前言：中文期刊网精心挑选了直播营销方案的要点范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
直播营销方案的要点范文1
一、酒店业微营销现状
（一）微信已成为酒店重要的营销渠道
2016年初，第五届中国酒店科技论坛数据显示：有45%的酒店会在微信平台进行酒店展示；26%开通了酒店客房预订功能，作为酒店直销渠道的有效补充；19%的酒店会不定期开展优惠促销活动；还有10%左右的酒店能提供会员注册，并支持微信支付。
（二）不同类别酒店业公众号文章阅读量差异较大
2016年Q1数据显示，五星级酒店相对于其他类别的住宿产品，平均发文次数更高，对于公众号的运营维护度更高。
此外，酒店虽然已经开始关注微信运营，但是推广效果一般，内容质量有待提高。而排版混乱、段落不清、逻辑配图不当都可能使得原本优质的内容在用户看来不再优质，甚至秒关，那么即使有“阅读量”增加，这样的数字对酒店也毫无意义。
二、酒店微营销观点
（一）完全精准的推送是不存在的
当多数酒店了解到每天7：00和18：00是用户阅读微信的高峰期时，就不加思索地选此时刻推送信息，可曾想过信息过载给用户造成的困扰。因此，酒店必须认识到即使逻辑再清晰、人群再细分，也有可能因推送打扰到用户。因此，我们尽力平衡营销效率和用户体验，这也是品牌人文关怀的一种体现。
（二）以品牌核心价值观引领渠道建设和用户管理
信息优势地位能够给决策带来非常重要的参考，酒店高层管理者自身的判断力、思维方式及其远见和执行力也会极大地影响酒店微营销效果，因此，以品牌核心价值观引领渠道建设和用户管理，可以从以下三方面理解：首先，酒店的市场营销部应广泛参与到产品和服务的研发、定价和推广中来，以全局视野协调资源，以避免市场行为跟营销目标脱节；其次，酒店微营销的运营离不开专业团队的精心策划――一个人可以走得很快，但只有一群人才能走得更远。同时，应竭力避免急功近利、对品牌资产积累无益的行为；最后，市场营销部应成为酒店整体利润增长关系链中的关键驱动力，从酒店产品的设计与改进、客户关系的维护和品牌价值传承等方面，促进用户转化。
（三）隐性收益
酒店微营销工作中的隐性收益，包括良好的品牌声誉、更好的客户体验、内容带来的客户转化等。如有的酒店会策划其APP的启动图，从而达到活动宣传、资源置换、传输品牌理念的作用。每天因设计启动图投入的人力，是无法量化收益的；又如酒店公众号中以多种方式对会员权益做说明，即使不这样做，也不并影响用户查询相关信息。但做了却可给予用户更好地使用体验。
此外，酒店通过社媒运营优质内容辅助用户做决策时，除借助 UGC外，更需官方策划产出，当两者融合时很判断各自对消费转化的贡献水平。
三、酒店微信公众号运营策略
（一）获取认知
公众号推广初期或阶段性吸引关注，可以采取以下举措：第一，借助私人微信号做推广。朋友圈的时时更新都有可能被这几千好友看到，从而产生互动和关注。第二，通过酒店官方网站、微博等官方渠道为微信公众号导流；第三，通过行业社群等为群提供有价值资源和信息，从而获得群内认可，适时转发酒店公众号精彩内容，获取关注；第四，通过搜索平台，如百度产品系列，在“贴吧”发文章宣传，或在“知道”回答时附带酒店公众号二维码，也可以把公众号文章上传到文库，做百度经验等。第五，好的视频、直播等内容自带传播力。将二维码嵌入视频宣传片和直播内容中。第六，设置微信连WIFI功能。在宾客消费和逗留集中的区域，如前台、餐厅、会场等，以恰当的形式展示二维码，方便宾客关注微信公众号直连酒店WIFI。
但在阶段性推广后，酒店仍应向深层次挖掘公众号的价值，运营公众号的目的从来不是拉新，而是服务好用户、留住用户，进而实现消费转化。
（二）赢得信用
这里所说的“信用”在微营销中主要来自完善服务功能、专注业务发展与品牌建设两方面。通过对数十家酒店及酒店集团微信公众号的跟踪观察，笔者发现在其稳定运营期所呈现的内容都具有以下三个特征，即专业输出、个性化建设和有效互动（张弛有度），具体而言：首先，用户之所以愿意关注酒店的公众号，并且愿意长期关注并且时时打开酒店的推送的内容，最看重的就是其专业输出（易用如工具）的特征。这一点主要体现在当用户试图寻找酒店及周边相关信息的时候，可以方便的获取相关资料（资料应是酒店精心整理编排的）；当宾客准备订房或订餐时，可以方便的下单（包括产品信息的完备性以及支付流程的简单便捷）；当宾客下榻酒店后，仍可以借助公众账号平台与酒店进行互动（获取服务，反馈意见，参与互动等）。这就需要对酒店公众号的版块设置和每日推送的内容做精心安排和考量，通过对几家酒店及酒店集团公众号界面及板块的比较，我们可以直观得出以下结论：第一，几家酒店及酒店集团的公众号均设立三个版块，简洁明了、检索方便；第二，他们无不将酒店主要业务――“客房预订”子菜单置于醒目位置，说明其非常重视该渠道的销售功能。而像外滩华尔道夫酒店，其“品味美食”版块赫然列入三大板块之一，其对餐饮营销的重视程度可见一斑；第三，从菜单设置上，我们发现微信行销功能开发较为完善的酒店，还开设了微信商城、微官网等。同时，相较于各酒店专注业务纵深领域的发展，酒店集团更重视搭建会员服务体系，完善会员服务功能，为其下属品牌酒店提升品牌价值做一系列的服务工作。 以上这些，都是一个酒店公众号能够吸引用户目光，并长期保持对用户的吸引力和关注度的一些外在表现。
而从上海浦东香格里拉酒店微信公众号的一个细节――版块“热门优惠”（限时抢购、香传月饼）与推送内容的对照，和君亭酒店的“人工服务”，可以看出酒店公众号运营所遵循的“有效推广逻辑”：重要的事情并非说三遍便可深入人心，而是知道做一期精致的内容，并把它加入到微信菜单和自动回复，通过用户日常使用功能主动获取信息，比说三遍更有效。
其次，当酒店公众号的用户沉淀下来后，需要考虑如推送时间、方式，推送内容以及内容与酒店行销的配合等诸多细节，而在用户手机关注账号日益增多，注意力资源极度稀缺的当下，酒店公众号推送内容的选择、编辑及呈现方式就成为公众号运营的重中之重，我将这些工作称为个性化建设，其中既有趣味温情的故事，也有契合品牌价值主张、彰显品质生活的系列内容；既有酒店普通员工极致服务的代言，也有酒店忠诚宾客真实体验的转述。
就讲好一个故事而言，通过跟踪观察，笔者发现阅读量和点赞数较高的内容大多有以下共性：它们往往会以一个故事的方式把用户代入某个情境，然后围绕这个情境制创造出某些关键矛盾从而引起用户好奇，再基于这些矛盾提出关键问题，最后顺水推舟，把问题的解决方案推送给用户（给出解决方案以及对于解决方案的渲染）。
通过内容赋予产品和服务更多意义。无论是传统营销还是微营销，爱、帮助弱小以及其他普世价值，都是引发共鸣、拉近与消费者距离的有效途径。在这一点上，迪士尼乐园无疑是当之无愧的高手，其以“家庭时刻”为主题的系列视频展示了诸多打动顾客的瞬间，传递着幸福、神奇、友善、包容等弥足珍贵的特质。
而为酒店代言，最重要的，其实无关酒店代言者的身份（究竟是员工还是会员、是明星还是网红），而是，通过内容字里行间传达出的真诚，用户可以从其精心挑选的图片、细腻的内容编排和清晰流畅的视频质量中真切的感受到。而恰当的内容篇幅和结构，内容展示对象本身在真实、平凡中孕育的生活态度和鲜明个性（如：喜达屋集团旗下W酒店品牌对个性鲜明的时讯达人的介绍和追踪报道），将潜移默化地影响读者日后的消费行为、生活品味和消费态度等诸多方面。此外，还可传达美丽外表之下品牌秉承的价值观和责任感，甚至实现品牌年轻化或重新定位品牌等目的。
最后，用户的积累和丰厚的回报都离不开酒店对用户心声的倾听和及时反馈，因此，笔者认为与用户的有效互动（张弛有度）对一个酒店公众号的运营是至关重要的，这里的互动，可小至对一个看似不经意留言的回复，大至因时节不同给用户提供多种就餐、出行选择建议；小至用户点击“阅读原文”后精心设置的跳转页面（如：喜达屋酒店集团公众号“吴秀波：相似的灵魂会相遇”一文，点击“阅读原文”后内容设置了一段以电话语音形式展示的吴秀波给用户的留言），大至在多个社会化媒体平合策划的系列主题活动。在这个过程中，应尽一切可能提升酒店品牌和产品的话题性，有意引导用户注意力的传播流流向，维护好酒店公众号的调性，以增加酒店公众号的关注度和公信力，活跃社群氛围，传递品牌价值理念。借微信公众平台延伸酒店服务触角，人性化维护每一个接触点，激发消费者的互动，创造分享内容，同时通过对这些社交内容的挖掘来进一步提升互动。品牌还可以利用社交互动中获得的洞察来优化自己的营销传播工作，如适时地将用户的体会和想法，加以整理制作成更为专业而有趣的内容，在自己的及合作自媒体机构的公众号（如美栈旅行、时尚旅游等具有高交集用户的账号）展示，有时仅是宾客对体验中感受到的服务细节的描述就足以刺激潜在用户的消费欲望，进而实现转化。同时，酒店还可将微信公众平台收集的创意、想法和态度等反馈至酒店产品研发部门，为更好地改进产品和服务提供参考意见。
（三）以酒店核心商业目标为原点，考量微营销成效
直播营销方案的要点范文2
【关键词】信息技术；中职教育；推销课程；课程教学；应用研究
素质教育与教育现代化工程的深入发展，给中职推销课程教学手段提出了更高的要求，许多诸如多媒体课件和在线学习（E-learning）等现代信息技术均已开始应用于实际课堂教学中。而在中职推销课程中怎样充分运用现代化的信息技术。结合实际工作经验，笔者拟就我国信息技术在中职推销课程中的应用研究做出论述。
1 信息技术在中职推销课程教学中的应用思路
1.1 教学过程和环节设计方面
在教学过程和环节设计等方面，探索出以学生个别化自主学习和小组协同学习为主集体学习为辅的特色教学组织模式。合理安排自主学习、小组学习、集中辅导和作业以及实践等教学环节，尝试实行模块制与导学制教学。并注重在教学过程中与学生进行交流，充分尊重学生的课堂教的主体地位。
1.2 教学内容改革方面
在教学内容改革方面，通过讲解大量的国内外推销实例，增加对本学科的前沿知识的讲解，尝试运用案例式、开放式和链结式的教学方式。既增强了学生应用推销理论分析和解决问题的实际能力，又拓宽了中职学生的视野，开阔了学生的思路。
1.3 教学手段方面
以网络为核心，结合学校及学生实际条件，实行多种技术与媒体相结合的手段，通过小组讨论和网上BBS答疑开展多样化和交互式的学习活动，尝试实行插播式与讨论式的教学手段，使学生能便利、经济及有效地学习最新知识。
2 信息技术在中职推销课程教学中的具体应用措施
2.1设计适合中职推销课程教学改革的一体化方案，制定出能体现“少、精、宽和新”等特点的中职推销课程教学规划
根据中职推销课程的性质及其在该专业整个课程体系中的地位和作用，在分析学生实际学习需要基础上，尝试设计一种网络环境下的切合学校实际的关于课程教学的改革方案。
2.2 尝试实行案例式、开放式和链接式教学，注重加强开放，交互式学习活动，充分利用多种媒体教学资源及相关现代教育技术手段，进一步改革教学内容和教学方式
2.2.1 适当分开课堂讲授体系与教材体系，重在解答教材中的重点和难点问题；适当增加对本学科前沿知识和公司案例的讲授，将营销理论与现实实践紧密结合，适当进行“情境创设”，将讲评作业，社会调研结论与对学科知识的拓展学习紧密结合起来，打破传统的“封闭式”教学，实现精讲多练，学用结合，使学习者通过“同化”与“顺应”达到对新知识意义的建构。
2.2.2 积极尝试利用计算机投影设备，网上直播等现代化教学设施，开展多样化，交互学习活动。首先，在充分熟悉和掌握本课程多种媒体教学资源的种类与内容的基础上。其次，运用多媒体计算机设备进行课堂教学，尝试实行插播式和链接式教学。
2.2.3 积极采用QQ、E-mail和BBS等现代化教学设施，对学生的疑问进行解答和回复。建立多种与学生进行互动的方式，利用QQ、QQ群、E-mail和BBS等形式，在课下与学生进行互动，回答学生的课堂疑问，与学生对知识点进行讨论，开展多样化的交互式学习活动。
2.3 尝试实行导学式和讨论式教学，不断探索体现终身教育思想和建构主义教育理论的个人自主学习和小组学习的新形式
学校网络教育更加强调教师“导学”下的学生自主学习。因此，在教学中通过公布教师的通讯地址以及全校本课程的教师资源库信息，安排组织学生参加BBS讨论，网上答疑等教学活动，鼓励师生，生生之间的学习交流活动。建构主义的一个基本观点就是要使学生在教师的组织和引导下一起讨论和交流，形成一个共同的学习群体。因此，小组协作学习是网络教育的又一重要形式。
2.4 探索多样化形式，进一步加大对实践教学的探索
加强实践性教学是本课程的特点和本“试点项目”的要求。首先，我们明确设计了课内实践教学的内容与要求，并通过辅导课上的案例教学与小组讨论加以实施。使之不仅成为激发学生兴趣，训练学生提出和解决问题能力的有效途径，而且也成为实践性教学的重要环节之一。其次，通过完成“教学实践与社会调研”作业来达到增强学生应用与创新能力的目的。
2.5 实行分层交叉模块制，充分发挥网络教育各教学环节综合互补作用
结合具体实例简要介绍各模块在具体教学过程中是如何组织实施的。首先，在对课程教学的基础上，选出当前所学知识中的“主题”，然后再将其与不同的教学环节相结合形成不同的教学模块。其次，实现各教学模块既分层又交叉，并渗透于各教学环节之中。第一步是课前引导。旨在使学生明确本章的核心内容、学习宗旨与要点、自学方法建议与要求，有针对性地选择学习资源与方法。第二步是个别化自主学习。旨在培养学生根据需要决定学习内容、方式和进度的能力，使学生不仅了解、掌握本章的主要概念和基本原理，而且还要明确本章的重点和难点，提出没有理解和希望解决的问题反馈给学生。第三步是课堂面授学习。本环节包括面授课教学模块、音像课教学模块和网上直播课教学模块等。第四步是课外小组学习。重点是在自学过程的第二和第三阶段开展相互学习，讨论和参观学习活动，旨在交流信息，解决疑难问题，综合众人智慧，发挥群体合力以完成共性问题，以利于教学实践与社会调研活动的开展与完成。第五步是作业和实践。通过完成本单元课程作业并和实践考核模块交叉结合来培养学生的实际应用能力和创新思维能力。
3 结论
在中职推销课程教学过程中应用现代信息技术，应坚持学科和信息技术整合的观念，即以中职学生的实际需要为重心，重点突出“以学生及其自主学习为重心”的设计思想，探索出在知识经济时代大背景下能体现中职学生自主学习的学习模式。并以理论学习来指导实践，以教学实践来检验研究成果，进一步推动中职推销课程实践开展。
参考文献：
[1]李红. 探索现代信息技术在中职专业课中的运用[J]. 中国信息技术教育, 2010,(22).
[2] 黄建蓉. 现代信息技术应用于中职英语的教学创新[J]. 福建基础教育研究, 2010,(04) .
直播营销方案的要点范文3
（征求意见稿）
为深入贯彻《国务院办公厅关于提升大众创业万众创新示范基地带动作用进一步促改革稳就业强动能的实施意见》，全面落实《江西省2021年度大众创业万众创新工作要点》，结合宜春实际，提出以下工作要点。
一、夯实创业就业基础
(一)做大创业孵化平台。加强小微企业双创示范基地、星创天地、备案众创空间、科技企业孵化器、青创空间、农民工返乡创业园等创业孵化平台培育力度，强化现有创业孵化基地管理，力争新增国家级创业孵化平台（基地）2家左右、省级创业孵化平台（基地）5家左右。不断完善院士专家工作站、海智工作站、学会服务站建设和管理，推进建站单位与地方企业的深度合作。加快培育一批电商示范基地、企业和数字商务试点项目。(责任单位：市科技局、市教体局、市工信局、市人社局、市商务局、团市委、市科协按职责分工负责)
(二)引导开展创业带动就业专项行动。积极对接国家创业带动就业示范行动，引导鼓励双创示范基地开展创业带动就业活动。围绕托育、养老、家政、乡村旅游等领域，鼓励有条件的双创示范基地与互联网平台企业联合开展创业培训、供需衔接、信息共享和能力建设，打造社会服务领域创业带动就业标杆项目。复制推广典型经验做法，引导社会资本发展社会服务新业态新模式，拓展更大就业空间。(责任单位：市发改委、市商务局、市民政局、市农业农村局、市文广新旅局、市妇联按职责分工负责)
(三)开展创新创业培训。贯彻落实创业培训“马兰花计划”，对符合条件有创业意愿和培训需求的城乡各类劳动者开展有针对性的创业培训，按规定落实好创业培训补贴政策，完成全年培训1.5万人。加大“特聘兼职”教师扶持力度，提高职业院校“双师型”教师比例，加强创新创业培训师资队伍建设。配合省完善“1+11”创业大学培训体系，支持协助企业家及企业中高管学员培训工作。(责任单位：市人社局、市教体局、市工信局按职责分工负责)
二、增强科技创新能力
(四)加大全社会研发投入。深入开展全社会研发投入攻坚行动，加大财政科技资金投入，完善科技创新投入体系，推动完善各部门和市、县联动机制，推进研发投入后补助，力争宜春市全社会研发投入占GDP比重达到1.7%。(责任单位：市科技局、市财政局、市发改委、市工信局、市国资委、市统计局、市教体局、市税务局等相关单位按职责分工负责)
(五)夯实科技创新平台基础。扎实推进新能源（锂电）、中医药、富硒等重点产业创新平台建设，加强与大院、名校、名企合作，力争引进落地研发机构1个，新建院士工作站1家。扩大科技创新平台规模，争取新增省级以上创新平台8-10家，组建市级工程技术研究中心5家以上。(责任单位：市科技局、市发改委、市工信局、市科协按职责分工负责)
(六)推动科研成果转移转化。依托省校企合作信息服务平台，加速高校科技成果转化和技术转移，促进科技、产业、投资融合对接。积极争取江西网上常设技术市场技术交易补助，举办第二届2021’江西宜春产业技术对接会，对接“国家大院大所产业技术进江西”活动，为企业搭建对接桥梁，促进科技成果向现实生产力转化，实现产学研协同创新。(责任单位：市科技局、市发改委、市工信局、市科协按职责分工负责)
三、激发双创主体活力
(七)推进企业创新创业。落实宜春市国企改革创新三年行动实施方案、促进中小企业健康发展实施意见等系列政策，实施科技型企业和中小企业梯次培育计划，开展全市“制造业50强”培育，力争在独角兽(潜在、种子)企业方面实现突破，培育瞪羚(潜在)企业10家左右，高新技术企业150家左右，规模以上工业企业100家以上，专精特新中小企业50家以上，制造业领航企业、制造业单项冠军和专业化小巨人企业20家左右。力争全年列入省新产品开发和试产计划项目达到30项以上，省级重点新产品立项50项以上。(责任单位：市国资委、市科技局、市工信局按职责分工负责)
(八)引导科技人员创新创业。落实《江西省鼓励科技人员创新创业的若干规定》等政策措施，完善激励评价机制，激活科研人员创新创业活力。深化科技成果“三权”、职称制度改革，用好以增加知识价值为导向分配政策和事业单位科研人员在岗创业、离岗创业、到企业兼职等政策。组建科技人员创业导师团队，为科技创业者提供创业培训、创业辅导、创投对接等服务。(责任单位：市科技局、市科协、市人社局按职责分工负责)
(九)支持大学生创新创业。深化创新创业教育改革，大力培育高职院校双创示范基地和双创教育改革示范校。深入实施“特岗计划”、“三支一扶”、“西部计划”等专项计划，开展“青年红色筑梦之旅”活动。对于符合条件在本市行政区内创办企业或从事个体经营且稳定经营1年以上的在校生和毕业5年内自主创业的高校毕业生，发放一次性创业补贴。支持区域双创示范基地与高校、企业共建面向特色产业的实训场景，支持将具备持续创新能力和发展潜力的高校毕业生创业团队纳入企业示范基地人才储备和合作计划。(责任单位：市教体局、市人社局、市发改委、市财政局、团市委按职责分工负责)
(十)鼓励青年创新创业。联合省青年企业家协会、青创团工委及相关部门单位举办第二届青年创新创业大赛，举办“青领未来”专场招聘会、“青企雁行”走访交流等活动，实施对接粤港澳大湾区创业计划，做好青创“引才引智”工作。(责任单位：团市委、市人社局、市教体局按职责分工负责)
(十一)引导新型农民创新创业。推进“一村一名大学生”工程，大力培育农民大学生。积极组织参加省农村创新创业项目创意大赛，发挥全国农村双创典型县樟树市的示范作用，推广典型经验做法，建设一批创新创业园区、培训基地、见习基地、创业孵化基地和创客服务平台。(责任单位：市农业农村局、市教体局、市人社局按职责分工负责)
(十二)支持返乡入乡创新创业。开展以“创领新赣鄱、美好新时代”为主题的创业就业服务系列活动，引导返乡下乡人员创新创业，以创业带动就业。优先支持区域双创示范基地实施返乡创业示范项目，引导社会资本、大学生创客和返乡能人等入乡开展“互联网+乡村旅游”、农村电商等创业项目。落实旅游业发展奖励政策，鼓励依托各地特色资源开发参与型、互动型、体验型的乡村旅游产品。完善支持返乡入乡创业的引人育人留人政策，加大对乡村创业带头人的创业培训力度，培育一批能工巧匠型创业领军人才。(责任单位：市人社局、市财政局、市农业农村局、市发改委、市文广新旅局、市商务局按职责分工负责)
(十三)支持退役军人创新创业。建强宜春市退役军人企业家协会，指导各县市区建立退役军人企业家分会和就业促进会。培育退役军人就业创业创新导师团队，鼓励开展退役军人创业创新培训。加强退役军人孵化基地建设，实现县市区孵化基地全覆盖，省级孵化基地新增2-3个，市级孵化基地新增6个以上，县级孵化基地建设100%达标。深入开展“满怀忠诚讲尊崇，千行百业共拥军”等系列活动，促进退役军人创业就业。(责任单位：市退役军人事务局)
(十四)鼓励妇女创新创业。培育一批巾帼产业示范基地，举办“明月山杯”家庭服务兴业技能竞赛，参加省双创和家政大赛，开展“春风行动”女性专题活动，搭建妇女创业就业平台。实施女性创业就业赋能行动，开展巾帼创业就业“一县一品”下沉式培训，做好“江西表嫂”家政服务行业职业技能培训工作。(责任单位：市妇联、市人社局按职责分工负责)
四、强化双创服务保障
(十五)提升政务服务水平。贯彻落实《优化营商环境条例》，深化“一件事一次办”改革，大力推行“一照含证”改革，依托省企业开办“一网通办”平台，实现企业登记“一次不跑”“只跑一次”“全市通办”，深化企业注销便利化改革，探索推行“先证后查”“自主声明”“公开承诺”办事流程。持续推进降成本优环境行动，清理重点领域和关键环节的涉企收费。大力推行农民工工资保证金差异化缴存措施，支持户籍业务“跨省通办”“省内通办”。依法落实各项支持创新创业减税降费政策，加强税收减免政策宣传，在双创示范基地落实好小规模纳税人增值税减免优惠政策。盘活闲置厂房、低效利用土地。探索采取以“长期租赁、先租后让、租让结合”的弹性出让方式供应工业、旅游及公共服务项目用地，推进工业标准地、标准厂房建设。(责任单位：市行政审批局、市市监局、市发改委、市工信局、市自然资源局、市人社局、市住建局、市税务局按职责分工负责)
(十六)建设良好市场环境。建立反不正当竞争联席会议制度，落实公平竞争审查制度，全面清理、废除限制企业公平竞争的存量政策，消除制度隐性壁垒。持续深化市场流通领域综合治理，加强线上线下商品质量检测。开展宜春市“绿色生态”标准化建设工作，鼓励企业参与国家标准、行业标准、地方标准的制定和修订。(责任单位：市市监局)
(十七)加大开放共享力度。实施《宜春市科技创新资金后补助管理办法》，推进全市大型科研仪器向社会开放共享，对向社会开放共享的大型科研仪器实行双向补助。积极争取对首台套重大技术装备、军民两用技术与产品、战略性新兴产业、整体性创新解决方案的支持，探索开展首台(套)重大技术装备保险补偿机制试点。(责任单位：市科技局、市财政局、市工信局、市教体局、市发改委、宜春银保监分局、市科协按职责分工负责)
(十八)加大高层次人才引培力度。积极申报国家级、省级重大人才工程，组织市“双百计划”评选，以中国科学院宜春院士科学家康养基地建设为依托，引进一批博士及以上高层次创新创业人才。开展企业“人才飞地”评选，鼓励企业在国内人才密集城市创建“人才飞地”。全年组织申报国家人才计划5项以上，新增省博士后创新实践基地2家、省百千万人才工程3人。(责任单位：市委人才办、市人社局、市科技局、市教体局、市工信局、市科协按职责分工负责)
(十九)深入实施科技帮扶。实施“百名博士入园强企”行动，下派100名科技特派员入企帮扶，有效对接企业科技需求，帮助企业解决技术难题100项，推动科技成果转化应用100项，组建研发平台（含新型研发机构）1-2个。(责任单位：市科技局、市教体局、市科协按职责分工负责)
(二十)拓宽投资融资渠道。制定实施金融大数据服务支持联动计划，推进大数据融资力度，鼓励银行业金融机构进一步扩大贷款抵（质）押品范围。支持园区引进融资租赁公司和非政府主导的产业投资基金、风险投资基金、天使投资基金等。用好普惠性再贷款再贴现资金、普惠小微企业贷款延期和信用贷款等金融政策，“工信通”“科贷通”“映山红助力贷”“小微快贷”“微企贷”等政策向重点产业倾斜。实施“科技创新券”政策，深入推进普惠金融服务中心创建。(责任单位：市金融办、人行宜春中心支行、市市监局、市发改委、市科技局、市工信局、市财政局、市农业农村局、市商务局、宜春银保监分局按职责分工负责)
(二十一)加强信贷资金支持。健全市、县两级政府融资担保体系，实施小微企业应收账款融资专项行动，提高制造业中长期贷款和信用贷款占比。深入推进“小巨人”“独角兽”企业信贷培育计划。制定《加快绿色金融发展指导意见》，引导银行业金融机构积极对接有机生态农业、绿色食品加工、新能源（锂电）、中医药、循环经济等绿色产业。拓展“科贷通”合作银行，进一步扩大受益面和放贷量。发放创业担保贷款16.38亿元。(责任单位：人行宜春中心支行、宜春银保监分局、市金融办、市财政局、市市监局、市科技局、市工信局、市人社局按职责分工负责)
五、凸显双创基地标杆
(二十二)进一步培育双创示范基地。加强省级双创示范基地建设，指导开展评价评估，总结推广成功经验做法。新增培育1-2家省级双创示范基地。(责任单位：市发改委)
(二十三)推进基地改革创新试点。优先支持双创示范基地建设企业技术中心、工程研究中心等创新平台。支持金融机构在依法合规、风险可控前提下，与双创示范基地合作建立创业投资基金、产业投资基金，鼓励金融机构与双创示范基地合作开展设备融资租赁等金融服务。支持双创示范基地内符合条件的企业发行双创孵化专项债券、创业投资基金类债券、创新创业公司债券和双创债务融资工具，支持在双创示范基地开展与创业相关的保险业务。在有条件的区域双创示范基地设立知识产权质押融资风险补偿基金，对无可抵押资产、无现金流、无订单的初创企业知识产权质押融资实施风险补偿。(责任单位：市发改委、市科技局、市财政局、市人社局、市商务局、市市监局、市金融监管局、人行宜春中心支行、市科协按职责分工负责)
六、积极开展双创活动
(二十四)开展“双创活动周”系列活动。积极组织推荐企业参加国家、省“双创活动周”宣传展示活动，组织开展我市“双创活动周”系列活动。加强双创活动宣传，营造浓厚社会舆论氛围。(责任单位：市全面推进大众创业万众创新工作领导小组各成员单位、市直有关单位按职责分工负责)
(二十五)举办各类双创赛事。举办创业引领者专项活动暨第三届马兰花全国创业培训讲师大赛宜春市分赛、“创客中国”江西省中小企业创新创业大赛宜春区域赛等赛事，组织参加“互联网＋”大学生创新创业大赛、中国创新创业大赛（江西赛区）、江西省公共安全创新创业大赛、大学生创业课等活动。(责任单位：市全面推进大众创业万众创新工作领导小组各成员单位按职责分工负责)
(二十六)举办其他配套活动。积极争取创建省级文化和旅游消费试点城市。继续开展“三请三回”活动，结合节庆、联谊、经贸等节点和活动，深入沿海乡友、校友、战友聚集地区开展经贸交流活动，推动更多在外宜商返乡投资创业。组织参加“中国品牌日”活动，宣传推广宜春自主品牌。组织参加省第三届青年创业风云人物评选，树立创新创业先进典型。开展以品牌品质惠享生活为主题的“双品网购节”、第二届宜春电商直播网购节等活动，加快直播带货、内容电商、社交营销等模式应用。（责任单位：市文广新旅局、市商务局、市科技局、市发改委、团市委、市人社局按职责分工负责）
直播营销方案的要点范文4
据统计，2017年中国人工智能核心产业规模超过700亿元，随着各地人工智能建设的逐步启动，预计到2020年，中国人工智能核心产业规模将超过1600亿元，年复合增长率将达31.7%。
随着人工智能技术的不断成熟，人工智能创业的难度逐步降低，越来越多的创业公司加入人工智能的阵营。
2018年被称为人工智能爆发的元年，人工智能技术应用所催生的商业价值逐步凸显。人工智能逐步切入到社会生活的方方面面，带来生产效率及生活品质的大幅提升。智能红利时代开启！资本、巨头和创业公司纷纷涌入，将人工智能拉到了信息产业革命的风口。
如何把握产业动向，抓住风口机会？创业邦研究中心凭借在人工智能等前言科技领域持续研究、洞察的能力，在对国内人工智能创业公司进行系统调研的基础上，推出《2018中国人工智能白皮书》，对人工智能的核心技术、主要应用领域、巨头和创业公司的布局、未来发展态势和投资机会进行了深度解析。
第一部分人工智能行业发展概述
1.人工智能概念及发展
人工智能（Artificial Intelligence， AI）又称机器智能，是指由人制造出来的机器所表现出来的智能，即通过普通计算机程序的手段实现的类人智能技术。
自1956年达特茅斯会议提出“人工智能”的概念以来，“人工智能”经历了寒冬与交替的起起伏伏60多年的发展历程。2010年以后，深度学习的发展推动语音识别、图像识别和自然语言处理等技术取得了惊人突破，前所未有的人工智能商业化和全球化浪潮席卷而来。
人工智能发展历程
2.人工智能产业链图谱
人工智能产业链可以分为基础设施层、应用技术层和行业应用层。
A基础层，主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商。
B技术层，主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商。
C应用层，主要是把人工智能相关技术集成到自己的产品和服务中，然后切入特定场景。目前来看，自动驾驶、医疗、安防、金融、营销等领域是业内人士普遍比较看好方向。
人工智能产业链
资料来源：创业邦研究中心
第二部分人工智能行业巨头布局
巨头积极寻找人工智能落地场景，B、C 端全面发力。
资料来源：券商报告、互联网公开信息，创业邦研究中心整理
第三部分机器视觉技术解读及行业分析
1.机器视觉技术概念
机器视觉是指通过用计算机或图像处理器及相关设备来模拟人类视觉，以让机器获得相关的视觉信息并加以理解，它是将图像转换成数字信号进行分析处理的技术。
机器视觉的两个组成部分
资料来源：互联网公开信息，创业邦研究中心整理
2.发展关键要素：数据、算力和算法
数据、算力和算法是影响机器视觉行业发展的三要素。 人工智能正在像婴儿一样成长，机器不再只是通过特定的编程完成任务，而是通过不断学习来掌握本领，这主要依赖高效的模型算法进行大量数据训练，其背后需要具备高性能计算能力的软硬件作为支撑。
深度学习出现后，机器视觉的主要识别方式发生重大转变，自学习状态成为视觉识别主流，即机器从海量数据里自行归纳特征，然后按照该特征规律使图像识别的精准度也得到极大的提升，从70%+提升到95%。
3.商业模式分析
机器视觉包括软件平台开发和软硬件一体解决方案服务。整体用户更偏向于B端。软件服务提供商作为技术算法的驱动者，其商业模式应以“技术层+场景应用”作为突破口。软硬件一体化服务供应商作为生态构建者，适合以“全产业链生态+场景应用”作为突破口，加速商业化。
（1）软件服务：技术算法驱动者—“技术层+场景应用”作为突破口
这种商业模式主要是提供以工程师为主的企业级软件服务。有海量数据支撑，构建起功能和信息架构较为复杂的生态系统，推动最末端的消费者体验。
此类商业模式成功关键因素：深耕算法和通用技术，建立技术优势，同时以场景应用为入口，积累用户软件。视觉软件服务按处理方式和存储位置的不同可分为在线API、离线SDK、私有云等。
国内外基础算法应用对比
资料来源：互联网公开信息，创业邦研究中心整理
（2）软硬件一体化：生态构建者—“全产业链生态+场景应用”作为突破口
软硬一体化的商业模式是一种“终端+软件+服务”全产业链体系。成功的因素是大量算力投入，海量优质数据积累，建立算法平台、通用技术平台和应用平台，以场景为入口，积累用户。亮点是打造终端、操作系统、应用和服务一体化的生态系统，各部分相辅相承，锐化企业竞争力，在产业链中拥有更多话语权。
4.投资方向
（1）前端智能化，低成本的视觉解决模块或设备
从需求层面讲，一些场景对实时响应是有很高要求的。提供某些前端就本身有一定计算能力的低成本的视觉模块和设备将有很大市场需求。前置计算让前端设备成为数据采集设备和数据处理单元的合体，一方面提升了处理速度，另一方面可以处理云端难以解决的问题。
机器视觉在消费领域落地的一个障碍是支持高性能运算的低功耗、低价位芯片选择太少。从低功耗、高运算能力的芯片出发，结合先进的算法开发模块和产品，这类企业将在机器视觉领域拥有核心竞争力。
（2）深度学习解决视觉算法场景的专用芯片
以AI芯片方式作为视觉处理芯片有相当大的市场空间。以手势识别为例，传统的识别方案大都基于颜色空间，如 RGB，HSV ，YCrBr，无法排除类肤色物体及黑色皮肤对识别精度的干扰。借助深度学习，如通过 R-CNN 训练大量标注后的手势图像数据，得到的模型在处理带有复杂背景及暗光环境下的手势识别问题时，比传统方案的效果好很多。
（3）新兴服务领域的特殊应用
前沿技术带来的新领域（如无人车、服务机器人、谷歌眼镜等），对机器视觉提出了新要求。机器视觉可以让机器人在多种场合实现应用。服务机器人与工业机器人最大的区别就是多维空间的应用。目前国内的机器视觉，涉及三维空间、多维空间，其技术基本上处在初始阶段，未来存在较大市场增长空间。
（4）数据是争夺要点，应用场景是着力关键
机器视觉的研究虽然始于学术界，但作为商业应用，能解决实际问题才是核心的竞争力。当一家公司先天能够获得大量连续不断的优质场景数据，又有挖掘该数据价值的先进技术时，商业模式和数据模式上就能形成协同效应。创业公司要么通过自有平台获取数据，要么选择与拥有数据源的公司进行合作，同时选择一个商业落地的方向，实现快速的数据循环。
第四部分智能语言技术解读及行业分析
1.语音识别技术
（1）语音识别技术已趋成熟，全球应用持续升温
语音识别技术已趋成熟，全球应用持续升温。语音识别技术经历了长达60年的发展，近年来机器学习和深度神经网络的引入，使得语音识别的准确率提升到足以在实际场景中应用。深度神经网络逐步找到模型结构和调参算法来替代或结合高斯混合算法和HMM算法，在识别率上取得突破。根据Google Trends统计，自2008年iPhone及谷歌语音搜索推出以来语音搜索增长超35倍。百度人工智能专家吴恩达预测，2020年语音及图像搜索占比有望达到50%。Echo热销超过400万，带动智能音箱热潮。
（2）语音识别进入巨头崛起时代，开放平台扩大生态圈成主流
语音识别即将进入大规模产业化时代。随着亚马逊Echo的大卖，语音交互技术催生的新商机，吸引大大小小的公司构建自己主导的语音生态产业链。各大公司纷纷开放各自的智能语音平台和语音能力，欲吸引更多玩家进入他们的生态系统。
（3）语音识别技术发展瓶颈与趋势
低噪声语料下的高识别率在现实环境使用中会明显下降到70-80%，远场识别、复杂噪声环境和特异性口音的识别是下一个阶段需要解决的问题。
麦克风阵列类前端技术不仅是通过降噪和声源定位带来识别率的提高，带环境音的语料的搜集、标注可用于模型的训练，有助于打造更新一代的语音识别引擎技术。语音巨头已经在布局。
在IOT包括车载领域，云端识别并非通行的最优方案，把识别引擎结合场景进行裁剪后往芯片端迁徙是工程化发展的方向。
2.自然语言处理（NLP）发展现状
（1）多技术融合应用促进NLP技术及应用的发展
深度学习、算力和大数据的爆发极大促进了自然语言处理技术的发展。深度学习在某些语言问题上正在取得很大的突破，比如翻译和写作。2014年开始LSTM、Word2Vec以及Attention Model等技术研究的进展，使DL有了路径在语义理解领域取得突破，并且已经有了明显的进展。对话、翻译、写作新技术成果里都开始逐渐混合入DL的框架。2014-2015年，硅谷在语义理解领域的投资热度剧增。
深度学习能最大程度发挥对大数据和算力资源的利用，语义理解的发展还需要深度学习、搜索算法、知识图谱、记忆网络等知识的协同应用，应用场景越明确（如客服/助理），逻辑推理要求越浅（如翻译），知识图谱领域越成熟（如数据饱和度和标准性较强的行业），技术上实现可能性相对较低。在各种技术融合应用发展的情况下，具备获取一定优质数据资源能力并可结合行业Domain knowledge构建出技术、产品、用户反馈闭环的企业会有更好的发展机会。
（2）NLP主要应用场景
问答系统。问答系统能用准确、简洁的自然语言回答用户用自然语言提出的问题。基本工作原理是在线做匹配和排序。比如 IBM 的 Watson，典型的办法是把问答用FAQ索引起来，与搜索引擎相似。对每一个新问题进行检索，再将回答按匹配度进行排序，把最有可能的答案排在前面，往往就取第一个作为答案返回给用户。
图像检索。同样也是基于深度学习技术，跨模态地把文本和图片联系起来。
机器翻译。机器翻译的历史被认为与自然语言处理的历史是一样的。最近，深度学习被成功地运用到机器翻译里，使得机器翻译的准确率大幅度提升。
对话系统。对话系统的回复是完全开放的，要求机器能准确地理解问题，并且基于自身的知识系统和对于对话目标的理解，去生成一个回复。
（3）创业公司的机遇
1)机器翻译方面：经过多年的探索，机器翻译的水平已经得到大幅度提升，在很多垂直领域已经能够在相当大程度上替代一部分人工，机器翻译技术的商业化应用已经开始进入大规模爆发的前夜。
2)应用于垂直领域的自然语言处理技术
避开巨头们对语音交互入口的竞争，以某一细分行业为切入点，深耕垂直领域，对创业公司也是一个不错的选择。
第五部分人工智能在金融行业的应用分析
人工智能产业链包含基础层、技术层、应用层三个层面。基础层的大数据、云计算等细分技术被应用到金融征信、保险、理财管理、支付等金融细分领域；技术层的机器学习、神经网络与知识图谱应用于金融领域的征信与反欺诈、智能投顾、智能量化交易，计算机视觉与生物识别应用于金融领域的身份识别，语音识别及自然语言处理应用于金融领域的智能客服、智能投研；应用层的认知智能应用于金融领域的智能风控。
人工智能在金融行业的典型应用情况
资料来源：创业邦研究中心
第六部分人工智能在医疗行业的应用分析
1.人工智能在医疗行业的应用图谱
人工智能在医疗行业的应用潜力巨大，目前在健康管理、辅助诊疗、虚拟助理、医学影像、智能化器械、药物挖掘和医院管理等领域均有企业在布局，其中医学影像、药物挖掘、健康管理，辅助诊疗、虚拟助理的应用发展速度较快。
图 人工智能在医疗行业的应用图谱
资料来源：创业邦研究中心
2.人工智能在医疗行业的具体应用场景
医学影像。人工智能应用于医学影像，通过深度学习，实现机器对医学影像的分析判断，是协助医生完成诊断、治疗工作的一种辅助工具，帮助更快的获取影像信息，进行定性定量分析，提升医生看图/读图的效率，协助发现隐藏病灶。 人工智能通过影像分类、目标检测、图像分割、图像检索等方式，完成病灶识别与标注，三维重建，靶区自动勾画与自适应放疗等功能，应用在疾病的筛查、诊断和治疗阶段。目前较为火热的应用有肺部筛查、糖网筛查、肿瘤诊断和治疗等。
药物挖掘。人工智能在药物研发上的应用可总结为临床前和临床后两个阶段。临床前阶段：将深度学习技术应用于药物临床前研究，在计算机上模拟药物筛选的过程，包括靶点选择、药效和晶型分析等，预测化合物的活性、稳定性和副作用，快速 、准确地挖掘和筛选合适的化合物或生物，提高筛选效率，优化构效关系。临床后阶段：针对临床试验的不同阶段，利用人工智能技术对患者病历进行分析，迅速筛选符合条件的被试者，监测管理临床试验过程中的患者服药依从性和数据收集过程，提高临床试验的准确性。
虚拟助理。医疗虚拟助理是基于医疗领域的知识系统，通过人工智能技术实现人机交互，从而在就医过程中，承担诊前问询、诊中记录等工作，成为医务人员的合作伙伴，使医生有更多时间可以与患者互动。医疗虚拟助理根据参与就医过程的功能不同，主要有智能导诊分诊，智能问诊，用药咨询和语音电子病历等方向。
第七部分智能驾驶行业分析
1.智能驾驶行业产业链
智能驾驶行业的中心业务是以Google、百度为代表的智能驾驶操纵解决方案提供商和以特斯拉、蔚来为代表的成车厂商。该类厂商，上接上游软硬件提供商，下接公司和消费者，在整个业务链中扮演至关重要的一环。
产业链上游厂商多为细分技术提供商，如深度学习、人机交互、图像识别和新材料、新制造新能源等。
智能驾驶产业链图谱
资料来源：创业邦研究中心
2.智能驾驶市场分析
伴随着 ADAS 技术的不断更新，推断全球 L1-L5 智能驾驶市场的渗透率会在接下来 5年内处于高速渗透期，然 后伴随半无人驾驶的普及进入稳速增长期。在未来的 2025 年无人驾驶放量阶段后，依赖全产业链的配合而进入市场成熟期。预测到2030年，全球 L4/5 级别的自动驾驶车辆渗透率将达到 15%，单车应用成本的显着提升之 外，从 L1-L4 级别的智能驾驶功能全面渗透为汽车产业带来全面的市场机会。
按照 IHS Automotive 保守估计，全球 L4/L5 自动驾驶汽车产量在 2025 年将接近 60 万辆，并在 2025- 2035 年间获得高速发展，年复合增长率将达到43%，并在2035年达到2100万辆。另有接近 7600 万辆的汽车具备部分自动驾驶功能，同时会带动产业链衍生市场的大规模催化扩张。
根据独立市场调研机构 Strategy Engineers 的预测，L4 高度自动驾驶等级下，自动驾驶零部件成本约在 3100 美元/车，其中硬件占比 45%，软件占比 30%，系统整合占比 14%，车联网部分占比 11%。按照全球 1 亿辆量 产规模计算，理想假设所有车辆全部达到 L4 高度自动驾驶水平，那么全球自动驾驶零部件市场规模在 2020 年 将达到 3100 亿美元。
第八部分中国人工智能企业画像分析
随着人工智能技术的不断成熟，人工智能创业的难度逐步降低。创新的大门吸引众多创业企业进入。为了观察行业风向，助力创新企业发展，创业邦研究中心对国内200多家人工智能创业公司进行了系统调研，从发展能力、创新能力、融资能力等多维度指标，评选出“2018中国人工智能创新成长企业50强”。
地域分布
全国88%的人工智能企业聚集在北京、上海、广东和江苏。其中，北京人工智能企业最多，占比高达39.66%;其次是上海，人工智能企业占比达21.55%;位列第三的是广东，人工智能企业占达15.52%。北京以领先全国其他地区的政策环境、人才储备、产业基础、资本支持等，成为人工智能创业首要阵地;华东地区的上海、江苏、浙江均有良好的经济基础和科技实力，人工智能应用实力雄厚，也聚集了一批人工智能垂直产业园;广东互联网产业发达，企业对数据需求强烈，依靠大数据产业链推动人工智能产业发展。
行业分布
从行业大类分布来看，行业应用层的企业占比最大，为56.03%;其次是应用技术层的企业，占比达31.04%;基础技术层的企业占比最小，仅为12.93%。随着人工智能技术的发展，人工智能与场景深度融合，应用领域不断扩展，行业应用公司比重不断提升。在基础层技术方面，国际IT巨头占据行业领先地位， 国内与国际差距明显，中小初创企业很难进入。
从行业应用来看，智能金融企业占比最大，为16.92%;其次是机器人企业，占比达15.38%;位列第三的是智能驾驶和智能教育，占比均为12.31%。金融行业的强数据导向为人工智能的落地提供了产业基础，智慧金融被列入国家发展规划中，庞大的金融市场为人工智能落地带来了发展前景。机器人作为人工智能产业落地输出， 目前市场需求较大，商业机器人占据较大份额。中国智能驾驶市场在资本推动下进入者较多，企业积极推动应用落地，百度、北汽等大型企业尝试商业化落地智能驾驶汽车。人工智能推动教育个性化落地，相关初创企业涉入教育蓝海，推动智慧教育的发展。
收入情况
收入分布在500-10000万之间的企业最多，占比达49.14%;500万以下的企业位居其次，占比达 26.72%;位列第三的是10000-100000万之间的企业，占比为17.24%。
最新估值
企业最新估值均在亿元级别，且分布较为均衡。三成企业估值超过15亿元，还有企业估值达到百亿级别，如优必
选科技、达闼科技和商汤科技等，将来或将跻身人工智能独角兽企业。(备注：分析样本量剔除一半未披露企业)
第九部分典型企业案例分析
1.Atman
企业概述
Atman由来自微软的人工智能科学家和产业经验丰富的产品团队创办，提供专业领域机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品，致力于成为医学、新闻、法律等专业领域语言智能专家，为专业领域用户赋能，推动专业领域用户进入人工智能时代，助力专业领域文字智能水平实现跨越式提升。Atman已为强生、新华社参考消息、北大法宝、君合律师事务所等世界领先药企、新闻媒体、法律服务机构开发机器翻译、机器写作、知识图谱、大数据智能采集挖掘等语言智能产品。
目前Atman在北京和苏州两地运营，能快速响应全国各地客户需求。
企业团队
创始人&CEO：马磊
清华大学计算机系毕业，曾先后在微软研究院和工程院担任研究员和架构师，机器学习专家、多次创业者、曾主导多项人工智能重大项目，和申请国际专利共计15+项。
Atman公司核心团队由来自微软、百度、法电等领域高端人才和资深技术人才组成，公司员工40人，其中硕士以上学历占比60%，技术开发人员占比70%，一半以上来自微软亚洲研究院和工程院。
核心技术与产品
技术方面，擅长机器学习（深度学习、强化学习、群体智能）在复杂问题的应用，和国际专利15项，Atman神经网络机器翻译系统于2016年9月首秀，早于谷歌的GNMT，专业领域翻译效果在公测标准和行业客户测试中均持续领先。核心产品为垂直领域机器翻译、机器写作、知识图谱抽取构建、大数据智能挖掘等语言智能产品。
Atman的机器翻译产品可自动翻译编辑专业文献、报告、音视频和网页，支持私有部署和云端混合部署，提供包括数据隐私安全以及自学习的端到端解决方案。
机器写作可对海量数据进行快速搜索、过滤、聚类，根据行业需求自动生成专业文档，适用于所有专业写作场景，可大幅减少专业报告写作过程中的繁复工作，大幅提升专业领域写作效率。
知识图谱可实现海量数据的语义检索、长链推理、意图识别、因果分析，形成一个全局知识库。大数据智能采集挖掘系统为专业领域用户提供智能数据源管理、海量专业数据获取和非结构化数据自动解析并结合知识图谱提供auto-screening、知识重构、专业决策辅助，帮助用户建立强大的以专业大数据为基础的业务辅助能力。
2.黑芝麻
企业概述
黑芝麻智能科技有限公司是一家视觉感知核心技术与应用软件开发企业，2016年分别在美国硅谷和上海成立研发中心，主攻领域为嵌入式图像、计算机视觉，公司核心业务是提供基于图像处理、计算图像以及人工智能的嵌入式视觉感知平台，为ADAS及自动驾驶提供完整的视觉感知方案。
目前公司和博世、滴滴、蔚来、上汽、上汽大通、EVCARD、中科创达、车联天下和云乐新能源等展开深入合作，提供基于视觉的感知方案；除此之外，公司还在消费电子、智能家居等领域布局为智能终端提供视觉解决方案。目前公司已经完成A+轮融资。
企业团队
团队核心成员来自于OmniVision、博世、安霸、英伟达和高通等知名企业，平均拥有超过15年以上的产业经验，毕业于清华、交大、中科大和浙大等知名高校。
创始人&CEO：单记章此前在硅谷一家全球顶尖的图像传感器公司工作近20年，离职前担任该公司的技术副总裁一职，工作内容覆盖了图像传感器研发和设计、图像处理算法研发和图像处理芯片设计。
核心技术和产品
在汽车领域，黑芝麻可提供车内监控方案（DMS），自动泊车方案（AVP），ADAS/自动驾驶感知平台方案。黑芝麻智能科技提供的解决方案包括算法和芯片两个核心部分：黑芝麻感知算法从基础的控光技术，到面向AI的图像处理技术出发来提高成像质量，以及应用深度神经网络训练，结合视频处理和压缩技术，形成从传感器端到应用端的处理过程；黑芝麻芯片平台采用独有的神经网络架构，包括独有的图像处理，视频压缩和计算机视觉模块，与黑芝麻视觉算法结合，采用16nm制程，设计功耗2.5w，每秒浮点计算达20T。
3.乂学教育
企业概述
乂学教育，成立于2014年，是一家网络教育培训机构，采用人工智能和大数据技术，为学生提供量身定制学习解决方案和个性化学习内容。核心团队来自美国Knewton、Realizeit、ALEKS等人工智能教育公司，销售团队有全国40亿toC销售额的经验。
企业自主研发了针对中国K12领域的学生智适应学习产品，其核心部分是以高级算法为核心的智适应学习引擎“松鼠AI”，该产品拥有完整自主知识产权，能够模拟真实特级教师教学。企业发表的学术论文得到了全球国际学术会议AIED、CSEDU、UMAP认可，并在纽约设计了人工智能教育实验室，与斯坦福国际研究院（SRI）在硅谷成立了人工智能联合实验室。
主要产品
学生智适应学习是以学生为中心的智能化、个性化教育，在教、学、评、测、练等教学过程中应用人工智能技术，在模拟优秀教师的基础之上，达到超越真人教学的目的。该产品性价比高，以人工智能+真人教师的模式，做到因材施教，有效解决传统教育课时费用高，名师资源少，学习效率低等问题。
智适应学习人工智能系统
智适应学习人工智能系统模拟特级教师，采用图论、概率图模型，机器学习完成知识点拆分和个人学习画像，采用神经网络、逻辑斯蒂回归和遗传算法为学生实时动态推荐最佳学习路径，实现个性化教育。
业务模式
线上与线下，2B和2C相结合。以松鼠AI智适应系统教学为主，真人教师辅助，学生通过互联网在线上学习课程。开创教育新零售模式，授权线下合作学校，已在全国100多个城市开设500多家学校。
4.云从科技
企业概述
云从科技成立于2015年4月，是一家孵化于中国科学院重庆研究院的高科技企业，专注于计算机视觉与人工智 能。云从科技是人工智能行业国家队，是中科院战略先导项目人脸识别团队唯一代表，唯一一家同时受邀制定人 脸识别国家标准、行业标准的企业。2018年，云从科技成为祖国“一带一路”战略实行路上的人工智能先锋，与 非洲南部第二大经济体津巴布韦政府完成签约。
云从科技奠定了行业领导地位： 国家肯定，国家发改委2017、2018年人工智能重大工程承建单位；顶层设计，唯一同时制定国标、部标和行标的人工智能企业；模式创新，三大平台解决方案，科学家平台、核心技术平台和行业应用平台。
企业核心团队
创始人
周曦博士，师从四院院士、计算机视觉之父—ThomasS.Huan黄煦涛教授，专注于人工智能识别领域的计算机视觉 研究。入选中科院“百人计划”，曾任中国科学院重庆研究院信息所副所长、智能多媒体技术研究中心主任。
周曦博士带领团队曾在计算机视觉识别、图像识别、音频检测等国际挑战赛中7次夺冠;在国际顶级会议、杂志 上发表60余篇文章，被引用上千次。
核心技术团队
云从科技依托美国UIUC和硅谷两个前沿实验室，中科院、上海交大两个联合实验室上海、广州、重庆、成都四 个研发中心组成的三级研发架构。目前研发团队已经超过300人，80%以上拥有硕士学历。
技术优势
全方位多维智能学习模块适应不同场景要求；模块化设计为在工业视觉、医学影像、自动驾驶AR等领域扩展打下良好基础。
云从科技具有高技术壁垒：世界智能识别挑战赛成绩斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微软全球图像识别挑战赛上共计夺得7次世界冠军;在银行、公安等行业智能识别技术 PK实战中，85次获得第一；2018年，云从科技入选MIT全球十大突破性技术代表企业。
在跨镜追踪(ReID)技术上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三个数据同时集体刷 新世界记录， Market-1501上的首位命中率达到96.6%，首次达到商用水平。
正式在国内“3D结构光人脸识别技术”，可全面应用于手机、电脑、机具、设备、家电。相较以往的2D人 脸识别及以红外活体检测技术，3D结构光人脸识别技术拥有不需要用户进行任何动作配合完成活体验证的功能， 分析时间压缩到了毫秒级以及不受环境光线强弱的影响等诸多优点，受到国际巨头公司的关注。
行业应用
目前国内有能力自建系统的银行约为148家。截止2018年3月15日，已经完成招标的银行约为121家，其中云从科 技中标了88家总行平台，市场占有率约为72.7%;在安防领域推动中科院与公安部全面合作，通过公安部重大课题研发火眼人脸大数据平台等智能化系统，在民航领域，已经与中科院重庆院合作覆盖80%的枢纽机场。
5.Yi+
企业概述
北京陌上花科技是领先的计算机视觉引擎服务商，为企业提供视觉内容智能化和商业化解决方案。致力于“发现视觉信息的价值”。
旗下品牌Yi+是世界一流的人工智能计算机视觉引擎，衣+是时尚商品搜索引擎。公司在图像视频中对场景、通用物体、商品、人脸的检测、识别、搜索及推荐均达到领先水平。
目前公司和阿里巴巴、爱奇艺、优酷土豆、中国有线、CIBN、中信国安、海信、华为、360等数十家顶级机构/产品深度合作，通过提供边看边买引擎、图像视频内容分析引擎、人脸识别引擎等基于视觉识别技术的数据结构化产品服务于海量用户，同时帮助政府机构、广电系统、内容媒体、零售商、电商、视听设备等行业实现智能分析、智能互动与场景营销。目前公司已经获得B轮融资。
企业团队
团队成员来自于斯坦福、耶鲁、帝国理工、新加坡国大、南洋理工、清华、北大、中科院等名校及谷歌、微软、IBM、英特尔、阿里巴巴、腾讯、百度、华为等名企。
创始人&CEO：张默
北京大学软件工程硕士， 南洋理工大学创业创新硕士。连续创业者， 曾任华为算法工程师、微软WindowsMobile工程师、 IBM SmarterCity 架构师，北方区合作伙伴经理，主机Linux中国区负责人，中国区开源联盟负责人，年销售额数亿。 2013年创业于美国硅谷和新加坡，2014年6月在中国设立北京陌上花科技有限公司。
核心技术与产品
技术方面，在国际顶级计算机视觉竞赛ImageNet中，成绩曾超过谷歌、斯坦福等，2015-2016年2年获得十项世界第一。2018年3月，人脸识别准确率位列LFW榜首。Yi+通过遵循无限制，标记的外部数据协议。 Yi+的系统由人脸检测，人脸对齐和人脸描述符提取组成。使用多重损失和训练数据集训练CNN模型，其中包含来自多个来源的约10M个图像，其中包含150，000个人（训练数据集与LFW没有交集）。在测试时， Yi+使用原始的LFW图像并应用简单的L2norm。图像对之间的相似性用欧氏距离来测量，最终取得优异成绩。
公司的核心产品主要包括视觉搜索引擎，图像视频分析引擎以及人脸识别和分析引擎：
行业解决方案
针对营销、安防、相机和电视的不同特点，推出相应解决方案。
营销+AI。场景化广告方案中，大屏AI助理信息流推荐、神字幕、物体/人脸AR动态贴图、video-out、场景化角标与广告滤镜等形式的广告内容推荐，适用于快消、汽车、电商、IT、金融、旅游服务等多个行业。
智慧城市+AI。使用计算及视觉助力智慧城市，在智慧安防、智慧交通、智慧园区等方面提供解决方案。在智慧安防实时识别上，实时处理直播摄像头信息，算法反应敏捷，相应迅速。建立智慧园区方案模型，考虑扩展性&灵活性、数据管理、松散耦合性、安全性、实时整合性以及功能性和非功能性需求等技术方案要素，从业务和技术两方面整合解决方案实现步骤。
电视+AI。电视+AI的解决方案赋予智能电视多样播放能力和营销能力。
相机+AI。相机更具交互能力。用户通过搜索关键字标签同步展示图片，打通相册和购物一站式体验。准确识别人物属性特征，动态适应表情变化，可以在视频以及图像中对人脸实时检测，基于深度学习技术，进行人脸相似度检测，实现面部关键点定位、妆容图像渲染，试用与粉底、唇彩以及眼影等多种虚拟试装方式。实时检测摄像头中出现的物品、场景和人脸等，添加AR效果，SDK支持本地检测、识别、追踪，平均检测帧率可达到25fps。
新零售+AI。Yi+新零售解决方案是基于公司自主研发的人脸识别、商品识别和其他图像识别算法技术为核心，建立一整套基于人脸、商品的智能零售门店管理方案。Yi+新零售解决方案主要包含数据采集、算法模型说明和部署方案三部分，其中数据采集包括人脸数据采集、商品数据采集；算法模型说明包括识别算法训练、商品识别、识别输出；部署方案包括本地部署、云端部署、本地部署与云端部署结合。
6.擎创科技
企业简介
擎创科技成立于2016年，专注于将人工智能和机器学习赋予传统IT运维／企业运营管理，为企业客户提供智能运维大数据分析解决方案，从而取代和改善对高技能运维人员严重依赖的现状。2017年，擎创科技已实现全年2000万营收，迅速成为国内AIOps领域的领跑者和中流砥柱。2018年初，擎创科技完成了数千万人民币的A轮融资，由火山石投资领投，晨晖创投、元璟资本及新加坡STTelemedia跟投。
核心团队
擎创团队的核心成员主要由BMC、微软等美国企业服务上市公司的运维老兵，与新浪、饿了么等知名互联网公司的大数据、算法专家组成，核心团队成员至少拥有10年以上的行业经验。其中CEO杨辰是国内最顶级的B端销售，曾带领团队获得10倍的业绩增长；CTO葛晓波拥有长达15年的企业级软件开发和运维经验；而产品总监屈中泠则来自甲方，创业前为浦发硅谷银行企业架构师，深知甲方对企业运维产品的需求。这个曾经深耕于运维企业服务市场的团队，如今在智能运维企业服务赛道继续领跑，让擎创科技成为最懂企业的客户，最值得企业客户信赖的软件厂商。
主要产品
“夏洛克AIOps” 作为擎创自主研发的大数据智能运维主打产品，自2016年上线以来，已从1.0版本升级至1.9版本，可应用在金融、大型制造业、铁路民航、能源电力等涉及国家发展和民生问题的多种行业。在2017全球运维大会上，夏洛克AIOps获得由中国信息通信研究院与高效运维社区联合颁发的“年度最具影响力AIOps产品”奖。
“夏洛克AIOps”充分利用自研算法辅助客户实现IT运维价值，结合客户的现有情况，规划从传统ITOM至AIOps智能运维的一站式路径，助其运营落地，由此打破数据孤岛，建立统一的大数据智能分析平台，实现以人工智能为核心，驱动传统IT运维监、管、控三个层面，并将相关运维数据及业务数据实时展现。
“夏洛克AIOps”拥有多项自研算法，犹如运维界的福尔摩斯，能迅速发现并定位运维问题的根因，实现秒级排障，最大程度避免企业产生重大损失。更有价值的是，“夏洛克AIOps”还能通过长期的数据积累和机器学习，运用新型深度神经网络算法对企业的业务数据进行预测，帮助企业提前规划IT资源，高效预防各类黑天鹅事件的发生。
商业模式
目前，擎创科技已与多家金融和制造行业标杆客户形成稳定的合作关系，包括浦发银行、浦发硅谷银行、国家开发银行、上海铁路局、银联、海尔、浙江能源等。针对不同客户，采用个性化的商业模式进行服务，目前主要有私有模式和SaaS模式两种，都具有较强的可复制性。
核心优势
