信息科技服务行业深度分析报告.docx
《信息科技服务行业深度分析报告.docx》由会员分享，可在线阅读，更多相关《信息科技服务行业深度分析报告.docx（81页珍藏版）》请在冰点文库上搜索。
信息科技服务行业深度分析报告
（此文档为word格式，可任意修改编辑！
）
正文目录
图目录
表目录
1.新科技应用刺激三大领域发展
需求刺激技术升级，产业生态不断调整。
随着现代社会的消费需求与产业需求的不断升级，技术领域也迎来了日新月异的发展，新技术的应用刺激各行业市场也发生了诸多调整，信息互联、人工智能等概念逐步渗透到各行业当中，在传统市场中爆发出新的增长点，营造出新的产业生态环境。
例如消费升级的大背景使得传媒行业涌现出大量搭载优质内容的新渠道、新载体，VR/AR在游戏和影视等细分领域不断带动传媒载体革新，并促进内容行业兴起。
又例如，在无人驾驶领域，各大厂商纷纷布局车载互联系统，V2V/V2X技术将逐步得到实现，在车联网的背景下，智能驾驶汽车预计将成为下一代智能终端，在市场上形成更为深远的影响。
行业间联系日渐紧密，协同发展促进互联。
高科技产业不再独立发展，而与其他产业更多地协同发展，例如区块链因其“去中心化”和“数据可靠”的功能特点将以“区块链+”的形式不断应用到金融、医疗、公证等诸多领域中。
又例如，在生物识别领域，深度学习算法使技术发展速度加快，B端应用正逐步走向动态识别，这一技术成果将向政务和公共服务领域发展，人脸识别在安防智能化时代下将发挥重要作用。
新兴科技行业产业链日趋完善，国内企业加快布局。
以无人驾驶为例，其作为互联网改造汽车的新兴产业，主要分为感知、决策、执行三个环节，产业链拉动巨大的投资机遇，其发展历程预计将经历由“硬”到“软”，从制造走向生态。
在传感器和ADAS集成电控领域，国内厂商均开始积极布局，产业初具雏形。
但智能算法这一核心环节，国内的算法技术仍有待突破。
行业的整体应用渗透率也有待提升，总的来说，与国外市场规模相比，国内产业发展潜力较大。
图1新科技在三大领域主要发展与应用情况
报告主要介绍：
该研究报告将从计算机、无人驾驶和科技传媒三大领域入手，详细阐述新科技应用背景下，这些领域主要发展的新技术、细分市场的国内外发展情况、主要厂商、市场规模、未来发展预期以及主要推荐标的。
报告将以一个立体的视角全面叙述科技应用所带来的产业浪潮，重点评析一些核心技术，并在合理分析后，根据行业发展轨迹以及市场特色，给出一些投资建议。
2.计算机行业——人工智能：
生物识别
从信息的发展历史来看，计算机行业经历了单机互联，到PC互联网，再到如今的移动互联时代，信息化和智能化都经历了跨越式的进步。
当前，我们正处于向智能化时代变革的关键节点，从移动互联过渡到万物互联，面对的不再仅仅是人与人之间互联，进一步的还有人与物、物与物之间的互联。
目前，在时代逐渐向万物互联变迁的背景下，人工智能产业已经开始爆发，而生物识别则是其兴起的第一步。
当下，行业的硬件和底层技术基石已筑，投资逻辑将逐渐向应用端过渡。
任何行业的兴起，数据收集是第一步。
生物识别技术，一方面作为人工智能时代重要的数据采集工具，是人工智能行业的应用最前端；另一方面，生物识别技术得益于深度算法的创新和升级，其本身也处于飞速发展中。
我们看好生物识别产业的发展，该领域正在发生广泛而深刻的变化。
生物识别，是通过高科技手段利用人体固有的生理特性，如指纹、人脸、虹膜等和行为特征如笔迹、声音、步态等来进行个人身份的鉴定。
目前常用的生物识别技术主要是指纹识别、人脸识别、虹膜识别和静脉识别。
深度学习算法使生物识别技术飞速发展，我国技术处于领先
不论采用何种技术，完整的生物识别系统流程包括信息采集获取、特征提取、生成模板和特征比对。
得益于深度学习算法的飞速发展和采集设备升级，使生物识别效能和可用性获得大大提升。
尤其在图像识别、语音识别和虹膜识别领域，识别准确率大幅提高。
2015年底ImageNet大赛中，微软亚洲研究院（MSRA）使用高达152层的神经网络，以绝对优势包揽图像分类、图像定位以及图像检测全部三个项目的冠军，识别错误率降低至3.57%，优于人眼的错误率（约5.1%）。
图2生物识别系统组成
在生物识别技术方面，国内团队在各识别领域表现已处于较为领先的地位。
在识别难度最高的人脸识别技术方面，人脸识别领域权威测试数据库LFW（LabeledFacesintheWild）公布的结果显示，XX提供的算法人脸识别准确率已经达到99.77%，位列第一，TOP10中包括腾讯、Google（FaceNet）、香港中文大学汤晓鸥团队（DeepID）、旷视科技（Face++）等企业，准确率均已经达到99%以上。
根据《科学》杂志报道，人类对人脸平均识别准确率为97.53%，在测试数据集上识别算法已经超越了人类极限。
人脸识别准确率的提升大大加速了其商业化应用，目前人脸识别已广泛应用于多种场景，如考勤签到、移动支付、智慧银行VTM和新型安防系统等。
表1各识别技术准确率
2.1生物识别之需求：
应用规模与国外仍有差距，未来空间预计可观
全球生物识别市场增速稳定
根据IBG（国际生物识别集团）数据，2009年全球生物识别市场规模为34.22亿美元，2013年生物识别市场规模接近98亿美元，2014年生物识别规模突破百亿美元大关，2015年生物识别市场达到130亿美元，预计到2020年全球生物识别市场将突破250亿美元，CARG为14.9%，增速较为稳定。
指纹识别占比最高。
目前指纹识别是应用最为广泛的识别技术，指纹识别产品在所有识别产品中的比例为58%，占绝对主导地位，人脸识别产品次之，比例为7%，虹膜识别产品比例为6%。
IBG预计到2020年，指纹识别市场规模将达到130亿美元、人脸识别24亿美元、虹膜识别将达到16亿美元。
图3全球生物识别市场规模（亿美元）
图4全球生物识别细分市场规模（亿美元）
国内市场应用规模和渗透率仍较低
从国内情况来看，虽然中国在生物识别技术领域研究已处于世界先进水平，但目前应用规模和渗透率与欧美市场相差还很大，加之目前行业增速稳定，估计国内未来将有较大发展空间。
前瞻产业研究院的《2015-2020年中国生物识别技术行业市场前瞻与投资战略规划分析报告》显示，2010至2014年，国内生物识别市场平均增长率保持在60%以上，2014年生物识别市场规模为80亿元，2015年中国生物识别市场规模突破100亿元，预计2020年生物识别市场规模将突破300亿元，CAGR为24.6%。
2.2生物识别之前景：
C端渗透率继续提高，B端看好人脸识别
当前时点，生物识别在技术已经比较成熟，应用场景复杂多样，不同场景下又采用不同的识别方式。
考虑到不同应用场景下的不同分析逻辑，可以将生物识别的需求市场分成消费级市场（面向C端）和系统级市场（面向B端），系统级市场又可分成面向政府与面向企业两大类。
消费级市场提供的是个人或家庭的单体应用，特点是出货量大、单价低、对性能要求高，核心竞争力是技术和成本；系统级市场则主要是系统级应用，厂商需要有系统集成能力，核心竞争力是技术和客户资源的获取能力。
图5生物识别市场划分
我们认为，生物识别未来的空间在于：
（1）消费级市场的渗透率继续提高和产业链核心环节的国产替代机会；
（2）从门禁考勤等小型系统向涉及公共安全、国家安全、公共利益的领域及金融等高风险机构所需的中大型生物识别系统的发展机会，看好人脸识别应用前景。
C端市场：
手机指纹识别是主要市场，中低端的渗透率有待提升
消费级市场中，手机是主要应用市场，从技术来看，指纹识别应用最为成熟，虹膜识别将是下一个发展趋势。
2013年苹果公司在手机上推出TouchID功能是生物识别应用最重要的转折点，带动生物识别向个人消费领域快速渗透，目前指纹识别已是中高端手机标配，并逐渐向低端手机渗透。
根据HIS相关数据做推测，2015年安卓市场中指纹手机出货量为2.09亿台，渗透率为19.6%，而国内品牌指纹手机出货量估计大约在8000万台，渗透率为16.4%。
继续渗透中低端手机市场，指纹识别继续爆发。
由于指纹识别在安卓市场的低渗透率主要表现在中低端机型应用不足，而中低端市场又是价格最为敏感的市场，模组价格的大幅下跌将有望使2017年指纹识别在个人消费市场继续爆发。
据HIS的预测，移动市场指纹识别模组需求将一直持续增长并在2020年达到峰值16亿块，若假设苹果手机在后几年的出货量不变，那么增量全部来自安卓市场。
若以2014和2015年单价64元和39元每颗计，并假设16年起单价分别降低1/3、1/4、1/5，则可估算安卓指纹识别模组市场价值，如图所示，我们认为在未来2年，市场规模将稳定增长。
图6手机指纹识别模组出货量预测（亿颗）
图7安卓指纹识别模组市场价值预测
B端市场：
便捷性及安全性要求提高，人脸识别从静态走向动态
在系统级市场中，主要的收入由中大型系统贡献，超过90%的销售额是由公共安全、国家安全及公共利益等中大型系统贡献。
而我国90%的市场被以指纹门禁和考勤为代表的小型商业应用产品占据。
但由于企业和政府用户对功能性、便捷性和安全性的要求日益提高，采取多种生物识别方式相结合的中大型应用系统是生物识别发展的大方向。
在这样的发展路径下，人面识别是未来机会所在。
我们认为，最核心的逻辑在于：
第一阶段生物识别用于内部管理，针对的是员工，身份识别的流程是需要员工先登记生物信息；而第二阶段生物识别用于对外业务办理，需要确定的是陌生人身份，这只能通过公安部身份证信息库的照片来确认。
此外，人脸识别拥有其他三种识别方式都不具备的优势：
主动识别和远距离，这使得需要用到主动识别的场景，如视频监控安防只能依靠人脸。
在政府和公共服务方面，也是生物识别一个很有看点的市场。
目前生物识别在我国政府和公共服务领域的应用还很少。
但随着中国反恐、维稳等公共安全压力的加重，政府对于平安城市、智慧城市等政策的推行，生物识别在公共安全与服务方面的推进有极强的动力。
图8公安人脸识别系统
目前，公安系统已经在积极建设人脸库系统，依靠人脸识别技术实现静态比对。
而将人脸库结合视频监控系统，则可进一步实现人脸动态比对，也即实时布控系统。
虽然由于当前动态人脸识别技术不够成熟，但这些问题都可以通过技术提升得到解决，随着技术越来越成熟，人脸识别将在安防智能化时代下发挥重要作用。
3.计算机行业——智能驾驶：
辅助驾驶，高精度地图
智能驾驶，是指利用计算机系统来实现几乎不用人工干预就可以自动行驶的状态。
在IT的技术不断变革的浪潮下，人们对智能终端的认识在不断被颠覆。
传统的智能终端经历了从大规模的高性能计算机，到PC，到移动智能终端（包括笔记本、PAD、可穿戴设备等）的演变。
我们认为，智能驾驶汽车将成为下一代智能终端。
无人驾驶的意义不单单是解放人的手脚，使人们拥有更多可用于娱乐消费的时间；更加是对传统汽车产业链的一次变革，从传统车厂，地图厂商，到互联网巨头和Tesla，产业链中的不同环节的产商纷纷加大对无人驾驶相关技术和产品的开发。
这不仅影响了产业链中的公司，对于整个商业世界都价值巨大。
目前相关技术已经不断取得突破、与之相关的政策法规也在向支持行业发展的方向推进。
无人驾驶的产业链比较长，涉及到汽车、电子、计算机、通信多个行业。
从技术产品实现功能来看，包括了高精度地图、环境感知、路径规划、控制执行等多个产业链环节。
图9智能驾驶产业链分解
单车智能化和车联网是实现无人驾驶的两条路径
实现无人驾驶有两条基本路径：
一是单车智能化实现无人驾驶。
就是车辆本身通过感知、传递与分析、控制来对环境进行反应。
二是通过车与车、车与交通联网智慧交通规划来实现无人驾驶。
其中，单车智能化是目前的无人驾驶的主要路径，以ADAS及高精度地图的使用为基础。
其实现形式包括三个层次。
分别是传感即为环境感知，控制还有执行。
形象的类比到人的话，传感就是人的眼，而ADAS高级辅助驾驶及高精度地图即是在提高智能。
3.1ADAS：
无人驾驶的必经之路
高级驾驶辅助系统（AdvancedDriverAssistantSystem），简称ADAS，是利用安装于车上的各式各样的传感器，实时收集车内外的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理，从而能够让驾驶者在最快的时间察觉可能发生的危险，以引起注意和提高安全性。
我们认为，ADAS是实现单车智能化的一个必要环节。
图10ADAS是传统汽车向无人驾驶过渡的桥梁
ADAS市场前景广阔：
前装渗透率增速高，国内提升空间大
ADAS市场前景广阔。
2014年，中国前装市场ADAS新车渗透率在15%左右，主要集中在法规较为严格的美系、德系中高端车型市场。
随着国内法规进一步健全，市场对于ADAS需求的日益严格，前装市场迎来渗透率大爆发，保守预计新车渗透率增速30%，汽车销量年增速4%。
根据中国产业信息报告数据，受整车销量、渗透率两方面因素驱动，预计至2020年，中国ADAS市场可实现500多亿元的市场规模，年复合增速近30%。
图11全球ADAS规模预测（亿元）
图12中国ADAS市场规模预测（亿元）
中国ADAS市场有较大提升空间。
ADAS在中国新车的渗透情况与市场地位极不相符，较欧美地区渗透率和渗透率增速都处于较低位置，仍有较大的发展潜力。
根据Bloomberg数据，2014年在LDW（车道偏移报警系统）、ACC（自适应巡航控制）、PA（泊车辅助）、ESC（ESP）（电子稳定控制系统）、HUD（抬头显示器）等功能方面，中国的新车渗透率、渗透率增速均显著低于欧美、全球平均水平，未来有较大的增长空间。
图132014年ADAS各个功能件在全球的渗透率
ADAS可以分为三大类：
驾驶辅助系统、主动安全技术、应急预警系统。
其中驾驶辅助系统包括：
自适应巡航、倒车影像、侧方障碍探测、自适应泊车系统等。
主动安全技术包括：
车道保持辅助、主动式盲区探测系统、预碰撞自制动系统、远近光自适应调节系统等。
应急预警系统则包括：
前方碰撞预警、车道偏离警示、盲区探测预警、限速信息提醒、防疲劳驾驶预警、交通标志智能识别系统、夜视安全预警系统等目前，ADAS市场参与者主要分为三种类型：
1、整车企业：
一般来说，ADAS功能都是整车企业通过前装配置的形式给消费者选取的，所以整车企业承担这些功能的风险，也掌握着整个价值链，其呈现方式是，通过顶配和一般配置的价格差来实现价值体现。
2、系统供应商/Tie1供应商：
由于这类ADAS的功能，往往是通过一组传感器+ECU的方式捆绑销售，使得系统供应商或者说Tie1在里面担当核心的角色，它是方案的设计者。
3、Tie2供应商：
这类就是Freescale、Mobileye、ST，完全不依靠芯片制造或者是部件制造，靠IP和技术获取盈利。
图14ADAS的产业链
ADAS未来发展方向：
各类信息融合，本土算法突破
信息融合。
目前还没有一种单一的体系结构能够满足新出现的各类应用需求;需要采用灵活的平台适应市场发展趋势，实现最新的功能，同时满足成本、规划和性能目标；要满足ADAS应用的高性能需求，应在软件和硬件上达到均衡;系统使用多个不同类型的传感器来完成安全相关任务，这类系统今后的发展会比较强劲。
图15无人驾驶信息融合
ADAS创业正迎来热潮，方向有定位前装的也有定位后装，看长远的趋势还是前装为主。
根据中国产业信息网数据，目前全国乘用车有1亿多辆，未来短期的2-3年之内，后装也是存在一个很大的机会。
当然后装市场有一些比较复杂的特征：
消费者的价格敏感度比较高、需求比较多样化。
新车的销售环节是准前装环节是一个比较好的切入点。
本土ADAS的突破在于算法。
因为摄像头相对来说比雷达的性价比高，所以国内企业专注于摄像头方面的市场。
但是ADAS对摄像头的要求不高，所以用于ADAS的摄像头附加值较低。
另一核心硬件是芯片，但主要由外国有名厂商提供，国内厂家目前的设计和制造竞争力仍偏弱。
算法作为ADAS产品的核心，国内公司已有技术积累，技术的进一步成熟会带动ADAS本土化。
此外，算法公司的利润率较高。
相较于Tier1和整车厂商，算法类公司具有较强的ADAS开发实力。
目前国内参与ADAS产业链的公司可以分为三类——算法类公司（以ADAS系统研发为主业，可看作Tier2）、Tier1和整车厂商。
算法类公司多在2011~2015年间成立，创业者多来自高校、IT公司，在视觉领域有多年的技术积累，因而在图像算法方面具有较强竞争力。
本土创业团队的优势。
1、国内天然的管理成本和研发成本优势，能提供更有性价比的产品；2、国内道路的中国特殊国情（道路线不清晰、特种车辆较多、驾驶习惯的不同），本土化优化的产品将有竞争优势；3、智能网联汽车作为国家重要战略之一，将提供相关支持；国内整车厂同时也愿意扶持ADAS零部件企业，掌控ADAS供应链。
3.2高精度地图：
无人驾驶的必要条件
高精度地图：
厘米级精确度。
（1）传统ADAS地图（精确度只有1-10m的级别）：
只记录高精道路级别的数据：
道路形状、坡度、曲率、铺设、方向等。
（2）高精度地图（精确度厘米级别）：
不仅增加了车道属性相关（车道线类型、车道宽度等）数据，更有诸如高架物体、防护栏、树、道路边缘类型、路边地标等大量目标数据。
在它的帮助下，即使是十分恶劣的天气，无人汽车也能完成高速行进中的变道超车、上下匝道等“高难度动作”。
我们认为高精度地图将成为无人驾驶汽车的必备与传感器互相补充，为无人驾驶提供安全保障。
高精度地图三大功能辅助无人驾驶
高精度地图：
三大主要功能。
作为无人驾驶的记忆系统，高精度地图将，具备三大功能。
图16高精度地图的主要功能
（1）地图匹配。
由于存在各种定位误差，电子地图坐标上的移动车辆与周围地物并不能保持正确的位置关系。
利用高精度地图匹配则可以将车辆位置精准的定位在车道上，从而提高车辆定位的精度。
图17高精度地图的地图匹配功能
（2）辅助环境感知。
对传感器无法探测的部分进行补充，进行实时状况的监测及外部信息的反馈：
传感器作为无人驾驶的眼睛，有其局限所在，如易受恶劣天气的影响，此时可以使用高精度地图来获取当前位置精准的交通状况；
（3）路径规划。
对于提前规划好的最优路径，由于实时更新的交通信息，最优路径可能也在随时会发生变化。
，此时高精度地图在云计算的辅助下，能有效地为无人车提供最新的路况，帮助无人车重新制定最优路径。
高精度地图是无人驾驶感知层的重要补充。
高精度地图的成熟可以解决传感器在雨雪、大雾天气中不适用的问题，并可大量减少车载传感器的数目，降低整车成本，加快无人驾驶的商用化。
国内呈现寡头垄断格局，垄断者未来仍将主导市场。
由于各类资质的限定，我国目前车载地图市场呈现三大寡头垄断的格局。
2015年四维图新、高德和易图通三大图商合占前装车导航市场份额90%。
现有壁垒的存在使得新企业进入十分困难，因此我们认为，未来我国高精度地图发展的受益方将仍是现有地图市场的竞争者，如四维图新、高德、灵图、凯立德等企业。
图182015年第四季度前装车导航市场份额
图19国内导航品牌认可度
高精度地图是产业链上最有可能商业化的领域。
高精度地图是无人驾驶产业链最有可能发生商业模式变化的领域。
随着传统电子导航地图变为高精度地图,数据在云端需要实时在线更新,催化图商实现商业模式由传统“卖license”逐步转型为提供数据服务,图商在产业链中的地位也由“配角”变成运营平台的重要参与者。
图20无人驾驶催化图商商业模式转型
4.计算机行业——区块链
区块链最初起源于比特币，用于记录比特币网络上整个交易数据，这些数据被比特币的所有节点共享，通过数据区块可以查询每一笔比特币的交易历史。
然而目前，大家对于区块链技术的关注已经超过比特币。
区块链是由节点参与的分布式数据库系统，它的特点是不可更改，不可伪造，也可以将其理解为账簿系统。
区块链由一串使用密码学方法产生的数据块组成的，每一个区块都包含了上一个区块的哈希值，从创始区块连接到当前区块，形成链。
每一个区块都确保按时间顺序在上一个区块之后产生。
4.1区块链的四大优势
区块链的四大优势，奠定了其今后的地位和应用，去中心化、去信任、集体维护和可靠数据库。
去中心化：
整个网络中没有中心化的硬件或者管理机构，所有节点都可以创建交易，节点和节点的权利义务都一样；
去信任：
每个节点之间的数据交互不是基于信任，整个系统的运作规则是公开透明的，所有的数据内容也是集体维护无法随意更改的。
所以在系统指定的规则范围和时间范围内，节点之间是不能也无法欺骗其它节点；
集体维护：
系统中的数据块由整个系统中具有维护功能的节点共同维护；
数据可靠：
每隔一段时间，系统都会刷新一遍数据，选择最早最准确的数据进行记录，并将数据发送给其他节点备份，如果有人想修改数据，除非能够同时控制整个系统中超过51%的节点，否则单个节点上对数据库的修改是无效的，也无法影响其他节点上的数据内容，所以节点越多和计算能力越强，数据安全性就越高。
4.2区块链应用场景：
从金融开始爆发
区块链的优势与金融的行业特性有着天然契合，我们认为金融是最先落地及爆发的领域。
区块链的四大优势决定了其在解决中心平台垄断、信息不对称等方面有着巨大前景。
区块链的应该场景已经从单纯的数字货币到更广泛的金融和“区块链+”阶段，“区块链+”是区块链渗透到大量的其他社会领域进行应用，比如跨境交易、二手交易、司法、物联网等，但是金融领域应该是最先落地最先爆发的领域。
图21区块链应用场景
数字货币
区块链最早就是伴随着比特币的产生而出现，最开始的应用范围完全集中在数字货币上，继比特币之后，莱特币、以太币、狗狗币相继产生。
这种数字货币的出现对传统金融的金融体系产生了冲击，价值在线上的直接流通变为可能。
区块链的去中心化的优势使得随时随地货币交易，低成本快速的跨境交易成为可能。
泛金融
区块链在整个金融领域的应用，有着天生的绝对优势，如果用互联网语言来说就是这是区块链的基因决定的。
主观来看，金融机构在区块链应用的探索上，意愿最强，极需要新的技术来提高运营效率，降低成本来应对整个全球经济当前现状；客观来看，金融行业市场空间巨大，些许的进步就能带来巨大收益。
金融行业是对安全性、稳定性要求极高的行业，如果区块链在金融领域应用得以验证，那么将会产生巨大的样板效应，迅速在整个社会的其他行业推而广之。
表2区块链在金融行业的部分具体应用场景
图22过去两年尝试应用区块链的金融机构
通过去中心化账本来代替中心机构认证资产所有权，多个机构共同运行和检验，可以防止欺诈和人为操控。
区块链+
伴随着区块链在金融领域应用的不断验证，其“去中心化”和“数据可靠”功能将会应用到其他任何有需求的社会领域中去，此时“区块链+”将成为现实，包括：
+仲裁、+公证、+审计、+域名、+医疗、+通信、+司法、+版权、等等。
这时候的区块链已经渗透到社会的每个角落，应用在万物互联之中。
医疗领域，区块链能利用自己的匿名性去中心化等特征保护病人隐私；公证领域，区块链能让数据资料通过数学信用背书的方式完成自动公证，而且永久保存可追溯，省去了传统政府公证机构的介入，快速且低成本；在通信领域可以解决信息传递的路径安全问题；在知识产权领域可以让维权变得更加容易等等。
5.计算机行业——企业级SaaS服务
互联网带来社会的变革，企业也无法避开互联网化的潮流。
我国企业尤其是中小企业的信息化程度很低，随着互联网进一步普及，企业信息化和网络化程度不断提高，企业级SaaS服务正好能够满足这个长尾市场。
我国SaaS市场规模目前占比较低，未来增速稳定。
根据Gartner咨询预测，2015年全球云计算市场规模将达到近500亿美元，其中
升级会员 