原來AI+還有這些骨感？

無形的AI之戰已然開篇。隨著AI在硬件、算法以及應用領域的（de）不斷發展，其正在爆發驚人的影響力（lì）。據麥肯錫研究數據顯（xiǎn）示，AI平均每年有可能推動 GDP 增長約 1.2 個百分點，足以比肩曆史上工業化、電氣化和信息化帶來的變革性影響（xiǎng），以 AI 技（jì）術為代表的“第四（sì）次工業革命”正在興（xìng）起。而“AI+”也將是國內AI發展的主旋律，“政策、技術、需求”將共同推動該戰略深化和落地。業界要思考的是如何順勢而為（wéi），加（jiā）強火力？

全麵補給

從本質上來（lái）說，AI之戰的過程即是資本、技術、人才的博弈，而中國的表現可圈可點。據清華發布的《中國AI發展報告2018》指出，雖然中國在AI方麵的人才擁有量上（shàng）排名全球第二，但傑出人才占比偏低；在吸金能力（lì）上，中國AI投資更（gèng）是憑一己之力占到了全球的60%；在全球AI專利布局上，中國已超美國和日本。

而從生態角度來看，在AI的基礎層、技術平台層（céng）以及應用層麵，仍（réng）或多或少地要加強“補給”。

在基礎（chǔ）層方（fāng）麵，無論是技（jì）術架構如GPU、FPGA、ASIC、類腦芯片等，還是雲側與（yǔ）端（duān）側的訓練與推理功能（néng），國外芯片巨頭均（jun1）占據領先優勢，國（guó）內雖百家爭鳴，但恐雲側機會寥寥，或將圍繞端側逐鹿。

而國內AI要實現突破（pò）性發展，還需要（yào）解決若幹問題。平安證券分析指出，一（yī）是我國在芯片領域的研（yán）發還相當薄弱，在 GPU、NPU 以及芯片模塊等領域還需不斷發力，提高自主可控能力；二是平台建設（shè）方麵存在較大差距，AI的發展離不開平台和生態的建設，Google、IBM等巨頭（tóu）在這方麵的投（tóu）入巨大，已形（xíng）成了TensorFlow、Caffe、CNTK 等開源深度計算（suàn）技術平台（tái），並吸引了大量的（de）開發人員進行模型的學習和訓練，國內雖（suī）然有一些類似平台，但差距依然較為明顯；三是國（guó）內在人才（cái）體係（xì）建設和培養方麵缺口也較大，國內在該領域的教育和培訓積累較少，人才不足（zú）的問題也在製約著AI向行業滲透（tòu）。

而應用也是業（yè）界最為倚重的，畢竟與場景結（jié）合才意味著能產生現金流（liú）。

應用推進

AI的（de）應用層較（jiào）為豐富，包括終端產品以及行業解決方案（AI+）。可以說，AI應用知易行（háng）難（nán）。如華芯通CEO汪凱所言，目前中國在AI領域投了更多的精力，但AI不是（shì）簡單地做產（chǎn）品，最大的問題是必須要有應用場景，無論是（shì）圖像識別、語音識別，還是自動駕駛等，一定要先（xiān）定（dìng）義出應用場景。

而在（zài）各種AI技術分支中，應（yīng）用（yòng）也在深（shēn）淺不一地推進。

計算機視覺已在安（ān）防、金融、智能終端、工業製造、醫療影像、自動（dòng）駕駛等領域都得到了廣泛應用（yòng）。平安證券指出，尤其是在安防市（shì）場，隨著各地平安城市、雪亮工程等項目的推進，視頻（pín）監控等產品的市場在持續擴大，圖像識別、目標檢測等計算機視覺應用明顯增多。

而（ér）智能語音的交互功（gōng）能在汽車、智能家居、醫療、教育等行業都存在大（dà）量的應用場景。除了科大訊飛在該領域耕耘時（shí）間較長之外，百度、騰訊、雲知聲等企業也取得了長足的進（jìn）步。

在機器人領域，由於技術（shù）門檻相對較低，人機交互和圖像識別等技術融（róng）合較為成熟，在教育、娛（yú）樂以及智能家居等方麵都有著較為廣泛的應用。

從Gartner最新發布的技術成熟度曲線可樂觀估計，除了目前已經成功落地的語音識別之外，計算機視覺、自動駕駛等有可能在未來 5 年內實現大（dà）規模產業化，正在與安防、交通、醫療、教育等傳（chuán）統（tǒng）領域深入融合。而能否借此（cǐ）產生可促進AI芯片不斷迭代和優化、形成供應鏈正循環體係的殺手級應用，也將（jiāng）影響未來的走勢。

AI+仍需拓展

而隨著互聯（lián）網+和（hé）工業 4.0兩個戰略的（de）推進，國內企業也開始認識（shí）到，單純解決連接、信息（xī）化和自（zì）動化，已難以滿足未來（lái）企業發展的（de）需要，企業需要實（shí）現智能化（huà）的決策（cè）能力，即尋找“互（hù）聯網+”和“工業 4.0”的“大腦”，AI+成為（wéi）最好的選項。

因而，“AI+”將是國內AI發展的主旋律，“政（zhèng）策、技術、需求”將共同推動該戰略深化和落地（dì）。預計到2020 年，我國（guó）AI核心產業的（de）市場規（guī）模將超過1600億元，而融合（hé）發展帶來（lái）的相關產業市場規模將超過萬億元。但平安證券指出，國內的發展還是側重於（yú）AI產品，而在與傳統製造業和服務業融合領域，尚處在試水階段。

在融合應用方麵，我國同國外企業布局方（fāng）麵（miàn）依然存在較大的（de）差距，未來需加強拓展。按（àn）照（zhào）清華大學中國科技政策研究中心的報告顯示（shì），國外77%的（de）企業都在關注 AI+，即AI與傳統（tǒng）行業的融合應用，而在國內這個比例（lì）僅為46%。在消費互聯網提振（zhèn）乏（fá）力的情形下，產業互（hù）聯網已成下半（bàn）場的逐鹿之地，AI+仍有極大的（de）潛力（lì）產生作為。

而（ér）AI+在安防、醫療、金融（róng）、自動駕駛中落（luò）地的變數，已潛伏（fú）著（zhe）無數的暗礁。醫療的困境在於AI需（xū）大量共享（xiǎng）數據，而醫院（yuàn）和患者（zhě）的數據如同孤島；與（yǔ）智能醫療麵臨相同數據問題的金融領域，利用知識圖譜挖掘潛在客（kè）戶、進一步深挖客戶潛在需求的技術已較為成熟，而（ér）如何撬（qiào）動數據（jù）源的問題以推動金融科（kē）技的創新仍是挑戰（zhàn）。而自動駕（jià）駛何時能“上路（lù）”進而推動整個產業變（biàn）革的答案仍然存疑。或（huò）許，AI+應用的深入不僅涉及（jí）技術、成本以及數據源，傳統行業的開放與融合亦是生態成（chéng）形的關鍵。

平安證券最後（hòu）指出，在基（jī）礎層方麵，建（jiàn）議關注國內服務器、高性能計算企業浪（làng）潮信息、中科曙光在算力提供上的市場機會；在應用層方麵，則關注語音、計算機視覺、自動（dòng）駕駛等技術；在AI+市場（chǎng）上的應用，建議關（guān）注科大訊（xùn）飛、海康威視、蘇州科達、衛寧健康等標的。