马云提出的五新指的是什么？

2016年，马云提出了“五新”，即新零售、新金融、新能源、新技术、新制造。

新零售以雨后春笋之势影响着各行各业，新金融正在改变人们的生活，大数据作为新能源已成企业不可或缺的重要资产，云计算、人工智能快速在各行业落地。而新制造融合了新技术，并能直接衔接新零售乃至新金融的全新制造模式。

新制造会重新定义制造业，重新定义客户市场，重新定义供应链，重新定义所有的制造和商业的运营和服务。新制造是一场技术的革命，未来定义新制造的新标准，在于按需定制、个性化及智能化。而驱动未来制造业的是数据，大数据是生产资料，云计算是生产力。

扩展资料：

在相互融合的超级商业体中，制造、销售、金融、技术、能源全都熔于一炉，新制造厂商已然打造出了特有的新经济模式。在这种新模式下，企业前端后端一体化、生产销售整合化、金融消费融合化、整体运营媒体化，企业经营的所有环节都融为一个有机整体。

新制造缔造出了新生产规则下的新模式。重要的是，在新模式之下，未来每个新制造厂商都能衍生出自身的新工业生态。而从“五新”的角度来看，用于新零售、新金融的云计算、大数据、人工智能、VR、移动互联网及物联网的相关技术，都是在为“五新”创造条件。

新零售行业或许将代替电商。原话出处原话来自2016年10月13日，马云在云栖大会发表主题演讲时谈道：“纯电商时代很快会结束，未来的十年二十年，没有电子商务这一说，只有新零售这一说。线上线下加上现代物流合在一起，才能真正创造出新的零售。”新零售新零售，英文是NEW RETAILING。即个人、企业以互联网为依托，通过运用大数据、人工智能等先进技术手段并运用心理学知识对商品的生产、流通与销售过程进行升级改造，进而重塑业态结构与生态圈，并对线上服务、线下体验以及现代物流进行深度融合的零售新模式 。扩展资料新零售的未来展望随着"新零售"模式的逐步落地，线上和线下将从原来的相对独立、相互冲突逐渐转化为互为促进、彼此融合，电子商务的表现形式和商业路径必定会发生根本性的转变。当所有实体零售都具有明显的"电商"基因特征之时，传统意义上的"电商"将不复存在，而人们现在经常抱怨的电子商务给实体经济带来的严重冲击也将成为历史。参考资料来源：央视经济网-双十一“攻守道”：造词、“肉搏”、电商+店商

未来电子商务将会消失，线上线下和物流结合在一起才会产生新物流。线上是指云平台，线下是指销售门店或生产商，新物流消灭库存，减少囤货量，这就是新零售，而新零售的优点也正在暴露在大众的面前，所以新零售是值得推广的。

电商平台为什么会消失？电子商务的最初，使人们能轻松买到世界各地的商品， 便宜一度成为电商的代名词。然而今天，你若走在中国繁华的商圈，看到的也只有三三两两的行人。晨曦百货断断续续的关闭了富力广场店、国贸店和双子座大厦店，如今最后一家东方广场店也在考虑转移阵地。再来看看中关村e世界，曾经最繁华的商城如今变成了一座空城；号称“千年商都”的广州如今也出现了严重的倒闭关店潮；中国最繁华的长江三角洲地带一半以上店铺相继关门，义乌的神话，也已变成了历史。

现有的电子商务模式，已经无法满足人们对快捷高频次购物的需求。所有的营销与商业最核心的都是围绕着顾客的需求，谁能更大价值满足顾客需求，谁才是未来的赢家。值得注意的是，未来的新零售不是简单的做一个移动商城，如果你的商业模式只有商城，那你的危机即将到来！

新零售的完善必须与物联网结合，物联网顾名思义就是很多物体都能上网，不仅仅局限于手机。比如超市会有很多感应器，他们都可以上网，放置商品的货架、商品本身，等等，未来是一个万物互联的时代。新零售不是纯商城，但是先得从商城开始构建，未来将会衍生很多版块。

最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡，麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。” “大数据”在物理学、生物学、环境生态学等领域以及军事、金融、通讯等行业存在已有时日，却因为近年来互联网和信息行业的发展而引起人们关注。大数据作为云计算、物联网之后IT行业又一大颠覆性的技术革命。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。企业内部的经营交易信息、互联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，其数量将远远超越现有企业IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向
大数据搭着信息时代的快车来到了我们的面前，数据的价值逐渐为人们所重视，同时也让数据分析师的身价倍增。而随着大数据分析工具等大数据应用技术的出现，未来的数据分析师又将遇到怎样的挑战和机遇呢
工具抢了人的饭碗
很多大数据分析工具的设计起点非常高，定位了数据分析过程中所需要的大部分功能。很多工具的功能涵盖了从数据前期整合、收集到挖掘、分析乃至末端的数据可视化的整个数据分析过程，功能不可谓不强大。
但如果仅凭这些就认定大数据分析工具能取代数据分析师，未免有些杞人忧天了。恰恰相反，大数据分析工具不是数据分析师的竞争者，而是协助者。工具本来就是为人服务的，数据分析师的专业素养让其能很好的发挥大数据分析工具的性能，二者相辅相成，是友非敌。
企业的支持
虽然大数据的概念已经普及，但是很多企业还是留存有一些传统的观念。很多企业虽然重金聘用了数据分析师甚至是组建了数据分析师团队，但是却并没有建立完善的数据价值体系。对数据分析工作缺乏理解与支持。
相对于数据管理，数据分析工的工作重心还应该放在“挖掘数据价值”上。企业与数据分析师直接缺少职能的沟通，将直接影响企业对数据分析师工作性质的定位;同时，企业应该建立数据库并部署大数据分析工具，为了能更好地对接用户，也为企业和数据分析师留有足够的空间。
从幕后到台前的转变
以往的业务人员经常要磨破嘴皮才能得到别人的认同，而现在许多企业正在考虑让数据分析师带着数据分析结果去谈业务。打算以“让数据说话，以数据服人”去赢得客户的信任。而主要的实施过程，是靠数据可视化技术来实现的。
数据可视化技术让数据能以图表和视频的方式直观地展示在人们面前，而数据分析师作为数据的管理者和挖掘者，是最适合不过的讲解人了。这样就要求数据分析师不仅要有扎实的数据分析能力，还要能提取数据精髓，并将之演讲出来以获得他人的认同。从幕后转到台前，这里面会需要许多技能，数据分析师的工作性质也将发生改变。
在大数据时代，数据分析师所扮演的角色不可能是一成不变的。而只有顺应时代的潮流，响应时代的需要，数据分析师这个行业才能继续生存并发展。其实，大数据分析工具，数据可视化这些技术的出现固然使行业受到了影响与挑战，但对于数据分析师来说，未尝不是一次摆脱传统束缚的机遇!

---