前言

新冠肺炎疫情对中国经济形成冲击的同时，也给部分行业带来了新的机遇。“宅”在家必然催化在线业务龙头企业的流量激增，从游戏、视频等行业接连出炉预喜消息，到复工后在线办公等行业受到关注，各领域业务向线上渗透的程度更进一步。金准产业研究团队认为，疫情期间，是近几年来中国线上业务集体增长的一大重要转折点和窗口期，相关上市或将迎来一波不错的发展机遇。以线上教育为例，受疫情影响教育股走势分化，中国在线教育发展提速。疫情在短期或对线下教培行业带来一定的负面影响。中长期而言，考虑到教培行业的刚需性，金准产业研究团队认为各公司长期价值将不会受到影响。在本次疫情的背景下，教育主管部门对于线下课程线上化的大力推动将有助于使在线授课的灵活性及安全性将得到更广泛的认可，我们预计在线教培机构将有望受益于线上教育渗透率的大幅提升。

一、回溯“非典”，探寻当前产业新机遇

1.1 通信技术改变连接方式，提效降本是关注重点

传统沟通、教育以及医疗等需求受到空间、资源以及人员的限制。

“放大过程，破除限制”：通信技术改变链接方式，传播媒介从线上转为互联网，过程无限放大，但是破除传统的空间、地点以及人员的限制，有效提高沟通效率，降低成本。

1.2 借力5G，技术+政策是线上类产品的驱动力

1.3 疫情无碍5G确定性发展

2003 年，我国仍然处于2G 学习时期，技术标准、市场需求以及基础设施仍处于追赶阶段，经过3G 追赶、4G 同步，当前我国已经进入5G 领先阶段，产业景气度也从4G 触底逐步进入5G 景气向上阶段，而且2020 年是网络建设的高峰期，运营商资本开支确定性逐步显现，因此行业的高景气度具备更好的确定性和更久的持续性。

1.4 非典助推加速扩张第一批线上购物人群

阿里巴巴巴to c端交易额飙升：非典限制线下交易途径，人们开始改变购物习惯选择网上交易，阿里巴巴的to c端交易额从非典时期开始迅猛增长。同时，线上购物带动快递产业迅猛发展，根据中国产业信息网统计，2003年末全球快递市场规模达到了200亿元左右，同比增长25%。

1.5 非典助推电商行业拐点，线上办公、教育、医疗接棒成必选项

非典促进京东、阿里巴巴等电商行业产生拐点：疫情严重期间，为阻断传染来源，聚集性场所、店铺暂时关闭，在封闭环境下，正在萌芽的电商变必选项，随疫情越来越严重对电商、快递行业需求越来越高，在非典阶段逐渐被用户认可并产生粘性，颠覆人们购物习惯。

1.6 疫情助推线上类产品需求稳步提升

二、线上办公，平台类企业迎利好契机

2.1 线上办公：受疫情影响，线上办公直接受益

线上办公、视频会议需求稳步提升：5G的超高传输速率、助推低成本、高效率视频通信的快速崛起；同时阿里钉钉、通讯企业微信/qq企业版、华为welink、字节跳动的飞书等为代表的SaaS办公软件下载量持续攀升。

金准产业研究团队认为线上交流的限制，进一步加大对线上办公、线上会议以及视频会议等需求，据智联招聘调研显示，42.3%的公司倾向于继续在公司办公，17.8%的公司倾向于在家办公，5.1%的公司倾向于让员工继续申请休假，还有34.8%的公司尚未决定工作模式。

2.2 线上办公产业现状：产品同质化，视频通讯需求推动流量爆发

云办公是云计算的应用场景之一，云办公的应用主要分为四大类：即时通讯，文档的协作与储存，任务管理，VPN链接。目前市场的主要产品同质化严重，产品提供的服务大同小异。同时根据下载量，在文档协作服务方面有明显短板的阿里钉钉目前局下载量榜首，说明目前的流量爆发主要以视频会议，视频通讯的需求为主。长期来看：云办公的运用，能帮助公司提升办公效率和节约成本，所以未来云办公的方式会成为企业日常办公的一部分。

2.3 线上办公：全方位的办公支持是未来发展方向

随着冠状病毒的持续影响，为防控疫情，多地政府延后节后返工时间，并鼓励企业线上办公，短期看来，“无接触”的生活和办公模式在2020年上半年会成为主要的社交和办公方式，这也为相关行业的发展带来了重要契机。

线上办公分为有广义以及狭义之分：广义的线上办公是通过稳定的公用网络，建立一个稳定、安全的连接隧道，支持用户全方位的日常办公需求，包括获取公司内部邮件，访问局域网中文件服务器、数据库等。

狭义的线上办公则是通过控制技术、线上控制软件，对公司电脑进行线上操作。目前绝大多数企业目前仅能实现狭义的线上办公，而线上办公未来的发展方向及市场机会，倾向于广义的线上模式。

以华为WeLink为例，目前线上办公主要应用于四个场景：政府及卫生主管部门的疫情工作布置，信息收集；医疗卫生单位的线上诊疗；学校学生的线上上课，健康打卡；大企业的视频会议，协同办公。

2.4 线上办公现状：5G的投资增加带动线上办公平台发展

线上办公的爆发式增长，和5G的发展有着密不可分的关系，随着5G的投资总额不断增加，中国的线上办公评定的市场规模也再逐步增大，在2017年达到了60亿。未来随着5G投资的不断增加，未来的市场规模可能会超过百亿。

2.5 线上办公：平台类企业将是核心受益环节

2.6 线上办公愿景：广阔的市场空间

目前，线上办公在中国仍未普及，截至2018年，全球线上办公人数不到七亿人，而中国只有不到五百万。同时，根据金准产业研究团队调查，有线上办公意愿的前三名行业分别为法律，大众传媒，营销广告，随着我国相关产业的持续发展，移动办公未来拥有广阔的空间。

2.7 线上办公愿景：2020市场规模或超百亿

2020年，线上办公的市场规模在百亿以上，根据国家统计局统计，截至2018年末我国从事第二、第三产业的企业法人有2178.9万家，年增长率将近15%，预测在2020年，我国在第二、第三产业将拥有3000万家企业法人。其中，我国第三产业企业数量增速在4.1%，预计在2020年，第三产业将拥有2460万家企业。

根据智联招聘的数据显示，线上办公软件在第三产业的渗透度较高，且受疫情影响，线上办公软件的渗透率有所提高，我们假设2020年在第三产业的渗透率可达20%，第二产业可达10%。同时，假设平均收费在99元每月，2020年的市场规模可达到（2460*0.2+540*0.1）*99*12大约在120亿左右。

2.8 线上办公产业链：流量暴增凸显服务器的重要性

流量的暴增对于线上办公的服务器提出来极大地挑战，钉钉和企业微信在2月3号这一天都出现了集体崩溃，各大办公服务商都在积极扩容。这一趋势将带动上游IaaS的业务增长。根据雷锋网的调查，在年后开工第一周，虽然钉钉在下载量上遥遥领先，但是华为在视频流畅方面却得到了更多用户的认可。由此金准产业研究团队预见，线上办公未来的资本开支会进一步加大，用于购买服务器等IaaS设备，这将大大利好IaaS板块。

2.9 微软：前瞻布局，功能齐全，强势快速崛起

2018年Microsoft Teams宣布免费，相较于Slack，免费版的Teams拥有无限制搜索和无限制应用整合等优势。据Spiceworks数据统计，显示出微软Microsoft Teams已以21%的市场占有率超越了Slack的15%。目前互联网公司、软件都在积极为春节后复工时的线上办公提供解决方案，目前海外软件巨头微软也积极布局线上办公，Windows 10操作系统在2020年1月20日左右进行更新，加入Microsoft Teams软件，支持聊天、在线文档协作、视频通话。

2.10 国内百花齐放：线上办公不止于视频会议

一个完整的线上办公系统不仅涵盖本地办公的多数功能，比如发文、审批、归档、文件传输、日程、任务建立及跟踪、资源共享等功能，将这些功能漫游化，适用于移动中的不同的终端，除此以外，更是增加了即时通信、视频会议、考勤打卡、协同文档等专门用于移动办公的特色功能。目前国内办公软件功能逐步丰富，向全方位办公支持的方向转变。

三、线上教育，内容+平台将是核心受益环节

3.1 线上教育：疫情推高在线教育渗透率，在线教育股票应声大涨

受新型冠状病毒疫情影响，全国中小学、幼儿园学生均“在家上学”，截至目前，31省市均已发布延迟开学的通知，各类培训机构的线上课程和集体活动统一取消。与此同时，各地教育部门也为服务保障防控疫情期间中小学校“停课不停教、不停学”做了大量工作”，在线教育由此成为必选项，同时新东方在线、好未来、立思辰等线上教育平台，也为支持抗击疫情而纷纷赠送免费课程。

从股价的表现上来看，对于线上教育无疑是前所未有的机遇期,经过这一轮大规模的使用和体验，疫情之下，线上教育可以极大突破以往获客难、获客成本高的窘境，在线教育和教育信息化或许将迈上一个全新的发展阶段。

3.2 线上教育：5G技术提高了线上教育效率，更接近线上体验

智慧教学：5G技术的革新将给在线教育行业带来巨大变化，“人工智能+教育”成为2018年在线教育行业的关键词。人脸识别技术、AI老师等人工智能技术、个性化推荐等云计算技术以及大数据分析技术、VR技术等均逐步运用到在线教育的场景中，不断提升教学效率。在5G技术加持下，在线教育可以最大化的解决教育资源不均衡的问题，提高教学质量，真实还原线上的课堂场景。“5G+物联网”，教育装备产业有望升级5G技术作为数字化建设基石，将推动教育装备产业升级，“智能性”和“物联性”兼备。在物联网技术下，教育装备产业将不断升级。

3.3 线上教育：在线教育破冰传统教育痛点

3.4 线上教育：产业链结构趋于稳定，在线教育逐步“刚需化”

目前在线教育主要以直播课和录播课的形式，将个性化的课程内容传授给学生，满足了移动互联网时代用户碎片化的学习需求，弥补传统教育存在的教育资源不均衡等不足和缺陷，随着人们对高质量教育的需求越来越旺盛，进一步推动在线教育“刚需化”转变。在线教育行业经历十余年的发展，先后经历数字化教育、互联网+教育、移动+教育、智能+教育等发展阶段。目前在线教育已经建立起技术支持-内容供应-平台-分发推广四大环节的产业结构。

3.5 产业链环节：内容/平台提供方将是核心受益环节

在产业链方面，在线教育是由传统的教育培训机构或学校，通过技术设备提供方或工具产品提供方的技术支持，以B2C 或C2C平台呈现出来，因此我们认为内容提供方和平台提供方将是核心受益环节。

3.6 线上教育：在线教育市场规模迅速增长，2018年突破2500亿元

据前瞻产业研究院统计：2018年在线教育市场规模为2517.6亿元，用户总量在20123万人，预计未来3-5年市场规模增速保持在16-24%之间，增速持续降低但增长势头保持稳健，到2020年全国在线教育市场将达到3807.4亿元，预计在2022年将达到5433.5亿元。

高等学历教育及职业培训作为在线教育的市场主体，占整个在线教育市场规模的80%左右，由于成人自控力强、学习目标明确，因此成人是在线教育的主要用户群体，尤其在提升学历、求职、考证等场景中，教育培训需求更强烈，但随着新一代80后/90后父母教育意识的升级和消费能力的提高，K12家长及学生群体对在线教育的接受度正在快速增长预计到2022年，K12教育的占比提升到28%左右，高等教育及职业培训的占比下降到68%的水平。

四、线上医疗，关键能力提供方至关重要

4.1 线上医疗：疫情会加速医疗信息化和应急管理信息化的发展

疫情未在第一时间及时防治需反思：相较非典时期，我国医疗信息化有质的飞跃，但区域协调不顺、信息交换与共享医疗成果上还存在着严重滞后性，通过疫情防控经验，未来加强区域医疗卫生信息化建设和应急管理信息化建设的需求刻不容缓。

4.2 产业生态：互联网企业入局，生态圈逐步完善

在智慧医疗广阔前景的吸引下，以BAT 为首的互联网企业纷纷对医疗行业展开布局，其中阿里巴巴创立了阿里健康和“医疗云”服务；腾讯、丁香园、众安保险三方合作打造的互联网医疗生态链已现雏形。

4.3 5G+智慧医疗应用场景

5G在医疗健康领域，主要应用于线上检测、线上会诊和指导、智慧院区等方面,根据覆盖位置不同，分为线上医疗应用场景和院内医疗应用场景。在线上医疗检测类、线上会诊和指导类，可以充分利用5G的高带宽，实现数据、诊断结果以及分析结果等资料的高速传输。

4.4 物联网+医疗：四方联动的服务模式已经形成

智慧医疗正联通医疗各个环节，随之而来的是海量数据的急速增加。IDC Digital预测截至2020年医疗数据量将达40万亿GB，是2010年的30倍。同时数据生成和共享的速度迅速增加，导致数据加速积累。通过高端物联网、传统和移动互联网+、大数据、云计算及人工智能技术，基于健康档案区域医疗信息平台，有效实现以患者为中心，患者、医务人员、医疗机构、医疗设备四方联动跨地区的医疗服务模式已经形成。

4.5 人工智能+医疗：改变健康产业创新生态的各个环节

在智慧医疗的数据导入、数据积累的基础上，人工智能正快速改变着生命健康产业创新业态的各个环节，从疾病预防、诊断、治疗、康复到新药研发等。

4.6 云计算+医疗：实现医疗的云+管+端

云计算带来的计算力和人工智能可以提升医疗整个的速度和精准度，有力推动精准医疗的发展。于医疗行业来说，系统之间的交

互协同，数据统一存储归集管理以及数据的融合利用，是发展的重点和难点。

4.7 经济发展拉动民众对更高质量、更专业细分医疗服务的需求

据国家统计局数据，我国人均可支配收入在2017年达到了25974元人民币，较2016年增长9%。其中，医疗保健占总支出比例达到7.9%，较2016年增长达到11%，增速超过了人均可支配收入增速。国家总体医疗卫生开支占GDP比例继续呈逐年上涨趋势，预计在2020年将达到6.8%。《全国医疗卫生服务体系规划纲要（2015—2020年）》亦提出，到2020年，我国每千人口床位数将达到6张，以应对日益增长的医疗需求。

4.8 线上医疗：预计2020年达到千亿规模

5G 能提供ms级低时延，支持线上触觉传递和眼球追踪应用，如线上手术。此外，5G 超大的连接能力，能够在医院内外提供大量医疗设备联接，支持24 小时实时健康检测。下一代线上医疗系统将集成各类信息系统、网络技术、医疗影像设备、传统医疗体系等，向新一代集成线上医疗系统发展演变。前瞻产业研究院预计，线上医疗行业在2023年的市场规模将突破390亿元。随着资本市场趋冷，赛道选手基本选定，在智慧医疗产业早期融资数量逐渐减少。资本对商业模式相对成熟、流量稳定、资源整合能力强、技术实力强的企业更加青睐。

中美贸易摩擦缓和低于预期。

运营商收入端持续承压，被迫削减建网规模或者向上游压价。

国家对5G、物联网等新兴领域扶持政策减弱，运营商部署5G/NB网络意愿减弱，进度不及预期。

5G标准化和产品研发进度不及预期，产品单价大幅提升，商用部署时间推迟。

运营商削减对物联网模组的补贴，削减对5G终端的补贴，导致产业链发展变缓。

5G应用相关技术支持力度不达预期，终端拓展进度不及预期。

前言

疫情期间全国人民紧密团结在一起，爱心涌动，全国各地、各个行业、各级组织都在尽最大努力驰援本次疫情。那科技能为本次疫情贡献什么力量呢？

疫情期间有几个比较重要的新闻：

1）武汉市中小学2月10日线上开课——线上教育；2）总理提及“支持网上办公等措施，减少人员流动”，华为、腾讯、会畅通讯免费远程会议——远程会议；3）平安、腾讯等开通疑难杂症在线问诊——互联网医疗；4）各个ICT公司援助武汉疫情——ICT支援。线上教育的范围很广，包括课外辅导的互联网教育和课内辅导的教育信息化。互联网教育是ToC的，直接面向消费者；而教育信息化是ToG的，主要面对政府主导的教育机构。教育信息化的投入正在加码，在教育信息化2.0行动计划下，教育装备和服务的市场空间快速放大，每年教育信息化投入稳定在3000亿元以上。教育部门正在建设教育云平台，其中又分为国家云平台和地方云平台，地方云平台会与国家云平台对接。教育部将于2月

17日开通国家网络云课堂，实现“停课不停学”。科大讯飞旗下的智学网也在支援灾区，免费提供公有云教育平台给湖北中小学进行使用。

针对协同办公、远程会议，我们看到华为Welink、腾讯会议、会畅通讯、Zoom、瞩目等企业在疫情期间免费使用。云视频会议以云计算为核心，企业无需购买MCU，无需大规模改造网络，无需配备专业IT人员；由服务提供商安排云计算中心，以SaaS模式向企业提供服务，实现在会议室、电脑、移动状态下的多方视频沟通。微医、丁香园、平安好医生、阿里健康等纷纷推出疫情地图与新型冠状病毒线上咨询服务。

同时，武汉协和医院、上海同济医院等线下医院的互联网医院平台也开设了在线问诊-发热门诊，网上答疑解惑，对初期、轻症居家隔离病人，给予专业远程指导，有效避免症状较轻的发热担忧者在线下发热门诊二次感染或长时间等待，部分减轻发热门诊压力。各ICT公司支援。互联网让疫情信息实现高速、透明、可视化。美亚柏科提供大数据支持，让执法部门精准获得一手信息。联想集团捐赠全部基础IT硬件设备，火神山医院设备已经运抵。东华软件9天内完成火神山医院信息系统建设。新华三、奇安信为火神山医院网络安全护航。

一、云平台助力线上教育

线上教育顾名思义，是指学生和老师之间通过网络进行交互，完成教学活动，而无需进行线下接触。线上教育的特点是可以突破时间与空间的限制，非常的灵活，因此受到了了各个人群的欢迎。

线上教育的范围很广，包括课外辅导的互联网教育和课内辅导的教育信息化。互联网教育是ToC的，直接面向消费者；而教育信息化是ToG的，主要面对政府主导的教育机构。教育信息化的投入正在加码，在教育信息化2.0行动计划下，教育装备和服务的市场空间快速放大，每年教育信息化投入稳定在3000亿元以上。

在线教育的参与方主要有三类，分别是云平台提供商、视频会议提供商和内容提供商。云平台提供商是指为师生提供备课、授课和批改作业等基础教学功能的企业。视频会议简单理解为多人视频聊天功能，因为视频会议的技术门槛较高，而流畅度又是影响教学效果的关键，所以也有专门的公司提供视频会议服务。内容提供商是实际提供教学服务的企业，在教育信息化中，就是指政府主导的各级教育部门。

本节重点介绍云平台提供商，下一节介绍视频会议提供商。

教育部门正在建设教育云平台，其中又分为国家云平台和地方云平台，地方云平台会与国家云平台对接。国家云平台会聚集全国的优秀教育资源，地方也会建设地方云平台汇集地方的优质教育资源满足当地的特有需求。地方云平台会与国家云平台进行对接，实现资源共享。

教育部将于2月17日开通国家网络云课堂，实现“停课不停学”。教育部拟于2月17日开通国家网络云课堂，以“一师一优课、一课一名师”项目获得部级奖的课程资源为基础，吸收其他优质网络课程教学资源，供各地学校组织学生开展网上学习。在延期开学期间，教育部还协调北京、上海、四川、浙江等地教育部门和清华大学附属小学、中国人民大学附属中学等中小学将本地本校网络学习资源免费向社会开放。

根据天喻信息2015年1月公告“公司提供武汉教育云资源公共服务平台”。旗下天喻教育是天喻信息的子公司，业务属于教育信息化，在教育云平台市场占有率持续保持行业领先。天喻信息是一家致力于为教育、数据安全、支付服务等领域提供卓越产品和服务的高新技术企业、国家创新型企业。旗下天喻教育科技有限公司专注于在线教育领域，致力成为全国最优秀的基础教育的教育云平台提供商。通过搭建涵盖核心应用的教育云平台，同时汇聚第三方优质资源及应用，面向教育机构、老师、学生、家长提供一站式的教学服务。

图3：天喻教育的教育云平台

科大讯飞旗下的智学网也在支援灾区，免费提供公有云教育平台给湖北中小学进行使用。智学网运用人工智能技术，在个性化学习场景和教学核心场景都取得了良好的教学效果。

围绕个性化学习场景，智学网利用数据分析提高了学生的学习效率。通过对学生过程化学习数据的自动分析，精确诊断学生的学习情况并为学生提供个性化学习资源和路径规划服务，使学生摆脱题海战术，大幅减少学生重复练习的时间和课业负担。截止2018年，已在全国逾700所中学商业化运营，服务学生超过80万名，日生产个性化作业30万份。经验证，在相当学习效果下（知识点掌握度），平均学习时长缩短近1个小时，学习效率提升20%-25%，真正实现因材施教、减负增效，获得应用学校师生一致好评，续购平稳。围绕教学核心场景，智学网也优化教学流程，提高了老师的工作效率。根据公告2018 年智慧课堂业务新增学校1,000余所，实现课堂全过程数据收集以及备课—课堂—作业的个性化教学闭环，提升老师课堂教学效率；发布双师课堂应用，实现跨物理空间的教与学互动，通过技术手段推进教育资源区域平衡。依托公司核心技术优势，闭环打造刚需工具和亮点应用，研发推出轻智课、绿色课堂等产品。

图4：科大讯飞智学网的应用案例

主要面向高校的华为云Classroom云上教学平台也从即日起永久免费开放。

Classroom是基于华为云的一站式软件教学与实践平台，为学生提供从单个函数到企业级项目的软件开发实践平台，帮助老师更方便的开展授课、演示及软件实践教学，并为老师更全面的了解学生软件开发能力短板提供智能数据分析支持。

二、视频会议支持线上办公

针对协同办公、远程会议，我们看到华为Welink、腾讯会议、会畅通讯、Zoom、瞩目等企业在疫情期间免费使用。

通过视频会议的方式完成远程沟通、协调等工作内容。视频会议系统(Video Conference System, VCS) ：顾名思义，能够帮助两个及以上不同地方的个人或群体，通过传输线路及多媒体设备，将声音、影像及文件资料互传，实现即时且互动的沟通。目前有传统的硬件和新兴的云两种解决方案。在疫情期间，华为Welink、腾讯会议、会畅通讯、Zoom、瞩目都提供了大部分功能的免费试用。

传统硬件视频基于嵌入式架构，主要用于中高端视讯应用中，优缺点都很明显。系统包括会议室终端，桌面终端，MCU（多点控制单元）以及相关外围设备（摄像头，麦克风，显示器等），其主要优势包括：性能强大、稳定可靠、安全。缺点有三：

部署成本高：全套硬件视频会议系统动辄数十万初始投入，需要较高预算支持

易用性较差：使用操作复杂，且仅能在会议室内使用

维护成本高：需要专门IT人员维护，且硬件维护和网络专线费用高

硬件视频会议市场大但增长慢，市场集中度较高。国内市场规模6亿美元，增速已下滑至5%左右，竞争格局固化，前四分别为华为（36%）、苏州科达（19%）、Polycom （13%）、Cisco（7%）。

图6：中国硬件视频会议市场增长慢

图7：中国硬件会议市场较集中

金准产业研究团队分析认为，云视频会议很好的解决了硬件视频的三个缺点，是未来趋势。云视频会议以云计算为核心，企业无需购买MCU，无需大规模改造网络，无需配备专业IT人员；由服务提供商安排云计算中心，以SaaS模式向企业提供服务，实现在会议室、电脑、移动状态下的多方视频沟通。

云视频会议市场规模还较小但增长快，且当前市场集中度较低。金准产业研究团队预测，云视频市场规模为1.7 亿美元，未来5年CAGR 25%，竞争格局分散，前六分别为好视通（13%）、小鱼易连（10%）、全时（7%）、展视互动（7%）、会畅（6%）、Cisco（6%）。

云视频会议的企业出售服务也出售硬件。以Zoom为代表的企业只提供纯Saas服务，这类企业通常拥有最强的技术实力，能提供最佳的视频通话质量。而以会畅通讯为代表的企业则将视频终端硬件也作为销售的一部分，这类企业的通常会深耕各行业用户的具体需求，提供包括硬件部署在内的一体化方案。

以视频会议技术为基础，可以有许多行业的具体解决方案，代表就是前面提到的在线教育。比如双师课堂，可以有效解决各地区教育资源不均的问题。双师课堂采取主讲与助教配合，线上与线下相结合的教学模式。其中，主讲教师主要通过视频直播的形式讲解课程内容，助教老师在课上负责与主讲老师配合开展教学及互动，观察并记录学生课堂表现，并维持课堂秩序，在课后负责答疑、批改作业、讲解习题及与家长沟通等服务工作。学生到教室观看视频上课，课上通过答题器等设备与主讲老师进行互动。

2.1WPS会议模式

WPS是一款办公软件，远程会议功能可以让展示幻灯片，但不具备视频功能。

操作：可打开WPS演示，在【幻灯片播放】中选择【会议】-【发起会议】，将二维码或接入码发送给需要参会的人员，参会人员在智能手机端打开WPS Office，选择【会议】，输入接入码，即可开始会议，所有参会成员都可看到PPT演示内容，并可实现实时语音沟通互动。

2.2华为Welink

华为Welink是一款办公协作软件，其中嵌入了华为云会议的视频会议功能华为开放智能工作平台Welink，之前为华为内部19万人使用的协同办公平台。

视频会议功能提供多种终端接入方式。下图为电脑版，可以实现屏幕和白板两种模式，屏幕可以共享桌面的任何文件，包括office、文档、图片等。

视频会议功能提供多种终端接入方式。下图为电脑版，可以实现屏幕和白板两种模式，屏幕可以共享桌面的任何文件，包括office、文档、图片等。

2.3会畅通讯

会畅通讯有视频会议、语音会议、网络直播几种产品。视频会议同样支持多终端接入，也支持白板和屏幕共享。

2.4腾讯会议

腾讯会议专注于视频会议，目标是立足办公协同市场。

2019年12月25日，腾讯云发布云视频会议产品。腾讯希望携手行业软硬件合作伙伴一起做大智能办公协同市场，帮助中国企业降本增效，实现数字化转型。

可以直接通过手机、电脑、小程序、企业微信等入口打开即用。同样支持屏幕共享，但是不支持白板功能。

2.5 Zoom

Zoom分为云会议、视频大会、连接器等产品。

其中视频大会支持多达100名嘉宾和10000名观众进行实时互动，可以进行实时直播。支持屏幕共享，和airdrop投屏，唯一在视频中群聊或私聊的功能。

图18：Zoom的视频会议功能

2.6瞩目

瞩目提供的产品与硬件结合较好。

瞩目的产品有智能大屏（瞩目大板）、面向小型空间的一体化视频通信云终端（瞩目小T）、面向大型空间的高清视频会议终端（瞩目视频会议室内系统）、客户端。

视频会议具备多终端接入，也能支持白板和屏幕共享。

2.7小鱼易连

小鱼易连有云视频、电话会议、网络直播几款产品，也覆盖政府、金融等行业。视频会议具备多终端接入，支持屏幕共享。该产品是手机端唯一具备白板功能的。

三、互联网医疗助力线上诊断

近期疫情牵动人心，微医、丁香园、平安好医生、阿里健康等纷纷推出疫情地图与新型冠状病毒线上咨询服务。

同时，武汉协和医院、上海同济医院等线下医院的互联网医院平台也开设了在线问诊-发热门诊，网上答疑解惑，对初期、轻症居家隔离病人，给予专业远程指导，有效避免症状较轻的发热担忧者在线下发热门诊二次感染或长时间等待，部分减轻发热门诊压力。

图22：线下医院的互联网医院平台也开设了在线问诊

在特殊时期，线上平台+线下专业医生的互联网医疗模式受到关注。事实上，巨头在互联网医疗领域对于线下专业医疗资源的争夺早已开始，巨头对于流量的争夺可以从与上市公司合作中窥见一斑，近期创业与平安公告股权合作。创业慧康1月21日晚间发布公告，股东杭州阜康投资与平盛安康股权投资基金签订投资框架协议。平盛安康是中国平安保险集团控股的投资平台，阜康投资拟向平盛安康转让不少于5%，不高于9.45%的股权。若转让顺利完成，平盛安康或其指定关联方将成为公司持股5%以上股东。

医疗IT企业与互联网/保险合作在2018年后多次出现，合作版图已较为清晰。自2018 年2月平安养老险、平安人寿与久远银海定增与战略合作落地后，阿里与卫宁健康、腾讯与东华软件、国寿与万达信息纷纷开始股权合作；思创医惠与百度等也开始战略合作。截至目前合作版图已较为清晰，如下图。

图23：互联网/保险巨头与医疗信息化上市公司合作布局

2018年后“互联网+医疗”更加强调线下实体医疗的主体地位，现阶段互联网巨头需求在于线下资源补充。1）2018年8月，互联网医院模式明确：医疗机构为提供主体，医疗机构用互联网信息技术拓展服务时间空间，线上线下一致监管，有实体医疗机构为依托，可见2018年后“互联网+医疗”明确强调以线下实体医疗机构为主体。

图24：与15年“远程医疗”不同，新互联网医疗需以线下医疗机构为核心

2）在2015-2017年的上一轮互联网医疗热潮中，BAT等巨头更加注重线上平台搭建，而在18年后，各互联网/保险企业开始补充线下布局。

图25：只有完成线上化支付的部分互联网公司才可以深度参与

巨头打造闭环生态原因：对应未来可能出现的趋势，即互联网医疗/医共体/医保商保边界渗透。长期甚至有望出现PBM模式。1）2019年9月，互联网诊疗正式纳入医保支付，金准产业研究团队认为2020年后，随着各地支付定价政策细则推出，互联网诊疗使用将会增加，同时不排除部分医保余额可用于购买指定商保产品，互联网医疗/医共体/医保商保边界渗透趋势将出现，因此整合线下资源，打造从线上入口到线下医疗的全产业链闭环显得更加重要；

2）未来随着商保、互联网医疗渗透率增加，金准产业研究团队认为甚至不排除出现PBM模式：即出现介于医保支付方与药店以及制药商协商中间，通过审核处方行为，以节省医药花费。是介于医院、药房、患者、药品生产商及支付方（政府、雇主福利、商业保险）间的“平衡者”和“服务者”。

参考平安，创建完整的互联网医疗生态需要打通“P-P-P”三环节：“消费者端”（patient）、“医疗服务提供方”（provider）、“支付方”（payment）。1）面向消费者端：其中平安好医生，提供以线上问诊为主的医疗服务，万家诊所则连接线下基层医疗；2）医疗服务提供：作为已有医疗服务的支持，一方面平安自建医生团队，与线下医院医生合作，同时可能与上市公司（创业慧康）合作，切入区域卫生资源；3)支付：保险天然具有商业保险作为支付方，包括平安健康险、平安寿险、平安养老险等，同时，未来不排除与社保加深合作，可能通过上市公司（久远银海）作为桥梁。阿里、腾讯也有类似布局，二者侧重点不同。我们认为，阿里更加注重于药品服务提供，且平台多为自建，而腾讯则更注重消费者端医疗服务平台搭建，且投资为主。

医疗信息化上市公司起到作用：作为生态链中线下医疗资源补充，已有优势：医院/社保/区域卫生，如下图。1）在线下医院信息化积累上，卫宁健康、东华软件、思创医惠具有优势，在区域卫生信息化领域创业慧康领先，同时久远银海、万达信息在社保建设有较多布局；2）主要积累资源分别为医院/区域卫生/社保，对应医疗信息化三大主要子领域，医院信息化/区域卫生信息化/社保信息化，三大子领域主要客户为医院/区域政府/人社部或医保局；3）同时可以发现，BAT等互联网巨头更注重线下医院资源，而保险则更加注重与社保、区域卫生资源的整合。

图27：各上市公司积累线下资源优势

医疗信息化上市公司在合作中的盈利模式：现阶段以建设收入为主，后期不排除参与流量分成。对于上市公司，金准产业研究团队认为与互联网巨头合作后将带来以下变化：1）商业模式：从订单型，变为按年/人次/使用次数收费；2）付费方：从政府/医院付费，现阶段转变为BAT/商业保险公司付费或补贴（不排除未来直接由个人付费）。截至目前，收入方式仍以订单建设/支付流水返佣等为主，但未来不排除直接向C端，并按照问诊次数/处方数量分成收费。

四、ICT为抗击疫情加速

4.1互联网让疫情信息实现高速、透明、可视化

互联网平台让信息快速、有效的传递到全国人民面前。百度APP 首页上线“抗击肺炎”频道，实时更新全网权威新闻报道。上线了实时疫情地图、疫情热搜，方便大家随时了解疫情的最新情况。百度地图依据卫健委官方数据，已紧急上线“发热门诊地图”。百度迁徙系统将指定城市分析来源和目的地从此前的10个扩展为50个。丁香园综合中国国家卫生健康委员会、中国疾病预防控制中心，以及全国大部分省市医疗卫生机构的权威发布渠道，建立新型冠状病毒肺炎疫情实时动态更新页面。在「疫情地图」页面，实时呈现中国大陆各地确诊病例、疑似病例、治愈病例的汇总情况与地域分布。在「实时播报」页面将整点更新汇总各地最新通报进展，以及各地应对肺炎采取的重要措施、手段。百度、丁香园、新浪、支付宝等平台通过实时播报疫情状况、确诊人数，让全国人民虽身处各地，仍能获得最新信息。开设辟谣频道让谣言及时得到制止，并快速向民众普及预防和治疗新型冠状病毒肺炎的知识，实现了全国医疗知识的快速普及。

图28：各大互联网平台向民众高速可视化的传递疫情信息

美亚柏科提供大数据支持，让执法部门精准获得一手信息。根据美亚柏科公众号消息，在本次疫情防控工作中，美亚柏科大数据团队配合公安机关及各地执法部门所建设的大数据系统发挥重要作用，为北京、云南、广东、福建、沈阳等近十个省市的执法部门统计和掌握由疫情重灾区进入本地的人员和车辆的行动讯息提供技术支持，协助执法部门统计疫情可能扩散的范围和趋势，落查确诊、疑似病例人员的相关信息，便于精准施策应对紧急情况。不仅如此，城市公共安全管理平台在疫情期间也为执法部门提供疑似病例交通、住宿等信息，以及与其接触的人员信息，并进行研判上报，为感染源的及时阻断和防控提供数据支撑。除此之外，美亚柏科还为厦门、西安、湖南、广东等省市的疫情网络舆情提供技术支持，自1月21日起，日推送各地涉疫舆情信息数百条，便于各级领导实时掌握情况，为政府决策提供了参考依据。

4.2火神山、雷神山IT建设彰显中国速度

联想集团捐赠全部基础IT硬件设备，火神山医院设备已经运抵。根据新浪科技报道，联想集团向武汉市新型肺炎防控指挥部捐赠武汉火神山医院所有IT设备已全部送达（包含电脑520台、平板电脑120台、打印机285台、桌面IDV软件450套，服务器2台，另有其他设备100个），联想已派出专业IT服务团队进驻现场，深入疫情第一线，为医院提供IT设备运维和现场技术支持。除以上捐赠外，联想集团还将向正在兴建的武汉市第二所抗击肺炎应急医院武汉雷神山医院捐赠所有所需IT设备（包含电脑700台、平板电脑160 台、打印机375台，以及配套软件和桌面系统等），并配备专业服务团队。

图29：联想集团火速驰援火神山医院

东华软件9天内完成火神山医院信息系统建设。2020年1月27日，据北京日报报道，东华软件的子公司东华医为被确定为火神山医院信息系统承建主体。1月24日接到任务，计划2月2日开诊，过去2到3个月才能完成的工程量要在9天内完成。其中，确保医院开诊的一期工程就有27个产品线。

新华三、奇安信为火神山医院网络安全护航。根据紫光旗下新华三的消息，新华三已向武汉市卫生健康委员会捐助蔡甸区火神山医院所需的网络通信与信息安全产品设备，并负责相关设备的部署、安装、调试等实施工作。奇安信消息，1月31日中午12点12分，经过全国接力，在9位员工的护送下，奇安信集团向火神山医院捐赠的首批价值400万元专业物资顺利交付给医院建设指挥部并履行完正式签收程序。奇安信安全工程师即将进驻现场安装部署，为医院信息系统提供免费的网络安全运维服务，直至疫情结束。

图30：火神山、雷神山医院IT建设公司一览

4.3火神山、雷神山医院通信网络火速开通

36小时开通火神山医院的3G/4G/5G网络。据腾讯科技报道，1月23日晚运营商接到通信网络建设任务，此次新基站的建设运营商与铁塔公司一同进行，铁塔公司提供塔房及配套设施，运营商负责选址安装，华为、中兴等提供基站设备并负责技术支持。1月25 日上午12时，火神山医院抢通了第一个5G基站。当晚，中国联通基站正式完成测试，宣告开通。仅用36小时火速完成火神山医院的3G/4G/5G网络开通工作。1月26日下午15时，武汉移动蔡甸火神山医院全部4座基站开通，2G、4G、5G信号满格，实际测速为800Mbps，可容纳近2万人同时在线通信。

4.4众多科技企业全国在行动

安恒信息保障各医院医疗业务的连续性、稳定性，安恒信息合计捐赠上千台（套）网络安全设备。深信服为全国医疗机构免费提供云端网络安全保障。东软医疗紧急备货，确保第一时间满足疫区需求。截至目前，东软医疗已将众多CT、车载CT、移动DR发往河南、山东、辽宁、湖北、华南、西南等抗疫前线，并创造了从接到需求到发机平均不到3 小时的闪电效率。任子行为全国防控疫情单位网站提供免费在线安全监测服务。达实久信免费为武汉的医院提供手术室及ICU的维护服务。向包括武汉协和医院、武汉同济医院、武汉大学中南医院、湖北省妇保院在内的多家医院捐赠现场所需的医疗物资和设备。其中第一批190台。科大讯飞向启动重大突发公共卫生事件一级响应的省市地区提供智能语音外呼、智能输入终端等服务。浪潮信息成立了IT通信运维应急团队，积极响应电信运营商应急预案，全力为疫区提供通信保障，还确保在黄冈、孝感、利川三地云数据中心业务系统的平稳运行。以下是整理的各ICT公司支援一览。

前言

数字加密货币的时代正在崛起之中，但是加密货币的波动性带来了巨大的风险，同时也严重阻碍了基于区块链的贷款、衍生品及其它需要价格稳定性的长期智能合约的发展。为了降低数字货币波动过大引起的风险，稳定币随之诞生。稳定币最早起源于2014年Bit finex组建的泰德公司（Tether Limited）发行的USDT，通常被认为是一种具有稳定价值的加密货币，其价值锚定法定货币或其他资产，旨在避免其它完全由市场驱动价格的加密货币所固有的波动性。而央行数字货币其实就是数字化的法币，跟流通中的现钞本质相同，只是形式不一样，因此不属于稳定币，故本报告不收录在内。

一、2019年稳定币发展概况

1.1数量激增，公开且活跃的流通稳定币项目约66个

自2014年11月USDT发行以来，稳定币项目逐年递增，截至2019年12月31日，市场上已公开且活跃的流通稳定币约有66个，超过半数是在2018年发行的，且在已推出的所有稳定币中，50%以上的活跃稳定币是在以太坊网络上开发的。美国和欧洲是稳定币团队最受欢迎的主战场，发行和流通的稳定币规模远远领先，其中美国地区作为稳定币最早的发起方，稳定币数量优势明显。

金准产业研究团队认为，对于市场上存在的稳定币，可以大致分为三类：链下资产抵押型稳定币、链上资产抵押型稳定币、算法型稳定币。第一类为链下资产抵押型稳定币，即稳定币有法定货币、黄金或其他质押商品等资产作为"支持"。中心实体以其所持有的作为抵押的资产为稳定币的发行和赎回进行担保，例如USDT、TUSD、GUSD、PAX等。

第二类为链上资产抵押型稳定币，支持稳定币的抵押品本身就是一种加密货币。区块链用户将持有的加密货币等数字资产进行抵押，根据抵押资产的价值发行一定数量的稳定币，例如DAI、STEEM、Alchemint等。

第三类是算法型稳定币，该类稳定币没有任何外部抵押品为其提供担保，其价值是基于一个算法来维持的，例如Terra、Ample forth、Basis、Carbon等。

据Block data最近报告显示，链下资产(法币或大宗商品担保)是稳定币项目最流行的抵押品形式，此外，与美元挂钩的稳定币最活跃、最受欢迎、失败率最低，而倒闭的稳定币有67%与黄金挂钩。

1.2流通量加速增长，USDT市场份额遥遥领先

稳定币市场规模庞大，USDT一家独大。截至2019年12月31日，加密货币总市值约为1932.96亿美元，稳定币的市场总规模约为58.3亿美元，占加密货币总市值的3.02%，其中USDT的总市场份额比例第一，为47.6亿美元，约占81.65%，USDC、PAX、TUSD、DAI的市场份额分别占据第二到第五位，占比约为8.94%、3.88%、2.66%、1.02%，形成"一超多强"的稳定币格局。

稳定币市场流通量加速增长。从2018年1月1日的14.1亿美元到2019年1月1日的27.6亿美元再到12月31日的58.3亿美元，增长速度分别为95.74%、111.23%，而2018年1月1日至2019年12月31日增长了313.48%。其中，USDT占据了稳定币流通市场的大头，从2018年Q4起，市场上的稳定币项目种类明显开始增多。

稳定币价格基本保持稳定。稳定币跟踪误差指近期稳定币的溢价率的标准差，用于反映近期稳定币于锚定物的价值偏离度。跟踪误差越大，说明稳定币越容易偏离锚定物的价值。自2019年11月25日至12月25日，30日内以USDT、USDC、TUSD、PAX为代表的稳定币跟踪误差基本维持在0.12%-0.42%之间。

1.3三大加密货币交易所及企业巨头入局稳定币市场

2019年，三大加密货币交易所OKEx、币安、火币已经陆续入局稳定币市场。6月3日，OKEx宣布全球首发上线稳定币USDK。USDK是基于区块链和信托牌照的稳定币，是由OKLink和PrimeTrust联合推出的ERC-20数字资产，在以太坊区块链上运营，以1美元发行及赎回，并以PrimeTrust所持有的资产按1:1基准提供担保。在USDK推出10天后，6月13日，Bitfinex正式上线OKEx全球通用积分OKB和美元稳定币USDK，并为这两个币种开通主流交易对。

6月17日，币安在自己的公链Binance Chain上推出锚定比特币的代币（BTCB）。据悉，BTCB将100%由储备中的BTC支撑，该代币既可用于在币安交易，也计划在未来用于在币安去中心化交易所上交易。8月19日，币安宣布将启动一个名为"Venus"的开放式区块链项目，专注于在全球范围内开发本地化的稳定币。9月15日，币安宣布与PaxosTrust联合推出与美元挂钩的稳定币BUSD，并获得纽约州金融服务局（NYDFS）的批准。

7月17日，火币发布公告表示，HUSD将升级为合规的美元稳定币HUSD Token。HUSD Token是火币资本投资的Stable Universal与Paxos Trust基于ERC20合作发行的合规稳定币，与美元1：1锚定，美元资产由美国持牌信托公司Paxos Trust托管，同时美国审计公司进行每月资金的第三方审计。

同时，2019年各大企业巨头在稳定币方面动作频发。摩根大通、Facebook、沃尔玛等企业纷纷入局稳定币。

二、2019年"头部"稳定币分析

2018年9月10日，纽约金融服务局（NYDFS）同时批准了由Gemini信托公司发行的稳定币GeminiDollar（GUSD）和Paxos信托公司发行的稳定币PaxosStandard（PAX），首批受监管稳定币从此诞生。金准产业研究团队了解到，截至2019年12月31日，已有GUSD、PAX、BUSD三类稳定币获得了NYDFS批准。

2.1 USDT：头部效应最为明显，听证会引发关注

USDT是计划1:1锚定美元的法币抵押型稳定币，由Tether公司发行，最早于2014年发行于Omni平台上，现同时流通于Omni、Ethereum、TRON等网络中。每个USDT都由Tether有限公司储备的美元支持，以1:1锚定美元，并且可以通过Tether平台赎回。Tether公司与Bitfinex交易所的母公司均为注册地为香港的iFinex公司，作为目前加密货币市场中流通市值、成交额最大，投资者接受度最高的稳定币，USDT曾在2018年10月和2019年4月分别因可能存在的不足额储备和资金挪用问题引发了两次信任危机。

金准产业研究团队分析，在当前所有的稳定币项目中，Tether的头部效应最为明显。截至2019年12月31日，UDST的市值约47.6亿美元，在稳定币市场中市值排名第一，加密货币市场中市值排名第六，24小时交易量约为243.85亿美元。USDT的市值自2018年初以来大幅上涨，虽然2018年10月至11月有所下跌，但整体向上趋势明显，2018年1月1日到2019年12月31日上涨了239.5%，2019年单年上涨151.85%。大部分稳定币主要是在交易所中流通，虽然存在交易所刷量现象，但还是能够直观地感受到USDT的接受程度远超其他稳定币项目。

截至2019年12月31日，USDT共在Omni、Ethereum、TRON、EOS、Liquid五个平台上发行，发行总量约为47.77亿枚。USDT在Ethereum上的发行量已经超过了Omni，为22.99亿枚，其他平台Omni、TRON、EOS、Liquid的发行量分别为15.55亿枚、9.17亿枚、525.10万枚、1656.10万枚。

USDT发行平台重心转移至Ethereum。USDT前期主要在Omni平台上增发，2019年8月情况发生了逆转，ERC20-USDT的链上日交易量和日交易额均超过了OMNI-USDT。Omni上增发期主要集中在2017年7月到2018年1月，之后在2018年3月、5月、6月及2019年4月又增发了四次，而Ethereum2019年4月至12月共计增发约USDT28次。以太坊发行量之所以能超越Omni，其主要原因是以太坊的基础设施完善，发行稳定币简单快捷，再加上以太坊获得了大量硬件、软件钱包的支持，可以直接存储ERC20标准的稳定币，此外网络集聚效应也让以太坊上的稳定币项目相对其他区块链更加活跃。

"USDT听证会"召开，引发世界关注。2019年4月24日，纽约检方（NYAG）发布长达23页的诉讼书，指控Bitfinex、Tether以及母公司iFinex存在无照经营等4项重大违规，同时涉嫌挪用8.5亿美元保证金。7月30日，"USDT听证会"召开，针对Bitfinex、Tether以及母公司iFinex是否非法发行USDT，USDT方面与纽约检方展开激烈辩论。

2.2 USDC：稳定币市场市值排名第二，交易扩展到全球85个国家

USDC全称USD Coin，是由Centre联盟于2018年发行的基于Ethereum平台的ERC20形式稳定币，并计划1:1锚定美元，这是Centre的第一个稳定币开源项目。Centre联盟由满足监管、合规、储备、审计等要求的金融机构组成，联盟成员拥有发行USDC的权利和应用户要求赎回USDC的义务，目前联盟成员包括Circle和Coin base。USDC的储备金余额由Grant Thornton LLP按月进行审计。

截至2019年12月31日，USDC总市值约为5.21亿美元，在稳定币市场排名第二，加密货币市场排名27，24小时交易量约为3.57亿美元，2019年USDC市值上涨102.25%。USDC的供应量和日均增发量都非常可观，是除USDT以外增发量排名第一的稳定币。

2019年5月，加密货币交易所Coin base宣布将与美元锚定的稳定币USD Coin（USDC）交易扩展到全球85个国家。Coin base表示USDC除了提供稳定的价值存储之外，现在几乎可以在全球范围内完成"近乎实时"的交易。更重要的是，USDC与其他加密货币有所不同，不仅每个稳定币都有1美元支持，而且每月都会进行审计100%披露美元储备的透明度。10月2日，Coin base宣布推出一项名为USDC奖励的新计划，该计划使美国客户只需将USDC存储在他们的帐户中，就可以每月复合赚取1.2%的年收入。Coin base致力通过以上举措来提高USDC的主导地位。

2.3 PAX：首个合规稳定币，稳定币市场市值排名第三

PAX全称Paxos Standard Token，为计划1:1锚定美元的法币型稳定币，是一种由纽约州信托机构Paxos Trust Company,LLC于2018年发行的基于Ethereum平台的ERC20形式稳定币。PAX是市场上最早一批符合监管条例的稳定币，受纽约金融服务部（NYDFS）的监管。PAX的储备金存放在有FDIC保险保护的银行中，并由审计公司Withum按月进行审计，此外，Deloitte和Grant Thornton还将每年对Paxos的内部管理和金融业务进行审计。

截至2019年12月31日，PAX总市值约为2.26亿美元，在稳定币市场排名第三，加密货币市场排名36，24小时交易量约为2.53亿美元，2019年市值上涨58.04%。2018年9月至2019年12月，PAX增发次数频繁，增发数量不等，最高日增发量为6月28日发行2166万枚，除USDT外增发量排名第二。

作为世界第一个经政府批准并接受监管的稳定币，PAX自上线以来就备受关注。截止2019年12月31日，PAX已经被来自全球30多家国际主流交易所及知名比特币相关机构接纳认可，在99家交易平台、OTC平台上线，说明了各交易所和市场对于PAX合规性的认可和信心，是目前全球接受度最高，使用范围最广的数字货币稳定币之一。

2.4 TUSD：首个由政府担保发行的稳定币，合规透明领先行业

TUSD是计划1:1锚定美元的法币抵押型稳定币，由Trust Token于2018年在Ethereum平台上发行。TUSD受美国法律监管，是全球首个由政府担保发行的稳定币，也是全球首家获得美国监管机构发行MSB（Money Services Business）牌照的稳定币。

TUSD在合规透明方面的实践探索领先于其他稳定币。作为一个遵循资金证明、赎回能力、合法合规等核心准则的稳定币，TUSD的合规透明具体体现在其发行团队无法获取任何托管资金，也不参与托管资金的划拨，资金透明且定期公开第三方独立审计报告并获得美国MBS监管许可。TUSD的赎回不会受到任何单一机构的影响，因为其通过多个不同的受监管的第三方金融机构来管理资金，这也是TUSD与其它锚定法币的稳定币最大的差异之一。另外，美国知名会计事务所Armanino作为独立第三方机构，创建并推出了TUSD的实时资金核实平台，将TUSD的透明度由原先的每月发布审计报告，更是提高到每分钟更新数据。同时，TUSD实施严格的KYC/AML验证，通过增加KYL（客户背景调查）和AML（反洗钱审查）等方式来保持合规，甚至会对用户的单笔交易进行审查来降低风险。

截至2019年12月31日，TUSD总市值为1.55亿美元，在稳定币市场排名第四，加密货币市场市值排名46，24小时交易量约为1.88亿美元，2019年TUSD市值下跌25.73%。TUSD的增发期从2018年6月开始，截至2019年12月31日，最近一次增发是在2019年1月1日，增发数量约为210万枚。相较于其它四种稳定币的增发情况，TUSD的增发次数不多。

2019年初，TUSD宣布推出重磅技术创新Auto Sweep，使其交易所、托管机构等合作用户能够轻松管理数百万个用户地址，其功能被内置到TUSD新部署的智能合约中。通过Auto Sweep,合作用户可以为每个客户提供唯一的TUSD存款地址，该地址可以自动归入交易所等机构的主钱包，并且不收取任何gas费。此外，TUSD还独创了"唯一且易记赎回地址"功能，用户可实现便捷且直达其银行账户的交易操作。

2.5 DAI：加密资产抵押型稳定币，多抵押DAI上线

DAI是加密资产抵押型稳定币，由Maker DAO项目组于2017年发行在Ethereum平台上。在Maker体系中有两种主要代币，第一种是稳定币DAI，第二种是管理型代币MKR，拥有MKR的用户组成一个去中心化的管理社区，由他们决定哪种有价值的数字资产可以作为抵押资产以及清算比例等，故MKR也可理解为社区治理通证。用户通过抵押加密资产从而按一定比率获得DAI，抵押的加密资产存储在CDP(Collateralized Debt Positions，抵押债仓)智能合约之中，同时，用户需要支付被称为"稳定费"的利息，该利息以MKR支付。为了保证该借贷系统的稳定性，系统中的抵押借贷属于超额抵押，且设有强平措施。也就是说当抵押物价值低于清算值，CDP会被清算，抵押物会被强制平仓，用来回购DAI，以保证DAI的偿付能力。DAI并不是硬锚定的货币，但它将通过一系列金融激励措施保证其价值与美元保持1:1稳定。

2019年11月18日，MakerDAO团队宣布正式启动多抵押DAI。原来的单抵押品产生的DAI将更名为SAI，多抵押品DAI会正式采用DAI的名称，单抵押SAI将平行运行数月时间，在过渡期结束后会被关闭，在此期间内持有SAI的用户可以选择将SAI兑换为DAI。过渡期结束后，SAI系统会启动全球结算，届时，SAI的价格将不再与美元挂勾，而是随着以太币的价格波动。多抵押DAI协议的拓展性和开放性意味着，在MKR持有者的治理下，加以适当的风险参数，几乎所有加密资产都可以作为Maker系统中的抵押品。此外，多抵押DAI引入了存款利率功能，任何持有人都可以将DAI锁定在DSR合约中获取活期利息，随存随取，并且用户可以直接用DAI支付稳定费。

由于多抵押DAI的上线，单抵押SAI的市值一路下跌，截至2019年12月31日，SAI总市值为4079.58万美元，24小时交易量约为61.67万美元。多抵押DAI的总市值还未公布，24小时交易量约为464.34万美元。DAI是从2018年6月开始增发，增发量均相比其它四者要少，12月18日多抵押DAI上线以来，增发数量激增，但其中大多数是由SAI转换而来的。

三、政府态度：谨慎看待，警惕风险

自2019年6月18日Facebook发布"天秤币"（Libra）白皮书后，该项目经历了初期热议、多轮听证、部分参与者退出等阶段，引发各国政府及国际组织对Libra等稳定币风险的广泛关注。2019年下半年以来，各大国际组织、政府及央行对稳定币发表相关报告或讲话，其中G7、欧盟、美国联邦储备委员会三个组织明确表示在法律、监管与风险得到充分辨别与解决之前不允许全球性稳定币运作。

国际社会及大多数国家对稳定币持谨慎态度，认为稳定币存在系列风险和问题，需要进一步加强监管。G20会议声明肯定稳定币在金融创新方面的潜在效益，同时指出将增加稳定币的联合监管以解决风险。反洗钱金融行动特别工作组（FATF）称如稳定币之类的新兴资产存在洗钱等风险，应用于稳定币和其他虚拟货币的标准制定将提上日程。荷兰中央银行（NDC）发布公报称全球稳定币的出现需要采取积极的措施，以及时控制与稳定币计划有关的风险。欧洲央行发布《稳定币报告》，对稳定币持谨慎态度，将来会进一步探索稳定币的政策监管框架，包括智能合约的修改、信息的公开和基础设施的升级。

为应对稳定币带来的挑战，部分国家已采取相应措施。中国央行官员陈雨露表示全球稳定币会冲击一国货币主权，而中国央行数字货币（DCEP）的产生就是为应对全球稳定币带来的挑战。美国金融犯罪执法网络（FinCEN）将稳定币纳入监管范围内，认定所有稳定币都属于其"货币传输服务"的职权管辖范围之内，而稳定币发行方都将被归为货币传输服务机构，稳定币管理方必须要在FinCEN注册货币服务业务（MSB）。

四、预测与展望

2020年稳定币的市场规模会持续扩大。随着数字货币的高速发展，稳定币的主要价值从最初的个人投资者进入虚拟货币市场的"入金渠道"和"保值媒介"，到作为高效支付结算工具，再到现在新型区块链金融和商业生态内的"货币"，稳定币的作用和价值在不断转变。金准产业研究团队认为，2019年，三大加密货币交易所及企业巨头入局稳定币市场，带来了新的机遇，相信随着越来越多的机构和资金进入加密货币领域，市场对于稳定币的需求还会持续扩大。

长期来看获取更多应用场景才能取胜 。随着公链等基础设施进一步发展，以及链上各种应用和金融业务的落地，稳定币的新需求可能会来自于一些需要线上支付的领域。无论是DAPP内商品和服务的消费行为，还是基于数字资产的各类"储蓄"、"借贷"、"基金"等链上金融行为，都需要由具有充分价值认同和稳定购买力的稳定币承担起价值尺度和交易媒介的职能。在公链自身的基础代币未完成充分的价值成长并稳定之前，一个安全可靠的稳定币对于公链生态的发展至关重要。因此，长期来看，各类稳定币间的竞争或将从应用场景方面展开。

合规与监管成为稳定币未来发展的焦点。继USDT之后，各类法币抵押式稳定币都在积极向监管合规和审计透明的方向发展。尤其是2019年4月Bitfinex涉嫌挪用USDT的美元储备资金填补亏空事件的发酵，使得投资者对稳定币的信心受到巨大的打击。各大国际组织、政府及央行对稳定币竞相发表报告或讲话，表达了将进一步加快研究、加强监管稳定币的意向。实现监管合规下的安全可信，成为稳定币发展需要解决的首要问题。

央行数字货币大象起舞，竞争格局迎拐点。各国央行正越来越多地探索创建本国数字货币的可能性。2019年12月，美国布鲁金斯学会日前发布研究报告称，截至12月已有诸多国家在"央行数字货币"研发上取得实质性进展或有意发行"央行数字货币"，包括法国、瑞典、沙特、泰国、土耳其、巴哈马、巴巴多斯、乌拉圭等。12月12日，欧洲央行行长拉加德在记者会上表示，已设立了央行数字货币专门委员会，会加快研究数字货币现象的努力，预计在2020年中期得出结论。一旦各国政府开始接受或发行央行数字货币，现有的稳定币格局势必重新洗牌。从行业角度看，稳定币已明显成为沟通数字世界和现实世界的桥梁，随着央行数字货币入场，行业也将迎来洗牌。

A股数字货币概念将是2020大风口。从投资角度看，数字货币将是2020年重要主题，目前市场认知在于央行制定DCEP协议后，各商业银行运行数字货币中对技术支撑、需求改造的需求，因此看重金融IT领域的投资机会。但金准产业研究团队认为，央行数字货币对数字经济的重塑或许远不止于系统改造，伴随着5G的到来，越来越多的社会活动将会转到数字世界，DCEP将具有更大的想象空间，建议关注四方精创、易见股份、东港股份、长亮科技、飞天诚信、高伟达、金财互联等相关标的。

前言

许多大数据公司在过去一段时间都得到了较好的发展，究其原因是因为恰逢专注于业务流的信息化建设正在向数据化转型。

但在很多时候，数据其实还只是IT化的“副产品”，早期的工作思路仍然围绕如何将业务IT化，而数据只是这个过程中自然而然产生的结果，即所谓的“副产品”。

由于在数据生产的过程中并未做到足够重视，数据质量与可靠性则很难得到保证，这也是数据治理在现在得以被重视的重要原因。

在业务IT化的过程中，企业通过第三方厂商、自研等方式构建多种数据系统，采用多种系统中的数据化治理，是实现数据效能、数据驱动业务的关键步骤。

早期，企业用信息技术去构建业务流，而现在，我们试图用信息技术，特别是互联网行业中的一些大数据处理以及分布式处理技术构建数据流，但在构建过程中，过多强调技术本身而忽视了对数据的治理。

数据治理是整体性问题，并非仅是技术问题，市面上数不胜数的商业组件可以解决如何对数据进行存储、查询等问题，但是在实际的业务情况下对于数据治理这样一个系统性工程，目前却并无现成的产品或技术可以直接解决。

我们可以尝试用数据治理的角度来解读上图。

构建数据流的过程，很大意义上是为了解决分布在IT系统里各个不同子系统之间的数据孤岛问题，用一条完整的数据流将不同子系统之间的数据孤岛打通，同时应用于不同的应用场景，这个打通的过程，就是某种意义上的数据治理。这也反映了金准产业研究团队推崇的一个观点——构建数据仓库本身就是一个数据治理的过程。

另外，对于数据的本质，有如下两个定义：第一“信息是用来消除不确定性的”，第二“大数据的本质，就是用信息来消除不确定性”。

同样，对于数据驱动在业务决策和产品智能两大方面的应用，也都将建立在数据治理的基础上才有意义。

一、什么是数据治理？

数据治理的本质是组织对数据的可用性、完整性和安全性的整体管理。

1.1数据治理的本质

可用性指数据可用、可信且有质量保证，不会因为分析结果的准确性造成偏差，从业者可以放心地根据数据结果做业务决策；完整性分为两个方面，一方面指数据需覆盖各类数据应用的需要，另一方面指不会因为数据治理没有到位而造成数据资产的流失，也即影响数据资产的积累，这也是神策数据在创业伊始便开展私有化部署的原因；安全性指治理和分享过程需安全可控，不侵犯用户隐私，且不会给组织留下安全隐患。

1.2数据治理的重要性

数据治理是所有数据应用的根基，数据治理的好坏直接影响所有数据应用的价值。

金准产业研究团队认为，无论是基于数据看报表，还是做交互式的多维分析，还是做更复杂的个性化推荐，所有的数据应用都需要有一个良好的数据治理结果。

神策本身就拥有一款推荐产品——神策智能推荐，通过这款产品的实践，我们发现，它的实施周期相比其它几个产品普遍偏长，这也是因为个性化推荐对于数据的质量和准确性要求相对更高。

简而言之，数据应用做得越深入，所需数据就会更多，对数据质量也会有更高的要求。

数据治理是组织数据资产沉淀的基础，数据治理的好坏直接决定了组织的数据资产能否得到沉淀，能否充分地发挥价值。

金准产业研究团队认为，在经费条件允许的情况下，当然可以将企业的所有数据整合在一起，通过良好的权限管控，充分的共享，聚合所有的业务部门一起去探索数据的应用，因为数据中台本身就承载着组织内部所有数据的整合分享角色。

二、数据治理面临的挑战

本部分的内容将数据治理面临的挑战分为两类，一类因“技术”而起，一类因“人”而起。

由客观的技术问题对数据治理带来的挑战普遍较好解决，比如如何采集数据、如何存储数据等，都可通过更先进的工具、更新的技术等方式解决。

而由人或组织架构带来的问题相对复杂，它的背后包含的是企业在文化、流程上的问题，可以通过以下实例说明。

2.1多业务系统多数据源的整合挑战

企业想要做的数据应用越多，所需的数据就会越多，所要去获取的数据源也会增多，而相应的数据处理也会越多，这是一个极为显而易见的问题。

对于神策数据而言，我们在数据应用方面相对“单纯”，主要针对用户行为领域，采集用户行为数据，从客户端、服务端、数据库等做对接。

但即使是这样一个限定特殊领域的应用，我们在整合多方面数据源上也会碰到非常多的挑战，可想而知在面对多业务系统多数据源的情况下将更加困难。

2.2数据采集技术上的挑战

近年来，许多公司都在尝试将自己的业务线上化，都需要通过数据对用户进行分析与运营，如何精准采集可用的用户数据以及其他相关数据，都将是数据采集在技术层面上面临的挑战。

2.3用户隐私与安全挑战

用户隐私与安全不仅是对技术挑战，更多的是一种意识上的挑战。企业需要准确把控数据采集的红线，比如针对欧盟范围内的国际业务，就需要参考GDPR的相关规范。

在国内，很多银行券商等企业也同样拥有一套完善的数据合规要求，甚至已经细化到“某个特定字段对于某一个特定人可看但不可下载”的程度，这些都是需要在进行数据治理时考虑的因素。另外，如果需要在公网传输交换数据，也同样需要思考数据如何防止窃取和伪造的问题

2.4组织架构与部门隔阂带来的配合

部分组织在数据治理的过程中速度过慢，成效不好，其中一个很重要的原因是权责、部门配合等方面存在问题。很多情况下，生产数据、使用数据、分析数据的工作人员分布在不同的职能线与部门，角色不同，立场也不同，这些客观存在的影响因素都会影响整个数据治理的最终结果。

2.5业务持续迭代中带来的挑战

在互联网行业中，尤其是业务迭代较为迅速的团队里，通常存在“1.0版本的数据质量最优，1.1版本不行，2.0版本完全不可用”的说法，说明第一次做数据治理时，极重视数据质量，会有完善的流程来保证埋点的准确性，本身也没有太多的包袱；而在后续的产品迭代中，如果流程和标准的迭代相对滞后，整个数据治理的结果也会随着受影响，最终导致整个数据质量低劣，直至所谓的“完全不可用”。

下面举两个具体实例说明。

实例1.

某公司的业务部门向第三方数据分析平台提出数据需求，该公司内部有多个App频道，每个频道隶属于一个单独的部门，而第三方数据分析平台在埋点采集阶段需要不同部门的团队相互配合。由于缺乏统一各部门需求与任务的统筹角色，实施过程中很难清楚划分相关责任，再加上管理、测试等工具的缺失，最终导致每次发版都会发生埋点丢失和报错。

实例2.

某企业的所有用户相关数据分散在不同的系统里面，试图通过第三方数据分析平台整合统一的用户标签数据系统。然而在收集数据的过程中，每跨一次部门就需要提一次全套的审批流程，好不容易收集齐各部门各系统中的数据之后，却发现数据统计口径不一致，无法得到一个公司统一的用户标签数据。

三、数据治理与组织架构

上述内容已经提到关于组织架构的内容，因其重要性将在本部分单独说明。

3.1数据治理是一个动态的过程

数据治理实际反映的是组织问题、文化问题，这也是许多公司为了明确权责划分而建立数据治理委员会的原因。同时，还需要明确的程序与执行程序的计划，明确的程序指对数据进行治理所需经历的阶段、问题有明细的了解，执行程序的计划指每一步需要解决哪些问题。当公司的主流业务发生变化时，组织架构会随之改变，接而带来数据治理层面的变更，所以，数据治理是一个动态的过程，伴随整个业务变更与组织架构变更。

3.2数据治理中的两个核心角色

第一，数据使用者，通常集中在产品经理、数据分析师、营销经理、运营经理等岗位，有查看报表、数据分析、用户画像、用户运营等需求，他们属于数据治理的受益者。

第二，数据生产者，通常集中在前端开发、后端开发、数据工程师、ETL工程师，有埋点、打日志、做数据ETL的需求，他们属于数据治理的付出者，可能看不到直接收益，反而增加工作负担。

由于数据使用者属于数据治理中受益的一方，多数情况下需由其来推动数据治理任务进行。

在神策数据的具体实践中，我们非常强调对客户接口人，通常情况下也就是数据使用者的培训，由他去推动整个流程，去了解数据生产者的实际情况，从而让数据治理工作更好地进行。

四、数据治理中的应对

4.1数据治理中的应对策略

首先，数据治理的核心认识是，数据治理是一个持续并且长久的一个过程，不同的产品可以解决比如采集、传输等数据治理层面上的不同问题，但并不存在一款所谓的“数据治理产品”，可以用来解决所有问题。

其次，数据治理的整体方法论是“从应用倒推”。先确定数据应用、数据资产的需求，接着确定需要哪些数据，之后确定需要从哪种数据源获取数据，最终确定具体的数据治理方案。

神策凭借近年在实际业务中的经验，围绕用户行为分析领域，总结出一套数据治理方法论。

第一步，确定分析需求。通过了解数据使用者需要看哪些指标、用在哪些场景、使用哪些分析模型等方面来了解具体的数据使用需求，完成需求梳理。

第二步，映射数据模型。在该步骤需确定采集的事件和属性，并完成事件设计。

第三步，确定数据采集技术方案。根据要采的事件和属性，结合现有实际业务系统，去确定到底要从何种系统里以何种技术方案采集数据。

第四步，数据采集与集成。这一步就是指具体的开发、集成工作，包括完成相应的SDK集成、数据采集工具的开发、数据ETL开发等。

第五步，数据校验和上线。这一步中需要使用必要的测试工具、利用埋点管理平台做数据对比等。

4.2数据治理原则

下面，举例说明数据治理的三大原则：

数据治理原则1：不要先污染后治理，要从源头控制

在创立神策数据之前，我们曾长期参与百度的日志数据相关的工作。在最开始的阶段，所谓的日志处理就是通过中控机器，从不同的业务系统里下载文本日志，跑完脚本后生成报表，再通过邮件的形式分发。

2008年，团队解决了之前方案中的技术架构的问题，把以前的单机系统变成了分布式系统，提高了整体性能与计算效率，用分布式的方式下载日志，用分布式的方式来计算报表。但是，我们本质上只提供了一个计算的调度平台。就数据本身而言，没有人知道这些海量数据其中的细节，数据没有得到充分的复用，造成了许多计算资源的浪费。所以，这部分的工作其实只是解决了一个技术问题，但并没有解决任何数据治理方面的问题。

意识到数据治理的问题之后，团队中开始了百度用户数据仓库的构建工作。有工程师每天将文本日志用程序转成结构化日志，并在进行必要的数据清洗、Union、Join等ETL的工作之后，将这些结构化日志统一映射到一张大表（今天event模型前身），并对外提供集中访问。

但随着产品线不断增多，入库周期变得更长，到后期，每增加一条产品线，都需要付出至少一周时间去解决。同时，由于数据在产生后需要做ETL，从产生到传输到统一的Hadoop集群需要时间，ETL的计算也同样需要时间，即使在最佳情况下也只能保证半小时的时效性。

这是一个典型的数据“先污染后治理”的例子，不仅在治理上需要付出更多的代价和成本，数据本身的可用性和时效性也会受到影响。

之后，我们尝试通过推行全百度统一的Logging平台，从打日志开始就保证数据的正确性，并且直接将数据传输到分布式集群上以保证数据的可用，这就是从源头来治理数据的思路。

在创立神策之后，我们就充分吸取了这些教训，通过SDK或者其他工具去严格控制数据埋点格式及数据模型，尽最大努力减少ETL的代价，从而保证查询时效性与导入时效性。所以，数据治理要从源头开始，不要先污染后治理。

数据治理原则2：数据治理的过程要贯穿到整个业务迭代的过程中

以软件开发流程为例。

首先，在产品需求阶段，同样需要去明确数据需求。在具体设计阶段，完成产品交互系统架构变更的同时，去确定要加哪些日志、字段等。

在实际开发阶段，完成相应的代码开发、日志变更，单元测试应包括相应的日志变更部分，并进行日志审计，不要将埋点当成一个单独的开发任务，而是伴随的过程。在测试阶段，当测试整体性能的正确性的同时，测试数据、日志的正确性，确保功能符合预期、日志打印正确，可以满足分需求。

在上线阶段，要实际查看上线的埋点、日志是否正确，并对功能进行确认。

最后，在项目总结阶段，用数据说明转化率变化、流程优化情况，对功能完成程度的总结，尝试真正地用数据说话。

数据治理原则3：以产品化、组件化的思路来解决，不能依赖于人工

以产品的方式解决客户端数据采集问题。

神策的开源SDK被许多业界同仁参考学习，究其原因是因为它用产品的方式解决客户端数据采集问题的思维，无论是电商、社交、金融、游戏，还是哪一种产品，都会在客户端采集用户数据时面临匿名ID生成、基础属性采集、数据打包压缩加密、本地缓存、网络传输、时间校准、根据数据模型限定了采集数据的Schema、通过全埋点等方式提供了对常见数据的自动采集功能、结合后端提供了对于采集端调试功能等场景，所以，可以用产品思维来解决的问题，不依赖人工。

前言

这是最好的时代，也是最坏的时代。2019年，全球金融市场风起云涌，各种因素躁动不安。全球贸易保护主义仍在升级，国际贸易、制造业生产、消费投资信心等降至近年来低点。中国同样变化巨大，金融市场跌宕起伏。虽然中美贸易谈判暂时告一段落，但中美贸易谈判仍存在变数，任何一次反复都将影响市场预期，都将导致市场动荡。

如何破解实体经济增长困局，需要全球共同努力。金准产业研究团队认为，以金融科技、区块链和5G等新兴技术为代表的先进科技，正在重塑全球价值链，代表全球经济未来发展方向。

从2013年的互联网金融元年，到2016年金融科技展露头角、再到2019的成熟态势，短短几年，我国的金融科技迎风生长，一路蜕变，随着蚂蚁金服、陆金所、恒昌等为代表的一批优秀的金融科技企业兴起，我国也已经逐渐成为全球金融科技领域的领跑者之一。

一、中国金融科技发展历程

回溯中国金融科技发展历程，金融业务的技术应用从IT基础建设向前沿科技的逐渐过渡，经历了“IT电子化-互联网金融-金融科技”三个发展阶段，技术在金融业务环节中实现了越来越深层次的渗透，金融科技已应用于营销、风控、金融产品设计、业务协作等方方面面，金融科技在业务中的应用价值凸显。

从金融机构Fintech投入上来看，整体以头部金融机构为主。银行方面，除国有大行、大型商业银行等头部银行外，部分地方银行也在探索人脸识别、区块链等金融科技的应用，整体技术资金投入与增速均领先其他领域；保险公司呈现“强者愈强，弱者愈弱”的态势，头部保险公司IT建设完善且自主，前沿科技投入逐年增加，中尾部保险公司仍需不断完善IT建设；证券与基金行业目前仅头部企业在金融科技方面有少量投入，特别是证券行业受监管政策的影响，相对制约了新技术的使用。但整体来看，金融科技市场空间较大，金准产业研究团队认为，随着技术不断成熟及金融业务创新的不断尝试，金融科技市场规模在未来1～3年将进一步增长。

二、金融科技发展和业务价值

技术发展方面，中国金融科技专利申请量全球遥遥领先，说明了中国在Fintech自主发展上具备一定领先优势，此外，头部金融科技企业也在积极推进开源生态建设，让金融机构及企业可在开源架构基础上开发出适用于自身业务的技术方案，降低了技术使用门槛及成本，也加速了国产金融科技底层平台的创新发展。

金准产业研究团队分析头部金融科技企业成为推动技术开源和创新发展的主力军。如微众银行在2019年FinTech Day上发布了包括联邦学习技术FATE开源平台、区块链中间件平台WeBASE、金链盟底层开源平台FISCO BCOS等10款开源技术，同时也发布了金融科技加速器“We 加速”，首批七家企业加入其中，可依托微众银行的平台和技术优势，帮助企业实现科技化升级。此外，微众银行AI团队自主研发的全球首个工业级联邦学习框架 - 联邦学习开源项目FATE（Federated AITechnology Enabler），旨在为联邦学习架构体系和各种机器学习算法的安全计算提供强有力支持，帮助社会各界在符合数据安全和政府法规前提下，有效和协地进行数据使用和联合建模，同时为立法和监管提供技术依据，微众银行AI团队已于2019年6月将其自研的FATE捐赠给Linux Foundation。

业务价值方面，金融科技已经渗透到金融业务各领域，以借贷、理财、保险、支付等为代表的典型金融领域在快速发展的同时仍面临不少业务问题，金融科技在各业务领域中的创新与应用使业务痛点得到了不同程度上的解决。在全球经济增速放缓、中国经济进入新常态的宏观背景下，金融科技可提供更优质的金融基础服务能力、简化金融业务流程、降低金融服务成本的同时提升金融服务效率，不断驱动业务发展。

我们基于金融科技在不同业务中的创新应用和对业务痛点的改善，总结提炼了金融科技在业务中的价值主要体现在获客效率的提升、风控效果的提高、产品设计的精细化/差异化、成本结构的优化和更高效的多方业务协作。

2.1智能营销精准捕捉用户画像、深度挖掘用户需求

智能营销可精准捕捉用户画像、深度挖掘用户需求，通过整合多方数据，从多个维度实现对一个用户的深度理解和精准化定位，洞察用户潜在需求，并针对性地推出个性化品牌营销策略，有效降低获客成本、提高获客效率。

2.2智能风控助力风控升级

传统风控主要依靠人工进行身份信息匹配与查验，风控效果有待提升。随着金融科技的发展，利用多维度数据及AI风控模型实现智能风控的应用，帮助机构精准排查潜在风险用户。如微众银行推出了基于舆情的贷中风控平台，辅助识别贷中用户画像，提升风控效果。

2.3金融科技让金融产品设计去同质化，更加满足用户需求

通常保险、基金等金融产品的品类较为固定，同质化严重，缺乏产品创新。通过移动端、物联网设备等多方终端数据采集，利用大数据与AI技术实现用户需求深度分析，进而在一定程度上改善产品同质化现象。该应用目前处于行业早期阶段，保险为主要的应用方向之一，虽无法形成“千人千面”的金融产品，但一方面可以通过更加精准的用户需求定位设计出更加符合大众需求的金融产品，另一方面，可在一定程度上增加产品品类，让金融产品在更加贴近用户需求的同时，更加多样化。

2.4技术催化金融企业优化成本结构、增强版块协同

随着金融科技在业务中的逐渐渗透与应用，银行、保险等传统金融机构对于大量人力的依赖正逐渐变小，冗杂的业务流程和运作逻辑正被优化，大量重复性、机械性的工作被技术工具承担或替代，与此同时，获客效率、风控效果、业务增长等方面也受到了科技的促进作用。金融科技极大地降低了金融业务的获客、人力和运营等成本，技术支出在企业成本结构中的重要性越来越强，金融企业的成本结构正被逐步优化、各版块的协同性越来越强、企业的工作效率也随之不断提高。

2.5区块链通过组建联盟链网络，提升多方业务协作效率

如供应链金融、ABS等业务都需要多方参与并进行业务协作。由于传统IT技术的数据存储方式无法满足各金融业务参与方需求，所以无法构建一套企业间的业务协作系统。而区块链通过联盟链组网，可构建一套便于多方参与的链上业务协作系统，数据可经授权查看，智能合约等技术让业务协作链上化成为可能。

三、金融科技发展趋势

3.1监管科技成蓝海市场

2017年5月，央行成立金融科技委员会，在重点关注金融科技发展的同时强调了监管科技的重要性。之后，一系列鼓励监管科技发展政策文件陆续下发，2018年8月《中国证监会监管科技总体建设方案》的印发等一系列举措都为监管科技在中国的发展提供了有力的支持。与以美国、英国为代表的金融业发展成熟度高的企业相比，中国的监管科技企业起步晚、数量少，2013-2017年美国以外地区全球监管科技融资企业分布中，中国还不到4%。此外，金融科技在业务中的逐渐应用让传统的监管模式无法满足监管需求，监管升级迫在眉睫。政策与需求的双重推动下，监管科技将成为一个争相涌入的市场。

3.2区块链成金融科技重要战略方向

目前政策利好区块链技术发展，且区块链在金融服务和实体经济深度融合、解决中小企业贷款融资难、银行风控难、部门监管难等问题上都具备一定应用价值，这将带动金融机构对区块链技术投入的增加。2018、2019年中，银行业一直都是金融机构中区块链技术投入的主力军，保险、证券的刚需场景虽少于银行，但整体技术投入仍会在政策带动下呈增长趋势。随着金融机构加大区块链的技术投入与落地探索，也将加速区块链金融基础设施建设的完善。

3.3金融RPA价值逐渐显现

金融业务中流程化、重复性工作较多。相比于人工操作，RPA结合OCR、NLP等技术可降低业务执行错误率及非法操作。通过艾瑞对金融机构的调研发现：约68%的金融机构认为RPA可以对金融业务产生较大的价值且愿意尝试，以银行居多；约15%的金融机构对RPA的使用持中立态度；约17%的金融机构认为RPA在部分业务领域中很难落地，主要原因为监管制约以及目前RPA技术无法适应业务规则的快速变化，持该态度的以证券、保险公司居多。虽然目前看来中国金融机构RPA技术资金投入力度并不大，但是，RPA落地的业务场景正在逐渐丰富，且其可以加速AI等技术与金融业务的融合。因此可以预见，随着金融科技的进一步发展，未来金融机构对RPA的投入会逐渐增加，RPA所产生的价值也将更加可观。

未来的金融科技会有三个新的方向：第一，金融科技做真做实；第二，智能化，智能化会体现在三个方面，就是智能财务、智能风控、智慧银行；第三，上云、上链、上网，云计算和区块链会大幅提升互联网科技的基础能力。

金准产业研究团队表示，第一年与第二年的榜单中主要是金融科技公司，去年和今年的榜单开始出现变化的是金融科技创新从金融科技公司主导，走向金融机构与金融科技公司深度合作、领先金融机构主动推动并输出等多种模式并举。金融机构从观察者迅速转变成为了参与者和领导者，并在细分垂直领域，今年的榜单中出现了一些快速成长的“新星”企业。

以云计算、人工智能、区块链、大数据以及移动互联网等为代表的科技已经开始广泛的运用到金融服务各个领域中，促进了智能风控、智能保险、智能投研、智能客服、智能合规等各个领域科技应用的升级发展。

2019年8月22日，中国人民银行印发《金融科技（FinTech）发展规划（2019-2021年）》，提出到2021年建立健全中国金融科技发展的“四梁八柱”。随后不久，央行、监管机构及政府的有关部门就快速推进了多项工作，包含监管沙箱、金融科技技术标准化、金融科技认证体系、持续推进互联网金融风险专项整治、移动互联网应用收集个人信息基本规范（草案）以及金融APP专项治理等工作。

对于金融科技的创新方向，金准产业研究团队认为有四个新的努力方向：第一个是区块链，区块链当中最主要解决的是应用场景适用性的问题，如何满足批量处理；第二自然语义识别技术（NLP），目前一些头部科技企业的识别准确率可以达到98%左右，还差的1%到2%是最艰难和关键的，如果能突破最后的关口，NLP的应用前景会非常广阔；第三是生物技术，比如声纹技术，虹膜技术的应用，目前虹膜技术还主要用于要求较高的安保系统；第四是知识图谱，知识图谱是金融机构要解决的一个难点，关联关系以及交易的复杂性怎么通过知识图谱的能力去解决，一旦突破就能大大提高识别管理企业的信用风险能力。

金准产业研究团队认为还有第五个创新方向，正在到来的5G时代，有感场景入口的多元化多维度发展，将实现场景与大数据应用的更深层次结合，重塑金融行业生态格局的关键变量。特别在消费金融与供应链金融两个板块中，消费金融企业应整合迭代现有科技技术，构建新的业务模式，同时加强合规能力建设，提升企业自身竞争优势。

供应链金融企业将通过5G和区块链科技的结合，可能由产业供应链金融生态圈进一步发展到跨行业供应链生态圈的链接，信息高度融合也会催生出新的金融服务模式，从而进一步解决小微企业融资难题，促进核心企业的产融结合。

前言

2019年，各大公司的AI、云计算、大数据走向下沉市场，空中博弈进入到地面作战，技术的商业化成为生意成败的重要考量。其间，产业与场景成为大漏斗，好的技术得以被筛选重用。 

回首相望，过去的365天，产业AI与产业互联网成为AI落地的关键词，AI芯片规模化应用，专用芯片起势，机器学习、深度学习在工业、能源等各个场景进行实战；云计算成为百行千业数字化转型的核心纽带，云一跃成为巨头的核心赛道；5G在2019年迎来正式商用，牌照相继发放，5G也在带动物联网、车联网的爆发，城市的数字化、孪生化成为共识；此外，区块链在2019年褪去热火，进行理性时代，并上升至国家战略，想象空间巨大。

这些，也刚好在此前阿里达摩院发布的《2019十大科技趋势》中被言中。 

但是，在2019这一整年，科技发展形势“一片大好”的背后，我们也试图追索那些深藏在暗处的隐忧，并为之提出更好的应对之策，对未来尽责。 

2020年1月2日，一元初始、万象更新的时刻，阿里达摩院又再度重磅向业界发布《2020十大科技趋势》，对AI、芯片、云计算、区块链、量子计算以及工业互联网等科技领域的未来发展做了重要预测。 

一、什么在掣肘技术的发展？ 

阿里达摩院（Alibaba DAMO Academy for Discovery, Adventure, Momentum and Outlook）作为致力于探索科技未知，以人类愿景为驱动力的，立足于基础科学、创新性技术和应用技术的研究院，从诞生第一天起，就有3个重要使命：“活得要比阿里巴巴长”、“服务全世界至少20亿人口”、“必须面向未来、用科技解决未来的问题”。 

在2年多的科研经历中，达摩院在机器智能、数据计算、机器人、金融科技等领域进行了诸多前沿的探索，并在此期间引进技术大牛，建立了完善的多学科人才基础，在技术前瞻性上，达摩院走在业界前列。 

达摩院也注意到，AI领域在取得不错成绩的今天，“拦路虎”依然众多。 

比如，AI的感知智能虽然超越人类水准，但是认知智能天花板依然存在，须从认知心理学、脑科学以及人类社会的发展历史中汲取更多的灵感，并结合跨领域知识图谱、因果推理、持续学习等研究领域的发展进行突破，以推动下一代具有自主意识的AI系统的建设。 

再比如，存储和计算中的冯·诺伊曼“瓶颈”（或“内存墙”）问题依然严峻，越往后，AI运算中数据搬运更加频繁，需要存储和处理的数据量远远大于之前常见的应用，AI要有突破，须对设计模式、计算架构维度做出创新。 

芯片是计算的核心，受到成本和市场压力的驱使，半导体产业在积极寻找新的芯片开发模式，来满足低成本、快速的需求。特别是随着芯片制程从10nm缩减到7nm，接下来还要进一步缩减到5nm，每一次制程缩减所需要的成本和开发时间都在大幅提升，但模块化将是个好思路。此外，随着摩尔定律逐渐失效，以硅为主体的经典晶体管缩放已经越来越难以维持，这对芯片材料提出挑战。 

在目前，工业互联网发展迅猛，甚至推动第四次工业革命的到来，但其依然面临制造企业内部的IT软件系统与OT设备系统须打通、厂外上下游产业链须优化组合、产品的设计和产品生命周期须优化管理等问题。 

当然，今天的芯片、数据库、网络、物联网等技术都无法离开云。 

随着传统IT接口开始逐渐被云端接口取代，软件技术和硬件技术之间的依赖程度被大幅度降低，云平台、技术开源、云用户三者形成驱动技术创新的新三角。全面上云时代，应用复杂、算力要求极高，算法、软件和硬件的隔阂造成巨大算力的浪费，已经无法满足在超大规模计算场景下提升IT计算效率、降低计算成本的诉求。 

此外，区块链技术应用已延伸到数字金融、数字政府、智能制造、供应链管理等多个领域，主流厂商纷纷进入区块链领域推动技术突破和商业化场景落地。区块链将正式面对海量用户场景的考验，这将对系统处理量提出了更高的要求，并加剧参与节点在信息存储、同步等方面的负担。 

二、2020十大科技趋势

技术发展有瓶颈，但不应成为止步不前的理由。面对科技向前的浪潮，总有人在理性思考，明灯指路。 

此次达摩院2020十大科技趋势报告，就是对以上掣肘技术发展问题的最好回答。回答中，还将诸多前沿性技术进行解构、彼此串联，以找到牵引产业创新的最新逻辑，金准产业研究团队认为值得详读。  

2.1人工智能从感知智能向认知智能演进

人工智已经在“听、说、看”等感知智能领域已经达到或超越了人类水准，但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感，并结合跨领域知识图谱、因果推理、持续学习等技术，建立稳定获取和表达知识的有效机制，让知识能够被机器理解和运用，实现从感知智能到认知智能的关键突破。 

相较于感知能能这一人工智能1.0，人工智能2.0将更多基于数据，自动将非结构化的数据转变为结构化的知识，做到真正意义上的认知智能。探索如何保持大数据智能优势的同时，赋予机器尝试和因果逻辑推理能力，实现认知智能，成为当下人工智能研究的核心。

认知智能的机制设计非常重要，包括如何建立有效的机制来稳定获取和表达知识，如何让知识能够被所以模型理解和运用。这需要从认知心理学、脑科学以及人类社会的发展历史中汲取更多的灵感，并结合跨领域知识图谱、因果逻辑、持续学习等研究领域的发展进行突破。

认知智能将结合人脑的推理过程，解决复杂的阅读理解问题和少样本的知识图谱推理问题，协同结构化的推理过程和非结构化的语义理解。它也需要解决多模态预训练问题，帮助机器获得多模感知能力，赋能海量任务。

大规模图神经被认为是推动认知智能发展强有力的推理方法。图神经网络将深度神经网络从处理传统非结构化数据（如图像、语音和文本序列等）推广到更高层次的结构化数据（如图结构等）。大规模的图数据可以表达丰富并蕴含逻辑关系的人类常识和专家规则，图节点定义了可理解的符号化知识，不规则图拓扑结构表达了图节点之间的依赖、从属、逻辑规则等推理关系。以保险和金融风险评估为例，一个完备的AI系统需要分析个人的履历、行为习惯、健康程度等，还需要通过其父母、亲友、同事、同学之家的来往数据和相互评价进一步进行信用评估和推断。基于图结构的学习系统能够利用用户之间、用户与产品之间的交互，做出非常准确的因果和关联推理。

未来人工智能热潮能否进一步打开天花板，形成更大的产业规模，认知智能的突破是关键。认知智能可以帮助机器跨越模态理解数据，学习到最接近人脑认知的“一般表达”，获得类似于人脑的多模感知能力，有望带来颠覆性的产业价值。认知智能的出现使得AI系统主动了解事物发展的背后规律和因果关系，而不再只是加单的统计拟合，从而进一步推动实现下一代具有认知能力的AI系统。

2.2计算存储一体化突破AI算力瓶颈

冯诺伊曼架构的存储和计算分离，已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法探索的限制因素。类似于脑神经结构的存内计算架构将数据存储单元和计算单元融合为一体，能显著减少数据搬运，极大提高计算并行度和能效。计算存储一体化在硬件架构方面的革新，将突破AI算力瓶颈。 

经典的冯洛伊曼计算机架构中，存储单元和计算单元泾渭分明。运算时，需要将数据从存储单元赌球到计算单元，运算后会把结果写回存储单元。在大数据驱动的人工智能时代，AI运算中数据搬运更加频繁，需要存储和处理的数据量远远大于之前常见的应用。当运算能力达到一定程度，由于访问存储器的速度无法跟上运算部件消耗数据的速度，即使再增加运算部件也无法充分利用，从而形成所谓的冯诺依曼“瓶颈”，或“内存墙”问题。这就好比一台马力强劲的发动机，却因为输油管的狭小而无法产生应有的动力。

计算机瓶颈以及功耗瓶颈已经对更先进、复杂度更多的AI模型研究产生了限制。例如，最先进的自然语言处理模型XLNet有约4亿模型参数，每次训练需要数百个深度学习加速器运算三天。而据估算人脑中细胞间互联轴突个数更是高达百万亿到千万亿数量级。显然AI 在认知问题上离我们追求的所谓通用人工智能还有巨大差距，未来计算能力和计算系统的效率需要比现在至少提高几个数量及。因此人工智能要进一步突破，必须采取新的计算架构，解决存储单元和计算单元分离带来的算力瓶颈。

计算存储一体化，类似于人脑，将数据存储单元和计算单元融合融合为一体，大幅减少数据搬运，极大提高计算并行度和能效。计算存储一体化的研究无法一蹴而就，对于广义上计算存储一体化架构的发展，近期策略的关键在于通过芯片设计、集成、封装，拉近存储单元与计算单元对的距离，增加宽带，降低数据搬运的代价，缓解由于数据搬运产生的瓶颈。中期规划，通过架构方面的创新，设存储器于计算单元中或者置计算单元存储模块内，实现计算和存储你中有我，我中有你。远期展望，通过器件层面的创新，实现器件既是存储单元也是计算单元，不分彼此，融合一体，成为真正的计算存储一体化。近年来，一些新型非易失存储器，如阻变内存，显示了一定的计算机存储融合的潜力。

计算存储一体化正在助力、推动算法升级，成为下一代AI 系统的入场券。它提供的大规模更高效的算力，使得算法设计有更充分的想象力，从而将硬件上的先进性，升级为系统性的领先优势，最终加速孵化新业务。

更进一步，计算存储一体化是一个game=changer，开辟了一条新赛道。它的出现将重构当前处理器和存储器相对垄断的产业格局。再次过程中，可以帮助芯片行业中更多中小企业获得发展。

2.3工业互联网的超融合

5G、IoT设备、云计算、边缘计算的迅速发展将推动工业互联网的超融合，实现工控系统、通信系统和信息化系统的智能化融合。制造企业将实现设备自动化、搬送自动化和排产自动化，进而实现柔性制造，同时工厂上下游制造产线能实时调整和协同。这将大幅提升工厂的生产效率及企业的盈利能力。对产值数十万亿乃至数百万亿的工业产业而言，提高5%-10%的效率，就会产生数万亿人民币的价值。 

由于工厂环境复杂，现有工业系统之间的通信布线成为痛点。工厂的搬送机器人或一个工矿的掘机需要在一个大范围内频繁移动，wifi难以较好覆盖，而4G/Lora/NB的数据传输速率和延时达不到机器人想用的要求。随着5G技术的成熟，可以满足工业系统对于高可靠低时延的需求，DTU（无线传输设备）无论在部署上还是在运维上，较原本的有限方案都有着明显优势和极高性价比。可以预见的是，工业系统的互联将随着5G的建设而得到快速普及。

工业互联网主要解决三个问题：一是打通制造企业内部的IT软件系统与OT设备系统，进行自动派单，从而实现柔性制造；二是在工厂外实现上下游产业链的优化组合；三是更好的管理产品的设计和产品生命周期。

随着IoT PaaS的成熟，云端已经兼容了WiFi、BLE、Zigbee、Modbus、OpcUA、RS232等网络和链接协议。这些协议可以通过5G的模组非常方便的帮助原有的IT系统与云端打通。APS（自动排产软件）和MES（制造执行系统）可以从云端或边缘服务器直接下发工艺包和生产计划至每一个机台，从而实现IT（信息化）与OT（工控软件）的融合和工厂内部垂直集成。通过轻松把设备数据连到云上，将设备作业的数据连到业务系统（云上的IT系统）里面，可实现派工自动化，从而实现生产的实时调整，满足个性化需求定制。

每个企业处于核心技术保密受限于使用的生产系统软硬件不统一等原因，无法构成紧密的价值网络，导致价值网络整体的竞争力难以提升。利用分布式账本等技术，解决信任问题后，可以突破单个工厂的限制，将价值网络中的上下游企业工厂的制造系统连接起来，进而可以实现上下游制造产线的实时调整和协同，上游的流水线变慢，下游的流水线也可以速度放缓，从而使整个价值网络的竞争力得以提升。

现有生产模式中，产品价值链由产品设计、上产规划、生产工程、生产执行、服务等多个环节所构成，各环节数据来源不同，异构性强，难以互通，整个价值链的信息无法全透明。但是，基于工业互联网和数字孪生技术，在产品的设计阶段使用CAD软件设计产品的解析模型；在产品的使用阶段，利用5G和IoT PaaS采集关键参数，并且输入至云端的模型解析软件里，偏可以在该产品额全生命周期中很好地跟踪产品的性能和设计指标之间的差异变化。进一步，这些使用过程的信息便成为下一次产品迭代的重要的数据来源，如此周而复始，推动产品不断迭代进步。

工业系统通过工业互联网得以互联，工业互联网第一次让人类拥有并掌握了一个具备实时调整工业系统能力的工具，从而大幅度促进了生产效率、降低了库存、提高了质量。对于产值规模达到数十万亿乃至数百万亿的工业产业而言，即使效率仅仅只提高5%-10%的效率，也会增加数万亿人民币的价值。

2.4机器间大规模协作成为可能

传统单体智能无法满足大规模智能设备的实时感知、决策。物联网协同感知技术、5G通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务。多智能体协同带来的群体智能将进一步放大智能系统的价值：大规模智能交通灯调度将实现动态实时调整，仓储机器人协作完成货物分拣的高效协作，无人驾驶车可以感知全局路况，群体无人机协同将高效打通最后一公里配送。 

随着人工智能发展迎来又一次浪潮，越来越多的智能设备参与到人类日常生产活动中，影响着人们生活的方方面面。随着“万物互联”概念的提出，大量的智能设备被连接起来，形成一个智能设备网络，实现信息共享、统一控制。

在大规模智能设备网络中，机器与机器之间的交流与写作将十分重要。这种协作奖优化整体的长期目标，涌现群智，从而进一步将智能系统的价值规模化放大。以城市级别的交通灯控制任务为例，它关注长期城市交通的车辆通行顺畅度。现实环境中，一个城市级别的交通灯控制规模巨大，不同时期又有不同的控制策略，每个路口红绿灯的控制策略取决于实时车流信息及邻近范围内其它路口的交通控制策略。这种要求动态实时调整的大规模智能网略，使用原有的基于规则的方法很难实现，而基于多智能体强化学习的大规模交通控制技术可以解决这一难题。

未来5年，多智能体协作在城市生活的方方面面落地发展，仓储机器人的高效协作完成货物的快速分拣，提升物流效率，降低存储和运输成本；道路上的无人车能够决定并道时是否让其它车先行，提升无人驾驶的安全性和交通效率；交通灯根据当前路口和邻近路口的实时交通情况来决定调度信号，真正盘活猪呢个股城市高峰时期的交通；网约车平台会根据城市不同地点各个时间的打车需求来优化给每辆车的派单，降低用户等车时间，提升司机收入。

多智能体协同及群体智能这样全新的人工智能范式的发挥在那和普及将会带来整个经济社会的升级，让人工智能不再只是单个的工具，而是协调整个人类工作网络的核心系统。

2.5模块化降低芯片设计门槛

传统芯片设计模式无法高效应对快速迭代、定制化与碎片化的芯片需求。以RISC-V为代表的开放指令集及其相应的开源SoC芯片设计、高级抽象硬件描述语言和基于IP的模板化芯片设计方法，推动了芯片敏捷设计方法与开源芯片生态的快速发展。此外，基于芯粒（chiplet）的模块化设计方法用先进封装的方式将不同功能“芯片模块”封装在一起，可以跳过流片快速定制出一个符合应用需求的芯片，进一步加快了芯片的交付。 

AIoT时代世间万物足部走向在线化、数据化、智能化，不仅将带来芯片需求的爆发式增长，形成巨大的市场空间，同时其碎片化和定制化的特点，也对芯片设计模式提出了新的要求。芯片行业传统的比投资、比品牌、比工艺的“大鱼吃小鱼”格局，正逐渐被比市场灵敏度、比需求适配、比速度和价格的“快鱼吃慢鱼”格局所取代。在应用驱动的趋势下，谁能快速推出专用芯片，就能抢占市场先机。越来越多的胸和应用服务公司在推出专用芯片，例如苹果、谷歌、阿里巴巴、亚马逊、特斯拉等应用企业开始进入芯片设计领域，自研或联合开发芯片产品。

现有的芯片设计模式存在研发成本高、周期长等问题，开发一款中档芯片，往往需要数百人年、数千万甚至上亿美元的研发投入，严重阻碍了芯片创新速度。特别是随着芯片制程从10nm缩减到7nm，接下来还要进一步缩减到5nm，每一次制程缩减所需要的成本和开发时间都在大幅提升。受到成本和市场压力的驱使，半导体产业在积极寻找新的芯片开发模式，来满足低成本、快速的需求。基于IP的可重用的设计方法学，解决了芯片功能模块重复设计的问题，使得芯片可以以模块化的方式进行设计，不同功能的IP模块可以在不同的芯片中被重用，这种方法推动了系统芯片对的普及。

近年来，以RISC-V为代表的开放指令集及其相应的开源SoC芯片设计、以Chisel为代表的高级抽象硬件描述语言和基于IP的模块化的芯片设计方法，推动了芯片敏捷设计方法，推动了芯片敏捷设计方法与开源芯片生态的快速发展，越来越多芯片企业开始尝试开源硬件架构进行设计。

面向未来，一种“小芯片”的模块化设计方法正在成为新的行业趋势。这种方法通过对复杂哦功能进行分解，开发出多种具有单一特定功能的“小芯片”，如实现数据存储、计算、信号处理数据流管理扥功能。把这些不同功能的小芯片进行模块化组装，将不同的计算机原件集成在一块硅片上，来实现更小更紧凑的计算机系统结构。当前的芯片设计模式，需要从不同的IP供应商购买IP，包括软核IP或硬核IP，再结合自家研发的模块，集合成一个SoC，然后在某个制造工艺节点上完成芯片设计和生产的完整流程。未来计算机的系统结构，可能不是由单独封装的芯片制造的，而是在一块较大的硅片互联成芯片网络的Chiplets制造的模块化的芯片技术最终可以实现像搭积木一样组装芯片。

模块化的设计模式可能带给从上游EDA工具、IC设计到制造工业、现金封测等产业链环节颠覆式的创新革命，重塑芯片的产业格局。由此带来的芯片设计门槛的降低可以让设计者以更低的成本和更高的效率定制领域专用芯片，引发一场芯片设计模式发展，释放市场创新活力，繁荣芯片产业。

2.6规模化生产级区块链应用将走入大众

区块链BaaS(Blockchain as a Service)服务将进一步降低企业应用区块链技术的门槛，专为区块链设计的端、云、链各类固化核心算法的硬件芯片等也将应运而生，实现物理世界资产与链上资产的锚定，进一步拓展价值互联网的边界、实现万链互联。未来将涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作，日活千万以上的规模化生产级区块链应用将会走入大众。 

2019年是区块链历程白的一年，区块链技术正式被定位为国家战略，为区块链产业的发展打开额巨大的想象空间。区块链连技术应用已延伸到数字金融、数据局政府、智能制造、供应链管理等多个领域，主流厂商纷纷进入区块链领域推动技术突破和商业化场景落地。以JP Morgan Coin和Facebook Libra为代表的企业稳定币与国家主权数字货币正在试图重构全球金融基础设施网络。区块链将正式面对海量用户场景的考验，这将对系统处理量提出更高要求，并加剧参与节点在信息存储、同步等方面的负担，在现有技术环境下会导致系统性能和运行效率的下降。

区块链的路线之争逐步清晰，从颠覆到补充，从去中心到去中介，联盟链架构成为行业主流技术路线。聚焦研发高吞吐、低延时大规模共识网络，各行业内提升多方协作效率的价值链接局域网逐步呈现。在传统物理世界中，链外到链上锚定过程中的信息真实性保障一直是全行业技术攻关的重点。目前各个行业中正在逐步形成的局域网，通过更好地实现数据共享，帮助价值网络的无障碍流动，有望形成真正的价值互联网络。在商用网络中，区块链保证所有信息数字化并实时共享，使得离散程度高、链路长、涉及环节多的多方主体仍能有效合作，但与此同时，也带来了存储成本、秘钥安全、数据隐私等方面的压力。

展望2020年，区块链BaaS服务将进一步降低企业应用区块链技术的门槛。在商业应用大规模落地的同时，区块链玩过的“局域网”和“数据孤岛”问题将被新型的通用跨链技术所解决。自主可控的安全与隐私保护算法及固化硬件芯片将会成为区块链核心技术的热点领域，保障基础设施的性能和安全。以端、云、链的软硬件产品为基础的一站式解决方案，进一步加速企业上链与商业网络搭建的进程。区块链通过于AIoT技术融合实现物理世界资产与链上资产的锚定，进一步拓展价值互联网的边界实现万链互联。这也将进一步夯实区块链在数字经济时代数据和资产可信流转的基础设施地位。

在电气时代，用电量是衡量经济水平的核心指标；在4G时代，互联网上的活跃用户数是繁荣的标志；在数字经济时代，面对即将到来的海量用户场景，我们相信很快将会井喷式地涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作。与此而来的，一批日活千万的区块链规模化生产级应用将会走入大众。以区块链为基础的分布式账本，将在数字经济中进一步推动产业数字化形成的价值有效传递，从而构建新一代价值互联网和契约社会。

2.7量子计算进入攻坚期

2019年，“量子霸权”之争让量子计算在再次成为世界科技焦点。超导量子计算芯片的成果，增强了行业对超导路线及对大规模量子计算实现步伐的乐观预期。2020年量子计算领域将会经历投入进一步增大、竞争激化、产业化加速和生态更加丰富的阶段。作为两个最关键的技术里程碑，容错量子计算和演示实用量子优势将是量子计算实用化的转折点。未来几年内，真正达到其中任何一个都将是十分艰巨的任务，量子计算将进入技术攻坚期。 

通过利用量子力学中非经典的性质，量子计算有望颠覆当前的计算技术，给经济和社会带来变革性的进步。目前量子计算正处于从实验室走进实际应用的转变之中。2019年谷歌宣称达到“量子霸权”的里程碑，即其量子计算器件可执行一个任何景点计算机都无法完成的任务。另一领军团队IBM当即反驳，称该任务仍在景点算力之内。且不论争论的是非，谷歌在硬件上的进展大大增强了行业对超导路线以及对大规模量子计算实现步伐的乐观预期。2020年的量子计算将蓬勃发展，主要特点是技术上进入攻坚和产业化的加速阶段。

技术方面，超导量子计算仍将继续占据中心舞台，并对其他硬件路线造成严峻的压力。因为谷歌在超导方向上的成果皆为已知技术，多个追赶者将按图索骥，在2020年或作出令人钦佩的复制性结果，或陷入高度复杂的工程噩梦。而领先团队的目标依然锁定在比“量子霸权”更重要且毫无争议的梁哥里程碑：容错量子计算和演示实用量子优势。前者指的是如何通过量子纠错，避免硬件错误的累积，技术上需要同时在“高精度”和“大规模哦”两个维度上突破。后者指有力地证明量子计算机可以用超越经典计算的性能解决一个有实际意义的问题。至于演示实用量子优势是否能绕过纠错，还有待历史证明，因为实际问题要求的规模可能如此之大，导致对精度的要求不低于纠错的要求。早2020年，乃至未来几年，毫无争议地达到这两个目标中任何一个都非常艰巨，故而量子计算将进入技术攻坚时期。

产业和生态方面，政府、企业和学术机构的规则和投入将升级、扩大。竞争将在多个维度激化：领军团队规模扩充的同时透明性下架；认为设障的风险上升。产业分工将进一步细化：制冷、微波、低温电子控制、设计自动化、制备代工等领域在资本推动、政策扶植和生态滋养下蓬勃发展。各行龙头企业家里探索应用，助力算法和软件。

国际上工业界-学界-开放性平台和服务三方将相互赋能。工业界的工程复杂度任何纯学术团队无法企及；学界将探索颠覆性的方向；开放性平台和服务将降低研究和创业的时间和资本，加速整个领域的迭代和创新速度。这一生态依赖于人才的自由流动，深厚的基础研究能力，和强大的企业执行力；并将得益于大面积且高效的政府投入，及以降低门槛、激励创新、带动民间投入为目标的政策引领。

预期和现实总在上下交替的舞蹈中螺旋上升。过去两年硬件的进展为量子计算赢得了未来一段时间攻坚作战的粮草。2020年的技术进展将主要是基础技术的突破。虽然不一定为大众津津乐道，但将助推量子计算未来的又一个高潮。

2.8新材料推动半导体器件革新

在摩尔定律放缓以及算力和存储需求爆发的双重压力下，以硅为主体的经典晶体管很难维持半导体产业的持续发展，各大半导体厂商对于3纳米以下的芯片走向都没有明确的答案。新材料将通过全新物理机制实现全新的逻辑、存储及互联概念和器件，推动半导体产业的革新。例如，拓扑绝缘体、二维超导材料等能够实现无损耗的电子和自旋输运，可以成为全新的高性能逻辑和互联器件的基础；新型磁性材料和新型阻变材料能够带来高性能磁性存储器如SOT-MRAM和阻变存储器。

半个世纪以来半导体产业都在竭力遵循摩尔定律，在取得巨大经济效益的同时也从根本上改变了人类社会的发展进程。人工智能及大数据兴起为云端及终端装置带来更多创新的同时也使得半导体产业的发展面临着摩尔定律放缓导致的产品升级困难以及大数据导致的算力和存储需求爆发的双重压力。以硅为主体的经典晶体管缩放已经越来越难以维持，从而难以实现半导体产业的持续发展。

从近期来看，新材料可能会代替传统的硅作为晶体管的同道材料以提升晶体管的速度。新的介电材料可能会导致超陡的亚阈值坡度以降低晶体管的能耗。新的金属材料可能会替代钨和铜作互联导线以增强稳定性和减缓信号延迟。二维材料或外延生长的纳米层材料可能会导致3D堆集的架构以增加芯片的密度。这些器件的物理机制答题清楚，但是大规模应用还需要半导体厂商来解决工艺实现、工程配套等方面的挑战。

从更长远的角度来看，更具挑战性的材料及全新的物理机制将是半导体产业能够保持加速指数式的增长额关键。新物理机制是全新的高性能的逻辑和互联器件的基础，比如基于量子效应的强关联材料和拓扑绝缘体、新发现的二维材料中魔幻角度下的超导现象等会导致无损耗的电子和自旋输运。利用新的磁性材料的自旋-轨道耦合现象可以制备全新的高性能磁性存储器如SOT-MRAM，而利用新的阻变现象使得全新的高密度、高稳定性的阻变存储器（RRAM）成为可能。虽然这些全新的工作机制还处在早期的探索中，但他们能从根本上解决传统器件在物理原理层面所受到的限制，实现对摩尔定律的突破。

新材料和新机制将会对传统的半导体产业进行全面洗牌，包括材料的生长、器件的制备以及电路的工作原理都会发生根本性的变化。这对设备厂商，晶圆厂及电路设计公司都会带来历史性的挑战和基于，也会为新兴的公司及产业提供振奋人心的发展机会。

2.9保护数据隐私的AI技术将加速落地

数据流通所产生的合规成本越来越高。使用AI技术保护数据隐私正在成为新的技术热点，其能够在保证各方数据安全和隐私的同时，联合使用方实现特定计算，解决数据孤岛以及数据共享可信程度低的问题，实现数据的价值。 

数字经济时代，数据成为社会经济发展的新生产要素，数据流动价值也越来越受到人们的重视。然而在企业数字化建设过程中，由于规划、设计、管理等方面存在的问题，导致业务系统在功能上不关联互动、信息不共享互换，在各个系统之间容易形成孤岛问题，进一步制约数据共享所带来的流动价值。

在越来越多对数据隐私的担忧声中，政府开始行动制定数据使用合规法案，大量的数据因为需要依法保护而无法被联合在一起计算。针对“数据孤岛”现象，目前大部分数据共享平台本质上都是基于中心化的数据交换机制，存在过程复杂、通信成本高、效率低、所有权模糊化、数据泄露风险大的缺点，而且无法保护用户的个人隐私。保护隐私的AI 安全技术能够在保证各方数据安全和隐私的同时，联合使用各方数据来达到特定的训练与使用AI 的目的，从而充分发挥数据的价值，解决数据孤岛以及数据共享可信程度低的问题。

保护数据隐私的I 安全技术拓展传统分布式计算以及信息安全范畴，为网络协作计算提供一种新的计算模式。它可通过多方计算、差分隐私、同态加密、混淆电路、加密搜索与计算、可信软硬件等；也可利用人工智能保障模型鲁棒与安全性，如模型加固、数据毒化防御、对抗性样本防御等。基于隐私保护技术为核心构建数据安全体系，必将成为发展大数据、云计算和物联网的基石。

一直以来，平衡发展效率和安全风险四大数据产业的核心问题，拥有海量数据的政府企事业等组织一方面对数据的隐私负有重要额保护责任，另一方面也享有数据的使用价值；作为终端用户的个体在法律法规的保护下可以控制个人数据的访问权，也能参与价值分配。而在AI 安全技术的保障下，组织或个人不必转让数据的拥有权，而是通过出租数据的使用权参与价值分配。以联邦学习为代表的安全多方计算应用，能解决行业大数据聚合过程遇到的挑战，例如购物平台和银行等金融机构的产品推荐所面临的数据属性维度不足，以及医疗诊断和语音助手行业的数据用户量不足等问题，并促使公共政务数据得以开放惠民新业。

2.10云成为IT技术创新的中心

随着云技术的深入发展，云已经远远超过IT基础设施的范畴，渐渐演变成所有IT技术创新的中心。云已经贯穿新型芯片、新型数据库、自驱动自适应的网络、大数据、AI、物联网、区块链、量子计算整个IT技术链路，同时又衍生了无服务器计算、云原生软件架构、软硬一体化设计、智能自动化运维等全新的技术模式，云正在重新定义IT的一切。广义的云，正在源源不断地将新的IT技术变成触手可及的服务，成为整个数字经济的基础设施。

在传统IT时代，随着计算机技术的发展，业界为计算机定义了标准的软硬件接口，让软件技术和硬件技术之间的依赖程度大幅度降低，可以分离演进，并行发展。在全面上云的云计算时代，传统的软硬件分离迭代的模式逐步显现出局限性，现今的应用越来越复杂，对算力的要求越来越高，而算法、软件和硬件的隔阂造成算力的巨大浪费，已经无法满足在超大规模计算场景下提升IT计算效率、降低计算成本的诉求。同时随着大多数企业开始全面拥抱云计算，如何最大化发挥“云”的价值实现应用的快速上线和高效运行、业务的秒级启动等是企业从容地应对市场快速变化的关键。

在软硬件核心技术领域，通过自主可控的技术重新设计软硬件之间的系统接口，使算法、软件和硬件设计的沟通更加紧密，让现有硬件的算力发挥到极致，打造适合云基础设施的新型计算机。一方面通过大幅提升计算效率，有望突破传统IT时代摩尔定律的计算力增长曲线，凸显云计算的整体优势。在过去的几年中，用于机器学习加速的AI芯片以及新一代虚拟化专用芯片等都是充分利用软硬件协同设计模式带来计算效率提升的典范。另一方面，软硬件协同设计有利于加强对底层技术的控制能力，提升云的可靠性和易用性。

在云资源交付方式上，云原生让云计算变得越来越标准化。基于无服务器计算的应用开发和交付方式进一步解放云计算能力。Serverless通过更高层次的抽象，由云平台来负责计算资源的分配、管理和伸缩，让开发者只需关注自己的业务逻辑，而无需显示地保有计算资源，免去资源管理、系统运维等工作，按需付费的计费方式也可以帮助开发者实现成本优化。无服务器计算进一步简化微服务应用架构，用户只需书写事件驱动的函数实现即可，及大地降低构建云应用的难度。同时无服务器计算进一步推动事件驱动应用架构的发展，有效解耦事件源和事件处理者，为企业提供一个灵活的系统，能够快速适应变化并实时做出决策。

未来的软件一定是生长于云上的，云原生和无服务器计算正在重塑整个软件生命周期，从软件需求设计、研发、发布、构建分发到运维等。在ALL-in-Cloud的时代，基于软硬一体化重新设计的云计算基础设施以及通过云原生的崭新资源交付方式在提高计算效率、易用性的同时降低计算和运维成本，进一步巩固成为数字经济时代基础设施。