人工智能产业深度研究报告

《人工智能产业深度研究报告》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、人工智能产业深度研究报告技术不足导致移动互联网难以催生出更多的新应用和商业模式，为突破瓶颈，新一轮更激动人心、更值得期待的技术革命风暴已经诞生，将成为未来10年乃至更长时间内IT产业发展的焦点，它的名字叫做“人工智能”（AI）。　　只有人工智能才能为“万物互联”之后的应用问题提供最完美的解决方案，它将成为IT领域最重要的技术革命，目前市场关心的IT和互联网领域的几乎所有主题和热点（智能硬件、O2O、机器人、无人机、工业4.0），发展突破的关键环节都是人工智能。　　人工智能是指计算机系统具备的能力，该能力可以履行原本只有依靠人类智慧才能完成的复杂任务。硬件体系能力的不足加上发展道路

2、上曾经出现偏差，以及算法的缺陷，使得人工智能技术的发展在上世纪80—90年代曾经一度低迷。近年来，成本低廉的大规模并行计算、大数据、深度学习算法、人脑芯片4大催化剂的齐备，导致人工智能的发展出现了向上的拐点。　　国际IT巨头已经开始在人工智能领域频频发力，一方面网罗顶尖人才，一方面加大投资力度，人工智能新的春天已经到来。自然语言处理、计算机视觉、规划决策等AI细分领域近期进展显著，很多新的应用和产品已经惊艳亮相。　　由于技术的复杂度，未来5－10年内，专用领域的智能化是AI应用的主要方向，在更远的将来，随着技术的进一步突破，通用领域的智能化有望实现。无论是专用还是通用领域，人工智

3、能都将围绕“基础资源支持－AI技术－AI应用”这三层基本架构形成生态圈。　　在专用领域的智能化阶段，有能力的企业都希望打通三层架构。他们有的将从上往下延伸，如苹果、海康威视、小米等智能硬件企业；有的试图从下往上拓展，如百度、谷歌、IBM等互联网和IT的巨头，以及科大讯飞、格灵深瞳等AI技术新贵。产业格局更多地表现出“竞争”而非“合作”，整个行业依然处于野蛮生长的初期阶段。我们认为，该阶段最值得投资的是已经具备先发优势的AI企业，无论他目前处于哪一层都可以。　　在未来通用智能时代，进入门槛最高，护城河最宽的是底层AI资源支持的平台企业；其次是技术层中在细分领域具备核心竞争力的领先企

4、业；门槛最低的是应用层的企业，但消费电子的产品属性也将允许差异化竞争的空间。除了自然语言处理、计算机视觉等AI技术在某些领域的直接应用，人工智能更大的影响在于将重塑生活服务、医疗、零售、数字营销、农业、工业、商业等各行各业，并将引发新一轮IT设备投资周期。智能化的大潮即将来袭，万亿元的市场规模值得期待。　　我们从两个维度选取人工智能产业的A股投资标的：首先是直接提供AI技术或有关设备的公司，然后是利用AI技术为不同行业提供解决方案的公司。重点推荐：科大讯飞、海康威视、软控股份、雷柏科技、中科曙光、东方网力、天泽信息、美亚柏科、拓尔思、安硕信息。　　1．新技术革命登场，IT发展焦点

5、将从互联网转向人工智能　　发轫于2007年的移动互联网浪潮已经席卷全球，极大地改变了我们的生存状态。然而，就在资本市场热切地期待移动互联网催生出更多新应用服务、更多新商业模式的时候，由技术水平不足导致的发展瓶颈已然出现。与此同时，为突破上述瓶颈，新一轮更激动人心、更值得期待的技术革命风暴已经诞生，将成为未来10年乃至更长时间内IT产业发展的焦点，将再次并更加彻底地颠覆世界。这一轮技术革命风暴，它的名字叫做“人工智能”（ArtificialIntelligence，以下简称AI）。　　1.1基于互联网的应用服务发展已遭遇技术瓶颈，AI将成开锁金钥匙　　基于PC的互联网、基于手机和平

6、板电脑的移动互联网以及基于各种其他设备的物联网，其本质是解决了“连接”问题：连接人与人、人与物以及物与物，并且在连接的基础上创造出新的商业模式。以国内BAT三巨头为例，百度完成的是人与信息的对接，商业模式以网络广告为主；阿里解决的是人与商品的对接，电商是其商业模式；腾讯则实现了人与人的对接，依靠强大的免费社交软件吸引庞大的用户群，在此基础上利用增值业务和游戏来实现货币化。　　　　尽管互联网的普及打造了包括谷歌、亚马逊、百度、阿里、腾讯、京东等一批巨头以及数量更为庞大的中小企业，基于网络的创新应用和服务类型也多种多样，但技术瓶颈的制约已经越来越明显：生活方面需求痛点的解决、生产领域

7、具有适应性和资源效率的智慧工厂的建立、物流体系中更加方便快捷的配送方式建设等问题，都面临智能化程度不足带来的障碍。只有人工智能才能为“万物互联”之后的应用问题提供最完美的解决方案。　　人工智能的价值如此重要，以至于我们可以毫不夸张地说，它将成为IT领域最重要的技术革命，目前市场关心的IT和互联网领域的几乎所有主题和热点（智能硬件、O2O、机器人、无人机、工业4.0），发展突破的关键环节都是人工智能。　　下面我们将通过一些例子和应用场景来更形象具体地展示上述瓶颈以及AI的重要性：