数字城市场景AI解决方案行业需求与投资预测报告

《数字城市场景AI解决方案行业需求与投资预测报告》由会员分享，可在线阅读，更多相关《数字城市场景AI解决方案行业需求与投资预测报告（21页珍藏版）》请在装配图网上搜索。

1、数字城市场景AI解决方案行业需求与投资预测报告鼓励能源、化工、钢铁、电子、轻纺、医药等行业企业，积极利用电子商务平台优化采购、分销体系，提升企业经营效率。推动各类专业市场线上转型，引导传统商贸流通企业与电子商务企业整合资源，积极向供应链协同平台转型。鼓励生产制造企业面向个性化、定制化消费需求深化电子商务应用，支持设备制造企业利用电子商务平台开展融资租赁服务，鼓励中小微企业扩大电子商务应用。按照市场化、专业化方向，大力推广电子招标投标。到2025年，网络化、智能化、服务化、协同化的互联网+产业生态体系基本完善，互联网+新经济形态初步形成，互联网+成为经济社会创新发展的重要驱动力量。一、 人工智能

2、行业总体发展情况（一）人工智能行业市场规模人工智能利用机器学习和数据分析，对人的意识和思维过程进行模拟、延伸和拓展，赋予机器类人的能力。人工智能将重塑实体经济，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。人工智能是新一轮科技革命和产业变革的重要驱动力量。经历了从技术到产品、从产品到场景的快速发展过程，人工智能正逐步作为一种变革力量与产业深度融合，并成为目前新型基础设施建设的重要一环，面临广阔的发展空间。据Sage预测，至2030年人工智能的出现将为全球GDP带来额外14%的提升，相当于157万亿美元的增长。中国市场丰富

3、的应用场景和庞大的数据量同样刺激人工智能市场的快速扩张，将从2019年的2806亿美元增长至2023年的11925亿美元，复合增长率高达4358%。政府行业、金融业、互联网行业在经过近年的应用实践后将全面推广AI的应用，而新零售、新制造、医疗领域也将成为AI市场的新增长点。IDC预计未来这六大行业应用AI的3年复合增长率将超过30%。（二）人工智能行业产业链与国内产业链分析从产业链上来看，人工智能行业的基础层主要提供数据和算力支持，其中包括硬件设施、系统平台和数据资源三个维度；技术层为感知和认知能力，包括算法模型、基础框架和通用技术；应用层即场景和产品，主要包括各类型的智能产品和应用平台。同时

4、，智能产品端即众多物联网化的终端和边缘端设备是数据资源的重要来源，形成了对基础层底层数据的持续补充，进而带动技术层的演进和迭代，从而构成完整的闭环。在人工智能应用技术方面，主要可分为计算机视觉、智能语音、自然语言处理三个主要方向。其中，计算机视觉主要研究计算机代替人眼对目标进行识别、跟踪和测量等相关课题，解决机器看得清、看得懂的问题。智能语音识别技术主要研究人际之间语音信息的处理问题，即实现计算机、智能设备、家用电器等通过对语音的分析、理解和合成，实现能听会说，具备自然语言交流的能力。自然语言处理技术主要研究计算机处理人类语言，是机器理解并解释人类写作、说话方式的能力，也是人工智能最初发展的切

5、入点和目前的研究焦点。目前，国内的人工智能企业集中于应用层，基础层则较为薄弱。在中国新一代人工智能发展战略研究院2019年的统计中，产业链基础层、技术层和应用层的企业数量分别占总数的28%、22%和752%。由于对技术和资金的要求较高，基础层的底层技术由少数国际巨头垄断，国内行业结构稍显头重脚轻，国内企业在算法和硬件算力领域仍然任重道远。近年来，国家就相关领域的政策正在经历由侧重技术应用到全产业链系统发展的方向转变，未来就基础层的发展，可预见更多资本和人才的政策倾斜，基础层也将成为未来人工智能整体市场的核心增长引擎。目前，计算机视觉技术是人工智能市场中的应用最为广泛的技术，在2020年上半年贡

6、献了整体市场中超过48%的收入，其次为语音语义技术和机器学习开发平台技术。随着计算机视觉的应用落地走向成熟，应用场景不断拓展，计算机视觉技术的市场份额将持续保持较高水平。（三）AI解决方案市场容量智慧安防解决方案运用人工智能技术处理安防监控活动中产生的海量数据，并逐渐完成部分自主决策响应任务，实现事前积极预防、事中实时感知和快速响应，以及事后的快速调查，其典型应用包括政府主导建设的、天网工程等。随着我国数字城市、智慧城市建设步伐持续加快，安防需求已全面从政府主导的城市公共安全管理向更为私有化、场景个性化的方向发展，智能安防的市场边界将进一步扩展，智能安防产业规模预计将保持高位增长。沙利文预计至

7、2023年，中国智慧安防人工智能产业市场规模将高达1，3016亿元，2018年至2023年的年复合增长率将达到477%。城市治理解决方案运用人工智能技术，帮助政府统筹推进智慧城市的建设、运营和管理，并基于特定场景制订个性化解决方案，有效提高工作效率和立体化防控水平。以智慧交通枢纽为例，传统交通系统中存在各交通参与模块相互割裂、缺乏协调等问题，城市阻塞问题随之加剧。智慧交通枢纽整合交通资源与流量信息，实现交通元素之间的彼此协调、优化配置和高效使用。随着各地对城市运营精细化管理的需求不断增强，下游应用场景的不断拓展将持续加速城市治理市场的扩张。仅就智慧交通人工智能领域，沙利文预计2023年该领域市

8、场规模将达到3457亿元。缺乏信息化管理平台的传统园区随着入驻企业和员工访客的不断增加，存在管理效率低下、资源配置不合理等问题。智慧园区则可以通过云计算和人工智能等技术，实现园区的网络设施协同化、运营管理智能化，有效降低园区的运营成本。目前，我国共有超过15，000个产业园区，智能园区改造的渗透率仍然较低，未来有较大的市场增长空间。预计至2023年，中国智慧园区人工智能市场规模将达763亿元。计算机视觉技术通过识别分析消费者行为和商品信息，可对门店经营、消费者游逛行为等进行数据量化，对销售额进行多因子分析，是精准营销、智能化运营、门店管理等环节应用的必要基础。在此基础上机器学习技术则应用于数据

9、建各场景的智能化水平。随着人工智能技术向更广泛的商业领域进行渗透，智慧泛商业的市场扩张将伴随着零售、市场营销等行业的转型升级得到进一步的加速。其中，AI+零售市场将保持50%以上的年复合增长率，规模将在2022年达到267亿元。二、 基本原则（一）坚持开放共享营造开放包容的发展环境，将互联网作为生产生活要素共享的重要平台，最大限度优化资源配置，加快形成以开放、共享为特征的经济社会运行新模式。（二）坚持融合创新鼓励传统产业树立互联网思维，积极与互联网+相结合。推动互联网向经济社会各领域加速渗透，以融合促创新，最大程度汇聚各类市场要素的创新力量，推动融合性新兴产业成为经济发展新动力和新支柱。（三）

10、坚持变革转型充分发挥互联网在促进产业升级以及信息化和工业化深度融合中的平台作用，引导要素资源向实体经济集聚，推动生产方式和发展模式变革。创新网络化公共服务模式，大幅提升公共服务能力。（四）坚持引领跨越巩固提升我国互联网发展优势，加强重点领域前瞻性布局，以互联网融合创新为突破口，培育壮大新兴产业，引领新一轮科技革命和产业变革，实现跨越式发展。（五）坚持安全有序完善互联网融合标准规范和法律法规，增强安全意识，强化安全管理和防护，保障网络安全。建立科学有效的市场监管方式，促进市场有序发展，保护公平竞争，防止形成行业垄断和市场壁垒。三、 互联网+高效物流加快建设跨行业、跨区域的物流信息服务平台，提高物

11、流供需信息对接和使用效率。鼓励大数据、云计算在物流领域的应用，建设智能仓储体系，优化物流运作流程，提升物流仓储的自动化、智能化水平和运转效率，降低物流成本。（一）构建物流信息共享互通体系发挥互联网信息集聚优势，聚合各类物流信息资源，鼓励骨干物流企业和第三方机构搭建面向社会的物流信息服务平台，整合仓储、运输和配送信息，开展物流全程监测、预警，提高物流安全、环保和诚信水平，统筹优化社会物流资源配置。构建互通省际、下达市县、兼顾乡村的物流信息互联网络，建立各类可开放数据的对接机制，加快完善物流信息交换开放标准体系，在更广范围促进物流信息充分共享与互联互通。（二）建设深度感知智能仓储系统在各级仓储单元

12、积极推广应用二维码、无线射频识别等物联网感知技术和大数据技术，实现仓储设施与货物的实时跟踪、网络化管理以及库存信息的高度共享，提高货物调度效率。鼓励应用智能化物流装备提升仓储、运输、分拣、包装等作业效率，提高各类复杂订单的出货处理能力，缓解货物囤积停滞瓶颈制约，提升仓储运管水平和效率。（三）完善智能物流配送调配体系加快推进货运车联网与物流园区、仓储设施、配送网点等信息互联，促进人员、货源、车源等信息高效匹配，有效降低货车空驶率，提高配送效率。鼓励发展社区自提柜、冷链储藏柜、代收服务点等新型社区化配送模式，结合构建物流信息互联网络，加快推进县到村的物流配送网络和村级配送网点建设，解决物流配送最后

13、一公里问题。四、 视觉人工智能行业（一）视觉人工智能技术发展历程1、计算机视觉的定义计算机视觉技术赋予计算机人类双眼所拥有的分割、分类、识别、跟踪、判别等功能，通过构造多层的神经网络，识别不同层级的图像特征并在顶层做出判断和分类。2、计算机视觉的发展历程计算机视觉主要经历了以上三个发展阶段。伴随着同期互联网海量数据的爆发，各类数据集成为计算机视觉技术发展的土壤，而深度学习和深层神经网络理论最终带来最新一次的技术变革。2015年，视觉人工智能系统识别项目ImageNet比赛中，ResNet以357%的识别错误率首次超越人类视觉的51%。目前人脸识别准确率已经提升至97%以上。（二）视觉人工智能产

14、业链简介与人工智能市场的产业链相似，视觉人工智能市场的产业链同样分为基础层、技术层与应用层。其中，基础层主要包括提供算力的芯片与提供信息采集功能的前端设备组成的硬件支持、相关底层技术支持，与海量信息数据；技术层则主要包括基于各类识别技术构建的软件产品、解决方案和技术平台；应用层则包括了各类视觉人工智能的应用场景。（三）视觉人工智能行业市场规模与行业构成作为人工智能产业中应用最为广泛的技术之一，计算机视觉技术拥有前景广阔的庞大市场。在2017年的爆发式增长后，我国计算机视觉市场近几年的增长趋缓，但仍处于较高水平。根据高工产研机器人研究所的数据，2019年中国计算机视觉应用市场达1456亿美元。而

15、根据沙利文咨询出具的研究，2019年中国计算机视觉市场规模达到2196亿元。目前，视觉人工智能被广泛应用于各个行业，包括安防、零售、营销、医疗等等。其中，根据亿欧数据的研究，2018年中国计算机人脸识别市场中安防场景的应用占612%，根据前瞻研究院数据，2020年中国计算机视觉应用层份额中，安防影像分析占679%，国内明确的应用场景和强大的客户需求让AI技术在安防行业快速落地。在安防行业，视觉人工智能的应用场景包括门禁、智能摄像头等，依托人像识别技术，安防排查和管理效率得到显著提升。同时，根据中科院发布的2019年人工智能发展白皮书等，目前计算机视觉技术除了安防之外，较为典型的应用场景还包括：

16、自动驾驶汽车需要使用计算机视觉技术。特斯拉等汽车制造商已经通过摄像头、激光雷达、雷达和超声波传感器从环境中获取图像，研发自动驾驶汽车来探测目标、车道标志和交通信号，从而安全驾驶。由于90的医疗数据都是基于图像的，因此医学中的计算机视觉有很多用途。比如启用新的医疗诊断方法，分析X射线，X光检查，AI诊疗等。计算机视觉技术可以帮助工业制造商更安全、更智能、更有效地运行，比如预测性维护设备故障，对包装和产品质量进行监控，并通过计算机视觉技术识别和减少不合格产品。传统翻译采用人工查词的方式，不但耗时长，而且错误率高。图像识别技术的出现大幅提升了翻译的效率和准确度，用户通过简单的拍照、截图或划线就能得到

17、准确的翻译结果。（四）视觉人工智能技术的场景应用举例视觉人工智能目前被广泛应用于多个行业，其功能和应用涉及到数据采集端终端，数据传输，数据存储、处理和输出端云端，通过云端和终端的密切配合，最终实现有效结果的输出。以安防场景为例，在一个完整的端云架构中，终端IoT设备主要用于数据采集，例如摄像机通过拍摄视频来采集数据，然后终端设备通过传播介质将数据传输至云端，再由云端进行批量的分析处理，最后输出分析结果。由于终端设备需要更多地考虑功耗和成本，过去在端侧仅部署较小的算力，更依靠云侧算力的支持。在数据呈现指数级增长的今天，一方面终端的视频流数据快速增长加重了传输渠道的负载，导致原有带宽无法支撑数据的

18、及时、有效传输，进而影响了云端算力的科学调度；另一方面，数据量的指数级增长大幅提高了云端对并行运算数据峰值的要求，云侧的部署成本随着数据处理需求的极值增长而显著提高，但在数据处理的平峰期，云端算力将存在无法得到充分、有效运用的情形。为了更好地平衡云侧和端侧的算力分布，实现整体效率的最大化，目前通过提升端侧和边缘侧的智能化水平和算力，实现整体算力分布的前置成为行业的新趋势。通过将部分算力和分析程序前置到终端设备，终端可以实现对数据的预处理，仅需将部分特征数据传至云端，甚至在本地完成对数据的完整分析。通过分布式算力部署，端侧设备形成的数据处理集群逐步向云侧设备融合。随着系统架构的不断优化，一方面这

19、将增加有效算力，缓解带宽压力，减少设备的成本投入，另一方面数据的本地处理也能有效规避云侧分析带来的数据安全、隐私保护等风险。随着端侧芯片能够灵活支持更多算法，在云端集中的算力部署也将更加合理，最终实现端云协同的协同效应，即架构内算力、成本、时延、功耗的最优平衡。为实现这一效果，端侧对芯片的兼容性和灵活性有更高的要求，在控制成本和功耗的同时提升算力，从而实现云端部署和应用场景的灵活适配。五、 互联网+现代农业利用互联网提升农业生产、经营、管理和服务水平，培育一批网络化、智能化、精细化的现代种养加生态农业新模式，形成示范带动效应，加快完善新型农业生产经营体系，培育多样化农业互联网管理服务模式，逐步

20、建立农副产品、农资质量安全追溯体系，促进农业现代化水平明显提升。（一）构建新型农业生产经营体系鼓励互联网企业建立农业服务平台，支撑专业大户、家庭农场、农民合作社、农业产业化龙头企业等新型农业生产经营主体，加强产销衔接，实现农业生产由生产导向向消费导向转变。提高农业生产经营的科技化、组织化和精细化水平，推进农业生产流通销售方式变革和农业发展方式转变，提升农业生产效率和增值空间。规范用好农村土地流转公共服务平台，提升土地流转透明度，保障农民权益。（二）发展精准化生产方式推广成熟可复制的农业物联网应用模式。在基础较好的领域和地区，普及基于环境感知、实时监测、自动控制的网络化农业环境监测系统。在大宗农

21、产品规模生产区域，构建天地一体的农业物联网测控体系，实施智能节水灌溉、测土配方施肥、农机定位耕种等精准化作业。在畜禽标准化规模养殖基地和水产健康养殖示范基地，推动饲料精准投放、疾病自动诊断、废弃物自动回收等智能设备的应用普及和互联互通。（三）提升网络化服务水平深入推进信息进村入户试点，鼓励通过移动互联网为农民提供政策、市场、科技、保险等生产生活信息服务。支持互联网企业与农业生产经营主体合作，综合利用大数据、云计算等技术，建立农业信息监测体系，为灾害预警、耕地质量监测、重大动植物疫情防控、市场波动预测、经营科学决策等提供服务。（四）完善农副产品质量安全追溯体系充分利用现有互联网资源，构建农副产品

22、质量安全追溯公共服务平台，推进制度标准建设，建立产地准出与市场准入衔接机制。支持新型农业生产经营主体利用互联网技术，对生产经营过程进行精细化信息化管理，加快推动移动互联网、物联网、二维码、无线射频识别等信息技术在生产加工和流通销售各环节的推广应用，强化上下游追溯体系对接和信息互通共享，不断扩大追溯体系覆盖面，实现农副产品从农田到餐桌全过程可追溯，保障舌尖上的安全。六、 互联网+协同制造推动互联网与制造业融合，提升制造业数字化、网络化、智能化水平，加强产业链协作，发展基于互联网的协同制造新模式。在重点领域推进智能制造、大规模个性化定制、网络化协同制造和服务型制造，打造一批网络化协同制造公共服务平

23、台，加快形成制造业网络化产业生态体系。（一）大力发展智能制造以智能工厂为发展方向，开展智能制造试点示范，加快推动云计算、物联网、智能工业机器人、增材制造等技术在生产过程中的应用，推进生产装备智能化升级、工艺流程改造和基础数据共享。着力在工控系统、智能感知元器件、工业云平台、操作系统和工业软件等核心环节取得突破，加强工业大数据的开发与利用，有效支撑制造业智能化转型，构建开放、共享、协作的智能制造产业生态。（二）发展大规模个性化定制支持企业利用互联网采集并对接用户个性化需求，推进设计研发、生产制造和供应链管理等关键环节的柔性化改造，开展基于个性化产品的服务模式和商业模式创新。鼓励互联网企业整合市场

24、信息，挖掘细分市场需求与发展趋势，为制造企业开展个性化定制提供决策支撑。（三）提升网络化协同制造水平鼓励制造业骨干企业通过互联网与产业链各环节紧密协同，促进生产、质量控制和运营管理系统全面互联，推行众包设计研发和网络化制造等新模式。鼓励有实力的互联网企业构建网络化协同制造公共服务平台，面向细分行业提供云制造服务，促进创新资源、生产能力、市场需求的集聚与对接，提升服务中小微企业能力，加快全社会多元化制造资源的有效协同，提高产业链资源整合能力。（四）加速制造业服务化转型鼓励制造企业利用物联网、云计算、大数据等技术，整合产品全生命周期数据，形成面向生产组织全过程的决策服务信息，为产品优化升级提供数据

25、支撑。鼓励企业基于互联网开展故障预警、远程维护、质量诊断、远程过程优化等在线增值服务，拓展产品价值空间，实现从制造向制造+服务的转型升级。七、 互联网+创业创新充分发挥互联网的创新驱动作用，以促进创业创新为重点，推动各类要素资源聚集、开放和共享，大力发展众创空间、开放式创新等，引导和推动全社会形成大众创业、万众创新的浓厚氛围，打造经济发展新引擎。（一）强化创业创新支撑鼓励大型互联网企业和基础电信企业利用技术优势和产业整合能力，向小微企业和创业团队开放平台入口、数据信息、计算能力等资源，提供研发工具、经营管理和市场营销等方面的支持和服务，提高小微企业信息化应用水平，培育和孵化具有良好商业模式的创

26、业企业。充分利用互联网基础条件，完善小微企业公共服务平台网络，集聚创业创新资源，为小微企业提供找得着、用得起、有保障的服务。（二）积极发展众创空间充分发挥互联网开放创新优势，调动全社会力量，支持创新工场、创客空间、社会实验室、智慧小企业创业基地等新型众创空间发展。充分利用国家自主创新示范区、科技企业孵化器、大学科技园、商贸企业集聚区、小微企业创业示范基地等现有条件，通过市场化方式构建一批创新与创业相结合、线上与线下相结合、孵化与投资相结合的众创空间，为创业者提供低成本、便利化、全要素的工作空间、网络空间、社交空间和资源共享空间。实施新兴产业双创行动，建立一批新兴产业双创示范基地，加快发展互联网

27、+创业网络体系。（三）发展开放式创新鼓励各类创新主体充分利用互联网，把握市场需求导向，加强创新资源共享与合作，促进前沿技术和创新成果及时转化，构建开放式创新体系。推动各类创业创新扶持政策与互联网开放平台联动协作，为创业团队和个人开发者提供绿色通道服务。加快发展创业服务业，积极推广众包、用户参与设计、云设计等新型研发组织模式，引导建立社会各界交流合作的平台，推动跨区域、跨领域的技术成果转移和协同创新。八、 互联网+智慧能源通过互联网促进能源系统扁平化，推进能源生产与消费模式革命，提高能源利用效率，推动节能减排。加强分布式能源网络建设，提高可再生能源占比，促进能源利用结构优化。加快发电设施、用电设

28、施和电网智能化改造，提高电力系统的安全性、稳定性和可靠性。（一）推进能源生产智能化建立能源生产运行的监测、管理和调度信息公共服务网络，加强能源产业链上下游企业的信息对接和生产消费智能化，支撑电厂和电网协调运行，促进非化石能源与化石能源协同发电。鼓励能源企业运用大数据技术对设备状态、电能负载等数据进行分析挖掘与预测，开展精准调度、故障判断和预测性维护，提高能源利用效率和安全稳定运行水平。（二）建设分布式能源网络建设以太阳能、风能等可再生能源为主体的多能源协调互补的能源互联网。突破分布式发电、储能、智能微网、主动配电网等关键技术，构建智能化电力运行监测、管理技术平台，使电力设备和用电终端基于互联网

29、进行双向通信和智能调控，实现分布式电源的及时有效接入，逐步建成开放共享的能源网络。（三）探索能源消费新模式开展绿色电力交易服务区域试点，推进以智能电网为配送平台，以电子商务为交易平台，融合储能设施、物联网、智能用电设施等硬件以及碳交易、互联网金融等衍生服务于一体的绿色能源网络发展，实现绿色电力的点到点交易及实时配送和补贴结算。进一步加强能源生产和消费协调匹配，推进电动汽车、港口岸电等电能替代技术的应用，推广电力需求侧管理，提高能源利用效率。基于分布式能源网络，发展用户端智能化用能、能源共享经济和能源自由交易，促进能源消费生态体系建设。（四）发展基于电网的通信设施和新型业务推进电力光纤到户工程，

30、完善能源互联网信息通信系统。统筹部署电网和通信网深度融合的网络基础设施，实现同缆传输、共建共享，避免重复建设。鼓励依托智能电网发展家庭能效管理等新型业务。九、 互联网+益民服务（一）发展便民服务新业态发展体验经济，支持实体零售商综合利用网上商店、移动支付、智能试衣等新技术，打造体验式购物模式。发展社区经济，在餐饮、娱乐、家政等领域培育线上线下结合的社区服务新模式。发展共享经济，规范发展网络约租车，积极推广在线租房等新业态，着力破除准入门槛高、服务规范难、个人征信缺失等瓶颈制约。发展基于互联网的文化、媒体和旅游等服务，培育形式多样的新型业态。积极推广基于移动互联网入口的城市服务，开展网上社保办理

31、、个人社保权益查询、跨地区医保结算等互联网应用，让老百姓足不出户享受便捷高效的服务。（二）推广在线医疗卫生新模式发展基于互联网的医疗卫生服务，支持第三方机构构建医学影像、健康档案、检验报告、电子病历等医疗信息共享服务平台，逐步建立跨医院的医疗数据共享交换标准体系。积极利用移动互联网提供在线预约诊疗、候诊提醒、划价缴费、诊疗报告查询、药品配送等便捷服务。引导医疗机构面向中小城市和农村地区开展基层检查、上级诊断等远程医疗服务。鼓励互联网企业与医疗机构合作建立医疗网络信息平台，加强区域医疗卫生服务资源整合，充分利用互联网、大数据等手段，提高重大疾病和突发公共卫生事件防控能力。积极探索互联网延伸医嘱、

32、电子处方等网络医疗健康服务应用。鼓励有资质的医学检验机构、医疗服务机构联合互联网企业，发展基因检测、疾病预防等健康服务模式。（三）促进智慧健康养老产业发展支持智能健康产品创新和应用，推广全面量化健康生活新方式。鼓励健康服务机构利用云计算、大数据等技术搭建公共信息平台，提供长期跟踪、预测预警的个性化健康管理服务。发展第三方在线健康市场调查、咨询评价、预防管理等应用服务，提升规范化和专业化运营水平。依托现有互联网资源和社会力量，以社区为基础，搭建养老信息服务网络平台，提供护理看护、健康管理、康复照料等居家养老服务。鼓励养老服务机构应用基于移动互联网的便携式体检、紧急呼叫监控等设备，提高养老服务水平。（四）探索新型教育服务供给方式鼓励互联网企业与社会教育机构根据市场需求开发数字教育资源，提供网络化教育服务。鼓励学校利用数字教育资源及教育服务平台，逐步探索网络化教育新模式，扩大优质教育资源覆盖面，促进教育公平。鼓励学校通过与互联网企业合作等方式，对接线上线下教育资源，探索基础教育、职业教育等教育公共服务提供新方式。推动开展学历教育在线课程资源共享，推广大规模在线开放课程等网络学习模式，探索建立网络学习学分认定与学分转换等制度，加快推动高等教育服务模式变革。