关注行业痛点及解决方案 交大行业研究院发4份深度行研报告

图片来源：主办方提供

商业经济是观察时代变迁的最佳窗口，在“第二届中国行业发展高峰论坛”上，上海交通大学行业研究院行业研究团队发布了养老、新能源、人工智能、智能网联汽车行业的深度研究报告。

这些报告就以上行业分别给出了不同的观点。比如，人工智能技术已进入新的爆发增长期，但在算法、多感官人机交互等环节存在不足；面对严峻的老龄化形势，目前由政府主导养老事业的模式是不可持续的，且养老服务供给存在明显的结构性和体制性问题。

供需错位的养老模式

养老的话题听起来有些沉重，不仅在于跟个体命运息息相关，还在于养老是巨大的体制、结构性问题。按照联合国标准，我国1999年已经进入老龄化社会，目前有2.5亿位老人，而且老龄化还在加速。

上海交大安泰经管学院教授、养老行业团队负责人罗守贵指出，2045年时，中国60岁以上人口会占总人口30%以上，并在2053年左右达到高峰。面对严峻的老龄化形势，目前由政府主导养老事业的模式是不可持续的，政府财政将面临沉重的负荷。

图片来源：摄图网

经过大量调研，2019年罗守贵和其团队发现目前养老机构最大的问题是中端养老严重不足，其次是社区养老对居家养老的支撑非常薄弱。

养老行业的挑战，从另一方面来看也是机遇。据平安证券研究，美国和欧洲养老产业占GDP的比重达到22%和29%，而中国只有7%，中端收入人群很庞大，供给和需求严重错位，从人口分析的角度，养老将是朝阳行业。

据罗守贵与其团队预测，2030年中国养老产业预计可达到22万亿元的市场规模。他建议大力发展中端养老机构，加强对高端市场的监管，加强社区养老的设计供给，优化养老财政投入的结构和使用方式，建立统一的养老公共信息服务平台。

人工智能的五大陷阱

在互联网日益普及的今天，人工智能、大数据、云计算、物联网等正在掀起新一轮风潮，新技术、新模式与传统行业的深度融合，将为很多行业转型升级带来新的机会。

上海交通大学安泰经管学院教授、人工智能+产业创新行业团队负责人史占中表示，在上一轮互联网红利中，人工智能+零售、人工智能+金融储备了丰富的大数据，行业渗透率较高；接下来人工智能+制造、人工智能+通信有非常广阔的市场规模。

例如，人工智能赋能制造业后，能够快速提高服务品质和生产效率，包括生产流程、供应链管理、售后服务、预测性维护等。在医疗行业，从药物研发到健康诊断、基因监测、大健康数据管理、影像技术诊断等领域发展迅速。在金融行业，人工智能可以更加精准地分析未来的发展趋势，让智能风控更高效，此外人脸识别、人证对比和智能营销已经大幅度改进行业发展生态，提高服务品质和效率。

图片来源：摄图网

不过人工智能也存在诸多陷阱，史占中表示，尽管人工智能技术已进入新的爆发增长期，但目前仍处于弱人工智能阶段，在算法、多感官人机交互、平台型工具等技术环节存在不足。且面临着不少问题：安全风险、顶级人才缺失、产业泡沫过多、公众认知及媒体报道存在偏差、对未来就业结构造成挑战、政府对人工智能产业扶持力度不平衡等。

对此，建议从金融支持、应用场景、政府支持、人才支撑、产业生态、研发创新等六个角度推进发展人工智能。

“以智慧城市建设为抓手，加速人工智能与传统产业融合发展，是非常重要的。”史占中进一步阐述道，目前我国在人工智能应用层有研发团队较多的优势，但基础层和技术层环节较为薄弱。

智能网联汽车的一个生态

上海交通大学安泰经管学院教授、智能网联汽车行业团队负责人蒋炜表示，智能网联汽车不是仅只关注汽车，而是关注包括人、车、网、路、端、云在内的整套系统，智能网联汽车行业是一个基于移动互联、人工智能、大数据等新兴技术，同时重视用户洞察的系统。

蒋炜指出，在智能网联汽车生态中，主要有三个板块。

一是汽车交通板块，在过去几年，车联网的数据量飞速增长，与此相关的自动驾驶技术以及智慧交通项目在各城市、地区广泛兴起，智能制造领域的企业在不断发力。

二是“智能网联汽车+商业”板块，汽车新零售和汽车售后等是很大的市场，当前可以看到越来越多保险公司和互联网企业不断进入这个市场，这个市场正在形成联谊。

三是“智能网联汽车+金融”板块，未来这个行业会跟保险行业产生何种交互，是值得关注的。

蒋炜总结表示，如果说传统汽车行业是链式结构，那么智能网联汽车就是一个多节点、多属性的网络状格局。智能网联汽车的核心，是在场景化的跨界联动过程中，不断推动人类的生活与生存方式的变化。

图片来源：摄图网

促进新能源消纳的关键在储能

上海交通大学安泰经管学院副院长、新能源发电行业团队负责人尹海涛表示，为应对全球气温变化的趋势、减少环境污染，发展光伏发电、晶体发电、薄膜发电、风能等新能源已成为必然趋势。

实际上，与传统能源相比，目前光伏发电、太阳能发电、风能发电已经有了经济优势，但新能源在应用中的消纳结构成了新问题。比如风电大省（自治区）新疆、甘肃、内蒙古弃风率高，而在光电大省（自治区）西藏、新疆的弃光率同样很高。尹海涛表示，解决紧张关系的关键就是储能。

按照应用的场景，储能可以分为发电侧、电网侧和用户侧。发电侧可以承担一次调频、减少弃电、平滑波动；电网侧提供调频辅助服务和削峰填谷，用户侧可以节省扩容费率。

他建议从用户侧着手，减少分布式能源配置同主电网的沟通，从而提高新能源的结构比例。“在用户侧可以看到很多的商业化的盈利潜能，比如峰谷差套利、用户侧响应以及减少考核成本等。”尹海涛进一步表示，下一步要解决的核心问题，是如何通过系统优化充分整合储能在用户侧的盈利潜能。