區塊鏈技術的缺點精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的區塊鏈技術的缺點主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：區塊鏈技術的缺點范文

一、“區塊鏈+AI”行業概述：

1、“區塊鏈+AI”行業簡介

人工智能（ArtificialIntelligence）英文縮寫為“AI”，主要研究如何使計算機去做更多過去只有人類才能完成的智能工作。AI一詞最早是在1956年Dartmouth學會上提出，2015年美國伊利諾伊小組研究中表明，現階段AI智力已可達4歲孩童智力水平。隨著人工智能技術不斷成熟應用，圍繞著“AI+”的技術理念創新也在不斷提出，其中“區塊鏈+AI”的技術理念尤為突出。

區塊鏈是分布式數據存儲、點對點傳輸、共識機制、加密算法等計算機技術的新型應用模式。其本身作為比特幣的底層技術，擁有去中心化、開放性、自治性、信息難篡改、匿名性等特征，可有效彌補人工智能應用中存在的數據共享、數據安全等問題。區塊鏈可以為人工智能提供“鏈”的功能，讓人工智能的“自主”運行中需要的數據信息都得到可信記錄并具備可溯源的特點，使得AI更可信、更安全。可以說“區塊鏈+AI”是新型技術之間的通力合作，若兩者可有機結合，將會創造更大的價值。

從金融、消費、醫療服務到政府服務，區塊鏈和人工智能的結合正在逐步滲透各個行業和領域。人工智能和區塊鏈的協作將會解決諸多的問題，在人工智能提供數據分析和匹配的同時，區塊鏈將提供一個更加安全和可信任的網絡。

2、人工智能和區塊鏈行業現狀概述

人工智能被譽為引領未來的戰略性技術，是提升國家競爭力、維護國家安全的核心技術之一，也將成為經濟發展中新一輪產業變革的核心驅動力。在我國，人工智能的發展受到高度重視，2017年7月8日國務院了《新一代人工智能發展規劃》的戰略部署，明確我國新一代人工智能發展的三大戰略目標：至2020年人工智能總體技術和應用與世界先進水平同步，成為重要經濟增長點，全面支持建設小康社會；至2025年人工智能基礎理論實現重大突破，成為我國產業升級和經濟轉型的主要動力，向智能社會建設邁進；至2030年人工智能理論、技術和應用總體達到世界領先水平，成為世界主要人工智能創新中心，為經濟強國奠基。根據中國互聯網絡信息中心（CNNIC）2017年的《中國互聯網絡發展狀況統計報告》顯示，2016年中國人工智能相關專利年申請數量達30115項，產業規模突破百億，2017年中國人工智能產業規模達152.1億元，該行業每年以40%～50%增長率進行增長，預估2019年將突破300億元，截止2017年6月我國人工智能企業總數已達592家，僅次于美國。2017年9月，華為公司推出的芯片麒麟970及蘋果公司推出的芯片A11SOC均具備機器學習處理單元，為人工智能硬件打下堅實的基礎。人工智能行業目前已走過技術蠻荒期，處于通用技術與行業結合形成商業化場景應用階段。根據目前滬深兩市板塊分類統計，涉及人工智能概念的上市公司共104家，基本涵蓋了人工智能基礎層、技術層、應用層各相關領域。

相比于人工智能技術已經經歷了60多年的長足發展而言，區塊鏈技術目前起步不到10年，且剛剛經歷了三個初級的階段，分別為：

起步期：2009年-2012年，以比特幣為代表的加密數字貨幣使得區塊鏈技術開始走進部分極客和新興技術愛好者的視野當中，并開始在世界范圍內形成一定程度的關注和研究。

雛形期：2013年-2017年，以太坊在比特幣的基礎技術架構之上引入了智能合約，使得區塊鏈的可拓展性得到極大的提升，區塊鏈技術開始延展到更多行業和領域。

發展期：2018年-，區塊鏈技術開始迭展，行業發展聚焦于更為安全的技術架構的搭建與更加良好基礎性能的提升，區塊鏈安全、區塊鏈與人工智能等方向開始受到行業重視，一些應用逐步在全球各個行業領域開始試點。

目前區塊鏈技術發展總體階段處于類似于互聯網發展的初期階段，距離大規模的應用落地仍然需要時間積累。“區塊鏈+AI”是新興技術相互賦能的良好應用結合，區塊鏈技術在人工智能這一垂直領域的探索，有助于加速新興技術的落地，并在實踐過程中不斷完善。目前大部分“區塊鏈+AI”項目仍處于概念驗證階段或早期應用階段。

二、“區塊鏈+AI”具有的優勢與挑戰

在人工智能為區塊鏈提供更強大拓展場景與數據分析能力的同時，區塊鏈技術可為人工智能提供高度可信的原始數據以支持其持續的“深度學習”。在未來人工智能高度發展的同時，也可通過區塊鏈的分布式、透明、可溯源的特點，來保障人工智能始終處于人類可控的范圍之內。這對兩者的技術發展進程都提出了更高的要求，總體而言，區塊鏈技術本身處于早期階段，與人工智能相結合需要持續迭代以滿足人工智能對性能和穩定性的要求。

1、“區塊鏈+AI”兩項尖端科技的相互賦能

區塊鏈與人工智能兩項技術的結合，有以下七個方面的優勢：一是區塊鏈可以提高人工智能的數據安全性；二是區塊鏈可以加速數據的累積，給人工智能提供更強大的數據支持，解決AI的數據供應問題；三是區塊鏈可以解決數據收集時的數據隱私問題；四是人工智能可以減少區塊鏈的電力消耗；五是區塊鏈使得人工智能更加的可信任；六是區塊鏈幫助人工智能縮短訓練時間；七是區塊鏈有助于打造一個更加開放與公平化的人工智能市場。雙方結合的優勢具體說明如下：

（1）提高數據安全性

區塊鏈可以幫助人工智能避免因數據存儲問題導致的故障。區塊鏈中每個節點都按照鏈式結構存儲完整的數據，每個存儲節點都是獨立的、地位等同的。區塊鏈的高冗余特性，分布式數據存儲，可避免系統級別風險的發生。理論上看除非所有節點全部出現風險，否則數據就是安全的。

此外，考慮到人工智能診斷的“黑箱”問題，清晰誰建立了人工智能，使用什么數據進行訓練，以及誰部署了最終的，是我們應對人工智能可能出現的問題的最佳防控手段。目前使用的大多數人工智能程序都是“深度學習”算法的變體。不良的數據內容將給人工智能帶來相應的安全隱患，區塊鏈則通過記錄哪些核心算法是使用哪組訓練數據開發的，避免了這一問題。更寬泛地說，區塊鏈可以記錄誰編寫了原始的人工智能算法以及用什么數據來訓練算法。

（2）大量且豐富的數據支持

一些企業為了自身發展會進行海量數據收集，同時因為市場競爭而拒絕進行數據共享。由此造成這些公司接觸到的數據有限，缺少完整的數據集做支撐，使得人工智能產品質量較差。采用區塊鏈技術，可以利用數據分類帳進行部分數據的購買銷售。可靠性強、可用性高的數據將會使得企業生產出高質量的計算機識別，語音識別和其他數據密集型應用。

當收集了大量同類型數據用于訓練AI模型時，數據會受到偏差或“過度擬合”的影響。數據樣本將不具備典型的隨機性來代表總體的特性。使用此類型數據訓練的模型比使用更多不同樣本進行訓練的模型表現能力要差很多。通過引入區塊鏈技術，讓不同的人和公司來提供可信的不同數據，可以獲得更多樣化的數據樣本，幫助AI完成“自主性”決策。

（3）隱私保護

人工智能的高速發展需建立在大量的數據基礎上，不可避免地涉及到個人隱私數據合理使用的問題，例如從公共數據庫中推導出私人隱私信息，通過這些信息又推導到其他相關人員的信息，這已經超出大部分人同意披露的信息范圍。區塊鏈采用非對稱加密和授權技術，交易信息公開透明，但對于賬戶身份信息是高度加密的，只有經過數據擁有者授權才可訪問該數據，即使遭到入侵，也僅是一小部分信息內容，無法獲取用戶完整的個人身份信息，此技術在AI大數據運行環境下，個人的隱私免于被侵犯，不法企業難以利用用戶數據來牟取不正當利益。同時，區塊鏈與加密算法相結合可以在數據分享過程中分離數據所有權和使用權，讓數據使用方可以利用密文進行模型訓練和使用，徹底杜絕原始數據泄露的風險，從而打通企業和政府中的數據孤島。

（4）能源消耗減少

采用POW共識機制的區塊鏈項目需要消耗大量的電力資源，人工智能可以通過學習算法，提升數據中心的負載，操控計算機服務器和相關的散熱系統，優化冷卻，有效地進行設備管理，從而減少電力的消耗。對于AI可以優化能源消耗已被谷歌和百度等公司證實，2017年6月百度的智能樓宇項目一個月內為百度省下了25萬度用電量，谷歌旗下AI實驗室DeepMind利用人工智能技術幫助谷歌削減了15%的用電量。

（5）可信任度的提升

一個人工智能管理的區塊鏈可以為獨立于人工智能運行的底層平臺的人工智能提供一個分散的標識。每一個主要的人工智能都可以注冊成為被普遍認同的節點，這將為AI識別提供一個解決方案，類似于今天的網站證書，以驗證網站所有權。

一個人工智能管理的區塊鏈還可以允許每個人工智能將其活動的常規哈希函數寫入區塊鏈分類，以便具有加密密鑰的可以對其進行不可篡改的檢查。區塊鏈搭載的人工智能分布式賬本記錄了人工智能做了什么，確保人工智能的錯誤行為被及時的發現、分析和糾正。而區塊鏈的不可篡改性使得人工智能幾乎不可能“掩蓋它的蹤跡”和刪除犯罪活動數據。

最后，區塊鏈的共識機制可以確保人工智能處于控制之下。通過人工智能執行任務的公共記錄(必須由多個區塊鏈節點進行驗證)，我們可以確保人工智能的運行不會超出界限。

（6）更短的AI訓練時間

在使用區塊鏈技術保障訓練數據的真實可靠性的前提之下，可以通過區塊鏈的分布式數據存儲的方式將一臺人工智能的深度學習訓練時間大幅度的減少。例如一個人工智能的訓練可以采用模型并行或者數據并行的方式，將單個的模型或者數據分布在不同的機器之上，從而減少訓練時間。人工智能也可以在同步數據并行中刪除同步約束限制，而采用異步并行模式——人工智能在每一步的信息處理中不必等待數據的相互確認，可以直接進行下一步的操作，從而進一步減少人工智能的深度學習訓練時間。

（7）開放公平性

區塊鏈提供的核心價值是“去信任中介化”。如果想要創建一個自組織和自我調節的人工智能網絡——那么分布式記賬技術是最好的途徑。谷歌、騰訊、IBM、Facebook和其他大型科技公司已經徹底改變了分布式計算——將計算任務分散在多臺虛擬機之間，以實現高效的可伸縮任務處理。但是他們的布式處理工具仍然是非常集中的，并且專注于由中心化的控制器統一調度特定任務，以實現非常特定的目標。

而基于區塊鏈技術的智能合約將使“去信任中介”的網絡得以實現，在這種可信網絡中，兩個人工智能系統可以安全可靠地進行交互，而無需任何中心化的中介。區塊鏈還可為人工智能提供聲譽系統，這樣每個人工智能都可以在選擇與其他人工智能進行交易之前檢查其聲譽。另外，區塊鏈的無中介、高透明度將鼓勵這些人工智能開發人員共享他們的數據和他們的產品，而不必擔心出現某些偏袒競爭對手或竊取其知識產權的情況，并確保所有相關方為他們的工作獲得適當的報酬。

2、“區塊鏈+AI”面臨的挑戰

“區塊鏈+AI”的面臨的問題主要包括兩方面：一方面是AI和區塊鏈自身的缺點，在結合后仍無法有效解決；另一方面是AI和區塊鏈結合過程中可能造成原有優勢被破壞。例如：

（1）政策性風險

區塊鏈目前部分的衍生應用在世界各地存在著一定的政策風險——例如未來是否采用區塊鏈技術伴生的通證來激勵人工智能開發或節點管理，但無論是在經濟上還是在政策上如何定義通證仍有很大的不確定性。

（2）技術融合的不確定性

作為兩個前沿的新興技術，且都處于尚未完全成熟的階段。無論是從當前區塊鏈的技術指標，還是從人工智能的實際落地性來講，距離兩者真正的結合并實現落地，需要面對的不確定性因素仍然存在。目前區塊鏈的主要問題為擴容、隱私、和計算能力，主流的公有鏈難以支撐人工智能的鏈上實現。

（3）大規模的社會應用面臨挑戰

數據共享威脅大型企業利益。通過弱化數據的中心化，降低了大型企業相對小公司的競爭優勢。如果任何人都可以訪問這些數據集和計算，那么任何人都有機會與世界上最大的公司競爭。從技術領域中去除這些障礙將會改善社會，但共享市場的嘗試可能會讓大公司感到不安。如果任何人都有能力在世界上制造出最好的人工智能，那么市場將與許多正在爭奪一部分市場的初創企業和小企業共同分享。之前使用用戶數據來制定廣告或業務策略的公司和政府組織將再次被迫以較不直接的方式獲取其數據。因此，大公司可能會反對數據去中心化，并可能游說維持AI模型開發方面集中式數據集的現狀。

（4）不可控性

當使用了“一旦運行不可停止”的智能合約時，如果合約代碼存在漏洞被黑客利用，黑客將通過智能合約漏洞牟利，因在區塊鏈上運行的事務和交易不可撤銷，可能會給企業和個人造成不可挽回的損失。

三、AI與區塊鏈結合的應用場景

結合兩者技術優勢，通過AI讓區塊鏈更智能，區塊鏈讓AI更“自主”，更可信。目前對于AI和區塊鏈的結合應用，市場上已經涌現出很多相關項目和理論創新，描述了不同場景下結合，比如：

（1）區塊鏈+AI在醫療方面進行結合

相關的結合領域有醫療數據加密和醫療計算分析。關于醫療數據方面，據統計，大部分的醫生會直接將病人的病情、個人信息等信息發給同事，這涉及侵犯病人隱私的問題。應用區塊鏈的非對稱加密和授權等技術，對關鍵信息進行加密，只有經過數據擁有者授權才可訪問該數據，將大大的提高醫療數據的隱私性。關于醫療計算分析方面，AI在醫療機構提供數據錯誤率小于2%，利用區塊鏈的技術，可以對于醫療數據進行信息交換，相比傳統AI，數據可更好地進行共享。谷歌旗下DeepMindHealth正在開發區塊鏈醫療數據審計系統，利用“區塊鏈+AI”技術讓醫院、NHS、病人自身都能實時跟蹤其個人健康數據。

（2）區塊鏈+AI在數據市場進行結合

利用區塊鏈集合群體的力量，進行數據上的共享、AI模型的訓練等。AI的發展離不開龐大的數據集，區塊鏈可以利用數據分類帳進行高質量數據的購買銷售，當收集了大量的、多樣化的數據樣本后，可用于訓練AI模型，這些數據及AI模型將會解決信任的數據孤島問題，使得人工智能機器人可以進行共享學習，自我成長，產出高質量的計算機識別，語音識別和其他數據密集型應用。目前SingularityNet、DeepBrainChain、Bottos、OceanProtocol、Indorse、ARPAChain等項目涉及該領域。

（3）區塊鏈+AI在金融領域進行結合

相關的結合領域有市場情緒分析、去中介交易商經紀人（IDB）和檢測金融欺詐行為等。關于市場情緒分析及去IDB方面，利用AI進行深度學習和時序分析，再結合區塊鏈技術保護下的個人數據相整合，為個人提供更精準的交易服務。具體來說，就是從用戶面板上進行大數據采集及處理，通過人工智能分析用戶情緒數據，對市場波動進行預算，最后自動化下單。利用機器人取代人工，提升效率，降低了IDB傭金。在檢測金融欺詐行為方面，使用交易機器人，高頻加密交易，弱中心化減少人為操控的可能性，降低金融欺詐風險，此外，AI監控加密市場，讓惡意攻擊變得更難。目前有Autonio、Aigang、Numeraire、Endor等項目涉及該領域。

（4）區塊鏈+AI在云計算方面進行結合

當前AI云計算方面面臨計算資源昂貴、訓練時間長、訓練數據多、開發去中心應用困難等問題，結合區塊鏈技術后能較好地解決以上問題。把區塊鏈中挖礦及電力消耗過程中過剩的資源轉換為AI云算力，資源上進行整合，降低計算成本。目前有NebulaAI項目涉及該領域。

（5）區塊鏈+AI在物聯網方面進行延展

首先，區塊鏈技術可以幫助解決“如何證明自己是自己”的問題，用戶可通過區塊鏈+AI技術完成生物身份識別和身份認證，將個人身份與物聯網聯系在一起。其次，解決了更新的問題，所有物聯網設備在區塊鏈+AI的加持下，數據共享，設備可智能化更新。具體的垂直應用包括：應用在工業制造上，制造生產的設備在區塊鏈中傳遞信息，更智能化地成長，提高效率、增加產能；應用在交通上，更好地鋪開無人駕駛應用，解放人們的時間，智能化管理交通，有利于減少交通堵塞、交通事故的發生；應用在監控等公共基礎設備上，身份認證能快速的識別出罪犯，有利于維護社會穩定。目前有智行者、美圖等項目涉及該領域。

四、“區塊鏈+AI”行業展望

第2篇：區塊鏈技術的缺點范文

國內的征信業雖然起步比較晚，但是目前已經形成了央行征信系統和市場化征信機構的基本征信體系框架，還有提供信用風險評估服務的金融科技公司作為征信體系的支撐。而且在消費金融、互聯網金融和共享經濟等新經濟形態的強大市場需求和先進的信息技術例如大數據、云計算和人工智能的共同推動下，中國的征信業是朝陽產業，未來充滿生機。

央行征信系統

2006 年3月，中國人民銀行設立中國人民銀行征信中心，專門負責企業和個人征信系統（即金融信用信息基礎數據庫，又稱企業和個人信用信息基礎數據庫）的建設、運行和維護。同時為落實《物權法》關于應收賬款質押登記職責規定，征信中心于2007年10月1日建成應收賬款質押登記系統并對外提供服務。2013年3月15日施行的《征信業管理條例》，明確了征信系統是由國家設立的金融信用信息基礎數據庫定位。目前，征信中心在全國31個省份和5個計劃單列市設有征信分中心。征信分中心主要負責信用報告查詢等征信服務和異議處理等征信業務。

自2004年至2006年，人民銀行組織金融機構建成全國集中統一的企業和個人征信系統，向主要的授信機構和信用主體提供信用報告查詢服務，其中個人消費者還可以利用互聯網進行信用報告查詢。截至2015年底，征信系統收錄自然人8.8億多人，有信貸記錄3.8億人，收錄企業及其他組織近2120.3萬戶。征信系統全面收集企業和個人的信息中，以銀行信貸信息為核心，還包括社保、公積金、環保、欠稅、民事裁決與執行等公共信息。接入了商業銀行、農村信用社、信托公司、財務公司、汽車金融公司、小額貸款公司等各類放貸機構；征信系統的信息查詢端口遍布全國各地的金融機構網點，信用信息服務網絡覆蓋全國。形成了以企業和個人信用報告為核心的征信產品體系，征信中心出具的信用報告已經成為國內企業和個人的“經濟身份證”。

央行征信系統的征信數據具有“大樣本、跨周期、全覆蓋”的特點，推出了一系列基本的征信產品和服務，除了不同版本的個人和企業信用報告外，還提供對公和個人業務重要信息提示和企業關聯查詢等服務。多年來，央行征信中心已經研發了多版個人信用評分（目前稱為數字解讀），其中最新一版吸收了美國費埃哲公司的成熟經驗，有相應針對消費者信用狀況的數字解讀內容，目前正處于商業銀行推廣和用階段。由于有央行這樣強大公信力平臺做支持，央行征信系統應用廣泛、成效顯著。征信系統已經在金融機構信用風險管理中廣泛應用，其中個人信用報告2015年全年累計查詢6.3億人次，企業信用報告為8819.2萬次，有效解決了信息不對稱問題，提高了社會公眾融資的便利性，創造了更多的融資機會，促進了信貸市場發展。

根據2014年清華大學經管學院課題組的研究報告顯示：2012年征信系統拉動我國GDP多達0.33%。未來央行征信系統繼續朝著“立足金融、輻射經濟、面向全社會”的方向發展。

市場化征信機構

2015年1月5日，中國人民銀行了允許8家機構進行個人征信業務準備工作的通知，被視為中國個人征信體系有望向商業機構開閘的信號，芝麻信用管理有限公司、騰訊征信有限公司、深圳前海征信中心股份有限公司、鵬元征信有限公司、中誠信征信有限公司、中智誠征信有限公司、拉卡拉信用管理有限公司和北京華道征信有限公司位列其中。截至2016年6月底，在人民銀行備案的企業征信機構約為140家。

雖然第一批個人征信牌照還沒有落地，個人征信的熱潮不減，據報道，京東、百度、萬達、復星、均瑤、小米等互聯網和電商紛紛布局征信。

這些市場化征信機構生于草根，往往從零開始，積極地搜集國內可得的征信相關數據，不斷和各種的金融機構探討征信服務的應用，從反欺詐，身份驗證到獲客和追債等征信服務環節積極嘗試。

目前具有代表性市場化征信產品是阿里芝麻評分（其他個人征信機構緊跟阿里其后，紛紛推出各自的評分），其核心數據來源于支付寶數據以及和阿里系合作的金融消費場景。雖然目前阿里芝麻評分對于支付數據和阿里系平臺的依賴性較強，缺少金融數據和違約樣本，缺乏足夠的數字解讀和信息披露環節，并且和成熟的費埃哲信用評分模式存在很大的差別，但是目前阿里芝麻評分已經應用于一些小微金融機構、共享經濟和銀行信用卡申請階段，作為傳統信用評估的替代數據，在一些金融消費場景下取得了效果。

雖然在起步階段有著明顯的同質化和基礎薄弱等缺點，國內這些市場化的征信機構都在努力地探索一條符合中國國情的市場化征信之路。

目前，國內至少有幾十個金融科技公司也在嘗試利用大數據技術來解決普惠金融和互聯網金融中的風險評估問題，例如閃銀科技、量化派和銀聯智策等，分別對電信、支付和一些互聯網金融消費行為的大數據進行整合、匹配、交叉驗證和挖掘，量化評估普惠金融服務人群的信用風險。

一些互聯網巨頭也在大數據信用風險評估的領域躍躍欲試，搶灘普惠金融的制高點。

2015年6月底，京東集團宣布投資美國金融科技公司ZestFinance，同時雙方宣布成立名為JD-ZestFinance Gaia的合資公司。2016年7月18日，百度宣布也將向ZestFinance進行數額未明的投資，后者將利用機器學習與大數據分析融合為百度提供更加精準的信用評分。目前這些國內外的利用大數據信用評估技術的嘗試雖然不夠成熟，但是已經初見成效，對于特定消費場景和特定的普惠金融人群，還是有一定的替代作用。

未來的中國征信業還在路上

征信業是金融和科技融合的金融服務子行業，數據資產是其核心，目前飛速發展的大數據、云計算、人工智能和區塊鏈技術將推動中國的征信快步前進。

第3篇：區塊鏈技術的缺點范文

關鍵詞：國際營銷；4P策略；SWOT分析；邁克?波特鉆石模型；技術變化；跨界聯名；共享員工；高鐵

一、國際營銷活動概述

國際營銷活動是指跨境提品或服務，并獲得利潤的貿易活動。作為一種商業活動，它不僅受營銷環境的影響，更受世界經濟和科技發展的影響。區別于推銷，營銷具有較強的理論支撐，其中4P策略、SWOT分析、鉆石模型等模型及分析方法在本文的案例分析中有所使用。我們通過理論結合案例的實際情況進行分析，就可以為企業國際營銷提供戰略發展方向。（一）國際營銷理論——4P策略。4P策略是四個基本策略的組合，包括產品、價格、渠道、宣傳，是站在企業角度的營銷策略和手段。對產品包裝、商標、品牌、質量等要素的組合與運用上體現對產品創新與功能的注重；價格策略需要我們根據企業的市場定位對應制定，涉及基本價格、折扣價格、商業信用等定價方式與技巧的運用；分銷策略更加側重經銷商的發展及銷售網絡的構建；宣傳包括促銷、廣告、公關等多種方式的協同使用。（二）國際營銷理論——SWOT分析。SWOT分析是一種基于企業內外部競爭條件和環境進行的態勢分析，四個字母分別代表優勢、劣勢、機會、威脅四個方面。S與W代表企業內部因素，而O和T則表示企業外部條件，SWOT分析法通過將企業的優劣勢、機遇與挑戰列在分析矩陣中，將各影響因素進行組合，探討出一系列有決策性的結論和建議，為企業的發展提供新思路。（三）國際營銷理論——邁克?波特鉆石模型。著名管理學家邁克?波特為分析一國某種產業具有較強的國際競爭力的原因，提出了鉆石模型。它主要從生產要素、需求條件、相關產業和支持產業的表現、企業的戰略結構及同業競爭四個方面進行分析。生產要素包括天然資源、資本資源、人力資源、基礎設施等要素；需求條件并不是指國外市場的需求，而主要是指本國市場的需求，這是因為本國市場的需求能夠更加直接地激發該國的競爭優勢；而相關產業和支持產業之間的相互影響和互相帶動，會使得一個企業的國際競爭優勢對整個產業帶來正面影響；企業戰略結構和同業競爭則體現在國內市場的搏斗激發的改進與創新，進而將競爭力延伸至海外市場。鉆石體系即由這四個要素雙向作用而來。

二、世界經濟發展中的技術變化

20世紀以來，世界經濟邁向經濟全球化和區域經濟一體化的發展。在資源配置的優化過程中，經濟全球化的進程使得經濟活動中國界不斷弱化、生產力則日趨強化。伴隨著各國貿易的增多、經濟合作向縱深發展，各國政策也朝著壁壘減少的方向改進。然而，貿易保護主義也在全球化進程中逐漸滋長，部分國家或地區出于對國家政治、安全的考慮組建區域經濟一體化組織，開始以自己為中心進行區域經濟發展以抵御經濟全球化對該國的沖擊。在世界經濟的蓬勃發展中，經濟全球化和區域經濟一體化平行發展，卻又相互促進、相互激發，共同促成了企業乃至行業的發展———技術變化。當今時代技術變化過程中，數據的使用已經蔓延滲透到每一個職能領域，成為影響經濟發展的重要因素。大數據通過專業化處理，提高數據加工能力并實現增值。今天的大數據依托云計算等技術，實現在人工智能、“互聯網+”等多方面、多行業的發展。21世紀中國“新四大科技創新”———高鐵、支付寶、網購、共享單車，都與大數據和云計算難以分割，技術的改變不僅影響著人們的生活方式，更考驗著營銷活動的迭代更新。

三、技術變化對國際營銷活動影響案例分析

國際營銷活動不僅受海外國家政治、文化等營銷環境的影響，更受到世界經濟和科技發展的影響。技術的變化要求國際營銷活動隨之轉變，營銷需要順應甚至是配合技術的變化。（一）跨界聯名的合理性———4P策略分析。隨著新時代科技生活的發展，“快”文化盛行，人們需要更快地在眾多商品中找到自己心儀的那個；企業則必須讓自己的產品更快地脫穎而出。當一個文化符號還無法詮釋一種社會生活方式或者再現一種綜合消費體驗時，就需要幾種文化符號聯合起來進行詮釋和再現，而這些文化符號的載體，就是不同的品牌，這種行為也成為了近年最熱的營銷模式———品牌聯名。回顧2019年爆火的跨界組合，聯名大戶名創優品與故宮的合作；法國奢侈品品牌LV與美國潮牌Supreme的強強聯手；王者榮耀×M.A.C、英雄聯盟×LV的破次元壁碰撞；Dior×Nike的萬眾矚目……如今，萬物皆可跨界，品牌皆可聯名。從諸多跨界組合中，不難分析出大多數跨界品牌之間都不具有競爭關系。他們處于不同的行業，擺脫了同類競品的關系，跨界品牌之間取其互補或共通之處進行合作。有的時候僅僅換上一套包裝，甚至完全不需要對產品進行大刀闊斧的改革，就可以實現聯名款銷量的暴增，對于口紅、鞋包來說，僅僅更換外包裝的成本要比研發新色號、新款式小得多。此外，合作雙方進行資源共享，可以借助對方的渠道、資源，甚至可以流量互導。從4P策略的角度分析，品牌跨國合作的理由如下：（1）產品（product）方面。外國品牌擁有先進的技術、精良的品質、多年積累的口碑和消費群體；本土品牌則在當地擁有更高的知名度和影響力，可以幫助外國品牌開拓本國市場。聯名給單一產品冠以兩個甚至多個品牌的名，使其享受多個品牌的品牌效應。此外，聯名產品通常會推出新的包裝，產品包裝的更新是成本較低的、效果卻較好的營銷策略。（2）價格（price）方面。聯名產品享有兩個或多個品牌的冠名，消費者卻只需負擔單一的價格，對于消費者來說即是在價格不變的前提下給出了“折扣價格”的心理暗示。（3）渠道（place）方面。聯名商品不僅幫助外國品牌打通當地市場，快速發展經銷商并構建銷售網絡，更享用雙方或多方品牌的銷售渠道。（4）宣傳（promotion）方面。品牌通過聯名迎合潮流趨勢，可以制造熱議話題。除去品牌方之間宣傳渠道共享帶來的利益，對于本土品牌來說，更加希望能夠借勢開拓海外市場，借助外國品牌擁有國際熱度。對雙方品牌來說，都是一次轉變自身形象，為品牌注入新鮮活力的好機會。跨界營銷的本質目標就是為品牌創造附加價值，讓品牌可以實現強強聯合。新老品牌的合作，為老品牌賦予了年輕化的屬性，也為新品牌加持情懷符號，達到各自征服本不屬于本品牌目標受眾的效果。品牌跨國合作并非只是一方單純的利己活動，而是一場雙贏的戰略合作。良好的跨界合作，能夠充分利用雙方的資源，包括信息、渠道、用戶、知名度、形象、價值觀等。品牌效應疊加，形成整體的品牌印象，產生更具張力的品牌聯想。（二）全球共享員工模式——基于疫情中國員工共享的SWOT分析。2020年的肺炎疫情使得中國經濟下行壓力驟增，勞動力市場上也出現了特殊的供需矛盾。“共享員工”模式以其獨特的優勢應運而生，成為了國內企業應對疫情進行積極自救的創新之舉，也成為了企業復工復產道路上獨特的跨界風景線。在抗擊疫情的特殊時期，“共享員工”通過人力資源的再分配，實現了企業、員工、社會三方共贏，具有很強的積極意義與極高的社會價值。“共享員工”可以理解為共享經濟在當下衍生出的一種新形式，同時也是“靈活用工”理念的新體現。以下基于疫情期間中國實行共享員工模式進行SWOT分析，由此探索國際市場共享員工之路的發展趨勢。根據SWOT分析法，優勢（strengths）主要體現在：（1）能夠有效緩解勞動力供需矛盾，減輕企業用工壓力。“共享員工”模式則有效解決了勞動力供需矛盾，實現了人力資源的合理配置，有效緩解了企業用工的雙重壓力。“共享員工”模式使得企業實現了成本最優化與效益最大化。（2）保障員工穩定的收入，提升員工素質。“共享員工”模式使得疫情期間“賦閑在家”的員工可以繼續工作，實現了員工價值的再創造，保障了員工穩定的收入。除此之外，“共享員工”模式也激發了人才發展活力，給員工增加了更多的就業機會與選擇權利。（3）提升返崗率，推動復工復產，有利于社會穩定。“共享員工”模式使得企業觀念從“為我所有”轉變到“為我所用”，讓勞動力在企業之間有效流動，實現合理配置，有效提高了返崗率，避免了人力資源的浪費，推動了企業的復工復產以及促進了社會經濟的恢復。（4）實現了企業效用和社會福利的“帕累托改進”。“共享員工”模式的合理使用可以使企業的效用實現帕累托改進，同時也使大量員工的境況得到改善，充分緩解了特殊時期的社會就業壓力，使社會福利得到提升。劣勢（weaknesses）主要是由于“共享員工”存在行業技術壁壘。共享員工更適合低端行業的非核心崗位、基礎崗位等通過短期、快速培訓能達到上崗標準的崗位，例如餐飲服務、零售促銷、快遞分揀、物業保安等。這是因為企業對員工的上崗前培訓是不帶來收入的純成本，在收益有限的情況下企業愿意付出的前期成本就十分有限，加上這種共享模式實為疫情期間社會重大變故下的短期借調，給企業帶來的收益不僅有限，而且收益期較短。這種情況下行業間差別越大、技術性越強、崗位越核心，企業所需在招聘來的“共享員工”身上投入的成本也就越高，且不說對“共享員工”進行培訓的難度，光是成本就已是企業所不愿負擔的。這就使得在員工共享的過程中，要想完成緊缺人才的補齊就不得不與多類型企業進行合作，甚至可能需要多個員工分別從事不同類型的簡單工作以代替原來一個專業員工的工作，這無疑也給企業帶來了額外的成本。機會（opportunities）主要有：（1）共享員工模式有望在企業間進一步深化。在疫情席卷世界，全球經濟發展阻礙重重的局勢下，這種人力互補的合作經營模式有望助力我國企業甚至各國經濟體在不定的市場環境中取得更大的發展。（2）企業員工可以從常態化的共享機制中享有諸多助益。對企業內的員工而言，企業間合作機制會為他們提供更廣闊的發展空間和增加工作報酬的機會。（3）科技條件的逐漸成熟，為共享員工模式第三方智能平臺的建立奠定了基礎。后疫情時期，新基建按下快捷鍵，建設重點包括以人工智能、云計算、區塊鏈等為代表的新技術基礎設施和以數據中心、智能計算中心為代表的算力基礎設施等。社會數字化步伐的加快有望推動更多第三方智能服務平臺的建設，以滿足未來新型用工模式的需求。威脅（threats）主要體現在：（1）未來運作空間存在明顯的結構性矛盾。“共享員工”模式未來在不同層次的人才需求市場上運作，也存在著明顯的結構性矛盾，即低端人才共享需求小，高端人才共享供給不足，中端人才共享受限程度極大。因此，疫情特殊背景下的“共享員工”或許可行，但未來“共享”模式下的運作空間卻大為受限，“共享員工”要想延續疫情結束后的生命力，其運作模式必然需要進行一定規模的調整。（2）相關法規及政策尚不完善。“共享員工”模式作為一種新生事物，規范和保障其運行與發展的相關政策難免存在滯后問題。共享員工模式對應著新型勞動協議的建立，企業面臨的法律問題更加復雜，對企業來說存在相當的法律風險。若將此模式開拓到國際市場，更將面臨各國法律的摩擦。通過對共享員工模式的優劣勢、機遇與威脅進行分析，再結合企業實際將影響因素進行有機組合，就可以得出未來企業發展方向的有效建議。比如：S1S2O1結合可以得出結論：共享員工模式不論對企業還是員工而言都具有積極的意義，可以充分利用疫情背景發展該模式，在企業間進一步深化，緩解企業用工壓力，保障員工收入穩定。S1S2T1結合可以得出結論：盡管共享員工未來發展走勢不夠明朗，但可以借助疫情契機先行嘗試這一模式，短期內尚有一定的盈利空間。疫情期間先行發展出的共享員工模式或也可為未來進一步發展開路。（三）“中國智造”高鐵出口———鉆石模型分析。從1964年日本新干線引入中國，到如今高鐵成為中國的一張靚麗名片，中國高鐵正進入廣泛應用云計算、大數據、互聯網、人工智能、北斗導航等新技術，實現高鐵移動設備、基礎設施，以及內外部環境之間信息全面感知、廣泛互聯、融合處理、主動學習和科學決策的智能高鐵發展新階段。我國高速鐵路技術雖然起步晚，但一直以驚人的速度發展。2014年中國高鐵在海外正式開辟出市場，且在海外市場具有越來越強的競爭力。同時，高鐵項目的成功也為我國的對外開放帶來了許多的機遇。目前，我國高速鐵路出口業務已占全球高鐵裝備制造業的近70%的市場份額。以下將基于邁克?波特的鉆石模型理論分析中國高鐵具有較強國際競爭力的原因。從生產要素角度看，在高鐵領域，我國不僅掌握了初級生產要素，更掌握了通訊基礎設施、復雜和熟練勞動力、科研設施、專門技術知識等高級生產要素。我國1991年攻克高速鐵路關鍵技術；2002年突破磁懸浮技術；2007年中國鐵路開始邁入高速時代……2017年裝配由中國自主研發的大功率IGBT“復興號”列車投入運營；2019年我國完成第三次突破高鐵制架技術。現在，中國已經攻克了鐵路工程建造領域一系列世界性技術難題，系統掌握了各種復雜地質及氣候條件下高鐵建造成套技術。從需求條件看，我國高鐵的飛速發展得益于我國早期高鐵技術領域的落后地位以及對高鐵技術的強烈需求。正是我國國內高鐵需求的缺點塑造了我國的特色高鐵，并促使其不斷進行速度提高和技術革新。而今我國高鐵技術日趨成熟，在此復雜而嚴苛的環境中更迫使了本國高鐵對質量的不懈追求以及產品創新。從相關產業和支持產業的表現上看，高鐵的發展與物流業、旅游業和商務的發展相輔相成、密不可分，更離不開國家政策的大力支持。同時，高鐵的出口也帶動了我國相關產業的發展和出口，給我國對外開放提供了新機遇與新思路。從戰略結構及同業競爭方面，唐山機車廠、青島四方機車廠、長春機車廠等我國大型高鐵制造廠之間也形成了激烈的同業競爭，國內市場競爭激發出的改進與創新使我國高鐵競爭力成功延伸至海外市場。以上四個因素雙向作用，共同促進了我國高鐵行業的發展，提升了我國高鐵技術的國際競爭力。

四、結論

以上三個案例具有一定的代表性：快餐文化下品牌通過技術合作推出聯名產品，代表著輕技術變化下以青年為主體的營銷模式的轉變，具體分析了這種營銷模式的合理性，理解了“流量合作”背后的含義。共享員工模式則考量的是疫情這一特殊背景下，技術進步衍生出“靈活用工”這一應對策略在后疫情時期是否依舊有生命力，又是否有將其推廣至國際市場的價值。高鐵出口是關乎民族產業和民生的熱點話題，高鐵發展的50年正見證了新時代技術變化之路，也為技術變化對國際營銷活動的影響交出了一份漂亮的答卷。經濟全球化時代，要求國際營銷活動適應日新月異的技術變化。而針對不同的營銷案例，需要使用不同的分析方法進行合理分析，結合企業及社會環境的具體情況得出一系列有決策意義的結論和建議，為企業的發展提供新思路。

參考文獻：

［1］林聰.區域特色產業發展與地方政府角色定位［M］.南寧：廣西科學技術出版社，2014.

［2］邱罡.跨界營銷：風馬牛如何相及［J］.中國投資，2007（12）.

［3］趙宇翔，呂維霞.“共享員工”模式繼續完善方能長效發展［N］.中國縣域經濟報，2020-03-30.