当前位置：文档之家 › 2017年人工智能+专题深度分析报告

2017年人工智能+专题深度分析报告

  • 格式：docx
  • 大小：7.26 MB
  • 文档页数：42

(此文档为word格式，可任意修改编辑！）2017年1月正文目录1. 2017：迎来“人工智能+”的春天 (5)1.1. 人才角度：大量人工智能人才将进入产业界 (5)1.2. 行业先行指标：群雄逐鹿人工智能芯片 (5)1.3. 全球芯片龙头出现“易主”征兆 (7)1.4. “人工智能+”是中国IT产业弯道超车的机遇 (9)2. “人工智能+”将成为引领发展的第一动力 (11)2.1. 人工智能将成为各个行业的基础设施 (11)2.2. “人工智能+”给传统企业节约成本、提升效率 (12)2.3. “人工智能+”能让信息化公司切入行业核心业务 (13)2.4. “人工智能+”市场未来四年将增长五倍 (14)3. “人工智能+”发展路线图 (15)3.1. 基础层：机会主要集中在巨头手中 (16)3.1. 技术层：用SaaS模式拓展行业应用范围 (16)3.2. 应用层：数据化程度高的行业率先启动 (17)3.3. AI+安防 (18)3.4. AI+金融 (21)3.5. AI+医疗 (24)3.6. AI+汽车 (25)3.7. AI+教育 (28)3.8. AI+信息安全 (29)4. 投资建议 (33)4.1. 细分领域重点关注公司汇总 (33)4.2. 同花顺：“人工智能+互联网金融”核聚变 (33)4.3. 丰东股份：构建“财+税”新生态 (34)4.4. *ST易桥：企业级服务市场的“链家” (35)4.5. 神州数码：生态共赢冲上“云”霄 (36)4.6. 北部湾旅：收购博康智能，切入“智慧安全、智慧交通”领域 (37)4.7. 恒华科技：智能电网信息化龙头，打造电网“天猫”平台 (38)4.8. 奥马电器：快速成长的Fintech新锐 (38)4.9. 合众思壮：北斗和车联网比翼齐飞 (39)4.10. 启明星辰：信息安全航母扬帆起航 (40)4.11. 康耐特：大数据翘楚矗立潮头 (41)5. 风险提示 (42)图表目录图1：人工智能行业离职率居各行业榜首，人才短缺导致行业人才争夺激烈5 图2：人工智能时代“晶体管”横空出世：IBM制成首个相变神经元 (6)图3：“群雄逐鹿”人工智能芯片 (7)图4：移动处理器芯片设计公司ARM股价在移动互联 (8)图5：人工智能芯片龙头英伟达已经成为近两年涨幅最网变革初期涨幅近百倍大的美国科技股 (8)图6：英伟达芯片下游应用伙伴成指数级增长的趋势 (9)图7：人工智能相关数据中心业务已经成为英伟达收入增速最快的业务 (9)图8：各国深度学习主要论文数量 (10)图9：各国深度学习论文平均引用次数 (10)图10：深度学习直接应用于多个通用基础功能模块 (11)图11：人工智能将完成人体自身、企业和产业的三层重构 (12)图12：从医疗信息化切入医疗服务，市场空间规模扩大100倍 (12)图13：“ UBER+无人驾驶”所代表的终极模式：软件后台取代数十万人的出租车行业 (13)图14：从“人控”到人工智能，成本降低，效率提升 (13)图15：人工智能将使行业信息化公司切入行业核心业务 (14)图16：认知系统和人工智能（AI）市场空间（亿美元） (15)图17：2017年人工智能的投资将同比增长300％以上 (15)图18：人工智能基础、技术和应用层的进入门槛及价值 (16)图19：人工智能基础平台主要以互联网巨头为主 (16)图20：公司三层平台架构 (17)图21：人工智能发展路线图 (18)图22：人工智能未来竞争格局 (18)图23：A股安防信息化公司争相引入人工智能技术 (19)图24：实现任意脸部遮挡及视角下的实时检测 (19)图25：生理特征识别 (20)图26：行人检测 (20)图27：车辆检测 (21)图28：人工智能实现实时人群分析 (21)图29：长尾信贷及财富管理需求缺口示意图 (22)图30：人工智能有望帮助金融机构满足长尾客群金融需求 (22)图31：科技让原本无法实现的长尾金融服务成真 (23)图32：六大业务板块将被以人工智能为代表的Fintech重构 (24)图33：医疗行业围绕大数据的行业生态 (25)图34：全球ADAS市场规模 (26)图35：ADAS市场主要构成 (26)图36：无人驾驶系统结构 (27)图37：无人驾驶领域全球范围内的“合纵连横”将是常态 (28)图38：Knewton 学习平台 (29)图39：我国传统信息安全下游需求分布 (30)图40：智能汽车信息安全问题简要脉络 (30)图41：智能汽车信息安全事故将造成极为严重后果 (31)图42：智能汽车迅速增长将带来安全风险的集中积累 (31)图43：国外IT企业在智能汽车安全领域的探索 (32)图44：人工智能带来网络安全改变的六大领域 (32)图45：百度近期推出了4.0杀毒系统：慧眼引擎 (32)图46：“人工智能+”相关标的梳理 (33)1. 2017：迎来“人工智能+”的春天“人工智能+”就是把人工智能的创新成果与经济社会各领域深度融合，创造出以人工智能为基础设施和创新要素的新的业态、新的服务模式。

“人工智能+”将是比移动互联大得多的市场，“人工智能+”将创造巨额财富，成为引领发展的第一动力。

1.1. 人才角度：大量人工智能人才将进入产业界从人才的角度来看，以深度学习为代表的人工智能核心领域在2012年左右才成为计算机热门方向，大部分博士生从那个时期开始选择进入这一研究领域，至少需要5 年时间才能毕业进入产业界，所以目前出现了人工智能人才紧缺、身价暴涨的情况。

从2017年开始的3-5年将是大量人工智能专业人才开始毕业进入产业界的高峰时期，将为各行各业引入人工智能技术带来巨大机会，而从产业来讲未来几年也是人工智能在金融、医疗、教育等大数据行业以及感知交互领域全面渗透的时期，我们将真正迎来人工智能产业应用百花齐放的时代。

图1：人工智能行业离职率居各行业榜首，人才短缺导致行业人才争夺激烈1.2. 行业先行指标：群雄逐鹿人工智能芯片芯片产业作为IT行业最上游，其发展一般领先于下游应用3-5年的时间。

60多年前晶体管的诞生成为集成电路革命的先声，从而奠定了整个信息时代的基石。

过去几十年IT产业的蓬勃发展，本质上是在摩尔定律的不断推动下，建立在晶体管元器件、冯诺依曼架构处理器之上的各类IT软硬件应用生态的不断创新发展的结果。

而如今我们已经看到了从最底层计算架构开始的技术变革的趋势，这种趋势有望带来整个IT产业从底层芯片、算法开始的自下而上的投资机会。

人工智能时代“晶体管”横空出世。

2016年8月3日，IBM官方宣布其苏黎世研究中心制成了世界上第一个人造纳米尺度随机相变神经元，可用于制造高密度、低功耗的认知学习芯片。

IBM已经构建了由 500 个该神经元组成的阵列，并让该阵列以模拟人类大脑的工作方式进行信号处理。

相变神经元因为充分模拟了大脑神经元的基本物理机制，具备高信号传输速度却功耗极低的特性，且能够实现生物神经元的随机性。

更重要的是该神经元采用的相变材料GST合金是相当成熟的材料（蓝光光盘功能材料），可历经几十亿次工作而不损坏（寿命长），体积极小（IBM论文中提出可以做到14纳米），因此是制造高密度、低功耗的人工智能芯片的绝佳器件。

IBM人造相变神经元有望成为人工智能时代的"晶体管"，从基础器件层面引领人工智能时代的到来。

图2：人工智能时代“晶体管”横空出世：IBM制成首个相变神经元群雄逐鹿人工智能芯片，先行指标意义重大。

芯片作为IT产业最上游，投入大周期长风险高，需要对未来3-5年整个IT产业发展趋势有非常精准的前瞻判断。

如今我们看到，从国内到国外趋势愈发明显，人工智能芯片层出不穷。

无论是英伟达、谷歌、IBM、高通还是国内的中星微、寒武纪、商汤科技，人工智能芯片呈现百花齐放的局面，这是计算机历史上极其少见的巨大变革前奏，无论是新兴的芯片公司还是下游的应用产业，有望迎来空前的“繁荣盛世”。

图3：“群雄逐鹿”人工智能芯片1.3. 全球芯片龙头出现“易主”征兆从PC时代向移动互联网时代变革时期，芯片设计公司ARM战胜PC时代的芯片霸主intel，占据 90%以上的移动处理器市场份额，异军突起成为移动计算时代的芯片龙头，其股价在移动互联网时代初期上涨近百倍，而随后我们也迎来了各类移动互联网应用生态的大繁荣。

如今我们正从移动互联网时代走向人工智能时代，这一幕似乎正在重演，英伟达的强势崛起预示着新一个计算时代的曙光。

图4：移动处理器芯片设计公司ARM股价在移动互联图5：人工智能芯片龙头英伟达已经成为近两年涨幅最网变革初期涨幅近百倍大的美国科技股图6：英伟达芯片下游应用伙伴成指数级增长的趋势图7：人工智能相关数据中心业务已经成为英伟达收入增速最快的业务1.4. “人工智能+”是中国IT产业弯道超车的机遇在人工智能最核心的深度学习算法研究领域，根据美国白宫专题报告，中国深度学习论文总数和质量（被引用次数）均处于世界第一位置。

图8：各国深度学习主要论文数量图9：各国深度学习论文平均引用次数除了核心算法，中国在人工智能最关键的数据资源上还拥有三大优势：第一，庞大的人口和发达的互联网提供了任何国家都难以企及的数据量优势；第二，数据使用的限制性因素较少，中国较欧美国家对于数据隐私限制较少；第三，数据标注的成本较低，可以较低成本快速培训大量人才进行数据标注工作。

2. “人工智能+”将成为引领发展的第一动力2.1. 人工智能将成为各个行业的基础设施人工智能是基础性的科技。

互联网诞生初期，许多人认为互联网只是一个网页而已。

随着行业发展，大部分人意识到互联网不仅仅是网页，而是一种信息传播的方式、思考模式，更是一个行业重构的整体路径。

人工智能也是如此，其本身是一种基础性的科技。

图10：深度学习直接应用于多个通用基础功能模块深度学习本质是用数据重构人类对世界认知，这种基础的能力具备广泛的通用性。

人工智能将和软件一样，和每个行业结合，成为所有行业的基础。

图11：人工智能将完成人体自身、企业和产业的三层重构2.2. “人工智能+”给传统企业节约成本、提升效率人工智能使机器能够胜任通常需要人类智能才能完成的复杂工作，逐步替代人类的脑力从而降低人力成本，并能避免人为误差，快速产生精确结果。

人工智能给传统企业节约成本、提升效率。

图12：从医疗信息化切入医疗服务，市场空间规模扩大100倍图13：“ UBER+无人驾驶”所代表的终极模式：软件后台取代数十万人的出租车行业值得关注的是，人工智能带来的业务能力不只是替代人工，而是远远超越，实现原来无法完成的业务。

比如：传统金融中忽略的长尾人群需求，通过人工智能等技术能迅速推行平价高效的解决方案，进入新的市场。

合集下载

ai人工智能分析报告

ai人工智能分析报告

ai人工智能分析报告AI人工智能（Artificial Intelligence）技术近年来在各个行业迅速发展，以其独特的智能决策能力，为企业和个人带来了巨大的改变和潜力。

本报告旨在对AI人工智能的应用、发展趋势以及未来的挑战进行分析，并为读者提供启示和思考。

一、AI在医疗行业的应用AI在医疗行业的应用已经开始显现出巨大的潜力。

首先，AI可以通过分析大量的医疗数据，帮助医生更准确地诊断疾病。

其次，AI还可以辅助手术和治疗过程，提高手术的准确性和安全性。

最后，AI还可以为患者提供个性化的健康管理方案，帮助他们更好地管理自己的健康状况。

尽管AI在医疗行业的应用还面临诸多挑战，如数据隐私、法规和伦理等问题，但是我们相信，随着技术的进步，AI在医疗行业的应用将会越来越广泛。

二、AI在金融领域的应用AI在金融领域的应用也备受关注。

AI可以通过分析大量的金融数据，帮助金融机构更准确地评估风险和盈利能力，改善决策结果。

此外，AI还可以从大数据中挖掘出隐藏的模式和规律，帮助金融机构提高市场竞争力。

尽管AI在金融领域的应用已经取得了一定的成就，但是仍然面临着许多挑战，如数据安全、算法透明度和监管等问题。

因此，金融机构在应用AI技术时，需要在技术创新和风险管理之间寻找平衡。

三、AI对工作和就业的影响AI的普及和应用也对工作和就业产生了深远的影响。

一方面，AI的进步和普及可能导致一些传统工作的消失，人们需要重新选择和适应新的工作模式。

另一方面，AI也为创造新的就业机会创造了条件，需要人们具备更高级的技能和能力。

因此，教育和培训的重要性也变得更加突出。

我们需要致力于培养人们具备创新思维、合作能力和适应能力的技能，以应对AI对就业的影响。

四、AI面临的挑战和发展趋势尽管AI在各行各业的应用日益广泛，但仍然面临着许多挑战。

首先，AI的可解释性问题需要解决。

AI的决策过程往往是黑盒子，难以被解释和理解。

其次，AI的数据隐私和安全性也是一个不可忽视的问题。

人工智能AI行业分析报告 (30)

人工智能AI行业分析报告 (30)

人工智能AI行业分析报告摘要：人工智能（AI）是当今领先的技术之一，在实现智慧化、自主化、自动化的领域中发挥着重要作用。

随着社会需求和技术创新的不断提高，AI行业快速发展，并将深度融入到各个行业中。

本文重点分析了AI行业中六大方面，包括技术发展趋势、应用场景、市场规模、政策环境、行业痛点和未来展望。

一、技术发展趋势AI技术的发展主要包括三个方面：算法、数据和计算能力。

对于算法来说，深度学习是目前最主要的技术，其广泛应用于图像识别、自然语言处理和语音识别等领域。

同时，其他技术，如传统的机器学习、强化学习、生成对抗网络等，也在不断发展，为AI技术提供了更多的选择。

对于数据而言，AI技术需要大规模、高质量、多样化的数据，而数据平台和数据清洗技术的发展，则是实现数据优化的重要保障。

计算能力的发展则主要表现为云计算和分布式计算的技术愈发成熟，以及硬件生产商为AI算法量身定制的处理器的崛起。

二、应用场景AI技术的应用场景十分广泛，包括但不限于：1.金融领域：人脸识别、信用评估、反欺诈等。

2.医疗领域：疾病预测、医学影像分析、智能健康管理等。

3.零售领域：商品智能推荐、人脸识别支付等。

4.企业领域：预测分析、风险管理、销售预测等。

5.智慧城市领域：智能交通、公共安全、环境监测等。

三、市场规模随着技术的不断进步，AI在各个行业和领域的应用也在不断增长，市场规模也在不断扩大之中。

根据市场调研机构Gartner的报告，全球AI市场规模预计将在2022年达到1万亿美元，未来五年AI市场的CAGR将达到37.3%。

四、政策环境AI技术的研发和应用需要国家政策的支持和引导。

目前国际上，美国、加拿大、欧洲等国家均发布了相关政策，其中涉及AI技术的产业发展、创新应用、人才培养等多个方面。

在国内，2017年11月，中国国家发展改革委、科技部、工业和信息化部三部委发布了《新一代人工智能发展规划》，规划了到2020年、2025年和2030年的发展目标，对人才培养、技术研发、应用推广等也做出了具体的要求和支持。

人工智能发展现状分析报告

人工智能发展现状分析报告

人工智能发展现状分析报告人工智能发展现状分析报告人工智能（Artificial Intelligence, AI）作为一项前沿科技，近年来在全球范围内得到了广泛的关注和应用。

其在各个领域的快速发展引发了许多瞩目的话题和讨论。

本文将对人工智能发展的现状进行深入分析，涵盖其技术、应用和挑战等多个方面，以期为读者提供一个全面而深入的理解。

一、技术发展1. 机器学习和深度学习的突破机器学习和深度学习作为人工智能的核心技术，在过去几年取得了巨大的突破。

深度学习模型的出现改变了传统机器学习的方式，使得计算机可以通过大规模数据的训练来获取自主学习的能力。

这使得机器在图像识别、语音识别等任务中取得了令人瞩目的成果。

2. 自然语言处理的进步自然语言处理（Natural Language Processing, NLP）是人工智能领域的一个重要分支，其目标是使计算机能够理解和处理自然语言。

近年来，通过深度学习算法在NLP领域的应用，如机器翻译、情感分析等，取得了重要的突破。

这为计算机与人类之间的交流打开了新的大门。

3. 强化学习的发展强化学习是一种通过试错学习来不断优化决策的方法。

在人工智能领域，强化学习是实现智能体自主决策的重要手段。

随着深度学习算法的发展，强化学习在游戏、自动驾驶等领域表现出了巨大的潜力。

二、应用领域1. 图像识别与计算机视觉人工智能在图像识别和计算机视觉方面取得了令人瞩目的成果。

通过深度学习算法的应用，计算机可以在图像识别、人脸识别、物体检测等任务中达到接近甚至超过人类的水平。

这使得人工智能在安防、医疗影像等领域具有广泛的应用前景。

2. 自然语言处理与人机交互自然语言处理技术的进步使得计算机能够与人类进行更自然、更智能的交流。

语音助手、智能客服等应用已经渗透到人们的生活中，改变了人机交互的方式。

3. 无人驾驶和智能交通无人驾驶技术是人工智能领域的一大热点，它有望彻底改变现有的交通方式。

通过感知、决策和控制三大环节的优化，无人驾驶汽车可以实现自主导航和无缝交互。

人工智能应用数据分析报告

人工智能应用数据分析报告

人工智能应用数据分析报告人工智能（AI）是目前科技领域的热门话题之一，对于提高工作效率和解决复杂问题具有巨大潜力。

本报告通过对人工智能应用数据的分析，以及对这些数据的解读和评估，旨在揭示人工智能在不同领域的实际应用和潜在发展方向。

一、人工智能应用概况在对人工智能应用数据进行分析之前，我们首先需要了解人工智能的基本概况。

目前，人工智能应用涵盖了多个领域，包括但不限于医疗保健、金融、制造业和教育等。

通过人工智能的技术手段，许多传统流程和任务可以被自动化、智能化地完成，大大提高了工作效率和准确性。

二、人工智能应用数据分析1. 医疗保健领域人工智能在医疗保健领域的应用正在迅速发展。

根据我们的数据分析，当前最常见的应用包括医学影像识别、疾病诊断和药物开发。

通过对大量医学图像进行训练，人工智能可以准确地识别出患者体内的异常情况，并帮助医生提供精确的诊断。

此外，人工智能还可以通过分析患者的基因数据和病历信息，针对不同的个体提供个性化的治疗方案。

2. 金融领域在金融领域，人工智能的应用主要集中在风险评估、投资决策和客户服务等方面。

根据我们的数据分析，人工智能可以通过对大量的金融市场数据进行深度学习和模式识别，帮助分析师做出准确的投资决策。

同时，人工智能还可以通过自然语言处理技术，帮助金融机构提供更高效的客户服务，大幅提升用户体验。

3. 制造业领域在制造业领域，人工智能的应用主要体现在自动化生产和质量控制方面。

根据我们的数据分析，人工智能可以通过分析大量的传感器数据，实现设备间的智能协同和优化生产计划。

此外，人工智能还可以通过对成品进行图像识别和检测，实现自动化的质量控制，降低瑕疵品率。

4. 教育领域人工智能在教育领域的应用也呈现出越来越大的潜力。

根据我们的数据分析，人工智能可以通过对学生的学习行为和学习数据的分析，实现个性化的教学和评估。

此外，人工智能还可以通过自然语言处理技术，帮助学生在学习中解答问题和获取答案，提供高效的学习辅助工具。