人工智能投资项目有哪些？人工智能创业投资热点

  AI软件企业商汤科技正式在港上市，截止12月31日中午休市，相对发行价上涨超过42.8%，在今年大量科技股破发以及中概股受挫背景下，人工智能在年底的投资圈叒火了一把。

  说起人工智能，老邢想起了美国伊利湖畔的刺骨寒风。

  当年，为了能利用学校的服务器和数据库，大晚上只能躲在图书馆里连学校WIFI，写代码，赶项目。需要用Python做金融大数据的抓取，然后训练机器学习算法，去预测投资假设，属于人工智能在量化投资上的应用。

  回国后我直接使用AI算法机会少了，更多时候是作为人工智能商业发展的一个观察者，积累了一些洞见。冀以此篇原创梳理一下2022年人工智能应用端的一些发展趋势，亦期待有助于各位读者新年里的投资判断。

  AI应用端发展现状

  人工智能简单来说就是指计算机等生产资料具备了人的智慧去完成任务。人工智能知识所涉及的学科领域包括了计算机科学、数据科学、数学、心理学、行为学、工程学等众多科学，而其应用的场景则更加广阔，能够与理工、社会、人文等几乎所有学科分支进行交叉融合，使其成为人类发展的重要支撑基础。

  从宏观层面上讲，2021年，我国政府对人工智能实行了一系列支持，先后颁布了一系列行动计划和纲要，从顶层设计上重点支持人工智能。在“十四五”规划纲要中，明确了人工智能将成为建设创新型国家，实现新型工业化、信息化，推动经济高质量发展的最有力助推器之一。

  近年来我国企业在人工智能应用端取得了较大的进步。

  这不仅因为人工智能是一个可以被企业广泛利用的技术和范式。理论上其能帮助公司提高效率、降低成本、精准营销、改善体验、革新产品，以及找到新的需求从而实现整体转型。

  还因为我国人工智能的整体发展还能得益于世界数一数二巨大的数据量以及中国可与美国媲美的网络科技头部企业的带动作用。

  早在2018年李开复博士就已经明确提出，由于掌握了更大的数据量以及拥有一批在AI领域有技术能力和资本实力的超级企业作为产业链支撑，中国的企业将在AI国际竞争中取得巨大优势。

  同时对于企业间以及国别间合作，李博士并不认为企业需要用保密或者隔离的手段独立发展AI技术，而是需要共享最新成果，从而在整体上获得更快的突破。

  综合国内主流研报观点，如下图所示，当前依附于人工智能的价值链广义上可以分成基础研究端、技术支持端、以及应用端三个维度。

  基础研究端是基于学术上的底层科学铺垫，不但涉及计算机科学、数据科学，以及数学等学科的最新理论进展，还涉及芯片与传感器等“高端硬科技”产业在学术层面的实践成果。

  技术支持端主要建立在计算机科学特别是软件、编程等领域的有力支撑之上开发服务型产品或者实体产品，也可以为企业运营提供解决方案。具体例子就是老邢比较熟悉的以机器学习/深度学习等统计学模型来预测，或者是图形视觉以及自然语言处理等计算机科学下的细分专业。

  应用端是本文的重点，所关联的领域非常广泛，即涉及AI技术企业商业发展与技术研发成果的直接应用，又涵盖各行各业利用AI技术开展自身运营效率提升、策略革新，以及数字化转型等的间接应用。

  比较典型的直接应用为智能语音识别、人脸识别、信贷违约预测、消费大数据智能分析等；比较典型的间接应用例子可以是企业利用人工智能技术重新设计工作业务流程以及变革管理以增加企业员工效率并降低运营成本。

  在直接应用上，据东方证券首席经济学家邵宇前不久发布的研究显示，我国AI技术有50%应用在了安防、人脸识别上，还有30%应用在了互联网金融中。可见目前我国AI的直接应用整体上还是非常集中的，或需要拓展多元化的应用场景。

  根据麦肯锡在2020年底发布的一篇调研报告，我国企业人工智能间接应用上取得了很大进展但也存在一些障碍，可归结为几个点：

  （1）各行各业过半数的受访企业表示至少在标准业务流程中嵌入了一项AI应用。30%企业表示正在尝试至少一项人工智能的应用技术。

  （2）虽然大部分企业认识到了人工智能在应用端的价值，但只有21%的企业把AI技术普遍布置到业务单元中。

  （3）通过使用人工智能，企业可以有效推动核心业务的数字化转型，但依然面临人才紧缺以及投入资金不足的限制。

  2022年投资看点

  首先，AI技术企业将在2022年继续蓬勃发展。据IEEE（电气电子工程师学会）最近的一份调研报告显示，全球主要经济体的超过300名首席技术官或者首席信息官中有超过20%的受访者表示人工智能和机器学习将成为影响2022年最重要的技术，排在所有技术门类第一。

  报告同时显示普罗大众对未来5年人工智能技术的增长非常有信心，约95%的全球受访者认为，人们生活的各个层面中都将会被植入人工智能技术的应用，且更重要的是，这些受访者普遍认为这些应用是推动社会产业创新和进步的动因。

  AI企业整合力度空前，科技企业巨头加大收购AI应用“专精”小企业力度。据外媒报道，2021年世界范围内有超过130宗涉及AI应用企业的并购，总金额超过280亿美元，这一金额比2020年增长超过5倍。

  典型的例子要数微软斥资160亿美元收购人工智能应用公司Nuance Communications。新一年里类似的科技巨头兼并“AI小专精”的情景大概率将继续上演。

  对投资者来说，虽然收购本身很可能带来新的投资机遇，但并不是每个收购都能带来企业价值的提升。还要关注这些巨头完成收购后成本是否上升过多以及对原来公司创新的支持力度上是否减弱。

  从上市企业角度讲，万得人工智能指数（884201.WI）在2021年涨势良好，截止12月31日，近一年上涨近18.5%，大幅度跑赢大盘指数以及2020年热门的消费指数。

  即使上涨幅度较大，其估值水平依然不错，如下图所示AI指数的PE依然较为合理，没有像白酒等板块那么高。

  从独角兽投资层面讲，2022年我们可以更加关注以下这些直接应用细分产业：云计算中的人工智能、视觉分析人脸识别、人工智能芯片、人工智能解决方案、基于人工智能的高性能计算、智能物联网平台、智能语音交互、深度学习解决方案。

  其次，对于那些间接应用人工智能的企业，我们在2022年还可以关注这几个点。

  第一，根据市场营销咨询机构International Data的最新报告，2021年世界范围内零售产业在AI应用上的支出超过了银行业，成为在AI上的第一大支出产业。主要原因在于疫情对于线上消费的重大刺激作用导致零售企业纷纷加大对电商业务以及数字转型的投入，而人工智能在其中扮演了核心角色。

  除疫情带来的因素之外，人工智能还能帮助那些传统线下零售商（诸如大超市、建材卖场等）更有效地预测客户消费模式以及消费趋势，帮助这些企业更有效率地选择铺货品牌以及摆放合适的货物在卖场合理的位置。

  越来越多的零售业电商以及线下零售商正在启动上述这些AI革新并加大AI上的投入，我们完全有理由预计这个趋势将在2022年得到延续。特别可以关注基于数字化转型的新消费企业以及那些拥有AI技术储备的互联网巨头的零售业务拓展。

  第二，银行业的AI转型之路将继续。根据麦肯锡2020年底的一份研报指出，银行业整体上虽然在AI应用上投入较多，但依然没有完成基于AI的基础转型。报告指出，银行几乎可以应用AI技术在各个场景上，特别是对应客户的营销和个性化服务，控制风险、改善效率、降低成本，以及获悉新的商机。

  报告同时指出银行目前的数据基础设施以及核心信息技术架构相对互联网金融企业是不占优势的。这种竞争力的相对低下更凸显在银行传统的业务架构上，因为按照原有条线（对公、零售、风控、中收等等）分开治理模式，各个条线与集中化管理的信息技术以及数据分析团队更难形成有效率的合作，导致银行整体AI转型面临瓶颈。

  我认为上述这些不足恰代表2022年银行业的AI转型机会可期，特别是面对新兴数字银行的压力，银行业的危机感较强。投资者或许可以更多关注银行AI方面人才招聘战略等公开信息作为投资决策依据。

  第三，2022年AI药物研发领域可能具备较大增长空间。谷歌旗下DeepMind公司2021年中正式发布了“诺奖级”的人工智能生物研究工具AlphaFold2。请各位读者务必记住这个名字，因为研究人员利用它获得了迄今最准和最全的人类蛋白质组图像。一堆代码组成的工具居然代替生物研究人员预测了21种生物的全蛋白质内35万个结构！

  这项AI技术有望帮助人类减少新药物研发的成本，特别是大大提升新药物试验效率。CRO+AI会不会是一个新的热门赛道？

  第四，制造业在人工智能时代的转型将可能是2022年的工业主赛道。据麦肯锡研究2021年初的一份报告，在工业领域，机器学习驱动的高级分析以及机器视觉是工业领域目前最主要的AI应用。特别是基于深度学习的高级分析已经帮助不少高耗能企业（诸如钢铁厂）精确演算出最佳的能源消耗参数（比如锅炉温度的精准预测），为这些企业降低了成本。机器视觉则可以代替人工为工业企业识别和分析产品外观上的瑕疵，从而提升质量控制。

  投资者在2022年制造业AI应用机会上，可以更关注工业企业是否基于客户的定制化需求来实施AI技术革新，以及企业能否利用AI应对人工成本的高企。

  尾声

  读完了以上企业人工智能应用端的投资“摘要”，希望读者们结合自身的专业和知识储备做投资决策。请务必基于理性和科学的分析。投资人工智能绝不一定是可以“躺赢”的，还需考虑多重因素。

  比如，在2022年还需重点关注人工智能的监管问题。2021年四月，欧盟实施了迄今为止西方世界最严格的人工智能监管措施，严格监管AI在招聘、贷款申请，甚至强力机关在办案中的应用，加强私人图像数据和隐私保护。这在很大程度上会对相关企业造成一定的影响。