人工智能可行性研究报告

（一）人工智能自适应学习系统建设项目建设背景近年来在线学习方式已逐渐渗透到人们的日常生活中，未来随着在线教育技术的持续升级、在线学习产品的不断丰富，将推动在线教育市场规模进一步增长。与传统在校教育模式相比，在线教育不仅打破了时间与空间的限制，且具备高效率、低门槛、成本节约和师资丰富等特征。随着互联网+模式的持续推进，众多在线教育平台不断崛起，市场需求稳健增长。受新冠病毒疫情的影响，在线教育已得到市场化大规模的普及，在线教学及线上培训获得了市场的普遍认可，在线教育的体验式效果已逐渐显现，更多人接受线下转线上，获客成本高的问题在一定程度上得到缓解。越来越多的中小学学生开始使用远程交流工具以及互联网课堂产品进行网络学习，部分学校开设直播课程，直播工具及教学资源和内容的需求大幅增长。行业原本发展所面临的家长观念的接受程度以及学生网络授课管理方面的问题在各学校统一有序的组织管理下得到了良好的解决。同时，疫情下在线教育的大规模推行，使更多家庭配备了在线学习的基础支持设备，未来在线教育在补充学生课内教学和课外辅导方面的应用将进一步加强，线上渗透率将加速提升。人工智能技术的发展促使在线教育平台相继发力智能教育，智能作业批改、人脸识别技术、智能老师等基于人工智能+大数据技术已经运用到在线教育的多元场景中。随着人工智能+大数据等技术的发展，在线教育平台将逐渐为用户建立专属学习模型，提供量身定制的学习规划与训练，帮助学生更合理地规划学习进程，实现因材施教，推动个性化教育的普及与发展。（二）人工智能自适应学习系统建设项目基本情况1、项目建设内容本项目结合公司中长期规划和业务布局，基于公司在智能教学领域的研究成果，以在线虚拟智能教师替代真人教师在线教学，为广大学生提供智能教学服务。本项目的建设包括以下内容：重点开展个性化教学、教师四维重建、教育知识图谱和教学特色语音合成等关键技术研究；通过智能教师运营云平台融合多项关键智能技术，打造虚拟智能教师，并针对智能教师的运营管理提供支撑，实现智能教师个性化定义、四维重建、在线授课、多模态交互和运营管理等，向在线教学应用等场景输出智能教师及匹配的教学方法和内容；实现在线教学全流程，打通学生与智能教师沟通渠道，支撑在线备课、排课、授课、测评、推荐等教学环节，通过大数据分析和智能训练，描绘学生个性数字画像（学情及学习风格分析等），并使每个学生与教学方法及内容的智能匹配，实现在线个性化学习。2、项目实施主体及实施地本项目的实施主体为深圳市方直科技股份有限公司，实施地在深圳。3、项目建设周期本项目建设周期为 36 个月，项目进度计划内容包括房屋租赁、装修费用、软硬件采购、技术研究与平台建设、IP 投入、推广运营费等。4、投资估算本项目总投资额 71,698.62 万元，其中自有资金投入 11,030 万元，募集资金投入 60,668.62 万元（其中：前次募集资金变更投入 15,668.62 万元，本次募集资金投入 45,000.00 万元），项目预算投资明细如下：三、项目建设的必要性（一）项目建设的必要性1、在线教育迎来历史性发展机遇2020 年春节以来，随着新冠病毒疫情在中国及全球的爆发，在线教学的需求急剧增长，根据教育部所号召的“停课不停学”，学校将部分线下课程转为线上教学，在线教育的体验式效果逐渐显现，得到市场的普遍认可和接受。鉴于国家从政策层面不断发文支持互联网教育及教育信息化的发展，以及消费群体逐渐向熟悉互联网技术应用的 80 后及 90 后父母转化，市场对学生互联网在线教育的态度更为开放，未来中小学在线教育市场发展前景广阔。同时，5G全面商用即将实现，对在线教育的技术水平将带来大幅提升。4G 催生了较多直播平台，线上教育的模式出现较大变化，由原来的录播演变为现在的直播，由教师的单向传播知识转变为现在的同步互动。随着 5G 时代的到来，人工智能技术在教育中的应用将更加“智慧化”，基于移动宽带增强、超高可靠、超低时延通信、大规模物联网应用场景的拓宽，曾经诸多难以实现的技术壁垒会被打破，“人工智能+教育”的普及程度将更高，且应用场景将更加“智慧化”。在线教育即将迎来历史性的发展机遇，公司紧跟行业发展趋势提前市场布局，人工智能自适应学习系统建设项目有利于提升公司的市场竞争力。2、有助于提升公司盈利能力与可持续发展能力公司成立至今一直专注于中小学同步教育产品的研发、设计、销售及持续服务，为广大的中小学教师与学生提供优质、同步、配套的教育软件及互联网在线全面系统服务。公司凭借多年积累的信息技术优势，对教学、管理、学科深入融合及教育教学需求的深刻理解，运用移动互联、云计算、大数据、人工智能等技术，建立了先进的资源管理运营平台，有效的教学方法和信息技术有机结合，一方面为广大师生和家长提供常态化的课前课后服务，让教育管理者及老师提升管理及教学效率，另一方面可以通过技术手段改善地域差别带来的教学资源不均衡的问题。公司为中小学学校提供贯穿课前课中课后管理的实用智慧教学平台、教学评测系统等信息化一体化解决方案，帮助教师自我提升教学水平和优化教学过程、提高备课效率及信息化教学能力；公司为学生提供多维交叉服务的专业应用的集群化 APP，覆盖中小学语文、数学、英语等多个学科。公司在中小学同步教育领域积累了丰富的管理和市场经验，致力于以信息化技术丰富区域、学校的管理手段及创新管理方式、提升教育质量、提高学生学习能力，不断推进我国基础教育信息化建设。人工智能自适应学习系统建设项目结合公司中长期规划和业务布局，基于公司在智能教学领域的研究成果，以在线虚拟智能教师替代真人教师在线教学，项目的实施将进一步为公司带来新的盈利增长点，有利于提升公司盈利能力与可持续发展能力。（二）公司项目建设的可行性分析1.政策支持受国家对教育重视的影响，我国在线教育的发展迎来了较多的政策红利。《国家中长期教育改革和发展规划纲要（2010-2020 年）》强调要“加快终端设施普及，推进数字化校园建设，实现多种方式接入互联网”。在国家教育信息化工程的规划中，明确提出要提高中小学每百名学生拥有计算机台数，逐步实现中小学每个班级均能开展多媒体教学。2017 年 7 月，国务院印发《新一代人工智能发展规划》，提出利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系。开展智能校园建设，推动人工智能在教学、管理、资源建设等全流程应用。开发立体综合教学场、基于大数据智能的在线学习教育平台。开发智能教育助理，建立智能、快速、全面的教育分析系统。2018 年 4 月，教育部发布《教育信息化 2.0 行动计划》，提出要到 2022 年基本实现“三全两高一大”的发展目标。其中，“三全”指教学应用覆盖全体教师、学习应用覆盖全体适龄学生、数字校园建设覆盖全体学校；“两高”指信息化应用水平和师生信息素养普遍提高；一大指建成“互联网+教育”大平台。教育信息化从 1.0 时代进入 2.0 时代。2019 年 9 月，教育部等十一部门发布《关于促进在线教育健康发展的指导意见》，指出到 2020 年，在线教育的基础设施建设水平大幅提升，互联网、大数据、人工智能等现代信息技术在教育领域的应用更加广泛，资源和服务更加丰富，在线教育模式更加完善。到 2022 年，现代信息技术与教育实现深度融合，在线教育质量不断提升，资源和服务标准体系全面建立，发展环境明显改善，治理体系更加健全，网络化、数字化、个性化、终身化的教育体系初步构建，学习型社会建设取得重要进展。2.市场基础 （1）在线教育产业市场庞大：根据中国互联网络信息中心在京发布第 44 次《中国互联网络发展状况统计报告》，截至 2019 年 6 月我国在线教育用户规模达 2.32 亿，较 2018 年底增长3,122 万，占网民整体的 27.20%。

人工智能可穿戴设备生产基地建设项目1、项目概况本项目总投资 53,213 万元，建设期 2 年。项目拟通过新建 SMT 无尘车间、自动化车间、仓库等生产车间及配套设施，购置贴片机、智能自动化流水线、音频分析仪等生产检测设备，同时引进优秀的生产技术人才，建设人工智能可穿戴设备生产基地。本项目实施后，达产年将新增 820 万只 TWS 耳机和 140 万只智能手表的生产能力，为公司未来发展带来新的利润增长点。本项目的实施，有利于充分发挥公司在智能硬件业务板块积累的技术优势和人才优势，紧抓人工智能可穿戴设备历史发展机遇，纵深布局智能产品产业链，为公司未来实现可持续的快速发展带来新引擎。2、项目投资概算本项目投资总额为 53,213 万元，其中拟以募集资金投资 35,000 万元。3、项目实施必要性（1）项目是公司顺应市场发展趋势，落实公司发展战略的需要在物联网发展潮流的大背景之下，随着 5G 通信技术的来临、云计算能力的强化、人工智能技术的应用以及传感技术的不断成熟，可穿戴设备市场迎来良好发展契机。IDC 发布的统计报告显示，得益于耳戴式设备（hearables）出货量的大幅增长，2019 年第四季度全球可穿戴设备出货量达到 1.189 亿台，相比 2018年同期增长率高达 82.3%。2019 年第四季度中国可穿戴设备市场出货量为 2,715万台，同比增长 25.2%。基础可穿戴设备（不支持第三方应用的可穿戴设备）出货量为 2,097 万台，同比增长 38.2%，智能可穿戴设备出货量为 618 万台，同比增长 75.5%。IDC 预计至 2023 年，中国可穿戴设备的市场出货量将接近 2 亿台，同时，根据 Garther 的预测，2020 年全球终端用户在穿戴式设备上的支出将达到515.45 亿美元，相比 2019 年的 405.81 亿美元增长率达到 27%。智能手表作为终端用户支出最多的项目，占比达到 44%。长远来看，在 AI 技术、VR 技术、传感器技术愈发成熟、消费者对高端、创新型产品需求日益增加以及使用者对安全性与隐私性关注度日渐加强等多重因素的综合影响下，以 TWS 耳机、智能手表等为代表的可穿戴设备市场需求将保持快速增长，5G 时代高速的互联网络更将进一步加快可穿戴设备市场发展。自成立以来，公司旗下产品品类逐渐切入到智能锁具、金融终端科技产品、智能模块等细分领域。本项目是公司在智能硬件业务细分领域的进一步拓展，也是公司根据市场发展前景作出的战略性布局。本项目的顺利实施有利于公司精准把握可穿戴设备快速发展的趋势，贯彻落实公司“紧抓 5G、物联网带来的历史新机遇，纵深布局产业链”的发展战略，助力公司稳健发展。（2）项目是丰富公司产品结构，进一步提升公司盈利能力的需要自成立以来，公司始终坚持以市场为导向，充分关注市场动态，不断推出适应市场需求的新产品。随着产业技术升级及消费者需求变化，公司拟通过本项目本项目的实施，实现人工智能可穿戴设备尤其是 TWS 耳机以及智能手表的生产，有效丰富公司产品结构，提高公司产品销量，为公司培育新的利润增长点。通过本生产基地的建设，公司将引进一系列新设备、新工艺、新技术来实现普通型、中高端型的 TWS 耳机和智能手表生产制造能力，营造更加优越的工作环境，以吸引更多具有专业技术的优秀人才，显著提升劳动生产率和产品质量，从而实现年产 820 万只 TWS 耳机和 140 万只智能手表的生产能力，为公司业务规模的进一步扩大奠定产能基础，有效保障公司持续快速发展。未来，公司产品种类将更加丰富、产品应用领域将更加全面、面临的市场空间将更加广阔。本项目的顺利实施将逐步为公司带来可观的经济效益，提升公司整体盈利水平。（3）项目是延伸公司已有优势，巩固公司行业地位的需要公司传统的核心竞争力之一在于具备国内领先的生产制造、供应链服务、质量控制和成本管控能力，并形成了完善的管理制度和相关流程。尤其在供应链管理方面，公司在订单驱动生产的业务模式中，已经拥有突出的采购和库存管理能力与积累了丰富的物流管理经验。通过本项目的实施，公司能够成功运用多年以来在产品设计、生产工艺、质量控制、供应链管理等方面积累的生产制造管理能力、技术能力以及丰富经验等，实现对市场发展趋势、客户需求的准确把握与产品交付的及时、高效响应，在激烈的市场竞争中保持领先地位。在本项目的实施中，公司将进行 TWS 耳机和智能手表的批量化生产和供应，从而将自身的技术优势和技术积累充分转化为产业优势，同时在未来的规模化生产中通过工艺提升、流程优化、质量控制等进一步夯实公司在智能硬件领域的已有技术优势，增强公司市场影响力，巩固公司的行业地位。4、项目实施可行性（1）政策可行性近年来，国家相关部门陆续出台了一系列政策支持和鼓励可穿戴设备行业的发展。2016 年 12 月，国务院在《“十三五”国家战略性新兴产业规划》明确提出要“加快虚拟现实、增强现实、全息成像、裸眼三维图像显示（3D）、交互娱乐引擎开发、文化资源数字化处理、互动影视等核心技术创新技术发展”。2017 年 7 月，国务院在《新一代人工智能发展规划》中明确提出要“加快智能终端核心技术和产品研发，发展新一代智能手机、车载智能终端等移动智能终端产品和设备，鼓励开发智能手表、智能耳机、智能眼镜等可穿戴终端产品，拓展产品形态和应用服务”。2017 年 8 月，国务院在《关于进一步扩大和升级信息消费持续释放内需潜力的指导意见》中明确提出要“升级智能化、高端化、融合化信息产品，重点发展面向消费升级的中高端移动通信终端、可穿戴设备、数字家庭产品等新型信息产品，以及虚拟现实、增强现实、智能网联汽车、智能服务机器人等前沿信息产品”。2017 年 11 月，国务院在《关于深化“互联网＋先进制造业”发展工业互联网的指导意见》明确提出：“在智能联网产品应用方面，重点面向智能家居、可穿戴设备等领域，融合 5G、深度学习、大数据等先进技术，满足高精度定位、智能人机交互、安全可信运维等典型需求。”2018 年 9 月，国务院在《完善促进消费体制机制实施方案（2018—2020 年）》中明确提出：“加大网络提速降费力度。加快推进第五代移动通信（5G）技术商用。支持企业加大技术研发投入，突破核心技术，带动产品创新，提升智能手机、计算机等产品中高端供给体系质量。支持可穿戴设备、消费级无人机、智能服务机器人等产品创新和产业化升级”。2019 年 8 月，国务院在《关于进一步激发文化和旅游消费潜力的意见》中提出：“促进文化、旅游与现代技术相互融合，发展基于 5G、超高清、增强现实、虚拟现实、人工智能等技术的新一代沉浸式体验型文化和旅游消费内容。丰富网络音乐、网络动漫、网络表演、数字艺术展示等数字内容及可穿戴设备、智能家居等产品”。国家产业政策的支持环境为公司生产人工智能可穿戴设备奠定了较好的政策基础，创造了良好的外部环境与机遇。因此，本项目实施具备充分的政策可行性。（2）人才及技术可行性公司深耕智能硬件业务多年，在产品研发、生产制造、供应链服务、质量控制和成本管控能力等方面具有显著优势，并形成了完善的制度和流程，相关环节人才储备丰厚，并形成了完备的人才梯队。公司关注研发创新，持续投入研发资源，建立了具有较强的自主研发及创新能力的专业团队，且团队核心成员大多具有多年的从业经历，对行业前沿发展和市场需求具有敏锐的预判和研发能力，在产品研发等方面积累了丰富的经验。同时，公司已逐步建立起适应行业发展特点的及公司发展需求的人才引进及培养模式。公司采取内部擢升与外部引进相结合的方式，建立多层次的人才队伍。公司使用具有竞争力的薪酬政策、良好的管理机制、卓越的企业文化等充分调动人才积极性，有效激励人才和团队。公司还通过股权激励等各种方式充分调动了核心骨干人员如中高层技术研发和管理人员的积极性，有效激励员工在研发领域的创新积极性，保证了管理与技术团队的高度稳定性与公司利益的一致性，为公司的战略规划与经营管理政策的有效落地实施提供了有力的保障。（3）客户可行性经过多年发展，在硬件领域，公司与包括 PHILIP、GE、ABL、ASM PT、SSG 及 EGLO 等在内的国际一线品牌客户建立了合作关系，在与优质客户的合作过程中，公司更好地接触先进技术和更准确地把握终端市场需求，在产品规划、生产管理等方面积累了丰富的产品研发和供应链管理经验，生产制造能力不断提升，客户粘性也处于较高水平。针对此次募投项目相关的 TWS 耳机、智能手表等产品，公司将其销售渠道主要定位于跨境电商、互联网企业等新兴市场。公司核心团队深耕耳机、智能手表等智能可穿戴产品多年，在跨境电商、互联网企业等细分市场积累了一定的客户群体，针对目标市场需求有深刻的认知和丰富的服务经验。公司与多家潜在客户保持高效互动，以保证从源头上实现客户需求转化的一致性。这些优质的客户资源、丰富的客户服务经验以及具体合作项目的不断推进与落地，为人工智能可穿戴设备的产能消化奠定了坚实的基础。因此，本项目具备充分的客户可行性。5、项目实施主体和建设地点本项目的实施主体为深圳市麦达数字股份有限公司，即发行人。本项目的建设地点为：深圳市龙岗区宝龙街道实益达锦龙厂区内。6、项目经济效益本项目达产期 3 年，达产后年实现销售收入 140,000 万元，内部收益率22.61%，静态投资回收期 6.26 年（含建设期），项目投资回报良好。

1、项目概况近年来我国智慧城市建设快速发展。本项目将以人工智能技术为核心，与大数据、云计算、应用软件复用技术相结合，构建 AI城市超级大脑，该 AI城市超级大脑主要由能力层（AI中台、业务中台、技术中台、数据中台），应用层（包括 AI智能客服）和统一运营管理平台组成。本项目通过整合能力层+垂直功能型（SAAS 平台）的组合创新模式构建 AI 城市超级大脑，促进公司快速、精准、智能地满足智慧城市建设需求，进一步巩固公司在智慧城市行业的领先地位。本项目的实施将推动公司实现持续产品创新，不断提升公司市场竞争力和增强公司盈利能力。2、项目实施的背景和必要性（1）智慧城市处于快速发展阶段智慧城市是运用人工智能、物联网、云计算、大数据、空间地理信息集成等新一代先进技术，促进城市规划、建设、管理和服务智慧化的新理念和新模式，已成为城市未来发展的方向。自 2008 年 IBM 提出“智慧地球”概念以来，以高科技、信息化推动城市变革的智慧城市理念日益深入人心，全球各个国家不断融合各类先进技术加强城市在交通、金融、科技、教育、公共安全等领域的智慧建设升级。当前智慧城市在世界多个国家蓬勃发展，市场前景广阔。在我国，智慧城市已成为现阶段建设数字中国、智慧社会的核心载体。2014年国家发改委、工信部等八部委联合发布《关于促进智慧城市健康发展的指导意见》，要求到 2020 年建成一批特色鲜明的智慧城市。2017 年“十九大报告”明确提出建设“智慧社会”，“智慧社会”是从顶层设计角度为城市经济发展、公共服务、社会治理提出了全新的要求和目标，标志着我国智慧城市建设进入新阶段。（2）顺应国家战略政策和行业发展趋势，抢占智慧城市市场AI城市超级大脑的建设顺应合理指导城镇化进程的要求。人工智能、物联网、大数据、云计算、移动互联网、区块链等新一代信息技术的推广和应用对政府部门的行政管理和公共服务，企业的经营管理和商业模式以及人民群众的生产生活都产生了深刻的影响。当下，城市信息化正逐步从数字化、网络化向自动化、智慧化深刻演变。建设城市大脑，是我国走向集约化、智能化、绿色低碳的新型城镇化道路的必然之路。公司作为先期积极布局智慧城市业务的高科技企业，在国家政策积极推动智慧城市发展和行业市场需求快速增长的背景下，有必要大力提升智慧城市业务服务能力，推动公司业务市场份额占比的不断提高。当前是智慧城市行业发展的关键时期，公司需要紧抓政策和市场契机，通过资金、人才的投入来构筑技术研发、业务服务的护城河，为公司未来赢得市场竞争提供关键支撑。（3）深化业务服务内容，提升公司盈利能力随着公司智慧城市业务规模的不断扩大和业务不断多元化、创新化发展，需要对智慧城市支撑系统进行重构整合，打通各业务模块，让底层的硬件云设施和中间的云平台处理系统共同为公司各业务线条服务，达到提升运行效率，降低运行成本的目的，构建 AI 城市超级大脑势在必行。本项目将构建由技术中台、业务中台、数据中台、AI中台等组成的 AI城市超级大脑，在 AI城市超级大脑之上公司可快速地为城市构建智慧应用软件与行业AI超级大脑，如AI交通超级大脑、AI教育超级大脑、A I 旅游超级大脑等，AI超级大脑的设置可使公司在软件服务更新迭代、创新拓展的过程中研发更灵活、业务更敏捷，并最大限度地减少基础技术服务层的重复性开发工作。此外，公司还将不断丰富、深化智慧城市服务内容，满足下游市场需求，拓宽公司盈利范围，提升公司盈利能力。3、项目实施的可行性（1）广阔的市场需求是本项目实施的基础本项目研发的 AI城市超级大脑、SAAS 服务软件、智慧客服应用具有广阔的市场需求，将为本项目的实施提供充分的市场基础。在智慧城市方面，当前我国有超过 94%省级城市、超过 71%地级市、超过20%的县级市及城市群均提出建设智慧城市，我国智慧城市市场规模庞大。根据中投顾问产业研究中心发布的数据，2018 年我国智慧城市市场规模约为 7.9 万亿元，预计到 2022 年，我国智慧城市市场规模将达到 25 万亿元。就我国智慧城市技术支出市场规模而言，根据 IDC 2019 年发布的《全球半年度智慧城市支出指南》的数据显示，2018 年我国智慧城市技术支出为 200.53 亿美元，预计到2023 年，将达到 389.23 亿美元。随着我国城镇化水平不断提高和城市治理的不断深化，未来我国智慧城市市场规模将进一步扩大。（2）公司在智慧城市领域具有丰富的项目及技术储备智慧城市业务已成为公司发展的重要业务板块，公司通过长期积累已经具备了丰富的智慧城市项目建设经验和技术能力。在区域上，公司智慧城市业务覆盖全国众多省市，在广东、广西、云南、福建、四川、湖南、湖北、浙江、贵州、山西等省均有业务落地；在行业上，公司智慧城市服务领域涵盖了政务、交通、能源、警务、水利、气象、电信、教育、旅游等二十多个行业。报告期内，公司在智慧城市领域同腾讯云合作，完成了数字广东、一部手机游云南、一部手机游武隆、福建永泰智慧旅游、福建浦城数字农村、成都智慧绿道、长沙城市超级大脑等智慧城市的典型案例，进一步提升了公司智慧城市业务的影响力。本项目建设是将公司在智慧城市各业务领域积累多年的技术能力与交付能力打包封装，形成统一的技术输出平台，使智慧城市业务的底层技术升级、应用系统升级、应用场景升级变得更便捷、更高效、更简单；本项目建立的智慧城市AI 城市超级大脑不仅是公司原有技术的发展升级，更是新的技术创新。因此，公司过往丰富的项目经验和技术积累将成为本项目实施的保障。此外，公司丰富的智慧城市项目建设经验及行业影响力有也利于获取更多的业务机会，未来随着我国城镇化继续推进，国内二、三线城市、县城的智慧建设需求越来越多，将为本项目的建设提供广泛的市场支撑。4、项目建设规划（1）项目实施主体本项目的实施主体为东华智慧城市股份有限公司，实施地点为珠海市。（2）项目投资额本项目总投资金额为28,551.58 万元，拟使用募集资金投入18,023.08 万元，主要用于场地购买、装修、软硬件设备购置等。（3）项目建设内容本项目旨在开发以能力层、应用层和统一运营管理平台为核心的 AI 城市超级大脑，具体建设内容包括：1）将公司在智慧城市各业务领域积累多年的技术能力与交付能力打包封装，形成统一的技术输出平台，即 AI城市超级大脑的能力层，其具体包括 AI中台、业务中台、技术中台、数据中台。2）通过中台能力层的技术统一输出，助力公司原有的应用软件迁移上云；并根据具体客户及行业需求，快速构建智慧应用软件与行业 AI超级大脑，如 AI交通超级大脑、AI教育超级大脑、AI旅游超级大脑等，形成应用层。3）构建的 AI 智能客服云平台。基于 AI 城市超级大脑的能力层，开发一种新型 SAAS 客服平台，结合语音识别、自然语言理解、用户画像等方面的 AI能力，打造智能客服机器人、AI 交互语音机器人、智能质检等多款智能产品，并将其应用到企业客服等领域。

一、项目名称: 中原人工智能计算中心项目可行性研究报告评审二、项目主要内容及要求：完成中原人工智能计算中心项目可行性研究报告评审，并出具科学、公正的评审报告。三、采购公告发布日期：2021年1月26日四、评标日期：2021年2月1日五、成交情况六、采购小组成员张国丽、杨光雯、王博、樊梦晨、刘斌七、联系方式采购人：许昌市发展和改革委员会地址：河南省许昌市府西路政府8号楼联系人：樊梦晨联系电话：0374-29657132021年2月1日 【来源：许昌市发改委】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn

1、项目概况本项目主要建设内容为公安警务系统的数据管理应用软件及平台研发。包括公安大数据工具平台、个性警种应用系统、数据治理平台、大数据应用平台、系统集成及技术服务六部分。通过本项目的建设，公司将为公安系统提供多方面、全方位服务，为公司扩大业务规模和提升盈利能力奠定坚实基础。2、项目实施的背景和必要性（1）智慧警务市场迅速发展随着社会经济发展与城市化进程的加快，我国社会维稳压力日益增加，然而警力资源的增长速度远不及潜在危险因素的膨胀速度。公安机关亟待通过新技术寻求解决方案，以适应当下社会及公安业务改革的迫切需求。在此背景下，大数据、云计算、人工智能技术赋能的智慧警务应运而生。智能监控、人脸识别、大数据分析、模式识别等技术与警务中的民生服务、治安管理、交通管理、侦查破案等场景相结合，以应对人口增长带来的安防压力及打击新型犯罪活动。同时随着 5G 时代到来，公安信息化也将迎来新的机遇。在高带宽、低时延的特点下，终端及感知设备的融合化、一体化、智能化趋势明显，能够为警务系统提供更智能、更及时的服务。此外 5G 带来更大的数据量，智慧警务中大数据及 AI 的应用将更广泛、更成熟，将进一步提高立体防控、应用指挥、移动警务、智能交通等公安业务实战能力和效果，助推智慧警务实现跨越式大发展。（2）顺应行业发展趋势，满足下游市场需求近年来随着大数据、云计算、人工智能等技术的不断发展成熟和应用落地，公安系统的工作开展进行智慧化变革成为新的发展方向。2015 年 4 月，国务院出台《关于加强社会治安防控体系建设的意见》，强调创新立体化社会治安防控体系，全面推进平安中国建设，指出须加快构建纵向贯通、横向集成、共享共用、安全可靠的平安建设信息化综合平台。2018 年 1 月，中央办公厅、国务院办公厅印发《关于推进城市安全发展的意见》，提出“强化安全科技创新和应用。加强城市安全监管信息化建设，建立完善安全生产监管与市场监管、应急保障、环境保护、治安防控、消防安全、道路交通、信用管理等部门公共数据资源开放共享机制，加快实现城市安全管理的系统化、智能化”。2019 年以来，公安部多次强调要大力推进公安大数据智能化建设，打破部门警种壁垒，推进数据融合共享，加强高端集成应用，助推警务流程再造，从源头上解决制约警务整体效能的体制性障碍和瓶颈性问题，切实提升公安机关核心战斗力和公安工作智能化水平。公司已进入公安信息化服务领域多年，对行业未来的发展有着深刻的理解和认识。为顺应行业的发展趋势和满足公安系统对智能化、智慧化信息服务系统的需求，公司有必要抓住当前的行业契机，加大产品研发力度，开发新型智慧化服务系统及平台。本项目通过运用大数据、云计算、人工智能等技术，建立公安大数据工具平台、个性警种应用系统、数据治理平台等系统服务模块，以新技术手段推动警务工作创新、提升警务工作效能、缓解警力不足、减少警察伤亡，全面提升公安机关的实战能力，满足科技兴警、技术强警的下游发展需求。（3）丰富升级产品体系，提升公司盈利能力产品和技术的不断丰富、创新升级是企业持续稳固发展的基础。为适应市场的产品服务需求，也为企业赢得更广阔的市场利润空间，持续进行产品体系的丰富和优化升级是企业发展的必由之路。公司已在公安信息化行业市场上占据了一定的市场份额和市场地位，为增强公司的竞争实力和提升盈利能力，公司有必要不断进行产品创新和升级迭代，以增强产品竞争力，并为进一步扩大业务服务范围和抢占市场份额奠定坚实的产品基础。当前公安信息化行业市场正处于由数字化向智能化、智慧化发展的关键转折点，在新的市场发展形势下，本项目的实施将进一步创新优化公司产品技术结构和功能，为公司在行业的快速发展奠定产品基础。3、项目实施的可行性（1）广阔的市场需求为本项目实施提供市场支持我国公安大数据、智慧警务市场需求广阔，将为本项目的实施提供坚实的市场支持。我国公安系统的信息化经过 20 多年的发展，现已进入大数据、智能化阶段。20 多年来，公安系统汇聚了海量信息，内外部数据已达到数百亿条。传统警务大数据平台基于烟囱式架构，信息孤岛现象严重，各单位系统结构各异，数据仓库建设不一致，导致数据无法共享，无法解决区域联合问题。当前，公安信息化正处于从建设阶段转向应用阶段，海量数据信息将助力于智慧警务建设，实现预测、预警、预防。根据前瞻产业研究院的数据，中国公安信息化行业 2023年投资规模将达 260 亿元。本项目致力于打破警务系统数据烟囱，实现全警采集，全警共享，具有广阔的市场前景。（2）丰富的项目经验为本项目实施提供技术支持公司长期服务于公安信息化领域，积累了丰富的项目经验。公司参与了大量的平安城市、警务云、雪亮工程等大型项目建设，服务了公安部、北京市公安局及朝阳分局、天津市公安局、陕西省公安厅、湖北省公安厅、江苏省公安厅、江西省公安厅、四川省公安厅、南京市公安局等多个公安体系客户。公司开发了警务督察、人脸识别、重点人员管控等平台，并上线大数据模型集成、超级信息搜索、车辆大数据分析、情报主题研判、串并案分析等多个系统。同时，公司与中国人民公安大学等高校进行合作，在大数据智能分析模型、行为和特征预测预警、视频图像处理和分析等课题研究方面取得了良好成果。本项目产品是基于公司以往产品的创新升级，是通过对公安系统海量数据进行深度挖掘，并完全围绕着公安业务的实际需求而设计研发。公司过往丰富的大型、复杂项目经验为本项目的实施提供了技术支持。4、项目建设规划（1）项目实施主体本项目实施主体为东华软件公司。实施地点为天津市、西安市、南昌市。（2）项目投资额本项目总投资为 34,423.60 万元，计划使用本次募集资金投入 23,699.70 万元，用于场地购买、装修、软硬件设备购置等。（3）项目建设内容本项目拟购置及租赁办公场所并进行装修改造，购买软硬件设备，搭建进行公安大数据产品研发的机房及相关实验环境，招聘相应的研发和运营人员，进行公安大数据工具平台、个性警种应用系统、数据治理平台、大数据应用平台等产品的研发、测试和持续升级。公安大数据工具平台通过整合公安各类数据资源，对海量数据进行专业化整合集成、关联共享、挖掘分析，实现各类数据资源的综合应用。个性警种应用系统包括警务督察一体化应用平台和严重精神障碍患者救治系统。数据治理平台通过建立数据标准规范体系，形成高可用、标准化的数据资源服务，为警务上层业务应用和大数据分析提供高效的支撑；大数据应用平台包括数据分析挖掘和智能算法服务，主要为公安案件侦破提供服务支持；系统集成将分散的设备、软件、数据信息等加以集成，为公安系统提供集成化软件服务；技术服务是指后续的公安信息系统的运维服务。

■ 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

现在人们对机器人能量和潜力的担忧远远超过从前，问题不在于科幻电影或者小说构造的类人机器人永远是憎恨人类的，而在于这些机器人可能会有更广阔的视野和更强的潜力。国内外各界都在关注着这个话题。在两个月前人工智能大会的“双马对话”上，埃隆·马斯克和马云就 AI 和人类的未来展开了辩论。据了解，在今日召开的计算技术领域的年度盛会中国计算机大会（CNCC）上，“人工智能开发的道德边界”也是一个重要的论坛主题。围绕 AI、道德、人类三者的关系这个热点话题，DeepTech 采访了复旦大学生命医学伦理研究中心、复旦大学应用伦理学研究中心主任王国豫教授。她出席 CNCC 大会并带来了《人工智能伦理：从可能性推测走向可行性探索》的演讲报告。图 | 王国豫在 CNCC 带来《人工智能伦理：从可能性推测走向可行性探索》的报告 （来源：DeepTech）王国豫从三个方面展开了对人工智能伦理的看法：人工智能为什么是伦理的研究对象？人工智能伦理研究的路径、人工智能的伦理问题的协同治理。她认为，人工智能伦理起源于人们对人工智能技术风险的恐惧和担忧，人工智能的伦理问题不是单个的技术问题，也不是算法问题，而是源于技术系统和人的社会生活系统的交互作用，人工智能伦理应该从可能性推测走向可行性探索。“人工智能一旦获得了自我意识是否会‘从奴隶到将军’？我觉得如果我们不早作准备，理论上从人对机器人的依赖性角度来看是有可能的”，王国豫认为，“人工智能伦理问题的治理，既不仅仅是伦理学家的事情，也不仅仅是科学家和工程师的事情，需要更多地跨学科的合作。”以下为专访内容：DeepTech：你一直专注于技术伦理学的相关问题，应该见证了很多新兴技术的兴起过程以及与之相伴而生的伦理问题。那么你觉得人工智能的伦理问题相比于其他技术的伦理问题有什么特殊性？王国豫：我以为，人工智能既有其本身特殊的伦理问题，又有其他新兴技术中共有的一些伦理问题。相较于其它新兴技术，当前的人工智能算法与系统具有更高的自主性，更有可能极大地改变人类的未来，因而在伦理问题方面吸引了更多的社会关注。在我看来，人工智能并不是单一的技术，而是新兴技术体系中的重要分支，是推动新一代工业革命的关键使能技术（enabling technology）。人工智能要落地，必须和其他技术相结合，比如人工智能与汽车制造结合，产生了自动驾驶或无人驾驶技术；和自动控制、遥感、机械制造等技术结合产生了智能机器人；和医疗技术结合产生了智能诊疗技术等等。目前人工智能的核心算法强烈依赖于数据驱动，可以说没有大数据技术就没有当前的人工智能技术。因此，某种意义上说，人工智能技术是一种高级的系统性技术或者技术系统。从这个定义出发，那么我们就可以说，人工智能的伦理问题也不是单一的。它既有由于技术较高的自主性所带来的特殊伦理问题，比如说算法伦理问题，又有其他新兴技术中共有的伦理问题，比如说隐私问题、责任归属问题等。算法与其他技术一样具有价值负载，在算法设计中选择什么参数、优先考虑哪些价值和利益，与设计者的道德敏感性和价值取向有很大的相关性。但与此同时，算法又会放大甚至有可能根据自身的逻辑运算作出抉择。设计者并不能完全主宰算法的运行，也不可能预测更不能保证算法结果在道德上是可接受的。这也是目前争议比较大的智能主体是否可以看作是道德主体的问题。这个问题将随着算法能力的增强愈加突出，也影响着责任的归属和认定。比如说，当前讨论比较多的自动驾驶如果撞了人，谁该为事故负责任的问题。这与一般的责任认定就不完全一样，因为这里涉及到一方面自动驾驶汽车具有能动性、自主性，方向盘和刹车掌握在智能机器手中；但另一方面，自动驾驶汽车本身又不是道德主体，不可能承担道德责任。于是，我们就要谁该为事故负责？是设计者还是自动驾驶车辆的拥有者？是工程师的责任、企业的责任，还是政府和管理工作者的责任？这些都与人工智能的特殊性相关，但这个问题同时又涉及更一般性的技术伦理问题：技术伦理学如何面对技术的不确定性，或者说我们如何与技术的不确定性交往的问题。图 | 38 岁的 Walter Huang 使用特斯拉的自动驾驶功能在一次车祸中身亡（来源：BBC）DeepTech：你怎么看“人工智能机器人产生自我意识之后，机器人将统治人类”这个观点？你觉得为什么现在大家对这个问题忧虑感和恐惧感要远远超过以前？王国豫：这个问题的前一半是一个假设，即假设人工智能机器人将会产生自我意识，后一半是推测，推测“机器人将统治人类”。这是一个典型的“If and then”的推测性论断。这使我想起捷克作家卡雷尔 恰佩克的《罗素姆的万能机器人》中的情节。大家所熟知的机器人 Robot 一词便源于该剧。Robot 这个词由捷克文 Robota 和波兰文 Robotnik 结合而来，前者为“劳役、苦工”之意，后者为“工人”之意，合起来就被翻译为“被奴役的工人、奴隶”。剧中的机器人一开始还没有意识、没有感觉，他们替代了人类的一切劳动。后来机器人工厂里的一位工程师悄悄给机器人“注入”了“灵魂”，让机器人具有了感知痛苦的能力，随后逐渐有了自我意识。不幸的是，机器人觉醒后的第一个念头就是反抗和攻击。这可能是最早的关于机器人统治人类的科幻文学作品，后来类似的作品越来越多。这样一种叙事带给人们的自然是对于人工智能的恐惧和担忧。技术伦理缘于人们对技术的恐惧和担忧。所以，半个多世纪以前，艾萨克阿西莫夫就提出需要用伦理规则来引导机器人工智能的行为：即机器人不得伤害人类，或因不作为（袖手旁观）使人类受到伤害；除非违背第一法则，机器人必须服从人类的命令；在不违背第一及第二法则下，机器人必须保护自己。机器人不得伤害人类这族群，或因不作为（袖手旁观）使人类这族群受到伤害。（第零法则，1985）图 | 机器人三定律是艾萨克·阿西莫夫在 1942 年发表的作品《转圈圈》中第一次提出的概念，并且成为他很多小说中机器人的行为准则和故事发展的线索。机器人被要求要遵守这些准则，违反准则会导致机器人受到不可恢复的心理损坏。之后，其他作者的科幻小说中的机器人也遵守这三条定律。同时，学者在三定律基础上建立了新兴学科“机械伦理学”，旨在研究人类和机械之间的关系（来源：Reddit）那么，人工智能机器人有没有可能获得自我意识呢？主张强人工智能的人认为是一定的，只不过是时间问题，库兹维尔就预言在 2045 年人与机器将深度融合，人工智能将超过人类本身，达到“奇点”。我不知道人工智能是否一定会产生自我意识，人类是否一定乐意看到或者说允许人工智能产生自我意识，以及什么时候人工智能将产生自我意识，这些我都无法预测，但人工智能一旦获得了自我意识是否会“从奴隶到将军”？我觉得如果我们不早作准备，理论上是有可能的。当然，我并不是像科幻小说家那样设想一个由机器人统治的国家。而是从人的自主性和自由的丧失的角度来看。事实上，我们今天已经感受到了人工智能在增强人的能力和行为自由的同时，使得人越来越依赖于它，这种依赖性也可以解释为人的独立性的丧失。就像黑格尔在《精神现象学》一书中谈到“主人和奴隶”关系时所指出的那样，主人和奴隶彼此被对方定义：一方面，主人因为奴隶的存在而成为主人，另一方面，一旦获得了统治者身份，主人得到的并不是独立意识而是依赖意识，他没有因此而确定他真实的自我，反而促使奴隶超越了主人。举个通俗的例子吧，比如我们今天所使用的智能导航，使得我们可以安全地避开和绕过各种路况不佳的大路，我们会按照它所指引的路线到达目的地。在这个意义上它是一种赋能技术。我们相信这些信息来自于一个实时掌握一切动态的导航，导航对路上的一切了如指掌。但只要我们担心放弃信息会绕路，并相信接受信息便可以很快到达目的地，那么我们就开始依赖信息，这时，信息对人的“控制力”便显现出来。关于后一个问题：为什么公众对这个问题的忧虑感和恐惧感要远远超过以前？我想首先这是因为近几年人工智能本身的飞速发展，使得人们已经强烈地感受到了人工智能技术系统对我们生活世界的改变。特别是 2016 年 3 月 AlphaGo 战胜了人类围棋选手李世石以后，人们在惊奇于人工智能的强大的同时，一面是欢呼，一面是惊恐和担忧它将如何改变世界、改变我们的生活。而一些像霍金、比尔·盖茨、马斯克这样的名人对人工智能的威胁的预测，也会加剧人们的恐慌。比如霍金就认为，“一旦机器人达到能够自我进化的关键阶段，我们无法预测它们的目标是否还与人类相同”。还有些媒体经常传播和夸大一些人工智能的进展，喜欢用诸如人工智能是魔鬼还是天使之类耸人听闻的字眼作为标题。这样的叙事方式也加大了人们对不断发展的人工智能的担忧。DeepTech：前段时间大火的换脸技术，不管是国外的 deepfake 还是国内的 ZAO，都掀起了一阵狂热。你觉得现在的这类 AI 应用能在很短的时间里得到广泛的传播，是不是部分因为技术发展速度过快、门槛降低？没有约束的科技是危险的，那么如何才能在适度的约束中尽可能地释放技术的创新性？伦理与科技政策之间的冲突应该如何协调呢？王国豫：我想这类换脸技术的迅速传播一方面是因为技术本身的门槛比较低，另一方面，也和人们的好奇心相关。我在朋友圈和微信群中也看到有类似的虽然不是换脸视频，但是一种换脸的 APP，你只要上传一张或者当场拍一张照片后，就可以得到你想要的不同时代、不同形象的照片。我看很多人乐于玩这个游戏，完全是出于好奇心。但可能大部分人都不知道，如此一来，我们的“脸谱”就作为数据被后台保存了下来，这些数据将被如何处理、派作何用我们一般是不知道的，也很少被明确告知。如果这些数据被恶意利用，那将会带来对本人也会对他人和社会的极大的危害。我们知道现在很多银行甚至入户门都是用的人脸来验证人的身份。这些人脸数据就像人的指纹一样，是一个人的重要身份认同的标志。一旦落入不法分子手中，后果不堪设想。图 | ZAO 海报，ZAO 是一款使用 AI 技术完成换脸的应用软件，用户可以上传一张正脸照来制作表情包、换脸影视剧集中的人物角色（来源：Apple Store）现在的问题是我们在立法和政策规约方面的步伐还有点慢。技术创新并不意味着可以为所欲为。技术创新的目的是为了美好生活，如果这一创新带来的不是美好生活，而是破坏了美好生活应有的秩序，危害他人，损害了公共利益，那这样的创新就不是我们应该接受和拥抱的。所以，我们应该坚持负责任的创新，负责任创新关注的不仅是创新所带来的经济效益，也同时关注创新的社会效益和企业的社会责任。对应的，政府相关部门应该推动相关研究，尽快出台相关法律法规，对类似的技术进行分类管理，对技术创新进行合理引导，而对有些违背了社会公共利益、侵害他人权利的行为坚决制止。DeepTech：为了尽量使“科技向善”，你觉得社会中的不同层级需要做出哪些努力？王国豫：按照亚里士多德的说法，每一种技艺都是以某种善为目的的。但是，现代技术的一个特点在于它的不确定性。这种不确定性贯穿在现代科技从目的到方法和结果的全过程中。面对科技的不确定性，不仅是作为科技工作者和企业有责任，政府的主管部门有责任，人文学者、媒体和公众也承担着一定的责任。作为从事科技研发的科学家和工程师，他们是技术的创造者和生产者，最了解技术本身的特性和潜在风险，有责任向公众透明地解释和及时通报其潜在的风险和不确定性。科技研发的管理部门和政策决策者，包括政治家和企业家，有责任和科技工作者、人文学者等一起对科技的发展进行风险预测和伦理评估，由于科技活动直接渗透在政治活动中，科技决策也是政治决策。科技政策是科技发展的催化剂，可以通过适当的政策调节科技发展的轨迹，必要时可以发出警示，人文科学和社会科学工作者也应该关注科技发展前沿的社会影响，为政府制定公众可以接受的科技政策提供支持和依据，主流媒体和公共媒体应该深入了解科技本身的特性，而不是以制造新闻为目的。最后，科技的发展离不开公众的支持。公众主动参与科技的社会治理，是确保现代科技向善的一个最重要的力量。DeepTech：你在今年 CNCC 大会上的报告题目是《人工智能伦理：从可能性推测走向可行性探索》，能否分享一下你选择以此为题的初衷？除了伦理方面的内容之外，此次大会还有哪些论坛或者讲者是你比较感兴趣的？图 | 王国豫参加 CNCC 大会并发表《人工智能伦理：从可能性推测走向可行性探索》的演讲报告（来源：CNCC 官网）王国豫：非常感谢大会给我这个机会，和大家一起分享我对人工智能伦理的一点思考。人工智能伦理属于技术伦理的范畴，虽然正如我们前面指出的那样有它特殊的地方，但是我认为人工智能伦理和其他技术伦理学的分支一样，我们需要面对的核心问题是人工智能技术系统在安全、自由和公正等方面所带来的不确定性问题。选择这个题目的初衷就是希望能够和大家一起探讨我们应该如何在人工智能如火如荼展开的同时，找到一条促进人工智能造福于人类，同时又能够有效地避免人工智能带来的负面后果的路径和方法。前面我也说到，人工智能伦理问题的治理，既不仅仅是伦理学家的事情，也不仅仅是科学家和工程师的事情，需要更多地跨学科的合作。在这方面，我们复旦大学科技伦理与社会治理研究中心特别期待向人工智能专家们学习，与人工智能专家一起，更加深入地探讨多途径、全方位推动人工智能伦理问题治理的方法与路径。所以，我会在会议期间尽可能地去不同的论坛进行学习。

中国（杭州）人工智能小镇位于全国四大未来科技城之一的杭州未来科技城（海创园）核心区块，规划面积约为3.43平方公里。其先导区位于文一西路1818-2号，占地227亩，共计100万方。杭州未来科技城作为全省创新创业的高地之一，已形成了一支以“阿里系、浙大系、海归系、浙商系”为代表的创业“新四军”队伍。中国（杭州）人工智能小镇同时又处于浙江省科技创新“十三五”规划版图上重点打造的城西科创大走廊核心区域，依托城西科创大走廊人才、产业、资本等优势，借助浙江大学、阿里巴巴、海创园、梦想小镇等各类平台优势，从而实现人工智能领域高端要素的集聚，未来必将成为继海创园、梦想小镇之后杭州城西科创大走廊的又一个“引爆点”、“新地标”。二、项目建设中国（杭州）人工智能小镇先导区首期工程已于2017年5月完成主体建设，2017年7月9日正式投用。小镇先导区首期建筑面积31万方，将入驻人工智能专业孵化平台、重大科研项目以及星巴克咖啡、全家便利店、人才公寓等商业配套。小镇先导区二期建筑面积17万方，计划引进人工智能产业项目。小镇先导区三期建筑面积22万方，计划引进酒店式公寓及其他商业配套。三、项目目标及任务发展目标：重点建设 10 家以上高水平的专业研究院和企业研发中心，搭建 30 个专业孵化平台，引进领军型人才 50 名，扶持创新创业项目 1000 个，把人工智能小镇建设成为国内顶尖、国际一流的人工智能产业集聚高地。主要任务：精准分析和规划小镇产业发展，引进人工智能行业领军人才，招引优质项目。制定适应发展和创业创新的政策，集聚投资机构解决企业融资问题。支持领先的创新研发平台入驻，引进国内外知名孵化平台，发展一批中介服务和公共服务平台，完善周边配套服务和基础设施建设。服务说明中商产业研究院是一家“产业大数据+研究+规划+招商+基金”的一体化产业咨询服务机构，致力于为企业、地方政府、城市新区、园区管委会、开发商提供产业规划、产业空间、产业平台、产城运营、产业金融、产业申报及产业升级转型领域的咨询与解决方案。核心业务包括：产业规划、园区规划、产业招商规划、产业项目包装策划、产业园区升级转型规划、产业地产拿地策划、特色小镇申报及规划、田园综合体申报及规划、乡村振兴战略规划；以及商业计划书、可行性研究报告撰写编制、行业研究报告及定制化调研报告、产业白皮书等。

项目规划背景：在全球人工智能技术的发展浪潮之下，我国已将发展人工智能上升至国家战略的高度。国务院印发的《新一代人工智能发展规划》明确了我国新一代人工智能发展的战略目标，到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点。2017年中国人工智能市场规模将达到152.1亿元，增长率达到51.2%。随着人工智能技术的逐渐成熟，科技、制造业等业界巨头布局的深入，应用场景不断扩展，2018年中国人工智能市场规模约为238.2亿元，增长率达到56.6%。预计2019年，中国人工智能市场规模将近280亿元。数据来源：中商产业院整理浙江杭州是高新技术产业的热土，这里聚集了一大批具有全国性领先优势和影响力的高新行业龙头企业，有华为杭州研究所、深圳研祥计算机、网易、阿里巴巴、中控科技、聚光科技、英飞特、华三通讯、东忠科技等国内外顶尖信息产业骨干企业，科技产业聚集效应明显，同时杭州优越的产业扶持培育政策，进一步奠定了发展人工智能产业的坚实基础，通过建设人工智能产业园，将杭州打造成一个信息、技术、人才、资本、政策等产业要素聚集度极高的一个区域，促进社会经济发展。项目发展概况：杭州人工智能产业园位于浙江省杭州市滨江区江虹路，北邻研祥城市广场、南接英飞特、西面为华为全球培训中心、东部为华三通讯总部。总建筑面积8万方，由A、B、C、D四幢主体建筑合围而成。2017年11月4日，在浙江省科技厅、滨江区委区政府指导下，由浙江省创业投资协会、浙江省经信智慧城市规划研究院、浙江智新泽地科技发展有限公司主办，杭州人工智能产业园、杭州银行滨江支行承办的2017人工智能产业与资本高峰论坛暨杭州人工智能产业园开园仪式正式拉开帷幕，标志着杭州人工智能产业园正式开园。杭州人工智能产业园与浙江省经信智慧城市规划研究院、省创投协会、市中小企业服务中心、杭州银行签订了战略合作协议，此项合作将为杭州人工智能产业园的入驻企业提供强大的产业合作伙伴和丰富的资本服务资源浙江人工智能产业投资基金联盟计划在三年内，投资在园区内的人工智能企业达到百家以上，投资规模达到50亿元以上，五年内投资规模达到100亿元以上。项目建设目标：园区将打造全球创客中心——人工智能创客集聚区，与合作伙伴合力打造全球创客中心人工智能集聚区，广泛集聚以人工智能为代表的智慧产业创客极客，发挥创业创新集聚效应，在引领区域创新上发挥重要的作用与市场影响力。项目服务说明：中商产业研究院是一家“产业大数据+研究+规划+招商+基金”的一体化产业咨询服务机构，致力于为企业、地方政府、城市新区、园区管委会、开发商提供产业规划、产业空间、产业平台、产城运营、产业金融、产业申报及产业升级转型领域的咨询与解决方案。核心业务包括：产业规划、园区规划、产业招商规划、产业项目包装策划、产业园区升级转型规划、产业地产拿地策划、特色小镇申报及规划、田园综合体申报及规划、乡村振兴战略规划；以及商业计划书、可行性研究报告撰写编制、行业研究报告及定制化调研报告、产业白皮书等。