人工智能商業模式精選(九篇)
前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能商業模式主題范文，僅供參考，歡迎閱讀并收藏。
第1篇：人工智能商業模式范文
2012年，在技術創業尚未形成風氣之時，他中斷了在美國的學術道路，回到中國，與中學同學、前阿里云總監林晨曦創辦了依圖科技公司，致力于計算機視覺業務。談到創業的初衷，他說：“我始終認為，技術要應用于現實生活中，才能發揮出最大的價值。”
2013年，依圖科技拿到了真格基金百萬美元的天使投資。2015年和2016年，依圖科技先后完成A輪、B輪融資，估值數千萬美元，成為業界最被看好的計算機視覺創業公司之一。
創業四年，甘苦嘗盡。朱瓏的技術優勢顯而易見，要面對的難題也不少：沒有商科背景，是否會讓他在管理上左支右絀？在人工智能這樣的前沿領域，沒有現成的商業模式可供借鑒，他該如何取舍公司的業務方向？
8月，趁朱瓏在北京出差之際，《時間線》對他進行了專訪，聽朱瓏講述行走在中國科技產業浪潮之巔的故事。
《時間線》：2012年你創業的時候，國內人工智能市場是怎樣的？
朱瓏：當時大家對人工智能的未來不像今天這樣有信心，資本對這個圈子的熱度也遠不如今天。并不是說你來自MIT就很容易拿到投資。我認為2012年是技術類創業的標桿性的一年，此后，創投圈開始從“資金密集型”和“資源密集型”轉向“智慧密集型”。
《時間線》：如你所說，當時資本圈對AI并不像今天這樣抱有信心，依圖拿到真格基金百萬美元的天使投資，經歷了怎樣的過程？
朱瓏：在紅杉資本中國基金副總裁吳瑩的介紹下，我和我的合伙人林晨曦與真格基金的創始人徐小平先生在他的家中見面，交流了十幾個小時。當時，徐老師對人工智能技術并不十分了解，但非常看好我們的團隊和AI的未來，提出給依圖兩百萬美元的投資，這筆資金動用了當時真格基金總額的7%，我認為徐小平老師是個非常有魄力的投資人。
《時間線》：你們的很多項目都是與政府部門合作的，一家創業公司是如何取得政府的信任的？
朱瓏：我回國之后動用了自己在國內所有的人際關系，最終獲得了在某個公安系統會議的茶歇時間與一名負責人交流3分鐘的機會。經過一番爭取，他愿意讓我嘗試計算機車輛識別系統，當時計算機的車輛自動識別準確率不到30%，對方希望提升到70%。接到任務兩個月后，我們做出了一套車輛識別系統，識別準確率達到了90%，獲得公司成立后的第一單業務。
由此開始，我們與公安系統開始了長期緊密合作，將人臉識別技術應用于追逃、刑偵、監控等方 面。
《時間線》：人臉識別技術具體可以如何應用到公安系統的工作中？
朱瓏：我們曾協助蘇州公安完成一起追逃任務，公安用全國在逃庫的26萬人與常住及暫住人口庫中的1300萬人進行比對，通過人臉識別的捕捉，系統共預警25人。經過人工甄別，最終確定了17人為嫌疑人，其中9人已撤銷，最后現場捕獲了3人。這是過去單靠警力無法做到的事情，現在人工智能技術可以幫助我們實現。此外，人臉識別技術還可以應用到金融等其他行業。
《時間線》：從創業到現在，人工智能市場經歷了怎樣的變化？
朱瓏：今年的前三、四個月，比過去一年的變化還大。很多投資人的邏輯是“我就要投資人工智能，一定要進來參與這個領域。”
《時間線》：在人工智能大熱的今天，可能會有一些投機主義的公司涌現，這是否會成為你的困擾？
朱瓏：肯定有，這很正常。有一些公司不見得會涉及智能的那些部分，只是包裝一個概念，但時間會自動篩選出真偽，有實力的公司很稀缺，團隊會更加值錢。
為杭州打造“城市數據大腦”
今年9月，全球矚目的G20峰會將在杭州召開，杭州市委市政府聯合眾多公司，在阿里云的牽頭下開展了一個名為“城市數據大腦”的城市交通規劃項目，借此盛會展現大數據在城市管理中的作用，依圖公司參與其中，提供車輛識別及大數據相關技術。首次涉通領域，對于依圖來說是一個新的挑戰。
《時間線》：“城市數據大腦”項目中，依圖進行了哪些方面的技術支持？
朱瓏：我們對城市中車輛的行駛路徑等數據進行收集、分析，對車、道路、紅綠燈的信息進行建模。在建模的基礎上對政府的交通管理者給予建議和優化方法，比如紅綠燈的改進措施，道路的修繕方案。我們希望通過解決城市交通這類世界級難題，讓人工智能使我們的生活更加輕松便捷。
《時間線》：這個項目的難點在哪里？
朱瓏：從技術層面來講，交通管理是一個非常新的領域，世界上頂級機構對這一領域的研究也處于原始階段，現有的學術界的模型、數據體量無法滿足模型精度的需求。要完成這個項目，我們還要做很多新的研究。從操作層面來講，我們的工作要跨越政府的不同部門，把這些數據整合到一起。
《時間線》：大數據對人工智能技術有重要作用，你們如何建立自己的數據庫？
朱瓏：最樸素的辦法就是一點一滴積累，比如車輛數據，我們自己去路上拍了很多，慢慢地數據就積累起來了。在和客戶合作的過程中，客戶也會提供一些數據。
《時間線》：現階段在中國進行技術創業，難點在哪里？
朱瓏：從創業環境來看，我們沒有完善的反壟斷機制，也就是說大公司還是可以跟你競爭的；但在美國，這不一定行得通。而且中國的知識版權的保護尚為薄弱，小公司抄襲的情況比較多。
此外，探索出好的商業模式是非常困難的。依圖成立四年，經歷了很多探索，我們一直在扎實地做垂直領域，包括公安、金融等領域。我始終在問自己：人工智能的賣點是什么？
AI最大的考驗是商業模式的創新
2016年初，一場人機大戰成為全民熱點。人工智能的概念從科技圈走向大眾，做了一次生動的市場教育。影響迅速蔓延到二級市場，人工智能概念股迅速飆升，中國興起一波人工智能創業熱潮。創業四年，朱瓏目睹了人工智能產業的變遷，他有著怎樣的體會？作為一個創業者，他如何看待這個產業的未來
《時間線》：現在依圖在技術研發和商業方面的比率大概是什么樣的？
朱瓏：超過50%都是技術團隊，我們的核心優勢是對技術的理解能力。有了技術作為基礎，擴張的成本會變得很低。
《時間線》：作為學者型創業者，商業背景的匱乏會不會成為你的瓶頸？
朱瓏：創業四年，這個部分的知識我補充了很多。商業知識是不斷學習的過程，今天學到的商業經驗不一定能解決明天的問題。換句話說，有商科背景不一定比我更有能力解決未來將面對的問題。創業本身就是個不確定的探索過程。
《時間線》：如何看待技術與商業化的平衡？
朱瓏：技術與商業化從來不是矛盾的。中國現在有很多大規模的問題放到學術上都是非常有挑戰性和標桿性的。在實驗室是無法直接解決問題的，因為有些數據不易得到，做商業項目與學術研究并不沖突，反而可以更好地促進技術發展。
第2篇：人工智能商業模式范文
ABC時代
2016是非常匆忙的一年，好像比2015、2014、2013年發生的事情多得多。這一年各種讓我們吃驚的事件接二連三地上演，這些事件的背后，有沒有一個類似于主旋律的東西？
2016年可以說是一個告別之年，也是一個開始之年。曾經代表一個時代的人去世了，比如英特爾的前CEO格羅夫，這個時代最偉大的CEO在3月份去世。還有曾經預言信息時代來臨的托夫勒也在2016年去世。當一個人離開這個世界的時候，我們常說他所代表的這個時代結束了。實際上衰亡和興起的過程都是一個我們沒有覺察到的歷程，而不是一個時間點。當你發現一個時代結束，其實這個時代早已在此之前開始了結束的歷程。當你發現一個事情突然出現的時候，它一定是在此之前已經開始了出生、生長的過程，只不過在某一個點上以一種顯眼的面目出現。2016年的幾個黑天鵝事件，比如AlphaGo和人機大戰，很多專家預言2030年才會出現計算機下圍棋把人類打敗，結果在2016年提前來到了。
又如英國脫歐，我們在21世紀剛剛開始的時候都特別歡欣鼓舞，覺得來到了一個天下大同的時代，全球化的時代開啟了。但是在2016年我們見證了全球化正在被一種逆流所緩沖和改變。逆全球化，反全球化的浪潮在2016年開始凸顯，英國脫歐，美國特朗普上臺，都是反全球化的逆流。
開始之年也是結束之年，每一場畢業都意味著下一場開學。2016年到底開始了一些什么東西？我們撇開一些宏大敘事不講，僅在商業領域，可以概括成一個“ABC時代”。關鍵性技術已經從傳說，從一種少數人關注的小圈子的一種狀態，逐漸進入到主流商業世界的視野。
這三個東西可以叫A、B、C。A是AI，人工智能。B是Big Data，大數據。C是Cloud，云計算。這三個東西開始合流，變成三位一體的東西，以一種我們不能忽視的形象出現了。尤其是AlphaGo的出現，讓我們不能忽視人工智能的力量，計算機不是人類能馴服的工具了。
以前的技術、工具和機器都是人的延伸，是體力或腦力的延伸，從最早的蒸汽機、火車到飛機，無非是人類某一項體能的延伸。后來出現了某種程度上的腦力的延伸，比如計算機的出現，在某個單一功能上，人腦沒有辦法和電腦相比，但是整體的判斷力、決斷力和整體的智能，電腦完全沒有辦法和人相比，只是一個工具而已，幫助我們收集和處理、存儲信息。而在以AlphaGo為代表的人工智能出現之后，我們發現它開始逆天了，今天不是延伸，是了，它做的事情越來越像人！
“三個代表”
對于這種，可以概括成 “三個代表”。一個是“私人秘書”，一個是“私人司機”，一個是“私人醫生”。在這個物質如此豐富的世界，能夠擁有這三樣的人少之又少。但是人工智能和云計算、大數據可以讓每個人都擁有私人秘書、私人司機和私人醫生。
比如谷歌、特斯拉，還有其他一些知名和不知名的新興和傳統的汽車廠商，它們在做一件事，讓人人都擁有私人司機，它貼身服務于你，不會讓你感覺到作為自然人的司機的很多問題，這是一個很有誘惑力，很有產業前景的設想，事實上這個技術逐漸在向我們靠近。
然后是私人秘書，以前我們借助電腦和網絡搜索信息，還在這些信息的基礎上做一些比較和判斷，但是今天計算機和網絡要做的事情，遠不只是給我們提供信息。舉個例子，當你今天早晨要趕7：30的早班飛機，意味著需要提前兩個小時起床，你要時刻監控這個信息。但是一個私人秘書式的智能人會代替你，你睡你的覺，它時刻監控這個航班的變化，如果航空公司改變了航程延誤一個小時，它會自動把你的鬧鐘往后調一個小時。同時它會通知滴滴、易道、神州這樣的公司，把接送你的時間往后調一個小時。它還會幫你值機，挑選座位。在不打擾你的情況下，事情已經辦好了。
今天無論在電子商務、智能領域、游戲領域，都發生從信息到智能的變化，所以我把它叫做“新IT時代”。以前我們說IT是信息，今天我們說的是智能技術，我們的信息一點都不稀缺，但是情報永遠是稀缺的。什么叫情報？就是在大量的信息當中發現蛛絲馬跡，發現最有價值，能夠幫你做決策的信息。私人秘書要做的事情，就是在眾多信息里合成有用的能夠執行的情報。
第三個是私人醫生，認知計算很重要的一個功能是在不懂得醫學的情況下，根據你身體的種種狀況，判斷出你的病癥，比如你已經進入了糖尿病模式，或者幾年以后有可能發生癌癥。如果你要避免這個事情，需要做哪些改變，包括飲食、生活習慣、心情、工作環境等等。這種私人醫生往往比我們眼前見到的活人醫生還要準確，因為我們的醫生做出判斷是根據大量的化驗，而且是非常顯性的數據來確定你有沒有生病。而認知計算能提前很久就發現你已經進入到什么樣的模式，是依據大量的數據，包括你的數據，你家族的數據，周圍人的數據以及全世界的相關數據，然后合成一種模型，根據這樣的模型來確定你的身體狀況。
所以人工智能、大數據和云計算這三樣東西，是我們在2016年整個商業創業創新的基本背景。如果忘記了這個背景，你現在做的很多事情，做得越熱鬧，有可能最后輸得越快，甚至輸得越慘。
需求永遠不變
我們回過頭來看商業模式，首先你面對獨特的客戶需求。你發現了客戶的痛點，你給出了一張牌，這就是商業模式。而且實際上是一手牌，要不斷抓進新的牌，這種模式才能玩得下去，“一招鮮、吃遍天”的商業模式早已過時了。尤其是當你手里的牌不那么好的時候，能夠通過牌與牌之間的組合，把一副爛牌打下去，還能打贏，這才是值得追求的商業模式。所以在商業模式里，本質上是對需求出的一張牌。
什么叫產品？就是古老的需求和新出現的技術之間的一個化合物。所以要意識到需求是不變的。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，因為當時的技術條件很簡陋，或者說是0技術，我們只能靠走和靠吼，后來我們找到了別的方法和技術滿足這個需求，手寫書信，戀人之間鴻雁傳書，或者用暗號約定。直到今天，我們使用微信，用各種各樣的通訊工具做出解決方案。通信的需求，交通的需求，古已有之，只不過技術和條件不一樣，所以出來的產品和模式就會發生變化。
喬布斯說，最好的市場調查是站在鏡子前面看看自己，因為你心里的需要都搞不清楚的話，你貿然去隨便問幾個人的需求，就覺得是完成了市場調查，結果做出來的東西根本沒有人要。如果福特當年做汽車之前問人，你需要什么樣的車？他得到的回答一定是一輛更好的馬車，因為他們不知道還有汽車這種東西。
第3篇：人工智能商業模式范文
第三方研究機構普遍預測消費級和商用無人機將在未來5年達到數十億美元規模。目前一級市場和產業界都對無人機賦予重點關注。從高通這樣的芯片商到騰訊這樣的互聯網企業都進軍無人機產業。
智能化的無人機將真正“無人”，拓展更廣闊的應用空間；
目前無人機依然需要操作員控制確保正常安全飛行。智能化的無人機將變身“會飛的機器人”。智能化的無人機將擺脫操作員真正“無人”，降低應用的人力成本，完成危險任務或到達人/普通機器人無法到達的地方。
智能化技術包括機器視覺硬件/軟件技術、人工智能、OS與固件等；
機器視覺能夠讓無人機識別周圍的環境從而安全自動飛行躲避障礙，是最關鍵的智能技術。硬件機器視覺技術包括雙目視覺、紅外激光視覺；軟件技術包括光流算法、圖像分割算法等。人工智能技術包括圖形識別、人臉識別、語音識別等技術，能夠提升無人機的自動化程度，更“智能”完成商業應用。OS與固件等軟件技術是連結無人機計算芯片和軟件算法的關鍵，目前有較為成熟的開源軟件庫提供開源算法代碼供開發者。
硬件產業趨勢是芯片化、集成化；軟件產業趨勢是開源+二次開發商；
高通/Intel/Nvidia都推出了基于自己芯片產品的無人機參考設計或樣機。高性能計算芯片智能化的關鍵技術，隨著芯片廠家涌入，硬件發展趨勢是芯片化、集成化，將可能重復PC產業和智能手機產業的發展路線：上游芯片廠商占據產業關鍵地位并獲取大量利潤。中國企業聯芯科技在智能無人機芯片領域也有一定投入，值得關注。在無人機軟件和人工智能軟件/算法領域，已有一些開源軟件社區存在，提供大量開源軟件算法庫。未來智能無人機軟件產業將大概率重復開源社區+二次產品化開發商的商業模式，具備技術優勢、能夠提供差異化商業軟件的廠商將脫穎而出占據產業鏈的上游。投資者可關注計算機和下游整機制造行業相關上市公司。
第4篇：人工智能商業模式范文
在國家社會科學基金和互聯網經濟學研究聯盟的支持下，《財經問題研究》編輯部特別組織了“互聯網經濟的理論與反壟斷政策探討”筆談，邀請數位專家對相關問題展開討論，相關成果發表于《財經問題研究》2018年第9期，本文為其中之一。
核心問題
人工智能和互聯網能否帶來新的經濟增長？
產業互聯網將如何影響產業競爭的格局，其對整個經濟的增長有什么樣的影響？
平臺型組織的演變會對社會產生多大的影響？
01
引 言
在過去的十多年時間里，全球經濟面臨一個比較大的挑戰就是如何重塑經濟增長。2005—2014年，全球最發達的經濟體的增長率長期停滯不前，急需要尋找一個新的經濟增長驅動力量。
互聯網在中國經歷了20年的快速發展之后，已經取得了世人矚目的成就。特別是隨著智能手機的普及，移動互聯網在中國已經相當發達。根據中國互聯網協會的數據，2016年中國境內活躍的手機上網碼號數量達12.47億。
得益于中國特殊的市場規模和移動互聯網的發展，中國的消費互聯網市場發展迅速，代表性的電商平臺如阿里巴巴、社交及游戲公司騰訊，這兩個公司以市值計均進入全球財富五百強的前十位。
當前，人們關注的熱點是中國的互聯網紅利是否已經消失，傳統產業的互聯網轉型是否會帶來新的增長機會？
此外，人工智能最近這幾年發展迅速。2017年中國的人工智能（AI）投資僅次于美國，成為投資熱點，政府也不斷推出鼓勵和支持政策。
這種變化引發業界和學界的思考，是不是會出現新的驅動經濟增長的力量？這個力量如果能夠驅動經濟增長，其對于整個社會的改變會有哪些影響？
1999年，美國微軟的創始人蓋茨有一個非常有名的論斷：商業新法則就是“互聯網會改變一切”。從他提出這個論斷到現在已近二十年，可以看到，電影、閱讀、新聞等商業模式都發生了巨大的變化。
但另一方面，還有很多東西沒有發生變化，如航空發動機的數據獲取，1960年和2015年的方式并沒有太多的變化。很多產業，如海關報關等，也沒有發生實質性的變化。在今天，一個備受關注的問題是，人工智能對于社會將有多大影響？
筆者將從產業競爭和戰略的角度來討論產業互聯網和人工智能會如何重塑中國經濟的問題。主要討論三個問題：
第一，人工智能和互聯網對經濟增長的影響。人工智能和互聯網是否有可能提高經濟的長期增長水平？
第二，產業互聯網將如何影響產業競爭的格局？它對整個經濟的增長有什么樣的影響？
第三，產業互聯網和人工智能如何影響產業結構的變化？特別是產業互聯網和人工智能是否會導致產業的平臺化？這種平臺型的組織又會對社會產生多大的影響？
分析表明：
第一，產業互聯網和人工智能會大幅度提升生產力。而且產業互聯網和人工智能會提升要素配置的效率，進而提升生產率。因此，可以樂觀看待長期經濟的增長率。
第二，平臺和組件的模式會影響一切組織和經濟形態。平臺會影響國家的競爭、城市的演變和產業轉型。一切組織都會向平臺化的方向發展。
02
人工智能和經濟增長
經濟的長期增長，主要是來自全要素生產率的增長。全要素生產率的增長，除了科技（包括人工智能）的進步，還包括管理效率和要素錯配這兩個問題帶來的影響。
大量的數據都表明，經濟的長期增長率一直在下降。無論是20世紀80、90年代還是千禧年后，整個世界的GDP增長一直在下降。
Gordon（2016）提出，美國的長期經濟增長將繼續下臺階。Gordon研究了美國過去150年的經濟發展史，認為美國的發展呈現倒U型的特征。美國經濟大約從19世紀70年代開始起飛，到20世紀50年代達到頂點，之后逐步下降。
Gordon的一個略為意外的發現是，從20世紀70年代開始，美國經濟的增長表現非常普通，特別是創新的步伐和技術進步帶來的增長并沒有惠及到更多人。
為什么現在大家如此關心人工智能的發展？很重要的一個原因是希望能夠找到提升經濟增長新的關鍵要素，希望找到推動經濟持續增長的新動力。這是大時代的背景。
人工智能是否會推動經濟增長和提升生產率，對中國同樣非常重要。
一是因為目前對中國經濟長期增長源泉的解讀有很多誤區。很多人認為中國經濟的增長來自于投資的驅動，認為由于投資占比已經很高，且投資回報率逐步降低，所以中國的經濟增長必然下行。
第二個原因是人工智能對組織生產活動的要素配置會有影響。如果人工智能可以提升要素配置效率，那經濟增長的潛力也會提高。
Zhu（2012）的研究表明，與很多人想象的不同，中國經濟的增長主要來自于效率的提升，而不是來自于投資的增加。雖然投資的增加是經濟增長很重要的一部分，但最主要的增長還是來自于經濟效率的提升。他的這一發現在學術界受到了越來越多的關注。
這一研究的重要性不僅在于其給出了一個與主流很不一樣的觀點，更重要的在于這個研究對判斷經濟增長的潛力有非常大的參考意義。
根據這一研究，1978—2007年，在中國經濟增長的貢獻中，有70%是來自于全要素生產率的增長。這一結論非常重要，意味著中國長期經濟增長仍然有非常大的空間。
這是因為在經歷了40年的高速增長后，中國的全要素生產率仍然只有美國的20%多。這表明通過提升全要素生產率來促進中國經濟增長的空間非常大。這就是為什么人工智能和新的經濟增長動力如此重要的根本原因。
由此，需要一個堅實的支持經濟增長的微觀理論基礎來對當前的經濟形勢進行解釋和指導。人工智能可以看作是廣義的機器自動化。在經典的索羅模型中，可以借助一個簡單的增長模型來討論人工智能對經濟增長的影響。
參考ZEIRA（1998）的經濟增長模型，簡單來說，經濟增長實際上可以看成一個抽象的生產函數。一個國家的產出是由生產力、資本和勞動共同決定的。
根據這一模型，可以推導出一個重要的結論：經濟的增長速度與自動化的比例正相關，即自動化的提升會增加長期的增長。此外，自動化比例的提升意味著資本在總產出中的占比提高。
這個簡單的模型有兩個非常重要的含義。
第一，人工智能在理論上有可能會帶來經濟的持續增長。人工智能比例的提升，會帶來經濟增速的持續提高。這實際上就是從經濟學上定義的奇點。經濟學家在這方面向自然科學學習了很多。這里的所謂奇點，從經濟學角度來說，就是持續的超高增速。
第二，資本和勞動在產出中的占比關乎收入的分配及平等和長期的社會穩定。資本占比提升和勞動的占比越來越低意味著貧富差距會增加。資本家是成為人工智能的投資者和獲益者，而普通的工人則可能成為受害者。
對于人工智能對經濟增長的影響，在給出確定結論前，可以簡要回顧一下歷史。關于人工智能的爭論其實是一個歷久彌新的話題，從信息技術一出現，大家就在討論這個問題。
20世紀90年代《經濟學人》的說法是，計算機不會提升人們的生產力。Zachary（1991）認為數據過載限制了生產率的提高。而信息技術對生產率的提升是顯而易見的。
但1996—1999年，美國私人部門的年均增長率達到2.8%，是1980—1995年間的2倍。這段時間可以明顯看到信息技術帶來的生產力的提升。
人工智能鼻祖和行為經濟學鼻祖西蒙也認為計算機和自動化會推動生產力的持續提升，但可能不是加速的提升。加速就是前面提到的奇點，即人工智能應當會持續提升生產率。業界的研究也支持這一判斷。
埃森哲的研究表明，美國生產率的增長受益于人工智能，到了2030年可以實現翻倍，意味著全球的經濟增長可能會重新進入高速增長的環境，全球經濟將進入新的增長周期。
經濟增長的源泉無外乎生產率的增長、資本投入的增加或是勞動人口的增長。如何理解抽象的增長模型中人工智能會導致長期的總經濟增長？
第一，從資本的角度，對人工智能的投資會產生很多不會折舊的資產，甚至還會增值，這是因為人工智能有學習能力，如阿爾法狗，它一天比一天聰明。這與傳統的資本完全不同。
第二，從勞動力的角度，人工智能與勞動力之間的替代關系和互補關系同時存在。在國民經濟的很多部門，人工智能會逐漸替代人工，但在其他很多部門，人工智能與勞動力之間是互補的。而且人工智能對勞動力的替代，有可能意味著人們會接受更多的教育，從而帶來勞動生產率的提升。
從歷史的經驗來看，可以參考信息技術對生產率的影響。1996—1999年，是美國信息技術、互聯網開始發展的時期。這段時期，美國全要素生產率年均增長2.8%，是1980—1995年的兩倍。這一數據表明人工智能這種新的技術會使得生產力有大幅度的提升。
第一次工業革命時期，1850—1910年，蒸汽機驅動的經濟增長是0.3%，而第三次工業革命也就是信息技術驅動的經濟增長是0.6%。
有估算認為，人工智能驅動的經濟增長在0.8%—1.4%。雖然這個數字還難以確認，但有充分的理由相信，人工智能對整個經濟效率的提升有非常大的幫助。
除了人工智能直接帶來的經濟增長，還有兩個與人工智能間接相關并會提升經濟增長的原因。
第一，來自于管理和組織效率的提升，這個是在微觀層面上的。
Bloom（2007）等學者的研究表明，不同國家的企業管理水平差別很大。假設企業管理水平的總分是5分，將各國企業管理水平得分排名，美國、日本、德國名列前茅，中國則仍然處在一個非常低的水平上。這一研究對于理解中國經濟增長的長期潛力有非常重要的含義。
中國是在如此低的管理水平的基礎上取得近四十年的高速增長的。如果中國能夠借鑒國際先進的企業管理經驗，提升組織管理效率，就可以大幅提升中國的經濟增長水平。
第二，要素錯配的問題。
要素錯配對經濟增長的影響近年來在學術界引起了很大的關注。提升經濟增長的另外一種方式是改善要素錯配。要素錯配會導致經濟效率的損失，如果中國能夠改善經濟要素的配置效率，就可以提升經濟效率，進而促進經濟增長。
謝長泰[6]等的研究表明，與理想狀況相比，中國的全要素生產率提升可以超過100%；即使是與美國的實際水平相比，中國的全要素生產率仍然會有3%—50%的提升，這表明如果中國能夠改善要素配置，經濟增長的潛力就會持續提升。
總體來講，跨部門、跨行業的生產率都存在差別。一個國家的企業生產率越集中，表示企業之間的生產效率越是接近的；越分散則表示不同企業的生產效率有差別。而中國企業的生產效率有很大的提升空間。
中國消費互聯網的發展已經證明了提升要素配置促進經濟增長的作用。阻礙要素配置效率方面有幾個重要的調整成本，包括企業所有權和政治的聯系、大量的非正式部門等。
但人工智能的發展會導致這些非正式部門的快速消失。這就是為什么產業互聯網和人工智能的出現會改善要素配置效率，促進經濟增長的原因。
03
產業互聯網的影響
在消費互聯網中，已經出現的代表性企業有美國的谷歌、蘋果、臉書、亞馬遜，中國的百度、阿里巴巴、騰訊。
但產業互聯網還正在發展中，目前還看不到明確的巨頭。美國的通用電氣是在產業互聯網方面轉型最堅定的企業，但目前仍然沒有看到非常明顯的競爭優勢。
什么是產業互聯網？筆者的定義是，產業互聯網是通過互聯網來重構產業的價值鏈和創造新的價值。而不是簡單地在互聯網上加一個東西，其范圍其實是非常廣泛的。
需要正確理解產業互聯網與通常所講的“互聯網+”或“+互聯網”的區別。
以婚介市場為例，婚介市場是一個具有很大的商業價值和社會價值的大市場。簡單的“互聯網+”就是把婚介搬到網上去，即國內很多婚戀網站的模式。這種做法只是把線下的婚介搬到線上。其目標是盡可能多地促進互動（interaction）。但美國有一家與眾不同的婚戀匹配的網站，叫做eHarmony。
中國的很多婚戀網站注冊很容易，但美國這家公司卻不同。如果想要成為該網站的會員，需要花四個小時做心理學專家仔細設計的250道問題。這種做法的好處在于可以剔除哪些不是嚴肅找婚戀對象的用戶，有效提升匹配效率。
這里的核心就是進行價值鏈的重構。整個網站是在信任的基礎上，給用戶提供嚴肅、有效的匹配。這種做法完全改變了婚戀網站的商業模式和治理方式，這就是產業互聯網與“互聯網+”的區別。
產業互聯網是一個巨大的市場，發展空間巨大。通用電氣的估計是32萬億美元，占到了美國46%的GDP。根據思科的估計，到2020年，美國公司的利潤通過產業互聯網可以增長21%。
雖然目前中國市場上沒有明確的產業互聯網巨頭，但可以期待產業互聯網會為中國帶來同樣的巨變。
革命性的新產品或新服務一定會出現，類似于蘋果創造新的市場，或是特斯拉改變世界汽車產業的方式。特斯拉的意義在于其完全顛覆了一個產業。
電動車并不是新東西，愛迪生是最早看到電動車前途的。但真正驅動汽車產業大發展的是福特的T型車和汽車能源的使用方式。
特斯拉的重要性在于其對汽車產業的兩個根本性改變：自動駕駛系統和充電電池系統。這就是為什么特斯拉的市值會超過傳統的汽車巨頭通用汽車。需要看到的是，特斯拉試圖做的是成為汽車產業的微軟和英特爾的結合體。
新的應用效率可能會降低成本，提升滿意度和安全性。因為在整個生產、服務領域，都會有非常大的改變。
提到工業物聯網，如果效率的提升會帶來整個產值的增加，那么無論是航空、電力、健康、鐵路，還是石油、天然氣，產業互聯網和人工智能對上述產業的改變都會非常大。
04
平臺化組織
今天全球十大公司很多都是平臺型公司，包括谷歌、蘋果、騰訊、阿里巴巴等。平臺經濟的商業模式會影響到很多層面，包括國家層面、地方政府、城市，以及各個產業。人工智能的出現，會加劇這個過程的演變。
以PC產業的演變為例，傳統計算機產業的典型代表是早期具有垂直整合結構的IBM，即計算機的所有零部件都由自己生產。但今天的計算機產業是一個非常碎片化的產業，由極少數的關鍵玩家主導，如芯片由因特爾主導，操作系統則由微軟主導，其他的部件則由標準化配件提供商生產。
計算機產業從垂直整合結構演變為分散水平結構，意味著這個產業的利潤被少數平臺型公司獲取，其他公司只能賺非常薄的利潤。這是非常重要的演變趨勢，PC產業的演變，將來有可能會在很多產業中復制。
任何一個行業，如果像PC產業一樣演變，那就意味著產業里絕大部分公司只能退化成一個提供標準化組件并獲取市場平均利潤的普通公司，而主導產業演變的平臺型公司則將領導整個產業并獲取絕大部分的蛋糕，如智能手機平臺蘋果、搜索平臺谷歌、電商平臺阿里巴巴和社交平臺騰訊。
平臺型組織的演變會對社會產生的影響主要有三個趨勢：
第一個趨勢是平臺化后，產業的合作和融合更加明顯。
一些提供單一功能或服務的企業存在通過其獨特服務滲透到其他產業進行平臺覆蓋的可能。產業的分散化意味著核心的主導公司可能會通過技術來顛覆傳統產業。
如在汽車產業，傳統的主導公司是通用、福特、奔馳等汽車制造商，但在自動駕駛和新能源時代，谷歌和特斯拉可能通過其全新的駕駛技術或充電技術顛覆傳統產業。新興的科技公司也有可能通過智能手術技能來顛覆傳統的醫療產業。
第二個趨勢是人工智能的基礎設施能夠促進增長，包括硬件、數據。龐大的數據會使大公司的優勢加強。
平臺的演變會影響一切經濟形態和組織形態，意味著平臺的模式將主導一切，平臺型的國家會出現。未來，美國和中國將會成為全球經濟的超級兩強，其他國家則會成為全球政治和經濟上的組件和配角。
人工智能會使得中美兩國在資本、技術方面的優勢進一步強化。而平臺型城市會使得人才和資本的規模效應更強，更集中在大城市。深圳就是非常典型的平臺城市。
第三個趨勢是平臺型產業的普遍化。
現在還沒有看到人工智能這個產業里出現非常典型的突出玩家，但將來一定會有某個公司提供主導機器的操作系統。這個產業一定會產生一個領導性的企業，類似于微軟的超級平臺。
可以肯定的是，目前經濟體量較大的國家在人工智能方面的投入會非常多，并進一步導致國家間的強弱分化。
05
結 論
本文主要討論了三個問題：人工智能和互聯網能否帶來新的經濟增長？產業互聯網將如何影響產業競爭的格局，它對整個經濟的增長有什么樣的影響？平臺型組織的演變會對社會產生多大的影響？
無論是歷史的數據還是理論分析都表明，可以適度樂觀看待產業互聯網和人工智能對經濟的影響。人們有理由相信產業互聯網和人工智能會大幅度提升生產力，并推動長期經濟增長。
同時，筆者認為，平臺加組件的模式會橫掃一切組織形態，包括國家、城市和產業，整個社會都會全面向平臺化發展。
第5篇：人工智能商業模式范文
當我們談論人工智能（Artificial Intelligence，AI）時，很大程度上受到源自20世紀想象的影響，例如，直接把人工智能和機器人聯系起來，甚至是人形機器人。這可能也會影響法律人對人工智能的想象，包括是否承認人工智能作為具有自我意識的法律主體地位（或至少是人類行為的人），從而保護其特定權利（言論自由、著作權）、劃定責任（締約、侵權），甚至強調可能的毀滅性風險。這種想象遠非受到科幻作品影響那樣簡單，深層次中還反映出人工智能在技術和應用上不同的發展路徑：早期人工智能研究更集中于對人腦的仿真模擬，探究意識、理性等更為宏大的哲學問題，但應用性較少;當下的人工智能走出了實驗室，借助互聯網服務直接影響到普通人的生活，在技術上并不執著于創造一個完美的智能體，而是依靠算法（如機器學習和神經網絡）不斷優化，對海量數據自動挖掘與預測，通過無所不在的傳感器實時更新數據，動態掌控著人類社會各個方面的運轉，并把從某個特定領域升級為通用人工智能作檳勘輟4誘飧鲆庖逕纖擔人工智能并不神秘，它出現在日常生活中，不僅是工業社會生產自動化的延續，也是互聯網商業化的必然結果和新階段。時至今日，歐美國家紛紛出臺政策，推動人工智能發展，力求提升經濟效率和競爭力。 互聯網公司正逐漸主導實體經濟和金融生產
如果我們擺脫簡單的擬人思維，把人工智能看作互聯網智能演進的新階段，為理解其法律規則，就有必要理解互聯網法律在過去20年中形成的路徑和推動力，從而探討人工智能是否有任何特殊性以至于需要新的規則。本文將從網絡法的兩個視角――實證性和生產性――切入，將它們延伸至人工智能語境下分別討論。“實證性”視角是我們觀察和應用任何規則的慣常思維方式，例如人工智能行為的具體規則如何確立、如何規制等，本文將討論支撐人工智能的兩個構成性要素――算法與數據――可能帶來的法律問題，以及法律人處理人工智能的兩種路徑;“生產性”視角則深入規則背后，探索規則形成的政治經濟因素，特別是經濟生產方式的內在要求。人工智能本質上是一套復雜的代碼設計，既是影響社會行為的強力規范，也是產生新價值的生產機制;它驅動整個社會朝向更智能的方向變化，從而要求法律做出相應調整，尤其是確認新型經濟利益的合法性。
限于篇幅，本文姑且將人工智能看成法律上的客體，暫不討論賽博格（cyborg）之類的人體轉向機械體或通過基因技術改變身體的問題（仍是法律上的人），也不討論人工智能作為一種人造物的自我意識問題（一個難以達成共識的哲學問題）。
理解網絡法的變遷
網絡法在中國的變遷大致遵循兩類邏輯：外生性的政治/監管邏輯和內生性的商業邏輯。政治/監管邏輯體現為對“實證性規則”的追求，這些規則集中在國家（包括法院和監管機構）如何對互聯網的內容和行為進行規制，包括對網絡和信息安全的追尋。這集中反映了國家權力如何試圖介入新技術帶來的問題與挑戰。這一視角最早由美國法學界引出，特別是Lawrence Lessig的代碼理論將代碼（架構）和法律并列。由此，所謂的網絡法不僅要約束社會主體在網絡空間中的行為，也要對架構的變化本身做出回應。
首先，就規制主體行為而言，出現了是否按照傳統線下行為規則的思路約束線上行為的討論。這一討論的核心是，互聯網問題是否具有任何特殊性，需要某些新規來解決。我們已經看到，中國的互聯網行為監管在很大程度上延續了傳統規則和管理方式，采取漸進的方式，這不僅成本較小，也給予監管者一定的學習和探索空間。其次，就架構變化本身而言，國家在宏觀上主張網絡空間中仍然需要，不能成為法外之地，在微觀上相應出現了國家與平臺權力/責任二分的討論。例如，政府權力何時需要介入平臺治理，加強平臺的行政管理責任或安全保障責任，還是由后者根據自身情況自我規制，實現治理目標。政治/監管邏輯要么遵循管理者的路徑依賴效應，要么堅持既有社會穩定、意識形態安全價值。問題在于，監管者在多大程度上能夠認識到代碼及其商業模式的特殊性，從而使監管行為和行業特性相互協調融合。
另一種看待規則產生的方式遵循商業邏輯。這種生產性視角關注微觀權力運作，綜合將代碼、法律與社會規范放在一起，不單純從社會學意義上觀察社會主體行為如何受到影響，而是在政治經濟學意義上將網絡空間的生成和擴散看成是一個由商業力量推動主導的生產性過程，關注價值由誰產生、如何分配，由此推動對新規則的內生需求。按照這一視角，無論是法律還是架構，在具有實證性規制功能的同時，也是一種“生產性規則”。互聯網的生產模式決定了其對社會范圍內生產資料的創造性生產和再利用，需要法律確認其生產方式的合法性，重塑關鍵法律制度，并解決和傳統生產模式的利益沖突。這一視角無疑幫助厘清新經濟主張的例外特性，不僅展示出架構和相應的法律改變，更指明了背后的政治經濟原因，是更好地理解實證性規則的基礎。
兩類不同的邏輯在過去20年中交替出現，相互制約，共同塑造了中國網絡法體系，也推動了中國互聯網的整體發展。總體而言，鑒于國家有意促進新經濟，需要推動傳統的屬地化、分口治理，事后運動治理模式發生轉變，認清互聯網商業模式和價值產生的根源，有利探索適應新經濟性質的管理體制。從這個意義上說，信息資本主義不斷要求對法律內核進行改造，取代其中的傳統經濟要素，打破限制生產要素自由流通的各類規則。
人工智能法律的實證性視角
如前所述，人工智能的本質在于算法和數據處理，物理形體不必然是人工智能的構成要素，因為即使是人形機器人，也不過是一個算法主導的硬件系統，它實時收集信息，并按照算法的要求做出決定，繼而行動。更重要的是，具有物理形體的人工智能可以推動群體智能發展，通過分布式終端收集更多數據加以處理，并不斷傳輸至云端“大腦”，提升整體網絡的智能水平。 人工智能巳深度介入醫療領域
根據算法的復雜性和學習/運算能力對強人工智能和弱人工智能進行區分，這在技術認知上沒有問題，但在法律上很難按照智能程度給出精確的標準。法律應對復雜世界的方式是確立一般性的簡單規則，在概念上對社會個體進行抽象假定（如行為能力），而非針對特殊主體，否則規則體系本身將變得異常復雜，難于理解和操作。而人工智能從單一的自動化服務向多元通用服務轉變的過程可能是一個相當長的光譜，法律需要針對其本質特征進行約束，并探索一套應對未來的方案。當我們說社會變得越來越智能的時候，事實上指由于數據搜集、儲存和處理的能力不斷增強，所有軟件/算法都可能朝向自動收集數據，做出決定或判斷的趨勢，由于算法的復雜性，算法帶來的結果可能無法預測，并在更大范圍內帶來系統性的不利后果。這種后果未必是毀滅性的風險，甚至只是在某領域的制度設計問題，但人工智能恰好將這類社會問題具象化，掩藏在外表華麗、高效、更多是私人控制的“黑箱”中，就會引發一系列問題。
如果放在一個更大范圍內觀察，在歷史上，人類社會隨著復雜性的增加，不可避免地產生以組織和技術形態出現的各類“黑箱”，它們的決定影響著社會發展和大眾福利，但仍然保持著某種秘密性。這一隱喻未必是陰謀論，其核心問題在于信息不對稱。為平衡相關當事人和社會大眾的知情權、避免恐慌、保持某種預測能力，人們不斷設計出某種程度的信息公開和透明化機制，例如政治辯論的公開化，法院訴訟程序透明化甚至公開庭審，上市公司強制信息披露等等。而人工智能不過是信息技術時代的新型黑箱，帶來更加嚴重的系統化影響。互聯網在興起過程中，通過降低信息成本，推動了開放政府、庭審直播，使信息公開透明更加便利，將生產性資源不斷解放出來，在更大社會范圍內重新配置，產生新價值。然而，這一過程在消除一個又一個傳統黑箱的同時，產生了更為復雜的新黑箱，進而主導整個社會的生產過程。生產資料之間的信息變得越來越對稱，甚至可以實時互通信息，但作為信息匹配中介的人工智能卻變得更不透明，其規則設計和運作從屬于用戶甚至開發者無法理解的秘密狀態，這回到了法律如何處理與代碼的關系問題。
一個類似的比較是人類自身：人腦經過上百萬年的進化，演變成十分復雜精致的系統。盡管當代神經科學不斷改變我們對人腦的認知，甚至每個人的大腦都不完全一樣，但就法律而言意義不大，這只能在邊際上改變個案判決。即使無從了解人腦的運轉機制，或者依據某種更加先進的科學知識解釋社會主體行動的具體理由，人類還是有能力形成社會規范，并演進成更加理性化的規則。這套規則只需要假定一般社會主體是（受限）理性的，由少數概念界定不同情形的心理狀態（故意、過失），并集中對人的外在行為進行約束，確定權利與義務，就足以以簡單規則應對（而非認識）這一紛繁復雜的世界。類似地，在處理算法的負外部性時，也可以有兩種不同的路徑：（1）關注算法的外部行為與后果，（2）關注算法內部的設計規則。
大部分現有規則關注算法導致的（未意料）結果，例如內容分發算法未經審查造成非法或侵權內容傳播，這一般由信息傳播者（即內容服務商）承擔責任，算法本身并無法律地位，在造成不利后果的過程中只是一個工具。這類責任假定內容服務商應當知道非法內容的存在，并有能力通過算法設計或人力（比如人工審查）加以阻止。在諸多侵權場合，內容服務商可以通過“避風港”規則免責，只要無法證明它實際知曉狀態。更復雜的是，如果軟件開發者聲稱自己無法控制信息的生產和傳播，卻造成一定社會危害的情形。無論是在快播案還是BT案中，軟件開發者都無法因這一原因而逃脫責任，法院的理由仍然是，開發者有能力知曉非法內容的輸出（如果不是故意的話，例如快播向推廣該播放器）。類似地，如果一個具有物理形體的人工智能由于處理信息不當造成了外在損害，按照這一邏輯仍應由算法開發者負責。
而且，還有必要將算法產生的錯誤和算法缺陷本身區分開。長期以來，軟件行業一直通過拆封合同（shrink-wrap）解決缺陷軟件造成的短時崩潰或重啟問題，這種格式條款旨在確認這樣一種事實：沒有任何軟件是百分之百完美的，只要在用戶拆封使用該軟件時運行正常即可，服務商并不為軟件崩潰或死機造成的消費者損失負責，因為前者無法預料到缺陷帶來的風險。這就是為什么消費者需要接受軟件生產商不停的更新和補丁，軟件/應用不受產品責任的約束，被視為一種可以不斷升級改進的服務，這在免費軟件時代更是如此。按照這一思路，似乎有理由認為，無人駕駛汽車因算法計算錯誤導致車禍（何況造成事故的概率遠遠小于人類司機的錯誤）是這類軟件的正常的缺陷，消費者應當容忍這類錯誤。但無論是監管者還是潛在的受害人都無法接受這種比擬。聲稱有潛在缺陷的交通工具（也包括醫療設備和其他與生命財產直接相關的算法）一旦投入使用就需要為此造成的后果負責。無論如何，這類思路仍然是通過后果施加事后責任，監管者或法院并不想深入算法內部了解造成事故的技術原因是什么。只要法律認定這一黑箱應當在合理范圍內得到控制，事故可以避免，黑箱提供者就應當承擔責任。在這種情況下，保險（甚至是強制險）就成為確保這類發生概率小但潛在損失巨大的不二選擇，航空、醫療保險市場十分發達，可以預見將會延伸至更多由人工智能驅動的服務行業。 現實與虛擬的界限不斷模糊化
如果說事后救濟還無法確保安全，事前干預算法設計則是另一種選擇，同時帶來的問題也更復雜。早在20世紀，阿西莫夫就試圖為機器人立法，盡管他從未討論技術上的可行性。安全可能是人工智能服務的首要問題之一：一個中心化的入侵可能會導致所有終端都變得極度不安全。行業監管者在不同行業為特定服務中的人工智能設定安全標準（如醫療器械、交通工具、自動化武器），實行安全保護等級制度，甚至要求被認定為重要設施的源代碼（如windows系統）供監管者備案，或在設計自動化交易程序時控制報單頻率的閾值等。又例如，在魏則西事件后，聯合調查組在整改意見中要求落實以信譽度為主要權重的排名算法，對商業推廣信息逐條加注醒目標識，予以風險提示。如果說這些監管手段針對的是作為商業秘密的私人算法，諸如Open人工智能這樣的倡議則意在延續開源軟件運動路徑，確保軟件漏洞能夠得到更大范圍內的監督和修補。至少在中國，信息披露機制尚未成為算法監管的重要手段，無論是強制性披露還是第三方披露。
（作者單位：上海財經大學法學院）
注釋：
[1]當下的大眾媒體、文化產品和社會公共認知正努力將未來的人工智能塑造成具有獨立意識的逐漸演化的主體，這集中體現在諸如《終結者》《我，機器人》《西部世界》《2001銀河漫游》這類科幻影視作品中。盡管人們也有理由進一步想象，一旦人工智能具有了自我意識，就不再可能忠實地為人類服務，而更可能對人類生存構成威脅。其路徑和思維方式仍是20世紀的，和21世紀依托大數據機器學習迥然不同。事實上，按照日本學者森政弘提出的“恐怖谷理論”，人工智能不太可能在短時間內人形普及化，因為這會在消費者心理上引發不安甚至恐懼。像Siri和Cornata這樣的語音助手、像Tay和小冰這樣的聊天機器人則不會有這種負面效果，因為用戶知道自己在和一個尚未通過圖靈測試的算法對話，他們甚至樂于教Tay在推特上辱罵用戶、發表種族主義和煽動性的政治言論。另一個可能影響中文世界讀者想象的因素是，把robot翻譯成“機器人”先驗地賦予了這類客體某種擬人化主體地位，而人形機器人（android）卻沒有引起更多的關注。
[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， 2015.一個更加有用的綜合文集是Ryan Calo， A. Michael Froomkin and Ian Kerr （ed.）， Robot Law ，Edward Elgar Publishing， 2016。Ryan Calo的研究將具有物理形體的機器人作為法律的對象，特別區分了信息性和物理性效果，見Ryan Calo， “Robotics and the Lessons of Cyberlaw”， Calif. L. Rev.， Vol.103（2015）.一個不同觀點，見Jack Balkin， “The Path of Robotics Law”， Calif. L. Rev.， No.6（2015），Circuit 45.把機器人視為人在法律上也有相當的歷史，見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]吳軍：《智能時代》，中信出版社2016年版。
[4]例如阿西莫夫的機器人系列小說中，無一例外地設定機器人擁有一個“正子腦”（positronic br人工智能 n），但卻沒有給出任何解釋。見阿西莫夫：《機器人短篇全集》，江蘇文藝出版社2014年版。
[5]這被稱為終極算法（master algorithm），見佩德羅?多明戈斯：《終極算法：機器學習和人工智能如何重塑世界》，中信出版社2016年版。
[6]尼古拉斯?卡爾：《玻璃籠子：自動化時代和我們的未來》，中信出版社2015年版。在互聯網發展的每一個階段都有某種意識形態化的術語或熱詞吸引投資，例如寬帶、大數據、分享經濟、VR（虛擬現實）等，它們不過是互聯網形態的各類變種。例如，一個關于分享經濟和之前互聯網經濟的關聯，參見胡凌：《分享經濟的法律規制》，載《文化縱橫》2015年第4期。
[7]這種思維方式可追溯到霍布斯以來的法律實證主義。
[8]胡凌：《代碼、著作權保護與公共資源池》，載《騰云》2016年12月刊。
[9]關于兩類邏輯的具體表現，集中參見胡凌：《探尋網絡法的政治經濟起源》，上海財經大學出版社2016年版。
[10]這在眾多（特別是國外的）中國互聯網觀察者身上十分常見，人們的注意力全都轉向中國政府如何嚴格管理和控制互聯網。在政治學研究中自然而然地并入“國家與市民社會”傳統框架，并吸納了關于在線抗爭、集體行動的傳播學與社會學研究。
[11]勞倫斯?萊斯格：《代碼2.0》，清華大學出版社2008年版。
[12]一個概述，見胡凌：《馬的法律與網絡法》，載張平主編：《網絡法律評論》2010年第11卷。
[13]胡凌：《非法興起：理解中國互聯網演進的一個框架》，d《文化縱橫》2016年第5期。這體現在版權、隱私、財產、不正當競爭、壟斷、勞動法等一系列制度中。這種對法律制度的改變不單純是在既有工業生產背景下微型創新帶來的變化，而是社會生產的重塑。
[14]比如說，平臺責任議題的出現，和互聯網平臺更多轉向由第三方提供服務的信息中介模式直接相關。
[15]這一區分和觀察中國式資本主義興起的框架十分類似，政治經濟學家們爭論的焦點就在于如何解釋中國改革開放三十年的成功經驗，究竟是政府主導還是市場主導，但實質上是一個混合制經濟。
[16]由于科斯所說的企業信息成本和管理成本降低，調動生產要素的邊際成本趨近于零，企業組織形態本身將成為競爭的高成本。
[17]尼克?波斯特洛姆：《超級智能：路線圖、危險性與應對策略》，中信出版社2015年版。
[18]古代的政治過程、現代的企業決策都是黑箱，對外人而言如果不是神秘，也是除魅之后的國家/商業秘密。卡夫卡的小說《審判》就精確描述了作為黑箱的訴訟過程，同一時代的韋伯也描述了理性化的國家機器應當像自動售貨機一樣。
[19]Frank Pasquale：《黑箱社：掌控信息和金錢的數據法則》，中信出版社2015年版。
[20]帕伯斯：《差錯：軟件錯誤的致命影響》，人民郵電出版社2012年版。
[21]長久以來民用航空器已經由軟件深度介入駕駛過程，以至于人類駕駛員無法在短時間內預熱，形成另一種風險。
[22]阿西莫夫提出的“機器人三定律”（后來擴展至四點）雖然十分基礎，但仍然很難在具體情況下起作用，特別是當代倫理學上著名的“線車難題”之類的倫理困境。考慮到這些定律是為模擬人腦狀態下設計的，就更可疑;因為人腦并不總是按某些理性倫理原則行事的，在某些關鍵場合強烈依靠某些默認設置――直覺。
[23]由監管機構強制披露并審查事實做不到，只能依靠像蘋果這樣的平臺公司和軟件分發平臺幫助對成千上萬個軟件進行至少是安全審查。在臺式機時代，這一平臺責任幾乎不可能，自然狀態下的windows只能導致爭奪私人控制權的3Q大戰。但像烏云網這樣的第三方白帽黑客也被禁止探測和公開互聯網公司的漏洞。
[24]同注11。
[25]在筆者看來，法院應當將注意力放在知情同意的合同條款本身的適當性上，而不是一味接受黑箱的邏輯，因為后者確實無懈可擊。如果格式合同能準確反映代碼的設計，對其條款的審查是更好的選擇。百度引發的被遺忘權第一案反映的也是這個問題。
[26]一個補救方法還是盡可能地披露算法信息，允許用戶理性地生產/隱瞞個人信息，見戴昕：《自愿披露隱私的規制》，載蘇力主編：《法律和社會科學》第15卷第1輯，法律出版社2016年版。
[27]法律的人工智能化是本文另一個沒有討論的問題，與此相關的是大規模監控、智能警務、犯罪預測等問題。
第6篇：人工智能商業模式范文
【關鍵詞】 新技術； 服務觀； 技術觀； 大會計
【中圖分類號】 F230 【文獻標識碼】 A 【文章編號】 1004-5937（2016）23-0018-03
人類社會進入21世紀以來，科學技術的發展越來越快，新技術的疊代更新日益加快，對生產、生活等各個領域產生了巨大的影響。在財會領域，新技術對會計、審計、稅務、財務的影響越來越明顯。由于每個企業對技術的反應速度不一，應用新技術的程度有差異，所以，技術更新對企業的影響是漸進式的，短期內不會出現斷崖式巨變，但從一個時期看，會產生顛覆性改變。會計行業是一個知識型服務行業，在新技術背景下，其服務方式、服務手段、服務工具、服務內容正在發生很大變化，必將引發會計的轉型升級。
一、新技術對財會職業影響的層面：移動辦公、智能處理、數據發掘
從當前和可能預見的未來看，移動互聯、人工智能、大數據三大技術已經和正在對財會行業產生多維影響
（一）移動互聯技術對財會行業的影響
首先，網上支付技術的應用，使企業的款項結算突破了原來的托收承付、委托收款、支票、本票、商業匯票等傳統方式，支付寶、微信支付、蘋果支付等新興支付平臺和支付手段的出現，改變了結算方法和結算流程，簡化了結算手續，提高了結算效率；會計核算從PC端的ERP、SAP的局域網辦公環境向互聯互通的平臺演進，適合小微企業會計核算的平臺如“蕓豆會計”、“好會計”等紛紛上線，依托互聯網的智能財務記賬系統，通過圖像識別、人工智能等技術完成了財務記賬工作從人工到智能的轉變；國家稅務總局2015年頒布了《“互聯網+稅務”行動計劃》，大大促進了在線受理、在線繳稅、在線退稅、網上申領查驗發票、移動開票、電子發票等網上辦稅手段的實施，實現了移動互聯網創新與稅收工作的深度融合。其次，財會工作逐漸向APP端發展，逐步實現移動辦公，從固化的工作場所向移動工作方式轉變，大大提高了財會工作的效率。最后，由于移動互聯技術的“互聯”性，企業的會計核算從分散走向集中，對于設置大量分支機構、子孫公司的多層級集團公司，其會計核算從層層分設轉變為建立一個會計中心，集中處理整個企業集團的會計工作；同時，企業的資金由分散使用、分散管理走向集中，成立財務共享中心，統籌整個企業的資金使用和管理，提高了資金使用效率，節約了資金使用成本。
（二）人工智能技術對財會行業的影響
目前企業普遍使用的是半智能化財會軟件，其替代了大部分人工做賬工作，會計的賬、表自動生成，但全智能化新興財會軟件逐漸推出，憑證語音錄入、自動掃描等新軟件實現了會計證、賬、表全部自動生成，可以完全替代人工做賬。可以預見，超智能化財會軟件將替代大中型企業的會計核算工作，因為其具有自主學習、深度學習功能，能夠解決企業多樣化交易事項涉及的會計核算工作，不僅對會計核算而且對稅務、審計等財會工作產生顛覆性的影響。世界“四大”會計公司之一德勤會計師事務所已與Kira Systems聯手，將人工智能引入了會計、稅務、審計等工作中，替代員工閱讀合同和其他文件，而Smacc公司的人工智能財會軟件可以將客戶發票轉換為機器閱讀模式。這些超智能財會軟件均擁有學習能力，能夠追蹤銷售、成本、發票以及流動資產。
（三）大數據技術對財會行業的影響
首先，以電子發票為代表的電子數據為大數據在財會行業的應用奠定了基礎。我國增值稅電子發票系統自2015年12月1日起在全國范圍推行。作為電子數據重要載體的電子發票，便于數據的傳遞、收集、處理、管理，有利于企業建立大數據系統，將企業的財會數據與業務數據對接，真正實現數據創造價值的功能。其次，大數據對會計報告產生了深刻的影響。財務信息的呈報從事后發展到實時，信息內容從單一的財務信息發展到財務與業務結合的綜合信息，信息的處理從規范的會計報表模式到XBRL格式，再到完全隨機擴展模式。最后，推動審計從抽樣審計向綜合審計發展，解決抽樣樣本的缺陷，利用綜合信息幫助企業實現價值發現和利用。
二、新技術推動會計適應企業轉型：從“價值反映”到“價值創造”
進入21世紀，企業紛紛轉型升級，企業價值創造的要求越來越迫切，要求會計不僅要記賬，更要服務于企業的價值創造。當前，企業正在經歷業務轉型、管理創新、組織重構、商業模式等變化，對傳統會計產生了多元化的挑戰。
（一）企業生產方式的改變
基于人工成本、生產效率、管理要求等原因，許多制造業正在改變生產方式，大量引進機器人進入生產線，服務行業也逐步引進人工智能軟件。機器人和智能軟件的應用，一方面使產品生產和業務服務中人工成本大大降低，間接費用的分配不能再采用以人工工時為標準的傳統成本分配方法；另一方面使生產過程變得簡單化，分批分步的生產方式越來越少，傳統會計中成本核算的分批法、分步法不再適應新的生產方式要求，對成本核算的會計方法提出了新要求。
（二）企業銷售方式的改變
傳統的工商企業實行的是“生產――層層批發――零售――消費者”商業模式，現在企業轉向O2O模式，即線下以專柜、直營、專賣店方式，線上是C2M方式。對會計的影響：一方面由于流通環節減少，使企業的銷售成本大大減少，銷售成本核算的工作量減少；另一方面越來越多地出現了線上個性化定制和自選模式，即批量定制和材料自選等新的銷售方式。這要求會計核算由以企業整體為對象轉為以單個項目為對象，以幫助業務員進行訂單決策，或訂單報價。
（三）企業的運營模式在改變
無論是大的集團公司、小的集團公司，還是單一組織結構的企業，集中控制的運營要求日益強烈，企業由分散經營轉向材料、資金集中配送和管控，物料配送和資金流動的信息集中到集團總部。一方面不再需要子分公司進行各自封閉的會計核算，會計轉為集中核算的方式，成立會計中心或會計工廠；另一方面資金的集中管理在互聯網技術下變得便捷，使企業的財務由分散轉為集中，成立財務共享中心，統一調配整個企業集團內部各個分支機構和子公司的資金。
（四）企業的管理手段在改變
利用新的技術工具和手段，企業管理在不斷升級。一方面企業管理從人工管理轉向數據管理，會計必須為企業管理提供更多的管理數據，將大數據運用到績效考核、成本管理等領域；另一方面大數據的運用使企業逐漸成為實時企業，這也是互聯網+時代、大數據時代對所有企業管理提出的要求，企業必須實時獲取每一天生產運作過程中的生產信息、銷售信息、倉儲信息、財務信息等，以通過實時數據支持企業的管理決策。
（五）企業的盈利模式在改變
企業互聯網化一般可總結為三大戰役：賣貨、聚粉、建平臺[ 1 ]。先補貼吸粉、后盈利的企業（如網約車）不再適合連續盈利的傳統財務評價觀；免費基本業務賺取增值業務（如通信商實行手機免費通話獎勵的模式），打破了傳統的主營業務收入觀；分享經濟（如影視公司）改變了傳統利潤形成的會計觀。會計要隨著服務對象的變化而變化，這就是會計變革的“服務觀”。
三、新技術推動會計適應技術進步：從單純核算到參與決策
人類社會在20世紀末從機器時代到電腦時代，在21世紀初從電腦時代過渡到網絡時代，在21世紀20年代開始從網絡時代邁向人工智能時代。會計工作在20世紀90年代之前以手工處理證、賬、表，屬于會計1.0時代；90年代開始進入2.0時代，通過財務軟件自動生成賬表；如今正在向會計3.0時代過渡，智能系統完全自動處理證、賬、表。
移動互聯技術，推動互聯網與會計工作的深度融合，人工智能技術推動會計工作自動化，大數據改變會計信息。不遠的將來，虛擬現實、區塊鏈技術也必將對會計產生很大影響。互聯網等新興技術對會計工作的影響日益深入，網絡記賬、在線財務管理咨詢、云會計與云審計等服務模式已經出現，以互聯網為平臺的會計將成為會計工作的主流[ 2 ]。互聯網、人工智能、大數據等技術手段的出現，使會計具有了價值創造的技術支撐。會計要隨著新興技術的應用而變化，這就是會計變革的“技術觀”。
從會計1.0時代到會計2.0時代的轉變，是會計核算效率的提升，從會計2.0時代到會計3.0時代的轉變，是會計功能提升的契機，使會計從單純的核算發展到服務業務、參與決策的新階段。
四、新技術下“大會計”具有的特征：服務“大老板”、依靠大數據、參與大戰略
企業對價值創造的需求成為推動當今會計轉型為“大會計”的因素之一，會計對新技術的應用成為推動當今會計轉型為“大會計”的因素之二。“大會計”呈現四個改變：一是工作職能擴大了，從核算擴展到分析、決策和管理；二是工作要求提高了，要將財務工作與業務要求結合起來，財務分析不僅是財務層面上的分析，更應當是面向業務的財務分析；三是工作范圍擴大了，既承擔了內部會計的職責，更要發揮內部會計的作用，從為外部服務到為老板服務；四是信息量擴大了，從財務信息到業務信息。
（一）“大會計”是為“大老板”服務的會計
現今會計是為外部信息使用者如工商、稅務、統計等政府機關及債權人、投資人和潛在投資者服務的會計，對企業內部的預算、控制、決策和規劃等方面發揮的作用很小。其通過會計等專業術語表達的財務信息，企業的決策者難以理解和利用，而“大會計”是直接為企業的決策者（即大老板）服務，功能在于幫助決策者作出決策，包括支持決策方案的制定、決策過程的控制、決策行動的實施、決策結果的分析，涵蓋預算、成本控制、績效考核和管理報告等內容。
（二）“大會計”是利用“大數據”工作的會計
大數據時代的企業正在成為實時企業、共享企業、移動企業。大數據既是企業生產經營管理的工具，也是企業的重要資產，企業對大數據的依賴日益深入。企業成本管理有賴于大數據，如收集產品的平均成本、制定標準成本、反映實際成本，進行成本預算，制定成本降低目標、項目和清單等；企業的產品定價有賴于大數據，如分析對消費者價格預期、同類產品價格的市場認可度、價格的分段調整策略等；企業的管理有賴于大數據，如財務控制、存貨控制、差旅費控制等都必須利用大數據。
（三）“大會計”是參與“大戰略”的會計
“大會計”必須服務企業戰略目標的制定，以前財務工作由CFO做，“大會計”時代財務工作由CFO和CEO一起做。現時會計看的是過去，而企業看的是未來；現時會計以財務語言表達信息，“大會計”要求以業務語言說話，要求會計與商業模式結合，與企業整體戰略、企業項目籌劃緊密結合。
五、新技術下“大會計”將解決現今會計的缺陷：確認、計量、記錄、報告
無論是20世紀90年代的亞洲金融危機，還是21世紀初的全球金融危機，最后都將責任歸于會計，足以表明會計方法、會計標準等存在的缺陷。這些缺陷在很大程度上是由于技術落后造成的。隨著新技術的推廣，長期困擾會計的一些問題將得到解決。
從會計確認上看，現今資產負債表中沒有將商譽、人力資源、數據資產等重要的、新興的資產入賬，其原因是會計核算的數據來源少，無法滿足資產確認的“經濟利益很可能流入企業”、“成本能可靠計量”的條件要求。但隨著大數據技術的廣泛運用，商譽、人力資源、數據等資產的經濟利益預測能力會不斷增強，準確度會不斷提高，其列入資產負債表將成為可能，使表內資產與實際資產的偏差越來越小。
從會計計量上看，現今會計追求形式上的精確，但精確并非準確，而不準確的精確數據不一定具有價值。會計估計是現今會計的常用方法，很多會計數據都是估計的結果，會計估計由于受條件局限，導致信息不準確的現象大量存在。估計的不準確與人為的造假難以區分，造成客觀差錯與主觀造假的混淆，其根本原因還是估計所依據的數據來源少。隨著大數據技術在會計計量上的運用，這一缺陷將得到彌補。海量數據讓公允價值計量變得容易。歷史成本計量屬性基于可靠性目的，公允價值則具有相關性。會計信息的外部使用者更關注相關性，要求會計信息建立在可靠基礎上相關，沒有可靠性的相關信息和沒有相關性的可靠信息，均無益于投資決策。會計計量之所以謹慎使用公允價值，是因為公允價值難以取得和不公允。當會計處理系統建立在海量數據基礎上時，資產減值的計提、未來現金流量現值的計算將在大數據基礎上變得公允。
從會計記錄上看，現今會計追求賬戶形式上的平衡和報表關系上的勾稽，意圖通過平衡和勾稽保障數據的真實可靠，而實際上會計信息存在著不真實性，“水水線”的流程式造假，以形式上的平衡和勾稽掩蓋了信息的不真實。其原因是會計數據來源無約束，當今會計無法從源頭上扼制會計數據的虛構。現行會計核算的依據是原始憑證，體現為人工篩選和審核的會計源頭數據，其信息含量不足，帶有人工痕跡的原始數據原始性被打折扣，在審核和篩選中遺漏和差錯不可避免。合成智能系統在票據完全電子化下，將會計主體發生的所有交易和事項的海量數據收集匯總，原始數據輸入突破現在的局限，如資金往來和存款。隨著區塊鏈技術的運用，信息來源造假將變得不可能，區塊鏈的創新會將人類帶入信息的自由公證時代[ 3 ]。
從會計報告上看，會計報告的目的是服務于企業的投資者和潛在投資者的投資決策，現行會計報告只能反映企業過去，無法預測未來，提供未來的數據信息。隨著人工智能技術、大數據技術在會計中的應用，會計報表輸出信息發生巨大的變化。一是增強實時性。軟件系統可以出具任何時點和足夠短期的會計報表，使會計報表信息從“離散變量”變為“連續變量”。二是增強對比度。未來會計可以建立賬面價值與計稅基礎的對比信息、歷史成本與公允價值的對比信息等。三是增強擴展性。新技術的應用可以使報表信息具有拆分、合并、重新整合的功能，更有利于滿足外部信息使用者個性化需求。
由此可見，在新技術時代，現今會計必將轉型升級，進入“大會計”時代，企業需求的改變成為會計轉型升級的內在動力，技術更新成為會計轉型升級的外在手段。與現今會計相比，“大會計”時代的會計工作方式、工作效率發生了變化，會計的功能擴展了，會計的價值提高了，會計將具有更大的發展空間。
【主要參考文獻】
[1] 于揚.傳統企業的互聯網+之路：賣貨、聚粉、建平臺[EB/OL].新華網，2015-03-27.
第7篇：人工智能商業模式范文
從資本市場與企業的業務經營變化來看，商業模式經歷了從線下轉向線上之后，進入了業務數字化和智能化階段。現代信息技術對商業模式的影響日益深廣，對財務人才的知識結構和技能提出了重大挑戰。尤其是2020年高招過程中，清華大學停招會計學本科專業、安徽大學停招財務管理專業更是引發了社會對財會人才培養和專業建設的反思。
我國財務管理專業建設在信息技術的沖擊下正在發生重大變化，浙江大學、山東財經大學等高校已經新開設了智能財務專業，而其他部分高校亦加強了智能財務實驗室建設，開設有關大數據分析、人工智能、區塊鏈技術及應用等課程。而國外高校也逐步加強了財務管理專業與信息技術專業的復合型人才培養。在理論研究中，學者已經對財務管理智能化、智慧財務、智能財務等進行了探討，指出了財務會計轉向管理會計的發展趨勢，但未對專業本身的建設進行探討。因此，本文對現代信息技術對財務管理專業建設的影響進行初步探討，梳理我國高校財務管理專業建設的新變化，提出相應的政策建議，旨在引發數字經濟時代財務管理專業建設的反思與改革。
1人才培養模式的比較與反思
從英國大學商學院專業設置來看，會計學與金融學作為傳統優勢商科專業一直處于重要地位，這也是海外留學的熱門專業。但在對金融學、財務管理專業的理解上，我國與英國存在很大的分歧。隨著海外留學人才回國任教人數的增加，這種分歧正在逐漸減少，從而促進了人才培養目標共識的達成。
1.1財務管理專業人才培養模式的比較
1.1.1我國現行主要做法
改革開放之后，金融人才的培養成為經濟學院或者經濟系的重要使命。為此，金融學專業是設置在經濟學院或者經濟系，課程設計主要以貨幣銀行學和國際金融而展開。而會計學專業作為商科專業設置在商學院或者管理學院。隨著市場經濟的深化，商學院在培養人才方面也意識到，培養體系缺乏金融人才培養這一重要環節。為此，商學院亦通過設置財務管理專業的方式，與會計學專業一同成為商科主要專業。因此，我國高校商學院在設置財務管理專業上形成了以下格局:要么在設置會計學專業的同時，由會計系下設財務管理專業;要么僅設置會計學專業。毫無例外的是，在商學院設置財務管理專業的同時，經濟學院或經濟系也開設金融學專業。
在這種專業設置的格局下，財務管理專業培養目標是比較模糊的，基本上是在會計學和金融學專業之間游移。當然，這里的金融學專業是指我國以宏觀金融為核心而構建的專業培養體系。隨著我國金融學專業建設的推進，以公司金融和證券投資學為核心的微觀金融逐步受到重視，公司金融、投資學、金融市場、金融衍生品、金融工程等成為金融學專業的基礎課程，但傳統宏觀金融課程仍然占據重要地位。正因為如此，高校近年來進行專業學科改革中亦停止了財務管理專業的招生，通過開設計算金融或者會計學(智能財務)專業，強化微觀金融方向的專業知識和技能的培訓。值得注意的是，廈門大學財務管理專業人才培養和課程設置體現了歐美商學院會計與金融本科專業的特點，提供了傳統會計學和流行金融學專業的核心課程。除財務會計、管理會計、審計與鑒證、稅收等會計課程之外，亦開設了公司財務(金融)、證券投資學、固定收益證券、衍生金融產品、金融工程等必修課程。在培養方向上設定了公司理財和證券投資兩個方向，這與英國商學院會計與金融專業培養模式是相通的。
1.1.2英國會計與金融專業模式
從國外來看，會計學專業也發生了很大的改變。英國會計學專業設置極具特點。從《泰晤士報》(TheTimes)和《衛報》(Guardian)公布的2020年會計與金融(accountingandfinance)排名前10的大學名單來看，除利茲大學、倫敦政治經濟學院、巴斯大學、華威大學、拉夫堡大學、思克萊德大學這6所大學均入榜之外，根據《衛報》和《金融時報》的評價標準，8所大學出現了較大波動，僅進入其中一份榜單。入圍兩份榜單前10的這14所大學中，僅思克萊德大學、貝爾法斯特女王大學設置了會計學專業(accounting)，其他12所大學的商學院均設置會計與金融專業(accountingandfinance)(思克萊德大學亦同時設置了會計與金融專業)。值得注意的是，巴斯大學和華威大學商學院只設置了會計與金融專業，沒有其他會計學、金融學專業設置。即使利茲大學、倫敦政治經濟學院、約克大學設置了多個金融方向的專業，但與會計學有關的專業僅有會計與金融專業。與英國會計與金融學專業設置相比較來看，我國高校的財務管理專業實際上類似英國流行的商科專業———會計與金融，在強化財務會計、管理會計知識和技能的同時，加強公司金融、金融市場、投資分析與組合管理知識和技能的訓練。
1.2現代信息技術對人才培養目標帶來的挑戰
大數據、區塊鏈、人工智能等信息技術對財務管理人才的知識和技能結構產生了影響，企業中傳統的大量重復性的日常業務會被智能系統所替代，對日常財務管理人才的需求數量會減少。甚至企業將日常財務業務外包給專業化的財務管理咨詢公司，由其利用財務信息技術進行集約化管理。與此同時，現代信息技術凸顯了財務管理人才的重要性。公司財務管理人才發揮著財務信息與其他企業信息的歸集與分析中樞的角色，尤其是在企業數字化轉型中，財務管理人才提供的企業信息的準確性和全面性直接影響著企業發展的重大決策。這就要求公司財務管理人才具備對實時、大量的財務數據和其他數據的挖掘能力和分析能力，要求公司財務人員必須掌握計算機科學與技術、數據科學與大數據技術等專業知識和技能。因此，財務管理人才培養目標應定位于掌握金融學、會計學的基礎理論和方法，在企業價值創造、財務決策、風險管理等領域具備較強的數據分析、數理工具運用的能力。
為此，財務管理專業作為會計與金融(accountingandfinance)的復合型專業，應當在財務會計、管理會計、公司財務、資產定價和投資組合管理知識和方法的基礎上，通曉數據挖掘與分析的知識和技能。我國部分高校已經進行了積極探索，在專業課程體系與專業學位建設上進行了改革。
2專業課程體系的調整
商學院在財務管理專業課程體系設置方面已經加入了數據分析與大數據技術方面的課程，部分高校甚至設置了專門的智能財務專業。2.1我國大學課程體系的改革
在財務管理與會計學專業建設過程中，部分高校利用其在大數據分析方面的教學科研優勢，鼓勵財務管理等商科專業選修信息技術類課程，甚至作為必選課程，這在理工類大學商學院得到了積極回應。南京理工大學經管學院智能會計專業的建設過程中，設置了大量開放式選修課程，例如《Excel高級數據分析與可視化》《大數據分析》《財務共享服務與智能財務》《商業智能分析》《大數據財務決策》《大數據供應鏈成本管理》《IT審計》等。山東財經大學智能會計專業開設了《機器學習與數據挖掘》《智能財務共享》《大數據與智能財務決策》《Python數據分析》核心課程，并加強《智能會計概論》《智能會計信息系統》《智能財務共享》《智能財務決策》《智能財務分析可視化》等智能會計系列教材的建設。而作為面向內地提供復合型、國際化人才的香港中文大學(深圳)經濟管理學院，會計學專業課程包括《會計與金融中的文本分析》《會計分析中的數據挖掘》《會計數據庫和數據可視化》《計算機科技導論:程式設計方法》《計算機實驗》《數據分析導論》《數據挖掘技術》等，并且部分課程是與金融學專業共享的。
2.2智能財務專業的開設
除了智能會計專業之外，浙江大學、長沙理工大學在智能財務專業建設上進行了積極探索。浙江大學管理學院于2019年在竺可楨學院開設智能財務專業，鮮明地體現了“公司財務+人工智能+大數據”的深度融合，開設《人工智能導論》《深度學習理論及應用》《智能機器人原理與技術》《數據編程》《數據管理與數據挖掘》《數據建模與數據可視化》等課程。相較而言，浙江大學智能財務專業更重視人工智能創新能力的培養。浙江大學管理學院鼓勵學生輔修計算機、數學等交叉課程，而這一做法在英國亦是普遍做法。上海財經大學會計學院已經開設了財務管理(智能化)專業，開設課程包括《程序語言(Python)》《SQL數據庫基礎》《智能財務前沿專題(區塊鏈、機器學習)》《大數據分析與數據挖掘》。而長沙理工大學財務管理(智能方向)，以及南京理工大學和山東財經大學智能會計專業則更側重大數據分析及運用。值得注意的是，即使沒有設立智能財務或者智能會計專業，部分高校亦加強了智能財務實驗室建設，通過與科技公司的合作推進產學研的協同發展。例如，云南財經大學、西南財經大學、上海財經大學等以成立智能財務與大數據研究院或會計智能化教學改革研究中心等形式，推進財務數智化人才的培養。
2.3英國大學的做法:以選修課程為主的模式
英國商學院在應對信息技術對商科教學體系的挑戰時，主要采取了兩種教學改革模式:一是在會計與金融專業的選修課程中增加大數據分析方面的課程;二是開設計算機與商科交叉類專業。為了適應信息技術的快速發展，部分大學商學院鼓勵學生輔修第二學位或提供雙學位教育。英國商學院提供雙學位教育的一個便利條例是課程的數量不多，這也是為鼓勵甚至要求學生接受雙學位教育的前提條件。會計與金融專業的核心課程上基本上包括4門，即《財務會計》《管理會計》《公司財務》《投資學》，其他課程均是在此基礎上進一步演變為初級和高級課程，以及專題課程。倫敦政治經濟學院在選修課程組上提供了信息系統課程模塊，開設了創新數字系統與服務、信息系統發展與管理、信息交流技術、數字創新研究項目、軟件工程等課程。利茲大學、華威大學、杜倫大學、巴斯大學、愛丁堡大學均開設了計算科學與商學專業(ComputerScienceandBusiness)。在接受數據科學基礎、算法與數據結構等課程基礎上，選擇商科類課程等。整體而言，英國商學院在會計與金融專業課程數量上并不多，但難度也不低。從倫敦政治經濟學院提供的會計與金融專業課程介紹來看，斯蒂芬·羅斯等的《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》、滋維·博迪等的《投資學》成為資產定價、金融市場、公司金融、投資學課程的指定教材。這幾本經典教材采取了“搭積木”的內容模式，可以根據不同授課對象和學分選擇不同的內容。這意味著，在核心專業課程之外，學生會有更多的時間選修其他領域的課程，甚至是雙學位課程。
第8篇：人工智能商業模式范文
云最大的殺手級應用其實就是搜索，很多云技術都是源于搜索、服務于搜索――海量計算、存儲、網絡、SLA、延時、分布式、彈性、大數據等等，是不可能在端上完成的。因此，可以說百度是在云里出生的。大約從兩年前開始，百度開始了針對企業級市場的布局。一個月前對云計算品牌進行了升級――百度云，希望能利用我們在技術和平臺方面的積累，構建新型云計算生態系統，服務于企業客戶。
在對信息科技發展趨勢進行判斷時，我的看法是，由人工智能、大數據和云計算組成的“ABC”將成為一個時代的主題。A就是AI，人工智能;B是Big Data，大數據;C是Cloud，云計算。
百度云基于“ABC”三位一體的戰略。打個比方說，今后，人工智能會變得像電力一樣重要，主導著每個人的數字生活體驗。大數據就像是新能源，能讓服務商更了解用戶需求，讓用戶更輕松地獲得自己喜歡的商品和服務。云則提供了各種應用和服務運營的基礎。
大家都知道，云計算的三個層次主要是Iaas、Paas和Saas。百度云在這三個層次上都分別有獨特的優勢。
最底層是基本的IaaS（Infrastructure as a Service），基礎設施即服務，我們擁有國內最大的GPU/FPGA集群所構成的百度大腦的支持，最大的HADOOP/SPARK集群和運營效率最高的數據中心。
我們多年服務大規模業務比如搜索和視頻的技術，運營大型數據中心能力和支持多項工作流的經驗將對彈性、穩定、可靠、安全的云服務提供保障。中間一層是PaaS（Platform as a Service），平臺即服務。百度PaaS的與眾不同之處在于，AI作為一種橫向的服務位于最底層。
百度大腦是百度云的核心引擎，百度云是百度大腦的云化，為前者提供了神經元和數據訓練源。通過深度學習和機器學習技術，結合了超強計算、海量數據和優秀算法，在語音、圖像、自然語言處理等方面擁有杰出能力，打造獨特的知識圖譜、用戶畫像與商業邏輯。
在語音領域，百度Deep Speech 2系統實現了安靜環境下漢語普通話語音識別97%的準確率，入選MIT科技評論2016年十大突破性技術。在圖像領域，百度人臉識別系統，在全球權威的人臉驗證LFW數據集上錯誤率僅有0.23%。
自然語言處理方面，百度機器翻譯系統支持28種語言、756個方向，打破了語言的藩籬。
用戶畫像方面，百度利用大數據、機器學習技術將數據細分，實現了全平臺10億級用戶千萬級細分標簽，能應用于推薦和預測服務。
此外，我們還將上百種算法模塊整合到被稱為PaddlePaddle的云端托管分布式深度學習平臺。
而在最上層的SaaS（Software as a Service）軟件即服務這一層，我們更強調對垂直行業的理解、滲透和方案定制，更強調和行業合作伙伴一起，打造一個生態，服務不同產業，像醫療云、教育云、金融云、交通云、物流等等。
第9篇：人工智能商業模式范文
美國?佛羅里達州
繼NASA公布了火星登陸計劃的更多細節后，這輛從2016年11月就開始建造的未來火星登陸車，最近在佛羅里達州揭開了它的真面目。這輛擁有6個輪子、全電動的新式火星登陸車被專門設計來滿足探索火星表面的挑戰。登陸車體重約2 268公斤，體長8.5米，最高時速可達112公里。它將于2017年下半年被安置在肯尼迪航天中心，用于幫助人們進行“宇航員訓練體驗”。
王麗婧說：雖說是用來滿足探索火星表面的挑戰，但未來火星登陸的名單上可沒有它的名字，這輛概念車只是為了激起人們對太空探索的興趣。毫無疑問，實現火星登陸計劃之前，NASA還將制造出更多的“輔助者”。
黑客組織攜“病毒”席卷全球
全球
你中毒了嗎？2017年5月，一種名為“WannaCrypt”的蠕蟲病毒開始在互聯網上蔓延，它可以使被感染的電腦在10秒內鎖住，電腦里所有文件全被加密無法打開，只有按彈窗提示交贖金才能解密。這種“勒索病毒”的投放者“影子經紀人”曾聲稱盜取了全球最頂尖的黑客團隊“方程式組織”的攻擊武器，通過釋放和販賣黑客工具在網絡上橫行。
E伯爵說：我真是服了這些網絡上的“軍火商”了！隨著網絡時代的發展，黑客入侵、病毒破壞，各種利用安全漏洞的手段也是層出不窮，相信這種侵擾和破壞他人正常生活的行為，已經招致了無數“中招”者們的無限怨念了。
《超級爺爺創游記》揭開創新秘籍
以色列
提起以色列，相信很多人都對這個被稱作“創業國度”的國家感到好奇。終于在今年上線的探訪紀實類紀錄片《超級爺爺創游記》中，歷史學者曹景行帶領我們深入以色列高校、初創企業與政府機構等部門，探秘以色列的創業生態。他發現“以色列創新創業的最成功之處在于其可以吸引人才，以色列人很重視教育，思辨能力強”。
毛穎說：都說以色列人為了生存在創業，我怎么看都是借口，創新思維一旦養成，那新點子還不是泉涌般擋都擋不住啊。說起來我們也應該對自身的發展形成一點危機意識，看看別人家的創業者們，如何從逆境中闖出一條生路，答案就在這里。
人工智能，“人類文明史的終結”？
2017GMIC全球移動互聯網大會，霍金再談“AI”
中國?北京
人工智能會威脅到人類嗎？關于這個問題，霍金表示十分擔憂，在這次遠程亮相全球移動互聯網大會中，他更是重申了這一點。他認為人類需警惕人工智能發展威脅。人工智能一旦脫離束縛，就會以不斷加速的狀態重新設計自身，而人類由于受到漫長的生物進化的限制，將無法與之競爭，從而被取代。“人工智能是有根除疾患和貧困的潛力的，但是研究人員必須能夠創造出可控的人工智能。”
貓哥說：解放勞動力？無數勞動人民心中深切的吶喊此起彼伏。那么問題來了，被取代丟了飯碗，還是重振旗鼓開辟新的行業？比起一味地想辦法控制人工智能的崛起，依我看還是先想法子趕緊另謀出路比較實際一點。
C919首飛成功，搶占空運“大蛋糕”
中國?上海
2017年5月5日這天，中國又一次吸引了世界的目光，首款國際主流水準的國產大型客機C919成功首飛。在C919飛機制造產業鏈條上，中國商飛與各個供應商結成“生命共同體”，組建了16家合資企業。從關鍵技術攻克到商業模式創新，中國商飛正在努力躋身世界民用航空制造I兩大巨頭空客與波音創造的強勢競爭中。
萌萌子說：就沖著這種發展模式的創新觀念，我們也應該拿出來表揚一番。尚且不論咱的大飛機技術水平在世界上處于什么地位，你就告訴我哪個能剛會走路就能飛奔的吧，如果有那也是人家天賦異稟，咱還是老老實實一步步來，穩妥些。
“人造風洞”，發電全靠“浪”
澳大利亞
