引論：我們為您整理了13篇智慧醫療的市場分析范文，供您借鑒以豐富您的創作。它們是您寫作時的寶貴資源，期望它們能夠激發您的創作靈感，讓您的文章更具深度。
篇1
《新營銷》：你在諾基亞工作了6年，從營銷的角度，你認為諾基亞有哪些可取之處？
Hanni：諾基亞的市場細分和產品分類做得很好，比如土豪、商務人士、時尚白領、中老年人等不同消費群體，對手機的需求不同。經過大量的市場調研以及分析總結后針對不同的人群分類，可以幫助產品研發部門更好地設計產品功能。同時市場部也可以有針對性地制定營銷策略。例如商務人士，對性能要求比較高，我們在寫字樓做試用，在機場做廣告。而在經濟欠發達的三、四線城市，客戶需要性價比高，功能簡單的產品，市場推廣形式完全不同。比如接地氣的路演，大篷車活動，甚至在主要的手機一條街張貼海報，粉刷宣傳語等。
《新營銷》：企業該如何做市場細分？
Hanni：市場細分是公司制定發展戰略的重要一環。市場部門通過調研、分析、研究后，對企業目標客戶做出分類并對其消費特點進行深入探討，包括購買習慣，購買場所，決策鏈等。針對不同的客戶，推出不同的產品，以及制定相應的營銷策略。這個過程，需要有前瞻性的智慧，同時還需要公司決策層有魄力以及堅持。
IBM和諾基亞都在市場細分方面做得很出色。以IBM為例，公司在做營銷計劃時，會有幾個維度的細分。第一是企業規模，分為小型企業、中型企業和大型企業，對應銷售的產品以及市場推廣的方式都不同。第二是決策人的級別，跟不同的人談不同的話題，傳遞的信息也要有針對性。比如企業的CEO，他們是最終的決策者，他們關心的是收入、成本、效率等話題，跟他們談技術實現就不對。而IT經理關心設備的安全性和兼容性等技術指標，跟他們談產品更合適。第三是客戶的狀態，比如是不是現有的安裝客戶，還是目前正在使用競爭對手產品的客戶，或者是潛在的購買客戶。每一種類別的客戶，需求有所不同，對產品及解決方案了解的程度也有差別，營銷策略也需要相應的調整。
《新營銷》：中國本土企業對市場分析、營銷的邏輯思維跟外企有何不同？
Hanni：我接觸的本土企業不算多，但是觀察到他們都有個通病，就是不太愿意在市場分析、消費者細分以及市場戰略規劃方面多花時間和精力。原因有幾方面，首先是公司發展得太快，來不及分析；其次是市場部門只是在執行銷售部門或者公司決策者拍腦袋的想法。 外企的市場部門是公司的核心部之一，有清晰的分工。對于B2B公司而言，市場部包括市場分析、戰略規劃、活動執行，渠道市場， 市場運營等部門。而B2C公司部門就更多，針對不同的產品類別，都有相應的品牌、營銷市場、產品市場等專業部門。一句話，就是本土企業對市場營銷的重視程度不夠。
營銷是一套組合拳
《新營銷》：單就營銷手法而言，你認為中國本土企業做營銷有什么不足之處？
Hanni：本土企業和外企在市場營銷上特點不同，各有優劣。外企推崇360度整合營銷，就是多管齊下，海陸空聯合作戰。但是弊端也很明顯，比如決策流程慢，對市場變化反應滯后。而本土企業更了解中國市場，對于消費者的心態，消費習慣以及有很大的優勢。舉個例子，比如《來自星星的你》熱播不久，我們就看到國內一些企業拿啤酒炸雞、教授做話題，進行廣告、軟文宣傳，并且通過社交網絡進行推廣。
在這一點上，外企做不到。短短的反應時間，市場人員解釋清楚為什么要調整策略已經不易，更別說還有一堆可行性分析需要研究。當然，本土企業快速反應也有弊病，比如容易一窩蜂，一個熱點出來了，所有廠家都在跟，較少考慮熱點是否貼合品牌的特性和打動目標客戶。如果本土企業和外企能夠互相學習，既快速反應，又能有的放矢，那么對銷售的促進作用就會更大。這里就正好提到另外一個話題就是本土企業不太重視市場推廣的ROI，很多時候不計成本的投入，效果不明顯。
《新營銷》：你如何把營銷費用花在刀刃上？
Hanni：這個問題其實是每個市場營銷人都會遇到的問題。市場部雖然說是花錢的部門，但是市場的資源或者說費用永遠是有限的，不可能什么推廣方式都使用，要通過分析決定優先級，把有限的市場費用花在能帶來銷量增長的通路上。
舉個例子，很多年前，諾基亞推出轟動一時尚跨界設計L’Amour系列產品（7360，7370，7380），這是針對潮流、品位人群的產品。大量地投放雜志或電視廣告，成本很高，我們想到了選擇時尚服裝品牌聯合舉辦活動作為主要的推廣渠道。由于產品的粉色的外觀以及獨創的花朵造型，很能抓住時尚女性的心，并且很有裝飾性，我們就與當時最流行的女性服裝品牌合作，在商場玻璃墻貼上跟手機上一樣的時尚造型，并且在柜臺放樣品。店家肯定問：我有什么好處？我們給店鋪提供樣機，讓客戶免費體驗手機，只要客戶購買店鋪的產品就能參與抽獎，店鋪也通過品牌合作，帶來了銷量，實現了雙贏。后來，銷售以及渠道的反饋都很好，花了很少的錢，但覆蓋面、推廣效果比投放硬廣告好得多。這就是營銷效率。
《新營銷》：中國本土企業的營銷費用普遍不多，也不會投入很多資金做市場調研，你認為在有限的資源下如何做出好的營銷效果？
Hanni：這個觀點我不太同意，中國本土企業的營銷費用并不少，只不過是大部分都用在廣告投放上，沒有在策略、分析上下功夫。另外，在企業規模小的情況下，市場調研、分析不需要投入很多資金去請全球性的調研公司，可以由企業的市場部門通過數據分析，現有客戶調研等方式來執行。關鍵是重視程度，目前中國經濟發展這么快，中國企業對長遠規劃不太重視，這才是根本。
凡客誠品是我曾經很喜歡的一個國內品牌，在品牌創立早期，它的營銷做得非常好，明星效應高，挖掘了客戶的潛在需求，還創新地推出凡客體。后來它慢慢地淡出人們的視線，拋開經營，供應鏈，產品質量，客戶服務不講，我的觀察就是它對目標客戶分析不夠清晰，市場戰略不夠持續。從產品定位來講，凡客的定位是城市屌絲，他們對價格比較敏感，喜歡上網，喜歡嘗試新東西。凡客在留住客戶的時候，可以采用的市場策略是定期推出物美價廉的新產品，通過數據庫營銷，積極建立與客戶溝通的渠道，增加重復購買的比率。另外隨著第一批客戶慢慢脫離屌絲階層，對于這部分消費者的需求，凡客沒有有效的策略留住 。同時，過度的依賴廣告，造成了運營成本增加，ROI偏低就會帶來企業經營方面的問題。營銷是一套組合拳，不能打了一拳后就不打了，它是一個可持續的、有計劃的過程。
《新營銷》：IBM有一個明顯的特點，策略性特別強。你認為企業該如何制定、調整自己的營銷計劃？
Hanni：IBM能成為百年老店，離不開它的高瞻遠矚。2006年IBM提出智慧的地球，關乎未來發展。在接下來的幾年，IBM一直推廣這個愿景，并在策略執行時不斷調整，將目標變成可執行的策略，比如分解到不同的行業，智慧電力、智慧交通、智慧醫療、智慧教育等等。例如智慧醫療，IBM可以做電子病歷、醫療系統管理的解決方案等，幫助醫院提高效率。現在我們已經看到很多地方都在采用IBM的智慧解決方案。市場營銷戰略必須與企業的愿景一致，營銷方式也要朝這個角度出發，設計打動不同消費群的營銷內容，并定期將執行結果和目標做對比，相應的調整策略和具體計劃。
篇2
四方面完善智慧南京
50個人、20家單位、40小時的對話，這是IBM全球精英志愿服務項目（以下簡稱ESC）在短短兩周內的工作量。
本次ESC南京項目團隊，由5名IBM全球高管組成，通過在南京市進行為期兩周的實地調研與訪談，以及與南京市政府相關部門的協同工作，針對南京市建議的發展重點，在四個大的方向提出了戰略愿景和行動方案的相關可行性建議：
在智慧城市方面，需要綜合應用智慧交通、智慧醫療和智慧數據系統，提高南京市民的生活水平；將智慧城市展示中心發展為綜合運營中心，實現投資回報，為南京市民帶來切實好處；并在完成現有目標的同時，建立下一階段目標。
在軟件產業發展方面，建議南京市制定促進軟件行業增長的全面商業計劃，包括市場分析、市場細分、銷售策略、人才培養以及社交媒體運用等，充分發掘現有優勢并為實現2020年行業收入1萬億目標進行投資建設；建議迅速實施有效的商業模式，利用南京智慧城市建設的成功經驗開辟國內外軟件外包市場，使南京成為全球智慧城市建設中心，提供成熟的技術和解決方案；建議迅速實施有效的商業模式，在利用信息技術促進產業轉型升級的同時，創造新的軟件市場。
在IT驅動產業轉型方面，借鑒全球轉型的最佳實踐，結南京市市的重點產業，IBM ESC南京項目團隊分析了目前南京產業轉型推動計劃及政策，建議了產業轉型和信息化建設必要的關注領域。同時，利用調查結果，為南京市的現行轉型計劃和加速產業轉型路線圖給出了優化建議，并指出能夠同時推動軟件產業成長的潛在領域。
在制定社交媒體戰略方面，建議以2014年南京青奧會為契機，推動社交媒體的應用和發展。
實現多方共贏
IBM全球精英志愿服務項目（ESC）是IBM為了幫助新興市場國家的經濟和社會發展而發起的一項長期志愿服務計劃。
通過輸出專業技能幫助當地的企業進行管理提升，是IBM在全球，尤其是新興市場中，一個創新的公益項目。這是一個形成多方共贏的模式，不僅將企業的資源和能力優勢投入社會責任實踐中，形成公益與企業戰略的協同效應，也在幫助當地企業和經濟發展的同時，為IBM自身培養具有跨文化管理能力的管理者，對IBM全球運營進行戰略人才儲備。
對此，IBM大中華區公眾事業合作部總經理耿晨表明了IBM企業社會責任的理念及實踐的突出特點，就是致力于“專長服務社會”，以IBM的頂尖技術產品和全面解決方案為基礎，通過具備一流專業技術的員工們的服務，為社區公益事業做出務實的貢獻。從而也為企業和員工個人的成長增添長遠的和創新的價值。
作為全球首家百年的科技企業，現在IBM整個營業額約66%來自于美國以外的地區，其中大量的業務成長來自中國、巴西、非洲等新興市場。因此，了解新興市場的真實狀況和文化特色，同時培養具有全球視野能夠駕馭跨文化溝通的企業管理者，是IBM必須完成的一個戰略任務。
通過全球精英志愿服務項目，IBM可以將自己的人才培養規劃延伸到更廣泛的新興市場中，并且直接面對當地企業的真實問題，并運用自身的專業知識和技能為當地的企業提出可行的解決方案建議。這樣“落地”的公益項目，為參與到項目中的IBM管理者創造了一個了解新興市場的絕佳學習機會。
在這樣的背景下，“IBM企業全球志愿服務隊”實際上也是IBM的一個創新的未來領導者培養模式。而“全球精英服務志愿隊”只接受總監以上級別的管理者報名，并且要求必須具備某方面專業能力，由于機會難得，而且職業成長空間很大，這一項目在IBM內部競爭非常激烈。
篇3
“互聯網+與醫療健康產業的結合，大數據在其中起到決定性作用。”亞信數據電信解決方案&行業創新中心總經理李捷表示，體外診斷是一個新領域，在這個領域里面有很多新興技術，包括皮下的持續監測血糖、心電的實際監測、基因測序等，讓人的健康護理、健康管理在科學上取得很大的進步。
眾所周知，亞信是專注運營商行業的企業，那么為什么亞信會選擇深耕醫療健康領域呢?
李捷解釋說：“運營商正面臨著轉型，而其龐大的客戶群不僅僅有通訊需求，還有更多的自身生活健康相關的訴求。運營商本身也是一個管道提供商，在管道上承載的各種專項服務，對運營商而言都是有價值的。”亞信數據方面認為，產業跨界聯合，一方面是對新興領域的探索，另一方面則是希望通過領域拓寬，給運營商的原有市場和老客戶群體帶來新的價值。
互聯網+醫療健康有諸多價值可以挖掘，隨著人們收入的增加，對生活質量的需求也在不斷提升，從簡單的衣食住行到關注自身健康養生，這也推動了智能可穿戴設備的快速發展，目前已然形成一個完整的生態閉環。從設備的數據采集，數據傳輸，到數據的挖掘跟管理，再到健康師的分析，最后給出合理的理療建議。亞信數據在這一過程中扮演的就是生態中最為重要的一個角色——數據分析。
精準化服務
大數據分析的價值在于以此為依據提供定向的專業化服務，李捷表示，亞信數據的準確率高達85%以上，亞信開放云平臺有著五年的非結構化數據處理經驗，包括對各個APP和互聯網語料庫的識別能力，行業涉及政府、餐飲、醫療健康、公共媒體等。合作伙伴遍布產學研各個領域，合作模式不僅僅局限于數據支撐，也包括聯合運營。
移動互聯網時代，很多的企業都在探索如何依托大數據技術實現企業轉型，亞信的互聯網運營經驗得以顯現。李捷認為，亞信數據最大的優勢在于其與運營商的多年合作，積累了大量的用戶上網行為分析經驗，同時擁有龐大的運營商用戶作為支持，其數據更加多元、精準。用戶在管道里面搜索的信息，挖掘的信息，也是由運營商第一時間捕獲，其實運營商比互聯網公司能夠更早的捕獲這些信息，這也是運營商數據價值所在。
通過大數據分析，對人群進行分類，可以更好地幫助定向人群找到最適合的解決方案。同時給傳統的醫學機構、營業機構提供精準的市場分析報告。同時李捷認為，在技術上，目前國內的幾家技術領先企業各有千秋、不分伯仲，而亞信數據對于行業的理解是超前的。數據整合之后，需要做深度的行業理解跟模型轉換，比如醫療健康行業，數據涉及很多的健康指數，用戶日常行為等，這些數據之間有著潛在的關聯關系，而對關聯關系的解讀需要相當的行業沉淀，亞信數據有著專業的咨詢顧問團隊做后臺支撐，不只是醫療健康行業，亞信數據在各個涉及的行業均組建了相應的咨詢顧問團隊，提供最專業的行業分析。
大數據的流動性價值
篇4
科技量能支撐下的智能家居產業即將迎來最為火爆的“黃金時期”。據市場調研公司Jupiter Research的預計，全球智能家居市場規模到2017年將達到600億美元，復合增速為19%。而另一家市場調研公司IDC則認為，智能家居屆時將成為一個萬億級的市場。如此巨大的商業空間和市場回報，引來了各方大佬云集，并不斷加大競爭的籌碼。
繼年初斥資32億美元收購了互聯網溫度計和煙霧報警器制造商Nest之后，谷歌日前又發動Nest出資5.55億美元一舉拿下了家庭安防設備商Dropcam，兩起收購讓谷歌強勢站到了智能家居產品的制造陣營之中。幾乎同時，谷歌宣布結盟惠而浦和燈泡制造商LIFX，其謀求對方產品與Nest恒溫器和煙霧探測器整合的目的昭然若揭。不僅如此，在2014 谷歌I/O 大會上，谷歌了智能電視系統Android TV，聯系到先前推出的Google TV，谷歌接下來將會舉力打造智能電視操作系統，進而推出智能家居設備的標準平臺。
與谷歌相比，蘋果圈占智能家居市場的腳步并不緩慢。在前不久召開的WWDC開發者大會上，蘋果了智能家居平臺HomeKit，該軟件允許用戶使用iPhone和iPad，更加方便地通過應用和Siri語音等服務來控制家居燈光、門鎖和音響等單品。當然，蘋果并不滿足提供智能家居的軟件平臺，其已經組建了一支硬件團隊，針對“主流”智能家居市場推出數款硬件產品，同時，前不久蘋果收購了高級音響系統制造商Beats Electronics。在智能家居領域，蘋果依然秉承一貫的軟硬結合理念，其最終目標就是實現硬件產品與軟件服務的深度整合。
在三大科技巨頭中，微軟做智能家居雖然最為低調，但卻起步最早，其在15年前的“維納斯計劃”中就提到了家庭智能化的概念。雖然該計劃后來流產，但比爾?蓋茨的智能豪宅卻讓人大開眼界。及至今年年初，微軟正式公布“家庭操作系統”白皮書，再度踏入智能家居市場。前不久，微軟宣布與家庭自動化設備制造商Insteon建立伙伴關系，目的是把流行的家庭自動化網絡充分融入到Windows生態系統；而最新消息是，微軟日前已宣布加入All Seen聯盟，據悉，All Seen聯盟由Linux基金會帶頭，高通、LG電子、夏普等全球50余家科技巨頭共同組建，目的是共同制定電子恒溫器等智能家居設備的統一行業標準。
已經在智能電視、智能洗衣機、智能冰箱和智能電燈等多款產品身上做得風生水起的韓國三星自然在智能家居領域不甘屈于“外行”之下，其最令同行尖叫的就是不久前推出了智能控制任何家電的Smart Home智能家居平臺，而且該平臺是開放的，允許第三方加入。此外，三星正在大力推進Tizen系統的落地，欲通過產品硬件的龐大銷量，打造一個全新生態圈。重要的是，據湯森路透對美國專利商標局自2000年以來收到的關于家庭自動化方面的專利申請的統計發現，三星在過去14年中提交了將近150項相關專利，其競爭智能家居市場的軟實力可謂極其厚實。
家門前的布陣
相對于國際市場上智能家居已有30年的歷史而言，智能家居在中國的發展雖然只有近10年的歷程，但其所呈現出的商機卻格外撩人。據國際物聯網貿易與應用促進協會的《2013年度中國智能家居行業研究報告》顯示，未來3年，中國智能家居市場增速將不斷提升，到2016年預計可達到29.17%，到2017年，我國智能家居行業市場規模將達80億元美元。無獨有偶，市場調研公司Juniper Research認為，2018年，中國智能家居市場規模將達1396億元人民幣。
不錯，中國智能家居的確存在著非常強大的需求能力。目前，中國富有階層正在形成，若按家戶算，約1400多萬的家庭戶均年收入在18.6萬元以上，人口約4460萬人，占我國城市總人口的10%，概算下來，主要針對這部分人的智能家居市場總量為1400萬套。正是在這種情況下，最近兩年來，智能家居的銷售數量和總銷售額呈現出連續攀升的勢頭，年均增速至少在20%以上。正是捕捉到了智能家居市場的巨大需求與增長空間，從家電制造巨頭到IT運營商，從手機制造企業到軟件開發商，都不約而同地加入到了“搶食”的行列。
在前幾年推出“海爾Uhome”的基礎上，海爾前不久又了“海爾U+”計劃，在U+系統中，用戶未來可以通過微信控制家中設備，同時能夠將不同家電品牌置于同一個網絡環境中，達到網絡聯動。不僅如此，U+還是一個開放性的合作平臺，海爾會開放SDK、API標準，各品牌品類均可接入。資料顯示，目前中國氣象局公眾氣象服務中心、百度云、騰訊微信、活法兒的體質檢測以及樂視TV、大金、本來生活網、創新工廠、寶潔、高通等各不同產業方都已加盟海爾。與海爾同步，美的推出了“1+1+1”戰略，即“一個智慧管家系統+一個M-Smart互動社區+一個M-BOX管理中心”，同時，格力表示將以能源和環境為中心著力發展智能家居。
作為國內網絡安全領域的老大，奇虎360絕對不會放過與自己緊緊毗連的巨大商機。據悉，360已與東方網力牽手成立了合資公司奇虎網力，主要向市場推送以“360家庭衛士”為品牌名的智能攝像機，劍指智能家居行業的家庭安防地帶。緊跟360的腳步，不久前樂視集團與當代置業在香港簽署戰略合作協議，同時，樂視集團還聯手華貿地產正式進軍房地產，樂視的戰略布局是，將樂視TV超級電視打造成智能家居重要承載終端，并最終延伸到智慧社區、智慧酒店、智慧體驗中心等整個智慧互聯網領域。
與360和樂視集團跨界聯姻不同，小米則試圖單槍匹馬闖入智能家居市場。不久前，小米正式推出了小米路由器，路由器都預留了和智能家居產品互聯的接口。小米的設想是，將路由器推廣到用戶家里，然后構建一個集硬件和軟件為一體的生態系統。為此，小米正在研發Wi-Fi芯片，一旦未來小米路由器采用了自己的芯片，它就成為中控設備，所有的家庭設備先連接到小米路由器，在小米路由器識別之后再連接到網絡。市場分析人士認為，小米的Wi-Fi芯片是一個“重”方案，除了需要強大的研發團隊外，小米的芯片生產還要找廠家代工，畢竟小米還缺乏硬件生產能力。
如果說360、小米等IT企業針對智能家居的運作還處于蟄伏時期的話，那么京東商城則已進入實操階段。日前，京東了名為“京東云助手”超級APP，該款產品涵蓋家居云、健康云、車載云和個人云四個領域，可為硬件廠商提供智能芯片解決方案、操作方式以及數據分析支持。而用戶只要在京東購買裝有兼容京東協議智能芯片的任何品牌的家電產品，并用手機下載一個“京東云助手”，使用京東賬號就可以實現對所有家電的控制。據悉，海爾、海信、美的、TCL、華為、聯想等制造巨頭以及博聯、慶科、利爾達等物聯網芯片廠家都已成為“京東云”的合作商，同時“京東云”還吸引了國家體育總局、物聯網產業聯盟、閃聯等政府機構和行業組織的加入。
標準缺失之憂
歷經30年的發展，智能家居已經不再停留在只通過一個單獨遙感器實現對單品的操控階段，APP也不是僅針對單一目標實現控制，在云計算、物聯網和大數據背景下，智能家居將是一個能夠在中控終端調控下的大系統，以滿足人們“智能、感知、互聯、分享”需求，從而為用戶創造了一個安全舒適、便捷高效的居住環境。
從目前來看，支撐智能家居的技術已然成熟，除去硬件開發生產技術不論，計算機系統方面，綜合布線技術、網絡通信技術、安全防范技術、音視頻技術都相當完善，同時包括KNX/EIB，RS485，電力載波在內的傳感遙控技術也日臻強大，僅無線控制方面，就有RF（315M/433M）、ZWave、ZigBee、藍牙、WIFI、紅外等多種控制方式。但是，如果智能家居系統中的各個單品或者子系統與子系統之間并不相容和互聯，如空調排斥電視，家電系統不兼容聲光系統，再強大的技術也只能是英雄氣短，而且這種彼此隔離的狀況也不符合智能家居的本意。
另外，智能家居也并不能局限在室內，而應當是一個“大家庭”空間，即室內系統與屋外系統的互聯互通，如用戶可以進入車載系統，在汽車上實現對家電的控制和監測，包括連接車輛的GPS數據后，應用程序會提醒用戶關掉離家時未關掉的空調，在到家前，用戶也可以在車里遠程打開家里的恒溫或制冷設備。這種基于物聯網技術背景的智能家居與車聯網的結合應當是未來家庭智能化的重要趨勢。
不僅如此，大數據時代的智能家居還不僅僅是住宅智能化，而是應當輻射和擴展到用戶的諸多生活領域，覆蓋衣食住行，如已經開始試行的智能交通、智慧醫療等服務，用戶可以通過智能家居，選擇路線，預約停車，預約掛號，遠程診療，再通過移動互聯網進行付費，這樣，智能家居就可以從賣產品，跨界到賣服務，更多領域也得以參與到市場培養與分享上來。
實際上，互聯網的世界就是一個巨大的拼圖游戲，無論是家中單品與單品、室內設備子系統與子系統之間的互聯，還是室內系統與車載系統的互通，或者是產品系統與服務系統的互應，都有賴于智能家居有一套統一的游戲規則，即智能家居產品與服務的行業標準。
篇5
【關鍵詞】移動互聯網 車聯網 智慧交通 綠色低碳
[Abstract] To discuss how to solve the informationization problem of the vehicle networking industry， this paper analyzed the development status of the vehicle networking， and in view of bottleneck problems of the lack of solutions hindered the development of the industry， it used a set of integrated and comprehensive solutions for cloud applications， pipelines， application terminals， based on mobile internet. The program not only brought operators significant new financial growth point， but also provided effective solutions for urban intelligent transportation construction， making a positive contribution to green low-carbon urban construction.
[Key words]mobile Internet vehicle networking intelligent transportation green low carbon
1 項目背景
1.1 國內外車聯網發展現狀
隨著全球智能汽車行業的高速發展，當今車聯網技術也進入前所未有的高速發展時期。美國與日本等國家已經通過建立車輛和道路之間有效的信息通信實現智能交通的管理和信息服務。相關統計數據顯示，在未來五年內，全球車聯網市場規模將突破3000億元，并且至2020年將會達到90%的車型配置車聯網技術。
我國在2010年將“車聯網”列為國家重大專項第三專項的重要項目，并在同年提出兩項涉及車聯網的關鍵技術的項目；在2011年明確提出物聯網在智能交通、智能物流等領域率先部署；2012年指出重型載貨汽車和半掛牽引車應在出廠前安裝衛星定位裝置，并接入道路貨運車輛公共監督平臺；2013年交通部推進“兩客一危”車輛安裝北斗兼容車載終端，并接入全國道路貨運車輛公共監管與服務平臺；2014年正式實施《道路運輸車輛動態監督管理辦法》。
當前國內互聯網汽車市場發展非常迅速。在地圖領域開發方面，騰訊通過12億元購買四維圖新股份成為第二大股東，而阿里巴巴也以11億美元收購高德；在硬件與接口開發方面，騰訊擁有路寶盒子，阿里推出智駕盒子，淘寶網開始涉足汽車維修O2O，百度也推出了開放車聯網協議Carnet。
1.2 車聯網信息化發展的需求
至2016年3月，我國的機動車保有量達2.83億輛，目前，緩解交通擁堵與減少交通事故成為智慧城市建設發展急迫需要解決的問題，車聯網的提出成為智慧城市發展中的一個重要環節，它將引領智慧城市的發展方向。車聯網的組成以車內網、車際網和車載移動互聯網為基礎，以規定的通信協議和數據交互標準，實現車與車之間、車與路人之間、車與人之間、車與互聯網之間的連接，從而達到車輛控制智能化、信息服務移動化、交通智能化的智能交通物聯網絡。
構成車聯網產業鏈的組成部分包括車輛制造商、服務提供商、設備提供商、內容提供商、移動網絡運營商等，涵蓋汽車、計算機、物聯網、通信等多個行業，這決定產業鏈條的發展需要產業鏈上下游企業的協同發展與應用整合。
隨著車聯網行業信息化的發展，可以通過實現道路利用情況的動態實時反饋與掌握各類車輛的駕駛行駛狀況的方式，達到合理分配利用城市道路資源、監管各類車輛駕駛狀態的目的，最終實現緩解城市道路交通擁堵問題、優化車輛行駛路線、減少汽車尾氣排放污染及發現與排除車輛安全隱患等，實現城市交通的透明化管理。
車聯網的信息化將會帶動智能交通技術，可以實現智能公交管理、智能停車場管理、車流量監測與管理、智能信號管理等功能，以做到合理疏導和調度道路車輛行駛，提高道路通行能力與利用率，降低交通事故發生率與交通堵塞，降低城市能耗以促進綠色低碳城市的建設。
2 車聯網一體化運營綜合解決方案
2.1 技術架構介紹
圖1為車聯網一體化運營綜合解決方案技術結構。該解決方案的技術架構由“云、管、端”三個部分組成。“端”主要由感知終端組成，由個人PC、手機終端、行業終端、企業信息終端以及車載Wi-Fi等組成；“管”是實現車聯網通信的承載移動網絡，由GSM/WCDMA/LTE移動網絡、專線APN（Access Point Name，接入點）、共享APN與Wi-Fi組成，同時搭配防火墻、AAA（Authentication、Authorization、Accounting，驗證、授權和記賬）認證與DDOS（Distributed Denial of Service，分布式拒絕服務）防護等技術；“云”部分由車載音樂、實時路況、位置服務平臺、車聯網輔助分析平臺以及微信客戶端等組成，并由云數據中心實現對所有云應用的承載。
2.2 關鍵功能架構描述
車聯網一體化運營綜合解決方案從縱向劃分為云服務+智慧管道+行業應用終端，橫向劃分為車載音樂+實時路況查詢+位置服務+輔助分析+專網Portal服務+微信客戶端等應用，通過橫縱結合發力，構建基于“云應用+網絡運營+多元終端”的車聯網綜合解決方案。
（1）云應用
“云”端由自建平臺或者與第三方合作建設的平臺共同組成，包括位置服務平臺、路況查詢服務平臺、物聯網自輔助分析平臺、微信平臺、音樂平臺、視頻空間、語音對講、支付平臺及其他應用平臺，如圖2所示。
1）位置服務平臺：位置綜合服務平臺（LCS）采用了LBS和GPS兩種定位技術，以提高GIS并發能力及綜合處理能力，并可以在LCS基礎上建設位置通等其他業務系統。平臺實現在位置服務的基礎上建設面向車聯網的位置服務共享應用平臺與GPS定位平臺，并提供擴充地理信息系統的標準開放接口。
2）交通服務平臺：通過與深圳市智能交通信息系統平臺合作建設的交通服務增值服務平臺，實現城市路況、高速路況、公交出行、地鐵出行等多項功能，結合高速3G WCDMA與4G FDD-LTE移動網絡為用戶提供便捷出行功能。
3）物聯網自服務分析平臺：物聯網自服務分析平臺提供“貼身的”增值服務給迫切需要部署物聯網應用的車聯網企業，平臺由幾大功能塊組成，涵蓋了用戶管理、賬戶查詢充值、流量預警、充值和機卡分離控制、漫游控制、報告報表等功能，從而實現了車聯網企業的自服務平臺系統。
4）微信服務平臺：面向車聯網客戶提供專屬的官方微信，實現用戶設備與卡號碼的綁定關系，為車聯網客戶端提供基礎服務功能，包括登錄、查詢、充值、轉套餐、報失等基本功能。
5）專用Portal平臺：通過提供專網Portal，面向客戶提供免費享用Wi-Fi上網服務的同時，提供多種增值服務，包括業務查詢、支付等專網通道。通過廣告引入消費環節，將普通Wi-Fi設備升級成為商用廣告Wi-Fi，實現多元營銷。
6）音樂平臺：與三方音樂平臺合作提供客戶音樂定制下載業務。
7）語音對講：與三方語音對講平臺合作開發基于IP的對講平臺，通過車載電子設備實現車友間的對話和群聊功能。
8）語音識別：與三方語音識別平臺合作開發實現通過語音識別技術對車輛下達操作指令。
9）支付平臺：通過三方充值平臺實現用戶充值功能，支持微支付、支付寶、銀行卡以及充值卡的用戶個人充值方式。
（2）智慧“管”道
移動互聯網智能“管”道主要從移動網絡與安全網絡機制兩方面實現：
1）移動網絡：依托高速與成熟的WCDMA/LTE無線網絡技術，并利用APN技術提供的安全機制與接入手段，實現車載終端用戶的無線數據的傳輸功能。
公眾網：采用普通公網卡，實現與所有網絡的互聯互通，具備高速、開通便捷的特點。
共享APN：行業客戶所有的APN卡采用共享的域名，其內部網絡通過公共互聯網（有固定IP地址）與公網GGSN設備相連，實現車載終端與行業客戶內部網絡的互聯互通，具備低成本、開通方便快捷的特點。
專線APN：行業客戶所有的APN卡采用特定域名，其內部網絡通過專線（MSTP（Multi-Service Transfer Platform，基于SDH的多業務傳送平臺）、SDH（Synchronous Digital Hierarchy，同步數字體系））與公網GGSN（Gateway GSN，網關GSN）設備相連，實現車載終端與行業客戶內部網絡的互聯互通，具備安全性高、高質量保障特點。
2）安全網絡機制：對于行業安全性需求較高的客戶，提供企業級的硬件防火墻、AAA認證服務器及DDOS防護設備與系統等安全防護體系。
防火墻：提供包括過濾防火墻、應用網關防火墻、狀態檢測防火墻以及復合防火墻等多類產品，為行業客戶提供不同層次需求的防火墻設備。
AAA認證服務器：AAA認證提供給行業客戶APN接入的二次認證管理平臺，完成認證、授權、審計三項功能，實現對用戶身份合法性的認證授權，控制用戶的不同服務訪問權限。通過AAA認證服務器平臺能夠滿足APN用戶的安全認證需求，并能提供業務管理和系統管理等功能。通過與APN產品結合，為企業提供AAA認證服務，既能為客戶提供更完善的無線通信安全解決方案，也能增強傳統APN產品的競爭實力。
DDOS防護設備/系統：通過在骨干網絡為行業客戶部署DDOS檢測處理設備，通過把控正常數據流量的通行與攻擊流量的清理過濾，實時檢查用戶流量安全。通過部署DDOS防護設備/系統，為行業客戶提供安全性高的互聯網絡。
（3）多元終端
實現包括手機類終端、PC類終端、企業信息終端、SIM卡芯片嵌入的車載終端的多元云接入解決方案，打造“云服務+多元終端+車聯網沃”的一體化解決方案。
1）手機類終端：支持目前主流的IOS操作系統、安卓操作系統的智能手機接入。
2）個人PC類終端：支持目前Windows操作系統、蘋果Mac OS操作系統、Linux操作系統的電腦終端接入，同時支持IE、Google、Safari等主流瀏覽器的登錄。
3）車載類終端：支持安卓類操作系統的車載類終端接入。根據不同廠家設備將會對兼容性做進一步擴展。
4）行業應用終端：提供特定廠家（中興、華為）芯片模組的網絡接入，并根據市場需求將會進一步支持更多行業應用終端。
5）車載Wi-Fi：實現車載類Wi-Fi的訪問，實現車內移動終端免費上網功能。
隨著車聯網一體化運營管理系統的規模放大，將會不斷擴大終端的支持數量與內容。
2.3 方案關鍵技術描述
（1）實現面向企業與用戶的一體化服務平臺
車聯網一體化運營綜合解決方案打造面向企業級（B2B）與面向用戶級（B2C）的免費的增值服務平臺，并實現個人渠道的充值系統平臺。通過一體化服務平臺建設，不僅向企業提供強自服務平臺，并且向個人客戶提供貼身的個性化服務平臺，從而強化企業之間合作的深度與用戶的使用黏度。
（2）實現從“傳統SIM”至“機器專用M2M卡”的轉變
針對汽車環境因素所具備的溫差變化大、潮濕、強振動等各種因素，滿足車聯網企業特殊要求，量身打造專用芯片和汽車專用模組。
方案使用工業級的車載設備專用M2M異型芯片卡取代傳統消費級的SIM卡，具備耐高溫、防塵、防潮的特點，并可集成于汽車專用通信模組，達到低成本、更長的使用壽命以及高集成度產品的目的。
（3）基于大數據挖掘的分析方式
通過對每天50 TB左右的原始話單與位置定位數據進行采集分析，參照3GPP通信協議規范挖掘原始數據中的CELLID、IMEI、IMSI、流量等所需字段信息，并按需求制定分析與統計規則，實現機與卡對應匹配、位置定位與流量統計等相關應用分析。
（4）多源定位技術
通過LBS與GPS兩位定位技術的結合，并支持AGPS定位技術，實現精確度達到5 m的精準定位。同時結合凱立德實時路況數據，為車載用戶提供多元定位服務。
3 項目意義
車聯網一體化運營綜合解決方案對車聯網產業鏈上下游整合發展、城市智慧交通發展，以及綠色低碳城市建設都有積極的意義：
（1）車聯網產業鏈上下游整合發展。車聯網產業鏈的構成包括車廠、內容提供商、設備提供商、網絡提供商、服務提供商等，涵蓋汽車、計算機、物聯網、通信等多個行業，這些應用要求相關行業的協同發展，這將會帶動這些行業的企業進行科技創新與應用整合。在中國經濟轉型建設創新型社會的過程中，將會對經濟效益和社會效益起到重要作用。
（2）城市智慧交通發展：通過車聯網運營項目可以動態實時地掌控道路利用情況、各種車輛的駕駛行駛狀況等，由此實現對道路資源的合理分配與利用、監管（營運、私家）車輛的駕駛行駛狀態，可以有效緩解道路交通擁堵、減少車輛尾氣污染、及時發現和排除車輛安全隱患、優化車輛行駛路線等，實現了交通、車輛的及時透明化管理。
（3）綠色低碳城市建設：通過車聯網運營項目帶動了智能交通技術，可以實現智能公交管理、智能停車場管理、車流量監測與管理、智能信號管理等功能。這些能夠在現有的道路交通基礎上，對道路上的行駛車輛進行合理疏導和調度，最大限度地發揮道路的通行能力，有效減少交通事故的發生，減少道路交通堵塞，降低燃料消耗，提高經濟性，提高道路的利用率。
4 結束語
車聯網一體化運營綜合解決方案旨在實現運營商對物聯網行業應用市場開拓進程的一次強有力推進。本項目融合車聯網行業發展需求，采用“云+管+端”技術架構，再結合運營商網絡資源等幾大要素，符合現代城市交通未來發展的方向，實現了城市交通“低碳環保”和“科學管理”等系統目標。希望通過該方案促進城市智慧交通的建設，并且有效帶動車聯網行業的發展，為車聯網上下游企業帶來一定的經濟效益。
參考文獻：
[1] 王健強，吳辰文. 車聯網架構與關鍵技術研究[J]. 微計算機信息， 2011（4）： 156-158.
[2] 李磊，隴小渝. 淺談車聯網的發展[D]. 西安： 西安郵電大學， 2013.
[3] 何廷潤，李軍芳. 車聯網核心技術與商業模式的探討[J]. 移動通信， 2013（15）： 10-14.
[4] 陳禹. 基于Telematics的中國車聯網產業市場分析[D]. 北京： 北京郵電大學， 2012.
[5] 周志勇. 國內外車聯網市場發展的現狀及市場驅動力分析[J]. 電子產品世界， 2015（10）： 12-15.
[6] 譚紅英. 國際與國內車聯網專利知識圖譜對比分析[D]. 重慶： 重慶大學， 2014.
[7] 郭華. 智能化信息化引領車聯網發展[J]. 移動通信， 2016（1）： 29-33.
篇6
按照計劃決定，多家公司和機構將共同參與聯合建設CSN。項目由阿里巴巴集團牽頭，馬云擬擔任董事長，銀泰集團董事長沈國軍擬出任CEO。希望通過8―10年的努力建成該網絡。
目前，CSN計劃已啟動公司設立及各核心關鍵網絡節點的選址工作，CSN項目將由8個左右的核心節點、若干個關鍵節點和更多的城市重要節點組成。
戴爾宣布停止公有云項目
戴爾對外消息稱，將停止目前的公有云項目，轉向合作伙伴提供的基礎服務。同時消息人士透露，戴爾已經發出了裁員通知。參與這個項目的雇員有近300名，目前尚不清楚將裁減多大的比例。
戴爾的公有云項目是其一直以來寄以厚望的產品，希望能夠利用OpenStack――開放云架構，打造一個可以與亞馬遜AWS、惠普、Google競爭的云服務。由于內部以及私有化帶來的外部壓力，促使戴爾管理層重新考慮公有云。在宣布停止公有云項目后，戴爾表示將與合作伙伴共同為客戶提供解決方案。
浙江省20個智慧城市建設試點項目啟動
浙江已在全省范圍內啟動了20個智慧城市建設示范試點項目，遍及智慧健康、智慧旅游、智慧安居、智慧交通等領域。據初步統計，今年全省智慧城市試點項目投資將達28.68億元。
數據表明，截至目前，浙江的智慧城市建設已吸引了航天科工、中電科技、華為、IBM等一批國內外知名企業目光，意向投資總額達500億元。同時，在智慧城市產業領域，浙江今年還計劃制定17項國家標準、34項行業標準、6項地方標準和15項企業標準。
下一步，浙江還將著重推進神州數碼、上海電科等一批重點企業落戶。在杭州濱江區，智慧“E”谷正加快建設，一個智慧城市軟件產業基地羽翼漸豐。
京東布局亞洲最大智能物流體系
近日，國內最大綜合網絡零售平臺京東宣布其“亞洲一號”沈陽倉儲項目正式開工；這也是繼上海之后，京東在構建亞洲最大的智能物流體系方面，又邁出了重要的一步。
“亞洲一號”沈陽倉儲項目占地面積17.4萬平方米，建筑面積約11.7萬平方米，為單層、多層鋼結構物流倉儲建筑。該項目計劃于2013年底完成封頂，并于2014年5月投入使用。通過配備最為先進的自動存取系統、自動輸送設備、高速自動分揀系統等自動化設備，“亞洲一號”將成為業內領先的自動化電子商務訂單處理中心。
未來，京東還將在北京、廣州和武漢等地陸續啟動該項目。“亞洲一號”系列項目建成后，京東的日訂單處理能力將達到目前的數十倍。
美國政府不為車聯網買單
美國交通部長Ray LaHood日前表示支持美國汽車“聯網”，他認為實現車與車之間的“對話”可以避免交通事故和堵塞，但這些科技裝備的成本是消費者是否接受車聯網的最關鍵因素，
“安全是需要付出代價的，成本上升了多少也是我最關心的一點。”
據外媒報道，LaHood拒絕估算車聯網技術帶來的成本增加，以及為了支持新技術而興建基礎設施所需要的成本，“這些成本的計算還是交給汽車制造商們來解決”。言下之意，美國將不會為車聯網導致的新增成本買單。
臺達精密空調助力政府部門打造衛民服務
近期，在福建將樂縣公安局信息技術中心的核心機房精密空調招標中，臺達RoomCool系列精密空調再次出擊，憑借優異的性能及完善的服務體系成功中標，助力將樂縣公安局打造衛民服務。
本項目中心機房面積100m2，需布置10個服務器機柜，單個機柜發熱量約2KW。根據此次項目招標技術資料中的描述，對精密空調節能性、運行可靠性以及售后服務能力等均有嚴格要求。因此，基于項目機房環境及客戶要求，中達電通技術團隊制定一套嚴密專業的精密空調解決方案。經計算，該機房空調負荷為40KW，采用2臺風冷型43.5KW精密空調即可充分滿足該項目的各種需求。兩臺精密空調采用“1用1備”形式，通過Teamwork群控功能實現主備機自動切換以及來電自啟等功能。
臺達RoomCool系列風冷型精密空調產品能效比可達3.2，系統標配EC風機、雙制冷系統，與傳統風機相比節能30%-49%。而且內外機風機均可實現無調速裝置的無級調速，可實現機組內雙系統的1+1冗余設計，運行更為可靠、節能。
目前，節能降耗理念已滲透到各行各業，高效節能成為了考量數據中心產品性能的重要環節。因此在該項目中，臺達風冷型精密空調以專業的設計理念、優異的產品性能成功為將樂公安局信息技術中心數據機房護航，并憑借完善的服務管理體系贏得了客戶的高度認可。
深圳回應叫停打車應用：軟件不成熟影響監管
深圳市交通運輸委客運管理局透露，由于市面上的手機軟件存在著安全隱患、不規范等諸多問題，因此主管部門依法進行了監管。如駕駛員注冊準入缺乏認證、提供加價議價功能、操作方式存在行車安全隱患、投訴爭議處理困難等，影響了出租車行業運價體系和營運秩序。
隨著年內全市統一的手機打車軟件接入標準的出臺，如果屆時有軟件開發公司愿意根據標準進行修改，則將可以繼續在出租車上使用。事實上，民間的手機打車軟件之所以如此“走紅”，主要因為它的方便實用，某種程度上甚至是填補了全市電召平臺的空白。
5年打造天河智慧城
廣州市天河智慧城核心區控制性詳細規劃，在市規劃局網站進行批前公示：將以火爐山森林公園為核心，進行產業、居住、商業等混合布局，打造一城多園的空間。與此同時，地鐵6號線和21號線穿過智慧城核心區，打造內暢外達的低碳交通體系。
未來五年我國M2M終端節點將達1.1億
根據《物聯網標志白皮書》介紹，物聯網終端數量將是人與人通信終端的10倍到幾十倍，從通信網角度看，目前我國M2M終端節點超過3000萬，按照每年30%的增長率，未來五年我國M2M終端節點將達1.1億左右，物聯網對IP地址產生強勁需求，我國目前E.164號碼資源可滿足物聯網5年發展需求。
據了解，我國已規劃1064X位長13位的共計10億個專用號碼資源用作M2M，中國移動獲10648號段、中國電信獲10649號段、中國聯通獲10646號段，每個運營商分別有1億個E.164號碼資源可用。同時，還規劃了14X位長11位的共計10億個號碼資源用于有話音通信需求的物聯網應用。
民生銀行新推手機銀行二維碼識別系統
民生銀行近日推出二維碼識別系統。客戶可將自己的收款賬戶信息以二維碼圖片的形式予以保存，當客戶有資金往來需要時，無需再記憶繁瑣的賬戶姓名、開戶支行等信息，只需將該圖片發送給付款方，付款方登錄民生手機銀行，輕松一掃，輸入付款金額，即刻完成付款。民生銀行手機銀行二維碼收款人和付款人均需為該行客戶，單筆最高限額可達5萬元，實時到賬，免收手續費。
Twitter宣布收購大數據分析公司LUCkv Sort
Twitter宣布收購大數據分析公司Lucky Sort，并將在未來幾月中關閉其服務。Lucky Sort主要產品是可視化導航引擎Topic Watch，該產品能幫助用戶掌握實時數據流的模式。
Lucky Sort過去的業務還廣泛涉及大數據，并通過自然語言處理（NLP）技術來挖掘龐大的非結構化數據。Luckv Sort的獨特之處在于，該公司并非像傳統的NLP技術那樣，從包含名詞、動詞等的非結構化數據庫結構中找出結構，而是通過統計數據來進行非結構化數據挖掘，并建立數據處理可視化界面，該界面支持觸屏。
在被Twitter收購之前，Lucky Port其融資60萬美元。除Lucky Port外，Twitter近期內還收購了數據分析公司Ubalo、音樂發現服務We Are Hunted以及視頻分享服務Vine等。
阿里貸款80億美元布局移聯網和大數據
阿里巴巴與9家銀行簽署了80億美元的融資貸款。這是繼去年4筆總額為40億美元的貸款后，阿里巴巴進行的又一次巨額融資。
這筆貸款主要用于移動互聯網行業的投資并購，從其商業邏輯中不難發現，阿里巴巴在投資移動互聯網的同時，還隱藏著馬云對大數據的隱性布局。
此次為阿里巴巴提供貸款的銀行均為海外金融巨頭，包括澳新銀行、瑞士信貸集團、花旗集團、德意志銀行、星展集團、匯豐控股、摩根大通、摩根士丹利和瑞穗實業銀行。80億美元融資分成三部分：25億美元三年期定期貸款、15億美元三年期循環信貸和40億美元5年期定期貸款，循環信貸部分不采用銀團貸款方式。
電價補貼政策激活分布式光伏發電市場
近日舉行的SNEC（2013）上海光伏展上，國家發改委能源研究所副所長王仲穎表示，目前各方對電價補貼政策已形成統一意見，特別是涉及分布式光伏的度電補貼已經有了明確定論。
分析普遍認為，此次意見統一可能意味著補貼政策的最終方案不日將出臺。根據最終意見，分布式光伏補貼將維持以往市場預期的補貼額度。對此，市場分析人士指出，即便照此落實，仍將刺激國內分布式光伏市場大規模啟動，預計2013年全年的分布式光伏裝機將達6GW。
全國公共財政支出傾向民生環保
財政部日前公布1-4月全國公共財政收入統計，共計43465億元，全國公共財政支出36345億元，比2012年同期增加4341億元，增長13.6%，其中民生等重點支出得到保障。
從增長比例來看，醫療衛生支出和節能環保支出的增幅最高，均為同比增長28.6%。
中信建投一資深投資顧問表示，從最新公布數據可以看出中央財政在保障民生方面的支出勢頭有增無減，這不僅有利于改善民生，提高人民生活水平，也對相關行業和企業起到政策扶持和資金支持的作用，對增厚企業利潤多有益處，進而也增強了其中上市公司的核心競爭力，隨著企業估值水平的提升，其賺錢效應也將顯現，對投資者的吸引力隨之增強。
中國風電產業步入新一輪調整期
國家能源局相關數據顯示，2012年中國風電以北方地區為主棄風限電超過200億度，比2011年增加近一倍，而由此導致風電場運行經濟性下降，造成的經濟損失超過100億元。
國電科環集團副總經理、國電聯合動力技術有限公司總經理張濱泉表示，一方面，受北方地區棄風限電影響，風電開發商業揮師南下；另一方面，在產能過剩和激烈的市場競爭下，風電制造商順利通過南方低風速、高海拔和東部沿海灘涂風電市場考驗。
隨著市場的風云變幻，中國風電產業已進入新一輪調整期，裝備業也開始深度洗牌。一大批沒有技術支撐的小型風機制造企業已被淘汰出局，排名前10位的大型風機制造企業也在競爭中重新排位。
iWatch搭配生物識別和GF2觸摸技術
日前，證券投資機構KGI Securities分析師郭明智表示，盡管輿論普遍認為蘋果的智能手表產品iWatch可能將于今年年底上市，但他認為，硬件供應和軟件研發問題均將對iWatch的上市時間造成壓力，而這可能導致蘋果延遲該產品的日程，并將時間定在2014年下半年。
若無意外，蘋果可能會為iWatch配置1.5英寸到2英寸之間的顯示屏，并沿用與iPodTouch產品相仿的處理器和GF2觸摸技術。另外，郭明智認為，生物識別技術還將成為iWatch的一大亮點，這種技術能夠提升設備的安全性，同時還能提供從控制車庫門到檢測用戶健康等服務的應用。
觸屏專屬利器RingbOW觸控指環
如今，各類移動終端的觸摸屏雖然操作簡單、直觀，但還是有一些細微的動作是觸摸屏難以勝任的。為了解決這些問題，這款名為Ringbow的小工具就大大簡化了觸摸屏的操作體驗。Rinbow有兩種用法：首先是遙控功能，無需與觸摸屏接觸，即可實現操作；另外一種則要與觸摸手勢配合使用，將傳統觸摸操作與這款設備整合到一起，相當于為用戶賦予了額外的功能。
該產品通過藍牙來傳輸信號，因此任何配備藍牙模塊的產品均可與之兼容。同時采用了指環的設計，可以直接套在食指上使用，從而實現九向操作。
例如在玩游戲時，可以一邊通過觸摸控制方向，一邊用Ringbow開火。又或者在使用平板電腦時，如果打錯了字，用厚實的手指來精準定位錯誤的字符通常較為困難，而Ringbow則可以輕松地實現光標的前進與后退。
數字化藥片藥瓶問世
美國藥品零售與醫藥福利管理巨頭CVS Caremark Corpf以下簡稱“CVS”）首席醫療官特洛嚴?布倫南指出：“在服藥6個月后，大約只有半數的人們會繼續謹遵醫囑服藥。
一家名為Proteus Digital Health Inc的公司日前已經研究出了將一個微型、可消化傳感器置入藥片之中的方法。通過這一方法，該公司便可以有效跟蹤病人的吃藥情況。Proteus公司認為，這一內置芯片的目的不是讓醫生或護士變成嘮叨的保姆，而是提供信息使他們能修改所開的藥物及要求患者遵守的服藥時間表。而且，出于安全性考慮方面，該傳感器會在服用七天后隨同高纖維食物一起排出體外，不會對服用者身體的任何部分造成損害。
一家名AdhereTech的初創公司日前發明了一個內置傳感器的智能藥瓶。它能通過不斷檢測藥品在瓶子的剩余量來提醒患者按時服藥。假如到了吃藥的時候，這個瓶子便會變藍；假如病人沒有按時吃藥，這個藥瓶便會變紅，并提醒患者按時吃藥。
NASA加盟欲用3D打印食物代替現有食物
機械工程師Anjan Contractor最近正在籌備一種3D食物打印機，美國航空航天局非常看好，并已贈與Contractor 12萬5千美元的資助款，希望將來這種3D食物打印機能幫助宇航員在火星上打印食物。在太空里長距離的運貨需要15年多的時間，而可持續利用火星的碳水化合物、蛋白質和微觀營養素可以在本地自給自足30年。
打造這種3D打印機的工程師期待著哪天120億地球人都在廚房里有個3D打印機，用它打印一層一層的食物來養活家人。打印材料包括糖類、碳水化合物、蛋白質、昆蟲等。
可獲知飲酒習慣的酒精測量儀
BACtrack是一款酒精測量儀，它內置的高準確度的專業級酒精傳感器可以將測量結果通過藍牙傳輸到iPhone上，讓我們了解當前身體的酒精含量級別，并能告知何時回歸到0.00%。同時它還提供有強大的分享功能，告訴你的朋友們，你正在參加一場別開生面的酒會。
隨著使用時間的推移，BACtrack會生成跟蹤數據圖，并能顯示出我們的飲酒習慣，這時你就會明白為什么0.05%的BAC會影響到你的視力和協調能力了。
另外，你還可以在BACtrack上撰寫一段個人的飲酒日志，拍攝一張Party或酒品的照片，如果你善于發現和探索，那么不妨打開BACtrack實時地圖，很多用戶都分享了自己的酒精檢測值，有趣的數據正等待著你去發掘。
能爬樓梯的機器人
RHex是一款可跳、可游、可爬樓梯的機器人。它被設計成具有6條腿，放棄純粹的豎直跳躍以支持多種多樣的移動方式，它的6條腿被設計成彎曲的弧狀，這種巧妙的設計能允許機器人做出很多杰出的跳躍。
RHex不僅能跳能爬，其粗糙的外表設計還擁有防水功能，這意味著他能完全潛到水底。而且，它弧狀的腿也很適合游泳。通過精準控制這6條腿，這款機器人能游過很長距離的海灘，而且速度可以達到10千米每小時。另外，它還能攀爬螺旋式的階梯。
全球首個網站在日內瓦恢復運行
歐洲核子研究中心（CERN）近日在日內瓦恢復運行全球第一個網站，以紀念萬維網（WWW）技術免費向公眾開放20周年。該中心強調，此舉目的在于保留萬維網誕生時的數據資產，并從中尋找可保存和共享的內容。
萬維網技術免費開放后，網站數量呈爆炸式增長，1993年底服務器數量超過500個，如今全球在線的網站約有6.3億個。歐洲核子研究中心主任羅爾夫-霍伊爾說，萬維網從最初的科研領域延伸到商業、教育等領域，重新塑造了人們交流、工作、創新與生活的方式。
RFID標簽讓假鈔無處遁形
美國北達科他州州立大學的研究團隊使用“LEAP（Laser Enabled AdvancedPackaging）”的方式將RFID標簽植入紙張，并成功研制了一種智能紙張。LEAP指的是利用激光對紙張進行蝕刻的方法。這樣一來，紙張就被植入了天線，所以LEAP也被稱為“激光蝕刻”技術。這種利用新技術的紙張與一般紙張一樣輕薄。
馬利諾夫（Joseph Marinov）教授稱：
“新工藝并不僅僅使紙張輕薄，還有效地加快了加工時間，現在的速度比以前快2倍了。這是RFID紙張的最新嘗試。”
研究團隊表示，除貨幣之外，智能紙張還可以有更多用途。在企業秘密文件、車票、演唱會票等多種易被偽造的紙上都可以利用這種技術。現在，研究團隊正在尋找合適的商業合作伙伴。
三星稱已突破5G技術
近日，三星宣布已首次成功開發了第5代移動通信（5G）的核心技術，這一技術預計將于2020年開始部署。和當前的4G LTE網絡數據75Mbps的傳輸速率相比，在測試中，三星5G技術在28GHz的頻段下下載速率達到1Gbps，最大傳輸距離可達2公里，用戶只需要不到一秒鐘時間就可以下載一部完整的電影。
據了解，5G技術要比3G技術的數據傳輸速率高出100倍，話務量水平提升1000倍，移動數據下行速率將可以達到1Gbps。但由于超高頻段波長短，傳送過程能量損失大，傳送距離短，實現上述速率一直是業界難題。
不過在實現5G技術突破后，三星稱，該技術仍處于起步階段，目前該技術需要64個天線單元才能實現，因此商用化仍需很長時間，預計要到2020年。
生物自我復制激發4D打印靈感
篇7
物聯網 戰略規劃 典型應用 RFID
1 物聯網的定義及各國發展戰略
1.1 物聯網的定義
1999年，在美國召開的移動計算和網絡國際會議上首次提出了“物聯網”（IOT，The Internet of Things）的概念。
雖然近年來物聯網技術及應用取得迅猛的發展，但是對物聯網一直都沒有一個權威的定義。目前被普遍認可的一種定義是：通過射頻識別（RFID，Radio Frequency IDentification）裝置、紅外感應器、全球定位系統、激光掃描器等信息傳感設備，按約定的協議，把任何物品與互聯網相連接，進行信息交換和通信，以實現智能化識別、定位、跟蹤、監控和管理的一種網絡。
這個定義有兩層意思：一是物聯網的核心和基礎仍然是互聯網，是在互聯網基礎之上延伸和擴展的一種網絡；二是其用戶端延伸和擴展到了任何物品與物品之間，進行信息交換和通信。
1.2 各國物聯網的發展戰略
（1）美國的“智慧地球”
2009年，美國將IBM提出的“智慧地球”概念（建議政府投資新一代的智慧型基礎設施）上升至美國的國家戰略。該戰略認為IT產業下一階段的任務是把新一代IT技術充分運用在各行各業之中，具體地說，就是把感應器嵌入和裝備到電網、鐵路、橋梁、隧道、公路、建筑、供水系統、大壩、油氣管道等各種物體中，并且被普遍連接，形成“物聯網”。
（2）歐盟“歐盟物聯網行動計劃”
2009年6月，歐盟委員會向歐盟議會、理事會、歐洲經濟和社會委員會及地區委員會遞交了《歐盟物聯網行動計劃》，以確保歐洲在建構物聯網的過程中起主導作用。該計劃共包括14項內容，主要有管理、隱私及數據保護、“芯片沉默”的權利、潛在危險、關鍵資源、標準化、研究、公私合作、創新、管理機制、國際對話、環境問題、統計數據和進展監督等一系列工作。歐洲物聯網研究項目組（CERP-IOT）于2009年制定了物聯網相關的戰略研究路線圖（SRA）。
（3）日、韓“u”戰略
2004年，日本信息通信產業的主管機關總務省（MIC）提出2006—2010年間IT發展任務——u-Japan戰略。該戰略的理念是以人為本，實現所有人與人、物與物、人與物之間的連接，希望到2010年將日本建設成一個“實現隨時、隨地、任何物體、任何人均可連接的泛在網絡社會”。
韓國也在2006年確立了u-Korea戰略。該戰略旨在建立無所不在的社會（Ubiquitous Society），讓民眾可以隨時隨地享有科技智慧服務。其目的除了運用IT科技為民眾創造食衣住行娛樂各方面無所不在的便利生活服務外，亦希望扶持IT產業發展新興應用技術，強化產業優勢與國家競爭力。
（4）中國的“感知中國”
2009年8月7日，在無錫微納傳感網工程技術研發中心考察時提出“感知中國”的概念。在“十二五”規劃中，明確物聯網產業作為戰略性新興產業之一將得到國家的大力扶持。
1.3 國家物聯網“十二五”規劃要點
物聯網“十二五”規劃明確國家將重點推動智能工業、智能農業、智能物流、智能交通、智能電網、智能環保、智能安防、智能醫療與智能家居等九大領域的示范工程和先導作用。到2015年，我國要在核心技術研發與產業化、關鍵標準研究與制定、產業鏈條建立與完善、重大應用示范與推廣等方面取得顯著成效，初步形成創新驅動、應用牽引、協同發展、安全可控的物聯網發展格局。
2 物聯網的核心技術
2.1 物聯網的體系架構
對物聯網體系架構的提法也不統一，如三層結構——“感知、傳輸、智能”；四層結構——“感知、網絡、平臺、應用”；五層結構——“基礎層、感知層、傳輸層、平臺層和應用層”。
其實，廣義物聯網的組成關鍵在三個層次：第一個層次是被感知者（對象）和感知者（傳感器）；第二個層次是通信網絡，實現信息的傳遞和交互；第三個層次是信息的決策和智能處理。其體系架構如圖1所示。
2.2 物聯網的核心技術
（1）新型傳感器及智能傳感節點
1）標識技術
編碼技術是標識技術的基礎，電子標簽（RFID）包含唯一的產品電子代碼（EPC），電子標簽通過二維碼識讀器、射頻讀寫器等實現對被感知對象的標示和識別。
2）新型傳感器
傳感器作為物聯網的基本單元，可以實現對聲、光、電、溫度、濕度、壓力、濃度、震動等各類物理的、化學的及生物的數據信息的感知或采集。隨著技術的進步，傳感器正朝著小型化、網絡化和智能化的方向發展，傳統的傳感器正經歷著向智能傳感器、嵌入式Web傳感器的發展。
3）智能傳感節點
智能傳感節點是傳感網的基本節點，它集射頻、基帶、協議及處理于一體，具備感知、通信、處理及組網的功能，這些功能依靠片上系統來實現。
（2）通信網絡技術
1）傳感網技術
無線傳感網（WSN，Wireless Sensor Network）是集分布式數據采集、傳輸和處理等技術于一體的網絡系統，因其微型化、低功耗、低成本及組網靈活等特點而倍受青睞。其核心技術包括：協同感知技術、自組織網絡技術。
2）通信網技術
通信網是物聯網的核心承載網，當前的主要通信網絡包括：移動通信網（GSM、3G、4G）、無線局域網（WLAN）、專網。
3）互聯網技術
互聯網將采用開放的網絡結構，有利于網絡的融合演進，支持廣泛的接入，并且具備提供豐富的業務的能力。
4）網絡安全技術
網絡安全主要解決諸如如何有效進行介入控制，以及如何保證數據傳輸的安全性的問題。網絡安全必須是全方位的安全，包括：物理安全、網絡結構安全、系統安全、管理安全及其它的安全服務和安全機制策略。
（3）信息處理及智能技術
1）M2M
M2M是多種不同類型的通信技術有機結合，其目標就是使所有機器設備都具備連網和通信能力，核心理念是網絡一切（Network Everything），未來的發展方向是無所不在的計算與互聯。
2）發現與搜索引擎技術
發現與搜索引擎技術作為物聯網的重要支撐技術，將朝著更精準、更高效和功能更強大的方向發展，未來的搜索將實現多元化、專業化、個性化、多媒體化和智能化。
3）數據挖掘與大數據處理技術
數據挖掘就是從海量數據中提取有用知識的數據處理技術。其技術核心包括：海量數據搜集、強大的處理能力、數據挖掘算法。
大數據處理就是利用數據篩選工具對大量的結構化和非結構化數據集合進行挖掘，以便獲取有用的數據。其技術包括：大數據的存儲與管理、大數據的檢索與使用。
4）智能運算技術
智能運算涉及應用數學、計算數學、運籌與控制、信息科學、計算機科學、系統科學及控制科學等領域，其前沿發展包括模糊邏輯、神經網絡和進化計算等。智能運算技術將廣泛應用于物聯網的各層，是物聯網實現智能化的基礎。
3 物聯網的典型行業應用
3.1 智能城市管理
智能化城市管理與運行體系是利用物聯網、移動網絡等技術感知和利用各種信息、整合各種專業數據，建立一個集行政管理、城市規劃、應急指揮、決策支持與社會服務等綜合信息為一體的城市綜合運行管理體系。
智能化城市管理與運行體系在業務上涉及公安、國土、環保、城建、交通、水務、衛生、規劃、城管、林業園林、質監、食品藥品、安監、水電氣、電信、消防、氣象等部門的相關業務。以城市管理的部件和事件為核心、以事件聯動處置為主線，強化資源整合、信息共享和業務協同，實現政府組織結構和工作流程的優化重組，促進管理主導型向服務主導型的轉變。
3.2 智能醫療
智能醫療是利用最先進的物聯網技術，依托醫療感知終端設備、醫療協作平臺，實現患者與醫務人員、醫療機構、醫療設備之間的互動，以達到信息化、智能化。
目前我國智能醫療還處于起步階段，主要的應用包括：數字化醫療服務、醫藥產品及醫療器械的管理、血液管理、醫療廢物管理和遠程醫療。各個子系統獨立運行，無法實現信息和資源的共享，當然也就無法實現業務協同和“智能”。
3.3 智能交通
智能交通系統（ITS）是通過各種信息通信技術將人、車、路、環境四者緊密協調、和諧統一起來，建立全方位的實時、準確、高效的綜合交通運輸管理系統。ITS主要包括以下方面：
（1）道路交通管理系統（ATMS）：實現對交通流進行實時監測、疏導、控制和對突發事件的應急處置。
（2）出行者信息系統（ATIS）：為出行者提供及時準確的交通信息服務。
（3）公共交通系統（APTS）：實現公共交通的定位、調度、行駛信息服務。
（4）汽車控制系統（AVCS）：它使車輛具有道路障礙自動識別、自動報警、自動轉向、自動制動以及自動保持安全車距、車速和巡航控制功能。
（5）電子不停車收費管理系統（ETC）：不停車收費。
3.4 智能物流
將物聯網技術應用在物流配送系統中，既可以實現高質量的配送管理，又可以對配送中心的貨物進行隨時動態追蹤管理，并能根據所獲知的數據進行市場分析和市場預測等方面的信息支持。利用RFID、GPS、智能車輛調度等技術，對貨物運輸的物流和信息流進行實時識別、定位跟蹤、智能處理，消除貨物在運輸過程中可能產生的錯、漏事故，加快流通速度，提高運輸安全性和可靠性。
3.5 智慧校園
智慧校園是通過利用云計算、虛擬化和物聯網等新技術來改變學生、教職員工和校園資源相互交互的方式，將學校的教學、科研、管理與校園資源和應用系統進行整合，以提高應用交互的明確性、靈活性和響應速度，從而實現智慧化服務和管理的校園模式。
智慧校園的建設有多種應用案例，主要包括：校園安全管理系統、智能出入管理系統、智能校舍、教育信息化系統和“一卡通”等。
3.6 智能家居
利用先進的計算機技術、網絡通信技術、綜合布線技術，將與家居生活有關的各種子系統有機地結合起來進行統籌管理，讓人們的家居生活更加舒適安全。目前智能家居實現的功能包括：
（1）重要設施監測和控制：水、電（燈）、煤氣、家電。
（2）分布式聯動智能控制：如氣候變化與空調溫度、窗戶開關等的聯動。
（3）平安家居：實現門鎖、窗鎖、圍界等的安全監控，實現虛擬隔離帶的監控和報警。
3.7 智能電網
通過先進的傳感和測量技術、先進的裝備、先進的控制方法以及決策支撐系統，實現電網安全可靠、經濟高效、環境友好的運行目標。智能電網利用智能傳感器、智能電子設備及智能控制系統，實現對電網的檢測、數據分析、故障定位診斷、智能調度的功能。自愈是智能電網的一個重要特征。
智能電網的應用系統主要包括：高級計量架構（AMI，Advanced Metering Infrastructure）、高級配電運行（ADO，Advanced Distribution Operation）、高級輸電運行（ATO，Advanced Transmission Operation）、高級資產管理（AAM，Advanced Asset Management）以及自愈電網（SHG，Self Healing Grid）或電網自愈。
3.8 智能農業
智能農業是指運用遙感遙測、GPS、GIS、傳感網、計算機網絡、自動控制及專家輔助決策系統等技術，實現土壤、光照、溫濕度、通風、病蟲害等的檢測，并且實現土壤改良、自動灌溉、自動施肥給藥、自動耕作、自動采收、自動加工及儲藏。未來農業的發展方向將是：精細化、預測與防控、遠程化、虛擬化、智能化。
3.9 智能工業
物聯網在工業領域的應用主要體現在供應鏈管理、生產過程自動化、產品和設備監控與管理、環境監測和能源管理、安全生產管理等。與很多其它領域一樣，工業生產的信息化和自動化雖然取得了巨大的進步，但各個子系統還是相對獨立的，協同程度不高。
先進制造技術與先進物聯網技術的結合，各種先進技術的應用，將使工業生產變得更加智能，真正實現智能工業。
4 物聯網產業存在的問題
（1）政策及戰略規劃落后
物聯網發展缺乏政策的支持和引導。雖然國家將物聯網作為戰略性新興產業列入國家“十二五”規劃，并且出臺了許多政策，但是這些政策相對孤立，缺乏系統性。
物聯網涉及到諸多行業，具有很大的交叉性，政府應加強對物聯網的戰略規劃和頂層設計，打破行業壁壘，實現各行業、各領域融合，解決信息及資源不能共享和充分利用的問題。
（2）標準化工作落后
物聯網產業能否發展成功，從根本上取決于能不能完成物聯網技術的標準化。然而，物聯網的標準體系建設是一個系統工程，目前總體來說標準化工作仍然落后于技術和業務發展的需求，各類技術標準有待世界各國的共同努力，其發展之路艱巨而漫長。
2007年，我國率先啟動了傳感網標準化制定工作。2008年，首屆ISO/IEC國際傳感網標準化大會在我國舉辦，會上我國代表ISO/IEC傳感網標準化工作組作了總體報告，提出傳感網體系架構、標準體系、演進路線、協同架構等代表傳感網發展方向的頂層設計，并獲得了標準組成員國的認可。我國已成為國際傳感網標準化的四大主導國（中國、美國、韓國、德國）之一。
（3）應用開發落后
應用帶動發展，物聯網的真正價值體現在跨領域、各個行業的共同參與的整合應用上。由于不同行業的應用和需求不同，因此必須根據各行業的特點進行深入研究和整合開發。
近年來，物聯網應用開發總體來說還處于相對簡單、初級的階段，遠未充分發揮物聯網改善人類生活的潛力。同時，整合能力薄弱、創新能力的缺失，導致尚不能形成有效的商業模式和運營管理模式，嚴重制約著物聯網產業的發展。
（4）安全問題亟待解決
物聯網目前的傳感技術主要是RFID，植入這類芯片的產品有可能被任何人進行感知。傳輸網及互聯網也是薄弱環節，容易發生泄密。此外，信息中心或數據中心存儲著數量龐大的用戶個人信息，如何確保這些數據不被泄露也是非常重要的安全問題。為了做到在感知、傳輸、存儲及應用過程中信息不被盜取，就必須形成一套強大的技術安全保障體系。
物聯網產業發展可能帶來的各種安全問題和社會問題還亟待通過立法，從法律層面上得到妥善解決。
5 物聯網的發展展望
（1）對“物”的內涵的延展
不但可以將“物”定義為那些存在于真實的物質世界中的實體事物，也可以將其定義為那些數字的虛擬事物和實體。未來的物聯網將可以實現現實的物質世界和數字的虛擬世界的共存與互動。
（2）更加“智能”的網絡
在未來的物聯網之中，應用、服務、中間件、網絡和各種終端將以一種全新的方式和互聯結構進行連接。采用標準化和通用的信息通信協議，解決網絡異構、業務協同的問題，真正實現網絡的大融合、大協同。
當網絡基礎設施和基本結構上使用智能技術之后，物聯網中的各層將獲得自主管理能力（自治網絡），智能存在物聯網的各層之中。網絡將融合下一代信息技術、云計算、大數據處理等技術，真正實現智能化。
（3）更加“自在”的網絡
隨著技術的發展，在需求的推動下，未來的各個網絡將消融成為一體。未來的物聯網將允許人和物品在任何時間、任何地點、和任何人與物、采用任何途徑與網絡進行連接，并且可以方便地取得任何的相關服務。
參考文獻：
[1] 中國電子信息產業發展研究院. 2011中國物聯網產業發展指南[M]. 北京： 機械工業出版社， 2011.
[2] The Cluster of European Research Projects on the Internet of Things（CERP-IOT）. Internet of Things Strategic Research Roadmap[R]. 2009.
[3] 華研中商研究院. 2010—2015年物聯網行業分析報告[Z].
[4] 周洪波. 物聯網：技術、應用、標準和商業模式[M]. 北京： 電子工業出版社， 2010.
[5] 劉勇，侯榮旭. 物聯網關鍵技術之我見[J]. 硅谷， 2012（5）.
篇8
近年來，隨著健康知識的不斷普及，很多人開始意識到健康體檢的重要性，體檢市場潛力很大。但是我們也清醒地認識到，過去幾年我院查體業務的市場占有份額并沒有與市場同步增長，外面的市場增大了，而我們的業務量卻沒有增長，目前的現狀已經非常嚴峻，直接威脅到查體科的生存，具體情況分析如下：
一、市場分析報告：
我院現有的顧客群體多半來自政策性查體，如醫保退休人員查體、城鎮居民查體等，各大企事業單位很少將我院作為他們的查體醫院。效益特點是受政策性調整的影響，接待人員多，單人次查體費較少，因而體檢純利潤較低。
中心醫院主要是各大企事業單位查體，效益特點是查體人員多，單人次查體費高，因而體檢純利潤較高。營銷優勢一是醫院綜合水平高，內外婦兒五官科齊全，技術過硬，檢驗檢查設備先進，能充分滿足體檢需求；二是定任務營銷，中層干部每人都有任務，使各大企事業單位都或多或少被人情牽制。
城區其他二級醫院目前競爭意識最為強烈的是婦幼保健院、一院、市立醫院，效益優勢是院長親自營銷，在人事局、勞動局、教育局的政策性查體中逐漸占有相當份額。
今年，衛生局還牽頭成立了健康體檢中心，衛生局對二級醫院的政策性保護對我院非常不利，比如中小學生查體，衛生局與教育局指定的體檢醫院里不包括我們醫院，也沒有上報省衛生廳備案，使我院參與中小學生查體成為非法行為。
二、體檢市場流失原因分析：
外因有二一是中心醫院的全員營銷模式、城區二級醫院的院長親自營銷模式等多頭競爭態勢的擠壓，使我院體檢業務的發展空間變得更為狹窄；二是與衛生局、教育局等職權部門沒有建立很好的合作關系。
內因有三，一是對體檢市場的競爭現狀認識不深、措施不力，對查體科的發展規劃缺乏緊迫感和前瞻性，在人員配備、場地設置、軟件更新等方面喪失先機，也沒有突出的亮點，以致在激烈的市場競爭中逐漸處于劣勢。第二，我們的專科水平還沒有得到認可：作為一家中醫骨傷專科醫院，我院的內科、外科、婦科、五官科（眼耳口鼻喉）等專科診斷治療水平還有待進一步提高，就像一個偏科的孩子，拿著單科高分進不了高等學府，社會上對我們這幾個專科的水平還不認可，體檢過程中發現的健康問題往往需要到中心醫院復檢治療，直接影響了高端體檢工作的開展，也影響了普通人群對我們的信任。第三，某些體檢設備老化或缺少：與中心醫院相比，我們的高端體檢開展很困難，相當多的項目我們做不了，CT、磁共振除了運動系統疾病以外的診斷還不夠權威、缺乏自信；由于與省級檢驗中心進行了合作，現在很多檢驗項目雖然可以接待，但是出報告周期較長；四是體檢優惠政策不夠靈活，查體科缺少強有力的財務信任與支持，僅靠個人能力很難在業務營銷上走得更遠，以上這些都或多或少影響了查體業務的順利開展。
第二部分 查體科具備的優勢
1、領導優勢：領導班子具有很強的號召力和凝聚力，具備開拓新市場的能力。
2、全員優勢：我院有職工800余人，具有很豐富的社會資源，如調動全員之力，相信必會促進各項工作再上新臺階。
3、設備儀器優勢：我院大型醫療設備齊全，基本能夠滿足中低端體檢要求，與二級醫院和私營醫院相比，我們更能給體檢者提供準確的檢查報告。
4、兒童與服務優勢：我院園林式規劃已初見成效，幽雅的就醫兒童以及熱情周到的體檢服務有口皆碑，對保持老顧客群不流失，并吸引新顧客群有利。
5、專科優勢：由于計算機的普及，社會人群普遍缺乏鍛煉，致使目前社會上腰腿痛、頸椎病等運動系統疾病人群越來越多，但90%以上的患者都未經過規范的診斷與治療，是我院的潛在顧客群，我們可以通過免費體檢的方式吸引更多的人群注意運動系統疾病保健與治療，注重建立快捷方便的治療途徑和更經濟、更節約時間的診治通道，擴大病源。
第三部分 目標績效管理年工作思路
一、報告領導，說明現狀，獲得各方支持：
查體科的工作非常需要獲得院領導實質性的幫助，也需要財務科、檢驗科、放射科、功能檢查科、設備科等科室的大力支持，因為查體科是團體對團體的工作性質，所以需要更靈活的人力、財力、物力的支持，換言之，我們需要更多加油的，而不是綁腿的，否則，查體科只能固步自封。
二、盡一切努力開拓體檢市場：
醫療服務已進入市場發展模式，有了市場就有一切，沒有市場就一切沒有！查體市場是一個特殊的市場，與病房按部就班的工作大不相同，我們要揚長避短，盡一切努力開拓市場。
1、盡力保證老的顧客群體不流失：目前政策性查體是我院查體科的支柱，注意處理好與醫保處、人事局、衛生局、教育局、財政局等決策單位的關系，并保證優質高效地完成各項政策性查體工作；今年衛生局也成立了查體中心，將直接影響未來的政策走向，我們要盡可能多地爭取政策性查體的機會；
2、增進市場競爭意識和危機意識，充分利用領導影響力和人情優勢，努力開拓占領新的查體市場，爭取與各大企事業單位合作完成職工健康查體；
3、全員總動員：希望全體職工都參與到嚴峻的市場競爭中來，發揚集體榮譽感，集全員之力，打一場攻堅戰，其實這好比兩軍對壘，對手派五十員中將或一員大將來挑戰，如果我們只派一名小將迎戰，顯然寡不敵眾，必輸無疑。
4、進一步優化體檢政策，對體檢工作有營銷貢獻的，堅決給予獎勵，按體檢費比例直接提成兌現；也可以打價格戰，采取體檢項目打折，或者不打折，改成發送優惠和提成的方法刺激新的體檢市場形成；
5、進一步采取靈活迂回的營銷方式，如營銷查體卡、醫療快捷卡等，擴大服務范圍；
6、考慮與腰腿痛、脊柱、關節等與骨科慢性病有關的科室實行聯動，開展“整骨醫院周六 WWw.gerenjianli.com 上午常規義診”活動，可以提前打查體科電話預約，再根據預約情況調整專家到查體科坐診，開通體檢綠色通道，采取打包服務、免受掛號費、免費發放骨與關節保健材料、檢驗檢查優惠等方法，使上班族在周末也能找到相關的骨傷科專家看病，為各相關科室創收。
7、建議醫院制定完整的宣傳兒童計劃，利用三八婦女節、九九重陽節、六一兒童節等契機對特殊人群開展專項優惠查體。
三、進一步完善查體科內部管理：
1、學習文件、領會精神：（略過，不念）認真學習醫院制定的目標考核管理辦法，按照醫院下達的任務指標量化管理，門診收入部分量化給對應的醫生實行科內目標管理，并將員工獎金與個人業績有機結合，充分調動員工積極性，確保在完成考核任務的基礎上有所增長，為醫院建設貢獻自己的力量。
2、提高服務質量、注重內涵建設：（略過，不念）深入分析健康人群的保健需求，注重體檢過程服務，提高查體人群滿意度。強化服務意識，做好查體業務的宣傳、組織工作，對老客戶繼續完善查體服務，發揮查體管理優勢，使查體工作更細致、更規范。利用宣傳欄、健康小冊子、健康宣教等方式做好保健宣傳，提升人群自我健康保健意識，擴大查體科影響力。
3、優化環境管理，營造溫馨服務空間：（略過，不念）在體檢環境中引進人性化的設計理念，使其更接近健康、時尚、溫馨的服務要求。設計健康查體兒童欄，介紹健康查體的意義與疾病防治有關知識，逐步吸引更多的人群選擇主動地、定期地查體。
篇9
1.背景簡述
物聯網現已成為當前世界新一輪經濟和科技發展的戰略制高點之一，發展物聯網對于促進經濟發展和社會進步具有重要的現實意義。目前，我國物聯網發展與全球同處于起步階段，初步具備了一定的技術、產業和應用基礎，呈現出良好的發展態勢。
2.市場分析
2.1 中國物聯網產業發展現狀
2011中國國際物聯網大會委托新華社《2010～2011年中國物聯網發展年度報告》，預計2011年中國物聯網產業市場規模將達到2300億元，安防、交通和醫療3大領域有望在物聯網發展中率先受益，成為物聯網產業市場容量大、增長最為顯著的領域。新華社副社長周錫生在該報告時認為，未來5年，全球物聯網產業市場將呈現快速增長態勢，2015年將接近3500億美元，年均增長率接近25%。保守預計，到2015年，中國物聯網產業將實現5000多億元的規模，年均增長率達11%左右。
2.2 中國物聯網產業發展趨勢分析
（1）應用引領產業發展
中國物聯網產業的發展是以應用為先導，存在著從公共管理和服務市場、到企業、行業應用市場、再到個人家庭市場逐步發展成熟的細分市場遞進趨勢。目前，物聯網產業在中國還是處于前期的概念導入期和產業鏈逐步形成階段，沒有成熟的技術標準和完善的技術體系，整體產業處于醞釀階段。此前，RFID市場一直期望在物流、零售等領域取得突破，但是由于涉及的產業鏈過長，產業組織過于復雜，交易成本過高，產業規模有限成本難于降低等問題，使得整體市場成長較為緩慢。
物聯網概念提出以后，面向具有迫切需求的公共管理和服務領域，以政府應用示范項目帶動物聯網市場的啟動將是必要之舉。進而隨著公共管理和服務市場應用解決方案的不斷成熟、企業集聚、技術的不斷整合和提升，逐步形成比較完整的物聯網產業鏈，從而將可以帶動各行業、大型企業的應用市場。待各個行業的應用逐漸成熟后，帶動各項服務的完善、流程的改進，個人應用市場才會隨之發展起來。
（2）標準體系逐漸成熟
物聯網標準體系是一個漸進發展成熟的過程。物聯網概念涵蓋眾多技術、眾多行業、眾多領域，試圖制定一套普適性的統一標準幾乎是不可能的。物聯網產業的標準將是一個涵蓋面很廣的標準體系，將隨著市場的逐漸發展而發展和成熟。
（3）綜合性平臺即將出現
隨著行業應用的逐漸成熟，新的通用性強的物聯網技術平臺將出現。物聯網的創新是應用集成性的創新，一個單獨的企業是無法完全獨立完成一個完整的解決方案的。一個技術成熟、服務完善、產品類型眾多、應用界面友好的應用，將是由設備提供商、技術方案商、運營商、服務商協同合作的結果。隨著產業的成熟，支持不同設備接口、不同互聯協議，可集成多種服務的共性技術平臺將是物聯網產業發展成熟的結果。
物聯網時代，移動設備、嵌入式設備、互聯網服務平臺將成為主流。隨著行業應用的逐漸成熟，將會有大的公共平臺、共性技術平臺出現。無論終端生產商、網絡運營商、軟件制造商、系統集成商、應用服務商，都需要在新的一輪競爭中尋找各自的重新定位。
（4）有效商業模式逐步形成
針對物聯網領域的商業模式創新將是把技術與人的行為模式充分結合的結果。物聯網將機器、人、社會的行動都互聯在一起。新的商業模式出現將是把物聯網相關技術與人的行為模式充分結合的結果。
物聯網的應用也從小環境開始面向大環境，原有的商業模式需要更新升級來適應規模化、快速化、跨領域化的應用。而更關鍵的是要真正建立一個多方共贏的商業模式，這才是推動物聯網能夠長遠有效發展的核心動力。要實現多方共贏，就必須讓物聯網真正成為一種商業的驅動力，而不是一種行政的強制力。讓產業鏈所有參與物聯網建設的各個環節都能從中獲益，獲取相應的商業回報，才能夠使物聯網得以持續快速地發展。
3.物聯網技術
物聯網技術是指通過射頻識別（RFID）、紅外感應器、全球定位系統、激光掃描器等信息傳感設備，按約定的協議，將任何物品與互聯網相連接，進行信息交換和通訊，以實現智能化識別、定位、追蹤、監控和管理的一種網絡技術叫做物聯網技術。我國也把物聯網稱之為“傳感網”。
物聯網系統平臺架構技術是一種面向物聯網系統設計理念和架構技術，它將各類物聯網對象之間的交互抽象到一個統一的層面，注重獨立實現各個物聯網聯網對象的系統功能，通過簡單、統一的接口進行信息交互和溝通，利用物聯網聯網對象之間的松耦合特點，保證物聯網網絡的開放性和規模可擴展性。
云計算物聯網應用服務項目包括：智能物流服務平臺、企業誠信體系服務平臺、企業內訓服務平臺、云計算呼叫服務中心、電子商務服務平臺、物聯網行業服務中心、中小企業信息化服務平臺、節能減排和安全生產服務平臺、消費信息綜合服務平臺、網絡安全服務平臺、技術創新服務平臺
下面就物聯網服務項目新建研發的上述應用領域中的智能物流服務物聯網及電子商務物聯網進行簡單闡述。
4.基于物聯網的智能物流服務平臺
4.1 智能物流服務平臺概述
目前，國內制造企業物流信息化水平普遍不高，大都采用“人工+條形碼”的方式，該方式效率低、人力成本高，已越來越不適應現代制造行業提升核心競爭力的需求。智能物流服務平臺針對這一問題，研究基于RFID的物流跟蹤管理核心技術，設計并開發一個面向制造業的基于RFID的物流跟蹤管理系統，該系統充分利用RFID自動識別技術、JIT及MES的先進管理理念與基本方法，通過車間生產物流信息的實時反饋進行物流數據分析和監控，加強車間物流控制，實現生產節拍、物流、信息流的同步，以改進企業生產效率、降低企業物流管理成本，提升企業綜合競爭力。
4.2 智能物流服務平臺建設內容
（1）基于企業業務管理層、生產車間管理層和現場數據管理層的三層體系架構的設計與實現。
（2）基于移動（Mobile Agent）的數據訪問統一接口的設計與實現。
（3）RFID中間件（RFID Middleware）的統一設計與實現，從而實現對底層設備的精確控制，實時采集原始數據，對數據進行過濾，并在其中封裝典型的應用邏輯，使物流管理系統接口簡單透明，從而達到整個系統的協調、可靠。
（4）基于模糊控制理論的RFID功率自調節控制算法的設計與實現。
（5）各功能子模塊（包括登錄模塊、生產計劃管理模塊、裝箱模塊、出入庫監控模塊、跟蹤查詢模塊等）的設計與實現。
5.電子商務服務平臺
5.1 電子商務服務平臺概述
隨著商品經濟的發展，從上世紀90年代開始，刷卡、轉賬消費逐漸成為國人支付的重要方式。到90年代末，電腦、網絡走進了千家萬戶，以淘寶、易趣為代表的電子商務茁壯成長，支付寶等虛擬貨幣支付方式走上了歷史的舞臺。
電子商務服務平臺將物聯網技術與移動通信技術、互聯網完善地結合，嵌入電子商務庫存、物流、支付、產品質量管理等整體流程，在提升移動電子商務的整體水平的同時，可以隨時隨地利用RFID射頻芯片手機、PDA及掌上電腦等無線終端自如開展衣食住行、購物娛樂和商務談判。
5.2 電子商務服務平臺建設內容
（1）應用物聯網技術通過對庫存物品信息的實時感知，形成自動化庫存，達到整個網上零售營銷體系實現共享的目的。
（2）實現多樣化的手機支付業務，網上零售商可加強與電信運營商之間的合作，探索比較合理的新商業模式，借助電信運營商分布極廣的充值渠道，增加支付操作的便捷性，降低用戶的使用門檻。
（3）應用物聯網和GPS技術結合的方式，將配送包裹模塊化，實現消費者、網上零售商戶和物流公司三方實時獲悉貨物的路線，利用無線視頻系統，看到貨物運輸車輛的現場狀態。
（4）建立產品溯源系統。通過物聯技術實現產品唯一的識別標志，使用戶有效地辨別商品，清楚地了解商品的具體來源，降低用戶被騙的風險，提高用戶消費的積極性。
篇10
2018年被稱為人工智能爆發的元年，人工智能技術應用所催生的商業價值逐步凸顯。人工智能逐步切入到社會生活的方方面面，帶來生產效率及生活品質的大幅提升。智能紅利時代開啟！資本、巨頭和創業公司紛紛涌入，將人工智能拉到了信息產業革命的風口。
如何把握產業動向，抓住風口機會？創業邦研究中心憑借在人工智能等前言科技領域持續研究、洞察的能力，在對國內人工智能創業公司進行系統調研的基礎上，推出《2018中國人工智能白皮書》，對人工智能的核心技術、主要應用領域、巨頭和創業公司的布局、未來發展態勢和投資機會進行了深度解析。
第一部分人工智能行業發展概述
1.人工智能概念及發展
人工智能（Artificial Intelligence， AI）又稱機器智能，是指由人制造出來的機器所表現出來的智能，即通過普通計算機程序的手段實現的類人智能技術。
自1956年達特茅斯會議提出“人工智能”的概念以來，“人工智能”經歷了寒冬與交替的起起伏伏60多年的發展歷程。2010年以后，深度學習的發展推動語音識別、圖像識別和自然語言處理等技術取得了驚人突破，前所未有的人工智能商業化和全球化浪潮席卷而來。
人工智能發展歷程
2.人工智能產業鏈圖譜
人工智能產業鏈可以分為基礎設施層、應用技術層和行業應用層。
A基礎層，主要有基礎數據提供商、半導體芯片供應商、傳感器供應商和云服務商。
B技術層，主要有語音識別、自然語言處理、計算機視覺、深度學習技術提供商。
C應用層，主要是把人工智能相關技術集成到自己的產品和服務中，然后切入特定場景。目前來看，自動駕駛、醫療、安防、金融、營銷等領域是業內人士普遍比較看好方向。
人工智能產業鏈
資料來源：創業邦研究中心
第二部分人工智能行業巨頭布局
巨頭積極尋找人工智能落地場景，B、C 端全面發力。
資料來源：券商報告、互聯網公開信息，創業邦研究中心整理
第三部分機器視覺技術解讀及行業分析
1.機器視覺技術概念
機器視覺是指通過用計算機或圖像處理器及相關設備來模擬人類視覺，以讓機器獲得相關的視覺信息并加以理解，它是將圖像轉換成數字信號進行分析處理的技術。
機器視覺的兩個組成部分
資料來源：互聯網公開信息，創業邦研究中心整理
2.發展關鍵要素：數據、算力和算法
數據、算力和算法是影響機器視覺行業發展的三要素。 人工智能正在像嬰兒一樣成長，機器不再只是通過特定的編程完成任務，而是通過不斷學習來掌握本領，這主要依賴高效的模型算法進行大量數據訓練，其背后需要具備高性能計算能力的軟硬件作為支撐。
深度學習出現后，機器視覺的主要識別方式發生重大轉變，自學習狀態成為視覺識別主流，即機器從海量數據里自行歸納特征，然后按照該特征規律使圖像識別的精準度也得到極大的提升，從70%+提升到95%。
3.商業模式分析
機器視覺包括軟件平臺開發和軟硬件一體解決方案服務。整體用戶更偏向于B端。軟件服務提供商作為技術算法的驅動者，其商業模式應以“技術層+場景應用”作為突破口。軟硬件一體化服務供應商作為生態構建者，適合以“全產業鏈生態+場景應用”作為突破口，加速商業化。
（1）軟件服務：技術算法驅動者—“技術層+場景應用”作為突破口
這種商業模式主要是提供以工程師為主的企業級軟件服務。有海量數據支撐，構建起功能和信息架構較為復雜的生態系統，推動最末端的消費者體驗。
此類商業模式成功關鍵因素：深耕算法和通用技術，建立技術優勢，同時以場景應用為入口，積累用戶軟件。視覺軟件服務按處理方式和存儲位置的不同可分為在線API、離線SDK、私有云等。
國內外基礎算法應用對比
資料來源：互聯網公開信息，創業邦研究中心整理
（2）軟硬件一體化：生態構建者—“全產業鏈生態+場景應用”作為突破口
軟硬一體化的商業模式是一種“終端+軟件+服務”全產業鏈體系。成功的因素是大量算力投入，海量優質數據積累，建立算法平臺、通用技術平臺和應用平臺，以場景為入口，積累用戶。亮點是打造終端、操作系統、應用和服務一體化的生態系統，各部分相輔相承，銳化企業競爭力，在產業鏈中擁有更多話語權。
4.投資方向
（1）前端智能化，低成本的視覺解決模塊或設備
從需求層面講，一些場景對實時響應是有很高要求的。提供某些前端就本身有一定計算能力的低成本的視覺模塊和設備將有很大市場需求。前置計算讓前端設備成為數據采集設備和數據處理單元的合體，一方面提升了處理速度，另一方面可以處理云端難以解決的問題。
機器視覺在消費領域落地的一個障礙是支持高性能運算的低功耗、低價位芯片選擇太少。從低功耗、高運算能力的芯片出發，結合先進的算法開發模塊和產品，這類企業將在機器視覺領域擁有核心競爭力。
（2）深度學習解決視覺算法場景的專用芯片
以AI芯片方式作為視覺處理芯片有相當大的市場空間。以手勢識別為例，傳統的識別方案大都基于顏色空間，如 RGB，HSV ，YCrBr，無法排除類膚色物體及黑色皮膚對識別精度的干擾。借助深度學習，如通過 R-CNN 訓練大量標注后的手勢圖像數據，得到的模型在處理帶有復雜背景及暗光環境下的手勢識別問題時，比傳統方案的效果好很多。
（3）新興服務領域的特殊應用
前沿技術帶來的新領域（如無人車、服務機器人、谷歌眼鏡等），對機器視覺提出了新要求。機器視覺可以讓機器人在多種場合實現應用。服務機器人與工業機器人最大的區別就是多維空間的應用。目前國內的機器視覺，涉及三維空間、多維空間，其技術基本上處在初始階段，未來存在較大市場增長空間。
（4）數據是爭奪要點，應用場景是著力關鍵
機器視覺的研究雖然始于學術界，但作為商業應用，能解決實際問題才是核心的競爭力。當一家公司先天能夠獲得大量連續不斷的優質場景數據，又有挖掘該數據價值的先進技術時，商業模式和數據模式上就能形成協同效應。創業公司要么通過自有平臺獲取數據，要么選擇與擁有數據源的公司進行合作，同時選擇一個商業落地的方向，實現快速的數據循環。
第四部分智能語言技術解讀及行業分析
1.語音識別技術
（1）語音識別技術已趨成熟，全球應用持續升溫
語音識別技術已趨成熟，全球應用持續升溫。語音識別技術經歷了長達60年的發展，近年來機器學習和深度神經網絡的引入，使得語音識別的準確率提升到足以在實際場景中應用。深度神經網絡逐步找到模型結構和調參算法來替代或結合高斯混合算法和HMM算法，在識別率上取得突破。根據Google Trends統計，自2008年iPhone及谷歌語音搜索推出以來語音搜索增長超35倍。百度人工智能專家吳恩達預測，2020年語音及圖像搜索占比有望達到50%。Echo熱銷超過400萬，帶動智能音箱熱潮。
（2）語音識別進入巨頭崛起時代，開放平臺擴大生態圈成主流
語音識別即將進入大規模產業化時代。隨著亞馬遜Echo的大賣，語音交互技術催生的新商機，吸引大大小小的公司構建自己主導的語音生態產業鏈。各大公司紛紛開放各自的智能語音平臺和語音能力，欲吸引更多玩家進入他們的生態系統。
（3）語音識別技術發展瓶頸與趨勢
低噪聲語料下的高識別率在現實環境使用中會明顯下降到70-80%，遠場識別、復雜噪聲環境和特異性口音的識別是下一個階段需要解決的問題。
麥克風陣列類前端技術不僅是通過降噪和聲源定位帶來識別率的提高，帶環境音的語料的搜集、標注可用于模型的訓練，有助于打造更新一代的語音識別引擎技術。語音巨頭已經在布局。
在IOT包括車載領域，云端識別并非通行的最優方案，把識別引擎結合場景進行裁剪后往芯片端遷徙是工程化發展的方向。
2.自然語言處理（NLP）發展現狀
（1）多技術融合應用促進NLP技術及應用的發展
深度學習、算力和大數據的爆發極大促進了自然語言處理技術的發展。深度學習在某些語言問題上正在取得很大的突破，比如翻譯和寫作。2014年開始LSTM、Word2Vec以及Attention Model等技術研究的進展，使DL有了路徑在語義理解領域取得突破，并且已經有了明顯的進展。對話、翻譯、寫作新技術成果里都開始逐漸混合入DL的框架。2014-2015年，硅谷在語義理解領域的投資熱度劇增。
深度學習能最大程度發揮對大數據和算力資源的利用，語義理解的發展還需要深度學習、搜索算法、知識圖譜、記憶網絡等知識的協同應用，應用場景越明確（如客服/助理），邏輯推理要求越淺（如翻譯），知識圖譜領域越成熟（如數據飽和度和標準性較強的行業），技術上實現可能性相對較低。在各種技術融合應用發展的情況下，具備獲取一定優質數據資源能力并可結合行業Domain knowledge構建出技術、產品、用戶反饋閉環的企業會有更好的發展機會。
（2）NLP主要應用場景
問答系統。問答系統能用準確、簡潔的自然語言回答用戶用自然語言提出的問題。基本工作原理是在線做匹配和排序。比如 IBM 的 Watson，典型的辦法是把問答用FAQ索引起來，與搜索引擎相似。對每一個新問題進行檢索，再將回答按匹配度進行排序，把最有可能的答案排在前面，往往就取第一個作為答案返回給用戶。
圖像檢索。同樣也是基于深度學習技術，跨模態地把文本和圖片聯系起來。
機器翻譯。機器翻譯的歷史被認為與自然語言處理的歷史是一樣的。最近，深度學習被成功地運用到機器翻譯里，使得機器翻譯的準確率大幅度提升。
對話系統。對話系統的回復是完全開放的，要求機器能準確地理解問題，并且基于自身的知識系統和對于對話目標的理解，去生成一個回復。
（3）創業公司的機遇
1)機器翻譯方面：經過多年的探索，機器翻譯的水平已經得到大幅度提升，在很多垂直領域已經能夠在相當大程度上替代一部分人工，機器翻譯技術的商業化應用已經開始進入大規模爆發的前夜。
2)應用于垂直領域的自然語言處理技術
避開巨頭們對語音交互入口的競爭，以某一細分行業為切入點，深耕垂直領域，對創業公司也是一個不錯的選擇。
第五部分人工智能在金融行業的應用分析
人工智能產業鏈包含基礎層、技術層、應用層三個層面。基礎層的大數據、云計算等細分技術被應用到金融征信、保險、理財管理、支付等金融細分領域；技術層的機器學習、神經網絡與知識圖譜應用于金融領域的征信與反欺詐、智能投顧、智能量化交易，計算機視覺與生物識別應用于金融領域的身份識別，語音識別及自然語言處理應用于金融領域的智能客服、智能投研；應用層的認知智能應用于金融領域的智能風控。
人工智能在金融行業的典型應用情況
資料來源：創業邦研究中心
第六部分人工智能在醫療行業的應用分析
1.人工智能在醫療行業的應用圖譜
人工智能在醫療行業的應用潛力巨大，目前在健康管理、輔助診療、虛擬助理、醫學影像、智能化器械、藥物挖掘和醫院管理等領域均有企業在布局，其中醫學影像、藥物挖掘、健康管理，輔助診療、虛擬助理的應用發展速度較快。
圖 人工智能在醫療行業的應用圖譜
資料來源：創業邦研究中心
2.人工智能在醫療行業的具體應用場景
醫學影像。人工智能應用于醫學影像，通過深度學習，實現機器對醫學影像的分析判斷，是協助醫生完成診斷、治療工作的一種輔助工具，幫助更快的獲取影像信息，進行定性定量分析，提升醫生看圖/讀圖的效率，協助發現隱藏病灶。 人工智能通過影像分類、目標檢測、圖像分割、圖像檢索等方式，完成病灶識別與標注，三維重建，靶區自動勾畫與自適應放療等功能，應用在疾病的篩查、診斷和治療階段。目前較為火熱的應用有肺部篩查、糖網篩查、腫瘤診斷和治療等。
藥物挖掘。人工智能在藥物研發上的應用可總結為臨床前和臨床后兩個階段。臨床前階段：將深度學習技術應用于藥物臨床前研究，在計算機上模擬藥物篩選的過程，包括靶點選擇、藥效和晶型分析等，預測化合物的活性、穩定性和副作用，快速 、準確地挖掘和篩選合適的化合物或生物，提高篩選效率，優化構效關系。臨床后階段：針對臨床試驗的不同階段，利用人工智能技術對患者病歷進行分析，迅速篩選符合條件的被試者，監測管理臨床試驗過程中的患者服藥依從性和數據收集過程，提高臨床試驗的準確性。
虛擬助理。醫療虛擬助理是基于醫療領域的知識系統，通過人工智能技術實現人機交互，從而在就醫過程中，承擔診前問詢、診中記錄等工作，成為醫務人員的合作伙伴，使醫生有更多時間可以與患者互動。醫療虛擬助理根據參與就醫過程的功能不同，主要有智能導診分診，智能問診，用藥咨詢和語音電子病歷等方向。
第七部分智能駕駛行業分析
1.智能駕駛行業產業鏈
智能駕駛行業的中心業務是以Google、百度為代表的智能駕駛操縱解決方案提供商和以特斯拉、蔚來為代表的成車廠商。該類廠商，上接上游軟硬件提供商，下接公司和消費者，在整個業務鏈中扮演至關重要的一環。
產業鏈上游廠商多為細分技術提供商，如深度學習、人機交互、圖像識別和新材料、新制造新能源等。
智能駕駛產業鏈圖譜
資料來源：創業邦研究中心
2.智能駕駛市場分析
伴隨著 ADAS 技術的不斷更新，推斷全球 L1-L5 智能駕駛市場的滲透率會在接下來 5年內處于高速滲透期，然 后伴隨半無人駕駛的普及進入穩速增長期。在未來的 2025 年無人駕駛放量階段后，依賴全產業鏈的配合而進入市場成熟期。預測到2030年，全球 L4/5 級別的自動駕駛車輛滲透率將達到 15%，單車應用成本的顯著提升之 外，從 L1-L4 級別的智能駕駛功能全面滲透為汽車產業帶來全面的市場機會。
按照 IHS Automotive 保守估計，全球 L4/L5 自動駕駛汽車產量在 2025 年將接近 60 萬輛，并在 2025- 2035 年間獲得高速發展，年復合增長率將達到43%，并在2035年達到2100萬輛。另有接近 7600 萬輛的汽車具備部分自動駕駛功能，同時會帶動產業鏈衍生市場的大規模催化擴張。
根據獨立市場調研機構 Strategy Engineers 的預測，L4 高度自動駕駛等級下，自動駕駛零部件成本約在 3100 美元/車，其中硬件占比 45%，軟件占比 30%，系統整合占比 14%，車聯網部分占比 11%。按照全球 1 億輛量 產規模計算，理想假設所有車輛全部達到 L4 高度自動駕駛水平，那么全球自動駕駛零部件市場規模在 2020 年 將達到 3100 億美元。
第八部分中國人工智能企業畫像分析
隨著人工智能技術的不斷成熟，人工智能創業的難度逐步降低。創新的大門吸引眾多創業企業進入。為了觀察行業風向，助力創新企業發展，創業邦研究中心對國內200多家人工智能創業公司進行了系統調研，從發展能力、創新能力、融資能力等多維度指標，評選出“2018中國人工智能創新成長企業50強”。
地域分布
全國88%的人工智能企業聚集在北京、上海、廣東和江蘇。其中，北京人工智能企業最多，占比高達39.66%;其次是上海，人工智能企業占比達21.55%;位列第三的是廣東，人工智能企業占達15.52%。北京以領先全國其他地區的政策環境、人才儲備、產業基礎、資本支持等，成為人工智能創業首要陣地;華東地區的上海、江蘇、浙江均有良好的經濟基礎和科技實力，人工智能應用實力雄厚，也聚集了一批人工智能垂直產業園;廣東互聯網產業發達，企業對數據需求強烈，依靠大數據產業鏈推動人工智能產業發展。
行業分布
從行業大類分布來看，行業應用層的企業占比最大，為56.03%;其次是應用技術層的企業，占比達31.04%;基礎技術層的企業占比最小，僅為12.93%。隨著人工智能技術的發展，人工智能與場景深度融合，應用領域不斷擴展，行業應用公司比重不斷提升。在基礎層技術方面，國際IT巨頭占據行業領先地位， 國內與國際差距明顯，中小初創企業很難進入。
從行業應用來看，智能金融企業占比最大，為16.92%;其次是機器人企業，占比達15.38%;位列第三的是智能駕駛和智能教育，占比均為12.31%。金融行業的強數據導向為人工智能的落地提供了產業基礎，智慧金融被列入國家發展規劃中，龐大的金融市場為人工智能落地帶來了發展前景。機器人作為人工智能產業落地輸出， 目前市場需求較大，商業機器人占據較大份額。中國智能駕駛市場在資本推動下進入者較多，企業積極推動應用落地，百度、北汽等大型企業嘗試商業化落地智能駕駛汽車。人工智能推動教育個性化落地，相關初創企業涉入教育藍海，推動智慧教育的發展。
收入情況
收入分布在500-10000萬之間的企業最多，占比達49.14%;500萬以下的企業位居其次，占比達 26.72%;位列第三的是10000-100000萬之間的企業，占比為17.24%。
最新估值
企業最新估值均在億元級別，且分布較為均衡。三成企業估值超過15億元，還有企業估值達到百億級別，如優必
選科技、達闥科技和商湯科技等，將來或將躋身人工智能獨角獸企業。(備注：分析樣本量剔除一半未披露企業)
第九部分典型企業案例分析
1.Atman
企業概述
Atman由來自微軟的人工智能科學家和產業經驗豐富的產品團隊創辦，提供專業領域機器翻譯、機器寫作、知識圖譜、大數據智能采集挖掘等語言智能產品，致力于成為醫學、新聞、法律等專業領域語言智能專家，為專業領域用戶賦能，推動專業領域用戶進入人工智能時代，助力專業領域文字智能水平實現跨越式提升。Atman已為強生、新華社參考消息、北大法寶、君合律師事務所等世界領先藥企、新聞媒體、法律服務機構開發機器翻譯、機器寫作、知識圖譜、大數據智能采集挖掘等語言智能產品。
目前Atman在北京和蘇州兩地運營，能快速響應全國各地客戶需求。
企業團隊
創始人&CEO：馬磊
清華大學計算機系畢業，曾先后在微軟研究院和工程院擔任研究員和架構師，機器學習專家、多次創業者、曾主導多項人工智能重大項目，和申請國際專利共計15+項。
Atman公司核心團隊由來自微軟、百度、法電等領域高端人才和資深技術人才組成，公司員工40人，其中碩士以上學歷占比60%，技術開發人員占比70%，一半以上來自微軟亞洲研究院和工程院。
核心技術與產品
技術方面，擅長機器學習（深度學習、強化學習、群體智能）在復雜問題的應用，和國際專利15項，Atman神經網絡機器翻譯系統于2016年9月首秀，早于谷歌的GNMT，專業領域翻譯效果在公測標準和行業客戶測試中均持續領先。核心產品為垂直領域機器翻譯、機器寫作、知識圖譜抽取構建、大數據智能挖掘等語言智能產品。
Atman的機器翻譯產品可自動翻譯編輯專業文獻、報告、音視頻和網頁，支持私有部署和云端混合部署，提供包括數據隱私安全以及自學習的端到端解決方案。
機器寫作可對海量數據進行快速搜索、過濾、聚類，根據行業需求自動生成專業文檔，適用于所有專業寫作場景，可大幅減少專業報告寫作過程中的繁復工作，大幅提升專業領域寫作效率。
知識圖譜可實現海量數據的語義檢索、長鏈推理、意圖識別、因果分析，形成一個全局知識庫。大數據智能采集挖掘系統為專業領域用戶提供智能數據源管理、海量專業數據獲取和非結構化數據自動解析并結合知識圖譜提供auto-screening、知識重構、專業決策輔助，幫助用戶建立強大的以專業大數據為基礎的業務輔助能力。
2.黑芝麻
企業概述
黑芝麻智能科技有限公司是一家視覺感知核心技術與應用軟件開發企業，2016年分別在美國硅谷和上海成立研發中心，主攻領域為嵌入式圖像、計算機視覺，公司核心業務是提供基于圖像處理、計算圖像以及人工智能的嵌入式視覺感知平臺，為ADAS及自動駕駛提供完整的視覺感知方案。
目前公司和博世、滴滴、蔚來、上汽、上汽大通、EVCARD、中科創達、車聯天下和云樂新能源等展開深入合作，提供基于視覺的感知方案；除此之外，公司還在消費電子、智能家居等領域布局為智能終端提供視覺解決方案。目前公司已經完成A+輪融資。
企業團隊
團隊核心成員來自于OmniVision、博世、安霸、英偉達和高通等知名企業，平均擁有超過15年以上的產業經驗，畢業于清華、交大、中科大和浙大等知名高校。
創始人&CEO：單記章此前在硅谷一家全球頂尖的圖像傳感器公司工作近20年，離職前擔任該公司的技術副總裁一職，工作內容覆蓋了圖像傳感器研發和設計、圖像處理算法研發和圖像處理芯片設計。
核心技術和產品
在汽車領域，黑芝麻可提供車內監控方案（DMS），自動泊車方案（AVP），ADAS/自動駕駛感知平臺方案。黑芝麻智能科技提供的解決方案包括算法和芯片兩個核心部分：黑芝麻感知算法從基礎的控光技術，到面向AI的圖像處理技術出發來提高成像質量，以及應用深度神經網絡訓練，結合視頻處理和壓縮技術，形成從傳感器端到應用端的處理過程；黑芝麻芯片平臺采用獨有的神經網絡架構，包括獨有的圖像處理，視頻壓縮和計算機視覺模塊，與黑芝麻視覺算法結合，采用16nm制程，設計功耗2.5w，每秒浮點計算達20T。
3.乂學教育
企業概述
乂學教育，成立于2014年，是一家網絡教育培訓機構，采用人工智能和大數據技術，為學生提供量身定制學習解決方案和個性化學習內容。核心團隊來自美國Knewton、Realizeit、ALEKS等人工智能教育公司，銷售團隊有全國40億toC銷售額的經驗。
企業自主研發了針對中國K12領域的學生智適應學習產品，其核心部分是以高級算法為核心的智適應學習引擎“松鼠AI”，該產品擁有完整自主知識產權，能夠模擬真實特級教師教學。企業發表的學術論文得到了全球國際學術會議AIED、CSEDU、UMAP認可，并在紐約設計了人工智能教育實驗室，與斯坦福國際研究院（SRI）在硅谷成立了人工智能聯合實驗室。
主要產品
學生智適應學習是以學生為中心的智能化、個性化教育，在教、學、評、測、練等教學過程中應用人工智能技術，在模擬優秀教師的基礎之上，達到超越真人教學的目的。該產品性價比高，以人工智能+真人教師的模式，做到因材施教，有效解決傳統教育課時費用高，名師資源少，學習效率低等問題。
智適應學習人工智能系統
智適應學習人工智能系統模擬特級教師，采用圖論、概率圖模型，機器學習完成知識點拆分和個人學習畫像，采用神經網絡、邏輯斯蒂回歸和遺傳算法為學生實時動態推薦最佳學習路徑，實現個性化教育。
業務模式
線上與線下，2B和2C相結合。以松鼠AI智適應系統教學為主，真人教師輔助，學生通過互聯網在線上學習課程。開創教育新零售模式，授權線下合作學校，已在全國100多個城市開設500多家學校。
4.云從科技
企業概述
云從科技成立于2015年4月，是一家孵化于中國科學院重慶研究院的高科技企業，專注于計算機視覺與人工智 能。云從科技是人工智能行業國家隊，是中科院戰略先導項目人臉識別團隊唯一代表，唯一一家同時受邀制定人 臉識別國家標準、行業標準的企業。2018年，云從科技成為祖國“一帶一路”戰略實行路上的人工智能先鋒，與 非洲南部第二大經濟體津巴布韋政府完成簽約。
云從科技奠定了行業領導地位： 國家肯定，國家發改委2017、2018年人工智能重大工程承建單位；頂層設計，唯一同時制定國標、部標和行標的人工智能企業；模式創新，三大平臺解決方案，科學家平臺、核心技術平臺和行業應用平臺。
企業核心團隊
創始人
周曦博士，師從四院院士、計算機視覺之父—ThomasS.Huan黃煦濤教授，專注于人工智能識別領域的計算機視覺 研究。入選中科院“百人計劃”，曾任中國科學院重慶研究院信息所副所長、智能多媒體技術研究中心主任。
周曦博士帶領團隊曾在計算機視覺識別、圖像識別、音頻檢測等國際挑戰賽中7次奪冠;在國際頂級會議、雜志 上發表60余篇文章，被引用上千次。
核心技術團隊
云從科技依托美國UIUC和硅谷兩個前沿實驗室，中科院、上海交大兩個聯合實驗室上海、廣州、重慶、成都四 個研發中心組成的三級研發架構。目前研發團隊已經超過300人，80%以上擁有碩士學歷。
技術優勢
全方位多維智能學習模塊適應不同場景要求；模塊化設計為在工業視覺、醫學影像、自動駕駛AR等領域擴展打下良好基礎。
云從科技具有高技術壁壘：世界智能識別挑戰賽成績斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微軟全球圖像識別挑戰賽上共計奪得7次世界冠軍;在銀行、公安等行業智能識別技術 PK實戰中，85次獲得第一；2018年，云從科技入選MIT全球十大突破性技術代表企業。
在跨鏡追蹤(ReID)技術上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三個數據同時集體刷 新世界記錄， Market-1501上的首位命中率達到96.6%，首次達到商用水平。
正式在國內“3D結構光人臉識別技術”，可全面應用于手機、電腦、機具、設備、家電。相較以往的2D人 臉識別及以紅外活體檢測技術，3D結構光人臉識別技術擁有不需要用戶進行任何動作配合完成活體驗證的功能， 分析時間壓縮到了毫秒級以及不受環境光線強弱的影響等諸多優點，受到國際巨頭公司的關注。
行業應用
目前國內有能力自建系統的銀行約為148家。截止2018年3月15日，已經完成招標的銀行約為121家，其中云從科 技中標了88家總行平臺，市場占有率約為72.7%;在安防領域推動中科院與公安部全面合作，通過公安部重大課題研發火眼人臉大數據平臺等智能化系統，在民航領域，已經與中科院重慶院合作覆蓋80%的樞紐機場。
5.Yi+
企業概述
北京陌上花科技是領先的計算機視覺引擎服務商，為企業提供視覺內容智能化和商業化解決方案。致力于“發現視覺信息的價值”。
旗下品牌Yi+是世界一流的人工智能計算機視覺引擎，衣+是時尚商品搜索引擎。公司在圖像視頻中對場景、通用物體、商品、人臉的檢測、識別、搜索及推薦均達到領先水平。
目前公司和阿里巴巴、愛奇藝、優酷土豆、中國有線、CIBN、中信國安、海信、華為、360等數十家頂級機構/產品深度合作，通過提供邊看邊買引擎、圖像視頻內容分析引擎、人臉識別引擎等基于視覺識別技術的數據結構化產品服務于海量用戶，同時幫助政府機構、廣電系統、內容媒體、零售商、電商、視聽設備等行業實現智能分析、智能互動與場景營銷。目前公司已經獲得B輪融資。
企業團隊
團隊成員來自于斯坦福、耶魯、帝國理工、新加坡國大、南洋理工、清華、北大、中科院等名校及谷歌、微軟、IBM、英特爾、阿里巴巴、騰訊、百度、華為等名企。
創始人&CEO：張默
北京大學軟件工程碩士， 南洋理工大學創業創新碩士。連續創業者， 曾任華為算法工程師、微軟WindowsMobile工程師、 IBM SmarterCity 架構師，北方區合作伙伴經理，主機Linux中國區負責人，中國區開源聯盟負責人，年銷售額數億。 2013年創業于美國硅谷和新加坡，2014年6月在中國設立北京陌上花科技有限公司。
核心技術與產品
技術方面，在國際頂級計算機視覺競賽ImageNet中，成績曾超過谷歌、斯坦福等，2015-2016年2年獲得十項世界第一。2018年3月，人臉識別準確率位列LFW榜首。Yi+通過遵循無限制，標記的外部數據協議。 Yi+的系統由人臉檢測，人臉對齊和人臉描述符提取組成。使用多重損失和訓練數據集訓練CNN模型，其中包含來自多個來源的約10M個圖像，其中包含150，000個人（訓練數據集與LFW沒有交集）。在測試時， Yi+使用原始的LFW圖像并應用簡單的L2norm。圖像對之間的相似性用歐氏距離來測量，最終取得優異成績。
公司的核心產品主要包括視覺搜索引擎，圖像視頻分析引擎以及人臉識別和分析引擎：
行業解決方案
針對營銷、安防、相機和電視的不同特點，推出相應解決方案。
營銷+AI。場景化廣告方案中，大屏AI助理信息流推薦、神字幕、物體/人臉AR動態貼圖、video-out、場景化角標與廣告濾鏡等形式的廣告內容推薦，適用于快消、汽車、電商、IT、金融、旅游服務等多個行業。
智慧城市+AI。使用計算及視覺助力智慧城市，在智慧安防、智慧交通、智慧園區等方面提供解決方案。在智慧安防實時識別上，實時處理直播攝像頭信息，算法反應敏捷，相應迅速。建立智慧園區方案模型，考慮擴展性&靈活性、數據管理、松散耦合性、安全性、實時整合性以及功能性和非功能性需求等技術方案要素，從業務和技術兩方面整合解決方案實現步驟。
電視+AI。電視+AI的解決方案賦予智能電視多樣播放能力和營銷能力。
相機+AI。相機更具交互能力。用戶通過搜索關鍵字標簽同步展示圖片，打通相冊和購物一站式體驗。準確識別人物屬性特征，動態適應表情變化，可以在視頻以及圖像中對人臉實時檢測，基于深度學習技術，進行人臉相似度檢測，實現面部關鍵點定位、妝容圖像渲染，試用與粉底、唇彩以及眼影等多種虛擬試裝方式。實時檢測攝像頭中出現的物品、場景和人臉等，添加AR效果，SDK支持本地檢測、識別、追蹤，平均檢測幀率可達到25fps。
新零售+AI。Yi+新零售解決方案是基于公司自主研發的人臉識別、商品識別和其他圖像識別算法技術為核心，建立一整套基于人臉、商品的智能零售門店管理方案。Yi+新零售解決方案主要包含數據采集、算法模型說明和部署方案三部分，其中數據采集包括人臉數據采集、商品數據采集；算法模型說明包括識別算法訓練、商品識別、識別輸出；部署方案包括本地部署、云端部署、本地部署與云端部署結合。
6.擎創科技
企業簡介
擎創科技成立于2016年，專注于將人工智能和機器學習賦予傳統IT運維／企業運營管理，為企業客戶提供智能運維大數據分析解決方案，從而取代和改善對高技能運維人員嚴重依賴的現狀。2017年，擎創科技已實現全年2000萬營收，迅速成為國內AIOps領域的領跑者和中流砥柱。2018年初，擎創科技完成了數千萬人民幣的A輪融資，由火山石投資領投，晨暉創投、元璟資本及新加坡STTelemedia跟投。
核心團隊
擎創團隊的核心成員主要由BMC、微軟等美國企業服務上市公司的運維老兵，與新浪、餓了么等知名互聯網公司的大數據、算法專家組成，核心團隊成員至少擁有10年以上的行業經驗。其中CEO楊辰是國內最頂級的B端銷售，曾帶領團隊獲得10倍的業績增長；CTO葛曉波擁有長達15年的企業級軟件開發和運維經驗；而產品總監屈中泠則來自甲方，創業前為浦發硅谷銀行企業架構師，深知甲方對企業運維產品的需求。這個曾經深耕于運維企業服務市場的團隊，如今在智能運維企業服務賽道繼續領跑，讓擎創科技成為最懂企業的客戶，最值得企業客戶信賴的軟件廠商。
主要產品
“夏洛克AIOps” 作為擎創自主研發的大數據智能運維主打產品，自2016年上線以來，已從1.0版本升級至1.9版本，可應用在金融、大型制造業、鐵路民航、能源電力等涉及國家發展和民生問題的多種行業。在2017全球運維大會上，夏洛克AIOps獲得由中國信息通信研究院與高效運維社區聯合頒發的“年度最具影響力AIOps產品”獎。
“夏洛克AIOps”充分利用自研算法輔助客戶實現IT運維價值，結合客戶的現有情況，規劃從傳統ITOM至AIOps智能運維的一站式路徑，助其運營落地，由此打破數據孤島，建立統一的大數據智能分析平臺，實現以人工智能為核心，驅動傳統IT運維監、管、控三個層面，并將相關運維數據及業務數據實時展現。
“夏洛克AIOps”擁有多項自研算法，猶如運維界的福爾摩斯，能迅速發現并定位運維問題的根因，實現秒級排障，最大程度避免企業產生重大損失。更有價值的是，“夏洛克AIOps”還能通過長期的數據積累和機器學習，運用新型深度神經網絡算法對企業的業務數據進行預測，幫助企業提前規劃IT資源，高效預防各類黑天鵝事件的發生。
商業模式
目前，擎創科技已與多家金融和制造行業標桿客戶形成穩定的合作關系，包括浦發銀行、浦發硅谷銀行、國家開發銀行、上海鐵路局、銀聯、海爾、浙江能源等。針對不同客戶，采用個性化的商業模式進行服務，目前主要有私有模式和SaaS模式兩種，都具有較強的可復制性。
篇11
1 引言
半個世紀以來，隨著人類對自然和社會認識的進一步加深及人類活動的進一步擴展，科學研究、互聯網應用、電子商務、移動通信等諸多應用領域產生了多種多樣的數量巨大的數據。這不僅使得世界充斥著比以往更多的信息，而且其增長速度也在加快。信息總量的變化最終導致了質變，最先經歷信息爆炸的學科，如天文學和基因學，創造出了“大數據”這個概念。時至今日，這個概念幾乎已應用到了所有人類致力發展的領域中。大數據（BIG DATA）的出現對傳統的數據存儲、數據處理和數據挖掘提出了新的挑戰，同時也深刻地影響著人類的生活、工作和思維。
2 什么是大數據
2.1 大數據的概念
說起大數據，從字面意思來講就是巨量數據集合，到底有多大？可能很多人并沒有很具體的概念。一組名為“互聯網上一天”的數據告訴我們，一天之中，互聯網產生的全部內容可以刻滿1.68億張DVD；發出的郵件有2940億封之多（相當于美國兩年的紙質信件數量）；發出的社區帖子達200萬個（相當于《時代》雜志770年的文字量）；賣出的手機為37.8萬臺，高于全球每天出生的嬰兒數量37.1萬。國際數據公司（IDC）的研究結果表明，2008年全球產生的數據量為0.49ZB，2009年的數據量為0.8ZB，2010年增長為1.2ZB，2011年的數量更是高達1.82ZB，相當于全球每人產生200GB以上的數據。而到2012年為止，人類生產的所有印刷材料的數據量是200PB，全人類歷史上說過的所有話的數據量大約是5EB。IBM的研究稱，整個人類文明所獲得的全部數據中，有90%是過去兩年內產生的。
然而大數據并非一個確切的概念。對于“大數據”（Big data）研究機構Gartner給出了這樣的定義。“大數據”是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。而麥肯錫全球研究所給出的定義是：一種規模大到在獲取、存儲、管理、分析方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模（Volume）、快速的數據流轉（Velocity）、多樣的數據類型（Variety）和價值密度低（Value）四大特征，即4V特征。在維克托?邁爾-舍恩伯格及肯尼斯?庫克耶編寫的《大數據時代》中大數據指不用隨機分析法（抽樣調查）這樣捷徑，而采用所有數據進行分析處理。業界學者楊善林認為在海量數據的量化基礎上，同時具備大分析（Big Analytics）、大帶寬（Big Bandwidth）、大內容（Big Content）等三大要素的巨大數據集。謝國忠則認為大數據的本質是利用企業內部信息，將龐大的信息進行有效整合，并結合新的數據類型為企業創造價值。
2.2 大數據的特點
大數據有有它自己的特征。目前工業界普遍認為大數據具有 4V+1C 的特征：
（1）數據量大（Volume）。存儲的數據量巨大，拍字節級別是常態，因而對其分析的計算量也大。
（2）多樣（Variety）。數據的來源及格式多樣，數據格式除了傳統的格式化數據外，還包括半結構化或非結構化數據，比如用戶上傳的音頻和視頻內容，而隨著人類的活動的進一步拓寬，數據的來源更加多樣。
（3）快速（Velocity）。數據增長速度快，同時要求對數據的處理速度也要快，以便能夠從數據中及時地提取知識，發現價值。
（4）價值密度低（Value）。需要對大量的數據處理挖掘其潛在的價值，因而，大數據對我們提出的明確要求是設計一種在成本可接受的條件下，通過快速采集、發現和分析從大量、多種類別的數據中提取價值的體系架構。
（5）復雜度（Complexity）。對數據的處理和分析難度大。
IBM在此基礎上又提出了5V特征，即在4V的基礎上增加了真實性（Veracity）。
3 什么是大數據思維
要想大數據為人所用， 必須改變原有對數據的認識，將大數據與創意結合，并能充分利用數據分析技術，為企業和國家決策提供依據。大數據研究專家維克托?邁爾-舍恩伯格指出，大數據時代，人們對待數據的思維方式會發生如下三個變化：第一，人們處理的數據從樣本數據變成全部數據；第二，由于是全樣本數據，人們不得不接受數據的混雜性，而放棄對精確性的追求；第三，人類通過對大數據的處理，放棄對因果關系的渴求，轉而關注相關關系。事實上，大數據時代帶給人們的思維方式的深刻轉變遠不止上述三個方面。我認為，大數據思維最關鍵的轉變在于從自然思維轉向智能思維，使得大數據像具有生命力一樣，獲得類似于“人腦”的智能，甚至智慧。
大數據思維是一種總體思維。過去，人們對搜集數據、處理數據形成了一個思維定勢，那就是我們不可能搜集到相當多數量的數據，我們只能在力所能及的條件下選擇一小部分去分析和處理，為了讓數據處理變得更簡單，對數據的選擇就盡可能到最少，也由于當時信息處理水平的限制，導致所選的數據不具備代表性，盲目因素太多。當我們進行抽樣調查來分析數據的時候，往往會以調查問卷的形式選擇一部分樣本進行分析，這為人們提供了不少的便捷，但相應的缺點也是一覽無余，這種樣本分析法不管你有多深入的去挖掘，它都只能代表總體數據中的一小部分，不能代表全部數據，也許樣本調查的準確性會達到90%以上，但是依然會遺漏一些很有價值的數據，就會導致數據的失真。但是隨著大數據時代的到來，我們可能還沒有意識到我們已經具備處理和分析大數據的能力，我們的思維正在一點點的改變，首先，我們不能一直依靠對小部分數據樣本進行分析，而是轉向為分析全部數據。
大數據思維是一種容錯思維。在小數據時代，由于收集的樣本信息量比較少，所以必須確保記錄下來的數據盡量結構化、精確化，否則，分析得出的結論在推及總體上就會“南轅北轍”，因此，就必須十分注重精確思維。然而，在大數據時代，得益于大數據技術的突破，大量的非結構化、異構化的數據能夠得到儲存和分析，這一方面提升了我們從數據中獲取知識和洞見的能力，另一方面也對傳統的精確思維造成了挑戰。維克托?邁爾-舍恩伯格指出，“執迷于精確性是信息缺乏時代和模擬時代的產物。只有5%的數據是結構化且能適用于傳統數據庫的。如果不接受混亂，剩下95%的非結構化數據都無法利用，只有接受不精確性，我們才能打開一扇從未涉足的世界的窗戶”。也就是說，在大數據時代，思維方式要從精確思維轉向容錯思維，當擁有海量即時數據時，絕對的精準不再是追求的主要目標，適當忽略微觀層面上的精確度，容許一定程度的錯誤與混雜，反而可以在宏觀層面擁有更好的知識和洞察力。
大數據思維是一種相關思維。在小數據世界中，人們往往執著于現象背后的因果關系，試圖通過有限樣本數據來剖析其中的內在機理。小數據的另一個缺陷就是有限的樣本數據無法反映出事物之間的普遍性的相關關系。而在大數據時代，人們可以通過大數據技術挖掘出事物之間隱蔽的相關關系，獲得更多的認知與洞見，運用這些認知與洞見就可以幫助我們捕捉現在和預測未來，而建立在相關關系分析基礎上的預測正是大數據的核心議題。通過關注線性的相關關系，以及復雜的非線性相關關系，可以幫助人們看到很多以前不曾注意的聯系，還可以掌握以前無法理解的復雜技術和社會動態，相關關系甚至可以超越因果關系，成為我們了解這個世界的更好視角。維克托?邁爾-舍恩伯格指出，大數據的出現讓人們放棄了對因果關系的渴求，轉而關注相關關系，人們只需知道“是什么”，而不用知道“為什么”。我們不必非得知道事物或現象背后的復雜深層原因，而只需要通過大數據分析獲知“是什么”就意義非凡，這會給我們提供非常新穎且有價值的觀點、信息和知識。也就是說，在大數據時代，思維方式要從因果思維轉向相關思維，努力顛覆千百年來人類形成的傳統思維模式和固有偏見，才能更好地分享大數據帶來的深刻洞見。
大數據思維是一種智能思維。大數據使得人可以被量化，但卻讓計算機更具智能。工業革命使得需要人完成的工作只用機器就可以完成了，但大數據卻可以使得機器有了分析問題的能力。衛星定位系統積累的大量數據，可以制作電子地圖和導航，還可以通過分析數據開發出無人駕駛汽車，讓機器變得擁有智慧。如何讓計算機擁有智慧，除了要擁有大數據外，必須變革思維，創新分析思路與過程，不斷探索新的方法，讓堆積如山的數據不斷創造新的價值。例如手機上常用的地圖軟件，可以搜索很多路況同步數據，為用戶提供出行信息。這只是大數據最基礎的應用，繼續延伸， 是否可以根據上下班時段的交通流量估算失業率；是否可以通過對主要商圈的監控估算消費情況；是否可以將廢棄的數據重新創造價值；是否可以利用用戶在拼寫過程中的拼寫錯誤讓拼寫檢查軟件更優化；是否可以通過分析各實體和產業之間的關聯關系，預測各行業發展趨勢，找出關鍵影響因素；是否可以分析顧客的偏好，量體裁衣式的為顧客提供更好的服務； 是否可以運用大數據模擬現實情境，發掘出新的需求和更好的回報；是否可以創新大數據的使用模式，將大數據深加工，用戶可以很方便地結合自身情況選擇適合自己的產品。
4 建立大數據思維促進中國鐵路創新
4.1 以數據為核心
大數據時代，計算模式也發生了轉變，從“流程”核心轉變為“數據”核心。Hadoop體系的分布式計算框架已經是“數據”為核心的范式。非結構化數據及分析需求，將改變IT系統的升級方式：從簡單增量到架構變化。例如：IBM將使用以數據為中心的設計，目的是降低在超級計算機之間進行大量數據交換的必要性。大數據下，云計算找到了破繭重生的機會，在存儲和計算上都體現了數據為核心的理念。大數據和云計算的關系：大數據與云計算是一個問題的兩面，一個是問題，一個是解決問題的方法。而大數據比云計算更為落地，可有效利用已大量建設的云計算資源，最后加以利用。中國鐵路信息化歷經50余年的發展，取得廣泛的應用，擁有海量的資源，大數據將成為推動中國鐵路創新發展的新引擎。隨著中國鐵路信息化的到來，中國鐵路發展的戰略需求也發生了改變，數據的處理分析成為了一個關注重點，軟件也將從編程為主轉變為以數據為中心。如何高效地從海量數據中分析、挖掘所需的信息和規律，結合已有經驗和數學模型等生成更高層次的決策支持信息，獲得各類分析、評價數據，為設備管理、網絡狀態評估等提供決策支持，為鐵路工作人員提供有用信息，成為鐵路未來發展的趨勢。
4.2 全樣本考慮
統計學里頭最基本的一個概念就是，全部樣本才能找出規律。為什么能夠找出行為規律？一個更深層的概念是人和人是一樣的，如果是一個人特例出來，可能很有個性，但當人口樣本數量足夠大時，就會發現其實每個人都是一模一樣的。在大數據時代，無論是商家還是信息的搜集者，會比我們自己更知道你可能會想干什么。現在的數據還沒有被真正挖掘，如果真正挖掘的話，通過信用卡消費的記錄，可以成功預測未來5年內的情況。大數據的核心就是預測，大數據能夠預測體現在很多方面。大數據不是要教機器像人一樣思考，相反，它是把數學算法運用到海量的數據上來預測事情發生的可能性。正因為在大數據規律面前，每個人的行為都跟別人一樣，沒有本質變化。例如：大數據助微軟準確預測世界懷。微軟大數據團隊在2014年巴西世界足球賽前設計了世界懷模型，該預測模型正確預測了賽事最后幾輪每場比賽的結果，包括預測德國隊將最終獲勝。預測成功歸功于微軟在世界杯進行過程中獲取的大量數據，到淘汰賽階段，數據如滾雪球般增多，常握了有關球員和球隊的足夠信息，以適當校準模型并調整對接下來比賽的預測。世界杯預測模型的方法與設計其它事件的模型相同，訣竅就是在預測中去除主觀性，讓數據說話。利用大數據技術可以從鐵路的客票系統、貨票系統、貨運電子商務平臺、運輸信息集成平臺等信息系統采集海量的原始信息，這些信息可以為市場分析和預測提供有力的支撐。與傳統方法側重于對調查抽樣統計數據的分析不同，基于大數據技術的市場分析和預測技術既能夠利用上述海量數據，分析客、貨運量完整全面的變化過程，深入挖掘運量變化的規律性，進而預測市場的未來走勢；還能夠利用GPS、傳感器等物聯網手段采集獲取精細的運輸數據，并且通過互聯網接入的政治、經濟、其他交通方式、氣候等影響因素數據，將旅客和貨物流量流向的精細化分析與影響因素關聯性分析相結合，挖掘各影響因素對鐵路運量變化影響的方向和時滯，量化各因素對運量變化的影響。在對典型設備故障診斷與狀態預測方面，可以綜合利用GSM-R接口監測數據、網絡管理信息、場強和服務質量動態檢測數據、無線干擾檢測監測數據等數據源，采用數據挖掘技術，研究監測檢測數據綜合分析方法、多源數據關聯分析方法和適用于通信業務數的故障診斷分析方法，建立典型故障診斷模型、GSM-R網絡QoS測試綜合評價模型、CTCS-3列控系統降級故障表示模型等，對列車控制的車載系統、地面控制系統、無線通信網絡交互作用進行可靠性評估和故障綜合診斷，為列車控制系統降級原因分析、GSM-R網絡維護、網絡優化等提供支持。
4.3 用信息找人
互聯網和大數據的發展，是一個從人找信息，到信息找人的過程。先是人找信息，人找人，信息找信息，現在是信息找人的這樣一個時代。信息找人的時代，就是說一方面我們回到了一種最初的，廣播模式是信息找人，我們聽收音機，我們看電視，它是信息推給我們的，但是有一個缺陷，不知道我們是誰，后來互聯網反其道而行，提供搜索引擎技術，讓我知道如何找到我所需要的信息，所以搜索引擎是一個很關鍵的技術。例如：從搜索引擎――向推薦引擎轉變。今天，后搜索引擎時代已經正式來到，什么叫做后搜索引擎時代呢？使用搜索引擎的頻率會大大降低，使用的時長也會大大的縮短，為什么使用搜索引擎的頻率在下降？時長在下降？原因是推薦引擎的誕生。就是說從人找信息到信息找人越來越成為了一個趨勢，推薦引擎就是說它很懂我，知道我要知道的東西。例如，我們結合12306網站數據及實名制購票資料，對出行旅客的個人信息、出行線路、出行時間周期進行的統計分析，同時借助互聯網大數據預報人員遷徙情況，最后完全勾勒出旅客的需求，使鐵路可以充分了解每一位旅客，實時的知道他們旅行目的地，以及出發時間及需要的服務層次，有針對性地推送一些旅游服務、餐飲、住宿、景觀等方面的產品，使得營銷工作更加精準，營銷效率也更高。
5 大數據思維帶來的挑戰
大數據的發展速度有目共睹，想要在競爭社會中走的更遠，人人都需要建立大數據思維。那么在建立大數據思維中，有哪些挑戰呢？
第一，大數據應用和商業回報間的矛盾。未來的大數據應用一定是可定制的、可在云上打包的服務，即將業務、數據、分析能力多面定制，一起打包。企業需要可快速部署和有明確投資回報率的應用，這涉及到數據的質量和豐富度及業務人員對數據的依賴度。這需要企業內各個部門的有效協作，并規避無法確定的風險，比如分析結果的不確定性，業務場景的復雜性，人員的能力缺失等。傳統手段，比如通過社交媒體、郵件、網絡文本等獲得的數據量非常龐大，但解破這些數據的關系和價值卻給企業帶來巨大挑戰。企業希望成為數據的主人，但在辨析數據的有效性、能帶來哪些商業回報，以及如何幫助決策等方面卻缺乏有效工具。
第二，海量數據與核心數據間的矛盾。要做大數據，首先要了解自己的企業，或者企業所在的行業的核心是什么。我們發現，有很多企業在競爭過程中，最終不是被現有競爭對手打敗，而是被很多潛在未知的競爭對手打敗的。舉例來說，大部分人都認為亞馬遜是做電商的，但其實亞馬遜現在最主要的收入來自云服務，也就意味著亞馬遜的核心數據（價值）是云服務。只有在此基礎上，亞馬遜建立的大數據才是有效的、服務于戰略的。
第三，內部數據與數據間的矛盾。企業所獲取的數據，很大一部分是內部數據，這讓企業面對另一個挑戰，如何讓內部數據與相關數據產生聯系并使之成長。只有讓內外部數據的交融在用戶場景中，才能為業務用戶描繪更精準的業務發展空間。
第四，規律發現和規律失效間的矛盾。調研顯示，從大數據應用總結出的規律來看，建立失效預警是特別必要的。當企業通過大數據分析發現一個規律，并在現實中應用時，必須要設立一些預警指標。當指標達到一定程度，既表明之前發現的規律已經失效，必須發現新的規律、建立新相關指標，這稱為數據價值的有效性。沒有根據實際應用場景的變化而及時更新的數據，挖掘得再多都是無謂的浪費，熟練應用失效預警，企業才能培養起團隊對數據真實有效的敏感性。
6 結語
大數據思維把人們從舊的發展觀、價值觀中解放出來，復雜技術的涌現和科技進步促使人們開始從大數據思維視角重新審視世界，從而獲取正確理解世界的角度性工具。大數據思維是客觀存在，大數據思維是新的思維觀。用大數據思維方式思考問題，解決問題是當下企業潮流。中國鐵路正處于加快轉變發展方式的新形勢下，為了適應市場化經營要求，構建鐵路運輸企業的核心競爭力，提升鐵路的持續發展能力和盈利能力，應用大數據思維去推動鐵路創新發展具有極其重要的現實意義。
參考文獻：
[1]李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域――大數據的研究現狀與科學思考[J].中國科學院院刊.2012（06）
[2]孟小峰，慈祥.大數據管理： 概念、技術與挑戰[J].計算機研究與發展，2013，50（1）
[3]王衛東，徐貴紅，劉金朝，張文軒，邢小琴.鐵路基礎設施大數據的應用與發展[J].2015（05）
[4]維克托?舍恩伯格，肯尼斯?庫克耶.大數據時代[M].杭州：浙江人民出版社，2013.
[5]王元卓，靳小龍，程學旗.網絡大數據：現狀與展望[J].計算機學報. 2013（06）
[6]劉婷，徐寰春.淺析大數據時代背景下智慧城市規劃[J].智能城市.2016（09）
[7]李藝杰.淺談大數據時代數據信息現狀及發展[J].中國新技術新產品. 2014（15）
[8]馮永強，張良，馮怡，朱尚杰.大數據應用的現狀與展望[J].信息化建設. 2015（12）
[9]張保國.淺議大數據在公交經營管理中的應用[J].城市公共交通.2016（03）
[10]方巍，鄭玉，徐江.大數據：概念、技術及應用研究綜述[J].南京信息工程大學學報（自然科學版）.2014（05）
[11]鄔賀銓.大數據時代的機遇與挑戰[J].求是.2013（04）
[12]王浩，張怡.大數據時代下人類思維方式變革的趨勢[J]. 新西部（理論版）. 2015（02）
篇12
二、勞動和資本各自的歷史發展
1．簡單勞動向復雜勞動的發展
在農業文明時代，物質生產勞動主要是一種以體力為主的簡單勞動，知識在其中的作用很有限：直接生產勞動者固然文化程度和技術水平很低，就是專門從事智力工作的知識分子，絕大部分人和絕大部分時間都用于宗教和哲學等非實用性的、“形而上”的研究，自然科學極不發達，即算有，也很少運用于直接物質資料生產過程。在工業文明時代，知識成為物質資料生產過程中的極為重要的生產要素，具體表現為科學在生產過程中的運用，即以機器體系為代表的先進生產工具的發展和使用，因此誰能夠擁有這些先進的生產工具，誰就掌握了最主要的生產要素，誰就會在生產過程中占主導地位。與此同時，占就業人口絕大多數的勞動者仍然從事簡單勞動，成為機器體系中的一個被動的環節。雖然全部簡單勞動之總和在整個生產體系中（尤其是在勞動密集型工業中）是非常重要和不可缺少的，但單個工人的勞動則是無足輕重的，因此在沒有組成工會之前，單個的工人在勞動力市場上處于十分被動和軟弱的地位，資本與勞動的區分和對立就是建立在這種歷史狀況的基礎上的。農業文明與工業文明時代的勞動可以歸結為一種舊式的勞動，兩者的區別在于，少數人所創造的知識在農業文明時代還沒有應用于直接生產過程，而在工業文明中得到了應用，但在農業文明和工業文明的總勞動結構中，兩者都以簡單勞動為主，從事簡單勞動的勞動者占勞動人口的絕對多數。信息和知識文明時代，則出現了一種新的勞動形態，這時的科學技術在生產過程中得到更為全面和深刻的運用，以至勞動人口中的絕大多數已由簡單勞動者變為復雜勞動者、由藍領工人變為白領工人；不是少數人的智力和知識及作為其物化的生產工具，而是絕大多數人的智力和知識，成為最主要的生產要素，成為物質生產過程中的主導力量。這種新型勞動的出現，使它的對立面，即資本也改變了自己的形態。
2．物質資本向人力資本發展
20世紀中葉，傳統的以物質資本為主導原則的經濟學受到經濟發展中出現的許多難解之謎的強烈挑戰。
（1）現代經濟增長之謎根據美國經濟學家舒爾茨的計算，從1929~1957年，美國經濟增長的速度大大快于物質資本投入的增長速度。“大量的估計數字表明，國民收入的增長比國民資源的增長要快……與用于產生收入的土地、實際勞動量和再生產性資本的數量三者結合起來的數量相比，美國國民收入持續增長的速度要高得多。而且，最近幾十年間，從一個商業周期到另一個商業周期，兩個增長之差變得越來越大。”比如，盡管美國農業的投入并沒有實質性的增加，而產出卻出現了較大幅度的增長。那么，這個巨大的差值、差率和差額是怎樣產生呢？
（2）庫茲涅茨之謎美國著名經濟學家庫茲涅茨發現，在美國經濟增長的同時，其資本形成的速度卻相對下降了。這就是說，相對于國民收入的增長，美國的凈資本形成卻在減少。例如，美國資本與產出之比，1869～1888年間是3.2∶1，1909～1928年間是3.6∶1，而1946～1955年間卻只是2.5∶1“。換言之，在最近幾十年中，更多的產出是用較少的資本生產出來的。”國民收入中由資產所創造出來的份額從大約45%降至25%，而在勞動工時相對降低的情況下，歸于勞動對國民收入的貢獻卻由55%提高到75%。那么，這部分貢獻是怎樣產生的呢？
（3）工人收入增長之謎20世紀以來，美國和西方國家工人實際收入水平普遍得到較大幅度的提高，與此同時，勞動工時卻大大縮短了：1900年～1920年，工作時間減少37%，而收入卻增長34%；1920年～1940年，工作時間減少20%，而收入卻增長35%；1940年～1970年，工作時間減少了17%，而實際收入增長了37%。從1900年至1909年期間，雇員報酬在國民收入中約占55%，而在1970年則占了75%。與此相反，財產所有者收入從24%降至8%，租金收入從9%降至3%，凈利息從5.5%降至4%。當然可以用工人階級的斗爭和資產階級的讓步這種政治原因來加以解釋，但除此以外，還有沒有純經濟原因在起作用？
（4）個人收入分配差距縮短之謎20世紀以來，尤其是二戰以后，美國和其他西方國家的個人收入差別呈現出逐步縮小的趨勢。當然可以用累進稅制和公共轉移支付等第二次分配來加以解釋，但是否有更加深層的原因和必然性呢？舒爾茨等人認為，以上這些謎團，絕不能僅僅用資金的投入，也不能用就業人數和勞動工時的增加來解釋，而只能用“人力資源質量的改進”來解釋。這就是說，高質量的勞動力“、知識、技術、有關工作機會的信息以及移民方面的投資”的提高，成為經濟增長的一個重要來源；舒爾茨等人將這種新型勞動力稱之為“人力資本”（humancapital）。為什么要把高質量的勞動力稱為“人力資本”，以區別于傳統意義上的勞動力呢？原因如下：第一，同物質資本一樣，人的知識、技能等質量因素的形成和維持都要花費成本，這一成本要高于形成和維持普通勞動力所需的生活費用。早期資本主義階段的簡單勞動力只需很少的費用就能維持，但高質量的勞動力則需要接受長期的教育和培訓，而教育和培訓需要較多的投資。自20世紀以來，各國政府和勞動者本人花費在教育上的投資在不斷增長。美國勞工教育資本存量，按1956年美元價值計算，在1930～1957年間由1800億美元上升到5350億美元。第二，同物質資本一樣，人們在知識、技能等方面的費用支出，是為了獲得將來更大的收益而放棄了眼前消費和眼前收入，這種投資具有周期長、風險大的特點，機會成本比較高，比如為了完成大學教育，就必須放棄不上大學而馬上就業獲得的收入。相對而言，簡單的勞動力則不具備這種特征。第三，與物質資本一樣，知識、技能、智慧、創造力等等具有稀缺性，在勞動力市場上求大于供，可以獲得較好的價格。與此相反，簡單勞動力則不具有稀缺性，且供大于求，在價格談判過程中處于劣勢地位。第四，與物質資本一樣，高質量勞動力具有較大的生產效率，能夠創造較多的財富，因而理所當然也應得到較高的收入。與此相反，簡單勞動力則只有較低的生產效率，因此收入也較少。由于有了人力資本的理論，上述經濟之謎都能得到較為合理的理解：從1929年～1957年，美國經濟增長中有20%來自教育，而工人收入的增長和個人收入分配差別縮小的根本原因，也在于人們受教育水平的普遍提高，是人力資本投資的結果。國外有關專家曾研究過教育對提高個人勞動生產率的作用，認為相對于未受教育的人來說，小學教育能提高人的勞動生產率43%，中學教育能提高108%，大學教育能提高300%。換句話說，大學畢業者的勞動生產率是未受過教育者的4倍，是受過小學教育者的2.8倍，是受過中學教育者的2倍。
3．人力資本的定義
人力資本，由于它主要通過教育途徑而形成和獲得，因而又可以稱之為教育資本；由于它的主要內容是信息、知識，因而又可稱之為信息資本、知識資本；由于它的非物質性，因而又可稱之為精神資本、無形資本；由于它與體力、簡單勞動力的區別，因而又可以稱之為智力資本。在所有這些稱號中，知識資本、人力資本最為貼近，在全世界也叫得最響，主要原因在于：第一，教育資本、精神資本、無形資本、信息資本、智力資本等概念都只是反映了人力資本的形式和外部特征，知識資本則反映了人力資本的內容；第二，信息經濟、信息時代、信息文明等概念，作為工業經濟、工業時代、工業文明之后的過渡階段，被知識經濟、知識時代、知識文明所取代，知識、知識經濟又把信息、信息經濟揚棄地包含于自身之中。知識成為最主要的生產要素、生產力和財富，整個經濟都建立在知識的生產、使用、交換和分配的基礎上。現在可以正式對人力資本或知識資本加以定義了。
（1）人力資本是指“個人的生產技術、才能和知識”（薩洛，1970），是“居住于一個國家內人民的知識、技術及能力的總和，更廣義地講，還包括：首創精神、應變能力、持續工作能力、正確的價值觀、興趣、態度以及其他可以提高產出和促進經濟增長的人的質量因素”（M.M.麥塔，1976）。我國學者李建民將人力資本定義為“存在于人體之中的、后天獲得的具有經濟價值的知識、技術和健康等質量因素之和。”上述定義突出了人力資本兩個最基本的特征：第一，它是人的“知識、技術及能力”等質量因素，而不是體力等簡單勞動力；第二，它不是泛指一切知識、技術和能力，而特指“具有經濟價值”的、“可以提高產出和促進經濟增長”的知識、技術和能力。
（2）狹義的、直接的人力資本是指具有直接市場價值和經濟意義的知識、技術和才能；廣義的、間接的人力資本是指一切直接或間接、現實或潛在地具有市場價值和經濟意義的知識、技術和才能。具體而言，狹義的、直接的人力資本是指已進入市場或者馬上能夠進行市場運作的、可以提高產出和促進經濟增長的、具有經濟價值的知識、技術和才能。一般來說，這些知識、技術和才能或者具有較強的實用性、可操作性、經濟可行性，能夠取得直接的產出、增值和利潤，或者擁有相當的市場需求和顧客群。這是它們成為人力資本的客觀條件。另一方面，僅僅具有客觀條件還不夠——由于人力資本直接存在于人身上，與它的主體、所有者有直接的同一性，是直接為它的所有者帶來經濟利益的，因此如果所有者本人沒有關于人力資本的自我意識、沒有把它投入運營并獲取利潤的市場觀念、沒有基本的運營能力，那么這些知識、技術和才能對它的所有者來說，就不具有資本的意義。可見，知識、技術和才能的所有者本身的產權意識、市場意識、經營意識，是構成人力資本的主觀條件。否則，這些知識、技術和才能就會被他人（比如傳統意義上的資本家）當做簡單勞動力加以廉價使用，并因此而獲得巨大的超額利潤。這可是一種真正意義上的剝削。廣義的、潛在的人力資本，指由于客觀條件和主觀條件不具備，很難或暫時不能進入市場、不能提高產出和促進經濟增長、不具備經濟價值的知識、技術和才能。或者說，在這種知識、技術和才能與物質財富和經濟效益之間，有太多中間環節，以至它們只具有間接經濟價值，因此又可以叫做間接的人力資本。人力資本固然肯定是人的知識、技術和才能，但并非一切知識、技術和才能都直接具有人力資本的意義。比如許多哲學、宗教、道德、藝術、自然科學基礎理論知識并不能帶來直接的產出和經濟效益的提高，這些知識作為商品在市場上出售，也往往是賠本的。但不能說它們就不重要或根本不具有人力資本的意義，因為第一，這些知識是那些實用型知識的理論基礎或精神背景，從歷史上看，后者大都是從前者中分化出來的；第二，這些知識、智慧從整體上提高了人的基本素質、擴展了人的視野和精神境界、熏陶了人的氣質和情操，從而間接地提高了人的生產力和生產效率；第三，隨著人的文化素質的普遍提高，這些知識作為商品也會贏得越來越多的顧客和消費者，從而獲得直接的經濟效益和利潤——實際上，凡是成了經典的哲學、宗教、藝術和理論科學作品，都是暢銷書、常銷書，只不過他們的作者已經享受不到其帶來的經濟利益罷了。
對人力資本作這種區分具有非常大的經濟意義：人們在對人力資本進行運營時，要進行深刻的市場分析，選擇那些在現階段具有市場需求并能夠運用于直接生產過程的知識、技術和才能加以運營，以獲取近期的經濟利益，同時也要投資于那些對于未來發展具有重大價值的知識、技術和才能的生產，以獲取遠期的經濟利益。不論對于一個國家，或是對于一個企業，還是對我們每一個個人，都必須確立這樣一種人力資本的發展戰略。
4．人力資本的構成
如果我們深入研究具有經濟價值的“知識、技術和才能”，可以發現它們是由以下四個基本方面組成的：
（1）經營管理性人力資本。這一部分人力資本，在早期資本主義階段，隱匿在物質資本概念中，后來成為獨立的生產要素，叫做“企業家才能”，也可以簡稱為“管理資本”、“結構資本”，指在生產經營過程中進行的計劃、決策、組織、溝通、領導、指揮、協調、控制、市場分析、價格談判等方面的知識、技術和才能。無論是在傳統工業經濟中，還是在知識經濟中，這都是一種非常重要的人力資本。
篇13
[中圖分類號]F59 [文獻標識碼]A [文章編號]1673-0194（2015）02-0184-04
國務院于2009年12月頒布《關于加快發展旅游業的意見》（國發[2009]41號），將旅游業定位為國民經濟的戰略性支柱產業和人民群眾更加滿意的現代服務業，進一步提升了旅游業在國民經濟中的戰略性地位。寧夏回族自治區黨委、政府將旅游業定為新的經濟增長點和特色產業來培育，確立了以打造“西部獨具特色旅游目的地”和“面向阿拉伯國家和穆斯林地區的國際旅游目的地”為目標的宏偉藍圖，目前已經形成了以兩山一河（賀蘭山、六盤山、黃河）、兩沙一陵（沙坡頭、沙湖、西夏陵）、兩文一景（回族文化、西夏文化、塞上江南特色景觀）為核心的A級以上景區31家，其中4A級及以上景區11家，在中國西北旅游圈發展格局中占有了一席之地，旅游業的快速發展取得了極好的業績和經濟效益，2010年接待國內游客就已經突破1000萬人次，入境游客1.79萬人次，實現旅游總收入67.8億元，相當于全區GDP的4.12%。但寧夏傳統的旅游管理方式已遠遠不能滿足游客多層次的需求和旅游資源的動態變化趨勢，信息技術在旅游行業里的應用范圍窄、深度淺，成為旅游行業快速穩步發展的“瓶頸”，其中信息化和智能化管理是亟待解決的關鍵技術問題之一，迫切需要借助以空間信息處理為核心的地理信息系統（GIS）技術支撐，構建具有內容豐富，功能強大的空間信息管理系統、空間信息分析系統、空間信息查詢系統及三維影像顯示系統等功能的智能化旅游管理信息系統。因此，本文將地理信息系統技術和多媒體制作技術引入到寧夏回族自治區的旅游系統中來，開發具有編輯測量、精確定位、信息查詢、資源動態管理和路徑優化決策模塊的寧夏智能化旅游信息系統，實現空間數據與屬性數據關聯的多媒體地圖和全區旅游資源的高效利用與管理，以此整合寧夏全省現有旅游資源，進一步縮小與其他省份之間的信息化水平差距，為實現寧夏旅游產業跨越式發展提供信息管理技術體系保障，同時為游客帶來前所未有的便利和全新的服務。
該旅游信息系統旨在實現以下幾個具體目標：一是結合寧夏典型旅游景區及周邊進行旅游資源的實地勘察與調研，構建寧夏智能旅游信息管理系統的理論基礎和模型體系架構；二是旅游資源普查及數據庫關聯構建：在各縣區旅游資源及旅游支撐系統普查的基礎上，經宏觀分析、計算、提煉、研究，完成空間數據庫設計和屬性數據庫設計及關聯關系創建；三是在統計分析寧夏旅游綜合資源與旅游行業屬性數據和景區及周邊空間數據的基礎上，通過系統分析、系統總體設計和數據庫設計，使用現今流行的GIS軟件如MapX、Supermap等，程序設計語言使用主流的開發語言進行混合編程如、JAVA等，以及使用Authorware、Flash等多媒體制作軟件作為動態交互部分的開發平臺，開發出包含景區及周邊旅游資源分析、景區及周邊發展條件分析、游客源市場分析、景區及周邊環境的空間分析和景區及周邊經營管理中的靜態與動態的空間分配和利用率分析等功能，實現空間數據與屬性數據關聯，以及多媒體圖形化顯示目標的寧夏智能化旅游信息系統。
1 國內外研究及技術現狀
現代旅游業的快速發展，旅游需求更加趨向多樣化，游客對獲取旅游信息的要求更高，旅游資源管理面臨復雜化變化趨勢，對旅游信息化技術的發展與應用也提出了更高的要求。縱觀國外對旅游信息管理系統的研究[1-6]，國外旅游信息管理系統主要有三種空間尺度的系統形式：第一種是以國家空間尺度信息系統，通過核心計算機數據庫及其服務器的轉換和連接，使各個終端進入系統數據庫，以此整合、協調和運行全國范圍內的旅游信息，如丹麥的國家旅游目的地信息系統；第二種是區域空間尺度的信息系統，該類系統主要面向區域性游客出行、酒店、門票預訂和游線的信息和查詢為目的，其數據庫信息的更新快捷和針對性更加貼近游客，如奧地利羅爾旅游管理信息系統和瑞士阿彭策爾旅游管理信息系統，該方式以用戶電腦終端為基礎，由景區的旅游資源、旅游設施、地理環境等方面的詳細的信息數據庫組成，單體用戶終端通過專用軟件與地區性信息系統實現聯網；第三種是跨區協作旅游信息系統，該類系統主要是為了滿足跨地區和國際之間的旅游信息溝通與共享，采用視頻傳輸系統，通過視頻傳輸技術連接信息系統數據庫和用戶，直接實現圖像之間的傳輸，用戶就可以獲取旅游地景觀圖像，與旅游景區保持聯系，這就極大地豐富了旅游管理信息系統數據庫的內容。以此大大提高了經濟效益、工作效率、服務質量；同時，提高了智能化管理旅游資源和提高旅游系統效率的途徑，同時也是成為強化國際旅游市場競爭的重要手段。
國內相關研究遠遠遲于歐美國家，從20世紀80年代初期才開始進行的。通過引進、借鑒、消化吸收國外技術經驗，在理論和實踐方面均取得了長足的進步，主要表現在三個方面國：第一，理論研究方面，著眼于面向管理者和旅游者的旅游信息系統查詢、資源管理、游前體驗目的[7-9]，在GIS軟件組件式和模塊構成的集成、整合和多空間尺度的旅游信息多媒體表達方面[10-13]，形成和發表了一系列專著和論文。初步形成了以旅游信息科學為載體的學科體系[14]；第二，旅游信息系統實踐應用方面，在吸納整合國內外組件式GIS軟件公司MapX、SuperMap的技術性掛件的基礎上，中科院遙感所、湖南地質遙感所、青海省由中國科學院青海鹽湖研究所與青海師范大學、中科院遙感應用研究所和中國科學院成都山地與環境災害研究所等科研院所及高校陸陸續續建立了面向管理層的由地理信息基礎庫[15-17]、旅游資源庫、服務設施庫、游客統計庫、資料庫組成的旅游資源信息系統[18-25]，和面向游客的區域旅游信息系統（Tourist-oriented Regional Tourism Information System，TORTIS ），后期系統在模塊構建方面做了進一步的優化提升，增加了數據輸入模塊、查詢檢索模塊、路線選擇模塊、顯示輸出模塊、系統界面模塊等，提高了用戶需求的滿足和可操作性；第三，由于大數據和云計算的興起，引發了對智慧旅游系統的關注和構建[26-31]，在2011年1月在全國旅游工作會議上，邵琪偉局長在報告中提出了開展“智慧旅游城市”試點建設。北京市、南京市、吉林省、四川省、大連市、蘇州市、黃山市、溫州市、武夷山、鎮江等兩省八市成為首批試點地區。2012年5月國家旅游局又公布了第二批“智慧旅游城市”試點名單，增加了無錫市、常州市、揚州市、南通市、武漢市、成都市、福州市、廈門市、煙臺市、洛陽市等十個城市。九寨溝等景區作為智慧旅游系統的先行者和實踐者在眾多院士和區域學者的引領下，做了積極有效的嘗試和構建，取得了一定的效率提升和綜合效益。
綜上所述，國內外旅游信息系統的研究和實踐方面均取得了較大的成績，但依然存在針對游客實際需求和期望信息采集、處理和分析技術系統研究的缺失和不足，主要表現為比較重視硬件投資而忽視了針對具體區域的軟件信息技術的獨立研發和整合應用，由此限制了旅游資源信息系統的功能和吸引力。迅速膨脹的技術經濟和知識經濟已經將寧夏等邊遠省份遠遠拋在后面，主要在信息系統的空間信息的表達和分析功能非常缺乏，信息系統中的信息相當貧乏等，這對于對接國線旅游市場和滿足日新月異的旅游者需求方面已經存在較大短板，顯然不能適應當今信息時代的旅游業發展要求和智慧旅游的發展潮流。因此，有必要以寧夏典型旅游景區為依托展開理論和實踐研究。
2 系統設計內容及技術構架
2.1 系統設計內容
2.1.1 理論基礎對比研究與技術可行性分析
結合寧夏典型旅游景區及資源的實地調查，寧夏智能化旅游信息管理平臺（以下簡稱旅游平臺）的構建是對傳統的旅游行業的管理與發展進行深入研究和探討，分析了存在的行業短板，提出了行業解決方案，對旅游平臺所采用的方法、技術進行探索與可行性論證。
2.1.2 基礎旅游資源普查、分類與評價模型構建
對寧夏各縣市典型景區旅游資源及周邊旅游支撐系統調研的基礎上，采用基于景觀生態學的景觀評估模型的綜合評價法和基于時間序列分析方法的三次指數平滑法建立旅游信息系統的評價及預測模型。經宏觀分析、計算、提煉、研究，完成空間數據庫設計和屬性數據庫設計及關聯關系創建，并進行數據的優化分析和統計，實現對景區的評價和預測，將結果以圖形、圖表等直觀可視化形式表現出來。
2.1.3 空間數據庫及屬性數據庫的設計與關聯構建
空間數據主要由基礎地理信息數據和專題地理信息數據組成，各空間數據按其特征以圖層的方式分層存儲。其中基礎地理信息數據劃分為一些最基本的地圖圖層，如省界、市界、區界、道路、水系等，專題地理信息數據則由景區、景點、周邊娛樂、購物、交通等組成。按照數據分類編碼體系規范化分類編碼，采用分層存儲，并且賦予各層地理數據屬性，每個圖層包括整個地圖的一個方面，圖上所有要素均按點、線、面要素分層。
專題地理信息數據庫由旅游資源數據庫和旅游服務設施數據庫組成。主要包括景區、景點、娛樂、購物、賓館、飯店、醫院等的配套服務及設施的分布數據。本系統利用電子地圖工具里的分層技術，將專題地理信息數據庫中涉及到的景區景點及相關信息按照一定的標準分類，分別組織到不同的圖層，每一個屬性圖層里的內容都使用特定的圖符表示并對應不同的數據源，即每一個圖層都是空間地圖與屬性地圖的相互配合的分層數據。
屬性數據庫的數據通過兩種圖形對照法和預先建立屬性表格法輸入寧夏典型景區旅游資源、旅游設施等方面的主要屬性，然后根據標示關鍵詞和圖形之間的鏈接，建立數據庫與關系數據庫的關聯。
2.2 系統構架
通過對寧夏旅游業現狀的分析該平臺以分單元的形式（即：管理系統單元、全景虛擬體驗系統單元、客流統計系統單元和電子導游系統單元等四個單元）（見圖1），將各單元功能有效的組合，通過管理系統單元統一各單元的數據標準和接口，以實現有效數據的采集和分析實現建設目標。
第一單元：管理系統單元主要分為內網和外網部分，內網以數據統計分析及各項報表功能為主，外網以信息、景點展示、旅游產品、紀念品等電子商務的功能為主，旨在智能便捷的為游客提服務，在使用GIS技術的同時，引入了景觀評估模型。使得原本抽象的模型變得更加直觀，方便了管理部門決策；同時也為游客提供了更好的出行參考。
第二單元：全景虛擬體驗系統單元主要是景點展示、說明、虛擬體驗為主與管理系統單元的外網部分相結合，利用現今流行的全景拍攝技術與Web技術相結合，對景區的景點實現街景地圖的效果，使用戶如身臨其境的感官體驗，并能更多的了解自己感興趣的景區景點。
第三單元：客流統計系統單元主要以客流數據的采集、統計、分析為主，通過客流統計與預警系統，可以做到人流預警，解決人員密集時段的預知，并為場所經營者提供準確的客流信息，及時發現重大的客流安全隱患，幫助場所管理人員在客流高峰時期采取適當的措施，正確引導客流，避免事故的發生。該單元與管理系統單元的內網系統相結合。
第四單元：電子導游系統單元是通過多媒體技術開發適用于手機操作系統和專用數據終端的應用軟件，即能自動通過語音導覽終端機進行講解；同時，同步顯示講解點圖片信息，實現走到哪，對應講解到哪。該單元與管理系統單元的內網相結合。
3 系統設計與開發
3.1 系統設計程序
根據寧夏旅游行業需求分析和實際應用分析，寧夏智能化旅游信息平臺（以下簡稱旅游平臺）通過四個單元的內容組成結構，基于B/S架構以Web GIS技術為支撐，借助Ajax異步交互及GIS空間分析功能等技術，使用JAVA、、C#.net、等開發語言和SQL Server數據庫進行混合編程，分為以下幾個子系統。
3.1.1 景區評估規劃
建立評估模型，通過專家評測，游客評價，對景區的合理規劃提供技術參考和建議意見，保證景區的最佳景觀效果和管理模式，通過旅游區熱度統計，區域吸引力評價，規劃熱門景區線路和主題線路。
3.1.2 旅游門戶網站
以電子地圖、三維模擬和實景體驗等形式，基于手機、PAD、瀏覽器多個終端，為游客提供信息瀏覽、查詢、導航等人性化的服務，并對景區所在地的各項基礎地理信息、旅游資源及周邊設施進行統一管理。
如以吃為主的飯館、酒店、特色農家樂等，以住為主的賓館、旅館等，以行為主的旅游社團等，以及涉外機關、交通、郵電、銀行、醫療等配套服務設施的相關信息、天氣實時信息的查詢等相關旅游服務的管理。
3.1.3 客流統計分析
采用視頻式客流統計，對客流數據進行統計分析和挖掘，通過采集到的流量數據，用跟蹤層的方式，動態的顯示在地圖上，可做到每天24小時的流量動態顯示，這種基于模型的機器視覺技術，能準確地統計通道口出入人數和提供人群流動方向等信息，為科學決策提供數據支持。
3.1.4 移動智能導覽
基于手機終端APP，在景區內建立布局合理的wifi熱點，游客可用手機掃描二維碼，安裝手機導覽系統，為游客提供景區導游和位置服務；同時，可接入景區的人流統計疏導系統，為游客提供導游、查詢和實時客流疏導提醒等服務。
3.2 關鍵技術突破
3.2.1 景區評估和游客評價模型的建立
通過引入基于景觀生態學的景觀評估模型和基于景區地圖應用服務的游客評價系統，實現景區管理部門對旅游資源的開發應用和保護，更具科學性和可持續發展性。
3.2.2 客流采集分析
采用基于模型的機器視覺技術，將統計的人數和人群流動方向等信息，與電子地圖的跟蹤層方式相結合，實現動態實時的流量數據。
3.2.3 無線定位算法
基于WiFi射頻信號強度的權重值選擇的定位算法。該算法是基于WiFi射頻指紋的空間定位法，移動終端通過獲得WiFi有效范圍內的射頻指紋特征，為每個掃描到的WiFi射頻指紋設定了選擇區間，指紋庫中落在此區間的所有位置點設平均權值，最后選取權重值最大的WiFi射頻信號為待定位點，如有相同權重值的WiFi射頻信號，則比較信號強度距離取最小值，通過這種算法在一定程度上克服了WiFi射頻指紋信號隨機抖動對定位的影響，提高了定位的穩定性和精度。定位算法運行于服務端，客戶端為配備WiFi模塊的Android手機。借助該定位系統，解決了當衛星信號受到各種障礙物遮擋或干擾時，無法定位或誤差較大的問題。
3.3 主要模塊與特色功能
3.3.1 主要模塊
地圖操作：平移、拉框放大、拉框縮小、全副顯示、距離量算、面積量算、清除高亮、鷹眼圖、比例尺、指北針等輔助操作工具。
空間查詢：提供中心點查詢、多邊形查詢、拉框查詢等空間查詢操作。
屬性查詢：用戶以感興趣的分類別（歷史景觀、自然景觀、人文景觀、其他）景點為中心，可進行屬性查詢和簡單空間查詢。
路徑分析：通過一個站點列表，將在地圖上拾取的若干路徑站點包含進來，對他們按照自己的需求進行增刪、調序之后，進行路徑分析。
景觀評估：相關專家通過登錄景觀評估平臺，根據評估模型進行判斷評分。平臺通過統計分析算法將評分結果自動生成圖表和地圖。管理員可以登錄平臺進行評分模型的權重進行增加、刪除或修改。
地圖自助服務：游客可以在景區地圖上自助標注、發表意見、并查看，管理員通過后臺管理系統可回復和刪除游客自助的標簽和發表的意見。
游客評價：游客在前臺根據管理員設置的評價說明選項進行評價。管理員后臺登錄編輯評價選項。
流量變化查看：打開流量查看，出現流量圖例頁面，選擇時間，通過點擊控制軸上兩邊的箭頭來絲24小時內的流量變化情況，并且在控制軸的右側會顯示當前絲吹氖奔淶恪
出租計價：選擇起始點和終止點下拉列表框中的選擇項，進行簡單的出租線路總長度和費用的計算。
移動導覽：將手機APP應用安裝在手機終端上，根據景點位置信息找到地圖上的景點，并標記出來，當靠近該景點或點擊景點，便可以轉到景點的介紹界面，可看到景點的圖片、文字說明，同時還有語音講解。在游覽的同時，還可見自己的見聞分享到微信中，并有方便的景區周邊資源的查找功能和語言設置。
3.3.2 特色功能
第一，使用目前流行的JAVA與.NET混合編程的技術，界面設計新穎獨特，集視頻、動畫、交互和街景于一體，操作使用便捷，接口靈活，具有多平臺兼容等優勢。
第二，系統借鑒經典三層架構結合WCF進行開發，代碼結構合理，易于維護。
第三，路徑分析更具人性化，用戶既可點選地圖任意點進行多點路徑分析，又可將地物查詢果加入分析列表進行分析，同時可對列表中的站點進行位置調整、刪除等操作。
第四，基于模型的機器視覺技術，對行人進行精確定位、跟蹤，統計準確率達95% 以上。
第五，無線定位技術的應用，是對GPS 的有力補充。在移動智能導覽系統中，集成了基于權值選擇的無線信號強度獲取目標位置信息的位置算法，在一定程度上減少了GPS信號由于干擾或漂移引起的定位誤差，提高了游客位置信息的精確度。
4 討論與不足
本文立足解決限制寧夏旅游業進一步穩定快速發展的信息化和智能化的“瓶頸”問題，借助以空間信息處理為核心的地理信息系統（GIS）技術支撐，構建具有強大的空間信息管理、空間信息分析、空間信息查詢及三維影像顯示等功能的智能化旅游管理信息系統。
通過引入了基于景觀生態學的景觀評估模型和基于地圖服務的互動平臺以及游客評價系統，采用基于模型的機器視覺技術和基于WiFi射頻信號強度的權重值選擇的定位算法。整合管理系統單元、全景虛擬體驗系統單元、客流統計系統單元和電子導游系統單元四個單元于一體，強化游客體驗和管理者智能動態化管理的動態導向特征，在一定程度上能夠縮小寧夏與其他省區在智能化旅游管理技術上的差距。
但隨著智慧旅游一詞的問世，建設智慧旅游已經在全國范圍內蔚然成風，順應智慧旅游趨勢該系統還有進一步優化和擴展的空間。尤其是大數據技術的引入將推動智慧旅游向更廣更深的領域發展，其中一個重要趨向是面向游客深度體驗和虛擬體驗的關注，在借助智慧旅游最大程度地滿足游客個性化需求和提供定制化服務，通過社交媒體和手機定位技術發展如現場救援、需求挖掘，需求響應等相關的新興旅游服務將是智能化旅游管理信息系統的未來方向。
主要參考文獻
[1]P Sheldon . Tourism Information Technology[M]//International Handbook on the Economics of Tourism. Cheltenham，UK：Edward Elgar Publishing Ltd，2006.
[2]G Inkpen . Information Technology for Travel and Tourism[M].Harlow，UK： Pearson Professional Education，1994.
[3]H Werthner，S Klein. Information Technology and Tourism：A Challenging Relationship[M]. New York，NY：Springer， 2005.
[4]D Buhalis.Tourism：Information Technology for Strategic Tourism Management[M].Upper Saddle River，NJ：Prentice Hall， 2003.
[5]P O’Connor . Electronic Information Distribution in Tourism and Hospitality[M]. Wallingford，UK： CAB International Publishing， 2004.
[6]D Buhalis .Tourism Distribution Channels： Practices，Issues and Transformations[M].London ，UK： Continuum Publishing， 2001.
[7]羅平，黃耀麗，何素方.基于GIS和多媒體集成的旅游信息系統開發與實踐[J].測繪通報，2001（12）：25-27.
[8]向華，許曉宏，段剛，等.基于ActiveX技術開發數字化旅游信息系統[J].地理空間信息，2004 ，2 （1）：29-31.
[9]李曉黎.張巍.Visual Basic+SQL Server數據庫應用系統開發與實例[M].北京：人民郵電出版社，2003.
[10]北京超圖地理信息技術有限公司.SuperMap Deskpro用戶手冊[Z].2001.
[11]北京超圖地理信息技術有限公司.理解Supermap GIS[Z].2003.
[12] 北京超圖地理信息技術有限公司.理解Supermap IS .NET[Z].2004.
[13]董宏超，周慶龍，唐勤學.一種分布式GIS體系結構的設計與實現[J].后勤工程學院學報，2004（1）：30-32.
[14]李君軼，馬耀峰.基于GIS的區域旅游規劃與管理信息系統設計[J].陜西師范大學學報：自然科學版， 2002， 30 （2） ：116-121.
[15]曾思育，傅國偉.地理信息系統技術及其在環境工程領域中的應用[J].遙感信息，1997 （4） ：7-10.
[16]陳薔.基于GIS的福建省旅游信息系統研究[J].經濟地理，2002（1）：120-123.
[17]沈忠環.基于GIS技術的城市旅游地理信息系統[J].信息技術，2005 （2）：18-19.
[18]陳正江，湯國安，任曉東.地理信息系統設計與開發[M].北京：科學出版社.2005.2.
[19]黃怡然.基于INTERNET的旅游信息系統研究[J].計算機應用研究，2000（1）：114-117.
[20]劉琴，沙潤.旅游規劃信息系統的研建[J].地理學與國土研究，2002，18 （3）： 30-33.
[21]胡云.我國旅游業的信息化建設與發展[J].城市問題，2004（2）：51-52.
[22]劉頌，許世遠.GIS在旅游管理和開發中的應用[J].曲阜師范大學學報，2000，26（2）：91-93.
[23]鄭祖金.基于MapX開發灌區管理信息系統[D].武漢：武漢大學，2005.
[24]張劍平，任福繼，葉榮華，等.地理信息系統與MapInfo應用[M].北京：科學出版社，1999.
[25]劉丹，鄭坤.組件技術在GIS系統中的研究與應用[J].地球科學，2002（3）：263-266.
[26]宋揚，李見為.基于組件式地理信息系統的二次開發[J].重慶大學學報，2000（6）：121-123.
[27]唐俊雅，伍世代.旅游管理信息化探析[J].福建師范大學學報：自然科學版，2002，18 （3） ：12-15.
[28]丁伯陽，陶海冰.基于VB+MapInfo下GIS軟件的開發[J].武漢大學學報：工學版，2003（1）：178-181.
