研究机行业报告

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。

智能硬件终端发展历程久、变革速度快每个时代都有属于自己的“智能时代”，17-19世纪中到19世纪末，“蒸汽时代”的到来，改变了工业和交通方式，推动人类产业的变革，19世纪末和20世纪初是“电气时代”，发电机和内燃机的诞生成为动力新能源，解决了交通工具的发动机问题，20世纪四五十年代开始是“信息时代”，以知识经济为代表的新型经济成为各国综合国力竞争成败的关键。电子计算迅速发展和广泛应用，21世纪以来全球进入“智能时代”，以人工智能、5G 通信、光电芯片、大数据等为代表的智能化技术趋向成熟，人工智能将进一步解放人类的双手甚至大脑。“智能时代”的特征就是世界是个物物相连的互联网，智能硬件终端等同于应用在各个场景中的智能机器人，智能机器人的脑、眼、耳、口、手、腿分别对应相应的技术支撑，且智能硬件终端的发展正在逐渐打破产品边界，由内而外形成功能融合、数据融合、生态融合。智能硬件终端领域正处于高速发展的时期2019年我国智能硬件终端行业进入高速发展阶段，以小米、华为为代表的行业大厂凭借自身软件开发能力、用户基数以及完善的产业链多重优势，其各自运营的生态大局已初具规模，以小米MIUI系统和华为手机为控制核心的智能硬件终端产品线规模扩展迅速。初创型的智能硬件终端企业逐渐壮大，资本市场出现一些新的上市公司，像科大讯飞、京东方、智米科技、华米科技等，这些企业既包含了技术研发又有丰富的智能硬件终端产品体系，还有部分企业背靠互联网基因的母公司，培养了良好的用户生态，比如猎户星空、小米生态链企业。当下，智能硬件终端企业的商业模式相对比较明晰，盈利途径相对多元，企业发展进入相对稳定的时期。从投资角度来看，现阶段及未来十年都属于相对安全阶段。智能硬件终端的市场规模上万亿智能硬件终端的领域包含的范围甚广，现阶段智能家居设备、智能机器人、智能车载设备、智能医疗设备、智能可穿戴设备、智能大屏设备、智能安防设备等细分场景领域都有较好的落地和应用，每个领域的产品品类都很丰富。有数据显示，“万物智能”时代的物联网将拥有10万亿美元的市场空间，按照硬件占比20%-30%来计算，智能硬件设备的潜在市场空间约2~3万亿美元。本篇报告主要研究的内容有：智能硬件终端领域的发展演进过程智能硬件终端领域的发展驱动力智能硬件终端领域的市场规模及投融资情况智能硬件终端领域的产业链分析智能硬件终端领域的细分领域分析概述智能硬件终端领域的未来发展趋势及风险痛点以下为《物联网“向死而生”，智能硬件“以梦为马”》36氪智能硬件终端行业研究报告全文。点击报告下载全文，提取码：2u33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： 李晓晓 lixiaoxiao@36kr.com Wechat:15011504594 ； 关注泛人工智能、文娱消费领域

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。

中商情报网讯：计算机视觉是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取“信息”的人工智能系统。2018年中国计算机视觉市场规模突破100亿元。预计2019年中国计算机视觉市场规模将进一步扩大，达到300亿元。《2019年中国计算机视觉行业市场前景研究报告》主要围绕计算机视觉行业概况；计算机视觉市场分析；计算机视觉市场促进因素；重点企业分析；计算机视觉市场行业发展前景等五个章节展开，通过对当前的计算机视觉行业进行分析，总结计算机视觉行业发展现状，从而预提出当前行业的发展前景。 PART1计算机视觉行业概况计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息。计算机视觉既是工程领域，也是科学领域中的一个富有挑战性重要研究领域。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，深度学习在计算机视觉、语音识别和自然语言处理等领域有成功的应用。 PART2计算机视觉市场分析近年来中国人工智能产业发展迅速。从市场规模来看，自2015年开始，中国人工智能市场规模逐年攀升。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%。 PART3计算机视觉市场促进因素随着提高预测精度，降低数据标注成本的不断发展，计算机视觉能够识别信息的种类从最初的文字信息，到人脸，人的体态识别，以及各种不同的物体。识别精度也从最初的1：1对比，到1：N比对，以及M：N的动态监控。除了提高算法精度以外，提高数据标注的效率也是计算机视觉公司重要的课题之一。国外互联网公司推出自动标注系统，例如谷歌的AutoML和微软的Cognitive Services。商汤科技、扩博智能等AI公司也通过运用半监督学习、迁移学习、主动学习等技术，提高数据标注的自动化程度，达到提高效率，降低成本的目的。 PART4重点企业分析商汤科技成立于2014年11月，是中国一家计算机视觉和深度学习原创技术的创新型科技公司，也是一家知名独角兽企业，致力于引领人工智能核心“深度学习”的技术突破，构建人工智能、大数据分析行业解决方案。目前，商汤科技已与国内外700多家世界知名的企业和机构建立合作，包括美国麻省理工学院、高通、英伟达、本田、SNOW、阿里巴巴、苏宁、中国移动、OPPO、vivo、小米、微博、万科、融创等。 PART5计算机视觉行业发展前景随着人们对生活安全及生产效率需求的提升，凭借着计算机视觉应用场景的广泛性，计算机视觉有望发展成为下一个智能时代的标配。计算机视觉行业发展前景觉得其具有高成长性特点，未来将涌现更多人工智能领域优秀企业。但行业发展同时伴随高风险性，行业竞争需要比拼企业技术算法能力、资金能力以及人才资源，同时考验企业能否实现技术迅速落地，对企业综合实力要求高，综合实力不具备优势的企业在行业内将难以生存。《2019年中国计算机视觉行业市场前景研究报告》全局研究了当前计算机视觉的发展概况，为产业未来的发展提供了可行性思路。中商产业研究院在对整个行业把控的前提下，关注计算机视觉行业现状和未来发展趋势，从市场现状和重点企业进行剖析。

研究报告内容摘要：1。事件根据中国工程机械工业协会行业统计数据，2020年1-8月纳入统计的25家主机制造企业，共计销售各类挖掘机械产品210474台，同比涨幅28.8%；国内市场销量190222台，同比涨幅29.7%。2020年8月，共计销售各类挖掘机械产品20939台，同比涨幅51.3%。国内市场销量18076台，同比涨幅56.3%。2。我们的分析与判断(一)工程机械累计销量涨幅扩大，三季度销量淡季不淡根据中国工程机械工业协会挖掘机械分会行业统计数据，国内市场方面，2020年8月份小挖(<18.5t)销量10142台，同比涨幅51.5%；中挖(18.5-28.5t)销量5391台，同比涨幅80.5%；大挖(≥28.5t)销量2543台，同比涨幅35.1%。1-8月份小挖(<18.5t)累计销量116082台，同比涨幅32.6%；中挖(18.5-28.5t)累计销量49011台，同比涨幅28.3%；大挖(≥28.5t)累计销量20889台，同比涨幅20.3%。三季度是挖机销量传统淡季，8月份，大中小挖销量同比增长势头相较7月有所回落，但累计大中小挖累计销量同比涨幅扩大1.5%、4.4%、1.6%，增长势头不减，我们认为主要是政策托底使基建投资等景气度较高所致。<>国家统计局发布，8月份，制造业PMI为51.0%，比上月略降0.1%，在调查的21个行业中，有15个行业PMI位于景气区间。制造业稳步恢复，基本面继续改善。总体来看，我国经济基本面稳中向好，逆周期调节效果逐渐凸显，下游需求稳步回暖，随着对新冠肺炎的防控逐步进入常态化，我们对工程机械9月份及全年销量持乐观预期。(二)国产龙头份额稳中有升，海外疫情短期影响出口经过行业低迷期的洗牌，工程机械市场集中度进一步提升，加上设备更新换代的需求(2009-2013年销量高峰期产品基本需要更新)，行业走出低谷，整体盈利水平改善较为明显。三一挖机：据公司半年报，上半年三一挖掘机共销售4.3万台，市占率达25.5%，稳居国内第一，营收为186.49亿元，同比增长17.22%。徐工挖机：上半年铲运机械营收同比增加30.91%，挖掘机市场占有率同比增长0.9%稳居国内市场前两强，市占率超过18%。国产工程机械龙头份额相对稳定、同比上升，我们预计未来也将持续保持龙头地位。8月份，国内市场销量为18076台，同比上涨56.3%；出口销量2277台，同比涨幅25.7%。1-8月，国内市场累计销量190222台，同比涨幅29.7%，出口累计销量同比增长20.8%，国内市场累计销量同比涨幅超过出口市场。国内厂商中高端产品竞争力提升，也带动了国产工程机械产品在海外尤其是“一带一路”相关国家和地区的销售，我们预计工程机械出口将成为支撑整体销量的重要组成部分。但由于海外疫情现状仍不乐观，工程施工停滞可能短期影响工程机械出口销量。(三)8月开工小时数同比提升，工程机械全年需求延期释放根据小松KOMTRAX数据，可以看出各地复工复产已有显著成效，重点项目正积极有序开工，挖掘机产业链下游开工始终保持高景气度。6-8月小松挖机开工小时数分别为126.4、126.1和130.3小时/月，相比于去年同期分别同比增长1.9%、-3.1%和0.9%，仅7月受恶劣气候影响有所下滑，反映了国内生产生活已基本恢复正常。据政府工作报告，今年拟安排地方政府专项债券3.75万亿元，比去年增加1.6万亿元。1-8月地方专项债累计发行2.89万亿元，完成全年额度的77.07%，剩余8600亿元。由于一万亿特别国债在7月份发行完毕，加之财政部要求确保新增专项债券10月底前发行完毕，8月地方债发行规模大幅回升，总发行规模创下历史第二高位，仅次于今年5月份的1.3万亿元。随着下半年剩余专项债的投放确保投资保持平稳，工程机械全年需求确定性强，我们认为以传统基建为基，叠加新基建助力，此前延后的需求正在逐步释放。项目的审批与建设加速，将使未来的项目建设进度保持一定强度，我们预计工程机械板块未来仍将保持较高景气度。3。投资建议对于工程机械版块，我们预计2020年行业有望继续保持较高景气度，看好行业龙头三一重工(600031.SH)及核心零部件供应商恒立液压(601100.SH)和艾迪精密(603638.SH)。4。风险提示基建投资增速不及预期、房地产开发投资增速下滑、市场竞争加剧等。（文章来源：华泰证券）

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？

2017年下半年，数家计算机视觉公司单笔融资上亿美元，再次将计算机视觉推向人工智能领域最受关注的方向之一。本报告聚焦于计算机视觉技术现阶段在工业界的应用与研发，将在对相关技术热点及产业整体做概述性介绍的基础上，对典型应用的具体使用场景分领域论述，希望理清现状，写明征途，供产业界、投资界、政策制定者及关注人工智能领域的社会各界以参考。因报告研究对象以技术层创业公司为主，偏颇遗漏之处，敬请指正。 报告核心观点： 1. 深度学习主要提升的是计算机视觉领域分类任务的准确率；开源环境仅降低计算机视觉领域的入门技术门槛，前沿算法的技术壁垒依然存在；计算机视觉比赛成绩、论文成果不直接代表技术团队解决实际业务问题的能力。2. 2017年中国计算机视觉规模预期为40亿，凭借安防领域的爆发性增长，预期2020年将增长至725亿。3. 前端嵌入式智能系统的渗透率将逐步提升，与后端协同智能计算，加速产业智能升级。4. 算法迭代将不断提升限定场景识别准确率，加速渗透为各行业应用赋能。5. 前沿算法之外，计算机视觉公司的商业壁垒有赖于产品、服务、市场等综合建设。 一、计算机视觉技术概述 计算机视觉横跨感知与认知智能，现阶段应用以感知为主 视觉使人类得以感知和理解周边的世界，人的大脑皮层大约有70%的活动在处理视觉相关信息。计算机视觉即通过电子化的方式来感知和理解影像，以达到甚至超越人类视觉智能的效果。从1966年学科建立（MIT：The SummerVision Project）至今，尽管计算机视觉在感知与认知智能方向仍有大量难以解决、尚待探索的问题，但得益于深度学习算法的成熟应用（2012年，采用深度学习架构的AlexNet模型，以超越第二名10个百分点的成绩在ImageNet竞赛中夺冠），侧重于感知智能的图像分类技术在工业界逐步实现商用价值，助力金融、安防、互联网、手机、医疗、工业等领域智能升级。 现阶段有较好商业化进展的主要为语义感知中的分类任务 与人类实时选择性处理视觉信息不同（如人在驾驶时不需在意公路边草地的纹理或形状，也不用知道每辆车的确切形状），计算机仍难以从实际需求出发自主选择性输入并计算影像信息，通常需要人类对具体任务进行分解并使用与之匹配的计算方法，建立完整理想的智能视觉系统仍有很大挑战。另外，与可结合常识做猜想和推理进而辅助识别的人类智能系统相比，现阶段的视觉技术往往仅能利用影像表层信息，缺乏常识以及对事物功能、因果、动机等深层信息的认知把握。 数据与算力是深度学习的重要支撑 开源环境仅降低计算机视觉领域的入门技术门槛 工业界和学术界先后推出了用于深度学习模型训练的开源工具和框架，包括Caffe、Theano、Torch、MXNet、TensorFlow、PaddlePaddle、CNTK等等，极大降低了人工智能技术在工业实践中的入门门槛。尽管不同框架各有所长，但它们并不能真正满足企业在处理实际复杂业务时所面对的挑战，性能、显存支持、生态系统完善性、使用效率等不同层面的不足要求企业需要针对性的调整框架以适合自身业务所需。而在数据处理、计算集群管理、网络设计、应用端性能优化等若干重要环节都存在各种各样非开源技术或已成熟方案所能解决，极度依赖相关技术专家去探索求解的重要问题。对于前沿算法的突破创新以及算法在不同使用环境中的优化升级，不同公司的技术高低差异依然很大。 计算机视觉比赛的意义在于推动算法思想的进步 2007年由李飞飞教授发起的ImageNet计划将人工智能领域的影像数据推向了前所未有的规模，至今已有1400万张经过人工清洗标注的图片，含有2万个分类，为计算机视觉领域做出巨大贡献。自2010年每年一度的ImageNet物体识别竞赛（对1000类接近50万张图片的单标签识别），更是成为了计算机视觉领域最受关注的比赛。2017年，ImageNet举行了最后一届图像分类竞赛，Top 5的错误率降至2.25%（大幅领先人眼），该竞赛完成了历史使命，而更多的关于图像语义分割（像素级的分类问题）、1:N人脸识别、图像及视频理解（看图写话）方向的数据集与比赛将逐步登上舞台，推动更多领域更贴近真实世界场景的算法革新。 二、计算机视觉行业概况 计算机视觉行业图谱 中国计算机视觉行业市场规模 2016年下半年，1：N人脸识别、视频结构化等计算机视觉相关技术在安防领域的实战场景中突破工业化红线，敲响了计算机视觉行业市场大规模爆发的前奏。伴随人脸识别、物体识别等分类、分割算法不算提升精度，在2017年占比较高的安防、视频广告、泛金融、手机及互联网娱乐领域之外，医疗影像、工业制造、批发零售等现阶段的创新领域也将逐步解锁，成为行业整体快速发展的重要支撑。 前端智能的渗透率将逐步提升，与后端协同智能计算 伴随AI专用芯片及嵌入式感知系统的成熟研发，前端设备即可完成相对基础的视觉感知，并将识别、分类的结果实时应用，实现前端智能。对于需要大量计算、存储资源，利用多维度数据关联分析的诸多场景，后端服务器计算依然是当前主流。前端智能的渗透率将逐步提升，与后端智能协同加速产业升级，不仅可满足特定场景对实时性、隐私性的要求，还可在前端成像（千万像素、千帧/秒）提供越来越多数据信息的背景下，让前端智能选择预处理过的结构化的高质量数据及分析结果传输至后端，减少因带宽压力过大导致的丢包、压缩所引起的信息丢失或误差，提升智能分析的准确性。前端智能系统的功耗、稳定性、存储空间、数据及系统更新的网络传输等诸多重要问题仍有待解决，现阶段主要通过压缩算法模型、挖掘硬件潜力以及在压缩模型的同时针对现有芯片进行优化的方式来解决功耗有限、运算能力低的问题。 三、计算机视觉的应用场景 1、安防影像分析领域 主要应用场景之人脸识别 对道路卡口、车站、地铁站、机场等地方的监控视频进行智能分析，检测出动态视频中的人脸与黑名单库中的影像记录做实时比对，比对成功则立即报警推送给警务人员处置。 主要应用场景之视频结构化 2012年南京“1．6”案件发生后，南京警方从全市1万多个摄像头共提取了近2000T的视频数据，调动1500多名公安干警查阅搜索视频线索，共耗时一个多月。海量视频的有效利用存在巨大挑战，完全依靠人工费时费力，而安防影像智能分析则可有效缓解这一问题。视频结构化可针对已经生成的海量视频内容进行自动化处理，提供行人、机动车、非机动车等关键目标的监测、跟踪、属性分析，辅以以图搜图等检索功能，让案件侦办和治安布控更加智能便捷。 安防行业的千亿市场为视觉智能改造提供充分空间 2016年中国安防行业总产值为5410亿，占据2016年中国GDP的7‰，其中1900亿属于安防产品产值。从产品结构角度，安防产品可划分为视频监控、防盗报警、出入口控制等，安防影像的智能分析属于视频监控产品的升级改造，是各地区平安城市项目建设中的重要组成。2011年至2016年中国安防市场连续5年保持2位数增长，结合国家政府对建设更高水平的平安中国、进一步提升人民安全性的要求，未来中国的安防市场依然会保持稳定增长，对人工智能、计算机视觉技术的升级改造也提出了更高的期待。 智能安防相关产业链条分析 计算机视觉技术供应商在提供智能安防影像分析的时候，可能面对监控设备及平台软件厂商、集成商、公安等三大类客户。在最终的使用者公安以外，其他三类参与者关系复杂，各自的业务定位都在发展变化，合作间有竞争。 2、泛金融身份认证领域 主要应用场景及相关影像采集设备 与安防影像分析中人脸的“1:N”识别不同，目前泛金融领域以人脸“1:1”身份认证为主，部分场景涉及“1:N”识别，如银行网点中对VIP客户的智能识别。 刷脸认证的优势与功效 3、手机及互联网娱乐领域 为消费级产品带来全新智能体验 计算机视觉技术的成熟进步为同质化的手机产品及互联网娱乐应用带来了新的活力。2017年诸多国内外手机厂商推出了具有刷脸解锁的旗舰机型，而手机与影像相关的拍照优化、相册分类、编辑处理等也于近几年得以智能升级。人脸识别、特征点定位以及场景识别、物体识别等技术也丰富了直播、短视频等互联网应用的娱乐性，同时为影像内容的智能审核及分类做出贡献。 4、商品识别领域 拓宽信息边界，连接人与商品 键入关键词，搜索引擎可连接人与信息，大幅提升人类获取信息、搜集知识的效率，为世界创造巨大价值。计算机视觉则将信息的边界再度拓宽，缩短设计、原料采购、生产制造、线上与线下零售等各个环节的人与商品的距离，为商品供应链带来效能提升。 5、工业制造领域 产品质检及3D分拣 伴随年轻人从事重复性体力劳动的意愿降低，相关领域的劳动力成本极速上升，工厂对智能自动化设备的需求日益凸显，为计算机视觉技术在工业制造领域的研发落地提供了市场基础。产品（尤其3C产品）质检是现有视觉技术有望在未来3-5年在工业制造领域大规模落地的应用场景，目前产品质检依然依靠大量人力做肉眼判断，效率低、成本高、漏检误检严重，而深度学习算法可支持多种缺陷类型，增量学习也能不断提升产品适用性。另外，工业场景中存在大量的冲压件、组合件等不规则物体，不规则物体的分拣（无序抓取并有序放置，涉及物体识别、姿态估计、尺寸测量、运动规划等）需借助3D视觉技术，即使技术相对领先的国外产商相关产品也不足够成熟，出现问题难以即时相应（往往邮件沟通，售后服务难以保障），给予目前尚处于产品研发测试阶段的国内新兴厂商反超机会。 6、广告营销领域 智能挖掘影像内容广告位，构建新型营销模式 计算机视觉技术可在长视频、短视频等点播平台、直播平台以及利用手机摄像头的AR应用中，为广告主提供多种形式的互动化、与内容强相关的场景广告。 7、医疗影像分析领域 智能医疗影像分析对病种的要求及重要指标 相比计算机视觉在其他领域的数据标注工作，医疗影像的标注门槛较高，需由专业医师标注，而且非典型病例的标注意见较难统一。标注工作之外，医疗影像分析对数字化程度、数据量、临床路径、对应检测量都有着苛刻的要求，不同病种的情况不同，难以一概而论。另外，对具体系统分析能力的考核，不能仅依据简单的准确率，特异性与敏感性是最基本的两个指标。 8、自动驾驶领域 自动驾驶技术剖析 自动驾驶系统主要涉及传感器融合、感知、高精地图、定位、规划及控制等若干技术环节，以解决“我在哪儿，周围有什么，环境将发生什么变化以及我该怎么做“等四个问题，计算机视觉则在环境感知（周围有什么）与地图绘制（我在哪儿）中发挥重要作用。 从起步到落地，自动驾驶仍需经历长期测试 自动驾驶汽车主要由车辆本身、内部硬件（传感器、计算机等）以及用于做出驾驶决策的自动驾驶软件等三个子系统组成。车辆本身需由OEM认证；内部硬件也需在各种极端条件下充分测试其稳定性，达到车规级要求；自动驾驶软件方面，相关系统需经过百亿甚至千亿公里以上的测试来充分验证其安全性（人类司机平均每1亿公里发生致命事故1~3起，自动驾驶技术要想大规模落地应用，必须优于人类司机的安全性）。与此同时，大规模路测也是收集相关场景数据以便改进感知、决策等智能技术的必要手段。然而，100万辆10万公里总里程/年的车辆行驶1年才能达到千亿公里的数据量级（Waymo在过去8年积累350万英里以上的自动驾驶数据），仿真环境下的虚拟路测（如今每天有多达25000辆虚拟的Waymo无人车在模拟器中驾驶高达八百万英里的里程）与不涉及实际控制的影子模式可作为常规测试的补充，有效降低路测成本。 自动驾驶，起步于限定场景 数据驱动的感知及决策算法难以应对开放、动态的环境的千变万化，自动驾驶车辆如何理解人类意图、如何与人工驾驶车辆的司机沟通交互也面对巨大挑战。在清晰简单的限定场景中，规则易总结，数据易收集，相关算法就越容易达到安全性要求。因此，相比开放环境下大众乘车出行的一般场景，自动驾驶技术将先在高速货运、低速摆渡、特定生产等场景落地应用。大众出行领域，自动驾驶也会逐步在特定速度限制下（时速60公里内的L3级自动驾驶汽车已有量产），停车场，乃至高速或环线等相对简单的封闭道路中替代人类驾驶。另外在自动驾驶实现以前，视觉监控系统也可对车内驾驶员进行疲劳检测、注意力检测和手势识别等，为L3级自动驾驶人机控制权的交接提供支撑，兼顾安全、驾驶辅助和车内互动娱乐。 智能出行公司为大众带来无人驾驶出行体验 美国交通部和美国高速公路安全管理局（ NHTSA）在今年9月份发布《自动驾驶制度方针 2.0》，预计将在2025之后实现全面自动的安全功能以及高速公路的自动驾驶。国内科技公司相对乐观，纷纷发声将在2021年前后实现仅在特殊情况需人类介入的L4级自动驾驶乘用车的量产。考虑到现有算法技术的能力边界，2021年其实难以实现通用场景的L4级自动驾驶，小概率的意外缺陷都有可能引发致命事故，但2021年成为创业者标杆的时候，它将促进“预言的自我实现”，技术的突破性进展及不断拓宽的行驶场景依然值得期待。自动驾驶的到来需要在汽车中装配大量的软硬件设备，共享出行可减轻自动驾驶在推进消费市场时的阻碍，由出行服务商评测系统安全性，承担并消化成本。智能化与共享化是汽车产业生态的重要发展趋势，车企、科技公司、出行服务商间（三方均已布局自动驾驶研发）的合作结盟也会愈发频繁，智能出行公司随之诞生。 四、计算机视觉行业发展趋势 不断提升限定场景识别准确率，优化性能渗透更多行业应用 虽然终极愿景道阻且长，但分类任务的日益精准已解锁并将不断解锁更多场景应用。如同过去5年计算机视觉技术在人脸识别上的不断突破，误报率从2015年的千分之一提升至2017年的十亿分之一（在通过率为90%的情况下），商业服务、城市安全、大众娱乐等诸多场景均体会到不同层次的智能升级，商品、道路环境、医疗影像、遥感影像等更多对象的识别、分类问题也将会逐步突破工业化红线，从仅做辅助补充的非关键性应用拓展到切实提升核心业务效率的关键性应用。各行各业的创新型智能应用将纷至沓来，而人脸识别的性能亦将继续攀升，追求百亿、千亿规模上的可行性。 前沿算法之外，商业壁垒有赖于产品、服务、市场等综合建设 对于更为广泛的传统行业或线下使用场景的潜在客户，计算机视觉的技术落地往往涉及对具体业务场景的硬件设备改造、软件集成以及本地计算设施的部署，算法、技术的实际功效更需要建立在对客户真实业务场景的深层理解之上的针对性开发。不断增长的市场需求要求更加全面、及时的售前、售中、售后服务，而在对视觉技术能够达到的有效帮助缺乏足够认知或部分暂时缺乏科学完善的评测标准或技术相对同化的业务场景，市场销售的重要性尤为凸显。既要注重前沿算法研发，又要注意现阶段商业落地与市场拓展，这些都为以高新技术人才为主的计算机视觉公司提出了更为综合的挑战。

继连续3年成为全球游戏收入第一大国之后，2018年，中国游戏市场在蓬勃发展之中，受游戏版号审批受限、网络游戏内容审核监管加强等因素影响，新血供应不足、资本投入寥寥，游戏市场普遍陷入了找量难、找钱难、找人难的“三难”局面，最强“冷空气”无疑来袭。首当其冲的，就是近三年以来以黑马姿态异军突起的移动游戏产业：据11月28日极光大数据发布的《2018手游行业年度研究报告》，截至2018年10月最后一周，中国手游用户规模为5.27亿，从2月份峰值的6.13亿骤降14%；国内31家市值破亿级别的游戏公司，超过9成受到游戏业务下滑所带来的影响，Q3财报均出现下跌，就连腾讯的网络游戏收入也同比下降了4%。领跑黑马供血不足：想过冬的小玩家，想洗牌的大玩家要知道，在亚洲市场，仅在去年，移动游戏的产值就达到了360亿美元，今年更是预计突破384亿，而主机游戏过去两年的产值一共加起来也只有3.8亿美元，可以说移动游戏占据了整个游戏市场的四分之三江山。继2016年全球游戏产业产值首次突破1000亿美元之后，移动游戏一直作为领跑游戏产业的黑马，其暂缓蛰伏对于整个游戏产业所带来的影响无疑是巨大的。继2018年春节顶峰之后，手游用户规模就开始了连续8个月的下跌，仅在今年暑假期间（8月）出现了小幅度的提升，此后即使手游市场连续推出《梦幻模拟战》、《我叫MT4》、《流星蝴蝶剑》等手游新作，也难以逆转下降趋势。同时，DAU（日活跃数量）、渗透率、和月均DAU等关键市场指标，均出现了明显下滑。除此之外，受版权限制影响，手游市场新血不足，更是悬在众厂商头上的达摩克利斯之剑，除少部分厂商尚有“存粮”，但相信在版号暂停审批前，中国广电虽然审批了1872款手游，随着寒冬的延长，也支撑不了多久了。“新”游暂不可期，“新”市场成为渡冬突破口。换个思维就是，国内“旧”游对于国外玩家来说，就是一个“新”游，于是一场为了渡冬的游戏出海行动在2018年掀起。而各个国内玩家已经熟悉的手游，在不同的异国他乡，无疑找到了自己新的舞台。韩国市场，《阴阳师》、《少女前线》独领风骚，前者上线三天就跻身App Store畅销榜前三，后者更是成为首个登上韩国iOS 畅销榜单的国产游戏；日本市场，《碧蓝航线》、《奇迹暖暖》开辟国产“二次元”领域，上线后均在不足一年的时间内营收就过亿美元；北美市场，《王国纪元》连续三周美国iOS收入榜Top 20，发布两年半的累计收入超过57亿元；《绝地求生》手游国际版《PUBG Mobile》虽然近期由于《堡垒之夜》的影响稍显疲软，却依然是在国际上表现最为惊艳的国产手游之一……不难发现，一般能跨领域、跨文化啃下国外手游市场的手游，无疑都是经验实力雄厚的诸如腾讯、网易等互联网巨头。因为除了游戏本身的品质及玩法，超强的宣发手段，也是决定国产手游是否能够闯入海外市场的重要原因。毕竟那些运用在国内玩家身上多年、早已成熟的运营体系和引流方式，对于国外玩家群体来说，无疑是新鲜且难以抗拒的。而这背后，无疑是需要巨额的资金投入和成熟的团队支持的。而贸然拿着新作投入海外市场的中小玩家，无疑是在国内市场碰壁之后的走投无路。毕竟我们只能看到那些冲杀出来了的，而倒在半路上的向来是不引人关注的。源于手游在海外市场的源源不断输血，因此，能不能度过寒冬的问题，还是中小玩家所需思考的问题；而对于手游巨头来说，所想的，或许更多的，是在冬日之后的洗牌之中，是如何进一步抢占更大的市场份额。毕竟，娱乐、亦或者是游戏，是全球市场永恒的需求，蛋糕总会越做越大。玩腻的老游戏：喜新厌旧的手游市场今年7月，陪伴了我们6年岁月的《QQ宠物》正式宣布下线，成为我们的童年回忆，也正是验证了一句话“没有什么是永垂不朽”。而在竞争激烈、新作层出不穷的手游市场来说，一款手游的生命周期，往往仅为6-12个月。根据极光大数据的报告，截至今年10月，渗透率前五的手游之中，除了《绝地求生：刺激战场》是今年推出的新游，占据头排的都是发布时间超过3年的老游戏，新血不足的现象愈发严峻，难以出现超越《欢乐斗地主》、《开心消消乐》等休闲益智棋牌游戏的、可以复制《王者荣耀》奇迹的下一个国民手游。一年之中，C位出道三年的《王者荣耀》市场渗透率，不可避免地从巅峰的25%，跌至现在的17.36%，虽然依然保住了第一的位置，但不管是对于腾讯来说，还是对于中国手游市场来说，这都不是一个好的信号。因为没有哪个游戏能永远占据市场第一，厂商们所争夺的，无非是下一个第一是自家的新游。《刺激战场》已经经历了市场9个月的考验，虽表现优异，但想要接管《王者荣耀》的市场份额，无疑还有很长一段路要走。而腾讯如果不尽快推出超越《王者荣耀》的亮眼新游，这块蛋糕无疑会被无数奔涌而来的玩家们瓜分，这些玩家来自国内，同样也会来自国外。不管是8月上线的《堡垒之夜手机版》（腾讯国内代理），还是预备年底上线的《狂野飙车9：传奇》，或者是隔壁游戏界“霸主”任天堂已发布或预备发布的《精灵宝可梦》、《火焰纹章》、《动物之森》、《超级马里奥》以及近期的《塞尔达传说》、《马里奥赛车》，国内厂商看上了海外市场，海外厂商也无疑盯着中国手游市场这块肥肉。毕竟喜新厌旧，人之常情，最好玩的游戏，永远都是“下一个”，即使暂时不在国内发行的手游，遍布世界的海外中国玩家党们，也永远不吝于与自己的朋友分享最新最好玩的游戏。毕竟中国的手游玩家，已经玩了《王者荣耀》3年了。没有哪个游戏想成为回忆里“过时”的“经典”。毕竟与经典和情怀伴生的，往往都是过时和回忆，而不是市场和资本。层级森严：顶级厂商把控市场当然，流行可能会在将来成为经典，但在现在正当时，流行依然是流行，并且大多流行都只会诞生于厂商巨头：腾讯和网易。大多数玩家都在调侃，中国游戏公司只有三家：腾讯游戏、网易游戏、以及别的游戏。由此可见在中国短短十数年的游戏产业之中，早期崛起的互联网巨头，在游戏产业之中的重点地位和巨大优势。在极光大数据的报告之中，腾讯、网易在手游市场依然呈现碾压态势，横扫各大畅销手游TOP10，席卷了绝大多数手游用户的时间和精力。无数款精心制作的手游之中，总有一款是为你量身定做、让你爱不释手。甚至于说，在凄风苦雨的手游市场之中，腾讯手游DAU虽然下降，但其市场占比却整体呈上升趋势，国内手游用户率更是高达72%。可见蛋糕即使一时变小，腾讯也是依然拿着大的那块。不过相较于过去迷信于“XX出品，必属精品”大厂品牌效应的老玩家来说，中国00后的手游新玩家，所在意的点放在了更为本质的地方：这款游戏到底好不好玩。口碑成为一款游戏能否爆火的重要因素，相比之下明星代言、宣发能力倒是不太被重视：即使是大厂，如果游戏不好玩，也可以原地暴毙；即使是“草台班子”，如果游戏够有意思，也有无数玩家蜂拥而来。可以说，2018年后的手游市场，的确迎来了最好、最慷慨也是最为挑剔的手游用户群体：95后和00后，兴趣多样、爱好广泛、对于新事物有着强烈的好奇心且不迷信品牌和权威，乐意为自己喜欢的游戏慷慨解囊（00后手游玩家付费率高达85.2%）。因此，只要你足够有趣，“草台班子”们拥有无数机会和途径走进玩家的视线，甚至于说你是个半成品也可以，比如《太吾绘卷》。当然，除了随时应对可能抓住机会起飞的“草台班子”，大厂们也还有一个更为简单粗暴的途径，就是买下能做出好游戏的“草台班子”：比如众所周知的腾讯收购的拳头工作室以及蓝洞工作室，前者《英雄联盟》雄踞市场，后者《绝地求生》强势续命。毕竟有钱还是可以“为所欲为”的，国内手游市场，至少在五年或者更长的时间内，还是只有三家游戏公司。展望寒冬之后：除了过冬，还得备春耕如前文所说，对于小厂来说，过冬意味着存活，只有活到回暖之后，才能享受“最好的玩家们”所带来的巨额手游市场福利；而对于大厂来说，考验永远都不是过冬，而是过冬之后。因此，国内的游戏厂商们，除了过冬，还得备春耕。然而就现在的局势来说，市场的机会在哪里？一方面，25岁以下手游新用户逐渐成为市场消费主力，新的消费者带来新的消费需求，率先洞察者将抢占市场先机。每个年代都有所谓的“时代游戏”，从魔兽到星际，从dota到lol，时代游戏都是完全契合当时主流玩家群体的需求。最懂得、最能满足00后玩家需求的厂商，将最先打造出“时代游戏”，错过的人只能成为跟风者。而游戏市场奇妙的地方在于，以往的“时代游戏”，几乎都是由不是由当时的厂商巨头所研制出来的。另一方面，除了积极开拓海外市场，国内用户下沉市场将成为下一个激烈战场。据极光数据展示，国内12%的手游用户集中于重庆、北京、上海、广州、深圳等一线城市，与网易游戏和腾讯游戏的手游用户主要分布区域完全一致。二三线城市成为中小厂商纷争地，广大三线以下城市成为被忽略的蓝海市场。“农村包围城市”或许成为中小玩家虎口夺食途径，前有拼多多通过下沉用户市场在淘宝京东等巨头围剿之后逆袭上市，中国游戏市场未必不能迎来“第四家公司”。无不存在机会的绝境，更何况中国手游这块明显闪烁着耀眼金色的市场。寒风之中，小公司凭借开春之后的美好憧憬苦苦支撑，大公司在竞对环伺的顶峰坐立不安，不管是流量还是月活、是技术还是创新，都是每一家公司所必须面临解决的问题，不过相信冻死裸泳者和投机者的寒冬过去之后，精良存留，中国手游市场必将迎来新一轮的爆发。这个寒冬，只要活下去，你或许就赢了。

随着互联网头部企业从集团层面推动以搭建中台为目标的组织架构变革，数字中台的社会关注度迅速上升。当前，中台的发展还处于初级阶段，对于相关概念的定义、实际的价值、建设的要求等问题的认知还不统一；但随着市场关注度日益提升、企业实践逐步落地，市场对数字中台的认知开始聚敛。本报告从数字中台的概念和本质出发，梳理数字中台的发展逻辑，分析数字中台的发展现状和行业应用，判断行业发展的未来和机会，并针对数字中台下一阶段发展的关键问题，提出策略性建议。公众号【互联互通社区】，回复【中国数字中台行业研究报告】获取全部内容