行业观点

　　密集投入，巨头引领，全球AI加速赋能：当前，全球每年有100+亿美金，累计1000+亿美金(Pitchbook数据统计)，持续投入到全球AI的发展。巨头(谷歌/亚马逊/苹果等)引领，AI并购潮起，数据和人才成为并购争夺的重点。在资本和巨头的悉心呵护下，明星初创独角兽的不断涌现，AI加速赋能，面向医疗、金融、安防、教育、交通、物流等各类行业的企业级(B端)和消费级(C端)AI应用层出不穷。存量市场的革新，增量市场的创造，AI赋能加速，整体发展有超预期。

　　三大核心要素交互驱动：算法、数据、计算力：(1)优质算法的不断迭代，以及算法隐含层数的增加(即深度神经网络DNN出现)，使得AI仰仗的模型性能大幅优化；(2)互联网的发展，特别是移动互联网的快速繁荣，使得目前数据产生量已经远远超过用于训练AI模型的数据量。在目前仍以监督学习为主流的背景下，“数据标注成本高、算法隐含层数增加要求更多标注数据来训练模型”，这两个原因使得“可用”数据仍不足够；(3)计算力不断提升，GPU+CPU是目前机器学习首选的芯片组合。计算效率更高的FPGA、ASCI等新型芯片兴起，不断挑战着GPU在机器学习领域中的地位。GPU、FPGA、ASCI各具优缺点，三种芯片的计算效率依次提高、灵活性依次降低、开发难度依次增加。

　　政策加码，AI上升到国家战略层面，存弯道超车可能：有别于传统IT技术发展的滞后性，AI这一全新领域，国内的人才储备、政策、资本，是紧跟全球领先地区的发展，这也给弯道超车提供了可能。美国和日本分别于2016年发布《美国国家人工智能研究与发展战略规划》、《人工智能研发目标和产业化路线图》。而国内也于2017年7月重磅出台《新一代人工智能发展规划》，将AI发展上升到国家战略层面，分三阶段实施人工智能战略(理论和技术体系建设、完善及配套法律体系建设、AI应用发展)，力争在2030年成为人工智能领域的世界领导者，核心产业规模超1万亿，带动相关产业规模超10万亿元。

　　AI赋能行业，应用不断深化，同时AIaaS的发展，显著降低AI创新门槛：

　　我们以语音识别、智能投顾、智能安防为例，系统地阐述了AI赋能行业带来的显著变化，并看好企业级市场(B端)市场深度发力。同时，消费级AI有望在巨头的引领下产生质的变化。AIaaS实际上是AI应用服务收费方式从“许可授权”向“按需付费”的转变，从而降低了客户“智能化”实施的门槛。国内外AIaaS均从2016年底才开始起步，亚马逊AWS、阿里云、百度云纷纷推出基于GPU/FPGA云化解决方案，面向中小企/创业者提供创新服务，加速AI创新应用渗透。

　　投资建议

　　我们通过深度AI产业链调研和上市公司调研，看好AI加速赋能带来的行业快速成长趋势。重点推荐：科大讯飞、中科曙光、同花顺、苏州科达、熙菱信息、思创医惠、四维图新、东方网力、拓尔思，建议关注富瀚微、中科创达、浪潮信息、浙大网新、佳都科技、汉王科技、工大高新等(各公司AI方面的布局和进展，详见正文第五部分).

　　风险提示

　　技术的应用落地不及预期；行业竞争加剧风险。