Ai&Bd资料收集
目录
1.2 研判未来3-5年产业技术发展的趋势和总体格局.. 5
2.3 研判未来3-5年产业技术发展的趋势和总体格局.. 10
人工智能是一个很宽泛的概念，概括而言是对人的意识和思维过程的模拟，利用机器学习和数据分析方法赋予机器类人的能力。
据推算，世界人工智能市场将在2020年达到6800亿元人民币，复合增长率达26.2%。
近年来中国人工智能产业发展迅速。从市场规模来看，自2015年开始，中国人工智能市场规模逐年攀升。截至2017年中国人工智能市场规模已达到了216.9亿元人民币，同比增长52.8%。据预测，到2020年，中国在人工智能的市场规模将达到710亿元人民币1。2015到2020年间复合年均增长率为44.5%。
随着资本市场对人工智能认知的不断深入，其投资也日趋成熟和理性。在过去三年，企业服务、大健康、金融、机器人、汽车和行业解决方案的人工智能是最热门的投资领域。
在人工智能发展的热潮中，嗅觉敏锐的互联网巨头也开始了自己的战略布局。以阿里巴巴、腾讯、百度、京东为首的互联网巨头已经将投资渗透到人工智能的各个板块。
从领域来看，各个巨头投资的项目均处于其未来战略布局产业链的各端。截至目前，阿里巴巴完成了17项人工智能行业投资，他们的投资重点主要在安防和基础元件，代表性的公司有商汤、旷视和寒武纪科技等。腾讯完成了18项投资，其投资的重点主要集中在智能健康、教育、智能汽车等领域，代表性的公司包括未来汽车、碳云智能等企业。百度则完成了19项投资，投资的重点主要在汽车、零售和智能家居等领域。京东一共投资了11家人工智能公司，他们的投资重点聚集在汽车、金融和智能家居等领域。至此，巨头的生态系统布局已见端倪。
总体来看，人工智能行业可分为基础支撑层、技术层和应用层。
基础层提供计算力，主要包含人工智能芯片、传感器、大数据及云计算。其中芯片具有极高的技术门槛，且生态搭建已基本成型。目前该层级的主要贡献者是Nvidia、Mobileye和英特尔在内的国际科技巨头。中国在基础层的实力相对薄弱。
技术层解决具体类别问题。这一层级主要依托运算平台和数据资源进行海量识别训练和机器学习建模，开发面向不同领域的应用技术，包括语音识别、自然语言处理、计算机视觉和机器学习技术。科技巨头谷歌、IBM、亚马逊、苹果、阿里、百度都在该层级深度布局。中国人工智能技术层在近年发展迅速，目前发展主要聚焦于计算机视觉、语音识别和语言技术处理领域。除了BAT在内的科技企业之外，出现了如商汤、旷视、科大讯飞等诸多独角兽公司。
应用层解决实践问题，是人工智能技术针对行业提供产品、服务和解决方案，其核心是商业化。应用层企业将人工智能技术集成到自己的产品和服务，从特定行业或场景切入（金融、安防、交通、医疗、制造、机器人等）。未来，场景数据完整（信息化程度原本比较高的行业或者数据洼地行业），反哺机制清晰，追求效率动力比较强的场景或将率先实现人工智能的大规模商业化5。从全球来看，Facebook、苹果将重心集中在了应用层，先后在语音识别、图像识别、智能助理等领域进行了布局。得益于人工智能的全球开源社区，这个层级的门槛相对较低。目前，应用层的企业规模和数量在中国人工智能层级分布中占比最大。
1、2021年中国人工智能整体产业规模将超过1.3万亿元，计算平台类企业营收占比不断增大。
2、国内外的AI龙头企业热衷于收购新兴的人工智能+数据科学初创企业，来提供各类的人工智能工具，并完善自身的产品生态。
3、受整体风险投资市场环境影响，2019年A轮、B轮企业获投金额减少。
1、大数据、量子计算等新兴技术的日渐成熟，为人工智能创造快速发展的新环境。未来，车载智能系统、无人机智能系统等领域或将首先应用量子计算芯片系统。
2、科研基金导向力度加大，国家自然科学基金委新增人工智能与交叉学科两大领域
2017 年我国大数据产业规模为 4700 亿元人民币，同比增长30%。在这其中，大数据软硬件产品的产值约为 234 亿元人民币，同比增长 39%。
总体来看，我国大数据企业整体仍呈现“金字塔”状的实力分布。从金字塔上层来看，我国大数据企业发展指数高于 50 的企业数量占比达到 7.4%，其中大数据企业发展指数处于50到100之间的占4.9%，高于100的占 2.5%
从 2005 年 Hadoop的诞生开始，形成了数据分析技术体系这一热点。伴随着数据量的急剧增长和核心系统对吞吐量以及时效性的要求提升，传统数据库需要向分布式转型，形成了事务处理技术体系这一热点。然而，时代的发展使得单个企业、甚至单个行业的数据都难以满足要求，数据融合的价值更加显现，形成了数据流通技术体系这一热点。
数据在信息系统中的生命周期看，数据分析技术生态主要有 5个发展方向，包括数据采集与传输、数据存储与管理、计算处理、查询与分析、可视化展现。在数据采集与传输领域渐渐形成了 Sqoop、Flume、Kafka 等一系列开源技术，兼顾离线和实时数据的采集和传输。
在存储层，HDFS 已经成为了大数据磁盘存储的事实标准，针对关系型以外的数据模型，开源社区形成了 K-V（key-value）、列式、文档、图这四类 NoSQL 数据库体系，Redis、HBase、Cassandra、MongoDB、Neo4j 等数据库是各个领域的领先者。
计算处理引擎方面，Spark 已经取代 MapReduce 成为了大数据平台统一的计算平台，在实时计算领域 Flink 是 Spark Streaming 强力的竞争者。
在数据查询和分析领域形成了丰富的 SQL on Hadoop 的解决方案，Hive、HAWQ、Impala、Presto、Spark SQL 等技术与传统的大规模并行处理（massively parallelprocessor，MPP）数据库竞争激烈，Hive 还是这个领域当之无愧的王者。
在数据可视化领域，敏捷商业智能（business intelligence，BI）分析工具 Tableau、QlikView 通过简单的拖拽来实现数据的复杂展示，是目前最受欢迎的可视化展现方式。
经过多年发展，当前分布式事务架构正处在快速演进的阶段，综合学术界以及产业界工作成果，目前主要分为三类：
由于数据权属和安全的需要，不能简单地将数据直接进行传送。数据流通的过程中需要完成数据确权、控制信息计算、个性化安全加密等一系列信息生产和再造，形成闭合环路。
安全多方计算和区块链是近年来常用的两种技术框架。
除了以上两种技术框架外，近年来还涌现出多种数据流通的技术工具：
大数据产业发展趋势研判
1、产业将持续保持快速增长态势。预计 2018 年我国大数据核心产业规模将突破 5700 亿元。
2、融合渗透效应向更深层次延伸。延伸方向既包括经济运行、社会生活等应用领域，也包括物联网、人工智能等关联技术。
3、制造业数字转型作用日益凸显。以大数据驱动制造业数字化转型的新模式、新业态将不断涌现。
4、技术创新仍是产业发展主基调。大数据领域核心关键技术将加速突破，跨学科、跨领域交叉融合技术研究将成为发展重点。
5、产业集聚特色化发展态势逐步显现。国家大数据综合试验区建设的不断深入，一批省级大数据产业集聚区将进一步优化资源配置、形成集聚效应、发挥辐射带动作用。
6、产业生态体系迈入成熟完善阶段。大数据相关政策将加快落地实施，更多创新性政策将加快出台，大数据产业发展环境将进一步优化。
3.1
中国金融科技类独角兽多为传统金融业务的互联网模式（借贷、支付、资管等）以及部分较为成熟技术的金融科技类服务公司（个人征信、反欺诈等）。
【腾讯】
腾讯“灵鲲”作为国内首家金融安全大数据监管平台，将大数据应用与反欺诈相结合，探索防范金融风险的基础预警平台，是富有价值的监管科技创新。
【冰鉴科技】
冰鉴科技利用模型算法和大数据决策系统，为小微企业和长尾人群的融资业务提供智能风控服务，显著提升了金融机构的经营效率。
【民生银行】
民生银行直销银行2.0，创新推出了标准化、高效能的“4朵云+1范式”模式，构建了线上金融服务新生态，实现了业务与技术的较好融合。
【南京银行】
南京银行“鑫云+”平台通过连接行业平台和中小银行，构建中小银行线上金融生态，是中小型商业银行科技转型的典型案例。
【国泰君安证券】
国泰君安证券运用AI技术率先创建智能化、多元化的智能投顾服务平台，在促进金融普惠的同时显著降低了服务成本。
【蚂蚁金服】
依托于阿里生态的新兴技术与海量数据，蚂蚁金服推出基于代销的联营模式，创建了平台、基金公司与用户之间的基金销售与服务新生态。
【农业银行】
农业银行基于农商系电商平台，创新地将区块链技术应用于供应链金融中，开创了传统银行服务三农的新模式。
【汇添富基金】
汇添富基金利用AI和大数据技术分析客户投资偏好，动态提供基金资产配置方案，为客户提供一站式财富管理服务。
【第四范式】
第四范式以实时动态交易为核心，AI技术为驱动，构建新型供应链“AI+金融”赋能体系，为破解中小微企业融资进行了有益探索。
【渣打银行】
渣打银行结合自身国际财富管理经验，针对目标客群开发新型客户资产配置和财富管理工具，做投资者教育领域的领航者。
1、招商银行
招商银行自主研发的摩羯智投，在大类资产配置、基金筛选和风险预警的自动化运算方面已达到国内先进水准，引领了国内智能投顾行业的快速发展。
2、上海银行
上海银行的“上行快线”业务采用金融服务与生活场景相结合，用户体验和数据优势明显，是直销银行业的一股新锐力量。
3、上海华瑞银行
一端向技术开发者开放平台，另一端将技术与企业端进行对接，严把交易安全和风控端，上海华瑞银行创建了具有特色的金融科技平台。
4、新网银行
新网银行率先在全业务条线中启用了大数据驱动，较好的实现了银行业务全在线化，是互联网银行创新的排头兵。
5、京东金融
京东金融云采用多项国际领先技术，如生物识别、生物探针、图计算等，服务金融机构多业务条线，是金融科技领域增速最快的公司之一。
6、百度金融
依托母公司在大数据、人工智能等领域的核心技术，百度金融集聚科技研发力量，对金融服务效率的提升、资金安全的保障提供了有效支撑。
7、金融壹账通
金融壹账通提供开放的科技开发平台，拥有人脸识别、声纹识别等17项技术和394项自有专利，用技术驱动解决了中小金融机构“获客难”、“风险高”等问题。
8、宜人贷
宜人贷基于用户授权数据，借助“抓取解析引擎”，结合国际领先的分析技术，有效拦截疑似欺诈账单，是大数据应用的有益探索。
9、通付盾
通付盾深挖反欺诈技术，包括：设备指纹、规则引擎、关系图谱等，较好地帮助金融机构应对新型欺诈和安全风险。
10、梆梆安全
梆梆安全是国内较早关注新金融网络安全的技术服务商，产品的迭代速度在同业中处于领先水平。
灵鲲是腾讯安全反诈骗实验室研发的金融安全产品——灵鲲大数据金融安全平台。
灵鲲是一个全面监测互联网上活跃的类金融平台，基于人工智能的平台识别、基于数据挖掘的多维度信息关联、基于知识图谱的平台风险指数计算、基于涉众人数增长异常规模预警四个方向入手，结合深圳市金融办整合的深圳市40余个行政管理单位的政务数据，运用多源数据融合技术，能够对P2P、投资理财、外汇交易等十多个金融类别的识别与风险指数计算，对发现的高风险平台及时向政府相关部门进行预警。
灵鲲的能力：
灵鲲充分发挥了腾讯安全的AI能力优势，近20年的qq黑产打击经验，全球最大的黑产知识图谱，以及世界一流的安全大数据团队，采用基于金融犯罪样本挖掘金融风险并进行数据化、可视化的方式方法，以及建立从监测、分析、模型拟定、欺诈定型的全流程管理，搭建了从数据源管理到风险展示的系统架构，实现智能监管和智能风控，有效解决了目前金融监管过程中的识别与定性困难、风险预警困难、风险平台处置难等难题。
由八个维度组成的雷达图，是腾讯安全反诈骗实验室的首创。各项指数越突出，说明这家公司存在的金融风险越高。金融机构和监管部门注意到预警后，便可对该公司进行防范和调查。这八个维度是腾讯安全反诈骗实验室利用AI技术对大量正负样本分析后搭建的模型，可以将金融公司的风险状况进行可视化呈现，对金融风险预测的准确率达99.9%。
灵鲲作用：
一方面，灵鲲积极开展政企合作，联合国家工商总局、北京金融局、深圳金融办等政府单位紧密合作，助力金融市场监管升级。深圳市金融办与腾讯于2017年12月19日正式签署战略合作协议，联合开发基于深圳地区的金融安全大数据监管平台。试运行期间，深圳市金融办已先后扫描深圳25万多家从事金融业务的企业，对其中的11354家做了重点分析，识别了790家风险企业，并且对其中的19家预警并移交处置；同时面向10多个省市输出风险预警，得到了央行、银保监会、国家处非连办的积极肯定。
另一方面，腾讯大数据金融安全平台还和中国银行、招商银行、中信银行、京东金融等百余家银行、支付机构、互金机构、电商、O2O平台建立了紧密合作。通过开放金融大数据风控服务，向金融机构创新提供了完整的“事前-事中-事后”风控服务链条，帮助金融机构高效率、低成本地解决金融风控中的痛点需求，降低金融机构运营风险。目前，腾讯灵鲲已帮助合作金融机构实现亿级以上日流水的止损，同时止损规模还在持续增长中。
与科技的结合，更加智能化的操作必将是以后金融业发展的趋势。民生直销银行2.0通过“四朵云+开放式+链接器”新模式，倡导“开放银行”服务，助推“自金融”发展。
“财富云”：线上购买＋普惠便捷，提供纯线上理财和投资交易服务，兼顾收益与流动性，创新资产保值增值服务。代表产品主要包括：如意宝、慧选宝、基金通、天天增利、民生金等理财产品。
“支付云”：智慧便捷＋生活场景，紧贴日常生活，面向全网用户，提供多种账户和介质以及多样化的支付方式。代表产品：轻松汇
“网贷云”：可获取性＋资金支持，合适的时间、场景服务合适的客户，更高的可获性与覆盖性，拥有多维度、自动化客户评价与风险监测体系。代表产品：民生好借。
“数据云”：可靠风控＋智能服务，依托高质量大数据和金融科技，借鉴“银团”服务理念，双因素智能风控能力输出。
“共享自金融范式”：紧抓“产业链扁平化”趋势，满足核心企业向其生态b端和C端客户辐射的需求，形成“自金融式”生态金融。打造基于“电子账户＋N”标准输出模式的“生态圈式自金融范式”，开展金融科技输出；风控、征信、运营能力输出；支付、账户、结算能力输出；资金输出等，助推核心企业获取全产业大数据；降低全产业生态圈金融成本；获取额外利润来源；夯实核心地位。
直销银行2.0模式支持全线上交易，客户只需一部手机或一个电脑便可开户交易，没有实体网点的限制。“4朵云”为客户提供从日常生活到投融资理财的全方位“一条龙”服务，并且有智能客服实时答疑解惑。
风险分析与控制方式
（1）信用风险：对每类贷款业务严密设计审批发放流程，运用授信评分模型技术反复计算推演，确保业务推行前风险达标，业务推行后风险可控。
（2）流动性风险：资金投向货币型基金等流动性极高的领域，严格监督资金流向，执行备付金制度，保证覆盖流动性风险。同时对单个大客户提取资金设置上限，消除了大客户单日巨额赎回的风险压力。
（3）市场风险：按照资金约定用途，选定资质优良的基金、保险，建立完备的投资管理机制，持续关注基金动态，将市场风险降至最低。
（4）运营风险：沿着创建一流团队的方向，不断吸引高端人才加盟，以日趋壮大专业团队和稳定的组织架构直面日新月异的互联网环境和金融市场挑战。
（5）IT风险：成功实现直销银行分布式核心系统的投产上线,标志着民生银行成为国内首家基于分布式技术架构设计实施并成功上线千万级核心账户系统的银行,也意味着民生直销银行作为国内首家面市的纯线上银行,率先投产运营分布式核心系统。
创新的价值所在：
1、商业模式创新：直销银行升级为2.0模式，创新推出了标准化、高效能的“4朵云＋1范式”模式；
2、产品创新：将现有的互联网金融存贷汇投支付产品进行标准化整合，形成金融云服务平台（1范式），助力企业发展，同时为民生银行寻找新的业务增长点。
3、跨界融合创新，与多家企业深度合作，创新打造基于BBC、BBB的批量获客引流模式。
4、金融科技：率先运营分布式核心系统，急速提升服务效能；利用多种金融科技构建金融生态圈，满足客户差异化需求。
直销银行2.0顺应时代潮流以平台化、互联网化、特色化的方式开启了全新的互联网银行运作模式。不仅为客户提供了更简单、更快捷、更高效的金融服务，对同业开拓该模式亦具有深刻的借鉴意义，更是为中国直销银行模式的未来发展做出了先锋性示范。
| 技术团队规模 |
最新技术动向 |
产业合作动向 |
战略动向 |
|
| visa |
1. 加密货币、分布式账本技术、零售支付解决方案。 2.全力推进非接触式支付。 3.Visa在亚太地区推出Fintech快速接入计划11/13/2018（官网新闻） |
1. Visa于2019年第一季度与IBM合作推出基于区块链的数字身份识别系统。该系统名为Visa B2B Connect。 2. Visa Fintech快速接入计划。现已登陆亚太地区，服务这一地区的Fintech公司。首先支持垂直领域（如钱包服务、分期服务和数字银行服务）开展创新业务的Fintech公司。 3. 投资跨境支付技术公司eartport 投资支付 投资支付技术处理平台conductor。 4. visa宣布与美国大通合作发行非接触信用卡。（2019第一季度年报） 与billtrust合作对公电子支付业务。 与postmates合作配送商户款项实时到帐 |
1. |
|
| master |
1.加深区块链布局。2018年4月，中国区总裁在接受媒体采访时透露，在区块链领域。在印度浦那筹建第9个创新实验室。 2.创新支付方式。 2.1语音支付：正寻求将其支付系统整合到谷歌和亚马逊的语音助手中，从而让人们通过语音来进行支付。 2.2生物识别：2018年7月，万事达卡被爆与英国银行就将生物特征支付卡推向市场进行磋商，此举旨在取代密码的使用，加快在线支付和实体店非接触式交易的进程。 3. |
2.创新支付方式。 2.1语音支付：正寻求将其支付系统整合到谷歌和亚马逊的语音助手中，从而让人们通过语音来进行支付。 2.2生物识别：2018年7月，万事达卡被爆与英国银行就将生物特征支付卡推向市场进行磋商，此举旨在取代密码的使用，加快在线支付和实体店非接触式交易的进程。 投资数据训练公司definedCrowd；投资NFC转账goon公司mobeewave丰富既有技术。 与英国支付网关cardstream就SRC达成战略` |
1.加深区块链布局。 2.创新支付方式。 |
