乾貨滿滿,中金公司深度分析“人工智慧的投資邏輯”(附全文)
9月18日,中金公司研究部黃樂平在2018世界人工智慧大會上表示,麥肯錫做了一個預測,人工智慧今後十年對GDP造成1.2%的影響,帶動12000億美金整體的經濟增長。黃樂平認為,人工智慧對中國的影響其實是遠遠大於美國,因為中國40%的經濟構成是來自於製造業,中國去年在人工智慧領域的融資規模已經超過美國。
談到晶片行業,黃樂平稱,晶片行業是人工智慧最大的基礎,接下來五年有10倍以上的快速增長。過去的兩年裡,中金主要投的是技術公司,例如晶片、演算法等,特別是語音和影象公司。未來該怎麼投資?重點關注擁有資料落地場景的垂直行業公司。
以下是黃樂平發言要點節選:
謝謝丁總,我是中金研究部的黃樂平,給大家分享一下我們這次中金人工智慧研究報告主要的成果。這次研究的特色就是結合一級市場、二級市場研究的能力,不但是看了傳統二級市場,二級市場和一級市場我們打通一起看,特別是人工智慧這樣一個行業的發展趨勢。我覺得這一年下來,我們去年發了一本叫《十年之後我們都幹什麼》,我覺得最大的一個變化就是說,已經很少有人問人工智慧會不會影響到我們的行業,或者會不會影響到我們的生活,而主要是問人工智慧什麼時候以多大的影響力會影響到我們的生活,這是我們想回答的。第二個問題就是說,我們在這一年看到許多的獨角獸起來了,比方我們講四小龍冒起來,晶片公司我們看到很多寒武紀這樣的公司起來,這些公司成功的經驗或者他們將來怎麼走,還有什麼樣的公司會起來,我們訪談了許多公司,希望這些東西能和參會的嘉賓們去分享。
先給大家分享一個事情,兩年以來,我覺得今天包括昨天我們參加人工智慧一天的主旨論壇,我們最大的一個印象是人工智慧兩年前我們看到情況是經濟學家開始談人工智慧的時候,一位很著名經濟學家在談人工智慧的時候,馬雲或者BAT在說為什麼經濟學家來談人工智慧,但今天或者昨天我來看這個問題的時候,我們發覺很多BAT或者很多網際網路大佬都在說對經濟的影響,我們漫道人工智慧開始影響各行各業。這裡我們列了一下它怎麼樣對經濟的影響。左面一塊是麥肯錫做了一個預測,它預測人工智慧今後十年對 GDP 造成1.2% 的影響,帶動12000 億美金整體的經濟增長 。我們怎麼看呢?它有幾個很有趣的分析觀點,第一個就是人工智慧對經濟影響主要是三塊,第一塊是替代作用,久就是說現有地段製造業的人口,最典型就是製造業的組裝或者物流,通過人工智慧的技術來提高它的生產效率,第二塊是創新,創新帶來效果是人工智慧技術提升催生一些新的行業,進入頭條廣告視訊的推送,以前短視訊幾乎不存在,第三類是對經濟的負面影響,就是我們看到很多資本開支在往下投,這些資本開支帶動的,比如現有的基礎設施不能在支援人工智慧的發展,那這一類短期來說經濟是負面影響。人工智慧對中國的影響其實是遠遠大於美國。
原因主要是兩個,第一個從經濟構成來看,中國現在40%的經濟構成是來自於製造業, 就是第一產業和第二產業,中國現在人均GDP,雖然我們講中國已經成為第二個世界經濟大國,人均GDP只有美國的20%或者1/5,我們調研了很多公司,我們看到最有趣的一個現象,大家為什麼要做工業網際網路或者為什麼要做人工智慧,其實一個很核心原因是人口老齡化。右上這個圖列了中國人口老齡化的趨勢,中國製造業的適齡人口,20歲-44歲人口比例從1980年的25%上升到最高2011年的41%,根據世界銀行和中國的預測,接下來由於獨生子女政策影響,人口老齡化非常快的往下走,到2030年中國製造業適齡人口只有23%,老齡化對經濟的影響是非常大的。
下面那個圖我很喜歡用,我們看到很有趣的現象,大家一直講00後,覺得好像是很久遠的事情,但是我們訪談一家中國最大的製造業公司富士康,富士康跟我們這麼講,他說00後其實一點不遠,蘋果手機製造女工現在就是18歲的女工,他們寧可到家裡玩抖音,也不到富士康工廠幹組裝,製造業人工的減少其實是匯入人工智慧最重要的要素。我們覺得中國對人工智慧或者工業網際網路的機會是最大的。
第二張圖,中國和美國的比較。我們分析了一下中國和美國在各個人工智慧行業上的差距,我們看到一個很有趣的現象,就是說中國在右上角那個圖來看,融資的規模來看,中國其實在去年融資規模已經超過美國,就是人工智慧行業的融資規模,美國在2014、2015年達到頂風,人工智慧融資額在往下走。總體來看,中國和美國的比較來看,中國在應用的行業,機器視覺或者語音識別這些領域發展不論是從公司數量或者從公司規模,或者融資額來講,其實是超過美國,但是從基礎的技術,最大的一塊就是半導體,半導體的技術上或者半導體人才的儲備上就遠遠落後於美國,中美兩國的比較來看,我們在應用領域,今天我們也在講AI,就是這個大會是講行業落地,在很多落地領域我們走在美國的前面。人口自然產生的資料,我們監管的政策是更適合於人工智慧發展,這性都會帶動人工智慧技術發展速度超過美國。
人工智慧技術在中國落地的情況,橫軸是技術,豎軸是主要的落地場景。我們看到幾個主要的結論,第一個在中國影象遠遠是好於語音,計算機視覺的變現或者落地速度遠遠快過語音。影象我們看到很多應用場景,比方說傳統的移動網際網路,還有現在很常用的安防,這些行業帶動了經濟,解決了很多的問題,接下來我們看到零售、物流這些都會有。但語音碰到一個很大的問題,語音是一個非常有用的技術,但是在它能夠解決問題的那些場景的技術公司很難差異化,在一些非常複雜的場景,比方自然語言處理不能解決。
豎軸來看是行業應用落地速度,最快的是移動網際網路,然後是安防,智慧家居,這三個行業實際上我們已經看到一些龍頭企業因為人工智慧的帶動發生天翻地覆的變化,移動網際網路我們看到今日頭條,我最吃驚的一個數據就是說,通過一年時間搶到6%的使用者時長,人們上網的使用者時長從騰訊手裡通過人工智慧和智慧視訊推送技術。安防企業我們看到一些優秀企業從傳統企業向視訊服務商在轉換。今天下午也有很多創業企業來,我也很想和他們分享這樣的經驗,我發覺醫療和汽車這兩個行業的發展碰到很多困難,最主要的核心就是資料,怎麼拿資料,資料可獲得性變成一個很大的困難,醫療企業的變現或者技術發展其實是受制於這些資料的問題。無人駕駛行業,一年前起的非常快,但是我們看到的問題,無人駕駛有一個很大的問題,它對安全性的要求非常高,所以在一些可控環境上能夠起來,可控意外的環境發展略低於我們的預期。
下面講一下我們對半導體和晶片行業的看法。晶片行業我們做了一個分析,這個行業是人工智慧最大的基礎,我們看到行業增長的潛力,接下來 5 年有10 倍以上的快速增長 ,這個行業我們看到有幾個結論。第一個結論,半導體行業最大的一塊,一年多前有英偉達以外的公司來挑戰,但是這一塊我們感覺很難有新的公司能夠撼動英偉達的地位,但是在雲端晶片或者手機端,或者安防端我們叫推理的晶片上,這些行業出現一個行業分化或者應用需求會帶動不一樣的晶片,這給很多創業公司一些機會,很多新的公司在專業的行業能夠帶動行業發展。
這裡列了一下中國最成熟的一個行業,就是機器視覺或者人工智慧在機器視覺行業的變現情況。我一直講,機器視覺是一個有深度的行業,這個行業的特點,你解決了一個問題就可以通過這個問題去變現。最簡單我們是做一個人臉比對和身份證比對,接下來我們看到在中國有各式各樣的場景,比方說做道路閘口的比對,使用者的名單,我們有一個白名單,這個白名單我們進門禁系統,這解決問題又能變現。有不同場景可以幫助機器識別公司實現它的企業價值,同時我們看到各種各樣變現場景,不一樣的情況下,有的企業在有的場景下,我們再往下走,我們看到有些場景,像移動網際網路它做一個非常簡單的,它對信賴度要求不高的場景下,做一個美顏功能就非常好,這些公司能夠通過美顏功能實現一個很好的變現,但是在一些複雜場景下,比方我們做醫療影象識別或者做複雜的無人駕駛,這樣對它的要求非常高,這些場景下我們資料還無法解決這樣的問題。
這裡看到一個企業的情況,一個很有趣的現象,機器視覺這個行業有很多企業在進來做,企業實現的價值,大家在一個產業鏈上所處的位置又不一樣。除了傳統的演算法公司以外,我們看到安防公司海康、大華,他們傳統只是做硬體,慢慢他們產業鏈往外擴,開始做雲端裝置。我們又看到阿里雲,它提供附加價值從一個傳統雲端計算的服務,慢慢向演算法,然後向一個總包業務擴充套件。這樣的業務模式就帶動各個行業的互相滲透,一個很有趣的業務變化。這裡面我們看到幾個企業,這些公司慢慢成為一個平臺性企業,有些企業向縱深發展,商業模式開始變化。
第7頁我們列了人工智慧在移動網際網路的應用場景。這張圖我畫出來自己也很吃驚,我相信這裡來的海外專家也會比較吃驚,在中國手機使用者的時長一天是用多少?根據統計,中國現在平均手機使用者一天使用時間是5個小時,我相信這應該是全球最高的一個使用時長。推動使用時長背後的一個很大的技術就是人工智慧發揮很大作用,2018年我們看到網際網路行業最大變化就是今日頭條的崛起,從資料上來看,它佔我們使用者時長的時間從2017年的4%上升到2018年的10%,他硬生生從騰訊手裡搶了6%的使用者時間,它背後推動的技術是下面列的兩個東西,一個東西是美顏,你用抖音,其實是一個很無聊的,我相信海外的人來看的話是一個很無聊的APP,但是它的美顏功能吸引使用者黏性。第二塊是使用者畫像,通過你上網以後對使用者精準的描述,去理解你,通過你社交資訊去理解你的興趣,根據你的興趣去推送你所想看的內容,讓你中毒,就是不停的讓你看你喜歡的內容,導致你的使用者時長上的非常快。人工智慧幫助今日頭條這家公司發展的非常快。
還有一個應用場景,包括今天下午來的塗鴉也是一個很好的受益公司,就是智慧家居。智慧家居這個行業已經辛苦了很多年,從2013、2014年往下走,主要的一個原因是因為人和家電的互動不是很順暢,這個背景是最早的時候有一個很不好的例子,昨天小米的雷總在,小米第一代的空調是一個非常失敗的產品,它是要通過你的手機去控制空調,然後搖控器不能控制空調,這樣產品互動體驗非常差。過去兩年最大的變化是語音識別的技術的突破,幫助了人和家電之間互動技術實現非常大的突破,有很多硬體的模組加到各式各樣智慧家電的產品裡去,帶動整個行業快速發展。我們從下面來看,最早有一個音箱類產品,現在音箱嵌入到冰箱、洗衣機裡面去,這些智慧功能慢慢還會體現出來。
這是我們討論很多的無人駕駛問題。我每年去拉斯維加斯的CES,我覺得拉斯維加斯已經慢慢變成一個車展,但是我們今年看到的情況無人駕駛的發展速度不好的情況就是通用嘉士商發展速度遠遠低於大家的預期,本來是2021、2022年真正無人駕駛能夠上路,但是在美國我們看到的這些事故,包括Uber、特斯拉的這些事故,我們相信進度會放緩。但是我們很高興看到在中國特別是中國應用場景裡面看到,很多在可控環境裡,比方說物流車,比方說我現在在上海或者在北京住酒店,過去我早上要一個剃鬚刀一般要有一個服務員送上來,現在是一個無人駕駛的小車把剃鬚刀送到我的房間門口,這樣的利用場景,而且這些公司開始賺錢了,這樣的可控場景下的無人駕駛其實是真正帶動無人駕駛起來的一個很好的需求。
下面是講AI的醫療,我們下午有很多醫療公司。我們下午有很多醫療公司。醫療行業發展過去一年我看到的情況是低於大家的預期,主要的原因,特別是在北美,就是資料的可獲得性造成一個很大的問題。獲得醫療資料的成本非常高,醫療資料碎片化也非常厲害,這樣的行業我們來看,中國和美國有一個很大的區別,中國現在成立了三家國立的醫療大資料公司,成立全國腫瘤資料公司,這些公司能夠有能力,中國有能力把這些資料彙總起來,能幫助這些醫療公司發展快於美國的發展,這是關於醫療行業。
最後我想講一下我們對行業的一個觀點。現在在講人工智慧,過去一年或者兩年我們主要投的是橫軸的這些公司,晶片、演算法,特別是語音和影象公司。未來我們怎麼看投資?我覺得比較有意思的是兩塊,最大的受益者其實不是橫軸的公司,最大的受益者應該是擁有資料的豎軸的這些垂直行業的公司, 比方我們看到很多垂直行業其實發展非常快,移動網際網路、今日頭條它可以說是加網際網路的公司,我們看到安防海康慢慢從一個安防公司向視訊服務在變化,我們看到金融裡面的平安,平安集團我覺得是最大的fintech公司,投資從橫軸向豎軸,或者從AI+,向+AI行業發展是未來的趨勢。我要講的就是這些,謝謝。