一、开学典礼：
作为和君商学院十届学员一份子，今天有幸参加十届的开学典礼，被深深地震撼了，和君本次的开学
典礼，虽然远在北京的国家会议中心，但还是感受与整个开学典礼的庄重和肃穆。整场开学典礼，洋溢着文
化的底蕴，尊师重教；洋溢着学院和校长对学生的无比关爱、以及学生对学院和校长的无比感恩。往届学生
和企业代表发自内心肺腑的感言，庄重的拜师仪式、师生互行大礼，真正的道出了和君十年的发展是切实的，最后由《和君颂》带入高潮。整场开学典礼让我回味无穷，意犹未尽。
图片发自简书App图片发自简书App图片发自简书App图片发自简书App图片发自简书App图片发自简书App
二：内容：
课前秀
******行业前景推测******
1、“剩男”产业，男女比例失调---把握住社会现象背后的潜在产业，先生每次的课前秀彷佛都能带动一批创业思潮，把想到的记下来，有机会实施的要抓住机遇便是一个突破口。
（1）女子防身技术：手机、汽车、门锁、文胸等等；
（2）进口新娘产业，跨国婚姻；
（3）婚恋业务
2、网红带动产业---抓住年轻人的市场（2016年冒出网红产业）
（1）网红产业有多庞大，估量方法可以与电影产业对比。先生此处对比，让我想到了在我们对某一事物无从考量时，可以多维度寻找不同层面的相近模块分别比照，然后再做最后的总体评估。不是所有事物或者产物都一定要有前例参照的，对于新事物的衍生，我们要学会学以致用。
（2）先生从产业的角度分析了为何不看好网红产业——规模太小---试想零售业的连锁就是一个庞大的产业，这个是产业中的规模效应。
（3）十大产业和五百强企业中都含有石油天然气产业，所以算不算上大产业要看规模，比如汽车大产业（通用）、苹果、工商（1600亿收入）……
想挣大钱就要选择大产业，比如汽车，比如新能源---产业规模问题
选择大产业未必就能做成大企业（餐饮）---产业结构问题
大企业不一定能获得大的盈利---盈利模式问题
引出SMART产业分析模型：Structure——Modelof Business——Assets——Rule and Regulation——Technology
3、武钢养猪，鞍钢种土豆
（1）世界铁矿资源受外国矿业巨头控制
（2）物流成本过高
（3）产能严重过剩
PS:产业中解决不了这些问题，因为产业特征决定了现状。因此，如果企业中出现产业现象问题，只从企业内部解决问题是行不通的，要注意观察分析产业大环境的特点。思考企业问题必须建立产业思维和格局！
案例1：武汉钢铁（集团）曾宣布：准备建万头养猪场，年内就出栏。武钢在非钢产业上计划重金砸下390亿元谋求发展，除了养猪、养鸡、种菜，还计划开展接送幼儿园孩子、疏通下水管道、以及互联网等业务。为什么钢铁大佬要转向养猪？算账说：眼下一公斤钢材价格抵不上四两猪肉。
案例2：鞍钢巨亏（上市公司2015年净利润负45亿元），内部人士表示，炼钢还不如种苞米、种土豆。鞍钢在东北拥有十里钢城，地多亩阔，炼钢还不如种苞米、种土豆。
分析：钢铁行业利薄，多年来，年销售利润率远低于全国工业行业的平均利润水平，2015年全行业亏损，大中型钢铁企业实现利润-645.34亿元，累计销售利润率-2.23%。深层原因：1、铁矿石资源价格受国外控制；2、物流成本高企；3、产能严重过剩，过剩率约已达到122%。
这三大原因，都不是企业所能解决的。企业的命运，在更高一级的层面上，实际上是产业特点决定的。
**********2：方法工具：用下述方法，横向、纵向深挖产业。
A.ABCD学习法
B.十六字诀
C.FLA模型
D.SMART模型
F.12345法（理+史+实+感觉+逻辑）
1）理论。首先学前人的总结，类似于学习数理化知识里面的公式。知道每个时期都有哪些学术流派
和代表人物，将理论按时间或流派进行划分。新理论的出现，往往是出现或发现了用旧理论解决不了的现象
。
2）产业史。用SMART模型分析一个产业，在通过阅读已成书的产业分析来验证自己对产业对感觉。通过研
读某两个产业触类旁通其他产业——《钱德勒三部曲》。
3）实态与实情：读过了武功心法，理论验证了行业直觉，就到了实战。通过参观行业龙头企业，与明白
人交流等进一步检验自己的所学。
4）感觉：感觉是在上述的活动中反复练习中自然而然养成的能力。
5）逻辑：上述的练习还有另外一个极端，脑子里一堆理论和案例，但是无法用一条线或一个逻辑串联起
这些知识。与人攀谈时头头是道，解决问题是拎不出一个关键。所以，逻辑思维需要始终穿插其中，帮助自己总结、复盘验证、提炼。
*******3：企业家要具备的产业思维：
[1]沿着人均GDP的变迁轨迹寻找产业机会、规避行业风险：
随着历史的演变和社会的进步，每一阶段的产业机遇和风险，我们需要有明锐的洞察力，判断产业的优良与
否，处在哪里不同的阶段，适不适合自身的投入等。
一、找好产业
1.沿着人均GDP的轨迹寻找产业机会。中国人均GDP即将迈过1000美元大关，之后的特征主要有：
1.1产业结构以现代服务业为主导，第三产业比重明显上升。
1.2结构转型以科技引领为主导，工业增长对能源原材料的依赖逐渐下降，现代制造业明显上升。
1.3产业布局呈现新型产业分工格局，制造业郊区化，总部、设计中心、销售中心市区化。
1.4城市空间结构向多中心转变。
1.5注重民生和福利。
1.6注重生态环保。
2.沿着地域差、观念差等要素，寻找产业机会。北京的今天可能就是武汉的明天。今天一线城市的流行消费，就是明天二三线城市的消费现象。找出与自身产业结构类似、且人均收入约为其两倍的、发展迅速的国家或地区作为参照模型。
3.沿着政府产业政策寻找机会。一带一路，国家产业名录，国家支持政策，地方政策。
*********怎么做行业分析*********
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.需要找一些数据，来源只要有：官方组织、行业协会、研报、上市公司信息等。
三、企业在现有产业中如何做
1.从产品竞争，到产业链竞争，再到产业生态竞争。为了打开局面，要在全社会范围内调动资源，方法：产融结合、产政结合、产学结合、产地结合、产信结合、产媒结合、产研结合、产智结合、产社结合、产产结合等。要选择做产业生态，王者七立：立名、立标、立言、立人、立信、立学、立德。
2.开放思想和眼光，敢于去想，去扩宽产业边界。平庸的商人做别人做过的生意，出色的商人想出一门生意，或者把旧的生意做成崭新的生意。乔布斯：创造无非就是把事务联系起来，即便是最不可思议的创意也不过是对已有事物进行新的组合。
3.产业边界清晰-产业边界模糊-自设产业边界。
3.1沿着信息和知识（大数据）的方向去自设产业边界。苹果的产业边界？雅昌从印刷厂走向文化公司，影楼从摄像走向大数据、婚纱销售平台等。
3.2沿着能力去自设产业边界。比如本田（以发动机为核心能力，俨然进入摩托车-游艇--汽车-飞机—割草机等一系列产业）。去分析公司的核心能力，但是不要局限于现在做的东西，把核心能力去其他行业延伸，沿着核心能力去自设产业。
3.3沿着地头力去自设产业边界。
3.4沿着客户群去自设产业边界。
[2]互联网将改变一切产业
科技的进步和信息的发展，越来越多的产业受到互联网的冲击，拥有信息流和数据流的企业将率先受益。
[3]利用上市、再融资和资本市场估值中的产业偏好
对于产业的涉入和发展，首先要明白自己的目的，你的产业偏好、策略。明确通过何种方式达到你的产业和
相应的资源能有效的得以结合，更好的为你的产业的发展服务。
[4]以产业代表的身份寻求“产某结合”（产业+）
结合自身的情况，适合产业和何种方式能有效的结合。
[5]以历史性远见看到中外产业竞争态势的大趋势
我们一直以崇拜的眼光看待国外的优质500强企业，经济的发展和世界格局的变化，我们需要看到目前中外
企业的现状以及我们遇到的新的机遇，如何把握，看清楚企业竞争格局的历史变化。
[6]沿着人口结构的变迁轨迹寻找产业机会、规避行业风险
[7]从产业政策里寻找黄金屋和颜如玉
我们在产业的发展，一定要顺应形势和政策，切不可违背政策，依照产业政策和指导意见鼓励的内容来寻找
产业发展的机遇。
特别是在中国，政策因素影响很大。
[8]确立“产品竞争--产业链竞争--产业生态竞争”的竞争思维
不同的发展阶段和规模选用不能的竟争思维
[9]洞察“产业边界清晰--产业边界模糊—自设产业边界”的企业演变趋势
[10]产业是“想”出来的：
产业是想出来的，也是发现出来的，需要敏锐的洞察力。
[11]从问题中发现产业机会：哪里有问题，哪里就有产业机会；哪里问题大，哪里机会就大。
有问题就需要变革，解决，那就是机遇，产业的发展需要良好的机遇，问题越大，改变的需求越急迫，产业
的发展需求就越大。
[12]产业集中是历史必然，产业整合是大势所趋
产业的发展，不是散兵游勇式的单打独斗，我们需要的整合，资源优化，和作共同赢，这样才能更有效的占
据产业和市场的主导，才具有更强的竞争力和主导力，才能使企业在竞争中取胜。
[13]数据成为关键的经济资源和核心资产（积累经营数据的价值，大于利润）三
大数据的信息化是历史发展的必然，数据作为发展决策的判断依据，在企业战略决策和经营决策发展中越来
越重要，必将成为未来产业发展的重要工具。数据信息是产业发展的核心资源。
[14]产业与商圈的一体化共生
[15]区域产业分工、国际产业分工与产业机会
[16]技术创新与产业变迁
[17]资本市场与产业变迁
产业的变迁和发展，资本市场是必不可少的。资本市场培育产业良好发展。
三:感受
通过《产业思维和产业认识》这次大课的学习，感触颇深的有以下几点：第一，产业的概念。在这里，产业
泛指一切生产物质产品和提供劳务活动的集合体，包括农业、工业、交通运输业、邮电通讯业、商业饮食服
务业、以及最近兴起的网红产业等。第二，以前谈及产业，根本没有大小的概念。当先生提及如何衡量一个
产业大小的时候，我想，对比是最好的方式。通过比较，我才发现，电影产业相比零售、汽车、能源等产业
原来只是一个小产业，而网红产业相比电影产业居然是个大产业，这是很突破认知底线的。第三、用SMART
模型分析产业，可以尽可能完整的把一个产业的各个属性分析出来，当然，从新手到斵轮老手，还需要时间
和实践的锤炼。第四、一理、二史、三实、四感觉、五逻辑的产业学习方法也是一种全新的认识，尤其是感
觉的引入，充分地为感觉正身，这也是一个企业家所独有的灵感。学习的路漫漫修远，我将继续踏上求索的
征途，一步一步，脚踏实地地求知和分享，为未来的职场之路做好基础性工作。
基于Smart模型的AI产业思考
1.产业规模
据前瞻产业研究院发布的《2017-2022年中国人工智能行业市场前瞻与投资战略规划分析报告》显示，2014年，我国人工智能产业市场规模为48.6亿元；截止到2016年底，人工智能产业市场规模已经增长至95.6亿元，年均复合增长率高达40.25%。随着人工智能应用范围的扩大，将带动产业规模高速增长。预计到2018年，我国人工智能产业市场规模将达到203.3亿元。
同时据国际知名管理咨询机构埃森哲在2017大连夏季达沃斯开幕前发布有关人工智能最新报告统计，通过转变工作方式以及开拓新的价值和增长源，人工智能到2035年有望拉动中国经济年增长率，从6.3%提速至7.9%。
此外，据BBC预测，人工智能市场将继续保持高速增长，2020年全球市场规模将达到183亿美元，约合人民币1190亿元；艾瑞咨询则认为，2015年中国AI市场规模约12亿人民币，其中60%分布在语音识别，12.5%分布在视觉识别，未来5年的增长率约为50%，到2020年中国AI市场规模约91亿人民币。因此产业规模和市场前景广阔。
2.市场结构
AI产业可分为基础层、技术层和应用层，从市场投资机会来看，基础层和技术层难度最大，而一旦获得突破，则会带来上层应用质变。因此，突破基础层和技术层的公司一定会受到追捧，应用层则相对竞争激烈，但机会精彩纷呈。
具体市场结构，以海外市场为例，AI产业链中，芯片产业率先引来爆发。PC
GPU巨头NVIDIA已经将业务重点转向AI领域，2016年，AI芯片相关的数据中心增速（145%）、汽车电子增速（52%）业务远高于传统游戏业务增速（18%）、及原设备制造&IP业务增速（-11%），AI芯片业务呈现爆发增长态势。PC CPU巨头Intel也将业务重心由PC芯片、移动芯片转向云计算、物联网及AI等领域。2016年，Intel数据中心（云计算）和物联网营收增速分别为7.85%和14.80%，远超过传统PC客户端业务增速2.14%，Intel数据中心及物联网营收占比不断走高，云服务及物联网业务成为Intel驱动营收增长的主要因素。Intel数据中心营收占比从2014年Q2的24.80%提升至2016年的29.12%，物联网营收占比从2014年Q2的3.84%提升至2016年的4.46%。无人驾驶解决方案的龙头Mobileye，受ADAS系统（主要为EyeQ3/4芯片）强劲需求驱动，2015年实现营收2.41亿美元，2011-2015年营收年复合增长率高达65.90%，业绩增长极为强劲。
3.商业模式
目前，海外市场人工智能商业模式渐进清晰。Veritone正式向美国证判交易委员会提交IPO招股书，计划融资1500万美元，有望成为美国第一家上市的AI公司。该公司的AI系统包含Google、IBM、微软等40种不同类型的引擎，通过分析非机构化音频、规频数据、人脸识删、情感分析、地理定位、翻译等功能，最终提供可行性情报服务，辅助商业决策。欧美市场人工智能领域商业模式逐渐清晰，投资机会已经明确。计算机科技的都是伴随着硬件不软件共同进步，人工智能也不例外。
4.资产结构
虽然包括亚马逊、Google、BAT在内的多家互联网巨头都已重磅投资AI市场，但在资产结构方面，该行业依旧是依赖于技术与服务的轻资产布局。
5.监管/规范
国际方面，特朗普时代，侧重保全工人岗位，海外科技巨头AI研发遭受抑制风险；美联储加息在即，AI产业融资进程受阻风险；AI应用推广不及预期风险；芯片、算法研发遭遇未知障碍风险；基础层、技术层变化巨大，应用层难以适应风险；国内企业使用国际开源平台，无自身核心竞争力，产品严重同质化风险。
国内方面，日前，工业和信息化部联合国家标准化管理委员会、科技部、公安部、农业部、国家体育总局、国家能源局、中国民用航空局等部门发布了《无人驾驶航空器系统标准体系建设指南（2017—2018年版）》（以下简称《指南》）。下一步，工业和信息化部将会同相关部门进一步推进无人驾驶航空器系统标准体系建设工作，以标准引领和促进无人驾驶航空器系统产业发展。
6.技术
AI可分为基础层、技术层和应用层，基础层为AI芯片，技术层为算法平台，应用层是AI向各传统行业渗透应用。随着科技巨头相继开源AI算法平台，AI开发技术门槛极大幅度降低，AI逐步走向大众化。
借鉴先生在大课中提到的SMART模型，对铜加工产业进行分析如下：
1、scale(产业规模）：根据有色金属工业协会的统计数字，2016年国内铜加工总量在1800万吨左右（不包含电解铜冶炼）（一般会比实际水平略高）。借鉴之前做过的图表（数据未更新），2006-2014年国内铜材产量年均复合增长率为15.57%；虽然最近两年受去产能政策影响，同比增速有所下滑，但行业整体规模仍呈现稳定增长。因此，不考虑铜价波动的影响，仅考虑国内市场，铜加工行业是一个可以达到万亿规模的大产业。
2、产业结构（structure）：国内铜加工行业是一个较为分散、类似完全竞争的市场，并未出现大型的跨国寡头垄断企业。我公司铜加工总量在国内排名第一，也仅为60-70万吨，市场占有率仅为4%左右；同行业上市公司，海亮股份年加工量在30万吨左右，并计划到2020年产能翻一倍；博威合金年加工量在12万吨上下，楚江新材年加工量在15万吨左右等。横向来看，铜加工上市公司纷纷计划扩产，利用行业兼并重组的计划扩大产能、抢占市场份额。因此，铜加工行业目前仍是散乱的产业结构，未来一定会出现几个真正的寡头垄断企业。
3、盈利模式（model of business）：铜加工行业的盈利模式比较简单，采用“铜价+加工费”的形式，铜价由下游客户承担，公司只赚取加工费用，不同产品技术含量不同，因此加工费差异也比较大。博威合金在高端铜合金棒材方面属于业内领先地位，相对加工费就会高于普通产品。因此，对铜加工企业来说，未来要想获得高于行业平均水平的毛利率，必须在科技研发、技术更新上做文章。
4、资源或资产分布（assets）：铜加工产业是一个典型的重资产行业，是一个劳动密集型与资金密集型相结合的产业，主要分布在长三角和珠三角两个区域，其中浙江省和广州省是其中代表，浙江省年铜加工能力在400万吨左右，占国内市场的25%-30%；广州主要因为白色家电集群较多，像空调美的、格力（铜管）、接插件的开关企业（铜板带）等，因此配套铜加工企业也较为发达。此外，国内电解铜采购主要是上海期货交易以及长江有色网；废杂铜主要在佛山交易，也导致两地较其他地区更具备原材料优势。铜加工行业本身是一个受运输半径限制较为明显的产业（运输成本过高将严重挤压毛利空间），也导致长三角、珠三角呈现出明显的集群特征。
5、行业规则和惯例（rule）：铜加工行业由于毛利率低、风险高的特点，一般在账期方面控制严格，虽然不同产品、不同客户会有所差别，但整体与其他行业相比，应收账款周转率较高。之前，国内铜管领军企业金龙铜管因为扩张速度过快，同时为抢占试产份额账期不断放长，最终导致资金链断裂，之前数据显示其资产负债率在95%左右，今年被国企平煤神马集团并购。
6、法律与监管（regulation）：铜加工行业主要受国家发改委、工信部监管，并且近几年环保部的环保督查对行业影响较大。地方政府对企业的环保要求越来越高，要求的环保投入越来越大，对之前野蛮生长的一些小散乱企业造成很大冲击，浙江省关停的小散乱企业数量众多，相对来说对规模型、规范型企业带来利好，可以迅速扩大市场份额。近两年，尤其是今年上半年，规模型铜加工企业的经营业业绩迎来大爆发。
7、技术——壁垒、创新、更替（technology）：铜加工行业是一个重资产行业，单台连铸连轧设备的引进价格在人民币1亿元以上，因此行业进入的门槛主要体现在资金实力；同时，与其他行业相比，铜加工行业毛利率较低，相对吸引力较差，投资者进入意愿不强，国内目前的铜加工企业基本都是在上世纪90年代左右进入该行业，并经过原始积累形成如今的规模。另外，高端铜加工产品在技术上要求较高，需要长时间的积累以及研发的投入，行业存在着较高的技术壁垒。
8、结论：（1）铜加工行业是一个大的产业，而且并不是像大家所想像的产能严重过剩行业，行业目前是结构性产能过剩问题，高端铜加工产品差量严重不足，主要靠进口。未来，行业的市场集中度会上升，并诞生几个大型的跨国铜加工企业。
（2）铜加工行业未来要往高端制造方向发展，主动淘汰、置换落后产能，走科技研发、技术创新之路；未来，行业的竞争将集中于几个龙头企业之间的竞争。
（3）兼并重组未来将在铜加工行业频繁发生，依靠内生式发展已远远不能满足企业扩张的步伐。
我想用先生提的产业分析“SMART”模型对我所从事的行业进行一个梳理。
1、规模
我从事商品期货研究和交易工作。从产业定位来看，属于资产管理行业中的细分领域期货资管。从国外经验来看，资管行业的发展与经济发展和居民收入有直接的关系。改革开放以来，我们经济大体经历了三个阶段：改革之初到1992年，1992年到2002，2002年至今。尤其是2002年以来，人均GDP和人均可支配收入经历了快速的增长。截至2016年，国内人均GDP为53980元，是2002年的将近6倍；人均可支配收入为33616元，是2002年的5倍左右。
随着经济增长和居民收入的增加，资产管理需求也日益增长。根据中国基金业协会数据显示，2016年基金管理公司及其子公司、证券公司、期货公司、私募基金管理机构资产管理业务总规模约51.79，较2014年的20.5万亿增长150%。其中，期货行业资管规模从124.8亿元增长到2792亿元，增长22.3倍。资管行业规模的快速扩张带来了发展机遇。期货行业虽然是资管行业中的小行业，但其增长速度惊人，潜在市场空间巨大，未来市场规模必将是万亿级别。
2、结构
从产业结构来看，资管规模按照主体不同，分为基金公司公募基金、基金公司及其子公司专户基金，证券资管和私募基金，占比分别为17.78%、32.76%、34.12%和15.32%。
私募公司根据其投资类别不同，分为私募证券投资基金管理人、股权投资基金管理人、创业投资基金管理人和其他类型管理人。其中私募证券投资基金管理人有7781家（已登记），私募证券投资管理人管理基金数量为25950，实际管理规模为26116.7亿元。整个私募证券投资基金管理行业的状态是从业机构众多、规模较小。虽然私募管理现状是散、小、弱，但这也给私募基金行业未来的发展提供了机会。从现实情况来看，私募基金管理人存在一定的规模效应。未来私募基金管理行业整合兼并，单个企业管理规模扩大将会是主导趋势。
3、监管
随着近两年私募行业的快速发展，行业管理逐渐从混乱走向有序。2014年《私募投资基金管理暂行办法》发布，其他相关的法规也陆续出台，《证券期货市场诚信监督管理暂行办法》，《证券期货投资者适当性管理办法》，《证券期货经营机构私募资产管理业务运作管理暂行规定》等。随着私募基金行业发展相关的法律法规纷纷出台，行业进入了规范发展的阶段。在私募基金行业爆发式增长的同时，许多不合格的基金管理人也被踢出局，数据显示，自2014年2月私募基金登记备案以来，截至2017年2月底，中国证券投资基金业协会登记私募管理人18306家，已经备案私募基金48626只，认缴规模16.35万亿元，实缴规模8.55亿元，私募基金行业从业人员28.23万人。与2015年末相比，私募基金管理人数量下降了26.79%，但私募基金数量和实缴规模分别增长了102%和111%。
4、商业模式
私募证券资产管理公司目前主要的盈利模式为两种：
1）管理费收入。根据行业惯例，私募管理费大概为管理规模的1%-2%。按照2016年私募证券投资管理规模来推算，管理费收入大约在250-500亿规模。相对来讲，管理费是私募证券投资公司较为稳定的收入来源。但由于目前私募管理规模普遍较小，因此管理费收入相对有限。
2）盈利分成。根据期货私募行业惯例，私募基金盈利分成在20%-30%之间。具体情况要根据私募基金管理人的品牌以及市场资金的松紧来确定，一般专业能力较强市场声誉好的管理人往往容易获得更高的管理分成。由于期货私募属于风险投资，盈利收入并不稳定，因此盈利分成虽然是很多私募的利润主要来源，但其稳定性较差。
5、资产
私募投资是知识密集型行业，私募管理公司最主要的资产为人力资本。优秀的基金经理、研究员以及运营人才是私募投资公司的核心资产。
私募期货投资经理是最为宝贵的人才资源。一个初级的期货投资经理需要3-5年的培养，至少需要投入几十万的培养成本，最终能否成才仍具有很大不确定性。而一个成熟的期货投资经理则需要将近8-10年左右的市场历练，能够具有成熟投资理念和稳定盈利能力的投资经理与印钞机等同，其价值不可估量。
期货研究员也是重要的人才资本。触及的研究员需要1-3年的市场经验，其价格相对不高。但经过3-5年的产业训练之后，如果能够成长为成熟的研究员，其价值也会比较可观。
运营管理人才主要的作用是企业管理、风险控制和市场开拓。优秀的私募运营人才有助于促进企业的发展壮大，也是企业的重要人力资本。
从中国实际情况来讲，专业的私募管理人才主要集中在北京、上海和深圳等一线城市，以及大连、郑州和杭州等经济发达地区和交易所所在地。因此，期货私募的发展往往也都分布在这些地方。
6、技术
随着量化投资的增长以及人工智能的快速发展，期货私募行业发展面临新的技术挑战。据了解，国外市场交易中大约30%为量化交易。而目前量化交易占中国总资产的比例还不到1%，预计中国未来有20-30%的市场交易来自量化交易，尤其在纯期货中，这种交易占比将比较大。新的计算机技术和人工智能目前仍处于快速发展阶段，前段时间的阿尔法狗战胜围棋冠军显示出了人工智能的威力。
量化投资技术和人工智能未来对私募产业的影响可能是多方面的：第一，投资模式的变化。传统主观交易和量化交易之间的竞争必将更加剧烈；第二，行业门槛，量化投资和人工智能需要有巨大的财力来支撑，量化投资的发展将会导致行业的知识门槛和技术门槛进一步提高；第三、行业结构，量化投资的发展必将导致市场竞争更加激烈，目前市场中存在的非专业的投资者将会被市场逐步淘汰，行业走向集中和专业不可避免。
由于资料和分析水平有限，我按照先生提出的产业分析模型简要对期货资管行业进行梳理，作为本次课程的作业。后期我会进一步收集资料，完善产业分析！
