当前位置：文档之家 › 2019年智能投研行业分析报告

2019年智能投研行业分析报告

  • 格式：docx
  • 大小：1.36 MB
  • 文档页数：40

2019年智能投研行业
分析报告
2019年6月
目录
一、智能投研的产业链分析 (6)
1、智能投研的定义 (6)
（1）狭义：人工智能在投资研究上的应用 (6)
（2）广义：人工智能在资本市场相关领域的应用 (7)
2、智能投研产业链的供求关系 (8)
（1）智能投研的产业链涉及数据的获取、处理及应用 (8)
（2）上游：数据源 (8)
①传统数据 (8)
②爬虫数据 (8)
③另类数据 (9)
（3）中游：主要是数据的采集和标准化 (9)
（4）下游：数据的需求方和应用场景，以金融机构为主 (9)
3、智能投研行业的参与者 (10)
（1）传统的金融数据服务商 (10)
（2）创业公司 (10)
（3）互联网巨头 (11)
（4）投资机构内部研发 (11)
二、商业模式 (12)
1、金融文本处理工具 (12)
（1）产品定位及目标客户 (12)
（2）竞争优势及核心技术 (13)
（3）交付方式及收费模式 (13)
2、一级市场数据库 (13)
（1）产品定位及目标客户 (13)
（2）竞争优势及核心技术 (14)
（3）交付方式及收费模式 (15)
3、二级市场数据库 (15)
（1）产品定位及目标客户 (15)
（2）竞争优势及核心技术 (16)
（3）交付方式及收费模式 (16)
三、底层技术 (16)
1、人工智能 (16)
2、自然语言处理 (17)
3、知识图谱 (19)
四、市场空间及行业趋势 (20)
1、智能投研的市场空间 (20)
（1）要从数据服务广义的角度看智能投研的市场空间 (20)
（2）从长期来看，智能投研的潜在市场空间远大于现有金融数据行业规模 (21)
（3）资产管理行业长期保持增长 (22)
2、智能投研的发展趋势 (23)
（1）顺应资产管理行业精细化的发展趋势，资产管理机构在数据及技术方面的投入增速大于资产管理规模的增速 (23)
（2）传统的金融数据公司通过并购整合保持持续的竞争优势 (24)
（3）大量创业公司在努力拓展人工智能的边界 (24)
（4）智能投研公司成功路径：深度和广度必取其一 (25)
五、海外案例分析 (25)
1、数据分析公司Kensho (25)
2、资产管理系统Aladdin (26)
六、国内公司案例分析 (28)
1、庖丁科技 (28)
2、文因互联 (29)
3、犀语科技 (31)
4、视野金服 (32)
5、因果树 (34)
6、烯牛数据 (35)
7、数库 (37)
8、宽拓科技 (39)
智能投研的产业链：（1）智能投研是人工智能在投资研究及其他资本市场相关领域的应用，其核心是提升金融数据的分析能力，提高人工的工作效率。

（2）智能投研的产业链涉及数据的获取、处理及应用。

数据源包含传统金融数据、爬虫数据及另类数据等。

中游主要是数据的采集和标准化。

下游是数据的需求方和应用场景，包括投资机构、监管部门及非金融机构等。

（3）智能投研行业的参与者包括传统的金融数据服务商、创业公司、互联网巨头及投资机构内部研发。

三种商业模式：（1）金融文本处理工具。

针对特定场景的金融数据处理的工具，所处理的文本以标准化的金融文本为主，主要的功能是审核检查。

客户以证监会、交易所等监管职能部门，其次是券商投行部门、银行信贷审核部门等，交付方式以项目制为主。

（2）一级市场数据库。

提供全方位了解一级市场公司的数据库和搜索工具。

产品的核心是标签体系。

目标客户包括一级市场投资机构、券商投行部门及直投部门、银行企业客户部门等。

一般采用数据终端或者数据接口的方式交付。

（3）二级市场数据库。

提供比传统金融数据服务商颗粒度更高的数据产品，重点在非结构化数据的处理。

成熟资本市场客户主要是二级市场投资者，尤其是量化投资。

国内的客户还包括券商和综合金融集团。

底层技术：在智能投研中主要应用的人工智能技术包括图像识别、自然语言处理、情感分析、知识图谱等。

（1）优势：人工智能拓展了数据来源，大幅提升了数据运算的能力。

机器能分析多元、非线性关系，寻找相关性而非局限于因果关系。

（2）不足：就现阶段来看，
人工智能在有明确边界、规则和目标的场景中，效果更明显。

（3）约束条件：数据质量影响智能投研的效果，随着底层数据质量不断提升，智能投研的效果会越来越好。

市场空间及行业趋势：（1）要从数据服务广义的角度看智能投研的市场空间。

在考虑资产管理规模和资产管理机构数量之外，收入的增量空间还包括对数据量、数据维度、数据综合服务的需求提升，以及投资机构之外其他机构对金融数据的需求。

从长期来看，智能投研的潜在市场空间远大于现有金融数据行业规模。

（2）智能投研的发展趋势。

资产管理机构在数据及技术方面的投入增速大于资产管理规模的增速。

传统的金融数据公司通过并购整合保持持续的竞争优势。

大量创业公司在努力拓展人工智能的边界。

成功的智能投研公司在数据服务的广度或深度上超越对手。

一、智能投研的产业链分析
1、智能投研的定义
（1）狭义：人工智能在投资研究上的应用
通过人工智能技术拓宽投资信息来源，提高获取信息的及时性，减少基础数据处理的工作量，通过自动化的数据分析，为投资决策提供参考，从而提高投资研究的效率。

合集下载

2019人工智能产业投资分析报告

2019人工智能产业投资分析报告

2019人工智能产业投资分析报告前言：人工智能(AI)将接棒移动互联网，成为下一轮科技创新红利的主要驱动力。

透过丰富的数据采集(互联网和IoT)、更快的数据传输(5G)、更强大的数据运算处理(AI)，科技企业和传统企业将在更广泛的领域深度融合。

AI将广泛助力传统行业转型，渗透互联网竞争下半场，催生无人驾驶、城市大脑、工业互联网、农业大脑、智慧医疗、Fintech、机器人等广义AI 应用，酝酿万亿级市场和投资机会。

▌AI主导下一轮科技创新红利AI孕育万亿级别市场人工智能(AI)指利用技术学习人、模拟人，乃至超越人类智能的综合学科。

人工智能技术可以显著提升人类效率，在图像识别、语音识别等领域快速完成识别和复杂运算。

此外，面对开放性问题，人工智能技术亦可通过穷举计算找到人类预料之外的规律和关联。

自1956年“人工智能”概念首次被提出，AI技术“三起两落”。

本轮人工智能腾飞受益于持续提升的AI算力对神经网络算法的优化。

AI产业链分为:基础层、技术层、应用层。

基础层主要包括:AI芯片、IoT传感器等，技术层主要包括:图像识别、语音识别、自然语言处理NLP、知识图谱等，应用层的场景包括:无人驾驶、智慧安防、智慧城市(城市大脑)、金融科技(Fintech)、智慧医疗、智慧物流等领域。

AI市场规模快速成长。

中国是全球第二大AI力量，人工智能企业超过1000家。

2018年中国AI市场规模约330亿元人民币，全球AI市场规模约2700亿美元。

我们预计，中国人工智能市场规模有望成长至万亿量级，成为下一轮科技创新红利的主导力量。

Statista预计2019、2020年，全球人工智能市场规模将分别增长59%、61%，成长至6800亿美元量级。

我们判断，中国人工智能市场有望在2030年达到万亿量级，传统行业和技术的结合是主要的应用领域，2G(对政府）和2B（对企业）将成为主要的营收来源。

AI应用于移动互联网下半场当前我们正处于两轮科技红利的交替期。

2019年人工智能行业分析报告(37y)

2019年人工智能行业分析报告(37y)

【2019年人工智能行业】---分析报告2019年3月目录一、AI 主导下一轮科技创新红利 (2)1、AI 孕育万亿级别市场 (2)2、AI 应用于移动互联网下半场 (4)3、AI 应用于更广泛的领域 (6)二、AI 产业链：算力驱动，场景为王 (7)1、基础层：AI 芯片、深度学习等 (8)2、技术层 (11)3、应用层：场景+AI (15)三、从“数据产业链”到“人工智能” (29)1、数据是AI 的核心 (29)2、数据采集：从互联网到IoT (31)3、数据传输：从4G 到5G (32)4、数据存储：IDC 需求迅速增长 (34)四、AI：科技巨头在做什么 (35)五、风险因素 (37)六、投资建议 (37)一、AI 主导下一轮科技创新红利1、AI 孕育万亿级别市场人工智能（AI）指利用技术学习人、模拟人，乃至超越人类智能的综合学科。

人工智能技术可以显著提升人类效率，在图像识别、语音识别等领域快速完成识别和复杂运算。

此外，面对开放性问题，人工智能技术亦可通过穷举计算找到人类预料之外的规律和关联。

自1956 年“人工智能”概念首次被提出，AI 技术“三起两落”。

本轮人工智能腾飞受益于持续提升的AI 算力对神经网络算法的优化。

AI 产业链分为：基础层、技术层、应用层。

基础层主要包括：AI 芯片、IoT 传感器等，技术层主要包括：图像识别、语音识别、自然语言处理NLP、知识图谱等，应用层的场景包括：无人驾驶、智慧安防、智慧城市（城市大脑）、金融科技（Fintech）、智慧医疗、智慧物流等领域。

图1：人工智能发展历程表1：AI 主要使用决策类型AI 市场规模快速成长。

中国是全球第二大AI 力量，人工智能企业超过1000 家。

2018 年中国AI 市场规模约330 亿元人民币，全球AI 市场规模约2700 亿美元。

我们预计，中国人工智能市场规模有望成长至万亿量级，成为下一轮科技创新红利的主导力量。

2019年商业智能行业分析报告

2019年商业智能行业分析报告

2019年商业智能行业分析报告2019年7月目录一、商业智能概述 (5)1、商业智能概念界定 (5)2、商业智能发展阶段 (6)3、全球视角下的商业智能政策环境 (7)4、商业智能与大数据 (8)5、商业智能与人工智能技术 (9)6、商业智能与机器人流程自动化（RPA） (10)7、商业智能与运筹学 (11)8、商业智能产业链 (12)9、商业智能行业投融资情况 (13)（1）近年来投资节奏明显加快，以早期融资为主 (13)（2）客户服务最受追捧，诊疗、零售与交通等领域齐头并进 (14)10、商业智能价值体现与效果提升 (14)11、商业智能未来方向 (15)二、商业智能典型应用场景 (16)1、金融风控 (16)2、物流管理 (17)3、广告营销 (18)4、零售电商 (19)5、交通出行 (20)6、辅助诊疗 (21)7、客户服务 (22)8、在线教育 (23)三、商业智能典型公司案例 (24)1、微软Microsoft：人工智能技术及产品完善，助力诸多商业领域智能化转型 (24)2、百度Baidu：以百度大脑为核心构建AI全栈技术布局，推动产业智能化升级 (27)3、平安科技：对内为平安集团提供技术支撑，对外为行业转型升级赋能 .. 294、云从科技：人工智能国家队，利用计算机视觉技术提升商业效能 (31)5、第四范式 (33)（1）挖掘海量数据中井喷科学规律，助力商业进入智能决策时代 (33)（2）“1+N”推动企业智能化转型，实现极致效果及规模化落地 (33)6、云知声：专注物联网AI能力，构建全栈式技术链条 (34)7、杉数科技：结合数据科学与运筹学核心优势为企业提供决策性分析 (35)8、追一科技：运用人工智能技术为企业提供智能服务解决方案 (36)9、推想科技：借助深度学习技术助力医疗影像诊断实现效能提升 (37)四、商业智能趋势展望 (38)1、产业互联网的兴起将加速商业智能模式裂变 (38)2、互联网巨头、科技公司与商业企业合作共建生态 (39)3、个人数据监管不断趋严带来新的发展机遇与挑战 (40)行业概述。

2019-2024年中国人工智能应用行业发展及产业投资空间专项研究报告

2019-2024年中国人工智能应用行业发展及产业投资空间专项研究报告

2019-2024年中国人工智能应用行业发展及产业投资空间专项研究报告本报告旨在探讨中国人工智能应用行业在未来五年（2019-2024年）的发展趋势以及产业投资空间。

随着科技的发展，人工智能已成为一个增长迅速的行业。

在过去十年里，中国已经成为世界人工智能市场增长最快的国家之一。

未来五年，随着政策支持和技术变化的发展，中国的人工智能应用行业将面临更大的机遇和挑战。

一、发展趋势1.智能制造：智能制造是人工智能应用的重要领域之一。

未来五年，中国制造业将逐步实现智能化，并将在工业控制、全面协调和生产维护等方面有大幅提升。

2.自动驾驶：自动驾驶汽车将成为人工智能应用的新热点。

未来五年，智能汽车的普及程度将不断提高，自动驾驶汽车将逐渐成为主流汽车。

3.医疗健康：人工智能在医疗健康领域的应用前景非常广阔。

未来五年，人工智能将在医疗影像诊断、辅助医生判断、体检分析等各个方面有广泛应用。

4.金融科技：金融科技是人工智能应用的另一个重要领域。

未来五年，大数据和区块链技术的发展将为金融科技带来更多的机遇和挑战。

二、投资空间1.支持政策：政府已经开始加强对人工智能行业的支持。

未来五年，政府政策将成为人工智能应用行业发展的重要驱动力。

2.投资机会：人工智能应用行业已经吸引了众多投资者的关注。

未来五年，投资者将继续关注人工智能应用行业，寻找更多的投资机会。

3.企业布局：目前，国内外众多企业都在积极布局人工智能应用行业。

未来五年，企业将成为人工智能应用行业的重要力量。

4.人才支持：人工智能应用行业需要大量的高素质人才。

未来五年，人才的供给将成为人工智能应用行业发展的重要问题。

三、结论综上所述，未来五年中国的人工智能应用行业发展将面临较大机遇和挑战。

政府支持政策、投资机会、企业布局以及人才支持等方面的改变将成为推动人工智能应用行业发展的重要力量。

作为投资人，应该密切关注这个行业，并选择优秀的企业进行投资。

本报告将列出人工智能应用行业相关数据并进行分析，以便更好地了解中国人工智能应用行业的发展现状。