2021中國企業(yè)服務(wù)新趨勢15

2021中國企業(yè)服務(wù)新趨勢CHUXIN

CAPITAL初心資本

｜

始于初心

創(chuàng)造未來?D1ú??·?DDò챨????μμ×êá?

商業(yè)計劃策劃行業(yè)分析報告

云原生

開源軟件出海

大規(guī)模

自動化MarTech面向業(yè)務(wù)

人員人工智能01020304050607企業(yè)在經(jīng)歷系統(tǒng)性的

IT

架構(gòu)變革，基于云原生的性能優(yōu)勢孕育一系列新的創(chuàng)業(yè)機(jī)會豐富的場景及工程師紅利，中國有望打造全球領(lǐng)先的開源軟件企業(yè)依靠「中國紅利」打造的極致軟件產(chǎn)品，將以中國為大本營出海服務(wù)全球用戶，并實(shí)現(xiàn)可觀的商業(yè)化RPA

和

API

服務(wù)不存在替代關(guān)系，強(qiáng)需求，趨勢不可逆，將系統(tǒng)性得到普及消費(fèi)品牌將接棒賣家成為主流客戶，從數(shù)據(jù)到數(shù)據(jù)賦能，從重

GMV

到重

LTV，MarTech

服務(wù)商前景可期技術(shù)變革和用戶需求推動軟件面向業(yè)務(wù)人員、注重體驗(yàn)，低代碼/無代碼方興未艾數(shù)據(jù)井噴，市場將倒逼

AI

底層框架升級，AI

infra

領(lǐng)域會誕生創(chuàng)新型的創(chuàng)業(yè)公司

?D1ú??·?DDò챨????μμ×êá?

商業(yè)計劃策劃行業(yè)分析報告?zhèn)鹘y(tǒng)的軟件無法發(fā)揮云彈性伸縮、按需付費(fèi)、易規(guī)?；奶刭|(zhì)

趨勢1：云原生

企業(yè)在經(jīng)歷系統(tǒng)性的

IT

架構(gòu)變革，基于云原生的性能優(yōu)勢孕育一系列新的創(chuàng)業(yè)機(jī)會

云原生架構(gòu)的普及有明確且有力的驅(qū)動因素。一方面，云原生架構(gòu)將從互聯(lián)網(wǎng)行業(yè)向傳統(tǒng)行業(yè)逐步滲透。大量傳統(tǒng)企業(yè)出于競爭壓力、戰(zhàn)略危機(jī)

感，將自上而下推動向互聯(lián)網(wǎng)行業(yè)學(xué)習(xí)、模仿互聯(lián)網(wǎng)的數(shù)據(jù)應(yīng)用、數(shù)據(jù)輔助決策，也一并模仿互聯(lián)網(wǎng)企業(yè)的新興云原生架構(gòu)并采購其所使用的產(chǎn)

品。另一方面，企業(yè)對數(shù)據(jù)的上層應(yīng)用不斷豐富也將催生底層系統(tǒng)架構(gòu)變革。出于成本考量，各行各業(yè)的企業(yè)會逐步向微服務(wù)、云原生架構(gòu)轉(zhuǎn)型。

云原生的普及將衍生大量新產(chǎn)品需求，孕育一批精品、細(xì)分、專業(yè)的云原生產(chǎn)品加服務(wù)創(chuàng)業(yè)公司。在云原生領(lǐng)域，初心資本進(jìn)行了系統(tǒng)性的布局。

例如采用了云原生架構(gòu)的數(shù)據(jù)庫公司PingCAP，讓客戶可以在容器化、混合多云的環(huán)境下進(jìn)行部署、運(yùn)行和管理；分布式中間件廠商SphereEx，

將云原生作為核心技術(shù)特點(diǎn)；服務(wù)網(wǎng)格公司Flomesh，為客戶提供云原生環(huán)境里重要的網(wǎng)絡(luò)基礎(chǔ)設(shè)施；星漢未來提供基于全鏈路Serverless技術(shù)的

云原生基礎(chǔ)架構(gòu)解決方案

。｜

IaaS

的變化催生架構(gòu)改變，云是大勢所趨舊架構(gòu)：本地、自有硬件IaaS新架構(gòu)：云???難規(guī)?；瘍r格高硬件資源冗余，造成浪費(fèi)?企業(yè)

Capex???易規(guī)?；瘍r格低，按量付費(fèi)彈性伸縮，無冗余?企業(yè)

Opex架構(gòu)工具

&應(yīng)用Monolith

單體架構(gòu)單體、本地

Software

StackMicroservices

微服務(wù)架構(gòu)云原生工具

&

應(yīng)用云原生數(shù)據(jù)庫云原生中間件云原生服務(wù)網(wǎng)格“所有軟件都值得在云上重構(gòu)一遍”云原生基礎(chǔ)架構(gòu)?D1ú??·?DDò챨????μμ×êá?

商業(yè)計劃策劃行業(yè)分析報告研究報告撰寫規(guī)范A

課題研究進(jìn)入結(jié)題階段，撰寫研究報告成為最重要的工作。寫作研究報告，除了課題研究與實(shí)驗(yàn)要有充分的基礎(chǔ)以外，首先要確定研究報告的文體類型。課題研究報告屬于教育科研應(yīng)用文體。這類文體包括學(xué)術(shù)論文、調(diào)查報告、實(shí)驗(yàn)報告、經(jīng)驗(yàn)總結(jié)報告等等。如果課題是對某種教育現(xiàn)象進(jìn)行的調(diào)查，就應(yīng)寫作調(diào)查報貨：如果課題為實(shí)驗(yàn)研究，就應(yīng)寫作實(shí)驗(yàn)研究報告：如果既有理論研究又有實(shí)驗(yàn)內(nèi)容的，研究報告就要二者兼顧。我市“十一五”立項(xiàng)課題，大都屬于實(shí)驗(yàn)研究報告，也有部分是調(diào)查報告的，少部分是理論與實(shí)驗(yàn)研究都有的，很少有單純進(jìn)行理論研究的。CommunityCommunity社區(qū)吸引人才場景護(hù)城河迭代速度更好的產(chǎn)品+++=社區(qū)網(wǎng)絡(luò)效應(yīng)開源趨勢不可逆，數(shù)據(jù)庫領(lǐng)域先行開源持續(xù)顛覆閉源，各品類都出現(xiàn)開源玩家

趨勢2：開源

豐富的場景及工程師紅利，中國有望打造全球領(lǐng)先的開源軟件企業(yè)開源作為新型軟件的生產(chǎn)協(xié)作模式，將依靠產(chǎn)品在細(xì)分領(lǐng)域持續(xù)顛覆閉源公司。在數(shù)據(jù)庫、容器等各個領(lǐng)域，開源產(chǎn)品不斷涌現(xiàn)并逐步侵蝕閉源產(chǎn)品的份額，呈現(xiàn)出不可逆轉(zhuǎn)的趨勢。｜開源以更好的產(chǎn)品+社區(qū)網(wǎng)絡(luò)效應(yīng)取勝，

在細(xì)分品類持續(xù)顛覆閉源公司傳統(tǒng)數(shù)據(jù)庫-新型數(shù)據(jù)庫

虛擬化-容器

2013-2021

開源

vs

閉源數(shù)據(jù)庫

License

指數(shù)

(DB

Engine)

?D1ú??·?DDò챨????μμ×êá?

商業(yè)計劃策劃行業(yè)分析報告｜

中國互聯(lián)網(wǎng)發(fā)展

中國互聯(lián)網(wǎng)擁有龐大的數(shù)據(jù)量，分布式系統(tǒng)的需求相較國外有增不減豐富的復(fù)雜場景讓開源軟件貼近用戶的需求用戶數(shù)量決定受眾規(guī)模及反饋速度，中國龐大的用戶基礎(chǔ)成為孕育新開源軟件的良好土壤

場景優(yōu)勢產(chǎn)品優(yōu)勢：場景的豐富度可以培養(yǎng)強(qiáng)大的產(chǎn)品競爭力，在中國旺盛、多元的行業(yè)需求下，各個細(xì)分場景都更有可能被產(chǎn)品覆蓋用戶基數(shù)：

人才優(yōu)勢開源核心社區(qū)平臺Github上第一大開發(fā)者來源國是美國(22.7%)

，

第

二

大

是

中

國(9.76%)，而根據(jù)目前Github增速數(shù)據(jù)，預(yù)計2025年美國3名

鉑金會員6名

白銀會員37名

黃金會員累計貢獻(xiàn)項(xiàng)目

110

個134,279

Stars

｜中國開源社區(qū)擁有50名CNCF會員估值

GitHubStar

$3B28.8k$350M

3.1k$150M

7.5k$100M

8.5kCNCF第三大貢獻(xiàn)國家中國頭部開源公司趨勢2：開源

豐富的場景及工程師紅利，中國有望打造全球領(lǐng)先的開源軟件企業(yè)

有賴于中國豐富的落地場景和大量的工程師紅利，中國非常有望通過開源模式打造具備世界競爭力的產(chǎn)品。初心資本投資的PingCAP、

SphereEx、Flomesh都將核心產(chǎn)品通過開源的方式提供給用戶和開發(fā)者；PingCAP的分布式數(shù)據(jù)庫產(chǎn)品TiDB是中國開源領(lǐng)域中具有全球競爭

力的數(shù)據(jù)庫領(lǐng)域的代表性產(chǎn)品。此外還有能代表著國際標(biāo)準(zhǔn)的大數(shù)據(jù)OLAP分析引擎Apache

Kylin、AI非結(jié)構(gòu)化數(shù)據(jù)處理和分析軟件Zilliz、面向

IoT與5G場景消息與流處理的EMQ，這些開源軟件都誕生于中國的土壤。開源貢獻(xiàn)者會占到16.4%，中國則會占到13.3%**

Github

Octoverse

2020?D1ú??·?DDò챨????μμ×êá?

商業(yè)計劃策劃行業(yè)分析報告

產(chǎn)品工程運(yùn)營產(chǎn)品認(rèn)知：中國在音視頻、電商，SCRM等領(lǐng)域世界領(lǐng)先，新一代企業(yè)軟件與特定場景融合，輸出認(rèn)知紅利有機(jī)會成為具備國際競爭力的產(chǎn)品工程和場景優(yōu)勢：中國有世界上最大的工程師紅利，有機(jī)會基于國內(nèi)海量的用戶和場景打造極致體驗(yàn)的產(chǎn)品，并輔以極具競爭力的價格，推動國內(nèi)做大用戶量，海外引領(lǐng)商業(yè)化的雙輪驅(qū)動的商業(yè)模式本地化運(yùn)營：不同于歐美“One

product

for

all”的運(yùn)營策略，中國創(chuàng)業(yè)團(tuán)隊(duì)更重視本地化運(yùn)營，通過多語言版本的開發(fā)、本地化運(yùn)營以及SaaS收費(fèi)模式，為企業(yè)提供更好的產(chǎn)品和服務(wù)體驗(yàn)聲網(wǎng)Agora?

全球?qū)崟r互動云服務(wù)開創(chuàng)者和引領(lǐng)

者，覆蓋全球250多個數(shù)據(jù)中心，通過

1萬+活躍應(yīng)用為100多個國家提供實(shí)

時音視頻互動服務(wù)，是爆火的

Clubhouse背后最重要的服務(wù)商?

2020年?duì)I收1.34億美元，活躍客戶數(shù)

2000+，海外收入占比約占20%?

全球化物聯(lián)網(wǎng)AI+IoT領(lǐng)軍企業(yè)，幫助

客戶快速實(shí)現(xiàn)產(chǎn)品智能化，15年開

始切入國際化市場，合作逾5000家

客戶，服務(wù)的企業(yè)和開發(fā)者分布在全

球超過220個國家或地區(qū)?

2020年?duì)I收1.8億美元，大部分收入

來自海外市場涂鴉智能

小影科技?

移動視頻生產(chǎn)服務(wù)商，全球下載量超

10億次，視頻榜全球收入前十，旗下

專業(yè)剪輯工具VivaCut上線半年即覆蓋

千萬級歐美專業(yè)視頻博主?

2019年公司海外營收超過億元，近三

年復(fù)合增長率超50%

酷家樂?

全球化的云設(shè)計平臺，幫助設(shè)計師快

速生成裝修方案/效果圖，注冊用戶

超2500萬，覆蓋全球180個國家，企

業(yè)級客戶覆蓋近20個國家?

2020年的SaaS化營收超過1億美

元，海外收入約在數(shù)千萬元

趨勢3：軟件出海

依靠「中國紅利」打造的極致軟件產(chǎn)品，將以中國為大本營出海服務(wù)全球用戶，并實(shí)現(xiàn)可觀的商業(yè)化

中國的企業(yè)級軟件市場正處于特殊階段，中國企業(yè)有望打造一批引領(lǐng)全球的軟件產(chǎn)品。目前已經(jīng)有一批中國軟件企業(yè)在海外驗(yàn)證了這一機(jī)會確

實(shí)存在，比如已上市企業(yè)聲網(wǎng)和涂鴉智能及獨(dú)角獸公司小影科技和酷家樂等。｜產(chǎn)品認(rèn)知+工程優(yōu)勢+本地化運(yùn)營，中國新一代企業(yè)軟件逐漸具備國際競爭力?D1ú??·?DDò챨????μμ×êá?

商業(yè)計劃策劃行業(yè)分析報告研究報告撰寫規(guī)范B

課題規(guī)劃的研究內(nèi)容是課題研究報告的引言部分，這部分內(nèi)容主要體現(xiàn)了課題組如何按照教育科研的程序?qū)逃龁栴}進(jìn)行規(guī)劃研究的。只有寫好引言部分的內(nèi)容才能為課題研究報告打好學(xué)術(shù)基礎(chǔ)，為課題研究構(gòu)建起嚴(yán)謹(jǐn)?shù)膶W(xué)術(shù)邏輯。因此，引言的內(nèi)容體現(xiàn)了課題組的學(xué)術(shù)功底，體現(xiàn)了課題研究的學(xué)術(shù)基礎(chǔ)，也是課題組學(xué)習(xí)研究的具體體現(xiàn)。引言部分可分為問題的提出、對問題規(guī)劃研究的邏輯建構(gòu)、課題的研究過程與研究方法三個層面十一個條日的問題。這些內(nèi)容的表述程序構(gòu)成一個逐層推進(jìn)的嚴(yán)謹(jǐn)?shù)倪壿嬄?lián)系。

D5

渲染器基于Nvidia

GPU的國產(chǎn)3D渲染器，建筑/景觀設(shè)計行業(yè)的強(qiáng)力生產(chǎn)力工具，可對其設(shè)計進(jìn)行高質(zhì)量的實(shí)時可視化，入選英偉達(dá)十大ISV實(shí)現(xiàn)面向設(shè)計師群體的生產(chǎn)力軟件零的突破，D5是國內(nèi)目前唯一一個有國際認(rèn)同的實(shí)時渲染產(chǎn)品產(chǎn)品上線半年內(nèi)發(fā)布在YouTube的原創(chuàng)視頻達(dá)200多支，海外下載量20余萬，海外收入占比超過50%

Nolibox融合美學(xué)原理、設(shè)計模型及AI技術(shù)完成設(shè)計生成，設(shè)計分發(fā)與延展創(chuàng)造，通過搭建設(shè)計協(xié)創(chuàng)系統(tǒng)、智能設(shè)計工坊及美學(xué)評估系統(tǒng)，提供新的設(shè)計生產(chǎn)方式產(chǎn)品體驗(yàn)前衛(wèi)，是全球化的普遍需求，通過底層模型的打造，有機(jī)會成為更加智能的Canva樂維科技

服務(wù)海外用戶的音視頻平臺，

提供一站式內(nèi)容生產(chǎn)工具和娛

樂方式

脫胎于小影的創(chuàng)新業(yè)務(wù)團(tuán)隊(duì)，

有著非常豐富的工具軟件出海

和本地化運(yùn)營經(jīng)驗(yàn)

多款產(chǎn)品入圍中東和印度市場

付費(fèi)榜前五十，產(chǎn)品一年多實(shí)

現(xiàn)營收

500萬美金云圖三維

致力于打造集查看、建模裝配

和渲染于一體的“云端CAD”

協(xié)作設(shè)計平臺，為工程師的設(shè)

計提供更便捷高效的平臺

云化軟件是全球化的趨勢，云

圖有極其易用的產(chǎn)品，實(shí)現(xiàn)云

端建模，海量模型在線，實(shí)時

查看，即刻渲染，支持多人同

時協(xié)作，有機(jī)會成為體驗(yàn)更好

的Onshape

趨勢3：軟件出海

依靠「中國紅利」打造的極致軟件產(chǎn)品，將以中國為大本營出海服務(wù)全球用戶，并實(shí)現(xiàn)可觀的商業(yè)化

不同于以往許多案例的是，依靠中國市場龐大的用戶群體和豐富的使用場景打磨出的極致產(chǎn)品，有望直接遷移到需求匹配、支付意愿更強(qiáng)的海

外市場，實(shí)現(xiàn)商業(yè)化成功。初心布局的D5渲染器、智能設(shè)計工具Nolibox、音視頻服務(wù)商樂維科技和CAD設(shè)計工具平臺云圖三維，從建筑、設(shè)

計、音視頻等多維度，均采取了立足國內(nèi)、面向海外提供生產(chǎn)力工具軟件的模式，收獲到海外用戶的正面反饋。未來將有越來越多的軟件企業(yè)

能借助中國優(yōu)勢，在海外逐漸拓展市場、提供優(yōu)質(zhì)的產(chǎn)品及服務(wù)、打磨運(yùn)營經(jīng)驗(yàn)，揚(yáng)帆出海、收獲紅利。｜國內(nèi)做大用戶量，海外引領(lǐng)商業(yè)化的雙輪驅(qū)動的商業(yè)模式將成為主流，成為軟件領(lǐng)域的「國貨之光」?D1ú??·?DDò챨????μμ×êá?

商業(yè)計劃策劃行業(yè)分析報告趨勢4：大規(guī)模自動化RPA

和

API

服務(wù)不存在替代關(guān)系，強(qiáng)需求，趨勢不可逆，將系統(tǒng)性得到普及隨著國內(nèi)長期人力成本上升，競爭加劇的勞動力密集行業(yè)會傾向于使用自動化去提高人效，從而節(jié)省成本，我們認(rèn)為自動化趨勢不可逆。輕量級自動化品類RPA好計算ROI、業(yè)務(wù)團(tuán)隊(duì)可以直接采購，落地會早于API管理工具，促使自動化在企業(yè)內(nèi)部的傳播。隨著業(yè)務(wù)人員使用的產(chǎn)品種類變多，API集成工具的需求將會誕生。長期看API并不會全面替代RPA，兩者是互補(bǔ)和長期共存的關(guān)系。如果使用API涉及過于大量的集成工作、預(yù)算不足或IT部門響應(yīng)需求不及時，RPA可以為業(yè)務(wù)人員提供更好的即時解決方案，實(shí)現(xiàn)快速簡便的部署和降低維護(hù)成本。企業(yè)各系統(tǒng)間集成需求會源源不斷地涌現(xiàn)，RPA總能借助自身優(yōu)勢特點(diǎn)找到用武之地。初心布局的影刀RPA就是這樣一款產(chǎn)品，能讓業(yè)務(wù)人員輕松上手使用、在大量潛在場景中快速落地實(shí)現(xiàn)價值。｜

RPA

-

滿足企業(yè)短期變化｜

API

-

幫助企業(yè)長期規(guī)劃內(nèi)部系統(tǒng)鏈接業(yè)務(wù)人員長尾場景適用場景：

因業(yè)務(wù)變化誕生的新場景RPA適合使用在替代人力密集、高頻、常規(guī)化的操作場景，用機(jī)器人來替代真人，釋放員工的創(chuàng)意生產(chǎn)力自上而下規(guī)劃方法：自下而上影刀RPA產(chǎn)品上線一年期間，30萬+用戶選擇影刀RPA來搭建自動化流程，其中一半以上為業(yè)務(wù)人員長期不變的系統(tǒng)之間的鏈接API適用于解決企業(yè)長期無變化、持續(xù)使用、業(yè)務(wù)流程成熟的系統(tǒng)連接問題，通常比RPA運(yùn)行更穩(wěn)定自上而下的長期戰(zhàn)略級規(guī)劃API管理工具的部署周期長、復(fù)雜度高，需要企業(yè)戰(zhàn)略級規(guī)劃才能實(shí)施落地人才在快速變化的商業(yè)環(huán)境中，API無法滿足企業(yè)當(dāng)下短期變化而誕生的自動化需求，而RPA落地見效快、可以與API形成極佳的互補(bǔ)

?D1ú??·?DDò챨????μμ×êá?

商業(yè)計劃策劃行業(yè)分析報告工具/流量運(yùn)營服務(wù)商消費(fèi)者運(yùn)營服務(wù)商全域數(shù)字化服務(wù)商?黃金發(fā)展期是2013-2017年?對接品牌方E-Commerce團(tuán)隊(duì)，重站內(nèi)投放和廣告運(yùn)營?覆蓋商家，以銷售結(jié)果為導(dǎo)向，幫助商家提升GM?銷售+品牌雙重訴求?強(qiáng)數(shù)據(jù)洞察能力，幫助商家提升人群資產(chǎn)?在品牌建設(shè)和銷售效果之間平衡，降本增效?對接品牌GM/CIO?幫助品牌制定消費(fèi)者運(yùn)營策略?以GM/CIO為核心，形成多部門協(xié)同，共同為公司目標(biāo)負(fù)責(zé)缺失。因此消費(fèi)品牌數(shù)字化程度相較而言也還有非常大的提升空間，需要建立以“人”為中心的管理理念，消費(fèi)者將成為重要的戰(zhàn)略資產(chǎn)，數(shù)字化的消費(fèi)者洞察方式是未來構(gòu)建品牌力的基石，實(shí)現(xiàn)從重GMV到重LTV的演變，從大流通模式走向DTC模式流量GMV

(結(jié)果指標(biāo))??

轉(zhuǎn)化率

??客單價客戶數(shù)??

LTV

(過程指標(biāo))目前對于消費(fèi)品牌，GMV是目前唯一的指標(biāo)，但也是一個相對短期的，不可持續(xù)的結(jié)果指標(biāo)，過程指標(biāo)存在大量的客戶價值

(ARPU)趨勢5：MarTech消費(fèi)品牌將接棒賣家成為主流客戶，從數(shù)據(jù)到數(shù)據(jù)賦能，從重GMV到重LTV，MarTech服務(wù)商前景可期

隨著電商滲透率不斷提升、數(shù)字化能力從互聯(lián)網(wǎng)向其他行業(yè)延展，傳統(tǒng)品牌商相信數(shù)據(jù)驅(qū)動和數(shù)字化轉(zhuǎn)型的力量，積極擁抱更精細(xì)的消費(fèi)者洞察和

運(yùn)營模式。同時，國潮興起、大批新消費(fèi)品牌涌現(xiàn)，天然貼近消費(fèi)者，注重對用戶的精準(zhǔn)識別、細(xì)顆粒度的標(biāo)簽化及精細(xì)化運(yùn)營。這些MarTech廠

商的優(yōu)質(zhì)新客群，從單一看重GMV逐漸過渡到以消費(fèi)者為中心、對消費(fèi)者全生命周期進(jìn)行把控的數(shù)字化管理方式，孕育大量需求和機(jī)會。初心在這

一主題下進(jìn)行了接連布局：如為企業(yè)提供全棧式、全場景數(shù)據(jù)智能解決方案的滴普科技；專注于多平臺數(shù)據(jù)打通和全鏈路監(jiān)測管理的數(shù)據(jù)服務(wù)商新

略數(shù)智；為新零售品牌提供私域社交化一站式解決方案的星云科技；通過數(shù)據(jù)采集分析幫品牌做智能種草和精準(zhǔn)營銷的挖數(shù)科技等。?D1ú??·?DDò챨????μμ×êá?

商業(yè)計劃策劃行業(yè)分析報告研究報告撰寫規(guī)范C從我市進(jìn)入課題鑒定程序所提交的研究報告來看，這項(xiàng)內(nèi)容存在問題較多。課題的問題表述不清楚，或者表述不當(dāng)，課題研究報告就失去了基礎(chǔ)，鑒定也就難以通過。問題表述不當(dāng)主要表現(xiàn)在以下幾個方面：1.沒有表述問題。只交代了課題研究的背景，沒有把問題交代清楚。沒有問題表述的課題研究成果就不能算是真實(shí)的研究成果。只有把問題表述清楚、準(zhǔn)確、真實(shí)，才有進(jìn)行真正意義的研究。2.問題的表達(dá)大而空。雖然表達(dá)了問題，但不從教育實(shí)際問題入手的，只是寬泛或者概括地表達(dá)了一般的問題，是從我國、我省的角度表達(dá)的，很多課題研究報告只是把搜集到的有關(guān)問題表述粘貼過來，沒有根據(jù)自己的實(shí)際情況進(jìn)行分，沒有本校的實(shí)際問題。問題的表達(dá)大而空，不具體也不明確，課題研究中很難把握，使課題研究失去了研究的真實(shí)基礎(chǔ)，甚至失去了方向和目標(biāo)。3.問題的表達(dá)單一概略。雖然表達(dá)了本校的問題，但只有觀察性概述性表達(dá)，缺乏實(shí)證性表達(dá)，缺乏數(shù)據(jù)統(tǒng)計和分析，對問題的研究方式比較單一，科學(xué)性不強(qiáng)。

趨勢6：面向業(yè)務(wù)人員

技術(shù)變革和用戶需求推動軟件面向業(yè)務(wù)人員、注重體驗(yàn)，低代碼/無代碼方興未艾軟件面向業(yè)務(wù)人員在近年來成為真實(shí)可感的趨勢，技術(shù)的門檻被大大降低，人人都可以是應(yīng)用開發(fā)者和數(shù)據(jù)分析師，做到曾經(jīng)只有專業(yè)人員能做到的事情。這背后的驅(qū)動因素一部分來源于技術(shù)的成熟，另一方面來自用戶需求的變化，比如適應(yīng)了C端應(yīng)用軟件體驗(yàn)的員工倒逼B端軟件體驗(yàn)升級、更易用、更靈活，數(shù)字原住民也將逐步進(jìn)入職場。在這些因素的影響下，低代碼、無代碼創(chuàng)業(yè)公司呈現(xiàn)井噴態(tài)勢。表格類產(chǎn)品Airtable、做工作流自動化的Zapier、本身是文檔但也可以用來搭建網(wǎng)站的Notion等，都真正做到了賦能業(yè)務(wù)人員、不需要任何編程能力。初心投資的黑帕云，通過提供易用的表單產(chǎn)品驅(qū)動用戶自增長，降低企業(yè)搭建數(shù)字化應(yīng)用的門檻；Table++則通過自然語言搜索的方式，讓業(yè)務(wù)人員，無需借助專業(yè)數(shù)據(jù)分析師的幫忙就能實(shí)現(xiàn)數(shù)據(jù)交互。供給側(cè)?云計算基礎(chǔ)架構(gòu)：使業(yè)務(wù)部門可以脫離IT部門采??購和實(shí)施，自定義解決方案云原生服務(wù)：提供API等豐富、敏捷的組件資源跨端和跨平臺領(lǐng)域的適配能力和前端工程體系逐步成熟需求側(cè)?IT供需存在缺口：數(shù)字化轉(zhuǎn)型和新經(jīng)濟(jì)企業(yè)對應(yīng)用需求大，

目前IT響應(yīng)速度難以滿足快速迭代的業(yè)務(wù)需求?Tech-savvy的業(yè)務(wù)人員出現(xiàn)：數(shù)字原生代員工IT素養(yǎng)高，具備使用工具自建的能力內(nèi)部應(yīng)用外部應(yīng)用無編程要求有一定編程要求表格/文檔工作流BI網(wǎng)站Mobile

Apps

BPMInternal

AppsSaaS延展Apps?D1ú??·?DDò챨????μμ×êá?

商業(yè)計劃策劃行業(yè)分析報告經(jīng)過幾年發(fā)展，AI已從技術(shù)研發(fā)進(jìn)入大規(guī)模應(yīng)用的階段。隨著AI模型越來越成熟，AI落地的成功與否已經(jīng)不單單取決于AI模型本身，而是從數(shù)據(jù)處理到最終AI部署的全流程。AI的發(fā)展將會從原本的以AI模型為中心轉(zhuǎn)向以數(shù)據(jù)和應(yīng)用為中心，倒逼AI底層框架迭代升級。隨著數(shù)據(jù)井噴以及AI應(yīng)用的普適化落地，數(shù)據(jù)處理、數(shù)據(jù)標(biāo)簽、特征工程、模型訓(xùn)練和模型部署等方面，對自動化的需求越來越強(qiáng)，越來越多的創(chuàng)新公司在AI

Infra層面涌現(xiàn)。初心近期布局的CoCoPIE，針對移動AI落地場景，通過對于軟件方面模型剪枝和編譯方面的自動化引擎研發(fā)，能批量化在不損失過多精度的情況下減少模型的算力要求，實(shí)現(xiàn)模型在移動端和低端硬件上的實(shí)時運(yùn)算。趨勢7：人工智能數(shù)據(jù)井噴，市場將倒逼

AI

底層框架升級，AI

infra

領(lǐng)域會誕生創(chuàng)新型的創(chuàng)業(yè)公司數(shù)據(jù)收集與清理數(shù)據(jù)標(biāo)簽與特征工程模型訓(xùn)練模型部署

未來趨勢?

傳統(tǒng)的ETL工具缺乏靈活性，同時對于非結(jié)構(gòu)化數(shù)據(jù)支持性較差典型公司?

在數(shù)據(jù)井噴的背景下，傳統(tǒng)的ETL工具無法滿足需求，數(shù)據(jù)處理的自動化需求激增，數(shù)

據(jù)分析師和開發(fā)者需要新的工具更好的建立和管理數(shù)據(jù)工作流?

傳統(tǒng)的數(shù)據(jù)標(biāo)注更依賴于人力，而隨著相關(guān)技術(shù)愈發(fā)成熟，數(shù)據(jù)標(biāo)注服務(wù)覆蓋面越

廣，自動化程度也會隨之提高?

AI落地場景，相關(guān)特征的選取需要商業(yè)分析師與數(shù)據(jù)科學(xué)家的相互配合，將行業(yè)know-

how與特征選取有機(jī)結(jié)合?

針對AI模型訓(xùn)練，雖然開源框架(Tensorflow,

MxNet,

PyTorch,

CNTK

and

Keras)依舊

是公認(rèn)的王者，但相關(guān)模型優(yōu)化平臺也得到了一定的關(guān)注?

而