2019年政府工作报告，正式提出了“智能+”战略：“深化大数据、人工智能等研发应用。打造工业互联网平台，拓展‘智能+’，为制造业转型升级赋能。”以5G、物联网、人工智能等技术为代表的智能技术群落迅速成熟，从万物互联到万物智能、从连接到赋能的智能+浪潮即将开启。

20世纪80年代，IT时代开启。以个人电脑、软件、传统电信网络为代表的 IT 技术，帮助企业运营中的信息获取、战略决策、设计生产、市场营销以及财务核算等实现了真正意义上的全球化，跨国公司实现了在全球范围内的最优资源配置。

上世纪90年代，互联网+浪潮开启。短短十几年间，信息传播方式完全被改变，传统纸质媒体几乎完全被互联网数字化媒体取代。美国仅用 14年就让电商在互联 网用户的渗透率达到了50%。在大洋彼岸的中国，这一数字更是缩短至9年。

2009年，3G牌照发放、2010年iPhone4发布、以及随后而来的各种移动端APP，标志着移动互联网时代到来。

2016年，全球市值最高的5家公司首次全部来自科技行业——苹果、谷歌、微软、亚马逊、Facebook，这五家公司均来自于移动互联网网络、终端、应用领域。

5G、物联网、人工智能、数字孪生、云计算、边缘计算等智能技术群的“核聚变”，推动着万物互联（Internet of Everything）迈向万物智能（Intelligence of Everything）时代，进而带动了智能+时代的到来。

智能经济将呈现全新的运行规律——以数据流动的自动化，化解复杂系统的不确定性，实现资源优化配置，支撑经济高质量发展的经济新形态。智能经济的五层架构包括：底层的技术支撑，“数据+算力+算法”的运作范式，“描述-诊断-预测-决策”的服务机理，消费端和供应端高效协同、精准匹配的经济形态，“协同化、自动化、全球化”的治理体系。

5G将以全新的网络架构，提供至少十倍于 4G 的峰值速率、毫秒级的传输时延和千亿级的连接能力，开启万物广泛互联、人机深度交互的新时代。作为 5G 网络最重要的特性，端到端的网络切片能力，可以将所需的网络资源灵活动态地在全网 中面向不同的需求进行分配及能力释放。在国际标准化组织 3GPP 定义的 5G 三大场景，包括eMBB（增强型移动宽带）、mMTC(海量机器类通信)、uRLLC（超可靠、低时延通信）。从三大场景的定位看，基本涵盖了当前及未来一段时间工业互联网 企业级应用的主要需求。eMBB 场景主要用于远程人与人之间的移动交互，比如日常办公过程中视频会议、工厂的远程视频监控，以及基于VR技术的远程维修维护等。 mMTC主要为了满足海量的机器接入需求，也就是即通常所说的物联网业务及应用。 uRLLC 主要是面向低延时、高可靠的应用场景。可以认为 uRLLC 场景主要是为工业自动化控制系统以及需要快速反应的场景量身定做的。

云计算是智能经济的基础设施，它既是人工智能、VR/AR等新一代信息技术提供计算、存储、网络的支撑，也是新一代信息技术的分发-获取平台，借助其资源共享、按需付费、技术集中的特点，用户可以以较高的经济性获得能力持续提升的新技术。不仅如此，云计算还能够在长周期维护、业务决策支撑、科研高性能计算等领域发挥优势。云计算与边缘计算之间是互补协同关系，前者更适合全局性、 非实时的较大规模资源占用的场景，后者则局部性、实时、短周期的小规模资源占用场景，能更好地支撑本地业务的实时智能化决策与执行。

IoT与边缘计算：互联网 + 实现了人人互联，而 IoT 终将实现万物互联。信息技术发展的终极目标是基于物联网平台实现设备无所不在的连接，开发各类应用，提供多种数据支撑和服务，但仅仅是连接远远不够，物联网中的设备应当具有一定的计算能力和智能能力，这令其不仅成为可监测、可控制、可优化、自主性的产品，更成为边缘计算节点和智能产品。

物联网中的“物”的发展方向迈克尔波特所说，智能互联产品包含监测、控制、 优化和自动四类核心功能，其中监测是指通过传感器对产品的状态、运行和外部环 境进行全面监测，控制是指人们可以通过产品内置或产品云中的命令和算法对产品 进行远程控制，优化是指可基于实时数据或历史数据对产品进行性能优化，自动是 指在监测、控制、优化等能力的基础上产品达到前所未有的自主性和协同性。

人工智能部分技术已经进入产业化发展阶段，基于机器学习技术快速进步，互联网正凭借快速提升的人工智能，为用户提供个性化、精准化、智能化服务,大幅提升业务体验，并与生产生活的各个领域相融合，有效提升各领域的智能化水平，给传统领域带来变革机遇。

智能传感器和算法模型产业将是人工智能近期的增长引擎。语音识别和计算机视觉技术已经开始了较大范围的商业化应用。作为新一代人机交互方式，随着识别精准度的提升，越来越多的智能终端将采用这种新的交互方式。在工业领域，工业机器人将继续保持高增长。在公共服务领域，由于其自身的大数据特质，人工智能将在多个维度提供服务，大大提升公共服务的效率与质量。

未来芯片领域的突破将为人工智能创造更多的应用场景。据专家估计，5年以内，具有可重构能力的智能芯片作为新一代人工智能产业的基础硬件设施，从架构升级到应用场景的落地，都有巨大的市场空间；由于交互式智能服务渐成风口，自然语言处理向知识驱动持续迈进。

数字孪生的真正功能在于能够在物理世界和数字世界之间全面建立准实时联系。实现物理世界与数字世界互联、互通、互操作。数字孪生将沿着两个维度演进：一是属于机械化的数字孪生，把人、流程、公司、自主化的电器和代理都规划出来。二是物理的角度的数字孪生，也就是在数字化里面直接进行操作，例如电的使用、供应，车辆的配置等。

Gartner预测，到2020年，互联传感器与端点将多达超过 200 亿，数字孪生将 服务于数十亿个物件。各企业机构一开始只是简单地实施数字孪生，但将随着时间 的推移对其加以演化，提高其收集与可视化正确数据的能力，应用正确的分析与规 则，并有效响应企业的业务目标。

数字孪生将沿着两个维度演进：一是属于机械化的数字孪生，把人、流程、公司、自主化的电器和代理都规划出来。二是物理的角度的数字孪生，也就是在数字 化里面直接进行操作，例如电的使用、供应，车辆的配置等。从办公室内部到外围，借着数字化的技术整合起来。

区块链提供了一种新的信任模式。目前广泛使用的信任模式是集中化的，以中央银行等为代表的机构，提供统一的信任背书。与此同时，集中信任机制必然在失效、费用方面存在天然的不足。区块链是一种分布式分类账。所谓分布式，是指信任不再集中在某个集中化的机构，账本的一个改动将在多个节点备份，一旦发生无法篡改，因此让人们无需再依赖中央机构仲裁交易。

虽然受到计算速度、成本上的限制，区块链已经开始商业应用。基于蚂蚁区块链的跨境汇款服务首创性地打通了香港 AlipayHK 钱包与菲律宾 Gcash 钱包，使在香港务工的菲律宾人可以近实时线上给家人汇款，这在金融界是一大创举；蚂蚁区块链保障的公益慈善平台已经有 300 多个项目接入，捐赠人次超过 937 万；天猫国际的奶粉溯源也使用了蚂蚁区块链平台，目前上链追溯的产品已经超过 900 万件；蚂蚁与雄安新区一起打造了基于区块链的智慧房屋租赁与积分管理平台，让房屋租 赁市场良性运转。蚂蚁金服还推出了区块链即服务（BaaS）平台，大大降低企业或 个人尝试使用区块链技术的门槛。

 

 

 

根据国际咨询公司普华永道的预测，2030 年全球网联汽车将达到 6 亿辆，电动汽车保有量将达到 1.6 亿辆，无人驾驶汽车将达到 8000 万辆，35% 的交通出行将是共享和无人驾驶完成。到 2020 年，中国智能网联汽车市场规模可望超过 1000 亿元人民币。

整车企业的核心业务将发生巨大变化，移动出行服务（Mobility as a services） 将对车企的市场份额和利润造成巨大的冲击。根据普华永道预测，到2030年，出 行服务将为汽车行业贡献30%的利润。中国的出行服务市场规模预计将达到656020亿美金，是 2017 年的 43 倍。占中国人口 50% 以上的千禧一代期望获得全面集成、 多模式及按需的个性化出行体验。

汽车业传统的价值金字塔（生产-销售-服务）因为CASE （connected、 autonomous、shared、electric）的影响正在失效，更多的价值创造将来自于软件、 IT 与服务。围绕新平台、新技术、新模式与新服务，一个更为复杂的汽车价值模型 将影响到车企未来战略的设计与规划。理解该模型将有助汽车企业的决策层明确自身定位，加快由制造商向移动服务商的转型。

 

盼达用车以“终端”、“流量”和“场景”为核心，致力于发展成为全球领先的清洁 能源汽车智能共享出行平台，让数据提升用车体验，用创新驱动出行未来。

盼达用车采用 AliOS 共享出行解决方案：车损识别、车部件识别服务。服务准确率、查全率均在 95% 以上，单次识别耗时 100ms 左右，极大降低人工审核成本。通过车内摄像头对驾驶员进行面部识别，创建 FACE ID 和驾驶人账号，精准分析驾驶人偏好，从而更有效的保障驾驶安全，提供个性化服务方案，例如个性歌单、个性电台、个人舒适座椅角度及后视镜角度自动调节等，针对不同的驾驶者进行差异化、智能化场景服务。在安全性上，AliOS 不仅是保障驾驶安全，同时也支持车 辆财产安全、支付安全等服务，当系统识别到未登记的可疑人员上车后，可在云端 触发警报，并同步可疑人员人脸信息到云端，此外，AliOS还在进行驾驶员疲劳检测、人脸钥匙等功能的研发。

除了视觉AI技术的深度合作，盼达与AliOS还在重庆进行智能调度的技术落地，基于阿里巴巴出行大数据和AI技术进行站点选址、车辆投放规划、实时用车预测、智能挪车调度等，将进一步提升车辆运营效率。

 

在城市公用事业方面，NB-IoT、LoRa 等低功耗广域网络的商用，给公用事业 带来了更适用的接入网络技术。除抄表外，基于物联网的城市管网监测、供水供气调度、城市公共资产管理等应用也在不断涌现，合同管理等新的建设运营模式也在积极探索。

交通管理方面，计算机视觉、人工智能等技术能够实时分析城市交通流量，缩短车辆等待时间；通过大数据分析公众资源数据，合理建设交通设施，为公共交通设施基础建设提供指导与借鉴；通过整合图像处理、模式识别等技术，实现对监控路段的机动车道、非机动车道进行全天候实时监控。

在家庭服务方面，智能家庭将类似于人类中枢神经系统，中心平台或“大脑”将是核心，家庭机器人将从平台接受任务。家庭机器人将完成大部分家庭体力劳动，成为人类的同伴或者助手，甚至从事财富规划师和会计师这样的脑力劳动。机器服 务将成为家庭生活的普通场景，重新定义家用电器的设计、功能与人机交互。

近 20 年来，智慧城市建设花费巨资，却没有根治“城市病”。数据多效果少是第一大挑战。每年铺设大量摄像头、线圈等硬件设施，一个城市的全部摄像头记录的视频数据量，相当于1000 亿张图片，一个人要看完所有视频大约需要100 多年。 在复杂多变的交通网络中，安装单点智能摄像头、智能红绿灯属于指标不治本，拥堵路口、治安事件会动态转移到附近路段，老问题产生新问题，怎么都管不完、治不好，市民的全局出行效率并没有得到整体提升。

以阿里云的弹性计算与大数据处理平台为基础，结合机器视觉、大规模拓扑网络计算、交通流分析等跨学科领域的顶尖能力，在互联网级开放平台上实现城市海量多源数据收集、实时处理与智能计算系统。

根据国际咨询公司BCG的调研，中国消费者从发现、研究，到购买、付款、配送，再到售后的每个环节中已形成线上和线下多渠道多触点全面融合的现象。中国消费者的数字化习惯推进了前端消费侧的数字化发展进程，并在消费者的生活、工作、学习、娱乐等各个场景里不断提高数字化的程度。

反观后端，产业互联网的发展仍在追赶全球领先水平。截至2017年，中国现有数字化工厂所占比例为 25%，仅为美国与德国的一半左右。中国制造业领域的数字化发展在智能互联、信息整合、数据决策以及人机协作四个核心方面与全球领先水平相比仍存在一定的差距。

中国前端消费的蓬勃发展和后端产业的追赶状态并存。这种情况造就了独特的中国数字化发展路径：前端消费互联网带动后端产业互联网的发展。大型互联网公司以及科技公司逐渐切入产业价值链，基于前端应用和商业模式创新，沿产业链牵引后端进行数字化协同。同时利用大量消费数据为后端价值链赋能，使用数字化工具带动后端生产进行转型，开启下一个十万亿级市场。