概要
人工智能是信息时代的尖端技术。从人类建立起需要指导控制才能运行的计算机，到计算机拥有可以自己去学习的能力，这一飞跃对各行各业都产生了巨大的影响。虽然此时此刻可能是下一个AI 冬季（图8）到来之前的「给予承诺又让人失望」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。
与此同时，人工智能、机器人和无人驾驶汽车已经成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，这个变化的原因有显而易见的（更快更强的计算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。
这个AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。虽然深度学习使计算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的Alexa 和Google 的图像识别，但是
AI 不仅仅是「科技技术」（tech for tech），也就是大数据集与足够强大的技术相结合的情况下，价值正在被慢慢创建，竞争优势也变得越来越明显。
例如，在医疗保健中，图像识别技术可以提高癌症诊断的准确性。在农业中，农民和种子生产商可以利用深度学习技术来提高作物产量。在制药业中，深度学习可以用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开辟新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发现其可被利用场景的早期阶段，这些必要的技术会通过基于
云的服务实现大众化、平等化，我们相信随之而来的创新浪潮将在每个行业中创造新的赢家和输家。
AI 的广泛应用让我们得出了一个结论：它是一种可以变革全球经济的技术，是提高生产力并结束美国生产率停滞增长的驱动力。结合GS 首席经济学家Jan Hatzius 的研究，我们明确了资本深化目前的停滞及其对美国生产率的相关
影响。我们相信，AI 技术将会驱动生产力的提高，就像20 世纪90 年代那样，驱动企业投资更多的资本和劳动密集型项目，加快发展的脚步，提高盈利能力以及提高股票的估值。
启示
虽然我们看到了人工智能可以及时地影响到每个公司、行业和一部分经济，但对投资者而言，我们认为这其中有四个影响最为显著。
生产率。AI 和机器学习具有激发生产率增长周期的潜力，这会有利于经济的增长，提升企业的盈利能力，资本回报率和资产估值。根据GS 首席经济学家Jan Hatzius 所说：「大体上而言，AI 看起来似乎比上一次创新浪潮更有可能在统计数据中捕捉到更有价值的东西，人工智能可以降低成本，减少对高附加值生产类型的劳动投入。举个例子，这些在商
业部门成本节约上的创新可能比在iPhone 中增加应用程
序的可用性和多用性更利于统计学家去捕获有价值的东西。考虑人工智能对商业部门的成本结构的广泛影响，我有理由相信它会被统计学家接受，并且会出现在整体生产力数据中。
尖端技术。AI 和机器学习在速度上的价值有利于构建一种在建设数据中心和网络服务时让硬件更便宜的趋势。我们认为这可能推动硬件，软件和服务支出的市场份额的大幅度改变。例如，在「标准」数据中心计算资源上运行的AWS 工作负载的成本低至$ 0.0065 /小时，而在使用AI 优化过的GPU 上运行的成本为0.900 美元一小时。
竞争优势。我们看到了AI 和机器学习具有重新调整每个行业的竞争秩序的潜力。未能投资和利用这些技术的管理团队在和受益于战略智能的企业竞争时，有很大可能会被淘汰掉，因为这些技术可以让企业的生产力提高，并为它们创造资本效益。在第41 页开始的短文中，我们将研究这些竞争优势是如何在医疗保健、能源、零售、金融和农业等领域发展起来的。
创办新公司。我们发现了150 多家在过去十年中创建
的人工智能和机器学习公司（附录69-75）。虽然我们相信人工智能的大部分价值都掌握在具有资源、数据和投资能力
的大公司手中，但我们也期望风险投资家、企业家和技术专家可以继续推动新公司的创立，从而促进实质性的创新和价值创造，即使最后创业公司会被收购。当然我们也不能忽视人工智能巨头（人工智能领域的谷歌或Facebook）的出现。
在接下来的篇幅中，我们将深入探讨AI 的技术，历史，机器学习的生态系统以及这些技术在行业和领头公司中的
应用。
什么是人工智能？
人工智能是做出能够以人类智能的方式学习并解决问
题的智能机器和计算机程序的理工科。传统而言，该领域包括自然语言处理与翻译、视觉感知与模式识别，以及决策制定。但该领域以及应用的复杂度都在急剧扩展。
在此报告中，我们的大部分分析集中在机器学习（人工智能的一个分支）与深度学习（机器学习的分支）上。我们强调两点：
简言之，机器学习是从样本和经验（即数据集）中进行学习的算法，而不是依靠硬编码和预先定义的规则。换言之，也就是开发者不再告诉程序如何区分苹果和橘子，而是向算法输入数据（训练），然后自己学习如何区分苹果和橘子。
深度学习的重大发展是人工智能拐点背后的主要驱动。深度学习是机器学习的一个子集。在大部分传统的机器学习方法中，特征（即有预测性的输入或属性）由人来设计。特征工程是一大瓶颈，需要大量的专业知识。在无监督学习中，重要特征并非由人预定义，而是由算法学习并创造。
为了更加明了，我们不注重真人工智能、强人工智能或通用人工智能这样的概念，它们意味着复制人类智能，也经常出现在流行文化中。虽然已经有了一些有潜力的突破，比如谷歌DeepMind 的AlphaGo 系统，我们还是更注重立即有实在经济的人工智能发展。
为何人工智能发展加速？
深度学习能力的极大发展是如今人工智能拐点背后的
催化剂之一。深度学习的底层技术框架——神经网络，已经存在了数十年，但过去 5 到10 年的 3 种东西改变了深度学习：
1.数据。随着全球设备、机器和系统的连接，大量
的无结构数据被创造出来。神经网络有了更多的数据，就变得更为有效，也就是说随着数据量增加，机器学习
能够解决的问题也增加。手机、IoT 、低成本数据存储
和处理（云）技术的成熟使得可用数据集的大小、结构都有了极大增长。
例如，特斯拉收集了780mn 英里的驾驶数据，而且通过他们的互连汽车，每10 小时就能增加100 万英里的数据。此外，Jasper 有一个平台，能让多家汽车制造商和电信公司进行机器间的交流，这家公司于今年 2 月份被Cisco 收购。Verizon 在8 月份做了类似的投资，宣布收购Fleetmatics，Fleetmatics 做的是将汽车上的远程传感器通过无线网络连接到云软件。
未来，5G 网络的上线将会加速数据生成与传输的速率。据IDC 的Digital Universe Report 显示，年度数据生成预期到2020 年达到44zettabytes，表明我们正在见证应用这些技术的使用案例。
图1：年度数据生成预期到2020 年达到44zettabytes
2. 更快的硬件。GPU 的再次使用、低成本计算能力的普遍化，特别是通过云服务，以及建立新的神经网络模型，已经极大的增加了神经网络产生结果的速度与准确率。GPU 和并行架构要比传统的基于数据中心架构的CPU 能更快
的训练机器学习系统。通过使用图像芯片，网络能更快的迭代，能在短期内进行更准确的训练。同时，特制硅的发展，比如微软和百度使用的FPGA，能够用训练出的深度学习系统做更快的推断。另外，从1993 年开始超级计算机的原计算能力有了极大发展（图2）。在2016 年，单张英伟达游戏显卡就有了类似于2002 年之前最强大的超级计算机拥
有的计算能力。
图2：全球超级计算机的原计算性能，以GFLOPs 测
试
成本也有了极大的降低。英伟达GPU（GTX 1080）有9 TFLOPS 的性能，只要700 美元，意味着每GFLOPS 只要8 美分。在1961 年，串够IBM 1620s 每提供 1 GFLOPS 需要的钱超过9 万亿。
图3：每单位计算的价格有了极大下降
3. 更好、更普遍可用的算法。更好的输入（计算和数据）使得更多的研发是面向算法，从而支持深度学习的使用。例如伯克利的Caffe、谷歌的TensorFlow 和Torch 这样的开源框架。比如，刚开源一周年的TensorFlow，成为了GitHub 上有最多forked repositories 的框架。虽然不是所
有的人工智能发生于普遍可用的开源框架中，但开源确实在加速发展，而且也有更多先进的工具正在开源。
方向
虽然本报告的重点是人工智能的发展方向以及公司如
何把握这个方向，但是了解人工智能对我们生活的影响程度也是很重要的。
在线搜索。就在一年多以前，谷歌透露，它们已经开始将大量的搜索工作移植到了RankBrain（一个人工智能系统），使其和链接（links）以及内容（content）成为了谷歌搜索算法的三个最重要的标志。
推荐引擎。Netflix，亚马逊和Pandora 都在使用人工智能来确定推荐什么样的电影和歌曲，突出哪些产品。5 月，亚马逊开源了它们的深度可扩展稀疏传感网络引擎（the Deep Scalable Sparse Tensor Network Engine（DSSTNE），简称「Destiny」），它被用于产品推荐，同时可以被扩展以实现超越语言和语言理解以及异议识别的目的。
人脸识别。Google（FaceNet）和Facebook（DeepFace）都投入了大量的技术来确定您的照片中的人脸和真实的人
脸是不是几乎完全吻合。1 月，苹果采取了进一步措施，购买了Emotient（一个致力于通过读取人的面部表情来确定其
情绪状态的AI 创业公司）显然，这些技术远远不止于对照片进行标记。
虽然个人助理应用产品有无数的用户，比如苹果的Siri，信用贷，保险风险评估，甚至天气预测。在接下来的篇幅中，我们探讨企业该如何使用这些技术来加速增长，降低成本和控制风险。从这些技术及其使用这些技术的应用的发展速度来看，它们充其量不过可以为公司和投资者提供一些方向，以保持他们的竞争力。
加强未来的生产率
美国的劳动生产率在90 年代中期的快速增长和过去
十年的缓慢增长和之后，近年来已经停止增长了。我们认为，就像20 世纪90 年代互联网技术被广泛采用那样，消费类机器学习和人工智能的扩散有可能大幅度地改变全球产业
的生产范式。
在整个行业中，我们发现在自动化的促使下，劳动时间减少了约0.5％-1.5％，同时，由于AI / ML 技术带来的效率增益，到2025 年，这些技术将对生产力增长产生高达51-1154 个基点（bps）的影响。虽然我们期望AI / ML 可以随着时间同时提高生产率的分母和分子，不过我们认为最重要的是，早期的影响将是低工资任务的自动化，即以更少
的劳动时间推动类似的产出增长水平。我们的基本案例AI / ML 驱动提高了97 个基点，这意味着2025 年的增长生产率中的 1.61％将由IT 贡献，比1995 - 2004 年高出11 个基点（图9,10）。
图9：生产力分析；单位百万美元，假设2019 年之后
GDP 线性增长
概要 人工智能是信息时代的尖端技术。从人类建立起需要指导操纵才能运行的计算机，到计算机拥有能够自己去学习的能力，这一飞跃对各行各业都产生了巨大的阻碍。尽管现在此刻可能是下一个 AI 冬季（图8）到来之前的「给予承诺又让人失望」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。
与此同时，人工智能、机器人和无人驾驶汽车差不多成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，那个变化的缘故有显而易见的（更快更强的计算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。 那个 AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。尽管深度学习使计算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的 Alexa 和 Google 的图像识不，然而 AI 不仅仅是「科技技术」（tech for tech），也确实是大数据集与足够强大的技术相结合的情况下，价值正在被慢慢创建，竞争优势也变得越来越明显。 例如，在医疗保健中，图像识不技术能够提高癌症诊断的准确性。在农业中，农民和种子生产商能够利用深度学习技术来提高作物产量。在制药业中，深度学习能够用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开发新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发觉其可被利用场景的早期时期，这些必要的技术会通过基于云的服务实现大众化、平等化，我们相信随之而来的创新浪潮将在每个行业中制造新的赢家和 输家。
我国网络直播市场现状分析 网络直播概念界定 中投顾问在《2016-2020年中国网络直播行业深度调研及投资前景预测报告》中认为： 从广义上来说，网络直播吸取和延续了互联网的优势，利用视讯方式进行网上现场直播，可以将产品展示、相关会议、背景介绍、方案测评、网上调查、对话访谈、在线培训等内容现场发布到互联网上，利用互联网的直观、快速，表现形式好、内容丰富、交互性强、地域不受限制、受众可划分等特点，加强活动现场的推广效果。现场直播完成后，还可以随时为读者继续提供重播、点播，有效延长了直播的时间和空间，发挥直播内容的最大价值。 从狭义角度，网络直播是新兴的高互动性视频娱乐。这种直播通常是主播通过视频录制工具，在互联网直播平台上，直播自己唱歌、玩游戏等活动，而受众可以通过弹幕与主播互动，也可以通过虚拟道具进行打赏。 网络直播的市场现状 （一）市场规模 中投顾问在《2016-2020年中国网络直播行业深度调研及投资前景预测报告》中提到，近两年来，网络直播迅速发展成为一种新的互联网文化业态。2015年，全国在线直播平台数量接近200家，其中网络直播的市场规模约为90亿，网络直播平台用户数量已经达到2亿，大型直播平台每日高峰时段同时在线人数接近400万，同时直播的房间数量超过3000个。 （二）市场新态势 1、明星+视频直播，放大叠加品牌价值及宣传效果。 从2015年开始，视频直播软件已在大众的娱乐生活中悄然走红，网络主播们通过手机摄像头，即时与粉丝聊天互动，让网友见识到移动直播的魅力。到了2016年，越来越多的明星也开始参与到这场狂欢中来。2016年4月7日，女星刘涛入驻直播平台，为网友直播自己新剧《欢乐颂》发布会的现场实况。短短两个小时的直播，传播效果惊人：最高同时在线人数超过17万，总收看人数71万。而在《跑男》第四季的开播发布会上，跑男的7位成员也通过腾讯直播与网友互动。在Angelababy不惧形象，大秀活人“表情包”的10分钟内，在线观看人数超过了33万，全程总观看人数过百万 在这些惊人的数字下，越来越多的营销方看到了直播平台与明星组合叠加的宣传效应。 毫无疑问，直播是一个将明星IP品牌价值放大的平台，是继博客、微博、小咖秀之后兴起的又一绝佳
２０１８年游戏直播行业深度研究报告
核心观点 一、游戏直播行业，当前与过去相比，有六点变化： 1）竞争格局—从“千播大战”到“双雄争霸” 2）直播内容—从“游戏单点突破”到“泛娱乐全面开花” 3）从“游戏影响直播”到“直播影响游戏” 4）从“主播凌驾平台”到“平台掌控主播” 5）技术革新的持续推动 6）监管增强，健康稳定内容生产平台具备长期竞争力 二、行业纵向比较：游戏直播平台—货币化能力和单用户价值具备提升空间 三、行业横向比较：斗鱼、虎牙发展侧重点不同 斗鱼：头部主播品牌效应突出，打造品牌护城河，开启多元变现模式，逐步提高盈利能力 虎牙：游戏主播资源同样优秀，与歪歪强联动效应，腰部变现能力强 四、海外对标看，亚马逊超前眼光收购Twitch，Twitch各项数据的加速成长和盈利模式多元化引领了行业发展 五、我们认为，游戏直播行业赛道发展战略清晰，格局稳定，空间大且向电竞、泛娱乐等领域的可延展性强，行业龙头公司虎牙、斗鱼有望在未来全面受益，虎牙直播收入有望持续增长，长期净利润率达15-20%。
01游戏直播：越辩越明的清晰赛道 02 行业纵向比较：货币化能力和单 用户价值具备提升空间04 海外对标分析：Twitch 05 相关公司讨论：虎牙 03 行业横向比较：斗鱼、虎牙发展侧重点 不同
01 PART ONE 2017经营情况游戏直播：越辩越明的清晰赛道01
行业演进1 ：竞争格局—从“千播大战”到“双雄争霸” 行业早期：2015年，龙珠直播 率先拿到腾讯投资，腾讯旗下 《英雄联盟》TGA等赛事由龙 珠独揽，游戏直播赛道开启混 战模式。 行业成长期第一阶段：2016 年，斗鱼在受腾讯和红杉投资 后，迅速扩张，得主播者得天 下，通过大批量高价挖主播， 迅速与其他品牌拉开差距。 行业成长期第二阶段：虎牙直 播率先抓住《王者荣耀》、 《绝地求生》的新品类机会， 和斗鱼成为双强，同时其他游 戏直播平台逐渐失去竞争力。 行业成熟期：斗鱼虎牙率先实现 盈利，斗鱼虎牙18年接受腾讯70 亿人民币投资，虎牙顺利登陆美 股，斗鱼也会马上登陆资本市场， 其他平台机会渺茫。 资本助力，战略清晰 资源聚合资本+新机会反应速度 大资本游戏 ?2018年3月，腾讯6.3亿美元入股斗鱼，4.6亿美元入股虎牙，目前虎牙顺利登陆美股，市值破58亿美元，斗鱼也加速筹备上市进程，直播 行业双雄格局已定。 ?斗鱼、虎牙谁是行业老大，目前斗鱼估值我们不得而知，但复盘行业演进史，在行业发展的关键点，斗鱼和虎牙均在资本、战略、行业项 目敏感度上抓住了机会。 资料来源：腾讯，长江证券研究所
国内信用证业务系统可行性研究报告
目录 第一章引言 (4) § 1.1编写目的 (4) § 1.2项目背景和目标 (4) § 1.2.1项目名称及参与单位 (4) § 1.2.2项目目标 (4) § 1.2.3项目背景 (5) § 1.3术语解释 (6) § 1.4条件约束 (7) § 1.4.1项目实施具备的条件 (7) § 1.4.2项目实施的约束 (9) § 1.5参考资料 (9) 第二章系统需求及现状 (10) § 2.1系统需求概述 (10) § 2.2对现有系统的分析 (13) 第三章技术方案 (14) § 3.1对建议方案的描述 (14) § 3.1.1系统设计原则 (14) § 3.1.2系统网络结构 (15) § 3.1.3系统软件结构与功能 (16)
§ 3.1.4系统接口设计 (19) § 3.1.5系统通讯方式 (19) § 3.2和现有系统的比较 (19) § 3.3和相关系统的关系 (20) § 3.4采用建议系统可能带来的影响 (20) § 3.5实施风险 (20) 第四章技术可行性评价 (21) 第五章投资与效益分析 (22) § 5.1项目投资情况 (22) § 5.2。项目效益分析 (23) § 5.3项目收益投资比 (26) § 5.4项目投资回收周期 (26) 第六章社会因素方面的可行性 (26) 第七章可选技术方案 (27) 第八章结论 (29)
第一章引言 § 1.1编写目的 本报告为国内信用证业务系统开发的可行性研究报告。本报告对国内信用证业务系统需求和系统实现技术、处理流程等方面的可行性进行了分析论证，对系统的基本情况、开发的目标、总体要求、及我行现有系统的关系做了一般性说明，并从项目技术方案、经济效益、社会效益、项目管理与风险等方面力求准确、清晰、完整地评估用户的需求，从而为项目决策提供科学依据。 本报告在调研和论证所选定开发方案的可行性同时，使任务提出者与开发者双方对项目的需求有一个共同的理解，并使之作为整个开发工作的前提和基础，供系统分析、概要设计、详细设计等阶段参考。 本系统可行性研究报告读者对象为软件开发项目管理者、决策者及相关业务部门的人员。 § 1.2项目背景和目标 § 1.2.1项目名称及参与单位 § 1.2.2项目目标 充分利用我行现有系统资源，依托各分行“城市综合网”，并以“资金清算系统”为信息传递渠道，在全行范围内实现信用证信息的安全、准确、快捷运转。达到促进我行结算业务发展，增加我行支付结算中间业务收入的目
２０１９年游戏直播行业深度研究报告
目录 1. 游戏直播：鱼虎两相争，双雄竞苍穹 (2) 1.1 游戏直播方兴未艾，市场空间亟待开发 (2) 1.2 鱼虎相争，游戏直播进入双雄时代 (4) 2. 斗鱼：美股IPO在即，游戏直播明星光芒闪耀 (8) 2.1 公司简介：期待国内领先游戏直播平台亮相纽交所 (8) 2.2 财务简析：直播业务带动营收高增长，成本高企致持续较高亏损 (9) 2.3 详解斗鱼生态：聚焦电竞内容，网罗头部主播，打造游戏直播第一平台 (12) 3. 风险分析 (18)
1. 游戏直播：鱼虎两相争，双雄竞苍穹 1.1 游戏直播方兴未艾，市场空间亟待开发 游戏直播行业市场规模与用户规模持续较快增长，市场空间仍具开发潜力。根据艾瑞数据，中国已在2016年超越美国成为全球最大的游戏直播市场，2018年中国游戏直播行业MAU已经达到美国市场的4倍。2018年，中国游戏直播市场规模达到132亿元，较2015年增长约15倍，预计2023年将达到398亿元，对应未来五年CAGR月24.7%，增速是非游戏直播市场的约2倍。从月活用户规模来看，2018年中国游戏直播行业MAU已 经达到2.55亿人，预计未来5年CAGR为9.4%，用户增长仍具潜力。 图表2：中国游戏直播行业MAU 资料来源：艾瑞咨询，中信建投证券研究发展部（注：未消除移动和PC用户之间的重复） 游戏直播用户生命周期更长，电竞将扮演更重要的角色。根据艾瑞咨询预测，电竞直播市场占游戏直播市场规模的比例将由2018年的50.3%进一步提升至2023年的59.8%，电竞在游戏直播行业中所扮演的角色将更为重要。游戏直播用户一般而言拥有更长的生命周期，尤其电竞赛事直播对于维持游戏热度以及延长用户生命周期有着更重要的作用。以《英雄联盟》为例，该电竞游戏的游戏直播观看人数高于游戏本身的活跃玩家数——当游戏玩家不再活跃的时候往往并不会彻底流失，而是会转化成为电竞赛事的观众。
消费金融行业深度研究报告 1 消费金融：价值与成长属性兼具的优质赛道 1.1 消费金融的概念 1.1.1 消费金融的基本定义 为消费者购物提供资金融通，称作消费金融。狭义的消费金融主要是指包括旅游、医疗、家电、餐饮等消费品短期贷款，广义的消费金融则包括住房按揭贷款、车贷以及经营性贷款等。消费信贷一般无需抵押担保，具有单笔授信额度低，期限相对短小灵活，审批速度快的特点。本文所述消费金融是狭义的消费金融，即消费信贷，消费贷是指银行或非银金融机构以及其他资方采取信用、抵押、质押担保或保证方式，以商品型货币形式向个人消费者提供的信用。按接受贷款对象的不同，消费信贷又分为买方信贷和卖方信贷。买方信贷是对购买消费品的消费者发放的贷款，卖方信贷是以分期付款单证作抵押，对销售消费品的企业发放的贷款。 消费金融的本质上是借贷关系的延伸，随着互联网的使用场景不断拓展，消费信贷也不断向着更为广泛的群体覆盖。短期的消费信贷是将用户的财富积累和消费支出在时空上 进行调配。为当期无法覆盖的居民消费提供资金支持。 目前主流的消费金融参与机构有商业银行、持牌消费金融公司、互联网消费金融平台等，其中互联网消费金融包括网络小贷、P2P、电商分期等，而以这些机构为主的国内消费
金融模式大致分为三类：1）现金贷模式；2）消费贷模式；3）助贷模式。其中，现金贷在严格意义上不属于消费信贷的范围，但在实际业务中，消费场景也是现金贷的重要流向，所以本文暂时将其纳入研究范围之内。 1.1.2 消费金融的业务流程 消费信贷的业务流程可归纳为贷前、贷中和贷后三大环节。从贷前风险准入、贷中授信审批、贷中放款、贷后状态跟踪到贷后催收。1）贷前：消费金融企业通过自有渠道获客或借助第三方平台导流等方式拉新，并审核客户的身份信息和贷款资质，经由征信中心或平台数据建立风控模型和定价模型，划分客户风险等级。2）贷中：消费金融企业将资金端和资产端进行合理匹配，利用自有资金直接放款或撮合客户信贷需求与其他资金方，收取贷款利息或手续费等。3）贷后：消费金融平台根据消费者使用的信贷产品，分别对客户进行还款提醒，定期收取本金或利息，对逾期客户进行催收并收取逾期费用。此外，消费金融平台还需要对客户进行回访，不断对风控模型进行调整和完善，优化审核和风险定价模型，以提高平台综合运营能力。 在贷前阶段，首要步骤是身份核实，即通常以用户证照信息为基础，并借助到生物识别以及OCR技术实现身份证识别和银行卡绑定以判断借款人身份。同时，身份核实也是反欺诈的核心，通常情况下，恶意欺诈是用户借用、伪造他人
2016-2022年中国网络直播市场现状调研分析及发 展前景报告 报告编号：1883782
行业市场研究属于企业战略研究范畴，作为当前应用最为广泛的咨询服务，其研究成果以报告形式呈现，通常包含以下内容： 一份专业的行业研究报告，注重指导企业或投资者了解该行业整体发展态势及经济运行状况，旨在为企业或投资者提供方向性的思路和参考。 一份有价值的行业研究报告，可以完成对行业系统、完整的调研分析工作，使决策者在阅读完行业研究报告后，能够清楚地了解该行业市场现状和发展前景趋势，确保了决策方向的正确性和科学性。 中国产业调研网https://www.doczj.com/doc/5511783381.html, 基于多年来对客户需求的深入了解，全面系统地研究了该行业市场现状及发展前景，注重信息的时效性，从而更好地把握市场变化和行业发展趋势。投资机会分析 市场规模分析 市场供需状况 产业竞争格局 行业发展现状 发展前景趋势 行业宏观背景 重点企业分析 行业政策法规 行业研究报告
一、基本信息 报告名称：2016-2022年中国网络直播市场现状调研分析及发展前景报告报告编号：1883782 ←咨询时，请说明此编号。 优惠价：￥7020 元可开具增值税专用发票 Email： 网上阅读： 温馨提示：如需英文、日文等其他语言版本，请与我们联系。 二、内容介绍 直播是一种实时性、互动性显着的互联网传播内容的形式。不同于传统的文字、图片、视频等传播形式，直播紧密的将用户与直播内容交互在一起，用户本身也是内容生产的一份子。按照时间历程，直播可大致分为三类，传统秀场直播、游戏直播和泛娱乐直播。 据中国产业调研网发布的2016-2022年中国网络直播市场现状调研分析及发展前景报告显示，2005年至今，有2家直播平台（YY、9158）已经上市。此外，4家公司已被上市企业并购，部分上市公司也开通了自己的直播平台。创业公司数量呈上升趋势，据不完全统计，从2005年至今涌现了146家直播平台。仅2016年半年（截止至5月3 1日），就成立了23家直播平台。 2004-2016年中国直播领域每年成立平台数量（个） 《2016-2022年中国网络直播市场现状调研分析及发展前景报告》主要研究分析了网络直播行业市场运行态势并对网络直播行业发展趋势作出预测。报告首先介绍了网络直播行业的相关知识及国内外发展环境，并对网络直播行业运行数据进行了剖析，同时对网络直播产业链进行了梳理，进而详细分析了网络直播市场竞争格局及网络直播行业标杆企业，最后对网络直播行业发展前景作出预测，给出针对网络直播行业发展的独家建议和策略。中国产业调研网发布的《2016-2022年中国网络直播市场现状调研分析及发展前景报告》给客户提供了可供参考的具有借鉴意义的发展建议，使其能以更强的能力去参与市场竞争。
（二零一二年十二月） 2020-2025年中国人工智能基础数据服务行业成本领先战略制定与实施研究报告 可落地执行的实战解决方案 让每个人都能成为 战略专家 管理专家 行业专家 ……
报告目录 第一章企业成本领先战略概述 (8) 第一节报告简介 (8) 第二节企业成本领先战略的重要性及作用 (9) 一、成本领先战略是构建竞争优势的基础 (9) 二、成本领先战略还具有无可比拟的优势作用 (9) 二、是决定企业经营活动成败的关键性因素 (10) 三、是实现企业快速、健康、持续发展的需要 (10) 四、是企业扩展市场、高效持续发展的有效途径 (11) 五、是强化企业核心竞争力的有利武器 (11) 第三节企业成本领先战略的特性 (11) 一、长期性 (11) 二、全局性 (12) 三、外向性 (12) 四、竞争性 (12) 五、动态性 (12) 第二章市场调研：2019-2020年中国人工智能基础数据服务行业市场深度调研 (13) 第一节前言 (13) 第二节人工智能基础数据服务行业概述 (13) 一、人工智能基础数据服务定义 (13) 二、人工智能基础数据服务发展历程 (14) 三、人工智能基础数据服务的行业价值 (15) 四、人工智能基础数据服务的主要产品形式 (16) 第三节2019-2020年人工智能基础数据服务的发展背景 (17) 一、人工智能经济崛起为基础数据服务提供长期向好的基本面 (17) 二、数据量呈指数式增长，非结构化数据的应用依赖于清洗标注 (18) 第四节2019-2020年人工智能基础数据服务市场现状 (19) 一、人工智能基础数据服务产业链 (19) 二、人工智能基础数据服务产业图谱 (20) 三、人工智能基础数据服务行业投融资 (20) 四、人工智能基础数据服务行业商业模式 (21) 五、人工智能基础数据服务市场规模 (22) 六、人工智能基础数据服务细分结构 (23) 七、人工智能基础数据服务市场格局 (24) 第五节2019-2020年人工智能基础数据服务场景分析 (26) 一、视图基础数据服务市场现状 (26) 二、视图基础数据服务技术趋势 (27) 三、自动驾驶基础数据服务应用场景 (27) 四、自动驾驶基础数据服务市场现状 (28) 五、智能交互基础数据服务市场现状 (29) 六、智能交互基础数据服务技术趋势 (30)
２０１９年教育行业深度研究报告
前言 关于整个国家对于教育的投入，大多数人都有较强的感性认知，知道体量是巨大的，但是没有量化的概念——总体量到底有多大？其中有多少来源于财政投入，有多少来源于其他渠道投入（社会资本等）？国家对于不同教育阶段的投入有何差异？不同省份对于教育的投入有何差异？本篇报告将从数据的维度对这些问题进行一一解析。 本篇报告的三个核心结论是—— ①总量角度：教育经费多渠道筹集需求凸显，社会投入占比有望提升。 整个社会对于教育的投入持续增长，自2012年以来，我国教育经费总 投入占GDP比重均在5%以上，2018年达4.6万亿元。国家财政性教 育经费占GDP比重均在4%以上，2018年达3.7万亿元，预计短期内 该比重会相对稳定。我国教育经费中80%以上来源于国家财政性教育 经费，国家财政性教育经费中地方财政性教育经费占比超90%，地方 财政教育支出是整个社会对于教育投入的主力来源。地方公共财政教 育支出在2012年对于地方财政的压力达到高点（占地方财政收入/支 出比重分别为33.0%/18.8%），且目前该现状未有明显缓解，我们认为 这可能是2012年之后相关政策出台的重要引发原因之一（2013年上 海和温州两地开始营利性学校试点），加大民办教育力量投入需求突出， 非财政的教育经费占比有望提升。 ②分阶段角度：义务教育阶段的财政支出占比近半，职业教育、幼儿 园和高中占比略有提升，高等教育占比有所下降，预计结构性优化仍 会继续进行。2016年幼儿园/义务教育/高中/高等占比分别为 3.8%/46.6%/9.6%/10.8%，幼儿园的财政投入远低于其他阶段，与其 17%的总人数占比不匹配，未来幼儿园公办化、普惠化是大趋势，而 高等教育占比略有下降，伴随未来财政更多向低龄阶段倾斜，占比可 能会有所调整，而这一趋势为民办高校的发展带来机会。2017年民办 幼儿园/小学/初中/普高/中职/高等渗透率分别为 56%/8%/13%/13%/14%/24%，相较2004年分别增加 28/5/8/5/6/19pct，幼儿园民办渗透率极高，民办高等教育渗透率提升 较快。“生均公共财政预算教育事业费”这一指标可以更加直观体现不 同阶段的生均财政投入之间差距。根据最新数据，除幼儿园仍然低于 3000元/人以外，其他阶段均超过10000元/人，普通高等更是超过了 20000元/人。1997-2017二十年间我国经历了优先发展小学，之后是 初中的过程，目前是处于加强稳固对于义务教育的投入，并加速发展 学前、高中及高等教育的时期。 ③分地区角度：建议关注地方公共财政教育支出压力较大，教育资源 相对不足的地区。结合6个指标的排名和赋值，我们对于各省市进行 了综合排名，我们把得分大于等于3分的称为优势地区（18个），小 于3分的称为非优势地区（13个）。我们认为该评分从财政角度出发， 对民办学校的地理位置选择上有一定参考价值，得分越高，排名越靠 前的省市，我们认为更需要民办学校的投入，对于民办学校的态度也 更加欢迎，也有更大的概率在政策上给予高于平均的优惠力度，以此 对于民办学校的投资地域给出一些建议。细分来看：5分的为一类优 势地区（5个），包括广东、山东、河北、浙江、湖北；4分的为二类 优势地区（8个），包括河南，广西，云南，江西，江苏，湖南，福建， 上海；3分的为三类优势地区（5个），包括四川，安徽，贵州，山西， 北京。 在进行具体分析之前，我们先介绍在本文中会使用到的几个容易混淆的概念，：“教育经费”可以理解为“整个社会对于教育的投入总额”（最大口径），“国家财政性教育经费”可以理解为“国家财政对于教育的支出总额” （第二大口径），“财政性教育经费占教育经费的比重”可以理解为“整个社会对于教育的投入中财政的贡献程度”。“公共财政教育支出”可以理解为“一般公共财政对于教育的支出总额”（第三大口径）。
征信行业深度研究报告(说明：此文为WORD文档，下载后可直接使用)
目录 一、征信产业链 二、征信产业价值 （一）精确界定授信方可以接受的风险程度（二）加速授信过程 （三）国家信用体系的基石 三、征信产业核心环节 （一）数据来源 （二）征信执业牌照 （三）评分模型 四、互联网与征信系统 （一）互联网助推征信系统发展 （二）征信系统为互联网金融发展提供坚实基础五、国外征信系统发展 （一）美国征信系统 （二）欧洲征信系统 （三）日本征信系统 六、我国征信系统发展 （一）发展概况 （二）发展模式 （三）市场空间 （四）法律监管
互联网推动征信行业发展 数据显示我国互联网发展程度已较高：根据CNNIC数据2013年我国网民接近6亿，未来5年将提升到60%以上；艾瑞咨询数据显示2013年我国网络购物规模达到1.8万亿，占社会消费品零售总额的7.8%的比重。 欧美和日本等国征信行业发展历程表明互联网极大地推动了征信行业的发展，在经历近20年快速发展后达到成熟。我们判断由于我国互联网的继续快速发展，征信行业将进入快车道。 我国征信行业千亿蓝海将逐步开启 《中国征信业发展报告（2003－2013）》显示，截止2012年我国征信机构达到140家左右，总规模达20亿，相较于美国近800亿市场和日本40亿市场仍有较大的差距。 我们判断如我国采取市场化模式，按照现有价格、企业及个人总数的体量，在发展成熟后我国征信行业仅个人征信市场总空间将在1000亿左右，相较目前不到20亿的体量有50倍的成长，是名符其实的蓝海。 牌照发放为征信行业最大的机会 征信产业链较为简单，分为上游的数据提供商、中游的征信公司、下游的征信需求方，其中中游细分为牌照公司和具有评分模型的公司，是产业链最为重要的分支。 上游数据分布在电商、银行、国家公共机构等手中，是征信行业的起点，但较为分散；中游的评分模型获得突破非短期之功，因此牌
教育行业深度报告 教育从古以来就是中国人特别重视的一件事。古代时有“孟母三迁”的故事，仅仅为了孩子能接受更好的教育。 而今天，这样活生生的例子成出不穷。笔者就曾经见到许多家长为了孩子接受更好的教育，举家搬迁。也有一些家长暑期带着孩子去异地拜见最好的老师。 大量的教育机构也在寒暑期推出带有住宿的集训班课程。这种我们习以为常的现象在美国几乎无法想象。中国人自古以来就有非常强烈的“付出”精神。 大量家长在自己身上花钱并不多，但是在孩子教育上的投入巨大，这导致教育行业在中国有比较强的定价权，甚至可以不断提价。长期看，中国教育行业的定价权未来可能比茅台酒都来的强。 可以说，是具有强烈的“中国国情”。在勒庞的巨作《乌合之众》中，他曾经说过每一个民族都带有自己特有的基因，最终造就了这个民族的一些特性。在中国人几千年的历史基因中，就对教育非常重视。． 同时随着中产阶级不断崛起，生育率的下降等，家长在单个孩子上投入的资源会大大增加，也让教育成为一个中长期能维持高景气的行业。今天，笔者就和大家交流一下对教育行业粗浅的研究以及商业模式上的思考。
行业特征： 把中国教育行业进行分类，主要有K12，高等教育和职业教育三种。这三种有着完全不同的属性： 1）K12，是传统教育向在线的延伸。客户不是学生本人，而是家长。学生本人参与的积极性不是最高，很多来自于家长。很大一部分需求来自于应付考试。 2）高等教育，核心代表是网易公开课(MOOC的典型）和成人补习班。客户是成年人为主，以学习知识为主。参与的积极性很高。 3）职业教育，核心代表是达内科技。客户为成年人学习技能为主，竞争力来自于能否找到更好的工作。 显而易见，K12是教育细分子行业中空间最大的。相比高等教育和职业教育，K12有两个不同点。 第一就是很高的留存度。家长送孩子去补习班，只要体验和结果都不错，往往会放好多年。从一年级开始，一路到四五年级。很高的留存率会导致有口碑的K12教育培训机构获得持续不断的用户数增长，优秀的企业会迅速越来越大。
2021年网络直播行业研 究分析报告
目录 1.网络直播行业前景趋势 (5) 1.1技术发展推动行业前进 (5) 1.2“直播+”赋能各行业发展 (5) 1.3泡沫褪去行业竞争加剧 (6) 1.4成本升高推动商业模式探索 (6) 1.5用户拓展及主播扶持 (6) 1.6平台属性更趋专业化 (7) 1.75G或推动行业加速发展 (7) 1.8以“直播+”宣传主流价值观 (8) 1.9延伸产业链 (8) 1.10行业协同整合成为趋势 (8) 1.11服务模式多元化 (9) 1.12呈现集群化分布 (9) 1.13需求开拓 (10) 2.网络直播行业现状 (10) 2.1网络直播行业定义及产业链分析 (10) 2.2网络直播市场规模分析 (12) 2.3网络直播市场运营情况分析 (13) 3.网络直播行业存在的问题 (16) 3.1直播行业门槛低 (16)
3.2直播监管具有一定的延迟性 (16) 3.3直播平台存在数据失真问题 (16) 3.4行业服务无序化 (17) 3.5供应链整合度低 (17) 3.6基础工作薄弱 (17) 3.7产业结构调整进展缓慢 (17) 3.8供给不足，产业化程度较低 (18) 4.网络直播行业政策环境分析 (19) 4.1网络直播行业政策环境分析 (19) 4.2网络直播行业经济环境分析 (19) 4.3网络直播行业社会环境分析 (19) 4.4网络直播行业技术环境分析 (20) 5.网络直播行业竞争分析 (21) 5.1网络直播行业竞争分析 (21) 5.1.1对上游议价能力分析 (21) 5.1.2对下游议价能力分析 (21) 5.1.3潜在进入者分析 (22) 5.1.4替代品或替代服务分析 (22) 5.2中国网络直播行业品牌竞争格局分析 (23) 5.3中国网络直播行业竞争强度分析 (23) 6.网络直播产业投资分析 (24)
国内信用证业务系统 可行性研究报告 目录 第一章引言.............................................................. 错误!未指定书签。 §1.1编写目的......................................................... 错误!未指定书签。 §1.2项目背景和目标 ........................................... 错误!未指定书签。 §1.2.1项目名称及参与单位......................... 错误!未指定书签。 §1.2.2项目目标............................................... 错误!未指定书签。 §1.2.3项目背景............................................... 错误!未指定书签。 §1.3术语解释......................................................... 错误!未指定书签。 §1.4条件约束......................................................... 错误!未指定书签。 §1.4.1项目实施具备的条件......................... 错误!未指定书签。 §1.4.2项目实施的约束.................................. 错误!未指定书签。 §1.5参考资料......................................................... 错误!未指定书签。第二章系统需求及现状........................................ 错误!未指定书签。
2020年人工智能产业发展深度研究报告 一、人工智能市场格局 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、延申和拓展类人的智能的能力，本质上是对人类思维过程的模拟。AI 概念最早始于1956 年的达特茅斯会议，受限于算法和算力的不成熟，未能实现大规模的应用和推广。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。据中国电子学会预测，2022全球人工智能市场将达到1630亿元，2018-2022年CAGR达31%。 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。 二、多角度人工智能产业比较 目前，全球人工智能产业的生态系统正逐步成型。依据产业链上下游关系，可以将人工智能划分为基础支持层、中间技术层和下游应用层。基础层是人工智能产业的基础，主要提供硬件（芯片和传感器）及软件（算法模型）等基础能力；技术层是人工智能产业的核心，以模拟人的
智能相关特征为出发点，将基础能力转化成人工智能技术，如计算机视觉、智能语音、自然语言处理等应用算法研发。其中，技术层能力可以广泛应用到多个不同的应用领域；应用层是人工智能产业的延伸，将技术应用到具体行业，涵盖制造、交通、金融、医疗等18 个领域，其中医疗、交通、制造等领域的人工智能应用开发受到广泛关注。 （一)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。 1、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
目录 一、教育行业发展环境 (2) 1、国家政策的支持 (2) 2、经济发展的需要 (2) 3、民众意识的提高 (3) 二、教育行业结构划分 (3) 三、教育行业发展现状 (4) 1、百家齐鸣——促进教育培训发展 (4) 2、多家竞争，市场不正规——发展负面影响加深 (5) 四、教育行业发展挑战 (6) 1、教学资源的优质化 (6) 2、服务模型的完善化 (6) 3、教育技术的先进化 (6) 五、教育行业细分市场对比分析 (6) 1、学前教育 (7) 2、学历教育 (11) 3、专业培训 (14) 六、教育行业网络营销特点及策略 (17) 1、教育行业网络营销的优势 (17) 2、教育行业网络营销存在问题 (17) 3、教育行业营销策略改进 (17)
一、教育行业发展环境 今年来，我国教育培训行业发展非常迅速，从统计数字显示，2000年我国的教育培训市场规模是100亿元，2001年是300亿元，2005年我国的教育培训业收入达到2000亿元，而且这一数字还在以每年30%的速度疯长。我们将从以下三方面分析发展飞跃的环境： 1、国家政策的支持 2002年底中国颁布了《民办教育促进法》，并与2003年9月1日生效，随后又出台了《民办教育促进法实施条例》对实施细则加以细化。《民办教育促进法》肯定了民办教育事业的公益性地位，国家对民办教育执行实行“积极鼓励、大力支持、正确引导、依法管理”的方针，民办学校和公办学校享有同等的法律地位，并且指出办学者可以获取合理回报。但是由于政策细则的不明确，民办教育培训事业虽有发展，但比较缓慢。直至2010年10月，国务院颁发了《关于较强职业培训促进就业的意见（国发【2010】36号）》，意见中指出“加强职业培训是促进就业和经济发展的重大举措”。同年11月，《国务院关于当前发展学前教育的若干意见（国法【2010】41号）》颁布，意见中指出“发展学前教育，必须坚持公益性和普惠性”，“必须坚持政府主导，社会参与，公办民办并举“。等一些列政策，促进了民办学校、教育、培训机构的大量滋生。 2、经济发展的需要 中国仍处在产业结构转型的时期，对人才的培养需求呈现出新的变化。中国目前的产业结构存在一定矛盾：第二产业在经济中占比过大，其中高能耗、高污
2016-2022年中国网络直播市场现状调研分 析及发展前景报告 报告编号：1883782 中国产业调研网 https://www.doczj.com/doc/5511783381.html,
行业市场研究属于企业战略研究范畴，作为当前应用最为广泛的咨询服务，其研究成果以报告形式呈现，通常包含以下内容： 一份专业的行业研究报告，注重指导企业或投资者了解该行业整体发展态势及经济运行状况，旨在为企业或投资者提供方向性的思路和参考。 投资机会分析 市场规模分析 市场供需状况 产业竞争格局 行业发展现状 发展前景趋势 行业宏观背景 重点企业分析 行业政策法规 行业研究报告
一份有价值的行业研究报告，可以完成对行业系统、完整的调研分析工作，使决策者在阅读完行业研究报告后，能够清楚地了解该行业市场现状和发展前景趋势，确保了决策方向的正确性和科学性。 中国产业调研网https://www.doczj.com/doc/5511783381.html,基于多年来对客户需求的深入了解，全面系统地研究了该行业市场现状及发展前景，注重信息的时效性，从而更好地把握市场变化和行业发展趋势。
一、基本信息 报告名称：2016-2022年中国网络直播市场现状调研分析及发展前景报告 报告编号：1883782←咨询时，请说明此编号。 优惠价：￥7020 元可开具增值税专用发票 Email：kf@https://www.doczj.com/doc/5511783381.html, 网上阅读：https://www.doczj.com/doc/5511783381.html,/R_ITTongXun/82/WangLuoZhiBoHangYeXianZhuangYuFa ZhanQianJing.html 温馨提示：如需英文、日文等其他语言版本，请与我们联系。 二、内容介绍 直播是一种实时性、互动性显著的互联网传播内容的形式。不同于传统的文字、图片、视频等传播形式，直播紧密的将用户与直播内容交互在一起，用户本身也是内容生产的一份子。按照时间历程，直播可大致分为三类，传统秀场直播、游戏直播和泛娱乐直播。 据中国产业调研网发布的2016-2022年中国网络直播市场现状调研分析及发展前景报告显示，2005年至今，有2家直播平台（YY、9158）已经上市。此外，4家公司已被上市企业并购，部分上市公司也开通了自己的直播平台。创业公司数量呈上升趋势，据不完全统计，从2005年至今涌现了146家直播平台。仅2016年半年（截止至5月3 1日），就成立了23家直播平台。 2004-2016年中国直播领域每年成立平台数量（个） 《2016-2022年中国网络直播市场现状调研分析及发展前景报告》主要研究分析了网络直播行业市场运行态势并对网络直播行业发展趋势作出预测。报告首先介绍了网络直播行业的相关知识及国内外发展环境，并对网络直播行业运行数据进行了剖析，同时对网络直播产业链进行了梳理，进而详细分析了网络直播市场竞争格局及网络直播行业标杆企业，最后对网络直播行业发展前景作出预测，给出针对网络直播行业发展的独家建议和策略。中国产业调研网发布的《2016-2022年中国网络直播市场现状调研分析及发展前景报告》给客户提供了可供参考的具有借鉴意义的发展建议，使其能以更强的能力去参与市场竞争。
人工智能行业研究报告 人工智能是信息时代的尖端技术。从人类建立起需要指导操纵才能运行的运算机，到运算机拥有能够自己去学习的能力，这一飞跃对各行各业都产生了庞大的阻碍。尽管现在此刻可能是下一个AI 冬季（图8）到来之前的「给予承诺又让人败兴」的周期，但这些投资和新技术至少会给我们带来有形的机器学习生产力的经济利益。
与此同时，人工智能、机器人和无人驾驶汽车差不多成为了流行文化甚至是政治话语的前沿。而且我们在过去一年的研究使我们相信这不是一个错误的开始，而是一个拐点。正如我们将在本报告中探讨的那样，那个变化的缘故有显而易见的（更快更强的运算资源和爆炸式增长的数据库），也有细致入微（深度学习，专有硬件和开源的崛起）的。 那个AI 拐点（AI inflection）中更令人兴奋的一个方面是「现实世界」的使用案例比比皆是。尽管深度学习使运算机视觉和自然语言处理等技术有了显著的提高，比如苹果公司的Siri，亚马逊的Alexa 和Google 的图像识别，然而AI 不仅仅是「科技技术」（tech for tech），也确实是大数据集与足够强大的技术相结合的情形下，价值正在被慢慢创建，竞争优势也变得越来越明显。 例如，在医疗保健中，图像识别技术能够提高癌症诊断的准确性。在农业中，农民和种子生产商能够利用深度学习技术来提高作物产量。在制药业中，深度学习能够用于改善药物的研发。在能源方面，勘探效率正在提高，设备可用性正在不断增强。在金融服务方面，通过开创新的数据集，实现更快的分析，从而降低成本，提高回报。AI 现在还处于发觉其可被利用场景的早期时期，这些必要的技术会通过基于
2020年网络直播行业市场及趋势分析 2020年
目录 1.网络直播行业概况及现状 (5) 1.1后劲十足但仍需深度调整 (5) 1.2市场发展迅速，对社会经济带动效应初显 (5) 1.3产业生态链逐渐成型，“走出去”步伐加快 (5) 1.4市场规模突破1000亿元 (6) 1.5游戏市场活跃，带动游戏直播行业发展 (8) 2.网络直播行业存在的问题 (9) 2.1观众人数造假 (9) 2.2内容打擦边球 (9) 2.3恶意挖角竞争 (9) 2.4平台与主播关系不稳定 (10) 2.5盈利模式不成熟 (10) 2.6直播行业无序竞争的状态急需规范 (10) 2.7直播内容中正能量的弘扬急需加强 (11) 2.8对直播行业的管理制度建设急需推进 (11) 2.9恶意竞争，运作方式同质化 (11) 2.10内容过度娱乐化、低俗化 (12) 2.11监管不力，打“擦边球”现象频现 (13) 3.网络直播行业发展趋势分析 (14) 3.1更加多样化的合作 (14) 3.2专业制作的优质内容 (14)
3.3科技进步驱动行业发展 (14) 3.4更加规范的运营 (14) 3.5加强清理整治 (15) 3.6加强主旋律宣传 (15) 3.7加强违约制裁 (15) 3.8加强平台建设，创新运作方式 (16) 3.9内容为王，提升文化内涵 (16) 3.10加强行业自律，建立健全引导机制 (17) 3.11“挖角大战”由此拉开！ (17) 3.12规范化是最重要趋势，直播内容将更加丰富 (18) 4.网络直播行业市场竞争格局 (19) 4.1活跃用户方面竞争格局 (19) 4.2付费用户方面竞争格局 (19) 4.3用户紧附头部平台，双巨头时代来临 (20) 4.4主播恶性跳槽时代落下帷幕，斗鱼虎牙成行业优质内容聚 集地20 5.网络直播行业政策及环境分析 (22) 5.1相关部门加强监管，规范直播行业发展 (22) 5.2行业规范发展，部分企业被关停 (23) 5.3监管日趋收紧 (26) 5.4行业洗牌加速 (27) 6.网络直播行业发展前景 (29)