人工智能行业专题（一）：“寒冬”or“拂晓”，捕捉AI企业上市潮机遇-20211219-西南证券-98页_7mb

人工智能行业专题（一）总结

核心内容

人工智能已成为我国数字化转型的关键支撑，与5G、工业互联网、物联网等共同构成新型基础设施。AI技术正从“感知智能”向“认知智能”演进，处于关键突破阶段，未来十年将是AI发展的重要时期。随着技术成熟和应用场景扩展，AI企业正迎来上市潮，投资机遇显著。

主要观点

• 技术发展：AI技术已逐步走出泡沫期，GPT-3等超大模型的出现使技术红利远未见顶。深度学习、计算机视觉、语音识别等核心技术逐步成熟，AI开始与多种技术融合，推动AIaaS（人工智能即服务）的发展。
• 资本市场：2019年后AI企业投融资重心向中后期转移，C轮以后融资占比超50%。AI企业平均单笔融资金额显著提升，地平线、涂鸦智能等企业融资金额超过30亿元，行业洗牌加速。
• 应用场景：AI在抗疫、复工等场景中发挥重要作用，推动了其在医疗、教育、安防、制造等领域的广泛应用。AI+安防、金融、客服等领域的渗透率快速提升。
• 国际竞争：中国AI企业数量占比提升，从2018年的20%增长至2021年的25%。中美AI产业在基础层、技术层和应用层均有不同发展态势，中国在应用层表现突出，但基础层仍需突破。
• 政策支持：国家持续出台政策支持AI发展，如《“十四五”规划纲要》、《新时期促进集成电路产业和软件产业高质量发展的若干政策》等，推动AI芯片等关键领域发展。

关键信息

产业链结构

• 基础层：包括数据、算力和算法，是AI发展的根基。目前我国在基础层存在短板，但华为海思、地平线、寒武纪等企业已实现初步突破。
• 技术层：涵盖机器学习、深度学习、计算机视觉、语音识别等核心技术。我国在计算机视觉和语音识别方面已达到全球领先水平，但在算法理论和开发平台领域仍需加强。
• 应用层：包括安防、金融、教育、医疗、制造等，是AI产业最活跃的领域，市场规模最大。我国在AI+安防、AI+金融等领域表现突出，但部分领域如手术机器人、心电图识别仍需追赶。

技术层对比

• 数据：数据是AI的燃料，全球数据量呈指数增长，我国在语音数据和图像数据采集与标注方面表现突出。
• 算法：我国AI专利和论文数量全球领先，但高质量论文和引用率仍不及美国。百度的ERNIE模型在NLP领域跑分第一，表现优异。
• 算力：GPU主导AI芯片市场，我国在AI芯片领域逐步突破，寒武纪、地平线等企业产品已具备竞争力。

应用层亮点

• AI+安防：2020年市场规模达453亿元，海康威视和大华股份全球领先。AI技术在视频监控、人脸识别、车辆识别等领域广泛应用。
• AI+金融：AI在金融行业应用广泛，2020年银行机构信息科技投入达2078亿元，其中AI相关投入约250亿元。AI技术在风险防控、智能投顾等方面发挥作用。
• AI+教育：AI教育产品市场规模预计2022年突破70亿元，AI+教育将从外置型辅助走向内融型赋能。
• AI+医疗：AI在电子病历、影像诊断、新药研发等领域发展成熟，但手术机器人、心电图识别等领域仍需突破。
• AI+制造：AI赋能制造全流程，提升自动化效率和质检水平。2025年智能制造产业规模预计超过7200亿美元。
• AI+汽车：L3+级别自动驾驶开始商用，2035年有望完全实现。AI+汽车是未来十年最重要的AI终端。

国际竞争

• AI企业数量：中国AI企业数量占全球25%，但基础层仍依赖国外技术。
• AI芯片市场：GPU由英伟达与AMD主导，FPGA由Xilinx与Altera主导，ASIC领域我国寒武纪、地平线等企业表现突出。
• AI技术生态：美国在深度学习框架、AI芯片、算力等方面领先，我国在应用层和部分技术领域快速追赶。

未来展望

• AI行业将持续发展，未来十年是“弱人工智能”向“强人工智能”发展的关键阶段。
• 国内AI企业正加速上市，资本市场对AI企业的关注持续增加。
• AI技术与实体经济融合加速，推动智能制造、智慧城市等新兴领域发展。
• 未来AI将更加注重数据处理、算法优化和算力提升，推动行业向认知智能演进。

风险提示

• 人工智能技术发展不及预期
• 业绩可预见性受限
• 行业竞争加剧

图表与数据

• AI企业投融资占比：C轮以后融资占比超50%
• AI芯片市场：GPU、FPGA、ASIC分类及市场格局
• AI基础数据服务市场：预计2025年突破百亿元
• AI+安防市场规模：2020年453亿元，2022年突破700亿元
• AI+医疗市场规模：2020年超30亿元，预计2022年超70亿元
• AI+制造市场规模：2025年预计超7200亿美元
• AI+汽车市场规模：预计2025年达800亿美元，2035年达5600亿美元
• 中美AI产业对比：中国在应用层表现突出，基础层和核心技术仍需突破

技术成熟度曲线

• 语音识别：已进入成熟期
• 机器学习、计算机视觉、深度学习、ASIC、决策智能：有望在2-5年内进入生产成熟期
• 知识图谱、自然语言处理、强化学习、通用人工智能、数字伦理：仍需5-10年发展

结论

人工智能正成为推动我国数字化转型的重要力量，技术不断突破，应用场景广泛拓展，资本市场持续关注。尽管在基础层和核心技术方面仍有差距，但我国在应用层和部分技术领域已取得显著进展，未来有望在全球AI市场中占据更大份额。