諾亞財富研究工作坊:AI產業鏈價值+核心玩法全梳理

作者 | 劉敏學(諾亞PE 研究工作坊)

諾亞研究工作坊 核心觀點

1. 產業鏈:短期來看,應用層門檻低變現快;長期來看,基礎層的數據投入期長,價值最高,通用技術平臺是未來技術層的重要發展方向。

2. 主流玩法:巨頭構建全產業鏈生態,對於創業公司而言,依靠技術護城河打造殺手級應用,自下而上打造垂直領域生態是最有競爭力的模式。

3. 投資趨勢:資本在人工智能領域重磅出擊,真格堪稱“頭號玩家”,覆蓋人臉識別、語音識別、自動駕駛、AI芯片、精準醫療等多個細分領域。

正文

阿里推出“200公里豬”的新概念,這是“ET農業大腦”能做的事情,公里數將成為判斷豬肉品質的新標準。在網易“丁家豬”之後,又一互聯網大戶給養殖業帶來黑科技,高冷的人工智能與接地氣的豬寶寶,會碰撞出新的火花。

人工智能呈現遍地開花之勢,是泡沫?是機遇?本文帶你一一揭曉。

(一)中國人工智能增速領先全球

根據賽迪諮詢報告:

2016年全球人工智能市場規模達到293億美元,預計2020年全球人工智能市場規模將達到1200億美元,三年複合增長率約為32%;

2017年,我國人工智能核心產業規模達56億美元,根據預測,到2020年會增長到200億美元左右,三年複合增長率約為53%,高於全球增速。

全球人工智能市場規模及增長率%

諾亞財富研究工作坊:AI產業鏈價值+核心玩法全梳理

(二)產業鏈價值在哪裡?

人工智能產業鏈由基礎層、技術層和應用層構成:

1. 基礎層主要是指由數據資源和計算能力支撐的底層架構。

2. 技術層主要是指算法、模型和技術開發。

3. 應用層是指人工智能的技術在各行業中的滲透應用。

基礎層是整個人工智能體系的基石,門檻高,相應的價值也最高,需要長期的戰略佈局與投入。數據在人工智能時代是玩家必爭之地

一方面,擁有大流量入口的公司具有明顯的先發優勢;

另一方面,數據抓取效率是仍然是行業需要突破的點,誰能在數據結構化技術上進一步突破,以更低的成本減少數據損耗,提高利用率,是我們未來值得期待的。

通用技術平臺是未來人工智能企業的重要發展方向

。站在巨人的肩上,美國技術層經歷了併購重組之後部分企業已經出清,技術相對集中,企業從專項技術向通用AI平臺發展,從深度開發轉向技術產品化,這也是中國企業未來發展的必經之路。

應用層是短期內最容易先發展起來的,投入門檻低,變現能力強。提供解決方案是現階段大部分公司主要商業模式,選擇在痛點明顯,信息化高,數據集中且質量高的垂直行業發展,比如安防、金融、零售、醫療等。跨行業的專業壁壘較高,短期內類似Apple Store一樣的應用平臺很難達到,但這是未來的發展方向。

人工智能產業鏈價值分析

諾亞財富研究工作坊:AI產業鏈價值+核心玩法全梳理

(三)人工智能有哪些玩法?

在平臺化的趨勢下,人工智能可能衍生出五種商業模式,其中,構建行業生態將成為最為核心的一環。

模式一:全產業鏈生態+應用場景。這種模式壁壘最高,海外AI巨頭如谷歌、亞馬遜、Facebook正在向這個方向發展。它要求企業有大量計算能力的投入,海量數據的累積,流量入口的把控,又能夠在場景服務上迅速應用,累積用戶。國內BAT企業的發展模式有所側重,阿里和騰訊在場景應用上有優勢,百度更側重於基礎技術的開發。

模式二:技術層+應用場景。以軟件公司為主,深耕算法平臺和通用技術平臺,如微軟、IBM,建立技術優勢,又有一定的用戶累積。

模式三:聚焦應用場景。這是創業公司最為活躍的一塊,也有部分傳統行業公司在向這個方向轉型。創業公司基於細分行業數據,切入痛點明顯的行業,填補空白市場。或者傳統公司通過與互聯網公司合作,利用人工智能對現有的商業模式進行升級。但對於此類創業公司而言,用戶積累優勢不如傳統公司,應用場景競爭壁壘不高,缺少技術護城 河的企業很容易被競爭者顛覆。

模式四:殺手級應用+自上而下逐步構建垂直領域生態。在某一垂直領域依靠殺手級應用累積用戶和數據,比如面部識別技術,並在該領域深耕通用技術和算法,成長為細分領域的龍頭。這種模式已經有所成效,科技部認證的一些人工智能領域的獨角獸企業,均是以這種方式殺出重圍的,比如曠視、依圖等等。

模式五:基礎設施提供者。主要以芯片或硬件等基礎設施公司為主,自下而上向數據、算法等產業鏈擴展。芯片是人工智能產業的基礎,開發低成本高效能的人工智能專用芯片是各大芯片商的攻關要點。

人工智能競爭格局

諾亞財富研究工作坊:AI產業鏈價值+核心玩法全梳理

(四)資本逐鹿,劍指何方?

人工智能是各大資本都不想錯過的風口,投資熱度不減。從投資數量來看,真格在人工智能領域重磅出擊,成功投出依圖、出門問問、地平線等優秀公司,覆蓋人臉識別、語音識別、自動駕駛、AI芯片、精準醫療等多個細分領域。

各GP在投資邏輯上有所不同,真格投資特點是更加看重創業者本身以及團隊,非項目的商業模式。IDG資本在C端看重項目的產品思維,在B端更加註重公司的垂直深入和深耕細作。創新工場側重數據方向和智能機器人,技術型投資的特點鮮明。

人工智能GP投資情況

諾亞財富研究工作坊:AI產業鏈價值+核心玩法全梳理

(五)人臉識別的技術帝:依圖科技

依圖創立於2012年,以To B業務起家。依圖科技人臉識別技術在世界範圍內達到頂尖水平。技術團隊來自MIT、Google、阿里巴巴等知名學術和工業機構。

依圖擁有完整的實名認證解決方案,依靠人臉對比及活體檢測技術,為金融企業提供全渠道解決方案。在安防方面,依圖已經為全國34個省級行政區域中的20多家省級公安系統提供技術支持。

諾亞財富研究工作坊:AI產業鏈價值+核心玩法全梳理

優勢一:人臉識別準確率達到世界領先水平。國際權威人臉識別供應商測試FRVT公佈了最新測試報告,報告顯示依圖在本次評測中取得了四項第一名,這也是國內企業首次在FRVT 中獲得第一名,超過長期盤踞第一名的公司Vocord。

國內企業人臉識別技術測試表現

諾亞財富研究工作坊:AI產業鏈價值+核心玩法全梳理

優勢二:技術實現商業化落地,與公安部合作,率先入局安防。在商業落地的方向選擇上,依圖在創業之初就認定AI要專注做to B的產品線和行業線;而在垂直場景的選擇上,依圖最早選擇了安防。依圖科技的蜻蜓眼智能安防平臺,以計算機視覺為核心,開發出人工智能蜻蜓眼系統,獲得“公安部科技進步獎”。通過平安城市、智能交通和智慧金融等視頻監控設備為“眼目”,構建城市和行業專屬的智能安防體系。數以萬計的“小眼”讓蜻蜓複眼具備自然界中最精準的視覺感知能力,通過城市之眼構建了與蜻蜓眼一樣的精準識別能力,為平安城市、智能交通和智慧金融等行業提供了安全應用的可靠平臺。

優勢三:業務拓展速度快,加快全球化佈局。2016年起,依圖開始進軍醫療,採取“圖譜+影像識別”的雙路線打法。依圖發現醫療行業存在著與安防相似的場景痛點,大量的醫療影像需要鑑定,圖像識別可以提高診斷效率。相比於準確率,依圖強調的是臨床醫生對其系統診斷結果的採納率。目前醫生對依圖智能輔助診斷系統的採納率已超過92%。目前,依圖正在加速全球化佈局,接下來的發展重點是將產品和技術做全球化市場推廣,包括非洲、美洲及東南亞等地區。

諾亞財富研究工作坊:AI產業鏈價值+核心玩法全梳理

*本文首發諾亞財富研究工作坊,更多原創研究請關注諾亞研究工作坊微信公眾號(微信公眾號ID: Noah_Research),原文標題《產品聚焦 | AI產業鏈價值+核心玩法全梳理》,作者諾亞財富研究工作坊劉敏學,轉載請聯繫首發處獲取授權。


分享到:


相關文章: