前言：中文期刊網精心挑選了直播營銷方案的要點范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
直播營銷方案的要點范文1
一、酒店業微營銷現狀
（一）微信已成為酒店重要的營銷渠道
2016年初，第五屆中國酒店科技論壇數據顯示：有45%的酒店會在微信平臺進行酒店展示；26%開通了酒店客房預訂功能，作為酒店直銷渠道的有效補充；19%的酒店會不定期開展優惠促銷活動；還有10%左右的酒店能提供會員注冊，并支持微信支付。
（二）不同類別酒店業公眾號文章閱讀量差異較大
2016年Q1數據顯示，五星級酒店相對于其他類別的住宿產品，平均發文次數更高，對于公眾號的運營維護度更高。
此外，酒店雖然已經開始關注微信運營，但是推廣效果一般，內容質量有待提高。而排版混亂、段落不清、邏輯配圖不當都可能使得原本優質的內容在用戶看來不再優質，甚至秒關，那么即使有“閱讀量”增加，這樣的數字對酒店也毫無意義。
二、酒店微營銷觀點
（一）完全精準的推送是不存在的
當多數酒店了解到每天7：00和18：00是用戶閱讀微信的高峰期時，就不加思索地選此時刻推送信息，可曾想過信息過載給用戶造成的困擾。因此，酒店必須認識到即使邏輯再清晰、人群再細分，也有可能因推送打擾到用戶。因此，我們盡力平衡營銷效率和用戶體驗，這也是品牌人文關懷的一種體現。
（二）以品牌核心價值觀引領渠道建設和用戶管理
信息優勢地位能夠給決策帶來非常重要的參考，酒店高層管理者自身的判斷力、思維方式及其遠見和執行力也會極大地影響酒店微營銷效果，因此，以品牌核心價值觀引領渠道建設和用戶管理，可以從以下三方面理解：首先，酒店的市場營銷部應廣泛參與到產品和服務的研發、定價和推廣中來，以全局視野協調資源，以避免市場行為跟營銷目標脫節；其次，酒店微營銷的運營離不開專業團隊的精心策劃――一個人可以走得很快，但只有一群人才能走得更遠。同時，應竭力避免急功近利、對品牌資產積累無益的行為；最后，市場營銷部應成為酒店整體利潤增長關系鏈中的關鍵驅動力，從酒店產品的設計與改進、客戶關系的維護和品牌價值傳承等方面，促進用戶轉化。
（三）隱性收益
酒店微營銷工作中的隱性收益，包括良好的品牌聲譽、更好的客戶體驗、內容帶來的客戶轉化等。如有的酒店會策劃其APP的啟動圖，從而達到活動宣傳、資源置換、傳輸品牌理念的作用。每天因設計啟動圖投入的人力，是無法量化收益的；又如酒店公眾號中以多種方式對會員權益做說明，即使不這樣做，也不并影響用戶查詢相關信息。但做了卻可給予用戶更好地使用體驗。
此外，酒店通過社媒運營優質內容輔助用戶做決策時，除借助 UGC外，更需官方策劃產出，當兩者融合時很判斷各自對消費轉化的貢獻水平。
三、酒店微信公眾號運營策略
（一）獲取認知
公眾號推廣初期或階段性吸引關注，可以采取以下舉措：第一，借助私人微信號做推廣。朋友圈的時時更新都有可能被這幾千好友看到，從而產生互動和關注。第二，通過酒店官方網站、微博等官方渠道為微信公眾號導流；第三，通過行業社群等為群提供有價值資源和信息，從而獲得群內認可，適時轉發酒店公眾號精彩內容，獲取關注；第四，通過搜索平臺，如百度產品系列，在“貼吧”發文章宣傳，或在“知道”回答時附帶酒店公眾號二維碼，也可以把公眾號文章上傳到文庫，做百度經驗等。第五，好的視頻、直播等內容自帶傳播力。將二維碼嵌入視頻宣傳片和直播內容中。第六，設置微信連WIFI功能。在賓客消費和逗留集中的區域，如前臺、餐廳、會場等，以恰當的形式展示二維碼，方便賓客關注微信公眾號直連酒店WIFI。
但在階段性推廣后，酒店仍應向深層次挖掘公眾號的價值，運營公眾號的目的從來不是拉新，而是服務好用戶、留住用戶，進而實現消費轉化。
（二）贏得信用
這里所說的“信用”在微營銷中主要來自完善服務功能、專注業務發展與品牌建設兩方面。通過對數十家酒店及酒店集團微信公眾號的跟蹤觀察，筆者發現在其穩定運營期所呈現的內容都具有以下三個特征，即專業輸出、個性化建設和有效互動（張弛有度），具體而言：首先，用戶之所以愿意關注酒店的公眾號，并且愿意長期關注并且時時打開酒店的推送的內容，最看重的就是其專業輸出（易用如工具）的特征。這一點主要體現在當用戶試圖尋找酒店及周邊相關信息的時候，可以方便的獲取相關資料（資料應是酒店精心整理編排的）；當賓客準備訂房或訂餐時，可以方便的下單（包括產品信息的完備性以及支付流程的簡單便捷）；當賓客下榻酒店后，仍可以借助公眾賬號平臺與酒店進行互動（獲取服務，反饋意見，參與互動等）。這就需要對酒店公眾號的版塊設置和每日推送的內容做精心安排和考量，通過對幾家酒店及酒店集團公眾號界面及板塊的比較，我們可以直觀得出以下結論：第一，幾家酒店及酒店集團的公眾號均設立三個版塊，簡潔明了、檢索方便；第二，他們無不將酒店主要業務――“客房預訂”子菜單置于醒目位置，說明其非常重視該渠道的銷售功能。而像外灘華爾道夫酒店，其“品味美食”版塊赫然列入三大板塊之一，其對餐飲營銷的重視程度可見一斑；第三，從菜單設置上，我們發現微信行銷功能開發較為完善的酒店，還開設了微信商城、微官網等。同時，相較于各酒店專注業務縱深領域的發展，酒店集團更重視搭建會員服務體系，完善會員服務功能，為其下屬品牌酒店提升品牌價值做一系列的服務工作。 以上這些，都是一個酒店公眾號能夠吸引用戶目光，并長期保持對用戶的吸引力和關注度的一些外在表現。
而從上海浦東香格里拉酒店微信公眾號的一個細節――版塊“熱門優惠”（限時搶購、香傳月餅）與推送內容的對照，和君亭酒店的“人工服務”，可以看出酒店公眾號運營所遵循的“有效推廣邏輯”：重要的事情并非說三遍便可深入人心，而是知道做一期精致的內容，并把它加入到微信菜單和自動回復，通過用戶日常使用功能主動獲取信息，比說三遍更有效。
其次，當酒店公眾號的用戶沉淀下來后，需要考慮如推送時間、方式，推送內容以及內容與酒店行銷的配合等諸多細節，而在用戶手機關注賬號日益增多，注意力資源極度稀缺的當下，酒店公眾號推送內容的選擇、編輯及呈現方式就成為公眾號運營的重中之重，我將這些工作稱為個性化建設，其中既有趣味溫情的故事，也有契合品牌價值主張、彰顯品質生活的系列內容；既有酒店普通員工極致服務的代言，也有酒店忠誠賓客真實體驗的轉述。
就講好一個故事而言，通過跟蹤觀察，筆者發現閱讀量和點贊數較高的內容大多有以下共性：它們往往會以一個故事的方式把用戶代入某個情境，然后圍繞這個情境制創造出某些關鍵矛盾從而引起用戶好奇，再基于這些矛盾提出關鍵問題，最后順水推舟，把問題的解決方案推送給用戶（給出解決方案以及對于解決方案的渲染）。
通過內容賦予產品和服務更多意義。無論是傳統營銷還是微營銷，愛、幫助弱小以及其他普世價值，都是引發共鳴、拉近與消費者距離的有效途徑。在這一點上，迪士尼樂園無疑是當之無愧的高手，其以“家庭時刻”為主題的系列視頻展示了諸多打動顧客的瞬間，傳遞著幸福、神奇、友善、包容等彌足珍貴的特質。
而為酒店代言，最重要的，其實無關酒店代言者的身份（究竟是員工還是會員、是明星還是網紅），而是，通過內容字里行間傳達出的真誠，用戶可以從其精心挑選的圖片、細膩的內容編排和清晰流暢的視頻質量中真切的感受到。而恰當的內容篇幅和結構，內容展示對象本身在真實、平凡中孕育的生活態度和鮮明個性（如：喜達屋集團旗下W酒店品牌對個性鮮明的時訊達人的介紹和追蹤報道），將潛移默化地影響讀者日后的消費行為、生活品味和消費態度等諸多方面。此外，還可傳達美麗外表之下品牌秉承的價值觀和責任感，甚至實現品牌年輕化或重新定位品牌等目的。
最后，用戶的積累和豐厚的回報都離不開酒店對用戶心聲的傾聽和及時反饋，因此，筆者認為與用戶的有效互動（張弛有度）對一個酒店公眾號的運營是至關重要的，這里的互動，可小至對一個看似不經意留言的回復，大至因時節不同給用戶提供多種就餐、出行選擇建議；小至用戶點擊“閱讀原文”后精心設置的跳轉頁面（如：喜達屋酒店集團公眾號“吳秀波：相似的靈魂會相遇”一文，點擊“閱讀原文”后內容設置了一段以電話語音形式展示的吳秀波給用戶的留言），大至在多個社會化媒體平合策劃的系列主題活動。在這個過程中，應盡一切可能提升酒店品牌和產品的話題性，有意引導用戶注意力的傳播流流向，維護好酒店公眾號的調性，以增加酒店公眾號的關注度和公信力，活躍社群氛圍，傳遞品牌價值理念。借微信公眾平臺延伸酒店服務觸角，人性化維護每一個接觸點，激發消費者的互動，創造分享內容，同時通過對這些社交內容的挖掘來進一步提升互動。品牌還可以利用社交互動中獲得的洞察來優化自己的營銷傳播工作，如適時地將用戶的體會和想法，加以整理制作成更為專業而有趣的內容，在自己的及合作自媒體機構的公眾號（如美棧旅行、時尚旅游等具有高交集用戶的賬號）展示，有時僅是賓客對體驗中感受到的服務細節的描述就足以刺激潛在用戶的消費欲望，進而實現轉化。同時，酒店還可將微信公眾平臺收集的創意、想法和態度等反饋至酒店產品研發部門，為更好地改進產品和服務提供參考意見。
（三）以酒店核心商業目標為原點，考量微營銷成效
直播營銷方案的要點范文2
【關鍵詞】信息技術；中職教育；推銷課程；課程教學；應用研究
素質教育與教育現代化工程的深入發展，給中職推銷課程教學手段提出了更高的要求，許多諸如多媒體課件和在線學習（E-learning）等現代信息技術均已開始應用于實際課堂教學中。而在中職推銷課程中怎樣充分運用現代化的信息技術。結合實際工作經驗，筆者擬就我國信息技術在中職推銷課程中的應用研究做出論述。
1 信息技術在中職推銷課程教學中的應用思路
1.1 教學過程和環節設計方面
在教學過程和環節設計等方面，探索出以學生個別化自主學習和小組協同學習為主集體學習為輔的特色教學組織模式。合理安排自主學習、小組學習、集中輔導和作業以及實踐等教學環節，嘗試實行模塊制與導學制教學。并注重在教學過程中與學生進行交流，充分尊重學生的課堂教的主體地位。
1.2 教學內容改革方面
在教學內容改革方面，通過講解大量的國內外推銷實例，增加對本學科的前沿知識的講解，嘗試運用案例式、開放式和鏈結式的教學方式。既增強了學生應用推銷理論分析和解決問題的實際能力，又拓寬了中職學生的視野，開闊了學生的思路。
1.3 教學手段方面
以網絡為核心，結合學校及學生實際條件，實行多種技術與媒體相結合的手段，通過小組討論和網上BBS答疑開展多樣化和交互式的學習活動，嘗試實行插播式與討論式的教學手段，使學生能便利、經濟及有效地學習最新知識。
2 信息技術在中職推銷課程教學中的具體應用措施
2.1設計適合中職推銷課程教學改革的一體化方案，制定出能體現“少、精、寬和新”等特點的中職推銷課程教學規劃
根據中職推銷課程的性質及其在該專業整個課程體系中的地位和作用，在分析學生實際學習需要基礎上，嘗試設計一種網絡環境下的切合學校實際的關于課程教學的改革方案。
2.2 嘗試實行案例式、開放式和鏈接式教學，注重加強開放，交互式學習活動，充分利用多種媒體教學資源及相關現代教育技術手段，進一步改革教學內容和教學方式
2.2.1 適當分開課堂講授體系與教材體系，重在解答教材中的重點和難點問題；適當增加對本學科前沿知識和公司案例的講授，將營銷理論與現實實踐緊密結合，適當進行“情境創設”，將講評作業，社會調研結論與對學科知識的拓展學習緊密結合起來，打破傳統的“封閉式”教學，實現精講多練，學用結合，使學習者通過“同化”與“順應”達到對新知識意義的建構。
2.2.2 積極嘗試利用計算機投影設備，網上直播等現代化教學設施，開展多樣化，交互學習活動。首先，在充分熟悉和掌握本課程多種媒體教學資源的種類與內容的基礎上。其次，運用多媒體計算機設備進行課堂教學，嘗試實行插播式和鏈接式教學。
2.2.3 積極采用QQ、E-mail和BBS等現代化教學設施，對學生的疑問進行解答和回復。建立多種與學生進行互動的方式，利用QQ、QQ群、E-mail和BBS等形式，在課下與學生進行互動，回答學生的課堂疑問，與學生對知識點進行討論，開展多樣化的交互式學習活動。
2.3 嘗試實行導學式和討論式教學，不斷探索體現終身教育思想和建構主義教育理論的個人自主學習和小組學習的新形式
學校網絡教育更加強調教師“導學”下的學生自主學習。因此，在教學中通過公布教師的通訊地址以及全校本課程的教師資源庫信息，安排組織學生參加BBS討論，網上答疑等教學活動，鼓勵師生，生生之間的學習交流活動。建構主義的一個基本觀點就是要使學生在教師的組織和引導下一起討論和交流，形成一個共同的學習群體。因此，小組協作學習是網絡教育的又一重要形式。
2.4 探索多樣化形式，進一步加大對實踐教學的探索
加強實踐性教學是本課程的特點和本“試點項目”的要求。首先，我們明確設計了課內實踐教學的內容與要求，并通過輔導課上的案例教學與小組討論加以實施。使之不僅成為激發學生興趣，訓練學生提出和解決問題能力的有效途徑，而且也成為實踐性教學的重要環節之一。其次，通過完成“教學實踐與社會調研”作業來達到增強學生應用與創新能力的目的。
2.5 實行分層交叉模塊制，充分發揮網絡教育各教學環節綜合互補作用
結合具體實例簡要介紹各模塊在具體教學過程中是如何組織實施的。首先，在對課程教學的基礎上，選出當前所學知識中的“主題”，然后再將其與不同的教學環節相結合形成不同的教學模塊。其次，實現各教學模塊既分層又交叉，并滲透于各教學環節之中。第一步是課前引導。旨在使學生明確本章的核心內容、學習宗旨與要點、自學方法建議與要求，有針對性地選擇學習資源與方法。第二步是個別化自主學習。旨在培養學生根據需要決定學習內容、方式和進度的能力，使學生不僅了解、掌握本章的主要概念和基本原理，而且還要明確本章的重點和難點，提出沒有理解和希望解決的問題反饋給學生。第三步是課堂面授學習。本環節包括面授課教學模塊、音像課教學模塊和網上直播課教學模塊等。第四步是課外小組學習。重點是在自學過程的第二和第三階段開展相互學習，討論和參觀學習活動，旨在交流信息，解決疑難問題，綜合眾人智慧，發揮群體合力以完成共性問題，以利于教學實踐與社會調研活動的開展與完成。第五步是作業和實踐。通過完成本單元課程作業并和實踐考核模塊交叉結合來培養學生的實際應用能力和創新思維能力。
3 結論
在中職推銷課程教學過程中應用現代信息技術，應堅持學科和信息技術整合的觀念，即以中職學生的實際需要為重心，重點突出“以學生及其自主學習為重心”的設計思想，探索出在知識經濟時代大背景下能體現中職學生自主學習的學習模式。并以理論學習來指導實踐，以教學實踐來檢驗研究成果，進一步推動中職推銷課程實踐開展。
參考文獻：
[1]李紅. 探索現代信息技術在中職專業課中的運用[J]. 中國信息技術教育, 2010,(22).
[2] 黃建蓉. 現代信息技術應用于中職英語的教學創新[J]. 福建基礎教育研究, 2010,(04) .
直播營銷方案的要點范文3
（征求意見稿）
為深入貫徹《國務院辦公廳關于提升大眾創業萬眾創新示范基地帶動作用進一步促改革穩就業強動能的實施意見》，全面落實《江西省2021年度大眾創業萬眾創新工作要點》，結合宜春實際，提出以下工作要點。
一、夯實創業就業基礎
(一)做大創業孵化平臺。加強小微企業雙創示范基地、星創天地、備案眾創空間、科技企業孵化器、青創空間、農民工返鄉創業園等創業孵化平臺培育力度，強化現有創業孵化基地管理，力爭新增國家級創業孵化平臺（基地）2家左右、省級創業孵化平臺（基地）5家左右。不斷完善院士專家工作站、海智工作站、學會服務站建設和管理，推進建站單位與地方企業的深度合作。加快培育一批電商示范基地、企業和數字商務試點項目。(責任單位：市科技局、市教體局、市工信局、市人社局、市商務局、團市委、市科協按職責分工負責)
(二)引導開展創業帶動就業專項行動。積極對接國家創業帶動就業示范行動，引導鼓勵雙創示范基地開展創業帶動就業活動。圍繞托育、養老、家政、鄉村旅游等領域，鼓勵有條件的雙創示范基地與互聯網平臺企業聯合開展創業培訓、供需銜接、信息共享和能力建設，打造社會服務領域創業帶動就業標桿項目。復制推廣典型經驗做法，引導社會資本發展社會服務新業態新模式，拓展更大就業空間。(責任單位：市發改委、市商務局、市民政局、市農業農村局、市文廣新旅局、市婦聯按職責分工負責)
(三)開展創新創業培訓。貫徹落實創業培訓“馬蘭花計劃”，對符合條件有創業意愿和培訓需求的城鄉各類勞動者開展有針對性的創業培訓，按規定落實好創業培訓補貼政策，完成全年培訓1.5萬人。加大“特聘兼職”教師扶持力度，提高職業院校“雙師型”教師比例，加強創新創業培訓師資隊伍建設。配合省完善“1+11”創業大學培訓體系，支持協助企業家及企業中高管學員培訓工作。(責任單位：市人社局、市教體局、市工信局按職責分工負責)
二、增強科技創新能力
(四)加大全社會研發投入。深入開展全社會研發投入攻堅行動，加大財政科技資金投入，完善科技創新投入體系，推動完善各部門和市、縣聯動機制，推進研發投入后補助，力爭宜春市全社會研發投入占GDP比重達到1.7%。(責任單位：市科技局、市財政局、市發改委、市工信局、市國資委、市統計局、市教體局、市稅務局等相關單位按職責分工負責)
(五)夯實科技創新平臺基礎。扎實推進新能源（鋰電）、中醫藥、富硒等重點產業創新平臺建設，加強與大院、名校、名企合作，力爭引進落地研發機構1個，新建院士工作站1家。擴大科技創新平臺規模，爭取新增省級以上創新平臺8-10家，組建市級工程技術研究中心5家以上。(責任單位：市科技局、市發改委、市工信局、市科協按職責分工負責)
(六)推動科研成果轉移轉化。依托省校企合作信息服務平臺，加速高?？萍汲晒D化和技術轉移，促進科技、產業、投資融合對接。積極爭取江西網上常設技術市場技術交易補助，舉辦第二屆2021’江西宜春產業技術對接會，對接“國家大院大所產業技術進江西”活動，為企業搭建對接橋梁，促進科技成果向現實生產力轉化，實現產學研協同創新。(責任單位：市科技局、市發改委、市工信局、市科協按職責分工負責)
三、激發雙創主體活力
(七)推進企業創新創業。落實宜春市國企改革創新三年行動實施方案、促進中小企業健康發展實施意見等系列政策，實施科技型企業和中小企業梯次培育計劃，開展全市“制造業50強”培育，力爭在獨角獸(潛在、種子)企業方面實現突破，培育瞪羚(潛在)企業10家左右，高新技術企業150家左右，規模以上工業企業100家以上，專精特新中小企業50家以上，制造業領航企業、制造業單項冠軍和專業化小巨人企業20家左右。力爭全年列入省新產品開發和試產計劃項目達到30項以上，省級重點新產品立項50項以上。(責任單位：市國資委、市科技局、市工信局按職責分工負責)
(八)引導科技人員創新創業。落實《江西省鼓勵科技人員創新創業的若干規定》等政策措施，完善激勵評價機制，激活科研人員創新創業活力。深化科技成果“三權”、職稱制度改革，用好以增加知識價值為導向分配政策和事業單位科研人員在崗創業、離崗創業、到企業兼職等政策。組建科技人員創業導師團隊，為科技創業者提供創業培訓、創業輔導、創投對接等服務。(責任單位：市科技局、市科協、市人社局按職責分工負責)
(九)支持大學生創新創業。深化創新創業教育改革，大力培育高職院校雙創示范基地和雙創教育改革示范校。深入實施“特崗計劃”、“三支一扶”、“西部計劃”等專項計劃，開展“青年紅色筑夢之旅”活動。對于符合條件在本市行政區內創辦企業或從事個體經營且穩定經營1年以上的在校生和畢業5年內自主創業的高校畢業生，發放一次性創業補貼。支持區域雙創示范基地與高校、企業共建面向特色產業的實訓場景，支持將具備持續創新能力和發展潛力的高校畢業生創業團隊納入企業示范基地人才儲備和合作計劃。(責任單位：市教體局、市人社局、市發改委、市財政局、團市委按職責分工負責)
(十)鼓勵青年創新創業。聯合省青年企業家協會、青創團工委及相關部門單位舉辦第二屆青年創新創業大賽，舉辦“青領未來”專場招聘會、“青企雁行”走訪交流等活動，實施對接粵港澳大灣區創業計劃，做好青創“引才引智”工作。(責任單位：團市委、市人社局、市教體局按職責分工負責)
(十一)引導新型農民創新創業。推進“一村一名大學生”工程，大力培育農民大學生。積極組織參加省農村創新創業項目創意大賽，發揮全國農村雙創典型縣樟樹市的示范作用，推廣典型經驗做法，建設一批創新創業園區、培訓基地、見習基地、創業孵化基地和創客服務平臺。(責任單位：市農業農村局、市教體局、市人社局按職責分工負責)
(十二)支持返鄉入鄉創新創業。開展以“創領新贛鄱、美好新時代”為主題的創業就業服務系列活動，引導返鄉下鄉人員創新創業，以創業帶動就業。優先支持區域雙創示范基地實施返鄉創業示范項目，引導社會資本、大學生創客和返鄉能人等入鄉開展“互聯網+鄉村旅游”、農村電商等創業項目。落實旅游業發展獎勵政策，鼓勵依托各地特色資源開發參與型、互動型、體驗型的鄉村旅游產品。完善支持返鄉入鄉創業的引人育人留人政策，加大對鄉村創業帶頭人的創業培訓力度，培育一批能工巧匠型創業領軍人才。(責任單位：市人社局、市財政局、市農業農村局、市發改委、市文廣新旅局、市商務局按職責分工負責)
(十三)支持退役軍人創新創業。建強宜春市退役軍人企業家協會，指導各縣市區建立退役軍人企業家分會和就業促進會。培育退役軍人就業創業創新導師團隊，鼓勵開展退役軍人創業創新培訓。加強退役軍人孵化基地建設，實現縣市區孵化基地全覆蓋，省級孵化基地新增2-3個，市級孵化基地新增6個以上，縣級孵化基地建設100%達標。深入開展“滿懷忠誠講尊崇，千行百業共擁軍”等系列活動，促進退役軍人創業就業。(責任單位：市退役軍人事務局)
(十四)鼓勵婦女創新創業。培育一批巾幗產業示范基地，舉辦“明月山杯”家庭服務興業技能競賽，參加省雙創和家政大賽，開展“春風行動”女性專題活動，搭建婦女創業就業平臺。實施女性創業就業賦能行動，開展巾幗創業就業“一縣一品”下沉式培訓，做好“江西表嫂”家政服務行業職業技能培訓工作。(責任單位：市婦聯、市人社局按職責分工負責)
四、強化雙創服務保障
(十五)提升政務服務水平。貫徹落實《優化營商環境條例》，深化“一件事一次辦”改革，大力推行“一照含證”改革，依托省企業開辦“一網通辦”平臺，實現企業登記“一次不跑”“只跑一次”“全市通辦”，深化企業注銷便利化改革，探索推行“先證后查”“自主聲明”“公開承諾”辦事流程。持續推進降成本優環境行動，清理重點領域和關鍵環節的涉企收費。大力推行農民工工資保證金差異化繳存措施，支持戶籍業務“跨省通辦”“省內通辦”。依法落實各項支持創新創業減稅降費政策，加強稅收減免政策宣傳，在雙創示范基地落實好小規模納稅人增值稅減免優惠政策。盤活閑置廠房、低效利用土地。探索采取以“長期租賃、先租后讓、租讓結合”的彈性出讓方式供應工業、旅游及公共服務項目用地，推進工業標準地、標準廠房建設。(責任單位：市行政審批局、市市監局、市發改委、市工信局、市自然資源局、市人社局、市住建局、市稅務局按職責分工負責)
(十六)建設良好市場環境。建立反不正當競爭聯席會議制度，落實公平競爭審查制度，全面清理、廢除限制企業公平競爭的存量政策，消除制度隱性壁壘。持續深化市場流通領域綜合治理，加強線上線下商品質量檢測。開展宜春市“綠色生態”標準化建設工作，鼓勵企業參與國家標準、行業標準、地方標準的制定和修訂。(責任單位：市市監局)
(十七)加大開放共享力度。實施《宜春市科技創新資金后補助管理辦法》，推進全市大型科研儀器向社會開放共享，對向社會開放共享的大型科研儀器實行雙向補助。積極爭取對首臺套重大技術裝備、軍民兩用技術與產品、戰略性新興產業、整體性創新解決方案的支持，探索開展首臺(套)重大技術裝備保險補償機制試點。(責任單位：市科技局、市財政局、市工信局、市教體局、市發改委、宜春銀保監分局、市科協按職責分工負責)
(十八)加大高層次人才引培力度。積極申報國家級、省級重大人才工程，組織市“雙百計劃”評選，以中國科學院宜春院士科學家康養基地建設為依托，引進一批博士及以上高層次創新創業人才。開展企業“人才飛地”評選，鼓勵企業在國內人才密集城市創建“人才飛地”。全年組織申報國家人才計劃5項以上，新增省博士后創新實踐基地2家、省百千萬人才工程3人。(責任單位：市委人才辦、市人社局、市科技局、市教體局、市工信局、市科協按職責分工負責)
(十九)深入實施科技幫扶。實施“百名博士入園強企”行動，下派100名科技特派員入企幫扶，有效對接企業科技需求，幫助企業解決技術難題100項，推動科技成果轉化應用100項，組建研發平臺（含新型研發機構）1-2個。(責任單位：市科技局、市教體局、市科協按職責分工負責)
(二十)拓寬投資融資渠道。制定實施金融大數據服務支持聯動計劃，推進大數據融資力度，鼓勵銀行業金融機構進一步擴大貸款抵（質）押品范圍。支持園區引進融資租賃公司和非政府主導的產業投資基金、風險投資基金、天使投資基金等。用好普惠性再貸款再貼現資金、普惠小微企業貸款延期和信用貸款等金融政策，“工信通”“科貸通”“映山紅助力貸”“小微快貸”“微企貸”等政策向重點產業傾斜。實施“科技創新券”政策，深入推進普惠金融服務中心創建。(責任單位：市金融辦、人行宜春中心支行、市市監局、市發改委、市科技局、市工信局、市財政局、市農業農村局、市商務局、宜春銀保監分局按職責分工負責)
(二十一)加強信貸資金支持。健全市、縣兩級政府融資擔保體系，實施小微企業應收賬款融資專項行動，提高制造業中長期貸款和信用貸款占比。深入推進“小巨人”“獨角獸”企業信貸培育計劃。制定《加快綠色金融發展指導意見》，引導銀行業金融機構積極對接有機生態農業、綠色食品加工、新能源（鋰電）、中醫藥、循環經濟等綠色產業。拓展“科貸通”合作銀行，進一步擴大受益面和放貸量。發放創業擔保貸款16.38億元。(責任單位：人行宜春中心支行、宜春銀保監分局、市金融辦、市財政局、市市監局、市科技局、市工信局、市人社局按職責分工負責)
五、凸顯雙創基地標桿
(二十二)進一步培育雙創示范基地。加強省級雙創示范基地建設，指導開展評價評估，總結推廣成功經驗做法。新增培育1-2家省級雙創示范基地。(責任單位：市發改委)
(二十三)推進基地改革創新試點。優先支持雙創示范基地建設企業技術中心、工程研究中心等創新平臺。支持金融機構在依法合規、風險可控前提下，與雙創示范基地合作建立創業投資基金、產業投資基金，鼓勵金融機構與雙創示范基地合作開展設備融資租賃等金融服務。支持雙創示范基地內符合條件的企業發行雙創孵化專項債券、創業投資基金類債券、創新創業公司債券和雙創債務融資工具，支持在雙創示范基地開展與創業相關的保險業務。在有條件的區域雙創示范基地設立知識產權質押融資風險補償基金，對無可抵押資產、無現金流、無訂單的初創企業知識產權質押融資實施風險補償。(責任單位：市發改委、市科技局、市財政局、市人社局、市商務局、市市監局、市金融監管局、人行宜春中心支行、市科協按職責分工負責)
六、積極開展雙創活動
(二十四)開展“雙創活動周”系列活動。積極組織推薦企業參加國家、省“雙創活動周”宣傳展示活動，組織開展我市“雙創活動周”系列活動。加強雙創活動宣傳，營造濃厚社會輿論氛圍。(責任單位：市全面推進大眾創業萬眾創新工作領導小組各成員單位、市直有關單位按職責分工負責)
(二十五)舉辦各類雙創賽事。舉辦創業引領者專項活動暨第三屆馬蘭花全國創業培訓講師大賽宜春市分賽、“創客中國”江西省中小企業創新創業大賽宜春區域賽等賽事，組織參加“互聯網＋”大學生創新創業大賽、中國創新創業大賽（江西賽區）、江西省公共安全創新創業大賽、大學生創業課等活動。(責任單位：市全面推進大眾創業萬眾創新工作領導小組各成員單位按職責分工負責)
(二十六)舉辦其他配套活動。積極爭取創建省級文化和旅游消費試點城市。繼續開展“三請三回”活動，結合節慶、聯誼、經貿等節點和活動，深入沿海鄉友、校友、戰友聚集地區開展經貿交流活動，推動更多在外宜商返鄉投資創業。組織參加“中國品牌日”活動，宣傳推廣宜春自主品牌。組織參加省第三屆青年創業風云人物評選，樹立創新創業先進典型。開展以品牌品質惠享生活為主題的“雙品網購節”、第二屆宜春電商直播網購節等活動，加快直播帶貨、內容電商、社交營銷等模式應用。（責任單位：市文廣新旅局、市商務局、市科技局、市發改委、團市委、市人社局按職責分工負責）
直播營銷方案的要點范文4
據統計，2017年中國人工智能核心產業規模超過700億元，隨著各地人工智能建設的逐步啟動，預計到2020年，中國人工智能核心產業規模將超過1600億元，年復合增長率將達31.7%。
隨著人工智能技術的不斷成熟，人工智能創業的難度逐步降低，越來越多的創業公司加入人工智能的陣營。
2018年被稱為人工智能爆發的元年，人工智能技術應用所催生的商業價值逐步凸顯。人工智能逐步切入到社會生活的方方面面，帶來生產效率及生活品質的大幅提升。智能紅利時代開啟！資本、巨頭和創業公司紛紛涌入，將人工智能拉到了信息產業革命的風口。
如何把握產業動向，抓住風口機會？創業邦研究中心憑借在人工智能等前言科技領域持續研究、洞察的能力，在對國內人工智能創業公司進行系統調研的基礎上，推出《2018中國人工智能白皮書》，對人工智能的核心技術、主要應用領域、巨頭和創業公司的布局、未來發展態勢和投資機會進行了深度解析。
第一部分人工智能行業發展概述
1.人工智能概念及發展
人工智能（Artificial Intelligence， AI）又稱機器智能，是指由人制造出來的機器所表現出來的智能，即通過普通計算機程序的手段實現的類人智能技術。
自1956年達特茅斯會議提出“人工智能”的概念以來，“人工智能”經歷了寒冬與交替的起起伏伏60多年的發展歷程。2010年以后，深度學習的發展推動語音識別、圖像識別和自然語言處理等技術取得了驚人突破，前所未有的人工智能商業化和全球化浪潮席卷而來。
人工智能發展歷程
2.人工智能產業鏈圖譜
人工智能產業鏈可以分為基礎設施層、應用技術層和行業應用層。
A基礎層，主要有基礎數據提供商、半導體芯片供應商、傳感器供應商和云服務商。
B技術層，主要有語音識別、自然語言處理、計算機視覺、深度學習技術提供商。
C應用層，主要是把人工智能相關技術集成到自己的產品和服務中，然后切入特定場景。目前來看，自動駕駛、醫療、安防、金融、營銷等領域是業內人士普遍比較看好方向。
人工智能產業鏈
資料來源：創業邦研究中心
第二部分人工智能行業巨頭布局
巨頭積極尋找人工智能落地場景，B、C 端全面發力。
資料來源：券商報告、互聯網公開信息，創業邦研究中心整理
第三部分機器視覺技術解讀及行業分析
1.機器視覺技術概念
機器視覺是指通過用計算機或圖像處理器及相關設備來模擬人類視覺，以讓機器獲得相關的視覺信息并加以理解，它是將圖像轉換成數字信號進行分析處理的技術。
機器視覺的兩個組成部分
資料來源：互聯網公開信息，創業邦研究中心整理
2.發展關鍵要素：數據、算力和算法
數據、算力和算法是影響機器視覺行業發展的三要素。 人工智能正在像嬰兒一樣成長，機器不再只是通過特定的編程完成任務，而是通過不斷學習來掌握本領，這主要依賴高效的模型算法進行大量數據訓練，其背后需要具備高性能計算能力的軟硬件作為支撐。
深度學習出現后，機器視覺的主要識別方式發生重大轉變，自學習狀態成為視覺識別主流，即機器從海量數據里自行歸納特征，然后按照該特征規律使圖像識別的精準度也得到極大的提升，從70%+提升到95%。
3.商業模式分析
機器視覺包括軟件平臺開發和軟硬件一體解決方案服務。整體用戶更偏向于B端。軟件服務提供商作為技術算法的驅動者，其商業模式應以“技術層+場景應用”作為突破口。軟硬件一體化服務供應商作為生態構建者，適合以“全產業鏈生態+場景應用”作為突破口，加速商業化。
（1）軟件服務：技術算法驅動者—“技術層+場景應用”作為突破口
這種商業模式主要是提供以工程師為主的企業級軟件服務。有海量數據支撐，構建起功能和信息架構較為復雜的生態系統，推動最末端的消費者體驗。
此類商業模式成功關鍵因素：深耕算法和通用技術，建立技術優勢，同時以場景應用為入口，積累用戶軟件。視覺軟件服務按處理方式和存儲位置的不同可分為在線API、離線SDK、私有云等。
國內外基礎算法應用對比
資料來源：互聯網公開信息，創業邦研究中心整理
（2）軟硬件一體化：生態構建者—“全產業鏈生態+場景應用”作為突破口
軟硬一體化的商業模式是一種“終端+軟件+服務”全產業鏈體系。成功的因素是大量算力投入，海量優質數據積累，建立算法平臺、通用技術平臺和應用平臺，以場景為入口，積累用戶。亮點是打造終端、操作系統、應用和服務一體化的生態系統，各部分相輔相承，銳化企業競爭力，在產業鏈中擁有更多話語權。
4.投資方向
（1）前端智能化，低成本的視覺解決模塊或設備
從需求層面講，一些場景對實時響應是有很高要求的。提供某些前端就本身有一定計算能力的低成本的視覺模塊和設備將有很大市場需求。前置計算讓前端設備成為數據采集設備和數據處理單元的合體，一方面提升了處理速度，另一方面可以處理云端難以解決的問題。
機器視覺在消費領域落地的一個障礙是支持高性能運算的低功耗、低價位芯片選擇太少。從低功耗、高運算能力的芯片出發，結合先進的算法開發模塊和產品，這類企業將在機器視覺領域擁有核心競爭力。
（2）深度學習解決視覺算法場景的專用芯片
以AI芯片方式作為視覺處理芯片有相當大的市場空間。以手勢識別為例，傳統的識別方案大都基于顏色空間，如 RGB，HSV ，YCrBr，無法排除類膚色物體及黑色皮膚對識別精度的干擾。借助深度學習，如通過 R-CNN 訓練大量標注后的手勢圖像數據，得到的模型在處理帶有復雜背景及暗光環境下的手勢識別問題時，比傳統方案的效果好很多。
（3）新興服務領域的特殊應用
前沿技術帶來的新領域（如無人車、服務機器人、谷歌眼鏡等），對機器視覺提出了新要求。機器視覺可以讓機器人在多種場合實現應用。服務機器人與工業機器人最大的區別就是多維空間的應用。目前國內的機器視覺，涉及三維空間、多維空間，其技術基本上處在初始階段，未來存在較大市場增長空間。
（4）數據是爭奪要點，應用場景是著力關鍵
機器視覺的研究雖然始于學術界，但作為商業應用，能解決實際問題才是核心的競爭力。當一家公司先天能夠獲得大量連續不斷的優質場景數據，又有挖掘該數據價值的先進技術時，商業模式和數據模式上就能形成協同效應。創業公司要么通過自有平臺獲取數據，要么選擇與擁有數據源的公司進行合作，同時選擇一個商業落地的方向，實現快速的數據循環。
第四部分智能語言技術解讀及行業分析
1.語音識別技術
（1）語音識別技術已趨成熟，全球應用持續升溫
語音識別技術已趨成熟，全球應用持續升溫。語音識別技術經歷了長達60年的發展，近年來機器學習和深度神經網絡的引入，使得語音識別的準確率提升到足以在實際場景中應用。深度神經網絡逐步找到模型結構和調參算法來替代或結合高斯混合算法和HMM算法，在識別率上取得突破。根據Google Trends統計，自2008年iPhone及谷歌語音搜索推出以來語音搜索增長超35倍。百度人工智能專家吳恩達預測，2020年語音及圖像搜索占比有望達到50%。Echo熱銷超過400萬，帶動智能音箱熱潮。
（2）語音識別進入巨頭崛起時代，開放平臺擴大生態圈成主流
語音識別即將進入大規模產業化時代。隨著亞馬遜Echo的大賣，語音交互技術催生的新商機，吸引大大小小的公司構建自己主導的語音生態產業鏈。各大公司紛紛開放各自的智能語音平臺和語音能力，欲吸引更多玩家進入他們的生態系統。
（3）語音識別技術發展瓶頸與趨勢
低噪聲語料下的高識別率在現實環境使用中會明顯下降到70-80%，遠場識別、復雜噪聲環境和特異性口音的識別是下一個階段需要解決的問題。
麥克風陣列類前端技術不僅是通過降噪和聲源定位帶來識別率的提高，帶環境音的語料的搜集、標注可用于模型的訓練，有助于打造更新一代的語音識別引擎技術。語音巨頭已經在布局。
在IOT包括車載領域，云端識別并非通行的最優方案，把識別引擎結合場景進行裁剪后往芯片端遷徙是工程化發展的方向。
2.自然語言處理（NLP）發展現狀
（1）多技術融合應用促進NLP技術及應用的發展
深度學習、算力和大數據的爆發極大促進了自然語言處理技術的發展。深度學習在某些語言問題上正在取得很大的突破，比如翻譯和寫作。2014年開始LSTM、Word2Vec以及Attention Model等技術研究的進展，使DL有了路徑在語義理解領域取得突破，并且已經有了明顯的進展。對話、翻譯、寫作新技術成果里都開始逐漸混合入DL的框架。2014-2015年，硅谷在語義理解領域的投資熱度劇增。
深度學習能最大程度發揮對大數據和算力資源的利用，語義理解的發展還需要深度學習、搜索算法、知識圖譜、記憶網絡等知識的協同應用，應用場景越明確（如客服/助理），邏輯推理要求越淺（如翻譯），知識圖譜領域越成熟（如數據飽和度和標準性較強的行業），技術上實現可能性相對較低。在各種技術融合應用發展的情況下，具備獲取一定優質數據資源能力并可結合行業Domain knowledge構建出技術、產品、用戶反饋閉環的企業會有更好的發展機會。
（2）NLP主要應用場景
問答系統。問答系統能用準確、簡潔的自然語言回答用戶用自然語言提出的問題?；竟ぷ髟硎窃诰€做匹配和排序。比如 IBM 的 Watson，典型的辦法是把問答用FAQ索引起來，與搜索引擎相似。對每一個新問題進行檢索，再將回答按匹配度進行排序，把最有可能的答案排在前面，往往就取第一個作為答案返回給用戶。
圖像檢索。同樣也是基于深度學習技術，跨模態地把文本和圖片聯系起來。
機器翻譯。機器翻譯的歷史被認為與自然語言處理的歷史是一樣的。最近，深度學習被成功地運用到機器翻譯里，使得機器翻譯的準確率大幅度提升。
對話系統。對話系統的回復是完全開放的，要求機器能準確地理解問題，并且基于自身的知識系統和對于對話目標的理解，去生成一個回復。
（3）創業公司的機遇
1)機器翻譯方面：經過多年的探索，機器翻譯的水平已經得到大幅度提升，在很多垂直領域已經能夠在相當大程度上替代一部分人工，機器翻譯技術的商業化應用已經開始進入大規模爆發的前夜。
2)應用于垂直領域的自然語言處理技術
避開巨頭們對語音交互入口的競爭，以某一細分行業為切入點，深耕垂直領域，對創業公司也是一個不錯的選擇。
第五部分人工智能在金融行業的應用分析
人工智能產業鏈包含基礎層、技術層、應用層三個層面。基礎層的大數據、云計算等細分技術被應用到金融征信、保險、理財管理、支付等金融細分領域；技術層的機器學習、神經網絡與知識圖譜應用于金融領域的征信與反欺詐、智能投顧、智能量化交易，計算機視覺與生物識別應用于金融領域的身份識別，語音識別及自然語言處理應用于金融領域的智能客服、智能投研；應用層的認知智能應用于金融領域的智能風控。
人工智能在金融行業的典型應用情況
資料來源：創業邦研究中心
第六部分人工智能在醫療行業的應用分析
1.人工智能在醫療行業的應用圖譜
人工智能在醫療行業的應用潛力巨大，目前在健康管理、輔助診療、虛擬助理、醫學影像、智能化器械、藥物挖掘和醫院管理等領域均有企業在布局，其中醫學影像、藥物挖掘、健康管理，輔助診療、虛擬助理的應用發展速度較快。
圖 人工智能在醫療行業的應用圖譜
資料來源：創業邦研究中心
2.人工智能在醫療行業的具體應用場景
醫學影像。人工智能應用于醫學影像，通過深度學習，實現機器對醫學影像的分析判斷，是協助醫生完成診斷、治療工作的一種輔助工具，幫助更快的獲取影像信息，進行定性定量分析，提升醫生看圖/讀圖的效率，協助發現隱藏病灶。 人工智能通過影像分類、目標檢測、圖像分割、圖像檢索等方式，完成病灶識別與標注，三維重建，靶區自動勾畫與自適應放療等功能，應用在疾病的篩查、診斷和治療階段。目前較為火熱的應用有肺部篩查、糖網篩查、腫瘤診斷和治療等。
藥物挖掘。人工智能在藥物研發上的應用可總結為臨床前和臨床后兩個階段。臨床前階段：將深度學習技術應用于藥物臨床前研究，在計算機上模擬藥物篩選的過程，包括靶點選擇、藥效和晶型分析等，預測化合物的活性、穩定性和副作用，快速 、準確地挖掘和篩選合適的化合物或生物，提高篩選效率，優化構效關系。臨床后階段：針對臨床試驗的不同階段，利用人工智能技術對患者病歷進行分析，迅速篩選符合條件的被試者，監測管理臨床試驗過程中的患者服藥依從性和數據收集過程，提高臨床試驗的準確性。
虛擬助理。醫療虛擬助理是基于醫療領域的知識系統，通過人工智能技術實現人機交互，從而在就醫過程中，承擔診前問詢、診中記錄等工作，成為醫務人員的合作伙伴，使醫生有更多時間可以與患者互動。醫療虛擬助理根據參與就醫過程的功能不同，主要有智能導診分診，智能問診，用藥咨詢和語音電子病歷等方向。
第七部分智能駕駛行業分析
1.智能駕駛行業產業鏈
智能駕駛行業的中心業務是以Google、百度為代表的智能駕駛操縱解決方案提供商和以特斯拉、蔚來為代表的成車廠商。該類廠商，上接上游軟硬件提供商，下接公司和消費者，在整個業務鏈中扮演至關重要的一環。
產業鏈上游廠商多為細分技術提供商，如深度學習、人機交互、圖像識別和新材料、新制造新能源等。
智能駕駛產業鏈圖譜
資料來源：創業邦研究中心
2.智能駕駛市場分析
伴隨著 ADAS 技術的不斷更新，推斷全球 L1-L5 智能駕駛市場的滲透率會在接下來 5年內處于高速滲透期，然 后伴隨半無人駕駛的普及進入穩速增長期。在未來的 2025 年無人駕駛放量階段后，依賴全產業鏈的配合而進入市場成熟期。預測到2030年，全球 L4/5 級別的自動駕駛車輛滲透率將達到 15%，單車應用成本的顯著提升之 外，從 L1-L4 級別的智能駕駛功能全面滲透為汽車產業帶來全面的市場機會。
按照 IHS Automotive 保守估計，全球 L4/L5 自動駕駛汽車產量在 2025 年將接近 60 萬輛，并在 2025- 2035 年間獲得高速發展，年復合增長率將達到43%，并在2035年達到2100萬輛。另有接近 7600 萬輛的汽車具備部分自動駕駛功能，同時會帶動產業鏈衍生市場的大規模催化擴張。
根據獨立市場調研機構 Strategy Engineers 的預測，L4 高度自動駕駛等級下，自動駕駛零部件成本約在 3100 美元/車，其中硬件占比 45%，軟件占比 30%，系統整合占比 14%，車聯網部分占比 11%。按照全球 1 億輛量 產規模計算，理想假設所有車輛全部達到 L4 高度自動駕駛水平，那么全球自動駕駛零部件市場規模在 2020 年 將達到 3100 億美元。
第八部分中國人工智能企業畫像分析
隨著人工智能技術的不斷成熟，人工智能創業的難度逐步降低。創新的大門吸引眾多創業企業進入。為了觀察行業風向，助力創新企業發展，創業邦研究中心對國內200多家人工智能創業公司進行了系統調研，從發展能力、創新能力、融資能力等多維度指標，評選出“2018中國人工智能創新成長企業50強”。
地域分布
全國88%的人工智能企業聚集在北京、上海、廣東和江蘇。其中，北京人工智能企業最多，占比高達39.66%;其次是上海，人工智能企業占比達21.55%;位列第三的是廣東，人工智能企業占達15.52%。北京以領先全國其他地區的政策環境、人才儲備、產業基礎、資本支持等，成為人工智能創業首要陣地;華東地區的上海、江蘇、浙江均有良好的經濟基礎和科技實力，人工智能應用實力雄厚，也聚集了一批人工智能垂直產業園;廣東互聯網產業發達，企業對數據需求強烈，依靠大數據產業鏈推動人工智能產業發展。
行業分布
從行業大類分布來看，行業應用層的企業占比最大，為56.03%;其次是應用技術層的企業，占比達31.04%;基礎技術層的企業占比最小，僅為12.93%。隨著人工智能技術的發展，人工智能與場景深度融合，應用領域不斷擴展，行業應用公司比重不斷提升。在基礎層技術方面，國際IT巨頭占據行業領先地位， 國內與國際差距明顯，中小初創企業很難進入。
從行業應用來看，智能金融企業占比最大，為16.92%;其次是機器人企業，占比達15.38%;位列第三的是智能駕駛和智能教育，占比均為12.31%。金融行業的強數據導向為人工智能的落地提供了產業基礎，智慧金融被列入國家發展規劃中，龐大的金融市場為人工智能落地帶來了發展前景。機器人作為人工智能產業落地輸出， 目前市場需求較大，商業機器人占據較大份額。中國智能駕駛市場在資本推動下進入者較多，企業積極推動應用落地，百度、北汽等大型企業嘗試商業化落地智能駕駛汽車。人工智能推動教育個性化落地，相關初創企業涉入教育藍海，推動智慧教育的發展。
收入情況
收入分布在500-10000萬之間的企業最多，占比達49.14%;500萬以下的企業位居其次，占比達 26.72%;位列第三的是10000-100000萬之間的企業，占比為17.24%。
最新估值
企業最新估值均在億元級別，且分布較為均衡。三成企業估值超過15億元，還有企業估值達到百億級別，如優必
選科技、達闥科技和商湯科技等，將來或將躋身人工智能獨角獸企業。(備注：分析樣本量剔除一半未披露企業)
第九部分典型企業案例分析
1.Atman
企業概述
Atman由來自微軟的人工智能科學家和產業經驗豐富的產品團隊創辦，提供專業領域機器翻譯、機器寫作、知識圖譜、大數據智能采集挖掘等語言智能產品，致力于成為醫學、新聞、法律等專業領域語言智能專家，為專業領域用戶賦能，推動專業領域用戶進入人工智能時代，助力專業領域文字智能水平實現跨越式提升。Atman已為強生、新華社參考消息、北大法寶、君合律師事務所等世界領先藥企、新聞媒體、法律服務機構開發機器翻譯、機器寫作、知識圖譜、大數據智能采集挖掘等語言智能產品。
目前Atman在北京和蘇州兩地運營，能快速響應全國各地客戶需求。
企業團隊
創始人&CEO：馬磊
清華大學計算機系畢業，曾先后在微軟研究院和工程院擔任研究員和架構師，機器學習專家、多次創業者、曾主導多項人工智能重大項目，和申請國際專利共計15+項。
Atman公司核心團隊由來自微軟、百度、法電等領域高端人才和資深技術人才組成，公司員工40人，其中碩士以上學歷占比60%，技術開發人員占比70%，一半以上來自微軟亞洲研究院和工程院。
核心技術與產品
技術方面，擅長機器學習（深度學習、強化學習、群體智能）在復雜問題的應用，和國際專利15項，Atman神經網絡機器翻譯系統于2016年9月首秀，早于谷歌的GNMT，專業領域翻譯效果在公測標準和行業客戶測試中均持續領先。核心產品為垂直領域機器翻譯、機器寫作、知識圖譜抽取構建、大數據智能挖掘等語言智能產品。
Atman的機器翻譯產品可自動翻譯編輯專業文獻、報告、音視頻和網頁，支持私有部署和云端混合部署，提供包括數據隱私安全以及自學習的端到端解決方案。
機器寫作可對海量數據進行快速搜索、過濾、聚類，根據行業需求自動生成專業文檔，適用于所有專業寫作場景，可大幅減少專業報告寫作過程中的繁復工作，大幅提升專業領域寫作效率。
知識圖譜可實現海量數據的語義檢索、長鏈推理、意圖識別、因果分析，形成一個全局知識庫。大數據智能采集挖掘系統為專業領域用戶提供智能數據源管理、海量專業數據獲取和非結構化數據自動解析并結合知識圖譜提供auto-screening、知識重構、專業決策輔助，幫助用戶建立強大的以專業大數據為基礎的業務輔助能力。
2.黑芝麻
企業概述
黑芝麻智能科技有限公司是一家視覺感知核心技術與應用軟件開發企業，2016年分別在美國硅谷和上海成立研發中心，主攻領域為嵌入式圖像、計算機視覺，公司核心業務是提供基于圖像處理、計算圖像以及人工智能的嵌入式視覺感知平臺，為ADAS及自動駕駛提供完整的視覺感知方案。
目前公司和博世、滴滴、蔚來、上汽、上汽大通、EVCARD、中科創達、車聯天下和云樂新能源等展開深入合作，提供基于視覺的感知方案；除此之外，公司還在消費電子、智能家居等領域布局為智能終端提供視覺解決方案。目前公司已經完成A+輪融資。
企業團隊
團隊核心成員來自于OmniVision、博世、安霸、英偉達和高通等知名企業，平均擁有超過15年以上的產業經驗，畢業于清華、交大、中科大和浙大等知名高校。
創始人&CEO：單記章此前在硅谷一家全球頂尖的圖像傳感器公司工作近20年，離職前擔任該公司的技術副總裁一職，工作內容覆蓋了圖像傳感器研發和設計、圖像處理算法研發和圖像處理芯片設計。
核心技術和產品
在汽車領域，黑芝麻可提供車內監控方案（DMS），自動泊車方案（AVP），ADAS/自動駕駛感知平臺方案。黑芝麻智能科技提供的解決方案包括算法和芯片兩個核心部分：黑芝麻感知算法從基礎的控光技術，到面向AI的圖像處理技術出發來提高成像質量，以及應用深度神經網絡訓練，結合視頻處理和壓縮技術，形成從傳感器端到應用端的處理過程；黑芝麻芯片平臺采用獨有的神經網絡架構，包括獨有的圖像處理，視頻壓縮和計算機視覺模塊，與黑芝麻視覺算法結合，采用16nm制程，設計功耗2.5w，每秒浮點計算達20T。
3.乂學教育
企業概述
乂學教育，成立于2014年，是一家網絡教育培訓機構，采用人工智能和大數據技術，為學生提供量身定制學習解決方案和個性化學習內容。核心團隊來自美國Knewton、Realizeit、ALEKS等人工智能教育公司，銷售團隊有全國40億toC銷售額的經驗。
企業自主研發了針對中國K12領域的學生智適應學習產品，其核心部分是以高級算法為核心的智適應學習引擎“松鼠AI”，該產品擁有完整自主知識產權，能夠模擬真實特級教師教學。企業發表的學術論文得到了全球國際學術會議AIED、CSEDU、UMAP認可，并在紐約設計了人工智能教育實驗室，與斯坦福國際研究院（SRI）在硅谷成立了人工智能聯合實驗室。
主要產品
學生智適應學習是以學生為中心的智能化、個性化教育，在教、學、評、測、練等教學過程中應用人工智能技術，在模擬優秀教師的基礎之上，達到超越真人教學的目的。該產品性價比高，以人工智能+真人教師的模式，做到因材施教，有效解決傳統教育課時費用高，名師資源少，學習效率低等問題。
智適應學習人工智能系統
智適應學習人工智能系統模擬特級教師，采用圖論、概率圖模型，機器學習完成知識點拆分和個人學習畫像，采用神經網絡、邏輯斯蒂回歸和遺傳算法為學生實時動態推薦最佳學習路徑，實現個性化教育。
業務模式
線上與線下，2B和2C相結合。以松鼠AI智適應系統教學為主，真人教師輔助，學生通過互聯網在線上學習課程。開創教育新零售模式，授權線下合作學校，已在全國100多個城市開設500多家學校。
4.云從科技
企業概述
云從科技成立于2015年4月，是一家孵化于中國科學院重慶研究院的高科技企業，專注于計算機視覺與人工智 能。云從科技是人工智能行業國家隊，是中科院戰略先導項目人臉識別團隊唯一代表，唯一一家同時受邀制定人 臉識別國家標準、行業標準的企業。2018年，云從科技成為祖國“一帶一路”戰略實行路上的人工智能先鋒，與 非洲南部第二大經濟體津巴布韋政府完成簽約。
云從科技奠定了行業領導地位： 國家肯定，國家發改委2017、2018年人工智能重大工程承建單位；頂層設計，唯一同時制定國標、部標和行標的人工智能企業；模式創新，三大平臺解決方案，科學家平臺、核心技術平臺和行業應用平臺。
企業核心團隊
創始人
周曦博士，師從四院院士、計算機視覺之父—ThomasS.Huan黃煦濤教授，專注于人工智能識別領域的計算機視覺 研究。入選中科院“百人計劃”，曾任中國科學院重慶研究院信息所副所長、智能多媒體技術研究中心主任。
周曦博士帶領團隊曾在計算機視覺識別、圖像識別、音頻檢測等國際挑戰賽中7次奪冠;在國際頂級會議、雜志 上發表60余篇文章，被引用上千次。
核心技術團隊
云從科技依托美國UIUC和硅谷兩個前沿實驗室，中科院、上海交大兩個聯合實驗室上海、廣州、重慶、成都四 個研發中心組成的三級研發架構。目前研發團隊已經超過300人，80%以上擁有碩士學歷。
技術優勢
全方位多維智能學習模塊適應不同場景要求；模塊化設計為在工業視覺、醫學影像、自動駕駛AR等領域擴展打下良好基礎。
云從科技具有高技術壁壘：世界智能識別挑戰賽成績斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微軟全球圖像識別挑戰賽上共計奪得7次世界冠軍;在銀行、公安等行業智能識別技術 PK實戰中，85次獲得第一；2018年，云從科技入選MIT全球十大突破性技術代表企業。
在跨鏡追蹤(ReID)技術上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三個數據同時集體刷 新世界記錄， Market-1501上的首位命中率達到96.6%，首次達到商用水平。
正式在國內“3D結構光人臉識別技術”，可全面應用于手機、電腦、機具、設備、家電。相較以往的2D人 臉識別及以紅外活體檢測技術，3D結構光人臉識別技術擁有不需要用戶進行任何動作配合完成活體驗證的功能， 分析時間壓縮到了毫秒級以及不受環境光線強弱的影響等諸多優點，受到國際巨頭公司的關注。
行業應用
目前國內有能力自建系統的銀行約為148家。截止2018年3月15日，已經完成招標的銀行約為121家，其中云從科 技中標了88家總行平臺，市場占有率約為72.7%;在安防領域推動中科院與公安部全面合作，通過公安部重大課題研發火眼人臉大數據平臺等智能化系統，在民航領域，已經與中科院重慶院合作覆蓋80%的樞紐機場。
5.Yi+
企業概述
北京陌上花科技是領先的計算機視覺引擎服務商，為企業提供視覺內容智能化和商業化解決方案。致力于“發現視覺信息的價值”。
旗下品牌Yi+是世界一流的人工智能計算機視覺引擎，衣+是時尚商品搜索引擎。公司在圖像視頻中對場景、通用物體、商品、人臉的檢測、識別、搜索及推薦均達到領先水平。
目前公司和阿里巴巴、愛奇藝、優酷土豆、中國有線、CIBN、中信國安、海信、華為、360等數十家頂級機構/產品深度合作，通過提供邊看邊買引擎、圖像視頻內容分析引擎、人臉識別引擎等基于視覺識別技術的數據結構化產品服務于海量用戶，同時幫助政府機構、廣電系統、內容媒體、零售商、電商、視聽設備等行業實現智能分析、智能互動與場景營銷。目前公司已經獲得B輪融資。
企業團隊
團隊成員來自于斯坦福、耶魯、帝國理工、新加坡國大、南洋理工、清華、北大、中科院等名校及谷歌、微軟、IBM、英特爾、阿里巴巴、騰訊、百度、華為等名企。
創始人&CEO：張默
北京大學軟件工程碩士， 南洋理工大學創業創新碩士。連續創業者， 曾任華為算法工程師、微軟WindowsMobile工程師、 IBM SmarterCity 架構師，北方區合作伙伴經理，主機Linux中國區負責人，中國區開源聯盟負責人，年銷售額數億。 2013年創業于美國硅谷和新加坡，2014年6月在中國設立北京陌上花科技有限公司。
核心技術與產品
技術方面，在國際頂級計算機視覺競賽ImageNet中，成績曾超過谷歌、斯坦福等，2015-2016年2年獲得十項世界第一。2018年3月，人臉識別準確率位列LFW榜首。Yi+通過遵循無限制，標記的外部數據協議。 Yi+的系統由人臉檢測，人臉對齊和人臉描述符提取組成。使用多重損失和訓練數據集訓練CNN模型，其中包含來自多個來源的約10M個圖像，其中包含150，000個人（訓練數據集與LFW沒有交集）。在測試時， Yi+使用原始的LFW圖像并應用簡單的L2norm。圖像對之間的相似性用歐氏距離來測量，最終取得優異成績。
公司的核心產品主要包括視覺搜索引擎，圖像視頻分析引擎以及人臉識別和分析引擎：
行業解決方案
針對營銷、安防、相機和電視的不同特點，推出相應解決方案。
營銷+AI。場景化廣告方案中，大屏AI助理信息流推薦、神字幕、物體/人臉AR動態貼圖、video-out、場景化角標與廣告濾鏡等形式的廣告內容推薦，適用于快消、汽車、電商、IT、金融、旅游服務等多個行業。
智慧城市+AI。使用計算及視覺助力智慧城市，在智慧安防、智慧交通、智慧園區等方面提供解決方案。在智慧安防實時識別上，實時處理直播攝像頭信息，算法反應敏捷，相應迅速。建立智慧園區方案模型，考慮擴展性&靈活性、數據管理、松散耦合性、安全性、實時整合性以及功能性和非功能性需求等技術方案要素，從業務和技術兩方面整合解決方案實現步驟。
電視+AI。電視+AI的解決方案賦予智能電視多樣播放能力和營銷能力。
相機+AI。相機更具交互能力。用戶通過搜索關鍵字標簽同步展示圖片，打通相冊和購物一站式體驗。準確識別人物屬性特征，動態適應表情變化，可以在視頻以及圖像中對人臉實時檢測，基于深度學習技術，進行人臉相似度檢測，實現面部關鍵點定位、妝容圖像渲染，試用與粉底、唇彩以及眼影等多種虛擬試裝方式。實時檢測攝像頭中出現的物品、場景和人臉等，添加AR效果，SDK支持本地檢測、識別、追蹤，平均檢測幀率可達到25fps。
新零售+AI。Yi+新零售解決方案是基于公司自主研發的人臉識別、商品識別和其他圖像識別算法技術為核心，建立一整套基于人臉、商品的智能零售門店管理方案。Yi+新零售解決方案主要包含數據采集、算法模型說明和部署方案三部分，其中數據采集包括人臉數據采集、商品數據采集；算法模型說明包括識別算法訓練、商品識別、識別輸出；部署方案包括本地部署、云端部署、本地部署與云端部署結合。
6.擎創科技
企業簡介
擎創科技成立于2016年，專注于將人工智能和機器學習賦予傳統IT運維／企業運營管理，為企業客戶提供智能運維大數據分析解決方案，從而取代和改善對高技能運維人員嚴重依賴的現狀。2017年，擎創科技已實現全年2000萬營收，迅速成為國內AIOps領域的領跑者和中流砥柱。2018年初，擎創科技完成了數千萬人民幣的A輪融資，由火山石投資領投，晨暉創投、元璟資本及新加坡STTelemedia跟投。
核心團隊
擎創團隊的核心成員主要由BMC、微軟等美國企業服務上市公司的運維老兵，與新浪、餓了么等知名互聯網公司的大數據、算法專家組成，核心團隊成員至少擁有10年以上的行業經驗。其中CEO楊辰是國內最頂級的B端銷售，曾帶領團隊獲得10倍的業績增長；CTO葛曉波擁有長達15年的企業級軟件開發和運維經驗；而產品總監屈中泠則來自甲方，創業前為浦發硅谷銀行企業架構師，深知甲方對企業運維產品的需求。這個曾經深耕于運維企業服務市場的團隊，如今在智能運維企業服務賽道繼續領跑，讓擎創科技成為最懂企業的客戶，最值得企業客戶信賴的軟件廠商。
主要產品
“夏洛克AIOps” 作為擎創自主研發的大數據智能運維主打產品，自2016年上線以來，已從1.0版本升級至1.9版本，可應用在金融、大型制造業、鐵路民航、能源電力等涉及國家發展和民生問題的多種行業。在2017全球運維大會上，夏洛克AIOps獲得由中國信息通信研究院與高效運維社區聯合頒發的“年度最具影響力AIOps產品”獎。
“夏洛克AIOps”充分利用自研算法輔助客戶實現IT運維價值，結合客戶的現有情況，規劃從傳統ITOM至AIOps智能運維的一站式路徑，助其運營落地，由此打破數據孤島，建立統一的大數據智能分析平臺，實現以人工智能為核心，驅動傳統IT運維監、管、控三個層面，并將相關運維數據及業務數據實時展現。
“夏洛克AIOps”擁有多項自研算法，猶如運維界的福爾摩斯，能迅速發現并定位運維問題的根因，實現秒級排障，最大程度避免企業產生重大損失。更有價值的是，“夏洛克AIOps”還能通過長期的數據積累和機器學習，運用新型深度神經網絡算法對企業的業務數據進行預測，幫助企業提前規劃IT資源，高效預防各類黑天鵝事件的發生。
商業模式
目前，擎創科技已與多家金融和制造行業標桿客戶形成穩定的合作關系，包括浦發銀行、浦發硅谷銀行、國家開發銀行、上海鐵路局、銀聯、海爾、浙江能源等。針對不同客戶，采用個性化的商業模式進行服務，目前主要有私有模式和SaaS模式兩種，都具有較強的可復制性。
核心優勢
