云計(jì)算與AI：數(shù)字化顛覆的底層支撐
云 計(jì) 算
2016年整體市場(chǎng)規(guī)模超五百億
2016年，中國企業(yè)云服務(wù)整體市場(chǎng)規(guī)模超500億元，預(yù)計(jì)未來幾年仍保持約30%的年復(fù)合增長率。
越到底層越標(biāo)準(zhǔn)化，價(jià)格戰(zhàn)可能性也越高
云服務(wù)產(chǎn)業(yè)鏈非常簡單：位于底部(產(chǎn)業(yè)鏈上游)的一層可以為其上面(產(chǎn)業(yè)鏈下游)的任何一層或者終端客戶提供服務(wù)。在鏈條中，越是底部，標(biāo)準(zhǔn)化程度越高，價(jià)格戰(zhàn)也越有效，例如硬件;越是上層，越接近用戶，標(biāo)準(zhǔn)化程度越低，越?jīng)]法進(jìn)行簡單橫向比較，例如SaaS層服務(wù)：性能穩(wěn)定性、功能豐富性、交互、體驗(yàn)等都在其中，很難簡單評(píng)價(jià)性價(jià)比高低。目前來看，即使是偏底層的IaaS層服務(wù)，性能穩(wěn)定性仍有差異，因此單純降價(jià)并非是贏得客戶尤其是大客戶的最有效手段。但是規(guī)模上最大、技術(shù)水平最完備的企業(yè)主動(dòng)挑起價(jià)格戰(zhàn)，容易將其他企業(yè)從行業(yè)內(nèi)直接擠出。
融資次數(shù)略有回落，天使輪和A輪居多
從融資次數(shù)來看，2015年次數(shù)最多，為641次;從融資輪次來看，大部分融資仍然集中于早期的天使輪和A輪。從獲得投資的企業(yè)業(yè)務(wù)類型來看，數(shù)據(jù)服務(wù)類企業(yè)最受資本市場(chǎng)青睞。
行業(yè)趨勢(shì)一：服務(wù)分層淡化
IaaS、PaaS和SaaS不再有明顯界線
從技術(shù)角度看，隨著API調(diào)用越來越多，跨層應(yīng)用越來越多，例如統(tǒng)計(jì)類工具，SDK部分是在PaaS層完成，但后期所有的報(bào)表查看和分析都是在網(wǎng)頁端(SaaS層)完成。目前，已經(jīng)有CaaS(Communications as a Service，通信即服務(wù))、BaaS(Backend as a Service，后端即服務(wù))等不同概念，但因這些概念并不能完全概括云服務(wù)的全部，并未廣泛應(yīng)用。
從商業(yè)角度看，每一層服務(wù)商都希望給客戶/用戶更好的操作體驗(yàn)和更全面的增值服務(wù)，這就導(dǎo)致他們主動(dòng)向其他層滲透：不斷有剛需性質(zhì)的上層服務(wù)成為下層標(biāo)配，如數(shù)據(jù)庫;也不斷有下層服務(wù)集成打包升級(jí)為上層服務(wù)，如融合了CDN、存儲(chǔ)而又增加了美化、鑒黃等功能的視頻云。
行業(yè)趨勢(shì)二：多種技術(shù)要素相互融合
大數(shù)據(jù)是云計(jì)算支撐的多個(gè)應(yīng)用方向之一
云計(jì)算和大數(shù)據(jù)你中有我，我中有你，密不可分。
云計(jì)算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈融合為新平臺(tái)
客戶希望能在同一個(gè)平臺(tái)上得到更多的服務(wù)，這些服務(wù)往往是超出計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)本身的，如大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)和區(qū)塊鏈，這些技術(shù)要素和相應(yīng)的產(chǎn)業(yè)要素相互促進(jìn)，相互融合。目前來看，大數(shù)據(jù)與云計(jì)算平臺(tái)融合得最為深入，人工智能(尤其是深度學(xué)習(xí))為當(dāng)前的發(fā)力點(diǎn)，物聯(lián)網(wǎng)和區(qū)塊鏈已有少量服務(wù)商開始布局，但整體上看仍為蓄勢(shì)待發(fā)狀態(tài)。
人 工 智 能
人工智能，從模擬到超越
人工智能(Artificial Intelligence)的概念誕生于1956年的達(dá)特茅斯會(huì)議，起初被界定為“讓機(jī)器的行為看起來就像是人所表現(xiàn)出的智能行為一樣”。其實(shí)人工智能一直處于發(fā)展之中，一些過去看來很“人工智能”的行為會(huì)讓如今的人們覺得是“機(jī)械重復(fù)”，但人工智能的本質(zhì)并不會(huì)發(fā)生變化，即試圖模擬甚至超越人類智能，使機(jī)器協(xié)助人類更好的完成工作。
人工智能技術(shù)變遷，六十年修煉登上圍棋之巔
人工智能的四大成因與三大軟肋
21世紀(jì)人工智能的里程碑之一是GeoffreyHinton發(fā)表的《A fast learning algorithm for deep belief nets》，深度學(xué)習(xí)算法模型自此快速迭代，伴隨計(jì)算能力的增強(qiáng)和海量數(shù)據(jù)（603138）的出現(xiàn)，機(jī)器能夠在有限時(shí)間內(nèi)捕獲事物典型特征，人工智能在語音識(shí)別、圖像識(shí)別等邊界清晰的領(lǐng)域大獲成功。另一方面，現(xiàn)階段深度學(xué)習(xí)的方式過于依賴數(shù)據(jù)，在只有少量數(shù)據(jù)或者已有數(shù)據(jù)不足以代表事物特征、數(shù)據(jù)不易標(biāo)注的領(lǐng)域，人工智能較難取得理想結(jié)果;深度學(xué)習(xí)的相應(yīng)理論未能跟上，工業(yè)實(shí)踐調(diào)試中存在大量Trick，黑箱模型致使人類無法觀察和控制，限制了人工智能的應(yīng)用范圍;在邊界清晰的領(lǐng)域內(nèi)機(jī)器游刃有余，但當(dāng)罕見情況出現(xiàn)、稍微越界的時(shí)候，機(jī)器可能不知所措，相比人類在開放環(huán)境下的調(diào)整能力，機(jī)器學(xué)習(xí)的魯棒性依然很差。
中國人工智能產(chǎn)業(yè)圖譜
語音交互：語音識(shí)別勝利在望，虛擬助理道阻且長
針對(duì)單人近場(chǎng)較為安靜的環(huán)境中的日常普通話語音實(shí)時(shí)聽寫，國內(nèi)一線智能語音公司對(duì)外宣稱的準(zhǔn)確率均在97%以上，技術(shù)差異性體現(xiàn)在對(duì)地方性口音的識(shí)別、噪音的抗干擾能力、特定專業(yè)領(lǐng)域的優(yōu)化、識(shí)別速度、離線識(shí)別能力等方面。國內(nèi)主流的手機(jī)輸入法的語音聽寫功能均達(dá)到可用級(jí)別，為用戶尤其輸入法重度用戶帶來極大便利，但考慮到語音輸入對(duì)公共環(huán)境的影響與用戶對(duì)個(gè)人隱私的需求，語音交互暫時(shí)難以取代屏幕觸控、鍵盤、鼠標(biāo)等成為大眾主流的人機(jī)交互方式。目前語音識(shí)別的商業(yè)變現(xiàn)，一方面是針對(duì)企業(yè)、法院、醫(yī)院的語音識(shí)別解決方案，一方面是個(gè)人消費(fèi)者在特定場(chǎng)景中使用的智能車載、智能家居。
盡管機(jī)器能以97%的準(zhǔn)確率輸入人話，卻依舊不能較為理想的與人對(duì)話。聊天機(jī)器人（300024）已能輕松實(shí)現(xiàn)較為簡單的對(duì)話交互，如天氣情況、百科知識(shí)，并可完成諸如開燈、打車、放音樂等較為套路的任務(wù)執(zhí)行。當(dāng)對(duì)話進(jìn)入多輪交互，目前機(jī)器的語義理解、常識(shí)推理能力與成年人相比仍有較大差距，難以成為大眾貼心得力的助手或無話不談的朋友。目前機(jī)器對(duì)話的商業(yè)變現(xiàn)，一方面為針對(duì)企業(yè)的虛擬客服，在人機(jī)協(xié)同下為客戶帶來更好體驗(yàn)，一方面為針對(duì)兒童的陪伴機(jī)器人。
視覺智能：競(jìng)賽超越人眼，開放性應(yīng)用有待技術(shù)革新
2012年，AlexNet模型以超越第二名10個(gè)百分點(diǎn)的成績?cè)贗mageNet競(jìng)賽中奪冠，深度學(xué)習(xí)在視覺識(shí)別中一戰(zhàn)成名，2015年奪冠的殘差網(wǎng)絡(luò)模型ResNet更是深達(dá)152層，以3.57%的錯(cuò)誤率超越人眼。盡管視覺智能也存在魯棒性差、依賴數(shù)據(jù)、黑箱模型的AI通病，但在身份認(rèn)證、安防監(jiān)控、疑犯追蹤、內(nèi)容審核等領(lǐng)域，面對(duì)浩如煙海的視頻、圖像數(shù)據(jù)處理需求，機(jī)器視覺能夠相對(duì)即時(shí)高效的應(yīng)對(duì)處理，降低人力成本。美圖美顏、PokemonGO、AR實(shí)景紅包等娛樂、營銷的新玩法也得益于機(jī)器視覺的技術(shù)進(jìn)步。新興的生成對(duì)抗網(wǎng)絡(luò)GANs正在探索文本轉(zhuǎn)圖像、影像超分辨率重建。自動(dòng)駕駛系統(tǒng)、醫(yī)療影像分析也將因?yàn)橐曈X智能技術(shù)革新而取得突破性進(jìn)展。
自動(dòng)駕駛：出租車、巴士、貨車引領(lǐng)無人駕駛
自動(dòng)駕駛系統(tǒng)需要車輛裝載攝像頭、激光雷達(dá)、毫米波雷達(dá)、紅外線傳感器等諸多傳感器，以對(duì)周圍動(dòng)靜態(tài)環(huán)境進(jìn)行精確感知。激光雷達(dá)具備精確可靠的空間定位與描述、障礙物檢測(cè)等獨(dú)特能力，能夠幫助車輛有效應(yīng)對(duì)交通擁堵、狹窄道路的狀況，可其單價(jià)50萬的高昂成本亦成為限制自動(dòng)駕駛快速商用化的原因之一，但伴隨大規(guī)模量產(chǎn)，激光雷達(dá)的成本可大幅降低。另一方面，真實(shí)路況非常復(fù)雜，現(xiàn)階段自動(dòng)駕駛系統(tǒng)的感知魯棒性仍然較弱，遇到罕見突發(fā)情況極易處理不當(dāng)釀成車禍。因此相比民用私家車，無人車將首先在單一的受限場(chǎng)景中商用量產(chǎn)，作為出租車、巴士、貨車、擺渡車等完成相對(duì)固定簡單的載人、送貨任務(wù)。
商業(yè)智能：智能決策助力企業(yè)效率最優(yōu)化
信息化系統(tǒng)是企業(yè)收集自身數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析和智能決策的基礎(chǔ)，除了自身數(shù)據(jù)，企業(yè)還可通過電信運(yùn)營商、垂直行業(yè)、互聯(lián)網(wǎng)公司、第三方數(shù)據(jù)整合者、政府等公共機(jī)構(gòu)獲取外部市場(chǎng)環(huán)境數(shù)據(jù)。傳統(tǒng)大數(shù)據(jù)技術(shù)幫助企業(yè)采集數(shù)據(jù)、監(jiān)測(cè)數(shù)據(jù)、進(jìn)行基本分析、可視化呈現(xiàn)，往往僅能從規(guī)律層面提供輔助性的決策支持，但無法針對(duì)核心問題給出直接決策方案。商業(yè)智能結(jié)合自然語言處理、機(jī)器學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)、運(yùn)籌學(xué)等算法模型，幫助企業(yè)從錯(cuò)綜復(fù)雜的大量數(shù)據(jù)中，抽象出各種變量因素，自動(dòng)提煉最優(yōu)決策的智能模型，并運(yùn)用到商業(yè)實(shí)踐中。
人工智能：夢(mèng)想照進(jìn)現(xiàn)實(shí)，智能融入生活
2016年，投資機(jī)構(gòu)與媒體對(duì)人工智能、深度學(xué)習(xí)高度關(guān)注，但強(qiáng)調(diào)深度學(xué)習(xí)的能量卻輕視了現(xiàn)階段AI應(yīng)用缺乏研發(fā)理論知識(shí)、魯棒性差、數(shù)據(jù)需求苛刻等問題。諸多領(lǐng)域人工智能也并不足夠智能，技術(shù)路徑仍待探索，AI產(chǎn)業(yè)存在泡沫。另一方面，在大眾廣泛討論的機(jī)器感知能力，如語音識(shí)別、視覺識(shí)別等模式識(shí)別之外，人工智能已在信息流推薦、廣告排序、商業(yè)決策等相對(duì)抽象的領(lǐng)域?yàn)楣I(yè)界帶來千萬級(jí)價(jià)值。從長期來看，在強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)等機(jī)器學(xué)習(xí)其他方法的發(fā)展演進(jìn)中，人工智能勢(shì)必會(huì)誕生新的技術(shù)來應(yīng)對(duì)今天工業(yè)實(shí)踐中的種種問題，從學(xué)術(shù)研究走向工業(yè)實(shí)踐，從教授學(xué)者走進(jìn)千家萬戶，從科幻電影的奇思妙想變成你我日常的如影隨形。
人工智能：多一份智能，少一份人工?
人工智能在促使社會(huì)總生產(chǎn)力提升的同時(shí)也將對(duì)各行各業(yè)的工作方式產(chǎn)生復(fù)雜影響。一方面，先進(jìn)的生產(chǎn)工具將會(huì)給一些職業(yè)帶來更多輔助，幫助他們?cè)趩挝粫r(shí)間內(nèi)完成更多的工作內(nèi)容，誕生更具想象力的新的工作形式，進(jìn)一步釋放人類潛能;另一方面，人工智能將逐步在邊界清晰的領(lǐng)域落地生根，為人類提供更多閑暇的同時(shí)，替代人類、晝夜無休。個(gè)人層面，應(yīng)注重汲取新知識(shí)、增強(qiáng)學(xué)習(xí)能力、順應(yīng)時(shí)代發(fā)展，借助人工智能提升工作效率。國家層面應(yīng)積極應(yīng)對(duì)，制定利于AI發(fā)展的產(chǎn)業(yè)政策，做好學(xué)校教育的方向引導(dǎo)，為待就業(yè)人員提供福利保障。國家、企業(yè)、學(xué)校等公共機(jī)構(gòu)通力合作，避免因技術(shù)進(jìn)步導(dǎo)致社會(huì)資源分布不平衡的加劇。
信息：互聯(lián)網(wǎng)消弭人機(jī)邊界，豐富互動(dòng)維度
社 交
潮起潮落：中國社交網(wǎng)絡(luò)的變遷史
十幾年來明星產(chǎn)品不斷交替，危機(jī)感時(shí)刻都在
自上個(gè)世紀(jì)末，貓撲、天涯社區(qū)等論壇出現(xiàn)開始，社交網(wǎng)絡(luò)經(jīng)歷了近二十年的發(fā)展，從最初的以展現(xiàn)信息、發(fā)布信息為主，正在向著移動(dòng)化、多元化、興趣化不斷發(fā)展。社交產(chǎn)品你來我往，不斷更迭，但社交的本質(zhì)需求卻不曾改變。未來，移動(dòng)社交將繼續(xù)占領(lǐng)主導(dǎo)地位，社交網(wǎng)站將呈現(xiàn)衰退的局勢(shì)，同時(shí)，2015-2016年移動(dòng)社交的格局也基本出現(xiàn)，未來的增長點(diǎn)或?qū)⒊霈F(xiàn)在垂直市場(chǎng)或新科技下的新興市場(chǎng)。
活學(xué)活用：站在巨人肩上的中國社交
從苦苦追趕的兩年滯后期到自主創(chuàng)造的腦洞大開
根據(jù)中外社交網(wǎng)絡(luò)發(fā)展階段的總結(jié)可知，總體來看，西方國家的社交網(wǎng)絡(luò)形態(tài)始終引領(lǐng)著整體社交網(wǎng)絡(luò)的發(fā)展。2002-2004、2008-2012年是以美國為中心的西方社交網(wǎng)絡(luò)最為重要的成長階段。以主流社交網(wǎng)絡(luò)如facebook、Twitter、WhatsApp、Instagram、Snapchat及Pinterest等產(chǎn)品為主要標(biāo)志，并且高速發(fā)展期一般出現(xiàn)在新一批社交產(chǎn)品集中推出后的2-4年。
與海外相比，中國社交網(wǎng)絡(luò)的發(fā)展高峰一般在西方社交網(wǎng)絡(luò)發(fā)展高峰的之后1-2年出現(xiàn)，但自2012年后，海外社交網(wǎng)絡(luò)的格局基本形成，很少再出現(xiàn)新的明星產(chǎn)品，而國內(nèi)的移動(dòng)社交產(chǎn)品則繼續(xù)呈現(xiàn)垂直化、多樣化發(fā)展，并且產(chǎn)品形態(tài)也從最初以借鑒西方產(chǎn)品再進(jìn)行本土化微創(chuàng)新為主逐漸向自主研發(fā)與發(fā)現(xiàn)創(chuàng)意的方向改進(jìn)，整體呈現(xiàn)出更大的發(fā)展?jié)摿Α?/p>
看穿結(jié)構(gòu)：體量擴(kuò)張，內(nèi)部深耕
梭型結(jié)構(gòu)VS三角結(jié)構(gòu)：整體格局穩(wěn)定但內(nèi)部結(jié)構(gòu)差異較大
從移動(dòng)社交應(yīng)用的數(shù)量上來看，海外市場(chǎng)呈現(xiàn)梭型結(jié)構(gòu)，頭部與尾部的應(yīng)用較少，腰部應(yīng)用類型豐富且體量較大;中國市場(chǎng)則呈現(xiàn)三角結(jié)構(gòu)，長尾市場(chǎng)的應(yīng)用數(shù)量占比龐大。從用戶角度來看，國內(nèi)外市場(chǎng)中頭部應(yīng)用基本均占據(jù)市場(chǎng)較大份額，用戶更加活躍，而與中國相比，海外市場(chǎng)頭部應(yīng)用的用戶集中度更高。
聚焦市場(chǎng)：當(dāng)前平臺(tái)話語權(quán)最大
以社交關(guān)系為依托，內(nèi)容方正在不斷崛起
由于移動(dòng)社交的強(qiáng)情感聯(lián)結(jié)性，相比于其他產(chǎn)業(yè)而言，中國移動(dòng)社交產(chǎn)業(yè)鏈中，內(nèi)容、平臺(tái)與用戶三者之間的關(guān)系更加緊密。1)社交平臺(tái)是用戶之間產(chǎn)生內(nèi)容與社交關(guān)系的主要陣地，群組間的互動(dòng)交流，朋友動(dòng)態(tài)的展現(xiàn)、社交玩法的交互等均需要社交平臺(tái)的支撐，從目前產(chǎn)業(yè)鏈特征來看，平臺(tái)的話語權(quán)更大，對(duì)于內(nèi)容的選擇具有主動(dòng)性;2)用戶是平臺(tái)發(fā)展的必要條件，擁有忠誠且活躍的用戶是所有社交平臺(tái)進(jìn)行更多拓展的根本動(dòng)力和基礎(chǔ);3)內(nèi)容是社交平臺(tái)體現(xiàn)價(jià)值的主要表現(xiàn)形式，社交平臺(tái)的用戶價(jià)值與商業(yè)價(jià)值都能夠通過內(nèi)容的質(zhì)量來體現(xiàn)，用戶在產(chǎn)生內(nèi)容的同時(shí)，也會(huì)因?yàn)閮?yōu)質(zhì)的內(nèi)容而獲得精神的滿足和實(shí)際需求的滿足，是社交平臺(tái)有效運(yùn)營的主要手段。艾瑞分析認(rèn)為，當(dāng)前移動(dòng)社交在產(chǎn)業(yè)內(nèi)部形成了較為穩(wěn)定的三角結(jié)構(gòu)，但內(nèi)容方的議價(jià)能力在不斷增強(qiáng)。
社交黑鏡：戴好面具才能一起造作
社交網(wǎng)絡(luò)釋放天性，也創(chuàng)造自我
2016年中國移動(dòng)社交用戶非常依賴于使用社交應(yīng)用，每天3次以上的使用頻率是常態(tài)。
對(duì)于移動(dòng)社交用戶而言，在網(wǎng)絡(luò)中呈現(xiàn)不同的自己是一種天性，隔著手機(jī)似乎才能表達(dá)更好的更真實(shí)的自己。
雖然社交好友很多，但真正的朋友還是要經(jīng)過選擇，畢竟移動(dòng)社交不是真實(shí)生活。
價(jià)值連城：新社交憑什么吸金?
數(shù)據(jù)和關(guān)系是移動(dòng)社交的價(jià)值核心
移動(dòng)社交產(chǎn)業(yè)鏈主要由上游合作方、內(nèi)容生產(chǎn)方、移動(dòng)社交平臺(tái)與用戶四個(gè)主要環(huán)節(jié)組成。這四個(gè)環(huán)節(jié)價(jià)值的流動(dòng)以移動(dòng)社交平臺(tái)獲得的收入為主要表現(xiàn)。在此過程中，用戶使用移動(dòng)社交平臺(tái)而產(chǎn)生大量行為及偏好數(shù)據(jù)標(biāo)簽，同時(shí)形成了在此平臺(tái)上的社交關(guān)系與情感聯(lián)結(jié)。兩者的結(jié)合使整個(gè)價(jià)值鏈不斷優(yōu)化，上游合作方因平臺(tái)用戶大數(shù)據(jù)的應(yīng)用而更精準(zhǔn)的觸達(dá)用戶并形成互動(dòng)，用戶因?yàn)檩^為穩(wěn)定的社交關(guān)系而對(duì)平臺(tái)的依賴度加深;同時(shí)，平臺(tái)中的PGC(內(nèi)容生產(chǎn)方)與UGC在互動(dòng)中不斷被豐富和創(chuàng)新，從而獲得更多關(guān)注，也給上游合作方帶來更好的收益，使其與用戶之間的關(guān)系更緊密。
未來藍(lán)海：新產(chǎn)業(yè)形態(tài)帶來想象空間
“一線多面” 新產(chǎn)業(yè)形態(tài)將催生新興市場(chǎng)需求
當(dāng)前中國移動(dòng)社交行業(yè)的格局逐漸清晰，綜合型的移動(dòng)社交平臺(tái)已被大型互聯(lián)網(wǎng)公司旗下產(chǎn)品或個(gè)別獨(dú)立社交產(chǎn)品所占據(jù)，明星應(yīng)用與長尾應(yīng)用間的梯隊(duì)劃分較為明顯。新晉移動(dòng)社交產(chǎn)品希望從綜合型平臺(tái)分得蛋糕的希望較小。在當(dāng)前的垂直領(lǐng)域中，各領(lǐng)域的明星產(chǎn)品正在不斷涌現(xiàn)，幾家Top產(chǎn)品廝殺正酣，新晉玩家面臨著多方壓力。
艾瑞分析認(rèn)為，移動(dòng)社交行業(yè)雖看上去紅海一片，但仍有更加垂直和個(gè)性化的社交需求未被挖掘和滿足，以95后為主的移動(dòng)社交新生代用戶愿意嘗試的好奇心給新興產(chǎn)品的玩法試錯(cuò)留有空間，同時(shí)，隨著未來新產(chǎn)業(yè)鏈不斷孕育成熟，也將催生新的藍(lán)海。
京公網(wǎng)安備 11010502049343號(hào)