金融科技在农业供应链金融中的应用及完善

作者|张正平 黄帆帆 卢 欢

近年来，随着我国乡村振兴战略和数字乡村计划的实施，尤其是以大数据、云计算、区块链、物联网、人工智能等为代表的金融 科技 与传统农村金融的融合发展，农村金融市场的发展呈现出全新的“数字”面貌，2021年的中央一号文件则进一步明确提出“发展农村数字普惠金融”，为金融 科技 应用于传统农业供应链金融实现创新发展提供了新的契机和政策支持。

传统农业供应链金融的不足

风险控制机制不完善。 随着农业供应链转型升级带来的多产业融合发展、供应链延伸和供应链生态圈的扩大，供应链上的经营主体及相互业务往来会越来越频繁，会形成非常多的新委托代理关系，而这其中必定存在更多的 *** 作风险、欺诈风险，也意味着更多的信息不对称。面对农业供应链金融中存在的若干风险，传统的管理手段及经验已无法有效应对。虽然传统金融机构、核心企业、物流公司以及电商平台等经营主体具有较强的资金实力， 但它们各自应用的风险控制模型往往并不一致且相互不能兼容，农业供应链金融中所需掌握的资金流、物流和信息流也无法实现及时有效地对接和比较，导致了传统农业供应链金融的风险控制手段一直没有突破性的创新，难以有效提高农业供应链金融服务的效率。

产品及服务单一。 传统的农业供应链金融仅为供应链上游的企业提供基于订单、应收账款等有实际贸易背景的融资， 贷款多为生产性资金。由于资金是农业供应链上企业最大的需求之一，所以农业供应链上的金融企业主要利用信贷产品来吸引客户，进而抢占优质客户资源。然而， 即便存在激烈的市场竞争，各金融机构提供的农业供应链金融产品依旧非常相似， 产品及服务同质化严重。近年来，随着农村经济的快速发展，农业产业化、规模化趋势明显，对规模更大、期限更灵活的资金产生了较多的需求，然而，传统的农业供应链金融却不能提供有效的解决方案。而且，由于农业供应链金融是依托于供应链中的信用逻辑提供资金支持的，因此比其他金融产品的风险更高，这进一步压缩了农业供应链金融的发展空间。

获客渠道狭窄。 一方面，农业供应链的发起主体一般是核心企业或金融机构。一般情况下，在开展供应链业务时大多是发起主体在经营所在地寻找合适的合作伙伴，如果没有找到合适的合作伙伴，便很难开展农业供应链金融业务。另一方面， 传统的农业供应链金融只能为企业提供贷款，无法提供其他的增值性服务来增加客户黏性，竞争力不强。在这种情况下，只能利用地缘优势发展的传统农业供应链获客渠道就变得十分单一了，也很难找到匹配的客户资源，这进一步制约了业务的大范围开展。

多方合作难以协调。 一是银行单独发挥的作用有限。在我国金融发展过程中， 商业银行始终发挥着核心作用，如果其在农业供应链金融业务的开展上缺席，那么金融资源就不能得到最优配置。而银行围绕农业供应链开展的业务在其所有业务中的占比极低，相对于其在农业供应链中存在的应收账款闲置问题，其产品创新的力度和所占的市场份额明显不足。二是银行不能与其他金融机构进行有效合作。虽然当前已有部分银行与一些小额贷款公司、数字金融平台开展了合作，但是从整体情况来看，银行与其他金融机构之间普遍缺乏信任，信息孤岛状况严重，农业供应链金融未获得充分的发展。三是农业企业与农户的合作大多有短期、松散的特点，农业供应链易受到违约风险的冲击而处于不稳定状态，严重的甚至导致信用链断裂， 威胁农业供应链金融系统安全。

金融 科技 在农业供应链金融中的应用

大数据、云计算+农业供应链金融

相对于传统农业供应链金融仅依靠会计报表进行企业的风险评估，大数据和云计算技术在农业供应链金融中的综合运用，不仅能准确识别有效信息，通过模型和机器算法使结论量化、更加精准，还能更加准确地预测链内企业的发展前景，更具全面性和客观性。从技术原理方面看， 大数据和云计算技术既能将农业供应链内发生的经济活动绘制出详细的数据图谱， 又能直接用数据语言对农业供应链内企业进行可穿透式管理，从而在解决信息管理中不对称问题的同时，弥补了传统管理中的技术短板。

在实际应用方面，苏宁易购基于数以亿计的交易数据，依托云计算技术与传统金融机构开展合作，将农业供应链的龙头企业作为信息的担保方或提供方，为链内经销商、代理商及农户提供金融服务；新希望金服则依托新希望集团的数据储备建立了大数据风险管理模型，从客户准入、贷前审核、贷中监控和贷后管理等方面实现全面智能化管理，为客户提供纯信用、免担保的“好养贷”产品，同时，在客户使用过程中，新希望金服还不断积累客户生产信息、信贷信息等，完善数据库，不断升级迭代风险管理模型。

在当今的数字时代，数据已经成为一种新的生产要素，但大数据、云计算技术应用于农业供应链金融仍面临不少难题。一是数据共享难。在农业供应链上， 银行可以根据核心企业与上下游企业之间签订的真实订单和应收账款等交易单据对链内提供质押、贷款等金融服务。然而， 由于我国在数据保护方面的法律法规还不完善，企业普遍担心银行或其他金融机构可能将企业的重要数据出售给竞争对手或第三方，从而导致该企业的市场竞争力被削弱，损害企业利益。在这种情形下，企业不愿意与银行等金融机构共享数据，这也是当前农业供应链金融利用大数据面临的一大难题。二是数字质量没有保障。由于农业供应链上各成员企业开展的业务较多、涉及面较广，很难对信息进行标准化、规范化的公开披露，导致金融机构获得的企业数据质量较低。此外，银行还担心核心企业与供应商、经销商达成骗贷共识，从而篡改ERP系统中真实的交易信息，这种行为无形中会增加银行风险，也不利于整个农业供应链的稳定。

区块链+农业供应链金融

从技术原理方面看，区块链是赋能农业供应链金融发展的有力工具。一是区块链能有效降低票据真实性风险。在“区块链+农业供应链金融”模式下，只要产生了交易，其业务信息就会被分别记录到相关的主体账户中，同时农业供应链内的信息传输不会失真，使得作假行为几乎不可能发生。二是区块链有助于提高农业供应链内企业的互信水平。在“区块链+农业供应链金融”模式下，各家企业可以利用智能合约来提高信用约定的执行力，交易双方只要有一方履行了合同上载明的责任和义务，系统会自动强制另一方履行合约，从而避免信用欺诈的发生。三是区块链有助于提高农业供应链金融的运行效率。通过营造丰富的区块链应用场景，农业供应链内各个参与主体将能获得真实有效的经济活动数据，实现在农业供应链内部完成资金的交易和业务的交割，从而提高交易的精度和效率。

在实践中，新希望慧农（天津） 科技 有限公司（以下简称“希望金融”）通过应用区块链技术，建立了更加规范的农业供应链业务模型，提升了农业供应链系统平台的开放度，实现了全流程的风险控制，有效地规避了人为造假和投机行为。截至2020年10月31日，希望金融累计借贷金额达11835亿元，借款人数达38000多人，借贷逾期率和坏账率低于01%，有效地服务了实体经济和乡村振兴。河南天香面业有限公司基于物联网和区块链前沿 科技 的应用，将产业链深度融合应用场景作为切入点，打造了国内首个“区块链+金融服务+粮食”平台——优粮优信。该平台可生成标准电子仓单，具备智能合约应用、多方账本共享、业务数据存证和粮食质量溯源等功能，可以实现风险管理、资产监管及数字资产的可视化，整个过程公开透明，反担保措施简单有效。

尽管区块链技术与农业供应链金融的结合带来了前所未有的变革，但其大规模应用还须解决两大挑战：一是农业供应链金融各参与主体争相借助区块链技术搭建属于自身的供应链信息管理系统，造成传统供应链金融市场的信息碎片化，而技术壁垒的存在又使得跨链数据难以互通，形成了新的信息孤岛；二是实践中往往缺少既懂区块链技术又熟悉农业供应链金融运营的复合型人才。

物联网+农业供应链金融

从技术原理方面看，基于物联网技术的农业供应链管理系统，可使供应链内的企业商品在任何时间、任何地点都被实时监控，实现从土壤养护到温室栽培、从加工包装到冷链配送、从在线销售到独立订购、从农民组织到农业一体化的发展，从而大大提升农业供应链管理的效率与灵活性，优化企业的资源配置，有效减少物资非法转移活动，进而大幅降低农业供应链的融资风险。

实践中，北京农信互联 科技 有限公司做出了有益尝试。该公司隶属于大北农集团，依托大北农集团的资源优势，综合利用互联网、物联网、云计算、大数据等多种技术， 探索 形成了包含“农业大数据、农业交易、农村金融服务”在内的农业供应链金融新模式。在这种模式下，运营中心可根据物联网记录的养殖户生产经营环节的大数据、在线销售生猪情况的大数据等数据在线生成的信用分筛选潜在贷款客户。

毫无疑问，物联网应用于农业供应链金融的前景十分诱人，但当前的发展仍然面临很多困难：一是物联网的投入巨大， 仅依靠核心企业的资金实力和技术水平不足以支撑“物联网+农业供应链金融”模式的规模化发展。二是现阶段大量农户仍以传统销售方式为主，线上信息沉淀较少，数字足迹较为缺乏。三是农业供应链各参与主体协同发展意识薄弱，孤岛问题严重，物流、资金流和信息流不能有效畅通和共享。

人工智能+农业供应链金融

从技术原理方面看，物联网、大数据及云计算等技术的广泛应用是人工智能在农业供应链金融领域发挥作用的基础。人工智能+物联网+大数据+云计算+农业供应链，有可能形成一种具备自主学习能力的农业供应链，从而让农业供应链能够进行自我管理。在这种多技术叠加的农业供应链金融模式下，放置在农业供应链各环节的激光扫描仪或传感器会自动收集相关主体的各类信息，并持续地将各种数据传输到云端服务器，最终这些数据交由人工智能进行分析和处理，为金融机构寻找贷款人、提供贷款、控制放贷风险提供依据。2019年美国Ta u l ia公司基于人工智能技术推出了一款适用于供应链金融的现金预测工具。随着更多的数据被处理和分析，该工具可以在不断积累的过程中有效识别未经批准的发票和采购订单的风险，从而实现更多的农产品装运和采购订单融资。

尽管人工智能在农业供应链金融领域具有十分广阔的应用前景，但迄今为止我国鲜有比较成功的应用案例，与此同时， 将人工智能技术成熟运用于农业供应链金融仍面临不少挑战。一是农业供应链金融涉及的环节多、周期长、内耗严重，而当前人工智能技术本身也不够成熟，短时间内仍无法解决农业供应链金融的这些问题。二是在将机器学习等人工智能技术运用于农业供应链金融数据之前，作为其中核心节点的企业必须首先收集足够多的数据，而要从成百上千家的农户、分销商、经销商和零售商等处获取完整的数据尚有较大的困难。三是我国农产品供应链物流基础设施仍较为落后，缺乏标准化体系， *** 作流程不规范，标准也不统一，造成供应链整体的信息化程度不高，经常出现信息失真现象，影响人工智能技术的落地应用。

需要说明的是，为了行文的方便，上文中我们大致是按照不同类别的金融 科技 分别讨论了其在农业供应链金融中应用的情况，但当前金融 科技 与农业供应链金融融合创新的一个基本趋势是多种金融 科技 的综合应用，进而形成更强的优势，破解传统农业供应链金融的痛点。

进一步促进金融 科技 在农业供应链金融领域应用的建议

继续完善法律法规。 一是需要为金融 科技 企业立规。有关部门应尽快研究出台金融 科技 企业的监管法规，界定金融 科技 企业的业务范围，明确企业属性，划定准入门槛，促进金融 科技 企业 健康 发展。二是需要为数据安全立法。金融 科技 具备赋能农业供应链金融的能力，但必须以数据安全为前提。为此，有关部门应结合中国国情加快出台数据安全法规，明确数据采集、流通、加工、使用等行为的界限，对数据经营企业实施准入制度，确保供应链上的信息得到安全合理的使用。三是需要技术立标准。近年来，大数据、区块链、人工智能、物联网等技术发展迅猛，但相关的诸多技术标准却依然空缺，已经成为阻碍金融 科技 行业发展的一大障碍。

持续推进数字乡村建设。 一方面，要加强农村信息基础设施建设。农村信息基础设施建设是金融 科技 应用的重要前提， 应大力提升乡村网络设施水平，尽快实现农村地区网络的全覆盖，积极推进农村地区基础设施的数字化，加强农村地区物联网设施建设，奠定金融 科技 应用的基础。另一方面，要推动农业产业数字化转型。没有农业产业的数字化，金融 科技 应用于农业供应链金融就难以实现大规模发展， 应大力发展互联网+农业、农村电商、智慧农业，提升农业生产、加工、存储、运输、销售等全流程的数字化水平。

不断丰富应用场景。 一方面，链内企业应结合不同类型金融 科技 的特点和不同农业产业的特色，积极 探索 更加丰富多元的应用场景，为金融 科技 的融入创造条件。具备资金和技术实力的核心企业和大型金融机构应充分发挥其规模优势，拓展各类金融 科技 的应用场景，为其农业供应链金融的规模化发展创造条件。另一方面，应深入挖掘大数据、云计算、区块链、物联网及人工智能等数字技术在农业供应链金融中应用的潜力，加强各数字技术的结合和交叉使用，推动金融技术应用农业供应链金融场景的创新，拓展金融 科技 应用的广度和深度。

作者单位：北京工商大学经济学院，北京工商大学数字金融研究中心

时代的变迁令人目不暇接， 1998年门户网站开始兴起，中国正式开始进入互联网时代，正逐步向物联网和量子时代进化，数字化、平台化、生态化等各种商业模式层出不穷，颠覆着各行各业，制造业也不能幸免。随着工业互联网、数字工厂、智能制造等不断被应用到生产和制造领域，数据挖掘、机器学习、人工智能等技术不断被应用到管理和交易环节，以及共享平台、智能财务的建设，制造业的商业模式和经营管理触及前所未有的革新机遇。

海尔集团是一家全球型的家电制造业品牌，目前已从传统家电产品制造企业转型为开放的创业平台，实现了数字化、平台化与生态化的转型。 面对物联网时代的机遇和挑战，该集团按照“物联网时代智慧家庭生态平台”的定位，推进从电器向平台化的转型，即从制造产品到孵化创客转变，通过人单合一模式持续驱动全球转型落地，建立以小微为基本单元的全球保障体系，打造以社群经济为中心，以用户价值交互为基础、以诚信为核心竞争力的后电商时代共创共赢生态圈，成为物联网时代的引领者。

回望海尔集团30多年来的 历史 ，可谓是企业转型升级的典范。

海尔集团成立时正值改革开放初期，那时国内企业还没有能力自己研发生产技术和生产设备，基本都是从国外引进，包括该集团。那时还处在物资匮乏时代，家电供不应求，很多企业为了扩大规模，只注重产量而不注重质量。海尔集团没有盲目上产量，而是严抓质量，实施全面质量管理，提出了“要么不干，要干就干第一”的企业理念。这一阶段，海尔集团专心致志做冰箱，在管理、技术、人才、资金、企业文化方面有了可以移植的模式。在一次营销事件中，海尔集团将检查出来的76台有问题的冰箱当场砸毁。这一砸，局外人看到的是“浪费、败家”，实际却砸醒了该集团员工“零缺陷”的质量意识，砸出了中国冰箱史上第一枚质量金牌。 如今，作为中国家电的领军企业，中国家电领域80%的国际标准专家、80%的国际标准提案来自海尔。

到了90年代，海尔集团的冰箱产品已经家喻户晓，国家政策方面鼓励企业兼并重组， 海尔集团也适时开启了多元化的转型，先后兼并了国内十八家企业， 使企业在多元化经营与规模扩张方面，进入了一个更广阔的发展空间。当时，家电市场竞争激烈，质量已经成为用户的基本需求。在竞争品牌纷纷打质量战时，该集团在国内已经开始生产冷柜、空调、洗衣机、彩电、电脑和手机等其他品类的产品，进行了广泛的品类延伸，又一次转型成功，成为了中国家电第一品牌。

2001年,中国加入世界贸易组织（WTO），国际市场打开，该集团又抓住时机，开启了全球化的转型。 这一阶段，该集团积极 探索 海外市场，先在美国建厂试水，取得美国市场的认可之后再进军日本。相关数据显示，截止目前，该集团已在全球建立了10个研发中心、21个工业园、24个海外制造基地和61个营销中心，并构建起研发、生产和销售“三位一体”的本土化运营模式。在这一模式下，海尔集团能够融入当地市场及文化及时准确地获取用户需求及潜在需求，并依托全球领先的技术、产品研发优势及整合全球优势资源的能力来满足用户需求。这使海尔集团成为全球各地消费者都认可的全球化品牌。

2012年，互联网以前所未有的速度席卷着 社会 生活的方方面面，海尔集团适时再一次转型，从传统传统制造家电产品的企业转型为面向全 社会 孵化创客的平台，转型成为互联网企业，进行网络化战略转型。 这次转型颠覆了原来自成体系的封闭系统，把海尔及其员工变成了网络互联中的节点，互联互通各种资源，打造共创共赢新平台，实现相关各方的共赢增值。海尔为此从战略、组织、员工、用户、薪酬和管理六个方面进行了颠覆性 探索 ，打造出一个动态循环体系，加速推进互联网转型。在战略上，建立以用户为中心的共创共赢生态圈，实现生态圈中各攸关方的共赢增值；在组织上，变传统的自我封闭到开放的互联网节点，颠覆科层制为网状组织。在这一过程中，员工从雇佣者、执行者转变为创业者、动态合伙人，目的是要构建社群最佳体验生态圈，满足用户的个性化需求。在薪酬机制上，将“企业付薪”变为“用户付薪”，驱动员工转型为真正的创业者，在为用户创造价值的同时实现自身价值；在管理创新上，通过对非线性管理的 探索 ，最终实现引领目标的自演进。

2019年，互联网进入深水区，产业互联网开始兴起，海尔集团再一次进行转型，目标由互联网公司转型成为“平台+生态”型公司，实施生态品牌战略。 海尔将财务、人力、法务、信息管理等传统职能部门进行了彻底颠覆，将各部门壁垒取消，整合成一个共享平台。目前，海尔大共享平台涵盖了财务共享、人力共享、商务法务、资金税务、信息化、集团大学等9个子平台，在加速创客小微孵化的同时，也保障了职能部门整体“活而不乱”。在产业创新方面，海尔聚焦于白电转型平台、投资孵化平台、金融控股平台、地产产业平台和文化产业平台五大平台。白电转型平台通过社群平台、互联工厂、智慧生活平台等，以超前迭代为支点，成为物联网时代智慧家庭的引领者。 海尔为创客提供包括制造体系、物流体系、创投孵化体系、人力资本体系等一系列创业资源，让创客在开放的平台上利用该集团的生态圈资源实现创新成长。 在企业管理方面，海尔集团 探索 实施“人单合一”模式，激发企业创新创业活力，“人单合一”模式中，“人”指员工，“单”指用户需求，“人单合一”就是每个员工都直接面对用户需求，创造用户价值。在这种模式下，海尔集团实现了“企业平台化、员工创客化、用户个性化”，引领企业开启全新的时代。海尔集团集团董事局主席、首席执行官张瑞敏曾说：“海尔集团正在建立一个无边界的生态系统来共创共赢。”

平台化只是海尔集团 探索 未来模式的一个阶段，平台这个概念其实已经发生了迭代。 传统时代，在市场获利的往往只是品牌方；互联网时代，“价格战”让电商平台、入驻平台与用户三方存在博弈状态；到了物联网时代，海尔集团通过交互获取的“需求网络图谱”为生态各方服务，因此海尔集团平台上聚集了来自全球的生态资源，围绕用户共同建设生态品牌。

另外“易付宝”和“资金通”等资金平台都在不断优化升级。其中，基于互联网模式的“资金通”平台，利用新模式、新技术链接资源与用户，实现了资源整合、无感体验的需求定制和无缝安全、全面实时的智慧链接。“资金通”平台通过风险评估模型、敏感性分析、用户画像、KPI资金指标等，形成资金大数据，制定资金解决方案，降低金融风险，实现高效的融资、全球结算、结售汇现金池管理，从而为小微赋能增值。此外， 海尔集团大共享平台还搭建了融资社群、外汇社群、现金池社群、创客社群、客户社群、政府社群等生态，不断整合全球资源，进行资源池化管理。 通过社群经营，创新开放的体系，将生态圈上的各个价值点进行编织，形成价值网，实现用户价值最大化。如海尔集团采用“人单合一”的模式，建生态、建平台，构建整个模块化、全生命周期服务，实现了共创、共治、共享。

如今， 海尔集团已经不仅是一家家电制造企业，还是一个开放的物联网生态平台。2019年6月，海尔入榜“2019年BrandZ 全球最具价值品牌100强”，成为BrandZ 历史 上第一个也是唯一一个进入百强的物联网生态品牌，品牌价值为16272亿美元，再一次成功的实现了企业的转型升级，并且带动整个中国家电产业不断转型升级。

物流信息化产业链全景梳理及生态图谱

在物流信息化行业中，信息化平台的搭建处于产业链的中游部分，主要细分产品分为信息平台的建设以及配套软件，以及配套的软件系统集成等。上游主要由技术设备/设施的搭建供应组成，主要由大数据、AI产业以及云计算产业组成，以及机器人的智能生产线等，除此之外，还需要通讯设备、铁路基建等基础设施供应。行业的下游应用场景中，主要按照交通基础设施场景和应用领域进行分类，其中公路运输信息化、港口物流信息化等场景为主要的应用：

在中国物流信息化产业中，上游技术搭建由华为、百度、阿里巴巴以及腾讯等国内龙头IT、互联网企业提供服务。在中游的物流信息化搭建中，科德智能等企业在信息平台领域供应相关产品。在下游的应用环节中，以怡亚通、飞马国际为首的供应链服务企业也将物流信息化技术用于企业自身的发展当中。

物流信息化产业链企业竞争及区域热力地图

从区域分布的角度来看，上海、广东等地呈现一定的聚集效应，其中广东物流信息化行业企业超过7000家，上海超过3000家，总体来看我国物流信息化行业企业主体主要分布在东部沿海区域。

从企业分布上来看，京津冀、江浙沪和粤港澳区域是物流信息化龙头企业的主要聚集地，其中中储发展、中远海控等企业聚集在京津冀地区，南京智慧、南软信息等在江浙沪地区发展。

物流信息化产业园区域分布

从区域分布的角度来看，2021年中国物流信息化总体呈现梯度发展态势，区域发展呈现竞相发展、百花齐放态势。其中山东、江苏、广东、河南的物流信息化产业园区数量超过300个，是中国物流信息化产业发展的中坚力量。

物流信息化产业链主要企业产能分布

从经营主体看，我国物流信息化行业目前形成了以国有物流运输和民营物流、电商平台为主的经营体系，其中远洋海运、厦门象屿等企业在技术实力和营业规模上有着较为突出的优势，顺丰控股、京东集团等企业也具备一定的平台优势。

中国物流信息化行业中，具备一定规模优势的平台提供商在市场竞争力和信息化技术上都有着一定程度的优势，其中远洋海运、厦门象屿作为行业龙头，在两项实力上都相较于其他企业有一定优势，在市场竞争力中，国内物流信息化头部企业在技术研发实力中有一定深耕行业的红利优势，在技术研发实力和营收规模上有较大的体量。

—— 更多本行业研究分析详见前瞻产业研究院《中国物流信息化行业发展前景预测与投资战略规划分析报告》

0前言部分

1我所理解物联网

2公司业务架构

3个人职业规划

毕业后第一次跳槽，来了家物联网公司，感觉回到了大学时候，每天被大量智能设备包围的感觉很熟悉，有一些感悟，关于产品、关于技术、关于生活，抽空写下来。

物联网这个词被讲了很多年，毕业后也一直从事移动互联网相关工作，自然对其较为熟悉，物联网就是大量的智能设备联网共同工作。但当我深入了解这个领域，真正接触物联网产品，我反倒很难说清楚什么是物联网。亲人或朋友问我新工作是做什么的，我也很难描述清楚，不单是设备，不单是软件硬件，不单是数据，不单是场景现在我能体会到一些知乎大神上关于物联网的回答都是用一些很虚、很飘渺的词：处处皆入口，万物皆相连，边界不复存在。这不是装深沉，而是真的无法用一两句话描述清楚。

我也沿用这种很虚很飘渺方式来理解物联网，从两句耳熟能详的诗开始，来理解物联网中频频提到的两个词：“连接”和“数据”。

这句话诗描述的几时古人对“连接”这个词的理解。这一刻，全天下的人看得都是同一个月亮，通过一个月亮，把所有人都连接在一起。可见从古时候开始人们就有着一些隐隐约约的思路，通过一样东西，把所有人都连接起来。终于在今天，腾讯把这个使命完成了，微信让人与人之间可以即时通信，实现了天涯若比邻的愿景。写到这里的时候，我想到微信的启动界面，也是一个冰冷的月亮，跟我这个配图有点像，不知道设计灵感是否也是想表达，当代的微信就像古代的月亮，承载着连接的使命。如果文章有幸被微信的设计师看到，可以回复一下。

这是一个哲学家说的，我想用这句话来表达，数据是带有时间维度的。川流是不息的，河流中的水质、流速、温度每一秒钟都不一样，左脚踏进一条河流，右脚再踏进去的时候已经是另一条河流，它的水质、流速、温度等都不一样了，即便一样，它们所代表的含义已经不一样了。我们需要记录下每个时刻的数据，让这条历史的长河具有可分析意义。

物联网系统要连接人与人、人与物、物与物，要记录和分析历史数据，感知每个瞬间的数据变化，在最适合的时候提供最时候的服务。举个例子，你的身体状态每一秒钟都在变化，天气每秒钟都在变化，我们要结合你昨天的睡眠情况，今天的皮肤特性，建立很多数据模型，可能还需要融入中医的知识图谱，心理学知识图谱，告诉现在的你最适合和什么汤，甚至告诉炖锅每一秒钟的火力是多少，计算出热力曲线，炖出来的汤才最适合2个小时后的你喝。

其实写到这里我会想起我爸爸妈妈，每当我回到家他们看到我的黑眼圈，或者脸部发红，会问我昨晚睡得怎么样，然后猜测我是阴虚火旺，然后炖一个苦瓜黄豆汤给我喝。类似的事情你们爸妈也经常做吧。现在机器可以完成这些事情，而且不再是靠猜测，而是精准的数据采集，结合各种知识图谱进行多维度数据分析，将分析结果转化成设备服务。

好了，故弄玄虚的文字写完了，我还是得理清我具体是做什么的，公司业务架构是怎样的，我的岗位在整个业务流里处于哪个环节。其实面试时，甚至入职前我都不太清楚我的岗位职责，拿到offer后我深入了解物联网，领略到其魅力，以及判断到公司的研发实力能驾驭物联网的魅力，还不是很清楚岗位工作内容就入职了。现在已经入职两周了，对公司业务架构有一定了解了，以产品经理为焦点梳理一下业务流程。

公司业务方面：公司主要是面对B端客户，以数据服务为核心提供行业解决方案，提供服务平台和开放平台，让数据的雪球越滚越大，在幕后担任“大脑”角色。另一方面，在图中下方也看到了两条小小的产品线，一条是互联网产品，另一条是硬件设备，既做互联网产品也开发硬件，虽然力度很小，但也看出公司并不放弃从幕后走到台前的想法的。

部门架构方面：从对外部门架构上来看很不清晰的，有两家子公司多个部门，每个部门均有自己的产品经理、开发人员，职能交叉，部门自成体系，难以梳理清各部门的依赖关系。我按照业务流程以产品经理的视角捋一遍可分三种产品经理。第一类是走在业务流最前端的市场部的产品经理，他们直接对接客户需求。第二类是业务流中端的物联网产品经理，他们把各方面资源整合起来创造出应用场景，供商业转化。第三类是业务流后端的AI产品经理，他们负责人工智能产品的落地，负责数据大脑的需求。

我的岗位：我是上述第二类，业务中端的物联网产品经理，负责场景的创建和数据的打通，让算法结合使用场景落地。从图上可以看出负责的产品可以“一横两竖”概括，“一横”就是平台性的项目，包括B端开放平台、C端超级APP等；“两竖”中分别为家庭场景和商业场景，家庭场景包括睡眠产品线、美容产品线、家电产品线，商业场景更多了：智慧校园、智慧农场、医疗健康、养老、酒店、水生态这些场景和数据需要相互打通。

2013年毕业后就在上一家公司工作，老东家是一家电视厂商，一共待了5年时间。也有多朋友问过我为什么在一家电视终端公司待那么久，找工作时面试官也会问这个问题，待了这么久的公司为什么现在想离开。我的择业逻辑是这样的：

为什么在一家做电视的终端公司呆那么长时间，因为它的工作范畴比较广，我能学习的知识面广。前沿技术的方面涉及了大数据、AI、语音，移动互联网领域涉及购物、内容、社交等模块产品，硬件方面的有智能设备产品等。终端公司业务覆盖领域广，如果我对某一个领域感兴趣可以找相应的项目去做，再自己深入学习。比如甚至我对外卖行业感兴趣，现在的TV也有内置的外卖APP，通过项目和自主深入学习我能转到外卖这个垂直领域的公司去。但如果在外卖领域公司，就比较难转到终端公司了，这就是终端公司的好处。

这几年互联网高速发展，很多新技术、新模式在瞬间爆发，也很快没落，今天共享单车群雄逐鹿，明天短视频三分天下，如今无人零售打的火热，区块链又何去何从我不知道哪些方向才是对的，不知道转到哪些垂直领域去才合适。所以我选择在一个大的平台待着，能看清楚当前形势再行动。

随着年龄和经验的增长，逐渐能看透一些东西，个人感觉到移动互联的发展到达了一个瓶颈，新模式枯竭，产品差异化最终也只能体现在运营上，没有太多的机会，遂放弃了进入移动互联网的想法。这一两年人工智能悄然兴起，能强烈感觉到它带来的变革，它将像移动互联网那样，渗透到我们生活的每一个角落。在第四届世界互联网大会上，百度李彦宏也提到，中国互联网的人口红利不再，但AI的机会正在走来。各种迹象表明，站队人工智能是正确的选择。所以我摒弃了一些移动互联网属性的工作经历，选定了“一个方向，两个场景”：AI的方向，以及AI赋能的两个场景，一个是机器人，另一个是智能家居。然后准备简历，面试，最后来了目前这家物联网公司，虽然岗位不是AI产品经理，但能跟AI团队紧密合作，且能调用其资源，想深入学习AI技术也是很容易的事情。

下阶段：

在业务层面，希望能尽快上手和适应新工作，并能在工作中体现应有的价值。目前从“一横两竖”中的“一竖”入手，即家庭场景产品线，后续会接触商用行业的产品线，再到横向的平台类项目。最后向前后端延伸，学习范畴渗透AI核心技术、各垂直行业的商业需求，努力成为全栈人才。

在职业层面，目前产品经验尚不足，是一个初级、执行层面的产品经理，希望通过努力，发展到能在规划层面有一定话语权产品经理，最后发展到在战略层面有一定影响力的产品经理。

在生活层面，好像单身挺久了，抽空找个女朋友。入职两周，感悟大概就这些了，以上，共勉。

专家来了哈哈哈！

软件技术服务外包是信息技术外包（ITO）的重要组成部分。软件技术开发的过程可以分为：需求分析、系统设计、编码、测试、交付和运维服务等不同阶段，软件技术服务外包可以发生在上述开发过程的任何阶段。

市场规模

受益于中国内需市场的增长、国际性厂商与国内软件技术服务外包企业战略合作的加深以及中国企业在产业结构升级过程中外包意识的提升等因素的影响，中国软件技术服务外包行业得到快速的发展。

2018年，我国软件技术服务外包行业收入规模达到了11939亿元，同比增长1389%。预计未来我国软件技术服务外包行业的需求规模将保持增长态势，2020年和2021年市场规模可分别达到14469亿元和15766亿元。

数据来源：中国产业调研网、中商产业研

上游行业情况

软件技术外包属于信息技术外包行业。由于技术的复杂性、多样性、快速变化性，以及企业需要快速将技术应用到业务中的迫切性，使得大部分企业需要把信息技术的研发和方案编写与实施全部或部分外包给专业厂商，而将自己的精力放在核心竞争力的打造上，进而催生了信息技术外包。

上游行业未来发展趋势

1正在从传统的项目化服务走向平台化赋能加个性定制化服务

信息技术外包服务的业务形态正在发展成以云的方式向多客户提供平台化和个性定制的服务，业务模式从收取解决方案制作与项目开发费用的方式转变成收取客户订阅或租赁服务费的方式，项目化的服务和平台加定制化的服务方式会并存。

2信息技术外包呈现出多行业化、多区域性

在快速走向新技术的过程中，需要将大量的IT工作外包给专业的信息技术服务提供商。这种通过借鉴外部优秀 *** 作经验，借助外部专业团队进行企业IT系统建设的方式，越来越多的受到行业认可和采纳。并且随着我国一带一路政策的推进，沿线国家积极推动经济社会的数字化转型和信息化建设。因此，多行业多地区呈现出对信息技术外包的旺盛需求。

未来发展前景

1市场空间巨大

随着金融、互联网、软件、通信等几大行业引领的数字化潮流逐步延伸至房地产、航空物流、制造业、批发零售等众多行业，软件信息技术应用的空间得到空前的扩展，各行业的IT相关支出也将有所增加，这也将给软件技术服务外包行业带来巨大的市场空间。

2国家信息化战略促进软件技术服务外包行业发展

随着“互联网＋”和“中国制造2025”等国家战略的推进，将进一步驱动社会各行业的信息化改造需求。新兴行业如互联网、云计算等在经济转型的大背景下，也将产生大量的信息化投资需求，进一步促进软件技术服务外包行业的快速发展。

3知识产权保护制度日趋完善，对软件价值的认可度提高

随着大众对软件价值认可度的提高，大众对于软件等虚拟产品的付费意愿也不断提高，这将促进软件相关企业加大人才与技术的投入力度，吸引更多高端人才，从而进一步促进软件技术服务企业的良性发展。

4人力资源充足、人力资源竞争力提高

近年来，每年大学毕业生人数超过700万人，其中，理工科毕业生占有相当部分。经过多年发展，我国已经积累了大量软件工程师和相关专业人才，软件技术人力资源充足，这为软件技术外包服务提供了良好的人力基础。

Transwarp StellarDB是自主研发的分布式图数据库，兼容openCypher查询语言，提供海量图数据的存储和分析能力，支持原生图存储结构，支持万亿边PB级数据存储。同时，StellarDB具备毫秒级点边查询能力，10+层的深度链路分析能力，提供近40种的图分析算法，具备数据2D和3D展示能力。星环科技StellarDB在金融、政府和社交网络等领域应用，并且在某地电信关系图谱场景实现了万亿边规模的存储和稳定运行，真正意义上将万亿级图数据库能力应用落地。

图数据库典型应用场景：

知识图谱:

于图数据库而言，知识图谱是图数据库关联最为紧密、应用范围最广的应用场景。知识图谱对海量信息进行智能化处理，形成大规模的知识库并进而支撑业务应用。

知识图谱中图数据库具有存储和查询两方面的技术优势：存储方面：图数据库提供了灵活的设计模式；查询方面：图数据库提供了高效的关联查询

作为图数据库的底层应用，知识图谱可为多种行业提供服务，具体应用场景例如电商、金融、法律、医疗、智能家居等多个领域的决策系统、推荐系统、智能问答等。

风险合规知识图谱：风险是金融的命脉，也是国家监管科技的主干。金融监管+风险合规的知识图谱是星环科技最早开始投入建设和技术研发的方向。面向超大规模图网络，星环科技率先发布了支持空间3D的图展示，避免了二维图的展示对于超过万节点的图无法清晰体现的弊端；同时结合反洗钱网络图谱利用属性图中节点带有地理定位属性，构建了跨境可疑资金转正图网络，对于可疑跨境交易一目了然。

精准营销类知识图谱：大型金融机构可能存在上千万家的B端或者C端用户，如何实现针对不同用户的精准营销？在营销知识图谱方面，星环科技面向银行开发了对公知识图谱的技术，实现了在营销端沉淀业务知识，充分发挥图谱价值，帮助银行实现诸如疫情期间小微企业信贷精准投放等应用。

投资研究类支持图谱：在金融和资本市场，最重要的金融业务就是投资，利用知识图谱刻画人类研究成果，进行知识图谱化表达和构建，也是多家券商和基金公司在探索金融科技赋能投资收益效果的发展路线图。在投资知识图谱方面，星环科技通过全栈能力，深度融合NLP+知识图谱技术，通过知识表示学习等领先的知识图谱技术，实现智能投研知识图谱，赋能投资研究场景应用。

金融领域

在金融领域，图数据库通过利用多维交叉关联信息可以深度刻画交易行为，可以有效识别规模化、隐蔽性的欺诈网络，结合机器学习、聚类分析、风险传播等相关算法，可以实时计算用户的风险评分，在风险行为发生前预先识别，有效帮助金融机构提升效率、降低风险。

反欺诈：通过账户、交易、电话、IP地址、地理位置等关键实体信息的关联关系，对风险暴露人的N层图挖掘，帮助筛选疑似欺诈人员，达到预防目的。

反欺诈信贷担保圈：中小企业通过关联企业、产业链上下游客户、关系人等相互担保，形成关系复杂的“担保网”，信贷担保圈的挖掘对企业贷款风险的识别与防范有重要意义。

股权穿透：通常是由高管、企业及关联公司构成的复杂网络，以股权为纽带，向上穿透到目标企业最终实际控制人，向下穿透到该企业任意层股权投资的所有企业及其股东。

图数据库更多应用场景

金融领域 ：冒名贷款、银行零售知识图谱、银行对公知识图谱、资金流向分析、企业关联图谱、事件传递图谱、个人信贷反欺诈、反洗钱知识图谱等

政企领域 ：物联网、智慧城市、道路规划、智能交通、轨迹分析、疫情防控、寄递关系画像等

电信领域：深度经营分析、防骚扰、电信诈骗防范、运营商经营分析等

零售领域 ：智能推荐、精准营销、供应链管理、货物推荐、浏览轨迹分析等

社交领域 ：社区发现、好友推荐、兴趣用户推荐、舆论跟踪等

工业领域 ：电网分析、供应链管理、设备管理、物流分析等

医疗领域 ：智能诊断、电子病历、医保&保险分析等

---