海外人工智能AI行业分析报告.docx

海外人工智能AI行业分析报告.docx

《海外人工智能AI行业分析报告.docx》由会员分享，可在线阅读，更多相关《海外人工智能AI行业分析报告.docx（29页珍藏版）》请在冰豆网上搜索。

海外人工智能AI行业分析报告

（此文档为word格式，可任意修改编辑！

）

正文目录

1.AI基础层——NVIDIA、Mobileye的AI芯片盈利爆发，Intel迅速转型4

1.1NVIDIA——AI芯片业绩呈现爆发增长4

1.2英特尔——巨资打造AI芯片业务，云服务及物联网驱动业绩增长7

1.3Mobileye——ADAS系统需求旺盛，营收持续强劲增长10

2.AI技术层——算法龙头（Google、IBM）引领AI时代，加速数据资源变现12

2.1Google——机器学习领导者，AI强化谷歌广告业务的高速增长势头12

2.2IBM——Watson引领认知商业时代，AI及云计算已成为业绩主要贡献点14

3.AI应用层——Facebook、苹果等语音/图像/助理等领域盈利模式尚不成熟，垂直领域蓝海空间巨大17

3.1Facebook——AI持续扩大用户规模，广告业务快速变现流量18

3.2苹果公司——AI改善用户体验，iPhone销量稳步增长21

4.云计算——亚马逊、微软云计算业务增速强劲23

4.1亚马逊——云计算、智能家居成为盈利亮点24

4.2微软——智能云营收占比已经高达26.32%，已成为重要盈利点26

4.3相关建议29

4.4风险揭示29

图目录

图1：

NVIDIA全面布局AI，构建端到端深度学习平台5

图2：

NVIDIAGPU3年间将深度学习效率提升50倍6

原设备制造&IP业务”及增速7

图3：

英特尔全面布局人工智能领域8

图4：

FPGA可明显降低人工智能算法能耗9

图5：

MobileyeEyeQ芯片发展蓝图10

图6：

ADAS系统对应汽车自动化1-3级11

图7：

Google人工智能的重点布局领域13

图8：

人工智能是IBM六大并购方向之一15

图9：

IBM全面布局认知商业领域16

图10：

AI是Facebook未来三大发展方向之一19

图11：

围绕社交重点布局语义识别、图像识别、智能助理20

图12：

Facebook营收、净利润增速强劲21

图13：

Facebook用户数量稳步增长21

图14：

在保护隐私前提下，苹果通过AI改善用户体验22

图15：

苹果在AI领域进行大规模收购23

图16：

亚马逊AWS占全球云计算市场份额高达31%25

图17：

亚马逊Echo智能音箱销量爆发式增长25

图18：

微软将AI融入每一类产品，打造AI生态27

图19：

微软Azure覆盖视觉、语音、语言、知识、搜索28

表目录

表1：

NVIDIA与AI相关的“数据中心、汽车电子业务”增速远高于“传统游戏业务、原设备制造&IP业务”及增速7

表2：

英特尔与AI相关的数据中心、物联网业务大幅增速高于传统PC芯片业务9

表3：

2015年，Mobileye营收增速高达67.36%，呈现爆发增长态势11

表4：

AI增加Google客户粘性，Google各细分市场业绩表现均较好14

表5：

2016年，以IBMWatson为代表的认知解决方案实现营业收入181.87亿美元，占比达22.76%17

表6：

受“三星爆炸、AI增强用户体验”等影响，iPhone销量持续增长23

表7：

2016年，亚马逊AWS云服务平台实现营收122.19亿美元，同比上年增长55.06%，表现尤为靓丽26

表8：

2016年上半年，微软智能云营收占比已经高达26.32%，成为重要盈利点29

1.AI基础层——NVIDIA、Mobileye的AI芯片盈利爆发，Intel迅速转型

近年来，以物联网、大数据、云计算、人工智能（AI）的新兴产业崛起势头强劲。

人工智能可分为基础层、技术层和应用层，基础层为AI芯片，技术层为算法平台，应用层是AI向各传统行业渗透应用。

随着科技巨头相继开源AI算法平台，AI开发技术门槛极大幅度降低，AI逐步走向大众化。

AI产业链中，芯片产业率先引来爆发。

PCGPU巨头NVIDIA已经将业务重点转向AI领域，2016年，AI芯片相关的数据中心增速（145%）、汽车电子增速（52%）业务远高于传统游戏业务增速（18%）、及原设备制造&IP业务增速（-11%），AI芯片业务呈现爆发增长态势。

PCCPU巨头Intel也将业务重心由PC芯片、移动芯片转向云计算、物联网及AI等领域。

2016年，Intel数据中心（云计算）和物联网营收增速分别为7.85%和14.80%，远超过传统PC客户端业务增速2.14%，Intel数据中心及物联网营收占比不断走高，云服务及物联网业务成为Intel驱动营收增长的主要因素。

Intel数据中心营收占比从2014年Q2的24.80%提升至2016年的29.12%，物联网营收占比从2014年Q2的3.84%提升至2016年的4.46%。

无人驾驶解决方案的龙头Mobileye，受ADAS系统（主要为EyeQ3/4芯片）强劲需求驱动，2015年实现营收2.41亿美元，2011-2015年营收年复合增长率高达65.90%，业绩增长极为强劲。

1.1NVIDIA——AI芯片业绩呈现爆发增长

NVIDIA业务重点从PCGPU转向人工智能领域：

NVIDIA是视觉计算技术的全球行业领袖。

目前NVIDIA已从传统PCGPU业务转向游戏、专业工作站、数据中心和汽车电子四大业务，并致力于打造基于AI平台化公司，构建端到端的深度学习平台。

NVIDIA在AI和自动驾驶领域，形成了以TeslaP100和DGX-1为核心的训练体系，以P4/P40和Tensor-RT为核心的数据中心推理体系，及以JetsonTX1与Jetpack2.3、DRIVEPX2与Driveworks为核心的智能设备体系。

NVIDIA在上述领域从硬软件到解决方案上都进行了全面布局，构建了端到端的深度学习平台。

NVIDIA致力于深度学习芯片研发，其应用于AI领域的TeslaP100芯片开发费用高达20亿美元（2016年NVIDIA营收为69.10亿）。

NVIDIA在全球首发多款重磅深度学习芯片助推AI革命，其PASCAL架构GPU在三年内助推深度学习加速高达50倍（最新为65X），未来几年内，还将学习速度再提高10倍。

目前深度学习解决方案几乎完全依赖NVIDIAGPU加速计算。

随着科技巨头相继开源AI开发工具，开发者可跳过高昂的AI算法研发环节，直接使用国际优秀AI开源平台、GPU等计算芯片、大数据来进行训练，极大幅度降低AI开发者技术门槛，AI市场有望迎来另一波商用化高潮。

根据机构预计，GPU市场规模将迅速扩大，到2025年销售额将增长至142亿美元。

在人工智能、汽车电子、VR等强烈需求驱动下，独立GPU龙头企业NVIDIA市值屡创新高，2016年股价涨幅高达230%。

图1：

NVIDIA全面布局AI，构建端到端深度学习平台

图2：

NVIDIAGPU3年间将深度学习效率提升50倍

AI芯片业务营收呈现爆发增长：

基于传统PCGPU业务渐于饱和、及对AI潜在市场强烈看好，GPU巨头NVIDIA正积极谋求战略转型。

2015年Q1已不再提及传统PCGPU业务，并将战略重点投向游戏、专业工作站、数据中心和汽车电子等四大市场，NVIDIAGPU芯片目前在虚拟现实、人工智能和无人驾驶汽车等领域位于重要中心。

四大市场中，数据中心、汽车电子市场均为AI应用领域，NVIDIA未来发展极为倚重AI技术。

2016年，NVIDIA实现营收高达69.1亿美元，同比上年增长38%，这主要是受游戏、数据中心及可视化、Tegra无人驾驶系统等产品强劲需求驱动，其中，搭载于游戏平台和数据中心的GeForce显卡增长尤为亮眼。

细分业务而言，数据中心（加速计算平台Tesla®、深度学习超级计算机DGX-1、图形虚拟化平台NVIDIAGRID™）实现营收8.30亿美元，同比上年增长145%，市场对于人工智能、深度学习、云计算和虚拟化计算、深度学习超级计算机DGX-1的强烈需求旺盛；Tegra处理器业务（Tegra无人驾驶系统）收入达4.87亿美元，同比上年增长52%。

数据中心增速（145%）、汽车电子增速（52%）远高于传统游戏业务增速（18%）、及原设备制造&IP业务增速（-11%），AI芯片市场需求旺盛，呈现爆发增长态势。

2016年，英伟达毛利率高达58.8%，反映了GeForce游戏GPUs、数据中心平台、深度学习的强劲需求、及高议价能力。

表1：

NVIDIA与AI相关的“数据中心、汽车电子业务”增速远高于“传统游戏业务、原设备制造&IP业务”及增速

1.2英特尔——巨资打造AI芯片业务，云服务及物联网驱动业绩增长

Intel业务重心由PC芯片、移动芯片拓展至云计算、物联网及AI等领域：

英特尔是全球最大的个人计算机零件和CPU制造商。

近年来，随着PC市场、移动终端市场渐于饱和，其传统业务表现不佳，为避免过度依赖PC、服务器业务，公司积极谋求战略转型，将业务从PC芯片、移动芯片拓展至数据中心（云服务）、物联网、人工智能等领域。

英特尔围绕AI进行系列收购，根据CBInsights，Intel在AI领域总投资额排在第二位。

英特尔AI布局将从优化计算能力及感知能力等方向切入，重点聚集于新一代AI计算芯片及新一代视觉感知等领域，以延续传统业务（CPU）、及商业模式（打造生态系统）优势。

AI终端布局，Intel聚焦于人机交互，进一步提升终端设备智能化水平，并将设备数据上传至后端数据中心。

AI后端布局，着力研发适合机器学习CPU芯片、及FPGA芯片，以拓展AI计算性能。

AI软件布局，致力于提供数学核心函数库和提供较高级别算法的数据分析加速库。

未来英特尔将打通从云端数据中心到设备终端，历经大数据处理环节，再回到云端数据中心等AI闭环，打造AI生态系统以谋求领导地位。

AI用CPU芯片：

Intel试图将CPU优势延伸至深度学习领域。

目前Intel正为

AI应用研发至强融核处理器家族XeonPhi，计划2017年推出至强XeonPhi新型

芯片。

至强Phi专攻高度并行的工作负载，可处理深度学习专有的某些指令，而

无需集成外部处理器。

2016年8月，Intel耗资4亿美元收购Nervana，试图通过

NervanaSystems在硅层实现机器学习，而非基于GPU架构。

AI用FPGA芯片：

以167亿美元收购FPGA芯片厂家Altera，试图研发一体化芯片，融合FPGA、至强系列优势。

图3：

英特尔全面布局人工智能领域

图4：

FPGA可明显降低人工智能算法能耗

云服务及物联网业务成为驱动营收增长：

英特尔提出“2016重建计划”，将未来工作重心从PC芯片转向物联网和云计算，2016年度，云计算及物联网成为公司盈利最大亮点。

英特尔数据中心（云服务）、物联网的营收占比不断走高，数据中心营业收入占比从2014年Q2的24.80%提升至2016年的29.12%，物联网营收占比从2014年Q2的3.84%提升至2016年的4.46%。

受益于云服务、物联网的销量及售价增加，2016年，数据中心和物联网营收增速分别为7.85%和14.80%，远超过传统PC客户端业务增速2.14%，云服务及物联网业务成为驱动营收增长的主要因素。

表2：

英特尔与AI相关的数据中心、物联网业务大幅增速高于传统PC芯片业务

1.3Mobileye——ADAS系统需求旺盛，营收持续强劲增长

全球ADAS芯片和自动驾驶解决方案的顶尖提供商：

Mobileye致力于计算机视觉、地图及机器学习领域，是全球ADAS（高级驾驶辅助系统）芯片和自动驾驶解决方案的龙头企业。

ADAS是辅助驾驶，核心是环境感知，不以完全控制汽车为的，而自动驾驶则是替代人工作。

与Google、Tesla着眼于完全自动驾驶不同，Mobileye则采用更廉价可行方案，着眼于提供ADAS系统。

Mobileye主打产品是一款基于摄像头的ADAS芯片——EyeQ芯片，EyeQ识别率已高达99.99%。

目前，自动驾驶尚处“有限的自动驾驶”早期，ADAS系统作用关键，MobileyeADAS系统的市占率高达75%。

截至2016年1月，其ADAS9产品被应用于通用、宝马、沃尔沃、特斯拉等20个整车厂的237款车型，全球已有超过1000万辆汽车使用了Mobileye技术。

Mobileye持续更迭EyeQ3芯片，2015年发布EyeQ4，且计划EyeQ5芯片于2019-2020年面世，巩固MobileyeADAS系统优势。

图5：

MobileyeEyeQ芯片发展蓝图

图6：

ADAS系统对应汽车自动化1-3级

受ADAS系统强劲需求驱动，Mobileye在2011-2015年营收年增速高达65.90%：

受ADAS系统强劲需求驱动，Mobileye营业收入增长强劲，2015年实现营收2.41亿美元，Mobileye在2011-2015年营收年复合增长率高达65.90%。

2015年实现净利润0.68亿美元，成功扭亏为盈。

Mobileye按细分市场可分为：

原始设备制造（OEM，原装市场）、和售后市场（AM，后装市场）。

原装市场（OEM）提供专有的软件算法和EyeQ®芯片，主要面对自动驾驶系统的一级整合商。

后装市场（AM）可提供完整ADAS系统（包括专有软件算法、EyeQ®芯片、照相机及其它配件），主要面向“购车者、汽车经销商及汽车进口商”等汽车终端客户。

2015年，Mobileye原装市场（OEM）实现营收2.02美元，同比上年增长65.57%；

后装市场（AM）实现营收0.39亿美元，同比上年增长77.27%。

随着ADAS系统。

随着汽车交通安全问题关注度增加，消费者追捧配备ADAS系统的汽车，全球汽车庞大存量市场将加装ADAS系统，Mobileye后装市场（AM）正迅速打开，预计公司高营收增速将持续。

表3：

2015年，Mobileye营收增速高达67.36%，呈现爆发增长态势

2.AI技术层——算法龙头（Google、IBM）引领AI时代，加速数据资源变现

Google、IBM专注于人工智能（AI）技术层，研发更高级AI算法，积累AI底层技术。

搜索巨头Google加速推进“后智能手机时代”战略，重点聚焦于机器学习算法。

AI增强客户粘性，持续扩大Google用户流量，再将用户流量变现为广告业务盈利。

2016年Google广告收入增速高达17.80%，AI强化谷歌广告业务高增长势头。

PC巨头IBM在2016年11月，撤销全球业务咨询GBS和技术服务GTS等部门，并转型成认知解决方案和云平台公司。

2016年IBM“云平台、数据分析、移动解决方案、安全解决方案”等战略业务实现营收353.37亿美元（占比44.22%、增长0.55%），以IBMWatson为代表的认知解决服务实现营收181.87亿美元（占比22.76%、增长1.94%），从营收体量、营收增速来看，IBM的AI相关业务均大幅超过传统互联网业务，“云计算、人工智能”等已成为IBM业绩的主要贡献点。

总体而言，AI算法龙头公司（Google、IBM），在人工智能各领域涉足较广，并加速AI向传统行业渗透，正引导AI时代前沿。

此外，Google、IBM也正积极探寻各类AI盈利模式，AI算法正在加速Google互联网大数据、以及IBM垂直领域数据（医疗）变现，并成为驱动业绩高速增长的重要源泉。

2.1Google——机器学习领导者，AI强化谷歌广告业务的高速增长势头

Google架构重组，由搜索引擎转向覆盖诸多科技领域：

Google是全球最大搜索引擎领导者（占比67.49%）。

2015年设立母公司Alphabet，Google成为Alphabet旗下子公司，谷歌由搜索引擎公司全面转向为覆盖多领域的高科技企业。

随着智能手机市场增速放缓，谷歌加速推进“后智能手机时代”战略，重点聚焦AI领域的机器学习，全面发力打造AI业务闭环，意图将机器学习技术应用到所有产品中。

2011年，谷歌成立AI部门，其AI战略为：

1）覆盖更多用户使用场景，从互联网、移动互联网等传统业务延伸到智能家居、自动驾驶、机器人等领域，积累更多数据信息；2）积累底层人工智能技术，研发更高级的深度学习算法，增强图形识别和语音识别能力，对信息进行更深层加工、处理。

谷歌试图将AI渗透到了旗下各产品，为用户带来更多使用场景、及更智能化功能。

AI途径为内生发展（TensorFlow）与外延并购（DeepMind）并举。

Google目前有两套AI系统：

Google自主研发的TensorFlow、2014年收购DeepMind的AlphaGo系统。

2016年3月，由Deepmind研发AlphaGo以4:

1嘉绩击败世界围棋冠军李世石，2017年1月，AlphaGo升级后的Master在网络围棋平台“横扫”聂卫平、柯洁等数十位中日韩围棋顶尖选手，连赢60局，引发棋坛强烈地震。

当前AlphaGo专注于棋赛发展，但其未来还将应用于医疗诊断，或投入无人驾驶等领域，以加速AI商业化进程。

图7：

Google人工智能的重点布局领域

AI强化谷歌广告业务的高速增长势头：

2016年，谷歌实现营收902.72亿美元，同比增长20.38%，实现净利润194.78亿美元，同比增长19.15%。

营收占比而言，广告收入（87.94%）仍是Google盈利主要来源。

Google没有单列AI业务，但Google已经将AI技术全面应用于各类产品中，AI使它们产品更加智能、高效，提升用户体验并增加客户粘性，持续扩大Google用户流量。

而广告业务为用户流量的变现，AI强化谷歌广告业务的高速增长势头。

Google宣称未来将持续加大在AI领域投入。

表4：

AI增加Google客户粘性，Google各细分市场业绩表现均较好

2.2IBM——Watson引领认知商业时代，AI及云计算已成为业绩主要贡献点

Watson开启认知商业时代，转型为认知解决方案和云平台公司：

IBM是全球最大的信息技术和业务解决方案公司。

技术底蕴深厚，2010年起，IBM花费超过120亿美元并购40多家公司，涵盖云计算、智慧地球、商业智能和数据分析、服务器和网络存储优化、企业治理合规与安全、人工智能六大方向。

人工智能是IBM在2014年后的重点关注领域，IBM在AI领域布局围绕Watson和类脑芯片展开，试图打造AI生态系统。

2016年1月，IBM撤销全球业务咨询GBS和技术服务GTS等部门，并转型成认知解决方案和云平台公司。

IBM在AI领域无出其右，如80年代的专家系统、1997年击败国际象棋冠军卡斯帕罗夫的深蓝（DeepBlue）计算机、2011年在美国智力竞赛节目《危险边缘》中战胜其人类对手的Watson（沃森）系统均出自IBM。

目前，IBMWatson已成为世界领先的为商务及各类整合提供方案的AI云平台。

而IBM也不再将沃森作为单一系统开展业务，而将其功能分割成不同组成部分，每个部分都可被租用出去以解决特定商业问题。

IBM沃森系统已开发40种不同产品，包括常见语言识别服务等。

IBMWatson开启认知商业时代，聚焦医疗诊断领域：

传统计算机难解读“非结构数据”，Watson可迅速找出非结构数据间关联性。

以IBMWatson为代表的认知技术将商业带入全新时代（认知商业时代），帮助各行业挖掘商业价值，重塑产业格局。

目前，IBMWatson主要聚焦医疗诊断领域（尤其关注肿瘤和癌症的诊断），其医疗商业战略为：

1）深度聚焦肿瘤领域，并向其他领域扩展；2）通过大规模收购获取数据资源；3）通过合作等扩展使用场景，输出生态能力。

为此，IBM与众多知名医疗制药机构开展战略合作，为其提供医疗领域认知计算解决方案，同时Watson也获得了大量专业化医疗数据。

在汇聚医疗保健数据、人力、能力、客户后，Watson成为潜力巨大的医疗保健大平台。

鉴于Watson效率、精确度大幅高于人类，“认知计算+医疗”前景广阔，IBMWatson作为“人工智能+医疗”的龙头，先发优势明显、技术壁垒极高，未来将显著受益行业快速发展红利。

重磅推出多款并行式类脑芯片，大幅提升AI算力：

IBM重磅推出多款并行式类脑芯片：

IBMTrueNorth（深度学习的类脑超级计算平台）、Power处理器（针对人工智能、机器学习和高级分析应用场景）、随机相变神经元芯片（目前最接近生物神经元的人工器件），大幅提升AI算力。

图8：

人工智能是IBM六大并购方向之一

图9：

IBM全面布局认知商业领域

云计算、人工智能已成为IBM业绩的主要贡献点：

受（硬件/软件供应）等传统业务的业绩大幅下滑影响，2016年，IBM实现营收为799.19亿美元，同比下降2.23%，实现净利润118.72亿美元，同比下降11.16%。

随着互联网时代红利逐渐消退，IBM传统业务中,系统业务营收同比上年降低19.15%，全球金融服务营收同比上年降低8.04%。

与传统业务相反，以“大数据、云计算、人工智能、物联网”为代表的新兴经济正在崛起。

2016年IBM以”云平台、数据分析、移动解决方案、安全解决方案”的战略业务实现营收353.37亿美元（占比44.22%、增长0.55%），以IBMWatson为代表的认知解决服务实现营收181.87亿美元（占比22.76%、增长1.94%），从营收体量、营收增速来看，IBM的AI相关业务均大

幅超过传统互联网业务，“云计算、人工智能”等已成为IBM业绩的主要贡献点。

随着IBMWatson系统在医疗领域影响力提升、并加速向其他行业的渗透，不断创新AI时代经营模式，我们认为，AI业务有望持续拉动IBM业绩高速增长。

“科技服务&云平台”及“认知解决方案”等业务实现营收高达535.24亿美元，IBM已经成为行业里领先的方案解决公司和云平台公司。

表5：

2016年，以IBMWatson为代表的认知解决方案实现营业收入181.87亿美元，占比达22.76%

3.AI应用层——Facebook、苹果等语音/图像/助理等领域盈利模式尚不成熟，垂直领域蓝海空间巨大

AI应用层主要是AI算法在传统行业的渗透及改造。

全球社交网站龙头Facebook，积极利用AI分析社交大数据，以提升用户体验、持续扩大用户流量，2016年，Facebook月活跃用户达18.6亿，同比增长17%。

Facebook再将强大用户流量进一步变现为广告业务营收。

2016年，Facebook实现营业收入268.85亿美元，同比上年增长57%，实现净利润102.17亿美元，同比上年增长177%，业绩增长强劲。

智能手机龙头苹果公司，持续加强智能汽车、AppleTV、人工智能和增强现实领域研究。

受“三星爆炸、AI增强用户体验”等影响，2017年Q1，苹果iPhone销量从去年同期7480万部增长至7830万部，同比增加5%。

目前，Facebook、苹果在AI应用层的布局集中在语音识别、图像识别、智能助理等领域。

鉴于“语音/图像/助理领域”盈利模式尚不成熟，他们AI技术还以辅助主

营业务（广告、智能手机）为目标。

科技巨头在AI算法体系成熟后，若主营业务盈利不佳，其AI业务存在较强向其他行业渗透的趋势（如IBM加速向医疗领域渗透，盈利前景已开始显现），并以“高精度、高效率”深刻颠覆传统行业。

因此我们认为，未来AI在医疗/交通/安防/教育/金融等垂直领域蓝海空间巨大。

3.1Facebook——AI持续扩大用户规模，广告业务快速变现流量

全球最大社交网络服务网站，利用AI分析社交大数据：

Facebook全球第一大社交网站。

截至2015年，Fa