人工智能產(chǎn)業(yè)研究報告

人工智能產(chǎn)業(yè)研究匯報1.人工智能產(chǎn)業(yè)進入深水區(qū)，技術(shù)發(fā)展推進場景化落地1.1政策、技術(shù)、資本三輪驅(qū)動行業(yè)發(fā)展，中美領(lǐng)跑過去十年全球人工智能發(fā)展迅速，各國紛紛從戰(zhàn)略上布局人工智能，加強頂層設(shè)計和人才培養(yǎng)。我國年《新一代人工智能發(fā)展規(guī)劃》公布，明確提出“三步走”的戰(zhàn)略目的，人工智能全面上升為國家戰(zhàn)略。年10月，人工智能寫入十九大匯報；17年12月，《增進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（-年）》；18年3月，人工智能再次被寫入政府工作匯報。政策密集出臺，行業(yè)進入發(fā)展黃金階段。年，美國國家科學(xué)技術(shù)委員會（NSTC）公布《國家人工智能研發(fā)戰(zhàn)略計劃》全面布局人工智能發(fā)展。年2月，美國總統(tǒng)特朗普簽訂行政命令，正式啟動美國人工智能計劃，為美國初次推出國家層面的人工智能增進計劃。歐盟于年公布《歐盟人工智能戰(zhàn)略》，并計劃在年底至少投入200億歐元。從專利數(shù)量、AI學(xué)者分部等狀況看，中美領(lǐng)跑。全球主流技術(shù)大多處在泡沫到低谷期的過渡階段，小樣本學(xué)習(xí)是重要發(fā)展方向。根據(jù)Gartner公布的年人工智能技術(shù)成熟度曲線，GPU加速器成熟度最高，將在2年內(nèi)到達成熟期。機器學(xué)習(xí)、聊天機器人、計算機視覺和FPGA加速器技術(shù)處在低谷期，自然語言處理、深度神經(jīng)網(wǎng)絡(luò)和人工智能云服務(wù)即將結(jié)束泡沫期邁入低谷期，提高技術(shù)的可復(fù)用性、擴展性和安全性才能實現(xiàn)二次繁華。老式深度學(xué)習(xí)需要大量有標(biāo)注的數(shù)據(jù)樣本，數(shù)據(jù)較難獲得且對算力規(guī)定高。小樣本學(xué)習(xí)基于少許數(shù)據(jù)實現(xiàn)模型訓(xùn)練，是未來發(fā)展方向，目前在圖像檢索、人臉識別等領(lǐng)域已經(jīng)得到應(yīng)用。計算機視覺、語音識別和自然語言處理是目前中國市場規(guī)模最大的技術(shù)。計算機視覺市場目前已在人臉識別、工業(yè)視覺、OCR和內(nèi)容理解等領(lǐng)域獲得重大突破，面臨視頻爆炸下海量視頻數(shù)據(jù)處理需求以及重點落地場景對技術(shù)精度的需求。語音技術(shù)市場份額僅次于計算機視覺，技術(shù)鏈日趨完善，在語音輸入、語音轉(zhuǎn)文字、智能家居等領(lǐng)域已經(jīng)有成熟應(yīng)用，未來需適應(yīng)更復(fù)雜的應(yīng)用場景，滿足新型人機交互范式和互聯(lián)網(wǎng)應(yīng)用需求。自然語言處理受益于神經(jīng)網(wǎng)絡(luò)技術(shù)和深度學(xué)習(xí)的發(fā)展，在機器翻譯、對話系統(tǒng)等場景廣泛應(yīng)用，未來需提高文本理解的精度和深度，優(yōu)化語言生產(chǎn)與體現(xiàn)質(zhì)量。人工智能產(chǎn)業(yè)鏈參與者眾多，商業(yè)模式、場景化落地成為關(guān)鍵競爭焦點。以BATH為首的科技巨頭、字節(jié)跳動等互聯(lián)網(wǎng)企業(yè)、AI四小龍為經(jīng)典的AI算法提供商，寒武紀(jì)等創(chuàng)業(yè)企業(yè)獨角獸作為AI芯片提供商，以及海康威視、大華股份、科大訊飛等綜合處理方案提供商是行業(yè)的關(guān)鍵參與者，在產(chǎn)業(yè)鏈上下游群雄逐鹿，多有布局。人工智能產(chǎn)業(yè)鏈包括三層：基礎(chǔ)層、技術(shù)層和應(yīng)用層。從基礎(chǔ)層和技術(shù)層來看，人工智能三大關(guān)鍵要素數(shù)據(jù)、算法和算力已相對成熟，場景化落地成為關(guān)鍵競爭力。資本市場短期遇冷，重要與前期預(yù)期過高與行業(yè)發(fā)展遭遇瓶頸有關(guān)。據(jù)IT橘子與深圳市人工智能行業(yè)協(xié)會記錄數(shù)據(jù)，中國AI行業(yè)融資規(guī)模與投融資數(shù)量-年整體迅速增長，但年出現(xiàn)45%左右的明顯下滑，年投融資金額恢復(fù)42.5%正增長，但距年顛覆時期仍有差距，投融資數(shù)量仍有下降。一級市場曾被廣泛看好的AI四小龍IPO進程并非一帆風(fēng)順，今年7月2日依圖科技積極撤回申報，暫?？苿?chuàng)板上市；曠視科技在港交所碰壁后轉(zhuǎn)戰(zhàn)科創(chuàng)板，僅云從科技在7月20日成功過會，8月27日商湯科技申請登錄港股。我們認(rèn)為資本市場初期對于人工智能行業(yè)回報周期過于樂觀，以及市場對目前創(chuàng)業(yè)型AI企業(yè)商業(yè)落地和變現(xiàn)模式存疑是近兩年資本市場遇冷的重要原因。1.2行業(yè)發(fā)展進入深水區(qū)，商業(yè)模式為重要瓶頸AI行業(yè)發(fā)展進入深水區(qū)，從AI企業(yè)財務(wù)體現(xiàn)、資本市場融資狀況可見一斑。我們認(rèn)為商業(yè)模式和變現(xiàn)能力是行業(yè)發(fā)展的重要瓶頸。人工智能的概念形成于20世紀(jì)50年代，誕生于1956年的達特茅斯會議。其發(fā)展階段經(jīng)歷三次浪潮：1）50-60年代重視邏輯推理的機器翻譯時代，機器人和智能軟件開始出現(xiàn)；2）70-80年代依托知識積累構(gòu)建模型的專家系統(tǒng)時代，但由于缺乏實用性，行業(yè)很快趨冷；3）年起深度學(xué)習(xí)算法的推出，開始了重視數(shù)據(jù)、自主學(xué)習(xí)的認(rèn)知智能時代。在數(shù)據(jù)、算法和計算力條件成熟的條件下，本次人工智能的爆發(fā)浪潮中技術(shù)開始落地，深入到應(yīng)用層面，協(xié)助老式行業(yè)發(fā)明切實經(jīng)濟效果。截至今天，重要的算法工具仍基于深度學(xué)習(xí)，從算法角度看行業(yè)并未實現(xiàn)巨大的技術(shù)突破。實戰(zhàn)落地場景分散，產(chǎn)品原則化程度低。初期AI企業(yè)重視算法精度提高，然而算法走出試驗室環(huán)境，對詳細(xì)的場景適應(yīng)能力仍有差距。如：人臉識別技術(shù)易受靜態(tài)和動態(tài)、與否化妝、有無戴口罩等外部原因影響。數(shù)據(jù)是模型訓(xùn)練的重要生產(chǎn)資料，純AI技術(shù)企業(yè)缺乏對業(yè)務(wù)場景的理解和高質(zhì)量的業(yè)務(wù)數(shù)據(jù)所有權(quán)，需要與數(shù)字化程度高、數(shù)據(jù)資源豐富的客戶合作，政企客戶成為重要起點。以數(shù)字化程度最高的公安和金融為例，客戶需要的非單個模塊或開發(fā)包，也不具有SDK集成能力，而是一整套定制化的處理方案。不一樣業(yè)務(wù)應(yīng)用無法規(guī)?；?，使AI算法企業(yè)業(yè)務(wù)變重。以海康威視為代表的的老式安防廠商轉(zhuǎn)型AI成功，正是基于業(yè)務(wù)場景的理解和數(shù)據(jù)積淀。知識產(chǎn)權(quán)和倫理問題也是導(dǎo)致行業(yè)發(fā)展瓶頸的重要原因。我國目前知識產(chǎn)權(quán)保戶環(huán)境不成熟，抄襲成本低，難以形成無形資產(chǎn)的價值體系。全球主要深度學(xué)習(xí)算法框架開源后來同質(zhì)化競爭嚴(yán)重，Google的TensorFlow與Facebook的PyTorch在全球占據(jù)90%市場份額。在某些波及生命安全等方向的應(yīng)用場景，倫理問題成為制約原因。如：根據(jù)產(chǎn)業(yè)鏈調(diào)研數(shù)據(jù)，醫(yī)療行業(yè)AI讀片識別精確率約70%，高于人工肉眼識別精確率（約40%），但人工智能誤診的責(zé)任歸屬存在分歧；自動駕駛場景大概率維持在L2級，技術(shù)裝備水平高的車型聲稱L2.5等，難以實現(xiàn)L3級的跨越，重要也是因為車禍責(zé)任歸屬問題。多種原因綜合，使AI算法企業(yè)的商業(yè)模式和變現(xiàn)能力受到挑戰(zhàn)。AI四小龍上市招股書顯示虧損嚴(yán)重。高定制化開發(fā)難以通過規(guī)?；瘡?fù)制減少成本，缺乏數(shù)據(jù)所有權(quán)和對業(yè)務(wù)場景的理解減少客戶界面議價能力，劇烈的市場競爭提高人力成本、減少人均效益。資本市場遇冷也在情理之中。1.3風(fēng)物長宜放眼量，長期看AI市場空間廣闊雖然短期內(nèi)AI行業(yè)遇冷，但長期看市場空間廣闊。根據(jù)年國務(wù)院《新一代人工智能發(fā)展規(guī)劃的告知》的“三步走”戰(zhàn)略目的，到年人工智能總體技術(shù)和應(yīng)用與世界先進水平同步，產(chǎn)業(yè)競爭力進入國際第一方陣，關(guān)鍵產(chǎn)業(yè)規(guī)模超過1500億元，帶動有關(guān)產(chǎn)業(yè)規(guī)模超過1萬億元；到2025年AI基礎(chǔ)理論實現(xiàn)重大突破，并進入全球價值鏈高端，關(guān)鍵產(chǎn)業(yè)規(guī)模超過4000億元，帶動有關(guān)產(chǎn)業(yè)規(guī)模超過5萬億元；到2030年理論、技術(shù)與應(yīng)用總體到達世界領(lǐng)先水平，關(guān)鍵產(chǎn)業(yè)規(guī)模超過1萬億元，帶動相關(guān)產(chǎn)業(yè)規(guī)模超過10萬億元。市場空間非常廣闊。AI市場重要構(gòu)成有AI芯片、硬件、軟件等，2025年規(guī)模有望超千億美元。年中國市場AI服務(wù)器出貨量7.9萬臺，未來5年CAGR約20%。假設(shè)數(shù)據(jù)中心單臺服務(wù)器平均售價約7萬美元，可配臵8張GPU芯片卡，每張卡單價約5萬元人民幣，則2025年中國AI服務(wù)器市場規(guī)模約165億美元。目前AI服務(wù)器大概占AI硬件市場85%份額，未來更多邊緣側(cè)計算設(shè)備接入，假設(shè)AI服務(wù)器占比下降至80%，則2025年AI硬件市場規(guī)模206億美元。GPU卡出貨量約188萬片。AI芯片重要用于數(shù)據(jù)中心服務(wù)器，但在車載計算單元、邊緣及終端設(shè)備等也有廣泛使用，產(chǎn)品形態(tài)豐富，單價相對較低，保守估計AI芯片市場規(guī)模約200億美元。目前AI軟件占比較低，約30%-40%，估計未來軟件及服務(wù)占比能提高到60%+，2025年中國AI總體市場規(guī)模有望超1000億美元。5G、云計算等技術(shù)進步推進AI協(xié)同發(fā)展。AI深度學(xué)習(xí)算法依賴數(shù)據(jù)，高數(shù)字化程度的行業(yè)擁有較密集數(shù)據(jù)資源，成為AI優(yōu)先落地的領(lǐng)域。云化是智能化的基礎(chǔ)，行業(yè)數(shù)字化還需遵照C—>B—>A的途徑，即先云化，再有大數(shù)據(jù)最終實現(xiàn)智能化。大帶寬、低時延、萬物互聯(lián)的5G網(wǎng)絡(luò)有望帶動流量和數(shù)據(jù)量爆發(fā)，我們認(rèn)為5G網(wǎng)絡(luò)殺手級應(yīng)用在目前建網(wǎng)階段尚未出現(xiàn)，2C端VR/AR和2B端工業(yè)互聯(lián)網(wǎng)或許是兩個孵化方向。云計算與5G技術(shù)推廣、滲透率提高有望推進更多人工智能場景落地。深度學(xué)習(xí)框架是戰(zhàn)略制高點，同樣具有國產(chǎn)化替代機遇。深度學(xué)習(xí)框架作為底層語言和算法模型的骨架，將數(shù)據(jù)、算力、算法三者相連接，向下對接芯片（算力），向上支撐應(yīng)用，可省去開發(fā)者從0到1地搭建地基的成本，提高開發(fā)效率，與AI芯片構(gòu)成AI基礎(chǔ)設(shè)施底座，是“智能時代的操作系統(tǒng)”。如今TensorFlow和PyTorch占據(jù)全球重要市場份額，但開發(fā)端的需求動態(tài)化、多元化，沒有一種框架可以滿足所有市場需求，也不停出現(xiàn)挑戰(zhàn)者，即：后來者仍有機會突圍。目前中國的AI訓(xùn)練嚴(yán)重依賴美國的開源框架，數(shù)據(jù)安全存在隱患，在中美關(guān)系影響下或提前生變。更多的AI人才供應(yīng)或減少人力成本，提高人均效益。AI四小龍持續(xù)虧損的原因之一在于人力成本過高。尤其是高度定制化的碎片場景，需要較多人力投入，導(dǎo)致人均效益低。經(jīng)測算，AI行業(yè)人均費用約50萬，與人均收入相稱。海康威視之因此能在安防行業(yè)跑通AI商業(yè)模式，首先是安防行業(yè)數(shù)據(jù)量大、業(yè)務(wù)場景明確，另首先是人效優(yōu)勢疊加規(guī)?；?yīng)使公司將“成本三低”做到極致：平均人力成本低、運行和銷售成本低、產(chǎn)量擴大后邊際成本低。伴隨AI人才供應(yīng)增長，人力成本下降，AI技術(shù)企業(yè)盈利和變現(xiàn)能力提高，或能變化行業(yè)構(gòu)造，使行業(yè)拐點前臵。2.重要行業(yè)參與者商業(yè)模式多樣化，各有側(cè)重2.1綜合處理方案提供商：軟硬一體，場景為王AI算法依賴硬件載體賦能行業(yè)，提供軟硬一體的處理方案目前較為普遍。伴隨計算機視覺、自然語言處理、智能語音等關(guān)鍵技術(shù)的成熟，單點技術(shù)已不能滿足客戶的復(fù)雜需求，企業(yè)轉(zhuǎn)向?qū)で螳@取人工智能綜合處理方案，人工智能產(chǎn)業(yè)的焦點從單點技術(shù)研發(fā)轉(zhuǎn)向與多元化的應(yīng)用場景和行業(yè)間的深度融合。年，中國人工智能市場重要客戶來自政府都市治理和運行（公安、交警、司法、都市運行、政務(wù)），互聯(lián)網(wǎng)與金融行業(yè)也位居前列。醫(yī)療、工業(yè)和教育等行業(yè)也具有巨大發(fā)展?jié)摿?，未來有望成為人工智能市場新增長點。AI賦能行業(yè)與行業(yè)反哺AI誕生兩類參與者。純AI算法較難單獨定價售賣，且市場規(guī)模較小。AI技術(shù)企業(yè)往往通過項目集成搭售硬件以擴大規(guī)模、提升算法能力，或是專注某些易變現(xiàn)的行業(yè)率先實現(xiàn)盈利；另一類為老式硬件企業(yè)，在某些行業(yè)已具有領(lǐng)先的市場地位，明確AI需求后再進行智能化轉(zhuǎn)型?？拼笥嶏w作為智能語音行業(yè)龍頭，持續(xù)布局智慧教育行業(yè)，橫向發(fā)展智能都市、智慧醫(yī)療等領(lǐng)域。虹軟科技聚焦人臉分析與圖像分析技術(shù)，提供智能攝像視覺處理方案，成為國內(nèi)外主流手機、相機品牌的供應(yīng)商。安防巨頭?？低?、大華股份亦跟隨人工智能浪潮，打造產(chǎn)業(yè)智能化轉(zhuǎn)型，成以視頻技術(shù)為關(guān)鍵的智能物聯(lián)網(wǎng)處理方案和大數(shù)據(jù)服務(wù)提供商。有“AI四小龍”之稱的商湯、依圖、云從、曠視，布局多種領(lǐng)域，尋求人工智能在行業(yè)中的落地場景。商湯科技：AI算法龍頭，底層平臺賦能行業(yè)升級創(chuàng)始背景與戰(zhàn)略：AI算法龍頭，“1+1+X”打造關(guān)鍵競爭力。企業(yè)成立于年，創(chuàng)始人為香港中文大學(xué)工程學(xué)院專家湯曉鷗，業(yè)務(wù)聚焦于計算機視覺和深度學(xué)習(xí)領(lǐng)域。企業(yè)推行“1（基礎(chǔ)研發(fā)）+1（產(chǎn)品和服務(wù)化）+X（行業(yè)應(yīng)用）”戰(zhàn)略，通過自行研發(fā)的SenseCore商湯AI大裝臵，打通算力、算法和平臺之間的連接與協(xié)同。產(chǎn)品壁壘與商業(yè)模式：專有的AI基礎(chǔ)設(shè)施、強大的軟件平臺、豐富的商用場景和生態(tài)能力是企業(yè)的關(guān)鍵競爭力。SenseCore具有500億個參數(shù)，是目前基于公開信息的全球計算機視覺領(lǐng)域中參數(shù)最大的模型，可有效處理數(shù)據(jù)中的長尾問題、隱私計算，并加緊人工智能模型的布署和商業(yè)化進程。截至年H1，公司在重要區(qū)域市場戰(zhàn)略性地建立23個AI訓(xùn)練集群，擁有超過0塊GPU，總算力每秒1.17百億次浮點運算，軟件平臺客戶已超過2400家，覆蓋250家500強企業(yè)、119座都市，30+車企，4.5億+智能手機。目前企業(yè)技術(shù)涵蓋人臉和人體分析、SLAM與3D視覺、圖像識別、機器人控制與傳感、海量視頻理解與挖掘、自動駕駛、醫(yī)學(xué)圖像分析等領(lǐng)域，進而衍生出都市開放平臺、智慧診斷平臺、智慧交通平臺、金融身份核驗、智能車艙、手機人臉識別等產(chǎn)品及服務(wù)，賦能安防、醫(yī)療、金融、自動駕駛、智能手機等行業(yè)。企業(yè)官網(wǎng)披露的產(chǎn)品重要有三類：計算平臺、軟件算法、硬件終端設(shè)備。根據(jù)產(chǎn)業(yè)鏈調(diào)研，企業(yè)產(chǎn)品多以私有云為布署方式，算法平臺封裝成SDK按照調(diào)用次數(shù)收費，軟件按訂閱制收費或單獨發(fā)售license，硬件按件發(fā)售，詳細(xì)依項目狀況而定。依圖科技：芯片+算法的實戰(zhàn)型AI企業(yè)創(chuàng)始背景與戰(zhàn)略：企業(yè)成立于年，目前擁有約1500名員工，創(chuàng)始人為加州大學(xué)洛杉磯分校記錄學(xué)博士朱瓏及前阿里資深云計算專家林晨曦。朱瓏師從計算機視覺奠基人AlanYuille專家，在麻省理工、紐約大學(xué)等世界著名院校擔(dān)任過研究員，曾在世界頂級刊物刊登數(shù)十篇論文，學(xué)術(shù)研究能力扎實。林晨曦為前阿里云資深專家、技術(shù)總監(jiān)，曾在微軟亞洲研究院從事機器學(xué)習(xí)、計算機視覺、信息檢索以及分布式系統(tǒng)方向的研究工作。企業(yè)與“四小龍”中其他幾家企業(yè)最大的不一樣點是其技術(shù)并非來自創(chuàng)始團體的科研成果轉(zhuǎn)化，而是從行業(yè)需求出發(fā)，于年為蘇州公安開發(fā)了車輛識別系統(tǒng)，將套牌車的識別率從局限性30%提高到90%，后續(xù)完善能力矩陣、進軍芯片。我們認(rèn)為實戰(zhàn)型企業(yè)文化有助于挖掘客戶需求，提高商業(yè)轉(zhuǎn)換率。產(chǎn)品壁壘與商業(yè)模式：企業(yè)業(yè)務(wù)重要分為智能公共服務(wù)與智能商業(yè)兩大類：智能公共服務(wù)業(yè)務(wù)的客戶重要為政府部門和醫(yī)療機構(gòu)，覆蓋都市管理、醫(yī)療健康等場景；智能商業(yè)園區(qū)為商業(yè)地產(chǎn)、金融、制造、交通運送、互聯(lián)網(wǎng)等企業(yè)客戶提供園區(qū)管理、網(wǎng)點服務(wù)、安全生產(chǎn)、交通出行和互聯(lián)網(wǎng)服務(wù)等場景。企業(yè)為客戶提供人工智能硬件、軟件及軟硬件組合及SaaS服務(wù)等處理方案，三類產(chǎn)品營收占比分別為24%、15%和61%。其中硬件產(chǎn)品銷售重要為內(nèi)嵌操作系統(tǒng)和基礎(chǔ)功能軟件的服務(wù)器、攝像機等。其中，原石系列智能服務(wù)器搭載企業(yè)自行研發(fā)的QuestCore求索芯片，該芯片單顆替代人工智能推理計算中所需的CPU、GPU及解碼器等多種類型算力的組合，適用于云端計算和邊緣端計算場景，重要為縮短人工智能芯片與算法、服務(wù)器的適配過程，加緊設(shè)備的設(shè)計開發(fā)及公布，目前尚未單獨銷售。2.2互聯(lián)網(wǎng)企業(yè)：數(shù)據(jù)資料變現(xiàn)，推薦算法為主以字節(jié)跳動為首的互聯(lián)網(wǎng)企業(yè)在滿足自身業(yè)務(wù)需求基礎(chǔ)上實現(xiàn)技術(shù)外溢。與綜合處理方案提供商不一樣，互聯(lián)網(wǎng)企業(yè)重要優(yōu)勢來源于自身業(yè)務(wù)中臺能力積淀，將自身數(shù)據(jù)資料變現(xiàn)，以推薦算法見長，收取廣告費。字節(jié)跳動：火山引擎提供全鏈條處理方案，賦能企業(yè)數(shù)字化轉(zhuǎn)型創(chuàng)始背景與戰(zhàn)略：字節(jié)跳動的AI能力源于自身業(yè)務(wù)需求，包括基于頭條App的推薦算法、文本理解、機器翻譯，基于抖音生態(tài)的美顏、語音合成和音樂方向AI技術(shù)等。企業(yè)的迅速增長產(chǎn)生技術(shù)溢出，建立火山引擎，將推薦算法等技術(shù)打包成處理方案發(fā)售給企業(yè)級客戶，實現(xiàn)技術(shù)變現(xiàn)?；鹕揭娴募軜?gòu)體系分為四層：統(tǒng)一基礎(chǔ)服務(wù)、技術(shù)中臺、智能應(yīng)用和處理方案。從底層系統(tǒng)到上層客戶端一站式賦能，滿足企業(yè)多種需求和應(yīng)用場景，以更低的成本支撐業(yè)務(wù)增長。產(chǎn)品壁壘與商業(yè)模式：企業(yè)的算法技術(shù)源于自身業(yè)務(wù)理解，能為客戶帶來實際的營銷效果提高，同步字節(jié)有獨特的收費模式。其他廠商賣推薦算法重要有兩套方案：1）賣推薦平臺，客戶基于機器學(xué)習(xí)平臺做自己的開發(fā)和優(yōu)化，基于GPU和帶寬等按照使用量收費；2）按照一次性的價格售賣成熟模型。字節(jié)是基于效果收費，如：之前推薦精確度是60%，字節(jié)算法提高到了80%，就按照差額20%進行收費。字節(jié)大概17-18年進行技術(shù)輸出，最開始給小米等手機合作商的應(yīng)用商店提供推薦算法，逐漸擴展到瀏覽器內(nèi)容推薦、攝影機圖像優(yōu)化等方面，并增長客戶范圍。基于效果收費的模式在前期精確率迅速提升時廣告收入同樣提高，但當(dāng)精確率提高到一定程度后天花板仍然明顯。平臺SDK各廠商的收費模式比較類似，基本類似訂閱制，但字節(jié)跳動的算法承認(rèn)度較高，可產(chǎn)生一定技術(shù)溢價。2.3云計算巨頭：引領(lǐng)前沿技術(shù)，防御型作戰(zhàn)為主科技巨頭積極主導(dǎo)人工智能研發(fā)平臺發(fā)展。數(shù)據(jù)搜集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)標(biāo)注、模型訓(xùn)練、模型評估和模型布署等一系列任務(wù)，無一不考驗著企業(yè)的AI模型精度和AI開發(fā)效率、AI算力資源等AI開發(fā)能力。目前大數(shù)據(jù)、云計算是我國人工智能發(fā)展的重點關(guān)鍵技術(shù)，占比高達41.13%。國內(nèi)云計算巨頭在資金、技術(shù)、人才獲取方面優(yōu)勢明顯，且能基于自己的場景需求封裝AI能力，僅需考慮產(chǎn)品化的增量成本，在構(gòu)造性成本上有天然優(yōu)勢，因此主導(dǎo)人工智能平臺發(fā)展。如：阿里云、百度大腦日調(diào)用量已突破1萬億次，騰訊AI開放平臺顧客已超12億人，在國內(nèi)具有較強行業(yè)影響力。AI是云計算巨頭與客戶接觸的觸點，防御型作戰(zhàn)為主，賦能數(shù)字化轉(zhuǎn)型。AI能力是客戶數(shù)字化轉(zhuǎn)型項目控標(biāo)的條目之一。以阿里云為例，企業(yè)業(yè)務(wù)重心仍以IaaS層的云服務(wù)為主，通過AI開放平臺提供通用的AI能力，需要定制的處理方案服務(wù)則重要由ISV及已經(jīng)有對應(yīng)產(chǎn)品/服務(wù)的合作伙伴來完成。客戶關(guān)注投標(biāo)廠商與否有對應(yīng)行業(yè)的服務(wù)經(jīng)驗。阿里云的人工智能廢鋼定級平臺運用機器視覺和行業(yè)知識結(jié)合，處理了長山西晉南鋼鐵集團的廢鋼判級問題，節(jié)省廢鋼定級時間近1/3、卸車時間6-10分鐘，便是未來獲取類似的數(shù)字化轉(zhuǎn)型項目的經(jīng)驗積累。3.商業(yè)模式?jīng)Q定財務(wù)體現(xiàn)，長期盈利能力值得關(guān)注3.1營收構(gòu)造的差異導(dǎo)致行業(yè)內(nèi)部盈利狀況懸殊行業(yè)總體增速明顯，AI四小龍增速總體超老式硬件廠商。受益于過去幾年“雪亮工程”、企業(yè)數(shù)字化轉(zhuǎn)型，視頻與安防行業(yè)景氣度持續(xù)上升，物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)、云計算技術(shù)發(fā)展等機遇，海康威視、大華股份等頭部老式硬件企業(yè)保持良好的業(yè)績增長態(tài)勢，而19年中美貿(mào)易摩擦、20年疫情原因帶來出口減少，科大訊飛調(diào)整非戰(zhàn)略性業(yè)務(wù)，收入增速伴隨經(jīng)營規(guī)模深入擴張的難度提高而有所放緩。AI四小龍與虹軟科技因營收基數(shù)小，覆蓋的場景和產(chǎn)品矩陣愈加豐富完善，行業(yè)處理方案持續(xù)迭代，以及硬件設(shè)備出貨量增長等原因，營收增速總體超過老式硬件廠商同期。老式硬件廠商毛利率總體穩(wěn)定，算法提供商除虹軟科技以外波動較大。頭部老式硬件企業(yè)憑借深厚的行業(yè)經(jīng)驗，毛利率穩(wěn)定維持50%左右，波動范圍不不小于10Pct。其中?？低暿袌龇蓊~領(lǐng)先，對上游供應(yīng)鏈和制導(dǎo)致本管控優(yōu)勢明顯，毛利率穩(wěn)步提高。虹軟科技因提供算法為主，長期維持90%以上高毛利率。AI四小龍因產(chǎn)品組合差異，毛利率波動較大。業(yè)務(wù)構(gòu)成對企業(yè)盈利能力影響巨大。以科大訊飛為例，企業(yè)智慧教育產(chǎn)品矩陣漸趨完善，因材施教處理方案規(guī)模化復(fù)制加速提高盈利水平。企業(yè)作為深耕AI教育行業(yè)的龍頭，智慧教育一直是企業(yè)業(yè)務(wù)基本盤，行業(yè)高速發(fā)展以及疫情期間在線教育需求普及是企業(yè)業(yè)績增長主因。H1智慧教育業(yè)務(wù)收入占總營收高達29%，同期增速高達31.53%，拉動營收逆市高增。ToB業(yè)務(wù)場景企業(yè)不停中標(biāo)智慧教育項目，年終中標(biāo)的安徽省蚌埠市智慧學(xué)校建設(shè)項目已獲教育部認(rèn)可為“智慧教育示范區(qū)”，截至年終智慧教育產(chǎn)品已在中國31個省級行政區(qū)廣泛應(yīng)用，與全國38,000余所學(xué)校深度合作，服務(wù)過億師生。ToC業(yè)務(wù)因?qū)W習(xí)機產(chǎn)品高度原則化，伴隨產(chǎn)品矩陣完善、出貨量增長，顯現(xiàn)強大的變現(xiàn)能力和較高毛利率（約54%）。虹軟科技作為國內(nèi)視覺AI的領(lǐng)軍企業(yè)，27年專注于計算機視覺算法，智能手機視覺處理方案一直是虹軟科技的重要營收來源，收入占比從年的67%提高到H1的93%。年智能手機視覺處理方案的毛利率高達94.93%，使企業(yè)總體毛利率（近90%）遠(yuǎn)超同行業(yè)平均水平。雖然年新冠疫情的影響下手機出貨量在全球范圍內(nèi)呈下降趨勢，但由于企業(yè)已將視覺處理方案廣泛布局，深入提高市場份額，帶來企業(yè)智能手機業(yè)務(wù)營收的逆勢高增長。未來智能駕駛業(yè)務(wù)將成企業(yè)的第二增長曲線。軟硬件結(jié)合的項目制銷售模式減少AI四小龍總體盈利能力。云從科技營收重要來源于軟硬件組合，營收占比約60%，對應(yīng)毛利率僅27%。毛利率最高（85%）的軟件授權(quán)業(yè)務(wù)在云從科技營收中占比僅25%。曠視科技主營業(yè)務(wù)可分為消費物聯(lián)網(wǎng)處理方案（細(xì)分為云端SaaS類和移動終端類），城市物聯(lián)網(wǎng)處理方案和供應(yīng)鏈處理方案。企業(yè)以都市物聯(lián)網(wǎng)處理方案為重要營收來源，占比近65%，而其毛利率僅為30%。毛利率近80%的云端SaaS類營收占比僅20%，且近兩年展現(xiàn)遞減趨勢。AI四小龍銷售以軟硬件一體化或處理方案為主，改善商業(yè)模式、提高純軟件銷售比重是提高盈利水平的關(guān)鍵。3.2期間費用管控加強，研發(fā)投入爭相加碼得益于業(yè)務(wù)模式逐漸清晰，費用投入逐漸產(chǎn)生規(guī)模效應(yīng)，行業(yè)費用率水平趨緩?？拼笥嶏w等成熟企業(yè)的銷售費用率與管理費用率逐漸下滑并趨于穩(wěn)定，費用管控效果明顯。AI四小龍由于經(jīng)營管理模式尚未成熟，費用率相對較高。成長期企業(yè)的銷售費用率偏高尤為突出，與其銷售力量相對微弱、在市場上議價能力不強、項目競爭有關(guān)。此外，AI四小龍項目之間差異大，需向客戶提供專業(yè)化、定制化服務(wù)，平均人力成本較高。其中依圖科技年度銷售費用率高達92.81%，重要由于當(dāng)年企業(yè)業(yè)務(wù)輻射區(qū)域逐漸向全國及境外發(fā)展，大規(guī)模投入市場拓展。年云從科技管理費用率達181.69%，由于企業(yè)對員工發(fā)放了13.03億元股權(quán)鼓勵。各企業(yè)爭相加碼研發(fā)投入強度。AI是人才密集型行業(yè)，人才儲備對于算法質(zhì)量影響深遠(yuǎn)，不一樣企業(yè)間的人才爭奪抬升行業(yè)平均研發(fā)人員成本。從員工構(gòu)成看，各家企業(yè)研發(fā)人員均超半數(shù)以上，在企業(yè)規(guī)模不停擴張、員工總數(shù)持續(xù)增長的同步，行業(yè)內(nèi)企業(yè)均能保證研發(fā)人員數(shù)量的同步提高。其中，依圖科技H1研發(fā)人員占比達55.54%，商湯科技H1研發(fā)人員占比達67.97%。從研發(fā)支出看，AI四小龍保持著極高的投入強度與增速，不停加強技術(shù)研發(fā)和創(chuàng)新，從而提高企業(yè)競爭力。高強度的研發(fā)投入使AI四小龍凈利潤難以轉(zhuǎn)正。以科大訊飛為代表的成熟企業(yè)已形成較大的經(jīng)營規(guī)模，凈利潤穩(wěn)定并逐漸上升。AI四小龍由于高強度的研發(fā)投入及營收規(guī)模較小，尚未實現(xiàn)凈利潤轉(zhuǎn)正。年云從科技和依圖科技凈利潤創(chuàng)歷史新低，作為技術(shù)驅(qū)動型企業(yè)，為抓住行業(yè)發(fā)展機遇，不停加大研發(fā)創(chuàng)新及市場開拓的投入，使?fàn)I業(yè)總成本增幅超過70%。而虹軟科技作為智能視覺行業(yè)先行者，在“技術(shù)開放+產(chǎn)業(yè)鏈生態(tài)”的賦能體系惠及下，積極將計算機視覺處理方案布局至各類場景，高毛利決定了高達29%左右的高凈利潤。AI四小龍人均效益有待提高。海康威視、大華股份的人均收入基本穩(wěn)定在150萬元上下，科大訊飛人均收入持續(xù)上升，年也到達100萬元以上。AI算法企業(yè)除虹軟科技人均收入總體增長至100萬，其他企業(yè)局限性50萬。其中，商湯科技H1人均收入約31萬元。但從人均費用看，科大訊飛、?？低暬镜陀?5萬，大華股份也控制在40萬以內(nèi)，而AI四小龍中除了云從科技基本控制在30萬內(nèi)，其他企業(yè)平均人均費用40萬左右，商湯科技H1人均費用約50萬元，人均效益有待提高。3.3客戶構(gòu)造影響企業(yè)營運能力行業(yè)整體營運能力略有下降，部分企業(yè)受客戶影響大。AI四小龍面臨付款周期長、回款慢的挑戰(zhàn)。這些企業(yè)的業(yè)務(wù)最終客戶重要為政府、事業(yè)單位、大型國企等，付款審批流程較為復(fù)雜，易受項目驗收節(jié)奏影響，一定程度上引致協(xié)議回款速度相對較慢。此外，因中美貿(mào)易磨擦持續(xù)升溫，預(yù)期供應(yīng)鏈采購也許出現(xiàn)波動，戰(zhàn)略性采購使存貨周轉(zhuǎn)率對應(yīng)減少。AI四小龍的前五大客戶銷售收入集中度普遍高于老式硬件廠商，導(dǎo)致抗風(fēng)險能力較差。以依圖科技為例，前五大客戶收入奉獻占比從年的35%左右提高至年62%。其他企業(yè)近年運行周轉(zhuǎn)次數(shù)略有下降，但仍然相對穩(wěn)定。4.投資分析AI行業(yè)關(guān)重視點及催化原因通過幾十年發(fā)展，AI技術(shù)企業(yè)、新算法層出不窮，圖像識別、語音識別等技術(shù)紅利迅速釋放，但過去十年重要仍基于深度學(xué)習(xí)算法。行業(yè)生態(tài)體系更為明晰，單技術(shù)同質(zhì)化明顯，競爭力重要體目前落地場景的豐富程度和詳細(xì)細(xì)節(jié)，且多模能力組合、賦能其他行業(yè)時AI技術(shù)與專業(yè)知識的結(jié)合成為趨勢。本文重要總結(jié)了三類AI技術(shù)商業(yè)模式、四類