第二部分、人工智能细分领域与产业链

AI-互联网产业的新革命

据预测,机器人和人工智能市场规模将在2020年达到1527亿美元。

AI各部分市场规模预计.png

前八大AI相关市场

1)人工智能技术

2)无人机

3)无人驾驶

4)金融领域

5)健康领域

6)工业机器人

7)服务机器人

8)农业和矿业机器人

机器人和人工智能对于传统经济带来的冲击将在2025年达到14-33万亿美元/年。

第二部分人工智能细分领域与产业链人工智能.png

率先产业化的领域:

2.1语音识别

2.2图像识别

2.3搜索与数字营销

2.4智能驾驶

2.5数据服务

机器学习.png

2.1语音识别领域的产业化机会

核心观点:垂直领域的产品化能力决定发展空间

原因:

1、技术差距缩小,行业平均水平已过产品化门槛

2、产品的推出将加速数据的积累,提升识别率

3、语义理解仍无法突破,数据库积累将完善客户体验

技术端:

集中在算法突究破和模型建立领域

谷歌、微软、Nuance、科大讯飞、思必驰、云知声、图灵机器人

产品端:

集中在硬件和软件端

智能玩具:图灵机器人、车載语音系统:车萝卜、服务机器人:小智机器人、语言教育:科大讯飞、智能客服:懒人云智能语音助手、智能电销:懒人云智能电销机器人、手机助手:谷歌、科大讯飞陪护杋器人等。

语音识别技术日臻完善,行业内技术差异缩小

语音识别率.png

除了部分创业企业和科研实验室的语音识别软件, Google Now, Microsoft Cortana,以及Apple Siri背后的 Nuance都成为行业性标杆。

国内科大讯飞、云知声、思必驰三家语音识别公司通用识别率均超过95%。

语音识别厂商通过用户数据积累迅速提升技术实力

语音识别厂商.png

语义理解技术遇瓶颈,垂直领域定制化开发仍有必要

语义理解技术瓶颈.png

语音识别的广泛应用

智能硬件

智能硬件.png

智能玩具

智能玩具.png

教育

教育.png

智能客服

智能客服.png

智能家电市场估算

智能家电市场规模.png

到2020年,中国智能家电市场规模将达到3500亿元以上。

作为家电出口大国(~40%),并有一定品牌优势,海外市场将为智能家电领域的发展提供更大空间。

智能家电市场估算模型

奥维咨询显示,2014年家电市场整体规模达到12370亿元,同比増长3%。

智能家电市场估算.png

图灵机器人-联手奥飞动漫开拓智能玩具

图灵机器人.png

图灵机器人是国内语义理解领域的领先企业。

智能玩具产品出货量预估

IP玩具领域变现案例:

2011年,《火力少年王3》的播出拉动了悠悠球累计销售4.5亿元,销量突破2000万个,购买人数突破600万。

2012年,《战斗王之飓风战魂》下半年开播以来,推动陀螺产品年度销售量累计超过3亿元,销量约为200万个。

2018年,《小猪佩奇》授权方eOne集团:年收入70亿。

智能玩具市场估算

智能玩具市场估算.png

智能玩具未来五年75%的年均增速将远远超过玩具行业年均6%的增速。

智能玩具中语音识别、人机交互等技术的应用将大幅提高产品的价格和毛利率。

作为玩具出口大国(>50%),海外市场将为智能玩具领域的发展提供更大空间。

智能玩具市场估算模型

捷孚凯:2015年玩具类产品零售市场的行业规模大概在549亿元,行业的增长率在5%——6%。

智能玩具市场估算2.png

*预测依据,全国的人口大概13.6亿。根据12%的出生率,每年的新生婴儿大概是1600万左右。城镇人均收入29547元,农村人均收入12985元。

科大讯飞-以语音识别切入人工智能的龙头企业

科大讯飞-以语音识别切入人工智能的龙头企业.png

科大讯飞-应用场景的拓展将带来业绩的提升

科大讯飞-应用场景的拓展将带来业绩的提升.png

公司是国内智能语音第一入ロ,坐拥7亿用户,近几年随着语音控制在智能终端上的普及,语音云用户活跃度将进一步提升,语音互动广告价值空间巨大。

应用:2C智能搜索、2B智能客服

科大讯飞一普适性语音识别的龙头,仍需刻画应用场景

科大讯飞一普适性语音识别的龙头,仍需刻画应用场景.png

包括语音、手写、图形识别等功能。针对开发伙伴和用户提供软硬件一体化、云端一体化技术服务一体化。

2015年全球比赛中文转英文英文转中文夺冠。中文演讲识别率93.2%,即兴发言识别率90%以上。

实现知识网络体系,并在2018年完成高考答题并达到三本线成绩。

智臻智能-AI企业级应用

1)产品客户价值显著:招行为例,仅仅替代人工坐席就可节省运营成本1亿元。

2)产品可接入渠道广:网页、微信、短信等多果道接入,适应B2B2C商业模式。

3)可拓展性强:为联想、创维设计电视智能语音操控系统;为交行定制人形大堂经理;并已推出自有品牌幼教启蒙伴侣。

AI企业级应用.png

交互式语音应答(IVR)市场空间巨大

GIA预测:IVR市场将在2017年达到23.8亿美元。

Research& Marketi预测:全球云部署的智能客服中心市场将在2014年已达到41.5亿美元,并将以21.3%6的年均复合增速增长到2019年的109亿美元规模。

对标美股上市 Interactive Intelligence Group Inc( NASDAQ:ININ)。

企业级客户互动中心(CIC)解决方案。

客户按需部署或云端部署。

客户覆盖电信业、保险业、金融业、公共事业、医疗与零售业等。

2014年创造3.4亿美元营收,目前估值达到5.2亿美元。

基础语音识别已经突破,语义理解与应用场景需要深化

随着时间的越来越碎片化,如果不能在短时间内融入用户场景,创造直击痛点用户需求的消费体验,就失去了与用户的极速连接的最佳机会。

语义理解应用场景.png

场景应用正是通过艺术和技术结合的手法,将小而美的用户场景与产品功能价值相融合,触发用户的交互和参与。

2.2图像识别的产品化机会

核心观点:技术实カ决定发展空间

原因:

1、技术差距较大,团队研发能力决定技术能力。

2、金融与安防等特定领域对技术要求较高。

3、数据仍然处在积累过程,技术龙头拥有先发优势。

技术端:集中在算法突破和模型建立领域

谷歌、Facebook、旷视科技(Face++)、Deepglint(格灵深瞳)、Sensetime(商汤科技)。

产品端:集中在服务应用端

安保领域:东方网力、手写输入:汉王科技、金融领域:佳都科技(云从科技)、网络安全:长高集团(郑州金惠)、辅助驾驶: Mobileeye。

行业龙头图像识别技术已达到商业化水平

图像识别技术已经达到商业化水平.png

2014年,通过加入深度学习技术,人脸识别领域成功出现三大逆天数据即deepface的97.25%、face++的97.27、gaussianface的98.52%。

2015年,百度首席科学家 Andrew Ng宣布,百度的人脸识别技术的错误率已经降低至0.3%,超过谷歌和facebook同期的识别错误率。

2016年,旷视科技推出的Face++产品实现0.001%误识率和95%通过率,超越指纹识别效果,成为金融安防的可靠认证指标。

表情识别-人脸识别2.0

表情识别.png

人类表情识别将使计算机更加“懂”人,并使人机交互上升到一个新的层次。

对于人类表情的辨识有助于电子娱乐、精准营销、医疗诊断等相关行业的升级换代。

人机智能交互中,计算机将提供“你看起来很疲惫”,“你似平心情不错”等交流内容。

国内图像识别主要厂商对比

国内图像识别主要厂商对比.png

图像识别的广泛应用

图像识别的广泛应用.png

旷视科技Face+代表国内人脸识别最高水平

Face+代表了国内人脸识别技术的最高水平。其十万分之一的误识率水平已经超过金融安全要求。

智能摄像头与智能迎宾杺器人便是人脸识别技术的应用场景之一。

此外,Face+积极与美图秀秀、世纪佳缘、360搜索合作创造出更多的应用场景。

人脸识别应用.png

蚂蚁金服入股,助推旷视科技商业化进程

支付宝上线了人脸登录功能,用户可以用“刷脸”取代账号密码登录支付宝支付宝方面表示,数据显示刷脸验证的识别成功率已经达到90%以上。

随着支付宝对人脸识别技术的采用,越来越多互联网金融企业和传统银行开始尝试此项业务。

人脸识别-蚂蚁金服.png

国内人脸识别即将大规模推广应用

目前Face+已经和超过20家企业合作进行人脸识别验证、安防检验、客流识别的工作。

实现1460亿次功能调用,超过12亿经过标准化的数据,实现日均1600万次调用。

传统银行82%+:

大额转账认证

客户包括:中信银行、招商银行渤海银行、江苏银行、上海银行包商银行、哈尔滨银行、北京银行等

互联网金融90%+:

快速放贷

容户包括:陆金所、蚂蚁金服人人贷、平安易贷、中兴微贷宜人贷、小米金服、甜橙金融

智能拍照与相册80%+:

人脸美化

客户包括:美图秀秀、美颜相机魔漫相机、Camera360

银行人脸识别系统需求

银行人脸识别系统需求预测.png

国内人脸识別即将大规模推广应用一安防应用逐步成熟

旷视科技也与苏州、合肥、无锡等地公安系统在平安城市领域展开合作。

苏州市公安局共采集了2800万张人像照片,与旷视(Face++)共同建立了市内常驻人ロ、暂住人ロ、路面盘查、重点、在逃、入所人员、涉恐、未知等八个结构化资源库。自上线至今先后辅助苏州市局破获案件30余起。

人脸识别安防应用.png

东方网力ー视频安防领域龙头通过并购插上人工智能翅膀

东方网力ー视频安防领域龙头通过并购插上人工智能翅膀.png

作为国内视频监控系统龙头企业,人工智能技术的突破将引领行业升级。

视频挖掘技术可以提供人脸识别、车型分类等实际应用。

东方网力-为平安中国提供人工智能服务

东方网力-为平安中国提供人工智能服务.png

智慧城市市场规模预测

东方网カ招股书申报稿显示,2011年对唐山平安城市项目产品销售确认收入9941.34万元,营业毛利为3913.74万元。

智慧城市应用.png

佳都科技参股云从科技,争夺人脸识别入口

人脸识别入口.png

云从科技创始人周曦现任中科院重庆绿色智能技术研究院信息所副所长。

云从公司已在新疆各地边防、社区加油站、企事业单位、政府均有布局和渠道,并参与了公安部相关标准制定。

在金融领域应用上,已实现远程刷脸开户功能,包括海通证券在内的国内多家券商、银行密集准备发布相关产。

辅助诊断-图像识别在医疗中的应用

辅助诊断-图像识别在医疗中的应用.png

Mobileeye-利用AI技术减少交通事故

利用ai减少交通事故.png

基于视频的智能分析、芯片以及算法平台的构建是 Mobileeye核心竞争力。

Mobileeyee防撞系统通过8个视频摄像头对汽车周围360度无死角覆盖。

运用深度学习技术实时分析车辆运行情况,已积累3000万公里行驶数据。

长高集团收购郑州金惠,进入互联网安全图像识别领域

移动互联网不良信息监测系统

色情图像识别率大于95%,误判率小于5%;

不良文本识别率大于98%,误判率低于5%;

图像识别速度大于200张/秒;

文本识别速度大于50条/秒;

金惠堵截黄色图像及不良信息专家系统

色情图像识别率大于98%,误判率小于2%;

不良网站识别率大于99%,误判率小于3%;

色情图像识别速度大于20张/秒。

图片视频智能搜索

淘宝推出“淘立拍”服务,其图像搜索功能可以识别图片中的产品信息。

淘立拍-淘宝.png

知图科技为图片、视频、文字等媒体自动建立中间层表达,并使这些媒体可以更好地与人交互。

知图科技.png

图像识别-应用前景广阔,金融与智慧城市领域将率先爆发

图像识别.png

2015年,谷歌推出 Facenet]项目,并迅速提升识别正确率,同年,卡内基梅隆大学推出 Openface,使得人脸识别技术成为开源技术。

作为机器视觉的优先发展领域,图像识別技术的进步将带来越来越多的现实应用,并为发展无人驾驶等更具有综合性挑战的项目提供技术储备。

2.3搜索优化和数字营销

核心观点:数据与渠道决定发展空间

原因:

1、不同渠道的信息将增加用户画像的精确度

2、大量用户数据积累有助于对用户进行准确归类

3、数字营销公司将得益于人工智能算法,提高营销效率

技术端:集中在推荐系统和用户画像算法领域

亚马逊、Netflix、Ebay、阿里

产品端:集中在搜索优化及数字营销应用端

腾讯(微信广告)、百度(搜索引擎营销)、数字营销公司

精准营销第一步-为用户“画像”

用户画像.png

精准营销用户画像,即用户信息标签化,就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后,完美地抽象出一个用户的商业全貌,可以看作是企业应用大数据技术的基本方式。

数据收集>>个性分析:机器学习、语义分析、数据挖掘等>>用户匹配:推荐品牌。

Ebay-试用深度学习算法增加用户粘性

用户数据>>用户画像>>深度学习模型<<海量用户数据

ebay.png

2012年,Ebay宣布发布Cassandra智能推荐系统。

2012年,2013年,2014年,Ebay连续三年组织开发者峰会研讨推荐系统算法。

Cassandra系统由十几个服务器单元构成,存储容量达到200TB,每天5亿条读写记录。

数字营销-人工智能化将有效提升营销效率

数字营销-人工智能化将有效提升营销效率.png

2.4无人驾驶汽车一可以移动的人工智能

2.4无人驾驶汽车一可以移动的人工智能.png

传统车企的无人驾驶

辅助驾驶、半自动驾驶等的本质是汽车驾驶系统的模块叠加和功能发展,其目的是给驾驶者提供更加便捷、安全的驾驶环境。

核心技术是自动控制技术,汽车厂商具有主导地位,并与零配件企业形成密切合作。

自动驾驶发展.png

Google百度的无人驾驶

本质是一种全新的能够自主导航的移动运输类机器人,以人工智能取代了驾驶者。

核心技术是即时空间建模和人工智能技术,研发主体是互联网科技公司如谷歌、百度以及科研院校。

google百度的无人驾驶对比.png

Google/百度在无人驾驶的进展及规划

过去6年内,谷歌无人驾驶汽车在公路上安全行驶了220多万公里,仅发生17起交通意外,而且均是由人类失误引发的。

从最近曝光的专利来看, Google下一代的无人车将配备“自动接送”服务,用通过电脑或移动终端上的调度系统输入乘坐地点和目的地,得到“无人”出租车的服务。 Google还计划在汽车引擎盖、车门及保险杠处安装的电子屏可以显示停车/转向标志或文字等,提醒行人注意避让。

2015年12月11日,百度的无人驾驶汽车完成了G7路段的路试、并在14日宣布成立自动驾驶事业部。百度规划在未来3实现商用,5年实现量。

百度已与北京亦庄政府达成协议,未来将在亦庄部分区域公交车试点无人驾驶。

传统车企在无人驾驶的进展及规划

传统车企在无人驾驶的进展及规划.png

低成本高效率的感知解决方策是无人驾驶推广的基础

低成本高效率的感知解决方策是无人驾驶推广的基础.png

若智能汽车需获取车道线信息,首先需要通过摄像头获取道路影像,但其本身并不具备映射到真实环境的物理含义。只有通过适当的算法从影像资料中提取能反映车道线的影像部分,并进行映射。不同的传感器由于环境感知原理的差异,识别算法上也存在着不同。

高精度地图的建立是无人驾驶的关键

进行超出传感器感知范围及能力的驾驶行为时,则依靠高精度地图。自动驾驶用地图不仅要实现较高的精度,还要包含全面的交通指示和限制的信息,如车道限制的精确高度、车道线的位置、下水道ロ、障碍物以及在日常道路上能看到的每一个细节。

目前高精度地图的技术路线大约有两大技术路线:

一是,谷歌和德系三强收购Here的激光雷达移动测量车的路线,他们使用激光雷达和摄像头获取点云数据,进而建模分类得到高精度地图。

另一技术路线是,通用、大众联手 Mobileye布局众包地图,还有丰田推出的高精度地图采集系统,主要通过车辆的摄像头+GPS、丰田自主开发的软件以及云端目前,大多数高精度地图需要使用激光雷达。

具有深度学习的算法芯片是无人驾驶的核心

具有深度学习的算法芯片是无人驾驶的核心.png

NVIDIA针对自动驾驶开发的深度学习的新一代车载超级电脑- DRIVE PX2。

12个CPU,24层深度学习网络,配有水冷装置(80℃);

能够最多对接车辆上12个视频摄像头,外加激光雷达传感器、雷达传感器以及超声波传感器;

以深度学习算法来加强车辆的感知能力,识别出车辆行驶环境周围的其他所有物体;

如车厂们都采用 NVIDIA的平台,那么未来自动驾驶汽车之间的竞争是什么样的呢?就是关于深度学习算法的竞争一一通过训练能够处理越丰富和复杂的模式那么自动驾驶的效果就越优越。

欧菲光一布局ADAS全产业链

欧菲光一布局ADAS全产业链.png

感知层:公司车载摄像头产品已经成熟,客户导入正加速进行;

判断层:引进原德尔福马光林博士团队,核心算法已开发完成,加速商业化;

执行层:拥有国内优质客户,积极通过内生+外延的方式切入车身控制系统。

公司产业布局加速:

2015年6月投资20亿人民币新设全资子公司上海欧菲智能车联有限公司;

2015年7月上海智能车联(全资子公司)投资2亿元在南昌投资设立南昌欧菲车载影像技术有限公司;

2015年10月上海欧菲智能车联与深圳市众鸿科技股份有限公司共同出资成立上海鸿菲汽车电子有限公司;

2015年拟定増募集15亿元建设智能汽车电子项目。

保千里一立足于低成本高性能夜视技术

保千里一立足于低成本高性能夜视技术.png

目前夜视功能在汽车中的渗透率还很低,只有国外高端车型有配置。

保千里汽车主动安全系统配置了4大传感器及近红外主动成像技术:

图像传感器:在低照底或者零照度时,通过红外补光;

照度传感器:自动检测场境的照度高或低;

行人探测传感器、车道偏离传感器;

近红外主动成像技术,通过主动发出的近红外光进行成像、

2.5数据价值的提升导致大数据交易平台企业的发展

2.5数据价值的提升导致大数据交易平台企业的发展.png

数据堂-数据仓库的稀缺标的

数据堂三大核心业务.png

中国大数据交易和服务领域的领头羊

第一家大数据电商平台一数据商城

高层次客户利于公司拓展市场

数据堂客户已包括百度,腾讯,阿里巴巴、奇虎360、联想、科大讯飞等国内顶级互联网和高科技企业,Microsoft、NEC、 Canon、 Intel、unsung、 Nuance、 Fujitsus等国外企业及在华研发机构。

多维度资源整合提升核心竞争力

已经拥有50000多组约1000TB的数据集。

数据堂业务结构

数据堂业务结构.png


2019年人工智能发展报告相关阅读:

2019年人工智能发展报告——(第一部分)人工智能领域进入产业爆发的拐点

2019年人工智能发展报告——(第三部分)人工智能产业的投资逻辑