官术网_书友最值得收藏!

五、云計算、大數據、人工智能、自動駕駛等新生型數字經濟推動經濟與社會加速變革

近年來,云計算、大數據、人工智能、自動駕駛等新生型數字經濟取得長足進步,加快與經濟社會各領域滲透融合,帶動技術創新、推動產業升級、助力經濟轉型、促進社會進步。

(一)人工智能成為行業熱點

自1956年達特茅斯會議美國學者首次提出人工智能概念以來,人工智能不斷發展演進,在移動互聯網、大數據、超級計算、傳感網、腦科學等新理論新技術及經濟社會發展強烈需求的共同驅動下,呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特征。2016年谷歌的AlphaGo以4∶1戰勝了多次圍棋世界冠軍韓國棋手李世石,標志著人工智能正在邁向2.0時代。潘云鶴院士認為人工智能2.0是指基于重大變化的信息新環境和發展新目標的新一代人工智能,其技術特征表現在:一是從傳統知識表達技術到大數據驅動知識學習,轉向大數據驅動和知識指導相結合的方式;二是從分類型處理多媒體數據(如視覺、聽覺、文字等),邁向跨媒體認知、學習和推理的新水平;三是從追求“智能機器”到高水平的人機協同融合,走向混合型增強智能的新計算形態;四是從聚焦研究“個體智能”到基于互聯網絡的群體智能,形成在網上激發組織群體智能的技術與平臺;五是將研究的理念從機器人轉向更加廣闊的智能自主系統,從而促進改造各種機械、裝備和產品,走上智能化之路。

在2.0時代,人工智能成為國際競爭的新焦點,世界主要發達國家把發展人工智能作為提升國家競爭力、維護國家安全的重大戰略。從產業角度看,互聯網巨頭抓緊部署。根據市場調研公司CB Insights提供的數據顯示,蘋果、IBM、雅虎、英特爾等美國科技巨頭,在過去五年間一直在悄然收購人工智能初創公司,自2011年以來已有近140家人工智能初創公司被收購。從應用領域看,人工智能將更廣泛地應用于城市建設、經濟管理、普惠醫療、交通駕駛等領域。以自動駕駛為例,在硅谷已經有超過40家企業獲得了在加州公共道路進行自動駕駛汽車測試的許可。谷歌母公司Alphabet旗下的谷歌無人駕駛汽車項目宣布獨立成為一個名叫Waymo的實體,試圖率先實現L4級(高度自動駕駛)的車輛上路。在中國,騰訊、百度等互聯網巨頭也開始抓緊部署無人駕駛。2017年,百度發布了“Apollo(阿波羅)計劃”,向汽車行業及自動駕駛領域的合作伙伴提供一個開放、完整、安全的軟件平臺,幫助他們結合車輛和硬件系統,快速搭建一套屬于自己的完整的自動駕駛系統。2017騰訊全球合作伙伴大會,騰訊首次公布自動駕駛戰略,展示了其自動駕駛技術框架、仿真測試平臺,計劃明年將實現在城市半封閉道路上的自動駕駛能力。

(二)云計算行業進入發展深水區

2017年,全球公共云市場進一步整合,亞馬遜、微軟、阿里云和谷歌四分天下的格局逐漸形成,各大云計算廠商爭相發布新產品、新概念,價格戰愈演愈烈,2017年全球云計算發展呈現出以下幾個新的發展趨勢。

(1)云生態體系建設正成為發展重點。隨著云計算產業的不斷發展,各巨頭紛紛轉向打造以“我”為主的云生態體系,提升對行業的掌控力。阿里云推動云合計劃,計劃招募1萬家云服務商,共同構建生態體系,為企業、政府等用戶提供一站式云服務。騰訊云發布“云+計劃”,5年投入100億元打造云平臺及建設生態體系,吸引云計算產業鏈上的長尾企業。百度云推出“云圖計劃”,攜手行業合作伙伴共建生態圈,計劃5年內投入100億元打造百度云平臺及生態體系。華為企業云與國內100多家各行業領先的合作伙伴、20多個城市達成合作,擴展行業應用和計算能力。

(2)價格戰加劇行業洗牌。根據相關機構調研,近年來國內外云計算巨頭價格戰加劇,主要云計算廠商紛紛降低云計算服務價格,中小云廠商舉步維艱,行業洗牌和整合速度加快。在美國市場,經過幾輪云服務降價潮,形成了三巨頭主導的局面。在中國市場,2017年,阿里云進行超過6輪的降價行動,宣布ECS企業級實例、RDS實例及CDN和安全服務又一次降價,其中CDN降價25%,打出全網最低價的招牌;騰訊云以1分錢價格中標廈門市信息中心公開招標外網云服務,遠低于中移動福建公司、中電信廈門公司、聯通云數據、廈門縱橫等4家廠商的報價。

(3)更多的數據中心加快投入建設。隨著云計算市場的持續擴張,云計算服務商需要建設更多的數據中心以應對業務的高速增長。如谷歌于2016年4月宣布,到2017年年底將建設12個新的數據中心,將云平臺覆蓋區域擴展至全球15個地區;亞馬遜AWS宣布,將在瑞典斯德哥爾摩建立一個數據中心群,目標是將服務覆蓋地區由12個增加至15個。

(4)細分領域成為中小企業生存之道。隨著云計算產業生態鏈不斷完善,行業分工呈現細化趨勢,用戶需求不斷分化、細化。相比互聯網巨頭,云計算中小企業能更好地捕捉客戶的個性化需求,為特定的用戶群體提供定制化和差異化服務,從而獲得競爭優勢。

(5)云計算對ICT軟硬件產業產生了顛覆性影響。云計算產業底層軟硬件關鍵技術快速發展,已經跨越技術起步期,逐步進入成長成熟期。云計算的出現使用戶不需要投入大量成本購買、部署、維護、升級硬件,可以通過使用服務的方式來獲得硬件資源能力,從而改變了IT服務模式,也使得硬件廠商的格局面臨洗牌。整機層面,隨著業務快速、領域部署等需求的出現,以及軟件定義存儲、軟件定義網絡等技術的興起,改變了傳統服務器、存儲、交換機等硬件體系。芯片層面,新芯片加速計算變革,企業級領域芯片巨頭Intel收購FPGA公司Altera,布局未來計算市場。云計算雖然產生的直接價值不高,但對整個ICT產業體系都是革命性的沖擊和影響。新的參與者、新的巨頭正在逐漸出現,中小型企業、中小開發者和個人成為產業鏈中的新勢力。

(三)大數據助力行業智慧決策

隨著醫療、交通、金融等領域信息化水平不斷提升,行業內部已經積累了許多數據,構成大數據資源的“存量”,而移動互聯網和物聯網的發展,大大豐富了大數據的采集渠道,數據內容和數據格式日漸多樣化,數據顆粒度也越來越細,來自外部社交網絡、可穿戴設備、車聯網、物聯網及政府公開信息平臺的數據將成為大數據增量數據資源。據Gartner公司2015年的調查數據顯示,全球范圍內已經或未來2年計劃投資大數據應用的企業比例達到76%,比2014年增長3%。中國信息通信研究院2015年的調查顯示中國地區的受訪企業中有32%的企業已經實現了大數據應用,另有24%的企業正在部署大數據平臺。

大數據在各個領域的應用不斷深化。在電信領域,運營商手機用戶每天產生的話單記錄、信令數據、上網日志等數據就可達到PB級規模,大數據技術幫助運營商提高數據處理能力,法國電信、T-Mobile借助大數據加快了診斷網絡潛在問題的效率,改善服務水平,為客戶提供了更好的體驗,獲得了更多的客戶及更高的業務增長;SK電訊成立SK Planet公司專門處理與大數據相關的業務,通過分析客戶的使用行為防止客戶流失;中國聯通利用大數據技術對其全國3G/4G用戶進行精準畫像,形成大量有價值的標簽數據,為客戶服務和市場營銷提供了有力支持。在金融領域,利用大數據可以提升金融企業內部數據分析能力。中信銀行信用卡中心從2010年開始引入大數據分析解決方案,為企業中心提供了統一的客戶視圖。美國的Lending Club通過獲取eBay等公司的網店店主的銷售、信用記錄、顧客流量、評論、商品價格和存貨等信息,以及他們在Facebook和Twitter上與客戶的互動信息,借助數據挖掘技術,把這些店主分成不同的風險等級,以此來確定提供貸款金額數量與貸款利率水平。在政務領域,美國2012年啟動“大數據研究和發展計劃”,聯合國2012年推出“數據脈動”計劃,日本2013年正式公布以大數據為核心的新IT國家戰略。

(四)金融科技

當前金融行業進入轉型發展階段,隨著云計算、大數據、人工智能、區塊鏈等新興技術的發展與應用,金融科技正在以迅猛的勢頭重塑金融產業生態。

云計算是金融行業信息化的重要支撐,其高可靠和高可擴展的特性,使得企業可以集中、高效、靈活地對設備和設備數據進行統一管理。目前,大型金融機構紛紛開啟了基于云計算的信息系統架構轉型之路,逐步將業務向云遷移,如螞蟻金服、微眾銀行等從誕生之初就把所有IT系統架構在云上。中型企業傾向于使用混合云,核心業務系統和敏感數據放置在私有云,生產過程中實施外包駐場運維、自主運維或外包運維則放在公有云上。小型企業主要使用公有云,充分利用行業內形成公共接口、公共應用等服務。

大數據提升金融行業運營、管理和服務水平。金融行業數據資源豐富,有利于大數據技術的推廣、應用。大數據技術幫助金融企業總結現狀、預測未來,從而更精準地對市場變化做出反應。現階段,金融大數據的應用領域主要包括數據資產變現、交易欺詐識別、精準營銷、黑產防范、消費信貸、信貸風險評估、供應鏈金融、股市行情預測、股價預測、智能投顧、騙保識別、風險定價等。

人工智能技術在金融領域應用的范圍主要集中在智能客服、智能投顧、智能風控、智能營銷等方面。智能客服主要以語音技術、自然語言理解、知識圖譜為技術基礎,智能化地解決客戶問題。智能投顧是將機器學習與經濟學投資理論結合,為客戶提供個性化的理財顧問服務。智能風控支持信貸審批人員在履約能力和履約意愿等方面對用戶進行綜合評定,提高風險管控能力。智能營銷是基于可量化的客戶需求偏好、消費特點進行精準營銷。

區塊鏈重構金融體系支付、信用體系。區塊鏈技術的非對稱加密特性,使得交易雙方即便在不了解對方信息和沒有第三方機構擔保的情形下也能進行可信任的價值交換,保證了系統對價值交換的活動記錄、傳輸、存儲的可信性。目前,區塊鏈技術已經逐漸滲透到金融行業中的一些應用場景,一是供應鏈金融,在多方參與的供應鏈金融中,區塊鏈可以有效確保生產鏈中產地、日期、價格、質量等信息獨立,任何一方無法篡改。二是支付清算,區塊鏈技術構建的分布式銀行間金融交易系統,可以為用戶提供全球范圍的跨境實時支付清算服務,極大降低了跨境支付環節的費用。三是數字票據,區塊鏈有效去除傳統票據交易模式的中心角色,實現了點對點的票據價值傳遞。四是征信管理,區塊鏈依靠程序算法自動記錄信用相關信息,存儲在區塊鏈網絡的每臺計算機上,提升征信體系的可靠性。

(五)各國加緊布局自動駕駛

自動駕駛是汽車產業與人工智能、物聯網、高性能計算等新一代信息技術深度融合的產物,是當前全球汽車與交通出行領域智能化和網聯化發展的主要方向,已成為各國爭搶的戰略制高點。根據美國汽車工程師協會的標準,自動駕駛汽車視智能化、自動化程度水平分為5個等級:駕駛支援(L1)、部分自動化(L2)、有條件自動化(L3)、高度自動化(L4)和完全自動化(L5)。從技術與產業角度,自動駕駛的核心元素包括整車設計及環境感知、駕駛策略和地圖導航等部分;從政府政策角度,自動駕駛涉及當前交通、公安、測繪等領域法律法規的調整使用。從當前全球產業發展態勢看,美國、德國、日本等國不同程度上保持領先。

美國作為全球科技創新中心,以創新生態為引領,牽頭全球優勢資源,引領自動駕駛發展。產業層面,一是相關主體廣泛參與。美國互聯網公司、整車廠、芯片廠商、零部件企業、大學等不同主體全面參與自動駕駛。谷歌以實現L4和L5等級的自動駕駛為目標,在定位、算法等方面持續投入,其Driverless Car技術成熟度全球領先。特斯拉以迭代和漸進方式逐步向高層級自動駕駛演進。英特爾加速開發自動駕駛專用的Xavier AI超級計算芯片。零部件廠商德爾福早在2015年3月,就已實現自動駕駛汽車橫穿美國,行程5600km。蘋果公司的造車項目“泰坦計劃”也囊括自動駕駛。二是產業協同、引領發展。跨界合作、整合全球資源成為美國優勢企業推動自動駕駛發展的主流選擇。例如,谷歌Driverless Car項目的合作企業囊括豐田、現代、LG、英偉達、德爾福等全球眾多廠家。Uber的自動駕駛項目也整合卡內基梅隆大學、沃爾沃等國內外優勢資源。此外,特斯拉、Lyft、德爾福等也紛紛選擇全球合作方式,進行自動駕駛技術開發與測試。三是政府努力打造有利的政策和法律環境。美國交通部在2015年8月出臺“智能交通戰略ITS(2015—2019)”,其中將車輛自動化作為兩大重點之一提出;2016年9月推出“自動駕駛政策”,提出未來幾年的政策發展方向;2016年12月交通部又提出了一項提議,將要求未來生產的所有輕型汽車及卡車配備V2V通信設備,與自動駕駛結合將使道路交通更安全。同時在密歇根大學成立交通變革研究中心,打造自動駕駛和車聯網測試環境,支持實地運營試驗。此外,加州等地政府也積極推動立法,破除法律法規障礙,推動自動駕駛測試。截至2016年9月,加州已為谷歌、福特、大眾、百度在內的15家企業發放自動駕駛車輛上路測試牌照。

德國作為全球汽車工業強國,以大型車企為引領,整合全球資源,推動自動駕駛全面商用。在產業層面,以三大車企為核心,整合全球領先零部件商、芯片廠商,成立自動駕駛聯盟,協同推進自動駕駛發展。寶馬公司聯合英特爾、Mobileye成立自動駕駛聯盟,集合英特爾在計算平臺、Mobileye在環視圖像深度學習等方面的優勢,加速自動駕駛發展。奧迪也已聯合英偉達、TTTech等組成聯盟。戴姆勒則與LG、百度等開展合作。在政府層面,極力打造有利于自動駕駛發展的政策和社會環境。德國政府2015年發布“自動和互聯駕駛戰略”,推動自動和互聯駕駛汽車盡早上路。針對自動駕駛可能面臨的法律和社會問題,政府成立自動駕駛汽車項目委員會,以及跨學科、跨部門的自動駕駛圓桌會議。召集來自學界、產業界、政界的知名人士,探討解決相關法律和社會問題。

日本自動駕駛呈現出積極追趕態勢。在產業層面,主流車企研發進度向美、德看齊,目標是2020年實現完全自動駕駛汽車上路,并在2020年東京奧運會期間提供服務。在政府層面,積極協調推動。2014年,由內閣牽頭,協同警察廳、總務省、經濟產業省、國土交通省等多部門聯合實施“自動駕駛系統研發計劃”,推動自動駕駛技術及產業發展。2016年3月,經濟產業省集合三大車企及電裝、松下等6大零部件企業達成協議,合作推動廠家技術提升。2016年5月,日本IT綜合戰略本部發布《自動駕駛普及路線圖》,宣布將允許自動駕駛于2020年在高速公路行駛。

除保持領先的美國、德國、日本等國外,英國、瑞典、韓國、法國等國也呈現出積極布局態勢,爭搶未來產業制高點。值得一提的是,谷歌、百度、Uber等互聯網企業在技術開發、產業應用等方面發揮的作用愈發突出。同時各國企業紛紛將2020年作為時間節點,希望實現自動駕駛汽車全面部署,屆時全球自動駕駛生態將迎來大爆發。

主站蜘蛛池模板: 屏南县| 玉林市| 巴彦县| 蒲城县| 达孜县| 兴业县| 阜南县| 丰顺县| 淄博市| 东阳市| 绥德县| 洛浦县| 伊吾县| 衡东县| 金寨县| 黄龙县| 南昌县| 大兴区| 清远市| 普兰店市| 旬阳县| 德江县| 乌兰察布市| 拜泉县| 荔波县| 抚松县| 正阳县| 景洪市| 墨玉县| 福鼎市| 施秉县| 贵南县| 伊通| 酉阳| 青海省| 壶关县| 威海市| 蓬溪县| 墨脱县| 墨竹工卡县| 临沂市|