每日互动是一家什么样的公司?

每日互动是一家集互联网、大数据、人工智能和云计算交叉融合的数据智能公司。董事长方毅介绍公司诞生于移动互联网，产品和服务都基于互联网，是典型的互联网公司，公司有几千台服务器，每天都在跟海量数据打交道，是典型的大数据公司。

公司的工程师运用机器学习、深度学习等技术让数据充满智能，是典型的人工智能公司。我们的推送服务和DMP服务都是云服务，又是一家云计算公司，所以我们是一家交叉融合了互联网、大数据、人工智能和云计算多个新兴产业的新经济体。

公司发展的前景

方毅认为，未来已来，随着5G时代的到来，智能终端、物联网、车联网等将大规模兴起，这些设备都需要实时连接网络，而我们就是做这个连接的，这些领域又为我们数据智能的垂直应用提供了广袤的沃土。

随着数字产业化，产业数字化的深度推进，越来越多的企业都将成为数据驱动的企业，数据智能服务已然成为一个巨大的新蓝海，每日互动正是这片蓝海的开拓者，由于5G的频段比较高，覆盖半径随之就变小，5G基站会微蜂窝化，这个对个推来讲，提供了更多的机会。

方毅表示，5G时代，应用场景也更加丰富，不仅仅是手机、电视机、汽车、Pos机、丰巢快递柜扫码d开用的就是个推推送的消息服务。

申通快递（002468）2020年半年度董事会经营评述内容如下：

一、概述

2020年上半年，申通快递在国家及行业主管部门的领导下，根据《邮政业发展“十三五”规划》、《申通快递五年发展战略规划》的总体安排和要求，以“用心成就你我”的服务理念，以“团结、务实、开拓、创新”的企业精神，以2020年重点工作计划为重心，充分借助公司与阿里、菜鸟业务体系的合作，优化产品体系，聚焦业务发展；朝着“数智运营”的目标，强化中转运营，提升产能建设；主动融合多种末端业务单元，丰富末端形态，助力末端配送；深入促进技术与数据的链接，让技术和数据更好地为公司的经营决策、运营管理、业务发展、成本控制、市场策略、风险管控提供服务和支撑；继续保持申通云仓布局和业务经营的良好势头，深度连接“云”和“人”，让快递真正走近客户，让配送走近交付。

（一）持续推进基础设施建设，打造稳定的运营平台

申通快递自2018年起不断加大核心城市非直属转运中心的收购力度，以提高全网的反应速度。2020年上半年，公司继续落实中转布局“一盘棋”战略的重要举措，推进重点城市转运中心直营化的重要进程，收购了济南、重庆转运中心中转业务资产组，进一步加强了转运中心的标准化建设、标准化运营及精细化管理，加大转运中心的 科技 投入，全面提升转运中心的分拣时效，不断构筑公司强大而高效的中转运输网络体系。截止报告期末，全网共有转运中心68个，其中东北5个、华北6个、华东27个、华南9个、华中10个、西北5个、西南6个；自营转运中心63个，自营率约为9265%。

随着近两年公司转运中心直营化进程的加快，公司加大了运营平台基础设施建设力度和速度，持续推进运营平台能力的建设和完善，着力打造智慧物流运营处理中心。其中，硬件是基础， 科技 是核心，公司将全面进行老旧设备的更新换代，向智能化、自动化转变，用技术弥补场地产能不足，用效能解决分拨压力问题。截止本报告期末，公司累计拥有自动化分拣设备194套，其中自动化交叉带分拣设备122套，较2019年新增32套；摆臂设备现有72套，较2019年新增17套。同时，公司继续优化进港、出港路由标准体系，其中干线运输全部采用集约化模式，最大化的降低运输成本，让利给末端网点。

（二）数智化转型升级，全面打造智慧运营

1、搭建信息平台，赋能商家网点

（1）建设商家服务平台，提升服务质量

“申无忧”是公司为商家量身打造的一站式服务平台，也体现出公司在提升网点服务能力，提升商家服务体验，增加客户粘性。该服务平台通过为商家提供订单物流全链路生命周期管理、账务管理、打单管理、售后管理等功能模块实现商家物流订单数据迈向数字化，整体平台性能已处于行业前列。

目前“申无忧”已实现日订单打印量突破百万级，代收货款订单突破十万级。工单系统已覆盖数千家网点，24小时工单完结率达90%以上，线上问题处理能力提升20%以上。在为商家赋能的同时，也提升了服务质量和品牌粘性，完美验证了“申无忧在手，发货不用愁”。

未来科研团队将不断完善“申无忧”系统，建立会员系统、商家画像、会员积分及会员权益等功能板块，同时推出金融服务、短信服务等配套支持渠道。随着产品功能的逐步完善和产品运营的不断推广，“申无忧”将变成商家业务发展不可或缺的好帮手。

（2）打造一站式的经营管理平台，加强网点生存能力

“网点管家”是公司科研团队自主研发的、针对解决网点账务管理时效性、网点服务质量、网点经营能力、生存能力等诸多难题的不可多得的经营管理神器。“网点管家”上线以来，新老系统替换率已超80%，实现网点作业效率提升超50%、人力资源节约超10%的显著成果。

在财务数据方面，“网点管家”100%解决漏单、飞单问题，降低了网点损失；平台自动化程度高，有效减少网点人力成本；异常数据实时监控/预警功能可以快速处理异常数据，有效规避罚款风险；平台及时发布针对物流信息指数、虚假签收投诉申诉、三件工单处理等问题的政策信息考核结果，将具体责任下沉至业务员，降低网点经营成本；提供全方位财务、 *** 作、运营类报表，并将报表进行系统分析，在让网点清晰了解营收状况的同时，快速准确的做出业务决策，为网点挖掘大客户、散户提供数据支撑，实现网点经营创收；在物流资产管理方面，网点通过系统可随时管控电子面单，做到100%的发放有据可查，同时实体物料出入库灵活， *** 作流程简易，高效易用。

2、聚焦成本管控，提效益扩市场

2020年上半年，公司遵从降本提质增效的行动指南，聚焦生产管理全流程、快件流转全链路的成本管控，利用信息化手段加强对运输成本、中心 *** 作成本的全方位管控，实现降本增收，提升市场竞争力。

（1）运输成本

报告期内，公司持续坚持实施 科技 创新和精细化管理，专项开发“车货匹配”模块，并根据大数据呈现的运输车辆、货运量和包裹节点，通过“路由助手”平台动态调整路由线路，进一步提升车、货、装载率的匹配程度，持续降低单票运输成本；通过专项开发“一车一档”推动车辆管理模式创新，减少管理层级与环节，并与“申运平台”联动实现运力资源的统一合理调配，促成干线运输议价能力、管控能力与管理效率的有效提升。同时，公司基于“物流云”平台，规划提高 社会 车辆利用率，增强运力资源的调配能力，降低公司整体运能成本。公司综合考量市场需求、产品结构、运力平衡等因素，精准匹配业务量及运输需求，制定转运中心运输车辆使用计划和标准，并予以实时监测、严格管控，基于运输装载精益化管控和装载智能分析辅助装载优化，通过调度推荐提升加班车装载率。同时，依托全新建设的“路由助手”等先进信息系统，科学梳理、优化干线路由，减少快件中转次数；公司亦持续加大对网点与转运中心之间的运力统筹，实现无缝对接，精细管理，减少快件中转与回流。

（2）中心 *** 作成本

在报告期内，公司推进和加强用工环节的精细化管理，利用大数据分析实施科学调整用工结构，使用多种用工模式，实现部分 *** 作环节服务外包；同时，公司引入定岗定编概念，优化人员需求，科学合理排班，完善绩效考核方式，推进用工可视可控及数据化管理，降低业务运营成本。

（3）风控成本

在报告期内，公司着眼于账款治理，成立“跑冒滴漏”专项小组，针对运营资损、应收账款坏账、结算规则漏洞等进行优化和治理，并利用数据分析和算法技术，在政策刷单套利、面单冒用盗用、泡货建包、中心未称重等运营场景等进行全面风险识别，推动风控降本落到实处。

3、 科技 创新加速发展，扩大业务竞争优势

在报告期内，公司持续贯彻 科技 引领战略，将 科技 创新作为提升服务质量和市场份额的重要支撑，充分发挥申通和菜鸟供应链的《业务合作协议》，加大 科技 创新力度，促进公司进一步实现信息化、数字化、智能化。

（1）智能 科技 产品“Lemo”加快公司数字化转型步伐

智能 科技 产品“Lemo”，是一款结合云、边、端技术，并基于菜鸟网络依托的IOT技术，推出的物流信息识别、录入、采集的解决方案，使系统拥有高性能扩展性，系统的升级成本更低、可靠性更高。同时它相较于一般的PDA具备更高的价格优势（普通PDA的十分之一）和更便携的重量（普通PDA的八分之一），搭配超长的待机时间，极简的 *** 作模式，10分钟之内即可上手，让物流信息识别更高效、识别成本更低廉。

软件技术方案：应用动态化UI渲染技术扩展形成小程序开发生态，降低嵌入式开发门槛及成本，非嵌入式开发人员通过编排业务流程的极简方式开发应用。

体验设计方案：通过设计打造无感互动，减少设备对人的负担，减少主动浏览和 *** 作，让设备成为人自然能力的延伸；以小屏承载的海量数字信息以及物流复杂业务的拓展，以低成本撬动传统行业数字化转型。

输入法设计方案：以方向键取代繁杂的全键盘，组块化输入内容、强化其与方向键的映射关系，减少输入认知负荷，使盲 *** 成为可能；以小屏承载全面的输入功能，经测试表现出远低于平均水平的输入错误率，确保输入内容精准无误。

目前Lemo在申通实 *** 业务已实现全场景覆盖，转运中心云边端架构全面实施落地，覆盖转运中心全10个场景，网点全12个场景，共45项功能，共计675个场地使用，实 *** 效率有效提高20%。

（2）“All-in-Cloud”计划，提升业务综合竞争力

在行业技术走强趋势下，一场以IT技术为主角的 科技 革命浪潮正风起云涌。云计算、大数据、人工智能、物联网、区块链等新技术正加速应用落地。在这些新技术当中，云计算作为基础设施，它是这场 科技 革命的承载平台，全面支撑着各类新技术和新应用。伴随着这波浪潮的发展，数字经济已经成为发展趋势，各企业都在进行或准备进行数字化转型，而上云则是企业数字化转型的起点。同时随着云原生技术这几年不断成熟，通过云原生的方式来释放云计算最大的计算红利也已成为当下许多企业选择的最佳实践方式。

在云技术使用方面，申通快递已经走在行业前列，成为通达系首家将全部业务系统搬到云上的快递企业，并通过引入云原生技术，实现技术的全面升级，让整个产品需求交付周期更便捷，降低维护成本，真正实现资源随用随开，彻底解决组建维护问题。在大数据能力方面，借助云上大数据的解决方案，让申通快递加速迈入大数据智能时代。海量的 历史 订单/巴q数据结合AI算力可以让业务做到智能预测和智能路由，实现弯道超车，更能通过借助阿里系产品（钉钉、菜鸟）来实现更多的业务创新，增强业务综合竞争力，加速申通快递复兴。

基于“All-in-Cloud”计划的实施，目前申通快递云上单次版本交付效率提升95%，稳定性提升70%，具备支持数据化运营的能力，同时完成了技术底座的搭建，为申通快递在技术创新、业务扩展方面打下坚实基础。

（三）优化末端网点，形成全国网络一盘棋

网络是公司的根基，网点稳、公司稳，网点强、公司强，公司过去靠网点取胜，未来仍然靠网点获胜。

2020年上半年，公司继续推进网点优化工作，做到网点与总部发展同步，政令能够在网点畅通。公司将坚持“中转直营、网点加盟”的管理模式，形成统一的管理。针对部分政令不通畅、考核不达标且经总部多次指导培训未出现明显好转的网点，总部已采取相关措施进行必要的调整，有序推动末端网点的经营体制改革，化解网点经营管理风险，通过进一步减少加盟环节，推行末端扁平化管理，以保持网络的高度稳定，通过实现中转、网点“一盘棋”，进一步提高公司的核心竞争力。

2020年上半年，全网新发展独立网点579个，现全网共有独立网点数量达4,100余个，较年初增长1643%。

从目前公司的产能、服务质量及网点经营管理能力等多方面来看，末端网点的经营活力相比以往得到显著提升。2020年上半年，公司全国四级行政单位（街道、乡镇、团场等）覆盖率达到8000%，较2019年同期增长800%。

（四）优化客服系统建设，提升客户服务水平

秉承着申通“用心成就你我”的服务理念，2020年上半年，申通快递继续深化推进全网客服一体化体系建设，落实标准化统一服务模式，推进公司与省公司、网点公司、客户之间的互联互通，强化客服人员素质，为客户提供规范有效的售后咨询、投诉、理赔服务及客户关系管理。通过多维度数智化系统开发与优化，切实提高服务效率，降低服务异常风险，保障服务质量。

在客户申诉及投诉机制方面，公司将原有处理流程进行进一步明确。通过梳理比对流程节点，制定并落实科学标准化处理方案，简化售后理赔流程，推行“先行理赔”机制，缩短理赔时间，实现快速、精准理赔，部分投诉理赔案件最快30分钟即可赔付到位，大大提高了客户满意度。在客户服务提质增效方面，公司紧随数字化 社会 发展，基于方便用户、快捷处理、多元化客诉对接的原则，上线并不断优化完善95543呼叫系统、官网在线客服平台、官方微信平台等多种渠道，创新服务，进一步满足广大消费者诉求，提升客户体验。

（五）多元化产品融合发展，提升申通综合服务能力

1、国际业务产品

在国际业务产品方面，目前公司主要有国际小包、国际邮政包裹、海外仓等业务，累计开拓了超过82个海外网点，国际业务服务地区已经覆盖美国、澳大利亚、俄罗斯、英国、日本、韩国等35个国家和地区。

目前，申通国际已经在美国、澳大利亚、意大利、英国、日本、韩国拥有海外仓配服务能力，拥有大型的仓配转运中心，英国伯明翰仓配转运中心、美国纽约仓配分拨中心、美国洛杉矶仓配分拨中心，配合国内华南、华东国际分拨中心将包裹转运全球。2020年拥有中东专线、日本专线、韩国专线、台湾专线、香港专线及澳门专线，北欧、美国、马来西亚专线。力求打造价格优惠、时效稳定的专线产品。公司开发的国际下单小程序“申通国际快递”上线，支持已开通海外网络国家网点区域客户在线下单，全链路轨迹一单到底，并与17TRACK深入合作，将高质量的国际物流信息传递给用户，实现信息的高效互联。2020年着重打造中欧30国专线，专线整合首公里揽收、国际空运、海外清关及欧洲30国本土派送资源，将货物在国内集中分拣，空运海外清关，由申通欧洲分拨中心中转完成欧洲30国的本地派送。2020年5月1日申通国际中欧国际货运包机正式从上海浦东机场起飞，5月2日开通昆明至印度定期航线，5月10日申通国际中尼货运包机首航，包机开通更好的提升了国际航空运输能力，维护国际寄递包裹供应链的稳定。

2020年6月29日，申通国际总部项目奠基仪式在桐庐举行。项目建成后作为申通快递未来全球化业务重要战略运营中心，这是申通国际整合与配置优质资源、实施全球化战略的重要载体，将有力支撑申通国际未来发展目标的实现，并引领申通国际进入大规划、大布局、大整合的快速发展阶段，具有里程碑意义。

未来申通快递将加快全球快递网络搭建速度，按照公司的战略部署，积极发展全球干线分拨运营体系，结网成型后将重心转向运营，并整合各项资源、备战未来。

2、仓储业务产品

公司致力成为专业的第三方仓储物流供应链服务商，专注为电子商务行业提供仓储、包装及配送管理一站式服务。目前，公司仓储业务的主要服务对象为电子商务经营中有仓储、加工、配送需求的商家，其中包含但不限于电子商务中平台类企业、平台内运营商家、及独立B2C企业等。

公司于2017年12月收购上海申通易物流有限公司（以下简称“易物流”）并对其增资，其主营业务为依托申通快递的物流网络为客户提供仓配一体化解决方案，持续为客户提供标准化及个性化的服务。易物流下设一个昆山分公司，在华东等地设有仓库，营业收入主要为仓储、快递、运输及其他增值服务收入。易物流主要以仓配服务为主线，IT技术为工具，供应链金融为加速，汇聚实时商业大数据，并将业务领域拓展至快运板块，力争未来五年建成百亿规模的综合型供应链服务提供商，目前易物流仓库面积已达12万平方米。接下来，公司将加快整合加盟网点公司的资源，继续扩大仓储规模，全力打造“申通云仓”品牌。

2020年1-6月易物流完成订单量约1,88460万单，同比增长398%。

公司按照枢纽自建、网点加盟、第三方合作的模式，快速进行复制，建成以中心仓为支点，中小仓相结合的仓配网。公司总部做到在人才上、资金上、领导精力上向以云仓为重点的新业务倾斜，以保证“1+3”战略的真正落地。此外公司继续完善与云仓相配套的相关政策，基于以满足客户需求、帮助客户降本增效的宗旨，公司针对多元化的客户制定个性化的政策及解决方案，以确保新业务推行取得新突破。2020年上半年，申通云仓延续2019年制定的策略，继续在核心城市自建、网点赋能和三方合作的各个领域持续推进。

除了已经建立的上海、广州、金华等地的云仓外，公司在昆明、南宁、温州等地陆续开仓，为客户提供一地建仓、全国发货的便捷服务。2020年新年伊始，申通云仓克服疫情的影响，在2月底陆续启动仓库运营，团队在上海、广州和金华仓库帮助客户快速发运口罩、消毒酒精等防疫物资，即帮助客户快速复产复工实现稳健销售，又保障消费者及时拿到防疫物资，高效助力全民抗击疫情。

三、核心竞争力分析 1、完善的业务网络优势 2020年上半年，申通快递继续围绕“中转直营、网点加盟”的经营模式对网络内转运中心进行了系统梳理，通过对转运中心的产能升级及小集散模式的推广，进一步完善中转集散布局。截至2020年6月，公司快递服务网络共有转运中心68个，其中自营转运中心63个，自营率约为9265%，公司现有独立网点4,100余家，同比增加4138%，服务站点及门店26,800余家，已经形成了覆盖率较为全面的快递服务网络。 2、标准化的管理体系优势 标准化运营体系建设是申通快递实现内部协同发展战略的关键一环，也是建立健全申通快递管理生态体系的必备环节。在业务运营方面，公司拥有规范的业务标准化流程，统一 *** 作标准与规范，提高公司的业务质量，重点做好仓储 *** 作规范、派送 *** 作规范、客服信息反馈处理 *** 作规范、货款回笼 *** 作规范、异常情况处理 *** 作规范等，从而进一步细化业务相关的 *** 作流程，明确流程标准，通过业务运营体系的标准化推进公司真正成为快递行业中的典范；在客户服务方面，加强客服体系建设，通过发挥和应用新型的移动互联网工具以及智能化模块的建设，全力推进客服智能化工程，同时加强客户服务标准化培训，着力推广客服标准化流程；在企业形象标准化方面，公司已经建立了统一的品牌形象识别系统，确保企业形象在任何场景使用的规范化和统一性。 3、强大的信息系统优势 现代物流的发展离不开信息技术的强劲推动，尤其是信息技术的日新月异为现代物流的创新提供了充沛的动力，现代物流的自动化、网络化、智能化都是以信息化为基础并在其大力推动下发展壮大，物流行业无论是从 *** 作设备还是业务模式都持续保持迭代革新的势头。在此背景下，申通不断提高信息化、数字化、智能化等信息技术水平，升级智能设备以实现经营管理降本、增效、提质目标。 2019年3月，申通与浙江菜鸟供应链管理有限公司签署了《业务合作协议》，双方将在信息系统和产品、全链路数字化升级、国内、国际供应链业务、末端网络优化等方面进行深入合作。进一步加快快递行业的发展，提高快递行业的服务水平，提升公司的综合竞争力。报告期内，在《业务合作协议》的大框架下，申通加速变革管理思路，同步引入互联网思维构建先进信息化平台。公司科研团队致力打造产品、技术、业务三位一体深度融入业务运营的模式，以用户为中心，为总部、省区、网点、承包区各岗位定制针对性、个性化的信息化工具和平台，同时在开发模式方面采用快速迭代、渐进明细来加速信息化平台的更新和优化，根据业务发展需求变化进行迭代更新和扩张。 2020年上半年，公司基于行业发展和市场需求持续推进完善产品矩阵，通过业务在线化完成数字化转型的第一步，打造了包括“网点管家”、“中心管家”、“财务管家”、“运输管家”、“路由管家”、“驾驶舱”等多款核心产品，覆盖揽收、中转、派送、客服等全业务流程，满足总部日常监控与管理的各方面需求。在简化系统 *** 作、完善系统功能的同时，实现了对快件流转全生命周期的信息监控、跟踪及资源调度，促进了服务质量的稳步提升和快递服务网络的不断优化，极大地提升了公司信息化、数字化、智能化水平，有效提升了管理效率和服务质量，为公司改善客户体验、实现业务拓展提供了有效保障。 4、高效的人才队伍优势 申通快递作为成立最早的一批民营快递企业，经过27年的发展已经在体系内积累了众多快递行业专业人才，公司管理层在市场营销、客户服务、物流管理、加盟连锁等领域积累了丰富的实践经验。 近年来，申通快递持续推动人才优先发展战略，通过创建人才结构新模式，即实现由单一型人才向复合型人才转型，在岗位结构上，实行管理、专业、技术、业务“四个序列”的人才结构；在人才培养方面上，实现以内为主、内外结合的人才培养模式，全面推进人才的素质提升；在知识结构上，实行专业化、知识化和国际化人才结构搭建，并联合国内及国际名牌高校 探索 合作培养模式，做好高精尖人才的储备工作。 5、知名的品牌形象优势 “申通快递”品牌创立于1993年，引领了我国快递行业的高速发展，连续多年快递派送件数量位居全国同行业前列，已经形成了广泛的用户认知度和强大的市场影响力。在获得快速发展的同时，公司陆续获得“中国驰名商标”、“上海市著名商标”、“中国品牌价值百强物流企业”、“青浦区纳税百强企业”、“2017中国快递年度品牌奖”、“上海名牌”等众多殊荣，充分地表明公司在 社会 、行业、客户等方面建立了良好的品牌形象，获得了广大消费者的积极认可。 综上所述，申通快递作为快递行业内的领先企业之一，在加盟模式下历经多年发展，已在全国范围内建立了完善并且高效的快递运营网络，快递业务量保持了稳步增长的趋势。申通快递具备完善并且高效的业务运营网络、丰富的快递经营管理经验、标准化的运营管理体系、强大的信息系统平台、高效的人才队伍以及知名的品牌声誉构筑了其强大的核心竞争力，未来申通快递亦将充分把握快递市场的发展机遇，进一步提升自身管理水平和整体盈利能力。

14家AI巨头智博会公布“一年成绩单”

2019中国国际智能产业博览会（以下简称：智博会）在重庆举行。作为国家级高规格博览会之一，重庆智博会是我国深度参与数字经济国际合作的重要行动，将集中展示全球智能产业的新产品、新技术、新业态和新模式等。
本届展会共吸引到13位诺贝尔奖得主、4名图灵奖得主在内的百余位全球智能产业知名学者、研究者，他们将与千余名嘉宾共同见证人工智能发展的最新成果，可以称得上是国际科技界的高端盛会。
尽管本次重庆智博会才仅仅是第二届，但从规模上看已经展露了世界对其的重视程度，并且吸引国内外的人工智能领域巨头的高度重视。如此多的科技巨头聚首重庆，与地方政策的扶持和国家的重视密不可分。那么，在首届智博会召开至今，在这短短的一年时间里这些AI巨头都做了哪些事呢？今天就让我们来细数下，这一年来AI巨头在重庆都做了哪些事。
BAT近一年时间的布局成果
阿里巴巴中西部区域总部 盒马生鲜实体店登陆
近日，两江新区宣传部相关人士称，这几天阿里巴巴集团中西部团队正集中入驻落户两江新区服务贸易产业园的新办公地——阿里巴巴中西部区域总部。
阿里巴巴中西部区域总部是阿里巴巴在渝打造的“智能重庆中心”。阿里巴巴中西部区域总部将组建1个总部和8个功能性平台。即智能交通研究院、智能物流研究院、智能制造工业物联网、健康医疗大数据应用平台、智能互联汽车研究院及研发中心、公共服务平台、食品安全大数据、人才培养基地。
2018年12月21日，阿里巴巴“新零售”盒马鲜生网红实体店首店落址九街，一周后又登陆杨家坪商圈。
两江新区服务贸易产业园的阿里巴巴重庆总部备受重视，据悉该智能中心将作为阿里巴巴及其合作伙伴的区域中心，在智能制造平台、物联网平台、智能网联汽车、新零售、新金融、城市数据大脑等领域，助力重庆打造大数据、人工智能等产业。
比如在智能制造方面，去年8月24日的“云栖大会·重庆峰会”上，阿里云发布了一款重磅工业互联网平台，助推重庆加快制造业和互联网融合创新，加快工业制造向“智造服务业”转型升级，未来将延伸至重庆的4000家企业。
蚂蚁金服构建重庆金融风险智能监测防控体系
蚂蚁金服集团在大数据智能化应用、科技金融和大数据人才培养等3大领域集中签订14个项目的合作协议。
在大数据智能化应用领域，市城管委、市民政局、黔江区等分别与阿里云合作推进重庆市智能化应用快速发展。在科技金融领域，市金融办拟与蚂蚁金服成立监管科技合作实验室，蚂蚁金服将提供蚁盾风险大脑，协助共同推动重庆构建地方金融风险智能监测防控体系。
同时，三峡银行也将与蚂蚁金服共同成立金融科技创新实验室，引入蚁盾（蚂蚁金服旗下安全品牌）加码三峡银行的风控体系建设，提升其金融创新和服务实体经济能力。
在大数据人才培养领域，重庆工程学院、重庆工业职业技术学院等9所职校与阿里巴巴集团签署了合作备忘录，共建校企合作客户体验实训基地。
菜鸟IoT物流计划落地重庆
2018年5月31日，菜鸟在全球智慧物流峰会上宣布IoT战略。菜鸟与重庆巴南签合作协议，打造国家智能物流骨干网又一节点项目，重庆一跃成为西南地区和一带一路沿线的重要智慧物流枢纽。
14家AI巨头智博会公布“一年成绩单”
据悉，国家智能骨干网菜鸟巴南项目，将建设新零售订单生产中心、物流大数据信息平台、新零售供应链金融服务中心、新零售实验平台等

2020年的安防圈，仿佛被按下了暂停键，项目停滞、融资缓慢、研发缩减，没有人能预料到，中国安防的新十年，是以这样的状态开始，不少企业也以这样的方式结束。

过去十年里，近千家安防产业链厂商，经过无数次物竞与天择，仅留下数十家企业，拥有充沛的资金和技术储备，迎接新十年。

站在安防新十年的这个节点之上，9月5日，由雷锋网 & AI 掘金志主办的第三届中国人工智能安防峰会，在杭州正式召开。

本届峰会以「洗牌结束，格局重塑」为主题，会上代表未来新十年的15家企业，为现场1000余位听众和线上几十万观众，分享迎接安防新十年的经营理念与技术应用方法论。

以下是本次大会的精彩回顾：

国际人工智能联合会首位华人理事会主席杨强：「联邦学习下的数据价值与模型安全」

杨强在大会中指出，目前很多行业并没有真正意义上的大数据，产学两界都缺乏高质量、有标注、不断更新的数据。

如何保证各方数据私密不外传，又能保证数据更新？这就是分布性数据隐私保护、联合建模的挑战和需求——把小数据聚合起来成为大数据。

加上现在人们愈发重视隐私，政府纷纷立法，对技术的监管趋严，联邦学习正为保护隐私带来了技术上的新思路。

如何理解联邦学习？“邦”是指每个实体参与者地位相同，无论大小，提供的价值才是他们存在的意义；“联”是用一种方式把它们联合起来，保护隐私，一起做有意义的事情。

联邦学习的宗旨是“数据不动模型动”，目标是“数据可用不可见”。数据可以用，但是这些原始数据是合作方彼此之间见不到的，所以一些散乱的小数据就可以成为虚拟的大数据。

杨强教授介绍称，目前联邦学习主要有横向联邦（样本不同、特征重叠）和纵向联邦（样本重叠、特征不同）两种做法，前者更适用于to C场景，后者适合to B场景。

他强调，联邦学习和分布式AI、联邦数据库的区别在于：过去这二者的数据形态、分布、表征皆为同类，但在联邦学习里它们可以是异构的；且过去联邦数据库目的是并行计算、增加效率，但现在数据本身属于不同的属主，所以需要做加密情况下保护隐私的计算。

随后，杨强也谈到了联邦学习在安防等领域的应用。此外，杨强团队还推动制定世界上第一个联邦学习国际标准，同时也发布了开源平台FATE，并且积极筹措联邦学习联盟，共建联邦学习生态。

海康威视EBG解决方案部总裁李亚亚：「赋能数字转型，服务千行百业」

李亚亚介绍，海康目前的业务主要分为三块：综合安防、大数据服务和智慧业务。

数字经济和数字化转型成为必然趋势下，人工智能交付问题依然面临挑战，难点有三：一是泛在需求，这是场景碎片化、需求差异化必然带来落地难问题；二是复杂交付，涉及产品、施工、算法优化、信息系统打通、业务流程转型等诸多问题。三是成本可控，关注投入产出比非常必要。

李亚亚认为，解决落地难，仍然是要回归商业本质。要从产品的品质抓起，目的是让各行业都享受到技术革新的红利，通过场景化、差异化的问题解决，提升用户的业务价值回报。

数字化转型是一个逐步进阶的过程，场景化是路径，因此要通过系统的产品体系去支撑场景化应用。面向企业领域的数字化业务的开展和落地，海康威视从拉近管理距离，提升业务效率，规范作业行为，防范安全隐患四个维度出发为行业赋能。

海康威视秉持开放融合的合作理念，携手合作伙伴，共同实践数字化转型之路；秉善笃行，不断创新技术和产品赋能千行百业，为社会的安全和发展开拓新视界。

大华股份先进技术研究院院长殷俊：「AI 行业应用，产业升级」

殷俊认为，AI经历了理论研究的10、智能落地的20，目前处于行业智能的30阶段。

AI 10时期是“两耳不闻窗外事，一心只读圣贤书”，计算力不够，数据有限，算法不成熟；20阶段是“纸上得来终觉浅，绝知此事要躬行”，算法、算力有了突破，成熟的算法寻找落地场景；30阶段是“忽如一夜春风来，千树万树梨花开”，行业最需要的不仅是一套算法、一套系统，而是企业解决客户痛点和需求的能力。

在行业智能背景下，人工智能需要具备的基础能力包括：一是AI技术泛化、快速迁移新应用的能力；二是应用牵引，快速适配新需求的能力。

殷俊认为在30阶段是应用主导个性化和AI解决方案的敏捷交付。在这个过程中，首先要构建人工智能解决方案的端到端体系化能力，大华已经在四个方向做了重点布局：系统架构、数据智能、智能工程化、智能技术。

除了构建以上核心能力，大华还开放全栈能力，赋能行业生态，并在实战中持续积累人工智能核心技术，针对全场景理解、小规模数据、泛化能力、多任务学习和AutoML等人工智能的五大技术挑战，开展实践探索，并已取得实战应用成果。

最后，殷俊强调，AI目前还是依赖人工为主，大华希望未来在行业共同努力下，能够真正转向AI的自我智能，推动行业智慧化落地。

西部数据智慧视频产品首席技术官孙煜：「AI安防与存储的变革」

孙煜提到人工智能在监控行业的应用四个主要要素：芯片、软件、存储和厂商。

芯片不断提升算力，并降低成本，软件提供高效实用的算法，海量数据需要被存储才能被利用，厂商集成以上要素并落地。这个生态中，各方要素一起合作才能使得AI真正落地。

AI应用，使得视频监控的存储架构从以前的端和边，变为现在的端、边、云，连接方式云化，其中，存储器需要更高顺序读写性能、更大的存储容量、更高地随机读写性能、更快地响应时间。

西部数据通过提供视频监控行业从终端到核心的存储产品组合，协助视频监控行业的AI落地。

孙煜演示了西部数据专门为整个视频监控行业打造的从端、边、云的各个产品组合，以及专门随时检测硬盘监控状态的软件WDDA，Western Digital 设备分析 (WDDA) 是 Western Digital 的监控优化存储产品系列支持的全新设备分析功能。WDDA使管理员能前瞻式地管理存储设备并保持性能优化，防止意外故障。

孙煜强调AI进入后传统监控盘力不从心，系统厂商通过合并通道单码流，顺序地写入，大大减少了硬盘的飞行时间和次数，把飞行机会转移到数据库访问，提升存储系统的性能。

西部数据认为提高数据利用率的关键，是告别简单粗放模式，进行精细化的分层存储策略，他们还建立起一套四层存储架构体系：热存储、温存储、冷存储、极冷存储，分而治之，极大地提高数据利用效率。

商汤科技智慧城市事业群产品副总裁朱鑫：「AI 驱动城市智能化变革」

数字化转型的核心技术是云计算、移动互联网、物联网以及大数据，更多是在于更高效的信息组织，更顺畅的一些信息流动，以及更便捷的信息访问，从而去改善企业以及行业的效率，生产力是百分比提升。

智能化变革，机器将取代人工，如此会形成一个自主的组织生产，最关键的是，随着数字技术、芯片、摩尔定律以及云计算能力相关规律影响，机器成本会持续下降，规模化后机器成本会趋向极低的成本。彼时对生产力的提升不是百分比，可能是倍数，甚至是指数级。

大量的城市物联设备、规划的城市群，以及城市里形成的大量人流、物流、车流、金融流、数据流，组成了城市互联网。

朱鑫总结了城市互联网市场下，真正推动一个城市智能化变革的三大支柱系统。

一是新一代的联网汇聚平台。视觉数据是城市最丰富的数据资源，前端设备收集的数据通过联网汇聚，形成城市动态的数据资源池，动态数据经过AI系统处理后，成为城市数据资产。二是超级计算底座。每个城市需要一个新型的超算中心。三是城市级算法系统。系统有三大板块：城市的主算法系统、城市级场景算法系统和通过融合、关联、决策，形成一个完整的城市的算法系统。

商汤在这几个支柱下面形成了一整套体系与方案，从最底层的基础建设开始，从数据中心基础设施到城市智能的计算中心，再到城市智能云赋能中心，把整体算法系统能力都放在云赋能中心。

宇视副总裁、首席架构师姚华：「AI 如何得到人民的好口碑」

姚华回顾了2018年提出的AI与安防的七座大山，并指出如今视图数据全链路计算逻辑已经形成，AI在安防已经从0跨越过1。宇视的AI部署已经在从城市到郊区、乡村，解决群众的小事和琐事。

业务状态出现新挑战，比如动态人口服务和管理难、案件有效线索率低。姚华列举“宇视追影系统”应用的三个案例：疫情期间24小时找回出走口罩少女，男子沿街威胁案件，合伙扒窃案，以上成功案例中，最关键的技术是ReID（跨镜追踪）。

姚华指出，ReID应用有七大技术难点：第一，不同姿态、角度、分辨率下的人体之间的匹配；第二，复杂场景、有遮挡，密集人群等场景下的匹配；第三，不同交通工具上的人体的匹配；第四，不同时间段以及着装变化后的行人匹配；第五，跨摄像头模态行人匹配；第六，目标行人着装发生变化后的匹配问题；第七，在较小训练集上匹配算法训练较为受限问题。

宇视联合博观（拥有国际三大主流ReID数据集、Vehicle ReID等世界纪录的算法公司），设计了基于现有样本的GAN对抗网络，较好地模拟了人体的多角度、多姿态特征。同时，辅以多种预处理算法，极大地扩充了原始样本基数，使得在较小训练集上匹配算法训练受限的问题迎刃而解。

其次，宇视在算法中采取结合全局特征和多尺度局部特征的混合向量提取解决方案，并在训练中采用迁移学习，再者，对每个人体的局部特征进行重定位的匹配训练，通过实现对人体局部位置的精准定位，可将人脸识别与ReID联动结合，解决跨镜追踪应用的诸多难点。

宇视追影系统发布一周年，实战应用落地中国百余个城市和地区，实战案例超1000个，找回走失人口100余人，小微案件侦破率提升50%。最后，姚华用“好AI，为人民服务”结束：小案件是群众的“天”，无论乡村还是城市，AI帮助解决小案件难题，能让我们尊重每一个微小的个体。

360城市安全集团副总裁、360视觉科技总经理邱召强：「360 以安全为基础的 AI 技术与应用 」

邱召强表示，当行业在享受技术带来当先进性时，360通常用逆向思维思考：一个新的技术产生的同时会带来哪些安全隐患。

邱召强指出了数字时代的四个特征：第一，一切皆可编程，也造成漏洞无处不在；第二万物均需互联，虚拟世界的 *** 作带来了物理真实世界巨大的灾难；第三大数据驱动业务，数据一旦汇总，安全性难以保证；第四软件定义世界，世界架构在软件之上，脆弱性前所未有。

360在过去15年，总结和打造出了一套云端的安全平台。360安全架构是以安全大脑为核心，六大板块，一个安全大脑，十个安全基础设施，和一个运营的所发，一个专家的团队，一个实战演练机制和一个安全互通的标准。

背靠360城市安全集团，360视觉科技专注于人脸识别产品的开发和应用，打造出以大数据为基础的视觉安全产品，包括了人脸识别门禁、人脸识别通道闸机、人证核验设备等智能终端及针对办公楼宇、酒店、商超、社区、学校，交通枢纽等场景解决方案，构建以安全为核心的智能生态。

360安全赋予了360视觉科技独特的竞争力。针对人脸识别终端设备的安全，对核心库和可执行性文件进行核心加固、对代码加固、对应用程序加固，三重安全加固防护；此外，360视觉科技还独创密钥白盒技术，为人脸识别终端、云平台环境中的数据加密及公私钥身份认证，全程密钥无明文。

最后，邱召强展示了360视觉科技人脸识别硬件家族，以及智慧园区、智慧楼宇、社区安全、智慧校园、机场安防、智慧办事大厅等几大行业解决方案。

华为机器视觉领域总裁段爱国：「华为 HoloSens ，点亮智能世界」

段爱国提出，一个真正的智能世界有三个非常典型的特征或者基础框架技术：一是万物感知，二是万物互联，三是万物智能。

在华为来看，万物互联、5G、光网络是华为的强项，华为机器视觉将成为华为在万物感知的核心。

段爱国还认为，智能世界向前迈进有三大核心技术：以全息感知为核心的机器视觉，以万物互联为基础的移动无线通信，以及万物智能的AI技术，2020年这三个技术开始合拢。

所以华为在2020年率先提出，所有的视频技术应该从人看向给机器看转移，并正式把产品线更名为“机器视觉”，聚焦打造两个核心的能力：一是前端的全息感知能力，二是在后端用数据驱动，反作用于物理世界，驱动于智能世界。

4G的时代，以智能手机为核心，出现了各种行业移动互联网的应用。在华为来看，机器视觉就是5G时代的行业数字化的智能手机。段爱国还提到，过去5年，AI的成本在下降，AI已经进入到普惠的时代，他预测未来两年智能摄像机一定会超过网络摄像机。

另外，华为将聚焦打造4个核心战略产品和平台：前端的软件定义摄像机，后端的智能视频存储，类似于智能手机应用市场的智能算法应用商城，以及华为机器视觉云服务。

在此基础上提出四大战略策略：战略一，积极投入全栈全场景的AI研究；战略二，重构产业架构，加速智能化升级；战略三，平台+生态，赋能千行百业；战略四：端边云协同，深度数据挖掘。

最后他强调， 会将开放进行到底，未来的智能世界很复杂，华为不可能一个人包揽全部的工作，希望大家一同成长。

旷视副总裁那正平：「城市大脑的条与块」

那正平表示，城市治理数字化、智能化浪潮中，无论是智慧城市、城市大脑还是数字孪生概念，核心思想都是通过物联网、人工智能等技术，准确发现城市运行的内在规律，从而进行动态优化调节，解决城市面临的安全、出行、环境、产业升级等诸多问题，最终提升城市治理水平。

那正平归纳出做好城市大脑和城市大脑的 *** 作系统的几大要点：深入研究城市发展规律；探寻业务本质；先具象再抽象；脚踏实地，长期主义。

旷视通过分析城市空间和管理对象，指出城市的日常运作管理需要秉持以人为本核心，城市大脑应围绕条块结合的方式实现综合管理，实现条、块、脑、OS的协同。

城市大脑中的条应用总量少，单体规模大、高并发、数据壁垒强；而块总量大、IoT种类多，低并发、数据壁垒低，集成联动潜力大。

基于此，旷视提出：构筑城市大脑需要先围绕“条”和“块”打造城市级的超级应用，验证产品、实现单一场景闭环，从而形成具有旷视特色的软件和硬件产品矩阵，最终逐渐沉淀出城市级和建筑级AIoT *** 作系统，实现城市物联网的闭环。

旷视认为，人工智能产业现在处于并将长期处于初级阶段，我们必须正视并不能超越这个初级阶段。第二，人工智能产业的主要矛盾是市场日益增长的多样化需求同落后的算法生产力之间的矛盾。

云从科技安防行业部总经理李夏风：「人机协同平台，助推社会治理现代化升级」

云从认为人机协同有三部分：人机交互、人机融合、人机共创。

人机协同中，各个行业的专家、以机器代表的AI知识服务和用户，三者形成一个闭环，首先专家把知识赋能给机器，机器转换成智能化产品并提升客户的体验，用户从中反馈出个性化的需求，后续提升专家的效率并反哺到产品或服务中。

云从人机协的落地通过三部分实现：智能化终端设备收集数据，同时也是人机交互的入口，云端大脑是整个数据的汇集、分析、提炼的中枢，当数据大脑经过分析，形成相关的服务后，通过嵌入式的模块，即AI平台，实现人机协同在各个场景落地。

而AI训练平台融合数据智能标注、OCR训练、图像训练、NLP训练、视频结构化训练于一体，根据场景数据，生成符合行业需求的AI模型算法。云从的智能解析引擎具备软硬解耦特性，可以适配国有自主芯片，还能实现效率和使用维度的极大地性能提升。

基于云从的数据分析引擎，提供面向数据全生命周期的分析、挖掘及应用服务，完成数据到知识的价值转换，赋能各业务场景应用。

具体来说，汇聚感知数据，打造数据挖掘基础，融合业务数据，灵活定制生成各类标签，拓展业务对象，并依托认知信息，形成各类专家的决策，为决策提供有力的支撑，最后，依托可视化专家建模，固化专家经验模型，积累与传承业务知识。

从数据到知识是数据价值挖掘的必经之路，目前大部分数据资源没有得到充分利用，云从的知识生产与服务平台KaaS，通过将标签、机器学习等知识模型化、在线化，加上AI 引擎， 变数据/经验为在线知识。

通过数据智能模型为核心的知识体系构建实现从多维数据中挖掘隐形事件背后的关联关系及规律现象，服务于风险防控、态势预测、行为画像、虚拟轨迹等各类实际业务决策。

比特大陆AI业务线CEO王俊：「安防新基建，AI 芯智能」

王俊认为，当市场容量足够大时，总是会催生出更专注的产品，因为越是专注的产品，越容易获得更高的效率，随着AI市场的爆发，AI的计算硬件亦是如此。过去大家用GPU来取代CPU提供AI算力，现在正是从GPU切换至TPU或其他AI专用芯片以获得更高效率的时代。

比特大陆算丰自研的TPU，覆盖了云、边、端，专注于深度学习计算，相对于CPU和GPU，在获得更高性能的同时，还具备更高的性价比和更低的功耗。安防行业已经完成了从看得见到看得清，看得清到看得懂的阶段，而未来在更多专用AI芯片加持下，可继续实现看得快、看得起。

王俊还提到，比特大陆算丰业务坚持专注、开放、合作共赢的理念，专注AI芯片及其相关硬件的研发，同时开放各个层次的软件接口方便各种算法的接入和优化，力求和各个算法、应用等合作伙伴紧密合作，共同打造完整的AI解决方案。

同时，他们会打造基于比特大陆算丰芯片的算力平台，提供数据、算法、应用的统一管理，这样不同的应用需求，基于不同深度学习框架的不同算法方案，都可简单、高效的运行在该算力平台上。用户可自由选择最合适的方案，接入数据，并获得智能分析的结果。如此，在真实的场景中，无论是人脸识别、视频结构化这样单一的应用，还是城市大脑这样的综合方案，比特大陆都可基于该平台，联合合作伙伴，提供统一、高效、易用的AI算力服务。

澎思科技副总裁曲瀚：「AIoT 新基建，加速人工智能进入普惠时代」

澎思科技认为人工智能新基建的一个核心就是AI的基础设施化，分为技术基础设施和融合基础设施。

在此趋势下，智慧城市和AI安防将成为新基建的最佳试验场。另外，AI安防也逐渐发展到了第二阶段，AI在To B领域的发展开始从单一的场景向全社会各个领域延伸，每个细分的场景都展现出不同的AI服务需求，未来就是服务为王的时代，谁能够快速精准地把握住客户的需求，谁就能够在未来的竞争中快速胜出。

曲瀚指出，AI普惠的产品有两个核心要点：一是极致产品体验，二是场景化的解决方案能力。实现AI普惠的终局在于四个方面：第一，万物智联，所有的AI终端实现在线化。第二，推动AI算法向通用智能算法演进，降低机器学习的成本，提高泛化能力。第三，构建一个丰富的产品生态。第四，场景的联动和重塑。AI不是一个孤立的系统，需要和客户的其他系统做连接和联动，才能使得场景服务变成一个主动智能的服务。

澎思基于对普惠AI的理解，构建了澎思AIoT生态平台，包括四个关键的能力：第一，智能视图大脑。算法会从云、边、端三个维度全链条嵌入。第二，全系列自研的智能边缘设备。第三，打造云端智能服务的开放平台。第四，后端建立数据管理平台，使得数据在AI、硬件以及云服务能够充分地流动，实现业务和训练数据的并轨。

曲瀚还表示，普惠AI最核心的是算法能力，这是整个AIoT业务的底座，澎思的算法在云端和边缘端都走在世界的前列。

最后，曲瀚还重点介绍了在智能城市「新基建」中，澎思在城市公共安全与治理、人居场景智能化两大场景中的落地情况，以及深度参与新加坡等海外市场智慧城市的建设经验。

的卢深视CEO户磊：「大库时代，落地千万级刷脸系统的技术剖析与建库经验」

户磊提到，大库时代，金融支付、交通等众多场景亟需千万级精准人脸识别技术方案。目前行业内现有方案为多引擎，多层级，分库管理模式，系统复杂、软硬件开销大、成本高、效率低。

因此理想的大库识别方案应该具备以下几点：精准，万亿分之一误识别率，千万级别底库，鲁棒性好，高度兼容性，以及价格适宜。而的卢深视是全国首个建立省级规模三维人像数据库的AI公司。

的卢深视的千万级精准识别的刷脸系统具有几大关键技术点。

系统架构，分为三个层次，由前端多维智能感知系统、千万大库云端中台和多模态关联分析与预测组成。

其中高性能三维人脸识别算法与前端相机深度集成，降低后端计算开销，中台支撑千万级大库人脸的建库、清洗、检索，适配度高、效率高，多模态架构的兼容性好，分析预测环节基于大数据的逻辑推理，时空轨迹关联分析，将2D/3D人脸、人体、物品、时间、地点等多维大数据融合，深度挖掘数据之间的关联性，实现预测与预警。

其次是技术架构。核心算法层，其中最重要的是3D算法层；平台技术层，包括后端的技术，包括通信计算、协同优化等等技术；业务中台，对数据接入、数据管理、数据清洗、优选，而后融到库里面进行数据同步，最终支撑各种各样应用。

再者，的卢深视建立三维数据标准及评价打分体系，这是后续进行三维应用的基础，的卢深视对于各种数据类别，均提供数据质量要求及评价标准。

户磊还总结了的卢深视3D识别的优势：

准确率高，保证精度不损失的情况下，突破了三维人脸识别的量化技术，最终可以实现在千万级库上面秒级的反馈结果，可以保证万亿大库下的高准确率 。

鲁棒性好，实现了深度图和红外图的识别，不受光线影响，包括大角度、浓妆识别的准确率，能够融入15到20度大的角度的差异。

安全性高，尤其对于活体检测，能够实现2D平面伪装攻击方式100%防御。

平安科技副总工程师王健宗：「联邦智能——智慧城市的突围之道」

目前，人工智能在移动互联网、云计算、大数据、IOT、5G等新技术的驱动下得以迅猛发展， 不过在AI技术落地时总是有所欠缺，即人工智能通用算法在本地化部署过程中所面临的数据困境，而这一块恰恰是相关行业或企业所缺乏的。

王健宗认为，其数据困境主要是三点：数据孤岛、法律法规监管日趋严格，以及传统AI技术模式下的限制。

联邦智能是以联邦学习为龙头，同时涵盖联邦数据部落、联邦推理、联邦激励机制，共由四部分组成。面对目前日益苛刻的数据安全隐私的问题，通过构建联邦学习的技术内核，建立联邦数据部落，实现具备隐私保护的联邦推理，并以联邦激励机制为纽带形成一个完整的AI生态格局，从而打破数据壁垒，使人工智能发展迈向新阶段。

其中，联邦学习是隐私保护下的分布式机器学习技术，以及“数据孤岛问题”的解决方案。联邦数据部落，在确保数据安全及用户隐私的前提下，建立基于联邦智能的大数据部落生态，充分发挥各行业参与方的数据价值，推动垂直领域案例落地。联邦推理，在一个隐私与安全的链路过程中，发挥着引擎模型的联邦推理作用。联邦激励机制，它的核心是一个遵循基本准则的闭环学习机制，通过联合建模协议达成、贡献度评估、激励及资金划定等环节，吸引外部企业参与，加入联邦智能生态。

平安的蜂巢联邦智能平台。在整个平台中，蜂巢依托平安集团这一综合性集团背景，能够提供智慧金融、智慧城市、智慧医疗商用级的一站式解决方案，希望能够以此激活数据价值，这也是整个平台的使命。蜂巢平台的目标是跨企业、跨数据、跨领域，实现整个大数据AI生态。此外，它在营销、获客、定价、风控、智慧城市等等方面推出了相关的解决方案。

最后，王健宗总结道，联邦智能作为枢纽，将会为智慧城市的未来提供更多新的机会。同时，随着公民隐私安全意识的不断加深，它将更好地为公众带来高品质的个性化服务，并在当前新基建的背景下，立足于数据，依托联邦智能生态，加速精细化服务时代的到来，这也是联邦智能的机会。

灵伴科技公共安全事业部总经理刘叶飞：「安防新十年，AR 来主宰」

刘叶飞认为AR在智能安防领域有独特优势，比如第一视角显示，融合现实世界，人机交互自然，信息传递准确。AR技术如果运用到智能安防领域，在未来的十年，AR+AI必定推动整个安防市场。

杭州灵伴科技成立于2014年，从做语音识别、语音交互起家，随后过度到视觉交互，主要体现在AR层面，在2020年，灵伴推出了全球首款光波导形态的AR智能眼镜。

他还现场展示了灵伴科技在全球首款可量产的光波导智能眼镜，可折叠，小巧轻便。基于光波导优质的显示效果，可以不影响正常视线的情况下与外界进行交互。

刘叶飞还介绍，这款智能AR眼镜具有人脸识别、红外测温、车牌识别、执法记录、信息推送、远程指挥等等功能，相当于取代三个信息化执法终端所有的功能。除了安防行业，还可在智慧园区、大型安保活动、监狱、海关/边检、轨道交通、机场等多种场景使用。此外，灵伴科技在博物馆、两会、疫情防控等场景下的均有落地案例。

安防「新十年」颁奖典礼

大会演讲环节结束后，峰会进入到安防「新十年」颁奖环节。

AI与安防的融合，经由2018年的静水深流、2019年的混沌厮杀，2020年的技术研究与方案落地将会更为清晰、成熟。

身处产业临界节点，雷锋网AI掘金志启动安防「新十年」评选活动。

雷锋网AI掘金志从商业维度出发，基于对AI安防产业四年的调研和资源积累，并联合政、企、学、投资四界的评选委员，致力于寻找广受市场认可的企业、产品，寻找人工智能在各个行业的最佳应用。

五大城市代表企业榜

五大最佳行业解决方案榜

引领未来十年的五大新基建企业

知识图谱可以用python构建吗？

答案当然是可以的！！！

那么如何使用python构建

什么是知识图谱

从Google搜索，到聊天机器人、金融风控、物联网场景、智能医疗、自适应教育、推荐系统，无一不跟知识图谱相关。它在技术领域的热度也在逐年上升。
互联网的终极形态是万物的互联，而搜索的终极目标是对万物的直接搜索。传统搜索引擎依靠网页之间的超链接实现网页的搜索，而语义搜索是直接对事物进行搜索，如人物、机构、地点等。这些事物可能来自文本、、视频、音频、IoT设备等各种信息资源。而知识图谱和语义技术提供了关于这些事物的分类、属性和关系的描述，使得搜索引擎可以直接对事物进行索引和搜索。
知识图谱是由Google公司在2012年提出来的一个新的概念。从学术的角度，我们可以对知识图谱给一个这样的定义：“知识图谱本质上是语义网络（Semantic Network）的知识库”。但这有点抽象，所以换个角度，从实际应用的角度出发其实可以简单地把知识图谱理解成多关系图（Multi-relational Graph）。
那什么叫多关系图呢？ 学过数据结构的都应该知道什么是图（Graph）。图是由节点（Vertex）和边（Edge）来构成，但这些图通常只包含一种类型的节点和边。但相反，多关系图一般包含多种类型的节点和多种类型的边。
本项目利用pandas将excel中数据抽取，以三元组形式加载到neo4j数据库中构建相关知识图谱。

运行环境

基于Neo4j能够很容易构建知识图谱，除了用neo4j自带的cypher，也支持Python包py2neo创建节点和关系从而构建知识图谱。本项目是基于发票信息，将发票数据中结构化数据抽象成三元组，分别创建节点和关系从而构建成知识图谱。
具体包依赖可以参考文件requirementstxt

neo4j-driver==162numpy==1153pandas==0234parso==031pickleshare==075pluggy==080prompt-toolkit==1015py==170py2neo==3Pygments==220pytest==393python-dateutil==275wcwidth==017wincertstore==02xlrd==110

将所需依赖安装到pyton中：pip install -r requirementstxt

Pandas抽取excel数据

python中pandas非常适用于数据分析与处理，可以将excel文件转换成dataframe格式，这种格式类似于Spark中的Dataframe结构，可以用类sql的形式对数据进行处理。
Excel数据结构如下

通过函数data_extraction和函数relation_extrantion分别抽取构建知识图谱所需要的节点数据以及联系数据，构建三元组。
数据提取主要采用pandas将excel数据转换成dataframe类型
invoice_neo4jpy

建立知识图谱所需节点和关系数据

DataToNeo4jClasspy

具体代码请移步到GitHub上下载

详细内容请到github下载，项目名neo4j-python-pandas-py2neo-v3

更多Python知识，请关注：Python自学网！！

---