人工智能AI计算及商用价值展望分析报告.docx
- 文档编号:298634
- 上传时间:2022-10-08
- 格式:DOCX
- 页数:73
- 大小:9.53MB
人工智能AI计算及商用价值展望分析报告.docx
《人工智能AI计算及商用价值展望分析报告.docx》由会员分享,可在线阅读,更多相关《人工智能AI计算及商用价值展望分析报告.docx(73页珍藏版)》请在冰豆网上搜索。
人工智能AI计算及商用价值展望分析报告
(此文档为word格式,可任意修改编辑!
)
正文目录
图目录
表目录
1.计算瓶颈突破,AI迎来第三次爆发,颠覆传统竞争模式
1.1AI同时实现“低成本与差异化”,增强企业竞争力
“以人工智能为代表的新兴产业”正引导第四次产业革命:
人工智能(ArtificialIntelligenceorAI)通过模拟、延伸和扩展人类智能,使机器胜任人类智能才能完成的复杂工作。
“以AI为核心的信息技术产业群”被誉为第四次工业革命,包括物联网、大数据、人工智能、云计算等。
根据艾瑞咨询,2020年全球AI市场规模将达到1190亿元,年复合增速约19.7%;同期,中国人工智能增速将达91亿元,年复合增速超50%,远超全球增速,市场前景广阔。
人工智能可分为基础层、技术层和应用层,基础层为算力支撑(AI芯片、云计算),技术层为算法平台,应用层是AI向各传统行业渗透应用。
图1:
人工智能可分为“基础层、技术层、和应用层”
人工智能可同时实现“成本降低、及差异化”,大幅增强竞争优势:
根据波特《竞争战略》,企业竞争战略可分为:
成本领先、差异化、集中化三种:
1)“成本领先战略”通过各类途径(如规模化、标准化),在牺牲差异化基础上,降低产品生产成本,专攻“价格敏感性客户”;2)差异化战略:
通过提升产品特色及价值,适当增加制造成本,进一步满足客户需求,专攻“存在特殊需求的客户”;3)集中化战略:
仅专注于某一特定的细分市场,在该细分市场中,再通过成本领先、差异化战略,来获取竞争优势。
企业试图在竞争中获胜,需选择“成本领先、差异化、集中化”三类战略中的一种,而“处于中间战略或者战略定位模糊的企业”则难以争取到“成本导向客户”及“(差异化)价值导向客户”,处于竞争劣势。
通常“差异化战略”意味以牺牲成本为代价,因其无法产生规模化效应,且需额外投入以增加产品附加值(特色)。
波特教授认为,若某一战略或技术可同时实现“成本降低、及差异化”,则会大幅提升竞争优势。
机器易实现批量化生产,但难满足个性化;人工易实现个性化,但难满足规模化需要。
人工智能(AI)本质为“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”:
1)“AI+行业”可通过规模化生产,从而“大幅提升工作效率并降低生产成本”;2)“AI+行业”还可通过个性化生产,实现定制化及专门服务,充分满足消费者的差异化需求。
图2:
波特的成本领先、差异化、集中化战略
图3:
AI可同时“降低成本,并实现差异化
国内人力红利消退,AI可提高工作效率:
2012年起,中国劳动力人口占比开始下降,老龄化加剧。
随着人口红利消失,中国制造业在传统劳动密集型产业的成本优势逐步削弱。
中美对比而言,根据波士顿咨询,2013年中国制造业成本指数为95,相比美国(100)而言,成本优势已不显著。
根据德勤,到2020年美国制造业竞争力指数(100)将超越中国(93.5)。
图4:
中国老龄化加剧,劳动人口占比骤然降低
图5:
2013年中国制造业相对成本优势已不显著
目前,国内AI渗透比率并不高。
以机器人为例,2013年,中国每万个劳动力中的机器人数量仅为23个,大幅低于美国(146)、日本(332)、韩国(396),中国机器人渗透比例极低,存在大幅提升空间。
由于AI主要为软件产品,具有信息行业边际成本递减(甚至接近0)特性,规模效应显著,随着“中国老龄化加剧、劳动人口锐减、人力成本攀升”,AI有望以其规模化优势,替代人类工作,从而提高工作效率。
图6:
德勤预言2020年美国制造业竞争力将超越中国
图7:
中国机器人市场提升空间巨大
个性化需求崛起,定制化生产成为潮流:
根据《商业周刊》,20世纪50-60年代,同质化和标准化成为美国时代风尚;但70年代后,美国社会的“个性化和差异化”逐步取代了“同质化和标准化”。
目前,消费变迁现象亦在国内上演,随着“汽车、家电、电子消费品”等行业日益成熟,由于人类天然具备个性化需求,“这类直接面向消费者的行业话语权”逐步由卖方市场转向买方市场,消费者变得更为挑剔,更加注重于差异化及个性化,追求定制化生产。
图8:
产业发展后期,行业将从卖方市场转向买方市场
图9:
直接面向消费者行业,需满足消费者个性化需求
传统工业时代,企业讲究规模化、标准化生产,通过批量生产并降低成本。
消费者并无话语权,消费者无法参与“产品设计、制造、定价、营销”等环节。
定制化模式(尤其是个性化生产)往往受制于“生产规模”,生产成本过高,普通消费者难以企及,难于实际应用。
互联网时代,信息传播渠道高度通畅,通过大数据收集与分析,企业可高效完整地刻画出“单一客户的产品需求”。
人工智能时代,AI具备了人类智能,则可进一步利用消费者这类个性需求,生产出“个性化产品或服务”。
通过人工智能,可降低私人定制成本,普通人可财力可及,如AI私人医生、AI私人教育、AI私人助理。
以人脸识别为例,iPhoneXFaceID采用红外线进行人脸三维建模,并通过人工智能算法进行的面部特征提取和识别,实现“登录解锁、第三方支付”等功能,从而提供人脸识别的个性化服务。
图10:
人工智能时代,AI可同时“降低成本,并实现差异化,大幅增强竞争力
实例分析——浅淡汽车制造业的变迁:
以汽车制造为例,由于“生产过程非常复杂、工序工种繁多”,汽车制造业先后经历了“一人完成多个工种”、到“一人专注一个工种(流水线生产)”、再到“机器生产”,并慢慢向人工智能演变。
在产业演变过程中,“机器”逐步取代“人工作业”,人工智能代替人类智能,汽车制造效率得以大幅提升,厂商也实现薄利多销,社会效益明显。
汽车制造业的竞争战略而言:
在汽车行业发展初期,汽车生产成本过高,抑制了市场需求。
福特公司通过“同质化设计、规模化生产、流水线作业、专业化分工、提高工人劳动效率”大幅降低了汽车生产成本,创造出了廉价汽车,使得汽车奢饰品变为可选消费品。
但随着消费者收入水平增加,及行业供需格局扭转,消费者越来越注重汽车的个性化体验。
福特坚持在单一市场中提供单一车型(低端的黑色T型车),而不提供其他颜色及款式的汽车。
通用公司通过挖掘客户需求(分期付款)、实现产品多样化(每年推出新车型),击败福特成为美国市场上的销售冠军。
人工智能时代,AI融合“机器批量生产”及“人工柔性制造”的优势,如AI经过大量数据训练后,可识别出特定用户需求,并计算出“满足客户特定需求的产品制造参数”,通过输入机器人系统,从而制造出个性化产品。
由于“AI产品、机器人”的“设计、生产效率”高于“人类设计、生产”,因此,汽车制造业通过人工智能改造,将同时实现“低成本的规模化”及“高价值的差异化”,“把握AI技术浪潮的企业”将持续获取竞争优势。
图11:
汽车制造的产业变迁过程
1.2产学研全面推进,AI迎来第三次爆发
算法、数据、算力遭遇研究瓶颈,AI历经数次起伏:
1956年麦卡锡、明斯基、洛切斯特、香农发起达特矛斯会议,正式提出人工智能概念,标志着人工智能诞生。
由于算法、数据、计算机能力陆续遭遇研究瓶颈,人工智能历经数次起伏。
60年代,随着逻辑理论机、感知器模型、人工智能语言LISP提出,人工智能走向兴盛。
70年代,人们发现复杂问题求解的计算量将爆发式增长,现有机器也难以模仿拥有1011-12神经元的人脑结构,人工智能研究经历萧条。
80年代,专家系统、Hopfield神经网络、BP算法使得人工智能研究再次兴起。
但由于计算机能力限制、传统神经网络算法难以实现多层结构,人工智能再次陷入寒冬。
图12:
算法、数据、计算机能力陆续遭遇研究瓶颈,人工智能历经数次起伏
人工智能正处于第三轮爆发时期:
2006年,深度学习以突出非监督式学习能力、优良的多隐层结构特性奠定了人工智能广泛应用的算法基础。
随着计算能力瓶颈突破,目前人
工智能处于第三次爆发时期,风投、PE资本竞相涌入。
图13:
2012年以来,AI全球投资总额大幅增长
图14:
2011-2015年人工智能公司风投融资额及数量
学术界、产业界对AI重视程度不断提高。
近几年,国内人工智能相关的专利申请数量,以及人工智能市场规模,均呈现强劲增长势头。
图15:
近年来,中国人工智能专利数量剧增
图16:
2014-2019年中国人工智能市场规模
鉴于人工智能的良好发展前景,近几年A股市场中,人工智能亦大幅跑赢市场指数,AI标的的超额收益明显。
图17:
人工智能指数大幅跑赢市场指数,AI标的的超额收益明显
受AI市场(无人驾驶、数据中心)的强劲需求驱动,在过去十余个季度,海外科技巨头英伟达的业绩增速持续超出华尔预期,英伟达股价一骑绝尘,从2015年的23美元增长至目前187.55美元(2017/9/18,区间涨幅高达8倍)。
长城中小市值在《海外科技巨头AI基础层业务已经爆发,AI产业红利将传导至应用层——人工智能专题深度报告(海外篇三)》中指出,鉴于当前AI基础层(AI芯片、云计算等算力支撑)盈利已经爆发,考虑到产业链传导效应,未来AI产业盈利亮点还将传导至应用层。
应用层而言,2017年,国内AI龙头公司(科大讯飞、语音识别)股价走势强劲。
图18:
海外科技巨头(英伟达、AI芯片)股价持续暴涨
图19:
2017年,科大讯飞(语音识别)股价走势强劲
AI上升为国家战略,政策红利有望持续释放:
人工智能被誉为第四次产业革命,国家高度重视人工智能发展。
2016年5月,发改委在《“互联网+”人工智能三年行动实施方案》提出,到2018年国内要形成千亿元级的人工智能市场应用规模。
2017年3月,李克强总理指出要加快培育壮大包括人工智能在内的新兴产业,“人工智能”首次写入了《2017年全国政府工作报告》,人工智能上升为国家战略。
《规划》确定人工智能“三步走的战略目标”,人工智能产业将获得持续高速发展:
2016年5月,发改委在《“互联网+”人工智能三年行动实施方案》提出,到2018年国内要形成千亿元级的人工智能市场应用规模。
本次《规划》确定了中国人工智能产业三步走的战略目标:
(1)第一步:
到2020年,人工智能总体技术和应用与世界先进水平同步,AI产业竞争力进入国际第一方阵,人工智能核心产业规模超过1500亿元,带动相关产业规模超过1万亿元。
技术领域,在“大数据智能、跨媒体智能、群体智能、混合增强智能、自主智能系统”等新一代人工智能理论和技术取得重要进展。
(2)第二步:
到2025年,人工智能产业进入全球价值链高端,人工智能成为带动我国产业升级和经济转型的主要动力,新一代人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用,人工智能核心产业规模超过4000亿元,带动相关产业规模超过5万亿元。
技术领域,人工智能基础理论实现重大突破,新一代人工智能理论与技术体系初步建立。
(3)第三步:
到2030年,人工智能产业竞争力达到国际领先水平,形成涵盖核心技术、关键系统、支撑平台和智能应用的完备产业链和高端产业群,人工智能核心产业规模超过1万亿元,带动相关产业规模超过10万亿元。
技术领域:
在类脑智能、自主智能、混合智能和群体智能等领域取得重大突破,形成较为成熟的新一代人工智能理论与技术体系。
人工智能理论、技术与应用总体达到世界领先水平,成为世界主要人工智能创新中心。
从规划目标来测算,2020-2030年的十年间,中国人工智能核心产业规模年复合增速将高达20.89%,AI相关产业规模的年复合增速将高达25.89%,人工智能产业将长期保持高速增长势头。
随着本次《新一代人工智能发展规划》出台,后续国家将持续加大AI领域“资金、人才、技术”等投入,人工智能政策红利有望持续释放。
图20:
AI上升为国家战略,利好政策持续出台
图21:
中国人工智能“三步走的战略目标”
1.3“计算瓶颈突破&商用价值提升
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人工智能 AI 计算 商用 价值 展望 分析 报告