2018年1-2月，中国经济运行平稳，新动能对经济增长的贡献增加，工业生产和出口增长超出预期。但贸易摩擦等外部因素不确定性加大，外商投资减慢，民营企业积极性不高，稳增长与防风险平衡难度增加。初步预计，一季度中国GDP增长6.9%左右，CPI上涨2.3%左右。考虑到出口增速减慢、基建投资继续放缓，二季度经济将出现回落态势。

生产发展稳定，新动能增强

工业生产稳定增长，新增长动能提升。2018年1-2月份，规模以上工业增长7.2%，同比提高0.9个百分点，比上年全年提高0.6个百分点。出口交货值增长9.5%，同比提高0.7个百分点，但低于2017年的10.7%。先进制造业加速发展，新兴产业规模扩大。1-2月份，高技术产业和装备制造业增加值同比分别增长11.9%和8.4%，增速分别比规模以上工业快4.7和1.2个百分点。但自2017年12月以来，制造业PMI已连续三个月放缓，今年2月份仅为50.3%。预计一季度工业增加值增长6.6%左右。

服务业稳定增长。2018年1-2月份，全国服务业生产指数增长8.0%，同比回落0.2个百分点。与居民消费升级相关的养老医疗、高档消费、信息智能、旅游休闲、文化娱乐等服务行业供给水平提高。咨询、物流、信息、商务服务业快速发展，信息传输、软件和信息技术服务业势头迅猛。金融、房地产发展减慢。预计一季度第三产业将增长7.5%左右。

内需稳定，外需扩张

消费需求保持平稳。1-2月份，社会消费品零售额增长9.7%，同比提高0.2个百分点，低于上年全年0.5个百分点。居民旅游、休闲、娱乐等消费需求较为旺盛，全国餐饮收入增长10.2%，全国旅游总消费增长12.6%，电影票房大增70%；网络购物、分享经济、智能通信、智慧医疗等新型消费模式和消费业态蓬勃发展，对消费起到提振作用，1-2月全国网上零售额增长37.3%，增幅同比加快5.4个百分点。汽车市场进入缓慢增长阶段，房地产销售逐步放缓。1-2月份，汽车销量增长1.7%，商品房销售面积增长4.1%，增幅分别同比放缓7.1和21个百分点。初步预计，一季度社会消费品零售总额将增长10%左右。

投资需求略有回升。1-2月份，全国固定资产投资（不含农户）增长7.9%，增幅同比放缓1个百分点，但高于去年0.7个百分点。制造业投资低位稳定，房地产投资有所加快，基建投资高位回落。民间投资增速有所提高，但外商及港澳台投资意愿不强，港澳台商投资下降3.6%，外商投资下降3.1%。新动能、补短板方面的投资有所提升，高技术制造业、生态保护和环境治理业、公共设施管理业、农业投资同比分别增长11.3%、39.3%、15.6%和22.9%。金融监管力度和地方债务治理加大，银行表外业务收缩，资金面偏紧，1-2月社会融资规模增量同比少增5575亿元，为近三年的最低水平；房地产到位资金减少，土地购置面积和新开工面积减慢，预计基建和房地产投资会有所减慢。初步预计，一季度投资将增长7.5%左右。

出口需求快速增长。世界经济增长加快，外需延续良好态势有利于中国增加出口。1-2月份，按美元价计算中国出口增长24.4%，增幅同比加快21.6个百分点；进口增长21.7%，同比减慢5.1个百分点。净出口拉动工业增长约3个百分点，拉动作用明显增加。预计一季度出口将增长19%左右，进口将增长18%左右。

物价走势温和适中

春节因素及气温偏低导致鲜菜等食品价格涨幅回升较大，医药价格改革影响医疗保健类服务价格涨幅偏高，2月份CPI由1月份的1.5%回升至2.9%，创2013年11月以来的新高，1-2月CPI累计上涨2.2%，同比提高0.5个百分点。春节过后蔬菜、肉禽等食品价格将会明显回落，工业品价格对消费品价格的传导有限，居民消费价格没有大涨的基础。初步预计，一季度CPI将上涨2.1%左右。从工业品价格来看，1-2月PPI上涨4%，涨幅同比放缓3.3个百分点。此轮工业品价格大幅上涨，主要受去产能和国际大宗商品价格上涨的影响，价格具有恢复性上涨特征，结构性特征十分明显，主要集中在石油天然气、煤炭、钢铁和有色金属等资源类行业。目前看，国际石油价格上升的趋势明显减缓，国内钢铁、煤炭、有色金属等产品供求基本平衡，价格基本稳定。预计一季度PPI将上涨3.8%左右。

经济效益提高，宏观杠杆率稳定

财政收入增长较快，1-2月，一般公共预算收入增长15.8%，一般公共预算支出增长16.7%。全国规模以上工业企业实现利润总额9689亿元，同比增长16.1%,同比回落15.4个百分点。其中，非金属矿物制品业、石油开采和加工、电力、医药合计拉动利润增速加快8.4个百分点。

随着地方政府债务管控力度加强、财政收入形势向好，地方政府债务风险有所缓释，在资管新规出台、互联网金融监管收紧、专项整治消费贷进入房地产领域、加强通道业务和委外业务监管等组合拳作用下，金融业脱实向虚的态势得到初步扭转，去杠杆取得一定成效。根据国际清算银行（BIS）数据，2017年末，中国非金融企业的杠杆率已经连续6个季度环比保持下降趋势。

经济运行面临的问题和风险

一是金融风险聚集态势尚未根本扭转。首先，经过两年的去产能后，处置僵尸企业成为2018年和今后几年的重要任务，目前，相当一部分僵尸企业的债务由其控股公司（国企或央企的总公司）承担，一旦处置，部分债务将显性化，银行的不良资产会有所增加。一些企业因经营不善，导致股权质押被强制平仓，引发股市波动和企业资金链断裂。乐视网股权质押违约风险继续发酵，浦发银行成都分行为掩盖不良贷款，违规向1493个空壳企业授信775亿元。其次， 居民杠杆率上涨过快。目前，居民储蓄和贷款额基本持平，居民储蓄率下降。再次，部分地方政府债务风险大。支撑债务偿还能力的地方GDP和财政收入存在虚高问题，地方政府的债务率和偿债率被低估。近期，内蒙古下调2016年财政收入四分之一、规模以上工业增加值调减四成，天津滨海新区承认GDP数据存在三分之一的虚高，这均印证了问题的严重性。云南省级投资平台出现10亿级信托兑付危机。这些问题将考验金融机构和金融系统的稳健性与抗风险能力，同时给宏观经济运行带来干扰。

二是实体企业债务负担较重，民间投资活力不足。中国企业杠杆率绝对规模较高，2017年非金融企业部门杠杆率为163.4%，远高于欧元区（103.4%）、二十国集团（95.2%）和新兴经济体（104.1%）。按照5.8%左右的融资成本计算，利息支出约为GDP的9.4%，与名义GDP的增长基本同步，非金融企业基本没有自我发展能力。民营企业活力明显不足，其投资增速已经连续两年慢于全部投资。制造业投资中民间投资占80%以上，2017年制造业整体产能利用率为78%，没有达到82%左右的合意水平。民企融资成本也明显高于国有企业，“玻璃门”、“弹簧门”、“旋转门”等因素也是制约民间资本投资意愿的重要因素。

三是中美贸易摩擦影响较大。 中美贸易问题是2018年中国面临的主要问题。2017年出口依存度为18.5%， 进口依存度为15.1%。对美货物出口占出口的19%，相当于中国GDP的3.5%左右。从美国进口占进口的8.4%，相当于GDP的1.3%左右，对美贸易顺差为GDP的2.2%。如果加上转口贸易，对美贸易顺差占GDP的2.8%。中国对美国出口的价格弹性为0.70，进口价格弹性为0.45，如果美国对中国600亿美元商品征收25%的关税，中国出口减少约100亿美元，GDP下降0.1%。从最坏情况看，如果中美贸易实现基本平衡，中国的经济增长速度会降低约2.5个百分点，影响非农就业约1400万人。

政策建议

要把握防风险和稳增长的平衡关系，在稳定杠杆率的同时，保证实体经济和房地产平稳发展，避免政策叠加的负面影响。对中美贸易摩擦可能产生的影响，要做出预判和预案。

1、贯彻落实中央经济工作会议精神和“两会”的部署。稳步推进政府机构的调整，保证在调整中不对经济工作造成大的冲击。加快减税和降费的进程，切实降低企业负担。严格保护民营企业产权神圣不可侵犯，采取切实措施给民营企业和外资企业吃上定心丸。

2、保持货币政策稳健中性，适度降低存款准备金并通过减少MLF和PSL等操作的力度加以对冲。向市场释放降低存款准备金率并不是放松货币政策的信号，降准主要是降低银行特别是中小银行的资金成本，提高银行抗风险能力。同时，减少MLF等工具对利率形成产生扭曲，疏通市场利率的传导机制，形成平滑的收益率曲线，引导好投资和消费。

3、妥善解决中美贸易摩擦。按照“两会”的部署，加快进一步扩大对外开放和降低关税政策的落实，适度扩大进口。妥善处理西方国家在知识产权保护、转让技术、市场开放、产业政策、意识形态等方面的关切。立足于以打促谈，对进口的美国大豆、汽车、飞机、电子元器件等威胁或征收关税。

前言

全球各地的企业纷纷利用新型数字化业务流程和技术进步，实施能够复制人类行为的自动化解决方案，借此消除日常重复任务，让员工能够集中精力处理高价值的任务。在我们调查的3000多家企业中，几乎所有企业都不同程度地实施了智能业务流程自动化，大约40%的企业采用了基于AI的自动化技术。

自动化由来已久，历史可追溯至5000多年前。随着人工智能(AI)的发展，自动化技术迈上了新台阶：智能自动化。智能自动化借助技术进步，优化业务流程，推动客户体验个性化，提高企业决策能力，从而改变企业的运营模式。金准人工智能专家在本文中揭示了先驱型企业在实现智能自动化过程中所采取的措施，以及他们平衡运营效率与员工队伍变化的方法。

任务自动化的发展涵盖了整个人类历史，从玛雅人使用引水渠实现用水自动化运输，到亚当·斯密的自动化示例推动扣针制造商大步发展，再到亨利·福特发明自动化机械装配线。在大多数企业中，数字化重塑(Digital Reinvention)如火如荼，新技术应用日渐广泛，自动化新时代—智能自动化，就是顺理成章的事了。

纵观历史，自动化就是从人员、流程和技术的典型协同增效范例中创造新价值的绝佳机遇。例如，在用水自动化运输中，技术（引水渠）使人员（引水渠建造者）支持的流程（用水运输）成为现实。同样的协同增效效应还开启了工业时代。

这种范例在信息时代发生了变化。与数据相关的任务要求人员（在键盘上）实现由技术（电话、电子表格）支持的流程（事务或互动）。数据驱动的企业任务自动化始于20世纪60年代，催生出企业资源规划系统，并不断向前发展，现已扩展至机器人流程自动化（“机器人”）。

但是，任务自动化一直为数据处理能力所限，只能采集结构化数据、标准化格式数据，比如简单的“屏幕抓取”和数据分类操作；无法处理非数字化或包含不可靠数据的企业运营流程。除了严重依赖于这些条件，任务自动化还需要人为干预才能成功地完成基于信息的流程，直到最近这一问题才得到解决。

智能自动化是一种新能力，有助于最大程度减少所需的人员支持。这实现了流程负担从人类向技术的转移，有望彻底改变企业的工作方式。随着越来越多、越来越复杂的任务交由流程自动化完成，企业员工就能够解放出来，专心投入高价值的工作。

高密度文件系统的出现，以及算法分析和人工智能工具的进步，为数据驱动的任务自动化带来了全新的机遇。现代化的数据平台能够快速准确地处理各种系统中海量的多格式数据，解读异常情况，效仿模式，并从最近实现数字化的企业流程中捕获大量隐藏的洞察。随着融合用于处理和分析数据的各种人工智能工具，自动化能力的应用范围也日渐扩大，在20世纪60年代，自动化只能处理基本的数据移动，现如今，已经可以指挥高级系统，还有一些系统能够执行基于判断的操作和类似人类的互动。

一、智能自动化是什么

智能自动化汇集了最新的技术进步，能够自动持续地管理和改进业务流程。智能自动化的组成部分包括：

（1）人工智能/机器学习—配备软件的系统应用，能够模拟人类智能过程，无需明确指示即可开展学习。

（2）自然语言处理—能够理解人类说的话。

（3）机器人—使用机器人对物联网(IoT)数据和其他数据进行学习并做出自主决策。

（4）预测性分析—借助统计算法和机器学习预测结果的做法。

金准人工智能专家在本文中从面向数据的角度询问了最高层主管对于智能自动化的看法，同时分析了哪些业务流程最适合实现“自动化”。

全球性金融服务公司瑞士银行(UBS)最近披露了对于智能自动化发展的看法：“空前数量的数据（大部分是非结构化数据）可供使用；计算机处理能力呈指数级提升；数据存储解决方案的价格不断下降，而便利性日益改进；同时机器学习算法持续精进，这些都为智能自动化领域的重大发展提供了有力支撑。”

用于业务流程管理的数据无处不在，这使得企业的智能自动化使用情况、所采取的措施以及所取得的成果变得更加透明直观。金准人工智能专家采访了3,069位最高层主管，其中91%的受访者表示，他们的企业已经采用了一定程度的智能自动化，既有事务性屏幕抓取功能，也有复杂的事务处理，还有依赖人工智能的互动。几乎所有企业均可归入三类信息自动化用户之一：基础、高级或智能。这种分类贯穿整份报告，用于描述所讨论的数据自动化类型。为清晰起见，那9%没有采用任何自动化技术的企业忽略不计，本报告未对他们进行研究（见图1）。

目前，支持企业将数据自动化技术从数据中心和ERP系统向企业复杂的运营流程拓展的技术已日趋成熟。具备“数据访存和响应”能力的聊天机器人、自然语言处理和机器学习正迅速成为解决业务流程中特定需求的常用工具（见图2）。

技术驱动型智能自动化领域的先驱企业纷纷采取战略性举措，以平衡所获得的运营效率与员工队伍正在发生的变化。在这份报告中，金准人工智能专家考察了这些早期采用者所采取的措施，并为寻求利用智能自动化探索新机遇的企业提供了指导建议。

二、自动化在效率上的体现

大多数高管认为，未来两三年内，人工智能帮助他们决胜竞争的三大法宝之一就是“优化业务流程”。人工智能影响最大的另外两个领域当属“实现客户体验个性化”和“增强预测和决策能力”，而实现这两大目标的唯一途径就是高效利用智能自动化。

这些新技术和人工智能驱动型自动化能力的早期采用者—“高级”和“智能”用户，表示他们在许多业务职能领域收获了显著效果。即使是目前只使用非现代化的事务性自动化技术的“基础”用户，也纷纷表示未来两三年内，这些新技术将会为企业流程带来新活力，产生重大影响（见图3）。

相较于实施多功能人工智能解决方案的“智能”用户，更多的“高级”用户表示人工智能对其带来了显著的影响，这似乎有违常理。受访高管被要求按照复杂程度，对企业内最高程度的自动化所带来的影响进行评价。金准人工智能专家发现，“高级”用户对其所使用的经过实践检验、主要关注于某个特定方面的解决方案有较全面的跟踪记录，而“智能”用户的尖端多功能人工智能系统则少有效果检测指标，这或者是一种解释。与此同时，不难看出“高级”用户与“智能”用户两者之间的期望差距正日渐缩小。

自动化技术的价值主要来自其所带来的效率优势。一家入围《财富》全球消费品企业75强的企业通过采用先进的自动化解决方案，将工作流问题（称为“问题凭单”）的解决效率提高了30%，并将员工生产力提高了50%。一家全球性银行成功将问题凭单数量减少达40%，员工满意度提高95%以上；现在计划复用相同的技术，支持各种企业流程中的超过25个企业应用。

简单的流程自动化可以消除错误，减少偏差，只需少量时间便可完成事务性工作，速度远超人类员工。事实证明，在处理重复性任务方面，这些基础技术明显优于人类员工，不仅可节省75%的成本，还能带来25-50%的效率提升。

将人工智能融入基础的自动化流程不仅能够提升工作效率，还能扩展所辖工作的范围。人工智能驱动的流程可以自动扫描数百万页文档，所耗时间只是人类花费时间的“九牛一毛”，并且应用范围也十分广阔，覆盖法律合同审查、医疗方案决策、索赔分析和欺诈管理等领域。智能自动化系统的数据分析速度比人脑快25倍，可以24小时全天候不间断运转，能够使用自然语言与员工和客户进行交流，并且理解准确率令人惊叹。

一家南美保险公司最近通过创建一个使用自然语言处理的智能处理系统，改变了根据每个客户的保单承保范围核对理赔要求的人工流程。该系统能够同步处理数千页的文档和电子表格，将人工代理参与的理赔处理时间缩短了90%以上，每年帮助公司避免了高达100万美元的欺诈损失。请参阅图4，了解一个保险流程如何因任务自动化而发生变化。

使用人工智能（无论是特事特办的AI还是整合到智能系统的AI）管理的运营流程，将“智慧”融入到了自动化的活动之中，并通过自动化的透明性和无穷尽性等特征实现增效。举例来说，欧洲的一家电力供应商，在计划部署的50个机器人（主要是客户服务聊天机器人）中首批8个机器人投入使用后，预计实现了600万欧元成本节省，随着部署计划的推进，有望实现两位数百分比的成本节省。自动化还能够根据季节性需求或高峰期促销活动灵活可变地调整企业运营规模。

与大多数技术的成长轨迹一样，人工智能驱动的自动化虽处于早期阶段，但将会继续向前发展。目前，企业主要采用自然语言翻译、非结构化数据识别、“抓取和响应”式互动代理和复杂算法（分步操作）等功能实现流程自动化，以期减少或消除人为干预需求。新一代的智能包括具备记忆能力的系统（例如能够自动执行未来机器人配置）和推理能力的系统（支持预测性和概率性处理之类的任务）。这两种能力相结合，就可以形成具备学习和互动能力的系统。

三、适合实现自动化的流程

成千上万的不同任务组成了数以千计的活动，而这些活动又推动着数字型企业内数百个流程。每个单独的任务都是一个自动化机会。对于企业高管来说，最迫切的问题便是找到最合适的切入点。

提前制定自动化战略可帮助企业权衡任务自动化的难度与潜在的效率提升，从而优化投资。在采用智能自动化的高管中，半数表示已经确定了企业内可通过人工智能增强或实现自动化的关键流程，相比之下，在“高级”用户和“基础”用户中，这一比例分别只为四分之一和七分之一。工作活动分析方法可以最准确地评估流程是否适合自动化。美国生产力和质量中心(APQC)发布了一份包含大约1100个跨行业活动的清单，这些活动组成了300个核心企业流程，而这些核心流程又进一步分为70个流程组和13个高级流程类别。根据这一框架，我们考察了1100个活动中每个活动所需的平均工作量，以便确定最适于自动化的企业活动（见图5）。

金准人工智能专家发现，最适于自动化的业务流程类别往往是事务性特征最明显的工作，例如，支持管理财务资源、管理客户服务和交付有形产品等任务。最不适于自动化的流程类别常常最具战略意义且高度依赖判断，涉及的活动包括远景规划和战略制定以及外部关系管理等。

特定于行业的自动化不包含在这个框架之中。这些重点关注某个特定方面的解决方案使用人工智能驱动的自动化，往往用于执行算法任务，速度超越人类的合理能力水平。

1.智能自动化帮助银行提升效率和准确率

2014年，一家总部位于日本的跨国银行推出了一款新产品，用于帮助投资者为符合条件的教育基金建立免税信托基金，让信托人更轻松地将遗产传给子女和孙辈。该产品取得了意想不到的成功，募集了超过5000亿日元的资产，并助力该银行发展成为市场领导者。

这些不断增长的资产开始对内部流程造成压力。该银行雇佣了近300名审查人员来核实符合条件的教育开支，但由于每年需要处理的交易量高达140万笔，每笔交易所需处理时间长达45分钟，这种人工审查流程难以持续，逐渐阻碍公司发展步伐。

为了解决这一问题，该公司发现自动化技术通过提取关键字，检查信托申请的必备要素，将其与法规和客户协议进行比较，并与过去的评估进行交叉参评，可以补充人们对特定开支是否符合免税条件的判断。通过结合光学字符识别技术，该解决方案将印刷和手写文本的图像转换为结构化和非结构化数据，包括来自收据和申请表单的信息；而且，随着越来越多的案例被添加到语料库中，该解决方案的机器学习算法变得越来越准确。

通过利用先进的智能自动化技术，该客户最大程度减少了差错和返工情况，将评估时间从45分钟缩短至18分钟，降幅高达60%。由于效率的大幅提升，该银行有望在解决方案实施后两年内，实现1.3亿日元的成本节省。考虑到交易量的预期增长，该公司预计未来五年内可总共节省7.3亿日元。此外，该银行计划通过加快申请审批流程，提高了客户满意度，加强了自己的教育信托基金供应商的品牌形象和市场领导地位。

2.任何特定流程所需的自动化程度因流程任务性质而异

基础自动化适合于基于规则的重复性任务，这种任务不仅具有结构完善的活动，而且从高度结构化的数据源中提取了清晰定义的规则，同时还使用能产生直观、可衡量结果的系统。理想情况下，最适合基础自动化的流程当属容量高、周期长的流程，这种流程目前遇到的瓶颈或痛点是需要具备高可视性，而且要由数字化触发器启动，并由数字数据提供支持。

德国的一家金融服务供应商仅仅在将首批10个计划中的流程实现自动化后，时间效率就提升了60-80%，同时短期成本削减了20%。该公司在不到12个月内便实现了投资回报，目前计划让更多后台流程实现自动化，涵盖表单创建、姓名更改、数据预填充、状态更新和调查触发等。

高级自动化适合于更为复杂的任务。人工智能解决方案用于自动执行基于非结构化和结构化数据组合的任务，通常是涉及多个系统或海量数据的活动。这些流程所包含的活动往往利用庞大的知识数据库，但是所采取的每个行动都基于特定的数据和定义的结果。最适合高级自动化的流程是那些需求波动较大的流程，因为自动化系可以进行扩展，能够轻松适应原本要靠改变人员配备才能应对的情况。

企业每天都要面对数以百万计的网络威胁，在这种背景下，一种标准做法迅速普及，那就是将机器学习这种高级自动化能力整合到数据安全系统中。由于自动化技术具有可编程、规则驱动的性质，因此任何程度的自动化都可以满足地理数据存储要求，并始终应用财务要求方面的规则。

智能自动化可用于增强或“自动执行”那些由于上下文和选择不同而难以预测的企业流程。所谓增强，意指由人工智能驱动的多种功能协同工作，执行任务中一些常规部分，而由人员最终完成任务。或者，可使用自动化技术处理流程中的所有步骤，包括执行可变的操作，代替人类完成任务。

流程自动化并非“拖放”式操作那模样简单。在确定哪些流程领域最适合自动化之后，企业高管下一步就要从整个生态系统的角度出发，重新设计流程。通常，在流程实现数字化以及合作伙伴网络实现互联互通的过程中，所有新组件只是硬生生插入现有流程之中。直接将机器人丢进设计糟糕、优化不足的流程或新生的数字化流程中，会严重削弱企业的价值创造能力。从这个意义上说，自动化带来了重新思考工作方式的机会。

四、平衡工作负载

纵观历史，自动化就是从人员、流程和技术的典型协同增效范例中创造新价值的绝佳机遇。这种推动力并不一定会取代人类，而是改变人类所做的工作，创造新的工作方式。企业必须在创造21世纪的“数字化劳动力”的同时，认识到这对现有员工队伍的影响，争取在两者之间实现平衡。

新型数字化企业流程不是技术孤岛，现在和未来的核心运营流程都需要借助人类与所处理数据之间的相互作用。由自动化系统（或多组任务自动化例程）所创建的“数字化劳动力”负责运行各种运营流程，能够很好地处理人类员工应接不暇的任务或重复性的简单任务。由此，人类员工可以腾出时间来开展最适合的工作：开展战略思考、创新行动和人性互动。

三分之一采用智能自动化的高管表示，他们希望通过人工智能，将一些员工重新部署到高附加价值活动中。金融服务公司UBS就是很好的例证。根据该公司网站上的一篇文章，“最重要的是，智能自动化能够让员工从日常工作中解放出来，专注于更具创造性的高附加值服务。整体而言，这些改进会给公司带来显著的效益，同时还能提高员工的工作满意度和生活质量。”

在大多数企业中，一个极为平常的劳动密集型高成本任务领域便是应用管理。企业需要将大部分IT员工和预算投入到以下极为平常的任务中：维护必要但低价值的业务流程应用正常运转，确保数据库容量充足，保证服务器正常工作，确保应用可供业务用户和客户使用。目前，大数据监控工作仍是一个需要大量手动操作的流程，而且极易出错。

基础的机器人自动化技术在业务应用监控和维护方面的应用日臻成熟。通过整合人工智能驱动的功能，企业可以进一步扩展自动化解决方案，超越简单的报告生成和模式识别功能，纳入可触发修复操作的功能，从而打造自我修复型系统。

通过采用人工智能驱动的自动化技术，一家制药公司提前解决了企业应用问题，避免严重事故的发生。作为全球最大的药品分销商之一，该公司每天需要处理数以百万计的订单，远非人力所能及，导致系统的可用性成为成功的关键。

然而，确保业务关键型流程的可用性是一项繁琐的活动，依赖于数百项重复的手动任务，这些任务会消耗IT人员的大量时间，包括日常的服务器、服务和磁盘空间监控任务，根据规则在容量不足时采取的补救活动，以及大型老旧ERP系统的日常验证与核对工作，以便确保交付的药品都开具了发票。应用套件中反复出现的问题会对公司的最终客户造成影响：当支持人员修复应用问题时，卡车只能在仓库中等待所需的信息，而后才能交付货物。

通过对企业应用监控活动实现自动化，该公司大大减少了对人工干预的需求。团队从分析反复出现的问题着手，使最常见故障原因的修复实现自动化。现在，自动化的机器人负责执行预先安排的监控和修复任务，每天根据发票核实装运情况。如果出现问题，机器人会自动部署修复程序，这意味着支持人员只需介入例外情况。大多数时候，系统都会自动运行，这意味着卡车可以按时离开，而客户也会按时接到订单货物。

在自动化技术的帮助下，该公司每月能够节省大约1100个工时，每年可节省超过13000个工时，这些节省下来的资源可以转而投入新的项目计划。这样一来，团队可以去建立和培养高价值的项目设计技能，而不是耗费精力去“运行系统”。同时，用户和客户也能从更高的系统可靠性和可用性中受益良多。

要应对这种劳动力转型，尤其是企业运营规模的潜在变化，就需要开展相应的文化转型。90%的“智能”用户表示，他们的企业在过去的重大变革管理中取得了显著成功，相比之下，只有不到一半的“高级”用户和大约三分之一的“基础”用户表达了相同的观点。

就像早期技术进步取代帽针制造商和车厢制造商一样，一些现有的工作也将经历颠覆，因为“数字化劳动力”能够承担以前由人类员工完成的工作。遗憾的是，我们的调研发现，只有20%的受访高管已经制定了员工再培训计划。

大约三分之一的受访高管（自动化水平各不相同）认为，要在企业内部实施或利用人工智能技术，就需要设立相应的新角色。大多数高管承认，他们目前没有采用人工智能技术所需的必要人才，例如，具备机器学习技能的数据科学家和相关人员；他们还表示，需要聘用新人才或培训现有员工以获得这些技能（见图7）。

经验表明，企业高管必须充分考虑并明确解决自动化带来的劳动力平衡问题。研究显示，企业需要在数据和分析工作中加强变革管理，并且金准人工智能专家预计，这项需求还会不断提升。

五、自动化之旅

自动化并非一蹴而就，企业高管需要站在战略高度，系统性地思考前进之路。正如我们所指出的，几乎所有企业都已开始智能自动化之旅。虽然大部分企业仍在使用基础机器人，但我们发现，走在前列的企业正在打造智能互动能力。

当企业开始考虑走上智能之旅时，需要回顾借鉴整个行业数十年来经历的低水平自动化、数据和分析以及单点式人工智能解决方案这些阶段。虽然自动化能力通常是一步一个台阶的过程，但我们发现，不论自身当前能力如何，大部分企业选择跳过一个或多个早期步骤。然而，在这段旅程中，企业往往需要以退为进，打好基础，方能在漫漫征程中顺利前行。

我们确定了打造智能企业的三个关键步骤，这些步骤以自动化流程为支撑，而自动化流程又以技术和人员为后盾：大处着眼，小处着手，转变方式。大处着眼：创建自动化基础

采用战略方法实施自动化，帮助企业充分利用现有资源，并优化投资回报。战略方法需要明确自动化技术对现有员工队伍的影响，做好充分准备，从容应对这些影响。

（1）任命一个跨业务和IT部门的高管团队，授之以项目优先、预算和资源分配、指标监控及管理等特权。

（2）根据取得的成效来确定智能自动化机会的优先顺序，但确保战略包含人才管理和知识保留领域。

（3）尽早而且频繁地与员工进行交流沟通，帮助他们适应全新的工作方式。

1.小处着手：建立自动化指挥中心，增强扩展成效

自动化指挥中心为信息自动化资产的开发和使用提供管理框架。这是一个关键的成功因素，因为大多数企业需要考虑、转变和管理数千个适于自动化的流程任务。

（1）指派一个企业部门来管理项目进展、推广部署和成效衡量工作。

（2）让各个团队协同工作，共同实现机器人“构建”能力和其他服务，优化企业内部的知识重用水平。

（3）制定任务自动化项目目录，以便支持重用，并最终自动执行新机器人构建任务。

2.转变方式：优化数字化流程，平衡工作负载

使低效流程中的任务实现自动化只会导致资产绩效下滑。在数字时代重新思考工作方式，需要专为适应力、灵活性和可扩展性而设计的信息平台。

（1）重新设计流程，优化人类员工与数字员工之间的平衡。

（2）以迭代方式评估实现自动化的任务和活动，以便寻找利用人工智能重新设计流程的机会。

（3）使用自动化平台和程序，推动企业实现数字化转型。

总结

全新的自动化时代已然来临。虽然只有时间才能够证明最后的成功花落谁家，但我们相信，现在投资发展智能自动化，将为企业在新时代大展身手奠定坚实基础。

这几天，海南接连登上《新闻联播》和《焦点访谈》。

4月13日是海南建省办经济特区30周年纪念日，当天下午，中共中央总书记、国家主席习近平在庆祝海南建省办经济特区30周年大会上郑重宣布，党中央决定支持海南全岛建设自由贸易试验区，支持海南逐步探索、稳步推进中国特色自由贸易港建设，分步骤、分阶段建立自由贸易港政策和制度体系。

这一举措被视为海南发展新的重大机遇，国家为何选择海南？这又会对普通百姓产生什么影响？政知见（微信ID：bqzhengzhiju）采访了多位专家进行解读。

自贸港 VS 自贸区

相对于自由贸易试验区，自由贸易港在中国还算个“新事物”。

去年，11月10日，《人民日报》刊发了中央政治局常委、时任国务院副总理汪洋的署名文章《推动形成全面开放新格局》。文中阐释了自由贸易港的概念，即设在一国（地区）境内关外、货物资金人员进出自由、绝大多数商品免征关税的特定区域，是目前全球开放水平最高的特殊经济功能区。香港、新加坡、鹿特丹、迪拜都是比较典型的自由港。

国家发展和改革委国土开发与地区经济研究所原所长、中国区域经济协会副会长肖金成对政知君表示，实际上自由贸易港是依托海港和空港，建立非关税区。各国的货轮可以自由地停靠，然后集装箱的货物可以上岛，可到港口装卸、分装，还可以转口，这样的都不用缴纳关税，也不用办报关手续。自由贸易港是非常有利于开展国际贸易，尤其是对服务业、旅游业很有利，对海南发展也会有巨大的促进作用。

今日零时，“积分落户在线申报系统”正式开放，市人力社保局建议用人单位和申请人在申报前，要先熟悉政策规定，可以进入市人力社保局“积分落户服务专栏”，阅读申报手册，做好申报各项准备。申报将持续到6月14日。

对于用人单位，因为需要其先行在系统中注册，申请人与其关联后方能进入到下一步的积分指标申报。因此，市人力社保局提醒用人单位，首先在积分落户在线申报系统注册，获取注册码，并将该注册码告知本单位名下每一位积分落户申请人，帮助他们正确关联单位。由于单位注册需要在个人申报之前完成，所以希望各用人单位及早注册系统。用人单位还需要注意掌握好时间，为申请人预留充足的时间填报信息；同时要认真负责地审核本单位名下每位申请人的每项积分指标，并在规定时间内及时确认提交。

对于申请人，要提前核对各项指标信息。市人力社保局建议，在正式申报开始之前，请申请人仔细读懂读通申报手册，掌握各项指标填报要求，提前核对学历学位备案信息、获取“学历证书验证码”和“学位证书电子备案编号”，查看或备案房屋租赁合同信息等。

不少申请人想提前测一测自己的积分，市人力社保局专门开发了一套“积分模拟计算工具”，申请人进入市人力社保局官网“北京市积分落户服务专栏” （www.bjrbj.gov.cn/jflh/），就能看到。

据了解，为了鼓励合法稳定就业，此次申报规定，以连续缴纳社会保险年限作为合法稳定就业年限的计分标准，每连续缴纳社会保险满1年可积3分。这意味着，合法稳定就业年限越长的申请人积分也会越多。不少人认为是不是需要提交社保缴费证明，市人力社保局表示并不需要。在申报时，这个数值会由系统自动生成并提示给申报者。

4月16日消息，谷歌研究人员开发出一种深度学习系统，旨在帮助计算机更好地识别和分离出嘈杂环境中的个体声音。

正如谷歌本周在Google Research Blog上所称，该公司内部团队正试图复制“人类大脑专注于某个声音来源同时可过滤掉其他声音”这种能力，就像你在就会上只与某个朋友交谈。谷歌的方法中使用了一个视听模型，所以它主要集中于在视频中隔离声音。该公司发布了些YouTube视频，展示了该技术的实际应用情况。谁在说话，或者是让用户手动选择他们想听到的声音的人脸。谷歌称，这里的视觉组件是关键，因为当某人的嘴在动时，这项技术会观察到，以便能在特定时刻更好地识别在某人的声音，并为视频的长度创建更精确的个人语音轨迹。

这篇博客文章写道，研究人员在YouTube上收集了10万段“讲座和谈话”视频，从这些视频中提取了近2000小时的视频片段，并将音频与人工背景噪声混合，创造了“合成鸡尾酒派对”。然后谷歌通过阅读人们在每个视频框架中说话的“脸缩略图”和该视频原声带的谱图，训练技术人员将混合音频进行拆分。该系统能够分辨出哪个音频源在给定的时间内属于哪张人脸，并为每个扬声器创建单独的语音轨迹。

谷歌特别指出，封闭字幕系统是该系统的一个优势，但该公司表示，它设想了“这一技术的广泛应用”，并且“目前正在探索将其纳入各种谷歌产品的机会”。Hangouts和YouTube似乎是两个容易起步的地方。当应用到智能眼镜（比如谷歌眼镜、语音放大耳塞）中时，不难看出该技术是如何工作的。

帮助像谷歌Home这样的智能音箱识别个人声音，这似乎是另一个用例，但是因为这个模型集中在视频上，它可能与配有显示器的智能音箱合作效果会更好，比如亚马逊的Echo Show。今年早些时候，谷歌为“智能显示设备”(如Echo Show)集成了Google Assistant，但该公司还没有发布自己的类似硬件产品。

在任何情况下，这种技术的隐私后果似乎和潜在的用例同样明显。在上面的例子中，谷歌的声音隔离远远不是安全无忧的，进行更细微的调整后，它可以让强大的窃听和监视工具落入坏人之手。

大大说，幸福都是靠奋斗出来的。但是在中国的各个行业当中，有两个行业在我们看来基本上不是靠奋斗在赚钱，而是“躺着在赚钱”，其中一个是银行，另外一个是房地产。而这两个行业又是中国经济目前主要风险的来源，无论是举债过度、还是地产泡沫，都与金融地产密切相关，那么问题来了，凭什么中国的金融地产这么赚钱，还把风险留给了大家？

首先，银行靠垄断和管制赚钱。

大家都知道，银行做的是钱的生意，它的业务模式就是靠钱生钱。一方面，通过存款，向老百姓借钱。另一方面，通过贷款，把钱借给企业。银行赚的就是存贷款中间的利差。但是仅仅靠存贷款业务，其实并不能保证银行稳赚不赔。

我们可以想象一下，假设有无数家银行，每家银行都可以给存贷款利率自由定价来吸引客户，那么银行应该赚不到什么钱。因为大家都会把钱存到利率最高的那家银行，而企业都会找利率最低的银行贷款，最后的结果一定是存款利率向贷款利率接轨，而银行的存贷息差会趋于零。

但是，如果我们现在去找银行做业务，如果把钱存到银行，政府规定的1年期存款基准利率只有1.5%，目前有银行最多会把存款利率上浮50%，也就是存款利率最高也只有2.25%。但是如果去找银行贷款，1年期的贷款基准利率就是4.75%，而央行公布的数据显示，17年末在所有贷款当中执行基准利率下浮的比例只有14.3%，而执行基准利率以及上浮利率的比例高达85.7%，贷款利率的平均上浮比例是基准利率的1.26倍，也就银行贷款利率在接近6%的水平，而中间的近4%就是银行的存款息差。这说明银行的定价行为非常不市场化。

截止2017年，包括政策性银行，商业银行、农信社、村镇银行在内，我国大概拥有4000家银行，银行的数量应该不算少。但是，从银行资产规模的角度来观察，中国4大银行的存贷款就占据了银行总规模的40%左右，而上市的25家银行占据了银行总规模的70%，这其实意味着中国的银行业存在着高度的垄断，竞争并不充分。与此同时，银行的定价行为依然受到政策的管制，比如与贷款利率相比，银行的存款利率定价明显过低，其结果就是对银行的保护，让银行享受到了巨大的存贷息差。

因此，我们认为，银行赚钱并非其有多么好的服务，其本身有多么努力， 而是躺在垄断经营和政策保护上面赚大钱。

按照上市公司2016年的数据，25家上市银行的总利润达到1.3万亿，占所有上市公司利润比例的46%，这其实意味着中国实体经济的利润一半都被银行拿走了，金融挤占了实体经济的发展空间。因此，要帮助中国实体经济转型发展，就一定要改变银行业垄断和政策保护的现状，而推动这一改变的工具就是利率市场化，也就是让银行利率实现市场化定价。

其次，利率市场化不够充分，催生了地产泡沫。

中国的利率市场化是从12，13年开始加速推进，12年存款利率上浮的上限扩大到1.1倍，贷款利率下浮下限扩大到0.8倍，此后存款利率上浮和贷款利率下浮的区间一直在扩大，一直到完全取消。

但是中国的利率市场化并不彻底。表面上，我们在2013年和2015年，分别完全放开了贷款和存款利率的浮动，但实际上只有贷款利率可以说是基本市场化，而存款利率依然存在着高度的管制。因为目前政府对贷款利率的浮动已经基本没有干预，但是在存款利率方面，实际上依然存在着官方定价的窗口指导或者定价联盟，目前的现状就是存款利率上浮程度不能超过50%，所以，中国存款利率的市场化并不彻底。

而政府之所以一直没有放开存款利率定价，应该是出于对银行的保护，对产生金融风险的担心，因为万一存款利率完全放开，银行存款利率大幅上浮，如果有银行存贷息差归零，经营不慎的话破产了怎么办，会不会引发金融风险？

因此，从实际的发展来看，在存款利率市场化方面，我们没有直接选择存量存款的利率市场化，而是在引导增量的利率市场化，也就是发展存款的替代竞争产品，比如说货币基金、还有银行表外理财，这些产品目前提供的收益率都在4-5%，远高于银行2%左右的存款利率，通过货基和银行理财的发展，逐渐让银行适应资金成本的上升。但是到17年末为止，货币基金总规模大约7万亿，银行理财总规模大约30万亿，而银行存款总规模160万亿，银行存款规模依旧一股独大。但是银行理财的发展，又产生了影子银行的新问题。

为什么中国的房价一直居高不下，跟我们不彻底的利率市场化有很大的关系。

一方面，由于对存款利率的严格管制，再考虑通胀的影响，中国居民存款实际上是负利率，这是对地产泡沫的最大刺激。

截止2017年末，中国居民储蓄为64万亿，其中的40%是活期存款，另外60%是定期存款。按照目前0.35%的存款利率，以及1.5%的1年期存款利率，假定所有利率均上浮50%，可以测算出中国居民的存款平均利率大约在1.5%左右。而即便按照大家不太相信的官方CPI数据，中国的通胀也长期保持在2%左右，18年3月的CPI是2.1%，这意味着中国居民储蓄的实际利率为负。

按照居民1.5%的存款利率，相比4-5%的货基和理财产品收益率，相当于被剪了3%左右的羊毛，这意味着相对于居民60万多亿的储蓄，每年有2万亿利息收入被银行拿走了。而这些被拿走的居民储蓄，其实就是对地产泡沫的额外补贴，如果这些利息收入能够还给居民，那么居民买房保值的动力肯定会大幅下降。

另一方面，这种通过银行表外理财的发展来推动的利率市场化，产生了中国版的影子银行，又把资金投向了泡沫化的房地产。

由于银行理财的收益率远高于存款利率，因此在12年以后银行理财规模飞速扩张，从11年末的4.6万亿上升到16年年末的30万亿，年均增速接近50%。

由于银行表外理财的资金成本高企，去发放传统的贷款已经不能满足银行的成本要求，因此银行理财大量对接被政府限制的高风险贷款，尤其是房地产和地方融资平台贷款。

为什么在中国经常出现地价比房价贵、也就是面粉比面包贵的情况？地产企业几乎每一个都负债累累，上市公司数据显示17年3季度前30大地产企业剔除预收账款之后的资产负债率中值接近80%，说明房地产企业拿地的钱基本都是借来的。问题是找谁借来的？央行公布的银行房地产开发贷款余额只有8万亿，17年新增了1.2万亿。但是17年新增房地产信托就达到了8000亿。这说明银行表内房地产贷款的增长受到了严格的限制。因此，房地产企业的高负债，很大一部分是靠影子银行在支撑，通过各种信托委托贷款，可以支持地产企业高价拿地。

总结来说，中国房地产行业之所以这么暴利，地产泡沫之所以愈演愈烈，和不彻底的利率市场化有很大的关系。被管制压低的存款利率使得居民储蓄在补贴银行，而银行发展了表外的影子银行来适应利率市场化，又把资金导向了房地产，所以就导致了房地产市场的供需两旺。

事实上，不止是中国，我们研究了美国、日本、韩国等国利率市场化的历史经验，发现在利率市场化的过程中，由于资金成本上升，美国日本的银行都是增加了对地产贷款的发放，而韩国则是影子银行大发展，最终都是推动了地产泡沫的出现，对经济发展形成了巨大的冲击。

但问题是，中国经济的未来，不需要这么多的金融和地产，而中国的银行和房地产赚够了钱，但是却把举债过度和资产泡沫留给了实体经济，这是非常不正常的，因此要改变这一现象，我们需要彻底地推行利率市场化。

未来，推动存款利率市场化，管住影子银行。

而从去年开始，我们发现利率市场化开始回归正确的方向。

首先，政府大力规范影子银行。央行去年开始实施MPA考核，其实就是在约束影子银行发展。而即将实施的资产管理新规，更是影子银行发展的紧箍咒。

从银行理财的规模来看，在2017年4季度下降了3000亿，这也是过去这么多年的首次下降。而代表表外融资的信托和委托贷款，在今年3月份双双出现负增长，这也是有史以来的第一次，说明这一次对影子银行的监管是动了真格。

中国经济的未来，并不需要这么大的影子银行。

之后，新任央行行长易纲在博鳌论坛，专门讲到了中国的利率双轨制问题，随后有媒体报道中国考虑放开对存款利率浮动上限的指导。我们认为这个变化特别值得重视。

今年以来，银行又开始出现大规模拉存款的现象，而结构性存款成为银行今年揽储的主力。但是目前的各种银行揽储方式，无论是同业存单，还是结构性存款，以及大额可转让存单，其实都与普通老百姓无关。因此中国最重要的，还是应该考虑放开对存款利率的管制，逐步取消对存款利率浮动上限的指导。

影响：银行地产好日子要结束了，实体经济受益。

反过来说，如果我们下决心管住影子银行发展，让各项贷款回归到银行表内，而由于银行的表内贷款受到资本充足率、政策监管等多项约束，那么相当于掐住了资金过度流向房地产企业的渠道，那么地价比房价贵、地价推着房价走的现象就难以再现。

如果我们真的能放开银行表内存款利率上浮，那么居民储蓄的实际利率就能由负转正，居民存钱的意愿就会大幅上升，那么居民贷款买房投机的意愿也会大幅下降。房地产泡沫将会得到极大的抑制。

而在利率方面，虽然存款利率的上升会增加银行的资金成本，但是贷款利率不一定会上升，而是会分化。由于我们同时管住了影子银行，压缩了无效融资需求，其实意味着全社会整体的贷款需求趋于萎缩，这也可以从今年以来社会融资增速的持续回落当中看出来，与此相应，全社会的平均融资利率会趋于下降，这也是今年以来债市超预期上涨的主要原因。而存款利率的上浮叠加贷款利率下降，也就意味着银行存贷息差将大幅缩窄，银行业的利润将大幅下降，而这些利润将流向实体经济部门。

但是对于那些依赖于影子银行的企业，其融资渠道被全面封堵，可能融资成本会大幅上升，甚至可能会因为融资无门而破产倒闭。

总结来说，如果我们下定决心推进利率市场化往正确的方向，管住影子银行，放开存款利率上浮，那么过去靠垄断和管制躺着赚钱的银行和地产行业的好日子就要结束了，而存款利率的上升可以增加居民收入、有助于消费长期上升，而贷款利率的下降对企业减负有利，未来金融和地产行业将反哺实体经济，这反过来意味着以后只能靠努力奋斗、做好实体经济才能创造价值。

4月16日周一，沪指开盘跌0.2%，深成指开盘跌0.25%，创业板跌0.35%。

海南板块开盘集体爆发，珠江实业、罗牛山、海峡股份、海南高速等十余只个股全部涨停，消息面上，海南规划全面超预期，将建自由贸易港。

相关的行业概念亦受益，包括赛马、航运、酒店等。

4月14日，《中共中央国务院关于支持海南全面深化改革开放的指导意见》发布，其中提到，拓展海南旅游消费发展空间，鼓励发展沙滩运动、水上运动、赛马运动等项目，支持打造国家体育旅游示范区。探索发展竞猜型体育彩票和大型国际赛事即开彩票。

港股酒店旅游股亦受益高开，博彩股普遍上涨，永利澳门涨超4%，美高梅涨超2%，金沙中国涨1.3%。

海外局势趋稳，周六特朗普称对叙利亚军事打击行动“使命已经完成”，风险情绪转好。亚太股市早盘普涨，日经平均指数高开0.3%，韩国首尔综指高开0.5%，恒指高开0.1%。