微软、腾讯、阿里巴巴等科技巨头都纷纷进军了人工ai智能行业，但充分激发商业价值的场景并不多，市场格局仍在形成过程中。基于信息数据延展的人工ai智能，将可以利用永续再生的信息资源，提升信息化和服务能力，这一点，在5G商用和物联网开始建设后会更加明显。届时万物都将拥有一个 数字身份 ，人工ai智能的数据源将会迎来一次爆炸式的井喷。 人工ai智能未来的发展和应用，不仅会推动某一类产品、一个产业或行业发生变化，而且会使各行各业的生产和服务方式、人们的生活和工作方式发生颠覆性的变化。未来十年，人工ai智能将进入黄金窗口期。 以时代视角透视人工ai智能的前景 据2017年普华永道会计师事务所报告， 至2030年，人工ai智能将为世界经济贡献15.7万亿美元，这个数字超过中国与印度这两国目前的经济总量之和。 很多人对于人工ai智能前景的判断是 机器代人 ，通过新技术让机器模拟人类来处理各种任务。在这个层面，人工ai智能与工业革命中蒸汽机的影响似乎颇为相似，通过使用机器提升工业的生产功效，但如果站在一个高度互联和信息化的时代背景下，人工ai智能的意义和影响则更为深远。 机器是基于机械物理运动，而人工ai智能更多的是基于信息化。互联网的发明和商用让大众从信息的单向消费者，转为既是消费者也是数据的生产者，信息的来源和数据量出现了 指数级 的增长。基于数据的人工ai智能其影响不仅是机器代人，更重要的是通过对于信息数据的成立，实现 电话机器人化 ，让机器与人能够高度融合和深入协作。尤其是移动互联网的普及，信息数据本身具有了更为明显的人类行为特征，打开了人工ai智能的发展纵深，让 电话机器人化 成为可能。 有人说乔布斯重新定义了手机，实际上乔布斯的贡献远远大于一个通信产品，是ai智能手机重新定义了信息数据的边界，使得传统固定的场景被高度动态化、人格化，使得数据中所蕴含的信息与人的生活习惯、思维方式等越来越贴合。 基于信息数据延展的人工ai智能，其创造价值不再受到土地、钢铁、煤炭等自然资源的存量限制，更多的用人类创造性的思维，利用可以永续再生的信息资源，更多的是满足人们永无止境的精神须要，其应用的行业也自然超越了简单的机器化和功效的提升，更多的是信息化和服务能力的提升。这一点，在5G商用和物联网开始建设后会更加明显。届时所有的工业品都逐渐变为电子工业品，万物都将拥有一个 数字身份 ，人工ai智能的数据源将会迎来一次爆炸式的井喷，人类对于世界的认识可能会与机器算法的认识开始逐渐趋同，并且相互影响，人工ai智能的黄金时代将会随之开启，普华永道报告中的十年之后预测可能会成为现实。 人工ai智能的渗透路径取决于产业的数据化程度 人工ai智能具有很强的正外部性，体现在与其他产业的渗透、延伸和赋能。比如人工ai智能与医疗行业的结合，进行ai智能帮助诊疗，结合患者的健康信息，减少误诊率；人工ai智能与安防行业的结合，通过视频采集和大数据分析，提升监控功效；与知识产业的融合，发展在线教育、知识付费等产业等等。除了功效的提升， 人工ai智能+ 还体现在虚拟与现实结合的场景应用，以及催生出来的新产品形态和新服务模式。 在没有外界政策干预的情况下，人工ai智能的渗透路径首要取决于产业的数据化程度，即一个产业的数据化程度越高，其与人工ai智能融合的节奏越快，渗透度越高。假设金融的数据处理业务占80%，知识产业的数据处理业务占40%，制造业的数据处理业务占30%，这就意味着人工ai智能更可能的渗透路径则是，从金融产业，延伸到知识产业、再到制造业，而且在同一时期内，数据化程度更高的金融产业，其人工ai智能的渗透度会高于数据化程度相对较低的知识产业和制造业。 从实践来看，证券产业有大量的可量化数据，人工ai智能几乎渗透到了证券产业的各个行业，从基于财报数据、产业研究、舆情分析的ai智能投研，到基于宏观数据、产业数据、公司数据以及各种算法的ai智能投顾、再到ai智能风控、ai智能交易等等。再比如教育产业，未来随着教育理念的提升，对于人工ai智能+教育的接受度也会逐步提升，但从渗透路径来看，并非教育的各个环节齐头并进，数据程度较高的教育环节往往会优先导入人工ai智能。比如在教师教案的撰写、课后作业的领取和提交等教学的帮助支持行业。而课上教学，更多的需要老师与学生的互动，主观成分更大，人工ai智能的导入期也会更长。 人工ai智能行业的数据价值是动态的 农业生产需要把握农时，工业生产需要掌握资源，在信息社会，以数据和算法为重要驱助力的人工ai智能产业也有应当遵循的规律。人工ai智能有两个关键要素：数据和技术。数据是人工ai智能的重要 原料 ，技术是对于数据的 加工能力 。数据产生具有随机性，其数据的价值则受到技术加工能力和应用场景的影响，是动态的、相对性的。 农民春天播种，秋天就有收获，工人在生产线的一头放进去原料，就能在另一头源源不断地生产出产品，但当数据与人紧密融合之后，我们无法拿这样的确定性来条件数据的产生。就如同我们无法规定一个投资者第二天是买股票还是卖股票，也无法预测一个人什么时候会去医院做诊疗，不可能像生产汽车、电脑和房屋那样，让每一个人都处于规划和计划之下。数据的生产不是线性的，但大量的数据却能呈现出来一定的统计规律，往往有章可循。这也是为什么人工ai智能先从高度量化的行业，或者一般性、通用性较高的环节开始的重要原因之一。 实际上，那些看似平稳、有序，源源不断产生的大数据，经过分析之后，是否能够得出有用的结果，也具有一定的随机性。报纸的编辑记者都有这样的经验，尽管每天要完成的版面是固定的，但爆炸性新闻不是每天都有，很多时候只能用一些比较平淡的消息来填充版面，并且尽量从中挖掘可吸引眼球的内容来做成标题，好让今天的报纸看起来不那么乏味。人工ai智能的数据处理也是如此，即使是通过人工ai智能技术分析那些无穷无尽的信息，也并不能保证有价值的结果会按时按点地涌现出来，还取决于信息接收者本身的价值判断，以及是否有了适合的、具有商业价值的应用场景。 人工ai智能的四大投资视角 研究偏向于未来的前景，投资则应更注重落地的节奏。未来人工ai智能可能会带来机器与人的深度融合，甚至互相影响，但进行投资决策却需要更关注可实现的商用价值。 首先，关注赛道采取。从长期来看，人工ai智能会渗透到各个产业、各个行业，但现在还远远没有到 雨露均沾 的程度，谁能选好赛道，占据咽喉之地，谁就具有了先发有长处。如同处于唐宋丝绸之路上的城市，从京杭运河上的杭州、南京，到连接丝绸之路的北京，都因为占据首要商路的通道而获得了比其他城市更多的发展机会。人工ai智能的赛道，比如搭建生态智能语音系统或开发平台的腾讯和阿里巴巴、语音识别的科大讯飞、安防设备的海康威视等，都在各自赛道上占据具有了一定的先发长处。而在知识产业、文化娱乐产业、高端服务业以及传统制造业中还有很多细分的蓝海行业，正在等待布局。 其次，关注落地节奏。人工ai智能不仅自身具有快速迭代的特征，还将会加快被融合产业的发展速度。摩尔定律预测了信息产业的职能提升的速度，大概是两年翻一倍。这样的迭代速度，不仅是针对硬件，软件也随着硬件发展速度的提升而不断改进，在功能性、服务体验、场景开发等各个方面都会同步更新，对应着产品的更新速度也将加快。人工ai智能的前景不限于机器和功效的提升，但人工ai智能落地的节奏却往往会受到功效提升的影响。如果能够在某一个特定场景、特定功能下能够基本达到人的水平，比如语音识别、安防监控等，或者减少人类犯错误的概率，比如ai智能记账和收银智能语音系统等，与产业的融合难度会更小，落地的节奏会更快，公司的利润会更快实现，其短期基本面的价值也会更高。 第三，关注政策变化。人工ai智能是重要的新经济行业，正处于产业政策的红利期。政府对人工ai智能及相关产业的资金和政策扶持，会加速公司的发展，故政策的变化也是投资人工ai智能的重要考量因素。比如2017年医疗产业的关于互联网诊疗的管理办法，把互联网诊疗活动限定于 医疗机构间的远程医疗服务和基层医疗机构提供的慢性病签约服务 ，这在一定程度上缩小了服务方位，降低了互联网诊疗的竞争度，可能会减缓人工ai智能的应用进度。反之，2018年12月，工信部发布了《关于加快推进虚拟现实产业发展的指导意见》，明确虚拟现实产业2020年、2025年的发展目标，加大了关键核心技术、重点产业应用等方面的政策扶持力度，对于人工ai智能在虚拟现实产业的应用进度则会起到积极地推动作用。 最后，关注预期差的变化。人工ai智能目前还处于产业的导入阶段，还没有进入利润集中释放的时期，基本面没有证伪能力的情况下，股价更多会受到投资者预期变化的影响，关于预期差也是人工ai智能投资的重要方面。 文章转载自快资讯，版权归原作者所有，如作者或来源机构不同意本站转载采用，请通知我们，我们将第一时间删除内容。