前 言：

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 )新紅利的主要驅動(dòng)力。透過(guò)豐富的數據采集(互聯(lián)網(wǎng)和IoT)、更快的數據傳輸(5G)、更強大的數據運算處理(AI)，科技企業(yè)和傳統企業(yè)將在更廣泛的領(lǐng)域深度融合。

AI將廣泛助力傳統行業(yè)轉型，滲透互聯(lián)網(wǎng)競爭下半場(chǎng)，催生無(wú)人駕駛、城市大腦、工業(yè)互聯(lián)網(wǎng)、農業(yè)大腦、智慧醫療、Fintech、機器人等廣義AI應用，醞釀萬(wàn)億級市場(chǎng)和投資機會(huì )。

人工智能(AI)指利用技術(shù)學(xué)習人、模擬人，乃至超越人類(lèi)智能的綜合學(xué)科。

人工智能技術(shù)可以顯著(zhù)提升人類(lèi)效率，在圖像識別、語(yǔ)音識別等領(lǐng)域快速完成識別和復雜運算。

此外，面對開(kāi)放性問(wèn)題，人工智能技術(shù)亦可通過(guò)窮舉計算找到人類(lèi)預料之外的規律和關(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提升的AI算力對神經(jīng)網(wǎng)絡(luò )算法的優(yōu)化。

AI產(chǎn)業(yè)鏈分為:基礎層、技術(shù)層、應用層。

基礎層主要包括:AI芯片、IoT傳感器等，技術(shù)層主要包括:圖像識別、語(yǔ)音識別、自然語(yǔ)言處理NLP、知識圖譜等，應用層的場(chǎng)景包括:無(wú)人駕駛、智慧安防、智慧城市(城市大腦)、金融科技(Fintech)、智慧醫療、智慧物流等領(lǐng)域。

AI市場(chǎng)規?？焖俪砷L(cháng)。

中國是全球第二大AI力量，人工智能企業(yè)超過(guò)1000家。

2018年中國AI市場(chǎng)規模約330億元人民幣，全球AI市場(chǎng)規模約2700億美元。我們預計，中國人工智能市場(chǎng)規模有望成長(cháng)至萬(wàn)億量級，成為下一輪科技創(chuàng )新紅利的主導力量。

Statista預計2019、2020年，全球人工智能市場(chǎng)規模將分別增長(cháng)59%、61%，成長(cháng)至6800億美元量級。

我們判斷，中國人工智能市場(chǎng)有望在2030年達到萬(wàn)億量級，傳統行業(yè)和技術(shù)的結合是主要的應用領(lǐng)域，2G(對政府）和2B（對企業(yè)）將成為主要的營(yíng)收來(lái)源。

AI應用于移動(dòng)互聯(lián)網(wǎng)下半場(chǎng)

當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度。

在智能手機硬件，以及社交、游戲、電商、短視頻、音樂(lè )等互聯(lián)網(wǎng)領(lǐng)域，AI技術(shù)已經(jīng)開(kāi)始廣泛應用。

智能手機銷(xiāo)量見(jiàn)頂，移動(dòng)互聯(lián)網(wǎng)進(jìn)入細化競爭的下半場(chǎng)，AI是主要競爭手段。

自2007年全球第一款量產(chǎn)智能手機iPhone放量，智能手機市場(chǎng)歷經(jīng)十年繁榮。

至2016年智能機銷(xiāo)量見(jiàn)頂，當年共銷(xiāo)售14.73億部，CAGR超過(guò)30%(+2.5%)。2016年中國智能手機銷(xiāo)售4.65億部(+9%)，達到歷史高點(diǎn)。

智能手機硬件紅利結束，但移動(dòng)互聯(lián)網(wǎng)市場(chǎng)仍在持續增長(cháng)。

智能手機普及帶來(lái)C端數據量和數據流量持續高速增長(cháng)，移動(dòng)互聯(lián)網(wǎng)產(chǎn)業(yè)營(yíng)收規模持續較快增長(cháng)。

居民數字消費快速滲透，國內移動(dòng)互聯(lián)網(wǎng)接入戶(hù)均流量從165MB/月(2014年1月)快速成長(cháng)至6GB/月(2018年12月)，并仍保持較快增長(cháng)。

互聯(lián)網(wǎng)競爭下半場(chǎng)，人工智能技術(shù)有助提升資源匹配銷(xiāo)量，助力移動(dòng)互聯(lián)網(wǎng)企業(yè)(如阿里巴巴、拼多多、美團點(diǎn)評等公司)提升市場(chǎng)份額。

AI應用于更廣泛的領(lǐng)域

從2C到2G、2B，AI應用于更廣泛的領(lǐng)域，助力傳統行業(yè)轉型和市場(chǎng)競爭格局重構。

傳統行業(yè)的效率具備較大提升空間，結合自身多年積累的數據，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)，傳統行業(yè)有望匯總更多維度、更長(cháng)歷史周期的數字化數據，結合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將廣泛應用于自動(dòng)駕駛、家居、安防、交通、醫療、教育、政務(wù)、金融、商業(yè)零售等領(lǐng)域。

AI產(chǎn)業(yè)鏈:算力驅動(dòng)，場(chǎng)景為王

AI產(chǎn)業(yè)鏈分為:基礎層、技術(shù)層、應用層。

基礎層主要包括:AI芯片、IoT傳感器等，技術(shù)層主要包括:圖像識別、語(yǔ)音識別、自然語(yǔ)言處理NLP、知識圖譜等，應用層的場(chǎng)景包括:無(wú)人駕駛、智慧安防、智慧城市(城市大腦)、金融科技Fintech、智慧醫療、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模達395億美元，融資事件1208筆;中國境內融資事件369筆，占全球31%。

2018年上半年，中國AI投資總規模1527億，顯著(zhù)超越2017全年(754億)。

中美是人工智能技術(shù)和應用的兩極。

美國在A(yíng)I通用芯片領(lǐng)域具備較強優(yōu)勢，如英偉達GPU、賽靈思FPGA、谷歌TPU等；亦在無(wú)人駕駛、語(yǔ)音助手、云計算、智能手機硬件、AR&VR等領(lǐng)域擁有諸多優(yōu)秀創(chuàng )業(yè)公司。

中國是全球第二大AI力量，人工智能企業(yè)超過(guò)1000家。中國在A(yíng)SIC專(zhuān)用芯片領(lǐng)域有所突破，亦在2G(對政府)和2B(對企業(yè))的“場(chǎng)景”端和“算法”端快速迭代。

基礎層:AI芯片、深度學(xué)習等算力: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)習和多層神經(jīng)網(wǎng)絡(luò )算法成為可能。

從使用場(chǎng)景來(lái)看，相關(guān)硬件包括:云側推理芯片、云側測試芯片、終端處理芯片、IP核心等。

在云端的“訓練”或“學(xué)習”環(huán)節，英偉達GPU具備較強競爭優(yōu)勢，谷歌TPU亦在積極拓展市場(chǎng)和應用。在終端的“推理”應用領(lǐng)域FPGA和ASIC可能具備優(yōu)勢。

美國在GPU和FPGA領(lǐng)域具有較強優(yōu)勢，擁有英偉達、賽靈思、AMD等優(yōu)勢企業(yè)，谷歌、亞馬遜亦在積極開(kāi)發(fā)AI芯片。

中國企業(yè)在專(zhuān)用ASIC領(lǐng)域試圖拓展，創(chuàng )業(yè)公司如地平線(xiàn)等積極探索。

算法:深度學(xué)習

深度學(xué)習正在向深度神經(jīng)網(wǎng)絡(luò )過(guò)渡。機器學(xué)習是通過(guò)多層非線(xiàn)性的特征學(xué)習和分層特征提取，對圖像、聲音等數據進(jìn)行預測的計算機算法。

深度學(xué)習為一種進(jìn)階的機器學(xué)習，又稱(chēng)深度神經(jīng)網(wǎng)絡(luò )(DNN:DeepNeuralNetworks)。

針對不同場(chǎng)景(信息)進(jìn)行的訓練和推斷，建立不同的神經(jīng)網(wǎng)絡(luò )與訓練方式，而訓練即是通過(guò)海量數據推演，優(yōu)化每個(gè)神經(jīng)元的權重與傳遞方向的過(guò)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)化數據提取數量，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 )算法成為大數據處理核心。

AI通過(guò)海量標簽數據進(jìn)行深度學(xué)習，優(yōu)化神經(jīng)網(wǎng)絡(luò )與模型，并導入推理決策的應用環(huán)節。

20世紀90年代是機器學(xué)習、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90年代以后，AI技術(shù)的實(shí)際應用領(lǐng)域包括了數據挖掘、工業(yè)機器人、物流、語(yǔ)音識別、銀行業(yè)軟件、醫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

圖像識別

圖像識別的核心技術(shù)是計算機視覺(jué)。計算機視覺(jué)(ComputerVision，CV)是用機器替代人眼，對目標進(jìn)行識別、跟蹤和測量等，并處理為人眼觀(guān)察或易于機器檢測的圖像的技術(shù)。

技術(shù)上需要大量的圖像數據對計算機進(jìn)行訓練，如人臉、動(dòng)物圖片、證件圖片等，依靠AI芯片和深度學(xué)習算法進(jìn)行歸類(lèi)判斷，最終對輸入圖像進(jìn)行識別。

圖像識別可廣泛用于各類(lèi)場(chǎng)景。圖像識別技術(shù)已經(jīng)用于動(dòng)態(tài)人臉識別、在線(xiàn)/離線(xiàn)活體檢測、超大人像庫實(shí)時(shí)檢索、證件識別、行人檢測、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(wú)人駕駛、零售、商業(yè)等具體場(chǎng)景。

語(yǔ)音識別

依靠深度學(xué)習和芯片突破，語(yǔ)音識別的準確度不斷提升。

語(yǔ)音識別將人發(fā)出的語(yǔ)音詞匯內容轉換為文字或指令，主要是分析句子、句法以及結構，以便將人類(lèi)語(yǔ)言轉換為計算機語(yǔ)言。

以深度神經(jīng)網(wǎng)絡(luò )算法取代傳統模型后，語(yǔ)音識別的單詞錯誤率每年下降約18%，以谷歌、微軟、亞馬遜為代表的巨頭已經(jīng)開(kāi)發(fā)出具備人類(lèi)級別的語(yǔ)音識別系統。

語(yǔ)音識別是智能語(yǔ)音的前端技術(shù)。

智能語(yǔ)音涉及語(yǔ)音采集、語(yǔ)義理解、自然語(yǔ)言生成、語(yǔ)音合成等技術(shù)。在語(yǔ)音采集部分，相較于圖像識別、語(yǔ)音識別的算法復雜度更高、標簽數據量更大、精確度要求更高。

在語(yǔ)音識別領(lǐng)域，通過(guò)高性能麥克風(fēng)陣列和神經(jīng)網(wǎng)絡(luò )算法可以實(shí)現高精度識別。

自然語(yǔ)言處理NLP

自然語(yǔ)言處理(NaturalLanguageProcessing，NLP)是研究人機之間以人類(lèi)語(yǔ)言進(jìn)行交流的方法的過(guò)程。

NLP包括多方面步驟，基本由認知、理解、生成等部分。

基于數據及知識圖譜，計算機通過(guò)閱讀(知識)自動(dòng)獲取信息，通過(guò)NLP可以將輸入的語(yǔ)言變?yōu)橛芯唧w含義的符號，再根據使用者意圖進(jìn)行處理，重新編為人類(lèi)語(yǔ)言輸出。與語(yǔ)音識別關(guān)注準確度不同，NLP更多關(guān)注語(yǔ)言的具體含義及語(yǔ)境，試圖理解句子意圖和上下文含義。

NLP是智能語(yǔ)音的核心技術(shù)。

語(yǔ)音識別和采集技術(shù)已經(jīng)依靠AI芯片、深度學(xué)習算法及麥克風(fēng)陣列硬件得到解決，而語(yǔ)義理解仍有很多基礎工作要積累，譬如算法建模、數據標簽、知識圖譜等。

NLP在智能語(yǔ)音中負責將計算機語(yǔ)音重新編為人類(lèi)語(yǔ)言進(jìn)行輸出，要盡可能縮小歧義，是智能語(yǔ)音的核心技術(shù)。

以語(yǔ)音識別+NLP的智能語(yǔ)音技術(shù)在芯片算力和深度神經(jīng)算法加持下其準確度正進(jìn)一步提高。

技術(shù)層

圖像識別

圖像識別的核心技術(shù)是計算機視覺(jué)。計算機視覺(jué)(ComputerVision，CV)是用機器替代人眼，對目標進(jìn)行識別、跟蹤和測量等，并處理為人眼觀(guān)察或易于機器檢測的圖像的技術(shù)。

技術(shù)上需要大量的圖像數據對計算機進(jìn)行訓練，如人臉、動(dòng)物圖片、證件圖片等，依靠AI芯片和深度學(xué)習算法進(jìn)行歸類(lèi)判斷，最終對輸入圖像進(jìn)行識別。

知識圖譜

知識圖譜提供了管理組織海量數據的能力。知識圖譜融合了認知計算、知識表示和推理、信息檢索與抽取、自然語(yǔ)言處理與語(yǔ)義Web、數據挖掘與機器學(xué)習，是人工智能的重要研究領(lǐng)域。

知識圖譜的應用可以直接為用戶(hù)提供答案和解決方案，直接顯示滿(mǎn)足客戶(hù)需求的結構化信息內容。

以語(yǔ)音和圖像作為知識圖譜，AI技術(shù)快速滲透。

對AI來(lái)說(shuō)，數據多為無(wú)效或原始信息，需要大量的歸類(lèi)與標簽工作，才能為后期的分析與學(xué)習所用。而語(yǔ)音和圖像數據由于來(lái)源廣、可得性高，語(yǔ)音及圖像知識圖譜與行業(yè)數據庫，成為當前人工智能的積累重點(diǎn)。

應用層:場(chǎng)景+AI

從2C到2G、2B，AI應用于更廣泛的領(lǐng)域，助力傳統行業(yè)轉型和市場(chǎng)競爭格局重構。

傳統行業(yè)的效率具備較大提升空間，結合自身多年積累的數據，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)，傳統行業(yè)有望匯總更多維度、更長(cháng)歷史周期的數字化數據，結合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將廣泛應用于自動(dòng)駕駛、家居、安防、交通、醫療、教育、政務(wù)、金融、商業(yè)零售等領(lǐng)域。

自動(dòng)駕駛/無(wú)人駕駛:AI+汽車(chē)

從輔助駕駛ADAS到無(wú)人駕駛，圖像識別等AI技術(shù)在汽車(chē)領(lǐng)域廣泛應用。

科技企業(yè)直接布局L4、L5級別的高級自動(dòng)駕駛和無(wú)人駕駛。汽車(chē)企業(yè)通過(guò)產(chǎn)品迭代的方式，在L2、L3級別自動(dòng)駕駛和ADAS領(lǐng)域有所進(jìn)展。

我們認為，自動(dòng)駕駛是AI技術(shù)的重要應用場(chǎng)景，近年來(lái)的人工智能投資大量集中于新造車(chē)力量(自動(dòng)駕駛+新能源汽車(chē))、自動(dòng)駕駛芯片和解決方案(Mobileye、地平線(xiàn)等)、自動(dòng)駕駛商業(yè)化運營(yíng)(主線(xiàn)科技、圖森科技等)。

此外，傳統汽車(chē)OEM和零部件供應商也在發(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(kāi)始轉向更適應快速量產(chǎn)的解決方案。

谷歌的無(wú)人駕駛項目始于2009年，并在2016年成立Waymo來(lái)擴大業(yè)務(wù)。

截至2018年10月Waymo實(shí)際路測超千萬(wàn)英里，全行業(yè)領(lǐng)先。公司并在2018年宣布訂購8萬(wàn)輛車(chē)，籌建L4自動(dòng)駕駛的改裝產(chǎn)線(xiàn);目前已在鳳凰城推出無(wú)人出租車(chē)WaymoOne，建立收費模式與運營(yíng)經(jīng)驗，可望加速商用。

此外，Waymo積極布局海外，2018年在上海注冊全資子公司。英偉達推出L2+自動(dòng)駕駛系統DRIVEAutoPilot，在多方向上配備個(gè)鏡頭，能夠在汽車(chē)變道、行人與騎行人士識別、停車(chē)輔助、實(shí)時(shí)地圖生成和駕駛員狀態(tài)監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(kāi)源計算框架ApolloCyberRT。

Apollo3.5版本可以實(shí)現包括市中心和住宅場(chǎng)景在內的復雜城市道路無(wú)人駕駛，更智能、更強大的自動(dòng)駕駛解決方案可以在多個(gè)應用場(chǎng)景實(shí)現全面覆蓋。百度Apollo無(wú)人駕駛巴士亦在北京海淀公園等園區開(kāi)始試運營(yíng)。

圖像識別可廣泛用于各類(lèi)場(chǎng)景。圖像識別技術(shù)已經(jīng)用于動(dòng)態(tài)人臉識別、在線(xiàn)/離線(xiàn)活體檢測、超大人像庫實(shí)時(shí)檢索、證件識別、行人檢測、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(wú)人駕駛、零售、商業(yè)等具體場(chǎng)景。

傳統汽車(chē)廠(chǎng)商和零部件供應商開(kāi)始更多地展示其產(chǎn)品的智能化、數字化應用。

以BBA(奔馳、寶馬、奧迪)為代表，超大尺寸的車(chē)載屏幕已經(jīng)進(jìn)入量產(chǎn)階段，未來(lái)越來(lái)越多的車(chē)輛會(huì )搭載更大、更多的屏幕。

車(chē)內影音娛樂(lè )系統也與VR/AR等技術(shù)進(jìn)行了深度融合。傳統汽車(chē)企業(yè)在人機交互(智能語(yǔ)音)、智能導航、輔助駕駛ADAS等領(lǐng)域迭代探索。

部分龍頭汽車(chē)零部件供應商開(kāi)始設想L4/L5級自動(dòng)駕駛技術(shù)普及后的出行體驗。

博世在2019年CES上展示多項創(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(wú)人駕駛電動(dòng)巴士概念車(chē)，該車(chē)配備了電動(dòng)車(chē)動(dòng)力總成系統、360度環(huán)繞傳感器、互聯(lián)管理和車(chē)載電腦等創(chuàng )新技術(shù)。大陸集團展示了未來(lái)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(yǔ)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(yǔ)音助手。語(yǔ)音助手是智能語(yǔ)音在個(gè)人用戶(hù)上的主要應用形式，目前市場(chǎng)產(chǎn)品主要包括蘋(píng)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、智能音箱、智能電視等為硬件載體，通過(guò)語(yǔ)義交互、對話(huà)等形式為客戶(hù)提供信息查詢(xún)、硬件控制、在線(xiàn)購物、影音娛樂(lè )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(yǔ)音助手具有AI+互聯(lián)網(wǎng)的生態(tài)入口屬性。

語(yǔ)音助手的主要功能目前集中在信息查詢(xún)、影音娛樂(lè )、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(yǔ)音助手目前主要集成在智能手機等移動(dòng)設備上，依靠巨頭的系統生態(tài)圈，嵌入移動(dòng)終端的語(yǔ)音助手將會(huì )發(fā)揮AI生態(tài)接口的作用。

語(yǔ)音助手具有較好的用戶(hù)粘性，同時(shí)用戶(hù)對語(yǔ)音助手的使用對智能手機、Pad等現有設備已具有替代和分流作用。

巨頭開(kāi)放智能語(yǔ)音AI能力，推動(dòng)自有AI+互聯(lián)網(wǎng)生態(tài)構建。

隨著(zhù)計算機視覺(jué)等其他AI技術(shù)的融入，智能語(yǔ)音在行業(yè)市場(chǎng)中應用場(chǎng)景有望持續擴展。

全球科技巨頭在全力布局智能語(yǔ)音助手、智能音箱，打造智能語(yǔ)音生態(tài)等的同時(shí)，亦通過(guò)智能語(yǔ)音技術(shù)能力的開(kāi)放提升自身在行業(yè)市場(chǎng)的參與度。

數據、算法與算力、應用場(chǎng)景為當前人工智能產(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，有望以基礎技術(shù)開(kāi)放平臺為抓手，實(shí)現數據、應用場(chǎng)景等層面的不斷積累，從而推動(dòng)AI生態(tài)的構建和閉環(huán)，并最終實(shí)現自我持續強化。

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FAAMG、中國B(niǎo)AT、小米、科大訊飛等。

自首發(fā)至2018年6月，亞馬遜、谷歌、阿里、小米智能音箱累計銷(xiāo)量分別超過(guò)3000萬(wàn)、1500萬(wàn)、500、100萬(wàn)臺。

借助豐富的產(chǎn)品線(xiàn)、爆款定價(jià)策略等優(yōu)勢，科技巨頭有望持續主導全球智能音箱市場(chǎng)。

2018年11月28日小米第二屆AIoT開(kāi)發(fā)者大會(huì )在北京舉辦，確認“AI+IoT”是公司核心戰略，宣布小米AIoT開(kāi)放生態(tài)，宣布與宜家達成戰略合作。

截至2018年底小米體系已支持近2000款設備，全球范圍的智能設備連接數超過(guò)1.32億臺。在IoT領(lǐng)域的合作伙伴，只要接入小米的協(xié)議和規范就可以和小米設備互聯(lián)，享受進(jìn)入開(kāi)放生態(tài)的福利。

科技巨頭發(fā)力AIoT生態(tài)體系。

越來(lái)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應用最廣泛的細分行業(yè)。

智能客服的核心技術(shù)包含語(yǔ)音識別、自然語(yǔ)言處理、知識圖譜，部分涉及計算機視覺(jué)，其采用自然語(yǔ)言技術(shù)理解客戶(hù)意圖，并通過(guò)知識圖譜來(lái)構建客服機器人的理解和回答體系，可提升企業(yè)的服務(wù)效率、節省人工客服成本。

知名智能客服系統服務(wù)商有:環(huán)信、Udesk、風(fēng)語(yǔ)者。而AI+客服又可以和AI+機器人進(jìn)行結合，典型產(chǎn)品如小i客服機器人。

按照行業(yè)平均水平，機器人客服可以解決70%左右問(wèn)題，其余由人工處理。

據IDC統計，全球2018年AI系統支出中，客戶(hù)服務(wù)與智能銷(xiāo)售的支出規模分別為29億美元和17億美元，合計占總支出規模的19%。

智慧商業(yè):AI+商業(yè)

AI助力線(xiàn)下新零售。

AmazonGo為亞馬遜提出的無(wú)人商店概念，無(wú)人商店于2018年1月22日在美國西雅圖正式對外營(yíng)運。

AmazonGo結合了云計算和機器學(xué)習，應用拿了就走技術(shù)(JustWalkOutTechnology)和智能識別技術(shù)(AmazonRekognition)。

店內的相機、感應監測器以及背后的機器算法會(huì )辨識消費者拿走的商品品項，并且在顧客走出店時(shí)將自動(dòng)結賬，是零售商業(yè)領(lǐng)域的全新變革。

對于傳統線(xiàn)下商業(yè)，電子化、數據化和智能化有助提升效率。

線(xiàn)下商業(yè)企業(yè)開(kāi)始嘗試使用電子價(jià)簽、基于計算機視覺(jué)的數據跟蹤和分析、人工智能在選址和運營(yíng)中的應用。

我們判斷，電子化、數據化和智能化將助力線(xiàn)下商業(yè)零售行業(yè)競爭格局重構。

線(xiàn)上商業(yè)零售，以數據為基礎打造閉環(huán)AI商業(yè)生態(tài)。

以阿里為例，在零售、電子商務(wù)端的大數據以數據銀行的形式作為底層數據，通過(guò)大數據、云計算、AI分析為客戶(hù)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圖像識別2G的主要落地方式。

傳統安防設備將音視頻材料簡(jiǎn)單記錄后，需要大批量人工進(jìn)行逐一甄別或實(shí)時(shí)監控。

引入AI后，算法可以自動(dòng)將人像及事故場(chǎng)景與預設標簽比較，識別出特定人物及事故，充分盤(pán)活原有音視頻及圖像數據資源。

AI+安防可用于市政治安管理，提升智能發(fā)現的事件數目，降低事件發(fā)生處理平均時(shí)長(cháng)，對警、消、救等各類(lèi)車(chē)輛進(jìn)行聯(lián)合指揮調度。

也可以用于車(chē)站、機場(chǎng)等需要驗證信息的特殊場(chǎng)景，減少人工成本及審核時(shí)間，提高效率。

國內安防市場(chǎng)具有較大潛力。

目前國內安防市場(chǎng)規模穩步增長(cháng)，相比發(fā)達國家，我國攝像頭滲透率仍待提高。

?？低暿悄壳皣鴥饶酥劣谌虻陌卜例堫^，產(chǎn)品由底層的攝像頭硬件、人臉及物體識別算法、后臺系統、數據庫等全面覆蓋。

城市大腦:AI+城市治理

大城市病和新型城鎮化給城市治理帶來(lái)新挑戰，刺激AI+城市治理的需求。

大中型城市隨著(zhù)人口和機動(dòng)車(chē)數量的增加，城市擁堵等問(wèn)題比較突出。隨著(zhù)新型城鎮化的推進(jìn)，智慧城市將會(huì )成為中國城市的主要發(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)行城市數據大腦改造，高峰擁堵指數下降至1.7以下。目前以阿里為代表的城市數據大腦已經(jīng)進(jìn)行了超過(guò)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(wèn)題與落地的技術(shù)瓶頸來(lái)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(chē)輛標簽、交通流量等數據，通過(guò)云端的分析和整合，從而實(shí)現對城市的精準分析、整體研判、協(xié)同指揮，緩解擁堵、停車(chē)困難、路線(xiàn)規劃、事故處理、違章告發(fā)等首要交通問(wèn)題。

智慧醫療:AI+醫療

AI+醫療多應用于醫療輔助場(chǎng)景。在醫療健康領(lǐng)域的AI產(chǎn)品涉及智能問(wèn)診、病史采集、語(yǔ)音電子病歷、醫療語(yǔ)音錄入、醫學(xué)影像診斷、智能隨訪(fǎng)、醫療云平臺等多類(lèi)應用場(chǎng)景。

從醫院就醫流程來(lái)看，診前產(chǎn)品多為語(yǔ)音助理產(chǎn)品，如導診、病史采集等，診中產(chǎn)品多為語(yǔ)音電子病例、影像輔助診斷，診后產(chǎn)品以隨訪(fǎng)跟蹤類(lèi)為主。

綜合整個(gè)就診流程中的不同產(chǎn)品，當前AI+醫療的主要應用領(lǐng)域仍以輔助場(chǎng)景為主，取代醫生的體力及重復性勞動(dòng)。

AI+醫療的海外龍頭企業(yè)是Nuance，公司50%的業(yè)務(wù)來(lái)自智能醫療解決方案，而病歷等臨床醫療文獻轉寫(xiě)方案是醫療業(yè)務(wù)的主要收入來(lái)源。

Fintech:AI+金融

AI+金融已在智能投顧領(lǐng)域大規模應用。智能投顧也稱(chēng)機器人投顧(Robo-Advisor)，主要是結合大數據、機器學(xué)習、市場(chǎng)信息來(lái)分析預測金融資產(chǎn)的價(jià)格走勢;并根據客戶(hù)收益目標及風(fēng)險承受能力，構建符合客戶(hù)需求的投資組合。量化投資在過(guò)去幾年呈現高速增長(cháng)。

據拓墣產(chǎn)業(yè)研究預測，全球智能投顧規模在2020年達到5.9萬(wàn)億美元(CAGR+75%);

Statista預測，中國智能投顧資產(chǎn)規模將在2022年達到6651億美元(CAGR+87%)。在2018Q2國內三家智能投顧規模最大的三家銀行:招商銀行、中國銀行、工商銀行的智能投顧規模分別達到116.25億元、40億元和20億元。

數據產(chǎn)業(yè)鏈:IoT、5G、IDC和云計算領(lǐng)域孕育更廣泛的AI投資機會(huì )。

數據是AI的核心。根據DIC預測，受益于移動(dòng)互聯(lián)網(wǎng)紅利，全球數據量或將從16ZB(2016年)快速增長(cháng)到40ZB(2020年)，到2025年或增至160ZB。

數據中心IDC需求持續較高增長(cháng)。

物聯(lián)網(wǎng)IoT將進(jìn)一步增加數據量和數據維度，驅動(dòng)數據量增速超預期。

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，帶來(lái)工業(yè)互聯(lián)網(wǎng)和智慧城市等更廣泛的機遇。

預計2020-2025年5G訂閱用戶(hù)數將從0.4億爆發(fā)式增長(cháng)到26.1億(CAGR=131%)。云計算市場(chǎng)亦將持續較快增長(cháng)。預計數據產(chǎn)業(yè)鏈(采集、傳輸、存儲、運算)會(huì )孕育更廣泛的AI投資機遇。

來(lái)源：深度行業(yè)研究 戰略前沿技術(shù)