 ==>> 点击下载文档 |
时期确定发展思路、制定经济政策、实施宏观调控的根本要求。而供给侧改
革成高质量发展突破口，其中首要的就是要推进中国制造向中国创造转变，
制造大国向制造强国转变
联网的“互联网+”时代进入成熟阶段，经过20年的发展，互联网投资红利
期已过。而5G+人工智能+物联网“人工智能+”时代正在加速到来，通过人
工智能技术与各行业结合，正形成全新的商业模式、产业生态，一些应用场
景纷纷落地，行业从导入期逐步进入成长期。展望未来，从网络基础设施升
级，人工智能的突破，到互联设备激增，这些因素的合力将使物联网、智能
制造、VR、无人驾驶等领域从概念加速照进现实
新动力和一国制造业在全球市场竞争力的关键。国内产业政策抓住新兴行业
技术壁垒和产业格局尚未形成的机遇，抢占未来发展先机，以需求带动上游
制造的成长壮大。在众多战略性和新兴领域中，信息技术、智能制造和汽车
领域被政策给予了优先关注的地位
庞大、纵深的市场规模和应用场景的加持下，中国从世界科技的“跟跑者”
变为“同行者”甚至是“领跑者”。5G、新能源汽车、人工智能产业进入或
即将进入世界领先之列，尤其人工智能领域将形成中美“双寡头”格局。经
过多年的追赶和培育，半导体、面板、智能制造领域国产替代进入收获期
出现在早期阶段，中期阶段也有阶段性的投资机会，但泡沫的高度、长度和
破坏性减弱。本轮人工智能浪潮正处于跨越鸿沟进入主流市场阶段，从导入
期逐渐步入成长期。目前较为成熟的感知智能技术应用开发有语音、视觉识
别的服务、硬件产品等，感知智能技术所形成的新“人工智能+”应用普及
还需要5~10年
竞争格局、行业属性、产业政策来选择重点关注的板块。新一轮科技周期预
计沿着网络基础设施—硬件终端—软件—应用场景的景气轮动顺序。以
半导体、5G等为代表的电子、通信行业有望最先受益，随后是网络建设，
各类智能硬件终端和网络服务普及后，实现“万物互联”，最后是下游智能
家居、智慧城市、智能制造等应用服务爆发。建议重点关注AI、5G、半导
体、新能源汽车、物联网、AR等板块。“补短板”领域推荐智能制造设备、
北斗导航、大飞机
《科技的力量
——数字化、移动互联和新经济的投资
机会》，2014 年4 月18 日
《变局·机会之—新租赁时代来临》，
2017年12月1日
熊晓云
021-68407139
xiongxy@cmschina
S1090512030005
张夏
zhangxia1@cmschina
S1090513080006
投资策略
敬请阅读末页的重要说明Page 2
一、新一轮创新周期，技术创新与变革星火燎原
随着移动互联网红利结束，以4G、智能手机、移动互联网为核心的“互联网+”进入成
熟阶段。很多传统TMT巨头面临增长缓趋，纷纷开始重资产化追求规模效应
5G、人工智能、物联网的“人工智能+”时代正在加速到来。随着大数据和运算能力领
域的进展，人工智能从过去的基于专家和人为设定规则中走出，开始从海量数据中自动
寻找规则，真正解决问题，创造经济效果。全球人工智能研究和应用进入新高潮，以智
能算法、深度学习、增强学习为代表的人工智能技术处于创新前沿。人工智能正成为新
的生产要素，通过与各行业结合，推动产业进程朝着智能化方向发展，形成产业革命的
动能
图1：人工智能的发展史
资料来源：中国人工智能学会、罗兰贝格，招商证券
表1：本轮人工智能革命的一些特征
主要方面 主要内容
本轮AI
商业化
浪潮驱
动因素
计算力提升突破瓶颈
以GPU为代表的新一代计算芯片提供了更强大的计算力，使
得运算更快，同时在集群上实现的分布式计算帮助人工智能
模型可以在更大的数据集上运行
机器学习算法取得重
大突破
以多层神经网络模型为基础的算法，使得机器学习算法在图
像识别等领域的准确性取得了飞跃性的提高
物联网、大数据、云计
算技术
物联网为人工智能的感知层提供了基础设施环境，同时带来
了多维度、及时全面的海量训练数据。大数据技术为输入数
据在储存、清洗、整合方面做出了贡献，帮助提升了深度学
习算法的性能
提升机
器学习
的新技
术手段
数据科学自动化
成熟企业或初创企业提供了众多用于数据科学自动化的工具
与技术，能够将机器学习概念验证时间从几个月缩短到几天
减少训练模型所需数
据
一系列减少训练模型所需数据的技术已经出现：其中一种是
通过算法模拟真实数据特点从而合成数据，另一种是迁移学
习
缩短训练时间
专用硬件（例如 GPU、FPGA 和 ASIC），通过加快运算速
度和芯片内部数据传输以减少训练机器学习模型所需时间
淘宝店铺
“Vivian研报”
首次收集整理
获取最新报告及后续更新服务请在淘宝搜索店铺“Vivian研报”
或直接用手机淘宝扫描下方二维码
投资策略
敬请阅读末页的重要说明Page 3
能够解释结论
机器学习无法解释系统作出决策的依据（黑箱问题），对模型
答案的信任问题以及合规问题造成机器学习不适用于许多场
景。有幸的是，MIT的研究人员发布了一种训练神经网络的
方法，它能够准确解释机器学习决策的基本原理
本地部署
机器学习正越来越多地进入移动设备和智能传感器，并在智
能家居、智慧城市、自动驾驶、可穿戴设备以及工业物联网
领域扩张。随着智能手机成为部署机器学习的选项，以及潜
在应用数量也在增加，企业部署机器学习应用和试点的数量
也会增加
资料来源：德勤，招商证券
图2：人工智能市场规模预测 (2016-2025) [十亿美元]图3：全球数据增量与人工智能模型在不同数据输入量
下的表现
资料来源：中国人工智能学会、罗兰贝格，招商证券资料来源：中国人工智能学会、罗兰贝格，招商证券
图4：人工智能产业链
资料来源：清科中心，招商证券
投资策略
敬请阅读末页的重要说明Page 4
展望未来，从网络基础设施升级，人工智能的突破，到互联设备激增，这些因素的合力
将使物联网、智能制造、VR、无人驾驶等领域从概念加速照进现实
网络基础设施升级，5G曙光已现。5G网络主要有三大特点：极高的速率，极大的容量，
极低的时延。随着5G技术的推进，支撑数百亿的海量物联网设备连接。将加速物联网、
VR、无人驾驶等应用从萌芽到落地。万物互联所产生的海量数据，也将创造出更多新
的商业机遇，AI是典型代表
设备智能化。基于深度学习在2006-2010年间取得一系列理论突破，以及算力、大数
据的发展，人工智能快速渗透到数据密集行业。已逐步应用于安防、零售、汽车、虚拟
现实、金融、医疗和服务机器人等领域，下一步制造、教育、通信行业的应用值得关注
基础设施和设备智能助推下，物联网应用加速落地，正进入爆发期。爱立信的预测数据
显示物联网设备到2021年会增长4倍，联网终端数量的提升将进一步推动平台层和应
用层的尝试和发展。工业物联网是未来物联网应用的最重要的方向，也是互联网+先进
制造的必要支撑。智能电表和车联网将是最大需求来源。物联网产业的市场规模将远远
大于互联网和移动互联网市场。IDC认为，到2020年物联网的市场规模将达到1.7万
亿美元
图5：人工智能、大数据、物联网的发展将形成共振
资料来源：《互联网进化论》、招商证券
。。。以上简介无排版格式，详细内容请下载查看
