一、開學典禮：
作為和君商學院十屆學員一份子，今天有幸參加十屆的開學典禮，被深深地震撼了，和君本次的開學
典禮，雖然遠在北京的國家會議中心，但還是感受與整個開學典禮的莊重和肅穆。整場開學典禮，洋溢著文
化的底蘊，尊師重教；洋溢著學院和校長對學生的無比關愛、以及學生對學院和校長的無比感恩。往屆學生
和企業代表發自內心肺腑的感言，莊重的拜師儀式、師生互行大禮，真正的道出了和君十年的發展是切實的，最后由《和君頌》帶入高潮。整場開學典禮讓我回味無窮，意猶未盡。
圖片發自簡書App圖片發自簡書App圖片發自簡書App圖片發自簡書App圖片發自簡書App圖片發自簡書App
二：內容：
課前秀
******行業前景推測******
1、“剩男”產業，男女比例失調---把握住社會現象背后的潛在產業，先生每次的課前秀彷佛都能帶動一批創業思潮，把想到的記下來，有機會實施的要抓住機遇便是一個突破口。
（1）女子防身技術：手機、汽車、門鎖、文胸等等；
（2）進口新娘產業，跨國婚姻；
（3）婚戀業務
2、網紅帶動產業---抓住年輕人的市場（2016年冒出網紅產業）
（1）網紅產業有多龐大，估量方法可以與電影產業對比。先生此處對比，讓我想到了在我們對某一事物無從考量時，可以多維度尋找不同層面的相近模塊分別比照，然后再做最后的總體評估。不是所有事物或者產物都一定要有前例參照的，對于新事物的衍生，我們要學會學以致用。
（2）先生從產業的角度分析了為何不看好網紅產業——規模太小---試想零售業的連鎖就是一個龐大的產業，這個是產業中的規模效應。
（3）十大產業和五百強企業中都含有石油天然氣產業，所以算不算上大產業要看規模，比如汽車大產業（通用）、蘋果、工商（1600億收入）……
想掙大錢就要選擇大產業，比如汽車，比如新能源---產業規模問題
選擇大產業未必就能做成大企業（餐飲）---產業結構問題
大企業不一定能獲得大的盈利---盈利模式問題
引出SMART產業分析模型：Structure——Modelof Business——Assets——Rule and Regulation——Technology
3、武鋼養豬，鞍鋼種土豆
（1）世界鐵礦資源受外國礦業巨頭控制
（2）物流成本過高
（3）產能嚴重過剩
PS:產業中解決不了這些問題，因為產業特征決定了現狀。因此，如果企業中出現產業現象問題，只從企業內部解決問題是行不通的，要注意觀察分析產業大環境的特點。思考企業問題必須建立產業思維和格局！
案例1：武漢鋼鐵（集團）曾宣布：準備建萬頭養豬場，年內就出欄。武鋼在非鋼產業上計劃重金砸下390億元謀求發展，除了養豬、養雞、種菜，還計劃開展接送幼兒園孩子、疏通下水管道、以及互聯網等業務。為什么鋼鐵大佬要轉向養豬？算賬說：眼下一公斤鋼材價格抵不上四兩豬肉。
案例2：鞍鋼巨虧（上市公司2015年凈利潤負45億元），內部人士表示，煉鋼還不如種苞米、種土豆。鞍鋼在東北擁有十里鋼城，地多畝闊，煉鋼還不如種苞米、種土豆。
分析：鋼鐵行業利薄，多年來，年銷售利潤率遠低于全國工業行業的平均利潤水平，2015年全行業虧損，大中型鋼鐵企業實現利潤-645.34億元，累計銷售利潤率-2.23%。深層原因：1、鐵礦石資源價格受國外控制；2、物流成本高企；3、產能嚴重過剩，過剩率約已達到122%。
這三大原因，都不是企業所能解決的。企業的命運，在更高一級的層面上，實際上是產業特點決定的。
**********2：方法工具：用下述方法，橫向、縱向深挖產業。
A.ABCD學習法
B.十六字訣
C.FLA模型
D.SMART模型
F.12345法（理+史+實+感覺+邏輯）
1）理論。首先學前人的總結，類似于學習數理化知識里面的公式。知道每個時期都有哪些學術流派
和代表人物，將理論按時間或流派進行劃分。新理論的出現，往往是出現或發現了用舊理論解決不了的現象
。
2）產業史。用SMART模型分析一個產業，在通過閱讀已成書的產業分析來驗證自己對產業對感覺。通過研
讀某兩個產業觸類旁通其他產業——《錢德勒三部曲》。
3）實態與實情：讀過了武功心法，理論驗證了行業直覺，就到了實戰。通過參觀行業龍頭企業，與明白
人交流等進一步檢驗自己的所學。
4）感覺：感覺是在上述的活動中反復練習中自然而然養成的能力。
5）邏輯：上述的練習還有另外一個極端，腦子里一堆理論和案例，但是無法用一條線或一個邏輯串聯起
這些知識。與人攀談時頭頭是道，解決問題是拎不出一個關鍵。所以，邏輯思維需要始終穿插其中，幫助自己總結、復盤驗證、提煉。
*******3：企業家要具備的產業思維：
[1]沿著人均GDP的變遷軌跡尋找產業機會、規避行業風險：
隨著歷史的演變和社會的進步，每一階段的產業機遇和風險，我們需要有明銳的洞察力，判斷產業的優良與
否，處在哪里不同的階段，適不適合自身的投入等。
一、找好產業
1.沿著人均GDP的軌跡尋找產業機會。中國人均GDP即將邁過1000美元大關，之后的特征主要有：
1.1產業結構以現代服務業為主導，第三產業比重明顯上升。
1.2結構轉型以科技引領為主導，工業增長對能源原材料的依賴逐漸下降，現代制造業明顯上升。
1.3產業布局呈現新型產業分工格局，制造業郊區化，總部、設計中心、銷售中心市區化。
1.4城市空間結構向多中心轉變。
1.5注重民生和福利。
1.6注重生態環保。
2.沿著地域差、觀念差等要素，尋找產業機會。北京的今天可能就是武漢的明天。今天一線城市的流行消費，就是明天二三線城市的消費現象。找出與自身產業結構類似、且人均收入約為其兩倍的、發展迅速的國家或地區作為參照模型。
3.沿著政府產業政策尋找機會。一帶一路，國家產業名錄，國家支持政策，地方政策。
*********怎么做行業分析*********
1.有很多工具可以使用。五力模型、PESTEL模型、FLA模型、SMART模型等。
2.需要找一些數據，來源只要有：官方組織、行業協會、研報、上市公司信息等。
三、企業在現有產業中如何做
1.從產品競爭，到產業鏈競爭，再到產業生態競爭。為了打開局面，要在全社會范圍內調動資源，方法：產融結合、產政結合、產學結合、產地結合、產信結合、產媒結合、產研結合、產智結合、產社結合、產產結合等。要選擇做產業生態，王者七立：立名、立標、立言、立人、立信、立學、立德。
2.開放思想和眼光，敢于去想，去擴寬產業邊界。平庸的商人做別人做過的生意，出色的商人想出一門生意，或者把舊的生意做成嶄新的生意。喬布斯：創造無非就是把事務聯系起來，即便是最不可思議的創意也不過是對已有事物進行新的組合。
3.產業邊界清晰-產業邊界模糊-自設產業邊界。
3.1沿著信息和知識（大數據）的方向去自設產業邊界。蘋果的產業邊界？雅昌從印刷廠走向文化公司，影樓從攝像走向大數據、婚紗銷售平臺等。
3.2沿著能力去自設產業邊界。比如本田（以發動機為核心能力，儼然進入摩托車-游艇--汽車-飛機—割草機等一系列產業）。去分析公司的核心能力，但是不要局限于現在做的東西，把核心能力去其他行業延伸，沿著核心能力去自設產業。
3.3沿著地頭力去自設產業邊界。
3.4沿著客戶群去自設產業邊界。
[2]互聯網將改變一切產業
科技的進步和信息的發展，越來越多的產業受到互聯網的沖擊，擁有信息流和數據流的企業將率先受益。
[3]利用上市、再融資和資本市場估值中的產業偏好
對于產業的涉入和發展，首先要明白自己的目的，你的產業偏好、策略。明確通過何種方式達到你的產業和
相應的資源能有效的得以結合，更好的為你的產業的發展服務。
[4]以產業代表的身份尋求“產某結合”（產業+）
結合自身的情況，適合產業和何種方式能有效的結合。
[5]以歷史性遠見看到中外產業競爭態勢的大趨勢
我們一直以崇拜的眼光看待國外的優質500強企業，經濟的發展和世界格局的變化，我們需要看到目前中外
企業的現狀以及我們遇到的新的機遇，如何把握，看清楚企業競爭格局的歷史變化。
[6]沿著人口結構的變遷軌跡尋找產業機會、規避行業風險
[7]從產業政策里尋找黃金屋和顏如玉
我們在產業的發展，一定要順應形勢和政策，切不可違背政策，依照產業政策和指導意見鼓勵的內容來尋找
產業發展的機遇。
特別是在中國，政策因素影響很大。
[8]確立“產品競爭--產業鏈競爭--產業生態競爭”的競爭思維
不同的發展階段和規模選用不能的竟爭思維
[9]洞察“產業邊界清晰--產業邊界模糊—自設產業邊界”的企業演變趨勢
[10]產業是“想”出來的：
產業是想出來的，也是發現出來的，需要敏銳的洞察力。
[11]從問題中發現產業機會：哪里有問題，哪里就有產業機會；哪里問題大，哪里機會就大。
有問題就需要變革，解決，那就是機遇，產業的發展需要良好的機遇，問題越大，改變的需求越急迫，產業
的發展需求就越大。
[12]產業集中是歷史必然，產業整合是大勢所趨
產業的發展，不是散兵游勇式的單打獨斗，我們需要的整合，資源優化，和作共同贏，這樣才能更有效的占
據產業和市場的主導，才具有更強的競爭力和主導力，才能使企業在競爭中取勝。
[13]數據成為關鍵的經濟資源和核心資產（積累經營數據的價值，大于利潤）三
大數據的信息化是歷史發展的必然，數據作為發展決策的判斷依據，在企業戰略決策和經營決策發展中越來
越重要，必將成為未來產業發展的重要工具。數據信息是產業發展的核心資源。
[14]產業與商圈的一體化共生
[15]區域產業分工、國際產業分工與產業機會
[16]技術創新與產業變遷
[17]資本市場與產業變遷
產業的變遷和發展，資本市場是必不可少的。資本市場培育產業良好發展。
三:感受
通過《產業思維和產業認識》這次大課的學習，感觸頗深的有以下幾點：第一，產業的概念。在這里，產業
泛指一切生產物質產品和提供勞務活動的集合體，包括農業、工業、交通運輸業、郵電通訊業、商業飲食服
務業、以及最近興起的網紅產業等。第二，以前談及產業，根本沒有大小的概念。當先生提及如何衡量一個
產業大小的時候，我想，對比是最好的方式。通過比較，我才發現，電影產業相比零售、汽車、能源等產業
原來只是一個小產業，而網紅產業相比電影產業居然是個大產業，這是很突破認知底線的。第三、用SMART
模型分析產業，可以盡可能完整的把一個產業的各個屬性分析出來，當然，從新手到斵輪老手，還需要時間
和實踐的錘煉。第四、一理、二史、三實、四感覺、五邏輯的產業學習方法也是一種全新的認識，尤其是感
覺的引入，充分地為感覺正身，這也是一個企業家所獨有的靈感。學習的路漫漫修遠，我將繼續踏上求索的
征途，一步一步，腳踏實地地求知和分享，為未來的職場之路做好基礎性工作。
基于Smart模型的AI產業思考
1.產業規模
據前瞻產業研究院發布的《2017-2022年中國人工智能行業市場前瞻與投資戰略規劃分析報告》顯示，2014年，我國人工智能產業市場規模為48.6億元；截止到2016年底，人工智能產業市場規模已經增長至95.6億元，年均復合增長率高達40.25%。隨著人工智能應用范圍的擴大，將帶動產業規模高速增長。預計到2018年，我國人工智能產業市場規模將達到203.3億元。
同時據國際知名管理咨詢機構埃森哲在2017大連夏季達沃斯開幕前發布有關人工智能最新報告統計，通過轉變工作方式以及開拓新的價值和增長源，人工智能到2035年有望拉動中國經濟年增長率，從6.3%提速至7.9%。
此外，據BBC預測，人工智能市場將繼續保持高速增長，2020年全球市場規模將達到183億美元，約合人民幣1190億元；艾瑞咨詢則認為，2015年中國AI市場規模約12億人民幣，其中60%分布在語音識別，12.5%分布在視覺識別，未來5年的增長率約為50%，到2020年中國AI市場規模約91億人民幣。因此產業規模和市場前景廣闊。
2.市場結構
AI產業可分為基礎層、技術層和應用層，從市場投資機會來看，基礎層和技術層難度最大，而一旦獲得突破，則會帶來上層應用質變。因此，突破基礎層和技術層的公司一定會受到追捧，應用層則相對競爭激烈，但機會精彩紛呈。
具體市場結構，以海外市場為例，AI產業鏈中，芯片產業率先引來爆發。PC
GPU巨頭NVIDIA已經將業務重點轉向AI領域，2016年，AI芯片相關的數據中心增速（145%）、汽車電子增速（52%）業務遠高于傳統游戲業務增速（18%）、及原設備制造&IP業務增速（-11%），AI芯片業務呈現爆發增長態勢。PC CPU巨頭Intel也將業務重心由PC芯片、移動芯片轉向云計算、物聯網及AI等領域。2016年，Intel數據中心（云計算）和物聯網營收增速分別為7.85%和14.80%，遠超過傳統PC客戶端業務增速2.14%，Intel數據中心及物聯網營收占比不斷走高，云服務及物聯網業務成為Intel驅動營收增長的主要因素。Intel數據中心營收占比從2014年Q2的24.80%提升至2016年的29.12%，物聯網營收占比從2014年Q2的3.84%提升至2016年的4.46%。無人駕駛解決方案的龍頭Mobileye，受ADAS系統（主要為EyeQ3/4芯片）強勁需求驅動，2015年實現營收2.41億美元，2011-2015年營收年復合增長率高達65.90%，業績增長極為強勁。
3.商業模式
目前，海外市場人工智能商業模式漸進清晰。Veritone正式向美國證判交易委員會提交IPO招股書，計劃融資1500萬美元，有望成為美國第一家上市的AI公司。該公司的AI系統包含Google、IBM、微軟等40種不同類型的引擎，通過分析非機構化音頻、規頻數據、人臉識刪、情感分析、地理定位、翻譯等功能，最終提供可行性情報服務，輔助商業決策。歐美市場人工智能領域商業模式逐漸清晰，投資機會已經明確。計算機科技的都是伴隨著硬件不軟件共同進步，人工智能也不例外。
4.資產結構
雖然包括亞馬遜、Google、BAT在內的多家互聯網巨頭都已重磅投資AI市場，但在資產結構方面，該行業依舊是依賴于技術與服務的輕資產布局。
5.監管/規范
國際方面，特朗普時代，側重保全工人崗位，海外科技巨頭AI研發遭受抑制風險；美聯儲加息在即，AI產業融資進程受阻風險；AI應用推廣不及預期風險；芯片、算法研發遭遇未知障礙風險；基礎層、技術層變化巨大，應用層難以適應風險；國內企業使用國際開源平臺，無自身核心競爭力，產品嚴重同質化風險。
國內方面，日前，工業和信息化部聯合國家標準化管理委員會、科技部、公安部、農業部、國家體育總局、國家能源局、中國民用航空局等部門發布了《無人駕駛航空器系統標準體系建設指南（2017—2018年版）》（以下簡稱《指南》）。下一步，工業和信息化部將會同相關部門進一步推進無人駕駛航空器系統標準體系建設工作，以標準引領和促進無人駕駛航空器系統產業發展。
6.技術
AI可分為基礎層、技術層和應用層，基礎層為AI芯片，技術層為算法平臺，應用層是AI向各傳統行業滲透應用。隨著科技巨頭相繼開源AI算法平臺，AI開發技術門檻極大幅度降低，AI逐步走向大眾化。
借鑒先生在大課中提到的SMART模型，對銅加工產業進行分析如下：
1、scale(產業規模）：根據有色金屬工業協會的統計數字，2016年國內銅加工總量在1800萬噸左右（不包含電解銅冶煉）（一般會比實際水平略高）。借鑒之前做過的圖表（數據未更新），2006-2014年國內銅材產量年均復合增長率為15.57%；雖然最近兩年受去產能政策影響，同比增速有所下滑，但行業整體規模仍呈現穩定增長。因此，不考慮銅價波動的影響，僅考慮國內市場，銅加工行業是一個可以達到萬億規模的大產業。
2、產業結構（structure）：國內銅加工行業是一個較為分散、類似完全競爭的市場，并未出現大型的跨國寡頭壟斷企業。我公司銅加工總量在國內排名第一，也僅為60-70萬噸，市場占有率僅為4%左右；同行業上市公司，海亮股份年加工量在30萬噸左右，并計劃到2020年產能翻一倍；博威合金年加工量在12萬噸上下，楚江新材年加工量在15萬噸左右等。橫向來看，銅加工上市公司紛紛計劃擴產，利用行業兼并重組的計劃擴大產能、搶占市場份額。因此，銅加工行業目前仍是散亂的產業結構，未來一定會出現幾個真正的寡頭壟斷企業。
3、盈利模式（model of business）：銅加工行業的盈利模式比較簡單，采用“銅價+加工費”的形式，銅價由下游客戶承擔，公司只賺取加工費用，不同產品技術含量不同，因此加工費差異也比較大。博威合金在高端銅合金棒材方面屬于業內領先地位，相對加工費就會高于普通產品。因此，對銅加工企業來說，未來要想獲得高于行業平均水平的毛利率，必須在科技研發、技術更新上做文章。
4、資源或資產分布（assets）：銅加工產業是一個典型的重資產行業，是一個勞動密集型與資金密集型相結合的產業，主要分布在長三角和珠三角兩個區域，其中浙江省和廣州省是其中代表，浙江省年銅加工能力在400萬噸左右，占國內市場的25%-30%；廣州主要因為白色家電集群較多，像空調美的、格力（銅管）、接插件的開關企業（銅板帶）等，因此配套銅加工企業也較為發達。此外，國內電解銅采購主要是上海期貨交易以及長江有色網；廢雜銅主要在佛山交易，也導致兩地較其他地區更具備原材料優勢。銅加工行業本身是一個受運輸半徑限制較為明顯的產業（運輸成本過高將嚴重擠壓毛利空間），也導致長三角、珠三角呈現出明顯的集群特征。
5、行業規則和慣例（rule）：銅加工行業由于毛利率低、風險高的特點，一般在賬期方面控制嚴格，雖然不同產品、不同客戶會有所差別，但整體與其他行業相比，應收賬款周轉率較高。之前，國內銅管領軍企業金龍銅管因為擴張速度過快，同時為搶占試產份額賬期不斷放長，最終導致資金鏈斷裂，之前數據顯示其資產負債率在95%左右，今年被國企平煤神馬集團并購。
6、法律與監管（regulation）：銅加工行業主要受國家發改委、工信部監管，并且近幾年環保部的環保督查對行業影響較大。地方政府對企業的環保要求越來越高，要求的環保投入越來越大，對之前野蠻生長的一些小散亂企業造成很大沖擊，浙江省關停的小散亂企業數量眾多，相對來說對規模型、規范型企業帶來利好，可以迅速擴大市場份額。近兩年，尤其是今年上半年，規模型銅加工企業的經營業業績迎來大爆發。
7、技術——壁壘、創新、更替（technology）：銅加工行業是一個重資產行業，單臺連鑄連軋設備的引進價格在人民幣1億元以上，因此行業進入的門檻主要體現在資金實力；同時，與其他行業相比，銅加工行業毛利率較低，相對吸引力較差，投資者進入意愿不強，國內目前的銅加工企業基本都是在上世紀90年代左右進入該行業，并經過原始積累形成如今的規模。另外，高端銅加工產品在技術上要求較高，需要長時間的積累以及研發的投入，行業存在著較高的技術壁壘。
8、結論：（1）銅加工行業是一個大的產業，而且并不是像大家所想像的產能嚴重過剩行業，行業目前是結構性產能過剩問題，高端銅加工產品差量嚴重不足，主要靠進口。未來，行業的市場集中度會上升，并誕生幾個大型的跨國銅加工企業。
（2）銅加工行業未來要往高端制造方向發展，主動淘汰、置換落后產能，走科技研發、技術創新之路；未來，行業的競爭將集中于幾個龍頭企業之間的競爭。
（3）兼并重組未來將在銅加工行業頻繁發生，依靠內生式發展已遠遠不能滿足企業擴張的步伐。
我想用先生提的產業分析“SMART”模型對我所從事的行業進行一個梳理。
1、規模
我從事商品期貨研究和交易工作。從產業定位來看，屬于資產管理行業中的細分領域期貨資管。從國外經驗來看，資管行業的發展與經濟發展和居民收入有直接的關系。改革開放以來，我們經濟大體經歷了三個階段：改革之初到1992年，1992年到2002，2002年至今。尤其是2002年以來，人均GDP和人均可支配收入經歷了快速的增長。截至2016年，國內人均GDP為53980元，是2002年的將近6倍；人均可支配收入為33616元，是2002年的5倍左右。
隨著經濟增長和居民收入的增加，資產管理需求也日益增長。根據中國基金業協會數據顯示，2016年基金管理公司及其子公司、證券公司、期貨公司、私募基金管理機構資產管理業務總規模約51.79，較2014年的20.5萬億增長150%。其中，期貨行業資管規模從124.8億元增長到2792億元，增長22.3倍。資管行業規模的快速擴張帶來了發展機遇。期貨行業雖然是資管行業中的小行業，但其增長速度驚人，潛在市場空間巨大，未來市場規模必將是萬億級別。
2、結構
從產業結構來看，資管規模按照主體不同，分為基金公司公募基金、基金公司及其子公司專戶基金，證券資管和私募基金，占比分別為17.78%、32.76%、34.12%和15.32%。
私募公司根據其投資類別不同，分為私募證券投資基金管理人、股權投資基金管理人、創業投資基金管理人和其他類型管理人。其中私募證券投資基金管理人有7781家（已登記），私募證券投資管理人管理基金數量為25950，實際管理規模為26116.7億元。整個私募證券投資基金管理行業的狀態是從業機構眾多、規模較小。雖然私募管理現狀是散、小、弱，但這也給私募基金行業未來的發展提供了機會。從現實情況來看，私募基金管理人存在一定的規模效應。未來私募基金管理行業整合兼并，單個企業管理規模擴大將會是主導趨勢。
3、監管
隨著近兩年私募行業的快速發展，行業管理逐漸從混亂走向有序。2014年《私募投資基金管理暫行辦法》發布，其他相關的法規也陸續出臺，《證券期貨市場誠信監督管理暫行辦法》，《證券期貨投資者適當性管理辦法》，《證券期貨經營機構私募資產管理業務運作管理暫行規定》等。隨著私募基金行業發展相關的法律法規紛紛出臺，行業進入了規范發展的階段。在私募基金行業爆發式增長的同時，許多不合格的基金管理人也被踢出局，數據顯示，自2014年2月私募基金登記備案以來，截至2017年2月底，中國證券投資基金業協會登記私募管理人18306家，已經備案私募基金48626只，認繳規模16.35萬億元，實繳規模8.55億元，私募基金行業從業人員28.23萬人。與2015年末相比，私募基金管理人數量下降了26.79%，但私募基金數量和實繳規模分別增長了102%和111%。
4、商業模式
私募證券資產管理公司目前主要的盈利模式為兩種：
1）管理費收入。根據行業慣例，私募管理費大概為管理規模的1%-2%。按照2016年私募證券投資管理規模來推算，管理費收入大約在250-500億規模。相對來講，管理費是私募證券投資公司較為穩定的收入來源。但由于目前私募管理規模普遍較小，因此管理費收入相對有限。
2）盈利分成。根據期貨私募行業慣例，私募基金盈利分成在20%-30%之間。具體情況要根據私募基金管理人的品牌以及市場資金的松緊來確定，一般專業能力較強市場聲譽好的管理人往往容易獲得更高的管理分成。由于期貨私募屬于風險投資，盈利收入并不穩定，因此盈利分成雖然是很多私募的利潤主要來源，但其穩定性較差。
5、資產
私募投資是知識密集型行業，私募管理公司最主要的資產為人力資本。優秀的基金經理、研究員以及運營人才是私募投資公司的核心資產。
私募期貨投資經理是最為寶貴的人才資源。一個初級的期貨投資經理需要3-5年的培養，至少需要投入幾十萬的培養成本，最終能否成才仍具有很大不確定性。而一個成熟的期貨投資經理則需要將近8-10年左右的市場歷練，能夠具有成熟投資理念和穩定盈利能力的投資經理與印鈔機等同，其價值不可估量。
期貨研究員也是重要的人才資本。觸及的研究員需要1-3年的市場經驗，其價格相對不高。但經過3-5年的產業訓練之后，如果能夠成長為成熟的研究員，其價值也會比較可觀。
運營管理人才主要的作用是企業管理、風險控制和市場開拓。優秀的私募運營人才有助于促進企業的發展壯大，也是企業的重要人力資本。
從中國實際情況來講，專業的私募管理人才主要集中在北京、上海和深圳等一線城市，以及大連、鄭州和杭州等經濟發達地區和交易所所在地。因此，期貨私募的發展往往也都分布在這些地方。
6、技術
隨著量化投資的增長以及人工智能的快速發展，期貨私募行業發展面臨新的技術挑戰。據了解，國外市場交易中大約30%為量化交易。而目前量化交易占中國總資產的比例還不到1%，預計中國未來有20-30%的市場交易來自量化交易，尤其在純期貨中，這種交易占比將比較大。新的計算機技術和人工智能目前仍處于快速發展階段，前段時間的阿爾法狗戰勝圍棋冠軍顯示出了人工智能的威力。
量化投資技術和人工智能未來對私募產業的影響可能是多方面的：第一，投資模式的變化。傳統主觀交易和量化交易之間的競爭必將更加劇烈；第二，行業門檻，量化投資和人工智能需要有巨大的財力來支撐，量化投資的發展將會導致行業的知識門檻和技術門檻進一步提高；第三、行業結構，量化投資的發展必將導致市場競爭更加激烈，目前市場中存在的非專業的投資者將會被市場逐步淘汰，行業走向集中和專業不可避免。
由于資料和分析水平有限，我按照先生提出的產業分析模型簡要對期貨資管行業進行梳理，作為本次課程的作業。后期我會進一步收集資料，完善產業分析！
