情况、成长性、技术实力等条件，金准人工智能专家筛选出人工智能6大领域的独角兽公司——它们成长迅速、已处于不同细分领域的领先位置，拥有较强的技术实力，并探索出了独特的商业模式，已具备较高估值。

人工智能的产业化落地正在成为全球新一轮商业革命的引爆点，掀起了颠覆互联网商业格局的浪潮。可以预见，人工智能将成为行业跨界、拥抱科技、爆发式商业增长的主赛道。未来金准人工智能专家将与所有AI赋能者们一起，继续深挖行业痛点和商业价值，持续解锁人工智能应该新场景。

总结

工业4.0席卷全球，人工智能作为信息时代的尖端科技，站在全球科技革命和产业变革的制高点，已经成为推动经济社会发展的新引擎。在连续两年被写入政府工作报告后，我国人工智能的发展迎来了新的风口。身居全球AI企业技术落地领先位置，国内诞生了一大批人工智能独角兽企业，诸如仓储机器人、无人驾驶汽车、刷脸支付软件等智能产品也不断被研发、迭代，而这背后是无数创新和专利的凝结。

目前，我国人工智能在汉字识别、语音识别、计算机视觉技术方面世界领先，但在其他细分领域上，仍与国外同行存在一定差距，如芯片、GPU、操作系统等。但不可否认的是，人工智能产业竞争不仅是技术攻坚战、资本战，更是专利战。商汤、旷视、依图、云从等国内人工智能龙头企业都在加紧布局专利，争取抢占知识产权高地。这其中，旷视以600余件授权及在申专利暂时领跑。资本的关注，应用场景的不断拓展，技术研发的深入，也让人工智能领域，成为新的独角兽和准独角兽公司的集中地。

第五篇：个人总结-蚂蚁金服面试题

1.对事务，并发，JVM，幂，并发控制的理解。

2.对技术框架等Sping,nginx不仅会使用，要理解原理，自己的思考。3.项目介绍（时间，并发量，什么业务）4.http几个版本

5.jdbc怎么开发事务 6.哈希map怎么实现

7.对分布式环境下如何实现事务的最终一致性的想法。8.jvm的内存模型的理解，threadlocal使用场景及注意事项 9.synchronized和类加载的理解

10.架构问题：双十一怎么解决高并发问题，架构方案；稳定性20百分，怎么提高到那么高的；数据库分库分表怎么实现的；二分协议算法和zookeepper算法有什么联系。为什么要用这个做架构。怎么保证消息最新。自己的架构好在哪里，架构师哪些最成功的，有什么经验，对哪些最认可。

11.double/zookeeper 的使用情况，WMS项目架构说明？---架构方面 12.spring事物 java 的设计模式。spring的aop如何实现？

13.map同步，jpk关键字的原理，phreablocal原理是怎么实现的 14.大数据量搜索的问题。给出解决问题的思路。

15.缓存框架—Ehcache（Ehcache和readies都是用来缓存的，他们分别在什么时候使 16.分布式。数据库

web集群是怎么配的，数据库的读写分离（用来优化搜索的）17.分库分表后，如果某一个表还是超大，怎样提高效率。18.数据库的死锁和活锁

19.双十一怎么解决高并发问题，架构方案。稳定性20百分，怎么提高到那么高的 20.二分协议算法和zookeepper算法有什么联系。为什么要用这个做架构。一定保证消息最新。架构好在哪里，架构师哪些最成功的，有什么经验，哪些最认可。21.怎样处理30万用户每天的访问量？比如休一休，抢红包，上亿数据量。

如何对你的系统进行性能优化。22.synchronized和加载 23.事务，幂，并发控制 24.系统设计不足要主动推进 25.数据库事务

26.对之前的项目形成全局观 27.阐述项目中绑卡的数据模型

28.分布式环境如何实现事务的最终一致性想法 29.日志平台容量规划，后续业务升级 30.涉及的OTP有没有冲突 31.jvm的内存模型

32.threadlocal使用场景及注意事项 33.java类加载机制；

34.post和get区别

35.一个完整的网络请求流程

36.并发处理机制

37.转账问题，两个账户互相转账怎么通过锁保证其金额安全和一致性 38.spring aop实现（源码级别）

39.JVM方法区存储内容 是否会动态扩展 是否会出现内存溢出 出现的原因有哪些 40.分布式缓存扩容方案

41.如何实现spring对事物的管理 同时连接多数据源事物如何处理 spring事物嵌套属性 区别