人工智能(AI)將接棒移動(dòng)互聯(lián)網(wǎng)，成為下一輪科技創(chuàng)新紅利的主要驅(qū)動(dòng)力。透過豐富的數(shù)據(jù)采集(互聯(lián)網(wǎng)和IoT)、更快的數(shù)據(jù)傳輸(5G)、更強(qiáng)大的數(shù)據(jù)運(yùn)算處理(AI)，科技企業(yè)和傳統(tǒng)企業(yè)將在更廣泛的領(lǐng)域深度融合。
AI將廣泛助力傳統(tǒng)行業(yè)轉(zhuǎn)型，滲透互聯(lián)網(wǎng)競(jìng)爭(zhēng)下半場(chǎng)，催生無人駕駛、城市大腦、工業(yè)互聯(lián)網(wǎng)、農(nóng)業(yè)大腦、智慧醫(yī)療、Fintech、機(jī)器人等廣義AI應(yīng)用，醞釀萬億級(jí)市場(chǎng)和投資機(jī)會(huì)。
▌AI主導(dǎo)下一輪科技創(chuàng)新紅利AI孕育萬億級(jí)別市場(chǎng)
人工智能(AI)指利用技術(shù)學(xué)習(xí)人、模擬人，乃至超越人類智能的綜合學(xué)科。
人工智能技術(shù)可以顯著提升人類效率，在圖像識(shí)別、語音識(shí)別等領(lǐng)域快速完成識(shí)別和復(fù)雜運(yùn)算。
此外，面對(duì)開放性問題，人工智能技術(shù)亦可通過窮舉計(jì)算找到人類預(yù)料之外的規(guī)律和關(guān)聯(lián)。自1956年“人工智能”概念首次被提出，AI技術(shù)“三起兩落”。
本輪人工智能騰飛受益于持續(xù)提升的AI算力對(duì)神經(jīng)網(wǎng)絡(luò)算法的優(yōu)化。
AI產(chǎn)業(yè)鏈分為:基礎(chǔ)層、技術(shù)層、應(yīng)用層。
基礎(chǔ)層主要包括:AI芯片、IoT傳感器等，技術(shù)層主要包括:圖像識(shí)別、語音識(shí)別、自然語言處理NLP、知識(shí)圖譜等，應(yīng)用層的場(chǎng)景包括:無人駕駛、智慧安防、智慧城市(城市大腦)、金融科技(Fintech)、智慧醫(yī)療、智慧物流等領(lǐng)域。
AI市場(chǎng)規(guī)模快速成長(zhǎng)。
中國(guó)是全球第二大AI力量，人工智能企業(yè)超過1000家。
2018年中國(guó)AI市場(chǎng)規(guī)模約330億元人民幣，全球AI市場(chǎng)規(guī)模約2700億美元。我們預(yù)計(jì)，中國(guó)人工智能市場(chǎng)規(guī)模有望成長(zhǎng)至萬億量級(jí)，成為下一輪科技創(chuàng)新紅利的主導(dǎo)力量。
Statista預(yù)計(jì)2019、2020年，全球人工智能市場(chǎng)規(guī)模將分別增長(zhǎng)59%、61%，成長(zhǎng)至6800億美元量級(jí)。
我們判斷，中國(guó)人工智能市場(chǎng)有望在2030年達(dá)到萬億量級(jí)，傳統(tǒng)行業(yè)和技術(shù)的結(jié)合是主要的應(yīng)用領(lǐng)域，2G(對(duì)政府）和2B（對(duì)企業(yè)）將成為主要的營(yíng)收來源。
AI應(yīng)用于移動(dòng)互聯(lián)網(wǎng)下半場(chǎng)
當(dāng)前我們正處于兩輪科技紅利的交替期。移動(dòng)互聯(lián)紅利逐漸消退，人工智能紅利興起。
我們判斷，AI技術(shù)應(yīng)用于移動(dòng)互聯(lián)網(wǎng)領(lǐng)域，將有助于互聯(lián)網(wǎng)公司提升效率和資源匹配的精準(zhǔn)度。
在智能手機(jī)硬件，以及社交、游戲、電商、短視頻、音樂等互聯(lián)網(wǎng)領(lǐng)域，AI技術(shù)已經(jīng)開始廣泛應(yīng)用。
智能手機(jī)銷量見頂，移動(dòng)互聯(lián)網(wǎng)進(jìn)入細(xì)化競(jìng)爭(zhēng)的下半場(chǎng)，AI是主要競(jìng)爭(zhēng)手段。
自2007年全球第一款量產(chǎn)智能手機(jī)iPhone放量，智能手機(jī)市場(chǎng)歷經(jīng)十年繁榮。
至2016年智能機(jī)銷量見頂，當(dāng)年共銷售14.73億部，CAGR超過30%( 2.5%)。2016年中國(guó)智能手機(jī)銷售4.65億部( 9%)，達(dá)到歷史高點(diǎn)。
智能手機(jī)硬件紅利結(jié)束，但移動(dòng)互聯(lián)網(wǎng)市場(chǎng)仍在持續(xù)增長(zhǎng)。
智能手機(jī)普及帶來C端數(shù)據(jù)量和數(shù)據(jù)流量持續(xù)高速增長(zhǎng)，移動(dòng)互聯(lián)網(wǎng)產(chǎn)業(yè)營(yíng)收規(guī)模持續(xù)較快增長(zhǎng)。
居民數(shù)字消費(fèi)快速滲透，國(guó)內(nèi)移動(dòng)互聯(lián)網(wǎng)接入戶均流量從165MB/月(2014年1月)快速成長(zhǎng)至6GB/月(2018年12月)，并仍保持較快增長(zhǎng)。
互聯(lián)網(wǎng)競(jìng)爭(zhēng)下半場(chǎng)，人工智能技術(shù)有助提升資源匹配銷量，助力移動(dòng)互聯(lián)網(wǎng)企業(yè)(如阿里巴巴、拼多多、美團(tuán)點(diǎn)評(píng)等公司)提升市場(chǎng)份額。
AI應(yīng)用于更廣泛的領(lǐng)域
從2C到2G、2B，AI應(yīng)用于更廣泛的領(lǐng)域，助力傳統(tǒng)行業(yè)轉(zhuǎn)型和市場(chǎng)競(jìng)爭(zhēng)格局重構(gòu)。
傳統(tǒng)行業(yè)的效率具備較大提升空間，結(jié)合自身多年積累的數(shù)據(jù)，借助于物聯(lián)網(wǎng)IoT、工業(yè)互聯(lián)網(wǎng)、產(chǎn)業(yè)互聯(lián)網(wǎng)技術(shù)，傳統(tǒng)行業(yè)有望匯總更多維度、更長(zhǎng)歷史周期的數(shù)字化數(shù)據(jù)，結(jié)合AI技術(shù)，用于提升效率。
在城市治理領(lǐng)域，G端(政府端)對(duì)于交通、安防、政務(wù)等領(lǐng)域存在效率優(yōu)化需求;在B端(企業(yè)端)，工業(yè)企業(yè)可望利用AI技術(shù)進(jìn)一步提升可靠性和效率、降低成本。AI將廣泛應(yīng)用于自動(dòng)駕駛、家居、安防、交通、醫(yī)療、教育、政務(wù)、金融、商業(yè)零售等領(lǐng)域。
▌AI產(chǎn)業(yè)鏈:算力驅(qū)動(dòng)，場(chǎng)景為王
AI產(chǎn)業(yè)鏈分為:基礎(chǔ)層、技術(shù)層、應(yīng)用層。
基礎(chǔ)層主要包括:AI芯片、IoT傳感器等，技術(shù)層主要包括:圖像識(shí)別、語音識(shí)別、自然語言處理NLP、知識(shí)圖譜等，應(yīng)用層的場(chǎng)景包括:無人駕駛、智慧安防、智慧城市(城市大腦)、金融科技Fintech、智慧醫(yī)療、智慧物流等領(lǐng)域。
資本和科技巨頭是AI投資的主要力量，積極布局全產(chǎn)業(yè)鏈。
2017年全球人工智能投融資規(guī)模達(dá)395億美元，融資事件1208筆;中國(guó)境內(nèi)融資事件369筆，占全球31%。
2018年上半年，中國(guó)AI投資總規(guī)模1527億，顯著超越2017全年(754億)。
中美是人工智能技術(shù)和應(yīng)用的兩極。
美國(guó)在AI通用芯片領(lǐng)域具備較強(qiáng)優(yōu)勢(shì)，如英偉達(dá)GPU、賽靈思FPGA、谷歌TPU等；亦在無人駕駛、語音助手、云計(jì)算、智能手機(jī)硬件、AR&VR等領(lǐng)域擁有諸多優(yōu)秀創(chuàng)業(yè)公司。
中國(guó)是全球第二大AI力量，人工智能企業(yè)超過1000家。中國(guó)在ASIC專用芯片領(lǐng)域有所突破，亦在2G(對(duì)政府)和2B(對(duì)企業(yè))的“場(chǎng)景”端和“算法”端快速迭代。
基礎(chǔ)層:AI芯片、深度學(xué)習(xí)等算力:AI芯片
芯片是AI產(chǎn)業(yè)的制高點(diǎn)。
本輪人工智能產(chǎn)業(yè)繁榮源于大幅提升的AI算力，使得深度學(xué)習(xí)和多層神經(jīng)網(wǎng)絡(luò)算法成為可能。
從使用場(chǎng)景來看，相關(guān)硬件包括:云側(cè)推理芯片、云側(cè)測(cè)試芯片、終端處理芯片、IP核心等。
在云端的“訓(xùn)練”或“學(xué)習(xí)”環(huán)節(jié)，英偉達(dá)GPU具備較強(qiáng)競(jìng)爭(zhēng)優(yōu)勢(shì)，谷歌TPU亦在積極拓展市場(chǎng)和應(yīng)用。在終端的“推理”應(yīng)用領(lǐng)域FPGA和ASIC可能具備優(yōu)勢(shì)。
美國(guó)在GPU和FPGA領(lǐng)域具有較強(qiáng)優(yōu)勢(shì)，擁有英偉達(dá)、賽靈思、AMD等優(yōu)勢(shì)企業(yè)，谷歌、亞馬遜亦在積極開發(fā)AI芯片。
中國(guó)企業(yè)在專用ASIC領(lǐng)域試圖拓展，創(chuàng)業(yè)公司如地平線等積極探索。
▌算法:深度學(xué)習(xí)
深度學(xué)習(xí)正在向深度神經(jīng)網(wǎng)絡(luò)過渡。機(jī)器學(xué)習(xí)是通過多層非線性的特征學(xué)習(xí)和分層特征提取，對(duì)圖像、聲音等數(shù)據(jù)進(jìn)行預(yù)測(cè)的計(jì)算機(jī)算法。
深度學(xué)習(xí)為一種進(jìn)階的機(jī)器學(xué)習(xí)，又稱深度神經(jīng)網(wǎng)絡(luò)(DNN:DeepNeuralNetworks)。
針對(duì)不同場(chǎng)景(信息)進(jìn)行的訓(xùn)練和推斷，建立不同的神經(jīng)網(wǎng)絡(luò)與訓(xùn)練方式，而訓(xùn)練即是通過海量數(shù)據(jù)推演，優(yōu)化每個(gè)神經(jīng)元的權(quán)重與傳遞方向的過程。
而卷積神經(jīng)網(wǎng)絡(luò)，能考慮單一像素與周邊環(huán)境變量并簡(jiǎn)化數(shù)據(jù)提取數(shù)量，進(jìn)一步提高神經(jīng)網(wǎng)絡(luò)算法的效率。
神經(jīng)網(wǎng)絡(luò)算法成為大數(shù)據(jù)處理核心。
AI通過海量標(biāo)簽數(shù)據(jù)進(jìn)行深度學(xué)習(xí)，優(yōu)化神經(jīng)網(wǎng)絡(luò)與模型，并導(dǎo)入推理決策的應(yīng)用環(huán)節(jié)。
20世紀(jì)90年代是機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)算法快速崛起的時(shí)期，算法在算力支持下得到商用。
20世紀(jì)90年代以后，AI技術(shù)的實(shí)際應(yīng)用領(lǐng)域包括了數(shù)據(jù)挖掘、工業(yè)機(jī)器人、物流、語音識(shí)別、銀行業(yè)軟件、醫(yī)療診斷和搜索引擎等。
相關(guān)算法的框架成為科技巨頭的布局重點(diǎn)。
▌技術(shù)層
圖像識(shí)別
圖像識(shí)別的核心技術(shù)是計(jì)算機(jī)視覺。計(jì)算機(jī)視覺(ComputerVision，CV)是用機(jī)器替代人眼，對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量等，并處理為人眼觀察或易于機(jī)器檢測(cè)的圖像的技術(shù)。
技術(shù)上需要大量的圖像數(shù)據(jù)對(duì)計(jì)算機(jī)進(jìn)行訓(xùn)練，如人臉、動(dòng)物圖片、證件圖片等，依靠AI芯片和深度學(xué)習(xí)算法進(jìn)行歸類判斷，最終對(duì)輸入圖像進(jìn)行識(shí)別。
圖像識(shí)別可廣泛用于各類場(chǎng)景。圖像識(shí)別技術(shù)已經(jīng)用于動(dòng)態(tài)人臉識(shí)別、在線/離線活體檢測(cè)、超大人像庫(kù)實(shí)時(shí)檢索、證件識(shí)別、行人檢測(cè)、軌跡分析等領(lǐng)域，具體到2G和2G端可用于地產(chǎn)、安防、交通、無人駕駛、零售、商業(yè)等具體場(chǎng)景。
語音識(shí)別
依靠深度學(xué)習(xí)和芯片突破，語音識(shí)別的準(zhǔn)確度不斷提升。
語音識(shí)別將人發(fā)出的語音詞匯內(nèi)容轉(zhuǎn)換為文字或指令，主要是分析句子、句法以及結(jié)構(gòu)，以便將人類語言轉(zhuǎn)換為計(jì)算機(jī)語言。
以深度神經(jīng)網(wǎng)絡(luò)算法取代傳統(tǒng)模型后，語音識(shí)別的單詞錯(cuò)誤率每年下降約18%，以谷歌、微軟、亞馬遜為代表的巨頭已經(jīng)開發(fā)出具備人類級(jí)別的語音識(shí)別系統(tǒng)。
語音識(shí)別是智能語音的前端技術(shù)。
智能語音涉及語音采集、語義理解、自然語言生成、語音合成等技術(shù)。在語音采集部分，相較于圖像識(shí)別、語音識(shí)別的算法復(fù)雜度更高、標(biāo)簽數(shù)據(jù)量更大、精確度要求更高。
在語音識(shí)別領(lǐng)域，通過高性能麥克風(fēng)陣列和神經(jīng)網(wǎng)絡(luò)算法可以實(shí)現(xiàn)高精度識(shí)別。
自然語言處理NLP
自然語言處理(NaturalLanguageProcessing，NLP)是研究人機(jī)之間以人類語言進(jìn)行交流的方法的過程。
NLP包括多方面步驟，基本由認(rèn)知、理解、生成等部分。
基于數(shù)據(jù)及知識(shí)圖譜，計(jì)算機(jī)通過閱讀(知識(shí))自動(dòng)獲取信息，通過NLP可以將輸入的語言變?yōu)橛芯唧w含義的符號(hào)，再根據(jù)使用者意圖進(jìn)行處理，重新編為人類語言輸出。與語音識(shí)別關(guān)注準(zhǔn)確度不同，NLP更多關(guān)注語言的具體含義及語境，試圖理解句子意圖和上下文含義。
NLP是智能語音的核心技術(shù)。
語音識(shí)別和采集技術(shù)已經(jīng)依靠AI芯片、深度學(xué)習(xí)算法及麥克風(fēng)陣列硬件得到解決，而語義理解仍有很多基礎(chǔ)工作要積累，譬如算法建模、數(shù)據(jù)標(biāo)簽、知識(shí)圖譜等。
NLP在智能語音中負(fù)責(zé)將計(jì)算機(jī)語音重新編為人類語言進(jìn)行輸出，要盡可能縮小歧義，是智能語音的核心技術(shù)。
以語音識(shí)別 NLP的智能語音技術(shù)在芯片算力和深度神經(jīng)算法加持下其準(zhǔn)確度正進(jìn)一步提高。
▌技術(shù)層
圖像識(shí)別
圖像識(shí)別的核心技術(shù)是計(jì)算機(jī)視覺。計(jì)算機(jī)視覺(ComputerVision，CV)是用機(jī)器替代人眼，對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量等，并處理為人眼觀察或易于機(jī)器檢測(cè)的圖像的技術(shù)。
技術(shù)上需要大量的圖像數(shù)據(jù)對(duì)計(jì)算機(jī)進(jìn)行訓(xùn)練，如人臉、動(dòng)物圖片、證件圖片等，依靠AI芯片和深度學(xué)習(xí)算法進(jìn)行歸類判斷，最終對(duì)輸入圖像進(jìn)行識(shí)別。
知識(shí)圖譜
知識(shí)圖譜提供了管理組織海量數(shù)據(jù)的能力。知識(shí)圖譜融合了認(rèn)知計(jì)算、知識(shí)表示和推理、信息檢索與抽取、自然語言處理與語義Web、數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)，是人工智能的重要研究領(lǐng)域。
知識(shí)圖譜的應(yīng)用可以直接為用戶提供答案和解決方案，直接顯示滿足客戶需求的結(jié)構(gòu)化信息內(nèi)容。
以語音和圖像作為知識(shí)圖譜，AI技術(shù)快速滲透。
對(duì)AI來說，數(shù)據(jù)多為無效或原始信息，需要大量的歸類與標(biāo)簽工作，才能為后期的分析與學(xué)習(xí)所用。而語音和圖像數(shù)據(jù)由于來源廣、可得性高，語音及圖像知識(shí)圖譜與行業(yè)數(shù)據(jù)庫(kù)，成為當(dāng)前人工智能的積累重點(diǎn)。
▌應(yīng)用層:場(chǎng)景 AI
從2C到2G、2B，AI應(yīng)用于更廣泛的領(lǐng)域，助力傳統(tǒng)行業(yè)轉(zhuǎn)型和市場(chǎng)競(jìng)爭(zhēng)格局重構(gòu)。
傳統(tǒng)行業(yè)的效率具備較大提升空間，結(jié)合自身多年積累的數(shù)據(jù)，借助于物聯(lián)網(wǎng)IoT、工業(yè)互聯(lián)網(wǎng)、產(chǎn)業(yè)互聯(lián)網(wǎng)技術(shù)，傳統(tǒng)行業(yè)有望匯總更多維度、更長(zhǎng)歷史周期的數(shù)字化數(shù)據(jù)，結(jié)合AI技術(shù)，用于提升效率。
在城市治理領(lǐng)域，G端(政府端)對(duì)于交通、安防、政務(wù)等領(lǐng)域存在效率優(yōu)化需求;在B端(企業(yè)端)，工業(yè)企業(yè)可望利用AI技術(shù)進(jìn)一步提升可靠性、提升效率、降低成本。
AI將廣泛應(yīng)用于自動(dòng)駕駛、家居、安防、交通、醫(yī)療、教育、政務(wù)、金融、商業(yè)零售等領(lǐng)域。
自動(dòng)駕駛/無人駕駛:AI 汽車
從輔助駕駛ADAS到無人駕駛，圖像識(shí)別等AI技術(shù)在汽車領(lǐng)域廣泛應(yīng)用。
科技企業(yè)直接布局L4、L5級(jí)別的高級(jí)自動(dòng)駕駛和無人駕駛。汽車企業(yè)通過產(chǎn)品迭代的方式，在L2、L3級(jí)別自動(dòng)駕駛和ADAS領(lǐng)域有所進(jìn)展。
我們認(rèn)為，自動(dòng)駕駛是AI技術(shù)的重要應(yīng)用場(chǎng)景，近年來的人工智能投資大量集中于新造車力量(自動(dòng)駕駛 新能源汽車)、自動(dòng)駕駛芯片和解決方案(Mobileye、地平線等)、自動(dòng)駕駛商業(yè)化運(yùn)營(yíng)(主線科技、圖森科技等)。
此外，傳統(tǒng)汽車OEM和零部件供應(yīng)商也在發(fā)力，希望在自動(dòng)駕駛領(lǐng)域獲得更大市場(chǎng)。
科技巨頭開始轉(zhuǎn)向更適應(yīng)快速量產(chǎn)的解決方案。
谷歌的無人駕駛項(xiàng)目始于2009年，并在2016年成立Waymo來擴(kuò)大業(yè)務(wù)。
截至2018年10月Waymo實(shí)際路測(cè)超千萬英里，全行業(yè)領(lǐng)先。公司并在2018年宣布訂購(gòu)8萬輛車，籌建L4自動(dòng)駕駛的改裝產(chǎn)線;目前已在鳳凰城推出無人出租車WaymoOne，建立收費(fèi)模式與運(yùn)營(yíng)經(jīng)驗(yàn)，可望加速商用。
此外，Waymo積極布局海外，2018年在上海注冊(cè)全資子公司。英偉達(dá)推出L2 自動(dòng)駕駛系統(tǒng)DRIVEAutoPilot，在多方向上配備個(gè)鏡頭，能夠在汽車變道、行人與騎行人士識(shí)別、停車輔助、實(shí)時(shí)地圖生成和駕駛員狀態(tài)監(jiān)控等多方面提供輔助。
百度發(fā)布Apollo3.5版本、“自動(dòng)駕駛物流”商業(yè)化解決方案ApolloEnterprise、面向自動(dòng)駕駛的高性能開源計(jì)算框架ApolloCyberRT。
Apollo3.5版本可以實(shí)現(xiàn)包括市中心和住宅場(chǎng)景在內(nèi)的復(fù)雜城市道路無人駕駛，更智能、更強(qiáng)大的自動(dòng)駕駛解決方案可以在多個(gè)應(yīng)用場(chǎng)景實(shí)現(xiàn)全面覆蓋。百度Apollo無人駕駛巴士亦在北京海淀公園等園區(qū)開始試運(yùn)營(yíng)。
圖像識(shí)別可廣泛用于各類場(chǎng)景。圖像識(shí)別技術(shù)已經(jīng)用于動(dòng)態(tài)人臉識(shí)別、在線/離線活體檢測(cè)、超大人像庫(kù)實(shí)時(shí)檢索、證件識(shí)別、行人檢測(cè)、軌跡分析等領(lǐng)域，具體到2G和2G端可用于地產(chǎn)、安防、交通、無人駕駛、零售、商業(yè)等具體場(chǎng)景。
傳統(tǒng)汽車廠商和零部件供應(yīng)商開始更多地展示其產(chǎn)品的智能化、數(shù)字化應(yīng)用。
以BBA(奔馳、寶馬、奧迪)為代表，超大尺寸的車載屏幕已經(jīng)進(jìn)入量產(chǎn)階段，未來越來越多的車輛會(huì)搭載更大、更多的屏幕。
車內(nèi)影音娛樂系統(tǒng)也與VR/AR等技術(shù)進(jìn)行了深度融合。傳統(tǒng)汽車企業(yè)在人機(jī)交互(智能語音)、智能導(dǎo)航、輔助駕駛ADAS等領(lǐng)域迭代探索。
部分龍頭汽車零部件供應(yīng)商開始設(shè)想L4/L5級(jí)自動(dòng)駕駛技術(shù)普及后的出行體驗(yàn)。
博世在2019年CES上展示多項(xiàng)創(chuàng)新技術(shù)，涉及能源、交通擁堵和環(huán)境污染等方面;
首次展示了其無人駕駛電動(dòng)巴士概念車，該車配備了電動(dòng)車動(dòng)力總成系統(tǒng)、360度環(huán)繞傳感器、互聯(lián)管理和車載電腦等創(chuàng)新技術(shù)。大陸集團(tuán)展示了未來城市的解決方案和關(guān)鍵技術(shù)，比如智能交叉路口技術(shù)等。
語音助手、智能音箱、智能家居:AI IoT
巨頭密集布局互聯(lián)網(wǎng)語音助手。語音助手是智能語音在個(gè)人用戶上的主要應(yīng)用形式，目前市場(chǎng)產(chǎn)品主要包括蘋果Siri、微軟Cortana、谷歌Assistant、亞馬遜Alexa等。
產(chǎn)品的主要形式為:以智能手機(jī)、智能音箱、智能電視等為硬件載體，通過語義交互、對(duì)話等形式為客戶提供信息查詢、硬件控制、在線購(gòu)物、影音娛樂等功能。目前全球主要科技巨頭均推出了相關(guān)產(chǎn)品及服務(wù)。
語音助手具有AI 互聯(lián)網(wǎng)的生態(tài)入口屬性。
語音助手的主要功能目前集中在信息查詢、影音娛樂、個(gè)人助手、部分生活服務(wù)、智能家居及其他硬件控制等為主。
語音助手目前主要集成在智能手機(jī)等移動(dòng)設(shè)備上，依靠巨頭的系統(tǒng)生態(tài)圈，嵌入移動(dòng)終端的語音助手將會(huì)發(fā)揮AI生態(tài)接口的作用。
語音助手具有較好的用戶粘性，同時(shí)用戶對(duì)語音助手的使用對(duì)智能手機(jī)、Pad等現(xiàn)有設(shè)備已具有替代和分流作用。
巨頭開放智能語音AI能力，推動(dòng)自有AI 互聯(lián)網(wǎng)生態(tài)構(gòu)建。
隨著計(jì)算機(jī)視覺等其他AI技術(shù)的融入，智能語音在行業(yè)市場(chǎng)中應(yīng)用場(chǎng)景有望持續(xù)擴(kuò)展。
全球科技巨頭在全力布局智能語音助手、智能音箱，打造智能語音生態(tài)等的同時(shí)，亦通過智能語音技術(shù)能力的開放提升自身在行業(yè)市場(chǎng)的參與度。
數(shù)據(jù)、算法與算力、應(yīng)用場(chǎng)景為當(dāng)前人工智能產(chǎn)業(yè)三大核心要素，科技巨頭具有技術(shù)和生態(tài)的雙重優(yōu)勢(shì)，有望以基礎(chǔ)技術(shù)開放平臺(tái)為抓手，實(shí)現(xiàn)數(shù)據(jù)、應(yīng)用場(chǎng)景等層面的不斷積累，從而推動(dòng)AI生態(tài)的構(gòu)建和閉環(huán)，并最終實(shí)現(xiàn)自我持續(xù)強(qiáng)化。
智能音箱:巨頭全力布局，市場(chǎng)加速普及。
全球已有眾多科技巨頭進(jìn)入智能音箱市場(chǎng)，包括美股五強(qiáng)FAAMG、中國(guó)BAT、小米、科大訊飛等。
自首發(fā)至2018年6月，亞馬遜、谷歌、阿里、小米智能音箱累計(jì)銷量分別超過3000萬、1500萬、500、100萬臺(tái)。
借助豐富的產(chǎn)品線、爆款定價(jià)策略等優(yōu)勢(shì)，科技巨頭有望持續(xù)主導(dǎo)全球智能音箱市場(chǎng)。
2018年11月28日小米第二屆AIoT開發(fā)者大會(huì)在北京舉辦，確認(rèn)“AI IoT”是公司核心戰(zhàn)略，宣布小米AIoT開放生態(tài)，宣布與宜家達(dá)成戰(zhàn)略合作。
截至2018年底小米體系已支持近2000款設(shè)備，全球范圍的智能設(shè)備連接數(shù)超過1.32億臺(tái)。在IoT領(lǐng)域的合作伙伴，只要接入小米的協(xié)議和規(guī)范就可以和小米設(shè)備互聯(lián)，享受進(jìn)入開放生態(tài)的福利。
科技巨頭發(fā)力AIoT生態(tài)體系。
越來越多的公司兼容主流的智能家居生態(tài)，比如三星、LG、索尼、Vizio等發(fā)布的新產(chǎn)品均同時(shí)支持谷歌Assistant和亞馬遜的Alexa。
智能客服
智能客服是AI應(yīng)用最廣泛的細(xì)分行業(yè)。
智能客服的核心技術(shù)包含語音識(shí)別、自然語言處理、知識(shí)圖譜，部分涉及計(jì)算機(jī)視覺，其采用自然語言技術(shù)理解客戶意圖，并通過知識(shí)圖譜來構(gòu)建客服機(jī)器人的理解和回答體系，可提升企業(yè)的服務(wù)效率、節(jié)省人工客服成本。
知名智能客服系統(tǒng)服務(wù)商有:環(huán)信、Udesk、風(fēng)語者。而AI 客服又可以和AI 機(jī)器人進(jìn)行結(jié)合，典型產(chǎn)品如小i客服機(jī)器人。
按照行業(yè)平均水平，機(jī)器人客服可以解決70%左右問題，其余由人工處理。
據(jù)IDC統(tǒng)計(jì)，全球2018年AI系統(tǒng)支出中，客戶服務(wù)與智能銷售的支出規(guī)模分別為29億美元和17億美元，合計(jì)占總支出規(guī)模的19%。
智慧商業(yè):AI 商業(yè)
AI助力線下新零售。
AmazonGo為亞馬遜提出的無人商店概念，無人商店于2018年1月22日在美國(guó)西雅圖正式對(duì)外營(yíng)運(yùn)。
AmazonGo結(jié)合了云計(jì)算和機(jī)器學(xué)習(xí)，應(yīng)用拿了就走技術(shù)(JustWalkOutTechnology)和智能識(shí)別技術(shù)(AmazonRekognition)。
店內(nèi)的相機(jī)、感應(yīng)監(jiān)測(cè)器以及背后的機(jī)器算法會(huì)辨識(shí)消費(fèi)者拿走的商品品項(xiàng)，并且在顧客走出店時(shí)將自動(dòng)結(jié)賬，是零售商業(yè)領(lǐng)域的全新變革。
對(duì)于傳統(tǒng)線下商業(yè)，電子化、數(shù)據(jù)化和智能化有助提升效率。
線下商業(yè)企業(yè)開始嘗試使用電子價(jià)簽、基于計(jì)算機(jī)視覺的數(shù)據(jù)跟蹤和分析、人工智能在選址和運(yùn)營(yíng)中的應(yīng)用。
我們判斷，電子化、數(shù)據(jù)化和智能化將助力線下商業(yè)零售行業(yè)競(jìng)爭(zhēng)格局重構(gòu)。
線上商業(yè)零售，以數(shù)據(jù)為基礎(chǔ)打造閉環(huán)AI商業(yè)生態(tài)。
以阿里為例，在零售、電子商務(wù)端的大數(shù)據(jù)以數(shù)據(jù)銀行的形式作為底層數(shù)據(jù)，通過大數(shù)據(jù)、云計(jì)算、AI分析為客戶提供決策支持，覆蓋金融、社交、商業(yè)、物流等多體系，形成完整的AI 商業(yè)生態(tài)體系。
智慧安防:AI 安防
AI 安防是AI圖像識(shí)別2G的主要落地方式。
傳統(tǒng)安防設(shè)備將音視頻材料簡(jiǎn)單記錄后，需要大批量人工進(jìn)行逐一甄別或?qū)崟r(shí)監(jiān)控。
引入AI后，算法可以自動(dòng)將人像及事故場(chǎng)景與預(yù)設(shè)標(biāo)簽比較，識(shí)別出特定人物及事故，充分盤活原有音視頻及圖像數(shù)據(jù)資源。
AI 安防可用于市政治安管理，提升智能發(fā)現(xiàn)的事件數(shù)目，降低事件發(fā)生處理平均時(shí)長(zhǎng)，對(duì)警、消、救等各類車輛進(jìn)行聯(lián)合指揮調(diào)度。
也可以用于車站、機(jī)場(chǎng)等需要驗(yàn)證信息的特殊場(chǎng)景，減少人工成本及審核時(shí)間，提高效率。
國(guó)內(nèi)安防市場(chǎng)具有較大潛力。
目前國(guó)內(nèi)安防市場(chǎng)規(guī)模穩(wěn)步增長(zhǎng)，相比發(fā)達(dá)國(guó)家，我國(guó)攝像頭滲透率仍待提高。
?？低暿悄壳皣?guó)內(nèi)乃至于全球的安防龍頭，產(chǎn)品由底層的攝像頭硬件、人臉及物體識(shí)別算法、后臺(tái)系統(tǒng)、數(shù)據(jù)庫(kù)等全面覆蓋。
城市大腦:AI 城市治理
大城市病和新型城鎮(zhèn)化給城市治理帶來新挑戰(zhàn)，刺激AI 城市治理的需求。
大中型城市隨著人口和機(jī)動(dòng)車數(shù)量的增加，城市擁堵等問題比較突出。隨著新型城鎮(zhèn)化的推進(jìn)，智慧城市將會(huì)成為中國(guó)城市的主要發(fā)展模式。而智慧城市涉及的AI 安防、AI 交通治理將會(huì)成為G端的主要落地方案。
2016年杭州首次進(jìn)行城市數(shù)據(jù)大腦改造，高峰擁堵指數(shù)下降至1.7以下。目前以阿里為代表的城市數(shù)據(jù)大腦已經(jīng)進(jìn)行了超過15億元的投資，主要集中在智能安防、智能交通等領(lǐng)域。
城市交通也是AI的重點(diǎn)場(chǎng)景。
從城市問題與落地的技術(shù)瓶頸來看，交通領(lǐng)域具有優(yōu)先的落地價(jià)值。
以城市大腦為中樞，連接攝像頭、車輛標(biāo)簽、交通流量等數(shù)據(jù)，通過云端的分析和整合，從而實(shí)現(xiàn)對(duì)城市的精準(zhǔn)分析、整體研判、協(xié)同指揮，緩解擁堵、停車?yán)щy、路線規(guī)劃、事故處理、違章告發(fā)等首要交通問題。
智慧醫(yī)療:AI 醫(yī)療
AI 醫(yī)療多應(yīng)用于醫(yī)療輔助場(chǎng)景。在醫(yī)療健康領(lǐng)域的AI產(chǎn)品涉及智能問診、病史采集、語音電子病歷、醫(yī)療語音錄入、醫(yī)學(xué)影像診斷、智能隨訪、醫(yī)療云平臺(tái)等多類應(yīng)用場(chǎng)景。
從醫(yī)院就醫(yī)流程來看，診前產(chǎn)品多為語音助理產(chǎn)品，如導(dǎo)診、病史采集等，診中產(chǎn)品多為語音電子病例、影像輔助診斷，診后產(chǎn)品以隨訪跟蹤類為主。
綜合整個(gè)就診流程中的不同產(chǎn)品，當(dāng)前AI 醫(yī)療的主要應(yīng)用領(lǐng)域仍以輔助場(chǎng)景為主，取代醫(yī)生的體力及重復(fù)性勞動(dòng)。
AI 醫(yī)療的海外龍頭企業(yè)是Nuance，公司50%的業(yè)務(wù)來自智能醫(yī)療解決方案，而病歷等臨床醫(yī)療文獻(xiàn)轉(zhuǎn)寫方案是醫(yī)療業(yè)務(wù)的主要收入來源。
Fintech:AI 金融
AI 金融已在智能投顧領(lǐng)域大規(guī)模應(yīng)用。智能投顧也稱機(jī)器人投顧(Robo-Advisor)，主要是結(jié)合大數(shù)據(jù)、機(jī)器學(xué)習(xí)、市場(chǎng)信息來分析預(yù)測(cè)金融資產(chǎn)的價(jià)格走勢(shì);并根據(jù)客戶收益目標(biāo)及風(fēng)險(xiǎn)承受能力，構(gòu)建符合客戶需求的投資組合。量化投資在過去幾年呈現(xiàn)高速增長(zhǎng)。
據(jù)拓墣產(chǎn)業(yè)研究預(yù)測(cè)，全球智能投顧規(guī)模在2020年達(dá)到5.9萬億美元(CAGR 75%);
Statista預(yù)測(cè)，中國(guó)智能投顧資產(chǎn)規(guī)模將在2022年達(dá)到6651億美元(CAGR 87%)。在2018Q2國(guó)內(nèi)三家智能投顧規(guī)模最大的三家銀行:招商銀行、中國(guó)銀行、工商銀行的智能投顧規(guī)模分別達(dá)到116.25億元、40億元和20億元。
數(shù)據(jù)產(chǎn)業(yè)鏈:IoT、5G、IDC和云計(jì)算領(lǐng)域孕育更廣泛的AI投資機(jī)會(huì)。
數(shù)據(jù)是AI的核心。根據(jù)DIC預(yù)測(cè)，受益于移動(dòng)互聯(lián)網(wǎng)紅利，全球數(shù)據(jù)量或?qū)?6ZB(2016年)快速增長(zhǎng)到40ZB(2020年)，到2025年或增至160ZB。
數(shù)據(jù)中心IDC需求持續(xù)較高增長(zhǎng)。
物聯(lián)網(wǎng)IoT將進(jìn)一步增加數(shù)據(jù)量和數(shù)據(jù)維度，驅(qū)動(dòng)數(shù)據(jù)量增速超預(yù)期。
5G技術(shù)將進(jìn)一步提升移動(dòng)互聯(lián)網(wǎng)傳輸速度和連接數(shù)，帶來工業(yè)互聯(lián)網(wǎng)和智慧城市等更廣泛的機(jī)遇。
預(yù)計(jì)2020-2025年5G訂閱用戶數(shù)將從0.4億爆發(fā)式增長(zhǎng)到26.1億(CAGR=131%)。云計(jì)算市場(chǎng)亦將持續(xù)較快增長(zhǎng)。預(yù)計(jì)數(shù)據(jù)產(chǎn)業(yè)鏈(采集、傳輸、存儲(chǔ)、運(yùn)算)會(huì)孕育更廣泛的AI投資機(jī)遇。（報(bào)告來源：中信證券／分析師：許英博、陳俊云）
聯(lián)系客服
