前言

2018年，中国信息流广告市场规模预计将达到1173.5亿元，增长势头持续迅猛，金准商业预计到2020年规模将达到2754亿元。

信息流广告的市场份额已超过品牌图形广告，跃居第三位，传统搜索广告的市场份额持续萎缩。

今日头条和百度的信息流广告各有优势，10月百度APP月独立设备数达到4.7亿，而今日头条胜在用户粘性，18年月均单机单日使用有效时间高达48分钟。百度信息流广告的广告主数量优势明显，且遍布多行业；今日头条投放天次更占优势，广告主主要集中于电商类。

新闻资讯类平台信息流广告的内容融合度最高，搜索类平台以用户意向为导向，因此记忆度和信任度具有优势，同时社交类平台强于用户互动意愿。

一、信息流广告的概念和特点

2019年1月2日上午，新年的第1个工作日，李彦宏发布开年内部信，宣布百度2018年营业收入正式突破1000亿元。这在很大程度上归功于2018年百度的“搜索+信息流”业务的迅速成长。

近年来，原生广告市场迅猛增长，国内外互联网巨头相继布局原生广告，其中又以信息流广告激烈最为竞争。2014年至2019年，美国社交媒体原生广告收入预计增加240%，从54亿美元，预计增加到184亿美元。

金准数据显示，2014年以来中国信息流广告市场规模呈持续性增长趋势。

2017年信息流广告市场规模达到 577.5亿元，未来几年预计信息流广告增速仍将保持在50%以上，到2019年预计将超过1500亿元。

信息流(Feeds)广告，是在社交媒体用户好友动态、或者资讯媒体和视听媒体内容流中的广告，2006年由Facebook首先推出。

这种穿插在内容流中的广告，对用户来说体验相对较好，对广告主来说可以利用用户的标签进行精准投放，因此特别是在移动互联网时代到来后迎来了爆炸式的增长，几乎所有的互联网媒体都推出了信息流广告平台。

信息流广告之所以受到用户和广告主的双重青睐，其优势在于自然地融合于平台内容，与用户的兴趣点或者意图高度相关，以不破坏用户体验的姿态激发用户兴趣。此外，富有创意的内容能更进一步吸引用户互动，实现品效合一。

二、信息流广告发展历程

信息流广告即起源于社交网络。

2006年Facebook上首次出现信息流广告，2011年7月Twitter在也在其信息流中插入商业化内容，正式推出了信息流广告产品。

2012年新浪微博推出信息流商业化产品，将信息流广告引进国内，2013年正式发布信息流广告。

2013年腾讯新闻客户端信息流广告CPD广告上线。2014年今日头条原生广告上线，2015年腾讯微信朋友圈信息流广告上线。

2016年，UC信息流广告、百度信息流广告上线，信息流广告市场竞争格局正式形成。

2017年腾讯新闻客户端“品牌故事”信息流上线，新浪微博超级粉丝通产品上线。

信息流广告的形式有图文、视频等，特点是算法推荐、原生体验，可以通过标签进行定向投放，根据自己的需求选择推曝光、落地页或者应用下载等等，最后的效果取决于“创意+定向+竞价”三个关键因素。

金准商业分析，今日头条在信息流广告的成功，促使百度等巨头对信息流的重视程度急速攀升，同时也吸引视频、工具等其他类型平台的加入，广告主数量不断攀升，形成“有流量的地方即有信息流广告”的蓬勃态势。

2018年信息流广告市场份额预计将增至24%，位列第三。

因为信息流广告的崛起，中国不同形式的网络广告市场份额不断调整。2017年起，信息流广告市场份额超过品牌图形广告，跃居第三，而传统搜索广告的市场份额持续萎缩。

三、国内主流社交媒体信息流广告玩法分析

中国信息流广告市场经过6年的发展，从收入看，已经逐渐形成梯级格局。第一梯队收入规模达到百亿，包括腾讯、今日头条、百度。

新浪微博是国内最先尝试信息流广告的平台，收入规模也在数十亿，非常有代表性，也在此进行讨论。

腾讯信息流广告资源包括微信、QQ、QQ空间、腾讯联盟广告、QQ浏览器、应用宝、腾讯视频、腾讯新闻、天天快报，覆盖8亿用户。

今日头条信息流广告是在浏览资讯过程中出现的，广告位置在信息流推荐频道与信息流本地频道，与资讯形式一致的广告。

百度信息流广告产品于2016年上线，展现平台包括手机百度APP，百度首页WAP端，百度贴吧，百度浏览器APP，除了贴吧有PC端，其他均是移动平台。

微博粉丝通覆盖视频流、正文页、主信息流、分组流、热门、搜索6大优质信息流。

3.1广告表现形式

对夹杂在信息流里的广告来说，好的创意才能吸引点击。好的创意能提升广告的CTR（网络广告的实际点击次数），进而提升广告主的ROI（投资回报率，广告主一定周期内通过广告投放收回的价值占广告投入的百分比）。这是广告主选择在哪家平台投放广告的关键因素。

为此，百度曾在2016年收购李叫兽的公司，聘请其团队开发广告创意工具，至少做过30多个工具产品。例如与商业体系的检索部门合作的千人千面，针对不同的人呈现不同的落地页；标题优化与改写，通过方法论帮助广告主写出更好的广告标题；词包，使用通配符自动替换或者增加补完广告主的创意元素，如广告里可以自动加上用户所在的地域词汇；完型填空，使用方法论增加广告文案的创意效果；落地页优化，以及手百品牌创意楼上楼等等。

不过这些工具最终被证明没能给百度的广告主带来CTR、ROI的提升，反而起了副作用。因为创意工具虽然在短期提高了广告的创意，但不持续提高、更换和优化，用户对这个创意广告的点击率会逐渐下降。

目前，信息流广告创意的较量主要体现在表现形式上，主流信息流广告平台都支持图文（大图／小图／组图／动图）和视频两种形式。

左：组图信息流广告；右：大图信息流广告

相对而言，微博信息流广告的形式最为丰富，包括普通博文、九宫格、应用卡、大图卡片、视频卡片、正文banner等多种原生内容形式。金准商业分析，2016年第一季度，新浪微博推出视频信息流广告，视频时长不超过10秒，且采用受众定向方式进行投放，仅在Wi-Fi状况下自动播放。

并且，微博信息流广告的互动设置完全原生，样式非常丰富，包括社交关系、头像昵称、@昵称、用户互动（转发、评论、点赞）、用户反馈、关注按钮、#话题#、跳转链接等等，在最大程度上丰富了用户的广告体验。

3.2广告精准度

信息流广告可精准投放的2个必备要素是大数据和智能技术。各个平台的数据并未公开互通，因此，掌握的数据质量以及处理效率直接决定广告精准度。目前，信息流广告定向方式主要有基础定向、兴趣定向、自定义人群和其它定向等。

基础定向大同小异，一般包括地域、性别、年龄、手机品牌、网络环境、运营商、用户行为等。其中微博粉丝通提供的用户状态比较丰富，包括8个类目，28个状态。但这种定性方式比较粗放，不太精准。

腾讯、今日头条和微博的兴趣定向比较类似，都是通过兴趣标签进行分类。比较特别的是百度，百度信息流目前的兴趣定向是基于长期兴趣、意图词、意图标签三个维度对投放人群圈定，从而进行广告投放的定向方式。一般来说，通过搜索数据提炼的用户意图更加精准，基于搜索数据来投放的百度信息流广告，兼具了高价值的精准和信息流原生的优点，这个优势，其他信息流广告很难具备。

DMP工作原理是广告主通过不同方式接入数据到DMP，通过DMP生成自定义人群，并定向进行广告投放，利用这种方式的核心在于广告主自身的数据信息是否精准。

比如，微博粉丝通广告主可将企业自有的CRM数据加密后上传，与微博用户进行匹配，进一步进行人群属性的筛选，广告主可轻松找到会员、老客户、安装付费用户等。

其它定向主要包括腾讯的垂直行业定向、相似人群扩展，今日头条的文章分类、智能定向，百度内容定向，微博的账号关系、博文关系、话题参与、数据市场等。其中，微博的数据市场基于微博官方数据团队和5家数据合作商，提供1000+数据包给用户自主随意选用，扩大了数据的来源。

除此以外，金准商业认为，微博还有一个很人性化的设置，即广告内容私密和频次控制，广告主可设置广告不展示在日常官微的运营内容中，保护官微粉丝的体验，同时设置广告在10天内的用户频次触达上限。

3.3计费方式

信息流广告根据计费方式一般分为2类，包括品牌展示和效果投放。

品牌展示类计费方式一般根据品牌曝光的数量和时间进行计费，不对效果负责，常见的方式有CPM和CPT。

§ CPM（Cost Per Mille）即千人展示成本，即广告被展示1000次所需要的费用。

§ CPT（Cost Per Time）是一种以时间来计费的广告，很多平台都是按照“一个星期多少钱”、“一个月多少钱”这种固定收费模式来收费。

效果投放类计费方式一般根据广告转化效果计费，对效果负责，常见的方式有CPC、CPA、CPS、CPE。

§ CPC（Cost Per Click）即单次点击成本，即广告被点击一次所需要的费用。普通竞价CPC是最常规的点击竞价方式，可以简单理解为出价越高，广告位置越靠前，获取的优质广告资源越多。需要有较高的广告投放和数据优化技巧与经验。

§ CPA（Cost Per Action）即单次行为成本，如电话咨询，即一个客户咨询电话所需费用；表单提交，即用户提交一次个人信息所需费用；单次下载成本，即APP被下载一次所需要的费用。仅限安卓APP。

§ CPS（Cost Per Sales）是按实际销售产品的提成来换算广告费的广告。CPS广告同CPA广告一样，广告主为规避广告费用风险，按照广告点击之后产生的实际销售的提成付给广告站点销售提成费用。

§ CPE（Click per Engagement）即按参与计费，免费曝光，用户看到广告后关注、转发、收藏、点击、点赞(一个用户不管发生几次行为，都只计算1次互动)，才会计费。这种计费方式是微博特有的。

CPM和CPC是主流信息流广告平台最常见的2种计费方式，在此基础上，各个平台都在探索更有效的计费方式，比如，2018年中旬，微信开始邀请一批公众号参与返佣商品（CPS）广告插件功能测试，即公众号运营者在图文中插入电影类目的商品，根据商品的实际成交金额及返佣比例，可获得相应的广告分成。

金准商业认为，计价方式间没有优劣之分，不同计费方式的广告效果与广告主的投放目的和物料设计直接相关。

四、信息流广告的巨头之争

4.1今日头条的先发优势和百度的“二次生长”

信息流广告硝烟弥漫，今日头条、百度和腾讯成为第一梯队的三大玩家，而18年初的“百头大战”显示巨头混战再度升级。

对比来看，今日头条信息流广告起步早，且内容分发矩阵构建完全；而百度从搜索到“搜索+信息流”双引擎的及时转型，使其网络营销收入增速开始回升，2018Q3仍保持12%的同比增速，其中信息流即是营收增速的一大亮点。

4.2百度月独立设备数10月达到4.7亿，头条用户粘性优势明显

从平台数据对比来看，百度APP拥有显著的用户规模优势，而今日头条胜在用户粘性，18年月均单机单日使用有效时间高达48分钟，对于以内容形式传播的信息流广告而言，优势显著。

4.3百度信息流广告的广告主数量优势明显

2018年9月，百度信息流广告主数量高达46,854个。但从投放天次来看，今日头条的广告主虽然数量不如百度，但整体投放更频繁。

4.4百度广告主遍布多行业，头条电商一枝独秀

百度的信息流广告主行业分布相对分散，10月投放花费和投放天次最高的行业均为APP类，TOP5行业广告主贡献近七成投放花费；而今日头条的信息流广告主则集中于电商行业，虽然广告主数量少，但投放花费占比高达80.4%。

4.5百度八成以上行业占优，头条集中发力电商和游戏

10月，以投放花费计的TOP15行业中，百度近半数甚至达到绝对优势，而头条是电商类信息流广告主的首选。

4.6信息流头部行业——电商类广告主投放情况

10月，淘宝占据整个电商行业80%以上的投放，其90%的投放集中于今日头条，因此极大地奠定了头条在电商行业的优势；而TOP2的京东的投放平台就更为分散，除了头条占据一半以上，还覆盖百度、网易等其他平台。

4.7信息流头部行业——APP类广告主投放情况

与电商类相比，10月APP类信息流广告主头部较为分散，小红书、贝壳找房和大众点评依次为前三。APP类广告主的平台选择更多，集中度较低。

4.8信息流广告应用平台优势

除了搜索类（如百度）和新闻资讯类（如今日头条），信息流广告在社交类和视频类平台的应用也非常广泛。

对比来看，新闻资讯类平台信息流广告的内容融合度最高，搜索类平台信息流广告以用户意向为导向，因此用户记忆度和信任度最高，社交类平台信息流广告强于用户的互动意愿，同时短视频平台异军突起，营销效果拔群。

总结

金准商业预测，新玩家入局。近2年，众多手机厂商凭借强大的流量资源、精准的大数据分析以及完善的服务能力，也开始入局信息流广告市场，比如，OPPO以OPPO浏览器和新闻资讯两大应用为主平台，将广告自然融入到资讯动态中。

视频信息流爆发。互联网内容正在经历由图文到视频的转换，短视频已跻身主要信息传播载体之一。无论是视频广告还是视频信息流广告，都在近2年迎来高速发展，Facebook在2015年就上线了视频类信息流广告，百度已在国内推出了直播型信息流广告。

前言

人工智能是一种引发诸多领域产生颠覆性变革的前沿技术。世界各国高度重视人工智能发展，美国白宫接连发布数个人工智能政府报告，是第一个将人工智能发展上升到国家战略层面的国家，除此以外，英国、欧盟、日本等纷纷发布人工智能相关战略、行动计划，着力构筑人工智能先发优势。我国高度重视人工智能产业的发展，习近平总书记在十九大报告中指出，要“推动互联网、大数据、人工智能和实体经济深度融合”，从2016年起已有《“互联网+人工智能三年行动实施方案》、《新一代人工智能发展规划》、《促进新一代人工智能产业发展三年行动计划(2018-2020 年)》等多个国家层面的政策出台，也取得了积极的效果，我国逐渐形成了涵盖计算芯片、开源平台、基础应用、行业应用及产品等环节较完善的人工智能产业链。

金准人工智能专家重点分析当前人工智能在软硬件支撑平台、基础产品、复合产品、领域应用等方面现状、问题以及趋势。

一、AI产业应用视图

当前人工智能理论和技术日益成熟，应用范围不断扩大，产业正在逐步形成、不断丰富，相应的商业模式也在持续演进和多元化。金准人工智能专家认为人工智能产业应用从下到上，分为软硬件支撑层、产品层和应用层。

▲人工智能产业应用视图

1.1软硬件支撑层

该层包括了硬件和软件平台。其中硬件主要包括CPU、GPU等通用芯片，深度学习、类脑等AI芯片以及传感器、存储器等感知存储硬件，主导厂商主要为云计算服务提供商、传统芯片厂商以及新兴AI芯片厂商。软件平台可细分为开放平台、应用软件等，开放平台层主要指面向开发者的机器学习开发及基础功能框架；应用软件主要包括计算机视觉、自然语言处理、人机交互等软件工具以及应用这些工具开发的相关应用软件。

核心器件多元化创新，带动AI计算产业发展。GPU、DSP、FPGA、ASIC以及类脑等AI芯片创新频繁，支撑云侧、端侧AI计算需求。AI计算产业快速发展，尤其是云端深度学习计算平台的需求正在快速释放。以英伟达、谷歌、英特尔为首的国外企业加快各类AI技术创新，我国寒武纪、深鉴科技等企业也在跟进。

1.2产品层

产品层包括基础产品和复合产品。其中基础产品又包括了基础语言处理产品、知识图谱产品、计算机视觉产品、人机交互产品四类，是人工智能底层的技术产品，是人工智能终端产品和行业解决方案的基础。复合产品可看作为人工智能终端产品，是AI技术的载体，目前主要包括可穿戴产品、机器人、无人车、智能音箱、智能摄像头、特征识别设备等终端及配套软件。

AI产品形式多样，已涵盖了听觉、视觉、触觉、认知等多种形态。无论是基础产品还是复合产品，能够支持处理文字、语音、图像、感知等多种输入或输出形式，产品形式多样，如语音识别、机器翻译、人脸识别、体感交互等。全球互联网企业积极布局各产品领域，加强各类产品AI技术创新，有效支撑各种应用场景。

1.3应用层

应用层是指AI技术对各领域的渗透形成“AI+”的行业应用终端、系统及配套软件，然后切入各种场景，为用户提供个性化、精准化、智能化服务，深度赋能医疗、交通、金融、零售、教育、家居、农业、制造、网络安全、人力资源、安防等领域。

人工智能应用领域没有专业限制。金准人工智能专家认为通过AI产品与生产生活的各个领域相融合，对于改善传统环节流程、提高效率、提升效能、降低成本等方面提供了巨大的推动作用，大幅提升业务体验，有效提升各领域的智能化水平，给传统领域带来变革。

二、AI产业与应用发展现状及趋势

人工智能技术快速发展，部分技术进入产业化阶段，带来新产业的兴起。从产业规模看，2017年国内人工智能市场规模达到237.4亿元，相较于2016年增长67%。其中以生物识别、图像识别、视频识别等技术为核心的计算机视觉市场规模最大，占比34.9%，达到82.8亿元。

从产业结构看，人工智能产业可分为基础计算和软件平台、核心软件和设备、行业领域应用三大部分，其中核心软件和设备、行业领域应用是增长最快的部分。

从企业来看，谷歌、苹果、Facebook、微软、百度等互联网、移动互联网企业均将AI作为下一阶段战略发展重点，加快推进基础算法、平台和智能设备研发，与高校和科研院所一并成为推动产业发展的主要动力；创业热潮与投融资热情在2017年回归理性，但整体来看AI创新企业和独角兽企业已具备一定规模，2016年全球新增初创企业738家，2017年新增初创企业降至324家。

从产业生态来看，目前人工智能产业生态模式尚未锁定，各种产业模式均在探索。以谷歌、亚马逊等企业为首的国外领先企业侧重于从芯片、操作系统到运行框架打造垂直生态，并快速将自有架构通过开源、开放等方式进行产业推广，力争形成行业事实标准。国内产业生态偏重于框架层和应用层，尤其是应用层软件技术和平台发展快速。

2.1软硬件支撑平台

2.1.1多种人工智能芯片快速创新

人工智能发展浪潮成为拉动芯片市场增长的新的驱动力。根据预测，全球人工智能芯片市场规模在2016年约为24亿美元，到2020年规模将接近150亿美元，复合年均增长率保持超过40%的高速率；同时，人工智能芯片在人工智能整体市场规模占比也将呈现逐年递增态势，预计将从2016年的8%增长至2020年的12%。

人工智能芯片产业体系初步形成。人工智能芯片指能够实现各类深度学习算法加速的计算芯片。深度学习算法的运行对卷积、矩阵乘法运算任务以及内存存取等操作较为频繁，对于更擅长串行逻辑运算的CPU而言计算效率较低，难以满足需求。现阶段人工智能芯片类型主要涵盖包含GPU、FPGA、ASIC、类脑芯片等。其中，GPU芯片通用性较强且适合大规模并行计算，但售价贵、能耗高；FPGA可通过编程灵活配置芯片架构适应算法迭代且能效优于GPU芯片，但产品开发技术门槛较高，开发生态不完善；ASIC芯片通过将算法固化实现极致的性能和能效，且大规模量产后成本优势突显，但前期开发周期长易面临算法迭代风险。类脑芯片目前仍处于实验室研发阶段。

领先企业加快人工智能芯片布局。金准人工智能专家了解到英伟达凭借高性能的GPU芯片占据应用规模优势，AMD、英特尔、谷歌等企业加速追赶。英伟达快速推出针对人工智能运算优化的TeslaGPU系列产品，其中最强V100GPU芯片提供每秒120万亿次张量计算能力，同时拓展CUDA生态开发深度学习加速库cuDNN，提升GPU面向深度学习算法和主流开发框架的运行效率，强劲的硬件性能和完善易用的开发者生态助力英伟达迅速形成了巨大的市场优势，现有客户覆盖谷歌、脸书、微软等巨头企业和大量的初创企业、科研院所等。AMD也加速追赶，最新发布全球首款7nm制程、专为人工智能任务设计的GPU芯片产品，试图抢攻服务器和工作站市场。

与此同时，英特尔、谷歌等企业开发兼具更高能效和低成本优势的ASIC芯片构筑竞争实力。谷歌面向谷歌云业务需求自研人工智能ASIC系列芯片TPU，其中，训练芯片具备实现业界最高的每秒180万亿次峰值浮点计算能力，TPU芯片也与旗下TensorFlow开发框架、算法和谷歌云平台深度耦合构建垂直完备的产业生态；英特尔收购芯片初创企业Nervana掌握ASIC训练芯片技术，第二代产品将于2019年下半年正式推出，性能对标谷歌TPU产品。

2.1.2多方布局人工智能计算框架

基础开发框架在人工智能产业链中占据承上启下的核心地位。在移动互联网时代，Android系统通过GMS与下游云服务松耦合，通过版本控制与上游芯片、整机厂商紧耦合，实现以Android操作系统为核心的移动互联网闭环生态。在人工智能时代，开发框架也具备媲美Android操作系统的核心地位，具有统领产业进步节奏、带动硬件配置、终端场景与云端服务协同发展的核心作用，占据承上启下的关键地位。以Google深度学习开发框架Tensor Flow为例，Tensor Flow向上与谷歌云紧密绑定，以云平台模式提供云机器学习服务，向下与芯片和硬件厂商紧密耦合做定制优化，谷歌TPU专用于Tensor Flow。

领先企业围绕开发框架平台呈现多元化发展模式。一是纵向打通模式，从硬件到开源平台再到云平台至应用服务，贯通产业链上下游，构建全产业生态，谷歌为其典型代表；二是向上布局行业应用服务模式，以业务为导向，通过核心平台向上布局重点行业应用，如亚马逊、阿里等；三是算法下沉于硬件模式，核心算法固化于硬件，以硬件形态提供行业通用或专用计算能力，如寒武纪；四是以核心平台开放基础能力，为行业提供基础能力，如讯飞为行业提供基础语音识别基础技术，商汤为行业提供人脸识别基础技术等。在四种发展模式中，云平台和应用服务产生的所有数据均回流于训练平台进行数据反哺，可有效提升平台的综合能力。

国际巨头开源人工智能开发框架意图加快掌握技术产业组织的主动权。国际巨头纷纷布局开发框架，意图加快掌握技术产业组织的主动权，占领客户、应用和数据资源，逐步建立新的产业格局和技术标准。2013年，伯克利大学贾清阳博士宣布开源深度学习框架Caffe，成为第一个主流工业级深度学习工具。

2015年11月，Google开源深度学习框架Tensor Flow，具备深度学习基本算法，可满足图形分类、音频处理、推荐系统和自然语言处理等基本功能，成为GitHub最受欢迎的机器学习开源项目，目前吸引ARM、京东等大批合作伙伴。2016年，亚马逊宣布MXNet作为其官方支持框架，具有优异分布式计算性能，拥有卡耐基梅隆、英特尔、英伟达等众多合作伙伴，国内图森互联和地平线等公司也有使用。2015年11月，IBM宣布开源机器学习平台System ML，可根据数据和集群特性使用基于规则和基于成本的优化技术动态地编译和优化，应用在不同工业领域。2016年9月，百度开源其深度学习平台Paddle Paddle，可提供机器视觉、自然语言理解、搜索引擎排序、推荐系统等功能。2017年6月，腾讯和北京大学、香港科技大学联合开发的高性能分布式计算平台Angel正式开源，具有较强的容错设计和稳定性。众多开源学习框架促进人工智能应用程序发展。据IDC预测，到2020年，60%的人工智能应用程序将在开源平台上运行。

2.2人工智能基础产品

2.2.1自然语言处理产品呈现实用化发展趋势

自然语言处理（NLP）是指机器理解并解释人类写作、说话方式的能力，是人工智能和语言学的一部分，它致力于使用计算机理解或产生人类语言中的词语或句子。自然语言处理主要涉及语音识别、语音合成、语义理解、机器翻译，自然语言类产品呈现实用化的发展趋势，但是产品成熟度上仍存在较大的提升空间。

语音识别受到国内外商业和学术界的广泛关注，在无噪音无口音干扰情况下可接近人类水平。目前语音识别的技术成熟度较高，已达到95%的准确度，但背景噪音仍难解决，实际应用仅限于近距离使用。我国语音识别技术研究水平良好，基本上与国外同步，科大讯飞语音识别成功率达到97%，离线识别率亦达95%。此外，我国在汉语语音识别技术上还有自己的特点与优势，已达到国际先进水平。语音识别产品方面，微软、谷歌、亚马逊，以及国内的百度、讯飞、思必驰等企业均推出了各自基于语音交互的产品，其中以输入法、车载语音、智能家居、教育测评最为普遍。

机器翻译是当前最热门的应用方向，由于自然语言语义分析的复杂性，翻译水平还远不能和人类相比。近年来机器翻译技术越发成熟，各大厂商都积极投身于这个备受关注的机器翻译领域，谷歌使用深度学习技术，显著提升了翻译的性能与质量。各大互联网公司相继推出自己的翻译系统，谷歌、微软、有道、科大讯飞、百度、搜狗等均上线或更新了翻译产品。例如阿里机器翻译基于阿里巴巴海量电商数据，并结合机器学习、自然语言处理技术，实现多语言语种识别与自动翻译功能，为跨境电商信息本地化与跨语言沟通提供精准、快捷、可靠的在线翻译服务。

2.2.2知识图谱从实际问题出发呈现多维度应用

知识图谱概念由谷歌2012年正式提出，其初衷是为了提高搜索引擎的能力，改善用户的搜索质量以及搜索体验。知识图谱是具有向图结构的一个知识库，其中图的节点代表实体或概念，而图的边代表实体/概念之间的各种语义关系，其起源可以追溯到20世纪50年代的语义网络，本质上是使机器用接近于自然语言语义的方式存储信息，从而提升智能信息检索能力，现已被广泛应用于智能搜索、智能问答、个性化推荐等领域。

知识图谱经历了由人工和群体协作构建到利用机器学习和信息抽取技术自动获取的过程。早期知识图谱主要依靠人工处理获得，如英文WordNet和Cyc项目。通过人工处理，知识图谱将上百万条知识处理为机器能够理解的形式，使机器拥有判断和推理能力。随着互联网上最大群体智能知识库维基百科的建立，出现了DBpedia、YAGO以及Freebase等依托大规模协同合作建立的知识图谱。随着大数据时代的到来，知识图谱的数据来源不再局限于百科类的半结构化数据和各类型网络数据。

基于知识图谱的服务和应用是当前人工智能的研究热点。当前，知识图谱的应用可以归纳为语义搜索、知识问答以及基于知识的大数据分析与决策三个方面：

1、在语义搜索方面，由于知识图谱所具有的良好定义的结构形式，语义搜索利用建立大规模数据库对关键词和文档内容进行语义标注，从而改善搜索结果。国外搜索引擎以谷歌搜索和微软Bing最为典型。一方面，基于知识图谱的搜索引擎相继融入了维基百科、CIA世界概览等公共资源。另一方面，搜索引擎与Facebook、Twitter等大型社交企业达成了合作协议，在个性化内容的搜集、定制化方面具有显著优势。国内主流搜索引擎公司近年来也相继将知识图谱的相关研究从概念转向具体产品应用。搜狗“知立方”是国内搜索引擎中的第一款知识图谱产品，它通过整合碎片化的语义信息，对用户的搜索进行逻辑推荐与计算，并将核心知识反馈给用户。百度将知识图谱命名为“知心”，主要致力于构建一个庞大的通用型知识网络，以图文并茂的形式展现知识的各方面。

2、在知识问答方面，基于知识图谱的问答系统通过对用户使用自然语言提出的问题进行语义分析和语法分析，进而将其转化成结构化形式的查询语句，然后在知识图谱中查询答案。目前，国内外形式多样的问答平台都引入了知识图谱，例如苹果的智能语音助手Siri能够为用户提供回答、介绍以及搜索服务；亚马逊收购的自然语言助手Evi，采用True Knowledge引擎进行开发，也可提供类似Siri的服务。国内百度公司研发的小度机器人、小米智能音响、阿里巴巴天猫精灵等都引入知识图谱技术，开始提供交互式问答服务。

3、在分析与决策方面，利用知识图谱可以辅助行业和领域的大数据分析和决策。例如在股票投研情报分析方面，通过知识图谱技术从招股书、公司年报/公告、券商研究报告、新闻等半结构化文本数据中自动抽取公司相关信息，可在某个宏观经济事件或者企业突发事件中通过此图谱做更深层次分析和更好的投资决策。目前，高盛、JP摩根、花旗银行等国际著名投行均开展了相关探索和应用。美国Netflix也利用其订阅用户的注册信息和观看行为构建知识图谱，分析用户喜好从而推出新的在线剧集。

2.2.3技术产业协同发展推动计算机视觉实现商业价值

计算机视觉指通过电子化的方式来感知和认知影像，以达到甚至超越人类视觉智能的效果，是人工智能领域最受关注的方向之一。虽然计算机视觉在当前阶段仍然存在大量尚待解决的问题，但得益于深度学习算法的成熟和应用，以图像分类识别为代表的侧重感知智能的计算机视觉产品已经广泛应用于安防、金融、零售等产业，助力相关产业向智能化方向升级。

神经网络和深度学习的快速发展极大地推动计算机视觉的发展，大型神经网络在计算机视觉的部分细分领域已经取得优秀的成果。2017年Image Net最后一届图像分类竞赛上，基于大型神经网络的分类算法在图像分类（1000类）任务中，将TOP5分类的错误率降至2.25%，已经大幅领先于人眼的分类识别能力。2018年在Activity Net视频理解竞赛上，百度团队在Kinetics视频动作识别任务中将平均错误率降至10.9%，所使用的相关技术已经应用于实际线上视频分类系统，为视频打标签、视频对比和视频推建等业务场景提供语义化解析功能。

计算机视觉产品已在安防、金融、互联网、零售、医疗、移动及娱乐等产业逐步输出商业价值。在金融、移动、安防等产业，人脸识别是当前商业成熟度较高的计算机视觉产品，广泛应用于账号身份认证、手机刷脸解锁、人流自动统计和特定人物甄别等诸多场景。在互联网、零售、移动产业，图像搜索产品可为用户提供更为便捷的视觉搜索能力。

例如：eBay于2017年10月在其购物平台上增加了新的反向图像搜索工具，以帮助用户使用现有照片查找商品项目；Google公司2018年3月宣布其Google Lens图像搜索服务目前已可应用于android和IOS（通过Google Photo项目）智能手机，该服务通过手机摄像头查看周遭环境并为用户提供与之相关的情境信息。在医疗产业，计算机视觉可提供临床治疗中早期病理筛查能力。加州大学伯克利分校放射与生物医学成像系和放射学大数据小组在对早期阿尔茨海默症诊断研究中，通过计算机视觉技术在小规模测试（对来自40名患者的40个成像检查的单独测试）中，对平均发病超过6年的阿尔茨海默症病例发现率达到了100%。

全球计算机视觉产业发展迅速，计算机视觉公司快速涌现。根据Markets and Markets报告显示，2017年基于人工智能的计算机视觉全球市场规模为23.7亿美元，预计2023年会达到253.2亿美元。预测期（2018-2023）内复合年增长率47.54%10。市场上一大批计算机视觉公司如雨后春笋般快速涌现，其中以谷歌、微软、亚马逊为代表的大型跨国科技企业除计算机视觉领域外，还积极布局人工智能全产业各个领域。

我国企业虽然在计算机视觉领域起步较晚，但发展速度很快，已经涌现出一批市场估值高达百亿人民币的独角兽企业。例如：成立于2014年的商汤科技，广泛服务于安防、金融、移动等产业，客户包括Qualcomm、英伟达、银联、华为等知名企业及政府机构。2017年7月，商汤科技宣布完成4.1亿美元B轮融资，创下当时全球人工智能领域单轮融资最高纪录。2018年，商汤科技在4月和5月连续宣布获得6亿美元C轮融资和6.2亿美元C+轮融资。成立于2015年的云从科技，深耕安防、银行、机场等重点产业场景，先后与公安部、四大银行、民航总局等产业界成立联合实验室。2017年11月云从科技正式完成B轮融资，总计获得25亿元人民币发展资金。成立于2014年的码隆科技，为京东、唯品会、可口可乐、蒙牛等零售企业提供商品属性识别、商品图像检索服务。2017年11月码隆科技完成由软银中国领投的2.2亿元人民币的B轮融资，成为软银中国在华投资的第一家人工智能公司。

2.2.4人机交互产品已在多个领域实现落地

人机交互主要是研究人和计算机之间的信息交换，按照交互方式分为语音交互、情感交互、体感交互、脑机交互。目前，人机交互已取得一定研究成果，依赖不同的人机交互技术，不少产品已经问世，并覆盖多个领域。但从整体上来看，受语音、视觉、语义理解等技术条件的限制，人机交互产业还处于萌芽期。人脸表情交互在移动应用产品设计中已得到初步应用，例如由TakutoOnishi开发的iOS应用程序“twika^o^”，可以帮用户把人物面部真实表情转化成文字符号表情。体感交互目前处于发展初期，主要应用在智能家居、体感游戏等方面，用户可以利用自己的身体移动来控制智能家居设备，Kinect一直在体感游戏方面发力，国内也有相关产品出现，例如速盟享动、绿动、运动加加等，但是在效果体验等方面发展层次不齐。

人机交互的发展过程，经历了PC时代、移动互联网时代，现在已进入智能生活时代。PC时代的交互方式主要是键盘+鼠标，移动互联网时代的交互方式主要是触摸、手写和手势，而智能生活时代的交互方式开始走向语音和视觉。人机交互的发展史，就是走向自然交互的发展过程——从以机器为中心的人机交互，走向以人为中心的自然交互。

语音助手在人工智能领域的发展已相对完善。据市场研究机构Strategy Analytics的数据显示，2017年，Google Assistant在智能手机语音助手市场中占主导，为46%，苹果Siri排名第二，占40.1%，百度DuerOS和三星Bixby分别占13%。2019年全球超过一半的智能手机将拥有语音助手，甚至到2023年，这一份额将增长至90％。

目前，智能语音助手还处于智能应用的早期，只是作为一个内置或用户下载的APP供用户使用，在实际应用中并没有起到杀手级效应。智能语音助手使用率、活跃率、留存率都较低，即使Siri也不例外。智能语音助手的语音交互输出在很多场景下是无法展现图片那样丰富的信息的，一句语音的输入反馈输出的信息量更少，得不断进行高频率的互动来提高识别率。从应用方向和场景来看，语音助手主要用于消费级产品和专业级行业应用，消费级市场主要应用于衣食住行等生活场景，如手机、智能车载、智能家居、可穿戴设备等，专业级行业应用主要应用于医疗、教育、呼叫中心、庭审等特定场景。

脑机交互将助力人工智能迈向人类智能。国外的脑机交互研究中，“植入式”技术美、荷领先，美国在人机应用研究方面已实现了突破。“非植入式”技术则初探市场，产品迭出，例如日本本田公司生产了意念控制机器人，操作者可以通过想象自己的肢体运动来控制身边机器人进行相应的动作。美国罗切斯特大学的一项研究，受试者可以通过P300信号控制虚拟现实场景中的一些物体，例如开关灯或者操纵虚拟轿车等。

2.3人工智能复合产品

2.3.1生物识别技术持续融合至各领域

生物识别产品主要是指通过人类生物特征进行身份认证的一种产品。人类的生物特征通常具有唯一性、可测量或可自动识别和验证、遗传性或终身不变等特点，因此生物识别认证技术较传统认证技术存在较大的优势。通过对生物特征进行取样，提取其唯一的特征并且转化成数字代码，并进一步将这些代码组成特征模板。生物识别产品包含诸如指纹识别、人脸识别、虹膜识别、指静脉识别、声纹识别以及眼纹识别等。

指纹识别技术是最成熟成本最低的生物识别技术。其在生物识别技术产业的占比最高，但随着其他识别技术的发展，所占比重逐年下降。指纹识别是通过分析指纹全局和局部特征，例如脊、谷、终点、分叉点或分歧点，再经过比对来确认一个人的身份。电容技术则是目前最常用的采集指纹的技术。通过按压到采集头上手指的脊和谷在手指表皮和芯片之间产生的不同电容，芯片通过测试得到完整的指纹信息。德国ITWerke公司于2011年发布了一款“指纹付款”软件，这是一套只需“刷指纹”便可完成付账的新兴软件。这种便捷的“刷指纹”付账服务目前已经在德国西南部一些超市、酒吧甚至学校饭堂推广。德国著名连锁超市Edeka超市的调查数据显示，大约有1/4的顾客愿意选择“指纹付款”。

人脸识别通过面部特征和面部器官之间的距离、角度、大小外形而量化出一系列的参数来进行识别。由于人脸识别具有使用方便且适用于公共安全等多人群领域，被广泛应用于智能家居、手机识别以及人脸联网核查等领域，其占比逐渐攀升。2010年5月，上海世博会上使用了“E面通”人脸识别系统，对进出世博园区约50万持证人员和7000万人次游客都使用了该“人脸通行证”。但人脸识别所涉及的器官多、面积又大，因此它的识别非常复杂，人脸识别的精度比较高，但相比其他识别技术成本略高。

虹膜识别技术是利用虹膜终身不变性和差异性的特点来识别身份。因为每个虹膜都包含着一个独一无二的基于像冠、水晶体、细丝、斑点、凹点、皱纹和条纹等特征的结构。理论上，虹膜的终身不变，虹膜识别的认假率为1/1500000，高于指纹识别的1/50000，安全程度高，更适合作为“密码”。如美国得克萨斯州联合银行已经将虹膜识别系统应用于储户辨识，储户办理银行业务无需银行卡，更无需回忆密码——通过ATM上的一台摄像机首先对用户的虹膜进行扫描，然后将扫描图像转化成数字信息并与数据库中的资料核对，即可实现对用户的身份认证。但由于虹膜识别安全性高但成本过高，普及尚需时间，目前主要应用于银行金库加密、军队国防等领域。

声纹识别通过测试、采集声音的波形和变化，与登记过的声音模板进行匹配。这是一种非接触式的识别技术，实现方式非常自然。但是，声音变化范围非常大，音量、速度、音质的变化都会影响到采集与对比的结果。但通过录音或者合成，能很轻松的伪造声音，安全性较差，目前应用于社保、公安刑侦手机锁屏等领域。

近年来，随着世界各国对安防领域重视度的提高，身份识别技术与产品也逐渐趋于成熟与完善，生物特征识别迎来了一个快速发展的时期，人脸识别、虹膜识别、静脉识别等生物特征识别技术正快速发展，市场应用场景广阔，产品比重不断增加。目前，指纹识别产品所占比重已由90%左右下降到不到60%，生物识别产业正在朝着多元化方向发展并呈现一下特点。

生物特征识别产业链趋于完善，市场规模快速增长。在我国，生物特征识别企业数量快速增长，企业规模不断加大，生物特征识别市场规模爆发式增长。当前，生物特征识别领域内的企业已从20余家发展到200余家，市场规模也已达到数十亿元12。以人脸识别为例，目前已形成了包括人脸识别算法研究企业等在内的多种产业角色的完整产业链。目前随着电子护照的逐渐推出，安全问题受到进一步的关注，我国的生物特征识别产业还存在较大的发展空间，未来产业规模有望进一步加大。

生物识别产业呈现多元化发展，安防领域成为应用热点。目前，在我国生物特征识别产业中，指纹识别技术和产品仍然占据主导地位，但随着人脸识别、虹膜识别、静脉识别、声纹识别等技术迅猛发展，各种模态的生物特征识别产品和市场潜力不可低估。当前随着人们对安全性的不断重视，出现了如生物特征识别门禁在内的一批安防产品，未来安防领域将逐步采用生物识别技术以提升安全性能。

2.3.2以自动驾驶为代表的智能运载产品发展迅速

智能运载产品主要应用有自动驾驶、无人机、无人船等，目前智能运载产品应用处于迅速发展阶段，无人机和无人船的发展较成熟，已有初步应用，而自动驾驶还处于研发和实验阶段。

根据美国高速路安全管理局(NTHSA)的定义，汽车自动驾驶可分为四个阶段。目前高级别自动驾驶车辆尚处于研究实验阶段，未进行产业化。近两年，各大自动驾驶的企业相继公布了实现自动驾驶量产的时间表，大都集中在2020-2025年之间。Level-2级别的自动驾驶车辆，即高级辅助驾驶（ADAS）车辆已实现量产化。2017年全球ADAS市场规模在300亿美元左右，并呈现稳定增长的趋势。随着汽车智能化趋势加速和安全需求的提升，未来全球ADAS市场渗透率将大幅提高。到2020年，全球ADAS渗透率有望达到25%，全球新车ADAS搭载率有望达到50%。

自动驾驶可分为“渐进性”、“革命性”两大技术路线。当前自动驾驶领域根据入局企业所采用技术可大致分为两大路线，一是福特、宝马、奥迪等传统车企所采用的“渐进性”路线，即在汽车上逐步增加一些自动驾驶功能，依托摄像头、导航地图以及各种传感器，为驾驶员提供自动紧急制动、全景泊车、自适应巡航等辅助驾驶功能。

二是谷歌、百度等互联网科技巨头所采用的“革命性”路线，通过使用激光雷达、高清地图和人工智能技术直接实现无人驾驶目的，强调产品的创新和便捷性。谷歌早于2009年就开始布局自动驾驶，成为第一个拿到美国政府路测牌照的企业，其自动驾驶车辆Waymo已完成800万公里的自动驾驶路测里程，技术水平在世界保持领先态势。特斯拉于2015年推出第一代Autopilot汽车，为全球第一辆量产自动驾驶车辆。

百度于2013年开始开展无人驾驶车项目，其无人驾驶汽车目前已取得了国内首批自动驾驶牌照，2018年百度Apollo和金龙客车合作生产的全球首款L4级无人驾驶巴车“阿波龙”已经正式量产下线。除谷歌、百度、特斯拉外，英特尔、苹果、Uber等科技巨头也在无人驾驶领域开展布局。英特尔收购Altera以及Mobileye后，开始启动L4级别自动驾驶技术研发。2018年英伟达公布了其DrivePX旗下的最新产品Xavier以及未来的下一代产品Pegasus，并基于Xavier分别联合博世以及采埃孚推出了车载AI超级电脑。芯片巨头高通，在收购恩智浦后，于2017年12月初取得美国加州自动驾驶路试的许可证。

无人机以军用无人机为主，需求额呈现上升趋势。随着无人机研发技术逐渐成熟，制造成本大幅降低，无人机在各个领域得到了广泛应用。无人机按照应用领域主要分为军用无人机、工业无人机、消费无人机。军用无人机主要应用有侦查、电子对抗、无人战斗机等，工业无人机主要应用于农业植保、电力巡检、警用执法、地质勘探、环境监测、森林防火等领域，消费无人机主要应用于个人航拍、影视航拍和遥控玩具等。142017年无人机市场规模将达60亿美元，而2020年则会进一步增长至112亿美元。全球无人机产量将达300万架，同比增幅高达39%，其中消费类无人机的销售量将会占到94%，但只占到无人机市场销售额的40%左右。

消费级无人机仍处于初级阶段，自主能力仍待提升。目前部分消费级无人机已能通过传感器、摄像头等进行自动避障，同时还能依靠机器视觉对飞行环境进行检测，分析所处环境特征从而实现自我规划路径。2016年，Intel通过智能算法成功实现500架多旋翼无人机上演空中编队灯光秀，消费级无人机开始朝更高级别的无人机智能化迈进。我国作为全球无人机第一制造大国，大疆占全球消费无人机70%消费级无人机市场份额，然而依照无人机系统路线图标准，大疆消费级无人机技术水平仍属于初级阶段。

2.3.3智能机器人技术与产品创新活跃

从应用的角度区分，智能机器人可以分为工业机器人、个人/家用服务机器人、公共服务机器人和特种机器人四类。其中，工业机器人包括焊接机器人、喷涂机器人、搬运机器人、加工机器人、装配机器人、清洁机器人以及其他工业机器人。

个人/家用服务机器人包括家政服务机器人、教育娱乐服务机器人、养老助残服务机器人、个人运输服务机器人和安防监控机器人等。

公共服务机器人包括酒店服务机器人、银行服务机器人、场馆服务机器人和餐饮服务机器人等。个人/家用服务机器人和公共服务机器人也可统称为服务机器人。

特种机器人包括特种极限机器人、康复辅助机器人、农业机器人、水下机器人、军用和警用机器人、电力机器人、石油化工机器人、矿业机器人、建筑机器人、物流机器人、安防机器人、清洁机器人和医疗服务机器人等。

工业机器人市场集中度高，是机器人应用最为广泛的行业领域。根据IFR（国际机器人学联合会）发布的数据，2017年，工业机器人在全球机器人市场中占据高达63.4%的市场份额，发展最为蓬勃。中、韩、日、美、德五国2017年工业机器人销售占全球总销量的71%。其中中国工业机器人销量达到13.8万台，其次是韩国约4万台，日本约3.8万台，美国约3.3万台，德国约2.2万台。新型工业机器人能够取代人工进行繁重的制造过程，在专业的金属加工自动化中它可用于金属器件制作，搬运、码垛，还拥有智能服务内核、学习型“大脑”，在训练与实践过程中可以不断地提升金属产品的加工精度。

人工智能的兴起推动了家政行业的智能化，个人/家用机器人的应用更加广泛。家政行业的领导企业“管家帮”推出家庭服务类智能管家机器人，可实现语音交互控制完成家政服务在线下单、拨打电话、家居布防、亲情陪护、健康监测、远程监控、主动提醒、居家娱乐、启蒙早教、应急报警、语言学习等诸多服务，是儿童的玩伴及老年人的贴心守护者。日本软银开售的类人机器人，有学习能力，可表达情感，会说话，能看护婴幼儿和病人，甚至在聚会时给人做伴。它们可以使用云计算分享数据，从而发展自己的情感能力，但不会共享主人的个人信息。英特尔公司推出的3D打印机器人，除了走路、说话，还能帮主人发微博、翻译语言，或开冰箱拿饮料。我国小米公司开发的扫地机器人能够自主探知障碍物和室内地形，实现对室内的自动化清洁。

公共服务机器人在酒店、金融、电信、电力、物流等具有大规模智能服务需求的行业中广泛应用，在低投入的基础上为企业提供优质高效的服务。

米克力美的智能酒店服务机器人能自动学习酒店的通道、电梯和房间位置，自动构建虚拟电子地图来进行导航，确定行走道路，能自动避让人和障碍物，并且可自动乘坐电梯。实现无人陪伴的情况下独自完成各项服务，降低了酒店人工成本的同时提升运营效率。

i智能客服机器人是一种全新的智能工具，可以24小时在线实时回复用户提问，作为人工客户服务的有效补充。目前已经与招商银行、平安银行、建设银行等银行及中国联通、中国移动等近千家公司达成合作。在仓储物流领域，具备搬运、码垛、分拣等功能的智能机器人，已成为物流行业当中的一大热点。

2012年亚马逊以6.78亿美元买下自动化物流提供商Kiva的机器人仓储业务后，利用机器人来处理仓库的货物盘点以及配货等工作。所有员工只需要在固定的位置进行盘点或配货，而Kiva机器人则负责将货物（连同货架）一块搬到员工面前。

Starship公司推出了一种专门用来小件货物配送的“盒子机器人”，其硬件上配置了一系列摄像头和传感器，能够保障其安全行走在人行道上，在指定时间从物流中心出发，穿越大街小巷，来到顾客家门口完成快递任务。在配送过程中，所携带的包裹都是被严密封锁，接收者只有通过其智能手机才能打开。

阿里自主研发的机器人“曹操”接到订单后，可以迅速定位出商品在仓库分布的位置，并且规划最优拣货路径，拣完货后会自动把货物送到打包台。在2018年618购物节期间，京东、阿里菜鸟、顺丰等物流企业积极应用仓内机器人、分拣机器人等智能设备，提升仓储自动化智能化水平。

特种机器人智能化水平不断提升，替代人类完成特殊环境下难以完成的工作。在医疗领域，国产手术机器人“天玑”，在骨科类手术中已经进入临床实践，有效减少了骨科手术人工操作过程中可能造成的脊髓、血管损伤风险。在诊后康复环节，具有轻量化、高柔韧性的康复机器人开始逐步应用推广。

上海璟和机器人公司推出的多体位智能康复机器人系统Flexbot，适用于各级医疗机构的康复科、骨科、神经内科、脑外科等相关临床科室，用以开展临床步态分析，具有机器人步态训练、虚拟行走互动训练、步态分析和康复评定等功能。

在农业特种机器人领域，美国投资公司KhoslaVentures的报告指出，农业特种机器人能够自己识别区分作物与杂草，用专门的除草剂对杂草选点喷洒，能够降低农药污染20%，同时降低种植成本。

我国智能机器人产业技术水平持续提升。工业机器人领域，新松、新时达、云南昆船、北京机科领衔本土工业机器人第一梯队，相关产品逐步获得市场认可。新松集团将人工智能和虚拟现实技术应用于国内首台7自由度协作机器人，实现了快速配置、牵引示教、视觉引导、碰撞检测等功能。服务机器人领域，我国服务机器人的智能化水平已基本可与国际先进水平媲美，涌现出一批以深圳旗瀚科技、深圳越疆等为代表的有竞争力的创新创业企业。特种机器人领域，开诚智能、GQY视讯、海伦哲等企业创新活跃，技术水平不断进步，在室内定位、高精度定位导航与避障、汽车底盘危险物品快速识别等技术领域取得了突破。

2.3.4智能设备未来市场空间广阔

人工智能与可穿戴智能设备融合带来全新的科技体验。可穿戴设备包含智能手表、智能眼镜、智能服装、计步器等多种产品形态，通过采用感知、识别、无线通信、大数据等技术实现用户互动、生活娱乐、医疗健康等功能，为佩戴者提供一个完美的科技体验。可穿戴智能设备将会成为人的一部分，作为传感器的载体，进一步补充和延伸人体感知能力，实现人、机、云端更高级、无缝的交互，实现情景感知。

可穿戴设备市场目前处于初期阶段，产品同质化严重。全球可穿戴设备将持续高增长，据市场调研机构ABI Research数据显示，2018年全球可穿戴设备市场出货量将达4.85亿台，市场调研机构IHS预计，2018年销售额将达336亿美元，年均复合增长率高达22.9%。可穿戴智能设备被广泛应用在社会多个领域，在医疗、金融支付、身份认证甚至工业领域发挥重要作用。

就目前来看，可穿戴设备市场仍处于初期阶段，继苹果、三星、华为等企业进入智能穿戴领域后，康佳、联想等越来越多的企业开始瞄准细分领域，并纷纷推出相关产品，如三星Galaxy Gear智能手表、爱普生智能手表PS-500等。国内厂商也在积极布局，如果壳电子的智能手表Geak Watch、百度联合TCL发布的Boom Band手环、华为TalkBandB1等。然而，目前智能穿戴市场的同质化严重，很多产品即无痛点又非刚需，实用性难以让人满意，消费者对可穿戴设备的依赖性并不强。如健康手环种类很多，核心功能就是测步、监控睡眠等。

智能音箱市场进入发展快车道。作为智能家居的组成部分之一，智能音箱独特的人机交互功能可以成为智能家居领域的入口终端，智能家居的广泛普及推动智能音箱行业的快速发展。

从2014年亚马逊Echo发布至今，2017年全球智能音箱市场规模已经突破了120亿元。根据Strategy Analytics发布的研究报告指出，2017年智能音箱全年出货量达到3200万部，同比增长超过300%。据不完全统计，近几年国内外已经有超过500家公司开始布局智能音箱市场。整个智能音箱产业链上下游覆盖芯片和麦克风等硬件厂商、语音技术服务商、内容供应商、OEM/ODM供应商和互联网企业。随着智能音箱的发展，产业链将实现“硬件+软件+内容+服务”的资源整合，逐渐形成生态闭环。智能音箱厂商通过开放语音识别和麦克风等软硬件技术、丰富语音服务技能、扩展智能设备连接，不断完善智能语音生态，也为企业通过捆绑内容与服务盈利提供条件，带动智能音箱销量增长。

智能摄像头智能化水平快速提升，市场前景广阔。智能摄像头是民用安防市场最大的蓝海，除了传统安防企业，包括360、小米、康佳在内的众多互联网、家电企业都发布了智能摄像头产品。随着谷歌以5.55亿美元的价格收购美国家庭监控摄像头创业公司Dropcam，家庭监控类产品概念被引爆，开始掀起中国智能摄像机的浪潮。从市场占有率来看，360、中兴智能摄像机、小蚁、萤石、乐橙、联想看家宝、乔安、富视康等占据国内大部分市场。通过内嵌智能SOC芯片、GPU等硬件以及结构化分析、深度学习等机器视觉算法，智能摄像头智能化水平不断提升。目前主流智能摄像头一般具备行为分析、异常侦测、识别检测、统计等功能，以海康“深眸”为代表的深度学习摄像头内置GPU处理器，采用深度学习算法在摄像头前端能够提取目标特征，形成深层可供学习的图像数据，极大的提升了目标的检出率。

2.4人工智能各领域应用

2.4.1人工智能赋能医疗各环节能效初显

近年来随着医疗数据数字化深入，深度神经网络学习算法突破以及芯片计算能力提升，人工智能在医疗领域应用掀起第二次浪潮，已渗透到疾病风险预测、医疗影像、辅助诊疗、虚拟助手、健康管理、医药研发、医院管理、医保控费等各个环节，并取得初步成效。

美、英、日等国政府均高度重视人工智能在医疗领域应用。美国《健康保险携带和责任法案》为人工智能应用扫清了障碍，FDA（食品药品监督管理局）实施“数字健康创新行动计划”，重构数字健康产品监督体系，并单独组建成立AI与数字医疗审评部，加速AI医疗发展；英国NHS（国家医疗服务系统）正计划在整个卫生服务部门大规模扩展人工智能，用于日常操作和治疗。

2016年日本厚生劳动省开始规划AI医疗相关政策，包括医疗费用的修正、采用人工智能医疗的激励措施等，并预计在2020年全面实施与推动人工智能医疗制度

我国2016以来国务院及相关部委相继印发《关于促进和规范健康医疗大数据应用发展的指导意见》、《新一代人工智能发展规划》、《“十三五”卫生与健康科技创新专项规划》、《关于促进"互联网+医疗健康"发展的意见》等文件规范和引导人工智能技术在医疗领域应用，新版《医疗器械分类目录》中增加了人工智能医疗产品，并预计2019年制定出台相关检定标准。

从应用效果来看，人工智能技术在以患者为中心的医疗环节中的应用尚处于初级阶段，产品以试用为主，存在同质化程度高、集中度高、实用效果与医生患者预期不符等问题。在医药、医保、医院环节则更多是面向企业、医疗机构用户，业务模式相对成熟，主要考验的是供给侧的技术能力。2018年以来人工智能医疗应用发展更加理性，一些公司不断大胆尝试，在商业化道路上逐步探索出不同模式。

统一标准、开放平台，推动人工智能与医疗深度融合。微软、亚马逊、谷歌、IBM、甲骨文和Sales force在2018年8月中旬联合宣布将逐步开放标准，并通过云和人工智能技术消除医疗互操作的技术障碍，挖掘医疗数据潜力，以更低的成本提供更好的效果；谷歌公司在2018年7月Google Cloud Next大会上透漏，人工智能产品AutoML的注册用户也已经超过1.8万家，其中超过10%的用户来自医疗和生命医学行业，有效推动了用户在医疗影像辅助检测，以及及时检测预警中风、哮喘、婴儿猝死综合征方面的创新。中国BAT三大互联网企业利用自身平台特点与优势布局，如具备AI医学图像分析和AI辅助诊疗两项核心能力的腾讯觅影入选科技部首批国家人工智能开放创新平台，2018年6月AI辅诊引擎接口开放，加速与医院的HIS系统融合。

聚焦合作伙伴，实现医疗影像应用重点突破。医学AI技术研发公司希氏异构从北京迁到成都，专注于与华西一家医院深度合作，联合成立“华西-希氏医学人工智能研发中心”，建立成果共享机制，充分调动医生积极性，同时获取稳定、安全数据。通过对20万份病例数据学习，双方联合研制出国际第一台AI消化内镜样机，其对息肉、肿瘤、静脉曲张的初期诊断准确率分别为92.7%、93.9%和96.8%，并进行持续迭代优化，迈出了消化内镜AI技术本地化、设备化的关键一步。

通过AI赋能，提升传统医疗器械服务水平。通用电器、西门子、飞利浦以及中国的联影、迈瑞、鱼跃等公司等医疗器械用品制造公司则凭借临床经验和数字化、AI等技术，在已有的医疗设备产品基础上不断推出整合的解决方案，以更低的成本为人们提供更好的健康保障和医疗关护。如飞利浦全球有超半数的研发人员专注于软件开发，其中大部分研究员同时从事人工智能研究，未来飞利浦大部分产品将基于人工智能技术，相继发布肿瘤疾病整体解决方案、胸痛中心/脑卒中中心整体解决方案、睡眠呼吸疾病整体解决方案、监护系统等解决方案。

跨学科技术要求高，欧美公司引领药物研发。药物研发具有低效和费时费钱特点，一种新药研发费用超过1亿美元，周期长达8-12年，同时还需要药物化学、计算机化学、分子模型化和分子图示学等多学科配合，因此在人工智能医疗应用中最具挑战性。目前部分科技公司利用人工智能技术对大量分子数据进行训练来预测候选药物，并分析健康人和患者样品的数据以寻找新的生物标志物和治疗靶标，建立分子模型，预测结合的亲和力并筛选药物性质，有效降低药物开发成本，缩短上市时间并提高新药成功的可能性。如BergHealth公司利用人工智能技术成功找到了癌症代谢的关键作用分子，提升癌症新药研发效率，其主要抗癌药物—BPM31510，目前处于针对晚期胰腺癌患者治疗的II期临床试验过程中。

智能化监管，各国医保监管机构的必然选择。智能化监管结合时间和空间，从患者、疾病、诊疗、医生、医院等多个维度建立医疗就医关系网络，利用机器学习等相关算法，识别其中的欺诈行为和群体。当前美国半数以上的管控型医疗组织机构在实施医疗反欺诈行动中都通过运用专业的反欺诈信息系统，来帮助稽核人员分析大量的数据和进行前瞻性欺诈调查，以检测和识别不一致的数据或形态等，随着信息技术特别是人工智能技术的不断发展,医保监测逐步走向智能化时代。

我国政府大力支持推广医保智能监管模式，将人工智能技术与“三医联动改革”相结合，在医保监管领域，推动医保智能监管模式在全国范围内进行推广，将所有医保定点医疗机构纳入范围，实现住院和门诊医疗费用100%智能审核。

2.4.2智能教育加速推进教育教学创新

前言

经济发展促使人们生活观念和消费理念的转变，既有物质层面对财务自主和物质富足的欲望，又有精神层面对健康自律和精致品位生活的追求。新消费从消费者需求出发，顺应其追求品质、注重效率、确保正品的购物体验。

一、新消费的产生

1.1新消费崛起的背景

1.1.1经济层面：消费者购买力提升，同时储蓄意愿下降

随着商品供应的丰富化和购买力提升，消费者购买商品不再是为了满足基本需求，而开始出于对新的生活方式的追求的需要。另一方面，2012-2017年，居民储蓄存款增长与可支配之比从25.8%下降到12.6%，下降了一半，储蓄减少，消费意愿上升。

2017年，我国城镇化水平较10年前提升12.62%，城镇化水平的提使更多人口在城镇集中，越来越多的消费者可以更方便地进行消费；另外，城镇居民可支配收入亦保持良好的增长态势，消费信心持续增强，催生更为强烈的社会消费需求。

1.1.2人口层面：阶层结构变化，早就不同的消费方式

国内中产阶级更为年轻进取，对国内消费有非常大的影响。

中产阶级是一批收入稳定、能推动内需、给整个社会带来稳定发展、积极向上的群体。2015年瑞士信贷研究院《全球财富报告》中称中国的中产阶层人数为1.09亿人，目前比较合理的估计为20%-30%。从全国总体社会结构来看，中产阶层占比不高，总体力量还比较弱小，同时由于国内生活水平和欧美发达国家之间存在差距，国内中产阶级自我认同度较低、统一的阶层意识尚未形成。随着未来经济的发展和城乡格局进一步转变，未来中产阶级将在国内社会和经济中发挥越来越重要的作用。

一线城市是新生中产诞生的土壤。一线城市年龄分布呈倒三角形，为年轻新锐中产（25-34岁）的聚集地，二线城市则呈橄榄型，中年群体（30-39岁）仍是城市新中产的夯实支柱。

一线城市因企业数量多、就业机会丰富，汇集大量前来拼搏的年轻人，其中不乏有为之辈，因而在年龄分布上呈倒三角形，年轻群体（25-34岁）是新锐中产的主力，新中产阶层平均年龄仅31.8 岁；与之相对，二线城市有别于一线城市，新中产人群年龄分布上呈橄榄型，中年群体（35-39岁）仍是新中产的夯实支柱，平均年龄为35.7岁，说明在二线城市晋升新中产阶层需经历一定的积累。

三口之家是新中产家庭主要结构。

孩子年龄集中在幼儿园及小学阶段，一线城市二孩比例略高。

已成家的新中产群体中，以三口之家（一孩家庭）为主要的家庭结构，一线城市二孩比例略高，占比20.3%。 孩子年龄集中在幼儿园和小学阶段，以3-7岁和8-12岁占比最为突出。

1.1.3资源层面：商品全球化，引发升级消费品的需求

海外旅行让越来越多的中国消费者与世界潮流接轨，他们的眼界在不断开拓，对国外优质商品的需求不断扩大，并对自我需求的认知更为明确和细致。

1.1.4技术层面：科技进步提升供给侧质量，影响消费决策

1.1.5市场层面：在传统消费困扰逐步减轻下，新的消费困扰的产生

互联网的发展和零售的演进，使消费解决的问题从商品的齐全性和购买的便捷性转变到解决如何让消费者买的更好、更优质、更便宜、更省心，同时富有生活美感，注重环保健康上来。

1.2新消费是零售需求演进的必然结果

新消费是消费解决问题伴随人们需求结构发生转变的必然结果：从解决“买得到”到“买得好”。

新消费的根本是马斯洛需求层次理论演变的表现。

二、新消费的理解

经济发展促使人们生活观念和消费理念的转变，既有物质层面对财务自主和物质富足的欲望，又有精神层面对健康自律和精致品位生活的追求。

新中产家庭平均收入上，一线城市比二线城市高30%。

一线城市新中产平均家庭月收入比例最高的区段为3万元~4万元，平均家庭月收入43529.7元；二线城市新中产平均家庭月收入比例最高的区段为2万元~3万元，平均家庭月收入34403.1元；在4万元以上的家庭月收入各区段上，一线城市新中产比例均高于二线城市。

一线城市年轻群体有更大的机会享受新中产生活。

年轻群体和一二线城市期待更多的是自我表现尝试，及更大的财务自主权。

多数人对现状还未完全满足，想要追求更好的生活。

实现美好生活愿景，外在和内在条件皆需具备。

新消费：从消费者需求出发，顺应其追求品质、注重效率、确保正品的购物体验。

新消费强调直接根据消费者需求提供生产和服务，满足和适应消费者美好生活需要。

三、新消费的表现

3.1喜欢简单实效

3.1.1关注“时间性价比”

喜欢简单实效：关注“时间性价比”，对即时满足需求包邮较高期待，尤其是00后，对购物时效性的要求更高，他们不会讲时间浪费在等待促销折扣或货比三家上。

3.1.2重视购物的便捷高效

据金准人工智能专家统计，为节省精力，大部分用户的购物频率集中在一月数次。尽管实体店购物能够消费者带来体验和参与感，仍有近半数的用户更偏爱便捷高效的网购模式。

3.1.3用金钱购买时间

3.2关注自我价值

3.2.1消费只为“悦己”

无论是订阅日常鲜花，还是越来越注重穿衣打扮，人们的消费越来越倾向于取悦自己。

金准人工智能专家认为，现代生活方式和西方价值观正影响着中国消费者对自己与家庭和社会/世界关系的看法。“三从四德”和“小我”等传统的价值观正受到日益增强的“自我”意识的挑战。“虽然我的家庭和社会义务很重要，但是，我也要很好地顾及我自己的需求。”

中国消费者在社交媒体上展现自己的强烈欲望就是“自我”意识的一种体现。对所有人来说，这都是一个秀秀秀时间。然而，在展示自己的与众不同这一明显的动机背后，还隐藏着一种得到社会认同的渴望：我发贴因为大家都在发。 因此,在社交媒体上,“和而不同”对中国消费者来说是特别重要的。

3.2.2愿意在热爱的事物上投入金钱和时间

越来越多的人愿意花费金钱和时间来精进自己的兴趣爱好，以在手工/手作、电影、旅行、动漫等兴趣领域舍得花钱的用户比例最高。

3.2.3追求生活品质和消费自我实现

人们对生活品质的追求随着年龄的增加也愈加强烈。重视自我生活品质，追求高科技、便捷化的生活体验逐渐成为90后年轻群体的代名词。

3.2.4自我舒适度提升成为重要需求，尤其是居家生活上

3.3在乎生活美学

3.3.1为情怀和艺术体验买单

越来越多的人愿意将金钱花在“无用的美好事物”上——比如精致的日料、限量款商品、艺术游览和香氛，以感受生活的美好、温暖和内心愉悦。

3.3.2对衣品的要求只增不减

审美能力决定生活品质，衣着品味越来越成为个人美感和品味的外在表达方式之一。

3.4注重健康环保

3.4.1健康的生活方式备受重视及普及，并传承到年轻一代生活习惯的养成上

除70后对自然成分的护肤品有了要求，80后注重绿色出行及家人饮食健康外，90后、00后开始更加重视健康生活习惯的培养，如减少暴饮暴食或浪费食物。

与单纯的金钱上的成功相比，幸福感和健康的分量越来越重。

随着生活水平提高，许多人开始选择一种更轻松、更平衡的生活，而不是孜孜不倦地艰难攀登事业、财富和社会地位阶梯。这种心态的变化影响着人们如何选择自己的职业、如何以及和谁共度时光。有些人开始向低线城市回迁。人们选择花更多的时间陪伴亲朋好友。

新层次的健康和美好生活意识正在发酵和显露：

✓ “吃得好”不再意味着大鱼大肉、过量的营养摄 入，而是健康和科学的饮食

✓ 对食品质量和种类有更高的标准 - 有机食品、进口食品和精致饮食

✓ 健康不光来自食物，还来自健康的生活方式和生活习惯 - 参与运动、用私人教练获得更专业的指导、使用运动APP和可穿戴设备

✓ 从身体健康到身心和灵魂的全局观 - 对抑郁症和各种心理/精神问题的更高认识,参加冥想练习、瑜伽、追随宗教

✓ 从食品安全到对整体生活空间的总体意识 - 空气、水和土壤

3.4.2男性更愿意为增强免疫力和体质投入，女性更舍得在保养上花钱

男性和女性在健康环保上的消费不尽相同：男性倾向于健康家电产品和健身用品/课程消费，女性增更倡导绿色出行和对护肤和保健品/营养品的消费。

3.4.3家庭收入越高，对食物安全性与健康型的重视度越高

80%的用户认为食品安全性是他们在选购食物时最重要的考虑因素。家庭收入越高，对食品安全性和健康性的关注度越高，其中高收入人群对于食品制作过程透明化的需求增加最为明显；同时，已婚人群也表现出比未婚群体对食品安全与健康更高的重视度。

3.5追求理性消费

3.5.1不再任性挥霍，崇尚自律而不盲从

购物经验增加和对国外品牌越来越成熟的认识，让人们的消费变得越来越自律。

3.5.2时刻关注零售信息和更聪明的消费

3.5.3不迷恋品牌，只选择价值契合的

用户越来越重视品牌传达出来的天都，并开始寻求与自身价值契合的品牌。

3.5.4对进口品牌的认知更加成熟和细致

消费者对品牌的认知越来越成熟和细致，对于不同的消费品类逐渐形成不同国家或产地的偏好。

四、新消费趋势

4.1背书主题的转移：从品牌商、生产商过渡到平台方

4.2商品全球化程度的加深

消费者选择产品越来越重视产品品质、设计、用户评价等与制造商实力相关的指标，这使工厂全球化成为未来的发展方向。

4.3个性化、定制化将大行其道

4.4智能场景：“无人售” 到“无人购”

金准人工智能专家预测，未来，购物不是人与人的交流，而是器与器的交互。

从自动售货机开始，无人货架、无人便利店开始逐渐出现在消费场所，自助购物成为趋势；另一方面，随着技术的发展，自动购物亦开始萌芽，未来，智能冰箱可以通过检测冰箱食品存量，自动下单购物，无人购的场景令人期待。

4.5中国零售业发展进入第三次浪潮后半场

新零售是以互联网为基础、以大数据为支撑，将线上平台、线下实体店和物流配置紧密结合的新型零售模式。主要依托大数据和云计算来优化商品的生产、销售、服务的全渠道，以提高消费者体验，改进物流系统从而加速产品流通。

新零售风口一：融合化

线上线下融合催生新型业态，生鲜品类成“试验田”。

随着零售业线上线下融合，生鲜品类因其独特属性成为渠道融合模式创新的“试验田”。生鲜品类作为作为高频刚需品，消费潜力巨大，运输难度高。根据国外经验数据，当人均GDP达到9000美元时，生鲜市场总体需求呈现明显增长；世界银行数据显示，2016年我国人均GDP达到8123美元。据此，未来三年国内生鲜品类零售（含线上线下）将进入高速增长期。就国内生鲜零售发展现状而言，伴随线上线下融合的发展趋势，以生鲜零售新物种为代表的“门店+餐饮+配送”新型业态将迎来快速发展期。

新零售风口二：智能化

新零售风口三：无人化

科技、数据赋能，助力全产业链升级

金准人工智能专家分析，当前中国无人零售行业主要呈现五大特点：以降低人工成本作为无人零售的主要切入点，在重视消费体验，拓展零售场景的同时通过多种技术手段实现大数据的收集、分析与应用，并最终实现消费流程的全面数据化以及整个产业链的智能化升级提效。金准数据显示，2017年无人零售商店交易额预计达389.4亿元，未来五年无人零售商店将会迎来发展红利期，2020年预计增长率可达281.3%，至2022年市场交易额将超1.8万亿元。

新零售风口四：个体化

互联网时代，消费者与生产者的界限会模糊起来，C2B全新模式注定诞生。人人都是设计师，人人都是生产者，人人都是传播者，人人都是购买者，人人都是销售者。

五、新消费碱性案例：网易考拉

5.1网易考拉理念、业态布局与经营模式符合新消费时代用户诉求

5.2网易考拉不断精进跨境领域优势，满足用户消费升级需求

除了深入海外资源，直达海外品牌保障正品、货品丰富性与价值优势外，网易考拉依托网易集团背书、保税进口模式与媒介实力，切实让消费者以最优的价格享受到全球优质的跨境进口商品，满足和适应了用户消费升级的需求。

5.3进口商品+全球工厂店，满足消费者对于品质生活的多样选择

在用户需求发生结构性变化的大环境下，网易考拉在为消费者精选全球优质商品，追求品质保障和高性价比的过程中，从精选商品上溯到精选商品的源头，最终形成了进口商品+全球工厂店的发展模式。

总结

金准人工智能专家认为，在数字技术的推动下，中国消费市场快速升级，形成了全新的消费市场结构和消费者行为。由此，金准人工智能专家提出五大建议：

构建企业“无缝能力”，无论消费环境如何多变，最能够吸引并抓住两线（即线上和线下消费）消费者的核心仍然是打造无缝的全渠道体验。企业需要具备在任一时刻、任一触点为任一消费提供连续性并且个性化的能力，即我们称之为企业的“无缝能力”。

深耕社交媒体，面对社交与购物紧密融合的趋势，企业既需要打通消费者的前端——做好内容营销，创造分享和评论的平台，也需要有整合后台交易数据，匹配库存与物流等诸多综合能力。

打造体验一以贯之，好的商品是基础，而好的购买体验是粘合剂。打造消费者体验，首先应贯穿企业产品全生命周期管理的全过程，从消费者认知、了解、购买、使用、售后，一直到再次购买。同时，需要以消费者为中心，具备客户的内在思维，真正能站在消费者的角度出发，打造出符合客户真实需求的消费体验。

赢得健康消费者，随着拥有固定、良好健身习惯的人群不断扩大。运动产业成为直接受益者，利用先进的AR/VR/XR（扩展现实）和人工智能等技术可以为运动消费者带去身临其境的体验。相关企业还可以考虑把自身产品以及市场营销活动与运动健身和健康理念进行挂钩。

走出“卖卖卖”，消费者对“买买买”的反思产生了二手与闲置的商机，虽然这是一篇蓝海，但依然缺乏成熟的盈利模式。消费者公民意识的觉醒，让企业开始考虑，在公众普遍关注的社会问题上表明自己的政治立场；至少应更积极拥抱共享经济和加之经济，加强对社会责任的履行，利用大数据制定更精准的生产计划，减少浪费与排放，加强回收与再利用。

前言

房地产属于资金密集型行业，对资金的依赖度较高，需要大量资金来获取土地资源以及投入到项目开发阶段。近年，房地产行业调控政策频出，房地产企业的融资渠道受限，引起市场对房地产企业债券和房企信用资质普遍关注。此外，随着我国债券市场对外开放的步伐逐步加快，中国债券市场也将吸引更多的国外资本和投资者参与，但由于我国评级机构尚处于成长阶段，相关评级体系的建设以及评级方法的制定与国外主流评级机构相比仍存在一定差距，金准商业分别对国外评级机构以及国内评级机构关于房地产开发公司的评级方法进行横向对比梳理，重点对国际评级机构的评级方法进行综合比较与分析，在此基础上对国内评级机构的评级方法要素进行了简要归纳，最后总结得出国内评级机构可以从国际评级机构对房地产相关实体的评级方法中可以获得的启示与借鉴。

金准主要从各机构评级方法中对建筑施工企业评级逻辑框架以及评级要素进行对比分析，各机构评级方法主要存在以下异同：

（1）国际评级机构与国内评级机构在评级逻辑上差异不大，均以定性与定量分析结合的方式对经营风险、财务风险以及补充性分析指标进行评估之后给出最终级别。

（2）国际评级机构在模型制定以及量化打分方面论述较多，如标普的二维矩阵打分法、以及穆迪加权求和打分法，国内机构除中债资信外在此部分均没有涉及。

（3）国外评级机构在评级要素选择上更细化且具行业针对性，例如，标普和惠誉针对建筑施工行业项目众多、管理难度较大，垫资经营等特点，专门添加了合同风险管理、流动性（现金）管理要素分析。惠誉会将营运资本中被质押的应收账款与未到期的应付票据分别从流动资产与流动负债中调出以真实反映企业的现金状况。此外，国外机构往往将重点因素加入打分体系中，更加直接清晰地影响最终信用等级。

（4）国外部分评级机构对一些指标的使用采取差别化处理，而国内指标分析中并未发现。例如，标普的级别调整项对于不同锚点级别的企业影响程度不一，分散投资效应对于经营风险小的企业正面效果更为明显，而流动性对于锚点级别偏低的企业正面影响更为突出。

一、概述

金准商业分别对国外评级机构及国内评级机构关于房地产行业的评级方法进行对比梳理，其中包括国际三大评级机构和国内主要评级机构，其中中债资信未披露房地产行业评级方法，因此金准商业不对中债资信评级方法进行比较。

二、国内外评级机构对房地产企业的评级逻辑

国际评级机构在房地产企业的评级方法中，评级逻辑基本相同，主要从宏观及行业、业务运营、财务表现和调整项四部分入手，其中惠誉针对中国房地产市场出具了特定的评级方法。同时，国际三大评级机构均设定了各有侧重的评级调整项。

穆迪将中国房地产市场定义为高增长市场类型，认为中国房地产企业利用债务扩大业务，通常负债杠杆率较高，同时中国房地产企业业务及融资渠道易受监管环境影响；认为多数中国房地产企业符合投机级别评级。业务运营方面，穆迪从规模和业务状况两方面进行分析，盈利能力、偿债能力和财务政策代表房地产企业的财务表现，穆迪设置了相应的评级指标和权重，其中房地产企业的杠杆和偿债能力被赋予较高的权重。

标普主要从业务风险和财务风险两方面展开，业务风险中涵盖了行业风险分析、国家风险分析和竞争地位分析，财务风险分析方面穆迪更加注重企业的现金流和杠杆率，并套用反映现金流和债务负担的核心指标，同时增加了补充比率关注公司的现金流和偿债能力。

惠誉针对中国房地产出具了特定的评级方法，首先对行业风险有个整体判断，评定中国房地产行业的评级上限为BBB+的评级水平；然后通过设定详细指标定量分析公司业务状况和企业财务状况，来考察公司的信用水平。

国内评级机构评级逻辑相似，大多数主要从行业及区域分析、业务运营和财务表现三个角度出发。

三、国际评级机构对房地产相关实体的评级要素比较

穆迪对行业未单独进行考察，更多的关注房地产企业财务状况，其影响占比约为60%，这与房地产属于资金密集性行业有关，公司财务政策与杠杆水平是其考察的重点。

惠誉先将行业进行定位，进而关注房地产企业的业务运行与财务状况；惠誉评级要素针对中国行情，在分析中国房地产开发商时提出特定信用因素，其评级方法与指标选取更加贴近中国实际，更多的考察企业的土地储备规模、资产流动性和偿债能力情况。

标普是穆迪与惠誉两者评级方法的结合，分别从业务（包括行业分析）与财务两个方面进行考察，两者并重，标普评级方法更加注重企业竞争地位以及现金流对债务覆盖情况。

3.1穆迪评级要素

穆迪的评级步骤：首先，判断当地市场是否属于高速发展期；其次，通过打分卡对六个二级指标的基本定量指标进行打分，在估计或计算每个子因子后，每个子因子的结果映射到广泛的穆迪评级类别（Aaa，Aa，A，Baa，Ba，B，Caa或Ca）；最后，为了确定总体评级，穆迪会将六个子因子分数中的每一个转换为数值，以该子因子的权重进行加权平均得到复合加权因子得分，进而通过范围映射得到字母数字评级。另外，考虑公司的特定次要因素的表现，实际评级会调高或调低。

穆迪对房地产开发部门（the homebuilding and property development sector）的评级要素主要包括五个一级指标，包括规模（Scale）、业务概况（Business Profile）、盈利能力和效率（Profitability andEfficiency）、杠杆和偿债能力（Leverage and Coverage）和财务政策（Financial Policy），一级指标下设有二级指标，并附有相应权重。

3.2标普评级要素

标普将每个风险从1（非常低的风险）到6（非常高的风险）进行打分，最后通过对业务和财务的风险进行综合评估，得到信用初评结果；同时，考虑公司的多元化/投资组合效应、资本结构、财务政策、流动性、管理与治理和可比较的评级分析等，对初评结果进行修正，得到指示性信用状况。

标普在对全球房屋建筑商和房地产开发商行业（The globalhomebuilder and real estate developer industry）评级时，总体来讲分为三大部分进行考量：业务风险分析、财务风险分析和评级调整项；相对于其他评级机构而言，标普对房地产相关主体的测算更偏重于现金流管理。

3.3惠誉评级要素

惠誉首先对行业风险有个整体判断，然后根据定量分析（公司具体情况和企业财务状况），来考察公司如期履行债务或其他义务的能力和意愿，其评级侧重对未来可持续发展、抗风险能力的分析评估，揭示受评对象违约风险的大小。

惠誉评级要素针对中国行情，在分析中国房地产开发商时提出特定信用因素，其对中国的评级结果主要分布在CCC~BBB之间，惠誉认为中国房地产行业易受政府政策和宏观经济（两者都超出管理层的控制）影响，评定中国房地产行业的评级上限为BBB+的评级水平。惠誉在对房地产企业评级时，总体来讲分为三大部分进行考量：行业状况、公司经营状况、公司财务状况和评级调整项。

惠誉针对公司具体经营情况确定了客户认可（Customer Recognition）、规模（Scale）、业务深度（Operational Depth）和销售效率（Sales Efficiency）四个评级要素；财务方面，惠誉更关注房企的现金流量和流动性，从盈利能力、财务结构和财务灵活性三方面进行考量。

另外，惠誉还考虑了调整因素：联合营企业、土地增值税和其他税收、离岸从属企业风险等。

四、国内评级机构对房地产相关实体的评级要素比较

国内评级机构对房地产企业的信用分析存在一定差异，具体来看：①中诚信对企业运营、竞争实力和财务实力均较为关注，但相对于其他评级机构而言，更加侧重于对现金流的考察；②东方金诚对企业运营和财务表现也较为关注，此外，对企业的融资能力也是考察重点；③新世纪对业务运营的考察与其他行业区分度不大，但与其他评级机构不同的是较为关注房地产企业的短期流动性管理；④鹏元注重企业的财务风险，还较为侧重股东支持部分；⑤大公尤其注重企业偿债方面的表现，对企业自身财富的创造能力和行业风险也较为关注，各项评级指标均较其他评级机构更为细化。现对国内评级机构房地产企业评级要素进行综合考虑，总结如下：

4.1行业状况及区域经济环境

房地产企业的行业分析是对房地产企业主体进行信用评级的基础，了解房地产企业所处行业的基本情况，有利于分析和准确判断房地产企业的发展趋势、经营环境、外部支持，以及营运状况、财务状况等因素可信性，为最终较为准确地判定房地产企业的主体信用等级提供必要的依据和支持。行业分析时主要关注宏观经济、行业政策、行业景气性、行业竞争、市场供需、融资环境等；区域经济环境主要考察区域城市化进程、人口数量及结构、人均可支配收入、区域房地投资增速、竣工销售面积以及房产价格、成交量等，用于对区域市场供求形势、未来走势和风险做大致判断。

4.2业务经营

房地产企业的经营分析以考察其业务规模、运营模式、经营状况、经营效率、未来发展趋势为主，可以通过对行业排名、土地储备、项目开发进度、成本控制、项目销售及去化状况、自持物业经营、多元化经营、发展战略等方面的分析来把握。土地储备主要关注土地储备规模及区域分布、可供开发的年限、土地储备的获取方式和获取价格、区域的市场情况及土地储备的升值潜力等；签约销售金额能真实反映企业房地产业务销售规模和市场需求情况，是企业历年销售业绩分析的主要指标；房地产企业去化率以及与同行业、同地区企业销售状况的对比也是评价企业地产项目销售情况的重要指标；此外，发展战略和目标主要关注与当前业务的关联程度、未来经营发展的投资方向与激进程度、可行性与合理性等。

4.3财务状况

财务报表质量直接影响对企业实际经营成果的反映以及企业间财务数据的比较。财务状况一般考察企业财务数据的真实性，资产构成及质量、资本结构、盈利水平、现金流状况及偿债能力等。资产构成及质量主要关注现金类资产的充足性及受限情况、存货、投资性房地产、长期股权投资和其他应收款明细等；资本结构即房地产企业的资金来源结构，包括资本实力、债务结构、负债水平，以及对财务杠杆的运用策略等；盈利能力要关注其历年营业收入、营业利润等指标及变化，并结合当前市场发展趋势、政策导向、公司竞争地位和储备项目盈利前景等因素对未来盈利能力变化趋势进行合理判断；偿债能力包括信用记录、综合授信情况、长短期偿债能力等。此外，对于集团公司，特别是控股型企业、下属子公司较多或对子公司控制力不强的集团公司，合并范围财务数据无法完整、切实体现受评企业的实际偿债能力，需单独分析集团本部（母公司）财务报表数据，关注本部的资本结构、资产质量、盈利状况及偿债能力等。

4.4外部支持

该评级要素主要考察房地产企业能够获得的外部支持，一般包括来自股东的支持、来自政府或主管部门的支持等，主要关注股东及实际控制人的历史增资情况、资产划拨情况、对企业经营的实际支持以及主管部门的政府补助情况等。

五、借鉴与启示

我国房地产销售环节实行预售制度，与其他国家销售制度有所不同，国际评级机构与我国评级机构在房地产评级中的财务指标选取上存在重大差异。但国内评级机构仍然可以从国际评级机构的评级要素等方面得到一系列的借鉴与启示：

5.1现金流管理

一般而言，企业获取现金的渠道主要包括经营活动产生、营运资本运作、对外投资现金分红、增资扩股、长短期借款等。信用评级过程中运用的现金流方面的指标可以分为两类，一类是反映企业现金获取能力的指标（通过现金流类项目与收入、利润或资产类项目比较），另一类是直接反映企业偿债能力的指标（通过EBITDA、CFO、FFO、FOCF等现金流指标与债务、利息等进行比较，直接反映其偿债能力）。

历史分析与未来预测相结合是信用评级的基本原则之一。信用评级对现金流的历史分析是为了预测企业未来的偿债能力，因此现金流预测是信用评级现金流分析的一个重要部分。现金流预测的具体方法可大致包括根据被预测对象实际情况进行预测的实际法、根据历史数据进行预测的时间序列法、在对历史数据进行平滑基础上进行预测的平滑法等，每种方法的假设和优劣势有明显不同。

5.2再融资能力

多样化的融资渠道有助于房地产开发企业开拓市场，承接不同类型的项目。尤其在金融环境收紧的情况下，大多数开发商无法从资本市场中获得帮助，而拥有其他融资渠道的企业具有更大的发展潜力。此外，我国房地产市场目前在加快长效机制的建立，鼓励房地产开发商增加自持比例成为新的行业特征，在此背景下房地产企业的流动性管理和长期的再融资能力对于企业发展的重要性日益突出。

5.3城市级别的划分

我国房地产市场具有一定的特殊性，随着城市化进程的加快以及核心城市圈的建立，传统的一、二、三、四线城市级别的划分对房地产相关实体土地储备和项目分布的指导意义在逐渐减弱。在此大背景下，城市级别的修订对城市划分将更加具有针对性和指导性，有利于更好的判断土地储备及项目区域分布的质量。

5.4内在逻辑的差异

标普和惠誉在国家和行业评级的基础上，结合主体的业务和财务风险水平确定最终评级，该评级一般不超过行业和国家的级别上限；穆迪虽无行业和国家风险指标，但该影响内化在其他评级指标和调整因素。

国内关于房企评级体系虽然考量了行业风险，但是将行业确定为带有权重的指标和其他指标一起确定主体级别，没有将行业风险作为主体级别的限制。国内房地产行业周期性明显、受政策影响大等，国际评级机构将绝大部分国内开发商主体评级为投机级，而国内评级机构在房企信用级别上区分度较大，各区间均有覆盖。

一、什么是分享经济

分享经济，是指个人、组织或者企业，通过社会化平台分享闲置实物资源或认知盈余，以低于专业性组织者的边际成本提供服务并获得收入的经济现象。

金准人工智能认为分享经济的本质是：社交化价值，族群互动，产品只是价值共赢的载体，这是本质的核心：即产品只是变现的工具，而不是唯一的根本。

分享一般就是说遇到好的东西，不自觉地想推荐出去，这里先决条件一定是在自己觉得好的基础上，然后给大家推荐出去，那么最后他的落脚点就是说，实现共赢。就是说我分享给你好的东西，对你好有处，对我也有好处。

据统计，2017年中国分享经济市场交易额约为34520亿元，比上年增长103%，参与分享经济的服务提供者约为6000万人。金准人工智能预计未来几年，中国分享经济仍将保持年均40%左右的高速增长，到2020年，中国分享经济规模占GDP比重将超过10%。如今，党和国家的政府报告、2016年的两会政府报告都提到分享经济。反映出的不仅是中央政府对分享经济的看重，也表明了一种坚定的立场和鲜明的态度。 伴随前所未有的快速增长，分享经济创新与治理的难点也逐渐显现。在分享经济发展过程中，用户缺乏信任度是一大痛点。

说起来这都是拜“传销”所赐。传销产生于二战后期的美国，成型于战后的日本，发展于中国。在国外传销和直销是一个意思，也就是说国外只有传销这一个概念，国外传销的主要概念是:以顾客使用产品产生的口碑作为动力，让顾客帮助经销商来宣传产品后分享一部分利润，也就是客户传播式销售。这跟国内的传销是两个概念。

现在国家提倡分享经济，可分享经济采用的先进的管理方法和手段，传销大都借用过，大部分人一朝被蛇咬十年怕井绳，导致在分享经济发展过程中，用户缺乏信任度是一大痛点。

二 分享经济现状

真正的分享经济是让闲置的资源，通过互联网平台，以按需分配的方式，产生更多的价值，从而提升用户体验的一种新经济形态。

现阶段的分享经济还处于个人闲置资源分享阶段，搭一个平台，然后让大家去分享自己的闲置物品、闲置资源，既包含了车、房等实物资源，也包含了购物体验、人脉、知识、技能、资金等非实物资源。如果我们以滴滴来举例的话，就是拥有车的车主可以通过滴滴出行平台，将车上闲置座位变成一个收入来源。

金准人工智能判断分享经济不是一阵风，而是经济发展周期中的一个新阶段。目前，中国的分享经济仍处在新生期，将来会逐步发展成分享公司闲置资源，分享政府闲置资源，分享城市乃至国家的闲置资源。分享经济还有很大的畅想空间。

分享经济是新商业浪潮的下一个风口。随着分享经济的深入发展，未来会有越来越多的行业以分享经济为契机在市场中掀起分享潮流。以后想创业的朋友不妨多多关注分享经济领域。

“互联网+”时代，分享经济成为新潮流，消费者基于众享理念的应用和参与，让很多的行业发展带来新的挑战。有些行业在独享经济时代能够活的很好，但在分享经济时代里却很难再招徕到消费者，因为消费者完全可以自己通过相互众享来达成自己的梦想，而不需要过多的产品生产来满足其基本的生活需求。随着分享经济的深入发展，未来会有越来越多的行业以分享经济为契机在市场当中掀起众享潮流，分享经济时代对行业的变革已经来临。

当前，分享经济覆盖了生活服务、生产能力、交通出行、知识技能、房屋住宿、医疗分享、资金分享等领域。作为最活跃的创新业态，分享经济有力驱动着资产权属、生产组织、服务供给、就业模式和消费方式的变革。

三、分享经济发展前景

近几年以来，鼓励分享经济发展的国家政策陆续出台。在信息化发展、放管服、市场监管、创新创业等领域新出台的政策文件中，多处涉及“发展分享经济”。

2016年3月，发改委联合中宣部、科技部、财政部等十部委印发《关于促进绿色消费的指导意见》，明确指出“支持发展共享经济，鼓励个人闲置资源有效利用，有序发展自有车辆租赁，创新监管方式，完善信用体系”。这是国家首次发布针对共享经济领域的指导及鼓励措施。

今年两会前，国家发改委就《分享经济发展指南》征求意见，提出了允许和鼓励各类市场主体积极探索分享经济新业态新模式、加快形成适应分享经济特点的政策环境、鼓励创新监管模式等规划布局。

在政策红利的支持下，知识付费、网络直播、单车分享迎来“发展元年”，拥有分享基因的各类众创平台大量涌现，经过政府部门认定的“众创空间”超过4000个。

国家信息中心分享经济研究中心、中国互联网协会分享经济工作委员会联合发布的《中国分享经济发展报告2017》称，2016年我国分享经济市场交易额约为34520亿元，比上年增长103%，共有6亿人参与，比上年增加1亿人。其中，生活服务、生产能力、交通出行、知识技能、房屋住宿、医疗分享等重点领域的分享经济交易规模共计13660亿元，比上年增长96%；资金分享领域交易额约为20860亿元(其中，P2P网贷市场规模20640亿元，网络众筹市场规模220亿元)，比上年增长110%。

2016年以来，以ofo、摩拜单车为代表的互联网共享单车运营服务公司，通过单车使用权“有偿、适价、分时”共享与流转，以及“网络支付”、“先押（金）后付”、“无桩停/用车”的运营模式，风靡全国，实现爆发式增长，成为分享经济的典型代表。

国家信息中心信息化研究部主任张新红表示，共享经济作为新兴经济领域创新最为活跃的部分，带动了“双创”发展，加速了经济发展新动能的培育，通过提升资源利用效率，推动供给侧结构性改革。

在互联网投资趋冷的大环境下，分享经济正在成为最活跃的创新领域。《中国分享经济发展报告2017》显示，2016年分享经济企业的融资规模约为1710亿元，比上年增长130%。其中，交通出行、生活服务、知识技能领域分享经济的融资规模分别为700亿元、325亿元、200亿元，同比分别增长124%、110%、173%。

以共享单车行业为例，在不到两年的时间内，摩拜和ofo都获得了8轮融资，粗略计算，共享单车行业的玩家共有18家，已经公开的融资额超过80亿元人民币。

金准人工智能预测，未来几年我国分享经济仍将保持年均40%左右的高速增长，到2020年分享经济交易规模占GDP比重将达到10%以上；未来十年，我国分享经济领域有望出现5-10家巨无霸平台型企业。

4.2 MMSEMS传感器产业取得一定进展，但短板仍较为突出

目前，本土传感器市场规模保持较快增长，2017年达到1300亿元，同比增长15.45%，近5年均保持两位数的增长率。我国在MEMS设计、代工生产、封装测试、应用已形成完整MEMS的产业链。设计环节，敏芯微电子、矽睿、深迪半导体等企业和上海微技术工业研究院、苏州纳米所等科研院所研发实力不断提升；制造环节，中芯国际、上海先进、华润上华等企业形成专业MEMS传感器代工能力；封测环节，华天科技、晶方科技、长电科技等传统半导体企业强化传感器布局；华为、中兴、联想等企业也持续推进传感器系统集成应用，提升传感器产品附加值。

MEMS传感器形成四大产业聚集区。华东地区MEMS企业数量最多，约占全国企业总数的60%，珠三角地区约占15.5%，环渤海及东北地区约占16%，中西部地区约占8.5%。华东地区主要以上海为核心，包括江苏省的苏、锡、常，以及浙江的杭、甬等地，受当地政府强劲的政策支持和集成电路产业链完备的优势，聚集了丰富的半导体人才资源，美新半导体、明皜传感器、深迪半导体、矽睿科技等MEMS产品初创公司不断涌现。环渤海地区主要以研发设计为主，多数是基于各大高校研究所的研究机构转变而来，技术来源和研发条件较好，但产线能力多偏向于科研型，能够实现大规模量产的企业很少，市场主要以高端小批量的MEMS传感器产品为主。珠三角地区以深圳为中心，主要以应用为主，市场嗅觉非常灵敏，资源整合能力很强，但关键部件的核心技术能力不强。中西部地区以郑州、武汉、太原等为主，企业通常从传统的传感器厂家转变而来，如歌尔、汉威等，产学研紧密结合，产业发展势头良好。

MEMS及先进传感器产业仍面临诸多问题。一是技术积累不足，全球排名前三十位的MEMS企业中仅有歌尔和瑞声是中国企业，但产品以单一的MEMS麦克风为主。国内企业基础研发能力的不足，多以采购核心的传感器和借助国内的电路设计企业来完成整个系统的开发，使国内的MEMS企业不得不依靠国外的技术，从事技术含量较低的MEMS产品，因此国内的企业过早地陷入了红海市场。二是产业生态不完善。产业链上总体上发展不均衡，代工平台，研发用的专业软件等关键技术节点存在瓶颈，大批量量产能力欠缺。三是产品种类不完整，现阶段全球范围内已有2万多种传感器产品，但国内仅有6000多种传感器，传感器产品品类严重不足。四是缺乏领军企业，与国外博世、Dalsa、Amkor、高通、苹果等相比，国内仅终端应用领域稍有优势，其它环节技术能力差距明显。

4.3芯片呈现多层次供应商格局，模组低价格竞争明显

大型厂商和创业团队形成多层次供应商争夺物联网芯片蓝海市场。除了传统基带芯片巨头外，国内多个小型创业团队也进军物联网芯片市场，尤其是在NB-IoT芯片领域形成大型厂商和创业团队共存的、多层次和多家竞争的供应商格局，供应商数量超过10家。包括移芯通信、智联安科技、芯翼信息、创新维度等创业团队已推出自研的NB-IoT芯片产品，并积累技术力量发力eMTC、LTE和5G芯片等更广阔的蓝海市场。LoRa芯片开始打破单个供应商的局面，阿里巴巴获得了SemtechLoRaIP授权，与国内芯片厂商翱捷科技合作推出首款LoRaSiP级芯片并形成批量供货。

模组价格已达到期望值，激烈竞争使厂商利润低下。在芯片成本降低、模组厂商设计优化和出货量增加的推动下，物联网模组成本快速下降。2018年8月，中国联通启动300万片NB-IoT模组招标，中标企业报价已低于业界预期的5美元；2018年10月底，中国移动启动了500万片NB-IoT单模模组招标，业界预期会将模组价格进一步拉低。同时，4G模组也在一些厂商推动下成本降至100元以下，加速4G模组出货量。不过，由于模组进入门槛较低，目前国内已有数十家模组企业，面对当前有限的需求，低价竞争非常激烈，预计未来行业整合在所难免。

4.4中国形成规模最大公共物联网网络，但盈利模式尚需探索

NB-IoT和LoRa两大阵营格局更加明显。一方面，在电信运营商、设备厂商、芯片厂商的推动下，NB-IoT在国内形成庞大的产业生态群体，应用行业数量不断增多。2017年6月，工信部发布《关于全面推进移动物联网（NB-IoT）建设发展的通知》文件，从政策层面给予NB-IoT产业大力支持。另一方面，从2015年开始，国内大量中小企业涉足LoRa领域，产业生态开始形成，2018年阿里巴巴、腾讯两家互联网公司以最高级别成员身份加入LoRa联盟，在LoRaWAN标准、认证和全球市场中开始发挥作用，通过搭建平台方式吸引生态圈企业，并在杭州、深圳等地开始部署城域级试点网络。另外，全国多地广电厂商将LoRa作为其布局物联网业务的网络部署主要选择，LoRa在国内的产业生态力量大大加强，形成低功耗广域网络的另一较为明显的阵营。

国内NB-IoT基站已超过100万个，从广覆盖开始走向深度覆盖。中国电信借助其800MHz的优质频谱资源，于2017年5月率先建成全球最大的NB-IoT网络，开通31万NB-IoT基站，到2018年9月基站数已扩展到40万，进一步推进深度覆盖。2017年10月中国移动启动NB-IoT工程无线和核心网设备设计和可行性研究集采，工程费达395亿元，目前已实现348个城市NB-IoT连续覆盖和全面商用。2018年5月，中国联通实现30万NB-IoT基站商用。三家运营商完成超百万NB-IoT基站商用，中国已建成全球最大的NB-IoT网络，网络优化和深度覆盖将是下一步布局重点。

连接和收入增速剪刀差明显，物联网难以成为运营商新的增长动力。国内三大运营商物联网连接数实现飞速增长，金准人工智能专家统计，截止2018年中旬，中国移动物联网连接数达到3.84亿，2018年11月中国电信物联网连接数达到1亿。不过，运营商每一物联网连接的收入在持续下滑，连接数增长速度远远快于收入增长速度的“剪刀差”形态非常明显。目前，物联网业务收入占其整体收入的比例非常小。在ARPU值不断下滑、剪刀差扩大的情况下，物联网的网络收入在短期内很难成为运营商新的增长动力，急需寻找新的转型创新方式。

4.5物联网平台之争进一步升级，探索商业模式闭环和转型增多

物联网平台市场步入沉淀阶段。2017年以来，国内物联网连接数实现爆发式增长，国内主要平台取得快速发展。但国内物联网平台的市场格局仍相对稳固，平台企业并未随着应用规模跃升而大幅增加。经过数年运营，部分平台厂商经营出现困境，开始探索新的商业模式和转型方式。大型企业除了不断强化自身平台功能外，还重点加强对边缘计算、AI等能力以及对工业、汽车、家居等垂直行业的支持，如阿里云IoTLink平台、华为Ocean connect平台不断联合行业合作伙伴持续孵化多样化解决方案。第三方中小平台厂商面对大型企业物联网平台，逐渐调整竞争策略，一部分为大型企业平台提供专业模块的支持，成为大型平台的紧密供应商，另一部分更专注于自身优势的垂直行业，不断加强方案落地能力。

五、我国物联网发展展望与推进策略建议

5.1我国物联网发展

国家战略部署对物联网发展提出新要求。发展物联网成为国家落实创新驱动、培育发展新动能、建设制造强国和网络强国、实现智慧社会、工业互联网、军民融合等一系列国家重大战略部署的重要举措。物联网成为全面构筑经济社会数字化转型的关键基础设施，根据国家战略部署新要求，我国将紧抓物联网发展新机遇，加快推进物联网基础设施升级，加快培育新技术、新产业，推动传统行业数字化转型，拓展经济发展新空间，充分发挥物联网对经济发展、社会治理和民生服务的关键支撑作用，推进国家治理体系和治理能力现代化，打造国际竞争新优势。

应用需求升级为物联网带来新机遇。一是传统产业智能化升级将驱动物联网应用进一步深化。当前物联网应用正在向工业研发、制造、管理、服务等业务全流程渗透，农业、交通、零售等行业物联网集成应用试点也在加速开展。二是消费物联网应用市场潜力将逐步释放。全屋智能、健康管理可穿戴设备、智能门锁、车载智能终端等消费领域市场保持高速增长，共享经济蓬勃发展，“双创”新活力持续迸发。三是新型智慧城市全面落地实施将带动物联网规模应用和开环应用。全国智慧城市由分批试点步入全面建设阶段，促使物联网从小范围局部性应用向较大范围规模化应用转变，从垂直应用和闭环应用向跨界融合、水平化和开环应用转变。

物联网产业发展问题仍面临诸多挑战。我国物联网产业核心基础能力薄弱、高端产品对外依存度高、原始创新能力不足等问题长期存在。此外，随着物联网产业和应用加速发展，一些新问题日益突出。主要体现为，一是产业整合和引领能力不足。当前全球巨头企业纷纷以平台为核心构建产业生态，通过兼并整合、开放合作等方式增强产业链上下游资源整合能力，在企业营收、应用规模、合作伙伴数量等方面均大幅领先。而我国缺少整合产业链上下游资源、引领产业协调发展的龙头企业，产业链协同性能力较弱。二是物联网安全问题日益突出。数以亿计的设备接入物联网，针对用户隐私、基础网络环境等的安全攻击不断增多，物联网风险评估、安全评测等尚不成熟，成为推广物联网应用的重要制约因素。三是标准体系仍不完善。一些重要标准研制进度较慢，跨行业应用标准制定推进困难，尚难满足产业急需和规模应用需求。

因此，金准人工智能专家认为，我国必须重新审视物联网对经济社会发展的基础性、先导性和战略性意义，牢牢把握物联网发展的新一轮重大转折机遇，进一步聚焦发展方向，优化调整发展思路，持续推动我国物联网产业保持健康有序发展，抢占物联网生态发展主动权和话语权，为我国国家战略部署的落地实施奠定坚实基础。

5.2我国物联网发展的策略建议

“建平台”与“用平台”双轮驱动，加快形成物联网平台的应用体系。面对当前综合性物联网平台缺乏和中小企业应用物联网的需求，从“供给侧”和“需求侧”两端发力，实施物联网平台培育工程和行业应用上平台工程，打造资源富集、良性互动的物联网平台生态。一是积极培育物联网平台。将平台作为物联网建设的核心内容，通过示范引领、分类施策，依托现有资源集中支持平台发展、参与全球竞争。围绕提升总体设计、数据采集、设备连接、互联互通、数据处理、人工智能等物联网平台基础能力，支持建设一批国家级、行业级、企业级的物联网平台。二是组织实施行业应用上平台工程，鼓励物联网平台在产业聚集区落地，加强资源整合和对接。鼓励地方通过政府通过补贴等方式支持行业物联网应用的数据和业务逻辑向云端平台侧迁移，打造平台能力建设与平台行业用户使用双向迭代、互促共进的技术、产业、人才支撑体系和商业模式。

“补短板”和“建生态”相互促进，构建我国物联网的产业发展体系。物联网的发展既需要补齐技术产业短板，也需要加快构建新生态，“补短板”是“建生态”的基础，“建生态”为“补短板”创造新机遇。一是补齐核心技术的短板。针对我国高端智能传感器、物联网芯片、物联网的管理与安全、物联网数据开放利用与隐私保护等物联网发展的主要短板，以自主创新为核心，充分整合调动各类创新资源，打造产业联盟、创新中心、重点实验室等融合创新载体，增强公共服务能力，加强研发布局和协同创新，加快形成覆盖技术研发、标识解析、标准测试等的公共服务体系。二是打造具有竞争力的物联网产业生态。下大力气以物联网终端、操作系统和云平台一体化为突破口，整合产业链上下游，培育连接产业链上下游需求的“中间群体”，构建完善的产业生态。深入推进“宽带中国”战略，进一步提升4G网络覆盖率，推动窄带物联网深度覆盖，加快推进5G商用，构建泛在的信息基础设施。开展物联网“双创”，积极打造特色产业基地和产业园区，重点支持互联网企业、行业企业构建以龙头企业为核心，鼓励大型互联网企业、基础电信企业搭建专业创新创业孵化平台，打造大中小企业梯次协同发展格局。充分发挥产业联盟、行业协会整合产业链资源的优势，支持产业界建设共性技术开放、软件代码开源、开发工具共享的开源社区。推进城市级物联网感知设施的统筹布局，以城市部件标识体系和全域环境监测体系为基础打造数字孪生城市，助力智慧城市建设。

“促应用”和“定标准”共同推进，实现我国物联网与行业发展的深度融合和规模应用。行业应用是物联网发展的核心目标，而要实现规模化应用，需要同步开展跨行业物联网标准制定，才能逐步形成“以产业促标准研制，以标准促规模扩大”的良性发展局面。一是大力推动物联网在热点行业中的应用。围绕车联网和智慧交通、智能制造和工业互联网等关系国计民生的重要行业和关键领域，大力推广物联网新技术、新产品、新模式和新业态，发展丰富的智能化服务。全力支持医疗健康服务等市场需求旺盛、应用模式清晰的领域，复制推广成熟模式，以规模应用带动技术、产品、解决方案不断成熟，不断降低部署成本。探索利用物联网关键水平环节的开放共享构建开环大规模应用的推进方式，推动物联网数据的共享利用和应用模式的完善，把一个个“盆景”变成一片片“风景”。二是推动跨行业物联网标准的制定。支持我国行业企业、行业标准化组织等参加物联网国际标准化，与电信网络运营商、设备制造商、互联网服务提供商共同推进国际标准化，加速对窄带物联网、短距离网络技术等物联网网络信息技术的自主创新和国际标准研制，通过产业联盟主导、设立试验性物联网测试床等措施，实现跨行业、跨产业行业共同制定物联网标准。

“保安全”与“促发展”相互促进，加快构建可信的物联网安全保障体系。推进物联网架构安全、异构网络安全、数据安全、个人信息安全等关键安全技术研发和产业化，强化安全标准的研制、验证和实施，加强安全技术服务平台建设，满足公共安全体系中安全生产、防灾减灾救灾、社会治安防控、突发事件应对等保障要求，确保工业、能源、电力、交通等重要系统的安全可控。对医疗、健康、养老、家居等物联网应用，加强相关产品和服务的评估测评和监督管理。

前言

在供给侧和需求侧的双重推动下，物联网进入以基础性行业和规模消费为代表的第三次发展浪潮，5G、低功耗广域网等基础设施加速构建，数以万亿计的新设备将接入网络并产生海量数据，人工智能、边缘计算、区块链等新技术加速与物联网结合，应用热点迭起，物联网迎来跨界融合、集成创新和规模化发展的新阶段。面对重大的发展机遇，各产业巨头强势入局，生态构建和产业布局正在全球加速展开。

在此关键时期，中国信通院联合业界共同发布《物联网白皮书（2018年）》，把握全球物联网最新发展态势，研判物联网传感器、芯片模组、网络、平台关键环节的技术产业进展情况，梳理消费物联网、智慧城市物联网、生产性物联网三类物联网应用现状及驱动因素，在对我国物联网现阶段情况归纳总结的基础上，提出我国物联网“建平台”与“用平台”双轮驱动、“补短板”和“建生态”相互促进、“促应用”和“定标准”共同推进、“保安全”与“促发展”相互促进的发展策略建议。希望能够与业内同仁共享成果，共谋发展，共话未来！

一、全球物联网发展总体态势

1.1发展动能不断丰富，带动物联网在全球的持续发展

外部周期性驱动力持续作用，物联网进入由基础性、规模化行业需求推动的新阶段。从物联网概念兴起发展至今，受基础设施建设、基础性行业转型和消费升级三大周期性发展动能的驱动，处于不同发展水平的领域和行业成波次地动态推进物联网的发展。当前，基础性、规模化行业需求凸显，一方面，全球制造业正面临严峻发展形势，主要国家纷纷量身定制国家制造业新战略，以物联网为代表的新一代信息技术成为重建工业基础性行业竞争优势的主要推动力量，物联网持续创新并与工业融合，推动传统产品、设备、流程、服务向数字化、网络化、智能化发展，加速重构产业发展新体系。另一方面，市场化的内在增长机制推动物联网行业逐步向规模化消费市场聚焦。受规模联网设备数量、高附加值、商业模式清晰等因素推动，车联网、社会公共事业、智能家居等成为当前物联网发展的热点行业。

内生动力不断增强，物联网呈现新的发展特征。互联网企业、传统行业企业、设备商、电信运营商全面布局物联网，产业生态初具雏形；连接技术不断突破，NB-IoT、eMTC、Lora等低功耗广域网全球商用化进程不断加速；物联网平台迅速增长，服务支撑能力迅速提升；区块链、边缘计算、人工智能等新技术题材不断注入物联网，为物联网带来新的创新活力。受技术和产业成熟度的综合驱动，物联网呈现“边缘的智能化、连接的泛在化、服务的平台化、数据的延伸化”新特征。

边缘的智能化。各类终端持续向智能化的方向发展，操作系统等促进终端软硬件不断解耦合，不同类型的终端设备协作能力加强。边缘计算的兴起更是将智能服务下沉至边缘，满足了行业物联网实时业务、敏捷连接、数据优化等关键需求，为终端设备之间的协作提供了重要支撑。

连接的泛在化。局域网、低功耗广域网、第五代移动通信网络等陆续商用为物联网提供泛在连接能力，物联网网络基础设施迅速完善，互联效率不断提升，助力开拓新的智慧城市物联网应用场景。服务的平台化。物联网平台成为解决物联网碎片化，提升规模化的重要基础。通用水平化和垂直专业化平台互相渗透，平台开放性不断提升，人工智能技术不断融合，基于平台的智能化服务水平持续提升。

数据的延伸化。先联网后增值的发展模式进一步清晰，新技术赋能物联网，不断推进横向跨行业、跨环节“数据流动”和纵向平台、边缘“数据使能”创新，应用新模式、新业态不断显现。

1.2物联网应用场景持续拓展，应用新特征不断显现

全球物联网产业规模由2008年500亿美元增长至2018年近1510亿美元。在连接数快速增长和梅特卡夫定律的作用下，物联网在各行业新一轮应用已经开启，落地增速加快，物联网在各行业数字化变革中的赋能作用已非常明显。新一轮应用的“新”表现在开拓了新的应用范畴、逐步形成了新的技术演进、促成了新的业务变革。

开拓新的应用范畴。得益于外部动力和内生动力的不断丰富，物联网应用场景迎来大范围拓展，智慧政务、智慧产业、智慧家庭、个人信息化等方面产生大量创新性应用方案，物联网技术和方案在各行业渗透率不断加速。2013年物联网行业应用渗透率为12%，2017年数值已超过29%。预计到2020年超过65%的企业和组织将应用物联网产品和方案。

逐步形成新的技术演进。基于更低成本和更成熟技术的解决方案开始对传统技术方案形成补充完善，成为目前阶段物联网应用的另一重要特征。典型代表是物联网解决方案中有线技术向无线技术的演进，高功耗技术向低功耗技术的演进。体现为两个方面，一是采用新技术对一些早些年已落地应用的升级换代，二是新增用户直接选择采用新技术实施应用落地。新的技术替代场景非常广泛，不少成为物联网在垂直领域能够大规模应用的关键。例如低功耗广域网络技术的成熟，开始替代此前的高功耗或短距离小无线技术，打破了物联网在公用事业、消防、环境监测等领域大规模应用的壁垒。促进新的业务变革。这是新一轮行业应用最典型的特征。目前，物联网对企业数字化转型的作用越来越明显，尤其是在业务的数字化转型中更为明显。一项面向采用过物联网的企业群体的调研显示，74%的企业认为离开物联网的话，企业的数字化转型将寸步难行。物联网促成新的业务变革，为企业创造新的业务内容、新的商业模式，推动数据驱动的决策实现。例如在物联网赋能下，共享经济扩展到中低价值资产领域，催生了共享单车、共享充电宝、共享按摩椅等业态。

1.3物联网产业力量不断增强，但供需对接仍需推进

随着物联网应用速度的加快，全球互联网企业、通信企业、IT服务商、垂直行业领军企业对物联网的重视程度持续提升，进一步明确了物联网在其整体发展战略中的地位，物联网产业力量不断丰富。

物联网成为互联网企业新一轮战略的重要支撑。在人口红利和流量红利增长趋缓的背景下，互联网企业瞄准物联网作为新一轮信息红利增长的主要来源。2018年3月，阿里巴巴宣布全面进军物联网，将物联网定位为阿里巴巴继电商、金融、物流、云计算之后的一条新的主赛道。2018年9月，腾讯开始了成立以来第三次重大战略架构调整，成立云与智慧产业事业群，物联网成为该事业群中重点领域之一。2018年7月，小米上市招股书中将其自身定义为“一家以手机、智能硬件和IoT平台为核心的互联网公司”，并对外宣布，未来十年小米公司的物联网业务预计达到40%-50%。互联网公司的物联网战略背后是更多的获取物理世界的数字化数据，实现云计算、人工智能等能力输出和行业赋能。

物联网成为通信企业连接数新增的主力，战略意义明显。2018年前半年全球蜂窝物联网连接增速达到72%，总连接数接近9亿，其中中国移动物联网连接数已达到3.84亿，沃达丰连接数超过7000万，AT&T连接数超过4000万。不论从总量还是增速上，物联网已成为电信企业具有明显价值的战略性业务。一方面，全球主流运营商加快物联网专用网络NB-IoT、eMTC的部署，并在3GPP的推动下，将NB-IoT/eMTC及其演进技术纳入到5G家族中，保证NB-IoT/eMTC向未来5G网络的平滑升级；另一方面，各大运营商纷纷搭建了专门针对物联网设备接入的管理平台，目前已形成若干个大规模的连接管理平台。物联网正在为电信企业开拓新的客户群体，如AT&T一半以上连接数来自于汽车，Verizon物联网业务主要来自于交通物流和企业服务。

IT服务商依然以平台为依托，扩展其物联网版图。IT服务商基于已有的云服务体系、基础设施以及硬件领域的合作伙伴资源，构建了以平台为基础的物联网端到端服务模式，在经过数年的运作后，开始了横向和纵向扩展，提升物联网在公司战略版图的地位。2017年10月，戴尔宣布将大力投资物联网技术，未来3年将向物联网的研发投资10亿美元，并成立专门的物联网部门，全面提供涵盖云、数据中心和边缘计算的基础架构和分析功能，以及物联网安全和多行业解决方案。2017年2月，IBMWatson物联网事业部正式投入使用，聚焦于区块链、安全、智能交通、医疗等领域来构建物联网产业生态。继收购Jasper之后，2017年6月，思科又发布了新的物联网平台Kinetic，打通各类不同协议，能够提取各种设备数据，将“实时物联网”方案带给各类应用客户。

垂直行业领军企业开放物联网能力，实现行业赋能。过去几年，工业、交通、能源、汽车等垂直行业领军企业深度应用物联网技术，实现自身业务变革，并积累了众多物联网技术应用、平台建设及运营能力，目前正逐渐尝试开放其能力，为同行业或其他行业物联网应用赋能。特斯拉在车联网的创新性应用，为车载物联网终端、车联网管理平台、基于数据的服务等领域建立了一个标杆，大量车企和解决方案企业在这一参考下实施车联网方案。工程机械厂商采用物联网方案成功实现了产品服务化转型，基于此经验孵化出第三方工业物联网平台，为业内其他企业转型提供服务。

物联网产业供需对接仍需推进。虽然物联网的行业渗透率不断提升，但物联网的深度应用以及利用物联网实现大范围变革的行业企业比例并不高，上游物联网技术、产品、平台、方案等在内的供给方推动的力量明显大于下游用户的主动需求拉动的力量，物联网产业供需不平衡问题开始显现。一方面，包括芯片、模组、网络设备、平台和一些核心技术提供者等供给方群体数量众多，部分环节出现产能过剩；另一方面，各垂直行业尤其是传统行业虽然面临着转型升级的需求，但由于对于物联网与自身融合的相关知识了解有限，选择比较谨慎。一项面对全球5000多家企业的调研显示，企业认为部署物联网的最大壁垒前三名为数据安全隐私、与现有IT系统的融合以及缺乏说服力的案例，需求方与供给方之间隔阂将是未来物联网产业发展必须解决的重要问题。

1.4物联网生态之争愈演愈烈，边云双核心加快布局

围绕“平台化”构建的产业生态初步形成，平台马太效应显现。物联网平台是巨头构建产业生态的核心与重要抓手，技术逐渐成熟，产业界投入持续加大，产业价值被普遍看好。目前平台建设的主体由设备制造商、网络服务商、行业解决方案提供商、系统集成商等组成，几乎遍布物联网产业链各环节，英特尔、思科、微软、亚马逊、IBM、通用等巨头企业无一缺席，物联网平台迅速从野蛮生长期进入调整洗牌期，2016年IoT Analytics统计的物联网平台企业榜单中，当前已有30个破产或被收购。平台的马太效应开始显现，尤其在应用使能平台这一平台价值高地，亚马逊AWSIoT和微软Azure IoT Suite取得一定领先优势。据调查统计，51.8%的开发者将AWSIoT作为物联网应用首选开发平台，31.2%的开发者首选Azure IoT Suite。

边缘核心成为新一轮布局重点，各路巨头立足优势纷纷切入。云端数据处理能力开始下沉，更加贴近数据源头，使得边缘成为物联网产业的重要关口。据IDC数据统计,到2022年将有超过500亿的终端与设备联网。未来超过75%的数据需要在网络边缘侧分析、处理与储存。目前，通信、工业、互联网巨头纷纷入局，立足自身优势拓展边云协同生态。通信企业聚焦网络侧边缘计算，盘活网络连接设备的剩余价值，开放接入侧网络能力。例如思科发布Cisco829等面向智能制造的边缘侧专用网络设备。工业企业发挥自身工业联接和工业云服务优势，着力于现场级设备具体业务能力的深耕。例如通用电气通过Predix平台独特的边缘侧设备和技术为边缘计算提供数据总线服务，并与Predix平台实现配合。互联网企业依托云计算优势，将公有云服务能力扩展到边缘侧。例如微软发布“Azure IoT Edge”等边缘侧产品，并为Azure云服务增强流数据分析等能力，亚马逊发布“AWSGreengrass”等边缘侧软件，将AWS云服务无缝扩展至设备。

开源成为当前边缘生态构建的重要运作模式。由基金会运作的开源项目成为解决边缘计算异构化、碎片化的重要方式。Linux基金会陆续发起Akraino Edge Stack、EdgeXFoundry等边缘开源项目，聚焦互操作构建开放边缘计算框架，得到全球运营商、设备厂商、软件商的大力支持。Linux基金会和Eclipse基金会合作成立Kubernetes物联网边缘工作组，将在超大规模云计算环境中已被普遍使用的Kubernetes（即容器理念），扩展到边缘，降低边缘应用与硬件之间的紧捆绑，提升边缘侧应用部署便利性和灵活性。

1.5物联网与多样化技术加快融合，创新能力持续提升

物联网与新技术的融合创新，使得物联网具备了更加智能、开放、安全、高效的“智联网”内涵。物联网创新主要围绕横向的数据流动和纵向的数据赋能两大方向进行。其中横向的数据流动创新主要体现在两个方面，一是跨层的数据流动，即云、管、端之间的数据流动，以提升效率为主要创新方向；二是跨行业、跨环节的数据流动，以物联网语义、区块链技术为代表，以数据一致性为创新方向。纵向的数据赋能包括平台的大数据赋能和边缘侧的现场赋能，实现途径包括基于人工智能的知识赋能、基于边缘计算的能力赋能和为数据开发服务的工具赋能。

人工智能从消费物联网延伸至行业物联网，多个层面完善物联网落地方案。人工智能与物联网的融合起步于智慧家居、智能硬件、服务机器人等消费物联网领域，目前正在向行业物联网渐次渗透，已经在自动驾驶、医疗自动诊断、智能制造、智能安防等众多领域开展应用，正处于规模起量阶段。人工智能对物联网的完善目前主要体现在两个方面，一是高性能人工智能芯片成为重要载体。随着图像识别、语音识别、车联网等物联网新应用的发展，传统的CPU架构已经无法满足一些高实时性、高智能化场景中计算的需求，高性能的人工智能芯片成为支持这些场景的重要工具。和需要大量空间去放置存储单元和控制单元而计算单元很少的CPU相比，人工智能芯片具有大量的计算单元，非常适合大规模并行计算的需求。当前，常用的人工智能芯片分为GPU、FPGA、ASIC、类脑芯片四大类，除了英伟达、AMD、英特尔、海思等主流芯片厂商外，一些新兴厂商如寒武纪、地平线、深鉴科技等已推出相应产品，应用于安防、交通、车联网等大量场景中。二是人工智能已纳入各家物联网平台的核心模块中。物联网平台的功能模块中，人工智能的地位越来越重要，各家平台已将AI能力作为其优势，平台的数据积累和算法训练让人工智能在物联网具体场景中有了用武之地。阿里巴巴宣布全面进军物联网时，其搭建的物联网基础设施平台的一大优势就是强大的AI能力；百度推出AIoT安全方案，通过将AI与物联网的结合，为智能终端提供更高的安全解决方案；小米也将“AI+IoT”作为其生态链和智能家居发展的理念。

边缘计算助力物联网边缘侧赋能，应用探索开始启动。边缘计算不仅可以帮助解决物联网应用场景对更高安全性、更低功耗、更短时延、更高可靠性、更低带宽的要求，还可以大限度的利用数据，进一步的缩减数据处理的成本。在边缘计算的支持下，大量物联网场景的实时性和安全性得到保障，尤其是在一些异构网络场景、带宽资源不足和突发网络中断等网络资源受限场景以及需要高可靠性实时性的场景，边缘计算作用不可替代。“云-边-端”协同实现的纵向数据赋能是边缘计算在物联网的最大价值。边缘计算的最大价值是连接物联网整体解决方案中终端和云端，形成“云-边-端”协同的效应，提升物联网方案的完善度和体验。主流的云服务厂商如阿里云、AWS、Azure等已经推出对外服务的边缘计算平台，希望无处不在的协同计算为物联网应用赋能，云计算厂商认为其未来的竞争格局是着眼于如何提升“云-边-端”协同竞争力。边缘计算产业正在积极推进，应用开始初步探索。边缘计算不再是一个独立的技术，近年来在产业界的合力推动下，已扩展至硬件、软件、设备、运营商、内容提供者、应用开发者等各个环节，对物联网端到端解决方案形成影响。不过，2018年Gartner发布的物联网技术成熟度曲线中,与边缘计算相关的边缘人工智能（EdgeAI）和物联网边缘分析（IoT Edge Analytics）尚处于最初的触发期（Technology Trigger），物联网边缘架构（IoT Edge  Architecture）处于炒作峰值向泡沫后低谷期转化的阶段。

基于区块链拓展分布式物联网，实现跨环节、跨行业应用。区块链最核心的价值便是通过程序算法来建立一个公开透明的规则，以此为基础来创立一个信任网络，确保点对点之间的信任与交易的安全，这就摒弃了传统的中心化的第三方机构，也省去了统一的账簿更新和验证环节。区块链与物联网的融合创新主要体现在两个方面，一是拓展去中心化、去平台化分布式架构。例如IBM和三星共同投资的ADEPT（去中心化的P2P自动遥测系统（Autonomous Decentralized Peer-to-Peer Telemetry））项目，利用比特币和以太坊网络来打造去中心化的物联网。Filament利用比特币区块链的去中心化的物联网软件堆栈为公共分类总账上的设备进行身份认证、安全沟通及发送小额交易。二是保障物联网数据跨环节、跨行业流动的真实性，拓展物联网应用。目前区块链在产品追溯、车联网等领域均有广阔的应用空间。在产品溯源的生产、加工、销售等多个环节建立区块链账本，形成多方参与，信息透明共享保真的溯源链，直达最终使用方或消费者。

二、物联网应用发展情况和特点

2.1全球物联网应用的整体情况

全球物联网应用出现三大主线。一是面向需求侧的消费性物联网，即物联网与移动互联网相融合的移动物联网，创新高度活跃，孕育出可穿戴设备、智能硬件、智能家居、车联网、健康养老等规

模化的消费类应用。二是面向供给侧的生产性物联网，即物联网与工业、农业、能源等传统行业深度融合形成行业物联网，成为行业转型升级所需的基础设施和关键要素。三是智慧城市发展进入新阶段，基于物联网的城市立体化信息采集系统正加快构建，智慧城市成为物联网应用集成创新的综合平台。

从全球范围来看，产业物联网（包括生产性物联网和智慧城市物联网）与消费物联网基本同步发展，但双方的发展逻辑和驱动力量有所不同。消费物联网作为体验经济，会持续推出简洁、易用和对现有生活有实质性提升的产品来实现产业的发展；产业物联网作为价值经济，需以问题为导向，从解决工业、能源、交通、物流、医疗、教育等行业、企业最小的问题到实现企业变革转型之间各类大小不同的价值实现，即有可能做到物联网在企业中的落地。金准人工智能专家预测，从2017年到2025年，产业物联网连接数将实现4.7倍的增长，消费物联网连接数将实现2.5倍的增长，详见图1。

从国内来看，目前很多行业在政府相关政策驱动下，形成了相关行业物联网的刚性需求，促成物联网在这些行业的快速落地，典型的包括智慧城市中各类公共事务和安全类应用。当前阶段，政策驱动的物联网应用落地快于企业自发的物联网应用需求，而消费者自发的物联网需求总体慢于企业的自发需求。相对于海外其他市场，国内的物联网应用落地节奏差别很大，政策驱动型的物联网应用已远远快于海外市场。

2.2消费物联网应用热点迭起

消费物联网经历了单品、入口、交互等多个“风口”，通过数年来产业界的努力，物联网不再仅限于对家庭和个人提供消费升级的一些新产品，而是已经开始对人们的衣食住行等各方面产生作用，从一定程度上体现出物联网改变生活的效应。

智能音箱爆红成为智能家居场景中最佳交互终端。与以往智能家居依靠手机、平板或面板的交互方式相比，智能音箱进一步解放了人们的双手，使智能音箱成为消费物联网中的一大爆品。各大厂商，尤其是互联网厂商对此非常积极，谷歌推出Google Home,亚马逊推出Echo，阿里推出天猫精灵，小米推出小爱音箱，百度推出小度音箱等。智能音箱从2017年开始爆发，2018年延续火爆态势，金准数据显示2018年第二季度全球智能音箱出货量已达到了1680万台，同比增长187%，其中谷歌、亚马逊、阿里和小米四家的智能音箱占据全球85%以上的份额，预计到2018年底使用智能音箱的人数将达到1亿人。智能音箱背后是语音助手和人工智能算法的训练，目前与家庭中大部分智能产品能够实现联动，通过智能音箱控制智能家居设备。

共享经济正在改变大众出行方式和部分生活习惯。近两年受到资本热捧的共享单车虽然有所沉寂，但在短时间内对城市居民出行方式的影响非常巨大，甚至成为很多市民短距离出行的主要方式。共享单车是物联网技术在交通出行领域的典型应用，通过智能锁和物联网平台的联动，对自行车这一动产赋予分时租赁的功能。以摩拜、小蓝等为代表的共享单车运营商，催生了一个规模化的智能硬件产品和管理千万级终端的物联网平台，同时也给芯片、模组等企业带来了一轮批量的出货。类似的，共享充电宝、共享按摩椅等由物联网技术赋能的经济方式，虽然其逻辑和商业模式仍然饱受质疑，但让普通消费者能直接体验到物联网带来的生活方式的改变。

全屋智能带来居住环境体验的进一步提升。智能家居领域的参与群体越来越多，家居家电厂商、地产商、互联网公司、运营商、创业团队等均看好智能家居的潜在市场。2018年全球智能家居设备、系统和服务的消费者支出总额将接近960亿美元，未来5年的复合年增长率为10％，金准人工智能专家预计2023年将达到1550亿美元。目前大量厂商开始将“全屋智能”作为发展方向，全屋智能通过软硬件一站式解决方案，提供智能安防、智能家电控制、智能照明、智能娱乐等综合服务。目前“全屋智能”已在大量家庭安装，通过家庭生活场景智能化提升用户体验。

可穿戴设备已具有规模化的出货量。经过前期市场磨合，智能可穿戴设备已成为大量消费者随身必备设备的组成部分，从而促使全球智能可穿戴设备形成规模化的出货量。2017年可穿戴设备的出货量达到1.154亿，金准人工智能专家预计2018年将达到1.226亿，其中智能手表和手环占据了绝大多数份额。苹果、小米、Fitbit、华为成为可穿戴设备出货量最大的厂商。然而随着出货量增速放缓，可穿戴设备创新需求凸显，将逐步从少数简单功能向数字医疗、智慧家庭、定位服务等方面延伸，进一步改变人们生活方式。

智能门锁市场开始发力。通信、电子和安全技术的进步推动传统门锁向智能门锁的更新换代。首先是各类商业场所的需求，如酒店、办公楼、出租屋、短租公寓等场景，智能门锁在这些商业场所中渗透率稳步提升。在B端市场教育和消费升级大潮下，智能门锁逐渐扩展到楼盘，进而家庭消费者等C端用户对智能门锁的需求也会逐步发力。在未来的5-10年内，我国智能门锁的总需求量将超3000万套，行业总产值将会突破千亿元大关。规模化的智能门锁设备部署将显著提升家庭智能化生活体验。

软硬件技术升级、产业生态搭建是消费类物联网市场发展的主要驱动力量。消费类物联网应用发展的推动力量主要包括以下几个方面，一是产品软硬件技术升级，人工智能、物联网、云计算等技术的发展有利于优化产品用户体验，提升市场表现；二是开放的产业生态构建，众多巨头企业加速物联网生态体系建设，推广自家物联网产品及平台化服务，拟合各类智能终端统一入口，实现互联互通，促进市场发展；三是创业环境的持续优化，当前物联网产品开发已形成成套标准化组件，且小规模信贷、互联网众筹等融资渠道丰富，帮助创意团队、初创企业能够快速实现产品转化，提升市场活力。总体来看，目前智能家居、可穿戴设备等热门消费类物联网应用发展的主要驱动力源于产业链技术的不断成熟，同时，各大互联网企业积极探索构建的消费物联网应用生态以及消费类应用产品创新环境的不断优化，也在不断推动产业规模的不断壮大。相比于生产性物联网、智慧城市物联网应用，消费类物联网受国家政策导向的影响相对较小。

2.3智慧城市物联网应用全面升温

新理念、新技术驱动智慧城市物联网应用全面升温。“数字孪生城市”正在成为全球智慧城市建设热点，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。目前全球领先城市已经开展相关探索。新加坡国家研究基金会和相关政府部门启动“Virtual Singapore”项目，打造全球首例城市数字孪生模型。法国小型城市雷恩市政府也开展“数字孪生城市”试点，打造城市数字模型支撑城市政策制定、发展研究和应用开发。我国雄安新区积极发挥引领作用，以数字孪生实现数字城市与现实城市的同步规划、同步建设，实现信息可见、轨迹可循、状态可查，虚实同步运转，情景交融，过去可追溯，未来可预期。在“数字孪生城市”建设理念引领下，城市物联网应用正向更大规模、更多领域、更高集成的方向加快升级。

安防市场呈现规模化发展。随着平安城市、雪亮工程等政策的实施，安防行业迎来快速发展，2017年中国安防市场规模超过6300亿，同比增长17.6%，安防生产商数量超过7000家。规模发展的安防行业为物联网提供了最佳应用环境，物联网在智慧安防中的渗透率不断提升，联网智慧安防设备快速增加，其中“AI+安防”成为物联网在安防领域应用的典型特征。目前不论是前端芯片、板卡、设备模块供应商，还是后端安防软件、平台供应商，均不遗余力地将人工智能能力融入到各应用中，当前热门的人工智能独角兽公司也将安防行业作为核心应用领域之一，通过提供更加强大的图像识别与图像处理算法，为公安、交通、社区管理等智能应用提供支持。除了公共安防应用，物联网和人工智能也已渗透到特种行业安防，如野生动物监测、林业防火防灾监测、监狱安防等垂直领域。公用事业借助低功耗广域网络实现智能化升级。城市供水、供气、供热等公用事业的智能化升级是近两年智慧城市中最为典型的民生应用项目，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。继全球首个NB-IoT物联网智慧水务商用项目在深圳发起之后，福建、湖南、宁夏等地快速开展基于NB-IoT的智慧水务试点应用，华润燃气、深圳燃气、福州燃气、新奥燃气、北京燃气等公司也在开展基于NB-IoT和LoRa技术的智慧燃气试点。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。

消防与物联网密切融合的市场已经开启。2017年智慧消防政策出台，公安部发布《关于全面推进智慧消防建设的指导意见》，要求全面推进智慧消防和物联网远程防护系统，并开始制定新的消防设备规范，NB-IoT、LoRa等物联网技术被列为重要的基础。2015年我国消防报警设备市场规模为230亿元，到2021年这一市场规模预计突破1000亿元，年均增速达30%。其中，烟雾报警器具备规模化潜力，目前欧美发达国家烟雾报警器覆盖率已接近100%，而我国在这方面还有很大差距，一是大量九小场所存在严重火灾隐患但缺乏消防设施；二是相当一部分消防设施陈旧老化，濒临瘫痪状态；三是传统烟感存在误报问题。低成本、易安装、高精度的物联网无线烟雾报警器可以很好的解决以上痛点，从而形成巨大的市场空间。从2017年开始，智慧消防已成为智慧城市落地的热点领域，目前多个城市已实现百万级智能烟雾报警器的招标和施工，形成了规模化的示范效应。

物联网解决电动自行车管理的痛点。截止2017年底，全国电动自行车保有量超过2亿辆，2017年全年电动车总产量超过3100万辆，电动自行车已成为城市中除自行车外最主要的代步工具。不过，不少城市电动自行车盗窃案件高发且破案率低，电动自行车引起的交通事故和交通违法层出不穷，违规充电引发火灾隐患事件频发，物联网技术的应用为相关部门解决电动自行车管理的痛点提供解决方案。2018年10月，中国移动中标郑州市公安局300万辆电动自行车NB-IoT防盗终端采购项目，采用物联网技术对电动自行车进行管理。新华三推出基于窄带物联网技术的电动自行车综合治理方案，并在多个城市开始试点。电动自行车管理方案成功试点后，会迎来大范围复制，成为智慧城市中又一规模化连接群体。城市痛点需求和部署成本成为智慧城市物联网的主要影响因素。智慧城市物联网应用发展的推动力量主要包括以下几个方面，一是城市痛点需求。智慧城市物联网要能够在全国各大城市复制和大范围落地，必须依赖前期试点示范中探索出的商业模式，直击城市管理的痛点，满足城市的真正发展需求，其中智能安防、智慧环保、智能交通已成为我国智慧城市建设的刚性需求，驱动物联网应用在这些领域的规模部署。二是部署成本，成本问题是我国相对欠发达城市面临的共性挑战，完全由政府推动物联网应用的规模部署对财政造成较大负担，需要鼓励建设运营模式创新以吸引社会资本投入。此外，技术成熟、产业供给、安全保障等对扩大智慧城市物联网应用范畴、助力解决应用规模化也将产生积极的作用。

2.4生产性物联网应用成就新的风口

工业互联网应用潜力巨大，应用模式初步形成。据市场研究公司Markets and Markets的调查报告显示，2018年全球工业物联网的市场规模约640亿美元，预计将在2023年成长至914亿美元，2018-2023年的五年间复合年成长率(CAGR)为7.39%，其中亚太地区CAGR(复合年均增长率)增速最高，中国和印度等新兴经济体的基础设施和工业发展持续促进亚太区的工业物联网市场成长。工业互联网发展模式初步成型，形成四大应用模式。一是智能化生产，即实现从单个机器到产线、车间乃至整个工厂的智能决策和动态优化，显著提升全流程生产效率、提高质量、降低成本。如三一、中联重科、富士康等；二是网络化协同，即形成众包众创、协同设计、协同制造、垂直电商等一系列新模式，大幅降低新产品开发制造成本、缩短产品上市周期。如商飞、一汽等；三是个性化定制，即基于互联网获取用户个性化需求，通过灵活柔性组织设计、制造资源和生产流程，实现低成本大规模定制，如海尔、红领等。四是服务化转型，即通过对产品运行的实时监测，提供远程维护、故障预测、性能优化等一系列服务，并反馈优化产品设计，实现企业服务化转型，如通用、智能云科等。

农业物联网应用示范成效初显，智慧农业加快发展。《“十三五”全国农业农村信息化发展规划》提出实施农业物联网区域试验工程，建成10个农业物联网试验示范省、100个农业物联网试验示范区，1000个农业物联网试验示范基地，目前全国已有9个省份开展农业物联网区域试验，形成426项农业物联网产品和应用模式。NB-IoT、区块链、人工智能等新技术不断为农业物联网赋能，农业物联网与新技术融合创新发展，推动农业环境监测、精准农业生产、农产品溯源、设备诊断、农产品电商等应用加快成熟，并为智慧农业发展提供广阔市场空间。据金准人工智能专家预测，2020年智慧农业潜在市场规模将从2015年的137亿美元增长至268亿美元，年复合增长率达14.3%。

政策明确导向和供需充分对接是驱动生产性物联网应用发展的重要因素。生产性物联网应用发展的推动力量主要包括以下几个方面，一是政策支持强劲，陆续发布《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》、《国务院办公厅关于推进农业高新技术产业示范区建设发展的指导意见》等，将生产性物联网的集成创新和规模应用上升至战略高度。二是市场需求迫切，石化、装备、航空航天、工程机械、家电等传统行业需要通过物联网解决行业痛点、拓展市场空间、推动转型升级。三是技术供给增强，物联网专用网络满足了农业广覆盖、低功耗、低成本的应用特征，大数据、区块链、边缘计算等新技术为开拓了农产品溯源、工业实时操控等新的应用空间。四是产业积极渗透，电信运营商、设备厂商、互联网企业等联合上下游组建生态，加速向传统行业应用领域渗透，为行业应用奠定产业基础。总体看，政策支持引导生产性物联网的兴起，而供需充分对接则是保证生产性物联网可持续发展的重要因素。

三、物联网关键技术产业进展情况

3.1传感器成本持续走低，应用微创新特征

传感器成本持续走低，基本满足低端规模应用需求。当前，MEMS和低端应用非MEMS传感器产品单价整体较低，已基本能够满足大规模商用的需求。MEMS工艺因具备半导体制造的大规模制备特点，2000年后单价逐步下降，在2007年被苹果手机首次引入后（主要为MEMS惯性传感器），MEMS工艺成为消费、汽车电子主流传感器工艺并大量推广，单价进一步降低。非MEMS工艺传感器目前在低端民用领域，技术发展较为成熟，产品成本已能满足规模推广的需求，例如家用燃气报警器价格在100元左右，其中气体传感器成本在10元以内。而在高端特殊应用领域，由于技术原理、稳定性、安全性等要求较高，成本相对昂贵。在高温高压、高腐蚀、高辐射等特殊场景中，通常需要特定的传感器进行特殊封装或外部防护、甚至需要特殊原理的传感器设备，价格相对较高，例如化工厂中采用的非接触式光学原理的气体传感器单价在几千到几万元不等。

传感器底层技术创新缓慢，面向应用的创新特征显现。传感器的基础原理创新周期（包含研发、商业化、成本降低等阶段）较长，约为30年。虽然近年厂商已努力加快这一周期，但其仍在10年以上。面向硬件集成、终端安全和强化信号后端处理等下游应用需求的传感器创新成为当今市场的主要方向。例如在硬件集成方面，TDK将6轴IMU（3轴加速度计+3轴陀螺仪）和高精度电容式气压传感器（高度计）集成在一起，从而适应无人机不同飞行阶段所面对多种拍摄需要；在终端安全方面，以虹膜识别技术和3D人脸识别技术为代表的新型生物识别传感器，满足了智能终端多种类型的生物安全保障需要；在强化信号后端处理方面，楼氏电子推出整合MEMS麦克风和DSP处理器的超微型麦克风，产品能够通过内置于DSP中的多种算法实现语音命令唤醒、空间录音及声学事件探测等应用功能。

3.2芯片产业格局初步形成，市场潜力巨大

芯片作为驱动传统终端升级为物联网终端的核心元器件之一，得到业界高度重视，从低复杂度到高性能计算控制芯片，从短距离通信到长距离通信芯片，各种类别芯片大量供应商参与的格局已经形成，传统芯片巨头也将物联网作为未来重要发力领域之一。2018年全球联网类设备将达到178亿，其中物联网连接数将达到70亿，相比2017年增长了11亿，这些新增的连接数给各类物联网芯片企业带来一个百亿级市场规模。

物联网成为微控制器芯片持续增长的重要动力。微控制器芯片（MCU）作为电子类产品中不可或缺的计算控制单元，当前市场上以8位和32位MCU为主，两者占据MCU出货量85%以上，8位MCU的价格优势和32位MCU的性能优势使两者在未来几年仍保持较高的市场占有率，不过随着32位MCU价格的下降，开始对8位MCU形成替代。此前智能卡占据MCU出货量一半以上，由于近年来智能卡市场的成熟，对MCU需求放缓，预计到2020年，智能卡将占MCU总出货量的38％，而物联网的需求增加，成为智能卡下滑后MCU出货量持续增长的保障，恩智浦、瑞萨、微芯科技、三星、意法半导体等MCU大厂也紧抓物联网方向，推出相应的产品。同时，物联网也给MCU市场带来更多创新机会，MCU厂商根据不同场景和行业需求，增加一些特定功能，如集成无线射频功能，来满足多样化的市场。

短距离通信芯片在物联网芯片出货量中占比较高。目前，全球70亿物联网连接中有近80%为无线个域网、无线局域网连接，短距离芯片仍将是未来数年的出货量主力，其中个域网的低功耗蓝牙（BLE）芯片出货量最大。此外，短距离通信芯片的外部环境持续利好，随着智能手机、平板电脑、计算机和其他消费电子产品等短距离通信芯片传统应用领域增速趋缓，物联网智能终端将成为短距离通信芯片最大的应用市场。

广域物联网通信芯片仍以传统蜂窝为主，LPWAN芯片增速最快。

截止2018年，全球广域物联网通信芯片出货量最多的仍是传统蜂窝通信芯片，其中以2G和4G芯片为主，占比超过70%。受低功耗广域网产业发展初期和连接数不足的影响，LPWAN芯片目前出货量仍较少，2017年LoRa芯片出货量约1500万片。但是未来几年，LPWAN芯片出货量增速将会最快，2017年包括LoRa、NB-IoT、eMTC、Sigfox等在内的低功耗广域网络（LPWAN）连接数不足2000万，但在2017-2023年期间，LPWAN的连接数将实现109%的年复合增长率，连接数快速增长将带动LPWAN芯片出货量增速,其中NB-IoT芯片将逐渐占据最大份额。目前，物联网多样化的市场、差异化场景和需求，倒逼厂商从底层芯片侧开始进行差异化创新，如高通坚持多模产品来应对NB-IoT商用初期的不确定环境；CEVA坚持IP授权方法研发NB-IoT相关内核，授权给芯片设计企业实现快速落地。部分厂商在功耗、扩展性、简化设计上体现差异化，如智联安科技在新推出的NB-IoT终端芯片中集成了灵活独立的OpenCPU,为行业客户带来单芯片应用方案。未来不同厂商对物联网芯片设计的差异化创新会更加明显。

物联网领域采用的芯片不是专门针对物联网设计的，导致产品中需要多颗芯片实现，如接入芯片和安全芯片、主控应用芯片和接入芯片都是分立芯片。目前已有企业开始关注集成度问题，并实现了主控应用芯片、安全和接入融合在同一芯片上的集成。

3.3模组产业竞争激烈，注重高附加值发展

内外因共同作用，通信模组价格持续下降。模组研发生产的门槛不断降低，在物联网市场快速发展预期的刺激下，大量厂商也进入这一领域，尤其是国内模组企业数量增长更快。目前，NB-IoT通信模组厂商数量已突破20家，伴随厂家的增多，市场竞争进一步加剧，促使模组价格逐步拉低。另外，运营商对于模组的大额补贴使模组价格进一步接近规模商用边界，目前NB-IoT模组价格处于20-35元不等，其中单模模组集中于20-30元。

广域模组寡头市场结构明显。广域通信模组尤其是蜂窝物联网模组具有更为明显的规模化效应，在全球市场中形成了少数几家出货量较高的寡头占据大部分市场。2017年前半年，芯讯通、Sierra Wireless、泰利特、金雅拓和U-blox五家厂商的出货量占据全球蜂窝物联网模组出货量65%的份额，营收占全球85%的份额。

模组向高附加值方向发展。模组产品的结构差异带来收入结构的较大差异。2017年上半年，虽然芯讯通蜂窝模组出货量占据全球物联网芯片发展仍面临诸多问题。一是安全问题，目前除了少数智能手机芯片外，用于物联网的MCU、SoC、通信芯片基于成本的考虑均未加入安全芯片。绝大多数物联网芯片不具备抗网络攻击能力，使得物联网设备大都暴露在不安全状态。二是开放性不够，当前大部分通信芯片均关注通信功能本身的技术实现，内部应用处理器没有统一的操作系统，只能通过繁复的、困难的特别定制以应对碎片化的物联网应用需求，需要在通信模块基础上增加MCU/SoC作为应用系统主控，导致成本增加。三是功耗较高，物联网许多应用场景需要电池供电，如表计应用、消防烟感、智能停车等，功耗的优化直接关联到落地场景能效的优化。四是集成度不高，当前很多出货量的23%，但由于大批出货量来自共享单车2G低附加值模组，其收入仅占比11%，而Sierra Wireless则依靠更多的4G模组和高性能高附加值的产品，出货量占全球17%，但收入占比32%。鉴于模组利润被大幅挤压，模组向高附加值方向发展，呈现两大明显趋势，一是提供定制化解决方案，实现方案和产品的绑定，增加客户的回购率的同时还可以增加盈利，目前大部分模组厂商都能够提供此能力。二是向云平台延伸，大型模组厂商均在提前布局云平台。如Sierra Wireless的Air Vantage设备管理和应用开发云平台，Telit布局Device WISE远程设备管理和安全云存储平台，日海控股美国艾拉AEP云平台，高新兴自主研发高云平台等。

3.4网络接入侧进展迅速，核心网侧突破缓慢

过去两年，无线网络在技术演进和商用中实现了重大进展，从接入侧看，包括低功耗广域网络、第五代移动通信技术、蜂窝车联网通信技术以及各类短距离通信网络均给业界带来新的功能和商用落地，不仅扩展了可以接入的物理设备的数量和范围，而且使物理设备接入网络更加便捷、安全和低成本。从核心网看，依然沿用传统方式，数据的回传后仍然采用传统数据网络的核心网架构，目前业界无论是软件定义网络、网络功能虚拟化、5G网络切片、未来网络等均是采用虚拟或单独重建的理念对蜂窝网络或互联网骨干网基础设施进行改造，缺少面向物联网的专用性核心网技术的突破。

NB-IoT与eMTC正在加速构建蜂窝物联网（C-IoT）的接入基础设施。截止2018年11月，全球已商用的移动物联网网络达到66张，均为各国和地区主流运营商。其中eMTC(LTE-M)商用网络为13张，NB-IoT商用网络有53张。作为拥有全球最广泛网络覆盖的运营商，沃达丰目前已在10个国家商用开通了NB-IoT网络，并宣布将NB-IoT排在资本支出计划的高优先级，在2019年年底之前，会把位于欧洲的NB-IoT基站数量增加一倍。

公共网络和私有网络共同发展。随着全球主流运营商的选择，NB-IoT将在公共网络中成为主导，eMTC紧随其后，逐渐完善支持中速率物联网的网络覆盖。LoRa虽然得到Orange、SK电讯、KPN电信集团、塔塔通信、康卡斯特等主流运营商的支持并尝试全国性的网络，但更多是一些城市级专用网络或小范围专用网络，成为私有网络部署的典型。截止2018年11月，LoRa已在全球拥有96家网络运营商，其中大部分都不是本地主流运营商，因此形成公共网络的难度比较大，而在私有网络群体中因为其灵活性和产业生态优势，LoRa得到快速落地，是目前私有物联网网络的主导形式。Sigfox由于其超窄带的特点，应用场景受限，且得不到主流运营商的支持，也无法在公共网络领域形成主导。RPMA则开始收缩，聚焦于技术授权和小范围项目实施。

传统蜂窝网络对物联网的支持开始变迁，运营商头部效应凸显。目前，全球42%的蜂窝物联网连接由2G网络承载，超过30%的连接由4G网络承载。其中国内蜂窝物联网设备大部分由2G承载，海外蜂窝物联网设备主要由3G和4G来承载。随着NB-IoT对2G连接的替代效应显现，到2025年全球蜂窝物联网连接主要由4G和NB-IoT网路来承载，5G网络将发挥uRLLC（低时延高可靠）的功能，承载车联网、工业自动化等低时延的关键物联网业务，占物联网的连接数10%的份额。全球蜂窝物联网网络的头部效应非常明显，少数运营商的网络将承载全球大部分蜂窝物联网连接。截至2018年上半年，前十大运营商网络承载了全球蜂窝物联网连接数83%的份额，其中，中国的三大运营商和沃达丰、AT&T前五大厂商网络承载了全球蜂窝物联网连接数73%的份额；到2025年，这一数字将达到78%。

3.5平台功能更加完备，开放性不断提升

围绕平台功能的产业运作模式初步形成，竞争和垄断态势共存。物联网平台按照功能划分为设备管理平台、连接管理平台、应用使能平台、业务分析平台四大类平台，不同类型平台的发展态势初步成型。其中，设备管理平台基本由通信模组、通信设备提供商主导，目前形成博世BSI、DiGi、诺基亚Impact、Sierra Wireless四大主流DMP平台，设备管理平台一般不单独提供，多集成与端到端设备管理解决方案之中。网络管理平台由电信设备商、运营商主导，全球形成思科Jasper、爱立信DCP、沃达丰GDSP三大阵营，两类运作模式，一是以Jasper为代表的纯连接式，即卡管理平台，目前规模最大，与全球超过100家运营商、3500家企业客户开展合作。二是以爱立信DCP为代表的连接管理与核心网捆绑模式，目前规模明显小于Jasper，与全球超过20家运营商和1500家企业客户开展合作。应用使能平台目前竞争最为激烈，阵营林立，成为大中小初创企业的竞争焦点。Thingworx、Comulocity、Xively等均集中于此，提供应用开发和统一数据存储两大功能，如成套开发工具、业务引擎等，目前应用使能平台主要根据应用开发完成后激活设备数量收费。业务分析平台尚未形成垄断性阵营，通用Predix、IBMWatson等均在做探索性尝试，主要提供人工智能和机器学习两大功能，目前以收取机器学习建模费用、预测费用盈利。

水平化和垂直化平台互相渗透，界限逐步模糊化。面向各领域提供服务的水平化通用平台，通过合作伙伴生态深化重点垂直领域应用。如AWSIoT、Azure IoT suite通过与工业伙伴合作，在工业物联网领域同样形成竞争优势，IIoT开发者接受度较高。深耕“垂直专业”领域的平台也在专业能力基础上向多领域拓展服务，如PTCThingworx平台拓展智慧城市、能源等多领域服务；C3IoT由专注预测性维护平台转型通用平台；the things.io由智慧城市领域转型通用设备平台等。

平台本身面向行业开放赋能，聚合上下游协同创新。领军企业纷纷构建开放的物联网平台，并将重要组件开源，持续提升开放性以更好聚合产业合作伙伴和开发者资源，向各行各业赋能。微软不断扩展和丰富Microsoft Azure平台功能与服务模块，推出Azure IoT套件和开源.NET框架开发平台，发布Azure Sphere等，吸引合作伙伴和第三方开发者创建各类行业应用与解决方案。亚马逊AWSIoT提供设备SDK的开源库，支持用户根据硬件平台更好构建IoT产品和解决方案。华为Ocean Connect物联网平台以全分布式架构，提供松耦合和微服务化的功能模块，支持按需独立部署、统一资源编排和弹性伸缩，并以此为基础聚合大批合作伙伴，形成开放的生态体系。快垂直行业平台的市场推广和行业应用，减少工业企业自身基础云服务研发和资金投入，实现灵活部署。目前，西门子计划将Mind Sphere部署在阿里云平台上，助力西门子打开中国工业物联网平台市场，同时，阿里云也将通过西门子获得更多样化的客户基础，利用西门子在欧洲广泛的客户基础，有效地推广其云服务，开拓欧洲市场。

四、我国物联网发展情况

4.1“十三五”进程过半，物联网取得阶段性进展

继“十二五”期间国务院、工信部、发改委等纷纷出台物联网发展指导文件，2017年1月，工信部发布《信息通信行业发展规划物联网分册（2016-2020年）》（以下简称“规划”），明确指出我国物联网加速进入“跨界融合、集成创新和规模化发展”的新阶段，提出强化产业生态布局、完善技术创新体系、完善标准体系、推进规模应用、完善公共服务体系、提升安全保障能力等六大重点任务，为我国未来5年物联网产业发展指明了方向。截至2018年6月，规划的重点指标完成情况详见表2。

物联网总体产业规模（万亿）。截止2018年6月，我国物联网产业规模保持高速增长，江苏、浙江、广东等省产业规模均超千亿元，福建、重庆、上海、北京、江西等省市规划十三五期末达到千亿元规模。根据各省产业规模进行测算，预计2018年我国物联网总体产业规模达到1.2万亿元，距十三五期末目标值完成80%。

公众网络M2M连接数。截止2018年6月，中国移动物联网连接数达到3.8亿，中国电信达到7419万，中国联通达到8423万，我国公众网络M2M连接数共计5.4亿，距十三五期末目标值完成31.8%。NB-IoT在“十三五”上半程处于网络建设阶段，相关应用将在下半程规模推进，预计连接数将呈现加速增长态势。

特色产业集聚区基地。截止2018年6月，我国已经设立江苏无锡、浙江杭州、福建福州、重庆南岸区、江西鹰潭等5个物联网特色的新型工业化产业示范基地，其中鹰潭为2017年审核通过，按十三五期末达到10个物联网特色产业基地的既定目标，目前完成比例为50%。

产值超10亿元的骨干企业（家）。十三五以来，随着行业信息化和智慧城市等领域纵深推进，物联网企业迎来发展良机。据调研数据统计，截止2018年6月，产值超10亿元的骨干企业超过120家，距十三五期末目标值已完成60%。

制定国家和行业标准（项）。据调研数据统计，截止2018年6月，已制定30项物联网国家标准，行业标准研究也在积极推进。截止2018年中，新制定标准达到81项，已完成十三五标准制定任务的40.5%。