巨亏的旷视科技，是AI独角兽还是物联网企业？

文/杨剑勇

人工智能作为当前最火热的领域，也是未来 科技 发展方向，所带来的智能化浪潮席卷全球，巨头们也把未来发展战略衷心延伸至人工智能，因为华为持续高额研发投入，在5G、IoT、AI和网络智能等前创新创新技术上走在行业，利用5G、IoT、AI驱动万物智能。微软凭借云+AI助推登顶全球市值之冠，小米百亿推动AIoT战略，百度进一步升级云+AI战略，让AI无处不在，以此推动各大产业智能变革。
同时，围绕人工智能方向创新的企业也备受资本青睐，诸如AI芯片方向炙手可热的寒武纪，还有人行机器人独角兽优必选，同时还有商汤、旷视、云从 科技 与依图 科技 号称AI四小龙，他们成为炙手可热的AI明星企业。

这些顶着独角兽光环的创新企业，融资额一轮高过一轮，估值也是一家比一家高，从10亿美元迅速能飙升至50亿甚至百亿美元，在聚光灯下吸晴无数。同时也引发诸多争议，因创新技术落地艰难，依靠资本烧钱的模式能否延续引起担忧。

其中，旷视 科技 递交港交所文件风险提示中指出，业绩期内经营活动产生负现金流，倘若无法以适当条件获得足够资金持续为经营提供资金，那么业务、财务及前景可能受到重大且不利影响。此外，自创立起已产生亏损，2016年-2018年分别亏损为34亿、76亿、335亿。2019年上半年亏损52亿元，经营性亏损115亿。对于这个巨额亏损，旷视 科技 指出是主要是优先股的公允价值变动及持续的研发投资。

通过旷视 科技 在香港递交上市申请资料所披露的数据来看，人工智能是星辰大海，但通往诗与远方的人工智能道路上布满荆棘，凸显AI变现困境，或许我们对人工智能预期过高。

对于产生巨额亏损的旷视 科技 ，此次递交上市申请，有评论指出“流血上市”，估值也将面临严峻考验，也将影响整个AI独角兽。对于很难在短期变现的独角兽来说，能否支撑数十亿美元估值有待市场检验，但对于旷视 科技 是人工智能公司还是物联网公司，引起笔者注意。
旷视 科技 收入主要来源于物联网，主要是个人物联网、城市物联网及供应链物联网三大解决方案，其中城市物联网营收占总收入732%。那么，对于被视为AI四小龙之一的旷视 科技 来说，到底是AI公司，还是物联网公司？仅从营收来看，定位物联网公司更为精准，而定位AI公司，则能获得更高的估值。

城市物联网覆盖国内112个城市，带动整体营收迅猛增长，2016年至2018年的复合年增长率为3588%，2019年上半年营收949亿元，同比增长210%，而城市物联网营收占总收入比例由2016年的275%提升到732%，可以看出，旷视 科技 的核心业务在城市物联网方向。

不过，旷视 科技 自身定位人工智能公司，表示深度学习是他们的核心竞争力，而个人物联网、城市物联网、供应链物联网作为旷视 科技 人工智能赋能的解决方案，例如城市物联网包括算法、软件及人工智能赋能的传感器，已广泛应用于公共交通、楼宇、社区、学校以及商业网点等多种城市场景。

灼识咨询报告显示，旷视 科技 是中国最大的聚焦于人工智能的城市物联网解决方案提供商，同时，在个人物联网方向，按2018年收入计算，旷视是中国最大的云端人脸识别身份验证解决方案供应商，占据逾60%的市场份额。
总体来说，旷视 科技 AI技术落地场景选择物联网方向，并坚定地认为物联网是人工智能技术应用的主要场景，而旷视 科技 的愿景是构建连接及赋能百亿物联网设备，包括消费电子产品、传感器及机器人等，并将进一步完善物联网生态系统。值得一提的是，上市申请文件中，更多聚焦在物联网方向，或许把旷视 科技 定位于物联网公司或许更为准确，但AI可获得更高的溢价也是不言而喻的。

作者系物联网高级顾问杨剑勇，福布斯撰稿人、网易签约作者，并连续两年（2017和2018）获得网易年度最佳签约作者，致力于深度解读物联网经济和人工智能等前沿 科技 。

3月29日，在2021川渝媒体见面会上，BOE（京东方）首次披露其在西南地区总体战略布局，即构筑成都、绵阳、重庆三地为核心的西南产业集群，包括6条半导体显示生产线、1个研发中心、2个智慧系统创新中心、1个数字医院等，累计投资规模约2000亿元，助力打造西南万亿级产值规模的电子信息产业带。近年来，BOE（京东方）依托其雄厚的技术能力、产品能力、制造能力及上下游产业链整合能力等核心优势，不断从业务布局、运营管理体系、企业规模、品牌形象等四个维度进行全面升级，并确立了“1+4+N”航母事业群的全新业务矩阵，向着构建物联网创新生态的目标稳步迈进。

BOE（京东方）执行副总裁、显示事业首席执行官高文宝

BOE（京东方）执行副总裁、显示事业首席执行官高文宝在本次活动上表示：“过去BOE（京东方）从0到1铸就了一条全球顶级显示之路；当前，BOE（京东方）秉承“芯屏气/器和”的坚持，正用技术创新融合培育富饶的物联生态“沃土”；未来，BOE（京东方）将在全球用户心中树立一座“BOE即物联”的丰碑。”

四大变革助力二次腾飞 “1+4 +N ” 航母事业群全线迸发

显示在物联时代是信息交互不可或缺的“枢纽”，作为全球半导体显示龙头，BOE（京东方）的显示屏总体出货量及五大主流应用出货量均持续稳居全球前列（调研机构Omdia数据），全球每四块显示屏中就有一块来自BOE（京东方），为其从显示领域迈向物联网全域奠定了先发优势。2020年BOE（京东方）实现业绩逆市增长，预计净利润同比增长将超过150%。与此同时，BOE（京东方）还全面落实“四大变革”，开创物联网时代企业融合发展的新篇章。

业务布局上，BOE（京东方）从以显示与传感事业为主体转变为以半导体显示事业为核心，Mini LED、传感器及解决方案、智慧系统创新、智慧医工等事业融合发展的“1+4+N”航母事业群，并向智慧车联、智慧零售、智慧金融、工业互联网、智慧园区、数字艺术等各个物联网细分领域拓展。

品牌形象上，从全球半导体显示龙头转变为全球物联网创新企业，推动品牌价值飞速增长。2020年首次跻身全球品牌价值500强，并连续登上2020年全球最有价值 科技 品牌100强、最具价值中国品牌100强，同时还获评了新财富最佳上市公司。

运营管理体系上，从矩阵式管控管理转变为适配物联网转型战略的“三横三纵”组织运营体系。建立起有力支援业务发展、敏捷响应、高效协同的组织机制和流程管理体系。

企业规模上，随着物联网战略的全面实施，BOE（京东方）正在从千亿人民币向千亿美金营收全面迈进。

技术底蕴激发创新活力 打造融合发展新引擎

多年来，BOE（京东方）始终保持“对技术的尊重和对创新的坚持”，无论企业经营情况如何，始终将较高比例的营收投入研发，确保技术持续引领产业发展。作为一家全球性 科技 公司，BOE（京东方）累计可使用专利超7万件，PCT专利申请量位列全球国际专利申请排名第七位，连续5年进入全球TOP10，这些成就进一步佐证了BOE（京东方）技术领域的全球领导力。

当前，BOE（京东方）已全线布局一系列行业领先的半导体显示技术。在TFT-LCD（液晶显示）方面，通过搭载独有的ADS Pro超硬屏技术，形成超广视角、超高色域、超高刷新率等优势，在行业中首屈一指；在OLED（柔性显示）方面，BOE（京东方）柔性AMOLED显示屏出货量位居国内前列、全球第二。实现360 内外双向弯折，以及业内微小内折半径1mm的柔性折叠屏，获得全球多家头部客户的采用和青睐；在Mini LED方面，由BOE（京东方）自主研发的Micro LED显示产品创新采用玻璃基主动式驱动方式，具有无屏闪、低功耗、亮度均一、高效驱动、 健康 护眼等优势。

在显示技术优势基础上，BOE（京东方）正全面构建“软硬融合+智能物联”的技术体系，一方面打造多元化的软硬融合智能终端产品体系，加强软件平台应用创新和集成能力；另一方面，形成了行业领先的AIoT技术优势。围绕人工智能技术，已提炼和沉淀出40余项AI关键能力，正在全面向细分行业渗透、落地。截止目前，在人工智能和大数据算法领域，BOE（京东方）荣获8项算法冠军，25项技术位列世界Top10。

近年来，BOE（京东方）智慧创新事业不断取得快速突破，并在多个重大活动及重大项目中大放异彩：光影技术解决方案亮相天安门广场国庆70周年庆祝活动，参与2021年春节联欢晚会8K+5G超高清直播，为全国1500家银行网点提供智慧金融解决方案，为全球超过61个国家的2万余家门店提供智慧零售解决方案，向中国80%以上的高铁线路和全国22家城市地铁线路供应显示产品……

人才战略铸就物联网转型坚实后盾

BOE（京东方）一直秉承“ 科技 价值源于以人为本”的理念，全面构建“正直诚信、勤奋务实、国际视野”的用人标准。员工平均年龄28岁，研发人员超过2万人，海外高级专家近1500人，已逐渐形成专业、 科技 、年轻、高学历等独特的人才特征。在“开放、多元、包容”的用人理念下，从人才招募、人才培养、职业发展、薪酬福利等维度构筑起具有全球竞争力的人力资源管理与发展体系，股权激励等长期激励计划助力员工实现个人价值与企业价值的共赢。

在人才培养与激励方面，BOE（京东方）致力于为物联网产业的可持续发展打造生力军。为推动人才队伍建设培育，BOE（京东方）大学与各专业组织为员工持续赋能；BOE（京东方）测评中心的专业测评，为员工提供与个人能力适配的岗位；在多样化内部管理体系下，公司提供丰富的物联网创业资源，鼓励员工内部创业。一系列人才举措，不断激发BOE（京东方）人的创新活力，为物联网转型提供坚实后盾。

乘区域发展东风开创新天地 共建川渝全新增长极

当前，川渝两地正在共建电子信息产业经济走廊，打造全国重要的电子信息产业基地和全球电子信息高端研发制造基地。川渝两地优越的营商环境、开放友好的产业政策为 科技 企业的发展提供了一片沃土。

BOE（京东方）在成都、绵阳和重庆总投资约2000亿元的布局，吸引逾80家上下游配套企业落地，提供就业岗位26万个，预计未来两年将新增工作岗位2万余个。此外BOE（京东方）还与四川大学、电子 科技 大学、西南 科技 大学等高校建立产学研互补机制，并与电子 科技 大学组建联合创新研究院。BOE（京东方）的智慧物联解决方案也在川渝大地上落地开花：城市光空间解决方案应用于成都天府国际金融中心双子塔，智慧金融解决方案应用于川渝多家金融机构，助力川渝地区数字化转型。

“千亿级西南战略”仅是BOE（京东方）全面推进其物联网转型的一个缩影。以西南辐射全国，BOE（京东方）将携手合作伙伴共同构建物联新生态，推动全行业数字化转型进程，为人们创造更加智慧美好的新生活。

大
数据从四个方面改变了金融机构传统的数据运作方式，从而实现了巨大的商业价值。这四个方面（“四个C”）包括：数据质量的兼容性
（Compatibility）、数据运用的关联性（Connectedness）、数据分析的成本（Cost）以及数据价值的转化
（Capitalization）。

　
　大数据在金融业的应用场景正在逐步拓展。在海外，大数据已经在金融行业的风险控制、运营管理、销售支持和商业模式创新等领域得到了全面尝试。在国内，金
融机构对大数据的应用还基本处于起步阶段。数据整合和部门协调等关键环节的挑战仍是阻碍金融机构将数据转化为价值的主要瓶颈。

　
　数据技术与数据经济的发展是持续实现大数据价值的支撑。深度应用正在将传统IT从“后端”不断推向“前台”，而存量架构与创新模块的有效整合是传统金融
机构在技术层面所面临的主要挑战。此外，数据生态的发展演进有其显著的社会特征。作为其中的一员，金融机构在促进数据经济的发展上任重道远。

为了驾驭大数据，国内金融机构要在技术的基础上着重引入以价值为导向的管理视角，最终形成自上而下的内嵌式变革。其中的三个关键点（“TMT”）包括：团队（Team）、机制（Mechanism）和思维（Thinking）。

1价值导向与内嵌式变革—BCG对大数据的理解

“让数据发声！”—随着大数据时代的来临，这个声音正在变得日益响亮。为了在喧嚣背后探寻本质，我们的讨论将从大数据的定义开始。

11成就大数据的“第四个V”

大数据是什么？在这个问题上，国内目前常用的是“3V”定义，即数量（Volume）、速度（Velocity）和种类（Variety）。

　
　虽然有着这样的定义，但人们从未停止讨论什么才是成就大数据的“关键节点”。人们热议的焦点之一是“到底多大才算是大数据？”其实这个问题在“量”的层
面上并没有绝对的标准，因为“量”的大小是相对于特定时期的技术处理和分析能力而言的。在上个世纪90年代，10GB的数据需要当时计算能力一流的计算机
处理几个小时，而这个量现在只是一台普通智能手机存储量的一半而已。在这个层面上颇具影响力的说法是，当“全量数据”取代了“样本数据”时，人们就拥有了
大数据。

　
　另外一个成为讨论焦点的问题是，今天的海量数据都来源于何处。在商业环境中，企业过去最关注的是ERP（Enterprise Resource
Planning）和CRM（Customer Relationship
Management）系统中的数据。这些数据的共性在于，它们都是由一个机构有意识、有目的地收集到的数据，而且基本上都是结构化数据。随着互联网的深
入普及，特别是移动互联网的爆发式增长，人机互动所产生的数据已经成为了另一个重要的数据来源，比如人们在互联网世界中留下的各种“数据足迹”。但所有这
些都还不是构成“大量数据”的主体。机器之间交互处理时沉淀下来的数据才是使数据量级实现跨越式增长的主要原因。“物联网”是当前人们将现实世界数据化的
最时髦的代名词。海量的数据就是以这样的方式源源不断地产生和积累。

“3V”的定义专注于对数据本身的特征进行描述。然而，是否是量级庞大、实时传输、格式多样的数据就是大数据？

BCG认为，成就大数据的关键点在于“第四个V”，即价值（Value）。当量级庞大、实时传输、格式多样的全量数据通过某种手段得到利用并创造出商业价值，而且能够进一步推动商业模式的变革时，大数据才真正诞生。

12变革中的数据运作与数据推动的内嵌式变革

多元化格式的数据已呈海量爆发，人类分析、利用数据的能力也日益精进，我们已经能够从大数据中创造出不同于传统数据挖掘的价值。那么，大数据带来的“大价值”究竟是如何产生的？

　
　无论是在金融企业还是非金融企业中，数据应用及业务创新的生命周期都包含五个阶段：业务定义需求；IT部门获取并整合数据；数据科学家构建并完善算法与
模型；IT发布新洞察；业务应用并衡量洞察的实际成效。在今天的大数据环境下，生命周期仍维持原样，而唯一变化的是“数据科学家”在生命周期中所扮演的角
色。大数据将允许其运用各种新的算法与技术手段，帮助IT不断挖掘新的关联洞察，更好地满足业务需求。

　
　因此，BCG认为，大数据改变的并不是传统数据的生命周期，而是具体的运作模式。在传统的数据基础和技术环境下，这样的周期可能要经历一年乃至更长的时
间。但是有了现在的数据量和技术，机构可能只需几周甚至更短的时间就能走完这个生命周期。新的数据运作模式使快速、低成本的试错成为可能。这样，商业机构
就有条件关注过去由于种种原因而被忽略的大量“小机会”，并将这些“小机会”累积形成“大价值”。

具体而言，与传统的数据应用相比，大数据在四个方面（“4C”）改变了传统数据的运作模式，为机构带来了新的价值。

121数据质量的兼容性（Compatibility）：大数据通过“量”提升了数据分析对“质”的宽容度

　
　在“小数据”时代，数据的获取门槛相对较高，这就导致“样本思维”占据统治地位。人们大多是通过抽样和截取的方式来捕获数据。同时，人们分析数据的手段
和能力也相对有限。为了保证分析结果的准确性，人们通常会有意识地收集可量化的、清洁的、准确的数据，对数据的“质”提出了很高的要求。而在大数据时代，
“全量思维”得到了用武之地，人们有条件去获取多维度、全过程的数据。但在海量数据出现后，数据的清洗与验证几乎成为了不可能的事。正是这样的困境催生了
数据应用的新视角与新方法。类似于分布式技术的新算法使数据的“量”可以弥补“质”的不足，从而大大提升了数据分析对于数据质量的兼容能力。

122数据运用的关联性（Connectedness）：大数据使技术与算法从“静态”走向“持续”

　
　在大数据时代，对“全量”的追求使“实时”变得异常重要，而这一点也不仅仅只体现在数据采集阶段。在云计算、流处理和内存分析等技术的支撑下，一系列新
的算法使实时分析成为可能。人们还可以通过使用持续的增量数据来优化分析结果。在这些因素的共同作用下，人们一贯以来对“因果关系”的追求开始松动，而
“相关关系”正在逐步获得一席之地。

123数据分析的成本（Cost）：大数据降低了数据分析的成本门槛

　
　大数据改变了数据处理资源稀缺的局面。过去，数据挖掘往往意味着不菲的投入。因此，企业希望能够从数据中发掘出“大机会”，或是将有限的数据处理资源投
入到有可能产生大机会的“大客户、大项目”中去，以此获得健康的投入产出比。而在大数据时代，数据处理的成本不断下降，数据中大量存在的“小机会”得见天
日。每个机会本身带来的商业价值可能并不可观，但是累积起来就会实现质的飞跃。所以，大数据往往并非意味着“大机会”，而是“大量机会”。

124数据价值的转化（Capitalization）：大数据实现了从数据到价值的高效转化

　
　在《互联网金融生态系统2020：新动力、新格局、新战略》报告中，我们探讨了传统金融机构在大变革时代所需采取的新战略思考框架，即适应型战略。采取
适应型战略有助于企业构筑以下五大优势：试错优势、触角优势、组织优势、系统优势和社会优势，而大数据将为金融机构建立这些优势提供新的工具和动力。从数
据到价值的转化与机构的整体转型相辅相成，“内嵌式变革”由此而生。

　
　例如，金融机构传统做法中按部就班的长周期模式（从规划、立项、收集数据到分析、试点、落地、总结）不再适用。快速试错、宽进严出成为了实现大数据价值
的关键：以低成本的方式大量尝试大数据中蕴藏的海量机会，一旦发现某些有价值的规律，马上进行商业化推广，否则果断退出。此外，大数据为金融机构打造“触
角优势”提供了新的工具，使其能够更加灵敏地感知商业环境，更加顺畅地搭建反馈闭环。此外，数据的聚合与共享为金融机构搭建生态系统提供了新的场景与动
力。

2应用场景与基础设施—纵览海内外金融机构的大数据发展实践

　
　金融行业在发展大数据能力方面具有天然优势：受行业特性影响，金融机构在开展业务的过程中积累了海量的高价值数据，其中包括客户身份、资产负债情况、资
金收付交易等数据。以银行业为例，其数据强度高踞各行业之首—银行业每创收100万美元，平均就会产生820GB的数据。

21大数据的金融应用场景正在逐步拓展

大数据发出的声音已经在金融行业全面响起。作为行业中的“巨无霸”，银行业与保险业对大数据的应用尤其可圈可点。

211海外实践：全面尝试

2111银行是金融行业中发展大数据能力的“领军者”

　
　在发展大数据能力方面，银行业堪称是“领军者”。纵观银行业的六个主要业务板块（零售银行、公司银行、资本市场、交易银行、资产管理、财富管理），每个
业务板块都可以借助大数据来更深入地了解客户，并为其制定更具针对性的价值主张，同时提升风险管理能力。其中，大数据在零售银行和交易银行业务板块中的应
用潜力尤为可观。

　
　BCG通过研究发现，海外银行在大数据能力的发展方面基本处于三个阶段：大约三分之一的银行还处在思考大数据、理解大数据、制定大数据战略及实施路径的
起点阶段。还有三分之一的银行向前发展到了尝试阶段，也就是按照规划出的路径和方案，通过试点项目进行测验，甄选出许多有价值的小机会，并且不停地进行试
错和调整。而另外三分之一左右的银行则已经跨越了尝试阶段。基于多年的试错经验，他们已经识别出几个较大的机会，并且已经成功地将这些机会转化为可持续的
商业价值。而且这些银行已经将匹配大数据的工作方式嵌入到组织当中。他们正在成熟运用先进的分析手段，并且不断获得新的商业洞察。

　
　银行业应用举例1：将大数据技术应用到信贷风险控制领域。在美国，一家互联网信用评估机构已成为多家银行在个人信贷风险评估方面的好帮手。该机构通过分
析客户在各个社交平台（如Facebook和Twitter）留下的数据，对银行的信贷申请客户进行风险评估，并将结果卖给银行。银行将这家机构的评估结
果与内部评估相结合，从而形成更完善更准确的违约评估。这样的做法既帮助银行降低了风险成本，同时也为银行带来了风险定价方面的竞争优势。

　
　相较于零售银行业务，公司银行业务对大数据的应用似乎缺乏亮点。但实际上，大数据在公司银行业务的风险领域正在发挥着前所未有的作用。在传统方法中，银
行对企业客户的违约风险评估多是基于过往的营业数据和信用信息。这种方式的最大弊端就是缺少前瞻性，因为影响企业违约的重要因素并不仅仅只是企业自身的经
营状况，还包括行业的整体发展状况，正所谓“覆巢之下，焉有完卵”。但要进行这样的分析往往需要大量的资源投入，因此在数据处理资源稀缺的环境下无法得到
广泛应用，而大数据手段则大幅减少了此类分析对资源的需求。西班牙一家大型银行正是利用大数据来为企业客户提供全面深入的信用风险分析。该行首先识别出影
响行业发展的主要因素，然后对这些因素一一进行模拟，以测试各种事件对其客户业务发展的潜在影响，并综合评判每个企业客户的违约风险。这样的做法不仅成本
低，而且对风险评估的速度快，同时显著提升了评估的准确性。

　
　银行业应用举例2：用大数据为客户制定差异化产品和营销方案。在零售银行业务中，通过数据分析来判断客户行为并匹配营销手段并不是一件新鲜事。但大数据
为精准营销提供了广阔的创新空间。例如，海外银行开始围绕客户的“人生大事”进行交叉销售。这些银行对客户的交易数据进行分析，由此推算出客户经历“人生
大事”的大致节点。人生中的这些重要时刻往往能够激发客户对高价值金融产品的购买意愿。一家澳大利亚银行通过大数据分析发现，家中即将有婴儿诞生的客户对
寿险产品的潜在需求最大。通过对客户的yhk交易数据进行分析，银行很容易识别出即将添丁的家庭：在这样的家庭中，准妈妈会开始购买某些药品，而婴儿相关
产品的消费会不断出现。该行面向这一人群推出定制化的营销活动，获得了客户的积极响应，从而大幅提高了交叉销售的成功率。

　
　客户细分早已在银行业得到广泛应用，但细分维度往往大同小异，包括收入水平、年龄、职业等等。自从开始尝试大数据手段之后，银行的客户细分维度出现了突
破。例如，西班牙的一家银行从Facebook和Twitter等社交平台上直接抓取数据来分析客户的业余爱好。该行把客户细分为常旅客、足球爱好者、高
尔夫爱好者等类别。通过分析，该行发现高尔夫球爱好者对银行的利润度贡献最高，而足球爱好者对银行的忠诚度最高。此外，通过分析，该行还发现了另外一个小
客群：“败家族”，即财富水平不高、但消费行为奢侈的人群。这个客群由于人数不多，而且当前的财富水平尚未超越贵宾客户的门槛，因此往往被银行所忽略。但
分析显示这一人群能够为银行带来可观的利润，而且颇具成长潜力，因此该行决定将这些客户升级为贵宾客户，深入挖掘其潜在价值。

　
　在对公业务中，银行同样可以借助大数据形成更有价值的客户细分。例如，在BCG与一家加拿大银行的合作项目中，项目组利用大数据分析技术将所有公司客户
按照行业和企业规模进行细分，一共建立了上百个细分客户群。不难想象，如果没有大数据的支持，这样深入的细分是很难实现的。然后，项目组在每个细分群中找
出标杆企业，分析其银行产品组合，并将该细分群中其他客户的银行产品组合与标杆企业进行比对，从而识别出差距和潜在的营销机会。项目组将这些分析结果与该
行的对公客户经理进行分享，帮助他们利用这些发现来制定更具针对性的销售计划和话术，并取得了良好的效果。客户对这种新的销售方式也十分欢迎，因为他们可
以从中了解到同行的财务状况和金融安排，有助于对自身的行业地位与发展空间进行判断。

　
　银行业应用举例3：用大数据为优化银行运营提供决策基础。大数据不仅能在前台与中台大显身手，也能惠及后台运营领域。在互联网金融风生水起的当
下，“O2O”（OnlineToOffline）成为了银行的热点话题。哪些客户适合线上渠道？哪些客户不愿“触网”？BCG曾帮助西班牙一家银行通过
大数据技术应用对这些问题进行了解答。项目组对16个既可以在网点也可以在网络与移动渠道上完成的关键运营活动展开分析，建立了12个月的时间回溯深度，
把客户群体和运营活动按照网点使用强度以及非网点渠道使用潜力进行细分。分析结果显示，大约66%的交易活动对网点的使用强度较高，但同时对非网点渠道的
使用潜力也很高，因此可以从网点迁移到网络或移动渠道。项目组在客户细分中发现，年轻客户、老年客户以及高端客户在运营活动迁移方面潜力最大，可以优先作
为渠道迁徙的对象。通过这样的运营调整，大数据帮助银行在引导客户转移、减轻网点压力的同时保障了客户体验。

　
　BCG还曾利用专有的大数据分析工具NetworkMax，帮助一家澳大利亚银行优化网点布局。虽然银行客户的线上活动日渐增多，但金融业的铁律在互联
网时代依然适用，也就是说在客户身边设立实体网点仍然是金融机构的竞争优势。然而，网点的运营成本往往不菲，如何实现网点资源的价值最大化成为了每家银行
面临的问题。在该项目中，项目组结合银行的内部数据（包括现有的网点分布和业绩状况等）和外部数据（如各个地区的人口数量、人口结构、收入水平等），对
350多个区域进行了评估，并按照主要产品系列为每个区域制定市场份额预测。项目组还通过对市场份额的驱动因素进行模拟，得出在现有网点数量不变的情况下
该行网点的理想布局图。该行根据项目组的建议对网点布局进行了调整，并取得了良好的成效。这个案例可以为许多银行带来启示：首先，银行十分清楚自身的网点
布局，有关网点的经营业绩和地址的信息全量存在于银行的数据库中。其次，有关一个地区的人口数量、人口结构、收入水平等数据都是可以公开获取的数据。通过
应用大数据技术来把这两组数据结合在一起，就可以帮助银行实现网点布局的优化。BCG基于大数据技术而研发的Network
Max正是用来解决类似问题的工具。
　
　银行业应用举例4：创新商业模式，用大数据拓展中间收入。过去，坐拥海量数据的银行考虑的是如何使用数据来服务其核心业务。而如今，很多银行已经走得更
远。他们开始考虑如何把数据直接变成新产品并用来实现商业模式，进而直接创造收入。例如，澳大利亚一家大型银行通过分析支付数据来了解其零售客户的“消费
路径”，即客户进行日常消费时的典型顺序，包括客户的购物地点、购买内容和购物顺序，并对其中的关联进行分析。该银行将这些分析结果销售给公司客户（比如
零售业客户），帮助客户更准确地判断合适的产品广告投放地点以及适合在该地点进行推广的产品。这些公司客户过去往往需要花费大量金钱向市场调研公司购买此
类数据，但如今他们可以花少得多的钱向自己的银行购买这些分析结果，而且银行所提供的此类数据也要可靠得多。银行通过这种方式获得了传统业务之外的收入。
更重要的是，银行通过这样的创新为客户提供了增值服务，从而大大增强了客户粘性。

因为新基建行情比较好，恰好日海智能处于风口。珠海市国资委背景的珠海九洲集团成为日海智能企业控股股东，日海智能实际控制人变更为珠海市人民政府国资委，也恰好说明“新基建”档口下，日海智能好像一把利刃，吸引了众多投资商的关注，必定能在巨大的发展机遇中披荆斩棘。背靠珠海国资委的日海智能，必将能够利用新技术为珠海市新基建产业提供巨大动能，促进大湾区的智慧城市发展进程，成为行业领军者，为国家“新基建”发展保驾护航！
珠海市人民政府国有资产监督管理委员会(简称国资委)于2004年12月29日挂牌成立。作为市政府“特设机构”，按照“管资产与管人管事相结合”、“权利、义务与责任相统一”的原则履行国有资产出资人职责，标志珠海国有资产管理体制改革又进入一个新阶段。作为国资委的前身，珠海市从1999年建立的“一委两局，三位一体”体制架构。2020年5月13日，作为第一批倡议方，与国家发展改革委等发起“数字化转型伙伴行动”倡议。
:
1、日海智能围绕AIoT核心，形成了5G&AI物联网终端、AI物联网大中台、AI边缘计算设备、智能化通信设备、相关综合解决方案及工程服务的业务体系。通过公司拥有的AIoT行业应用、5G&AIoT设备和AIoT大中台等核心技术实力，能够为客户提供5G云模组应用生态、智慧物联网解决方案应用生态与智能物联网设备应用生态，形成了一个完整的人工智能物联网产业链。公司将建成“智慧连接万物”的人工智能物联网(Sunsea AIoT)作为战略目标，致力于成为行业领先的人工智能物联网服务提供商
2、日海智能在深圳、上海、西安等主要城市设立了研发中心，在国内各省会城市以及美国、俄罗斯、法国、印度等国家设有销售网点，为电信运营商和消费电子、车载、金融、医疗健康、农业/环境、能源、交通、工业制造等行业客户提供有智能、安全可信赖的物联网产品及解决方案，推动产业持续良性发展 。日海智能同时积极参与下一代网络建设，加速人工智能在物联网领域的应用，通过AI云计算中心融合超算、大数据、云计算和AI智能服务等综合能力，为客户提供更加完善的智能云端服务。
3、日海智能将坚持以客户为中心，与合作伙伴开放合作，创新产业发展模式，持续为客户创造价值。同时日海智能高度重视企业社会责任，积极履行企业公民职责，恪守商业规范，推动客户以及自身的可持续发展

---