人工智能设备公司前期工作要点.docx
《人工智能设备公司前期工作要点.docx》由会员分享,可在线阅读,更多相关《人工智能设备公司前期工作要点.docx(107页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、人工智能设备公司前期工作要点目录第一章 现代工程咨询方法概述4一、 现代工程咨询方法的特点4二、 现代工程咨询方法框架6第二章 行业背景分析8第三章 现代工程咨询方法10一、 PEST分析10二、 逻辑框架法中的逻辑关系12第四章 数据采集分析与知识管理15一、 信息鉴别及必要性15二、 大数据系统和数据挖掘技术16第五章 规划咨询方法21一、 调查方法21二、 宏观分析方法22第六章 资源环境承载力影响因素识别及评价指标26一、 资源环境承载力评价综合指标体系26二、 生态承载力影响因素识别及评价指标27第七章 市场分析29一、 市场战略分析29二、 专家预测法35第八章 现金流量分析38一
2、、 现金流量分析指标计算38二、 现金流量分析的原则47第九章 建设投资简单估算法50一、 单位生产能力估算法50二、 工程费用估算50第十章 流动资金估算57一、 分项详细估算法57二、 扩大指标估算法60第十一章 资产证券化方案分析61一、 资产证券化概念和特点61二、 PPP项目资产证券化65第十二章 资金结构优化比选72一、 息税前利润每股利润分析法72二、 比较资金成本法73第十三章 财务分析的价格及选取原则76一、 财务分析的取价原则76二、 财务分析的价格体系78第十四章 财务盈利能力分析81一、 动态指标分析81二、 静态指标分析91第十五章 经济分析基本方法92一、 项目费用
3、效益分析92二、 项目费用效果分析98第十六章 投入产出经济价格的确定103一、 投入产出经济价格的含义103二、 市场定价货物的经济价格确定104第一章 现代工程咨询方法概述一、 现代工程咨询方法的特点现代工程咨询方法的特点是,定性分析和定量分析相结合,重视定量分析;静态分析与动态分析相结合,重视动态分析;统计分析与预测分析相结合,重视预测分析。定性分析与定量分析1定性分析定性分析是通过研究事物构成要素间的相互联系来揭示事物本质的方法,它是在逻辑分析、判断推理的基础上,对客观事物进行分析与综合,从而找出事物发展内在规律性,确定事物的本质。在工程咨询研究中,许多难以用计量表达的场合,定性分析方
4、法可以发挥重要作用。2定量分析定量分析是依据统计数据,选择建立合适的数学模型,计算出分析对象的各项指标及其数值的一种方法。它是通过反映一定质的事物量的关系来揭示事物内在规律的方法,在数学、统计学、运筹学、计量学、计算机等学科基础之上,通过方程、数学图表和模型等方式来研究事物的本质。在工程咨询工作中采用定量分析的方法,对复杂事物进行数据处理,进行比较分析,可以使问题更为清晰,解决方案更精确。静态分析与动态分析1静态分析静态分析是观测和评价事物某一时点状态的一种方法。如项目评价中通过计算静态投资回收期、总投资收益率、资本金净利润率等指标,可以对项目的财务效益得出初步的判断。2动态分析在工程咨询服务
5、的各个阶段,特别是在项目决策评价阶段,要树立动态观念,如考虑资金时间价值、市场供求变化、技术发展变化、社会经济环境的变化等。现代项目财务评价一般以动态分析为主,主要进行项目现金流量分析,计算财务净现值、内部收益率等指标,并进行风险概率分析等。统计分析与预测分析1统计分析统计分析是对分析对象过去和现在的信息进行收集、整理、统计和分析。在现代工程决策研究咨询中经常需要采取多种方法和渠道,收集大量的统计数据,包括行业、区域、市场、技术、企业等的统计资料和信息,从而分析、归纳和总结事物的发展规律,把握发展动向;在项目执行阶段,也需要对项目的执行情况进行监控,对投资、质量、进度等进行统计分析,并与计划进
6、行比较,判断项目的进展情况,以便采取有针对性的应对措施,促进项目的顺利进行。2预测分析预测分析是依据分析对象过去和现在的信息,采用一定的方法,对事物未来发展趋势进行分析、推测、判断的方法。预测分析是现代工程咨询的重要方法,尤其是在投资前期决策阶段,预测分析是项目咨询的重要工作。投资项目决策是建立在对未来预测的基础上的,需要对未来的社会经济环境、产业政策走向、技术发展趋势、市场需求变化、原材料供应、配套条件约束、资金市场等进行预测。二、 现代工程咨询方法框架(一)现代工程咨询方法体系现代工程咨询方法体系包括哲学方法、逻辑方法和学科方法。哲学方法一般是辩证地分析事物的两面性,包括它的优点和缺点、正
7、面效应和反面效应;逻辑方法是用概念、判断、推理、假说等逻辑思维形式,对事物进行归纳、演绎、综合;学科方法是利用各种学科中常用的研究方法,包括文献法、观察法、访谈法、问卷法、测量法和实验法、价值工程方法、网络控制方法、市场调查研究方法、战略规划研究方法、财务评价方法、经济评价方法、风险分析方法等。(二)常用现代工程咨询方法基于咨询工程师的基本能力要求,以项目周期的全过程咨询服务为主线,重点集中于投资项目前期咨询服务领域,常用的现代工程咨询方法包括综合分析、规划咨询、市场分析、项目评价、项目管理等五大类,每一大类中又包括若干具体方法。需要说明的是,虽然我们将某一具体方法归于某一大类名下,但其并不是
8、仅限应用于此类项目咨询领域,亦可应用于其他项目咨询中。如利益相关者分析法,经常应用于规划咨询,同时也常用于社会评价;如德尔菲法,不仅应用于市场预测,同时也应用于规划咨询、社会评价等。第二章 行业背景分析根据2020年全球人工智能产业地图,2020年,美国人工智能企业占全球总数的38.3%,中国排第二,占24.66%,中美两国依然占据人工智能领域内的绝对竞争优势。根据中国新一代人工智能发展战略研究院发布的最新中国新一代人工智能科技产业发展报告2021中对2205家人工智能样本企业调研数据显示,创建时间主要集中在2012年至2018年之间,占比为63.93%,企业创建的峰值出现在2015年,占比为
9、14.36%。其中,成立于2010年之前的企业相当大的比例在创建之初不属于人工智能企业,2010年之后通过自主研发和引进人工智能技术转型升级为人工智能企业。传统产业企业集中进入人工智能领域的时间为2013年至2015年。通过智能化转型,传统产业类人工智能企业大都成为人工智能科技产业发展中融合部门的主导者。分领域来看,我国人工智能企业广泛分布在20个应用领域,其中企业技术集成与方案、智慧商业和零售两个应用领域的企业数占比最高,分别为17.20%和10.31%。智能机器人、智能硬件、科技金融、智慧医疗、智能制造领域企业数占比相对较高,分别为8.39%,8.06%,7.39%,7.27%,6.26%
10、。企业技术集成与方案提供应用领域占比最高,说明在全面融合发展阶段突破应用领域的共性和关键技术是中国人工智能科技产业关注的焦点。从人工智能企业的技术层次分布看,应用层人工智能企业数占比最高,达到84.05%;其次是技术层企业数,占比为13.65%;基础层企业数占比最低,为2.30%。应用层企业占比高说明中国的人工智能科技产业是需求牵引的。从人工智能企业核心技术分布看,大数据和云计算占比最高,达到41.13%;其次是硬件、机器学习和推荐、服务机器人,占比分别为7.64%,6.81%,5.64%;紧随其后,物联网、工业机器人、语音识别和自然语言处理、图形图像识别技术的占比依次为5.55%、5.47%
11、、4.76%和4.72%。第三章 现代工程咨询方法一、 PEST分析(一)政治环境分析政治环境是指一个国家或地区的政治制度、行政体制、法律法规等,具体指标包括政治体制、经济体制、财政政策、税收政策、产业政策、投资政策、政府补贴水平、民众对政治的参与度等。随着全球经济一体化和“一带一路”倡议的深入实施,我国大量企业“走出去”在“一带一路”沿线国家和其他区域国家设厂投资,在进行投资项目可行性研究时,要加强所在国的政治环境分析,高度重视各国政治环境的特殊性,因为不同的国家有不同的社会制度,不同的社会制度对组织活动有不同的限制和要求,即使在同一国家,由于执政党的不同,其政府的施政方针对组织活动的态度和
12、影响也是不断变化的。由此可以看出,政治环境对企业的影响具有直接性、难预测性和不可控制等特点,这些因素常常制约、影响企业的经营行为,尤其是影响企业较长期的投资行为。因此,在制定企业发展战略或进行境外投资时,需要掌握大量的、充分的相关资料,对政治环境的长期性和短期性的判断与预测十分重要。(二)经济环境分析经济环境主要包括宏观和微观两个方面的内容。宏观经济环境主要指一个国家的人口数量及其增长趋势,国民收入、国民生产总值及其变化情况以及通过这些指标能够反映的国民经济发展水平和发展速度。微观经济环境主要指企业所在地区或所服务地区的消费者的收入水平、消费偏好、储蓄情况、就业程度等因素。这些因素直接决定着企
13、业目前及未来的市场大小。(三)社会自然环境分析社会自然环境包括社会环境和自然环境。社会环境包括一个国家或地区的居民教育程度和文化水平、宗教信仰、风俗习惯、审美观点、价值观念等,其中文化水平会影响居民的需求层次;宗教信仰和风俗习惯会禁止或抵制某些活动的进行;价值观念会影响居民对组织目标、组织活动以及组织存在本身的认可与否;审美观点则会影响人们对组织活动内容、活动方式以及活动成果的态度。自然环境包括土地、生物、矿产、能源、水资源以及生态环境。(四)技术环境分析技术环境对企业的生存和发展具有直接而重大的影响,不断的技术进步提高了生产效率,降低了生产成本,极大地影响了市场竞争的格局。随着技术更新速度的
14、加快,新产品层出不穷,产品生命周期愈来愈短,越来越多的企业把技术研发作为企业的生存之道。技术环境分析是要分析本企业的产品有关的科学技术的现有水平、发展趋势及发展速度,跟踪掌握新技术、新材料、新工艺、新设备,分析对产品生命周期、生产成本以及竞争格局的影响。二、 逻辑框架法中的逻辑关系(一)垂直逻辑关系目标各层次的主要区别是,项目宏观目标的实现往往由多个项目的具体目标所构成,而一个具体目标的取得往往需要该项目完成多项具体的投入和产出活动。这样,四个层次的要素就自下而上构成了三个相互连接的逻辑关系。第一级:如果保证一定的资源投入,并加以很好地管理,则预计有怎样的产出;第二级:如果项目的产出活动能够顺
15、利进行,并确保外部条件能够落实,则预计能取得怎样的具体目标;第三级:项目的具体目标对整个地区乃至整个国家更高层次宏观目标的贡献关联性。这种逻辑关系在LFA中称为“垂直逻辑”,可用来阐述各层次的目标内容及其上下层次间的因果关系。(二)水平逻辑关系垂直逻辑对项目目标层次的因果关系进行了分析,但这种分析不能满足对项目进行分析和评价的要求。水平逻辑分析的目的是通过主要验证指标和验证方法来衡量一个项目的资源和成果。与垂直逻辑中的每个层次目标对应,水平逻辑对各层次的结果加以具体说明,由验证指标、验证方法和重要的假定条件所构成,形成了LFA的4X4的逻辑框架。在项目的水平逻辑关系中,还有一个重要的逻辑关系就
16、是重要假设条件与不同目标层次之间的关系,主要内容是:一旦前提条件得到满足,项目活动便可以开始。一旦项目活动开展,所需的重要假设也得到了保证,便应取得相应的产出成果;一旦这些产出成果实现,同水平的重要假设得到保证,便可以实现项目的直接目标;一旦项目的直接目标得到实现,同水平的重要假设得到保证,项目的直接目标便可以为项目的宏观目标做出应有的贡献。对于一个理想的项目策划方案,以因果关系为核心,很容易推导出项目实施的必要条件和充分条件。项目不同目标层次间的因果关系可以推导出实现目标所需要的必要条件,这就是项目的内部逻辑关系。而充分条件则是各目标层次的外部条件,这是项目的外部逻辑。把项目的层次目标(必要
17、条件)和项目的外部制约(充分条件)结合起来,就可以得出清晰的项目概念和设计思路。总之,逻辑框架分析方法不仅仅是一个分析程序,更重要的是一种帮助思维的模式,通过明确的总体思维,把与项目运作相关的重要关系集中加以分析,以确定“谁”在为“谁”干“什么”?“什么时间”?“为什么”?以及“怎么干”。虽然编制逻辑框架是一件比较困难和费时的工作,但是对于项目决策者、管理者和评价者来讲,可以事先明细项目应该达到的具体目标和实现的宏观目标,以及可以用来鉴别其成果的手段,对项目的成功计划和实施具有很大的帮助。第四章 数据采集分析与知识管理一、 信息鉴别及必要性(一)信息鉴别数据与信息鉴别,可称信息识别,就是将信息
18、与具有特定属性的“模式”进行比较,进而判断信息的类别或属性。具体而言,就是信息收集或使用者运用已有的知识和经验,在对获取的信息进行初步分析之后,按照一定原则和目的,辨认与甄别信息的真伪、轻重主次、是否完整、是否有用,以及用途大小等。(二)信息鉴别的必要性互联网时代,信息极为丰富,大大开阔了人们的眼界。然而,蜂拥而至,难辨真假的信息掺杂在一起,常常使人们陷入另一种迷茫,甚至成了海量信息的奴隶。过量的信息若不筛选,会使决策者无所适从。现在,互联网上充斥着伪造、篡改缺失、无代表性、误传、以及过时等信息。有些信息背后隐藏着各种政治、经济社会的利益团体正当或不正当的目的和企图。信息识别及时与否决定了决策
19、是否正确而又及时,决定了企业、事业、项目和其他活动的命运。对于工程咨询,信息识别同样十分必要。信息识别并非简单工作,对从事者有很高的要求。决策者固然应高瞻远瞩,但决策的基础是真实、可靠的信息。决定信息识别成败的主要因素有:对服务目标的正确认识及其深刻程度;识别者实事求是的态度和已有的知识、推理与判断能力。二、 大数据系统和数据挖掘技术(一)数据挖掘概述1大数据大数据是指超过既往数据库系统规模、传输速度和处理能力,或者既往数据库系统结构无法容纳的数据。大数据常以万亿或EB衡量,且种类多、实时性强,蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。大数
20、据有各种各样的来源:传感器、气候信息、公开的信息、如杂志、报纸、文章、买卖记录、网络日志、病历、事监控、视频和图像档案,及大型电子商务。大数据是数据挖掘产生与生存发展的土壤。如今数据每五年翻一番,面对前所未有的海量数据,为了从中发现有用的信息必须进行数据挖掘。此外,计算机存储、处理大量数据,以及运算的能力大为增强,为数据挖掘创造了条件,使其成为一门独特的学科和技术。2数据挖掘与数据分析的区别数据挖掘与数据分析的主要区别在于:(1)处理工作量。数据分析的数据量可能并不大,而数据挖掘的数据量极大。(2)制约条件。数据分析是从某些假设出发,建立方程或模型,而数据挖掘不作假设,可以自动建立方程。(3)
21、处理对象。数据分析往往是针对数字型数据,而数据挖掘对象类型繁多,例如图像、声音、文本等。(4)处理结果。数据分析可以解释结果的含义;数据挖掘的结果不易解释,着眼于预测未来,并提出决策建议。想要从数据中发现规律(即认知),往往需将数据分析和数据挖掘结合起来。(二)数据挖掘步骤按挖掘对象,数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种,各自步骤分述如下。1数据库与数据仓库挖掘数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤。(1)信息收集。从确定的挖掘对象中提取特征,然后选择合适的收集方法,将收集到的信息存入数据库。对于海量数据,必须选择合适的数
22、据仓库。(2)数据集成。把来源、格式、特点、性质不同的数据按逻辑或物理属性加以编排,以便以后使用。(3)数据规约。多数数据挖掘算法耗时很长,商业数据往往较多,数据挖掘更耗时间。数据规约就是简化已有可用数据集的表示,规约后数量大减,但仍能保持原数据的完整性,对规约数据的挖掘结果,与对规约前数据的挖掘结果相同或几乎相同。(4)数据清理。有些数据不完整(属性缺少属性值)、含噪声(属性值错误),不一致(同一信息有多种表示),需要清理,使其完整、正确、一致后存入数据仓库。(5)数据变换。将数据变换成适合数据挖掘的形式。实数型数据,可将其分层和离散化。(6)数据挖掘。根据数据格式、属性与特点,选择合适的处
23、理工具,例如统计方法、事例推理、决策树、规则推理、模糊集,甚至神经网络,取得有用的信息。(7)模式评估。由行业专家核实数据挖掘结果是否合理、是否可用。(8)知识表示。将数据挖掘得到的信息以可视方式交给用户,或作为新的知识存人知识库,供其他应用程序使用。并非所有的数据挖掘都要走上述的每一步。若只有一个数据源,则可以省略数据集成。数据规约、数据清理、数据变换合称数据预处理。数据挖掘至少60%的费用要花在信息收集阶段,而至少60%以上的精力和时间要花在数据预处理上。数据挖掘是一个反复多次的过程,若一次未满足要求或未得到有用结果,则需回到前面,经过调整后重新开始。2,网络挖掘网络挖掘可分为网络用户行为
24、挖掘与网络信息挖掘。前者基本不在工程咨询人员关心之列。后者可理解为“从WWW中发现和分析有用的信息”。网络信息挖掘是在已知数据样本的基础上,通过归纳学习、机器学习、统计分析等发现挖掘对象间的内在关系与特性,进而在网络中提取用户感兴趣的信息,获得更高层次的知识和规律。网络信息挖掘沿用了Robot,全文检索、人工智能的模式识别、神经网络等技术。现在的搜索引擎使用了这些技术,能够在网页或网站数据库中为用户搜寻有用信息。网络信息挖掘具体步骤如下:(1)确立目标样本。由用户选择目标文本,提取特征信息。(2)提取特征信息。根据目标样本的词频分布,从统计词典中提取挖掘目标的特征向量并计算出相应的权值。(3)
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 设备 公司 前期工作 要点
限制150内