头图来自视觉中国
#听取音频，解放双眼
上节课我们讲了人工智能的行业前景，这节课我们来继续梳理一下人工智能的产业链。人工智能的产业链大致分为上游的基础支持层、中游的中间技术层和下游的应用层。
一、上游：基础支持层
基础层是人工智能产业的最上游，主要为人工智能技术提供计算能力以及数据输入，包括三个环节：计算硬件、系统技术和数据资源。
硬件最重要的就是AI芯片和传感器。系统技术则涉及到大数据和云计算/超算平台。数据资源也就是数据的采集和分析。大数据(万亿大数据产业链上，最值得投资的3个环节是？)和云计算(如何跟着机构学云计算选股？)我们在前面的课程已经单独讲过，这节课重点讲下另外两个：AI芯片和数据资源。
AI芯片
传统的CPU芯片计算能力有限，无法满足AI如此大规模的算力需求。所以出现了专门用来处理AI需求的芯片，这种芯片算力更高，功耗更低，所以也叫AI加速器，是一个冉冉升起的朝阳赛道。
根据权威智库Tractica的研究报告显示，2019年全球人工智能芯片的市场规模达到110亿美元。预在2025年全球人工智能芯片市场规模达724亿美元，年复合增长率达37%。在全球的AI芯片市场中，中国的市场规模占比最大，约占四分之一。
虽然目前中国AI芯片行业发展尚处于起步阶段，但增长非常迅猛。预计2019-2024年中国AI芯片市场规模仍将保持40%以上的增长速度。
AI芯片大体可分为三种：GPU、FGPA和完全定制化的ASIC，其中GPU和FGPA是基础。从市场竞争格局来看，这种高端芯片主要被欧美日韩等少数国际巨头垄断，龙头集中度很高。
GPU领域，英伟达和AMD双垄断格局稳固。英伟达市场份额占比达到67%，处于垄断地位。AMD市场份额占17%，英特尔占16%。
FPGA领域，四大巨头赛灵思，英特尔、莱迪思、美高森美垄断几乎96%的市场份额，把握行业“制空权”。赛灵思市场份额占49%，英特尔占36%，美高森美占6%，莱迪思占5%。中国FPGA研发厂商有紫光同创、复旦微电子等，整体仅占全球FPGA市场份额不足3%。
目前国内公开推出AI芯片的企业分为三类：一是传统芯片厂商，比如华为海思、紫光展锐、联发科、瑞芯微等；二是传统的互联网科技巨头，比如百度、阿里巴巴；三是专注AI芯片的新势力企业，比如寒武纪、地平线、云天励飞等。
这里面大部分没在A股上市，此前A股上最受关注的是寒武纪，这个所谓的AI芯片龙头在2020年7月上市，截至2020年底受到了200多只基金的青睐，但股价在上市冲高后一路回落，最低跌了60%以上。国家集成电路基金在2021年1月宣布减持，很多机构也纷纷减持，显然这个赛道目前还没有稳定的投资价值，风险较大。
主要是目前国内技术和市场都还不成熟，盈利能力较差。以寒武纪为例，虽然它的MLU芯片都已经投产，但产品性能整体看与国际龙头仍有不小的差距，而且营收并不高，2019年亏了11.8亿，2020年亏了4.3亿，而且芯片行业本身就是高投入、回报周期长，所以目前的不确定性依然很高，属于典型的高风险投资。
数据资源
基础层还有一个领域：数据资源。虽然产业链中下游公司都可以通过自身的项目和产品获得一定的数据，但对于数据的处理也需要更加专业的技能。
单个公司的数据总是存在不完善的地方，中小公司的业务数据也相对匮乏，因此专业的资源公司应运而生。从这个角度看，数据资源类公司和医药行业中的CRO公司有异曲同工的地方，都属于朝阳行业中的“卖水人”。
国内数据资源类公司起步较晚，公司较少，主要有海天瑞声、慧听科技、标贝科技，主要是为智能语音识别提供数据产品的。目前来看，这些公司的盈利都实现了快速的增长，像海天瑞声近三年净利润增长了2.4倍，经营性现金流的增长和净利润基本同步，发展势头还算不错，不过目前这些公司都还没上市。
二、中游：中间技术层
中间技术层是人工智能产业链的核心，相当于整个产业链的大脑。其实就是通过开发算法模型、海量识别训练、机器学习建模，用技术来模拟人的智能特征和行为。其中的核心技术，就是模仿人类的眼睛、耳朵、嘴巴，实现能看、能听、能说，由此可以分为智能语音、自然语言处理、计算机视觉和其他类技术。
智能语音
人工智能的技术中，一个完整的对话交互是由“听懂—理解—回答”三个步骤完成的闭环。其中，听懂需要语音识别、理解需要自然语言处理技术，回答需要语音合成。
智能语音目前的核心应用就是语音识别和语音合成。智能语音是人工智能中成熟度较高，较早开始产业化进程的技术，目前在企业、政府和消费者服务领域都已经大规模出现商业化落地的产品。
在专业服务市场，有30%的智能语音解决方案业务应用于公检法、27%应用于AI客服，16%应用于智慧教育，8%应用于智慧医疗。其中最大的就是公检法的应用，比如电信网络反欺诈技术，可以自动提取声纹和黑名单作比对，提示一些可疑行为和人员。
在消费领域，智能语音也有比较广泛的使用，像是小度、小爱这样的智能音箱，还有智能家居、智能车载等。IDC数据显示，2019年中国语音语义应用市场达12.2亿美元，未来几年仍有望保持40%左右的高速增长。
智能语音的行业壁垒还是比较高的，由此也形成了明显的马太效应。在经历过行业多次洗牌之后，虽然全球范围内尚未出现绝对的垄断者，但是有竞争力的也就那几家了。
从全球来看，Nuance市占率32%（中文名纽昂斯通讯，就是苹果Siri的技术服务商）、谷歌占28%、苹果占15%、微软占8%、科大讯飞占4.5%，CR5集中度达到87.5%，形成了寡头垄断竞争格局。
从国内来看，科大讯飞算是龙头，市占率达到44%，百度占28%，苹果占7%，Nuance占3%。CR4集中度达到92%。
科大讯飞的盈利能力看上去是不错的，业绩基本都保持了两位数的增长，尤其是2019-2020年保持了50%以上的高速增长，在人工智能产业链公司普遍面临高估值、盈利难的现状下，科大讯飞做到这个业绩很不容易，所以科大讯飞也成为了一个十年十倍股。这样概念又新、盈利又好的牛股自然也受到了众多机构的青睐，截至2020年底，持有科大讯飞的基金多达399只，中国移动是其第一大股东，另外，国家队的中央汇金也是其重要股东。
不过，科大讯飞也有一个明显的硬伤，就是高度依赖政府补贴，2019年政府补贴贡献了44%的净利润，2020年贡献了30%，所以未来补贴退坡后能否保持高增长仍存在不确定性。
自然语言处理
下一个环节就是自然语言处理（NLP），就是利用计算机对语言文字进行分析，以模拟实现人类对于语言的理解。
自然语言处理的应用场景你一定不陌生，从苹果的聊天机器人Siri、谷歌的机器翻译，到电商平台推荐你可能感兴趣的产品，知乎分析回答的质量是不是需要折叠，这些场景都离不开对自然语言的处理。
但是当前NLP技术发展仍然面临较大挑战，商业应用程度比较低。国内2018年的自然语言处理市场规模大约为49.77亿元，相对国际来说较为落后，相关企业在自然语言处理领域实力较弱，暂时没有什么值得关注的投资标的。
计算机视觉
除了智能语音对话之外，人工智能还有一个重要的技术，就是对图像或视频信息进行分析处理，模仿人类通过眼睛观察和理解外部世界，这被称作计算机视觉。
计算机视觉的核心应用是图像识别，进一步发展就是人脸识别。IDC数据显示，2019年中国计算机视觉应用市场达14.6亿美元，增速超过100%。
计算机视觉的超预期增长主要和政府投资有关。智能安防技术成熟度最高，有接近70%的计算机视觉应用集中于安防领域。比如，商汤科技的SenseFace动态人脸布控系统就经常应用于博鳌论坛等大型国际会议。云从科技也已经在29个省的公安厅内陆续落地应用。另外还有18%应用于商业零售的广告营销，8%应用于泛金融，4%应用于互联网娱乐，还有2%应用于手机。
在计算机视觉领域，四家头部企业已经脱颖而出，竞争优势明显。根据IDC报告数据，“AI四小龙”商汤科技（17.4%）、旷视科技（15.2%）、云从科技（9.8%）和依图科技（9.0%）占据了国内计算机视觉应用市场份额的51.4%，分列前四名，但相较于2017年69.4%的市场份额有所下滑。这四家企业都是一级市场上的香饽饽，但现在还没有上二级市场，未来应该会在科创板上市。
三、下游：终端应用层
应用层是基于技术层的能力，去解决具体现实生活中的问题。除了上节课讲到的抖音等APP里广泛应用的智能推荐，目前人工智能技术在安防、医疗、教育、金融、智能驾驶、智慧城市、机器人等领域也都有落地的应用。
其中市场规模最大，增长最快的是安防领域。2011-2017年中国安防市场规模的复合增长率高达14.5%，现在也基本保持10%的增速。
安防企业具有显著的规模性，龙头企业的业务增速远远快于平均增速。2008~2019年，龙头企业海康威视、大华股份的营收复合增速达41%，远大于15%的行业平均增速，也大幅高于行业内其他上市公司平均25%的增速。
同时IHS的数据显示，这两家企业的合计全球市占率也由2012年的12.3%增加到2018年的37.4%。双寡头垄断的格局已经形成。两家龙头的研发费用能达到第二梯队企业的几十倍，自研芯片使成本优势进一步增强，高市占率也带来了海量数据优势，其龙头地位很难被动摇。
这两家公司我们曾经讲过，他们已经不能算是单纯的人工智能概念。海康威视2020年底有超过1000只基金持有，不仅是绝对的机构重仓股，也是整个A股的核心资产，大华股份也吸引了92只基金持有，其中最有名的就是高毅资产的冯柳在2020年大幅加仓，并且获得了非常不错的收益。
人工智能技术在金融领域的应用速度也很快。根据IDC的预测，到2020年，银行、保险、证券这三大金融核心领域的IT市场规模将达到2500亿元，其中银行IT的市场规模就达到接近2000亿元。
人工智能在金融领域的应用重点有三：一个是赋能，比如智能客服；二是风控，比如运用人脸识别、机器学习等AI技术监测客户交易的安全性等；三是财富管理，主要就是智能投顾和智能投研，比如招商银行的摩羯智投算是业内比较领先的。
未来，AI应用最有想象空间的领域还有很多，最值得关注的是两个方向。
一个是自动驾驶。虽然中国的智能驾驶起步较晚，在L2和L3阶段均落后于欧美，但在L4阶段大有赶超之势。自动驾驶应用已在我国多地部署运营，比如苏州的全球首条城市微循环无人小巴市民体验线路、百度的自动驾驶出租车服务。上市公司中，四维图新就是给自动驾驶提供高精度地图的，也深受机构青睐，2020年底有112只基金持有。
另一个是AI医疗。当前，AI在细分领域中以影像诊断和语音病例最为广泛，主要是因为这两个领域有大量的数据累计，相关人脸识别、语音识别算法的应用也比较成熟。比如科大讯飞的“智医助理”机器人还通过了临床执业医师综合笔试。
综合来看，人工智能是一项还处于成长初期的技术，所以很多细分领域还没有出现成熟的商业模式和落地应用，而我国在大部分领域还处于相对弱势的地位，很多相关公司还没有登陆资本市场。从产业链各个环节来看，上游的AI芯片虽然很有潜力，但还处于发展初期，基本没有主板公司，科创板的标的波动也非常之大。相比之下，中游的智能语音、计算机视觉以及下游的安防等应用相对更为靠谱，是机构较为喜欢的几个环节，但是作为一种新兴技术赛道，这些产业的发展也必然会呈现高波动的特征，投资者务必谨慎。
评论