2019年一季度中國計(jì)算機(jī)行業(yè)運(yùn)營現(xiàn)狀及未來發(fā)展趨勢分析[圖]

    一、2018年成為業(yè)績低點(diǎn)，2019年Q1表現(xiàn)平穩(wěn)

    樣本空間：選取計(jì)算機(jī)行業(yè)已披露2018年年報(bào)、2019年一季報(bào)數(shù)據(jù)的199家上市公司（不包含*ST工新、ST中安、同方股份、*ST榮聯(lián)），作為樣本空間。

    營業(yè)收入：計(jì)算機(jī)行業(yè)2018年?duì)I業(yè)收入增速的中位數(shù)為13.21%，較去年同期下滑3.85個(gè)百分點(diǎn)；2019年Q1單季營業(yè)收入增速的中位數(shù)為17.11%，較去年同期上升0.13個(gè)百分點(diǎn)。

2014~2019Q1計(jì)算機(jī)行業(yè)營業(yè)收入增速圖

數(shù)據(jù)來源：公開資料整理

    歸母凈利潤：計(jì)算機(jī)行業(yè)2018年歸母凈利潤增速的中位數(shù)為6.69%，較去年同期下降7.28個(gè)百分點(diǎn)；2019年Q1單季歸母凈利潤增速的中位數(shù)為12.61%，較去年同期下降升0.87個(gè)百分點(diǎn)。由于2018年商譽(yù)減值的計(jì)提（后文展開分析）較往年大幅增長，故利潤總金額和增速受到影響。

2014~2019Q1計(jì)算機(jī)行業(yè)歸母凈利潤增速圖

數(shù)據(jù)來源：公開資料整理

    扣非后歸母凈利潤：計(jì)算機(jī)行業(yè)2018年扣非后歸母凈利潤增速的中位數(shù)為0.64%，較去年同期下滑12.49個(gè)百分點(diǎn)；2019年Q1單季扣非后歸母凈利潤增速的中位數(shù)為7.87%，較去年同期上升2.55個(gè)百分點(diǎn)。由于2018年商譽(yù)減值的計(jì)提較往年大幅增長，故扣非后凈利潤總金額和增速受到影響。

2014~2019Q1計(jì)算機(jī)行業(yè)扣非后歸母凈利潤增速圖

數(shù)據(jù)來源：公開資料整理

    營業(yè)成本增速高于收入增速。計(jì)算機(jī)行業(yè)2018年?duì)I業(yè)成本增速的中位數(shù)為15.45%，較去年同期下降1.35個(gè)百分點(diǎn)，但高于同期營業(yè)收入增速2.24個(gè)百分點(diǎn)；2019年Q1單季營業(yè)成本增速的中位數(shù)為19.13%，較去年同期下降0.29個(gè)百分點(diǎn)，高于同期營業(yè)收入增速2.02個(gè)百分點(diǎn)。近年來行業(yè)營業(yè)收入增速中位數(shù)低于營業(yè)成本增速中位數(shù)，意味著行業(yè)整體毛利率水平承壓，市場競爭或有升級(jí)的趨勢。

2014~2019Q1計(jì)算機(jī)行業(yè)營業(yè)成本增速圖

數(shù)據(jù)來源：公開資料整理

    扣非后歸母凈利潤的增速分化仍然顯著。如下圖所示，計(jì)算機(jī)行業(yè)2018年有8.54%的上市公司業(yè)績增速超過100%或扭虧為盈，同時(shí)49.75%的上市公司業(yè)績出現(xiàn)下滑；2019年Q1有19.60%的上市公司業(yè)績增速超過100%或扭虧為盈，同時(shí)40.20%的上市公司業(yè)績出現(xiàn)下滑。

2018年計(jì)算機(jī)行業(yè)扣非凈利潤增速分層統(tǒng)計(jì)

數(shù)據(jù)來源：公開資料整理

2019年第一季度扣非凈利潤增速分層統(tǒng)計(jì)

數(shù)據(jù)來源：公開資料整理

    二、行業(yè)發(fā)展趨勢：流量紅利期終結(jié)，技術(shù)創(chuàng)新與應(yīng)用場景結(jié)合

    1、流量快速增長，用戶紅利進(jìn)一步衰減

    隨著移動(dòng)互聯(lián)網(wǎng)滲透率的不斷提高，流量紅利進(jìn)一步衰減。2018年11月，我國手機(jī)累計(jì)出貨量3.79億部，同比下滑15.60%；智能手機(jī)累計(jì)出貨量3.56億部，同比下滑15.30%。我國的手機(jī)和智能手機(jī)出貨量在歷史上首次出現(xiàn)連續(xù)兩年出現(xiàn)下滑，反映出手機(jī)滲透接近飽和。自2016年起，我國的智能手機(jī)出貨量在手機(jī)中的占比已經(jīng)達(dá)到90%，到2018年11月已達(dá)到94%，未來由于智能手機(jī)用戶占比提升帶來流量大幅提升的趨勢也很難持續(xù)。

手機(jī)出貨量

數(shù)據(jù)來源：公開資料整理

智能手機(jī)出貨量

數(shù)據(jù)來源：公開資料整理

    移動(dòng)互聯(lián)網(wǎng)用戶數(shù)量增速開始明顯放緩。至2018年11月，我國手機(jī)上網(wǎng)用戶數(shù)達(dá)到12.6億（存在一人多機(jī)的統(tǒng)計(jì)），同比增速從近兩年的12%下滑到9%左右。當(dāng)前我國的上網(wǎng)用戶數(shù)覆蓋率已經(jīng)超過90%，未來再持續(xù)提升的空間已經(jīng)不大。我們統(tǒng)計(jì)了市面常見的229款常見手機(jī)APP的月活用戶數(shù)之和，各類APP的月活躍用戶數(shù)之和達(dá)到128億，同比增速從過去兩年的50%下滑到15%。每個(gè)手機(jī)用戶每月啟動(dòng)APP個(gè)數(shù)在2017年6月達(dá)到最高點(diǎn)10.37個(gè)，之后的一年多時(shí)間里始終保持在9-10左右的波動(dòng)，至2018年10月為10.15個(gè)。這也反應(yīng)出用戶對(duì)APP數(shù)量的接受已經(jīng)飽和，APP的應(yīng)用推廣進(jìn)入存量市場，未來新的APP獲得大規(guī)模受眾支持的難度將越來越大。當(dāng)前各移動(dòng)互聯(lián)網(wǎng)廠家已經(jīng)感覺到新用戶獲取的難度在進(jìn)一步加大，并由此帶來的獲客成本的逐年提高。由于在互聯(lián)網(wǎng)上獲客難度和成本不斷提高，一些互聯(lián)網(wǎng)主流廠商開始在主流電視媒體山播放廣告宣傳實(shí)現(xiàn)客戶導(dǎo)流。

手機(jī)上網(wǎng)用戶數(shù)

數(shù)據(jù)來源：公開資料整理

手機(jī)上網(wǎng)滲透率

數(shù)據(jù)來源：公開資料整理

常用APP月活躍用戶數(shù)之和

數(shù)據(jù)來源：公開資料整理

每用戶月均啟動(dòng)APP個(gè)數(shù)

數(shù)據(jù)來源：公開資料整理

    在增量用戶逐步放緩的背景下，用戶對(duì)移動(dòng)終端的依賴進(jìn)一步加大。在手機(jī)使用時(shí)長增長帶動(dòng)下，2018年6月，我國網(wǎng)民的人均周上網(wǎng)時(shí)長為27.7小時(shí)，比2017年末提高0.7個(gè)小時(shí)。而2018年7月我國網(wǎng)民的PC端、手機(jī)端及Pad端的月度使用時(shí)長分別為101.1、987.1和86.9億小時(shí)，我國網(wǎng)民的手機(jī)使用時(shí)長已經(jīng)占到了總上網(wǎng)時(shí)長的80%。這一數(shù)據(jù)比2016年1月的使用時(shí)長，PC端上網(wǎng)時(shí)長下滑了9.1%，而手機(jī)端和pad端的上網(wǎng)時(shí)長分別上漲了109.1%和73.2%。網(wǎng)民的主要上網(wǎng)時(shí)長的增量投向了移動(dòng)互聯(lián)網(wǎng)，而PC端代表的互聯(lián)網(wǎng)在上網(wǎng)時(shí)長上已經(jīng)開始萎縮。而隨著居民總上網(wǎng)時(shí)長增長的放緩，PC端面臨的壓力也將越來越大。

各類終端月度使用時(shí)長（億小時(shí)）

數(shù)據(jù)來源：公開資料整理

網(wǎng)民平均每周上網(wǎng)時(shí)長（小時(shí)）

數(shù)據(jù)來源：公開資料整理

    隨著互聯(lián)網(wǎng)短視頻、直播等高流量應(yīng)用的風(fēng)靡，在用戶數(shù)量、用戶時(shí)長增速放緩的同時(shí)，高流量移動(dòng)互聯(lián)網(wǎng)的流量仍然維持了較高速的發(fā)展。2018年前11個(gè)月，我國移動(dòng)互聯(lián)網(wǎng)接入流量達(dá)624億GB，同比增長194.30%，自2015年以來連續(xù)3年保持超過100%的增速。2018年11月，移動(dòng)互聯(lián)網(wǎng)接入月戶均流量達(dá)到5.9G，同比增長142.26%，月戶均流量是2015年底的10倍。流量絕對(duì)值的增速遠(yuǎn)遠(yuǎn)超過了用戶數(shù)和上網(wǎng)時(shí)長的增速，這也反應(yīng)出用戶習(xí)慣得到培育后市場結(jié)構(gòu)仍在發(fā)生劇烈變化。

移動(dòng)互聯(lián)網(wǎng)接入流量

數(shù)據(jù)來源：公開資料整理

移動(dòng)互聯(lián)網(wǎng)接入月戶均流量

數(shù)據(jù)來源：公開資料整理

    流量已經(jīng)向我們證明了它的強(qiáng)大，一款看似平平無奇的產(chǎn)品一旦贏得了流量的青睞，立刻就能成為紅極一時(shí)的“爆款”。不論是社交媒體還是商業(yè)宣傳，都格外注重對(duì)眼球的吸引能力，諸如“UC體”等表現(xiàn)形式都是典型的專注吸引流量的方式。在過去的十幾年中，流量跟隨著互聯(lián)網(wǎng)尤其是移動(dòng)互聯(lián)網(wǎng)的發(fā)展而迅速壯大，從微信公眾號(hào)到微博大V，從藝人到上市公司等等，流量紅利造就了一個(gè)又一個(gè)耀眼的新星，形成一種百舸爭“流”的局面。但流量的本質(zhì)是對(duì)用戶時(shí)長和衍生的商業(yè)價(jià)值的爭奪。但隨著個(gè)人電腦和移動(dòng)終端新增用戶的增長速度趨于停滯，尤其是用戶上網(wǎng)市場的增長接近飽和，目前移動(dòng)互聯(lián)網(wǎng)對(duì)個(gè)人用戶的價(jià)值挖掘已經(jīng)進(jìn)入平臺(tái)期。雖然流量的絕對(duì)值仍然保持較高速增長，但是我們可以明顯觀察到移動(dòng)互聯(lián)網(wǎng)的C端用戶紅利已經(jīng)逐步衰竭。

    隨著C端紅利的消退，各大廠商將目光轉(zhuǎn)向了B端互聯(lián)網(wǎng)，對(duì)服務(wù)品質(zhì)的要求愈發(fā)提高。由于硬件方面的限制，一般終端很難具有強(qiáng)大的運(yùn)算能力，“云”作為一種全新的運(yùn)算方式逐漸走進(jìn)用戶的視野。云計(jì)算解決了硬件的時(shí)空分布和價(jià)格問題，從而使企業(yè)有能力向個(gè)人客戶提供更優(yōu)質(zhì)的服務(wù)，形成了許多B2B2C的格局，為互聯(lián)網(wǎng)的發(fā)展注入了新的活力。

    2、云計(jì)算：保持高速發(fā)展，盈利模式改變帶來價(jià)值重估

    在全球云服務(wù)商中，亞馬遜的AWS以較大優(yōu)勢取得領(lǐng)先地位，市場基本上被AWS、微軟、阿里巴巴、Saleforce等少數(shù)巨頭所把持，形成一超多強(qiáng)的局面，后來者難以撼動(dòng)其領(lǐng)先優(yōu)勢。國內(nèi)的云計(jì)算市場以阿里巴巴為首，形成了類似的一超多強(qiáng)格局，但由于國內(nèi)產(chǎn)業(yè)生態(tài)起步較晚，云計(jì)算的發(fā)展空間非常大，后來者仍有追趕的機(jī)會(huì)。我國云服務(wù)市場規(guī)模接近900億，未來數(shù)年仍將保持30%左右的較高速增長。

2015-2020中國整體云服務(wù)市場規(guī)模及增速

數(shù)據(jù)來源：公開資料整理

    從國內(nèi)整體公有云來看，阿里巴巴在國內(nèi)云計(jì)算市場占有絕對(duì)領(lǐng)先地位，在IaaS和PaaS方面的市占率均為第一，2017年全年?duì)I收112億元，約為騰訊的2.5倍，并且遠(yuǎn)遠(yuǎn)領(lǐng)先于其他競爭對(duì)手。從財(cái)務(wù)數(shù)據(jù)上看，阿里云的營收持續(xù)高速增長，近兩年單季度營收同比增長均在90%以上。由于云計(jì)算的技術(shù)特征，先發(fā)者具備天然的規(guī)模優(yōu)勢和客戶粘性，預(yù)計(jì)阿里云在未來的云計(jì)算浪潮中仍有望保持其領(lǐng)導(dǎo)者地位。

2017-2018阿里云季度營收及同比增速

數(shù)據(jù)來源：公開資料整理

    根據(jù)服務(wù)對(duì)象的數(shù)目，云服務(wù)可分為公有云和私有云，其中私有云是指某個(gè)企業(yè)獨(dú)立構(gòu)建和使用的云。公有云市場又可以分為IaaS（基礎(chǔ)設(shè)施即服務(wù)）、PaaS（平臺(tái)即服務(wù)）和SaaS（軟件即服務(wù)）。全球市場中，公有云細(xì)分市場中IaaS市場增長最快，2017年IaaS市場規(guī)模達(dá)到326億美元，同比增長35.27%，在IaaS基礎(chǔ)服務(wù)中計(jì)算類服務(wù)需求最為旺盛占比達(dá)92%；2017年P(guān)aaS市場規(guī)模達(dá)到128億美元，同比增長28%，預(yù)計(jì)未來仍將保持穩(wěn)定增長；SaaS規(guī)模達(dá)到656億美元，同比增長26.64%，預(yù)計(jì)未來SaaS市場增速逐漸趨緩。國內(nèi)市場的規(guī)模還遠(yuǎn)小于海外市場，但是保持了超出全球市場的增速。其中IaaS市場規(guī)模達(dá)148.7億元，同比增長70.14%；PaaS市場規(guī)模達(dá)11.6億元，同比增長52.64%；SaaS市場規(guī)模104.5億元，同比增長39.15%。IaaS和SaaS的市場規(guī)模遠(yuǎn)高于PaaS。

    1）SaaS是全球市場的首要組成，占全球市場的59.09%，其中又以CRM、ERP和辦公軟件為主，合計(jì)占有75%的市場份額。SaaS是最早的云服務(wù)形態(tài)。全球的IaaS市場規(guī)模是IaasS的接近2倍，但是我國的SaaS市場規(guī)模只有IaaS市場規(guī)模的70%。隨著云計(jì)算深入發(fā)展，云服務(wù)基礎(chǔ)設(shè)施的加強(qiáng)以及國家對(duì)知識(shí)產(chǎn)權(quán)保護(hù)力度的加強(qiáng)，未來國內(nèi)的很多軟件服務(wù)企業(yè)都會(huì)加速轉(zhuǎn)向SaaS模式。

    2）IaaS市場是典型的巨頭主導(dǎo)市場，在全球和國內(nèi)市場，前五大公司均共占約75%的市場份額。2017年全球前五大IaaS廠商合計(jì)營收占全球IaaS公有云服務(wù)市場規(guī)模的75%。其中亞馬遜IaaS業(yè)務(wù)營收122.21億美元，年增長率為25.0%；2017年微軟IaaS業(yè)務(wù)營收年增98.2%，以31.30億美元排名第二；阿里云業(yè)務(wù)營收年增62.7%，以10.91億美元排名第三。

    3）PaaS是開發(fā)者平臺(tái)。PaaS的主要意義在于累積IT開發(fā)模塊、插件、模型等，從而大幅提高軟件開發(fā)者的生產(chǎn)力。因此PaaS雖然市場份額不大，但象征著未來行業(yè)的生產(chǎn)力水平，戰(zhàn)略意義顯著。目前國內(nèi)主要的相關(guān)上市公司有用友網(wǎng)絡(luò)、廣聯(lián)達(dá)、恒生電子等。

    云計(jì)算改變了計(jì)算機(jī)行業(yè)的盈利模式，也改變了計(jì)算機(jī)行業(yè)與其他行業(yè)之間的連接方式。在收費(fèi)模式方面，計(jì)算機(jī)行業(yè)由買斷制逐漸轉(zhuǎn)變?yōu)闀?huì)員制，即收取服務(wù)費(fèi)的形式。過去license方式銷售軟件，用戶需要一次性支付大部分采購費(fèi)用，購買3年左右的軟件使用許可，而采用云化產(chǎn)品，客戶僅需按年支付當(dāng)期的費(fèi)用，平滑了信息化開支。對(duì)很多中小企業(yè)而言，由于不需要額外采購硬件設(shè)備和配置專門的IT人員，因此實(shí)際上是降低了中小企業(yè)IT信息化的門檻，使得新的模式能夠很快推廣。其次，云化產(chǎn)品給予企業(yè)更多的自由度，可以根據(jù)業(yè)務(wù)擴(kuò)張的節(jié)奏同步IT支出，用戶可根據(jù)生產(chǎn)的需要在很短的時(shí)間里對(duì)云產(chǎn)品的量進(jìn)行調(diào)節(jié)，增加了采購的靈活度。最后，由于用戶端通常只需要與用戶進(jìn)行交互，很容易就能實(shí)現(xiàn)跨平臺(tái)工作，可以在如PC端、移動(dòng)端甚至工業(yè)設(shè)備等多種終端的協(xié)同工作。

    對(duì)軟件企業(yè)而言，云化的產(chǎn)品能夠平滑未來的收入波動(dòng)，盈利模式從一次性的購買轉(zhuǎn)型長期、持續(xù)的云服務(wù)收入。短期而言，業(yè)績上會(huì)出現(xiàn)先抑后揚(yáng)的特征，因?yàn)檗D(zhuǎn)云前期研發(fā)投入還要持續(xù)甚至增加，但當(dāng)期收入可能部分轉(zhuǎn)入預(yù)收款，造成利潤承壓。但是隨著云化進(jìn)程的完成，客戶的穩(wěn)定性提升，盜版率降低，開發(fā)成本也能得到攤薄。在客戶轉(zhuǎn)化率、續(xù)約率較為穩(wěn)定的情況下，收入將得恢復(fù)增長，同時(shí)銷售費(fèi)用率和管理費(fèi)用率均會(huì)因?yàn)樵苹玫接行Ы档停瑯I(yè)績穩(wěn)定增長，公司的估值也將得到提升。在短期內(nèi)PE估值無法體現(xiàn)公司向云化轉(zhuǎn)型的特點(diǎn)，因此可對(duì)相關(guān)公司用PS估值或分部估值的方法，從而體現(xiàn)公司云服務(wù)的進(jìn)程。

    云計(jì)算取代集中式的超級(jí)計(jì)算機(jī)，提供了高性價(jià)比的計(jì)算能力。同時(shí)，云計(jì)算平臺(tái)通常需要與大量廠商和個(gè)人進(jìn)行交互，在實(shí)施和服務(wù)過程中天然積累了大量的用戶數(shù)據(jù)，能夠?qū)嵤┯行У臄?shù)據(jù)共享。通過移動(dòng)互聯(lián)網(wǎng)和物聯(lián)網(wǎng)產(chǎn)生、收集海量的數(shù)據(jù)存儲(chǔ)于云平臺(tái)，再通過本地和云端的算力處理完成深度學(xué)習(xí)過程，最終形成有價(jià)值的服務(wù)體系反饋給用戶，為生產(chǎn)生活所需提供更好的服務(wù)。因此具備云計(jì)算能力和大數(shù)據(jù)基礎(chǔ)的公司，具備了計(jì)算能力和數(shù)據(jù)這兩件人工智能發(fā)展的必備能力，在人工智能的競賽中具備天然優(yōu)勢。

云計(jì)算、大數(shù)據(jù)與人工智能

數(shù)據(jù)來源：公開資料整理

    3、人工智能：應(yīng)用場景、大數(shù)據(jù)與技術(shù)的結(jié)合

    自從AlphaGo在圍棋上徹底戰(zhàn)勝人類后，人工智能成為科學(xué)界和工業(yè)界最大的熱點(diǎn)。過去兩年時(shí)間，圍繞人工智能的投資也急劇增長。在自動(dòng)駕駛、醫(yī)療、金融、法律、教育等各個(gè)領(lǐng)域，都掀起了人工智能應(yīng)用的高潮。如果我們將視角放的更長，人工智能并不是完全新生的技術(shù)。事實(shí)上人工智能起源于上世紀(jì)五十年代，并且在歷史上經(jīng)歷了三次起落，呈現(xiàn)螺旋式上升的趨勢。1950-1970年，第一次人工智能研討會(huì)在美國達(dá)特茅斯學(xué)院舉辦，被認(rèn)為是人工智能的誕生元年，當(dāng)時(shí)的普遍認(rèn)知是機(jī)器通過推理邏輯能夠達(dá)到人工智能水平，后來倍實(shí)踐所否定。1970-1990年的主流派別是“知識(shí)工程”，專家系統(tǒng)的出現(xiàn)將人工智能引入實(shí)戰(zhàn)化，其代表是“深藍(lán)”在國際象棋領(lǐng)域的成功。但是后續(xù)專家系統(tǒng)的知識(shí)固化和擴(kuò)展性成為瓶頸。2000年至今，受益于數(shù)據(jù)積累量和算力的快速增長，深度學(xué)習(xí)技術(shù)的大規(guī)模運(yùn)用在實(shí)踐中取得了良好的效果。尤其是DeepMind在圍棋領(lǐng)域取得成功后，人工智能再次成為公眾關(guān)注的焦點(diǎn)。

人工智能發(fā)展歷程

數(shù)據(jù)來源：公開資料整理

    相對(duì)于60年前達(dá)特茅斯會(huì)議當(dāng)時(shí)定義的人工智能，現(xiàn)在的人工智能的成功主要是深度學(xué)習(xí)的廣泛應(yīng)用。深度學(xué)習(xí)算法不對(duì)現(xiàn)實(shí)世界有數(shù)學(xué)假設(shè)，主要是通過神經(jīng)網(wǎng)絡(luò)模擬大腦皮層刺激模式來進(jìn)行機(jī)器學(xué)習(xí)。深度學(xué)習(xí)算法大幅度提高了在圖像、語音等領(lǐng)域的識(shí)別率。而互聯(lián)網(wǎng)上70%以上內(nèi)容互聯(lián)網(wǎng)上70%以上內(nèi)容都是圖像。得益于數(shù)據(jù)量和算力的提升，使得基于神經(jīng)網(wǎng)絡(luò)算法的運(yùn)算效率效果獲得大幅提高，相關(guān)應(yīng)用具備了應(yīng)用落地和商業(yè)上成功過可能。同時(shí)我們注意到目前人工智能的突破主要體現(xiàn)在識(shí)別領(lǐng)域，如圖像、視頻中物體的識(shí)別解析，語音的識(shí)別和模擬，但是對(duì)自然語言處理、開放性問題處理等領(lǐng)域的相對(duì)影響較弱。

    卡內(nèi)基梅隆大學(xué)(CMU)的HansMoravec發(fā)布了人類能力景觀圖（LandscapeofHumanCompetence），對(duì)于人工智能當(dāng)前的水平有一定參考意義。該把人工智能的發(fā)展水平看作是海平面，把人類的技能/任務(wù)目標(biāo)按照難易程度，看作是不同的海拔高度，。從目前的情況看，以計(jì)算為主、有明確規(guī)則活動(dòng)（例如棋類）已經(jīng)沒入海洋，投資、翻譯、圖像處理位于岸邊岌岌可危?？蒲小⑺囆g(shù)、寫作等創(chuàng)造性的行業(yè)依然是人類能力中的高峰，目前仍是人類智慧的專屬品。

人類能力景觀圖

數(shù)據(jù)來源：公開資料整理

    在過去幾年深度學(xué)習(xí)算法獲得成功運(yùn)用的領(lǐng)域，得益于包括以下幾個(gè)條件：

    1、半導(dǎo)體技術(shù)的發(fā)展帶來了算力的快速提升。十年期深度學(xué)習(xí)算法受限于算力而無法展開的多層神經(jīng)網(wǎng)絡(luò)模型，在GPU、FPGA、ASCI芯片的幫助下已經(jīng)可以快速迭代完成。

    2、隨著云計(jì)算和大數(shù)據(jù)技術(shù)的大規(guī)模應(yīng)用，在一些領(lǐng)域現(xiàn)有的業(yè)務(wù)積累了大量、完備和準(zhǔn)確的數(shù)據(jù)，例如在金融交易領(lǐng)域，每秒鐘產(chǎn)生的海量數(shù)據(jù)就可以提供給人工智能系統(tǒng)作為訓(xùn)練數(shù)據(jù)。

    3、在一些業(yè)務(wù)領(lǐng)域具備明確的規(guī)則約束條件。棋類游戲之所以最先獲得突破，核心原因就是在于具備明確的規(guī)則定義和博弈雙方尋求最優(yōu)解的目標(biāo)。

    深度學(xué)習(xí)近年來在很多領(lǐng)域取得了快速進(jìn)展，但是我們也可以看到這種技術(shù)使用的邊界條件：需要海量的正確標(biāo)記的數(shù)據(jù)，需要有明確的規(guī)則約束，最好不要有規(guī)則外的突變。因此深度學(xué)習(xí)技術(shù)并不能包治百病，而是需要滿足必備的前置條件。隨著一些業(yè)務(wù)領(lǐng)域的深入開展，一些應(yīng)用上的瓶頸也暴露出來。

    1、不是每個(gè)領(lǐng)域都具備大量和完備、準(zhǔn)確的數(shù)據(jù)。在大多數(shù)情況下，每個(gè)神經(jīng)網(wǎng)絡(luò)都需要數(shù)百萬個(gè)以上的樣本來學(xué)習(xí)，而且要求樣板數(shù)據(jù)本身的正確性和完備性。在醫(yī)療領(lǐng)域，雖然以IBM為引領(lǐng)者的人工智能應(yīng)用已經(jīng)取得長足進(jìn)展，但是在近兩年的進(jìn)展并不大預(yù)期。IBM在醫(yī)療AI領(lǐng)域被寄予厚望的waston遇到短期挫折，其與知名腫瘤?？漆t(yī)院安德森的合作宣告失敗。研究5年之后，雙方?jīng)]有開發(fā)出一個(gè)可以用在病人身上的工具，技術(shù)只能用在實(shí)驗(yàn)性測試中，安德森中心宣布項(xiàng)目終結(jié)并向IBM支付3900萬美元賠款。目前在醫(yī)療領(lǐng)域應(yīng)用的主要難點(diǎn)在于如何獲得完備和準(zhǔn)確的數(shù)據(jù)。由于較多病人的醫(yī)療數(shù)據(jù)存在部分缺失、詳細(xì)程度不一，而且也無法提取判斷病人是否存在蓄意隱瞞或錯(cuò)誤記錄之前的醫(yī)療情況，因此無法判斷數(shù)據(jù)的完備性和真實(shí)性。在“垃圾進(jìn)、垃圾出”的訓(xùn)練機(jī)制下，系統(tǒng)無法保證通過機(jī)器學(xué)習(xí)獲取高準(zhǔn)確率的診斷結(jié)果。

    2、不是每個(gè)領(lǐng)域都具備單一、明確的業(yè)務(wù)規(guī)則和目標(biāo)，并且會(huì)出現(xiàn)很多不可預(yù)見、涉及到博弈和動(dòng)態(tài)處理的突發(fā)情況需要處理。例如，在自動(dòng)駕駛領(lǐng)域，車輛除了要保證自身的運(yùn)行符合預(yù)定目標(biāo)和安全規(guī)則外，還不可避免的受到其他駕駛者和行人的干擾。近幾年自動(dòng)駕駛路測圣地加州一共發(fā)生與自動(dòng)駕駛相關(guān)的114起事故中，數(shù)量呈現(xiàn)出快速增長的趨勢（并不能說明事故發(fā)生率提高，而是因?yàn)槁窚y里程數(shù)快速增長）。這些事故中共有72起事故發(fā)生在無人駕駛模式，8起發(fā)生在自動(dòng)駕駛模式下安全員緊急切換到手動(dòng)駕駛模式；但是在114起事故中有超過80起事故（占比70%）都是無人車在成長駕駛過程中，其他人類司機(jī)不守規(guī)則或家屬技術(shù)不佳造成。另外無人車事故有近半數(shù)發(fā)生在十字路口，由于在十字路口路況復(fù)雜、視野不佳，無人車的駕駛過于謹(jǐn)慎，稍有狀況即采取減速、剎停，因此引發(fā)了后車司機(jī)的追尾。經(jīng)過數(shù)年的發(fā)展，對(duì)無人車車技形成極大限制的感知能力，已經(jīng)大大增強(qiáng)。而無人駕駛車輛的車技瓶頸，更多轉(zhuǎn)移到了一個(gè)更難的問題上——對(duì)其他交通參與者行為的預(yù)測。

加州自動(dòng)駕駛事故數(shù)量

數(shù)據(jù)來源：公開資料整理

加州自動(dòng)駕駛事故分類

數(shù)據(jù)來源：公開資料整理

    人工智能的發(fā)展勢頭正如日中天，在眾多領(lǐng)域顯示出了其巨大的應(yīng)用前景，已經(jīng)給社會(huì)服務(wù)提供了極大的便捷性。我們同時(shí)需要認(rèn)識(shí)到，人工智能技術(shù)的應(yīng)用需要較多先決條件和約束機(jī)制。首先，需要高強(qiáng)度的研發(fā)投入來支撐人工智能和算法優(yōu)化過程；其次，需要具備大量的有標(biāo)記的業(yè)務(wù)數(shù)據(jù)來進(jìn)行訓(xùn)練數(shù)據(jù)的建模；同時(shí)人工智能并不是無源之水，而是需要有具體的應(yīng)用場景來實(shí)現(xiàn)機(jī)器學(xué)習(xí)的過程，并且通過在業(yè)務(wù)場景的應(yīng)用起到提高業(yè)務(wù)效率、創(chuàng)造出業(yè)務(wù)價(jià)值。

    因此未來人工智能的應(yīng)用不會(huì)是一蹴而就，而是需要不斷的持續(xù)進(jìn)行研發(fā)和應(yīng)用的驗(yàn)證。人工智能的推廣過程，就是應(yīng)用場景和大數(shù)據(jù)、高強(qiáng)度研發(fā)的結(jié)合。國內(nèi)的人工智能參與者主要為互聯(lián)網(wǎng)巨頭和明星創(chuàng)業(yè)公司。只有同時(shí)具備研發(fā)實(shí)力、資金優(yōu)勢和數(shù)據(jù)流量的龍頭公司才有能力進(jìn)行人工只能的前沿研發(fā)，而大部分公司將主要借助借助成型的AI技術(shù)在各自的應(yīng)用領(lǐng)域進(jìn)一步拓展。

    相關(guān)報(bào)告：智研咨詢發(fā)布的《2019-2025年中國嵌入式計(jì)算機(jī)行業(yè)市場分析預(yù)測及投資方向研究報(bào)告》