原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
目录
自动驾驶：下一个黄金十年的大幕开启 1
自动驾驶车载芯片作为技术研发壁垒相对最高的一环，市场空间广阔 2
车载摄像头、毫米波雷达、激光雷达也有望迎来市场快速增长的阶段 4
AI 金融：不谋而合，全面赋能前中后台 7
银行业积极拥抱 AI，深耕细分场景的 SaaS 企业或将受益 9
AI 保险从投保到理赔全线场景落地，节本增效实现与消费者的双赢 11
智能投顾方兴未艾，有望引领下一个 AI 金融的浪潮 12
AI 医疗：缓解医疗资源供需矛盾，疫情加速赋能 14
AI 加速药物及疫苗研发 16
AI 挖掘基因组学研发潜能 16
AI 医疗影像检查场景进入差异化竞争阶段 17
智能医院和医疗仪器 18
风险因素 19
插图目录
图 1：人工智能算法动态搜寻随机树模型实现自动驾驶路径规划 2
图 2：Mobileye 神经网络视频识别技术 2
图 3：国内 L1-L5 自动驾驶等级在新车销量中渗透率预测 2
图 4：从国产到合资，ADAS 及 DMS 市场空间广阔 3
图 5：2026 至 2030 年，L3 及以上高级别赛道的竞争格局 3
图 6：中国乘用车市场摄像头规模预测 4
图 7：车载摄像头产业链关系 4
图 8：中国乘用车市场毫米波雷达规模预测 5
图 9：中国乘用车市场激光雷达规模预测 6
图 10：自动驾驶产业链图谱 7
图 11：AI 金融的细分场景及市场格局 9
图 12：银行中台的 AI 风控是主要落地场景 10
图 13：AI 银行前中后台应用场景概览 10
图 14：AI 金融风控示意图 11
图 15：AI 保险从投保到理赔全线场景落地 12
图 16：AI 保险前中后台应用场景概览 12
图 17：智能投顾管理资产规模近年迅速增长 13
图 18：2019 年美中占据智能投顾市场 95%份额 13
图 19：智能投顾的商业模式 13
图 20：英伟达在多个领域助力 AI 医疗 15
图 21：药企巨头与 AI 初创企业合作 16
图 22：谷歌 AI 团队通过 Nucleus 和 TensorFlow 进行 DNA 测序相关研究 17
图 23：西门子医疗与英特尔一起构建心脏 MRI 的 AI 分析能力 18
图 24：从肺部扫描中检测新冠肺炎的症状 18
图 25：机器人辅助手术设备 18
图 26：AI 医疗产业竞争层次 19
表格目录
表 1：主流毫米波雷达供应商和整车厂关系 5
表 2：主要海外激光雷达参与厂商介绍 6
表 3：主要国内激光雷达参与厂商介绍 6
▍ 自动驾驶：下一个黄金十年的大幕开启
自动驾驶是目前人工智能技术中最前沿和应用最广阔的方向。迈向自动驾驶新 10 年，随着汽车电动化、传感器和车载芯片技术和成本改善、机器学习算法突破、云计算普及以及 5G 和车联网的出现，全球乘用车和商用车纷纷试水。自动驾驶，已经 Ready！在“多样性+冗余性”软硬件配置主导下，我们认为产业里车载芯片和传感器领域存在巨大投资机会。
我们认为 2026 年将会是自动驾驶产业的分水岭，从现在到 2025 年，乘用车的自动驾驶功能将会从 ADAS 往 L3 迈进，我们预计其渗透率将会从现在的不到 30%上涨到 65%，往后到 2030 年，L2+和 L3 的渗透率将继续提高，总渗透率将达到 75%。商用车方面，自动驾驶“场景为王”的路径已初现端倪，并集中发展 L4 或以上的商业落地和变现。我们认为 2023-2025 年将会出现由科技巨头和初创企业主导的各场景 L4-L5 商用车量产。
自动驾驶的社会意义在于尽量减少车与车和车与人之间的碰撞，从而减少意外，增加路面的安全性。从成本和法规来看，我们认为乘用车中短期内难以承担 L4 往上的传感器配置成本，所以现阶段从 ADAS 往 L3 的递进式升级，以及智能座舱应用可能更为可行。在新老车企的角力中，特斯拉能相对成功的推进汽车电动化和智能化，我们认为主要鉴于他们是一家新兴企业，没有传统车企的包袱、内部政治和利益博弈的干扰。而传统车企的转型就是个典型的“创新者窘境”。我们认为传统车企应该将新科技部门完全拆分出来，摆脱包袱，分割利益，各自为政。老牌车企通用和福特均通过收购技术团队，展现较强的变革决心。而宝马、大众、奔驰等欧洲车企，则通过同行协作和产业联盟，谋求共同落地。中国乘用车在自动驾驶上则受益于政策保护，虽起步较晚，但拥有相对大的成长空间。国内传统车企跟欧洲车企的路径类似，同样依赖产业联盟共同发展，如上汽-Mobileye、广汽
-腾讯、长安-地平线等。而国内造车新势力的自动驾驶目前还是主要依托外部技术，如蔚来-Mobi
文档评论（0）