重磅：中國人工智能產(chǎn)業(yè)鏈分析（值得收藏）

原標(biāo)題：【中信策略】人工智能專題報(bào)告（策略篇）——人工智能：揚(yáng)帆未知的藍(lán)海

這篇長達(dá)1.5萬字的人工智能產(chǎn)業(yè)投資研究報(bào)告里，分析師冷靜而嚴(yán)謹(jǐn)?shù)乜春蒙疃葘W(xué)習(xí)、圖像識別和智能機(jī)器人這三片投資藍(lán)海。報(bào)告認(rèn)為，歷史上人工智能的投資如果在應(yīng)用層出現(xiàn)泡沫，未來的機(jī)會往往在技術(shù)層。

從二十年前超級計(jì)算機(jī)“深藍(lán)”戰(zhàn)勝國際象棋大師加里·卡斯帕羅夫到如今圍棋世界冠軍李世石在與谷歌AlphaGO的比拼中投子認(rèn)輸，我們見證了人工智能（Artificial Intelligence，簡稱AI）從孩提時(shí)代一路走來，橫空出世的AlphaGo同時(shí)引發(fā)了棋界和科技界的“大地震”，人類智力“最后的堡壘”也轟然倒塌，我們似乎已經(jīng)無法阻擋人工智能超越人類的步伐。作為人工智能發(fā)展里程碑上濃墨重彩的一筆，此次“人機(jī)大戰(zhàn)”正式宣告著信息社會實(shí)現(xiàn)由“互聯(lián)網(wǎng)+”向“人工智能+”質(zhì)的飛躍，也昭示著以信息技術(shù)為代表的“舊IT”（Information Technology）已被以人工智能領(lǐng)軍的“新IT”（Intelligent Technology）無情地趕下了歷史舞臺。

2016年，恰逢人工智能誕生60周年。近年來，從習(xí)近平主席提到的“機(jī)器人革命”，中國版工業(yè)4.0，到李克強(qiáng)總理的“萬眾創(chuàng)新”；從國務(wù)院在《關(guān)于積極推進(jìn)“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見》中將人工智能推上國家戰(zhàn)略層面，到“十三五”規(guī)劃的“科技創(chuàng)新-2030項(xiàng)目”中將智能制造和機(jī)器人列為重大工程之一，人工智能在中國掀起了新一輪技術(shù)創(chuàng)新的浪潮。一切都預(yù)示著：人工智能正在為產(chǎn)業(yè)革命的新風(fēng)口，人類歷史上最好的“人工智能+”時(shí)代已經(jīng)到來。

WHY：AI或?qū)⒋呋乱惠啴a(chǎn)業(yè)革命

社會的飛躍發(fā)展必經(jīng)路徑：科技革命驅(qū)動產(chǎn)業(yè)革命

經(jīng)驗(yàn)表明：歷史上每一次的社會重大飛躍都伴隨著科技革命。科技革命包括兩個范疇：科學(xué)革命和技術(shù)革命?？茖W(xué)革命是技術(shù)革命的前提，但是科學(xué)革命不一定會帶來產(chǎn)業(yè)變革，技術(shù)革命是科學(xué)革命到產(chǎn)業(yè)革命的必經(jīng)之路。

縱觀人類近代史上五次重要的科技革命：第一次科學(xué)革命的結(jié)果是建立了完整的近代科學(xué)體系，由于它并未從理論到技術(shù)層面進(jìn)行實(shí)用，社會的生產(chǎn)力水平并未實(shí)現(xiàn)質(zhì)的飛躍。只有在以蒸汽機(jī)為代表的第一次工業(yè)革命（也可以稱為第一次技術(shù)革命）爆發(fā)后，人類社會的生產(chǎn)力和發(fā)展水平才開始了快速而穩(wěn)定的提升。人類社會也從依靠生物能的農(nóng)業(yè)時(shí)代進(jìn)入了依靠機(jī)械能的工業(yè)時(shí)代。二十世紀(jì)下半場的第三次技術(shù)革命則是將二十世紀(jì)上半葉的第二次科學(xué)革命的理論實(shí)用化。第三次技術(shù)革命驅(qū)動了以第三產(chǎn)業(yè)為代表的新興產(chǎn)業(yè)高速發(fā)展，推動人類進(jìn)入到知識化、信息化、網(wǎng)絡(luò)化的新時(shí)代，這極大地提高了資本、技術(shù)等要素跨境流動的便利性。人類社會從此從工業(yè)社會逐步邁入信息社會。西方發(fā)達(dá)國家得以陸續(xù)進(jìn)入后工業(yè)化時(shí)代，而其傳統(tǒng)部門則向陸續(xù)入場的新興與發(fā)展中國家轉(zhuǎn)移。無論是工業(yè)信息化還是信息工業(yè)化，第三次技術(shù)革命帶動了先發(fā)國家勞動生產(chǎn)率的快速提升。

從勞動生產(chǎn)率角度來看，在歷史的長河中，僅有的兩次勞動生產(chǎn)率飛躍式提高都是技術(shù)進(jìn)步帶來的結(jié)果。以蒸汽機(jī)為代表的第一次工業(yè)革命的廣泛應(yīng)用之后，勞動生產(chǎn)率才出現(xiàn)了快速的上升；而在第三次技術(shù)革命時(shí)期，上升的速度更快。在工業(yè)革命席卷各國之前，長期以來人均產(chǎn)出或勞動生產(chǎn)率的提升是很難觀測到的，如圖2所示，在工業(yè)革命之前，英國人均GDP的增長十分緩慢，而工業(yè)革命之后，這一指標(biāo)迅速上升。如圖3，根據(jù)Ian Morris測算的社會發(fā)展指數(shù)，工業(yè)革命也是西方率先走向現(xiàn)代化并長期領(lǐng)先東方的重要因素。工業(yè)革命帶來了生產(chǎn)方式、交通運(yùn)輸、國際貿(mào)易、甚至是社會階層和全球力量格局的變化。歷史學(xué)教授Gregory Clark認(rèn)為：“人類歷史中其實(shí)只發(fā)生了一件事，即1800年前后開始的工業(yè)革命。只有工業(yè)革命之前的世界和工業(yè)革命之后的世界之分，人類其他的歷史細(xì)節(jié)有意思，但不關(guān)鍵”。

人工智能或?qū)⒁I(lǐng)下一輪產(chǎn)業(yè)變革

人工智能引領(lǐng)的這場革命是否能刮起產(chǎn)業(yè)的颶風(fēng)呢？人工智能給人類社會帶來的變革似乎不像歷次科技革命一樣，僅僅停留在延伸人的體力和腦力上，而是進(jìn)入了人和機(jī)器共同演化的時(shí)代。

人工智能的產(chǎn)生具有堅(jiān)實(shí)的科學(xué)理論基礎(chǔ)。算法、數(shù)據(jù)和計(jì)算三大基礎(chǔ)要素共同驅(qū)動人工智能發(fā)展。其中算法是機(jī)器實(shí)現(xiàn)人工智能的核心，計(jì)算能力和大數(shù)據(jù)是人工智能的基礎(chǔ)。一直以來人工智能突破主要依賴于算法性能的提升，近年來主要有工程學(xué)法和模擬法實(shí)際應(yīng)用在人工智能技術(shù)中，推動人工智能開始發(fā)展至感知智能階段。而隨著第三次技術(shù)革命以來計(jì)算機(jī)、互聯(lián)網(wǎng)在數(shù)據(jù)生成、采集、存儲、計(jì)算等環(huán)節(jié)的突破，為人工智能進(jìn)入高速發(fā)展階段提供了堅(jiān)實(shí)的基礎(chǔ)。

在國內(nèi)外的國家戰(zhàn)略層面，資金和政策都傾力支持人工智能研究與產(chǎn)業(yè)的持續(xù)發(fā)展。歐盟委員會將在未來十年內(nèi)拿出10 億美元支撐歐盟“人腦計(jì)劃”研究。而隨著近年來國內(nèi)業(yè)界的不斷推動，人工智能在“十三五”規(guī)劃首年被納入到國家戰(zhàn)略發(fā)展層面，結(jié)合互聯(lián)網(wǎng)經(jīng)濟(jì)熱點(diǎn)帶來的資金支持和國家源源不斷的人才儲備和大量研發(fā)投入，必將推動人工智能產(chǎn)業(yè)進(jìn)入新一輪創(chuàng)新發(fā)展的黃金階段。

人工智能不僅僅是科學(xué)革命，更悄然改變?nèi)藗內(nèi)粘Ｉ畹姆椒矫婷妗?/strong>當(dāng)韓國棋王李世石在與谷歌AlphaGo的比拼中投子認(rèn)輸?shù)哪且豢?，人類既震驚于人工智能已經(jīng)可以超越人類的水平，也開始將更多的目光投入人工智能這一領(lǐng)域，殊不知在經(jīng)歷了60年的發(fā)展歷程之后，在金融業(yè)、汽車制造業(yè)、醫(yī)療保健行業(yè)甚至藝術(shù)創(chuàng)作領(lǐng)域這些似乎與人工智能并不那么相關(guān)的行業(yè)，都已經(jīng)逐步實(shí)現(xiàn)了人工智能的應(yīng)用。

隨著人工智能與傳統(tǒng)行業(yè)的不斷結(jié)合，人工智能產(chǎn)業(yè)鏈迎來爆發(fā)式增長。從產(chǎn)業(yè)分類和公司數(shù)量來看，咨詢公司Venture Scanner統(tǒng)計(jì)，2016年全球人工智能公司已突破1000家，跨越13個子門類，融資金額高達(dá)48億美元。在這13個種類中，研究機(jī)器學(xué)習(xí)（應(yīng)用）的人工智能公司數(shù)目最多，達(dá)260家，約占整個行業(yè)的30%。從區(qū)域分布情況來看，歐美等西方國家發(fā)展較為迅猛，其中美國以499家人工智能公司占據(jù)絕對主導(dǎo)地位，且初創(chuàng)公司數(shù)量眾多；而以中國為首的發(fā)展中國家在人工智能領(lǐng)域顯然仍處于起步階段，真正布局該產(chǎn)業(yè)的公司較少，以傳統(tǒng)互聯(lián)網(wǎng)巨頭進(jìn)軍人工智能領(lǐng)域?yàn)橹?，如百度、阿里巴巴等?br/>

但是人工智能應(yīng)用仍是廣闊的等待開拓的藍(lán)海市場。從技術(shù)層面而言，人工智能技術(shù)的發(fā)展可以分為三個階段：計(jì)算智能、感知智能和認(rèn)知智能，目前已經(jīng)融合在各種傳統(tǒng)產(chǎn)業(yè)中的人工智能應(yīng)用主要集中在第一個階段——計(jì)算智能，少量應(yīng)用已經(jīng)開始試水第二階段的技術(shù)，即感知智能?？紤]到全面的感知智能所需的應(yīng)用化技術(shù)、完善的數(shù)據(jù)、高性能芯片還有待于進(jìn)一步發(fā)展，感知智能技術(shù)應(yīng)用普及還需要5~10年，而認(rèn)知層的技術(shù)突破和數(shù)據(jù)、計(jì)算等基礎(chǔ)資源的提升和積累是值得期待的長期發(fā)展方向。

我們認(rèn)為，目前較為成熟的感知智能技術(shù)（如語音、視覺識別的服務(wù)、硬件產(chǎn)品等）的應(yīng)用開發(fā)所形成的新“人工智能+”將引領(lǐng)產(chǎn)業(yè)變革，成為推動社會飛躍發(fā)展的新動力。在傳統(tǒng)產(chǎn)業(yè)，人工智能可以在制造業(yè)、農(nóng)業(yè)教育、金融、交通、醫(yī)療、文體娛樂、公共管理等領(lǐng)域得到廣泛應(yīng)用，將不斷引入新的業(yè)態(tài)和商業(yè)模式；在新興產(chǎn)業(yè)，人工智能還可以帶動工業(yè)機(jī)器人、無人駕駛汽車、VR、無人機(jī)等處于產(chǎn)業(yè)生命周期導(dǎo)入期的公司飛躍式發(fā)展。從具體應(yīng)用方向來看，如今十分火熱的工業(yè)4.0、人臉識別、智能答題機(jī)器人、智能家居、智能安保、智能醫(yī)療、虛擬私人助理等人工智能概念是有望得到快速爆發(fā)的重點(diǎn)領(lǐng)域。

HOW：從AI歷史看未來

“人工智能”一詞最初是在1956 年達(dá)特茅斯學(xué)會上提出的。從學(xué)科定義上來說，人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。

人工智能的發(fā)展歷史大致可以分為三個階段：帶有理想主義色彩的起步期，由“專家系統(tǒng)”大范圍應(yīng)用而推動的第二波浪潮，以及由基礎(chǔ)設(shè)施、技術(shù)融合與應(yīng)用拓展共同推動的第三波浪潮（1993年至今）。

歷史沿革：三大發(fā)展浪潮—“理想主義”、“專家系統(tǒng)”、“三大動力”

有理想主義色彩的起步期（1956-1974）

這個階段的起步期人工智能是以“計(jì)算機(jī)不斷解決以往人類從沒設(shè)想過其能解決的問題”為特征的，解文字題、證明定理甚至是學(xué)習(xí)語言。正是這樣的超預(yù)期激發(fā)了人們對于人工智能的暢想，對人工智能做出了大量樂觀的預(yù)測。

這個階段對于人工智能的許多嘗試并不是以實(shí)際應(yīng)用為目的的，許多人工智能程序更像是“玩具”，而研究者們均致力于盡快設(shè)計(jì)出能夠通過“圖靈測試”的人工智能機(jī)器，對于通向這一目標(biāo)的路徑并沒有很清晰的認(rèn)識。隨著研究進(jìn)程不斷受阻，研究者很快就意識到人工智能的許多基礎(chǔ)設(shè)施上的限制在上世紀(jì)70年代是不可能克服的。這些障礙包括極其有限的計(jì)算能力，缺乏能夠處理運(yùn)算量指數(shù)增長的問題的算法，缺乏數(shù)據(jù)，難以處理圖像識別等感知問題，需要不斷改變基礎(chǔ)架構(gòu)來適應(yīng)不同的問題等。因?yàn)檫@些問題的限制，人工智能進(jìn)入上世紀(jì)70年代以后止步不前，研究資金支持也大幅縮減，在1974年到1980年之間，人工智能進(jìn)入第一波低谷。

由“專家系統(tǒng)”大范圍應(yīng)用而推動的第二波浪潮（1980-1987）

“專家系統(tǒng)”是一個用于模擬人類專家決策過程的計(jì)算機(jī)系統(tǒng)，是人工智能歷史上第一個較為成功的應(yīng)用，并在八十年代被許多大型企業(yè)所接受。1980年，一款名為XCON的專家系統(tǒng)程序被設(shè)計(jì)出來，這款程序能夠根據(jù)用戶的需求自動選取DEC公司計(jì)算機(jī)系統(tǒng)（集群）里面合適的部分來完成計(jì)算任務(wù)。在1980年到1986年間，XCON平均每年幫DEC公司節(jié)省4000萬美元的成本。在這個階段，人們逐漸意識到研發(fā)人工智能的目的不僅僅是為了設(shè)計(jì)出能通過“圖靈測試”的機(jī)器，能夠以現(xiàn)有的條件幫助人類解決在實(shí)際工作中的問題并提高效率才是更為重要的目的。

正是因?yàn)槿斯ぶ悄艿膶?shí)際應(yīng)用前景被挖掘，越來越多的公司投入資金研發(fā)不同類型的專家系統(tǒng)，人工智能進(jìn)入第二個高速發(fā)展期。這個階段人工智能開始逐步形成一個產(chǎn)業(yè)，誕生了一批公司，比如硬件公司Symbolics和LispMachines，軟件公司如IntelliCorp和Aion。這個階段最標(biāo)志性的事件是HiTech和Deep Thought擊敗了國際象棋大師，Deep Thought也為后來IBM的Deep Blue奠定了基礎(chǔ)。

第二波浪潮在80年代末結(jié)束了，最大的問題是“專家系統(tǒng)”的成本一直無法降下來，隨著美國和日本經(jīng)濟(jì)走入低迷，市場對于人工智能的熱情也大幅下降。更重要的是，蘋果和IBM在這個階段對于家用電腦的開發(fā)進(jìn)入加速期，家用電腦的性能甚至逐步趕超Lisp machine，“專家系統(tǒng)”這樣一個空間達(dá)到數(shù)億美金的市場在頃刻間就消失了。此外，1991年日本的“第五代項(xiàng)目”（從1981年開始推動）的失敗標(biāo)志著人工智能進(jìn)入第二個低潮。

由基礎(chǔ)設(shè)施、技術(shù)融合與應(yīng)用拓展共同推動的第三波浪潮（1993至今）

經(jīng)過了將近半個世紀(jì)的發(fā)展，人工智能從90年代中旬終于進(jìn)入了一個爆發(fā)期。在這個階段，人工智能相關(guān)的技術(shù)已經(jīng)逐步被應(yīng)用到各個領(lǐng)域，只不過研究者們越來越弱化人工智能這個概念，大眾除了“深藍(lán)擊敗國際象棋世界冠軍”、“AlphaGo擊敗圍棋世界冠軍”之類的事件，大都沒有意識到人工智能的應(yīng)用已經(jīng)逐步滲透進(jìn)生產(chǎn)和生活的方方面面。

人工智能的第三波浪潮是由基礎(chǔ)設(shè)施、技術(shù)融合與應(yīng)用拓展共同推動的。

（1）基礎(chǔ)設(shè)施領(lǐng)域的進(jìn)步

在基礎(chǔ)設(shè)施領(lǐng)域，最核心的進(jìn)步便是運(yùn)算能力的提升以及數(shù)據(jù)資源的積累。運(yùn)算能力方面，在過去將近50年的時(shí)間里，集成電路上元器件的數(shù)目持續(xù)的以幾何級數(shù)增長。即便當(dāng)前傳統(tǒng)計(jì)算機(jī)性能提升已經(jīng)進(jìn)入瓶頸期，互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的提升又使得云計(jì)算成為可能，把大量的計(jì)算資源組成資源池并用于動態(tài)創(chuàng)建高度虛擬化的資源供用戶使用。云計(jì)算大大降低了人工智能的商業(yè)化運(yùn)營成本，推動了人工智能的進(jìn)步。

此外，GPU的廣泛應(yīng)用使得大規(guī)模并行計(jì)算的效率大幅提升，這也為人工智能的多任務(wù)執(zhí)行提供了基礎(chǔ)。

基礎(chǔ)設(shè)施領(lǐng)域的另一個大的進(jìn)步便是海量數(shù)據(jù)資源的積累。海量的數(shù)據(jù)使得機(jī)器學(xué)習(xí)的效果大幅提升，并且數(shù)據(jù)量本身的增加還能夠彌補(bǔ)算法上的缺陷。根據(jù)IDC的統(tǒng)計(jì)，全球數(shù)據(jù)總量在未來的增速驚人，預(yù)計(jì)到2020年全球總數(shù)據(jù)量大約達(dá)到35ZB，是2011年的將近20倍。

（2）技術(shù)融合

人工智能是處于技術(shù)前沿的各學(xué)科融合并共同推進(jìn)的領(lǐng)域。人工智能的開發(fā)也越來越多地將數(shù)學(xué)、系統(tǒng)控制、經(jīng)濟(jì)等領(lǐng)域的知識結(jié)合起來，最常用的基礎(chǔ)工具包括貝葉斯網(wǎng)絡(luò)、隱式馬爾科夫鏈、信息理論、隨機(jī)建模、神經(jīng)網(wǎng)絡(luò)、動態(tài)優(yōu)化以及近期因谷歌的AlphaGo而聞名的蒙特卡洛樹搜索?？鐚W(xué)科的技術(shù)融合在人工智能基礎(chǔ)設(shè)施上表現(xiàn)的更為重要。

例如，在計(jì)算領(lǐng)域，傳統(tǒng)的電路只能實(shí)現(xiàn)0或1的存儲你，集成芯片或是云計(jì)算最終都是由無數(shù)個基本電路組成的，難逃“能耗”的問題，勢必需要一個能夠在計(jì)算能力上產(chǎn)生質(zhì)的飛躍的設(shè)計(jì)。量子計(jì)算機(jī)在理論上能夠解決這一問題，一個量子可以呈現(xiàn)多態(tài)，那么大規(guī)模計(jì)算所需要的量子數(shù)就大大縮減。不過，根據(jù)海森堡不確定原理，一旦外界對量子的具體狀態(tài)進(jìn)行觀察（或者說計(jì)算機(jī)讀取一個量子的狀態(tài)），那么量子的狀態(tài)就是確定的，不再具有多態(tài)。顯然，這樣的問題已經(jīng)不是計(jì)算機(jī)科學(xué)能夠解決的問題，勢必需要基礎(chǔ)理論研究的支持。又比如，人工智能的許多設(shè)計(jì)思想來自于腦科學(xué)研究，通過模擬人腦思考的過程來設(shè)計(jì)計(jì)算機(jī)的基礎(chǔ)架構(gòu)。

（3）應(yīng)用拓展

實(shí)際應(yīng)用的拓展也在激發(fā)人工智能技術(shù)的不斷創(chuàng)新。最典型的例子是便是人工智能在機(jī)器人領(lǐng)域的應(yīng)用，傳統(tǒng)的機(jī)器人僅僅是數(shù)控的機(jī)械裝置，不能適應(yīng)變化的環(huán)境，與人類的“溝通”成本也非常高。這樣的機(jī)器人越來越不適應(yīng)互聯(lián)網(wǎng)時(shí)代的生產(chǎn)需要，于是誕生了對于“互動機(jī)器人”的需求：機(jī)器人需要能夠隨時(shí)與人進(jìn)行溝通修正任務(wù)（這需要對自然語言進(jìn)行識別，同時(shí)要具備能夠自我生成運(yùn)行代碼的能力）、適應(yīng)隨時(shí)變化的環(huán)境（比如物流機(jī)器人能夠躲避障礙）、輔助人們的決策（投資顧問、醫(yī)療診斷、教育培訓(xùn)、智能翻譯等）。這些應(yīng)用領(lǐng)域反過來推動了人工智能技術(shù)層的進(jìn)步。應(yīng)用拓展的范圍和經(jīng)濟(jì)收益也是吸引資本持續(xù)進(jìn)入相關(guān)領(lǐng)域的重要動力。

國外人工智能發(fā)展情況：深度學(xué)習(xí)成為最熱門領(lǐng)域

回顧人工智能的發(fā)展歷史，在實(shí)現(xiàn)人工智能上有三種路線：一是基于邏輯方法進(jìn)行功能模擬的符號主義路線，代表領(lǐng)域有二十世紀(jì)80年代的專家系統(tǒng)和知識工程；二是基于統(tǒng)計(jì)方法仿生模擬的連接主義路線，代表領(lǐng)域有機(jī)器學(xué)習(xí)和人腦仿生；三是行為主義，是從進(jìn)化的角度出發(fā)，基于智能控制系統(tǒng)的理論、方法和技術(shù)，研究擬人的智能控制行為。

從當(dāng)前國外人工智能的發(fā)展情況來看，其中第二條線路是主流，基于人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)是當(dāng)前最熱的研究領(lǐng)域，被Google、Facebook、IBM、NEC以及其他互聯(lián)網(wǎng)公司廣泛使用，最典型的應(yīng)用領(lǐng)域是圖像和語音識別。

圖像識別、語音識別、智能搜索是深度學(xué)習(xí)技術(shù)出現(xiàn)以來發(fā)展最快的幾個領(lǐng)域，其迅速地從試驗(yàn)論證階段進(jìn)入到相對成熟的應(yīng)用階段。隨著這些基礎(chǔ)應(yīng)用領(lǐng)域的成熟，一些高級應(yīng)用領(lǐng)域的熱度也逐步開始上升。例如Google在力推的自動駕駛項(xiàng)目，需要建立感知能力、決策能力以及不斷自主學(xué)習(xí)的能力，可以說是人工智能技術(shù)的集大成者。自動駕駛技術(shù)需要算法做各種條件下面的路面目標(biāo)檢測、識別交通標(biāo)志以及形成統(tǒng)一的路況感知。

國外人工智能發(fā)展情況：深度學(xué)習(xí)成為最熱門領(lǐng)域

從人工智能的歷史來看，每一類人工智能的應(yīng)用均要經(jīng)過實(shí)驗(yàn)室階段、試點(diǎn)階段、推廣階段和普及階段。盡管國內(nèi)企業(yè)在人工智能基礎(chǔ)科研方面與美日等國家有巨大差距，但人工智能相關(guān)的企業(yè)大都從已經(jīng)進(jìn)入試點(diǎn)階段的技術(shù)或應(yīng)用切入，并在視覺、語音識別等技術(shù)領(lǐng)域處于國際領(lǐng)先水平。根據(jù)2015年艾瑞咨詢的統(tǒng)計(jì)，中國人工智能領(lǐng)域已有近百家創(chuàng)業(yè)公司，約65家獲得投資，共計(jì)29.1億元人民幣，其中曠視科技、優(yōu)必選、云之聲、SenseTime四家公司登上艾瑞獨(dú)角獸榜單。

國內(nèi)不同規(guī)模的企業(yè)在具體的切入點(diǎn)上有有所區(qū)別。百度、阿里巴巴這樣的巨頭公司坐擁海量的數(shù)據(jù)和計(jì)算資源，切入點(diǎn)更靠近基礎(chǔ)設(shè)施層，尤其是在數(shù)據(jù)資源、算法和云計(jì)算等領(lǐng)域；科大訊飛、曠視科技、格林深瞳這樣具有一定技術(shù)積累的企業(yè)，通常從技術(shù)層進(jìn)行切入，在語音識別、視覺識別等領(lǐng)域不斷積累技術(shù)優(yōu)勢；而優(yōu)必選、出門問問、UBTECH等創(chuàng)業(yè)公司則更多的從硬件產(chǎn)品、虛擬場景、虛擬賦予、商業(yè)智能等應(yīng)用領(lǐng)域切入。

以史為鑒：人工智能發(fā)展路徑展望——技術(shù)領(lǐng)域、應(yīng)用領(lǐng)域雙輪驅(qū)動

如果將人工智能的產(chǎn)業(yè)鏈分為基礎(chǔ)設(shè)施層、技術(shù)層和應(yīng)用層，通過回顧和分析人工智能過去的發(fā)展路徑，我們認(rèn)為人工智能的發(fā)展往往是靠應(yīng)用層的需求或是基礎(chǔ)設(shè)施層的進(jìn)步推動的，主要存在以下兩種路徑——需求創(chuàng)造供給，或者供給創(chuàng)造需求。

路徑一：應(yīng)用層的需求推動人們對于AI技術(shù)層（算法等）的開發(fā)，技術(shù)層的進(jìn)步使得基礎(chǔ)設(shè)施的利用效率不斷提高。不過，當(dāng)技術(shù)層發(fā)展到一定階段時(shí)，基礎(chǔ)設(shè)施的利用效率提升空間很小，此時(shí)需要基礎(chǔ)設(shè)施層的不斷升級來支持，一旦基礎(chǔ)設(shè)施層對于AI的支持跟不上，或是應(yīng)用層的需求飽和，AI的前進(jìn)步伐就放緩，甚至進(jìn)入“寒冬”（如80年代的專家系統(tǒng)）。

路徑二：基礎(chǔ)設(shè)施層的迅速進(jìn)步使得技術(shù)層可以實(shí)現(xiàn)的拓展越來越多（比如基于大數(shù)據(jù)的海量運(yùn)算的語音識別、人臉識別、搜索等），而技術(shù)層的多元化使得人們發(fā)現(xiàn)有大量應(yīng)用層的創(chuàng)新可以推進(jìn)，解決當(dāng)前各行業(yè)的痛點(diǎn)，甚至創(chuàng)造和培育新的需求。

當(dāng)前中國還處于行業(yè)應(yīng)用層起步到快速發(fā)展的階段，應(yīng)用層的投資機(jī)會和投入回報(bào)率遠(yuǎn)高于技術(shù)層和基礎(chǔ)設(shè)施層，當(dāng)這個階段出現(xiàn)泡沫時(shí)，投資機(jī)會可能更多地出現(xiàn)在技術(shù)層，當(dāng)技術(shù)層停滯并出現(xiàn)泡沫時(shí)，投資機(jī)會可能更多在基礎(chǔ)設(shè)施層。根據(jù)從目前人工智能的發(fā)展情況來看，技術(shù)領(lǐng)域的運(yùn)用已經(jīng)進(jìn)入加速期，預(yù)計(jì)5~10年就能陸續(xù)成熟。在基礎(chǔ)設(shè)施領(lǐng)域，量子計(jì)算等新型芯片模式短期內(nèi)還很難實(shí)現(xiàn)，不過基于云端架構(gòu)的并行計(jì)算模式已經(jīng)逐步進(jìn)入成熟期，短期內(nèi)基礎(chǔ)設(shè)施還不會對人工智能的發(fā)展形成障礙。從當(dāng)前的情況來看，預(yù)計(jì)應(yīng)用領(lǐng)域和技術(shù)領(lǐng)域?qū)⒊蔀槿斯ぶ悄苓M(jìn)一步發(fā)展的兩個核心驅(qū)動力。

WHAT：AI是跨行業(yè)、跨學(xué)科的綜合技術(shù)

AI橫跨4大核心技術(shù)，涵蓋13個細(xì)分領(lǐng)域

人工智能是一個跨學(xué)科、跨行業(yè)的綜合性學(xué)科。人工智能最初的核心是實(shí)現(xiàn)“智能”這一概念，即機(jī)器可以像人一樣思考，而不只是被動式的執(zhí)行人發(fā)出的每一步指令。人們研究出許多算法將這一想法得以實(shí)現(xiàn)，計(jì)算機(jī)開始可以自己學(xué)習(xí)，之后慢慢發(fā)展成機(jī)器算法這個研究方向。而后，由于人們對于將智能分別運(yùn)用到圖像、語言、聲音處理和與硬件之間的互動方面的需求增加，自然語言處理、圖像識別和人際交互這三個領(lǐng)域又各自發(fā)展成獨(dú)立的研究方向，他們借用機(jī)器學(xué)習(xí)中的一些算法并更多地加入有自身特性的技術(shù)。因此，人工智能現(xiàn)在演化成了機(jī)器學(xué)習(xí)、自然語言處理、圖像識別以及人機(jī)交互這四大模塊。

機(jī)器學(xué)習(xí)技術(shù)：指計(jì)算機(jī)通過對大量已有數(shù)據(jù)的處理分析和學(xué)習(xí)，從而擁有預(yù)測判斷和做出最佳決策的能力。這項(xiàng)技術(shù)與計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、數(shù)學(xué)優(yōu)化算法等都有著密不可分的關(guān)系。其代表算法有深入學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)、決策樹、增強(qiáng)算法等。

自然語言處理技術(shù)：指讓計(jì)算機(jī)可以理解人類的語言，包括將人類語言轉(zhuǎn)化為計(jì)算機(jī)程序可以處理的形式及將計(jì)算機(jī)數(shù)據(jù)轉(zhuǎn)化為人類自然語言兩種形式。這里指的語言可以是聲音也可以是文字。這項(xiàng)技術(shù)的主要內(nèi)容包括信息檢索、信息抽取、詞性標(biāo)注、句法分析、多語處理、語音識別等。

圖像處理技術(shù)：指讓計(jì)算機(jī)擁有人類的視覺功能，可以獲得、處理并分析和理解圖片或多維度數(shù)據(jù)。這項(xiàng)技術(shù)的主要內(nèi)容包括圖像獲得、圖像過濾和調(diào)整、特征提取等。

人機(jī)交互技術(shù)：指計(jì)算機(jī)系統(tǒng)和用戶可以通過人機(jī)交互界面進(jìn)行交流。這項(xiàng)技術(shù)包括的主要內(nèi)容包括計(jì)算機(jī)圖像學(xué)、交互界面設(shè)計(jì)、增強(qiáng)現(xiàn)實(shí)等。

隨著現(xiàn)在人們對這些技術(shù)單一或者多樣化的運(yùn)用，有一部分開發(fā)出的產(chǎn)品或服務(wù)也演變出各自的子領(lǐng)域并迅速發(fā)展。根據(jù)行業(yè)特性的不同，我們將人工智能細(xì)分成13個子領(lǐng)域，如圖26所示。咨詢公司Venture Scanner統(tǒng)計(jì)，2016年全球人工智能公司已突破1000家，跨越13個子門類，融資金額高達(dá)48億美元。整體來看，AI產(chǎn)業(yè)不論是行業(yè)規(guī)模、還是吸金能力都在飛速擴(kuò)張中。根據(jù)Bank of America預(yù)測的數(shù)據(jù)：未來五年人工智能的年復(fù)合增速36%，預(yù)計(jì)2020年將達(dá)到700億美元。在上述13細(xì)分行業(yè)中，研究機(jī)器學(xué)習(xí)（應(yīng)用）的人工智能公司數(shù)目最多，達(dá)260家，約占整個行業(yè)的30%。

橫向比較：機(jī)器學(xué)習(xí)、圖像識別、智能機(jī)器人最具發(fā)展?jié)摿?/strong>

我們從未來發(fā)展空間、產(chǎn)業(yè)投資回報(bào)率、產(chǎn)業(yè)成熟度、應(yīng)用場景拓展廣度等幾個方面來橫向比較人工智能的各個細(xì)分領(lǐng)域的發(fā)展前景。

從未來市場空間和行業(yè)增速來看，發(fā)展速度最快、市場空間最大的三個領(lǐng)域是機(jī)器學(xué)習(xí)、圖像識別和智能機(jī)器人。根據(jù)咨詢公司Tractica的預(yù)測，機(jī)器學(xué)習(xí)領(lǐng)域從2015年1.09億美元的市場規(guī)模，將以年復(fù)合增長率超過60%的速度飛速發(fā)展，預(yù)計(jì)2024年將突破100億美元。目前已經(jīng)擁有龐大市場容量的圖像識別同樣不可小覷。2014年圖像識別領(lǐng)域市場規(guī)模已達(dá)57億美元，在接下來的五年內(nèi)將以42%的年復(fù)合增長率繼續(xù)擴(kuò)張，預(yù)計(jì)2019 年可達(dá)333億美元。此外，智能機(jī)器人領(lǐng)域也將隨著應(yīng)用場景的不斷擴(kuò)展迎來一輪高速增長MarketsAndMarkets的機(jī)器人市場研究數(shù)據(jù)顯示：機(jī)器人行業(yè)的總市值將以每年20%的增速增長，并于2020年達(dá)到約80億美元，若將硬件與軟件細(xì)分開來，軟件部分的增速高達(dá)30%。

從投資回報(bào)率和產(chǎn)業(yè)成熟度來看，機(jī)器學(xué)習(xí)、圖像識別、智能機(jī)器人仍然是最受產(chǎn)業(yè)資本青睞的三個細(xì)分領(lǐng)域。眾所周知，風(fēng)投公司傾向于將資金流向投資回報(bào)率最高的新興產(chǎn)業(yè)，對比人工智能領(lǐng)域的風(fēng)險(xiǎn)融資額度能夠很好地反映該領(lǐng)域的投資回報(bào)率。Venture Scanner公司的調(diào)查數(shù)據(jù)顯示：無論從總體融資額度還是企業(yè)平均融資額度，機(jī)器學(xué)習(xí)都牢牢占據(jù)榜首；圖像識別領(lǐng)域的總體融資額度和企業(yè)平均融資額度緊隨其后；而智能機(jī)器人領(lǐng)域由于公司數(shù)量較少，在融資總量上稍有落后，但其企業(yè)平均融資額度高達(dá)1400萬美元，僅次于機(jī)器學(xué)習(xí)和圖像識別領(lǐng)域。此外，從各領(lǐng)域公司創(chuàng)辦時(shí)間而言，機(jī)器學(xué)習(xí)、圖像識別以及智能機(jī)器人也是最為“年輕”的三個領(lǐng)域之一，產(chǎn)業(yè)內(nèi)技術(shù)成熟度還不夠高，未來幾年將提供廣闊的藍(lán)海市場。

應(yīng)用場景擴(kuò)展方面，機(jī)器學(xué)習(xí)、圖像識別、自然語言識別和智能機(jī)器人是應(yīng)用范圍較為廣泛的幾個領(lǐng)域。機(jī)器學(xué)習(xí)技術(shù)當(dāng)前已廣泛應(yīng)用于廣告、媒體、消費(fèi)業(yè)等，并且需求不斷增加，未來還將快速滲入醫(yī)療、制造、金融、教育業(yè)，對眾多傳統(tǒng)行業(yè)形成巨大沖擊。圖像識別技術(shù)目前的應(yīng)用領(lǐng)域很廣并且需求非常大，具體包括安防監(jiān)控系統(tǒng)、無人駕駛、商品消費(fèi)、工業(yè)制造、醫(yī)藥、體育和娛樂業(yè)等等，并且在未來幾年將大規(guī)模應(yīng)用于智能機(jī)器人的開發(fā)中。自然語言識別未來可廣泛應(yīng)用于穿戴設(shè)備、智能家居、智能汽車等領(lǐng)域，此外在很多安全保密系統(tǒng)中，語音識別技術(shù)也發(fā)揮著重要的作用。但是，該技術(shù)目前在不同口音的處理、背景噪音、區(qū)分同音異形異義詞方面仍然存在一些難以解決的困難。而隨著智能機(jī)器人功能的逐漸完善，未來在農(nóng)業(yè)、工業(yè)以及醫(yī)療、消費(fèi)等服務(wù)行業(yè)都能代替人工完成多項(xiàng)任務(wù)，既能節(jié)省大量人力成本又能提高工作效率和質(zhì)量。

綜合以上分析，我們認(rèn)為機(jī)器學(xué)習(xí)、圖像識別和智能機(jī)器人是目前整個人工智能產(chǎn)業(yè)鏈中發(fā)展前景最好的三大領(lǐng)域。

Who：誰能脫穎而出？技術(shù)壁壘、跑對賽道、優(yōu)先布局

人工智能是跨學(xué)科、跨行業(yè)的綜合性學(xué)科，以大數(shù)據(jù)為基礎(chǔ)、以核心技術(shù)為驅(qū)動，應(yīng)用領(lǐng)域極其廣闊，想象空間極大。在這樣一個復(fù)雜度、精細(xì)度極高的產(chǎn)業(yè)內(nèi)，什么樣的企業(yè)能夠脫穎而出呢？我們認(rèn)為具備技術(shù)壁壘、跑對賽道、優(yōu)先布局特征的企業(yè)最具發(fā)展前景。具體來看：

技術(shù)壁壘：巨頭企業(yè)通過并購初創(chuàng)技術(shù)企業(yè)形成技術(shù)優(yōu)勢

國際互聯(lián)網(wǎng)巨頭爭相收購人工智能技術(shù)開發(fā)公司搶奪核心技術(shù)。技術(shù)是人工智能產(chǎn)業(yè)發(fā)展的必備要素，因此在加強(qiáng)自身研發(fā)投入的同時(shí)，各個互聯(lián)網(wǎng)巨頭公司紛紛收購有技術(shù)優(yōu)勢的初創(chuàng)型企業(yè)來快速獲得技術(shù)、形成壁壘。在過去的幾年里，超過20家專注于開發(fā)人工智能技術(shù)的企業(yè)被蜂擁而至的大型互聯(lián)網(wǎng)公司收購，谷歌、亞馬遜、蘋果、IBM、雅虎、Facebook、Intel等互聯(lián)網(wǎng)行業(yè)巨頭收購動作最為頻繁。

谷歌作為人工智能領(lǐng)域的領(lǐng)頭羊進(jìn)行了5次至關(guān)重要的收購，涉及深度學(xué)習(xí)、推薦引擎、圖片搜索等多個技術(shù)領(lǐng)域，值得一提的是，近期戰(zhàn)勝韓國棋手李世石的AlphaGo是2014年谷歌花費(fèi)4億美元收購的英國初創(chuàng)公司DeepMind所創(chuàng)造的。而據(jù)彭博社報(bào)道，亞馬遜于2015年秋季秘密收購了硅谷初創(chuàng)公司Orbeus，該團(tuán)隊(duì)專注于人臉識別技術(shù)，其核心產(chǎn)品ReKognition能夠自動分類和辨別照片中的內(nèi)容，目前的識別對象可以包括人臉、場景、陸標(biāo)、物體等其他概念。Orbeus的照片軟件PhotoTime不僅早于谷歌發(fā)行的基于人工智能的應(yīng)用，其使用的圖像識別算法也比Facebook先前收購的Face.com更加細(xì)致。

跑對賽道：選擇重點(diǎn)領(lǐng)域進(jìn)行突破，所選領(lǐng)域未來有爆發(fā)點(diǎn)

人工智能產(chǎn)業(yè)目前尚處于成長初期，應(yīng)用領(lǐng)域非常廣且又是技術(shù)密集型產(chǎn)業(yè)，任何一個領(lǐng)域的發(fā)展都需要投入大量的科學(xué)資金、科技人才和物力等等。即便是資金技術(shù)雄厚的巨頭企業(yè)也很難在人工智能產(chǎn)業(yè)鏈全部領(lǐng)域全面開花，這個時(shí)候很多公司往往會選擇一個或者幾個重點(diǎn)領(lǐng)域進(jìn)行重點(diǎn)布局，因此，公司戰(zhàn)略所選的領(lǐng)域未來是否具有爆發(fā)潛力就至關(guān)重要，也就是我們所說的“跑對賽道，脫穎而出”。

基于我們從產(chǎn)業(yè)資本投資方向，行業(yè)屬性及發(fā)展路徑等幾個維度的比較分析，我們認(rèn)為重點(diǎn)布局在機(jī)器學(xué)習(xí)、圖像識別、智能機(jī)器人三大領(lǐng)域的公司最可能脫穎而出。

機(jī)器學(xué)習(xí)主要指的是人工智能領(lǐng)域應(yīng)用中比較熱門的深度學(xué)習(xí)，通過多層次的學(xué)習(xí)而得到對于原始數(shù)據(jù)的不同抽象層度的表示，進(jìn)而提高分類和預(yù)測等任務(wù)的準(zhǔn)確性。深度學(xué)習(xí)可以應(yīng)用于包括圖像識別、自然語言處理、廣告點(diǎn)擊率預(yù)估乃至人工智能平臺（如谷歌大腦）等在內(nèi)的多個產(chǎn)品，并大幅度地提升這些產(chǎn)品的性能，各大研究機(jī)構(gòu)和公司都投入了大量的資源進(jìn)行相關(guān)的研究和開發(fā)。

縱觀國際，谷歌可謂跑對機(jī)器學(xué)習(xí)領(lǐng)域賽道的最佳典范。谷歌在機(jī)器學(xué)習(xí)領(lǐng)域的投入和研發(fā)水平遠(yuǎn)超其他對手，更是在被稱為機(jī)器學(xué)習(xí)年的2015年取得了這個領(lǐng)域多項(xiàng)突破性的進(jìn)展。

放眼國內(nèi)，百度是目前國內(nèi)唯一一家有望在機(jī)器學(xué)習(xí)領(lǐng)域與谷歌相媲美的公司。百度2013年率先決定成立深度學(xué)習(xí)研究院，主要進(jìn)行深度學(xué)習(xí)&機(jī)器學(xué)習(xí)、機(jī)器人、人機(jī)交互、圖片識別等方面的研究。此后，百度繼續(xù)加大在機(jī)器學(xué)習(xí)領(lǐng)域的研發(fā)投入，2014年5月在美國硅谷投資3億美元成立百度美國研發(fā)中心，宣布任命人工智能泰斗，原Google Brain項(xiàng)目負(fù)責(zé)人吳恩達(dá)為百度公司的首席科學(xué)家，全面負(fù)責(zé)百度研究院。2014年，百度發(fā)布大數(shù)據(jù)計(jì)劃，擬運(yùn)用機(jī)器學(xué)習(xí)完成“開放云-數(shù)據(jù)工廠-百度大腦”的三層設(shè)計(jì)。

圖像識別是指計(jì)算機(jī)從圖像中識別出物體、場景和活動的能力。傳統(tǒng)的圖像識別技術(shù)只能簡單識別或查找靜態(tài)圖像，對視頻分析、動態(tài)識別等則是有待于開發(fā)的潛力市場。不僅如此，圖像識別還可以應(yīng)用到特別廣泛的社會領(lǐng)域，比如智能安保和互聯(lián)網(wǎng)金融、社會福利保障、電子商務(wù)等領(lǐng)域。因此，在圖像識別領(lǐng)域跨越的一個小小步伐，就有可能帶來可觀的收益。

舉例來說，一家初創(chuàng)公司Dextro正在開發(fā)能夠進(jìn)行視頻識別的軟件并憑借這個產(chǎn)品，成功進(jìn)入了2015年在線視頻企業(yè)Top15。Dextro主要運(yùn)用深度學(xué)習(xí)算法進(jìn)行視頻分析，它們正在開發(fā)的平臺SSM（Sight，Sound&Motion）可以幫助用戶尋找最有新聞價(jià)值的視頻。Dextro目前提供兩種服務(wù)，一種是在線視頻搜索，即像文字搜索一樣尋找、解釋和分類視頻，可以用于提升視頻編輯剪輯工作效率和實(shí)現(xiàn)視頻與廣告的智能匹配；另一種是監(jiān)控視頻管理，能夠快速鎖定監(jiān)控視頻中的圖像，可以用于家庭智能安保、城市空間布局分析和犯罪分子識別等領(lǐng)域。

根據(jù)國際機(jī)器人聯(lián)盟(IFR)按應(yīng)用領(lǐng)域的劃分，可以將智能機(jī)器人分為工業(yè)機(jī)器人和服務(wù)機(jī)器人兩大類，并且廣泛應(yīng)用于生產(chǎn)組裝、維護(hù)保養(yǎng)、修理、醫(yī)療、清洗、保安、救援、監(jiān)護(hù)等領(lǐng)域。隨著智能機(jī)器人能實(shí)現(xiàn)的功能越來越多，提供的服務(wù)越來越精細(xì)化，刺激著智能機(jī)器人規(guī)模的快速增長。生活中，人們厭煩了從事類似于清潔、看護(hù)、保安等重復(fù)性工作，這種簡單勞動力的不足使服務(wù)機(jī)器人有著巨大的市場，因此家庭清潔機(jī)器人、殘障看護(hù)機(jī)器人、住宅安全和監(jiān)視機(jī)器人應(yīng)運(yùn)而生；而隨著人們生活水平的提高和全球人口老齡化的到來，能夠提供教育、醫(yī)療、娛樂等專業(yè)化服務(wù)的智能機(jī)器人也開始倍受人們追捧。受到這些剛性需求的驅(qū)動，公司涉足智能機(jī)器人領(lǐng)域就等同搭上規(guī)模擴(kuò)張的“快速列車”。

美國直覺外科公司正是憑借其王牌產(chǎn)品達(dá)芬奇機(jī)器人在10年間一舉擴(kuò)張成為全球最優(yōu)秀的醫(yī)用機(jī)器人公司。達(dá)芬奇機(jī)器人目前世界上最成功的手術(shù)機(jī)器人系統(tǒng)，它是為外科醫(yī)生手術(shù)操作中提供直觀的控制運(yùn)動、精細(xì)組織操作和三維高清晰度視覺能力而設(shè)計(jì)的，同時(shí)允許外科醫(yī)生進(jìn)行微創(chuàng)手術(shù)。達(dá)芬奇機(jī)器人由三部分組成：外科醫(yī)生控制臺、床邊機(jī)械臂系統(tǒng)、成像系統(tǒng)。實(shí)施手術(shù)時(shí)主刀醫(yī)師不與病人直接接觸，通過三維視覺系統(tǒng)和動作定標(biāo)系統(tǒng)操作控制，由機(jī)械臂以及手術(shù)器械模擬完成醫(yī)生的技術(shù)動作和手術(shù)操作。目前美國FDA已經(jīng)批準(zhǔn)將達(dá)芬奇機(jī)器人手術(shù)系統(tǒng)用于成人和兒童的普通外科、胸外科、泌尿外科、婦產(chǎn)科、頭頸外科以及心臟手術(shù)。得益于世界市場對醫(yī)用機(jī)器人的持續(xù)認(rèn)可和需求增長，直覺外科公司在過去的10年里規(guī)?？焖贁U(kuò)張，營業(yè)收入復(fù)合增長率達(dá)30%，達(dá)芬奇機(jī)器人使用范圍復(fù)合增長16%，使用頻率達(dá)52.3萬次。

領(lǐng)先布局：國外將技術(shù)開發(fā)拓展到商業(yè)領(lǐng)域，國內(nèi)將場景設(shè)計(jì)進(jìn)行商業(yè)落地

隨著AI技術(shù)的發(fā)展，AI技術(shù)幾乎可以應(yīng)用到現(xiàn)代商業(yè)的各個領(lǐng)域。由于AI涉及到許多復(fù)雜的技術(shù)，通過長時(shí)間的積累和學(xué)習(xí)還可以進(jìn)行自我改進(jìn)，原有的客戶使用情況還能提供源源不絕的數(shù)據(jù)供進(jìn)一步改進(jìn)參考。因此，在人工智能領(lǐng)域的商業(yè)化盡早進(jìn)行布局，占據(jù)市場、積累客戶資源獲得足夠多的基礎(chǔ)數(shù)據(jù)就至關(guān)重要。我們發(fā)現(xiàn)，國內(nèi)外公司都在商業(yè)化應(yīng)用領(lǐng)域積極地進(jìn)行探索，國外的商業(yè)化以技術(shù)為核心，通過優(yōu)化算法推廣到實(shí)際應(yīng)用；國內(nèi)的商業(yè)化更側(cè)重場景設(shè)計(jì)，注重個人體驗(yàn)，相對來說，核心技術(shù)優(yōu)勢的進(jìn)步并不那么明顯。具體如下：

海外AI商業(yè)化應(yīng)用：將技術(shù)開發(fā)拓展到商業(yè)領(lǐng)域，擁有核心技術(shù)的互聯(lián)網(wǎng)巨頭和創(chuàng)業(yè)企業(yè)最容易脫穎而出。海外AI的商業(yè)化注重技術(shù)開發(fā)，基于大數(shù)據(jù)基礎(chǔ)、算法優(yōu)化來提高技術(shù)水平進(jìn)而再把技術(shù)開發(fā)拓展到商業(yè)化領(lǐng)域：以技術(shù)為核心，商業(yè)化則是再進(jìn)一步的必然結(jié)果，一般來說商業(yè)化的項(xiàng)目都是其在技術(shù)技術(shù)領(lǐng)域已經(jīng)達(dá)到足夠多的積累之后才發(fā)生的。具體來看：1）Facebook，圍繞大數(shù)據(jù)挖掘的技術(shù)核心，建造能夠理解海量數(shù)據(jù)的人工智能機(jī)器，通過挖掘用戶數(shù)據(jù)信息為用戶推薦其更為喜歡的瀏覽內(nèi)容；2）蘋果，基于語音識別的核心技術(shù)，開發(fā)人工智能語音系統(tǒng)Siri，用戶通過語音對話對蘋果下指令；3）Uniqul，基于人臉識別技術(shù)，最早推出了人臉識別支付技術(shù)，推進(jìn)AI與金融相結(jié)合的商業(yè)模式發(fā)展；4）Bettermen，建立個人投資管理平臺，只要在Betterment 平臺上，回答幾個關(guān)于你的投資目標(biāo)的問題，Betterment會根據(jù)你的回答做分析給出相應(yīng)的投資組合建議，并通過平臺直接投資。

國內(nèi)AI商業(yè)化應(yīng)用：優(yōu)化場景設(shè)計(jì)進(jìn)行商業(yè)化布局。與海外國家相比，國內(nèi)的AI核心技術(shù)優(yōu)勢并不那么明顯，相應(yīng)的在商業(yè)化應(yīng)用領(lǐng)域也并非注重核心技術(shù)的提供而是投入于優(yōu)化商業(yè)場景，加強(qiáng)用戶體驗(yàn)。有人力、財(cái)力基礎(chǔ)的三大國內(nèi)巨頭互聯(lián)網(wǎng)公司最具商業(yè)場景落地優(yōu)勢。具體來看：1）百度，百度將語音技術(shù)、圖片識別技術(shù)、O2O服務(wù)進(jìn)行場景落地，用戶通過百度輸入一段語音，百度通過語音技術(shù)將其準(zhǔn)確的翻譯為文字，再通過自然語言理解技術(shù)對該需求進(jìn)行理解，最后給出用戶想要的電影票預(yù)訂、酒店預(yù)訂、景點(diǎn)門票預(yù)訂等服務(wù)；2）阿里巴巴，城里DST部門專門進(jìn)行大數(shù)據(jù)挖掘，通過用戶產(chǎn)生的大數(shù)據(jù)進(jìn)而為其推薦更多其有潛在購買欲望的產(chǎn)品；3）騰訊，旗下的QQ、微信有著巨大的用戶流量，向客戶精準(zhǔn)投放廣告并開放“人臉識別”API。

投資策略：聚焦高前景細(xì)分領(lǐng)域技術(shù)突破者和商業(yè)化應(yīng)用先行者

技術(shù)騰飛與應(yīng)用拓展帶來人工智能第三波浪潮。目前人工智能的技術(shù)領(lǐng)域的發(fā)展還在起飛期，企業(yè)通過選擇重點(diǎn)領(lǐng)域進(jìn)行突破，機(jī)器學(xué)習(xí)、圖像識別和智能機(jī)器人三大領(lǐng)域?qū)⒂型麕砑夹g(shù)騰飛；而近幾年來國際互聯(lián)網(wǎng)巨頭爭相收購初創(chuàng)技術(shù)企業(yè)，加速人工智能布局，逐漸形成技術(shù)優(yōu)勢；技術(shù)層的進(jìn)步人工智能進(jìn)入發(fā)展的上升通道，應(yīng)用層投資機(jī)會和投入回報(bào)率也隨之高企。

揚(yáng)帆人工智能未知藍(lán)海，掘金細(xì)分領(lǐng)域投資機(jī)會。我們基于發(fā)展?jié)摿?、市場空間、應(yīng)用范圍三個方面的考慮，重點(diǎn)推薦兩條投資主線：

主線一，聚焦發(fā)展技術(shù)優(yōu)勢，通過并購重組在短時(shí)間內(nèi)形成技術(shù)壁壘優(yōu)勢，或者集中投入于具備前景的細(xì)分技術(shù)領(lǐng)域的企業(yè)。一方面我們看好通過投資或收購人工智能領(lǐng)域開發(fā)公司，快速地獲得技術(shù)優(yōu)勢、進(jìn)而領(lǐng)先布局人工智能領(lǐng)域的龍頭企業(yè)；另一方面，針對發(fā)展前景廣闊的機(jī)器學(xué)習(xí)、圖像識別和智能機(jī)器人三個最具發(fā)展領(lǐng)域，投入大量研發(fā)資金推動技術(shù)創(chuàng)新、搶先形成技術(shù)壁壘的公司具備投資價(jià)值。

主線二，優(yōu)先布局商業(yè)化應(yīng)用，利用技術(shù)拓展和場景優(yōu)化進(jìn)行人工智能商業(yè)化落地的公司能快速享受成長?！叭斯ぶ悄?”將引領(lǐng)產(chǎn)業(yè)變革，不斷引入新的業(yè)態(tài)和商業(yè)模式。目前主要落地場景包括金融、教育、家居、安保、娛樂等傳統(tǒng)行業(yè)，同時(shí)人工智能在無人駕駛汽車、VR、無人機(jī)等新興產(chǎn)業(yè)的發(fā)展也同樣值得期待。

來源：CITICS策略

作者：中信策略團(tuán)隊(duì)

編輯：IPRdaily 趙珍  /   校對：IPRdaily   縱橫君

“投稿”請投郵箱“iprdaily@163.com”

「關(guān)于IPRdaily」

IPRdaily成立于2014年，是全球影響力的知識產(chǎn)權(quán)媒體+產(chǎn)業(yè)服務(wù)平臺，致力于連接全球知識產(chǎn)權(quán)人，用戶匯聚了中國、美國、德國、俄羅斯、以色列、澳大利亞、新加坡、日本、韓國等15個國家和地區(qū)的高科技公司、成長型科技企業(yè)IP高管、研發(fā)人員、法務(wù)、政府機(jī)構(gòu)、律所、事務(wù)所、科研院校等全球近50多萬產(chǎn)業(yè)用戶（國內(nèi)25萬+海外30萬）；同時(shí)擁有近百萬條高質(zhì)量的技術(shù)資源+專利資源，通過媒體構(gòu)建全球知識產(chǎn)權(quán)資產(chǎn)信息第一入口。2016年獲啟賦資本領(lǐng)投和天使匯跟投的Pre-A輪融資。

（英文官網(wǎng)：iprdaily.com  中文官網(wǎng)：iprdaily.cn） 

本文來自CITICS策略并經(jīng)IPRdaily.cn中文網(wǎng)編輯。轉(zhuǎn)載此文章須經(jīng)權(quán)利人同意，并附上出處與作者信息。文章不代表IPRdaily.cn立場，如若轉(zhuǎn)載，請注明出處：“http://m.jupyterflow.com/”