2021年云计算行业发展趋势

DOU方面，5G用户的DOU已接近4G用户DOU的2倍。2019年12月，中国移动5G用户的DOU已达到16.9GB;2020年3月，中国电信5G用户DOU也已达到13GB。

ARPU方面，移动和电信降幅收窄，联通小幅增长，整体ARPU变化形势趋好。截至2020年三季度末，中国移动ARPU为48.9元，中国电信ARPU为44.4元，移动和电信的ARPU虽均同比下降，但降幅均有所收窄;中国联通ARPU为48.9元，同比小幅增长。

当前移动通信市场用户增量基本见顶，如何更高效、高质量地挖掘存量用户价值成为运营商的新增长点。5G作为新兴市场，是运营商从“通道”向“平台”角色转变的重要布局，尤其向垂直行业深耕。2020年中国移动和中国电信的5G套餐用户数增长可观，线上经济的发展亦助推5G对DOU和ARPU的拉动效果。随着5G基础设施与产业生态逐步完善，4G/5G用户的DOU需求进一步提升，运营商用户ARPU有望迎来显著增长，并且随着5G普及，未来固网业务会给运营商带来更多提供高附加值的增值服务的可能。

3、相关干系主体价值拉动

从5G建设生命周期来看，主要遵循“规划-建设-运营-维护”流程，涉及到设计院、设备商、建设单位等多主体，通过对近两年的运营商5G网络规划、设备、工程施工的采购招标数据分析，二八效应显著。在5G大规模基建下，运营商旗下的设计院(如中移设计院、中通服咨询、华信等)、华为/中兴/爱立信等综合设备商、“老牌”通信施工企业(如中通服系、中移建设)分别在规划、设备、建设领域占据绝对优势，中标累计份额高。头部享受了5G新基建的绝对红利，尾部企业可能更多只是分一杯5G红利的羹。

5G后续投资建议

1、多阶段合力推进5G新基建

每一代新移动通信技术的发展路径大致要经过需求与技术指标的提出、技术评估方法的制定、技术规范的研究、技术评估、产品开发与测试、网络部署、运营及应用等阶段。5G亦不例外，这也决定了其网络部署是一个长期持续的过程，需要政府、运营商、设备商、终端商、建设单位等参与主体从网络部署运营及应用等多个阶段出发，持续合力推进5G新基建。

2、加快研发创新，更新迭代5G技术

当前5G存在R15、R16、R17等标准。R15主要是面向eMBB及基础uRLLC应用，能满足5G基本功能;R16以R15标准为基础，强化了R15的MIMO、双连接等功能，主要面向垂直行业应用;R17以R16标准为基础，主要是强化现有功能并拓展新功能，尚未完成。因此运营商与设备商应保证持续的研发投入，一是确保R17标准的如期完成，二是尽快实现R16的新特性，三是推进网络切片及边缘计算方案的成熟，服务垂直行业。通过5G技术的发展迭代推动技术成熟，提供更高质量的移动网络，赋能行业应用的发展，以如期如愿地实现5G“愿景”。

3、降成本，分阶段精准部署与维护优化

由于5G建站数量多、单站价格高、单站耗能高，导致建设成本与运营成本双高，降成本不可忽视。建设成本方面，目前电联采取共建共享的方式，移动与广电的合作目前存在停摆，合则共赢，分或两伤，降成本效果还需观望。运营成本方面，政府应积极协调电费单价下降，运营商智能关停5GAAU通道，设备商降低基站功耗，铁塔推进转供电改直供电。此外，运营商还应充分做好用户升级5G的需求调研，分阶段精准部署，避免5G基站长期低业务的情况，提高基站利用率，降低低流量小区比例。在后期维护阶段，应建立用户与运营商之间的畅通反馈渠道，充分考虑用户意见，优化网络与服务质量。
 

人工智能中的大数据有助于药物开发

医疗保健数据非常重要。如今，数以百万计的研究、反馈、报告、患者记录以及与医疗保健行业相关的许多其他事物以大数据的形式被输入到人工智能系统中。尽管医疗保健部门在从他们那里获得解决方案的速度相当慢，但医疗机构仍在尽最大努力保持领先地位。人工智能系统的特征在于采用了一种适当的机制来浏览数据，并从中进行有意义的解释。深度学习程序根据采集的数据运行，并更多地了解蛋白质的存在。以及这些蛋白质在健康人和患者之间产生差异。与此同时，机器学习技术可以努力寻找并建立蛋白质与疾病之间的联系。

人工智能在阶段性药物开发中的应用

在冠状病毒疫情爆发之前，没有人认为疫苗研发过程能够更加快速。疫苗的研制和试验需要多年的研究和观察。然而发生的疫情打破了常规。世界各国政府都在竞相尽快研制出有效的疫苗。在此期间，制药行业获得的投资猛增。随着加速试验并获得紧急批准，制药厂商利用人工智能技术为疫苗的生产过程提供帮助。

药物开发中的人工智能(第一阶段)：开发正确的药物需要阅读和分析已有的文献，测试潜在药物与靶点的相互作用方式。人工智能比人类更快地执行任务，并快速提供结果。

临床前开发中的人工智能(第二阶段)：在临床开发阶段，其药物已在动物身上进行了测试以查看其表现。在这一阶段公布人工智能将有助于试验顺利进行，并使研究人员能够更快、更成功地预测药物与动物模型的相互作用。

人工智能在临床试验中(第三阶段)：研究人员在临床试验期间开始在人体上测试该药物。人工智能可以促进临床试验期间参与者的监测，更快地生成更大的数据集，并通过个性化试验体验来帮助保留参与者。

道德上的缺陷

尽管人工智能在很大程度上帮助了药物开发，但它也引发了一些令人关注的伦理问题。医疗保健行业存储了大量患者的数据。如果这些关键数据掌握在黑客或不良分子手中，则有可能将其用于不良目的。而医疗机构需要维护患者的隐私，与许多其他部门不同，虽然没有任何法规或政策可以指导药品生产商这样做，但他们有责任保护患者数据并以正确的方式使用。

（编辑：周口站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!