该统计数据包含了2019-2020年中国短视频及直播的营销费用在所有营销费用中的占比情况。2020年短视频及直播的营销费用在所有营销费用中的占比最高，占比12%。

数字技术正在驱动传播不断创新，并带来产业的结构性变革。个性化推荐技术的广泛应用，催生了新型资讯平台，并进一步带动了信息个人化的潮流。据统计目前这类平台月活跃用户超6亿，人均每日资讯消费时长达80分钟以上。各平台纷纷运用目前最受欢迎的视频、直播等方式，以多介质助力内容创作者，仅百度直播作者规模2020年即增加了317%，百家号视频创作账号也大增。技术的逻辑就是不断扩展人类的力量、助益人类生产效益更大化;传播则尽力满足人类的多种信息需求、努力使人类生活更加丰富多彩。平台内容产业的效益趋于最大化，更惠及从传统受众到新型用户的所有人群，使生产效益普惠于智慧的创作者。

2020年，中国电影市场最终票房定格在204.17亿，这个数字对比2019年642.66亿的成绩，下跌了68%，总票房成绩倒退整整7年，回到了2013年的同期水平。 2020年，疫情原因导致大量进口片缺席，以及好莱坞内地票房号召力的下跌，国产电影占比达到了历史新高：84%，这也创造全球所有大市场的历史新记录，成为全球除北美之外所有电影市场中，国产票房占比最高的一个。

两轮共享出行是指人们无需拥有车辆所有权，但可以与他人共享先后使用两轮车辆，按照出行需求、根据骑行时间或骑行里程付出相应使用费用的一种新兴交通方式。目前，两轮共享出行工具主要包括共享单车和共享电单车。

COVID-19自2020年1月起席卷全球，全球累计感染者超过80万，由于其人传人的特性，导致线下活动几乎停滞。随着“停课不停学”的提出，在线教育不在为教育科技企业独有，其影响力上升至全民话题。超过3亿学生被动“触网”对教育行业带来深远的影响，从中长期看定会重塑行业形态，首当其冲的变化是数万线下机构的集体线上化，但考虑到不同教育产品的特性，并不是所有的产品都能将教学环节进行100%的线上复制。另一个影响机构是否快速线上化的因素素学生对该项学习的急迫程度，举例来看，急迫性最强的必然是面临中高考的高三和初三毕业生。而对于有在线教育对标企业的K12 和英语阶段，经此一“疫”后，线下机构所有者心态也在发生着明显变化。

2020年6月12日-9月4日,《乘风破浪的姐姐》在”百万文案”中启航，在成团夜嘉宾热搜中靠岸。作为国内首档逆龄女团选秀综艺，它既有创新和热度，也不乏争议和遗憾。但无疑，它仍是今年夏天最受瞩目的节目，让30位30+女艺人在节目中乘风而起，给予她们再创演艺生涯新高光的机遇。 靠专业唱跳实力，还是话题热度，抑或观众缘玄学，“浪姐“们能否成功破浪C位出道，并没有特定的公式而言。艺恩基于代言人系统，对这30位“浪姐“乘风破浪的全过程进行全方位数据监测，有人“认真的亮相”之后归于沉寂，有人“弄潮博浪”之后实现商业价值飞升，品牌代言和商务合作纷至沓来。一份《乘风破浪的姐姐》数据盘点之《数说“浪姐”商业价值十宗“最”》请查收，看这些榜单上的浪姐，谁能最终成团出道。 1.商业价值排行榜 2.商业价值晋升榜 3.关注度排行榜 4.专业度排行榜 5.网络好评度排行榜 6.媒体热度排行榜 7.粉丝势力排行榜 8.女粉/男粉喜爱榜 9.前浪/后浪喜爱榜 10.新增代言排行榜

自动驾驶技术框架:自动驾驶的技术框架两条主线是"驾驶信息感知”和“决策控制”，其发展的核心是由系统进行信息感知、决策预警和智能控制，逐渐替代驾驶员的驾驶任务，并最终完全自主执行全部驾驶任务。其中，感知层是自动驾驶所有数据的输入源，决策层由计算平台完成海量的数据处理。各国自动驾驶技术开发理念基本一致:中国基本沿用了SAE J3016文件对自动驾驶的划分标准和理念,而这一标准也被各国广 泛采纳。另外,中国主张的自动驾驶概念置于智能网联汽车范畴之下，强调智能化(自动驾驶)和网联化(V2X)的融合，构建单体车辆智能和车路协同智能共进的技术体系。但在具体ADAS方面，中国的政策相对欧美滞后，尚以推荐性标准为主。

马太效应之下，资本们更倾向于重注已有成功雏形的优质企业。2020年内中国新增了 46 家独角兽公司，年末时「独角兽俱乐部」成员保持有 264 家，已经超过了美国的 240 家。 全球独角兽的区域分布是怎样的？ 中美两国独角兽所在行业分布有何不同？ 中国独角兽都分布在哪些城市？ 中国有哪些百亿美金的超级独角兽？ 2020 年内新晋的中国独角兽分布在哪些地方？ BAT 和京东这些互联网巨头的旗下都有多少家独角兽？ 巨头们的独角兽阵营具体是怎样的？ 中国有哪些值得关注的、但目前声量还不够大的新独角兽？ 以上所有问题都将在《2020-2021 中国独角兽解读报告》中详尽呈现。

人工智能能否完成人类历史上的颠覆式创新？60余年来一直争论不休。2006年,有人提出一种训练深层网络的新思路，随后三篇论文打开了深度学习算法突破口，大量的深度学习论文随之涌现。接着，用于支持深度学习算法的新型芯片问世，大大改善了旧芯片计算能力不足的缺陷。近年来，伴随着移动通信、大数据和芯片技术的发展，人工智能的计算能力得到了大幅提升，AI正在承担一些复杂的任务，进一步提升自身感知和思维能力。世界发达经济体在面临这一变革之时，充分认识到其中蕴含的磅礴力量。政府从战略层面加强顶层设计，企业从底层应用提速发展，巨头从产业布局建立生态，资本从资金层面助力成长。风云际会，各种有利因素正在加速产业发展。当前人工智能产业的核心矛盾有两个：一是投资需求大而创业项目供给减少；二是市场期望高而产品体验却不佳。全球平均每年花费110亿元。

2018年全球智能制造市场规模约为1770亿美元，是2015年的近4倍，今年，根据两国对国内生产总值（GDP）增速的估计，全球最大经济体美国和中国的制造业增加值预计将达到6.4万亿美元，2018年工业机器人市场（不包括外围设备、软件和系统工程的价格）规模为169亿美元，预计2019-2024年复合年增长率为12%，到2024年将达到317亿美元。汽车行业为最大的下游应用，在所有制造流程与工序中，可预测的体力劳动是最可替代的，2018年，全球增材制造总市场规模达到96.8亿美元，5年复合年增长率为26.1%。应用领域已经从学术界、消耗品和电子领域转移到航空航天和汽车领域，作为人工智能+工业的落地场景，2025年机器视觉市场规模有望达到150亿美元，5年复合年增长率为14%。

1、数字化成熟度较高的企业，其创新速度远高于那些成熟度较低的竞争对手。数字化成熟度较高的企业会在创新上投入更多资源，并不断推动数字化进步；2、数字化成熟度较高企业的员工在所有工作中都拥有更多的创新自主权。很多来自数字化成熟阶段企业的受访者称，企业为其提供了充分的创新资源，而对于来自数字化早期阶段企业的受访者，持相同观点的人数只有前者的五分之一；3、与数字化成熟度较低的同行相比，数字化成熟度较高的企业更有可能与外部伙伴合作。合作的性质也因成熟度而异；4、跨职能团队是数字化创新的另一个重要来源。从一方面来说，数字化成熟度较高的企业更有可能使用跨职能团队，从另一个方面来说，这些团队在数字成熟度更高的企业中也发挥更多样化的作用；5、数字化成熟度较高的企业更具敏捷性和创新精神，但也因此需要更完善的治理策略。企业需要对其网络范围内不断增加的自主权制定政策，从而建立强有力的保护屏障；6、在预测企业未来实力会增强还是削弱时， 成熟阶段企业和早期阶段企业的受访者给出了截然不同的答案。前者认为其企业有能力适应数字化颠覆带来的变化，并扩大相应服务能力；而后者则认为数字化颠覆是他们无法控制的市场力量。