2017-人工智能时代：AI赋能，世界重塑_73页-6mb

计算机行业深度研究报告总结

核心内容

本报告分析了计算机行业，特别是人工智能（AI）领域的发展趋势，指出AI正处于爆发期，未来将加速赋能各行业。报告从算法、数据、计算力三大核心要素出发，分析了它们对AI发展的影响，并提出投资建议和风险提示。

主要观点

• AI投资热度不减：全球每年在AI/ML领域的风投投资额超过100亿美元，累计投入已超过1000亿美元，表明AI正处于快速发展阶段。
• 巨头引领AI发展：科技巨头如谷歌、亚马逊、苹果、微软等频繁进行AI相关并购，争夺数据和人才资源。
• AI赋能行业：AI在医疗、金融、安防、教育、交通等多个领域应用不断深化，B端和C端的AI产品服务均实现智能化升级。
• 算法突破推动AI发展：深度神经网络（DNN）的出现使得模型性能显著优化，特别是深度学习框架的开源，大大降低了开发门槛。
• 数据是AI发展的瓶颈：虽然数据量巨大，但监督学习需要大量标注数据，成本高昂，限制了AI的应用。
• 计算力提升关键：GPU、FPGA、ASIC等芯片的发展，为AI提供了更高效的计算支持，但各有优劣。
• 政策支持AI发展：中国将AI上升为国家战略，出台多项政策推动AI技术发展和应用落地。
• AI-aaS模式兴起：AI即服务（AlaaS）降低了企业智能化门槛，推动AI在中小企业中的应用。

关键信息

行业数据

• 行业优化平均市盈率：48.81
• 市场优化平均市盈率：18.46
• 国金计算机指数：7002.59
• 沪深300指数：3831.30
• 上证指数：3353.62
• 深证成指：11063.10
• 中小板综指：11783.01

投资建议

重点推荐：科大讯飞、中科曙光、同花顺、苏州科达、熙菱信息、思创医惠、四维图新、东方网力、拓尔思
建议关注：富瀚微、中科创达、浪潮信息、浙大网新、佳都科技、汉王科技、工大高新等公司。

风险提示

• 技术应用落地不及预期
• 行业竞争加剧

行业观点结构

1.1 全球AI并购浪潮

• 2011年起，AI投资持续增长，2012~2016年每年投资均在百亿美元以上。
• 大型科技公司积极收购AI初创企业，争夺数据和人才。
• 主要并购案例包括亚马逊、苹果、Salesforce、微软、谷歌等。

1.2 AI加速渗透，B/C端应用创新

• AI技术加速渗透，推动消费级和企业级产品智能化升级。
• AI在多个领域产生显著影响，如智能客服、智能安防、智能投顾等。
• 案例：小i机器人在建设银行的应用，显著降低运营成本。

2.1 算法：性能提升与开源推动

• 算法迭代提升模型性能，深度神经网络（DNN）显著优于传统方法（如GMM-HMM）。
• 开源深度学习框架（如TensorFlow、Caffe、PyTorch等）缩短开发周期，推动技术发展。
• 算法的优化使得AI模型在语音识别、图像分类等领域表现优异。

2.2 数据：量足够，但标注成本高

• 数据量呈指数级增长，但监督学习仍需大量标注数据，成本高昂。
• 无监督学习、迁移学习、小样本学习等技术开始替代高成本标注，降低对数据的依赖。
• MIT的研究表明，自动生成数据可有效替代真实数据，降低训练成本。

2.3 计算力：GPU为主，专用芯片兴起

• GPU是当前AI训练的首选，具有高吞吐量，但延迟较高。
• FPGA和ASIC等专用芯片提供更高计算效率，但牺牲了灵活性。
• CPU作为逻辑控制核心，与GPU协同工作，提升整体性能。

人工智能发展现状

AI发展三次浪潮

• 第一次浪潮（1956~1974）：算法是主要瓶颈。
• 第二次浪潮（1974~2006）：数据和计算力成为瓶颈。
• 第三次浪潮（2006~至今）：算法、数据、计算力全面突破，AI进入爆发期。

AI在各领域的应用

• 语音识别：DNN显著提升词错误率，百度、科大讯飞等企业持续优化算法。
• 智能投顾：美国市场领先，中国因监管限制发展受限。
• 智能安防：智能化是未来增长引擎，前后端分工协作，AI提升识别准确率。
• AI-aaS模式：降低企业智能化门槛，推动AI在中小企业中的应用。

技术发展与未来趋势

• 算法：深度学习、神经网络等技术不断迭代，模型性能显著提升。
• 数据：数据量充足，但标注成本高，需采用新方法降低依赖。
• 计算力：GPU为主力，FPGA和ASIC等专用芯片发展，提升效率。

政策与市场前景

• 中国在2017年发布《新一代人工智能发展规划》，推动AI发展。
• AI在多个领域具有广阔前景，预计核心产业规模将超1万亿，带动相关产业超10万亿元。

总结

本报告全面分析了AI技术的发展现状与未来趋势，指出AI正处于快速发展阶段，算法、数据、计算力三大要素协同突破，推动AI在多个领域应用落地。同时，政策支持和市场驱动为AI发展提供了良好环境，投资建议中重点推荐了多家AI相关企业，但需警惕技术应用和行业竞争带来的风险。