本文主要聚焦于AI带来的产业结构组成，AI落地应用，以及重点公司的战略打法。
1
行业概况
»1. 行业规模：截止2017年，全球人工智能公司已突破1000家，跨越13个子门类，融资金额高达48亿美元，创投金额在5年间增长了12倍。
»2.行业驱动力：计算能力、算法和数据
»3. 企业构成：行业上中下游均有创业机会，但创业的门槛较高。
基础设施建设：传感器、芯片、云计算服务、操作系统、数据服务平台、网络运营商。
技术研究：计算机视觉、自然语言处理、人机交互、深度学习研究。
行业应用：机器人、虚拟助理、自动驾驶、智能安防、智能医疗、娱乐营销、智能家居、可穿戴设备等。
2
人工智能产业应用
产业应用1：智能家居产品
1. 智能家居产品：第一类为直接面向消费者的产品，如智能照明、智能音箱、智能摄像头，但这些产品的渗透率比较低。第二类为2B商业合作的智能门禁、控制系统。
2. 产业链构成：上游芯片为核心，中游厂商提供产品和方案的能力，下游为用户提供信息的输入和输出。
3. 大公司打法：传统的家电厂商如美的、海尔，以及近期发力智能硬件的公司小米、京东等均已入局，这些厂商因为有自身的原有业务，因此偏向于通过投资和自主研发建立围绕自身的产业生态，打通整个产业链。
4. 创业公司产品形态：主要提供软硬件解决方案，自建或与硬件厂商合作推出智能硬件产品。重点进行布局的公司有云知声、BoardLink、思必驰等。
»总结：
智能家居行业中作为制造商，需联系上下游构建生态，推出一整套解决方案来降低研发制造成本。作为AI厂商，则应该考虑如何从软件方案提供商，合作产出产品，向芯片、OS等上游发力。
产业应用2：可穿戴设备
1. 产业链构成：智能可穿戴制造厂商为核心，芯片、传感器、屏幕、电池、系统平台、封装制造等厂商为其提供服务。可穿戴设备厂商产出产品后，需要通过线上线下渠道触达用户，通过应用商店、软件为用户提供内容。其中，AI厂商主要提供语音控制与交互技术。
2. 2C产品的盈利模式：早期通过硬件差异获取利润，如差异外观、服务授权、数据通信费用等，目前厂商逐渐向后期运维和个性化增值服务盈利。
3. 重点公司：出门问问，此公司以可穿戴设备为切入点，走以AI为中心的软硬结合的道路，创始人为前谷歌Research Scientist，公司也获Google的C轮融资。
»总结：
【探索技术与数据积累、产品落地与探索、应用场景开拓】这三步是可穿戴设备创业公司可遵循发展节奏，且产品重点应落在技术、交互上的改良。
产业应用3：AI机器人（仅指实体机器人）
1. 产业现状：机器人为获得投资数量最多的领域。主要产品有家政服务机器人、医疗机器人、物流机器人、陪伴类机器人、国防机器人，总体来说医疗、国防、物流为专业服务机器人的主要增长方向，但家庭机器人容易做成智能不足的玩具。
2. 产业链构成：主要由底层硬件厂商、技术支撑厂商，产品应用厂商构成，AI厂商以芯片或技术支持作为切入点开展业务。
3. 创业公司：图灵机器人、优必选、地平线机器人、小i机器人、ROOBO智能管家，其中多数已过10亿人民币估值。
»总结：
机器人是AI浪潮中创业公司最大的机会之一，市场的接受度高。企业首先从To B场景切入市场会获得较好的发展。To C 市场接受度不是很高，通过语音的新一代机器人交互还有很大改进空间。
产业应用4：虚拟助理
1. 产业布局：大厂纷纷入局（Google Home、Apple Siri 、Amazon Echo等），主要集中在语音助理、机器人管家、智能音箱三种形态。
2. 智能音箱产业链：上游由芯片、模块场上构成，AI厂商主要为中游，即智能语音助手或人工智能平台，下游为智能家居、付费内容、广告商等其他应用场景构成。
产业应用5：娱乐营销
1. 行业诉求：第一是后端监管（鉴黄）需要，之前人工三班倒审核色情、恐暴、广告等违规信息，人力成本高且容易疲惫。第二是前端用户体验优化，存在视频内容边看边买，人脸美化等场景，可在视频内容中搭建广告系统。
2. 重点厂商：图谱科技以鉴黄刚需切入市场，衣+重点构建边看边买引擎。
»总结：
视频审核和视频边看边买场景逻辑成立，但需要给市场进行教育用户的时间；内容平台的产品设计直接影响用户体验，需要技术平台与内容平台共同探索。
产业应用6：智慧金融
1. 应用领域：广泛应用于投资顾问、征信、身份验证、智能客服等场景。
智能投资顾问通过机器学习和预测算法来创建符合风险收益的投资组合。征信风控技术比较成熟，数据源是争夺热点。身份验证主要使用人脸识别能力，在远程开户、刷脸支付等场景提升客户体验。智能客服利用自然语言处理技术和知识图谱，构建客服机器人的理解和答复体系，帮助金融企业节省人力客服成本。
2. 重点应用：智能投资顾问。AI主要起辅助决策作用，帮助投资顾问进行“情绪管理”和“提供投资策略/建议”，进行辅助量化交易。
3. 典型创业公司：第四范式。主要提供营销、风控、运营相关服务。
营销：基于机器学习模型，结合响应、推荐、量化等方式，实现精准营销。
风控：结合破产预测、资产预测、风险识别流失预警等方式，提供风控解决方案。
运营：基于机器学习和自然语言处理，用文本校验、智能客服、渠道分发等方式进行运营。
»总结：
AI在金融行业作为智能客服可以节省很多的人力成本，但在决策领域只能作为辅助工具进行交易决策，并不能完全替代人类的判断。
产业应用7：智能安防
1. 应用价值：从软硬件两个层面优化反方人员的作业效率和深度，在视频内容搜索、目标嫌疑人定位、车牌识别、员工行为规范等场景上取得不错的应用效果。
2. 行业格局：主要由芯片、硬件系统、软件算法、工程施工公司构成。芯片主要分为DSP芯片和图像传感器芯片两种类型；硬件与系统主要被海康威视、大华垄断，集成软件技术，直接对接B端客户。
软件算法类的公司中，一级市场的部分企业是行业技术标杆，如旷视科技、商汤科技、云从科技等。下游厂商包括代理经销商、电信运营商、设计市工商。值得注意的是在典型安防监控方案中，工程施工与维护占比最高，超过一半。
3. 重点公司：格灵深瞳。2016年研发出有效监控分析距离70-80米的三位视觉分析摄像头；2016年UISEE驭势独立，进入自动驾驶领域；医疗影像辅助诊断正在孵化运营中。
产业应用8：智慧医疗
1. AI价值：人工智能对医疗的正向作用主要体现在三方面：
让机器能够代替医生完成部分工作，让医疗资源更多的触达到用户；能够提高机构、医生的工作效率，降低医疗成本；能够通过AI手段提高患者自查率，更早发现、更好管理疾病。
2. 应用场景：AI辅助医疗和AI医学影像两个方向较为成熟。远程问诊、药物挖掘、健康管理还在预研阶段，效果不是很明显。
AI医学影像：数字化程度高，数据完整，且存在放射科医生长期供不应求的现状。同时相关图像识别技术成熟度比较高，已经有了觅影等成功案例，未来将辅助医生完成一部分影像筛查。优质、大量的影响数据源为项目发展的关键因素。
AI辅助医疗：主要为医疗听写SDK，精准识别医疗词汇，帮助医生查房、记录、检查等工作。相关语音识别技术比较成熟，使用场景比较明确，可以提升看诊效率。项目发展重点在于医院对效率的提升的关注度。
3. 创业公司：碳云智能。围绕基因检测、生命大数据两个重点服务，提供精准运动、精准美容、精准医疗等服务。公司产品布局业务如下图：
»总结：
AI辅助医疗和医学影像为两个比较明确的方向，其中医学影像的数据源极其重要，需要多方建立合作。创业公司可以从C端找到医学和用户的联系作为切入点，提供增值服务。
产业应用9：自动驾驶
1. 产业概况：自动驾驶企业中算法企业最多，2015年该领域迎来创业高峰。创业机会存在于更低成本更高效率、更高精度感知硬件供应商和软件方案提供商上。全球市场规模在百亿美金级别。其中有几个特点：
算法类企业获投最多，ADAS（Advanced Driver Assistance System， 即高级辅助驾驶系统） 算法占88%；创业公司融资轮次偏早期平均，A轮占78%，每家单个轮次获投约为2400万；产业链分为环境感知、决策规划、执行系统三个层面，具体如下图所示：
2.公司布局：巨头纷纷入场，百度Apollo开放系统已有1700多个合作伙伴加入，Google在高精度地图方面有显著优势，Tesla在实际驾驶里程方面有较多的数据。
产业应用10：呼叫中心
帮助呼叫中心解决拨号检测、智能回答、语音合成回答等问题，能够显著降低人力成本。产品主要由客户、呼叫中心、企业营销数据库三个部分组成。
在客户主导的信息查询场景中，呼叫中心接到电话，通过语音识别与语义理解，帮助客户快速找到需要的服务，达到智能导航的效果，并通过语音合成回答一部分用户问题。
在呼叫中心主导的给用户拨号的场景中，能够通过语音识别实现拨号检测，检测出不再拨打的用户和稍后拨打的用户（如已停机就不再拨打，在通话中则稍后再拨），并且能够实现对销售人员的语言文明监督。
上述两种场景中，语音数据通过语音识别和语义理解，沉淀数据，存储在营销数据库中，为呼叫中心的营销战略起到指导作用。
»总结：
呼叫中心因为强语音交互场景，是现在为数不多的场景明确，盈利清晰的模式之一。在显著节省呼叫中心的成本的同时，能够提高用户的拨号体验。
掌握最新互联网及腾讯学习资讯
腾讯大学公众号是腾讯大学的移动学习平台，
为广大移动互联网用户提供腾讯最佳学习实践、
最IN互联网资讯、热门业务动态、互联网必备生活指南。
微网站入口：关注腾讯大学——点击左方tab“学·课程”
联系客服
