人工智能系列报告（三）：赛道清晰红利兑现AI有望实现戴维斯双击.pdf

敬请参阅末页重要声明及评级说明 证券研究报告 赛道清晰，红利兑现， AI 有望实现戴维斯双击 Table_IndRank 行业评级：增持 报告日期： 2021-01-08 Table_Chart 行业指数与沪深 300 走势比较 Table_Author 分析师：尹沿技 执业证书号： S0010520020001 邮箱： 联系人：赵阳 执业证书号 ： S0010120050035 邮箱： 联系人：夏瀛韬 执业证书号： S0010120050024 邮箱： Table_Report 相关报告 1.华安证券 _行业深度 _安徽优势产业 系列之人工智能 2020-07-22 2.华安证券 _公司深度 _AI 龙头再起 航，规模商用新征程 2020-08-10 3. 华安证券 _行业研究 _计算机行业 周报 _AI 独角兽企业陆续上市，关注人 工智能产业投资价值 2020-11-29 主要观点： Table_Summary AI 是当前三大科技红利之一， 行业 景气度高，未来成长空间大。 人工智 能 、 云计算 和 5G 是当前三大科技红利。 数据、算力、算法 的 三大变革 ， 催 化 AI 再迎发展热潮。 艾瑞咨询的报告显示，预计 2022 年国内人工智能赋能 实体经济的市场规模将达到 1573 亿。 根据中国人工智能计算力发展评估报 告的预测， 2020 年国内 AI 市场规模将达到 62.7 亿美金， 2019-2024 年人工 智能市场复合增速 将 保持 在 30%以上 ， 2024 年 会 达到 172.2 亿美金。 同时， 中国在全球 AI 市场的占比将从 2020 年的 12.5%上升到 2024 年的 15.6%。 人 工智能行业 景气度高 ，未来成长空间大。 打造 AI 全栈能力是核心竞争力， 人工智能专业壁垒高 。 AI 完整产业链包 括三层： 1） 基础层为 AI 提供数据以及算力的支撑 ； 2） 技术层提供了各类 AI 算法、架构以及应用平台； 3） 应用层 主要挖掘 在 各个 行业 和产品 的 AI+应用 价值。 目前 国内 各公司在赋能应用的同时， 也 在 积极打造 AI 开放平台，布 局芯片，希望通过 局部 全栈能力打造出 差异化 优势。 人工智能 投入大，专业 壁垒高 。 国内目前融资占比前三的领域为计算机视觉与图像（ 143 亿），自然 语音处理（ 122 亿），自动驾驶（ 107 亿）； 2009 年至 2018 年，中国在人工智 能领域论文发表量超过 9 万篇，占全球人工智能论文发表总量的 22.7%，在 人工智能发表论文数量排名前 15 的机构中，中国 共有 5 家 研究机构上榜。 需求爆发叠加政策鼓励加速产业化落地， AI 企业进入红利兑现期。 从需 求 端 来看， 发展 AI 已 是 全球共识。目前安防、智能汽车、教育、医疗、新零 售等 是热点 应用 领域 。 1） AI+安防市场在 2020 年 会 达到 453.4 亿元的市场规 模； 2）全球智能驾驶汽车出货量在 2021 年增速有望超过 25%，在 2024 年年 出货量超过 5000 万辆 ； 3）预计到 2022 年 AI+在线教育 市场 能达到 700 亿左 右规模 ； 4） 新零售中 AI 的投入预计在 2022 年将达到 178.8 亿元。 从政策 端 来看， 中央政治局 在 2020 年 年初 和 其后的“内循环新格局”发展理念中， 都 有 提及 新基建的投资方向， 而人工智能 就 是新基建的重要组成部分。随后 11 月份发布的十四五规划建议稿中，人工智能与其他前沿科技一起，成为 了 中 国科技领域的发展重点。在浦东开发开放 30 周年庆祝大会上，习近平总书记 提 到要 打造人工智能的世界产业集群。 我们认为，在需求爆发和政策鼓励下， 产业化落地加速 ， 当前人工智能产业 有 望 进入规模商用的红利兑现阶段 。 投资建议 新一代人工智能正在全球范围内蓬勃兴起，为经济社会发展注入了新动能， 正在深刻改变人们的生产生活方式 。 我们认为， 在 2021 年 相关 人工智能 公 司有望实现业绩释放和估值提升的戴维斯双击。 推荐关注 : 科大讯飞、中科 创达、 海康威视、 大华股份、锐明技术、 虹软科技、 地平线、商汤科技、旷 视科技、依图科技、云从科技、云知声。 风险提示 1）人工智能技术进展不及预期； 2）人工智能落地进度和产业应用不及预期； 3）全球疫情加剧冲击国内经济，降低企业 人工智能 投资需求。 -22% -7% 8% 23% 38% 52% 1/20 4/20 7/20 10/20 沪深 300 计算机 Table_IndNameRptType 计算机 行业 深度 /人工智能 系列报告（ 三 ） 敬请参阅末页重要声明 及评级说明 证券研究报告 正文 目录 1 赛道清晰：当前 AI 聚焦五大热点行业 . 5 1.1 需求爆发， AI 再迎发展热潮 . 5 1.2 景气度高，人工智能市场保持高速增长 . 6 1.3 AI+安防：当前人工智能落地最佳场景 . 7 1.4 AI+智能汽车： 实现自动驾驶有赖于 AI 的发展 . 9 1.5 AI+新零售：利用人工智能重构互动式消费场景 . 11 1.6 AI+教育：人工智能让因材施教和个性化学习成为现实 . 13 1.7 AI+医疗：提高诊疗环节效率，促进资源合理分配 . 15 2 技术突破 ：深度学习 算法拓宽场 景边界 . 18 3 护城河高： AI 全栈能力构筑核心竞争优势 . 20 3.1 应用层：蓬勃发展，百花争鸣 . 20 3.2 技术层：专业壁垒高，平 台 和算法是核心 . 20 3.3 基础层：关注 AI 芯片和传感器，新兴技术加速创新 . 22 4 关注度高：发展人工智能 已成 全球共识 . 24 4.1 中美是全 球 AI 高地，中国 公司正加速发展 . 24 4.2 保持应用层市场优势，同时加大技术和基础层投入 . 24 5 驱动力强： AI 有望进入红利兑现期 . 26 5.1 AI 商业化形式明确，赋能产业是趋势 . 26 5.2 技术成熟和数据红利，加速 AI 产业化落地 . 27 5.3 高校 纷纷 设立 AI 专业，人才培养是产业化的有力保障 . 28 5.4 政策鼓励，人工智能是新基建重要方向 . 29 6 投资建议 . 32 6.1 科大讯飞 . 33 6.2 中科创达 . 34 6.3 海康威视 . 35 6.4 大华股份 . 36 6.5 锐明技术 . 37 6.6 虹软科技 . 38 6.7 地平线 . 39 6.8 商汤科技 . 39 6.9 旷视科技 . 40 6.10 依图科技 . 41 6.11 云从科技 . 42 6.12 云知声 . 43 7 风险提示 . 44 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 3 / 45 证券研究报告 图表目录 图表 1 国内人工智能赋能实体经济规模（ 2018-2022 年） . 5 图表 2 国内人工智能赋能行业应用占比 . 6 图表 3 2020 年全球人工智能技术发展水平 . 6 图表 4 2019 年人工智能产业图谱 . 7 图表 5 2017-2020E 国内 AI+安防软硬件市场规模 . 8 图表 6 依图人工智能人像大数据系统 . 8 图表 7 2020 年以来与智能安防 相关的国家政策 . 9 图表 8 AI 在自动驾驶系统架构中扮演重要角色 . 9 图表 9 AI+视觉在自动驾驶中的应用 . 10 图表 10 全球智能驾驶汽车出 货量及增长率预测（ 2020-2024） . 11 图表 11 2018-2022 中国现代渠道主要零售商数字化建设投入和 AI 投入 . 12 图表 12 AI+新零售，重构消费场景 . 12 图表 13 2018-2022 年中国在线教育市场规模及 AI 相关业务规模情况 . 13 图表 14 AI+教 育个性化学习手册构建学生精准画像 . 14 图表 15 人类教师与人工智能自适应学习产品各自的优势 . 15 图表 16 2019-2022 年国内 AI+医学影像市场规模 . 16 图表 17 我国卫生技术人员数量 . 16 图表 18 2019 年我国医院数（左）和诊断人次（亿，右） . 16 图表 19 我国 65 岁及以上人口数量及比例 . 17 图表 20 我国人口部分慢性病发病率（千分之一） . 17 图表 21 传统人工智能算法和深度神经网络算法在解释性上的差异 . 18 图表 22 迁移学习示例 . 19 图表 23 人工智能完整产业链 . 20 图表 24 部分龙头企业 的 AI 实验室和代表产品 . 21 图表 25 全球人工智 能芯片市场规模 . 22 图表 26 基础层 AI 芯片代表企业 . 22 图表 27 新兴技术加速人工智能产业化落地 . 23 图表 28 中美企业巨头在 AI 方面的布局对比 . 25 图表 29 人工智能产品在不同行业的成熟度对比 . 26 图表 30 全球智能音箱出货量（百万台） . 27 图表 31 全球智能音箱行业市场规模（亿美金） . 27 图表 32 2010-2016 IMAGENET 挑战结果展示 . 28 图表 33 全球数据流量 2010-2025 年发展及预测 . 28 图表 34 全球对 AI 岗位的职位需求数 （ 2018 年） . 29 图表 35 中国国家层面的人工智能政策一览 . 30 图表 36 中国各省市有关人工智能政策一览 . 31 图表 37 科大讯飞营业收入和研发支出（百万元） . 33 图表 38 科大讯飞营收业务构成（ 2019 年） . 33 图表 39 科大讯飞主要产品概览 . 33 图表 40 中科创达营业收入和归母净利润（百万元） . 34 图表 41 中科创 达营收业务构成（ 2019 年） . 34 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 4 / 45 证券研究报告 图表 42 中科创达的业务领域 . 34 图表 43 智能互联驾驶舱 4.0 解决方案 . 34 图表 44 海康威视营业收入和归母净利润（百万元） . 35 图表 45 海康威视营收业务构成（ 2019 年） . 35 图表 46 海康威视前端产品 . 35 图表 47 大华股份营业收入和归母净利润（百万元） . 36 图表 48 大华股 份营收业务构成（ 2019 年） . 36 图表 49 大华股份人工智能平台 . 36 图表 50 锐明技术营业收入和研发 费用 （百万元） . 37 图表 51 锐明技术营收业务构成（ 2019 年） . 37 图表 52 运用了 AI 技术的一键报警系统 . 37 图表 53 商用车高级辅助 ADAS 解决方案 . 37 图表 54 虹软科技营业收入和归母净利润（百万元） . 38 图表 55 虹软科技营收地区构成（ 2019 年） . 38 图表 56 虹软科技智能驾驶视觉解决方案 . 38 图表 57 虹软科技智能座舱 DMS 解决方案 . 38 图表 58 用于智能驾驶的 车规级 AI 芯片征程 2 . 39 图表 59 地平线 ADAS 智能驾驶解决方案 . 39 图表 60 商汤科技部分关键技术 . 39 图表 61 旷视科技 BRAIN+AI 生产力平台 . 40 图表 62 依图科技营业收入和 研发支出 （百万元） . 41 图表 63 依图科技营收业务构成（ 2019 年） . 41 图表 64 依图科技智 能商业解决方案 . 41 图表 65 云从科技营业收入和 研发支出 （百万元） . 42 图表 66 云从科技主营业务收入构成 （ 2019 年 ） . 42 图表 67 云从科 技智慧城市平台 . 42 图表 68 云知声营业收入和 研发支出 （百万元） . 43 图表 69 云知声营收业务构成（ 2019 年） . 43 图表 70 云知声物联网智 能开放平台优势 . 43 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 5 / 45 证券研究报告 1 赛道清晰： 当前 AI 聚焦五大热点行业 1.1 需求爆发， AI 再迎发展热潮 人工智能行业高景气， 三 大变革催化 AI 再迎发展热潮。 艾瑞咨询的报告显示 ，预 计 2022 年 国内人工智能赋能实体经济的市场规模将 达到 1573 亿 。 中国电子技术标准 化研究院 将人工智能定义为是利用数字计算机或者数字计算机控制的机器模拟、延伸 和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术 及应用系统。 为什么当下要再提人工智能？ 主要是 三方面因素 变革 催化 ： 1） 移动 互联 网的 爆发 为 AI 提供了丰富的训练数据 ， 根据 IDC 的统计到 2025 年 全球数据流量会达 到 175ZB。 2） 硬件尤其是算力 指数级 的提升，让 AI 训练的时间大幅度降低 ，目前用 于 L3 自动驾驶量产项目 的 NVIDIA Xavier 能够达到 30 每秒浮点运算次数 。 3） 以神经 网络为代表的机器学习算法 的 突破 ,尤其是在 2015 年的 ImageNet 挑战 结果中机器识别 首次超越人类 。 我们认为， 人工智能 在经过 一段 时期的 应用摸索阶段 之后 ， 目前规模 化应用赛道逐步 清晰 ，安防、教育、医疗、新零售、自动驾驶等 都 是当前 的 热门方向 。 图表 1 2018-2022 年 国内人工智能赋能实体经济规模（ 单位：亿元 ） 资料来源： 艾瑞 咨询，华安证券研究所 AI+应用 目前 以安防为主 ， AI+医疗需求 在疫情之后 大幅增加。 1） 从 人工智能需 求的产生 来看 ， AI 在产 业变革和升级过程中 发挥重要作用 ， AI 的运用结合 生活和工业 生产中的多场景 进行 应用落地， 能够 衍生出 很多 新产品、新产业、新业态和新模式， 从而重构生产、分配、交换和消费等经济活动环节，以此来 推动 经济结构的变革并改 变现有人们的生活方式。 2） 从 AI 应用 较为 成熟的 领域来看， 人工智能 行业已逐步渗 透到各行业当中，据前瞻产业研究院 的 统计， AI+安防 在 2019 年人工智能的各类应用 中占比超过 50%， 紧随其后的 是 AI+金融 （占比 15.80%） 和 AI+营销 （占比为 11.60%） 。 3） 从 新兴的 AI 领域来看， 最近几年自动驾驶、教育、新零售领域 AI 的发展极其迅 速。 由于 2020 年伊始爆发的 新型冠状病毒疫情， AI+医疗的需求大大增加，这将会极 大地反推 AI 应用落地于医疗领 域。 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 6 / 45 证券研究报告 图表 2 国内人工智能赋能 行业应用 占比 资料来源：前瞻产业研究院，华安证券研究所 1.2 景气度高， 人工智能市场保持高速增长 预计 2019-2024 年 中国人工智能市场复合增速超 30%，增长空间大 。 国内人工智 能的增速快于全球增速，中国在 全球 AI 市场的占比将从 2020 年的 12.5%上升到 2024 年的 15.6%。 根据 IDC 与浪潮集团联合发布的 2020-2021 中国人工智能计算力发展评 估报告预测， 2020 年国内 AI 市场规模将达到 62.7 亿美金， 2019-2024 年人工智能市 场复合增速保持 30.4%， 2024 年将达到 172.2 亿美金。 我们认为，人工智能景气度高， AI 产业的快速发展和潜在的巨大空间，将会为整个产业链提供良好的发展 基础 ， 尤其 是已经进入技术转化阶段的自动驾驶、深度语义分析、智适应学习、跨语言文本挖掘， 和成熟阶段的硬件加速、深度神经网 络等， 相关企业 的成长空间 大 。 图表 3 2020 年 全球人工智能技术发展水平 资料来源： 2020 人工智能产业白皮书 ，华安证券研究所 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 7 / 45 证券研究报告 商业落地 模式 得到重视， 更多 实体经济中 的 落地场景 和产品得到认可 。 经过 2015- 2018 年 的人工智能投资热潮， 风险 资本逐渐回归理性， 全球 人工智能 初创企业 的投融 资规模在 2018 年 达到一个阶段性顶部 ， 人工智能产业的野蛮生长期已经过去 。以中国 为例 ， 人工智能行业在 2014-2019 年 Q3，共计 2845 起 投融资 项目 ，总计融资额为 3583.65 亿元 ， 2019 年前 三季度 是 254 个 项目， 融资金 额为 577.17 亿 元。 通过将 AI 技术与传 统行业结合，对传统行业的经营模式和业务流程进行改造，从而 进入 新一 阶段 的发展。 我们认为， AI、 云计算 和 5G 是当前的三大科技红利，人工智能涉及到的基础层、技 术层、应用层相关企业都会持续受益，通过产品研发投入和商业模式探索形成壁垒， 多个垂直细分赛道的企业 未来成长空间 广阔 。 人工智能产业通过数年 摸索，发现真正 能带来 收益的 行业目前聚焦在 安防、 智能汽车 、 新零售、 教育、 医疗 等 。 1.3 AI+安防：当 前人工智能 落地最佳场景 AI 赋能安防多种应用场景 ，安防投资依然保持一定增速 。 1）从 AI 在公共安全中 各环节 扮演的角色来看， 利用 AI 技术 进行模型训练， 能够 提升警务效率。 当前视频监 控为安防的主要手段，人工智能参与 到 视频图片 中的信息 提取 ，从而构建模型，主要 包括行为人、随行人员、车辆、周边物品的特点与行为，获得高阶语义、强表达能力 的特征，分类储存。需要使用信息时，可通过行为人车物特征、时间段、区域等条件 搜索，或是以事件（现场图片） 进行搜索 ，实现高效筛选，加之以公安系统中的手机 号、车票和住宿信息， 能够 快速勾勒出行为人的 行动轨迹，提高抓捕 、寻人等警务的 办案效率，实现“ 利用 科技 手段提升 警力” 的目的 。 AI 可赋能多种安防情景，应用广 阔。 2） AI 在安防 相关的 其他行业 ， AI+安防在交通行业的流量监控、智能楼宇的安防 与能耗控制、工业园区的风险识别和民用安全布防等场景也有应用。 3） 从 市场规模和 增速 来看， 虽然增速有所下滑，但市场规模依然保持 一定 增长。 根据艾瑞咨询的统计， AI+安防市场在 2017-2020 年有望实现 39.5/135.3/350.0/453.4 亿元的市场规模，复合增 速更是高达 166.5%。 图表 4 2019 年人工智能产业图谱 资料来源：艾瑞咨询，华安证券研究所 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 8 / 45 证券研究报告 图表 5 2017-2020E 国内 AI+安 防 软硬件市场规模 资料来源：艾瑞咨询，华安证券研究所 借助 AI 技术， 安防 由被动监控 向主动预警发展。 一方面，利用 人工智能和 大数据 技术，可以 对大型公共场所和道路进行监控，当流量超过阈值时则提醒采取限流等措 施，实现人流管控和交通疏导；另一方面，可利用大数据进行潜在犯罪的预判，结合 行为人先前犯罪前科等数据，对其可疑行为（如购买违禁品、在特定地点蹲点徘徊等） 进行识别和预警。 得益于 AI 技术 的发展， AI+安防正在由被动安防向主动预警发展。 图 6 是 依图的 AI 人像大数据系统正在进行 特征 比对。 图表 6 依图人工智能人像大数 据系统 资料来源：中国安防，华安证券研究所 AI 重构 海量数据 ， 政策支持 下 智能 安防 行业 快速 发展。 1）安防数据量大。 据 IHS Markit 统计， 2018 年全球用于视频监控的存储出货达 81 EB，相当 于 9200 万小时的视 频（ 1080p 2Mbps）。这些存储通常分布在录像机（ DVR 或者 NVR），内部存储以及 外部存储系统中。 传统的安防架构 已经 无 法满足 如此海量 传输、存储的要求。 AI 技术 对于非结构化的视频数据进行结构化或半结构化处理，分流了后端计算负载，降低了 网络运营成本。 同时人工智能在安防中的运用还可以 降低监控人员由于疲劳带来的忽 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 9 / 45 证券研究报告 略率 。 2） 2020 年以来， 政策 持续 鼓励 AI 在安防中的创新。 各部委发布一系列支持 AI+ 安防行业发展的政策，明确指出智能安防是人工智能创新应用的重点推广领域。 图表 7 2020 年以来与智能安防相关的国家政策 时间 发布部门 文件名称 要点 2020.1 公安部等 公共安全重点区域视 频图像信息采集规范 规定了采集设备的视频编解码执行标准、视频监控联网系统信息传输交换控制执行 标准、视频监控联网信息数据安全执行标准、视频图像信息应用执行标准及公共安 全重点区域视频图像信息采集部位 2020.3 国家市场监 管总局 居家安防智能管理系 统技术要求 本标准规定了居家安防智能管理系统的组成与接口分类、功能要求、性能要求、实 验方法和检验规则 2020.3 工业和信息 化部 工业和信息化部办公 厅关于推动工业互联 网加快发展的通知 提出在视频监控、物流配送等场景应用基础上，部分企业推动 5G 应用持续走深向 实，已开始介入到装配、检测等生产内部关键环节 资料来源：华安证券研究所 整理 1.4 AI+智能汽车：实现自动驾驶有赖于 AI 的发展 自动驾驶是汽车智能化的重要应用方向。 1） AI 的必要性。 摄像头、 雷达 、未来 还会部 署的激光雷达 等 传感器、高精度地图、 定位系统 、以及车路协同相互 合作，集 环境感知、 认知、 规划决策和多等级辅助驾驶等功能于一体，在全球范围内受到了业 界和政府层面的密切关注 ，这些数据的处理需要 AI 算法的支持 。 2）国家 政策的指引 。 根据 11 月 11 号 发 布 智能网联汽车技术路线图 2.0 的 指引， 计划到 2025 年， PA、 CA 新车占比超过 50%； C-V2X 终端新车装配率 50%； 到 2035 年，中国方案智能网联 汽车技术和产业体系全面建成，网联式高度自动驾驶智能网联汽车 实现 大规模应用。 图表 8 AI 在自动驾驶系统架构中扮演重要角色 资料来源：东方汽车，华安证券研究所 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 10 / 45 证券研究报告 AI 在感知和决策阶段扮演着重要角色。 车辆自动驾驶必须经过感知、决策和执行 三阶段，人工智能在感知和决策阶段扮演着重要角色。近 年来，人工智能基础层的不 断突破，使得汽车所搭载的处理器不但可以同时应对更多的识别任务和决策，还能部 署对算力要求更高地深度学习模型。例如目前在小鹏量产车型 P7 上搭载的 NVIDIA Xavier 能够达到 30 TFLOPS（ 每秒浮点运算次数 ）的性能。深度学习 算法的运用 极大 地 提高了汽车识别道路、行人等障碍物的正确率，还实现了传统人工智能算法无法支 持 的多目标检测任务，更有望通过深层次网络模拟了人脑复杂的决策系统。 作为智能汽车的眼睛，计算机视觉是感知层的关键技术。 智能汽车通过多传感器 融合来实现对车辆运行环境的感知。雷达传感器的主要作用是帮助车辆探测一定范围 内的障碍物方位、距离和速度等信息；视觉传感器除了可以探知车道、交通信号灯、 交通标志牌等非行驶障碍物信息，还可以传递更为丰富的障碍物信息。摄像头作为智 能汽车的眼睛，如何准确且无遗漏的对周围环境进行准确判断，是最为高效的感知手 段。 目 前最先进的人工智能算法已经达到通过单摄像头完成交通线识别、信号灯识别、 行人 检测和其它车辆检测。 通过带有 AI 功能的单摄像头也已经实现 自动紧急制动、自 适应巡航、车道中心保持辅助以及交通拥堵辅助等 辅助 驾驶功能。 以具体单品 MINIEYE 的 AI 防碰仪 为例，官网 1699 元的价格作为参考， 我国目前汽车保有量已 经超过 2.7 亿辆， 假设碰撞安全车距提醒 ADAS 产品后装渗透率如果达到 2%， 即 540 万辆车安装防撞仪，则 可以 带动约 45 亿 的市场 。 图表 9 AI+视觉在自动驾驶中的应用 资料来源： Mobileye，华安证券研究所 作为智能汽车的大脑，决策模块是自动驾驶的基础。 决策系统主要分为两部分： 一 部 分是多模态融合决策，另一部分是道路规划决策 。多模态融合决策即通过“眼睛” 去识别路况，从而实现红灯停，绿灯行，礼让行人等决策，决策准确率往往与计算机 视觉识别准确率正相关。例如简单的红灯停场景，智能汽车需要识别出是否是红灯， 在哪停下，结合车辆当前速度决定何时刹车。 根据 IDC 报告的预测，全球智能驾驶汽 车出货量在 2021 年会迎来拐点，增速有望超过 25%，随后会保持 10%以上的增速，在 2024 年超 过 5000 万辆。 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 11 / 45 证券研究报告 图表 10 2020-2024 全球智能驾驶汽车出货量及增长率预测（ 单位 ：千辆 ） 资料来源： IDC，华安证 券研究所 自动驾驶服务以示范项目形式陆续落地，商业化迎来曙光。 2020 年 4 月，长沙率 先全面开放了无人驾驶出租车服务； 10 月 12 日，北京也开放了无人驾驶出租车试乘， 当日订单量突破 2600 单； 10 月 21 日，苏州落地全国首个常态化运营的 5G 无人公交。 无人公交在开放的城市道路上运行，且速度最高达到 50km/h。该无人公交车除了具备 避让行人车辆、自动变道、自动转向、红绿灯识别等基本功能，还能应对各类城市复 杂交通场景，例如穿行人车混杂的路口、应对后车加塞、“鬼探头”等。 我们认为， 2021 年是智能汽车，尤其是 L2+自动驾驶的爆发年 ， AI 作为 必不可少的技术，相关 ADAS 产品渗透率 会得到 快速提升， 自动驾驶 将率先 在 高速和泊车场景下实现规模化 落地。 1.5 AI+新零售：利用人工智能重构互动式消费场景 AI 赋能 零售 全流程数据互联互通 ， 实现三方共赢。 1） AI 赋能新零售。 传统零 售 场景 主要是通过 商品和资金 形成闭环 ，零售业的智能化转型 并不是对各个环节做几何 拼接 ， AI 引入 数据 要素作为驱动力。 对于传统零售商来说， AI 从 客户群体 和 货物供应 链 的管理，到消费场景的重构，都具备优势 。 AI 的运用高度内嵌在新 零售流程 中 ， 让 各个环节通过 数据 作为纽带 形成闭环 ,通过优化， 达到运营效率的全面升级，实现了客 户群体、零售商、生产商的三方共赢。 2） AI 在新零售中的市场规模。 根据 艾瑞咨询的 报告 ， 2018 年 国内现代渠道主要零售数字化建设投入为 285.1 亿元，其中 AI 的投入 规 模 约 9 亿元， 占比 3.15%。 AI 投入在零售商数字化建设投入中的比例 持续 提升 ， 2020 年整个国内商业数字化建设投入约 462.9 亿元，其中 AI 投入 63.9 亿元 ， 预计 这一数字 在 2022 年将达到 178.8 亿元， 占新零售整体数字化建设的投入比例约为 25.5%。 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 12 / 45 证券研究报告 图表 11 2018-2022 中国现代渠道主要零售商 数字化建设投入和 AI 投入 资料来源： 艾瑞咨询 ，华安证券研究所 人工智能在顾客端实现个性化推荐，让商家对产品和推广策略快速调整成为可能。 针对 客户群体管理方面，零售商们都在打造高效，便捷，个性化的购物体验。 AI+新零 售 通过收集和分析客户行为数据，对客户进行个性化推荐，使得客户可 以快速找到 其 想要的物品；此外，智能机器人客服在降低超市人员人工成本的同时，可以 24 小时不 间断地提供服务，使得消费者在需要的时候获得及时的帮助；最后，计算机视觉 还 可 以在不接触任何物品的情况下完成支付结算。 随着大量客户的消费数据积 累，商家可 以对产品研发和 推广策略进行再调整。 越是了解客户行为和趋势，就能 更 加精准 地满 足消费者的需求。人工智能可以帮助零售商改进需求预测，做出定价决策和优化产品 摆放 ， 最终让 客户就在正确的时间、正确的地点与正确的产品产生联系。 图表 12 AI+新零售， 重构消费场景 资料来源：中国科学院大数据挖掘与知识管理重点实验室，华安证券研究所 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 13 / 45 证券研究报告 AI 助力零售 业提升供应链管控效率。 货物供应链管控方面，计算机视觉技术可以 帮助零售商实现商品识别、物损检测、结算保护等功能，这使得零售商在降低人工 成 本的同时提升仓储管理的效率。传统零售商 面临的一大挑战就是保持准确的库存。 AI 通过打通整个供应链和消费侧环节，消除各个环节的数据孤岛效应，为零售商提供包 括店铺、购物者和产品的全面细节化数据，这有助于零售商对库存管理的决策更加合 适。此外， AI 还可以快速识别缺货商品和定价错误，提醒员工库存不足或物品错位， 以便实现获得更及时的库存。 AI+新 零售模式将依托用户体验重新定义零售场景 ，长期来看具备成本优势 。 零 售行业从业人员的劳动效率（商品销售额 /零售业从业人数）从 2018 年起开始出现下 跌趋势。 计算机视觉技术和自然语言 处理技术的不断推进，将使 得零售商对具体客户 的消费行为和习惯有着更进一步的洞察力 ； AI 可以改变现有人工售后成本高，效率低 的问题，机器人助理会使得售后环节效率大大提升。 可以预见到，未来新零售场景会 是一个高度语境化和个性化的购物场景。 1.6 AI+教育： AI 让因材施教和个性化学习成为现实 在线教育市场规模快速提升， AI+教育占比持续提升。 1）从市场规模来看， 在线 教育市场在 2018 年达到 2517.6 亿元，其中 AI 技术相关的教育规模是 123.8 亿元。预 计未来 2020 年上升至 3807.4 亿元， 到 2022 年 AI 相关的 在线教 育能达到 700 多 亿规 模； 2）从渗透率来看， AI 技术 相关的教育市场规模 从 2018 年的 占比 4.9%，预计到 2020 年 将 达到 8.6%， 2021 年之后会超过 10%。 图表 13 2018-2022 年中国在线教育市场规模及 AI 相关业务规模情况 资料来源：艾瑞咨询，华安证券研究所 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 14 / 45 证券研究报告 人工智能 让知识点的教与学更加精准 。 人工智能技术可以大规模满足用户的个性 化学习需求。教育产业智能化的目标 也非常 明确，针对学习管理环节、学习测评环节 和认知思考环节三管齐下， 来完成整个辅助学习功能的 场景 闭环。 1） 站 在学生角度， 人工智 能 从 学习方式和需求入手，针对不同的学生生成个性化和定制化的学习方案， 同时提供高效的学习体验和课后追踪服务。 2） 站在 教师角度， 通过收集学生反馈来提 升教学质量和完善教学细节，智能评测系统则能根据具体学生的情况，为教师提供精 准的干预措施建议，从而实现教学的高效化。 利 用 AI 进行学习画像， 智能教育平台是产业智能化的基石。 智能教育平台的搭建 包括两个方面，分别是学生数据收集和数据深度分析。 智能教育平台 除了可以完整追 踪并记录学生的线上学习过程，还应对每一位学生的实际数据，例如 ： 档案数据、学 习成绩、时间数据、掌握知识情况、 特长爱好、阅读数据等进行记录和存储，然后智 能 教育平台通过人工智能技术去预测学生的学习偏好、特长特点、智力水平、学习薄 弱环节等，最后延伸出职业发展、专业发展等。所有的这些做法都将从学生一入学就 将开始，让每个学生都能接受适合自身特点的个性化学习，创造出了一种个性化的教 育模式。 根据科大讯飞披露的信息， 公司统计了江苏南通如皋市 2016 年至今的教育行 业应用案例成效。智慧课堂产品覆盖了如皋市 80%的初中， 100%的高中，服务 2000 名 教师以及近 5 万名学生，累积分析 3500 次测量数据，为 200082 名学生推送了 802368 份个性化作业。实现了教师阅卷时长减少 36%，统计时长减少 98%，备课时间减少 24%。 学生作业时间减少 32%，错题解决率达到 80%以上，平均作业时长缩短约 40 分钟，取 得了良好的应用成效。 图表 14 AI+教 育 个性化学习手册构建学生精准画像 资料来源：讯飞智慧教育微信公众号，华安证券研究所 以个性化学习手册为载体动态生成学习资源， 实现因材施教目标。 传统教育行业 的学习资源往往是预设型，事实上所有的预设型学习资源无法覆盖每一个学生的每一 个需求，当预设型资源面对全体时会缺少部分重要的部分，更何况在中国 ，不同地区 所用的教材版本也有所不同，预设型的学习资源无法实现通用性。而人工智能技术可 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 15 / 45 证券研究报告 以通过智能教育平台，对具体学生的学习行为，知识水平等进行具体评估， 摆脱传统 教材的桎梏，对学习资源进行再整合和动态生成，即对学生进行个性化教学方案的精 准推送。 图表 15 人类教师与人工智能自适应学习产品各自的优势 资料来源：艾瑞咨询，华安证券研究所 机器代替老师批改课后作业，使得教师更专注于教学环节。 随着 OCR 以及语义分 析技术的不断进步，自动批改作业已逐渐成为可能。计算机能够根据自然语言处理技 术对文本进行语法纠错，例如 ： 各种英语时态的主谓一致，单复数以及遣词造句等， 甚至可以根据语言模型是给出意见和建议，这将能够有效的节省教师批改作业的时间， 学生也可以更快地获得反馈，从而显著提高教师的教学效率以及学生的学习效率。除 了简单的判定选择，填空等客观题的批改，市面上已经出现批改主观题的教学技术。 例如 ： 英文作文批改产品，机器通过 OCR 技术去识别手机拍摄的手写的英语作文，对 语法、单词等错误进行批注，并最终给出作文评分。随着图像识别技术以及自然语言 处理技术的不断完善，类似产品将层出不穷，作业的自动批改将会变得越来越实用、 准确，教师除了可以 节省出相应的批改作业时间，还可以直接获得每一个学生在每一 道题的直观统计表现，从而快速掌握学生对某一知识点的掌握程度，并对教学方案进 行合理调整。 1.7 AI+医疗：提高诊疗环节效率，促进资源合理分配 AI+医疗有助于在就医的各环节提升效率，实现医疗资源合理分配。 1） 在挂号候 诊环节， 利用人脸识别、语音识别、远场识别等技术，获取患者病理特征，与患者完 成关于病情的初步互动，并通过传感器完成体温、心率等指标的初步测量工作，从而 实现 身份识别、挂号、导诊 的功能，减轻医院的运营压力。 2） 在诊断阶段， 放射科的 医疗大数据为 AI 医学影像 提供了入口，利用计算机视觉技术， 进行图像分割、特征提 取、定量分析、对比分析等工作 ，通过机器初筛、医生确定的方式完成最终阅片，这 将大大提高工作效率，同时具备依靠模型客观判断、可强化学习的优势。 艾瑞咨询的 报告 显示， AI 在影像方面的应用目前还处于起步阶段，预计在 2022 年会有 9.7 亿的市 场规模。 3） AI 辅助诊断 则基于海量临床文档、报告、原始医学图像等多维数据，基于 人工智能算法，综合多学科知识存储，为医生诊断治疗提供参考。 4） 电子 病历、推荐 用药、健康管理等 应用场景也将从不同维度提升医疗效率，挖掘医疗市场 潜力。总的 来说， AI+医疗通过介入多种医疗场景，把宝贵的医院资源分配到核心业务中；同时将 顶级医疗机构的能力下放，可填补当前巨大的医疗供求缺口，促进医疗公平。 计算机 /行业深度 敬请参阅末页重要声明 及评级说明 16 / 45 证券研究报告 图表 16 2019-2022 年国内 AI+医学影像市场规模