中金公司（CICC）發(fā)布了一份長達71頁的人工智能的證券研究報告《人工智能時代，10 年之后我們還能干什么？》。對全球特別是中國企業(yè)當下的人工智能態(tài)勢作了全面的介紹：包括BAT、華為、科大訊飛、?？低暤绕髽I(yè)的市值、研發(fā)投入開支與研發(fā)費用率以及排名等詳細信息。報告涉及安防、互聯(lián)網(wǎng)、消費電子、汽車、醫(yī)療、通信、芯片7大行業(yè)。文章不乏非常有洞見的觀點，比如：TPU等專用芯片會部分取代GPU等。強烈推薦。
主要觀點
人工智能不再是概念：我們的調(diào)研發(fā)現(xiàn)，基于人工智能的視頻分析技術(shù)正在不斷拓寬安防技術(shù)的應(yīng)用范圍，實現(xiàn)實時車輛軌跡追 蹤等以前只有在警匪片里才有的新功能。通過基于用戶畫像的精準廣告投放，互聯(lián)網(wǎng)公司在過去三年提高了廣告單次點擊成本（CPC）170%。IBM Watson 從 2015 年開始為病人提供肺癌等四 種癌癥的個性化治療方案。汽車主機大廠的路線圖顯示 2021 年前 后能夠?qū)崿F(xiàn)真正的無人駕駛服務(wù)。這些新技術(shù)的商用無疑會對公 共安全、醫(yī)療、廣告、汽車制造業(yè)造成顛覆性的變化。
數(shù)據(jù)比算法重要：我們認為人工智能的商業(yè)化，僅僅依靠技術(shù)是 很難繼續(xù)走下去的。數(shù)據(jù)的規(guī)模和采集能力決定了人工智能在這 個行業(yè)的發(fā)展速度。在這方面，感謝線上消費的發(fā)展和十幾年平安城市建設(shè)，互聯(lián)網(wǎng)和安防行業(yè)的智能化走在了其他行業(yè)前面?？春煤？低?、大華股份、科大訊飛、東方網(wǎng)力、千方科技、阿里巴巴、騰訊、新浪在安防和互聯(lián)網(wǎng)行業(yè)的 AI 變現(xiàn)機會。醫(yī)療大數(shù)據(jù)是下一個熱點，看好東軟、思創(chuàng)醫(yī)惠和東華軟件在醫(yī)療大數(shù)據(jù)領(lǐng)域的長期成長機會。
人工智能=“人工+智能”：只有投入更多的研發(fā)人員和數(shù)據(jù)，才 會獲得更多的智能。僅靠一兩名人工專家很難解決復(fù)雜的人工智 能問題。中國企業(yè)的人工智能轉(zhuǎn)型，需要依靠的是在研發(fā)費用和 研發(fā)人員規(guī)模上的持續(xù)投入。在這方面，華為排名全球前十，阿里巴巴、中興、百度、騰訊、?？档裙疽苍谑澜缜傲小?/p>
看好數(shù)據(jù)中心/傳感器/半導(dǎo)體行業(yè)面臨結(jié)構(gòu)性成長機會：智能化有兩個直接結(jié)果。第一是企業(yè)服務(wù)加速向云計算的遷移。我們預(yù) 計全球公有云市場今后幾年保持 25%的年復(fù)合增長，到 2020 年 達到約 950 億美元的規(guī)模。為了支撐云服務(wù)發(fā)展，八大全球主要科技公司在數(shù)據(jù)中心資本開支到 2020 年將達約 900 億美元，約占 全球電信業(yè)資本開支的 25%。第二是收集數(shù)據(jù)需求的增加，手機及汽車上搭載傳感器數(shù)量大幅上升。我們預(yù)計車載傳感器市場從 2016 年的 82 億美金擴大到 2025 億的 290 億美金（15% CAGR）。數(shù)據(jù)中心及手機、汽車內(nèi)計算能力的上升，推動人工智能相關(guān)芯 片需求從 2016 年 37 億美金擴大到 2025 年的 566 億美金。
風險 人工智能創(chuàng)新進度低于預(yù)期。
【劃重點】本報告干貨滿滿，我們挑出了一張極具代表性的內(nèi)容：人工智能的兩個維度，以及圍繞這兩個維度展開的競爭，即軟件開發(fā)框架和計算芯片。對當下最熱門的議題——TPU進行詳細解讀。
報告認為人工智能服務(wù)提供商之間的競爭主要包括兩個維度
軟件開發(fā)框架：主要的框架包括谷歌的 TensorFlow，F(xiàn)acebook，IBM，谷歌DeepMind 支持的 Torch，Microsoft 的 CNTK，Amazon 的 MXNet。NVidia 也提供自己的軟件開 發(fā)框架 CUDA。這些公司之間的競爭類似于智能手機操作系統(tǒng)上 iOS/Andorid之間的 競爭。
計算芯片：目前的競爭對手包括 NVidia/AMD 的 CPU，谷歌的 TPU，Xilinux 的 FPGA 之間在計算成本和速度上的競爭。這些公司之間的競爭類似與高通和聯(lián)發(fā)科在手機 芯片上的競爭。在 TPU 的例子上我們看到，谷歌利用其在軟件開發(fā)框架上的優(yōu)勢， 減小切換計算芯片（GPU to TPU）時的軟件修改成本，形成一個 Tensor Flow+TPU 的封閉生態(tài)環(huán)境。
摘要：10年之后我們還能做什么？
根據(jù)耶魯大學(xué)和牛津大學(xué)的研究人員對 352 位人工智能專家進行了采訪，人工智能到2060 年前后有 50%的概率完全超過人類。這份研究預(yù)測在 10 年內(nèi)，人工智能將會在以 下領(lǐng)域超過人類：翻譯領(lǐng)域（2024），高中水平的寫作（2026），駕駛卡車（2027）。
在這份報告里，我們著重分析四種人工智能技術(shù)（語音，圖像，自然語言處理，機器人） 對五個行業(yè)（安防，互聯(lián)網(wǎng)電商/廣告，消費電子，汽車，醫(yī)療）的影響（圖表 2）。
從技術(shù)角度來看：
語音技術(shù)成熟但應(yīng)用場景有限。語音識別是目前發(fā)展最成熟的人工智能技術(shù)。Nuance， 科大訊飛，Google，百度等主流廠商的近場語音識別率都達到 99%以上。但目前應(yīng)用場 景局限在電子病例，智能客服，在線教育，車載導(dǎo)航等少數(shù)幾個領(lǐng)域。隨著未來語音識 別種類的進一步豐富，識別環(huán)境通用性的增強，以及遠廠語音技術(shù)的突破，一定會幫助拓展其應(yīng)用范圍到智能家居等更多場景中。
圖像識別落地機會最多。圖像識別技術(shù)不但有著非常高的識別準確率，而且能夠很快給 出智能的反饋，因此圖像識別技術(shù)最容易快速落地到各行各業(yè)中。安防行業(yè)中的車輛數(shù) 據(jù)提取，醫(yī)療行業(yè)的影像診斷，電商行業(yè)中的精準營銷，以及輔助駕駛都為圖像識別技 術(shù)提供許多落地變現(xiàn)的機會。
自然語言處理在互聯(lián)網(wǎng)行業(yè)中應(yīng)用最為成熟。我們注意到基于人工智能的精準營銷正幫助互聯(lián)網(wǎng)廣告公司不斷提升流量價值，而且一些智能的銷售客服機器人正在逐步替代人 工成為線上銷售，售后維護的主力軍。
智能機器人技術(shù)有待成熟。我們注意到一些公司開始在倉儲機器人、手術(shù)機器人等細分 行業(yè)進行探索。但技術(shù)還有待成熟。
從行業(yè)角度來看：
安防是人工智能在中國最容易變現(xiàn)的行業(yè)：十幾年的平安城市建設(shè)，使中國的城市管理 者已經(jīng)積累了強大的視頻數(shù)據(jù)采集能力。交通擁堵及反恐等應(yīng)用場景又急需最先進的人 工智能技術(shù)。
互聯(lián)網(wǎng)廣告和電商蘊含大量的數(shù)據(jù)，為人工智能在互聯(lián)網(wǎng)廣告和電商領(lǐng)域的應(yīng)用提供了廣闊的資源和空間。例如，互聯(lián)網(wǎng)公司通過基于用戶畫像的精準廣告投放，在過去三年 提高了廣告單次點擊成本（CPC）170%。
AI 促進消費電子升級換代：3D 光學(xué)感測等 AI 功能會幫助現(xiàn)有智能手機提高售價，同時 促進智能音箱等新品類的發(fā)展。
汽車行業(yè) 2021 年前后實現(xiàn)無人駕駛：隨著 Tesla AutoPilot 2 系統(tǒng)的發(fā)布，GM 宣布自己 的自動駕駛系統(tǒng) Super Cruise。我們注意到汽車智能發(fā)展呈現(xiàn)加速趨勢。我們預(yù)計汽車主機大廠在 2021 年前后能夠?qū)崿F(xiàn)商業(yè)化的無人駕駛服務(wù)。
醫(yī)療行業(yè)空間巨大，但技術(shù)還有待成熟。電子病歷的建立，不僅僅用到了語音識別技術(shù)，也整合了醫(yī)療大數(shù)據(jù)；影像診斷則用到了圖像識別技術(shù)，現(xiàn)在在國內(nèi)外都已經(jīng)形成成熟 的商業(yè)模式。輔助治療和手術(shù)機器人由于技術(shù)的尚不完善，還在小范圍推廣。由于語音 識別技術(shù)和機器視覺技術(shù)的成熟，大量應(yīng)用這兩個技術(shù)的行業(yè)將迎來 AI 變現(xiàn)的更多機會。
直接受益行業(yè)：
數(shù)據(jù)中心：人工智能的普及會推動云計算服務(wù)及資本開支的快速增長。我們預(yù)計到 2020年，八大主要科技公司在數(shù)據(jù)中心相關(guān)的資本開支總計將達約 900 億美元，約占全球電信業(yè)資本開支的 25%。
半導(dǎo)體：我們認為 2020 年人工智能相關(guān)半導(dǎo)體的市場空間將達到 117 億美元，其中云端服務(wù)器市場規(guī)模 76 億美元，智能手機移動端 41 億美元。除了上游的芯片設(shè)計廠商將 受益之外，中下游晶圓代工及封裝測試廠也將同步獲益。
傳感器：第二是收集數(shù)據(jù)需求的增加，手機及汽車上搭載傳感器數(shù)量大幅上升。我們預(yù) 計傳感器市場從 2016 年的 82 億美金擴大到 2025 億的 290 億美金（15% CAGR）。
AI+安防：智能化推動安防行業(yè)的第三次升級
中國視頻監(jiān)控行業(yè)在過去十幾年經(jīng)歷了兩次重要的升級換代：
（1）高清化：在這次升級的主要變化是攝像機的清晰度從標清（30 萬像素）升級到 100 萬像素或以上。圖像傳輸方法從原本通過同軸電纜傳輸?shù)哪M信號過渡到通過局域 IP 網(wǎng) 或 同 軸電 纜傳 輸?shù)?數(shù)字信 號 。后 端設(shè) 備也從 DVR（Digital Video Recorder) 過 渡到 NVR（Network Video Recorder）。NVR 的物理位臵還是在本地（例如，小區(qū)內(nèi)）。
（2）網(wǎng)絡(luò)化：在這次升級中的主要變化是，視頻被直接傳回數(shù)據(jù)中心內(nèi)的集中存儲
(IP-SAN)。主要的優(yōu)勢是方便集中管理以及可監(jiān)控的區(qū)域大大增加。
隨著 2016 年以來人工智能技術(shù)在視頻分析領(lǐng)域的突破，我們認為視頻監(jiān)控行業(yè)正處在第 三次重要的升級周期的開始階段。
（3）智能化：我們認為這次升級主要包括：(a) 前端攝像機的智能化升級以支持結(jié)構(gòu)化 數(shù)據(jù)提取，(b) 后端設(shè)備強化計算分析功能，以支持復(fù)雜的視頻分析，(c) 對應(yīng)特定行業(yè) 應(yīng)用的人工智能分析軟件快速增長。
安防攝像機的智能化升級
傳統(tǒng)的網(wǎng)絡(luò)攝像機直接把高清視頻回傳給數(shù)據(jù)中心里的 NVR，由于回傳視頻數(shù)據(jù)量巨大， 很難對所有圖像進行實時分析。大部分時候是對保存的圖像進行事后分析。通過在網(wǎng)絡(luò) 攝像頭上添加人工智能芯片（例如，NVidia 的 Jetson TX2、Movidius 的 Myriad 2 Vision 等芯片），前端攝像頭可以實時對視頻數(shù)據(jù)進行結(jié)構(gòu)化處理。例如，設(shè)臵在交通路口的攝 像頭可以提取車牌，車型等汽車信息，和乘客數(shù)量，是否帶安全帶等乘客信息回傳給數(shù) 據(jù)中心。方便進行實時分析，優(yōu)化系統(tǒng)反應(yīng)能力。
根據(jù) IHS 統(tǒng)計，全球安防攝像頭市場 2016 年約 95 億美元，預(yù)計到 2020 年將達到 128.4 億美元，CAGR 為 8.1%。其中，網(wǎng)絡(luò)攝像機占比將從 2016 年的 82%上升到 2020 年的 90%。同時，我們預(yù)計相當一部分網(wǎng)絡(luò)攝像機將迎來智能化升級。目前，中國占據(jù)全球44%的需求，海康威視已成為安防攝像頭的全球龍頭。
后端設(shè)備強化計算分析功能
后端設(shè)備強化計算分析功能，以支持復(fù)雜的視頻分析：傳統(tǒng)的 NVR(Network video recorder)的主要功能是壓縮存儲視頻信息。通過添加 GPU 等人工智能加速芯片和應(yīng)用處理軟件，智能 NVR 能夠?qū)崿F(xiàn)圖像識別，特征提取，人體識別、人員檢索等功能。一些公 司率先在里面加入人工智能處理能力，如?？档?ldquo;超腦”系列。
根據(jù) IHS 的數(shù)據(jù)，后端錄像存儲設(shè)備的市場規(guī)模 2016 年約 38 億美元，到 2020 年將達 42.7 億美元，CAGR 為 2.4%。中國依舊占據(jù)了全球 42%的市場需求，?？低暢蔀槿?球龍頭。從產(chǎn)品占比趨勢觀察，基于服務(wù)器的集中式存儲的占比將逐漸降低。這表明未 來的存儲將更加分散化，NVR 等設(shè)備的增長更快。
視頻管理分析系統(tǒng)(VMS)新增人工智能功能
視頻管理分析系統(tǒng)（VMS）的主要功能是匯集分析視頻信息，以及控制前端安防設(shè)備。由于技術(shù)上的限制，在人工智能拘束出現(xiàn)以前，實時視頻分析的應(yīng)用范圍一致相對較小。
傳統(tǒng)上，中國市場客戶傾向于購買包含前端攝像機、后端存儲設(shè)備和 VMS 的一體解決方 案，所以?？低?、大華股份、宇視科技等擁有軟硬件一體化解決方案的廠商一直保持 較高市場份額。隨著對基于人工智能的視頻分析產(chǎn)品的產(chǎn)品要求不斷提高，商湯科技、 Face++等在人工智能算法上有特色的公司也積極切入 VMS 市場。
?？低暎横槍残袠I(yè)、交通行業(yè)、金融行業(yè)、司法行業(yè)、能源行業(yè)、智能樓宇行業(yè)、 文教衛(wèi)生等七大行業(yè)分別開發(fā)了各自的解決方案。根據(jù) IHS 的統(tǒng)計，海康的 iVMS 系列 產(chǎn)品中國市場占有率 23%。
東方網(wǎng)力：廣泛應(yīng)用于各行業(yè)、公安、平安城市等領(lǐng)域。為彌補算法方面的短板，東方 網(wǎng)力和商湯科技合作，提升人臉識別的性能。
商湯科技：優(yōu)勢在于計算機視覺算法和技術(shù)，以及相關(guān)的行業(yè)應(yīng)用。2014 年公司在 LFW 的準確率達 99.15%，首次超越人眼；并在 ImageNet 2014 大規(guī)模物體識別競賽中獲得 全球第二，僅次于 Google，2015 年取得兩項世界第一。核心技術(shù)包括：人臉技術(shù)、智能 監(jiān)控、圖像識別、文字識別、圖像及視頻編輯、深度學(xué)習框架。公司技術(shù)應(yīng)用于：智慧 金融、智慧商業(yè)、智慧安防等領(lǐng)域。
Face++：專注于人臉檢測，包括人臉檢測、對比、搜索、關(guān)鍵點定位、人臉屬性。并 提供人工智能開發(fā)平臺。
平安城市新階段帶動智能安防快速發(fā)展
根據(jù) IHS 統(tǒng)計，2016 年全球安防設(shè)備市場規(guī)模達到 158.6 億美金，同比增長 6.6%。其 中中國市場最大，市場規(guī)模 67.25 億美金，同比增長 11.6%，占全球 42%。美洲市場第 二，市場規(guī)模 39.6 億美金，同比增長 4.1%，占全球 25%。
從中國市場來看，我們認為市場主要包括三個細分市場
（1）政府市場（30~35%）：主要包括各地公安，交通，司法部門。銷售渠道以系統(tǒng) 集成商為主。需求受政府固定資產(chǎn)投資拉動，對價格不敏感，是視頻分析服務(wù)的 重度用戶。
（2）大企業(yè)市場（35~40%）：主要包括銀行，電信，石油，文教衛(wèi)等大型國有企業(yè) 和事業(yè)單位等。銷售渠道以解決方案為主，需求受經(jīng)營規(guī)模擴大的影響。
（3）中小企業(yè)及個人市場（25~35%）：主要包括中小企業(yè)，也包括個人消費需求（盡 管需求很?。?。銷售渠道以標準產(chǎn)品的分銷為主。
根據(jù)我們調(diào)研，目前人工智能相關(guān)產(chǎn)品主要目標市場是政府市場。其驅(qū)動力來自于各地 政府強化各類平安城市相關(guān)工程。經(jīng)過十幾年的平安城市建設(shè)，中國的主要城市已經(jīng)積 累了強大的視頻數(shù)據(jù)采集能力。如何利用采集到的數(shù)據(jù)解決交通擁堵及治安問題一直是 各地政府有待解決的問題?；谌斯ぶ悄艿男乱淮曨l分析技術(shù)為城市管理開辟了一條 新的路徑。并將驅(qū)動當前 67 億美元的中國安防設(shè)備市場繼續(xù)以年增速 15%以上增長。其中，交通管理和公共安全等政府相關(guān)項目（約占整體市場規(guī)模 30%）是最主要的應(yīng)用 領(lǐng)域。以下是在交管和公安現(xiàn)場的實例。
交通違法抓拍
通過對前端攝像頭和后端系統(tǒng)進行智能化升級，利用前端攝像頭對抓取的圖像快速處理， 將明顯的違法行為進行智能識別，并在后端進行收集和二次處理?？蓪Χ喾N交通違法行 為進行取證，包括機動車闖紅燈、違法停車、壓線、變道、逆行、超速、人行橫道不避 讓行人、違反規(guī)定使用專用車道、行人闖紅燈等各種交通違法行為。
犯罪分子抓捕
以?？低暤南到y(tǒng)破獲的某個搶劫案為例。為了從大量的視頻圖像中找到嫌疑人，需要 對來自 500 多個監(jiān)控點的長達 250 個小時的視頻進行分析，如果采用人力查閱，需要至少 30 天時間，但如果采用基于深度學(xué)習的視頻分析技術(shù)，僅需要不到 5 秒。
另一個案例是，2012 年的“1.6 蘇湘渝系列持槍搶劫殺人案”，當時對 1 萬多個監(jiān)控點產(chǎn) 生的 2000 多 T 數(shù)據(jù)進行人工查閱，投入了 1500 多名干警耗時一個多月。根據(jù)?？低暪浪悖绻捎萌斯ぶ悄芊治鰞H需要幾分鐘。
根據(jù) IHS 數(shù)據(jù)，全球視頻監(jiān)控設(shè)備市場到 2020 年將達 202 億美元，是 2016 年的 1.3 倍。我們估計，在 AI 的驅(qū)動下，硬件設(shè)備市場的增長將維持較長的時間。
不論全球市場還是中國市場，?？低?、大華股份、宇視科技等中國公司已經(jīng)占據(jù)較為 領(lǐng)先的地位，其中海康威視在全球和中國市場均排名第一。
我們認為，一方面受益于中國視頻監(jiān)控行業(yè)規(guī)模在全球占比較高，另一方面，中國龍頭 公司的技術(shù)和產(chǎn)品的競爭力有了極大的提升。我們預(yù)計，這種趨勢仍會保持，中國龍頭 公司的全球市占率將繼續(xù)提升。
AI+互聯(lián)網(wǎng)：AI 加速電商廣告市場發(fā)展
電子商務(wù)：AI 簡化用戶的消費行為
2015 年以來，由于互聯(lián)網(wǎng)流量紅利逐漸見頂，行業(yè)發(fā)展重點走向以提升轉(zhuǎn)化效率以及付 費習慣培養(yǎng)的精細模式。在電子商務(wù)領(lǐng)域，由于大數(shù)據(jù)的累積以及底層算法的快速發(fā)展， 人工智能開始進入該領(lǐng)域，通過對消費者購買決策過程的深度學(xué)習和解析精準定位用戶。主要的應(yīng)用是為了更精準的推薦商品以及對用戶的購買行為作出更好的解釋。
大數(shù)據(jù)是人工智能的重要基礎(chǔ)，復(fù)雜場景催生技術(shù)革新
經(jīng)過爆發(fā)式的行業(yè)增長，電子商務(wù)行業(yè)已經(jīng)完成了早期的數(shù)據(jù)累積，大數(shù)據(jù)的產(chǎn)生為人 工智能技術(shù)打下基礎(chǔ)。而購物場景不斷延伸，端到端的互聯(lián)網(wǎng)消費者行為呈現(xiàn)高度離散 的狀態(tài)，消費者可觸達點的增加同樣加大了電商平臺對于消費行為把握的難度，因此亟待更高效的方式對用戶購買行為作出更好的解釋，以實現(xiàn)更精準的商品推薦。
人工智能的知識發(fā)現(xiàn)體系更適合解釋當下更為復(fù)雜的線上購買決策
根據(jù) MillardBrown2016 年的研究，傳統(tǒng)營銷通常認為消費者購買品牌是一個線性過程， 但現(xiàn)實中情況卻要更為復(fù)雜，特別是互聯(lián)網(wǎng)賬號體系的出現(xiàn)，線上消費者在其他如社交 平臺的分享同樣會影響消費者的最終購買決策。此外，隨著人均可支配收入的進一步提 升，影響消費者購買決定的變量同樣變得更為復(fù)雜。除了最基本的對于性價比的考量， 粉絲效應(yīng)、生活方式、特殊事件甚至對于環(huán)保的考量都有可能影響消費者最終的購買決定。
互聯(lián)網(wǎng)環(huán)境下，品牌以及商品與消費者的接觸點顯得分散且數(shù)量遠大于從前，人工智能 的數(shù)據(jù)挖掘和知識發(fā)現(xiàn)功能為解析大量數(shù)據(jù)間隱藏的依賴關(guān)系提供了具有參考意義的一 條解決路徑。目前該技術(shù)在中國的具體應(yīng)用表現(xiàn)為在售前，通過基于大數(shù)據(jù)分析的用戶畫像個性化推薦，向消費者主動展示其購買的產(chǎn)品內(nèi)容。
目前個性化推薦主要是以分析消費者一定時間內(nèi)的瀏覽記錄為主，技術(shù)上并不難實現(xiàn)， 主要門檻在于商業(yè)數(shù)據(jù)累積以及推薦邏輯優(yōu)化。在當下全球電子商務(wù)領(lǐng)域，Amazon 的 智能推薦系統(tǒng)被公認為推薦算法最好的系統(tǒng)，其服務(wù)主要體現(xiàn)為個性化首頁、多頁面關(guān)聯(lián)商品推薦和多品類關(guān)聯(lián)促銷。在中國，個性化推薦的形式和 Amazon 并無太大區(qū)別， 以發(fā)展程度最高的淘寶千人千面模塊為例，2016 年雙 11 個性化的智能賣家推薦的測試 中，點擊率和訪客成交轉(zhuǎn)化率分別上升了 25%和 40%，前次展示支付金額提升了 56%。目前淘寶平臺上的鉆展以及直通車均已采用千人千面的數(shù)據(jù)分析，其解決的主要問題在 于如何優(yōu)化平臺海量流量分流從而優(yōu)化流量貨幣化效率。
電商領(lǐng)域人工智能技術(shù)的商業(yè)化已經(jīng)開始萌芽，阿里巴巴自 2015 年開始加速個性化電 商推廣工具的研發(fā)，并已將一部分人工智能算法融入底層結(jié)構(gòu)，例如：
基于全網(wǎng)電商數(shù)據(jù)、跨渠道數(shù)據(jù)以及第三方數(shù)據(jù)的客戶運營產(chǎn)品 – 聚星臺，可實現(xiàn) 店鋪“千人千面‖的個性化互動營銷以及全域會員運營。
通過標記的方式圈定潛在客群，建立個性化的用戶細分和精準營銷的數(shù)據(jù)管理合作 平臺 – 達摩盤。
以及開放付費 API 的人工智能系統(tǒng) – 阿里云 ET 等。
感知智能引領(lǐng)信息檢索以及溝通效率提升，即看即買
盡管互聯(lián)網(wǎng)技術(shù)解決了傳統(tǒng)零售獲客能力有限的問題，在購物體驗以及溝通交流方面仍 然與線下存在差別，尤其是非標品的售賣，例如服飾退換貨率可以高達 30~40%。如何 更高效的發(fā)掘和理解用戶需求進行溝通一直是電商企業(yè)努力的方向之一。更為直觀方便 的圖片、語音識別技術(shù)因此被應(yīng)用到了電商服務(wù)上。
消費者的購買需求通常具有即時性的特征，這一點可從 2016 年底開始奢侈品牌紛紛推出“即看即買”的營銷策略中窺見一二。通常電商消費者在搜索商品時平均需要 6 個以 上的點擊來達成交易，并伴隨大量的輸入以及重復(fù)搜索嘗試。2013 年底在移動電商滲透 之前 Statista 曾有研究表明，消費平均購物放棄率為 67.9%。而今天這一比例已大幅下降，除了更加便捷的購物車服務(wù)以及支付環(huán)節(jié)以外，搜索環(huán)節(jié)的匹配效率提升同樣起到 了提升轉(zhuǎn)化率的作用。
圖片識別加強電商平臺數(shù)據(jù)流動效率。圖片搜索通過色彩圖形以及空間的比對，即使消 費者并不知道品牌或商品名仍然可以快速幫助用戶找到其感興趣的商品，真正實現(xiàn)了“即 看即買”。對于平臺賣家來說，自商品上線的那一刻圖片識別技術(shù)就開始貫穿始終，包括自動檢測商家上傳圖片是否存在侵權(quán)、投放推廣時的自動匹配以及關(guān)鍵字搜索式的自動 圖片推薦；從而提升了電商平臺的數(shù)據(jù)流動效率以及運營效率。
語音識別技術(shù)向智能客服的獨立產(chǎn)品進一步迭代。
基于語音識別的搜索也被首先應(yīng)用到了電商服務(wù)中，例如淘寶應(yīng)用內(nèi)臵的語音搜索，早在 2013 年就已經(jīng)可以支持中英文品牌 名混雜的復(fù)雜搜索情況。京東則將智能客服小咚嵌入其 App 通過語音識別以及語義分析 幫助用戶查找用戶可能感興趣的商品。隨著大數(shù)據(jù)的不斷發(fā)展，目前語音識別技術(shù)正在 逐漸向更為復(fù)雜的智能客服迭代演變。一方面人力成本逐年攀升，對運營效率提升提出 挑戰(zhàn)；另一方面售前售后的大部分問題重復(fù)率高，存在大量可使用人工智能介入的場景；因此刺激了行業(yè)對基于語音識別的人工智能進行投入。Chatbot（聊天機器人）的出現(xiàn)使 得語音識別進一步從底層應(yīng)用的技術(shù)研究和電商附加服務(wù)逐漸走向獨立產(chǎn)品，例如亞馬 遜的開放 Alexa 語音服務(wù)，開發(fā)者可以利用 Alexa Skills Set 或選擇接入語音服務(wù)，將自 有內(nèi)容資源上傳，在用戶出發(fā) Alexa 中定義的“意圖”時，開發(fā)者可在自有服務(wù)器上實 現(xiàn)“回答”。Facebook 同樣于去年 4 月開發(fā)了 Chatbot 的平臺，該服務(wù)可以通過即時通 信軟件用自然語言解答客戶的問題甚至幫助客戶提交訂單，目前在 Facebook 邀請的傳統(tǒng) 零售品牌中，Tommy Hilfiger 的人工智能甚至可以在交流中融入真實的角色性格。盡管目前仍沒有數(shù)據(jù)能直接證明傳統(tǒng)零售通過此類服務(wù)顯著提供銷售量，但我們認為人機對 話水平的提升仍將在長期范圍內(nèi)促進電子商務(wù)的進一步滲透。國內(nèi)同樣存在類似應(yīng)用產(chǎn) 品，例如阿里云 ET 以及科大訊飛的語音識別均已開始向企業(yè)用戶開放開發(fā)端口。
盡管人工智能技術(shù)仍處于發(fā)展早期，但在改善電子商務(wù)售前、售中和售后運營效率的過 程中均已開始產(chǎn)生不同程度的增益效果。隨著算法進一步優(yōu)化，預(yù)計其對于簡單重復(fù)人 力的替代過程將帶來更多營業(yè)效率提升。另外，除了底層算法的優(yōu)化，我們看到智能客 服和物流機器人領(lǐng)域已經(jīng)有成型的獨立產(chǎn)品萌芽，預(yù)計主題投資的風潮將在未來的一段 時間加速這些領(lǐng)域內(nèi)商業(yè)化進程，預(yù)計我們將在這些細分領(lǐng)域內(nèi)最早看到商業(yè)化產(chǎn)品的成型。
廣告：AI 商業(yè)化應(yīng)用最成熟的領(lǐng)域之一
自 2012 年以來，中國互聯(lián)網(wǎng)廣告市場經(jīng)歷了年復(fù)合增長率 39%的高速增長期。主要的 驅(qū)動力來自于傳統(tǒng)媒體的式微帶來的預(yù)算轉(zhuǎn)移、移動設(shè)備的大爆發(fā)帶來的新廣告平臺以 及更高 ROI 的新廣告形式。根據(jù) eMarketer 數(shù)據(jù)，2016 年互聯(lián)網(wǎng)廣告市場規(guī)模已經(jīng)達到 404 億美金，其中移動廣告占比已經(jīng)達到 35%。其中基于大數(shù)據(jù)的 AI 技術(shù)已經(jīng)起到不小的推動作用。
人工智能（AI）在廣告營銷領(lǐng)域的應(yīng)用是現(xiàn)階段 AI 商業(yè)化應(yīng)用最成熟的領(lǐng)域之一，從AI 技術(shù)的應(yīng)用階段來看，已經(jīng)初步進入感官智能的范疇，且在計算智能領(lǐng)域的技術(shù)和使 用場景已經(jīng)有充分的發(fā)展。精準營銷和智能投放就是其中最重要的應(yīng)用形式，主要的思路是利用高互聯(lián)網(wǎng)/移動互聯(lián)網(wǎng)滲透率下積累的大數(shù)據(jù)（根據(jù)《2016 年騰訊智慧營銷白 皮書》，當年互聯(lián)網(wǎng)每日產(chǎn)生數(shù)據(jù)量已達 18 萬億 GB），通過數(shù)據(jù)挖掘和機器學(xué)習等手段， 建立營銷對象、產(chǎn)品以及媒介的個性與傳播模型，再通過 AI 技術(shù)進行高效的智能投放。
精準營銷：提升直接反映在單位流量價
在傳統(tǒng)的受眾到達模式中，即使基于前期的市場研究，在廣告投放的渠道和形式上進行 了充分的選擇，但是對目標客戶定位的顆粒度則受限于數(shù)據(jù)規(guī)模和智能技術(shù)無法進一步 深入，而基于大數(shù)據(jù)的 AI 技術(shù)則很好地解決了這點。
以今日頭條為例，作為最早在廣告業(yè)務(wù)中采用 AI 技術(shù)的應(yīng)用公司之一，AI 對其用戶規(guī)模 的擴展和變現(xiàn)能力產(chǎn)生了巨大的推動作用。預(yù)計 2017 年其廣告銷售收入可以達到 150億元。今日頭條基于機器學(xué)習技術(shù)實現(xiàn)了個性化內(nèi)容推送，按用戶閱讀偏好進行追蹤，AI 算法對歷史數(shù)據(jù)進行分析，為用戶生成個性化的閱讀模式。然后推薦他們可能會感興 趣的內(nèi)容，并在不斷迭代中優(yōu)化。通過這一流程，今日頭條在 2016 年 9 月已實現(xiàn)每天76 分鐘的每用戶平均使用時長，在其同類應(yīng)用中達到最高水平，同時也大大改善了廣告 效果。目前今日頭條平均點擊率接近 3~4%，而其他新聞類應(yīng)用僅為 1%左右。
精準營銷能力的提升直接反映在單位流量價值的提升對廣告主定價能力的增強。以信息 流廣告為例，在過去 4 年中，主要信息流廣告平臺（包括騰訊廣點通、新浪扶翼、今日 頭條、陌陌）的廣告單次點擊定價（CPC）由 2013 年 0.5~0.8 元上漲至 2016 年的 1.5~2 元。
智能投放
不僅僅是受眾定位一側(cè)，在廣告投放一側(cè)，AI 也在不斷重構(gòu)廣告主的投放方式與投放策 略。在傳統(tǒng)的媒體采買模式中（即人工選取投放的媒體渠道和預(yù)算），往往是“一籃子” 的覆蓋，即使能夠進行一定程度上的細分，也無法完成實時定價和智能匹配。而隨著廣 告主對營銷效果和 ROI 的追求不斷推動，程序化購買的出現(xiàn)利用 AI 自動化技術(shù)實現(xiàn)了破局。
程序化購買廣告是一種基于 AI 自動化技術(shù)和大數(shù)據(jù)，將廣告主的具體廣告請求對具體的 廣告位（而不是單一媒體）進行智能投放的互聯(lián)網(wǎng)廣告交易模式。其中，大數(shù)據(jù)是程序 化購買的基礎(chǔ)，AI 自動化技術(shù)是實現(xiàn)高效的手段。程序化購買廣告市場在過去兩年獲得 井噴式發(fā)展，到 2016 年已達到 308.5 億元，這其中還不包括頭部流量平臺的自有程序化 交易體系（這部分收入已經(jīng)包含在平臺廣告收入當中）。
AI 技術(shù)解決的核心痛點是由于信息不對稱造成的用戶定價低效，即使在精準定位的前提 下，也無法高效率（低成本）地到達。而在 AI 的幫助下，廣告主可以將散布在不同媒體 的廣告位，通過精確營銷（如前文描述）的定位后，在高度數(shù)據(jù)化的廣告交易平臺中， 由 AI 指揮自動化系統(tǒng)根據(jù)設(shè)定的績效指標不斷進行智能定向和實時競拍，取代了人工進 行渠道選擇、媒體分析的過程，大大提高了自動化水平、橫跨媒體平臺的能力和成本效率。
AI+廣告的未來發(fā)展方向
我們認為，廣告（包括廣義的營銷）作為公司商業(yè)模式變現(xiàn)的第一環(huán)節(jié)，在移動互聯(lián)網(wǎng) 流量紅利逐漸褪去，用戶獲取成本不斷高企的背景下，對 AI 技術(shù)的需求只會越來越大，但背后的商業(yè)邏輯則始終不離精準（高質(zhì)高量的用戶）和高效（低成本）的核心。因此我們看好 AI 和廣告結(jié)合的以下三個趨勢：
社交廣告空間巨大：社交網(wǎng)絡(luò)能夠提供最豐富的用戶行為數(shù)據(jù)和用戶畫像，為 AI 的深度學(xué)習提供了最適合的數(shù)據(jù)基礎(chǔ)。從廣告形式來看，以信息流形式為代表。根 據(jù)艾瑞咨詢的數(shù)據(jù)，在 2016 年，信息流廣告規(guī)模達到 267 億元，且在未來 2~3 年 將保持 50%以上的高速增長。社交廣告整體滲透率在數(shù)字廣告中僅 8~9%，遠低于 美國的 28%。
“品效合一”深度實現(xiàn)：由于大數(shù)據(jù)正逐漸成為現(xiàn)實，橫跨單一媒體平臺和單一廣 告形式的用戶畫像能力不斷提高，品牌廣告和效果廣告之間的界限正在逐漸模糊， 而廣告主的關(guān)注點始終在于可衡量營銷效益。我們認為在這種背景下，能夠利用 AI 技術(shù)和現(xiàn)有流量，提供智能整合全方位營銷手段，靈活達到廣告主的營銷需求，將 是未來廣告運營商的競爭優(yōu)勢所在。
基于 AI 的新廣告形式吸引預(yù)算：目前 AI 在廣告領(lǐng)域的應(yīng)用仍著重于對已有廣告體 系的增強，如提高轉(zhuǎn)化率、通過增加用戶粘性增加廣告庫存等。我們注意到隨著感 知智能甚至認知智能的發(fā)展，已經(jīng)開始有企業(yè)在嘗試引入新的廣告形式以吸引客戶， 同時改善受眾體驗。
AI+消費電子：促進換機與升級，孕育新市場
人工智能加速升級，孕育新市場
在過去的二十年間，主導(dǎo)消費電子的終端應(yīng)用從 PC 切換到智能手機，然而自 2007 年蘋 果發(fā)布 iPhone 已有十年，全球智能手機滲透率已近飽和，據(jù) Gartner 預(yù)測，2017~2020 年 PC 出貨將持續(xù)負增長，而智能手機的出貨增速僅維持在 1~2%。我們認為人工智能對 消費電子行業(yè)主要有以下左右。
新功能推動單機價值量上升。AI 算法的采用帶來語音識別、人臉識別、VR/AR 等新功能 在消費電子中的滲透，對于整機廠而言，新功能將帶來單機價值量的提升，實現(xiàn)豐富產(chǎn) 品線和差異化，以提升或者穩(wěn)定產(chǎn)品價格；而對零部件廠商而言，更多傳感器以及專業(yè) 性能的處理器需求不斷提升規(guī)格，帶來市場空間的成倍增長。
AI 應(yīng)用提升換機頻率。同樣以 iPhone 為例，美國是 iPhone 最大的用戶市場，而用戶換 機的頻率和 iPhone 重大更新密切相關(guān)，每次出現(xiàn)重大革新之時，用戶換機傾向增加，換 機周期縮短。因此，預(yù)計以 3D 光學(xué)感測等為代表的 AI 應(yīng)用的加入，將促進用戶對原有 的設(shè)備進行更新。
AI 加速新應(yīng)用誕生，空間不容小覷：借助 AI 算法工具，例如語音識別、機器視覺、3D 導(dǎo)航等，智能音箱、無人機、VR、共享單車、智能攝像頭……我們熟悉的智能硬件都在 性能和用戶體驗上擁有明顯提升，而成本的增加微乎其微。以大疆 Spark 為例，其售價 僅為 3,299 元，但擁有更先進的手勢識別功能。未來，判斷 AI 將應(yīng)用于更多的消費電子 領(lǐng)域。此類智能設(shè)備領(lǐng)域雖然當前尚未放量（年出貨規(guī)模在 1,000 萬臺以下），市場規(guī)模 在 100 億美元以下，但總體規(guī)模依舊不容忽視，據(jù) IDC 預(yù)測，2020 年僅 AR/VR 可望成 長至千億美元（vs. 2016 年的 52 億美元）。
服務(wù)性收入帶來商業(yè)模式新思路：對整機廠而言，出售硬件為主的商業(yè)模式有望迎來變 革。以全球科技市值龍頭蘋果而言，蘋果全球擁有超過 10 億部的 iOS 裝臵，提供包括 Apple Store, Apple Pay, Apple Music 及 iCloud 存儲等服務(wù)型收入，并不斷增加 AI 的含 量。2016 年蘋果發(fā)布了面向第三方應(yīng)用擴展的 SiriKit，相冊開始支持人臉識別，為用戶 提供更加切合實際需求的服務(wù)。最近的一個季度，蘋果的服務(wù)性收入達到 70.4 億美元， 貢獻營收 13%，同比增長 18%，已經(jīng)成為最快的收入增長來源。
智能音箱帶動聲學(xué)產(chǎn)業(yè)鏈加速發(fā)展：2017 年 6 月 5 號蘋果在 WWDC(The Apple Worldwide Developers Conference) 發(fā)布了 自己的智能影響產(chǎn)品，趕上了 Amazon 和 Google 的腳步。我們預(yù)計中國的主要互聯(lián)網(wǎng)和 消費電子公司在今年晚一點時間也會發(fā)布音箱產(chǎn)品。
無論是何種智能音箱，本質(zhì)上都是由接收端——語音識別與分析——發(fā)射端組成。智能 手機也完全配備智能語音助手+麥克風+揚聲器，但是和手機相比，Always-on 是智能音 箱的一個重要特性，它簡化用戶使用行為。在封閉空間內(nèi)，呼叫智能音箱遠比拿手機方 便，拿手機需要用戶的大腦進行一系列操作指令，首先要回憶手機在哪里，然后要起身 找到手機，拿起手機，解鎖，之后開啟語音助手，才能進行人機交互。智能音箱的麥克 風一直處于開機狀態(tài)，只需要喊一聲即可喚醒使用。從用戶大腦習慣“偷懶”的思維模 式而言，智能音箱在封閉空間內(nèi)的優(yōu)勢遠大于智能手機?，F(xiàn)實中，智能音箱目前被開發(fā) 出的功能仍偏少，根據(jù) Forrester 統(tǒng)計，截至 2016 年年底，設(shè)臵時間和唱歌成為最高頻 率應(yīng)用。從 Google 和 Amazon 的產(chǎn)品進化中我們可以看到，更多使用場景正在被探索中。
3D 光學(xué)感測：從生物辨識到 AR/VR。應(yīng)用場景廣泛
3D 光學(xué)感測看似僅是在傳統(tǒng)二維的光學(xué)傳感上增加了一個維度，但是其應(yīng)用場景不可估 量。我們將其簡單歸納為兩類：3D 探測和空間定位。其中 3D 探測可以用于生物辨識、 機器視覺、和影像感測（主要應(yīng)用于輔助駕駛、3D 交互等）；空間定位則主要應(yīng)用于 3D 地圖構(gòu)建和 AR/VR 定位。
受益于智能手機等消費電子需求帶動，根據(jù) Yole 預(yù)測，在 2016~2022 年 3D 感測設(shè)備市 場空間年復(fù)合增速將達 37.7%，其中 2017 年設(shè)備市場空間接近 20 億美元，其中消費電 子貢獻約 25%。
算法難度從簡單到復(fù)雜。在硬件上，3D 光學(xué)感測在發(fā)射與接收端已非常成熟；在算法難 度上，生物辨識與機器視覺屬于較為基礎(chǔ)的應(yīng)用，而輔助駕駛、3D 交互則需要疊加多種 基礎(chǔ)方案配合形成，到 AR 與 VR，則需要前幾種技術(shù)的綜合疊加和有機應(yīng)用，且對處理 器的運算能力要求極高。
生物識別：3D 光學(xué)感測可應(yīng)用于虹膜、面部、光學(xué)指紋識別等多項生物識別領(lǐng)域，生物 識別的算法復(fù)雜程度低，也是 3D 光學(xué)感測的入門級應(yīng)用。
虹膜識別穩(wěn)定性較指紋識別更高，3D 光學(xué)感測獨有優(yōu)勢。與指紋識別的方案類似， 3D 光學(xué)感測還可以進行面部識別和虹膜識別，虹膜識別系統(tǒng)具有高安全性的優(yōu)勢， 可找出約 2000 個不同的特征點，與指紋約 100 個特征點相比，精確性更高。但虹 膜圖像因為尺寸小，景深小，有效對焦不方便，因此圖像獲取是一個具有挑戰(zhàn)性的 問題，采用波長為 800 納米上下的近紅外光源采集，虹膜圖像是最清晰的。
面部識別當前誤差仍較大。當前，面部識別的精準度無法上升到令人滿意的階段， 對相似度高的臉容易出現(xiàn)識別誤差，且在佩戴眼鏡的情況下則無法識別。
3D 機器視覺：提供更精確的信息，應(yīng)用于汽車和精密制造。目前我們所應(yīng)用的機器視覺 大多數(shù)是 2D 視覺，2D 視覺一般只能做到讀取編碼、條形碼等，無法讀取空間位臵。三 維機器視覺提供準確、實時的三維位臵信息，以便在汽車和精密制造產(chǎn)業(yè)中實現(xiàn)具有挑 戰(zhàn)性的組件驗證、物流和機器人應(yīng)用的自動化，包括裝上貨架/取下貨架、卸垛、打包和 組裝驗證等。產(chǎn)業(yè)尚處于萌芽期。整體而言，3D 機器視覺實現(xiàn)的門檻與生物識別相似， 機器視覺龍頭 Cognex 早已有代表性的產(chǎn)品推出。目前主要應(yīng)用于對先進生產(chǎn)要求高的 汽車工業(yè)等，但大規(guī)模滲透尚未打開。
輔助駕駛：激光雷達在 ADAS 領(lǐng)域應(yīng)用前景甚廣，應(yīng)用障礙主要受制于成本。影像感測 其實最先應(yīng)用于汽車輔助駕駛（ADAS）領(lǐng)域，發(fā)射和接收裝臵一般被稱為激光雷達。3D 光學(xué)感測起到收集路況信息的主要作用，在自適式巡航控制、車道偏移警示、車側(cè)盲點 偵測、前方碰撞警示、夜視與停車輔助系統(tǒng)等多領(lǐng)域發(fā)揮感測功能。但受制于成本尚未 普及。
相較于毫米波雷達，激光雷達的主要優(yōu)劣勢有：
優(yōu)勢：精度更高，速度更快，適合遠距離傳輸；
劣勢：在雨雪霧等極端天氣下性能較差；采集的數(shù)據(jù)量過大，目前價格高昂。
3D 交互
Leap Motion 的手勢識別：2013 年，Leap Motion 采用兩個可見光攝像頭完成 3D 手勢建模。手勢的語法信息是通過手的構(gòu)形、手的運動變化來傳遞。人手是一個多 肢節(jié)系統(tǒng)，隨著關(guān)節(jié)的運動手的形狀在不斷變化，這種變化可以通過指段和關(guān)節(jié)的 狀態(tài)空間位臵的變化來描述，建立手的幾何模型和運動學(xué)模型。
大疆 Spark 將目標跟蹤與機器視覺算法相結(jié)合：2017 年 5 月，大疆 Spark 發(fā)布， 在無人機上引用紅外感測的 3D 手勢識別，原理是將計算機視覺算法中的手勢識別 和目標跟蹤算法與普通的工業(yè)攝像機相結(jié)合，帶動手勢識別的應(yīng)用領(lǐng)域擴展到消費 級無人機。
PrimeSense 被蘋果收購，商業(yè)化應(yīng)用指日可待。3D 光學(xué)感測領(lǐng)域的創(chuàng)業(yè)先驅(qū) PrimeSense 誕生于 2005 年，其提供從紅外光編碼、3D 傳感器芯片和 CMOS 傳感 器的一整套 3D 感測解決方案，并搭載于微軟 Kinect 之中，用于動作捕捉。2013 年 PrimeSense 被蘋果以 3.45 億美元收購（蘋果史上最大手筆收購之一），判斷隨著 3D 光學(xué)傳感器被應(yīng)用于 iPhone，PrimeSense 的 3D 感知功能商用化指日可待。
AR/VR：Tango 是最具代表性的移動端 3D 空間測繪項目。Tango 計劃是谷歌自 2014 年 開始開發(fā)的項目，此項目的宗旨又被形容為“讓機器/設(shè)備像我們一樣看世界”。以最常 見的智能機為例，其后臵攝像頭僅能拍照二維畫面，手機無法真正識別空間的存在。而 Tango 可以讓這些設(shè)備能夠具有完整的空間意識，并且能夠充分理解我們和環(huán)境的關(guān)系。Tango 最大的貢獻在于 3D 測繪，即對周圍的環(huán)境和區(qū)域掃描并繪制立體地圖。實現(xiàn)：
重塑 Google 地圖，借助消費者的手機，通過室內(nèi)導(dǎo)航和測繪搭建完整的 3D 地圖。
VR 應(yīng)用，Google I/O 大會提出開發(fā) VR 一體機，不借助類似 HTC Vive 外臵的激光 定位設(shè)備，僅靠自身的地圖就可以實現(xiàn) 3D 空間定位，足以見其布局 3D 地圖用意深 遠。
AR 技術(shù)，實現(xiàn)教育、虛擬購物、游戲娛樂等多種功能。
蘋果的采用將帶動 3D 光學(xué)感測在手機中的滲透
前臵 3D 光學(xué)感測，判斷用于生物辨識：我們判斷蘋果在今年的紀念款 iPhone 中將采用 前臵 3D 光學(xué)感測，期初主要用于生物辨識（如虹膜辨識、人臉辨識等），以替代現(xiàn)有電 容指紋識別方案，達到取消 Home 鍵，提升屏占比和改善用戶體驗。
未來后臵 3D 感測，以實現(xiàn) AR 功能：蘋果 CEO Cook 多次提及看好 AR 技術(shù)，并在今年 2 月公開表明 AR 的重要性與智能手機并列（a big idea like the smartphone）。我們認為 蘋果使用多顆 3D 光學(xué)傳感器是大勢所趨，未來將在手機背面也放至 3D 光學(xué)傳感設(shè)備， 以最終實現(xiàn) AR 相關(guān)應(yīng)用。
AR 與 AI 算法和 GPU 密不可分。3D 光學(xué)感測攝像頭提供了景深數(shù)據(jù)，若配合算法就可 以實現(xiàn)增強現(xiàn)實功能，其中 AI 算法至關(guān)重要，這在硬件上對 GPU 提出了要求。以微軟 Kinect 為例，其算法要用到 GPU 的平行加速能力，否則無法實現(xiàn) real-time。2017 年 4 月，蘋果表示將自行研發(fā) GPU，未來 15~24 個月間減少依賴 GPU 長期合作伙伴英國 Imagination Technologies，并通知 Imagination 將不再需要后者幫助開發(fā) iPhone 和 iPad 的圖形技術(shù)，終止專利費支付。我們認為與其一直以來致力于自主發(fā)展 AI 軟、硬件有關(guān)。
智能音箱主要由麥克風陣列，遠場語音識別算法和揚聲器組成。Amazon 最早開發(fā)實現(xiàn) 基于麥克風陣列的遠場語音識別，大幅度擴大了語音識別的應(yīng)用場景。亞馬遜設(shè)計了一 個名為“ARS”的自動語音識別處理系統(tǒng)。ARS 由七個麥克風和一個音頻信號過濾系統(tǒng) 構(gòu)成。七個麥克風組成的列陣能讓 Echo 捕捉到環(huán)境中的細微聲音，音頻信號過濾系統(tǒng)過 濾掉環(huán)境噪音，從而辨別出人聲。使用 ARS 后，即使用戶在 25 英尺（7.62 米）之外發(fā) 出命令，Echo 也能夠準確識別。除了 Amazon 以外，科大訊飛和聯(lián)發(fā)科也開始提供類似 整體解決方案。中國公司中，歌爾股份(002241.SZ)，瑞聲科技 (2018.HK)等是全球重要 麥克風陣列廠商，國光電器 (002045.SZ)，通力電子 (1249.HK)是主要音箱廠商。
3D 光學(xué)產(chǎn)業(yè)鏈主要集中在歐美，我國在濾光片、模組和設(shè)備全球領(lǐng)先：3D 光學(xué)感測的 產(chǎn)業(yè)鏈主要集中在歐美，領(lǐng)先廠商包括意法半導(dǎo)體、AMS（奧地利）、Lumentum 等，A/H 上市企業(yè)主要在光學(xué)鏡片和模組、濾光片以及半導(dǎo)體設(shè)備上領(lǐng)先，我們推薦進入蘋果供 應(yīng)鏈的 ASM Pacific，關(guān)注水晶光電（未覆蓋）。另外，隨著安卓陣營的跟隨，模組廠商舜 宇光學(xué)、歐菲光（未覆蓋）和邱鈦科技（未覆蓋）有望受益。
結(jié)構(gòu)光在硬件上增加了衍射元件。結(jié)構(gòu)光和 TOF 在硬件上的差異不大，都由發(fā)射端和接 收端構(gòu)成，主要的區(qū)別在于結(jié)構(gòu)光需要將光源變成特定的圖譜，所以需要衍射光學(xué)元件（DOE）。硬件配臵分為發(fā)射端與接收端兩大部分：發(fā)射端：主要廠商為國際光通信和傳感器大廠，集中在歐美。
VSCEL 作為光源：3D 感測主要采用紅外光作為光源，原因是比可見光波長更長。VSCEL 的光線相較于普通激光器而言具有低功耗、體積小的優(yōu)勢。VSCEL 原先主要應(yīng)用于光通 信和光互連領(lǐng)域，國外 Finisar (FNSR.US) 和 Avago 兩巨頭占據(jù)市場的 80%，被廣泛采 用于輔助聚焦、距離傳感、識別等領(lǐng)域。目前國內(nèi)僅光迅科技具備 10Gbps 以下 VCSEL 生產(chǎn)能力。
晶圓級鏡頭、濾光片和 DOE：
晶圓級光學(xué)鏡頭（WLO）主要功能是將點光源轉(zhuǎn)化為線光源，WLO 用半導(dǎo)體工藝 生產(chǎn)，提高了鏡頭的生產(chǎn)效率，一片 8 寸的白玻璃可以切割成數(shù)千顆準直鏡頭；缺 點在于不能調(diào)焦。主要廠家為奧地利的 AMS（AMS.SIX）。AMS 2016 年 10 月收購 掌握了大部分專利的準直鏡頭 WLO（Wafer-level Optics）制造商 Heptagon。
DOE：僅在結(jié)構(gòu)光方案中使用。主要廠家包括奇景光電（HIMX.US）、精材(3374.TW)、 采鈺（2014 年從臺積電剝離）等。
濾光片：過濾掉頻率不符合的光源。水晶光電(002273.SZ) 與 Viavi (IIVI.US) 國際 領(lǐng)先。
接收端：除舜宇光學(xué)和 ASM Pacific 占據(jù)領(lǐng)導(dǎo)地位外，歐菲光與球臺有望受益于安卓陣營 對 3D 光學(xué)感測的采用。
鏡片：與可見光鏡片不同，紅外光鏡片需要滿足廣角的特性，以盡可能保留深度信息。例如 Google Tango 的紅外鏡頭，就是舜宇光學(xué)(2382.HK) 制造的；主要廠商還包括臺灣 的大立光(3008.TW) 和玉晶光(3406.TW)。
CIS 傳感器：CIS 傳感器由可見光和紅外傳感器組成，主要廠商為奧地利 AMS (AMS.SIX)， 以及意法半導(dǎo)體(STM.N)。
CIS 傳感器制造設(shè)備和主動對準工具：主要提供商為 ASM Pacific，占據(jù)全球主要市場份 額。
模組：舜宇光學(xué)、歐菲光、邱鈦科技等在模組上占據(jù)全球光學(xué)模組的重要地位。在聯(lián)想 Phab2pro 中，舜宇光學(xué)提供了后臵三顆鏡頭的模組，包括一顆 TOF 鏡頭發(fā)射脈沖光及一 顆魚眼鏡頭進行動態(tài)捕捉。
AI+汽車：全球智能駕駛發(fā)展最新動態(tài)5
主要車廠加快自動駕駛布局，互聯(lián)網(wǎng)科技公司積極切入
整車廠加快布局自動駕駛，預(yù)計到 2021 年全面實現(xiàn) L5
目前看來，汽車市場普遍處于 SAE Level2 自動駕駛的部署，即輔助自動駕駛為主，主要 車企的規(guī)劃則大多是到 2020~2021 年間實現(xiàn) Level 5 的完全自動駕駛。
特斯拉：第二代 Autopilot 系統(tǒng)已經(jīng)更換了全新的硬件系統(tǒng) Hardware 2.0，與其相對 應(yīng)的軟件將采取逐步升級的方式，第一步升級為 Enhanced Autopilot；第二步再升 級為 Autopilot 2.0（全自動駕駛能力），時間點為 2017 年年底。特斯拉 CEO 在公開 演講中表示，特斯拉自動駕駛系統(tǒng)將在 2 年后達到 Level 5 級別，而在這之前特斯 拉將繼續(xù)其高級自動駕駛系統(tǒng)服務(wù)。
福特：計劃 2021 年實現(xiàn)完全自動駕駛汽車(SAE Level 4)的商業(yè)運作，這款車將不會 有方向盤、剎車踏板、油門等，最初擬用于提供打車或車輛共乘服務(wù)，不會首先面 向消費者。
通用：通用計劃逐步提升自動駕駛水平，近期聚焦半自動駕駛技術(shù)，如“超級巡航 (SuperCruise)”有望在今年晚些時候在凱迪拉克 CT6 上實現(xiàn)，在高速公路上行駛將 能夠解放雙手。我們認為，在不久的將來，一旦通用將超級巡航引入到其車型中， 極有潛力提升其量產(chǎn)車型的競爭力和定價能力。
豐田：在技術(shù)開發(fā)上有優(yōu)勢，有很多自動駕駛領(lǐng)域的專利，也產(chǎn)出了部分樣車。但 豐田擔憂道路事故的風險，因而商業(yè)化還需要時間。
日產(chǎn)：在自動駕駛技術(shù)的商業(yè)化應(yīng)用上極有野心，2016 年 8 月推出的 Serena 小型 貨車上搭載了 ProPilot 高速公路單車道自動駕駛技術(shù)。這一技術(shù)得到了消費者的積 極響應(yīng)：與上一代車型相比，上市后的七個月內(nèi)訂單上漲 34%，其中 56%是配備了 ProPilot 系統(tǒng)。2018 年，日產(chǎn)計劃推出多車道自動駕駛技術(shù)，首先是實現(xiàn)在高速公 路上的自主變道，到 2020 年實現(xiàn)在城市道路上的自動駕駛。
大眾：大眾與科技公司 Mobileye 簽署合作協(xié)議，在自動駕駛領(lǐng)域共同開發(fā)全新高智 能導(dǎo)航地圖。大眾集團的 2025 戰(zhàn)略，提出將自動駕駛技術(shù)、電氣化及數(shù)字化這三 大領(lǐng)域作為集團未來發(fā)展的重點。在今年的北美車展上，大眾發(fā)布了可實現(xiàn)高度自 動駕駛的電動概念車 I.D。
寶馬：去年 7 月寶馬就聯(lián)合英特爾和 Mobileye 達成合作協(xié)議，聯(lián)手研發(fā)高度自動駕 駛和全自動駕駛的解決方案以及創(chuàng)新系統(tǒng)，寶馬還謀求更多的優(yōu)質(zhì)合作伙伴加入自 動駕駛技術(shù)研發(fā)領(lǐng)域，形成開放式平臺合作。預(yù)計到 2021 年將實現(xiàn)量產(chǎn)車型高度 自動駕駛。
互聯(lián)網(wǎng)公司積極切入無人駕駛
除了傳統(tǒng)汽車廠商，科技公司也把目光聚焦在無人駕駛領(lǐng)域，通常從汽車智能化的核心 軟件技術(shù)入手，切入無人駕駛領(lǐng)域。百度和谷歌在高精度地圖方面有顯著優(yōu)勢，Uber 在 無人貨運方面已有布局，蘋果開發(fā)了智能防撞系統(tǒng)。
同時，自動駕駛領(lǐng)域的合作趨勢日趨明顯。1）對傳統(tǒng)汽車廠商來說，與互聯(lián)網(wǎng)公司、有 科技含量的零部件公司、以及汽車共享服務(wù)商開展合作，是避免被淘汰的有效路徑；2） 對科技企業(yè)來說，自主造車并非最明智的選擇，畢竟未來汽車不僅僅等于“互聯(lián)網(wǎng)＋輪 子”；3）對零部件供應(yīng)商來說，只有依托于汽車制造和科技企業(yè)，才能推動汽車互聯(lián)、 加速無人駕駛或自動駕駛的普及，從而創(chuàng)造價值。
自動駕駛硬件：通用平臺正在興起
汽車芯片：合縱連橫加速發(fā)展
通常汽車主機廠在零部件的采購上，傾向采用垂直整合的商業(yè)模式。主要主機廠的電子 元器件供應(yīng)鏈也相對獨立。全球前四大車載芯片供應(yīng)商恩智浦、英飛凌、瑞薩，意法半導(dǎo)體都有各自主要服務(wù)的主機廠和一級供應(yīng)商。
過去幾年，包括 Mobileye 在內(nèi)的主要汽車芯片公司已經(jīng)在提供 ADAS 的芯片解決方案。從性能上來看，汽車芯片和英偉達、高通等提供的消費級芯片有較大差距。但由于整車 廠對汽車芯片的安全性有較高要求，消費級芯片很難直接進入汽車芯片市場。
在過去的一年里，我們看到在汽車芯片行業(yè)發(fā)生了一系列并購。
英特爾/Mobileye：Intel 宣布以 150 億美金并購 Mobileye。在汽車半導(dǎo)體領(lǐng)域，英 特爾同時擁有 Mobileye、Yogitech、Arynga 等幾個重要資產(chǎn)。Mobileye 目前是領(lǐng)先 的汽車視覺處理供應(yīng)商，已為 25 家廠商的 273 款車型配備單目攝像頭視覺處理芯 片，Mobileye 的 EyeQ 系列均為完整的 SoC 架構(gòu)，在 SAE-Level 3 和 Level 4 上分 別有 5 個合作項目。公司預(yù)計到 2019 年實現(xiàn)收入 11 億美元，隱含年均增長 46%。
公司從 2012 年開始研究深度神經(jīng)網(wǎng)絡(luò)（DNN，深度學(xué)習算法的一種）在汽車視覺 中的應(yīng)用，2015 年 10 月量產(chǎn)的第三代芯片產(chǎn)品 EyeQ3 使用了 DNN 算法用來構(gòu)建 環(huán)境模型，實現(xiàn)了目前業(yè)內(nèi)最為精湛的 holistic path planning。
高通/NXP：高通宣布以 380 億美金并購恩智浦（NXP）。2016 年發(fā)布 BlueBox 平臺， 為 OEM 廠商提供設(shè)計、制造、銷售 Level 4（SAE）自動駕駛汽車的解決方案計算平 臺。
英偉達：在圖形處理上先發(fā)優(yōu)勢明顯，是汽車廠商推進自動駕駛的技術(shù)伙伴，目前 已宣布與特斯拉、奧迪、豐田、沃爾沃、博世、ZF 等達成合作。公司推出了車用超 級計算機 Drive PX2，包含有 4 個處理器（2 個 GPU，2 個 Tegra）和 12 個 CPU，每 秒可進行 2,400 萬次深度學(xué)習計算，以對來自不同傳感器的信息作出實時反應(yīng)。同 時，英偉達通過開放 PX 平臺，與相關(guān)車廠或一級供應(yīng)商合作開發(fā)快速和定制化的 SoC。
瑞薩電子（Renesas）2017 年 4 月發(fā)布了 Renesas Autonomy，一個全新設(shè)計的 ADAS 和自動駕駛開放平臺。
意法半導(dǎo)體（STMicro）與 Mobileye 合作開發(fā)，兩家公司最早在 2005 年就開始研 發(fā) ADAS 芯片。2016 年 5 月 Mobileye 和意法半導(dǎo)體宣布將合作研發(fā) Mobileye 第五 代系統(tǒng)芯片 EyeQ5，作為 2020 年實現(xiàn)全自動駕駛（FAD）汽車的中央處理器，并執(zhí) 行傳感器融合程序，預(yù)計在 2018 年上半年可提供 EyeQ5 的工程樣品。
德州儀器（TI）的汽車片上系統(tǒng)（SoC）解決方案 TDA2x 提供了一個開放的平臺， TDA2x 為前臵攝像頭、泊車輔助、雷達及融合應(yīng)用的入門級解決方案提供了一種可 實現(xiàn)高性能的架構(gòu)。TDA3x 則主要用于幫助汽車制造商開發(fā)出更加尖端的應(yīng)用，同 時減少交通事故并使初、中級汽車實現(xiàn)更自主的駕駛體驗。
傳感器：攝像頭搭載數(shù)量上升，激光雷達加速發(fā)展
通過對最新發(fā)布的智能駕駛平臺的分析，我們注意到兩個明顯趨勢。
搭載攝像頭數(shù)量上升：我們認為，要實現(xiàn) L3/4 級別的自動駕駛，單車的攝像頭數(shù)量將從 L1/2 級別的 2 顆增加到 10 顆。Tesla 新推出的 Auto Pilot 2 平臺總共含有 8 個攝像頭， 其中包括 1 個 3 目前視攝像頭，3 個前環(huán)視攝像頭，3 個后環(huán)視攝像頭，1 個后視攝像頭， 比 Auto Pilot 1 中 1 個單色前視攝像頭數(shù)量大幅度增加。
激光雷達技術(shù)發(fā)展迅速：激光雷達能夠發(fā)射激光束，并通過捕捉反射回來的信號繪制出 3D 模型。大多數(shù)切入自動駕駛的車企都選擇搭載激光雷達，除了 Tesla 只依靠攝像頭和 普通雷達。制約自動駕駛向 L3/4 挺進的主要原因在于搭載的電子元器件成本太高，激光 雷達目前的平均售價在 5,000 美金左右，因此如何快速的降低成本成為重中之重。Velodyne 于近日推出了一款經(jīng)濟實惠的新型激光雷達，與傳統(tǒng)的機械激光雷達不同，新 型傳感器能使用電子束引導(dǎo)激光束轉(zhuǎn)向。這款新產(chǎn)品具有體積小，性能穩(wěn)定，價格便宜 等優(yōu)勢。
市場規(guī)模：2025 年達到 486 億美元
自動駕駛硬件規(guī)模 2025 年可達 486 億美元。Gartner 認為，現(xiàn)有汽車電子占全球半導(dǎo) 體市場僅為 10.0%左右，2017 年市場規(guī)模 2017 年將成長 6.2%達到 343 億美元，2018 年增長 7.2%至 358 億美元。我們通過對各等級的自動駕駛滲透率進行了測算，在 2025年自動駕駛傳感器與計算芯片的規(guī)?？蛇_ 486 億美元。
目前硬件價格高昂阻礙 L3/4 普及：我們對 SAE 要求的各等級自動駕駛需要加裝的硬件 成本進行了測算，主要分為計算芯片和傳感器兩部分。從 L1 到 L4，級別越高，所需要 加裝的硬件成本也在上升，整體而言，2016 年 L1/2 的單車電子加裝成本為 648 美元， L3/4 則需 21,920 美元，其中中央控制和處理器占據(jù)絕大多數(shù)成本，例如，Nvidia Drive PX2 的售價高達 1.5 萬美元。
2025 年 L3/4 的加裝成本有望下降至 4,688 美元。我們對主要硬件成本的價格曲線進 行了假設(shè)，隨著攝像頭、激光雷達、芯片成本的不斷下降，以及軟件處理的優(yōu)化，判斷 到 2025 年，L3/4 等級的自動駕駛成本有望從超過 2 萬美元縮減到 4,688 美元，同時帶 來滲透率的提升。
中國在動力電池技術(shù)上全球領(lǐng)先，但在 汽車電子上相對薄弱，主要平臺目前掌握在 Continental、Bosch、Denso 等全球一級供 應(yīng)商手里。中國公司主要作為二級供應(yīng)商參與到整個供應(yīng)鏈中去。中國公司相對較強的 零部件包括：（1）電子傳感器（舜宇），（2）車機（航盛，華陽，德賽）。
中國廠商在汽車電子產(chǎn)業(yè)鏈中的布局：
舜宇光學(xué)：是全球最大車用鏡頭提供商，產(chǎn)品覆蓋了車載攝像頭的各個領(lǐng)域（前視、 后視、內(nèi)視（駕駛員監(jiān)控/手勢識別）、環(huán)視、智能后視鏡等。進入 HUD 與激光雷達 領(lǐng)域，全方位布局傳感硬件。
歐菲光：公司通過汽車電子業(yè)務(wù)、智能中控業(yè)務(wù)、智能駕駛業(yè)務(wù)以及互聯(lián)網(wǎng)+業(yè)務(wù) 切入汽車電子領(lǐng)域。公司在傳感器（攝像頭、雷達）、控制器（高清全景環(huán)視系統(tǒng)、 ADAS 高級輔助駕駛系統(tǒng)）等方面進行了產(chǎn)品布局。同時，公司投資了美國的 Cruise Automation，其產(chǎn)品可將普通車輛變成自動駕駛汽車，第一代自動駕駛系統(tǒng)適用于 奧迪 A4 和 S5。
得潤電子：擁有全面的連接器布局，前瞻性布局車聯(lián)網(wǎng)，收購意大利 OBD（行車記 錄儀）模塊龍頭企業(yè) Meta，向車聯(lián)網(wǎng)保險等軟件服務(wù)領(lǐng)域拓展。
四維圖新：布局無人駕駛，構(gòu)建高精度地圖、動態(tài)交通信息。同時，打造趣駕 WeDrive3.0 完整車聯(lián)網(wǎng)生態(tài)平臺，產(chǎn)品包括純車機方案 WeCar、車機互聯(lián)方案 WeLink、和操作系統(tǒng)趣駕 OS。
比亞迪：布局 BMS，母公司集電池、BMS、電動汽車研發(fā)于一身，垂直整合優(yōu)勢明 顯。比亞迪汽車電子已經(jīng)有多年積累，2014 年上市內(nèi)臵 Android 操作系統(tǒng)的車型。
德賽電池與欣旺達則在電池封裝與 BMS 上領(lǐng)先布局。
深圳航盛電子（未上市）致力于為整車廠開發(fā)生產(chǎn)智能網(wǎng)聯(lián)汽車信息系統(tǒng)、智能駕 駛輔助系統(tǒng)、新能源汽車控制系統(tǒng)等產(chǎn)品。未來，公司將重點布局車內(nèi) ADAS、安 全技術(shù)和智能駕駛技術(shù)。
華陽（待上市，我國最大的激光頭和汽車音箱生產(chǎn)商之一）將圍繞車本身，在相關(guān) 的感知系統(tǒng)和通信定位和決策系統(tǒng)上布局，推出三個領(lǐng)域的產(chǎn)品：車身電子控制系 統(tǒng)、娛樂系統(tǒng)、高級駕駛輔助系統(tǒng)。
德賽西威（未上市）與百度聯(lián)手，將圍繞 BCU 和 MapAuto 兩個維度，在高精度地 圖與自定位、汽車環(huán)境感知、決策等技術(shù)領(lǐng)域展開合作。其大股東是上市公司德賽 電池的母公司。
AI+醫(yī)療：從電子病歷到輔助診療手術(shù)機器人，應(yīng)用前景廣泛
