中国大数据产业联盟：2018中国大数据产业发展白皮书（36页）.pdf

1、2017年以来，伴随着工业互联网概念的提出，工业企业上云和工业A PP开发成为热点词汇。国务院发布“互联网+先进制造业“发展工业互联网的指导意见明确提出百万工业企业上云计划，力争到2020年培育30万工业A PP，推动30万企业上云；到2025年，培育百万工业APP，实现百万企业上云。推动工业企业上云将促进大数据、人工智能等新技术在企业研发设计、生产制造、经营管理、销售服务等全流程和全产业链的集成应用，带动互联网个性定制和云制造等新型制造模式的发展，推动形成基于消费需求动态感知的研发、制造和产业组织方式，完善工业互联网生态体系。我国工业领域的云化水平较低，在上云企业数量的广度和企业在云端部署的

2、深度两个维度上都具有非常大的发展潜力，工业企业上云处于爆发前期。赛迪顾问统计显示，在企业数量维度，2017年我国工业企业上公有云的比例在5.05%；在资金投入方面，公有云服务的购买支出在企业I T总支出中的占比约为0.96%。从区域云化水平来看，浙江、江苏和广东的企业云化水平较高，已先行开展工业上云活动。比如，浙江省建立了“上云企业出一点、各级政府补一点、云厂商贴一点”的联合激励机制，针对大中型企业采用项目补贴方式进行支持，针对小微企业则采用云优惠券的形式，减免其云服务支出；江苏省则建立了星级上云企业建设工程，分类推进企业上云。未来，随着国家上云政策的细化和分解（如目标分解、实施路径、考核标准

3、、应用场景和财政支持方式等），以及各地政府对工业企业上云策略（如企业上云评估、诊断和实施路径等）的落地，对工业数据的分析需求会快速上升，引爆各类工业APP应用的开发，诸如设备设施预测性维护、工业生产流程优化、生产过程可视化和供应链优化等工业应用。前端智能是数据采集端经过剪裁和优化后的人工智能，其本质是将经过数据分析验证的算法和模型固化到前端高性能传感器和数据采集设备。相比于云计算技术架构，应用前端智能技术，可以有效地削减数据传输过程中的网络带宽消耗，降低前端设备自身功耗，提升数据分析效率和系统整体的智能化水平。现阶段的前端智能面临三大挑战：模型参数多、实时性要求高、运算能力弱。要解决这些问题，

4、需要在软件和硬件方面同时下功夫，对企业的综合能力要求很高。软件方面，要在运算力有限的情况下，持续剪裁并优化模型和算法，保障终端的算力需求；同时，要设计适用的网络通信协议，保障终端数据的高效传输。硬件方面，则要持续完善嵌入式芯片和板卡等硬件设计，提升芯片的并行处理能力，降低功耗。前端智能分析能力的提升，有助于优化其在图像识别和振动频率监测等方面的应用，特别是在工业设备的预测性维护、路桥等基础设施的监测、城市安防和交通管理等应用领域。比如，“旷视科技“的交通监测摄像头就沿用了前端智能技术，其所搭载的专用主板可以同时处理16路交通视频数据，通过前端智能分析算法开展实时结构化处理，实现了高效的数据存储

5、和传输。除此之外，前端设备功耗的降低则有助于将其用于监测偏远或不易到达的基础设施。未来，随着中国新一轮的智慧城市和工业互联网建设的持续推进，市场对智能终端和传感器的需求将会拉动前端智能市场的进一步增长，其中城市安防、交通和设备设施监测维护将成为增长重点。智能投顾也称机器人投资顾问，它通过引入模型算法为投资者实现资产配置和投资管理等在线财富管理服务。新兴的智能投顾公司在国外发展迅速，主流财富管理领域已经认可智能投顾并积极投入其中。知名机构嘉信理财，Va n g uar dGroup，贝莱德和德意志银行等都相继开通了智能投顾业务。目前，国内的一些公司也推出了类似的产品（如投米R A、积木盒子、嘉实

6、基金和弥财等），但整体而言仍然处在非常早期的阶段。国内的智能投顾业务将推动投资理财走向普惠化，改变财富管理市场格局，开辟中国金融市场新蓝海，未来市场发展潜力巨大。（1）中国居民可投资资产持续增长，为智能投顾的创造了可施展的潜在市场空间。2017年资产总额达181万亿元，未来几年将保持10%左右的增速，预计2020年将达到237万亿元。（2）智能投顾以机器算法取代了一对一的人工服务，前期投入主要为固定成本，用户群体较大，均摊成本小，获客成本低。（3）智能投顾起投门槛低费用低，能