2017-人工智能专题深度报告：“计算瓶颈突破商用价值提升”引爆AI市场，确定规则场景易被AI取代_41页-2mb

报告摘要

人工智能市场分析报告总结

核心内容

人工智能（AI）作为第四次产业革命的核心驱动力，正通过“计算瓶颈突破&商用价值提升”引爆市场。AI的本质是“用机器取代人类工作”，结合了机器规模化生产与人工个性化生产的优势，可同时实现“低成本与差异化”，大幅增强企业竞争力。随着深度学习算法的发展，AI在图像识别、语音识别等领域已接近或达到人类水平，具备广泛的应用前景。

主要观点

AI的竞争力
- AI可同时实现“成本降低与差异化”，打破传统企业竞争战略的局限。
- AI通过“AI+行业”的方式，提升效率并降低成本，满足消费者个性化需求。
AI的爆发周期
- AI正处于第三轮爆发时期，受风投、PE资本的推动，市场规模迅速扩大。
- 2020年全球AI市场规模预计达1190亿元，年复合增速约19.7%；中国AI市场增速超50%，前景广阔。
AI的产业链结构
- AI分为基础层（算力支撑）、技术层（算法平台）和应用层（行业渗透）。
- 基础层盈利已爆发，未来盈利亮点将传导至应用层。
计算瓶颈的突破
- 深度学习算法训练时计算量呈几何式增长，传统芯片（如CPU）难以满足需求。
- GPU、FPGA、ASIC等芯片的计算能力提升，使神经网络层数可达几千层，AI精度进一步提升。
AI芯片市场竞争格局
- 芯片的“计算效率与通用性”难以兼顾，AI生态将决定芯片市场最终格局。
- Google、NVIDIA、Intel、IBM、苹果、华为等科技巨头纷纷布局AI芯片市场。
AI商业应用前景
- AI易取代具有明确规则的工作，如智能安防、无人驾驶等。
- AI商业潜能取决于“行业规模、AI渗透率、技术成熟度”三方面，建议关注智能安防与无人驾驶领域。

关键信息

AI应用领域：AI已在图像识别、语音识别、智能安防、无人驾驶等领域取得显著成果，准确率已超过90%，接近人类水平。
投资建议：建议关注AI需求度及技术成熟度高的行业，如智能安防（东方网力、海康威视、大华股份）和无人驾驶（四维图新、均胜电子）。
芯片技术发展：GPU、FPGA、ASIC等芯片技术不断进步，英伟达GPU已成为AI训练的行业标准，TPU则是Google为TensorFlow系统定制的芯片，具备高能效和高性能。
中国AI发展：AI已上升为国家战略，国家投入资金、人才与技术，推动AI产业发展。中国芯片制造能力快速提升，预计未来将在全球AI芯片市场中占据重要地位。