有：

1.1產業結構以現代服務業為主導，第三產業比重明顯上升。

1.2結構轉型以科技引領為主導，工業增長對能源原材料的依賴逐漸下降，現代制造業明顯上升。

1.3產業布局呈現新型產業分工格局，制造業郊區化，總部、設計中心、銷售中心市區化。

1.4城市空間結構向多中心轉變。

1.5注重民生和福利。

1.6注重生態環保。

2.沿著地域差、觀念差等要素，尋找產業機會。北京的今天可能就是武漢的明天。今天一線城市的流行消費，就是明天二三線城市的消費現象。找出與自身產業結構類似、且人均收入約為其兩倍的、發展迅速的國家或地區作為參照模型。

3.沿著政府產業政策尋找機會。一帶一路，國家產業名錄，國家支持政策，地方政策。

1.有很多工具可以使用。五力模型、PESTEL模型、FLA模型、SMART模型等。

2.需要找一些數據，來源只要有：官方組織、行業協會、研報、上市公司信息等。

三、企業在現有產業中如何做

1.從產品競爭，到產業鏈競爭，再到產業生態競爭。為了打開局面，要在全社會范圍內調動資源，方法：產融結合、產政結合、產學結合、產地結合、產信結合、產媒結合、產研結合、產智結合、產社結合、產產結合等。要選擇做產業生態，王者七立：立名、立標、立言、立人、立信、立學、立德。

2.開放思想和眼光，敢于去想，去擴寬產業邊界。平庸的商人做別人做過的生意，出色的商人想出一門生意，或者把舊的生意做成嶄新的生意。喬布斯：創造無非就是把事務聯系起來，即便是最不可思議的創意也不過是對已有事物進行新的組合。

3.產業邊界清晰-產業邊界模糊-自設產業邊界。

3.1沿著信息和知識（大數據）的方向去自設產業邊界。蘋果的產業邊界？雅昌從印刷廠走向文化公司，影樓從攝像走向大數據、婚紗銷售平臺等。

3.2沿著能力去自設產業邊界。比如本田（以發動機為核心能力，儼然進入摩托車-游艇--汽車-飛機—割草機等一系列產業）。去分析公司的核心能力，但是不要局限于現在做的東西，把核心能力去其他行業延伸，沿著核心能力去自設產業。

3.3沿著地頭力去自設產業邊界。

3.4沿著客戶群去自設產業邊界。

[2]互聯網將改變一切產業

科技的進步和信息的發展，越來越多的產業受到互聯網的沖擊，擁有信息流和數據流的企業將率先受益。

[3]利用上市、再融資和資本市場估值中的產業偏好

對于產業的涉入和發展，首先要明白自己的目的，你的產業偏好、策略。明確通過何種方式達到你的產業和

相應的資源能有效的得以結合，更好的為你的產業的發展服務。

[4]以產業代表的身份尋求“產某結合”（產業+）

結合自身的情況，適合產業和何種方式能有效的結合。

[5]以歷史性遠見看到中外產業競爭態勢的大趨勢

我們一直以崇拜的眼光看待國外的優質500強企業，經濟的發展和世界格局的變化，我們需要看到目前中外

企業的現狀以及我們遇到的新的機遇，如何把握，看清楚企業競爭格局的歷史變化。

[6]沿著人口結構的變遷軌跡尋找產業機會、規避行業風險

[7]從產業政策里尋找黃金屋和顏如玉

我們在產業的發展，一定要順應形勢和政策，切不可違背政策，依照產業政策和指導意見鼓勵的內容來尋找

產業發展的機遇。

特別是在中國，政策因素影響很大。

[8]確立“產品競爭--產業鏈競爭--產業生態競爭”的競爭思維

不同的發展階段和規模選用不能的竟爭思維

[9]洞察“產業邊界清晰--產業邊界模糊—自設產業邊界”的企業演變趨勢

[10]產業是“想”出來的：

產業是想出來的，也是發現出來的，需要敏銳的洞察力。

[11]從問題中發現產業機會：哪里有問題，哪里就有產業機會；哪里問題大，哪里機會就大。

有問題就需要變革，解決，那就是機遇，產業的發展需要良好的機遇，問題越大，改變的需求越急迫，產業

的發展需求就越大。

[12]產業集中是歷史必然，產業整合是大勢所趨

產業的發展，不是散兵游勇式的單打獨斗，我們需要的整合，資源優化，和作共同贏，這樣才能更有效的占

據產業和市場的主導，才具有更強的競爭力和主導力，才能使企業在競爭中取勝。

[13]數據成為關鍵的經濟資源和核心資產（積累經營數據的價值，大于利潤）三

大數據的信息化是歷史發展的必然，數據作為發展決策的判斷依據，在企業戰略決策和經營決策發展中越來

越重要，必將成為未來產業發展的重要工具。數據信息是產業發展的核心資源。

[14]產業與商圈的一體化共生

[15]區域產業分工、國際產業分工與產業機會

[16]技術創新與產業變遷

[17]資本市場與產業變遷

產業的變遷和發展，資本市場是必不可少的。資本市場培育產業良好發展。

三:感受

通過《產業思維和產業認識》這次大課的學習，感觸頗深的有以下幾點：第一，產業的概念。在這里，產業

泛指一切生產物質產品和提供勞務活動的集合體，包括農業、工業、交通運輸業、郵電通訊業、商業飲食服

務業、以及最近興起的網紅產業等。第二，以前談及產業，根本沒有大小的概念。當先生提及如何衡量一個

產業大小的時候，我想，對比是最好的方式。通過比較，我才發現，電影產業相比零售、汽車、能源等產業

原來只是一個小產業，而網紅產業相比電影產業居然是個大產業，這是很突破認知底線的。第三、用SMART

模型分析產業，可以盡可能完整的把一個產業的各個屬性分析出來，當然，從新手到斵輪老手，還需要時間

和實踐的錘煉。第四、一理、二史、三實、四感覺、五邏輯的產業學習方法也是一種全新的認識，尤其是感

覺的引入，充分地為感覺正身，這也是一個企業家所獨有的靈感。學習的路漫漫修遠，我將繼續踏上求索的

征途，一步一步，腳踏實地地求知和分享，為未來的職場之路做好基礎性工作。

基于Smart模型的AI產業思考

1.產業規模

據前瞻產業研究院發布的《2017-2022年中國人工智能行業市場前瞻與投資戰略規劃分析報告》顯示，2014年，我國人工智能產業市場規模為48.6億元；截止到2016年底，人工智能產業市場規模已經增長至95.6億元，年均復合增長率高達40.25%。隨著人工智能應用范圍的擴大，將帶動產業規模高速增長。預計到2018年，我國人工智能產業市場規模將達到203.3億元。

同時據國際知名管理買粉絲機構埃森哲在2017大連夏季達沃斯開幕前發布有關人工智能最新報告統計，通過轉變工作方式以及開拓新的價值和增長源，人工智能到2035年有望拉動中國經濟年增長率，從6.3%提速至7.9%。

此外，據BBC預測，人工智能市場將繼續保持高速增長，2020年全球市場規模將達到183億美元，約合人民幣1190億元；艾瑞買粉絲則認為，2015年中國AI市場規模約12億人民幣，其中60%分布在語音識別，12.5%分布在視覺識別，未來5年的增長率約為50%，到2020年中國AI市場規模約91億人民幣。因此產業規模和市場前景廣闊。

2.市場結構

AI產業可分為基礎層、技術層和應用層，從市場投資機會來看，基礎層和技術層難度最大，而一旦獲得突破，則會帶來上層應用質變。因此，突破基礎層和技術層的公司一定會受到追捧，應用層則相對競爭激烈，但機會精彩紛呈。

具體市場結構，以海外市場為例，AI產業鏈中，芯片產業率先引來爆發。PC

GPU巨頭NVIDIA已經將業務重點轉向AI領域，2016年，AI芯片相關的數據中心增速（145%）、汽車電子增速（52%）業務遠高于傳統游戲業務增速（18%）、及原設備制造&IP業務增速（-11%），AI芯片業務呈現爆發增長態勢。PC CPU巨頭Intel也將業務重心由PC芯片、移動芯片轉向云計算、物聯網及AI等領域。2016年，Intel數據中心（云計算）和物聯網營收增速分別為7.85%和14.80%，遠超過傳統PC客戶端業務增速2.14%，Intel數據中心及物聯網營收占比不斷走高，云服務及物聯網業務成為Intel驅動營收增長的主要因素。Intel數據中心營收占比從2014年Q2的24.80%提升至2016年的29.12%，物聯網營收占比從2014年Q2的3.84%提升至2016年的4.46%。無人駕駛解決方案的龍頭Mobileye，受ADAS系統（主要為EyeQ3/4芯片）強勁需求驅動，2015年實現營收2.41億美元，2011-2015年營收年復合增長率高達65.90%，業績增長極為強勁。

3.商業模式

目前，海外市場人工智能商業模式漸進清晰。Veritone正式向美國證判交易委員會提交IPO招股書，計劃融資1500萬美元，有望成為美國第一家上市的AI公司。該公司的AI系統包含Google、IBM、微軟等40種不同類型的引擎，通過分析非機構化音頻、規頻數據、人臉識刪、情感分析、地理定位、翻譯等功能，最終提供可行性情報服務，輔助商業決策。歐美市場人工智能領域商業模式逐漸清晰，投資機會已經明確。計算機科技的都是伴隨著硬件不軟件共同進步，人工智能也不例外。

4.資產結構

雖然包括亞馬遜、Google、BAT在內的多家互聯網巨頭都已重磅投資AI市場，但在資產結構方面，該行業依舊是依賴于技術與服務的輕資產布局。

5.監管/規范

國際方面，特朗普時代，側重保全工人崗位，海外科技巨頭AI研發遭受抑制風險；美聯儲加息在即，AI產業融資進程受阻風險；AI應用推廣不及預期風險；芯片、算法研發遭遇未知障礙風險；基礎層、技術層變化巨大，應用層難以適應風險；國內企業使用國際開源平臺，無自身核心競爭力，產品嚴重同質化風險。

國內方面，日前，工業和信息化部聯合國家標準化管理委員會、科技部、公安部、農業部、國家體育總局、國家能源局、中國民用航空局等部門發布了《無人駕駛航空器系統標準體系建設指南（2017—2018年版）》（以下簡稱《指南》）。下一步，工業和信息化部將會同相關部門進一步推進無人駕駛航空器系統標準體系建設工作，以標準引領和促進無人駕駛航空器系統產業發展。

6.技術

AI可分為基礎層、技術層和應用層，基礎層為AI芯片，技術層為算法平臺，應用層是AI向各傳統行業滲透應用。隨著科技巨頭相繼開源AI算法平臺，AI開發技術門檻極大幅度降低，AI逐步走向大眾化。

借鑒先生在大課中提到的SMART模型，對銅加工產業進行分析如下：

1、scale(產業規模）：根據有色金屬工業協會的統計數字，2016年國內銅加工總量在1800萬噸左右（不包含電解銅冶煉）（一般會比實際水平略高）。借鑒之前做過的圖表（數據未更新），2006-2014年國內銅材產量年均復合增長率為15.57%；雖然最近兩年受去產能政策影