AI軟件企業(yè)商湯科技正式在港上市，截止12月31日中午休市，相對發(fā)行價上漲超過42.8%，在今年大量科技股破發(fā)以及中概股受挫背景下，人工智能在年底的投資圈叒火了一把。
說起人工智能，老邢想起了美國伊利湖畔的刺骨寒風。
當年，為了能利用學校的服務器和數(shù)據(jù)庫，大晚上只能躲在圖書館里連學校WIFI，寫代碼，趕項目。需要用Python做金融大數(shù)據(jù)的抓取，然后訓練機器學習算法，去預測投資假設，屬于人工智能在量化投資上的應用。
回國后我直接使用AI算法機會少了，更多時候是作為人工智能商業(yè)發(fā)展的一個觀察者，積累了一些洞見。冀以此篇原創(chuàng)梳理一下2022年人工智能應用端的一些發(fā)展趨勢，亦期待有助于各位讀者新年里的投資判斷。
AI應用端發(fā)展現(xiàn)狀
人工智能簡單來說就是指計算機等生產(chǎn)資料具備了人的智慧去完成任務。人工智能知識所涉及的學科領域包括了計算機科學、數(shù)據(jù)科學、數(shù)學、心理學、行為學、工程學等眾多科學，而其應用的場景則更加廣闊，能夠與理工、社會、人文等幾乎所有學科分支進行交叉融合，使其成為人類發(fā)展的重要支撐基礎。
從宏觀層面上講，2021年，我國政府對人工智能實行了一系列支持，先后頒布了一系列行動計劃和綱要，從頂層設計上重點支持人工智能。在“十四五”規(guī)劃綱要中，明確了人工智能將成為建設創(chuàng)新型國家，實現(xiàn)新型工業(yè)化、信息化，推動經(jīng)濟高質量發(fā)展的最有力助推器之一。
近年來我國企業(yè)在人工智能應用端取得了較大的進步。
這不僅因為人工智能是一個可以被企業(yè)廣泛利用的技術和范式。理論上其能幫助公司提高效率、降低成本、精準營銷、改善體驗、革新產(chǎn)品，以及找到新的需求從而實現(xiàn)整體轉型。
還因為我國人工智能的整體發(fā)展還能得益于世界數(shù)一數(shù)二巨大的數(shù)據(jù)量以及中國可與美國媲美的網(wǎng)絡科技頭部企業(yè)的帶動作用。
早在2018年李開復博士就已經(jīng)明確提出，由于掌握了更大的數(shù)據(jù)量以及擁有一批在AI領域有技術能力和資本實力的超級企業(yè)作為產(chǎn)業(yè)鏈支撐，中國的企業(yè)將在AI國際競爭中取得巨大優(yōu)勢。
同時對于企業(yè)間以及國別間合作，李博士并不認為企業(yè)需要用保密或者隔離的手段獨立發(fā)展AI技術，而是需要共享最新成果，從而在整體上獲得更快的突破。
綜合國內(nèi)主流研報觀點，如下圖所示，當前依附于人工智能的價值鏈廣義上可以分成基礎研究端、技術支持端、以及應用端三個維度。
基礎研究端是基于學術上的底層科學鋪墊，不但涉及計算機科學、數(shù)據(jù)科學，以及數(shù)學等學科的最新理論進展，還涉及芯片與傳感器等“高端硬科技”產(chǎn)業(yè)在學術層面的實踐成果。
技術支持端主要建立在計算機科學特別是軟件、編程等領域的有力支撐之上開發(fā)服務型產(chǎn)品或者實體產(chǎn)品，也可以為企業(yè)運營提供解決方案。具體例子就是老邢比較熟悉的以機器學習/深度學習等統(tǒng)計學模型來預測，或者是圖形視覺以及自然語言處理等計算機科學下的細分專業(yè)。
應用端是本文的重點，所關聯(lián)的領域非常廣泛，即涉及AI技術企業(yè)商業(yè)發(fā)展與技術研發(fā)成果的直接應用，又涵蓋各行各業(yè)利用AI技術開展自身運營效率提升、策略革新，以及數(shù)字化轉型等的間接應用。
比較典型的直接應用為智能語音識別、人臉識別、信貸違約預測、消費大數(shù)據(jù)智能分析等；比較典型的間接應用例子可以是企業(yè)利用人工智能技術重新設計工作業(yè)務流程以及變革管理以增加企業(yè)員工效率并降低運營成本。
在直接應用上，據(jù)東方證券首席經(jīng)濟學家邵宇前不久發(fā)布的研究顯示，我國AI技術有50%應用在了安防、人臉識別上，還有30%應用在了互聯(lián)網(wǎng)金融中。可見目前我國AI的直接應用整體上還是非常集中的，或需要拓展多元化的應用場景。
根據(jù)麥肯錫在2020年底發(fā)布的一篇調(diào)研報告，我國企業(yè)人工智能間接應用上取得了很大進展但也存在一些障礙，可歸結為幾個點：
（1）各行各業(yè)過半數(shù)的受訪企業(yè)表示至少在標準業(yè)務流程中嵌入了一項AI應用。30%企業(yè)表示正在嘗試至少一項人工智能的應用技術。
（2）雖然大部分企業(yè)認識到了人工智能在應用端的價值，但只有21%的企業(yè)把AI技術普遍布置到業(yè)務單元中。
（3）通過使用人工智能，企業(yè)可以有效推動核心業(yè)務的數(shù)字化轉型，但依然面臨人才緊缺以及投入資金不足的限制。
2022年投資看點
首先，AI技術企業(yè)將在2022年繼續(xù)蓬勃發(fā)展。據(jù)IEEE（電氣電子工程師學會）最近的一份調(diào)研報告顯示，全球主要經(jīng)濟體的超過300名首席技術官或者首席信息官中有超過20%的受訪者表示人工智能和機器學習將成為影響2022年最重要的技術，排在所有技術門類第一。
報告同時顯示普羅大眾對未來5年人工智能技術的增長非常有信心，約95%的全球受訪者認為，人們生活的各個層面中都將會被植入人工智能技術的應用，且更重要的是，這些受訪者普遍認為這些應用是推動社會產(chǎn)業(yè)創(chuàng)新和進步的動因。
AI企業(yè)整合力度空前，科技企業(yè)巨頭加大收購AI應用“專精”小企業(yè)力度。據(jù)外媒報道，2021年世界范圍內(nèi)有超過130宗涉及AI應用企業(yè)的并購，總金額超過280億美元，這一金額比2020年增長超過5倍。
典型的例子要數(shù)微軟斥資160億美元收購人工智能應用公司Nuance Communications。新一年里類似的科技巨頭兼并“AI小專精”的情景大概率將繼續(xù)上演。
對投資者來說，雖然收購本身很可能帶來新的投資機遇，但并不是每個收購都能帶來企業(yè)價值的提升。還要關注這些巨頭完成收購后成本是否上升過多以及對原來公司創(chuàng)新的支持力度上是否減弱。
從上市企業(yè)角度講，萬得人工智能指數(shù)（884201.WI）在2021年漲勢良好，截止12月31日，近一年上漲近18.5%，大幅度跑贏大盤指數(shù)以及2020年熱門的消費指數(shù)。
即使上漲幅度較大，其估值水平依然不錯，如下圖所示AI指數(shù)的PE依然較為合理，沒有像白酒等板塊那么高。
從獨角獸投資層面講，2022年我們可以更加關注以下這些直接應用細分產(chǎn)業(yè)：云計算中的人工智能、視覺分析人臉識別、人工智能芯片、人工智能解決方案、基于人工智能的高性能計算、智能物聯(lián)網(wǎng)平臺、智能語音交互、深度學習解決方案。
其次，對于那些間接應用人工智能的企業(yè)，我們在2022年還可以關注這幾個點。
第一，根據(jù)市場營銷咨詢機構International Data的最新報告，2021年世界范圍內(nèi)零售產(chǎn)業(yè)在AI應用上的支出超過了銀行業(yè)，成為在AI上的第一大支出產(chǎn)業(yè)。主要原因在于疫情對于線上消費的重大刺激作用導致零售企業(yè)紛紛加大對電商業(yè)務以及數(shù)字轉型的投入，而人工智能在其中扮演了核心角色。
除疫情帶來的因素之外，人工智能還能幫助那些傳統(tǒng)線下零售商（諸如大超市、建材賣場等）更有效地預測客戶消費模式以及消費趨勢，幫助這些企業(yè)更有效率地選擇鋪貨品牌以及擺放合適的貨物在賣場合理的位置。
越來越多的零售業(yè)電商以及線下零售商正在啟動上述這些AI革新并加大AI上的投入，我們完全有理由預計這個趨勢將在2022年得到延續(xù)。特別可以關注基于數(shù)字化轉型的新消費企業(yè)以及那些擁有AI技術儲備的互聯(lián)網(wǎng)巨頭的零售業(yè)務拓展。
第二，銀行業(yè)的AI轉型之路將繼續(xù)。根據(jù)麥肯錫2020年底的一份研報指出，銀行業(yè)整體上雖然在AI應用上投入較多，但依然沒有完成基于AI的基礎轉型。報告指出，銀行幾乎可以應用AI技術在各個場景上，特別是對應客戶的營銷和個性化服務，控制風險、改善效率、降低成本，以及獲悉新的商機。
報告同時指出銀行目前的數(shù)據(jù)基礎設施以及核心信息技術架構相對互聯(lián)網(wǎng)金融企業(yè)是不占優(yōu)勢的。這種競爭力的相對低下更凸顯在銀行傳統(tǒng)的業(yè)務架構上，因為按照原有條線（對公、零售、風控、中收等等）分開治理模式，各個條線與集中化管理的信息技術以及數(shù)據(jù)分析團隊更難形成有效率的合作，導致銀行整體AI轉型面臨瓶頸。
我認為上述這些不足恰代表2022年銀行業(yè)的AI轉型機會可期，特別是面對新興數(shù)字銀行的壓力，銀行業(yè)的危機感較強。投資者或許可以更多關注銀行AI方面人才招聘戰(zhàn)略等公開信息作為投資決策依據(jù)。
第三，2022年AI藥物研發(fā)領域可能具備較大增長空間。谷歌旗下DeepMind公司2021年中正式發(fā)布了“諾獎級”的人工智能生物研究工具AlphaFold2。請各位讀者務必記住這個名字，因為研究人員利用它獲得了迄今最準和最全的人類蛋白質組圖像。一堆代碼組成的工具居然代替生物研究人員預測了21種生物的全蛋白質內(nèi)35萬個結構！
這項AI技術有望幫助人類減少新藥物研發(fā)的成本，特別是大大提升新藥物試驗效率。CRO+AI會不會是一個新的熱門賽道？
第四，制造業(yè)在人工智能時代的轉型將可能是2022年的工業(yè)主賽道。據(jù)麥肯錫研究2021年初的一份報告，在工業(yè)領域，機器學習驅動的高級分析以及機器視覺是工業(yè)領域目前最主要的AI應用。特別是基于深度學習的高級分析已經(jīng)幫助不少高耗能企業(yè)（諸如鋼鐵廠）精確演算出最佳的能源消耗參數(shù)（比如鍋爐溫度的精準預測），為這些企業(yè)降低了成本。機器視覺則可以代替人工為工業(yè)企業(yè)識別和分析產(chǎn)品外觀上的瑕疵，從而提升質量控制。
投資者在2022年制造業(yè)AI應用機會上，可以更關注工業(yè)企業(yè)是否基于客戶的定制化需求來實施AI技術革新，以及企業(yè)能否利用AI應對人工成本的高企。
尾聲
讀完了以上企業(yè)人工智能應用端的投資“摘要”，希望讀者們結合自身的專業(yè)和知識儲備做投資決策。請務必基于理性和科學的分析。投資人工智能絕不一定是可以“躺贏”的，還需考慮多重因素。
比如，在2022年還需重點關注人工智能的監(jiān)管問題。2021年四月，歐盟實施了迄今為止西方世界最嚴格的人工智能監(jiān)管措施，嚴格監(jiān)管AI在招聘、貸款申請，甚至強力機關在辦案中的應用，加強私人圖像數(shù)據(jù)和隱私保護。這在很大程度上會對相關企業(yè)造成一定的影響。
