未来已来，人工智能万亿市场一触即发.pdf

新三板 研究报告 第 1 页 共 32 页 新三板公 司研究报告 让企业 更出众 ，让 投资更省事 未 来已 来，人工智能万亿市场一触即发 2018 年 4 月 研究员 ： 吴端洁 （ 16620356187） 陈月雯 （ 17788705879） 投资要点： 基础 +政策 +资本 助推人工智能稳步发展， 万亿市场 一触即发 2016 年 AlphaGo 击败李世石九段围棋高手一石激起千层浪，热点引爆人工智能，经历两起两落的人工智能在数据、芯片、算法的助推下迈入真正的黄金增长期； 2017 年人工智能政策频繁出台，促进新一代人工智能产业发展三年行动计划 (2018-2022)明确 指出以新一代人工智能技术产业化和集成应用为重点，推动人工智能与商业场景的深度融合；截止 2017 年，据人工智能创投数据库统计目前我国发生 1572 件投资事件，总投资额 1649 亿元，资本涌入市场飞速扩张，中国人工智能市场规模从 2012 年的 51.7 亿元上升至 2017 年的 152.1 亿元，预计 2018 年将逼近 238.2 亿元，年复合增长率达到 17%。技术基础 +政策 +资本三足鼎立，人工智能大步向前， 万亿市场一触即发 。 基础层 、 技术层 格局初定 ,下游 AI+应用稳站行业风口 （ 1） 上游基础设施主要是硬件芯片提供商。其中 Intel 在计算 机 CPU 领域一家独大， Nvidia 在 GPU 方面遥遥领先，FPGA 的核心玩家是 Altera、 Xilinx， Altera 已被 Intel收购， 硬件芯片 方面寡头局面已经形成，形成的技术壁垒短时难以打破 。随着人工智能 快速发展，全球科技领域的顶尖巨头争相投入针对人工智能计算进行优化的定制芯片， 国内 BAT 系投资的中小创业企业有一定看点 。 （ 2） 中游 技术层主要包含 语音识别、数据挖掘、自然语言处理、计算机视觉 等通用技术平台的搭建 ,以科大讯飞为龙头的语音识别技术格局基本已定，计算机视觉也已经浮现商汤科技、旷视科技等龙头企业。 新三板 技 术层鲜有布局， 专注于技术平台开发的企业只有捷通华声一家。 （ 3） 下游 AI+应用百花齐放，新三板市场智慧医疗、智慧金融、服务机器人成风口。 当前 AI+应用此起彼伏，新三板企业中发展最为成熟的主要在利用 生物识别 的安防 与数据挖新三板产品 智库 观点 琅琊榜 名人堂 智库晨报 新三板智库 新三板第一投研平台 电话 ： 86-020-84158805 微信 ： zhikumei 广州：海珠区新港西路 135号中大科技园 B 座 309 北京：北京市西城区佟麟阁85 号 新三板 研究报告 第 2 页 共 32 页 新三板公 司研究报告 让企业 更出众 ，让 投资更省事 掘方面的精准营销领域，技术水平与主板公司不分 上下，市场竞争格局凸显。而立足于自然语言识别与计算机视觉的高速成长，金融、医疗、服务机器人 、智慧城市等领域市场空间广阔，格局未定，具备较大的发展潜力 ,形成投资风口 。据估算，在中国预计至 2030 年，金融行业人工智能将带来约 6000 亿元人民币的降本增益效益，医疗行业人工智能可以带来约 4000 亿元人民币的降本价值，形成投资的风口。 重点关注： 通过梳理新三板上涉及人工智能的公司，在 AI+应用层面，建议重点关注的公司有： 捷通华声 837790.OC（ 语音识别， 拟摘牌）；天智航 834360.OC（智慧医疗） ；益盟股份 832950.OC（智慧金融） ；中源智人 833135.OC（工业机器人） ；中科汇联 835529.OC（服务机器人） ；清睿教育 834987.OC（智慧教育） ；群智合 836442.OC（互联网及其应用） ；海鑫科金 430021.OC（智慧安防） 。 风险提示： 人工智能 技术发展速度不如预期；应用层技术落地不如预期 新三板 研究报告 第 3 页 共 32 页 新三板公司研究报告 让企业 更出众 ，让 投资更省事 目录 一、基础 +政策 +资本三力共趋，“ AI+应用”成行业风口 . 5 1. 数据、算法、硬件到位，助推人工智能稳步变革 . 6 1.1 爆发式的大数据增长为 AI 提供养料 . 6 1.2 深度学习助推 AI 商业应用高速发展 . 6 1.3 芯片变革为 AI 算法提供高速跑道 . 7 2. 国家政策大力引导，战略布局人工智能 . 8 2.1 人工智能上升至国家战略层面 . 8 2.2 各省份争相布局人工智能发展 . 9 3. 商业资本参与， AI 投资风口成型 . 10 3.1 大量资金涌入人工智能，企业数量井喷 . 10 3.2 资金聚集 AI医疗及金融，巨头布局人工智能生态圈 . 12 二、三板人工智能行业布局 . 14 1. 基础层布局初定，寡头局面成型 . 15 1.1 国际巨头争相布局，定制化芯片成发展热点 . 15 1.2 AI 专有数据布局不多，细分行业数据成热点 . 16 2. 技术层鲜有布局，国内技术格局显现 . 16 3. 深耕商业场景，应用层百花齐放 . 16 3.1 工业机器人：图像识别为主，深层机器学习还待发展 . 17 3.2 智慧医疗：手术机器人突出，辅助治疗缺乏 数据支撑 . 17 3.3 智慧金融：大小企业抢先布局，多角度切入智慧金融 . 18 3.4 服务机器人：市场需求广，分散化格局带来发展机会 . 19 3.5 智慧教育：个性化学习与口语测评两大阵营齐头并进 . 20 3.6 智慧城市：扎推智慧安防，城市云平台 依赖地域支持 . 21 3.7 智慧家居：仍处于云平台搭建中，智能锁迎发展风口 . 22 3.8 互联网及应用：精准营销先行，细分领域数据挖掘遍地开花 . 22 3.9 无人驾驶 &无人机：鲜有布局，人工智能技术应用少 . 23 三、新三板人工智能重点关注业务及公司推荐 . 24 1. 应用导入，长期重点关注 AI+医疗、服务机器人领域 . 24 2. 公司推荐 . 26 2.1 捷通华声（ 837790.OC）：全方位 AI 云平台生态构建者 . 26 2.2 天智航（ 834360.OC）：全球领先的骨科机器人开创者 . 27 2.3 益盟股份（ 832950.OC）：携手腾讯，全国领先的金融投资服务商 . 28 2.4 中源智人（ 833135.OC）：智能图像检测领域先行者 . 28 2.5 中科汇联（ 835529.OC）：深耕内容管理的智能客服云平台 . 29 2.6 清睿教育（ 834987.OC） ：强双引擎智能语音识别能力的教育服务商 . 29 2.7 群智合（ 836442.OC）：全国领先的地理物理大数据平台 . 30 2.8 海鑫科金（ 430021.OC）：掌握多生物识别技术的领先厂商 . 31 新三板 研究报告 第 4 页 共 32 页 新三板公司研究报告 让企业 更出众 ，让 投资更省事 图表 目录 图 表 1 人工智能的三次浪潮 . 5 图表 2 全球数据总量变化预测图 . 6 图表 3 简单神经网络计算和深度学习神经网络 . 7 图表 4 Image Net 图像分类比赛历年来识别错误率的变化趋势 . 7 图表 5 2015-2017 年国家人工智能主要政策情况及发展重点 . 8 图表 6 各省份人工智能政策颁布情况及应用发展重点 . 9 图表 7 全球每年新增人工智能企业数 . 11 图表 8 2017 年我国人工智能投资情况 . 11 图表 9 2012-2017 年中国人工智能投资事件数（件）与融资额（亿元） . 11 图表 10 中外投资人工智能应用层偏好 . 12 图表 11 2017 年部分大额融资事件 . 13 图表 12 BAT 巨头纷纷布局人工智能 . 13 图表 13 人工智能倒三角行业结构 . 14 图表 14 新三板人工智能行业分布图 . 15 图表 15 工业机器人新三板和主板对应分布情况 . 17 图表 16 智慧医疗新三板和主板对应分布情况 . 18 图表 17 智慧金融新三板和主板对应分布情况 . 19 图表 18 服务机器人新三板和主板对应分布情况 . 20 图表 19 智慧教育新三板和主板对应分布情况 . 21 图表 20 智慧城市新三板和主板对应分布情况 . 22 图表 21 互联网及其应用新三 板和主板对应分布情况 . 23 图表 22 人工智能技术成熟度分布图 . 25 图表 23 新三板企业人工智能主要技术成熟度与市场发展空间分布图 . 26 图表 24 捷通华声 2015-2017 年财务表现 . 27 图表 25 天智航 2015-2017 年财务表现 . 27 图表 26 益盟股份 2015-2017 年财务表现 . 28 图表 27 中源智人 2015-2017 年财务表现 . 29 图表 28 中科汇联 2015-2017 年财务表现 . 29 图表 29 清睿教育 2015-2017 年财务表现 . 30 图表 30 群智合 2015-2017 年财务表现 . 31 图表 31 海鑫科金 2015-2017 年财务表现 . 31 新三板 研究报告 第 5 页 共 32 页 新三板公司研究报告 让企业 更出众 ，让 投资更省事 一 、 基础 +政策 +资本三力共趋，“ AI+应用”成行业风口 2016 年 3 月，一场长达 5 小时的搏杀，谷歌人工智能 AlphaGo 与围棋世界冠军 李世石的人机大战最后一场结束， AlphaGo 以 4:1 的比分获胜。这 场惊世对局一石激起千层浪，“人工智能”这一看似 遥远的概念开始进入普通公众的认知，引爆整个商业圈。而这 其实并非人工智能第一次出现在人们的视野中， 人工智能的发展起于 20 世纪 50 年代，发展至今已经经历了六十余年。这六十年间，人工智能经历了两次潮起潮落 ， 真正的热浪在后面不断袭来。 20 世纪 50 年代，明斯基组织的达特茅斯会议标志着人工智能的诞生，艾伦图灵提出的图灵测试引发了学者们对于数学证明系统、知识推理系统的研究热情，人工智能在学术圈掀起热潮。然而当 时的电子计算机诞生不久，机器运算速度过慢、数据源缺乏、算法过于简单，都无法支撑人工智能的发展。到了 20 世纪 70 年代，人工智能便逐渐淡出人们的视野。 20 世纪 80 年代，基于统计模型的技术开始兴起， XCON 专家系统取得成功，霍普费尔德网络与反向传播算法使得神经网络在模式识别领域开始有所建树。然而即便当时算法已经有了一定的提升，但是只能用于特定领域与场景， 具有较大的局限性， 计算力的不足以及数据的缺乏使得人工智能的技术无法满足商业需求，人工智能的发展再一次进入寒冬。 直至 2006 年期， Hinton 使用 DBN 算法成功 训练深度神经网络，人工智能迎来了第三次春天。 CNN、 RNN 算法开始发展起来；伴随着互联网的发展，海量的数据积累为人工智能提供了充足的数据库； GPU 在深度学习中的应用使得神经网络的计算速度提高了几个量级。 基础软件、硬件、数据池的改善，为人工智能的发展提供了强劲的支撑 。同样不同于前两次的热潮，人工智能这一次的发展由学术圈拓宽到商业圈， 大量资本的涌入、商业场景的支撑都使得人工智能真正进入了增长的黄金期 。 图表 1 人工智能的三次浪潮 资料来源：互联网、新三板智库 新三板 研究报告 第 6 页 共 32 页 新三板公司研究报告 让企业 更出众 ，让 投资更省事 1. 数据、算法、硬件到位，助推人工智能 稳步变革 1.1 爆发式的大数据增长为 AI 提供养料 在前两次人工智能发展的浪潮中，数据 的缺乏使得算法难以得到很好的验证与发展。数据支撑是人工智能得以发展的基础。 大数据爆发式的增长为算法的训练提供了很好的养料。 随着互联网时代的到来，数据打破了地域、行业的限制，随着 PC、移动互联网、电子设备的增加推进了数据指数式的增长。根据监测统计， 2016 年全球的数据总量为 16ZB，根据市场调研机构 IDC 的预计，到 2020 年，全球数据总量将 40ZB，我国数据量达 8.6ZB；到 2025 年， 全球的数据总量将达到 163ZB，是目前的 10 倍，全球每人每天与联网设备互动的次数将近 4800 次，平均每 18 秒产生一次互动。 图表 2 全球数据总量变化预测图 资料来源： IDC、新三板智库 随着百度等搜索引擎提供大量的搜索数据，腾讯社交平台积累社交数据，阿里巴巴京东等形成大规模的电商数据，滴滴打车、共享单车收集交通数据 不同场景数据量的增多、数据类别的全面化使得不同商业场景的人工智能应用成为可能 。 1.2 深度学习助推 AI 商业应用高速发展 深度学习的出现使 得机器进一步具备了更强的学习能力 。 不同于数学证明系统、统计技术、专家系统等传统计算算法，深度学 习算法不需要人为提取特征，而是通过大量的数据训练人工神经网络， 神经网络 学习隐含 在数据中的深层次规律，对数据进行分类识别，用训练得到的神经网络再去推断并得出输出结果 。这种算法 突破 了 过去传统浅层学习算法的局限，改变了机器学习算法的设计的思路 。 新三板 研究报告 第 7 页 共 32 页 新三板公司研究报告 让企业 更出众 ，让 投资更省事 图表 3 简单神经网络计算和深度学习神经网络 资料来源： 百度百科 、新三板智库 随着神经网络的不断强化、构建，神经网络的层数 逐渐增多，机器学习的精确率越高，且提升的速度也在不断增加， 2016 年， 在 Imagenet 图像分类比赛中， 使用神经网络进行图像分类已经 能将错误率降低到 2.9%。 深度学习带来的高效率与显著效果使得人工智能技术得以从学术领域转战应用到商业场景中 。 图表 4 Image Net 图像分类比赛历年来识别错误率的变化趋势 资料来源： ImageNet 官网、新三板智库 1.3 芯片变革为 AI 算法提供高速跑道 传统 CPU 芯片难以满足深度学习高性能并行计算的需求 。 在深度神经网 络的训练过程中，为了得到具备普遍意义的效果，这个训练的过程需要海量的数据量；而由于神经网络在计算过程中存在大量的矩阵和卷积计算，传统 CPU 不具备大量数据并行处理的能力，计算效率较低，而 人工智能算法需要具有大量数据并行处理能力并做了针对性优化的芯片支持。 针对性优化的芯片为 AI 算法提供高速跑道。 不同于适合多线程处理的 CPU 芯片， GPU 是新三板 研究报告 第 8 页 共 32 页 新三板公司研究报告 让企业 更出众 ，让 投资更省事 图片处理器，专门为执行复杂的数学和几何计算而设计，这些计算是图形渲染的必须，在浮点运算和并行运算方面能够提供数十倍乃至数百倍于 CPU 的能力，而这正是神经网络计算所需要的。在发现 GPU 能够很好的应用在深度学习之后，英伟达针对这些应用场景研发出针对性的产品以及加速驱动程序。同时谷歌、寒武纪、特斯拉等公司也开始研发针对深度学习优化的 ASIC芯片，大量针对性芯片的研发带来 人工智能芯片发展的一场变革。 2. 国家政策大力引导，战略布局人工智能 2.1 人工智能上升至国家战略层面 美国是人工智能发展最为领先的国家，早在 2013 年就出台了人工智能的相关政策，将“国家机器人”作为重点发展领域。 2016 年 5 月，成立了“人工智能及其学习委员会”。紧接着在2016 年 10 月，发布了为了人工智能的未来做好准备 与美国国家人工智能研究与发展规划战略，进一步将人工智能上升到国家战略层面。 我国人工智能的政策出台略晚于美国，但是紧跟其后，很快也将人工智能发展上升到了战略层面。自 2015 年 5 月发布中国制造 2025，提出发展智能制造；接着在 7 月在国务院关于积极推进“互联网 +”行动的指导意见中第一次正式将“人工智能”字眼放进政策文件中。 2016 年间，关于人工智能的政策文件大量发布，充分体现人工智能方面的政策支持力度不断增强。到 2017 年初，“科技创新 2030 重大项目”将“人工智能 2.0”添加进体现国家重大科技项 目中； 2017 年 7 月，国务院发布新一代人工智能发展规划，正式将人工智能发展提升到国家战略层面。 2018 年 3 月，政府工作报告第二次提及人工智能，指出加强新一代人工智能研发应用，在医疗、养老、教育、文化、体育等多领域推进“互联网 +”。政策上的强化趋势意味着人工智能即将迎来一次长久的爆发式增长，万亿市场近在眼前。 图表 5 2015-2017 年国家人工智能主要政策情况及发展重点 政策 发布时间 发展重点 中国制造 2025 2015/5/19 应用层： 智能工程机械 、服务机器人、家居、可穿戴设备 机器人产业发展规划（ 2016-2020年） 2016/4/27 应用层： 机器人（自主编程智能工业机器人、人机协作机器人、智能型公共服务机器人、智能护理机器人） 政府工作报告 2017 2017/3/17 首次将人工智能正式写入政府工作报告 促进新一代人工智能产业发展三年行动计划（ 2018-2020 年） 2017/12/14 基础层： 突破核心基础 ,传感器、神经网络芯片、开源开放平台 应用层： 智能网联汽车、智能服务机器人、智能无人机、医疗影像辅助诊断、视频图像身份识别、智能 语音交互、智能翻译、智能家居 政府工作报告 2018 2018/3/5 第二次将人工智能正式写入政府工作报告 应用层： 医疗、养老、教育、文化、体育 新三板 研究报告 第 9 页 共 32 页 新三板公司研究报告 让企业 更出众 ，让 投资更省事 国家发展改革委关于实施 2018 年推进新型城镇化建设重点任务的通知 2018/3/9 应用层： 智慧城市，交通 资料来源：政府官网、新三板智库 通过政策归纳总结发现，芯片以及技术作为人工智能发展的基础要素，始终是政策关注的关键点；而在人工智能的应用层面，其中 工业机器人 的发展是国家最开始重视并且始终保持着足够重视的应用领域；其次， 智慧医疗、智慧城市、智慧教育以及无 人驾驶 这些应用领域考虑到人口老龄化的加速、技术变更的必要性，也成为了较受政策关注的领域。 2.2 各省份争相布局人工智能发展 随着人工智能在国家战略的调整，各省市也纷纷出台相应政策布局人工智能发展战略。北京早在 2015、 2016 年就以中关村为中心布局智能硬件与智能机器人的发展；广东省在 16 年“促进大数据发展行动计划”中将自然语言理解、及其学习、深度学习等技术的作为发展方向；陕西、吉林省也分别在 16 年发布支持智能家居、智能终端、智能汽车、智能机器人发展意见书。而上海市等 9 省市则集中于 17 年末出台人工智能发展实 施意见以相应国家层面的人工智能发展战略。各省份政策对人工智能国家战略的细化与支持为人工智能技术加应用的落地奠定了坚实的政治基础。 图表 6 各省份人工智能政策颁布情况及应用发展重点 省份 时间 政策文件 发展重点 北京 2016/04 关于促进中关村智能机器人产业创新发展若干措施 工业机器人、智能驾驶、教育、医疗等服务机器人、公共安全、应急救援、特种作业等特种机器人 贵州 2016/02 贵州省“互联网 +”人工智能专项行动计划 智能机器人、智能家居、智能终端、智 能监控、智慧医疗 陕西 2016/03 陕西省人民政府关于积极推进“互联网+”行动的实施意见 智能家居、智能终端、汽车、机器人 广东 2016/04 广东省促进大数据发展行动计划（ 2016-2020） 自然语言理解、机器学习、深度学习等技术 吉林 2016/09 吉林省人民政府关于积极推进吉林省“互联网 +”行动的实施意见 智能家居、智能终端、汽车、机器人 山东 2016/12 山东省“十三五”科技创新规划 智能制造、公共安全、医疗健康、智能家居、无人驾驶 安徽 2017/08 安 徽 省 人 工 智 能 产 业 发 展 规 划（ 2017-2025 年）（征求意见稿） 智能机器人、无人驾驶、智能制造、智能家电 黑龙江 2017/09 黑龙江“十三五”科技创新规划 工业、医疗、文化、健康、生活、娱乐 江西 2017/10 关于加快推进人工智能和智能制造发展 智能机器人、智能运载工具、 VR、 AR、智能终新三板 研究报告 第 10 页 共 32 页 新三板公司研究报告 让企业 更出众 ，让 投资更省事 若干措施的通知 端、智能制造、生物医药、智慧教育、智慧养老、智慧城市 上海 2017/11 关于本市推动新一代人工智能发展的实施意见 智能制造、智慧金融、服务机器人、生物识别、智慧城市、智慧医疗 重庆 2017/11 人工智能 重大主题专项 智能网联汽车、智能机器人、智能制造、智能交通 浙江 2017/12 浙江省新一代人工智能发展规划 智能制造、交通、金融、医疗、教育、政务 北京 2017/12 北京市加快科技创新培育人工智能产业的指导意见 智能机器人、智慧物流、智能驾驶、教育、医疗、养老 数据来源：各政府官网、新三板智库 通过上表可以发现，基础硬件以及技术层面， 北京、广东、上海、重庆、浙江 给予了一定的关注，其具备足够的高校人才作为支撑；而因为中科院以及科大讯飞都坐落在 安徽 ，安徽在技术层面的发展也较为突出且较为重视。从人工 智能的应用层面来看，其中 智能制造、智能机器人 是各省份都抢先布局的领域，足以体现工业发展在各省份的重要地位，同时， 智慧医疗以及无人驾驶 的发展在 2017 年开始被逐渐提出，而随着自然语言处理技术的不断发展， 服务机器人 也开始受到重视。 3. 商业资本参与， AI 投资风口 成型 人工智能是一个高门槛行业，主要体现在资本技术要求双高， 前期需要大量的资金驱动，再结合长时间的数据技术培育才能把人工智能的正效应充分传递到应用层 。目前人工智能市场体量和增速巨大，商业资本积极参与， AI 投资风口成型。据赛迪公开数据显示， 2015 年全球人工智 能市场规模为 1683.9 亿元，预计 2018 年将逼近 2700 亿元，年复合增长率达到 17%。另 根据麦肯锡预计，到 2025 年，人工智能应用市场总值将达到 1270 亿美元。截止 2017 年，据人工智能创投数据库统计目前我国有上千家人工智能相关公司，发生多次投资事件，好的市场前景使得人工智能涌入大量资本， 2000 年至今，互联网各大巨头纷纷布局人工智能，人工智能一直是市场所追逐的热点。 3.1 大量资金涌入人工智能，企业数量井喷 当前由于基础、政策、资本 的全面推动，人工智能企业数量越来越多。根据相关数据2012-2016 年 ，全球人工智能企业新增 5154 家，是此前 12 年的 1.75 倍。全球人工智能融资规模达 224 亿美元，占 2000-2016 年累积融资规模的 77.8%。仅 2016 年的融资规模就达到 92.2亿美元，是 2012 年的 5.87 倍，与 2000 年 -2013 年累积融资规模相当； 2000-2016 年，中国人