首页 > 新闻 > 一财号

分享到微信

打开微信,点击底部的“发现”,
使用“扫一扫”即可将网页分享至朋友圈。

下一个“黄金时代”,将由这三个方向带领

2020-11-18 13:43:12

作者:中信证券研究部    责编:张健

我们认为人工智能在2016 年开始经历过以机器视觉、语音识别、和自然语言处理所带动的安防和音箱应用的高增发展后,新的AI 应用,包括医疗医药研发、金融服务和自动驾驶等领域,叠加疫情的催化,将为产业发展带来新一个黄金时代。

人工智能从来不是新的概念。但摩尔定律的突破、云计算的发展、以及海量数据的垂手可得让人工智能开始得以普及。我们认为人工智能在2016 年开始经历过以机器视觉、语音识别、和自然语言处理所带动的安防和音箱应用的高增发展后,新的AI 应用,包括医疗医药研发、金融服务和自动驾驶等领域,叠加疫情的催化,将为产业发展带来新一个“黄金时代”。

自动驾驶,已经 ready!自动驾驶是目前人工智能技术中最前沿和涉及最广阔的方向

迈向新一个 10 年,在“多样性+冗余性”的安全前提下,车载芯片和传感器存在巨大的投资机会。我们认为乘用车中短期内难以承担 L4 往上的传感器配置成本,所以现阶段从 ADAS 往 L3 的递进式升级,以及智能座舱应用或更为可行。

我们预测从现在到2030年,中国乘用车在自动驾驶的渗透率将从20%提升到75%。到2025 年,乘用车的自动驾驶功能将会从 ADAS 往 L3 迈进,2026 年将会是自动驾驶产业的分水岭。往后到 2030 年,L2+和 L3 的渗透率将继续提高。商用车方面,我们认为 2023-2025 年将会出现由科技巨头和初创企业主导的L4-L5 量产落地和变现。

自动驾驶“场景为王”的路径已初现端倪,商用车追求“一步到位”,由此衍生出四大场景:1)自动驾驶出租车 Robotaxi;2)自动驾驶货运卡车;3)半封闭场景微循环或固定路线;和 4)最后一公里物流配送。

车载芯片是自动驾驶系统的大脑。我们预测中国自主及合资乘用车品牌的车载芯片市场规模将会从目前的5亿元增长到2030年的逾280亿元,当中包括自动驾驶芯片和驾驶员检测系统芯片 (DMS),主要玩家包括国内的地平线、黑芝麻、华为以及国外的 Mobileye和英伟达。

传感器相当于自动驾驶系统的五官。摄像头、毫米波雷达及超声波雷达、以及激光雷达四者各有优势,为自动驾驶系统提供全天候全方位的环境感知能力。我们认为车载摄像头行业有望复制消费电子摄像头行业的发展路径,产业里主要厂商包括舜宇光学科技、安森美、豪威科技、松下、索尼、法雷奥和富士通等。我们预测车载摄像头国内市场有望从 2019 年约24亿元增长至 2030 年的280亿元。

毫米波雷达是目前最具性价比的测距传感器,包括短距应用的 24GHz 和探距更长、精度更高的 77GHz。全球毫米波雷达市场集中度高,主要玩家有世博、大陆和海拉等传统零部件供应商,国内玩家则主要有华域汽车和德赛西威。我们预测毫米波雷达国内市场有望从 2019 年约50亿元增长至 2030 年的310亿元。

激光雷达的技术壁垒较高,主要提供精度和3D模型,国外玩家主要有 Velodyne、Quanergy、Ibeo 和 Innoviz,国内玩家包括禾赛科技、速腾聚创和览沃科技等。

作为传感器环节最贵的零部件之一,我们认为其价格会随着技术从机械转换到固态而逐渐下探,从数万美元级降至数百美元级别,进而带动在 L3 和 L4/5 级别的配置。我们预测激光雷达国内市场有望在 2030 年增长至约300亿元规模。

金融行业是目前人工智能渗透较为深入的行业之一,鉴于AI 技术与金融业的属性不谋而合

传统金融行业的底层存在海量的数据。若要将这些非结构化的数据进行分析及预测,将耗费大量人力、时间及运营成本。此外疫情造成的金融行业节流增效和无接触营销的需求,也助推了 AI 金融的加速发展。

AI可以全面赋能金融业前中后台。前台应用包括身份识别、理赔、及扩大营销半径获取长尾客户,并高效定制服务以提高客户体验及粘性,创造收入;中台应用包括优化授信定价、贷前贷后管理、风控、防欺诈及洗钱、交易等,AI 可提高运营效率、降低运营成本及潜在损失等;后台业务以运营管理为主。

AI 旨在优化流程,进一步降低管理成本。根据Research And Markets的预测,2019 年,全球金融业的 AI 直接投资约为 67 亿美元,预计到 2025 年可达 226 亿美元,年化增速达 23.4%。另外,据 Business Insider 预计,2020-2023 年间 AI 或可为银行和保险公司节省 4470/3900 亿美元的运营成本。我们认为 AI 金融产业也是“场景为王”,深耕细分领域的公司存在较大投资机会。

AI 金融的主要玩家包括传统金融机构、互联网巨头、传统金融 IT 公司、支付公司、投资及顾问公司,以及新兴的初创金融科技公司六大类。

我们认为传统金融公司和互联网公司受益于其海量的客户数据及强大的资金实力,发力全环节,有望占据先机,代表机构包括摩根大通、花旗、平安集团、招商银行及以 FMAAG和 BATJ 为代表的中美互联网巨头。目前银行和保险业的AI 应用相对成熟,但尚未完成形成前中后台联动的整体规划。而互联网巨头或将面临更多监管限制的新常态。支付公司作为连接银行与客户的中间环节,主要布局在中台风险管理及交易诈骗等,例如 Visa 及 Mastercard 等。

此外,在例如自然语言处理、生物识别、 防欺诈反洗钱等细分赛道内,传统金融 IT 公司及新兴的初创金融科技公司也有望通过深耕产品取胜,例如 Salesforce、Oracle 等,初创 SaaS 服务商及一体化 AI 保险企业,例如 Comply Advantage、Hyperscience、Lemonade 及 Zesty.ai 等。

最后,投资及顾问公司则着重发力定制化产品及交易环节,以吸引更多长尾中低净值客户青睐,例如 Betterment、 Wealthfront 等。

在人口老龄化、慢性病增加、研发成本高企、和医护人员短缺的大环境下,AI 是缓解医疗资源供需矛盾的一个重要解决方案

美国医学院联合会 AAMC 预计到 2033 年美国将面临 5.4 万-13.9 万名医务人员缺口,而新冠疫情的出现加剧了供需缺口。AI能为现有医疗体系带来流程改进与效率提升,减轻医务人员的工作负担。Markets and Markets 预测全球 AI 医疗市场规模有望从 2019 年的 49 亿美元增长至 2026 年的 452 亿美元,年化增速达45%。

AI 医疗产业结构从基础层、技术层、到应用层呈现倒金字塔形态。从跨行业科技巨头,到细分应用市场的创业公司,均参与到AI医疗当中。从底层算力和数据支持开始,以英伟达、英特尔、赛灵思的芯片巨头为代表。而科技巨头贯穿基础层到技术层,以 IBM 为早期布局者,与众多医疗机构建立合作实验室。此外包括苹果、谷歌、微软、阿里、腾讯、百度等科技互联网巨头,到通用电气、西门子、美敦力等专业市场龙头,均在 AI 医疗领域深挖掘。应用方面我们划分为四个主要方向:

(1)药物及疫苗研发:传统医药研发巨头如辉瑞、GSK、默沙东,以及 Moderna、阿斯利康为代表的疫苗研发公司。《麻省理工科技评论》也将基于 AI 的药物分子筛选列为 2020 年的全球十大突破性技术之一;

(2)医疗影像诊断:是AI医疗里最多且最成熟的场景,包括深睿医疗等初创企业。Markets and Markets 预测全球医疗影像市场规模到 2024 年将达 335 亿美元;

(3)基因组学:在本次疫情中扮演重要角色,包括学术研究机构到基因测序巨头 Illumina、华大基因、贝瑞基因等;

(4)智能医院在疫情中催化发展为以 AI+公共卫生管理的新重点,同时互联网医疗以平安好医生、阿里健康等在远程医疗、健康管理等方面切入。而医疗仪器则以 AI 与机器人结合,主要参与公司包括 Intuitive Surgical、Stryker Corporation 等。在这个细分市场 Markets and Markets 预测全球市场规模将从 2018 年的 65 亿美元增长至 2023年的167 亿美元。

 

(作者何翩翩为中信证券全球产业首席分析师)

文章作者

  • 第一财经
    APP

  • 第一财经
    日报微博

  • 第一财经
    微信服务号

  • 第一财经
    微信订阅号

点击关闭