智能家居swot

1. 人工智能产业发展深度报告：格局、潜力与展望

人

工智能（Artificial Intelligence，AI）是利用机器学习和数据分析方法赋予机器模拟、延伸

近年来， 在大数据、算法和计算机能力三大要素的共同驱动下，人工智能进入高速发展阶段。

人工智能市场格局

人工智能赋能实体经济，为生产和生活带来革命性的转变。 人工智能作为新一轮产业变革 的核心力量，将重塑生产、分配、交换和消费等经济活动各环节，催生新业务、新模式和 新产品。从衣食住行到医疗教育，人工智能技术在 社会 经济各个领域深度融合和落地应用。同时，人工智能具有强大的经济辐射效益，为经济发展提供强劲的引擎。据埃森哲预测， 2035 年，人工智能将推动中国劳动生产率提高 27%，经济总增加值提升 7.1 万亿美元。

多角祥乱饥度人工智能产业比较

战略部署：大国角逐，布局各有侧重

全球范围内，中美“双雄并立”构成人工智能第一梯队，日本、英国、以色列和法国等发 达国家乘胜追击，构成第二梯队。同时，在顶层设计上，多数国家强化人工智能战略布局， 并将人工智能上升至国家战略，从政策、资本、需求三大方面为人工智能落地保驾护。后起之秀的中国，局部领域有所突破。中国人工智能起步较晚，发展之路几经沉浮。自 2015 年以来，政府密集出台系列扶植政策，人工智能发展势头迅猛。由于初期我国政策 侧重互联网领域，资金投向偏向终端市场。因此，相比美国产业布局，中国技术层（计算 机视觉和语音识别）和应用层走在世界前端，但基础谨返层核心领域（算法和硬件算力）比较 薄弱，呈“头重脚轻”的态势。当前我国人工智能在国家战略层面上强调系统、综合布局。

美国引领人工智能前沿研究，布局慢热而强势。 美国政府稍显迟缓，2019 年人工智能国 家级战略（《美国人工智能倡议》）才姗姗来迟。但由于美国具有天时（5G 时代）地利（硅 谷）人和（人才）的天然优势，其在人工智能的竞争中已处于全方位领先状态。总体来看， 美国重点领域布局前沿而全面，尤其是在算法和芯片脑科学等领域布局超前。此外，美国聚焦人工智能对国家安全和 社会 稳定的影响和变革，并对数据、网络和系统安全十分重视。

伦理价值观引领，欧洲国家抢占规范制定的制高点。 2018 年，欧洲 28 个成员国(含英国) 签署了《人工智能合作宣言》，在人工智能领域形成合力。从国家层面来看，受限于文化和语言差异阻碍大数据集合的形成，欧洲各国在人工智能产业上不具备先发优势，但欧洲 国家在全球 AI 伦理体系建设和规范的制定上抢占了“先机”。欧盟注重探讨人工智能的社 会伦理和标准，在技术监管方面占据全球领先地位。

日本寻求人工智能解决 社会 问题。 日本以人工智能构建“超智能 社会 ”为引领，将 2017 年确定为陪旁人工智能元年。由于日本的数据、技术和商业需求较为分散，难以系统地发展人 工智能技术和产业。因此，日本政府在机器人、医疗 健康 和自动驾驶三大具有相对优势的 领域重点布局，并着力解决本国在养老、教育和商业领域的国家难题。

基础层面：技术薄弱，芯片之路任重道远

基础层由于创新难度大、技术和资金壁垒高等特点，底层基础技术和高端产品市场主要被欧美日韩等少数国际巨头垄断。 受限于技术积累与研发投入的不足，国内在基础层领域相 对薄弱。具体而言，在 AI 芯片领域，国际 科技 巨头芯片已基本构建产业生态，而中国尚 未掌握核心技术，芯片布局难以与巨头抗衡；在云计算领域，服务器虚拟化、网络技术 （SDN）、 开发语音等核心技术被掌握在亚马逊、微软等少数国外 科技 巨头手中。虽国内 阿里、华为等 科技 公司也开始大力投入研发，但核心技术积累尚不足以主导产业链发展；在智能传感器领域，欧洲（BOSCH，ABB）、美国（霍尼韦尔）等国家或地区全面布局传 感器多种产品类型，而在中国也涌现了诸如汇顶 科技 的指纹传感器等产品，但整体产业布 局单一，呈现出明显的短板。在数据领域，中国具有的得天独厚的数据体量优势，海量数 据助推算法算力升级和产业落地，但我们也应当意识到，中国在数据公开力度、国际数据 交换、统一标准的数据生态系统构建等方面还有很长的路要走。

“无芯片不 AI”，以 AI 芯片为载体的计算力是人工智能发展水平的重要衡量标准，我们 将对 AI 芯片作详细剖析，以期对中国在人工智能基础层的竞争力更细致、准确的把握。

依据部署位置，AI 芯片可划分为云端（如数据中心等服务器端）和终端（应用场景涵盖手 机、 汽车 、安防摄像头等电子终端产品）芯片；依据承担的功能，AI 芯片可划分为训练和 推断芯片。训练端参数的形成涉及到海量数据和大规模计算，对算法、精度、处理能力要 求非常高，仅适合在云端部署。目前，GPU（通用型）、FPGA（半定制化）、ASIC（全定制化）成为 AI 芯片行业的主流技术路线。不同类型芯片各具优势，在不同领域呈现多 技术路径并行发展态势。我们将从三种技术路线分别剖析中国 AI 芯片在全球的竞争力。

GPU（Graphics Processing Unit）的设计和生产均已成熟，占领 AI 芯片的主要市场份 额。GPU 擅长大规模并行运算，可平行处理海量信息，仍是 AI 芯片的首选。据 IDC 预测， 2019 年 GPU 在云端训练市场占比高达 75%。在全球范围内，英伟达和 AMD 形成双寡头 垄断，尤其是英伟达占 GPU 市场份额的 70%-80%。英伟达在云端训练和云端推理市场推 出的 GPU Tesla V100 和 Tesla T4 产品具有极高性能和强大竞争力，其垄断地位也在不断 强化。目前中国尚未“入局”云端训练市场。由于国外 GPU 巨头具有丰富的芯片设计经 验和技术沉淀，同时又具有强大的资金实力，中国短期内无法撼动 GPU 芯片的市场格局。

FPGA（Field Programmable Gate Array）芯片具有可硬件编程、配置高灵活性和低能耗等优点。FPGA 技术壁垒高，市场呈双寡头垄断：赛灵思（Xilinx）和英特尔（Intel）合计 占市场份额近 90%，其中赛灵思的市场份额超过 50%，始终保持着全球 FPGA 霸主地位。 国内网络、阿里、京微齐力也在部署 FPGA 领域，但尚处于起步阶段，技术差距较大。

ASIC（Application Specific Integrated Circuits）是面向特定用户需求设计的定制芯片， 可满足多种终端运用。尽管 ASIC 需要大量的物理设计、时间、资金及验证，但在量产后， 其性能、能耗、成本和可靠性都优于 GPU 和 FPGA。与 GPU 与 FPGA 形成确定产品不 同，ASIC 仅是一种技术路线或方案，着力解决各应用领域突出问题及管理需求。目前， ASIC 芯片市场竞争格局稳定且分散。我国的 ASIC 技术与世界领先水平差距较小，部分领域处于世界前列。在海外，谷歌 TPU 是主导者；国内初创芯片企业（如寒武纪、比特大陆和地平线），互联网巨头（如网络、华为和阿里）在细分领域也有所建树。

总体来看 ，欧美日韩基本垄断中高端云端芯片，国内布局主要集中在终端 ASIC 芯片，部分领域处于世界前列，但多以初创企业为主，且尚未形成有影响力的“芯片−平台−应用” 的生态，不具备与传统芯片巨头（如英伟达、赛灵思）抗衡的实力；而在 GPU 和 FPGA 领域，中国尚处于追赶状态，高端芯片依赖海外进口。

技术层面：乘胜追击，国内头部企业各领风骚

技术层是基于基础理论和数据之上，面向细分应用开发的技术。 中游技术类企业具有技术 生态圈、资金和人才三重壁垒，是人工智能产业的核心。相比较绝大多数上游和下游企业聚焦某一细分领域、技术层向产业链上下游扩展较为容易。该层面包括算法理论（机器学 习）、开发平台（开源框架）和应用技术（计算机视觉、智能语音、生物特征识别、自然 语言处理）。众多国际 科技 巨头和独角兽均在该层级开展广泛布局。近年来，我国技术层 围绕垂直领域重点研发，在计算机视觉、语音识别等领域技术成熟，国内头部企业脱颖而 出，竞争优势明显。但算法理论和开发平台的核心技术仍有所欠缺。

具体来看，在算法理论和开发平台领域，国内尚缺乏经验，发展较为缓慢。 机器学习算法是人工智能的热点，开源框架成为国际 科技 巨头和独角兽布局的重点。开源深度学习平台 是允许公众使用、复制和修改的源代码，是人工智能应用技术发展的核心推动力。目前， 国际上广泛使用的开源框架包括谷歌的 TensorFlow、脸书的 Torchnet 和微软的 DMTK等， 美国仍是该领域发展水平最高的国家。我国基础理论体系尚不成熟，网络的 PaddlePaddle、 腾讯的 Angle 等国内企业的算法框架尚无法与国际主流产品竞争。

在应用技术的部分领域，中国实力与欧美比肩。 计算机视觉、智能语音、自然语言处理是三大主要技术方向，也是中国市场规模最大的三大商业化技术领域。受益于互联网产业发 达，积累大量用户数据，国内计算机视觉、语音识别领先全球。自然语言处理当前市场竞 争尚未成型，但国内技术积累与国外相比存在一定差距。

作为落地最为成熟的技术之一，计算机视觉应用场景广泛。 计算机视觉是利用计算机模拟 人眼的识别、跟踪和测量功能。其应用场景广泛，涵盖了安防（人脸识别）、医疗（影像诊断）、移动互联网（视频监管）等。计算机视觉是中国人工智能市场最大的组成部分。据艾瑞咨询数据显示，2017 年，计算机视觉行业市场规模分别为 80 亿元，占国内 AI 市 场的 37%。由于政府市场干预、算法模型成熟度、数据可获得性等因素的影响，计算机视觉技术落地情况产生分化。我国计算机视觉技术输出主要在安防、金融和移动互联网领域。而美国计算机视觉下游主要集中在消费、机器人和智能驾驶领域。

计算机视觉技术竞争格局稳定，国内头部企业脱颖而出。 随着终端市场工业检测与测量逐 渐趋于饱和，新的应用场景尚在 探索 ，当前全球技术层市场进入平稳的增长期，市场竞争格局逐步稳定，头部企业技术差距逐渐缩小。中国在该领域技术积累丰富，技术应用和产 品的结合走在国际前列。2018 年，在全球最权威的人脸识别算法测试（FRVT）中，国内 企业和研究院包揽前五名，中国技术世界领先。国内计算机视觉行业集中度高，头部企业 脱颖而出。据 IDC 统计，2017 年，商汤 科技 、依图 科技 、旷视 科技 、云从 科技 四家企业 占国内市场份额的 69.4%，其中商汤市场份额 20.6%排名第一。

应用层面：群雄逐鹿，格局未定

应用场景市场空间广阔，全球市场格局未定。 受益于全球开源社区，应用层进入门槛相对较低。目前，应用层是人工智能产业链中市场规模最大的层级。据中国电子学会统计，2019 年，全球应用层产业规模将达到360.5 亿元，约是技术层的1.67 倍，基础层的2.53 倍。 在全球范围内，人工智能仍处在产业化和市场化的 探索 阶段，落地场景的丰富度、用户需 求和解决方案的市场渗透率均有待提高。目前，国际上尚未出现拥有绝对主导权的垄断企 业，在很多细分领域的市场竞争格局尚未定型。

中国侧重应用层产业布局，市场发展潜力大。 欧洲、美国等发达国家和地区的人工智能产 业商业落地期较早，以谷歌、亚马逊等企业为首的 科技 巨头注重打造于从芯片、操作系统 到应用技术研发再到细分场景运用的垂直生态，市场整体发展相对成熟；而应用层是我国 人工智能市场最为活跃的领域，其市场规模和企业数量也在国内 AI 分布层级占比最大。据艾瑞咨询统计，2019 年，国内77%的人工智能企业分布在应用层。得益于广阔市场空间以及大规模的用户基础，中国市场发展潜力较大，且在产业化应用上已有部分企业居于 世界前列。例如，中国 AI+安防技术、产品和解决方案引领全球产业发展，海康威视和大 华股份分别占据全球智能安防企业的第一名和第四名。

整体来看 ，国内人工智能完整产业链已初步形成，但仍存在结构性问题。从产业生态来看， 我国偏重于技术层和应用层，尤其是终端产品落地应用丰富，技术商业化程度比肩欧美。 但与美国等发达国家相比，我国在基础层缺乏突破性、标志性的研究成果，底层技术和基 础理论方面尚显薄弱。初期国内政策偏重互联网领域，行业发展追求速度，资金投向追捧 易于变现的终端应用。人工智能产业发展较为“浮躁”，导致研发周期长、资金投入大、 见效慢的基础层创新被市场忽略。“头重脚轻”的发展态势导致我国依赖国外开发工具、 基础器件等问题，不利于我国人工智能生态的布局和产业的长期发展。短期来看，应用终 端领域投资产出明显，但其难以成为引导未来经济变革的核心驱动力。中长期来看，人工智能发展根源于基础层（算法、芯片等）研究有所突破。

透析人工智能发展潜力

基于人工智能产业发展现状，我们将从智能产业基础、学术生态和创新环境三个维度，对 中国、美国和欧洲 28 国人工智能发展潜力进行评估，并使用熵值法确定各指标相应权重 后，利用理想值法（TOPSIS 法）构建了一个代表人工智能发展潜力整体情况的综合指标。

从智能产业基础的角度

产业化程度：增长强劲，产业规模仅次美国

中国人工智能尚在产业化初期，但市场发展潜力较大。 产业化程度是判断人工智能发展活 力的综合指标，从市场规模角度，据 IDC 数据，2019 年，美国、西欧和中国的人工智能 市场规模分别是 213、71.25 和 45 亿美元，占全球市场份额依次为 57%、19%和 12%。中国与美国的市场规模存在较大差异，但近年来国内 AI 技术的快速发展带动市场规模高速增长，2019 年增速高达 64%，远高于美国（26%）和西欧（41%）。从企业数量角度， 据清华大学 科技 政策研究中心，截至 2018 年 6 月，中国（1011 家）和美国（2028 家） 人工智能企业数全球遥遥领先，第三位英国（392 家）不及中国企业数的 40%。从企业布局角度，据腾讯研究院，中国 46%和 22%的人工智能企业分布在语音识别和计算机视觉 领域。横向来看，美国在基础层和技术层企业数量领先中国，尤其是在自然语言处理、机器学习和技术平台领域。而在应用层面（智能机器人、智能无人机），中美差距略小。展 望未来，在政策扶持、资本热捧和数据规模先天优势下，中国人工智能产业将保持强劲的 增长态势，发展潜力较大。

技术创新能力：专利多而不优，海外布局仍有欠缺

专利申请量是衡量人工智能技术创新能力和发展潜质的核心要素。在全球范围内，人工智 能专利申请主要来源于中国、美国和日本。2000 年至 2018 年间，中美日三国 AI 专利申 请量占全球总申请量的 73.95%。中国虽在 AI 领域起步较晚，但自 2010 年起，专利产出 量首超美国，并长期雄踞申请量首位。

从专利申请领域来看， 深度学习、语音识别、人脸识别和机器人等热门领域均成为各国重 点布局领域。其中，美国几乎全领域领跑，而中国在语音识别（中文语音识别正确率世界 第一）、文本挖掘、云计算领域优势明显。具体来看，多数国内专利于 AI 科技 热潮兴起后 申请，并集中在应用端（如智能搜索、智能推荐），而 AI 芯片、基础算法等关键领域和前 沿领域专利技术主要仍被美国掌握。由此反映出中国 AI 发展存在基础不牢，存在表面繁 荣的结构性不均衡问题。

中国 AI 专利质量参差不齐，海外市场布局仍有欠缺。 尽管中国专利申请量远超美国，但技术“多而不强，专而不优”问题亟待调整。其一，中国 AI 专利国内为主，高质量 PCT 数量较少。PCT（Patent Cooperation Treaty）是由 WIPO 进行管理，在全球范围内保护 专利发明者的条约。PCT 通常被为是具有较高的技术价值。据中国专利保护协会统计，美国 PCT 申请量占全球的 41%，国际应用广泛。而中国 PCT 数量（2568 件）相对较少， 仅为美国 PCT 申请量的 1/4。目前，我国 AI 技术尚未形成规模性技术输出，国际市场布 局欠缺；其二，中国实用新型专利占比高，专利废弃比例大。我国专利类别包括发明、实 用新型专利和外观设计三类，技术难度依次降低。中国拥有 AI 专利中较多为门槛低的实 用新型专利，如 2017 年，发明专利仅占申请总量的 23%。此外，据剑桥大学报告显示， 受高昂专利维护费用影响，我国 61%的 AI 实用新型和 95%的外观设计将于 5 年后失效， 而美国 85.6%的专利仍能得到有效保留。

人才储备：供需失衡，顶尖人才缺口大

人才的数量与质量直接决定了人工智能的发展水平和潜力。目前，全球人工智能人才分布 不均且短缺。据清华大学统计，截至 2017 年，人才储备排名前 10 的国家占全球总量的 61.8%。欧洲 28 国拥有 43064 名人工智能人才，位居全球第一，占全球总量的 21.1%。美国和中国分别以 28536、18232 列席第二、第三位。其中，中国基础人才储备尤显薄弱。根据腾讯研究院，美国 AI 技术层人才是中国 2.26 倍，基础层人才数是中国的 13.8 倍。

我国人工智能人才供需严重失衡，杰出人才缺口大。 据 BOSS 直聘测算，2017 年国内人 工智能人才仅能满足企业 60%的需求，保守估计人才缺口已超过 100 万。而在部分核心领域（语音识别、图像识别等）， AI 人才供给甚至不足市场需求的 40%，且这种趋势随 AI 企业的增加而愈发严重。在人工智能技术和应用的摸索阶段，杰出人才对产业发展起着 至关重要的作用，甚至影响技术路线的发展。美国（5158 人）、欧盟（5787 人）依托雄 厚的科研创新能力和发展机会聚集了大量精英，其杰出人才数在全球遥遥领先，而中国杰 出人才（977 人）比例仍明显偏低，不足欧美的 1/5。

人才流入率和流出率可以衡量一国生态体系对外来人才吸引和留住本国人才的能力。 根据 Element AI 企业的划分标准，中国、美国等国家属于 AI 人才流入与流出率均较低的锚定 国（Anchored Countries），尤其是美国的人工智能人才总量保持相对稳定。具体来看， 国内人工智能培育仍以本土为主，海外人才回流中国的 AI 人才数量仅占国内人才总量的 9%，其中，美国是国内 AI人才回流的第一大来源大国，占所有回流中国人才比重的 43.9%。 可见国内政策、技术、环境的发展对海外人才的吸引力仍有待加强。

从学术生态的角度

技术创新能力：科研产出表现强劲，产学融合尚待加强

科研能力是人工智能产业发展的驱动力。从论文产出数量来看，1998-2018 年，欧盟、中国、美国位列前三，合计发文量全球占比 69.64%。近些年，中国积极开展前瞻性 科技 布 局， AI发展势头强劲，从1998年占全球人工智能论文比例的8.9%增长至2018年的28.2%， CAGR17.94%。2018 年，中国以 24929 篇 AI 论文居世界首位。中国研究活动的活跃从 侧面体现在人工智能发展潜力较大。

我国论文影响力仍待提高，但与欧美差距逐年缩小。 FWCI（Field-Weighted Citation Impact， 加权引用影响力）指标是目前国际公认的定量评价科研论文质量的最优方法，我们利用 FWCI 表征标准化1后的论文影响力。当 FWCI≥1 时，代表被考论文质量达到或超过了世 界平均水平。近 20 年，美国的 AI 论文加权引用影响力“独领风骚”，2018 年，FWCI 高 于全球平均水平的 36.78%；欧洲保持相对平稳，与全球平均水平相当；中国 AI 领域论文 影响力增幅明显，2018 年，中国 FWCI 为 0.80，较 2010 年增长 44.23%，但论文影响力仍低于世界平均水平的 20%。从高被引前 1%论文数量来看，美国和中国高质量论文产出 为于全球第一、第二位，超出第三位英国论文产出量近 4 倍。综合来看，中国顶尖高质量 论文产出与美国不分伯仲，但整体来看，AI 论文影响力与美国、欧美仍有差距。

从发文主体来看，科研机构和高校是目前中国人工智能知识生产的绝对力量，反映出科研成 果转化的短板。 而美国、欧盟和日本则呈现企业、政府机构和高校联合参与的态势。据Scopus 数据显示，2018 年，美国企业署名 AI 论文比例是中国的 7.36 倍，欧盟的 1.92 倍。2012 年 至 2018 年，美国企业署名 AI 论文比例增长 43pct，同期中国企业署名 AI 论文仅增长 18pct。 此外，人工智能与市场应用关联密切，校企合作论文普遍存在。而我国校-企合作论文比例仅为 2.45%，与以色列（10.06%）、美国（9.53%）、日本（6.47%）差别较大。从产学结合的角度， 中国人工智能研究以学术界为驱动，企业在科研中参与程度较低，或难以实现以市场为导向。

中国人工智能高校数量实位于第二梯队，实力比肩美国。高校是人工智能人才供给和论文 产出的核心载体。 据腾讯研究院统计，全球共 367 所高校设置人工智能相关学科，其中， 美国（168 所）独占鳌头，占据全球的 45.7%。中国拥有 20 所高校与英国并列第三，数 量上稍显逊色。此外，中国高校实力普遍上升，表现强劲。据麻省理工学院 2019 年发布的AI 高校实力 Top20 榜单中，中国清华大学、北京大学包揽前两名，较 2018 年分别上 升 1 个和 3 个名次。

从创新环境的角度

研发投入：中美研发投入差距收窄

中国研发高投入高强度，在全球研发表现中占据重要地位。 从研发投入的角度，美国、中国、日本和德国始终是全球研发投入的主力军。据 IDC 统计显示，2018 年四国的研发投 入总和占全球总量的比例已达 60.77%。其中，美国凭借其强大的研发实力连续多年位居 全球研发投入的榜首。近年来，中国研发投入呈现一路猛增的强进势头，据 Statista 统计， 国内 2019 年研发投入额为 5192 亿美元，仅次于美国。且趋势上与美国差距不断缩小， 2000 年至 2019 年，CAGR 高达 14.43%，同期美国 CAGR 仅 2.99%。由于经济疲软等 诸多原因，欧盟与日本则呈现较为缓慢的上升趋势。据研发投入与强度增长的趋势推测， 中国或在 1-2 年内取代美国的全球研发领先地位。从研发强度的角度，中国研发强度总体 上呈逐步攀升的趋势，且涨幅较大。但对创新活动投入强度的重视程度仍与美国和日本存 在差距。2018 年中国研发强度 1.97%，低于日本和美国 1.53、0.87 个百分点。

资本投入：资金多而项目缺，资本投向侧重终端市场

中美是全球人工智能“融资高地”。 人工智能开发成本高，资本投入成为推动技术开发的主力。在全球范围内，美国是人工智能新增企投融资领先者，据 CAPIQ 数据显示，2010 年至 2019 年 10 月，美国 AI 企业累计融资 773 亿美元，领先中国 320 亿美元，占全球总 融资额的 50.7%。尤其是特朗普政府以来，人工智能投资力度逐步加码。中国作为全球第 二大融资体，融资总额占全球 35.5%。考虑到已有格局和近期变化，其他国家和地区难以 从规模上撼动中美两国。从人工智能新增企业数量来看，美国仍处于全球领先地位。2010 至 2018 年，美国累计新增企业数量 7022 家，较约是中国的 8 倍（870 家）。中国每年新 增人工智能企业在 2016 年达到 179 家高点后逐渐下降，近两年分别是 179 家（ 2017 年）， 151 家（2018 年），表明中国资本市场对 AI 投资也日趋成熟和理性。整体来看，中国人 工智能新增企业增势缓慢，但融资总额涨幅迅猛。这一“资金多而项目缺”的态势或是行 业泡沫即将出现的预警。

相比较美国，中国资本投向侧重易落地的终端市场。 从融资层面来看，中国各领域发展较 为均衡，应用层是突出领域，如自动驾驶、计算机学习与图像、语音识别和无人机技术领 域的新增融资额均超过美国。而美国市场注重底层技术的发展。据腾讯研究院数据显示， 芯片和处理器是美国融资最多的领域，占总融资额的 31%。当前中国对人工智能芯片市场 高度重视，但受限于技术壁垒和投资门槛高，国内芯片融资处于弱势。

基于信息熵的 TOPSIS 法：综合指标评估

数据结果显示，美国综合指标及三大项目指标评分绝对领先，中国第二，欧洲 28 国暂且落后。 具体来看，美国在人工智能人才储备、创新产出、融资规模方面优势明显。中国作为后起之秀，尽管有所赶超，但总体水平与美国相比仍有差距，尤其是杰出人才资源、高 质量专利申请上存在明显的缺陷和短板。但在论文数量和影响力、研发投入等指标上，中国正快速发展，与美国差距收窄。从各指标具体分析来看，我国人工智能研究主要分布在 高校和科研机构，企业参与度较低，产出成果较多呈现条块化、碎片化现象，缺乏与市场 的系统性融合，这将不利于中国人工智能技术的发展和产业优势的发挥。此外，我国科研 产出、企业数量和融资领域集中于产业链中下游，上游核心技术仍受制于国外企业。未来， 若国内底层技术领域仍未能实现突破，势必导致人工智能产业发展面临瓶颈。

展望

转自丨 信息化协同创新专委会

2. 市场营销策略的营销策略与营销战略的区别

营销策略与营销战略的区别如下：

1、开发票时填写的信息不同

销售方需要在营销策略的“购买方纳税人识别号”栏填写购买方的统一社会信用代码。购买方为企业的凭证，索取增值税专用发票时，应向销售方提供统一社会信用代码。

而销售方为其提供开营销战略时，应在“购买方纳税人识别号”栏填写购买方的纳税人识别号，不哪纤符合规定的发票，不得作为税收凭证。

开营销战略是具有唯一性的，只要税务发票系统里面查到了这家企业的发票代码不同，就可以查询到这家企业的进销项发票情况，也就可以知道企业是否虚开发票了。

2、工作的性质不同

营销策略主要是一些事务性的工作。人事部门负责招待领导的决策。

而营销战略则包含战略性的工作和事务性的工作，批准作用的组织、领导会计机构或会计人员依法进行会计核算，实行会计监督。

3、考核内容不同

营销策略主要考核能否认真贯彻执行国家的宪法、法律、法令，是否具备工作人员应有的道德品质、是否具有做好本职工作的业务技能，以及必备的文化知识和实际工作能力。

而营销战略主要考核，出勤情况、学习成绩和工作态度，完成任务的数量等。

4、处理方法不同

营销策略应按年计算，分月或分季预缴。每月终了，企业应将成本费用和税金类科目的月末余额转入“本年利润”科目的借方，将收入类科目的余额转入“本年利润”科目的贷方。

然后再计算“本年利润”科目的本期借贷方发生额之差。贷方余额则为企业实现的利润总额即税前会计袭察利润，借方余额则为企业发生的亏损总额。

而营销战略认为,所得税会计的首要目的应是确认并计量由于会计和税法差异给企业未来经济利益流入或流出带来的影响,将所得税核李禅仿算影响企业的资产和负债放在首位。而收益表债务法从收入费用观出发,认为首先应考虑交易或事项相关的收入和费用的直接确认,

从收入和费用的直接配比来计量企业的收益。

参考资料来源：网络-营销策略

网络-营销战略

3. 格力多元化对其公司的借鉴意义

格力多元化对其公司的借鉴意义。格力多元化对其公司的借简滚鉴意义，多元化经营的动因及其动因的实现程度。格力多元化经营程度为了分析格力进行多元化经营的动因，着重经营环境与多元化战略行业选择，采用波特五力模型以及SWOT分析法分析格力经营环境，采用GE矩阵分析，格力多元化所选念咐胡行业的市场吸引力以及格力本身的竞争力，并得出格力多元化经营的动因，依次为寻求新的增长点、保持企业可持续增长，整合优化资源、实现智能家居战略以仔拦及分散经营风险、减缓竞争压力建议。

4. 市场洞察：市场调研的思路

市场调研： 市场调查与市场研究的统称，它是档和个人或组织根据特定的决策问题而系统地设计、搜集、记录、整理、分析及研究市场各类信息资料、报告调研结果的工作过程（网上）

 客户洞察： 对客户背景、规模、需求、市场营销、销售、企业规划等数据的收集、挖掘、管理，分析客户给企业带来的市场机会与风险，分析企业面对客户应如何做出应对策略。（网上）

根据后续工具以及方法（稍后讲到）查找的部分资料：

行业报告、白皮书、分析、文章资料：

2018年中国智能家居行业研究报告

2020年中国智能物联网（AIoT）白皮书

2020年中国智能语音行业研究报告

智能家居行业研究报告-发布版_20190925

2019中国智能家居发展白皮书：从智能单品到全屋智能

2020中国智能家居生态发展白皮书-从全屋智能到空间智能化

智能家居市场专题分析2019

2020中国智能硬件行业发展全景研究报告

2020中国智能音箱产业及产品竞争力评价分析报告

2020年中国智能锁行业供需市场现状与发展趋势分析

政策/ 通知：

《“十三五”国家战略性新兴产业发展规划》  国务院     2016-11-29

《新一代人工智能发展规划》     国务院     2017-07-08

《工业和信息化部办公厅关于深入推进移动物联网全面发展的通知》工信部  2020-05-07

《智慧家庭综合标准化体系建设指南》     工信部     2016-11-24

《广东省人民政府关于印发广东省新一代人工智能发展规划的通知》广东省人民政府哪蠢顷

写市场洞察是要处于某个目的来写，比如根据公司的发展战略以及明确定位，来分析市场的某个领域的市场发展现状、行业规模、行业需求、范围界定、PEST分析、SWOT分析、客户分析、产品分析、市场趋势等，根据分析内容做市场、客户、产品的发展策略以及规划实施线路（还会包括产品的规划、竞品的分析，后续章节讲解）。

本打算自己写一个《智能家居行业市场洞察》示例，发现是个人行为且没有明确的战略定位以及目标，所以李陆下面将直接引用《2018年中国智能家居行业研究报告》的目录贴出来给到大家参考（本文的目的是为了提供标准、模板、思路、方法作为参考，具体产出的内容还是要靠个人的努力）。

2018 年

 开篇摘要

 智能家居行业发展背景与现状

1. 中国智能家居：概念界定-行业概念立体，涉及范围广阔

2. 中国智能家居：行业特点-以住宅为载体集中管理：兼具便捷舒适、安全环保

3. 中国智能家居：发展背景-站在物联网风口上，智能家居发展良机到来

4. 中国智能家居：政策环境-战略新兴产业重点应用，行业标准体系尚在建立当中

5. 中国智能家居：经济环境-居民消费能力不断提高，大量住房库存为后装市场创造需求

6. 中国智能家居：社会环境-移动互联为远程操控创造条件，消费升级助推家居智能化

7. 中国智能家居：技术环境-关键技术与智能产业化应用相互促进

8. 中国智能家居：发展历程-硬件企业和互联网公司竞相进场，入口争夺站日趋白热化

9. 中国智能家居：投融资情况（一）融资集中在项目早期，投资逐渐回归理性

10. 中国智能家居：投融资情况（二）独角兽企业数量可观，已领先企业更受资本青睐

 智能家居行业产业链分析

1. 中美智能家居：发展情况对比-美国居住环境更利于市场发展，中国智能家居场景仍需探索

2. 中国智能家居：产业链分析-上游元器件、中间件不断取得突破，下游渠道加速扩张

3. 中国智能家居：产业图谱-跨界玩家众多，竞争格局尚不明朗，各类型企业均有机会

4. 中国智能家居：关键产品-智能家居的最终形态就是实现全屋产品的智能化

5. 中国智能家居：主要应用产经-落地应用多样化，未来场景想象空间广阔

6. 中国智能家居：商业模式-硬件厂商以销售差价盈利，软件厂商通过流量和数据变现

7. 中国智能家居：销售渠道-2C模式涵盖线上线下零售，2B2C模式采用项目采购制

8. 中国智能家居：市场规模-2017年市场规模突破3000亿元，智能家电占比高达86.9%

9. 中国智能家居：家电智能化渗透率逐年提高，未来三年复合增长率超20%

10. 中国智能家居竞争要点一：硬件产品-智能功能决定购买行为，交互体验推动产品普及

11. 中国智能家居竞争要点二：生态模式-以生态连接各垂直细分领域，发挥企业核心优势

12. 中国智能家居竞争要点三：通讯协议-多种通讯技术互为补充，生态割裂联动尚存困难

 智能家居行业从业者调研

1. 调研样本说明-从业者角度的行业判断发展，根据参考价值

2. 调研基本情况-纵深延展的行业布局，业务立体且更具备市场竞争力

3. 中国智能家居：行业发展阻碍因素-非需求功能产生的产品溢价，消费者并不买账

4. 中国智能家居：爆发时间与推动因素-消费者接受以及产品交互体验提升是行业爆发的关键因素

5. 中国智能家居：率先爆发的领域-安全与影音娱乐类在技术推动下率先爆发

6. 中国智能家居：落地最快的场景-各场景的发展与消费者的需求密切挂钩

7. 中国智能家居：通讯协议的主导地位-WiFi是现阶段最具备条件实现互联互通的通信协议

8. 中国智能家居：最被看好的用户入口-普及度+移动性+交互方式决定用户入口产品的形态

9. 中国智能家居：行业发展态度-从业主对行业发展充满期待，普遍认为行业处于上升阶段

 典型企业案例

1. 家电企业----海尔，打造全场景智慧生活解决方案，联合合作伙伴共建生态

2. 硬件生态链—小米，从投资孵化智能硬件初创公司，走向全面开放的物联网平台

3. 全屋智能—LifeSmart云起，软硬结合的物联网公司，专注于产品和技术的打磨

4. 全屋智能—LifeSmart云起，面向高端用户群体，以2B线下渠道落地全屋智能解决方案

5. 成长型公司—ORVIBO欧瑞博，从智能基础家电切入，以科技美学重塑人居交互

6. 运营商—中国电信，以家庭宽带和IPTV切入市场，强渠道和高补贴实现快速突破

 智能家居行业发展趋势

1. 行业发展趋势一，巨头于独角兽激烈碰撞的表现下，将是彼此依存、共生共赢

2. 行业发展趋势二，顺势而为：把握行业发展周期，产品和技术两不误

3. 行业发展趋势三，前装市场正在崛起，与后装市场形成互补，未来将齐头并进

一般市场调研数据获取途径：

 相关机构、官方途径发布的统计数据及报告（例，国家统计局、国家教育局、招标网以及各地方的官网方网站）

 中国政府网

http://www.gov.cn/

中国政府网-政策高级搜索

http://sousuo.gov.cn/a.htm?t=zhengce

 国家统计局

http://www.stats.gov.cn/

 中华人民共和国工业和信息化部网站

http://www.miit.gov.cn/

工信部-政策文件-搜索

http://www.miit.gov.cn/gdnps/wjfbindex.jsp

 中国信息产业网

http://www.cnii.com.cn

 中国招标与采购网

https://www.zbytb.com/

 艾瑞咨询-研究报告

https://www.iresearch.com.cn/report.shtml

 36氪

https://36kr.com/academe.html

 易观

https://www.analysys.cn/es/search?keyword=

 艾媒网

https://www.iimedia.cn/

 199IT中文互联网

http://www.199it.com/

 前瞻产业研究院

https://bg.qianzhan.com/

 第三方数据统计及分析平台

 网络指数

http://index..com/v2/index.html#/

 阿里指数

https://index.1688.com/

https://alizs.taobao.com

 通过搜索引擎，针对性的收集、统计一些数据并转化为所需的分析数据

 网络搜索

https://www..com/

 谷歌搜索

https://www.google.com

文库、学术、期刊、论文、文章等资料：

 网络文库

https://wenku..com

 爱学术

https://www.ixueshu.com

 中国知网

https://www.cnki.net/

 未来智库

https://www.vzkoo.com

 CSDN

https://www.csdn.net/

 知乎

https://www.hu.com

5. 某企业的SWOT分析

星巴克分析:

优势：星巴克集团的盈利能力很强，2004年的收入超过6亿美元。

劣势：星巴克以产品的不断改良与创新而闻名。

机会：新产品与服务的推出，例如在展会销售咖啡。

威胁：咖啡和奶制品成本的上升。

拓展资料

1、简介

SWOT分析法，即态势分析，就是将与研究对象密切相关的各种主要内部优势、劣势和外部的机会和威胁等，通过调查列举出来，并依照矩阵形式排列，然后用系统分析的思想，把各种因素相互匹配起来加以分析，从中得出一系列相应的结论，而结论通常带有一定的决策性。

2、构造SWOT矩阵

将调查得出的各种因素根据轻重缓急或影响程度等排序方式，构造SWOT矩阵。在此过程中，将那些对公司发展有直接的、重要的、大量的、迫切的、久远的影响因素优先排列出来，而将那些间接的、次要的、少许的、不急的、短暂的影响因素排列在后面。

3、制定行动计划

在完成环境因素分析和SWOT矩阵的构造后，便可以制定出相应的行动计划。制定计划的基本思路是：发挥优势因素，克服弱点因素，利用机会因素，化解威胁因素；考虑过去，立足当前，着眼未来。运用系统分析的综合分析方法，将排列与考虑的各种环境因素相互匹配起来加以组合，得出一系列公司未来发展的可选择对策。

6. 如何将自己的产品推上市场

论如何将新产品推向市场
内容提要：随着我国房地产市场的升温，智能家居在中国也已经有开始发展起来。目前智能家居处于市场导入期的末端，本文试从我公司所从事的智能家居行业来分析如何将新产品推向市场。关键字：新产品 市场 智能家居 智能家居（Smart Home），相似的叫法还有数码家庭、数码家居、数字家园（庭）（Digital family）、网络家庭、电子家庭、E-HOME、家庭自动化等等。智能家居是以家为平台，兼备建筑、网络通讯、信息家电、网络家电、自动化和智能化，集系统、结构、服务、管理、控制于一体的高效、舒适、安全、便利、节能、健康、环保的家居环境。目前智能家居的概念尚未得到普及，需要教育消费者。同时，智能照明属于体验经济，用一般的文字、音像是很难让消费者感觉它的好处。当务之急是加速消费者教育进程。但只有知名企业的介入与推广，才能引起足够的关注度，才能形成良好的市场气候，才能让越来越多的消费者认知智能照明。在消费教育方面，行业媒体和综合性媒体任重道远。因为媒体是以社会效益为主要取向，而企业则更多地关注经济效益，而且市场培育成本相当巨大，由单家企业来支付是不现实的。值得欣慰的是，今年以来，关于智能家居的报道开始见诸报端，而智能家居生产企业也开始亮相于各大智能产品展会。从各智能家居产品市场调查与前景分析多年，经过对系统集成、弱电总包、灯饰、房地产和建材等几个行业的数据进行综合对比分析后，我认为，今年智能家居仍处于市场导入期。如何将智能家居新产品推向市场，本文试从以下方面来分析。 一 市场调研与分析 任何一项产品，如果不能满足消费者的需求，如果没有有别于其它对手的特性，如果没有自己的实力支撑，如果没有叫得响的卖点、诉求点和利益点，很难在市场上一炮打响！因此，一项产品需要具有以上的特性，就必须进行前期的市场调研和分析。只有调研，才能够准确地把握消费者的需求，避开竞争对手的壁垒和建立自己的竞争优势，以强有力的卖点、利益点来满足消费者。也就是说：只有在市场调研的基础上，我们才可能以合适的方式把合适的产品以合适的价格卖给合适的人群。一） 消费者调研 通过消费者调研，我们一定要搞清楚，对照产品：哪些好是用户最关心的？哪些好是用户无所谓的？哪些不好是用户可以容忍的？哪些不好用户无法忍受的？ 如果我们能做到这样，消费者的需求基本就一览无余，一方面，我们就会开发设计出消费者喜欢的东西，另一方面我们也就不会设计开发消费者不喜欢的附加价值，从而提高产品的成本减弱其在市场上的竞争力；而且更重要的是：我们不会把某样产品做到尽善尽美精致之极去贴消费者的冷屁股。 二） 竞品调研 市场有了，那有没有人已经抢占或正准备抢占？又有没有边缘产品？如果没人抢占，那就是我们的机会；如果正有人准备抢占，那我们就要抢先下手；如果都没有，但市面上有边缘产品，那我们就要对照对手的产品，搞清楚：用户对此产品最满意的是哪三点？用户对此产品不满意又是哪三点。这样，在对竞争对手的了解和调研过程中，我们又会发现新的市场机会和市场空白点，从而对我们原先的市场进一步完善和修正，从而不仅领先于消费者也领先于竞争对手。三） 组织自身SWOT分析 对消费者的需求进行了把握，也对竞争对手的空白点进行了圈定，下一步就是对组织自身的资源的界定：针对这个细分市场，竞争对手没有抢占，我们可否抢占？我们能否抢占？我们的研发力量、我们的人力资源、我们的资本实力等是否具备？抢占之后，我们是否有足够的资源来支撑组织可持续性发展？我们还是否有足够的能力和资源来应对后来者的追击和抢滩？并建立起行业领导者所应该设置的行业壁垒和担当起行业领导者的领导责任等等？？否则，盲目进入只会削弱企业组织的赢利能力甚至加速企业组织自身的衰退和灭亡。这种情况在目前中国企业里简直是太普遍了，所以目前据统计中国企业的新品存活率才会如此低的5%！ 四） 新品概念分析（卖点、诉求点和利益点分析） 在了解了消费者的需求和竞争对手的情况后，也对自身的优劣势有了一个比较清醒的认识，接下来就是具体的对产品的认识和分析了。什么样的产品才是好产品？这是我们必须界定清楚的！否则，只会是劳民伤财顾影自怜而无人喝彩！把一个产品弄得成本很低售价也很低，消费者就会大量购买吗？或者把一个产品做得尽善尽美精致至极，消费者就会奇货可居吗？ 而实际上，消费者购买的不是真正意义上的好产品，而是可感知的好产品。这就要求我们怎么样为产品提取有利于消费者的利益点，提炼独特的诉求点，和塑造形成自身品牌形象的卖点。二 制定新产品推广策略 一) 新产品的市场培育在智能家居新产品上市操作中发现，国内企业十分强调推出新产品的速度，并且一直信奉速度致胜论。但实际上，速度必须与新产品的质量、性能稳定性等因素紧密关联，盲目地强调速度对于企业推动新产品成功上市未必一定有利。相反，我们认为，新产品上市前根据消费者形态进行必要的消费者培育积聚对快速推动新产品成长，减少新产品推广失败具有更大的现实意义。消费者培育是一项非常精致的策划，精致在消费者势能度的把握。大多的消费者市场是企业精心策划的结果，也可能是由于重大社会事件自然形成的，企业需要养成一双敏锐的双眼。如果消费者培育火候不到有可能煮成夹生饭，火候超过一定界限又可能成为糊饭，因此对操作者的素质要求比较高。新产品上市消费者培育必须掌握以下关键步骤： 一方面要对消费环境与消费形态充分认识与娴熟操作技巧。由于国内智能家居市场刚刚起步，消费需求是客观存在的，但市场环境并不是十分成熟。国内的有研发能力的生产厂家也只有七八家，对职业经理人的市场运作能力的要求比较高，而且对于智能家居产品现在以及未来都有清醒的认识，这样才能为智能家居产品的消费者市场培育作好工作。另一方面企业要有新产品研发技术能力和对消费者心理的充分研究。实际上，消费者市场培育更像是一场与竞争对手打的心理战，谁的心理素质过硬谁就可以赢得这场斗争的胜利。同时对消费者心理的洞察也反映了职业经理人的经验积累。手段永远是第一的，如果缺乏高超的市场运作手段，可能我们的效果会适得其反。 二） 引导消费者需求消费者消费需求是永远存在的，关键是在最短的时间里使消费者需求被无限放大。引导消费者的需求要注意以下几个方面。第一，消费走向的准确判断。市场上往往见到一些过渡特征非常明显的新产品，该产品总是稍纵即逝，原因主要是企业在事件商机判断上出现了错误，导致新产品直接下马；第二， 社会思潮巧妙转化。消费者的需求的到业决大多数的是企业推动的，往往和政府的政策是相连的，把握这样的消费机会需要企业对政府的最新政策要有深刻的把握，对社会焦点有清醒的认识。 三） 对市场进行细分市场细分(segmenting)是依据购买者的不同特征或市场需求的差异性，对总体市场进行深入的分析和归类，为企业营销活动提供选择和比较的空间。以使用产品的潜在客户为出发点，智能家居行业的客户可以分成两大类：组织者市场和消费者市场两大类。智能家居产品客户主要是组织者市场包括系统集成商、弱电总包商以及房地产发展商成批购买等。设计院和房地产开发商在其中担当发起者和影响者的角色，组织者的采购部门则担当着决策者和购买者的角色。消费者市场即：居民住宅。智能照明系统概念并不为一般消费者所认识，一方面在整个产品的采购链上，装修公司起着影响消费者购买决策的重要作用，灯饰公司则负有参与市场培育的作用。另一方面各大生产厂家走入社区也是对市场培育有着重要作用。四） 目标市场决策目标市场(targeting)决策，要求企业依据一定的条件和方法，对各个细分市场进行评估，并确定其进入的范围和重点，也就是找到企业未来的“用武之地”。在对市场进行了细分后，公司对各个细分市场进行了评估，以确定进入的范围和重点，也就是找到企业未来的“用武之地”。对于智能家居产品而言，客户主要分为商业客户和家庭用户两大类，以市场发展潜力估算，商业客户与家庭用户之比约为8∶2。基于市场潜力和商业客户的购买决策周期(6～18个月)较长等原因，智能家居企业销售重点应先放在商业用户上，而后放在家庭用户上。在选择目标市场时，一般新产品进入市场的第一年，营销资源有限，企业只能选择全国最有机会的城市和临近的城市进入市场。 五） 市场定位策略市场定位(positioning)，就是企业为自己及其产品在市场上树立一定的特色，塑造预定的形象。1、专业性的功能效益从整个智能家居行业市场来看，市场上没有一个同类和性价比较高的产品。智能家居产品的诞生填补了这一市场空白。其智能化、人性化、方便性等优势恰好满足了消费者对生活质量的不断追求。因此，应强化该品牌的专业性、多功能。2、档次的定位智能家居产品独特的功能与特性适合于智能社区的配制及中高档次的装潢、装饰，其中高档定位也正好与智能家居的高档品牌形象所配合。因此，企业应为产品在市场上塑造高端的品牌形象。六） 新产品的营销策略通过以上分析，我们对智能家居新产品营销目标已有了明确的认识。由于该产品是一种新发明, 现正处于市场导入期，应采取与之相配的营销策略。1、公司应该让潜在顾客了解新产品的特征、用途和优点。2、公司有必要花费大量资金，去开发产品、促销和建设渠道(这时候，大多数公司都不会有盈利。七） 新产品的市场定价策略新产品上市销售时需

7. 冰箱的SWOT分析

优势、劣势、机会、威胁四个方面。我估计你讲的应该是某品牌的冰箱在回整个行业和市场上的数据分析答，或者是某型号冰箱在品牌内的分析。这个要是长篇大论的写下来，我估计这个小小的对话框得填好几十个。 我现在是做家电这一块。多多沟通。