人工智能挑战与机遇

1、核心观点深度学习引领人工智能，开启新一轮产业变革。人工智能的三大支柱为“运算平台+数据资源+算法”， 共同推动人工智能不断突破。深度学习在人工神经网络基础上发展而来，自2006年提出之后快速发展， 在搜索技术，数据挖掘，机器翻译，自然语言处理，语音，推荐和个性化技术等领域不断取得突破， 深度学习推动人工智能产业开启新一轮革命。根据艾瑞咨询预测，2020年，人工智能产业规模预计超 过1500亿元；到2025年，产业规模预计超过4500亿元，市场空间巨大。下游渗透较多的行业包括安防、 金融、教育、汽车、商业、医疗健康等。人工智能产业链：三层结构基础层、技术层、应用层基础层：产业发展的支撑者与使能者

2、。“运算平台+数据资源”属于基础层范畴，运算平台对应芯片、 云计算等，数据资源对应传感器、行业数据和服务等。基础层通常需要大量资金、人力、核心数据 的持续投入，竞争门槛较高。技术层：底层框架、核心算法、通用技术。技术层“玩家”开发底层框架、研究新型算法、提高通 用技术水平，主要包含计算机视觉、语音及自然语言处理、机器学习等领域，对研发能力要求较高， 非巨头公司和巨头公司分庭抗礼的格局初步形成。应用层：百花齐放，充满机遇。应用层的主要任务是实现人工智能在各垂直行业的场景化落地。智 慧城市、互联网、金融、教育、医疗、地产、零售等赛道是AI企业的重点关注领域。垂直领域场景 化覆盖面广，充满机遇，未来

3、有望呈现出百花齐放的格局。人工智能的机遇与挑战AI未来发展前景如何？从历史来看，人工智能的发展呈现螺旋向上趋势，人工智能技术不断革 新发展是推动产业升级的关键，以深度学习、智能语音、CV、NLP为代表的技术仍有巨大发展空间。数据从何而来？人工智能算法训练需要大量数据资源，可借助物联网、大数据等技术获取数据，AI公司有望依靠产品+技术+场景的完整解决方案，形成数据闭环，增强竞争优势。商业模式路在何方？软硬结合是AI商业化的典型特点，与生态伙伴加深合作关系，实现优势赛道突破与控盘至关重要；从边界来看，伴随AI产业化程度加深，AI应用有望从2B向2C全面渗透。12投资建议资料来源：Wind，中信证券

4、研究部注：股价为2021年1月21日收盘价风险因素：人工智能相关技术发展不及预期；商业化推进速度不及预期；产品与解决方案市场需求放 缓。投资建议：新一轮产业变革中，人工智能推动科技快速发展。人工智能正逐步从技术研发阶段向商业 化落地快速推进，目前已进入赋能传统产业链与各产业深度融合的关键时期。近期，伴随部分AI公司 IPO的关键推进，2021年有望迎来AI企业上市潮。我们看好技术积累深厚、产品优质、产业理解深入 的AI公司，相关企业有望借助自身对赛道的控盘力实现产品和技术之间的优势转化，不断兑现AI产业 的红利。建议关注科大讯飞、中科创达、德赛西威、恒生电子、虹软科技，以及暂未上市的商汤科技、

5、 云从科技等。重点公司盈利预测、估值及投资评级公司名称收盘价(元)EPS(元)PE评级2020E2021E2022E2020E2021E2022E科大讯飞51.780.560.730.96927154买入中科创达146.421.011.371.8314510780增持德赛西威122.90.921.111.3513411191买入恒生电子101.991.131.381.68907461买入CONTENTS目录3一、 人工智能开启新一轮产业变革二、 人工智能产业链各环节机遇涌现三、 人工智能的挑战与机遇：能者为王4一、人工智能开启新一轮产业变革三大支柱支撑，向认知智能迈进资本+政策+需求驱动，产业

6、高速增长51.1 三大支柱：运算平台+数据资源+算法人工智能通常是指“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用的一门新的 技术科学”。人工智能的发展需要“运算平台+数据资源+算法”。机器学习属于人工智能的其中一个领域，通过经验学习优化计算机算法，其根本在于海量数据的训练。深度学习在人工神经网络的基础上发展而来，实现了从大数据中自动提取数据特征并设计特征模型，摆 脱了传统神经网络算法中需要人工工程进行各层的特征设计的弊端。人工智能发展的三大支柱人工智能、机器学习和深度学习的关系及发展时间资料来源： 中信证券研究部整理资料来源： NVIDIA，中信证券研究部运算平台数据资源算

7、法人工智能61.1 发展历程：向认知智能迈进人工智能三次浪潮首次提出：1955年的达特茅斯会议上；在此之后的几十年里，人工智能的发展经历了两起两落；从2006年起由于深度学习算法的出现，人工智能产业第三次浪潮开启。计算感知认知人工智能已经跨过了能存会算（快速计算和记忆存储能力）的计算智能，正在处于能听会说、能看会认（视觉、听觉、触觉等感知能力）的感知智能阶段。深度学习技术使机器的感知智能得到很好的发展，并推动人工智能迈向能理解会思考的认知智能。人工智能发展的三次浪潮人工智能发展阶段资料来源：艾瑞咨询资料来源：讯飞研究院71.1 发展机遇：开启新一轮产业变革三次工业革命均引发人类社会格局发生颠覆

8、性的改变，人工智能有望开启新一轮产业革 命第一次（18世纪60s）：蒸汽机成为动力机，解放了生产力；第二次（19世纪70s）：电力得到应用，推动电气、化学、石油等重工业的兴起；第三次（20世纪40s）：进入信息时代。信息时代先后出现了计算机、互联网、移动互联网、物联 网等几次技术变革。但部分领域近年来放缓趋势已经开始出现。人工智能掀起新一轮技术发展浪潮资料来源：2018世界人工智能产业发展蓝皮书（中国信通院&Gartner）81.2 投融资：资本争相涌入近年来人工智能投融资火热，资本争相涌入随着AlphaGo等具有较大影响力的应用逐步落地，产业界与资本界均对人工智能前景充满期待，人 工智能有望

9、开启新一轮产业革命，大型公司纷纷展开“AI军备竞赛”。二级市场助推人工智能企业发展私募市场与二级市场逐渐形成衔接，助推AI企业向下一个阶段发展。在二级市场，最受资本青睐的 是行业解决方案和智能风控，其次是服务机器人、ADAS系统和AI芯片，最后是智能影像医疗和智 能营销。近期，伴随部分AI独角兽IPO获受理，2021年有望迎来AI企业上市潮，二级市场助推AI企业发展。资料来源：IT桔子，中信证券研究部2012-2020年中国人工智能私募股权投资市场情况资料来源：亿欧数据人工智能二级行业投资热度456518640659072490766565327521003243897211345103316

10、001400120010008006004002000178108002000100090080070060050040030020010002012 2013 2014 2015 2016 2017 2018 2019 2020投资事件数融资金额（亿元）91.2 政策端：政策大力支持确立“三步走”目标，加速人工智能深度应用创新建设，全面推动AI产业落地。国务院2017年新一代人工智能发展规划中确立“三步走”目标，第一步，到2020年人工智能 总体技术和应用与世界先进水平同步；第二步，到2025年人工智能基础理论实现重大突破、技术与 应用部分达到世界领先水平；第三步，到2030年人工智能理论、

11、技术与应用总体达到世界领先水平。加强人工智能与经济社会深度融合，积累经验做法、标杆案例科技部2019年8月发布国家新一代人工智能创新发展试验区建设工作指引，指出要充分发挥地 方在试验区建设中的主体作用，3年内形成一批人工智能与经济社会发展深度融合的典型模式，积 累一批可复制可推广的经验做法，打造一批具有重大引领带动作用的人工智能创新高地。明确“新基建”，注入“新动能”受疫情影响，数字经济发展迎来关键窗口期。2020年3月，中央明确“新基建”进度，加固、升级人工智能长期发展创新的数字底座，开启AI发展新空间。中国计划在2030年成为AI大国资料来源：新一代人工智能发展规划（国务院），中信证券研究

12、部2020年AI赶上全球领先国家；AI应用成为经济增 长的主要驱动力2025年AI基础研究取得重大突破，在某些领域拥有世界 领先技术；AI成为产业变革的关键驱动力2030年AI在基础研究和技术应用方面成为世界领先力量； AI对建立智能经济/社会，为中国成为世界经济领 袖奠定基础101.2 应用场景：落地场景丰富AI的最终任务是实现人工智能在各垂直行业的场景化落地从全球看，人工智能企业主要集中在AI+（各个垂直领域）、大数据和数据服务、视觉、智能机器 人领域，其中AI+企业主要集中在商业（主要包含市场营销和客户管理领域）、医疗健康、金融领 域。从中国看，各垂直领域的AI企业同样集中在各类垂直行业

13、中，渗透较多的包括医疗健康、金融、商 业、教育和安防等领域，根据中国信通院数据，其中医疗健康领域占比最大达到22%，其次在金融 和智能商业化领域占比分别达到14%和11%。资料来源：2018世界人工智能产业发展蓝皮书（中国信通院&Gartner），中信证券研究部全球人工智能企业结构大数据和数据服务, 12%视觉, 11%智能机器人, 8%自然语言处理, 7%基础硬件, 5%无人机, 1%智能驾驶, 3%语音, 4%AR/VR, 1%商业, 11%金融, 11% 医疗健康, 9%网络安全, 4%文体, 3%社交, 3%安防, 2%教育, 2%人力资源, 2%其他, 2%AI+, 49%111.2

14、 市场规模：产业高速增长人工智能赋能实体经济，产品与产业将实现双向共建，推动AI产业高速增长。根据艾瑞咨询预测，2020年，人工智能产业规模预计超过1500亿元；到2025年，产业规模预计超 过4500亿元。我们判断市场将会百花齐放，人工智能创业企业有望是AI产业的主要力量，外围赛道切入的包括互 联网公司、云服务公司、大数据公司、信息技术服务公司、通信设备公司以及个别科研院所切分其 余市场。中国计划在2030年成为AI大国资料来源：艾瑞咨询（含预测），中信证券研究部1088.61512.51898.12340.42968.93714.64532.63821.55725.77442.19200.

15、811374.813939.816648.302000400060008000100001200014000160001800020192020E2021E2022E2023E2024E2025EAI核心产业规模（亿元）AI带动产业规模（亿元）预计2019-2025年人工智能核心产品CAGR 26.8%预计2019-2025年人工智能带动相关产业CAGR 27.8%12二、人工智能产业链各环节机遇涌现三层结构：基础层、技术层、应用层基础层：巨头角逐技术层：格局初定应用层：充满机遇132.1 三层结构基础层、技术层、应用层人工智能产业链包括基础层、技术层和应用层1）基础层是指对AI提供支撑性服务

16、的硬件平台，包括芯片、传感器、数据和服务、生物识别、云 计算等；2）技术层是指实现计算机感知和认知的程序算法，主要包括机器学习、计算机视觉、语音及自然语言处理等；3）应用层是指将人工智能是现在垂直领域的应用，包括工业机器人、服务机器人、智能医疗、智 能金融等。前文我们提到了一个观点“运算平台+数据资源+算法”为人工智能提供三大支柱， 接下来我们将继续沿着这条线，分析人工智能产业链不同层次的投资机会。人工智能产业链三层结构包含内容资料来源：艾瑞咨询，中信证券研究部142.2 基础层：巨头角逐基础层：产业发展的支撑者与使能者特点：提供“运算平台”和“数据资源”。 需要大量资金、人力、核心数据的持续

17、投 入，竞争门槛较高。格局：巨头游戏行业基础层主要玩家及布局资料来源：艾瑞咨询，Jon Peddie Research，钛媒体公众号，中信证券研究部公司数据技术人才战略方向百度公共数据、需求数据数据聚合、语义 理解、深度学习重视培养相关领域高端人才注重研究与实 用性相结合阿里巴巴电商数据、信用数据底层系统、并发 处理、深度学习系统级别人才，如Linux、数据库等完善底层系统、 做分享平台腾讯社交数据、关系数据深度学习、语义 理解、执行力强技术执行力强，注重生态合作面向产品、打造生态圈BAT人工智能核心数据储备对比地区公司布局/产品类型国外微软Aruze云平台云计算平台基于cortana和bin

18、g的数据资源数据资源研发FPGA芯片芯片运算平台谷歌IBMFacebook亚马逊国内阿里巴巴腾讯百度张量处理单元TPU芯片运算平台TensorFlow机器学习平台基于搜索业务的数据资源数据资源TrueNorth芯片芯片运算平台量子计算平台、电路设计运算平台基于Watson的行业数据数据资源SystemML机器学习平台Watson IoT平台数据资源Torch深度学习平台AWS云计算平台阿里云基础层数据库OceanBase基础层YunOS底层操作系统腾讯大数据数据资源QQ物联数据资源腾讯云云计算平台百度云基础层百度大数据+平台数据资源13%16%19%72%65%63%15%19%18%100%

19、90%80%70%60%50%40%30%20%10%0%2018Q42019Q32019Q4AMDIntelNvidia基础层主要玩家图谱GPU市场占有率152.3 技术层：格局初定技术层：底层框架、核心算法、通用技 术特点：技术层公司可以使用基础层公司提 供的“运算平台”，主要参与对核心AI算 法领域的研发， 研究算法和通用技术（NLP、ML、CV等），需要具备强大的研发实力格局：格局初定行业技术层主要玩家及布局资料来源：艾瑞咨询，中国产业信息网，中信证券研究部技术层参与者技术层中巨头与非巨头公司分庭抗礼技术层与基础层包含内容162.3 技术层：计算机视觉迈向千亿市场占比超过五成，有望迈向

20、千亿市场根据艾瑞咨询预测，2020年我国计算机视觉市场规模占工AI行业的57%，达到862.1亿元，带动相 关产业规模超过2200亿元。从感知到认知，蓄力下一轮技术革命CV热门赛道集中于零售、安防、制造、政务、医疗等，但多以分类、定位、检测、分割等基本语 义感知任务为主。面向未来，进行多模态信息融合分析、适应三维世界、突破依赖数据输入的局限、与知识和常识结 合解决高层次问题、主动感知与适应复杂变化等有望成为计算机视觉技术可期待的下一次技术革命。资料来源：艾瑞咨询（含预测），中信证券研究部计算机视觉技术工业界落地效用曲线2019-2025年中国计算机视觉核心产品及带动相关产业规模862.1969

21、.11054.11231.81410.21537.11438.62249.22658.83035.73601.34351.24858.401000633.3200030004000500020192020E2021E2022E2023E2024E2025E核心产品规模（亿元）相关产业规模（亿元）6000预计2020年中国CV市场在AI整体中占比57%预计2019-2025年CV核心产品CAGR 15.9%预计2019-2025年CV带动相关产业CAGR22.5%资料来源：艾瑞咨询172.3 技术层：智能语音应用深化资料来源：艾瑞咨询（含预测），中信证券研究部智能硬件语音交互技术提供方商业模式进

22、阶及价值突破2019-2025年中国智能语音垂直行业应用核心产品及带动相关产业规模应用程度不断加深智能语音技术通过前端处理、语音识别、自然语言处理、语音合成等形成完整的人机语音交互，不 断加深应用程度。根据艾瑞咨询预测，2020年智能语音技术在教育、医疗、司法、公安、互联网等 垂直行业应用的核心产品规模达到57.7亿元，带动相关产业经济规模达317.1亿元。商业模式持续升级，谋求更大市场空间第一层级：向各类B端设备商提供AI技术授权；第二层级：提供语音AI芯片、麦克风阵列解决方案、智能语音算法等软硬解决方案，打造生态优势和赛道把控力；第三层级：C端收费有望成为持续增长的重要突破点。各厂商可在繁

23、杂的智能硬件品类中强化对应 用场景的理解、打磨交互功能和用户体验至关重要，有助于占位C端的重点流量入口。45.357.772.789.5108.3131.1159.1231317.1414.1483.4573.8875.11000900800700600500400300200100020192020E2021E2022E2023E2024E2025E核心产品规模（亿元）相关产业规模（亿元）预计2019-2025年智能语音垂直行业应用核心产品CAGR 23.3%预计2019-2025年智能语音垂直行业应用带动相关产 681.5业CAGR 24.9%资料来源：艾瑞咨询182.3 技术层：知识图谱

24、与自然语言处理渐成焦点从数据和文字信息中理解自然世界自然语言处理本质是一个文本处理+机器学习的过程，NLP的快速发展持续推动感知层的智能化能力。根据艾瑞咨询预测，2020年，中国知识图谱与NLP核心产品规模达到133.7亿元，带动相关产业规模655.8亿元。数据逐渐成为企业的核心资产，对数据的有效利用至关重要，NLP有望成为未来焦点之一在各行各业，对于信息的合理运用、信息的组织方式都有着很大的需求，知识图谱和NLP以业务本 身的需求为目标，帮助决策者进行观察、决策、预测。资料来源：艾瑞咨询（含预测），中信证券研究部数据治理是挖掘数据价值的第一道关卡2019-2025年中国知识图谱与NLP核心产

25、品及带动相关产业规模92.8133.7199.2262.4322.4399.8464.9476.2655.8938.91229.11445.717040500100015002000250020192020E2021E2022E2023E2024E2025E核心产品规模（亿元）相关产业规模（亿元）预计2020年中国知识图谱与NLP行业应用市场在AI整体中占比8.8%预计2019-2025年知识图谱与NLP行业应用核心产品CAGR 30.8%预计2019-2025年知识图谱与NLP行业应用带动相关产业CAGR 1938.126.4%资料来源：艾瑞咨询192.4 应用层：充满机遇应用层：百花齐放，

26、充满机遇特点：探索人工智能在垂直领域落地，真 正解决行业实际问题成为关键。中国人工 智能企业更聚焦于ToB端业务，行业解决方 案、企业服务、机器人、大健康、安防等 赛道是AI企业的重点关注领域。格局：格局未定资料来源：艾瑞咨询，中国产业信息网，亿欧智库，中信证券研究部人工智能企业的主要应用领域我国人工智能企业垂直行业分布Top10应用层主要玩家图谱817777989511313115316346050100150200行业解决方案企业服务 机器人 大健康安防互联网服务金融基础元件汽车 教育个人 助理医疗 健康安防驾驶金融教育智能投顾、智能客服、安防监控、金融监管智能手机上的语音助理、 语音输入

27、、家庭管家和陪 护机器人智能评测、个性化辅 导、儿童陪伴医疗健康的监测诊断、 智能医疗设备人工 智能智能汽车、公共交通、 自动快递用车、工业应用仓储物流、智能导购 电商和客服零售智能监控、 安保机器人202.4 应用层：应用领域分化资料来源：艾瑞咨询，中信证券研究部应用领域存在一定分化，政府城市治理、互联网、金融、教育等行业位居前列下游行业较为集中。艾瑞咨询数据显示，2020年，中国人工智能市场主要客户来自政府城市治理和 运营（包括公安、交警、司法、城市运营、政务、交运管理、国土资源、监所、环保等）、互联网、 金融行业，市场份额占比分别为49%/18%/12%。中期看，行业格局或发生一定变化，

28、教育、医疗、地产、零售等行业有望随着AI技术与核心痛点匹 配度的上升、产品体系逐步完善，激发更大价值，对人工智能的应用节奏将有望不断加深。部分领域落地周期更长。制造行业由于基础设施建设复杂、数据获取存在一定难度，且实际智能应 用较为边缘，AI应用释放周期相对较长；农业领域因技术、购买能力等问题，AI赋能周期也会相对 拉长。49%18%12%5%4%2%4%6%政府城市治理和运营互联网金融地产和零售医疗和生命科学工业教育其它人工智能下游行业占比2019年人工智能产业成熟度评估模型资料来源：艾瑞咨询212.4 应用层：安防行业安防行业：“你是我的眼”智能安防 VS 传统安防由被动监控向主动监控迈进

29、，通过网络摄 像机+网络硬盘录像机等的一体化解决方案 实现，以云端结合方式完成对比、识别等格局：传统安防公司如海康威视，场景理 解和实施落地能力较强，AI企业如商汤科 技、云从科技，技术实力较强，行业百花 齐放。资料来源：易观智库，海康威视官网，中信证券研究部智能安防 VS 传统安防视频监控发展阶段与应用海康威视智能产品家族应用范围功能人脸识别抓捕犯罪嫌疑人，身份认证等智能交通疏导交通等视频监控人群分析，风险预警等机器人智能泊车机器人看到 视频监控 的普及看清 高清摄像 头的普及看懂 智能摄像 头的普及222.4 应用层：金融行业金融行业：AI重塑Fintech资料来源：蚂蚁集团官网，各公司官

30、网，中信证券研究部整理国际及国内部分Fintech参与公司金融领域人工智能主要应用蚂蚁集团业务体系应用场景功能 国内布局情况对外的客户服务通道智能化，提供多模式融合（包括电话、网页在线、微信、短信及APP等）的在线智能智能客服 客服，客服助理通过实时语音识别，实时语义识别，实时语义理解，掌握客户需求，自动推送客户特征、 知识库等内容。借助于微信公众号等平台，推出语音问答系统，打造个人金融助理形象。京东JIMI机器 人、蚂蚁集团等挖掘语音数据 基于语音和语义技术，可自动将电话银行海量通话和各种用户单据内容结构化，打上各类标签，挖掘分析 有价值信息，为服务与营销等提供数据和决策支持。捷通华声等增加

31、网点和ATM摄像头的人像识别功能，提前识别可 身份认证疑人员或者VIP客户；或者简化身份确认流程，可以 应用于简化支付，开办账户流程等一系列活动中。蚂蚁集团刷脸支付等大规模采用机器学习，导入海量金融交易数据，使用金融预测 深度学习技术，从金融数据中自动发现模式，预测未来数据走势。-通过数据筛选、建模和预测打分，并将不同的资产分 类和做分别处理。借助机器学习完成传统金融企业无授信融资 法做到的房贷过程中对借款人还贷能力的实时监控，从而及时对后续可能无法还贷的人进行事前的干预，以减少因坏账而带来的损失。蚂蚁集团等量化交易在机构投资者的日常交易中，利用历史海量交易数据 提供买入或卖出、交易量和交易时

32、间的决策量邦科技、天软科技等根据用户画像，确定用户的投资习惯、风险承受能力 智能投顾 和意愿等基本信息，进行智能选股或股票推荐；基于 风险分散等考量为顾客提供投资组合的参考建议。招商银行、同 花顺、广发基金等交通银行、工商银行等网点智能 智能客服的升级版本，该终端可以代人工柜员处理相 银行终端对简单流程化的业务，提升业务效率。 知识图谱利用语义网络从“关系”的角度去分析问题可以分析企业的上下游、合作、竞争对手、子母公司 公司研究 投资、对标等关系，也可以研究高管与企业间的任职 等关系，也可以是行业间的逻辑关系从而进行更深入的知识推理。-核 心 产 品 服 务第三方支付业务互联网理财服务云计算信

33、用评级网商银行支付宝：集团旗下独立的第三方支付平台蚂蚁聚宝：智慧理财平台，用 户可以在蚂蚁聚宝上进行理财 产品交易蚂蚁金融业：集团旗下云计算 服务平台芝麻信用：集团旗下独立的第 三方征信机构，通过分析用户 交易行为提供用户的信用状况浙江网商银行：蚂蚁集团作为 大股东的首批民营银行之一， 专注于服务小微企业的银行大数据分析下产品个性化推荐自然语言理解下精准搜索利用AI算法提升系统灵活性、 可靠性机器学习技术使得信用评估更 加具体利用机器学习的“310贷款”利用人脸识别进行身份验证计算机视觉设计AR实景红包核心业务代表产品及介绍AI技术应用232.4 应用层：教育行业教育行业：AI助推教、学、考、

34、管人工智能在教育行业的具体落地形态是多样 的，比如，因材施教、机器人助教、个性化 学习、智能阅卷等。依托大数据、知识图谱、NLP、智能语音及 手写识别等技术，构建教、学、考、管四大 场景的智慧教育体系，是AI教育的核心发 展方向。资料来源：中国教育信息化网，艾瑞咨询研究院，各公司官网，中信证券研究部AI智能化在线教育路径教育信息化2.0“三全两高一大”发展目标AI+教育部分参与者242.4 应用层：智能驾驶智能驾驶：AI引领自动驾驶起航智能化趋势不可逆，伴随自动驾驶技术逐 渐成熟，自动驾驶有望逐步向L3及以上级 别迈进。面向未来，汽车作为新一代智能终端入口， 将成为大数据的载体，四类厂商竞逐智

35、能 驾驶市场，包括汽车电子厂商、传感器制 造商、车企、互联网厂商。智能驾驶四类参与者厂商类型主要参与者汽车电子厂国外厂商包括博世集团、大陆集团、德尔福、电装、奥拓立夫等； 商国内厂商如德赛西威、华阳集团、均胜电子等。车企国外品牌丰田、奔驰、宝马、福特、沃尔沃等；自主品牌包括一 汽、长城、北汽、吉利、长安等；造车新势力如特斯拉、理想、 蔚来、小鹏等传感器制造摄像头领域的Mobileye，激光雷达领域的Velodyne，毫米波雷达 商天线PCB板领域的Schweizer。互联网腾讯WeDrive、百度CarLife、华为Hicar资料来源：自动驾驶技术概论-清华版，雷锋网，中信证券研究部自动驾驶分

36、级标准车载摄像头进行环境识别的原理25三、人工智能的挑战与机遇：能者为王AI未来发展前景如何？技术持续迭代创新推动应用深化数据从何而来？产品+技术+场景完整方案形成数据闭环商业化路在何方？实现优势赛道控盘突破263.1 挑战一：AI未来发展前景如何？挑战：人工智能的发展呈现螺旋向上趋势计算能力上，经历了早期计算、LISP机器、GPU/TPU的发展；算法演化上，经历了Perceptron、专 家系统、BP、深度学习的技术发展；核心数据上，经历了从少量到大量再到海量的递进；实用效果 上，历经感知、认识、决策的步步推进。解决方案：以商业化为核心，推动技术能力升级与应用深化人工智能技术的不断革新发展是

37、推动产业升级的关键，以深度学习、智能语音、CV、NLP为代表的 技术仍有巨大发展空间。资料来源：中科院自动化所，中信证券研究部人工智能三次浪潮人工智能技术演进资料来源：NIPS 2016273.1 机遇一：技术持续创新迭代推动应用深化技术：新兴AI技术快速发展，推动认知智能不断升级以机器学习为主流方向的人工智能基础技术包括有监督学习、无监督学习、强化学习等技术，但这 些技术只是针对部分特定场景，比如说分类、聚类、求最优解等，而现实世界往往是复杂的，深度 强化学习等新兴技术的快速发展推动AI向更接近人类思维的方向进步，解决更复杂的认知智能问题。深度强化学习：强化学习与深度学习结合。深度学习具有较

38、强的感知能力，但是缺乏一定的决策能 力；而强化学习具有决策能力，对感知问题束手无策。将两者结合起来，优势互补，为复杂系统的 感知决策问题提供了解决思路。应用：深度强化学习等新技术应用前景光明谷歌阿尔法围棋（AlphaGo）结合深度学习和强化学习技术，以接近人类的思维方式进行自适应学 习，击败多位职业围棋选手；新技术的迭代与发展不断推动社会变革，提高社会效率。资料来源：知网，中信证券研究部深度强化学习学术论文快速增长（篇）谷歌AlphaGo采用两个大脑进行学习资料来源：Google DeepMind1727953478441394020040080060010001400120016002014

39、201520162017201820192020深度强化学习283.2 挑战二：数据从何而来？挑战：人工智能算法训练需要大量数据资源例：百度人脸识别系统在2015年FDDB检测数据 集和LFW识别数据集上的实验结果均获得世界最 高的准确率ImageNet数据库包括1000类150万张图片百度使用了 200 万类2 亿张图片， 数量上是ImageNet数据库的一百多倍解决方案：大数据+物联网资料来源：前瞻产业研究院，智研咨询（含预测），中信证券研究部人工智能、大数据和物联网相互关系中国物联网连接规模及预测2331427034.78%35.48%55 30.95%27.27%25%20%15%10

40、%5%0%30%40%35%80706050403020100201820192020E2021E2022E中国物联网连接规模（亿）增长率（%）1826334150.516.13%44.44%26.92%24.24%23.17%0%10%20%30%40%50%605040302010020162017201820192020E数据量（ZB）增速（%）全球数据生产量及预测人工智能运算平台数据资源算法大数据物联网运算平台、数 据资源、算法 是AI三大支持大数据+物联 网提供数据资 源293.2 机遇二：产品+技术+场景完整方案形成数据闭环大数据：人工智能发展的三大重要基础之一（算力、算法、数据）大数据的作用包括挖掘、传输、存储、分析、分类等；大数据是人工智能“思考”和“决策”的重 要参考，提供数据支持；物联网是促进大数据和AI结合的重要方式，大数据和AI的结合反哺物联网 应用的发展AI公司有望依靠产品+技术+场景的完整解决方案，构筑数据闭环2B/2C提供庞大的数据来源；物