區(qū)塊鏈技術(shù)的缺點精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的區(qū)塊鏈技術(shù)的缺點主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：區(qū)塊鏈技術(shù)的缺點范文

一、“區(qū)塊鏈+AI”行業(yè)概述：

1、“區(qū)塊鏈+AI”行業(yè)簡介

人工智能（ArtificialIntelligence）英文縮寫為“AI”，主要研究如何使計算機去做更多過去只有人類才能完成的智能工作。AI一詞最早是在1956年Dartmouth學會上提出，2015年美國伊利諾伊小組研究中表明，現(xiàn)階段AI智力已可達4歲孩童智力水平。隨著人工智能技術(shù)不斷成熟應用，圍繞著“AI+”的技術(shù)理念創(chuàng)新也在不斷提出，其中“區(qū)塊鏈+AI”的技術(shù)理念尤為突出。

區(qū)塊鏈是分布式數(shù)據(jù)存儲、點對點傳輸、共識機制、加密算法等計算機技術(shù)的新型應用模式。其本身作為比特幣的底層技術(shù)，擁有去中心化、開放性、自治性、信息難篡改、匿名性等特征，可有效彌補人工智能應用中存在的數(shù)據(jù)共享、數(shù)據(jù)安全等問題。區(qū)塊鏈可以為人工智能提供“鏈”的功能，讓人工智能的“自主”運行中需要的數(shù)據(jù)信息都得到可信記錄并具備可溯源的特點，使得AI更可信、更安全。可以說“區(qū)塊鏈+AI”是新型技術(shù)之間的通力合作，若兩者可有機結(jié)合，將會創(chuàng)造更大的價值。

從金融、消費、醫(yī)療服務到政府服務，區(qū)塊鏈和人工智能的結(jié)合正在逐步滲透各個行業(yè)和領域。人工智能和區(qū)塊鏈的協(xié)作將會解決諸多的問題，在人工智能提供數(shù)據(jù)分析和匹配的同時，區(qū)塊鏈將提供一個更加安全和可信任的網(wǎng)絡。

2、人工智能和區(qū)塊鏈行業(yè)現(xiàn)狀概述

人工智能被譽為引領未來的戰(zhàn)略性技術(shù)，是提升國家競爭力、維護國家安全的核心技術(shù)之一，也將成為經(jīng)濟發(fā)展中新一輪產(chǎn)業(yè)變革的核心驅(qū)動力。在我國，人工智能的發(fā)展受到高度重視，2017年7月8日國務院了《新一代人工智能發(fā)展規(guī)劃》的戰(zhàn)略部署，明確我國新一代人工智能發(fā)展的三大戰(zhàn)略目標：至2020年人工智能總體技術(shù)和應用與世界先進水平同步，成為重要經(jīng)濟增長點，全面支持建設小康社會；至2025年人工智能基礎理論實現(xiàn)重大突破，成為我國產(chǎn)業(yè)升級和經(jīng)濟轉(zhuǎn)型的主要動力，向智能社會建設邁進；至2030年人工智能理論、技術(shù)和應用總體達到世界領先水平，成為世界主要人工智能創(chuàng)新中心，為經(jīng)濟強國奠基。根據(jù)中國互聯(lián)網(wǎng)絡信息中心（CNNIC）2017年的《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》顯示，2016年中國人工智能相關專利年申請數(shù)量達30115項，產(chǎn)業(yè)規(guī)模突破百億，2017年中國人工智能產(chǎn)業(yè)規(guī)模達152.1億元，該行業(yè)每年以40%～50%增長率進行增長，預估2019年將突破300億元，截止2017年6月我國人工智能企業(yè)總數(shù)已達592家，僅次于美國。2017年9月，華為公司推出的芯片麒麟970及蘋果公司推出的芯片A11SOC均具備機器學習處理單元，為人工智能硬件打下堅實的基礎。人工智能行業(yè)目前已走過技術(shù)蠻荒期，處于通用技術(shù)與行業(yè)結(jié)合形成商業(yè)化場景應用階段。根據(jù)目前滬深兩市板塊分類統(tǒng)計，涉及人工智能概念的上市公司共104家，基本涵蓋了人工智能基礎層、技術(shù)層、應用層各相關領域。

相比于人工智能技術(shù)已經(jīng)經(jīng)歷了60多年的長足發(fā)展而言，區(qū)塊鏈技術(shù)目前起步不到10年，且剛剛經(jīng)歷了三個初級的階段，分別為：

起步期：2009年-2012年，以比特幣為代表的加密數(shù)字貨幣使得區(qū)塊鏈技術(shù)開始走進部分極客和新興技術(shù)愛好者的視野當中，并開始在世界范圍內(nèi)形成一定程度的關注和研究。

雛形期：2013年-2017年，以太坊在比特幣的基礎技術(shù)架構(gòu)之上引入了智能合約，使得區(qū)塊鏈的可拓展性得到極大的提升，區(qū)塊鏈技術(shù)開始延展到更多行業(yè)和領域。

發(fā)展期：2018年-，區(qū)塊鏈技術(shù)開始迭展，行業(yè)發(fā)展聚焦于更為安全的技術(shù)架構(gòu)的搭建與更加良好基礎性能的提升，區(qū)塊鏈安全、區(qū)塊鏈與人工智能等方向開始受到行業(yè)重視，一些應用逐步在全球各個行業(yè)領域開始試點。

目前區(qū)塊鏈技術(shù)發(fā)展總體階段處于類似于互聯(lián)網(wǎng)發(fā)展的初期階段，距離大規(guī)模的應用落地仍然需要時間積累?！皡^(qū)塊鏈+AI”是新興技術(shù)相互賦能的良好應用結(jié)合，區(qū)塊鏈技術(shù)在人工智能這一垂直領域的探索，有助于加速新興技術(shù)的落地，并在實踐過程中不斷完善。目前大部分“區(qū)塊鏈+AI”項目仍處于概念驗證階段或早期應用階段。

二、“區(qū)塊鏈+AI”具有的優(yōu)勢與挑戰(zhàn)

在人工智能為區(qū)塊鏈提供更強大拓展場景與數(shù)據(jù)分析能力的同時，區(qū)塊鏈技術(shù)可為人工智能提供高度可信的原始數(shù)據(jù)以支持其持續(xù)的“深度學習”。在未來人工智能高度發(fā)展的同時，也可通過區(qū)塊鏈的分布式、透明、可溯源的特點，來保障人工智能始終處于人類可控的范圍之內(nèi)。這對兩者的技術(shù)發(fā)展進程都提出了更高的要求，總體而言，區(qū)塊鏈技術(shù)本身處于早期階段，與人工智能相結(jié)合需要持續(xù)迭代以滿足人工智能對性能和穩(wěn)定性的要求。

1、“區(qū)塊鏈+AI”兩項尖端科技的相互賦能

區(qū)塊鏈與人工智能兩項技術(shù)的結(jié)合，有以下七個方面的優(yōu)勢：一是區(qū)塊鏈可以提高人工智能的數(shù)據(jù)安全性；二是區(qū)塊鏈可以加速數(shù)據(jù)的累積，給人工智能提供更強大的數(shù)據(jù)支持，解決AI的數(shù)據(jù)供應問題；三是區(qū)塊鏈可以解決數(shù)據(jù)收集時的數(shù)據(jù)隱私問題；四是人工智能可以減少區(qū)塊鏈的電力消耗；五是區(qū)塊鏈使得人工智能更加的可信任；六是區(qū)塊鏈幫助人工智能縮短訓練時間；七是區(qū)塊鏈有助于打造一個更加開放與公平化的人工智能市場。雙方結(jié)合的優(yōu)勢具體說明如下：

（1）提高數(shù)據(jù)安全性

區(qū)塊鏈可以幫助人工智能避免因數(shù)據(jù)存儲問題導致的故障。區(qū)塊鏈中每個節(jié)點都按照鏈式結(jié)構(gòu)存儲完整的數(shù)據(jù)，每個存儲節(jié)點都是獨立的、地位等同的。區(qū)塊鏈的高冗余特性，分布式數(shù)據(jù)存儲，可避免系統(tǒng)級別風險的發(fā)生。理論上看除非所有節(jié)點全部出現(xiàn)風險，否則數(shù)據(jù)就是安全的。

此外，考慮到人工智能診斷的“黑箱”問題，清晰誰建立了人工智能，使用什么數(shù)據(jù)進行訓練，以及誰部署了最終的，是我們應對人工智能可能出現(xiàn)的問題的最佳防控手段。目前使用的大多數(shù)人工智能程序都是“深度學習”算法的變體。不良的數(shù)據(jù)內(nèi)容將給人工智能帶來相應的安全隱患，區(qū)塊鏈則通過記錄哪些核心算法是使用哪組訓練數(shù)據(jù)開發(fā)的，避免了這一問題。更寬泛地說，區(qū)塊鏈可以記錄誰編寫了原始的人工智能算法以及用什么數(shù)據(jù)來訓練算法。

（2）大量且豐富的數(shù)據(jù)支持

一些企業(yè)為了自身發(fā)展會進行海量數(shù)據(jù)收集，同時因為市場競爭而拒絕進行數(shù)據(jù)共享。由此造成這些公司接觸到的數(shù)據(jù)有限，缺少完整的數(shù)據(jù)集做支撐，使得人工智能產(chǎn)品質(zhì)量較差。采用區(qū)塊鏈技術(shù)，可以利用數(shù)據(jù)分類帳進行部分數(shù)據(jù)的購買銷售。可靠性強、可用性高的數(shù)據(jù)將會使得企業(yè)生產(chǎn)出高質(zhì)量的計算機識別，語音識別和其他數(shù)據(jù)密集型應用。

當收集了大量同類型數(shù)據(jù)用于訓練AI模型時，數(shù)據(jù)會受到偏差或“過度擬合”的影響。數(shù)據(jù)樣本將不具備典型的隨機性來代表總體的特性。使用此類型數(shù)據(jù)訓練的模型比使用更多不同樣本進行訓練的模型表現(xiàn)能力要差很多。通過引入?yún)^(qū)塊鏈技術(shù)，讓不同的人和公司來提供可信的不同數(shù)據(jù)，可以獲得更多樣化的數(shù)據(jù)樣本，幫助AI完成“自主性”決策。

（3）隱私保護

人工智能的高速發(fā)展需建立在大量的數(shù)據(jù)基礎上，不可避免地涉及到個人隱私數(shù)據(jù)合理使用的問題，例如從公共數(shù)據(jù)庫中推導出私人隱私信息，通過這些信息又推導到其他相關人員的信息，這已經(jīng)超出大部分人同意披露的信息范圍。區(qū)塊鏈采用非對稱加密和授權(quán)技術(shù)，交易信息公開透明，但對于賬戶身份信息是高度加密的，只有經(jīng)過數(shù)據(jù)擁有者授權(quán)才可訪問該數(shù)據(jù)，即使遭到入侵，也僅是一小部分信息內(nèi)容，無法獲取用戶完整的個人身份信息，此技術(shù)在AI大數(shù)據(jù)運行環(huán)境下，個人的隱私免于被侵犯，不法企業(yè)難以利用用戶數(shù)據(jù)來牟取不正當利益。同時，區(qū)塊鏈與加密算法相結(jié)合可以在數(shù)據(jù)分享過程中分離數(shù)據(jù)所有權(quán)和使用權(quán)，讓數(shù)據(jù)使用方可以利用密文進行模型訓練和使用，徹底杜絕原始數(shù)據(jù)泄露的風險，從而打通企業(yè)和政府中的數(shù)據(jù)孤島。

（4）能源消耗減少

采用POW共識機制的區(qū)塊鏈項目需要消耗大量的電力資源，人工智能可以通過學習算法，提升數(shù)據(jù)中心的負載，操控計算機服務器和相關的散熱系統(tǒng)，優(yōu)化冷卻，有效地進行設備管理，從而減少電力的消耗。對于AI可以優(yōu)化能源消耗已被谷歌和百度等公司證實，2017年6月百度的智能樓宇項目一個月內(nèi)為百度省下了25萬度用電量，谷歌旗下AI實驗室DeepMind利用人工智能技術(shù)幫助谷歌削減了15%的用電量。

（5）可信任度的提升

一個人工智能管理的區(qū)塊鏈可以為獨立于人工智能運行的底層平臺的人工智能提供一個分散的標識。每一個主要的人工智能都可以注冊成為被普遍認同的節(jié)點，這將為AI識別提供一個解決方案，類似于今天的網(wǎng)站證書，以驗證網(wǎng)站所有權(quán)。

一個人工智能管理的區(qū)塊鏈還可以允許每個人工智能將其活動的常規(guī)哈希函數(shù)寫入?yún)^(qū)塊鏈分類，以便具有加密密鑰的可以對其進行不可篡改的檢查。區(qū)塊鏈搭載的人工智能分布式賬本記錄了人工智能做了什么，確保人工智能的錯誤行為被及時的發(fā)現(xiàn)、分析和糾正。而區(qū)塊鏈的不可篡改性使得人工智能幾乎不可能“掩蓋它的蹤跡”和刪除犯罪活動數(shù)據(jù)。

最后，區(qū)塊鏈的共識機制可以確保人工智能處于控制之下。通過人工智能執(zhí)行任務的公共記錄(必須由多個區(qū)塊鏈節(jié)點進行驗證)，我們可以確保人工智能的運行不會超出界限。

（6）更短的AI訓練時間

在使用區(qū)塊鏈技術(shù)保障訓練數(shù)據(jù)的真實可靠性的前提之下，可以通過區(qū)塊鏈的分布式數(shù)據(jù)存儲的方式將一臺人工智能的深度學習訓練時間大幅度的減少。例如一個人工智能的訓練可以采用模型并行或者數(shù)據(jù)并行的方式，將單個的模型或者數(shù)據(jù)分布在不同的機器之上，從而減少訓練時間。人工智能也可以在同步數(shù)據(jù)并行中刪除同步約束限制，而采用異步并行模式——人工智能在每一步的信息處理中不必等待數(shù)據(jù)的相互確認，可以直接進行下一步的操作，從而進一步減少人工智能的深度學習訓練時間。

（7）開放公平性

區(qū)塊鏈提供的核心價值是“去信任中介化”。如果想要創(chuàng)建一個自組織和自我調(diào)節(jié)的人工智能網(wǎng)絡——那么分布式記賬技術(shù)是最好的途徑。谷歌、騰訊、IBM、Facebook和其他大型科技公司已經(jīng)徹底改變了分布式計算——將計算任務分散在多臺虛擬機之間，以實現(xiàn)高效的可伸縮任務處理。但是他們的布式處理工具仍然是非常集中的，并且專注于由中心化的控制器統(tǒng)一調(diào)度特定任務，以實現(xiàn)非常特定的目標。

而基于區(qū)塊鏈技術(shù)的智能合約將使“去信任中介”的網(wǎng)絡得以實現(xiàn)，在這種可信網(wǎng)絡中，兩個人工智能系統(tǒng)可以安全可靠地進行交互，而無需任何中心化的中介。區(qū)塊鏈還可為人工智能提供聲譽系統(tǒng)，這樣每個人工智能都可以在選擇與其他人工智能進行交易之前檢查其聲譽。另外，區(qū)塊鏈的無中介、高透明度將鼓勵這些人工智能開發(fā)人員共享他們的數(shù)據(jù)和他們的產(chǎn)品，而不必擔心出現(xiàn)某些偏袒競爭對手或竊取其知識產(chǎn)權(quán)的情況，并確保所有相關方為他們的工作獲得適當?shù)膱蟪辍?/p>

2、“區(qū)塊鏈+AI”面臨的挑戰(zhàn)

“區(qū)塊鏈+AI”的面臨的問題主要包括兩方面：一方面是AI和區(qū)塊鏈自身的缺點，在結(jié)合后仍無法有效解決；另一方面是AI和區(qū)塊鏈結(jié)合過程中可能造成原有優(yōu)勢被破壞。例如：

（1）政策性風險

區(qū)塊鏈目前部分的衍生應用在世界各地存在著一定的政策風險——例如未來是否采用區(qū)塊鏈技術(shù)伴生的通證來激勵人工智能開發(fā)或節(jié)點管理，但無論是在經(jīng)濟上還是在政策上如何定義通證仍有很大的不確定性。

（2）技術(shù)融合的不確定性

作為兩個前沿的新興技術(shù)，且都處于尚未完全成熟的階段。無論是從當前區(qū)塊鏈的技術(shù)指標，還是從人工智能的實際落地性來講，距離兩者真正的結(jié)合并實現(xiàn)落地，需要面對的不確定性因素仍然存在。目前區(qū)塊鏈的主要問題為擴容、隱私、和計算能力，主流的公有鏈難以支撐人工智能的鏈上實現(xiàn)。

（3）大規(guī)模的社會應用面臨挑戰(zhàn)

數(shù)據(jù)共享威脅大型企業(yè)利益。通過弱化數(shù)據(jù)的中心化，降低了大型企業(yè)相對小公司的競爭優(yōu)勢。如果任何人都可以訪問這些數(shù)據(jù)集和計算，那么任何人都有機會與世界上最大的公司競爭。從技術(shù)領域中去除這些障礙將會改善社會，但共享市場的嘗試可能會讓大公司感到不安。如果任何人都有能力在世界上制造出最好的人工智能，那么市場將與許多正在爭奪一部分市場的初創(chuàng)企業(yè)和小企業(yè)共同分享。之前使用用戶數(shù)據(jù)來制定廣告或業(yè)務策略的公司和政府組織將再次被迫以較不直接的方式獲取其數(shù)據(jù)。因此，大公司可能會反對數(shù)據(jù)去中心化，并可能游說維持AI模型開發(fā)方面集中式數(shù)據(jù)集的現(xiàn)狀。

（4）不可控性

當使用了“一旦運行不可停止”的智能合約時，如果合約代碼存在漏洞被黑客利用，黑客將通過智能合約漏洞牟利，因在區(qū)塊鏈上運行的事務和交易不可撤銷，可能會給企業(yè)和個人造成不可挽回的損失。

三、AI與區(qū)塊鏈結(jié)合的應用場景

結(jié)合兩者技術(shù)優(yōu)勢，通過AI讓區(qū)塊鏈更智能，區(qū)塊鏈讓AI更“自主”，更可信。目前對于AI和區(qū)塊鏈的結(jié)合應用，市場上已經(jīng)涌現(xiàn)出很多相關項目和理論創(chuàng)新，描述了不同場景下結(jié)合，比如：

（1）區(qū)塊鏈+AI在醫(yī)療方面進行結(jié)合

相關的結(jié)合領域有醫(yī)療數(shù)據(jù)加密和醫(yī)療計算分析。關于醫(yī)療數(shù)據(jù)方面，據(jù)統(tǒng)計，大部分的醫(yī)生會直接將病人的病情、個人信息等信息發(fā)給同事，這涉及侵犯病人隱私的問題。應用區(qū)塊鏈的非對稱加密和授權(quán)等技術(shù)，對關鍵信息進行加密，只有經(jīng)過數(shù)據(jù)擁有者授權(quán)才可訪問該數(shù)據(jù)，將大大的提高醫(yī)療數(shù)據(jù)的隱私性。關于醫(yī)療計算分析方面，AI在醫(yī)療機構(gòu)提供數(shù)據(jù)錯誤率小于2%，利用區(qū)塊鏈的技術(shù)，可以對于醫(yī)療數(shù)據(jù)進行信息交換，相比傳統(tǒng)AI，數(shù)據(jù)可更好地進行共享。谷歌旗下DeepMindHealth正在開發(fā)區(qū)塊鏈醫(yī)療數(shù)據(jù)審計系統(tǒng)，利用“區(qū)塊鏈+AI”技術(shù)讓醫(yī)院、NHS、病人自身都能實時跟蹤其個人健康數(shù)據(jù)。

（2）區(qū)塊鏈+AI在數(shù)據(jù)市場進行結(jié)合

利用區(qū)塊鏈集合群體的力量，進行數(shù)據(jù)上的共享、AI模型的訓練等。AI的發(fā)展離不開龐大的數(shù)據(jù)集，區(qū)塊鏈可以利用數(shù)據(jù)分類帳進行高質(zhì)量數(shù)據(jù)的購買銷售，當收集了大量的、多樣化的數(shù)據(jù)樣本后，可用于訓練AI模型，這些數(shù)據(jù)及AI模型將會解決信任的數(shù)據(jù)孤島問題，使得人工智能機器人可以進行共享學習，自我成長，產(chǎn)出高質(zhì)量的計算機識別，語音識別和其他數(shù)據(jù)密集型應用。目前SingularityNet、DeepBrainChain、Bottos、OceanProtocol、Indorse、ARPAChain等項目涉及該領域。

（3）區(qū)塊鏈+AI在金融領域進行結(jié)合

相關的結(jié)合領域有市場情緒分析、去中介交易商經(jīng)紀人（IDB）和檢測金融欺詐行為等。關于市場情緒分析及去IDB方面，利用AI進行深度學習和時序分析，再結(jié)合區(qū)塊鏈技術(shù)保護下的個人數(shù)據(jù)相整合，為個人提供更精準的交易服務。具體來說，就是從用戶面板上進行大數(shù)據(jù)采集及處理，通過人工智能分析用戶情緒數(shù)據(jù)，對市場波動進行預算，最后自動化下單。利用機器人取代人工，提升效率，降低了IDB傭金。在檢測金融欺詐行為方面，使用交易機器人，高頻加密交易，弱中心化減少人為操控的可能性，降低金融欺詐風險，此外，AI監(jiān)控加密市場，讓惡意攻擊變得更難。目前有Autonio、Aigang、Numeraire、Endor等項目涉及該領域。

（4）區(qū)塊鏈+AI在云計算方面進行結(jié)合

當前AI云計算方面面臨計算資源昂貴、訓練時間長、訓練數(shù)據(jù)多、開發(fā)去中心應用困難等問題，結(jié)合區(qū)塊鏈技術(shù)后能較好地解決以上問題。把區(qū)塊鏈中挖礦及電力消耗過程中過剩的資源轉(zhuǎn)換為AI云算力，資源上進行整合，降低計算成本。目前有NebulaAI項目涉及該領域。

（5）區(qū)塊鏈+AI在物聯(lián)網(wǎng)方面進行延展

首先，區(qū)塊鏈技術(shù)可以幫助解決“如何證明自己是自己”的問題，用戶可通過區(qū)塊鏈+AI技術(shù)完成生物身份識別和身份認證，將個人身份與物聯(lián)網(wǎng)聯(lián)系在一起。其次，解決了更新的問題，所有物聯(lián)網(wǎng)設備在區(qū)塊鏈+AI的加持下，數(shù)據(jù)共享，設備可智能化更新。具體的垂直應用包括：應用在工業(yè)制造上，制造生產(chǎn)的設備在區(qū)塊鏈中傳遞信息，更智能化地成長，提高效率、增加產(chǎn)能；應用在交通上，更好地鋪開無人駕駛應用，解放人們的時間，智能化管理交通，有利于減少交通堵塞、交通事故的發(fā)生；應用在監(jiān)控等公共基礎設備上，身份認證能快速的識別出罪犯，有利于維護社會穩(wěn)定。目前有智行者、美圖等項目涉及該領域。

四、“區(qū)塊鏈+AI”行業(yè)展望

第2篇：區(qū)塊鏈技術(shù)的缺點范文

國內(nèi)的征信業(yè)雖然起步比較晚，但是目前已經(jīng)形成了央行征信系統(tǒng)和市場化征信機構(gòu)的基本征信體系框架，還有提供信用風險評估服務的金融科技公司作為征信體系的支撐。而且在消費金融、互聯(lián)網(wǎng)金融和共享經(jīng)濟等新經(jīng)濟形態(tài)的強大市場需求和先進的信息技術(shù)例如大數(shù)據(jù)、云計算和人工智能的共同推動下，中國的征信業(yè)是朝陽產(chǎn)業(yè)，未來充滿生機。

央行征信系統(tǒng)

2006 年3月，中國人民銀行設立中國人民銀行征信中心，專門負責企業(yè)和個人征信系統(tǒng)（即金融信用信息基礎數(shù)據(jù)庫，又稱企業(yè)和個人信用信息基礎數(shù)據(jù)庫）的建設、運行和維護。同時為落實《物權(quán)法》關于應收賬款質(zhì)押登記職責規(guī)定，征信中心于2007年10月1日建成應收賬款質(zhì)押登記系統(tǒng)并對外提供服務。2013年3月15日施行的《征信業(yè)管理條例》，明確了征信系統(tǒng)是由國家設立的金融信用信息基礎數(shù)據(jù)庫定位。目前，征信中心在全國31個省份和5個計劃單列市設有征信分中心。征信分中心主要負責信用報告查詢等征信服務和異議處理等征信業(yè)務。

自2004年至2006年，人民銀行組織金融機構(gòu)建成全國集中統(tǒng)一的企業(yè)和個人征信系統(tǒng)，向主要的授信機構(gòu)和信用主體提供信用報告查詢服務，其中個人消費者還可以利用互聯(lián)網(wǎng)進行信用報告查詢。截至2015年底，征信系統(tǒng)收錄自然人8.8億多人，有信貸記錄3.8億人，收錄企業(yè)及其他組織近2120.3萬戶。征信系統(tǒng)全面收集企業(yè)和個人的信息中，以銀行信貸信息為核心，還包括社保、公積金、環(huán)保、欠稅、民事裁決與執(zhí)行等公共信息。接入了商業(yè)銀行、農(nóng)村信用社、信托公司、財務公司、汽車金融公司、小額貸款公司等各類放貸機構(gòu)；征信系統(tǒng)的信息查詢端口遍布全國各地的金融機構(gòu)網(wǎng)點，信用信息服務網(wǎng)絡覆蓋全國。形成了以企業(yè)和個人信用報告為核心的征信產(chǎn)品體系，征信中心出具的信用報告已經(jīng)成為國內(nèi)企業(yè)和個人的“經(jīng)濟身份證”。

央行征信系統(tǒng)的征信數(shù)據(jù)具有“大樣本、跨周期、全覆蓋”的特點，推出了一系列基本的征信產(chǎn)品和服務，除了不同版本的個人和企業(yè)信用報告外，還提供對公和個人業(yè)務重要信息提示和企業(yè)關聯(lián)查詢等服務。多年來，央行征信中心已經(jīng)研發(fā)了多版?zhèn)€人信用評分（目前稱為數(shù)字解讀），其中最新一版吸收了美國費埃哲公司的成熟經(jīng)驗，有相應針對消費者信用狀況的數(shù)字解讀內(nèi)容，目前正處于商業(yè)銀行推廣和用階段。由于有央行這樣強大公信力平臺做支持，央行征信系統(tǒng)應用廣泛、成效顯著。征信系統(tǒng)已經(jīng)在金融機構(gòu)信用風險管理中廣泛應用，其中個人信用報告2015年全年累計查詢6.3億人次，企業(yè)信用報告為8819.2萬次，有效解決了信息不對稱問題，提高了社會公眾融資的便利性，創(chuàng)造了更多的融資機會，促進了信貸市場發(fā)展。

根據(jù)2014年清華大學經(jīng)管學院課題組的研究報告顯示：2012年征信系統(tǒng)拉動我國GDP多達0.33%。未來央行征信系統(tǒng)繼續(xù)朝著“立足金融、輻射經(jīng)濟、面向全社會”的方向發(fā)展。

市場化征信機構(gòu)

2015年1月5日，中國人民銀行了允許8家機構(gòu)進行個人征信業(yè)務準備工作的通知，被視為中國個人征信體系有望向商業(yè)機構(gòu)開閘的信號，芝麻信用管理有限公司、騰訊征信有限公司、深圳前海征信中心股份有限公司、鵬元征信有限公司、中誠信征信有限公司、中智誠征信有限公司、拉卡拉信用管理有限公司和北京華道征信有限公司位列其中。截至2016年6月底，在人民銀行備案的企業(yè)征信機構(gòu)約為140家。

雖然第一批個人征信牌照還沒有落地，個人征信的熱潮不減，據(jù)報道，京東、百度、萬達、復星、均瑤、小米等互聯(lián)網(wǎng)和電商紛紛布局征信。

這些市場化征信機構(gòu)生于草根，往往從零開始，積極地搜集國內(nèi)可得的征信相關數(shù)據(jù)，不斷和各種的金融機構(gòu)探討征信服務的應用，從反欺詐，身份驗證到獲客和追債等征信服務環(huán)節(jié)積極嘗試。

目前具有代表性市場化征信產(chǎn)品是阿里芝麻評分（其他個人征信機構(gòu)緊跟阿里其后，紛紛推出各自的評分），其核心數(shù)據(jù)來源于支付寶數(shù)據(jù)以及和阿里系合作的金融消費場景。雖然目前阿里芝麻評分對于支付數(shù)據(jù)和阿里系平臺的依賴性較強，缺少金融數(shù)據(jù)和違約樣本，缺乏足夠的數(shù)字解讀和信息披露環(huán)節(jié)，并且和成熟的費埃哲信用評分模式存在很大的差別，但是目前阿里芝麻評分已經(jīng)應用于一些小微金融機構(gòu)、共享經(jīng)濟和銀行信用卡申請階段，作為傳統(tǒng)信用評估的替代數(shù)據(jù)，在一些金融消費場景下取得了效果。

雖然在起步階段有著明顯的同質(zhì)化和基礎薄弱等缺點，國內(nèi)這些市場化的征信機構(gòu)都在努力地探索一條符合中國國情的市場化征信之路。

目前，國內(nèi)至少有幾十個金融科技公司也在嘗試利用大數(shù)據(jù)技術(shù)來解決普惠金融和互聯(lián)網(wǎng)金融中的風險評估問題，例如閃銀科技、量化派和銀聯(lián)智策等，分別對電信、支付和一些互聯(lián)網(wǎng)金融消費行為的大數(shù)據(jù)進行整合、匹配、交叉驗證和挖掘，量化評估普惠金融服務人群的信用風險。

一些互聯(lián)網(wǎng)巨頭也在大數(shù)據(jù)信用風險評估的領域躍躍欲試，搶灘普惠金融的制高點。

2015年6月底，京東集團宣布投資美國金融科技公司ZestFinance，同時雙方宣布成立名為JD-ZestFinance Gaia的合資公司。2016年7月18日，百度宣布也將向ZestFinance進行數(shù)額未明的投資，后者將利用機器學習與大數(shù)據(jù)分析融合為百度提供更加精準的信用評分。目前這些國內(nèi)外的利用大數(shù)據(jù)信用評估技術(shù)的嘗試雖然不夠成熟，但是已經(jīng)初見成效，對于特定消費場景和特定的普惠金融人群，還是有一定的替代作用。

未來的中國征信業(yè)還在路上

征信業(yè)是金融和科技融合的金融服務子行業(yè)，數(shù)據(jù)資產(chǎn)是其核心，目前飛速發(fā)展的大數(shù)據(jù)、云計算、人工智能和區(qū)塊鏈技術(shù)將推動中國的征信快步前進。

第3篇：區(qū)塊鏈技術(shù)的缺點范文

關鍵詞：國際營銷；4P策略；SWOT分析；邁克?波特鉆石模型；技術(shù)變化；跨界聯(lián)名；共享員工；高鐵

一、國際營銷活動概述

國際營銷活動是指跨境提品或服務，并獲得利潤的貿(mào)易活動。作為一種商業(yè)活動，它不僅受營銷環(huán)境的影響，更受世界經(jīng)濟和科技發(fā)展的影響。區(qū)別于推銷，營銷具有較強的理論支撐，其中4P策略、SWOT分析、鉆石模型等模型及分析方法在本文的案例分析中有所使用。我們通過理論結(jié)合案例的實際情況進行分析，就可以為企業(yè)國際營銷提供戰(zhàn)略發(fā)展方向。（一）國際營銷理論——4P策略。4P策略是四個基本策略的組合，包括產(chǎn)品、價格、渠道、宣傳，是站在企業(yè)角度的營銷策略和手段。對產(chǎn)品包裝、商標、品牌、質(zhì)量等要素的組合與運用上體現(xiàn)對產(chǎn)品創(chuàng)新與功能的注重；價格策略需要我們根據(jù)企業(yè)的市場定位對應制定，涉及基本價格、折扣價格、商業(yè)信用等定價方式與技巧的運用；分銷策略更加側(cè)重經(jīng)銷商的發(fā)展及銷售網(wǎng)絡的構(gòu)建；宣傳包括促銷、廣告、公關等多種方式的協(xié)同使用。（二）國際營銷理論——SWOT分析。SWOT分析是一種基于企業(yè)內(nèi)外部競爭條件和環(huán)境進行的態(tài)勢分析，四個字母分別代表優(yōu)勢、劣勢、機會、威脅四個方面。S與W代表企業(yè)內(nèi)部因素，而O和T則表示企業(yè)外部條件，SWOT分析法通過將企業(yè)的優(yōu)劣勢、機遇與挑戰(zhàn)列在分析矩陣中，將各影響因素進行組合，探討出一系列有決策性的結(jié)論和建議，為企業(yè)的發(fā)展提供新思路。（三）國際營銷理論——邁克?波特鉆石模型。著名管理學家邁克?波特為分析一國某種產(chǎn)業(yè)具有較強的國際競爭力的原因，提出了鉆石模型。它主要從生產(chǎn)要素、需求條件、相關產(chǎn)業(yè)和支持產(chǎn)業(yè)的表現(xiàn)、企業(yè)的戰(zhàn)略結(jié)構(gòu)及同業(yè)競爭四個方面進行分析。生產(chǎn)要素包括天然資源、資本資源、人力資源、基礎設施等要素；需求條件并不是指國外市場的需求，而主要是指本國市場的需求，這是因為本國市場的需求能夠更加直接地激發(fā)該國的競爭優(yōu)勢；而相關產(chǎn)業(yè)和支持產(chǎn)業(yè)之間的相互影響和互相帶動，會使得一個企業(yè)的國際競爭優(yōu)勢對整個產(chǎn)業(yè)帶來正面影響；企業(yè)戰(zhàn)略結(jié)構(gòu)和同業(yè)競爭則體現(xiàn)在國內(nèi)市場的搏斗激發(fā)的改進與創(chuàng)新，進而將競爭力延伸至海外市場。鉆石體系即由這四個要素雙向作用而來。

二、世界經(jīng)濟發(fā)展中的技術(shù)變化

20世紀以來，世界經(jīng)濟邁向經(jīng)濟全球化和區(qū)域經(jīng)濟一體化的發(fā)展。在資源配置的優(yōu)化過程中，經(jīng)濟全球化的進程使得經(jīng)濟活動中國界不斷弱化、生產(chǎn)力則日趨強化。伴隨著各國貿(mào)易的增多、經(jīng)濟合作向縱深發(fā)展，各國政策也朝著壁壘減少的方向改進。然而，貿(mào)易保護主義也在全球化進程中逐漸滋長，部分國家或地區(qū)出于對國家政治、安全的考慮組建區(qū)域經(jīng)濟一體化組織，開始以自己為中心進行區(qū)域經(jīng)濟發(fā)展以抵御經(jīng)濟全球化對該國的沖擊。在世界經(jīng)濟的蓬勃發(fā)展中，經(jīng)濟全球化和區(qū)域經(jīng)濟一體化平行發(fā)展，卻又相互促進、相互激發(fā)，共同促成了企業(yè)乃至行業(yè)的發(fā)展———技術(shù)變化。當今時代技術(shù)變化過程中，數(shù)據(jù)的使用已經(jīng)蔓延滲透到每一個職能領域，成為影響經(jīng)濟發(fā)展的重要因素。大數(shù)據(jù)通過專業(yè)化處理，提高數(shù)據(jù)加工能力并實現(xiàn)增值。今天的大數(shù)據(jù)依托云計算等技術(shù)，實現(xiàn)在人工智能、“互聯(lián)網(wǎng)+”等多方面、多行業(yè)的發(fā)展。21世紀中國“新四大科技創(chuàng)新”———高鐵、支付寶、網(wǎng)購、共享單車，都與大數(shù)據(jù)和云計算難以分割，技術(shù)的改變不僅影響著人們的生活方式，更考驗著營銷活動的迭代更新。

三、技術(shù)變化對國際營銷活動影響案例分析

國際營銷活動不僅受海外國家政治、文化等營銷環(huán)境的影響，更受到世界經(jīng)濟和科技發(fā)展的影響。技術(shù)的變化要求國際營銷活動隨之轉(zhuǎn)變，營銷需要順應甚至是配合技術(shù)的變化。（一）跨界聯(lián)名的合理性———4P策略分析。隨著新時代科技生活的發(fā)展，“快”文化盛行，人們需要更快地在眾多商品中找到自己心儀的那個；企業(yè)則必須讓自己的產(chǎn)品更快地脫穎而出。當一個文化符號還無法詮釋一種社會生活方式或者再現(xiàn)一種綜合消費體驗時，就需要幾種文化符號聯(lián)合起來進行詮釋和再現(xiàn)，而這些文化符號的載體，就是不同的品牌，這種行為也成為了近年最熱的營銷模式———品牌聯(lián)名?；仡?019年爆火的跨界組合，聯(lián)名大戶名創(chuàng)優(yōu)品與故宮的合作；法國奢侈品品牌LV與美國潮牌Supreme的強強聯(lián)手；王者榮耀×M.A.C、英雄聯(lián)盟×LV的破次元壁碰撞；Dior×Nike的萬眾矚目……如今，萬物皆可跨界，品牌皆可聯(lián)名。從諸多跨界組合中，不難分析出大多數(shù)跨界品牌之間都不具有競爭關系。他們處于不同的行業(yè)，擺脫了同類競品的關系，跨界品牌之間取其互補或共通之處進行合作。有的時候僅僅換上一套包裝，甚至完全不需要對產(chǎn)品進行大刀闊斧的改革，就可以實現(xiàn)聯(lián)名款銷量的暴增，對于口紅、鞋包來說，僅僅更換外包裝的成本要比研發(fā)新色號、新款式小得多。此外，合作雙方進行資源共享，可以借助對方的渠道、資源，甚至可以流量互導。從4P策略的角度分析，品牌跨國合作的理由如下：（1）產(chǎn)品（product）方面。外國品牌擁有先進的技術(shù)、精良的品質(zhì)、多年積累的口碑和消費群體；本土品牌則在當?shù)負碛懈叩闹群陀绊懥?，可以幫助外國品牌開拓本國市場。聯(lián)名給單一產(chǎn)品冠以兩個甚至多個品牌的名，使其享受多個品牌的品牌效應。此外，聯(lián)名產(chǎn)品通常會推出新的包裝，產(chǎn)品包裝的更新是成本較低的、效果卻較好的營銷策略。（2）價格（price）方面。聯(lián)名產(chǎn)品享有兩個或多個品牌的冠名，消費者卻只需負擔單一的價格，對于消費者來說即是在價格不變的前提下給出了“折扣價格”的心理暗示。（3）渠道（place）方面。聯(lián)名商品不僅幫助外國品牌打通當?shù)厥袌?，快速發(fā)展經(jīng)銷商并構(gòu)建銷售網(wǎng)絡，更享用雙方或多方品牌的銷售渠道。（4）宣傳（promotion）方面。品牌通過聯(lián)名迎合潮流趨勢，可以制造熱議話題。除去品牌方之間宣傳渠道共享帶來的利益，對于本土品牌來說，更加希望能夠借勢開拓海外市場，借助外國品牌擁有國際熱度。對雙方品牌來說，都是一次轉(zhuǎn)變自身形象，為品牌注入新鮮活力的好機會。跨界營銷的本質(zhì)目標就是為品牌創(chuàng)造附加價值，讓品牌可以實現(xiàn)強強聯(lián)合。新老品牌的合作，為老品牌賦予了年輕化的屬性，也為新品牌加持情懷符號，達到各自征服本不屬于本品牌目標受眾的效果。品牌跨國合作并非只是一方單純的利己活動，而是一場雙贏的戰(zhàn)略合作。良好的跨界合作，能夠充分利用雙方的資源，包括信息、渠道、用戶、知名度、形象、價值觀等。品牌效應疊加，形成整體的品牌印象，產(chǎn)生更具張力的品牌聯(lián)想。（二）全球共享員工模式——基于疫情中國員工共享的SWOT分析。2020年的肺炎疫情使得中國經(jīng)濟下行壓力驟增，勞動力市場上也出現(xiàn)了特殊的供需矛盾?！肮蚕韱T工”模式以其獨特的優(yōu)勢應運而生，成為了國內(nèi)企業(yè)應對疫情進行積極自救的創(chuàng)新之舉，也成為了企業(yè)復工復產(chǎn)道路上獨特的跨界風景線。在抗擊疫情的特殊時期，“共享員工”通過人力資源的再分配，實現(xiàn)了企業(yè)、員工、社會三方共贏，具有很強的積極意義與極高的社會價值?！肮蚕韱T工”可以理解為共享經(jīng)濟在當下衍生出的一種新形式，同時也是“靈活用工”理念的新體現(xiàn)。以下基于疫情期間中國實行共享員工模式進行SWOT分析，由此探索國際市場共享員工之路的發(fā)展趨勢。根據(jù)SWOT分析法，優(yōu)勢（strengths）主要體現(xiàn)在：（1）能夠有效緩解勞動力供需矛盾，減輕企業(yè)用工壓力?！肮蚕韱T工”模式則有效解決了勞動力供需矛盾，實現(xiàn)了人力資源的合理配置，有效緩解了企業(yè)用工的雙重壓力。“共享員工”模式使得企業(yè)實現(xiàn)了成本最優(yōu)化與效益最大化。（2）保障員工穩(wěn)定的收入，提升員工素質(zhì)?！肮蚕韱T工”模式使得疫情期間“賦閑在家”的員工可以繼續(xù)工作，實現(xiàn)了員工價值的再創(chuàng)造，保障了員工穩(wěn)定的收入。除此之外，“共享員工”模式也激發(fā)了人才發(fā)展活力，給員工增加了更多的就業(yè)機會與選擇權(quán)利。（3）提升返崗率，推動復工復產(chǎn)，有利于社會穩(wěn)定?！肮蚕韱T工”模式使得企業(yè)觀念從“為我所有”轉(zhuǎn)變到“為我所用”，讓勞動力在企業(yè)之間有效流動，實現(xiàn)合理配置，有效提高了返崗率，避免了人力資源的浪費，推動了企業(yè)的復工復產(chǎn)以及促進了社會經(jīng)濟的恢復。（4）實現(xiàn)了企業(yè)效用和社會福利的“帕累托改進”?！肮蚕韱T工”模式的合理使用可以使企業(yè)的效用實現(xiàn)帕累托改進，同時也使大量員工的境況得到改善，充分緩解了特殊時期的社會就業(yè)壓力，使社會福利得到提升。劣勢（weaknesses）主要是由于“共享員工”存在行業(yè)技術(shù)壁壘。共享員工更適合低端行業(yè)的非核心崗位、基礎崗位等通過短期、快速培訓能達到上崗標準的崗位，例如餐飲服務、零售促銷、快遞分揀、物業(yè)保安等。這是因為企業(yè)對員工的上崗前培訓是不帶來收入的純成本，在收益有限的情況下企業(yè)愿意付出的前期成本就十分有限，加上這種共享模式實為疫情期間社會重大變故下的短期借調(diào)，給企業(yè)帶來的收益不僅有限，而且收益期較短。這種情況下行業(yè)間差別越大、技術(shù)性越強、崗位越核心，企業(yè)所需在招聘來的“共享員工”身上投入的成本也就越高，且不說對“共享員工”進行培訓的難度，光是成本就已是企業(yè)所不愿負擔的。這就使得在員工共享的過程中，要想完成緊缺人才的補齊就不得不與多類型企業(yè)進行合作，甚至可能需要多個員工分別從事不同類型的簡單工作以代替原來一個專業(yè)員工的工作，這無疑也給企業(yè)帶來了額外的成本。機會（opportunities）主要有：（1）共享員工模式有望在企業(yè)間進一步深化。在疫情席卷世界，全球經(jīng)濟發(fā)展阻礙重重的局勢下，這種人力互補的合作經(jīng)營模式有望助力我國企業(yè)甚至各國經(jīng)濟體在不定的市場環(huán)境中取得更大的發(fā)展。（2）企業(yè)員工可以從常態(tài)化的共享機制中享有諸多助益。對企業(yè)內(nèi)的員工而言，企業(yè)間合作機制會為他們提供更廣闊的發(fā)展空間和增加工作報酬的機會。（3）科技條件的逐漸成熟，為共享員工模式第三方智能平臺的建立奠定了基礎。后疫情時期，新基建按下快捷鍵，建設重點包括以人工智能、云計算、區(qū)塊鏈等為代表的新技術(shù)基礎設施和以數(shù)據(jù)中心、智能計算中心為代表的算力基礎設施等。社會數(shù)字化步伐的加快有望推動更多第三方智能服務平臺的建設，以滿足未來新型用工模式的需求。威脅（threats）主要體現(xiàn)在：（1）未來運作空間存在明顯的結(jié)構(gòu)性矛盾。“共享員工”模式未來在不同層次的人才需求市場上運作，也存在著明顯的結(jié)構(gòu)性矛盾，即低端人才共享需求小，高端人才共享供給不足，中端人才共享受限程度極大。因此，疫情特殊背景下的“共享員工”或許可行，但未來“共享”模式下的運作空間卻大為受限，“共享員工”要想延續(xù)疫情結(jié)束后的生命力，其運作模式必然需要進行一定規(guī)模的調(diào)整。（2）相關法規(guī)及政策尚不完善?！肮蚕韱T工”模式作為一種新生事物，規(guī)范和保障其運行與發(fā)展的相關政策難免存在滯后問題。共享員工模式對應著新型勞動協(xié)議的建立，企業(yè)面臨的法律問題更加復雜，對企業(yè)來說存在相當?shù)姆娠L險。若將此模式開拓到國際市場，更將面臨各國法律的摩擦。通過對共享員工模式的優(yōu)劣勢、機遇與威脅進行分析，再結(jié)合企業(yè)實際將影響因素進行有機組合，就可以得出未來企業(yè)發(fā)展方向的有效建議。比如：S1S2O1結(jié)合可以得出結(jié)論：共享員工模式不論對企業(yè)還是員工而言都具有積極的意義，可以充分利用疫情背景發(fā)展該模式，在企業(yè)間進一步深化，緩解企業(yè)用工壓力，保障員工收入穩(wěn)定。S1S2T1結(jié)合可以得出結(jié)論：盡管共享員工未來發(fā)展走勢不夠明朗，但可以借助疫情契機先行嘗試這一模式，短期內(nèi)尚有一定的盈利空間。疫情期間先行發(fā)展出的共享員工模式或也可為未來進一步發(fā)展開路。（三）“中國智造”高鐵出口———鉆石模型分析。從1964年日本新干線引入中國，到如今高鐵成為中國的一張靚麗名片，中國高鐵正進入廣泛應用云計算、大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能、北斗導航等新技術(shù)，實現(xiàn)高鐵移動設備、基礎設施，以及內(nèi)外部環(huán)境之間信息全面感知、廣泛互聯(lián)、融合處理、主動學習和科學決策的智能高鐵發(fā)展新階段。我國高速鐵路技術(shù)雖然起步晚，但一直以驚人的速度發(fā)展。2014年中國高鐵在海外正式開辟出市場，且在海外市場具有越來越強的競爭力。同時，高鐵項目的成功也為我國的對外開放帶來了許多的機遇。目前，我國高速鐵路出口業(yè)務已占全球高鐵裝備制造業(yè)的近70%的市場份額。以下將基于邁克?波特的鉆石模型理論分析中國高鐵具有較強國際競爭力的原因。從生產(chǎn)要素角度看，在高鐵領域，我國不僅掌握了初級生產(chǎn)要素，更掌握了通訊基礎設施、復雜和熟練勞動力、科研設施、專門技術(shù)知識等高級生產(chǎn)要素。我國1991年攻克高速鐵路關鍵技術(shù)；2002年突破磁懸浮技術(shù)；2007年中國鐵路開始邁入高速時代……2017年裝配由中國自主研發(fā)的大功率IGBT“復興號”列車投入運營；2019年我國完成第三次突破高鐵制架技術(shù)?，F(xiàn)在，中國已經(jīng)攻克了鐵路工程建造領域一系列世界性技術(shù)難題，系統(tǒng)掌握了各種復雜地質(zhì)及氣候條件下高鐵建造成套技術(shù)。從需求條件看，我國高鐵的飛速發(fā)展得益于我國早期高鐵技術(shù)領域的落后地位以及對高鐵技術(shù)的強烈需求。正是我國國內(nèi)高鐵需求的缺點塑造了我國的特色高鐵，并促使其不斷進行速度提高和技術(shù)革新。而今我國高鐵技術(shù)日趨成熟，在此復雜而嚴苛的環(huán)境中更迫使了本國高鐵對質(zhì)量的不懈追求以及產(chǎn)品創(chuàng)新。從相關產(chǎn)業(yè)和支持產(chǎn)業(yè)的表現(xiàn)上看，高鐵的發(fā)展與物流業(yè)、旅游業(yè)和商務的發(fā)展相輔相成、密不可分，更離不開國家政策的大力支持。同時，高鐵的出口也帶動了我國相關產(chǎn)業(yè)的發(fā)展和出口，給我國對外開放提供了新機遇與新思路。從戰(zhàn)略結(jié)構(gòu)及同業(yè)競爭方面，唐山機車廠、青島四方機車廠、長春機車廠等我國大型高鐵制造廠之間也形成了激烈的同業(yè)競爭，國內(nèi)市場競爭激發(fā)出的改進與創(chuàng)新使我國高鐵競爭力成功延伸至海外市場。以上四個因素雙向作用，共同促進了我國高鐵行業(yè)的發(fā)展，提升了我國高鐵技術(shù)的國際競爭力。

四、結(jié)論

以上三個案例具有一定的代表性：快餐文化下品牌通過技術(shù)合作推出聯(lián)名產(chǎn)品，代表著輕技術(shù)變化下以青年為主體的營銷模式的轉(zhuǎn)變，具體分析了這種營銷模式的合理性，理解了“流量合作”背后的含義。共享員工模式則考量的是疫情這一特殊背景下，技術(shù)進步衍生出“靈活用工”這一應對策略在后疫情時期是否依舊有生命力，又是否有將其推廣至國際市場的價值。高鐵出口是關乎民族產(chǎn)業(yè)和民生的熱點話題，高鐵發(fā)展的50年正見證了新時代技術(shù)變化之路，也為技術(shù)變化對國際營銷活動的影響交出了一份漂亮的答卷。經(jīng)濟全球化時代，要求國際營銷活動適應日新月異的技術(shù)變化。而針對不同的營銷案例，需要使用不同的分析方法進行合理分析，結(jié)合企業(yè)及社會環(huán)境的具體情況得出一系列有決策意義的結(jié)論和建議，為企業(yè)的發(fā)展提供新思路。

參考文獻：

［1］林聰.區(qū)域特色產(chǎn)業(yè)發(fā)展與地方政府角色定位［M］.南寧：廣西科學技術(shù)出版社，2014.

［2］邱罡.跨界營銷：風馬牛如何相及［J］.中國投資，2007（12）.

［3］趙宇翔，呂維霞.“共享員工”模式繼續(xù)完善方能長效發(fā)展［N］.中國縣域經(jīng)濟報，2020-03-30.