【課程回顧】人工智能主題前瞻（上）

主題投資的角度，今年最值得我們關注的有兩個方向，一個是數(shù)字中國，還有一個就是人工智能。

人工智能并不是一個新概念，作為一門前途光明的技術，人工智能一直在蓬勃發(fā)展，產(chǎn)業(yè)界投入了巨量的資源來推動人工智能技術的成熟和落地。隨著chatGPT聊天機器人的爆火，AIGC作為人工智能的一個分支已經(jīng)獲得了市場的熱烈追捧。

AIGC是目前率先突破的人工智能技術，而我相信這只是一個序幕，人工智能在這么多年的積累以后，很多賽道都走向了產(chǎn)業(yè)爆發(fā)的拐點。所以選了其中三個細分賽道進行前瞻性的梳理。

智能駕駛汽車就是要打造可以替代人來操作的新一代汽車。

有些盟友把智能駕駛和無人駕駛混為一談，其實這兩個概念是有區(qū)別的。

智能駕駛概念更加寬泛，指的是讓機器來幫助人進行駕駛。比如有些車裝了自動剎車裝置，當探知到前面有行人的時候，可以自動幫助駕駛員剎車，這就屬于智能駕駛。

而無人駕駛則是智能駕駛技術發(fā)展的終極目標，也就是要讓汽車徹底自動運行，這將成為出行領域的一次革命。

展望未來，高等級的智能駕駛乃至于無人駕駛可以帶來諸多好處：

安全： 對周圍環(huán)境感知更加精準而全面， 以此做出正確判斷。

便利： 解放人類的雙眼、 雙手、 雙腳， 及大腦， 使車變?yōu)椤暗谌羁臻g” 。

省時： 分析各類數(shù)據(jù)， 規(guī)劃最優(yōu)行車線， 避免交通擁堵。

智能駕駛蘊含了巨大的商業(yè)價值，我們可以從特斯拉的經(jīng)營模式中一窺究竟。

特斯拉的商業(yè)模式可以總結為：硬件交朋友，軟件賺大錢！

特斯拉的高級自動駕駛功能叫做FSD，這個功能是要收費的，而且價格還不便宜，目前價格已經(jīng)從最初的6000美元漲到了12 000美元。

特斯拉目前自動駕駛軟件銷售一次性買斷收費，有機構做過預測，在60%的滲透率假設以及800萬輛的保有量假設下，特斯拉單車的軟件利潤就可以比肩高峰時期的戴姆勒單車盈利能力！

相當于戴姆勒賺一份錢，特斯拉可以賺兩分錢！而且特斯拉未來的汽車保有量不可能只有800萬輛，考慮軟件邊際成本越來越低的特性，特斯拉未來靠智能駕駛軟件賺的錢可能比賣車還要多！

這也是為什么資本市場愿意給特斯拉那么高的估值，資本市場并不傻，特斯拉對標的從來就不是豐田通用這種傳統(tǒng)汽車廠商，而是蘋果亞馬遜這種科技巨頭。

這也是為什么我們國內(nèi)那么多科技巨頭爭著入局智能駕駛。華為、百度、小鵬等各路豪杰都是爭相布局智能駕駛。

從技術上來看，目前，部分低速、封閉場景下已實現(xiàn)L4級別自動駕駛商業(yè)化應用，且持續(xù)在新領域?qū)で笸黄啤?/p>

乘用車領域整體處在L2向L2+/L3級別過渡的階段，部分L4級別自動駕駛企業(yè)開始嘗試“降維”策略，向L2+市場滲透。

根據(jù)蔚來資本發(fā)布的報告，中國新車市場L3及以上級別的自動駕駛滲透率將在2023年進一步提升，有望在2025年達到10%，在2030年進一步提升至30%。

部分城市也開始加碼推動智能駕駛落地。

2022年8月，《深圳經(jīng)濟特區(qū)智能網(wǎng)聯(lián)汽車管理條例》正式實施，首次對智能網(wǎng)聯(lián)汽車的準入登記、上路行駛等事項作出具體規(guī)定。

2022年9月，《上海市加快智能網(wǎng)聯(lián)汽車創(chuàng)新發(fā)展實施方案》提出，到2025年產(chǎn)業(yè)規(guī)模力爭達到5,000億元，具備L2級和L3級汽車占新車生產(chǎn)比例超過70%，具備L4級及以上汽車在限定區(qū)域和特定場景實現(xiàn)商業(yè)化應用。

從投資的角度來說，智能駕駛相關的標的非常多。但是其中最為核心最為關鍵的應該是和算法、算力、數(shù)據(jù)相關的公司。目前我們國內(nèi)和算法、數(shù)據(jù)相關的公司主要是百度、華為等科技巨頭，A股上缺乏相關標的。

而算力端目前領跑的是海外的芯片巨頭，包括高通、英偉達、mobileye。這些芯片巨頭可以提供高算力的芯片，但是這些芯片不是說插到汽車上就能用，而是需要作為核心部件組成各種控制器，然后才能安裝到汽車上。

換句話說，芯片巨頭需要找到中國的合作伙伴，才能更好地爭取國內(nèi)陸智能汽車市場。順著這個邏輯出發(fā)，我們可以找到幾家關鍵的汽車零部件公司。建議重點關注德賽西威、中科創(chuàng)達、經(jīng)緯恒潤。

【課程回顧】人工智能前瞻（中）：機器視覺賽道

機器視覺是人工智能快速發(fā)展的一個分支。本質(zhì)上就是用機器代替人眼，機器視覺在諸多性能上優(yōu)于傳統(tǒng)人眼，出錯率更低，檢測速度更高，取代人工后成本也會更低。

機器視覺廣泛應用在智能制造、高端裝備、自動化設備等行業(yè)，是先進制造的重要組成部分。

機器視覺產(chǎn)業(yè)鏈：

上游主要為LED、圖像傳感器、光學材料、電子元器件、五金結構件等零部件；

中游主要為工業(yè)相機、鏡頭、控制器、傳感器等核心硬件，以及圖像處理、算法平臺等底層軟件；

下游主要為運用機器視覺技術的設備制造商和終端用戶，所涉范圍十分廣泛，如汽車、醫(yī)藥、化學、電子、半導體、印刷、食品飲料、物流、煙草、醫(yī)療、電池，等等。

人口老齡化+人工成本提升+機器視覺先天優(yōu)勢+政策扶持智能制造給我國機器視覺行業(yè)持續(xù)發(fā)展提供重要驅(qū)動力，而下游不斷成熟的機器視覺產(chǎn)品技術以及持續(xù)的國產(chǎn)化趨勢反過來又給我國機器視覺行業(yè)發(fā)展提供了重要支撐。

市場規(guī)模自2021年起將保持28%左右的CAGR增長，預計到2023年國內(nèi)機器視覺市場規(guī)模將達296億元。

相比歐美發(fā)達國家，我國機器視覺行業(yè)起步較晚，當前正處在快發(fā)展階段。目前國內(nèi)機器視覺賽道競爭比較分散，我們希望找到最具有競爭力的公司。

在機器視覺領域，競爭力主要體現(xiàn)在技術實力上，而技術實力最佳體現(xiàn)就是算法庫。

國內(nèi)視覺處理分析軟件一般建立在OpenCV等開源視覺算法庫或者Halcon、Vision Pro等第三方商業(yè)算法庫的基礎上，由于獨立底層算法具有非常高的技術壁壘（投入大、周期長），國內(nèi)只有奧普特、凌云光等少數(shù)企業(yè)具有獨立的底層算法庫。

凌云光

公司在專利方面領先可比公司奧普特。

在光學成像技術方面，公司實際控制人之一、核心技術人員楊藝獲國家技術發(fā)明獎一等獎1項，公司獲國家科學技術進步獎二等獎2項，在立體視覺計算成像領域走在前列。

奧普特

公司從3C和新能源行業(yè)起家，在汽車、半導體等諸多領域均有較大開拓空間。

從行業(yè)特點來看，3C、新能源行業(yè)對自動化和智能化的要求高，對機器視覺的重視程度高，需求相對其他行業(yè)也更加強烈；同時，國內(nèi)相關產(chǎn)業(yè)鏈布局完整，對于進口替代的需求更高。公司以解決方案帶動銷售的業(yè)務模式競爭優(yōu)勢凸顯，成功對進口產(chǎn)品實現(xiàn)了部分替代的同時，實現(xiàn)了較高的盈利水平。目前除優(yōu)勢行業(yè)外，公司也正在積極布局汽車、半導體等行業(yè)業(yè)務，未來有望打開其他更多行業(yè)的發(fā)展空間，持續(xù)抬高公司天花板。

【課程回顧】人工智能賽道前瞻（下）：AI醫(yī)學影像

在醫(yī)療體系中有一個概念，叫做醫(yī)療的不可能三角。所謂的醫(yī)療不可能三角，就是說一個國家的醫(yī)療體系不可能同時做到便宜、高效、服務好。

舉個例子，比如說美國的醫(yī)療體系，高效、服務也好，但是醫(yī)療成本巨貴無比。所以有這樣的段子：救護車來了，病人打死也不上去，寧愿忍痛不醫(yī)。因為上了救護車，這個人可能就破產(chǎn)了。

再比如英國的公立醫(yī)療體系就選擇了便宜和服務好，但是卻犧牲了效率。只要不是馬上要死的病，可能排個幾個月才能輪到你，大家看到這樣的新聞一點也不稀奇。

再比如中國選擇了便宜和高效，所以你看到醫(yī)生都是高強度工作。中國醫(yī)院的病床周轉(zhuǎn)率非常高，門診的每個病人基本在3-5分鐘內(nèi)就搞定了。所有很多患者會感到?jīng)]有被醫(yī)生重視，服務欠佳。

醫(yī)生為了保證能夠看完當天的預約病人數(shù)，不得不快速地給患者看完。而作為患者本來就因為生病而情緒低落，歷經(jīng)千辛萬苦，等待了不少時間，最后可能只得到醫(yī)生了了幾句話的回答。這時，處在病痛中的患者就容易有被忽視的感覺，這往往成為醫(yī)患矛盾的導火索。

每個國家的醫(yī)療體系都是不完美的，背后的根源在于醫(yī)療資源本身是不充足的。每個人都可能會有看病的需求，但是一個成熟醫(yī)生的培養(yǎng)卻耗時耗力，對于任何一個國家來說，優(yōu)秀的醫(yī)生都是國家急需的人才資源。

而人工智能的發(fā)展給醫(yī)療體系的進化帶來了希望。目前，人工智能領域開始越來越深入地探索賦能醫(yī)療賽道、增進醫(yī)療體系效率的方法。

也要越來越多的相關公司開始嶄露頭角。

AI醫(yī)學影像可能是人工智能在醫(yī)學領域進展最快的應用。

所謂的醫(yī)學影像是指為了醫(yī)療或醫(yī)學研究，對人體或人體某部分，以非侵入方式取得內(nèi)部組織影像的技術與處理過程。

如果說中國醫(yī)療是社會痛點，醫(yī)學影像更是痛中之痛。

中國醫(yī)學影像數(shù)據(jù)的年增長率約為30%，而影像醫(yī)生數(shù)量的增長率只有4.1%——醫(yī)學影像的需求與供給之間存在近乎十比一的巨大差距。

大醫(yī)院影像醫(yī)生工作繁重。每天，普通三甲醫(yī)院的放射科醫(yī)生平均要完成200份左右影像報告，還要承擔教學和科研任務。

基層醫(yī)學影像醫(yī)生短缺嚴重。中國有70%的鄉(xiāng)鎮(zhèn)衛(wèi)生院僅有影像技師，沒有具備診斷能力的影像醫(yī)生。

而AI醫(yī)學影像可以幫助解決這個問題。

我們以肺結核為例，據(jù)統(tǒng)計，中國約有1億肺結節(jié)患者，一旦查出肺結節(jié)一定要及早治療，不然可能會轉(zhuǎn)變成肺癌。

一家三甲醫(yī)院每天大概接待200例篩查者，每個患者產(chǎn)生200-300張CT，放射科醫(yī)生每天需要閱讀40000-60000張影像，任務繁重，消耗大量精力！

而AI醫(yī)學影像系統(tǒng)對十萬張以上的影像進行處理，用時也只需要數(shù)秒之間。

肺結節(jié)AI軟件已經(jīng)成為影像科醫(yī)生做胸部CT診斷不可缺少的幫手。

AI醫(yī)學影像賽道正處于快速導入期，雖然目前規(guī)模較小，但是成長迅猛，值得重點關注。

目前相關標的較少，未來可能會有更多AI醫(yī)療公司上市。

相關標的：聯(lián)影醫(yī)療、鷹瞳科技（港股）