|
这份榜单，的确是个好东西，他就像是一份藏宝图一样，可以让你了解国内人工智能领域的重量级玩家有哪些，分别分布在哪个领域，能够真正看明白这些企业的构成分布，对于未来进行人工智能 (AI) 的相关投资和 AI 概念股投资，都是大有好处的。 所以，这里就且来说说我的解读。 平安第五的背后下图是我截取的榜单前十名。 第一到第六位，大体可以称为综合巨头。 对于百度、阿里、腾讯这三家占据了榜首前三，估计没有人会有意外。作为中国互联网产业的 BAT 三巨头，他们的确是较早开始人工智能研发的企业，尤其是百度喊出了 All-in 的口号，全情投入人工智能——也正因此，虽然百度的市值相比阿里腾讯差距拉大，但是在人工智能领域，是铁铁的第一。毕竟，百度研发无人车、百度大脑这些，魄力的确大。 华为和平安分列第四第五位，可能许多读者会觉得有些突兀。但这恰恰代表了 人工智能的两大不可忽略的趋势 。 华为代表的是 硬件流 。 华为以电信设备起家，近年手机大热，而在人工智能领域，最被看重的就是 手机集成 NPU(神经网络单元)，也就是深度学习处理器 。这意味着华为的手机在进行人工智能处理，无需将数据通过网络发给服务器，就可以在本地实现运算，具有更快速的反应能力，这对于许多速度要求极高的功能比如拍照，会有巨大的优势。而能够实现这一架构的硬件厂商，或许在未来的竞争中会有先机。 当然，此前华为大力宣传的麒麟 970 芯片的 NPU 不是华为研发，提供者是百强榜单中排名第 24 位的寒武纪，除了它之外，第 27 位的中星微、第 12 位的全志、第 10 名的中科创达也是这个领域的重要玩家。 至于中国平安代表的则是 跨界流 。 中国平安以保险起家目前是中国综合金融领域的巨头，同时发力健康领域。而这几年，更是大力发展科技金融，在过去十年累计在科研上砸下了 500 亿元，希望将科技成为推动平安发展的新动力。 传统上，我们会觉得人工智能那么高级的技术，必然是科技巨头的天下。但是 中国平安在这张榜单排名第五，比搜狐腾讯共同孵化的搜狗排名还高，可见跨界巨头不可小觑 。这种不可小觑，来自两方面。 第一方面，是基础技术本身。在许多国际的人工智能比赛中，平安拿下的战绩相当不错。比如最新消息是在国际医学影像顶级会议 ISBI 举办的 IDRiD 眼底图分析竞赛中，中国平安集团旗下平安科技的平安颖像平台表现优异，斩获硬性渗出物（EX）分割任务世界第一，出血（HE）分割任务世界第二，以及微动脉瘤（MA）分割任务世界第三的好成绩。而去年年中的消息则是，国际权威人脸识别数据库 LFW（Labeled Faces in the Wild）最新公布的测试结果显示，平安集团旗下平安科技的人脸识别技术以 99.8% 的识别精度和最低的波动幅度领先国内外知名公司，位居世界第一。可见， 金融巨头也有可能在人工智能的基础技术领域领先 。 第二方面，则是专业背景的加成。人工智能深度学习，针对具体场景需要大量的优化。这意味着在金融等细分的应用下，出身金融的平安相比其他人工智能从业者会在学习样本上有天然的优势，再加上算法上不吃亏，可能会具有更大的优势。从平安来看，去年推出金科空间站，向中小金融机构提供大量人工智能加持的模块化科技服务，显然也是着眼于次。 除了这些巨头，百强榜中，更多的是追求小而美的专项技术公司。 这也是人工智能尤其深度学习的特点决定的，往往是细分领域隔行如隔山。 比如说人脸识别，虽然巨头们都能实现静态照片或者是开户时视频的人脸识别效果也不错，但是在动态视频人脸识别领域，业内出名并且被大量使用在公共安全监控领域的，还是类似 14 名的商汤科技、16 名 face++。 toC、toB、toS？人工智能都知道是个好东西，但是怎么赚钱，就是另外一回事了。 看看百强企业，其实大体是三种不同的思路：针对普通消费者(toC)、针对企业用户(toB)、针对自身需求(toSelf)。 用人工智能设计产品，直接触达最终用户(toC)，让他们有直观感受，这是许多科技企业追求的目标。从软件层面而言，29 名的触宝输入法、第 7 名科大讯飞的讯飞输入法、76 名的图灵机器人都是代表；当然这块最大的还是在硬件产品上，比如近期百度推出的智能音箱，就是其联合 46 名的小鱼在家合作推出的，比如 25 名的 Rokid 就是专注智能机器人的，而第 6 名的搜狗刚刚也推出了翻译机硬件。看起来，硬件厂商通过销售硬件可以快速产生现金流，但是这块普通消费者用户的需求度还有待慢慢提升，而且硬件的价格还相对娇贵，仍处于市场的培育期。 正因为 C 端用户不好做，所以更多的人工智能企业是提供技术和服务给企业用户(toB)，并因此收费。前面说到的动态人脸识别的商汤，第 38 名主要做自然语言处理的玻森，都是如此。当然，在这个领域，涌入的玩家越来越多，除了小而美的专注性企业之外，还有巨头们。比如百度、阿里、腾讯各自都在云服务的架构下提供了大量人工智能服务，可以按次付费，让没有技术开发能力的中小企业也可以享受人工智能的应用；平安科技也是类似的思路，将金融 + 人工智能打包成业务模块，向中小金融机构提供。这些巨头的涌入，对于小而美的企业是一个冲击，对这些和巨头人工智能业务有直接交锋的小而美企业而言，是不是能在细分领域够有独到的技术优势就转关重要了。 在 B 和 C 之外，你会发现还有 toSelf 的模式——这甚至成为巨头们保持竞争力的核心优势。 是的，谷歌大力开拓人工智能，最初的目的是为了优化 Gmail 邮件分类，提升搜索引擎的表现效果，同样有搜索广告相关业务的百度、阿里等也是如此。 当然，人工智能，对于需要和客户大量沟通的企业更为重要，比如中国平安当年大力发展科技，10 年里面投入了 500 亿元研发费用 ，就是希望能够优化流程提高效率，从最开始无纸化降低纸张的浪费，到远程开户等提升用户的体验，仅仅为了自身原有业务，都有大力投身人工智能的需求。 当然，toS 模式最妙的一点就是，自主研发的技术在满足了自己的需求之后，还可以对外输出，既回馈了业界，同时也成为了利润增长点。比如阿里云和百度云均将自有人工智能技术以 API 提供，而平安则是更进一步，将技术和模式打包成服务方案，向中小金融机构提供， 自用人工智能技术→云服务人工智能技术，产学研的链条就此打通形成闭环 。 如果说对于百度阿里这样的科技企业，这条产业链是顺理成章的事情，那么以金融起家的平安，能走出这条道路就难能可贵，一方面是积累了足够先进的技术可以输出，这需要技术实力，另一方面能够不拘泥于金融主业，而是看到科技的价值，毅然决然转型成科技驱动的创新企业，如此才能进入科技投入的丰收期。 如果我们相信人工智能领域研发费用会是相当重要的一个因素，那么前面提到的 BAT 华为平安这五大巨头，未来的优势可能会更稳固。毕竟巨头们不需要融资，不需要看资本市场对于人工智能行业的脸色，仅仅是自有的利润就能支撑一代代新技术的开发——这在人工智能已经被探讨是否出现泡沫，资本预冷何时出现的背景下，更为重要。 学百度？学交警？学平安？人工智能可以干什么？ 显然不同的企业，对此有不同的看法，涉及的业务线也不同。 人工智能可以做的，最简单的就是现有产品的体验优化。比如百度的搜索原来需要输入文字，但是利用百度的语音识别人工智能，可以实现语音输入了，从百度搜索到各类地图导航，的确用户体验都大大提升了。但显然，你不可能因此要求用户付费，更多是提升体验，留住用户。 当然，人工智能如果和传统产品来一个跨界大交叉，是可能出现全新业务的。如果说各地警方用的探头智能跟踪，用人脸识别来抓拍穿马路是现在知名度比较高同时应用比较成熟的创新业务，那么无人车应该算是业内给予最大期望的全新产业了，汽车企业在做，百度谷歌这样的科技巨头也在做。 不过全新业务的问题就在于，除了抓拍闯红灯这类政府立竿见影可用的，无论是无人车还是智能音箱，研发、消费者接受等都来得比较慢，需要相当长的培育期。 从目前来看，降低成本尤其是企业成本，或许是人工智能产业化短期一个重要的突破口。其实抓拍红灯，虽然是一个全新的应用，但是本质上也是降低成本的延续。因为以往警方在遇上重大案件的时候，是通过人工识别来实现，甚至有买空一个城市移动硬盘的趣闻，而人脸识别可以省掉了这种巨大的人力和硬盘损耗，所以警方在推动这块上，很是积极。 其实中国平安力推科技，除了当家人马明哲自身慧眼认为这是大趋势，一个内在的推动也在于人工智能对于平安这样人力密集的行业，降低成本的作用巨大。在 2018 年初平安人寿智慧客服体验周上，平安寿险董事长丁当已经用一系列数据阐述了这一块的潜力有多大，根据平安寿险的计划： 利用人工智能等科技赋能未来 5 年客服成本下降 614 亿元 。614 亿元意义有多大？要知道即使是整个平安集团，按照分析师的预测，2019 年的利润预测值也不过刚刚过 1000 亿元。根据丁当当时的分享，仅仅是避免门店的扩张，用现有的 55 个保证原本需要 5500 个才能完成的线下客服任务， 依靠降低房租成本一项一年就能节省 530 亿元，可见在整个房租成本越来越大的背景下，人工智能带来的线上操作对降低成本的作用有多大。 在未来一段时间内，平安这样的降低成本的人工智能应用思路，或许会成为许多企业拥抱人工智能的核心思路。比如百强中排名第 9 的珍岛集团是以人工智能辅助营销降低营销费用的损耗，21 名的 Chinapex 是用人工智能研究客户数据，41 名做智能物流机器人的 Geek+、81 名做智能客服的智齿科技。 人工智能是个伟大的技术，他正在改变着我们的生活。 而在这个过程中，有多少家企业能够成为人工智能时代的巨头，不仅仅是技术的先进性，同时也得把脉住需求的趋势，这或许是进行人工智能股投资时短线上要注意的问题。 附：AI 要懂的名词：CV、NLP、语音识别、NPU人工智能毫无疑问是这两年的新事物，随之而来的一堆新名词和背后的新业务。在研究这百强企业之前，不妨熟悉几个名词，虽然这些不可能囊括所有的人工智能细类别，但是的确可以让你了解绝大多数的人工智能企业在做什么 CV(计算机视觉 Computer Vision)让计算机去理解影像，不是一件容易的事情。但是又非常重要。比如说早些年就开始应用的 OCR，图片上的 文字识别成计算机可用的纯文本，又比如这几年流行的人脸识别还有照片优化，都以来人工智能对视觉信息的理解。 NLP(自然语言处理)一段纯文本交给计算机，只是大量 01 字节的存储。只有利用人工智能，才能对这些文字进行解读，找出核心关键词、判断情感、抽取核心观点等，这就是 NLP 的工作。 语音识别与合成人类与外界交互，除了视觉就是听觉。计算机的人工智能也要不断学会识别语音，将语音转化为纯文本，以交给后续进行处理。当然，计算机发达之后，还能对文本进行学习后，模拟生成对应的语音，这对于人机语音交互至关重要。 NPU/TPU人工智能是个好东西，但是往往需要庞大的计算。传统计算机的 CPU(中央处理器)已经难以应付，甚至新兴的 GPU(图形处理器)也不够用，所以许多专门为人工智能而设计的处理器，应运而生，比如谷歌推出的 TPU，还有许多国内厂商研发的 NPU 都是专用的，有了这些处理器，小型设备不依赖网络也可以进行复杂的人工智能运算。 百强完整榜单 |
|
|
