2020科技产业趋势洞察报告.pptx

2020科技产业趋势洞察报告,目录,2,Chapter 15G通信Chapter 6汽车出行,Chapter 2新能源Chapter 7消费与制造,Chapter 3人工智能Chapter 8出海,Chapter 4区块链Chapter 9新金融,Chapter 5硬件芯片Chapter 10大娱乐,5G的优势：速率提升百倍 延时降低至ms级,5G网络主要有三大特点：极高的速率、极低的时延、极高的可高度。相对4G网络，传输速率提升10100倍，峰值传输速率达到10Gbit/s，端到端时延达到ms级，连接设备密度增加10100倍，流量密度提升1000倍，频谱效率提升510倍，能够在500km/h的速度下保证用户体验。与2G、3G、4G仅面向人与人通信不同，5G在设计之时,就考虑了人与物、物与物的互连，全球电信联盟接纳的5G指标中，除了对原有基站峰值速率的要求,对5G提出了8大指标：基站峰值速率、用户体验速率、频谱效率、流量空间容量、移动性能、网络能效、连接密度和时延。,5G商用时间表：2020年全面商用中国已经把5G作为国家战略，2017年两会期间，李克强总理在政府工作报告中提出了加快第五代移动通信(5G)等技术研发和转化的要求；7月工信部公布了用于我国5G技术研发试验的频段；8月国务院印发关于进一步扩大和升级信息消费持续释放内需潜力的指导意见，提出拓展光纤和4G网络覆盖的深度和广度，力争2020年启动5G商用。5G发展分为如下三个阶段：5G 商用初期，主要是运营商网络建设拉动为主；5G商用中期为终端设备与信息服务放量的阶段；5G商用后期，主要为信息服务占主导阶段。,2016,2018,2021,中国,美国欧盟日本韩国,20175G技术研发试验,20195G产品研发试验,20205G商用,5G商用5G商用5G商用5G商用,5G技术试验,固定宽带无线接入,5G技术试验应用显示,5G的市场空间：4G现拐点 5G流量达250亿GB截至2016年四季度，国内移动通信基站总数达559万个，其中2G基站152万个，3G/4G基站总数407万个，其中4G基站中国移动近150万，中国电信85万，中国联通超过70万。2016年4G网络规模覆盖已经实现，4G建设拐点将至。预计2018年移动数据流量达256.06 亿 GB。,1469.6,12000.010000.08000.06000.04000.02000.00.0,2012,2013,2014,2015,2016,移动互联网发展情况,移动数据流量(万TB),球智能手机出货量(百万台),9008007006005004003002001000,2010,2011,2012,2013,2014,2015,2016,互联网基建发展情况,移动通讯基站数（万个）,光缆线路总长度（万公里）,5G产业链：万物互联5G产业链可分为基础层、网络层和应用层。基础层，包括手机天线及射频器件、基站天线及射频、无线设备、光缆、光纤、传感器和芯片。射频器件等在4G和5G两代之间存在替代，光缆、光纤需求迎来爆发。网络层，面临全新的布局和建设，需要进一步优化并进行后续维护管理，包括三大运营商和相关网络服务提供商。应用层，提高数据的传输的速率和可靠性，与智慧城市、工业设施、医疗仪器、交通工具等深度融合。 5G将渗透到物联网及各种行业领域，打造万物互联的世界。,基础层网络层应用层,通信设备 | 通信模块 | 通信传输天线 | 射频滤波器 | 光模块 | 光纤 | 光缆网络服务提供商智能终端配套周边手机壳 | 信号屏蔽器生态智能家居 | 智慧城市 | 车联网 | 智慧医疗 | 物联网,传感器 | 芯片语音识别 | 地图定位 | 无线射频运营商联通 | 移动 | 电信智能终端手机 | 电视 | 汽车 | 智能可穿戴设备 | 机器人内容VR | 高清视频 | 直播 | 平台服务,5G三大应用场景eMBBeMBB ( Enhance Mobile Broadband)，增强移动宽带。是指在现有移动宽带业务场景的基础上，对于用户体验等性能的进一步提升。对应的是5G中3D/超高清视频等大流量移动宽带业务。包括以下各类场景及应用：视频通话、VR/AR、4K/8K UHD、超高清直播等。下载一部4K电影由4G的50分钟缩短到5G的40秒，极大地提升用户体验。使在线交互VR游戏、超高清视频通话成为可能，极大提升云存储、云计算的使用效率。,7,超高清视频通话,超高清直播,3D电影,5G三大应用场景mMTCmMTC（massive machine type of communication）海量机器类通信。对应的是5G中大规模物联网业务。mMTC特点是低成本、低能耗、小数据量、大量连接数。它包括以下各类场景及应用：智能家居、智能农业、物流、追踪、车联网等。,智能家居所有家居产品互通互联，由计算机通过大数据学习主人行为习惯，根据天气状况自动调节室内温度湿度，根据主人行为调节室内灯光。,智能农业随时监测农作物生长状态，传感器采集数据，处理器大数据分析，根据土壤、空气、未来天气预期进行灌溉和施肥。,车联网分析城市所有汽车的位置状态信息，规划路线，提示停车位，预防交通事故。8,5G三大应用场景uRLLCuRLLC(低时延高可靠) ，uRLLC特点是高可靠、低时延、极高的可用性。它包括以下各类场景及应用：工业应用和控制、交通安全和控制、远程制造、远程培训、远程手术、无人驾驶等。,远程医疗医生对病人做远程手术时，一点的数据丢失或,5G为远程医疗提供了基础。,VR目前市面上大多数VR产品只能提供视听和娱乐,者卡顿都会对病人的生命安全造成极大的隐患， 功能，且会产生不同程度的眩晕感。而据相关,数据研究表示，VR时延只有低于20ms才能缓,解眩晕感。所以高速率、低时延的5G网络是有效解决VR数据传输问题的关键。9,无人驾驶无人驾驶需要实时掌握周围车辆及道路的信息，,当车速较高时，1ms的时延也可能造成巨大的,交通事故。,目录,10,Chapter 15G通信Chapter 6汽车出行,Chapter 2新能源Chapter 7消费与制造,Chapter 3人工智能Chapter 8出海,Chapter 4区块链Chapter 9新金融,Chapter 5硬件芯片Chapter 10大娱乐,电池发展简史,电池本质是将化学能转化成电能的一种装置。1991年索尼公司发布首个商用锂离子电池，由于锂离子是最轻的碱金属元素，拥有着更小、更轻、能量密度更高的特性，所以迅速取代了镍电池。此后至今的整整二十多年中，电池技术的商业应用领域在能量密度提升方面，再无革命性进步。,原电池：产生电子流的化学反应过程不可逆的称为原电池。反应物一次放电后电池容量耗尽。,最早的可充电电池：镍镉电池(NiCd)，也使用碱作为电解液。1989年开发除了镍氢电池(NiMH)，它比镍镉电池寿命更长。,电池技术的飞跃：锂电池,1980年美国物理学家John Goodenough教授发明了新型锂电池，锂（Li）可以通过电池从一个电极迁移到另一个电极形成Li+离子形态。锂是元素周期表中最轻的化学元素之一，具有最大的电化电势，因此这样的组合可以在最紧凑和最轻的体积下产生最大的电压。,这是锂离子电池的基础。在这个新的电池中结合了过渡金属，如钴、镍、锰、铁和氧形成了阴极。在充电产生电压时,带正电的锂离子从阴极迁移到石墨阳极成为金属锂。,由于锂具有很强的被氧化的电化学驱动力，如果条件允许的话，它会回到阴极再次成为锂离子形态并释放出电子重回钴离子状态。这种电路中的电子运动就可以被我们当做电流加以利用。,目前，锂离子电池被广泛应用于数码设备、汽车动力电池等领域。因为正负极等相关材料的不同，又分为磷酸铁锂以及三元锂等不用的类别。,11,来源：XX,需求端对电池的续航和充放电效率提出了更高的要求,车外0度 热风开启 392公里,聆听时间最长 5 小时,100KMH最大行驶 4.66 小时12,Tesla Model S 75D最大续航里程 469 公里,iPhone X最长通话时间 14 小时,Apple Watch Series 3最长 18 小时的电池使用时间,Glass EE8小时的续航时间,AirPods通话时间最长 2 小时,6050403020100,iPhone6s,iPhone7,iPhoneSE通话时间,互联网使用,iPhone8视频无线播放,iPhoneX音频无线播放,以iPhone电池为例，整体技术能力并未有跨越式发展Apple官网在售手机电池使用市场对比（iPhoneSE-iPhoneX / 小时）,iPhoneSEiPhone6siPhone7iPhone8iPhoneX,mAh/g14.3711.9914.2012.3015.61,mAh16241715196018212716,重量113143138148174,通话时间1414141414,互联网使用1310131012,视频播放1311131113,音频播放5050505040,13,30002500200015001000,iPhone4-iPhoneX 电池容量变化（mAh）,18016014012010080,iPhone4-iPhoneX手机重量的变化（克）,16.0014.0012.0010.008.00,容量与重量之比（mAh/g）,优化方向：电池化学优化、充电技术优化、超低能耗芯片降低能耗需求提高续航和充电便捷性Battery电池技术的优化,电池化学技术的迭代，目的在于提高能量密度和充放电效率；而单纯增大电池体积只是一个治标不治本的替代方案Ultra-low power Chips,Battery charging充电技术优化在电池材料没有得到有效优化的情况下，无线充电、快充技术可有效提高电能设备使用体验,超低能耗芯片技术通过硬件及软件的技术进步，降低能耗需求，进而提升终端设备的续航能力14,电池技术的优化：提升能量密度，但面临诸多挑战但快速发展的应用场景又对电池能量密度的提升提出了更高的要求。我国政策方面也做出了明确的规划，根据中国制造2025明确了动力电池的发展规划：2020年，电池能量密度达到300Wh/kg；2025年，电池能量密度达到400Wh/kg；2030年，电池能量密度达到500Wh/kg。而目前在尝试中的电池类型包括空气电池、固态电池、柔性电池以及燃料电池等诸多形态，具体在不同领域逇可行性依然在不断尝试中。,理论能量密度（Wh/kg）,实际能量密（Wh/kg）,铅酸电池镍氢电池锌-空气电池锂离子电池铝空气电池,17027513536318135,30-4560-75200-300100-200600-750,铝空气电池能量密度,来源：xx15,丰田Mirai 氢燃料电池,柔性太阳能电池应用,企业/机构,技术方向,宁德时代丰田三星Seeo（Bosch）,硫化物陶瓷电解质、聚合物电介质硫化物电解质硫化物陶瓷电解质聚合物电解质,各企业在固态电池研发层面的尝试（部分）,无线充电：降低电池能量密度极限对于设备体验的制约,在电池材料没有得到有效优化的情况下，无线充电、快充技术可有效提高电能设备使用体验。,无线充电方案包括电磁感应方式（数mm约10cm）、磁共振无线充电方式（数cm数m）以及无线电波等。目前在部分小型移动终端，如手机、手表方面已经实现了基于电磁感应的无线充电。,16,超低能耗芯片技术：降低能耗、降低电力需求软硬件技术的快速发展，普遍提升了对设备能耗的需求。但目前商用电池密度的极限在某种程度上限制了这种进步。因此，我们在考虑被动式的“电池”优化方案，即通过超低能耗芯片以降低对于店里的需求，一方面提升终端设备的续航能力，另一方面也为太阳能、运动、生物电以及纳米发电机等形式的持续供电带来可能。低能耗芯片将被广泛应用于小、微型移动终端设备。,Smart SAM L21 32 位 ARM 芯片号称单次充电能运行 10 年，它在运行状态下的功耗仅为 35 微安/兆赫，一旦进入休眠模式，这个数值将降至 200 纳安。此外，Smart SAM L21 能够依靠身体运动提供电能，或,将可穿戴设备领域掀起一阵超长续航的旋风（威锋网）。17,可为可穿戴式设备供电的太阳能电池板。最优方式是有更低功耗的硬件配合。,产业空间：锂离子电池保持40%的产量增速,18,140000120000100000800006000040000,02015-02-28 2015-07-31 2015-12-31 2016-07-31 2016-12-31 2017-07-31 2017-12-31,2015.2-2017.12中国锂离子电池产量（万只）,30.0%,32.0%20000,44.0%42.0%40.0%38.0%36.0%34.0%,0,200000016000001200000800000400000,2015-12-31,2017-12-31,2015-2017年中国锂离子电池产量,2016-12-31锂离子电池产量（万只）,增速,产业空间：我国新能源车销量保持50%增速,19,18000016000014000012000010000080000600004000020000,02014-01-31,2015-01-31,2016-01-31,2017-01-31,2018-01-31,2014.1-2018.1中国新能源汽车销量（万台）,2000000160000012000008000004000000,2013-12-31,2017-12-31,2015-2017年中国新能源汽车销量,2014-12-31 2015-12-31新能源汽车销量（万台）,2016-12-31增速,产业空间：新能源汽车/动力电池是最为显著的推动者,20,706050403020100,2015,2016,2017,2018E,2019E,2020E,2015-2020年海外新能源车动力电池装机量预计,新能源车动力电池装机量(GWh）,同比(%),全面禁售燃油汽车的国家法国德国印度挪威荷兰,政策实行时间20402030203020252025,各国全面禁售燃油车时间表,目录,21,Chapter 15G通信Chapter 6汽车出行,Chapter 2新能源Chapter 7消费与制造,Chapter 3人工智能Chapter 8出海,Chapter 4区块链Chapter 9新金融,Chapter 5硬件芯片Chapter 10大娱乐,2010,19932010,19721981,19871993,98119187,AI,19501956,19561972,AI,AI,今 展,60年跌宕，人工智能仍处于发展的初级阶段,22,诞生阶段,探索阶段,第一次低谷,繁荣阶段,第二次低谷,技术突破,黄金至 发,人图工灵智语能言首；创,与人机突工器破智学能习领、域神得经到网探络索、,政练机计研 府海器算究 及外完机的 资复成能资 助杂大力助 机任规突构务模破停；数没止 据能对 训使,到 人第 工一 智次 能高 及峰 其他领域达,投 算 发资 促 展硬进 方件会 向市大 模场幅 糊需缩 ，求减 战下对 略降计，,发 基数 深展 础据 度技云 学术计 习得算 、到等 大,互 基联 础网 技大 术亨 已争 养相 成布 ；局,计算智能-感知智能-认知智能人工智能发展按“计算智能-感知智能-认知智能”的路径发展。,计算智能：即快速计算和记忆存储能力。感知智能：即视觉、听觉、触觉等感知能力，是指机器可以通过传感器感知识别周围环境信息并进行智能处理最后作出应答反应。认知智能：是指机器具备的独立思考并解决问题的能力。,23,计算智能, 能存会算,感知智能, 能听会说,能看会认,认知智能, 能理解,会思考,24,数据平台,数据储存,数据挖掘,云计算,语音识别机器学习,计算机视觉知识图谱,自然语音处理,机器视觉,智能金融智能法检,智能家居智慧教育,无人驾驶智能营销信息安全,智慧医疗工业4.0,人工智能技术人工智能商业应用（认知智能）,人工智能基础技术（感知智能）,人工智能底层要求（计算智能）,感知智能：基础技术形态感知智能，是人工智能的重要底层技术能力，是后续人工智能在多领域应用的核心基础支撑。基于感知的不同方向，又分为计算机视觉、语音识别等不同领域，并依托于自然语言技术实现多维度技术的融合。基于上述技术能力，机器可以看懂听懂人类世界，用人类的语言和人类交流研究人类智能活动的规律。,25,计算机视觉,人脸识别,语音识别,自然语言,语音助理语音翻译,图像识别机器翻译,搜索引擎语音交互,手势控制人机交互,动态识别,情境感知,字符识别,输入图像,训练样本,扫描窗口,特征选择和提取,分类器,分类结果,知识库,正样本负样本,特征选择和提取,端点监测,特征选择和提取,解码器,结果输出,MFCC/PLP/FBANK,文本数据语言模型,语音数据训练声学模型,匹配,语音识别流程,计算机视觉识别流程,感知智能基础技术层,来源：XX,感知智能应用：改变入口形态，推动设备的全面终端化包括计算机视觉、机器视觉、语音识别以及自然语言处理的感知智能技术结合机器学习和知识图谱，被广泛应用于智能搜索引擎、知识问答、语音助理，智能客服等领域。而在金融服务、公安法检、安防、医疗影像等细分领域中也有细分的行业性应用。我们认为，感知智能对于行业的最大变革在于入口的变化和对设备全面终端化得推动。语音、图像、符号等输入形式正在替代传统的文字交互方式，这将改变传统的以PC和智能手机为主的终端入口形式。,26,传统入口（例）,新入口（例）,传统终端（例）,新终端-万物终端化（例）,27,样本数据,学习算法,训练集,开发集,测试集,模型,假设,机器学习：基础技术形态将数据输入计算机，一般算法会利用数据进行计算然后输出结果。区别于传统计算，机器学习的算法则大为不同，输入的是数据和想要的结果，输出的则为算法模型，即把数据转换成结果的算法模型。通过机器学习，计算机能够自己生成模型，进而提供相应的判断，实现某种人工智能。工业革命使手工业自动化，而机器学习则使自动化本身自动化。核心算法包括支持向量机、朴素贝叶斯、决策树、神经网络等经典算法。版本空间,真相,离散值,连续值,监督学习有标记信息,无监督学习无标记信息,用于训练,用于测试,贝叶斯,决策树支持向量机,深度学习强化学习,迁移学习,+,=,由归纳偏好决定对某种类型假设的偏好从而产生确定的学习结果归纳偏好是否与问题本身相配，大多数时候直接决,定了算法能否取得好的性能，泛化能力是否良好,聚类,分类,回归,与训练数据一致的假设集合,对实际问题的理想化表示,关于数据的某种潜在规律,逼近,学习的目的,用于开发过程的调参、验证来源：XX,机器学习应用：细分为深度学习、强化学习、迁移学习等分支，主要应用于商业智能,深度学习是在多层神经网络的结构下，辅以结构设计和各种梯度技术，试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象，能够很好地处理对图像分类、语音识别等感知智能问题。深度学习不仅能够提供端到端的解决方案，而且能够提取出远比人工特征有效的特征向量。但其模型“黑箱”，可解释性差，限制其应用场景。,典型案例：ImageNet挑战赛（CNN、AlexNet、VGG、ResNet）；百度凤巢系统,强化学习和人类与环境交互的方式非常类似，是一套非常通用的框架。它是在一系列的情景之下，通过多步恰当的决策来达到一个目标，实现累积奖赏最大化，而摸索策略的过程即强化学习。区别于传统有标记的监督学习，强化学习不能立即得到标记，而只能得到一个反馈，因此可以说强化学习是一种具有“延迟标记信息”的监督学习。典型案例：波士顿动力Handle机器人,迁移学习一般是将从拥有大数据的源领域上学习到的东西应用到仅有小数据的目标领域上去，实现个性化迁移，即举一反三、触类旁通。但迁移学习能在什么领域成功仍值得探究。,典型案例：斯坦福学者使用卫星图像获取的灯光信息来分析非洲大陆的贫穷情况；推荐系统的“冷启动”,28,来源：XX,结构化的数据,数据整合,半结构化的数据非结构化的数据,实体对齐,实体抽取关系抽取属性抽取,知识图谱：基础技术形态伴随Web技术的不断演进与发展，在先后经历文档互联和数据互联之后，人类正在迈向基于知识互联的新时代。知识互联的目标是构建一个人与机器都可理解的万维网，使得人们的网络更加智能化。旨在描述真实世界中存在的各种实体或概念的知识图谱，凭借其强大的语义处理能力与开放互联能力，可为万维网上的知识互联奠定扎实基础。知识图谱于2012年5月17日被Google正式提出，其前身可追溯至上世纪六十年代的Frame Network（Semantic Network）。知识图谱的一种通用表示方式为三元组，即 G=(E,R,S)，其中E=e1,e2,e3, e|E|是知识库中的实体组合， R=r1,r2,r3, r|R| 是知识库中的关系组合， S ER E 代表知识库中的三元组集合。第三方数据库,本体构建,质量评估,知识图谱,知识更新,知识检索,知识推理来源：XX29,知识图谱应用：搜索、问答及行业深度应用就覆盖范围而言，知识图谱可分为应用相对广泛的通用知识图谱和专属于某个特定领域的行业知识图谱。通用知识图谱注重广度，强调融合更多的实体，主要应用于智能搜索等领域。行业知识图谱需要考虑到不同的业务场景与使用人员，通常需要依靠特定行业（如金融、公安、医疗、电商等）的数据来构建，实体的属性与数据模式往往比较丰富。,搜索引擎智能搜索引擎主要以3种形式展现知识：集成的语义数据，如搜索梵高，引擎将以知识卡片的形式给出梵高的详细生平，并配合以图片等信息；直接给出用户问题的答案；根据用户的查询给出推荐列表等。,智能问答问答系统是信息检索系统的一种高级形式，能够以准确简洁的自然语言为用户提供问题的解答，如Siri等语音助手。当问答系统融入特定公司或领域的知识图谱时，即可成为智能客服系统。,金融组织相关的知识碎片，通过深入的语义分析与推理，可对信息内容的一致性充分验证，从而识别或提前发现欺诈行为；打造智能投研系统，为投资者提供标的发现、标的研究、行业分析、事件分析、报告生成,等投资辅助服务。,公安将公安中各类数据汇总融合成为人、事、地、物、组织等实体对象，并根据其中的属性联系、时空联系、语义联系、特征联系等建立相互的关系，形成一张包罗万象的公安专属情报知识图谱，可视化研判加复,杂多维情报分析挖掘，让犯罪,医疗对医疗领域的相关知识进行采集，整理和萃取，以满足与该领域相关的各种对于知识服务的需求；构建“知识图谱+推理逻辑”的医疗大脑，进行智能诊断。,通用知识图谱的应用,行业知识图谱的应用,分子无处可逃。来源：XX30,部分消费级机遇已初露端倪,31,目前的核心应用依然存在于B端的商业智能商业智能主要聚焦于产业链的中游和下游。关于产业链的上游，传统IT厂商和云服务厂商可为技术、产品及服务提供者赋予计算、存储等基础设施支持， ERP、CRM等信息系统可帮助企业有效记录其资源及业务数据，数据整合者的第三方数据则可丰富智能分析的数据维度。,2017年中国商业智能产业链,2017年中国商业智能产业图谱,来源：XX32,人工智能的Gartner曲线市场对于人工智能发展周期的认知存在差异。部分人认为AI与传统Gartner曲线存在差异，人们对它的期望曲线忽上忽下，当下人工智能的火热随时都可能在下一个路口再次步入舆论的冬季。我们认为，人工智能技术和以互联网为代表的技术的典型差异在于发展周期长，因此，存在短周期和长周期的差异，从短周期看，依然存在期望值的波动，但从长周期看，依然遵循Gartner曲线的逻辑。,人工智能短周期曲线,人工智能长周期曲线,时间,期望值,时间,人工智能技术的Gartner曲线,一般技术的Gartner曲线,来源：XX注释：右短周期为模拟。33,期望值,目录,34,Chapter 15G通信Chapter 6汽车出行,Chapter 2新能源Chapter 7消费与制造,Chapter 3人工智能Chapter 8出海,Chapter 4区块链Chapter 9新金融,Chapter 5硬件芯片Chapter 10大娱乐,区块链是几类核心基础技术的新型应用模式区块链是几类核心基础技术的新型应用模式。包括分布式存储、点对点网络、非对称加密等若干类技术其实早已得到了成熟的应用,35,分布式存储权限对等、数据分布式、高冗余存储依靠共识机制保证存储的一致性共识机制PoW、PoS/DPoS、Quorum/BFT保证价值的唯一不可复制性,点对点网络P2P点对点传输保证信息的高效传递，降低信息不对称密码学算法PKC、ECDSA、时间戳不可篡改的数据结构,核心特征：去中心化、去信任、集体维护、可靠数据库,36,去中心化（Decentralized）没有中介机构，所有节点的权利和义务都相等，任一节点停止工作都会不影响系统整体的运作；集体维护（Collectively Maintain）系统是由其中所有具有维护功能的节点共同维护的，系统中所有人共同参与维护工作；,去信任（Trust）在系统的规则和时间范围内，节点之间无法欺骗彼此可靠数据库（ReliableDatabase）系统中每一个节点都拥有最新的完整数据库拷贝；系统会自动认定最多次出现的相同数据记录为真；不可伪造、不可虚构、不可篡改。,区块链去中心化系统所带来的突破（1）,参考资料：XX,37,所有节点通过共识算法保证交易一致性，,区块链去中心化系统所带来的突破（2）,参考资料：XX,38,分布式存储、链式数据结构、哈希算法、,海外市场简析区块链技术与应用在北美、欧洲和亚洲等全球主要市场逐渐受到重视。各类区块链技术和产业联盟先后成立，主要金融机构与科技公司也纷纷加大在区块链领域的布局。依主体类型区分，参与者包含四类：1、初创公司或组织：依靠组建跨公司、跨行业领域的国际性区块链平台和联盟来制定行业标准，力求成员间达成一定程度的协同；2、金融机构：针对已有的应用场景或已知的应用需求，各大传统国际银行实施区块链技术应用试点，建设区块链能力；3、大型科技公司：基于IT 技术开发、云服务等能力，推出区块链相关服务(BaaS, blockchain-as-a-service) ；4、咨询公司/系统集成商：整合软件、系统设计与应用、云等IT 服务的IT 咨询公司/系统集成商，发展区块链技术与相关服务。,类型初创公司或组织金融机构大型客机公司系统集成商/咨询公司,代表企业R3 CEV高盛微软德勤,优势/特点以搭建底层技术协议为主以解决金融机构现有应用场景需求、降低交易成本为主要出发点将原有技术能力（如云服务）延伸至区块链领域结合系统集成能力与区块链技术服务企业客户,案例/方案公布源代码的Corda分布式账本银行间清算、外汇交易等基于Azure云服务，发展Bletchley项目支持不同区块链联盟组建基于开放协议Rubix项目，例如区块链智能身份项目,数据来源：XX39,国内市场简析从2015 年年底，中国真正开始了区块链领域的创新创业。截止2016 年底，国内已经有近百家与区块链技术相关公司，出现了许多代表性的企业。同时，受R3、Hyperledger 等区块链联盟的影响，国内的金融机构不约而同将加入联盟作为探路区块链的第一步，区块链联盟相继成立。,组织金链盟中国分布式总账基础协议联盟（China Ledger）中国区块链研究联盟（CBRA),成立地点深圳上海北京,设立时间2016.5.132016.4.192016.1.5,目标3-5年内研发一条或多条金融区块链，推出多种广受欢迎的区块链终端应用，制定一批高水平联盟标准、申请专利技术聚焦资产端应用，兼顾资金端探索；构建满足共性需求的基础分布式账本；精选落地场景，开发针对性解决方案；基础代码开源，解决方案在成员间共享打造交流平台、政策沟通平台、厘清区块链技术在现有体系中的定位等,类型,代表企业,优势/特点,案例/方案,初创公司或组织,万向区块链实验室 搭建开源的技术研究生态及投资孵化生态,基于以太坊,搭建区块链底层服务将原有技术能力（云服务）延伸至区块链领域,Fintech大型科技公司政府组织,微众银行腾讯央行,清算、票据票据、资产登记及交易法定数字货币,数据来源：XX40,审慎判断区块链的“颠覆式”能力互联网商业模式的演进方向是去中心化互联网经济已全面进入共享经济时代。门户时代，用户单方面的被动获取信息；进入搜索时代，用户获取信息的门槛进一步降低，用户可以主动通过平台甄选信息，但信息的提供方依然是网络媒体等专业信息生产者；而在社交媒体时代，用户从信息的消费者变为信息的产消者，信息的去中心化开始逐步实现；此后，用户从单纯信息的生产者转向商品和服务的产消者，平台主要负责建立规则，互联网经济全面进入共享经济时代。从商业模式角度出发，用户从消费者变为产消者，是商业模式去中心化的核心特征。但现阶段的去中心化（多中心）所带来的是更加规模化的市场集中，垄断下所带来的市场效率提升（区别于传统经济学意义上垄断的效率下降）。商业模式去中心化发展的核心路径,；,门户时代用户单方面的获取信息,搜索引擎用户通过平台自行甄选,社交媒体用户从信息的消费者变为信息的产消者,共享经济用户从商品、服务的消费者变为产消者,用户从消费者变为产消者数据来源：XX,审慎判断区块链的“颠覆式”能力现阶段的去中心是局部去中心，局部去中心催生上层多中心,无序,无序,垄断专制,垄断专制,垄断专制,绝对去中心,绝对中心化,绝对的去中心化会导致无序，我们所谓的去中心化实则是局部去中心化。而事实上，并不存在完全的去中心化。完全的去中心化会导致无序，并进而导致整体效率下降。从目前的社会结构看，只要有组织的存在，就不存在完全的去中心化。即便在局部去中心化的场景下也会有意见领袖的存在。我们所谓的去中心化实则是局部去中心化,局部去中心化加速上层多中心，边缘创新打破垄断局部去中心化加剧了上层的多中心。在互联网产业经济中，信息不对称性下降，往往带来的是高度集中。以去中心化的共享经济为例，其所带来的是各个领域的多中心并进而发展为垄断。边缘的局部创新会再次我们所谓的去中心化实则是局部去中心化,多中心局部去中心,多中心与垄断,规则建立者A,规则建立者B,规则建立者C,数据来源：XX,区块链,43,短,长,人工智能,大数据成熟周期,云计算,审慎判断区块链的“颠覆式”能力区块链“颠覆式影响” 的量级遥远小于互联网。人们基于互联网实现了最广泛的互联，互联网的“连接”的价值要远远大于其后续所带来的商业价值。区块链技术更好的完善了这张“网”，将网络上传输的信息变为数字化的防篡改且完全唯一的“价值”，这将进一步提升网络的商业价值。但实际上，“连接”已经客观存在了，也许区块链会改变“连接”的形式，但无法以“连接”以外的形态超越互联网给人类社会带来的价值。所以，区块链“颠覆式影响” 的量级遥远小于互联网。但并不影响区块链技术成为近年来最值得关注的技术创新之一，但是其价值更多的将体现在通信、金融、供应链以及基础设施等底层技术更迭和企业级服务层面。不同技术的影响（商业空间）及成熟周期大影响小,