此报告仅供内部客户参考 请务必阅读正文之后的免责条款部分 证券研究报告 未 来已来 “人 工智能 +行业 应 用 ” 迎来风口 2019 年 度 主题投资 策 略报告 2018 年 12 月 27 日 上证综指 -沪深 300 走势图 % 1M 3M 12M 上证指数 -2.97 -10.51 -23.73 沪深 300 -4.31 -11.80 -24.78 龚滨 分析师 执业证书编号： S0530515030001 gongbincfzq 0731-88954601 相关报告 1 策略报告：而今迈步从头越 -A 股 2019 年度策略报告 2018-12-26 2 策略报告：两融余额环比下降，融资买入额继续净流出 -融资融券周报第 183 期 2018-12-25 3 策略报告：投资者仓位下降，区间震荡是主流预期 -财富投资者行为大数据调查第六十八期 2018-12-25 4 策略报告：秉持耐心，精选优质个股 2018-12-24 5 策略报告： TMLF 助力市场保持流动性合理充裕 2018-12-21 投资要点 要点一：全球人工智能浪潮风起云 涌 。人工智能主要研究领域包括机器人、语言识别、图像识别、自然语言处理和专家系统等。自 1956年 达特茅斯夏季人工智能研究会议以来，人工智能技术的发展已经起起伏伏 共经历了三次浪潮。千亿市场空间即将开启，世界各国加紧布局。 我国已 将人工智能提升至国家战略高度 ， 政策助力人工智能产业崛起 。 要点二：人工智能产业链蕴藏机会，行业应用成最大风口。人工智能产业链包括三层：基础层（计算基础设施）、技术层（软件算法及平台）和应用层（行业应用及产品）。基础层主要涉及数据的收集与运算，这是人工智能发展的基础，主要包括 AI 芯片、传感器、大数据与云计算。技术层是人工智能产业发展的核心。应用层是建立在基础层与技术层基础上，实现与传统产业的融合发展以及不同场景的应用。 本文 重点选择当前及未来几年较为火热的 AI+领域进行分析，包括 AI+医疗、 AI+安防、 AI+汽车、 AI+家居、 AI+工业制造。 要点三： 海内外 科技巨头纷纷布局人工智能，带动行业纵深发展。海外市场上以亚马逊、谷歌、英特尔、微软、苹果等为代表的巨头公司早已深入 AI产业链；国内市场上 BATJ（百度、阿里、京东、腾讯）等一干科技巨头以及相当一部分新兴的“独角兽”企业，在国家政策的大力支持下也在纷纷追赶。 要 点四： 人工智能上市公司经营概况及投资机会。目前 A 股市场 34家人工智能上市公司大都数属中小创公司，受市场影响，上半年调整幅度较大，但该板块头部公司 2018 年前三季营收增幅、扣非净利润同比增幅表现较好。通过对人工智能产业链及相关应用的分析，我们认为可从三条主线挖掘投资机会。我们重点关注的个股：景嘉微（ 300474） 、全志科技 （ 300458） 、科大讯飞 （ 002230） 、海康威视 （ 002415） 、埃斯顿 （ 002747） 。 风险提示： 人工智能技术发展不及预期， 企业产品 市场推广受阻 。 -25%-20%-15%-10%-5%0%5%2017-12 2018-04 2018-08上证指数 沪深 300主题报告 此报告仅供内部客户参考 -2- 请务必阅读正文之后的免责条款部分 策略报告 内容目录 1 全球人工智能浪潮风起云涌 . 3 1.1 人工智能释义 . 3 1.2 人工智能历经三次发展浪潮 . 3 1.3 千亿市场空间即将 开启 世界各国加紧布局 . 4 1.4 国内将人工智能提升至国家战略高度 政策助力人工智能产业崛起 . 6 2 人工智能产业链蕴藏机会 行业应用成最大风口 . 8 2.1 人工智能产业链基础层 . 8 2.2 人工智能产业链技术层 . 10 2.3 人工智能产业链应用层 . 13 3 科技巨头纷纷布局人工智能 带动行业纵深发展 . 16 3.1 科技巨头争相投入巨额研发费用 . 16 3.2 海外科技巨头 争相布局 纷纷抢占行业制高点 . 17 3.3 国内科技企业加大投入 有后来居上之势 . 18 4 人工智能上市公司经营概况及投资机会 . 20 4.1 A 股人工智能上市公司整体表现良好 . 20 4.2 三条主线 挖掘“人工智能”风口下的主题投资机会 . 21 图表目录 图 1：人工智能三次发展浪潮 . 3 图 2：全球人工智能专利申请地域分布（ 2017 年） . 5 图 3：全球人工智能企业分布前 10 个国家（ 2018 年 6 月） . 6 图 4：中美人工智能企业融资规模比较（ 2017 年） . 6 图 5：人工智能产业链 . 8 图 6：人工智能芯片及相关企业 . 9 图 7：全球人工智能芯片规模及预测 . 10 图 8：传统网络算法与含多个隐层的深度学习模型 .11 图 9：国内人工智能基础及技术层企业数量分布 . 12 图 10：人工智能重塑传统行业 . 13 图 11：全球主要 AI 科技公司的研发开支与研发费用率（ 2016 年） （单位：百万， %）. 17 图 12：研发费用居前的人工智能上市公司 . 20 表 1：近几年国内人工智能相关产业政策及主要内容 . 7 表 2：国内外科技巨头相关人工智能产品应用 . 19 表 3：三季报营收增幅居前的人工智能上市公司 . 20 此报告仅供内部客户参考 -3- 请务必阅读正文之后的免责条款部分 策略报告 1 全 球人工智能浪潮 风 起云涌 2016 年 3 月 9 日 ，韩国选手李世石与谷歌围棋机器人“阿尔法狗”（ AlphaGO）的人机大战引世 人关注 ， 首战李世石负 于 “阿尔法狗” 。 这次比赛 中的 围棋机器人“阿尔法狗”与 1997 年在国际象棋比赛中赢了卡斯帕罗夫的 “ 深蓝 ” 不 同 ，也不同于 2008 年扑克比赛上连续击败 6 名顶级职业选手的“ 北极星 2 ”， 本次大赛中 采 用人工智能技术的“ 阿尔法狗 ” ，比它的前辈们多了一项“可怕”的能力： 它 能 像人类一样“自学”，甚至能做得比人类更出色。 这 一事件被称为人工智能历史上的里程 碑事 件。 由 此， 经 过半个多世纪的发展， 全球人工智能浪潮 再 次 风起云涌 ， 进入全新的时代。 1.1 人 工智能释义 人工智能 （ Artificial Intelligence 英文缩写为 AI） 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 。其 中 学 习能力和推理能力 是 其核心内 容 ， 人 工智能主要研究领域 包 括 语言识别、 图 像识别、 自 然语言处理 和 专家系统 、 机器人 等。 1.2 人 工智能历经三次发展 浪 潮 人工智能这一话题，最早可以回溯到 1946 年世界上第一台电子计算机埃尼阿克的诞生，而“人工智能”一词真正被提出来，是在 1956 年 达特茅斯 （ Dartmouth） 的会议上，自 1956 年夏天在达特茅斯夏季人工智能研究会议上人工智能的概念被第一次提出以来，人工智能技术的发展已经走过了 60 多年的历程， 起 起伏伏共 经历了三次浪潮。 图 1： 人工智能三次发展浪潮 资料来源： 前瞻产业研究院 、 财富证券 人 工智能第一次浪潮 （ 1950-1980） ： 达特茅斯会议之后，涌现出了大批成功的 AI 程序和研究方向，如用计算机解决代数问题、证明几何定理学习和使 用 英语等。 这个时期此报告仅供内部客户参考 -4- 请务必阅读正文之后的免责条款部分 策略报告 的标志是：符号主义盛行，在统计方法中引入符号方法进行语义处理，人机交互开始成为可能。 人工智能第二 次浪潮（ 1980-2006）：随着 1982 年 Hopfield 神经网络和 BT 训练算法的提出， 人工智能的春天又来了。 80 年代又兴起一拨人工智能的热潮，包括语音识别、语音翻译计划，以及日本提出的第五代计算机。 这个时期的标志是： 希 望人工智能 是 一个专家系统， 后来发现神经元网络可解决单一问题，但无法解决复杂问题 ，因 而 面 临很大的局限 性 。 人工智能第三 次浪潮（ 2006-至今 ）：随着 2006 年 Hinton 提出的深度学习技术，以及在图像、语音识别等 其他领域内取得的一些成功，经过了两次起伏 波 折 ，人工智能开始进入了真正爆发的前夜。 这个时期的标志是：海量的数据、不断提升的算法能力和计算机运算能力 以及深度学习能力 。 相 对专家系统的模式， 显 然深度学习 的 模式更具发展前景。 1.3 千亿市场空间即将开启 世 界各国加紧布局 人工智能的迅速发展将深刻改变 人 类社会和世界的面貌， 随着未来 人工智能技术 不断渗透，人工智能必将创造出巨大 市场潜力 ， 艾瑞咨 询 预测， 人工智能市场将继续保持高速增长， 2020 年 全球市场规模 将 达到 183 亿 美元， 约 合人民币 1190 亿 元 ； 艾瑞咨询认为， 中 国 人工智能市场 规 模 从 2015 年 到 2020 年 5 年时 间 里复 合增长率为 50%， 2020 年人工智能市场 规 模 约 为 91 亿 元 人 民币。 在全球范围内， 中美两国引领 人 工 智 能 行业发展 ， 中国发展 成 效显著 。中国和 美国在人工智能领域优势明显，美国体系比较齐全，从芯片到算法框架及 应用都处于领先地位，科技巨头推动人工智能多场景落地；中国互联网产业发达，积累大量用户数据，部分算法（比如与汉语有关的语义识别等）领先美国 。 中国是 AI 领域专利申请量最高的国家。 据中国信息通研究院 的数据 ， 1999-2017 年 ，全球 人 工智能领域中， 图 像识别、 生 物特征识别、语音识别、 语 音合成、机器学习等 关键 技术领域里的 发 明申请 及 授权专利 数 量超过 10 万 项 ， 中 国 人工智能 技 术领域发明申请及授权专利数量 自 2010 年 开 始 逐步增 加 ， 2014 年 开始 实 现 快 速增长 。对 比 全 球各国人工智能专利申请数量 ， 中国、美国、日本 专 利申请数量领先， 中 国 已 超过美国成为 人 工智能领域专利申请量最高的国家。 此报告仅供内部客户参考 -5- 请务必阅读正文之后的免责条款部分 策略报告 图 2： 全球人工智能专利申请地域分布 （ 2017年） 资料来源： 中 国信息通信研究 院 、 财富证券 从人工智能企业数量来看，美国的 AI 企业发 展较早 ， 从上 世纪九十年代初就 开始起步，随着人 工智能 技术的不断成熟，从 2009 年开始加 速 增长，到 2013 年达到顶峰之后进入行业发展平稳期。中国的 AI 企业相对美国来 说 起步较晚，但发展速度很快，从2011 年开始高速增长，到 2015 年达到顶峰之后进入平稳期。从时间上看，中国 AI 企业发展阶段相对美国来 说稍 晚 2-3 年，但目 前 总体数量已经可以和美国比肩， 某些方面已领先 。 截 止到 2018 年 6 月 ， 全 球共监测到人工智能企业 总数 达 4925 家 ， 其 中美国就占 2028 家 ， 位 列全球第一； 中 国（ 不 含港澳台地区） 人 工智能企业总数 1011 家 ， 位 列全球第二 ；其 次分别是 英 国、加拿大 、 印度。 从融资额角度来看， CB Insights 数据显示， 2017 年全球 AI 初创企业总融资额达到150.2 亿美元，同比上升 141%，增长速度很快。虽然中国 AI 企业融资额在 2016 年还未占到全球的 15%，但在 2017 年已经超越美国，占到全球融资额的 48%， 超过美国的38%。 总体来说，人工智能 最关键的四个维度方面：数据、算法、算力（半导体）、终端需求（场景） 方面 ，美国基本都处于领先地位，中国由于互联网公司的崛起，在数据及算法领域掌握优势，如医疗领域中国的市场量级是美国的 6 倍，具有更大的数据优势；终端需求（场景）丰富，在安防、无人机、无人车等领域的融资额要高于美国；算力（半导体）方面，中国在芯片设计及先进制程上与美国仍有较大差距，美国芯片融资额明显高于中国。 37.10%24.80%13.10%8.90%2.70%1.30%1.30%1.10%1.00%37.10%中国 美国 日本 韩国 德国英国 法国 荷兰 加拿大 其它此报告仅供内部客户参考 -6- 请务必阅读正文之后的免责条款部分 策略报告 图 3： 全球人工智能企业分布前 10 个国家 （ 2018年 6 月） 资料来源： 清 华大学研究报告、 财富证券 图 4： 中美人工智能企业融资规模比较（ 2017年） 资料来源： CB Isights、 财富证券 1.4 国内将人工智能提升至 国 家战略高度 政策助力人工智能产业崛起 我国人工智能的政策出台略晚于美，但是紧跟其后很快也将 其 发展上升到了战 略高度。 2015 年，国家印发了“互联网 +”行动的指导意见，说明我国已经把人工智能放到了一个很重要的位置。同时，我们也发布了实施制造强国战略的第一个十年行动纲领 中国制造 2025，其核心正是加快新一代信息技术与制造业深度融合，推进智能制造。国家发改委联合相关部门在 2016 年 5 月发布了 “ 互联网 +”人工智能三年行动实施方案。2017 年 7 月 ,国务院 印发新一代人工智能发展规划 ， 该规划提出了“三步走”的战略目标， 推动人工智能规模化应用，全面提升产业发展智能化水平。 2018 年 3 月 5 日，李克强总理在 2018 年国务院政府工作报告指出，加强新一代人工智能研发应用 。 可以看出 政府把人工智能上升到国家意志的决心， 人工智能已成为引领科技发展的重要驱 动0500100015002000250048%38%13%中国 73.2亿美元 美国 57.9%亿美元 其它 1.98亿美元此报告仅供内部客户参考 -7- 请务必阅读正文之后的免责条款部分 策略报告 力。 表 1： 近几年国内人工智能相关产业政策及主要内容 时 间 发 布机构 相 关 政 策及 内容 2015 年 5月 国 务院 发布 «中 国制造 2025»， 制造业重点领域智能化水平显著提升，到 2025 年，制造业重点领域全面实现智能化。 2015 年 7月 国 务院 发布 关于积极推进“互联网 +”行动的指导意见， 大力发展智能制造，以智能工厂为发展方向，开展智能制造试点示范。 2016 年 3月 国 务院 发布 «国民经济和社会发展第十三个五年规划纲要 »， 实施智能制造工程，加快发展智能制造关键技术装备，强化智能制造标准 。培育推广新型智能制造模式，推动生产方式向柔性、智能、精细化转变。鼓励建立智能制造产业联盟。 2016 年 4月 工信部、发改委、财政部 发布 机器人产业发展规划（ 2016-2020年） ， 到“十三五”末，中国机器人的总体技术水平将得到明显提高，工业机器人主要技术指标将达到国外同类产品水平，服务机器人技术水平接近国际水平，新一代机器人技术将获得突破，智能机器人完成创新应用。 2016 年 5月 发改委、科技部、工信部、中央网信办 发布 “互联网 +”人工智能三年行动实施方案 ，提出 到 2018 年打造人工智能基础资源与创新平台，人工智能产业体系、创新服务体系、标准化体系基本建立。推动人工智能与机器人技术的深度融合，提升工业机器人、特种机器人、服务机器 人等智能机器人的技术与应用水平。 2016 年 7月 国 务院 发布 «“十三五”国家科技创新规划 »， 提 出 发展机器人、智能感知、智能控制、微纳制造、复杂制造系统等关键技术。 2016 年 11 月 国 务院 发布 “十三五 “国家战略性新兴产业发展规划 ， 提 出 发展人工智能，组织实施人工智能创新工程。 2017 年 7月 国 务院 发布 «关于印发新一代人工智能发展规划的通知 »， 提 出分三 步 走的新一带人工智能发展规划 战 略。 2017 年 12 月 工业和信息化部 发布 促进新一代人工智能产业发展三年行动计划（ 2018-2020年） ， 以信息技术与制造技术深度融合为主线，推动新一代人工智能技术的产业化与集成应用，发展高端智能产品，夯实核心基础，提升智能制造水平，完善公共支撑体系。 2018 年 4月 教 育部 发布 高等学校人工智能创新行动计划 ， 提 出 把创新引领摆在高校人工智能发展的核心位置，准确把握全球人工智能发展态势，进一步优化高校人工智能领域科技创新体系，把高校建成全球人工智能科技创新的重要策源地。 2018 年 11 月 工 信部 发布 «新 一 代 人工智能产业创新重点任务掲榜工作方案 »， 通 过在人工智能主要细分领域，选拔领头羊、先锋队， 树 立标杆企业，培育创新发展的主力军，加快我国 人工智能产业与实体经济深度融合，促进创新发展。 资 料来源：前瞻产业研究 院 、财富证券 我 们注意到， 从 2017 年开始， 国内人工智能相关政策的重点已经从 智能技术转向技术和产业的融合，特别是 2017 年 7 月国务院印发的新一代人工智能发展规划明确指出要“加快人工智能深度应用”。 从 2018 年两会发言也可以看出，人工智能 +产业的融合将是未来的重点，包括科技部、工信部、民政部等官方部门和百度、腾讯、联想等民间代表，均提出了人工智能 +产业、人工智能 +医疗 、 人工智能 +交通等等。 另外 据统计 ， 截 止上半年， 全 国 还有 27 个省市在“互联网 +”规划中提及人工智能、22 个省市在战略新兴产业规划中设置了“人工智能专项”、 19 个省市在大数据规划中提此报告仅供内部客户参考 -8- 请务必阅读正文之后的免责条款部分 策略报告 及人工智能、 9 个省市在科技创新规划中设置了“人工智能章节”，对人工智能产业来说，2017 年是国家层面上的政策年， 2018 年则 是地方层面的政策年 。 2 人 工智能产业链蕴藏机会 行 业应用成最大风口 人工智能产业链包括三层：基础层 （计算基础设施） 、技术层 （软件算法及平台） 和应用层 （行业应用及产品） 。基础层主要涉及数据的收集与运算，这是人工智能发展的基础，主要包括 AI 芯片、传感器、大数据与云计算。技术层是人工智能产业发展的核心，技术层主要依托基础层的运算平台和数据资源进行海量识别训练和机器学习建模，以开发面向不同领域的应用技术，包括感知智能和认知智能。 应用层是建立在基 础层与技术层基础上，实现与传统产业的融合发展以及不同场景的应用。 图 5：人工智能产业链 资料来源： 中国信息通信研究院 、 财富证券 2.1 人 工智能 产 业链基础层 基础层主要涉及数据的收集与运算，主要包括 AI 芯片、传感器、大数据与云计算。其中，传感器及大数据主要负责数据的收集，而 AI 芯片和云计算负责运算。基础层为人工智能产业奠定网络、算法、硬件铺设、数据获取等基础 。 AI 芯片是人工智能的“大脑”，市场规模呈快速增长态势。早期人工智能运算主要借助云计算平台和传统 CPU相互结合的方式， 但随着深度学习等对大规模并行计算需求的提升，开始了针对 AI 专用芯片的研发。目前 AI 芯片主要类型有 CPU、 GPU（图形处理器）、 FPGA（现场可编辑门阵列）、 DSP、 ASIC（ 针对神经网络算法的专用芯片 ）和类人脑芯片几 种， ASIC 有望 在今后数年内取代当前的通用芯片成为人工智能芯片的主力。预计至 2021 年，人工智能芯片市场 规模 有望达到 111 亿美元， 年复合增长率 达 20.99%。 芯片 生产商方 面 ，据市场研究公司 Compass Intelligence 最 新研究显示，在全球人工智能芯片企业排名表中，前三名依次是 英伟达 （ Ividia） 、英特尔 (Intel)以 及 IBM， 华为此报告仅供内部客户参考 -9- 请务必阅读正文之后的免责条款部分 策略报告 第 12 名 ，成为中国大陆地区最强芯片生产商。 英 伟达目前占据全球 GPU 行 业的市场份额超过 70%，远超竞争对手。 华 为从 1991 年 开始，走上了开发 ASIC 芯 片之路， 2018 年10 月 ，推出昇腾 910 和 昇腾 310 云 端芯片，前者计算能力远超谷歌及英伟达，后者最大功耗 功 耗仅 8W， 预计 2019 年 二季度上市 。 图 6：人工智能芯片及相关企业 资料来源： 中国信息通信研究院 、 财富证券 GPU因其具备大规模并行计算能力而被广泛应用于深度学习之中， 是目前人工智能芯片领域唯一能够实现大规模应用的方案， 但 GPU的树形拓扑通信结构也决定了其未必适合所有 AI 应用场景。 与 GPU相 比 ， FPGA 则是可编程的，并且能够灵活地针对自己所用的算法修改电路。就 性能而言， 在峰值性能上 ， GPU 远远高于 FPGA， 而 在 平均性能上 ， GPU 则 逊于 FPGA。总 体来说， 在未来的工业制造领域， FPGA 将有更大的发展空间。 ASIC 是 新一 代 人工智能芯片， 在功耗上也远远优于 GPU，而且一旦量产后， ASIC 的成本会远远低于 FPGA 方案。 我 们认为， 这几种芯片都有其擅长的应用场景，未来一段时间 将活跃在人工智能领域。 全球 PCGPU芯 片生产商主要有， Intel、 Nvidia 、 AMD；移动 GPU方面 有 ARM、 Imagination、 Qualcomm、 Vivante 及 NVIDIA。 景嘉 微 （ 300474）公司作为国内首家自主研发 GPU芯片并实现量产的上市公司，具备独特的技术领先优势，有望受益于国产计算机升级浪潮。 全志科技（ 300458） 是 A股唯一一家拥有独立自主 IP核的芯片设计公司，从事系统级大规模数模混合 SOC 及智能电源管理芯片设计。 国内GPU市场 其它 可关注上市公司： 中科曙光（ 000818）、航锦科技（ 603019） ， 另外， 寒武纪 、 比 特大 陆 、地平 线 等 创业公司值得关注 。 芯片方面具有语音业务的 有 士兰微 （ 600460） 、中颖电子 （ 300327） 、 北京君正 （ 300223） 等 。 此报告仅供内部客户参考 -10- 请务必阅读正文之后的免责条款部分 策略报告 图 7：全球人工智能芯片规模及预测 资料来源： Gartner、 财富证券 除 芯片外， 人工智能的 基础技术主要依赖于大数据管理和云计算技术，经过近几年的发展，国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的基础平台。 当前人工智能主要的计算平台还是云计算，而依据服 务性质的 不 同，这些平台主要集中于三个服务层面，即基础设施即服 务（ IaaS）、平台 即服 务（ PaaS）和软件即服务（ SaaS）。 相 关上市公司可关注 思特奇 （ 300608） 。 人工智能训练需要大量的素材，只有丰富 、完备 的 数 据， 才能使 人工智能持续优化。近些年 人工智能技术 突飞猛进，一个非常重要的原因即是移动 数 据 量的爆发。优质的数据可以 令人工智能深度学习得导更完美得 结果，而人工智能得发展更进一步推动大数据产业发展。 大数据、云计算的发展必然推动 IDC 机房需求的提升。目前我国 IDC 业务主要以电信运营商占主导地 位 ， 未来发展方向为建立统 一的数据语言以便数据中心 互相连接，由集中化数据中心走向分散化数据中心。相关上市公司有 拓 尔思 （ 300229） 、 美丽云（ 000815） 、光环新网 （ 300383） 、鹏博士 （ 600804） 、宝信软件 （ 600845） 等。 2.2 人 工智能产业链技术层 技术层是人工智能产业发展的核心。技术层主要依托 由智 能芯片构建的 基础层、 运算平台和数据资源进行海量识别训练和机器学习建模，以开发面向不同领域的应用技术，包括感知智能和认知智能。 感知智能通过传感器、搜索引 擎和人机交互等实现人与信息的连接，获得建模所需数据，如计 算机视觉（ 图像识别 ） 、自然语音处理和生物识别等；认知智能对获取的数据进行建模运算，利用深度学习等类人脑的思 考功能得出结果。 国内的人工智能技术层主要聚焦于 计算机视觉、 语音及 自然语言处理 以及 机器学习 领域。 36 4760759111132%28% 25%22% 22%0%10%20%30%40%0204060801001202016 2017 2018E 2019E 2020E 2021E市场规模（亿美元） 增速