全球AI产业分析报告.docx

全球AI产业分析报告本文对全球特别是中国企业当下的人工智能态势作了全面的介绍：包括BAT、华为、科大讯飞、海康威视等企业的市值、研发投入开支与研发费用率以及排名等详细信息。报告涉及安防、互联网、消费电子、汽车、医疗、通信、芯片7大行业。文章不乏非常有洞见的观点，比如：TPU等专用芯片会部分取代GPU等。这一报告是2017年以来对AI行业发展研究得最为全面和透彻的研报之一，强烈推荐。主要观点人工智能不再是概念：我们的调研发现，基于人工智能的视频分析技术正在不断拓宽安防技术的应用范围，实现实时车辆轨迹追 踪等以前只有在警匪片里才有的新功能。通过基于用户画像的精准广告投放，互联网公司在过去三年提高了广告单次点击成本（CPC）170%。IBM Watson 从 2015 年开始为病人提供肺癌等四 种癌症的个性化治疗方案。汽车主机大厂的路线图显示 2021 年前 后能够实现真正的无人驾驶服务。这些新技术的商用无疑会对公 共安全、医疗、广告、汽车制造业造成颠覆性的变化。数据比算法重要：我们认为人工智能的商业化，仅仅依靠技术是 很难继续走下去的。数据的规模和采集能力决定了人工智能在这 个行业的发展速度。在这方面，感谢线上消费的发展和十几年平安城市建设，互联网和安防行业的智能化走在了其他行业前面。看好海康威视、大华股份、科大讯飞、东方网力、千方科技、阿里巴巴、腾讯、新浪在安防和互联网行业的 AI 变现机会。医疗大数据是下一个热点，看好东软、思创医惠和东华软件在医疗大数据领域的长期成长机会。人工智能=“人工+智能”：只有投入更多的研发人员和数据，才 会获得更多的智能。仅靠一两名人工专家很难解决复杂的人工智 能问题。中国企业的人工智能转型，需要依靠的是在研发费用和 研发人员规模上的持续投入。在这方面，华为排名全球前十，阿里巴巴、中兴、百度、腾讯、海康等公司也在世界前列。看好数据中心/传感器/半导体行业面临结构性成长机会：智能化有两个直接结果。第一是企业服务加速向云计算的迁移。我们预 计全球公有云市场今后几年保持 25%的年复合增长，到 2020 年 达到约 950 亿美元的规模。为了支撑云服务发展，八大全球主要科技公司在数据中心资本开支到 2020 年将达约 900 亿美元，约占 全球电信业资本开支的 25%。第二是收集数据需求的增加，手机及汽车上搭载传感器数量大幅上升。我们预计车载传感器市场从 2016 年的 82 亿美金扩大到 2025 亿的 290 亿美金（15% CAGR）。 数据中心及手机、汽车内计算能力的上升，推动人工智能相关芯 片需求从 2016 年 37 亿美金扩大到 2025 年的 566 亿美金。风险 ? 人工智能创新进度低于预期。人工智能的两个维度，以及围绕这两个维度展开的竞争，即软件开发框架和计算芯片。对当下最热门的议题——TPU。报告认为人工智能服务提供商之间的竞争主要包括两个维度软件开发框架：主要的框架包括谷歌的 TensorFlow，Facebook，IBM，谷歌DeepMind 支持的 Torch，Microsoft 的 CNTK，Amazon 的 MXNet。NVidia 也提供自己的软件开 发框架 CUDA。这些公司之间的竞争类似于智能手机操作系统上 iOS/Andorid之间的 竞争。计算芯片：目前的竞争对手包括 NVidia/AMD 的 CPU，谷歌的 TPU，Xilinux 的 FPGA 之间在计算成本和速度上的竞争。这些公司之间的竞争类似与高通和联发科在手机 芯片上的竞争。在 TPU 的例子上我们看到，谷歌利用其在软件开发框架上的优势， 减小切换计算芯片（GPU to TPU）时的软件修改成本，形成一个 Tensor Flow+TPU 的封闭生态环境。摘要：10年之后我们还能做什么？根据耶鲁大学和牛津大学的研究人员对 352 位人工智能专家进行了采访，人工智能到2060 年前后有 50%的概率完全超过人类。这份研究预测在 10 年内，人工智能将会在以 下领域超过人类：翻译领域（2024），高中水平的写作（2026），驾驶卡车（2027）。在这份报告里，我们着重分析四种人工智能技术（语音，图像，自然语言处理，机器人） 对五个行业（安防，互联网电商/广告，消费电子，汽车，医疗）的影响（图表 2）。从技术角度来看：语音技术成熟但应用场景有限。语音识别是目前发展最成熟的人工智能技术。Nuance， 科大讯飞，Google，百度等主流厂商的近场语音识别率都达到 99%以上。但目前应用场 景局限在电子病例，智能客服，在线教育，车载导航等少数几个领域。随着未来语音识 别种类的进一步丰富，识别环境通用性的增强，以及远厂语音技术的突破，一定会帮助拓展其应用范围到智能家居等更多场景中。图像识别落地机会最多。图像识别技术不但