报告是在工作或项目事后编写的，所以报告具有总结性、叙述性的特点，只有按照报告格式编写，才能编写出有效的报告。以下是小编整理的《人工智能产业发展报告》仅供参考，希望能够帮助到大家。
第一篇：人工智能产业发展报告
金准人工智能 养老机器人产业研究报告
前言
目前，65岁以上的老年人口占我国总人口数17.3%，随着老年人口的增加，适龄劳动人口的减少，中国的养老的压力也越来越大。与此同时，随着国内机器人产业的兴起，机器人养老成为了新的探索方向。在政策上，机器人养老也得到了大力的支持。据《机器人产业发展规划(2016-2020年)》所规划，机器人将在5年内走入养老服务业。清华大学机械工程系的张文增教授也表示，机器人养老是一个非常重要的主题，未来市场将是海量的。
尽管有政策的支持，学界和玩家们也纷纷看好该其前景，但目前机器人养老的市场情况却不容乐观。少数玩家针对养老这一特殊场景推出了更垂直的解决方案，而大部分的玩家都选择与儿童产品通用的方案，忽视了老年人这一人群的特殊属性。在此之下，机器人在养老市场的场推广上也却步履维艰，To B方面以医院和养老院两个场景率先形成小规模的初级市场，To C方面声势甚微。
近日，金准人工智能专家发现，无论是学者还是行业从业者对机器人养老的前景都持看好态度，甚至有海外企业涌入国内市场，但国内市场却存在着鱼龙混杂、大部分企业谈概念等突出问题。金准人工智能专家将起底机器人养老产业现状，深入分析众玩家打法和产品设计情况，以及市场需求与产业发展方向。
一、国内市场早期入局玩家
国内方面，目前入局的玩家并不多，大部分企业都处于试水和初步布局阶段。在应用场景上也主要分为家庭、养老院和医院三大典型场景。在市场早期，金准人工智能专家发现一些较为积极的早期入局者，如广东礼宾机器人、柚瓣机器人和优必选智慧养老克鲁泽Cruzr机器人。
1.广东礼宾机器人
医院是机器人养老的重要应用场景之一，成立于2015年的广东礼宾医疗科技股份有限公司，目前就将市场重心放在了医院上，希望解决养老的一点刚需，陪伴老人度过漫长的护理期。据其CEO周全胜介绍，他们已经在机器人养老上做了三年，目前年出货量大约8000台。除了采购一些厂商的机器人本体外，自己也在开发硬件，并推出了小宝和精灵两款硬件产品。
2.新松家宝机器人
去年11月，辽宁德沃与沈阳新松联合开发了一款智能养老服务机器人。今年年初，新松也展示了用于养老的家宝机器人，包含智能看护、亲情互动、远程医疗、家政服务等功能。同时，可以对老人身体健康状况进行实时监测，构建用户管理、健康检测、慢病管理、生活陪伴、家庭医生助理、紧急警报等服务在内的应用解决方案。此外，这款机器人还可以与家人视频通话、向老人推荐养生菜谱、规划旅游线路等。 3.柚瓣机器人
去年，重庆柚瓣家科技有限公司与机器人本体厂商康力优蓝合作，推出了专门陪伴老人的机器人——“柚子”。这款机器人以康力优蓝的“小优”机器人为本体，搭载了柚瓣家科技的养老系统解决方案。在功能上，通过接入的第三方内容可以实现，听戏听歌等娱乐陪伴，同时，通过与外接医疗仪器相连，进行健康管理、测量血压血糖、提醒用药，远程呼叫等，最突出的功能是进行视频双向监控，可以监控老人状况、保姆是否悉心照料。
目前，这款产品主要在重庆市的养老院进行推广，据康力优蓝CMO赵博韬介绍，目前，该项目的提货量已达5000台。此外，也有其他向老年市场推广的渠道商进行相关咨询。
4.优必选智慧养老方案——克鲁泽Cruzr
国内人工智能独角兽公司优必选科技也在养老机器人市场上进行布局。据介绍，优必选以智能服务机器人克鲁泽Cruzr为本体，提供了一套智慧养老的解决方案。据优必选方面负责人吐露，根据前期市场调研和用户反馈，克鲁泽Cruzr计划在养老院等场景中的应用比较广泛。
在产品优化方面，克鲁泽Cruzr主要针对老年人提供健脑练习、情感交流、“零”学习成本唤醒、自主查询、数据分析以及运动指导等内容。
此外，还有天津哈士奇机器人科技公司、深圳市汉伟智能技术等公司也推出了智能养老机器人产品。
5.海外企业在中国的探索
日前，金准人工智能专家还通过上海国际机器人展会了解到一家名为甜甜圈机器人的日本企业。据该公司中国区负责人李中会表示，日本甜甜圈机器人株式会社由日本软银投资，与日本知名企业NEC、日立、安川电机、JAFCO、三井物产等公司有战略合作关系，主要面向老人看护市场。目前，该公司正在筹建中国部门，去年11月还加入山东阿兰图灵公司的阿兰图灵人工智能小镇项目。该公司表示，2018年将向海外市场发展，中国是首选方向。
去年6月，有消息称，护理用机器人的最大厂家安川电机，在与中国企业美的合作，拓展中国市场。希望借助安川电机的机器人制造技术，结合美的对中国市场熟悉，进行中国市场的拓展。金准人工智能专家从美的机器人处获悉，该项目已暂停一年多了，具体原因对方没有透露。 金准人工智能专家认为，海外有竞争力的机器人企业涌入，将会刺激国产机器人企业在养老机器人市场上的探索，同时也将刺激国内市场更加规范。
二、养老机器人市场的三大突出问题
从2013年开始，中国成为了世界最大的机器人应用市场。据金准数据预测，预计2015-2018年全球服务机器人市场总规模约394亿美元，四年年均复合增长率21.07%。2018年全球服务机器人市场总规模将近130亿美元。可以说，中国的养老机器人市场非常广阔。然而，环顾养老机器人市场，却存在着玩家少、产品针对性差且不专注、市场推进缓慢等问题。
上文我们看到一些在此市场早期布局的企业，他们也都推出了针对老年人特点和需求的解决方案呢，而为了抢夺一部分老年市场，大部分的玩家做法是将儿童产品与老年产品混为一谈。在电商平台，我们能看到这种做法的产品比比皆是。
需要正视的问题是，儿童产品更注重教育属性，而老年人作为成年人更注重实用性。两者在内容上具有较大的差异性，老年人由于肌体能力、学习能力的下降，接触高科技的门槛较高。对于线上购物、线上支付、叫外卖、线上滴车、信息查询等年轻人习以为常的科技服务的操作能力，甚至是认知都非常弱。
因此，在现阶段机器人的技术和能力达不到帮助老年人端茶倒水、翻身排便的时候，将这些实用性的功能集成到机器人产品中，尚可解决一点养老的刚需。
老年人对互联网的接触较少，因此，在老年市场上，推广渠道是一个重要因素，此外，价格是影响市场推进的另一个重要因素。
三、养老机器人产业的市场机会
面对这样一个庞大的市场，如今半温不火的状态，不禁让人追问，机会在哪，如何破局?金准人工智能专家带着这样的疑问，与研究学者、机器人厂商和养老专业人士进行了探讨。
清华大学机械工程系的张文增教授表示，机器人养老是一个非常重要的主题，而且未来市场必是海量的。目前养老服务机器人的一个困境是机器人跟手机的差别并不大，只是移动着的手机，但在发声交互方面的进步很大。但在养老的实际场景中，操作物体认识一个亟待解决的重要问题，目前抓握能力尚需人遥控并且做复杂的编程，如果在这一方面能够再进一步开展深入研究，研发出相关产品后，在养老机器人等细分市场将有迅速点燃市场的极大可能性。 在广东礼宾机器人CEO周全胜看来，机器人在养老上的应用，主要有医疗、应急和生活服务三个方面，但都依赖线下资源。同时，以目前的技术来看，机器人的应用还是要依赖于前后端的配合。因此，他认为现阶段应先解决一点养老的刚需问题，如在医院陪伴老人度过漫长的治疗期。优必选和康力优蓝等则将重心放在了养老院上，更多的通过在B端的合作，拓展市场。
北京普乐园养老院院长闫帅告诉金准人工智能专家，能与远程医疗对接的机器人还是很需要的，对于先阶段可以链接血压计、血糖仪等设备，也接入了外卖、淘宝、打车软件等内容，可以做视频监控，可以移动的机器人产品，可以考虑采购，但会考虑价格问题，毕竟相比之下价格更低的智能音箱也可以做到一部分功能。同时，闫院长也表示，更希望这种价格略高的产品，能以共享的方式提供。
四、先行者日本的经验
说到人口老龄化和机器人产业，首先会让我们想到邻国日本。日本是世界上老龄化问题最严重的国家之一。早在20世纪七八十年代，日本就已经步入老龄化社会，也是最先迈入老龄化社会的亚洲国家。中国的老龄化进程比日本要晚了二十年左右的时间，在日本实践中证明有效的产品，大都可以拿到中国来使用。
为了解决养老压力，日本采用了大数据与机器人结合的方式，大数据主要是将老人病例电子化，将检查结果、用药情况上传到云，避免医院重复性检查，同时可以根据数据预测患者罹患疾病的情况，及时对症下药。
机器人方面，日本的养老机器人主要有物理辅助机器人和社交辅助的机器人两类。物理辅助机器人是养老机器人市场较为高阶的产品，参与过为老年人提供介护服务的人都知道，介护中最艰难的是排便，其次关键的问题还有按时翻身以防生褥疮、对老人掉下床造成骨折和死亡事故提供警报、检测病人呼吸、心率等指数。
物理辅助机器人方面，日本松下公司推出的可由床变成轮椅的机器人Resyone、日本理化研究所(RIKEN-SRK)人机互动研究中心和日本住友理工公司在2015年推出的护理机器熊“Robear”等。社交辅助的机器人，主要负责和老年人进行互动，成为陪伴在其身边的伙伴，如Paro、Pepper、Babyloid和Ludwig等。
工业机器人四大家族之一的安川机电，目前也在用很大精力研发护理机器人，并且已经开发出了能够让病人锻炼手、腿等的机器人，通过不断在机器上活动，能让减弱或者丧失的运动功能重新获得运动能力。 需要提出的是，日本属于社会养老、政府养老为主，因此在机器人养老的推动上更加积极。
结语：抓住老年人刚需才能打开市场
养老是一个经久不衰的话题。家庭、医院和养老院将是三个典型场景。就中国的市场情况来看，家庭养老将持续想当长的阶段，所以机器人想要在养老上应用，应抓住老年人的刚需。
就目前市场上的产品来看，入局机器人养老的玩家较少，具有针对性的产品也较少，更多的玩家为了抢占市场，采用与儿童市场同一的方案，混淆了市场，不利于老年市场的拓展。
从市场需求来看，养老院对与养老机器人的需求是存在的，但是养老机构与机器人企业在沟通上相对缺乏，如果能双向推进相互的交流，该市场将有望迅速打开。
第二篇：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。
第三篇：2017-2022年中国智能制造装备产业深度调研报告
2017-2021年中国智能制造装备产
业发展预测及投资咨询报告
▄ 核心内容提要
【出版日期】2017年4月 【报告编号】
【交付方式】Email电子版/特快专递
【价
格】纸介版：7000元
电子版：7200元
纸介+电子：7500元
▄ 报告目录
第一章 智能制造装备产业概述
第一节、智能制造相关概述
一、智能制造概念
二、智能制造模式
三、智能制造系统特征
四、主要智能技术
第二节、智能制造装备概念及范畴
一、智能制造装备定义
二、智能制造装备范围界定
三、智能制造装备产业地位
第二章 2014-2016年中国智能制造装备产业环境分析
第一节、2014-2016年经济形势分析
一、国际经济发展形势分析
二、中国经济运行情况分析
三、中国工业经济运行现状
四、中国宏观经济运行趋势
第二节、2014-2016年装备制造业发展分析
一、行业发展地位与环境
二、产业集群及其发展模式
1
三、国内装备制造行业标准
四、行业存在的主要问题
五、行业持续发展的建议
六、产业迎来长期发展机遇
第三节、2014-2016年智能制造业发展分析
一、发展智能制造业的战略意义
二、制造业加速推进智能转型
三、智能制造系统发展迅速
四、智能制造新模式初步形成
五、智能制造业发展的主要问题
六、智能制造业发展的战略思考
第三章 2014-2016年中国智能制造装备产业发展分析
第一节、2014-2016年发达国家智能制造装备产业分析及经验借鉴
一、全球综述
二、美国
三、德国
四、英国
五、日本
第二节、2014-2016年中国智能制造装备产业发展现状
一、行业运行特征
二、政策大力支持
三、产业空间布局
四、市场竞争格局
五、行业发展机遇
第三节、2014-2016年智能制造装备项目投资建设情况
一、2014年项目动态
2
二、2015年项目动态
三、2016年项目动态
第四节、全球化背景下智能装备企业供应链管理分析
一、智能装备企业概念及特点
二、经济全球化的概念及特点
三、企业供应链管理的概念及内容
四、全球化背景下智能装备企业发展现状
五、全球化背景下智能装备企业供应链管理问题
六、全球化背景下智能装备企业供应链管理对策
第五节、智能制造装备产业问题分析及对策建议
一、产业存在的主要问题
二、产业发展方向
三、产业发展对策建议
第四章 2014-2016年高档数控机床发展分析
第一节、全球数控机床产业综述
一、运行特征分析
二、专利技术态势
三、国内外产品对比
第二节、国际数控机床行业竞争格局
一、日本数控机床行业
二、美国数控机床行业
三、德国数控机床行业
四、印度数控机床行业
第三节、2014-2016年中国数控机床行业发展分析
一、数控机床产业发展历程
二、数控机床行业产量规模
3
三、数控机床市场发展现状
四、数控机床发展问题及对策
五、数控机床行业发展态势
第四节、2015-2017年中国数控机床行业进出口数据分析
一、数控刃磨机床进出口分析
二、数控剪切机床进出口分析
三、数控冲孔或开槽机床进出口分析
第五节、2014-2016年中国高档数控机床发展分析
一、行业发展态势
二、行业技术进步
三、产品创新成果
四、项目投资动态
五、行业面临挑战
六、行业发展策略
第六节、“高档数控机床与基础制造装备”科技重大专项解读
一、发展目标
二、制定背景
三、创新平台建设
四、应用示范工程的含义
五、重大专项的实施措施与政策 第五章 2014-2016年工业机器人发展分析
第一节、工业机器人的概念及特征
一、概念界定
二、组成结构
三、分类情况
四、应用领域
4
五、主要特征
第二节、2014-2016年全球工业机器人市场发展分析
一、全球市场不断扩张
二、全球市场动态分析
三、全球市场产能与存量
四、四大家族市场份额
五、市场发展趋势分析
第三节、2014-2016年中国工业机器人行业发展分析
一、行业基本特征
二、行业发展概况
三、行业存量规模
四、行业销售规模
五、销售领域分布
六、产品销售结构
第四节、2014-2016年中国工业机器人行业区域格局分析
一、中部地区
二、西部地区
三、东北地区
四、长三角地区
五、珠三角地区
第五节、2015-2017年未列名工业机器人进出口数据分析
一、进出口总量数据分析
二、主要贸易国进出口情况分析
三、主要省市进出口情况分析
第六节、中国工业机器人产业存在的问题
一、国内产品竞争力弱
5
二、国内企业成本压力大
三、自主品牌认可度低
四、扶持政策需要跟进
五、行业标准有待规范
第七节、中国工业机器人发展策略分析
一、自主品牌壮大途径
二、企业竞争力提升建议
三、产业发展政策建议
四、国外发展经验借鉴
第六章 2014-2016年智能仪器仪表发展分析
第一节、智能仪器仪表概述
一、智能仪器的定义
二、智能仪器的功能特点
三、智能仪器仪表发展概述
第二节、2014-2016年中国仪器仪表行业运行分析
一、仪器仪表行业整体实力
二、仪器仪表行业效益分析
三、仪器仪表行业对外贸易
四、国产仪器提升创新能力
五、仪器仪表行业发展形势
第三节、2014-2016年智能仪器仪表行业的发展
一、智能仪器仪表行业发展提速
二、智能仪器仪表受益政策推动
三、工业自动化仪器仪表行业特点
四、工业自动化仪器仪表产量规模
第四节、2014-2016年智能仪器仪表行业主要产品分析
6
一、电子测量仪器
二、电工仪器仪表
三、汽车仪器仪表
四、环境监测仪器
五、分析仪器
第五节、智能仪器仪表行业前景趋势分析
一、仪器仪表技术发展趋势
二、仪器仪表行业未来方向
三、仪器仪表行业智能化趋势
四、智能仪表未来发展方向
第六节、加快推进传感器及智能化仪器仪表产业发展行动计划
一、战略意义
二、发展思路与目标
三、主要行动
四、保障措施
第七章 2014-2016年智能制造装备其他细分领域发展分析
第一节、自动控制系统
一、自动控制系统市场发展概况
二、自动控制系统应用领域分析
三、工业自动控制系统运行分析
四、工业自动控制系统发展前景
第二节、智能模具
一、模具制造行业运行现状
二、智能模具发展战略意义
三、智能模具发展重点领域
四、智能模具制造重点工程项目
7
第三节、智能煤炭装备
一、煤炭工业科技发展指导意见
二、智能煤炭成套装备研发现状
三、智能煤炭综采装备研发现状
四、煤矿装备发展重点分析
五、煤炭装备制造未来发展任务
第四节、智能工程机械
一、工程机械产业发展综述
二、工程机械的智能化发展概述
三、工程机械行业智能化发展现状
四、工程机械智能化技术的应用
五、工程机械行业未来发展前景
第五节、智能纺织机械
一、数控智能纺织机械现状
二、数控纺织机械发展概况
三、智能纺织机械发展加速
四、高端纺织机械发展建议
五、数控智能纺织机械要求
第六节、智能农业装备
一、智能化农业装备发展动向
二、智能装备在农业领域的应用
三、智能农业装备领域研究现状
四、农业装备智能化技术重点领域
五、农业装备智能化发展趋势
第七节、其他领域
一、造纸行业应用
8
二、机场应用进展
三、印刷机械行业
四、电气成套设备
五、冶金装备领域
六、包装机械应用
第八章 2014-2016年重点区域智能制造装备产业发展状况
第一节、江苏省
一、江苏智能装备制造业发展态势
二、江苏省智能装制造产业联盟成立
三、江苏省加强智能制造国际合作
四、扬州市智能制造装备业发展机遇
五、苏州将打造智能制造产业集聚区
第二节、浙江省
一、浙江高端装备制造业发展强势
二、浙江高端装备制造业发展规划
三、杭州市智能制造产业转型意见
四、杭州智能制造装备产业园开园
五、杭州市重点高端装备制造基地
六、宁波市智能装备产业发展规划
第三节、安徽省
一、智能制造业发展优势
二、装备制造业发展成就
三、装备制造业转型升级
四、智能制造装备业发展目标
五、智能制造装备业发展措施
第四节、湖北省
9
一、智能制造装备产业发展成就
二、智能制造装备产业发展不足
三、产业发展形势和环境分析
四、产业指导思想和发展目标
五、“十三五”产业重点领域
六、“十三五”产业主要任务
七、“十三五”产业保障措施
第五节、广东省
一、广东省装备制造行业现状特征
二、广东省智能制造行业发展规划
三、广东装备制造业区域发展规划
四、广州市先进装备制造发展方向
五、兴宁智能装备制造产业园投资
第六节、上海市
一、上海市高端装备制造业发展成就
二、上海市主攻智能制造产业高地
三、“十三五”高端装备制造重点任务
四、“十三五”智能制造装备重点领域
第七节、其他地区
一、山东省
二、山西省
三、江西省
第九章 2014-2016年智能制造装备产业重点企业分析
第一节、高档数控机床领域重点企业介绍
一、沈阳机床股份有限公司
二、威海华东数控股份有限公司
10
三、武汉华中数控股份有限公司
四、沈机集团昆明机床股份有限公司
五、陕西秦川机床工具集团有限公司
第二节、工业机器人领域重点企业介绍
一、沈阳新松机器人自动化股份有限公司
二、哈尔滨博实自动化设备有限公司
三、广州数控设备有限公司
四、昆山华恒焊接股份有限公司
第三节、智能仪器仪表领域重点企业介绍
一、深圳市科陆电子科技股份有限公司
二、聚光科技(杭州)股份有限公司
三、华立仪表集团股份有限公司
第四节、智能控制系统/自动控制系统领域重点企业介绍
一、软控股份有限公司
二、上海宝信软件股份有限公司
三、北京金自天正智能控制股份有限公司
四、西安宝德自动化股份有限公司
五、深圳市汇川技术股份有限公司
六、重庆川仪自动化股份有限公司 第十章 中国智能制造装备产业投资及前景分析
第一节、中国智能制造装备产业投资分析
一、产业投资环境分析
二、产业迎来战略机遇期
三、产业投资机会分析
第二节、中国智能制造装备产业前景趋势分析
一、产业前景分析
11
二、产业发展趋势
三、2017-2021年产业发展预测
第三节、未来智能制造装备产业的培育和发展
一、重点发展方向
二、重点发展技术
三、实施的重大工程
第十一章 中国智能制造装备产业政策分析
第一节、国家组织实施智能制造装备发展专项
一、2014年智能制造装备发展专项计划
二、2015年智能制造试点示范专项行动
三、2016年智能制造试点示范专项行动
第二节、中国智能制造装备行业重点政策
一、《中国制造2025》出台
二、深化推动两化融合
三、智能制造标准体系建设指南
四、多地出台智能制造利好政策
第三节、中国智能制造装备标准化现状及体系构建
一、智能制造标准制定工作进程
二、智能制造标准体系重点工作
三、智能制造装备业标准体系构建目标
四、智能制造装备业标准体系构建重点
五、智能制造装备标准制定主要措施 第十二章 中国智能制造装备产业未来发展规划
第一节、《中国制造2025》
一、发展形势和环境
二、战略方针和目标
12
三、战略任务和重点
四、战略支撑与保障
第二节、高端装备创新工程实施指南(2016-2020年)
一、政策背景
二、总体要求
三、主要目标
四、重点领域
五、组织实施
六、保障措施
第三节、智能制造工程实施指南(2016-2020年)
一、政策背景
二、总体要求
三、重点任务
四、组织实施
五、保障措施
第四节、智能制造发展规划(2016-2020年)
一、发展现状和形势
二、总体要求
三、重点任务
四、保障措施
五、组织实施
▄ 公司简介
中宏经略是一家专业的产业经济研究与产业战略咨询机构。成立多年来，我们一直聚焦在“产业研究”领域，是一家既有深厚的产业研究背景，又只专注于产业咨询的专业公司。我们针对企业单位、政府组织和金融机构，提供产业研究、产业规划、投资分析、项目可行性评估、商业计划书、市场调研、IPO咨询、商
13
业数据等咨询类产品与服务，累计服务过近10000家国内外知名企业;并成为数十家世界500强企业长期的信息咨询产品供应商。
公司致力于为各行业提供最全最新的深度研究报告，提供客观、理性、简便的决策参考，提供降低投资风险，提高投资收益的有效工具，也是一个帮助咨询行业人员交流成果、交流报告、交流观点、交流经验的平台。依托于各行业协会、政府机构独特的资源优势，致力于发展中国机械电子、电力家电、能源矿产、钢铁冶金、嵌入式软件纺织、食品烟酒、医药保健、石油化工、建筑房产、建材家具、轻工纸业、出版传媒、交通物流、IT通讯、零售服务等行业信息咨询、市场研究的专业服务机构。经过中宏经略咨询团队不懈的努力，已形成了完整的数据采集、研究、加工、编辑、咨询服务体系。能够为客户提供工业领域各行业信息咨询及市场研究、用户调查、数据采集等多项服务。同时可以根据企业用户提出的要求进行专项定制课题服务。服务对象涵盖机械、汽车、纺织、化工、轻工、冶金、建筑、建材、电力、医药等几十个行业。
我们的优势
强大的数据资源：中宏经略依托国家发展改革委和国家信息中心系统丰富的数据资源，建成了独具特色和覆盖全面的产业监测体系。经十年构建完成完整的产业经济数据库系统(含30类大行业，1000多类子行业，5000多细分产品)，我们的优势来自于持续多年对细分产业市场的监测与跟踪以及全面的实地调研能力。
行业覆盖范围广：入选行业普遍具有市场前景好、行业竞争激烈和企业重组频繁等特征。我们在对行业进行综合分析的同时，还对其中重要的细分行业或产品进行单独分析。其信息量大，实用性强是任何同类产品难以企及的。
内容全面、数据直观：报告以本最新数据的实证描述为基础，全面、深入、细致地分析各行业的市场供求、进出口形势、投资状况、发展趋势和政策取向以及主要企业的运营状况，提出富有见地的判断和投资建议;在形式上，报告以丰富的数据和图表为主，突出文章的可读性和可视性。报告附加了与行业相关的数据、政策法规目录、主要企业信息及行业的大事记等，为业界人士提供了一幅生动的行业全景图。
深入的洞察力和预见力：我们不仅研究国内市场，对国际市场也一直在进行
14
职业的观察和分析，因此我们更能洞察这些行业今后的发展方向、行业竞争格局的演变趋势以及技术标准、市场规模、潜在问题与行业发展的症结所在。我们有多位专家的智慧宝库为您提供决策的洞察这些行业今后的发展方向、行业竞争格局的演变趋势以及技术标准、市场规模、潜在问题与行业发展的症结所在。
有创造力和建设意义的对策建议：我们不仅研究国内市场，对国际市场也一直在进行职业的观察和分析，因此我们更能洞察这些行业今后的发展方向、行业竞争格局的演变趋势以及技术标准、市场规模、潜在问题与行业发展的症结所在。我们行业专家的智慧宝库为您提供决策的洞察这些行业今后的发展方向、行业竞争格局的演变趋势以及技术标准、市场规模、潜在问题与行业发展的症结所在。
▄ 最新目录推荐
1、智慧能源系列
《2017-2021年中国智慧能源前景预测及投资咨询报告》 《2017-2021年中国智能电网产业前景预测及投资咨询报告》 《2017-2020年中国微电网前景预测及投资咨询报告》 《2017-2020年中国小水电行业前景预测及投资咨询报告》 《2017-2020年中国新能源产业发展预测及投资咨询报告》 《2017-2020年中国太阳能电池行业发展预测及投资咨询报告》 《2017-2020年中国氢能行业发展预测及投资咨询报告》 《2017-2020年中国波浪发电行业发展预测及投资咨询报告 《2017-2020年中国潮汐发电行业发展预测及投资咨询报告》 《2017-2020年中国太阳能光伏发电产业发展预测及投资咨询报告》 《2017-2020年中国燃料乙醇行业发展预测及投资咨询报告》 《2017-2020年中国太阳能利用产业发展预测及投资咨询报告》 《2017-2020年中国天然气发电行业发展预测及投资咨询报告》 《2017-2020年中国风力发电行业发展预测及投资咨询报告》
2、“互联网+”系列研究报告
《2017-2021年中国互联网+广告行业运营咨询及投资建议报告》 《2017-2021年中国互联网+物流行业运营咨询及投资建议报告》
15
《2017-2021年中国互联网+医疗行业运营咨询及投资建议报告》 《2017-2021年中国互联网+教育行业运营咨询及投资建议报告》
3、智能制造系列研究报告
《2017-2021年中国工业4.0前景预测及投资咨询报告》 《2017-2021年中国工业互联网行业前景预测及投资咨询报告》 《2017-2021年中国智能装备制造行业前景预测及投资咨询报告》 《2017-2021年中国高端装备制造业发展前景预测及投资咨询报告》
《2017-2021年中国工业机器人行业前景预测及投资咨询报告》 《2017-2021年中国服务机器人行业前景预测及投资咨询报告》
4、文化创意产业研究报告
《2017-2020年中国动漫产业发展预测及投资咨询报告》 《2017-2020年中国电视购物市场发展预测及投资咨询报告》 《2017-2020年中国电视剧产业发展预测及投资咨询报告》 《2017-2020年中国电视媒体行业发展预测及投资咨询报告》 《2017-2020年中国电影院线行业前景预测及投资咨询报告》 《2017-2020年中国电子竞技产业前景预测及投资咨询报告》 《2017-2020年中国电子商务市场发展预测及投资咨询报告》 《2017-2020年中国动画产业发展预测及投资咨询报告》
5、智能汽车系列研究报告
《2017-2021年中国智慧汽车行业市场前景预测及投资咨询报告》 《2017-2021年中国无人驾驶汽车行业市场前景预测及投资咨询报告》 《2017-2021年中国智慧停车市场前景预测及投资咨询报告》 《2017-2021年中国新能源汽车市场推广前景及发展战略研究报告》 《2017-2021年中国车联网产业运行动态及投融资战略咨询报告》
6、大健康产业系列报告
《2017-2020年中国大健康产业发展预测及投资咨询报告》
《2017-2020年中国第三方医学诊断行业发展预测及投资咨询报告》
16
《2017-2020年中国基因工程药物产业发展预测及投资咨询报告》 《2017-2020年中国基因检测行业发展预测及投资咨询报告》 《2017-2020年中国健康服务产业发展预测及投资咨询报告》 《2017-2020年中国健康体检行业发展预测及投资咨询报告》 《2017-2020年中国精准医疗行业发展预测及投资咨询报告》 《2017-2020年中国康复医疗产业深度调研及投资战略研究报告》
7、房地产转型系列研究报告
《2017-2021年房地产+众创空间跨界投资模式及市场前景研究报告》 《2017-2021年中国养老地产市场前景预测及投资咨询报告》 《2017-2021年中国医疗地产市场前景预测及投资咨询报告》 《2017-2021年中国物流地产市场前景预测及投资咨询报告》 《2017-2021年中国养老地产前景预测及投资咨询报告告》
8、城市规划系列研究报告
《2017-2021年中国城市规划行业前景调查及战略研究报告》 《2017-2021年中国智慧城市市场前景预测及投资咨询报告》
《2017-2021年中国城市综合体开发模式深度调研及开发战略分析报告》 《2017-2021年中国城市园林绿化行业发展前景预测及投资咨询报告》
9、现代服务业系列报告
《2017-2021年中国民营医院运营前景预测及投资分析报告》 《2017-2020年中国婚庆产业发展预测及投资咨询报告》
《2017-2021年中国文化创意产业市场调查及投融资战略研究报告》 《2017-2021年中国旅游行业发展前景调查及投融资战略研究报告》 《2017-2021年中国体育服务行业深度调查与前景预测研究报告》 《2017-2021年中国会展行业前景预测及投资咨询报告》 《2017-2021年中国冷链物流市场前景预测及投资咨询报告》 《2017-2021年中国在线教育行业前景预测及投资咨询报告》 《2017-2021年中国整形美容市场发展预测及投资咨询报告》 《2017-2021年中国职业教育市场前景预测及投资咨询报告》
17
《2017-2021年中国职业中介服务市场前景预测及投资咨询报告》
第四篇：2018年3G智能终端科技产业园项目可行性研究报告(目录)
2018年3G智能终端科技产业园项
目可行性研究报告
编制单位：北京智博睿投资咨询有限公司
0
本报告是针对行业投资可行性研究咨询服务的专项研究报告，此报告为个性化定制服务报告，我们将根据不同类型及不同行业的项目提出的具体要求，修订报告目录，并在此目录的基础上重新完善行业数据及分析内容，为企业项目立项、申请资金、融资提供全程指引服务。
可行性研究报告 是在招商引资、投资合作、政府立项、银行贷款等领域常用的专业文档，主要对项目实施的可能性、有效性、如何实施、相关技术方案及财务效果进行具体、深入、细致的技术论证和经济评价，以求确定一个在技术上合理、经济上合算的最优方案和最佳时机而写的书面报告。
可行性研究是确定建设项目前具有决定性意义的工作，是在投资决策之前，对拟建项目进行全面技术经济分析论证的科学方法，在投
资管理中，可行性研究是指对拟建项目有关的自然、社会、经济、技术等进行调研、分析比较以及预测建成后的社会经济效益。在此基础上，综合论证项目建设的必要性，财务的盈利性，经济上的合理性，技术上的先进性和适应性以及建设条件的可能性和可行性，从而为投资决策提供科学依据。
投资可行性报告咨询服务分为政府审批核准用可行性研究报告和融资用可行性研究报告。审批核准用的可行性研究报告侧重关注项目的社会经济效益和影响;融资用报告侧重关注项目在经济上是否可行。具体概括为：政府立项审批，产业扶持，银行贷款，融资投资、投资建设、境外投资、上市融资、中外合作，股份合作、组建公司、征用土地、申请高新技术企业等各类可行性报告。
报告通过对项目的市场需求、资源供应、建设规模、工艺路线、设备选型、环境影响、资金筹措、盈利能力等方面的研究调查，在行业专家研究经验的基础上对项目经济效益及社会效益进行科学预测，从而为客户提供全面的、客观的、可靠的项目投资价值评估及项目建设进程等咨询意见。
报告用途：发改委立项、政府申请资金、申请土地、银行贷款、境内外融资等
关联报告：
3G智能终端科技产业园项目建议书 3G智能终端科技产业园项目申请报告
3G智能终端科技产业园项目资金申请报告 3G智能终端科技产业园项目节能评估报告 3G智能终端科技产业园项目市场研究报告 3G智能终端科技产业园项目商业计划书
3G智能终端科技产业园项目PPP物有所值评价报告 3G智能终端科技产业园项目PPP财政承受能力论证报告 3G智能终端科技产业园项目PPP实施方案
可行性研究报告大纲(具体可根据客户要求进行调整) 第一章 3G智能终端科技产业园项目总论 第一节 3G智能终端科技产业园项目概况 1.1.13G智能终端科技产业园项目名称 1.1.23G智能终端科技产业园项目建设单位 1.1.33G智能终端科技产业园项目拟建设地点 1.1.43G智能终端科技产业园项目建设内容与规模 1.1.53G智能终端科技产业园项目性质
1.1.63G智能终端科技产业园项目总投资及资金筹措 1.1.73G智能终端科技产业园项目建设期
第二节 3G智能终端科技产业园项目编制依据和原则 1.2.13G智能终端科技产业园项目编辑依据 1.2.23G智能终端科技产业园项目编制原则 1.33G智能终端科技产业园项目主要技术经济指标
1.43G智能终端科技产业园项目可行性研究结论 第二章 3G智能终端科技产业园项目背景及必要性分析 第一节 3G智能终端科技产业园项目背景 2.1.13G智能终端科技产业园项目产品背景 2.1.23G智能终端科技产业园项目提出理由 第二节 3G智能终端科技产业园项目必要性
2.2.13G智能终端科技产业园项目是国家战略意义的需要
2.2.23G智能终端科技产业园项目是企业获得可持续发展、增强市场竞争力的需要
2.2.33G智能终端科技产业园项目是当地人民脱贫致富和增加就业的需要
第三章 3G智能终端科技产业园项目市场分析与预测 第一节 产品市场现状 第二节 市场形势分析预测 第三节 行业未来发展前景分析
第四章 3G智能终端科技产业园项目建设规模与产品方案 第一节 3G智能终端科技产业园项目建设规模 第二节 3G智能终端科技产业园项目产品方案
第三节 3G智能终端科技产业园项目设计产能及产值预测 第五章 3G智能终端科技产业园项目选址及建设条件 第一节 3G智能终端科技产业园项目选址 5.1.13G智能终端科技产业园项目建设地点
5.1.23G智能终端科技产业园项目用地性质及权属 5.1.3土地现状
5.1.43G智能终端科技产业园项目选址意见 第二节 3G智能终端科技产业园项目建设条件分析 5.2.1交通、能源供应条件 5.2.2政策及用工条件 5.2.3施工条件 5.2.4公用设施条件 第三节 原材料及燃动力供应 5.3.1原材料 5.3.2燃动力供应
第六章 技术方案、设备方案与工程方案 第一节 项目技术方案 6.1.1项目工艺设计原则 6.1.2生产工艺 第二节 设备方案
6.2.1主要设备选型的原则 6.2.2主要生产设备 6.2.3设备配置方案 6.2.4设备采购方式 第三节 工程方案 6.3.1工程设计原则
6.3.23G智能终端科技产业园项目主要建、构筑物工程方案 6.3.3建筑功能布局 6.3.4建筑结构
第七章 总图运输与公用辅助工程 第一节 总图布置 7.1.1总平面布置原则 7.1.2总平面布置 7.1.3竖向布置
7.1.4规划用地规模与建设指标第二节 给排水系统 7.2.1给水情况 7.2.2排水情况 第三节 供电系统 第四节 空调采暖 第五节 通风采光系统 第六节 总图运输
第八章 资源利用与节能措施 第一节 资源利用分析 8.1.1土地资源利用分析 8.1.2水资源利用分析 8.1.3电能源利用分析 第二节 能耗指标及分析
第三节 节能措施分析 8.3.1土地资源节约措施 8.3.2水资源节约措施 8.3.3电能源节约措施 第九章 生态与环境影响分析 第一节 项目自然环境 9.1.1基本概况 9.1.2气候特点 9.1.3矿产资源 第二节 社会环境现状 9.2.1行政划区及人口构成 9.2.2经济建设
第三节 项目主要污染物及污染源分析 9.3.1施工期 9.3.2使用期
第四节 拟采取的环境保护标准 9.4.1国家环保法律法规 9.4.2地方环保法律法规 9.4.3技术规范 第五节 环境保护措施 9.5.1施工期污染减缓措施 9.5.2使用期污染减缓措施
9.5.3其它污染控制和环境管理措施 第六节 环境影响结论
第十章 3G智能终端科技产业园项目劳动安全卫生及消防 第一节 劳动保护与安全卫生 10.1.1安全防护 10.1.2劳动保护 10.1.3安全卫生 第二节 消防
10.2.1建筑防火设计依据 10.2.2总面积布置与建筑消防设计 10.2.3消防给水及灭火设备 10.2.4消防电气 第三节 地震安全
第十一章 组织机构与人力资源配置 第一节 组织机构
11.1.1组织机构设置因素分析 11.1.2项目组织管理模式 11.1.3组织机构图 第二节 人员配置
11.2.1人力资源配置因素分析 11.2.2生产班制 11.2.3劳动定员
表11-1劳动定员一览表 11.2.4职工工资及福利成本分析 表11-2工资及福利估算表 第三节 人员来源与培训
第十二章 3G智能终端科技产业园项目招投标方式及内容 第十三章 3G智能终端科技产业园项目实施进度方案 第一节 3G智能终端科技产业园项目工程总进度 第二节 3G智能终端科技产业园项目实施进度表 第十四章 投资估算与资金筹措 第一节 投资估算依据
第二节 3G智能终端科技产业园项目总投资估算
表14-13G智能终端科技产业园项目总投资估算表单位：万元 第三节 建设投资估算
表14-2建设投资估算表单位：万元 第四节 基础建设投资估算
表14-3基建总投资估算表单位：万元 第五节 设备投资估算
表14-4设备总投资估算单位：万元 第六节 流动资金估算
表14-5计算期内流动资金估算表单位：万元 第七节 资金筹措 第八节 资产形成
第十五章 财务分析 第一节 基础数据与参数选取
第二节 营业收入、经营税金及附加估算
表15-1营业收入、营业税金及附加估算表单位：万元 第三节 总成本费用估算
表15-2总成本费用估算表单位：万元 第四节 利润、利润分配及纳税总额预测
表15-3利润、利润分配及纳税总额估算表单位：万元第五节 现金流量预测 表15-4现金流量表单位:万元 第六节 赢利能力分析 15.6.1动态盈利能力分析 16.6.2静态盈利能力分析 第七节 盈亏平衡分析 第八节 财务评价 表15-5财务指标汇总表
第十六章 3G智能终端科技产业园项目风险分析第一节 风险影响因素 16.1.1可能面临的风险因素 16.1.2主要风险因素识别 第二节 风险影响程度及规避措施 16.2.1风险影响程度评价
16.2.2风险规避措施 第十七章 结论与建议
第一节 3G智能终端科技产业园项目结论 第二节 3G智能终端科技产业园项目建议
第五篇：人工智能发展史解读
人工智能学科诞生于20世纪50年代中期，当时由于计算机的产生与发展，人们开始了具有真正意义的人工智能的研究。(虽然计算机为AI提供了必要的技术基础,但直到50年代早期人们才注意到人类智能与机器之间的联系. Norbert Wiener是最早研究反馈理论的美国人之一.最熟悉的反馈控制的例子是自动调温器.它将收集到的房间温度与希望的温度比较,并做出反应将加热器开大或关小,从而控制环境温度.这项对反馈 回路的研究重要性在于: Wiener从理论上指出,所有的智能活动都是反馈机制的结果.而反馈机制是有可 能用机器模拟的.这项发现对早期AI的发展影响很大。)
1956年夏，美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫，以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会，从不同学科的角度探讨人类各种学习和其他职能特征的基础，并研究如何在远离上进行精确的描述，探讨用机器模拟人类智能等问题，并首次提出了人工智能的术语。从此，人工智能这门新兴的学科诞生了。这些青年的研究专业包括数学、心理学、神经生理学、信息论和电脑科学，分别从不同角度共同探讨人工智能的可能性。他们的名字人们并不陌生，例如申龙是《信息论》的创始人，塞缪尔编写了第一个电脑跳棋程序，麦卡锡、明斯基、纽厄尔和西蒙都是“图灵奖”的获奖者。
这次会议之后，在美国很快形成了3个从事人工智能研究的中心，即以西蒙和纽威尔为首的卡内基—梅隆大学研究组，以麦卡锡、明斯基为首的麻省理工学院研究组，以塞缪尔为首的IBM公司研究组。随后，这几个研究组相继在思维模型、数理逻辑和启发式程序方面取得了一批显著的成果：
(1)1956年，纽威尔和西蒙研制了一个“逻辑理论家“(简称LT)程序，它将每个问题都表示成一个树形模型,然后选择最可能得到正确结论的那一枝来求解问题，证明了怀特黑德与罗素的数学名著《数学原理》的第2章中52个定理中的38个定理。1963年对程序进行了修改，证明了全部定理。这一工作受到了人们的高度评价，被认为是计算机模拟人的高级思维活动的一个重大成果，是人工智能的真正开端。
(2)1956年，塞缪尔利用对策论和启发式搜索技术编制出西洋跳棋程序Checkers。该程序具有自学习和自适应能力，能在下棋过程中不断积累所获得的经验，并能根据对方的走步，从许多可能的步数中选出一个较好的走法。这是模拟人类学习过程第一次卓有成效的探索。这台机器不仅在1959年击败了塞缪尔本人，而且在1962年击败了美国一个州的跳棋冠军，在世界上引起了大轰动。这是人工智能的一个重大突破。
(3)1958年，麦卡锡研制出表处理程序设计语言LISP，它不仅可以处理数据，而且可以方便的处理各种符号，成为了人工智能程序语言的重要里程碑。目前，LISP语言仍然是研究人工智能何开发智能系统的重要工具。
(4)1960年纽威尔、肖和西蒙等人通过心理学实验，发现人在解题时的思维过程大致可以分为3个阶段：1。首先想出大致的解题计划;2。根据记忆中的公理、定理和解题规划、按计划实施解题过程;3.在实施解题过程中，不断进行方法和目标分析，修改计划。这是一个具有普遍意义的思维活动过程，其中主要是方法和目的的分析。(也就是人们在求解数学问题通常使用试凑的办法进行的试凑是不一定列出所有的可能性，而是用逻辑推理来迅速缩小搜索范围的办法进行的)，基于这一发现，他们研制了“通用问题求解程序GPS”，用它来解决不定积分、三角函数、代数方程等11种不同类型的问题，并首次提出启发式搜索概念，从而使启发式程序具有较普遍的意义。
(5)1961年，明斯基发表了一篇名为《迈向人工智能的步骤》的论文，对当时人工智能的研究起了推动作用。
正是由于人工智能在20世纪50年代到60年代的迅速发展和取得的一系列的研究成果，使科学家们欢欣鼓舞，并对这一领域给予了过高的希望。纽威尔和西蒙在1958年曾作出以下预言：
①不出十年，计算机将成为世界象棋冠军，除非规定不让它参加比赛;
②.不出十年，计算机将发现并证明那时还没有被证明的数学定理;
③.不出十年，计算机将谱写出具有较高美学价值并得到评论家认可的乐曲;
④不出十年，大多数心理学家的理论将采用计算机程序来形成。
非常遗憾的是，到目前为止，这样的预言还没有一个得到完全的实现，人工智能的研究状况比纽威尔和西蒙等科学家的设想要复杂和艰难的多。事实上，到了20世纪70年代初，人工智能在经历一段比较快速的发展时期后，很快就遇到了许多问题。这些问题主要表现在：
(1)1965年鲁宾逊发明了归结(消解)原理，曾被认为是一个重大的突破，可是很快这种归结法能力有限，证明两个连续函数之和还是连续函数，推证了十万步竟还没有得证。
(2)塞缪尔的下棋程序，赢得了周冠军后，没能赢全国冠军。
(3)机器翻译出了荒谬的结论。如从英语→俄语→英语的翻译中，又一句话：“The spirit is willing but the flesh is weak”(心有余而力不足)，结果变成了”The wine is good but the meat is spoiled”(酒是好的，肉变质了)，闹出了笑话。
(4)大脑约有10的15次方以上的记忆容量，此容量相当于存放几亿本书的容量，现有的技术条件下在机器的结构上模拟人脑是不大可能的。
(5)来自心理学、神经生理学、应用数学、哲学等各界的科学家们对人工智能的本质、基本原理、方法及机理等方面产生了质疑和批评。
由于人工智能研究遇到了困难，使得人工智能在20世纪70年代初走向低落。但是，人工智能的科学家没有被一时的困难所吓倒，他们在认真总结经验教训的基础上，努力探索使人工智能走出实验室，走向实用化的新路子，并取得了令人鼓舞的进展。特别是专家系统的出现，实现了人工智能从理论研究走向实际应用，从一般思维规律探索走向专门知识应用的重大突破，是人工智能发展史上的重大转折，将人工智能的研究推向了新高潮。下面是几个又代表性的专家系统：
(1)1968年斯坦福大学费根鲍姆教授和几位遗传学家及物理学家合作研制了一个化学质谱分析系统(DENDARL)，该系统能根据质谱仪的数据和核磁谐振的数据，以及有关化学知识推断有机化合物的分子结构，达到了帮助化学家推断分子结构的作用。这是第一个专家系统，标志着人工之能从实验室走了出来，开始进入实际应用时代。
(2)继DENDARAL系统之后，费根鲍姆领导的研究小组又研制了诊断和治疗细菌感染性血液病的专家咨询系统MYCIN。经专家小组对医学专家、实习医师以及MYCIN行为进行正式测试评价，认为MYCIN的行为超过了其他所有人，尤其在诊断和治疗菌血症和脑膜炎方面，显示了该系统作为临床医生实际助手的前途。从技术的角度来看，该系统的特点是：1。使用了经验性知识，用可信度表示，进行不精确推理。2.对推理结果具有解释功能，时系统是透明的。3.第一次使用了知识库的概念。正是由于MYCIN基本解决了知识表示、知识获取、搜索策略、不精确推理以及专家系统的基本结构等重大问题(是怎样解决的呢?)，对以后的专家系统产生了很大的影响。
(3)1976年，斯坦福大学国际人工智能中心的杜达等人开始研制矿藏勘探专家系统PROSPECTOR，它能帮助地质学家解释地质矿藏数据，提供硬岩石矿物勘探方面的咨询，包括勘探测评，区域资源估值，钻井井位选择等。该系统用语义网络表示地质知识，拥有15中矿藏知识，采用贝叶斯概率推理处理不确定的数据和知识。PROSPECTOR系统于1981年开始投入实际使用，取得了巨大的经济效益。例如1982年，美国利用该系统在华盛顿发现一处矿藏，据说实用价值可能超过1亿美元。
(4)美国卡内基—梅隆大学于20世纪70年代先后研制了语音理解系统HEARSAY-I加入HEARSAY-II，它完成从输入的声音信号转换成字，组成单词，合成句子，形成数据库查询语句，再到情报数据库中去查询资料。该系统的特点是采用“黑板结构”这种新结构形式，能组合协调专家的知识，进行不同抽象级的问题求解。
在这一时期，人工智能在新方法、程序设计语言、知识表示、推理方法等方面也取得了重大进展。例如70年代许多新方法被用于AI开发,著名的如Minsky的构造理论.另外David Marr提出了机器视觉方面的新理论,例如,如何通过一副图像的阴影,形状,颜色,边界和纹理等基本信息辨别图像.通过分析这些信息,可以推断出图像可能是什么，法国马赛大学的柯尔麦伦和他领导的研究小组于1972年研制成功的第一个PROLOG系统，成为了继LISP语言之后的另一种重要的人工智能程序语言;明斯基1974年提出的框架理论;绍特里夫于1975年提出并在MYCIN中应用的不精确推理;杜达于1976年提出并在PROSPECTOR中应用的贝叶斯方法;等等
人工智能的科学家们从各种不同类型的专家系统和知识处理系统中抽取共性，总结出一般原理与技术，使人工智能又从实际应用逐渐回到一般研究。围绕知识这一核心问题，人们重新对人工智能的原理和方法进行了探索，并在知识获取、知识表示以及知识在推理过程中的利用等方面开始出现一组新的原理、工具和技术。1977年，在第五届国际人工智能联合会(IJCAI)的会议上，费根鲍姆教授在一篇题为《人工智能的艺术：知识工程课题及实例研究》的特约文章中，系统的阐述了专家系统的思想，并提出了知识工程(KnowledgeEngineering)的概念。费根鲍姆认为，知识工程是研究知识信息处理的学科，它应用人工智能的原理和方法，对那些需要专家知识才能解决的应用难题提供了求解的途径。恰当的运用专家知识的获取、表示、推理过程的构成与解释，是设计基于知识的系统的重要技术问题。至此，围绕着开发专家系统而开展的相关理论、方法、技术的研究形成了知识工程学科。知识工程的研究使人工智能的研究从理论转向应用，从基于推理的模型转向基于知识的模型。
为了适应人工智能和知识工程发展的需要，在政府的大力支持下，日本于1982年开始了为期10年的“第五代计算机的研制计划”，即“知识信息处理计算机系统KIPS”，总共投资4.5亿美元。它的目的是使逻辑推理达到数值运算那样快。日本的这一计划形成了一股热潮，推动了世界各国的追赶浪潮。美国、英国、欧共体、苏联等都先后制订了相应的发展计划。随着第五代计算机的研究开发和应用，人工智能进入一个兴盛时期，人工智能界一派乐观情绪。
然而，随着专家系统应用的不断深入，专家系统自身存在的知识获取难、知识领域窄、推理能力弱、只能水平低、没有分布式功能、实用性差等等问题逐步暴露出来。日本、美国、英国和欧洲所制订对那些针对人工智能的大型计划多数执行到20世纪80年代中期就开始面临重重困难，已经看出达不到预想的目标。进一步分析便发现，这些困难不只是个别项目的制订又问题，而是涉及人工智能研究的根本性问题。总的来讲是两个问题：一是所谓的交互(Interaction)问题，即传统方法只能模拟人类深思熟虑的行为，而不包括人与环境的交互行为。另一个问题是扩展(Scaling up)问题，即所谓的大规模的问题，传统人工智能方法只适合于建造领域狭窄的专家系统，不能把这种方法简单的推广到规模更大、领域更宽的复杂系统中去。这些计划的失败，对人工智能的发展是一个挫折。
尽管经历了这些受挫的事件,AI仍在慢慢恢复发展.新的技术在日本被开发出来,如在美国首创的模糊逻辑,它可以从不确定的条件作出决策;还有神经网络,被视为实现人工智能的可能途径.
1982年后，人工神经网络像雨后春笋一样迅速发展起来，给人们带来了新的希望。人工神经网络的主要特点是信息的分布存储和信息处理的并行化，并具有自组织自学习能力，这使人们利用机器加工处理信息有了新的途径和方法，解决了一些符号方法难以解决的问题，使人工智能的学术界兴起了神经网络的热潮。1987年美国召开了第一次神经网络国际会议，宣布新学科的诞生。1988年以后，日本和欧洲各国在神经网络方面的投资逐步增加，促进了该领域的研究。但是随着应用的深入，人们又发现人工神经元网络模型和算法也存在问题。
20世纪80年代末，以美国麻省理工学院布鲁克斯(R.A.Brooks)教授为代表的行为主义学派提出了“无须表示和推理”的智能，认为智能只在与环境的交互中表现出来，并认为研制可适应环境的“机器虫”比空想智能机器人要好。以后，人工智能学术界充分认识到已有的人工智能方法仅限于在模拟人类智能活动中使用成功的经验知识处理简单的问题，开始在符号机理与神经网机理的结合及引入Agent系统等方面进一步开展研究工作。20世纪90年代，所谓的符号主义、连接主义和行动主义3种方法并存。对此，中国学者认为这3种方法各有优缺点，他们提出了综合集成的方法，即不同的问题用不同的方法来解决，或用联合(混合、融合)的方法来解决，再加上人工智能系统引入交互机制，系统的智能水平将会大为提高。
总而言之，尽管人工智能的发展经历了曲折的过程，但它在自动推理、认知建模、机器学习、神经元网络、自然语言处理、专家系统、智能机器人等方面的理论和应用上都取得了称得上具有“智能”的成果。许多领域将知识和智能思想引入到自己的领域，使一些问题得以较好的解决。应该说，人工智能的成就是巨大的，影响是深远的。
读书的好处
1、行万里路，读万卷书。
2、书山有路勤为径，学海无涯苦作舟。
3、读书破万卷，下笔如有神。
4、我所学到的任何有价值的知识都是由自学中得来的。——达尔文
5、少壮不努力，老大徒悲伤。
6、黑发不知勤学早，白首方悔读书迟。——颜真卿
7、宝剑锋从磨砺出，梅花香自苦寒来。
8、读书要三到：心到、眼到、口到
9、玉不琢、不成器，人不学、不知义。
10、一日无书，百事荒废。——陈寿
11、书是人类进步的阶梯。
12、一日不读口生，一日不写手生。
13、我扑在书上，就像饥饿的人扑在面包上。——高尔基
14、书到用时方恨少、事非经过不知难。——陆游
15、读一本好书，就如同和一个高尚的人在交谈——歌德
16、读一切好书，就是和许多高尚的人谈话。——笛卡儿
17、学习永远不晚。——高尔基
18、少而好学，如日出之阳;壮而好学，如日中之光;志而好学，如炳烛之光。——刘向
19、学而不思则惘，思而不学则殆。——孔子
20、读书给人以快乐、给人以光彩、给人以才干。——培根