关键词模块化集群风险
1模块化的理论综述
20世纪90年代以来，随着电子、通信、计算机等信息技术的不断创新和发展，模块化的理念和方法逐渐渗入现有的企业理论、产业经济以及企业战略等各个研究实践领域，进而成为推动产业结构调整和升级的革命性力量。模块化战略正从本质上改变着现存产业和产业结构，重塑着社会经济的微观基础和基本结构，以至于当今产业已经进入模块化设计、模块化生产、模块化消费的模块化大发展时期。“模块化”（modularity）概念最早由H·Simon提出，Simon把模块化理解为一种在进化环境中促使复杂系统均衡动态演进的特别结构；模块化不仅在制造业公司很普遍，许多服务业组织也正在实行模块化管理，特别是金融服务业的进程很快，“没什么比股票和证券更容易模块化的了”；青木昌彦定义，模块化是指半自律性的子系统，通过和其他同样的子系统按照一定规则相互联系而构成的更加复杂的系统或过程；模块化组织是各个高度自律性的分部，就相当于一个个“内部市场”，在不违反界面联系规则的前提下可以自主创新，而不是传统意义上完全依附于总部的科层单位；价值模块的研发、重用和整合推动了传统价值链的分解和重建。
2模块化的具体过程
模块化可以处理复杂事务，要达到这个目的，系统必须处理两类信息：一类称之为“系统信息”，是关于系统环境的信息，其决定子系统之间的联系规则和界面的状态。另一类称之为“个别信息”，是关于各模块活动（设计、工序等）的固有环境的信息，可以相互保密。系统信息的处理者可以称之为系统集成商，个别信息的处理者可以称之为模块商。系统集成商和模块商的相互作用过程见附图，其中，E1和E2分别代表模块1和模块2的个别信息。
由附图可知，每种模块都由多个模块商在同时运作，而且模块集成商也不唯一。每种模块的许多模块商独立处理其个别信息和有限的系统信息，这样不同的模块商发出的系统信息就不一定相同。系统集成商对这种异化信息从其本身所处的系统环境角度进行处理以后，将信息再返回到整个系统之中。然后，模块商对反馈回来的异化信息进行比较、解释、选择。这种分散的信息处理、传达、交换，使单一的模块之间的联系规则不断被筛选、不断进化发展。系统集成商通过事后——各模块商的信息处理、设计、生产之后对整体规则的整合，找出最合适的模块组合，进而形成生产系统。也就是说，系统集成商在此的作用就是找出适合设计、生产的最优路径。
3模块集群和一般产业集群的比较
系统集成商和模块商聚集在同一个地理区域内，就形成了一个模块集群。一般集群尽管有着诸多优势，但也存在着风险。根据集群风险的来源，可以分为外生性风险（外生性风险是由集群外部力量引致的风险，包括周期性风险和结构性风险）和内生性风险（在此主要研究模块系统的抗集群内生风险问题）两类。
内生性风险是由集群内部力量引致的风险。吴晓波等借用植物学术语将集群的内生性风险称之为自稔性风险，意思是其既是集群借以产生的自身特性，同时也会消弱集群应对外部环境变化的能力，是最终导致集群走向衰败的根本性风险。他们把集群的网络化特性概括为专业化分工、地理性临近、群内相互关联、协同与溢出效应，认为这四个特性在构成集群竞争优势的同时，也滋生了集群内生的风险。一是专业化分工促使集群成员以最优规模生产的同时，也提高了产业价值链纵向各环节的资产专用性，从而消弱了集群的对外应变能力；二是地理临近性在促进集群组织学习的同时，也促使产业价值链横向各企业的战略趋同，往往导致集群内部激烈的恶性竞争，甚至出现劣币驱逐良币的柠檬市场；三是集群内部成员以及辅助性机构之间密切的相互关联在降低企业交易成本的同时，也逐渐使集群转变为一个封闭自系统，从而导致集群不能快速与外界进行信息和能量交换，消弱了集群对外部环境的应变能力；四是协同与溢出效应在促使集群获得外部经济性的同时，也滋生了集群的创新惰性，进而消弱了集群的创新能力，阻碍了集群的进一步演进。
内生性风险是集群走向衰退的根本性风险，而外生性风险是集群衰退的诱导性因素。如果通过制度安排化解了内生性风险，切断内生性风险和外生性风险的耦合机制，那么就可以从根本上解决集群面临的风险问题。模块集群完全可以用来化解一般集群的内生性风险。
（1）就资产专用性风险而言，集群内企业沿着产业价值链进行纵向专业化分工时，就容易导致各专用性资产之间很强的前后衔接和相互依赖关系。如果某一环节的专用性资产出现问题。那么可能产生“多米诺骨牌效应”，导致整个集群衰落。如果将一般集群转换为模块集群，那么价值链顺序式的上下游关系就转变为模块间平行的立体网状关系，从而降低了模块间的链接和相互依赖关系，就可以化解一般集群的资产专用性风险。例如，随着半导体加工的细微化和复杂化，前后顺序式工序之间就会相互干扰，前一道工序所达到的最优条件，后一道工序可能就无法进行。如果对生产过程进行模块化操作，将相关工序集中起来作为“处理模块”进行统一管理，或则超越前后关系，把完成同一功能的一系列工序结合起来构成“功能模块”，那么这种问题就迎刃而解。
（2）就战略趋同风险而言，资产专用性低的大量企业聚集在特定区域内，而且具有相同的文化背景，很容易战略决策趋同，导致集群内部激烈的恶性竞争。如果根据模块化理论重构产业集群，大量中小企业在遵循看得见信息的前提下，在锦标赛的激励机制下，各自相互独立地开发能够提供相同功能的模块，那么集群企业的战略就不会趋同，而是建立在互补能力集成的基础之上，从而有利于开发具有较高资产专用性且经济潜力巨大的特定技术。
（3）就封闭自守风险而言，一般集群发展得越成熟，与外界的信息和能量交换就越缓慢，对外的应变能力就越弱，从而面临封闭自守风险。模块集群是系统集成商、模块商以及各种辅助机构构成的信息异化、共同进化的系统。模块商在激烈的“背对背”竞争环境下，遵循共同的系统信息，实验各种各样的工程技术，从而使同种模块的多个主体同时开展研发成为可能。再次融资的激励就会促使集群内企业积极吸收先进的设计理念、管理技术等，从而化解了模块集群的封闭自守风险。例如，作为模块集约地的硅谷，并没有随着成熟走向封闭，其主导产业从初期的晶体管、半导体制造等，逐渐发展为20世纪70年代的电子信息、个人电脑、网络技术，以及20世纪末的光通信、医疗器械、生物技术等，生生不息不断向更高层次演进。
（4）就创新惰性风险而言，在一般集群中，知识溢出一方面使得集聚提高了效率；另一方面容易造成“搭便车”，使得集群的创新停滞。在模块集群中，几十家企业同时为研发一个有前途的技术模块进行着锦标赛，只有极少数的企业才能胜出，获得风险投资家的再次融资，从而获得全部的模块价值。这种机制就能够激励模块商开发出符合理想界面标准的绩效标准的模块产品。而且，作为形成模块集群重要途径之一的人才衍生和企业衍生，往往不是设计同其衍生源企业或研究机构相同或相似的产品，而是设计、制造整个产品体系中的某一个互补性模块。衍生企业开发出的产品或专利的买主，往往就是衍生源企业。因为衍生人才和衍生源企业密切相关，衍生源企业将衍生企业的创新模块整合到自己的产品体系中会有效增强自己产品的竞争力。这样衍生也在很大程度上化解了模块集群的创新惰性风险。
4结论与启示
随着信息技术的发展，传统的集合型价值链发生以价值模块为基础的解构、整合和重建，形成具有差异化竞争优势的模块化价值链。不同企业的价值模块和模块化价值链在共同的界面标准内交叉连接、融合贯通，形成模块集群。模块集群集聚各成员企业的优势资源，将各能力要素协同在一个无形的网络平台上，通过不同组织模块间的协作、创新和竞争，能够产生新的竞争优势，使成员企业共享模块化经济、增强自生能力，模块集群必将成为产业结构的新型发展模式。
参考文献
1青木昌彦，安藤晴彦．模块时代：新产业结构的本质[M]．上海：远东出版社，2003
2李海舰，聂辉华．论企业与市场的相互融合[J]．中国工业经济，2004（8）
3朱瑞博．模块化、组织柔性与虚拟再整和产业组织体系[J]．产业经济评论，2004（2）
4朱瑞博．模块抗产业集群内生性风险的机理分析[J]．中国工业经济，2004（5）
5吴晓波，耿帅．区域集群自性风险成因分析[J]．经济地理，2003（6）
6余东华，芮明杰．模块化、企业价值网络与企业边界变动[J]．中国工业经济，2005（10）
7闫星宇．模块化：信息时代产业结构发展的新型模式[J]．经济管理，2006（2）
互联网飞速发展，成为人们生产生活的重要组成部分，尤其是随着“互联网+”战略的深入实施，越来越多的传统产业开始学习互联网、应用互联网。但是很多企业在触网时遇到挫折甚至失败，很多人说这是因为缺少互联网基因。那么什么是互联网基因？传统企业在互联网时代应该做什么、怎么做？热门的云计算、区块链等技术今后的发展呈现哪些趋势？
传统企业触网要融入互联网基因
传统企业想要触网成功，不仅要与互联网技术进行融合，还要与互联网基因进行融合，二者缺一不可。
近年来，互联网逐步从消费级走向产业级，并越来越多地与传统行业进行融合。在融合的过程中，有些企业融合得较快，有些则较慢。
20年来，电信业在“+互联网”的道路上鲜有成功，踩了很多坑。从ATM、Qos、软交换、IMS、IPTV到i-Mode等，至少不能算成功。互联网在“+电信”也踩了不少坑，从E-mail、VoIP、IM、SNS、IOT、OTT再到IDC和SDN，一将功成万骨枯。
在《互联网的基因》中就列举了电信业在与互联网融合中会犯的一些错误，总结了电信+互联网的普遍规律，并阐述了互联网基因到底是什么。
互联网是有基因的，基因就是对互联网技术的信仰，是一直传承的做法，或是思维习惯等，通常把这些统称为基因。互联网和传统产业的融合分为两个阶段，第一个阶段是技术层面上的融合，第二个阶段则是基因上的融合。早在20世纪90年代末，信行业就已经在保持电信业思维方式的前提下，融入了互联网的技术。其他行业比电信行业总体上来说晚了一些年，但也都是保持传统思维方式前提下，只采用互联网的技术。在深层互联网基因层面上，没有与互联网发展的思维方式融合好，所以在触网时遇到挫折甚至失败，这是一个很自然的过程，两步走，是必须经历的过程。
传统电信业在互联网面前受抑制
传统电信业在互联网面前受到抑制是由架构决定的，新的架构将整个系统的控制权从网络转移到了终端，电信业今后要做更多的努力，才能留在原地。
20世纪60年代末，随着计算机产业的兴起，计算机厂家和电信运营商分别从需求侧和供给侧，开始了计算机联网的技术路线之争。经过30多年的博弈，20世纪90年代初计算机行业的技术路线等来了WWW强援，决定性地胜出了这场网络技术的竞争。胜者使得TCP/IP技术――最大限度地将控制权放在终端上，最大限度地简化网络，让网络变傻。互联网这种架构的学名叫“端到端透明”，俗名“智能终端傻网络”。
今天看来，互联网的几乎所有特征，包括优点和问题、内在基因和外在性格，都与这一大战结果有关。计算机界设计的“互联网思维”，主导了网络行业的“普世价值”。
在这种大框架的趋势下，电信业在互联网面前受到抑制，并处于被动地位是由互联网架构决定的。智能都放在终端来实现，电信业管道化是不可避免的。这是由基因本质来决定的，想要这种架构是不可能的，除非不做互联网了。
传统电信业在与互联网融合的时候，不仅要考虑内在的基因，还要与外在的性格保持一致，否则将无法构建互联网生态。
云计算已发展成一种公共计算服务
云计算已经发展成为一种公共计算服务，一种关键信息基础设施。云计算正在改变世界，改变我们的思维模式和习惯。
云计算跟用户终端智能化不同，云计算是将越来越多的计算、运算、存储等迁往到云端来处理。在这个发展趋势下，用户终端的智能化将会慢慢地被剥离。并且由于摩尔定律的减速甚至失效，终端增加复杂性的难度急剧上升，需要消耗更大资源，而这些资源只能云端来提供。
云计算掩盖了摩尔定律减速的事实，可以说云计算、云服务的发展是为了弥补摩尔定律的减速。如果这个趋势成立的话，未来十几年里，终端产业就会像之前网络产业一样受到抑制，就会变成以云计算为核心，包括数据中心、大数据、人工智能等都属于云计算的同盟。
目前，云计算的提出已有10年了，已经进入下半场。上半场通过产业的铺垫，搭建了一个基础的平台。下半场的竞争可能是向深度去发展，聚集产业链上下游，形成产业生态。所有技术，都是在行业内受到足够关注之后，有一个冲高，冲高之后都会有回落，随后进行行业洗牌，冷静再思考的过程。2017年云计算已经走出低谷期，经过一轮洗牌，把一些激进的洗出去，使整个行业有一个更深的认识。然后会迎来一次增长，使云计算更加商业化，价值更高。
区块链只是众多信息通信技术其中之一
随着央行确定区块链在中国法定数字货币和数字票据交易平台中的重要技术支撑作用，区块链在中国快速发展，并在明年会更热。
区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式，其本质是一种分布式的数据库，跟传统数据库相比，区块链可以防止篡改。所谓的防止篡改是基于一种分布式的共识，当前所有的数据库，在审核方面都是靠管理来解决的，而区块链则是引入技术手段来解决的。
区块链不会改变和颠覆世界，它只是众多信息通信技术的其中之一。区块链在商业方面会有很大的帮助，比如会计的复式记账法存在一个问题，是没有办法对记账做实时的监督，只能做事后的审计，这样就留下了很大的隐患。但是区块链就可以对实时的每一笔进行记录，可以用第三方平台记账实时地进行审计。
区块链对整个金融格局的影响至少还要5年以后才会显现出来，目前还是做不到的。除了比特币是一个成功的应用外，迄今为止还没有第二个大规模成功的应用场景出现。而区块链对整个世界的影响，产生类似复式记账法这样的影响，可能需要上百年，才能改变今天的金融、贸易格局。因为现今我们使用集中式的管理和记账方式还是有优点的，当分布式的记账方法使用之后，我们的监管以及法律的执行都需要配套条文的改变，这是一个很漫长的过程。
相关链接
生活在这个互联网时代，我们都是地球村的一员。当你把商品卖给永远不会见面、千里之外的陌生人时。如果没有信任中介的保证，交易是不可能发生。而支付宝承担起了信任中介的作用，所以淘宝等电商在短短十几年间快速繁荣起来。信任中介在整个庞大的交易体系中，扮演着一种中心化的重要角色。这是一种中心化的机制或模式，已经存续了几千年，帮助人际间降低信任成本，从而促进交易的发生、交易频率的增加、交易范围的扩大。
然而，信任中介本身也是需要成本的，而且常常安装的客户端应用程序中。
区块链可以理解为一种公共记账的技术方案，其基本思想可以这样理解：通过建立一个互联网上的公共账本，由网络中所有参与的用户共同在账本上记账与核账，每个人（计算机）都有个一样的账本，所有的数据都是公开透明的，并不需要一个中心服务器作为信任中介，在技术层面就能保证信息的真实性、不可篡改性，也就是可信性。
相关链接
生活在这个互联网时代，我们都是地球村的一员。当你把商品卖给千里之外的陌生人时。
如果没有信任中介的保证，交易是不可能发生的。而支付宝承担起了信任中介的作用，所以淘宝等电商在短短十几年间快速繁荣起来。
信任中介在整个庞大的交易体系中，扮演着一种中心化的重要角色。这是一种中心化的机制或模式，已经存续了几千年，帮助人际间降低信任成本，从而促进交易的发生、交易频率的增加、交易范围的扩大。
金融科技对商业银行发展变革的多维影响
依托于大数据、区块链、人工智能等先进技术的不断突破，国内金融科技获得了长足的发展。当技术引领的创新运用于金融领域，也带动了新型的商业模式在投融资与支付等传统银行业务领域的金融创新。然而，以用户体验为导向、数据为驱动、互联网为手段的金融科技具有资本集约、资源开放、创新集中的优势特征，通过技术的迭代与进步，发展出传统商业银行无法提供的高壁垒服务。金融科技实现了金融组织形态的多样化，在运行效率、运营成本、传播介质、数据分析等多个维度对传统金融领域形成冲击，并渐进式地弱化了商业银行的中介职能。
互联网与移动支付撼动银行支付地位。据央行的《支付体系运行总体情况》显示，互联网与移动支付继续保持快速增长的态势。2016年第三季度，银行业金融机构共处理网上支付业务116.07亿笔，金额433.93万亿元，同比分别增长41.34%和0.26%；而非银行支付机构处理网络支付业务440.28亿笔，金额26.34万亿元，同比增长高达106.83%和105.82%。与银行卡支付等传统方式相比，基于互联网与移动场景的新型支付模式和技术已经比较清晰。新型移动支付体验、快速聚合的支付渠道以及多样化便捷的验证方式（包括NFC支付、扫码支付和声波支付等）大大提高了支付效率，有效弥补了银行支付的固有服务功能。据中国支付清算协会的《2016年支付报告》数据显示，到2016年底中国网络用户的移动支付渗透率已经超过70%。如今，移动支付已经成为连通金融与网络科技的重要载体。例如，支付宝为个人和企业客户提供资金支付与各类投融资服务，其账户、结算、信用等功能已与银行相差无几。
区块链颠覆商业银行结构体系和业务流程。区块链融合了数学、密码、机器语言以及经济原理等众多学科，其本质是一种去中心化及分布式结构的数据储存与传输的方法，具有分布式、时间戳、免信任、加密以及智能合约的特征，能有效解决金融创新中网络去中心化和交易去信任化等关键问题，对商业银行现有的基础设施、体系结构及行业规则造成颠覆性影响。在支付领域，区块链可以改变银行支付体系的底层建筑和清算方式，缩短发起、回馈、记账、交易、对账等一系列繁琐流程，实行点对点交易，提升支付效能。在信任构建中，区块链可以改变对传统信用中介的依赖，将交易数据直接放在区块链上，通过分布式逻辑与智能合约的结合完成征信，有效克服信息不对称、数据更新慢等缺点。在业务流程上，区块链可以通过多重签名和智能合约完成后交易、记账等工作的自动执行，不仅可以有效解决银行业务系统与后台连接中流程长、环节多等问题，还有利于提高内部审计的透明度，大幅度提升银行中后台的运营效率，减低运维成本。
大数据重塑银行信用信息服务模式。大数据的概念最早出现在麦肯锡关于《大数据：下一个创新、竞争和生产率的前沿》（2011）的研究报告中，指出了数据作为各行业领域内基础性资源的重要地位，将给未来经济金融发展带来极为深远的影响。尤其是随着金融活动产生的大量信息在大数据驱动下逐渐货币化，银行的信用、信息服务模式必然将被重构。一是大数据将重构银行的信用与风控模式。金融科技创新下的大数据可以通过整合大量数据，有效甄别用户信用信息，降低商业银行获取信用的成本，促使传统模式下难以度量的银行风险显性化。二是大数据将改善银行客户的服务体验。大数据技术的一大亮点在于基于规模化数据的智能推介与精准营销，通过精确的预测促使用户投资流程与操作方式的智能化。三是大数据将导致银行面临信息脱媒的重大危机。金融科技与大数据企业的迅速扩张，导致银行信息的排他性逐渐减弱，信息传导的中断致使银行信息中介的智能被削弱。根据计世资讯的调研结果@示，国内大数据市场规模从2013年的5.3亿元增长为2016年的23.6亿元，年均增长率高达64.5%。而从国家战略层面来看，运用大数据推动经济金融发展已成趋势，从2013年至2016年底，国家相继出台各类推动大数据发展的政策126条、专项大数据政策11条，大数据已经成为“十三五”时期国家经济与金融发展的一项基础性战略。随着信息技术的不断发展，大数据对银行服务的冲击将会越来越大。
人工智能引领智慧型银行的变迁。随着人工智能的兴起，商业银行将从电子化进一步向智慧型变迁。与传统银行服务相比，人工智能最大的优势在于更简便、更高效、更快捷、更准确，从理财顾问、征信助手、人机交互等层面深入优化银行服务模式，通过智能机器人的自我学习，提高产品和服务的场景适应性，推动银行业务的智慧化转型。在银行理财领域，基于人工智能与大数据技术的量化投资模型可以为投资者提供智能化投资决策，确保投资行为的理性与效率。例如，百度金融在智能投顾方面通过整合平台数据，生成用户画像，综合投资环境输出专业投资策略。在银行基础业务领域，金融科技运用智能电脑可以完善客户服务，帮助银行形成标准化、模型化服务流程。早在2015年，国内银行业首款实体智能机器人“交行小e”就已上线；近年工行推行“人智+机智”智能服务模式，通过网点配备的智能柜员机、产品领取机、智能打印机等多种智能设备方便快捷地自助办理大部分银行业务；花旗集团的人工智能电脑沃森（Watson），能以人类的认知方式推断和演绎问题的答案，可以全面辅助甚至替代人工工作。随着人工智能技术的进步，传统银行业面临越来越大的经营压力，2016年行业平均业务离柜率达84.51%。依托电子科技技术，传统银行正加速向智能化、轻型化转型。
金融科技战略是商业银行创新发展的必然选择
金融创新与科技创新融合的逻辑基础
第一，金融科技创新具有相互融合的历史性。国内金融与科技融合发展的历程大致可分为三个阶段：科技金融阶段、互联网金融阶段及金融科技阶段。自20世纪90年代起，国内加大对金融与科技的投入，以政策主导的科技金融不断引导资本流向高科技领域，催生出具有关键性技术的核心产业；到2007年，基于互联网、移动互联网及大数据等信息技术的不断进步，互联网金融应运而生，颠覆了传统金融服务模式，成为技术推动金融科技发展的过渡形态；从2016年起，应用于金融领域的技术不断升级，金融与科技的要素边界进一步融合，协同发展的规模化效益显著提升，金融科技时代已到来。
第二，金融创新与科技创新具有相近的内生属性。科技创新符合技术变革的规律，其所具有的高风险性、超前性、动态性以及外部性特征，与金融发展的本质相契合。金融科技正是在这样属性协同的基础上产生的，运用区块链、人工智能等先进技术，实现现有金融服务体系的升级。虽然是在金融行业的资产配置、交易机制、组织结构等方面创造出全新的金融业态，提升金融服务的效率、拓宽金融产品的交易渠道，但是仍未改变金融的本质属性。
第三，思维模式的转变为金融科技化注入新的基因。伴随着科技对经济生活的全面渗透，金融科技化程度将越来越深。金融科技为消费者构建了更加便捷坚实的平台基础，极大地拓展了金融创新的发展空间。传统金融机构也正转变发展思路，打破常规局限、超越定式依赖，不断向传统服务中注入“科技化”基因。例如，中国工商银行创建的电商平台“融e购”、即时通讯平台“融e联”、开放式网络银行平台“融e行”，正式迈入金融科技化道路。未来的“金融科技”将超越金融与科技的范畴，融合成为一个全新的产业，以满足日益更新的金融服务需求。
金融科技战略驱动商业银行创新的实质性表现
第一，金融科技战略是商业银行紧抓国家战略推行机遇的重要举措。自2015年初，国务院总理在政府工作报告中提及“互联网+”行动计划开始，到2016年8月8日国务院《十三五国家科技创新规划》，明确提出要“促进科技金融产品和服务创新”，金融科技产业正式成为国家政策引导的方向。国家战略层面对金融科技的重视与扶持为我国金融科技的发展奠定了积极的拓展基调。商业银行更应主动抓住政策红利，积极拓展金融科技化创新，创造新模式，完善服务渠道。
第二，金融科技战略是商业银行应对新金融挑战、实现可持续发展的迫切需要。信息经济时代，大量资本涌入金融科技产业，以数据、技术服务为核心的科技创新对商业银行的传统盈利模式形成冲击。传统的科技系统对银行服务营销的支持力度不足，难以满足客户多元化、智能化的服务需求。面对日益丰富的金融需求与挑战，商业银行亟须转变思维，重塑经营理念，积极开展外部合作，不断推动银行内部IT架构的更新换代，构建多渠道服务体系，将金融科技作为战略核心，激发银行的创新活力。
第三，金融科技战略不仅是银行创新的核心目标，更是银行创新的重要手段。面对汹涌而来的金融科技浪潮，商业银行必须积极应对，化金融科技为目标和手段，积极建设和完善商业银行科技金融服务渠道。一方面，区块链、人工智能、物联网等新兴技术的不断成熟和逐渐商用，为银行改进运行逻辑、提升服务效率和重构品牌格局提供良好的技术环境；另一方面，金融科技企业的长期经营实践为商业银行的金融科技创新提供了丰富的实战经验。2014年成立的蚂蚁金服是国内最具代表性的开放性综合金融服务平台，其服务生态相对完善，涵盖支付、理财、智能投顾等多种类型，致力于服务大量长尾用户。
实施商业银行金融科技战略的路径
互联网时代，商业银行的竞争更加强调技术的运用。随着金融科技的迅速发展和互联网金融的深入人心，商业银行的金融科技战略逐渐成为银行转型的关键所在。实现商业银行金融科技化发展方向需要以构建“科技银行”为目标，从转变发展理念、培养创新能力和引入新兴科技、创新服务模式两个维度出发，在战略转型与战术调整的统一下，促进商业银行服务模式由传统执行式向交互式转变。
战略转型：培养银行的金融科技化能力
自我学习与自主创新能力。不断地学习与借鉴金融科技发展的秀经验，提高自主研发与创新的能力，是改变商业银行技术落后最直接、最基础的手段。一方面，在学习和培训的过程中，通过学习金融科技的运行逻辑，商业银行可以更清晰地了解自身的不足，在边干边学的实践中积累经验；另一方面，通过加大商业银行金融科技研究经费投入的力度，围绕人工智能、区块链、生物识别等技术开展模式创新，大幅提升银行的创新发展能力。
技术分析与数据挖掘能力。对于大数据的技术分析与数据挖掘是商业银行进行信息化创新的基石。目前银行的数据应用仍以数据库集中分析为主，对实时数据的动态分析、分布式分析的应用能力相对欠缺，导致在数据收集和清洗上耗费极大的时间成本，难以适应区块链模式下的大数据管理方向。因此，银行必须进一步强化大数据分析应用，打造新型数据生态系统，建立大数据分析基础设施，加大对银行内外部数据的深层次、多维度挖掘分析，促使经营决策由经验主义向数据主义转变，提升数据挖掘能力。
数字化建设与营销运营能力。数字化能力是商业银行应对信息时代金融科技冲击的关键法宝。正如互联网浪潮后的商业银行电子化建设，金融科技的强势挑战倒逼商业向数字化方向发展。在核心流程上，加大物联网、数据流等信息科技手段研究，优化运营体系和客户服务流程，通过前台、、后台的联动管理提高运营效率，精简流程成本；在组织架构上，摒弃银行传统的“产品―渠道”矩阵机构，建立能够支撑数字化变革的可伸缩性组织架构和IT基础设施；在营销服务方面，通过加强银行数据流的交换和处理应用，消除“信息孤岛”，推动各类数据的深度结合与数据共享，强化数字化客户生命周期管理和营销能力。同时大力培养并招募银行的数字化人才，缩短与金融科技企业在数字研究方面的差距。
战术调整：创新银行金融科技化模式
金融科技对商业银行发展的启示不应是某种专业科技的研究，而应强调金融科技化给商业银行带来的更具效率的创新模式。以银行传统的体制机制为基础，结合金融科技领域内成熟的信息技术，以构建“虚拟化银行、数字化银行、信息化银行、智慧化银行”四位一体的科技银行为目标，实现金融资产科技化与科技创新资本化有C统一，改善商业银行现有的业务处理流程，从而形成金融与科技互动的良性循环。
基于互联网、移动支付的虚拟化银行构建。区别于传统银行网点，“虚拟化银行”搭建的目的就是为了提高客户办理业务的便捷性、改善客户体验，通过线上业务、移动金融的全覆盖打造一个“看不见的银行”。一方面，通过全面整合社交网络、移动场景的银行服务入口，在网银、手机、微信、短信、电视等渠道建立满足客户多种需求的服务平台，打造一条全年24小时的垂直化服务链条。同时，重点关注对各服务通道中客户信息与行为数据的收集，整合全渠道客户体验报告，为银行的大数据建设提供帮助。另一方面，不断创新银行支付方式，完善电子支付链。构建虚拟化银行支付模式，并非将银行支付业务简单地“搬”到线上，而是应加快设计用户在移动化场景模式下的支付产品与流程，关注场景化与移动化支付模式。同时，重视技术研发，将不断创新的加密算法、人脸识别、虹膜识别等技术运用到客户身份验证中，提高银行支付的安全性与便捷性。
基于区块链技术的数字化银行构建。区块链低本高效的数字自动化能力可以很好地解决银行业务系统内前后台流程长、环节多等问题，引领银行业新业务格局的形成。首先，智能重塑银行业务流程，创建分布式管理的创新经营模式。通过构建银行的区块链网络架构，植入标准化的数字智能合约和自动化操作流程，减少不必要的业务程序，加强银行各层级之间的联系。同时，加强与用户的数字化互动，为银行用户提供基于价格动态调整、产品按需分配、服务及时响应和资源精确匹配的数字化综合金融服务。其次，加强对区块链的跟踪研究，探索更适应银行业务发展的应用场景。积极关注区块链技术研究的最新动态，建立自己的“银行―区块链”研究实验室对区块链技术进行专业化、长期化的分工研究，通过推进小规模试验项目强化技术储备，挖掘对区块链技术的掌握深度，提高商业银行的数字化运营能力。最后，重视区块链技术的银行应用，应做到理性关注、积极应对。区块链技术虽具备各种优势，但发展至今，由于技术成熟度还不高，仍然处于技术的探索与论证期。银行界的“区块链热”需要逐渐转向理性与平稳。
基于大数据的信息化银行构建。未来银行业竞争中，对于数据的分析和挖掘以及基于数据的客户服务将成为银行经营成败的关键。随着金融科技理念的不断深入，银行通过各种信息化渠道获得的数据正在稳步增加。在技术创新的推动下，商业银行应积极关注银行业务流程数据资源的整合，为客户提供全场景的服务，促使银行金融服务向数据信息化及个人定制化方向发展。一方面，创造性地合并银行内外部数据，搭建银行大数据处理中心。以内部信息技术系统为基础，整合银行内部各业务单位的客户关系信息，将各类渠道所有交易中的客户信息综合起来进行数据分析。同时，打破传统数据边界，综合利用大量的社会化数据。随着芝麻信用分等外部信用评级的崛起，银行更应积极建立与网络媒体的数据共享机制，充分利用社交网络、微信平台等新媒体工具整合现代化客户交流渠道，增强与客户的互动联系，以全面的数据分析弥补银行传统数据库单一、程序化的缺点。另一方面，基于客户需求与客户体验，提高银行经营的大数据决策效率。银行在充分掌握客户全方位数据的基础上，深入分析客户的行为偏好，勾勒客户在整个生命周期的价值曲线，洞悉客户在金融产品、信贷、消费等方面的需求，建立新型的信息化投资策略模型，为客户进行有选择、有针对性的产品推介。例如，根据微博中客户的情绪判断客户对银行产品的满意度，并以此为基础进行产品升级；根据客户手机定位信息判断其所处的地理位置，实时推送促销信息等。
基于人工智能的智慧化银行构建。新形势下，以新增分支机构数量来衡量银行业绩的标准早已成为过去，银行网点服务重点逐渐由核算主导型向客户体验主导型转变。商业银行应集中行内资源，投入数字化、智能化领域的研究，从银行商业模式、基础设备、业务流程等多维度进行设计重构，构建适应客户需求实时变化的“智慧化银行”。第一，推动银行服务的弱网点化，实现实体网点的智能升级。互联网技术的发展，导致银行网点面对面交易日益被自助交易和网上交易所取代。第二，推行智能设备，完善智慧银行建设的技术支撑。智慧银行的核心就是智能化技术与设备的全面应用，应用新型智能化自助设备改造服务流程以提高网点综合服务水平，构建更多的场景化服务形态。第三，多方合作，积极布局智能投顾领域。基于大数据与人工智能的智能投顾是突破银行中介职能局限的重要领域。银行应通过采取自主开发、收购投顾公司以及相互合作三种模式积极进军智能投顾市场，通过对客户大量数据的分析，为其提供智能化投资决策，改善人机交互模式，快速积累用户。
总而言之，科技的发展改变着金融业态的布局状况，而金融科技不仅仅是金融与科技的相加，更是一个带有强烈时代感的具有丰富内涵的金融新生态，商业银行作为金融体系中的重要组成部分，只有顺应这种变化，结合商业银行的本质特征及发展规律，不断深化创新才能保持发展与风控等最优的生存与增长。
【关键词】区块链；散装；液体化学品；运输；安全监管
0引言
根据国际海事组织（IMO）颁布的《国际散装危险化学品船舶构造和设备规则》（简称《IBC规则》）的定义，散装液体化学品船是指建造或改建成用于散装运输《IBC规则》内第17和第18章所列液体货物的货船，其中散装是指不加任何中间形式的围栏，直接灌装到船体结构部分的液货舱或者灌装到永久性固定在船上的液舱内；液体指温度为37.8℃，其蒸汽压力不超过280MPa绝对压力的液体。因《IBC规则》内第17和第18章所列液体货物中的相当部分具有危险特性，一旦发生事故，后果无法估量；因此，加强海上散装液体化学品（简称“散化品”）运输的安全监管历来是业内非常重要的课题。
1海上散化品运输安全监管
从安全评价体系角度分析，目前海上散化品运输安全监管模式有两种：
（1）强制性安全监管由IMO牵头制定公约，各国政府签署公约后由各国主管机构实施公约的标准和要求。这类安全监管具有行政机构背景，而且制订的标准多为强制性标准。安全监管涉及两方面：一方面是针对运输危险品的船舶，表现为港口国监督（PSC）、船旗国监督（FSC）等；另一方面是针对运输危险品的船舶运营公司，表现为《国际船舶安全营运和防止污染管理规则》（简称《ISM规则》）检查等，强制性安全监管的标准基本上适用于各类所有船型和航运公司。[1]
（2）行业性安全监管由石油公司国际海事论坛（OCIMF）、欧洲化学品分销协会（CDI）等国际行业组织牵头和实施，监管评价标准涉及两方面：一方面是针对船舶的来自OCIMF的船舶检查报告OCIMF-SIRE（ShipInspectionReport）检查和来自CDI的船舶检查报告CDI-SIR（ShipInspectionReport）检查；另一方面是涉及船公司整体运营的液货船管理和自我评价体系（TMSA）。此类体系更多地考虑危险品运输的特点，多数安全评价标准高于IMO的标准。
当前，监管中发现的最主要的问题是监管方和被监管方的作业记录均存在不同程度的记录不完整、无法追溯的情况；部分发展中国家主管机关安全监管执法水平低，船舶所有人在不同国家接受法定检查缺少正当反馈申诉渠道。从长远看，这些细小问题都是安全隐患的积累，在一定条件下终将酿成重大事故。
从上述安全制度，特别是代表业内最高标准的OCIMF-SIRE、CDI-SIR、TMSA的内容中可以发现，在液货船安全监管领域有一条被较为广泛认可的安全理念，即监管者和被监管者都应遵循的“能留记录的尽量留记录，能详细化记录的尽量详细化记录，能公开的记录尽量公开”原则，该理念代表了散化品运输安全监管的发展趋势；但是，从整个海上散化品运输市场看，安全监管未能全面地、自始至终地贯彻该理念。
为探索未来散化品运输安全监管模式，有学者将安全理念进一步引申出组织内部规则书面化、规则执行记录化、记录执行规范详尽化、记录和反馈公开可追溯化、各组织运转透明化和组织间交流畅通化记录化等6个安全管理原则。
在理想状态下，对以上6个原则的执行可形成一个体系文件“开放安全文档（OSD）”，如同《ISM规则》检查和TMSA检查要求的体系文件一样，该体系文件通过制度化的手段可有效促进整个海上散化品运输的安全管理水平。
2基于区块链技术的海上散化品运输安全监管方法
与《ISM规则》检查和TMSA检查涉及的体系文件本质不同的是，OSD是一个难以确定中心的体系，安全监管方必须公开数据，在监管他人的同时也被监管，在由谁统一维护数据、由谁统一托管存储数据的环节存在技术上的困难；因此，长期以来，OSD仅仅在学界有所讨论，被当作未来业内的某种发展趋势。
近年来，在信息技术领域出现了一种被称为“区块链（BlockChain）”的前沿技术。该技术最早被用作比特币的底层架构，它在实现数据管理的去中心化的同时，在高安全性的技术框架下可实现对人工流程的透明化、自动化改造，解决了“拜占庭将军问题（ByzantineFailures）”中提到的信任难题DD被英国《经济学人》杂志刊文称为“信任机器”。
目前国内关于区块链技术概念的描述有很多，可总结为：区块链是指通过去中心化和去信任的方式集体维护一个可靠可信数据库的技术方案。该技术方案通过哈希算法产生数据块（Block），在生成数据指纹用于验证其信息的有效性后，数据块被链接到下一个数据块，由此形成一个数据链条[2]，技术原理见图1。
图1区块链技术原理
美国学者梅兰妮匪雇[3]认为区块链的本质是“去中心化的、公开透明的交易记录总账，其数据库由所有网络节点共享，由所有具有网络登录权限的网民监管，且与传统数据库不同，没有哪个单独登陆者具有管理员权限”。目前，区块链技术已应用于审计、医疗数据记录、供应链管理、投票、契约管理、公共管理、公证服务、金融服务等多种系统，并受到风险投资的热捧。Bloomberg数据显示，截至2016年3月，全球区块链相关公司已获得投融资4.4亿美元。
如果将区块链技术或者其采用的算法证明机制引入安全监管领域，可以建成一个完全透明、无主、分散的共享平台和系统。事实上，将区块链技术应用于安全监管领域的可行性已被初步验证：知名的区块链服务商Factom已通过区块链技术将包括美国港区在内的口岸过境数据进行整合，供美国国土安全部和各州政府在内的相关监管机构使用。该项目旨在打破不同层级、不同区域、不同部门间的信息壁垒。
经调研Factom后了解到，区块链技术对实现前文所述OSD体系设想具有巨大促进作用，区块链在技术层面上提供了一套安全的去中心化公共账簿，在公共账簿上实现海上运输安全监管设计是完全可行的。基于区块链技术的海上散化品运输安全监管及OSD原则对应关系见图2。
图2基于区块链技术的海上散化品运输安全监管及与OSD原则对应关系
3对海上散化品运输安全监管中应用区块链技术的建议
区块链技术有望成为未来网络基础协议和信用范式的颠覆性技术，在信息时代创造新的应用价值。[4]
对于在海上散化品运输安全监管领域应用区块链技术，应从小处着手，分阶段实现；不宜从初期就用来代替已有的《ISM规则》或TMSA体系，而应从某个单一环节上开展技术试点，集中体现区块链技术的优势。可设计一套化学品安全数据说明书DD“共管-背书”系统，以化学品安全说明书（MSDS）为切入点实现化学品生产厂家、码头装卸货操作岗、船舶所有人货物操作岗、海事局PSC检察官、行业协会监管者等相关方共同参与、共同记录、交叉评价、交叉监管、相互促进的安全监管体系。
4结语
区块链技术的应用对海上散化品运输乃至整个海上危险品运输安全监管都有启发意义[5]，虽然还不太可能在短期内代替《ISM规则》或TMSA体系，但从长远看，该技术具有巨大应用潜力，可以预见，未来引入该技术的海上散化品运输安全监管水平将得到进一步提高。
参考文献：
[1]姚文兵，洪汇勇.我国液化气运输市场发展趋势及安全监管应对措施[J].交通科技，2009（4）：162-164.
[2]胡志武，文旭鹏，王胜正.非现场海事监管模式[J].航海技术，2015（4）：72-75.
[3]梅兰妮匪雇颍榱川D新经济蓝图及导读[M].北京：新星出版社，2016.
继研华科技在3月分别在台北、深圳、上海举办了3场嵌入式应用设计论坛(ADF，AdvantechEmbeddedDesign-inForum)后，此年度盛事将于7月来到北京。这一全球活动还会于今年陆续在德国、韩国、日本等地继续前进。此次北京场会议邀请了Intel、Microsoft、TI、TycoEloTouchSystems、WindRiver等多家顶尖合作伙伴，共同发表新一代的嵌入式设计技术、趋势、创新概念，以及各项实用的开发工具给全球嵌入式开发工程师和系统整合伙伴。
论坛中将讨论的主题包括：嵌入式计算机产业之趋势、研华嵌入式设计服务经营策略、嵌入式设计服务与创新技术、网络通讯设计服务、嵌入式整合技术等，相信透过深入的创新技术论坛，与全球杰出工程师的脑力激荡下，势必能为客户创造出属于您自己的明日商机。
英飞凌多点出击提升能源效率
不久前，英飞凌携其最新的大功率IGBT、MOSFET、高端功率二极管、晶闸管产品及各种为新能源功率变换准备的功率组件亮相2010PCIM中国电力电子展览会，并且带来了刚刚在2010PCIM欧洲展会上推出的专为实现最高功率密度和可靠性而设计的新款IGBT模块：采用PrimePACK3封装、电压为1700v、电流为1400A的PrimePACK模块：EconoDUAL系列电压为1200V、电流为600A的EconoDUAL3。
英飞凌中国区工业及多元化电子市场事业部高级总监石敬岩介绍了英飞凌在功率器件方面，提供从单芯片到整体模块的全系列与电力电子有关方案为核心的整体战略。工业功率器件应用工程部高级主任工程师梁知宏介绍了用于太阳能PV应用的高效率IGBT解决方案，英飞凌的芯片从封装拓扑结构到性能均非常适用于这类应用。工业及多元化电子市场部高级经理马国伟介绍了英飞凌推出的Smart系列IGBT模块的自动压接装配工艺，不需要进行手工焊接，而仅需一个螺钉，通过压接流程可将模块安装到印刷电路板和散热器上，质量可靠性与操作效率均有大幅提升。通过提供高可靠性压接技术，英飞凌满足了功率高达SSkW逆变器的设计要求。(李健)
天津手机展期待新的飞跃
多年前，提到田溯宁，人们会自然地联想到亚信、网通。现如今，田溯宁三个字却与云基地紧紧地连在了一起。
云基地坐落于北京亦庄，由田溯宁率领的宽带资本投资创建，于2010年8月诞生，投资5亿元，占地7000平方米，入驻企业十余家。这里是北京“祥云工程”中第一个云计算示范基地。
云基地中的各企业业务都围绕云计算展开，从云服务器到云箱再到云计算软件系统平台，分布在云产业链上的各个环节。为了打造云基地这条云产业链，田溯宁没少花心思。因为这样的事情之前没有人做过，也没有经验可循，只能摸着石头过河，但是正是看中了这种产业链整合带来的聚合效应，田溯宁决定潜心织云，全情投入他的第三次创业。
田溯宁织云
田溯宁的职业生涯一直在不同的角色中转变着，从亚信总裁到“宽带”先生，再到如今的云基地开创者。不同身份的切换，让田溯宁对ICT领域有着全面的观察角度与独到的见解。这一次，他把宝压在了云计算上。
事情的起源还要从田溯宁美国硅谷触云说起。
在美国，田溯宁第一次接触到云计算，这让年过四旬的他再次迸发出创业的激情，因为他认为云计算是一种能把IT、通讯、互联网这三个行业融合在一起的技术性革命，他迫不及待地和老友们沟通关于云计算的各种问题，因为他急切地想把这一变革带到中国，使得中国企业能成为这一场革命的弄潮儿。
此后，他开始不遗余力地向人们宣讲云计算，并在各大媒体、论坛发表了多篇有关云计算的文章。在人们还不清楚云计算为何物的时候，田溯宁用简单的话语解释了云的真谛：“云计算就是让每个人都能以书本一样的价格，享受超级计算机一样的能力。”他认为，计算机始于主机，终于云计算。
2010年初，田溯宁旗下的宽带资本和北京市经信委、北京经济技术开发区一道投资建设云基地。田溯宁看准云计算，开发区也看好云计算，宽带资本与开发区的合作可谓是一拍即合。
北京经济技术开发区管委会副主任赵昕昕告诉记者，开发区管委会的主要职责是做好整个产业的搭建、布局工作，而云计算是国家到企业共同认知的产业，是战略性新兴产业。开发区的定位就是要发展高端制造业和战略性新兴产业，所以就要做好这方面的招商和宣传，也正是因为有了这样的宣传，企业才会被吸引而进驻。这也就不难理解与宽带资本的合作了。
开发区对云基地这样的企业最主要的支持是打造一个高端人才在这里安心研发、工作、生活的便利环境。例如周边建立的公租房、医院、学校等设施，这都是为吸引人才而做的，因为人才是产业发展很关键的因素之一。“开发区每年拿出1亿多元支持科技创新，奖励自主创新、科学带头人、增长快的企业，引导、鼓励企业自主创新，不断做强做大。”赵昕昕解释道。
“宽带资本计划到2012年，会持续投入70亿人民币在云服务器、云存储、云应用、集装箱数据中心、云操作系统等领域。”田溯宁在去年北京“祥云工程”中金云后台启动仪式上说，“我们认为这是比较好的方向，不仅给投资者很好的回报，而且能够积极推动这个产业的发展”。
集群入驻
天云科技副总裁张福波介绍，为了加快创新驱动、大力发展战略性新兴产业，打造“北京创造”品牌的主力军，开发区推出了一系列扶持政策，如减免房租、推动成立云计算产业联盟等。2010年8月，云基地在北京市经济信息化委员会、北京经济技术开发区与宽带资本共同投资下成立后，很快就形成了一个云产业生态系统的集群，云基地入驻的企业涵盖了云计算产业链的各个关键环节，包括分布式数据中心、云服务器、瘦终端、云存储等硬件产品；云操作系统、桌面虚拟应用系统等基础软件；智能知识库、数据挖掘系统等应用软件；以及云系统集成、云应用等。
据了解，目前入驻云基地的10余家企业，有天云科技、天地超云、友友系统、天云趋势、网通宽带、天润融通、天地云箱、天维信通、云基地、云端时代、天地祥云、云像寻人、捷库、京联云以及中云网等，还有一些企业也在洽谈中，将会不断有新的企业加入进来。
成立之初，为了撑起整个云基地的产业链，田溯宁见到好的人才和创业项目就想拉到云基地里。现在天地超云的CEO韦轶群就是其中一个。
韦轶群与田溯宁颇有渊源，田溯宁还在网通时韦就在他手下一起并肩作战，2009年韦轶群参与进来，担任天地超云CEO。除田溯宁以外，天云科技背后的股东还包括张明正、雅虎创始人杨致远、广达电脑创始人林百里、威盛CEO陈文琦等业内大佬。
田溯宁一直被认为是一个很有激情的人，这点从他前两次成功的创业过程中就可窥出端倪，天地云箱CEO徐红忠也正是被田溯宁的这种激情所感染，加入了他的织云大军，成为了天地云箱的头号员工。除此之外，天地云箱的首席运营官符全也是被云基地自由、积极、有活力的氛围所打动，在Sun被Oracle收购之后，选择了离开，投身到云基地的创业者队伍中来。
友友系统CEO姚宏宇是田溯宁拉进云基地的另一名“开荒者”。
在认可田溯宁以资本整合产业链的理念后，姚宏宇的公司于2010年上半年接受宽带资本的注资进驻云基地，友友系统成为云基地的又一个云系成员。
产业链协同作战
在这个产业链中，云基地为云系企业提供财务、人力、行政、法务等方面的共享服务；中云网做云计算领域的门户网站；天维信通是云网络设施提供商，为跨国企业在中国提供云计算组网服务；天地云箱主要是云数据中心提供商，开发模块化的数据中心产品；友友系统和天云趋势都是致力于云计算操作系统的开发，提供云计算基础技术平台的公司；天地超云属于资源池提供商，主要做云计算服务器的研发与制造；天云科技则是云总集成商。
据介绍，在云基地里，传统的数据中心被放进一个叫做云箱的绿色集装箱内，可容纳相当于四个国家图书馆的数据，适用于工业园区、科研院所、智慧城市、IDC扩建新建、灾备中心等多个场景。2011年5月云箱正式，这是我国首台实现商用的模块化数据中心，“部署这样一个‘云箱’，只需6周时间。”符全告诉记者，“与传统IDC相比，云箱单个机柜负载增加5倍，占地空间节约4倍，总功耗节省50%以上，电费支出也就节省了50%以上”。
在田溯宁的规划中，天地云箱的成立是为了解决云计算最重要的基础设施之一――数据中心的问题。业内专家表示，一次性投资大、建设周期长、难以管理的传统数据中心早已不符合云计算的发展趋势，国外则开始兴起模块化的数据中心模式，像英特尔等厂商也早已开始部署这样的集装箱数据中心。这种模式的最大价值在于把工程产品化、客户设计和部署数据中心的过程将变得轻松。
徐红忠对于云箱的定位非常清晰，“如果说云计算数据中心需要用模块化的方式完成，那么我们就是提供模块的人。”其实，这样一个“有形”的产品也是云计算落地非常典型的体现。
除云箱外，中国首台云服务器“超云”2009年底也已经在云基地正式下线。据了解，超云服务器从构想到试产阶段，仅仅用了8个月时间，而从第一台服务器下线到系列新品，也只花了短短三个月。
云基地员工告诉记者，超云服务器是机架式且高密度多独立节点，每千瓦性能不低于375GFLOPS，全冗余模块化设计。其灵活易用的管理，为云计算中基础设施建设提供了重要的部署条件。目前超云服务器已5个系列25款产品，并在中国移动、百度、淘宝、360等公司测试和应用。
作为整个云计算产业链中的基础部分，如果说，云基地在IDC和服务器上获得的这两项重要的技术突破，为云计算提供了坚实的硬件基础设施平台的话，那么友友天宇则为云计算的各种应用搭建了一个高效的软件系统平台。
“3年前，友友天宇规模还很小，我们采取的是避开跨国企业，采取‘农村包围城市’的市场策略”，姚宏宇说，“今天，我们已经在云计算的主战场上与跨国企业直面竞争，而且各有胜负”。他说，“中央某部委基于友友系统平台的云计算应用即将建成，这是一个覆盖全国的项目，规模很大。到今年6月份，大家就知道了。”
目前，友友天宇有员工100余人，“目前为止，我们还是全员持股，包括司机在内。创业公司风险很大，有风险时要大家承担，那么，有利益时也应大家分享。”姚宏宇说。因业务增长迅速，预计今年友友的人才需求将成倍增长，“找不到足够数量的技术人才让我们很头疼”。
新市场的启动往往都是由人才争夺大战打响第一枪的，友友天宇人才招聘上遇到的头疼问题，也折射出云计算这一全新市场已经启动。“虽然云计算市场现在还不成熟，但未来5年，云计算一定会颠覆现有的信息技术与通信市场格局，并改变现有的产业结构。”姚宏宇认为。
产业链整合给云基地企业带来了利益最大化。天云科技副总裁张福波告诉记者，云基地各家企业虽然各自独立，但当有相关项目时产业链上下游企业会彼此联动、协同作战，这样使得企业的利益得到最大化的体现。
试验田作用显现
自2010年北京经济技术开发区支持云计算企业投资建设云基地成立以来，吸引了涵盖云计算产业链上中下游等企业，实现了云计算产业在开发区的率先布局和小规模产业化。
北京市经济和信息化委员会副主任姜贵平曾表示，云基地是全球首个集软件、硬件和服务于一体的云计算产业基地，是实现产业集聚化发展的一块试验田。
2011年9月27日，北京亦庄“中国云产业园”正式启动，包括百度云计算中心项目、云计算系统设备制造基地项目、云计算研发运营中心项目、KDDI（日本电信运营商）数据中心项目、北京电信数据中心项目的首批5个项目在启动仪式上签约，总投资规模达261亿元。
“中国云产业园”目标定位在建设“两中心、一基地、一平台”，即中国最大的云计算技术研发中心、中国最大的云计算运营及增值服务中心、中国最大的云计算系统设备制造基地、中国最大的云计算数据平台。
开发区为推动云计算产业链和市场的健康发展，在市有关部门的支持下，于2011年4月成立了云计算知识产权创新联盟，目前已集聚27家企业，有效地促进了开发区云计算产学研机构之间的资源共享机制的形成。
赵昕昕介绍，虽然云基地对开发区的影响目前来讲还很难做定性、定量的评价，因为它还在不断地发展过程中，但是云产业的发展会很迅速，会成为开发区的支柱产业，开发区很看好云产业的发展前景。
“中国云产业园”启动后，北京亦庄还将通过集群式规划发展、金融杠杆助推、相关政策配套、加大软环境建设等创新模式全力保障和助推北京亦庄云产业链的完善发展。而这一切的发生跟云基地的先导作用密不可分。
用张福波的话说，云基地的产业链整合体现了聚合效应，是产业链上下游企业的良性竞争，减少了重复投资。
关键词：价值链；业务外包；模块化；深度
中图分类号：F270．7文献标志码：A文章编号：1673－291X（2007）12－0043－02
第二次产业革命之后，世界制造业逐渐形成了以美国为代表的福特制的生产模式，大大推动了世界经济的增长。在这种大量机器的使用代替了手工业作坊的生产模式下，标志着规模大、分工细、协作广泛的大机器工业时代的到来。“二战”后，福特制扩散到了欧洲和日本，日本丰田公司将福特制与弹性生产方式有机结合，改组为丰田模式。其实，丰田制只是对福特制的改良，两者都是以标准化为基础的产业标准化时代的产物，都属于追求规模经济和范围经济的垂直型产业结构体系，产品的设计、制造、销售以至售后服务，都是在同一个企业内部完成。随着工业经济时代向知识经济时代的转换，企业的生产方式、组织方式和管理模式也随之发生转变。产品生产不再仅仅由一个企业来独立完成，而是通过价值链的分解把部分流程与环节通过外包给其他企业来完成整个产品的生产；组织形式逐渐由大型的层级结构转变成松散的网络式结构，同时，伴随管理模式也逐渐趋于扁平化。正是在这种业务外包的网络组织结构下，逐渐形成以模块化产品、模块化组织为格局的模块化时代。
一、价值链和业务外包的基本理论
价值链的概念是美国哈佛商学院战略管理学家迈克尔•波特（MichaelE．Porter）于1985年在《竞争优势》一书中提出的。波特认为，企业每项生产经营活动都是其创造价值的经济活动，企业所有的互不相同但又相互关联的生产经营活动，构成了创造价值的一个动态过程，即价值链。企业作为一个整体来看无法认识竞争优势，因为竞争优势来源于企业在设计、生产、营销、交货等过程及辅助过程中所进行的许多相互分离的活动，并且企业正是通过比其竞争对手更为廉价或更为出色地开展这些价值活动而赢得竞争优势的。价值链的各个环节相互联系、相互影响，每个环节的运行质量直接影响到其他环节，从而对整个价值链体系产生致命的影响。企业的价值活动分为基本活动和辅助活动两类。
业务外包（Outsourcing）也称资源外包，英文一词是“外部寻源”。1990年，美国学者普拉哈拉德与哈默在《企业的核心竞争力》中首次提出“Outsourcing”这一概念。具体而言，业务外包是指企业整合利用其外部相对优秀的企业资源，将这一非核心的、次要的或辅的功能或业务外包给外部的专业服务机构，利用它们的专长和优势来提高企业整体的效率和竞争力，而自身仅专注于那些核心的、主要的功能或业务。业务外包这种模块化的雏形的发展使得模块化的产业结构逐渐建立起来了，并广泛存在于各个产业链上。由于业务外包是模块化的最初形式，因此，业务外包的优点也构成了模块化区别于以前一体化的优势，形成了继工业时代的丰田制之后新的生产模式。
通过价值链分析看出价值链研究的根本目的是使企业获得和保持竞争优势，应对日趋激烈的市场竞争。而业务外包正是在这种研究下产生的，业务外包理念是：如果企业在价值链中的某一个环节上不是市场上最好的，并且也不是自己的核心竞争优势，同时，这种活动不至于把本企业与客户分开，那么应该把它外包给世界上具有核心竞争优势的企业去做，这样有利于企业创造更多的价值。由“木桶原理”可知企业竞争能力的大小是由其生产要素中最薄弱的环节决定的，企业要将每个要素都做到最好，必须将企业的“短板”抽出，由外部的“长板”替代，使企业内部和外部的所有长板绑在一起，这样，企业的竞争能力就达到最“长板”决定的盛水量了。
二、业务外包的发展和模块化时代的形成
由企业内部价值链上活动的外包形式，逐渐延伸到产业链中各个企业链间的外包形式，然后发展到产业链网中各个产业链上的外包模式，在这一层面上构成了外包的广度；在深度上，由生产的不断精细化分解外包、组织职能外包和管理模式上的扁平化形成了业务外包另一发展趋势。这种业务外包广度和深度的发展正好也构成了模块化的发展空间。
（一）广度上的模块化发展
1．企业链中的模块化。企业链指对企业内部活动进行价值链分析和业务外包后，通过长时间的合作和淘汰而形成的为模块化产品提供不同功能模块的同一价值链上的不同企业而构成的企业群。工业时代向信息时代的转变，信息的迅速膨胀和技术知识的飞速发展，引起了企业不得不重新审视自己的生产经营方式。规模大、分工细、协作广泛和长长的流水线生产已经不能再适应经济和时代的发展。因而根据“木桶理论”和价值链分析，为了获得和保持企业的核心竞争优势，应对日趋激烈的市场竞争，企业不得不将一些非核心的、次要的或辅的功能或业务外包给其他的专业服务机构和企业。利用它们的专长和优势来提高企业整体的效率和竞争力，而自身仅专注于那些核心的、主要的功能或业务，并通过自己核心部件生产的规模效应降低自己的成本，增强企业竞争力。在此淘汰和合作的发展中，渐渐形成以标准化接口为基础的模块化产品生产企业链。这种外包存在于企业价值链上的各个环节，不仅包括辅助活动的外包，如财务外包、人力资源管理外包、研发外包、采购外包；也包括部分基本活动的外包如生产外包、销售外包、服务外包等。所有这些形式的外包使得很多新的专一企业应运而生，如设计公司、营销公司、咨询公司等，大大丰富了企业模式，提高了生产力。
2．产业链上的模块化。指各个企业链之间的合作而构成的以企业链为基础的产业链间的模块化。新生产模式下模块化时代的竞争，已经不再局限于企业链上模块企业之间的竞争，而是上升到了整个产业链上不同企业链构成的模块之间的竞争。由于长期的外包形成了稳定的企业模块群，各企业分工合作已经很协调，对外界信息反应迅速，不同的企业模块群具有不同的特色，如不同的建筑公司及其相关合作部门。不同的建筑公司，企业链内部以及其产业链上各合作企业构成的整个建筑公司体系各不相同，在参与竞争时客户不但看其建筑公司本身，而且也会把产业链上的其他企业也作为参考标准。因此在招标时，建筑公司的竞争不再是单个企业的竞争，是相关产业链企业的竞争。
3．产业链网上的模块化。产业链层次上模块化的稳定和发展，势必引起更大层面上的协调发展，即产业链网。在产业链网中，竞争和合作的意义范围变得更为广泛，不同产业链间不仅涉及到了产品功能的竞争，而且也在能源、科技、环境、政策、空间、地理位置的争夺方面进行着不断深化的竞争；同时，由于资源、科技、环境、政策、空间、地理位置等方面的限制，不同产业链在竞争中也需要不断加强合作。正是产业链间通过竞争和合作，促进了资源的有效利用，科技的不断发展，环境的自然和谐，政策的大力支持，空间的合理利用，地理位置的协调规划，并在更大层面上促进了生产力的进步，社会的不断发展。
（二）深度上的模块化发展
1．生产流程的模块化。是由价值链分析中的基本活动外包形成，主要侧重于产品由研发、生产到销售的整个流程，其划分和外包的细化程度构成了模块化的深度空间。最初的这种模块化形式是源于企业为了降低成本，凝聚核心能力而进行的企业部分基本活动的外包。然后，随着信息技术、科学技术、生产技术的飞速进步，这种模块化不断深化到了越来越细微的企业活动上。如华为的产品安装和维护的外包，使得华为有更大的资源投入到新产品的研发上来。
2．组织职能的模块化。源于价值链分析中的辅助活动的专业外包，这种组织部门的部分职能外包给专业的公司，不仅可以有利于提高本企业管理的绩效，而且也为企业的科学化管理提高了保证。如企业中人力资源的招聘外包给专门的中介公司，编制企业绩效考核方案外包给咨询公司，研发设计外包给专门从事相关活动的公司等。价值链上辅助活动的外包的细化和深入，构成了模块化发展的另一个深度指标。
3．管理的模块化。为适应信息化和快速的市场变化，企业必须加快自身的信息处理和快速应变能力，因此，以往的金字塔式的层级管理模式对于今天的众多企业已难以适应，企业的管理模式更趋向于扁平的网络结构，大大地缩短信息传递的过程，企业内部每一个组成部分都相对独立，能够自主决策。企业的每个组成要素不再是等待上面告知该做什么，而是不断自行调整以适合整体的需要，并与其他要素进行交流，按照能够使其自身运作和整体组织都实现最优化的方式来运转。
三、结论和意义
企业作为动态的不规则的生产组织，为了适应信息化的发展和快速多变的市场环境，企业更专注于核心业务，因此就形成了企业和生产组织的模块化发展。模块化进程的发展核心在于价值链纵向的不断拉伸以及横向间的竞争与合作，确保规模经济和分工经济的有机兼容，实质在于通过模块化不断演进凝聚核心竞争力，缩短产品生产时间，促进产业的加速发展。模块化发展的空间模式，即三个层次上的模块化进程：企业链中的模块化、产业链上的模块化、产业链网上的模块化。它们之间相互联系，并不断深入和成熟，它打破了垂直一体化企业的垂直边界（组织的层级）、水平边界（内部壁垒）、外部边界（外部壁垒）、地理边界（文化壁垒），增强了企业组织的渗透性和灵活性，打破了原有企业的组织空间，使得企业不再是自我封闭的利润实体，而是整个生产网络中的一个节点，是整个分工体系和生产体系的一部分。
参考文献：
[1]罗珉，何长见．组织间关系：界面规则与治理机制[J]．中国工业经济，2006，（5）．
[2]吴金明，邵昶．产业链形成机制研究[J]．中国工业经济，2006，（4）．
[3]朱瑞博．模块生产网络价值创新的整合架构研究[J]．中国工业经济，2006，（1）．
摘要：在“金融科技红利”扩大与“人口红利”衰减的背景下，效率和成本两种力量共同驱动着金融智能化发展。与互联网金融主要在营销渠道创新不同，区块链、大数据、人工智能等金融科技的发展正在深入到风险管理、资产定价等金融核心领域，推动着金融业向智能化方向发展。在肯定金融智能化发展所带来积极意义的同时，也不能忽略其蕴藏的潜在风险。在推进金融智能化发展过程中，若发生突发性金融风险事件，往往会波及众多金融机构和投资者，造成较大的社会影响，对于造成的损失，事后监管往往于事无补。为此，要研究金融智能化发展过程中“替代”风险的类型、风险度量与风险特征，运用监管沙箱、监管科技等新理念、新方式，打造“穿透式”智慧监管新机制，构建应对金融智能化发展的监管新体系，强化事前监管，促进金融与科技融合共生，形成智能化时代金融发展新秩序。
关键词：金融科技；大数据；区块链；互助保险；监管科技；监管沙箱
一、金融智能化发展的进程与现状
（一）金融智能化的主要阶段。技术进步一直是驱动金融业发展与变革的重要力量。金融稳定理事会FSB（2016）将金融科技（FinTech）定义为“技术带来的金融创新”，其创造出新的金融模式、技术应用、产品和服务等，从而对金融市场、金融机构和金融服务的提供与获取方式产生重大影响。技术驱动金融业升级可分为三个阶段：一是金融1.0时代。该阶段通过计算机替代手工计算及账簿，进一步提升金融运行效率。二是金融2.0时代。在该阶段，技术由工具转向通过业务、产品创新的方式驱动金融变革，使得新兴互联网企业有机会运用互联网技术将金融产品与服务的供需双方相连接，成为传统金融的有效补充。三是金融3.0时代。在该阶段，大数据、区块链、人工智能等新兴科技引领金融业全方位变革，通过虚拟方式替代物理方式，使得金融业的边界日益模糊（中国人民银行广州分行课题组，2017）。当前，一系列以“廉价、即时、可得”为特征的智能化金融形式，如智能证券、智能投顾、区块链互助保障平台等金融新业态层出不穷，为数量庞大的消费者提供数字化、自动化、智能化在线基础金融服务。区块链使得互联网上进行的金融交易可通过嵌入智能合约，自动执行价值交换、权属转让；大数据、人工智能的发展使得智能投顾成为现实，金融智能化水平不断提升。
（二）金融智能化的主要业态。
1．基于区块链技术的跨境支付。区块链技术使高效、快捷的跨境支付系统成为现实。区块链本质上是统一的分布式记账系统，跨境支付系统只需要通过许多节点、以共识机制来验证交易并记账，不需要任何信任中心，交易双方点对点支付得以实现，交易流程简便、快捷。全球已有不少初创企业致力于拓展跨境支付。最令人瞩目的是Ripple公司，其构建了一个没有中心节点的分布式支付网络，全球排名前50的银行中已有包括渣打银行、西班牙国际银行等15家银行与Ripple公司建立了合作关系。截至2016年末，在Ripple系统的支付交易中，由中国发起的交易额占比最大。
2．基于区块链技术的证券发行与交易。证券发行公司运用区块链技术生成的智能合约，在理想状态下可以实现私人定制化证券发行，上市或拟上市的公司可结合自身的实际需求发行异质化资产凭证。通过区块链实现24小时全天候运作，买卖双方能够通过智能合约实现自动配对，并通过分布式数字化登记系统，自动实现清算、结算。目前，全球各大金融机构和交易清算所正积极开展证券发行与交易领域区块链技术的应用研究，Overstock已成功销售首个区块链上的加密债券。
3．基于区块技术的资产托管。资产托管从业机构可以运用智能合约和共识机制将投资合规校验整合在区块链上，确保每笔交易都是在满足合同条款、达成共识的基础上自动运行。与此同时，区块链具有自动记录和加密认证的属性，实现多个参与方之间信息实时共享，免去重复进行信用校验的过程，可将原有业务环节时间缩短约60%到80%，使得信用交易更加高效，账户信息更加安全。中国邮政储蓄银行区块链资产托管系统上线成为中国银行业将区块链技术应用于银行核心业务系统的首次成功实践。
4．基于区块链技术的互助保险服务平台。目前，互助保险在全球保险市场的份额达27%，为将近10亿人提供保险保障服务。区块链点对点技术的优势适合于互助保险平台的开展。在智能合约运行中，当一人出险时，其他人自动向其赔付款项。同时，区块链的共享透明和历史可追踪特点减少了保险市场的信息不对称，在一定程度上降低了道德风险和逆向选择现象出现的概率。国内首家应用区块链技术的互助保险服务平台“众托帮”，其首款保险保障计划——“众托1号抗癌互助医疗计划”上线仅1个月，参保人数就迅速扩大到40万人。
5．大数据风险控制。大数据风险控制是利用大数据分析技术和模型进行风险评估，对资金需求者进行信用评分，以此预测还款人的履约能力以及违约风险。与传统风险控制手段相比，大数据风险控制具有信用评价更为精准、数据涵盖范围更广以及更具时效性等优势。以蚂蚁金服推出的信用服务体系芝麻信用为例，芝麻信用通过搜集与分析大量的网络交易等行为数据，对用户进行信用评级，信用评级信息可以帮助金融科技公司甚至金融机构对用户的还款意愿及还款能力做出更为精准的判断，继而为客户提供相应的金融服务。
6．智能投顾。智能投顾是提供智能化资产投资组合管理服务的在线理财顾问，由计算机基于现资组合理论等投资分析方法，排除人为因素自动提供资产投资组合建议。智能投顾根据服务对象的特征和偏好，给出个性化投资交易决策建议，还可以提供交易服务。从2010年开始，一些提供在线资产管理及投资咨询服务的金融科技公司相继成立，在线专业投资顾问迅速兴起。随着大数据、人工智能技术的逐渐成熟，智能投顾势必将迎来新的增长势头。
二、金融智能化发展的主要动因
（一）效率驱动。Bazot（2013）等学者的研究发现，当前金融体系仍存在低效率的问题。金融中介活动的单位成本并未随着信息技术进步而呈现显著下降的趋势。Philippon（2016）提出，低效率使得金融体系有进一步改善的空间。金融科技驱动金融智能化主要基于以下两条路径：一是金融机构利用金融科技整合长尾市场、减少信息不对称，从而提高资金配置和管理金融风险的效率。金融主要功能是完成资金盈余者和资金需求者之间的融通，有效配置资金。传统金融机构因信息不对称、风险控制等诸多因素制约而忽视了基数庞大的个人借款者及中小微企业这类“长尾客户”，金融机构通过大数据技术，将提高对长尾客户金融服务的可得性，在一定程度上改善金融服务，提升资金供求的配置效率。大数据、人工智能等金融科技被广泛应用于高速网络化的信息处理，大幅降低信息不对称的程度，提高资本资产定价和管理金融风险的效率。二是金融机构利用金融科技大幅缩短金融业务办理所需的时间，提高运营效率。以商业银行为例，按传统方式去获取客户、核准贷款，由于效率较低，银行不得不放弃借款金额较小的长尾客户。银行利用大数据技术可以快速、大规模地获取客户，并可以通过客户标签，更加精准地找到目标客户，提高客户转化率。由于使用大数据技术审批贷款，供需双方无需见面即可实现审贷、放贷，因此，银行审贷、放贷的效率提高。利用区块链分布式账本和点对点实时交易的功能，还能够有效缩短金融交易的时间，提高转账笔数和转账总金额，提升银行处理跨境支付结算的效率。
Kensho、Dataminr、Antuit等系统基于大数据、人工智能的智能金融分析工具，能够在极短时间内抓取、整理并分析网络上所有公开信息、图像甚至非结构化数据，并以此作出投资、借贷、风险管理决策。依靠深度学习的人工智能机器对历史交易记录进行快速、海量的学习，其决策水平将远远高于人类。在高速运算和海量数据的支持下，智能化金融分析工具可以提供差异化金融服务，同时通过机器联网形成网络效应，提升金融运行效率。（二）成本驱动。传统银行业成本主要由资金成本和运营成本两部分构成。资金成本由社会平均融资成本和风险溢价构成，大数据、区块链等技术使得银行能够精准识别和控制风险，风险溢价降低，资金成本降低。人工智能、人脸识别等技术能够使得机器替代人工实现全方位感知客户的需求，为客户提供交互服务。这就使得传统金融操作的人工成本变得非常低且边际成本递减，推动着银行运营成本降低。在成本驱动下，银行业正在向无实体化智能形态转变。中国银行业协会的数据显示，2016年，银行业金融机构离柜交易笔数达1777亿笔，同比增长63.68%；离柜交易金额达1622.54万亿元，银行业平均离柜率高达84.31%。同时，国有五大银行仅在2016年柜员减员率就已超过10%，这意味着银行的薪酬支出等运营成本大幅降低。总之，金融科技并未改变金融的资金融通、配置资金的本质。互联网等信息技术带来的是效率提升与成本降低，智能机器将在一定程度上替代重复性体力劳动甚至知识型脑力劳动。在“金融科技红利扩大”与“人口红利衰减”的背景下，效率和成本两种力量共同驱动着金融智能化发展。传统金融业首先与互联网等信息通讯技术融合，形成了区别于利用银行进行间接融资、借助资本市场进行直接融资的“互联网金融”这一新金融模式，但是其仍主要停留在产品层面，如余额宝、互联网证券等。互联网金融与区块链、大数据、人工智能等金融科技进一步融合，对信息搜集、信用中介、风险定价、投资决策等金融核心业务带来更大的冲击。金融机构运用金融科技，依托技术内部驱动和网络效应外推，使得交易效率更高、交易成本更低，从而促进了金融加快向智能化方向发展。
三、金融智能化发展中面临的主要挑战
（一）监管法律法规等制度建设滞后。目前，我国对金融科技监管法律法规等制度建设还停留在互联网金融的层面。人民银行和其他金融管理部门虽然在多个场合提及关于金融科技的监管思路，但是系统性、规范性法律法规仍然处于探索阶段，尚未出台。金融科技领域众多智能化业态只能参照传统金融及互联网金融领域的法律法规进行管理，整个行业处于监管制度和法律法规空白之中。互联网金融监管实践表明，我国对颠覆性金融创新的监管主要靠事后监管，监管措施主要是针对风险事件的被动响应。与互联网金融主要在营销渠道创新不同，区块链、大数据、人工智能等金融科技的发展正在深入到风险管理、资产定价等金融核心功能与业务领域，对金融产品和服务的各个方面产生重大而深刻的影响。在金融智能化进程中，若发生突发性金融风险事件，往往会波及众多金融机构和投资者，造成较大的社会影响，对于造成的损失，事后监管往往于事无补。
（二）金融风险越来越复杂且难以管控。金融智能化发展并未改变金融业原有风险属性和类型，但是风险特征更加复杂和难以识别。一是金融风险更加复杂。金融智能化利用区块链、大数据、人工智能等新兴技术推动金融业变革，新产品、新业务、新模式层出不穷。比如，余额宝等“宝宝类产品”将支付、基金、存款等不同领域的业务整合起来，增加了金融风险的复杂程度，使得金融风险交叉感染成为常态。二是风险可控性降低。在区块链、人工智能等金融科技的影响下，金融交易发生即清算，风险传播将以更快的速度和更广的范围覆盖金融市场，金融监管机构进行救市和风险隔离的难度增加。若2013年的“钱荒”事件再度发生，金融市场挤兑风险将被迅速放大，加剧市场中参与主体的恐慌。三是金融风险更加隐蔽。金融智能化发展使得金融活动参与主体可能同时具有多重身份，金融风险更容易隐藏，对金融智能化监管的缺失也使得金融风险难以被识别。此外，金融智能化发展使得金融业务的进入门槛降低，金融机构从事高风险经营活动的动机强化，整个金融系统的风险偏好更加凸显。
四、促进金融智能化健康发展的若干建议
（一）正确看待金融智能化发展进程。金融智能化既是经济金融发展的必然趋势，也是科技进步的必然结果。社会各界要正确看待金融智能化发展进程，在肯定金融智能化所具有积极意义的同时，也不能忽略其蕴藏的潜在风险。人工智能、数字金融等技术模糊了科技公司与金融机构的界限。金融科技公司提供“廉价、即时、可得”的智能服务对传统金融业带来较大的冲击，“替代、脱媒、失业”将使传统金融业在一段时期内面临转型的阵痛。金融智能化带来不确定性较大的替代风险与社会成本，在一定程度上冲击现有金融秩序。面对金融智能化替代所带来的风险，社会各界应积极应对，以研究金融智能化进程中“替代”风险的类型、风险度量与风险特征，构建应对金融智能化的监管体系，促进智能科技与金融融合共生，形成智能化时代金融发展新秩序。
（二）加强金融智能化基础设施的建设及运用。金融科技可能带来的风险不容忽视，同时金融智能化在推进过程中面临的障碍也不可低估。但是，不能因为金融智能化对传统金融领域造成冲击而对此进行抵制。遗憾的是，我国传统意义上的“主流”金融机构并未在金融科技驱动的金融智能化第一轮发展中占据主导地位，这与国际上知名大型金融机构及金融科技公司积极合作推进金融智能化发展形成较大的反差。国内金融系统要积极研究金融科技在智能化金融交易中的应用实践，加强智能化金融交易基础设施建设，强化金融科技自主创新，积极抢占战略制高点。在推进智能化金融交易应用落地的过程中，优先选择容易突破的领域，先易后难，先后核心，先市场化程度高后垄断性强的领域，推动智能化在金融业全领域落地应用。
（三）在金融智能化推进过程中确保风险可控。可控是保证金融智能化替代过程中金融体系安全与稳定的前提，可控意味着可以更快地识别和防范智能化金融风险。同时，在金融智能化推进过程中，监管当局必须及时发现漏洞并加以修补；反之，若金融智能化发展风险失控，就会扰乱金融市场秩序，甚至威胁到整个金融体系的稳定。要做到金融智能化替代进度可控，具体来说主要包括以下几个方面：一是要确保金融科技技术自主可控。这意味着要有若干掌握核心技术的金融科技公司，目前国内部分金融科技公司正积极布局并已形成示范效应，国家应加大对此类金融科技公司创新和研发的支持力度。二是要着眼金融智能化长期发展。近年来，虽然中国金融科技发展较快，但是主要仍是P2P借贷、第三方支付等典型互联网金融业态，后续更高层次金融创新比较乏力。金融机构和金融科技企业应充分认识到金融科技驱动金融智能化发展是大势所趋，积极布局大数据风控、智能投顾、智能证券保险等智能化程度较高的新业态。
（四）打造“穿透式”智慧监管新体制。金融科技的创新速度和影响力要求监管部门创新监管机制。一是监管部门要强化信息技术在金融体系治理中的应用，建设基于大数据模型的金融风险实时监测处置平台，实现智能监管、自动预警、快速响应。二是充分考虑金融科技对金融行业发展的影响，以及各部门在技术革新情境下金融行为可能发生的变化，坚持积极引导和依法监管并举的理念，积极运用监管沙箱、监管科技等新理念、新方式加强监管。对于复杂的新型金融业务要进行“穿透式”监管，透过业务的表象探究其本质，用业务的本质属性来确定监管要求和监管分工，实现全覆盖式监管，不留监管空白和套利空间。三是要形成自我规范、自我协调的行业自律机制，促进金融智能化健康发展。最终建立起包含政府监管、行业自律、市场约束三位一体的管理体制，为促进金融智能化有序发展提供保障。
参考文献：
[2]中国人民银行广州分行课题组.中美金融科技发展的比较与启示[J].南方金融,2017,(5).
[3]乔海曙,谢姗珊.区块链驱动金融创新的理论与实践分析[J].新金融,2017,(1).
[4]程华,杨云志.区块链发展趋势与商业银行应对策略研究[J].金融监管研究,2016,(6).
[5]巴曙松,侯畅,唐时达.大数据风控的现状、问题及优化路径[J].金融理论与实践,2016,(2).
[6]云鹤,胡剑锋,吕品.金融效率与经济增长[J].经济学(季刊),2012,(2).
[7]李继尊.关于互联网金融的思考[J].管理世界,2015,(7).
[8]谢平,邹传伟,刘海二.互联网金融的基础理论[J].金融研究,2015,(8).
[9]乔海曙,谢姗珊.区块链金融理论研究的最新进展[J].金融理论与实践,2017,(3).
[10]赵鹞.Fintech的特征、兴起、功能及风险研究[J].金融监管研究,2016,(9).
[11]朱太辉,陈璐.Fintech的潜在风险与监管应对研究[J].金融监管研究,2016,(7).
Gartner副总裁兼院士级分析师DavidCearley表示：“Gartner的2018年十大战略科技发展趋势(top10strategictechnologytrendsfor2018)与智能数字格网(IntelligentDigitalMesh)息息相关。智能数字格网是未来数字化业务与生态系统的基础。在制定创新战略时，IT领导者必须考虑这些技术趋势，否则将面临节节败退的风险。”
前三个战略科技发展趋势探讨了人工智能(AI)与机器学习(machinelearning)将如何渗透至几乎任意领域，并代表着未来五年内技术提供商的一个主战场。随后的四个趋势集中于混合数字与物理世界，以打造一个沉浸式、数字增强型环境。最后三个趋势则指的是利用不断扩大的人员与商业规模以及设备、内容、服务之间的连接，实现数字化业务成果。
2018年十大战略科技发展趋势具体如下：
人工智能基础(AIFoundation)
至少到2022年之前，创建能够自我学习、调整并有望自主行动的系统都是技术提供商的一个重要战场。直到2025年，利用人工智能助力决策、重塑商业模式与生态系统、重建客户体验的能力都将是数字化计划取得成功的关键推动力。
Cearley先生认为：“人工智能技术正在快速演化，各企业机构必须对技能、流程与工具投入巨资，以便成功利用这些技术构建人工智能增强型系统。投资领域可能包括数据准备、集成、算法、选择训练方法和建模。数据科学家、开发人员与业务流程所有者等多方支持者将需要一起工作。”
智能应用与分析(IntelligentAppsandAnalytics)
在今后几年里，几乎任一应用与服务都将采用一定程度的人工智能。其中某些应用将成为真正的智能应用，若无人工智能与机器学习，这些应用程序将无法存在。其他一些则将潜在利用人工智能，从幕后提供智能。智能应用在人类与系统之间搭起了一个全新智能中间层，有望改变工作的本质以及工作场所的结构。
Cearley先生表示：“在探索智能应用时应将其作为增强人类活动的一种方式，而非简单地替代人类。增强分析是一个格外具有战略意义的、逐渐发展的领域。它面向广泛的商业用户、运营工作者和民间数据科学家(citizendatascientist)，利用机器学习自动完成数据准备、洞察发现与洞察分享。”
在广大软件与服务市场内，人工智能已成为下一个关键领域，包括企业资源规划(ERP)的各个方面。套装软件与服务提供商应表明将如何通过高级分析、智能流程和先进的用户体验等形式通过人工智能为新版本增加商业价值。
智能物件(IntelligentThings)
智能物件是指摒弃严密的编程模型，转而利用人工智能实现高级行为并更加自然地与周围环境及人类进行互动的实物。人工智能正在大力推动全新智能物件(如：自动驾驶车辆、机器人与无人机)的进步并为许多既有物件(例如与消费者及工业系统相连接的物联网)带来更强功能。
Cearley先生认为：“目前，用于受控环境(例如耕作与采矿)下的自动驾驶汽车(automobilevehicles)是智能物件快速成长的一个领域。到2022年，我们可能将亲眼目睹自动驾驶汽车在有限、可控且明确定义的道路上行驶的实例。不过，驾驶员可能是自动驾驶汽车的普及的一个必要条件，以防发生意外技术故障。至少在未来五年内，我们预测需要驾驶员的半自动汽车将占主导地位。在此期间，制造商将更加严格地测试技术，同时法律法规问题以及文化接受度等非技术性问题也将得到解决。”
数字孪生(DigitalTwin)
数字孪生是指以数字化方式再现真实的实体或系统。在今后三至五年内，物联网项目背景下的数字孪生尤其前途光明，并于当前引领着人们对于数字孪生的兴趣。精心设计的资产数字孪生有望极大地改进企业决策。这些数字孪生与其真实的对应物相关联，并用于了解物件或系统的状态、响应变化、改进运营并提升价值。首先，各企业机构将只是实施数字孪生，然后随着时间的推移而不断改进它们，提高其收集数据、反映正确数据、应用正确分析与规则并有效响应商业目标的能力。
Cearley先生表示：“久而久之，我们世界中几乎每一方面的数字化再现都将与其真实对应物动态地联系在一起，此外还将彼此联系并纳入基于人工智能的功能，以实现高级模拟、运行与分析。城市规划者、数字营销人员、医疗保健专业人员以及工业规划者均将受益于这一向综合数字化孪生世界的长期转变。”
从云到边缘(CloudtotheEdge)
边缘计算(Edgecomputing)描述了一种计算拓扑，在这种拓扑结构中，信息处理、内容收集与交付均在邻近此类信息的源头完成。连接与延迟挑战、带宽限制以及嵌入边缘的更强大功能均支持分布式模式。各企业应着手将边缘设计模式用于基础设施架构之中——对于拥有大量物联网元素的企业尤其如此。
虽然许多人将云与边缘视作竞争方法，但云实际上是一种计算方式，在这种情况下，可弹性扩展的技术功能以服务形式交付，且天生就无需集中模式。
Cearley先生指出：“从互补概念考虑时，云可作为创建服务导向型模式以及集中控制和协作结构的一种技术方式，而边缘则用作交付方式，从而以离散或分布式流程执行云服务的各个环节。”
会话式平台(ConversationalPlatforms)
在人类与数字化世界互动方面，会话式平台将推动下一个重大模式转变。诠释意图的负担从用户交给了计算机。该平台接收用户的问题或命令，然后通过执行某些功能、展现某些内容或询问更多输入信息来响应。在接下来的几年内，会话界面将成为用户互动的一个首要设计目标，并通过专用硬件、核心操作系统特性、平台及应用来实现。
Cearley先生认为：“在理解语言以及用户基本意图方面，会话式平台已经达到了临界点，但仍有所不足。会话式平台面临的挑战在于用户必须以非常结构化的方式进行沟通，而这通常都是令人失望的体验。会话模型的稳健性以及用于访问、调用与协调第三方服务以交付复杂结果的应用程序接口(API)及事件模型是各类会话式平台之间的主要区别要素。”
沉浸式体验(ImmersiveExperience)
会话式界面正在改变人们控制数字世界的方式，而虚拟、增强和混合现实(virtual，augmentedandmixedreality)则在改变人们观察和与数字世界互动的方式。目前，虚拟现实和增强现实市场尚不成熟，还处于碎片化阶段。不过，人们对该领域的兴趣非常浓厚，因而催生了视频游戏和360度球幕视频等诸多新奇的虚拟现实应用，然而这些高级娱乐应用目前能产生的商业价值微乎其微。为了推动实现真正有形的商业效益，各企业必须审视特定的虚拟现实和增强现实应用的真实场景，以提高员工的工作效率，同时优化设计、培训和可视化过程。
作为一种融合并拓展了虚拟现实和增强现实技术功能的沉浸式体验类型，混合现实应运而生。作为一种特别的沉浸式体验，这种技术十分引人注意，因为它优化了界面以更好匹配人们观察并与世界互动的方式。混合现实跨度极大，包括用于增强或虚拟现实的头盔式显示器以及智能手机、基于平板的增强现实和环境传感器的应用等。混合现实代表了人们观察并与数字世界互动的范围。
区块链(Blockchain)
区块链正在从数字货币基础架构向数字化平台转变。区块链技术与现有的集中式交易和记录机制截然不同，可作为已有企业和初创公司发展颠覆式数字化业务的基础。虽然有关区块链的宣传都集中于金融服务行业，但区块链在其它一些领域也有潜在的应用前景，比如政府部门、医疗保健、制造业、媒体、身份识别、所有权登记服务和供应链等。虽然区块链前景可观且无疑会带来颠覆式影响，但是对区块链的展望胜过区块链的现实，而且许多相关技术在未来两到三年内难以成熟。
事件驱动(EventDriven)
数字化业务的核心围绕以下理念，即：企业总是保持高度敏感，随时准备探索利用全新的数字化业务时刻。业务事件可以是数字表达的任何事物，反映出明显的新状态或状态变化，比如完成订单或飞机着陆等。借助事件(eventbrokers)、物联网、云计算、区块链、内存数据管理(in-memorydatamanagement)和人工智能，人们可以更迅速地发现业务事件并进行更加详细的分析。不过，如果缺乏文化和领导力变革，技术本身也难以实现事件驱动模式的全部价值。数字化业务促使IT领导者、规划者和架构者从本身需求出发去积极地采用事件思维(eventthinking)。
持续自适应风险和信任(ContinuousAdaptiveRiskandTrust)
此外，共召开国家大数据试验区交流、区块链开启价值互联网时代、数字安全与风险控制、数据共享与开放、人工智能等7大版块77场论坛；五场集聚各界大咖的高峰对话论坛；2017中国“十大黑科技”、大数据蓝皮书暨大数据发展指数、贵阳区块链联盟暨区块链技术蓝皮书等31场活动。
2016年《贵州省互联网发展报告》？
贵州省通信管理局日前的2016年《F州省互联网发展报告》显示，当前贵州省互联网行业发展呈现出四个趋势与特点：一是网民规模快速增长，手机成为首选设备；二是农村地区网民占比较高；三是提速降费成效显著，网络覆盖日趋完善；四是网络娱乐类应用渗透水平较高，商务交易类应用发展有待推进。
截至2016年底，贵州省网民规模达到1524万，相比2015年增长178万，年增长率达13.2%；互联网普及率达到43.2%，相比2015年增加4.8个百分点；贵州省使用手机上网的用户达到1400万，占贵州省总体网民的91.9%，手机上网比例已经远超台式机（63.1%）和笔记本电脑（33.8%），成为贵州省网民的首选上网设备。
曙光建设中国西部超算中心
由中科院、贵州省政府、贵州省科技厅等有关部门联合主办的贵安超算中心项目签约仪式在中国国际大数据产业博览会会上隆重举行。
作为中国西部信息基础设施的重大工程，贵安超级计算中心由贵州华芯通半导体技术有限公司与中科曙光共同建设。据中科曙光副总裁任京D介绍，贵安超算中心使用了“贵州芯”，将改变西部地区“超算洼地”的现状，对贵州乃至整个西部的大数据产业发展和创新驱动起到重要的推动作用。
贵州省科技厅厅长廖飞表示，贵安超算中心将成为贵州省“黔灵计划”的重要支撑平台，有助于打造完整的人工智能综合生态。
中国天眼获“首批中国十大科技旅游基地”荣誉
点评：随着民营银行扩张，或出现新一轮“抢人”热潮。据悉，截至2016年12月31日，银监会已相继批准重庆富民银行、四川新网银行、湖南三湘银行、安徽新安银行、福建华通银行、武汉众邦银行、江苏苏宁银行、威海蓝海银行、吉林亿联银行、辽宁振兴银行、北京中关村银行、梅州客商银行12家民营银行筹建。其中开业的仅3家。根据监管部门“批复之日起6个月内完成筹建工作”的要求，这也就意味着，其余9家民营银行必须在今年6月份前完成招聘计划，挖角或将出现白热化趋势。
民营银行能抢到人，薪酬福利方面是重要因素，很多民营银行能为员工提供有竞争力的薪酬和福利待遇。与传统银行相比，民营银行薪酬方面的优势明显，如现有年薪20万元左右，跳槽后能达到翻倍。除工资外，一些民营银行还给出股权或期权的奖励。目前，传统商业银行实施股权激励的银行仍是少数，这也令民营银行的股权激励策略更具吸引力。
毫无疑问，民营银行的挖角加速了传统银行人才的流失，从短期看，这对传统银行或许不利。但是从长远看，这未必不是一件好事，民营银行“抢人”倒逼传统银行加快薪酬改革步伐，比如加快为各类金融人才量身定制一整套保障和激励机制等。另一方面，金融人才市场充分竞争对金融从业人员的职业发展也有好处，在民营银行，一些高管将被赋予较高的自，这将有助于他们实现职业理想；而对于员工而言，畅通的晋升通道，能让其中的部分人在短期内存在升职的可能，从而达到人尽其才、才尽其用、用有所成的目的。
邮储银行上线国内首个区块链资产托管系统
区块链技术在金融领域的应用正在从“纸上谈兵”进入到业务实践。1月10日，中国邮政储蓄银行联合IBM（中国）有限公司推出基于区块链的资产托管系统。这是中国银行业首次将区块链技术公开应用于银行核心业务实践。邮储银行方面介绍，这一系统在真实的业务环境中已经顺利执行了上百笔交易。通过与IBM的合作，邮储银行采用超级账本架构将区块链技术成功应用于真实的生产环境。
在本文中，我们将重点关注在市场上取得良好发展的技术趋势，一起讨论2018年下半年的重大技术突破。
1.人工智能将重塑市场战略
人工智能为业务运营带来大改变，利用先进技术与软件的力量重塑整个行业。一些公司现在特别赞赏他们的业务实施人工智能战略的价值，并且AI的重大技术飞跃也正在进行中。拥有超过100，000名员工的巨头公司更希望实施人工智能战略，但对他们来说，该过程更具挑战性与价值。2018年将成为领先企业将人工智能应用纳入其战略和组织发展的一年。此外，算法市场也有潜力，工程师或公司创建的最佳解决方案可以共享，购买和部署，供组织个人使用。
过去很难相信的想法正在变得真实，机器学习与人工智能技术使每个企业都变成数据驱动，每个行业都变得更加智能化。
经过多年的原型和创意背景研究，新的解决方案将令人叹为观止。为患病的人们提供虚拟援助，计算药理药药以及遗传学研究让人们看到了医学中更令人惊奇的案例。不同行业的自动化，机器人化和数据管理给行业带来重大变化。医疗保健、建筑、银行、金融、制造业等等，每个现有之行业都将被重塑。
2.区块链将为行业提供新机遇
现在每个人都在谈论区块链，这是一种革命性的分布式技术，可以存储和交换加密货币的数据块。区块链是一个分布式数据库，其中包含交易和智能合约的数字存储器。区块链存储一个不断增长的有序记录序列，这称为块，每个记录包含一个时间戳和前一个块的哈希链接。区块链在数字交易领域具有令人无限想像的空间，这一切将在2018年开辟新的商业机会。
该项技术打开了在其它领域中的各种应用，更多新的可能性。由于社会责任和安全性在互联网上的需求日益增强，区块链技术变得越来越重要。在使用区块链的系统中，几乎不可能伪造任何数字交易，所以这种系统的可信度肯定最高的。这种方法可以成为企业和初创公司中颠覆性数字业务的基础，以前在线下运营的公司将能把流程完全转化为数字化环境。（来源微信号数字化企业）
业务需要考虑区块链风险和机会，并分析该技术如何影响用户（客户）之行为。
随着在金融服务行业中区块链的炒作将放缓，我们将看到更多政府机构，医疗保健，制造业和其它行业的潜在实例出现。例如，区块链对知识产权管理有着巨大的影响，在防止版权侵权方面开辟了新的见解。Blockai，Pixsy，Mediachain和ExofofExistence等网站平台打算将区块链技术应用于到该领域。
3.隐私安全的新方法即将来临
“道高一尺，魔高一丈”。技术发展提升了数据的重要性，因此黑客技术也变得越来越先进。连接到互联网的设备数量的增加，这会产生更多的数据，使其更容易受到攻击的机率更多。物联网中的小工具越来越受欢迎并被广泛使用，但它们在数据隐私方面仍然不是很安全。任何大型企业都经常受到黑客攻击的威胁，就像Uber和Verizon在2017年发生的那种问题。
幸运的是，这些解决方案是可以达成的，今年我们将看到数据保护服务的巨大改进。机器学习将确保数据安全，概率性预测方法是下一步的安全趋势。实施行为分析等技术可以检测和阻止能够绕过保护系统的攻击。另外，区块链将我们的注意力引向一个名为ZeroKnowledgeProof的新技术，此技术将在2018年进一步发展，它使用数学技术确保用户隐私的交易。另一种新的安全方法称为CARTA（持续适应风险和信任评估），它基于对潜在风险和信任程度的持续评估，以适应各种情况。该方法适用于所有业务参与者：从公司的开发人员到合作伙伴。
虽然我们的安全性仍比较脆弱，但有很多有前景的解决方案可以为我们的生活带来更好的隐私保护。
4.物联网将更加智能
智能物品将成为日常设备普及，它与人、环境进行更智能的互动。这些东西在不受控制的现实条件下半自动或自主地运行，而无需人为干预。
很多年来，智能产品一直备受关注，并且不断扩展和增强，它们将影响另一个全球趋势，这就是物联网。
未来将有一个协作智能网络，其中多个智能设备将协同工作，充分发挥物联网的潜力。通过有线和无线通信渠道连接到全球互联网，物联网设备将变成一个大型集成系统，推动人机交互的重大转变。人工智能与物联网的融合带来了创造智能家居和智慧城市的全新技术。
5.深度学习将更快，大数据收集更好
如今，深度学习面临着大数据收集和计算复杂性相关的技术挑战。目前业界正在开发硬件创新技术以加速深度学习实验，例如具有更多内核和不同架构形式的新GPU。根据GE研究院的高级信息科学家MarcEdgar的说法，深度培训将在未来3到5年内将软件解决方案的开发时间从几个月缩短到几天，这将改善功能特性，提高生产率并有效降低产品成本。
目前，大多数大公司都意识到大数据收集的重要性及其对业务有效性的价值影响。在未来一年内，更多公司将开始使用更多数据，这取决于结合不同数据的能力。（来源微信号数字化企业）
2018年，更多公司将通过CRM，任务系统，BMP和DMP以及全渠道平台收集客户数据，像LIDAR这样的专用传感器上收集数据的普及也在增加。将现有系统与所有类型的客户数据集成到一个信息池中肯定会有趋势。初创公司将继续创建收集和使用数据的新方法，从而进一步降低成本。
6.AI模型能自动构建与优化
自Google去年推出AutoML以来，使用人工智能工具加速构建和调整模型的过程正在迅速普及。这种人工智能开发的新方法允许自动化机器学习模型的设计，并且无需人工输入即可构建模型，从而让其中一个AI成为另一个AI的架构师。
2018年下半年，预计商业AutoML软件包的普及和AutoML集成到大型机器学习平台将进一步增长。
在AutoML之后，有一个名为NASNet的计算机视觉算法，用于实时识别视频流中的对象。使用AutoML实现的NASNet上的“强化学习”可以训练模型，与需要人工输入的算法相比，人类显示更好的结果变得无关紧要。
这些技术发展，明显拓宽了机器学习的视野，并将在未来几年完全重塑模型建设的方法。
7.CDO职位持续走高
首席数据官（CDO）和其它专业人员越来越多地参与公司高层管理，从而改变他们的数据管理方法。CDO将是创新和差异化的驱动力：会彻底改变现有的商业模式，改善与目标受众与企业沟通，并探寻改善业务绩效的新机会。虽然这个角色很新，但不论在国内外它已向主流迈进。据Gartner公司调查称，到2019年，CDO职位将出现在90％的大型组织中，因为是新角色，也许只有一半的人会成功。这需要强大的个人品质，对责任的深度理解和突破潜在障碍，这才是取得成功的关键。还有一个重要的步骤来释放CDO的全部潜力：企业可以考虑将IT部门分别划分为“I”和“T”两部分，CDO应该在负责信息管理的团队中起带头作用。（来源微信号数字化企业）
8.AI道德争论会爆发
随着人工智能行业在日常生活中执行各种任务和行动方面取得重大进展，人们就道德，责任和人际交流提出了问题。如果人工智能使用了非法行为，谁将受到指责？AI机器人是否需要遵守法律规定？它们要接管所有人类工作吗？
前两个问题中，假设有一天机器人被法律承认为人类，可以承担责任或因其行为而受到惩罚，这种观点还需要几年的时间，但关于AI道德的争论已经在升温，考虑到不同的可能性，科学家们正试图找到关于机器人权利与责任的妥协方案。
大可放心，机器人占领所有工作场所的可能性接近于零。当然，人工智能行业的发展速度非常快，但是它仍然处于起步阶段。
2018年下半年，围绕这个问题的讨论还会持续。当我们深入讨论这个主题，了解如何与人工智能互动，并忠于这个事实，关于机器人接管地球的神话相信会被驱散。
9.没有具体的命令：增长的NLP
在客户服务中使用聊天机器人即将到来，这是2018年的主要趋势之一。在2018年下半年，机器将需要能够识别用户访问的细微差别，用户希望通过提问和以自然语言发出命令来获得聊天软件的响应，而无需考虑“正确”的询问方式。NLP的发展与计算机程序的整合将是2018年最激动人心的挑战之一，我们对此抱有很高的期望。
对于习惯于理解特定命令语言的计算机来说，对于人类来说，理解语音语调，情感色彩和多重含义的语言似乎是一项艰巨的任务。这些复杂的算法需要许多预测模型和计算步骤，所有步骤都在一秒钟内完成，这些计算都发生在云中。
在NLP的帮助下，人们提出更多问题，都会快速获得机器返回合适的答案，甚至比人的回答有更好的见解。
10.没有人类数据，AI自学更加自信
当人工智能第一次发明以来，该领域的发展速度超出了人们的预期。专家们曾经预测，到2027年人工智能将在围棋游戏中击败人类，但是它提前发生了10年-2017年。算法AlphaGoZero只用了40天就成为人类历史上最好的围棋玩家，它在没有任何人类数据输入的情况下进行自我学习，并且制定了人类玩家无法实现的策略。
2019年，一个更发达的，自学成才的人工智能与人类的竞赛会继续展开。我们期待AI在解决许多人类问题方面取得更多突破，如决策，业务开发和科学模型，识别对象，情感与演讲，以及重新塑造客户体验。
此外，我们更希望AI能够比人们做得更好，更快，成本更低地应对这些任务。算法之自学能力能将AI应用到人类生活的更多领域。（来源微信号数字化企业）
总体上讲，2018年在技术创新方面会取得重大进展。开发者将见证更快，更精确的机器学习和AI应用程序，包括一些新的令人兴奋的发展。