人工智能的商业模式精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的人工智能的商业模式主题范文，仅供参考，欢迎阅读并收藏。

第1篇：人工智能的商业模式范文

2012年，在技术创业尚未形成风气之时，他中断了在美国的学术道路，回到中国，与中学同学、前阿里云总监林晨曦创办了依图科技公司，致力于计算机视觉业务。谈到创业的初衷，他说：“我始终认为，技术要应用于现实生活中，才能发挥出最大的价值。”

2013年，依图科技拿到了真格基金百万美元的天使投资。2015年和2016年，依图科技先后完成A轮、B轮融资，估值数千万美元，成为业界最被看好的计算机视觉创业公司之一。

创业四年，甘苦尝尽。朱珑的技术优势显而易见，要面对的难题也不少：没有商科背景，是否会让他在管理上左支右绌？在人工智能这样的前沿领域，没有现成的商业模式可供借鉴，他该如何取舍公司的业务方向？

8月，趁朱珑在北京出差之际，《时间线》对他进行了专访，听朱珑讲述行走在中国科技产业浪潮之巅的故事。

《时间线》：2012年你创业的时候，国内人工智能市场是怎样的？

朱珑：当时大家对人工智能的未来不像今天这样有信心，资本对这个圈子的热度也远不如今天。并不是说你来自MIT就很容易拿到投资。我认为2012年是技术类创业的标杆性的一年，此后，创投圈开始从“资金密集型”和“资源密集型”转向“智慧密集型”。

《时间线》：如你所说，当时资本圈对AI并不像今天这样抱有信心，依图拿到真格基金百万美元的天使投资，经历了怎样的过程？

朱珑：在红杉资本中国基金副总裁吴莹的介绍下，我和我的合伙人林晨曦与真格基金的创始人徐小平先生在他的家中见面，交流了十几个小时。当时，徐老师对人工智能技术并不十分了解，但非常看好我们的团队和AI的未来，提出给依图两百万美元的投资，这笔资金动用了当时真格基金总额的7%，我认为徐小平老师是个非常有魄力的投资人。

《时间线》：你们的很多项目都是与政府部门合作的，一家创业公司是如何取得政府的信任的？

朱珑：我回国之后动用了自己在国内所有的人际关系，最终获得了在某个公安系统会议的茶歇时间与一名负责人交流3分钟的机会。经过一番争取，他愿意让我尝试计算机车辆识别系统，当时计算机的车辆自动识别准确率不到30%，对方希望提升到70%。接到任务两个月后，我们做出了一套车辆识别系统，识别准确率达到了90%，获得公司成立后的第一单业务。

由此开始，我们与公安系统开始了长期紧密合作，将人脸识别技术应用于追逃、刑侦、监控等方 面。

《时间线》：人脸识别技术具体可以如何应用到公安系统的工作中？

朱珑：我们曾协助苏州公安完成一起追逃任务，公安用全国在逃库的26万人与常住及暂住人口库中的1300万人进行比对，通过人脸识别的捕捉，系统共预警25人。经过人工甄别，最终确定了17人为嫌疑人，其中9人已撤销，最后现场捕获了3人。这是过去单靠警力无法做到的事情，现在人工智能技术可以帮助我们实现。此外，人脸识别技术还可以应用到金融等其他行业。

《时间线》：从创业到现在，人工智能市场经历了怎样的变化？

朱珑：今年的前三、四个月，比过去一年的变化还大。很多投资人的逻辑是“我就要投资人工智能，一定要进来参与这个领域。”

《时间线》：在人工智能大热的今天，可能会有一些投机主义的公司涌现，这是否会成为你的困扰？

朱珑：肯定有，这很正常。有一些公司不见得会涉及智能的那些部分，只是包装一个概念，但时间会自动筛选出真伪，有实力的公司很稀缺，团队会更加值钱。

为杭州打造“城市数据大脑”

今年9月，全球瞩目的G20峰会将在杭州召开，杭州市委市政府联合众多公司，在阿里云的牵头下开展了一个名为“城市数据大脑”的城市交通规划项目，借此盛会展现大数据在城市管理中的作用，依图公司参与其中，提供车辆识别及大数据相关技术。首次涉通领域，对于依图来说是一个新的挑战。

《时间线》：“城市数据大脑”项目中，依图进行了哪些方面的技术支持？

朱珑：我们对城市中车辆的行驶路径等数据进行收集、分析，对车、道路、红绿灯的信息进行建模。在建模的基础上对政府的交通管理者给予建议和优化方法，比如红绿灯的改进措施，道路的修缮方案。我们希望通过解决城市交通这类世界级难题，让人工智能使我们的生活更加轻松便捷。

《时间线》：这个项目的难点在哪里？

朱珑：从技术层面来讲，交通管理是一个非常新的领域，世界上顶级机构对这一领域的研究也处于原始阶段，现有的学术界的模型、数据体量无法满足模型精度的需求。要完成这个项目，我们还要做很多新的研究。从操作层面来讲，我们的工作要跨越政府的不同部门，把这些数据整合到一起。

《时间线》：大数据对人工智能技术有重要作用，你们如何建立自己的数据库？

朱珑：最朴素的办法就是一点一滴积累，比如车辆数据，我们自己去路上拍了很多，慢慢地数据就积累起来了。在和客户合作的过程中，客户也会提供一些数据。

《时间线》：现阶段在中国进行技术创业，难点在哪里？

朱珑：从创业环境来看，我们没有完善的反垄断机制，也就是说大公司还是可以跟你竞争的；但在美国，这不一定行得通。而且中国的知识版权的保护尚为薄弱，小公司抄袭的情况比较多。

此外，探索出好的商业模式是非常困难的。依图成立四年，经历了很多探索，我们一直在扎实地做垂直领域，包括公安、金融等领域。我始终在问自己：人工智能的卖点是什么？

AI最大的考验是商业模式的创新

2016年初，一场人机大战成为全民热点。人工智能的概念从科技圈走向大众，做了一次生动的市场教育。影响迅速蔓延到二级市场，人工智能概念股迅速飙升，中国兴起一波人工智能创业热潮。创业四年，朱珑目睹了人工智能产业的变迁，他有着怎样的体会？作为一个创业者，他如何看待这个产业的未来

《时间线》：现在依图在技术研发和商业方面的比率大概是什么样的？

朱珑：超过50%都是技术团队，我们的核心优势是对技术的理解能力。有了技术作为基础，扩张的成本会变得很低。

《时间线》：作为学者型创业者，商业背景的匮乏会不会成为你的瓶颈？

朱珑：创业四年，这个部分的知识我补充了很多。商业知识是不断学习的过程，今天学到的商业经验不一定能解决明天的问题。换句话说，有商科背景不一定比我更有能力解决未来将面对的问题。创业本身就是个不确定的探索过程。

《时间线》：如何看待技术与商业化的平衡？

朱珑：技术与商业化从来不是矛盾的。中国现在有很多大规模的问题放到学术上都是非常有挑战性和标杆性的。在实验室是无法直接解决问题的，因为有些数据不易得到，做商业项目与学术研究并不冲突，反而可以更好地促进技术发展。

第2篇：人工智能的商业模式范文

ABC时代

2016是非常匆忙的一年，好像比2015、2014、2013年发生的事情多得多。这一年各种让我们吃惊的事件接二连三地上演，这些事件的背后，有没有一个类似于主旋律的东西？

2016年可以说是一个告别之年，也是一个开始之年。曾经代表一个时代的人去世了，比如英特尔的前CEO格罗夫，这个时代最伟大的CEO在3月份去世。还有曾经预言信息时代来临的托夫勒也在2016年去世。当一个人离开这个世界的时候，我们常说他所代表的这个时代结束了。实际上衰亡和兴起的过程都是一个我们没有觉察到的历程，而不是一个时间点。当你发现一个时代结束，其实这个时代早已在此之前开始了结束的历程。当你发现一个事情突然出现的时候，它一定是在此之前已经开始了出生、生长的过程，只不过在某一个点上以一种显眼的面目出现。2016年的几个黑天鹅事件，比如AlphaGo和人机大战，很多专家预言2030年才会出现计算机下围棋把人类打败，结果在2016年提前来到了。

又如英国脱欧，我们在21世纪刚刚开始的时候都特别欢欣鼓舞，觉得来到了一个天下大同的时代，全球化的时代开启了。但是在2016年我们见证了全球化正在被一种逆流所缓冲和改变。逆全球化，反全球化的浪潮在2016年开始凸显，英国脱欧，美国特朗普上台，都是反全球化的逆流。

开始之年也是结束之年，每一场毕业都意味着下一场开学。2016年到底开始了一些什么东西？我们撇开一些宏大叙事不讲，仅在商业领域，可以概括成一个“ABC时代”。关键性技术已经从传说，从一种少数人关注的小圈子的一种状态，逐渐进入到主流商业世界的视野。

这三个东西可以叫A、B、C。A是AI，人工智能。B是Big Data，大数据。C是Cloud，云计算。这三个东西开始合流，变成三位一体的东西，以一种我们不能忽视的形象出现了。尤其是AlphaGo的出现，让我们不能忽视人工智能的力量，计算机不是人类能驯服的工具了。

以前的技术、工具和机器都是人的延伸，是体力或脑力的延伸，从最早的蒸汽机、火车到飞机，无非是人类某一项体能的延伸。后来出现了某种程度上的脑力的延伸，比如计算机的出现，在某个单一功能上，人脑没有办法和电脑相比，但是整体的判断力、决断力和整体的智能，电脑完全没有办法和人相比，只是一个工具而已，帮助我们收集和处理、存储信息。而在以AlphaGo为代表的人工智能出现之后，我们发现它开始逆天了，今天不是延伸，是了，它做的事情越来越像人！

“三个代表”

对于这种，可以概括成 “三个代表”。一个是“私人秘书”，一个是“私人司机”，一个是“私人医生”。在这个物质如此丰富的世界，能够拥有这三样的人少之又少。但是人工智能和云计算、大数据可以让每个人都拥有私人秘书、私人司机和私人医生。

比如谷歌、特斯拉，还有其他一些知名和不知名的新兴和传统的汽车厂商，它们在做一件事，让人人都拥有私人司机，它贴身服务于你，不会让你感觉到作为自然人的司机的很多问题，这是一个很有诱惑力，很有产业前景的设想，事实上这个技术逐渐在向我们靠近。

然后是私人秘书，以前我们借助电脑和网络搜索信息，还在这些信息的基础上做一些比较和判断，但是今天计算机和网络要做的事情，远不只是给我们提供信息。举个例子，当你今天早晨要赶7：30的早班飞机，意味着需要提前两个小时起床，你要时刻监控这个信息。但是一个私人秘书式的智能人会代替你，你睡你的觉，它时刻监控这个航班的变化，如果航空公司改变了航程延误一个小时，它会自动把你的闹钟往后调一个小时。同时它会通知滴滴、易道、神州这样的公司，把接送你的时间往后调一个小时。它还会帮你值机，挑选座位。在不打扰你的情况下，事情已经办好了。

今天无论在电子商务、智能领域、游戏领域，都发生从信息到智能的变化，所以我把它叫做“新IT时代”。以前我们说IT是信息，今天我们说的是智能技术，我们的信息一点都不稀缺，但是情报永远是稀缺的。什么叫情报？就是在大量的信息当中发现蛛丝马迹，发现最有价值，能够帮你做决策的信息。私人秘书要做的事情，就是在众多信息里合成有用的能够执行的情报。

第三个是私人医生，认知计算很重要的一个功能是在不懂得医学的情况下，根据你身体的种种状况，判断出你的病症，比如你已经进入了糖尿病模式，或者几年以后有可能发生癌症。如果你要避免这个事情，需要做哪些改变，包括饮食、生活习惯、心情、工作环境等等。这种私人医生往往比我们眼前见到的活人医生还要准确，因为我们的医生做出判断是根据大量的化验，而且是非常显性的数据来确定你有没有生病。而认知计算能提前很久就发现你已经进入到什么样的模式，是依据大量的数据，包括你的数据，你家族的数据，周围人的数据以及全世界的相关数据，然后合成一种模型，根据这样的模型来确定你的身体状况。

所以人工智能、大数据和云计算这三样东西，是我们在2016年整个商业创业创新的基本背景。如果忘记了这个背景，你现在做的很多事情，做得越热闹，有可能最后输得越快，甚至输得越惨。

需求永远不变

我们回过头来看商业模式，首先你面对独特的客户需求。你发现了客户的痛点，你给出了一张牌，这就是商业模式。而且实际上是一手牌，要不断抓进新的牌，这种模式才能玩得下去，“一招鲜、吃遍天”的商业模式早已过时了。尤其是当你手里的牌不那么好的时候，能够通过牌与牌之间的组合，把一副烂牌打下去，还能打赢，这才是值得追求的商业模式。所以在商业模式里，本质上是对需求出的一张牌。

什么叫产品？就是古老的需求和新出现的技术之间的一个化合物。所以要意识到需求是不变的。比如出行，古老的出行就是走路，交通基本靠走，通信基本靠吼，因为当时的技术条件很简陋，或者说是0技术，我们只能靠走和靠吼，后来我们找到了别的方法和技术满足这个需求，手写书信，恋人之间鸿雁传书，或者用暗号约定。直到今天，我们使用微信，用各种各样的通讯工具做出解决方案。通信的需求，交通的需求，古已有之，只不过技术和条件不一样，所以出来的产品和模式就会发生变化。

乔布斯说，最好的市场调查是站在镜子前面看看自己，因为你心里的需要都搞不清楚的话，你贸然去随便问几个人的需求，就觉得是完成了市场调查，结果做出来的东西根本没有人要。如果福特当年做汽车之前问人，你需要什么样的车？他得到的回答一定是一辆更好的马车，因为他们不知道还有汽车这种东西。

第3篇：人工智能的商业模式范文

第三方研究机构普遍预测消费级和商用无人机将在未来5年达到数十亿美元规模。目前一级市场和产业界都对无人机赋予重点关注。从高通这样的芯片商到腾讯这样的互联网企业都进军无人机产业。

智能化的无人机将真正“无人”，拓展更广阔的应用空间；

目前无人机依然需要操作员控制确保正常安全飞行。智能化的无人机将变身“会飞的机器人”。智能化的无人机将摆脱操作员真正“无人”，降低应用的人力成本，完成危险任务或到达人/普通机器人无法到达的地方。

智能化技术包括机器视觉硬件/软件技术、人工智能、OS与固件等；

机器视觉能够让无人机识别周围的环境从而安全自动飞行躲避障碍，是最关键的智能技术。硬件机器视觉技术包括双目视觉、红外激光视觉；软件技术包括光流算法、图像分割算法等。人工智能技术包括图形识别、人脸识别、语音识别等技术，能够提升无人机的自动化程度，更“智能”完成商业应用。OS与固件等软件技术是连结无人机计算芯片和软件算法的关键，目前有较为成熟的开源软件库提供开源算法代码供开发者。

硬件产业趋势是芯片化、集成化；软件产业趋势是开源+二次开发商；

高通/Intel/Nvidia都推出了基于自己芯片产品的无人机参考设计或样机。高性能计算芯片智能化的关键技术，随着芯片厂家涌入，硬件发展趋势是芯片化、集成化，将可能重复PC产业和智能手机产业的发展路线：上游芯片厂商占据产业关键地位并获取大量利润。中国企业联芯科技在智能无人机芯片领域也有一定投入，值得关注。在无人机软件和人工智能软件/算法领域，已有一些开源软件社区存在，提供大量开源软件算法库。未来智能无人机软件产业将大概率重复开源社区+二次产品化开发商的商业模式，具备技术优势、能够提供差异化商业软件的厂商将脱颖而出占据产业链的上游。投资者可关注计算机和下游整机制造行业相关上市公司。

第4篇：人工智能的商业模式范文

在国家社会科学基金和互联网经济学研究联盟的支持下，《财经问题研究》编辑部特别组织了“互联网经济的理论与反垄断政策探讨”笔谈，邀请数位专家对相关问题展开讨论，相关成果发表于《财经问题研究》2018年第9期，本文为其中之一。

核心问题

人工智能和互联网能否带来新的经济增长？

产业互联网将如何影响产业竞争的格局，其对整个经济的增长有什么样的影响？

平台型组织的演变会对社会产生多大的影响？

01

引 言

在过去的十多年时间里，全球经济面临一个比较大的挑战就是如何重塑经济增长。2005—2014年，全球最发达的经济体的增长率长期停滞不前，急需要寻找一个新的经济增长驱动力量。

互联网在中国经历了20年的快速发展之后，已经取得了世人瞩目的成就。特别是随着智能手机的普及，移动互联网在中国已经相当发达。根据中国互联网协会的数据，2016年中国境内活跃的手机上网码号数量达12.47亿。

得益于中国特殊的市场规模和移动互联网的发展，中国的消费互联网市场发展迅速，代表性的电商平台如阿里巴巴、社交及游戏公司腾讯，这两个公司以市值计均进入全球财富五百强的前十位。

当前，人们关注的热点是中国的互联网红利是否已经消失，传统产业的互联网转型是否会带来新的增长机会？

此外，人工智能最近这几年发展迅速。2017年中国的人工智能（AI）投资仅次于美国，成为投资热点，政府也不断推出鼓励和支持政策。

这种变化引发业界和学界的思考，是不是会出现新的驱动经济增长的力量？这个力量如果能够驱动经济增长，其对于整个社会的改变会有哪些影响？

1999年，美国微软的创始人盖茨有一个非常有名的论断：商业新法则就是“互联网会改变一切”。从他提出这个论断到现在已近二十年，可以看到，电影、阅读、新闻等商业模式都发生了巨大的变化。

但另一方面，还有很多东西没有发生变化，如航空发动机的数据获取，1960年和2015年的方式并没有太多的变化。很多产业，如海关报关等，也没有发生实质性的变化。在今天，一个备受关注的问题是，人工智能对于社会将有多大影响？

笔者将从产业竞争和战略的角度来讨论产业互联网和人工智能会如何重塑中国经济的问题。主要讨论三个问题：

第一，人工智能和互联网对经济增长的影响。人工智能和互联网是否有可能提高经济的长期增长水平？

第二，产业互联网将如何影响产业竞争的格局？它对整个经济的增长有什么样的影响？

第三，产业互联网和人工智能如何影响产业结构的变化？特别是产业互联网和人工智能是否会导致产业的平台化？这种平台型的组织又会对社会产生多大的影响？

分析表明：

第一，产业互联网和人工智能会大幅度提升生产力。而且产业互联网和人工智能会提升要素配置的效率，进而提升生产率。因此，可以乐观看待长期经济的增长率。

第二，平台和组件的模式会影响一切组织和经济形态。平台会影响国家的竞争、城市的演变和产业转型。一切组织都会向平台化的方向发展。

02

人工智能和经济增长

经济的长期增长，主要是来自全要素生产率的增长。全要素生产率的增长，除了科技（包括人工智能）的进步，还包括管理效率和要素错配这两个问题带来的影响。

大量的数据都表明，经济的长期增长率一直在下降。无论是20世纪80、90年代还是千禧年后，整个世界的GDP增长一直在下降。

Gordon（2016）提出，美国的长期经济增长将继续下台阶。Gordon研究了美国过去150年的经济发展史，认为美国的发展呈现倒U型的特征。美国经济大约从19世纪70年代开始起飞，到20世纪50年代达到顶点，之后逐步下降。

Gordon的一个略为意外的发现是，从20世纪70年代开始，美国经济的增长表现非常普通，特别是创新的步伐和技术进步带来的增长并没有惠及到更多人。

为什么现在大家如此关心人工智能的发展？很重要的一个原因是希望能够找到提升经济增长新的关键要素，希望找到推动经济持续增长的新动力。这是大时代的背景。

人工智能是否会推动经济增长和提升生产率，对中国同样非常重要。

一是因为目前对中国经济长期增长源泉的解读有很多误区。很多人认为中国经济的增长来自于投资的驱动，认为由于投资占比已经很高，且投资回报率逐步降低，所以中国的经济增长必然下行。

第二个原因是人工智能对组织生产活动的要素配置会有影响。如果人工智能可以提升要素配置效率，那经济增长的潜力也会提高。

Zhu（2012）的研究表明，与很多人想象的不同，中国经济的增长主要来自于效率的提升，而不是来自于投资的增加。虽然投资的增加是经济增长很重要的一部分，但最主要的增长还是来自于经济效率的提升。他的这一发现在学术界受到了越来越多的关注。

这一研究的重要性不仅在于其给出了一个与主流很不一样的观点，更重要的在于这个研究对判断经济增长的潜力有非常大的参考意义。

根据这一研究，1978—2007年，在中国经济增长的贡献中，有70%是来自于全要素生产率的增长。这一结论非常重要，意味着中国长期经济增长仍然有非常大的空间。

这是因为在经历了40年的高速增长后，中国的全要素生产率仍然只有美国的20%多。这表明通过提升全要素生产率来促进中国经济增长的空间非常大。这就是为什么人工智能和新的经济增长动力如此重要的根本原因。

由此，需要一个坚实的支持经济增长的微观理论基础来对当前的经济形势进行解释和指导。人工智能可以看作是广义的机器自动化。在经典的索罗模型中，可以借助一个简单的增长模型来讨论人工智能对经济增长的影响。

参考ZEIRA（1998）的经济增长模型，简单来说，经济增长实际上可以看成一个抽象的生产函数。一个国家的产出是由生产力、资本和劳动共同决定的。

根据这一模型，可以推导出一个重要的结论：经济的增长速度与自动化的比例正相关，即自动化的提升会增加长期的增长。此外，自动化比例的提升意味着资本在总产出中的占比提高。

这个简单的模型有两个非常重要的含义。

第一，人工智能在理论上有可能会带来经济的持续增长。人工智能比例的提升，会带来经济增速的持续提高。这实际上就是从经济学上定义的奇点。经济学家在这方面向自然科学学习了很多。这里的所谓奇点，从经济学角度来说，就是持续的超高增速。

第二，资本和劳动在产出中的占比关乎收入的分配及平等和长期的社会稳定。资本占比提升和劳动的占比越来越低意味着贫富差距会增加。资本家是成为人工智能的投资者和获益者，而普通的工人则可能成为受害者。

对于人工智能对经济增长的影响，在给出确定结论前，可以简要回顾一下历史。关于人工智能的争论其实是一个历久弥新的话题，从信息技术一出现，大家就在讨论这个问题。

20世纪90年代《经济学人》的说法是，计算机不会提升人们的生产力。Zachary（1991）认为数据过载限制了生产率的提高。而信息技术对生产率的提升是显而易见的。

但1996—1999年，美国私人部门的年均增长率达到2.8%，是1980—1995年间的2倍。这段时间可以明显看到信息技术带来的生产力的提升。

人工智能鼻祖和行为经济学鼻祖西蒙也认为计算机和自动化会推动生产力的持续提升，但可能不是加速的提升。加速就是前面提到的奇点，即人工智能应当会持续提升生产率。业界的研究也支持这一判断。

埃森哲的研究表明，美国生产率的增长受益于人工智能，到了2030年可以实现翻倍，意味着全球的经济增长可能会重新进入高速增长的环境，全球经济将进入新的增长周期。

经济增长的源泉无外乎生产率的增长、资本投入的增加或是劳动人口的增长。如何理解抽象的增长模型中人工智能会导致长期的总经济增长？

第一，从资本的角度，对人工智能的投资会产生很多不会折旧的资产，甚至还会增值，这是因为人工智能有学习能力，如阿尔法狗，它一天比一天聪明。这与传统的资本完全不同。

第二，从劳动力的角度，人工智能与劳动力之间的替代关系和互补关系同时存在。在国民经济的很多部门，人工智能会逐渐替代人工，但在其他很多部门，人工智能与劳动力之间是互补的。而且人工智能对劳动力的替代，有可能意味着人们会接受更多的教育，从而带来劳动生产率的提升。

从历史的经验来看，可以参考信息技术对生产率的影响。1996—1999年，是美国信息技术、互联网开始发展的时期。这段时期，美国全要素生产率年均增长2.8%，是1980—1995年的两倍。这一数据表明人工智能这种新的技术会使得生产力有大幅度的提升。

第一次工业革命时期，1850—1910年，蒸汽机驱动的经济增长是0.3%，而第三次工业革命也就是信息技术驱动的经济增长是0.6%。

有估算认为，人工智能驱动的经济增长在0.8%—1.4%。虽然这个数字还难以确认，但有充分的理由相信，人工智能对整个经济效率的提升有非常大的帮助。

除了人工智能直接带来的经济增长，还有两个与人工智能间接相关并会提升经济增长的原因。

第一，来自于管理和组织效率的提升，这个是在微观层面上的。

Bloom（2007）等学者的研究表明，不同国家的企业管理水平差别很大。假设企业管理水平的总分是5分，将各国企业管理水平得分排名，美国、日本、德国名列前茅，中国则仍然处在一个非常低的水平上。这一研究对于理解中国经济增长的长期潜力有非常重要的含义。

中国是在如此低的管理水平的基础上取得近四十年的高速增长的。如果中国能够借鉴国际先进的企业管理经验，提升组织管理效率，就可以大幅提升中国的经济增长水平。

第二，要素错配的问题。

要素错配对经济增长的影响近年来在学术界引起了很大的关注。提升经济增长的另外一种方式是改善要素错配。要素错配会导致经济效率的损失，如果中国能够改善经济要素的配置效率，就可以提升经济效率，进而促进经济增长。

谢长泰[6]等的研究表明，与理想状况相比，中国的全要素生产率提升可以超过100%；即使是与美国的实际水平相比，中国的全要素生产率仍然会有3%—50%的提升，这表明如果中国能够改善要素配置，经济增长的潜力就会持续提升。

总体来讲，跨部门、跨行业的生产率都存在差别。一个国家的企业生产率越集中，表示企业之间的生产效率越是接近的；越分散则表示不同企业的生产效率有差别。而中国企业的生产效率有很大的提升空间。

中国消费互联网的发展已经证明了提升要素配置促进经济增长的作用。阻碍要素配置效率方面有几个重要的调整成本，包括企业所有权和政治的联系、大量的非正式部门等。

但人工智能的发展会导致这些非正式部门的快速消失。这就是为什么产业互联网和人工智能的出现会改善要素配置效率，促进经济增长的原因。

03

产业互联网的影响

在消费互联网中，已经出现的代表性企业有美国的谷歌、苹果、脸书、亚马逊，中国的百度、阿里巴巴、腾讯。

但产业互联网还正在发展中，目前还看不到明确的巨头。美国的通用电气是在产业互联网方面转型最坚定的企业，但目前仍然没有看到非常明显的竞争优势。

什么是产业互联网？笔者的定义是，产业互联网是通过互联网来重构产业的价值链和创造新的价值。而不是简单地在互联网上加一个东西，其范围其实是非常广泛的。

需要正确理解产业互联网与通常所讲的“互联网+”或“+互联网”的区别。

以婚介市场为例，婚介市场是一个具有很大的商业价值和社会价值的大市场。简单的“互联网+”就是把婚介搬到网上去，即国内很多婚恋网站的模式。这种做法只是把线下的婚介搬到线上。其目标是尽可能多地促进互动（interaction）。但美国有一家与众不同的婚恋匹配的网站，叫做eHarmony。

中国的很多婚恋网站注册很容易，但美国这家公司却不同。如果想要成为该网站的会员，需要花四个小时做心理学专家仔细设计的250道问题。这种做法的好处在于可以剔除哪些不是严肃找婚恋对象的用户，有效提升匹配效率。

这里的核心就是进行价值链的重构。整个网站是在信任的基础上，给用户提供严肃、有效的匹配。这种做法完全改变了婚恋网站的商业模式和治理方式，这就是产业互联网与“互联网+”的区别。

产业互联网是一个巨大的市场，发展空间巨大。通用电气的估计是32万亿美元，占到了美国46%的GDP。根据思科的估计，到2020年，美国公司的利润通过产业互联网可以增长21%。

虽然目前中国市场上没有明确的产业互联网巨头，但可以期待产业互联网会为中国带来同样的巨变。

革命性的新产品或新服务一定会出现，类似于苹果创造新的市场，或是特斯拉改变世界汽车产业的方式。特斯拉的意义在于其完全颠覆了一个产业。

电动车并不是新东西，爱迪生是最早看到电动车前途的。但真正驱动汽车产业大发展的是福特的T型车和汽车能源的使用方式。

特斯拉的重要性在于其对汽车产业的两个根本性改变：自动驾驶系统和充电电池系统。这就是为什么特斯拉的市值会超过传统的汽车巨头通用汽车。需要看到的是，特斯拉试图做的是成为汽车产业的微软和英特尔的结合体。

新的应用效率可能会降低成本，提升满意度和安全性。因为在整个生产、服务领域，都会有非常大的改变。

提到工业物联网，如果效率的提升会带来整个产值的增加，那么无论是航空、电力、健康、铁路，还是石油、天然气，产业互联网和人工智能对上述产业的改变都会非常大。

04

平台化组织

今天全球十大公司很多都是平台型公司，包括谷歌、苹果、腾讯、阿里巴巴等。平台经济的商业模式会影响到很多层面，包括国家层面、地方政府、城市，以及各个产业。人工智能的出现，会加剧这个过程的演变。

以PC产业的演变为例，传统计算机产业的典型代表是早期具有垂直整合结构的IBM，即计算机的所有零部件都由自己生产。但今天的计算机产业是一个非常碎片化的产业，由极少数的关键玩家主导，如芯片由因特尔主导，操作系统则由微软主导，其他的部件则由标准化配件提供商生产。

计算机产业从垂直整合结构演变为分散水平结构，意味着这个产业的利润被少数平台型公司获取，其他公司只能赚非常薄的利润。这是非常重要的演变趋势，PC产业的演变，将来有可能会在很多产业中复制。

任何一个行业，如果像PC产业一样演变，那就意味着产业里绝大部分公司只能退化成一个提供标准化组件并获取市场平均利润的普通公司，而主导产业演变的平台型公司则将领导整个产业并获取绝大部分的蛋糕，如智能手机平台苹果、搜索平台谷歌、电商平台阿里巴巴和社交平台腾讯。

平台型组织的演变会对社会产生的影响主要有三个趋势：

第一个趋势是平台化后，产业的合作和融合更加明显。

一些提供单一功能或服务的企业存在通过其独特服务渗透到其他产业进行平台覆盖的可能。产业的分散化意味着核心的主导公司可能会通过技术来颠覆传统产业。

如在汽车产业，传统的主导公司是通用、福特、奔驰等汽车制造商，但在自动驾驶和新能源时代，谷歌和特斯拉可能通过其全新的驾驶技术或充电技术颠覆传统产业。新兴的科技公司也有可能通过智能手术技能来颠覆传统的医疗产业。

第二个趋势是人工智能的基础设施能够促进增长，包括硬件、数据。庞大的数据会使大公司的优势加强。

平台的演变会影响一切经济形态和组织形态，意味着平台的模式将主导一切，平台型的国家会出现。未来，美国和中国将会成为全球经济的超级两强，其他国家则会成为全球政治和经济上的组件和配角。

人工智能会使得中美两国在资本、技术方面的优势进一步强化。而平台型城市会使得人才和资本的规模效应更强，更集中在大城市。深圳就是非常典型的平台城市。

第三个趋势是平台型产业的普遍化。

现在还没有看到人工智能这个产业里出现非常典型的突出玩家，但将来一定会有某个公司提供主导机器的操作系统。这个产业一定会产生一个领导性的企业，类似于微软的超级平台。

可以肯定的是，目前经济体量较大的国家在人工智能方面的投入会非常多，并进一步导致国家间的强弱分化。

05

结 论

本文主要讨论了三个问题：人工智能和互联网能否带来新的经济增长？产业互联网将如何影响产业竞争的格局，它对整个经济的增长有什么样的影响？平台型组织的演变会对社会产生多大的影响？

无论是历史的数据还是理论分析都表明，可以适度乐观看待产业互联网和人工智能对经济的影响。人们有理由相信产业互联网和人工智能会大幅度提升生产力，并推动长期经济增长。

同时，笔者认为，平台加组件的模式会横扫一切组织形态，包括国家、城市和产业，整个社会都会全面向平台化发展。

第5篇：人工智能的商业模式范文

当我们谈论人工智能（Artificial Intelligence，AI）时，很大程度上受到源自20世纪想象的影响，例如，直接把人工智能和机器人联系起来，甚至是人形机器人。这可能也会影响法律人对人工智能的想象，包括是否承认人工智能作为具有自我意识的法律主体地位（或至少是人类行为的人），从而保护其特定权利（言论自由、著作权）、划定责任（缔约、侵权），甚至强调可能的毁灭性风险。这种想象远非受到科幻作品影响那样简单，深层次中还反映出人工智能在技术和应用上不同的发展路径：早期人工智能研究更集中于对人脑的仿真模拟，探究意识、理性等更为宏大的哲学问题，但应用性较少;当下的人工智能走出了实验室，借助互联网服务直接影响到普通人的生活，在技术上并不执着于创造一个完美的智能体，而是依靠算法（如机器学习和神经网络）不断优化，对海量数据自动挖掘与预测，通过无所不在的传感器实时更新数据，动态掌控着人类社会各个方面的运转，并把从某个特定领域升级为通用人工智能作槟勘辍4诱飧鲆庖迳纤担人工智能并不神秘，它出现在日常生活中，不仅是工业社会生产自动化的延续，也是互联网商业化的必然结果和新阶段。时至今日，欧美国家纷纷出台政策，推动人工智能发展，力求提升经济效率和竞争力。 互联网公司正逐渐主导实体经济和金融生产

如果我们摆脱简单的拟人思维，把人工智能看作互联网智能演进的新阶段，为理解其法律规则，就有必要理解互联网法律在过去20年中形成的路径和推动力，从而探讨人工智能是否有任何特殊性以至于需要新的规则。本文将从网络法的两个视角――实证性和生产性――切入，将它们延伸至人工智能语境下分别讨论。“实证性”视角是我们观察和应用任何规则的惯常思维方式，例如人工智能行为的具体规则如何确立、如何规制等，本文将讨论支撑人工智能的两个构成性要素――算法与数据――可能带来的法律问题，以及法律人处理人工智能的两种路径;“生产性”视角则深入规则背后，探索规则形成的政治经济因素，特别是经济生产方式的内在要求。人工智能本质上是一套复杂的代码设计，既是影响社会行为的强力规范，也是产生新价值的生产机制;它驱动整个社会朝向更智能的方向变化，从而要求法律做出相应调整，尤其是确认新型经济利益的合法性。

限于篇幅，本文姑且将人工智能看成法律上的客体，暂不讨论赛博格（cyborg）之类的人体转向机械体或通过基因技术改变身体的问题（仍是法律上的人），也不讨论人工智能作为一种人造物的自我意识问题（一个难以达成共识的哲学问题）。

理解网络法的变迁

网络法在中国的变迁大致遵循两类逻辑：外生性的政治/监管逻辑和内生性的商业逻辑。政治/监管逻辑体现为对“实证性规则”的追求，这些规则集中在国家（包括法院和监管机构）如何对互联网的内容和行为进行规制，包括对网络和信息安全的追寻。这集中反映了国家权力如何试图介入新技术带来的问题与挑战。这一视角最早由美国法学界引出，特别是Lawrence Lessig的代码理论将代码（架构）和法律并列。由此，所谓的网络法不仅要约束社会主体在网络空间中的行为，也要对架构的变化本身做出回应。

首先，就规制主体行为而言，出现了是否按照传统线下行为规则的思路约束线上行为的讨论。这一讨论的核心是，互联网问题是否具有任何特殊性，需要某些新规来解决。我们已经看到，中国的互联网行为监管在很大程度上延续了传统规则和管理方式，采取渐进的方式，这不仅成本较小，也给予监管者一定的学习和探索空间。其次，就架构变化本身而言，国家在宏观上主张网络空间中仍然需要，不能成为法外之地，在微观上相应出现了国家与平台权力/责任二分的讨论。例如，政府权力何时需要介入平台治理，加强平台的行政管理责任或安全保障责任，还是由后者根据自身情况自我规制，实现治理目标。政治/监管逻辑要么遵循管理者的路径依赖效应，要么坚持既有社会稳定、意识形态安全价值。问题在于，监管者在多大程度上能够认识到代码及其商业模式的特殊性，从而使监管行为和行业特性相互协调融合。

另一种看待规则产生的方式遵循商业逻辑。这种生产性视角关注微观权力运作，综合将代码、法律与社会规范放在一起，不单纯从社会学意义上观察社会主体行为如何受到影响，而是在政治经济学意义上将网络空间的生成和扩散看成是一个由商业力量推动主导的生产性过程，关注价值由谁产生、如何分配，由此推动对新规则的内生需求。按照这一视角，无论是法律还是架构，在具有实证性规制功能的同时，也是一种“生产性规则”。互联网的生产模式决定了其对社会范围内生产资料的创造性生产和再利用，需要法律确认其生产方式的合法性，重塑关键法律制度，并解决和传统生产模式的利益冲突。这一视角无疑帮助厘清新经济主张的例外特性，不仅展示出架构和相应的法律改变，更指明了背后的政治经济原因，是更好地理解实证性规则的基础。

两类不同的逻辑在过去20年中交替出现，相互制约，共同塑造了中国网络法体系，也推动了中国互联网的整体发展。总体而言，鉴于国家有意促进新经济，需要推动传统的属地化、分口治理，事后运动治理模式发生转变，认清互联网商业模式和价值产生的根源，有利探索适应新经济性质的管理体制。从这个意义上说，信息资本主义不断要求对法律内核进行改造，取代其中的传统经济要素，打破限制生产要素自由流通的各类规则。

人工智能法律的实证性视角

如前所述，人工智能的本质在于算法和数据处理，物理形体不必然是人工智能的构成要素，因为即使是人形机器人，也不过是一个算法主导的硬件系统，它实时收集信息，并按照算法的要求做出决定，继而行动。更重要的是，具有物理形体的人工智能可以推动群体智能发展，通过分布式终端收集更多数据加以处理，并不断传输至云端“大脑”，提升整体网络的智能水平。 人工智能巳深度介入医疗领域

根据算法的复杂性和学习/运算能力对强人工智能和弱人工智能进行区分，这在技术认知上没有问题，但在法律上很难按照智能程度给出精确的标准。法律应对复杂世界的方式是确立一般性的简单规则，在概念上对社会个体进行抽象假定（如行为能力），而非针对特殊主体，否则规则体系本身将变得异常复杂，难于理解和操作。而人工智能从单一的自动化服务向多元通用服务转变的过程可能是一个相当长的光谱，法律需要针对其本质特征进行约束，并探索一套应对未来的方案。当我们说社会变得越来越智能的时候，事实上指由于数据搜集、储存和处理的能力不断增强，所有软件/算法都可能朝向自动收集数据，做出决定或判断的趋势，由于算法的复杂性，算法带来的结果可能无法预测，并在更大范围内带来系统性的不利后果。这种后果未必是毁灭性的风险，甚至只是在某领域的制度设计问题，但人工智能恰好将这类社会问题具象化，掩藏在外表华丽、高效、更多是私人控制的“黑箱”中，就会引发一系列问题。

如果放在一个更大范围内观察，在历史上，人类社会随着复杂性的增加，不可避免地产生以组织和技术形态出现的各类“黑箱”，它们的决定影响着社会发展和大众福利，但仍然保持着某种秘密性。这一隐喻未必是阴谋论，其核心问题在于信息不对称。为平衡相关当事人和社会大众的知情权、避免恐慌、保持某种预测能力，人们不断设计出某种程度的信息公开和透明化机制，例如政治辩论的公开化，法院诉讼程序透明化甚至公开庭审，上市公司强制信息披露等等。而人工智能不过是信息技术时代的新型黑箱，带来更加严重的系统化影响。互联网在兴起过程中，通过降低信息成本，推动了开放政府、庭审直播，使信息公开透明更加便利，将生产性资源不断解放出来，在更大社会范围内重新配置，产生新价值。然而，这一过程在消除一个又一个传统黑箱的同时，产生了更为复杂的新黑箱，进而主导整个社会的生产过程。生产资料之间的信息变得越来越对称，甚至可以实时互通信息，但作为信息匹配中介的人工智能却变得更不透明，其规则设计和运作从属于用户甚至开发者无法理解的秘密状态，这回到了法律如何处理与代码的关系问题。

一个类似的比较是人类自身：人脑经过上百万年的进化，演变成十分复杂精致的系统。尽管当代神经科学不断改变我们对人脑的认知，甚至每个人的大脑都不完全一样，但就法律而言意义不大，这只能在边际上改变个案判决。即使无从了解人脑的运转机制，或者依据某种更加先进的科学知识解释社会主体行动的具体理由，人类还是有能力形成社会规范，并演进成更加理性化的规则。这套规则只需要假定一般社会主体是（受限）理性的，由少数概念界定不同情形的心理状态（故意、过失），并集中对人的外在行为进行约束，确定权利与义务，就足以以简单规则应对（而非认识）这一纷繁复杂的世界。类似地，在处理算法的负外部性时，也可以有两种不同的路径：（1）关注算法的外部行为与后果，（2）关注算法内部的设计规则。

大部分现有规则关注算法导致的（未意料）结果，例如内容分发算法未经审查造成非法或侵权内容传播，这一般由信息传播者（即内容服务商）承担责任，算法本身并无法律地位，在造成不利后果的过程中只是一个工具。这类责任假定内容服务商应当知道非法内容的存在，并有能力通过算法设计或人力（比如人工审查）加以阻止。在诸多侵权场合，内容服务商可以通过“避风港”规则免责，只要无法证明它实际知晓状态。更复杂的是，如果软件开发者声称自己无法控制信息的生产和传播，却造成一定社会危害的情形。无论是在快播案还是BT案中，软件开发者都无法因这一原因而逃脱责任，法院的理由仍然是，开发者有能力知晓非法内容的输出（如果不是故意的话，例如快播向推广该播放器）。类似地，如果一个具有物理形体的人工智能由于处理信息不当造成了外在损害，按照这一逻辑仍应由算法开发者负责。

而且，还有必要将算法产生的错误和算法缺陷本身区分开。长期以来，软件行业一直通过拆封合同（shrink-wrap）解决缺陷软件造成的短时崩溃或重启问题，这种格式条款旨在确认这样一种事实：没有任何软件是百分之百完美的，只要在用户拆封使用该软件时运行正常即可，服务商并不为软件崩溃或死机造成的消费者损失负责，因为前者无法预料到缺陷带来的风险。这就是为什么消费者需要接受软件生产商不停的更新和补丁，软件/应用不受产品责任的约束，被视为一种可以不断升级改进的服务，这在免费软件时代更是如此。按照这一思路，似乎有理由认为，无人驾驶汽车因算法计算错误导致车祸（何况造成事故的概率远远小于人类司机的错误）是这类软件的正常的缺陷，消费者应当容忍这类错误。但无论是监管者还是潜在的受害人都无法接受这种比拟。声称有潜在缺陷的交通工具（也包括医疗设备和其他与生命财产直接相关的算法）一旦投入使用就需要为此造成的后果负责。无论如何，这类思路仍然是通过后果施加事后责任，监管者或法院并不想深入算法内部了解造成事故的技术原因是什么。只要法律认定这一黑箱应当在合理范围内得到控制，事故可以避免，黑箱提供者就应当承担责任。在这种情况下，保险（甚至是强制险）就成为确保这类发生概率小但潜在损失巨大的不二选择，航空、医疗保险市场十分发达，可以预见将会延伸至更多由人工智能驱动的服务行业。 现实与虚拟的界限不断模糊化

如果说事后救济还无法确保安全，事前干预算法设计则是另一种选择，同时带来的问题也更复杂。早在20世纪，阿西莫夫就试图为机器人立法，尽管他从未讨论技术上的可行性。安全可能是人工智能服务的首要问题之一：一个中心化的入侵可能会导致所有终端都变得极度不安全。行业监管者在不同行业为特定服务中的人工智能设定安全标准（如医疗器械、交通工具、自动化武器），实行安全保护等级制度，甚至要求被认定为重要设施的源代码（如windows系统）供监管者备案，或在设计自动化交易程序时控制报单频率的阈值等。又例如，在魏则西事件后，联合调查组在整改意见中要求落实以信誉度为主要权重的排名算法，对商业推广信息逐条加注醒目标识，予以风险提示。如果说这些监管手段针对的是作为商业秘密的私人算法，诸如Open人工智能这样的倡议则意在延续开源软件运动路径，确保软件漏洞能够得到更大范围内的监督和修补。至少在中国，信息披露机制尚未成为算法监管的重要手段，无论是强制性披露还是第三方披露。

（作者单位：上海财经大学法学院）

注释：

[1]当下的大众媒体、文化产品和社会公共认知正努力将未来的人工智能塑造成具有独立意识的逐渐演化的主体，这集中体现在诸如《终结者》《我，机器人》《西部世界》《2001银河漫游》这类科幻影视作品中。尽管人们也有理由进一步想象，一旦人工智能具有了自我意识，就不再可能忠实地为人类服务，而更可能对人类生存构成威胁。其路径和思维方式仍是20世纪的，和21世纪依托大数据机器学习迥然不同。事实上，按照日本学者森政弘提出的“恐怖谷理论”，人工智能不太可能在短时间内人形普及化，因为这会在消费者心理上引发不安甚至恐惧。像Siri和Cornata这样的语音助手、像Tay和小冰这样的聊天机器人则不会有这种负面效果，因为用户知道自己在和一个尚未通过图灵测试的算法对话，他们甚至乐于教Tay在推特上辱骂用户、发表种族主义和煽动性的政治言论。另一个可能影响中文世界读者想象的因素是，把robot翻译成“机器人”先验地赋予了这类客体某种拟人化主体地位，而人形机器人（android）却没有引起更多的关注。

[2]John Weaver， Robots are People Too： How Siri， Google Car， and Artificial Intelligence Will Force Us to Change Our Laws ，Praeger Publishers Inc， 2013; Ugo Pagallo， The Laws of Robots： Crimes， Contracts， and Torts ，Springer， 2015.一个更加有用的综合文集是Ryan Calo， A. Michael Froomkin and Ian Kerr （ed.）， Robot Law ，Edward Elgar Publishing， 2016。Ryan Calo的研究将具有物理形体的机器人作为法律的对象，特别区分了信息性和物理性效果，见Ryan Calo， “Robotics and the Lessons of Cyberlaw”， Calif. L. Rev.， Vol.103（2015）.一个不同观点，见Jack Balkin， “The Path of Robotics Law”， Calif. L. Rev.， No.6（2015），Circuit 45.把机器人视为人在法律上也有相当的历史，见Samir Chopra and Laurence F. White， A Legal Theory for Autonomous Artificial Agents ，The University of Michigan Press， 2011; Ryan Calo， “Robots in American Law”， University of Washington School of Law Research Paper， No. 2016-04.

[3]吴军：《智能时代》，中信出版社2016年版。

[4]例如阿西莫夫的机器人系列小说中，无一例外地设定机器人拥有一个“正子脑”（positronic br人工智能 n），但却没有给出任何解释。见阿西莫夫：《机器人短篇全集》，江苏文艺出版社2014年版。

[5]这被称为终极算法（master algorithm），见佩德罗・多明戈斯：《终极算法：机器学习和人工智能如何重塑世界》，中信出版社2016年版。

[6]尼古拉斯・卡尔：《玻璃笼子：自动化时代和我们的未来》，中信出版社2015年版。在互联网发展的每一个阶段都有某种意识形态化的术语或热词吸引投资，例如宽带、大数据、分享经济、VR（虚拟现实）等，它们不过是互联网形态的各类变种。例如，一个关于分享经济和之前互联网经济的关联，参见胡凌：《分享经济的法律规制》，载《文化纵横》2015年第4期。

[7]这种思维方式可追溯到霍布斯以来的法律实证主义。

[8]胡凌：《代码、著作权保护与公共资源池》，载《腾云》2016年12月刊。

[9]关于两类逻辑的具体表现，集中参见胡凌：《探寻网络法的政治经济起源》，上海财经大学出版社2016年版。

[10]这在众多（特别是国外的）中国互联网观察者身上十分常见，人们的注意力全都转向中国政府如何严格管理和控制互联网。在政治学研究中自然而然地并入“国家与市民社会”传统框架，并吸纳了关于在线抗争、集体行动的传播学与社会学研究。

[11]劳伦斯・莱斯格：《代码2.0》，清华大学出版社2008年版。

[12]一个概述，见胡凌：《马的法律与网络法》，载张平主编：《网络法律评论》2010年第11卷。

[13]胡凌：《非法兴起：理解中国互联网演进的一个框架》，d《文化纵横》2016年第5期。这体现在版权、隐私、财产、不正当竞争、垄断、劳动法等一系列制度中。这种对法律制度的改变不单纯是在既有工业生产背景下微型创新带来的变化，而是社会生产的重塑。

[14]比如说，平台责任议题的出现，和互联网平台更多转向由第三方提供服务的信息中介模式直接相关。

[15]这一区分和观察中国式资本主义兴起的框架十分类似，政治经济学家们争论的焦点就在于如何解释中国改革开放三十年的成功经验，究竟是政府主导还是市场主导，但实质上是一个混合制经济。

[16]由于科斯所说的企业信息成本和管理成本降低，调动生产要素的边际成本趋近于零，企业组织形态本身将成为竞争的高成本。

[17]尼克・波斯特洛姆：《超级智能：路线图、危险性与应对策略》，中信出版社2015年版。

[18]古代的政治过程、现代的企业决策都是黑箱，对外人而言如果不是神秘，也是除魅之后的国家/商业秘密。卡夫卡的小说《审判》就精确描述了作为黑箱的诉讼过程，同一时代的韦伯也描述了理性化的国家机器应当像自动售货机一样。

[19]Frank Pasquale：《黑箱社：掌控信息和金钱的数据法则》，中信出版社2015年版。

[20]帕伯斯：《差错：软件错误的致命影响》，人民邮电出版社2012年版。

[21]长久以来民用航空器已经由软件深度介入驾驶过程，以至于人类驾驶员无法在短时间内预热，形成另一种风险。

[22]阿西莫夫提出的“机器人三定律”（后来扩展至四点）虽然十分基础，但仍然很难在具体情况下起作用，特别是当代伦理学上著名的“线车难题”之类的伦理困境。考虑到这些定律是为模拟人脑状态下设计的，就更可疑;因为人脑并不总是按某些理性伦理原则行事的，在某些关键场合强烈依靠某些默认设置――直觉。

[23]由监管机构强制披露并审查事实做不到，只能依靠像苹果这样的平台公司和软件分发平台帮助对成千上万个软件进行至少是安全审查。在台式机时代，这一平台责任几乎不可能，自然状态下的windows只能导致争夺私人控制权的3Q大战。但像乌云网这样的第三方白帽黑客也被禁止探测和公开互联网公司的漏洞。

[24]同注11。

[25]在笔者看来，法院应当将注意力放在知情同意的合同条款本身的适当性上，而不是一味接受黑箱的逻辑，因为后者确实无懈可击。如果格式合同能准确反映代码的设计，对其条款的审查是更好的选择。百度引发的被遗忘权第一案反映的也是这个问题。

[26]一个补救方法还是尽可能地披露算法信息，允许用户理性地生产/隐瞒个人信息，见戴昕：《自愿披露隐私的规制》，载苏力主编：《法律和社会科学》第15卷第1辑，法律出版社2016年版。

[27]法律的人工智能化是本文另一个没有讨论的问题，与此相关的是大规模监控、智能警务、犯罪预测等问题。

第6篇：人工智能的商业模式范文

【关键词】 新技术； 服务观； 技术观； 大会计

【中图分类号】 F230 【文献标识码】 A 【文章编号】 1004-5937（2016）23-0018-03

人类社会进入21世纪以来，科学技术的发展越来越快，新技术的叠代更新日益加快，对生产、生活等各个领域产生了巨大的影响。在财会领域，新技术对会计、审计、税务、财务的影响越来越明显。由于每个企业对技术的反应速度不一，应用新技术的程度有差异，所以，技术更新对企业的影响是渐进式的，短期内不会出现断崖式巨变，但从一个时期看，会产生颠覆性改变。会计行业是一个知识型服务行业，在新技术背景下，其服务方式、服务手段、服务工具、服务内容正在发生很大变化，必将引发会计的转型升级。

一、新技术对财会职业影响的层面：移动办公、智能处理、数据发掘

从当前和可能预见的未来看，移动互联、人工智能、大数据三大技术已经和正在对财会行业产生多维影响

（一）移动互联技术对财会行业的影响

首先，网上支付技术的应用，使企业的款项结算突破了原来的托收承付、委托收款、支票、本票、商业汇票等传统方式，支付宝、微信支付、苹果支付等新兴支付平台和支付手段的出现，改变了结算方法和结算流程，简化了结算手续，提高了结算效率；会计核算从PC端的ERP、SAP的局域网办公环境向互联互通的平台演进，适合小微企业会计核算的平台如“芸豆会计”、“好会计”等纷纷上线，依托互联网的智能财务记账系统，通过图像识别、人工智能等技术完成了财务记账工作从人工到智能的转变；国家税务总局2015年颁布了《“互联网+税务”行动计划》，大大促进了在线受理、在线缴税、在线退税、网上申领查验发票、移动开票、电子发票等网上办税手段的实施，实现了移动互联网创新与税收工作的深度融合。其次，财会工作逐渐向APP端发展，逐步实现移动办公，从固化的工作场所向移动工作方式转变，大大提高了财会工作的效率。最后，由于移动互联技术的“互联”性，企业的会计核算从分散走向集中，对于设置大量分支机构、子孙公司的多层级集团公司，其会计核算从层层分设转变为建立一个会计中心，集中处理整个企业集团的会计工作；同时，企业的资金由分散使用、分散管理走向集中，成立财务共享中心，统筹整个企业的资金使用和管理，提高了资金使用效率，节约了资金使用成本。

（二）人工智能技术对财会行业的影响

目前企业普遍使用的是半智能化财会软件，其替代了大部分人工做账工作，会计的账、表自动生成，但全智能化新兴财会软件逐渐推出，凭证语音录入、自动扫描等新软件实现了会计证、账、表全部自动生成，可以完全替代人工做账。可以预见，超智能化财会软件将替代大中型企业的会计核算工作，因为其具有自主学习、深度学习功能，能够解决企业多样化交易事项涉及的会计核算工作，不仅对会计核算而且对税务、审计等财会工作产生颠覆性的影响。世界“四大”会计公司之一德勤会计师事务所已与Kira Systems联手，将人工智能引入了会计、税务、审计等工作中，替代员工阅读合同和其他文件，而Smacc公司的人工智能财会软件可以将客户发票转换为机器阅读模式。这些超智能财会软件均拥有学习能力，能够追踪销售、成本、发票以及流动资产。

（三）大数据技术对财会行业的影响

首先，以电子发票为代表的电子数据为大数据在财会行业的应用奠定了基础。我国增值税电子发票系统自2015年12月1日起在全国范围推行。作为电子数据重要载体的电子发票，便于数据的传递、收集、处理、管理，有利于企业建立大数据系统，将企业的财会数据与业务数据对接，真正实现数据创造价值的功能。其次，大数据对会计报告产生了深刻的影响。财务信息的呈报从事后发展到实时，信息内容从单一的财务信息发展到财务与业务结合的综合信息，信息的处理从规范的会计报表模式到XBRL格式，再到完全随机扩展模式。最后，推动审计从抽样审计向综合审计发展，解决抽样样本的缺陷，利用综合信息帮助企业实现价值发现和利用。

二、新技术推动会计适应企业转型：从“价值反映”到“价值创造”

进入21世纪，企业纷纷转型升级，企业价值创造的要求越来越迫切，要求会计不仅要记账，更要服务于企业的价值创造。当前，企业正在经历业务转型、管理创新、组织重构、商业模式等变化，对传统会计产生了多元化的挑战。

（一）企业生产方式的改变

基于人工成本、生产效率、管理要求等原因，许多制造业正在改变生产方式，大量引进机器人进入生产线，服务行业也逐步引进人工智能软件。机器人和智能软件的应用，一方面使产品生产和业务服务中人工成本大大降低，间接费用的分配不能再采用以人工工时为标准的传统成本分配方法；另一方面使生产过程变得简单化，分批分步的生产方式越来越少，传统会计中成本核算的分批法、分步法不再适应新的生产方式要求，对成本核算的会计方法提出了新要求。

（二）企业销售方式的改变

传统的工商企业实行的是“生产――层层批发――零售――消费者”商业模式，现在企业转向O2O模式，即线下以专柜、直营、专卖店方式，线上是C2M方式。对会计的影响：一方面由于流通环节减少，使企业的销售成本大大减少，销售成本核算的工作量减少；另一方面越来越多地出现了线上个性化定制和自选模式，即批量定制和材料自选等新的销售方式。这要求会计核算由以企业整体为对象转为以单个项目为对象，以帮助业务员进行订单决策，或订单报价。

（三）企业的运营模式在改变

无论是大的集团公司、小的集团公司，还是单一组织结构的企业，集中控制的运营要求日益强烈，企业由分散经营转向材料、资金集中配送和管控，物料配送和资金流动的信息集中到集团总部。一方面不再需要子分公司进行各自封闭的会计核算，会计转为集中核算的方式，成立会计中心或会计工厂；另一方面资金的集中管理在互联网技术下变得便捷，使企业的财务由分散转为集中，成立财务共享中心，统一调配整个企业集团内部各个分支机构和子公司的资金。

（四）企业的管理手段在改变

利用新的技术工具和手段，企业管理在不断升级。一方面企业管理从人工管理转向数据管理，会计必须为企业管理提供更多的管理数据，将大数据运用到绩效考核、成本管理等领域；另一方面大数据的运用使企业逐渐成为实时企业，这也是互联网+时代、大数据时代对所有企业管理提出的要求，企业必须实时获取每一天生产运作过程中的生产信息、销售信息、仓储信息、财务信息等，以通过实时数据支持企业的管理决策。

（五）企业的盈利模式在改变

企业互联网化一般可总结为三大战役：卖货、聚粉、建平台[ 1 ]。先补贴吸粉、后盈利的企业（如网约车）不再适合连续盈利的传统财务评价观；免费基本业务赚取增值业务（如通信商实行手机免费通话奖励的模式），打破了传统的主营业务收入观；分享经济（如影视公司）改变了传统利润形成的会计观。会计要随着服务对象的变化而变化，这就是会计变革的“服务观”。

三、新技术推动会计适应技术进步：从单纯核算到参与决策

人类社会在20世纪末从机器时代到电脑时代，在21世纪初从电脑时代过渡到网络时代，在21世纪20年代开始从网络时代迈向人工智能时代。会计工作在20世纪90年代之前以手工处理证、账、表，属于会计1.0时代；90年代开始进入2.0时代，通过财务软件自动生成账表；如今正在向会计3.0时代过渡，智能系统完全自动处理证、账、表。

移动互联技术，推动互联网与会计工作的深度融合，人工智能技术推动会计工作自动化，大数据改变会计信息。不远的将来，虚拟现实、区块链技术也必将对会计产生很大影响。互联网等新兴技术对会计工作的影响日益深入，网络记账、在线财务管理咨询、云会计与云审计等服务模式已经出现，以互联网为平台的会计将成为会计工作的主流[ 2 ]。互联网、人工智能、大数据等技术手段的出现，使会计具有了价值创造的技术支撑。会计要随着新兴技术的应用而变化，这就是会计变革的“技术观”。

从会计1.0时代到会计2.0时代的转变，是会计核算效率的提升，从会计2.0时代到会计3.0时代的转变，是会计功能提升的契机，使会计从单纯的核算发展到服务业务、参与决策的新阶段。

四、新技术下“大会计”具有的特征：服务“大老板”、依靠大数据、参与大战略

企业对价值创造的需求成为推动当今会计转型为“大会计”的因素之一，会计对新技术的应用成为推动当今会计转型为“大会计”的因素之二。“大会计”呈现四个改变：一是工作职能扩大了，从核算扩展到分析、决策和管理；二是工作要求提高了，要将财务工作与业务要求结合起来，财务分析不仅是财务层面上的分析，更应当是面向业务的财务分析；三是工作范围扩大了，既承担了内部会计的职责，更要发挥内部会计的作用，从为外部服务到为老板服务；四是信息量扩大了，从财务信息到业务信息。

（一）“大会计”是为“大老板”服务的会计

现今会计是为外部信息使用者如工商、税务、统计等政府机关及债权人、投资人和潜在投资者服务的会计，对企业内部的预算、控制、决策和规划等方面发挥的作用很小。其通过会计等专业术语表达的财务信息，企业的决策者难以理解和利用，而“大会计”是直接为企业的决策者（即大老板）服务，功能在于帮助决策者作出决策，包括支持决策方案的制定、决策过程的控制、决策行动的实施、决策结果的分析，涵盖预算、成本控制、绩效考核和管理报告等内容。

（二）“大会计”是利用“大数据”工作的会计

大数据时代的企业正在成为实时企业、共享企业、移动企业。大数据既是企业生产经营管理的工具，也是企业的重要资产，企业对大数据的依赖日益深入。企业成本管理有赖于大数据，如收集产品的平均成本、制定标准成本、反映实际成本，进行成本预算，制定成本降低目标、项目和清单等；企业的产品定价有赖于大数据，如分析对消费者价格预期、同类产品价格的市场认可度、价格的分段调整策略等；企业的管理有赖于大数据，如财务控制、存货控制、差旅费控制等都必须利用大数据。

（三）“大会计”是参与“大战略”的会计

“大会计”必须服务企业战略目标的制定，以前财务工作由CFO做，“大会计”时代财务工作由CFO和CEO一起做。现时会计看的是过去，而企业看的是未来；现时会计以财务语言表达信息，“大会计”要求以业务语言说话，要求会计与商业模式结合，与企业整体战略、企业项目筹划紧密结合。

五、新技术下“大会计”将解决现今会计的缺陷：确认、计量、记录、报告

无论是20世纪90年代的亚洲金融危机，还是21世纪初的全球金融危机，最后都将责任归于会计，足以表明会计方法、会计标准等存在的缺陷。这些缺陷在很大程度上是由于技术落后造成的。随着新技术的推广，长期困扰会计的一些问题将得到解决。

从会计确认上看，现今资产负债表中没有将商誉、人力资源、数据资产等重要的、新兴的资产入账，其原因是会计核算的数据来源少，无法满足资产确认的“经济利益很可能流入企业”、“成本能可靠计量”的条件要求。但随着大数据技术的广泛运用，商誉、人力资源、数据等资产的经济利益预测能力会不断增强，准确度会不断提高，其列入资产负债表将成为可能，使表内资产与实际资产的偏差越来越小。

从会计计量上看，现今会计追求形式上的精确，但精确并非准确，而不准确的精确数据不一定具有价值。会计估计是现今会计的常用方法，很多会计数据都是估计的结果，会计估计由于受条件局限，导致信息不准确的现象大量存在。估计的不准确与人为的造假难以区分，造成客观差错与主观造假的混淆，其根本原因还是估计所依据的数据来源少。随着大数据技术在会计计量上的运用，这一缺陷将得到弥补。海量数据让公允价值计量变得容易。历史成本计量属性基于可靠性目的，公允价值则具有相关性。会计信息的外部使用者更关注相关性，要求会计信息建立在可靠基础上相关，没有可靠性的相关信息和没有相关性的可靠信息，均无益于投资决策。会计计量之所以谨慎使用公允价值，是因为公允价值难以取得和不公允。当会计处理系统建立在海量数据基础上时，资产减值的计提、未来现金流量现值的计算将在大数据基础上变得公允。

从会计记录上看，现今会计追求账户形式上的平衡和报表关系上的勾稽，意图通过平衡和勾稽保障数据的真实可靠，而实际上会计信息存在着不真实性，“水水线”的流程式造假，以形式上的平衡和勾稽掩盖了信息的不真实。其原因是会计数据来源无约束，当今会计无法从源头上扼制会计数据的虚构。现行会计核算的依据是原始凭证，体现为人工筛选和审核的会计源头数据，其信息含量不足，带有人工痕迹的原始数据原始性被打折扣，在审核和筛选中遗漏和差错不可避免。合成智能系统在票据完全电子化下，将会计主体发生的所有交易和事项的海量数据收集汇总，原始数据输入突破现在的局限，如资金往来和存款。随着区块链技术的运用，信息来源造假将变得不可能，区块链的创新会将人类带入信息的自由公证时代[ 3 ]。

从会计报告上看，会计报告的目的是服务于企业的投资者和潜在投资者的投资决策，现行会计报告只能反映企业过去，无法预测未来，提供未来的数据信息。随着人工智能技术、大数据技术在会计中的应用，会计报表输出信息发生巨大的变化。一是增强实时性。软件系统可以出具任何时点和足够短期的会计报表，使会计报表信息从“离散变量”变为“连续变量”。二是增强对比度。未来会计可以建立账面价值与计税基础的对比信息、历史成本与公允价值的对比信息等。三是增强扩展性。新技术的应用可以使报表信息具有拆分、合并、重新整合的功能，更有利于满足外部信息使用者个性化需求。

由此可见，在新技术时代，现今会计必将转型升级，进入“大会计”时代，企业需求的改变成为会计转型升级的内在动力，技术更新成为会计转型升级的外在手段。与现今会计相比，“大会计”时代的会计工作方式、工作效率发生了变化，会计的功能扩展了，会计的价值提高了，会计将具有更大的发展空间。

【主要参考文献】

[1] 于扬.传统企业的互联网+之路：卖货、聚粉、建平台[EB/OL].新华网，2015-03-27.

第7篇：人工智能的商业模式范文

从资本市场与企业的业务经营变化来看，商业模式经历了从线下转向线上之后，进入了业务数字化和智能化阶段。现代信息技术对商业模式的影响日益深广，对财务人才的知识结构和技能提出了重大挑战。尤其是2020年高招过程中，清华大学停招会计学本科专业、安徽大学停招财务管理专业更是引发了社会对财会人才培养和专业建设的反思。

我国财务管理专业建设在信息技术的冲击下正在发生重大变化，浙江大学、山东财经大学等高校已经新开设了智能财务专业，而其他部分高校亦加强了智能财务实验室建设，开设有关大数据分析、人工智能、区块链技术及应用等课程。而国外高校也逐步加强了财务管理专业与信息技术专业的复合型人才培养。在理论研究中，学者已经对财务管理智能化、智慧财务、智能财务等进行了探讨，指出了财务会计转向管理会计的发展趋势，但未对专业本身的建设进行探讨。因此，本文对现代信息技术对财务管理专业建设的影响进行初步探讨，梳理我国高校财务管理专业建设的新变化，提出相应的政策建议，旨在引发数字经济时代财务管理专业建设的反思与改革。

1人才培养模式的比较与反思

从英国大学商学院专业设置来看，会计学与金融学作为传统优势商科专业一直处于重要地位，这也是海外留学的热门专业。但在对金融学、财务管理专业的理解上，我国与英国存在很大的分歧。随着海外留学人才回国任教人数的增加，这种分歧正在逐渐减少，从而促进了人才培养目标共识的达成。

1.1财务管理专业人才培养模式的比较

1.1.1我国现行主要做法

改革开放之后，金融人才的培养成为经济学院或者经济系的重要使命。为此，金融学专业是设置在经济学院或者经济系，课程设计主要以货币银行学和国际金融而展开。而会计学专业作为商科专业设置在商学院或者管理学院。随着市场经济的深化，商学院在培养人才方面也意识到，培养体系缺乏金融人才培养这一重要环节。为此，商学院亦通过设置财务管理专业的方式，与会计学专业一同成为商科主要专业。因此，我国高校商学院在设置财务管理专业上形成了以下格局:要么在设置会计学专业的同时，由会计系下设财务管理专业;要么仅设置会计学专业。毫无例外的是，在商学院设置财务管理专业的同时，经济学院或经济系也开设金融学专业。

在这种专业设置的格局下，财务管理专业培养目标是比较模糊的，基本上是在会计学和金融学专业之间游移。当然，这里的金融学专业是指我国以宏观金融为核心而构建的专业培养体系。随着我国金融学专业建设的推进，以公司金融和证券投资学为核心的微观金融逐步受到重视，公司金融、投资学、金融市场、金融衍生品、金融工程等成为金融学专业的基础课程，但传统宏观金融课程仍然占据重要地位。正因为如此，高校近年来进行专业学科改革中亦停止了财务管理专业的招生，通过开设计算金融或者会计学(智能财务)专业，强化微观金融方向的专业知识和技能的培训。值得注意的是，厦门大学财务管理专业人才培养和课程设置体现了欧美商学院会计与金融本科专业的特点，提供了传统会计学和流行金融学专业的核心课程。除财务会计、管理会计、审计与鉴证、税收等会计课程之外，亦开设了公司财务(金融)、证券投资学、固定收益证券、衍生金融产品、金融工程等必修课程。在培养方向上设定了公司理财和证券投资两个方向，这与英国商学院会计与金融专业培养模式是相通的。

1.1.2英国会计与金融专业模式

从国外来看，会计学专业也发生了很大的改变。英国会计学专业设置极具特点。从《泰晤士报》(TheTimes)和《卫报》(Guardian)公布的2020年会计与金融(accountingandfinance)排名前10的大学名单来看，除利兹大学、伦敦政治经济学院、巴斯大学、华威大学、拉夫堡大学、思克莱德大学这6所大学均入榜之外，根据《卫报》和《金融时报》的评价标准，8所大学出现了较大波动，仅进入其中一份榜单。入围两份榜单前10的这14所大学中，仅思克莱德大学、贝尔法斯特女王大学设置了会计学专业(accounting)，其他12所大学的商学院均设置会计与金融专业(accountingandfinance)(思克莱德大学亦同时设置了会计与金融专业)。值得注意的是，巴斯大学和华威大学商学院只设置了会计与金融专业，没有其他会计学、金融学专业设置。即使利兹大学、伦敦政治经济学院、约克大学设置了多个金融方向的专业，但与会计学有关的专业仅有会计与金融专业。与英国会计与金融学专业设置相比较来看，我国高校的财务管理专业实际上类似英国流行的商科专业———会计与金融，在强化财务会计、管理会计知识和技能的同时，加强公司金融、金融市场、投资分析与组合管理知识和技能的训练。

1.2现代信息技术对人才培养目标带来的挑战

大数据、区块链、人工智能等信息技术对财务管理人才的知识和技能结构产生了影响，企业中传统的大量重复性的日常业务会被智能系统所替代，对日常财务管理人才的需求数量会减少。甚至企业将日常财务业务外包给专业化的财务管理咨询公司，由其利用财务信息技术进行集约化管理。与此同时，现代信息技术凸显了财务管理人才的重要性。公司财务管理人才发挥着财务信息与其他企业信息的归集与分析中枢的角色，尤其是在企业数字化转型中，财务管理人才提供的企业信息的准确性和全面性直接影响着企业发展的重大决策。这就要求公司财务管理人才具备对实时、大量的财务数据和其他数据的挖掘能力和分析能力，要求公司财务人员必须掌握计算机科学与技术、数据科学与大数据技术等专业知识和技能。因此，财务管理人才培养目标应定位于掌握金融学、会计学的基础理论和方法，在企业价值创造、财务决策、风险管理等领域具备较强的数据分析、数理工具运用的能力。

为此，财务管理专业作为会计与金融(accountingandfinance)的复合型专业，应当在财务会计、管理会计、公司财务、资产定价和投资组合管理知识和方法的基础上，通晓数据挖掘与分析的知识和技能。我国部分高校已经进行了积极探索，在专业课程体系与专业学位建设上进行了改革。

2专业课程体系的调整

商学院在财务管理专业课程体系设置方面已经加入了数据分析与大数据技术方面的课程，部分高校甚至设置了专门的智能财务专业。2.1我国大学课程体系的改革

在财务管理与会计学专业建设过程中，部分高校利用其在大数据分析方面的教学科研优势，鼓励财务管理等商科专业选修信息技术类课程，甚至作为必选课程，这在理工类大学商学院得到了积极回应。南京理工大学经管学院智能会计专业的建设过程中，设置了大量开放式选修课程，例如《Excel高级数据分析与可视化》《大数据分析》《财务共享服务与智能财务》《商业智能分析》《大数据财务决策》《大数据供应链成本管理》《IT审计》等。山东财经大学智能会计专业开设了《机器学习与数据挖掘》《智能财务共享》《大数据与智能财务决策》《Python数据分析》核心课程，并加强《智能会计概论》《智能会计信息系统》《智能财务共享》《智能财务决策》《智能财务分析可视化》等智能会计系列教材的建设。而作为面向内地提供复合型、国际化人才的香港中文大学(深圳)经济管理学院，会计学专业课程包括《会计与金融中的文本分析》《会计分析中的数据挖掘》《会计数据库和数据可视化》《计算机科技导论:程式设计方法》《计算机实验》《数据分析导论》《数据挖掘技术》等，并且部分课程是与金融学专业共享的。

2.2智能财务专业的开设

除了智能会计专业之外，浙江大学、长沙理工大学在智能财务专业建设上进行了积极探索。浙江大学管理学院于2019年在竺可桢学院开设智能财务专业，鲜明地体现了“公司财务+人工智能+大数据”的深度融合，开设《人工智能导论》《深度学习理论及应用》《智能机器人原理与技术》《数据编程》《数据管理与数据挖掘》《数据建模与数据可视化》等课程。相较而言，浙江大学智能财务专业更重视人工智能创新能力的培养。浙江大学管理学院鼓励学生辅修计算机、数学等交叉课程，而这一做法在英国亦是普遍做法。上海财经大学会计学院已经开设了财务管理(智能化)专业，开设课程包括《程序语言(Python)》《SQL数据库基础》《智能财务前沿专题(区块链、机器学习)》《大数据分析与数据挖掘》。而长沙理工大学财务管理(智能方向)，以及南京理工大学和山东财经大学智能会计专业则更侧重大数据分析及运用。值得注意的是，即使没有设立智能财务或者智能会计专业，部分高校亦加强了智能财务实验室建设，通过与科技公司的合作推进产学研的协同发展。例如，云南财经大学、西南财经大学、上海财经大学等以成立智能财务与大数据研究院或会计智能化教学改革研究中心等形式，推进财务数智化人才的培养。

2.3英国大学的做法:以选修课程为主的模式

英国商学院在应对信息技术对商科教学体系的挑战时，主要采取了两种教学改革模式:一是在会计与金融专业的选修课程中增加大数据分析方面的课程;二是开设计算机与商科交叉类专业。为了适应信息技术的快速发展，部分大学商学院鼓励学生辅修第二学位或提供双学位教育。英国商学院提供双学位教育的一个便利条例是课程的数量不多，这也是为鼓励甚至要求学生接受双学位教育的前提条件。会计与金融专业的核心课程上基本上包括4门，即《财务会计》《管理会计》《公司财务》《投资学》，其他课程均是在此基础上进一步演变为初级和高级课程，以及专题课程。伦敦政治经济学院在选修课程组上提供了信息系统课程模块，开设了创新数字系统与服务、信息系统发展与管理、信息交流技术、数字创新研究项目、软件工程等课程。利兹大学、华威大学、杜伦大学、巴斯大学、爱丁堡大学均开设了计算科学与商学专业(ComputerScienceandBusiness)。在接受数据科学基础、算法与数据结构等课程基础上，选择商科类课程等。整体而言，英国商学院在会计与金融专业课程数量上并不多，但难度也不低。从伦敦政治经济学院提供的会计与金融专业课程介绍来看，斯蒂芬·罗斯等的《公司金融》、理查德·布雷利等的《公司金融原理》、伯克等的《公司金融》、滋维·博迪等的《投资学》成为资产定价、金融市场、公司金融、投资学课程的指定教材。这几本经典教材采取了“搭积木”的内容模式，可以根据不同授课对象和学分选择不同的内容。这意味着，在核心专业课程之外，学生会有更多的时间选修其他领域的课程，甚至是双学位课程。

第8篇：人工智能的商业模式范文

云最大的杀手级应用其实就是搜索，很多云技术都是源于搜索、服务于搜索――海量计算、存储、网络、SLA、延时、分布式、弹性、大数据等等，是不可能在端上完成的。因此，可以说百度是在云里出生的。大约从两年前开始，百度开始了针对企业级市场的布局。一个月前对云计算品牌进行了升级――百度云，希望能利用我们在技术和平台方面的积累，构建新型云计算生态系统，服务于企业客户。

在对信息科技发展趋势进行判断时，我的看法是，由人工智能、大数据和云计算组成的“ABC”将成为一个时代的主题。A就是AI，人工智能;B是Big Data，大数据;C是Cloud，云计算。

百度云基于“ABC”三位一体的战略。打个比方说，今后，人工智能会变得像电力一样重要，主导着每个人的数字生活体验。大数据就像是新能源，能让服务商更了解用户需求，让用户更轻松地获得自己喜欢的商品和服务。云则提供了各种应用和服务运营的基础。

大家都知道，云计算的三个层次主要是Iaas、Paas和Saas。百度云在这三个层次上都分别有独特的优势。

最底层是基本的IaaS（Infrastructure as a Service），基础设施即服务，我们拥有国内最大的GPU/FPGA集群所构成的百度大脑的支持，最大的HADOOP/SPARK集群和运营效率最高的数据中心。

我们多年服务大规模业务比如搜索和视频的技术，运营大型数据中心能力和支持多项工作流的经验将对弹性、稳定、可靠、安全的云服务提供保障。中间一层是PaaS（Platform as a Service），平台即服务。百度PaaS的与众不同之处在于，AI作为一种横向的服务位于最底层。

百度大脑是百度云的核心引擎，百度云是百度大脑的云化，为前者提供了神经元和数据训练源。通过深度学习和机器学习技术，结合了超强计算、海量数据和优秀算法，在语音、图像、自然语言处理等方面拥有杰出能力，打造独特的知识图谱、用户画像与商业逻辑。

在语音领域，百度Deep Speech 2系统实现了安静环境下汉语普通话语音识别97%的准确率，入选MIT科技评论2016年十大突破性技术。在图像领域，百度人脸识别系统，在全球权威的人脸验证LFW数据集上错误率仅有0.23%。

自然语言处理方面，百度机器翻译系统支持28种语言、756个方向，打破了语言的藩篱。

用户画像方面，百度利用大数据、机器学习技术将数据细分，实现了全平台10亿级用户千万级细分标签，能应用于推荐和预测服务。

此外，我们还将上百种算法模块整合到被称为PaddlePaddle的云端托管分布式深度学习平台。

而在最上层的SaaS（Software as a Service）软件即服务这一层，我们更强调对垂直行业的理解、渗透和方案定制，更强调和行业合作伙伴一起，打造一个生态，服务不同产业，像医疗云、教育云、金融云、交通云、物流等等。

第9篇：人工智能的商业模式范文

美国・佛罗里达州

继NASA公布了火星登陆计划的更多细节后，这辆从2016年11月就开始建造的未来火星登陆车，最近在佛罗里达州揭开了它的真面目。这辆拥有6个轮子、全电动的新式火星登陆车被专门设计来满足探索火星表面的挑战。登陆车体重约2 268公斤，体长8.5米，最高时速可达112公里。它将于2017年下半年被安置在肯尼迪航天中心，用于帮助人们进行“宇航员训练体验”。

王丽婧说：虽说是用来满足探索火星表面的挑战，但未来火星登陆的名单上可没有它的名字，这辆概念车只是为了激起人们对太空探索的兴趣。毫无疑问，实现火星登陆计划之前，NASA还将制造出更多的“辅助者”。

黑客组织携“病毒”席卷全球

全球

你中毒了吗？2017年5月，一种名为“WannaCrypt”的蠕虫病毒开始在互联网上蔓延，它可以使被感染的电脑在10秒内锁住，电脑里所有文件全被加密无法打开，只有按弹窗提示交赎金才能解密。这种“勒索病毒”的投放者“影子经纪人”曾声称盗取了全球最顶尖的黑客团队“方程式组织”的攻击武器，通过释放和贩卖黑客工具在网络上横行。

E伯爵说：我真是服了这些网络上的“军火商”了！随着网络时代的发展，黑客入侵、病毒破坏，各种利用安全漏洞的手段也是层出不穷，相信这种侵扰和破坏他人正常生活的行为，已经招致了无数“中招”者们的无限怨念了。

《超级爷爷创游记》揭开创新秘籍

以色列

提起以色列，相信很多人都对这个被称作“创业国度”的国家感到好奇。终于在今年上线的探访纪实类纪录片《超级爷爷创游记》中，历史学者曹景行带领我们深入以色列高校、初创企业与政府机构等部门，探秘以色列的创业生态。他发现“以色列创新创业的最成功之处在于其可以吸引人才，以色列人很重视教育，思辨能力强”。

毛颖说：都说以色列人为了生存在创业，我怎么看都是借口，创新思维一旦养成，那新点子还不是泉涌般挡都挡不住啊。说起来我们也应该对自身的发展形成一点危机意识，看看别人家的创业者们，如何从逆境中闯出一条生路，答案就在这里。

人工智能，“人类文明史的终结”？

2017GMIC全球移动互联网大会，霍金再谈“AI”

中国・北京

人工智能会威胁到人类吗？关于这个问题，霍金表示十分担忧，在这次远程亮相全球移动互联网大会中，他更是重申了这一点。他认为人类需警惕人工智能发展威胁。人工智能一旦脱离束缚，就会以不断加速的状态重新设计自身，而人类由于受到漫长的生物进化的限制，将无法与之竞争，从而被取代。“人工智能是有根除疾患和贫困的潜力的，但是研究人员必须能够创造出可控的人工智能。”

猫哥说：解放劳动力？无数劳动人民心中深切的呐喊此起彼伏。那么问题来了，被取代丢了饭碗，还是重振旗鼓开辟新的行业？比起一味地想办法控制人工智能的崛起，依我看还是先想法子赶紧另谋出路比较实际一点。

C919首飞成功，抢占空运“大蛋糕”

中国・上海

2017年5月5日这天，中国又一次吸引了世界的目光，首款国际主流水准的国产大型客机C919成功首飞。在C919飞机制造产业链条上，中国商飞与各个供应商结成“生命共同体”，组建了16家合资企业。从关键技术攻克到商业模式创新，中国商飞正在努力跻身世界民用航空制造I两大巨头空客与波音创造的强势竞争中。

萌萌子说：就冲着这种发展模式的创新观念，我们也应该拿出来表扬一番。尚且不论咱的大飞机技术水平在世界上处于什么地位，你就告诉我哪个能刚会走路就能飞奔的吧，如果有那也是人家天赋异禀，咱还是老老实实一步步来，稳妥些。

“人造风洞”，发电全靠“浪”

澳大利亚