18年美国消费电子展

2018年美国拉斯维加斯消费电子展

我司将组团参加2018年1月09-12日在美国拉斯维加斯举办的拉斯维加斯国际消费类电子产品展览会(CES’2018---International Consumer Electronics Show)。

拉斯维加斯国际消费类电子产品展览会始于1967年，由美国电子消费品协会主办，每年一届。目前该展览会已成为世界大的消费类电子专业展览会。2017年展览在CONVENTION CENTER、金沙馆两个展馆同时举办，展厅面积共计185万平方英尺，共吸引全球130多个国家超过 17万名观众参观，相比预计人数增长20％，或创历史新高。

业界人士认为，随着服务机器人价格不断下降，经济性提高， 预计未来如同现在的电脑、手机一样普及。服务机器人的物种属性决定了国产支持力度会加大。此外，备受关注的机器人产业“十三五”发展规划有望年底出台，有机构测算我国机器人市场规模将超过万亿元。凭借充裕的市场规模和不断加大机构扶持力度，中国的机器人企业在全球竞争力有望提升，市场也具备了良好的发展机遇，随着更多的投资与补贴逐步落实，机器人产业将迎来黄金期。

2018年美国拉斯维加斯消费电子展

我司将组团参加2018年1月09-12日在美国拉斯维加斯举办的拉斯维加斯国际消费类电子产品展览会(CES’2018---International Consumer Electronics Show)。

拉斯维加斯国际消费类电子产品展览会始于1967年，由美国电子消费品协会主办，每年一届。目前该展览会已成为世界大的消费类电子专业展览会。2017年展览在CONVENTION CENTER、金沙馆两个展馆同时举办，展厅面积共计185万平方英尺，共吸引全球130多个国家超过 17万名观众参观，相比预计人数增长20％，或创历史新高。

近年来，随着国内劳动力成本持续上涨，制造业机器人产业得到快速发展。与此同时，医疗、教育、家政等服务领域用机器取代人力的需求也在不断增加，进而催生服务机器人产业投资热潮。除百度之外，阿里、万科、美的和海尔等企业也在积极布局服务机器人领域。在行业大佬的带头作用下，我国服务机器人市场也渐行渐近。

 根据前瞻产业研究院发布的《2015-2020年中国服务机器人行业发展前景与投资战略规划分析报告》显示，2003-2013年全球工业机器人销售额复合增速为9.5％，而服务机器人复合增速则达到23.6％。未来全球服务机器人市场占有率将超过工业机器人，成为主角。截至2014年，全球服务机器人数量为2500万台套，市场规模达280亿美元，其中，家庭个人服务机器人和特殊环境服务的专用机器人是市场销售主流。预计到2017年，服务机器人产值有望达到500亿-700亿元美元，超过工业机器人。

2018年美国拉斯维加斯消费电子展

我司将组团参加2018年1月09-12日在美国拉斯维加斯举办的拉斯维加斯国际消费类电子产品展览会(CES’2018---International Consumer Electronics Show)。

拉斯维加斯国际消费类电子产品展览会始于1967年，由美国电子消费品协会主办，每年一届。目前该展览会已成为世界大的消费类电子专业展览会。2017年展览在CONVENTION CENTER、金沙馆两个展馆同时举办，展厅面积共计185万平方英尺，共吸引全球130多个国家超过 17万名观众参观，相比预计人数增长20％，或创历史新高。

对于大数据采集，韩亦舜也有自己的看法，他认为，大数据采集要不拘泥于大数据的概念，要用好现存的数据，有意识地采集更多价值密度更高的数据，同时，放眼留意其他维度的数据，实现数据互通。

 韩亦舜表示，产业转型首先是观念的转变，惯性思考是转型的敌人，有丰富经验的行业人和有活力的人叠加在一起才能爆发出能量，助力转型。产业转型的方法是数据支撑下的科学决策，大数据思维有助于传统产业走出绝境。

 金电联行(北京)信息技术有限公司执行副总裁艾小缤表示，信息化程度越高的企业，信息积累的质量就越高，未来在数据方面的竞争力也会越强。“随着互联网、信息化的发展，生活、生产和社会等各个环节都在被数据化，这也是未来发展的趋势，并且谁的数据化程度高，在未来的竞争中谁就占优势。”

 艾小缤认为，大数据是一个时代，我们要用一个新视角看世界，要用落地的方式解读大数据思维。现在所有有竞争力的企业要想真正发展，一定是要在信息化方面有大量的投入。大数据的特征是大容量、多样性、快速度以及应用产生价值。“数据需要加工、处理、提炼，才能把它的价值真正产生出来。同样的数据，经过提炼，价值可能是原来十倍，甚至百倍。”艾小缤说。

 艾小缤认为大数据思维就是过程＋结果＋时间的三维动态。他表示，风险是信用缺失的一种体现，大数据通过看过去、看现在、看未来量化风险。建立大数据社会基础信用体系建设，一步是印证原始数据的真实性、完整性；第二步是数据可视化＋指标化；第三步是信用评分模型；第四步是评分的应用。