谷银基金行业月度简报 | AI占据软硬件结合新的增长点

导语：日前，商汤科技拿下目前为止人工智能领域最大一笔单轮融资，6亿美元的资金注入再次成功吸引创投圈的眼球。由于各大巨头纷纷加码，人工智能涨势如虹，主流风口的光环加持之下，其应用场景及商业模式更加值得关注。

TMT/AI行业板块

政策、法规、知识

相关概念知识拓展：

人工智能是一个能够实现最佳（期望）产出的多维度的基于机器的人类代理

人工智能的英文是Artificial Intelligence（AI），Artificial的意思是“人造的”，Intelligence的意思是“能够获取并应用知识和技巧”。根据Artificial Intelligence: A Modern Approach，人工智能有如下4点定义： 

1. 像人类一样思考：人工智能模仿人类思考与认知的模式 

2. 像人类一样行动：人工智能在与人交互时拥有人类的反应（通过图灵测试） 

3. 理性地思考：严格按照逻辑学进行分析推理并得出结论 

4. 理性地行动：作为一个理性代理，实现最佳（期望）产出

神经网络算法

逻辑性的思维是指根据逻辑规则进行推理的过程；它先将信息化成概念，并用符号表示，然后，根据符号运算按串行模式进行逻辑推理；这一过程可以写成串行的指令，让计算机执行。然而，直观性的思维是将分布式存储的信息综合起来，结果是忽然间产生想法或解决问题的办法。这种思维方式的根本之点在于以下两点：1.信息是通过神经元上的兴奋模式分布储在网络上；2.信息处理是通过神经元之间同时相互作用的动态过程来完成的。

思维学普遍认为，人类大脑的思维分为抽象（逻辑）思维、形象（直观）思维和灵感（顿悟）思维三种基本方式。人工神经网络就是模拟人思维的第二种方式。这是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。虽然单个神经元的结构极其简单，功能有限，但大量神经元构成的网络系统所能实现的行为却是极其丰富多彩的。

神经网络的研究内容相当广泛，反映了多学科交叉技术领域的特点。主要的研究工作集中在以下几个方面：

（1）生物原型研究。从生理学、心理学、解剖学、脑科学、病理学等生物科学方面研究神经细胞、神经网络、神经系统的生物原型结构及其功能机理。

（2）建立理论模型。根据生物原型的研究，建立神经元、神经网络的理论模型。其中包括概念模型、知识模型、物理化学模型、数学模型等。

（3）网络模型与算法研究。在理论模型研究的基础上构作具体的神经网络模型，以实现计算机模拟或准备制作硬件，包括网络学习算法的研究。这方面的工作也称为技术模型研究。

（4）人工神经网络应用系统。在网络模型与算法研究的基础上，利用人工神经网络组成实际的应用系统，例如，完成某种信号处理或模式识别的功能、构造专家系统、制成机器人等等。

纵观当代新兴科学技术的发展历史，人类在征服宇宙空间、基本粒子，生命起源等科学技术领域的进程中历经了崎岖不平的道路。我们也会看到，探索人脑功能和神经网络的研究将伴随着重重困难的克服而日新月异。

图灵测试

图灵测试（Turing Test）是著名科学家阿兰•图灵（Alan Turing）在1950年提出的一项测试，其核心想法是是要求计算机在没有直接物理接触的情况下接受人类的询问，并尽可能把自己伪装成人类。如果在“足够长”的时间内，“足够多”的询问者无法以“足够高”的正确率辨别出机器与人类，则该机器通过了图灵测试。根据英国皇家学会的测试要求，如若在一系列时长不超过5分钟的键盘对话中，某台计算机被误认为是人类的比例超过30%，那么这台计算机就被认为通过了图灵测试。

代理

代理（agent）指的是能代替人类进行行动的东西。将人工智能从行为上定义比从思考上定义有若干有点：1. 正确的推论难以达到（如著名的有轨电车问题：是拯救一个小孩还是其他五个？）2. 正确的推论并不是理性行动的全部内容，而是“实现理性的几种机制之一”；3. 在行为上定义更符合人类的直觉。 如果说人工智能是一个基于机器的理性的人类代理，可以实现最佳的（期望）产出。这就带来一个问题，计算器是人工智能么？计算器的确是一个理性代理，可以实现最佳的期望产出（准确高速地运算）。但是，智能是多个维度的，计算器实现的功能与人脑在广度、深度、自主度和通用性方面差异巨大，按当今人们的直觉，计算器也实在算不上人工智能。因此，我们认为人工智能一个更准确的定义是：人工智能是一个能够实现最佳（期望）产出的多维度的基于机器的人类代理。而计算机科学中通过尝试合成智能来研究智能是其当前的表现方式。

热点、趋势、动态

“人工智能的新钟声，智能家居时代来临”

Google 提出AI First 战略，其布局是“人工智能+软件+硬件”的完美结合，加之后台有超强的云计算作为基础。2017 年，Google 在美国召开的主题为“Made by Google”的秋季发布会上，推出了Google Home Mini/Max 智能音箱、Pixel 2/2 XL 手机、Pixelbook 笔记本、Pixel Buds 耳机和Google Clips 相机等多款硬件产品。此次发布会，谷歌颠覆了“只软不硬”的形象，并明确了战略方向：下一次的伟大飞跃，将发生在AI、软件和硬件的交叉路口。谷歌这一战略有三个具体的层面：1）软件和AI 上的深厚积累，让谷歌的每一款硬件与众不同；2）硬件给为谷歌的软件和服务提供了入口，也是AI 技术落地的载体；3）完善的软硬件生态为谷歌带来数据、算法、算力上的巨大优势，推动AI 能力快速提升。

Google Home 作为明星硬件，承载了谷歌的智能家居雄心。Google Home 作为智能家居核心的功能定位，使其往AI 的领域跨出了更大的一步。成就Google Home 的，是谷歌强有力的云+数据+算法支持。尤其是谷歌的TPU 云服务，已经在为谷歌的各种机器学习应用提供强大的支持，使Google Home 表现出越来越强大的AI 能力。除了由虚拟语音助手Google Assistant 带来的强大的语音交互功能外，Google Home 与Nest 智能家居产品的融合正不断加强。谷歌的入局，为智能家居行业按上了助推器，也为未来的智能家居打开了更多想象空间。

三大因素驱动谷歌走向“软硬结合”

做AI 要软硬结合已成为巨头间的默契。正如百度CEO 李彦宏所言：“互联网时代，我们都更关心软件，但是在人工智能时代，我们必须知道软件和硬件结合处，会有哪些创新。”亚马逊Echo 的持续热销、百度收购渡鸦科技、阿里推出天猫精灵智能音箱等，都显示出互联网巨头们在寻找软硬件结合点的努力。谷歌展现的变化正是时代变化的缩影，把握巨头的动向，也就把握了当前AI 发展的主旋律。我们总结了Google“变硬”的三大原因：

1）相比于移动互联网时代，AI 时代硬件的入口地位更为凸显。

在移动互联网时代，手机是最重要也几乎是唯一的硬件交互端，因此巨头在争夺入口时，更多集中于APP 层面，以至出现了微信、支付宝、Facebook 等超级APP。除了苹果外，谷歌、Facebook、腾讯、阿里等互联网巨头无一不是以软件和服务打天下的，硬件在多数情况下是无足轻重的“玩物”。比如谷歌用搜索引擎和Android 系统改变了世界，但却一直没有在消费级市场推出爆款硬件产品，尽管它做了不少尝试。

而在AI 时代，交互变得更为多元，如语音、手势、面部识别等，使用场景也大幅细化。在此背景下，“一部手机走天下”显然不能满足需求，再强大的AI 技术，都需要与之匹配的硬件作为载体。硬件类型的扩张带来入口的分化，直接引发新一轮的入口争夺战：谁先抢到更多硬件入口，谁就能在AI 时代占得先机。Google 在知识图谱、自然语言处理、翻译、图像识别等AI 核心技术上超前于其他对手，但这些服务最终的落地必然需要硬件的支撑，否则再强大的应用，用户无法便捷触达，那也是镜中花、水中月。在这个大家都卯足了劲抢入口的当口，等其他硬件厂商来提供匹配的产品，又将丧失先发优势和掌控力。这是Google“变硬”的第一个原因。

2）AI 时代大数据的重要性，使利用自有硬件构建生态成为巨头的首选项。

大数据之于AI 的重要性无需赘述，各大公司也都将数据视为了核心资产。因此对入口的掌控者们而言，数据越是重要，就越希望建立起一个围绕自身AI 体系的，能够施加强大控制力的，同时也排斥其他巨头的生态。要满足这样的条件，就必须自己来做硬件。

对Google 而言，Android 的失控是一大教训：由于操作系统的开放性，Android 中的Google 组件被手机厂商肆意删除、替代，巨大的Android 手机出货量并没有为Google带来相对应数据增长，三星、华为、小米等过往的合作伙伴借助Android 而崛起，但到了AI 时代有可能转变为竞争对手。

因此，通过自有硬件直接与用户建立连接，牢牢抓住每一个入口和每一个用户数据，让生态圈紧密的围绕自己，是Google 当下的最优选择。且自有硬件的推出，也大大增强了Google 对竞争对手的底气，将YouTube 从亚马逊Echo 下架便是例证。这是Google“变硬”的第二个原因。

3）硬件的落地能反哺软件业务，并带来更为良性的营收比例。

在移动互联网时代，苹果通过硬件的扩张，建立起硬件、软件、增值服务的良性营收比例，而Google 虽然在相当多的领域进行了探索，但变现依然严重依赖广告。唯有进一步提升硬件的战略地位，实现软硬结合，才能从根本上改善收入结构。

而且，做硬件宜早不宜迟。只有在做硬件的过程中，才能在第一时间知道开发者、消费者对AI 的真正需求，才能提供更有竞争力的AI 产品和服务，这是硬件对软件的反哺。一旦错失抢滩智能硬件市场的黄金时间，那以后再来做的难度就不是一个量级了。这是Google“变硬”的第三个原因。

在AI 技术的推动下，智能家居的形态和功能快速进化，完全可以畅想更多应用场景。目前市面上的智能家居产品还大多处在某一个局部或环节的功能实现，而用户希望的是用简单的方式去实现理想中的智能场景，比如联动更多的“早安模式”、VR/AR+智能设备升级场景等。在国内，随着高净值群体壮大，消费升级将驱动智能家居的普及，带来巨大的机遇。国内也已涌现出众多玩家，囊括了传统家电公司、大型互联网公司以及初创公司等。

国外巨头的大举进攻下，中国本土公司不甘落后，甚至在某些细分领域取得了一定领先。中国市场人口众多，2C 的互联网已经非常发达，加之未来5G 逐步落地，我们有理由看好在数据大量积累的中国，AI 的发展极有可能超越美国。另外在目前的环境下，国外公司很难突破中国市场，我们有理由看好中国本土企业的未来崛起。

上市公司动态

海康威视（002415）——公司保持稳健增长，云边结合迎AI大时代

公司发布2017 年度业绩快报，公司2017 年实现营业总收入418.95 亿元， 同比增长31.91%；实现归属上市公司股东的净利润94 亿元，同比增长26.60%。

公司2017年业绩增长稳健。全年来看，安防行业下游需求回暖，公司2017 年实现营业总收入418.95 亿元，同比增长31.91%，继续保持稳健增长；营业净利润102.46 亿元，同比增长49.93%（主要因为2017 年6 月实行新的会计准则，将与日常活动相关的退税计入其他收益，因此营业利润增长较多）；归属于上市公司股东的净利润为94 亿元，同比增长26.60%。在利润率方面，公司2017 年净利润率为22.44%，保持稳定。单看四季度，公司实现营业总收入141.65 亿元，同比增长31.3%；归母净利润为32.47 亿元，同比增长26.24%。公司在2017 年研发投入继续保持在较高水平，不断加快新技术向新产品的转化，如AGV、萤石云等新产品增长明显。此外，公司还不断提升管理与运营效率，实现了公司业绩的稳健增长。

安防行业增速回暖，云边结合迎AI大时代。在经过2015-2016 年宏观经济低迷所带来的需求不振后， 2017 年中国安防行业下游需求回暖，前五大安防应用领域公安、交通、楼宇、学校以及金融皆有不错表现。此外，在人工智能技术的发展与行业需求的带动下，公司的AI 摄像头出货占比不断提升，多个智能安防项目有望快速落地。公司在2017 年CPSE 安博会上推出多种包含边缘计算以及AI Cloud 的新产品，并提出“云边结合”的智能化安防发展方向。我们认为在未来前端设备不断高清化背景下， 数据传输成本将大幅度提升，而海康提出的前端边缘计算+后端AI Cloud 解决方案，可以有效降低数据传输所带来的成本负担。具备边缘计算能力的前端将采集到的数据进行筛选、压缩并标签化，数据传输压力变小，后端处理速度也将得到提升，符合未来安防领域智能化、高清化、实时化的需求与应用要求。目前政府已出台一系列智能安防相关政策，未来如无人零售、人脸识别等需求也将不断增加，在政策与需求的双重带动下，有望出现更多“人工智能+安防” 的产品和解决方案，安防行业新空间也将被打开。海康威视作为安防领域的绝对龙头，有望深度受益于新需求的开拓。 

此外，海康在工业4.0 领域也具备一定的优势。公司一方面依托长期在图像处理领域的技术积累，推出了多种工业摄像机产品，另一方面公司深耕WMS 仓库管理系统，加上公司的AGV 物流车已经形成一套拥有自主体系的仓储物流管理方案，公司未来将有望受益于工业4.0 时代的到来。

四维图新（002405）——发布股权激励草案，自动驾驶业务成长可期

事件：公司3 月18 号晚间发布2018 年度限制性股票激励计划(草案)，拟向391名激励对象授予3,100 万股，占本激励计划草案公告时公司股本总额的2.42%，授予价格为12.15 元/股。

点评：

大范围股权激励助力公司未来发展。公司此次股权激励计划的激励力度大和覆盖范围广，391 名激励对象包括公司董事、高级管理人员、核心管理人员、核心业务骨干。面对汽车行业智能化的大趋势，公司正在加速布局车联网、自动驾驶、芯片等创新业务，此次激励机制的“质变”有望进一步加速公司创新战略的发展。

“芯片+算法+软件+地图”全面布局，致力于打造智能驾驶汽车的大脑。公司2017 年成功整合杰发科技，圆满完成“芯片+算法+软件+地图”的业务战略布局落地，实现汽车电子芯片资源的整合，同时也形成了完整的数据云、内容服务、车载语音、手机互联、导航软件、地图数据的车联网全产业链布局。在巩固传统前装导航业务的基础上，公司明确提出要实现“智能汽车大脑”的战略愿景。公司规划未来发展成为中国领先的高品质端到端自动驾驶解决方案供应商，致力于为车厂及行业客户提供包括以高精度地图、车载智能芯片为核心的产品和服务。

深度绑定车企/出行服务企业，高精度地图业务具备核心竞争优势。高精度地图想要发挥更大的功用，动态图层数据的实时更新是关键，而动态图层最重要的数据源来自于车企/出行服务企业。根据新智驾介绍，公司目前已经深度绑定滴滴、上汽、奥迪、宝马、奔驰在内的德系三车厂，未来这些产业合作伙伴有望与公司共享相关的数据。我们认为，公司深度绑定车企/出行服务企业，在高精度地图业务上具有较强的竞争力。