2017年中国数据分析师行业峰会：大数据与智慧投资_分会场（九）

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

2017年中国数据分析师行业峰会：大数据与智慧投资_分会场（九）  

第四届中国数据分析师行业峰会

时间：2017年7月29日

地点：中国大饭店

主题：大数据与智慧投资-分会场

  

    主持人：非常欢迎大家参加2017年大数据分析大会，CDAS分论坛大数据智慧投资的专场，为大家准备了满满的干货。能够冒着这么大的太阳来到这，都是真爱，都想对大数据产业以及投融资有一些了解的，希望每一位嘉宾满满的干货，能够给大家在思想上带来冲击，我们用热烈的掌声有请今天的第一位演讲嘉宾，江西省赣州监狱的吕明，他分享的是物联网在监狱的探索以及实践，掌声有请。

    吕明：非常容幸有机会站在这里跟大家分享，就我们这种司法行政单位当中，大数据应用当中有什么做法，当然我现在是一名监狱的人民警察，我的身份是警察的身份，可能跟今天在座的各位嘉宾也好，我们的各位老师也好，身份完全不一样，但是我们也在做什么？也在做信息化，也在做智能化，也希望通过大数据对我们监狱，乃至整个司法行业的管理来讲，也希望有一个大的提升。所以说我们今天，我主要讲的题目物联网技术在鉴于的探索与实践，为什么我在这里只讲物联网技术不讲到大数据呢？因为说一句实话我们知道商业应用来讲大数据慢慢走向商业化，那么在我们行政事业单位来讲，有没有大数据？有，用的多不多？也多，但在监狱说实话还真没有，没有怎么办？我们首先想办法收集书记，怎么收集？我们先看一下物联网技术的收集。

    2016年10月份的时候，我们中央的政治局委员，政法委书记孟建柱同志第四次全国百万干警大培训说到物联网大数据是我们现在这个时代的桥头，我们怎么把这两项技术应用到我们政法行业开创一个新的时期，这是给我们最高的指示。司法部部长张同志2017年4月份召开司法行政的专门会议，要求全力推进司法信息化建设，那么以次为契机，我们做了一些积极的探索和实践。

    首先来了解一下，为什么我们要这样来做呢？刚刚我讲了一个前提。第二个来讲，现在所知道的，给大家一个数据，全国有多少监狱？全国有近七百所监狱，380个戒毒所，将近一万个看守所，拘押人员340万左右，除了戒毒之外，公安的其他人员，救驾的数据，这些人有多少，初步估计三者加起来有将近一千万人。那么这是我们在押的人员，除了在押的人员之外，还有在押人员的家属，我们有一个详细的数据统计分析得出来结果是一名服刑人员关押之后在里面会牵扯多少个人？22个家属，那么也就是说这个群体有多少？一千万人，加2.2，有2.3亿的人口，其中还不包括什么个还不包括我们管理的监狱民警，我们从业人员，人民警察这些一系列的，这是我们的数据，而且这个数据是什么呢？我们全国普通的服刑人员的更换率大概是每年有30%，所以我们可以想象一下，这里面有没有商机呢？

    首先我们来了解一下，现在物联网跟监狱工作怎么结合在一起，再者说物联网怎么来改变我们现有的监狱管理工作，大家都很陌生，物联网很熟悉我不讲，对监狱工作可能很陌生，他是什么？真真正正是什么呢？是一个国家的刑法执行的机关，主要是什么？惩罚与改造服刑人员，那么最主要的任务是什么？监管安全，防止犯人逃跑，大家都知道，只要一有犯人逃跑全国的新闻娱乐全都来了，这是第一个。第二个还有一个重要的问题，预防犯人的非正常死亡，还有危险性的情况，那么这些数据，这些东西要做，要怎么办？原来靠什么？靠人、经验，现在要靠数据来支撑。

    我们知道，如果我们所有的技术应用拿到我们这来应用的话，提高我们的工作效率，同时减轻工作压力这两项技术有没有用？没有用，监狱来讲其实这个技术是不合格的，为什么？如果说一项技术给我们监狱民警去用的时候，反过来增加我们的工作负担，增加我们的工作强度的话，那推不下去的。我们原来是纸质的，现在有网络有平台，可以实现数据网上走，文件上上看，业务网上办，最初级的数据化，收集这个数据。

    第二个转变，安防的转变，原来人盯人，现在通过人防物防等一体化，实现防控的体系。

    第三个转变，传统的转变，原来服刑进行谈话的时候，沟通渠道是什么？纸质的记录现在，现在有了移动办公，所有的移动办公，包括现在的同声传译，这些东西应用上，所有的记录可以网上走，还有执法现场化，交警必须要执法，要收违章，拍越线，必须有图片告诉我们，对犯人的执法来讲，犯人需要给他进行行政奖惩，依据在哪里？我们现在国家层面讲到依法治国，那从监狱层面来讲要体验依法治监，通过这个转变可以收集到所有犯人的管理过程当中的一些数据，这些也是在收集数据。

    第四个转变，原来领导视察工作的时候都会去现场，现在大家知道，每个地方都有公安的指挥中心，那么在大事件发生的时候会不会去现场？不会，都是在指挥中心去做应急调度和应急指挥，这是一个很重要的转变。现场监控和三维模型和二维模型立体的体系。

    第三个方面，江西赣州监狱在物联网技术英语和实践到底是一个怎么样的概念？首先我们的平台，我们的应用来讲，13年10月份，年底的时候就开始提出这个东西来了，那个时候就开始说我们要建设我们的物联网管控平台，那么在14年10月份的时候这个平台建完了，开始进行使用，使用过程中，我们可以实现的几个功能，八大功能，第一个就是我们的安防集中管控，大家都知道，监控、门禁、报警、广播、有线电视整个的管控体系，还有日常事物的提醒，这个东西重点讲一下，为什么？监狱来讲通讯非常的闭塞的，民警要跟服刑人员之间达成一致沟通，什么时候段该干什么的，通过日常事物提醒，提醒民警这个时间段该干什么，同时通过终端设备提醒犯人什么时候该干什么，达到双方的一致性，这是第一。还有安全指标提醒，监狱最重要是什么？是安全，这个可以通过六大项，229个小项的一个体检，实现我们整个监区，乃至整个监狱的安全防控体系，属于一个什么样的状态。包括信息一键通，运行数据统计，都是跟我们监狱管理息息相关的工作。

    第二个，我们可以看一下，刚才讲到安全防范，包括我们的报警，周届报警，在线巡更，监视监听融合在里面，使用性非常的独特，我们加入生物识别，门脸识别和指纹识别整合到平台里面去。

    第三媒体教育，因为里面可以看电视，我们对服刑人员分类关押，对教育也要进行分类，什么时间点看什么节目，都要进行定制化的管理。

    第四内部的通讯，里面坚决不可以带手机，内部通讯靠什么？对讲、音频广播和语音广播，还有对讲机，这是通讯。

    接下来信息交互，这个很重要，通过服刑人员所有的数据是通过信息交互来的，我们服刑人员可以在线购买，服刑人员可以进行律师约谈，可以登记当天的心情，这些数据有了以后，是不是等到大数据分析的时候有数据支撑？如果没有这些东西的话，服刑人员整个的数据来源从何而来，当然这些应用后续会讲可以拓展。

    第六，就是我们的集中管控，现在可以对门禁、灯光、风扇，这些控制在智能家居来讲不是问题，但是用到监狱来讲都有它的特殊性。

    几个简单的例子我们大概了解一下，第一画面的集成，通过画面能看到整个监狱监区门禁的管控状态，这是第一。第二，我们可以通过整个的待办事项，知道今天多少事情没有做，多少事情要去做，智能化提醒。第三就是通过指标体检，知道我整个监视，乃至整个监狱今天的安全指标的状况，对我们整个管理人员来讲一目了然。第二就是数据的集成，我们知道我们现在真真正正的目的要数据，现在我对服刑人员的管理过程数据全部在这里进行一个整体的集成。第三个就是管控，管控中刚才讲到门禁、灯光、风扇、广播、电视，这些都可以进行集中的管控。有最重要的一点，与门禁的对比开关操作，监狱非常封闭性的地方，最重要的是门，门的开关来讲，可以现场监控，头像和我这个人员进行实时的比对，确认无误打开这个门才能保证犯人不会跑出去，这是很重要的一块。

    我们现在进行了探索了以后，那么从2012年到现在，全国31个省市自治区，总共285个单位到过我们单位进行参观，不包括港澳台，包括广州省、江苏省、黑龙江省、云南省这些省市自治区的四大厅，34次带省局领导到我们那参观学习，当然这些东西现在来讲是我们的一个建设情况，那么通过这个方面，我们还跟司法部直属的郾城监狱信息化合作，我们签署了信息化建设协议郾城启动项目，林主任讲到，物联网建设是一个建设的典范，同时我们整个的数据，整个监狱的信息化数据大数据强共享的一个特点。以次为契机，我们希望这个东西做成一些产品，来普及到整个全国，为司法行业做一点事情。

    我们看一下其中产品的介绍，首先我们来看一下我们有物联网+的产品，那么物联网+的产品包含物联网管控主机，物联网指纹终端，刷卡终端和防爆终端，这是应用过程当中终端的设备，这些设备实现什么功能呢？我们可以看一下通过一个智能终端，监听、可视对讲、报警等等，还可以做环境、湿度、PM2.5等，所有一切可感知的设备接入平台来。除了硬件之外，软件里面装了安卓的操作系统，现在可以做定制化的开发也可以通用性的开发，可拓展性非常强的。

    我们建立与家属互动的，刚才讲家属有多少？有当地2.2个亿，家属怎么去了解被关押所有这些人的数据呢？通过我们这个平台，公众服务平台，可以了解到监狱的动态和服刑人员在监所内的信息，这是外界沟通的桥梁，这是其一。其二，我们的人必须到监狱到看守所去才能看到自己的亲属，如果现在生产一款设备家属云客户端这个设备，现在这一套设备通过第三方租借给家属，家属使用家里点开和监狱进行申请是不是可以直接对话，那么我可以解决家属路途遥远的问题，可以解决家属老弱病残的问题，对我们整个服刑人员和家属之间的桥梁建立起沟通关系。

    大数据+产品，主要是安防管控平台，基于触控可视化平台的调度，所有都是触控的，三维二维的是集合整合。第二自动化和智能化安防操作管理，监狱来讲安防设置非常多，怎么做集中的整合呢？这是我们需要考虑的一个问题，那么通过这个平台全部可以解决这些问题。第三可视化的应急指挥，刚才讲到现场的指挥都是通过应急指挥平台对现场的情况进行指挥的调度。第四，全面的设备巡检，这个不再细讲了。第五，报警信息，监狱来讲最重要的就是报警，报警信息的搜集是一个非常非常重要的东西，那么在这方面来讲的话，我们通过平台可以对所有的报警进行全网的收集，然后再对数据进行分析。第五智能值守，不讲也清楚，对所有报警全部布防侧防，联动报警。还有兼容性，可以兼容国内包括大华、海康、华为等在内所有主流的安防设备的体系。还有多级联动，这是非常重要的东西，为什么呢？我们从监狱的层面来讲，希望管到监区层面，监狱管理层希望到监狱，一级一级往下走。

    讲了这么久安防，怎么和业务系统进行整合，业务系统当中包含所有的从服刑人员入监至出监的改造全过程数据可以通过平台实时调取和使用，解决数据孤岛问题。那么信息联动，就是刚才讲到，可以看到所有的数据，那么讲到这里，大家或许会问，现在是不是有这些数据了，有没有这些数据，能不能做大数据分析呢？现在来讲差得远呢，我们看所有的数据都是结构化数据，现在还有非常多非结构化数据，赣州监狱，三千个高清的探头，一个月存储量数据量达到两个PV，两个PV算大数据，但是能不能拿来用和分析呢？现在还没有哪个主流厂家来对我们这样的数据进行分析，还有一些比如说我们服刑人员跟家属之间的会见和亲情电话的数据，这一部分的数据会有一些厂家进行一些分析，现在已经开始往这些方面走了，那么把这些数据加起来之后，再加上什么？我们有一些犯人真实意志表现的数据，加进来以后再来做大数据，真真正正来讲才能分析出一些，比如罪犯改造的危险性评估，罪犯出监的重新犯罪率，以及所有分类罪犯的成因是什么，为什么犯罪？每一类犯罪人的特性是什么，都有一些依据，为我们国家层面来讲，国家的政策来讲，调整都是有事实依据的。

    接下来业务模式的方式，现在主要说第一个产品销售，第二个应用软件的服务，第三运维服务，那么接下来是我们来看一下这个数据，刚才讲到说，我们现在整个的司法行业有什么？有七百所监狱，监狱最小市场份额我们以两百万为例，最小市场份额就是14个亿，从监狱层面来讲，那么司法戒毒三百个，其中一百万，那么就有三个亿，如果从公安和看守所有八千个，五十万一个来算，市场份额达到多少？40个亿，加起来的话应该是有50多个亿，十三五国家投入信息化预算70个亿，各地的自筹信息化预算70亿。每个监狱平均四千个服刑人员，每个服刑人员22个家属，家属是6160万，如果戒毒所1000人计算，每个学员绑定22个家属，是660万，是和刚才的数据吻合的。

    我们现在在建设什么？其实第一个阶段，把大量的设备连接最先实现起来，那么第二个阶段体现感知，这个东西来讲，监狱层面没有做到这个层面，大部分在做什么？这个层面。第三智能化应用，更高的级别，大家可以看到，如果从行业细分来讲，这个行业的前景是不是巨大的？

    我简单介绍一下，我们的单位江西省赣州监狱，有下属一个全资的子公司，江西赣码实验有限公司，年产值两到三个多亿的产值，这个方面劳动力成本里较低，所以一直在服装加工上面沉积了好多年，为了这个契机，现在企业要转型升级，我们自己建立一个赣码的物联网产业基地，建立了标准的厂房，那么除了可以做我们这个产业以外，还可以做什么？现在准备做物联网酒店产业和物联网水表产业，物联网酒店物联网管控，物联网水表现在采用先进的物联网技术研发。赣州市一个市大概有75万块水表，水表的使用寿命是六年，每年要更换的水表量是12.9万个，这种物联网水表三百块钱一个计算，一年的产值是多少？赣州市一年产值3750万，一个赣州市就3750万。所以我们往这个方面再走，除了这个之外，还可以承接所有的物联网产业相关的代加工的服务，这是我们企业转型发展升级的几大产业方向。

    我的介绍基本上就到这里，这是我的联系方式，因为我是公务员的身份，也是人民警察，没有名片，如果有需要大家和我联系，谢谢大家。

    主持人：非常感谢吕主任精彩的分享，江西赣州监狱全国的文明监狱，我去过他们那里，他们在他们的监狱长带领下实现了物联网整个数据采集应用的技术，全国的监狱都是领先的，现在也在做大数据相关的一些应用，比如大数据犯人的画像，预测犯人的心理行为，判断犯人是不是要自杀，所以他们那里数据的应用以及数据的产业做的非常好，从来没有见过一个监狱对大数据，对物联网的理解有如此的独到深刻，我也期待赣州监狱信息化在吕明主任的带领下做的越来越好，再次热烈的掌声送给他。

    接下来我们要有请国脉互联的一位数据研究院的副院长孙泽红女士，他为大家带来的演讲主题是数据基因助力数据资产管理，大家同样掌声欢迎。

    孙泽红：大家好，非常感谢主办方的邀请，能够有机会跟各位分享数据基因和数据资产管理这么一个主题，刚才在门口学习了一下今天的演讲主题，九位演讲者，有七位都带着大数据或者数据这几个字眼，所以说是一个很高的比例。那么数据基因是什么？是国脉基于12年政务咨询研发的一个数据标准化管理的软件，我们国脉是做政务信息化出身的，那么数据资产管理是什么？简单就是数据的资源化、资产化，怎么管这个数据资产呢？除了制度以外还有几个关键的维度，一个是数据资产管理的概念，来自于数据发展本身的紧迫性，另外就是管理的方法论，很重要一点信息技术还有工具的应用。

    今天的主题围绕这两个维度分享三个方面，首先信息化进入一个以数据为核心的新的阶段，这个基础之上，资产管理如何体系化的建设，以及数据基因对数据标准化的作用。我们说在国家的信息化体系建设当中，政府的信息化是非常关键的，那么我们政府的信息化经历了办公流程的自动化，然后业务处理系统的信息化，还有政务处理的网络化三个阶段，办公流程阶段，基本上就是以部门为建设的单位，就是属于一个各自为政的状态，形成了很多的信息孤岛，所以导致了行政成本，还有管理成本都是非常高，90年代以后随着金字头为代表的启动，依托着互联网的升级，整个政务系统内部共享互联互通去发展，这个时候建设主体由原来的单个部门演变到各级政府的联动，一条线的数据一定程度上是打通了，信息资源从之前的孤岛变成烟囱，所以说这个阶段的数据整合是局部的，一定程度上是局部，行政成本应该说是有所缓解，我们目前的信息化是处在2.0的整合型向3.0平台型演变的阶段，全国一体化信息化的数据平台建设在15年的大数据的发展纲要当中也给出了一个时间表，一体化的数据平台是一体化政府的一个建设的基本前提，那么平台型发展的阶段信息化主要特点就是以开放、开发，另外主体很多元，隐私的安全一定程度能够得到保障，行政成本相对比较低。

    那么互联网发展比较发达的国家，新加坡和韩国等等逐步探索智慧型信息化共创共享，这个模式创新要素的驱动，整个社会的治理成本，还有行政成本比较低的。

    数据作为新的生产力和生产资源基本的成为新的竞争优势，信息化像小孩子的书包，量很大需要减负，政府的工作量实现计算能力得到很大提高，信息连接时代，像支付一样，人与人的关系，人与我们应用系统的关系通过智能设备连到一起，数据时代，数据的基因和传递性越来越强，和组织的竞争力处在合体的状态。这是我们参照互联网进化论这么一本书绘制互联网虚拟的结构图，这个支撑人类的思考和行动，也形成社会治理基本的结构，大脑的表层，终端和外设，出门没有带手机不安心，视觉系统，采用物联网各种信息，听到看到可穿戴设备收集信息储存大脑当中，云计算作为一个基本的设施和软件，这两个层面来支撑整个大数据和大脑的运行。那么给我们带来机遇的同时让核心大数据的治理面临挑战，主要表现三个方面，第一数据很庞杂，体量很大，另外数据需求非常多样，简单来理解就是我们以数据为核心的信息体系是不是健康的，可以两个维度来观察。

    第一是从流动性看他的信息系统，有一个对比，传统的信息体系是依靠流程，或者说依靠业务来构建的，那么业务到我这截至了，信息就停止了，前面我们说这个条块的数据烟囱基本原理基于业务流程来实现的，那么以网络和系统重构的信息体系，关注的是这个数据的流动性还有他的价值，就哪需要数据，或者说需要哪类数据，我的数据就能自动流动在哪儿去，流动的过程当中信息能够得到最大程度的共享和开放。另外流动性来看，平台架构体系，国办发了互联网文件+技术的架构图，非常系统要素也很完善，路径也比较清晰这么一个结构图，我们可以探讨的就是这个结构图DNA在哪儿？如果我们能够进入数据资源层面有一个基础关键的管理，或者架构体系的话，应该说就更好了。

    在数据开放共享当中，数据资源管理很大的话题，我们主要从技术的角度来说明，从资源上看，数据资源应该说是数据库的一个资源，那么除此之外数据资源其实还包括各种报表、视图、数据的接口和权限等等，我国政务的数据是通过实施分级分类的管理来提升数据的共享和开放的程度，那么这个数据资源管理需要解决什么问题？三个方面，首先是信息孤岛的问题，需要打通数据。第二标准规范的问题，标准规范应该说我们国家进行了很长的探索和实践，在07年前后组织修订了电子政务国家的标准规范，并且今年的5月网新办还有质检总局，以及国标委联合发布了十三五信息化标准工作指南，国家层面来统筹推进这个数据的标准化工作，前面提到108号文件，还有5月份国务院印发的政务信息系统整合共享实施方案这么一个文件，从全局和根本上来解决当前长期困扰我们信息化建设的一些问题。第三资源节约的问题，最近浙江省和贵州省都启动了全省的数据资源的普查，普查调查了一个非常重要的方面就是硬件系统的建设，浙江是通过一个系统来评价我们现有的管理系统，然后关闭一些不能适应现在数据化要求的系统，贵州采取全省上云的方式，服务器和硬件都是统一部署云上，这样数据资源整合就非常的便捷。

    我们说到数据资源管理的问题，在这个重要性当中，业务梳理，还有录入编制是非常关键的一个环节，下面这张图罗列一系列的问题都需要依靠信息资源目录证明基础的工作来解决。这是国脉在服务咨询过程当中总结出来的一个思路，14年、15年国脉给浙江舟山市进行数据资源梳理，打印很长一本，委办局为什么上来的调研表，体量也是非常大，这些调研表来自具体的业务部门，第一步要结合实际，第二步要自下而上，这和顶层规划相反的，我们资源目录自下而上这么一个过程，跟我们盖房子一样，先要把部门、主题目录梳理好了再到基础的滚动的形式，再需要对标对目录工具进行管理，服务的配套要跟上，基于下面几点我们可以构建一个合理的目录推荐机制。

    那么开展最基础的部门目录梳理时一般采用三种途径，一个业务职能为主，从业务的架构，还有业务的职能资源，还有数据项，从这些角度去梳理。第二种系统建设这么一个路径为主，有的部门委办局有一些自建的系统和数据库，我们要从系统功能、数据表和数据字典这些维度梳理。结合业务和数据两个途径推进。

    数据基因很重要的一个特点就是具有内升动力，数据基因是参与者也是融合者，当前数据资源管理很多问题，包括底层数据的一致性，还有信息体系，怎么有效运行，这边一些关键的问题都可以通过数据基因的内升动力来驱动。那很多人可能会问到一个问题，就是为什么叫数据基因，因为我们听的比较多就是生物基因，生物学上基因结构是分为基因、基因序列和基因佐证三个层次，基因佐证可以净化的，随着生命力的净化遗传和变异，数据基因记录在数据基因组，数据基因序列这么三个层次上，数据基因是基本的这种遗传和变异的单位，数据基因的基本组成形式，遗传信息完整的表现。从数据基因到生物基因，一方面表现了数据基因，表达数据关联性，另外也描述了不同数据之间的关联。

    通过数据基因系统的边路，可以实现五大模块的功能，首先连接的状态之下，我们可以对各种数据源进行建立数据的联系，树立其中的数据表，还有数据项，添加原数据的标注，按照标准数据项标准化，自动提取样例的数据形成虚拟的目录。没有经过量化的资源型的数据怎么办？我们提取相应的数据源来把这些文件资源上传到虚拟目录当中，这些文件主要作用就是查询和下载，还有一种没有联系的状态下可以通过手工的录入，上传样例数据形成虚拟目录，三类虚拟目录完成通过加载原数据模型进行编目，注册到分类的目录当中，然后进一步形成各种主题的主题目录，共享目录，还有决策目录等等，通过所有注册的数据资源，通过检索关健词，关键字，可以搜索到全部的结果。

    数据基因有一个独立的模块是数据资产，有几个很便捷的特点，一个先前政府数据库是可以打通的，和其他系统的数据可以导入系统当中进一步进行系统的数据。第二资产化的分类很清楚，有数据的资产，包括软硬件的资产。另外对业务的梳理，首先参考了国标和行业的标准，比如说公路里程的描述，我们是根据行业发布的各种标准文件，按照原数据的属性分类规范描述。第三个特点政务服务事项的梳理，我们按照单一事项文件的要求进行梳理，比如港口事件开通的备案。

    资产管理在整个数据登记的这么一个基础之上实现一个由小到大颗粒度关系的呈现，这是呈现的关系图，这个关系图可以实现什么？从极小单位的数据到数据表，到数据库，到应用，到服务器，一致到云，到机房，所有的关系通过这个表来呈现，建立一个部门或者一个城市，数据资产管理的这么一个地图。那么这个系统如何部署需求机构当中，如何部署到城市和政府，我们分七步走，第一基础资源的调研，纸质的材料，业务主题分析，结合咨询的实践进行概念模型的设计。第三步，数据流的一些分析，重点关注一些物理的模型，系统的分布和架构。第四步，业务数据的建模，模型导出来各种表单，建模的基础上开展数据的分析，并且设计数据的资源，设计数据资源以后实施数据的管理，并且投入使用，这个就是我们数据基因系统部署需求单位七个步骤。

    通过数据基因的嵌入，我们可以实现包括我们的系统，我们的数据、业务和人，数据、业务、系统，人等等资源形成全面的整合，理想状态表现出六个方面的特征。第一个数据标准是非常统一的，就是共享没有障碍，数据可以有序的流动，数据管理系统有效协同。第三数据之间的关系非常清晰，我们通过数据源分层分类进行管理，数据库之间灵活架构，应用也很便捷，权限也非常明确。

    第三关于数据基因和数据标准化，这一块先来讲一个故事，讲的是巴比塔的故事，人类想建一个高梯通往天堂，上帝不想让人类通往天堂，让不同的人说不同的语言，人类之间就没法沟通了，这样这个计划就失败了，数据的共享和资产化这个层面来说，数据本身是语言，数据标准不统一，沟通和交流必然受阻的，这是标准化基本的全体，数据源和源数据的统一。

    我们保险方面数据平台整合标准化做一个例子，这个整合平台不是我们做的，我只是举一个例子，数据产生以后，首先要经过数据标准来进行整合，整合以后需要加工，加工以后再使用。我们可以看到，源数据表述的属相包含13项，那么在保险系统不同的系统实现客户信息，一定的这种数据标准经过迁徙以后可以转化生产数据，这个基础上可以形成360度的基础的标准化数据，这个信息就可以包含很多了，我们的一些基本的个人信息，很敏感的，尤其像财务和风险，还有能够体现个性化的一些兴趣偏好，还有关联的，这样的信息我们就可以实现业务的评估和业务的支持。

    那回到数据基因的应用上，我们说标准是数据资产化的一个基本的基础，那么这个标准我们对数据资产进行准确的定义，所以我们国外在数据基因这个产品上，把国标和行业标准贯彻实施好。那么数据基因的强大，一个非常重要的特点就是模板的数量，目前我们汇集了包括省市部门的这种业务事项的模板，还有核心数据源，以及核心数据级的模板，一共一万两千多个，通过这么多模板，关联导入可以进行多维度的关联。

    我们看一下数据源的标准化，数据源的标准化主要是通过从业务和系统中抽取过来的数据匹配和设置，前面我们讲的路径就是从业务和系统两个维度进行数据的匹配和设置。那么根据匹配的规则在数据源的模板当中进行名称的匹配，然后进行快速的填充，我们的数据基因发布的时间也不长，2月15号正式发布1.0版本，7月26号发布3.0版本，数据基因1.0版本比较基础的，主要基于资源的模板还有一些登记功能，2.0基础上建立数据之间的关系，通过关系建立标准，能够普查做地图，然后能够做模型。到3.0这个版本就很强大了，目前就比较强大，就是说可以实现各种的匹配，包括数据源的标注，事项的梳理还有数据治理，整个梳理过程当中形成理想的目录和事实的目录。

    1.0版本对外发布以后目前三个正在推进的典型区域，一个是淮安市的信息资源的梳理，这个是借助1.0的版本，那么在一个月的时间内，通过数据基因的模板，梳理了淮安市82个部门的信息资源，那么通过基因系统再由各个部门进行核实确认建立全市信息资源的体系，我们用的一个是系统确认，一个模板梳理，已经完成了。第二浙江省全口径公共数据资源梳理，上个月刚刚启动的工作，这个梳理依托浙江省17年电子政务项目预审的这么一个基础开展全省的普查，那么通过普查会关停并转已经不适合的系统，然后这个普查应该说深刻的贯彻浙江省的这么一个政府服务的理念开展，普查完了以后会借助我们的系统凯翔事项的标准还有数据标准的工作。第三贵州省的数据资产登记，借助2.0版本，特别定制的一个数据资产登记系统，通过登记系统应该说贵州省也是开展全域的登记，包含信息系统、硬件、软件，还有数据进行梳理，建立系统硬件软件和数据之间的关联的图谱。

    给大家介绍一下国脉的体系，目前数据层，平台层和战略层为主，以上就是我演讲的内容，谢谢。

    主持人：感谢孙总非常精彩的介绍，给我们提出一个问题，什么问题？就是基因，数据是要有基因的，数据的基因是要去优化的，刚才举的巴比塔的案例，我觉得非常符合当今大数据产业遇到的一些问题，什么问题？如果数据不治理好，人类通向天堂是比较渺茫的。刚才听出来，如果你要做更好的数据治理，我们有一个统一的语言，统一的数据展示，数据的应用场景，那么对于我们人类社会去实现一个大繁荣，实现数据更好的驱动我们各种商业环境，各种政务环境的一个数据的治理体系，管理、发展，都会有非常大的帮助。我们再次热烈的掌声送给孙泽红孙女士，感谢她。

    接下来要由我，由主持人转向演讲嘉宾，我给大家讲讲大数据在电子政务，政府这个行业的一些应用。我想先问一下大家，上午有一个分论坛，是彭老师讲的，那个论坛过来的举一下手，论坛里面发的二维码还是有效的，感谢各位，来到这，我相信想要听我讲一些干货，我也想说，人生三件事，生与死，男与女，名与利，大数据都能帮你解决，大数据产业驱动行行业业的发展，以及大数据对政府，有深刻的了解，彭总介绍了很多行业的经验，希望你能够通过他的这些行业经验能够让一个屌丝的分析师成为高大上的创业者。

    我想给大家带来的就是大数据政府这个领域怎么赚钱，怎么能够去帮助政府实现数据产品战略，去实现政府的数据对外公开体系，实现政府数据价值的释放。所以，我的介绍大概半个小时左右的时间，题目大数据-城市创新发展的新动力，为什么说大数据是城市创新发展的新动力？因为城市在之前的20、30年的时间，都是在做城市的硬件运营商，水电煤气交通盖楼修房这些事情，接下来要干城市数据运营商，所产生的数据，水电煤气交通医疗卫生等一系列的数据，当地的政府很关心一个问题，我城市的数据怎么变的有效，怎么为民众和政府，为公务员，为企业提供更好的服务跟支持，所以我的话题就是这样。

    汇报这个话题，需要有四个内容给大家介绍，第一个就是顶层设计，我们遇到很多地方城市的领导，去我们单位学习大数据，那么首先我觉得他们对这个概念不太清楚，大数据是什么，大数据为什么这么厉害，大数据到底对于城市的发展，以及地方产业经济的发展有哪些变化和革命他不知道，所以我希望能够通过城市发展大数据的体系能够告诉在座的各位，以及很多的领导干部。第二个要建立高效的培训思想体系，我们说理念行为化，行为制度化，制度信息化，在制度信息化之前，我们必须要解决思想层面的问题，做了顶层设计以后得告诉他什么是正确大数据发展思路，什么理性大数据发展思路。第三就是建立一系列有效的城市大数据项目，我现在因为这半年以来，到我们单位的市长，几乎每一个星期接待两次，会遇到同样的问题，现在数据拿过来开放了，也建立了数据平台了，但是我能做什么样的数据项目？我们在全国的各种大数据的项目做了一些梳理，特别是那些出彩的，容易出成绩的，有亮点的可以先行先试做的那些做了梳理，要建立一系列有效的城市大数据应用体系。最后我们要探讨一下，大数据到底在城市对传统产业以及对于新兴的战略产业还有哪些贡献，一共四个话题。

    我先说第一个，大数据重不重要？我相信在座的各位，来到这里，你们脑子里面肯定是有答案的，从我的角度理解，我认为重要到已经是说如果没有数据是无以谈产业的，没有数据无以言未来的，当你和朋友一起吹牛聊天的时候，不懂得大数据都不好意思开口，人家一谈数据化和智能化，你就只能干巴巴的看着，所以我想我们对大数据整个的重要性还需要再跟大家温习一下，大家看这是我的总结，百度干了广告的事情数据化，有百度的同学吗？百度有两个部门很牛逼，一个是搜索部门，把数据全部爬过来形成广告，形成应用，让大家在里面形成流量，然后跟商家收钱，这个部门赚钱的屏幕我是见到过的，是一个计算机的屏幕，屏幕一个关健词8块钱，一个关健词20等，每天百度产生的利润和销售额是上亿的，大家可以想象百度为什么不做项目，为什么做2C的市场，我看过那个屏幕，他说我们搜索部门这么赚钱的，这是能够爬来公安的数据，百度用他赚钱，还有一个赚钱的利器，没有公开的数据，比如这个爬虫爬不到数据库里面的数据，比如天气的数据，爬不到怎么办？把爬不到的数据通过数据合作拿过来做成数据产品，大家也需要，那在网上一搜成了流量，一有流量就有广告，所以不光能爬到还是爬不到的数据百度都可以用他赚钱，而且百度最核心就是数据资产，据说百度内部要做一个数据产品只需要两个星期，因为所有的底层平台，中间的数据管理和应用全都可视化设计，以及用户的发展全部都是准备好的。

    我们再来看淘宝，淘宝也是干了超市的事情，也是数据化，所有的商家和买卖者中间搭了数据的平台，没有超市和产品生产也没有自己的物流体系，那么全部是在用数据驱动整个零售产业的变革。

    华大基因，治胃病的公司，得病了以后再去看病真的要花钱治病的，但是我们很多情况下，是要考虑这个人没有得病之前怎么有效的控制住，这是治病的市场，基因的测序分析数据，了解一个人未来得什么病，提前干预他，让他很好防止这个病的发生。

    微博，干了媒体的事情，微博现在是我们国家在纳斯达克上市最高的媒体公司，他就是做数据化，还有微信，滴滴，今日头条等等不多说了…

    特别今日头条大数据领域最先拿到融资，而且垂直行业，大数据跟新闻这个行业做的最出色一家公司，为什么？我们在之前，大数据之前都是人找信息，人找新闻，后来就变成了信息找人，新闻找人，昨天一个哥们演讲说新零售是店找人的模式，每一个店每一个产品找到对应的人这么一种新的技术驱动了整个新闻产业的大变革，所以今日头条，在座的有下载今日头条的请举一下手，人很多，说明对新鲜的事物，对新闻的个性化，新闻信息的个性化推荐已经普及了。

    所以我们得出很重要的一个结论，今天整个的这些牛逼的企业，全部都在北上广深，我们有一个结论，在信息大爆炸时代你的城市干了什么，就是我们要给政府的领导，要去灌输一个概念，今天是大数据时代，你的城市有没有干大数据这一件事情？

    那么大数据为什么很厉害，这也是需要跟政府的领导去强调跟沟通的一点，为什么大数据很厉害，我客观的认为，因为我讲过很多场合大数据的一些理念方法和趋势等等，我客观的认为不是所有的人都了解大数据为什么很牛逼很厉害，大数据为什么比先前的商业模式厉害？马云对这个问题已经做了非常深刻的回答，我今天就是再把他的观点跟大家重复一下，跟大家再强调一下，就是我们的IT是成本中心，IT落后于业务，我们的DT是利润中心，DT可以超前于业务。你看我们的IT怎么干活的？就是调研、分析、开发、应用、上线，短则三到六个月，长则一到两年，系统才能上线，实际上今天的业务都发生在线上，开饭出来的系统已经慢了。那么DT怎么干活的？今天大数据系统，实时在线的数据系统怎么干活的？系统自动调整使用群众指挥，实时自动调节，少量的IT参与，那么在今天一个大量的业务都在从线上到线下的过程当中，大家想想看，如果你要给一个客户推荐一个产品，如果用IT的手段客户一看手段就跑了，但是用DT的手段实时可以监控他，他想买鼠标你知道，他想要买电视你知道，想买什么品牌家电都知道，随时等待商品自动推送给他，使用的是什么？多元异构实时在线大数据处理技术，监控整个经济的发展，能够超前于业务。所以今天的DT为数据服务，就是为人民服务。马云经常说DT为人服务的，实际上就是为数据服务，因为为数据服务可以让他更加超前于业务，比业务反映的更快。

    这里有一个结论，我们的一言一行，一举一动都会迅速转变为大数据，然后成为商家的洞察力和企业决策，大数据将做仅次于能源的生产要素，驱动所有产业进行革命，生产制造，品牌营销，商业模式，一切都在数据化，一切都在智能化，数据说话，数据管理，数据技术引领业务，我是一个老IT人，不知道大家有没有感知，数据技术引领业务，我们很多同学毕业了以后有的当数据工程师，当CIO、CTO很多，之前的工作IT为业务服务的，今天我们终于可以在企业里面有地位，可以为企业创造利润，这个时候发现身边很多朋友，很苦哈哈的做IT的，我一个金融投资的朋友，线下有七千个员工做放贷款，他们了解一家公司，那个公司几乎没有线下的业务员跑的，缓步用技术进行客户发掘，用技术进行贷款的审批，用技术进行风险的管控，最后把贷款可以放给他，效率非常高，一年放三百多个亿，他说传统的公司跳槽到一个新的搞技术的公司，老板给他提出来要用技术引领业务，现在要做的就是把线下的原来的七千个人给我砍掉一半，剩三千五百人，要做的事情全部做技术，所以提出技术引领业务。

    今天在座的各位同学，各位专家朋友，你们的机会来了，因为你们就是做这个事情的，用技术可以引领业务。当然一定要懂业务，今天彭总也说了，大数据要做数据、做系统，做人缺一不可的，特别是人，人不懂业务不能驱动业务的。

    我们了解大数据重要性，也知道大数据对产业发展的一些观点，我们要告诉政府什么？大数据到底跟政府的经济发展是什么关系？我们来看，这张片子把关系解释的比较清楚，构建数据生态可以促进数据经济增长，大数据跟政府经济增长的关系是土壤的关系，我们一般说政府做生态，大企业做项目，小企业搞创新，这是我们国家的一个基本的分工，对于一个地方经济来讲就是一个生态，土壤，上面种什么树，树上要开什么花，结什么果自然而然的数据，数据生态包含什么要素？大家看数据生态包含一个地方对于大数据发展的法律法规体系，政策支持体系，数据开放体系，以及样板工程展示中心和数据园区，有了这么一个很好的数据生态以后，我们相信，在这个上面构建的经济形态相对是比较智慧的，所以我就提出地方政府要利用数据为人民服务，利用数据要为经济服务，也只有政府能做这件事情。

    还有我们要告诉地方政府的领导，大数据到底对于政府转型升级，政府惠民，政府的管理治理的提升，有哪方面的帮助，我总结了一下，一共有四个。第一个政府职能转变，如果看总理的报告和主席的演讲讲话，会发现大数据放管服，数据惠民，群众少跑路，让数据多跑路，一定为群众服务，群众的需求去推动供给侧改革，要驱动深度改革，以群众的需求，群众的需求是什么？就是我们今天掌握这些数据的信息。所以要利用数据进行政府职能的转变为人民服务，我知道全国做的比较好的，比如说贵州，比如浙江最多跑一次，苏州又提出来，一次都不跑，就是在网上全部自动化办公，一个老百姓需要转户口或者信息的分享，马上拿身份证上去移动APP端事情办完了，广东一门事，浙江最多跑一次，苏州一次不用跑，全国都提出这样利用数据进行政府职能转变。

    第二产业结构优化，我们很多地方政府原来的传统产业，比如说制造业，产能过剩，利用大数据以后可以更加精准的实现C2B，C2F，C2M这么一种从个人到工厂的直接定制生产，就是产业结构的调整。

    第三促进信息消费，基本上我们人类每一次大的经济增长都跟信息消费相关的，特别金钱，智慧在向群众转移，智慧为什么在向群众转移？每一个人获得知识的途径和效率非常高，在微博、微信上，各种杂志报刊媒体，各种社会化网络非常快，对于地方政府经济增长有非常大帮助。

    带四带动产业转型升级，去很多地方政府，原来生产的要素品牌，不是终端的品牌，给他扣上大数据品牌帽子以后发现产品卖的贵了，比如说珍珠，浙江有一个地方生产珍珠，给他做大数据珍珠服务平台，原来卖出去五百块钱，珍珠链子，当结合了大数据以后，大数据的展示中心和方法思维以后，这个东西一下子可以变的高价值，比如生产原来同款件，只是生产终端的产品，我们通过大数据分析可以接触终端的用户可以提高产品品牌价值，所以大价值各种垂直行业大数据产业服务平台，将会越来越多，跟地方政府的这种结合将会越来越多，这对于带动地方产业转型升级大数据是有非常大的帮助的。

    我们讲一个具体的案例，就是贵阳模式，在座各位都听说过贵阳大数据，为什么很漂亮？我的统计，三大体系，5大基础工程，10大重点项目，产品说话，这是贵阳的书记陈刚在贵阳整个班子建立一系列工程，很好，贵阳模式，我们说今天在座的各位，你们如果对信息产业的发展有一些认知的话，我觉得你们要去把一把脉络，你看云计算，以前的CRM，ERM，云计算等等一些新的概念，新的概念发展有发展期成熟期和收获期，如果地方政府能够有效把握产业概念来临带来新的产业发展机会有大的收获。比如贵阳，今天的GDP，2016年10.5%，远远高于全国6.9%的平均水平，大数据整个产业规模一千三百亿，通过五大基础工程，以及十大重点项目和一系列的产品，贵阳构建大数据的整个的生态，很多地方领导找到我，说我们建了一栋楼要大数据招商，为什么客商不去，北京的企业不去，没有配套的产业措施，能不能搞数据中心，产业中心，能不能有人发展战略，各种招商的政策支持你，他说没有，我说那你光建楼不行的，一个地方发展一个产业必须很好的产业生态，这个生态的构成要素，贵阳模式值得参考。

    那么数据的开放和应用成为一个地方综合实力，甚至是企业综合竞争力的一个标志之一，我一直这么认为，当我去一个地方，去跟他这个地方城市的大数据产业的时候，我就问他，我说你这个数据到底有没有开放，有没有建立数据资源目录，委办局有没有建立数据体系，上一个星期我去安徽一个贫困县，二十几个委办局我全部做了大数据的调研跟他们做了解，发现这个地方真好，有青山绿水，青山绿水就是金山银山，有很好大数据产业发展的基础，领导干部很重视，虽然各委办局没有大数据的项目，但是我认为大数据项目的建设以及产业的发展是可以弯道超车的，因为没有更容易统一思想，更容易进行数据治理，刚才孙总提到数据治理很重要，那么他没有他有很容易去建立这个事情。所以我们利用数据的资源，内部数据、外部数据，大数据平台上去管理城市的水电煤气、公交、土地、医疗、卫生、上网数据、运营商数据、群众画像等进行数据的应用创新，为各业务部门服务，为委办局服务，为城市数据合作伙伴服务，这是地方城市做大数据非常重要的架构体系。

    政府把数据经过跨界融合，将会释放更大的经济活力，政府做生态，大企业搞项目，小企业搞创新，只有政府可以做数据生态这个事情，因为企业没有，企业有本位主义，企业说数据是我的，我装在自己口袋里，分享出去的都是我觉得数据价值不大的，真正核心的数据都握在手上，只有政府有这些数据，政府零售的数据，房产的数据，汽车的数据，电子信息的数据，物流的数据，零售的数据如果能够打通，对于整个地方经济的智慧会有很大的贡献，社会保障的数据跟医疗数据相关，跟交通数据相关，跟基础数据相关，跟就业数据相关，也跟教育数据相关，只有政府拥有这样的数据，哪个企业有这么多数据吗？都是自己的数据，所以跟政府强调一个东西，就是数据的融会贯通对于一个地方经济发展有非常大的作用，落地数据共享策略推进智能化建设，这是地方政府很重要的，需要给他洗脑的。

    那么要去做的具体的四个要点是什么，第一蓝图规划要前瞻性，应用体系要适应出彩，基础支撑体系全面有力，法律法规体系安全规范，构建一个全球领先大数据顶层设计体系，当你到了一个地方政府说帮我们进行大数据产业规划，要结合当地实际的情况以下四个方面帮助他。

    同时我们做顶层设计要规划好各个项目的实施路径，夯实基础，重点示范，全面推进，稳定运行，深化应用，延伸覆盖，去帮助这个城市能够更好的落地大数据的项目。

    要建立城市地方政府运营数据的DCS战略，这是我提出来，D就是数据优化战略，你一定要想我们这个地方他产业的优势在哪里，政府可以有哪些数据更好的可以开放跟利用的，优秀的数据源要去优化。第二，数据要上云，各地方政府，经信委现在都在推动企业上云战略，包括电子政务云，云要上云战略，数据上云了以后数据更容易交互，数据的速度才会更好，苏伊数据要上云。第三，SAAS战略，上云以后形成数据产品，没有数据产品大数据战略很少，北京去年开大数据成果展示会，很多领导拿出来APP说看我们做了很多大数据很好的项目，经过一年的发展，大数据发展的这些成果是看得见摸得着，很多地方开大数据成果展示会，说我们建什么大数据平台，搞了交易中心，没有产品，看不见摸不着，没有释放地方政府产品的数据价值，所以一个地方政府，经常说建立DCS战略建立一系列大数据产品战略，建立很多数据产品，让你的地方政府的数据通过产品去说话。

    还有做顶层设计的时候，我们要告诉地方政府大数据的运营机制，非经营性的项目和准经营项目还有经营性的项目对于地方政府来讲都要采用不同的战略，有的是自建自营，有的自建他赢，有的他建他赢，全部要根据地方政府的经济实力，要去把握一些大数据的建设原则，这就是顶设，领导知道大数据很重要，而且对大数据整个体系有一定的把握，给他做了产业的规划，接下来要做什么？接下来我们要给政府培训，要做大数据培训，这是我上个月在广州全省公务员，还有各大企业的领导三千多人做了大数据培训，培训效果很好，领导省事了，下面的人知道怎么干大数据，大数据很重要，掀起大数据学习和大数据做产品的浪潮，他说通过培训可以打消我们对大数据产业发展的一些概念问题，大数据很重要，每一个部门都可以建大数据产品，每一个部门都可以有活干，领导觉得也省事，我们老是求着别人把数据开放，求着他们要做数据产品，但是通过培训让大家有更好的认识。

    培训怎么做？我们建立大数据四位一体的体系，四要素要做培训，人、数据、系统和应用场景缺一不可做大数据项目，还有四个层面，我们要从战略层、管理层、运维层、分析层，要去做，你不能像战略的人老是讲大数据技术，怎么分析，听不进去，一定要讲产业的发展方向，怎么去做大数据，大数据对企业人财物，采购销，对社会影响在哪里，对管理层讲具体的方法策略，对运营层要讲具体的做一个日志分析还是做一个流量分析，还是做安全控制，还是做一个商业的BI。那么对具体分析的工作人员要讲什么？要讲怎么这样，怎么部署，数据怎么出去的，具体用哪些算法，针对不同的人我们要构建不同的培训体系，四种课程，还有四种系统，这是大数据的培训。

    还要讲什么？还要讲大数据的十大商业模式，这是去年写的文章，业内很多人在传，说你通过这十家商业模式对大数据做了非常清晰的研究，因为当前我老实说数据的价值是没有问题的，但是数据的商业价值是依赖于用户数的，怎么理解这句话？如果你去发掘金子，金子挖出来是一百块，结果投入了120块，卖给一个人亏了20，但是卖给一万个人，数据的结果可以复制的，所以你就可以编辑成本越来越低，赚钱就越来越多，我可以肯定的说，百度如果有一千万人搜索，我们为此提供的宽带成本、计算成本，以及存储成本，百度就倒了，但是几十亿，十几亿用百度的搜索，大数据的价值肯定没有问题，因为要挖掘投入，但是商业价值依赖于用户数，今天很多人说都是数据资产，我提出数据是负债，每一个TB数据运营成本、存储成本、网络成本，差不多两千美金，可以在网上查，这是有调研机构调研出来的，一个T的成本是两千美金，你想想如果数据存到你那不赚钱肯定就是负债了，如果你的数据没有便利资产肯定负债，因为你要为他付出很多的成本。

    我就把所有的国内国外的大数据企业按照股值做了排名，我排名得出结论，十家商业模式大数据变现已经成熟，并且已经有赚钱企业去做扶正的十家商业模式，人工智能，传统的互联网公司，征信的公司，基因的公司，专业领域数据共享者和加工者，我就讲一个，十个里面很多公司，每个公司都有一个案例，我讲一个，最会用数据赚钱的，一百年以前他的老板卖电话好半，说你们要了解哪个企业提供一个数据信息，今天全球的金融的数据集中到一个平台做成一个SAAS的产品供我们的银行证券保险各种金融交易机构使用利用，只要付帐号费，数据的加工这个买卖专业领域数据加工的买卖已经做到极致，前一段时间见他们有数据开放产品，认为他系统的数据还不足够，还可以通过数据交换，通过数据开放API的方式吸纳更多的数据，从而让他的SAAS的平台数据更有力量。专业数据的营销者，大数据的生产者以及政府的API还有数据交易平台，这是十家商业模式，我们要给政府培训这些，要不然瞎招商，他认为只要搞大数据似乎都很高大上能赚到钱，结果没两年就死掉，这是不可取的，我们要给政府做大数据的培训体系。

    接下来我们要做大数据一系列的应用体系，很重要，思想也有了，干什么？怎么干？这个就是我们需要给政府理解的，怎么干？干这四件事情，基本上我们通过梳理四件事，第一政务应用体系，政务开放数据平台，城市治理体系，智慧城市那一套可以理解为大数据这一套，因为大数据以数据为思维以数据为技术的力量驱动智慧城市推倒重来的过程。产业应用体系，这个云那个云，然后民生应用体系，就这四大体系，接下来四大体系好的有趣的，有代表性的案例讲给大家。

    首先我们来看，城市的综合治理平台，综治平台，你们知不知道，一个城市，一个市长，要去管理城市坐在家里，不出门有了解，要建城市综合治理平台，要建大数据应急中心，数字城管等这些全部在里面，我们通过整个城市的公安、交通、城管、司法、运营商的各委办局的数据集中，然后建立城市的综合治理平台，每年投入很高。

    第二，一号一窗一网，大家利用数据为群众服务，最重要就是放管服务，落地一号一窗一网，一个号码，一个窗口，一个网上全部事情办完，浙江参观这个很好，老板很满意，很慢，这个没有那个没有，系统没有打通，让群众拿着到处跑，现在不用了，一号一窗一网建的非常好，不管是个人还是企业去网上办事都流程非常好，我去参观过效果确实不错，江苏提出一次都不跑，直接网上办事，比如生孩子，孩子登记，或者开企业，一个水一个电，环评环保卫生安全都可以网上办理。

    还有政务云，通过城市的审批系统，审批服务，审批受理，审批的流程可以把他放在云上，让政府的人员像企业一样更便捷的办公，日常的办公，人事的管理，资产管理，会议管理等变的更加方便，这是政务云，也很需要。

    还有城市招商，大数据招商，数据寻商，数据引商，数据助商，彭总今天上午那边说数据开发好，我很欣慰，写了这一篇文章很多地方招商局局长说我们以前招商确实靠缘分的，领导说见谁感觉好就谈，谈着谈着就拉进来，之前没有任何数据的评估也没有研判，通过大数据，这个地方要发展的这些产业的公司先拉过来，爬虫，要发展什么产业去搜索，去建立很多爬虫，然后数据收集好。然后对企业进行分析，分析完了以后最后如果招商进来，可以对他后期的公司在这个园区的发展，财务的发展，人才的发展，市场的发展去做一些判断，判断完了以后后期要不要再支持他，所以形成一个大数据的招商平台。政府提到就是促进企业发展，政府提供平台支撑。

    这是智慧招商平台的框架，感兴趣的朋友可以下面聊，智慧招商平台分为数据监测平台、招商对象引擎、产业发展报告、行业对台跟踪、企业分布分析、企业影响力评估、政策区位优势，这样可以招商局跟被招商的企业之间构建一个信息大数据的分析平台，靠智慧，心中有数为智慧，没数就没智慧。

    还可以做什么？还可以做城市数据运营商，运营什么？电力数据产品，水利数据产品，交通数据产品，煤气数据产品，公共服务的数据产品，还做不出数据产品怎么干？政府的数据开放出去，你看百度、腾讯、谷歌、亚马逊等这些公司有一个平台？就是数据自己用烂了，支持自己企业的人财物等，已经支持完了，接下来开放出来还可以卖钱，百度的数据开放平台，腾讯的新浪的数据开放平台，一年交十七万，好的交二十多万，两百多万都有，数据开放给你，他自己的数据价值还可以开放出来再给你们用，你用了以后二次产生新数据再去支撑他的业务形成新B环，何乐不为，自己的数据自己用，用完了释放跟第三方去用，这个也是城市做大数据很重要的，要建立城市数据开放平台，学什么？学运营商，运营商现在都在这么干，对内数据支撑，对外数据开放。

    还有我们可以做城市的公交一卡通数据分析，做什么？做职住分析，做城市为了更高校，大家办事交流为了方便，今天觉得建城市太麻烦，不是低碳的，通州跑到海淀上班四个小时就坐班车，耗能耗电，城市不是低碳的，所以发改委要求要建立低碳城市，进行城市的职住分析，居住跟上班是不是合理，是不是平衡才能保证城市更加高效，大家看这是我们分析的结果，在海淀上班的，在昌平朝阳分开居住的很多，这就是不平衡，所以利用大数据可以分析，通过这样的分析，可以帮助城市更好的规划，比如海淀的园区搬到昌平或者搬到通州几个不就结了。

    大数据城市管理，突发事件处理，通过收集运营商的数据，通过城市公安很多数据可以有效的去进行什么？两抢一盗的事件，聚众吸毒，群众治安的事件，上海踩踏事件，运营商告知这个地方聚集这么多人，有人流管控的风险，但是警察不知道，数据不通，我们的运营商数据和网站的数据不通，还有提前监测重点人群，同时火车站的事件，有治安风险的，提前的部署紧密。

    还有城市的舆情监管，通过对一个城市的舆情，专题事件的分析，区域监控的分析，行业的分析，人物的分析，比如市长，常务副市长等等一系列领导的分析可以监控负面。前两天我听说运营商是可以在咱们微信群里面在发信息的时候把你的信息屏蔽掉，不让他看到的，城里面经常发一些对于城管和很不利负面的信息这个是可以监管的。

    三农云，通过跟农业合作建立一个农业的云平台，高速的网络，多种智能的终端，帮助农户更好的分析经济的源头，地方种西瓜太多了，又运不出去，大家都种要差异化发展，不要蜂拥而上。还有园区云等等，一系列大数据，还有旅游大数据，还有大数据的城市体验中心，还有政府的资源目录，和孙总提到一样，政府要盘点数据资产，形成资源目录的活化石，还有很多不一一介绍，教育云、社区云等等一系列的大数据应用体系。总而言之，通过我们顶层设计，通过培训，再通过告诉地方政府一系列大数据可以应用到的场景，可以帮助地方政府有效的开展大数据，建立大数据的产业发展规范，去落地大数据可在一些地方政府能做的一些实施的项目。

    最后一个话题就是又回到我们大数据与地方政府经济发展的关系，是土壤的关系，政策法规，数据开放，样板工程，展示中心，数据园区，刚才的案例都有了，要建的话贵阳模式可以复制的，一个地方怎么发展大数据，贵阳模式绝对可以复制，只要有一系列土壤基础，大数据可以融合发展。

    还要看到一些传统行业，大数据基础平台，大数据产业服务平台，园区的一些应用有没有建，还有就是我们的传统产业，我一般就会问他们几个问题，我说你们发展大数据有没有大数据平台？没有，有没有大数据产品？没有，有没有第三方做数据的服务公司？没有，你的大数据真的从零到一，有无穷的发展空间。

    我总结一下刚才介绍的内容，就是利用大数据可以帮助一个地方政府从传统的硬件运营商转变为城市数据运营商，因为我们今天确实是一个数据化智能化时代，城市也是一样，城市如果能利用大数据会成为领先的城市数据运营商，谢谢大家。

    接下来要有请一位大咖，咱们投资界的大咖，跟我们主题挂上了，吴总，他是北京知识图谱科技有限公司的CEO吴刚，他给我们的演讲是知识图谱在大数据情报系统的应用。

    吴刚：我是刚才主持人介绍全世界最会赚钱的公司出来的，我们现在自己创业做知识图谱在行业的一些应用，我们的目标也是用知识图谱行业里面应用，因为知识图谱是在人工智能领域的一个基础，首先我问一下，大家之前有听说过知识图谱吗？听说过举一下手，看来还是不少的，我今天主要介绍一下知识图谱在情报分析当中的一些应用，知识图谱在各行各业的应用现在越来越多，而且各种各样的一些人工智能方面的一些应用，我今天主要在情报分析领域做一个介绍。

    大概这样一个介绍，首先介绍情报分析的概念，然后知识图谱技术，可能大家都听说过知识图谱，但是对知识图谱的核心技术，他是怎么样的一个技术，可能还不是特别清楚，我会从技术角度更好的描述知识图谱这个技术到底是怎么样的技术，包括哪些技术的一些模块在里面。第三我们讲技术和业务，怎么去结合，知识图谱这个技术怎么样助力我们的情报分析，智能情报分析。接下来介绍一下业界发展的情况，在中国，还有国外，在情报分析领域，用知识图谱做的一些公司大概的情况，最后一些参考资料的推荐。

    我觉得对情报分析可能分三个阶段，一个是我们说的知识图谱信息化，这个时候更多之前纸质的数据做电子化，我们叫信息化，这个时候可能更多单机版的情报分析系统，互联网大数据化，大数据联网，一些海量的数据出现在公开的网络上，还有移动互联网，对应用来说，就是我们可能会产生一些像联网的SAAS这样大数据情报的应用。现在我们进入是3.0的阶段，智能化的情报分析的阶段，这个阶段对技术来说，出现人工智能，知识图谱，云计算，机器学习，自然语言处理等很多概念，其实这些概念之间不是完全隔离开的，是有一些交叉的，后面介绍技术的时候更多介绍这种概念到底怎么样的一个划分，从我的角度做一个定义。

    在智能化阶段，我们出现了很多智能化的应用，比如对于公安，国外的一些情报分析系统，然后在科技情报领域会有像科技知识图谱的应用，金融领域应用的比较多，金融反欺诈，金融智能投研，还有企业竞争情报，情报搜索等，一些智能化的应用。

    接下来演示一个情报分析的视频，这是电影里面的一个视频，我截取下来的，这个视频其实也是CIA的一个系统，电影里面代表CIA的系统，电影本身和我们知识图谱的技术非常相关的，现实当中有类似这样一些系统，有人能猜到这是什么电影吗？碟影重重，这个其实讲的就是发现有人侵入他们的系统，他们要找到这个人，通过内部的情报分析系统去做各种关联的可视化的这样一些情报分析，情报分析系统后台也是基于支付这样的技术，海量异构的数据构成一个庞大的网络，然后通过这种可视化的方式让情报分析人员更好挖掘信息和线索，这是之前特工入侵的系统，会在数据库里面做一些搜索，这些搜索不是平常看到的关健词的搜索，更多的是一种基于知识图谱的语义搜索，把这些信息输入进去之后，会把更多相关联的信息展现给你，你输出机器的型号，把这种信息型号相关的信息，比如软件访问，这种服务器，这样的一些信息更多的通过他们这种系统把他关联起来展现出来。这里面还用到人脸识别这样一些技术在里面，知识图谱跟人脸识别的技术不是非常相关的技术，更多在语义这个领域，就是说我们的知识，更多偏知识，行业的知识这样的领域。

来源：CDA数据分析师峰会：大数据与智慧投资分会场

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

关键词：数据分析师行业峰会 数据分析师行业 中国数据分析师 数据分析师 中国数据

    回到我们的介绍，可以看到CIA的大数据情报系统，通过大数据情报找到潜在的危险人员，庞大的网络，通过大网把相关的信息，战线在系统里面，检测电脑入侵的影响，比如一台服务器为核心，通过服务器查找与漏洞危险相关联的系统，接下来通过内部关联数据进行可视化这样的方式拓展出所有跟系统漏洞危险相关的服务器，帮助情报人员发现危险相关的服务器，人事物服务器关联起来，进行情报的挖掘和线索的挖掘，这里面输入了入侵的机器型号，通过语义分析，刚好使用，能够分析出使用这一台电脑相关的人。深度某个关联人的详细信息，我们看到入侵的信息找到服务器，服务器相关的一些服务器，服务器往外扩到一些人的信息。条件筛选和搜索对比，除了底层的知识图谱之外还需要你在上层通过怎么样的一个非常符合情报分析人员他的行业认知的这样一个设计来更好的挖掘这样的一个底层知识库的价值。

    最后通过监控视频的人脸识别进行时空的关联，确定嫌疑人，通过嫌疑人找到最先关联人前特工。有三点，迅速进行人事物时间和地点关联和分析，这也是知识图谱的核心，就是把这种庞大的海量的情报，实体关系的属性进行关联。第二点，以人类认知为基础的交互可视化分析，我们有底层的知识图谱怎么样价值更好的挖掘呢？知识图谱属于一个底层庞大的数据层面的概念，那你对上面来说，其实可以提供不同的访问方式，比如我们看到可视化关联分析，可以做语义的搜索或者问答机器人，可能做智能推荐，其实不同的入口提供给根据我们应用提供接口。

    最后我觉得可能也比较关键的一个，就是海量异构数据处理和建模，为什么这一两年谈到知识图谱比较多，也是各个行业应用遇到一些壁垒，比如公安的情报分析行业，可能刚开始的时候，传统的技术，关联数据库或者业务仓库，把数据搭起来，一定阶段遇到很多业务上的挑战，比如要提供给一些公安做实时的探索可视化分析，其实数据语言比较动态变化的，怎么样去处理这样的一些业务上的挑战，这个时候可能就需要用知识图谱的技术来更好的对底层的数据进行建模，因为我们谈到动态建模，这是国外的那些公司，他们比较核心的一个底层技术，更好的各种技术动态结合起来，而不是像以前那种数据仓库的方式，是比较固定的，很难去拓展，尤其数据量急剧增大的情况下，也是提高系统的灵活性，快速定义数据及更多行业模型可复制，这是系统三大特点，也是大数据情报系统的三个主要的优势。

    可以看到，其实电影里面大数据情报系统，其实现实当中有一家公司，大数据这个领域，我觉得估值应该最高的一个，还没有上市，Palantir，估值两百亿美金，本拉登定位他的位置也是通过这个系统找到本拉登的位置，大概的界面也和刚才的电影差不多，通过各种各样的基于知识图谱的技术，把各种海量的人事物组织实体这样的信息进行关联起来，进行可视化，更好设计交互，这边是一个语义搜索的系统。

    我总结一下，刚才可能更多是在反恐还有公安这种领域做的情报分析，但是其实知识图谱在情报分析领域，我觉得有四大块，一个是科技情报，其实知识图谱最开始提到的时候，是从科技情报开始，科技情报做图书的信息可视化，知识图谱关联，从论文里面，论文的作者，还有论文的拷贝，还有一些时间地点，结构化之后，构成一个知识图谱，做这样科技情报的分析，还有知识产权专利这样情报分析。第二块我觉得金融领域，这一两年金融领域应用越来越多，不少基于知识图谱做金融这个行业应用的创业公司，有的做智能投研，还有反欺诈，基于知识图谱的人工智能的金融方面的应用，第三我觉得政府里面应用比较多，主要是刚才看到公安情况研判，然后反恐情报，军事情报，我们也给军队做过这些，他们也有很多数据，他们希望海量数据集成进来，比如他们做一些武器装备库的知识图谱。最后一个在企业领域，我们也做了企业竞争情报，还有潜在客户的挖掘，国外一些公司基于这个技术来做潜在客户的挖掘，比如基于这种技术来把海量的数据，企业相关的数据建模帮你分析，可能潜在的客户，这是我觉得在情报分析领域典型的应用场景。

    那我们回到刚才说的知识图谱的技术，到底是什么样的技术呢？大家提到很多，都在说知识图谱，但是我觉得可能需要对知识图谱做一些，从我们的角度来看，做更专业的一些定义，百度用知识图谱的技术做搜索，2011年还是12年，谷歌开始，以前搜索基于关健词，现在通过知识图谱的技术，你搜一个人民的名义右边不光匹配人民名义关健词的信息展现出来，而是人民的名义，可能是一个电影，知道电影的演员是谁，相关的电影有哪些，这就是底层，也是一个知识图谱的应用，其实知识图谱的应用在搜索领域，最开始从谷歌那个概念提出来。

    然后刚才说的我们的情报分析，我觉得其实最开始我们是以原始的数据，很多的数据，我们进行进一步加工变成信息，最后后面我们再在上面建立行业的一些知识，我们叫知识或者情报，最后就是一个我们说的人工智能，我觉得这个行业，比如现在我做法律行业，输入一个按键的描述，直接给你推荐之前类似的按键，之前用了法律法规，之前怎么判的，这样一些信息，法官就根据这个信息，直接来判断，这个按键和之前的按键情节类似，引用这样的法律法规做判断，现在很多时候还是在拍脑袋，或者根据经验，而我们需要做的这种经验通过知识图谱构建到系统里面去，这样才能做到人工智能，这也是为什么我说知识图谱是语义方向人工智能的一个基础。

    那知识图谱技术我是这样的划分，底层是大数据，大数据我觉得是一个数据概念，就是海量的数据，比如公安的信息，你的电话和通讯的信息，还有你坐火车出行的信息，还有你住宿的信息，还有转站的信息，通过海量的大数据，因为对物料解决问题，比如情报的研判和挖掘，数据做处理挖掘价值，知识图谱跟深度学习，自然语言处理，其实是一个交叉的技术，为了做到信息做关联，行业经验积累在里面，需要处理很多其他的工作，要把海量大数据做结构化处理，可能用到自然语言处理技术，深度学习技术，那可能还需要一些外面的数据和内部的数据，做数据集成，要做爬虫，外部的数据爬进来，怎么建模？法律的行业分很多法律体系，民法和刑法，里面会细分很多，不是完全竖状的结构，比如出一个交通事故，到底属于刑法还是交通事故，比如撞击天安门的事件，有可能故意撞死这个人刑事犯罪，不小心喝酒怎么样撞了人是另外一回事，所以为什么要用知识图谱对行业建模呢？也是因为每个行业不是那么简单的一个体系往下走就可以了，我们需要把这个行业模型，知识体系建立出来，也需要一套技术工具来做。

    再细一点，其实我觉得知识图谱分四大块，四大块也是数据到信息到智慧的过程，首先分布式数据采集系统，我们需要把海量的外部的一些网页和文档，内部的业务系统，比如业务数据库，CRM，内部的数据，还有公安的信息，海量的信息做清洗，或者爬虫下来一些广告去掉，用爬虫技术和ETL技术数据做清洗比较好的基础数据。

    第二，我们需要做语义的处理，不是说完全我做任何应用都需要用到，比如我们做公安的行业，可能不需要这么多的语义分析，可能现在做把之前结构化的数据做集成，然后建模就可以了，就能解决很多问题，后面比如按键描述非结构化的数据再结构化加进来，可能构成一个完整的系统，这个时候需要把语义分析加进来，所以我觉得也是根据业务的需求，不同阶段组成这样的应用，目的就是为了做最后的智能决策系统。

    第三步，我们要做行业情报建模，对行业怎么建模，要形成一个概念，不是说公安数据，一个人叫什么，不同表里面，表述性其实不一样的，我们需要这些概念不同的表述，要归一化，按照我们行业的经验做一个本体的建模，然或做映射，不同的数据库对人的描述不一样，需要映射同一个本体上面去。做完本题建模映射存储和体系之后。

    最后的系统，CIA系统大数据可视化方式做的一个系统，当然我们也可以通过其他方式去体现我们知识图谱的数据价值，比如说我们做问答，我们其实现在很多机器人，知识图谱做问答系统，九阳电器有一个问答系统，问应该吃什么，或者准备做这个菜，这个里面包含什么元素，其实给的也是一个庞大的知识图谱，包括营养素的禁忌，还有食材、食谱和人群，这样构建出来回答语义的问答。语义搜索，不是完全关联词搜索，更多问一句话，比如被狗咬了，转成你想问的关健词他去在知识图谱里面，基于知识图谱的搜索，KBQA。最后还有一些智能推荐的应用。

    知识图谱的这四块，最终就是为了做行业智能化的应用，根据每个行业应用的情况不一样，我们需要组合这些技术来去做这样的一些，可能有一些行业的应用语义分析这一块用的非常多，跟我们的金融做智能投研，需要处理很多年报和新闻，还有公告，非结构化数据和半结构化数据，做这样爬虫和语义化的处理，公安更多后面怎么样建模，建立业务的模型，还有可视化的交互。这是我对知识图谱技术的一个大概的总结。

    我们看一下怎么样结合情报分析应用当中呢？首先我觉得看一下这个行业的挑战是什么，我们先抛开技术层面来看，对于情报分析来说，我觉得肯定四个方面的挑战，非结构化还有半结构化数据，海量的半结构化和非结构化数据，不把他结构化做语义分析的话很多价值没法挖掘出，应用可能做起来，这个我觉得是一个我们为了做最后的知识图谱的数据层面，必须得处理前面很多这种非结构化半结构化数据做结构化，需要人工的标注等这些工作，不是完全自动化，成本非常高。第二个可能海量的异构数据和碎片化的数据动态融合，公安这个层级很多海量的各种数据，怎么把他融合进来，怎么去建模，这个其实是比较大的挑战。第三个就是专家的集成和肯定，怎么这样一个系统领域专家的支持，或者模型和规则集合我们的系统里面来，之前建立好的这样一个数据更好的，一直到行业里面去。最后就是我们有了底层庞大的知识图谱数据之后，我们怎么样挖掘数据价值，刚才提到有几个应用接口，人机交互的接口，需要简单应用，业务认知，智能挖掘数据的价值。

    回到刚才对应知识图谱技术，我觉得四个挑战，对着下面解决这些问题，结构化半结构化数据需要爬虫处理，机器学习，还有行业词库，海量异构数据需要动态的建模，实体连接，不同名几率比较大，怎么知道不是同一个人，公司全称或者别名，不同的称呼，数据库怎么样存储这样一个知识图谱呢？其实是一个组合，不是完全过来做。第三建立这样的业务模型，我们需要工具建立行业知识体系，上面谈到知识图谱四块，人机交互接口，语义搜索，问答系统，推荐系统。所以串起来可以看到，右边解决了问题，我们左边知识图谱的技术，大概什么样的价值。

    下面我就大概快速过一下，知识图谱在情报分析一些真实的应用场景，这个是科技情报的应用场景，把很多科技的文献，或者论文和专利等这些信息，做一个可视化的知识图谱，更好的挖掘这样的一个，比如说发展趋势这样的信息。科技情报还要做专利的合作图谱，各种专利里面有哪些人，申请的专利，把他从可视化的方式关联起来，看到哪些公司，或者学校，合作可能比较多，另外给科技部做了一个东西，城市创新图谱，可能想通过这样一个图谱来看，哪些城市要做什么样科技的政策或者做拨款的时候，我根据他之前的一个专利，还有他的GDP的情况，或者学校、科研院所这样一些数量，做一个关联，最后可视化的方式看一个创新的项目，另外这是国安团伙挖掘的分析，海量数据，微博上面的一些信息，把人物的关系，关系图谱挖掘出来，然后加一些算法，群众的算法，因为可能这个人的关系，可能跟几十个人都有关系，在其中挖掘，其实对业务的分析来说，要的是最重要的那些人的一个关系，因为可能最重要的这些人，跟他成为团伙的概率比较大，所以可能中间加这样的一些规则，或者我们说的一些算法，行业的一些算法，去挖掘这样一些关系。

    公安情报做团伙挖掘，通过各种实体，事件和关系去进行关联，关联起来，这是比较复杂的，可以看到，实体有人事物组织和时间地点，甚至资金转帐等，对不同的业务不一样的处理。关系的话，人户关系，人人关系等涉及很多关系。这是公安机关合作的东西，可能更多结构化数据比较多，90%结构化的数据，也有半结构化数据和非结构化数据，比如按键描述笔录，比如想提取一些信息，形成一个更庞大的知识图谱，最终目的就是能做一些完整的分析，比如现在另外一个城市，他的安全描述提到这样一个事件，可能做一些分析，需要语义这一块的技术，做这种实体关系的提取。

    在金融这一块，可能用比如反欺诈，我们来自不同数据源的信息构成，底下的知识图谱，然后比如借款人张某某和吴某某填写信息的同时，填写的工程名字不一样，同一个电话号码两个借款人，这是涉及业务规则在里面，基于知识图谱更好的挖掘，这可能是一个诈骗团伙，他们其实是团伙来去申请贷款，信息是有矛盾的。金融这一块，我主要金融这一块做金融处理还有解决方案，知识图谱在金融这一块比较热，前几年网上传的比较多，未来50%的金融分析师会失业，我觉得有点危言耸听，左边这一家公司做的WARREN系统金融分析师用的，后来被收购了，可以输入一段IPAD发布之后哪些公司股价会涨，做一个语义分析，底下苹果公司强大的知识图谱，苹果到底上下游哪些上市公司推零部件，他的供应商的业绩可能也会比较好，所以基于这样一个知识图谱，更好的做金融的投研分析。

    我们也做了一些尝试，需要年报、公告，然后新闻这样的一些数据源里面去提取结构化的数据，比如一个子公司，还有新闻里面提到什么中标，华为，其实是客户供应商的一个关系，但是不同的说法，可能中标或者谁客户是什么，所以你们需要用这种自然语言处理或者技术来半自动化学习这样的一个，把这些信息头去，因为光靠人这样很难出来的。

    这是结构化的处理，下面讲客户维持什么的，不是说中标，这也是一个供应商与客户的关系。最后通过这种很多语义处理，结构化的数据库，数据库可以做可视化的展示，比如中兴通讯被美国制裁，上市公司股票跌了不少，对于金融分析人员根据这样一些事件更好的挖掘这样一些情况，会有深层次二成或者三成的影响，靠人脑记这个东西很难记住，这是需要技术的手段把碎片化的信息关联起来，构成一个知识图谱，上层提供语义搜索或者大数据可视化关联分析这样一个入口更好的去做数据的价值挖掘。刚才提到上下游产业链，会有传递性的影响，怎么样构建上下游产业链，需要专家和技术的结合怎么定义行业，上下游的行业怎么样的，下一步哪些行业，做食品的价格可能也会受影响，或者房地产不景气，做家电这样一些行业会受影响，可能会滞后的影响，但是有这样的一个数据的知识图谱的话更好的去挖掘这样的数据。这是潜在客户的情报挖掘，通过集成企业内部CRM的数据，还有外面工商，或者企业的数据去建模，帮你推荐潜在的客户。

    这是大概国内业界的发展情况，大家看一下，我觉得主要，IBM Wat…也是知识图谱做情报的分析，不细讲，后面有知识图谱的一些论文，还有一个公众号，大家可以关注一下，开放制度联盟这么一个成员单位，里面不少关于知识图谱技术的介绍。

    主持人：感谢吴总精彩的演讲，让我们了解知识图谱各行各业的应用，本拉登就是被知识图谱搞掉的，功能很大。接下来有请行业的一位大咖，给我们演讲的主题是创业融资从1到10，北京宏业嘉和管理咨询有限公司总经理，大家欢迎！

    关雪峰：我先问一下，目前在融资的举一下手，不多估计大多数听不太懂了，我从前年开始，15年做早期项目融资辅导和融资中介，如何从机构投资公司获得投资，因为在座如果自己创业的话，你们就是自己的投资人，如果父母获得投资，从你们老板，或者其他的都叫个人，个人投资怎么做不确定性很大，没有规律可寻，但是机构投资不看什么项目，投的那些有一定规律的，那么我是人大和清华X横LAB创业倒是，创拓中国大学生系列大赛核心评委，这三个工具，一个怎么穿上文化的外衣，自己怎么长出移动互联网的翅膀，有了前两个以后，利用投资去产生转型升级，这两本书08年写的，分析人的心理和决策。1到10是标题。首先现在你们去融资，接触很多的公司，很多投资人没钱的，今年开始三年之内，基本上机构投资公司C轮之前不怎么投，这是现在的一个行情，而且很多机构投资公司自己都募不来钱，现在很难找项目去投。还有一些公司项目偏好，其实你看很多公司就三，TMT，健康大消费，就是三，国内来绝大多数公司随大流，没有真正自己明确的。

    我上午参加另外一个医疗方面的论坛，只投早期技术做医疗健康类的，国内真正做技术的这种投资公司，国内不到十家公司，真正懂技术，真投技术，其实绝大多数公司看趋势、看未来，看现在谁热点，投资策略跟风控原则，基本上在中国，项目风险什么的国内公司没这能力。风控这样，如果公司参与更多的管理死的更快，可能很多专业公司投钱不管，真要管你反而死的更惨。投资公司看啥，只能看团队，这些产品策略，客户策略应该看，但是现在投资公司，绝大多数公司做投资的人本身没干过企业，即使干企业，干小企业，没有干过大企业，对于整个这一块，尤其对于风险这一块不知道怎么看，然后其实现在这样，咱们可能有听说过厚泽（音）金融，去年一个朋友看了他们的天使投资基金，看了一千个项目只投了俩，绝大多数早期项目，那些天使轮基金，200：1，或者300：1，融资见不到两三百个投资人拿不到钱，厚泽是看了一千个项目只投了俩，创业者的价值和投资者两个层级，两波人，你们觉得很有价值，做的特别好，投资人认为不关心这个，他关心是谁给这个事买单，买单的行为是不是持续，而且长期竞争对手进来有办法打出去，关心的这些东西，还有真正有钱做投资，目前来讲，中国今年来讲原来做VC做IPO，做天使还有很多，毕竟现在没有什么好生意可做，有钱的中国人还是很多，但是做VC，现在全部做IPO，所以真正有钱去干什么很少，价值来讲，现在很多搭桥型的，两边来做，认识投资人和创业者，你们之间认识去吧，这种很多，但是很难赚钱，说句老实话，前面交流问我做不做IFA，我是辅导项目如何路演表现很好，今天现在商会在做他们的一个年会，同时有一个路演，当时有一个项目，上周请我给他们选九个项目做路演，有一个项目做3D打印的，参加两次以后，本来这个项目3D打印没有什么意思，早就过了投资风口期了，后来参加了两次辅导完了以后这个项目本身参加上周四的工信部创投大赛获得冠军，本来这个项目当时想不行就不让他上了，九个项目都上路演了。

    可能你们的商业模式不变的情况下，你们怎么讲，怎么在路演过程当中打动投资人，这一点是很有价值的。所以我从我的角度，现在第一把投资人的价值呈现给投资人，同时找到对你感兴趣的投资人做对接，干点这个事。两种投资人类型，这是个人，这是机构，前一些日子报四川有一个什么众筹平台，各种事，反正我的预计，快到今年年底，慢的话明年年底，所有众筹平台全都完蛋，结果投资是这样的，很多投资公司还是很有钱的，那么投资经理合伙人什么的都很有钱，但是你们项目跟投资公司谈，能拿到钱的概率有没有个人拿到钱的概率，有，可能是万分之一，辅导这个项目，是清华法学院毕业，九几年入学的一个小孩，当时他的项目是低速电动汽车，后来改成低速电动汽车电池的项目，当时有公司没投，经理扔了25万进去，这种情况有，大多数情况下还是按照会pass很多，天使投资人很多是个人。国内主要的VC，来源有六个，一个政府的主导基金，第二上市公司，第三就是不愿意自己做投资的做这种，国家在严打的第一保险基金，现在被禁止十年的这种，保险万能险募来以后做投资的，还有贷款以后直接投，赚了钱做利息，不赚钱做坏账，还有证券公司，比如委托理财的钱，他们自己有资金做直投的，那么这三个，金融债券公司，15年以后国家意志严管，基本上今年的角度来讲，个人不愿投，政府在延缓投，所以很多投资公司，机构投资公司募不来钱没法投资这是现状。

    天使投资，几乎做这个事，源于15年，清华两个拿一个亿和我做投资，投资人在体制里，08年开始投，投了清华的早期项目，说起码提供三张纸，我总结这三张，业务规划，按月思考干什么，第二人力资源规划找谁干，干活四种方式，第一这个哥们当合伙人带钱来，不用给他钱，第二平台当员工，哪怕总经理没有股份都是员工。第三干私活，第四跟所在的公司级合作，四种合作方式决定四种花钱，细的不展开了，你们不要认为投资人可能不懂你的行业，在中国永远不缺他的朋友里面做这个行业干的很久的，所以基本上这样的，你们如果是不管你们做什么技术类的公司，只要人家真想投你，一个礼拜以后这个哥们和你聊的一定行业的名词，一定找朋友问，名词解释问的很细，他们会认真看每一笔钱你怎么花，他会问这个钱花的对不对，所以你们资金计划的时候，写这个的时候一定要细，因为今天的关系不展开讲故事，这个里面每次路演的时候，我每周二有路演辅导讲一下这个，会介绍很多案例。

    路演应达到的四个效益，其实你们作为一个创始人，或者公司的主要合伙人，主要四件事，第一卖公司产品，你们是永远公司的第一销售，第二找人干活，第三是找钱，第四识别前三件事的风险，这是作为CEO你们天天干这四件事，用户跟客户不一样，用户是使用者，客户是买单者，找人用，免费让人用，或者用着挺好以后愿意买单，同时愿意给你介绍关系，这个挺好帮你干，但是要钱，大多数情况下只是要钱这个就很难，要达到这个，四种。

    五种常见的合伙人类型，现在更多这种，CEO，CFO等等这一些，这两类多，我两年辅导七百多项目，都是这种多，战略合伙人你们可能不太知道怎么干，这两个，还有两个，战略合伙人最高不要超过五个点，可以给五个人一人一个点，业务合伙人，资源合伙人加在一起不要超过五个点，尤其很多的技术，今天前面几位都是做技术，那么在做产品开发阶段不要养着一位大神在里面当业务，在中国这些做销售的负责人，第一件事是怎么把公司的钱装到自己的兜里，这是第一，开发阶段不要请业务上很擅长给你们做合伙，可能没干多久他也跑了，即使你们本身的产品做的不错，那么大多数情况下，销售首先这些人，第一步先到自己兜里这是他们的本事小公司养不起，这两个加在一起不要超过五个点。合伙人最高不要超过五个点，最低不要超过15个点，前期融资，后期不断融资，核心创始人，A轮之前有60%以上的股权，否则融几轮你变成最小股东，失去控制权，里面很多要看三个人，CEOCFO，两个O，30%出去了，所以上来不要给超过15%，这太高了，那么这个怎么做？可能到细节融资再说。

    商业计划书必备的六个标题，如果有条件的话，建议你们花点钱，自己拍也好，找别人拍也好，拍三分钟的小视频，今天的这个场合下，也有一百多人，如果峰会场合，五、六百人，甚至一千多人，在台上那一刻，手都不知道往哪搁，嘴也张不开，有条件拍一个小视频在上面播一下比较好，这是这样，路演辅导可以播另外一个融资必备的八个BP，这是其中的两个版块，一个就是5分钟路演的情况下，讲一下这个，一分钟讲一个怎么做，还有一分钟讲一个这个，市场痛点，什么人群什么场合下有什么不方便，市场痛点，第二你们的产品，针对这个人怎么设计的产品，怎么使用，使用的效果如何，第三团队何德何能发现痛点做到极致，做市场营销都要做食品，有了这个五分钟的情况下，不要讲很多的东西，底下根本听不懂，投资人又不是你的专业，讲了半天对牛弹琴，讲这个里面谁要买单，产品如何大大的好，团队如何牛干这个事，就你们能干好，这个讲好投资人和你聊就行了。

    十分钟的情况下，讲一点商业模式有什么独特的地方，和别人相比你特别牛的地方，也就是这个。后面还有30页，40页，还有如果有人找你要PPT，准备三个版本，还有文字版，有些投资公司这样的，20年前，wood版，现在只看PPT版，想投有文字版去公司备案，但是沟通的时候看PPT版，所以必备的八个BP。

    总的核心问题，现在是这样，中关村上地也有一些公司做种子，你有想法，给你五万百分之一，或者二十万百分之一，给你点钱完善出来，天使这个阶段跟现在投资不太一样，每个阶段界定核心问题，天使是搞定产品，做产品验证，PreA用户验证，A是客户验证，B是城市验证，C是跨城验证，D是跨省验证，失败三次不是公司干不成，而是第一次产品做不出来，第一次失败做不出产品，第二次失败没人愿意用，第三次失败没有客户买单这么死了三次，第四次创业至少能活，是讲这个，不是只是说投资失败三次以上，死在第一次多了，老死在这，产品做不出来，因为做技术是有一个毛病，追求无限完美，做到极致推出来，产品老迟迟不能按时交活，老改产品，这是最大的问题，因为今天其实是讲的投资这么一个分论坛，只有我在讲投资，大多数还是讲技术，今天我听的前面都是在讲技术，那么做技术跟做市场两回事，技术本身就是这样。

    商业模式的八个维度，大多数创业这样的，你们这个结构，先弄点钱，搭一帮人，搞出一个业务体系，然后找到供应商，花钱买东西做出产品，怎么找客户获得收入，大多数这么干的，这个恰恰有很大问题，我辅导你们怎么干？首先确定先明确不想挣一块钱，不挣几十，几百，几万，然后确定不做哪类客户，不做什么产品，然后做什么产品，通过产品寻找供应体系和支出结构，是这么一个结构。单一优势很容易竞争对手化解，两个三个才是构成的能力。

    九个项目风险点，人的风险，产品风险，市场风险，这个不能公布PPT，可以拍，但是不会把这个PPT发的。看到这个头发长长了剪头发很好的生意，为什么剪头发，概念问题，本身剪头发技术手段的，每次做头发，美女很多，你们做一个头，那得且什么，心情不好做头，心情好做头玩法不一样，就是干项目，我是买一个推子，昨天晚上自己头刮光，这是自己干，也可以花钱街边老头最便宜一块，最贵五块，回家洗，这是产品化。再一个很差的小店我们理头十块二十块，好点的店一百块钱理头，你们美女一个头一两千，对我们来讲属于奢侈品，理头收五万十万真的理头技术那么好吗？也不一定，为什么找他理头呢？我们想找十万块钱理头的另外一个冤大头，这是十个点，一个是你们自己现在能做到哪儿，市场最牛做到哪儿，投资人帮你做到哪儿看这个事。

    为什么不投，不用讲了，反正我们台上双创大弄，双创大众创业害死人太多，不说了，谁适合创业是这样的，不是大学生适合不适合创业，而是不适合创业的哥们创业的时候，什么时候都是不行的，我也遇到过一个成年人创业，一年造了几十万，如果不结合互联网投资人看都不看，不结合互联网做和线下做产品完全不一样，和谁创业，什么创业模式，一个要素，半个瑕疵可改进OK，一个瑕疵不看拉黑名单，两个瑕疵完全理都不理，新手，熟人，熟的行业，熟的领域项目，专业投资人完全看有没有壁垒。我去年前年辅导了六百个项目，规模不大，这是很多人不理解怎么测算规模，没法展开了，商业模式这样的，这个里面不结合互联网就行，这一块就这两个。

    现在这样，从我的角度只能够，一个是每周二免费辅导，我是清华毕业的，推清华系的投资人在线公演，以后推出这个，以后想融资的话可以来找我，先就这样，有点超时了，对不住大家。

    主持人：感谢关总务实精彩还有详细的演讲，对创业从0到10总结了十条，我觉得非常值得大家学习，他本身应该参与投资这一个已经有20多年的经验了，所以也希望下面有融资意向的可以找老关。我们的论坛继续，有请慧辰资讯投资部总经理黄总。

    黄总：本来秦总讲，秦总是公司投融资部总经理，家里有点事情，我替他讲一下，HCR，大数据产业链，整个产业创新孵化上的一些理解和一些尝试。那么首先来看，其实从最早15年的时候，大数据第一次政府的工作报告当中已经上升到一个国家的战略层面，后续很多次报道都把他提高到不断的国家层面发出很大的声量，包括今年的人工智能的工作报告，也把大数据和人工智能再一次强调非常重要的声音，国家意志看好这样的产业，这样大的环境下有国家的支持，整个大数据的行业，他的平稳增长以及飞速的发展非常可观，从我们来看，整个的发展趋势来讲，我们预计可能在18年的时候，整个大数据的市场规模可以达到五百亿大的体量。

    那么在整个产业链来讲大数据其实是一个特别包容万象的产业，狭义来讲数据分析数据应用，广义来讲只要这一家公司有一个承载数据的这么一个东西机器集群，可能都会参与产业的决策，无论技术平台的供应商，还是数据的供应商，分析能力供应商，都会构建一个大的产业链，那么HCR来讲，做了23年数据分析数据咨询做了很多工作，产业链主要站离客户和数据应用最进的层面，把数据做很好的变现。

    简单来讲对大数据理解的生态，从三个层面，第一个就是我们数据源的生产的领域，那么所有大数据的这种企业和我们的生态链来讲，任何的驱动都需要有数据来做一个深度的像石油一样滚动产业链里面，中间层面基于产业链来讲各种分析能力，处理和加工等等一些IT的技术，往上最最贴近钱的部分，我们理解一个商业体系，一个政府的公共体系，那么从政府来讲，目前来讲政府是大数据买单的一个大客户，最有钱的，然后也是相对比较成熟的一个买主。商业体系来讲，HCR探索比较多商业领域偏多一点，最早的征信，然后精准营销，DSP的分发等等，在这一块也是商业变现比较大的方向。

    那么整个生态链来讲，我们一直在尝试做这么几件事情，第一个是说我们去建构融合一个很大数据的基础，包括我们会给我们很多客户，都是世界五百强的客户，那么他自己本身有很多的数据资源，我们需要对他内部数据做很多的加工和处理融合，融合完了以后大数据时代往往没法满足于只对自己数据加工处理做很多的变现，更需要融合外部的互联网，然后相关的BAT，政府的一些数据进行内外部的打通以后，建构一个类似私有的DNP这样一个概念，有了这样基础以后，才有上面数据的处理和应用，再往上我们可以看到企业就会做很多应用的分析软件，以及营销相关的一些服务。

    整个产业链来讲，无论最上游的数据生产者，我们来看，其实现在在发出声量最多的，以及未来最看好的其实就是有数据的公司，哪家有数据，那么他就是掌握了这个产业链核心的石油，下面任何的产业没有这个做通路玩不转，有了数据以后才有上面的加工技术，永远可以找到很多的技术很多的合作伙伴帮你去处理技术，这是非常关键的。

    最后也是最最重要的，是如何把加工完的数据通过下游的公司进行变现，也就是哪些公司贴近这些客户，有钱的客户和买单的客户，就是能够贴近大数据真正变迁。整个产业链来讲数据加工到最后的应用怎么让产业链转起来很简单，最重要就是一个字，钱，这个论坛也是讲投融资事情，我们HCR这几年一直做相关的基于我们自己企业小生态做相关的投融资的一些布局。那么真正的去串起来产业，让有数据有技术有客户的能够融在一起，都是靠投资机构，都是靠客户的钱，两端的钱，我们去看到这几年，我们一家媒体数据源对大数据投融资的情况做三千多的分析来看，首先我们趋势非常的明显，肯定是整个规模体量慢慢上升，但是我们看到近两年小的变化，就是我们的数量其实在下降，但是规模基本上是持平的这么一个分析，这说明，近几年的投融资市场慢慢在培养成熟，也就是大单越来越多，针对每个项目的金额越来越多。

    从前景来看，早在四、五年前，大数据还是概念阶段的时候，其实每一个大会，包括大大小小的，只要在北京这种大会基本上坐无缺席，现在冷静的去看，有点降温，是不是实在能够落地变现的，现在希望能够听到很多说带着数据挣钱的，所以投融资情况这么一个趋势，整体来讲可以看到分析下来很多融资事件，包括天使轮和A轮比较多，我们数量虽然下降，但是A轮的投资稍微量在起来，刚刚有概念的公司或者团队做东西比较难拿到钱，投资机构，我们自己也是看A轮比较靠谱有成熟的产品模式，有成熟的几个客户能够盈亏平衡，带来一点利润，这样的话其实我们的很多机构包括自己来讲有钱帮助这样的企业规模扩大多行业的复制，多客户规模的复制。

    分析这几年的趋势来看，到了16年天使轮下降非常快，A轮持续的增加。投资的热点区域来讲，肯定是大数据北京是非常核心的地方，因为大数据跟着互联网走，哪里有数据哪里有大数据的产业，有大数据的这种融资的去向，所以北京、上海、深圳、杭州、广州，基本上一线城市投资环境会比较好，包括我们可以看到，其实我们招聘的时候也可以看到，外地的来一线城市的会越来越多，因为如果做大数据二三线城市很难找到特别好的工作，因为需求比较少，基本集中在一线城市。

    那么从领域来讲，我们接触下来，核心能够融到钱的基本上两个方向，我们接触下来一个数据分析一个数据应用，大家可以看到这两个方面基本上比较贴近钱，数据分析和数据应用跟需要很多的产业支持，从数据源，分析工具，可视化工具等等，最后走到分析和应用，应用也是分析来的，这两个方向最重要是什么？因为这两个方向最贴近钱，我们接触很多客户，他们需要的两个业务，基本上是在这两个方向，因为我们接触的五百强的这种品牌商比较多，他们需要大数据帮助他去分析我的用户在哪里，他们需要什么，然后怎么营销，然后你再告诉我，你就帮我营销了，这就是走到应用，分析和营销对客户来讲必不可少，但是钱更多的也就是说在数据营销，做一个营销几百上千的客户出去了，分析来讲可能是分析工具或者分析平台，SAAS级或者出一个报告量不会太高，这两块都是我们接触下来五百强的企业有绝对的刚需。现在这两块来讲，BAT很多大数据公司在做这一块工作。

    整体来讲，数据分析和数据应用在我看来增长量非常高的，所以我们有一个建议，如果在座的从事这个行业的各位同事，做的业务来讲，更往这两个方向靠一靠，因为在我接触来讲，这两个方向钱能够变现的会比较快一点，更贴近客户一点。

    从行业领域来讲，金融领域无论是在规模来讲，还是变现的快速性来讲，一直是一个非常有钱的，因为本身他就是一个钱生钱的领域，大数据最早的几个应用，征信、营销，包括人流量相关的统计分析领域，征信一直从大数据的概念产生来讲，金融这一块，到现在一直是一个比较追逐的地方，举一个例子，一个P2P的公司，为什么前两天参加一个论坛，P2P公司的数量和跑路的数量成正比，都是几何往上飞的，这两年政府管制稍微好一点，但是为什么能这么容易去跑路，这么不规范呢？我们接触客户来讲，一年每天投入一两万的投资去做广告和营销，但是他的回报是多少呢？轻轻松松十几亿的投资赚在手上，如果他不好好做这个事情，赚十几亿是可以跑路的，很轻松，没人管制他，这个钱在企业帐户里面，五百万换十几亿，一年的时间当然可以跑路，是非常有钱的，包括之前的宜信，帮他找客户一个客户的单价几千几万，投资至少五百万以上，愿意花几万块钱或者几千块钱找到客户，见一次面给你几千块钱，卖一个软件的话，BAT卖一个软件，阿里云卖一个，一年一个帐号一年也就几千块钱，百度的大数据给他一批数据分析管理后一个数据报告两万块钱，但你给宜信找一个客户几千块钱就到手了，找到一千个客户这个量相当恐怖，这是数据应用获客的场景，金融领域这个钱非常恐怖的。

    我们可以看到证券保险银行，这几个行业都是需要的，说句难听话，保险垃圾电话特别多，很多中国还是保险意识不太成熟的，我自己来讲给家里人小孩老人，小孩就买了，我记不得，四五家公司都买了，大大小小都有，我保险意识比较好的，我见人都推销保险，很多人对保险没有什么意识，不愿意花钱买，但是保险公司很愿意花钱去买用户的线索，去做很多的营销和分析，如果大数据能够帮助他把保险推销出来，很愿意去买单，平安、阳光，包括人寿都有很大的需求。

    那么HCR来讲一直数据分析领域做了23年的耕耘，最初的小数据的分析研究到现在的大数据的布局，基本上做几块的事情，以及未来要做这几块，第一就是说最重要的一个数据源，不断的溶合的数据源，无论运营商的，SDK的，政府的，还有我们自己的，去融合很多WIFI的供应商有独立的采集能力，数据是产业的石油，没有石油后面都玩不起来。第二技术驱动，刚才吴总说到知识图谱这些技术，数据源处理当中会发挥很大的作用。还有行业应用，就是把前面两个做很多变现的最重要的一个东西，如果没有行业应用的话，前面就白费了。现在为什么在做很多市场发声，我们现在有大概两百多个商务咨询和数据分析的人员都是在客户那，他们都是有各行各业的专家，比如汽车领域的，是干了20多年汽车领域，汽车的术语特别熟，还有医疗领域，我们的研究人员以前就是医生，他打电话我都听不懂，这样的话我们就可以建立客户很好的沟通情况，然后客户有什么样的项目需求，建立很好的连接，我们去把后面的数据做很好的组合变现产品化推销给行业的客户。现在做很多的工作，包括很多目前大数据公司找我们合作都是做这个，帮他这个东西怎么快速的变现，这是目前大数据行业面临很多问题，做了很多工作变不了现，或者能变现大多数都写在网案法里或者隐私保护相关法规里，很多做这个方面的工作，慢慢都没法做。

    我们慧辰资讯现在有一个比较完整的产业视图，基于我们自己来讲，从资本和本身运营的角度形成一个HCR大数据的小生态，首先来讲我们会去融合很多数据资源，刚才也讲到，数据资源，数据的合作伙伴，以及有这个能力从公司提供我们相关的基础平台，我们会构建一个慧辰资讯大数据交易平台，跟相关的政府部门合作，通过交易平台去做很好的数据融合，加工处理的工作，那么再往上，我们两条腿，本身很强的技术能力，客户的营销能力，加工好的方案、产品，然后推销给各个行业，这个是我们一个独特的客户资源。第二我们很好的资本资源，我们现在一个母基金，还有一个VC和一个PE的基金，加起来有50亿左右这么一个基金推动我们做这个事情，面向我们的垂直行业的客户，以及我们的政府客户，去做相关的大数据变现的这么一个事情，那么在这里也做一个小小的广告，现在有50亿的基金，能够帮助大数据领域的创新团队，我们是一个开放态度，无论你是有一个比较模糊的概念，你是有团队，你是有人，或者有产品，或者有一个很好的构想，都可以通过自己现在的资金，我们的技术能力，我们的团队大家一起合作，可以做很多种子也好，天使也好，A轮也好，帮助你加入到我们这个建构自己的生态，或者加入我们自己的生态来讲，一起把这个大数据变现，这个事情做的更加大一点。

    主持人：感谢黄总精彩的介绍，看起来慧辰资讯是一家从数据分析，产业分析到提供IT各种解决方案一家综合性的公司，感谢他为我们做的精彩报告，我们论坛继续，接下来这一位是张先生，IDC咨询北京有限公司研究大数据方面的研究总监，我相信他的报告会为大家带来更全面更深刻的大数据的认知，他的主题是以数字化转型思维拥抱人工智能。

    张卓：大家好，我是IDC咨询的张卓，今天演讲的主题是以数字化转型思维拥抱人工智能，今天分享四个部分，目前在市场，整个IT市场里面人工智能非常热，今天的分享主要包括在人工智能这个领域，那么第一个，我跟大家分享一下整个中国人工市场规模和现状的分析，第二部分对整个中国人工智能生态体系的分析的情况，第三个是整个中国人工智能市场融资情况分析，最后给大家带来中国人工智能市场未来展望的情况。

    实际上市场上三个词比较热的，ABC，A是人工智能，B大数据，C是云计算，我们认为目前整个信息产业，更深更广，智能化的发展，人工智能体系的核心推送整个行业进行数字化转型，目前根据我们的数据，大家在座不了解我们是做什么，我们是一家全球的市场研究和咨询的这样一家公司，因为我们会有整个IDC各个行业软件硬件所有行业的数据，根据我们的数据我们会预测2020年整个中国人工智能市场规模超过150亿人民币这样的规模，未来三年整个中国人工智能市场的年负荷增长率将超过50%，涵盖整个人工智能市场里面的硬件，也就是服务器存储设备，包括依托于AI和人工智能的软件，应用和平台，微软整个AI体系里面ID服务和应用服务有大规模的幅度增长。目前从行业来看，整个金融政府医疗行业是中国人工智能里面增长比较快的，而且占整体的人工应用市场超过50%，一半，制造行业，零售行业和教育行业也都有很多AI，人工智能相应的一些应用场景。所以说目前在整个中国人工智能增长行业里面越来越成熟。

    那么从整个人工智能生态体系来讲，IDC对中国人工智能生态体系完整的生态体系图，大家可以看到，最里面的一圈实际上整个人工智能里面，人工智能基础设施的这样一个体系，那么人工智能基础设施分三个维度，AI硬件，依托与AI芯片和传感器这样的厂商包括应用场景。第二计算平台，围绕人工智能，数据算法包括计算能力非常重要的因素，现在包括BAT，包括华为这些大的厂商提供依托整个AI计算资源这样的服务，计算平台厂商整个AI智能生态里面非常重要的一部分。那么第三个部分，数据资源，所有的依托于整个人工智能模型的训练，包括一些算法是离不开数据的，所以我们认为整个数据资源的一些厂商，整个生态体系里面变的越来越重要，最外面白色的圈，围绕整个AI的基础设施层面，核心技术层面，现在耳熟能详，智能语音、语音识别、图象分析等这些概念包含整个人工智能生态体系核心技术里面，核心技术包括目前很多创业公司，也融了不少钱，都是集中核心技术里面。

    第三实际上最外面的一个圈，依托于整个AI赋能的一些具体行业应用，这个层面分四个维度，左上角维度AI赋能流程管理，国际上大公司，也推出整个AI嵌入CRI和INT一些产品，右上角AI赋能传统行业，我们认为依托于互联网+产品AI成为市场的一些热点，未来AI传统行业一定成为市场比较热的地方。左下角的图，一个是2B，一个2C，我们看前两周参加百度AI大会，也提出一些方案，所以在AI赋能B端和C端的应用会越来越多，这是对整个中国人工智能和生态体系的梳理。

    实际上整个核心技术层面里面，因为时间比较有限，选了两个比较重要的领域，跟大家来分享一下，第一个领域就是计算机视觉，我们在AI这个圈子里面，计算机视觉最早应用于实地的应用，有应用落地的，实际上我们认为计算机视觉领域，目前整个人工智能领域里面最重要的核心技术。实际上计算机视觉也包含三个层面，一个是信息的采集，第二目标检测，第三图象识别。信息采集毋庸置疑要训练那些模型，一定有很多海量的数据作为基础，所以计算机视觉静态的为主还有动态为主，把这些所有异构的数据采集起来。第二部分依托采集到的信息作为一种特征的提取，包括一些标签的训练，目标识别精度。第三依托训练后的特征模型提供一些反馈信息，这是计算机视觉最基本的三个部分。

    实际上整个计算机视觉应用传统的行业，包括一些创新的领域，包含两个层面的信息，第一计算机视觉主导的一些应用，像现在目前我们手机上包括一些我们经常会用到，一些直播的监管，包括基于视频的营销，包括图片的搜索，包括一些甚至我们金融银行里面有这种人脸识别这样一些服务在里面，下面是计算机视觉和其他业务结合的应用，计算机视觉应用方方面面，比如自然语言处理的交互，人机交互，甚至生物科技，无人驾驶汽车等这些技术，这些方面里面都包含了计算机视觉，图象识别一些技术在里面，我们会认为目前计算机视觉很多传感能力创新领域。

    这是拓展经济社会的一些应用场景，马云大会展现的刷脸支付，也是应用人脸识别，第二工业检测，我们发现计算机视觉技术，对于整个制造行业应用非常广泛，包括仓库，整个管理系统里面来，应用非常广泛。包括计算机视觉应用商铺管理，引导消费者美国和亚马逊，无人的商店很多计算机视觉应用，应用到方方面面，未来对计算机视觉有一些机会点可以和大家做一个参考，第一个点底层的创新，我们现在发现最近一两个月，实际上整个智能音响非常火爆，我们也认为类似于这样商业模式，软硬件结合的设施这种模式，一定会在市场成为一个热点。第二部分实际上识别的深度，目前我们认为，由于目前的模型越来越复杂，所以未来掌握数据源的这些厂商会成为市场份额的一个热点。第三个部分实际上整个计算机视觉向传统行业应用密集渗透，为什么这么说？我们会发现原来的计算机视觉技术应用到金融这些行业，目前我们发现像计算机视觉也会用于医疗教育甚至零售，这些应用商越来越多，计算机视觉这个程度会越来越高。

    除了计算机视觉作为人工智能里面核心支柱之一，智能语音技术也是一个非常重要的领域，我们知道随着整个深度学习包括高性能计算，大数据的迅速发展，推动整个语音技术，从APP里面推向整个工业化，商业化进程里，也在逐渐的加快。

    实际上整个国内厂商语音技术的一些核心技术，实际上都实现了非常大的一些突破，就语音识别，目前识别率里面，主流厂商综合识别率准确率超过97%，语义理解，很多智能语音的系统提供多功能对话的方式，所以语音理解层面，也有大幅度的提高，那么自然语言的生成，国内一些做的机器翻译，也达到了国际先进的水准，语音合成一直是我们国内一个比较强项，目前语音合成功能超过普通人的水平，所以从智能语音四大特征里面，我们在中国的厂商里面都达到非常高的水平，甚至领先国际上的水平。

    这部分智能语音技术，应用非常多的商业化场景里面，包括梳理几个部分，一个智能语音和行业系统的应用，我会看到，像智能语音应用到一些金融领域，甚至于电子商务，旅游娱乐等系统结合越来越多。第二嵌入式应用，智能音响和手机还有机器人车载等有语音技术在其中，还有语音识别，机器翻译和舆情分析都会有智能语音技术在里面。另外一个像这种国家安全，甚至于反恐，国安这个方面智能语音技术在里面。所以未来智能语音技术落地的越来越多，也日趋丰富。

    对于整个智能语音切入点分析有三点可以跟大家分享一下，第一智能语音和互联网IOT这个方面结合，那么未来以语音为入口，建立物联网为基础的商业模式，现在已经形成一个发展的趋势，第二就是说智能家居，合适的入口应用为主体，万物互联，软件和硬件结合，实际上内容和服务的拓展，最后一个智能车载，因为现在很多像百度的阿波罗计划，整个的平台开放出来，形成无人驾驶，包括无人车的这样一个，未来车联网一定纵深发展，数据挖掘会成为未来的营地点，整个智能云技术未来分析的情况。

    那么基于我们上面的这些分析，实际上我们去梳理整个中国人工智能生态体系的图谱，会看到整个在人工智能领域里面的基础支撑层面，核心技术层面，包括应用层面有非常多的厂商参与其中，包括我们会定期的，因为我这两个月跑很多会，所以也跟很多的众多人工智能领域厂商进行接触，所以这里面厂商是一个典型的厂商，我们会看到在AI，包括汽车平台，数据资源，三者，包括核心技术，智能语音等领域，AI赋能传统行业的应用，对于企业内部管理，P2P等有很多的厂商，越来越多的厂商出现，我们会认为，中国人工智能产业生态体系我们会越来越完善，包括上周也发了整个中国人工智能生态体系的报告，所以也深入的梳理这些厂商的一些情况，包括中国的一些厂商和国际上的一些厂商这样一些区别和对比的情况，这是整个中国人工生态体系图谱的情况。

    那么谈了整个中国人工增长的情况，我们看一下投融资的分析，根据我们的数据，全球人工智能领域的投资过去的五年增长六倍，中国人工智能领域投资的增速无论规模还是投资频次都是全球的2倍，我们认为未来人工智能领域将成为一个最新的投资热潮，事实上现在也是这样的，大家都会看到，无论国家层面，还是创投领域都把人工智能作为一个新的风口来看，这是整个市场投资的情况。

    那么实际上从获投领域的分析，前三位，计算机视觉，机器人和NLP，公司数最多的三个领域，那么未来自动驾驶，包括深度学习，智能金融，智能医疗这些，包括AI芯片众多的公司出现，所以整个细分领域来看，公司数也是越来越多，这是整个对于中国人工增长未来的展望和判断情况，这张图，我们每年会发布对市场的预测，会列出每年的十个热点的一些技术，这张图2017年最新的，我们对大数据分析，人工智能领域分析的情况，现在这张图可以看到API经济，包括一些云和一些新的架构，包括一些嵌入式AI机器学习都会成为未来市场热点的跟踪情况，基于此我们总结四个展望，第一个人工智能成为新的业态，互联网时代，互联网+诞生了很多新的商业模式，未来AI人工智能+成为新的业态出现其中。第二人工智能产业将成为独角兽集中地，人工智能创业公司接触很多，他们依托目前强大的技术配制，包括团队的配制，甚至比较健康的现金流，我们认为人工智能产业未来会诞生很多的独角兽。第三人才储备将成为制约中国人工智能发展的重要因素，人工智能领域人非常贵，尽管中国在数据资源，甚至产业基础有一些优势，那在基础研究，甚至在产业链这个方向，相较于欧美这个国家非常大的弱势，也是我们国家刚出新的，专门针对人工领域的，所以这个我们认为判断人才储备将会成为制约中国人工智能发展很重要的因素。第四个人工智能产业全面发展需要更多的技术，什么意思呢？我们会看到，现在智能语音技术处于强智能领域的，未来通用的人工智能这些发展一定会需要更多的技术，甚至更多的技术研究在里面的，所以我们也希望整个未来人工智能产业的全面发展是一需要更多的数据进来的，包括技术积累，对整个中国人工智能市场的判断。

    实际上对大家，包括对厂商，包括用户有一些建议，第一AI的能力融入自己的产品当中，大家看到无处不谈AI，如何AI的产品和服务，未来AI的能力一定增强产品应用服务体系的。第二点拓展AI+行业的应用场景，现在随着AI+的场景越来越多，加速AI技术垂直行业的落地。最后一点广泛地与AI平台厂商建立合作，比较大的厂商完全执行平台+生态这样一个策略，未来众多的这种小的厂商，可以选择与这种AI平台厂商建立合作关系，去拓展应用场景，包括一些合作伙伴。

    这是对中国人工智能市场的梳理，谢谢大家。

    主持人：张总做了非常详细的讲解，IDC是产业非常知名的技术公司，提的报告很多行业的专家和学者要去看和读的，我觉得张总刚才对于人工智能产业整个的生态分析，对于大家从中找到商机，创业创新有非常大的帮助的。有请毛豆网联合创始人张乃乾，内容创业直播平台实践心得。

    张乃乾：今天AI和大数据的专场，我的标签创业者，接接地气，各位专家非常系统全面的数据报告，也要看看现实生活当中创业屌丝创业的经历，我的项目叫毛豆网，目前为止做了三年多，是清华技术团队为主的一个团队，团队16个人，其中12个人开发公司，我今天讲毛豆网的BP，大家看作为一个创业者，如果像刚刚提到找BP长什么样子，我们毛豆网是清华里面的箱子，两年前接受关老师的指导，提了很多意见。

    我们讲一下毛豆网，内容创业者的云平台，内容创业者，今天为止可以为内容付费了，个人定了两个专栏，分别清华管理学的课，还有商业内参，花了四百块钱左右，大家和我有类似的习惯，愿意为有价值的内容付费，有了这个需求之后相比有另外一个需求，容易产生内容的人，他们通过什么样的形式，通过什么样的技术平台把内容卖出去，有这么一个需求，毛豆网恰好我们就是解决这个问题。一句话来说，毛豆网是为内容创业者提供音视频直播的技术工具，什么叫内容创业者？简单来说产生内容都叫内容创业者，如同给大家讲的BP，如同关老师讲的创业融资那些事都叫内容，都要通过一个直播的形式发到微信群里。

    这是毛豆网，我们主要解决什么问题呢？通过技术平台帮助内容创业者把他的流量实现变现，因为如果是内容创业者，比如罗振雨七百万粉丝，大家想象一下不通过付费的方式或者不通过得到APP，怎么七百万粉丝，粉丝口袋里面的钱拿上来，势必需要工具，系统型的需要支付功能的工具实现这个功能，我们毛豆网恰恰解决这个问题的。我们的形式目前通过音视频的形式来解决，大家可以想象一下我们就是一个音视频直播的工具，我们和目前市场常见的音视频直播工具，比如熊猫、花椒等这些，毛豆网给客户私有化部署的音视频直播工具，不是聚合平台大家都可以讲，而是帮客户部署一套系统到他自己的服务器上面的解决工具，这是主要的区别。

    目前我们采用的1.0产品6月8号清华发布，音视频直播产品，这是产品的主界面，大概这么几个功能，比如说大家知道微信里60秒的直播，我们实现微信里可以实时连续的直播，超过60秒的限制，技术手段已经实现了，同时可以支持PPT全萍播放，退出微信或者黑屏也可以播放，还实现了支付的功能，这是我们的后台，这是目前的一些运营数据，我们以其中一个客户，是做IT培训的，大概有40万粉丝，在我们平台讲了一次课，目前获得一个基本的情况，单次课。

    总体一句话来说，效率比在微信群里提高了7.5倍，这是最终的结论，这是我们的团队，我是第二个人，另外一位创始人，清华大学计算机系研究生毕业，我们五个人认识的时间超过十年以上，所以毛豆网成立了三年多的时间，我们的产品改了两次，但是我们的团队保持的持续稳定，始终五个核心成员，认识十年以上。

    这是为什么现在做合适，一开始也铺垫了，大家现在愿意为内容付费了，另外大家也有小额支付的习惯了，比如你要扫一扫共享单车，有了小额支付的习惯了。这是我们的客户群，教育行业传统的媒体杂志和自媒体作为我们的用户。这是我们的市场，大概算了一下，也是一个以千亿为基本单位的市场，市场足够大。

    这是我们产品的一些核心的特点，或者是一些区别，和其他技术产品的区别，比如微信里直播包裹60秒语音的限制，实现多点连麦，张总出差我正在直播，可以连线直播，这个过程直播出去，这是产品的价格，不多讲了，这是工具一个基本目前的逻辑流程，这是产品的优势，这是目前一些客户，总之是以各种采购内容，或者各类教育培训机构居多。

    这是目前融资方面的计划，我们16年6月份获得清华校友基金的投资，之前获得杨冬的天使投资，这是毛豆网的基本情况，作为创业者不是路演的，稍微分享一下自己体会真实的干货，关老师提到我们创业要做非常理想的项目，列举了一系列的对靠谱项目判断的标准，通过我们三年多创业的实践我们发现创业，结论就是成功者极少数，失败者绝大多数，我个人把这个分布，左侧大神级别，走到市场上知道做什么，并且一定能成，这是10%，最少数的。最右边10%，有一个想法，做了以后碰巧成功了，但是碰巧成功，绝对不是一开始想到能够成功，做着做着就成了，大家知道比较搞笑的产品大姨妈神器，经过六款失败的APP，第七款诞生，非常偶然的诞生，政策法规左侧和右侧10%，绝大多数在其中的80%，做的过程当中不断的摸索得到反馈，不断的得到思路，最后有可能得到成功，我们毛豆网14年成立想做在线教育，后来想不行，一对一需要很多钱，不成功我们怎么办？我们转型第二个产品快速开发APP工具也是一个需求，技术难度太大，我们走到今天第三款产品，内容创业者工具走到现在，目前我们这个产品，我个人觉得，给他打的60分，还不能说这个产品很满意，但是比较满意的是不断的在前面的两款产品的基础之上在升级，靠谱程度越来越大，至少目前我们的产品有用户花钱购买了，已经有一些用户使用我们的产品大量进行直播，每一次直播上百人，上千人在用，这是我看到一丝曙光。

    讲到另外一个产品，那个产品我相信比今天的产品更加成功，也有可能这个产品继续迭代，也有可能下一个产品，不管怎么样，我相信既然选择了创业这条路，一定走下去，我不希望在我年龄很大的时候讲的时候，当年创业浪潮来的时候什么也没做只是打工仔，不希望那天有这么一个遗憾和抱怨，谢谢大家。

    主持人：感谢张总精彩的分享，内容、平台，创业，跟今天的大势非常吻合的，大数据时代数据爆发，内容爆发，怎么选择，怎么建立，怎么更好的传播，实际上非常好的话题。而且刚才张总也有一些情怀，自己对创业也有非常好的感情认知，我们把掌声再次送给他，感谢他。最后一位嘉宾，最后都是最精彩的，我的理解，但是就看咱们的冉总为咱们带来智能产业链大数据，是来自于北京数宇科技联合创始人副总裁。

    冉彤：我们讲一下这一款品，产业链大数据情报引擎，取名智道，来自老子，智能之道，道尽天下，我们的智道产业大数据情报引擎的定位B2B领域的谷歌+（英），我们能解决的行业痛点，行业咨询以及投行业务的领域，数据需求面临这样的痛点，第一政府部门咨询机构和产业园区做产业精准招商，以及行业区域动态分析的时候，这个咨询报告目前基本上都是一个静态宏观的报告，没有这种企业级数据的分析能力，同时像商业投资银行，以及风险投资机构，获取信息通过平台或者软件，这些网站数据维度相对来说比较少，而且数据的交叉分析能力比较差，信息是一个碎片化的，缺少知识图谱的产品。

    现在面临的问题，当前的这些数据缺乏一个完整的产业链视角，数据公司信息碎片化的，没有一个多维的交叉分析，决策效率比较低，时间人力成本比较高，科学性差。基于上述需求我们建立了智道产业链智能平台，通过做行业和产业链里面的细分，加上企业多维度的数据搜索，最终建立一个企业大数据整合画像，通过聚焦核心的产业链，最终实现数据的一个相互的互联，我们针对行业用户一些特定的需求可以进行数据的动态跟踪和管理，最终实现用户快速锁定自己的目标企业。

    我们首先通过大数据和机器学习的办法建立一个产业图谱，最终实现一个企业的多维快速检索，平台企业覆盖了全国三千来万家工商企业，然后数据的维度包括两百多个维度信息，比如企业的地区、规模，企业是否上市，企业目前的一些基本的工商信息，以及企业是不是高新技术企业，企业的上游和下游有哪些客户和供应商，成员是哪些，以及资产情况，企业这两年的营收利润和财务状况，以及企业的新闻舆情情况，包括产品专利，以及产业链智能标签等等，通过多维筛选和智能搜索排序可以对企业分析以及社交的智能推送，首先通过企业的信息采集以及UGC获取重要数据指标，人工智能的方式进行企业的智能关联，实现碎片数据的整合，最后一个企业的图谱画像和智能归集，可以按需可视化呈现。

    这是产业链大数据分析平台，我们的平台支持七个战略新兴产业，四级分类两百多个热点，比如人工智能下面可以分机器学习，可视计算还有模式识别等等，我们可以对企业可视化布局统计分析，右边的地图可以看到中国某一个地区，某一个城市当前的产业链分布的，还有就是说根据统计的情况，看规模在多少亿以上的企业，产业链是什么情况，还有每一个行业领域下面细分的产业链情况。同时支持用户进行个性化的产业链的分析，这样方便用户进行供应链的管理，最后还有一个企业的能力评估模型。

    我们的智能分析系统首先支持左右一级横向的关联，以及上下游链条的关系，同时通过多维数据筛选系统可以查到企业详细的经营信息，也可以进行企业的交叉比对。我们看一下用户价值和市场空间，政府部门和咨询机构帮助用户更加直观全面的了解一个细分行业布局，提供产业到企业这样一个不同层级的技术数据分析，为他们的园区进行科学规划和招商进行决策支撑，商业投资银行，风险投资机构，买方可以帮助用户基于细分领域和收入、利润，以及融资情况，企业的发展速度，竞争对手等维度的信息来快速的发现交易或者合作的标的，结合智能排名减少决策时间和成本，目前根据国际咨询的预测，这个领域的大客户两千家，整个市场规模20亿元，相比于传统的招商咨询和数据服务来说，我们这个平台因为基于产业链分析，核心的数据价值和模型来帮助用户建立起基于大数据这样一个产业决策能力，这是目前的客户和合作伙伴，新华社我们主要说跟他建立一个合作关系，通过发布产业图谱做舆情指数预测等等，神州数码软通动力航天云网制造商的合作，还有中关村科技园区等是数据交易平台的合作伙伴。

    以上是2B的产业链分析平台，还有2C的免费的搜索模块，跟当前市面上这些功能有点类似的，跟他们相比首先说我们是一个具有基于自然语言的企业智能搜索的功能，通过企业的综合指数进行排名，实现交叉检索，我们专注于科技企业，以及热门细分领域的企业，左边这个图所示，我们根据经营企业的工商信息、财务信息，行业和专利信息，比如说产品文档，通讯信息等等，还有是不是高新技术企业，是不是上市公司，行业规模和区域等等，进行多维度的搜索。我们的商业模式两个部分，首先大型客户主要采取SAAS加咨询的方式，付费的模式，我们给大型客户提供企业的智能供应链管理平台，实现企业的供应链管理，然后我们就是做一些延伸，可以将来产业基金合作，对于免费端来说，刚才说的2C这个产品，我们是免费的，免费现在主要就是通过精准获客的功能来进行智能化的挖掘推送和管理，将来的延伸服务，做企业的排名，广告以及UDC的业务，还有商务社交需求的推送，我们的运营计划，首先开放平台的合作，加上2B驱动2C，金融机构和渠道方进行合作，开放垂直领域的合作，比如说互联网，或者说物联网产业链开放平台，可以建立一个独立的品牌，基于大数据政府产业智能数据源的优势，大的机构可以跟地方的国投或者公司合作，参与设计应用服务的子公司，2C发布一些产业图谱和价值指数提高影响力。我们会通过更加公开公正的数据检索服务来开放平台提升用户的流量，加上UDC的完整性。

    讲一下核心竞争力，首先数据方面，我们的数据资源一直属于行业第一梯队的，商业服务领域我们跟公安工商还有税务等渠道建立一些直接合作，然后这样建立比较强的数据壁垒，第二技术方面我们是知道平台国内大数据商务公司首先利用算法进行企业图谱画像和商业P2P挖掘的公司，已经完成相关的技术和应用的布局，行业资源深厚，我们在制造平台，跟神州数码和航天数据一些平台达成战略合作，还有万象我们是他API供应商，大数据云联盟等十余个行业协会我们有良好的合作背景，为平台未来推广奠定基础，还有团队大数据销售和行业分析咨询能力这些领域有一定的积累和业务理解，最重要行业有发自内心的使命，一开始我们要定位于制造平台，中国商业的公司，利用大数据使人们更简单更快捷通过数据提高自己的决策水平。

    这是成员的情况，我是右上角，负责公司运营，清华大学计算机毕业。创始人六年以上的行业咨询经验，两位技术合伙人来自百度互联网公司，最终提一下目前行业协会的资源，就是说我们平台跟中关村大概50多家产业联盟还有产业机构和专家建立了合作关系。

    我们融资计划，是天使轮的项目，早期自投了200万种子轮基金，现在准备融资三百到五百万的人民币，10%到15%的股份，三千万的估值，期限一年，我们2017年大概目标是五百万，利润可以做到60%左右。

    最后讲一下我们的愿景，成为一个开放智能互联的全球商业智能信息平台，让每一个企业都能够更加快捷智能精准的发现并且连接客户和合作伙伴实现智能化的运营，谢谢大家！

    主持人：感谢最后把时间都争取回来了，演讲也很精彩，很全面，而且融资的方向，关总，还有吕总，你们都看，如果感兴趣可以联系。

    我们今天的分论坛全部演讲就到此结束，有奖品送给大家，主办方说有一系列的奖品要发给大家。