2019十大新兴行业
一、5G网络
5G网络是最新一代蜂窝移动通信技术，也是即4G、3G和2G系统之后的延伸。5G的性能目标是高数据速率、减少延迟、节省能源、降低成本、提高系统容量和大规模设备连接。
5G的发展也来自于对移动数据日益增长的需求。随着移动互联网的发展，越来越多的设备接入到移动网络中，新的服务和应用层出不穷，全球移动宽带用户在2018年有望达到90亿，到2020年，预计移动通信网络的容量需要在当前的网络容量上增长1000倍。未来网络必然是一个多网并存的异构移动网络，要提升网络容量，必须解决高效管理各个网络，简化互操作，增强用户体验的问题。
二、人工智能
根据预测，2024年人工智能市场规模将增长至111亿美元。初步的技术积累和数据积累已经在过去有了比较显著的规模效应，因而人工智能重塑各行各业的大潮即将来袭，并引发新一轮IT设备投资。
未来3-5年智能化大潮将带来万亿级市场。在人工智能领域内，将要关注的方向包括：
1)计算机视觉识别(以人脸识别为典型);
2)计算机自适应(以各类机器人为例);
3)各项细分底层技术领域(比如自然语言处理、机器学习和知识图谱);
2019十大新兴行业
三、无人技术
无人技术目前主要应用在无人机、无人驾驶汽车等领域。美国蒂尔集团预测全球无人机市场规模会到2024年将达115亿美元，发展态势迅猛。
1)随着政策逐渐放开，百度、谷歌、宝马、奥迪等巨头加紧布局无人驾驶汽车，我们重点侧重汽车电子相关硬件、车联网相关软件、整车等各个领域领导企业;
2)无人机领域，我们将重点挖掘部件制造与总体设计细分领域及无人机解决方案提供商中非常有潜力的优质企业;
四、健康养老
健康养老产业受需求迫切和政策鼓励双向驱动，将迎来十分确定的发展机会。未来我国政府和个人将面对很大的养老压力，截止2014年65岁及以上老年人口达1.4亿，占总人口比重10.1%，到2020年老年人口将增至2.6亿。同时，养老作为健康中国的一部分已被提升到国家战略性高度。
以居家为基础、社区为依托、机构为补充的多层次养老服务体系中将挖掘发展机会：
1)涉足养老核心产业---康复医疗，并已具备可行性和连锁化潜力发展模式的企业;
2)积极探索创新养老模式的企业;
五、教育
国内的民办教育市场规模超过6000亿元，而在线教育五分之一的市场份额吸引了无数资本和创业者竞折腰。经过过去一两年的洗礼，教育O2O()举步维艰，不仅没有革了传统教育的命，还在盈利模式的探索上不知所措。而传统线下教育培训机构除了拥有稳定的线下资源和师资以外，也在互联网+的攻势下顺应时代发展做出了很多改革。此外，新一轮的高考改革也将带来新的商业模式和创业机会。
六、口腔行业
口腔行业也是比较暴利的一个行业，现代社会人对自己身体的重视程度普遍提升，使这一行业也出现在大街小巷。补牙的费用的层次不齐显示出这个行业成本的弹性。一颗进价仅几十元的假牙经过各口腔诊所和医院的技术加工后,卖给顾客的价钱翻番,少则几百,多则上千。
2019十大新兴行业
七、物流
随着传统物流向现代物流的演变，物流业已经成为社会经济的基础部分。现代物流作为一个系统化的整体正在极大地改变着目前的商务模式和生产模式，物流业越来越凸显出其在经济发展中的重要作用和不可或缺的战略地位;随着GDP的成长，我国贸易的进出口总值也相应的得到增长，同时拉动了物流运输需求的增长。
八、新能源
中国是最大的新能源市场，发展新能源产业是改变我国的能源结构，降低对化石能源的依赖度，同事减少环境污染的必然选择。
大力度的财政补贴推动新能源产业快速走向成熟，蕴含丰富的机会：
1)锂电池在中国已经形成完整的产业链，下游动力和储能电池需求巨大;
2)中国新能源汽车市场在2015年实现井喷式发展，产销量均超过30万辆，同比增长超过300%，是全球第一大新能源汽车市场;
3)超级电容在快速充放电、高循环寿命、高功率密度方面相比较锂电池有明显优势，能够广泛用于城市公交、轨道交通、风力发电、石油钻探、港口机械等领域;
九、云计算
企业向云端迁移是大势所趋。可以看到：
1)公有云和私有云市场增长依然齐头并进，不是零和博弈;
2)IaaS层面：拥有多元化的商业应用生态圈越来越重要，如亚马逊、谷歌、微软等;
3)SaaS层面：主要集中在人力资源、OA、CRM、市场营销、B2B大宗商品采购等领域，如、Sap、等;
4)PaaS层面：没有出现独立巨头，未来更可能由IaaS巨头向上或SaaS巨头向下延伸。
2019十大新兴行业
十、大数据
大数据行业的融资总额2013-2015年分别为8亿美金、15.4亿美金及20亿美金;2013-2015年融资事件分别为10起、42起及超过50起。大数据+已经渗透到几乎所有行业，如以阿里巴巴为代表的大数据+零售、以丁香园为代表的大数据+医疗、以搜房网为代表的大数据+房地产等等。
1)对于资源型大数据公司：数据资源足够庞大完整，数据价值足够有想象空间，数据挖掘整合能力足够强;
2)对于技术型大数据公司：技术门槛够高，并足以让公司快速形成规模效应、网络效应，从而快速占领足够市场份额;
3)对于应用型大数据公司：应用市场足够大，公司成长性好且可实现性强。
