3.2智能网联汽车
智能产品既包括数控机床、工业机器人等智能装备，也包括智能手机、智能网联汽车、智能穿戴等消费产品。在过去的10年最典型的智能产品是智能手机，在下一个10年汽车将成为新的移动智能终端，智能联网汽车的发展如火如荼，在经历了从感知到控制、从部件到整车、从单项到集成、从单向到互动之后，汽车正进入“全面感知+可靠通信+智能驾驶”的新时代。在智能化的道路上，汽车已走了很多年，但就未来发展的前景来看，汽车还处于低“智商”婴幼儿阶段，汽车的网联化、智能化还有很长的路要走。2016年8月，工业和信息化部指导发布《智能网联汽车发展技术路线图》，给出了智能网联汽车智能化发展5级定义，智能化将从驾驶辅助、部分自动、有条件自动、高度自动和完全自动演进。
智能化、网联化已经成为汽车技术变革的重要方向，智能化在从辅助驾驶向最终的无人驾驶演进的过程中，网联化步伐不断加快，网络化将从单车网联、多车网联向交通体系网联演进，在这一进程中汽车感知、分析、决策、执行等各个环节技术将快速迭代，不断替代驾驶员的分析、判断和决策，高度自动驾驶和完全自动驾驶将完全由系统完成。
根据国际咨询公司普华永道的预测，2030年全球网联汽车将达到6亿辆，电动汽车保有量将达到1.6亿辆，无人驾驶汽车将达到8000万辆，35%的交通出行将是共享和无人驾驶完成。到2020年，中国智能网联汽车市场规模可望超过1000亿元人民币。
整车企业的核心业务将发生巨大变化，移动出行服务(Mobility as a services)将对车企的市场份额和利润造成巨大的冲击。根据普华永道预测，到2030年，出行服务将为汽车行业贡献30%的利润。中国的出行服务市场规模预计将达到6560亿美金，是2017年的43倍。占中国人口50%以上的千禧一代期望获得全面集成、多模式及按需的个性化出行体验。
汽车业传统的价值金字塔(生产-销售-服务)因为CASE(connected、autonomous、shared、electric)的影响正在失效，更多的价值创造将来自于软件、IT与服务。围绕新平台、新技术、新模式与新服务，一个更为复杂的汽车价值模型将影响到车企未来战略的设计与规划。理解该模型将有助汽车企业的决策层明确自身定位，加快由制造商向移动服务商的转型。
3.3智能工厂
今天工业网络链接以现场总线和工业以太网为主，无线连接在工业互联网仅占6%，其中4%是Wi-Fi。稳定性、扩展性、低速率等问题是无线连接规模在工业领域扩展缓慢的主要原因。如今5G即将到来，其高速率、低时延、大连接特性，计划支持TSN(时间敏感网络)和工业以太网，争取促成通信与计算集成服务。
5G将大幅提升工厂的灵活性。5G网络进入工厂，在减少机器与机器之间线缆成本的同时，利用高可靠性网络的连续覆盖，使机器人在移动过程中活动区域不受限，按需到达各个地点，在各种场景中进行不间断工作以及工作内容的平滑切换。大型工厂中，不同生产场景对网络的服务质量要求不同。精度要求高的工序环节关键在于时延，关键性任务需要保证网络可靠性、大流量数据即时分析和处理的高速率。5G网络以其端到端的切片技术，同一个核心网中具有不同的服务质量，按需灵活调整。
5G将打通产供销渠道的信息流。人和机器在在任何时间、任何地点都能实现彼此信息共享。消费者在要求个性化商品和服务的同时，企业和消费者的关系发生变化，消费者将参与到企业的生产过程中，消费者可以跨地域通过5G网络，参与产品的设计。
工业机器人将加入管理层。精密传感技术作用于不计其数的传感器，在极短时间内进行信息状态上报，大量工业级数据通过5G网络收集起来，庞大的数据库开始形成，工业机器人结合云计算的超级计算能力进行自主学习和精确判断，给出最佳解决方案。机器人成为中、基层管理人员，通过信息计算和精确判断，进行生产协调和生产决策。这里只需要少数人承担工厂的运行监测和高级管理工作。机器人成为人的高级助手，替代人完成人难以完成的工作，人和机器人在工厂中得以共生。
3.4智慧城市
智慧城市是通过交通、能源、安防、环保等各系统海量的物联网感知终端，可实时全面的表述真实城市的运行状态，构建真实城市的虚拟镜像，支撑监测、预测和假设分析等各类应用，实现智能管理和调控。
在城市公用事业方面，NB-IoT、LoRa等低功耗广域网络的商用，给公用事业带来了更适用的接入网络技术。除抄表外，基于物联网的城市管网监测、供水供气调度、城市公共资产管理等应用也在不断涌现，合同管理等新的建设运营模式也在积极探索。
交通管理方面，计算机视觉、人工智能等技术能够实时分析城市交通流量，缩短车辆等待时间；通过大数据分析公众资源数据，合理建设交通设施，为公共交通设施基础建设提供指导与借鉴；通过整合图像处理、模式识别等技术，实现对监控路段的机动车道、非机动车道进行全天候实时监控。
在家庭服务方面，智能家庭将类似于人类中枢神经系统，中心平台或“大脑”将是核心，家庭机器人将从平台接受任务。家庭机器人将完成大部分家庭体力劳动，成为人类的同伴或者助手，甚至从事财富规划师和会计师这样的脑力劳动。机器服务将成为家庭生活的普通场景，重新定义家用电器的设计、功能与人机交互。
3.5大型复杂设备
大型企业的生产场景中，经常涉及到跨工厂、跨地域设备维护。金准产业研究团队预测，5G能够大大提升大大在远程的条件下运行、维护效率，降低成本。在未来，万物互联，万物可识别。携带的信息维度将远超目前水平。原料、设备甚至人的活动都将实时在线，5G将保证人在千里之外也可以第一时间接收到实时信息跟进，并进行交互操作。
5G网络的大流量能够满足VR中高清图像的海量数据交互要求，极低时延使得触觉感知网络中，人机实时协作成为可能。通过VR设备，远程工业机器人到达故障现场进行修复，人机同步协作。甚至需要多人协作修复的情况下，也可以各自通过VR和远程触觉感知设备，第一时间“聚集”在故障现场。
3.6智慧矿山
矿山环境恶劣，地点偏远封闭，矿上机械运作单一，重复性操作，是进行智能化转型的理想场景。徐工集团基于自主开发的汉云工业物联网平台，与中科院自动化所合作开发了智慧矿山系统。通过形式化描述矿山作业机器行为和复杂工况环境特征，构建信息物理设备交互运行环境。该环境进行计算试验，以及场景和工况进行预设，最终物理矿山实时交互，引领矿山机械安全高效运行。
智慧矿山具有智能化，物联网网联化，无人化三大特点。平行智慧矿山实现了信息化，网络化一体的集成信息管理。其中机群管理系统是中枢神经，负责矿山管理系统调度，根据作业任务，自动匹配剥离矿山挖掘机，与运输矿卡匹配参数，矿卡根据系统下发指令自动完成安装运输卸载全过程，自主作业有效降低了操作手的劳动。目前无人矿卡完成了直线行使，曲线性行使，障碍物检测，人字形倒车自动卸车全流程的测试，时速可以达到20公里。
矿山机群有挖掘机子系统，矿卡子系统，中心自系统，移动终端系统，视频监控系统等进行系统化的运营。作为核心的机群管理系统集成调度，状态监测，安全报警等功能，可以掌握矿山机械的运行状态，而且可以进行安全报警，提供预测性的防护信息，大大降低了矿山装备运行故障率，确保无故障运营。
3.7智慧物流
全球贸易频繁是21世纪不可逆转的趋势，这也要求物流变得更高效、更智慧、更安全。依托互联网形成开放共享、合作共赢、高效便捷、绿色安全的智慧物流生态体系，使得先进信息技术在物流领域广泛应用，仓储、运输、配送等环节智能化水平显著提升，物流组织方式不断优化创新；基于互联网的物流新技术、新模式、新业态成为行业发展新动力。
“未来园区”是“全国24小时、全球72小时有货必达”的重要保障，是阿里allin的智能物流骨干网的核心节点，也是中国面向2020年提供的现代园区全球解决方案，其成果特点归纳起来是“12365”：1：一个核心——智慧物流大脑；2：两大部分——智慧园区(仓外)、智慧仓储(仓内)；3：三大技术——IoT物联网、边缘计算、人工智能；6：园区管理六大场景——工作人员生物识别、运输车辆自动导引、监控探头自主计算、设施部件自我诊断、水电管理实时控制、园区安防自动巡查；5：仓储运营五大创新——AGV机器人、机械臂、全自动流水线、智能选包(包装)系统、电子面单打印粘贴一体机。
“未来园区”的核心亮点包括——
首先是“一切设备均有传感器”。菜鸟是国内首个使用LoRa物联网协议的物流园区。通过传感器，整个园区内的各种设备、设施将连接在一起，从而实现对园区电表、水表、温度、湿度，仓内堆高情况、地下室浸水情况、甚至井盖倾斜情况等等进行实时感知，一旦出现异常，可立即报警。减少了园区传统的依靠人工抄表、巡查的工作量，并且更加可靠。
其次是“一切摄像头自主运算”。未来园区里分布的摄像头，和普通物流园区看似相似，但却有着本质不同，每个摄像头都能通过捕捉的影像，实时计算分析，可以实现车辆的智能调度、备货的科学管理以及员工异常行为预警，这意味着，不再需要人工在监视器前24小时值守。同时，云计算的模式虽然提供了强大的计算能力，但对网络带宽提出更高的要求，每个园区几十上百个摄像头的视频全部上传到云端，没有园区具备足够的带宽能力。但边缘计算很好的解决了这个问题。摄像头都具备计算能力，所有的事件在本地识别和判断，将结果上传到云端，极大地节省了带宽。同时由于摄像头是在本地计算，不用经过公网，可以为园区本地的异常事件提供毫秒级的响应速度。
第三是“人工智能让机器学会思考”。智能化仓储及分拣中心是未来园区的重要组成部分，它包括智能化存储，智能拣货，智能分拣三大模块，自动化流水线、AGV机器人、机械臂的投用，让仓储拣选分拨效率大幅提升。利用菜鸟自主研发的信息系统整体进行管理调度，有效解决了传统物流中心存储效能低，拣货效能低，分拣效能低的问题。物流园区内采用菜鸟独有的全机器人作业场景，将所有作业员工的行走全部使用AGV进行替代，人员行走距离减少90%以上；柔性化AGV机器人运用，打破传统自动化以输送线、旋转货架、阁楼货架等为主的设备状态，在可复制性、模块化、调整柔性上更胜一筹，对比目前行业内流行的普通AGV机器人货到人拣货模式，菜鸟进一步开发出AGV组车功能、AGV车到人功能、AGV货到人功能、AGVrebin功能、AGV投线功能、AGV盘点及商家功能等六大功能模块；复杂的机器人及自动化运用场景依靠的是强大的系统作业控制及调度算法，菜鸟在AGV机器人调度算法、补货智能算法、多区作业均衡算法、机器人多功能混用模式算法等方面从无到有，开发出行业首例的AGV全流程应用模型和算法系统。
在中国物流与采购联合会、中国交通运输协会、中国仓储与配送协会组织的科技创新奖和优秀案例评选中，“未来园区”项目实现了大满贯，全部获得表彰。
3.8智慧金融
金融被认为是人工智能落地最快的行业之一，得益于金融行业有大量准确的历史数据，人工智能目前在金融领域的应用已算得上硕果累累，一场智慧金融的大变革正在拉开序幕。
风控和安全是金融服务的前提和基础，传统的风控技术正在通过规则和模型实现。蚂蚁金服过去十年间通过使用机器学习技术建立和升级了风控系统。蚂蚁风险大脑以AI作为核心，形成一个类似于人类大脑行为的风险防控体系，以技术驱动的智能风控规避了传统风控基于人工经验的盲区，让风控不再需要通过人工识别黑产的作弊类型，减少人工干预，最终达到自动防御的理想状态。
传统的信贷服务对象是以服务大型用户为主，大量的小微企业和个人消费者很难在短时间内获得贷款服务，而基于互联网的大数据和人工智能的发展使得大家所熟知的著名的“310”小微贷款服务应运而生。3分钟线上申请，1秒钟审批，0人工干预的简称，这种智能信贷服务解决了小微企业和个人用户贷款难、贷款周期长的难题，同时还拥有很低的坏账率。
智慧金融同时适用传统金融机构转型。中和农信是一家专注农村扶贫贷款的机构，蚂蚁金服把保护数据隐私的共享机器学习平台分享给中和农信，使得双方可以在保护各自数据隐私的情况下开展基于双方的加密数据来做机器学习。经统计，蚂蚁的共享多方AI风控技术帮助中和农信把农村小额贷款风控效果提升了一倍，同时大规模提升了贷款效率，将传统的3天放贷时间缩短为10分钟。在数据隐私保护在全世界都变得越来越重要的当下，蚂蚁金服的保护隐私的共享学习技术有着广泛的应用前景。
金融监管机构同样可以利用人工智能等技术进行多维度的风险排查，实现涉众风险、经营风险、合规风险等全领域动态扫描，通过知识图谱挖掘，让监管部门拥有“透视眼”，及时发现关联机构间的潜在风险，从根源处识别出疑似金融欺诈团伙，并且还可以帮助监管构建地区及行业整体风险指数，快速识别地区及行业的风险“水位”，掌握宏观金融风险趋势变化。
四、万物智能时代面临的新形势智能技术的“核聚变”：新一轮技术创新的主阵地
过去半个世纪，单一领域技术突破及其扩散与应用是技术红利释放的主要方式。当下，单一领域技术创新仍然直观重要，但5G和AI两大技术创新高地推动智能技术“核聚变”。技术集成步伐加快，相互迭代，催生出交叉融合的大科学。
平台的出现大大加速了智能技术核聚变普及应用的速度。一方面，平台拉近了新技术供需的距离，网络效应加速了产业化的速度；另一方面，平台降低了新技术使用的资金和知识门槛，用户友好的智能技术快速进入“寻常百姓家”。
多种技术的叠加效应，将使领先者和落后者的差距迅速大幅扩大，马太效应在在国家、企业层面都将体现。多场景高频共振，C端、B端均将被卷入，新智能终端、网联汽车、智慧家庭、大型复杂设备、工厂车间将彻底改变人类生产、生活的图景。万物智能时代将成为中小企业创业创新的主战场，未来的BAT一定来自于这场多技术叠加核聚变。
4.1消费互联网拉动产业互联网开创十万亿市场
根据国际咨询公司BCG的调研，中国消费者从发现、研究，到购买、付款、配送，再到售后的每个环节中已形成线上和线下多渠道多触点全面融合的现象。同时，中国消费者在线上和线下不同触点间的切换转化也更加频繁。中国消费者的数字化习惯推进了前端消费侧的数字化发展进程，并在消费者的生活、工作、学习、娱乐等各个场景里不断提高数字化的程度。
反观后端，产业互联网的发展仍在追赶全球领先水平。截至2017年，中国现有数字化工厂所占比例为25%，仅为美国与德国的一半左右。中国制造业领域的数字化发展在智能互联、信息整合、数据决策以及人机协作四个核心方面与全球领先水平相比仍存在一定的差距。
中国前端消费的蓬勃发展和后端产业的追赶状态并存。这种情况造就了独特的中国数字化发展路径：前端消费互联网带动后端产业互联网的发展。大型互联网公司以及科技公司逐渐切入产业价值链，基于前端应用和商业模式创新，沿产业链牵引后端进行数字化协同。同时利用大量消费数据为后端价值链赋能，使用数字化工具带动后端生产进行转型，开启下一个十万亿级市场。
4.2智能+助力跨越创新死亡之谷
科技创新无法有效地商品化、产业化，科技成果与产业化发展之间出现断层，也因此被称为科技创新的“死亡之谷”。在过去很长一段时间，人们讨论科技创新时，很自然地就会认为，其成功的关键在于如何构建一个完善的技术创新要素供给体系，但实践却又屡屡证明：科技创新成功的关键，很多时候却都在于供给与需求的精准对接与高效迭代。
智能经济的到来，为技术产业化这一世界级难题给出了新的路径。超速崛起的巨型互联网平台，正在为新技术的产业化创造一个独特的市场，平台经济正成为新技术、新商业模式的孵化器、加速器，正在弥合科技创新与市场化的鸿沟，也正在为跨越创新“死亡之谷”给出一条全新的路径。互联网平台经济体构建了一个开放、共享、协同的创新体系，推动了创新主体、创新流程、创新模式的深刻变革。
产业政策为跨越创新死亡之谷提供额外助力。多年来，德国一直坚持市场无形之手的力量。《德国国家产业战略2030》草案还提出了9大关键产业以及若干企业名称，其中包括西门子、德意志银行等大企业。草案写道，这些大企业的长期成功对德国的国家经济利益有着重大意义。主持国家产业战略的德国联邦经济部长阿尔特迈尔通过媒体解释说，"我们需要有德国或者欧洲的旗舰企业，让它们有能力与全球巨头抗衡。"这一点也同德国以往的经济战略有本质的区别。德国经济的支柱是中小企业，它们讲究公平竞争，而不是注重旗舰。德国总理默克尔在德国经济亚太委员会会议期间，高调提出"德国需要一个全新的产业政策"的议题。她说，德国乃至欧洲必须从根本上彻底重整产业政策，为国民经济进行长期的战略部署。
结语
“从‘互联网+’走向‘智能+’是一种技术发展的必然结果。而在‘智能+’时代，更多的挑战和应用将来自企业端和产业端。”
金准产业研究团队认为，在“智能+”时代，更多的挑战和应用将来自企业端和产业端。“随着ABC等新兴技术的不断发展融合，信息技术的应用已经不再局限于人与人，人与物、物与物都可以通过这些技术实现互联。”当万物皆可互联时，生活和生产效率都将迎来质的飞跃，也就是利用更智能的机器、更智能的网络、更智能的交互来创造出更智能的经济发展模式和社会生态系统。因此，从“互联网+”走向“智能+”是一种技术发展的必然结果。
为此，金准产业研究团队表示，“智能+”接棒“互联网+”，成为今后改造传统行业的新动力，企业数字化转型的未来，就是要在云端用AI的方式处理大数据，以云承载AI能力，以AI赋能大数据分析，通过一个能够提供充裕算力、简易高效的ABC融合平台，为企业提供新的可持续增长的动能与机会。