从中美投资差异看国内人工智能产业发展趋势.pdf

证券研究报告 新三板 TMT专题报告 从中美投资差异看国内人工智能产业发展趋势 2019.8.1 魏也娜 （ 分析师 ） 电话： 020-88836105 邮箱： weiyngzgzhs 执业编号： A1310518090001 中美两国引领全球人工智能发展 得益于中国较好的互联网及信息技术产业底蕴以及国家、社会的高度重视，中国在人工智能方面发展迅猛。目前，中美在人工智能企业数量、专利数量、论文数量以及人才数量上并驾齐驱，成为引领全球人工智能发展的两大动力来源。 多角度对比中美人工智能投资 看规模，中国人工智能投资额已超过美国。 中国人工智能行业投融资额从 2013 年的 37.8 亿元增长到 2018 年的 1091.5 亿元，年复合增长率达 96.8%，而美国 2018 年人工智能领域投资额为 93.3 亿美元。 看轮次，中国人工智能投资更偏早期。 从人工智能领域投融资的轮次分布来看，中国有 70%以上的投资处于 A 轮及 A 轮以前 ，而 美国 这一数据为65%左右 ，且 美国投资 轮次后移的趋势更加明显 ， 体现美国人工智能发展更早，行业更为成熟。 看投向，中国重应用层，美国重基础层。 美国在人工智能九大领域中累计投资额排名前三的为：芯片 /处理器 、 机器学习应用 和 自然语言处理 ； 中国累计投资额排名前三的为：计算机视觉与图像 、 自然语言处理 和 自动驾驶 /辅助驾驶 。中美两国在人工智投资上最主要的差异体现在人工智能芯片和计算机视觉与图像这两个赛道上。前者美国遥遥领先中国，后者中国领先美国。 综合上述多个维度的中美对比，我们认为： 1、在规模上，中国人工智能投资额未来几年将进入调整期。判断依据是： 1）中国人工智能投资额与中国人工智能市场规模不匹配。 2）投资机构趋于理性； 3） 2019 年上半年人工智能领域投资额低于去年同期。 2、在轮次上，随着行业发展，中国人工智能投资轮次将继续后移，优质企业逐渐显现，平均单笔投资额上升。 我们选取中美差异最大的两大细分赛道 ， AI 芯片和计算机视觉进行深入分析。 人工智能带来新机会，中国有望从 AI 芯片突围 我们认为，中美在 AI 芯片领域的差距主要体现在： 1）美国芯片起步早，人才丰富； 2）美国芯片产业布局完整； 3）美国芯片和互联网巨头众多，为资本退出提供更多选择 。 AI 芯片是人工智能带来的新机会，中国可以有所作为： 1） AI 芯片处于发展早期， 中美技术差距较小， 竞争格局未定 。目前在云端 AI 芯片上英伟达一家独大，市场期待有新的解决方案 ； 2）在边缘 AI 芯片领域，中国有广阔的应用场景和市场空间； 3）芯片自主可控呼声高涨，政策为芯片产业保驾护航。 深入落地，计算机视觉仍有广阔的应用场景 计算机视觉是中国人工智能市场的最大组成部分， 2017 年占比约为37%。 中美在该领域的投 资差异主要是由于： 1）安防的巨大需求拉动计算机视觉 在中国快速落地； 2）我国计算机视觉技术领先，在数据方面占有优势；3）中国消费者对新技术的接受度更高。 与美国相比，我国 计算机视觉的应用领域仍有待拓宽。目前，我国计算机视觉技术的应用仍主要集中在安防影像分析 。我们认为，政府端安防市场只是计算机视觉行业的起点，但终点在于更为广泛的 B 端市场。如果企业能深入挖掘市场需求，运用计算机视觉技术与具体的应用场景相结合，提出合适的解决方案，这一领域仍有广阔的市场空间。基于此，我们看好计算机视觉在新零售、医疗影像和工业制造的未来发展。 风险提示 人工智能芯片研发不及预期 ； 计算机视觉技术发展不及预期 。 相关报告 广证恒生 做中国新三板研究极客 敬请参阅最后一页重要声明 证券研究报告 第 2 页 共 26 页 新三板 TMT 专题 报告 目录 目录 . 2 图表目录 . 3 1. 走进人工智能新时代 . 4 1.1 什么是人工智能？ . 4 1.2 中美两国引领全球人工智能发展 . 5 2. 多角度对比中美人工智能投资 . 7 2.1 看规模，中国人工智能投资额已超过美国 . 7 2.2 看轮次，中国人工智能投融资更偏早期 . 7 2.3 看投向，中国重应用层而美国重基础层 . 8 3人工智能带来新机会，中国有望从 AI 芯片突围 . 11 3.1 人工智能的发展加速芯片专用化进程 . 11 3.2 高端人才缺乏是中美 AI 芯片领域投资差异的最大原因 . 13 3.2.1 美国在芯片领域起步早，巨头众多，培养并积累了丰富的人才 . 13 3.2.2 美国芯片和互联网巨头众多，为资本退出提供更多选择 . 14 3.2.3 美国芯片产业链齐全，产业布局完整 . 14 3.3 换道超车，中国在 AI 芯片上可以有所作为 . 15 3.3.1 AI 芯片处于发展早期，竞争格局未定 . 15 3.3.2 边缘 AI 芯片领域，广阔的应用场景为中国提供巨大机会 . 17 3.3.3 芯片自主可控呼声高涨，政策为芯片研发保驾护航 . 17 4.深入落地，计算机视觉仍有广阔的应用场景 . 19 4.1 计算机视觉是中国人工智能市场的最大组成部分 . 19 4.2 多重因素促成中美计算机视觉领域投资差异 . 20 4.2.1 安防千亿市 场成为拉动中国计算机视觉发展的最大需求 . 20 4.2.2 我国计算机视觉技术领先，在数据方面占有优势 . 21 4.2.3 中 国消费者对新技术接受度更高 . 22 4.3 对比美国，看好中国计算机视觉应用领域进一步拓宽 . 23 5.风险提示 . 24 敬请参阅最后一页重要声明 证券研究报告 第 3 页 共 26 页 新三板 TMT 专题 报告 图表目录 图表 1. 人工智能发展历程 . 4 图表 2. 人工智能可分为基础层、技术层和应用层 . 5 图表 3. 世界主要国家人工智能企业数量 . 5 图表 4. 全球人工智能论文产出量前十国家 . 6 图表 5. 2018年 AAAI会议上各国论文数量 . 6 图表 6. 全球人工智能专利申请国家分布 . 6 图表 7. 世界各国人工智能人才投入量 . 6 图表 8. 中国人工智能行业投融资情况 . 7 图表 9. 美国人工智能行业投融资情况 . 7 图表 10. 中国人工智能行业融资轮次分布 . 8 图表 11. 美国人工智能行业融资轮次分布 . 8 图表 12. 中国历年人工智能投资事件数 . 8 图表 13. 截至 2017年上半年中美两国在人工智能九大领域累计融资分布对比图（单位：亿元） . 9 图表 14. 2016年中国人工智能领域融资情况 . 10 图表 15. 2016年美国人工智能领域融资情况 . 10 图表 16. 中国人工智能企业数量变化情况 .11 图表 17. 典型云端芯片中 CPU、 FPGA、 GPU和 ASIC四种芯片算力对比 . 12 图表 18. 随着摩尔定律的失效，通用性和计算效率将难以兼得 . 13 图表 19. 中美两国拥有的 AI芯片领域人才差距悬殊 . 13 图表 20. 科技巨头积极的投资和收购活动促进了人工智能初创企业的繁荣 . 14 图表 21. AI芯片产业链各环节都有美国公司的身影 . 15 图表 22. 英伟达丰富的产品线和良好的生态环境是其核心竞争力 . 16 图表 23. 蚂蚁金服的 AI业务 . 17 图表 24. 半导体产业政策梳理 . 18 图表 25. 人工智能产业政策梳理 . 18 图表 26. 2017年中国人工智能市场结构 . 20 图表 27. 2017年中国计算机视觉行业市场构成 . 20 图表 28. 2013年至 2018年我国计算机视觉领域投融资情况 . 20 图表 29. 中国安防行业市场规模及预测 . 21 图表 30. 人脸识别算法准确率平均达到 99.69% . 22 图表 31. 只有 30.7%的用户不接受人脸信息被收集以获取智能服务 . 23 敬请参阅最后一页重要声明 证券研究报告 第 4 页 共 26 页 新三板 TMT 专题 报告 1. 走进人工智能新时代 1.1 什么是人工智能？ 概括而言 ，人工智能 是 指 对人的意识和思维过程的模拟，利用机器学习和数据分析方法赋予机器类人的能力。 人工智能的概念早在上世纪五十年代就已经被提出，但是由于算力和算法不够成熟，一直未能真正应用和推广。随着 2006 年“深度学习”神经网络算法的诞生，人工智能进入发展新阶段，在语音识别、视觉识别和自然语言处理等方面均有了长足的进步，让世界再一次看到了人工智能解放人类劳动的可能性。如今，布局人工智能，发展人工智能已经成为各国国家战略的一部分。 图表 1. 人工智能发展历程 数据来源：广证恒生 总体来看，人工智能行业可分为基础支撑层、技术层和应用层。 基础层提供计算力，主要包含人工智能芯片、传感器、大数据及云计算。 其中芯片具有极高的技术门槛，目前该层级的主要贡献者是 Nvidia、 Mobileye 和英特尔在内的国际科技巨头。中国在基础层的实力相对薄弱。 技术层解决具体类别问题。这一层级主要依托运算平台和数据资源进行海量识别训练和机器学习建模，开发面向不同领域的应用技术，包括语音识别、自然语言处理、计算机视觉和机器学习技术。 科技巨头谷歌、 IBM、亚马逊、苹果、阿里、百度都在该层级深度布局。中国人工智能技术层在近年发展迅速，目前发展主要聚焦于计算机视觉、语音识别和语言技术处理领域。除了 BAT 在内的科技企业之外，出现了如商汤 、旷视、科大讯飞等诸多独角兽公司。 应用层解决实践问题，是人工智能技术针对行业提供产品、服务和解决方案，其核心是商业化。 应用层企业将人工智能技术集成到自己的产品和服务，从特定行业或场景切入（金融、安防、交通、医疗、制造、机器人等）。未来，场景数据完整（信息化程度原本比较高的行业或者数据洼地行业），反哺机制清晰，追求效率动力比较强的场景或将率先实现人工智能的大规模商业化 。 从全球来看， Facebook、苹果将重心集中在了应用层，先后在语音识别、图像识别、智能助理等领域进行了布局。得益于人工智能的全球开源社区，这 个层级的门槛相对较低。目前，应用层的企业规模和数量在中国人工智能层级分布中占比最大。 敬请参阅最后一页重要声明 证券研究报告 第 5 页 共 26 页 新三板 TMT 专题 报告 图表 2. 人工智能可分为基础层、技术层和应用层 数据来源：广证恒生 1.2 中美两国引领全球人工智能发展 尽管中国在人工智能领域起步较晚，但得益于中国较好的互联网及信息技术产业底蕴以及国家、社会的高度重视，中国近年来在人工智能方面发展迅猛。 目前，中美在人工智能企业数量、专利数量、论文数量以及人才数量上 并驾齐驱，成为引领全球人工智能发展的两大动力来源 。 在人工智能企业数量上， 根据中国信通院数据研究中心的数据显示，截止 2018 年上半年，在全球范围内共有 4998 家人工智能企业。其中，美国人工智能企业数量为 2039 家，居全球第一，其次是中国（不包含港澳台地区） 1040 家 ， 其后依次是英国、加拿大和印度。应该看到，尽管中国在人工智能企业数量上已经位居全球第二，但仍然只达到美国的一半水平左右， 对照两国市场，中国人工智能产业发展仍有广阔的想象空间 。 图表 3. 世界主要国家人工智能企业数量 数据来源： 中国信通院 ，广证恒生 2039 1040 392 287 152 122 121 111 05001000150020002500美国 中国 英国 加拿大 印度 以色列 法国 德国 敬请参阅最后一页重要声明 证券研究报告 第 6 页 共 26 页 新三板 TMT 专题 报告 在人工智能领域的论文数量上， 从 1998 年至 2018 年，全球论文产出量最多的是美国， 14.91 万篇，中国以 14.18 万篇位居次席，英国、德国和印度分别位列三至五位。 作为人工智能领域的国际顶尖会议之一，人工智能促进协会（ Association for the Advancement of Artificial Intelligence）每年都会 审查并接受来自世界各国提交的论文，这些被接受的论文质量较高，可以在一定程度上反映 各国的研究水平。 2018 年 AAAI会议上，提交的论文中有 70%来自美国或中国，接受的论文中则有 67%来自中美两国 。 图表 4. 全球人工智能 论文 产出量前十国家 图表 5. 2018 年 AAAI 会议上各国论文数量 资料来源： 中国信通院 、 广证恒生 资料来源： AAAI、 广证恒生 在人工智能专利数量上看， 中国已经超过美国成为人工智能领域专利申请量最高的国家， 占全球专利申请总数的 37.1%， 美国和日本则分别位居第二、第三 ，分别占比 24.8%和 13.1%。而 在人工智能领域的人才投入上， 中国与美国则还有较大的距离。截止 2017 年，美国在人工智能领域的人才投入量高达 28536人，占世界总量的 13.9%，而中国投入量位居第二，累计达 18232 人，占世界总量的 8.9%，是美国人数的65%。 人工智能行业的技术壁垒高，人才需求大，掌握了技术和人才的国家将在竞争中占据先机 。 图表 6. 全球人工智能专利申请国家分布 图表 7. 世界各国人工智能人才投入量 资料来源： 中国信通院 、 广证恒生 资料来源： 清华大学中国科技政策研究中心 、 广证恒生 综合上述各项指标不难发现，尽管在人工智能发展水平上，中国与美国相比仍有较大差距，但也已经在世界范围内达到领先水平， 与美国处于同一可比区间内。 因此， 本文从中美在人工智能行业的投融资差异出发，通过中美对比获得有关国内人工智能产业发展趋势的线索。 149096 141810 41229 34786 29132 28959 26956 23632 23391 22513 0200004000060000800001000001200001400001600001242 934 128 124 109 99 92 76 69 68 265 268 32 32 40 30 32 17 16 28 0200400600800100012001400提交论文数 接收论文数 37.10% 24.80% 13.10% 8.90% 2.70% 1.30% 1.30% 1.10% 1.00% 8.70% 中国 美国 日本 韩国 德国 英国 法国 荷兰 加拿大 其他 28536 18232 17384 9441 7998 6395 6219 5982 4942 4740 4228 050001000015000200002500030000美国中国印度德国英国法国伊朗巴西西班牙意大利加拿大人才数量 敬请参阅最后一页重要声明 证券研究报告 第 7 页 共 26 页 新三板 TMT 专题 报告 2. 多角度对比中美人工智能投资 2.1 看规模，中国人工智能投资额已超过美国 根据 IT 桔子的数据， 中国人工智能行业投融资额从 2013 年的 37 亿元增长到 2018 年的 1091.5 亿元，年复合增长率达 96.8%， 说明随着人工智能技术和应用的不断落地，人工智能产品进一步得到认可，投资机构持续看好人工智能未来巨大的发展空间。 从 投资 笔数上看，中国人工智能企业所获 投资 笔数连年增长，从 2013 年的 53 笔上升到 2018 年的 501 笔 ，说明中国人工智能行业竞争格局仍未明朗，在各个细分领域均存在多种商业模式有待市场验证。 根据 CB Insights 的数据， 美国人工智能行业投融资额从 2013 年的 11.4 亿美元增长到 2018 年的 93.3 亿美元，年复合增长率达 52.1%。 从投资笔数上看，美国人工智能企业所获投资笔数在 2017 年达到峰值，为533 笔， 2018 年则下降至 466 笔，但 2018 年投资额从 54.25 亿美元大幅上升至 93.34 亿美元，导致 2018 年平均单笔投资金额大大提升，说明美国人工智能领域内资金正向部分优质企业集中， 这可能是因为经过前期一段时间的市场筛选，部分有竞争力和持续发展能力的企业逐渐显露出来，同时行业逐步走向成熟。 从 2015 年起，中国人工智能行业投融资额已经超过美国， 但美国人工智能产业起步较早， 1999 年已经有了第一笔人工智能领域的投资，而中国的第一笔人工智能风险投资则发生在 2005 年，在累计融资额上，中国仍处于追赶状态。 在融资笔数上，中国 从 53 笔 一路上升至 2018 年的 501 笔， 超过美国， 而美国 2018年投资笔数则有较大幅度的下降，说明 中国人工智能行业更具活力，竞争格局更加开放，而美国 相较中国更为 成熟。 图表 8. 中国人工智能行业投融资 情况 图表 9. 美国人工智能行业投融资 情况 资料来源： IT 桔子 、 广证恒生 资料来源： CB Insights、 广证恒生 2.2 看 轮次，中国人工智能 投融资更 偏早期 从人工智能领域投融资的轮次分布来看，中国有 70%以上的投资处于 A 轮及 A 轮以前 ，即投资的早期阶段，说明中国人工智能行业尚属发展早期，大部分企业仍处于发展的起步阶段。但是，随着时间的推移也可以看出轮次逐渐后移的趋势，主要体现在种子轮和天使轮所占比重逐渐下降，由 2016 年第三季度占比 47.7%下降至 2018 年第四季度占比 21.8%，同时， C 轮及 C 轮以后融资比重逐渐上升，说明仍然有一部分成长速度较快的企业脱颖而出，获得更多轮次的投资。 相比中国，美国人工智能领域的投融资轮次更靠后，且轮次后移的趋势更加明显 ，体现美国人工智能发展更早，行业更为成熟。 美国大约有 65%的投资发生在早期阶段，低于中国的 70%，反映了美国人工智能产业起步较早，已经有更多人工智能企业步入发展的扩张阶段。 同时，美国人工智能领域投资轮次后移的趋势更明显，扩张阶段的投资占比从 2016 年第三季度的 17%上升到 2018 年第四季度的 32%，而种子阶36.955 97.2802 303.636 334.5394 687.5178 1091.4742 53 152 321 428 477 501 01002003004005006000200400600800100012002013 2014 2015 2016 2017 2018投资金额（亿元） 投资笔数 1147 2613 3297 4093 5425 9334 207 308 377 464 533 466 010020030040050060002000400060008000100002013 2014 2015 2016 2017 2018投资金额（百万美元） 投资笔数 敬请参阅最后一页重要声明 证券研究报告 第 8 页 共 26 页 新三板 TMT 专题 报告 段的投资占比则从 2016 年第三季度的 38%下降到 2018 年第四季度的 28%，轮次后移的趋势说明美国人工智能企业 发展更为成熟 。 总体上看，中美两国人工智能领域投资轮次以前期为主，基本上占据 60%以上的份额， 符合一级市场投资的特点，也说明了人工智能行业 尚属于发展早期阶段，竞争格局未定，仍有很大的想象空间。 图表 10. 中国人工智能行业融资轮次分布 图表 11. 美国人工智能行业融资轮次分布 资料来源： IT 桔子 、 广证恒生 资料来源： Statista、 广证恒生 2.3 看投向，中国 重应用层而美国重基础层 从人工智能企业获投事件数来看， 2013 年至 2017 年中国人工智能投资呈现爆发式增长，其中以技术层和应用层最为引人注目，而相比之下，中国对人工智能基础层的投资比较保守， 其投资事件数在 2016年达到峰值，为 170 笔，此后两年持续下降 ， 2018 年只有 87 笔基础层投资 。 人工智能驱动力 主要有三大因素 算力、算法和数据，中国在数据方面 资源比较丰富 。 牛津大学在其报告解密中国的 AI 梦中比较了中美两国在硬件、数据、算法和商业系统四个方面的能力，认为中国在数据方面具有明显优势。得益于庞大的数据和国外开源算法，中国人工智能企业可以更 快速 地将人工智能技术应用到各个细分行业中 ，并深入挖掘人工智能的应用场景。因此，我国人工智能领域一直由应用层领跑，从 2013 年至 2017 年，人工智能应用层投资笔数由 134 笔上升到 1062 笔， 年复合增长率达 67.8%， 且一直遥遥领先于技术层和基础层的投资笔数。 图表 12. 中国历年人工智能投资 事件数 数据来源： IT 桔子 ，广证恒生 0%20%40%60%80%100%种子轮 /天使轮 A轮 B轮