20170418-浙商证券-人工智能行业深度报告：产业爆发的拐点_35页_4mb

人工智能产业爆发拐点分析总结

核心内容

人工智能产业在2017年迎来爆发拐点，主要得益于深度学习算法的优化、计算能力的提升以及数据的积累。随着科技巨头和政府的大力推动，人工智能技术正逐步进入商业化应用阶段，重塑多个行业。

主要观点

1. 技术突破：深度学习技术的出现使得人工智能从依赖人工提取特征转向自学习，显著提升了语音识别、图像识别等技术的准确率。
2. 计算能力：GPU、FPGA、NPU等AI芯片的出现，极大提升了计算效率，降低了运算成本，为人工智能发展提供了强大引擎。
3. 数据积累：海量数据为深度学习算法训练提供了重要支持，是人工智能技术发展的关键要素。
4. 资本投入：人工智能领域获得资本持续投入，全球投资额增长显著，推动产品化进程和产业链构建。
5. 政策支持：人工智能首次写入中国政府工作报告，各国纷纷出台政策，支持AI技术发展。
6. 行业应用：人工智能在安防、医疗、金融、教育、零售等行业展现出巨大潜力，成为解决行业痛点的重要工具。
7. 科技巨头布局：科技巨头通过开源平台、AI芯片和兼并收购等方式，积极布局人工智能产业链，争夺市场主导权。

关键信息

技术层

• 深度学习技术：提升了语音识别、图像识别等技术的准确率，例如科大讯飞的语音识别误识率0.7%，旷世科技的人脸识别误识率0.001%。
• 算法模型：Google开源TensorFlow，微软开源CNTK，IBM开源SystemML，百度开源PaddlePaddle，为开发者提供强大的工具支持。
• AI芯片：NVIDIA的GPU市场份额达80%，寒武纪的NPU和谷歌的TPU为AI加速提供了关键支撑。

资本与政策

• 全球投资额：AI行业全球投资额逐年增长，5年内增长12倍，2016年Q2全球融资额达48亿美元。
• 国内政策：2016年国家四部委发布《“互联网+”人工智能三年行动实施方案》，2017年人工智能首次写入政府工作报告。
• 国外政策：美国、欧盟、日本等国家在人工智能领域均有重要政策支持，如美国的BRAIN计划、欧盟的人脑计划、日本的大脑研究计划。

行业应用

• 安防行业：AI在安防领域应用广泛，海康威视、旷视科技等企业取得领先优势，人脸识别、车辆检测、人群分析等技术已达到商业化水平。
• 医疗行业：AI在医疗影像分析、疾病诊断等方面取得突破，如百度人脸识别错误率降至0.3%，旷视科技Face++误识率0.001%。
• 金融行业：AI在智能投顾、风险评估等领域广泛应用，提升了金融服务的智能化水平。
• 教育行业：AI技术被用于个性化学习、智能评测等，推动教育行业智能化。
• 零售行业：AI在无人零售、智能推荐等方面发挥作用，提升用户体验和运营效率。

投资建议

• 基础技术：如中科曙光，可关注其在基础层的技术布局。
• 感知技术：如科大讯飞，专注于语音识别，技术成熟度高。
• 大数据行业：如海康威视、万东医疗，能将AI切入核心业务。
• 无人驾驶及机器人领域：如合众思壮、埃斯顿、机器人，未来发展前景广阔。

产业链结构

人工智能产业链分为三个层次：

1. 基础支撑层：包括算法模型和关键硬件（如AI芯片、传感器）。
2. 技术应用层：包括感知类技术（如计算机视觉、语音识别）和其他深度学习应用。
3. 产品层：AI技术应用于具体产品或方案，如智能音箱、智能摄像头等。

发展趋势

• 服务智能：未来3-5年人工智能将以服务智能为主要趋势，优先应用于数据化程度高的行业。
• 通用人工智能：随着技术的进一步发展，人工智能将逐步向通用人工智能过渡，实现更复杂的决策和自主行动。
• AI生态构建：开源平台的推广和AI芯片的普及，将推动人工智能生态的构建，提升市场价值。

总结

人工智能正迎来产业爆发的拐点，其技术、资本、政策、数据和应用场景共同推动行业发展。科技巨头在产业链上下游积极布局，形成开放生态和核心技术优势。未来，人工智能将在多个行业落地，成为推动社会生产力的重要力量。