中國人工智慧百強公布，平安殺入前五背後的新格局

最新 03-31

最近在朋友圈被一份《2017 年人工智慧企業百強》的榜單刷屏了，或許是微信好友中關注人工智慧的實在不少。

這份榜單，的確是個好東西，他就像是一份藏寶圖一樣，可以讓你了解國內人工智慧領域的重量級玩家有哪些，分別分布在哪個領域，能夠真正看明白這些企業的構成分布，對於未來進行人工智慧 (AI) 的相關投資和 AI 概念股投資，都是大有好處的。

所以，這裡就且來說說我的解讀。

下圖是我截取的榜單前十名。

第一到第六位，大體可以稱為綜合巨頭。

對於百度、阿里、騰訊這三家佔據了榜首前三，估計沒有人會有意外。作為中國互聯網產業的 BAT 三巨頭，他們的確是較早開始人工智慧研發的企業，尤其是百度喊出了 All-in 的口號，全情投入人工智慧——也正因此，雖然百度的市值相比阿里騰訊差距拉大，但是在人工智慧領域，是鐵鐵的第一。畢竟，百度研發無人車、百度大腦這些，魄力的確大。

華為和平安分列第四第五位，可能許多讀者會覺得有些突兀。但這恰恰代表了人工智慧的兩大不可忽略的趨勢。

華為代表的是硬體流。

華為以電信設備起家，近年手機大熱，而在人工智慧領域，最被看重的就是手機集成 NPU(神經網路單元)，也就是深度學習處理器。這意味著華為的手機在進行人工智慧處理，無需將數據通過網路發給伺服器，就可以在本地實現運算，具有更快速的反應能力，這對於許多速度要求極高的功能比如拍照，會有巨大的優勢。而能夠實現這一架構的硬體廠商，或許在未來的競爭中會有先機。

當然，此前華為大力宣傳的麒麟 970 晶元的 NPU 不是華為研發，提供者是百強榜單中排名第 24 位的寒武紀，除了它之外，第 27 位的中星微、第 12 位的全志、第 10 名的中科創達也是這個領域的重要玩家。

至於中國平安代表的則是跨界流。

中國平安以保險起家目前是中國綜合金融領域的巨頭，同時發力健康領域。而這幾年，更是大力發展科技金融，在過去十年累計在科研上砸下了 500 億元，希望將科技成為推動平安發展的新動力。

傳統上，我們會覺得人工智慧那麼高級的技術，必然是科技巨頭的天下。但是中國平安在這張榜單排名第五，比搜狐騰訊共同孵化的搜狗排名還高，可見跨界巨頭不可小覷。這種不可小覷，來自兩方面。

第一方面，是基礎技術本身。在許多國際的人工智慧比賽中，平安拿下的戰績相當不錯。比如最新消息是在國際醫學影像頂級會議 ISBI 舉辦的 IDRiD 眼底圖分析競賽中，中國平安集團旗下平安科技的平安穎像平台表現優異，斬獲硬性滲出物（EX）分割任務世界第一，出血（HE）分割任務世界第二，以及微動脈瘤（MA）分割任務世界第三的好成績。而去年年中的消息則是，國際權威人臉識別資料庫 LFW（Labeled Faces in the Wild）最新公布的測試結果顯示，平安集團旗下平安科技的人臉識別技術以 99.8% 的識別精度和最低的波動幅度領先國內外知名公司，位居世界第一。可見，金融巨頭也有可能在人工智慧的基礎技術領域領先。

第二方面，則是專業背景的加成。人工智慧深度學習，針對具體場景需要大量的優化。這意味著在金融等細分的應用下，出身金融的平安相比其他人工智慧從業者會在學習樣本上有天然的優勢，再加上演算法上不吃虧，可能會具有更大的優勢。從平安來看，去年推出金科空間站，向中小金融機構提供大量人工智慧加持的模塊化科技服務，顯然也是著眼於次。

除了這些巨頭，百強榜中，更多的是追求小而美的專項技術公司。

這也是人工智慧尤其深度學習的特點決定的，往往是細分領域隔行如隔山。

比如說人臉識別，雖然巨頭們都能實現靜態照片或者是開戶時視頻的人臉識別效果也不錯，但是在動態視頻人臉識別領域，業內出名並且被大量使用在公共安全監控領域的，還是類似 14 名的商湯科技、16 名 face++。

人工智慧都知道是個好東西，但是怎麼賺錢，就是另外一回事了。

看看百強企業，其實大體是三種不同的思路：針對普通消費者(toC)、針對企業用戶(toB)、針對自身需求(toSelf)。

用人工智慧設計產品，直接觸達最終用戶(toC)，讓他們有直觀感受，這是許多科技企業追求的目標。從軟體層面而言，29 名的觸寶輸入法、第 7 名科大訊飛的訊飛輸入法、76 名的圖靈機器人都是代表；當然這塊最大的還是在硬體產品上，比如近期百度推出的智能音箱，就是其聯合 46 名的小魚在家合作推出的，比如 25 名的 Rokid 就是專註智能機器人的，而第 6 名的搜狗剛剛也推出了翻譯機硬體。看起來，硬體廠商通過銷售硬體可以快速產生現金流，但是這塊普通消費者用戶的需求度還有待慢慢提升，而且硬體的價格還相對嬌貴，仍處於市場的培育期。

正因為 C 端用戶不好做，所以更多的人工智慧企業是提供技術和服務給企業用戶(toB)，並因此收費。前面說到的動態人臉識別的商湯，第 38 名主要做自然語言處理的玻森，都是如此。當然，在這個領域，湧入的玩家越來越多，除了小而美的專註性企業之外，還有巨頭們。比如百度、阿里、騰訊各自都在雲服務的架構下提供了大量人工智慧服務，可以按次付費，讓沒有技術開發能力的中小企業也可以享受人工智慧的應用；平安科技也是類似的思路，將金融 + 人工智慧打包成業務模塊，向中小金融機構提供。這些巨頭的湧入，對於小而美的企業是一個衝擊，對這些和巨頭人工智慧業務有直接交鋒的小而美企業而言，是不是能在細分領域夠有獨到的技術優勢就轉關重要了。

在 B 和 C 之外，你會發現還有 toSelf 的模式——這甚至成為巨頭們保持競爭力的核心優勢。

是的，谷歌大力開拓人工智慧，最初的目的是為了優化 Gmail 郵件分類，提升搜索引擎的表現效果，同樣有搜索廣告相關業務的百度、阿里等也是如此。

當然，人工智慧，對於需要和客戶大量溝通的企業更為重要，比如中國平安當年大力發展科技，10 年裡面投入了 500 億元研發費用，就是希望能夠優化流程提高效率，從最開始無紙化降低紙張的浪費，到遠程開戶等提升用戶的體驗，僅僅為了自身原有業務，都有大力投身人工智慧的需求。

當然，toS 模式最妙的一點就是，自主研發的技術在滿足了自己的需求之後，還可以對外輸出，既回饋了業界，同時也成為了利潤增長點。比如阿里雲和百度雲均將自有人工智慧技術以 API 提供，而平安則是更進一步，將技術和模式打包成服務方案，向中小金融機構提供，自用人工智慧技術雲服務人工智慧技術，產學研的鏈條就此打通形成閉環。

如果說對於百度阿里這樣的科技企業，這條產業鏈是順理成章的事情，那麼以金融起家的平安，能走出這條道路就難能可貴，一方面是積累了足夠先進的技術可以輸出，這需要技術實力，另一方面能夠不拘泥於金融主業，而是看到科技的價值，毅然決然轉型成科技驅動的創新企業，如此才能進入科技投入的豐收期。

如果我們相信人工智慧領域研發費用會是相當重要的一個因素，那麼前面提到的 BAT 華為平安這五大巨頭，未來的優勢可能會更穩固。畢竟巨頭們不需要融資，不需要看資本市場對於人工智慧行業的臉色，僅僅是自有的利潤就能支撐一代代新技術的開發——這在人工智慧已經被探討是否出現泡沫，資本預冷何時出現的背景下，更為重要。

人工智慧可以幹什麼？

顯然不同的企業，對此有不同的看法，涉及的業務線也不同。

人工智慧可以做的，最簡單的就是現有產品的體驗優化。比如百度的搜索原來需要輸入文字，但是利用百度的語音識別人工智慧，可以實現語音輸入了，從百度搜索到各類地圖導航，的確用戶體驗都大大提升了。但顯然，你不可能因此要求用戶付費，更多是提升體驗，留住用戶。

當然，人工智慧如果和傳統產品來一個跨界大交叉，是可能出現全新業務的。如果說各地警方用的探頭智能跟蹤，用人臉識別來抓拍穿馬路是現在知名度比較高同時應用比較成熟的創新業務，那麼無人車應該算是業內給予最大期望的全新產業了，汽車企業在做，百度谷歌這樣的科技巨頭也在做。

不過全新業務的問題就在於，除了抓拍闖紅燈這類政府立竿見影可用的，無論是無人車還是智能音箱，研發、消費者接受等都來得比較慢，需要相當長的培育期。

從目前來看，降低成本尤其是企業成本，或許是人工智慧產業化短期一個重要的突破口。其實抓拍紅燈，雖然是一個全新的應用，但是本質上也是降低成本的延續。因為以往警方在遇上重大案件的時候，是通過人工識別來實現，甚至有買空一個城市移動硬碟的趣聞，而人臉識別可以省掉了這種巨大的人力和硬碟損耗，所以警方在推動這塊上，很是積極。

其實中國平安力推科技，除了當家人馬明哲自身慧眼認為這是大趨勢，一個內在的推動也在於人工智慧對於平安這樣人力密集的行業，降低成本的作用巨大。在 2018 年初平安人壽智慧客服體驗周上，平安壽險董事長丁當已經用一系列數據闡述了這一塊的潛力有多大，根據平安壽險的計劃：利用人工智慧等科技賦能未來 5 年客服成本下降 614 億元。614 億元意義有多大？要知道即使是整個平安集團，按照分析師的預測，2019 年的利潤預測值也不過剛剛過 1000 億元。根據丁噹噹時的分享，僅僅是避免門店的擴張，用現有的 55 個保證原本需要 5500 個才能完成的線下客服任務，依靠降低房租成本一項一年就能節省 530 億元，可見在整個房租成本越來越大的背景下，人工智慧帶來的線上操作對降低成本的作用有多大。

在未來一段時間內，平安這樣的降低成本的人工智慧應用思路，或許會成為許多企業擁抱人工智慧的核心思路。比如百強中排名第 9 的珍島集團是以人工智慧輔助營銷降低營銷費用的損耗，21 名的 Chinapex 是用人工智慧研究客戶數據，41 名做智能物流機器人的 Geek+、81 名做智能客服的智齒科技。

人工智慧是個偉大的技術，他正在改變著我們的生活。

而在這個過程中，有多少家企業能夠成為人工智慧時代的巨頭，不僅僅是技術的先進性，同時也得把脈住需求的趨勢，這或許是進行人工智慧股投資時短線上要注意的問題。

人工智慧毫無疑問是這兩年的新事物，隨之而來的一堆新名詞和背後的新業務。在研究這百強企業之前，不妨熟悉幾個名詞，雖然這些不可能囊括所有的人工智慧細類別，但是的確可以讓你了解絕大多數的人工智慧企業在做什麼

讓計算機去理解影像，不是一件容易的事情。但是又非常重要。比如說早些年就開始應用的 OCR，圖片上的文字識別成計算機可用的純文本，又比如這幾年流行的人臉識別還有照片優化，都以來人工智慧對視覺信息的理解。

一段純文本交給計算機，只是大量 01 位元組的存儲。只有利用人工智慧，才能對這些文字進行解讀，找出核心關鍵詞、判斷情感、抽取核心觀點等，這就是 NLP 的工作。

人類與外界交互，除了視覺就是聽覺。計算機的人工智慧也要不斷學會識別語音，將語音轉化為純文本，以交給後續進行處理。當然，計算機發達之後，還能對文本進行學習後，模擬生成對應的語音，這對於人機語音交互至關重要。

人工智慧是個好東西，但是往往需要龐大的計算。傳統計算機的 CPU(中央處理器)已經難以應付，甚至新興的 GPU(圖形處理器)也不夠用，所以許多專門為人工智慧而設計的處理器，應運而生，比如谷歌推出的 TPU，還有許多國內廠商研發的 NPU 都是專用的，有了這些處理器，小型設備不依賴網路也可以進行複雜的人工智慧運算。