智能行业研究报告

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。

研究报告丨智能硬件全文字数:7050字 精读时间:18分钟2017年中国智能家居市场规模为3254.7亿元，预计未来三年内市场将保持21.4%的年复合增长率。无论是垂直领域的独角兽，或是互联网、硬件、家电领域的行业巨头，都希望从中分一杯羹，而两者之间看似针锋相对，实则相互依存。在产品与技术周期相互交替的发展规律下，顺势而为才能把握市场机遇。1.中国智能家居市场概念界定及发展历程2.中国智能家居市场的规模、商业模式及从业者洞察3.中国智能家居市场的未来趋势▌中国智能家居：概念界定行业概念立体，涉及范围广阔本报告的研究范畴是智能家居。智能家居是以住宅为载体，融合自动控制技术、计算机技术、物联网技术，将家电控制、环境监控、信息管理、影音娱乐等功能有机结合，通过对家居设备的集中管理，提供更具有便捷性、舒适性、安全性、节能性的家庭生活环境。智能家居不单指某一独立产品，而是指一个广泛的系统性产品概念。▌中国智能家居：发展历程硬件企业和互联网公司竞相进场，入口争夺战日趋白热化早期的中国智能家居市场受制于技术和市场环境，尽管有龙头企业和科研院所等大力推动，但一直是不瘟不火。直到2014年谷歌以32亿美元收购Nest的事件引爆全球的智能家居产业，同年的美国CES上，三星和LG也推出了各自的智能家居平台。在此背景下，智能家居的热度席卷至国内市场，除最早进入的一批家电企业外，消费电子、互联网公司以及运营商等产业链中的关联方也纷纷进场，或自研智能硬件，或布局生态平台。不同类型企业间的跨界合作和开放生态成为智能家居市场的主流。亚马逊Echo的成功让国内市场开始聚焦智能音箱这一入口级产品，2017年下半年开始的入口争夺战的背后，是巨头公司对整个智能家居生态的野心。▌中国智能家居：投融资情况融资集中在项目早期，投资逐渐回归理性在智能硬件领域中，智能家居的融资事件数量位居前列。2014年以来互联网公司、家电企业等头部玩家动作不断，智能家居创业领域同样引起了资本的高度关注，创业企业正在成为行业内一股重要的新生力量。从融资轮次的角度看，智能家居领域的融资事件有超过70%来自于天使轮和A轮，说明行业尚处在发展的早期阶段。资本市场寒冬的到来导致智能家居投资热度有所回落，资本已经逐渐回归理性。独角兽企业数量可观，已领先企业更受资本青睐根据CNNIC数据，截至2017年12月，智能硬件领域的独角兽企业占比达到6.5%。考虑到与电子商务、网络金融和文化娱乐等领域相比，智能硬件市场起步较晚，而独角兽数量相对比较可观。2018年上半年尽管融资事件数量有所回落，但其中有9家企业获得亿元以上融资。这9家企业分别专注于智能家居的不同垂直领域，如智能门锁、智能音箱、智能电视等，同时也有提供整体解决方案的公司，均是已经具有一定市场基础的领先企业。▌中美智能家居：发展情况对比美国居住环境更利于市场发展，中国智能家居场景仍需探索美国是全球智能家居市场容量最大的国家，受益于物联网、人工智能等底层技术的领先，行业发展基础比较扎实。基于美国以独栋房屋为主的居住环境，有线智能家居系统起步早且更加成熟，在有线向无线过渡的阶段中，消费者的认知和接受程度也相对较高。中国虽然在技术层面和美国有一定差距，但在应用领域的探索方面表现得非常积极，产业链各环节的企业都在努力进行技术与应用的结合。尽管，中国市场目前行业处在发展的初期阶段，尚未出现智能家居的刚需场景，但基于人口量级优势，在全球范围内已经具有一定的规模。▌中国智能家居：产业链分析上游元器件、中间件不断取得突破，下游渠道加速扩张通常所指的智能家居企业为智能家居品牌商，涵盖向最终用户提供终端产品、解决方案和设备管理控制平台的企业，底层除物联网操作系统、云服务作为管理控制平台的支撑外，还包括内容服务、生活服务等互联网增值服务。智能家居产业链上游主要是芯片、传感器等元器件供应，以及通讯模块和智能控制器等中间件供应商。品牌商可以通过线上、线下零售渠道直接向C端用户销售终端产品，也可以面向房地产、家装公司等B端客户提供整体解决方案。▌中国智能家居：产业图谱跨界玩家众多，竞争格局尚不明朗，各类型企业均有机会▌中国智能家居：商业模式硬件厂商以销售差价盈利，软件厂商通过流量和数据变现将智能家居划分为硬件和软件两个层面，其中硬件对应于智能家居的应用层，软件对于智能家居的平台层、传输层和感知层。硬件产品的品牌方专注于产品侧的设计和制造，向终端用户提供的是智能家居的物理属性，通过销售硬件赚取差价实现盈利。针对智能家用产品的云计算、物联网通信和人工智能三项核心技术，技术供应商通常会提供其中的一项或多项能力。他们既可以选择直接通过向硬件厂商销售技术和服务变现，也可以选择以硬件产品连接到海量的终端用户，利用获取到的用户流量和数据，通过面向消费者的互联网服务和面向企业的数据服务进行变现。▌中国智能家居：销售渠道2C模式涵盖线上线下零售，2B2C模式采用项目采购制根据智能家居产品直接面向的客户群体的不同，营销模式可以划分为2C模式和2B2C模式两大类。2C的零售渠道涵盖常规的自有和第三方电商渠道、众筹平台，线下渠道方面各品类之间存在差异，可归类为品牌直营店、电信运营商、各级经销商和代理商、智能家居体验店。直接面向B端客户的2B2C模式采用项目采购的方式，早期多为全屋智能企业的选择，现阶段已经有越来越多的智能单品厂商开始考虑与房地产、家装公司合作，将自身产品打包进全屋智能解决方案，通过前装市场加速产品落地。其中，智能家居样板间为该模式下新兴的销售渠道。▌中国智能家居：市场规模2017年市场规模突破3000亿元，智能家电占比高达86.9%2017年，中国智能家居市场规模达到3342.3亿元，同比增长24.8%。其中，智能家电产品因整体均价较高，且智能电视、智能冰空洗等产品的智能化渗透率远高于智能照明、家用安防等品类。同年智能家电市场规模为2828.0亿元，占比高达86.9%。预计未来三年内，智能家居市场将保持21.4%的年复合增长率，到2020年市场规模将达到5819.3亿元。家电智能化渗透率逐年提高，未来三年复合增长率超20%在2017年2828.0亿元的智能家电市场中，智能冰箱、空调、洗衣机市场规模为831.3亿元，智能影音数码（智能电视、智能音箱等）市场规模为1472.6亿元。考虑到智能电视渗透率的增长空间已经比较有限，而冰空洗等白电产品的智能化渗透率逐年上升，中国智能家电市场将保持稳定增长，预计到2020年市场规模将达到5155.0亿元。▌中国智能家居：竞争要点硬件产品：智能功能决定购买行为，交互体验推动产品普及对于智能家居硬件产品来说，功能和体验是其两大关键属性。硬件产品所具备的智能功能是吸引消费者溢价购买的根本动力，通过增加通讯模块、传感器等，智能家居相比传统的家居产品能够更好地应对用户的操作需要和适应环境的变化。在此基础上，出色的交互体验会为产品带来差异化的竞争优势。当前智能家居的交互方式已经越来越多样化，从最早的触屏+App开始向解放双手的语音交互、生物识别等延伸。智能语音技术的进步和头部玩家对音箱类产品的高度重视，正在不断推动语音交互在家居场景中的落地应用。生态模式：以生态连接各垂直细分领域，发挥企业核心优势智能家居行业涉及面非常广泛，各垂直细分领域之间壁垒高，完整的智能家居生态不是某个或某几个独立的智能单品所能代表的。行业本身的特性意味着一家独大的情形难以出现，势必要跨界融合，将不同环节和细分领域的参与者囊括进来。尽管越来越多的企业开始秉承着开放的心态达成合作，但对于生态的具体形态、每个参与者的位置和利益分配的方式尚无定论。通常，在行业内有一定领先优势的头部企业，大多希望凭借既有优势主导生态的形成和发展，而中小企业和创业公司则更倾向于选择加入已有的生态，利用生态内的资源发挥自我价值。通讯协议：多种通讯技术互为补充，生态割裂联动尚存困难在智能家居系统中组网是设备联通的前提。相比延展性差的有线技术，无线技术能够省去复杂的布线环节，将智能家居由传统的前装市场向后装市场拓展，已经后来居上。不同类型的无线通讯技术有各自适合的应用场景。在短距离无线通讯技术中，以WiFi、蓝牙和ZigBee的应用最为广泛，但存在着传输距离短、信号盲区、联网困难和成本功耗等难点。随着以NB-IoT为代表的远距离无线通讯技术投入使用，已经有部分家电企业开始与通信设备厂商、电信运营商展开合作，生产基于低功耗广域网络的智能家电，从而与现有的局域网络形成互补效应。尽管不同通讯协议在技术上的互联互通并非难题，智能家居市场生态割裂的现状依然导致跨生态联盟间的设备无法实现联动。在当前尚未形成寡头垄断的市场格局下，用户的产品消费选择被限定在同一生态联盟内显然是不现实的，行业有待标准的统一。▌调研基本情况纵深延展的行业布局，业务立体且更具备市场竞争力参与调研的从业者所在企业的业务布局占比最多的是解决方案（32%），其次分别是平台（19%）、智能控制器（15%）、集成商（14%），艾瑞认为：目前行业内，无论是厂商自有技术还是与第三方合作，主流业务聚焦在辅助传统家电、家居业务线智能改造以及功能升级；值得关注的是，行业内主流玩家都比较倾向于搭建平台，不仅是便于自有产品的横向布局，还寄望于以自身企业为中心的生态链纵向发展。▌中国智能家居：行业发展阻碍因素非需求功能产生的产品溢价，消费者并不买账截止2018年上半年，智能家居的发展并没有预测中火爆，受访者认为排在第一梯队最主要的阻碍原因——分别来自于产品、用户、技术三个维度；首当其冲的是目前市面上的产品，人机交互体验差（12.7%）；其次，从业者认为，现有还没真正挖掘用户的刚需应用场景（11.3%）；第三位则是全屋智能家居系统尚未形成（11.0%），产品之间无法互联互通，缺乏联动性。艾瑞认为，不管是从用户需求、产品研发，还是市场布局的角度，业内停留在“为了智能而智能”的阶段进步微小，这样的出发点，最终会导致用户并不愿意为非需求功能提升而产生的产品溢价埋单，最终导致的市场的不良闭环。▌中国智能家居：爆发时间与推动因素消费者接受度以及产品交互体验提升是行业爆发的关键因素44%的从业者认为距离智能家居行业爆发还有两年，从业者判断的依据是，从市场教育的角度来看，消费者经过行业初期的市场教育，对于智能家居产品的接受度大幅上涨（21.1%）；从用户体验的角度来看，历经2018-2020年的技术磨炼与产品迭代，人机交互的体验将有所提升（19.5%）；市场关注度的角度来看，一款现象级产品的出现（16.5%），将会引领更多的关注目光，更有利于提升市场对产品的需求，以及使得资本运作持续升温，这些对于行业爆发都是关键性因素。▌中国智能家居：率先爆发的领域安全与影音娱乐类在技术推动下率先爆发基于自身专业角度、综合技术情况来判断，从业者认为在人脸识别、智能视频分析、前端计算能力等技术的引领下，家庭安防类产品（32.6%）将会是爆发的最先领域；其次，从业者认为影音娱乐类产品（22.5%）也非常具有爆发的潜力，原因是各互联网巨头纷纷加入智能电视与智能音箱的战局，激烈的行业竞争，将有效推动产品迭代以及功能升级；第三，家庭自动化类产品（13.4%），目前，市面上的全屋类自动化对基础设施布控有一定要求，因此，未来在不需要升级基础布控下，实现全屋自动化的产品值得期待。▌中国智能家居：落地最快的场景各场景的发展与消费者的需求密切挂钩基于自身专业角度和对行业用户的认知来判断，从业者认为以家为消费单位的用户，最关注的是家庭安全问题，尤其是租房市场上，租户和房东都特别关注房屋与人身安全，家庭安防场景（30.0%）被认为是刚需场景；其次，从业者认为用户由于照明场景（22.5%）的智能灯泡的进入壁垒低（替换成本低且容易实施），因此认为该场景落地难度不高；第三，影音娱乐场景（17.0%）也比较被看好，原因是在家庭生活里，该场景满足了用户在生活当中的休闲、放松和娱乐需求。艾瑞认为：场景的发展有两个方向：一方面，需求高的场景产品，市场表现也相对活跃，厂商也愿意投入资源加快产品迭代；另一方面，作为试水型场景，虽然智能程度低，但由于置换成本低容易被消费者接受，起到教育市场的作用。▌中国智能家居：通讯协议的主导地位WiFi 是现阶段最具备条件实现互联互通的通信协议从调研的结果看，从业者从目前的技术普及程度以及通讯协议互联互通的优势上判断，最看好的协议前三位分别是：WiFi、NB-IoT、ZigBee；从业者普遍认为，其实通讯协议并没有优劣之分，只有在该产品的场景下是否合适；从普及程度看，WiFi能满足联网功能，也是现阶段具备条件实现互联互通的通信协议（最新型号智能家用路由器，已兼容同时接入128个设备）；单从性能上来看，NB-IoT的低能耗、寿命长、距离更有优势，但碍于目前 NB-IoT 还处于推广阶段，尽管从业者都看好NB-IoT，但距离其普及阶段还有2-3年的“发酵时间”；而ZigBee的性能也比较出众，唯一的缺点是在兼容性上不足，因此，是否能成为主流的通讯协议还有待考究。▌中国智能家居：最被看好的用户入口普及度+移动性+交互方式决定用户入口产品的形态从传统家电升级为智能家居时，背后的信息源越来越多且信息体量越来越大，因此，最好的解决方法是创造一个集中信息流的入口产品，将家居内所有的用户数据都统一起来，通过学习与判断用户需求和习惯，达到“千人千面”的服务效果。从看好的用户入口产品梯队来看，第一梯队的产品具有三个特征：移动性强、交互功能易上手但价格稍高；智能手机排在第一位，很大程度是因为智能手机的普及率高且 APP 控制方式易于掌握；紧随其后的是在智能语音技术和泛声音娱乐内容加持下的智能音箱，从业者普遍认为这是国内外各大巨头抢占的用户入口产品。▌中国智能家居：行业发展态度从业者对行业发展充满期待，普遍认为行业处于上升阶段从调研的情况看，从业者对于智能家居行业发展的态度积极，将近七成的从业者都给予了乐观发展的判断（其中，42%的从业者表示行业未来前途非常光明）；另外，有不到三成的从业者认为智能家居行业未来发展相对稳步前进；然而，仅有4%的受访者对未来发展抱着观望或不确定的态度。艾瑞认为：从业者比较认同自己所处行业的发展前景，尤其是对于行业判断整体都比较乐观，说明行业还处于上升阶段，行业竞争格局还未形成，新进入者还有发展机会。▌行业发展趋势巨头与独角兽激烈碰撞的表象下，将是彼此依存、共生共赢艾瑞认为：无论垂直领域的独角兽企业，或是互联网、硬件、家电领域的巨头公司，都希望从智能家居市场中分一杯羹。出于行业广度和深度的考虑，在看似针锋相对的竞争关系背后，未来巨头和独角兽之间应当是相互依存的。原因是巨头公司倾向于从宏观层面提出战略布局，着眼于整个智能家居市场而非某个单品。通过强劲的资本和流量资源切入智能音箱等入口级产品，巨头公司能够迅速创造极高的市场关注度，其围绕核心产品及物联网、云服务、人工智能技术构建的生态，可以赋能行业内其他的玩家。相较而言，独角兽公司更加聚焦自身发展，因为深耕垂直领域，对产品从设计到销售的整个流程执行力强。在发展初期独角兽的品牌声量有限，借助巨头的力量可以将产品快速推向市场。而随着独角兽自身发展的成熟、业务广度的增加，有机会完成向巨头公司的转变，以生态连接创造更大的价值。顺势而为：把握行业发展周期，产品和技术两不误艾瑞认为：智能家居产品作为物联网和人工智能技术落地的关键场景，其产品周期与技术周期通常呈现出对称变化的形态，即在产品市场火爆时，技术领域相对沉寂，而当技术关注度高时，产品市场趋向势微。经历过2015年的集中性爆发后，智能家居行业陷入两年的“沉默”期，直到2018年智能音箱风口的出现，又重新引爆市场。而在这之前，恰恰是以智能语音为代表的人工智能技术的崛起为智能音箱兴起做出了铺垫。前装市场正在崛起，与后装市场形成互补，未来将齐头并进艾瑞认为：无线对有线的替代是现阶段智能家居的重要特点，安装便捷且价格更低让后装智能家居先于前装走入消费者的视野。但后装智能家居更偏向DIY，属于由多个智能单品组合而成的系统，因为，没有从整体对智能家居进行统一布局，用户体验与前装智能家居相去甚远。在智能家居的受众由极客向大众过渡的过程中，前装市场将会发挥出重要的作用。部分智能家居厂商已经开始与房地产、家装公司合作，将其产品打包进整体的智能家居解决方案，一方面借助线下渠道的力量更快的触达消费者，一方面将目标用户拓展至消费能力更强、年龄层次更广的群体中。但是，考虑到前装与后装适用于不同的场景，两者之间存在一定的优势互补，未来势必会齐头并进，共同促进智能家居行业的发展。

导语从去年的Alpha Go对战李世石开始，再到今年升级版的Alpha Go对战柯洁，人工智能经过一年多的发酵早已不再是一个陌生的名词。截至目前，人工智能行业已发布了多篇报告，但我们仍致力于写出不一样的东西。除却老生常谈的算法、计算力、数据之外，我们认为人工智能的未来最重要的驱动力一定会是“场景驱动”。在人工智能的场景驱动阶段，不但可以针对不同用户做个性化服务，而且可在不同的场景下执行不同的决策，最终实现“给予决策支持”的目标。因此本报告中，我们用了较大的篇幅去描绘人工智能的场景应用。那么，在不同的场景中，人工智能是如何发挥作用的？带着这个问题，我们研究了国内外与此领域相关的企业，写出了这份人工智能行业的研究报告。报告摘要：人工智能（Artificial Intelligence）是指使用机器代替人类实现认知、识别、分析、决策等功能，其本质是对人的意识与思维的信息过程的模拟。在AI发展的不同阶段，驱动力各有侧重，我们可以将AI的发展划分为三个阶段：技术驱动阶段、数据驱动阶段和场景驱动阶段。其中技术驱动阶段集中诞生了基础理论、基本规则和基本开发工具。在此阶段，算法和计算力对AI的发展起到主要推动作用，其中计算力主要包含芯片、超级计算机、云计算等三个维度。在市场规模方面，综合考虑我国人工智能的爆发节点、技术成熟度以及全球AI市场规模等因素，我们保守估计最迟至2019年我国AI的市场规模将突破百亿元，而2022年这一数字应在700亿元左右。人工智能目前仍处于发展的早期阶段，整体看来技术的发展将先于应用层面，但技术层面仍存在瓶颈需要突破；应用场景将不断丰富，它的扩充将会反过来驱动支撑技术的持续发展，AI的整体市场规模将继续扩大。相比应用场景层面的发展，基础应用层的技术将会是AI中较早发展的部分。不过，从AI整体发展阶段来讲，我们认为AI仍处于早期，虽然语音识别、计算机视觉等感知层的技术目前已经取得了一定成就，但语义识别等认知层的技术仍不甚完善，即使是像计算机视觉这样的感知层技术也存在发展不均衡的问题。随着AI支撑技术的不断发展，AI将持续拓展更多的应用场景；而愈发多样化的应用场景需求又会反过来驱动支撑技术，从而带动整个AI行业的持续发展。但各应用场景的发展并非均衡，整体看来将从垂直领域AI逐渐过渡到通用型AI。总体来说，AI最重要的还是要将技术与应用场景相结合，无法落地的技术很难得到资本青睐和市场认可，而有闭环、垄断性的数据，并且其技术能够与实际应用场景结合的公司将有望产生难以被替代的商业价值。以上是本期《人工智能研究报告》的摘要部分，以下附上付费版本的目录。获得完整报告内容，请点击：进入开氪订阅

来源：36氪智能客服升级企业服务场景，拓展降本增效新渠道。封面来源| 视觉中国消费升级趋势下，消费者主权意识觉醒，对消费体验的要求随之升级。作为消费体验的核心环节，客户服务连接消费者与商家，成为影响消费者黏性的重要因素。而消费者海量咨询需求与有限人工客服供给之间不可调和的矛盾，推动企业探索客服系统的智能化与数字化，提高客服响应效率、优化消费体验的同时实现降本增效。智能客服应运而生。什么是智能客服？根据36氪研究院的定义，智能客服指的是在人工智能、大数据、云计算等技术赋能下，通过客服机器人协助人工进行会话、质检、业务处理，从而释放人力成本、提高响应效率的客户服务形式。而多技术的深入应用，进一步拓展了智能客服的职能边界，由基础的人工客服辅助向运营管理、营销等功能延伸。智能客服痛点仍存，做深产品助力企业占领竞争高地对企业用户而言，智能客服在降本增效上取得一定成效。然而，受制于不成熟的底层技术，智能客服仍存在较大的突破空间。智能客服不够“智能”是现阶段每一个供应商均需面临的行业痛点。因此，对供应商而言，技术、产品及服务、组织管理共同构成企业打造核心竞争力的基础，推动企业直击亟待解决的行业痛点，在愈发激烈的行业竞争中脱颖而出。底层技术能力决定供应商能否入局，而产品及服务则决定供应商入局后能走多远。深耕各垂直领域，积累行业可复用的技术经验，持续丰富与优化智能客服产品的同时，降低成本，是智能客服供应商占领竞争高地的“杀手锏”。智能客服的明天：由成本中心走向价值中心，服务场景持续丰富一方面，凭借直面消费者的天然优势，智能客服有望串联企业各系统、各渠道、各场景下的海量消费数据，切实将数据转化为企业资产，进而赋能企业运营管理、营销决策，实现从成本中心到价值中心的升级。另一方面，5G技术的商用为智能客服带来更多想象空间，拓宽服务场景，创新智能客服形式，带来更贴近用户、更为直观且交互的客服系统。本报告的重点研究问题如下：1.客服智能化的驱动力是什么？2.智能客服有哪些部署方式？其特点如何？3.智能客服存在哪些亟待解决的痛点？4.智能客服未来市场空间如何？呈怎样的发展趋势？5.未来，智能客服厂商如何打造企业核心竞争力？

根据2018年埃森哲对中国消费者进行的洞察调研，71%的用户希望自身的消费问题可以通过智能客服解决，76%的用户希望企业能够更多地通过科技手段来提供更好的客户服务。2018年前，我国传统呼叫中心坐席数量实现了稳定增长。根据中国信通院数据测算，2010-2018年间，呼叫中心坐席保持15%的年均复合增长率。而2018年之后，传统人工座席的数量不增反降，减少了约16万。从目前智能客服市场容量来看，客服基础软件的市场规模大概在100亿人民币左右，且毛利较小。未来，随着人工智能技术的演进与加速赋能，智能客服行业有望突破300-600亿的市场增量。新浪VR知识星球报告库上万份报告，所有新浪VR报告都将由管理员上传（包含部分未在其他平台发布的非互联网相关报告）VIP用户福利不定时开启，前1000名还能领领优惠券性价比更高！ 新浪VR，早一天看见未来。

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。

一、智能健康管理产业概述健康管理就是基于健康体检结果，建立专属的健康档案，并有针对性地提出个性化的健康管理方案。随着人工智能技术的发展，实现了智能检测仪器对用户的健康监测、健康评估和健康干预。根据不完全统计，国内从事智能健康管理的创业企业有25家，主要集中在北京和华东地区，地域分布很不均匀。二、智能健康管理发展背景1.1人口老龄化加剧近年来中国人口老龄化形势严峻，预计到2020年老年人口达到2.48亿，老龄化水平达到17.17%；2025年，60岁以上人口将达到3亿，中国将成为超老年型国家。这么高比例的老龄化人口，必将带来健康管理的巨大需求。1.2健康管理服务未来潜力大美国70%的人口已经享有健康管理服务，而中国在一领域的比例还不足0.1%。伴随着中国富裕阶层的日益扩大，对健康管理的需求必然与日俱增。1.3国家政策支持2016年出台的《“健康中国2030”规划纲要》提出发展基于互联网的健康服务，鼓励发展健康体检、咨询等健康服务，促进个性化健康管理服务发展，培育一批有特色的健康管理服务产业，探索推进可穿戴设备、智能健康电子产品和健康医疗移动应用服务等发展。2017年进一步出台的《中国防治慢性病中长期规划（2017—2025年）》中，明确提出要以健康促进和健康管理为手段，减少可预防的慢性病发病、死亡和残疾，实现由以治病为中心向以健康为中心转变。1.4人工智能技术的大力提升以深度卷积神经网络为核心的深度学习算法，大大推动了人工智能技术的发展，在健康管理领域深受其影响。相比于以前的用户、医生、健康管理师和营养师通过网络面对面交流，目前通过机器学习，已经能够实现不依赖于医生资源，即可提供专家级的健康管理解决方案。三、国内智能健康管理发展现状国内25家涉及智能健康管理的初创企业，除去未获融资和没有披露的，有16家累计融资7.2097亿元，与智能医学影像诊断初创企业相比，受到产业资本的关注度远远不够。其中有7家尚未获得融资，1家没有披露融资情况，其余17家在融资上均有斩获。经过统计有5家初创企业获得天使轮融资，3家获得Pre-A轮融资，获得A轮融资的有4家，获得A+轮和B轮的各为2家，只有1家获得C轮融资。3.1去年健康管理类新设企业大幅减少2016年新设医疗创业企业数量大幅度减少为99家，相比于2015年的400家，减少幅度是75.3%，其中健康保健和医疗健康硬件类的创业企业在新设企业所占比例也出现下降，健康保健类由19%下降为14%，医疗健康硬件类由6%下滑至3%，不过医疗综合服务（健康管理平台）所占比例有所扩大，由9%上升至11%。健康管理方向新设创业公司比例变化3.2智能健康管理创业公司受资本关注2016年在医疗领域总共发生368起投资事件，涉及金额共计291亿元，其中与智能健康管理有关的所占投资事件比例就达到了32%，占据了近三分之一，其中医疗综合服务占到13%，健康保健占到12%，医疗健康硬件占到7%。智能健康管理创业公司依然比较热门，医疗综合服务和健康保健类创业企业获投较多。医疗综合服务类货投金额是58亿元，健康保健类则获投37亿元，医疗健康硬件就很靠后了，只有9亿元。3.3医疗综合服务成新宠近两年来，医疗综合服务越来越得到资本的喜爱，获投比例同比将近翻一番，2015年这一比例为7%，到2016年则大幅提升至13%。而资本对健康保健和医疗健康硬件的关注度有所减退，分别由2015年的17%和9%下降至2016年的12%和7%。3.4投资医疗综合服务一马当先在2016年的医疗健康获投金额分布中，有接近半数融资事件的获投金额处于数千万元这一区间，亿元级别的融资事件占了19%，其中医疗综合服务领先于其他子行业，例如互联网健康管理平台“平安好医生”获得5亿美元的A轮融资。3.5获投子行业轮次分布从2016年医疗健康领域获投子行业轮次分布上看，医疗综合服务中处于中期阶段的公司较多，大概占到一半左右。医疗健康硬件通医疗综合服务相比已经成熟很多，处于后期阶段的公司明显增多。健康保健中处于前期阶段的公司明显多于两者。通过对医疗健康公司成长时间的梳理来看，从公司设立到获得A轮融资平均需要20个月，公司成长到获得B、C轮融资需要5年两个月，成长至成熟期（D轮之后）则需要8年零8个月。四、智能健康管理产业出现的新动向2017年上半年，在全球数字健康领域中，交易以天使轮和A轮为主，总共发生185起，占比为62.9%，其中在人工智能、健康管理、机器人方向上，发生交易分别是45起、23起、13起；交易金额分别是13.13亿美元、1.82亿美元、1.77亿美元；平均交易金额分别是2900万美元、800万美元、1400万美元。从数据上看，人工智能无论在融资项目数量还是在融资总金额和平均交易金额上，都独占鳌头，是吸金能力最强的一个方向。其次就是健康管理方向，机器人方向虽然排最后，但融资总金额同健康管理不相上下，平均交易金额比健康管理方向要大得多。五、智能健康管理存在的阻碍4.1难以获得专业医疗机构认可无论是医疗综合服务，还是健康保健或是医疗健康硬件，其根据用户的检测数据得出的健康管理建议很难获得专业医疗机构的认可，目前国内各医疗机构之间互相不承认结果，更不要说是对智能健康硬件或是综合健康管理平台给出的健康建议进行认可，到最后用户还得去医院进行重复检测，以医疗机构给出的诊疗报告或是建议为准。4.2顺利取得医疗器械认证存在困难智能健康管理是人工智能新技术在医疗领域的新尝试，由于人工智能技术是在2012年之后才在世界逐步火热起来，在国内市场总体上还处于初期阶段，业内大部分创业公司处于A轮融资之前，很少有B轮融资之后的就能说明问题。相关智能健康管理类创业公司开发的新产品，由于往往没有可借鉴的先例，没有相应的检验标准，产品无法取得医疗器械认证，必将会影响到业内公司的正常发展。4.3获取大量有效数据是关键专业医疗机构保存的患者数据（电子病历、影像、诊断报告等）是私密的，难以对第三方的健康管理平台开放，患者数据还难以获得共享。而智能健康管理创业公司建立的算法想获得充分的训练必须要有足够多的有效数据，否则将难以保证今后新开发产品向用户给出准确率高的健康管理建议。六、智能健康管理未来展望健康管理行业因其预防、调养的基调和个体化管理的特性，正在成为预防医学的主流。随着互联网的发展，大数据从个人病历、POCT设备、各类健康智能设备、手机APP中大量涌现，而中国的医疗健康数据体量之大，如果能够加以合理分析，从中得出的洞见足以在很大程度上控制疾病的发生。技术能够挖掘健康数据中更深层次的价值，这是未来健康管理的发展方向，相关创业公司将在大数据算法及人工智能领域发力。新的数据处理科技代表了一种新“意识”，能告诉人们更多隐藏的现实，因此正在被更广泛地用于健康管理行业中。在健康管理的产业各环节中也都需要这种“意识”：医疗健康险的盈利有赖于良好的险种制定和保险控费，所以需要健康管理企业提供人群健康大数据；体检机构得出的结果通过健康管理公司来做细化的数据分析和纵向历史对比；病种管理则更是需要以数据分析为基础，设计科学的管理流程。从数据上看，人工智能无论在融资项目数量还是在融资总金额和平均交易金额上，都独占鳌头，是吸金能力最强的一个方向。其次就是健康管理方向，机器人方向虽然排最后，但融资总金额同健康管理不相上下，平均交易金额比健康管理方向要大得多。五、智能健康管理存在的阻碍4.1难以获得专业医疗机构认可无论是医疗综合服务，还是健康保健或是医疗健康硬件，其根据用户的检测数据得出的健康管理建议很难获得专业医疗机构的认可，目前国内各医疗机构之间互相不承认结果，更不要说是对智能健康硬件或是综合健康管理平台给出的健康建议进行认可，到最后用户还得去医院进行重复检测，以医疗机构给出的诊疗报告或是建议为准。4.2顺利取得医疗器械认证存在困难智能健康管理是人工智能新技术在医疗领域的新尝试，由于人工智能技术是在2012年之后才在世界逐步火热起来，在国内市场总体上还处于初期阶段，业内大部分创业公司处于A轮融资之前，很少有B轮融资之后的就能说明问题。相关智能健康管理类创业公司开发的新产品，由于往往没有可借鉴的先例，没有相应的检验标准，产品无法取得医疗器械认证，必将会影响到业内公司的正常发展。4.3获取大量有效数据是关键专业医疗机构保存的患者数据（电子病历、影像、诊断报告等）是私密的，难以对第三方的健康管理平台开放，患者数据还难以获得共享。而智能健康管理创业公司建立的算法想获得充分的训练必须要有足够多的有效数据，否则将难以保证今后新开发产品向用户给出准确率高的健康管理建议。六、智能健康管理未来展望健康管理行业因其预防、调养的基调和个体化管理的特性，正在成为预防医学的主流。随着互联网的发展，大数据从个人病历、POCT设备、各类健康智能设备、手机APP中大量涌现，而中国的医疗健康数据体量之大，如果能够加以合理分析，从中得出的洞见足以在很大程度上控制疾病的发生。技术能够挖掘健康数据中更深层次的价值，这是未来健康管理的发展方向，相关创业公司将在大数据算法及人工智能领域发力。新的数据处理科技代表了一种新“意识”，能告诉人们更多隐藏的现实，因此正在被更广泛地用于健康管理行业中。在健康管理的产业各环节中也都需要这种“意识”：医疗健康险的盈利有赖于良好的险种制定和保险控费，所以需要健康管理企业提供人群健康大数据；体检机构得出的结果通过健康管理公司来做细化的数据分析和纵向历史对比；病种管理则更是需要以数据分析为基础，设计科学的管理流程。

“当前数据中心建设属于新基建重点，机器人行业将进入新一轮爆发期。从投资角度看，全球整体市场仍在快速增长，服务机器人将迎来发展黄金时代。本文选自梧桐树资本风险投资团队投资总监马龙的《智能巡检机器人行业研究报告》部分内容。”「重要结论」智能巡检机器人属于特种机器人范畴，需求较为前沿，因此必须找到：1、有特殊工作环境（高危、艰苦、人工作业有短板），对专业服务机器人具有需求刚性；2、有政策引导；3、有较大需求和支付能力的下游领域，才能够支持企业的长期发展，所以对企业的技术、渠道能力（营销教育能力）和战略眼光（市场选择）等都要求较高。虽然当前特种机器人市场规模相比工业和狭义服务机器人较小，但其作用和意义重大，增长速度快。目前智能巡检机器人主要引用的大行业有：电力、数据中心、城市综合治理。智能电网建设和增强供电可靠性已上升为国家战略，电力系统的智能巡检机器人刚需最强。变电站巡检机器人市场潜在规模400~550亿元，配电站巡检机器人市场潜在规模在200~300亿元，在技术和政策双重利好的影响下，电力巡检无人机处于成长期到成熟期的过渡期，预计年市场规模在30-50亿元。目前变电站巡检机器人的上市公司和准上市公司已经很多，基本以区域为划分，市场格局比较成熟。电力无人机巡检需求较刚，市场规模较大，目前发展较好的公司基本完成B轮融资，处于C轮阶段，也有部分A轮左右公司，但是和头部公司体量差距较大。数据中心建设属于新基建重点，将进入进入新一轮爆发期。2019 年-2022 年中国 IDC 业务市场规模复合增长率为 26.9%，预计2022 年，中国 IDC业务市场规模将超过3200.5亿元，同比增长 28.8%。数据中心巡检痛点明显：1）巡检工作量大，漏检误检率高；2）缺乏对网络设备及服务器主机的硬件状态监控：3）外包运维工作安全性明显：4）IT资产数据僵尸化；5）灾备机房无人管理：6）IT运维成本居高不下。因此数据中心智能巡检机器人刚需较强。整体来看，EDC智能巡检机器人潜在市场规模应该在百亿左右，运营商IDC智能巡检机器人的潜在市场规模在300~450亿。数据中心智能巡检刚需程度较强，巡检机器人市场规模较大，目前发展较好公司基本处于A轮阶段。城市综合治理的内涵非常广，包含安防巡检、交通巡检、消防应急巡检、设施巡检等，其中安防巡检机器人市场规模最大，按照2020年智能安防市场450亿，安防机器人占比3%计算，2020年安防巡检机器人市场13.5亿元。市场规模较小、刚需成都较弱、落地难度较大。01—机器人行业发展概述根据机器人的应用环境，国际机器人联盟(IFR)将机器人分为工业机器人和服务机器人。现阶段，考虑到我国在应对自然灾害和公共安全事件中，对特种机器人有着相对突出的需求，中国电子学会将机器人划分为工业机器人、服务机器人、特种机器人(专业机器人)三类。机器人分类：全球整体市场仍在快速增长，服务机器人迎来发展黄金时代。中国电子学会发布的《中国机器人产业发展报告2019》数据显示，2019年全球机器人市场规模达到294.1亿美元，2014-2019年的平均增长率约为12.3%。其中，工业机器人159.2亿美元，服务机器人94.6亿美元，特种机器人40.3亿美元。2019年全球机器人市场结构：（一）工业机器人工业机器人一般为多关节机械手或多自由度的机器装置，可以按照人类指挥或提前编排的既定路径进行运动，替代人工从事重复度较高的生产制造工作,可以替代人工从事上下料、锻造切割、焊接、喷涂、装配、码垛等工业生产作业工作。工业机器人应用集中在汽车、电子、金属制品、橡胶和塑料等行业。汽车行业目前仍是国内工业机器人最主要的下游应用，随着中国制造业产业升级和转型的不断深化，工业机器人的应用将有望更深入衍射到 3C、半导体、新能源、物流仓储等领域，需求更加多元化。2016-2018年我国工业机器人下游应用占比及 2018 年其他类详细占比情况：（二）服务机器人广义服务机器人的定义为“以服务为核心的自主或半自主机器人”，是除工业机器人以外的，用于非制造业并服务于人类的各种先进机器人的统称。服务机器人应用范围很广，涵盖了维护、保养、修理、运输、清洗、保安、救援、巡检等领域。服务机器人根据应用场景的不同又可分为家用服务机器人（狭义的服务机器人）和特种机器人（专用服务机器人）两大类。常见的家用服务机器人有扫地机器人、娱乐机器人、烹饪机器人等。相比工业机器人，服务机器人属于新兴行业，但增速更快。服务机器人萌芽于上世纪90年代，2000年至2010年为起步阶段，全球规模较大的服务机器人企业产业化历史也多在5-10年，大量公司仍处于前期研发阶段，2011年至今，依托人工智能技术进步，服务机器人应用场景和服务模式不断拓展延伸，带动全球服务机器人市场规模高速增长，当前服务机器人市场规模的增速远高于工业机器人，2014年以来全球服务机器人市场规模年均增速达21.9%。2019年全球服务机器人市场结构：（三）特种机器人（专业服务机器人）特种机器人（专业服务机器人）包括国防机器人、农场机器人、医疗机器人、电力机器人等。智能巡检机器人属于特种机器人范畴。近年来，世界各国主要研发的专业服务机器人重点在医疗、物流、军事、极限环境等特殊领域。考虑到特殊领域的工作环境条件往往比较恶劣或者具有危险性，对专业服务机器人具有需求刚性。因此，未来特殊工作环境的应用场景将会不断催生出专业服务机器人新品种，当前特种机器人市场规模相比工业和狭义服务机器人较小，但其作用和意义重大，未来潜力巨大，2013 年至今，全球特种机器人销售额始终保持两位数增长。根据IFR 的预测，至 2020 年，全球特种机器人市场规模预计达到 49.5 亿美元。目前，国内外特种机器人行业部分较为知名的企业代表如下：02—广义服务机器人产业链广义服务机器人产业链图谱：(一）上游：硬件（基础层）及技术支持（技术层）：服务机器人上游为核心零部件厂商，核心零部件包括芯片、传感器、控制器、减速器及伺服电机等。一般这类厂商都属于技术类公司，注重核心技术研发，硬件及核心零部件厂商以提升技术和降低成本为主要任务，AI技术公司则以算法和数据为核心竞争力。硬件及技术支持类公司：硬件中芯片和智能传感器具有极高的技术门槛，且生态搭建已基本成型，目前芯片的主要贡献者是Nvidia、Mobileye和英特尔在内的国际科技巨头。智能传感器领域主要被博世、欧姆龙、ST、罗姆、NXP、ADI、英飞凌、楼氏电子、索尼、三星等巨头企业垄断。跨国公司占据了87%的市场份额，但国产替代在加速，核心零部件方面，国内有寒武纪科技、遂源等AI芯片企业，有思岚科技、镭神智能等传感器企业。伺服系统与控制器市场较为集中，减速器寡头垄断。IFR 数据显示，机器人的成本主要集中在零部件端，其中核心零部件的比例在 70%左右，减速器、伺服电机、控制器占比分别为 36%、24%、12%。控制器领域，“四大家族”（ABB、库卡、发那科、安川）全部实现自给自足。伺服电机领域，安川是市场上的有力竞争者，2018年在中国伺服系统销量份额达到 15%，与松下同处第一阵营；发那科掌握核心技术，无需外购；欧系ABB和库卡由外部供应。减速器领域，技术含量最高，“四大家族”尚无突破，市场主要由日本的纳博特斯克和哈默尼克两家企业把控。“四大家族”通过掌握零部件端、本体、集成应用端的技术，建立对成本和产业链的把控力。AI技术公司中，在核心算法和基础理论领域，美国是目前人工智能基础理论和算法发展水平最高的国家，Facebook、谷歌、IBM和微软等科技巨头均重点布局人工智能算法及算法框架等高门槛技术。技术层解决具体类别问题，这一层级主要依托运算平台和数据资源进行海量识别训练和机器学习建模，开发面向不同领域的应用技术，包括语音识别、自然语言处理、计算机视觉和机器学习技术。科技巨头谷歌、IBM、亚马逊、苹果、阿里、百度都在该层级深度布局。中国人工智能技术层在近年发展迅速，发展重点聚焦于计算机视觉、语音识别和语言技术处理领域，除BAT等平台型科技企业之外，还出现了如商汤（图像识别）、旷视（图像识别）、科大讯飞（语音识别）、图灵机器人（语义识别及操作系统）等诸多公司，处于发展上升期。（二）中游：机器人主体（应用层）：服务机器人中游是机器人本体厂商，向下到系统集成商，包括控制/伺服系统、操作系统、导航及路径规划、感知交互等。一般这类厂商都属于产品类公司，产品类公司注重需求定位，其产品质量、品牌、营销以及生态构造是重要壁垒。得益于技术类公司的基础和AI算法的开源，应用层进入门槛相对较低。目前，产品类公司的规模和数量在服务机器人产业链分布中占比最大。产品类公司：应用层解决实践问题，是应用硬件和技术针对行业提供产品、服务和解决方案，我国应用层企业将硬件和技术集成到自己的产品和服务，从特定行业或场景切入，其核心是商业化。我国目前机器人产业链中的优势环节在系统集成，而系统集成属于下游“销售”及“品牌、服务、循环”环节，增加值相对较高，有望为企业带来较为丰厚的回报。系统集成商符合盈利能力强、收入规模大的特点，具备进入良性循环并做大做强的基础。宏碁集团创办人施振荣先生在 1992 年提出制造业“微笑曲线”：机器人系统集成：因此，在技术门槛较低机器人本体零部件和的功能零部件上，最好是能够做到颗针对性地对不同的应用场景做出适应性的调整，比如在数据机房中，地板下出风，需要做独立悬挂，但整机产业链达不到及时的调整，就需要厂商自己去设计和找人代加工独立悬挂的底盘。在控制系统中，最好在软件、机光电一体化设计、导航及路径规划、感知交互上，最好能够在大数据的基础上针对行业特性做出适当的调试和优化，比如在机房巡检中，通过视觉识别算法，对机房设备指示灯状态及仪表进行识别，但视觉只是识别的一部分，真正核心的是在后端的产品逻辑，机柜指示灯识别的关键是拓扑关系建立，角度不同指示灯的形状会呈现不同的梯形状态，建立拓扑公式后能解决特殊形状指示灯的识别问题。另外，所有标示的指示灯可选配，客户关注什么提取什么，解决了客户误报的问题。可以说，人工智能的核心是算法设计，但是算法设计的基础却是数据和行业认知。（三）下游：各类细分应用场景下游按照不同服务细分领域针对不同应用场景，例如：家用、物流、医疗、安防、电力、机房、军用等领域。家用服务机器人国内市场仍具广阔空间，是极具潜力的新兴产业。2018年国内扫地机器人渗透率7.5%，远低于2017年以前的美国（16%），该领域头部企业科沃斯2018年实现营业收入56.94亿元，同比增长25.11%。石头科技2018年实现营业收入30.51亿元，同比增长172.72%，扫地机器人营业收入30.09亿元，该业务占到总营收98.63%。由于特种机器人的需求较为前沿，发现痛点到研发出针对性产品有一定周期，再加上必须要找到有较大需求的下游领域才容易放量、做到盈亏平衡，所以对企业的技术、渠道能力（营销教育能力）和战略眼光（市场选择）等都要求较高。目前来看，国内在消防机器人（中信重工这块规模已经很大）、高温炉前机器人（博实股份订单已经开始放量）以及变/配电站巡检机器人（亿嘉和收入体量已经接近8亿）等特种机器人领域已经开始出现成规模且具备较强盈利水平的企业，且均具备特有的技术、渠道壁垒，正在逐渐打破特种机器人不好上量的固有印象。03—智能巡检机器人智能巡检机器人是特种机器人（专业服务机器人）的一种，一般是基于感知、认知（或者决策）、执行三个核心要素，在某种特定环境（高危、艰苦、人工作业有短板）进行智能化巡检的应用型机器人。智能巡检机器人的产业链的三个层面：（一）智能巡检机器人的类型 :目前，智能巡检机器人可以分为三大类：地派—无轨智能巡检机器人和有轨智能巡检机器人、天派---智能巡检无人机、水派---水下智能巡检机器人，分别应用在不同的细分行业中。1、地派---无轨智能巡检机器人和有轨智能巡检机器人无轨智能巡检机器人一般采用组合SLAM技术，对复杂环境实时自适应地图构建，实现高精度定位与导航，采用可见光相机、红外成像仪、拾音器等多传感器融合技术，实现表计识别、设备状态识别、红外测温及三相比对、环境检测等功能。无轨智能巡检机器人主要引用与室外设备巡检，以及室内环境复杂的设备巡检，主要应用行业为：电力、数据机房、安防等。无轨智能巡检机器人：有轨智能巡检机器人一般采用轨道移动方式，搭载高清摄像机、红外热成像仪、拾音器等设备。随着城市的高速发展，除了基础的地上轨道交通以外，充分和高效利用城市地下通道资源成为城市发展的必须。有轨智能巡检机器人主要运用于内部环境封闭，人工难以实现全天实时监控，但布局较为简单的隧道场景。目前主要应用行业：电力、低下轨道交通等。有轨智能巡检机器人：2、天派---智能巡检无人机无人机是无人驾驶飞机（UnmannedAerial Vehicle）的简称，是利用无线电遥控设备和自备程序控制装置的不载人飞机。无人机可以在无人驾驶的条件下完成复杂空中飞行任务和各种负载任务，可以被看做是“空中机器人”。无人机具有设计灵活、体积小、重量轻；续航时间长，空间利用率高，载荷能力强；安全系数高，自主控制能力强；无人员伤亡，可在高风险空域飞行等优点。这类机器人需要额外关注自动飞行技术、充电技术。无人机按技术特征可分为固定翼机、多旋翼机、无人直升机、无人飞艇、无人伞翼机。当前的无人机市场以固定翼和多旋翼无人机为主，其主要特点为：固定翼无人机：多旋翼（多轴）无人机：中国目前在无人机方向发展领先世界（以大疆为代表），无人机商业化应用场景也及其多：但目前来看，无人机商用的主要场景集中在：电力输电线路巡检、城市综合治理巡检、交通应急巡检。3、水派---水下智能巡检机器人水下智能巡检机器人主要解决人体无法长时间作业及不能下水的安全限制，降低人员伤亡，提高检测效率、监测范围、数据化及信息的实时性，降低检测成本。由于水下环境较为复杂，目前水下智能巡检机器人还是以人工操作为主。主要应用行业在渔产、水电站维护巡检、水下科考、海洋探索等。这类机器人需要额外关注防水密封能力、水下图像识别：解决感光畸变和折射问题。水下智能巡检机器人关键零组件及算法组件：(二) 智能巡检机器人行业发展趋势：1、机器人平台化趋势日趋明显作为智能巡检机器人系统的重要载体，机器人本体通过搭载实现巡检功能的传感器在特定工作环境下自主运行，完成软件系统的数据融合与分析、通信传输、接口规范、应用对接、专家系统等功能，随着产品不断趋于成熟，主要体现在以下几个方面：（1）机器人结构功能趋于一致：机器人的硬件结构、传感器、防护等级、设计规范等要求趋于统一；同时，机器人硬件基本由感知、控制、驱动等部分构成，这样有利于用户及行业标准化的制定，也便于产业链形成以及行业管理；（2）机器人软件核心功能趋于标准化：随着机器人应用的不断成熟，机器人核心功能的量化及应用为运维工作带来了重大变化，目前巡检机器人的核心功能包括环境感知、视觉识别、红外测温、音频检测、安防监控、呼叫平台等，上述每一个功能的量化目标、接口规范、数据标准已不断明确，使得机器人软件开发有章可循，核心功能数据趋于标准化并不断成熟；（3）用户接口及应用趋于平台化：机器人平台化主要包括硬件平台化、软件平台化以及核心功能平台化等三个方面。随着应用场景及核心功能的不断成熟，机器人应用已从早期的演示推广发展到目前的核心功能数据接入使用和运维操作平台化建设。具体而言，一方面，数据接口在应用过程中不断规范化；另一方面，根据最终用户需求，在对接不同平台时呈现更加符合其运维需要的数据信息。从机器人角度来看，平台化一方面便于客户使用及规范化操作，另一方面，也可以促使产业链不断发展。2、由“感知”向操作、协作发展巡检功能属于智能系统中“感知”功能的突出表达，具体包括环境感知、设备状态感知等。鉴于应用场景具有一定的特殊性，正常运维人员不能解决的往往是“感知”任务的复杂性和操作难度，为此，当前最为紧迫的是用机器人来实现运维的“感知”功能，而随着智能巡检机器人的成熟使用，具备更多感知、操作及人机协作功能的智能机器人将会是未来的发展方向。此外，由于“感知”信息后需要对信息进行“处理”和“操作”，因此操作机器人会成为智能巡检机器人的后续功能延伸和发展；同时，从操作的角度来说，“感知”和“操作”是一个从手动遥控操作到人机协同，再到自主作业完成复杂操作的过程。3、物联网带来的单体智能向系统智能化发展单体智能和多体智能是智能机器人系统的重要应用形式，单体智能突出机器人本体从感知、表达、控制、决策等方面的智能化程度，多体智能突出协作性、关联性和系统性。巡检机器人从单体智能的角度来看，突出巡检机器人的自动运行、环境适应性、多模态数据采集与融合、图像识别、专家系统等功能，直观来说，就是机器人能够完成自主、复杂、多样的任务。从多体智能角度来说，更强调多系统的融合，包括机器人与环境传感器、被测对象、其他智能设备和系统、运维人员等主体（智能体）的数据融合，同时，能够与其他主体（智能体）数据关联分析，以及协同完成特定任务等功能。单体智能目前已经趋于平台化、标准化和规范化，而多体智能则将成为行业发展的趋势，促进系统整体优化提升，为运维系统带来新的发展。4、多模态数据融合呈现多样化价值应用目前，智能巡检机器人主要功能是实现不同形态的数据采集、数据识别、判断与决策。其采集的数据主要包括环境数据（温湿度、声音、电磁场强度等）、安全数据（防跌落、外力破坏、人员入侵、火源等）、被检测设备状态数据（红外、图像数据、紫外等数据）等，由于上述数据关联性、重要性以及用途不一，因此呈现多模态形式，具体情况如下：（1）工作环境数据；（2）设备状态数据判断与预警；（3）运行数据呈现与管理（运维平台）。随着智能巡检机器人行业的不断成熟，对数据的选择性应用已成为趋势，也进一步提升了数据采集的有效性和应用价值。5、人工智能引领行业快速发展智能巡检机器人无论在机器人自主移动、控制与驱动、定位导航以及传感器数据采集、图像处理、语音采集与处理、专家系统分析与决策、大数据分析等方面都用到人工智能技术，换一个角度来说，人工智能在每一个领域的突破和发展，都会对智能巡检机器人核心功能、平台特性、数据运维管理、专家决策与预警等起到推动作用。进一步来说，从以下几个方面会受到相应人工智能发展的影响：（1）环境智能监控；（2）机器人即时定位与地图构建（SLAM）；（3）机器人控制与决策；（4）机器人数据采集与处理；（5）大数据平台与专家系统。6、机器人成为精益管理的重要载体，智能化程度越来越高未来，随着各行业的发展以及智能化、自动化水平的提升，机器人将成为重要的载体和工具，是信息获取和运维的重要手段。此外，由于机器人技术的发展以及人工智能水平的不断提升，机器人将会走向多种应用场合，实现更为复杂、多样的任务，包括维修维护、消防安全、操作运行等工作，满足无人值守、协同操作等更为智能的运维及管理功能。（三）智能巡检机器人主要应用行业及市场分析：智能巡检机器人的需求较为前沿，发展也相对落后于工业机器人以及狭义的服务机器人，因此必须找到：1、有特殊工作环境（高危、艰苦、人工作业有短板），对专业服务机器人具有需求刚性；2、有政策引导；3、有支付能力的下游领域，才能够支持企业的长期发展。目前来看，智能巡检机器人主要引用的大行业有：电力、数据中心、城市综合治理。1、电力行业：（1）智能巡检机器人应用于电力智能运维检测领域的情况：在电力系统中，由于电能生产、输送、分配和使用的连续性，对系统中各设备单元的安全可靠运行都有很高的要求。特别是随着电力工业向着大机组、大容量、高电压的迅速发展，保障设备运行的可靠性更成为安全生产的突出课题。因此，电力设备的运维检测，特别是一些先进技术、方式、方法在设备故障诊断中的应用也越来越受到普遍的重视。我国电力系统的构成电力系统由发电厂、输电环节、变电环节、配电环节及电力用户组成，其构成如下图所示：电力设备的运维检测是指通过对电力设备的运行状态进行检测或监测，获取电力设备状态信息，及时发现各种劣化过程的发展状况，并在可能出现故障或性能下降到影响正常工作前，及时进行维修、更换，从而保障整个电网运行的安全性、稳定性和可靠性。电力设备的运维检测手段主要包括带电人工检测、带电在线监测和离线检测等三种。其中，带电人工检测一般采用便携式检测设备，对运行状态下的电力设备进行的现场检测；带电在线监测一般采用相关设备或仪器，安装在被监测环境中，用来对被监测设备进行不间断实时的在线监测；而离线检测则一般通过定期对停止运行的设备进行规定项目的检查，发现设备的问题和隐患。随着我国国民经济的快速发展和电力需求的不断增加，电力用户对于供电安全性、稳定性和可靠性要求不断升级。为了更好的满足电力用户需求，同时尽可能降低检修的成本，两大电力公司从“十一五”时期开始逐步加大了对电力设备状态检测、监测技术的研发和试点力度，从而替代以人工巡检为主的巡检方式。然而，现有的巡检方式和技术与电力生产的安全性要求相比仍有相当的距离，因此，通过电力智能巡检机器人取代人工巡检，实现电力检测、运维功能，具有重要意义。在“2009 特高压输电技术国际会议”上，国家电网公司提出了“坚强智能电网”概念，智能电网的概念涵盖了提高电网科技含量、提高能源综合利用效率、提高电网供电可靠性、促进资源优化配置等内容。2010 年，“加强智能电网建设”被写入《政府工作报告》。国家电网公司、南方电网公司先后分别制定了《国家电网智能化规划总报告（修订稿）》、《国家电网 2015-2020 年电网智能化滚动规划指南》、《南方电网“十三五”智能电网发展规划研究报告》、《南方电网发展规划（2013—2020 年）》等发展规划。目前，我国电网建设已经实现大范围覆盖，但离智能电网高可靠性、高自动化率的目标尚有一定差距，因此，智能电网是我国电网建设持续投入的趋势和方向。根据《国家电网智能化规划总报告（修订稿）》，2016-2020 年为智能电网建设第三阶段，电网规划总投资 1.4 万亿元，其中智能化规划投资 1,750 亿元，占比为 12.5%。若再加上南方电网投资部分，未来智能电网投资存在较大空间。随着国家智能电网战略的推进，电力行业智能机器人市场规模快速增长。电力行业是国民经济的基础性、支柱性、战略性产业，其发展水平关系到人民生活和社会稳定，是国家经济发达程度的一个重要标志，而智能电网是提高能源利用效率和电网安全稳定水平的重要保障。因此国家和有关部门陆续制定了一系列产业政策支持我国电力行业的技术发展及智能电网的建设。与智能电网行业相关的主要产业政策如下：电力智能巡检机器人应用的核心场景：智能电力巡检机器人是国家电网智能化管理要求下，输、变、配环节实现无人化、运维一体化建设的重要内容，大大提升运维检测效率，覆盖面广，结合大数据专家后台实现变电站、配电站智能化运行，提升电网智能化。传统的变电站、配电站巡视主要通过人工方式，综合运用感官以及一些配套的检测仪器对相关设备进行以简单定性判断为主的检查，该方式除了对劳动力要求较高外，还存在巡检不到位，巡检结果无法数字化等缺陷，不符合智能电网的发展方向。而智能巡检机器人集最新的机电一体化和信息化技术于一身，采用自主或远程遥控方式，克服了传统的人工巡视电力线路及设备存在的劳动强度大、检测质量分散、主观因素多等缺陷。此外，智能巡检机器人可以替代人工在高压及超高压环境下自主定位、自主巡检和自动充电，对电力设备实施全天候、全方位、全自主智能巡检和监控，实现设备环境、外观、分合状态、压力、泄漏电流、噪声等巡视监测数据全覆盖和智能识别，同时利用先进的人工智能算法，对巡检数据进行对比和趋势分析，及时发现电网运行的事故隐患和故障先兆，从而有效降低运维人员劳动强度，满足国家电网改造中对电力系统提出的智能化、无人化要求，为智能变电站、配电站和无人值守站等提供创新性的技术检测手段和全方位的安全保障。对于高压架空输电线路，传统的人工巡线方式存在劳动强度大、工作条件艰苦和劳动效率低等劣势，在遇到电网紧急故障和异常气候时，人工巡线尤其困难。发展无人机巡检是适应现代化电网建设的要求。2013年3月，国家电网公司出台《国家电网公司输电线路直升机、无人机和人工协同巡检模式试点工作方案》指出，建立直升机、无人机和人工巡检相互协同的新型巡检模式是坚强智能电网发展的迫切需要。2013年，变电站智能巡检机器人首次进入国家电网招标目录，标志着变电站智能巡检机器人产品在国家层面上形成了统一的技术标准和准入门槛。配电站智能巡检机器人目前尚未列入国家电网集中采购名录，由各省级电力公司依据国家电网公司招标流程的规范要求，在其权限范围内根据各地实际需求自主发起招标。2014年以来，变电站机器人市场迎来一次较大规模的爆发，亿嘉和、浙江国自、朗驰欣创、申昊科技等公司通过研发，先后推出了变电站巡检机器人产品。随着电力机器人国内市场需求的增加，越来越多的厂家投入到变电站巡检机器人的研制中，促进了变电站巡检机器人自主移动、智能检测、分析预警等技术的进步。（2）电力智能巡检机器人行业市场容量分析：目前，智能电网建设和增强供电可靠性已上升为国家战略。在此背景下，两大电网公司分别提出了建设智能电网和推广状态检修的明确规划，并在操作层面制定了具体的应用标准及配置原则，且还在进一步制订可行的现场应用导则，从而为电力设备状态检测、监测行业的快速发展奠定了坚实的基础。电力设备状态检测、监测作为近几年发展起来的新兴行业，呈现出巨大的成长潜力和发展空间。变电站是电力系统中变换电压、接受和分配电能、控制电力的流向和调整电压的电力设施。“十二五”以来，我国智能电网建设进入全面快速发展的新阶段。在变电网领域，根据国家电网公司制定的发展规划要求，2016-2020年期间要实现新建变电站智能化率100%，新建智能变电站约8,000座，原有枢纽及中心变电站智能化改造率100%。截至2014年底，我国正在运行的各电压等级变电站具体数量如下表所示：2019年全国变电站数量分别为3.7万个，按照每台75~100万的均价计算，市场容量约为277~370亿人民币（100%渗透率），变电站室内导轨巡检机器人按照每台30~50万的均价计算，市场容量约为111~185亿人民币（100%渗透率）。变电站巡检机器人整体行业规模400~550亿元。配电站一般是指10kv及以下安装有配电屏柜对负荷进行分配、供给的场所，广泛分布在住宅小区、商业中心、办公楼宇中。根据统计，一般一个地级市配电站数量从500座至5,000座不等，直辖市、省会城市、经济发达城市数量较多，小城市、经济欠发达城市则较少。考虑到不同城市规模、经济发展水平差距，以及“十三五”期间国家大力开展智能配电网建设等因素，按平均每个地级市1,000座配电站估计，全国297个地级以上城市（含4个直辖市）大约拥有配电站30万座。由于配电站智能巡检机器人目前尚未列入国家电网集中采购名录，若假设20%配电站采用智能化巡检设备，则也有接近6万个配电站需要采购智能巡检机器人，假设单台配电站巡检机器人售价30~50万，这部分市场潜在规模也有200~300亿元。目前变电站巡检机器人的上市公司和准上市公司已经很多，基本以区域为划分，投资机会不大。变电站巡检机器人主要公司：《国网架空输电线路无人机智能巡检作业体系建设三年工作计划（2019-2021）》要求无人机巡视比率不低于60%，全无人机巡视比率不低于10%，无人机自主智能巡检作业率不低于90%，巡检影像人工智能识别覆盖率不低于80％，无人机巡检影像缺陷智能识别算法准确率不低于80%。在技术和政策双重利好的影响下，电力巡检无人机处于成长期到成熟期的过渡期，预计年市场规模在30-50亿元。2015 年我国 110kV 以上高压输电线约为 52 万公里，GlobalData 预测，中国输电线路建设的年复合增长率将达到 6%，2020 年电力巡检的总工作路线为70万公里。无人机在电力巡检领域中的具体应用主要为精细巡检、定点巡检、范围巡检及其他巡检，一般精细巡检需要全面细致地搜集数据和检查，单次巡检速度较慢，定点巡检速度适中，而范围巡检速度较快；据新华报业网，使用无人机巡检 62 公里的输电线路仅需 3 小时。综上，假设平均而言，无人机电力巡检速度为每小时 20 公里。根据草根调研电力巡检工作人员了解到，巡检线路基本是以半个月为单位，一般各级别线路每月安排一次常规巡检，如果线路属于保电线路或者特殊巡视维护线路就要按相关规定增加巡视的次数，除了日常巡视检查，还有遇故障需要排查的临时巡检，特殊时间如阅兵、高考、中考、春运、冬夏用电高峰期的特殊巡检等，据此估算，电力线路每年巡检次数在24次左右。一般招标方在采购时，不仅购买无人机单机，还购买相应的配套系统，目前一台电力巡检无人机配系统售价在20-100万元左右，取中间数70万元。一旦接到电力故障的消息，相关公司会及时抢修，而无人机能高效及时地发现、排查、处理电力故障，为了应对潜在的突发的电力故障，相关公司会多购置无人机，因此在预测中，我们分别考虑了“不放量”以及“1.5 倍放量”两种情形。2020 年电力巡检无人机市场规模预测：电力无人机巡检需求较刚，市场规模较大，目前发展较好的云圣智能、中飞艾维基本完成B轮融资，处于C轮阶段，也有部分A轮左右公司，但是和头部公司体量差距较大，后面会详细介绍。2、数据中心：(1) 数据中心分类及发展情况：数据中心按照功能和业务可分为IDC、EDC、ODC三大类，如下图所示：IDC是引领数据中心建设的标杆，主要为三大运营商和BAT等互联网信息服务商，超大型机房多来源于IDC，此部分机房规模较大。EDC为企业级数据中心，多为企业为自身业务需求而建设，比如金融系统、电力系统、铁路系统、教委等国企和政府部门。该部分数据中心虽不是数据中心建设的标杆，大型数据中心的规模也不如IDC。虽然EDC的规模无法与IDC相比，但是数量众多，也是一个不可忽视的巨大市场。ODC为外包数据中心，代表公司有世纪互联、鹏博士等，主要为外部企业提供场地出租、设备托管、运行代维等服务。此部分规模相对较小。IDC和ODC都是对外提供基础实施服务，属于广义的IDC，这一部分会有较为公开的数据统计。EDC即各类企业级数据中心，数据统计不完整。随着 5G、工业互联网和人工智能等信息技术逐渐应用于社会各行业领域，中共中央政治局常务委员会、工业和信息化部、中国广电等政府和企事业单位加强数据中心建设，及网络资源业务整合，推动 IDC 行业客户需求充分释放，拉升 IDC 业务市场规模增长。根据中国 IDC 圈预测，2019 年-2022年中国 IDC 业务市场规模复合增长率为 26.9%，预计2022 年，中国 IDC业务市场规模将超过3200.5亿元，同比增长 28.8%，进入新一轮爆发期。2014-2022 年中国 IDC 业务市场规模及预测：（2）数据中心巡检痛点：目前国内大部分机房巡检采用的是人工巡检的方式，而人工巡检目前主要有以下痛点：1）数据中心设备巡检工作量大，漏检误检率高：数据中心机房设备进行24*7全天候运行，服务器与网络设备设计寿命通常在6-7年左右，但国内用户由于业务割接迁移的复杂度和难度决定了很多核心业务系统是运行在7年以上的核心交换机和服务器硬件上，如IBM的AIX小机上承载的业务都是客户非常重要的业务系统，运行10年以上比比皆是，这样的设备，越是到后期，巡检的工作量越大，随时面临着业务宕机需要及时发现，快速恢复的境况，所以巡检工作变得非常重要。另外，由于每个设备有十几个，甚至几十个硬件状态指示灯，采用人工巡检的方式，很容易发生漏检或者误检的状况，需要一套能够自动化巡检，并做到数据完全准确的自动化巡检管理系统。2）缺乏对网络设备及服务器主机的硬件状态监控：从全球着眼来看，国内的IT运维相比国外来讲建设起步较晚，从2008年国内开始重视网管系统、运维管理，从2010年才开始引入基于ITIL的先进理念管理系统，如国内的北塔软件、广通信达，勤智数码、H3C、锐捷、网强、游龙等厂商开始开发基于运维管理的产品，国外做的比较早，相对成熟的有IBM、HP、BMC、CA四大厂商，但无论是国内还是国外厂商的运维管理系统都是基于IP的所谓“智能”管理系统，要求被管设备不仅必须要有IP地址和完整的MIB库才可以管理，而且只能取到设备一半的硬件状态信息，对于非智能设备完全无法管理。如机房消防设施状态，老式UPS的供电情况和空调系统的温湿度等信。总而言之，目前的运维产品仍然无法实现对机房硬件设备全面的监控管理目的，因此需要一套能够全面、实时监控各种智能及非智能设备的状态管理系统，出现故障后进行实时告警。3）外包运维工作安全性：近年来，央企部委及政府单位由于国家政策改革，编制只减不增，工作内容项却随着业务系统对IT的依赖度成大幅度线性增加，编制内运维人员与厂商服务人员数量比例上严重倒挂，各单位IT服务人员与业务实际数量及维护工作量的失调，导致其只能采用外包服务或各厂商驻厂服务方式来解决运维日常出现的问题。缺点是外包服务人员的素质参差不齐，技术水平不一，部门人员纪律性不强，所以通常客户为了业务的安全，在运维管理制度上都要求外部人员进机房需要公司方人员在场，也就是所谓的“随工”，随工的时期短则30分钟，长则几个小时，在此段时间内客户的时间完全被无效占用，但不随工又违反了管理制度，且即使随工在现场也不能保证记录外部人员在机房的一举一动，机房的安全性无法完全得到保障，需要一套能够对外部人员在机房工作的自动化跟踪记录系统，起到远程监工的作用。4）IT资产数据僵尸化：由于经历了近10几年的IT基础设备及系统的建设，运维管理工作越来越细化，各单位领导层也意识到对资产管理的重要性，IT资产管理的意义主要有四，一是可以降低设备软硬件投入比，二是可以提高设备使用率，三是可以了解所有资产的整个生命周期，四是使年前预算更准确，清楚的使后期设备的采购配比更接近于业务的增长，避免预算超标，年底有钱花不出去的浪费或经费不足导致关键业务无法上线等情况。但就IT资产的管理必须在保证数据完整性、时效性、准确性三个方面做好，IT资产的管理才会充分的发挥作用，实际情况是机房设备位置会不定期的调整，客户并不能保证每次的调整都会及时的更新资产数据，长期以往，统计的资产数据与实际数据严重不符，差距较大，使IT资产的管理完全失去意义，即使通过管理制度做到与实际相符，但对运维人员来说，带来的工作量会相对较大，但一线运维人员的角度来讲，及时更新数据成为一项被动性的工作负担，总体来讲，目前国内客户的IT资产的完整性、时效性、准确性方面还处于比较差的状态，需要一套能够自动更新客户资产的位置，状态等相关信息的自动化管理系统。5）灾备机房无人管理：近年来出于国际形势的多变化，以及国家对于数据的绝对安全性考虑与重视，各央企部委及政府单位数据中心的建设均要求采用“两地三中心”方案，即同城灾备中心结合异地灾备中心的“两地三中心”，国内以政府、央企牵头的客户大都在北京，同城主机房通常在总部办公楼，同城的备机房离主机房位置相对都较远，几十公里以外，异地的灾备机房建设在偏远的西北地区，如中国人民银行灾备机房在拉萨，且只能由编制内人员进机房维护管理，最终造成严重的公司方IT运维人员不足，工程项目延误，工作效率低下等问题，急需一套高效的无人值守远程维护解决管理系统。6）IT运维成本居高不下：据GartnerInc.公司统计，围绕着日常运维保障工作，其中70%的工作是完全重复的，有规律性工作，如对公司员工的邮件&管理域&OA&ERP等账号新增注销变更，网络设备及服务器主机的定时开关机，对VLAN的划分，IP地址的分配等工作，30%是需要人参与并进行分析后对网络的调整优化工作和对业务系统的调整，如果能够供助一套自动化、智能化的运维管理系统去完成70%的重复性工作，对运维的效率及质量会得到质的提升，同时大大降低运维的人员成本投入。拿北京金融资产交易所机房举例，在北京金融街总部有2个机房，分别由5个运维工作人员24小时不间断值守巡检，5年综合单位支出在500-600万元左右，如果用2台机器人执行巡检，并且配合2个人员进行补充和应急处理，综合成本在300万元左右，综合降低运维成本30-50%之间。（3）智能巡检机器人市场规模测算：目前来看，智能巡检机器人可以服务的客户主要是是EDC以及IDC中三大运营商。ODC对价格及其敏感，这类客户可以接受的价格是5万元以内；IDC中的互联网信息服务商由于整体智能化运维能力较强，对机房巡检机器人的需求较低。1）EDC智能巡检机器人市场规模：EDC即各类企业级数据中心，数据统计不完整。企业数据中心的服务器可以自己购买，也可以从IDC租用，运营维护的方式也很自由，既可以由企业内部的IT部门负责运营维护，也可外包给专业的IT公司运营维护。自建或者自运维数据中心的企业主要是一些金融、能源、交通、政府、教育、医疗企业，这些企业主要出于隐私、安全、稳定性、性能、带宽的需求，他们的很多服务只运行在内网或者专网上，由于有物理隔离，比起放到云上安全性更高。从金额来看，核心的EDC客户就是电力和金融行业客户，其中金融行业的市场规模（80.2亿）远大于电力行业市场规模（5.6亿左右），另外还有一些零碎的交通、政府、教育客户，整体来看，EDC智能巡检机器人市场规模应该在百亿左右。2）IDC智能巡检机器人市场规模：IDC和ODC都是对外提供基础实施服务，属于广义的IDC，这一部分会有较为公开的数据统计。我国 IDC发展尚处于以新建为主的粗犷式发展阶段，根据前瞻产业研究院统计数据，2019年中国数据中心数量大约为 7.4 万个，大约能占全球数据中心总量的 23%，且增速极快。2018年国内IDC市场格局：中国国内电信运营商早在上世纪90年代就开始以托管、外包或者集中等方式为企业客户提供大型主机管理服务。基于客户和资金等方面的优势，电信运营商目前已成为国内IDC市场的主要参与者。联通和电信长期经营宽带网络服务，通过自建IDC吸引客户，IDC建设规模国内领先，截至2018年国内市场份额分别为41%和21%。中国移动自2013年获得宽带运营牌照以来，发力布局IDC业务，2018年市场份额达到9%。三大运营商占比在70%，简单测算，2019年IDC中运营商的数据中心数量应该在5万个左右。工信部联合发改委、能源局等五部委出台的《关于数据中心建设布局的指导意见》，将数据中心的建设规模分为三类：中小型数据中心、大型数据中心以及超大型数据中心。中小型数据中心是指规模小于3000个标准机架的数据中心;大型数据中心是指规模大于等于3000个标准机架小于10000个标准机架的数据中心; 超大型数据中心是指规模大于等于10000个标准机架的数据中心；一般来说超过3000个机柜的数据中心才会被纳入IDC的统计，我们按照一个数据中心3000个机柜计算，单个机房机柜数量在100-300个机柜，那么单个数据中心的机房数量在10-30个机房。那么2019年运营商IDC数据中心的机房数量在100万个，由于三大运营商属于国有企业，有一定垄断性质，受政策影响大，对前瞻性需求会比民办企业更加强，但是近几年通讯业务遇到的竞争较多，预计其可接受的价格应该在10-15万，渗透率按照30%计算，运营商IDC智能巡检机器人的市场规模在300~450亿。机房巡检机器人市场规模较大，刚需程度略弱于电力无人机巡检，目前发展较好公司基本处于A轮阶段，后面会详细介绍。3、城市综合治理：城市综合治理的内涵非常广，包含安防巡检、交通巡检、消防应急巡检、设施巡检等，其中安防巡检机器人市场规模相对大。城市综合治理支付方以政府单位为主，吃财政预算，购买受到政策影响较大。城市综合治理算是智慧城市下面的一个分支。智慧城市获得国家政策支持，2014 年 3 月，中共中央、国务院印发《国家新型城镇化规划（2014-2020 年）》，提出推进智慧城市建设，指出智慧城市建设方向包括：信息网络宽带化、规划管理信息化、基础设施智能化、公共服务便捷化、产业发展现代化、社会治理精细化。同年 8 月，发改委、工信部、科技部等八部委发布《关于促进智慧城市健康发展的指导意见》，指出到 2020 年，建成一批特色鲜明的智慧城市。智慧城市从上游到下游主要包含：顶层设计、硬件、软件、系统集成、运营、应用等部分。在应用方面，主要包括：安防、政务云、智慧交通、智慧医疗、智慧能源等。其中，安防、政务云、智慧交通、智慧医疗涉及民生的基本刚性需求，且在我国亟待发展，有望在智慧城市的建设中先行。智慧城市产业链：2018 年中国智慧城市市场份额：（1）安防巡检机器人市场规模：安防巡检机器人以识别系统、仿神经分析系统和反制系统为主，属于人工智能安防范畴。识别系统通过毫米波雷达、红外热成像、人脸识别等探测系统对目标进行数据采集，通过机器人大脑—“仿神经智能分析模块”进行智能化分析，对触犯规则的目标通过反制系统进行诸如喷射抓捕网、催泪瓦斯等智能处理。安防机器人主要用于对油田、监狱、海关、港口、军事警戒区、重大危险源等重要安保防护单位的周界、边界防护、可代替或协助人类进行安防、巡查、反制等方面的工作。广义人工智能安防涉及领域众多，从客户类型看，可划分为公共安全安防、其他政府安防、行业安防、消费者安防等。AI安防行业具有强政策导向性，政府发布的公安大数据、雪亮工程、智慧监狱、明厨亮灶、建筑工人实名制电子打卡等相关政策极大地推动了行业繁荣。2022年G端与B端市场规模有望突破700亿元。2016年是AI+安防商业化元年，2018年，我国AI+安防软硬件市场规模达到135亿元，部分头部安防厂商AI业务在总营收中占比从大约4%提升至超过8%，部分典型AI公司安防业务则占接近一半的营业收入。2018年城市公共安防中AI渗透率达到2.6%。2019年市场仍将保持高增速，到十三五收官之年2020年增速开始稳定，届时市场规模可达到453亿元（城市公共安防AI渗透率达到11%），2022年市场规模有望突破700亿元（城市公共安防AI渗透率达到25%），从2017年到2022年CAGR达到78.3%。2017-2022年中国AI+安防市场规模：2018年市场规模中，视频监控占比近90%，中心侧份额最大（中心侧包括分析服务器、技术服务、系统平台等，边缘侧指智能化一体机、智能NVR、人脸识别盒子等产品，端侧指AI摄像机产品）。安防智能机器人占比仅1.5%，市场规模仅2亿元。2018年AI+安防软硬件细分市场占比：由于传统静态安防技术体系过于成熟，已难以取得新的突破，为此安防企业纷纷紧跟人工智能技术的进步与革新步伐，开始尝试人工智能技术在安防领域的应用探索，通过技术融合创新逐步衍生出安防机器人等一系列创新产品和新服务模式，持续引领安防机器人由概念机、实验机向实地场景落地。按照2020年智能安防市场450亿，安防机器人占比3%计算，2020年安防巡检机器人市场13.5亿元。（2）交通巡检机器人市场规模：无人机指挥交通巡检的主要应用场景包括：高速公路&服务站，市区郊区道路，交通枢纽，核心价值在于：快速到达事故现场；喊话指挥，减少二次事故；缓解交警不足压力；远程处理事故&劝阻违章。智慧高速公路和智慧城市交通是智慧交通最大的两个细分市场，根据智研咨询数据统计，2017 年中国智能交通市场规模为 1167.1 亿元，其中城市智能交通市场规模为 470.1 亿元，占比为 34.88%；高速公路智能交通市场规模为 409 亿元，占比为 35.04%。值得注意的是，指挥交通的核心是交通监控系统、交通指挥与诱导系统、交通违章管理、不停车收费系统、智能化停车场管理系统，前三项主要靠视频监控解决，而且城市交通涉及到较为严格的航线管理，目前交通巡检机器人的可行性较低，市场规模极小。

　核心观点中国步入技术驱动增长的高质量发展阶段，政策将持续加码推动芯片全面国产化中国数字经济产业已经成为驱动经济增长的新动能，2019年数字经济规模占GDP的比重达36.2%;作为数字经济产业底层基础的集成电路，却严重依赖进口，2020年前八个月，中国集成电路进口金额超过万亿元;未来政策将持续加码发展集成电路产业，实现芯片全面国产化。中国AI芯片有望引领国产芯片实现弯道超车，预计2023年中国AI芯片市场规模将突破千亿元5G基站、大数据中心、人工智能等新型基础建设的完善，促使AI芯片成为引领芯片行业未来发展的重要方向;政策、资本、技术、市场等多重因素将驱动AI芯片这一新赛道快速发展，中国芯片有望实现弯道超车;预计2023年中国AI芯片市场规模将超过千亿元。存算一体化AI芯片是未来主流方向，受益于下游需求的强劲驱动力而快速发展人工智能产业的成熟化发展驱动AI芯片由通用型向专用型发展，急剧增长的数据量对AI芯片的性能以及能耗提出了更高要求;能够兼具性能和成本的存算一体化AI芯片符合未来发展趋势，在下游需求的推动下有望快速发展。以下为报告节选内容AI芯片行业相关概念介绍芯片是集成电路(Integrated circuit)的简称，由半导体材料以及电容、电阻等器件集成并封装得到，是半导体元件产品的主要构成部分。AI芯片是用于人工智能应用领域的专用集成电路。人工智能技术落地驱动AI芯片行业发展人工智能(Artificial Intelligence，AI)，作为计算机科学最前沿的发展方向，同时也是新一轮产业变革的核心驱动力，具有巨大的市场前景。面向人工智能应用的AI算法，除具有传统算法一般的性能特征，还具备处理大量非结构化数据、处理过程计算量大、参数量大等新特质，亟须强大的运算能力和高效的访存能力支撑。AI芯片行业仍处在发展起步阶段AI芯片技术架构分类继“软件定义芯片”的定制化AI芯片被愈发重视后，“存算一体化”架构成为AI芯片技术架构的新发展方向。中国数字经济比重持续上升，新型基础设施是引擎随着数字化转型不断深入，中国数字经济规模持续增加。2019年中国数字经济规模达35.8万亿元，占GDP比重为36.2%。艾媒咨询分析师认为，数字经济蓬勃发展是大势所趋，人工智能、云计算、5G 等新型基础设施构成推动数字经济发展新引擎。AI芯片作为人工智能的核心关键，受益于数字经济发展浪潮，拥有广阔前景。国家大力扶植集成电路产业，政策资金多重利好持续落地面对芯片产业核心技术受限于外国的现状，近几年中央出台多项重大产业政策扶持集成电路、人工智能等产业发展，各省市同时积极跟进，利好政策全方面密集落地，从税收减免、创新鼓励、基础设施建设到资金支持等多角度为AI芯片行业发展营造良好政策环境。中国集成电路企业积极研发，夯实AI芯片行业发展基础数据显示，2020上半年，中国集成电路企业登记申请的集成电路布图设计数量达5176件，同比增长78.2%，其中广东、江苏、上海为数量排名靠前的三大地区，贡献了六成以上的总数。艾媒咨询分析师认为，中国集成电路企业积极研发，一方面是国内下游市场需求广阔，另一方面是受中美贸易影响。企业主动或被动式研发都将夯实AI芯片行业发展基础，推动中国集成电路行业实现赶超。全球集成电路市场规模波动上升，AI芯片是新方向数据显示，2019年全球集成电路市场规模达3304亿美元，较2018年出现回落。艾媒咨询分析师认为，随着产业信息化、智能化的深入，集成电路市场规模将迎来新一轮上升趋势，其中AI芯片将成为引领产业增长的主流技术方向。未来五年全球AI芯片市场将保持高速增长态势数据显示，2019年全球人工智能芯片市场规模为110亿美元。随着人工智能技术日趋成熟，数字化基础设施不断完善，人工智能商业化应用将加速落地，推动AI芯片市场高速增长，预计2025年全球人工智能芯片市场规模将达726亿美元。半导体产业向中国转移，国产AI芯片迎来新机遇AI芯片产业链图谱芯片制造资金技术壁垒高，技术变革助力国产芯片赶超芯片设计由IDM企业和Fabless企业负责，其中分工模式(Fabless-Foundry)的出现主要由于芯片制程工艺的发展，研发费用和生产线投资费用大幅上涨。芯片设计和制造环节，均涉及大量的技术和资金投入，资金壁垒和技术壁垒高，产业链条长。芯片产业链技术迭代快速，人工智能的发展加速了芯片行业技术变革。产业链转移叠加万物智联时代的到来，为基础相对薄弱的国产芯片，提供了换道超车的机会。中国AI芯片发展机遇(一)：制程工艺演进，驱动芯片迭代制程工艺升级可以提升芯片集成密度，随之而来的是芯片性能的提升和功耗的降低，这也使得工艺升级成为芯片制造巨头比拼的关键。当集成密度逼近物理架构的上限，芯片性能升级效用变弱，开辟新路径、新方法升级芯片性能将成为必要之举，进而为AI 芯片行业发展注入新动能。中国AI芯片发展机遇(二)：应用场景广，产品需求多元目前AI技术及应用场景大多体现在图像识别、语音识别等弱AI上，随着场景的广泛覆盖以及AI技术的进一步发展，AI芯片产品也将更加细分多元。艾媒咨询分析师认为，AI芯片商用前景广阔，但落地困难的局面导致行业并未形成稳定的市场格局，对于行业新老玩家而言是挑战，更是机遇。　中国AI芯片发展机遇(三)：突破存储瓶颈，下游强力驱动AI芯片主要运用在云端和终端(包括边缘端)，不同场景的应用对AI芯片的性能提出了不同要求。在以传统冯诺依曼架构方式为主的AI芯片市场中，当运算能力发展到一定程度，存储部件就决定了AI芯片的性能上限，同等条件下，“存算一体”架构能够有效降低AI芯片能耗和成本，突破“存储墙”难题，是AI芯片未来发展主流方向。　中国AI芯片行业市场规模有望持续快速增长iiMedia Research(艾媒咨询)数据显示，2019年中国AI芯片市场规模约为115.5亿元。艾媒咨询分析师认为，5G商用的普及将催生AI芯片在军用、民用等多个领域的应用需求，中国政府也有望趁5G的领先优势，倾注大量资源发展AI芯片，抢占科技战略制高点。在政策、市场、技术等合力作用下，中国AI芯片行业将快速发展，在国际上的话语权也将持续加强，预计2023年市场规模将突破千亿元。中国AI芯片需求场景发展不平衡特征明显AI芯片作为人工智能产业的发展核心，需求场景分布广泛，但发展速度并不均衡。云计算、消费电子、智能家居、智能安防是目前市场渗透度较高、发展速度相对领先的场景，而机器人、自动驾驶、智能制造和智慧医疗等应用领域发展相对缓慢，具有较大潜力。中国AI芯片主要需求场景(一)：云计算iiMedia Research(艾媒咨询)数据显示，2019年全球云计算市场规模近2000亿美元，随着全球数字化的深入发展，云计算市场规模将持续增长，预计2023年全球云计算市场规模将超过3000亿美元。艾媒咨询分析师认为，一方面传统数据中心能耗高、运算效率低的特点亟需改善，另一方面新增的云计算需求催生了多元化的AI芯片产品，吸引不少新玩家进入云端芯片领域，推动了AI芯片行业的发展。　中国AI芯片主要需求场景(二)：智能安防安防领域是终端AI芯片典型的应用场景，因图像识别技术以及大数据技术发展较为成熟，智能安防的发展和普及相对较快。iiMedia Research(艾媒咨询)数据显示，2019年中国安防行业市场规模达到8260亿元，并且在过去五年保持不低于10%的增长速度。艾媒咨询分析师认为，在一系列政府项目如“平安城市”、“雪亮工程”的推动下，智能安防将成为中短期内AI芯片落地的最佳场景。中国AI芯片主要需求场景(四)：机器人iiMedia Research(艾媒咨询)数据显示，全球机器人出货量逐年走高，预计2023年将突破2000万个。目前的AI技术仍是弱AI阶段，不具备自主推理能力，与市场期待存在一定距离。艾媒咨询分析师认为，机器人的智能化程度将在技术和市场的双向驱动下逐步增强，AI芯片需求爆发性增长还需时日，但市场潜力巨大。寒武纪：企业介绍寒武纪成立于2016年，目前已在A股科创板上市。公司以云服务器、智能边缘设备、智能终端设备的核心处理器芯片的研发、设计、销售为主营业务。凭借过硬的技术和产品，公司得到了市场和资本的广泛认可。寒武纪：产品情况公司自研的AI芯片产品已经实现了云、边、端三大领域的全覆盖，部分产品已经实现量产出货。艾媒咨询分析师认为，寒武纪的AI芯片产品群，拥有研发的协同优势，在国产替代日趋强烈的背景下，技术和产品的商用进程将会提升，有助于巩固和强化公司的先发优势。寒武纪：经营情况过去三年，寒武纪收入增长快速，至2019年总收入达4.44亿元，2020年上半年总收入为0.87亿元，同比下降11.01%，主要系终端智能处理器IP授权业务收入大幅下降造成。艾媒咨询分析师认为，寒武纪技术及产品商业化能力虽已处国内芯片行业前列，但对大客户的严重依赖以及巨大研发投入导致的盈利问题尚未得到有效解决，未来仍需进一步优化业务及产品结构，以降低经营风险。寒武纪：舆情表现艾媒商情舆情数据监测系统显示，系统监测期间“寒武纪”网络口碑数值为47.4，整体舆论偏正向;网络关注度地域分布较广。艾媒咨询分析师认为，寒武纪作为中国AI芯片行业龙头，受到广泛关注，虽然面临股价波动与亏损的争议，但基于公司较强的科研实力以及民众对国产芯片崛起的殷切期待，市场普遍看好其发展前景。　知存科技：企业介绍知存科技成立于2017年，专注于模拟存算一体的终端智能芯片设计，主要运用于智能物联网终端应用场景。公司的模拟存算一体芯片能够有效提升AI运算效率，降低成本，2019年已推出国际首个存算一体的AI芯片。艾媒咨询分析师认为，知存科技的技术和产品，能够满足下游应用场景对芯片效率和算力日益提升的要求，符合行业未来发展方向，拥有极大的商业化价值。持续的融资进一步验证了资本市场看好其发展前景。知存科技：产品情况知存科技创新地使用eFlash存储器完成神经网络存储和运算一体化，突破了AI的存储墙问题。其存算一体芯片产品，相比于基于冯诺依曼架构的AI芯片，更契合终端应用场景对高算力、低功耗、低成本、低时延的要求。艾媒咨询分析师认为，5G、大数据、云计算等新型基础设施建设的进一步完善，将加速万物智联时代的到来，对高运算力、低功耗的存算一体AI芯片产品需求将日益强烈。知存科技自主研发的产品不仅在技术上实现了引领，还有望走在量产商用的前列。知存科技：核心竞争力艾媒咨询分析师认为，知存科技具有领先的技术优势和轻量化运营特点，集中资源深耕智能终端，有利于强化其技术和价格优势，进而巩固和提升产品竞争力，未来发展潜力巨大。知存科技：舆情表现艾媒商情舆情数据监测系统显示，系统监测期间“知存科技”网络口碑数值为52.9;网络关注度主要集中在中部和东部。艾媒咨询分析师认为，由于存算一体芯片领域在全球范围内仍处于发展初期，因知存科技是国际上首个推出存算一体芯片产品的企业，网络口碑表现较佳。随着产品应用落地加速，其品牌影响力将进一步提升。中国AI芯片行业发展趋势分析芯片行业政策利好不断，芯片全面国产化进程提速芯片是信息化时代、数字化时代的基石。中国作为全球最大的半导体消费市场，芯片自给率不足，严重依赖进口。为发展国产芯片，实现进口替代，近年来政府出台了一系列政策支持国产芯片行业发展。今年7月份，利好政策再度加码，国务院发文表示将从财税、投融资、研究开发、进出口、人才、知识产权、市场应用、国际合作等8个方面进行扶持，以加快集成电路和软件产业发展。艾媒咨询分析师认为，国家重磅利好政策的陆续出台，将推动芯片国产化进程提速，芯片行业将获得广阔的国产替代空间。数字经济时代加速到来，芯片行业迎来新一轮高速增长数字经济正在成为全球经济增长的新动能，为抢占数字经济制高点，中国加速推进5G基站、大数据中心、人工智能、工业互联网等新型基础设施建设。艾媒咨询分析师认为，数字经济时代的到来将催生大量高端芯片、专用芯片的需求，驱动国产芯片行业创新发展。受益于存量需求替代以及增量需求释放，芯片行业将迎来新一轮的高速增长阶段。半导体产业与人工智能产业融合驱动，AI芯片行业进入发展“快车道”芯片行业具有较高的技术、资金、人才等进入壁垒，半导体垂直分工模式降低了芯片行业的准入门槛，此外，以AI芯片为代表的高端芯片前景广阔。细分环节较低的准入门槛以及全新的芯片赛道，吸引了人工智能领域的新玩家入局，传统芯片企业也在加速研发适用于AI应用场景的芯片。艾媒咨询分析师认为，在半导体产业和人工智能产业的融合驱动作用下，AI芯片行业将进入发展“快车道”。AI芯片架构由通用向专用发展，存算一体AI芯片是未来趋势新型基数设施的完善，推动了人工智能技术在消费领域以及工业生产领域的应用，落地场景趋向细分化、垂直化。艾媒咨询分析师认为，下游应用驱动AI芯片由通用架构向专用架构变革，急剧增长的数据量对AI芯片的算力和功耗提出了更高要求。存算一体技术不仅能够使AI设备性能得到提升，还能降低成本。在下游应用的强驱动下，存算一体AI芯片将成为未来主流发展方向。本文部分数据及图片内容节选自艾媒研究院发布的《2020上半年中国人工智能芯片行业研究报告》。