“互聯網+”轉向“人工智能+” 中國將以何種姿態“彎道超車”

　　幾天前，突然收到福特汽車公司負責智能車研發的資深科學家菲勒博士的郵件，詢問中國政府7月底剛發佈的《國務院關於印發新一代人工智能發展規劃的通知》（簡稱《通知》）的情況。菲勒説中國動作太快了，政府正式發文規劃人工智能的發展，恐怕這是全世界第一個，他非常希望在無人車等領域與中國合作。

　　3天后，我又收到人工智能和智能機器人領域泰斗尼爾森的電話，聊一樣的事。改革開放之初曾訪華的他感嘆：過去到中國才知道研究的落後，按現在的趨勢下去，不去中國就該不知道研究之快和理念之新了。

　　這份人工智能規劃文件讓一些人感到“突兀”。一個重要原因是其發文規格：國發[2017]35號文件。國發文件是所有政府機關都要看的定調文件，這體現了國家對人工智能和智能產業發展的高度重視。

　　另一個讓一些人感到“突兀”的原因，是去年頒佈的《“十三五”國家科技創新規劃》提出的“科技創新2030”計劃。該計劃所列6個重大科技項目和9個重大工程項目裏面，並沒有直接關於人工智能的項目，為何時隔一年又以國發文件來強調呢？

　　實際上，當前世界的軍事科技和產業發展都表明，人工智能和智能技術是這15個重要科技工程項目的共性基礎和共性技術。

　　從互聯網＋、“雙創”，到大數據互聯網金融和供給側結構性改革，再到網絡安全、金融安全和“一帶一路”倡議，既促進了人工智能等智能科技的快速發展，又對智能科技提出了更高的要求，保障了智能科技和智能社會的順利有序構造。近5年來，中國機器人、機器學習和人工智能等智能科技和智能產業蓬勃發展，就是這些政策和措施有效性的證明。就目前發展情況看，我們必須儘快從“互聯網＋”轉向“人工智能＋”，否則許多創新都將無法落地。

　　大力培育面向智能科技主動思考並積極行動的人才，是實現新一代人工智能發展的第一要務。在當前中國的教育體制之下，如何在中小學植入智能創新基礎教育，如何在大學教育中面向智能科技改革現有教學方法和學科佈局，以及將智能科學與技術列為一級學科，已成為刻不容緩的重要課題。

　　面向全社會科普也是發展新一代人工智能的一項重要任務。所謂人工智能威脅人類，智能技術將使人類失去工作、成為“無用階級＂的觀點，本質上都是偽命題。今天，我們的就業幾乎全部依賴於機器，而我們卻生活得更好。應該相信，在不久的將來，人類90％以上的工作將源自人工智能和智能技術，但我們仍是技術的主人。

　　機器帶來的工業革命使我們成為“無產階級”，這是社會的進步；人工智能可能會使我們進一步成為“無用階級”，則更是社會的進步。正如400年前徐光啓翻譯當時被認為是無用的《幾何原本》時所感慨的：無用之用，眾用之基！實際上，穩定、規模化“無用階級”的形成，將是智能產業和智能社會的特徵與保障。

　　在談到抓住機會時，很多人喜歡用“彎道超車”這個詞。然而通常情況下，為了安全，在彎道處應該慢下來而不是去超車。而且，一個十三多億人口的大國，“彎道超車”的場面一定很壯觀，容易令外人感到不安。《規劃》打破了跟在別人後面跟蹤追趕的慣性思維，為我們在智能科技方面“平行直道超車”指明方向。

　　在人工智能如火如荼的情況下，計算機人工智能也備受人們關注，AI技術不斷的深入我們的日常生活，用AI撰寫文章、寫歌、創造視覺藝術已有不少例子。

　　AI技術能否創造出等同於人類的創作的作品呢？

　　鑑於人類的心理過程的不同，人類的大腦是有邏輯和創造力的，是令人着迷的。有序的思維邏輯運行在一組規則和過程上。另一方面，創造力和自覺是可以凌亂的，創造需要天賦，更需要環境，而AI很難模擬人類的生活環境，思想、情感和倫理的認知。

　　AI是否可以學習創造藝術？

　　AI計算機系統是完全不同的，他們的算法任務表現優異，但缺乏人類天生的大部分能力。他們可以以毫秒內完成複雜的數學計算，但是如果跟電腦講個笑話或者放一首動聽的音樂，他們是不懂得欣賞的。

　　因此，即使在人造智能發展迅速的當下，AI系統是否可以自主學習創造藝術是一個懸而未決的問題。然而，與創造力沒有直接關係的領域，仍然意味着還有可能發生的。算法已經完成了人類設計出的一些最困難的邏輯難題。人工智能系統正在接受語言的挑戰，已有的技能中，有許多距離創意本身並不遙遠。特別是語言，語言是非常遵循特定規律的，同時也允許進行藝術追求，比如講故事和詩歌。

　　人工智能創造力的嘗試

　　研究出創造力到底是怎麼運行的，以及把它教給智能機器，雖然極具挑戰，但是也沒有阻止研究人工智能的工程師不斷的嘗試，開頭已經提到用AI系統撰寫文章、寫歌的例子了。

　　再説説視覺藝術這一塊。視覺藝術是能傳給人們眼前一亮的東西，也是説有相當衝擊力，AI能否模擬人類的感官認知是個巨大的技術難題。

　　欣賞機器創作的藝術

　　一個重要的問題依然存在：我們如何感受異能機器製作的藝術品？我們會欣賞它們的創意和設計嗎？

　　每個人都有不一樣的看法，有個學派認為，藝術的價值和意義獨立於其創作者。另一方面，許多人認為，關於藝術家的藝術和信息背後的故事可能會影響我們對藝術作品的看法。想象一下，你現在站在一件非常有名的藝術品面前。然後別人告訴你，這件作品只是贗品。即使它跟原作一模一樣，那還會覺得它有欣賞的樂趣和價值嗎？

　　讓AI系統學會創造力還需要一段時間

　　目前創造力仍然是人類的行為，雖然很多AI系統開始嘗試創造藝術作品，但遠遠達不到藝術家的標準。雖然在音樂作品這塊表現的不錯，但在大多數其他領域中，算法仍然不盡人意。但是值得肯定的一點：隨着機器越來越智能，它們的能力會慢慢的接近真正的創造力。

　　(2017-04-13)

　　導語：人工智能（AI）現在已經不是一個新鮮概念，隨着技術的日益成熟，人工智能正不斷擴大在營銷領域的應用，已經有許多AI技術被應用到企業的營銷推廣中。

　　人工智能（AI）現在已經不是一個新鮮概念，隨着技術的日益成熟，人工智能正不斷擴大在營銷領域的應用，已經有許多AI技術被應用到企業的營銷推廣中。

　　7月27日，互動通第24期T day（Technology Day）現場，互動通控股集團研發副總裁顧以文（William Gu）針對AI與營銷之間的關係，以及如何在營銷推廣中使用AI技術為我們上了生動而充實的一課。

　　什麼是AI

　　AI起源於好萊塢，從最早的《2001太空漫遊》（1968）、《終結者》（1984）到近年的《疑犯追蹤》（2016），好萊塢的科幻電影中總是少不了對AI的想象和描述。

　　關於AI的定義，不同的人有不同的看法。在Narrative Science的相關調查中，大多數人將AI定義為一種“能夠像人類一樣思考和行動的機器”，或一種“能夠學習並隨着時間改進自身的機器”。還有人認為“AI=大數據+機器學習”。

　　AI的技術分類有很多，其核心技術主要是機器學習（Machine learning，簡稱ML），神經網絡（Neural networks），深度學習（Deep learning），專家系統（Expert systems）。

　　實際上，AI技術已經被應用於我們的日常生活中，自動駕駛、流量欺詐檢驗、數字助手等其實都是AI技術應用的幾個方面。目前有很多公司都聲稱他們能夠提供AI技術，但William認為，“AI的特徵和評判標準主要有四點：發現（Discovery）、預測（Prediction）、建議（Recommendations）、自動化（Automation）”。

　　AI在營銷中的應用和效果

　　廣告投放是AI在營銷中的應用之一。在廣告投放中應用AI技術後，系統可以通過多個維度來判斷投放對象與目標消費羣體的契合度，並根據分析結果，給出不同的投放方案。目前，受限於後台技術規則和投放方案的數量，AI技術在廣告投放中的應用範圍和深度還遠遠不夠。

　　將AI應用於廣告投放之後的效果是怎樣的呢？關於這一問題，加拿大著名的技術公司Acquisio發佈的報告顯示，與使用普通廣告投放方式相比，使用AI技術的廣告投放效果是前者的2.5~4倍。

　　從上述報告的結果來看，“在廣告投放中支出的費用越多，用於機器學習的投放數據也就越多，廣告投放的效果也越好。因此，AI技術的應用離不開大數據的支持”。

　　對於廣告投放的實際操作，及時反饋是非常重要的。”如果廣告投放是一場戰爭，及時反饋就相當於雷達系統，幫助我們更好地看清是否完成既定目標，或是周圍環境中是否存在潛在的危險。”

　　除了廣告投放，AI在營銷中的應用還涉及銷售情報、消費者洞察、營銷優化、售後服務、機器人/虛擬助手、智能搜索界面、決策系統、內容生產、品牌建設等方面。

　　營銷中使用AI的關鍵點

　　營銷中使用AI的關鍵點主要有：

　　1、營銷網絡與渠道的選擇

　　目前線上的渠道越來越多，大的分類有搜索、展示、社交等，小的分類則更多。選擇哪些渠道效果更好，線上、線下渠道如何實現最優組合？沒有人工智能，僅靠拍腦袋是很難完成的。

　　2、基於嚴謹統計方法的深度歸因

　　廣告對購買決策產生怎樣的效果，是營銷中一直被探討的重要問題之一。AI技術基於嚴謹統計方法的深度歸因，能夠更有效地幫助企業的市場營銷人員更精準地解決這一問題。

　　3、類似股票投資的營銷方法

　　在資本市場，股票投資已經越來越少地依靠人腦決策。目前廣泛應用的廣告投放方式——程序化購買的概念就是從股票投資中來的。在未來廣告的投放中，依靠AI技術，廣告投放只需要通過平台下單，確定營銷預算和預期目標，系統會在後台自動進行不斷優化。

　　4、好的AI應用是無形的

　　好的AI應用就像自動駕駛一樣，只需要設置目的地，AI就能輕鬆把你帶到你想去的地方，而這一切的過程是在你感知不到的地方進行的。

　　從AI的發展來看，它的道路是曲折的，但前途一定是光明的。目前，AI還處於發展的早期，但幾乎所有的行業都在嘗試，”營銷人員在實際工作中，從問題出發，結合現實中遇到的問題，用AI來解決它。”

　　“在人類進化中，AI的時代正在到來。”

　　注：部分圖片來源於網絡。

　　(2017-07-31)

　　[AI世代編者按]CEO傑夫-貝索斯（Jeff Bezos）在週三發佈的年度股東信中表示，該公司正在擁抱人工智能技術，希望藉此加快送貨速度、提升Alexa語音助理的能力、開發新的雲計算工具。

　　在貝索斯最新的備忘錄中，列出了一些支持他“首日”（Day One）理念的核心原則：

　　“首日”代表着亞馬遜的旅程剛剛開始，並且每一天都是一個新開始，這不僅是貝索斯的信念，也是亞馬遜的格言。

　　成為一家“次日”（Day Two）公司，則是“苦惱、痛苦的下滑、死神跟隨”的同義詞。

　　貝索斯寫道，“保持成為一家‘首日’公司的關鍵在於敏捷、前瞻性思維、不讓經營公司的過程‘主宰我們。’”

　　貝索斯還表示，成為‘首日’公司的另一大組成部分，是接納最新的趨勢，而不是選擇觀望，最終被超越。

　　貝索斯在備忘錄中提到的首要技術趨勢是人工智能，他認為人工智能已助推了亞馬遜若干重要服務的增長，其中包括無人機送貨服務Prime Air、Amazon Go便利店和Alexa語音助手。

　　“不過我們從事的機器學習工作大部分發生在表象之下，”貝索斯解釋説。“機器學習推動了需求預測算法、產品搜索排名、產品和交易推薦、商品調換、欺詐檢測、翻譯、交易等。但更不易被人看到的是，機器學習的很多影響都是對我們的核心運營展開悄無聲息但卻行之有效的促進。”

　　他還表示，亞馬遜的深度學習算法正在被用來簡化一系列複雜的問題，如早期病害檢測與提升農作物產量，以及自然語言理解和語言分析等等。

　　貝索斯宣稱人工智能和機器學習是目前開發的最令人興奮、“錢景”最大的技術，這是有道理的。市場調研公司IDC指出，到2020年，全球人工智能市場規模將達到470億美元，遠遠超過2016年的約80億美元。

　　硅谷多家科技巨頭預測人工智能市場將會在未來幾年實現爆炸性地增長。Alphabet子公司CEO桑達爾-皮查伊（Sundar Pichai）在該公司上一財季的電話會議中曾表示，機器學習和人工智能領域取得的進步，將開拓新一輪消費互聯網的創潮。

　　此外，、和英偉達等公司的高管均表達了類似的觀點。這些企業也都在人工智能領域投入了巨資。

　　以下為貝索斯年度股東信全文：

　　“傑夫，‘次日’公司是什麼模樣？”

　　這是有人在最近召開的公司全體員工會議中提出的問題。二十多年來，我一直提醒人們，亞馬遜是一家“首日”公司。我在亞馬遜的一幢名為“首日”（Day One）的建築內工作。在我搬進這幢建築時，給它起了這個名字。我一直在花時間思考這個話題。

　　“‘次日’則是停滯。緊隨而至的是無足輕重；苦惱、痛苦的下滑、死神跟隨。這就是為何永遠要成為‘首日’的原因。”

　　可以肯定的是，這種下降會以極端緩慢的形式出現。一家發展成熟的公司可能需要數十年才能成為“次日”公司，但最終的結果還是會出現。

　　我對如何防禦“次日”這個問題很感興趣。有什麼樣的技巧和策略？如何讓一家規模龐大的企業保持“首日”的活力？

　　這樣的問題無法簡單的回答。這將有許多元素，多條路徑和許多陷阱。我不知道完整答案，但我可能知道它的一部分。

　　這是一個初學者的“首日”防禦要點：

　　顧客痴迷，對代理的懷疑態度，渴望採用外部趨勢，以及高速決策。

　　真正的顧客痴迷

　　有許多種途徑可以集中業務。你可以專注於競爭對手，專注於產品，專注於技術，專注於業務模式等等。但在我看來，偏執地專注於顧客是截至目前保持“首日”活力最具保護性的做法。

　　為什麼這麼説？以顧客為中心擁有許多優勢，但最大的優勢在於：即便是業務完美，顧客也永遠會感到不滿意。顧客並不知道自己想要什麼，而取悦顧客的慾望會驅使你去代表他們創造價值。沒有顧客要求亞馬遜推出“金牌會員”服務，但它確實是用户希望獲得的服務。這樣的例子數不勝數。

　　停留在首日需要你耐心的嘗試，接受失敗，撒下種子，保護樹苗，並在看到顧客的喜悦後加倍努力。顧客至上的文化最能創造所有可能發生的情況。

　　抵制代理

　　隨着企業規模變大，架構變得複雜，會產生代理管理的趨勢。這會以許多形式和規模出現，這相當地危險、微妙，是典型的“次日”。

　　進程代理是一種常見的例子。良好的服務程序使你能為客户服務。但是如果你沒有警覺，這個過程就會變成現實。這種情況在大型企業會輕鬆的出現。進程成為你想要的結果的代理。你不再觀察結果，只是確保做事的程序是正確的。對於糟糕的結果，乳臭未乾的領導者會説，“我們都是照章辦事”，這種情況並不稀奇。但是一位富有經驗的領導者會把它當作機遇，調查過程並進行改進。過程不是實際事物，但它永遠值得我們思考：是我們主宰過程，還是過程主宰我們？如果是“次日”公司，你會發現第二種答案。

　　另外一個例子：市場調研和客户調查可以成為消費者的代理——當你在發明和設計產品時，這極度的危險。“55%的測試者對這個功能感到滿意，比例高於第一次測試時的47%。”這很難解釋，並可能無意中產生誤導。

　　優秀的發明家和設計師對客户瞭如指掌。他們花費了巨大的精力來開發這種直覺。他們學習和掌握許多軼事，而不只是在調查中發現的平均結果。他們與設計生活在一起。

　　我並不是反對產品測試或市場調查。不過作為產品或服務的提供者，你必須瞭解客户，擁有自己的願景並喜歡推出的產品。其次，產品測試和市場調查能夠幫助你找到盲點。卓越的客户體驗始於心、直覺、好奇心、遊戲、膽量、品味。你在客户調查中找不到這些東西。

　　接納外部趨勢

　　如果不盡快接納強大的趨勢，外部世界很快將把你推向“次日”。

　　如果對抗趨勢，你可能是在對抗未來。接納趨勢，你將會一帆風順。

　　這些大趨勢並不難發現，但是大型企業想要接納它的難度非常大。如今，我們就身處一個明顯的大趨勢當中：機器學習和人工智能。

　　在過去的幾十年裏，計算機有着廣泛的自動化任務，程序員可以用規則和算法來清晰地描述它們。現代機器學習技術允許我們為任務做同樣的事情，但描述精確的規則要困難得多。

　　在亞馬遜，我們參與機器學習的實際應用已有許多年時間。其中的一些工作極具前瞻性：無人機送貨服務Prime Air；不需要人類收銀員的亞馬遜Go便利店和基於雲端的Alexa語音助手。（儘管竭盡所能，但我們仍無法解決Echo供不應求的局面。我們正致力於解決該問題）

　　不過我們從事的機器學習工作大部分發生在表象之下。機器學習推動了需求預測算法、產品搜索排名、產品和交易推薦、商品調換、欺詐檢測、翻譯、交易等。但更不易被人看到的是，機器學習的很多影響都是對我們的核心運營展開悄無聲息但卻行之有效的促進。

　　在AWS內部，我們很高興能夠降低機器學習和人工智能的成本和障礙，所以各種規模的組織可以利用這些先進的技術。

　　使用我們運行在P2計算實例中的預裝版深度學習框架，客户早已開發出了一系列強大的系統，如早期病害檢測與提升農作物產量等等。我們還把亞馬遜更高級的服務以方便的形式提供給客户。

　　Amazon Lex、Amazon Polly和Amazon Rekognition簡化了自然語言理解、語音生成和圖像分析的工作。他們可以通過簡單的API指令實現，不要求用到機器學習專業知識。請關注這個領域，還會有更多的新技術出現。

　　高速決策

　　“次日”公司可以作出高質量的決策，但是決策的速度很慢。為了保持“首日”公司的幹勁與活力，你必須快速地作出高質量的決策。這對於初創公司來説很容易，對大型企業來説卻很難。亞馬遜的高管團隊決定必須保證決策的快速性。速度對企業來説很重要，而且快速決策也會讓經營環境變得更有趣。我們不知道完整的答案，但我們有一些想法。

　　首先，永遠不要使用一成不變的決策模式。很多決策是可以逆轉的，是雙向的。這些決策可以通過簡單地模式來作出。如果決策錯誤怎麼辦？我在去年的股東公開信中詳細談過這個問題。你們可以去問問Alexa：“六十要素是什麼？”

　　其次，大多數決策應該在你希望掌握的信息中的大約70%的信息基礎之上作出。如果你等到掌握了90%的信息再去做決策，大多數情況下你可能就慢了。而且，不管怎麼説，你都必須善於迅速發現和糾正錯誤的決策。如果你擅長改正錯誤，那麼即便犯錯也不會讓你付出超出想象的代價，而決策太慢導致的代價肯定很大。

　　第三，使用“雖然不同意但仍執行”。這樣做可以節省大量的時間。如果你堅信某一個決定是正確的，哪怕公司內沒有達成共識，你就可以説：“我知道我們在這個問題上還有不同的意見，但是你們願意跟我一起搏一把嗎？即使你們不同意，也繼續執行下去？”此時此刻，沒有人知道答案是什麼，但你可能會得到肯定的回答。

　　這並不是單向的。如果你是老闆，你也可以這麼做。我並不總是同意下屬的觀點，但有時我也會在不同意的情況下支持他們。

　　我們最近批准了一部亞馬遜工作室製作的原創劇。我對製作團隊講了我的看法：先不管它是不是有趣，製作起來是不是很複雜，商業術語是不是很地道，我們至少還有很多其他的機會。但是他們有一個完全不同的觀點，希望繼續把這部原創劇製作下去。

　　我給他們的回覆是：“我不同意你們的觀點，但我會支持你們，希望它能夠成為我們製作出來的收視率最高的原創劇。”試想一下，如果我沒有單純地表達出我對他們的支持，而是讓他們來説服我的話，那麼這個決策速度會慢到什麼程度？

　　注意，我並不是想通過這個例子來表達這樣一種觀點，即“這些人錯了，沒有抓住重點，但是不值得我去跟他們爭論。”這是一種明智表達不同意的觀點的方式，一種坦誠表達我的觀點的方式，一個讓製作團隊慎重考慮我的觀點的方式，一個快速、誠摯地支持他們的方式。考慮到這個製作團隊已經為公司贏得了11項艾米獎、6項金球獎和3項奧斯卡獎，我很高興他們來徵求我的意見。

　　第四，及早發現真正的意見不統一的問題並立即糾正它們。有時候製作團隊有着不同的目標和截然不同的觀點。他們的觀點也不統一，沒有進行充分的討論，也沒有召開會議來解決意見不統一的問題。不用把問題擴大升級，在這種情況下解決爭議的機制就是消耗。誰能堅持到最後，誰就能做決定。

　　多年來，我在亞馬遜內部見過很多意見不統一的例子。當我們決定邀請第三方賣家到我們自己的產品説明網頁上與我們直接競爭的時候，很多亞馬遜員工都對此很不理解。這個重大的決定還牽涉到無數個小決定，很多決策需要上報給高管團隊，由公司高層來作決策。

　　“你把我磨死了”是一個非常可怕的決策過程。它不僅決策速度慢，而且消磨人的幹勁。如果快速升級到高管團隊的話，情況就好多了。

　　因此，你是否只考慮到了決策的質量？有沒有同時兼顧決策的速度？全世界的潮流是否對你有利？你成為了代理的犧牲品？還是代理在為你服務？最重要地是，你是否取悦了客户？我們可以擁有一家大公司的規模和能力，同時具備小公司的精神和活力。但是我們必須作出選擇。

　　感謝每一位顧客讓我們為您服務，感謝股東們提供的支持，感謝每一位亞馬遜員工的辛勤勞動，感謝你們的智慧與熱情。

　　隨信附上1997年公司發佈的第一封，那時亞馬遜還是“首日”公司。

　　(2017-04-13)

　　7月26日，天馬股份(002122.SZ)在北京舉行了主題為“無智能，不商業”的戰略發佈會。公司大股東、新任高管團隊首次集體亮相，面對上百名投資者、合作伙伴和媒體，全面闡述天馬股份的戰略規劃、業務進展、組織構架、未來遠景等。

　　天馬股份原主營業務為軸承及機牀的研發、生產和銷售。自2016年10月引入新控股股東後，啓動了向大數據驅動的智能商業服務商的轉型之旅。公司主營業務切換為企業雲服務、大數據應用和商業人工智能，並提出了賦能企業，讓商業更簡單的公司願景。

　　依靠星河集團12年深耕產業互聯網的強大產業生態力，天馬股份轉型獲得了充分的資源支持，以內生、併購與整合相結合，加速推進智能商業領域佈局，大動作頻頻，引發市場期待。

　　7月21日，天馬股份發佈公告，公司擬以15.38億現金，採用分期支付方式，分別收購上海微盟科技股份有限公司（下稱“微盟科技”）、博易智軟（北京）技術股份有限公司（下稱“博易股份”）60.42%和56.34%的股權。

　　國泰君安、華泰證券等主流機構一致看好公司前景，併發布研報認為，收購騰訊生態最佳服務商微盟科技和智能商業大數據服務商博易股份，將有力加強天馬股份智能商業佈局中在前台雲服務及大數據應用板塊部分的先發優勢。

　　據權威機構分析，經過十多年的發展，企業軟件雲服務行業正處在高速發展期，未來市場容量超過200億元，並以較高的速度在持續增長。Gartner分析表明，全球85%的財富500強企業將通過運用大數據獲取競爭優勢。到2016年，30%的業務直接或間接來自於數據變現或信息產品創新。大數據應用從大型企業開始，正在成為中小企業的標配，中國大數據市場的增長率超過30%。

　　目前，藉助星河12年產業互聯網研發和運營積累，以及全球領先團隊，天馬股份已經成為中國領先的智能商業服務提供商。公司擁有超過220萬家企業客户，據行業領先地位，是中國客户規模最大的企業雲服務提供商之一。

　　同時，天馬股份積累了300餘家頭部行業客户，年訂單增長率超80%，是中國最具影響力的大數據應用服務提供商之一。預計未來3年公司業績將迎來高速增長，毛利水平不斷提升，成長為中國產業互聯網領域的超級獨角獸。

　　星河集團創始人、董事局主席、天馬股份實際控制人徐茂棟表示，一個由大數據驅動的智能產業互聯網時代已經開啓，下一個20年將是產業互聯網爆發的黃金時代，中國產業互聯網存在着巨大的發展機遇，而智能商業是產業互聯網的核心支柱之一。星河集團將從客户共享、金融支持、數據源開放、捕捉新技術等多個層面為天馬股份提供全面的資源支持。

　　成立於2005年的星河集團是中國領先的智能產業互聯網平台。旗下4個業務集羣已形成開放、協同的生態圈：一是全球創業成長服務集羣，可以為企業提供從種子到Pre-IPO的創業投資和創業服務；二是雲計算/大數據/人工智能集羣，通過一站式企業SaaS服務、大數據服務和智能商業服務平台，為政府及企業提供相應的技術服務；三是金融科技集羣，用大數據、人工智能等幫助中小微企業獲得金融服務；四是產業互聯網集羣，推動傳統產業互聯網化和智能化。

　　公司旗下控股天馬股份、步森股份、眾美聯三家上市公司，總市值超過1000億元。目前星河擁有企業用户已經突破500萬，個人用户突破8個億。

　　(2017-07-28)