人工智能的尴尬2019及破局2020，三大技術九大行業解析（1）
來源：獵豹全球智庫
四、技術
(一)芯片：A股AI芯片概念市值近7000億 迎創業黃金時代
1、我國人工智能芯片概念市值已近7000億
數據來源：同花順iFinD ，獵豹全球智庫分析整理
同花順iFinD數據顯示，在A股中目前我國的人工智能芯片概念股總市值已經超過了6400億，其中以計算機視覺和安防領域著稱的海康威視市值達到了2672億;
數據來源：IT桔子，獵豹全球智庫分析整理
在一級市場，人工智能芯片同樣受到追捧，IDG、紅杉、高瓴資本紛紛參與其中，深蘭融資次數也達到了5次之多。加上寒武紀、地平線等一些頭部公司的融資情況，預計目前二級市場加一級市場，人工智能芯片公司的市值估值綜合將超過7000億，即將邁入萬億時代。
2、2019年是人工智能芯片搶灘落地年
2019年對于人工智能芯片是重要的落地年，獵豹全球智庫整理了一下今年國內比較有代表性的事件：
來源：獵豹全球智庫
我們可以看到，無論是研究機構、科技巨頭還是芯片創業公司，衆多力量都在擁抱芯片的創新研發。這將給芯片——這個高投入、高風險、慢回報的行業帶來深刻的化學反應，而對于人工智能芯片來說，2019年這不平凡的一年究竟意味著哪些趨勢，獵豹全球智庫將通過兩個問題試圖來解答這一疑問：
1、芯片界的摩爾定律會失效麽?
芯片行業一直遵循摩爾定律保持快速增長，如今，晶體管已經縮小至 7nm 制程，預計2030 年將達到 1 nm。而原子的極限就是 0.1 nm。這是否意味著，摩爾定律即將放緩?
答案是否定的，目前看，摩爾定律仍然有效。
但是爲了追求最先進的工藝，把晶體管刻得越來越細，半導體工廠需要做十幾層的光掩膜，把光刻在半導體上等(Mask，後來也叫光罩)，這套工藝越來越貴。芯片領域已經變成金錢、資源和時間的比拼。
因而，即使芯片價格沒有變化，芯片工藝成本即 NRE 成本(一次性工程費用)會越來越高。90 年代，芯片流片一次只需要 100 萬美金，到下一代芯片，可能就需要 1億美金。
這時候，誰擁有更多資源，誰能夠獲得規模效應，賣出去更多芯片，誰家的芯片價格就會更低，在市場上就有競爭力。相反，如果沒有錢和資源投入到最新的工藝制作中，沒有大量客戶爲芯片買單，芯片公司就容易在市場上處于被動的地位。
2、巨頭做芯片，小玩家是否還有活路?
全球AI 芯片版圖
來源：公開信息
在全球AI的芯片版圖上，除了包括英偉達、英特爾、高通在內傳統的集成電路供應商，芯片創業公司，華爲、谷歌、亞馬遜、微軟、蘋果在內的科技巨頭一躍而起。
對于華爲、谷歌、蘋果這類巨頭而言，他們面向客戶，有足夠的營收，生産的芯片可以用在自己的産品上。這將成爲芯片行業的一個趨勢：有資金、有客戶的巨頭將從芯片行業的客戶變成玩家。
在行業馬太效應明顯的情況下，創業公司如果只是在原有的通用芯片上和巨頭比拼工藝，很難存活下來。
這時候，創業公司的機會主要有兩個。
一是在垂直場景下提供一站式的解決方案，包括芯片、系統和算法。第二種則是采用專門工藝，做射頻芯片、功率半導體、特殊傳感器等專業芯片。
兩者只是躲開了巨頭的競爭領域，但能否找到合適的垂直市場，實現巨大的規模效應，仍然有很大挑戰。
而從更廣的維度來看，我國有全世界最爲廣泛的AI芯片應用場景，目前在 AI 專用芯片(ASIC)設計領域，中國與世界處于同一起跑線上，相信在未來，通過紮實的深耕，中國也能贏得在AI芯片上的話語權。
(二)智能語音：科技巨頭搶食 垂直領域生存空間將遭嚴重擠壓
智能語音作爲下一代人機交互入口或家庭控制中心，成爲了國內外巨頭以及新興科技企業爭奪的戰場，其中醫療、家居、教育、可穿戴設備等是爭奪的主要賽道。
來源：Gartner
根據Gartner在2018年7月發布的AI技術成熟度曲線，語音理解、虛擬助理已經進入泡沫化低谷期階段，而語音識別則進入實質生産的高峰期，這意味著語音識別技術的場景落地大幕已經開始。
1、智能語音龍頭科大訊飛：教育是基礎 發力To C
科大訊飛爲中國智能語音第一股，其主攻的場景爲智慧教育、城市以及消費者市場等。
來源：獵豹全球智庫
從近期科大訊飛公布的三季報來看，其營業收入、淨利潤等數據均表現不俗，但是它淨利潤中政府補貼占比較高，一直被市場所诟病。不過這一情況也正在改變，科大訊飛正從強技術的To B市場向To C端發力。數據顯示，其C端産品的收入占總營收比例也從2017年的6.3%增長至2018年約13%。
2、智能語音生態代表：雲知聲、思必馳端芯戰略
雲知聲和思必馳也是智能語音的典型代表，二者更加強調端和芯，其中雲知聲采用雲端芯戰略，它通過爲提供智能語音解決方案，落地智能家居、智能車載、智能醫療等場景。
來源：獵豹全球智庫
近一年在芯片端的發力迹象比較明顯，2018年5月制定了UniOne系列芯片計劃，先後推出智能家居和智能音箱的第一代芯片“雨燕”，並計劃推出智能車載領域的第二代芯片“雪豹”和智慧城市的第三代芯片“旗魚”。
來源：獵豹全球智庫
思必馳則提供自然語言交互解決方案包括DUI開放平台、企業級智能服務、人機對話操作系統、人工智能芯片模組等。
來源：獵豹全球智庫
圍繞四個方向進行布局：AIOT(車載應用，智能家居等)、AIBOT、AI芯片、AI生態。此外，思必馳還通過投資的方式布局上下遊試圖構建自己的AI生態。
3、新興智能語音代表獵戶星空：構建垂直一體化AI能力
獵戶星空垂直一體化AI能力
來源：獵戶星空
另外一個新興代表爲獵戶星空，創立于 2016 年9月，是由獵豹移動投資的智能服務機器人公司，擁有垂直一體化AI能力和全鏈條AI技術。其語音能力包括三層：其語音能力包括三層：(1)打通包括喚醒、識別、理解和合成的語音雲鏈路技術;(2)構建獵戶星空語音OS平台;(3)自研全鏈條語音芯片。借此實現智能服務機器人語音交互能力和多模態語音解決方案的遠場識別、多輪應答、雞尾酒會效應等，在智能硬件産品和嘈雜的實際場景中保證應用效果。
4、自研芯片成頭部玩家新趨勢
由于落地體驗改善有賴于從硬件到軟件、從算法到産品各個環節的緊密協調，智能語音在多數場景下普遍存在落地體驗不好的問題，因此當前衆多頭部企業在布局專用語音芯片。
例如獵戶星空聯合瑞芯微電子發布了專門針對智能語音和物聯網設備的 AI 芯片OS1000RK，此外出門問問、Rokid也加入了語音芯片研發行列。
部分人工智能企業布局芯片
來源：獵豹全球智庫
總結，智能語音市場一些新興公司通過在垂直領域深耕獲取核心競爭力，但隨著企業技術之間差異化縮小，巨頭加入，垂直領域公司的份額遭到蠶食，在國內，包括科大訊飛在內，將C端作爲其重要戰場，但BAT的加入讓未來誰能坐上智能語音的頭把交椅充滿著懸念。
(三)視覺：計算機視覺“破圈” 頭部公司+垂直場景成市場格局
2019 年人工智能的哪項技術完成了從技術到大衆的“破圈”運動?答案是計算機視覺!在刷臉支付，門禁考勤，銀行開戶等越來越多場合，ZAO軟件的火爆，讓更多人感知到人臉識別技術的發展。
人臉識別從技術話題到民生層面的背後，是計算機視覺技術的廣泛落地。如果將計算機視覺領域分爲基礎層、算法層和應用層，在過去一年，中國計算機視覺領域的突破主要在應用層，也成爲計算機視覺技術最大的消費者與提供商。
中國的人臉識別技術已經遍布全球
來源：Fiancial Times
經過2017、2018 年的嘗試後，很多沒有需求的場景被證僞，安防、金融、考勤門禁等成爲主要的應用領域。
來源：前瞻産業研究院
但對該領域的公司來說，2019 年並不是容易。資本遇冷之後，相關投資數量從2017 年開始持續下降。且市場上有商湯、曠視、依圖這類估值近百億美金的公司，通用性技術公司已無新機會。
頭部公司日子也不好過。曠視在香港港交所提交招股書，招股書顯示，排除政府補貼的因素，曠視依然虧損。計算機視覺公司是否能夠撐起近百億美金估值，成爲資本市場關注的話題。未來一年，這些公司仍需要找到持續有利潤的商業模式。
與此同時，創業公司開始深耕垂直化的應用場景，比如獵戶星空就將其視覺識別技術落地到智慧辦公、智慧軌交、智能家電、智慧教育等領域，推動家庭和公共服務的智能化。
未來，除了在垂直領域深耕之外，計算機視覺領域，BigGAN、3D人臉建模、Fast.ai(快速、低成本、高准確率的圖像模型分類訓練)、vid2vid技術(超逼真高清視頻生成AI)等新研究或將發揮新作用。不過對現有方法的改進和增強可能多于創造新方法。
五、智能服務機器人：回歸理性 行業發展仍處于早期
從2014 年軟銀集團首次對外展示了人形機器人 Pepper開始，到 2017、2018 年，智能服務機器人經曆了萌芽，發展，小爆發的階段，投融資項目層出不窮。
2019年，隨著資本遇冷，智能服務機器人行業也回歸理性。據不完全統計，2019年，智能服務機器人行業融資大事件爲17起。同比之下，2018年行業融資大事件爲20起(數據來自賽迪顧問)。
2019年智能服務機器人融資事件
來源：獵豹全球智庫
在大衆層面，隨著越多越多的機器人産品落地，機器人也從科幻電影走入了尋常百姓家。由于仍處弱人工智能時代，距離真正的通用人工智能有很大差距。對機器人抱有極大幻想和期望的人們不免覺得失望。
如果用 Gartner 的技術曲線周期，目前的智能服務機器人仍處于市場啓動期，現有的技術方案尚不成熟，仍然需要大量二次開發工作。
來源：獵豹全球智庫
好消息是，在酒店、餐飲、商場、法律、政務等場合，正在出現一些深耕的服務機器人公司。這些公司由于對垂直場景需求有更深入了解，能針對性提供便捷服務，正在實現企業降本增效、提升體驗的效果。
隨著芯片成本降低，5G 商用化到來，機器人不僅成本將大幅度降低，反應速度變快，專業的知識儲備也將越來越豐富。未來 2~3 年，可以預見的是：
1、垂直行業機器人的出貨量將從千台級別上升到萬台級別，艾媒咨詢預測，到2020年，中國服務機器人年銷售額將超過300億元 。
2、人機協作仍是趨勢，機器人只能在部分功能替代人，不能完全取代人力，學會使用機器人，讓機器人爲人所用，將成爲人們的技能之一;
3、資本越來越集中頭部，企業間由技術模型的比拼變爲垂直場景和商業化能力較量，專注深紮垂直場景是創業公司的生存之道。
六、應用
(一)智能安防：競爭激烈 四大勢力紅海厮殺
安防仍是AI落地場景中最重要的領域。在計算機視覺的行業應用中，占據了 67.9% 的市場份額。
得益于國家在平安城市、天網工程、雪亮工程、智慧城市等計劃的推動，安防行業總産值在過去十幾年保持快速增長，到 2018 年已經達到 7183 億元。
安防系統包括門禁系統、視頻監控系統和報警系統。其中，視頻監控是安防行業的主戰場，占比超過 51%。
AI 在安防行業的主要應用場景包括：以圖像識別爲基礎的人臉識別、車輛識別、人群與行爲識別等。經過2018 、2019 年的加速落地，安防監控行業已經形成了四大類玩家：
1、以海康威視、大華、宇視科技爲代表的傳統安防巨頭，正在從産品銷售方到整體解決方案服務商轉變，加大基礎層、平台層和應用層的建設;
2、以商湯、曠視、依圖爲代表的新晉AI視覺公司，從AI 算法入手，豐富産品，提供端到端的産品和解決方案;
3、華爲、騰訊、阿裏等互聯網巨頭，也開始從後端向前端進軍，全力推出人臉、車輛、視頻存儲等一系列産品和解決方案;
4、以機器人公司爲代表的的新玩家。比如，優必選、國自機器人、深蘭科技等，在物流、電力、汽車等行業提供安防巡檢服務。
來源：獵豹全球智庫
展望 2020 年，安防領域 AI 的價值會繼續彰顯。獵豹全球智庫認爲以下幾個趨勢可以關注：
1、行業競爭激烈，原有玩家擁抱新技術，新來者攻城略地，互聯網巨頭勢頭不減。在産業鏈條複雜的安防領域，並購、生態合作將成爲未來幾年的趨勢。(比如阿裏巴巴和宇視合作，佳都和華爲合作，千視通與平安雲聯合等。)
2、軟硬件一體化。在各家紛紛提供整體的解決方案之時，圍繞行業客戶提供軟硬件一體的解決方案將成爲 2020 年的方向。
3、隨著各路競爭對手的進入，安防場景的毛利率將進一步被壓縮，低毛利率將成爲行業常態。
4、在國內場景完成技術積累後，全球化也將成爲安防玩家的一大重要方向。
(二)智能教育：AI+教育結合條件成熟 商業化仍處于早期
傳統教育領域一直存在三個明顯的痛點：1、以老師爲核心，師資資源分配不均;2、課堂趣味性不足，個性化教學難以實現，教學效率低下;3、家校信息不對稱，學生安全等問題牽動家長的神經。
人工智能對教育的改善，也從以上三方面展開：
1、作爲教學的輔助工作。通過語音語義識別、情緒識別、大數據分析、自適應技術等，爲學校、老師、學生，提供更加有效率、個性化的教學和學習工具。
2、人工智能學科教育引入。包括編程教育、機器人教育、創客教育、VR/AR教育，基礎知識培訓。
3、利用人臉、指紋、虹膜等人工智能技術構建包括安防、社交、管理在內的智慧校園系統。
獵豹全球智庫曾根據教育部發布的政策與投入經費預估，我國在教育信息化的投入將達到3600億。政策、技術發展、市場規模等都爲人工智能和教育的結合提供了條件。可以看到，2019 年不論是在線教育公司，人工智能企業，互聯網巨頭，都紛紛布局 AI+ 教育。
來源：獵豹全球智庫
但AI+教育仍然需要面對一些重要挑戰：
首先是數據道德與隱私問題。曠視就因爲智慧校園的一個方案展示截屏飽受爭議，如何在保障學生安全同時防止其隱私不受侵犯，給孩子們提供人性、個性化的教育，需要業內人士探索。
其次是形成更加完善的教學體系和商業化模式。人工智能和教育的結合仍然處于外圍變革階段，真正推動核心內圈創新，離不開更加完善的教學體系以及規模化的商業模式。
(三)智能零售：線下線上數據一體化 潛力巨大
2019 年，有一篇特別火的文章《未來的消費品都值得重做一遍》。如果把消費品換成傳統零售，這個結論也一定適用。
隨著大數據、人工智能相關技術的出現並成熟，傳統零售場景的門店、倉儲、物流、供應鏈體系等都將從粗放的管理進入到數字化、精細化運營的階段。
根據艾瑞咨詢調查數據顯示，2018 年以計算機視覺技術爲核心的人臉識別和商品識別是主要的建設方向，相關投入占據整體的 55.36%。
來源：艾瑞咨詢
其中，湧現出三類主要玩家，以商湯、曠視、獵戶星空爲代表的AI 公司，以阿裏、騰訊、百度、京東爲代表雲服務商，以及蘇甯、盒馬鮮生等品牌零售商。
以獵戶星空智能服務機器人“豹大屏”爲例，通過主動招攬、語音互動、品牌導購、問路查詢、反饋調研等功能，滿足商戶和品牌的營銷需求，目前，已覆蓋超過15個城市，500個主流商場，累計服務人次超8000 萬。
智能新零售未來的兩個趨勢是：
1、一切以用戶爲中心，線上線下數據一體化。隨著傳感器無處不在，用戶的線下購買行爲將被數據化，用戶身份信息將同行爲信息關聯，商家在更多維度理解用戶和用戶喜好。
2、零售從供應鏈驅動到消費需求驅動。商家從消費端掌握海量數據，幫助其更好地預測顧客需求，進一步反向影響設計、生産和銷售，優化原有供應鏈流程。
(四)智慧金融：人工智能將降低金融服務門檻 促進金融的普惠性
金融行業與人工智能天然匹配。目前人工智能在金融行業的運用主要有人臉支付、量化投資、智能風控、智能投顧、智能客服等。
人工智能在金融領域的應用
來源：獵豹全球智庫
以量化投資爲例，基于語音識別、機器學習等人工智能算法開始應用于指數編制或策略開發，並形成了相關策略特色的ETF産品。
來源：獵豹全球智庫
人工智能在金融應用上的主要參與方爲互聯網科技巨頭、金融科技集團及人工智能技術提供方。
關于人工智能在金融領域的發展趨勢，獵豹全球智庫認爲，主要講體現在以下兩個方面：
1、從趨勢上看，未來新技術不斷滲透將推動金融行業普惠化;
2、強化科技監管將成爲規範金融行業未來發展的必然選擇，例如對于人臉支付的法律法規監管問題近來一直被市場所熱議。
(五)智能家居：進入3.0時代，家庭機器人或將成爲家庭智能中樞
智能家居作爲物聯網領域重要的一部分，標志著家居行業進入2.0時代，目前智能家居仍然屬于朝陽産業，已經具備基礎技術能力和商業發展模式。
其中語音識別是未來智能家居的入口。以客廳爲中心的家居場景是語音識別的最合適的試驗場，也是各個巨頭爭奪的場景。以智能音箱爲例，隨著亞馬遜Echo智能音箱的面世，百度、天貓、小米也紛紛殺入此領域，競爭日益激烈。根據IDC預估，2020年語音交互在國內智能家居市場中的滲透率將達到27%。
來源：獵豹全球智庫
目前智能家居的主要玩家包括互聯網企業、硬件廠商、家裝家居、地産商和各類服務商等，互聯網巨頭BAT率先扛起了大旗 ，華爲、百度、小米不甘落後;傳統家電企業美的 、海爾、格力、海信、TCL等相繼入局。
關于智能家居的趨勢，獵豹全球智庫認爲：
1.隨著5G技術的超高速傳輸實現，極大地方便了信息的檢測和管理，將加速實現家居場景的萬物互聯。在市場份額上，雖然目前智能家居格局未定，未來國內外的互聯網巨頭由于本身具有能夠抓住用戶心智，同時資金優勢、技術優勢、人才優勢、流量優勢，更有可能占據未來智能家居領域的重要地位。
2.智能音箱競爭局面的殘酷及智能音箱缺乏主動服務意識的缺點，造就新産品形態入局機會。具有交互特點和主動服務意識的家庭機器人迎來新的空間，甚至會成爲家庭智能中樞的入口，將智能家居推到3.0時代。
(六)智能醫療：兩種模式厮殺，正在開啓“下沉市場”爭奪
人工智能在醫療領域的應用場景，目前相對統一的認識是：醫學影像、輔助診斷、藥物研發、健康管理、疾病預測。
來源：億歐智庫
2019年，醫療人工智能場景並沒有與之前有顯著不同。但醫療自身的特性，讓參與其中的玩家不僅需要硬核的AI技術和解決方案能力，還需要深入醫療專業和漫長的醫療健康産業鏈，其商業化之路仍然處在起步階段。
獵豹全球智庫的關注點在于兩點：
1、由于醫療的專業性，目前深入(臨床應用)醫療人工智能場景的更多爲所謂的“醫療+AI”模式，而“AI+醫療”(AI企業在醫療領域布局)模式前期更多是基于自身技術優勢搶占場景賽道，此後逐步強化臨床應用。
2、不論是“醫療+AI”還是“AI+醫療”，醫療人工智能也在開啓“下沉”模式，向基層醫療和全科醫學拓展。
來源：動脈網、蛋殼研究院
獵豹全球智庫認爲，在醫療基因濃厚的“醫療+AI”模式中，其優勢在于距離臨床應用更近，醫學專業人才和醫療行業資源更爲豐富;其弱勢在于目前仍然距離商業化很遠，且缺乏場景拓展的彈性。由AI向醫療進擊的“AI+醫療”模式，其優勢在于以智能技術或機器人解決方案參與整個智慧醫療産業鏈;而其弱勢是在臨床應用和醫學專業科研上或許競爭力不足。
此外，人工智能在醫療的應用還有玩家共同面臨的問題：
1、數據打通困難，不同醫療機構的數據隔閡，真實數據遷移不易實現。
2、深度學習算法難以解決醫療場景的特有問題。比如醫學圖像中出現同病異像、異病同像、模糊邊界等問題。
3、人工智能輔助設施不足，醫療機構數據化信息系統尚未建立。
盡管如此，獵豹全球智庫仍然相信，在2020年，醫療領域仍然是人工智能應用的熱門，基層醫療的智能時代也將開啓，而隨著智能服務機器人和AI賦能的繼續進步，“健康管理”或也將跻身醫療人工智能的熱門。
(七)自動駕駛：冰火兩重 道阻且長
自動駕駛已被證明是一個非常複雜的系統性工程，僅技術層面就涉及雷達感知、高精度地圖、定位、路徑規劃、決策、動態控制、系統架構、系統驗證等十多項核心能力，此外還需要法律法規、城市規劃等方面的支持，以及巨額的資金投入。但仍不能阻擋其在過去一年中獲得了全球AI投資的最大份額(77億美元)。
來源：公開信息
1、技術實力：中國難以挑戰美國霸主地位 中國百度領跑
2019年從技術角度說對于自動駕駛來說是平淡的一年，無論是算法和硬件都沒有什麽突破性的改變。從地區上看，美國、中國和歐洲爲全球研發及應用“重鎮”。著名研究機構 Navigant research 的2019自動駕駛競爭力排行榜中，百度是唯一一個上榜的中國公司。在另一份報告中，歐洲地區提交的自動駕駛專利，僅有3%來自于中國。在自動駕駛技術上，中國想要挑戰美國的地位，還有很長一段路要走。
來源：Navigant research
2、自動駕駛中國落地：政府很積極，企業實施難
與其它AI技術相比，自動駕駛技術的落地相對來說會更謹慎也更窄。2019 年，是 L2(部分自動駕駛)/L3(有條件自動駕駛)的高光時刻，整車企業都在探索汽車更多的智能化，搭載ADAS(高級駕駛輔助系統)。而L4以上的自動駕駛不需要駕駛員，這無論在技術上、法規上、倫理上都難以短期實現。
宣稱L4級別的公司
來源：獵豹全球智庫
在中國，很多城市在積極探索自動駕駛試點，並發放相關的牌照。百度Apollo自動駕駛路測牌照總數達 150 張，占中國全部獲批自動駕駛路測牌照一半以上，其中 80 張牌照已經允許載人測試。
來源：獵豹全球智庫
來源：獵豹全球智庫
但中國似乎在實施另外一條路：不再訓練自動駕駛汽車在現有的城市環境中進行導航，而是對現有城市進行數字化改造，以適應並促進自動駕駛技術的發展。這被稱爲“智能城市”建設，包括路邊傳感器設備的完善，這些傳感器會根據導航提示(例如車道變化和限速牌)傳遞更豐富的道路信息。(吳恩達團隊盤點)
3.融資數下降，但資金正向頭部企業聚攏
融資則是冰火兩重天。數據顯示，中國自動駕駛領域2019年比2018年融資數量下降了36%，但總融資額卻上升了26%。這說明自動駕駛領域的風險投資逐漸向優質的頭部企業聚攏，光靠一個Demo就能融錢的時代已經過去。
數據來源：IT桔子，獵豹全球智庫分析整理
融資額大的項目很多是短時間內可以實現自動駕駛大規模落地的市場——自動駕駛商用車，如無人駕駛卡車、無人駕駛物流車、無人駕駛擺渡車等。
來源：獵豹全球智庫
4、2019年自動駕駛爲何面臨窘境?
(1)發展中的技術瓶頸：自動駕駛底層架構和大部分技術問題已經被解決，剩下的5%的長尾問題逐漸成了制約發展的關鍵。這些問題包括各種零碎的場景、極端情況和無法預測的人類行爲。
(2)受制于政策法律和倫理，無人駕駛也許是AI各技術中最難以得到推進的一個。目前無人駕駛汽車事故責任劃分規則仍未出台。而項目周期長、應用場景窄，讓投資人沒有耐心等到下一個接盤者。
5、2020年的自動駕駛行業會怎樣?
(1)行業將繼續洗牌。從大環境看，資本向頭部企業靠攏的趨勢還會繼續，技術開發能力不夠，無法落地的項目必將被清盤。
(2)將尋找更多的落地場景。突破口應在簡單場景的公交車、出租車，非載人的快遞車、重型卡車、封閉場景的礦區和港口等地。這場景在落地難度和政策上的門檻都更小。
(3)致命事故的發生，此類黑天鵝事件是自動駕駛行業的最大變量。
(八)智慧交通：前途光明，但誰來買單?
2019年9月，中共中央、國務院印發《交通強國建設綱要》，其中提到“大力發展智慧交通。推動大數據、互聯網、人工智能、區塊鏈、超級計算等新技術與交通行業深度融合”。
據華經市場研究中心《2019-2024年中國智慧交通産業招商指引及産業招商方案設計報告》預測，2019年智慧交通相關的市場規模達到815億元，2023年達到1590億元，年均複合增長率約爲18.18%。
來源：華經市場研究中心
市場前景樂觀，問題在于人工智能如何在智慧交通領域落地。從目前來看，智慧交通人工智能解決方案包括物聯網感知設備、智慧交通專用網絡、雲計算技術，以及智慧交通智能應用。
騰訊智慧交通解決方案
來源：騰訊雲官網
華爲智慧城軌新架構
來源：華爲企業業務官網
獵豹全球智庫關注到，智慧交通領域的人工智能企業大致分爲兩派，一派是綜合實力雄厚的巨頭，在底層和基礎層建構數據化和智能化應用生態，以自身優勢覆蓋細分解決方案，如華爲強調新ICT技術和數字世界底座概念，騰訊突出連接優勢借助海量數據推出細分應用;另一派在垂直領域通過與場景合作方深入捆綁，針對場景痛點進行技術賦能，不斷拓展交通領域場景，如視覺方面海康威視在城市交通、智慧停車等場景，商湯在車輛識別、車輛行爲識別等應用，語音+視覺多模態能力的獵戶星空在智能軌交場景，語音方面的科大訊飛在交通指揮調度場景等。
隨著智慧交通的深入，鐵路、機場等場景數字化與智能化程度加深，智慧交通的市場空間足夠大。但從目前來看，存在著相關産品或服務不符合真實場景需求問題。智慧交通的買單方到底是B端還是C端?目前不明晰。在2020年，智慧交通各種場景中的AI技術應用和智能化轉型會有更多嘗試，這些嘗試僅是應用場景的試水和拓展，很難大規模商業變現。
(九)智慧城市：複雜的系統工程，兩種路數，一種難題
智慧城市是一項系統工程，涉及人工智能、大數據、雲計算、區塊鏈、5G、物聯網等衆多技術。具體到AI應用場景，包括智慧政務、智慧交通、智慧教育、智慧醫療和智慧家居、智慧社區、智慧園區等。
依據國家標准《GB/T 34678-2017智慧城市 技術參考模型》，由艾瑞咨詢研究院整理的“中國智慧城市一般技術架構”可以大概了解智慧城市的基本要素。
來源：艾瑞咨詢
獵豹全球智庫對于智慧城市的關注點在于人工智能企業如何切入其中。
華爲的“智慧城市馬斯洛模型”、中國平安的“智慧城市1+N全面解決方案”、阿裏的“ET城市大腦”、騰訊的“3143整體框架”、浪潮的“三融五跨一協同”原則，代表了實力雄厚的巨頭對于智慧城市這一領域的系統策略，覆蓋自硬件與通信層、計算與平台層到應用層，並承擔所謂“智慧城數字底座”(華爲)、“城市大腦”(阿裏)的基礎或中樞任務。而更多科技企業則從細分領域切入，在應用層通過數字化或智能化，參與智慧城市具體應用領域的産品與服務智能化升級進程。
華爲智慧城市馬斯洛模型
來源：華爲企業業務官網
中國平安智慧城市解決方案
來源：平安智慧城市官網
騰訊智慧城市解決方案
來源：騰訊雲官網
實際上，作爲一個龐大複雜且涉及各方的系統工程，城市細分場景的數字化和智能化是最直觀的落腳點。以智能政務爲例，2019年，除了電子政務、數字政務繼續深化，已經出現了以智能服務機器人爲載體的AI軟硬件一體化産品和服務試驗性落地，在政務服務層面帶來全新體驗。比如，由獵豹移動與獵戶星空所打造的智能語音服務機器人即已經在多個城市政務大廳提供業務咨詢、引領帶路、終端機操作講解、特定場景接待講解、大廳各辦理地點導覽介紹等智能服務。
獵豹全球智庫認爲，2019年智慧城市仍然處在起步階段，目前談商業化還爲時尚早。從整體進展看，底層數字化和智能化基礎設施仍比較薄弱，下一步更重要的在于城市管理中跨行業、跨部門集成業務應用。此外，在一些細分應用場景，集多項AI技術、軟硬一體化能力于一身的智能服務機器人正在加入智慧城市的構建中來，更多物理場景數據化、智能化也將因爲更多數據采集、處理、傳輸而加快。
七、2020年，人工智能會更難嗎?
2020年的人工智能會更難嗎?
顯然，在商業化落地上，大家依然會面臨壓力。不少應用場景中還將出現洗牌的可能，比如已成紅海的安防，仍然面臨諸多困難的自動駕駛;即便是成熟度相對較高的應用場景中，如醫療、交通，也面臨著真正變現的壓力。5G商業化，讓智能家居、智慧城市、智能教育等看到新契機，但在激烈的競爭中能否殺出重圍，在更細分的應用裏能否贏得市場青睐，不僅取決于5G商業化是否順利，對人工智能應用而言，還需要對生意鏈條進行更精細化的探索。
投資大咖雖然說了“大家淡定完了，應該激動起來”的話，但就人工智能而言，資本市場在2020年的更大可能性是繼續保持理性，畢竟明星企業的估值仍然昂貴，投資人對AI商業化的期待還沒有清晰的路徑出現。
結語
2020 年，一個在科幻小說中屢屢被想象的年份。人們期待中的2020 ，是布滿電子大屏、穿梭著飛行器;仿生人、外星殖民、時空旅行等黑科技充斥的年份。顯然，這些預言都不會在2020 年發生，技術仍然以緩慢且不可逆的方式改變著每個人的生活。
著名未來學家丹尼爾·伯勒斯在《理解未来的七个原则》中提到预见未来的七个趋势，分别是：去物质化、虚拟化、移动化、智能化、网络化、互动化与全球化。
從這個角度理解人工智能，我們將在更廣的範圍，更多的設備，感受到AI 産品與服務的連接。
而對于中國而言，由于擁有全球最大最全的供應鏈，最大的消費市場，面對成熟用戶，不僅要看把用戶需求翻譯給供應鏈的能力，更需要看誰能做到全産業鏈效率最高的能力，只有在全鏈條上都有效率，才能讓産品做到最好，讓存量品類變爲增量品類。
更接近消費者和用戶需求，更具備全鏈條能力和效率，通過具體産品或服務出現在市場上的人工智能，將是2020年及之後新的發力方向。
“預見未來的最好方式就是創造它”，在經曆了泡沫、艱難與蹉跎的2019 年，我們將迎來嶄新的20 年代，全力以赴，不負韶華。