数字人民币增加6个试点测试地区，为何现在大力推展数字经济？

大力推展数字经济，这样可助推我国经济高质量发展。

一，产业数字化推动经济高质量发展的传导机制

产业数字化包括农业数字化、工业数字化和服务业数字化，可优化产业结构，重塑产业新格局。产业数字化不仅包括传统产业的数字化转型，也包括由新技术衍生出的新产业形态。当传统产业通过数字化不断进行品牌创新、商业模式创新、管理创新、营销创新等，经济高质量发展就会有无穷的动力。将数字技术应用到工业制造业领域，可提高整个工业生产部门的经济效率和产品技术含量。将数字技术应用到服务领域，可通过大数据精准匹配个性化需求，加快产品和服务创新的速度，加速消费升级，提高资源配置效率。

二，数据价值化推动经济高质量发展的传导机制

数据要素与知识、技术、信息等其他新生产要素相结合，能推动新一代信息技术与实体经济深度融合，以数据驱动企业和产业数字化转型，促进经济高质量发展。在工业互联网时代，数据是核心资源。通过大数据、云计算、人工智能、物联网等新兴技术的应用，上下游产业链的数据资源得以充分挖掘、高效利用和有效比对衔接，带动技术研发体系、管理方式和产业价值链体系的重构，推动经济高质量发展。

三，数字化治理推动经济高质量发展的传导机制

数字化治理是政府利用数字技术处理海量的工作数据，用信息化手段进行城市数字化管理运作的基本模式，不仅包括同城不同业务部门的数据共享，也包括跨城、跨省的信息互通互联。在大数据、区块链等新技术的推动下，政府部门必须增强数字化办公的意识，保证政务数据的有序开放和共享，塑造完整的大数据产业链条，以推动政府智慧治理及智慧城市建设，提高政府政策的执行效率，为经济的高质量发展提供保障。

eSIM卡即嵌入式SIM卡，将传统SIM卡直接嵌入到设备芯片上，而不是作为独立的可移除零部件加入设备中，由此带来的最为简单直观的就是节省空间，通过贴片焊接工艺直接将SIM卡加入到产品中，用户切换运营商和套餐也变得更加容易（国内暂时不支持）。因此eSIM卡具备了更小体积、高稳定性、一号多终端、使用便捷等优势。

减少体积：在硬件上减少了卡槽空间，使终端设备更容易实现小型化，例如智能手表、车载设备;

稳定性高：嵌入式芯片让产品的抗震性、耐高温、可靠性更强，适应更恶劣的工作环境;

一号多终端：随着运营商的竞争与发展，使用空中写卡的方式更加灵活的切换运营商数据;

快速和灵活的连接: 当运营商的信号不好时还可以便捷切换其他运营商。

据估计,到2020年物联网的连接设备的数量将达到204亿，而相应的市场价值高达6万亿美元。eSIM卡未来市场前景十分广阔，应用领域包括车联网、可穿戴设备、智慧家庭、智能家居、远程智能抄表、无线移动POS机、定位跟踪等等。到2020年，全球将会有共有125亿eSIM连接，总价值约1740亿美元。

eSIMs将会推动物联网革命面向物联网时代，eSIM价值无限。 更具简单、灵活性的eSIM解决方案是推动物联网规模化的关键因素，事实上，面向物联网，eSIM还将催生新型的商业合作模式，重构多方共赢的生态圈。eSIM在物联网时代也将会带来诸多变革。很多物联网设备是无人值守、没有交互界面的，它们是“被动式”的，也不会“投诉”，在网络与终端，在运营商与终端设备商之间存在一个“最后一公里”缝隙。

利用eSIM的生态系统物联网各个环节的合作将会更为密切。如上图所示，在oem厂商、运营商、SIM供应商、eSIM设备供应商和IoT平台开发人员一起工作的环境中，eSIM可以有效地推动物联网的扩展拓展。在为未来的物联网设备提供安全、可伸缩、互 *** 作和功能连接方面，建立这样的伙伴关系和开发相互支持的服务将是关键。

物联网中的eSIM应用场景

根据GSM协会（GSMA）的评估，车联网、智能医疗、公共事业、智能物流等领域将会从eSIM中率先获益。

产业物联网包含智慧城市、智能农业、智能交通、智能制造、智能医疗等行业。由于不同行业差异化较大，连接管理的需求错综复杂，管理维度和管理难度似乎都在与日俱增。

比如越来越多的全国性工业企业、建设企业，给员工佩戴智能手环，以便监测空气质量、心率、位置等关键变量，保障员工在恶劣条件下的健康和安全。eSIM通过OTA空中下载技术为数万设备同时擦写SIM卡，既简化了管理，又提升了智能手环的实用性和员工满意度。

智慧物流也是eSIM的典型应用场景之一，跨越不同城市乃至国家的物流车队，大多配备了采集各类数据的传感器，每天采集大量的遥测数据，其完整性和流通性非常关键。eSIM不仅降低漫游费用，而且让数据不会因为信号不佳或者更换SIM卡而产生中断。

随着物联网应用的进一步普及，以及5G通信、人工智能等新技术的逐步成熟，eSIM高集成、小型化、免维护、长连接等方面的优势会进一步显现。

北京奇迹物联是专业的esim方案供应商，推动eSIM技术在物联网应用中的普及，提供多种eSIM服务。

实行流量托管服务，为客户做减法有效减少客户的运营成本；

更好的资费优化解决方案，根据实际使用流量情况，推荐更优套餐；

eSIM信息管理平台可以查询卡的在线状态、资费状态输出数据表格进行管理统计；

写在结尾:尽管e-SIM看起来是笨重的物理SIM卡的替代品，但是这一小小的改变能够引起更大的连锁反应。oem和运营商的传统角色都将被重新定义，而用户也将获得更多的收益。eSIM的连接是物联网的关键。据估计，仅网络连接就能给大型运营商们带来约25%的物联网收入，而剩下的收入将通过他们提供的增值服务实现。所以，eSIM的推动将会有助于加速物联网革命。

1、 机器视觉和语音识别是主要市场

技术层是基于基础理论和数据之上，面向细分应用开发的技术。中游技术类企业具有技术生态圈、资金和人才三重壁垒，是人工智能产业的核心。相比较绝大多数上游和下游企业聚焦某一细分领域、技术层向产业链上下游扩展较为容易。

该层面包括算法理论(机器学习)、平台框架和应用技术(计算机视觉、语音识别、自然语言处理)。众多国际科技巨头和独角兽均在该层级开展广泛布局。近年来，我国技术层围统垂直领城重点研发，在计算机视觉、语音识别等领城技术成熟，国内头部企业脱颗而出，竞争优势明显。

2、计算机视觉发展历经三大理念，规模突破400亿元

1982年马尔(David Marr)《视觉》(Marr，1982)一书的问世，标志着计算机视觉成为了一门独立学科。计算机视觉的研究内容，大体可以分为物体视觉(object vision)和空间视觉(spatial vision)二大部分。物体视觉在于对物体进行精细分类和鉴别，而空间视觉在于确定物体的位置和形状，为“动作(action)”服务。正像著名的认知心理学家JJGibson所言，视觉的主要功能在于“适应外界环境，控制自身运动”。适应外界环境和控制自身运动，是生物生存的需求，这些功能的实现需要靠物体视觉和空间视觉协调完成。

计算机视觉近40年的发展中，尽管人们提出了大量的理论和方法，但总体上说，计算机视觉经历了三个主要历程。即：马尔计算视觉、多视几何与分层三维重建和基于学习的视觉。

国际市场研究机构Research And Markets发布的最新报告显示，2019年全球计算机视觉市场规模为46433亿美元，预计到2027年将达到950805亿美元，从2020年到2027年，预计年复合增长率为469%。

3、语音识别发展科追溯到1956年

语音识别的研究工作可以追溯到20世纪50年代。在1952年，AT&T贝尔研究所的Davis，Biddulph和Balashek研究成功了世界上第一个语音识别系统Audry系统，可以识别10个英文数字发音。这个系统识别的是一个人说出的孤立数字，并且很大程度上依赖于每个数字中的元音的共振峰的测量。1956年，在RCA实验室，Olson和Belar研制了可以识别一个说话人的10个单音节的系统，它同样依赖于元音带的谱的测量。到21世纪之后，深度学习技术极大的促进了语音识别技术的进步，识别精度大大提高，应用得到广泛发展。

目前，语音识别技术已逐渐被应用于工业、通信、商务、家电、医疗、汽车电子以及家庭服务等各个领域。例如，现今流行的手机语音助手，就是将语音识别技术应用到智能手机中，能够实现人与手机的智能对话功能。其中包括美国苹果公司的Siri语音助手，智能360语音助手，百度语音助手等。

随着语音技术和自然语言理解技术的快速进步，AI语音语义技术已在智能翻译、智能医疗、智能汽车、智能客服、互联网语音审核等多个领域实现场景应用。

疫情之后不仅是工业领域，政务服务领域的语音机器人、传统行业企业的语音机器人也将有较高的市场增长空间。另外，NLP、AI数字员工、RPA的发展，一定程度上也将重塑AI应用场景。

2018年，全球智能语音市场仍呈现快速增长趋势，市场规模为1421亿美元，根据预测到2024年全球智能语音市场规模将达到215亿美元，其中智慧医疗健康、智慧金融以及各类智能终端智能语音技术需求将成为主要的驱动因素。

4、美国AI高层次学者数量大幅领先

AI高层次学者是指入选AI 2000榜单的2000位人才，由于存在同一学者入选不同领域的现象，经过去重处理后，AI高层次学者共计1833位。从国家角度看AI高层次学者分布，美国A1高层次学者的数量最多，有1244人次，占比622%，超过总人数的一半以上，且是第二位国家数量的6倍以上。中国排在美国之后，位列第二，有196人次，占比98%。德国位列第三，是欧洲学者数量最多的国家;其余国家的学者数量均在100人次以下。

—— 以上数据参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》