轨交运维解决方案行业分析.docx

《轨交运维解决方案行业分析.docx》由会员分享，可在线阅读，更多相关《轨交运维解决方案行业分析.docx（22页珍藏版）》请在第壹文秘上搜索。

1、轨交运维解决方案行业分析一、计算机视觉行业在新技术方面的发展情况和未来发展趋势近年来，数据、算法与算力三大驱动因素显著发展。在数据方面,互联网的快速发展使高质量、大规模的大数据成为可能，海量数据为包括计算机视觉在内的人工智能技术的发展提供了充足的原材料。在算法方面，机器学习算法取得重大突破，以多层神经网络模型为基础的算法，使得机器学习算法在人脸识别等领域的准确性取得了飞跃性的提高，为商业化应用奠定了重要技术基础。在算力方面，计算力提升突破瓶颈，以GPU为代表的新一代计算芯片提供了更强大的计算力,使得运算更快，同时在集群上实现的分布式计算帮助算法模型可以在更大的数据集上运行。三大因素不断进步极大

2、促进了人工智能技术的发展，尤其是以深度学习为代表的机器学习算法，及以计算机视觉、智能语音、自然语言处理、生物特征识别为代表的关键技术取得重要突破，部分技术已接近、甚至超越人类水平。在计算机视觉方面，深度学习和深度网络在图像物体识别方面取得了变革性成果，在物体视觉方面较传统方法体现了巨大优势。2015年基于深度学习的计算机视觉算法在ImageNet数据库上的识别准确率首次超过人类，计算机视觉技术得到显著进步。未来，人工智能行业在数据、算法、算力方面仍具有巨大的发展与进步空间。相关技术创新与研发投入力度将继续加大，更快更高效的算法模型与部署效率、更庞大且标准化的行业数据、更强大且成本更低的计算芯片

3、，将进一步推动行业技术进步。二、计算机视觉行业面临的机遇（一）国家战略引领与政策支持人工智能是引领新一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的头雁效应。我国把人工智能放在国家战略层面，出台了一系列重要政策鼓励支持人工智能的发展。新一代人工智能发展规划明确指出了到2030年我国新一代人工智能发展三步走的战略目标。十四五规划中明确提出推动互联网、大数据、人工智能等同各产业深度融合。（二）新技术深度融合与新基建大规模展开推动行业进步发展人工智能、大数据、物联网、云计算、5G等新一代信息技术相互联系、相互促进。大数据的发展使得可用于训练的各种来源的数据激增，为输入数据在储存、清洗、整合方

4、面做出了贡献，帮助提升了深度学习算法的性能，有力推动了人工智能的进步。随着物联网设备规模的迅速扩大，在促进大数据爆发的同时，使得A1.与IoT加速融合，AIoT赋予设备更智能化特性。云计算的大规模并行和分布式计算能力带来了低成本、高效率的计算力，显著降低了计算成本。5G的大规模商用，不仅将促进连接设备数量大幅增长并产生规模庞大的数据，推动物联网与大数据的发展，而且将促进大量城市级应用的铺开，如城市智慧治理运营等，从而为人工智能创造更大的发展空间。未来，人工智能、大数据、物联网、云计算、5G等新一代信息技术的深度融合与广泛应用，将极大推动经济社会各个领域向数字化、智能化等方向转变，各种技术也将在

5、此过程中实现共同进步与发展。此外，随着我国新型城镇化的持续推进，新型基础设施的建设也将大规模展开。重点支持包括新型基础设施在内的两新一重建设。未来，5G、城际高速铁路及轨道交通、大数据中心、人工智能等新型基础设施的持续较快建设，将进一步促进人工智能行业的快速发展。（三）下游领域规模优势为行业提供广阔空间我国人工智能技术的商业化应用，拥有其他国家难以匹及的规模优势。目前，我国人工智能已广泛应用于城市管理、金融、零售等诸多领域。我国拥有庞大的产业规模，并在全球范围占据重要地位。在城市管理领域，我国庞大的城乡社区事务与公共安全支出带动了公安、交管等相关产业发展，根据中安网发布的数据，2020年我国安

6、防行业总产值已达到8,510亿元；在智慧金融领域，我国拥有数量庞大的金融机构及运营网点，根据安永发布的2019年全球金融科技采纳率指数数据显示，2019年我国消费者与中小企业对金融科技采纳率均位居全球首位，金融机构对包括人工智能在内的金融科技应用需求强劲；在商业零售领域，我国连锁零售门店数量持续增长，2019年超25万个，商品销售额超3.7万亿元；未来我有望超过美国成为全球最大零售市场。综上所述，随着人工智能技术应用进程加快与程度加深，下游领域庞大的产业规模将为我国人工智能创造广阔的应用市场，行业未来发展潜力巨大。三、计算机视觉简介根据国家标准化管理委员会指导编制的人工智能标准化白皮书（201

7、8版），计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解、分析图像以及图像序列的能力。根据解决问题的不同，计算机视觉可分为计算成像学、图像理解、三维视觉、动态视觉和视频编解码五大类。从功能来看，根据中国科学院大数据挖掘与知识管理重点实验室发布的2019年人工智能发展白皮书，计算机视觉主要功能包括图像获取、预处理、特征提取、检测/分割、高级处理等。四、计算机视觉行业面临的挑战（一）高水平专业人才相对缺乏人工智能是高度知识密集型产业，涵盖业务领域较为广泛，专业性较强，技术研发以及生态构建需要大量高水平的专业人才。尤其是近年来我国人工智能蓬勃发展，行业企业对A1.技

8、术专家、算法与数据工程师、业务领域专家等人才的需求更为迫切。我国高度重视人工智能人才培养，根据中国人工智能学会中国人工智能发展报告(2019-2020)数据显示，截至2019年底全国已有超过40所高校成立了人工智能研究院或学院，215所高校设置了人工智能本科专业。但是，与美国等人工智能人才强国相比，我国人工智能专业人才仍较为缺乏，人才培养较行业需求而言相对滞后。因此,高水平专业人才相对缺乏，成为我国人工智能行业发展面临的主要挑战。(二)各层面市场竞争趋于激烈在基础层面，我国人工智能行业企业在芯片、传感器、开源框架等方面主要面临着英伟达、谷歌、亚马逊等国际科技巨头的激烈竞争。在技术层面，拥有计算

9、机视觉、智能语音、自然语言处理等核心技术的人工智能企业与阿里巴巴、腾讯、百度等国内科技巨头的竞争同样较为激烈。在应用层面，在城市管理、金融、商业等领域，人工智能企业也面临着传统行业龙头企业与大型设备供应商的市场竞争。随着人工智能的不断发展，技术、市场等方面竞争可能进一步加剧，行业企业的持续发展与经营业绩面临一定挑战。（三）人工智能治理有待完善目前，人工智能在全球范围蓬勃发展，其为各行各业赋能并带来更多便利、更高效率的同时，也面临着一定的数据安全、隐私保护、权利保障等问题。我国积极推动人工智能有效治理，科技部等部门组织成立了新一代人工智能治理专业委员会，以进一步加强人工智能相关法律、伦理、标准和

10、社会问题研究，并于2019年发布新一代人工智能治理原则发展负责任的人工智能，提出公平公正、尊重隐私、开放协作、敏捷治理等八项原则。2021年9月1日起实施的中华人民共和国数据安全法在鼓励数据依法合理有效利用，促进以数据为关键要素的数字经济发展的同时，对规范数据处理活动与保障数据安全等提供了法律依据。总体来看，人工智能治理具有较高的复杂性、系统性，全面、有效的治理模式尚有待进一步完善。五、计算机视觉在新产业、新业态方面的发展情况和未来发展趋势近年来，计算机视觉、智能语音、生物特征识别等多种人工智能关键技术不断进步，并从实验室走向应用市场，在赋能传统产业智能化发展的同时催生出了诸多新产业、新业态。

11、由于数据、技术、应用基础等方面的差异，人工智能在各领域的应用广度与深度不尽相同。但整体来看，人工智能产业化迈出了实质性步伐，社会经济活动的主要环节都已能够看到人工智能的应用。目前我国人工智能在金融、互联网、零售等领域的人机对话、远程作业、质控风控、营销运营、决策支持等诸多环节存在不同程度的应用，行业主要客户也主要来自领域。其中，城市管理和运营的市场份额接近50%,成为推动我国人工智能行业发展的重要动力。在计算机视觉方面，由于人类70%以上的信息获取依靠视觉，而各领域模仿人类视觉均需要通过计算机视觉技术从视觉信号中提取并处理信息，因此计算机视觉在城市管理、金融、互联网、零售、交通、医疗、工业等诸

12、多领域拥有广泛应用，并在人工智能中占据重要地位。六、计算机视觉行业在新模式方面的发展情况和未来发展趋势作为战略性新兴产业，人工智能的商业模式还在不断摸索与丰富,尚未形成定局。目前，城市管理、金融、零售等成为人工智能的重要应用领域，商业模式主要以项目解决方案交付、一站式产品方案、软件销售、AIoT设备销售、算法授权许可费等多种模式并存。根据iResearch预判，未来我国人工智能行业将分化为两条路径:一是沿着企业服务的道路，成为专业级工具的提供者、智能转型困境的处理者；二是直接切入最终用户，走核心圈辐射生态圈的道路，成长为智能经济时代的主流企业。七、关系营销及其本质特征约翰伊根认为对关系营销目标

13、最好的描述是：“在适当情况下,识别和建立、维持和增进同消费者和其他利益相关者的关系，同时在必要时终止这些关系，以利于实现相关各方的目标；这要通过相互交换及各种承诺的兑现来实施。”菲利普科特勒认为：“关系营销致力于与主要顾客建立互相满意且长期的关系以获得和维持企业业务。”关系营销是以系统论为基本思想，将企业置身于社会经济大环境中来考察企业的市场营销活动，认为企业营销乃是一个与消费者、竞争者、供应者、分销商、政府机构和社会组织发生互动作用的过程。关系营销将建立与发展同所有利益相关者之间的关系作为企业营销的关键变量，把正确处理这些关系作为企业营销的核心。关系营销奉行的黄金法则是：同等条件下，人们将和

14、他们认识、喜欢并且信任的人做生意。关系营销的本质特征包括以下几点：(1)信息沟通的双向性。社会学认为关系是信息和情感交流的有机渠道，良好的关系即是渠道畅通，恶化的关系即是渠道阻滞，中断的关系则是渠道堵塞。交流应该是双向的，既可以由企业开始，也可以由营销对象开始。广泛的信息交流和信息共享，可以使企业赢得更多、更好的支持与合作。(2)战略过程的协同性。在竞争性的市场上，明智的营销管理者应强调与利益相关者建立长期的、彼此信任的、互利的关系。这可以是关系一方自愿或主动地按照对方要求调整自己的行为；也可以是关系双方都调整自己的行为，以实现相互适应。各具优势的关系双方，互相取长补短，联合行动，协同动作去实

15、现对各方都有益的共同目标,可以说是协调关系的最高形态。(3)营销活动的互利性。关系营销的基础，在于交易双方相互之间有利益上的互补。如果没有各自利益的实现和满足，双方就不会建立良好的关系。关系建立在互利的基础上，要求互相了解对方的利益要求，寻求双方利益的共同点，并努力使双方的共同利益得到实现。真正的关系营销需要达到关系双方互利互惠的境界。(4)信息反馈的及时性。关系营销要求建立专门的部门，用以追踪各利益相关者的态度。关系营销应具备一个反馈的循环，连接关系双方，企业可由此了解到环境的动态变化，根据合作方提供的信息，以改进产品和技术。信息的及时反馈，使关系营销具有动态的应变性,有利于挖掘新的市场机会

16、。八、市场细分战略的产生与发展市场细分是1956年由美国营销学者温德尔，斯密于产品差异和市场细分一一可供选择的两种市场营销战略一文中，在总结西方企业营销实践经验的基础上提出的。市场细分不单纯是一个抽象理论，而且具有很强的实践性，顺应了第二次世界大战以后美国众多产品市场转化为买方市场这一新的形势，是现代企业营销观念的一大进步。从总体上看，不同的市场条件和环境，从根本上决定企业的营销战略。市场细分理论和实践的发展经历了以下几个阶段。（一）大量营销阶段早在19世纪末20世纪初，即资本主义工业革命阶段，整个社会经济发展的中心和特点是强调速度和规模，市场以卖方为主导。在卖方市场条件下，企业市场营销的基本方式是大量营销，即大批量生产品种、规格单一的产品，并且通过广泛、普遍的分销渠道销售产品。在这样的市场环境下，大量营销的方式降低了产品的成本和价格，获得了较丰厚的利润。企业没有必要研