网易财经2月4日讯 继挪动互联网之后，人工智能的浪潮曾经开端掀起，华泰证券行业研讨以为，新一轮技术反动风暴曾经降生，人工智能无望成为将来10年乃至更长工夫内IT产业开展的焦点。
华泰以为，人工智能将成为IT范畴最重要的技术反动，目前市场关怀的IT和互联网范畴的简直一切主题和热点（智能硬件、O2O、回到当下汹涌澎湃的AI浪潮，正如所有的企业都被互联网化一样，所有的互联网企业都将 AI 化。而这些互联网企业中，也包含CSDN。同时，作为全球最大的中文IT社区，CSDN还有一个历史使命——为广大的互联网公司进行AI赋能。机器人、无人机、工业4.0），开展打破的关键环节都是人工智能。
另一方面，国际IT巨头曾经开端在人工智能范畴频频发力，一方面收罗顶尖人才，一方面加大投资力度，人工智能新的春天曾经到来。自然言语处置、计算机视觉、规划决策等AI细分范畴近期停顿显着，很多新的使用和产品曾经冷艳亮相。
由于技术的复杂度，将来5－10年内，公用范畴的智能化是AI使用的次要方向，在更远的未来，随着技术的进一步打破，通用范畴的智能化无望完成。无论是公用还是通用范畴，人工智能都将围绕“根底资源支持－AI技术－AI使用”这三层根本架构构成生态圈。
将来通用智能时代，进入门槛最高，护城河最宽的是底层AI资源支持的平台企业；其次是技术层中在细分范畴具有中心竞争力的抢先企业；门槛最低的是使用层的企业，但消费电子的产品属性也将允许差别化竞争的空间，并将引发新一轮IT设备投资周期，智能化的大潮行将来袭，万亿元的市场规模值得等待。
投资标的方面，华泰将从两个维度选取人工智能产业的A股投资标的：首先是直接提供AI技术或有关设备的公司，然后是应用AI技术为不同行业提供处理方案的公司。重点引荐：科大讯飞、海康威视、软控股份、雷柏科技、中科曙光、西方网力、天泽信息、美亚柏科、拓尔思、安硕信息。（马仁敏，周焕）
以下为研报全文：
1．新技术反动退场，IT开展焦点将从互联网转向人工智能
发轫于2007年的挪动互联网浪潮曾经席卷全球，极大地改动了我们的生活形态。但是，就在资本市场热切地等待挪动互联网催生出更多新使用效劳、更多新商业形式的时分，由技术程度缺乏招致的开展瓶颈已然呈现。与此同时，为打破上述瓶颈，新一轮更冲动人心、更值得等待的技术反动风暴曾经降生，将成为将来10年乃至更长工夫内IT产业开展的焦点，将再次并愈加彻底地推翻世界。这一轮技术反动风暴，它的名字叫做“人工智能”（Artificial Intelligence，以下简称AI）。
1.1 基于互联网的使用效劳开展已遭遇技术瓶颈，AI将成开锁金钥匙
基于PC的互联网、基于手机战争板电脑的挪动互联网以及基于各种其他设备的物联网，其实质是处理了“衔接”成绩：衔接人与人、人与物以及物与物，并且在衔接的根底上发明出新的商业形式。以国际BAT三巨头为例，百度完成的是人与信息的对接，商业形式以网络广告为主；阿里处理的是人与商品的对接，电商是其商业形式；腾讯则完成了人与人的对接，依托弱小的收费社交软件吸引庞大的用户群，在此根底上应用增值业务和游戏来完成货币化。
虽然互联网的普及打造了包括谷歌、亚马逊、百度、阿里、腾讯、京东等一批巨头以及数量更为庞大的中小企业，基于网络的创新使用和效劳类型也多种多样，但技术瓶颈的制约曾经越来越分明：生活方面需求痛点的处理、消费范畴具有顺应性和资源效率的智慧工厂的树立、物流体系中愈加方便快捷的配送方式建立等成绩，都面临智能化水平缺乏带来的妨碍。只要人工智能才干为“万物互联”之后的使用成绩提供最完满的处理方案。
人工智能的价值如此重要，以致于我们可以毫不夸大地说，它将成为IT范畴最重要的技术反动，目前市场关怀的IT和互联网范畴的简直一切主题和热点（智能硬件、O2O、机器人、无人机、工业4.0），开展打破的关键环节都是人工智能。
上面我们将经过一些例子和使用场景来更抽象详细地展现上述瓶颈以及AI的重要性：
1.1.1 智能冰箱还不能通知我们做什么
由于生活节拍放慢人们的闲暇工夫大为增加，做家务的工夫日益显得缺乏，我们需求一款聪明的冰箱，让冰箱通知我们做什么。来自奥维征询的《中国度用冰箱食品糜费调查报告》显示，“每个家庭均匀每年发作176次食物糜费景象。70%受访者表示，形成糜费的次要缘由是一次购置太多和放入冰箱后遗忘。智能冰箱的呈现，不只可以自行“清算门户”，推销新颖食品，还能统筹布置，增加食材糜费，制造特性化食谱。它会依据食材新颖与否，把不新颖的食材调动到间隔冰箱门最近的中央，提示主人“它该吃了”。此外，智能冰箱能对用户的膳食合感性停止剖析，制造菜谱。同时提示需求补充的食材，假如与生鲜电商联网的话，可以自动选择送货上门，直接完成食物的配送发货播种自动化和智能化。2014年美菱率先推出全球首台云图像辨认智能冰箱ChiQ，打破全球智能冰箱技术门槛，该冰箱具有变频功用，可以用语音搜索、自动引荐等多种方式停止食谱引荐，并完成手机的近程检查和控制。
#p#分页标题#e#智能冰箱功用法的晋级，提升用户体验和价值，面前的最大中心是自动辨认技术的打破。图像辨认技术经过图像采集零碎失掉食材图片，运用图像辨认算法，转化成食品的信息列表。而经过图像辨认技术，判别食材的品种是完成冰箱智能化的拐点。
可见，不是用户对智能家居的需求不存在，而是现有的技术无法支撑家居的智能化，这个瓶颈无法打破，智能家居永远是纸上谈兵。那么，处理这个成绩的钥匙在哪里？人工智能技术的打破：图像辨认面前的底层技术就来自于人工智能的算法和使用！
1.1.2 O2O尚未完成生活效劳智能化
试想这样一个场景，你想选择一个中央和冤家吃饭，首先你会翻开一个使用，在这个进程中它会自动确定你所在的地位，然后你经过语音开端向其收回恳求“我想在这左近找一家中式餐厅，下午将要与冤家一同就餐，消费价钱适中。”使用依据你收回的恳求及过往的生活习气为你寻觅到数十家备选方案优选列表，然后你可以依据兴味与喜好选择直接确定方案，或许实时翻开检查各家的类型、折扣、评分、环境、地位、菜品、用户评价等综合信息并停止挑选，这些信息综合在一同构成了你对某家餐厅的判别和最终的决策。这时你可以就一些成绩与餐厅的效劳人员停止实时的沟通，然后交付押金轻松的停止预订。预订好了餐厅之后，经过语音控制，你可以将信息转发给冤家。当你到了该动身赴约的时分，这个使用开端提示你，并可以选择能否开启地图语音导航形式，为你提供地位和道路效劳。从实质上说，消费者和商户存在各自信息获取不对称的成绩，而O2O在于把效劳业互联网化，将商户与消费者之间衔接的更好，让信息不对称的成绩都能处理，这不只可以协助商户，也可以协助消费者。消费者对O2O的最大诉求次要是在前端信息的检索和获取，而商家的目的在于继续获取消费者，这次要经过前端提供消费者信息影响其购置决策，并经过前期客户管理加强与用户关系。
互联网的O2O商业形式气势汹汹的推翻传统行业，似乎开展到如今仿佛开端止步不前了。目前点评网站、地图导航、预定网站、优惠券网站等很好地满足了消费者信息获取来源，但挪动搜索引擎却未能很好满足消费者检索的需求，使他们可以方便地查找餐厅以及优惠地享用效劳。综合来看，将来的O2O会是一个交融线下信息聚合、语音辨认、自然言语解析、搜索引擎、点评信息聚合、预订效劳、地图导航、NFC、CRM、语音以及实时沟通等功用为一体的基于地位的效劳平台。但是，至今依然悬而未决的技术瓶颈是：自然言语的解析。如何经过对用户的自然言语（文本+语音）等数据，结合知识图谱，推理出用户的需求并精准的推送用户所需的本地化生活效劳？这扇大门的钥匙也是在人工智能技术的打破！
1.1.3 无人机尚不能自主飞行
目前无人机虽然在军事和民用范畴都失掉了使用，但其智能化水平还远远不够，依然需求人遥控操纵，尚未完成自主飞行。
想象一下你翻开家里的窗子，一架无人机恰巧停在窗外，你从无人机上取下本人购置的物品，然后拿出手机确认收到，无人机才慢慢飞走，去寻觅下一个客户。或许，下午你要去某咖啡馆与客户交流，恰巧有一个快递要送来。你提早告诉快递公司，让无人机指挥中心更改送货道路，告诉无人机将快递送到咖啡馆。物流体系运用无人机取代人工，完成货物派送的想象一旦完成，将大大进步配送效率，增加人力、运力本钱，可以说承载了人们关于将来物流的梦想。但这一梦想假如要得以完成，必需要使无人机具有感知和规划的智能。
#p#分页标题#e#高空以及在修建物外部飞行会遭遇很多的妨碍物，即便事后设定飞行线路，也无法防止暂时呈现的妨碍（比方写字楼里忽然打开的门），这就需求无人机具有视觉功用、不确定性环境下的道路规划以及举动才能。此外，为保证精确投递，无人机或许还要具有人脸辨认的才能，可以经过事后发送的照片辨认出收货人。这些感知、规划和举动才能都属于人工智能技术。
1.1.4 智能化是工业4.0之魂
第一次工业反动是随着蒸汽机驱动的机械制造设备的呈现；第二次工业反动是基于休息分工的，电力驱动的大规模消费；第三次工业反动是用电子和IT技术完成制造流程的进一步自动化；而如今，第四次工业反动正在降临！
“工业4.0”，是一个德国政府提出的高科技战略方案。这个概念包括了由集中式控制向分散式加强型控制的根本形式转变，目的是树立一个高度灵敏的特性化和数字化的产品与效劳的消费形式。在这种形式中，传统的行业界线将消逝，并会发生各种新的活动范畴和协作方式。发明新价值的进程正在发作改动，产业链分工将被重组。
德国学术界和产业界以为，“工业4.0”概念即是以“智能制造”为主导的第四次工业反动，或反动性的消费办法。该战略旨在经过充沛应用信息通讯技术和网络空间虚拟零碎信息物理零碎（Cyber-Physical System） 相结合的手腕，将制造业向智能化转型。
“工业4.0”项目次要分为三大主题，一是“智能工厂”，重点研讨智能化消费零碎及进程，以及网络化散布式消费设备的完成；二是“智能消费”，次要触及整个企业的消费物流管理、人机互动以及3D技术在工业消费进程中的使用等。该方案将特别注重吸引中小企业参与，力图使中小企业成为新一代智能化消费技术的运用者和受害者，同时也成为先进工业消费技术的发明者和供给者；三是“智能物流”，次要经过互联网整合物流资源，充沛发扬现有物流资源供给方的效率，而需求方则可以疾速取得效劳婚配，失掉物流支持。
在工业4.0时代，虚拟全球将与理想全球相交融。经过计算、自主控制和联网，人、机器和信息可以相互联接，融为一体。将来制造业将完成更高的工程效率、更短的上市工夫以及消费灵敏性。
从以上的描绘中不好看出，工业4.0对智能化的要求涵盖更广，触及机器感知、规划、决策以及人机交互等方面，而这些范畴都是人工智能技术的重点研讨方向。
2．人工智能技术“奇点”到来
在宇宙大爆炸实际中，“奇点”是指由爆炸而构成宇宙的那一点，即宇宙从无到有的终点。而在美国著名迷信家雷库兹韦尔（Ray Kurzweil：创造了盲人阅读机、音乐分解器和语音辨认零碎；获9项声誉博士学位，2次总统荣誉奖；著有滞销作品《奇点临近》，现任奇点大学校长）的实际中，“奇点”是指电脑智能与人脑智能互相交融的那个美好时辰。我们以为，这个美好时辰正在到来。
2.1 什么是人工智能：从“smart”到“intelligent”
目前市场上所谓“智能”的设备或概念很多，从智能手机到智能家居等，但这些“智能”实践上是“smart”的含义，即乖巧；真正意义上的智能应该是“intelligent”的含义。
“人工智能”一词最后是在1956年达特茅斯学会上提出的。从学科定义下去说，人工智能（ArtificialIntelligence）是研讨、开发用于模仿、延伸和扩展人的智能的实际、办法、技术及使用零碎的一门新的技术迷信。人工智能是计算机迷信的一个分支，它希图理解智能的本质，并消费出一种新的能以人类智能类似的方式做出反响的智能机器。
#p#分页标题#e#人工智能的概念和定义有多种，下图中沿两个维度陈列了AI的8种定义。顶部的定义关注思想进程和推理，而底部的定义强调行为。左侧的定义依据与人类表现的逼真度来权衡成功与否，而右侧的定义依托一个称为“合感性”（Rationality）的理想的表现量来权衡。
假如从比拟容易了解的角度来概括的话，人工智能是指计算机零碎具有的才能，该才能可以实行本来只要依托人类智慧才干完成的复杂义务。
人工智能的使用范畴次要包括以下几个方面的内容：
自然言语处置（包括语音和语义辨认、自动翻译）
计算机视觉（图像辨认）
知识表示
自动推理（包括规划和决策）
机器学习
机器人学
2.2人脑的精细构造难以复制，人工智能技术曾一度受阻
2.2.1 超大规模并行构造使得人脑功用微弱
人类的大脑中无数百至上千亿个神经细胞（神经元），而且每个神经元都经过不计其数个“突触”与其他神经元相连，构成超级庞大和复杂的神经元网络，以散布和并发的方式传导信号，相当于超大规模的并行计算（Parallel Computing）。因而虽然单个神经元传导信号的速度很慢（每秒百米的级别，远低于计算机的CPU），但这种超大规模的并行计算构造依然使得人脑远超计算机，成为世界上到目前为止最弱小的信息处置零碎。
2.2.2 计算机的传统构造制约人工智能的开展
美籍匈牙利迷信家冯诺依曼（John Von Neumann）是数字计算机之父，首先提出了计算机体系构造的想象，目前世界上绝大少数计算机都采取此种构造，它也被称之为冯诺依曼体系构造。
复杂来说，冯诺依曼体系构造的根本特征有以下几点：
1、采用存储顺序方式，指令和数据不加区别混合存储在同一个存储器中，指令和数据都可以送到运算器停止运算，即由指令组成的顺序是可以修正的。
2、存储器是按地址拜访的线性编址的一维构造，每个单元的位数是固定的。
3、指令由操作码和地址组成。操作码指明本指令的操作类型，地址码指明操作数和地址。操作数自身有数据类型的标志，它的数据类型由操作码确定。
4、经过执行指令直接收回控制信号控制计算机的操作。指令在存储器中按其执行顺序寄存，由指令计数器指明要执行的指令所在的单元地址。指令计数器只要一个，普通按顺序递增，但执行顺序可按运算后果或事先的外界条件而改动。
5、以运算器为中心，I/O设备与存储器间的数据传送都要经过运算器。
6、数据以二进制表示。
冯诺依曼体系构造的最大特点是“共享数据，串行执行”的一维计算模型。依照这种构造，指令和数据寄存在共享的存储器中内，CPU从中取出指令和数据停止相应的运算。由于存储器存取速度远低于CPU运算速度，而且每一时辰只能拜访存储器的一个单元，从而使计算机的运算速度遭到很大限制，CPU与共享存储器间的数据交流形成了影响高速计算和零碎功能的“瓶颈”。在冯诺依曼机构造中，指令的执行次第受计数器的控制。CPU依据计数器指出的存储器地址拜访相应的单元，指令计数器值增1指向下一条指令，因此指令是串行执行的。这种计算方式称为“控制驱动”，就是说由指令控制器控制指令执行的次第和机遇，当它指向某条指令时才驱动该指令的执行。在实践顺序中虽然能够存在少量的可以并行执行的指令，但是冯诺依曼体系构造却难以支持这些指令的并行执行。这就从基本下限制了计算机功能的进步。
#p#分页标题#e#人工智能对计算机功能的要求很高，尤其是在非数值处置使用范畴。冯诺依曼体系的串行构造和人脑庞大复杂的并行构造相去甚远，使得现有计算机零碎难以迅速无效地处置复杂的感知、推理、决策等成绩。硬件体系才能的缺乏加上开展路途上已经呈现偏向（希望直接在通用型的人工智能方面获得打破），以及算法的缺陷，使得人工智能技术的开展在上世纪80年代末到90年代已经一度低迷。
2.3 四大催化剂完备，人工智能开展迎来转机点
近几年来，随着技术的提高，人工智能的开展呈现了明显的复苏趋向。我们以为，下述4个方面的缘由带来了人工智能开展的向上拐点：
2.3.1 云计算使本钱昂贵的大规模并行计算得以完成
上文中提到，冯诺依曼体系的串行构造使得计算机无法满足人工智能对硬件的要求，而近年来云计算的呈现至多局部处理了这个成绩。
从概念上讲，可把云计算看成是“存储云+计算云”的无机结合，即“云计算=存储云+计算云”。存储云的根底技术是散布存储，而计算云的根底技术正是并行计算：将大型的计算义务拆分，然后再派发到云中的各个节点停止散布式的计算，最终再将后果搜集后一致处置。大规模并行计算才能的完成使得人工智能往前迈进了一大步。
云计算的本质是一种根底架构管理的办法论，是把少量的计算资源组成IT资源池，用于静态创立高度虚拟化的资源供用户运用。在云计算环境下，一切的计算资源都可以静态地从硬件根底架构上增减，以顺应任务义务的需求。云计算根底架构的实质是经过整合、共享和静态的硬件设备供给来完成IT投资的应用率最大化，这就使得运用云计算的单位本钱大大降低，十分有利于人工智能的商业化运营。
值得特别指出的是，近来基于GPU（图形处置器）的云计算异军突起，以远超CPU的并行计算才能取得业界注目。
CPU和GPU架构差别很大，CPU功用模块很多，能顺应复杂运算环境；GPU构成则绝对复杂，目前流处置器和显存控制器占据了绝大局部晶体管。CPU中大局部晶体管次要用于构建控制电路（比方分支预测等）和高速缓冲存储器（Cache），只要少局部的晶体管来完成实践的运算任务；而GPU的控制绝对复杂，而且对Cache的需求小，所以大局部晶体管可以组成各类公用电路、多条流水线，使得GPU的计算速度有了打破性的飞跃，拥有了惊人的处置浮点运算的才能。如今CPU的技术提高正在慢于摩尔定律，而GPU的运转速度已超越摩尔定律，每6个月其功能加倍。
CPU的架构是有利于X86指令集的串行架构，从设计思绪上合适尽能够快的完成一个义务；关于GPU来说，它最后的义务是在屏幕上分解显示数百万个像素的图像也就是同时拥有几百万个义务需求并行处置，因而GPU被设计成可并行处置很多义务，自然具有了执行大规模并行计算的优势。
如今不只谷歌、Netflix用GPU来搭建人工智能的神经网络，Facebook、Amazon、Salesforce都拥有了基于GPU的云计算才能，国际的科大讯飞也采用了GPU集群支持本人的语音辨认技术。GPU的这一优势被发现后，迅速承载起比之前的图形处置更重要的使命：被用于人工智能的神经网络，使得神经网络能包容上亿个节点间的衔接。传统的CPU集群需求数周才干计算出拥有1亿节点的神经网的级联能够性，而一个GPU集群在一天内就可完成同一义务，效率失掉了极大的提升。另外，GPU随着大规模消费带来了价钱下降，使其更能失掉普遍的商业化使用。
2.3.2 大数据训练可以无效进步人工智能程度
#p#分页标题#e#机器学习是人工智能的中心和根底，是使计算机具有智能的基本途径，其使用普及人工智能的各个范畴。该范畴的顶级专家Alpaydin先生如此定义：“机器学习是用数据或以往的经历，以此优化计算机顺序的功能规范。”
过来机器学习的研讨重点不断放在算法的改良上，但最近的研讨标明，采用更大容量数据集停止训练带来的人工智能提升超越选用算法带来的提升。举两个实例阐明：1、在语义辨认方面，一个普通算法运用1亿个单词的未标注训练数据，会好过最有名的算法运用100万个单词；2、将照片中的马赛克区域用与背景相婚配的某些东西来填补，从一组照片中搜索填补物的话，假如只用1万张照片，则效果很差，假如照片数量添加到200万张是，异样的算法会表现出极好的功能。
我们曾经进入到大数据时代，来自全球的海量数据为人工智能的开展提供了良好的条件。
依据IDC的监测统计，2011年全球数据总量曾经到达1.8ZB（1ZB等于1万亿GB，1.8ZB也就相当于18亿个1TB的挪动硬盘，人均200 GB, 这些信息的量相当于可以填充572亿个32GB的iPad），而这个数值还在以每两年翻一番的速度增长，估计到2020年全球将总共拥有35ZB的数据量，增长近20倍。
美国互联网数据中心指出，互联网上的数据每年将增长50%，而世界上90%以上的数据是最近几年才发生的。此外，数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、汽车、电表上有着有数的数码传感器，随时测量和传递着有关地位、运动、震动、温度、湿度乃至空气中化学物质的变化，也发生了海量的数据信息。因而除了互联网，大数据的迸发很大水平上的还来自于传感器技术和产品的日新月异。人类在制造数据和搜集数据的量级和速度上将出现几何级数的迸发式增长！将来，随着互联网使用的进一步扩展以及传感器不时融入人类生活任务的方方面面，数据发生、搜集的速度和量级将不时减速，人工智能的退化速度也将放慢。
2.3.3 “深度学习”技术的呈现
“深度学习”是机器学习研讨中的一个新的范畴，它模仿人类大脑神经网络的任务原理，将输入的信号经过多层处置，将底层特征笼统为高层类别，它的目的是更无效率、更准确地处置信息。深度学习自2006年由Geoffrey Hinton教授和他的两个先生被提出后，使得机器学习有了打破性的停顿，极大地推进了人工智能程度的提升。2013 年，《麻省理工技术评论》把它列入年度十大技术打破之一。
人脑具有一个深度构造，认知进程是逐渐停止，逐层笼统的，可以层次化地组织思想和概念。深度学习之所以有如此大的作用，正是由于它较好地模仿了人脑这种“分层”和“笼统”的认知和考虑方式。
深度学习的本质，是经过构建具有很多隐层的机器学习模型和海量的训练数据，来学习更有用的特征，从而最终提升分类或预测的精确性。因而，“深度模型”是手腕，“特征学习”是目的。区别于传统的浅层学习，深度学习的不同在于：1）强调了模型构造的深度，通常有5层、6层，甚至10多层的隐层节点；2）明白突出了特征学习的重要性，也就是说，经过逐层特征变换，将样本在原空间的特征表示变换到一个新特征空间，从而使分类或预测愈加容易。与人工规则结构特征的办法相比，应用大数据来学习特征，更可以描写数据的丰厚内在信息。
深度学习使得人工智能在几个次要范畴都取得了打破性停顿：在语音辨认范畴，深度学惯用深层模型交换声学模型中的混合高斯模型（Gaussian Mixture Model, GMM），取得了绝对30%左右的错误率降低；在图像辨认范畴，经过结构深度卷积神经网络（CNN），将Top5错误率由26%大幅降低至15%，又经过加大加深网络构造，进一步降低到11%；在自然言语处置范畴，深度学习根本取得了与其他办法程度相当的后果，但可以免去繁琐的特征提取步骤。可以说到目前为止，深度学习是最接近人类大脑的智能学习办法。
#p#分页标题#e#深层模型是包括多个隐藏层的人工神经网络，多层非线性构造使其具有弱小的特征表达才能和对复杂义务建模才能。训练深层模型是临时以来的难题，近年来以层次化、逐层初始化为代表的一系列办法的提出给训练深层模型带来了希望，并在多个使用范畴取得了成功。深层模型的并行化框架和训练减速办法是深度学习走向适用的重要基石，已有多个针对不同深度模型的开源完成，谷歌、Facebook、百度、腾讯等公司也完成了各自的并行化框架。
深度学习引爆了一场反动，将人工智能带上了一个新的台阶，将对一大批产品和效劳发生深远影响。
2.3.4 “人脑”芯片将从另一个方向翻开人工智能的大门
后面提到了古代计算机的冯诺依曼体系构造障碍了大规模并行计算的完成，招致人工智能开展受限。而明天人工智能开展面临打破，除了上文说的云计算、大数据、深度学习三个缘由之外，另外一个方向的努力也是不容无视的，那就是彻底改动了冯诺依曼体系构造的“人脑”芯片。
“人脑”芯片，也叫神经形状芯片，是从硬件方向对人脑物理构造的模仿。这种芯片把数字处置器当作神经元，把内存作为突触，跟传统冯诺依曼构造不一样，它的内存、CPU和通讯部件是完选集成在一同，因而信息的处置完全在本地停止。而且由于本地处置的数据量并不大，传统计算机内存与CPU之间的瓶颈不复存在了。同时神经元之间可以方便快捷地互相沟通，只需接纳到其他神经元发过去的脉冲（举措电位），这些神经元就会同时做举措。
2011年的时分，IBM首先推出了单核含256个神经元，256×256个突触和256个轴突的芯片TrueNorth原型，但从规模下去说，这样的单核脑容量仅相当于虫脑的程度。经过3年的努力，IBM 终于在复杂性和运用性方面获得了打破。2014年推出的最新芯片将4096个内核、100 万个神经元、2.56亿个突触集成在直径只要几厘米的方寸（是2011年原型大小的1/16）之间，而且能耗只要不到 70 毫瓦，每秒每瓦可完成460亿次神经突触操作。IBM的最终目的就是希望树立一台包括100亿个神经元和100万亿个突触的计算机这样的计算机要比人类大脑的功都弱小10倍，而功耗只要一千瓦，而且分量不到两升（我们大脑的大小）。
我们以为，“人脑”芯片也许将是人工智能真正到达人类大脑程度的终极路途，但目前梦想离理想还有不小的间隔。短期来看，依托云计算、大数据、深度学习的方式改恶人工智能是更可行的方向。
3．人工智能产业开展减速分明
技术“奇点”的到来使得人工智能开展分明减速，这从产业层面可以失掉无力的佐证：我们曾经可以看到IT业对人工智能的投入明显加大，新型的使用或产品也不时问世。
3.1 国际IT巨头频频放“大招”
IT范畴的国际巨头近年来在人工智能范畴频频发力，一方面收罗顶尖人才，一方面加大投资力度，这也昭示着人工智能新的春天曾经到来。
2013年3月，谷歌以重金收买DNNresearch的方式请到了Geoffrey Hinton教授（上文提到的深度学习技术的创造者）；2013年12月，Facebook成立了人工智能实验室，延聘了卷积神经网络最负盛名的研讨者、纽约大学终身教授Yann LeCun为担任人；2014年5月，有“谷歌大脑之父”美称的Andrew NG（吴恩达）加盟百度，担任首席迷信家，担任百度研讨院的指导任务，尤其是“百度大脑”方案。这几位人工智能范畴泰斗级人物的参加，充沛展现了这些互联网巨头对人工智能范畴志在必得的决计。
依据量化剖析公司Quid的数据，自2009年以来，人工智能曾经吸引了超越170亿美元的投资。仅去年一年，就有322家拥有相似人工智能技术的公司取得了超越20亿美元的投资。自2013年以来，Yahoo、Intel、Dropbox、linkedIn、Pinterest以及Twitter也都收买了人工智能公司。过来四年间，人工智能范畴的官方投资以均匀每年62%的增长速率添加，这一速率估计还会继续下去。
3.2新的AI使用和产品屡有惊喜
自然言语处置（NLP）
微软SkypeTranslator同声传译
#p#分页标题#e#Skype Translator 是由Skype和微软机器翻译团队结合开发，整合了微软Skype语音和聊天技术、机器翻译技术、神经网络语音辨认打造了一款面向消费者用户的产品，2014年5月在微软Code大会上推出。两个不同语种的人借助SkypeTranslator可完成无妨碍交谈，当你说出一个完好的句子后，零碎便会开端停止记载翻译，对方即可听到翻译后的句子，并可经过字幕显示在屏幕上。这个实时语音翻译零碎可以辨认不同用户间的不同言语不同口音的说话方式。
Skype 的机器学习原型经过预览阶段的少量数据停止训练，并优化语音辨认（SR）和自动化机器翻译（MT）义务，其中，语音辨认和机器翻译的训练集数据次要有多个来源，包括已翻译的网页、带字幕的视频、翻译转录的一对一对话内容等。同时，Skype的翻译零碎还会记载用户的对话内容，完成二次应用，以停止数据剖析，加以学习。在数据进入零碎之后，机器学习软件会为对话中的单词树立统计模型，当你说到某一个东西时，零碎会在统计模型里寻觅相似的单词，并呼应之前做过的相似的翻译。实时语音翻译对用户对话的环境很敏感，稍有乐音搅扰能够精确度就会降低很多。这一方面，深度神经网络无效的增加辨认错误率，改善了零碎的强健性，让实时翻译可以有更大的使用范围。至于不同言语的文本翻译，Skype 应用的则是和Bing翻译一样的引擎技术：语法和统计模型的结合运用，同时为特定言语停止特殊的训练。普通的文本翻译往往要求运用标准正确的口语言，而Skype翻译零碎不只包括Bing 翻译的引擎技术，还额定添加了一层口语化的言语业务。
目前，Skype Translator还处在晚期开发阶段，但这一实时语音翻译功用有能够协助改动世界将来的交流方式。比方在线教育，2014年12月，微软正式推出了Skype Translator预览版，让来自美国和墨西哥的小先生运用各自母语就能停止语音通话。它可以辨认美国小先生的英文语句并将其翻译为西班牙语，然后以文本的方式呈献给墨西哥小先生，反之亦然。微软方案将Skype Translator效劳推向教育范畴，如此一来全世界各地的先生都能无妨碍倾听任何言语的课程，显然这关于促进全球教育提高有着非比寻常的意义。
计算机视觉（CV）
（1）格灵深瞳的智能视频监控零碎
在安防范畴，摄像头曾经失掉大规模的运用，但监控的无效性仍然面临两个严峻的应战：
1、摄像头只能起到记载功用，辨认还要依托人眼，真正能实时监控到的场景十分无限：一个像机场大小的公共场所，摄像头的数量可以到达几万台，而同一工夫担任监控视频的安保人员大约只要几团体；此外，视频监控往往都采用画面轮播机制，每过一定工夫自动切换屏幕上显示的监控视频画面。所以，那些真正有信息价值的画面被人看到、留意到的几率就很小。
2、难以无效查询历史记载。据估量全球监控视频记载的存储曾经耗费了75%的硬盘资源，以北京天安门为例，每天发生的监控视频数据，刻成光盘摞起来，甚至超越埃菲尔铁塔的高度。要在如此庞大的数据库里依托人眼寻觅某个特定画面或立功嫌疑人，需求动用少量的人力资源，并且效率低下。
格灵深瞳是一家专注于开发计算机视觉的人工智能公司，努力于让计算机像人一样自动获取视觉信息并停止准确的实时剖析。公司成立于2013年终，开创人为Google眼镜的中心团队成员，成立不久就取得真格基金和联创策源的天使投资，并于2014年6月取得红杉资本数千万美元的A轮投资。
格灵深瞳经过研发三维视觉感知技术，完成对人物的准确检测、跟踪，对举措姿势（包括暴力、跌倒等风险行为）和人物运动轨迹（包括越界、逆行、彷徨等可疑轨迹）的检测和剖析。在自动场景和人物检测的根底上，自动给安保人员提供预警信号，自动提示、报告异常，保证安保人员“看失掉”。同时，格灵深瞳应用感知技术笼统出人物的特征，从非工夫的维度停止监测、跟踪、搜索，真正做到“找失掉”。
#p#分页标题#e#目前格灵深瞳的视频监控零碎曾经在对安防要求较高的银行停止使用测试。假如该技术投入大规模商业化使用，将无效改善上文提到的现有视频监控的缺陷，是人工智能改动世界迈出的十分积极的一步。
（2）Face++的人脸辨认云效劳
Face++是一团体脸辨认云效劳平台，经过它提供的开放效劳，开发者可以低本钱的在本人的产品中完成若干面部辨认功用。开发者和协作方经过Face++提供的 API 接入和离线引擎就可以享用现成的人脸检测、剖析和辨认等效劳。Face++人脸辨认技术次要有以下几种根本功用：
1）人脸检测：从图片中疾速、精确的找到一切的或许有某些特征的脸。
2）人脸剖析：经过人脸，对人的性别、年龄、心情的信息停止提取。
3）人脸辨认：婚配给定人脸的类似性，或许从成万上亿的人脸材料库中搜索、前往最类似的人脸索引。
Face++为美图秀秀、美颜相机App提供诸如：人脸检测、人脸追踪、关键点检测技术，可精准定位人脸中需求丑化的地位，完成精准自动人脸丑化，但这些仅是人脸辨认的初级阶段。此内在稍初级的使用阶段搜索范畴，Face++所做的人脸辨认为世纪佳缘提供效劳，用户可依据本人对另一半长相的需求去搜索类似外貌的用户，当然这个搜索需求在数据库中停止，可以是世纪佳缘的数据库、将来可以是社交网络上的数据库、更可以是在通用搜索引擎中。第二个是Face++与360搜索达成了协作，在360的图片搜索中运用到相关的技术。而在另一块平安范畴，Face++推出了APP“云脸使用锁”，扫描一下人脸和设置一下备用密码，就可以将需求加密的使用添加到需求维护的使用顺序中。这样翻开加密的使用时，就要事前经过一团体脸辨认的监测，才干成功翻开此使用。十分合适于图片、信息、领取软件等等拥有私密信息较高的使用顺序当中。
知识表示、规划和决策
（1）Palantir ：CIA的反恐机密武器
大数据发掘剖析公司Palantir成立于2004年，该平台把人工智能算法和弱小的引擎（可以同时扫描多个数据库）整合，可以同时处置少量数据库，并允许用户经过多种方式疾速阅读相关信息。其产品已被美国中情局（CIA）、联邦调查局（FBI）、海陆空三军、联邦检察官、公家调查机构及其他客户所运用。相似CIA和FBI这样的情报机构有不计其数个数据库，并记载着不同的数据，比方财务数据、DNA样本、语音材料、录像片段以及世界各地的地图。将这些数据树立联络需求数年的工夫，即使一致在一同，也很难驾驭不同品种的数据，比方说如何关联销售数据和监控录像材料，而Palantir公司所做的就是开发软件使这一切变得更容易。同时，Palantir 还对各种平安成绩高度敏感。Palantir引发了计算机时代的一场反动，它梳理一切可以取得的数据库，对相关信息停止确认，并他们整合起来。Palantir成立之初就获的CIA基金公司In-Q-Tel的投资，如今成为了美国情报机关在反恐和平不能短少的工具。Palantir无效的处理了911后对情报任务提出的技术难题：如何从少量的数据中疾速获取有价值的线索，可以说是CIA的反恐机密武器。
在阿富汗，美国特种部队应用Palantir来筹划袭击举动。比方他们检索一个小村庄，零碎里就会呈现这个村庄的地图。并详细的指出一切发作过枪击抵触和土炸弹爆炸的中央，然后再判别出哪里最有能够被伏击。特种部队可以依据这些信息轻松的占领这个村子。多年来海军陆战队从炸弹碎片上搜集了很多指纹和DNA样本，并于从村民那里获取的异样的数据停止配比，通常当他们剖析出后果后，放置炸弹的人早就行影无踪。如今将数据上传到Palantir上，然后和发作袭击的中央取得数据停止配比，能很快失掉恐惧分子的踪迹。甚至美国政府追捕本拉顿时，就是用的是Palantir的软件。
#p#分页标题#e#Palantir公司相当低调，但十分受政府情报机关和华尔街的热捧。除了反恐，其关注重点也开端转向医疗、批发、保险和生物科技，比方应用Palantir可以侦查医疗保险诈骗以及发现病毒迸发的源头。如今，Palantir年支出已超越10亿美元，并且每年以3倍的速度增长。
（2）IBM Watson：认知才能微弱的多面手
Watson由90台IBM效劳器、360个计算机芯片驱动组成，是一个有10台普通冰箱那么大的计算机零碎。它拥有15TB内存、2880个处置器、每秒可停止80万亿次运算。IBM为沃森配置的处置器是Power 7系列处置器，这是以后RISC（精简指令集计算机）架构中最强的处置器。Watson存储了少量图书、旧事和电影剧本材料、辞海、文选和《世界图书百科全书》等数百万份材料。每当读完成绩的提示后，Watson就在不到三秒钟的工夫里对本人长达2亿页的料里展开搜索。Watson是基于IBM“DeepQA”（深度开放域问答零碎工程）技术开发的，DeepQA技术可以读取数百万页文本数据，应用深度自然言语处置技术发生候选答案，依据诸多不同尺度评价那些成绩。IBM研发团队为Watson开发的100多套算法可以在3秒内解析成绩，检索数百万条信息然后再挑选复原成“答案”输入成人类言语。每一种算法都有其专门的功用。
IBM公司自2006年开端研发沃森，并在2011年2月的《风险地带》（Jeopardy！）智力抢答游戏中一战成名后，其商业化使用有着明晰的头绪：2011年8月沃森开端使用于医疗范畴；2012年3月，沃森则初次使用于金融范畴，花旗集团成为了沃森的首位金融客户，沃森协助花旗剖析用户的需求，处置金融、经济和用户数据以及完成数字银行的特性化，并协助金融机构找出行业专家能够疏忽的风险、收益以及客户需求。美国农业银行信贷证券公司的一份研讨报告中预测，Watson在2015年将为IBM带来26.5亿美元的支出。
例如在医疗范畴，Watson已收录了肿瘤学研讨范畴的42种医学期刊、临床实验的60多万条医疗证据和200万页文本材料。Watson可以在几秒之内挑选数十年癌症医治历史中的150万份患者记载，包括病历和患者医治后果，并为医生提供可供选择的循证医治方案。目前癌症医治范畴排名前三的医院都在运转Watson。研讨标明，医疗信息数据正以每五年翻番的高速度增长。这为将下一代认知计算零碎运用于医疗行业以改善医学的教学、理论和领取形式提供了史无前例的商机。
4．人工智能生态格式瞻望：巨头与新贵共舞
4.1 人工智能将催生新一轮IT商业形式创新
自从PC互联网时代以来，到挪动互联网，再到智能硬件时代，技术开展和商业形式创新不断处于相反相成的形态中，一旦技术提高的红利被商业形式创新发掘殆尽后，面临泡沫决裂的风险，直到下一轮技术反动浪潮再来，商业形式创新才会春风吹又生。
#p#分页标题#e#我们以为，挪动互联网时代，万物互联催生出了海量的数据，触摸屏的交互方式曾经满足不了用户多元化的输出方式，商业形式创新曾经遭遇了技术无法支撑的瓶颈，假如人工智能技术打破，无疑将催生出新的商业形式，带来宏大的市场想象空间。
现阶段挪动互联网的商业形式创新曾经将web2.0时代的技术红利耗费殆尽，将来新的商业形式的开发需求技术提高的支撑，人工智能是重要的技术打破点。
4.2 AI产业格式成形的途径：“底层中层顶层”的生态圈逐渐明晰
人工智能开展的拐点曾经到来，但需求指出的是，由于技术的复杂性，开展不会一挥而就，必定阅历一个由点到面，由公用范畴（domain）到通用范畴（general purpose）的历程，通用范畴的人工智能完成还比拟悠远。
我们以计算机视觉的使用为例，正常的成年人可以很容易地辨认照片或视频里的多种场景和人、物，但关于计算机来说还难以做到。缘由是辨认是一个特征抽取的进程，而特征抽取是树立在辨认模型的根底之上的，要做到通用辨认，则必需对人间万物都树立逐个对应的模型，任务量极大。而即便是同一事物，由于光线、角度、间隔的缘由，在不同的场景里也会出现出很大的差别，这进一步添加了树立辨认模型的难度。短期内计算机的运算才能（即便是超级运算平台）还难以望人脑视觉中枢的项背，因而无法达成这一愿景。
以“百度大脑”为例来阐明运算才能的缺乏：百度简直动用了全部的云计算才能来为其构建高功能计算资源池，投资47亿元建造云计算中心，将搭载超越300万效劳器内核、存储4000PB数据，但目前“百度大脑”的智力程度也仅仅相当于2岁的婴儿。
在将来5-10年之内，公用范畴的定向智能化将是AI次要的使用开展方向。在更远的未来，假如人脑芯片等硬件架构能有所打破，运算才能有极大进步，则公用智能将逐渐退化成为跨场景跨下游使用的通用智能。而AI的生态格式，无论是公用还是通用范畴，我们以为都将围绕“底层-中层-顶层”的技术和产品架构逐步成形。
人工智能产业生态格式的三层根本架构如下：
底层为根底资源支持层，由运算平台和数据工厂组成；
中层为AI技术层，经过不同类型的算法树立模型，构成无效的可供给用的技术；
顶层为AI使用层，应用中层输入的AI技术为用户提供智能化的效劳和产品。
每一层架构中，都有不同的企业参与，最终构成围绕AI技术，产品和效劳的生态圈。
4.2.1公用范畴人工智能生态圈的格式
1、根底资源支持层完成途径：运算平台+数据工厂
根底资源支持层经过部署大规模GPU与CPU并行计算构成的云计算资源池（定义为超级运算平台）来处理AI所需求的超强存储和运算处置才能成绩，并辅以可以抓取到会聚了人类智慧的海量信息的大数据工厂作为数据集，为AI技术层的完成提供有利支持。
超算平台担任存储与运算。人类没有记忆就没有关联，也更不必说决策与发明，而构成记忆的根底正是有极大存储才能的脑容量，那么机器要模拟人脑也必定首先要拥有庞大的存储才能，海量数据的积聚最终让机器的“存储”构成相似于人类的“记忆”。
百度在开展人工智能的路途上，首先做的也是不时扩展其存储才能。
除了存储的相对容量之外，运算处置才能是第二个需求提升的硬实力。
#p#分页标题#e#运算处置才能有两个方面，第一是效劳器规模，第二是特征向量大小。所谓特征向量复杂了解的话就是指将文本语音图像视频等外容转化为机器可以读懂的一连串关键数据，数据越多，机器学习的就会越好，但对效劳器的压力也会相应加大。百度可以仅用两年工夫从10万特征向量直接飙升到200亿，足以见得百度效劳器技术实力的雄厚。在这个进程中，还需求处理大规模GPU和CPU并行计算所带来的错误率提升以及散热难度加大等成绩，因而，能否可以搭建超算平台成为了人工智能企业的重要进入门槛。
数据工厂完成分类与关联。数据工厂会对数据停止根底性的加工，而这种加工又十分关键。从人类的记忆联想形式剖析，要调取某局部的记忆，就会很自然的联想到某个词，某个画面，某个音乐等等就能记起很多事情。这是由于人类大脑的神经衔接构造允许我们这样去检索，而机器是不允许的，数据存储在硬盘上，机器想要找到某个数据，必需一个个拜访过来，机器没有分类的概念。假如需求机器了解用户的言语，这种搜索技术也仍然要机器的大脑配合才干到达，对每一个词的定义应该是一个库，而这个库中的每一个词又都各自构成库，数据工厂所依托的搜索算法，就是在这么一个数据陆地中去为他们树立管理，然后去索引。数据工厂相当于人脑中的记忆关联进程：将某个词同时与其他词或是某个场景等等树立起静态关联的进程。因而，经过数据发掘和搜索算法对数据工厂中的知识库和信息库停止分类与关联的技术才能异样是人工智能企业的重要进入门槛。
2、AI技术层完成途径：面向特定场景的智能技术多姿多彩
AI技术层的作用是基于底层提供的计算存储资源和大数据，经过机器学习建模，开发面向不同范畴的使用技术，例如语音辨认、语义辨认和计算机视觉等。
两头层的运转机制和人类的思想构成进程高度类似，是从感知到考虑再到最终的决策举动甚至是发明，中心是机器学习技术的使用。首先，感知环节需求衔接的是人、信息和物理世界，经过传感器，搜索引擎和人机交互来获取建模必需的数据，相当于人类的感知进程。依托于底层的高功能计算和弹性存储才能，两头层对感知到的数据停止建模运算，相当于人类的考虑进程。最终，使用层应用数据拟合出的模型后果，对智能使用的效劳和产品端输入指令，指挥包括机器人、无人机、3D打印等在内的各种设备呼应用户需求。虽然目前由于考虑层面的计算存储才能和建模才能的缺乏，招致人工智能还无法到达和人类相接近的“智慧”水平，但也足以支撑包括语音辨认、图像辨认和知识图谱在内的各种AI技术在特定场景下的使用。
另外一方面，在详细的使用场景中，更为优化的算法和更为精确的背景知识库数据集等要素都有助于在不提升计算资源的前提下完成更优的后果。这就给众多专业范畴的AI公司带来了宏大的市场机遇。我们看到，公用智能的商业化使用风生水起，在这个范畴，巨头和新贵都处于同一同跑线上，产业格式会趋于分散，先入者优势分明。我们判别，在数据、算法、云计算资源等几个关键要素中，数据的取得以及算法的优化是先入者的护城河，可以协助他们在公用范畴的特定场景下，迅速完成AI的商业化使用，从而抢占市场。我们关注到国际市场曾经呈现了这样的场面：语音辨认范畴的科大讯飞、计算机视觉方面的格林深瞳、语义辨认方面的小i机器人、人脸辨认方面的face++等等细分行业龙头，都在详细使用场景的技术后果上，完成了对百度、谷歌、微软和IBM等AI巨头的逾越。
3、AI使用层完成途径：以Nest为代表的公用智能产品和效劳风起云涌
公用智能的使用程度不时提升将推进智能产品和效劳的智能化水平。为了可以满足用户需求，智能产品和效劳需求多种不同的AI技术支撑：
#p#分页标题#e#（1）谷歌的无人驾驶汽车，在驾驶进程中需求计算机视觉对不同路况做出相应的决策。为了完成无人驾驶，车辆需求配置激光测距零碎、车道坚持零碎、GPS/惯性导航零碎、车轮角度编码器等设备，经过搜集到的数据实时生成后方路面的三维图像，并用计算机视觉技术判别潜在的风险。毫无疑问，脱离了谷歌大脑的计算机视觉技术的支撑，谷歌无人驾驶使用就是海市蜃楼。
（2）再以Nest的智能温控技术为例。为了可以经过不时地观测和学惯用户习气的温馨温度来对室温停止静态调整，并浪费动力，Nest装置了六个传感器，不停地对温度、湿度、环境光以及设备周边停止监控和权衡，它能判别房间中能否有人，以决议能否自动封闭调温设备。依托于弱小的机器学习算法，Nest则能本人学习控制温度。在运用这款调温器的第一个星期，用户可以依据本人的爱好调理室内温度，此时Nest便会记载并学惯用户的运用习气。为了能让居室变得更温馨，Nest还会经过Wi-Fi和相关使用顺序与室外的实时温度停止同步，内置的湿度传感器还能让空谐和新风零碎提供适合的气流。当用户外出时，Nest的举措传感器就会告诉处置器激活“外出形式”。毫无疑问，脱离了深度学习技术的支撑，Nest的智能温控是无法完成的。
（3）微信冤家圈的推送广告效劳。微信冤家圈的信息流（Feeds）广告推送基于自然言语解析、图像辨认和数据发掘技术，经过剖析用户冤家圈言语特性，以及冤家圈图片内容，依据对用户支出和消费才能的剖析来描写用户画像，并决议投放何种广告。信息流广告与社交平台上好友发布的信息方式相似，广告自身内容将基于微信大众账号生态体系，以相似冤家圈的原创内容方式停止展示，交融在信息流中，在基于微信誉户画像忘性定向的同时，经过实时社交的混排算法，依托关系链停止互动传达。假如没有自然言语解析和图像辨认等AI技术的支撑，微信的信息流广告推送效劳的用户体验将大打折扣。
经过以上三个例子，我们不好看出，智能产品和效劳能否可以切中用户的痛点需求，依赖于人工智能技术在产品面前可以给予多大的支撑。以后的智能产品市场之所以呈现产品热，需求冷的场面，次要的症结在于所谓的智能硬件大多是“伪智能”产品，只是把功用性电子产品加上联网和搜集数据的功用，例如以手环为代表的可穿戴设备，以智能机顶盒为代表的智能家居设备等等。我们以为，杀手级的智能产品和效劳必定是树立在弱小的AI技术支撑下的。AI详细使用层应该是以Nest及更为先进的智能产品和效劳为代表。我们梳理了以后智能产品和效劳产业链上次要参与公司，典型的战略规划辨别有：
（a）以海尔和美的为代表的家电企业转型智能家居方向；
（b）以小米和360为代表的互联网新贵从硬件入口开端卡位；
（c）以百度和谷歌为代表的互联网巨头从AI技术发力打造生态圈；
（d）以海康威视和大疆创新为代表的计算机硬件制造商转型智能硬件的行业使用。
#p#分页标题#e#4.2.2将来跨场景通用人工智能生态圈的格式
1、根底资源支持层完成途径：推翻冯诺依曼架构人脑芯片等技术将打破计算才能极限
将来的人工智能将努力于经过底层硬件架构的革新来完成。不同于现阶段底层对云计算的依赖，硬件形式将直接从芯片层面完成对人工神经网络的模仿，目的是构建一个硬件大脑。我们以为，这种打破将是下一代计算机迷信的开展的重要方向。由于最近10年计算机迷信更多关注的技术提高在于信息处置的标的这一层面，可以称之为“大数据”或许“数据大爆炸”时代。在不远的将来，数据大爆炸形成的后果是信息处置才能的瓶颈很快到达，因而，将来10年计算机迷信的关注点将会转移到如何打破现阶段的计算才能极限，也就是推翻冯诺依曼的硬件架构。这个方向能够是AI在硬件设备上的一个终极处理方案，但从目前的技术成熟度上看，这条途径间隔目的还有十分悠远的间隔。目前曾经看到的方向大致有以下三种：
（1）人脑芯片。2014年8月，IBM宣布研制成功了一款大脑原型芯片TrueNorth，主攻超级计算机专业学习范畴。TrueNorth微芯片由三星电子为IBM消费，运用了三星为消费智能机和其它挪动设备微处置器所运用的相反制造技术。IBM就该芯片的底层设计与纽约康奈尔大学（Cornell University）纽约校区的研讨人员停止了协作。自2008年以来，这一项目取得了美国五角大楼初级方案研讨局的5300万美元注资。这款芯片集成了100万个神经元和2.56亿个突触，与普通蜜蜂的大脑程度相当，而人脑均匀包括1000亿个神经元和难以统计数量的突触。目前，这款芯片每秒每瓦可完成460亿次神经突触操作，它能像人脑一样去探测并辨认形式。简而言之，当人脑芯片发现与字母不同局部相关联的形式时，可以将这些字母关联在一同，从而辨认出单词和整句，但间隔可以商用的智能化水平还高不可攀。除IBM外，芯片巨头英特尔、高通等公司也拥有了被工程师称之为“神经形状”（neuromorphic）的自主芯片设计。人脑启示软件公司 Numenta开创人杰夫霍金斯（Jeff Hawkins）以为，相似TrueNorth这样的二元芯片将来将让位于可以更无效地模仿出人脑联络功用的芯片产品，找到正确的神经元构造需求阅历多年的研讨进程。
（2）量子计算。量子计算机是一种运用量子逻辑完成通用计算的设备。普通计算机存储数据的对象是晶体管电路的形态，而量子计算用来存储数据的对象是粒子的量子形态，它运用量子算法来停止数据操作。量子计算机的优势在于弱小的并行计算速度。如今的计算机毕竟是二进制的，一遇到比拟复杂的建模，像精确预测天气，预测更长工夫后的天气等等，就会很费力费时；而超快量子计算机就能算，算得超快。由于当许多个量子形态的原子纠缠在一同时，它们又因量子位的“叠加性”，可以同时一同展开“并行计算”，从而使其具有超高速的运算才能。2014年，谷歌公司与迷信家联手研制量子级计算机处置器，目的是将来使机器人像人类一样“独立考虑成绩”。但到达这个将来需求多久，目前我们还无法预知。
（3）仿生计算机。仿生计算机的提出是为理解决如何构建大规模人工神经网络的成绩。通用的CPU/GPU处置神经网络效率低下，如谷歌大脑的1.6万个CPU运转7天赋能完成猫脸的无监视学习训练。谷歌大脑完成模仿人脑的突触数量仅为100亿个，而实践的人脑突触数量超越100万亿。采用CPU/GPU的通用途理器构建数据中心，占地、散热以及耗电等都是十分严峻的成绩。本钱方面，这样级别的数据中心，除了谷歌、百度之外，其他互联网企业基本有力搭建。专门的神经网络处置器成为处理以上成绩的钥匙。目前国际的陈云霁团队所搭建的寒武纪神经网络计算机正是基于仿生学的原理，经过寒武纪生物大爆炸中获取的线索，完成的无需拜访内存，增加90%以上的片上通讯工夫，并支持简直现有主流机器学习算法的网络计算机。寒武纪神经网络计算机跟主流GPU相比，获得了21倍的功能和300倍的功能功耗比提升。
2、AI技术层的完成途径：通用智能完成跨场景的终极使用
#p#分页标题#e#在公用智能的时代，AI的技术使用是要针对不同的场景才干无效的。例如，格灵深瞳的计算机视觉技术，在安防视频监控范畴可以辨认出立功分子的异常行为举动并予以报警，但换做是商场中，格灵深瞳的三维摄像头就无法辨认出客户的性别年岁等特征，并依据客户在不同柜台中逗留的工夫，剖析出客户能够偏好的产品并向其引荐。这两个使用场景其实都是依托于计算机视觉技术停止辨认和呼应的，但是公用智能时代，遭到计算才能和建模才能的约束，异样的计算机视觉技术却无法处理跨场景的使用。
在将来，通用智能到来后，AI技术层的普适性将极大地提升。异样一个视频监控的摄像头加上面前的计算机视觉的云平台，放在不同的场所中，就可以依据用户不同的需求停止不同的辨认并做出智能化的决策行为。这种终极使用的到来，必需依赖于计算资源上打破现有的才能极限，并且在建模上逾越现阶段的深度学习算法的极限，真正让AI像人类一样去察看和考虑并做出行为决策。
3、AI使用层完成途径：AI定义一切智能硬件
将来的智能硬件应该少数是拥有一定终端计算存储和处置才能的规范化硬件配置，经过网络衔接中层的AI技术，承受不同的AI使用，为用户提供各种智能化的效劳。
在软件时代的说法是“软件定义一切”，表达的是硬件自身是规范化的，软件赋予了硬件详细的功用和身份，从而可以灵敏天时用异样的硬件来满足用户不同的需求。在人工智能时代，应该“AI定义一切”，所谓的智能硬件产品自身是规范化的硬件，经过不同的AI使用来呼应用户的各种需求。异样的机器人助手，当用户逛商场的时分他会是AI导购，当用户逛公园的时分他会是AI导游，当用户办公的时分他会是AI秘书，当用户宅在家的时分他会是AI管家。
那么，假如这样规范化和高功能的智能终端大范围普及，目前还需求打破的瓶颈次要在几个方面：
（1）传感器技术面临的应战。在通往通用智能的路上，弱小的信息采集功用是将来的智能硬件的必备条件。挪动互联时代的次要采集类型局限于文字、图像、语音、视频和LBS等，感知技术的开展是信息采集才能的瓶颈。现有传感器曾经开端可以采集重力感应、压力感应等“听”和“看”以外的信息，将来感知才能的提升让智能硬件可以采集多元化的用户信息，包括一些还很不完善的用户觉得提取，如味觉、嗅觉等。以医疗使用为例，将来可穿戴设备可以和医院体检中心的设备一样，实时的采集人体的各种体征体感数据，将这些数据传送到云端，被剖析后反应给用户，如需求在饮食安康和体育锤炼上留意什么，身体有异常状况需求及时就诊和医治。要完成这个完好的O2O闭环，在最后的信息搜集环节，必需有赖于感知技术的推翻性创新呈现。
（2）高端配备与精细制造的加工才能短板。目前中国企业在构成智能制造配备或完成制造进程智能化的重要根底技术和关键零部件方面次要依赖出口，如新型传感器等感知和在线剖析技术、典型控制零碎与工业网络技术、高功能液压件与气动元件、高速精细轴承、大功率变频技术、特种执行机构等。机械根底件、根底制造工艺及根底资料是配备制造业赖以生活和开展的根底，其程度直接决议着严重配备和主机产品的功能、质量和牢靠性。机械根底件是组成机器不可分拆的根本单元，包括：轴承、齿轮、液压件、液力元件、气动元件、密封件、链与链轮、传动联合件、紧固件、弹簧、粉末冶金零件、模具等；根底制造工艺是指机械工业消费进程中量大面广、通用性强的铸造、锻压、热处置、焊接、外表工程和切削加工及特种加工工艺；根底资料特指机械制造业所需的小批量、特种优质公用资料。这些机械根底件的加工才能缺乏也将成为AI所标配的智能终端的瓶颈之一。
#p#分页标题#e#（3）本钱紧缩。这里的本钱包括了电子元器件本钱和制造加工本钱两局部。在智能手机制造业，传感器等元器件的大规模使用的瓶颈在于本钱和尺寸。依据智能手机行业的规律，某新型传感器假如想要做进手机中，造价不能高于1美元，而尺寸不能大于1英寸。在将来的智能硬件范畴，这样的应战依然存在。
4.3 AI产业格式的开展趋向：目前以竞争为主，将来将有更多协作
4.3.1 公用智能阶段：具有先发优势的AI企业跑马圈地
AI时代的产业三层架构中，理想的格式是：每一层由不同的企业完成，互相之间无缝对接地协作。但是现阶段的竞争格式是：有才能的企业都希望打通三层，完成在公用范畴中的一家通吃。他们有的从上往下延伸，如苹果、海康威视、小米等智能硬件企业；有的从下往上拓展，如百度、谷歌、IBM等互联网和IT的巨头，以及科大讯飞、格灵深瞳等AI技术新贵。
以后的产业格式中，大局部的企业都是跨2层甚至是3层的AI产品和效劳提供者，但我们可以依照他最有优势的范畴停止层级归类，如此就失掉了以下的现阶段AI产业格式图。
目前，国际最具代表性的具有完好定向智能三层架构的企业是百度与科大讯飞。百度大脑底层的开放云与数据工厂是根底资源支持层；基于深度学习算法对客观世界停止建模，发生计算机视觉和语音辨认等定向智能使用的是AI技术层；baidu inside形式则构成了使用层，输入AI使用，拉拢产品与效劳的开发者参加，反过去再经过开发者接入产品与效劳所获取的用户数据，来训练百度大脑提升智能化水平。
科大讯飞也在2014年8月提出了“讯飞超脑”的项目，整个零碎的架构与“百度大脑”高度类似，也是基于底层的超算平台和大数据剖析才能，在中层经过认知计算和机器学习的处置，完成包括语音语义的辨认，图像的辨认以及知识表示的AI技术，经过顶层的ifly inside输入给各种智能终端，提供包括交互在内的各种AI使用效劳。
除了大企业，很多中小AI企业也努力打通上上层以全体处理方案的方式来提供产品和效劳。所以在现阶段，我们看到格灵深瞳本人做了计算机视觉的云平台，对接本人贴牌的可完成三维视频采集的智能摄像头，构成了针对安防行业的完好三层处理方案。我们还关注到，face++经过在阿里云平台上租用计算和存储资源，结合本身的深度学习建模算法，为包括美图秀秀，世纪佳缘和360图片搜索在内的使用效劳客户提供人脸辨认的技术。
在定向的公用智能的阶段，各家比拼的是人才储藏、公用范畴的数据资源、专项算法和一定的高功能计算以及弹性存储资源，这些条件都是处于各层的龙头企业力所能及的资源，所以，目前的AI产业格式更多地表现出“竞争”而非“协作”，整个行业仍然处于野蛮生长的初期阶段，巨头和新贵们都在忙着跑马圈地。
我们以为：在公用智能阶段，最值得投资的是曾经具有先发优势的AI企业，无论他处于哪一层都可以。
4.3.2 通用智能阶段：竞争性协作为主，门槛决议竞争优势
在将来，AI产业链的格式会从注重“竞争”渐渐转向为“竞争性协作”，跑马圈地之后必定进入精耕细作的阶段。
随着定向智能逐渐向通用智能退化，AI技术关于计算资源和大数据的需求将呈几何级数的增长。这个阶段，如何打破计算才能的极限将是最关键的环节，在人脑芯片，量子计算等尖端范畴拥有研发优势的企业将有才能率先向通用智能发起应战，他们拥有的计算资源和技术优势构成根底资源支持层的护城河。另外一方面，承载社会级使用的通用智能的AI行业将成为重资产行业，完成这些功用所需求耗费的计算和数据资源将不是任何企业都可以担负的起的。那么，竞争性协作的场面会自然到来。
依据我们的判别，在通用智能的时代，底层的AI根底资源支持将会是由以谷歌、百度和IBM为代表的巨头所把持；中层的技术开发发生多元化开展的场面，专注于语音、语义和图像等形式辨认的公司，以及经过知识图谱和专家零碎等途径开发商业智能和描写用户数据画像等使用的公司，都会借助底层的资源发力本人的优势范畴；顶层的使用则将是以消费加工规范化的硬件终端的制造企业为主，开收回不同的产品接口来对接中层的技术完成“AI定义一切”的智能硬件。
我们以为：在通用智能时代，进入门槛最高，护城河最宽的是底层AI资源支持的平台企业；其次是技术层中在细分范畴具有中心竞争力的抢先企业；门槛最低的是使用层的企业，规范化水平越高意味着同质化竞争越剧烈，但消费电子的产品属性也将允许差别化竞争的空间。
5．人工智能直接使用市场空间宽广
人工智能的使用将催生出万亿元级别的庞大市场。本章中我们先讨论人工智能直接使用的市场空间，下一章将讨论其对别的行业的推翻和重塑。
人工智能触及范畴众多，有些方面的开辟只处于初级阶段甚至尚未起步，因而无法做片面的剖析，在此我们次要罗列自然言语处置和计算机视觉这两个已有分明停顿的范畴的市场空间。
5.1 自然言语处置（NLP）
言语是人类区别其他植物的实质特性。在一切生物中，只要人类才具有言语才能。人类的多种智能都与言语有着亲密的关系。人类的逻辑思想以言语为方式，人类的绝大局部知识也是以言语文字的方式记载和传播上去的。自然言语处置（Natural Language Processing，简称NLP）旨在处理计算机与人类言语之间的交互成绩，这其中包括对自然言语的剖析、了解、生成、检索、变换及翻译等方面。比方，从文本中提取意义，甚至从那些可读的、作风自然、语法正确的文本中自主解读出含义。
#p#分页标题#e#完成人机间自然言语交互意味着要使计算机既能了解自然言语文本的意义，也能以自然言语文原本表达给定的意图、思想等。前者称为自然言语了解，后者称为自然言语生成。因而，自然言语处置大体包括了自然言语了解和自然言语生成两个局部。历史上对自然言语了解研讨得较多，而对自然言语生成研讨得较少。但这种情况近年来已有所改动。从目前的实际和技术现状看，针对一定使用，具有相当自然言语处置才能的适用零碎曾经呈现，有些已商品化，甚至开端产业化。例如，多语种数据库和专家零碎的自然言语接口、机器翻译零碎、自动文摘零碎等。通用的、高质量的自然言语处置零碎，依然是较临时的努力目的。
依据市场研讨公司Research and Markets数据统计，2013年全球自然言语处置市场规模达37.87亿美元，估计2018年将达98.58亿美元，年复合增长率21.1%。
我们将自然言语处置技术分为语音辨认和语义辨认，辨别论述他们的市场规模。
5.1.1语音辨认2.0时代，改动人机交互方式
语音技术是使计算机具有相似于人一样的说话和听懂人说话的才能，语音比其他的交互方式有更多的优势，成为将来最被看好的人机交互方式。2011年苹果公司开端推出语音助手Siri，掀起了语音交互的风暴，微软Cortana、Google Now、百度语音助手以及少量的独立语音助手相继面世。不少智能设备（包括智能手机、智能电视、智能家居、车联网零碎）中，语音交互也已成为标配。语音辨认1.0时代运用的是统计概率加人工干涉技术，可以说辨认精度到达了极限。如今，语音辨认技术可以采用无监视式机器自动学习，其面前是GPU深度学习根底设备在支撑，不只更精确，辨认所需的运算愈加疾速和经济，可以大大提升实践的运用效果。2014年12月，百度首席迷信家吴恩达宣布，百度曾经在语音辨认范畴获得严重打破，百度Deep Speech在喧闹环境中的表现好于同类技术，例如汽车内或人群中。在喧闹的背景中停止测试的后果显示，Deep Speech的错误率比谷歌语音API、Wit.ai、微软必应语音和苹果Dictation低了10%。技术创新和打破将使语音辨认进入2.0时代。
语音辨认技术依据其属性，根本功用可归为两大类，一类是依据人自身的声纹特征来停止身份认证，另一类是依据人收回特定的语音指令来停止命令控制。在挪动互联网时代，搜索的特性之一就是无处不在的多元化的输出方式，图像、地位、语音是典型的新型搜索。语音辨认技术进步语音辨认率之后，可以加强用户运用志愿进而提升用户粘性，并且反过去奉献语料提升语音辨认才能。Google、微软、百度等巨头曾经将语音辨认才能经过API开放出来，经过语音技术来取代键鼠或许触摸屏这两种最罕见的交互方式，尤其是在挪动、家居、汽车等特别场景之下，彻底束缚我们的双手。手机用户不用按键，只需求对着手机发布命令即可；医生可以口述患者的病历，而旁边的设备就能自动记载上去；驾驶员可以“通知”GPS他们的目的地，这一切经过行动指令来控制操作的使用曾经不只仅呈现在科幻小说中了，而是真正成为了理想。
国际上次要的语音技术公司：
#p#分页标题#e#
在国际，语音技术的使用起步较晚，而且由于中文具有共同的腔调、大规模复杂的同音赞同字和词，给技术和产品化带来了宏大的应战，最早的科大讯飞，后续捷通华声紧步相随，再加上中科信利、云知声等传统新秀语音企业的加盟，去年开端，百度、搜狗、腾讯等由于本身业务需求使用，也经过资本收买或许自主研发进军语音市场。
语音辨认的使用市场根本可以包括这几个方面：桌面使用、嵌入式使用、电信级零碎使用、Web使用以及特殊使用范畴等。
1、传统电信级信息效劳市场增速波动
从国际市场来看，呼叫中心从最后的金融、电信、航空等行业，曾经辐射到数十个行业，其中不只包括效劳类呼叫中心，也包括营销类呼叫中心。中国的呼叫中心产业正处于从起步阶段向成熟阶段迈进的进程中，不只开展速度较快，业务范围也在不时延伸和晋级。依据前瞻网估计，到2015年底中国呼叫中心产业累计投资规模将超越1000亿元，年复合增长率为11%左右，总坐席规模将到达96.11万个。将来3-5年，国际呼叫中心将由于企业级呼叫中心需求量的继续增长及电话营销等非效劳性业务的展开而稳步增长，估计年均复合增长率13-15%。
语音技术在电信范畴使用绝对早些，目前呼叫中心提供的自动语音效劳次要由交互式语音应对零碎(Interactive Voice Response)支持。客户经过按键或语音选择，向企业主机输出信息，在允许范围内拜访各类企业数据库，自助失掉多种效劳。IVR零碎使用的并不是真正意义上的语音辨认技术。
可以精确了解客户意图的语音辨认技术在呼叫中心的使用有很大的开展空间：它一方面可以降低人工本钱，另一方面可无效改善客户体验，降低过失率，节省通话时长，进步效率，将在呼叫中心中起支撑性决议作用。估量目后人工效劳仍占呼叫中心业务量的50%以上，可以确定的是，对传统语音应对零碎以及人工效劳业务的双重替代将使语音辨认技术在电信级效劳市场坚持疾速增长。
2、智能挪动终端推进语音交互使用大开展
自苹果发布iPhone智能手机以来，手机产业的格式发作了反动性的变化，逐渐进入智能手机时代，相关产业的开展也进入了疾速上升通道。2008年，全球智能手机销售量为1.39亿部，仅占全球手机销量的11.40%，到2013年，全球智能手机销售量曾经到达了9.68 亿部，占全球手机销量的53.56%，相比2008 年增长近6倍，年均复合增长率为47.36%，远高于全球手机（包括功用和智能手机）总销量的增长速度。
与苹果iPhone掀起智能手机的触控风潮相似，2010年苹果iPad的发布也掀起了平板电脑的热潮，平板电脑对传统PC产业，甚至是整个3C产业带来了反动性的影响。2010年全球平板电脑出货量为1700万台，同期PC出货量为3.46亿台，占比4.68%。而到了2013年，全球平板电脑出货量激增至2.171亿台，同期PC出货量为3.219亿台，占比40.27%，相比2010年增长近13倍，年均复合增长率为233.73%。
智能手机战争板电脑是目后人们最常用的挪动互联网终端，采用语音辨认的人机交互方式，一方面较现有的触摸屏输出方式愈加方便快捷；另一方面，也使得挪动终端上少量的使用效劳，如购物、社交、导航等能带来更好的客户体验，满足消费者的需求痛点。而4G通讯时代的降临使得语音的传输速度大大提升，为语音交互的迸发提供了坚实的根底。
苹果、微软和Google曾经辨别在各自的手机操作零碎中装置了语音助手Siri、Cortana和 Google Now，而这只是语音辨认技术进入挪动终端范畴的一个开端。
3、车载语音零碎将进入普适市场
语音助手存在着一个宏大的市场汽车市场。随着挪动技术的不时开展，汽车智能化逐步成为科技界关注的范畴，而这其中的配角自然就是车载零碎。虽然大局部汽车厂商都在车载零碎的研发上投入了巨资，而目前一些中高端汽车上所装备的车载零碎的功用曾经相当弱小，但是这些零碎与挪动设备的整合不断还有比拟大的改良空间，毕竟关于消费者来说，一定是越复杂越好，而这也为科技企业进军车载零碎提供了足够的理由，于是我们就开端在汽车范畴中频频看到苹果和谷歌等科技巨头的身影。同时汽车厂商很难就车载平台达成分歧的规范，消费电子企业的介入让人们重新看到了曙光。微软、谷歌、苹果各自凭仗在挪动终端操作零碎的优势，纷繁推出了自家的智能车载零碎，随着语音辨认技术的提升，凭仗在语音技术沉淀和积聚，智能车载语音零碎在渡过试水期之后，无望迅速进入市场。
依据全球语音辨认巨头Nuance发布的数据，近两年来车载语音辨认技术运用群体坚持了可观的增幅，2012年全球有2000万台新车搭载了Nuance的语音辨认技术，而在2013年这一数量曾经攀升到2800万辆，同比增长了40%。而同时2013年全球汽车产量到达8724.98万辆，同比增长3.6%。由于前十大汽车制造厂都是的Nuance客户，我们可以大致预算2012年新车搭载车载语音辨认技术的浸透率为23.7%，2013则上升至32.1%，仍然有很大的开展空间。我们以为，在语音辨认2.0时代，车载语音零碎市场将由于用户体验的极大改善而呈现疾速开展。
Nuance是最后Siri的语音技术提供方，其技术壁垒是在不时地被变相“瓦解”，大公司对Nuance的依赖正不时的增加，加大了对语音辨认技术的研发投入，并且都推出了语音辨认产品。微软、苹果和谷歌都拥有本人的语音产品Cortana、Siri和Google Now，同时结合世界各大汽车厂商成立联盟，搭建车载零碎。
4、智能家居：从手控到声控
触摸、语音、手势是人与智能家居（比方电视机、冰箱、空调、体感设备等）停止交互的三种方式。触摸这种交互方式分为触屏操控和遥控器，触屏首先被丢弃了，由于用户不会乐意不断走到跟行进行触屏交互。虽然有遥控器，但这么多年来遥控器没有什么提高，基本无法提供敌对的交互体验。手势操作很酷，但目前还不成熟，没有到达大规模使用的阶段，所以语音交互将是智能家居最好的选择。
在智能家居范畴，智能电视是作为智能家居率先迸发的产品，国际乐视、TCL&爱奇艺、小米、阿里&创维先后发布本人的产品，传统电视厂商、手机厂商、视频网站、电商等全都粉墨退场。2014年国际出货量就将到达7600万台，估计2015年智能电视国际出货量就将打破一亿台。语音被以为是挪动互联网时代最重要的入口之一，在智能电视上，语音的入口梦或许更有能够完成。
#p#分页标题#e#语音辨认技术的使用正在片面铺开。依据国际最大的语音辨认厂商科大讯飞2014年中报支出6.48亿元以及其市场份额约60%测算，目前国际语音辨认产业总体规模约为20亿元左右。中国智能语音产业联盟发布报告以为语音产业规模能带动约10倍的相关产业产值，因而2014年与语音辨认技术相关的产业产值能到达约200亿元。我们以为，随着语音辨认技术的日益完善以及高端需求的不时增长，势必孕育出相当大的市场规模，因而将来迸发可期。
5.1.2语义辨认：使用范畴更广
语义辨认和语音辨认同属自然言语处置范围，关系亲密，是同一枚硬币不可联系的两面。复杂地说，语音辨认剖析出一句话说的是什么，而语义辨认要剖析出这句话真实的意思。因而不难了解的是，语义辨认技术难度更大，使用的范围也愈加普遍，不只在语音范畴，在非语音的少量文本辨认和处置方面也扮演着无足轻重的角色。
大数据的使用为处置人类言语剖析需求，实时提取剖析数据并反应提供了弱小的根底。在某些行业，比方医疗和资本市场，信息的及时处置和加工显得尤为重要。例如，实时社交大数据剖析效劳提供商Dataminr每天经过剖析数亿条地下tweets，并应用其复杂的算法结合用户发tweet时所在地位以及用户的信誉水平等权重从这些数据中辨认出有价值的信息，从而为客户提供重要预警。2013年5月，在美国马里兰州Baltimore市左近的一次货运火车出轨事故中，Dataminr比旧事媒体提早16分钟发布了相关信息。而该发作事故的货运铁路公司的股票则在旧事媒体报道事情后马上呈现下跌，这充沛证明了信息处置的价值。
Twitter、微博、点评网站等非构造化信息的社交媒体内容的数量不时上升，为客户认知和品牌价值丰厚提供了能够，进一步滋长了语义辨认技术在各种使用中的运用。基于文本的情感剖析在全球各地的许多商业机构的需求也在不时增长。当语义辨认的引擎足够弱小，足以处置一切文本信息，检测其言语和传达方式，这将为商业客户和政府提供了极大的便当，它在金融效劳（实时的投资信号检测）、市场营销（剖析消费者情感与意见影响关系树）、政治运动、电视（实时反应与口碑监控）、突发旧事等范畴将十分具有潜力。我们罗列几家语义辨认技术比拟成熟并且停止商业形式创新的公司，拓宽发掘市场价值的思绪。
国际市场目前以舆情业为主，将来无望拓展
随着网络舆情的重要性越来越凸显，政府和企业对舆情监测的需求不时上升，这推进了舆情监测市场进入高速生长期。截止2013年底，全国共涌现出800多家舆情软件企业，这个数量还在不时增长，估计2014年会打破1000家。舆情监测以中文信息处置技术和中文自然言语处置技术为根底，交融了信息检索、文本发掘等研讨技术，提供中文智能信息发掘与智能剖析软件，具有对海量文本内容停止智能检索、智能剖析及智能化自动处置的功用，可以处理海量信息的智能剖析处置，推进政府、媒体和企业信息化进程，助力网络传达研讨。
从地方部委到基层郊区县，都很注重舆情监测。民政部发布的《2014年购置社会效劳指点目录》显示，舆情监测成为政府向具有资质的社会组织、文明企业等单位购置效劳的项目，政府可委托其提供系列舆情产品和其他相关效劳。2014年全国城市省市县区行政级别的数量为2586个，我们保守估量县区以下各行政机构推销相关舆情监测零碎的百万元级别，则整个舆情业的市场规模将达数十亿元以上。
#p#分页标题#e#将来语义辨认将和文本发掘、数据发掘等技术结合，更多地使用在商业化的范畴，开展空间宏大。
5.2计算机视觉（CV）
计算机视觉（ComputationalVision，简称CV）是一门研讨如何使机器“看”的迷信，狭义上包括了非可见光的图谱剖析、热传感图像剖析等范畴，但广义来讲就是图像和视频剖析：在没有文字或其他信息（例如拜访图像的用户信息等）的辅佐下，仅依据图片像素信息剖析出图像的语义。计算机视觉试图树立可以从图像或许多维数据中获取“信息”的人工智能零碎。计算机视觉的最终研讨目的就是使计算机能象人那样经过视觉察看和了解世界，具有自主顺应环境的才能。要完成这个目的，第一是图像处置，第二是图像了解。作为一个工程学科，计算机视觉寻求基于相关实际与模型来树立计算机视觉零碎。这类零碎的组成局部包括5个局部：顺序控制、事情检测、信息组织、物体与环境建模以及交感互动。
计算机视觉次要使用在如制造业、检验、文档剖析、医疗诊断以及军事等范畴中。美国计算机视觉公司Orbeus开创人将计算机视觉描绘为具有“少量数据定性剖析”的特点：一是搜索，二是视频剖析，三是定性剖析。关于搜索，新近的Google ImageSearch、Google Gaggle，还是后来推出的百度识图，其概念在于处理“当你不晓得该如何用文字和词语描绘一件物体时，还可以停止搜索”。关于视频剖析，该范畴最重要的特点是数据量大（单个视频轻松到达上万张图片），而且相比搜索，数据相关性更强，可以用前后帧剖析的后果做数据平滑，实际上可以把剖析的精度做得比图像更高，因而也是一个十分合适计算机视觉技术大展拳脚的范畴。最初是计算机视觉技术对某些垂直范畴停止定性剖析。这类需求十分多样：商家希望统计用户对商品的关注度，广告公司寻觅目的人群，互联网或许媒体公司做战略决策时需求多媒体的统计信息等等。比方在商场装多个摄像头做人脸辨认和跟踪，用以统计相似于在某些货架前停留工夫比拟长的人群属性，例如男女年龄段和表情等，做用户特征剖析。
我们罗列国际上次要的计算机视觉公司：
计算机视觉使用范畴极端宽广，现罗列几个次要的直接使用范畴：
1、智能视频监控：迸发式增长可期
随着安全城市建立等各项政策的持续展开和深化，以及交通、教育、金融等各行业用户安防认识的不时加强，估计视频监控市场将坚持微弱增长。2014年整个视频监控市场规模为304亿元，同比增长21.12%。而将来，在政策扶持、认识提升、治安需求、经济增长等要素的推进下，我国视频监控设备市场将拥有更大的开展空间，估计将来5年年均增长率维持在20%左右。
#p#分页标题#e#我国视频监控行业的下游触及众多行业，包括交通、城市治安、政府项目、金融、教育、民用、电信、公共设备、酒店文娱、石油石化等，其中交通、城市治安、政府项目、企业使用、金融和教育为六个最次要的使用行业，宽广的使用范畴为下游需求增长奠定了根底。
目前的视频监控只能完成记载功用，计算机尚无法精确辨认视频中的人、物以及场景，要完成全方位的实时监控，还必需依托少量的安保人员时辰紧盯屏幕，监视一切摄像头传过去的全部视频，这显然难以在实践任务中做到。即使可以做到，安保人员也会由于疲劳和忽略而错漏掉某些稍纵即逝的重要状况。以警方办案为例，往往要调用案发现场及周边少量的历史监控录像停止继续数天甚至更长工夫的肉眼辨认，才能够发现破案线索。而具有视觉的智能视频监控零碎将彻底改动现状，监控的及时性和无效性都将大大提升。
智能视频监控零碎使用次要包括几个大类：1、对人、物的辨认；2、对人、物运动轨迹的辨认；3、对视频环境影响的判别和补偿。对人、物的辨认是辨认监控零碎关怀的内容，包括人脸辨认、车牌号辨认等；人、物运动轨迹的辨认和处置，目前细分的很多，次要包括虚拟戒备线、人数统计、车流统计等；对视频环境影响的判别和补偿：环境的影响次要包括雨、雪、大雾等恶劣天气、夜间低照度状况、摄像头遮挡或偏移等，智能视频监控零碎技术使用可以在恶劣视频环境状况下完成较正常的监控功用。在完成智能剖析功用时，一些关键技术尤为重要，比方挪动目的检测提取中的帧差背景去除，光流法，混合高斯模型背景差分等；目的分类和行为剖析中的类似度分类和特征分类；异常行为剖析中的运动矢量跟踪，数据关联，最大似然算法，超分辨率重建等。
随着技术的打破，我们估计智能视频监控在不久后将呈现迸发式增长，增长一方面来自新市场的开辟，另一方面来自对现有监控零碎的改造和替代。
2、医疗：图像了解将为计算机提供辅佐诊断才能
医疗图像具有很大的数据量，面向医疗图像的数据研讨成为医学和计算机迷信穿插学科研讨的一个非常重要的范畴。医疗图像的高分辨率、数据的海量性、图像特征表达的复杂性等特点，使得人工智能技术在医疗图像中的研讨具有较大的学术价值和普遍的使用前景。医疗图像剖析是用计算机对医学图像停止自动处置、特征抽取和分类的技术。剖析的次要对象是人体细胞涂片图像、人体各部位的X射线照片和超声图像，这对辅佐医生停止医疗图像临床诊断具有重要适用价值。
从全球产业市场规模来看，随着人们越来越注重对慢性疾病的预防，全球影像诊断设备市场规模不时扩展。2012年全球医疗器械市场销售额达3490亿美元，其中影像诊断产品市场销售额达361亿美元，估计2018年，全球影像诊断设备市场份额将以年均3.8%的速度增长，市场销售将到达 451亿美元，而不同细分范畴复合增长率约为15%-40%。我国医疗器械市场规模维持高速增长，将成为继美日两国之后的世界第三大市场。估计市场总规模将按19.8%复合年增长率，由2012年 2420亿元添加至2017年5970亿元。其中，医疗影像诊断设备在我国医疗器械细分市场中规模最大，占据38%的份额。
#p#分页标题#e#计算机视觉在医疗范畴的使用目前曾经很多，但还次要停留在图像处置的层面，例如CT和核磁共振，就是采用了图像处置中的图像重建技术。这类图像处置技术可以为医生诊断提供协助，但零碎自身并不具有诊断功用。当计算机零碎具有接近人类的图像了解才能时，将可以智能化地完成一些诊断功用，这也是目前研讨的重点。
3、机器视觉：“工业自动化之眼”
机器视觉次要指的是计算机视觉在工业自动化范畴的使用。机器视觉把计算机的疾速性、可反复性与人眼视觉的高度智能化和笼统才能相结合，大大进步了消费的柔性和自动化水平，机器视觉普遍使用于工业控制范畴。依据工业环境的不同，机器视觉次要分为以下两类：一类是用于大规模或许高测试要求的消费线上，如包装、印刷、分拣等，或许在野外、核电等不合适人员任务的环境中，应用机器视觉方式替代传统人工测量或检试，同时完成人工条件下无法到达的牢靠性、准确度及自动化水平。另一类使用是高精细的专业设备制造，典型代表是最早带动整个机器视觉行业崛起的半导体制造设备。从下游晶圆加工制造的分类切割，到末端电路板印刷、贴片，这类设备都依赖于高精度的视觉测量以对运动部件停止导引与定位。
在大批量工业消费中，用机器视觉检测办法可以大大进步消费效率，增加人工风险。比方在药品消费中，采用机器视觉产品不只可以进步药质量量检测的精确度和消费效率，还可以防止人眼长工夫任务而形成的视觉疲劳。另外，将机器视觉使用于机器人的引导中，可以完成消费的柔性化，使消费线很容易顺应产品的变化，这成为将来开展趋向之一。2014年全球机器视觉零碎及部件市场规模为36.52亿美元，估计2014-2018年的年复合增长率（CAGR）为8.2%，2018年全球机器视觉市场将到达50.43亿美元。
4、无人驾驶：让汽车看懂一切
在2015年CES展上，汽车行业成为本次展会的一大亮点，多家汽车厂商和科技公司展现了无人驾驶和智能汽车技术。奔驰发布可自动驾驶的F015 Luxury inMotion概念车；群众发布高尔夫R Touch概念车，展现全新的车载信息技术；奥迪公司则展现其研发的Piloted Driving无人驾驶技术。而作为该范畴指导者的谷歌表示，第一款真正自动化的无人驾驶汽车能在5年内做好量产的预备。无人驾驶会让汽车的运用愈加高效、平安和节能，它可以自动规划行驶道路，防止发作交通事故，同时降低尾气排放和浪费动力。汽车的终极目的就是无人驾驶，将是第一个被人类普遍运用的机器人。
汽车要无人驾驶，最大的妨碍就是计算机视觉。要控制汽车的方向盘、油门、刹车等，汽车的传动零碎就可以做到，但是要让汽车可以看懂路况是十分困难的，只要当汽车可以看懂路上发作的一切，可以本人判别的时分，才干真正的完成无人驾驶。谷歌无人驾驶汽车顶上的摄像头可以判别后方路况，完成对后方物体的三维成像，用于检测后方忽然呈现的妨碍，如行人，植物，以及判别信号交通标志等。
依据美国市场研讨机构Lux Research预测，到2030年，全球将有1200万辆无人驾驶汽车售出，而汽车普及量逐年增长的中国将占有这个新市场高达35%。鉴于停车辅佐雷达或紧急刹车零碎都需求摄像头，一辆高端汽车身上能够藏有8个摄像头，假如再加上替代后视镜以及路况监测等零碎的摄像头，总数将到达12个，因而估计2030年全球无人驾驶汽车摄像头需求量将达1.44亿个，我们按每个车载摄像机价钱100美元计算，无人驾驶汽车在计算机视觉范畴的市场规模将达144亿美元。
6. 人工智能的延伸冲击：智能化浪潮与IT设备投资新周期
随着深度学习和机器智能的提高，人工智能使用的范围越来越广，从语音语义图像为代表的感知技术，比方语音助手、图像搜索等；到以底层技术为支撑的硬件输入，包括机器人、无人机、智能家居等；还有以知识图谱，专家零碎等深度学习和机器学习技术支撑的互联网和物联网的使用创新，使用范畴包括了工业4.0，生活效劳O2O，商业智能，农业智能，物流智能等。无须置疑，人工智能技术可以协助我们重新定义各行各业，智能化的大潮行将来袭。
6.1AI技术的行业使用：正在被推翻和被重塑的行业
6.1.1 AI重塑生活效劳O2O
生活效劳O2O是将来电子商务开展的重要趋向。艾瑞报告指出，相比拟与庞大的网络购物市场规模，本地生活O2O浸透率较低，仅为4.4%左右。其中，餐饮O2O的市场占比最高，达40%。生活O2O中心观念在于提供本地化的生活效劳，并且经过网站协助商家更好地做营销，同时借助点评分享社区，让用户有更多的参与。AI技术的提升可以完成智能化的餐饮引荐、线下即时图像搜索等，给生活效劳O2O带来新的革新，提升市场规模。
互动餐饮引荐市场规模测算：应用AI的深度学习算法或许图像辨认技术，可以为O2O带来智能引荐效劳。比方Nara基于神经元的网络构造设计了一套引荐算法，依据人们的偏好与品尝去引荐餐馆。而且，像人的大脑一样，Nara也拥有学习才能，它可以把理想中的信息停止情境化剖析。Nara强调本身不是一个“搜索引擎”，而是一个“发现（find）引擎”，这样每团体被引荐的餐馆都是不一样的。目前北美曾经有一百多万家餐馆归入了Nara 的引荐零碎。我们假定每家餐馆为每位经过Nara引擎引荐来的客户停止付费1美元，均匀每家餐馆每年经过Nara取得的订双数量为1000份，则每年Nara所面临的餐饮智能引荐市场规模约为10亿美元以上。
另一家公司ViSenze是图像搜索和辨认技术效劳商，用户在线下拍到的商品，可以经过其图像搜索技术直接导购到电商网站。该图像辨认和搜索技术的商业形式是为C端互联网用户效劳并向在线电商的商家免费，取代原有的流量导入形式，为用户提供更为精准的搜索体验。我们测算其市场规模将超越100亿美元/年。
O2O市场规模存在着宏大的增长空间，我们以餐饮业为例，2014年中国餐饮O2O市场规模为913.8亿元，同比增长46.56%。从浸透率来看，餐饮O2O 市场规模占全体餐饮行业的比重还十分小，仅为3%。AI能协助各类餐饮效劳网站和使用少量做智能化引荐，提升用户的参与度。经过AI技术将餐饮O2O市场的浸透率每提升1个百分点，就可以直接为该市场扩展300亿元/年以上的规模。其他的O2O市场还有诸如在线旅游，在线医疗和在线教育等，均存在着宏大的AI智能引荐市场空间。
#p#分页标题#e#我们关注A股上市公司中，有几家聚焦生活效劳O2O的计算机公司，他们现阶段都曾经在为O2O的不同环节提供信息化和数据效劳。将来，他们的主业都有可植入AI使用的重要方向，我们停止了梳理和引荐。
6.1.2 AI重塑医疗
基于医疗图谱的AI使用正在对医疗行业停止重塑，经过对电子病历、医疗影像、病理生理学等数据整合，可以剖析和预测人体的安康形态，并获取精确的处方信息，协助医生做出迅速无效的判别。
Enlitic公司经过一个基于云技术的剖析平台，他们将一些看似不相关的数据集中起来，协助医疗组织剖析出一些有见地的信息。Enlitic经过研讨，整合，建模，剖析，以及可视化等功用转换数据。协助医疗提供商与用户交互，并用完全不同的方式营销他们的效劳。数据能够包括X射线，核磁共振，CT扫描，三维医疗等影像。Enlitic软件可以拔出到医疗机构曾经在运用的零碎当中，从而分享或检查医疗图像。医生可以标注图像，然后单击以找到其他相似的数据元素，来诊断病情。
国际医疗影像剖析市场份额预算：2014年全国三甲医院1475家，二甲医院6957家，每家医院细分的科室无数十个，我们按医院装备整个就医科目的医疗影像剖析软件，医疗软件价钱按200万元计算，保守估量医疗影像剖析的市场规模就超越150亿元。
此外我们整理了其他一些前沿公司如何运用AI技术，给现有的医疗行业带来新的辅佐医治办法，以及其市场规模的测算。
我们关注A股上市公司中，有几家聚焦智慧医疗的计算机公司，他们现阶段都曾经在为医疗诊断的不同环节提供信息化和数据效劳。将来，他们的主业都有可植入AI使用的重要方向，我们停止了梳理和引荐。
6.1.3 AI重塑批发业
基于视频监控的AI使用将对批发业停止重塑，经过对摄像头采集的视频数据的AI剖析，可以为店主提供客户的热点图和途径图等辅佐决策信息，协助商家重新调整出更好的物品摆放地位来促销，也可以给消费者购物便当。
#p#分页标题#e#美国Prism Skylabs公司配合商家现有的摄像监控网络，将监控录像传回云端做剖析处置，可以得出客户在商店内的途径图，热点图，每天客流量和客户停留工夫等。客户热点图和途径图可以协助商家重新调整出更好的物品摆放地位来促进销售，这样就将监控视频的价值扩展了。Prism Skylabs不只可以协助商家，也能给消费者便当消费者能直接在网上看到店铺内的状况，如人多不多，还有没有空位。
关于线下批发实体店，获取用户的阅读行为和推销行为，不及线上用户阅读网页信息那样便捷。视频热点剖析，抵消费者举动轨迹以及行为形式停止检测、跟踪和搜索，准确统计出在设定的热点范围内的客流量、停留工夫、举动轨迹、消费者行为，提供客观的消费行为剖析数据，协助传统批发客户转向数据驱动的管理方式，进步商业运营效率，可以说提供了一种完满的处理方案。
我国批发业热点监控剖析市场份额预算：2014中国连锁百强企业门店总数达12万家，视频剖析公司可以为大型超市、批发店提供数据和剖析报告，我们按每份处理方案1万元计算，热点图像剖析的市场规模就超越12亿元。此外我们整理其他一些前沿公司如何运用AI技术，给现有的批发行业带来新的业务提升。
我们关注A股上市公司中，有几家聚焦监控和安防的计算机公司，他们现阶段都曾经在为批发业客户提供信息化效劳。将来，他们的主业都有可植入AI使用的重要方向，我们停止了梳理和引荐。
6.1.4 AI重塑金融业
AI技术的使用，也在惹起金融数据市场的革新。Kensho是美国一家基于云计算的智能计算机零碎先锋公司。Kensho结合自然言语搜索，图形化用户界面和云计算，为金融市场的投资人提供一套全新的数据剖析工具Warren，它可以答复复杂的金融市场成绩，如各种数据、股票走向等。如“当油价高于100美元一桶时，中东政局动乱会对动力公司的股价发生怎样的影响？”，“朝鲜核实验后48小时内韩国公司三星的股价变化”等，并以图形的方式直观出现。要答复此类成绩，对冲基金的剖析师队伍要花上数天的工夫，前提条件是他们可以找到一切这些数据。但打破性的Warren软件可以经过扫描药物审批、经济报告、货币政策变卦、政治事情、以及这些事情对地球上简直一切金融资产的影响等9万余份材料，立马就为6,500万个成绩找到答案。假如普遍加以运用，Warren软件可以撼动临时以来被彭博社和汤姆森路透社所垄断的260亿美元的金融信息效劳市场。Warren无望成为金融范畴的虚拟市场研讨助手。
在美国市场上还活泼着不少前沿公司运用AI技术，给现有的金融行业不同方面带来新的产品或效劳，我们对其市场规模停止粗略测算。
我们关注A股上市公司中，有几家聚焦金融行业的计算机公司，他们现阶段都曾经在为金融业客户提供信息化和数据效劳。将来，他们的主业都有可植入AI使用的重要方向，我们停止了梳理和引荐。
#p#分页标题#e#6.1.5 AI重塑数字营销业
AI技术的提高，也为广告业务带来了新的处理办法。
比方微信冤家圈的信息流（Feeds）广告推送基于大数据剖析，经过剖析用户冤家圈言语特性，以及冤家圈图片内容，依据对用户支出和消费才能的剖析来描写用户画像，并决议投放何种广告。信息流广告与社交平台上好友发布的信息方式相似，广告自身内容将基于微信大众账号生态体系，以相似冤家圈的原创内容方式停止展示，交融在信息流中，在基于微信誉户画像忘性定向的同时，经过实时社交的混排算法，依托关系链停止互动传达。
信息流广告这种方式最后被运用在Twitter、Facebook、Instagram、Pinterest等主流社交产品。国际的新浪微博、QQ空间也都相继参加了信息流广告。信息流广告的推送触及自然语义了解，以及图像辨认等人工智能技术。依据用户内容信息贴标签，然后描写出用户画像数据，可以用兴味、商业等维度来描绘，最初是用户数据输入，商业广告也因而可以按客户群体的类别来停止投放。
信息流广告凭仗精准的客户画像描绘，相比传统的广告业务形式有着宏大的市场价值。我们以Facebook为例，Facebook的广告投放地位次要包括三个：PC页面右侧的广告栏版块、PC信息流广告和挪动端信息流广告。依据Facebook第三季度季报，广告营收29.6亿美元，其中挪动广告占66%（约19.5亿美元），挪动业务月活泼用户11.2亿，第三季度每个挪动用户均匀带来的支出约1.74美元，全年估量可以带来将近7美元的支出。挪动端广告支出增长迅速，简直是非挪动端的两倍。缘由就在于Facebook的机密武器：让广告主基于目的用户群投放特性化的精准广告。
基于高质量的广告内容和方式、精准的用户投放、再加上信息流这一用户留意力集中的地位，Facebook的挪动广告效果，无论从点击率还是广告主的投放本钱，都显示出优势。网络广告机构MarinSoftware提供数据称，挪动端信息流广告的点击率要比PC端高出187%，而点击本钱却低了22%。Facebook的优势在于可以基于用户行为数据完成更精准的广告投放，只要用户数据的积聚和算法的优化才会提升信息流广告的精准，这面前的支撑就是人工智能技术。
对微信的信息流广告市场规模的预算：作为国际最具影响力的挪动社交软件，微信推出信息流广告是其商业化路途上的一个终点，也开启了这座百亿价值金矿的发掘。目前，微信累计注册用户数11.2亿，月活泼用户超越4.4亿。假定微信誉户的广告价值是Facebook的一半，每个用户每年可以带来广告价值3.5美元，微信4.4亿月活泼用户每年能够带来将近15.4亿美元（将近100亿人民币）的广告支出，无疑将成为中国挪动互联网广告的爆炸性产品。
我们整理了美国市场的前沿公司如何运用AI技术，给现有的广告业带来新的产品或效劳，并预算他们的市场空间。
我们关注A股上市公司中，有几家聚焦在线广告媒体行业的计算机公司，他们现阶段都曾经在为数字营销行业客户提供信息化和数据效劳。将来，他们的主业都有可植入AI使用的重要方向，我们停止了梳理和引荐。
6.1.6 AI重塑农业
AI技术正在对农业消费停止重塑。我们看到美国市场上曾经呈现不少为农业客户提供AI使用公司。美国
除草机器人里有三个不同算法在任务。第一个只是复杂的照相机的取景，这台相机朝地，用来分辨能否长的像植物。这里不只仅是弄清楚绿色的就是植物，算法还要可以记载植物的生长终点和起点，这样便于之后区分它。第二个算法是分类，用来确定植物究竟是不是杂草。这个算法的精确率到达98%到99%。最初的算法被复杂地称为除草算法，它的目的是决议什么时分合适注射剂量足致使死的肥料。由于除草机器并没有处在机器人的视野里，必需要基于机器人挪动的速度、杂草的地位以及杂草被分类的工夫来决议在哪里注射肥料。
中国农业收割AI使用市场规模预算：依据第二次全疆土地调查数据显示，全国耕空中积共18.26亿亩。全国耕地按质量等级由高到低顺次划分为一至十等，扣除掉七至十等耕地根底地力绝对较差的耕地，其他局部耕地根底地力较高，农田根底设备建立具有一定根底，也可施行农业机械化操作，这局部耕空中积为13.16亿亩。我们参照水稻收割机一天任务10小时可收割40亩，除草机器人的需求量可达658万台，按每台6万元价钱计算，市场规模为3948亿元，可以说存在着宏大的空间。
我们整理了美国市场的前沿公司如何运用AI技术，给现有的农业带来新的产品或效劳，并预算他们的市场空间。
#p#分页标题#e#我们关注A股上市公司中，有几家聚焦农业信息化的计算机公司，他们现阶段都曾经在为农业客户提供信息化和数据效劳。将来，他们的主业都有可植入AI使用的重要方向，我们停止了梳理和引荐。
6.1.7 AI重塑工业
AI技术正在对工业消费停止重塑。我们看到美国市场上曾经呈现不少为工业客户提供AI使用公司。Wise.io应对工业范畴大规模数据计算的算法采用的是机器学习的方式。它的这个框架可以承受来自Hadoop、MongoDB 等各种数据源的数据。之后引擎会为这些注入的数据创立多维度视图。而机器学习算法会调整视图中每一个像素和其它像素的关系。举例来说，炼油厂、核电工厂等大局部企业都需求做大规模数据剖析取得工业平安报告。这些报告目前假如靠人力完成能够需求一个上百人的团队花接近半年的工夫，而Wise.io的算法仅仅需求20分钟就能出一份报告，极大的提升了任务效率。
中国的工业数据剖析AI使用的市场规模预算：全国大中型工业企业数量大约有4.5万家，假如采用基于机器学习的工业数据剖析软件，每套按10万元计算，市场规模就超越45亿元。
我们整理了美国市场的前沿公司如何运用AI技术，给现有的农业带来新的产品或效劳，并预算他们的市场空间。
我们关注A股上市公司中，有几家聚焦工业信息化的计算机公司，他们现阶段都曾经在为工业客户提供信息化和数据效劳。将来，他们的主业都有可植入AI使用的重要方向，我们停止了梳理和引荐。
6.1.8 AI重塑商业
AI对商业范畴也停止了重塑，在古代企业的全业务周期范围内，包括招聘、销售、推销、会计财务管理等等业务模块，AI技术均可以协助企业客户进步效率和浪费本钱。
以HR招聘为例，人工智能可以经过数据婚配找到适宜的人选，替代原有人工检索的方式。社交网站曾经可以构建起一团体的肖像，但每团体的信息分散在Twitter、Google+、Facebook、linkedIn，而且他们还缺乏以描画一团体的专业技艺。智能招聘软件Entelo经过不停地抓取网页上的信息，包括时势旧事、社交网站、专业社区等；当用户提出需求要招聘契合某些特定条件的候选人后，Entelo就会做数据婚配，它次要处理两个成绩第一，机遇：如何率先发现“想换任务的人”并和他们获得联络，例如当一个公司发作了收买或被收买的旧事时，总是会带来一些人事故动；第二，对的人：Entelo会从社交网站、专业社区中做团体信息的检索和婚配，这种办法就像先树立起一个数据库，再从不同的角渡过滤数据。除了做数据婚配，甚至可以做预测剖析企业什么时分需求招聘新岗位，以及跟踪的职业经理人什么时分能够思索换任务。
我们整理了美国市场的前沿公司如何运用AI技术，给现有的商业公司带来新的产品或效劳，并预算他们的市场空间。
#p#分页标题#e#我们关注A股上市公司中，有几家聚焦商业智能的计算机公司，他们现阶段都曾经在为商业企业客户提供信息化和数据效劳。将来，他们的主业都有可植入AI使用的重要方向，我们停止了梳理和引荐。
6.1.9 AI重塑在线教育
AI技术的使用也为在线教育行业带来了新的形式。
传统的教育形式下教师与先生是一对多的关系。教师的精神无限决议了其教学只能针对均匀程度推进。关于学习才能不同的先生来说，这样的教学都完善了一些针对性。因而，特性化教育成为了将来智慧教育的趋向之一。依据Knewton公司的报告，93%的教员以为在线教育工具能进步教育程度；95%的教员以为这能更好地吸引先生留意力。以面向100名先生停止1小时课程为例，在线教育的本钱约9500美元，而教员辅导方式则要17000美元，可以增加约44%的费用。
我们再看国际市场，依据艾瑞数据显示，2013年中国在线教育市场规模达839.7亿元，同比增长19.9%。其中，中小学在线教育、在线职业教育、初等学历在线教育等细分范畴成为市场规模增长的次要动力。随着内容消费方、技术设备提供方、平台搭建方的相继入场，用户习气的养成，在线教育将会有继续的增长。其中，职业在线教育和在线言语培训属用户刚性需求，且用户付费才能较强，将会成为在线教育开展较为突出的范畴。假如可以应用AI技术为在线教育提升教学互动的体验，将特性化的内容和教学方式植入在线教育的课堂中，那么，在线教育的市场规模无望继续高速生长。
美国的在线教育效劳公司Knewton提供静态适配学习技术，可以为先生发明特性化学习资源并不时理解先生学习特点的技术。Knewton 的中心产品是在线学习工具，可针对每一位学习者的特性化需求停止适配。
Knewton经过与Pearson等出版商协作将各类课程资料停止数字化，其掩盖的先生范围包括K12、初等教育及职业开展教育等。Knewton 的中心技术是适配学习技术，经过数据搜集、推断及建议三部曲来提供特性化的教学。数据搜集阶段会树立学习内容中不同概念的关联，然后将类别、学习目的与先生互动集成起来，再由模型计算引擎对数据停止处置供后续阶段运用。推断阶段会经过心思测试引擎、战略引擎及反应引擎对搜集到的数据停止剖析，剖析的后果将提供应建议阶段停止特性化学习引荐运用。建议阶段则经过建议引擎、预测性剖析引擎为教员与先生提供学习建议并提供一致汇总的学习历史。
我们整理了美国市场的前沿公司如何运用AI技术，给现有的商业公司带来新的产品或效劳，并预算他们的市场空间。
#p#分页标题#e#我们关注A股上市公司中，有几家聚焦教育智能化的计算机公司，他们现阶段都曾经在为教育行业客户提供信息化和数据效劳。将来，他们的主业都有可植入AI使用的重要方向，我们停止了梳理和引荐。
6.2 AI技术迸发带来的IT设备投资新周期：新一轮云计算建立蒸蒸日上
一旦人工智能被大范围使用，关于计算资源的渴求水平将会出现指数级别的提升，那么随同而发生的IT设备投资需求将呈现井喷。
我们以语音辨认技术为例，阐明AI技术的使用带来的计算资源需求的迅速收缩。我们分两个极端的场景来看：
1、实验室级别的语音辨认使用所需的计算资源。安静环境中，关于规范普通话的限定词库的辨认，呼应恳求的终端数量只要1个。这样所需的效劳器资源大约是什么程度？
2、当我们把使用场景扩展到：喧闹环境中，关于非规范普通话（能够是方言）的非限定词库的辨认，呼应恳求的终端数量超越1000万个。这样的状况下所需的效劳器资源大约是什么程度？
答复这个成绩，我们首先需求明白AI使用的计算资源分两局部组成：第一，用于训练算法和优化模型的线下研发资源池；第二，将成熟的算法模型用于效劳线上客户的海量呼应所需的线上效劳资源池。相比而言，线下资源池的需求量级更大，一旦完成了线下研发的进程，线下的资源就被闲置出来，等到线上效劳呼应搜集到更多的数据后，进一步对原有模型停止继续优化，因而，线下的研发资源池将是重资产的投入，仅有实力雄厚的巨头企业可以支撑。相比而言，线上的效劳资源池的大小取决于同时效劳客户端的需求数量大小，是普通的使用效劳和产品提供商都可以接受的。
我们以科大讯飞语音辨认云平台的架构为例，目前科大讯飞的语音云根底架构分为：业务、调度、计算、存储四个层次，内含2000颗CPU、300片GPU、4PB的存储、40TB的内存，整个架构的硬件造价大约是3000万元。这局部相当于我们上文中提到的线上效劳资源池。讯飞的语音云为超越2亿的挪动端用户提供语音辨认效劳，支持同时发作恳求的效劳数量超越1000万/秒。那么，线下研发计算资源池有多大呢？依据我们的预算，线下研发计算资源池是线上效劳计算资源池的10倍以上！也就是至多3亿元以上的IT根底设备投资额。
接上去我们讨论更为复杂的AI使用：图像辨认。图像辨认相比于异样场景约束条件下的语音辨认使用，所需求的线下研发和线上效劳的计算资源大约是多少倍？
假如说语音辨认中输出的数据是在一定频率之内的音频数据，这种数据所包括的信息量和图像辨认使用以像素点作为单元的图像数据比拟起来，应该说是九牛一毛的概念。两种辨认所需面对的输出数据的动摇性大小完全不一样，语音信号的采样频率通常在22.05KHz、44.1KHz、48KHz三段，而图像辨认的每个像素点都是在0-256真颜色中随机选取，且每个像素都是24bit的字节中确定的某一点，因而图像辨认所需求做的信息处置进程的复杂度要远超语音辨认。依据我们初步的预算，图像辨认在线下研发计算资源上的要求将超越语音辨认的线下研发资源10倍以上。
#p#分页标题#e#我们可以进一步考虑下，比图像辨认更为复杂的针关于海量的实时视频数据的辨认和了解，所需求面对的数据和算法的应战有多么大？由此而对应的计算资源的耗费将会成什么量级的增长？依据我们初步的预算，视频辨认所需的线下和线上计算资源能够是图像辨认所需的百倍以上，也就是需求数千亿规模的IT根底设备投资。
最初一个成绩，图像和视频辨认乃至于其他更复杂的AI使用在开展成熟的进程中研发所需求的计算资源，以及可商用之后支撑效劳的计算资源缺口究竟有多大？能否会掀起新一轮的IT根底设备建立的浪潮？
我们判别这将是一轮数千亿元的大规模IT根底设备投资盛宴。现阶段的云计算和云存储的资源池无法满足将来AI使用的资源耗费需求，千亿级别的云计算和云存储投资潮将拉开尾声，云计算产业链上各环节的企业都将充沛受害。
7．人工智能的A股投资标的
我们从两个维度选取相关的投资标的：首先是直接提供AI技术或有关设备的公司，然后是应用AI技术为不同行业提供处理方案的公司。
7.1 AI技术或设备提供商
7.1.1 信息采集技术及设备商
在人工智能时代，首先需求让机器可以采集到和人类的觉得器官可以采集到的分歧的外界信息，计算机才干够进而对这些信息停止“拟人化”的处置并作出“拟人化”的决策。因而，我们以为，首先需求打破的是以传感器为代表的信息搜集环节的技术。我们梳理了以下具有代表性的公司为投资人引荐：
海康威视（002415）
海康威视是抢先的安防产品及行业处理方案提供商，努力于不时提升视频处置技术和视频剖析技术，面向全球提供抢先的安防产品、专业的行业处理方案与优质的效劳。海康威视拥有业内抢先的自主中心技术和可继续研发才能，提供摄像机/智能球机、光端机、DVR/DVS/板卡、网络存储、视频综合平台、中心管理软件等安防产品，并针对众多行业提供适宜的细分产品与专业的行业处理方案。
海康威视在视频监控范畴处于龙头位置，视频监控产品的不时晋级为视频传感器技术开展提供了坚实根底，少量客户资源以及普遍的使用为大数据的搜集提供了牢靠的保证。此外，公司鼎力开展智能视觉剖析技术。这种技术是人工智能技术分支之一，次要采用计算机视觉的办法，在简直不需求人为干涉的状况下，经过对摄像机拍录的图像序列停止自动剖析，对静态场景中的目的停止定位、辨认和跟踪，并在此根底上剖析和判别目的的行为，从而做到既能完成日常管理又能在异常状况发作的时分及时做出反响。
同时海康威视旗上品牌萤石与乐视网将在云效劳、智能硬件、视频内容等方面展开深化协作，借助乐视网独有的视频生态环境，将旗下的平安生活效劳品牌萤石接入家庭用户发明条件，也可经过本身的智能视频技术为乐视电视提供交互效劳。
盈利预测及投资建议：我们预期，2014-2016年，海康威视的EPS辨别为1.05元、1.42元和2.08元，PE辨别为25.4、18.8和12.8倍。思索到公司传统龙头白马股的回归，主营业绩的稳步提升，新产品和新市场行将打破行业天花板，我们给予公司“增持”的投资评级。
大华股份（002236）
大华股份是抢先的监控产品供给商和处理方案效劳商，面向全球提供抢先的视频存储、前端、显示控制和智能交通等系列化产品。公司已构成音视频编解码算法技术、信息存储调用技术、集成电路使用技术、网络控制与传输技术、嵌入式开发技术五大中心技术平台和面向安防视频监控前沿范畴的“大安防”产品架构。
公司作为安防视频监控范畴的一线厂商，在视频监控传感器以及数据方面拥有着宏大的技术以及客户优势。此外，公司在智能化范畴也逐步发力，获得了较快开展。公司在智能化算法方面获得严重打破。公司是国际智能交通行业首家推出嵌入式一体化测速仪的厂商，其自主研发的一体化视频检测电警摄像机，可内置车牌辨认、闯红灯检测、压线检测、违章变道检测等智能化功用。公司的事情检测零碎，可以支持车辆违停、交通拥堵、抛洒物及行人检测等功用，也可提供车流量统计、车道占有率等交通参数，为路途的运输管理提供片面、多品种的剖析参考数据，协助执法管理部门对隧道、高速公路及城市路途突发事情及运输效率的管理。
#p#分页标题#e#盈利预测及投资建议：我们预期，2014-2016年，大华股份的EPS辨别为1.23元、1.74元和2.11元，PE辨别为20.9、14.8和12.2倍。我们给予公司“增持”的投资评级。
西方网力（300367）
西方网力是中国抢先的视频使用处理方案提供商，也是国际抢先的“安全城市”视频监控管理平台专业公司，为用户提供片面的视频监控处理方案和全方位的高质量视频存储产品。西方网力拥有最抢先的技术和最有影响力的客户群，并已成为中国视频监控管理平台的指导厂商，为城市反恐应急、物联网、智慧城市和挪动互联网提供牢靠的视频使用支撑。
西方网力是城市视频监控管理平台的设计和消费商，位于视频监控管理平台的产业链下游。公司发力于安全城市以及家庭视频监控范畴，在数据搜集，智能处置剖析方面均有所得，同时还经过收买，协作等方式增强本身在大数据使用，智能化剖析方面的实力。2014 年 8 月 18 日，公司公告拟以 1.4 亿元收买广州嘉崎智能 51%的股权，嘉崎智能是国际专业从事智能视频剖析、特种智能配备的研发与消费商。其在人工智能和机器视觉范畴具有共同技术，产品次要分为智能视频监控软件和视频侦查软件。同时，公司于3月15日公告与拥有国际抢先的视频智能剖析算法，并在视频云计算和运存储处于业内抢先程度的奇虎360成立合资公司进军民用视频监控范畴。
盈利预测及投资建议：我们预期，2014-2016年，西方网力的EPS辨别为1.23元、1.79元和2.50元，PE辨别为68.9、47.4和33.9倍。我们给予公司“增持”的投资评级。
梅安森（300275）
梅安森是一家专业从事煤矿平安消费监测监控设备及成套平安保证零碎研发、设计、消费、销售的国度火炬方案重点高新技术企业，是国际煤矿平安消费监测监控零碎范畴的主干企业。次要产品为煤矿平安监控零碎、煤矿人员定位管理零碎、煤矿瓦斯抽放及综合应用自动控制零碎、煤与瓦斯突出实时诊断零碎、各类监控设备及零部件。
公司深耕检测平安监控范畴多年，在传感器范畴有着多年的积聚。工业4.0时代的关键是应用新一代的信息技术做到集中式的灵敏控制，检测监控是工业工厂消费进程中必不可少的一环，而公司在平安检测监控产品上具有传统的技术沉淀和优势将带来宏大的优势。同时经过引入硅谷地狱，梅安森的全体内涵战略将发作积极的改动经过内涵式并购切入下游景气度较高的新范畴，公司所面临的煤炭监控市场天花板将被翻开。将来在公共平安范畴，乃至家庭平安范畴，公司可以扩展的方向还有很多。
盈利预测及投资建议：我们预期，2014-2016年，梅安森的EPS辨别为0.75元、0.98元和1.25元，PE辨别为24.0、18.4和14.4倍。我们给予公司“增持”的投资评级。
汉威电子（300007）
汉威电子专注于气体传感器、监测仪表研发、消费、销售，产品和处理方案已使用于全球近100个国度，行业散布普遍，为行业客户的HSE管理体系的树立提供了合适、优质、高性价比的产品与效劳，同时为团体气体平安防护范畴打造抢先的产品方案，是国际抢先、国际知名的气体探测产品专业制造商。
公司在气体传感器范畴深耕多年，具有较强的技术积聚，产品有着普遍的使用。同时，公司的产品具有低本钱，高精度的特点，是完成信息技术以及人工智能技术的较好桥梁。公司依托本身在气体传感器方面的技术优势，积极向下游停止产业链扩展规划，优化本身产品构造，搭建检测管理一体的闭环体系。
盈利预测及投资建议：我们预期，2014-2016年，汉威电子的EPS辨别为0.48元、0.76元和0.98元，PE辨别为67.1、42.4和32.9倍。思索到行业龙头将持续维持，产业链规划完善带来的高生长，我们给予公司“增持”的投资评级。
天瑞仪器（300165）
天瑞仪器是专业从事化学剖析仪器及其使用软件的研发、消费销售的高新技术企业，次要产品是基于XRF 技术的能量色散 、波长色散 X 射线荧光谱仪。公司在为客户提供化学剖析仪器的同时，还为客户提供给用处理方案和相关技术效劳。公司是国际片面掌握 X 射线荧光谱仪中心部件、剖析软技术并拥有自主知识产权的多数厂家之一，曾经在 RoHS、贵金属等范畴树立抢先位置。
公司在重金属检测范畴技术积聚深沉，有着丰厚的使用经历。下游环保行业以及工业检测的继续升温为公司带来波动增长空间，而食品平安以及重金属检测为公司带来新的检测市场空间。多方位的运用场景数据搜集的化学传感器使用将在人工智能时代失掉最大化的应用，公司前景可期。
#p#分页标题#e#盈利预测及投资建议：我们预期，2014-2016年，天瑞仪器的EPS辨别为0.33元、0.38元和0.52元，PE辨别为65.0、56.5和41.3倍。我们给予公司“增持”的投资评级。
7.1.2 AI认知技术提供商
在人工智能时代，机器必需具有和人类接近或相似的认知才能，才干够对采集到的外界信息停止合理的剖析和决策。因而，我们以为，信息处置环节AI需求打破的是以语音和图像辨认为代表的智能认知技术。我们梳理了以下具有代表性的公司为投资人引荐：
科大讯飞（002230）
科大讯飞是在国度智能计算机研讨开发中心、中国科技大学人机语音通讯实验室的根底上组建，专门从事语音技术方面的根底研讨、软件使用、零碎集成、硬件产品消费、销售并提供全程技术支持和售后效劳的高新技术企业。公司次要从事以智能语音技术为中心的相关产品的研讨和销售，其次要产品包括语音支撑软件和语音使用软件，同时，公司也从事教育、电信、金融、政府等行业和部门的语音技术处理方案。
科大讯飞是我国众多软件企业中为数极少的掌握中心技术并拥有自主知识产权的企业之一，其语音分解中心技术已到达国际先进程度。我们察看到在人工智能时代，从语音辨认 到语义解析的潜力宏大。科大讯飞在自然言语解析和深度学习技术上的储藏曾经到了产业化使用的后期，一旦这方面的储藏技术孵化出杀手级使用，公司将面临迸发性增长的时机。科大讯飞所掌握的技术储藏正是人工智能大脑所必需的技术条件，因此在这波人工智能浪潮中必将充沛受害。
盈利预测及投资建议：我们预期，2014-2016年，科大讯飞的EPS辨别为0.54元、0.74元和1.09元，PE辨别为59.3、43.2和29.4倍。我们给予公司“增持”的投资评级。
汉王科技（002362）
汉王科技是形式辨认范畴技术抢先的软件开发商与供给商，临时以来不断努力于手写辨认技术、OCR以及其他智能人机交互技术与产品的开发与市场推行。技术不断处于国际国际抢先程度，与国际外多家知名企业树立了普遍耐久的协作关系。
汉王科技在国际形式辨认范畴处于相对优势位置，身为以形式辨认为中心的创新型科技企业，目前曾经拥有了OCR 辨认、人脸辨认、手写辨认、轨迹输出等四大有行业使用的中心技术。汉王科技在手写市场占有率超70%，OCR 范畴市场占有率超越 50%，处于相对优势位置。 作为人工智能大脑构成的中坚技术，形式辨认具有着普遍的使用空间，将来使用场景多元，市场空间宏大。
盈利预测及投资建议：我们预期，2014-2016年，汉王科技的EPS辨别为0.05元、0.20元和0.40元，PE辨别为371、92.7和46.4倍。我们给予公司“增持”的投资评级。
川大智胜（002253）
川大智胜是我国空中和空中智能交通范畴具有自主知识产权的大型软件和严重设备供给商。公司零碎集成自主研制的大型实时软件，构成了空管自动化零碎和空管仿真模仿零碎两大系列的拳头产品，在军航空管范畴占有相对优势位置。
公司在形式辨认以及数据信号处置方面具有极深的技术储藏，外行业内具有极度抢先的图形辨认技术。依托于此视景仿真零碎开发经历和在图像图形范畴积聚的深沉功底，从事全景互动景区虚拟旅游、科普体验、互动文娱等产品的开发，丰厚了产种类类，扩宽了使用范畴，。将来结合三维测量仪器和无人机图像采集，更将开启了全新的互动体验交互形式。
此外公司将空管范畴的积聚使用至空中智能交通范畴，在高速行驶的车辆自动辨认方面获得较大停顿。车辆自动辨认零碎是运用图象采集、辨认和数据传输技术，构建以车辆自动辨认单位为中心的，包括路口图象采集零碎、数据传输零碎和后台中心数据处置零碎所构成的智能管理零碎。次要用于路途交通车流实时监控、静态交通讯息的采集和涉嫌守法立功车辆的预和自动辨认等。
盈利预测及投资建议：我们预期，2014-2016年，川大智胜的EPS辨别为0.34元、0.84元和0.99元，PE辨别为76.7、31.0和26.3倍。我们给予公司“增持”的投资评级。
7.1.3 AI根底设备提供商
在人工智能时代，为了支撑对计算资源耗费极大的AI使用，必需要加大对IT根底设备的投资。因而，我们以为，以云计算为代表的IT根底设备投资将焕发第二春。我们梳理了以下具有代表性的公司为投资人引荐：
华胜天成（600410）
#p#分页标题#e#华胜天成是中国抢先的IT综合效劳提供商，业务方向触及云计算、挪动互联网、物联网、信息平安等范畴，业务范畴涵盖IT产品化效劳、使用软件开发、零碎集成及增值分销等多种IT效劳业务，是中国最早提出IT效劳产品化的公司。
公司紧跟时代科技开展，着眼将来规划云计算行业，先后推出“凌云方案”、“乘云方案”，“揽胜举动”，务虚推进公司云战略。公司曾经承接多项行业云、政府云和私有云的建立。公司于 2011 年经过非地下增发募集约 5 亿元资金，投入云计算环境下的信息交融平台等 6 个项目，在诸多行业都有拥有诸多成功理论。目前公司已自主研发了云计算五大产品：天成云机、e维融通、天成云泰、i维数据以及云悦效劳。并且公司积极与IBM，华为等巨头协作，在云计算范畴强强联手，完成本身迅速开展。华胜天成是我国首批成功经过云建立和云效劳评价的企业，这标志着公司在云建立和云效劳范畴的研发失掉了威望测评机构的认可。
盈利预测及投资建议：我们预期，2014-2016年，华胜天成的EPS辨别为0.23元、0.49元和0.67元，PE辨别为113.3、53.2和38.9倍。我们给予公司“增持”的投资评级。
中科曙光（603019）
中科曙光专注于高端计算机产品的研发、消费与相关软件效劳，是国际高端计算机行业的指导者。公司构成高功能计算机、通用效劳器、存储产品和围绕高端计算机的软件效劳、零碎集成及技术效劳四条业务主线，公司产品与效劳在政府、动力、国防、互联网、教育等行业失掉普遍使用。
高功能计算机是云计算技术提供数据效劳等所需的中心设备，中科曙光依托于此，在大数据以及云计算研发使用方面不时深化。中科曙光以国度“863”方案严重科研效果为根底，募资总额39675万元，为Stor300并行散布式云存储项目、CloudView2.0云计算管理零碎项目等项目提供支撑。此外，中科曙光如今曾经完成了一百多项政务零碎支撑，其向云效劳的转型，打破了由国外和一些封锁零碎构建的IOE循环。
盈利预测及投资建议：我们预期，2014-2016年，中科曙光的EPS辨别为0.38元、0.48元和0.58元，PE辨别为130.3、103.1和85.4倍。我们给予公司“增持”的投资评级。
浪潮信息（000977）
浪潮信息是中国抢先的计算平台与IT使用处理方案供给商，也是中国最大的效劳器制造商和效劳器处理方案提供商，同时是亚太区最大的效劳器消费基地。浪潮效劳器延续16年蝉联国有品牌销量第一，浪潮存储延续8年蝉联国有品牌销量第一；浪潮集团管理软件延续9年市场占有率第一；浪潮税控机延续9年销量第一。集团四大业务群组涵盖计算平台产品和软件平台产品与行业使用处理方案。
浪潮信息作为云根底架构的次要供给商，围绕云计算开展形式研讨、战略规划、技术产品规划、产业链上下游及区域行业协作支持组织，同时构建了行业市场推进组织，搭建了云计算全体处理方案中心，逐渐构成分行业的处理方案中心，为中国行业云建立打造全体处理方案。公司在云计算软、硬件完成全体规划，构成与国际指导厂商在云根底架构层的比肩之势，为中国云计算实践落地使用提供完全自主化的战略级配备。
盈利预测及投资建议：我们预期，2014-2016年，浪潮信息的EPS辨别为0.58元、0.93元和1.34元，PE辨别为78.1、48.7和33.8倍。我们给予公司“增持”的投资评级。
银信科技（300231）
银信科技是专业的第三方 IT 根底设备效劳提供商，与国际银行综合 IT 处理方案提供商在专业分工上是上下游的关系。主营业务为零碎集成，数据中心等 IT 根底设备效劳，软件开发与销售。最大的客户是中国建立银行，并在其他股份制银行和城市商业银行等都有较好的协作。
从目前行业情况来看，对 IT 零碎依赖度较高的行业正在越来越多的使用云计算，云计算的衰亡给专业第三方 IT 效劳商带来新的历史机遇。近几年数据中心少量的建立也正是云计算根底设备完善的阶段，随同着数据中心的复杂水平的进步，市场对第三方 IT 效劳的需求将会继续添加。公司作为国际云计算异构平台的抢先效劳商，将充沛受害于云计算根底设备对效劳需求的添加。公司曾经于2013年经过联通内蒙古资历预审，切入了运营商联通的云数据中心的建立中。
盈利预测及投资建议：我们预期，2014-2016年，银信科技的EPS辨别为0.28元、0.37元和0.49元，PE辨别为65.9、49.8和37.6倍。我们给予公司“增持”的投资评级。
7.2 AI技术处理方案供给商
人工智能将推翻和重塑很多行业，我们按行业分类，梳理了各具代表性的提供AI技术处理方案的公司为投资人引荐：
7.2.1 工业4.0
#p#分页标题#e#在人工智能时代，被推翻和被重塑的行业十分多。目前市场十分关注的工业4.0就需求人工智能技术在面前发扬严重的作用。我们梳理了以下具有代表性的公司为投资人引荐：
软控股份（002073）
软控股份次要从事轮胎橡胶行业的使用软件开发、零碎集成以及数字化配备制造，为轮胎橡胶制品消费企业提供片面的机电一体化、自动化、信息化处理方案。公司可以提供轮胎橡胶消费各个工序的次要智能化设备，公司的密炼机上辅机零碎和小料配料称量零碎的技术到达国际先进程度，在国际的市场占有率超越80%，并且曾经开端出口，公司的成型零碎也将进入大规模消费和销售阶段。
面对工业4.0时代的到来，公司根据本身行业特点，于12月3日在上海第14届中国国际橡胶技术展览会上举行了“智慧工厂”主题推介会,针对橡胶轮胎行业率先提出了“智慧工厂”理念，并且早在10月便与西门子签署数字化工厂战略协作同伴协议,以推进橡胶轮胎行业的智能化开展。
此外，公司12月公告以自有资金 3662.5 万收买科捷自动化 35%的股权加码工业4.0。收买完成后，公司将持有科捷自动化 100%的股权。公司将整合工业机器人业务的优质资源，加强公司机器人业务的研发、设计和消费才能，进一步进步公司在机器人业务的市场竞争力。
盈利预测及投资建议：我们预期，2014-2016年，软控股份的EPS辨别为0.27元、0.49元和0.64元，PE辨别为54.2、29.9和22.9倍。我们给予公司“增持”的投资评级。
鼎捷软件（300378）
鼎捷软件是以自制ERP软件为中心的一体化企业管了解决方案与效劳供给商，主营业务是以自制ERP软件为中心的企业管理软件的研发、销售、施行及效劳。鼎捷软件的效劳对象仅在亚太地域就有超越30,000家企业，效劳地域横跨海峡两岸。
从德国工业4.0的经历可知，ERP、MES、云计算等产品是工业4.0的灵魂，作为全球抢先的企业管理软件处理方案提供商的SAP公司就是德国工业4.0锋芒毕露的代表。回观国际，同为ERP公司的鼎捷软件拥有支撑工业4.0战略的软件产品线。在工业4.0的建立进程中，鼎捷软件的全体处理方案可以协助工业制造企业完成信息化，互联网化的根底使用规划，完成设备与数据、人的衔接，出现海量目标与报表，支撑企业决策。公司可以经过处理方案把信息管理零碎，流水线，机器人，设备，产品，监控等一切消费相关流程互联到一同，整分解为一个完好的智能消费网络，这个网络是工业4.0的直观表现。因此可见，鼎捷软件将充沛受害于中国工业4.0进程。
从公司本身而言，公司在制造业以及流通业深耕30余年，同时本身处于计算机互联网行业，关于工业4.0时代的工业以及互联网的交融有着更深的了解和掌握，更好地掌握工业4.0的脉搏。面对两化交融的趋向，公司将ERP作为制造企业精进管理的重要手腕，持续积极规划工业4.0道路图。
盈利预测及投资建议：我们预期，2014-2016年，鼎捷软件的EPS辨别为0.56元、0.74元和0.92元，PE辨别为101.8、77.0和62.0倍。我们给予公司“增持”的投资评级。
雷柏科技（002577）
雷柏科技是是一家集研发、消费、销售、效劳于一体的高新技术企业，次要运营键盘、鼠标等电脑核心设备，以无线为主，有线为辅，在2.4G无线衔接、无延迟、免对码智能衔接、蓝光寻迹、省电等技术使用方面居于行业抢先程度。公司在键鼠行业排名全球第三，拥有一支掩盖无线外设、工艺设计、自动化消费范畴的研发队伍并设立了专门的研发中心。超强的产品研发才能，为公司自主品牌国际化打下坚实根底。
雷柏科技在工业4.0的路途上曾经走在国际前列，公司早在2011年开端就已着手规划智能消费之路。公司购置了少量机器人，并围绕机器人开发自动化消费线，构成了具有本身特点的轻量级机器人的智能消费线。公司智能消费之路效果明显，机器人取代了75%的员工，而产能至多添加了三倍。此外公司凭仗曾经掌握了的一整套的机器人消费线零碎技术，开端向一些制造类企业提供相关的机器人消费线方案：“轻量级机器人”消费线处理方案，为制造业的消费线做机器人集成规划征询，提供机器人零碎集成效劳协议并参与施行。2015年1月20日公司与国际抢先的无人智能零碎开发商、高端影视航拍设备提供商、小型无人机使用和文娱范畴的零碎集成商零度智控签署增资协议，运用自有资金 5000万元增资零度，买卖完成后公司持有其 10%股权。同时，为实在推进公司转型，公司与零度智控签署投资协议书，共同设立以研发、消费、销售团体消费范畴内使用的小型无人机及周边产品为主营业务的合资公司，公司初次以 1800 万元出资，持有 60%股权。雷柏依托较强的研发实力，先进的制造管理程度以及业界抢先的轻量级机器人集成使用自动化消费线，携手零度在无人机细分范畴开端深度协作，各取所长、优势互补，希望在无人机的细分范畴分得一杯羹。公司的这一协作显示了对本身机器人集成使用实力的决心，也标明了公司意图在工业4.0的时代获得更大打破的决计。
#p#分页标题#e#此外，公司在依托智能硬件搭建智能互联网家庭平台方面也获得了较好的停顿。2013年12月，公司收买乐汇天下70%的股权，借助手机游戏切入挪动互联网市场，推进公司向家庭智能终端业务开展。2014年4月，公司创建智我科技无限公司，同年5月举行拥有Z-fun文娱、Z-life生活和Z-fit安康三大系列，触及全系列产品的ZIVOO智能家居品牌发布会。同时，公司与将来电视于2013年3月签署了《互联网电视业务协作协议》，就互联网电视业务协作事宜达成分歧，公司将次要做好用户交互体验。另外与北京天籁传音数字技术无限公司协作开发，参加K歌大厅概念，树立线上K歌竞赛，将来还将树立线上社区。2014年9月11号公司公告称公司与百度公司签署《百度雷柏战略协作协议》,就品牌协作、产品协作、IP协作等事宜达成分歧，大大加强身为硬件厂商所缺乏的互联网实力。从公司的一系列举措可以看到，公司规划并非着重于单个智能硬件产品，而是为了打造智能家居生态链。
盈利预测及投资建议：我们预期，2014-2016年，雷柏科技的EPS辨别为0.68元、0.98元和1.31元，PE辨别为46.5、32.3和24.2倍。我们给予公司“增持”的投资评级。
7.2.2 智能物流
天泽信息（300209）
天泽信息是一家提供车辆近程管理信息效劳及配套软硬件的高新技术企业，公司的主营业务是车辆近程管理信息效劳及配套软硬件的研发与销售，业务范围涵盖工程机械、公路运输（物流、客运）、行政执法等专业使用范畴，是中国工程机械车辆近程管理信息效劳行业最次要和最有竞争力的企业之一。公司在发掘机车辆近程管理信息效劳细分范畴公司的市场占有率第一。
公司积极应对互联网时代的革新，拥抱车联网这个大潮流。公司于2014年7月7号发布公告，推出一款挪动互联网新产品：云通途。云通途是一款 O2O 挪动互联网产品，针对公路物流作业运输范畴的使用特点，整合各种信息，以进步车辆的应用率和车队全体效率，同时对运输配送作业停止运输通明化管理。云通途以实体物流园区为依托，将发货方，送货和政府部门归入整个物流买卖平台，旨在处理物流信息范畴的三大顽疾：找不到信息、找到假信息、找到过时信息。公司经过这款APP使用抢占智能物流流量入口。
盈利预测及投资建议：我们预期，2014-2016年，天泽信息的EPS辨别为0.21元、0.33元和0.52元，PE辨别为91.1、58.0和36.8倍。我们给予公司“增持”的投资评级。
7.2.3 智慧农业
天泽信息（300209）
天泽信息是一家提供车辆近程管理信息效劳及配套软硬件的高新技术企业，公司的主营业务是车辆近程管理信息效劳及配套软硬件的研发与销售，业务范围涵盖工程机械、公路运输（物流、客运）、行政执法等专业使用范畴，是中国工程机械车辆近程管理信息效劳行业最次要和最有竞争力的企业之一。公司在发掘机车辆近程管理信息效劳细分范畴公司的市场占有率第一。
天泽信息与美国拓普康定位零碎公司(Topcon Positioning System Inc.)在中国境内独资注册的业务管理机构拓佳丰圣(上海)科贸无限公司签署《战略协作协议书》，将充沛应用单方优势资源在机械控制、精准农业、高精度控制、物联网等产品的技术、效劳、推行等方面停止片面协作。Topcan 是全球精准农业抢先企业，此举为公司在农业机械物联网提供无力支持，为公司进入智慧农业行业停止规划。
盈利预测及投资建议：我们预期，2014-2016年，天泽信息的EPS辨别为0.21元、0.33元和0.52元，PE辨别为91.1、58.0和36.8倍。我们给予公司“增持”的投资评级。
神州信息（000555）
神州信息是中国抢先的整合IT效劳商,业务方向触及云效劳、IT零碎集成、IT运维效劳等范围,公司拥有丰厚的行业效劳经历,提供全生命周期IT整合效劳，无效促进了“工业化、城市化、信息化” 交融。
#p#分页标题#e#公司 2014 年 7 月并购中农信达进入农业信息化市场，中农信达在农业范畴的十几年经历积聚以及技术储藏将为公司在农业范畴久远规划提供良好根底。中农信达以效劳三农信息化为开展目的，以乡村经济管理信息化和乡村电子政务为切入点，在乡村电子政务和电子商务两大范畴独树一帜。同时公司将来还有意以此为根底，切入土地买卖流转平台等范畴，提供数据运营效劳。
盈利预测及投资建议：我们预期，2014-2016年，神州信息的EPS辨别为0.71元、1.00元和1.45元，PE辨别为65.6、46.6和32.1倍。我们给予公司“增持”的投资评级。
7.2.4 生活效劳O2O
石基信息（002153）
石基信息次要从事酒店信息管理零碎软件的开发与销售、零碎集成、技术支持与效劳业务，是目前国际最次要的酒店信息管理零碎片面处理方案提供商之一。公司开发的石基数字酒店信息管理零碎为国际高星级酒店所普遍采用，控股子公司石基泰能开发的饭店管理零碎在国际较低星级酒店拥有波动的市场占有率。
公司3月28日晚间公告称，公司与阿里巴巴签署了《战略协作协议》，就淘宝游览与酒店信息零碎直连，淘点点与餐饮信息零碎直连，领取宝与公司产品渠道推行方面达成片面战略协作共识，正式切入生活效劳O2O范畴。依据协议，石基信息将其酒店信息管理零碎和阿里巴巴淘宝游览管理零碎打通；石基信息旗下“畅联”将为酒店集团零碎和阿里巴巴淘宝游览管理零碎的对接提供技术支持；旗下“西软”将与淘宝游览结合开发客栈管理零碎，打通淘宝游览平台后台店铺零碎。此外，单方将展开“淘点点”零碎对接协作以及领取宝产品渠道协作。
石基信息经过将信息零碎向酒店的上下游延伸树立预定、领取的直连技术通道，使订房渠道、银行或第三方领取公司可以直连酒店信息零碎，完成疾速、精确、高效的自动买卖，最终完成公司从软件供给商向使用效劳平台运营商的转变。
盈利预测及投资建议：我们预期，2014-2016年，石基信息的EPS辨别为1.41元、1.78元和2.16元，PE辨别为53.9、42.7和35.2倍。我们给予公司“增持”的投资评级。
天源迪科（300047）
天源迪科是国际抢先的软件产品和效劳供给商,努力于自主创新的软件开发，为政府和电信企业提供最佳的管理信息零碎处理方案。公司次要业务是为电信运营商、广电、公安、金融、政府等提供行业 IT 支撑处理方案，深度交融技术与业务，停止软件产业垂直整合。其主营业务将之定位于电信运营支撑零碎提供商，其电信数据仓库类软件、实时在线计费类软件、客户关系管理类软件、准实时计费账务类软件在中国电信集团业务支撑软件的细分市场占有率排名辨别为第一、第一、第三、第五。
公司获得阿里ISV资历,经过阿里无线使用平台,为手机淘宝的中小商户提供效劳,首款产品“微预定”曾经上线，新增两款营销产品经过了阿里平台的测试，从而正式经过阿里生态圈进入生活效劳O2O市场，同时公司也会直接为传统商家提供打通线上和线下的O2O效劳。
盈利预测及投资建议：我们预期，2014-2016年，天源迪科的EPS辨别为0.47元、0.61元和0.78元，PE辨别为27.8、21.4和16.8倍。我们给予公司“增持”的投资评级。
四维图新（002405）
四维图新是中国抢先的导航地图和静态交通讯息效劳提供商，由国度测绘局创立的独一专业从事测绘的国度级公司。公司是中国第一、全球第五大导航电子地图厂商，延续7年在中国车载导航地图市场份额超越60%，延续3年在手机导航地图市场份额超越50%，并在挪动地位效劳、互联网地图效劳、交通讯息效劳范畴片面抢先。
地图是构成生活效劳O2O闭环必需占领的环节和范畴，四维图新作为国际第一的导航电子地图厂商，具有无与伦比的优越位置。同时四维把控车载前装市场，承受腾讯的战略投资后，将有助于优势互补，打造具有较大优势的共赢O2O市场。基于地位效劳的四维图新依托腾讯的生活效劳O2O生态圈，中心竞争力较强。
盈利预测及投资建议：我们预期，2014-2016年，四维图新的EPS辨别为0.20元、0.29元和0.40元，PE辨别为115.9、79.9和57.9倍。我们给予公司“增持”的投资评级。
7.2.5 智能家居
安居宝（300155）
#p#分页标题#e#公司是A股计算机公司中为数不多的专注于楼宇智能对讲和智能家居产品的标的。公司的数字社区一致云平台，整合了楼宇对讲、停车场、智能家居、购物文娱、物业管理、智能监控等功用的一套云效劳。为用户带来高功能、低功耗及廉价的效劳。这套零碎将首先在智能家居零碎中使用。详细来讲，就是将大星分散在全国各地不计其数个智能家居用户，用云计算技术完成聚集，然后停止剖析和处置，在同一平台完成不同功用控制需求，完成大交融的集成控制形式。在此平台中，一切小区的数据存储设备，包括少量历史数据存储设备、视频存储设备将会被零碎“云存储”平台替代。云计算作为最上端的集中管理和控制平台，完成全体管控功用，使“集散控制”准绳由单个小区的“小集散控制”零碎扩展至全国的“大集散控制”零碎，满足了家庭的传感单元（感知层的传感器）、控制单元（使用层的IP功用控制器和功用控制软件）、执行单元（使用层的IP功用控制器和现场执行设备）、反应单元（感知层的反应机构和传感器）组成大控制回路，完成智慧社区的大闭环控制和管理。关于小区，则不需求在树立效劳器设备等，智能家居用户直接接入云平台即可。用户只需运用云端设备（手机、平板电脑等），可以随时随地的登录云平台，检查智能家居情况、修正战略、检查零碎建议、近程控制等，极大的方便了用户的运用，为用户带来更好的体验。同时公司发力智能停车，建立挪动互联网项目，率先发力智能硬件效劳。
盈利预测与估值：我们估计公司2014年-2016年的EPS辨别为0.75元、0.98元和1.33元，PE辨别为28.0、21.4和15.8倍，给予“增持”评级。
捷顺科技（002609）
捷顺科技是中国出入口控制与管理行业及智能安防处理方案的首席供给商，在智能停车场管理零碎、智能门禁管理零碎、智能通道闸管理零碎及智能一体化安防处理方案等范畴确立了自主创新的优势。捷顺的产品涵盖了包括智能停车场管理零碎、智能门禁管理零碎、智能通道闸零碎及免费管理零碎、考勤管理零碎、巡更管理零碎、电动折叠门、路障机等在内的上百种智能产品及机电一体化产品。
捷顺科技顺应时代开展，积极拥抱社区O2O西风的到来。在扎根本身强势主营业务一卡通范畴的同时，积极开辟智慧社区，抢占流量入口，转型智慧社区平台效劳商。公司经过收买捷羿软件提升处理方案才能，与领取宝结成战略协作同伴关系，在技术，平台，市场，渠道等方面相互给予支持，与深圳福田物业签署了战略协作协议，携手在福田物业所辖的近百个社区推进公司智慧物业-智慧社区大管家平台的建立。经过捷生活，彩生活等APP的推行捷顺的云社区平台，与各方资源协作，可以构建金融使用、城市通使用、大公共使用和第三方使用等挪动业务效劳。
盈利预测与估值：我们估计公司2014年-2016年的EPS辨别为0.34元、0.42元和0.57元，PE辨别为59.8、48.4和35.7倍，给予“增持”评级。
万达信息（300168）
万达信息在上海地域完成了“安康效劳云”的试点。安康云以居民电子安康档案信息零碎为根底，构建区域卫生资源信息效劳平台和网络体系，提供包括医疗资源、电子病历、医学影像、医疗机构协同、近程诊断、团体安康征询、家庭保健等效劳，支持经过市民“一卡通”提供团体安康和医疗保健效劳，支持开展新型医疗安康信息效劳。
经过“居民安康管理信息平台”，上海市30 余家三甲医院的医生任务站均可以调阅到该居民的日常体征测量数据及近期的体征变化趋向，便于医生为居民提供更准确更有针对性的诊疗效劳，改动医院看病开药“一刀切”的方式，经过各项体征目标的检测对病人“有的放矢”。安康云在区域内效劳于各卫生管理部门、医疗机构、公共卫活力构以及居民；完成居民安康档案管理与共享、一卡通、医疗业务协同、公共卫生管理、综合卫生管理等使用。
万达信息的“安康效劳云”作为政府购置效劳，居民无偿运用的医疗效劳信息零碎（包括慢性病防治、老年人监护保健、安康档案管理等功用），完成了B2G2C的商业形式，一方面从政府收取零碎建立和维护费用，另外一方面，政府关于整个零碎中的居民安康数据、医生处方数据等信息具有一切权，而万达信息作为整个零碎的架构者和运营方，对这些数据拥有运用权，将来无望经过大数据剖析为药企提供精准营销方案，为政府提供居民安康统计效劳。
盈利预测与估值：我们估计公司2014年-2016年的EPS辨别为0.44元、0.62元和0.91元，PE辨别为120.4、85.5和58.2倍，给予“增持”评级。
东软集团（600718）
#p#分页标题#e#东软集团最早提出了针对团体的近程监护和安康管理的熙康方案。公司曾经构成了包括医疗信息化零碎集成业务和医疗设备制造业务以及安康管理效劳在内的医疗信息效劳一体化处理方案。
随着中国老龄化社会的到来，将来团体安康范畴的消费需求将继续增长，慢性病的医治周期长，对药品存在继续的需求，依据统计数据，糖尿病的药物费用是仅次于癌症的第二大药物收入。因而，基于慢性病的团体安康管理的潜在消费需求十分大。而药企关于患者的医治粘性的树立有赖于继续的取得患者的团体病情数据，因而，掌握慢性病管理的互联网B2C业务的企业在取得患者病情数据方面有自然的入口优势。
东软集团的熙康业务早在2012年就曾经落地海南省，由海南省卫生厅、工信部共同推进的“安康海南”医疗安康信息化项目在省内10个市县片面启动，每个市县一次性投资到达200万元，用于部署安康监护一体机。公司还在与公立医院协作树立安康管理中心，借助医院的资源优势来完成对外安康效劳业务。目前该业务的次要商业形式还是政府投资，但将来随着接入数据库的用户数不时添加，安康数据的运营管理也将发生宏大的商业价值。
盈利预测与估值：我们估计公司2014年-2016年的EPS辨别为0.35元、0.43元和0.57元，PE辨别为53.1、43.3和32.6倍，给予“增持”评级。
7.2.6 商业智能
西方国信（300166）
西方国信次要效劳于国际电信范畴的运营商，是中国联通、中国电信等企业商业智能零碎的中心协作厂商之一，也是中国挪动全资子公司中国铁通企业商业智能零碎的三家中心厂商之一。目前，公司曾经成为中国电信行业BI使用软件的抢先供给商。
在商业智能范畴，公司拥有电信行业通用数据仓库模型、数据清洗与稽核、元数据管理、剖析图表引擎、可视化报表设计、基于语义层的即席查询、数据发掘算法模型、狭义任务流、业务效劳规则引擎等中心技术。这些技术可以支撑将来智能硬件的后台对智能终端搜集到的用户数据停止剖析，提供应产品和效劳商用于精准营销的广告投放。
盈利预测与估值：我们估计公司2014年-2016年的EPS辨别为0.52元、0.74元和1.04元，PE辨别为61.4、43.1和30.7倍，给予“增持”评级。
拓尔思（300229）
拓尔思是中文全文检索技术的开创者，现次要从事以非构造化信息处置为中心的软件研发、销售和技术效劳，中心软件产品包括企业搜索、内容管理和文本发掘等相关平台和使用软件；从事相关行业的信息化工程征询、开发、施行和维护效劳；提供基于非构造化信息智能处置技术的在线软件运营和信息效劳。公司的TRS系列产品已被国际外3000多家企业级用户采用。
公司努力于以大数据为中心，以云计算为平台，运用数据发掘技术为客户提供效劳。公司积极研发了多项大数据中心产品，如拓尔思大数据一体机系列，TRS海贝大数据管理零碎等产品。同时，公司在大数据战略规划上步步为营，抢占机遇。14年4月公司用超募资金1.5亿及自有资金 2.1亿，合计3.6亿在成都树立大数据研发中心和运营效劳中心；14年4月公司经过定添加现金领取的方式收买从事平安数据交流和处置的天行网安100%股权，进一步完善公司的大数据战略规划；14年5月公司发布公告，投资建立异构大数据剖析发掘整合技术北京市工程实验室；14年6月的最新公告，公司方案运用超募资金 700万元与北京汉宇投资无限公司、北京丽泽大数据投资无限公司共同出资设立北京金信网银金融信息效劳无限公司，展开金融大数据剖析发掘零碎和风险管理综合效劳平台的研发、销售。
公司以旧事转载、政府信息地下、竞争情报和舆情监测等效劳为切入口,以SaaS作为次要业务推行形式,为企业、政府深度发掘互联网的大数据。深度发掘大数据构成对企业商业决策的无效支持是行业将来重要开展方向，拓尔思将以此构成本人共同的商业智能使用形式。
盈利预测及投资建议：我们预期，2014-2016年，拓尔思的EPS辨别为0.41元、0.53元和0.69元，PE辨别为64.9、50.2和38.6倍。我们给予公司“增持”的投资评级。
美亚柏科（300188）
美亚柏科是全球仅有的两家电子数据取证上市企业之一，拥有国际抢先的电子数据取证和平安产品技术，并外行政执法机关、执法部门、金融机构等范畴有着丰厚的行业经历。主营电子数据取证、刑事技术产品和网络信息平安三大大产品,提供取证云,公证云、搜索云、电子数据鉴定效劳、数字知识产权维护及企业调查六大效劳。
#p#分页标题#e#美亚柏科与IBM携手协作，发布大数据智能使用中心，运用IBM在企业内容管理范畴抢先的技术优势，并整合美亚柏科在公同事业、金融效劳等范畴丰厚的行业理论经历，协助企业在关键业务决策中协调知识、沟通、内容和资源，从而取得来自内容的大数据洞察。此外，运用超募资金5854.80万元收买珠海新德汇51%的股权。珠海新德汇是国际公安刑侦市场信息剖析软件和设备的指导厂商，二者的携手将大大加强美亚柏科的大数据运用技术。
盈利预测及投资建议：我们预期，2014-2016年，美亚柏科的EPS辨别为0.38元、0.57元和0.89元，PE辨别为82.9、55.3和35.4倍。我们给予公司“增持”的投资评级。
7.2.7 智慧金融
恒生电子（600570）
恒生电子是中国著名的金融、证券等软件开发商之一，也是电信、期货、电子政务、平安、软件外包等范畴重要的软件开发商和零碎集成商。公司在大型信息化、电子化使用项目上拥有丰厚的开发经历，在实时联机买卖、业务管理零碎、电子政务、软件外包等范畴有着普遍的客户根底，在多个范畴产品市场占有率全国第一。
随着阿里正式入主恒生电子，二者的相关协作曾经逐渐开端，恒生电子以及阿里共同搭建的互联网金融生态圈开端逐渐成型。14年11月21日，恒生电子公告将与第一财经、蚂蚁金服、云汉投资签署《协作意向书》，拟共同增资上海恒生聚源数据效劳无限公司，增资规模估计约为人民币 3.9 亿元。各方将发扬各自优势，在数据业务范畴寻求资本及业务层面的协作时机，共同将恒生聚源打形成一家抢先的数据效劳公司。此外公司公告与中投保、蚂蚁金服、云汉投资、盈丰时代共同发起设立“浙江三潭金融信息效劳股份公司”，注册资本5,000 万，合资公司次要从事互联网金融业务。
盈利预测及投资建议：我们预期，2014-2016年，恒生电子的EPS辨别为0.61元、0.79元和1.01元，PE辨别为98.0、75.7和59.2倍。我们给予公司“增持”的投资评级。
金证股份（600446）
金证股份是国际最大的金融证券软件开发商和零碎集成商，树立了掩盖全国的市场营销和效劳网络。公司延续7年跻身中国软件百强行列，是国度规划规划内重点软件企业、国度火炬方案软件产业基地主干企业，深圳市高新技术企业。目前，非金融业务成为金证公司主业的重要组成局部。
金证股份立足本身优势，积极展开互联网金融业务。公司凭仗行业多年的积聚以及参与余额宝等互联网金融产品的实践操作经历，与腾讯，中山证券等签署协作协议，共同探究互联网金融的开展途径，优势互补，携手共赢。公司与协作方在互联网金融范畴展开片面战略协作，面对投资者的金融理财需求，共同打造证券买卖、金融效劳、营销一体化的综合金融平台，基于互联网技术与挪动网络设备，为投资者提供抢先的投融资处理方案，推进证券公司技术体系与效劳形式的创新开展，深耕智慧金融范畴。
盈利预测及投资建议：我们预期，2014-2016年，金证股份的EPS辨别为0.56元、0.81元和1.11元，PE辨别为120.6、83.4和60.9倍。我们给予公司“增持”的投资评级。
安硕信息（300380）
安硕信息专注于向以银行为主的金融机构提供信贷资产管理及风险管理范畴的一体化 IT 处理方案，包括软件开发、施行、维护、业务征询和相关效劳，目前次要提供四大类产品和效劳：信贷管理零碎、风险管理零碎、数据仓库和商业智能零碎、其他管理零碎。
公司于2014年8月8号公告称拟设立全资征信子公司，注册资本为5000 万元，次要从事企业信誉征服气务，团体信誉征服气务，信誉信息征询、效劳与认证等运营项目。安硕信息作为国际信贷风险管了解决方案供给商拥有较多的银行类及非银行类金融客户，故在开辟征信业务上具有一定的用户优势；公司专注从事银行信贷风险管理软件的研发、施行与效劳已有十多年的历史，在企业信誉评级、团体信誉评级的建模和软件开发上积聚了丰厚的经历和人才队伍，具有相应的人才和技术根底。因而，切入征服气务市场合理时。
此外，公司在苏州投资设立控股子公司“苏州安硕数科数据技术无限公司”，注册资本100万元人民币，公司持股51%，谢俊元先生持股33%，周志华先生持股8%，王崇骏先生持股8%。该合资公司次要业务是开发互联网信息的搜索技术与产品，并对搜索信息停止分类整理,目的客户为银行等金融机构。谢俊元先生，周志华先生以及王崇骏先生均是南京大学计算机系教授，在信息平安，人工智能以及机器学习，数据发掘等方面是威望专家，单方协作有利于增强公司的技术研发实力，树立更迷信，高效的模型，实在为公司带来利益。
#p#分页标题#e#同时，公司战略协作同伴Teradata是全球最大的专注于大数据剖析、数据仓库和整合营销管了解决方案的供给商。公司将携手Teradata 协助企业获取商业洞察力，发明商业价值。
盈利预测及投资建议：我们预期，2014-2016年，安硕信息的EPS辨别为0.75元、0.95元和1.15元，PE辨别为105.0、82.9和68.5倍。我们给予公司“增持”的投资评级。
8. 风险提示
人工智能技术开展迟缓，相关公司业绩低于预期。
企业海
