摘要：

工智能技術通用性強，可以廣泛應用在社會生產(chǎn)生活中，當前安防、金融、教育、醫(yī)療、自動駕駛、交通、消費品、工業(yè)生產(chǎn)是主要應用領域。某個人工智能下游應用領域的IT化程度越高、試錯成本越低，則其近幾年可達的市場規(guī)模將越大。根據(jù)此原則進行判斷，下游領域近幾年的市場規(guī)模將是安防》金融》消費品》教育》交通》工業(yè)生產(chǎn)》醫(yī)療=自動駕駛。根據(jù)國務院的《新一代人工智能規(guī)劃》，到2030年，下游核心產(chǎn)業(yè)規(guī)模將達萬億元。

正文：

■ 人工智能下游場景多樣，市場空間達萬億元。 人工智能技術通用性強，可以廣泛應用在社會生產(chǎn)生活中，當前安防、金融、教育、醫(yī)療、自動駕駛、交通、消費品、工業(yè)生產(chǎn)是主要應用領域。根據(jù)國務院的《新一代人工智能規(guī)劃》，到2030年，下游核心產(chǎn)業(yè)規(guī)模將達萬億元。

■ 下游應用領域的近年市場規(guī)?？梢詮腎T化程度、試錯成本兩個維度進行判斷。 某個人工智能下游應用領

1．人工智能下游：場景多樣化、長期空間巨大

人工智能產(chǎn)業(yè)鏈可以分為上中下游，我們在上篇報告里重點分析了上中游的行業(yè)發(fā)展情況、競爭格局以及重點企業(yè)的經(jīng)營特點，本篇報告我們將重點分析產(chǎn)業(yè)鏈下游的發(fā)展情況。

人工智能產(chǎn)業(yè)鏈下游指的是將人工智能技術在各個行業(yè)中實際應用的企業(yè)，這些企業(yè)將技術和場景結合并落地，既需要一定的人工智能技術應用能力又需要在相應行業(yè)的經(jīng)驗和實施能力，當前人工智能應用落地比較多的下游行業(yè)包括安防、金融、教育、醫(yī)療、自動駕駛、交運、消費品、工業(yè)生產(chǎn)等。

1.1人工智能下游應用場景豐富多樣，橫跨眾多領域應用

從圖1中我們不難發(fā)現(xiàn)，相比產(chǎn)業(yè)鏈的中上游，下游的應用場景明顯豐富很多，橫跨了從TO G、TO B到TO C的多個領域。

我們在圖中列出的重點下游應用場景有八個，然而實際的場景遠遠不止，比如政務、司法、快遞、零售、電力、智能穿戴、社交等也都是當前正在快速發(fā)展和應用人工智能技術并落地的領域，為了便于簡化，都包含在其他類里。

圖1：人工智能產(chǎn)業(yè)鏈下游

資料來源：招商銀行研究院

豐富的應用場景充分體現(xiàn)了人工智能技術基礎性的特點，其未來將長期在各方面逐步改變人類的生活和生產(chǎn)方式，對人類社會產(chǎn)生積極而深遠的影響。

1.2下游是人工智能落地主力軍，遠期市場達萬億元

人工智能下游產(chǎn)業(yè)的市場空間，理論上應當分別計算各個子行業(yè)的空間進行加總。但由于下游牽涉到的行業(yè)非常多，同時這些子行業(yè)也都在快速發(fā)展中，對其空間的估算結果往往是定性和數(shù)量級的估算，我們認為更有意義的是從宏觀角度，定性的把握行業(yè)的發(fā)展趨勢。

我們采用2017年國務院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》的數(shù)據(jù)，來對未來人工智能產(chǎn)業(yè)的下游空間進行估算。根據(jù)規(guī)劃，到2030年，我國的人工智能核心產(chǎn)業(yè)規(guī)模將達到1萬億元，而相關產(chǎn)業(yè)規(guī)模將達到10萬億元，本文定義的產(chǎn)業(yè)鏈下游更接近于發(fā)展規(guī)劃所稱的核心產(chǎn)業(yè)。

同時我們也針對下游的各主要子行業(yè)進行了市場空間大致的估算，進行加總后和《新一代人工智能發(fā)展規(guī)劃》的數(shù)據(jù)基本吻合。

相比上中游而言，雖然技術水平要求不高，但由于下游是人工智能落地主力軍，總體市場規(guī)模要更大。

圖2：人工智能下游未來空間估算（億元）

資料來源：國務院、招商銀行研究院

1.3人工智能下游應用領域近年可達的市場規(guī)?？梢詮腎T化程度以及試錯成本兩個維度進行判斷

面對紛繁復雜的下游應用領域，我們面臨的首要問題是進行行業(yè)的選擇和判斷，然而這是十分困難的。一方面所有的下游領域從業(yè)者都自稱AI技術對行業(yè)影響巨大，能大幅提升效率，改變行業(yè)的面貌；另一方面如果從中長期來看，這些提升和變化確實存在較大可行性。

然而通過對具體子行業(yè)的深入分析及實地調研后，我們發(fā)現(xiàn)，不同應用領域AI技術實際推進的速度差別較大，經(jīng)營狀況和業(yè)務模式也各有特點。

進一步研究我們發(fā)現(xiàn)，經(jīng)營狀況和業(yè)務模式的差異更多是由各子行業(yè)本身的行業(yè)特性所決定，只能具體行業(yè)具體分析，但是AI技術在行業(yè)內實際推進的速度則具備一定的共性和規(guī)律性，我們可以通過 IT化程度 和 試錯成本 這兩個維度對未來的推進速度進行前瞻性的判斷：

■ IT化程度：指的是該領域內的主要應用場景中，在人工智能技術應用之前，已經(jīng)實現(xiàn)了基礎的IT化和自動化。這個維度之所以很重要，是因為當前主流的人工智能技術均發(fā)源于計算機科學，其理論的研究、技術的實現(xiàn)、工程的落地均離不開大量IT設施以及系統(tǒng)的支撐。不同領域的IT化程度差別很大，比如在金融領域，現(xiàn)有系統(tǒng)的IT化程度已經(jīng)很高，大量的業(yè)務交易可以線上實現(xiàn)，存量的IT系統(tǒng)非常復雜完善，那么無論是人臉識別還是自動化交易，只要在現(xiàn)有IT系統(tǒng)中加入最新訓練的算法，匹配相應的場景，就能迅速實現(xiàn)其功能；而在醫(yī)療領域，現(xiàn)有的治療模式還是以醫(yī)生和病人的一對一方式為主，不同醫(yī)院之間的基礎IT數(shù)據(jù)都尚未打通，IT化程度非常有限，如果需要將AI技術運用到相應領域需要進行系統(tǒng)建設的難度和工作量非常大。

■ 試錯成本：指的是該領域的主要場景中，利用AI技術改變原有模式的風險，也即AI技術如果搞錯了，是否會有很大的影響或者后果。如在安防領域，試錯的成本就相對較低，本身傳統(tǒng)的安防就不具備自動識別犯罪分子的功能，如果有遺漏并不會造成損失，最壞情況下將正常人識別成犯罪分子，也可以通過人工識別或者實際驗證得到修正。而在某些領域比如L4級別的自動駕駛，試錯成本就非常高，一旦系統(tǒng)出現(xiàn)問題可能導致事故和人員傷亡。

總到來說，IT化程度越高、試錯成本越低，某領域的推進速度則越快，而越快的推進速度則代表了近年可達的市場規(guī)模越大。

圖3代表的是我們對主要AI下游領域IT化程度、試錯成本這兩個維度的判斷分析：

圖3：不同AI下游領域的IT化程度、試錯成本

資料來源：招商銀行研究院

通過該圖我們可以分析得到主要AI下游領域近年可達的市場規(guī)模，安防》金融》消費品》教育》交通》工業(yè)生產(chǎn)》醫(yī)療=自動駕駛。

下游領域的選擇應將近年市場規(guī)模和行業(yè)特點綜合來看，我們上面已經(jīng)總結出判斷近年市場規(guī)模的系統(tǒng)性方法，接下來將對各子行業(yè)的特點及其和AI結合的情況具體進行分析，限于篇幅，將主要聚焦在安防、金融、教育、交通、醫(yī)療這五個關注度較高的下游領域。

2．智能安防市場空間達千億，產(chǎn)品類公司中的龍頭企業(yè)將是核心玩家

隨著計算機視覺技術的快速發(fā)展，近年安防成為了AI技術運用最多最快的領域之一，智能安防也成為了人工智能下游行業(yè)中最炙手可熱的應用方向，而這也和我們之前對于行業(yè)發(fā)展速度的判斷是一致的。

2.1 國內安防市場空間達萬億元，產(chǎn)品類公司具備規(guī)模效應

近年來，隨著計算機視頻監(jiān)控技術的發(fā)展，硬件成本的降低，平安城市、智慧城市、雪亮工程的不斷推進，安防行業(yè)在過去幾年取得了飛速發(fā)展。據(jù)中安網(wǎng)以及HIS統(tǒng)計，2011-2017年中國安防市場規(guī)模CAGR高達14.5%，高于全球市場（+8.5%），其中政府、大企業(yè)客戶貢獻最大，民用市場較小。

未來隨著監(jiān)控成本的不斷下降，智能化的不斷增強，政府端的安防工程仍將穩(wěn)步推進，而商業(yè)端、民用端的需求會快速增加，國內安防市場仍將保持10%以上的較快增速。據(jù)IHS預測，2019年全球安防市場規(guī)模將達到3000億美元，增速達8%；據(jù)中安網(wǎng)預測，2019年中國安防市場規(guī)模將達到8700億元，增速將達15%。

圖4：全球安防行業(yè)總產(chǎn)值

資料來源：IHS、招商銀行研究院

圖5：中國安防行業(yè)總產(chǎn)值

資料來源：中安網(wǎng)、招商銀行研究院

安防市場的結構占比來看，安防工程占比最高，中安網(wǎng)的數(shù)據(jù)表明，2017年中國安防行業(yè)產(chǎn)值分布中，安防工程占比為62%，安防產(chǎn)品占比為30%，服務及其他占比為8%。

圖6：2017年中國安防行業(yè)產(chǎn)值分布

資料來源：中安網(wǎng)、招商銀行研究院

盡管安防工程的占比最高，但是由于工程類實施具備很強的地域性特點，市場天然分散，每個地區(qū)工程服務商都有一定生存空間，因此該領域的集中度一直很低。中安網(wǎng)的數(shù)據(jù)顯示，2014年全國范圍內的安防工程類生廠商數(shù)目達到14000個，并且逐年增加達到了2018年的16000個。

相比而言，安防產(chǎn)品類企業(yè)則具備較強的規(guī)?；?，因此近年的市場集中度在不斷提升。中安網(wǎng)的數(shù)據(jù)顯示，全國范圍內的安防產(chǎn)品類企業(yè)數(shù)量已經(jīng)由2014年的接近10000個逐年遞減到2018年的4000個。

圖7：安防產(chǎn)品、安防工程類企業(yè)數(shù)量（個）

資料來源：中安網(wǎng)、招商銀行研究院

2.2 AI技術大幅拓展安防的價值，滲透率還有較大提升空間

歷史上，安防行業(yè)經(jīng)歷了從模擬化到數(shù)字化、低精度到高清晰、單機部署到網(wǎng)絡化的發(fā)展過程，而AI技術尤其是計算機視覺技術的發(fā)展使得安防行業(yè)從“看的到看的清”進化成“看的懂”，進入智能化發(fā)展的新階段，將安防的應用領域和應用價值大幅度拓展。在傳統(tǒng)的公安領域，AI已經(jīng)助力安防實現(xiàn)自動發(fā)現(xiàn)嫌疑犯等高價值應用，而在很多新興領域，視頻識別技術也可大大拓展安防的使用價值。

表 1：AI監(jiān)控在各領域的應用

資料來源：中信證券、招商銀行研究院

由于AI技術在安防的多個應用領域都能產(chǎn)生較大價值，從2017年開始，AI產(chǎn)品在安防產(chǎn)品廠商中的銷售占比迅速提升，但是當前的滲透率仍然有限，未來還有較大提升空間。艾瑞咨詢的數(shù)據(jù)表明，安防前端產(chǎn)品的營收占比從2017年的5%提升到2018年的10%；后端產(chǎn)品的營收占比從17%提升到28%。

圖8：AI產(chǎn)品在安防前端營收占比

資料來源：艾瑞咨詢、招商銀行研究院

圖9：AI產(chǎn)品在安防后端營收占比

資料來源：艾瑞咨詢、招商銀行研究院

隨著安防產(chǎn)品的AI滲透率的不斷提升，未來一段時間內，中國的智能安防軟硬件市場依然將保持較快增速。據(jù)艾瑞咨詢預測，國內智能安防2018 年的市場規(guī)模達 135 億元，預計 2019 年市場仍將保持高增速，到 2020 年市場規(guī)?？蛇_到 453 億，長期而言，若安防產(chǎn)品中的AI滲透率能達到30%，智能安防的市場規(guī)模將達千億元。

圖10：國內智能安防軟硬件市場規(guī)模

資料來源：艾瑞咨詢、招商銀行研究院

2.3 安防產(chǎn)品類龍頭企業(yè)優(yōu)先受益于AI技術，強者愈強

如前文所述，安防工程子行業(yè)規(guī)模雖然明顯較大，但該領域市場集中度提高難度較大，因此這類企業(yè)在安防智能化的浪潮中屬于被動參與者。

安防產(chǎn)品類企業(yè)雖然行業(yè)占比較低，但是技術門檻高，是實現(xiàn)安防智能化的關鍵，同時其集中度也在近年不斷提升，行業(yè)小企業(yè)迅速出清，因此是安防智能化浪潮中的主導力量。

而在中大型企業(yè)中，龍頭企業(yè)的優(yōu)勢則更為明顯，通過分析近年數(shù)據(jù)我們可以看到，安防龍頭的業(yè)務增速遠遠快于行業(yè)平均增速，同時大幅也快于行業(yè)內其他中大型企業(yè)。2008~2018年，龍頭企業(yè)?？怠⒋笕A的營收復合增速達到41%，遠大于15%的行業(yè)平均增速，也大幅高于行業(yè)內其他上市公司平均25%的增速。同時IHS的數(shù)據(jù)顯示，這兩家企業(yè)的合計全球市占率也由2012年的12.3%增加到2018年的37.4%?？梢哉f雙寡頭壟斷的格局已經(jīng)形成。

圖11：08~18年?？?、大華營收變化（億元）

資料來源：Wind、招商銀行研究院

圖12：?？怠⒋笕A全球市占率變化

資料來源：IHS、招商銀行研究院

過去安防產(chǎn)品的龍頭企業(yè)之所以快速發(fā)展，是因為其具備較強的技術研發(fā)優(yōu)勢和產(chǎn)品整合能力，進而構筑了研發(fā)、成本、渠道、產(chǎn)品溢價等全方位的優(yōu)勢和壁壘；AI時代到來后，智能化的需求和應用將給行業(yè)龍頭構筑更高的壁壘，具體包括：

■ 研發(fā)優(yōu)勢進一步擴大：為了順應AI時代的安防趨勢，?？岛痛笕A均加大了研發(fā)投入。根據(jù)2018年年報的數(shù)據(jù)，?？岛痛笕A的研發(fā)人員總數(shù)分別為1.6萬和8千， 而第二梯隊企業(yè)的研發(fā)人員總數(shù)一般在幾百的量級；海康和大華的研發(fā)費用分別為44.8億元和22.8億元，而第二梯隊企業(yè)的研發(fā)費用一般僅在億元量級。同時?？岛痛笕A均成立了高規(guī)格的AI研究院，與ADI、TI等全球頂尖企業(yè)建立聯(lián)合實驗室，打造自己的安防AI核心競爭力。未來隨著AI技術在安防領域的滲透率不斷提升，龍頭企業(yè)的技術優(yōu)勢將進一步擴大。

■ 成本優(yōu)勢進一步增強：AI時代安防領域的一個重要增量是AI芯片的迅速增加，在這個領域?？岛痛笕A均開始提前布局，著手進行自研芯片的開發(fā)。安防領域的AI芯片技術難度適中，屬于特定領域的芯片，和國內AI芯片行業(yè)當前的發(fā)展水平契合度較高，剛好屬于龍頭企業(yè)可以自研而中小企業(yè)很難進入的領域。未來隨著自研芯片使用比例的不斷擴大，龍頭企業(yè)相比中小企業(yè)的成本優(yōu)勢將進一步凸顯。

■ 數(shù)據(jù)優(yōu)勢開始顯現(xiàn)：安防類AI產(chǎn)品的算法也需要的大量的數(shù)據(jù)進行訓練，當前行業(yè)內龍頭企業(yè)的市占率很高，對數(shù)據(jù)的占有也具備絕對的優(yōu)勢，擁有各個行業(yè)、各個應用場景的海量數(shù)據(jù)以及使用經(jīng)驗。這些數(shù)據(jù)能助力龍頭企業(yè)根據(jù)不同的行業(yè)和應用場景，訓練出多個精確定制化的算法，已取得更好的智能監(jiān)控效果。

表 2：龍頭公司2018年研發(fā)投入情況

資料來源：招商銀行研究院

展望未來，人工智能將給安防領域帶來更多的增量和變數(shù)，而其中影響最大的是安防產(chǎn)品類領域，其中的龍頭公司海康威視和大華股份已經(jīng)積極布局進行AI時代的轉型。展望未來，他們相對行業(yè)內其他公司的領先優(yōu)勢將進一步加深，有望占據(jù)AI安防時代的先機，不斷擴大自己的業(yè)務規(guī)模和市占率。

值得注意的是，雖然在傳統(tǒng)安防企業(yè)中，海康和大華的競爭優(yōu)勢非常明顯，但是現(xiàn)在行業(yè)逐步有新的玩家開始進入，比如華為和阿里就在大力進入AI+安防的領域。以華為為例，近年華為安防已經(jīng)從三級部門提升至二級部門，成為公司重要發(fā)展戰(zhàn)略。2017年聚焦投入安防，2018年發(fā)布軟件定義攝像頭架構，2019年進一步提出“2+4+N”戰(zhàn)略。華為的優(yōu)勢在于其強大的研發(fā)實力以及安防AI芯片的龍頭地位。對于AI安防領域的競爭態(tài)勢，我們也需要密切跟蹤這些新進企業(yè)的經(jīng)營狀況。

3．智慧金融市場空間大，落地場景多，參與企業(yè)多元化

人工智能技術在金融領域的應用速度也很快，蓋因金融科技的快速發(fā)展，已成為金融行業(yè)的核心支柱力量。根據(jù)IDC的預測，到2020年，銀行、保險、證券這三大金融核心領域的IT市場規(guī)模將達到2500億元，而其中銀行IT的市場規(guī)模就達到接近2000億元。

圖13：銀行IT市場規(guī)模預測（億元）

資料來源：IDC、招商銀行研究院

圖14：保險IT市場規(guī)模預測（億元）

資料來源：IDC、招商銀行研究院

圖15：金融IT市場規(guī)模（銀行、保險、證券）

資料來源：IDC、招商銀行研究院

近年來金融行業(yè)正在運用AI技術不斷向智慧金融轉型，我們預期未來AI技術在金融科技領域的滲透率將能達到40%以上。

3.1 智慧金融落地場景多樣化、賦能動力充足

智慧金融近年來發(fā)展迅速，應用場景豐富而多樣，典型的如智慧網(wǎng)點、智能客服、智能信貸、智能合控、智能投顧、智能投研、智能保險等。在這些場景下金融行業(yè)可以通過AI技術提升效率和競爭力，賦能效果顯著，以下做具體介紹。

智慧網(wǎng)點： 網(wǎng)點是商業(yè)銀行最重要的服務場所和品牌形象的代表，隨著網(wǎng)絡渠道的發(fā)展，銀行不能簡單裁撤網(wǎng)點以節(jié)省成本，而是需要進行網(wǎng)點變革，通過以客戶為中心，建設輕型化、特色化、社區(qū)化的新型網(wǎng)點，以實現(xiàn)用更低成本對客戶進行更好的服務。新型網(wǎng)點人員少面積小，為了實現(xiàn)對客戶的有效服務，只有通過人工智能技術的手段，才能實現(xiàn)小面積少人員快速實現(xiàn)對客戶的有效服務。

因此智慧網(wǎng)點應運而生，圖16列舉了人工智能技術在智慧網(wǎng)點的典型應用，這些應用能大幅提升效能和客戶體驗。

圖16：人工智能技術在智慧網(wǎng)點的應用

資料來源：36Kr、招商銀行研究院

智能客服： 金融業(yè)的服務屬性決定了其具有大量客戶溝通運營的需求，銀行業(yè)尤其突出?？头鳛槠髽I(yè)與用戶溝通的直接出口，需要兼具專業(yè)解答能力、營銷能力與良好的溝通交流能力。當前，客服行業(yè)人員素質參差不齊，高素質客服短缺且成本較高，而智能客服在成本、效率上具備明顯優(yōu)勢。

智能客服除了可以模擬客服人員和客戶進行溝通外，還可通過語音識別、大數(shù)據(jù)挖掘技術對銀行海量的通話記錄進行智能分析上，挖掘分析有價值的信息，為服務與營銷提供數(shù)據(jù)與決策支持，對客戶的運營也能有明顯的提升作用。

智能合控（合規(guī)與風控）： 反欺詐反洗錢一直是商業(yè)銀行和監(jiān)管部門面臨的核心問題，因此產(chǎn)生了合規(guī)與風控的需求。人工智能技術近年來在這些領域得到了廣泛應用，與傳統(tǒng)的被動式監(jiān)管相比，AI和大數(shù)據(jù)分析技術的結合能夠實現(xiàn)對海量數(shù)據(jù)的實時挖掘，主動發(fā)現(xiàn)、智能監(jiān)控。

圖17：智能合控流程示意

資料來源：招商銀行研究院

2017年人民銀行成立了金融科技委員會，將強化監(jiān)管科技應用實踐，利用大數(shù)據(jù)、人工智能、云計算等技術豐富金融監(jiān)管手段，提升跨行業(yè)、跨市場交叉性金融風險的甄別、防范和化解能力，這也為智能合控的發(fā)展帶來了更多機遇。

智能信貸： 信貸管理是商業(yè)銀行的核心業(yè)務，智能信貸能基于人工智能和大數(shù)據(jù)技術，實現(xiàn)線上信貸業(yè)務的全流程優(yōu)化和監(jiān)控，提升風控能力和運營效率，降低成本。

精準信用畫像和信貸審批自動化是經(jīng)營效率提升的主要環(huán)節(jié)。深度學習算法可利用大數(shù)據(jù)為用戶建立信用畫像，從而更加前瞻性地反映申請者的信用狀況，快速形成對潛在客戶的風險評估。智能化的決策引擎則利用風險評估數(shù)據(jù)對借貸形成審批、額度、定價等的判斷，可從貸前、貸中和貸后的各個環(huán)節(jié)實現(xiàn)信貸業(yè)務精細化以及自動化運作。

圖18：智能信貸流程示意

資料來源：艾瑞咨詢、招商銀行研究院

智能投顧： 智能投顧是人工智能技術在財富管理領域的應用，它通過一系列智能算法綜合評估用戶的風險偏好、投資目標、財務狀況等基本信息，并結合現(xiàn)代投資組合理論為用戶提供自動化、個性化的理財方案。

智能投顧的核心環(huán)節(jié)包括：用戶畫像、大類資產(chǎn)配置（投資標的選擇）、投資組合構建和動態(tài)優(yōu)化等。

智能投顧相比人工服務具有專業(yè)高效、降低門檻、客觀中立等優(yōu)勢。

■ 專業(yè)高效：相比于傳統(tǒng)投顧，智能投顧更高效。在用戶端，智能投顧通過問卷或互聯(lián)網(wǎng)上的留存數(shù)據(jù)進行用戶的投資畫像，快速針對客戶的基本信息、風險偏好和投資目標等進行綜合評估，在資產(chǎn)端平臺自動進行分析和產(chǎn)品匹配，生成投資組合建議。

■ 降低門檻：傳統(tǒng)投顧主要針對高凈值客戶，覆蓋范圍有限，服務成本高，起步資金門檻在50~100萬元，高端服務需要千萬元級別的資金。而智能投顧則依靠技術優(yōu)勢，有效節(jié)省了人力成本，從而大大降低了服務門檻，可有效覆蓋中產(chǎn)及以下的普通投資者。

■ 客觀中立：傳統(tǒng)投顧完全依賴投資顧問個人的能力和品行，如何保障投資顧問的道德操守，避免人性的貪婪和恐懼，是重要挑戰(zhàn)。而智能投顧通過計算機的大量參與，可有效避免很多人為因素的干擾。

根據(jù)艾瑞咨詢的預測，到2020年，中國智能投顧市場將達1884億元。

圖19：中國智能投顧市場規(guī)模（億元）

資料來源：艾瑞咨詢、招商銀行研究院

圖20：智能投顧系統(tǒng)示意

資料來源：36Kr、招商銀行研究院

智能投研： 指利用機器學習、知識圖譜等技術，將數(shù)據(jù)、信息和決策進行智能整合，實現(xiàn)數(shù)據(jù)之間的智能化關聯(lián)，自動化地完成信息的收集、清洗、分析和決策等工作。它能提高投研者的工作效率和投資能力。

和人工投研相比，智能投研自動化程度高，能自動從行業(yè)新聞、公司新聞、招股書、年報、公告、行業(yè)研究報告等半結構化或非結構化數(shù)據(jù)中批量自動抽取重要信息，并建立知識圖譜，實現(xiàn)數(shù)據(jù)搜集、事件分析、輿情影響、行行業(yè)趨勢分析的一站式服務，具有高效、客觀的優(yōu)勢。

圖21：智能投研流程示意

資料來源：36Kr、招商銀行研究院

智能保險： 保險也是對數(shù)字和科技要求很高的行業(yè)，當前面臨互聯(lián)網(wǎng)的巨大挑戰(zhàn)，客戶對險種功能和理賠效率的需求在不斷提升，對公司的精算風控也提出更高要求。人工智能技術可以從售前、承保、理賠、售后等多個環(huán)節(jié)提升運營效率，優(yōu)化定價，為用戶提供個性化的產(chǎn)品推送。

以車險理賠為例，通過運用語音識別、圖像識別等技術，可以實現(xiàn)智能理賠，克服欺詐騙保、理賠時間長等問題。據(jù)艾瑞咨詢統(tǒng)計，智能理賠可以帶來40%以上的運營效能提升，將理賠時效從3天縮短至30分鐘。

圖22：車險智能理賠示意

資料來源：艾瑞咨詢、招商銀行研究院

3.2四大類公司是行業(yè)主要參與者，不同維度各具特點

智慧金融領域的主要參與者包括金融機構、金融科技公司、互聯(lián)網(wǎng)公司、人工智能公司。

其中金融機構指的是銀行、保險、證券等金融核心領域的大型金融企業(yè)及其子公司如平安科技；金融科技公司指的是長期進行某一特定金融領域信息化工作的公司，典型的如恒生電子、同花順、萬得等；互聯(lián)網(wǎng)公司指的是大家熟知的BATJ互聯(lián)網(wǎng)巨頭及從其衍生的一些金融服務公司如螞蟻金服、微眾等；人工智能技術公司指的是近年成立的，掌握最前沿人工智能技術的公司。

這幾類公司各具特點和競爭優(yōu)勢，可以從客戶和數(shù)據(jù)、技術創(chuàng)新能力、業(yè)務理解能力、行業(yè)經(jīng)營能力這幾個維度來分析：

■ 客戶和數(shù)據(jù)： 金融機構以及互聯(lián)網(wǎng)公司最具優(yōu)勢，其中金融機構擁有最大而全的金融客戶以及數(shù)據(jù)，互聯(lián)網(wǎng)公司擁有最大的C段客戶基礎。部分金融科技公司如同花順也在自己的細分領域擁有大量數(shù)據(jù)，而絕大部分人工智能技術公司在客戶數(shù)據(jù)上十分缺乏。

■ 技術創(chuàng)新能力：人工智能技術公司和互聯(lián)網(wǎng)公司具備相對優(yōu)勢，其中人工智能技術公司在AI核心領域的研發(fā)應用能力最強，而互聯(lián)網(wǎng)公司則具備極強的用戶體驗、產(chǎn)品設計以及綜合運營能力。金融科技公司的優(yōu)勢特定細分領域的IT開發(fā)能力豐富，金融機構的優(yōu)勢在對金融業(yè)務場景理解深刻，相比前兩者的核心技術能力均略有差距。

■ 業(yè)務理解能力：金融機構的理解毫無疑問是最深刻的，金融科技公司對自己熟悉的特定領域有較深刻的認識，互聯(lián)網(wǎng)公司通過前期的嘗試也對金融業(yè)務有一定的理解，而人工智能技術公司起步晚，理解最薄弱。

■ 行業(yè)經(jīng)營能力：金融機構的牌照最為齊全，金融科技公司和互聯(lián)網(wǎng)公司都具備少量金融牌照，而人工智能技術公司的牌照最為缺乏。

表 3：四大類公司及其不同維度的能力優(yōu)勢

資料來源：招商銀行研究院

3.3 不同類型公司在不同場景具備競爭優(yōu)勢

如前文所述，智慧金融的主要參與者各自具備不同維度的特點，同時智慧金融的應用場景也非常多元化，這些多元化的場景所需要的核心能力各不相同，因此這些參與者和場景存在關聯(lián)關系，不同類型的參與者適合進行不同類型場景的建設：

■ 智慧網(wǎng)點適合金融機構和人工智能技術公司參與，因為該場景非常具體，需要金融機構提供場地，人工智能公司提供技術，相互結合 。

■ 智能客服的主要優(yōu)勢參與方是人工智能技術公司，主要的原因是該場景技術要求高，技術普適性廣，可快速復用，適合技術領先公司參與。

■ 智能信貸則是金融機構、互聯(lián)網(wǎng)企業(yè)各具優(yōu)勢。金融企業(yè)的優(yōu)勢在業(yè)務經(jīng)驗豐富、金融數(shù)據(jù)全面、IT流程成熟穩(wěn)定，可以基于現(xiàn)有系統(tǒng)，制定符合金融規(guī)律的智能信貸模型，高效運行?；ヂ?lián)網(wǎng)企業(yè)的優(yōu)勢在于海量的客戶及部分非金融信息，如騰訊、阿里具備海量到社交和電商信息，他們可以利用這些信息及其先進的大數(shù)據(jù)處理能力，實現(xiàn)長尾客戶的智能信貸，獲得下沉市場并向中小金融機構賦能。

■ 智能合控的優(yōu)勢企業(yè)是人工智能公司，主要是因為這項業(yè)務技術要求高，既非金融機構的盈利點，同時監(jiān)管部門也有需求，因此第三方人工智能公司作為中立的技術提供者有優(yōu)勢。

■ 智能投顧的優(yōu)勢參與者是金融機構和金融科技公司，投顧是對金融專業(yè)能力要求很高的行業(yè)，金融機構是該領域的翹楚，將AI技術應用后可以大幅提升效能；而部分投資領域的金融科技公司如同花順、雪球通過長年積累，掌握大量客戶信息、交易數(shù)據(jù)，也具備智能投顧的基礎。

■ 智能投研適合金融科技和人工智能企業(yè)參與，因為該領域對數(shù)據(jù)和技術要求都很高。部分金融科技企業(yè)如同花順、萬得具備數(shù)據(jù)和IT運營能力；部分新型企業(yè)如文因互聯(lián)、蘿卜投研則具備技術優(yōu)勢，可將數(shù)據(jù)更好整合分析。

■ 智能保險的優(yōu)勢企業(yè)也是金融機構和互聯(lián)網(wǎng)公司，保險龍頭機構的數(shù)據(jù)規(guī)模大，行業(yè)經(jīng)驗豐富，互聯(lián)網(wǎng)公司則具備更廣泛的客戶基礎和更靈活的應用場景。

表 4：不同類型智慧金融公司和場景的契合情況

資料來源：招商銀行研究院

根據(jù)上述的分析，我們在表5整理了國內主要的智慧金融參與企業(yè)，并對其優(yōu)勢領域進行歸類。

表 5：主要智慧金融企業(yè)

（請查閱PDF版本報告，如需全文請聯(lián)系招商銀行研究院研究管理團隊。）

4．智慧教育市場空間巨大，高價值客戶是關鍵

和安防領域不同，教育領域雖然試錯成本也較低，但過去IT化程度也低，造成其推進過程中遇到的困難比安防領域要大，突出表現(xiàn)在高價值客戶的獲客成本高和留存率低。但是試錯成本低，行業(yè)空間大給智慧教育類公司帶來的好處是只要產(chǎn)品過硬，舍得投入營銷費用，往往能獲得營收的快速增長。

4.1 智慧教育中長期市場空間達千億元，當前呈現(xiàn)百花齊放的局面

教育行業(yè)是一個六萬億的市場，因此智慧教育的發(fā)展空間很大，根據(jù)艾瑞咨詢的預測，到2022年，國內智慧教育的市場空間將達到1724億元。雖然實際的市場發(fā)展未必如其預期的這么迅速，但中長期而言，該領域將達到千億規(guī)?；臼切袠I(yè)的共識。

圖23：中國智慧教育市場空間預測（億元）

資料來源：流利說招股書、艾瑞咨詢、招商銀行研究院

雖然人工智能技術和教育結合的時間并不長，但是當前的智慧教育已經(jīng)呈現(xiàn)百花齊放的局面，多個細分領域在快速增長，主要包括自適應教育、智能工具、AI外語培訓等。

自適應教育因材施教，國外發(fā)展較成熟，國內處于快速發(fā)展期

自適應教育指的是通過人工智能技術，進行大數(shù)據(jù)分析，自動分析學生的知識掌握階段和性格特點，自動調整學生的學習路徑，以幫助學生達到更有效的學習效果、獲得更好的體驗。

圖24：自適應教育流程示意

資料來源：艾瑞咨詢、招商銀行研究院

自適應教育最大的優(yōu)勢在于能夠定位到每位學生的知識漏洞，能夠引導學生進行最適合他自己的下一步學習內容和活動，當學生在學習過程中遇到課程難度過高或過低時，課程的難易程度都可以自動調整。老師也可以根據(jù)系統(tǒng)提供的學習狀態(tài)評估報告來分析每個學生的知識空白，并即時調整學習進度，為每個學生提供個性化教學。所以從理論上說，自適應學習是解決在線教育的“因材施教”問題的潛在可行方案之一，內容、數(shù)據(jù)與技術是支撐自適應學習系統(tǒng)開發(fā)的關鍵。

自適應教育在國外發(fā)展較早，相對成熟，國外逐步涌現(xiàn)出了Knewton、DreamBox等教育科技明星公司，根據(jù)億歐咨詢的數(shù)據(jù)，Knewton已經(jīng)成為美國排名第一的AI+教育公司。

自適應教育之所以在國外得到較快發(fā)展，是因為其在教育實踐中體現(xiàn)出了明顯效用， Knewton的實測數(shù)據(jù)表明，自適應教育相比傳統(tǒng)教育能產(chǎn)生較大的差異性提升。

表 6：Knewton自適應研究樣本

資料來源：鯨準研究院、招商銀行研究院

表 7：Knewton自適應研究結果

資料來源：鯨準研究院、招商銀行研究院

緊隨國外發(fā)展，國內近年的自適應教育熱度明顯提升，好未來、新東方、乂學等教育公司均陸續(xù)推出自適應學習產(chǎn)品。

以乂學教育為例，據(jù)公開資料顯示，成立四年來，其下屬的松鼠AI已經(jīng)累積學生數(shù)據(jù)近200萬，在全國20多個省300多個城市簽署了1800多家合作學校，同時其營收從2015年的800萬元增加到2018年的10億元，每年都保持400%的速度增長。

圖25：乂學教育營收快速增長

資料來源：公開資料搜集、招商銀行研究院

展望未來，國內的自適應教育行業(yè)具備巨大的發(fā)展?jié)摿Α?/p>

智能工具類企業(yè)具備入口優(yōu)勢，用戶規(guī)模巨大

教育行業(yè)的智能工具類企業(yè)指的是利用AI技術，為老師和學生提供智能化工具服務的公司，當前的核心應用包括拍照搜題以及智能批改：

■ 拍照搜題指的是上傳題目照片，然后系統(tǒng)通過圖像識別、模式匹配等方法自動定位到題料庫中的題目，將解題方法反饋的過程。

■ 智能批改指的是上傳已經(jīng)完成作答的作業(yè)，自動識別并判斷學生作業(yè)效果并反饋的過程。

這兩類應用有一定的關聯(lián)度，行業(yè)內的公司往往是從拍照搜題類應用起家，逐步擴展到智能批改類的應用，行業(yè)內的代表公司有作業(yè)盒子、猿輔導、作業(yè)幫等。

大部分智能工具類企業(yè)的基礎工具服務是免費的，這些企業(yè)主要是將工具服務作為一個好的入口，獲得足夠多優(yōu)質的線上用戶，再進一步開展相關增值服務，比如線上課外培訓來獲得收入。

基于免費服務的特性，智能工具類企業(yè)迅速獲得了大量用戶。據(jù)公開資料顯示，作業(yè)幫2018年7月的月活用戶已超過7000萬，付費用戶總數(shù)超過500萬。作業(yè)盒子2018年底的用戶數(shù)量也超過4000萬，覆蓋10萬所學校，獨立日活超過500萬，MAU超1500萬，每日生產(chǎn)學習行為數(shù)據(jù)超過2億條。

基于龐大的用戶群體，智能工具類企業(yè)可以開展低質優(yōu)價的在線教育服務，營收也獲得了快速增長。據(jù)公開資料顯示，預計2016、2017、2018年猿輔導的營收分別為1.2億元， 3億元、15億元，而作業(yè)幫、學霸君在2018年的營收也達到了10億元的量級。

圖26：智能工具類公司用戶數(shù)

資料來源：公開資料搜集、招商銀行研究院

圖27：智能工具類公司收入

資料來源：公開資料搜集、招商銀行研究院

不過，需要注意的是，這些企業(yè)雖然在工具入口上具備優(yōu)勢，但是在課外培訓的內容上和行業(yè)巨頭有差距，當前新東方、學而思等公司也在大力布局線上培訓，該營收渠道未來將長期面臨巨頭的競爭。

AI外語培訓市場參與者眾多，少兒相比成人更優(yōu)

外語培訓也是眾多AI公司切入教育賽道的選擇，這些企業(yè)有的如流利說是通過積累大量的外語語料庫，通過AI老師實現(xiàn)對多個用戶的低成本智能教學；有的如VIPKID是通過線上外語培訓起家，逐步引入AI技術，生成AI助教，助推實現(xiàn)在線外語教育的個性化。

外語培訓門檻較低，眾多創(chuàng)業(yè)者和中小企業(yè)不斷進入該領域，因此在線外語培訓競爭激烈較為激烈，對AI 類公司構成了較大挑戰(zhàn)。

外語培訓可分為少兒和成人兩類，相較而言少兒類客單價和留存率高，因為少兒往往注意力和自學能力有限，需要通過老師的引導，付費意愿和持續(xù)性較強；而成人的學習渠道多樣，付費意愿低，時間有限堅持性有限。

國家統(tǒng)計局發(fā)布的數(shù)據(jù)表明，2018年少兒英語培訓市場600億，線上66億需求，近年保持20%的速度增長，其中VIPKID占據(jù)了55%的市場份額，營收向50億的規(guī)模邁進。而偏向于成人外語培訓的兩大龍頭英語流利說和51talk的營收目前在10億元的規(guī)模，和VIPKID有一定差距，同時由于獲客成本和留存率的問題，上市后依然虧損嚴重。

相比較而言，我們認為AI少兒外語培訓類的賽道相對更優(yōu)。

4.2 高價值客戶獲客成本高企，留存率低造成行業(yè)盈利困難

教育行業(yè)是朝陽產(chǎn)業(yè)，教育行業(yè)的智能化趨勢當前也已經(jīng)是業(yè)界共識，領先AI教育公司的營收表現(xiàn)也不錯，但是當前的絕大多數(shù)AI教育公司都出現(xiàn)盈利困難的情況，這主要是由于高價值客戶獲客成本較高和留存率較低。

需要指出的是，我們這里討論的是高價值客戶，指的是有較強支付意愿，愿意付出較多金錢如一年幾百元以上的客戶。部分AI教育公司如智能工具類公司由于具備免費和工具兩大屬性，可以低成本獲得大量客戶，但是這些客戶中真正具備較強支付意愿的客戶比例很少。

根據(jù)公開渠道整理的數(shù)據(jù)，當前在線教育的高價值客戶的獲客成本很高，從幾百元到上萬元不等，而AI教育屬于在線教育中的新興延展，其獲客成本相對更高。這也導致了部分公司營銷成本高企，如流利說的營銷費用已經(jīng)超過了營業(yè)收入 。

除了獲客成本高昂外，留存率低也是AI教育公司面臨的重大挑戰(zhàn)。由于部分公司的內容和教育效果不及預期，造成很多花費巨額營銷費用吸引來的高價值客戶，并沒有持續(xù)購買服務，流失了。

高價值客戶續(xù)費率作為企業(yè)的核心數(shù)據(jù)，一般很少公布，但我們可以從部分上市公司的報告推測出其續(xù)費率非常有限。從流利說公布的2019年一季報以及半年報可以計算得出，雖然其營收增長，營銷費用高企，但付費用戶數(shù)從一季度的110萬下降到了二季度的90萬，隱含的流失率非常高。

圖28：在線教育高價值客戶獲客成本估算

資料來源：公開渠道整理、招商銀行研究院

圖29：續(xù)費率對高價值用戶數(shù)量影響很大

資料來源：招商銀行研究院

高價值客戶獲客成本高企、留存率低這兩大障礙造成當前的AI教育類公司盈利困難。從公開資料梳理，當前的AI教育類公司能獲得正向盈利的不到3%。

4.3 優(yōu)勢賽道中高價值客戶留存率高的公司有望長期勝出

盡管行業(yè)當前面臨盈利困難的問題，但教育智能化的趨勢已經(jīng)形成，行業(yè)內企業(yè)營收增長很快，消費者習慣在迅速培養(yǎng)，我們預期未來行業(yè)洗牌結束，競爭格局穩(wěn)定后，龍頭AI教育類公司具備長期發(fā)展前景，而當前優(yōu)勢賽道中高價值客戶留存率高的公司有望長期勝出，這也可以成為我們選擇企業(yè)的出發(fā)點。

首先是要選擇優(yōu)勢的賽道。 根據(jù)前文的分析，我們認為從賽道排序來說，自適應教育》智能工具類企業(yè)》AI少兒外語培訓》AI成人外語培訓，優(yōu)勢賽道的企業(yè)未來發(fā)展會更好。

其次是相比高價值客戶獲客成本而言，客戶留存率更為關鍵。

隨著互聯(lián)網(wǎng)紅利的逐漸消退，各在線TO C行業(yè)的獲客成本均在逐年提升，以京東為例，2012~2017年，京東的獲客成本上漲了4倍，因此未來教育行業(yè)獲客成本高企的現(xiàn)狀很難改變。所以對所有的AI教育公司來說，提高客戶留存率，將自己花費大量營銷成本獲取的付費用戶，發(fā)展成長期忠誠客戶，是最關鍵的工作。

圖30：京東歷年活躍用戶獲客成本

資料來源：公開資料整理、招商銀行研究院

根據(jù)這兩大影響因素，我們將主要的AI教育企業(yè)判斷如下，建議銀行主要聚焦在第一二檔的公司。

表 8： 國內主要AI教育公司判斷

（請查閱PDF版本報告，如需全文請聯(lián)系招商銀行研究院研究管理團隊。）

另外，值得注意的是，好未來和新東方這兩大教育巨頭也在逐步加大AI技術的投入，未來會是所有AI教育公司的重磅競爭對手。其中好未來的投入更迅速，在2019年8月29日的世界人工智能大會上，其被科技部宣布依建設智慧教育開放創(chuàng)新平臺。對于AI教育企業(yè)，我們同時需要密切關注其和這兩大巨頭的競爭關系。

5．智能交通市場空間達千億，信息化龍頭具備明顯競爭優(yōu)勢

交通領域的試錯成本和行業(yè)壁壘相比教育行業(yè)要更高，因此不像教育行業(yè)那樣，有那么多的初創(chuàng)企業(yè)參與者和細分賽道領域。同時由于交通領域的IT化建設相對開始較早，部分龍頭企業(yè)具備先發(fā)優(yōu)勢，參與智能交通的企業(yè)往往是從過往的交通信息化企業(yè)轉型而來。

5.1智能交通持續(xù)受益于政策，道路和軌道交通是主航道

智能交通能提高運輸效率、緩解擁堵以及提升交通安全，國內政策一直大力支持，在十九大報告也進一步提出中國要建設成為交通強國，從側重投資過度到依靠科技，因此國內未來近年的智能交通市場規(guī)模將保持較快增長。

據(jù)中國投資咨詢網(wǎng)的預計，2018 年我國城市智能交通市場規(guī)模將達到620 億元，未來五年（2018-2022）年均復合增長率約為20.33%，2022 年將達到1300 億元。

圖31：中國城市智能交通市場規(guī)模（億元）

資料來源：中國投資咨詢網(wǎng)、招商銀行研究院

智能交通的涵蓋面較廣，主要包括道路、軌道、水運、航運這四大方面。 而根據(jù)國家統(tǒng)計局公布的數(shù)據(jù)，2018年國內旅客出行的主要方式是公路和鐵路運輸，因此道路和軌道交通的市場需求大，是主要航道。

圖32：2018年中國旅客運輸方式結構分析

資料來源：國家統(tǒng)計局、招商銀行研究院

5.2 智能道路系統(tǒng)有望發(fā)展成智慧交通大腦，龍頭企業(yè)數(shù)據(jù)優(yōu)勢明顯

智慧交通大腦指的是利用人工智能技術，基于自動搜集的海量實時交通數(shù)據(jù)，進行深度運算，以實現(xiàn)對于交通場景的智能實時調度，達到減少城市擁堵、提升居民出行體驗的目的。

智慧交通大腦實現(xiàn)的關鍵在于對人、車、路信息的搜集以及分析，過去限于技術水平，只能停留在理論的設想，而隨著計算機視覺技術的不斷突破，已可以讓機器智能實時識別道路上的人、車信息及其行為，交通大腦的實現(xiàn)已經(jīng)不再遙遠。

圖33：智慧交通大腦建設中需要融合的數(shù)據(jù)

資料來源：華泰證券、招商銀行研究院

數(shù)據(jù)對于人工智能算法的訓練非常重要，而智慧城市大腦的決策行為既需要實時又十分繁多，因此歷史和實時的交通數(shù)據(jù)就極其關鍵。國內的智能道路系統(tǒng)建設企業(yè)往往是從傳統(tǒng)的道路信息化企業(yè)轉型而來，因此其中的龍頭企業(yè)深度介入了國內現(xiàn)有核心道路的信息化系統(tǒng)，不僅包括道路信息，也包括了ETC、交委、交警等道路管理部門的相應信息，具備先發(fā)優(yōu)勢。而對于最核心的人、車、路信息，龍頭企業(yè)可以在對現(xiàn)有系統(tǒng)的升級改造過程中，加入AI視覺識別的模塊，以實現(xiàn)對于現(xiàn)有道路的實時信息的獲取。所以從數(shù)據(jù)獲取的角度來說，龍頭企業(yè)的先發(fā)競爭優(yōu)勢很大。

當前國內智能道路交通龍頭是千方科技，其在該領域的市場份額是主要競爭對手的三倍以上。除了拓展現(xiàn)有優(yōu)勢外，業(yè)務層面繼續(xù)圍繞智慧交通全面布局，積極和各大車廠合作進行V2X測試；資本層面引入阿里巴巴作為第二大股東，提升自己的技術實力。

我們預期未來，千方科技基于自身的數(shù)據(jù)、技術和資金的優(yōu)勢，有望不斷拓展自己在智能道路領域的競爭優(yōu)勢，朝智慧交通大腦的方向發(fā)展，成為智能交通領域的核心企業(yè)。

5.3 智能軌道處于快速發(fā)展期，綜合具備一體化實施和AI 應用能力的公司有望勝出

雖然總的鐵路運輸旅客人數(shù)和公路運輸相比差距較大，但是近年隨著各大城市的地鐵、輕軌等軌道交通建設快速展開，智能軌道企業(yè)也迎來了發(fā)展良機。

來自中國軌道交通協(xié)會的數(shù)據(jù)表明，國內城市軌道在建線路長度由2013年的四千公里逐步增加到了2017年的六千公里，呈穩(wěn)步上升態(tài)勢。與此相應，城市軌交的信息化建設也增長迅速，據(jù)中國產(chǎn)業(yè)信息網(wǎng)的統(tǒng)計，信息化投資額由2015年的124億元迅速增加到了2017年的187億元，預計到2020年將達到326億元的規(guī)模。

圖34：國內城市軌道在建線路長度

資料來源：中國城市軌道交通協(xié)會、招商銀行研究院

圖35：國內城市軌道交通信息化投資額（億元）

資料來源：中國產(chǎn)業(yè)信息網(wǎng)、招商銀行研究院

軌交信息系統(tǒng)主要包括自動售檢票系統(tǒng)、站臺門系統(tǒng)、綜合監(jiān)控系統(tǒng)、通信系統(tǒng)這四大模塊。

圖36：軌交信息化主要模塊

資料來源：佳都科技、招商銀行研究院

而隨著AI技術的發(fā)展，這四大模塊都可以產(chǎn)生很多新的進步，比如自動售檢票系統(tǒng)可以通過人臉自動識別自動出入，助力乘客享受更便捷的出行和支付體驗；綜合監(jiān)控系統(tǒng)可以通過視覺技術對乘客、客流、物品特征進行分析，優(yōu)化高峰時段分流管理、可疑物品監(jiān)測、可疑人員識別，為地鐵安全運營提供技術保障。因此軌交信息化行業(yè)正逐步往軌交智能化發(fā)展。

過去的軌交信息化企業(yè)往往聚焦于四大模塊中的一個，整體市場較為分散，近年來少數(shù)龍頭企業(yè)逐步通過內部研發(fā)和外部收購等方式，逐步完善了自己的產(chǎn)品結構，全面掌握了四大模塊的核心技術。我們認為，未來隨著軌交信息化向軌交智能化轉變，項目實施難度不斷增加，智能軌交的訂單會越來越傾向于具備一體化實施能力的企業(yè)，全面掌握四大模塊的智能軌交企業(yè)會有一定競爭優(yōu)勢。

此外軌道交通領域的安全性要求相比安防更高，有一定的試錯成本，因此對企業(yè)的AI技術能力也提出較高要求。雖然在一些核心算法上可以借助中游AI技術平臺的力量，但是企業(yè)依然需要具備較高的AI技術理解和應用能力，這樣才能做到整體系統(tǒng)的風險可控，保證系統(tǒng)運行的穩(wěn)定和安全，實現(xiàn)自主可控。因此具備較強AI技術應用能力的企業(yè)也會具備競爭優(yōu)勢。

佳都科技是國內智能軌道交通的領先企業(yè)，一方面是在行業(yè)內率先全面掌握了智能軌交系統(tǒng)的四大核心技術，另一方面近年也大力投入AI技術的研發(fā)，技術方面內部成立了兩大AI研究院；資本方面2015年開始不斷投資優(yōu)秀AI企業(yè)如云從科技，對于AI技術的理解和應用在國內軌交企業(yè)中相對領先。

佳都科技近年來連獲智能軌交的大單，未來有望不斷提升自己在智能軌交行業(yè)的市場份額。

需要注意的風險點在于城市軌交建設具有一定的地域性，對于佳都科技是否能在其他城市復制其在廣州的競爭力，尚待觀察。

6．AI+醫(yī)療愿景美好，短期面臨巨大挑戰(zhàn)

醫(yī)療行業(yè)雖然空間巨大，但其面臨著IT化程度低和試錯成本高這兩大難題，因此造成當前的AI+醫(yī)療更多是雷聲大、雨點小。雖然AI+醫(yī)療的參與者眾多，但這些企業(yè)往往是初創(chuàng)企業(yè)，項目的落地和實際營收困難重重，短期而言面臨巨大挑戰(zhàn)。

6.1 AI+醫(yī)療能解決醫(yī)療痛點，理論市場空間達千億元

醫(yī)療行業(yè)是大健康領域的重要分支，近年保持快速增長，前瞻產(chǎn)業(yè)研究院的數(shù)據(jù)表明，國內醫(yī)療行業(yè)的市場規(guī)模由2010年的2133億元增加到了2017年的5901億元，未來仍將保持穩(wěn)步增長，達到萬億元的規(guī)模。

圖37：國內醫(yī)療市場規(guī)模

資料來源：前瞻產(chǎn)業(yè)研究院、招商銀行研究院

但是當前國內醫(yī)療行業(yè)依然存在醫(yī)生數(shù)量不足，培養(yǎng)周期長、高質量醫(yī)生缺乏、醫(yī)療資源地域分布不平衡等諸多痛點：

■ 醫(yī)生數(shù)量不足：中國病理醫(yī)生與人口比例為 1:70000，而美國為1:2000，差距較大。

■ 醫(yī)生培養(yǎng)周期長：獨立上崗醫(yī)生培訓周期長達 8 年，導致醫(yī)療人力成本高，無法迅速滿足持續(xù)增長的醫(yī)療需求。

■ 高質量醫(yī)生缺乏：在我國全部衛(wèi)生人員之中，大學本科以下學歷比例占到69.4%，大學本科與研究生學歷比例僅占30.6%，可見我國衛(wèi)生人員整體受教育水平偏低，高質量衛(wèi)生人員較缺乏。

■ 醫(yī)療資源配置不均衡：據(jù)統(tǒng)計，2015年每千人口醫(yī)療衛(wèi)生機構床位數(shù)平均僅，城市為8.27個、農村僅為3.71個，資源配置不平衡。

圖38：國內衛(wèi)生人員學歷分布（2015）

資料來源：Wind、招商銀行研究院

圖39：每千人口醫(yī)療衛(wèi)生機構床位數(shù)（2015）

資料來源：億歐、招商銀行研究院

AI+醫(yī)療可以通過大量診療案例和病理圖像的深度學習，實現(xiàn)AI智能診療，從供給端提供大量較高水平的AI醫(yī)生，緩解醫(yī)患矛盾，地域分布等痛點。若假設未來AI技術在醫(yī)療行業(yè)中的滲透率能達到10%，那么根據(jù)2025年的醫(yī)療行業(yè)空間推測，AI+醫(yī)療市場空間將達到千億元，十分巨大。

6.2 當前發(fā)展面臨巨大挑戰(zhàn)，等待曙光到來

盡管理論的空間和但是當前的AI+醫(yī)療面臨巨大挑戰(zhàn)，行業(yè)內公司獲取訂單和有效營收困難，主要是有以下幾個原因：

■ AI+醫(yī)療的技術水平有待提升，以IBM的WATSON為例，雖然研發(fā)投入上百億美元，但在美國的應用依然困難重重，內部也爆出過開錯藥的問題。

■ 醫(yī)療行業(yè)事關人民群眾生命健康，試錯成本很高，造成主流醫(yī)療機構對AI技術的實際使用非常謹慎，目前尚處于試驗和探索的階段。

■ 醫(yī)療行業(yè)的政策限制較多，AI技術進入實用也面臨著眾多監(jiān)管政策的挑戰(zhàn)。

■ 國內醫(yī)療行業(yè)的信息化程度相比發(fā)到國家較低，不同醫(yī)院之間甚至醫(yī)院內部的信息孤島都很嚴重，AI技術實施的載體不完善。

總體而言，雖然AI+醫(yī)療未來的理論空間十分巨大，但當前還處于發(fā)展初期，面臨很多困難，銀行的介入還需要等待行業(yè)曙光出現(xiàn)。

7．布局建議及風險提示

7.1 布局建議

（請查閱PDF版本報告，如需全文請聯(lián)系招商銀行研究院研究管理團隊。）

表 9：人工智能下游行業(yè)大方向判斷

（請查閱PDF版本報告，如需全文請聯(lián)系招商銀行研究院研究管理團隊。）

資料來源：招商銀行研究院

7.2 風險提示

（1）行業(yè)監(jiān)管風險：試錯成本是下游子行業(yè)發(fā)展速度的重要因素，如果未來政府層面出于安全等考慮對行業(yè)加強監(jiān)管，有可能導致相應行業(yè)的試錯成本增加，發(fā)展速度變慢。

（2）技術創(chuàng)新風險：如果未來出現(xiàn)新的不基于深度學習的技術方法，能夠取得更好的智能效果，現(xiàn)有下游企業(yè)的技術方案、技術積累可能需要推倒重來，存在技術變遷的風險。

（3）中美貿易戰(zhàn)風險：當前人工智能云端用的主要芯片來源還是美國進口，如果貿易戰(zhàn)進一步加劇，可能造成芯片價格上升、性能下降，對下游企業(yè)的經(jīng)營造成壓力。

（4）子行業(yè)自身發(fā)展風險：這個需要針對行業(yè)具體分析，如智能安防領域需關注華為和阿里的競爭風險；智慧教育領域需關注留存率風險。