（報告出品方/作者：中信建投證券/金戈，甘洋科）

人工智能發展驅動因素：算法 算力 數據

三次浪潮始于算法突破：（1）神經網絡感知器用于線性分類（2）專家系統推動人工智能從理論走向實際，BP 算法解決非線性分類；（3）基于深度學習的神經網絡成功用于圖像語音識别。

兩次寒冬由于算力和數據量限制：（1）實際應用中人工智能計算量的增長是驚人的，特别是模拟人類感知帶來 的巨大運算量遠超70年代的計算能力；（2）專家系統難以适用于其他類别，數據的有效提供也具有挑戰性。個 人電腦性能越來越強大，迅速蠶食高端硬件市場，專用LISP機器硬件銷售嚴重崩潰。

深度學習目前仍處于爆發期

2012年之前，算法突破是深度學習發展主要驅動因素。當前以第三代神經網絡為基礎的深度學習處于爆發式發 展階段，數據和算力的支撐預計将成為未來一段時間内 深度學習發展的主要推動力。

深度學習框架是快速構建模型的基礎，是AI領域的操作系統

TensorFlow和PyTorch雙壟斷局面，MXNet位居第三，前兩者代表了95%以上的用例。2019年，Chainer團 隊開發工作轉移到 PyTorch；微軟也停止了CNTK框架的積極開發，Keras在TensorFlow 2.0 版本中成為其高級 api 之一。國産深度學習框架群雄逐鹿，除了國産替代機遇，未來仍存在引領發展可能。目前市場需求還沒有很好被滿足， 技術也沒收斂，國産深度學習框架仍有機會，易用、高效、完備是基本要求，技術創新是改變格局的唯一辦法。

硬件加速器支出加大，數據中心向“智算”演進

以神經網絡為基礎的深度學習需要大量的計算量，預計未來10年以GPU、TPU、FPGA為代表的硬件加速器将成為服 務器方面的主要支出，支出額年複合增速将達到21%。傳統數據中心底層算力不足、算力貴、分散建設算力利用率低，AI計算中心成為發展AI産業的最佳路徑。目前深圳、 武漢、西安等城市均已建成人工智能計算中心并投入運營，成都、河南等城市正在建設中，北京、南京、上海等地 的人工智能計算中心加速建設。

國産AI芯片加速崛起

市場需求擴張，年複合增速超46%。随着人工智能的商業化落地，雲端計算解決方案在功耗、傳輸數據、時延等方 面存在限制，終端、邊端場景催生了AI芯片新硬件的發展。預計到2025年，中國AI芯片市場規模達到1385億元，年 複合增速超46%。 技術門檻較低，國産AI芯片加速崛起。多數AI芯片并不是獨立研發的一塊芯片，不必完成各類IP(知識産權)内核，而 是針對一些AI功能進行加速優化，以釋放更多計算資源跟其他模塊去處理複雜場景。國内AI芯片快速崛起，阿裡巴 巴、百度、寒武紀、雲天勵飛等多家廠商推出了性能領先的AI芯片産品，覆蓋圖像識别、智慧城市、雲計算、自動 駕駛等多個領域。（報告來源：未來智庫）

人工智能産業鍊

基于大數據的深度 學習盛行以來，人 工智能技術壁壘越 來越弱，AI 行業 是大勢所趨。 技術層主要聚焦提 供好用、高性能、 安全的AI服務。 行業賦能體現AI技 術價值，數據和行 業理解将成為AI 行業解決方案的主 要壁壘。

AI技術賦能行業

根據中國工信部的預測，到2030年，中國人工智能核心産業規模将超過一萬億元，存在十年十倍的市場空間。目前行 業内多條細分賽道已經有多年數據積累，具備可複制推廣的能力，預計将迎來大規模應用落地。 中國人工智能技術層在近年發展迅速，目前發展主要聚焦于計算機視覺、語音識别和語言技術處理領域。除了BAT在 内的科技企業之外，出現了如商湯、曠視、科大訊飛等諸多獨角獸公司。 應用層方面，安防、金融、營銷、交通等是AI解決方案應用最廣泛的行業。

計算機視覺是目前AI行業最具商業化價值的賽道

計算機視覺與中國現代工業化進程互相推進，取得了高速發展。2020年，國内有35%的AI企業聚集計算機視覺領域， 市場規模在所有領域中占比達57%，排名第一，商業成熟度較高。計算機視覺主要以圖像和視頻等高維、密集數據為主要處理對象，信息提取程度更深，應用場景非常豐富，極具商 業化價值。近年來，中國計算機視覺市場規模持續增長，行業市場規模由2017年的68億元快速增長至2020年的 780億元，預計到2021年可達1120億元，2017年至2021年年均複合增速達到101.45%。

計算機視覺主要企業

CV三大陣營：（1）商湯、曠視、依圖、雲從、創新奇智、雲天勵飛等獨角獸企業；（2）海康威視、大華股份等垂 直行業龍頭企業；（3）以BAT、華為為代表等互聯網、ICT領域的巨頭。 AI企業領跑算法和應用，垂直行業龍頭賦能場景。底層芯片、學習框架、開源平台等主要以科技巨頭産品為主；AI 等初創企業憑借高研發投入在算法技術上逐漸領跑，目前積極向上層應用場景滲透；傳統垂直行業龍頭本身已深耕 行業場景，目前主要發展AI技術進行場景賦能。

應用場景覆蓋情況

國内AI企業領先的計算機視覺算法技術已步入規模化商業落地階段。主要AI企業中，商湯科技應用場景覆蓋最全面， 各家在安防、城市治理、金融、零售等場景應用廣泛。從國内市場結構來看，安防影像分析占據最大市場份額，達 到67.9%。其次廣告營銷分析、泛金融身份認證（解決方案）、互聯網娛樂、泛金融身份認證（雲服務、SDK等） 的占比分别為18.1%、4.0%、3.8%、3.7%。未來醫療影像、智慧物流、工業制造、批發零售等創新應用領域市場份 額有望進一步擴大。

AI安防的市場規模

2009年AI技術開始在多行業初步應用，其中安防監控是人工智能 最先大規模産生商業價值的領域之一，也成為許多AI技術研發公 司的切入點。 安防行業未來将向智能化深度發展，智能安防市場規模也将持續 增長,天網工程和雪亮工程等國家政策整體推動了AI安防的發展， 越來越多的AI(人工智能)和CV(計算機視覺)公司開始将安防領域 作為其主要發展點之一 ，2019年AI國内安防市場規模達到455億，2020年市場規模持續增 長達到576億。（報告來源：未來智庫）

主要AI企業分析：向上開拓場景，向下布局算力

始于技術，終于場景。國内AI企業在資本的支持下，前期技術研發保持高投入，主要集中在計算機視覺、語音識别、 自然語言處理等感知和認知方面的通用人工智能技術。技術變現最好的方式就是融入場景，目前各AI企業在不同的 領域逐步開始滲透。 布局芯片算力，打造軟硬一體化解決方案。相比傳統CPU等芯片，AI芯片的技術門檻相對較低，同時AI算法與底層 硬件的配合能夠進一步突出算法的優勢，部分AI企業已經在芯片領域有布局，如依圖科技的求索芯片，雲天勵飛的 DeepEye1000，雲知聲的UniOne等。未來軟硬件一體化是AI公司發展方向，曠視、雲從等均有布局AIoT硬件設備。

AI視覺企業分析：高研發高虧損，毛利率有提升空間

技術的商業化變現是必然要求。AI是研發投入高、技術周期長的知識密集型産業，深度學習算法高度依賴數據和算力， AI企業單純以算法變現不太可能，未來需要對行業有更深的理解，實現技術在場景中的商業化變現。 高研發高虧損，毛利率有提升空間。待上市的六家主要AI視覺企業研發投入占營收的比例普遍在70%左右，當前均未 實現盈利，商湯科技、雲天勵飛、創新奇智等表觀虧損仍在擴大。從毛利率來看，2020年商湯科技的毛利率提升到 70%以上，其他各家由于硬件占比較高、标準化交付能力相對較弱，毛利率均在50%以下，預計未來有一定提升空間。

AI視覺企業分析：直銷為主，客戶集中度高

以直銷模式為主，銷售網絡及渠道建設有待提高。目前AI視覺企業主要以直銷模式為主，直接對接終端客戶和大集成 廠商，客戶以政府部門、事業單位、國有企業為主。未來随着落地場景進一步拓展，AI企業的銷售網絡及渠道建設有 待提高。 客戶集中度較高，雲從呈現回落趨勢。待上市的六家主要AI視覺企業前五大客戶占總收入的比重2020年仍保持上升趨 勢，其中雲天勵飛、依圖科技、雲從科技占比較高，商湯、曠視占比維持在30%左右，但也呈現上升趨勢。預計未來 随着業務範圍擴大，客戶集中度有望下降。

AI視覺企業分析：應收賬款占比高，下遊客戶結構有待優化

應收賬款占比較高，受疫情影響收款難度進一步加大。目前AI企業的下遊終端客戶主要還是以政府端為主，客戶的付 款周期本身就較長，AI四小龍的應收賬款占營收的比重均超60%。2020年受疫情影響，收款難度在進一步加大。 短期信用風險可控，長期客戶結構有待優化。短期來看，盡管各家AI企業應收賬款占比高，但從賬來看，目前還主要 以1年以内的應收為主，信用風險可控。但從長期來看，應收賬款比重過大不利于企業業務的擴張，占用現金流過多， 預計未來各家企業将進一步優化下遊客戶結構，提升營收質量。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

精選報告來源：【未來智庫】。未來智庫 - 官方網站

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!