深度人工智能教育范文

发布时间：2023-09-24 15:39:24

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的13篇深度人工智能教育范例，将为您的写作提供有力的支持和灵感！

深度人工智能教育

篇1

一、高职教育现状

（一）客观层面

（1）社会面。当前社会发展处于转型关键期，高职教育迎来全新发展机遇，对人才培养质量不断提高。传统思想中，家长学生都带着有色眼镜看待高职教育。随着社会给技术技能型人才提供很多高薪岗位，部分学生主动选择高职院校进修学业，提高自身技能水平。高职院校必须以社会发展趋势为导向，及时调整自身发展战略。（2）政策面。在新课程改革视域下，政府高度重视高职教育的发展，出台了多项扶持政策，如《国家职业教育改革实施方案》《职业学校专业顶岗实习标准》《关于推进高等职业教育改革创新引领职业教育科学发展的若干意见》等，极大的推动了高职教育的稳定发展。

（二）主观层面

（1）教学理念。高职教师受传统思想影响，往往重视成绩和理论知识，亟需引进新的教学理念，并落实在实际教学中。高职院校已经意识到人工智能时代，自身转型创新的必要性，正积极将全新的教学理念贯穿在人才培养过程中。（2）教学方式。高职教育逐渐创新教学方式，将顶岗实习、校企合作、实训教学等应用在常规教学中，适应时展，彰显职教特色。但在实际教学中，教师理念未发生变化，能力无法满足新型教学方式需求，存在亟需改进优化的地方。（3）教学体系。只有完善的教学体系，才能为高职教育的改革创新提供依据参考。当前高职教育体系中含有诸多不足，如学科单一、理论与实践比重不协调、知识内容陈旧等。高职教育要想适应新时展趋势，应积极完善教学体系。

二、人工智能现状

（1）国家战略。近年来，国家高度重视人工智能发展，国务院《关于印发新一代人工智能发展规划的通知》（国发〔2017〕35号），提出科技创新的主要方向是人工智能，提倡积极构建全新的人工智能科技创新协同机制，进一步完善人工智能教育体系，实现人才储备和梯队建设的目标，推动智能经济的发展。各部委也积极颁布一系列政策，如《智能制造2025》《“互联网+”人工智能三年行动实施方案》《机器人产业发展规划（2016-2020）》等[2]。可见，国家为人工智能技术的发展提供了充足动力，人工智能已成为国家战略的一部分。（2）产业发展。多年的探索，人工智能技术有了明显提升，在问题求解、泛逻辑理论、不确定推理、拓扑学、图像处理、模式识别、专家系统等方面有了显著研究成果，一部分成果甚至领先世界水平。例如我国在模式识别领域的研究，文字识别、语言识别、虹膜识别都取得优异成果，被广泛应用在生物医药、机器人视觉研究、卫星遥感、自主导航、军事等领域。企业十分关注人工智能技术的发展应用，像360人工智能研究院、阿里人工智能研究院、百度人工智能研究院等。人工智能技术的深度研究，使应用和商业价值最大化。据不完全统计，2017年人工智能产业创造700亿元市场价值，预计在2020年产业规模超过1600亿元。

三、人工智能推动新时代高职教育转型发展的必要性

（一）技术技能型人才的需求

高职教育发展的目的是培养适合岗位需求的技术技能型人才。人工智能时代，先进技术的广泛应用，大部分岗位对人才的需求发生明显变化，逐渐形成了“机器换人”的局面。企业中简单、重复、劳动强度大的岗位，都由智能机器人予以代替。例如在京东电商的物流中，出现无人机配送方式，直接冲击了传统人工物流配送模式。相信在不久的将来，会有更多的智能机器人走向物流配送的工作岗位，形成全新的工作体系。此外，在生产制造的质检环节，由于传统人工监测方式存在诸多不足，应用人工智能的图像识别技术，可以实现对产品质量的动态检测。可见，人工智能时代会有大批岗位“消失”，取而代之的是智能化机器人。高职教育必须转变以往的教育模式，顺应时展趋势，结合社会岗位对技能人才的需求，调整高职教育方向，实现高职教育价值。

（二）国家发展战略的要求

以往的发展致力于“中国制造”，但新时代“中国制造”已无法提升综合国力，国家必须调整发展战略。人工智能时代将“中国制造”转变为“中国创造”“中国智造”。这一发展战略的转变，能看出先进科学技术在国家发展中的重要地位。为了2025年实现“中国智造”的目标，高职院校创新人才培养模式，顺应国家发展战略的调整。同时，高职教育转型过程中，转变以往以理论、成绩为主的思想观念，对人才进行更加系统的培养，调整理论知识、实习实践之间的关系比例。人工智能时代的高职教育转变与创新，可以加大对学生创新意识的培养力度，使人才综合素养得到更好提升，满足“中国创造”的需求。

（三）学生自身价值实现的需求

篇2

人工智能的这种神奇魅力吸引了各大科技公司，谷歌、Facebook、IBM等国外科技巨头纷纷通过成立人工智能实验室、并购初创公司等方式，在人工智能领域进行多点布局。百度亦不例外，在人工智能方面的研发可谓不遗余力，更是第一个把人工智能提到核心技术创新地位的国内互联网公司。

2015年底，百度挖来NEC美国智能图像研究院的负责人林元庆担任百度深度实验室主任，由他带领深度学习实验室研发具有统治级别的人工智能技术。在本刊的专访中，林元庆表示，“我觉得中国的互联网节奏非常快，尤其是人工智能的发展。现在人工智能的刚需已经很明显了，可以说非常旺盛，关键是如何把刚需挖掘出来，做出来，这才是重要的。”

百度大脑是百度人工智能的核心

《网络传播》：百度大脑目前有哪些阶段性成果，其价值体现在哪里？

林元庆：百度大脑已建成超大规模的神经网络，拥有万亿级的参数、千亿样本、亿级特征训练，能模拟人脑的工作机制。通过深度学习、大规模计算和大数据三大部分，百度大脑目前已经具备了语音、图像、自然语言理解和用户画像四大前沿能力。以语音识别为例，目前百度语音识别的准确率能够达到97%。在人工智能时代，百度大脑将是百度向社会输出人工智能技术能力的核心，经过长期的投入与布局，未来百度大脑不仅将像百年以前的电力一样成为商业新能源，更将深入到生活中，将电影中的场景变为现实。

《网络传播》：百度大脑宣布对广大开发者、创业者及传统企业开放其核心能力和底层技术开放，是出于何N考虑？

林元庆：百度大脑开放共享的思路，实际上是希望在时代变革大幕开启之际，助力广大合作伙伴全面共享人工智能时代，完成下一幕的转型升级。百度大脑未来将与各行各业结合，衍生出不同领域的行业大脑，比如医疗大脑、交通大脑、金融大脑等。目前，百度大脑已经应用到教育、金融和娱乐等多个行业。

人工智能渗透百度所有产品线

《网络传播》：今年基本上全球各大互联网公司都把人工智能作为最核心突破的领域，在这一领域，百度和其他公司的战略方向有何不同？

林元庆：百度在人工智能领域起步早，布局领域广，并且已经有很深的积累，既实现了对内业务的支持，也进行了大量对外技术的输出。目前，百度的人工智能几乎已经渗透到百度所有的产品线当中，以此改进百度全线产品的用户体验并提升用户黏性。比如说手机百度的语音搜索、凤巢的推广系统以及百度外卖的调度系统、百度金融结合人工智能给用户的画像等等。接下来百度一方面将进一步提升各项人工智能技术，打造平台化的对外输出能力；另外一方面还将着力把这些人工智能技术和能力应用到具体行业和垂类中，提升行业的效率，促进行业变革。

《网络传播》：虽然业界普遍认可人工智能的巨大前景，但在目前来看，人工智能在短期内还很难看到盈利，那么，怎么看人工智能的普及和商业化？

林元庆：人工智能已经为百度的搜索业务提供了巨大帮助。人工智能的发展和普及有四大关键性的支柱――机器学习算法（特别是深度学习）、大数据、大规模计算，以及可供以上要素不断训练迭代的大应用。目前，人工智能在前三个领域都已经有了一定程度的突破，同样关键的是人工智能技术的大规模应用，只有在制造业、医疗、汽车驾驶、娱乐等各个领域各个场景的不断应用，才能形成“数据-技术-产品-用户-更多数据-更强技术”这样的一个正向循环。在这些不断扩展的应用中，商业化也就是自然伴随而来的事情了。

互联网的下一幕是人工智能

《网络传播》：如何看人工智能在2016年的“爆发”？

林元庆：1956年夏天，“人工智能”首次被提出，但在之后的半个世纪都没有能够解决人工智能的问题。上世纪70年代到90年代，美国一直有人工智能的课程，但却没有实际的应用，在当时，任何一个领域都看不到有价值的人工智能应用。上世纪90年代以后，数据量越来越大，计算的能力也越来越强，机器学习逐渐兴起；到2006年，深度学习的概念被提出，特别是在2010到2012年间，深度学习在语音识别和图像识别领域取得了突破性进展。深度学习的成功极大地推动了人工智能的商业化。实际上，在2013年，《MIT科技评论》就已经把深度学习列为当年的十大技术突破之首，但今年确实是人工智能大规模商业化落地的一年。

《网络传播》：人工智能将会如何影响各行各业？

篇3

在对信息科技发展趋势进行判断时，我的看法是，由人工智能、大数据和云计算组成的“ABC”将成为一个时代的主题。A就是AI，人工智能;B是Big Data，大数据;C是Cloud，云计算。

百度云基于“ABC”三位一体的战略。打个比方说，今后，人工智能会变得像电力一样重要，主导着每个人的数字生活体验。大数据就像是新能源，能让服务商更了解用户需求，让用户更轻松地获得自己喜欢的商品和服务。云则提供了各种应用和服务运营的基础。

大家都知道，云计算的三个层次主要是Iaas、Paas和Saas。百度云在这三个层次上都分别有独特的优势。

最底层是基本的IaaS（Infrastructure as a Service），基础设施即服务，我们拥有国内最大的GPU/FPGA集群所构成的百度大脑的支持，最大的HADOOP/SPARK集群和运营效率最高的数据中心。

我们多年服务大规模业务比如搜索和视频的技术，运营大型数据中心能力和支持多项工作流的经验将对弹性、稳定、可靠、安全的云服务提供保障。中间一层是PaaS（Platform as a Service），平台即服务。百度PaaS的与众不同之处在于，AI作为一种横向的服务位于最底层。

百度大脑是百度云的核心引擎，百度云是百度大脑的云化，为前者提供了神经元和数据训练源。通过深度学习和机器学习技术，结合了超强计算、海量数据和优秀算法，在语音、图像、自然语言处理等方面拥有杰出能力，打造独特的知识图谱、用户画像与商业逻辑。

在语音领域，百度Deep Speech 2系统实现了安静环境下汉语普通话语音识别97%的准确率，入选MIT科技评论2016年十大突破性技术。在图像领域，百度人脸识别系统，在全球权威的人脸验证LFW数据集上错误率仅有0.23%。

自然语言处理方面，百度机器翻译系统支持28种语言、756个方向，打破了语言的藩篱。

用户画像方面，百度利用大数据、机器学习技术将数据细分，实现了全平台10亿级用户千万级细分标签，能应用于推荐和预测服务。

此外，我们还将上百种算法模块整合到被称为PaddlePaddle的云端托管分布式深度学习平台。

篇4

随着人工智能技术的不断成熟，人工智能创业的难度逐步降低，越来越多的创业公司加入人工智能的阵营。

2018年被称为人工智能爆发的元年，人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面，带来生产效率及生活品质的大幅提升。智能红利时代开启！资本、巨头和创业公司纷纷涌入，将人工智能拉到了信息产业革命的风口。

如何把握产业动向，抓住风口机会？创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力，在对国内人工智能创业公司进行系统调研的基础上，推出《2018中国人工智能白皮书》，对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。

第一部分人工智能行业发展概述

1.人工智能概念及发展

人工智能（Artificial Intelligence， AI）又称机器智能，是指由人制造出来的机器所表现出来的智能，即通过普通计算机程序的手段实现的类人智能技术。

自1956年达特茅斯会议提出“人工智能”的概念以来，“人工智能”经历了寒冬与交替的起起伏伏60多年的发展历程。2010年以后，深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破，前所未有的人工智能商业化和全球化浪潮席卷而来。

人工智能发展历程

2.人工智能产业链图谱

人工智能产业链可以分为基础设施层、应用技术层和行业应用层。

A基础层，主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。

B技术层，主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。

C应用层，主要是把人工智能相关技术集成到自己的产品和服务中，然后切入特定场景。目前来看，自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。

人工智能产业链

资料来源：创业邦研究中心

第二部分人工智能行业巨头布局

巨头积极寻找人工智能落地场景，B、C 端全面发力。

资料来源：券商报告、互联网公开信息，创业邦研究中心整理

第三部分机器视觉技术解读及行业分析

1.机器视觉技术概念

机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉，以让机器获得相关的视觉信息并加以理解，它是将图像转换成数字信号进行分析处理的技术。

机器视觉的两个组成部分

资料来源：互联网公开信息，创业邦研究中心整理

2.发展关键要素：数据、算力和算法

数据、算力和算法是影响机器视觉行业发展的三要素。人工智能正在像婴儿一样成长，机器不再只是通过特定的编程完成任务，而是通过不断学习来掌握本领，这主要依赖高效的模型算法进行大量数据训练，其背后需要具备高性能计算能力的软硬件作为支撑。

深度学习出现后，机器视觉的主要识别方式发生重大转变，自学习状态成为视觉识别主流，即机器从海量数据里自行归纳特征，然后按照该特征规律使图像识别的精准度也得到极大的提升，从70%+提升到95%。

3.商业模式分析

机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者，其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者，适合以“全产业链生态+场景应用”作为突破口，加速商业化。

（1）软件服务：技术算法驱动者—“技术层+场景应用”作为突破口

这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑，构建起功能和信息架构较为复杂的生态系统，推动最末端的消费者体验。

此类商业模式成功关键因素：深耕算法和通用技术，建立技术优势，同时以场景应用为入口，积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。

国内外基础算法应用对比

资料来源：互联网公开信息，创业邦研究中心整理

（2）软硬件一体化：生态构建者—“全产业链生态+场景应用”作为突破口

软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入，海量优质数据积累，建立算法平台、通用技术平台和应用平台，以场景为入口，积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统，各部分相辅相承，锐化企业竞争力，在产业链中拥有更多话语权。

4.投资方向

（1）前端智能化，低成本的视觉解决模块或设备

从需求层面讲，一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体，一方面提升了处理速度，另一方面可以处理云端难以解决的问题。

机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发，结合先进的算法开发模块和产品，这类企业将在机器视觉领域拥有核心竞争力。

（2）深度学习解决视觉算法场景的专用芯片

以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例，传统的识别方案大都基于颜色空间，如 RGB，HSV ，YCrBr，无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习，如通过 R-CNN 训练大量标注后的手势图像数据，得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时，比传统方案的效果好很多。

（3）新兴服务领域的特殊应用

前沿技术带来的新领域（如无人车、服务机器人、谷歌眼镜等），对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉，涉及三维空间、多维空间，其技术基本上处在初始阶段，未来存在较大市场增长空间。

（4）数据是争夺要点，应用场景是着力关键

机器视觉的研究虽然始于学术界，但作为商业应用，能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据，又有挖掘该数据价值的先进技术时，商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据，要么选择与拥有数据源的公司进行合作，同时选择一个商业落地的方向，实现快速的数据循环。

第四部分智能语言技术解读及行业分析

1.语音识别技术

（1）语音识别技术已趋成熟，全球应用持续升温

语音识别技术已趋成熟，全球应用持续升温。语音识别技术经历了长达60年的发展，近年来机器学习和深度神经网络的引入，使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法，在识别率上取得突破。根据Google Trends统计，自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测，2020年语音及图像搜索占比有望达到50%。Echo热销超过400万，带动智能音箱热潮。

（2）语音识别进入巨头崛起时代，开放平台扩大生态圈成主流

语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖，语音交互技术催生的新商机，吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力，欲吸引更多玩家进入他们的生态系统。

（3）语音识别技术发展瓶颈与趋势

低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%，远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。

麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高，带环境音的语料的搜集、标注可用于模型的训练，有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。

在IOT包括车载领域，云端识别并非通行的最优方案，把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。

2.自然语言处理（NLP）发展现状

（1）多技术融合应用促进NLP技术及应用的发展

深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破，比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展，使DL有了路径在语义理解领域取得突破，并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年，硅谷在语义理解领域的投资热度剧增。

深度学习能最大程度发挥对大数据和算力资源的利用，语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用，应用场景越明确（如客服/助理），逻辑推理要求越浅（如翻译），知识图谱领域越成熟（如数据饱和度和标准性较强的行业），技术上实现可能性相对较低。在各种技术融合应用发展的情况下，具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。

（2）NLP主要应用场景

问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson，典型的办法是把问答用FAQ索引起来，与搜索引擎相似。对每一个新问题进行检索，再将回答按匹配度进行排序，把最有可能的答案排在前面，往往就取第一个作为答案返回给用户。

图像检索。同样也是基于深度学习技术，跨模态地把文本和图片联系起来。

机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近，深度学习被成功地运用到机器翻译里，使得机器翻译的准确率大幅度提升。

对话系统。对话系统的回复是完全开放的，要求机器能准确地理解问题，并且基于自身的知识系统和对于对话目标的理解，去生成一个回复。

（3）创业公司的机遇

1)机器翻译方面：经过多年的探索，机器翻译的水平已经得到大幅度提升，在很多垂直领域已经能够在相当大程度上替代一部分人工，机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。

2)应用于垂直领域的自然语言处理技术

避开巨头们对语音交互入口的竞争，以某一细分行业为切入点，深耕垂直领域，对创业公司也是一个不错的选择。

第五部分人工智能在金融行业的应用分析

人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域；技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易，计算机视觉与生物识别应用于金融领域的身份识别，语音识别及自然语言处理应用于金融领域的智能客服、智能投研；应用层的认知智能应用于金融领域的智能风控。

人工智能在金融行业的典型应用情况

资料来源：创业邦研究中心

第六部分人工智能在医疗行业的应用分析

1.人工智能在医疗行业的应用图谱

人工智能在医疗行业的应用潜力巨大，目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局，其中医学影像、药物挖掘、健康管理，辅助诊疗、虚拟助理的应用发展速度较快。

图人工智能在医疗行业的应用图谱

资料来源：创业邦研究中心

2.人工智能在医疗行业的具体应用场景

医学影像。人工智能应用于医学影像，通过深度学习，实现机器对医学影像的分析判断，是协助医生完成诊断、治疗工作的一种辅助工具，帮助更快的获取影像信息，进行定性定量分析，提升医生看图/读图的效率，协助发现隐藏病灶。人工智能通过影像分类、目标检测、图像分割、图像检索等方式，完成病灶识别与标注，三维重建，靶区自动勾画与自适应放疗等功能，应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。

药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段：将深度学习技术应用于药物临床前研究，在计算机上模拟药物筛选的过程，包括靶点选择、药效和晶型分析等，预测化合物的活性、稳定性和副作用，快速、准确地挖掘和筛选合适的化合物或生物，提高筛选效率，优化构效关系。临床后阶段：针对临床试验的不同阶段，利用人工智能技术对患者病历进行分析，迅速筛选符合条件的被试者，监测管理临床试验过程中的患者服药依从性和数据收集过程，提高临床试验的准确性。

虚拟助理。医疗虚拟助理是基于医疗领域的知识系统，通过人工智能技术实现人机交互，从而在就医过程中，承担诊前问询、诊中记录等工作，成为医务人员的合作伙伴，使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同，主要有智能导诊分诊，智能问诊，用药咨询和语音电子病历等方向。

第七部分智能驾驶行业分析

1.智能驾驶行业产业链

智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商，上接上游软硬件提供商，下接公司和消费者，在整个业务链中扮演至关重要的一环。

产业链上游厂商多为细分技术提供商，如深度学习、人机交互、图像识别和新材料、新制造新能源等。

智能驾驶产业链图谱

资料来源：创业邦研究中心

2.智能驾驶市场分析

伴随着 ADAS 技术的不断更新，推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期，然后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后，依赖全产业链的配合而进入市场成熟期。预测到2030年，全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%，单车应用成本的显着提升之外，从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。

按照 IHS Automotive 保守估计，全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆，并在 2025- 2035 年间获得高速发展，年复合增长率将达到43%，并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能，同时会带动产业链衍生市场的大规模催化扩张。

根据独立市场调研机构 Strategy Engineers 的预测，L4 高度自动驾驶等级下，自动驾驶零部件成本约在 3100 美元/车，其中硬件占比 45%，软件占比 30%，系统整合占比 14%，车联网部分占比 11%。按照全球 1 亿辆量产规模计算，理想假设所有车辆全部达到 L4 高度自动驾驶水平，那么全球自动驾驶零部件市场规模在 2020 年将达到 3100 亿美元。

第八部分中国人工智能企业画像分析

随着人工智能技术的不断成熟，人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向，助力创新企业发展，创业邦研究中心对国内200多家人工智能创业公司进行了系统调研，从发展能力、创新能力、融资能力等多维度指标，评选出“2018中国人工智能创新成长企业50强”。

地域分布

全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中，北京人工智能企业最多，占比高达39.66%;其次是上海，人工智能企业占比达21.55%;位列第三的是广东，人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等，成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力，人工智能应用实力雄厚，也聚集了一批人工智能垂直产业园;广东互联网产业发达，企业对数据需求强烈，依靠大数据产业链推动人工智能产业发展。

行业分布

从行业大类分布来看，行业应用层的企业占比最大，为56.03%;其次是应用技术层的企业，占比达31.04%;基础技术层的企业占比最小，仅为12.93%。随着人工智能技术的发展，人工智能与场景深度融合，应用领域不断扩展，行业应用公司比重不断提升。在基础层技术方面，国际IT巨头占据行业领先地位，国内与国际差距明显，中小初创企业很难进入。

从行业应用来看，智能金融企业占比最大，为16.92%;其次是机器人企业，占比达15.38%;位列第三的是智能驾驶和智能教育，占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础，智慧金融被列入国家发展规划中，庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出，目前市场需求较大，商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多，企业积极推动应用落地，百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地，相关初创企业涉入教育蓝海，推动智慧教育的发展。

收入情况

收入分布在500-10000万之间的企业最多，占比达49.14%;500万以下的企业位居其次，占比达 26.72%;位列第三的是10000-100000万之间的企业，占比为17.24%。

篇5

人工智能前景广阔

IDC的一份报告显示，认知计算和人工智能解决方案市场在2016年到2020年的年复合增长率将达到55.1%，认知计算和人工智能在各行各业中的广泛应用将推动其全球收入从2016年的近80亿美元增加到2020年的470多亿美元。

Gartner副总裁兼资深研究员大卫・卡利（David Cearley）在2017年重大技术趋势预测会上表示：“应用人工智能和高级机器学习实现了一系列的智能应用，包括物理设备（机器人、自动驾驶汽车、消费电子产品）、应用程序和服务（虚拟个人助理、智能顾问）。”卡利说，这些应用将以不同于以往的智能应用程序和智能产品的形式呈现出来，并为各种各样的网络设备、现有软件和服务解决方案提供嵌入式的智能。

Gartner执行副总裁、研究主管兼资深研究员达尔・普拉默（Daryl Plummer）在预测2017年重大技术趋势预测会上表示，到2020年，更智能的算法将会让人工智能改变全球10多亿工作者的状态。

在Gartner的的十大2017年重大技术趋势预测中，人工智能相关技术占据了前三名的位置，可见其技术的重要性。他们分别是：人工智能和高级机器学习、智能应用、智能产品。

第一，人工智能和高级机器学习。人工智能和高级机器学习由很多技术（比如深度学习、神经网络、自然语言处理）组成。Gartner认为，更先进的技术将超越基于规则的传统算法，创造能够理解、学习、预测、适应甚至有望自主运作的系统，从而让智能机器显得更加“智能”。

第二，智能应用。像虚拟个人助理这样的智能应用程序可以发挥人类助理的某些职能，让人们的日常工作变得更加容易（比如对电子邮件进行优先级排序），提高用户工作效率（通过突出最重要的内容和互动）。虚拟客户助理等其他智能应用程序更加擅长销售和客服等领域的任务。Gartner认为，这些智能应用程序有潜力改变现在人们的工作性质和职场架构。“未来十年，几乎所有的应用程序、服务都将包含某种程度的人工智能。人工智能和机器学习在应用程序和服务方面的应用将不断发展壮大，这将成为一个长期的趋势。”大卫・卡利举了一个麦当劳的案例，“麦当劳生产汉堡，智能应用每分钟通过照片分析超过1000个面包来检查其颜色、形态和芝麻分布状况，从而不断自动调整烤箱的温度和烘烤时间，可以大幅减少人工成本，并保证高质量。”

第三，智能产品。智能产品是指超出了刚性编程模型范畴的物理实体，通过应用人工智能和机器学习来实现高级行为，并与周围环境和人类更加自然地交互。

目前，日本长崎的Henn-ne宾馆已经开始使用10台类人机器人进行迎宾服务，代替了原来预订柜台的所有服务员。随着无人机、无人驾驶汽车和智能家电等智能产品的不断普及，Gartner预计各自为政的智能产品将转变为相互协作的智能产品。

更智能的汽车

虽然去年出现了特斯拉智能驾驶系统出现故障造成交通事故这样的新闻，但是理论上讲，人工智能应用到汽车领域，实际上可以大幅度降低交通事故发生的概率。

斯坦福大学报告显示，自动驾驶汽车不仅能减少因交通事故导致的人员伤亡，还能改变人们的生活方式。在通勤途中，人们可以把更多的时间用于工作、娱乐，而不只是关注复杂的、让人懊恼的交通状况。

不过，现阶段也有不同的声音。“即便有时候显得很多余，但人类还是要在自动驾驶汽车方面拥有一定操控权。所以即便是自动驾驶汽车也要安装一个方向盘，以便司机必要时可以掌管车辆。但安装了方向盘又意味着人类的完全掌权，即司机坐在车里也要随时保持清醒并进行观察，时刻准备好接管车辆。”Gartner副总裁布莱恩・朴恩泰斯（Brian Prentice）在一次研讨会上表示，“这样一来，不仅抵消了自动驾驶相较于人类驾驶的大部分优势，也让人类司机从之前的积极操控汽车变为了被动监控行车隐患。”这个争议其实也是所有智能汽车项目所必须要面对的挑战。

布莱恩・朴恩泰斯表示：“智能汽车可以对周围环境做出反应，但智能汽车对周围环境是否真正理解了？周围环境对于智能汽车来说是完全不可控的一个因素，不是通过建立模型就能进行学习了解的一种事物。”

“τ谘蟹⒅悄芷车技术的团队而言，他们所面临的挑战就是要找出哪些事物或因素是智能汽车所能控制的，然后对它们的能力培养也就限定在这一范围之内即可。”布莱恩・朴恩泰斯表示，“全自动汽车的愿望是不可能变成现实的，任何汽车制造商都做不到这点，但朝着这一方向努力将会推动一些汽车行业更务实的进步，如汽车的机器学习技术将提升汽车的安全性和让汽车在处理一些状况时更具有经验。”

在联网汽车方面，Gartner预计到2020年，联网汽车的销量将达到6100万辆，是2016年的4倍以上。Gartner定义的联网汽车是通过嵌入式通信模块或移动设备接入互联网，为用户提供内容和服务，从车中传送数据，实现远程监控或管理车内系统。

Gartner的报告显示，从2016年到2020年，联网汽车将推动情景信息的需求增长150%。Gartner研发总监詹姆斯・海恩斯（James Hines）表示：“汽车越来越自动化，也将配备更多的感测技术，例如行车记录仪功能和雷达系统等。许多汽车将利用影像侦测功能来辨识附近的物体并对其进行分类，以便实现更加复杂的反应甚至更自主的驾驶。”

为了使汽车变得更加自动化和环保，2016至2020年间需要逐年在汽车内增加5%的嵌入式处理功能，比如即时摄影机和传感器，从而实现主动车距控制巡航系统、防撞与车道偏移警示系统等自动化驾驶功能。

回到现实中，在今年CES上，百度联合北汽展示了智能汽车解决方案。百度智能汽车自动驾驶解决方案目前已经可以做到全系统的低成本、可量产。借助百度人工智能的优势，从雷达、摄像头等传感器的数据收集，再到高精度地图等基础设施，都实现了成本的大幅降低，尤其是在高精度地图方面。

目前，百度高精度地图的自动化生产程度可达90%以上。地图生产通过多传感器校准和深度学习结合，实现全程自动化，人工操作仅为最后的人工校验，确保高精度地图绘制过程准确可靠的同时，降低了人工成本与时间成本。

百度高精度地图将绝对精度控制在0.6m范围以内，在相对精度范围内实现了厘米级定位。通过帧内关键点检测和点云拼接、路面提取等技术的运用，百度自蛹菔幌低晨梢远曰だ嘎费亍⒈曛颈晗吆驼习物等道路物体达到99.67%的识别准确率，从而实现对直道、弯道、车道变化和宽度变化的监测，这一系列行为的定位、侦查计算，甚至比有人驾驶更加安全可靠。值得一提的是，百度高精度地图还接入了Learning Map平台，依托多源感知数据处理、云服务中心和数据中心，可使百度高精地图具有智能化的自学习能力，无需人工采集就可以实现更新。

百度智能汽车还提供了包括车联网HMI人机交互系统。这其中就包括CarLife、CoDriver、MyCar和AutoMap四大产品。这些HMI车联网产品虽然功能侧重不同，但却搭载着同一人工智能应用――语音识别技术，为用户提供独特性、开放式、创新性的智能化场景应用体验。

语音识别技术是百度智能汽车HMI人机交互系统带给用户最直接的智能行车体验感知。以定位“智能语音副驾驶”的CoDriver为例，基于百度的语音技术、自然语言处理技术，用户无论是进行对话，还是指令，其顺畅、快速的识别和响应，都让用户感知到身边存在一位知心且贴心的智能机器人。

在百度智能汽车与北汽进行的战略合作中，百度智能汽车就将对北汽多款车型进行CarLife适配，从而实现智能汽车的基础车联网升级。通过采用CarLife，达到智能手机与车的互联，驾驶者可以使用智能语音操控汽车地图和在线音乐等智能化汽车服务。百度智能汽车CarLife目前已与60家车企的150余款车型进行了适配。

随着用户的广泛使用，所有的智能汽车都会产生大量的数据，百度智能汽车大数据也衍生出价值极高的大数据服务产品。比如，通过对车主用户数据、车辆实时驾驶数据和道路地理信息数据等进行分析，百度智能汽车可以向汽车企业提供精准营销、车辆设计、用户服务管理体系等大数据服务。而车企可以依据这些数据，找到用户的需求点，研发出用户真正需要的产品和功能。

在国外厂商方面，NVIDIA联合创始人兼首席执行官黄仁勋与奥迪美国公司总裁斯科特・科奥格（Scott Keogh）共同在CES开幕主题演讲中表示，未来的奥迪车型将使用深度学习解决复杂的驾驶问题。双方第一阶段的合作将着重于NVIDIA DRIVE PX自动驾驶汽车人工智能平台。NVIDIA DRIVE PX平台使用经过训练的人工智能神经网络来理解周围环境，并确定安全的行进路线。

“NVIDIA是使用深度学习人工智能技术促进交通运输行业变革的先锋。” 黄仁勋在演讲中表示，“奥迪采用我们的DRIVE PX2人工智能汽车计算平台，将加快新一代自动驾驶汽车的生产，进而加速我们迈向未来更高驾驶安全性和新型移动服务的步伐。”

“奥迪用户追求顶尖的性能和技术。” 斯科特・科奥格表示，“因为我们对更安全的道路有着共同的追求。奥迪和NVIDIA的合作将扩展至深度学习和人工智能领域，从而以更快的速度将更高程度的自动化送上道路。”

奥迪Q7的自动驾驶演示活动成了本届CES上的亮点之一。乘客在无人驾驶的情况下，可以放心地坐在车辆的后排座位上享受旅行。这主要得益于奥迪Q7采用了NVIDIA DRIVE PX平台，并运行了NVIDIA Drive Works软件。奥迪Q7的深度神经网络NVIDIA PilotNet可以识别和理解车身周围的环境，安全地驾驶前行。演示过程中，路线会随时变更，车辆会通过各种情形的路面，有的带有标识，有的则没有任何车道标识，途中还会遇到需要绕行的模拟建筑区。

黄仁勋在主题演讲上描绘了人工智能将如何预测驾驶员需求的场景：用户早晨驱车前往办公室，车库大门自动打开，根据用户个人习惯调节空调温度，到达单位；晚上回家，同样的场景再次出现，而且汽车能够理解并回应用户自然会话语言的需求。

NVIDIA和奥迪的联姻结晶包括让人眼前一亮的奥迪MMI导航系统和奥迪虚拟驾驶舱。目前该系统已经应用于奥迪Q7、奥迪A4、奥迪TT等，涵盖SUV、轿车和跑车等领域。未来几个月，奥迪还将推出集成NVIDIA硬件和软件的新款A8。得益于zFAS（奥迪中央驾驶辅助控制系统），新款A8将成为全球首款配备拥堵驾驶系统（Traffic Jam Pilot）的自动驾驶汽车。

这里有必要解释一下zFAS。zFAS是一个软件与硬件结合的系统，它的长距离雷达可以获取前方250米的交通状况，激光扫描仪能捕捉到前方80米距离的高清晰画面，红外线照相机能够识别黑暗中的行人和动物，超声波传感器能够探测汽车周围的情况。通过这些传感器，zFAS可以在汽车行驶过程中实时获取各种数据，在瞬间对大量的数据进行分析，从而实现代替驾驶员操控汽车。即使是在空间狭窄的停车场，zFAS也可以实现自动泊车，还可以利用智能手机通过远程操作的方式将汽车驶离停车场。而且一旦汽车进入拥挤的堵车路段，它还可以实现紧随前车的自动驾驶模式。

更智能的家居

科尔尼的报告显示，中国将在2020年前成为亚洲最大的智能家居市场。到2020年，全球智能家居的整体规模将由目前的100亿美元增长至500亿美元，并有望在2030年激增至4000亿美元。到2030年，亚洲智能家居市场销售额将超过1150亿美元，占据全球市场25%以上的份额。

中怡康的数据显示，2017年，智能家电生态将会成为行业主流，预计智能电视的零售额渗透率将达到93%；智能白电的零售额规模达到709亿元，零售额渗透率将达到23.9%。

科尔尼合伙人、亚太区通信与电子业务负责人道博斯坦（Nikolai Dobberstein）表示：“近年来中国已经成为全球增长的关键推动力之一。首先，国家整体经济的快速增长带来家庭收入水平增加；其次，中国成为全球最大的互联网市场。这两大因素将让中国成为亚洲乃至全球最大的智能家居市场之一。”

道博斯坦J为，中国已经拥有完善的设备和技术生态系统，能够加速智能家居行业的发展。腾讯、百度和阿里巴巴等本土技术巨头，以及小米和海尔等已经在生产智能家居产品的本土设备制造商将成为行业的主要推动者。但是由于牌照和审查制度等原因，国际技术公司很难打入中国智能家居市场。

报告指出，四个重大的变化趋势使得联网智能家居在亚洲成为现实，同时，这四大趋势将加速智能家居市场的进一步扩张。

首先是互联性和智能化。智能手机在技术和处理能力方面的进步大大提高了家居设备的互联性。大数据和人工智能的采用，让部分应用能够迎合用户的需求和期望，使得家居生活日益智能化。

其次是互操作性。随着不同制造商生产的产品之间的互操作性不断增强，智能家居应用在消费者中逐渐普及。产业联盟为标准化协议和开放平台所做的努力使得智能家居生态系统不断完善。

再次是产品成本。几乎各类家居设备都已经是自动化产品，有80%已经实现了智能化并且在市面上可以购买。随着关键技术和部件的成本下降，智能家居设备如洗衣机、冰箱和门锁等的价格也将更加亲民。

最后是全新盈利模式。智能家居应用正在与更广泛的网络相联，从而连接生态系统内的所有企业，催生全新的盈利模式。例如带有液晶显示器的联网冰箱可以通过线上广告带来收入。

智能家居市场为行业内的所有企业都提供了宝贵机会，但是要取得成功，必须要同时具备几个关键的因素，包括平衡本地和全球战略，从产品导向快速转变为服务导向，找到正确的合作伙伴，整合智能家居集成平台。

随着智能语音市场的不断扩容，在众多智能家居产品中，语音助手成了行业内的关注热点。可以说，现阶段智能语音是人工智能巨头间的必争之地。谷歌和亚马逊正在开发的新技术，让用户可以获得更好的体验。除此之外，微软、苹果都在积极拓展其生态系统，三星、脸谱等巨头也在进行知识储备。

Gartner预测，到2018年，30%的人机交互通过自然语言完成。百度首席科学家吴恩达认为，语音搜索准确率从95%提高到99%，是人机交互应用爆发的转折点，到2020年，至少50%的搜索将是语音搜索。可以说，自然语言交互就是下一代的人机界面。未来，人工智能与家居行业的融合，将为人们带来全新的体验。

以人们最常用到的家电空调为例，现在已经在市面上进行销售的智能产品非常多，比如可以对用户的使用习惯和周围空间进行认知，并通过云网络连接到设备的传感器和摄像头收集数据，借助非结构化数据进行学习的LG空调；具备自动清洁功能、能够通过Siri控制、能自学用户行为习惯、记录分析能耗情况并自动调整运行模式的海尔空调；基于腾讯物联云技术，通过手机QQ控制家电运行状态的美的空调。

美的集团近日了其“智能+”战略，推出了“i+智能”系列产品计划，要让各个设备实现互联的同时也具备智能交互等功能，以实现家电设备的互联互通、智能学习。四川长虹近日也了人工智能电视长虹CHiQ（启客）。这款电视基于完善的技术逻辑与大数据运营，实现了自然语音交互、深度学习和应用软件自动迭代等系统能力的整合。

长虹认为，CHiQ人工智能电视在认知层面取得了重大突破，基于长虹自主研发的Ciri+语音平台，实现了以人为中心的高效语音交互协同和语义识别与理解。语音识别率达到97%，人与电视的自然语音交互距离达到30米，即用户在家中任意角落都可以用语音和电视交互。

更智能的交互

最近，美国佐治亚理工学院（Georgia Tech University）的学生们十分惊讶地发现，他们乐于助人的助教居然一直是一个机器人。尽管在使用初期遇到一些困难，但是现在机器助教回答学生们问题的正确率高达97%。佐治亚理工学院的研究发现，学生们退学的主要原因是缺乏支持。因此，他们设计了这款机器助教。

有了人工智能，人们的学习方式会发生改变：速度不同，起点不同。人工智能将会把人们引入未来，人们会以更个性化的方式学习。世界上没有任何一个教育体系能为每一个孩子都配备一个家庭教师，而人工智能可以满足这一需求。

微软现在做的事情和美国佐治亚理工学院类似，不过他们的愿景更加宏大――构建跨越媒介、应用、服务与基础架构的真正的人工智能系统。“我们一直在努力实现技术全民化。有了人工智能，我们便可以通过以下两种方式来实现这个目标：一种是将其融入像Office 365这样的产品中，另一种是构筑一个平台，让其他人也能在此平台上开发产品和不断创新。” 微软全球执行副总裁沈向洋博士表示。这个平台被称为微软认知服务，它包含了25个应用程序接口，可以提供诸如语音、语言、知识和搜索之类的智能功能。

当前，我们正处于向计算领域下一代主流平台进军的早期阶段。由于人工智能领域所取得的一系列重大进展，新一代平台将以对话这一人类最自然的行为为核心来构建。新的时代正在到来，人机交互的方式将从过去人类操作计算机的时代进入到让计算机了解人类和人类的动机并积极予以回应的新时代。

对话，一方面是强调完成任务、提升生产力，另一方面是情感连接。要想真正实现人工智能，就必须从两个方面同时发力。

微软的长远战略是，像小娜（Cortana）这样的应用不但要有智商，还要有情商。基于这一理念，微软再次进行创新，Zo到来了。

Zo是一款社交聊天机器人，她是基于微软在中国和日本大获成功的人工智能社交聊天机器人小冰与凛菜而打造。现在，你可以在Kik社交平台上与她交谈，就像和人类朋友聊天一样。未来，微软计划将Zo扩展到其他社交平台，例如Skype和Facebook Messenger。

Zo是利用海量互联网社交内容构建而成的。她从人类互动行为中学习，以便从情感与智能角度做出响应，提供独特的观点，并懂得礼节与表达情感。但是她同样还有强大的核对与平衡机制，以保护自己免遭不当利用。

微软在描摹人工智能与对话计算的前景时，还有一个很重要的部分是应用所扮演的角色，比如小娜。现在，在全球13个国家和地区，有超过1.45亿人正在使用小娜。小娜可以没有限制地跨平台、跨各种连接设备使用。

篇6

高职大数据专业教育的本质是为了培养在大数据采集、存储、传输、分析、处理、应用等领域实践能力强、综合素养高的技能型人才[1-4]，以能力为本位的大数据专业课程教学始终贯穿于高职大数据专业教育的全过程，这也是促进新常态下高职大数据专业教育教学发展的主要因素。但是，就目前的发展态势来看，高职培养的大数据专业人才的数量和质量远远未能达到市场和企业的需求，究其原因，主要是因为高职大数据专业课程尚未形成体系，未能在有限的教学课时内有机整合交叉重复的课程内容，从而未能突出体现学生综合能力的培养[5-9]。因此，构建基于能力本位的高职大数据专业课程体系势在必行。

1高职大数据专业课程体系构建的必要性

国务院于2015年8月印发的《促进大数据发展行动纲要》指出，“建立健全多层次、多类型的大数据人才培养体系……重点培养职业工程师等大数据专业人才”。为了在一定程度上满足市场和企业对大数据技术相关人才的需求，截至2020年12月，全国共有289所高职院校开设了大数据专业。由于我国高职院校大数据专业开设的时间短、起步晚、底子薄，大数据技术专业人才总体上来说是短缺的[1-4]。此外，由于人才培养目标和就业定位仍然不够明确，尚未形成系统性的师资团队、高效的实践教学平台和标准化的课程体系，未能有效构建和运用交叉学科的知识体系和课程内容。因此，不完善的课程体系和课程内容导致教师只着重计算机领域知识的教学，缺乏适合学生学习系统性的大数据课程教学计划，忽略了大数据专业学生技能的培养，不能适应大数据时代市场和企业对大数据专业高技能型人才的需求。目前我国高职院校大数据专业教学和人才培养仍处于摸索阶段，如何从培养学生深度的思维能力和解决广度问题综合能力的角度出发，构建基于能力本位的大数据专业课程体系是摆在高职院校面前的一个重要课题[1-9]。

2基于能力本位高职大数据专业课程体系构建的可行性分析

2.1面向计算思维能力的高职大数据专业课程体系。计算思维能力即在管理学和教育学基本理论的基础上，充分、综合运用计算机专业领域的基本概念、基本方法、基本手段和基本过程对所需求解的问题进行深度上和广度上的抽象、挖掘、归纳，从而求得最优解的一种思维能力[5]。高职大数据专业教育的培养目标本质是为了培养在大数据采集、存储、传输、分析、处理、应用等领域实践能力强、综合素养高的技能型人才。计算思维能力完美地诠释了高职大数据专业课程教育教学的内在本质，即将高职大数据专业课程划分为一种包括通识教育、大类教育、基本认知等模块课程在内的螺旋递推式的计算思维课程体系，通识教育课程包括数据科学数学基础、人工智能导论、操作系统、统计学、管理学基础、计算机组成原理、数据科学导论、大数据结构、数据库原理、大数据编程算法等课程，充分、综合运用管理学领域、教育学领域、计算机专业领域的基本概念、基本理论、基本方法、基本手段和基本过程对所需求解的大数据分析、处理、应用问题进行深度上和广度上的抽象、挖掘、归纳。因此，通过构建面向计算思维能力的高职大数据专业课程体系并在实际的教学活动中加以实践，促进学生熟练掌握大数据的基本概念、基本理论、基本知识、基本方法、基本手段、基本过程和基本技能[6]，从而具备初步的项目开发经验和能力。2.2面向应用能力的高职大数据专业课程体系。高职大数据专业教育的本质是为了培养在大数据采集、存储、传输、分析、处理、应用等领域实践能力强、综合素养高的技能型人才，即高职大数据专业教育的本质是以能力为本位的。基于面向计算思维能力的高职大数据专业课程体系，面向应用能力的高职大数据专业课程体系是指将大数据主干课程划分为专业骨干、专业实践等模块课程，它们属于应用能力培养的范畴，专业骨干课程可开设的课程主要包括大数据程序设计、大数据采集、存储与传输、数据库应用技术，专业实践课程可开设课程包括大数据核心平台技术、大数据挖掘、分析与处理、大数据应用、大数据可视化技术等。这是高职大数据专业基于能力本位的课程体系整体框架中的核心课程，也是后期以“专业拓展”“综合拓展”等模块课程为标志的工程能力培养课程开设的前提[5-7]。面向应用能力的高职大数据专业课程体系侧重于大数据应用框架的部署和理解，课程内容完美地体现了培养学生的大数据编程算法、大数据程序设计、大数据核心平台技术、大数据可视化应用技术等方面的核心能力。2.3面向工程能力的高职大数据专业课程体系。工程能力是指在计算思维能力和应用能力的基础上，学生通过团队协作解决实际工作中较为复杂综合性的工程项目开发问题的能力。因此，面向工程能力的高职大数据专业课程体系包含专业拓展、综合拓展等模块课程，它们属于工程能力培养的范畴，即培养多元化的具有广度创造技术、深度人工智能开发技术的大数据分析师、大数据架构师、大数据运维工程师、大数据开发工程师、大数据科学家等工程项目设计与开发人才[6]。面向工程能力的高职大数据专业课程体系通过项目小组团队协作的形式，以工程项目与企业真实案例为驱动，促使学生搭建大数据工程项目设计与开发的框架，细化框架内部细节，集思广益，形成最终的工程项目解决方案，并充分运用所学的专业骨干、专业实践等模块课程中的大数据程序设计、大数据采集、存储与传输、数据库应用技术、大数据核心平台技术、大数据挖掘、分析与处理、大数据应用、大数据可视化技术等课程的核心知识，实施大数据工程项目的大数据采集、存储、传输、分析、处理、应用、作业调度、工程维护、代码调错等，从而完美地实现培养学生解决实际工程问题能力的目标[7-9]。

3基于能力本位的高职大数据专业课程体系构建途径

3.1构建支撑计算思维能力培养的立体化课程资源。面向计算思维能力的课程体系是高职大数据专业发展的一个基础性课程体系，这是大数据专业能力向应用能力与工程能力纵深发展的延伸性课程，目的在管理学和教育学基本理论的基础上，充分、综合运用计算机专业领域的基本概念、基本方法、基本手段和基本过程对所需求解的问题进行深度上和广度上的抽象、挖掘、归纳，使学生掌握大数据专业的通识教育、大类教育、基本认知等模块课程，从而为学生拓展应用能力与工程能力打下基础。因此，需要构建支撑计算思维能力培养的立体化课程资源，其主要形式是利用移动互联网设置集课程资源、线上线下资源、实践课程资源为一体的立体化课程体系教学资源模式[5]，并利用移动互联网构建多样化的线上线下网上教学环境、学生线上线下学习平台。课程教学资源以线上线下和任务与项目驱动的实践课程形式为主，学生在教师的启发和引导下自主学习，时时讲解、时时操作。在此立体化课程资源支撑下，按照“计算思维形成→基本技能训练→计算思维能力培养”的要求，充分运用混合式翻转教学方式，对一些重点难点的课程内容进行反复教学，实施数据挖掘与人工智能结合的大数据专业基础知识的实际操作，对学生进行个别指导，加深学生对基本知识点的掌握和理解。3.2搭建支撑应用能力培养的实训平台。高职大数据专业实践性、应用性极强，面向应用能力的高职大数据专业课程体系要求搭建适当的支撑应用能力培养的实训平台以强化学生的应用能力。搭建支撑应用能力培养的实训平台，重点是学校应根据大数据专业人才培养目标和计算思维能力培养需求，从硬件环境、软件环境、线上线下网络教学平台等方面入手，构建集大数据编程算法、大数据程序设计、大数据核心平台技术、大数据可视化应用技术等于一体的核心能力培养平台[5-6]，大数据编程算法、大数据程序设计、大数据核心平台技术、大数据可视化应用技术课程采用线上线下模式、理实一体化的教学方式，主要用于大数据专业的“专业骨干”“专业实践”等模块课程的实训教学；软件条件方面，利用搭建的实训环境，以学生分组协作形式，可以选择并行分布式处理软件Hadoop和Spark，实施大数据预处理、模型的建立模型、参数的选择，为学生提供大数据编程算法、大数据程序设计、大数据核心平台技术、大数据可视化应用技术方面的实训项目，使学生掌握基本方法和技巧，理解基本工作原理，从而可以较好地培养学生应用能力。3.3设计支撑工程能力培养的综合性工程项目。面向工程能力的高职大数据专业课程体系即培养多元化的具有广度创造技术、深度人工智能开发技术的大数据分析师、大数据架构师、大数据运维工程师、大数据开发工程师、大数据科学家等工程项目设计与开发人才，它是围绕学生的工程项目开发能力而设置的。因此，学校应结合大数据专业的人才培养总体目标、计算思维能力培养目标和应用能力培养目标，设计支撑工程能力培养的综合性工程项目[6-9]，在每个项目中设置相应的实验，力求做到课程与岗位能力对接，检验学生对实践知识的掌握情况以及解决问题的思想、手段和方法，从而为工程项目开发打下坚实的基础。在综合性工程项目类型方面，把支撑工程能力培养的综合性工程项目分为设计性实验和综合性实验，合理规划工程能力培养计划、培养标准以便较好地适应工程能力培养的新形势，让学生在“练中学、学中练”，考察学生的实际工程项目开发能力，力求工程项目开发能力与企业标准对接。3.4创新基于学生能力本位的教学模式和教学方法。面向计算思维能力、应用能力、工程能力培养的高职大数据专业课程体系是一种螺旋递推式的课程体系，它完美地诠释了高职大数据专业课程教育教学的内在本质。基于学生能力本位的教学模式和教学方法是实现高职大数据专业课程教育教学内在本质的重要条件。因此，高职院校要从大数据专业人才培养和学生实际需求出发，制作精美的教学视频，充分利用微课、翻转课堂、多媒体、远程协作、虚拟现实、系统仿真、探究式、启发式、逆向式、互动式等教学方式、方法和手段[1-4]，按照“思维培养—应用细化—工程开发”的教学模式，围绕大数据专业的课程教学内容，充分利用网络资源，随时调整教学细节，合理安排课时，及时记录教学过程中的反馈信息，使得师生之间的良好互动和沟通达到一定的广度和深度，为学生掌握大数据专业课程的精髓和将来适应工作岗位打下坚实基础。3.5加强基于学生能力本位的师资队伍建设。高质量的专业教师队伍是构建基于能力本位的高职大数据专业课程体系构建的良好保障，因此高职院校要围绕学生的计算思维能力培养、应用能力培养、工程能力培养[5-9]，加强基于学生能力本位的师资队伍建设，让教师在教学与科研中取长补短，丰富知识结构，相互促进，相互提高，从而为教师专业素质和创新实践能力提供保障，提升教师授课水平。

4结语

高职大数据专业课程体系的构建为提升学生的计算思维能力、应用能力、工程能力提供了科学的发展平台，对高职专业人才培养和课程改革具有重要的意义，同时也能使学生成为有知识、有能力的社会主义事业建设者和接班人。大数据对当今社会的重要意义以及大数据专业人才的不足决定了大数据专业人才培养任重道远，但是不足也是动力，也给未来高职大数据专业预留了很大的发展空间。

参考文献:

[1]林宛杨.“职教20条”建设背景下大数据课程体系改革[J].电脑知识与技术,2020,16(36):170-171,176.

[2]刘建华,胡文瑜,唐郑熠,等.数据科学与大数据技术专业课程体系探索[J].科教文汇,2021(2):115-116.

[3]周黎鸣,林英豪,李征,等.新工科背景下大数据专业课程建设[J].计算机时代,2021(1):102-105.

[4]马晓磊,霍恩泽.面向“互联网+产学交融”的交通大数据课程体系建设[J].高教学刊,2021(7):86-89.

[5]崔琳,吴孝银,张志伟.面向学生计算思维培养的数据科学与大数据技术专业课程体系建设模式探究[J].无线互联科技,2020(4):121-122.

[6]戴牡红.面向工程能力培养的大数据教学研究[J].软件工程,2021,24(1):47-50.

[7]袁利平,杨阳.基于能力本位的教师教育课程体系建构[J].河北师范大学学报（教育科学版）,2020,22(5):85-92.

篇7

核心要素：AI技术为核，辅以产品创新

移动资讯分发阶段：率先把握算法红利及移动时代产品、渠道机遇。2012年8月，公司上线基于AI技术实现移动端信息智能分发的“今日头条”。信息过载+碎片化阅读形成了智能推荐算法需求，公司首创的基于AI算法的 “千人千面”推荐体系带动用户规模快速成长，与腾讯新闻并列两强，遥遥领先同类应用产品。短视频阶段：基于AI技术、享行业成长红利。“头条系”短视频产品主要为抖音、火山小视频和西瓜视频，2018H1，三大产品未去重用户MAU达4.16亿次，成为公司流量另一极。我们认为其快速崛起的原因为成熟的工业级算法推荐体系、短视频行业成长红利及优异的人群定位与产品运营战略。全球化阶段：AI为核，海外市场成功拓展，验证持续成长潜力。海外产品主要布局移动资讯及短视频两大赛道，目前已覆盖150多个国家、75个语种，在40多个国家和地区位居应用商店下载总榜前列，截至2018H1，海外用户规模已接近公司整体用户规模的20%。我们认为，公司产品成功出海，一方面享受了海外移动端流量蓝海，更为重要的是，打磨成熟的AI推荐系统内核，使公司可高效、低成本复制国内成功产品经验，实现海外快速扩张。

投资建议：拥抱新时代，关注技术变化带来的行业投资机会

字节跳动的快速崛起，印证了AI技术的应用对内容分发乃至整个互联网行业的冲击与重构；我们有理由相信，未来在AI技术的不断成熟和普及过程中，互联网等行业有望在AI技术的加持之下，在内容创造、商业模式等方面迎来全新发展机遇，典型如社交、营销、信息流、视频及图片内容分发领域，关注相关领域具备技术或者场景应用的标的腾讯控股、百度、视觉中国、芒果超媒等公司。

风险提示

内容监管风险；核心产品今日头条、抖音核心运营数据下降的风险；全球化进程不达预期的风险等。

投资摘要

字节跳动

关键结论与投资建议

字节跳动是全球早将AI技术大规模应用于信息分发的公司之一，其率先入局基于AI的“千人千面”推荐算法，打造出资讯分发领域的龙头产品“今日头条”。后续凭借海量数据所训练出的工业级AI推荐系统，实现了不同赛道上移动端产品的低成本、高效复制，打造出“抖音”、“Tik Tok”等现象级短视频产品，利用6年时间迅速成长为全球移动互联网新贵。

该公司的迅速崛起，印证了AI技术的应用对内容分发乃至整个互联网行业的冲击与重构。通过对其成长路径的深入分析，我们认为，随着技术的不断成熟与升级，互联网等行业有望在AI技术的加持之下，在内容创造、商业模式等方面迎来全新发展机遇，典型如社交、信息流及视频内容分发领域。关注相关领域具备技术游戏或者应用场景的公司腾讯控股、百度及视觉中国、芒果超媒等。

核心假设或逻辑

1）字节跳动“工业级AI推荐系统”可在不同赛道的产品中实现高效、低成本复制

2）AI推荐系统在海量数据训练及大量正向迭代下，其推荐精准度可持续提升

与市场预期不同之处

1）市场或认为，字节跳动的核心竞争力在于“今日头条”及“抖音”两款明星级产品，其本质上是一家产品型公司；我们认为，公司的核心竞争力在于其经过6年训练出的“工业级AI推荐系统”，明星产品是其强大技术能力及海量数据训练下的产物，未来产品有望拓宽至众多领域，成长为一家以AI为内核的平台型公司

2）市场或认为，发展AI技术的核心竞争力在于资金投入及技术积累，腾讯、百度、阿里等巨头对字节跳动的未来发展存在较大威胁；我们认为，字节跳动在AI技术方面的优势在于先发优势及海量数据积累，公司通过今日头条、抖音等C2C产品所积累的精细化用户数据是BAT所欠缺的，同时基于UGC的内容生态也进一步提升了其在内容生产端的丰富性和精准度，持续改善用户体验。同时，AI技术的正向反馈特性，使其推荐系统的精准度持续提升，公司技术壁垒相对稳固

股价变化的催化因素

第一，抖音、今日头条等产品社交关系链的搭建速度及效果超出预期

第二，公司产品推荐精准度持续提升

第三，公司产品全球化进程超出预期

核心假设或逻辑的主要风险

第一，公司产品社交关系链的搭建不及预期

第二，产品推荐精准度的提升效果不及预期

第三，全球化进程不及预期

风险提示

内容监管风险；核心产品今日头条、抖音核心运营数据下降的风险；全球化进程不达预期的风险等。

导语：时代红利+技术优势，移动互联网新贵崛起

回顾中国互联网的发展历程，行业底层技术的突破总能催生用户需求的变革，而每一轮变革总是能诞生及时、精准匹配用户需求的互联网巨头：BAT们诞生于PC端互联网普及的初级阶段，分别满足了用户在搜索、电商和社交三大领域需求，而后成长为我国互联网1.0时代的三大巨头。而智能手机的普及和网络“提速降费”红利下，用户们的网络应用环境逐渐从PC端迁移到移动端，“信息过载”及“搜索引擎使用不便”催生了“千人千面”的推荐算法需求，字节跳动作为AI技术驱动型公司迅速崛起：

百度：1999年，Google正式上线，凭借“自动抓取网站信息”机制及合理的网站排名规则，使网民从被动接收信息模式变为主动搜索，互联网的入口也从导航和门户转向搜索引擎。2000年1月，百度在中国北京成立，精准把握时代需求红利，以PC端搜索引擎业务迅速占领了中国互联网的流量入口，并逐步发展为PC端搜索引擎的绝对巨头。截至目前，百度已掌握了PC端70%的流量入口，并稳居中国互联网的第一梯队。

腾讯：1999年，我国陌生人社交领域缺乏垄断性产品，ICQ汉化版虽打入中国市场，由于网络环境及文化问题，难以被中国网民接受，腾讯首款即时通讯产品QICQ把握住陌生人社交领域的新兴市场迅速上线。同时，其主要竞品ICQ习惯于将联系人信息保留在个人电脑端，当时习惯在网吧上网的中国网民存在需求痛点，QICQ迅速响应，将联系人信息保存在服务器端，并将客户端预装在各网吧系统内，解决了ICQ每次登陆都要重新添加联系人的问题。这一举措使QICQ后来居上，在推出一年后注册用户数突破2000万。凭借着对互联网端用户粘性最稳固、护城河最深的社交商品垄断，腾讯已成为我国互联网领域的绝对巨头，总市值超2.5万亿元。

阿里巴巴：2003年5月，阿里巴巴集团正式创立淘宝，平台在创立1年后，在互联网实验室电子商务网站CISI人气榜上超越eBay意趣，跃居第一。我们认为，淘宝成功崛起的主要原因有以下两点：1）市场需求：2003年，电子商务发展的软硬件环境日趋成熟，eBay和意趣的联合使C2C成为电子商务行业的热门领域，意趣定位于国际化、男性、大龄、熟悉技术、收入较高的白领，年轻化女性市场尚未被瓜分完毕，淘宝精准定位这一市场顺利突围；2）运营战略：淘宝以中小企业密集、产本成本和销售压力较大的江浙一带作为业务拓展中心，并以卖家免费模式吸引商户入驻，针对国内交易需要信用担保的特点，凭借技术优势推出旺旺即时通讯工具及支付宝，从用户端保障了交易的可行性，成为了我国电商领域的绝对巨头。

字节跳动：2012年是我国移动互联网爆发的元年，移动端搜索引擎的使用不便及信息过载，使千人千面的智能分发算法成为刚需。字节跳动作为一家技术驱动型公司，于2012年8月推出首款新闻资讯分发产品“今日头条”，产品基于机器学习技术，实现“千人千面”的信息推送。在上线不到两年的时间内，其用户数超过1.2亿，MAU超过4000万。后续，公司基于今日头条所打磨出的智能推荐系统，低成本、大规模生产“流产品”，推出了“抖音”等现象级产品，并将国内成熟产品通过“技术出海+本土化运营”顺利推广到全球。Questmoblie数据显示，2018年上半年，“头条系”产品的总使用时长占据了国内互联网的10.1%，成功超越百度系、阿里系等互联网巨头，悄然改变了中国互联网BAT三足鼎立的格局。

回顾“头条系”的发展历程，我们认为，公司成功崛起的原因，除时代红利及底层技术的突破外，还得益于其在发展的关键阶段所采取的发展战略：1）资讯分发阶段，算法精准匹配用户需求，大规模渠道预装收割第一批用户；2）短视频阶段，把握行业爆发黄金窗口期，并密集推出三款产品，差异化定位打通细分市场，保障用户留存。抖音及西瓜视频共享今日头条AI技术基因，实现高效复制。现象级产品抖音发展初期通过“去快手化”定位于空白市场，并以强运营模式迅速收割用户流量。3）全球化阶段，把握南美、东南亚等地区的流量蓝海，通过“技术出海+本土化运营”抢占市场，并通过参股收购、精细化运营等手段切入美国、日本等发达国家的流量市场。

本篇报告，我们将沿着“头条系”的纵向发展脉络，分析公司在发展的关键阶段所面临的市场环境及所采取的战略，探索AI技术对互联网产业带来的重构与颠覆。

巨头概览：AI驱动，跻身国内互联网流量Top4

公司介绍：聚焦AI技术，抢占移动资讯及短视频两大流量入口

AI技术驱动，始于资讯，兴于短视频，截至2018年10月，字节跳动旗下全线产品国内总DAU超过4亿，MAU超过8亿；其中抖音国内DAU超过 2亿，MAU超过4.5亿。北京字节跳动科技有限公司成立于2012年3月，是最早将人工智能技术大规模应用于移动互联网场景的公司之一。公司产品布局于移动资讯、短视频、内容社区、教育等多赛道，在其多产品矩阵中，以移动资讯App今日头条及短视频App抖音表现最佳。截至2018年6月，今日头条在新闻资讯App中用户使用时长位居第一，抖音在移动视频App中用户使用时长位居第二，短视频领域位居第一。2018年上半年，“头条系”产品流量已占据中国互联网流量的10.1%，跻身国内互联网流量Top4阵营。截至2017年4月，公司已完成四轮融资，2018年10月公司完成PreIPO融资，估值约750亿美元。

产品矩阵：国内市场“3+N”布局“流内容”赛道，海外扩张打开流量天花板。字节跳动国内产品主要布局移动资讯、短视频和社区社交三大流量赛道，在线教育、TOB服务等为流量多元变现的新兴业务。在国内流量红利日渐饱和的情况下，头条以“技术出海+本土化运营” 战略进行全球化探索，截至2018年6月，其海外用户占比已接近20%。

资讯：今日头条App是公司最早期的战略产品，负责移动端资讯的智能分发。截至2018年8月，其MAU达2.85亿次（数据来源：wind），是公司重要的流量入口。

短视频：抖音、西瓜视频和火山视频分别定位于年轻潮流用户、PGC和UGC三大领域。截至2018Q1，公司三大短视频产品国内MAU突破3亿（数据来源：Questmoblie），成为继今日头条App后的另一大流量入口。

社区及社交：公司分别推出了悟空问答、FaceU激萌及图虫三大产品，深耕内容社区、图聊及图片社区三大领域。

其他：为加深流量变现， 2018年5月，公司推出了北美外教一对一少儿英语品牌gogokid，致力于为4~12岁孩子提供一对一的外教课程。

海外：公司于2015年开始全球化布局，出海产品主要涵盖移动资讯及短视频两大赛道，TopBuzz、TikTok（2018年8月2日，全球增速最快的两大短视频应用musical.ly与TikTok宣布双方联合推出一个全新的全球短视频平台）及Vigo Video分别为今日头条、抖音及火山视频的海外版。

发展历程：技术为核，始于资讯，强于短视频

字节跳动在发展过程中采取多战略并行模式：从战略维度，其发展战略可分为深耕技术、资讯分发、内容创作、全球化、试水社交及社区业务和短视频六条主线：

技术积累：专注AI技术打磨，为后续产品沉淀核心算法基础

字节跳动作为技术驱动型公司，以移动端资讯推荐迅速崛起。2012年3月，字节跳动公司成立，并于2012年8月上线了第一款旗舰产品“今日头条”，与腾讯新闻、凤凰新闻等纯内容分发客户端不同的是，今日头条在成立初期不生产内容，仅通过技术分析进行资讯分发。凭借分发技术带来的差异化，今日头条在2012年底月活突破百万（数据来源：wind）。

成立AI Lab专注人工智能技术研发，顶级AI技术人才储备丰富。2016年3月，字节跳动人工智能实验室成立，旨在推动人工智能技术研究，让机器更好地理解文字、图片、视频、环境场景和用户兴趣，从而促进人类信息与知识交流的效率和深度。实验室目前主要研究领域为机器学习、自然语言理解、计算机视觉、人机交互与机器人等方向，依托字节跳动的海量数据，专注于人工智能领域的前沿技术研究，并将研究成果应用于字节跳动的产品中，利用人工智能帮助内容的创作、分发、互动、管理。同时，实验室也将针对人工智能相关领域内长期性和开放性问题进行研究，帮助公司实现对未来发展的构想，赋能全球创作与交流平台。

公司庞大的用户群体保障了有价值用户数据的持续涌入，有助于模型的改进和迭代。AI Lab拥有世界领先水平的研究人员，实验室负责人马维英曾任微软亚洲研究院常务副院长。2018年7月1日，Guide2Research公布了2018年计算机科学与电子领域顶级科学家排名。马维英是国内唯一产业科学家入选TOP100，全球排名第86位。实验室主任李航曾任微软亚洲研究院高级研究员与主任研究员及华为技术有限公司诺亚方舟实验室主任，李磊曾担任百度美国深度学习实验室少帅科学家。

资讯分发：验证移动端推荐算法逻辑成立，公司流量生态起点

今日头条App是字节跳动的流量生态起点，成立初期定位于内容推荐引擎，主要负责资讯的精准分发。2012年8月，字节跳动上线首款资讯分发产品今日头条，产品基于个性化推荐引擎技术，根据每个用户的兴趣、位置等多个维度进行个性化推荐，推荐内容不仅包括狭义上的资讯，还包括音乐、电影、游戏、购物等信息。与当时已存在的腾讯新闻、凤凰财经等移动新闻客户端不同的是，今日头条在成立初期不进行内容生产，仅根据用户的阅读行为、地理位置等挖掘出兴趣进行精准推送。截至2018年6月，今日头条App MAU高达2.2亿（数据来源：wind），与腾讯新闻用户体量接近，成为移动新闻客户端的两强之一。字节跳动App的上线为公司抢占了资讯分发的一大流量入口，并奠定了强大的AI技术基础，并孵化出悟空问答、火山小视频、西瓜视频等独立App。

内容创作：补足内容生产环节，“智能推荐引擎”转型“内容运营平台”

巨额补贴迅速完善内容生产环节，图文资讯、短视频等纯“流内容”消费平台成效显著。凭借千人千面的推荐算法迅速崛起后，公司从“纯移动推荐引擎”将产业链延伸至内容生产环节，对内容生产的支持体现在资金和流量两方面：1）2013年，头条号上线，今日头条在App内部建立自媒体创作平台；2）2015年，CEO张一鸣“头条号创作者大会”上宣布推出“千人万元”计划，确保在未来一年内至少有 1000 名原创者月收入不低于一万元，该计划实施后，头条号的数量在一年内从 3.5 万个增长至 30 万个；3）2016年，国内移动图文流量日渐饱和，公司在短视频内容领域投入10亿元，使“头条视频”的DAU突破1000万；4）公司在头条推出“千人百万粉”计划，扶持普通创作者，计划“让 1000 个人拥有 100 万粉丝”。从效果来看，字节跳动“AI推荐算法+资金/流量补贴”一系列“短平快”的打法在图文/短视频流内容消费领域效果最为显著。

全球化：技术出海+本土化运营，迅速收割全球移动流量

像素级拷贝国内产品技术大幅降低边际成本，本土化运营保障内容适用性。2015年8月，字节跳动首款国际产品TopBuzz上线，作为旗舰产品今日头条的海外版，TopBuzz在上线初期延续“智能推荐引擎”工具属性，主要信息来源为CNN、NBC、Yahoo!、YouTube及 Jukin Media等各大媒体网站。此后，公司通过产品收购、投资参与等一系列举措迅速收割全球移动端流量。2017年2月，公司收购美国短视频平台Flipparam；2017年11月，公司收购全球移动新闻聚合平台NewsRepublic；2017年11月，公司收购收购全球视频社区musical.ly。目前产品已覆盖150多个国家和地区、75个语种，在40多个国家和地区位居应用商店下载总榜前列。

社区&社交：收购FaceU激萌，拓展流量边界。互联网多元化产品中，移动社交的使用时长占比约为36.4%，高于第二名移动视频20个百分点，高于移动资讯27.7pct，布局移动社交，拓展流量边界是“头条系”产品的一大重要战略。

2018年2月，字节跳动作价约3亿美金，完成对FaceU激萌的收购。作为“脸萌”团队二次创业的成果，该产品最大的亮点在于合并拍摄和编辑两大环节。在实时美颜和动态贴纸功能的作用下，视频的拍摄过程变得更为直观，用户可以获得“所见即所得”的体验。伴随着“激萌传送门”以及“遇见萌友”等社交功能的加入，Faceu激萌对于自身的定位也从单纯的拍照P图类工具转变为短视频社交平台。2017年8月至2018年1月，Faceu激萌的应用安装量始终位于9，000万以上。截至2018年1月底，Faceu激萌的安装数量已经达到1.04亿（数据来源：极光大数据）。

短视频：图文流量见顶，2016年集中布局短视频，并成为字节跳动另一流量重要入口。2016年4月至9月，字节跳动连续上线了火山小视频、头条视频和抖音三款短视频产品，三款产品调性、目标用户互补，其中，火山小视频以UGC内容为主，目标用户定位于三四线城市的“小镇青年”，对标快手；抖音以一二线城市的时尚、年轻用户为主，弥补短视频市场一二线时尚潮流人群的空白；西瓜视频以PGC内容为主，目标用户为三四线城市的男性用户。截至2018年8月，“头条系”短视频赛道三大产品独立设备用户数已达到5.8亿（数据来源：艾瑞App指数）。

商业模式：以互联网广告收入为主，AI技术赋能精准营销

目前，字节跳动商业模式以“短平快”的移动广告变现为主，2018年预计广告收入在300-500亿之间，当前广告收入提升主要来自于MAU提升。目前，“头条系”产品覆盖亿级活跃用户，人均使用时长超过76分钟（数据来源：Questmoblie），是移动互联网的重要流量入口。其广告形式包括开屏广告、信息流广告、详情页广告等多种形式随着旗下产品活跃用户数的不断提升及AI推荐算法精准度的提高，2016-2018年，广告收入均实现了翻倍增长。2016及2017年，“头条系”产品广告收入分别为60亿元至150亿元，预计2018年广告收入在300-500亿元之间，2020年有望突破700亿（数据来源：前瞻产业研究院）。

AI技术赋能移动端互联网广告，提升广告价值，实现平台流量的最佳配置。与其他移动互联网广告相比，“头条系”广告最大的特点在于精准分发：截至2018年10月，公司旗下产品国内总日活用户数超过4亿次，平台凭借海量用户数据及AI推荐技术，对目标用户实现6大维度的16种精准定向，建立目标受众与广告关联，实现移动广告的三赢：用户端看到感兴趣的内容资讯、广告主精准定向节省广告成本，广告平台实现流量的最佳配置。

计费模式:CPM、CPT、GD等多种计费方式。目前，“头条系”广告主要包括开屏广告、信息流广告、开屏联播及视频广告四种类型。开屏广告在应用开启时加载，展示固定时间（静态3秒、动态4秒、视频5秒），展示完毕后自动关闭并进入应用主页面的一种广告形式，支持CPT及GD两种售卖方式。信息流广告即原生形式，目的在于让用户以阅读资讯的方式阅读广告，支持CPT、GD、CPC及CPM四种售卖方式。开屏联播广告即联合多领域Top级APP，将广告主的开屏广告分发到众多优质应用开屏资源上，提供高曝光广告的整合产品，支持CPT、CPM、CPC计费，其中CPT由媒介下单执行，CPC与CPM可在AD后台直接创建。以短视频为展现样式的广告，按推广位置不同可分为“开屏视频广告”、“信息流视频广告”、“详情页视频广告”三种，购买方式包括CPT、GD、CPC、CPM及CPV五种。CPV作为一种新的计费方式，更加注重播放量的效果，并按有效播放量收费，即播放到达10s开始计费。

资讯阶段：精准把握AI推荐算法红利及渠道机遇

竞争格局：今日头条借力算法成功入围两强

2012年8月，字节跳动战略级产品“今日头条”上线。与当时已有的门户网站类移动App不同，今日头条本身不生产内容，基于机器学习技术，根据目标用户的人口特征、环境定位、阅读习惯进行匹配，自动计算出用户感兴趣的内容，实现“千人千面”的推送。2014-2015年，移动资讯市场群雄环伺，主要由主打技术的聚合类资讯App和主打内容的门户类网站新闻资讯App构成，对前者而言，主要决定因素为核心技术、先发优势及用户数据，对后者而言，核心因素为内容资源及用户技术的丰富程度。自2015年下半年开始，今日头条和腾讯新闻凭借各自优势收割腰部资讯平台用户流量。2018年8月，今日头条MAU达2.85亿，腾讯新闻MAU达2.88亿（数据来源：wind），长尾资讯平台流量式微，行业两强格局日渐稳定。

崛起原因：我们认为，今日头条的崛起，享受了互联网移动化进程中推荐算法及智能手机需求爆发的红利，同时，头条也通过精准把握住算法及渠道两大战略跃居第一梯队。具体分析见本部分战略1及战略2。

时代红利：互联网移动化催生智能分发需求

移动资讯行业移动化变迁，信息过载+碎片化阅读催生推荐算法需求。我国资讯行业的分发方式伴随技术发展，共经历了以下三个阶段：1）传统媒体时代：主要依托于电视、广播、纸媒等渠道，传播时效性及传播范围受到限制；2）门户资讯网站时代：PC电脑及互联网的普及，推动了人们通过网页搜索引擎获取新闻资讯的需求；3）移动资讯时代：互联网移动化率提升，人们获取新闻资讯不再受到地域和空间的影响，移动端新闻资讯App日渐兴起。传统新闻媒体、门户类网站、自媒体、短视频及社交媒体等多种内容制造商涌入市场，移动端信息过载严重。同时，移动端搜索引擎使用不便、单位用户阅读时间碎片化，共同催生了移动端推荐算法的需求。

头条战略1： AI驱动，率先享受移动互联网算法红利，先发优势迅速收割流量。2012年8月，今日头条上线，上线初期即定位于“智能分发引擎”，运用智能算法推荐实现用户与内容的准确连接，率先抢占个性化推荐市场。今日头条在移动推荐领域先发优势明显：2014年，今日头条平均MAU已突破5000万（数据来源：wind），ZAKER平台开始强化智能推荐算法，搜狐新闻更新为5.0版本，开启个性化推荐；2015年，今日头条平均MAU已突破7600万（数据来源：wind），凤凰资讯开始投资一点资讯、腾讯上线天天快报、新浪新闻增加个性化推荐比重，网易新闻推出个性化头条；2016年，今日头条平均MAU已突破9000万（数据来源：wind），阿里了“UC头条”，以算法分发作为主要模式，百度推出独立产品“百度好看”，利用百度积累的用户画像及技术基础进行个性化推荐。

今日头条的推荐系统，本质上是一个由AI技术驱动的拟合函数，输入变量包括用户特征、环境特征和内容特征，输出变量为推荐结果。参与运算的参数包括：1）用户特征：包括兴趣、职业、年龄、性别、机型、用户反馈行为等；2）环境特征：地理位置、时间、网络、天气、当前场景（工作、地铁等）；3）内容特征：主题词、兴趣标签、热度、质量等。结合三方面的信息，模型会运算出一个预估，即推测推荐内容在这一场景下对这一用户是否合适。然后对小批量相同标签的用户进行实时推荐。如果用户反馈（转化率、热度）达到设定标准，则将此内容进行大规模的推荐；如果用户反馈低于设定标准，则停止推荐。依靠该推荐系统，今日头条使平台长尾内容实现了有效的分发和触达。

推荐算法壁垒1：推荐系统对细分数据具有极强的依赖，今日头条的C2C数据具有绝对优势。推荐系统对于数据的依赖主要体现在以下三方面：1）特征抽取需要用户侧和内容侧的细分标签；2）召回策略需要获取用户侧和内容侧的各种标签；3）内容分析和用户标签挖掘是搭建推荐系统的基石。今日头条通过长时间的实时在线训练，沉淀了海量的细分用户数据标签及兴趣标签，对用户兴趣的挖掘愈发精准。相比之下，腾讯内部缺乏连接各产品用户信息的数据中台，用户各维度用户信息不完善；百度以PC端搜索引擎为主要入口，缺乏用户对于娱乐内容的消费数据；阿里巴巴数据多偏向于线上消费数据，与娱乐内容差距较大。

推荐算法壁垒2：正向迭代性使先发成为显著优势，2016公司年成立AI Lab，深度绑定尖端技术人才，巩固技术护城河。头条的个性化推荐系统在海量数据学习过程中不断进化，并以每秒上千万次的运算优化推荐效果，反馈给使用者，实现人-数据-算法-信息的良性循环。在字节跳动，这套闭环系统已经深入应用于信息的创作、分发、互动、管理的各过程。同时，为巩固技术优势，字节跳动于2016年成立了人工智能实验室，依托字节跳动的海量数据，专注于人工智能领域的前沿技术研究，并将研究成果应用于今日头条的产品中，利用人工智能帮助内容的创作、分发、互动、管理。同时，实验室也将针对人工智能相关领域内长期性和开放性问题进行研究，帮助公司实现对未来发展的构想，促进信息与知识交流的效率与深度。

战略：智能手机爆发式增长，渠道预装收割流量

时代红利2：2012年初国内换机潮来临，智能手机出货量爆发式增长。2012Q1，国内4G尚未商用，智能手机普及率仅为33%，中国手机市场迎来可第一个智能手机取代功能手机的“换机潮”。2012年3月，我国智能手机出货量达到1745万台，同比增长134%，今日头条母公司字节跳动开始建立。2012年8月，我国智能手机出货量2309达万台，同比增长175%，今日头条1.0版本开始上线。

头条战略2：大规模只智能机预装App收获第一批用户，用户账户信息留存、数据算法正向迭代保障换机用户的粘滞性。今日头条上线初期，将软件预装在华为、360、金立、nubia、三星、联想等主流手机内获取首批用户（信息来源：中关村在线）。数据显示，智能手机的换机频率在在2年左右，今日头条在用户使用构成中，为每个用户创建专属标签，其推荐内容精准度与用户使用次数高度相关，换机后用户通过一键登录即可完成用户标签迁移，技术手段保障用户留存率。

短视频阶段：享行业成长红利及AI技术基因

竞争格局：抖音、西瓜及火山均跻身短视频Top4

“头条系”三大短视频产品抖音、火山小视频和西瓜视频于2016年密集上线，分别打通了年轻时尚人群、UGC内容、PGC内容三大细分领域。2018年6月，“头条系”三大短视频产品未去重用户MAU达4.16亿次，其中抖音MAU达2.07亿次，仅低于快手（数据来源：Questmoblie）。

西瓜视频：定位于个性化推荐的短视频平台，由“头条视频”孵化而来，2018年6月MAU达1.08亿次（数据来源：Questmoblie）。2016年5月，西瓜视频的前身头条视频从今日头条App的短视频功能脱离，正式以独立App形式上线。2017年6月8日，头条视频正式更名为西瓜视频。西瓜视频以PGC短视频内容为主，通过算法分析用户的浏览量、观看记录、停留时间等进行视频推荐。西瓜视频注重平台内容生态建设，积极帮助短视频创业者解决内容制作、粉丝运营和商业变现等难题。一方面，西瓜视频打造了一整套培训体系帮助其快速在平台上成为专业的内容生产者，包括进击课堂与创作者排队。另一方面，西瓜视频推出“3+X”变现计划，通过平台分成升级、边看边买和直播等方式帮助短视频创业者实现商业变现。

火山小视频：15s原创生活小视频社区，对标“快手”，2018年6月其MAU达1.01亿次（数据来源：Questmoblie）。火山小视频定位于15秒原创短视频社区，于2016年12月上线，通过小视频帮助用户迅速获取内容、展示自我、获得粉丝、发现共同爱好。火山小视频以用户UGC内容为主，可在视频中添加文字特效，平台通过火力值变现的方式激励用户生产内容。平台定位于三四线城市用户，通过“农村包围城市”战术不断拓展用户规模，搭建UGC内容创作生态。2017年8月，火山小视频在农村开展会，宣部以10亿元补贴内容创作者，同时推出“火苗计划”，开通视频打赏功能和小视频达人培训计划，扶持平台内容生态。

抖音短视频：“记录美好生活”的短视频，2018年6月，平台MAU达2.07亿次（数据来源：Questmoblie）。抖音是今日头条旗下一款创意短视频社交软件，于2016年9月上线，用户可以通过背景音乐选择、动作编排和特效加工，创作自己的小视频。2017年5月，抖音日均播放量破亿，同年8月达到10亿次。在平台发展初期，用户年轻化态势显著，85%的用户在24岁以下。目前，平台内容和用户年龄层泛化明显，覆盖所有年龄层面用户。在平台运营上，抖音表现积极，通过大量线上活动，保持平台用户活跃度，引导用户进行UGC内容生产。同时，平台在发展初期严格遵守音乐短视频社区的调性，以音乐为中心进行内容类别的划分，形成了平台特色。

崛起原因：我们认为，“头条系”短视频产品崛起的原因，除享受短视频行业增长红利外，还有以下三点战略原因：1）三大产品差异化定位打通细分市场；2）抖音及西瓜短视频共享AI战略基因，实现产品低成本复制，覆盖不同圈层； 3）抖音发展初期，“去快手化”定位于年轻时尚人群，弥补市场空白，并以强营销战略迅速收割流量。具体分析见本部分战略1-战略3。

时代红利：资本及平台混战驱动短视频行业爆发

2016年是短视频行业爆发的元年，资本入局、平台混战催熟行业，“头条系”既助推了行业的发展，又享受了行业成长的红利。短视频行业的发展可以分为萌芽期、探索期、爆发期及成熟期，2016年是行业爆发的元年，内容及平台的激烈竞争助力了行业爆发：内容端，诸多传统媒体人涉足短视频内容生产，短视频内容的头部创作团队屡获资本青睐。例如，2016年3月，短视频代表人物Papi酱获得1200万融资；7月，“一条”获得1亿元B+轮融资；11月，拥有秒拍、小咖秀的一下科技向外宣布完成5亿美元E轮融资，小红唇完成6384万美元的C轮融资。平台端，“头条系”抖音、西瓜和火山小视频在2016年密集上线，11月，梨视频上线，短视频作为重要功能逐步被嵌入各大社交、资讯平台。Questmoblie数据显示，2017年全年，短视频行业MAU净增2.23亿，截至2018年6月，行业月活已达5.05亿，平台渗透率为45.6%，相比于“头条系”短视频上线初期分别增长约3.35亿及28pct。

战略1：差异化定位打通细分市场，保障用户留存

抖音、西瓜及火山小视频分别定位于音乐短视频、PGC及UGC内容，三者用户重合度较低，可覆盖不同圈层用户：Questmoblie数据显示，1）用户重合度：火山小视频平台调性与快手相似，2018年2月平台与快手重合用户数约2897.5万，快手卸载用户中，约26.8%流向火山小视频；抖音、西瓜及火山小视频用户重合数均在2000万以下。2）卸载用户流向：“组合拳”定位有助于承接卸载用户，2018年春节期间，快手卸载用户中，有68.8%流入“头条系”，抖音卸载用户中，有48.7%流入西瓜及火山小视频；3）目标用户差异化：西瓜视频用户年龄分布均匀，53.3%用户消费能力在200元以下，消费能力较弱；抖音中80.7%的人群消费能力在200元以上，与其他短视频平台差异显著。

战略2：共享头条AI基因，产品低成本高效复制

技术沉淀：今日头条为抖音、西瓜等产品的智能推荐及营销搭建了良好的推荐系统，公司在今日头条App中沉淀的AI技术助力抖音营销。抖音及西瓜视频均延续了今日头条的推荐功能，2018年1月，字节跳动算法架构师曹欢欢公开表示：没有一套通用的模型架构能适用所有的推荐场景，但西瓜视频、火山小视频、抖音短视频、悟空问答，都在使用今日头条的推荐系统。针对不同类产品，工程师需要进行不同的算法测试。除使用推荐系统外，公司在今日头条产品中所沉淀的AI技术还可用于营销。2017年，抖音上线“尬舞机”功能，将跳舞机从线下搬到了手机上，用户使用抖音就可以在手机上玩体感游戏。这一功能帮助抖音在新版本上线的第二天冲到了App Store免费榜第一名，“尬舞机”主要应用了今日头条 AI Lab 自主开发的“人体关键点检测技术”，依靠这项技术，抖音能够检测到图像中所包含人体的各个关键点的位置，从而实现从用户姿态到目标姿态的准确匹配。

战略3：抖音“去快手化”+强运营大幅收割流量

平台定位：抖音上线初期，平台调性“去快手化”，填补一二线城市时尚年轻人群的短视频空白。抖音上线初期，快手的MAU已达6507万次，其“农村包围城市”战略收获了大量三四线城市人群。为避免与快手的正面竞争，同时填补一二线城市年轻时尚人群的短视频空白，抖音在上线初期以“音乐”、“年轻”、“潮流”为主打风格，早期抖音的团队深入全国各地艺术院校，挖掘高颜值的年轻人为平台生产内容，并帮助其获取粉丝。这批种子用户的调性气质，给抖音社区贴上了酷潮的标签，并吸引了与之兴趣、风格相似的用户。数据显示，截至2018年3月，抖音24岁以下年轻人占比为75.5%，高于快手8.9pct；一二线城市用户占比为45.3%，高于快手6.5pct。

强营销战略：1）冷启动阶段明星助力：2017年3月，小岳岳转发了一条模仿自己并带有抖音LOGO的微博，使抖音的知名度扩散开来。此后，关晓彤、吴亦凡、古力娜扎等流量明星纷纷入驻抖音，为平台带来了众多粉丝流量。2）丰富的“挑战”及运营活动：抖音通过设置挑战的方式引导用户参与。类似的专题设置及对应的优渥的奖励设置，调动了各层次用户模仿跟进的积极性，从而丰富了平台内容。2017年12月，抖音上线“尬舞机”功能，引发“全民尬舞”热潮。同时，抖音会不定期设置各类“挑战赛”，引导用户参与。3）春节推出“星潮”红包活动：春节期间，抖音通过明星发红包等一系列营销活动使DAU突破6500万。2018年春节，“头条系”三大短视频产品在春节营销活动的带动下MAU均首次破亿，抖音在除夕当周斩获4200万新安装用户，且相较于1月份，其2月份月活用户增长突破4600万。4）日常营销活动：抖音平台上不定期推出海草舞、C哩C哩、手势舞、《甄嬛传》华妃表演片段、《新白娘子传奇》白蛇蜕变段的模仿，使用户活跃度保持在较高水平。

公司运用运营手段构建站内氛围，调控平台调性。抖音短视频总经理张楠曾撰文写道，对那些不符合社区调性和价值观的内容，例如恶意博眼球、吃播、虚假生活小窍门等，会被推荐系统屏蔽。随着平台用户扩张，抖音一度出现“快手化”的内容，但是并没有充斥社区，也从侧面佐证产品管理者对内容的严厉把控。抖音产品负责人王晓蔚称，公司持续运用运营手段构建站内氛围，调控平台调性。

全球化阶段：AI驱动，技术出海+内容本土化

出海简介：聚焦移动资讯+短视频赛道，表现优异

字节跳动的全球化布局始于2015年，目前产品已覆盖150多个国家和地区、75个语种，在40多个国家和地区位居应用商店下载总榜前列。海外产品主要布局移动资讯及短视频两大赛道，截至目前，海外用户规模已接近公司整体用户规模的20%。各产品简介及表现如下：

出海产品及表现简介

TopBuzz：今日头条海外版，系列产品斩获美国巴西年度最受欢迎应用。TopBuzz由今日头条团队开发，主要为海外用户提供包括图文、视频、GIF等在内的个性化资讯，主要的信息源为各大的媒体及视频网站，如CNN、NBC、Yahoo!、YouTube、 Jukin Media等。在 Google Play 2017 最佳应用评选中，TopBuzz荣获巴西年度最受欢迎应用。BuzzVideo是西瓜视频的海外版，以视频和GIF为主要内容，在 Google Play 2017 最佳应用评选中，BuzzVideo荣获美国年度最受欢迎应用。

BABE：印尼排名前三的新闻推荐阅读平台，被称为“印尼版今日头条”。2016年底，字节跳动控股BABE，该平台汇集超过25家主流新闻媒体平台的内容，该平台具备大数据分析引擎，每天抓取几万条新闻和博客展示的同时，能够在用户使用 APP 一段时间后，勾画出用户喜好选择向他主要推送体育或娱乐或经济新闻，使用功能主要分为五部分：首页、分类（选择添加/删减喜好新闻类别）、社交、趋势、其他。新闻推送主要分为四部分：我的新闻（根据用户选择喜好分类推送）、最新、最热、本地（选择不同地区推送当地新闻）。

NewsRepublic：猎豹旗下新闻聚合服务运营商，拥有全球超过1650家新闻机构合作版权。 2018年11月7日，字节跳动以总计8660万美元的价格收购猎豹移动旗下全球移动新闻聚合服务运营商News Republic。交易完成后，News Republic将会变成今日头条旗下全资子公司。通过此次收购，字节跳动获得了猎豹移动庞大的全球移动用户群。NewsRepublic于2016年8月被猎豹收购，被称为“世界上第一家没有记者的新闻媒体”。平台已与全球超过1650家新闻机构建立版权合作关系，同时读者还可在平台上就新闻话题展开讨论，形成新闻社区。得益于猎豹强大的后台，收购后，News Republic技术上实现了内容与用户的双向匹配，搭建了全球公众号平台，接入大量UGC个人创作者和网红，帮助其获得更好的曝光，同时发挥网红内容带头效应。

Dailyhunt：印度最大的新闻资讯分发平台。2016年10月，字节跳动向Dailyhunt注资2500万美元，以资本的形式参与印度资讯市场。Dailyhunt于2012年上线，截至2016年底，平台共支持15种语言，每日发出超过35，000条内容，包括新闻、电子书、杂志、漫画和视频。官方数据显示，2016年平台收入约为1500万美元，App下载量超1.2亿次，月活达2800万、阅读45亿条内容。除广告外，平台还通过与出版商合作销售电子书获得收入。该平台的目标是四年内在40亿美元的印度数字广告市场中获取6%-7%的份额，月活达到1.5亿-2亿。由于印度语言环境复杂，宪法承认的语言有23种，若想获得更多用户，多语言内容运营能力是重中之重，这也是中国企业出海印度时面临的困难之一，而Dailyhunt一大优势是为印度人提供本土语言内容。

Flipagram：美国短视频音乐社区，独有音乐版权优势下高速成长。2017年2月，字节跳动全资收购美国移动短视频社区Flipagram，从用户分布来看，收购Flipagram给今日头条带来了大量美国、拉美、欧洲地区的用户。该平台正式上线于2013年，是一款让用户通过短视频来分享自己生活的软件。用户在Flipagram上可以非常方便的将照片、视频配上热门音乐，生成大约30秒到一分钟左右的短视频进行分享。也可从数以千万计的曲调组成的乐库中，搜索60秒的音乐片段，添加到自己的视频中。平台上有超过1000名认证音乐人进行音乐推广，包括英国流行乐队“单向组合”在内的全球著名音乐人，都将Flipagram作为自己全球首发的平台之一。得益于其独有的音乐版权，Flipagram成长迅速，2014年底，Flipagram的每月用户数量已达到3300万。2015年，Flipagram在美国区IOS商店中位列照片和视频类应用下载排行榜的前十名。

VigoVideo：2017年7月，火山小视频海外版在全球。平台复制产品在国内的界面及技术细节，内容根据面向国家调整以适应本土文化。登陆巴西、印度市场三个月，就成为当地最受欢迎的短视频App之一。2017年8月进军印尼市场，VigoVideo下载量始终排在当地应用市场视频产品榜的前五位，每天都有几万名新用户下载并开始使用火山海外版。

TikTok：抖音海外版，于2017年8月在全球布局。截至2018年6月，已覆盖全球150多个国家和地区，全球MAU突破5亿次，其中国内日活跃用户数超过1.5亿、月活跃用户数超过3亿。Sensor Tower 2018Q1手机应用市场报告数据显示，抖音及抖音海外版在苹果应用商店下载量达4580万次，成为全球下载量最高的iOS应用。Tik Tok是泰国和印尼最受欢迎的产品，在Google Play和App Store曾双双获得免费下载总榜排名第一。平台自2017年夏季登陆日本，并于2017年11月、2018年4月和5月登上日本App Store总榜第一的位置，成为日本最受欢迎的App。

musical.ly：具有旺盛UGC力量的音乐短视频社区。2017年10月，字节跳动以10亿美金收购音乐短视频平台musical.ly。musical.ly于2014年7月正式上线，最初定位为“青少年”用户的“音乐”短视频，以音乐作为切入点，“对嘴唱”作为突破，在青少年中掀起流行趋势。截至2017年11月，musical.ly全球每天的活跃用户数超过2000万，其中北美活跃用户超过600万。2018年8月，musical.ly与TikTok宣布双方联合推出全新的全球短视频平台，新平台沿用TikTok品牌。

全球化成功原因分析：我们认为，“头条系”产品出海成功的原因及所享时代红利如下：1）南美、东南亚等地区尚属移动流量红海，公司以“技术出海+本土化运营”战略，高效、低成本复制国内成功产品经验，迅速收割发展中国家蓝海流量；2）美国、日本等国家移动端流量竞争相对激烈，公司以参股收购成熟产品、与巨头结盟等方式参与其中，并辅以精细化运营，从细分领域切入收割发达国家移动流量。

时代红利：海外尚存移动流量机遇

内驱力：国内移动流量红利基本见顶，亟需新的流量入口

智能手机渗透率已接近饱和，互联网流量红利基本见顶。“头条系”产品主要应用场景为智能手机，自2016年11月以来，我国智能手机市占率基本维持在95%左右，硬件所带来的人口红利基本见顶。自2017年以来，我国移动移动互联网MAU环比增速下滑至1%以下，2017年净增0.64亿，2018年上半年净增0.23亿，流量红利基本见顶，公司亟需新的流量入口保持业务增速。

海外机遇：南美、东南亚等地尚属互联网流量洼地

“技术复制+内容本地化”策略下，出海边际成本大幅降低，海外尚存互联网流量红利。Internet World Status数据显示，截至2017年12月31日，全球互联网用户为41.56亿，其中南亚、东南亚、南美等地区增速明显。从2016到2017年，国内人口红利消失，全球互联网人口红利转移到南亚、东南亚、南美等地区。目前，字节跳动旗下的主要海外产品有TopBuzz、Tik Tok等9款产品，出海产品主要聚焦于日本、韩国、巴西、美国、欧洲、东南亚和印度等国家及地区。公司以技术出海+本土化运营复制国内成功今日头条、抖音两大爆款产品，并以投资控股等方式参与到海外产品的运营中。其中，印度、东南亚地区等海外国家的移动互联网尚属红海，潜在用户数量较多。公司CEO张一鸣表示：在边际成本降低很快的互联网行业，同样的投入，全球化市场是国内市场规模的5倍。

印度流量红利：智能手机渗透率不足45%尚属蓝海，人均移动数据消耗量可提升空间较大。2017年，印度智能手机渗透率约为42.2%，不及同期中国智能手机渗透率的1/2。未来随着基础设施建设和软件应用渗透的完善，智能手机渗透率有望进一步提升。智能机终端到位后，印度将诞生数以亿计的潜在移动互联网用户。同时，就人均数据流量的提升空间而言，2017年，印度人均移动数据消耗量仅为0.5-1GB/月，约为中国的1/2，不及美国的1/10，仍有较大提升空间，为互联网公司主打的社交、电商、娱乐等领域在印度爆发提供了先决条件。

东南亚尚属移动互联网洼地，预计将接力印度成为全球增速最快的移动互联网市场，人口结构特征为娱乐App的火爆奠定基础。全球互联网巨头谷歌联合新加坡主权投资公司淡马锡在2016年5月和2017年11月两次研究报告，预测到2025年，东南亚地区（新加坡、印尼、马来西亚、菲律宾、泰国和越南）的互联网经济总量将达到2000亿美元，东南亚将接力印度成为全球增长最快的移动互联网市场，移动互联网用户将从2015年的2.6亿人增至2020年的5亿人，年均复合增长率和印度同为14%，而中国同期将仅有4%。人口特征方面，东南亚市场中，18-24岁人口比例接近30%，远高于中国的 8%，且自我表现欲望强，是抖音及火山小视频的潜在核心用户群体。

战略1：自我复制+投资收购，强运营战略收割全球流量

自我复制：技术出海+内容本土化，AI技术是取得优势的关键

复制原则：产品全球化，内容本地化，AI技术沉淀为最佳优势。基于国内成熟产品的技术内核及运营经验，字节跳动共复制出Topbuzz、TikTok、VigoVideo及BuzzVideo四款产品，分别对标国内今日头条、抖音、火山小视频和西瓜视频四款成熟产品。这四款产品的复制逻辑为像素级拷贝国内产品技术，为全球用户提供统一的产品体验。国内成熟产品沉淀的内核技术包括机器学习、自然语言处理、计算机视觉和人机交互等，可即时应用于信息推荐、视频分析与检索、封面自动选取、人脸关键点检测、人体关键点检测等诸多领域，大幅降低产品研发成本。同时，为使产品内容适应本土文化，公司在多数海外国家均设立了当地办公室，招揽深入了解当地文化的互联网人才，在泰国泼水节前后设置节日专属贴纸，在印尼发起#tiktokramerame挑战等具有当地特色的活动。

投资收购：以资本布局切入发达国家或成熟产品，辅以巨头联盟

对于发达国家及细分领域内已存在领先产品的领域，公司的布局方式多为资本注入。字节跳动以资本注入方式布局的五款海外产品Dailyhunt、BABE、News Republic、Flipagram、musical.ly中，有三款来自于美国，一款来自于印尼、一款来自印度。2017年11月，今日头条宣布，将与猎豹移动在个性化内容和社交直播领域达成战略合作，成立内容出海战略联盟。根据合作协议，猎豹移动用户将通过猎豹产品直接调用今日头条在全球的个性化内容推荐服务，以提升猎豹工具产品的变现能力；而今日头条将获得猎豹全球海量移动用户的支持。出海同盟的达成，让猎豹移动与今日头条有了更大的战略空间，聚焦于彼此的核心领域。

战略2：持续优化产品体验，本土化深度运营

产品端：针对海外流量市场对移动端产品的强需求，“头条系”产品卡位技术优势不断优化拍摄体验，降低视频制作门槛。以抖音为例，产品在设计早期，公司不断投入CND（Content Delivery Network，即内容分发网络）成本，达到高清全屏效果；美化方面，平台不断地优化滤镜、贴纸和特效等功能，丰富了拍摄的玩法。并且基于人脸关键点检测等AI技术，使这些功能的呈现效果更加生动，抖音的滤镜及美颜效果在各大短视频平台中口碑出众。在拍摄体验上，抖音具有快慢速度调整和分段拍摄功能，可自由调整音乐和视频的匹配节奏，支持视频分段拍摄及合成，大大降低了非专业用户的使用门槛。同时，抖音还具有“随手拍摄”功能，用户使用时可以在屏幕上滑动，方便切换及缩放镜头。

内容端：复制国内强运营战略，深度匹配本土文化，保障内容接受度。面对不同国家及地区的风俗习惯及文化特色，“头条系”产品为其定制匹配的内容以适应其需求。以抖音为例，针对泰国的泼水节，TikTok为泰国用户专门设计推出了三款节日贴纸，仅泼水节前后三周时间，使用量即超过4万次；日本的内容需求高度细分化，TikTok专门为其设置手绘漫画视频类别，同时针对其独有的校园集体舞文化，为用户专门推送感兴趣的挑战话题；在印尼，技术流和手势舞类的短视频最受欢迎，抖音海外版邀请印尼达人，结合当地歌曲编手势舞，带动用户挑战拍摄。今年，平台还发起了#tiktokramerame挑战，这种多人同框的视频在印尼非常受欢迎，挑战赛结束一周后，视频观看量超过5300万。

字节跳动崛起启示录

通过上述分析，我们认为，字节跳动能够成功崛起、并成为国内互联网领域除BAT之外的“第四极”，在这一过程中，除了移动互联网快速普及所带来的人口红利之外，创新的产品理念及领先应用AI技术成为其能够快速脱颖而出的核心要素：

1）移动资讯分发阶段：互联网移动化及信息过载形成对推荐算法需求，今日头条推荐算法精准匹配用户需求，并精准把握智能机首批“换机潮”基于，通过大规模渠道预装收割第一批用户。

2）短视频阶段：2016年恰逢短视频行业需求爆发的黄金窗口期，快手以“农村包围城市”路线收割三四线城市流量，“头条系”今日头条所沉淀的技术优势，密集推出三款产品，差异化定位打通细分市场，保障用户留存。同时，抖音及西瓜视频共享今日头条AI技术基因，实现产品低成本高效复制。面对快手在短视频行业中形成的“初级垄断”，现象级产品抖音发展初期通过“去快手化”与其形成错位竞争，并以“尬舞机”、“海草舞”、“挑战赛”、“明星入驻”等强运营策略迅速收割用户流量。

3）全球化阶段：公司把握印度、东南亚等地区的流量蓝海，以“技术出海+本土化运营”复制国内成熟产品经验，迅速抢占发展中国家流量蓝海市场，并通过参股收购、精细化运营等手段切入美国、日本等发达国家，并辅以精细化运营，从细分领域收割发达国家移动流量。

估值及投资建议

估值讨论：AI落地赋予公司更高的估值溢价

2018年10月，字节跳动完成Pre-IPO轮融资，估值750亿美金。公司是全球唯一一家以AI技术为核心、商业模式相对成熟的互联网公司，其估值对整个互联网行业估值体系重构都具有较深的意义，我们将从市销率（PS）及单用户市值两个角进行对比分析：

（1）市销率（PS）：显著高于传统互联网公司。2018年，字节跳动预计收入超500亿人民币，Pre-IPO轮融资估值为750亿美金，对应18年PS为10.38x，显著高于腾讯、Facebook、百度、ALPHABET（Google母公司）等互联网公司，体现出投资机构对于AI技术重构互联网商业模式的认可。

（2）单用户市值/价值：显著低于成熟社交平台型公司，高于内容分发型公司。2018年10月，字节跳动预计核心未去重MAU约为7.5亿，Pre-IPO估值对应单用户市值约为691.7元，显著低于腾讯、Facebook，接近百度单用户市值，显著高于微博这类信息分发型公司。

投资建议：拥抱新时代，关注技术变化带来的行业投资机会

字节跳动的快速崛起（6年时间成长为国内估值第三的互联网龙头），印证了AI技术的应用对内容分发乃至整个互联网行业的冲击与重构；我们有理由相信，未来在AI技术的不断成熟和普及过程中，互联网等行业有望在AI技术的加持之下，在内容创造、商业模式等方面迎来全新发展机遇，典型如社交、信息流、视频及图片内容分发领域，关注相关领域龙头公司腾讯控股、百度、芒果超媒及视觉中国。

腾讯控股：AI技术布局已久，赋能内部业务推动行业变革。在技术储备方面，腾讯陆续建立了腾讯优图、腾讯 AI Lab、WeChat AI等AI实验室，及腾讯Robotics X机器人实验室、音视频、量子实验室等诸多前沿技术研究机构。在应用上，腾讯已经推出了一系列AI+技术解决方案，依靠精细化的解决方案，深入到了医疗、零售、安防、金融、社交、娱乐和公益等众多行业。未来，腾讯“A+”计划将主要应用于游戏、内容、社交及医疗等方面。游戏板块，将通过技术推进AGI的理想研究场景，探索游戏与AI结合的编辑；社交方面，通过WeChat AI等研究机构，完善人人交互体验，探索人机交互的新模式；医疗方面，将着力建设医疗影像，建设国家人工智能开放创新平台。

百度：AI技术储备深厚，自动驾驶、医疗、制造业等行业应用落地。2018年7月，百度与金龙客车合作的全球首款L4级自动驾驶小巴“阿波龙”量产下线后，Apollo商业化进程再次加速。2018百度世界大会上，公司揭晓了国内首个L4级别自动驾驶乘用车的量产计划：2019年小批量下线示范运行、2020年大批量投放更多城市运营。同时，百度的AI技术应用在国民经济三大基础产业已取得较好成绩：农业方面，百度云与麦飞科技合作的农业遥感智能监测系统，可实现对农作物病虫害实施智能化监测，并完成精准施药，能够将农药使用量降低50%；制造业方面，百度与拓疆者合作的无人自主挖掘机可量产解决方案的工程装备，使用百度的无人自主挖掘机，能够将人力成本减少40%，实现工程收益提升50%；在医疗服务方面，百度凭借人工智能技术，推出了AI眼底筛查一体机，在更基层、更偏远、眼科医生还无法触达的地方帮助病患筛查，尽早发现致盲风险、及时就医。

芒果超媒：A股大视频领域稀缺标的，有望借助AI技术打造中国版Netflix。芒果TV是湖南广播电视台旗下唯一互联网视频平台，独家提供湖南卫视所有栏目高清视频直播点播，凭借《快乐大本营》、《天天向上》、《爸爸去哪儿》、《我是歌手》等一系列经典栏目培养起众多粘性用户，同时拥有《半妖倾城》、《剧星很芒》等特色自制内容，2018Q3，平台拥有819万付费会员，居国内视频网站第二梯队。对标Netflix发展历程，AI技术对其长尾内容分发、精准推送方面起到了重要作用。我们认为，芒果TV沉淀众多优质内容，未来有望借助AI技术实现内容精准推荐，大幅提升长尾内容的播放量。预测2018-20年EPS分别为1.08/1.41/1.89元，对应同期33/25/19倍PE，维持“买入”评级。

篇8

根据2017年4月最新数据，蚂蚁金服旗下的余额宝以1656亿美元的AuM规模，超越摩根大通，成为世界上最大的货币市场基金

2017年，百度三项技术（自动驾驶等）入选MIT 2017年全球十大突破性科技

2016年度，中国移动支付交易规模实现8万5千亿美元，高达美国同期的70倍以上

宏观层面来看，中国、美国俨然已成为驱动世界互联网发展的双引擎。但微观层面而言，两者在市场发展阶段、用户特征、竞争格局、企业创新特点等方面都迥然各异。

因此，在关注的目光背后，世界对中国互联网充满了无限的好奇：中国互联是如何在短时间内取得飞跃的？它呈现出哪些独一无二的中国特色？这些特色从何而来，未来又将何处去？

为了回答这些问题，BCG联手阿里研究院、百度发展研究中心与滴滴政策研究院，综合汇集了四方的内部数据、外部第三方报告，并通过专家访谈调研、内部座谈研讨等多方位输入，对上述问题进行了探讨和思考。

中国互联网概览和特色

我们从市场、用户、竞争三方面系统比较了中美互联网的差异，梳理和总结了中国互联网特色。

市场特色

总体来看，中国互联网规模大、增速高、潜力足，互联网化程度名列世界前茅。从影响力看，相当数量的中国互联网巨头和初创企业已登上国际舞台。从结构上看，中国互联网市场呈现鲜明的中国特色，电子商务和互联网金融板块尤为发达。

截至2016年，中国的网民总数已达7.1亿，约相当于印度与美国的网民总量，占全球网民总数的1/5。中国的互联网消费规模高达9670亿美元，仅略低于美国。从增长来看，“中国速度”亦惊艳了世界。中国网民总量过去15年里年复合增长率达25%，互联网消费过去5年里年复合增长率高达32%。但中国的互联网用户普及率仍然较低，仅52.2%（截至2016年7月），其他G20国成员中，发达国家集团互联网用户普及率均高于85%，中国互联网未来增长仍然可期，想象空间仍大。同时，中国互联化程度高，其eGDP在整体GDP中的占比高达6.9%，排名世界第二。

中国互联网市场的腾飞也孕育了一批具有竞争力的“中国巨龙”。在全球市值排名前十的互联网公司中，5家中国公司入列，与美国公司分庭抗礼。同时，2017年中国独角兽企业数量占全球的近三成，市值占比则高达四成。

而中国的互联网行业在市场结构上，与美国相比呈现出了鲜明的差异，电子商务和互联网金融比重明显较大。

用户特色

从用户结构来看，中国互联网用户相比美国更年轻、更草根、更移动。从应用偏好来看，中国用户更“喜新厌旧”。从消费行为来看，中国用户网购更频繁，数字内容付费意愿亦快速提升，并日趋多元。

更年轻：以2016年数据为例，中国互联网用户平均年龄为28岁，美国平均年龄为42岁，相差14岁。除中国总体人口结构更年轻以外，中国高年龄段网民渗透率显著低于美国，也是导致中国网民更年轻的原因。中国60岁及以上年龄段中网民渗透率仅12%，美国65岁及以上年龄段中网民渗透率高达66%。

更草根：从受教育程度看，以2016年数据为例，中国高中以下网民占比高达51%，美国仅9%；中国大专及以上网民占比仅21%，美国则高达64%。从城乡分布看，中国农村网民占比为25%，而美国为17%。

更移动：以2016年数据为例，在接入互联网各终端中，中国均落后于美国，唯独移动端的渗透率高出美国，达12%（中国：90%，美国：78%）。此外，中国有将近1/4的手机原生网民，而美国这一比例仅为11.3%。中国手机原生网民的一般特征是：年龄较低、学历较低（初中及以下）、收入水平较低（尤其是农村外出务工人员、农民）、乡村居民。

更“喜新厌旧”：中国网民更愿意接受新的应用，但抛弃应用的速度也更快。如图显示，很多新兴应用在中国的渗透速度超越了美国。中国人均APP安装量高达38个，但与此同时，中国高达43%的APP仅被使用1次，美国只有25%；中国仅有15%的APP能被使用10次以上，而美国这一比例则有37%。

网购更频繁：中国网民PC端和移动端的网购频次都远高于美国。在PC端每周网购1次及以上的占比为64%（美国：34%），移动端网购占比则更高，达70%（美国：43%）。

竞争特色

中国互联网行业的竞争越来越激烈，且逐渐形成生态体系，百度、腾讯、阿里三大巨头构建了广泛的生态体系，培育了不同细分行业的领头羊。与此同时，第二梯队企业的奋起直追和新技术的层出不穷孕育着新一轮的群雄争霸和竞争格局的潜在变迁。从竞争特点来看，回顾近年来中国互联网行业的几大风口，无一不呈现出竞争迅速白热化、高峰期企业数量多、企业存活率低的现象。相对应地，在中国互联网行业也更加容易“一夜成名”。

总结以上分析，中国互联网的整体形象呈现出三大显著特点：大而独特、快速发展、活跃多变。

对中国互联网特色的思考

中国特色的互联网经济也给世界带来了诸多“迷思”，让我们分别对其中的五大“迷思”进行逐一解读。

迷思之一：为什么迄今为止中国互联网在如此庞大的体量上还能够取得快速发展？

我们认为中国互联网快速发展的现象，基于三个主要驱动因素：整体经济环境红利、行业高透明度、“跳跃成长”，其中“跳跃成长”成为关键。

跳跃成长

在发达国家，互联网带来的进步是渐进的，在原先良好的基础上逐步升级产业。

而中国在进入互联网时代时部分行业市场成熟度较低，有许多市场需求无法被传统产业满足，留下大量市场空白。互联网的解决方案解决了原有产业痛点，得到了跳跃成长的机会，在某些领域甚至成为主导市场的力量。

若分析中美互联网各板块占比，可发现中国的零售交易、互联网金融两个版块在整体互联网行业收入占比较美国高。而这些也恰好是中国互联网与传统产业结合较深、且原先传统产业成熟度较低的领域。

以移动支付为例，在移动支付兴起之前，中国线下交易以现金为主，而发达国家则早已有成熟的信用卡生态体系。相较于美国信用卡支付的普及，中国因支付基础设施不足（POS机普及率低）、信用卡渗透率低，消费者尚未形成信用卡使用习惯。因此，比较下图中2011年和2015年中美各支付手段占比的变化可以发现，在中国移动支付更多是对现金支付的替代，而不是去改变信用卡的使用习惯，因此中国移动支付实现了爆发式的增长，截至2016年移动支付交易金额已经是美国的70倍以上。

在报告中，我们针对电子商务、移动支付、网络信贷三个板块在中国的”跳跃成长”为案例进行了深入研究。

迷思之二：为什么中国互联网异常活跃多变？

中国互联网经济百家争鸣、万木争春。相比美国等成熟市场，中国互联网企业不但数量庞大，而且竞争尤其激烈，互联网行业节奏变化尤其迅速。中国互联网活跃多变的现象有诸多因素。而其中重要的一点，我们认为与中国互联网企业相比美国更偏向商业模式、应用、内容层面的应用驱动型创新有关。

这一创新偏重，一方面导致了中国互联网行业的竞争门槛相对较低，因此吸引了为数众多的新创企业加入竞争，容易形成对风口和热点的集聚追逐，竞争更激烈；另一方面也导致了企业行为的差异，如：更善于挖掘围绕市场需求变化的微创新、更追求创新频率和短期见效，因此节奏变化更迅速，市场波动性更大。

中国互联网行业更偏重应用驱动型创新

以Crunchbase的221家独角兽为样本，我们对阿里巴巴、百度、滴滴等行业内的40位专家展开了问卷调查。调研发现，中国企业以应用驱动型创新居多，技术驱动型创新显著少于美国。

中国互联网行业涌现了大量围绕中国特色展开的独特创新

中国互联网行业虽然以应用驱动为主，但围绕技术和应用的结合及技术对商业模式的推动，仍然发展开创了数量众多的独特创新，展现出惊人的创新精神和创新能力。我们分析发现，这些独特的创新往往源自中国特色的市场需求，体现出鲜明的中国特色。将中国特色的市场要求进行归纳总结，主要有两种：中国市场部分领域发展阶段尚不成熟，需要进行进一步完善优化实现落地；通过整合各种场景、充分利用线上线下生态系统，实现最快速的用户获取。

我们在报告中详细将支付宝和美国PayPal进行了对比研究，该案例研究充分展示了中国特色的创新如何更有效地满足中国特色的市场要求（可参见完整版报告——创新案例研究：支付宝的“创新立方”）。

迷思之三：中国互联网市场的关键成功要素是什么？为何国际巨头接连折戟？

对众多国际互联网企业而言，中国是一个让人“又爱又恨”的地方。“爱”在于吸引力十足的市场规模和增长潜力，“恨”在于国际互联网巨头在华成功的例子并不多见。与此同时，一大批优秀的中国本土企业却纷纷崛起，阿里巴巴、腾讯、百度、滴滴、京东……有中国特色的互联网“武林”，究竟需要哪些有中国特色的“秘笈”？

通过行业解析和国内外企业案例研究，我们归纳出了四大中国互联网市场的关键成功要素。

本土化定制能力。由于不同的经济、社会和文化环境，中国用户的需求和欧美有很大差异。中国拥有多层次的经济和社会结构，导致中国用户需求的高度多元化。此外，中国互联网侧重应用驱动型创新的特点决定了其竞争环境是需要更善于挖掘中国特色需求，更讲究针对中国特色需求的定制化。

快速市场响应能力。应用驱动型创新使得中国互联网行业呈现竞争者众多，节奏快且多变的特点，微创新、改良性创新往往成为竞争聚焦点。这些微创新和改良性创新更强调贴近需求变化、敏捷响应、短期见效。

线上线下结合能力。在部分领域，中国互联网扮演的是推动传统行业实现“跳跃成长”的角色，因此他们必然面临传统线下市场的成熟度不高，基础配套不足等各种线下问题，往往需要互联网公司自主参与线下运营。为快速打开局面，中国互联网企业也通过大量的地面推广来引导和培育市场。

生态建设能力。“跳跃成长”的特点要求线上线下结合，自然也对中国互联网企业在垂直领域建立线上线下结合的生态提出了高要求。中国互联网整体竞争格局亦呈现较强的生态布局特点，对生态建设能力要求较高。

针对上述四项能力，报告中我们分别选取了“eBay vs. 淘宝”、“MSN vs. QQ”、“Airbnbn vs. 途家”和滴滴进行了深度案例研究。

迷思之四：未来中国互联网的特色会不会有所变化？

中国互联网过去的发展呈现出了诸多特色。面向未来，伴随特色背后驱动因素的变化，这些中国特色将会发生演进。与此同时，也会涌现出一些新的中国特色。

中国互联网整体快速发展的趋势还会持续，但部分驱动力会有所减弱。一方面，前文提到的支撑中国互联网行业过去二十年飞速增长的整体经济环境红利将出现一些变化：人口红利和资本红利逐步消退；人才红利将受益于海归人才加速回流但与此同时成本优势将减小；基础设施红利在自上而下的投入驱动下将会持续。

另一方面，BAT等领先互联网企业为未来互联网行业发展构建了发展平台，为新兴互联网企业的加速成长提供了重要动能。（请参见完整版报告中的共享单车案例分析。）

新发展模式带来新快速发展的机会。在部分领域，前期“跳跃成长”所带来的优势将有助于中国互联网企业在下一阶段引领新的发展模式。以新零售模式为例，新发展模式的核心在于线上线下的全面融合。而在前期“跳跃成长”过程里中国互联网的作用就是提供新的替代的方式解决传统行业发展不足的痛点，所以 “跳跃成长”带来了天然优势：中国互联网企业天然关注线上和线下的融合，积累较多，生态更完备。

中国互联网行业继续活跃，但多变程度将变低。我们观察到在某些领域（如人工智能）中国互联网企业有着从应用驱动型创新逐步迈向技术驱动型创新的趋势。

比如，目前中国与美日等技术创新强国在人工智能领域已经几乎在站在同一条起跑线上，而中国庞大的互联网用户基数和丰富的应用场景机会为中国人工智能技术的下一步发展带来了独特的优势。技术的突破使得中国互联网企业将侧重逐步转向技术驱动型创新。这将一定程度上改变市场行为，使市场波动性降低。（请参见完整版报告中的百度人工智能案例研究：百度阿波罗自动驾驶技术开放计划和百度DuerOS。）

迷思之五：中国特色的互联网企业逐步向海外发展会带来什么影响？

相较国际互联网巨头已在多个海外市场占据重要地位，中国互联网企业的海外发展起步较晚。从海外营收占比看，Google、Facebook、Amazon等2015 年的海外营收占比在38-54%之间，但阿里巴巴、腾讯、百度等中国互联网企业海外营收占比均未超过 15%。但在国内市场竞争趋稳后，中国互联网企业纷纷把战略重心转向海外。

中国互联网向海外发展的模式和行为特征。中国互联网因自身发展产生的特色，间接影响了在海外扩张方面的行为。其中较为明显的特色包括中国互联网企业已经习惯在条件不成熟的市场高速发展，填补市场空白；同时适应以“应用驱动创新”为主、高速变动的市场环境。上述两项特色塑造了中国互联网企业在国际市场上立足于解决传统产业痛点的角色定位和追求贴近市场，短期见效的商业逻辑。

“解决传统产业痛点”的角色定位使得中国互联网企业似乎对市场环境的塑造更为积极，如投资基础设施（物流、仓储等）、与政府合作解决社会问题；更注重线上线下结合；更偏好进入跟中国市场比较类似的市场（具有市场总量庞大、本土化需求强、部分行业尚不成熟等特点），复制中国成功经验，布局行业生态圈。

篇9

二、文献概况

在维普、万方及知网数据库中检索2Oo0年到2011年题名或关键字包含“教育游戏”的论文．可得到千余篇相关度很高的学术文章，涉及的学科涵盖了计算机、互联网、教育以及信息管理领域等。从研究目的及内容上看，这些文献大体从以下几个方面展开研究：发展综述、理论探索、设计方法、技术工具、应用实践以及调查分析等。发展综述类文献旨在研究并分析近年来国内教育游戏的总体发展概况，从各个角度综合地、客观地看待教育游戏，侧面地论证了两者结合的可行性和重要性：理论研究类文献主要探讨教育游戏的概念和本质，并基于认知主义、建构主义等学习理论和游戏理论，从宏观上分析学习与游戏之间的关系，试图找到教育性与游戏性两者之间的平衡点，其研究涉及到心理学、教育学、社会学、信息学等领域：而设计方法类文献则从微观角度人手，对教育游戏具体的设计方法和过程进行研究并建模．研究内容包括如何设计游戏任务，如何调动学习动机，如何增加沉浸感、如何设计知识应用情景、体验路线以及反馈奖励机制等：技术工具类文献主要研究教育游戏开发中的关键技术、创作工具或模板，为产品设计提供必要的技术支持：应用实践类文献往往以某一领域为例，针对某个学科，研究教育游戏应用方法和意义。或者针对具体的某类受众，开发教育游戏应用系统，并对其进行评估。除此以外．还有一些文献则是以调查为主要手段，以某一特殊领域或特殊人群为对象，考察其对教育游戏的需求，或者研究教育游戏在不同受众群体中的应用效果以及产生的社会效益。从数量比例上看．上述六类不同侧重点文献的所占比例大致为：发展综述类占12％、理论研究类占28％、设计方法类占27％、技术工具类占3％、应用实践类占28％，、调查调研类占2％。理论、设计方法和应用实践是本领域研究的重点。从发表时间来看，大部分文献集中于2005年到2011年，体现出教育游戏研究在最近几年呈加速发展趋势。

三、发展综述类

综述类文献是了解并把握整体研究动态的有力工具。魏婷、李艺等人以国际化的视野梳理了不同学习理论对教育游戏设计思想的影响，并以教育与游戏平衡为主线，介绍了国际主流的平衡化设计思想和结构设计方法。IlJ阳嵘莎等人选取了国内CNKI上1999年到2009年之间218篇教育游戏相关文章。从时间分布、研究内容、研究重点、作者所属单位和区域上进行了详细分析，指出了国内相关研究在用户分析、效果评估方面的不足，并给出了关注国际、立足本土、拓展主题、校企合作等方面的建议。[21综述类文献基本都认为2005年左右是教育游戏研究加速的重要时间点，研究重心也逐步从探讨教育游戏的价值逐步转移到设计理论和方法创新上．但截至目前国内依然缺乏广泛认同和普遍应用的教育游戏设计模型及工具。

四、理论研究类

理论研究类文献主要从教育游戏的概念和本质出发，归纳其特点，对其进行分类，分析各种学习理论对教育游戏设计的影响，并基于学习理论展开教育与游戏之间辩证关系的探讨。对于教育游戏的概念，赵海兰、祝智庭从狭义和广义两个维度给出了定义：“狭义上的教育游戏是指教育性和游戏性整合在一起．在玩游戏的过程中所产生的自然教育效果”；“从广义上来讲教育游戏是指具有教育素材和游戏性因素的所有的教育软件”。而《中国远程教育》市场研究室提供的《教育游戏产业研究报告》中，则将其定义为能够培养游戏使用者的知识、技能、智力、情感、态度、价值观，并具有一定教育意义的计算机游戏类软件。[41前者强调了“教育软件”，后者则落脚在了“计算机游戏类软件”上。这便引出了关于教育游戏的本质讨论，即教育游戏是“游戏化的教育软件”还是“具有一定教育意义的计算机游戏”?教育性和游戏性哪个更重要?其中，有些研究通过分析教育游戏与普通游戏、教育游戏与教育软件之间的共同点和不同点．得出了教育游戏的本质并非单纯强调教育性重要还是游戏性更重要，而是两者从形式到内容上的结合。例如．张文兰等人通过比较游戏与教育各自的不同本质，提出了教育游戏的本质是吸取了教育的外在不独立性和游戏的内在自由性，即外在的游戏形式和内在的教育内容的结合。[51更有研究者从学习理论和游戏理论人手。探讨教育性和游戏性在形式和内容上的高度整合。认为早期的行为主义影响下的教育游戏，主要强调建立基于“刺激一反应”的学习行为，但游戏任务太过简单．“游戏性”不够；而基于认知主义和建构主义学习理论的教育游戏，更注重了学习动机的设计．强调了学习者具有主导地位，是知识转化为能力的主动建构者。这种学习理论下的学习行为与游戏中的体验行为有着相通之处。虽然不同学者出发点不同，但几乎所有的研究都强调了教育游戏的基本特征：(1)教育性，即以发展个体为目的，不同于一般游戏的“休闲娱乐”目的；(2)以游戏作为表现形式．区别于普通教育软件或平台中知识的直白、单一的表示；(3)软件系统，即限定了概念的本质为软件系统．而非其他日常游戏活动。此外，赵海兰等人还分别从内容、受众等方面，对教育游戏进行分类。就内容而言，有以“课程学习”为内容的教育游戏。也有为“专门知识或技能培训”而开发的游戏；从游戏对象角度来看，教育游戏又可分为儿童、青少年、一般人和特殊群体类。[3]这些分类的研究对教育游戏的设计提出了不同的要求。

五、设计及建构方法类

近年来教育游戏的系统设计及构建方法方面的文章大量涌现，关注的是微观上各个设计环节中的细节问题，而“游戏性”和“教育性”的平衡点问题最终也体现在这些细节的设计上，包括：游戏主题设计、游戏场景设计、游戏任务设计、游戏规则设计、关卡设计、参与者角色设计和情感设计等等。这些常见于一般游戏的元素，如何植入知识，并且不失原来的游戏味道是大家研究的重点。魏婷从Amory等人的游戏对象模型GOM(GameObjectMode1)tn出发，探讨了教育游戏设计过程中如何解决游戏性和教育性平衡问题。GOM模型包含九大对象，并分属于游戏空间、视觉空间、要素空间、人物空问、问题空间五个空间。每个对象都有相应的抽象属性和具体属性．可以借此来理解和处理教育游戏中的娱乐性和教育性的平衡关系。设计过程中运用抽象属性来体现教育性．开发过程中，基于具体属性来实现游戏性。这种GOM的设计充分体现了建构主义学习理论中的情境学习、合作学习以及挑战策略三个方面的内容．因此为教育游戏的设计提供了思路：学习目标与故事情节的融合。活动与场景的统一，故事情节与任务难题的联结。李彤彤等人从本能层、行为层和反思层三个层面提出了教育游戏设计模型的情感化设计，[9]即“人的情感赋予教育游戏的设计过程中，同时给学习者带来积极的情感体验”。作者认为游戏界面设计精美，给人很好的视觉享受是本能层的目标：通过学习者的努力获得游戏的成功而伴随的“成就感”和“愉悦感”是行为层的情感目标：而反思层则是“在用户内心产生的更深度的情感、意识、理解、个人经历、文化背景等种种交织在一起所造成的影响。这是一种被提升的、复杂的情感”。因此．一个优秀的教育游戏一定在教授知识的同时也应赋予一定的情感因素，传递给人积极向上的情感体验。情感设计包含教学的情感设计和游戏环境设计的情感化。即将枯燥的知识赋予一定的情感，游戏界面情感化，游戏任务情感化、交互情感化等。宋敏珠等人通过分析学习动机、流体验、有效学习环境和教育游戏之间的内在联系，构建了一个以创设有效学习环境为取向．通过流体验激发学习动机的“EFM教育游戏设计模型”。㈣马颖峰等人针对教育游戏设计中沉浸感缺失问题。以非常流行的开心网为例，从社会、认知和情感三方面对沉浸感进行了深入分析，探讨了如何增强教育游戏沉浸感的途径。李敏从教学设计的角度建议：游戏任务的设计要“明确”、“灵活”、“形式多样”、“具有创新性与娱乐性”、“要有奖励”等特点。这与普通教学软件中单纯以得分多少作为学习任务区别很大。她还提出游戏规则要使学习者具有很强的自主支配感，不受很大约束，能发挥自身的创造力和想象力。02]汤跃明、张玲通过几个实例，提出了“把模拟转换成模拟游戏”、“争夺的活动空间”、“在模拟的环境中运用信息解决复杂问题”、“在模拟世界里提供机会和结果”、“区分角色并对专家进行分类”、“利用分工与合作制定计划并完成任务”等教育游戏设计策略。作者还提出，逐渐提高复杂度、增加界面的友好、增加分工协作机制等都是设计环节中可借鉴的经验。[131值得注意的是。目前依然缺乏清晰、完整的设计理论体系，也不存在成熟的开发框架来全面指导教育游戏的设计和开发。

六、关键技术与工具类

目前，游戏的开发多采用游戏引擎来完成。游戏引擎是指一些已编写好的、可编辑游戏的工具系统及一些交互式实时图形程序的核心组件。玩家所体验到的故事情节、场景、交互操作、关卡、音乐、特效等内容都是由游戏的引擎直接控制的。游戏引擎一般由多个骥子系统组成，包括渲染、场景管理、人工智能、粒子系统、音效、输入输出等。不同文献探讨或研究的技术方案并不相同，比较常见的用来开发教育游戏的引擎或软件工具平台包括：美国MarkOvermars公司推出的GameMaker、日本Enterbrain公司开发角色扮演类游戏制作工具RPGMaker等，这类工具易用性强．非常适合不熟悉游戏底层开发技术的教育人士使用：FLASH提供了ActionScript脚本语言和强大的交互功能，也非常适合制作小型的教育游戏：Torque3D、Unity3D、Virtools、BigWorld、Unreal等商业游戏引擎的价格从几百美元到百万美元级别，适合具有一定技术背景的团队使用；DirectX、OpenGL以及O—GRE(Object—OrientedGraphicsRenderingEngine)+CEGUI(CrazyEddie’SGUISystem)+RakNet+OpenAL的组合等API和底层组件能够提供最大的灵活性．但开发难度和技术要求也最高，适合技术实力强的团队。另外．李卓群等人尝试以游戏引擎技术为核心设计了教育游戏软件开发平台，在情境创设及变换、角色动画、教学功能交互组件等部分模块上进行了功能创新。为了显示不同形式的教学内容，系统专门设计了适合情境教学的GUI按钮和编辑框。同时，为了实现游戏对学生的实时反馈以及学生之间的信息交互，系统采取UDP数据包传送方式来加快服务器与客户端之间的通信速度，并且通过客户端预言来解决UDP快速响应游戏方式下的数据包的丢失和乱序问题。㈣为了便于农业领域中教育游戏的开发，一种基于游戏引擎的、面向农民科技培训的三维可视化平台提供了两种模式：游戏模式和编辑模式。其中编辑模式可完成游戏任务编辑、场景地图编辑以及相关知识点编辑，以帮助农业专家进行虚拟农业模型参数的设置。平台采取四层架构：表现层、控制层、逻辑层、持久层，可实现科学知识与游戏逻辑的分离，增强了其知识的可复用性以及游戏系统的可扩展性。[151

七、应用实践类

众多文献作者针对某个领域的教育游戏的设计和开发实践进行了描述和总结。从教育对象看，有一些游戏旨在开发婴幼儿智力，例如：“走迷宫”游戏提供了一个迷宫场景，起点和终点是固定的。游戏中，幼儿可以反复体验“上”、“下”、“左”、“右”的感觉，训练幼儿对于方向的感觉．并且能够认识到达目的可以有多种途径。整个游戏采取卡通风格，亲近儿童，同时场景具有一定随机性，具有很强的游戏性。[161还有一些教育游戏用于配合学校课堂教学，帮助理解抽象知识并掌握技能。例如南天门公司研发的“幻境游学”游戏化英语学习产品，按难易分为五级，分别为对应小学、初中、高中、大学四级、大学六级英语学习。再如“E代学堂”提供小学至初中(1～8年级)的英语、语文、数学同步教学内容．所有的知识点均以益智游戏的形式展现出来。071有相当数量的教育游戏应用于宣传科普知识。提高普通公众的科学素养。例如以消防知识为主要内容，基于游戏引擎开发的“消防游戏”，利用虚拟现实技术再现真实的火灾情景，直观地传递消防知识。再如，面向青少年，针对户外、室内常遇意外事故(包括骨折、溺水、冻伤、烫伤等)开发的基于角色扮演的“安全急救知识”教育游戏．用于培养学生灵活运用急救知识解决突发事件的能力，帮助青少年积累急救经验，培养关心他人、克服困难、团结友爱的优秀品质并树立珍惜生命的信念。另外，教育游戏逼真的画面、真实的沉浸感以及虚构的故事情节也为很多专业领域中的被培训者提供了知识学习和特殊技能培训的应用情境。“临床护理实习”是一款以丰富的临床护理模拟案例为基础．培训临床护理专业学生掌握实际操作中的关键步骤的角色扮演游戏。游戏提供了医患交流的虚拟情境，锻炼学生与医护、病人的沟通能力、临床应急能力、临床思维能力、团队协作能力。周昌能等人针对煤矿事故救援环境高危、救护队员训练不足、心理素质不过硬等问题，基于情感驱动的受训玩家个性化建模而研发的煤矿事故救援训练游戏．被用于训练救护人员的实操能力。受训者还在游戏过程中能得到情感以及心理脱敏训练，提高其心理素质，塑造其坚韧、冷峻的性格品质。

八、调查与社会效益类

调研类文献主要从各种群体对教育游戏需求出发，验证教育游戏发展的可行性和必要性。例如调查中小学生及其家长对游戏以及教育游戏的态度．得出大多数调查对象对教育游戏及其产生的效果持肯定态度；[221再如《高校公共政治理论课教育游戏的需求调查和分析》中指出，高校学生对于高校公共政治理论课与游戏相结合是持支持态度的。除此以外，也有一些文献专门研究教育游戏产生的社会效益．结果表明教育游戏不但产生了正面的社会效益．也为很多企业带来很可观的经济效益。《教育游戏产业研究报告》一文通过教育游戏的市场前景分析和预测、国内教育游戏企业分析、教育游戏产品分析、教育游戏用户特征等的全面分析，得目前国内教育游戏产业虽然处于起步阶段，市场定位、产品研发、市场推广、产品销售等诸多环节还没有形成完整的产业价值链，但是教育游戏以其独有的特点，具有广阔的市场空间。

九、几点思考

尽管教育游戏的研究在近几年取得了大量的成果，并广泛应用于各个学科领域，大量的教育游戏应用软件也层出不穷，发挥着前所未有的强大作用。但是，教育游戏的发展仍然存在着很多不足，值得我们去思考：

(一)缺乏成熟的理论体系作为指导大多数研究普遍认同建构主义和情境主义学习理论是教育游戏设计的理论基础。但是如何完美结合学习理论和游戏理论。如何基于游戏任务来驱动引导学习者的认知过程．目前还没有公认的非常成熟的理论体系。

精选范文

1深度人工智能教育

深度人工智能教育范文

篇1

篇2

篇3

篇4

篇5

篇6

篇7

篇8

篇9

精选范文

学术杂志

中国律师

表面工程与再制造

杭州学刊

中国黄金珠宝