人工智能行業(yè)報告上篇造將崛起數(shù)據(jù)以及平臺類公司前景廣闊招商銀行

1、獲取報告1、2、3、每周群內(nèi)7+報告；當日華爾街日報、4、行研報告均為公開利歸原作者所有，起點財經(jīng)僅分發(fā)做內(nèi)部學習。掃一掃關注 回復：加入“起點財經(jīng)”群。行業(yè)研究行業(yè)深度目 錄1人工智能：新一輪產(chǎn)業(yè)升級的推動力11.1 人工智能當前處于第三次大發(fā)展期，產(chǎn)業(yè)升級11.2 人工智能根據(jù)從底層到應用的技術邏輯可以分成基礎層、技術層、應用層21.3 數(shù)據(jù)、算法、算力、領域?qū)I(yè)能人工智能效果的關鍵3戰(zhàn)略41.4 人工智能發(fā)展“雙雄并立”，成為2. 國內(nèi)人工智能產(chǎn)業(yè)鏈初步成型，市場空間超千億元102.1 產(chǎn)業(yè)鏈上中下游各司其職，將技術轉(zhuǎn)化成生產(chǎn)力10上游提供基礎計算能力、方法和數(shù)據(jù)11中游將基礎計算能力和

2、方法轉(zhuǎn)化成四類 AI 技術11下游綜合利用各類 AI 技術解決各自行業(yè)的應用問題122.1 人工智能在國內(nèi)市場空間超千億元，國際市場空間達數(shù)百億. 13智能語音在國內(nèi)外均進入穩(wěn)定中高速增長期13計算機視覺在國內(nèi)將持續(xù)爆發(fā)式增長14自然語言處理將穩(wěn)步發(fā)展，技術將是關鍵15其他類技術也具備很大市場空間153. 上游 AI3.1 AI3.2 數(shù)據(jù)國內(nèi)企業(yè)較為弱小，數(shù)據(jù)公司提供服務將長期受益16類公司國際競爭大，云端終端均. 16公司財務數(shù)據(jù)健康，未來成長空間可期183.3 產(chǎn)業(yè)鏈上游公司選擇標準以及204中游技術平臺將是產(chǎn)業(yè)鏈中的玩家204.1 中游技術平臺類公司是人工智能產(chǎn)業(yè)鏈的環(huán)節(jié)，在產(chǎn)業(yè)鏈中地

3、位相對有利21技術平臺類公司具備較強壁壘，規(guī)模提升能帶來馬太效應21技術平臺類公司具備較強上下游擴展能力224.2 計算機視覺和智能語音類公司競爭格局穩(wěn)定，具備長期合作價值23計算機視覺和智能語音類公司技術相對成熟、國內(nèi)企業(yè)實力較強23競爭格局逐步穩(wěn)固，頭部企業(yè)脫穎而出244.3 技術平臺類公司選擇標準以及. 251/3行業(yè)研究行業(yè)深度圖目錄圖 1：人工智能三次發(fā)展2圖 2：人工智能的基礎層、技術層、應用層3圖 3：全球 AI圖 4：全球 AI產(chǎn)出最多的 20 個和地區(qū)（1997-2017）5趨勢5最多的 8 個的圖 5：全球人工智能分布6工智能企業(yè)數(shù)量變化6圖 6：圖 7：2018 年 6

4、月全球人工智能企業(yè)數(shù)量6圖 8：中國以及全球人工智能領域投融資變化趨勢7層面AI 政策數(shù)量8層面AI 政策數(shù)量8工作報告人工智能相關內(nèi)容8圖 9：圖 10：省級圖 11：近年圖 12：新一代人工智能發(fā)展主要內(nèi)容9圖 13：工信部行動計劃的具體部署9人工智能10圖 14：主要發(fā)達圖 15：人工智能產(chǎn)業(yè)鏈全景圖10圖 16：智能語音國際市場空間14圖 17：智能語音國內(nèi)市場空間14圖 18：ILSVRC 圖像識別賽分類錯誤率14圖 19：計算機視覺國內(nèi)市場空間14圖 20：國際自然語言處理市場空間15圖 21：國內(nèi)自然語言處理市場空間15（億）16（億）16圖 22：美國智能投顧市場空間圖 23：

5、中國智能投顧市場空間圖 24：2018 年 IC 設計產(chǎn)業(yè)按地域劃分（%）17圖 25：全球 AI企業(yè)排名18圖 26：數(shù)據(jù)公司提供服務示意19圖 27：主要 AI企業(yè)綜合評定20圖 28：主要平臺類企業(yè)創(chuàng)始團隊21圖 29：準獨角獸企業(yè)不同崗位薪酬對比22圖 30：科大訊飛 2018 年增發(fā)資金需求22圖 31：科大訊飛開放平臺開發(fā)者數(shù)量22圖 32：典型技術平臺類公司的上下游擴展情況23圖 33：國內(nèi)外人工智能企業(yè)應用技術分布24圖 34：2017 年中國計算機視覺市場份額24圖 35：2018 年中國智能語音市場份額242/3行業(yè)研究行業(yè)深度圖 36：主要平臺類公司 2018 融資額25

6、3/3行業(yè)研究行業(yè)深度1人工智能：新一輪產(chǎn)業(yè)升級的推動力人工智能，英文縮寫為 AI（Artificial Intelligence），指的是由人類發(fā)明設計的智能系統(tǒng)，能夠模仿人類的思考方式，實現(xiàn)人腦的部分功能，替代人腦解決特定問題。1.1 人工智能當前處于第三次大發(fā)展期，產(chǎn)業(yè)升級人工智能的概念最早在 20 世紀 50 年代提出，1956 年的暑期會議上正式提出了人工智能的概念。期間經(jīng)歷了三次發(fā)展浪潮，當前處于第三次大發(fā)展期。第一次浪潮發(fā)生在 19561976 年，主導理論是邏輯了一些定理證明以及邏輯程序語言 prolog。，主要成果是完成第二次浪潮發(fā)生在，19762006 年，主導理論是連接，

7、主要成果是神經(jīng)網(wǎng)絡理論的提出以及應用。但是在實踐中發(fā)現(xiàn)可以解決一些簡單單一問題，對于復雜問題的處理效果不盡理想。第三次浪潮發(fā)生在 2006現(xiàn)在，可以稱之為基于互聯(lián)網(wǎng)大數(shù)據(jù)的深度學習，將大數(shù)據(jù)、神經(jīng)元網(wǎng)絡和數(shù)學統(tǒng)計的方法結合在一起。第三次浪潮的理論基礎和第二次浪潮類似，主要的差別在于基于神經(jīng)網(wǎng)絡的深度學習算法取得了巨大的。這里的主要推動因素包括了硬件的進步、卷積神經(jīng)網(wǎng)絡模型優(yōu)化、參數(shù)訓練技巧的發(fā)展等。1/26行業(yè)研究行業(yè)深度圖 1：人工智能三次發(fā)展熱度第一階段第二階段第三階段人工智能起步期人工智能迎來爆發(fā)人工智能步入邏輯盛行連接盛行 深度學習尚未深度學習應用 互聯(lián)網(wǎng)奠定基礎1956會議標志AI誕

8、生1980系統(tǒng)問世2006 Hinton提出深度學習的神經(jīng)網(wǎng)絡1957 神經(jīng)網(wǎng)絡感知機被發(fā)明1986 BP神經(jīng)網(wǎng)絡算法提出，使得多層人工神經(jīng)元網(wǎng)絡的學習成為可能2013 深度學習算法在語音和視覺識別上有，識別率超過99%和95%1970 受限于計算能力 進入第一個寒冬1990 人工智能計算機DARPA失敗， 入縮減，進入第二次低谷投2016 DeepMind團隊的AlphaGo運用深度學習算法戰(zhàn)勝圍棋冠軍2010197019801990200019561960時間資料來源：招商前兩次浪潮解決了人工智能的一些基礎理論問題，第三次浪潮的發(fā)展已經(jīng)使得人工智能技術的發(fā)展程度（識別率、準確率等）可以實際

9、解決很多傳統(tǒng)需要人類大腦才能解決的問題，具備了很強的實用性，獲得生產(chǎn)力。1.2 人工智能根據(jù)從底層到應用的技術邏輯可以分成基礎層、技術層、應用層人工智能根據(jù)從底層到應用的技術邏輯可以分成基礎層、技術層、應用層?；A層從硬件和理論層面，為人工智能的實現(xiàn)提供了根本保障，主要包括AI和深度學習算法。AI的發(fā)展進步，提供了越來越強的計算能力；深度學習算法的建立，提供了 AI 解決問題的計算方法。技術層是基于基礎層的支撐，設計出的解決某一類過去需要人腦解決問題的通用方法，具體包括智能語音、計算機視覺、自然語言處理以及其他類這四大人腦功能的處理方法。這些方法基于深度學習算法，根據(jù)具體的數(shù)據(jù)以及處理場景，形

10、成了專門的成套技術處理方法和最佳實踐。通過技術層的實現(xiàn)，我們可以將基礎層提供的算力以及計算方法運用到具體領域，去真實對應到大腦的某一類功能以及實踐能力。應用層是基于技術層的能力，去解決具體現(xiàn)實生活中的問題。比如利用計算機視覺技術，實現(xiàn)金融、安防等多個領域的人臉識別；利用智能語音技術，實現(xiàn)智能音箱、筆等的語音識別；利用自然語言處理技術，用于智能的問答。在實際的應用中，技術層和應用層的關系是相互交叉的，某個領域的應用可能用到多個維度的技術層的能力，比如金融行業(yè)的應用對于智能語音、2/26行業(yè)研究行業(yè)深度計算機視覺、自然語言處理技術都會有需求；同樣某個技術層的以廣泛應用到多個不同的應用領域，比如計算

11、機視覺技術可以廣泛應用到金融、安防、醫(yī)療、交通、教育等多個維度。圖 2：人工智能的基礎層、技術層、應用層教育金融安防智能穿戴解決方案醫(yī)療其他類自動駕駛智慧城市應用平臺智能操作系統(tǒng)自然語言處理計算機視覺其他類技術通用技術智能語音技術層感知與認知算法學）底層框架TensorflowTorchMXNetCaffe數(shù)據(jù)行業(yè)數(shù)據(jù)通用數(shù)據(jù)基礎層算力+數(shù)據(jù)系統(tǒng)平臺大數(shù)據(jù)平臺云平臺硬件設施及傳感器研發(fā)資料來源：招商1.3 數(shù)據(jù)、算法、算力、領域?qū)I(yè)能人工智能效果的關鍵當前的人工智能應用的，是基于神經(jīng)網(wǎng)絡的深度學習，該方法的特點是需要根據(jù)特定應用目的，利用大量且優(yōu)質(zhì)的數(shù)據(jù)，對絡進行反復訓練，通過算法，不斷自動變

12、換各層以及各節(jié)點的參數(shù)，以最終得到符合實際應用要求的訓練結果。深度學習的訓練特點，決定了數(shù)據(jù)、算法、算力、領域?qū)I(yè)能人工智能效果的關鍵：數(shù)據(jù)：深度學習算法的在于通過優(yōu)質(zhì)的數(shù)據(jù)去訓練，是否取得任務相關的足量優(yōu)質(zhì)數(shù)據(jù)集是人工智能技術取得的關鍵?？拼笥嶏w在智能語音領域的重要優(yōu)勢，是有足夠優(yōu)秀的方言訓練數(shù)據(jù)，因此其語音識別能夠較好應對各種方言的情況，形成護城河。3/26其他：強化學習、回歸、分類等深度學習應用層場景及行業(yè)研究行業(yè)深度算法：雖然深度學習的框架相對固定，但是為了使得學習模型在特定應用場景取得較好效果，往往需要做很多的算法優(yōu)化和工程優(yōu)化，以使得模型最終在具體場景取得更好的效果，比如更快的計算

13、效率，更準確的分類概率等。每年的人工智能頂級會議 IJCAI 、AAAI 等均由大量，針對很多具體應用場景，對深度學習算法從各個角度進行改進和優(yōu)化。因此對特定領域，具備強大的算法能和企業(yè)的保障。算力：由于現(xiàn)在需要解決的具體問題越來越復雜，云端的人工智能算法對硬件的計算能力需求近乎無止境。雖然當前技術不斷進步，云計算的提供越來越完善，但是對于一些高難度高復雜度的人工智能工作，依然需要非常大的算力才能訓練出足夠好的解決模型。這樣強大的算力也非常昂貴，很多小公司無力承擔。領域?qū)I(yè)能力：最后，人工智能技術的落地應用，最終還是要和應用場景結合起來，往往需要最終的實施公司，既理解行業(yè)痛點，又具備豐富的行業(yè)

14、實施經(jīng)驗以及能力，方能更好地將技術和具體硬件以及流程結合，取得好的實施效果。1.4人工智能發(fā)展“雙雄并立”，成為戰(zhàn)略相比之前歷次工業(yè)中的落后狀態(tài)，中國在人工智能從技術到產(chǎn)業(yè)的多方面已經(jīng)進入了國際領先。國際范圍來看，人工智能行業(yè)呈現(xiàn)美國相對領先，“雙雄并立”第一，英日法德等傳統(tǒng)發(fā)達第二的競爭局面。同時全球各國AI 領域的發(fā)展均出臺政策大力支持，其中又尤以中國和美國的支持力度較大，上升到戰(zhàn)略層面。中國的人工智能基礎研究能力僅次于美國，處于第二基礎研究能衡量一個行業(yè)發(fā)展水平的重要標志，其研和是指標，綜合這兩個指標來的人工智能基礎研究能力僅次于美國，處于第二。中國AI數(shù)量從2000 年開始快速攀升，根

15、據(jù)的統(tǒng)計，我國（含臺）的 AI數(shù)量，從 1997 年的 1000 余篇快速增長至 2017 年的 37000多篇；占全球的比例也從 4.26%增長至 27.68%。4/26行業(yè)研究行業(yè)深度經(jīng)過這些年的快速進步，我國的人工智能數(shù)量無論是累計值還是當期值都處于國際領先地位，和美國共同了第一。英國、德國、印度、法國等的數(shù)量處于第二。圖 3：全球 AI（1997-2017）產(chǎn)出最多的 20 個圖 4：全球 AI勢最多的 8 個和地區(qū)的趨資料來源：、招商資料來源：、招商雖然中國的 AI數(shù)量已經(jīng)處于世界領先地位，但是在科研方面還有較大提升空間。的研究表明，美國的 AI 領域杰出1數(shù)量遙遙領先，是第二名英國

16、的接近五倍。中國的 AI 科研2數(shù)量也很多，但是杰出很低，數(shù)量上和英國、德國、法國、意大利相近處于第二。將科研和綜合來看，不難看出中國的 AI 基礎研究能力僅次于美國。1 杰出科研：人工智能H 因子排名全球前 10%的科研2 普通科研：在人工智能領域公開過文章或者取得專利的科研5/26行業(yè)研究行業(yè)深度圖 5：全球人工智能分布資料來源：、招商兩國的人工智能人工智能行業(yè)的程度全球領先程度可以從企業(yè)數(shù)量以及投融資額這兩個維度進行，而兩國和其他相比，在這兩個維度上的優(yōu)勢都非常明顯。近年工智能企業(yè)數(shù)量快速涌現(xiàn)。信通院的數(shù)據(jù)表明，工智能企業(yè)的數(shù)量從 2012 年的 300 家迅速增長到 2017 年末的

17、1000 家左右。橫向來的人工智能企業(yè)數(shù)量在全球范圍內(nèi)僅次于美國，穩(wěn)居第二。信通院的數(shù)據(jù)顯示，截止 2018 年 6 月，美國和中國的人工智能企業(yè)數(shù)量分別為 2028、1011 家，分列一二名，隨后排名第三的英國的企業(yè)數(shù)量僅有392 家，排名第九的瑞典僅有 55 家，和差距較大。圖 6：圖 7：2018 年 6 月全球人工智能企業(yè)數(shù)量工智能企業(yè)數(shù)量變化17新加坡25262629313340404053愛爾蘭澳大利亞荷蘭瑞典55111法國120121152285英國3921011美國202805001000150020002500資料來源：信通院、招商資料來源：信通院、招商6/261200 10

18、00800600400228 192200128985702000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017新增企業(yè)數(shù)量累計企業(yè)數(shù)量杰出人工智能數(shù)量人工智能總量=杰出美國51582853618.1%英國1177799814.7%德國1119944111.9%法國1056639516.5%意大利987474020.8%中國977182325.4%西班牙772494215.6%651311720.9%606422814.3%澳大利亞515318616.2%行業(yè)研究行業(yè)深度

19、近年隨著人工智能應用范圍越來越廣，全球和中國的人工智能領域的投融資規(guī)模都呈上漲趨勢，其中來自中國的增長尤其迅速，也越來越高。據(jù)信通院的統(tǒng)計，2017 年全球人工智能投融資總規(guī)模為 395 億，中國達到了277.1 億，占全球融資總額的 70%。2013 年到 2018 年的第一季度全球 AI行業(yè)累計投融資數(shù)據(jù)中，中國60%，美國 29%，合計接近 90%。圖 8：中國以及全球人工智能領域投融資變化趨勢資料來源：信通院、招商人工智能成為戰(zhàn)略，政策重心各有特點近年來，隨著人工智能技術的快速發(fā)展，全球展開了 AI 軍備競賽，各主要發(fā)達均出臺了不少支持和引導 AI 行業(yè)發(fā)展的政策，其中又尤以中國和美國

20、的支持力度較大，上升到戰(zhàn)略層面。我國人工智能政策的一個突出特點是數(shù)量非常多，持續(xù)性強，并且充分涵蓋了和地方。唯安公司和公共管理學院的研究表明，我層面的人工智能政策逐年增加，近年發(fā)布量維持在 30 以上。而我的 AI 政策則數(shù)量，在 2015 年達到了峰值 276，近兩年雖有所國省級回落也都保持在 50 以上。這些以及省級層面的政策相互呼應，從資金、稅收、項目等多個層面持續(xù)支持人工智能行業(yè)的發(fā)展。7/26行業(yè)研究行業(yè)深度圖 9：層面AI 政策數(shù)量圖 10：省級層面AI 政策數(shù)量AI政策數(shù)量（個）AI政策數(shù)量（個）605030025020015010050403020100020092010 20

21、11 20122013 20142015 201620172009 201020112012 2013 2014 2015 2016 2017資料來源：唯安、招商資料來源：唯安、招商從 2017 年開始，人工智能連續(xù)三年進入工作報告，而 2019 年的工作報告不僅繼續(xù)大力推進人工智能發(fā)展，更首次提出智能+的概念，充分體現(xiàn)我國從頂層設計的角度，將人工智能視為戰(zhàn)略中重要的基礎設施，推動其與產(chǎn)業(yè)的融合，結構升級?？梢哉f我國對于人工智能的重視程度非常高，已經(jīng)上升到戰(zhàn)略的層面。圖 11：近年工作報告人工智能相關內(nèi)容資料來源：招商具體到實施層面，我國的政策體現(xiàn)出涵蓋面廣全面發(fā)展的特點，既重視產(chǎn)業(yè)落地又積極

22、推進補短板。2017 年 7 月的新一代人工智能發(fā)展既提出了我國人工智能產(chǎn)業(yè)層面的具體目標，2030 年人工智能產(chǎn)業(yè)規(guī)模將超過 1 萬億元，又明確了我國的人工智能基礎研究、等短板，提出設立新一代人工智能科技項目，重點攻關。2017 年 12 月工信部頒布的促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃(2018-2020 年)，對人工智能行業(yè)的發(fā)展，從四個方面給出了具體部署安排。8/26年份關于人工智能具體描述2017加快加快人工智能技術研發(fā)和轉(zhuǎn)化，做大做強產(chǎn)業(yè)集群2018加強加強新一代人工智能研發(fā)應用，發(fā)展智能產(chǎn)業(yè)，拓展智能生活。運用新技術、新業(yè)態(tài)、新模式，大力改造提升傳統(tǒng)產(chǎn)業(yè)2019深化、智能+打

23、造工業(yè)互聯(lián)網(wǎng)平臺，拓展“智能+”，為制造業(yè)升級，深化人工智能等研發(fā)應用，壯大數(shù)濟行業(yè)研究行業(yè)深度圖 12：新一代人工智能發(fā)展主要內(nèi)容圖 13：工信部行動計劃的具體部署資料來源：招商資料來源：招商雖然美國的 AI 實力全球領先，但美國20162017 年才開始逐步發(fā)布，如的人工智能相關政策人工智能研究和發(fā)展戰(zhàn)備計劃、人工智能、自動化和、人工智能白皮書等。近一年以來美國的重視程度大為提高， 2019 年的財政預算要求是美國歷史上第一個制定人工智能和無自助、無人系統(tǒng)作為行政研發(fā)重點的預算。而 2019 年 2 月， 總統(tǒng)簽署的行政命令創(chuàng)建了一個名為美國人工智能倡議（American AIInitia

24、tive）的項目，集之力“優(yōu)先考慮 AI 投資”，標志著人工智能也已經(jīng)成為美國的戰(zhàn)略。美國的這些政策總體來說聚焦于應對人工智能蓬勃發(fā)展的大趨勢，著眼長期對安全與穩(wěn)定的影響與，保持美國對人工智能發(fā)展始終具有主動性與預見性，對于重要的人工智能領域力圖保持世界領先地位。由于其他的人工智能綜合實力相比美中兩國有一定差距，因此其往往是聚焦于其本身原有的和人工智能能夠較好結合的優(yōu)勢行業(yè)，去發(fā)展在局部領域的競爭力。如德國的優(yōu)勢在于利用人工智能和工業(yè) 4.0 的結合，英國致力于人工智能和硬件的結合，而則試圖利用人工智能打造新一代人。9/26領域特點具體發(fā)展目標智能網(wǎng)聯(lián)汽車、智能服務人、智能無人機、現(xiàn)有優(yōu)勢領域

25、醫(yī)療影像輔助診斷系統(tǒng)、圖像識別系統(tǒng) 、智能語音交互系統(tǒng)、智能翻譯系統(tǒng)、智能家居、集成應用產(chǎn)業(yè)鏈上的薄弱環(huán)節(jié)智能傳感器、神經(jīng)網(wǎng)絡、開源開放平臺“中國制造2025”深化發(fā)展智能制造，鼓勵新一代人工智能技術在工業(yè)領域各環(huán)節(jié)的探索應用，提升智能制造關鍵技術裝備創(chuàng)新能力，培育推廣智能制造新模式痛點和制約構建行業(yè)訓練 庫、標準測試及知識產(chǎn)權服務平臺、智能化網(wǎng)絡基礎設施、保障等產(chǎn)業(yè)公共支撐體系，完善人工智能發(fā)展環(huán)境年份競爭力產(chǎn)業(yè)規(guī)模相關產(chǎn)業(yè)規(guī)模2020國際第一方陣1500億元1萬億元2025全球價值鏈高端4000億元5萬億元2030國際領先水平1萬億元10萬億元行業(yè)研究行業(yè)深度圖 14：主要發(fā)達人工智能資料

26、來源：招商2國內(nèi)人工智能產(chǎn)業(yè)鏈初步成型，市場空間超千億元2.1 產(chǎn)業(yè)鏈上中下游各司其職，將技術轉(zhuǎn)化成生產(chǎn)力從宏觀視角來看，人工智能產(chǎn)業(yè)鏈可以分為上中下游，其中上游提供的是基礎能力；中游將基礎能力轉(zhuǎn)化成具體的 AI 技術；下游則將 AI 技術具體運用到各行各業(yè)，形成生產(chǎn)力。下圖代表的是人工智能產(chǎn)業(yè)鏈的全景示意。圖 15：人工智能產(chǎn)業(yè)鏈全景圖AI數(shù)據(jù)AI算法上游智能語音技術計算機視覺技術自然語言處理技術其他類技術中游智能語音平臺計算機視覺平臺自然語言處理技術平臺其他類平臺下游金融安防教育醫(yī)療自動駕駛智慧城市智能穿戴其他類資料來源：招商10/26重點研發(fā)領域重點應用領域德國人機交互、及、云計算及識別

27、、智能服務、數(shù)字網(wǎng)絡、微電子、大數(shù)據(jù)、高性能計算工業(yè)互聯(lián)網(wǎng)、智能交通、健康護理、農(nóng)業(yè)、能源英國硬件CPU、識別水下人、海域工程、農(nóng)業(yè)、太空宇航、礦產(chǎn)法國超級計算機、平等、智能人、腦信息通信、聲音識別、語言翻譯、知識解析、創(chuàng)新性網(wǎng)絡建設、大數(shù)據(jù)分析生產(chǎn)自動化、物聯(lián)網(wǎng)、醫(yī)療健康護理、自動駕駛行業(yè)研究行業(yè)深度上游提供基礎計算能力、方法和數(shù)據(jù)上游代表的是支撐人工智能行業(yè)發(fā)展的基礎設施和方法，主要包括 AI 芯片、數(shù)據(jù)以及 AI 算法。AI是支撐人工智能行業(yè)發(fā)展的基礎硬件，提供適配于 AI 算法的計算能力，當前國內(nèi)外都有不少公司專注于 AI的設計，同時部分中游公司也進行AI的設計以更好匹配公司的計算模型

28、。數(shù)據(jù)對于 AI 技術在具體行業(yè)的應用有非常重要的作用，主要的數(shù)據(jù)掌握在行業(yè)中下游公司中，但是數(shù)據(jù)的處理是一個較為專業(yè)化的工作，當前國內(nèi)外均出現(xiàn)少數(shù)公司專注于數(shù)據(jù)處理，為行業(yè)中下游提供數(shù)據(jù)服務。當前的主流 AI 算法一般基于深度學習技術，進行 AI 算法研究的主力軍一般是各大院校以及科研機構，部分實力較強的中游企業(yè)也具備很強的研究能力。中游將基礎計算能力和方法轉(zhuǎn)化成四類 AI 技術中游代表的是基于現(xiàn)有的 AI 算法，在實際應用中能達到較好智能效果，具備擴展性，在各行各業(yè)的應用的基礎性技術。當前的基礎技術可以分為智能語音、計算機視覺、自然語言處理以及其他類技術。智能語音指的是利用計算機對語音信息

29、進行分析處理，以模仿人類實現(xiàn)能聽、能說等語音能力的技術，語音識別和語音目前是其應用。智能語音技術當前的發(fā)展已經(jīng)比較成熟，在很多領域的應用已經(jīng)接近人類的水平，比如智能語音交互就在迅速成為主流的人機交互方式。計算機視覺指的利用計算機對圖像或信息進行處理分析，以模擬實現(xiàn)人類通過眼睛觀察和理解外界世界的技術，當前的主要應用包括了圖像視頻的復原和增強、分割和識別、理解和自動匹配等。計算機視覺技術給機器安上了智慧的眼睛，能替代很多原本需要人類才能完成的工作。隨著近年來計算機視覺技術在多個領域的應用取得，目前其已成為人工智能最為炙手可熱的技術分支。自然語言處理指的是利用計算機對語言文字進行分析，以模擬實現(xiàn)人

30、類對于語言的理解和掌控的技術，當前的主要應用包括自然語言理解和自然語言生成。自然語言處理是實現(xiàn)認知智能的，雖然當前依然較大，但其未來的進步和對人類的意義將十分深遠。11/26行業(yè)研究行業(yè)深度其他類指的是基于人工智能算法對一些特定類問題進行方案設計，利用計算機將其智能解決的技術，其從實際效果來看，相應問題實現(xiàn)了模擬人類智能。這類技術相比前三類技術，其應用范圍相對較窄，基礎性較弱，為了便于分類，這些技術統(tǒng)稱為其他類。典型的應用場景包括棋類的 AlphaGo，智能選手 AlphaStar，金融領域的反反洗錢、智能投顧、自動等。中游技術類企業(yè)具備很強的研發(fā)能力，占據(jù)了行業(yè)內(nèi)軟件類技術的高地，并且在發(fā)展

31、過程中也逐步建立了資金和數(shù)據(jù)的壁壘。同時中游人工智能技術是產(chǎn)業(yè)上下游的關鍵，且具備較強基礎性和橫向擴展性，需要利用這些技術的下游廠商很多。因此其中的競爭獲勝者未來有可能成為人工智能行業(yè)的公司，當前的領先公司非常具備長期跟蹤的價值。但是技術類的公司存在變現(xiàn)的問題。雖然一些基礎技術比如人臉識別的擴展速度很快，的機場都已鋪開，但是短期內(nèi)依靠技術輸出獲得的營收和現(xiàn)金流收入依然較為有限，這些企業(yè)主要通過股權融資的方式獲取資金，信貸業(yè)務合作的難度較大。下游綜合利用各類 AI 技術解決各自行業(yè)的應用問題產(chǎn)業(yè)鏈下游指的是人工智能技術在各個行業(yè)中的實際應用，是技術和場景結合并落地的環(huán)節(jié)。當前人工智能應用落地比較

32、多的下業(yè)包括金融、安防、教育、醫(yī)療、自動駕駛、智慧城市、智能穿戴等，產(chǎn)業(yè)鏈的中下游企業(yè)均有參與。對于中游企業(yè)而言，一般來說其會利用在具體某項 AI 技術的優(yōu)勢，承接自身技術優(yōu)勢占重要地位且市場空間較大的下業(yè)應用，親自下場參與競爭，以期盡快獲得較好的市場份額。如科大訊飛就利用的語音識別技術，在智能語音+教育領域承接了較多的下游具體訂單。下游企業(yè)指的是產(chǎn)業(yè)+人工智能的復合類企業(yè)。這類企業(yè)的特點是首先在某個行業(yè)背景深厚，專業(yè)能力、項目實施與能力都十分優(yōu)秀；其次是具備技術創(chuàng)新的，能快速利用最新的人工智能技術，將其應用到的行業(yè)或項目中，實現(xiàn)行業(yè)+人工智能的結合，進一步提升在行業(yè)內(nèi)的競爭力，打造更好的或者

33、服務。12/26行業(yè)研究行業(yè)深度下游企業(yè)雖然技術上和中游企業(yè)相比有一定差距，但是由于其直接面向客戶，進行項目建設或者銷售，能短時間內(nèi)獲得較大的銷售收入以及現(xiàn)金流，同時部分項目和研發(fā)需要前期投入，也有一定的資金需求，相對適合進行信貸類業(yè)務。同時由于這些企業(yè)在特定領域內(nèi)的積累和優(yōu)勢較大，其未來的行業(yè)+人工智能模式也將具備較強競爭力，也具備長期合作價值。由于人工智能是未來全的基礎服務，其產(chǎn)業(yè)鏈下游所包括的領域非常多，限于篇幅，在下一篇報告里對下游的行業(yè)、企業(yè)進行詳細分析。2.1 人工智能在國內(nèi)市場空間超千億元，國際市場空間達數(shù)百億當前的人工智能產(chǎn)業(yè)鏈中，中游是環(huán)節(jié)且掌握技術，因此人工智能市場根據(jù)智能

34、語音、計算機視覺、自然語言處理等中游技術進行劃分，分別計算基于各項技術而發(fā)展出的市場的空間，來估算總體的人工智能市場空間。進行這樣的估算后，我們可以知道未來三年在國內(nèi)的市場空間有望達到千億元量級，國際市場空間將達到數(shù)百億。智能語音在國內(nèi)外均進入穩(wěn)定中高速增長期智能語音是人工智能技術中成熟度較高，較早開始進程的技術，近年形成了較為廣泛的客戶群體和應用領域，保持了較為穩(wěn)定的中高速增長。中商預計到 2018 年，國際和國內(nèi)的智能語音市場規(guī)模將分別達到以及 159.7 億元。由于國內(nèi)的智能語音市場規(guī)模相比國際差距較141.1 億大，未來幾年仍有望保持 40%左右的中高速增長。13/26行業(yè)研究行業(yè)深度

35、圖 16：智能語音國際市場空間圖 17：智能語音國內(nèi)市場空間100100505000201420152014資料來源：、招商資料來源：、招商計算機視覺在國內(nèi)將持續(xù)爆發(fā)式增長計算機視覺技術從 2012 年開始取得了性的進步，權威的 ILSVRC 挑戰(zhàn)賽的錯誤率迅速降低，進而在很多領域的應用逐步跨過了識別率的門檻，使其具備了很強的價值；同時隨著國內(nèi)平安中國建設的穩(wěn)步推進，金融科技的快速發(fā)展，計算機視覺技術的下游需求迅速擴大，兩者的疊加造成了計算機視覺這兩年在國內(nèi)迎來了爆發(fā)式增長，同時這樣的趨勢仍在延續(xù)。預計到 2020 年，國內(nèi)計算機視覺市場空間將達到 755.5億元，連續(xù)四年保持 100%以上的

36、增長速度。國際市場空間方面 Forrester、Tractica 公司分別未來全球計算機視覺市場空間將超過 200 億、260 億。相比而言，國內(nèi)企業(yè)在計算機視覺領域的應用走在了國際前列。圖 18：ILSVRC 圖像識別賽分類錯誤率圖 19：計算機視覺國內(nèi)市場空間80030%25%20%15%10%6004002005%00%2016201020112012資料來源：招商資料來源：、招商14/26行業(yè)研究行業(yè)深度自然語言處理將穩(wěn)步發(fā)展，技術將是關鍵自然語言處理技術（NLP）的理論下游空間十分廣闊，但是當前的技術發(fā)展離真正實用，即接近人類的語言理解能力還有較大距離。信通院全球的自然語言處理市場規(guī)

37、模預計將從 2016 年的 76.3 億增長到 2021 年的 160.7 億，復合年增長率 16.1%，國內(nèi) 2017 年的自然語言處理市場規(guī)模大約為 49.77 億元，相對國際來說較為落后?；?NLP 技術得不到進步的保守預期下，我們到 2021 年，國內(nèi)的 NLP 市場大約保持 20%的中速增長。圖 20：國際自然語言處理市場空間圖 21：國內(nèi)自然語言處理市場空間市場規(guī)模（億）市場規(guī)模（億元）20012010015080100604020050020162017E2018E2019E2020E2021E20172018E2019E2020E2021E資料來源：信通院、招商資料來源：招商

38、其他類技術也具備很大市場空間其他類技術中比較重要的包括智能投顧和反洗錢技術。智能投顧過去幾年呈現(xiàn)高速增長的趨勢，據(jù)智研咨詢、花旗，美國智能投顧規(guī)模到2020 年將達到 2.2 萬億，復合增長率 82%；據(jù) Statisa，中國智能投顧規(guī)模到 2022 年將達到 6651 億，復合增長率 87%。若假設率為百分之一，那么國際國內(nèi)的智能投顧市場空間分別達到百億以及的量級。15/26行業(yè)研究行業(yè)深度圖 22：美國智能投顧市場空間（億）圖 23：中國智能投顧市場空間（億）25000700060002000050001500040003000100002000500010000020162017E201

39、8E2019E2020E201620172018E2019E2020E2021E2022E資料來源：Statisa、招商資料來源：智研咨詢、花旗、招商反洗錢類應用的市場空間也十分巨大。ReportLinker2019 年最新發(fā)反布的報告顯示，2018 年全球反洗錢軟件市場規(guī)模為 9.057 億，預計 2027年將達到 49.932 億，復合增長率 21.1%。未來的反洗錢軟件基本用人工智能技術，有望成為百億的市場。3上游 AI服務將長期受益國內(nèi)企業(yè)較為弱小，數(shù)據(jù)公司提供人工智能產(chǎn)業(yè)鏈上游的算法環(huán)節(jié)，主要以高校和科研機構為主，算法信息一般都是及時公開的，因此在上游環(huán)節(jié)，的業(yè)務合作的主要對象是 A

40、I 芯片以及數(shù)據(jù)公司。當前上游 AI國內(nèi)產(chǎn)業(yè)能力較為弱小，其中云端國外的英偉達、INTEL 等幾大巨頭的競爭，雖然具備但風險較大；終端由于要求較低具備一定的機會但市場空間有限，因此該領域總體能投放的信貸量有限。數(shù)據(jù)公司國內(nèi)當前規(guī)模較小，但是數(shù)據(jù)服務好比人工智能行業(yè)的鏟子，未來的需求將十分巨大，這類公司的成長空間和現(xiàn)金流都將較好，其中的優(yōu)秀公司將具備很多業(yè)務合作的機會。3.1 AI類公司國際競爭大，云端終端均當前國內(nèi)的 AI類公司主要集中在設計環(huán)節(jié)，而國內(nèi)的設計行業(yè)和國際差距較大。IC insights 的數(shù)據(jù)表明，2017 年陸的設計產(chǎn)16/26行業(yè)研究行業(yè)深度業(yè)市場份額占全球比例只有 11%

41、，而其中 5%還是的內(nèi)部轉(zhuǎn)移支付。（）、中興、大唐圖 24：2018 年 IC 設計產(chǎn)業(yè)按地域劃分（%）資料來源：IC insights，招商雖然 AI是一個新領域，國內(nèi)廠商更具備的可能，但由于國內(nèi)整體設計能力較低，其和國際競爭對手的競爭很大。AI和并不是完全割裂的關系，從原理上來說，傳統(tǒng)的 CPU 和顯卡都可以傳統(tǒng)進行 AI 運算， 只是在效率和性價比上會和 AI有差距。由于深度學習程序的設計特點，決定了其需要的是大規(guī)模并行計算能力，這一點恰好是顯卡的強項，因此顯卡龍頭英偉達可以將其在傳統(tǒng)領域的設計經(jīng)驗，迅速復用到深度學習的計算領域，成為 AI的者。我們可以看到，當前國際上 AI 芯片的領先

42、企業(yè)主要集中在國外，且一般具備十年以上的設計經(jīng)驗。17/26行業(yè)研究行業(yè)深度圖 25：全球 AI企業(yè)排名資料來源：Compass intelligence、招商AI分為云端和終端，云端一般用于數(shù)據(jù)中心，通用性強市場空間大，但是競爭也更為激烈。終端一般用于各種智能硬件設施，需要適應特定場景的特定需求，具備定制化的特點，因此每個特定市場的空間相對小，競爭較小。國內(nèi)堅持進行云端設計的廠商很少，少數(shù)隊企業(yè)如紀科技雖然技術在國內(nèi)領先，想象空間很大，但其未來的不確定性依然很大；國內(nèi)進行終端設計的廠商相對較多，部分企業(yè)如思必馳、能夠快速獲得一定的營收，但特定領域的市場有限，企業(yè)成長空間受限。3.2 數(shù)據(jù)公司

43、財務數(shù)據(jù)健康，未來成長空間可期數(shù)據(jù)對于人工智能的效果有非常重要的作用，產(chǎn)業(yè)鏈中下游公司均可以通過自身的項目和獲得一定數(shù)據(jù)，但是由于對于數(shù)據(jù)的處理也需要更加專業(yè)的技能，同時單個公司的數(shù)據(jù)總存在不夠完善的地方，中小公司的業(yè)務數(shù)據(jù)相對匱乏，因此專業(yè)的數(shù)據(jù)公司應運而生。這些公司通過數(shù)據(jù)定務、數(shù)據(jù)庫、數(shù)據(jù)相關的應用服務等方式為人工智能行業(yè)提供數(shù)據(jù)支持，具體如下：數(shù)據(jù)定務：根據(jù)客戶對人工智能算法模型開發(fā)、訓練、拓展及優(yōu)化等過程所需數(shù)據(jù)的個性化需求，為客戶量體裁衣地提供定制化數(shù)據(jù)的設計及開發(fā)服務，對客戶提供的數(shù)據(jù)進行處理，最終形成符合客戶18/26排名公司AI發(fā)展指數(shù)1英偉達85.302intel82.90

44、3IBM80.20478.005Apple75.306AMD74.707ARM73.00873.009三星72.1010恩70.2011博通68.201264.50行業(yè)研究行業(yè)深度需求的定制化數(shù)據(jù)，客戶享有最終形成的定制化數(shù)據(jù)的知識產(chǎn)權。數(shù)據(jù)庫：根據(jù)對人工智能算法模型應用領域、行業(yè)發(fā)展趨勢、市場需求等的評估和研判，設計并開發(fā)多種數(shù)據(jù)庫，開發(fā)完成后給客戶使用。數(shù)據(jù)庫的知識產(chǎn)權屬于數(shù)據(jù)公司。數(shù)據(jù)相關的應用服務：直接為下游客戶提供有效的數(shù)據(jù)相關的應用服務，協(xié)助客戶實現(xiàn)人工智能算法模型的識別率提升、語言種類拓展和垂直應用領域拓展等，助力人工智能技術及應用的設計、開發(fā)和領域拓展。這三類服務均覆蓋智能語音

45、、計算機視覺、自然語言處理等人工智能的主要技術領域。以智能語音為例，這三類服務/的具體作用如下：圖 26：數(shù)據(jù)公司提供服務示意資料來源：海天瑞聲、招商數(shù)據(jù)類公司起步較晚，公司較少，國內(nèi)主要有海天瑞聲、慧聽科技、標貝科技，國外的領軍企業(yè)是 appen。但這些公司發(fā)展較快，財務指標也非常健康 。海天瑞聲近三年凈利潤均為正且增長六倍，經(jīng)營性現(xiàn)金流的增長和凈利潤基本同步；appen 近三年的營收和凈利潤也均有翻倍的增長。從業(yè)務特點、行業(yè)發(fā)展的角度來看，我們認為數(shù)據(jù)類公司和創(chuàng)新藥領域的 CRO/CMO 公司有較多相似的地方，都屬于朝陽行業(yè)中提供服務的公司。未來其中的領先公司將能保持業(yè)務拓展和財務數(shù)據(jù)的穩(wěn)

46、步發(fā)展。19/26行業(yè)研究行業(yè)深度3.3 產(chǎn)業(yè)鏈上游公司選擇標準以及AI類公司具備技術要求高、投入大、風險大的特點，在發(fā)展初期需要支持，因此對于這類公司，主要從其技術實力、股東資金背景、的角度進行：技術實要看相應公司是否具備領先的科研隊伍，擁有、劃或者國際大廠經(jīng)驗技術。隊或者 BAT 等頂股東資金背景：主要看相應公司的重要股東是否有尖企業(yè)，歷次融資情況是否充足，滿足業(yè)務發(fā)展需求。：主要看歷史上是否真的產(chǎn)出過比較的，較大規(guī)模運用到實踐中，如云端服務器、知名設備等。我們根據(jù)以上標準，對國內(nèi)主要的 AI企業(yè)進行了評價和劃分，我們認為，綜合評價第四檔的企業(yè)暫時不具備業(yè)務合作的必要，綜合評價第三檔及以上

47、的公司值得長期跟蹤。圖 27：主要 AI企業(yè)綜合評定（具體請參照原報告，如需報告原文請以文末方式招商）資料來源：招商數(shù)據(jù)公司的競爭力包括技術、數(shù)據(jù)積累、客戶：技術：技術以及在數(shù)據(jù)領域的經(jīng)驗積累。數(shù)據(jù)積累：在智能語音、計算機視覺、自然語言處理等各領域積累的重要數(shù)據(jù)。客戶：是否覆蓋行業(yè)內(nèi)客戶，如 BAT、知名中游技術公司等當前國內(nèi)專業(yè)的數(shù)據(jù)公司非常少，主要參與者有海天瑞聲、慧聽科技、標貝科技，其中海天瑞聲由于擬申報科創(chuàng)板，信息披露較為完善。從披露的信息來看，海天瑞聲在技術、數(shù)據(jù)積累、客戶等方面的積累均處于非常優(yōu)秀的水平，是一家非常值得長期合作的企業(yè)。慧聽科技、標貝科技這兩家企業(yè)的非常缺乏，若能獲得

48、相應數(shù)據(jù)，可以和海天瑞聲的業(yè)務和財務進行對比，以確定這些公司的行業(yè)地位。4中游技術平臺將是產(chǎn)業(yè)鏈中的玩家20/26行業(yè)研究行業(yè)深度在整個人工智能產(chǎn)業(yè)鏈中，我們認為中游的技術平臺類公司將有望成為產(chǎn)業(yè)鏈中的環(huán)節(jié)，具備更大的不可替代性和護城河，長期而言有望持續(xù)輸出價值。其中智能語音類和計算機視覺類公司經(jīng)歷了幾輪洗牌后，當前脫穎而出的頭部公司具備相對穩(wěn)定的競爭格局，新入局的廠家想要的難度較大。同時這兩類公司當前的技術成熟度較高，潛在應用場景又非常廣泛，可拓展性很強，具備長期合作的價值。4.1 中游技術平臺類公司是人工智能產(chǎn)業(yè)鏈的業(yè)鏈中地位相對有利環(huán)節(jié)，在產(chǎn)在人工智能產(chǎn)業(yè)鏈中，中游技術平臺類公司的地位比較，主要是因為其具備較強壁壘，同時向產(chǎn)業(yè)鏈上下游的擴張較為容易。技