智能投研的產業鏈分析：
? ? ?（1）智能投研是人工智能在投資研究及其他資本 市場相關領域的應用，其核心是提升金融數據的分析能力，提高人工的工 作效率。
? ? ?（2）智能投研的產業鏈涉及數據的獲取、處理及應用。數據源包 含傳統金融數據、爬蟲數據及另類數據等。中游主要是數據的采集和標準 化。下游是數據的需求方和應用場景，包括投資機構、監管部門及非金融 機構等。

? ? ?（3）智能投研行業的參與者包括傳統的金融數據服務商、創業公 司、互聯網巨頭及投資機構內部研發。

三種商業模式：
? ? ?（1）金融文本處理工具。針對特定場景的金融數據處理的 工具，所處理的文本以標準化的金融文本為主，主要的功能是審核檢查。 客戶以證監會、交易所等監管職能部門，其次是券商投行部門、銀行信貸 審核部門等，交付方式以項目制為主。

? ? ?（2）一級市場數據庫。提供全方位 了解一級市場公司的數據庫和搜索工具。產品的核心是標簽體系。目標客 戶包括一級市場投資機構、券商投行部門及直投部門、銀行企業客戶部門 等。一般采用數據終端或者數據接口的方式交付。
? ? ?（3）二級市場數據庫。 提供比傳統金融數據服務商顆粒度更高的數據產品，重點在非結構化數據 的處理。成熟資本市場客戶主要是二級市場投資者，尤其是量化投資。國 內的客戶還包括券商和綜合金融集團。

底層技術：在智能投研中主要應用的人工智能技術包括圖像識別、自然語 言處理、情感分析、知識圖譜等。
? ? ?（1）優勢：人工智能拓展了數據來源， 大幅提升了數據運算的能力。機器能分析多元、非線性關系，尋找相關性 而非局限于因果關系。
? ? ?（2）不足：就現階段來看，人工智能在有明確邊界、 規則和目標的場景中，效果更明顯。

? ? ?（3）約束條件：數據質量影響智能投 研的效果，隨著底層數據質量不斷提升，智能投研的效果會越來越好。

市場空間及行業趨勢：
? ? ?（1）要從數據服務廣義的角度看智能投研的市場空 間。在考慮資產管理規模和資產管理機構數量之外，收入的增量空間還包 括對數據量、數據維度、數據綜合服務的需求提升，以及投資機構之外其 他機構對金融數據的需求。從長期來看，智能投研的潛在市場空間遠大于 現有金融數據行業規模。
? ? ?（2）智能投研的發展趨勢。資產管理機構在數據 及技術方面的投入增速大于資產管理規模的增速。傳統的金融數據公司通 過并購整合保持持續的競爭優勢。大量創業公司在努力拓展人工智能的邊 界。成功的智能投研公司在數據服務的廣度或深度上超越對手。