企业研究院行业报告

编者按：本文来自微信公众号“艾瑞咨询”（ID：iresearch-），36氪经授权发布。核心摘要：中国企业信息化水平与经济总量的关系极不平衡；SaaS作为突破口拉近中国与领先国家之间的差距：2018年中国GDP占全球的比例达到15.8%，IT支出占比仅为3.7%，企业信息化发展水平滞后；企业级SaaS市场规模为243.5亿元，中国市场起步较晚，预计将在全球市场增长趋缓后继续保持高增长率。软件SaaS化大势所趋，但追赶差距不在一朝一夕；企业应用SaaS的优先级不同，细分市场机会各异：企业信息化水平的提高、对软件的付费意愿和SaaS订阅模式习惯的培养均需要较长时间，企业级SaaS不会出现类似2C市场的爆发式增长。总体而言增量市场应用将先于存量市场，小微企业被率先激活，大中型企业的创新型业务将有利可图。领先厂商做深行业解决方案，形成SaaS生态体系：业务垂直型与行业垂直型之间存在动态竞争关系，两者均需要更加关注行业性需求以做深解决方案。SaaS厂商间的投资并购更加频繁，领先厂商积极搭建PaaS开放平台，未来有望出现多强并存的SaaS生态体系。产品功能趋同，应针对赛道特点构筑差异化壁垒：一味比拼功能覆盖的全面性并不能让SaaS厂商脱颖而出，在形成了产品、销售和客户成功的协同作用后，网络效应和增值服务往往能让SaaS厂商更有“钱景”。预期偏差：企业信息化水平远落后于经济体量对标美国企业级SaaS的预期偏差企业服务厂商市值成长空间大，客户付费意愿未完全激活美国CRM SaaS公司Salesforce一直以来被作为全球SaaS行业的标杆。2018年，Salesforce市值首次突破千亿大关，从市值500亿美元到1000亿美元，它仅用了不到三年时间。具有打造“中国版Salesforce“野心的中国SaaS厂商不在少数，但至今尚未出现任何一家能够望其项背。事实上，不仅仅是在SaaS行业，即使是放大到整个企业服务市场，中国厂商的市值都远远落后于欧美市场，和消费级服务相比有极大的成长空间。公司的价值评估取决于资产的盈利能力，SaaS厂商以客户订阅为核心商业模式，客户的付费意愿和能力直接决定其了市值。相比Salesforce订阅收入占比超过90%、毛利率近80%，过去几年中国SaaS厂商普遍存在的痛点是，中小企业更倾向于免费产品，付费意愿有待激活，中大型企业习惯于定制化项目的服务模式，对标准化SaaS产品的积极性有限。跨界打造移动办公平台难度高，巨头入场加速市场淘汰自2007年Salesforce推出PaaS平台以来，其应用市场平台AppExchange汇集了超4000款预集成的应用程序，与PaaS平台相关的收入占云服务收入的比重增长到2019财年的23.0%。Salesforce通过搭建PaaS开放平台扩展和完善自身功能的举措大获成功，因此为诸多国内SaaS厂商所效仿。2014年左右，CRM、OA协同等领域的领先玩家开始基于自身垂直产品跨界打造移动办公平台。背靠阿里和腾讯的钉钉和企业微信以企业级IM强势切入，在短时间内实现大规模扩张，竞争空间迅速收窄导致不少跨界玩家发展受阻。从目前的市场表现来看，国内尚未出现类似Salesforce体量的PaaS平台，平台中立性、平台与开发者的利益分配以及厂商间的数据打通等诸多问题仍有待解决。中国企业信息化发展特征企业信息化整体水平的滞后造成SaaS市场的预期偏差站在全球视角下，中国企业信息化投入与整体经济发展水平的关系极不平衡。2018年，中国GDP占全球的比例达到15.8%，但中国企业的IT支出占比仅为3.7%，在过去以粗放式增长为主导的模式下，中国经济总量的快速增长在很大程度上没有反应到企业的信息化投入当中。企业信息化整体水平的滞后造成了SaaS市场的预期偏差，在将美国SaaS市场作为对标对象的同时，应当意识到中国企业IT应用的成熟度与个人消费者之间的差异。Salesforce在美国市场打出了“软件终结者”的口号，而在中国，SaaS厂商面临的市场环境中依然有大量企业的信息化停留在纸质资料电子化的浅层水平，ERP、SCM、CRM等软件应用并不非常广泛，即在业务数字化尚未完全普及的情况下就需要直接进入到数字化转型阶段。中国企业信息化发展阶段技术驱动信息化迈向新成长周期，中美差距将有望逐步缩小根据著名的诺兰阶段理论，企业的信息化成长遵循S形曲线，同时IT领域的每一次重大技术变革，都将推动企业进入新的循环。从微机时代进入互联网时代，企业第一次意识到了IT应用对企业发展的重要战略性作用。20世纪90年代中国进入互联网时代，比互联网起源地美国晚了整整20年，这一差距直接造成中国企业信息化发展阶段的滞后。进入移动互联网时代，C端用户行为习惯的改变作用于企业商业模式，基于移动互联网开展的新型业务大行其道，海量数据对计算性能和效率提出了更高的要求。移动互联网和云计算叠加大数据、物联网、人工智能等新兴技术，从需求端和供给端共同推动中国企业信息化进入新的成长周期，变革由领先互联网公司开始向各行业各领域渗透。驱动因素：各方势力入场推动SaaS应用加速中国企业级SaaS发展驱动力：供给端传统软件厂商以云服务作为增长引擎，激活高端存量市场目前中国企业级SaaS市场主要由三类玩家构成，即新兴SaaS创业公司、传统软件厂商和2C互联网巨头。其中，传统软件厂商从事企业信息化时间最久，客户基础和业务积累最为深厚。以金蝶、用友为代表的一众传统软件厂商高调向云转型，伴随着SaaS产品收入贡献比例的持续增加，SaaS业务已经成长为拉动增长的关键引擎。作为SaaS市场上单体营收能力最强的一类玩家，传统软件厂商重点服务于中大型以及超大型企业，无论是将原有软件产品转化为SaaS，还是针对新模式、高性能的业务需求推出的全新SaaS产品，都有助于快速激活高端市场中的存量客户，从而填补2C互联网巨头和SaaS创业公司较难触及的领域空白。2C互联网巨头的“B计划”，多维度刺激SaaS行业加速发展消费互联网红利见顶加之云服务整体产业趋向成熟，2018年2C互联网巨头在企业服务市场动作频繁，腾讯、美团、阿里、百度四家公司相继宣布进行组织架构调整，产业互联网战略地位持续升级。除钉钉、企业微信等入口级产品来势汹汹外，巨头们更是积极展开投资并购与生态合作，斥重金搭建自身的企业服务生态。2C巨头进场为SaaS行业带来了多维度的刺激，扮演着行业催化剂的角色。比起直接的市场竞争，巨头的生态思路通常更加侧重平台技术和能力的输出，帮助合作伙伴快速形成解决方案共同服务于客户；借助巨头的品牌和流量优势，其合作伙伴也能够实现高效的客户触达。巨头们的高调向市场释放产业互联网时机已来的信号，对数字化转型重视程度的提高有助于加速SaaS市场教育；而以投资或扶持计划名义投入市场的资金，也将激励中小创业公司开发出更优质的SaaS产品。中国企业级SaaS市场规模整体规模约250亿元，预计未来三年复合增长率近40%2018年中国企业级SaaS市场规模为243.5亿元，较上年增长47.9%。在经历了短暂的爆发式增长后，SaaS市场体量快速跃升，随后年增长率在2016年到2017年间回落明显。进入到2018年，资本市场对SaaS的态度趋于理性，客户对SaaS的认可度进一步提升，同时各细分赛道的领先厂商在商业化的探索上愈发成熟，SaaS市场增速再度上扬。预计未来三年内中国企业级SaaS市场将保持39.0%的年复合增长率，到2021年整体市场规模将达到654.2亿元。中国企业级SaaS市场细分结构CRM、客服与呼叫中心、ERP和通信占业务垂直型市场六成2018年中国业务垂直型SaaS市场规模达到140.2亿元，同比增长42.1%。其中，CRMSaaS市场最大，约占业务垂直型SaaS市场的20%，其次为客服与呼叫中心、ERP和通信（含邮箱、会议和直播）SaaS，占比分别在15%、11%和11%。从市场增速来看，除电子签名市场2018年增长率超100%，其他市场年增长率基本落在30%-50%的区间。总体而言，业务垂直型SaaS细分市场结构近两年变化不大。行业垂直型中零售电商SaaS市场规模最大，占比超四分之一2018年中国行业垂直型SaaS市场规模达到103.3亿元，整体规模略小于业务垂直型SaaS，但年增长率更高为56.6%。其中，零售电商SaaS市场规模最大，约占行业垂直型SaaS的26%，受益于新零售、智慧零售、无界零售概念的兴起，零售电商SaaS年增长率达到66.2%。医疗、物流SaaS市场规模紧随其后，占比约为16%和13%。目前，行业垂直型SaaS主要出现在行业性需求强且与互联网结合更紧密的领域，大量传统行业的SaaS渗透率依然有很大提升空间。实践路径：客户分层，商业化探索初见成效中国企业级SaaS的客群结构小微企业需求标准化，中型企业行业化，大型企业定制化根据企业员工规模和营收能力粗略地对SaaS目标客户进行划分，通常而言企业规模越大对定制化的要求就越高。受限于自身的IT预算和开发能力，小微企业的信息化建设落后，以按需订购模式提供的标准化SaaS产品天然适合于小微企业。虽然客单价最低，但因为占据数量优势，小微企业对GDP的贡献高达60%，整体市场空间不容小觑。中型企业比小微企业需求更加定制化，付费能力依然不及大型企业，SaaS厂商多围绕客户的行业属性提炼共性需求，利用PaaS对通用型产品进行延伸。处于金字塔顶端的客户业务和组织架构复杂，且往往已经拥有较为成熟的IT系统，对SaaS产品的需求集中在创新型业务上，在SaaS+PaaS的基础上，厂商还需要辅以更多定制化的增值服务才能撬动大型企业。中国企业级SaaS的竞争要素产品、销售、客户成功三位一体，共同形成全生命周期闭环SaaS厂商经常面临的三个难题是产品难做、产品难卖和产品难用，仅产品切中客户的业务和场景痛点还不够，需要进一步通过销售和客户成功的环节来完成客户全生命周期的闭环。由于客户较难在短时间内认识到2B产品创造的价值，SaaS产品与获客渠道的契合显得至关重要。部分2B产品如文档协作、企业IM、企业网盘等，和2C产品之间的界限相对模糊，可以采用自下而上（非自上而下的管理层决策）的销售路径，有机会发挥类似2C产品的病毒式传播和网络效应优势。基于SaaS商业模式，客户成功环节决定了厂商的续约能力，在客户全生命周期中扮演着重要的角色。客户成功团队需要充分调动厂商内部的各类资源，让客户会用并且用好SaaS产品。产品、销售、客户成功三者构成木桶效应，缺一不可，同时三者间亦存在协同的正向反馈，共同助力SaaS厂商的成功。中国企业级SaaS的平台化策略入口级产品降维打击，垂直型产品宜遵循平台到生态的路径目前中国企业级SaaS市场上存在着两种类型的平台化厂商。一类采取的策略类似Salesforce，通常为专注在特定业务或行业的领先厂商，通过搭建PaaS平台解决SaaS产品标准化与客户需求定制化的矛盾，以拓展大中型企业客户群体。另一类以钉钉、企业微信等具有巨头背景的产品为代表，从需求高频且相对通用的IM、OA协同等领域切入快速形成入口，进一步依托品牌、流量、资金等优势吸引第三方合作伙伴打造开放生态。采取降维打击的入口级产品自身只涉足通用的基础功能，入驻合作伙伴理论上可覆盖企业服务的所有领域，在平台化的效率上远高于CRM、HRM等垂直型产品。垂直型产品的平台化更加聚焦于自身的业务场景，平台化较为成功的厂商基本都遵循由客户验证提炼高可扩展性平台再到开放生态的发展路径，从实际市场表现来看，操之过急者往往会适得其反。中国企业级SaaS产业图谱未来趋势：在慢市场中挖掘赛道差异化机会中国企业级SaaS整体市场趋势软件SaaS化大势所趋，信息化演进背景下潜在市场空间巨大相比传统软件，SaaS简化管理、快速迭代、灵活付费和持续服务的优势在当前竞争环境中愈发突出，因而成为越来越多场景下企业客户的优选。2018年中国SaaS市场规模占应用软件的比例由2014年的6.0%上升到13.3%，软件SaaS化趋势不可逆转，预计2021年该比例将进一步增长至24.0%。考虑到中国企业信息化与领先国家的差距，企业营业收入中用于IT支出的比例每上升万分之一即可释放超过200亿元的市场空间，同时企业的IT支出结构也在不断优化，应用软件的投入比例将持续上涨。可以见得，SaaS的市场潜力远不止于当前的应用软件规模，未来的市场空间将非常可观。企业服务难出现爆发式增长，差距的追赶不在一朝一夕根据中国信通院数据，2018年中国数字经济总量超过3.1万亿元，占GDP比重达到34.8%，数字经济内部结构持续优化，产业数字化规模接近2.5万亿元。尽管数字经济的作用正在加速由IT、互联网等信息通信产业向其他产业传导，但能够看到的是，中美产业数字化规模占GDP的比重依然有近一倍的差距，难以在一朝一夕就追赶上。在中国SaaS市场巨大的潜在空间之下，企业信息化整体水平的提高、对软件的付费意愿和SaaS订阅模式习惯的培养都需要时间，2B市场不会出现像2C市场一样的爆发式增长，长路漫漫，仍需砥砺前行。中国企业级SaaS应用优先级小微企业市场率先激活，大中型企业创新型业务有利可图SaaS赛道众多，各细分市场间的差异来自于企业客户应用SaaS的优先级，总体而言增量市场的应用将先于存量市场。从客户群体来看，小微企业对应的增量市场被SaaS激活，其市场主体数量庞大，决策链条相对简单，高性价比的SaaS模式率先迎来快速增长，其中创新型业务的效益更加立竿见影，增长更快。大中型企业对SaaS的态度略显谨慎，但在创新型业务上已经开始表现出对SaaS的偏好，因其付费意愿和能力更强，大中型企业对应的潜在市场空间预期将高于小微企业。针对传统型业务，大中型企业在短期内没有动力替换使用中的传统软件，因而位于图中左下角的市场将呈现出相对缓慢、渐进式的存量替换。中国企业级SaaS细分市场机会明星赛道领先厂商突围，新兴赛道变数下暗藏机会下图呈现了具备一定规模的SaaS细分市场，通常而言，市场渗透率越高代表该领域SaaS应用越成熟，市场教育成本越低，行业集中度越高代表领先厂商的优势越明显，新进入者进入难度越大。CRM、零售电商赛道受移动互联网带来的新模式冲击最大，市场和资本关注度遥遥领先，目前已经出现多家营收过亿的创业公司。随着SaaS渗透率的进一步提高，领先厂商将加速收割市场，竞争趋于白热化。渗透率居中的新兴赛道竞争格局不确定性更大，虽然已经出现部分领军者，但后起之秀同样活跃，各方势力均有机会。市场渗透率和行业集中度双低的区域，SaaS应用成熟度低，同时传统软件竞争格局较为分散，在该区域深耕、培育市场者可以积累先发优势。市场渗透率低、行业集中度高的区域多为传统软件巨头把控，随着传统软件巨头加大SaaS转型力度，除已经占据一定市场份额的创业公司外，留给新进入者的机会相对有限。中国企业级SaaS玩家策略挖掘产品网络效应，延伸上下游增值服务，“钱景”更可观SaaS各细分赛道厂商数量的增多不可避免的带来产品同质化，但一味比拼功能覆盖的全面性并不能让SaaS厂商脱颖而出。观察当前市场上高增长、高收入的明星公司，在形成了产品、销售和客户成功的协同作用后，网络效应和增值服务往往能让SaaS厂商更有“钱景”。尽管2B市场整体不具备2C的爆发式增长属性，但通过挖掘所在赛道的网络效应依然能够帮助厂商获得高于竞争对手的增速。网络效应一方面可以来自于产品自身的连接属性，帮助客户与合作伙伴形成连接，另一方面也可以来自于对数据价值的有效使用，以行业大数据驱动营销、金融等数据类增值服务。在SaaS市场尚不成熟、付费意识有待培养的当下，围绕SaaS产品拓展上下游增值服务能够为SaaS厂商提供新的营收来源，从而在短时间内获得更可观的财务数据。典型的增值服务包括精准营销、第三方支付、供应链金融、咨询和培训等，同时搭载SaaS产品的硬件设备也可被视为广义的增值服务。看过来

今年4月，建设银行的“无人银行”在上海开业。它采用带有人脸识别功能的智能摄像头和闸机取代了安保人员，用迎宾机器人取代了原本的大堂经理，用智能柜员机取代了银行柜员，客户在进入银行之后，由机器人引导通过自助或远程的方式完成业务办理。“无人银行”引起了人们的无限遐想，未来的银行业会发展成什么样子？《Bank3.0》作者Brett King曾预言，“未来的银行将不再是一个地方，而是一种行为”。在经历了以物理网点、网络银行为主导的两代后，银行将变为：随时随地，无处不在的金融。Banking Anywhere，Banking Anytime！将“人”置于银行服务的中心位置，让传统的银行服务彻底摆脱物理网点和机具的限制，实现人们所到之处、所需之时、实时拥有便捷的金融服务。在今天，这样的畅想并不是空穴来风，伴随着科技的进步和互联网金融的冲击，银行业的智能化变革正如火如荼地展开，智慧银行时代，悄然来临。什么是智慧银行？智慧银行有哪些特征？智慧银行是传统银行、网络银行的高级阶段，是银行在当前智能化趋势的背景下，以客户为中心，重新审视银行和客户的实际需求，并利用人工智能、大数据等新兴技术实现银行服务方式与业务模式的再造和升级。智慧银行相对传统银行具有两个显著的特点：一是智能化的感知和度量。与以往直接的询问或根据历史服务数据做简单分析的方式不同，智慧银行通过一系列的智能化设备，在用户毫无察觉的情况下感知用户需求、情绪、倾向偏好等，从而为进一步的营销和服务提供支持。二是资源和信息的全面互联互通。智能化的感知和度量改变了银行采集信息的方式，将以往无法量化的信息按照某种规则进行量化分析，从而为资源的配置和优化提供决策依据。如，通过对银行网点的排队情况、业务类型、业务量的监控分析，可辅助银行完成网点布局的优化；通过对用户位置、需求信息以及网点实时服务情况的获取，可帮助用户选择最优的网点等。线上与线下的结合与不同渠道的信息互联使资源的配置更加合理和高效。有哪些因素驱动了银行的智慧化变革？技术、数据、场景和市场是主要的驱动力。技术方面，随着人工智能等技术的逐渐成熟，其商业应用场景逐渐受到行业的重视，银行业因数据量大，应用场景众多而成为各项技术争相落地的沃土；数据方面，金融业大量的数据沉淀对数据处理工作提出了更高的要求，也为大数据、人工智能等技术的应用提供了数据基础；场景方面，银行业务场景多样且呈精细化运营的趋势，针对各个环节的服务创新有助于提升效率，优化服务；市场方面，互联网金融的发展给银行业务带来不小的冲击，使传统银行在面临同业竞争的同时，还不得不应对新经济形态带来的用户习惯的改变和用户对服务质量要求的提高。激烈的市场竞争环境促使银行以客户为中心，重新审视用户需求，利用新技术手段优化业务流程，从而提升银行业的运营效率和服务水平。我国智慧银行的发展现状传统线下网点运营的成本压力使得银行一方面大量裁撤网点，另一方面也积极地投入智能化变革。当前，智慧银行呈现出线上线下结合、前后台协同的业态。其典型应用场景包括：用户识别、刷脸支付、智慧网点、智能客服和智能风控等。从产业链的角度来看，布局智慧银行领域的技术公司种类多样，其中，以生物识别、计算机视觉、自然语言处理、大数据等技术公司较为普遍，在应用上，生物识别和智能风控相对成熟。智慧银行的发展趋势回顾过去几年，网络银行、数字银行、虚拟银行、智慧银行等说法不断更新人们对银行的认知。这些被赋予了时代特色的名词，虽然在概念的界定上并不完全清晰，但它足以表明银行业追随技术发展与时俱进的步伐。在当前这个智能、高效、万物互联的时代背景下，银行业的发展也呈现智能、高效和便捷的特征，其网点建设则表现出明显的智能化、轻型化、特色化和社区化的趋势。注：本报告PDF版本可点击链接下载关于36氪研究院36 氪研究院是 36 氪子品牌，专注于一级市场的行业研究，通过定性定量结合的方式研究新兴行业与企业，欢迎大家积极与我们交流讨论。分析师：杜玉(yu100，yu@36kr.com)，关注人工智能、金融科技领域。

华辰产业研究院的产业互联网深度研究报告系列《产业互联网深度研究报告》《产业互联网深度研究报告之云基础服务》《产业互联网深度研究报告之企业级服务》--END--声明：此文转载或改编于网络，由《纺织服装产业数字化》公众号整理分享给大家，仅供学习使用，不得用于商用。版权归原作者，如涉及版权，请联系我们（cpsiii@qq.com）删除。

2018年以来，人工智能需求持续爆发，受政策利好影响，核心技术公司与资本市场实现更好对接，企业资金压力得到缓解，落地应用进程加快，医疗健康成为资本关注的重点落地应用方向。投资机构、互联网巨头、传统医疗巨头、传统企业纷纷布局医疗人工智能。医疗资源供需矛盾突出，是我国医疗行业面临的根本问题，也是人工智能医疗的主要发展驱动力。人工智能作为一种创新技术，改变了医疗领域的供给端，对传统医疗机构运作方式带来变革，为现有医疗工作带来流程改进与效率提升，从而催生巨大增量市场。2018年我国医疗人工智能市场规模达到200亿元，CAGR超过40%，随着智能化程度不断提升，潜在市场空间巨大。医疗影像、辅助诊断、新药研发和健康管理是人工智能医疗的主要应用方向。医疗影像是我国AI医疗领域最为成熟的细分领域，目前市场竞争格局未定，高质量数据获取与标注能力成为核心竞争力。手术机器人是人工智能辅助诊断领域比较活跃的应用，临床决策系统的进入壁垒较高。人工智能以算法和算力优势，应用于新药研发各环节，解决新药研发周期长、成功率低和费用高的问题。人工智能在健康管理领域应用广泛，包括风险识别、虚拟护士、移动医疗、健康干预等多个场景。本报告主要研究以下问题：目前AI医疗市场现状如何，有怎样的发展趋势？AI与医疗领域结合将带来哪些颠覆性价值？AI医疗的发展驱动力有哪些？这些因素是否可持续？投资机构、互联网巨头、传统医疗巨头等如何布局AI医疗？AI医疗有哪些主要应用场景？商业模式是怎样的？未来AI医疗公司的核心竞争力是什么？AI医疗领域有哪些头部公司值得关注？注：本报告PDF版本可点击链接下载，提取码：tg3b关于36氪研究院36氪研究院是36氪子品牌，专注于一级市场的行业研究，通过定性定量结合的方式研究新兴行业与企业，欢迎大家积极与我们交流讨论。

2020年是一个动荡之年，新冠疫情、美股熔断、长租公寓爆雷…虽说2020年是经济寒冬年，可是市场也同样出现了经济火热的一面。疫情期间，每个行业都受到了波及，不少传统线下行业的企业遭到重创面临倒闭，然而对于SaaS行业而言，又是一个新的机遇和挑战。本文，DataFocus将带你看2020年中国企业级SaaS行业研究报告，通过对SaaS行业的发展状况展开分析，帮助您加深行业了解。（本文数据来源：艾瑞咨询，文末附赠研究报告电子书）企业级SaaS行业发展的基本要素首先，企业级SaaS行业的发展离不开这三大基本要素：信息化、云服务、政策。基础要素1:企业信息化程度信息化程度是SaaS行业发展的土壤。信息化程度越高，通过计算机技术提高经营水平的能力就越强，互联网企业用户的数量也会越多，软件普及率也会更高。目前而言，中国的信息化程度还和美国有较大差距，原因是美国早在20世纪60年代就基本进入信息化社会，随后的40年中，IT技术不断提升，互联网应用也得到普及。而中国在20实际末才开始发展计算机技术，发展历程较短。国内IT贡献的GDP仍不足。基础要素2:云服务发展水平云服务是SaaS行业的驱动力。这一要素既决定了SaaS产品的服务能力，也影响了用户对云服务的使用意愿。现在SaaS有公有云、私有云、混合云等多种部署形式，但公有云是目前使用最普遍、广泛的方式，尽管仍有企业对其安全性保有存疑。云服务模式在中国的普及率已从2017年的54.7%上升至2019年的66.1%，随着中国基础云厂商技术提升，市场教育逐步见效。基础要素3:政策法规推动政策法规对企业级SaaS发展的推动力来自几个不同的角度。针对部分企业用户担心的云端软件网络安全性问题，中美均出台了关于保障用户隐私、电子通信隐私和信息安全的法律法规，对云服务的服务质量作出规范。政府出台《推动企业上云的实施指南（2018-2020年）》等，使一部分企业新增了对SaaS软件的需求。一些政策法规虽与云服务并无直接相关，但是促成了企业对深耕行业的垂直型工具型SaaS产品的需求，如美国企业在员工管理上需要遵循各人种无歧视雇佣等原则，高昂的罚款促使企业需要HRSaaS管理软件帮助其实现合规管理。整体而言，政策的推动力来自于帮助企业增强使用信心、激活企业使用需求。中国市场的发展状况发展历程企业级SaaS厂商从萌芽阶段，发展到快速成长阶段，直到现在的业务拓展阶段。行业痛点企业级SaaS在中国处于市场繁育期，需求端和供给端的一些不足成为行业发展的掣肘。从供给端的角度，虽拥有软件功能，但是产品对业务的理解缺乏深度，无法为客户提供能解决核心业务难题的解决方案，而缺乏服务能力的SaaS产品是不完整的，所以企业也并不愿意为与需求割裂的SaaS付费。从需求端的角度，企业使用SaaS软件的意愿和付费意愿均不够强，需求端驱动力不足使得SaaS厂商难获新客、难增营收。新冠疫情的影响疫情使得许多企业比如餐饮零售、协同办公、教育等运作管理受到影响，企业开始寻求新的经营模式，因此滋生企业新需求。一些SaaS厂商的快速响应，及时匹配新需求，业务出现成倍增长。疫情让企业级SaaS带来一大波流量，尤其是2月份复工以来，无论大型企业还是中小型企业，都加入了协同办公的行列。协同办公SaaS获得大量试用客户，所以接下来流量转化和用户留存成为企业关键。相较管理流程类软件，工具类软件用户粘性高，流量转化率高，用户更能体会到价值。市场规模2019年中国企业级SaaS市场规模为362.1亿元，相较2018年增长了48.7%。疫情使得企业对SaaS的接受度和需求增加，市场仍将保持较快增速，预计2022年中国企业级SaaS市场的规模将突破千亿元。中国企业级SaaS厂商发展策略SaaS厂商现状目前中国SaaS行业还处于腰部厂商探索成长、头部厂商逐步扩张的阶段，暂未出现像美国市值千亿的SaaS巨头。企业级SaaS厂商目前有三类，创业型、传统型、互联网。创业型厂商具有先发优势和更落地的行业洞察力，可以和其它类型厂商合作和竞争。传统型厂商的基因是软件，基于IT技术和客户优势发展高定制化产品，在云服务的模式上积累尚浅，竞争集中在传统软件渗透率高的赛道，如ERP、CRM，大型企业会对传统型厂商有较高的信任。互联网厂商走的是发展云计算和教育市场的道路，具备流量优势。同时，头部跨界的互联网厂商的公有云能力使其在发展aPaaS平台上具有一定优势。创业型SaaS厂商成长阶段示意图创业型SaaS厂商将经历4个阶段，雏形、初创期、成长期、扩张期。各发展阶段厂商策略对于初创期的SaaS厂商，首先应该考虑的是如何做出一款还不错的产品。选择好有发展前景的增量市场后，产品需具备一定创新性能直击企业痛点，具备较高的产品和市场匹配度。针对市场可以定义一个容易被记住的品牌发声方式，通过客户证明产品价值。此阶段，销售是营收来源。对于成长期的SaaS厂商，需重点关注市场策略，即把产品卖给更多的人。此阶段产品应加强做行业解决方案的能力，具备较强的差异性。针对市场可采用差异化定价，为潜在用户提供试用，再通过品牌建设带来流量。基于软件收费，可推出增值服务提高营收。对于扩张期的SaaS厂商，可以进一步丰富产品矩阵，扩展产品适用面，以满足客户多样化需求。此阶段的市场策略重点在于如何让客户快速感知产品价值，营销方式主要是口碑营销。商业模式还可以推出新类型，比如交易佣金抽成，利用存量用户辐射增量用户。发展ａｐａａｓ平台也是扩张期SaaS厂商一个技术策略，它可以帮助厂商解决企业强定制化需求和研发成本上升效率下降的问题，又为企业用户提供自主迭代产品开发空间，创造更大的价值链。行业发展趋势展望中国企业级SaaS整体市场趋势SaaS在传统软件中的渗透率不断增加，潜在市场规模较大。2019年中国企业级SaaS的市场规模是362.1亿元，占应用软件的比例为17.2%，相比于2014年的6.0%已有了成倍增长，此后随着SaaS市场的迅速扩张，这一占比将在2023年达到38.7%，企业级SaaS具有广大的潜在市场空间。中国企业级SaaS行业发展趋势随着C端流量红利见底，国内互联网巨头逐渐有更大的动力探索B端增长，以阿里、腾讯为代表的头部互联网厂商从公有云入场B端，为进一步提升公有云覆盖力，扩大其在B端的市场份额，厂商们开始逐渐向上构建SaaS生态。如果说C端的竞争是流量的竞争，那么B端市场将会是生态的竞争。跨界而来的互联网厂商利用IaaS层技术沉淀，构建aPaaS应用市场，使得SaaS产品具有更强的扩展性和定制能力，而后从自主研发、投资并购和生态合作三个层级围绕优势产品建立SaaS生态，一方面作为被集成方为创业型SaaS厂商提供技术支持，另一方面也发挥流量和资金优势，现阶段以免费或低价的SaaS产品激活小微企业的使用意愿。在历经技术驱动的洗礼和业务体系趋于完整后，市场端的规模扩张逐渐成为发展趋势，产业内并购加剧。对于头部的创业型SaaS厂商而言，有两个主要的并购方向，第一是纵向并购，向产业链上游并购PaaS层厂商，加强SaaS厂商aPaaS平台的构建，以及IaaS层技术能力，自建公有云；第二是横向并购通过并购专注于创新业务、细分业务的厂商，保证自身的技术创新能力并增强垄断力，通过对企业已有业务体系的调整和补充，构建企业级SaaS产品生态，达到最佳经济规模。发展策略建议SaaS产品的服务能力通常可分为四类，分别是“合规”、“提效”、“节流”和“开源”。“看得见的”成本降低和收入增加更易获得价值认同，而“提效”型产品，中国市场的付费意愿仍需要进一步激活。因此可以尝试向“可视化”发展，为企业提供“看得见”的“节流”和“开源”，将更快迎来市场繁荣。DataFocus总结目前SaaS行业仍有较大的市场发展前景，或许会有更多互联网企业跻身SaaS行列中。但不管企业如何竞争与合作，用户都将会是最大受益者。随着IT技术水平的提升，云服务水平提高，用户能享受到的服务体验只会越来越好。这也是DataFocus一直以来所希望看见的。DataFocus不断打磨产品，基于对企业痛点的洞察，除了能提供企业业务解决方案外，也一直将用户体验放置首位，助力人人都能成为数据分析精英。如今DataFocus新推出的产品DataFocus　Cloud，是DataFocus向用户心里迈进的重要一步。数据分析效率低成本高，没关系，现在，您1分钟登录便可即刻享受分析服务，您的体验只有更快更便捷。想了解更多信息，您不要错过2021年1月19日19:00-20:00DataFocusCloud新品直播发布会重磅来袭AI驱动，SaaS部署，引领数据分析云时代。DataFocus与您相约，我们不见不散！除非注明，否则均为DataFocus企业大数据分析系统,让数据分析像搜索一样简单原创文章，转载必须以链接形式标明本文链接。

随着人们生活水平的提高，健康意识的逐渐增强，我国居民对饮料品类的消费需求也日益高涨。同时开始呈现多元化的趋势，人们已不再将饮料简单地定位于解渴的功能，消费者更加倾向于天然、低糖、健康型饮料。瓶装水、果蔬汁、蛋白饮料受到越来越多人的重视，而碳酸饮料的比重却逐渐下降。2019年4月町芒研究院针对消费者最喜欢的饮品类型做了在线专项调查。根据调查结果显示，51%的消费者会选购包装饮用水，而健康的果蔬汁和酸奶、牛奶也被多数消费者接受，而风味更佳包装形象更时尚的茶（类）饮料，也被12%的消费者追捧。咖啡（类）饮料被3%的咖啡饮料爱好者消费，而碳酸饮料也有7%的消费者接受。同时町芒研究院针对“选择饮品的原因”做在线调查时发现，即便消费者对饮品是否健康营养越来越重视，但依然会有41%的消费者会因为“口味好”而选择一款饮品。而16%的消费者在选择一款饮品时，没有理由比较随意。截止到2019年12月，町芒研究院评测饮品类，包括包装饮用水、NFC果汁、市售奶茶、咖啡饮料、无糖饮料、酸奶、儿童牛奶等7个类型，涉及140多个品牌，评测样品量接近400余个。通过评测，町芒研究院发现市售饮品普遍存在以下两个问题：1、市售饮品普遍存在添加剂泛滥。2、市售饮品普遍存在游离糖泛滥。面对这类市售饮品，消费者该如何正确选择？在市售饮品添加剂泛滥，游离糖含量高，市场需求及呼吁度高的大环境下，食品企业该如何应该？是否要作出改变？要如何改变？本文由町芒原创，欢迎关注，带你一起长知识！

东风长安宣布参与智能网联汽车国家创新中心的组建，不过二十天，国企研究院了已经风风火火地被创建起来，股东涉及呢21家企业，很快信息通信企业整车厂零部件供应商，国资委的直属机构互联网科技公司，研究院的成立将会对我国的汽车产业产生怎样的影响，那今天的节目特别邀请到的是资深媒体人环球汽车高级副总裁成员，我们一起来谈一谈他的看法。在2017年年底成立的这个国汽研究院，这个成立会对我们国家汽车行业产生什么影响的，他当然也是一种企业，但是我觉得和我们说的所说的是看其还不相同他软件智能方面，那些事情具体的二十几个企业的状况我不清楚但是我，看名字，按照我的常识来理解，定时限人数不是很多但是技术还能高，我这儿今天想说的是另外一个问题，就是生产企业做一段时间不知道你是不是注意到了就说一汽东风长安有一个倒是有人拍了就好说这些，兼并重组的开端，车我觉得这些人是不懂脑子，南北车跟这个汽车完全不一样，南北车首先产品简单，他就是机车有那么复杂，所以这个大旗了两个特别像一汽东风，就两个一起，有百害而无利。我曾经给我那个下面年轻人我说你们谁敢写标题就是写一个仪器东风联合思维一条没人敢接，我说我有时间我来写，为什么呢，我们知道一汽东风具体人数我估计他们自己说清楚，现在这个结果是他手下起码都是20万的四川人，其实他们说到的是国企研究院，那么这三大集团的是我们国家主要的生产企业，那如果说这个研究院研究一些比如适应中国的汽车企业的标准包括那还有新能源汽车的或者是电动汽车的标准是不是有利于说，那么我们整合了一些通用的东西，然后能够降低美嘉的生产的成本了，名字还叫研究院他们就不应该是纯生产，恐怕还得名副其实还得研究我们看到他们确确实实现在是整合了整车厂零部件供应商。全新东风风神ax7车型付分手动挡到自动挡覆盖非常全面轴距空间都不差，有很多草点需要提高，可是也不至于让这款车型全盘结束， 2018款风神s7相比老款的xt的外观设计的确是做了一些调整和提升内饰的整体质感以及细节做工处理方面还有待提高，虽然来自于成熟体系的一点楼梯发动机带来的动力感受的提升，这款车型的外观内饰设计功能配置的方面的一如既往的中庸，即使在设计层面上无法追求突破，但是东风风神的可以再行车品质与操控体验方面另辟蹊径。东风风神ax7这款车型的操控和底盘的舒适度可通过性都非常不错动力输出呢还是相当平顺但是在试驾过程当中我们感觉这台车的发动机是偏大的，汽车世界的领海新款风神ax7上市，三横幅式大尺寸的格栅搭配大面积的镀铬装饰整个车头很有档次感十分大气，不过和ax家族的其他车没有形成家族脸谱有些各做各的感觉，希望风神能够再接再厉在今后的新车上做的更好。

国内的企业级SaaS市场正处于快速成长阶段，无论从市场热度还是产业成熟度来看，都正发生着日新月异的喜人变化。移动互联网发展迅猛但流量红利日益衰竭，“纺锤型”的宏观企业结构构造出独特的企业级市场面貌，C端市场与B端市场从若即若离走向融合。站在“风口”之后，SaaS市场依然让人有些捉摸不透。本报告从SaaS的源起、演进、主要类型说起，向客户阐明SaaS模式的内涵及其核心价值，为创业者梳理行业发展动态与企业经营策略，也给投资者提供行业未来发展的挑战与趋势作为参考。核心观点：1. 2017年国内SaaS行业市场规模为168.7亿元，增长率为32.3%，未来几年仍将保持30%以上的增长率。2. 中国SaaS市场占全球的比重将从2017年的5.5%增至2020年的9.4%。3. BI、安全、营销类SaaS更受一级市场青睐，垂直行业市场则呈现出高度碎片化。4. 总体来看，SaaS化进程与商业价值链的路径方向相反：由价值链末端的C端用户开始不断向上游倒逼。目前终端to C行业的SaaS化成熟度最高。尽管“云”早已不再是艰深的技术名词，而是进入普通民众的日常语汇中，但大多用户对“云”的认知往往来自于“云盘”“云端存储”。从这些toC的SaaS应用中，人们获得了“云”的最初认知与宝贵的一手使用经验。SaaS由于直接提供应用服务，天生就与用户的距离更近，也是云服务中最为人所熟知的一类。其实，就SaaS本身的定义而言，但凡直接向用户提供最终服务，而其背后的计算、数据存储都无需本地运行的，都可被归为SaaS服务。因此广义上，SaaS几乎可以包含我们日常生活中接触到的所有Web应用，包括搜索引擎、邮箱、地图、视频网站等等。但通常意义上，人们提到的“SaaS”都用来指代toB的SaaS服务，即面向企业提供的、部署在服务提供商自己的服务器上的、按需订购的、通过互联网提供的服务。本报告也只聚焦于企业级SaaS市场。SaaS是对传统软件交付形式的变革从历史发展的角度来看，SaaS的实质是应用交付形式的一次变革。传统软件的交付，最简单的就是采用单机软件的形式，即在每个用户的电脑上安装一套应用程序，程序的运行、数据存储等都在本地进行。这些彼此独立的应用程序使得集中管理难以实现。而在SaaS模式中，应用程序运行在SaaS厂商自己的服务器中（即所谓“云端”），大多情况下直接基于Web进行交付，无需本地安装与部署，且可以同时向多租户提供服务。核心价值：删繁就简，直接向客户交付简单易用的服务SaaS作为云服务的重要组成部分，其核心理念与云服务一脉相承，即通过专业化的社会分工优化社会资源的配置。如果说IaaS层省去的是客户对基础设施层的操心，PaaS层省去客户对中间件、数据库等应用开发环境的关心，那么SaaS层则是几乎向客户隐去了所有IT相关的部署与管理流程，直接将最终服务和盘托出。这个核心特色至少能够给客户带来四点好处：一是简化管理，二是产品快速迭代和自动更新，三是付费方式灵活减轻企业的现金流压力，四是获得更具针对性、更能帮助企业创造价值的客户服务。我们绝不能将SaaS简单地理解为“互联网+软件”，其背后所蕴含的“从销售硬件产品到售卖服务”的产品理念才是其真正的价值与潮流所在。二、企业级SaaS市场发展现状风起云涌，国内SaaS市场将保持30%以上增长率国内SaaS市场在2014-2015年经历了短暂的爆发式增长，增速分别高达71.3%和65.4%。从2016年开始，SaaS市场进入相对理性平稳的发展阶段，将保持30%-40%的按年增长率。预计2017年国内SaaS市场规模将达到168.7亿元，2020年将达到473.4亿元，未来发展空间十分广阔。青出于蓝，中国在移动互联网时代可实现弯道超车美国SaaS市场在其成熟、平稳发展的宏观经济大环境下，呈现出与中国较为不同的市场特征。由于美国企业的信息化产品使用率高，SaaS市场的发展空间其实来自于传统软件向SaaS的转化。而中国的SaaS市场受到创业企业数量不断增加和企业信息化产品使用率提升的双重利好，发展速度更快。另外，在中国异常发达的移动互联网经济下，SaaS产品也顺应潮流率先走向移动化。BI、安全、营销更受一级市场青睐，垂直行业市场则呈现高度碎片化梳理2017年Q1-Q3国内SaaS领域在一级市场的融资事件，共有169笔融资。从业务垂直型市场来看，BI大数据分析、运维管理与安全、CRM（尤其是营销）更受到一级市场青睐，其次为HRM领域。而行业垂直型市场则呈现出高度碎片化特征，在特定垂直行业中获得融资超过2笔的仅有电商、零售、金融、制造等少数行业。SaaS行业产业图谱：业务垂直型 信息量大，点击图片，大图更清晰～SaaS行业产业图谱：行业垂直型 信息量大，点击图片，大图更清晰～三、SaaS企业经营策略分析细水长流，续约和留存是SaaS业务的基石和传统软件厂商的“一锤子买卖”相比，SaaS厂商的一个显著差异在于强烈依赖用户的续费。而且企业级服务的获客成本一向颇高，厂商能否尽快从客户续费中收回获客成本，也是考验其经营成功与否的重要指标之一。总的来看，对SaaS厂商而言较为核心的运营指标包括：获客成本（CAC）、客户生命周期价值（LTV）、月/年经常性收入（MRR/ARR）、月均客单价（ARPA）、客户流失率（Churn）等等，覆盖客户整个生命周期的各个节点。目前行业内普遍的观点认为，LTV在CAC的3-5倍以上，获客成本能够在12个月内收回（即CAC小于12倍的MRR），客户流失率控制在一定范围以内（欧美主流观点认为流失率应在5%以内，但在国内受国情影响极难达成），是一个SaaS厂商持续健康发展的关键性指标。当然，由于企业在具体经营发展中存在业务模式、客户特征、市场竞争态势等诸方面的差异，并不建议一味死磕上述标准。岂在朝暮，培养客户的持续付费意愿是SaaS商业模式的基础SaaS产品的前期投入主要集中于产品研发以及固定的IT支出，得益于其能够同时为多租户提供服务的特性，使得SaaS的边际成本极低。这既给SaaS厂商带来了相当可观的边际利润，也让厂商在面对同类竞争时得以在价格上做出更多让步。价格上的不断让步最终催生了免费模式，动摇了作为SaaS产品商业根基的订阅模式，引发了行业内的大量争论。诚然，免费模式作为“噱头”有利于前期吸引用户，迅速做大用户量。很多声称产品免费的企业实际依赖增值服务、周边服务、硬件设备等途径获得收入，但在国内目前的市场情形下，如果没有强大的资金支持，没有足够壮大的用户群体带来足够多的流量，单纯依靠此类增值或周边服务支撑企业运营发展将步履维艰。产品在早期采取低价或免费模式集聚用户，是通过牺牲营收的方式降低获客成本的有效途径，但归根结底，通过切入客户生产经营的核心痛点，培养客户对此进行持续付费的意愿，才是SaaS商业模式的基础。各有千秋，中小企业具有数量优势，大客户付费能力强在客户定位上，不同的SaaS厂商有着截然不同的选择。部分厂商专注于大型企业客户，偏向casebycase的服务；部分厂商专注于数量庞大的中小企业客户；也有厂商同时做两边的市场。整体而言，SaaS服务从其商业特性上来看，按需订购的模式天生更加适合现金流不够充分的初创型企业，而且国内7000多万小微企业是任何厂商都难以忽略的巨大市场。但大型客户的客单价高，付费能力和留存情况都好于中小企业，促使部分企业致力于为大型客户提供定制化的SaaS产品与服务。各取所长，直销提升服务质量，分销降低销售成本SaaS的销售模式与传统软件类似，大体上可分为直销与分销两种模式。但由于传统的渠道代理商对SaaS的认知度依然不足，再加上SaaS的回款周期更长，渠道商代理SaaS类产品的意愿并不强烈，因而很多初创SaaS厂商实际上是被迫采用直销模式。直销由于跳过了中间环节，自有销售团队直接与客户接触，在贯彻企业文化与对产品理念的理解上显然能有更好的表现。而且随着产品的不断迭代，复杂度也必然不断提升，传统的分销渠道人员接受的培训不足，越来越难以适应产品定制化服务与落地实施的要求。当然，分销模式的优势在于能够十分有效地降低企业销售成本，帮助产品短期内迅速打开市场，提升品牌认知度。求同存异，定制化是SaaS服务的必然方向在传统企业管理软件时代，定制化服务在软件的咨询、安装、部署过程中在所难免。一些厂商将其中具有普遍共性的功能提取出来，以互联网服务的形式提供“批量化”的标准产品，成为SaaS产品的最初理念。这样的标准化产品实际上的确足以解决大部分企业的简单需求，也是很多早期SaaS产品能够快速获取用户的原因，包括SaaS极高的边际利润也是建立在这样的商业逻辑假设之上。但随着客户在使用过程中不断发现并提出新的需求，随着企业向垂直行业发力，随着产品开始接触到大中型企业客户，定制化需求必将成为SaaS厂商不得不面临的重要问题。归根结底，SaaS的实质是一种服务，其商业逻辑绝不是让客户被动地适应产品。进入中后期的SaaS产品不妨参考国际厂商的做法，既最大化提取企业的共性需求提供标准化产品，又针对企业的个性化需求提供相应的增值服务或开发平台，尽可能平衡中小企业廉价标准化产品需求与大客户定制化需求的关系。风雨同舟，客户成功是SaaS区别于传统软件的核心SaaS产品在商业模式上取得成功的一个必要条件在于产品能够解决企业的核心业务问题。只有找到企业业务上存在的核心痛点，才能让企业因为刚需而产生持续的付费意愿。此外，市面上大多SaaS产品在各自的细分领域内都面临严重的同质化竞争，而产品在功能层面却难以做到差异化，因此最终仍然拼的是服务。在服务层面，由于商业模式的差异，SaaS显然比传统软件向前走出更多，尤其是在Salesforce的全力提倡下日渐火热的“客户成功”的服务理念。区别于客户支持与客户服务，客户成功更加强调主动获取客户需求，帮助客户最终达成其商业目标。这也促使不少国内SaaS厂商组建了专门的客户成功团队，并建立起一套相对科学的客户成功体系。可以说，客户成功理念正是SaaS模式区别于传统软件的核心所在，是客户服务理念的一次升级，在SaaS企业的整体销售转化、用户留存中起到日益重要的作用。四、SaaS服务的行业应用场景溯游而上，SaaS化进程由价值链末端向上游不断倒逼纵观整个互联网（尤其是移动互联网）的发展历程，个人消费者是最先受惠于其“去中心化”的技术特征的群体，这又反过来助推了整体互联网经济十多年的飞速发展。随着互联网C端市场的日益壮大，用户使用习惯被养成，同时吸聚了大量流量与数据，互联网开始逐步从价值链下游向上游改造，呈现出与价值链逆向的互联网化进程。作为互联网经济的一部分，SaaS化的进程也遵循着价值链末端（即用户）向上游不断倒逼的规律。目前来看，企业级SaaS在社会化程度较高的行业中，如餐饮、零售、美业、酒旅、物业管理、售楼、广告营销等，成熟度相对较高。这些直接toC的行业在业务环节上相对更加快捷和标准化，也更加适合早期标准化SaaS产品的切入。处于价值链中间环节的物流、外贸、采购、工程施工等行业，在下游环节的带动下，也陆续迈出了互联网转型的步伐，正处于发展勃兴期。而最上游的生产制造环节如工业制造、农业生产等领域，目前的SaaS化进展相对缓慢，未来的改造空间十分巨大。五、SaaS行业发展挑战与机遇厚积薄发，勿因前期持续亏损而失去耐心由于SaaS企业在盈利模式上有别于传统软件厂商，客户的付费需分期确认收入，形成递延收入，而企业当期投入的获客营销成本、实施服务成本等在短期内难以收回，导致SaaS企业在前期往往面临持续亏损且亏损不断扩大的局面。纵观国内外诸多成功的SaaS企业，早期的扩张带来严重亏损的现象实属正常。况且企业级市场向来都不似C端市场一般容易爆发，需要企业兢兢业业，脚踏实地打磨产品与服务。SaaS创业者切不必因为一时的入不敷出而焦躁，投资者也不必因为看不见投资回报而失去对创业者的耐心。从另一个角度来说，SaaS企业由于现金回流慢，也成为一个异常“烧钱”的行当，一旦在早期发展中缺少足够的资金支持将在后继的竞争中失去大量机会。胜者通吃，同质化竞争中要么脱颖而出要么自取灭亡由于突破了地域桎梏，“胜者通吃”的现象在互联网诸多领域都屡见不鲜，尤其是当行业内的产品功能上趋于同质化时，先进入市场的或最快规模化占据市场份额的玩家往往能够笑到最后。这一规律在SaaS行业同样适用。首先，单纯从技术、功能上来说，同一赛道内的玩家基本水平相当，产品功能上的差距几乎都不难通过快速开发与迭代来弥补。其次，SaaS行业的长尾市场不大，因此SaaS产品蜂拥进入几大主流赛道，又难以在功能上形成壁垒，从而陷入同质化竞争的恶战中。各赛道内的头部玩家或是进入的时间早，或是扩张速度快，或是有充足的资金支持，从而进入了良性发展的循环，体量持续壮大。企业如何找准自身竞争优势点，不脱离第一梯队，将是下一阶段面临的首要挑战之一。厉兵秣马，C端巨头将适时收割B端市场当我们沉浸于企业级市场的探讨时，容易惯性地忽略另一边瞬息万变的C端市场。诚然，二者无论市场特征还是发展思路上都大相径庭，往往保持着一种“礼尚往来”的上下游互补关系。但在C端已经相当成熟的部分企业，面对市场与业务的天花板，早已对这边的B端市场虎视眈眈。这些C端巨头牢牢占据用户生活与消费场景，手握流量，期待通过发展B端业务掌握更多供应链数据；而企业级SaaS厂商（尤其是做ToC行业SaaS应用的厂商）在实际操作中难免在某些功能点上触及C端消费者，一定程度上开始接触C端消费者的数据。二者的碰撞让原本相对平和的市场环境生出更多变数：C端巨头由于自带流量，握有用户，容易“挟天子以令诸侯”，对上游商家产生强大的震慑作用，将给目前的企业级SaaS市场带来巨大冲击。总的来说，出于业务增长需要和对上游数据的渴望，有实力的C端玩家将适时切入企业级市场，而已深耕多年的SaaS厂商也或能凭借客户的使用粘性与之抗衡，找到自身竞争差异点，避免被巨头围剿。你中有我、我中有你，融合与跨界将成为常态纵观近两年SaaS行业的动态，产品之间突破原有界限、走向融合与跨界，将成为行业常态。融合与跨界的方式主要有三种类型：其一是业务垂直型SaaS产品在向周边环节延伸服务，其中较为显著的是IM类产品纷纷以沟通功能为基础扩充OA类服务，另外CRM与OA/HRM、ERP与财务/CRM等也往往存在功能上的重叠，其中的界限日益模糊。其二是业务垂直与行业垂直类产品逐渐走向混合：例如CRM、HRM等行业通用型SaaS产品越来越强调垂直行业解决方案，或是借助开放平台与合作伙伴集成更多行业版本的产品；行业垂直型产品在原有行业站稳脚跟后，也开始尝试将通用需求抽象出来，向更多行业推广产品。其三是在部分领域，如人力、财务、法务等，SaaS也将走向线上服务与线下服务相结合的道路。总的来看，正因为SaaS的本质在于服务，那么凡是客户的需求就都是厂商的努力方向。在这样的发展动力面前，一切人为的类型划分都显得苍白，SaaS厂商必将无视边界，不断寻求最合适的业务范围。殊途同归，SaaS走向平台化，与PaaS之间的界限日益模糊一个让SaaS厂商难以忽视的事实是，企业越来越倾向于使用整体化的解决方案，而非过去彼此独立的CRM、ERP、OA产品。这样的观念变化其实并不难理解——随着整体市场走向成熟，客户早已不复当年的小步试水，在使用SaaS产品的同时也希望进一步简化企业的IT管理——这实际上类似于IaaS层从独立的计算、存储、网络走向超融合，或者PC时代从DIY组装机到品牌机/一体机的变化。其次，SaaS厂商在撬动大型客户时，强大的定制化能力成为极大的加分项。市场上较有实力的SaaS厂商几乎都正在或计划走向平台化，实质上建立起自己初级的PaaS平台。此举一方面能够集成客户的其他自有或第三方应用，打破数据孤岛，另一方面试图通过开放API、吸引ISV的开发与集成来打造生态，增强其影响力与话语权。与此同时，我们也看到越来越多的PaaS企业向上提供应用层的服务，延长自身的服务链条。SaaS服务离客户的实际业务更近，与企业业务场景的联系更加紧密，无疑给PaaS企业带来了更多想象空间。虽然SaaS与PaaS的服务对象与内容起初大相径庭，但在企业级市场“攻城略地”的争夺中，二者的界限日益模糊，最终都走向企业的一体化解决方案与一站式管理平台。更上层楼，数据价值不断提升将变革SaaS的商业模式SaaS与传统软件的一大不同在于SaaS厂商实际掌握了大量客户数据，这些数据的价值也越来越受到SaaS厂商的重视，正推动着不少厂商从提供简单的工具服务到提供数据服务的转变。当然，这里的数据服务不只是停留在财务报表、数据统计与分析之类的静态层面，而是要基于客户的业务数据为其决策提供支持，为客户创造更多价值。更进一步，当厂商拥有足够多的客户、积累到足够大的数据量时（也即拥有了真正的行业大数据能力时），可以挖掘出更多数据服务的可能性，例如精准营销、授信、金融服务等等。可以说，对数据的重视与利用，一方面给整个SaaS行业带来了商业模式的变革，即基于软件自身的数据价值延展出更多增值服务能力，另一方面也是行业发展思路上的转型。在保证用户信息安全的前提下，SaaS厂商合理地利用数据、挖掘数据的潜在价值，不仅能为客户自身带来收益，而且推动了整个行业的进步。

■ 人工智能下游场景多样，市场空间达万亿元。人工智能技术通用性强，可以广泛应用在社会生产生活中，当前安防、金融、教育、医疗、自动驾驶、交通、消费品、工业生产是主要应用领域。根据国务院的《新一代人工智能规划》，到2030年，下游核心产业规模将达万亿元。■ 下游应用领域的近年市场规模可以从IT化程度、试错成本两个维度进行判断。某个人工智能下游应用领域的IT化程度越高、试错成本越低，则其近几年可达的市场规模将越大。根据此原则进行判断，下游领域近几年的市场规模将是安防>金融>消费品>教育>交通>工业生产>医疗=自动驾驶。■ 智能安防市场空间达千亿、产品类公司中的龙头企业优势明显。国内安防市场达万亿元，AI技术当前渗透率低于30%，未来提升空间较大。其中的产品类公司规模效应明显，龙头企业海康、大华全球市占率已达37%，在AI时代其研发、成本、数据的优势将进一步增强，市占率有望进一步提升。■ 智慧金融落地场景多样，参与企业多元化。国内金融科技蓬勃发展，市场空间达2500亿，当前已经有七大核心AI应用场景在快速落地。金融机构、金融科技公司、互联网公司、人工智能企业均是行业的重要参与者，不同企业在不同应用场景具备竞争优势，场景和企业竞争力匹配度高的腾讯微众、恒生电子、同盾科技、硅基智能等值得长期跟踪。■ 智慧教育市场空间巨大，高价值客户是关键。当前国内的智慧教育行业呈现百花齐放的局面，其中自适应教育、智能工具类、AI少儿外语培训是相对优质的赛道,企业营收保持连年翻倍的增长，但由于高价值客户获客成本高企/留存率低等问题造成行业盈利困难。展望未来，优势赛道中高价值客户留存率高的公司如乂学教育有望长期胜出。■ 智能交通市场空间达千亿，道路和轨交是主航道。我国出行方式以公路和铁路为主，2018年占比分别达到76%、19%。在智能公路领域，行业内的领先企业是千方科技，其占据系统、数据和技术的优势，未来有望成为智慧交通大脑；在智能铁路领域，智能轨交近年发展迅速，其中佳都科技具备一体化实施和AI应用能力优势，未来有望胜出。■ 四大风险需要关注。人工智能下游企业需关注行业监管、技术创新、中美贸易战以及子行业自身发展所可能带来的风险。相关报告：人工智能行业报告（上篇）——中国造AI将崛起，数据以及平台类公司前景广阔原标题：人工智能行业报告（下篇）——忽如一夜春风来，千树万树梨花开1．人工智能下游：场景多样化、长期空间巨大人工智能产业链可以分为上中下游，我们在上篇报告里重点分析了上中游的行业发展情况、竞争格局以及重点企业的经营特点，本篇报告我们将重点分析产业链下游的发展情况。人工智能产业链下游指的是将人工智能技术在各个行业中实际应用的企业，这些企业将技术和场景结合并落地，既需要一定的人工智能技术应用能力又需要在相应行业的经验和实施能力，当前人工智能应用落地比较多的下游行业包括安防、金融、教育、医疗、自动驾驶、交运、消费品、工业生产等。 1.1人工智能下游应用场景丰富多样，横跨众多领域应用从图1中我们不难发现，相比产业链的中上游，下游的应用场景明显丰富很多，横跨了从TO G、TO B到TO C的多个领域。我们在图中列出的重点下游应用场景有八个，然而实际的场景远远不止，比如政务、司法、快递、零售、电力、智能穿戴、社交等也都是当前正在快速发展和应用人工智能技术并落地的领域，为了便于简化，都包含在其他类里。图1：人工智能产业链下游资料来源：招商银行研究院丰富的应用场景充分体现了人工智能技术基础性的特点，其未来将长期在各方面逐步改变人类的生活和生产方式，对人类社会产生积极而深远的影响。1.2下游是人工智能落地主力军，远期市场达万亿元人工智能下游产业的市场空间，理论上应当分别计算各个子行业的空间进行加总。但由于下游牵涉到的行业非常多，同时这些子行业也都在快速发展中，对其空间的估算结果往往是定性和数量级的估算，我们认为更有意义的是从宏观角度，定性的把握行业的发展趋势。我们采用2017年国务院印发的《新一代人工智能发展规划》的数据，来对未来人工智能产业的下游空间进行估算。根据规划，到2030年，我国的人工智能核心产业规模将达到1万亿元，而相关产业规模将达到10万亿元，本文定义的产业链下游更接近于发展规划所称的核心产业。同时我们也针对下游的各主要子行业进行了市场空间大致的估算，进行加总后和《新一代人工智能发展规划》的数据基本吻合。相比上中游而言，虽然技术水平要求不高，但由于下游是人工智能落地主力军，总体市场规模要更大。图2：人工智能下游未来空间估算（亿元）资料来源：国务院、招商银行研究院1.3人工智能下游应用领域近年可达的市场规模可以从IT化程度以及试错成本两个维度进行判断面对纷繁复杂的下游应用领域，我们面临的首要问题是进行行业的选择和判断，然而这是十分困难的。一方面所有的下游领域从业者都自称AI技术对行业影响巨大，能大幅提升效率，改变行业的面貌；另一方面如果从中长期来看，这些提升和变化确实存在较大可行性。然而通过对具体子行业的深入分析及实地调研后，我们发现，不同应用领域AI技术实际推进的速度差别较大，经营状况和业务模式也各有特点。进一步研究我们发现，经营状况和业务模式的差异更多是由各子行业本身的行业特性所决定，只能具体行业具体分析，但是AI技术在行业内实际推进的速度则具备一定的共性和规律性，我们可以通过IT化程度和试错成本这两个维度对未来的推进速度进行前瞻性的判断：■IT化程度：指的是该领域内的主要应用场景中，在人工智能技术应用之前，已经实现了基础的IT化和自动化。这个维度之所以很重要，是因为当前主流的人工智能技术均发源于计算机科学，其理论的研究、技术的实现、工程的落地均离不开大量IT设施以及系统的支撑。不同领域的IT化程度差别很大，比如在金融领域，现有系统的IT化程度已经很高，大量的业务交易可以线上实现，存量的IT系统非常复杂完善，那么无论是人脸识别还是自动化交易，只要在现有IT系统中加入最新训练的算法，匹配相应的场景，就能迅速实现其功能；而在医疗领域，现有的治疗模式还是以医生和病人的一对一方式为主，不同医院之间的基础IT数据都尚未打通，IT化程度非常有限，如果需要将AI技术运用到相应领域需要进行系统建设的难度和工作量非常大。■试错成本：指的是该领域的主要场景中，利用AI技术改变原有模式的风险，也即AI技术如果搞错了，是否会有很大的影响或者后果。如在安防领域，试错的成本就相对较低，本身传统的安防就不具备自动识别犯罪分子的功能，如果有遗漏并不会造成损失，最坏情况下将正常人识别成犯罪分子，也可以通过人工识别或者实际验证得到修正。而在某些领域比如L4级别的自动驾驶，试错成本就非常高，一旦系统出现问题可能导致事故和人员伤亡。总到来说，IT化程度越高、试错成本越低，某领域的推进速度则越快，而越快的推进速度则代表了近年可达的市场规模越大。图3代表的是我们对主要AI下游领域IT化程度、试错成本这两个维度的判断分析：图3：不同AI下游领域的IT化程度、试错成本资料来源：招商银行研究院通过该图我们可以分析得到主要AI下游领域近年可达的市场规模，安防>金融>消费品>教育>交通>工业生产>医疗=自动驾驶。下游领域的选择应将近年市场规模和行业特点综合来看，我们上面已经总结出判断近年市场规模的系统性方法，接下来将对各子行业的特点及其和AI结合的情况具体进行分析，限于篇幅，将主要聚焦在安防、金融、教育、交通、医疗这五个关注度较高的下游领域。2．智能安防市场空间达千亿，产品类公司中的龙头企业将是核心玩家随着计算机视觉技术的快速发展，近年安防成为了AI技术运用最多最快的领域之一，智能安防也成为了人工智能下游行业中最炙手可热的应用方向，而这也和我们之前对于行业发展速度的判断是一致的。 2.1 国内安防市场空间达万亿元，产品类公司具备规模效应近年来，随着计算机视频监控技术的发展，硬件成本的降低，平安城市、智慧城市、雪亮工程的不断推进，安防行业在过去几年取得了飞速发展。据中安网以及HIS统计，2011-2017年中国安防市场规模CAGR高达14.5%，高于全球市场（+8.5%），其中政府、大企业客户贡献最大，民用市场较小。未来随着监控成本的不断下降，智能化的不断增强，政府端的安防工程仍将稳步推进，而商业端、民用端的需求会快速增加，国内安防市场仍将保持10%以上的较快增速。据IHS预测，2019年全球安防市场规模将达到3000亿美元，增速达8%；据中安网预测，2019年中国安防市场规模将达到8700亿元，增速将达15%。图4：全球安防行业总产值资料来源：IHS、招商银行研究院图5：中国安防行业总产值资料来源：中安网、招商银行研究院安防市场的结构占比来看，安防工程占比最高，中安网的数据表明，2017年中国安防行业产值分布中，安防工程占比为62%，安防产品占比为30%，服务及其他占比为8%。图6：2017年中国安防行业产值分布资料来源：中安网、招商银行研究院尽管安防工程的占比最高，但是由于工程类实施具备很强的地域性特点，市场天然分散，每个地区工程服务商都有一定生存空间，因此该领域的集中度一直很低。中安网的数据显示，2014年全国范围内的安防工程类生厂商数目达到14000个，并且逐年增加达到了2018年的16000个。相比而言，安防产品类企业则具备较强的规模化效应，因此近年的市场集中度在不断提升。中安网的数据显示，全国范围内的安防产品类企业数量已经由2014年的接近10000个逐年递减到2018年的4000个。图7：安防产品、安防工程类企业数量（个）资料来源：中安网、招商银行研究院2.2 AI技术大幅拓展安防的价值，渗透率还有较大提升空间历史上，安防行业经历了从模拟化到数字化、低精度到高清晰、单机部署到网络化的发展过程，而AI技术尤其是计算机视觉技术的发展使得安防行业从“看的到看的清”进化成“看的懂”，进入智能化发展的新阶段，将安防的应用领域和应用价值大幅度拓展。在传统的公安领域，AI已经助力安防实现自动发现嫌疑犯等高价值应用，而在很多新兴领域，视频识别技术也可大大拓展安防的使用价值。表 1：AI监控在各领域的应用资料来源：中信证券、招商银行研究院由于AI技术在安防的多个应用领域都能产生较大价值，从2017年开始，AI产品在安防产品厂商中的销售占比迅速提升，但是当前的渗透率仍然有限，未来还有较大提升空间。艾瑞咨询的数据表明，安防前端产品的营收占比从2017年的5%提升到2018年的10%；后端产品的营收占比从17%提升到28%。图8：AI产品在安防前端营收占比资料来源：艾瑞咨询、招商银行研究院图9：AI产品在安防后端营收占比资料来源：艾瑞咨询、招商银行研究院随着安防产品的AI渗透率的不断提升，未来一段时间内，中国的智能安防软硬件市场依然将保持较快增速。据艾瑞咨询预测，国内智能安防2018 年的市场规模达 135 亿元，预计 2019 年市场仍将保持高增速，到 2020 年市场规模可达到 453 亿，长期而言，若安防产品中的AI渗透率能达到30%，智能安防的市场规模将达千亿元。图10：国内智能安防软硬件市场规模资料来源：艾瑞咨询、招商银行研究院2.3 安防产品类龙头企业优先受益于AI技术，强者愈强 如前文所述，安防工程子行业规模虽然明显较大，但该领域市场集中度提高难度较大，因此这类企业在安防智能化的浪潮中属于被动参与者。安防产品类企业虽然行业占比较低，但是技术门槛高，是实现安防智能化的关键，同时其集中度也在近年不断提升，行业小企业迅速出清，因此是安防智能化浪潮中的主导力量。而在中大型企业中，龙头企业的优势则更为明显，通过分析近年数据我们可以看到，安防龙头的业务增速远远快于行业平均增速，同时大幅也快于行业内其他中大型企业。2008~2018年，龙头企业海康、大华的营收复合增速达到41%，远大于15%的行业平均增速，也大幅高于行业内其他上市公司平均25%的增速。同时IHS的数据显示，这两家企业的合计全球市占率也由2012年的12.3%增加到2018年的37.4%。可以说双寡头垄断的格局已经形成。图11：08~18年海康、大华营收变化（亿元）资料来源：Wind、招商银行研究院图12：海康、大华全球市占率变化资料来源：IHS、招商银行研究院过去安防产品的龙头企业之所以快速发展，是因为其具备较强的技术研发优势和产品整合能力，进而构筑了研发、成本、渠道、产品溢价等全方位的优势和壁垒；AI时代到来后，智能化的需求和应用将给行业龙头构筑更高的壁垒，具体包括：■研发优势进一步扩大：为了顺应AI时代的安防趋势，海康和大华均加大了研发投入。根据2018年年报的数据，海康和大华的研发人员总数分别为1.6万和8千， 而第二梯队企业的研发人员总数一般在几百的量级；海康和大华的研发费用分别为44.8亿元和22.8亿元，而第二梯队企业的研发费用一般仅在亿元量级。同时海康和大华均成立了高规格的AI研究院，与ADI、TI等全球顶尖企业建立联合实验室，打造自己的安防AI核心竞争力。未来随着AI技术在安防领域的渗透率不断提升，龙头企业的技术优势将进一步扩大。■ 成本优势进一步增强：AI时代安防领域的一个重要增量是AI芯片的迅速增加，在这个领域海康和大华均开始提前布局，着手进行自研芯片的开发。安防领域的AI芯片技术难度适中，属于特定领域的芯片，和国内AI芯片行业当前的发展水平契合度较高，刚好属于龙头企业可以自研而中小企业很难进入的领域。未来随着自研芯片使用比例的不断扩大，龙头企业相比中小企业的成本优势将进一步凸显。■ 数据优势开始显现：安防类AI产品的算法也需要的大量的数据进行训练，当前行业内龙头企业的市占率很高，对数据的占有也具备绝对的优势，拥有各个行业、各个应用场景的海量数据以及使用经验。这些数据能助力龙头企业根据不同的行业和应用场景，训练出多个精确定制化的算法，已取得更好的智能监控效果。表 2：龙头公司2018年研发投入情况资料来源：招商银行研究院展望未来，人工智能将给安防领域带来更多的增量和变数，而其中影响最大的是安防产品类领域，其中的龙头公司海康威视和大华股份已经积极布局进行AI时代的转型。展望未来，他们相对行业内其他公司的领先优势将进一步加深，有望占据AI安防时代的先机，不断扩大自己的业务规模和市占率。值得注意的是，虽然在传统安防企业中，海康和大华的竞争优势非常明显，但是现在行业逐步有新的玩家开始进入，比如华为和阿里就在大力进入AI+安防的领域。以华为为例，近年华为安防已经从三级部门提升至二级部门，成为公司重要发展战略。2017年聚焦投入安防，2018年发布软件定义摄像头架构，2019年进一步提出“2+4+N”战略。华为的优势在于其强大的研发实力以及安防AI芯片的龙头地位。对于AI安防领域的竞争态势，我们也需要密切跟踪这些新进企业的经营状况。3．智慧金融市场空间大，落地场景多，参与企业多元化人工智能技术在金融领域的应用速度也很快，盖因金融科技的快速发展，已成为金融行业的核心支柱力量。根据IDC的预测，到2020年，银行、保险、证券这三大金融核心领域的IT市场规模将达到2500亿元，而其中银行IT的市场规模就达到接近2000亿元。图13：银行IT市场规模预测（亿元）资料来源：IDC、招商银行研究院图14：保险IT市场规模预测（亿元）资料来源：IDC、招商银行研究院图15：金融IT市场规模（银行、保险、证券）资料来源：IDC、招商银行研究院近年来金融行业正在运用AI技术不断向智慧金融转型，我们预期未来AI技术在金融科技领域的渗透率将能达到40%以上。3.1 智慧金融落地场景多样化、赋能动力充足智慧金融近年来发展迅速，应用场景丰富而多样，典型的如智慧网点、智能客服、智能信贷、智能合控、智能投顾、智能投研、智能保险等。在这些场景下金融行业可以通过AI技术提升效率和竞争力，赋能效果显著，以下做具体介绍。智慧网点：网点是商业银行最重要的服务场所和品牌形象的代表，随着网络渠道的发展，银行不能简单裁撤网点以节省成本，而是需要进行网点变革，通过以客户为中心，建设轻型化、特色化、社区化的新型网点，以实现用更低成本对客户进行更好的服务。新型网点人员少面积小，为了实现对客户的有效服务，只有通过人工智能技术的手段，才能实现小面积少人员快速实现对客户的有效服务。因此智慧网点应运而生，图16列举了人工智能技术在智慧网点的典型应用，这些应用能大幅提升效能和客户体验。图16：人工智能技术在智慧网点的应用资料来源：36Kr、招商银行研究院智能客服：金融业的服务属性决定了其具有大量客户沟通运营的需求，银行业尤其突出。客服作为企业与用户沟通的直接出口，需要兼具专业解答能力、营销能力与良好的沟通交流能力。当前，客服行业人员素质参差不齐，高素质客服短缺且成本较高，而智能客服在成本、效率上具备明显优势。智能客服除了可以模拟客服人员和客户进行沟通外，还可通过语音识别、大数据挖掘技术对银行海量的通话记录进行智能分析上，挖掘分析有价值的信息，为服务与营销提供数据与决策支持，对客户的运营也能有明显的提升作用。智能合控（合规与风控）：反欺诈反洗钱一直是商业银行和监管部门面临的核心问题，因此产生了合规与风控的需求。人工智能技术近年来在这些领域得到了广泛应用，与传统的被动式监管相比，AI和大数据分析技术的结合能够实现对海量数据的实时挖掘，主动发现、智能监控。图17：智能合控流程示意资料来源：招商银行研究院2017年人民银行成立了金融科技委员会，将强化监管科技应用实践，利用大数据、人工智能、云计算等技术丰富金融监管手段，提升跨行业、跨市场交叉性金融风险的甄别、防范和化解能力，这也为智能合控的发展带来了更多机遇。智能信贷：信贷管理是商业银行的核心业务，智能信贷能基于人工智能和大数据技术，实现线上信贷业务的全流程优化和监控，提升风控能力和运营效率，降低成本。精准信用画像和信贷审批自动化是经营效率提升的主要环节。深度学习算法可利用大数据为用户建立信用画像，从而更加前瞻性地反映申请者的信用状况，快速形成对潜在客户的风险评估。智能化的决策引擎则利用风险评估数据对借贷形成审批、额度、定价等的判断，可从贷前、贷中和贷后的各个环节实现信贷业务精细化以及自动化运作。图18：智能信贷流程示意资料来源：艾瑞咨询、招商银行研究院智能投顾：智能投顾是人工智能技术在财富管理领域的应用，它通过一系列智能算法综合评估用户的风险偏好、投资目标、财务状况等基本信息，并结合现代投资组合理论为用户提供自动化、个性化的理财方案。智能投顾的核心环节包括：用户画像、大类资产配置（投资标的选择）、投资组合构建和动态优化等。智能投顾相比人工服务具有专业高效、降低门槛、客观中立等优势。■ 专业高效：相比于传统投顾，智能投顾更高效。在用户端，智能投顾通过问卷或互联网上的留存数据进行用户的投资画像，快速针对客户的基本信息、风险偏好和投资目标等进行综合评估，在资产端平台自动进行分析和产品匹配，生成投资组合建议。■ 降低门槛：传统投顾主要针对高净值客户，覆盖范围有限，服务成本高，起步资金门槛在50~100万元，高端服务需要千万元级别的资金。而智能投顾则依靠技术优势，有效节省了人力成本，从而大大降低了服务门槛，可有效覆盖中产及以下的普通投资者。■ 客观中立：传统投顾完全依赖投资顾问个人的能力和品行，如何保障投资顾问的道德操守，避免人性的贪婪和恐惧，是重要挑战。而智能投顾通过计算机的大量参与，可有效避免很多人为因素的干扰。根据艾瑞咨询的预测，到2020年，中国智能投顾市场将达1884亿元。图19：中国智能投顾市场规模（亿元）资料来源：艾瑞咨询、招商银行研究院图20：智能投顾系统示意资料来源：36Kr、招商银行研究院智能投研：指利用机器学习、知识图谱等技术，将数据、信息和决策进行智能整合，实现数据之间的智能化关联，自动化地完成信息的收集、清洗、分析和决策等工作。它能提高投研者的工作效率和投资能力。和人工投研相比，智能投研自动化程度高，能自动从行业新闻、公司新闻、招股书、年报、公告、行业研究报告等半结构化或非结构化数据中批量自动抽取重要信息，并建立知识图谱，实现数据搜集、事件分析、舆情影响、行行业趋势分析的一站式服务，具有高效、客观的优势。图21：智能投研流程示意资料来源：36Kr、招商银行研究院智能保险：保险也是对数字和科技要求很高的行业，当前面临互联网的巨大挑战，客户对险种功能和理赔效率的需求在不断提升，对公司的精算风控也提出更高要求。人工智能技术可以从售前、承保、理赔、售后等多个环节提升运营效率，优化定价，为用户提供个性化的产品推送。以车险理赔为例，通过运用语音识别、图像识别等技术，可以实现智能理赔，克服欺诈骗保、理赔时间长等问题。据艾瑞咨询统计，智能理赔可以带来40%以上的运营效能提升，将理赔时效从3天缩短至30分钟。图22：车险智能理赔示意资料来源：艾瑞咨询、招商银行研究院3.2四大类公司是行业主要参与者，不同维度各具特点智慧金融领域的主要参与者包括金融机构、金融科技公司、互联网公司、人工智能公司。其中金融机构指的是银行、保险、证券等金融核心领域的大型金融企业及其子公司如平安科技；金融科技公司指的是长期进行某一特定金融领域信息化工作的公司，典型的如恒生电子、同花顺、万得等；互联网公司指的是大家熟知的BATJ互联网巨头及从其衍生的一些金融服务公司如蚂蚁金服、微众等；人工智能技术公司指的是近年成立的，掌握最前沿人工智能技术的公司。这几类公司各具特点和竞争优势，可以从客户和数据、技术创新能力、业务理解能力、行业经营能力这几个维度来分析：■客户和数据：金融机构以及互联网公司最具优势，其中金融机构拥有最大而全的金融客户以及数据，互联网公司拥有最大的C段客户基础。部分金融科技公司如同花顺也在自己的细分领域拥有大量数据，而绝大部分人工智能技术公司在客户数据上十分缺乏。■ 技术创新能力：人工智能技术公司和互联网公司具备相对优势，其中人工智能技术公司在AI核心领域的研发应用能力最强，而互联网公司则具备极强的用户体验、产品设计以及综合运营能力。金融科技公司的优势特定细分领域的IT开发能力丰富，金融机构的优势在对金融业务场景理解深刻，相比前两者的核心技术能力均略有差距。■ 业务理解能力：金融机构的理解毫无疑问是最深刻的，金融科技公司对自己熟悉的特定领域有较深刻的认识，互联网公司通过前期的尝试也对金融业务有一定的理解，而人工智能技术公司起步晚，理解最薄弱。■ 行业经营能力：金融机构的牌照最为齐全，金融科技公司和互联网公司都具备少量金融牌照，而人工智能技术公司的牌照最为缺乏。表 3：四大类公司及其不同维度的能力优势资料来源：招商银行研究院3.3 不同类型公司在不同场景具备竞争优势 如前文所述，智慧金融的主要参与者各自具备不同维度的特点，同时智慧金融的应用场景也非常多元化，这些多元化的场景所需要的核心能力各不相同，因此这些参与者和场景存在关联关系，不同类型的参与者适合进行不同类型场景的建设：■ 智慧网点适合金融机构和人工智能技术公司参与，因为该场景非常具体，需要金融机构提供场地，人工智能公司提供技术，相互结合 。■ 智能客服的主要优势参与方是人工智能技术公司，主要的原因是该场景技术要求高，技术普适性广，可快速复用，适合技术领先公司参与。■ 智能信贷则是金融机构、互联网企业各具优势。金融企业的优势在业务经验丰富、金融数据全面、IT流程成熟稳定，可以基于现有系统，制定符合金融规律的智能信贷模型，高效运行。互联网企业的优势在于海量的客户及部分非金融信息，如腾讯、阿里具备海量到社交和电商信息，他们可以利用这些信息及其先进的大数据处理能力，实现长尾客户的智能信贷，获得下沉市场并向中小金融机构赋能。■ 智能合控的优势企业是人工智能公司，主要是因为这项业务技术要求高，既非金融机构的盈利点，同时监管部门也有需求，因此第三方人工智能公司作为中立的技术提供者有优势。■ 智能投顾的优势参与者是金融机构和金融科技公司，投顾是对金融专业能力要求很高的行业，金融机构是该领域的翘楚，将AI技术应用后可以大幅提升效能；而部分投资领域的金融科技公司如同花顺、雪球通过长年积累，掌握大量客户信息、交易数据，也具备智能投顾的基础。■ 智能投研适合金融科技和人工智能企业参与，因为该领域对数据和技术要求都很高。部分金融科技企业如同花顺、万得具备数据和IT运营能力；部分新型企业如文因互联、萝卜投研则具备技术优势，可将数据更好整合分析。■ 智能保险的优势企业也是金融机构和互联网公司，保险龙头机构的数据规模大，行业经验丰富，互联网公司则具备更广泛的客户基础和更灵活的应用场景。表 4：不同类型智慧金融公司和场景的契合情况资料来源：招商银行研究院根据上述的分析，我们在表5整理了国内主要的智慧金融参与企业，并对其优势领域进行归类。表 5：主要智慧金融企业（请查阅PDF版本报告，如需全文请联系招商银行研究院研究管理团队。）4．智慧教育市场空间巨大，高价值客户是关键和安防领域不同，教育领域虽然试错成本也较低，但过去IT化程度也低，造成其推进过程中遇到的困难比安防领域要大，突出表现在高价值客户的获客成本高和留存率低。但是试错成本低，行业空间大给智慧教育类公司带来的好处是只要产品过硬，舍得投入营销费用，往往能获得营收的快速增长。4.1 智慧教育中长期市场空间达千亿元，当前呈现百花齐放的局面 教育行业是一个六万亿的市场，因此智慧教育的发展空间很大，根据艾瑞咨询的预测，到2022年，国内智慧教育的市场空间将达到1724亿元。虽然实际的市场发展未必如其预期的这么迅速，但中长期而言，该领域将达到千亿规模基本是行业的共识。图23：中国智慧教育市场空间预测（亿元）资料来源：流利说招股书、艾瑞咨询、招商银行研究院虽然人工智能技术和教育结合的时间并不长，但是当前的智慧教育已经呈现百花齐放的局面，多个细分领域在快速增长，主要包括自适应教育、智能工具、AI外语培训等。自适应教育因材施教，国外发展较成熟，国内处于快速发展期 自适应教育指的是通过人工智能技术，进行大数据分析，自动分析学生的知识掌握阶段和性格特点，自动调整学生的学习路径，以帮助学生达到更有效的学习效果、获得更好的体验。图24：自适应教育流程示意资料来源：艾瑞咨询、招商银行研究院自适应教育最大的优势在于能够定位到每位学生的知识漏洞，能够引导学生进行最适合他自己的下一步学习内容和活动，当学生在学习过程中遇到课程难度过高或过低时，课程的难易程度都可以自动调整。老师也可以根据系统提供的学习状态评估报告来分析每个学生的知识空白，并即时调整学习进度，为每个学生提供个性化教学。所以从理论上说，自适应学习是解决在线教育的“因材施教”问题的潜在可行方案之一，内容、数据与技术是支撑自适应学习系统开发的关键。自适应教育在国外发展较早，相对成熟，国外逐步涌现出了Knewton、DreamBox等教育科技明星公司，根据亿欧咨询的数据，Knewton已经成为美国排名第一的AI+教育公司。自适应教育之所以在国外得到较快发展，是因为其在教育实践中体现出了明显效用， Knewton的实测数据表明，自适应教育相比传统教育能产生较大的差异性提升。 表 6：Knewton自适应研究样本资料来源：鲸准研究院、招商银行研究院表 7：Knewton自适应研究结果资料来源：鲸准研究院、招商银行研究院紧随国外发展，国内近年的自适应教育热度明显提升，好未来、新东方、乂学等教育公司均陆续推出自适应学习产品。以乂学教育为例，据公开资料显示，成立四年来，其下属的松鼠AI已经累积学生数据近200万,在全国20多个省300多个城市签署了1800多家合作学校，同时其营收从2015年的800万元增加到2018年的10亿元，每年都保持400%的速度增长。图25：乂学教育营收快速增长资料来源：公开资料搜集、招商银行研究院展望未来，国内的自适应教育行业具备巨大的发展潜力。智能工具类企业具备入口优势，用户规模巨大教育行业的智能工具类企业指的是利用AI技术，为老师和学生提供智能化工具服务的公司，当前的核心应用包括拍照搜题以及智能批改：■ 拍照搜题指的是上传题目照片，然后系统通过图像识别、模式匹配等方法自动定位到题料库中的题目，将解题方法反馈的过程。■ 智能批改指的是上传已经完成作答的作业，自动识别并判断学生作业效果并反馈的过程。这两类应用有一定的关联度，行业内的公司往往是从拍照搜题类应用起家，逐步扩展到智能批改类的应用，行业内的代表公司有作业盒子、猿辅导、作业帮等。大部分智能工具类企业的基础工具服务是免费的，这些企业主要是将工具服务作为一个好的入口，获得足够多优质的线上用户，再进一步开展相关增值服务，比如线上课外培训来获得收入。基于免费服务的特性，智能工具类企业迅速获得了大量用户。据公开资料显示，作业帮2018年7月的月活用户已超过7000万，付费用户总数超过500万。作业盒子2018年底的用户数量也超过4000万，覆盖10万所学校，独立日活超过500万，MAU超1500万，每日生产学习行为数据超过2亿条。基于庞大的用户群体，智能工具类企业可以开展低质优价的在线教育服务，营收也获得了快速增长。据公开资料显示，预计2016、2017、2018年猿辅导的营收分别为1.2亿元， 3亿元、15亿元，而作业帮、学霸君在2018年的营收也达到了10亿元的量级。图26：智能工具类公司用户数资料来源：公开资料搜集、招商银行研究院图27：智能工具类公司收入资料来源：公开资料搜集、招商银行研究院不过，需要注意的是，这些企业虽然在工具入口上具备优势，但是在课外培训的内容上和行业巨头有差距，当前新东方、学而思等公司也在大力布局线上培训，该营收渠道未来将长期面临巨头的竞争。AI外语培训市场参与者众多，少儿相比成人更优外语培训也是众多AI公司切入教育赛道的选择，这些企业有的如流利说是通过积累大量的外语语料库，通过AI老师实现对多个用户的低成本智能教学；有的如VIPKID是通过线上外语培训起家，逐步引入AI技术，生成AI助教，助推实现在线外语教育的个性化。外语培训门槛较低，众多创业者和中小企业不断进入该领域，因此在线外语培训竞争激烈较为激烈，对AI 类公司构成了较大挑战。外语培训可分为少儿和成人两类，相较而言少儿类客单价和留存率高，因为少儿往往注意力和自学能力有限，需要通过老师的引导，付费意愿和持续性较强；而成人的学习渠道多样，付费意愿低，时间有限坚持性有限。国家统计局发布的数据表明，2018年少儿英语培训市场600亿，线上66亿需求，近年保持20%的速度增长，其中VIPKID占据了55%的市场份额，营收向50亿的规模迈进。而偏向于成人外语培训的两大龙头英语流利说和51talk的营收目前在10亿元的规模，和VIPKID有一定差距，同时由于获客成本和留存率的问题，上市后依然亏损严重。相比较而言，我们认为AI少儿外语培训类的赛道相对更优。4.2 高价值客户获客成本高企，留存率低造成行业盈利困难教育行业是朝阳产业，教育行业的智能化趋势当前也已经是业界共识，领先AI教育公司的营收表现也不错，但是当前的绝大多数AI教育公司都出现盈利困难的情况，这主要是由于高价值客户获客成本较高和留存率较低。需要指出的是，我们这里讨论的是高价值客户，指的是有较强支付意愿，愿意付出较多金钱如一年几百元以上的客户。部分AI教育公司如智能工具类公司由于具备免费和工具两大属性，可以低成本获得大量客户，但是这些客户中真正具备较强支付意愿的客户比例很少。根据公开渠道整理的数据，当前在线教育的高价值客户的获客成本很高，从几百元到上万元不等，而AI教育属于在线教育中的新兴延展，其获客成本相对更高。这也导致了部分公司营销成本高企，如流利说的营销费用已经超过了营业收入 。除了获客成本高昂外，留存率低也是AI教育公司面临的重大挑战。由于部分公司的内容和教育效果不及预期，造成很多花费巨额营销费用吸引来的高价值客户，并没有持续购买服务，流失了。高价值客户续费率作为企业的核心数据，一般很少公布，但我们可以从部分上市公司的报告推测出其续费率非常有限。从流利说公布的2019年一季报以及半年报可以计算得出，虽然其营收增长，营销费用高企，但付费用户数从一季度的110万下降到了二季度的90万，隐含的流失率非常高。图28：在线教育高价值客户获客成本估算资料来源：公开渠道整理、招商银行研究院图29：续费率对高价值用户数量影响很大资料来源：招商银行研究院高价值客户获客成本高企、留存率低这两大障碍造成当前的AI教育类公司盈利困难。从公开资料梳理，当前的AI教育类公司能获得正向盈利的不到3%。4.3 优势赛道中高价值客户留存率高的公司有望长期胜出尽管行业当前面临盈利困难的问题，但教育智能化的趋势已经形成，行业内企业营收增长很快，消费者习惯在迅速培养，我们预期未来行业洗牌结束，竞争格局稳定后，龙头AI教育类公司具备长期发展前景，而当前优势赛道中高价值客户留存率高的公司有望长期胜出，这也可以成为我们选择企业的出发点。首先是要选择优势的赛道。根据前文的分析，我们认为从赛道排序来说，自适应教育>智能工具类企业>AI少儿外语培训>AI成人外语培训，优势赛道的企业未来发展会更好。其次是相比高价值客户获客成本而言，客户留存率更为关键。随着互联网红利的逐渐消退，各在线TO C行业的获客成本均在逐年提升，以京东为例，2012~2017年，京东的获客成本上涨了4倍，因此未来教育行业获客成本高企的现状很难改变。所以对所有的AI教育公司来说，提高客户留存率，将自己花费大量营销成本获取的付费用户，发展成长期忠诚客户，是最关键的工作。图30：京东历年活跃用户获客成本资料来源：公开资料整理、招商银行研究院根据这两大影响因素，我们将主要的AI教育企业判断如下，建议银行主要聚焦在第一二档的公司。表 8： 国内主要AI教育公司判断（请查阅PDF版本报告，如需全文请联系招商银行研究院研究管理团队。）另外，值得注意的是，好未来和新东方这两大教育巨头也在逐步加大AI技术的投入，未来会是所有AI教育公司的重磅竞争对手。其中好未来的投入更迅速，在2019年8月29日的世界人工智能大会上，其被科技部宣布依建设智慧教育开放创新平台。对于AI教育企业，我们同时需要密切关注其和这两大巨头的竞争关系。5．智能交通市场空间达千亿，信息化龙头具备明显竞争优势交通领域的试错成本和行业壁垒相比教育行业要更高，因此不像教育行业那样，有那么多的初创企业参与者和细分赛道领域。同时由于交通领域的IT化建设相对开始较早，部分龙头企业具备先发优势，参与智能交通的企业往往是从过往的交通信息化企业转型而来。5.1智能交通持续受益于政策，道路和轨道交通是主航道智能交通能提高运输效率、缓解拥堵以及提升交通安全，国内政策一直大力支持，在十九大报告也进一步提出中国要建设成为交通强国，从侧重投资过度到依靠科技，因此国内未来近年的智能交通市场规模将保持较快增长。据中国投资咨询网的预计，2018 年我国城市智能交通市场规模将达到620 亿元，未来五年(2018-2022)年均复合增长率约为20.33%，2022 年将达到1300 亿元。图31：中国城市智能交通市场规模（亿元）资料来源：中国投资咨询网、招商银行研究院智能交通的涵盖面较广，主要包括道路、轨道、水运、航运这四大方面。 而根据国家统计局公布的数据，2018年国内旅客出行的主要方式是公路和铁路运输，因此道路和轨道交通的市场需求大，是主要航道。图32：2018年中国旅客运输方式结构分析资料来源：国家统计局、招商银行研究院5.2 智能道路系统有望发展成智慧交通大脑，龙头企业数据优势明显智慧交通大脑指的是利用人工智能技术，基于自动搜集的海量实时交通数据，进行深度运算，以实现对于交通场景的智能实时调度，达到减少城市拥堵、提升居民出行体验的目的。智慧交通大脑实现的关键在于对人、车、路信息的搜集以及分析，过去限于技术水平，只能停留在理论的设想，而随着计算机视觉技术的不断突破，已可以让机器智能实时识别道路上的人、车信息及其行为，交通大脑的实现已经不再遥远。图33：智慧交通大脑建设中需要融合的数据资料来源：华泰证券、招商银行研究院数据对于人工智能算法的训练非常重要，而智慧城市大脑的决策行为既需要实时又十分繁多，因此历史和实时的交通数据就极其关键。国内的智能道路系统建设企业往往是从传统的道路信息化企业转型而来，因此其中的龙头企业深度介入了国内现有核心道路的信息化系统，不仅包括道路信息，也包括了ETC、交委、交警等道路管理部门的相应信息，具备先发优势。而对于最核心的人、车、路信息，龙头企业可以在对现有系统的升级改造过程中，加入AI视觉识别的模块，以实现对于现有道路的实时信息的获取。所以从数据获取的角度来说，龙头企业的先发竞争优势很大。当前国内智能道路交通龙头是千方科技，其在该领域的市场份额是主要竞争对手的三倍以上。除了拓展现有优势外，业务层面继续围绕智慧交通全面布局，积极和各大车厂合作进行V2X测试；资本层面引入阿里巴巴作为第二大股东，提升自己的技术实力。我们预期未来，千方科技基于自身的数据、技术和资金的优势，有望不断拓展自己在智能道路领域的竞争优势，朝智慧交通大脑的方向发展，成为智能交通领域的核心企业。5.3 智能轨道处于快速发展期，综合具备一体化实施和AI 应用能力的公司有望胜出虽然总的铁路运输旅客人数和公路运输相比差距较大，但是近年随着各大城市的地铁、轻轨等轨道交通建设快速展开，智能轨道企业也迎来了发展良机。来自中国轨道交通协会的数据表明，国内城市轨道在建线路长度由2013年的四千公里逐步增加到了2017年的六千公里，呈稳步上升态势。与此相应，城市轨交的信息化建设也增长迅速，据中国产业信息网的统计，信息化投资额由2015年的124亿元迅速增加到了2017年的187亿元，预计到2020年将达到326亿元的规模。图34：国内城市轨道在建线路长度资料来源：中国城市轨道交通协会、招商银行研究院图35：国内城市轨道交通信息化投资额(亿元)资料来源：中国产业信息网、招商银行研究院轨交信息系统主要包括自动售检票系统、站台门系统、综合监控系统、通信系统这四大模块。图36：轨交信息化主要模块资料来源：佳都科技、招商银行研究院而随着AI技术的发展，这四大模块都可以产生很多新的进步，比如自动售检票系统可以通过人脸自动识别自动出入，助力乘客享受更便捷的出行和支付体验；综合监控系统可以通过视觉技术对乘客、客流、物品特征进行分析，优化高峰时段分流管理、可疑物品监测、可疑人员识别，为地铁安全运营提供技术保障。因此轨交信息化行业正逐步往轨交智能化发展。 过去的轨交信息化企业往往聚焦于四大模块中的一个，整体市场较为分散，近年来少数龙头企业逐步通过内部研发和外部收购等方式，逐步完善了自己的产品结构，全面掌握了四大模块的核心技术。我们认为，未来随着轨交信息化向轨交智能化转变，项目实施难度不断增加，智能轨交的订单会越来越倾向于具备一体化实施能力的企业，全面掌握四大模块的智能轨交企业会有一定竞争优势。此外轨道交通领域的安全性要求相比安防更高，有一定的试错成本，因此对企业的AI技术能力也提出较高要求。虽然在一些核心算法上可以借助中游AI技术平台的力量，但是企业依然需要具备较高的AI技术理解和应用能力，这样才能做到整体系统的风险可控，保证系统运行的稳定和安全，实现自主可控。因此具备较强AI技术应用能力的企业也会具备竞争优势。佳都科技是国内智能轨道交通的领先企业，一方面是在行业内率先全面掌握了智能轨交系统的四大核心技术，另一方面近年也大力投入AI技术的研发，技术方面内部成立了两大AI研究院；资本方面2015年开始不断投资优秀AI企业如云从科技，对于AI技术的理解和应用在国内轨交企业中相对领先。佳都科技近年来连获智能轨交的大单，未来有望不断提升自己在智能轨交行业的市场份额。需要注意的风险点在于城市轨交建设具有一定的地域性，对于佳都科技是否能在其他城市复制其在广州的竞争力，尚待观察。6．AI+医疗愿景美好，短期面临巨大挑战医疗行业虽然空间巨大，但其面临着IT化程度低和试错成本高这两大难题，因此造成当前的AI+医疗更多是雷声大、雨点小。虽然AI+医疗的参与者众多，但这些企业往往是初创企业，项目的落地和实际营收困难重重，短期而言面临巨大挑战。6.1 AI+医疗能解决医疗痛点，理论市场空间达千亿元医疗行业是大健康领域的重要分支，近年保持快速增长，前瞻产业研究院的数据表明，国内医疗行业的市场规模由2010年的2133亿元增加到了2017年的5901亿元，未来仍将保持稳步增长，达到万亿元的规模。图37：国内医疗市场规模资料来源：前瞻产业研究院、招商银行研究院但是当前国内医疗行业依然存在医生数量不足，培养周期长、高质量医生缺乏、医疗资源地域分布不平衡等诸多痛点：■ 医生数量不足：中国病理医生与人口比例为 1:70000，而美国为1:2000，差距较大。■ 医生培养周期长：独立上岗医生培训周期长达 8 年，导致医疗人力成本高，无法迅速满足持续增长的医疗需求。■ 高质量医生缺乏：在我国全部卫生人员之中，大学本科以下学历比例占到69.4%，大学本科与研究生学历比例仅占30.6%，可见我国卫生人员整体受教育水平偏低，高质量卫生人员较缺乏。■ 医疗资源配置不均衡：据统计，2015年每千人口医疗卫生机构床位数平均仅，城市为8.27个、农村仅为3.71个，资源配置不平衡。图38：国内卫生人员学历分布（2015）资料来源：Wind、招商银行研究院图39：每千人口医疗卫生机构床位数（2015）资料来源：亿欧、招商银行研究院AI+医疗可以通过大量诊疗案例和病理图像的深度学习，实现AI智能诊疗，从供给端提供大量较高水平的AI医生，缓解医患矛盾，地域分布等痛点。若假设未来AI技术在医疗行业中的渗透率能达到10%，那么根据2025年的医疗行业空间推测，AI+医疗市场空间将达到千亿元，十分巨大。6.2 当前发展面临巨大挑战，等待曙光到来 尽管理论的空间和但是当前的AI+医疗面临巨大挑战，行业内公司获取订单和有效营收困难，主要是有以下几个原因：■ AI+医疗的技术水平有待提升，以IBM的WATSON为例，虽然研发投入上百亿美元，但在美国的应用依然困难重重，内部也爆出过开错药的问题。 ■ 医疗行业事关人民群众生命健康，试错成本很高，造成主流医疗机构对AI技术的实际使用非常谨慎，目前尚处于试验和探索的阶段。■ 医疗行业的政策限制较多，AI技术进入实用也面临着众多监管政策的挑战。■ 国内医疗行业的信息化程度相比发到国家较低，不同医院之间甚至医院内部的信息孤岛都很严重，AI技术实施的载体不完善。总体而言，虽然AI+医疗未来的理论空间十分巨大，但当前还处于发展初期，面临很多困难，银行的介入还需要等待行业曙光出现。7．布局建议及风险提示7.1 布局建议 （请查阅PDF版本报告，如需全文请联系招商银行研究院研究管理团队。）表 9：人工智能下游行业大方向判断（请查阅PDF版本报告，如需全文请联系招商银行研究院研究管理团队。）资料来源：招商银行研究院7.2 风险提示（1）行业监管风险：试错成本是下游子行业发展速度的重要因素，如果未来政府层面出于安全等考虑对行业加强监管，有可能导致相应行业的试错成本增加，发展速度变慢。（2）技术创新风险：如果未来出现新的不基于深度学习的技术方法，能够取得更好的智能效果，现有下游企业的技术方案、技术积累可能需要推倒重来，存在技术变迁的风险。（3）中美贸易战风险：当前人工智能云端用的主要芯片来源还是美国进口，如果贸易战进一步加剧，可能造成芯片价格上升、性能下降，对下游企业的经营造成压力。（4）子行业自身发展风险：这个需要针对行业具体分析，如智能安防领域需关注华为和阿里的竞争风险；智慧教育领域需关注留存率风险。相关报告：人工智能行业报告（上篇）——中国造AI将崛起，数据以及平台类公司前景广阔——End ——转载声明：本文章版权归招商银行研究院所有，招商银行研究院允许在满足以下条件时转载本文：1.转载时保留本文全部内容，不得进行任何删改；2.转载时请注明出处，并在“原文链接”中保留原始公众号文章链接；3.转载时必须保留本转载声明。本期作者方国栋，行业研究员