全球科技公司深度调查：AI实施准备的困境与挑战

大家好，今天我来为大家详细地介绍一下关于虚拟人市场开始布局的问题。以下是我对这个问题的总结和归纳，希望能对大家有所帮助。

文章目录列表:

虚拟人市场开始布局

2.基于比较分析的人工智能技术创新路径研究

虚拟人市场开始布局

　虚拟人市场开始布局，1月6日，杭州李未可科技有限公司宣布已于近日完成数千万元天使轮融资，而在近期的多个跨年晚会上，虚拟人成为全场的瞩目焦点，虚拟人市场开始布局。

　1月6日，字节跳动投资了“李未可”。这个“李未可”并不是一个真人，而是一个虚拟人。

　这也是2022年新年伊始的 笔虚拟赛道上的融资。据天眼查数据显示，“李未可”这个IP隶属于杭州李未可有限公司，成立时间不过半年。

　本身虚拟人物并不是一个新的话题，从 个虚拟歌手“初音未来”于2007年出道算起，这个赛道也已经是一个15年的老行业了。只不过，后来随着AR、VR技术的成熟，二次元的虚拟人物开始变得更加立体、真实。

　比如，洛天依就曾登上了2021年的春节联欢晚会；“柳叶熙”几乎一夜之间爆红，靠着两分多钟的视 ，一夜涨粉450万。

　对于虚拟人物的应用，并不只停留于娱乐。前段时间，虚拟学生华智冰正式加入了清华大学的学堂；微软小冰的虚拟人N小黑可以连续70天播报《每日经济新闻》；央视也宣布会在冬奥会上用虚拟主播播报新闻。

　尤其是在元宇宙这把虚火的加温下，虚拟人更是一下子涌进了现实 。

　 破圈进行时

　虚拟人物发展的最为成熟的是泛娱乐偶像领域。2007年， 个具有里程碑意义的虚拟歌手“初音未来”诞生。

　当时的虚拟偶像的内核其实就是一个声音合成软件，因此尽管可以看到初音未来各种各样不同的人设与形象，但对 粉丝来说，最有辨识度的还是她的嗓音。

　初音未来一面世就引爆了全球范围内的二次元粉丝，在多国举办的演唱会座无虚席。大部分人哪怕不了解她，也知道当年破圈的那首《甩葱歌》，如今在日本弹幕网站niconico上点击量已破千万。

　这个二次元少女偶像的 ，丝毫不逊色真人偶像。初音未来已经在中国举行了多次巡演。上个《初音未来GALAXY LIVE 》巡演系列，就曾走过了上海、广州等多个城市。现在的初音未来已经坐拥全球6亿粉丝，身价已经超过百亿日元。

　初音未来的成功让国内也想如法炮制出自己的虚拟偶像。2012年7月，洛天依正式发布。她和初音一样，仍然是以VOCALOID系列语音合成引擎为基础制作的虚拟形象，出道后的发展也以唱作歌曲为主。在2016年登上湖南跨年演唱会的舞台， 次出现在了主流视野。2021年亮相春晚节目，更是将曝光度推至顶流。

　随着时代发展，虚拟偶像也衍生出了新的方式：通过面部捕捉、动捕技术将真人投射到虚拟形象上，屏幕人物的一举一动、一颦一笑包括对话都完全出自真人。

　这也是目前最火热的一种模式，粉丝们形象地将虚拟形象称作“皮套”，而背后的扮演者则是“中之人”。在国外主要以vtuber（虚拟主播）的群体存在，传到国内后则逐渐开始产业化与偶像团体化。

　其中最有代表性的当属乐华娱乐旗下虚拟偶像女团“A-SOUL ”。

　A-SOUL于2020年11月以“乐华娱乐首个虚拟偶像团体”名义出道，成员由五个虚拟女孩组成，每个形象背后都有专属的中之人扮演。

　出道仅仅十个月后，五位成员账号的微博、B站粉丝数均超百万。团长贝拉更是在2021年7月16日的生日会 中，达成了万舰成就，创下了虚拟主播区 位、B站历史第二位万人舰长的纪录。

　去年12月11日，A-SOUL在B站举办了开播周年庆 。预热活动的声势堪比流量明星：北上广杭等各大城市的繁华区都点亮了大屏，循环播放五个女孩的宣传视 。 当天，预约人数超过12万，在B站全程热度保持1000万人气值以上，峰值达到1200万，当晚 热度登顶全站 榜。

　在短视 上，虚拟偶像也已经有了爆火的趋势。去年10月31日万圣夜，一个名叫柳夜熙的虚拟美妆博主发布了 条抖音视 。随即7天涨粉400万，引发了人们对于虚拟偶像作为KOL的热烈探讨。

　不论是 、短视 还是官方舞台，虚拟偶像都越来越 繁地出现在了大众视野里。

　 商业化初尝试

　从现状看，虚拟偶像产业的商业模式正在被不断尝试。目前大部分虚拟形象的变现渠道还只是 与品牌合作。

　在B站12周年庆上，CEO陈睿提到，在过去的一年里共有超过32000名虚拟主播在B站开播，同比增长40％，虚拟主播已经成为B站 领域增长最快的品类。

　B站上开通舰长198/元一个月，连续包月价格也要138元。真金白银的打赏金额比单纯粉丝、弹幕数量要更能体现主播的价值。根据二次元数据 tbs.moe 抓取的数据，过去一年，B站用户针对虚拟偶像的订阅打赏比上年同期增长了350%。

　去年7月16日，A-SOUL的队长贝拉在B站举办了自己的生日会 ，当时A-SOUL全员在B站仅仅 了半年多，贝拉也只有25万的关注。但就在生日会当晚，大量粉丝涌入 间疯狂氪金，令贝拉直接达成万舰成就，相当于每25个关注里就有一位粉丝给贝拉充值了舰长。

　据相关网站统计，在近三个小时的 中贝拉一人就创造了233万礼物收益。

　值得一提的是，截至目前B站上也 四名主播达成了万舰成就，虚拟偶像就占了其中两名。千人舰队主播排行榜下，前二位置也被虚拟主播同时牢牢占据。

　在品牌合作上，虚拟偶像也表现出了潜力。

　老牌虚拟偶像洛天依，2020年亮相淘宝 间带货，观看人数270万，近200万人打赏互动。据参与商家称，一个 坑位费就要高达90万。而目前普通带货主播的坑位费一般在几万到几十万，相比之下洛天依已经堪称带货身价顶流——要知道罗永浩 首秀坑位费都只是60万。

　各 把虚拟偶像视作了金字招牌。肯德基老爷爷摇身一变成为虚拟“酷大叔”，在ins收割137万粉丝的心。

　国内茶饮品牌奈雪的茶推出虚拟形象大使“NAYUKI“，通过虚拟品牌形象开 宣传产品，据报道72小时斩获GMV 近2个亿，而这相当于奈雪的茶全国门店近一周的销量。

　虚拟偶像的火热也带动了整条产业链的上下游。据了解，一些主打动捕技术、AI技术的科创公司，在2021年集中迎来了一批融资潮。除了字节跳动之外，bilibili、红衫资本、顺位资本等 资方都争相入局。

　据艾媒咨询预测，2021年中国虚拟偶像的核心市场规模已经达到 62.2 亿元，带动周边市场规模达到 1074.9 亿元。

　各家大厂也纷纷在娱乐之外的领域布局。2021年11月，央视 个手语AI主播正式亮相。她将从2022年北京冬奥会开始，全年无休，为听力障碍群体做好报道。动作 ，实时传译加上不用休息，这就是虚拟人物对现实工作最重要的补充。这款登陆央视的虚拟主播，便是由百度智能云的“数字明星运营 ”提供技术支持和服务。

　万科也把去年的最佳新人奖颁给了 数字员工崔筱盼。这名虚拟员工于2021年2月1日正式“入职”，在系统算法的加持下，她很快学会了如何在流程和数据中发现问题，以远高于人类千百倍的效率在各种应收/逾期提醒及工作异常侦测中大显身手。她催办的预付应收逾期单据核销率更是达到91.44%。

　虚拟人的市场价值还在被慢慢发掘，各方都在不断尝试他们在商业上新的可能性。

　 虚拟偶像的现实困境

　虚拟偶像的发展看似顺风顺水，但背后仍然存在一些局限与问题。

　在今年B站举办的一次线下漫展中，A-SOUL的展台人满为患，狂热的粉丝跟着屏幕中的偶像大合唱，甚至发出了“下一站是鸟巢”的呼声。能够登上鸟巢，意味着真正得到了主流的认可。

　然而，在7月17日的乐华家族演唱会里，和王一博、吴宣仪等现实流量明星同台演艺时，A-SOUL却遭到了场下观众“尬”“下去”的嘘声。

　普通观众对于只能在屏幕上载歌载舞的小人似乎并不感冒。A-SOUL粉丝们愤慨，不解，也有些泄气，他们中不少人开始明白被大众看到与被大众认可，依旧存在距离。

　不可否认虚拟偶像如今的活跃，但普通观众们对他们的接受度与粉丝转化率如何，还需要打一个问号。

　虚拟偶像的制作运营成本要比一般人想象的高出不少。

　根据艾媒咨询数据及业内人士在向36kr采访时透露，国内单支虚拟偶像单曲的制作成本便高达200万元；一场全息虚拟演唱会的成本更是在 2000 万左右。而作为对比，薛之谦曾在节目中透露自己一首单曲制作成本为100万左右;鸟巢 馆的日租费450万,一场全息虚拟演唱会的钱可以开四天。

　尽管虚拟偶像背后大多有着资本巨头撑腰，如A-SOUL背后的字节跳动、腾讯旗下也有”无限 团“......但如此昂贵的烧钱模式也造成入局门槛高，商业闭环难的问题。

　 另外，虚拟偶像就真的不会塌房吗？

　悠哉君（化名）是名职业画师，算是二次元圈子里的老人。他向锌财经表述，现在的虚拟偶像受欢迎，很大程度上是因为虚拟背后的那种真实。

　“现实生活这么累，总有需要倾诉压力的出口。身边你能找到每天随时随地可以无话不谈的对象吗？就算有也不好意思说出口。但在虚拟偶像的 间里，每个人都戴着面具畅所欲言。同时也可以收到真情实感的建议，因为主播说白了也是披着皮套的真人。”

　这种虚拟下的真情实感来自于背后的.中之人，但只要有人设就会有塌房的可能。

　像悠哉君这类的二次元老人的记忆里，印象最深刻的塌房应该是日本虚拟偶像团体hololive辱华事件。

　2020年九月，hololive旗下vtuber赤井心与桐生可可先后在 间中将台湾说成是一个 。随后，B站所有日本虚拟偶像被封禁一个月。

　在后续的道歉中，hololive的态度并不诚恳，甚至一度出现复播“挑衅”。这刺激到了绝大部分中国粉丝，字幕组也纷纷删除稿件并退圈。悠哉君说，当时很多人就是因为这次塌房对虚拟偶像彻底死心，再也没有回坑。

　虚拟偶像除了自己的不当言论会导致人设崩塌，他们还要时刻提防被“扒皮”的塌房风险。一旦面具被撕下，和观众之间的神秘感就将不复存在。反差过大，还就会引起粉丝的抵触。在日本就有不少虚拟少女偶像被扒出背后其实是大叔的例子。

　这也引发了另外一种更深的思考：观众是否能够接受中之人的迭代？目前来看这仍是一个尚未解决的痛点，也是所有虚拟事物需要探讨的现实问题。

　虚拟偶像或许正朝着主流迈进，但还成为不了顶流。破圈程度、成本与塌房都是其不可忽视的问题。至少在现在，还只是诸多簇拥者梦中的电子羊。

　虚拟人成为互联网巨头眼中的香饽饽。

　1月6日，杭州李未可科技有限公司宣布已于近日完成数千万元天使轮融资，由字节跳动 投资，该公司打造了名为“李未可”的AR科技潮牌及同名虚拟IP形象。而在近期的多个跨年晚会上，虚拟人成为全场的瞩目焦点，相关上市公司积极投入这一领域。

　虚拟人走红在业内人士看来并不意外。在技术的迭代推进和互联网巨头的加持下，虚拟人已经在商业舞台中崭露头角。虚拟人有望成为元宇宙产业链版图中最先快速发展并规模创收的产业。有券商机构预测，2030年我国虚拟人市场规模将达到2700亿元。

　 多因素助推

　虚拟主持人“小漾”于2022年1月1日在湖南卫视新综艺《你好星期六》中亮相，并与真人组成主持团队。江苏卫视跨年演唱会上，国内顶尖虚拟偶像团体VSinger家族登台表演《卡路里》《普通 Disco》，还原邓丽君形象及音色的虚拟人“邓丽君”与周深同台演唱《小城故事》《漫步人生路》和《大鱼》，东方卫视、哔哩哔哩等亦将虚拟人元素融入跨年晚会。

　江苏卫视官微截图

　虚拟人在资本市场也掀起浪花。虚拟人“邓丽君”背后技术提供方数字王国1月3日大涨25%。以深交所互动易 为例，近一周虚拟人相关问题被提及141次。

　中国证券报·中证金牛座记者注意到，虚拟人技术其实并非新鲜事物。20世纪80年 始，虚拟偶像的概念开始在日本形成，早期的虚拟偶像使用2D、3D动画的形式加以表现。随着CG技术、动作面部捕捉技术的发展和社交 的崛起，虚拟人逐步崭露头角。本次被关注到的虚拟人“邓丽君”其实在2018年就亮相荧屏，而2019年央视网络春晚就引入了虚拟主持人。

　根据清华大学新闻学院新媒体研究中心执行主任沈阳所在团队跟踪调研，近一年来，真正从事于虚拟人的相关产业公司增长了20倍。沈阳表示，虚拟人走红是多种因素所促成的。首先，虚拟人技术不断进步，在有限的演示范围中，已经能够与人进行比较好的交流；其次，元宇宙和虚拟人是不可分割的，元宇宙是虚实共生的空间，必然要引入虚拟人。

　“整个移动互联网成长红利下的创新，带来了这一轮最大的变化。”民生证券通信元宇宙分析师马天诣认为，海外互联网巨头是元宇宙及虚拟人的主要推手。

　 技术与运营是关键

　2021年以来，伴随“柳夜熙”“AYAYI”等虚拟人的爆红，现象级虚拟人形象带动虚拟人出圈，行业关注度显著提升，商业化潜力初显。

　相关上市公司也开启了“造人”运动。芒果超媒推出了虚拟主持人“YAOYAO”，蓝色光标发布首个数字虚拟人“苏小妹”，浙文互联合资公司推出国风虚拟IP“君若锦”、Z世代虚拟IP“兰-Lan”两位虚拟人物形象。

　上述布局反映了虚拟人两种形态。从功能定义区分，虚拟人主要分为偶像型和实用型，偶像型虚拟人核心在于其背后IP的价值和衍生能力，而实用型虚拟人核心在于技术能力，对建模、驱动、渲染、人工智能等技术水平要求较高。

　品牌代言成为偶像型虚拟人最重要的商业变现手段。以AYAYI为例，仅面世半年就已经与娇兰、天猫、安慕希、LV、Bose、保时捷等 品牌合作。活跃于Ins上的虚拟 红Lil Miquela在2019年的收入折合人民币大约为7600万元，头部虚拟人的收入可观。

　虚拟人AYAYI官微截图

　虚拟偶像走红并非一蹴而就。“虚拟偶像其实和真人明星的模式差不多，一样需要‘人设’打造和运营，参加相应活动提高曝光度。”国内某营销类上市公司人士李敏（化名）告诉中国证券报·中证金牛座记者，目前接触到的广告主对于虚拟人多数持试水心态，投入金额普遍不大。

　华东某券商传媒互联网分析师黄烁（化名）直言，虚拟偶像的价值短时间内被放大，但长期要看内容端能否补齐，粉丝不会仅对一个面容娇好的虚拟偶像有忠诚度。

　而功能型虚拟人单体产生的经济效益较小，但作为元宇宙的基础要素，能够创造非常可观的市场空间。目前，虚拟人主要应用于虚拟新闻主播、电商主播、政务及银行客服等，在一定程度上解放劳动力，实现降本增效。

　沈阳表示，目前虚拟人发展尚处于早期，由于成本过高和功能不够全面，超写实风格的虚拟人尚未得到大范围使用。虚拟人发展亟待技术能力和工具的迭代，包括AI能力、动作面部捕捉等。以其团队为案例，制作一个超写实的虚拟人需要半月到一个月时间，耗费至少数十万元，这种门槛是限制行业快速发展的重要因素。

　算力也是制约因素。黄烁指出，目前市场上众多的虚拟人是Q版形象，原因就在于算力不够。

　对于虚拟人产业，市场人士形成较一致的共识，认为有望成为元宇宙产业链版图中最先快速发展并规模创收的产业。中信证券认为2030年我国虚拟人市场规模将达到2700亿元。

　时隔十年，邓丽君再次以“真人”身份现身演唱。2022年江苏卫视跨年晚会舞台上，邓丽君宛若当初，目光柔和，微笑动人，和身旁的歌手周深一同深情演唱。和邓丽君一同到来的是，未来 的想象。

　梅 艳芳也“复活”了。在数字王国北京工作室的虚拟人展示空间内，梅 艳芳与现实中的人共处一个空间，站在一个水平面上，大幅度地迈步走动展现自我，正如她当年的演唱风格。

　这些肤质逼真，表情灵动的“真人”虚拟人 是数字王国（Digital Do-main）。他们活生生把影视视效般质感的角色拽出了虚拟，揉进了现实。“除了邓丽君，还有哪些虚拟人？”“技术关键是什么？”邓丽君事件点燃了不少现实人的好奇心，他们轮番找到数字王国一探虚拟人的究竟。

　1月7日开盘，数字王国（0547.HK）一度涨幅超14%。此前6日累计涨超50%。截至目前，报 0.98港元，涨7.69%，总市值42.42亿。

　数字王国是一家好莱坞独立视觉特效工作室。2016年，数字王国进军中国市场。《泰坦尼克号》、《返老还童》、《头号玩家》、《复仇者联盟3：无限战争》及《复仇者联盟4：终局之战》中经典的视效均由数字王国操刀。 编剧、导演詹姆斯·卡梅隆为创始人之一。

　谢安是继卡梅隆以后的第六位数字王国CEO兼执行董事。1月6日，身在洛杉矶的谢安在原有紧锣密鼓的采访、会议安排下临时接受了经济观察报的采访。短短三十分钟，他展现了一番对虚拟人未来商业化的热情。

　 把邓丽君“复活”

　这不是谢安 次把邓丽君“复活”。

　2012年，数字王国在Coachela（科切拉）音乐节贡献了一场震撼全场的演出。他们把说唱 Tupac“复活”了。当时Tupac和 Snoop Dogg，Dre献唱的《Hail Mary》和《2 of Amerikaz Most Wanted》视 一经上线，播 就破百万，打破了YouTube单日最高点击率纪录。

　周杰伦看到后产生了一个想法。他联系到邓长富，也就是邓丽君的哥哥，并把自己大胆的想法告诉了对方。当时邓长富认为想法很好，但出于某些考虑并未立刻答应。不久后，周杰伦的经纪公司找到数字王国，开始真正落实――把邓丽君“复活”。

　那是谢安刚刚接任数字王国CEO兼执行董事的 周。新官上任三把火，27岁就掌权的谢安决定执行这份意义重大的期待。

　当时手握制作奥秘的是**《返老还童》的视效团队。2008年，《返老还童》导演大卫·芬奇对主演有一份特殊的期待。他希望饰演本杰明·巴顿的布拉德·皮特和他自身的外貌特征必须全程 。假设更换演员去诠释不同年龄的本杰明·巴顿，容易破坏观众对角色的情绪累积。这对于视效制作是一次极大的挑战。

　借助数字王国提供的技术方案，艺术家根据布拉德·皮特的外貌设计了三种头部形象，采集了约120个真人表情，创造出了数以千计的外貌模型，再通过一帧帧地比较真人表演和表情数据的异同进行调整，如眼角变化和嘴角扯动等…后来这项技术也在《复仇者联盟》系列的“灭霸”身上有所体现。

　虽然拥有上述经验，但邓丽君的“复活”依然棘手。原因在于，在邓丽君之前，北美艺术家从未做过亚洲面孔，再加上要让邓丽君和周杰伦合唱，选曲还是她从没唱过的歌。

　操刀的还是《返老还童》视效团队，但并非简单地勾勒模型，而是加入了人工智能。当时参与项目的程序员和工程师会让机器大量的观看和深度学习邓丽君的演出视 。

　2013年9月，周杰伦“魔天伦” 巡回演唱会台北站小巨蛋现场上，周杰伦与邓丽君的对唱让众人大开眼界。不过，当时的热闹 于技术的观赏性，商业化的话题尚未被归入重点。

　 疫情，艺人

　十年之隔，同样的邓丽君却受到了不同程度的关注和市场反馈，谢安认为很大原因在于时代背景不同。

　此次江苏卫视跨年晚会虚拟邓丽君由陈佳担任配音//配唱。事实上，数字王国可通过技术让虚拟邓丽君与人们自主进行实时交互。只不过在2013年和周杰伦的对唱中，还没有交互需求，故而当时已能实现的交互技术最终没有得以呈现。这一次的江苏卫视跨年晚会，数字王国采用了实时操控，即更复杂的动作实时捕捉、渲染，时间成本相对较高。

　十年之后，代表虚拟 的“元宇宙”一词火了。越来越多肉眼可见的虚拟人、VR实践让现实中的人们内心开始动摇：虚拟 好像真快要来了？

　谢安说，过去两年疫情让人类活动的空间有了界限，在局限的范围内活动久了，难免会对虚拟 产生向往，而虚拟人的迷人之处在于能提供丰富的应用畅想。

　过往很长一段时间，虚拟人主要在影视、音乐、游戏等文娱领域活跃，也很少走出屏幕。2017年，虚拟歌手洛天依借助全息技术在上海梅赛德斯－奔驰文化中心举行演唱会。但洛天依是虚构的卡通形象，并非真人。2021年10月31日，一个名为“柳夜熙”的抖音账号发布的首个短视 随即引爆内容行业。柳夜熙外表为一个古代装扮的女子。她在视 中与现代装扮的人们互动，自称会“捉妖”。但她距离鲜活的真人样貌还有一定距离。

　对于像数字王国这样的视效公司而言，“逼真”已不再是个大问题。借助全息技术，数字王国把特效中的虚拟人拽到现实，满足着疫情下**业的需求。

　除了原有的“复活”目的，如替身某位打星完成高难度动作，虚拟人还在解决他们无法现身好莱坞拍戏的问题，“因为税负太重，大部分**制作都不在好莱坞，现在都在新西兰、爱尔兰，甚至在伦敦。可疫情期间，明星们就算有私人飞机，到了当地还是要隔离。过往两年有大量的虚拟人代替了拍戏需求。”谢安说。

　2021年一整年，艺人 繁暴雷，代言品牌遭殃，虚拟人好像能派上用场。谢安的新目标就来自于此。除了“复活”过世真人、复刻演员之外，数字王国不再仅是提供制作技术，未来要自创虚拟人IP。

　“越来越多的需求是创造一个独立的虚拟人。他不会让自己的私生活影响品牌、**、歌曲的任何发行，也没有时间空间的限制，不会变老，不会背叛你，去跟别人签约。而且他没有任何国际的限制，可以讲任何语言。”

　谢安预测，如果要实现人人都有自己的虚拟替身，并达到邓丽君那般高度还原的质感，还需要三年左右的时间。

　 融进教育、服务业

　谢安对元宇宙有自己的定义，即“这个时代的互联网”。他认为，在众多的构成要素中，虚拟人是关键。

　“冷战时期诞生的互联网，之所以能形成今天这样规模的体系，是因为它有巨大的社交功能。未来每个人在虚拟 都有一个虚拟的替身，类似《头号玩家》里游戏玩家的设置。”

　涌入虚拟人赛道的玩家的确多了起来。1月6日，虚拟人“李未可”获得首轮融资，由字节跳动 投资。在此之前，无论哪个行业，或多活少都能听到传来要布局虚拟人的声音。而“虚拟人”相关概念的上市公司也因这一词汇经历了股价的大起大落和蹭热点质疑。

　趋势不可挡。《虚拟数字人深度产业报告》预计，2030年，我国虚拟数字人整体市场规模将达到2700亿元，而未来行业发展方向之一将是虚拟偶像化。

　虚拟人还能做什么？教育。“你能想象，如果是《冰雪奇缘》的艾莎公主在教小朋友学习英语，他能有多受到鼓舞吗？”谢安认为虚拟人未来能在教育市场上大展拳脚，“我们和投资公司在探讨的时候发现，很多年轻人学习语言过程中，出于不自信，不愿意去跟人练习一门自己不熟悉的语音。但当你跟虚拟人在练习的时候，这种担心可能会减少。”另外，谢安还谈到了虚拟人在服务业的广泛应用。区别于纯语音和机器，虚拟人的服务接近现实 的状态。

　2021年2月，数字王国通过在卢森堡新近成立的附属公司DigitalDomainCapitalPartnersS.àr.l.（“DDCP”），完成了对教育科技公司asknetSoluti AG（“asknet”）19%股权的收购。

　紧接着的5月，数字王国在教育科技上的布局再进一步，附属公司DigitalDomainCapitalPartnersS.àr.l.（“DD－CP”）完成了对娱乐与 巨擘High－light Event & Entertainment AG（“HLEE”）少数股权的战略性收购。

　数字王国北京工作室的虚拟人展示房间内，虚拟人“小艾”由数字王国工作人员在背后操控。当被问到“能碰一下你吗？”时，小艾摇摇头拒绝了。这是因为中间有一个大约三米的全息投射屏给虚拟和现实的两类人造成了距离。而按照谢安的说法，这个全息屏幕可能会在不久后的将来完全消失，虚拟人随时出现在现实 的每一处。那究竟会是怎样一种景象？

基于比较分析的人工智能技术创新路径研究

从2001年担任联想集团CEO开始，17年间杨元庆经历了两次大的危机。 次是2008/09财政年度联想集团巨亏，当时柳传志重新出山，最终力挽狂澜。第二次是从2015年开始联想再次出现亏损，业务陷入滞涨状态，近日不仅PC业务被惠普抢了老大的位置，曾经辉煌的手机业务也不见起色。

显然，让已经73岁的柳传志再次出山不太现实，那么杨元庆如何扭转联想集团面临的危机呢？

7月20日，杨元庆为联想集团开出了两个药方：抱紧刘强东的大腿以及赌上联想的身家性命押注AI（人工智能）。

不过，这两副药能治好联想集团吗？

杨元庆：达不成目标就辞职

根据腾讯 科技 报道，联想、京东2016年曾达成协议，联想全线产品未来三年力争在京东实现600亿人民币的目标销售额。2017年6月，重新回归的联想集团执行副总裁兼中国区总裁刘军与京东3C事业部总裁胡胜利达成了新的承诺，600亿的销售目标变为800亿，并可能冲刺1000亿。

刘军今天在接受采访时说，这800亿目标中，有600亿是PC，150亿是手机，50亿是其他产品。

杨元庆补充说，如果三年内这800亿目标要是实现不了，后果就是自己下台。

同时，在这场主题为“让 充满AI”的大会上，联想推出了一系列智能硬件产品，包括智能心电衣、联想智能音箱+、联想智能服务机器、晨星AR等设备。

根据 财经 日报的报道，杨元庆表示，“联想已经看到，AI是信息产业的未来，联想已经赌上身家性命去押注AI。”

PC、手机均面临挑战

转型，正是杨元庆给危机中的联想集团开出的药方。

目前，联想集团在个 脑和手机业务上均面临不小的挑战。

个 脑方面，市场研究机构Gartner近日发布的报告显示，2017年第二季度全球PC出货量为6110万台，较上年同期下降4.3%。这是全球PC出货量连续第11个季度出现下滑，也是2007年以来的最低纪录。

同时，Gartner数据还显示，该季度惠普超过联想居 ，坐上全球PC老大宝座。

丢掉个 脑老大地位的同时，陷入低迷的手机业务也未见起色。据联想集团今年5月底公布的2016/17财年（截至今年3月31日）财报显示，其移动业务在中国的收入和销量继续录得下跌；在年内录得的全球智能手机销量同比下跌22%，全球智能手机市场份额在本财年录得3.5%；集团移动业务的收入同比下跌10%至77.07亿美元。

其实，在手机业务上联想一度十分 ，曾经成为市场占有率 名。但从2014年开始市场份额逐年下降，数据显示，2015年联想手机在中国市场上的销量已跌出前五，排在华为、三星、苹果、小米和OPPO之后。根据IDC发布的2017年 季度全球智能手机出货量数据，联想 季度出货量为1200部，仅列第8位，而华为的出货量是3500万部。

尤其是和小米、OPPO、vivo等后起之秀相比，作为老大哥的联想手机更显得落寞。

不过，杨元庆今日表示，今年下半年，外界将看到联想转型的成效，智能手机(联想移动业务)将会进入扭亏为盈的轨道。

杨元庆坦言，未来联想仍将以PC为核心，但这里的PC不再局限于个 脑，而是“个人计算设备+云”，最后演进为“个性化计算设备+个性化云”。未来将在智能设备、智能云 和智能服务三个技术方向加强投入。

天价薪酬惹争议

小睿注意到，从杨元庆进入联想的 天开始，挑战似乎就没有断过。 ，25岁的杨元庆进入联想工作，不过，他这个中国 科技 大学计算机硕士毕业的高材生干的 份工作竟然是销售。

不服输的性格使杨元庆逐渐在联想站稳脚跟。1994年，联想成立了以杨元庆为首的微机事业部，就在那一年，国外品牌大举进入中国，杨元庆顶住了压力，使联想成为一枝独秀的国产品牌。2004年，杨元庆主导联想收购IBM的个 脑业务，这场蛇吞象的并购使联想一跃成为中国企业走向国际化的标志。

不过，近年来联想集团业务陷入低迷，领着高薪的杨元庆受到了不少的争议。

根据福布斯2015年的数据，当年杨元庆以近1.19亿元的薪酬再度成为内地、香港两地上市公司CEO榜首。这也是杨元庆连续三年排行榜首。

“

2015/16财年联想集团亏损达8.4亿元人民币之后，杨元庆宣布放弃2016/17财年的年终奖金。

虽然放弃了年终奖金，杨元庆的收入仍然是一个惊人的数字。根据联想集团发布的2016/17年报，2017财年包括薪金、长期激励奖励等，杨元庆从联想集团得到的薪酬达到1924.5万美元。

”

杨元庆喜欢用登山来形容联想集团的发展，把登顶视为企业发展的 目标。可能在这个过程中，会有人感到厌倦和无趣，甚至会批评登山的付出，但在敢于冒险的杨元庆心中，山就在那里。

都在说，好像都被联想套在圈子里发言，所以不能听他们忽悠，他们使用销售的说服方法，让大家跟着这个思路去认可他们的说法，以期股市不要被崩溃。事实上，

1，以华为为例，资金投入是销售额的百分之十，人员投入是全公司一半人员是研发人员。这样的投入坚持了三十年，才有今天华为在全球的技术地位。联想到目前为止，公司结构和报表上，我们看到的是他们对销售业务的反补高的离谱，当然这个也是让联想成功的原因，不过，当企业面临问题，要求尽快转型时候，想着豪赌，事实上你的基础和结构支持不了你的豪赌。

2，联想的贸工技的成功，事实上有两点我们需要明白，贸工技本质上是公司政治的立场口号，倪光南的出局，是公司政治的斗争失败而出局的，同时，当时的中国国内经济和 社会 发展需要国内贸易来满足当时中国发展的需要，技工贸贸工技之间没有区别，也不能忘记，我们这代人当年认识联想是从联想汉卡开始的，认为这是一家 科技 公司，而不是它卖电脑，事实上现在我自己也可以攒。可是联想一直转型不畅，认知还在上世纪八十年代，还认为研发不如购买，购买不去租赁。完全忘记了中国经济 社会 已经与上世纪八十年代不可同日而语了。这是认识上的问题，这种认知无法支撑他们的豪赌

3， 社会 支撑方面。联想一直是中国 科技 的一杆旗帜，国人以及市场对联想的声誉品牌非常认可，这个是联想成功的市场基础，可是，随着中国 科技 发展一日千里，阿里，腾讯，百度，华为等品牌成了国人的骄傲，联想在贸，工，两个层面的投入远远大于技方面，这个局面三十年没用改变，不是市场遗忘了联想，是联想自己没有跟上时代。加强内部管理的问题，我记得二十年前有媒体对联想管理的评价就是内部无序的状态让人吃惊。整个业绩下滑，被恒生踢出体系。近来又曝光在5G问题上长码部分投票高通，让国人在受到中兴事件刺激后变态的反感联想。你豪赌的市场基础也没有了。这次危机 ，杨总做的很糟糕。

所以，无论从联想公司内部的结构和机制，还是自身的投入和导向，还是市场基础的支持和认可，联想都不具备豪赌的可能。国内国际的市场已经发生变化，但是联想却没有悉知这些变化，还在以中国 科技 品牌自豪，这样的决策依据下，联想的未来在哪里？豪赌的结果是什么，大家就心知肚明了

我个人认为，联想作为一个超级大的企业，太过于自以为是，想当年，联想是以终端渠道起来的，我当年负责做电脑渠道的时候，走到什么地方都能看到联想的专卖店，且联想的专卖店的人员销售能力都比较强，但凡是联想的专卖店，都是在当地最有能力的店面把持，联想电脑的成功来自于专卖店，来自于专卖店体系的优势，联想的产品一直都不是性价比最高的产品，往往联想的产品比配置，价格是最高的，所以联想开始已老大自居，自己的产品多么好，多么强，殊不知近几年的变化，互联网的崛起，加之移动互联网的崛起，收到的冲击是非常大的，从现今看，纯正的联想专卖店已经很少了，不知道联想是怎么考虑的，为什么怎么多的专卖店活不下来呢？反而都是被大卖场形式的专卖店所取代呢？那为什么现在的小米、oppo、vivio、华为等都开始做专卖店呢，而且都是很成功呢！联想现在在干什么？

联想的根在专卖店，为什么现在连根都没有了呢，反而去和京东合作，联想 上的优势有怎么大吗？如果联想还是以老大自居，联想注定会和诺基亚一样，不知道为什么就突然不行了，要知道，联想的产品是没有任何性价比的，联想的路线一直是贸工技，没有了强大的技术储备，也就没有的最重要的核心竞争力，这一点可以看华为优势，另外没有了性价比，联想 上凭什么让人家购买， 上购买，最重要的是产品展示力、性价比、口碑、并且有非常强的宣传点，比如oppo主打的就是拍照，外观展示力、口碑，即使配置差一些，但品牌已经形成了特色，再比如小米，品牌的性价比做到了 ，口碑也做到了相当不错的地步，也就形成了小米的产品质量不错，而且还性价比非常高，那他不成功，谁能成功。反观联想，他的产品，有哪些是我们记住的呢，电脑产品，已经是夕阳产业，即使做的再大，电脑行业也是萎缩的，现在基本上通过电脑玩 游戏 的已经不多了，电脑现在已经不是 娱乐 产品，更多的是一种生产工具，且是必备，对产品的需求已经改变了，笔记本电脑已经成为主流，台式机已经是昨日黄花，追求品牌的，往往买的的苹果电脑，追求性价比的，惠普、戴尔现在好像都比联想的产品性价比要高，那联想呢？现在是什么定位，至少我看不出联想电脑的定位是在哪，我想大部分人在网络购物上的页面，也看不出联想有什么优势，我为什么非要买联想的电脑，买其他品牌的电脑不行吗，现今为止产品的同质化现象非常严重，其他品牌的质量就很差吗，服务就不好吗？我在京东购买，一定看重联想的服务吗？当然这并不是能代表全部人，至少可以代表很大一部分的想法，联想现在在互联网上边正在逐渐的被边缘化，现在的人因为互联网，他只想看自己喜欢的东西，自己不感兴趣的东西是不会接触或者很少接触的，联想拿什么让人提起兴趣呢？这就是为什么现在很多产品动不动就开大型的产品发布会，重点是让人们提起兴趣，从而形成购买?联想拿什么改变呢？

没有了独立专卖店、产品定位模糊，性价比不高，品牌逐渐的被边缘话（并不是说品牌不行了）， 看出来是联想在ai智能发力，但你是如何发力的呢，在京东吗？我看单纯靠京东是不行的，可以看出联想是在ai只能发力，但我没有看出来是在整合到联想一个品牌在发力，这些产品的品牌是散的，为什么不强调联想呢，让联想品牌在集中一些，我可以说是联想 批专卖店的人员，很怀念当时的联想，在当时联想专卖点店的六个 ，可以说是碾压其他品牌的营销策略，但后续的发展可以说受到互联网的冲击是比较大的，但现今来看，仅仅依靠互联网是不行的，仅靠专卖店也是不行的，如何进入到大众的视线中，如何引起大众的兴趣，产品细化的定位，应该是必须要考虑的问题。

对联想来说，目前所面临的，不只是业务上的问题，还有行为和形象上的被质疑。如果仅仅是业务上的问题，经历过多次艰难险阻的联想，是能够走出困境的。就像此前遇到的财务危机一样，柳传志一出山，立即化危为安。

然而，行为和形象上的危机，就不是那么简单了，就算柳传志愿意再度出山，舆论和公众还能够和过去那样买柳传志的帐，像过去那样支持柳传志、支持联想吗？没有舆论和公众的支持，才是最可怕的。

搭上身家性命研究人工智能，或许是联想摆脱困境的一条出路，或者说是 出路。那么，就会遇到这样的追问，是“自己”的人工智能呢，还是“人家”的人工智能。现在的联想电脑和手机，虽是联想造，但芯片是高通的。也就是说，联想并没有掌握电脑和手机的心脏。没有心脏的产品，就相当于没有发动机的 汽车 一样，不具备核心竞争力。

这就带来一个问题，联想的人工智能，将如何搭上身家性命去搞，能不能搞出一个真正具有心脏的人工智能，这是一个十分重要的问题。

实际上，联想要想真正摆脱困境，不防静下心来，放下业务规模和利润等，回到芯片等核心技术的研发上，当一回心脏研发中心，让联想来一次真正的二次创业。这样，既能让企业摆脱危机，又能重塑市场形象，让那个标志性联想再回到中国人的心中。就是人工智能，也必须是有心脏的人工智能，这，才是联想最需要也是最应当解决的问题！

在今年的第三届全球创新 科技 大会，联想集团董事长杨元庆曾这样说道：“AI是信息产业的未来，我们必须全力以赴，甚至赌上身家性命。”

联想对AI的理解和行动，不是一天两天了。早在2015年，集团 杨元庆就谈到了联想对“智能连接”5个方面的思考和动作。外界看来，最近两三年的联想集团，确实“折腾”太多。但联想从一个PC的单业务公司，折腾成了有PC、移动、企业级、云服务等多业务的集团。无疑，联想从未像现在这样接近AI时代的业务形态。

第三届Tech World上，联想一口气展示了全球 视觉识别的智能音箱+、All-in-one混合现实智能眼镜daystAR晨星、ThinkSystem系列、ThinkAgile解决方案、虚拟智能助手CAVA咔哇、联想智能心电衣Smart est、联想智能情境引擎LCE、联想服务机器人……近10种AI创新技术和应用。加上此前的电脑、手机等方面的人工智能成果，联想在前端的智能设备更加丰富和多样化，每年有可观的1.5亿设备出货量，助力AI战略。

而在人工智能后端的算法、大数据和计算力三大元素支撑的云服务上，联想也是底气十足——

基于这些自身的底层优势，联想面对成为业界排名前3的数据中心提供商的目标，和到2020年成为增长最快、规模最大的超级计算公司规划，动力也是满满。已经到来的智能互联网时代中，在消费级业务和企业级业务上，联想的AI战略布局已具规模，接下来就看执行力和具体成效了。

我觉得楼下有人回答的非常好，这么大的联想，不深更技术，确死命抱渠道大腿，是很短视的，很明显那个靠渠道忽悠卖货的时代已经过去了，刘强东，就算同意卖你联想一万亿的产品，联想的产品技术不行，京东能自己买吗，很明显用渠道推销量的时代过去了，联想看不到苹果什么时候抱过渠道的大腿，要好卖首先得消费者买账，消费者不买账，渠道有多大能力强卖吗，下文有人分析的很终肯，根源就在掌权者，思维能力，战略眼光跟不上时代，人才上不去，做东西不用心就想赚钱，柳总选了个没有战略眼界的接班人呢，一做就十几年拿着高薪，再看马云，差不多三五年就换CEO，一是跟住时代的步伐，二是让能人可以上来，三是谁也不能长期动了他的奶酪。

想当年阿里巴巴二号人物，刚把淘宝做起来，做的有声有色，就被砍下去了，直接下课，做股东分分钱就得了。让新人在上来。

科技 产业不是豪赌出来的，联想最大的问题就是不思进取。创办三十多年，依然没有一个电脑关键部件是自己的。

在背靠中科院这颗中国最粗的 科技 大树下，没有为中国的信息产业做出贡献，联想的管理层是不合格的。

和他创办时间一样的华为，靠两万块钱起步， 国外交换机，挣到钱投入到研发中，不断的积累技术，到今天成为 的通讯设备商，手机 第三，产品的芯片是自己的。

联想到今天依然购买别人的芯片和内存。把挣到的钱投入到买地盖房子之中。联想的理想不是做 科技 公司，是当地主，收房租。

这么大的一家公司，全国人支持加上中科院的全力帮助，终于过上了梦寐以求的包租婆生活。对联想的股东是幸事，对中国的 科技 产业是悲哀。辜负了网民这么多年的支持。

我家的 台电脑是联想的，为什么买它呢?是为了儿子学习用的，而且它上面有个软件，可控制孩子在电脑上的时间。然面没有多久，电脑的开机键坏了，当时还在保修期内，花了半天时间，换了个新的，然而没有多久，又坏了，这次过了保修期，给联想维修部打电话，他们说换个开关要180元，还不能便宜，这是公司规定。当时我觉得很离谱，就仔细研究，看能不能自己修好，猛然我发现，不对呀，联想的这一款电脑的开机键位置设计的有毛病，是在主机箱上面，每次开机是用手指压下去，这个力度要比从侧面摁大的多，还有时间长了灰尘就会落满开机键的缝隙，把键卡住，不能恢复原位，开机键就不好用了，虽然找到了原因，但没有修好，我把这个情况给售后打电话，说是设计原因导制的，并不是我们操作的原因，但他们很冷淡的说换开关180元，要么去找北京公司总部，当时我就有点生气，要了北京总部的电话，就打了过去，总部的人态度不好，更生硬，我当时就说:你们联想不管是柳传志，还是杨元庆要是这样做企业，是不会好到哪的。最后找了个电脑城的朋友10块钱换了个开关，修好了。从此往后，再也没用过联想产品，因为联想到联想电脑，不敢用了。

作为柳的看家护院的人选，说明老柳的占有欲超过了联想的发展，鸡贼过头了， 不知道联想存在的价值何在，以前顶着民族的帽子，现在都是民企，没啥意思了，散伙吧，老柳搞滴滴，搞投资，没心思搞联想，收购爱逼哎母，财富大转移，还想和任正非靠近，又和小辈的马云混合，比王石都差好多，但是得到的财富一个都不少，老贼过头了

其实表面上看联想手机败给华为，电脑出货量输给了惠普，但这些都是表象，实质的问题在于联想缺乏核心技术，经营模式存在严重问题，才才导致了联想在手机、电脑等多个产品线的溃败，经营陷入困境。而杨元庆表示: AI是未来, 联想已赌上身家性命，进入这一领域。 联想发展AI，从方向上讲没有问题，但是联想因为缺乏核心技术，发展AI基础不牢，如果意气用事赌上身家性命，很可能加速联想的衰败。倪光南院士曾经在联想主导的芯片、通讯、软件等核心技术和产品，如果不被废除，将成为联想发展AI最大的资本，联想也将跻身 芯片、通讯企业，可惜随着倪光南院士被联想驱逐，一切都成为泡影，联想如今深陷入泥潭，很难自拔，联想现在已经没什么筹码去赌了，联想如今沦落到去赌的境地多少有些悲凉。

联想陷入困境的根源是没有核心技术

联想手机从早期的“中华联酷”时代实力并不弱，但因为缺乏核心技术，过于注重商业利益，联想手机在拥有先发优势的情况下，却不断溃败，彻底被OV小米等后来者超越。而在PC行业，联想虽然经过几次大的资本运作成为 PC巨头，但是因为缺乏核心技术，基本沦为国外芯片巨头的 商和打工仔，即使不被惠普超越也很难扭转联想的困境。所以联想手机和电脑业务的衰落，核心问题还是缺乏芯片、通讯、软件等方面核心技术。如今联想陷入困局，想压上身家性命去赌AI，没有核心技术很可能重蹈覆辙，加速联想的衰败

联想的经营模式导致了如今的困境，发展AI依然没有机会

早年联想在倪光南院士的带领和推动下，全面布局芯片、通讯、软件等核心技术和产品领域，为联想未来的发展打下了坚实的基础。从经营模式来讲当时联想的经营模式是自主研发，技术驱动型的高 科技 企业发展模式。如果按照当时的发展模式走到现在，联想很可能已经是 的芯片、通讯和AI巨头了。但是由于自主研发前期投入巨大，短期效益低，因为以柳传志为代表的联想高层的短视，过于注重当前利益，不仅驱逐了倪光南，而且将倪光南主导的自主研发项目全部废除，彻底转型成为贸易和 企业，沦为国外芯片公司的 商和打工仔，因为经营模式的转变，联想丧失了核心竞争力，更加注重资本运作，投资白酒和房地产等和IT无关项目，直接导致了联想在核心技术上的缺失，没有自己核心的技术，发展AI依然没有机会。

发展AI技术，需要有芯片、软件、通讯等方面的核心技术

AI技术虽然代表了未来的发展趋势，但是如果没有芯片、软件、通讯等方面的核心技术作为支撑，很难成功。倪光南院士在联想时一直倡导自主研发，并为联想早期发展芯片、通讯、软件等核心技术和产品倾入了很大心血，如果柳传志等联想高层不将倪光南驱逐并废除他主导的自主研发，联想现在根本就不用赌上身家性命去发展AI，如果当年按照倪光南院士在核心技术方面坚持自主研发，如今发展AI只是水到渠成的事情。

联想PC和手机产业的衰败是因为没有核心技术，如今发展AI，同样需要核心技术，如果只是一味的去赌，只能加速联想的衰败。正是因为联想重商主义严重，没有坚持发展自己的核心技术，反而转型贸易和 的模式，热衷于搞资本运作，最终导致了联想今天的困局。联想的决策者和管理层必须深刻反省，只有彻底清算重商主义错误思想， 和贸易的经营模式，重新确立倪光南院士曾经主导的自主研发的道路， 联想或许还有机会。

五大赛道、八位 ，银行局中人眼里的AI江湖

一、前言

人工智能（AI）技术诞生于 20 世纪 50 年代，已发展成为当前最前沿、最热门的 之一，在第四次 科技 革命中处于核心地位，成为未来综合国力较量的重要方面。美国、俄罗斯、欧盟、日本等 和地区高度重视 AI 技术的发展，积极制定相关战略和规划，加强技术研究与开发 [1~4]。

近年来，我国推出了多项战略和政策，加强顶层布局为 AI 发展指明方向，支持 AI 技术快速 健康 发展。在这一过程中，需遵循技术发展客观规律，寻求适合国情的 AI 技术创新路径。当前亟待解决的重大难题是研究新时期举国体制下 AI 技术的发展创新模式和优选路径， 探索 与之相适应的投资政策、人才机制、项目管理制度和绩效考核体系。

AI 作为一项颠覆性新兴技术，对其发展规律的系统化研究尚不充分。为此，本文运用对比分析方法，选取相对成熟的核能、光伏技术与 AI 技术进行对比，从基础理论、技术发展和技术市场应用模式 3 个方面展开论述，梳理 AI 技术特有的发展规律和创新路径，提出推动我国 AI 技术创新发展的措施与建议。

二、AI 技术和产业的概念界定

（一）AI 技术概念界定

标准化管理委员会将 AI 定义为 [5] ：利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

依据这一定义，可将 AI 理解为通过特定技术手段使机器“模仿”人的智能。按照“模仿”能力的成熟程度，AI 技术可以分为弱 AI、强 AI 和超 AI 等阶段 [6] 。弱 AI 指擅长于单一方面的 AI，基本处于计算和感知的智能水平。强 AI 指能够进行思考计划、解决问题、抽象思维、理解复杂理念、深度学习等操作，在各方面能和人类处理水平类似的 AI。超 AI 指在几乎所有领域都比人类处理能力更强的 AI，如科学创新、通识和社交技能等。目前 AI 技术处于弱 AI 阶段 [7,8]，要从弱 AI 阶段发展到强 AI 阶段，需要在基础前沿、核心技术等方面取得重大突破。

AI 的核心技术包括：机器学习、计算机视觉、知识工程、自然语言处理、语音识别、计算机图形学、多媒体技术、人机交互技术、机器人、数据库技术、可视化技术、数据挖掘、信息检索与推荐等。得益于高等院校、科研机构和企业在 AI 核心技术方面取得的进展，AI 技术逐渐具备智能化、广泛性、 性和全球化的特征，在经济 社会 发展中的作用将越来越重要。也要注意到，AI 核心技术还存在灵活性不足、可解释性弱、鲁棒性差等问题，对未来 AI 技术的发展构成了严峻挑战。

（二）AI 产业概念界定

产业是一个复杂的经济系统，包括管理、技术、人员、生产、市场、资源和信息等多类要素 [9] 。目前，AI 产业概念界定通常有广义和狭义两种方式，相关要素的含义与表现形式不尽相同。从广义角度看，AI 产业指通过 AI 技术的深度广泛应用，促进技术集成与商业模式创新，推动重点领域智能产品创新，带动重点行业智能化升级，形成智能驱动、人机协同、跨界融合的产业发展新形态。从狭义角度看，AI 产业指群体、团队、个人针对 AI 基础理论、技术、系统、 以及基于 AI 技术所推出产品和服务的研发、生产、销售等一系列经济活动的集合 [10] 。本文研究是基于 AI 产业的狭义概念来开展的。

AI 产业是一个结构性体系，从产业链各阶段的供给和依赖关系来看，从上到下依次分为基础层、技术层和应用层（见图 1）。基础层主要提供数据或计算能力支撑，如芯片、传感器、生物识别等。技术层主要进行关键技术研究和相关应用，依托运算 和数据资源进行海量识别训练与机器学习建模，开发面向不同领域的应用技术，如语音及自然语言处理、计算机视觉和机器学习等。应用层主要是在细分行业场景中应用，核心在于 AI 技术的商业化，利用 AI 技术提供产品、服务和解决方案 [11] 。

图 1 AI 产业结构图 [10]

注：GPU 表示图形处理器；FPGA 表示现场可编码门阵列。

（三）AI 技术与 AI 产业的关系

新兴产业是通过前沿技术不断发展进而经工程化、产业化而形成的， 科技 创新是新兴产业发展的重要动力 [12,13]。AI 产业作为重要的新兴产业之一，与 AI 技术的关系阐述如下：AI 技术是推动 AI 产业发展的重要内核；AI 产业的发展趋势是以 AI 关键技术为核心，向上向下分别辐射带动 AI 产业结构基础层和应用层的发展；AI 产业的整体发展程度受限于 AI 核心技术的发展创新能力，促进 AI 关键技术创新发展是必然的选择。

目前我国 AI 产业发展整体形势仍落后于欧美发达 ， 探索 符合国情的 AI 技术创新发展路径，通过“以技术促产业”模式推动我国 AI 产业快速发展，具有重大现实意义和深远战略价值。

三、基于比较分析的 AI 技术发展规律初探

技术发展通常表现为以基础理论为先导、以市场需求为拉动，旺盛的市场需求促使技术不断升级和优化。通过分析基础理论突破与市场需求生成对于技术发展的影响，有助于加深对技术发展规律的认识和理解。由于 AI 技术起步较晚，本文将之与发展较为成熟、应用广泛的核能和光伏技术进行对比分析，研究各自的发展特点以 探索 AI 技术发展的普遍规律。

（一）核能技术

1. 基础研究进展

核能技术基础理论主要是在科学家实验研究的基础上，通过分析实验现象并总结推理而得到的。 1919 年，英国物理学家卢瑟福用α粒子轰击氮原子核的方式获得了质子， 次实现了原子核的人工转变。1939 年，诺贝尔物理学奖获得者费米提出链式反应原理，为和平使用原子能奠定了理论基础。目前，核能技术经过较长时间的研究已经具备了充分的理论基础。

2. 技术发展情况

以基础理论为基石，核能技术的发展受到国防军事需求的强力牵引，逐步具备了完善的技术能力，已被视为成熟的技术领域。美国 1940 年启动的“曼哈顿工程”是核能技术研究的经典模式。此后，美国、苏联、英国、法国的原 相继爆炸成功，我国分别于 1964 年、1967 年成功爆炸 颗原 和氢弹。

3. 技术市场应用

核能技术最初定位于国防军事领域应用，如 1933 年匈牙利物理学家齐拉德发表了相关论著，提出核能开发可用于国防军事领域。第二次 大战结束后，依托扎实的核能技术研究基础，科学家迅速将核能应用转向和平用途，如 1954 年苏联建成的 上 座 5 MW 实验性石墨沸水堆（奥布宁斯克核电站），是核能技术在民用市场领域应用的重要标志。

综上，核能技术基础理论研究充分，技术研究扎实，以国防军事应用需求为起点，带动民用需求的蓬勃发展，是 20 世纪 发展的典型范例。

（二）光伏技术

1. 基础研究进展

太阳电池的工作原理是光生伏特效应，1839 年由法国科学家贝克雷尔在实验中发现。该原理的发现推动了光伏技术的研究和产业的发展。随着理论研究的深入，科学家发现多种材料具备光伏效应。例如，1877 年 Adam 和 Day 研究了硒的光伏效应， 1904 年 Hallwachs 发现铜与氧化亚铜结合在一起具有光敏特性，1932 年 Audobert 和 Stora 发现硫化镉具有光伏现象，1941 年奥尔在硅上发现光伏效应。

2. 技术发展情况

光伏技术发展至今，常见的太阳电池包括硅太阳电池、III-V 族太阳电池、铜铟镓硒太阳电池、碲化镉太阳电池、有机太阳电池和染料敏化太阳电池等。近年来，随着新材料的不断研发，光伏技术研究呈现多样化趋势，发现了越来越多的新型电池材料（如钙钛矿、石墨烯等）。但新型太阳电池的技术研究也面临着一些问题。例如，钙钛矿太阳电池相较于众多新型太阳电池，具有成本低、效率高的优势，但在有毒金属替代、电池长期稳定性、大面积太阳电池制备工艺等方面存在不足，这对产品商业化提出了挑战 [14,15]。因此，光伏技术虽然具备较好的理论基础，但在先进材料研发和制备方面还存在短板，技术研究略显薄弱，不同技术方向的研究水平也参差不齐。

3. 技术市场应用

光伏技术的市场应用模式与核能技术类似，也是以 需求为起点，随后带动民用需求发展。 1958 年，美国 个由光伏电池供电的卫星“先锋一号”发射入轨，是光伏技术早期应用于 市场的标志。1962 年，配备了 14 W 太阳电池的商业通信卫星 Telstar 发射入轨，成为太阳电池在民用市场应用的开端。

综上，与核能技术类似，光伏技术的基础理论研究充分，在技术市场应用中也是起始于国防军事领域，并以此带动民用需求发展。受限于新材料研究水平，光伏技术的各子方向研究水平参差不齐。

（三）AI 技术

1. 基础研究进展

不同于核能和光伏技术，AI 技术发展初期并未具有完备的基础理论。1936 年，英国人艾伦·图灵创立了自动机理论，可以视作 AI 概念的起源。 1956 年，约翰·麦肯锡、明斯基、罗切斯特和香农等 提出了 AI 技术定义。在 AI 技术的发展过程中，针对某一领域的方法研究远远多于基础理论研究。AI 的早期基础理论定位于“思想”“概念”，并没有提出充分的原理性解释 [8,16]，更多注重某些具体领域的方法研究；基础理论研究薄弱，存在很多需要进一步 探索 的未知领域。一般认为，AI 技术的基础理论存在一定的缺失和不完备，尚未达到核能、光伏技术的研究水平。

2. 技术发展现状

AI 技术的发展与核能、光伏技术也有很大的不同。AI 技术目前还处于弱 AI 阶段，虽已在众多领域应用，但限于技术本身不足而导致技术的可信赖度不高，尚未在国防等“高精尖”领域获得广泛应用。在常规的民用领域 AI 技术得到了广泛应用，且更新迭代速度很快。目前 AI 技术处于出常规技术较好而高端技术发展不足的局面。

3. 技术市场应用

AI 技术应用的发展经历了 3 次浪潮 [6] ，代表性的节点和应用均产生于民用市场领域。例如， 1973 年日本开发的 Webot 1 机器人是 个基于智能软件的人形机器人，可以播放音乐；1980 年日本开发的 Webot 2 机器人可以与人沟通、阅读乐谱并演奏电子琴；1997 年国际商业机器公司（IBM）开发的“深蓝”击败了国际象棋 ；2006 年法国阿尔德巴兰机器人公司研发了智慧机器人 Nao。从需求方面看，鉴于国防领域需求场景的特殊性，如数据少、边界不确定、环境复杂和高实时响应等，AI 技术在国防领域中的应用还存在一些问题。整体来看，AI 技术的市场应用有别于核能、光伏技术，目前仍以民用需求为主；受技术水平所限，在未来很长一段时间内民用领域的应用要比 领域更广泛。

（四）比较分析结论

通过与核能、光伏技术在基础理论研究、技术发展情况和技术应用市场模式的发展规律进行对比（见表 1），可以发现 AI 技术具有以下发展规律。

表 1 核能、光伏和 AI 技术研究对比

（1）AI 技术在基础理论研究方面相对匮乏 [16] ，尽快打牢基础理论研究是推动未来 AI 技术成熟发展的重要方面。创新是信息技术发展的灵魂和核心， AI 技术的快速持续创新是其发展的必经之路。

（2）与核能和光伏技术类视，AI 技术也具有军民两用的潜力，军民市场协同发展是未来发展的必然方式。限于 AI 高端技术发展不足、军民市场需求对 AI 技术存在显著差异化， 探索 AI 技术在军民市场应用中的特色创新发展路径，是 AI 技术的重点发展方向。

四、AI 技术创新的路径

（一）“演化式”发展是 AI 技术发展的必然选择

基于基础理论发展不充分，技术层面以弱 AI 为主，民用市场巨大、 市场需求明显但实际应用偏少的现状，我国 AI 技术发展须采用 的创新路径。为此，本文采用“内卷式”和“演化式”发展的概念来进行阐述。“内卷式”指通过在有限领域内投入大量既有技术来获得总产量增长的方式 [17] 。“内卷式”通常表现为技术的复制、延伸和精细化发展，在发展过程中存在效率提升有限的困境。“演化式”发展重在技术本身的发展与突破，并通过应用领域扩张带来新的 社会 效益。

目前，AI 技术表现为“内卷式”的发展方式，如常规技术发展较好、高端技术发展不足、技术价值和 未充分展示。AI 的某些技术（如语音识别、图像识别）已在社交、翻译、安保、医疗等领域获得广泛应用，但其鲁棒性不高、可解释性不强等问题并未得到根本性改善，应用场景也受到了制约。这种现象一方面源于技术突破本身存在难度；另一方面由于国内民用市场规模巨大，仅仅将弱 AI 用于某些特定市场及其细分市场就可以使技术拥有方获得较大收益，导致深入研究 AI 技术缺乏动力。“内卷式”发展的高收益是短暂的，随之而来的市场竞争将削弱收益 [18] 。只有加强革新与创造，采取注重非特定市场与“非舒适区”市场应用的“演化式”技术发展模式，AI 技术才能保持旺盛的技术生命力。

（二）融合发展推动 AI 技术“演化式”发展

为促使 AI 技术发展走出“舒适区”、从“内卷式”发展转变为“演化式”发展，需要有新的外部环境驱动因素。相比于民用需求， 需求“高精尖”特点更加 ，市场特征差异明显。要在强 AI 和超 AI 领域有所突破，仅仅依靠民用市场需求是无法实现的，需要通过 需求加以牵引。 场景应用要求 AI 技术具有边界不确定性、博弈强对抗性、响应高实时性、环境高复杂性与信息不完整性等战场特性，相应的装备应满足可靠性、可维修性、可测试性、安全性与环境适应性等多方面要求，而这正是从弱 AI 向强 AI 和超 AI 发展进阶的引路标。可以认为，以 需求为牵引来实现 AI 技术融合式发展，成为当前克服 AI 技术创新困难、保证创新活力的优选路径。

也要注意到，AI 技术面向军民市场的发展模式，相比核能、光伏技术有所不同。核能、光伏技术的市场应用模式首先服务于国防军事领域，而后带动民用领域应用；从 市场向民用市场转移的技术壁垒相对较低，较易打破军民产业边界，实现技术在军民领域的“演化式”发展。由于军民市场需求差异性明显，AI 技术在 需求和民用需求之间的相互转化阻碍较大；强化 需求牵引，打破军民产业边界，才能实现 AI 技术的“演化式”发展。

立足国情，实现 AI 技术融合发展可以采用“三步走”路线。 步，民用技术成果根据 市场的特殊需求，与需求应用场景进行匹配，实现民用成果直接转化为 应用。例如，智能安防技术的民用市场发展相对成熟，但 场景尚未深入开发；通过这种转化，不仅可以扩大技术的应用范围，还可以初步考验常规弱 AI 技术的成熟性与可靠性，快速定位技术短板。第二步，新兴 AI 技术，如智能安全技术应通过军民协同创新和联合攻关予以突破，促使具有强 AI 特征和军民两用属性的通用 AI 技术诞生；第三步，针对 的高需求，由军方针对特殊需求保障必要投入，开展民用领域难以开展或不愿开展的高端技术研究，推进超 AI 技术的研制与产品化；阶段性地向民用领域转移研究成果， 探索 形成“ 牵引民用”的发展格局，如生物智能、智能微系统是可能的技术应用方向。

五、对策建议

（一）顶层布局，构建新型研发机构

构建在民用和 领域具有领导力和资源调配能力的新型研发机构，建议由国务院和中央军事委员会联合引导并支持。鉴于 AI 技术的多元化与“群智”的特点，本着 与务实的原则，采取“顶层统筹、军民协同、各有侧重、群策群力”的项目运行模式，使 AI 的基础理论研究能够自由 探索 ，使高端技术研究能够有拥有良好的团队进行集中攻关；有效协调 与民用市场需求，使得新型研发机构的运行符合 AI 技术创新的基本特征和发展规律。

（二）拓宽渠道，加大资源保障力度

AI 技术融合发展需要有稳定的经费支持渠道，建议采用“科研经费 + 市场效益”驱动模式。在民用成果转化为 时，设立 科技 领域重大专项，通过科研经费形式进行资源保障。在军民协同创新和 牵引民用阶段，相关研究成果向民用领域转化时，考虑引入行业内的国有或民营企业，由民用产品专项培育基金予以定向支持。

（三）重视人才，推动融合型人才队伍建设

目前 AI 领域的****和团队集中在国内外的 科研院所和重点企业，但 AI 技术融合发展需要构建多源融合的人才团队以更好集中力量开展科研攻关。人才队伍建设需依托相关科研机构实体，初期可采用“双聘制”模式引进先进人才和团队，明确人员的权利和义务；团队建设逐步成熟后可引入定向培养机制，培育核心团队和****，打破现有人才引进僵局。另外，做到“同工同酬”，吸引军队人才与地方人才联合攻关；发挥各自优势，真正做到军民协同创新。在人才队伍建设过程中，同步建立体现差异化的考评机制。

（四）协同发展，开展伦理研究

谁说大象不能跳舞？

2020于全体银行而言，是一场无预告的 考验，一轮最直观的金融 科技 对决。疫情让网点流量骤降到接近于0， 挑战银行线上服务水平，检验那些连年增加的 科技 投入，有多少真正变作数字化、智能化的一点一滴。

踏进2021，银行们迎来周密复盘、整装待发的最好时间节点。

在过去这一年，银行更努力地摆脱大象转身的刻板印象，告别以往被各路创新推着走的窘况，试图在金融 科技 和数字新基建的浪潮里承担更主动、开放的角色，以轻快敏捷的步伐持续向前。

没有一家银行不想拥抱AI，没有人愿意错过数智化转型的未来。在梳理数十家银行AI全布局，以及 「银行业AI生态云峰会」 多位嘉宾的分享过程中，我们逐渐发现银行业AI的那些挑战和困境，那些艰险之处同样是机遇所在。

数据安全与 保护

银行业AI，首先被AI本身正面临的数据困境，和日渐收紧的数据监管尺度拦住。

在技术维度不断向前奋进的同时，银行必然要思考的一个议题是：业务创新与 保护如何兼顾？

雷锋网AI金融评论主办的 《联邦学习系列公开课》 曾对这一问题展开过系统深入的探讨。 节课上， 微众银行首席人工智能官杨强 就直接点明：“人工智能的力量来自于大数据，但在实际运用过程中碰到更多的都是小数据。”

平安 科技 副总工程师王健宗 也在课上指出，“传统的AI技术必须从海量的数据中学习或者挖掘一些相关的特征，利用数学理论，去拟合一个数学模型，找到输入和输出的对应关系，比如深度学习中训练网络的权重和偏置，模型效果与数据量级、质量、以及数据的真实性等有着密切的关系。”

一个典型例子就是银行信贷风控：现在大部分AI应用都由数据驱动，信贷风控更需要大量数据训练，但大额贷款风控的案例又非常少。“要是来做深度学习模型，只用少量这种大额贷款的样本远远不够。”杨强解释。

小数据需要“聚沙成塔”，同时又面临侵犯 的可能。为此，网络安全与数据合规领域的立法进入了快车道，滥用数据和爬虫也受到过严厉整治。

虽然目前《数据安全法》还只是处于草案的状态，但是草案明确提出要关注数据本身的使用，需要在保护公民组织、相关权益的前提下，促进数据为关键要素的经济发展。

数据被称作是新时代的油田，但银行该怎样通过AI摸索出更 、更合规的开采工具？

在「银行业AI生态云峰会」 场演讲中， 微众银行区块链安全科学家严强博士 就对银行必备的数据安全与 保护思维，进行了深入讨论。他指出：

在数字经济时代下，银行业AI发展 必须要尊重“数据孤岛”作为数据产业的原生态， 保护技术则是打破数据价值融合“零和博弈”的关键，需要打通 数据协同生产的“双循环”。

而 区块链 是承载数据信任和价值的最佳技术，对于 计算和AI应用中常见的数据品质等难题，都可以通过区块链进行互补或提升效果。

联邦学习、TEE可信计算、安全多方计算等多个AI技术路线也正尝试落地于银行的核心业务场景。

AI金融评论了解到，除了微众银行， 江苏银行 2020年也已开展联邦学习方向的 探索 ，他们与腾讯安全团队合作，基于联邦学习技术对智能化 经营进行联合开发和方案部署，在联邦学习技术支持下进行金融风控模型训练。

银行数据库

以“数据”为线，银行前中后台的升级轨迹清晰可见。

如果说前些年的银行 科技 ，讨论度更集中在前台智能化应用，那么如今中后台建设开始更多地来到聚光灯下，讨论它们为银行数字化转型呈现的价值和意义。

这当中的一个重要模块，就是 银行数据库 的改造升级。

我们曾经报道，Oracle自进入中国市场以来，在银行数据库市场，一直具有压倒性优势，也是许多银行的采购首选。

由于长期使用Oracle，不少银行形成较严重的路径依赖。平安银行分布式数据库技术负责人李中原也曾向AI金融评论表示，系统迁移和重新建设需要大量成本，从单机变为多机群体，故障发生的故障发生的概率和维护成本都会加大，对整体系统运维将是巨大挑战。（详见 《银行业“求变”之日，国产数据库“破局”之时》 ）

但随着银行业务创新需求愈发复杂，传统数据库在技术边界、成本、可控性方面越来越不相匹配；采购数据库的来源单一也让银行陷入非常被动的处境。

而云计算的出现，让Oracle在数据库市场接近垄断的地位有所动摇，各大互联网云厂商杀入战场。

腾讯云副总裁李纲就表示，云化数据库胜在成本低、易扩容两大特点，任意一台X86的PC服务器就可以运行，理论上也有着无限的横向扩展能力，这都是Oracle等传统数据库难以企及的优点。

中国数千家银行由此获得更多选择余地，开始从集中式数据库迁移到分布式数据库，一场事关“大机下移”的漫长征途就此展开。

这场变革已有先行者，例如 张家港行 在2019年就将其核心业务系统放在了腾讯云TDSQL数据库上，传统银行 为核心系统选用国产分布式数据库；2020年，平安银行 的核心系统也完成切换投产，新核心系统同样采用了国产数据库。

在「银行业AI生态云峰会」上， 腾讯云数据库TDSQL首席架构师张文 就深入分享了张家港行和平安银行这两个典型的数据库迁移转型案例。

以 平安银行 为例，其体量之大，意味着应用改造更具挑战性。张文解释道，为了配合此次改造，应用引入了微服务架构对应用进行了拆分和解耦。对账号的分布进行了单元化划分，以DSU为一个逻辑单元，单个DSU包含200万个客户信息，单个DSU同时处理联机和账务两种业务。

但国产分布式数据库也同样还在成长当中，张文也指出了目前金融级分布式数据库面临一系列挑战点，除了有可伸缩、可扩展的能力，更要解决高可用性、数据强一致性，同时 探索 更具性价比的性能成本，以及为金融机构打造更易上手的、更产品化的成熟解决方案。

中台建设

“中台建设”这个热门关键词，不再是互联网公司的专属。银行也不例外，甚至更需要中台。

银行这样的大型机构，架构极其复杂，还有跨部门多团队的协作，海量数据日积月累之下如同年久失修的危楼，更需要及时、持续的治理。

在看来，银行拥有大量的数据、技术和人才，资源却往往“各行其是”，部门之间没有配合意识、独立造烟囱；技术流于表面，无法链接、深入，这造成了银行资源的大量浪费。

中台 的体系化建设和顺利运转，才能将这庞大体系中的“死结”一一梳开。

建设银行 监事长王永庆就曾指出：中台建设是商业银行数字化经营转型的关键环节，认为商业银行数字化转型的必然归宿是生态化、场景化。

尽管商业银行在多年经营过程中沉淀了一定的竞争优势，形成了各具特色的内部生态系统，但目前仍是封闭的、高冷的，还无法满足数字经济对开放式生态化经营可交互、高黏性、有体感、无边界的要求。

因此，建行也已在数据中台先行一步，其落地上概括为5U（U是 的意思），包括 的模型管理、 的数据服务、 的数据视图， 的数据规范以及 的数据管理。

为求轻松支撑亿级用户，实现高时效、高并发场景化经营， 招商银行 近两年也在中台和技术生态体系的建设上持续发力。去年年底发布的招商银行 9.0，迭代需求点超过1800项，“10+N”数字化中台建设就占据了相当的比重。

如何构建金融机构需要的数据中台？

在「银行业AI生态云峰会」上， 360数科首席科学家张家兴 就用“三通三快”概括了数据中台的标准：

金融机构面对着海量用户、复杂业务，一个 的数据中台，必须是达到多业务打通，内外数据互通和用户关系连通，同时还要做到数据的实时处理快、使用快、需求响应快。

他进一步强调，数据与AI融合得非常紧密，如果数据中台和AI中台各自建设，两者之间将不可避免地存在割裂的现象。

基于此，360数科也推出了自己的数据AI融合中台，将最上层数据 ，到中间数据服务支撑的 服务，再到整个数据资产的管理，到最下面整个数据技术架构的设计都进行调整，并且将自身沉淀的AI能力嵌入其中。

张家兴也在云峰会的演讲上透露，360数科研发了一项联邦学习技术——分割式神经网络，通过神经网络在高维空间，Embedding不可逆的特性，使得不同参与的数据合作方只需要传递Embedding向量，见不到原始数据，但最终可以使模型产生目标效果。

银行信贷智能风控

而在过去一年里，银行信贷风险管理，仍然是最引人关注的方向之一。

关注度一方面来自于，受疫情影响而剧增的贷款逾期和坏账风险，如何借助技术手段“端稳这碗水”，把握好信贷支持尺度，成为银行、消金公司和风控技术服务商们的开年大考。（详见 《信贷战“疫”：一场给风控的开年大考》 ）

而另一方面，2020年下半年起，针对金融 科技 或是互联网金融的监管“红线”逐渐清晰。例如《商业银行互联网贷款管理暂行办法》，其中就明确提出了对商业银行的风险管控要求，和对合作机构的管理规范。

尽管结合AI、大数据的智能风控在银行 科技 应用中不再新鲜，但这并不意味着智能风控已经足够成熟—— 数据资源壁垒、自有数据累积、数据特征提炼、算法模型提升 ，被认为是大数据风控目前所面临四大困境。

某商业银行负责人就曾表示，在模型建设和模型应用过程中普遍存在数据质量问题，包括外部数据的造假（黑产欺诈）和内部数据的滥用等，在模型迭代方面，很多银行只追求迭代的速度和 次，而忽略了最终效果。

前百度金融CRO、融慧金科CEO王劲 进一步指出，数据规范和治理体系不健全，数据质量差且缺失率高，技术能力不足，复合型 科技 人才匮乏等因素都是银行等金融机构无法做好模型的重要原因。

王劲曾在有着“风控黄埔军校”之称的美国运通工作17年，负责过全球各国各类产品相关的700余个模型提供政策制度和独立监控。在云峰会上，他也结合自身二十余年风控经验，剖析了金融风险管理中的那些理念误区。

“很多人并不是特别理解，风险管理永远是一个寻找平衡点的科学。”王劲认为，风险管理平衡有着这样的核心三问：

他也解析了银行等持牌金融机构做好风险管理平衡的核心要素，谈到风险管理最重要的就是对数据的把控，“金融公司成立之初就要思考数据的生命周期。首先要从对业务产品和客户的选择当中，决定需要什么样的数据。”

数据战略是一个相对长期的落地过程，机构首先要立下数据选择的原则和条件：要考虑的不只是数据的合规性、稳定性和覆盖率，更要考虑数据的新鲜度、时效性和时间跨度。

从模型建设的角度出发，王劲指出，一个 的风控模型应当具备辨别力、 度、稳定性、复杂度和可解释性五大要素，“原材料”数据、模型架构和算法的选择，衍生变量的出现，对模型的监控和迭代，以及对y的定义和样本的筛选，无一不影响模型的“锻造”。

在他看来，银行等金融机构如果能在身份识别和控制、数据安全管理、风险模型管理，和自动化监控体系方面，做到 完善，将会是非常理想的一种状态。

RPA与内部流程优化

还有一个关键词，在各家银行年报中出现 率越来越高，那就是RPA（机器人流程自动化）。此前AI金融评论也曾举办 《RPA+AI系列公开课》 ，邀请到五位头部RPA厂商高管分享RPA与金融碰撞出的火花。

RPA的定义，很容易联想到2012年左右的“流程银行”转型潮。当时的流程银行，意为通过重新构造银行的业务流程、组织流程、管理流程以及文化理念，改造传统的银行模式，形成以流程为核心的全新银行经营管理体系。

如今银行的转型之战， 升级为“数字化转型”，内部流程的优化改造在AI和机器人技术的加持下持续推进，RPA也迅速成为银行数字化转型 席的一把“武器”。

达观数据联合创始人纪传俊 在「银行业AI生态云峰会」上指出，RPA+AI为银行带来的价值，最明显的就是减少人工作业、降低人工失误，提升业务流程效率，同时也提高风险的预警和监控能力。

AI金融评论注意到，已有多家国有大行将RPA投产到实际业务中。

以 工商银行 为例，RPA在工行的应用覆盖了前台操作、中台流转和后台支撑等多个业务场景，在同业率先投产企业级机器人流程自动化（RPA） 并推广应用，全行累计46家总分行机构运用RPA落地实施120个场景。

建设银行 同样也引入了RPA，建立国内首个企业级RPA管理运营 ，敏捷研发业务应用场景 100 个，实现人工环节自动化、风险环节机控化。

农业银行 方面则透露，农行目前还处于技术 建设阶段，之后将以 业务、财务业务等为试点落地RPA需求。其实施策略，是建设全行 的RPA技术 ，面向总分行各部门输出RPA服务。

中国银行 在2017年底，旗下公司中银国际就已有RPA的概念验证，团队成功投产20个机器人，分别在不同岗位执行超过30个涉及不同业务流程的自动化处理工作，也与RPA厂商达观数据展开了合作。

纪传俊也在云峰会上分享了目前AI+RPA在银行各大典型场景的落地：

例如智慧信贷，面向的是整个银行最核心的流程——信贷流程，分为贷前、贷中、贷后三大阶段。其中涉及数据查询、数据处理、财务报表、银行流水等专业环节，需要完成基础信息的录入、尽调报告的审核，而这些环节中的大量重复劳动，可以基于AI、OCR、NLP等技术自动化完成。

好了，关于“虚拟人市场开始布局”的讨论到此结束。希望大家能够更深入地了解“虚拟人市场开始布局”，并从我的解答中获得一些启示。