安徽人工智能项目可行性研究报告

安徽人工智能项目可行性研究报告

规划设计/投资分析/产业运营

报告摘要说明

人工智能在投资研究上的应用。通过人工智能技术拓宽投资信息来源，提高获取信息的及时性，减少基础数据处理的工作量，通过自动化的数据

分析，为投资决策提供参考，从而提高投资研究的效率。人工智能在资本

市场相关领域的应用。从使用者的角度来看，智能投研的受众包括各种类

型的投资者（买方）、券商（卖方）、监管机构、银行和财经媒体等。从

投资的标的来看覆盖一级市场公司、股票、债券、外汇等。而人工智能的

应用场景涉及业务的各种环节，与投研直接相关的就包括研究、投资、交

易和风险管理。

随着人工智能的迅速发展，将提升社会劳动生产率，特别是在有效降

低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和

生活带来革命性的转变。基于人工智能产业的战略作用，中国政府正通过

多种形式支持人工智能的发展，形成了科学技术部、国家发改委、中央网

信办、工信部、中国工程院等多个部门参与的人工智能联合推进机制。

2017年，人工智能首次写入政府工作报告，同年7月，国务院印发《新一

代人工智能发展规划》，明确人工智能的发展在国家战略中的地位。

该人工智能设备项目计划总投资11406.98万元，其中：固定资产

投资7957.27万元，占项目总投资的69.76%；流动资金3449.71万元，占项目总投资的30.24%。

本期项目达产年营业收入25133.00万元，总成本费用19923.13

万元，税金及附加208.56万元，利润总额5209.87万元，利税总额6137.03万元，税后净利润3907.40万元，达产年纳税总额2229.63万元；达产年投资利润率45.67%，投资利税率53.80%，投资回报率

34.25%，全部投资回收期4.42年，提供就业职位373个。

人工智能是新一轮产业变革的核心驱动力，将进一步释放历次科技革

命和产业变革积蓄的巨大能量，并创造新的强大引擎，重构生产、分配、

交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。人工智能正在与各行各

业快速融合，助力传统行业转型升级、提质增效，在全球范围内引发全新

的产业浪潮。国家高度重视人工智能产业的发展。2017年国务院发布《新

一代人工智能发展规划》，对人工智能产业进行战略部署;在2018年3月

和2019年3月的政府工作报告中，均强调指出要加快新兴产业发展，推动

人工智能等研发应用，培育新一代信息技术等新兴产业集群壮大数字经济。

人工智能（ArtificialIntelligence，AI）是利用机器学习和数据分

析方法赋予机器模拟、延申和拓展类人的智能的能力，本质上是对人类思

维过程的模拟。AI概念最早始于1956年的达特茅斯会议，受限于算法和算力的不成熟，未能实现大规模的应用和推广。近年来，在大数据、算法和

计算机能力三大要素的共同驱动下，人工智能进入高速发展阶段。据中国

电子学会预测，2022全球人工智能市场将达到1630亿元，2018-2022年CAGR达31%。

安徽人工智能项目可行性研究报告目录

第一章项目总论

第二章市场前景分析

第三章主要建设内容与建设方案

第五章土建工程

第六章公用工程

第七章原辅材料供应

第八章工艺技术方案

第九章项目平面布置

第十章环境保护

第十一章职业安全

第十二章建设及运营风险分析

第十三章节能可行性分析

第十四章项目进度说明

第十五章项目投资规划

第十六章盈利能力分析

第十七章项目招投标方案

附表1：主要经济指标一览表

附表2：土建工程投资一览表

附表3：节能分析一览表

附表4：项目建设进度一览表

附表5：人力资源配置一览表

附表6：固定资产投资估算表

附表7：流动资金投资估算表

附表8：总投资构成估算表

附表9：营业收入税金及附加和增值税估算表附表10：折旧及摊销一览表

附表11：总成本费用估算一览表

附表12：利润及利润分配表

附表13：盈利能力分析一览表

第一章项目总论

一、项目建设背景

人工智能在投资研究上的应用。通过人工智能技术拓宽投资信息

来源，提高获取信息的及时性，减少基础数据处理的工作量，通过自

动化的数据分析，为投资决策提供参考，从而提高投资研究的效率。

人工智能在资本市场相关领域的应用。从使用者的角度来看，智能投

研的受众包括各种类型的投资者（买方）、券商（卖方）、监管机构、银行和财经媒体等。从投资的标的来看覆盖一级市场公司、股票、债券、外汇等。而人工智能的应用场景涉及业务的各种环节，与投研直

接相关的就包括研究、投资、交易和风险管理。

大部分独立的智能投研公司主要在数据的处理环节。最终与投资

交易直接挂钩的智能投研由投资机构自己搭建为主，同时会采购外部

第三方的数据和服务，在内部进行整合。

产业链的上游是数据源。（1）传统数据。金融行业本身已经存在

大量标准化的数据，包括公司财务数据、公司公告、交易数据、宏观

数据、行业数据、券商研报等，这些数据主要由金融数据公司进行整合。（2）爬虫数据。这些数据来自于互联网，相比传统金融数据库，

这些数据的颗粒度更细，数据来源主要是地方政府网站、地方监管部