云计算和大数据、物联网、AI分别有何关系
物联网
1、什么是物联网
物联网在之前被定义为通过射频识别(RFID)、红外线感应器、全球定位系统、激光扫描器、气体感应器等信息传感设备按约定的协议把任何物品与互联网连接起来进行信息交换，以实现智能化识别、定位、跟踪、监控和管理的一种网络，简言之物联网就是“物物相连的互联网”。
后来被重新定义为当下几乎所有技术与计算机、互联网技术的结合，实现物体与物体之间：环境以及状态信息实时的实时共享以及智能化的收集、传递、处理、执行。广义上说，当下涉及的信息技术的应用，都可以纳入物联网的范畴。
2、物联网的关键技术
传感器技术：这也是计算机应用中的关键技术。大家都知道，到目前为止绝大部分计算机处理的都是数字信号。自从有计算机以来就需要传感器把模拟信号转换成数字信号计算机才能处理。
RFID标签：也是一种传感器技术，RFID技术是融合了无线射频技术和嵌入式技术为一体的综合技术，RFID在自动识别、物品物流管理有着广阔的应用前景。
嵌入式系统技术：是综合了计算机软硬件、传感器技术、集成电路技术、电子应用技术为一体的复杂技术。经过几十年的演变，以嵌入式系统为特征的智能终端产品随处可见;小到人们身边的MP3，大到航天航空的卫星系统。嵌入式系统正在改变着人们的生活，推动着工业生产以及国防工业的发展。如果把物联网用人体做一个简单比喻，传感器相当于人的眼睛、鼻子、皮肤等感官，网络就是神经系统用来传递信息，嵌入式系统则是人的大脑，在接收到信息后要进行分类处理。这个例子很形象的描述了传感器、嵌入式系统在物联网中的位置与作用。
云计算
1、什么是云计算
云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池(资源包括网络、服务器、存储、应用软件、服务)，这些资源能够快速提供，只需投入很少的管理工作，或与服务商进行很少的交互。
2、物联网和云计算的关系
云计算相当于人的大脑，是物联网的神经中枢。云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。
目前物联网的服务器部署在云端，通过云计算提供应用层的各项服务。云计算可以提供以下几个层析的服务：
IaaS：基础设施即服务，消费者通过internet可以从完善的计算机设施获得服务。例如：硬件服务器租用。
PaaS：平台即服务。PaaS实际上是指软件研发的平台作为一种服务，以SaaS的模式提交给用户。因此，PaaS也是SaaS模式的一种应用。但是PaaS的出现可以加快SaaS应用的开发速度，如：软件的个性化定制开发。
SaaS：软件即服务，它是一种通过internet提供软件的模式，用户无需购买软件，而是向提供商租用基于Web的软件，来管理企业经营活动。
大数据
1、什么是大数据
大数据是一种规模大到在获取、管理、分析方面大大超出传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。如果将大数据比作一个产业，那么这种产业实现盈利的关键在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
2、大数据和云计算的关系
从技术上来看，大数据和云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
云时代的来临，大数据的关注度也越来越高，分析师团队认为大数据通常用来形容一个公司创造的大量非结构化数据和半结构化数据。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。
大数据需要特殊的技术以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模的并行处理数据库、数据挖掘、分布式文件系统、分布式数据可、云计算平台、互联网和可扩展的存储系统。
人工智能英文缩写为AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分枝，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。它是对人的意识、思维的信息过程的模拟，人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
通过上述观点我们可以简单的得出一个结论： 物联网的正常运行是通过大数据传输信息给云计算平台处理，然后人工智能提取云计算平台存储的数据进行活动。
物联网，Internet of Things,简称“IoT”，即通过传感器或物理识别装置等感知技术，对物理世界进行感知，通过ICT通信传输技术将数据传输至物联网云处理平台进行计算和处理，实现人与人、人与物、物与物的链接，进而对物理世界进行管理和控制。一句话解释：互联网的升级迭代版，互联网实现人与人的链接，物联网增加人与物理世界的链接；感知物理世界的变化，并对物理世界进一步的管理和控制
萌芽期：（1991年-2004年）：1994年美国麻省理工学院Kevin教授提出物联网概念，1995年，比尔盖茨在《未来之路》中构想物物互联，并未引起广泛关注。1999年，麻省理工学院首先提出物联网的定义。2003年，美国《技术评论》将传感网络技术列为未来生活的十大技术之首。
初步发展期：（2005年-2008年）：2005年，国际电信联盟（ITU）发布《ITU互联网报告2005：物联网》，2008年第一届国际物联网大会在瑞士苏黎世举行。
高速发展期（2009年-至今）：2009年美国政府将新能源和物联网确定为美国国家战略。2009年温家宝总理在无锡视察时提出“感知中国”，无锡率先建立“感知中国”研究中心，中科院、运营商和多所大学建立物联网研究院。中国正式开始物联网行业战略部署。2010年中国政府将物联网列为关键技术，并宣布物联网是长期发展计划的一部分。2015年，欧盟成立物联网创新联盟。2016年，NB-IoT技术即将进入规模商用阶段。2018年6月，5G通信技术成熟化，第一阶段全功能标准化工作完成，进入产业全面冲刺阶段。
总结中国物联网产业发展，大致经历：
第一阶段：智能消费产品的涌现
2012-2015年期间，消费类物联网产品一夜爆发，过后却慢慢消退。包括智能灯泡、智能插座、智能水壶、智能电饭煲等等智能产品出现在市场上。大致思路是将传统硬件产品，添加上Wi-Fi、蓝牙、ZiBbee等无线技术，再结合APP进行控制。这股热潮来的快、去的也快，因为害怕的稳定性和用户体验存在问题，再加上价格比较高，对于消费者而言性价比不高，市场认可度比较低。
第二阶段：底层技术完善
第二阶段相对于上个阶段，技术有更深层次的突破。这个时候涌现了各种各样的针对物联网的技术，比如NB-IoT、LoRa等新型的传输技术、AI算法、智能语音技术等等，边缘计算、智能计算等计算存储技术走上台，传感器产品也更加的智能化，具有更多的功能。
第三阶段：行业级应用兴起
完成技术突破之后，物联网的应用逐渐从早期的消费类应用往企业级应用发展。更多的应用于城市建设、政府政务、各行各业产业当中。
物联网IoT产业架构分四层：感知层、网络层、平台层、应用层；物联网IoT产业链：端——管——边——云——用
随着云端数据处理能力开始下沉，更加贴近数据源头，使得边缘计算成为物联网产业的重要关口；将来将有75%的数据需要在网络的边缘侧分析、处理和存储。因而物联网产业链由之前的“端——管——云——用”发展为现在的“端——管——边——云——用”；
“端”：物联网终端，主要是完成数据采集以及向网络端发送的作用；包含芯片、感知技术（传感器+识别技术）、操作系统；
“管”：管道层，保证通信的作用，无线连接、卫星和量子通信等方式；
“边”：边缘计算，将集中式架构分解成边缘位置的点；
“云”：云平台，主要进行数据的计算和存储；包含云计算平台和AI技术；按厂商类型分：运营商、ICT、互联网和工业制造厂商以及第三方物联网平台；按商业模式分PaaS和本地部署；按照平台功能可以划分：设备管理平台、连接管理平台、应用开发平台和业务分析平台；
“用”：物联网IoT应用层，落地到不同行业应用场景中；三大业务主线：消费性物联网、政策驱动物联网和生产性物联网；（政策驱动物联网和生产性物联网并称产业物联网）
从产业集聚发展情况来看，我国已初步形成以北京—天津、上海—无锡、深圳—广州、重庆—成都为核心的 环渤海、长三角、珠三角、中西部 地区四大物联网产业集聚区的空间布局。
其中， 环渤海地区 凭借丰富的产学研资源和总部优势，成为我国物联网产业重要的研发、设计和生产制造基地； 长三角地区 以上海、无锡双核发展为带动，整体发展比较均衡，在技术研发与产业化、应用推广方面发挥了引领示范作用； 珠三角地区 是国内物联网市场化最成熟、体系最完备的地区，目前已形成了一批自主的、竞争力强的物联网应用技术成果和信息增值服务模式，产业规模领先其他地区； 中西部地区 软件、信息服务、传感器等领域发展迅猛，成为第四大产业基地，且在自然资源和人力资源方面均存在优势，对物联网产业链底端感知层具有一定的促进作用。
产业集聚区的形成有利于产业规模效应凸显，形成产业链；有助于改善协作条件，节约生产成本；而且能更好的发挥核心城市的辐射带动作用，促进区域一体化发展。目前，四大产业集聚区相互独立、各有特色，汇聚了一批具有全国影响力的龙头企业，产业链逐渐完善，研发机构和公共服务等配套体系基本完备。
我觉得人工智能好
一、人工智能技术将加快推进大数据、云计算和物联网的普及运用的进程随着新一代信息技术革命的到来，人工智能将首先在互联网领域中得到广泛普及应用，在此过程中，人工智能通过与新一代信息技术，大数据、云计算、物联网、工业互联网、无人驾驶的融合发展，将会极大地提高这些领域的劳动生产率，促使这些领域飞速发展。
随着人工智能的日益成熟，它将会陆续普及到其他领域，继续深入发展，从未来发展趋势看，人工智能的发展前景是十分广阔的。
二、人工智能将有力促进中国的经济转型和产业升级目前，我国互联网正处于从消费互联网转向工业互联网的发展进程之中，通过综合应用物联网、大数据和人工智能等新一代技术手段来赋能传统产业后，中国工业将会展现出一个全新的产业互联网。
而由于人工智能的大量运用，必然会在产业升级过程中释放出大量的就业岗位，与此同时，也将淘汰许多落后产能，使用现代化人工智能生产线后，将可以节省大量劳动力。
三、人工智能将成为人们从业和就业的必备技能随着人工智能的普及发展，智能体将会逐步进入生产环境，未来各行各业的工作人员在工作过程中，将会与智能体频繁进行交流与合作，这就对职场人提出了更高的工作要求。未来各个工作岗位，从业人员都需要掌握人工智能的理论知识，并具备相关操作技术。
对于就业人员同样如此，因此，这也给教育市场提出了新的要求，并提供新的发展机遇。
四、人工智能取代人力，将成为不可避免的发展趋势在当前人工智能的研究过程中，机器学习是行业研究的核心，也是人工智能目标实现的最根本途径，而它已成为人工智能发展的瓶颈。人工智能在没有解决学习的基本矛盾之前，最好的人工智能也无法与普通的4岁小孩相匹敌。
现在人工智能已经取代了一些行业简单重复的工作岗位，未来随着它的不断深入发展，陆续将会有更多的工作可能会被人工智能所取代，这是任何人也无法阻止客观发展趋势。人工智能进入医疗保健领域，将会引发一场行业革命，促使该行业产生爆炸式发展。
采集视频数据的方式可以通过很多种技术手段实现。其中，物联网和AI技术是常用的手段之一，但并不是唯一的方式，也不是必需的。
在物联网技术中，各种设备可以通过互联网连接到一起，交换数据和信息。例如，一些智能监控设备可以自动采集视频数据，并通过互联网上传到云端服务器，以便进行存储、分析、解析等操作。
在AI技术中，利用深度学习、图像识别、目标检测等算法，人工智能系统可以对视频数据进行解析，以获得更多的信息和洞察。例如，人工智能可以自动识别视频中的人、车、物体等，并提取相关的特征和数据。
除此之外，采集视频数据的方式还可以包括传统的摄像机、监控器等设备，以及一些其他技术手段。在具体应用场景中，需要综合考虑技术成本、视野范围、分辨率、数据处理速度等因素，选择最适合的采集方式。
物联网是什么东西
物联网是新一代信息技术的重要组成部分，也是“信息化”时代的重要发展阶段。[
1]顾名思义，物联网就是物物相连的互联网。这有两层意思：其一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；
其二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信，也就是物物相息。物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。 物联网是互联网的应用拓展，与其说物联网是网络，不如说物联网是业务和应用。物联网的实践最早可以追溯到1990年施乐公司的网络可乐贩售机—Neorked Coke Machine。 物联网用途广泛，遍及智能交通、环境保护、 工作、公共安全、平安家居、智能消防等多个领域。
简单说就是商品的信息更容易被消费者熟悉的一种电子商务！物联网的高级阶段就是商品的物理特性（如质感，硬度等）都能被感知！希望能帮到你
物联网（Inter of Things，简称IoT）是近几年新兴的概念。它有两层意思：其一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信，也就是物物相息。物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。应用创新是物联网发展的核心，以用户体验为核心的创新20是物联网发展的灵魂。
详细参考：:iotofweek/2015-12/ART-132216-8120-29047695
物联网的RFID是什么东西？RFID（射频识别）是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，可工作于各种环境之下。RFID技术可同时识别多个标签，操作快捷方便。
RFID有以下三大特点:第一，可以标识每个物体，而不像条形码是用来识别一类物体；第二，可以非接触远距离地同时对多个物体进行识读，而条形码只能在非常近的距离一个一个地识读；第三，储存的信息量非常大。
RFID系统一般由电子标签（Tag）、读写器（Reader）和天线（Antenna）3部分组成
其工作原理为:当标签（一般为无源标签或被动标签，Passive Tag）进入磁场后，接收读写器发出的射频信号，凭借感应电流所获得的能量发送出存储在芯片中的产品信息；或者标签（有源标签或主动标签，Active
Tag）主动发送某一频率的信号，读写器读取信息并解码后，送至后台管理信息系统进行数据处理。
物联网是什么东西，大数据又是啥？童鞋你好！
学校好不好就不太清楚，侧面了解了解，但专业很不错。
物联网是以计算机科学为基础，包括网络、电子、射频、感应、无线、人工智能、条码、云计算、自动化、嵌入式等技术为一体的综合性技术及应用，它要让孤立的物品(冰箱、汽车、设备、家具、货品等等）接入网络世界，让它们之间能相互交流、让我们可以通过软件系统操纵himer、让himer鲜活起来。
科技创新改变生活，物联网以及延伸的人工智能必将为未来带来自便利的美好生活。
人类总是在追求自便利的美好生活，物联网很有前瞻性。
下一波的IT浪潮就是云计算、物联网、人工智能、生物技术。
ITJOB告诉你，好好把握学习这个专业的机会，目前物联网处于发展初期，等你毕业刚好是大展拳脚的好时机！
电信物联网卡是什么东西？电信物联网业务是面向物联网用户提供的采用物联网专用的物联网卡号段作为MSISDN的移动通信接入业务，通过专用网元设备支持短信和GPRS等基础通信服务，并提供通信状态管理和通信鉴权等智能通道服务，默认开通物联网专用的短信接入服务号和物联网专用APN。物联网卡办理可以找中互联流量，不止电信物联网卡，还有移动和联通物联网卡。
物联网是什么东东？简单讲就是物和物的联网，在每个物品中增加智能芯片以及传感器，可以将信息直接采集或者执行你需要的操作，比如先进点的空调里面就集成了温度传感器以及控制芯片，将这两个连接到网络中你就能通过手机遥控家里的空调再回到家之前调整到26度。
说真的，氦氪科技出现，让物联网变得简单容易些。其呈现出来的智能物联网模式，才是最大的亮点了。
物联网=互联网+各类传感器（RFID，条码，温湿度传感器，位移，电压，震动等等传感器）。
物联网是互联网技术的延伸，是互联网之后又一更宏大的技术革命 在各个领域各个行业都会有大量的应用。
看到对您有帮助请点赞，您的鼓励是我用心帮助大家的动力！
物联网是新一代信息技术的重要组成部分。其英文名称是“The Inter of things”。由此，顾名思义，“物联网就是物物相连的互联网”。这有两层意思：第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信。因此，物联网的定义是通过射频识别（RFID）、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把任何物品与互联网相连接，进行信息交换和通信，以实现对物品的智能化识别、定位、跟踪、监控和管理的一种网络。
二：内容：
课前秀
行业前景推测
1、“剩男”产业，男女比例失调---把握住社会现象背后的潜在产业，先生每次的课前秀彷佛都能带动一批创业思潮，把想到的记下来，有机会实施的要抓住机遇便是一个突破口。
（1）女子防身技术：手机、汽车、门锁、文胸等等；
（2）进口新娘产业，跨国婚姻；
（3）婚恋业务
2、网红带动产业---抓住年轻人的市场（2016年冒出网红产业）
（1）网红产业有多庞大，估量方法可以与**产业对比。先生此处对比，让我想到了在我们对某一事物无从考量时，可以多维度寻找不同层面的相近模块分别比照，然后再做最后的总体评估。不是所有事物或者产物都一定要有前例参照的，对于新事物的衍生，我们要学会学以致用。
（2）先生从产业的角度分析了为何不看好网红产业——规模太小---试想零售业的连锁就是一个庞大的产业，这个是产业中的规模效应。
（3）十大产业和五百强企业中都含有石油天然气产业，所以算不算上大产业要看规模，比如汽车大产业（通用）、苹果、工商（1600亿收入）……
想挣大钱就要选择大产业，比如汽车，比如新能源---产业规模问题
选择大产业未必就能做成大企业（餐饮）---产业结构问题
大企业不一定能获得大的盈利---盈利模式问题
引出SMART产业分析模型：Structure——Modelof Business——Assets——Rule and Regulation——Technology
3、武钢养猪，鞍钢种土豆
（1）世界铁矿资源受外国矿业巨头控制
（2）物流成本过高
（3）产能严重过剩
PS:产业中解决不了这些问题，因为产业特征决定了现状。因此，如果企业中出现产业现象问题，只从企业内部解决问题是行不通的，要注意观察分析产业大环境的特点。思考企业问题必须建立产业思维和格局！
案例1：武汉钢铁（集团）曾宣布：准备建万头养猪场，年内就出栏。武钢在非钢产业上计划重金砸下390亿元谋求发展，除了养猪、养鸡、种菜，还计划开展接送幼儿园孩子、疏通下水管道、以及互联网等业务。为什么钢铁大佬要转向养猪？算账说：眼下一公斤钢材价格抵不上四两猪肉。
案例2：鞍钢巨亏（上市公司2015年净利润负45亿元），内部人士表示，炼钢还不如种苞米、种土豆。鞍钢在东北拥有十里钢城，地多亩阔，炼钢还不如种苞米、种土豆。
分析：钢铁行业利薄，多年来，年销售利润率远低于全国工业行业的平均利润水平，2015年全行业亏损，大中型钢铁企业实现利润-64534亿元，累计销售利润率-223%。深层原因：1、铁矿石资源价格受国外控制；2、物流成本高企；3、产能严重过剩，过剩率约已达到122%。
这三大原因，都不是企业所能解决的。企业的命运，在更高一级的层面上，实际上是产业特点决定的。
2：方法工具：用下述方法，横向、纵向深挖产业。
AABCD学习法
B十六字诀
CFLA模型
DSMART模型
F12345法（理+史+实+感觉+逻辑）
1）理论。首先学前人的总结，类似于学习数理化知识里面的公式。知道每个时期都有哪些学术流派
和代表人物，将理论按时间或流派进行划分。新理论的出现，往往是出现或发现了用旧理论解决不了的现象
。
2）产业史。用SMART模型分析一个产业，在通过阅读已成书的产业分析来验证自己对产业对感觉。通过研
读某两个产业触类旁通其他产业——《钱德勒三部曲》。
3）实态与实情：读过了武功心法，理论验证了行业直觉，就到了实战。通过参观行业龙头企业，与明白
人交流等进一步检验自己的所学。
4）感觉：感觉是在上述的活动中反复练习中自然而然养成的能力。
5）逻辑：上述的练习还有另外一个极端，脑子里一堆理论和案例，但是无法用一条线或一个逻辑串联起
这些知识。与人攀谈时头头是道，解决问题是拎不出一个关键。所以，逻辑思维需要始终穿插其中，帮助自己总结、复盘验证、提炼。
3：企业家要具备的产业思维：
[1]沿着人均GDP的变迁轨迹寻找产业机会、规避行业风险：
随着历史的演变和社会的进步，每一阶段的产业机遇和风险，我们需要有明锐的洞察力，判断产业的优良与
否，处在哪里不同的阶段，适不适合自身的投入等。
一、找好产业
1沿着人均GDP的轨迹寻找产业机会。中国人均GDP即将迈过1000美元大关，之后的特征主要有：
11产业结构以现代服务业为主导，第三产业比重明显上升。
12结构转型以科技引领为主导，工业增长对能源原材料的依赖逐渐下降，现代制造业明显上升。
13产业布局呈现新型产业分工格局，制造业郊区化，总部、设计中心、销售中心市区化。
14城市空间结构向多中心转变。
15注重民生和福利。
16注重生态环保。
2沿着地域差、观念差等要素，寻找产业机会。北京的今天可能就是武汉的明天。今天一线城市的流行消费，就是明天二三线城市的消费现象。找出与自身产业结构类似、且人均收入约为其两倍的、发展迅速的国家或地区作为参照模型。
3沿着政府产业政策寻找机会。一带一路，国家产业名录，国家支持政策，地方政策。
怎么做行业分析
1有很多工具可以使用。五力模型、PESTEL模型、FLA模型、SMART模型等。
2需要找一些数据，来源只要有：官方组织、行业协会、研报、上市公司信息等。
三、企业在现有产业中如何做
1从产品竞争，到产业链竞争，再到产业生态竞争。为了打开局面，要在全社会范围内调动资源，方法：产融结合、产政结合、产学结合、产地结合、产信结合、产媒结合、产研结合、产智结合、产社结合、产产结合等。要选择做产业生态，王者七立：立名、立标、立言、立人、立信、立学、立德。
2开放思想和眼光，敢于去想，去扩宽产业边界。平庸的商人做别人做过的生意，出色的商人想出一门生意，或者把旧的生意做成崭新的生意。乔布斯：创造无非就是把事务联系起来，即便是最不可思议的创意也不过是对已有事物进行新的组合。
3产业边界清晰-产业边界模糊-自设产业边界。
31沿着信息和知识（大数据）的方向去自设产业边界。苹果的产业边界？雅昌从印刷厂走向文化公司，影楼从摄像走向大数据、婚纱销售平台等。
32沿着能力去自设产业边界。比如本田（以发动机为核心能力，俨然进入摩托车-游艇--汽车-飞机—割草机等一系列产业）。去分析公司的核心能力，但是不要局限于现在做的东西，把核心能力去其他行业延伸，沿着核心能力去自设产业。
33沿着地头力去自设产业边界。
34沿着客户群去自设产业边界。
[2]互联网将改变一切产业
科技的进步和信息的发展，越来越多的产业受到互联网的冲击，拥有信息流和数据流的企业将率先受益。
[3]利用上市、再融资和资本市场估值中的产业偏好
对于产业的涉入和发展，首先要明白自己的目的，你的产业偏好、策略。明确通过何种方式达到你的产业和
相应的资源能有效的得以结合，更好的为你的产业的发展服务。
[4]以产业代表的身份寻求“产某结合”（产业+）
结合自身的情况，适合产业和何种方式能有效的结合。
[5]以历史性远见看到中外产业竞争态势的大趋势
我们一直以崇拜的眼光看待国外的优质500强企业，经济的发展和世界格局的变化，我们需要看到目前中外
企业的现状以及我们遇到的新的机遇，如何把握，看清楚企业竞争格局的历史变化。
[6]沿着人口结构的变迁轨迹寻找产业机会、规避行业风险
[7]从产业政策里寻找黄金屋和颜如玉
我们在产业的发展，一定要顺应形势和政策，切不可违背政策，依照产业政策和指导意见鼓励的内容来寻找
产业发展的机遇。
特别是在中国，政策因素影响很大。
[8]确立“产品竞争--产业链竞争--产业生态竞争”的竞争思维
不同的发展阶段和规模选用不能的竟争思维
[9]洞察“产业边界清晰--产业边界模糊—自设产业边界”的企业演变趋势
[10]产业是“想”出来的：
产业是想出来的，也是发现出来的，需要敏锐的洞察力。
[11]从问题中发现产业机会：哪里有问题，哪里就有产业机会；哪里问题大，哪里机会就大。
有问题就需要变革，解决，那就是机遇，产业的发展需要良好的机遇，问题越大，改变的需求越急迫，产业
的发展需求就越大。
[12]产业集中是历史必然，产业整合是大势所趋
产业的发展，不是散兵游勇式的单打独斗，我们需要的整合，资源优化，和作共同赢，这样才能更有效的占
据产业和市场的主导，才具有更强的竞争力和主导力，才能使企业在竞争中取胜。
[13]数据成为关键的经济资源和核心资产（积累经营数据的价值，大于利润）三
大数据的信息化是历史发展的必然，数据作为发展决策的判断依据，在企业战略决策和经营决策发展中越来
越重要，必将成为未来产业发展的重要工具。数据信息是产业发展的核心资源。
[14]产业与商圈的一体化共生
[15]区域产业分工、国际产业分工与产业机会
[16]技术创新与产业变迁
[17]资本市场与产业变迁
产业的变迁和发展，资本市场是必不可少的。资本市场培育产业良好发展。
三:感受
通过《产业思维和产业认识》这次大课的学习，感触颇深的有以下几点：第一，产业的概念。在这里，产业
泛指一切生产物质产品和提供劳务活动的集合体，包括农业、工业、交通运输业、邮电通讯业、商业饮食服
务业、以及最近兴起的网红产业等。第二，以前谈及产业，根本没有大小的概念。当先生提及如何衡量一个
产业大小的时候，我想，对比是最好的方式。通过比较，我才发现，**产业相比零售、汽车、能源等产业
原来只是一个小产业，而网红产业相比**产业居然是个大产业，这是很突破认知底线的。第三、用SMART
模型分析产业，可以尽可能完整的把一个产业的各个属性分析出来，当然，从新手到斵轮老手，还需要时间
和实践的锤炼。第四、一理、二史、三实、四感觉、五逻辑的产业学习方法也是一种全新的认识，尤其是感
觉的引入，充分地为感觉正身，这也是一个企业家所独有的灵感。学习的路漫漫修远，我将继续踏上求索的
征途，一步一步，脚踏实地地求知和分享，为未来的职场之路做好基础性工作。
基于Smart模型的AI产业思考
1产业规模
据前瞻产业研究院发布的《2017-2022年中国人工智能行业市场前瞻与投资战略规划分析报告》显示，2014年，我国人工智能产业市场规模为486亿元；截止到2016年底，人工智能产业市场规模已经增长至956亿元，年均复合增长率高达4025%。随着人工智能应用范围的扩大，将带动产业规模高速增长。预计到2018年，我国人工智能产业市场规模将达到2033亿元。
同时据国际知名管理咨询机构埃森哲在2017大连夏季达沃斯开幕前发布有关人工智能最新报告统计，通过转变工作方式以及开拓新的价值和增长源，人工智能到2035年有望拉动中国经济年增长率，从63%提速至79%。
此外，据BBC预测，人工智能市场将继续保持高速增长，2020年全球市场规模将达到183亿美元，约合人民币1190亿元；艾瑞咨询则认为，2015年中国AI市场规模约12亿人民币，其中60%分布在语音识别，125%分布在视觉识别，未来5年的增长率约为50%，到2020年中国AI市场规模约91亿人民币。因此产业规模和市场前景广阔。
2市场结构
AI产业可分为基础层、技术层和应用层，从市场投资机会来看，基础层和技术层难度最大，而一旦获得突破，则会带来上层应用质变。因此，突破基础层和技术层的公司一定会受到追捧，应用层则相对竞争激烈，但机会精彩纷呈。
具体市场结构，以海外市场为例，AI产业链中，芯片产业率先引来爆发。PC
GPU巨头NVIDIA已经将业务重点转向AI领域，2016年，AI芯片相关的数据中心增速（145%）、汽车电子增速（52%）业务远高于传统游戏业务增速（18%）、及原设备制造&IP业务增速（-11%），AI芯片业务呈现爆发增长态势。PC CPU巨头Intel也将业务重心由PC芯片、移动芯片转向云计算、物联网及AI等领域。2016年，Intel数据中心（云计算）和物联网营收增速分别为785%和1480%，远超过传统PC客户端业务增速214%，Intel数据中心及物联网营收占比不断走高，云服务及物联网业务成为Intel驱动营收增长的主要因素。Intel数据中心营收占比从2014年Q2的2480%提升至2016年的2912%，物联网营收占比从2014年Q2的384%提升至2016年的446%。无人驾驶解决方案的龙头Mobileye，受ADAS系统（主要为EyeQ3/4芯片）强劲需求驱动，2015年实现营收241亿美元，2011-2015年营收年复合增长率高达6590%，业绩增长极为强劲。
3商业模式
目前，海外市场人工智能商业模式渐进清晰。Veritone正式向美国证判交易委员会提交IPO招股书，计划融资1500万美元，有望成为美国第一家上市的AI公司。该公司的AI系统包含Google、IBM、微软等40种不同类型的引擎，通过分析非机构化音频、规频数据、人脸识删、情感分析、地理定位、翻译等功能，最终提供可行性情报服务，辅助商业决策。欧美市场人工智能领域商业模式逐渐清晰，投资机会已经明确。计算机科技的都是伴随着硬件不软件共同进步，人工智能也不例外。
4资产结构
虽然包括亚马逊、Google、BAT在内的多家互联网巨头都已重磅投资AI市场，但在资产结构方面，该行业依旧是依赖于技术与服务的轻资产布局。
5监管/规范
国际方面，特朗普时代，侧重保全工人岗位，海外科技巨头AI研发遭受抑制风险；美联储加息在即，AI产业融资进程受阻风险；AI应用推广不及预期风险；芯片、算法研发遭遇未知障碍风险；基础层、技术层变化巨大，应用层难以适应风险；国内企业使用国际开源平台，无自身核心竞争力，产品严重同质化风险。
国内方面，日前，工业和信息化部联合国家标准化管理委员会、科技部、公安部、农业部、国家体育总局、国家能源局、中国民用航空局等部门发布了《无人驾驶航空器系统标准体系建设指南（2017—2018年版）》（以下简称《指南》）。下一步，工业和信息化部将会同相关部门进一步推进无人驾驶航空器系统标准体系建设工作，以标准引领和促进无人驾驶航空器系统产业发展。
6技术
AI可分为基础层、技术层和应用层，基础层为AI芯片，技术层为算法平台，应用层是AI向各传统行业渗透应用。随着科技巨头相继开源AI算法平台，AI开发技术门槛极大幅度降低，AI逐步走向大众化。
借鉴先生在大课中提到的SMART模型，对铜加工产业进行分析如下：
1、scale(产业规模）：根据有色金属工业协会的统计数字，2016年国内铜加工总量在1800万吨左右（不包含电解铜冶炼）（一般会比实际水平略高）。借鉴之前做过的图表（数据未更新），2006-2014年国内铜材产量年均复合增长率为1557%；虽然最近两年受去产能政策影响，同比增速有所下滑，但行业整体规模仍呈现稳定增长。因此，不考虑铜价波动的影响，仅考虑国内市场，铜加工行业是一个可以达到万亿规模的大产业。
2、产业结构（structure）：国内铜加工行业是一个较为分散、类似完全竞争的市场，并未出现大型的跨国寡头垄断企业。我公司铜加工总量在国内排名第一，也仅为60-70万吨，市场占有率仅为4%左右；同行业上市公司，海亮股份年加工量在30万吨左右，并计划到2020年产能翻一倍；博威合金年加工量在12万吨上下，楚江新材年加工量在15万吨左右等。横向来看，铜加工上市公司纷纷计划扩产，利用行业兼并重组的计划扩大产能、抢占市场份额。因此，铜加工行业目前仍是散乱的产业结构，未来一定会出现几个真正的寡头垄断企业。
3、盈利模式（model of business）：铜加工行业的盈利模式比较简单，采用“铜价+加工费”的形式，铜价由下游客户承担，公司只赚取加工费用，不同产品技术含量不同，因此加工费差异也比较大。博威合金在高端铜合金棒材方面属于业内领先地位，相对加工费就会高于普通产品。因此，对铜加工企业来说，未来要想获得高于行业平均水平的毛利率，必须在科技研发、技术更新上做文章。
4、资源或资产分布（assets）：铜加工产业是一个典型的重资产行业，是一个劳动密集型与资金密集型相结合的产业，主要分布在长三角和珠三角两个区域，其中浙江省和广州省是其中代表，浙江省年铜加工能力在400万吨左右，占国内市场的25%-30%；广州主要因为白色家电集群较多，像空调美的、格力（铜管）、接插件的开关企业（铜板带）等，因此配套铜加工企业也较为发达。此外，国内电解铜采购主要是上海期货交易以及长江有色网；废杂铜主要在佛山交易，也导致两地较其他地区更具备原材料优势。铜加工行业本身是一个受运输半径限制较为明显的产业（运输成本过高将严重挤压毛利空间），也导致长三角、珠三角呈现出明显的集群特征。
5、行业规则和惯例（rule）：铜加工行业由于毛利率低、风险高的特点，一般在账期方面控制严格，虽然不同产品、不同客户会有所差别，但整体与其他行业相比，应收账款周转率较高。之前，国内铜管领军企业金龙铜管因为扩张速度过快，同时为抢占试产份额账期不断放长，最终导致资金链断裂，之前数据显示其资产负债率在95%左右，今年被国企平煤神马集团并购。
6、法律与监管（regulation）：铜加工行业主要受国家发改委、工信部监管，并且近几年环保部的环保督查对行业影响较大。地方政府对企业的环保要求越来越高，要求的环保投入越来越大，对之前野蛮生长的一些小散乱企业造成很大冲击，浙江省关停的小散乱企业数量众多，相对来说对规模型、规范型企业带来利好，可以迅速扩大市场份额。近两年，尤其是今年上半年，规模型铜加工企业的经营业业绩迎来大爆发。
7、技术——壁垒、创新、更替（technology）：铜加工行业是一个重资产行业，单台连铸连轧设备的引进价格在人民币1亿元以上，因此行业进入的门槛主要体现在资金实力；同时，与其他行业相比，铜加工行业毛利率较低，相对吸引力较差，投资者进入意愿不强，国内目前的铜加工企业基本都是在上世纪90年代左右进入该行业，并经过原始积累形成如今的规模。另外，高端铜加工产品在技术上要求较高，需要长时间的积累以及研发的投入，行业存在着较高的技术壁垒。
8、结论：（1）铜加工行业是一个大的产业，而且并不是像大家所想像的产能严重过剩行业，行业目前是结构性产能过剩问题，高端铜加工产品差量严重不足，主要靠进口。未来，行业的市场集中度会上升，并诞生几个大型的跨国铜加工企业。
（2）铜加工行业未来要往高端制造方向发展，主动淘汰、置换落后产能，走科技研发、技术创新之路；未来，行业的竞争将集中于几个龙头企业之间的竞争。
（3）兼并重组未来将在铜加工行业频繁发生，依靠内生式发展已远远不能满足企业扩张的步伐。
我想用先生提的产业分析“SMART”模型对我所从事的行业进行一个梳理。
1、规模
我从事商品期货研究和交易工作。从产业定位来看，属于资产管理行业中的细分领域期货资管。从国外经验来看，资管行业的发展与经济发展和居民收入有直接的关系。改革开放以来，我们经济大体经历了三个阶段：改革之初到1992年，1992年到2002，2002年至今。尤其是2002年以来，人均GDP和人均可支配收入经历了快速的增长。截至2016年，国内人均GDP为53980元，是2002年的将近6倍；人均可支配收入为33616元，是2002年的5倍左右。
随着经济增长和居民收入的增加，资产管理需求也日益增长。根据中国基金业协会数据显示，2016年基金管理公司及其子公司、证券公司、期货公司、私募基金管理机构资产管理业务总规模约5179，较2014年的205万亿增长150%。其中，期货行业资管规模从1248亿元增长到2792亿元，增长223倍。资管行业规模的快速扩张带来了发展机遇。期货行业虽然是资管行业中的小行业，但其增长速度惊人，潜在市场空间巨大，未来市场规模必将是万亿级别。
2、结构
从产业结构来看，资管规模按照主体不同，分为基金公司公募基金、基金公司及其子公司专户基金，证券资管和私募基金，占比分别为1778%、3276%、3412%和1532%。
私募公司根据其投资类别不同，分为私募证券投资基金管理人、股权投资基金管理人、创业投资基金管理人和其他类型管理人。其中私募证券投资基金管理人有7781家（已登记），私募证券投资管理人管理基金数量为25950，实际管理规模为261167亿元。整个私募证券投资基金管理行业的状态是从业机构众多、规模较小。虽然私募管理现状是散、小、弱，但这也给私募基金行业未来的发展提供了机会。从现实情况来看，私募基金管理人存在一定的规模效应。未来私募基金管理行业整合兼并，单个企业管理规模扩大将会是主导趋势。
3、监管
随着近两年私募行业的快速发展，行业管理逐渐从混乱走向有序。2014年《私募投资基金管理暂行办法》发布，其他相关的法规也陆续出台，《证券期货市场诚信监督管理暂行办法》，《证券期货投资者适当性管理办法》，《证券期货经营机构私募资产管理业务运作管理暂行规定》等。随着私募基金行业发展相关的法律法规纷纷出台，行业进入了规范发展的阶段。在私募基金行业爆发式增长的同时，许多不合格的基金管理人也被踢出局，数据显示，自2014年2月私募基金登记备案以来，截至2017年2月底，中国证券投资基金业协会登记私募管理人18306家，已经备案私募基金48626只，认缴规模1635万亿元，实缴规模855亿元，私募基金行业从业人员2823万人。与2015年末相比，私募基金管理人数量下降了2679%，但私募基金数量和实缴规模分别增长了102%和111%。
4、商业模式
私募证券资产管理公司目前主要的盈利模式为两种：
1）管理费收入。根据行业惯例，私募管理费大概为管理规模的1%-2%。按照2016年私募证券投资管理规模来推算，管理费收入大约在250-500亿规模。相对来讲，管理费是私募证券投资公司较为稳定的收入来源。但由于目前私募管理规模普遍较小，因此管理费收入相对有限。
2）盈利分成。根据期货私募行业惯例，私募基金盈利分成在20%-30%之间。具体情况要根据私募基金管理人的品牌以及市场资金的松紧来确定，一般专业能力较强市场声誉好的管理人往往容易获得更高的管理分成。由于期货私募属于风险投资，盈利收入并不稳定，因此盈利分成虽然是很多私募的利润主要来源，但其稳定性较差。
5、资产
私募投资是知识密集型行业，私募管理公司最主要的资产为人力资本。优秀的基金经理、研究员以及运营人才是私募投资公司的核心资产。
私募期货投资经理是最为宝贵的人才资源。一个初级的期货投资经理需要3-5年的培养，至少需要投入几十万的培养成本，最终能否成才仍具有很大不确定性。而一个成熟的期货投资经理则需要将近8-10年左右的市场历练，能够具有成熟投资理念和稳定盈利能力的投资经理与印钞机等同，其价值不可估量。
期货研究员也是重要的人才资本。触及的研究员需要1-3年的市场经验，其价格相对不高。但经过3-5年的产业训练之后，如果能够成长为成熟的研究员，其价值也会比较可观。
运营管理人才主要的作用是企业管理、风险控制和市场开拓。优秀的私募运营人才有助于促进企业的发展壮大，也是企业的重要人力资本。
从中国实际情况来讲，专业的私募管理人才主要集中在北京、上海和深圳等一线城市，以及大连、郑州和杭州等经济发达地区和交易所所在地。因此，期货私募的发展往往也都分布在这些地方。
6、技术
随着量化投资的增长以及人工智能的快速发展，期货私募行业发展面临新的技术挑战。据了解，国外市场交易中大约30%为量化交易。而目前量化交易占中国总资产的比例还不到1%，预计中国未来有20-30%的市场交易来自量化交易，尤其在纯期货中，这种交易占比将比较大。新的计算机技术和人工智能目前仍处于快速发展阶段，前段时间的阿尔法狗战胜围棋冠军显示出了人工智能的威力。
量化投资技术和人工智能未来对私募产业的影响可能是多方面的：第一，投资模式的变化。传统主观交易和量化交易之间的竞争必将更加剧烈；第二，行业门槛，量化投资和人工智能需要有巨大的财力来支撑，量化投资的发展将会导致行业的知识门槛和技术门槛进一步提高；第三、行业结构，量化投资的发展必将导致市场竞争更加激烈，目前市场中存在的非专业的投资者将会被市场逐步淘汰，行业走向集中和专业不可避免。
由于资料和分析水平有限，我按照先生提出的产业分析模型简要对期货资管行业进行梳理，作为本次课程的作业。后期我会进一步收集资料，完善产业分析！
以上就是关于云计算和大数据、物联网、AI分别有何关系全部的内容，包括:云计算和大数据、物联网、AI分别有何关系、物联网行业基本知识、人工智能和物联网哪个好等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！
