時間：2017年3年12日
主持人：安信證券電腦行業高級分析師 呂偉
一、介紹環節
主持人：各位投資者朋友， 大家晚上好。 最近人工智慧在市場的表現特別火熱，
首先， 我希望跟大家複盤一下， 整個A股人工智慧幾次投資機會的一個脈絡， 這樣大家可能會更清晰， 我們現在處於什麼樣的時期。 實際上這次人工智慧的這一輪風潮， 可能我們要回溯到2006年， 當時是由加拿大的教授發表了一篇關於深度學習的文章， 這個文章第一個講明瞭深度學習在描述資料廣泛上的應用情景，
對於A股來說， 實際上第一次人工智慧的投資機會是來自於人臉識別的， 大家都知道， 2014年， 香港中文大學的湯曉鷗教授， 首先把人臉識別演算法做到了超過人類的肉眼。 到了2015年開始， 我們可以看到A股有一些比較敏銳的上市公司， 已經率先捕捉到這個產業機遇。 當時是以佳都科技、東方網力等為代表的公司，
那麼到了2015年9月份的時候， 從整個A股來說， 我們第一次從全球的產業， 來研究整個人工智慧各個細分領域的一些情況，
第三次投資機會是2016年的年初， 也就是AlphaGo實現了全民的人工智慧的科普。 從AlphaGo開始， 全球的所有人都深深意識到了人工智慧對我們未來會有多大的影響。 其實當時市場是在熔斷後不久， 在那麼平淡的市場，
隨後， 我們深度分析了人工智慧產業：實際上晶片產業是每一輪科技變革最先啟動的一個投資機會， 我們可以回顧英國移動處理器晶片設計公司ARM， 現在大概90%以上的移動處理器的核心都是由它來設計的。 從PC時代向移動互聯網時代過渡的這幾年， 這個公司在英國的股價上漲了超過一百倍， 所以在人工智慧這麼一個更大的計算變革面前， 很顯然現在公司會有一個更大的機會。 當時我們在2016年4月份第一個發佈報告推薦英偉達的投資機會， 到現在它已經成為了美國科技股漲幅第一的公司。 從此之後，在2016年我們在系統的研究了晶片以後，我們又非常深入的去在9到10月份，我們發佈了一個深度學習的深度報告，給大家闡述了為什麼深度學習能夠給人工智慧帶來一個這麼大的變化：核心就是深度學習實際上是把原來的一些演算法問題變成了資料問題，很多靠人經驗積累的工作，實際上都是一個資料積累的工作，它就會變成一個資料訓練的過程，被經驗積累的一些大部分的工作，實際上逐步都有可能會被深度學習帶來的人工智慧技術給替代。
另外一個政策上重要的催化，就是今年可能會到來的，大家應該會注意到，“十三五”科技規劃裡面有一個中國科技2030專案，這個相當於是新時代的“兩彈一星”項目。當時提出了四個方向，第一個是類腦科學和類腦計算；第二個是新一代移動網路；第三個是量子通信和和量子計算；第四個就是深海深空探測。當時人工智慧是劃分在腦科學和類腦計算裡面的，今年年初科技部專門指出，考慮到人工智慧現在的巨大的變化和影響力，考慮專門新分了一個人工智慧2.0專案，而且提出了一個時間點，要求在今年年底之前規劃完成，這也是一個非常重要的，相當於我們這個時代的“阿波羅登月計畫”。
第二點就是產業上的變化，我們也多次跟產業界最前沿去做了接觸，因為一級市場來說的話是非常火熱的，我們也知道包括紅杉資本這些基金，現在因為處於互聯網的後半場，很多都不再過多的去聚焦互聯網的投資，基本上都在火熱的投資人工智慧，可能比二級市場還要更火熱。這些投資過程中，是不是都是一些概念呢？我們調研的結果是不見得，很多公司人工智慧的一些獨角獸公司，從去年開始無論是收入還是盈利都已經發生非常大的變化，它們的增速非常快，有的公司可能已經增長了數倍，已經達到了數億元以上的量級，它們的毛利率非常高，這個就給我們看到了一個人工智慧變現，從速度和能力上來說，可能的進度要比當初的互聯網還要更快。
最後就是我們回到A股來說的話，龍頭公司科大訊飛，我們看到今年最大的變化，就是在年初它自己制定了一個公司歷史上最大規模的股權激勵計畫。很多人對科大訊飛有兩個疑問，第一點就是它制定這個股權激勵計畫的時候，它的一個考核要求是從今年開始，大概四年的時間，基本上每年的一個收入的增長率都在30%左右，沒有要求業績的考核，可能很多投資者會覺得這個考核標準比較低，我們也做了一些統計。在過去三年，A股的所有公司中，能夠收入規模在30億以上，同時又能保持每年30%增速的，我可以給大家說一下沒有一家。 曾經浪潮資訊因為去IOE的帶動可以做到，但是它從2016年開始，收入增速就已經預告開始下滑了。所以大家可以看到，這是一個非常高的考核標準，實際上也是公司對於從今年開始的行業的收入會發生拐點的一個重要信號。第二點就是，實際上很多人會覺得科大訊飛的估值很高，因為這個公司的估值很少有低於70倍過，但是在考慮估值的同時，我們是否應該考慮到，整個公司潛在的利潤空間。第一點就是公司實際上有一個接近一千人的人工智慧團隊，公司投入的研發規模，在最近幾年每年都是接近收入的30%，這個不但超過了A股所有的上市公司，甚至連全球最頂尖的，華為、穀歌這類靠研發投入巨大的公司在比例上也不落後，這就顯示了一個公司巨大的潛在的發展能力。
第三點就是，公司現在處於教育行業的快速的擴張期，這部分市場推廣、人力成本，大家也知道，訊飛的語音輸入法有四億多的用戶，包括它的AIUI、萬物語音的雲平臺，其實背後對機房的消耗，對各方面資源的消耗費用是非常大的，這部分每年可能要吃掉四到五億的利潤。所以從這個角度來看，考慮它的潛在利潤，科大訊飛的估值應該是可以接受的，這也是它今年為什麼從年初至今，除了新股之外，應該是在A股裡面漲幅數一數二的原因。無論從一級市場還是二級市場的A股龍頭公司來看的話，我們可以看得到，現在人工智慧它處於一個產業落地的非常重要的拐點。
另外一方面，我們看看今年會是人工智慧的一個拐點的另外一個原因就是，從2014年開始，我剛才也提到了，人工智慧一開始大家炒的都是語音辨識和圖像識別，同質化的公司比較多。無論是亞馬遜的Amazon Go在零售上應用，還是去年的一家A股上市公司京山輕機它在利用智慧學習來做檳榔的檢測，降低人力成本，現在在很多的行業，它意識到會使用深度學習這個工具。所以今年我們預判會有很多的新興行業，會把深度學習引入，不再是原來的圖像識別也好，人臉識別也好，這樣的一些非常同質化的行業裡面。
最後我們應該如何去看待未來最受益的人工智慧的公司。 實際上我們覺得從現在來看，A股可能安防公司做人工智慧的比較多，以往來說的話，人臉識別的盈利方式無非是通過API調用或者是離線授權這些方式去盈利。單純通過演算法盈利是比較難的，最好是通過軟硬體結合來賣整體的軟硬體設備，這樣來盈利空間會更大，包括我們在一級市場的調研，在一系列產業的瞭解過程中，也確實是很多公司都轉向安防方向去，而且帶來的收入增長非常大。我們最近推薦的黑馬工大高新也是這麼一個思路。
另外從幾個方面來講，我們也是一直強調的，實際上對於整個A股來說的話，我們更應該重視的是一些大資料行業，就是擁有非常好的結構化資料的行業。比如說醫療、醫療影像；第二個就是金融，金融是資料結構化做的最好的行業；第三個就是科大訊飛所做的教育這個行業；第四個就是要關注一些人力資源非常密集的行業。比如說一家公司所做的檳榔的工業檢測，原來一條生產線大概需要20多個女工去檢測，在人力資源很密集的一個行業，如果引入深度學習能降低人力成本的話，帶來的利潤彈性是非常大的。
我們想說明幾點，當然深度學習現在不能說是一個非常成熟的演算法，或者人工智慧技術也沒有已經達到了非常成熟的地步，但是不代表它就不會進行大規模的商業應用，有幾個角度是可以考慮的呢？第一，可以限制它的一個使用範圍，在確定的專業的領域內用人工智慧，現階段做通用的這種機器人，或者通用的智慧產品還是不太成熟的。我們可以把它劃定一定的範圍，比如說就在金融的領域，包括大資料征信或者說在投資的領域。比如說局限在醫療影像識別這個領域，包括自動駕駛，現在百度所做的就是在劃分一個固定的園區，在固定的園區之內，我們可以做一些自動駕駛的工作，而且會取得非常好的體驗。比如說它在烏鎮互聯網大會上，它就有十多輛的自動駕駛的汽車，在烏鎮互聯網大會這個限定範圍給大家去試用，那個就是可以做到，體驗和各方面都做的比較成熟的，這是第一點。
第二點就是不是做一個決定性的判斷，可以去做一些選擇，就是給出多個選項。其實搜尋引擎是最早把深度學習引入的商業系統了，但是搜尋引擎就不是直接給你多個判斷，不是直接給你搜索的結果，它是給你多個你搜索結果的選擇，讓你從中去選擇。所以人工智慧現階段，如果不能做到一個非常確定精准的程度的話，它可以做一些輔助的工作，就像給人一個多項選擇，像輔助醫療這個行業就是逐步在學習搜尋引擎的這一套演算法和做法，這是我們對現階段人工智慧應用的兩個方案。
第三個就是大家會覺得人工智慧其實很重要的一點就是資料，對於資料可能會覺得，除了金融、醫療等一些領域之外，可能很多行業的大資料沒有那麼容易去獲得，我對這個的判斷是比較樂觀的，大家不要忽視資本和政府的力量。從資本的角度，大家看Uber和滴滴也是2013年才開始並網的，這個難度是非常大的，在三四年不到的時間內，全國的Uber已經裝上了，這是資本的力量帶來的一個非常快速快速的效果。現在一級市場人工智慧投資的這麼火熱，很有可能在很多的資料領域，能夠打破一些瓶頸。第二點就是政府的力量，現在人工智慧已經上升到一個國家戰略的高度，以往的一些限制資料的瓶頸，比如說醫院有一些資料孤島，比如說有一些行業有資料不開放的，我相信如果政府強力要求發展這個行業的話，我們國家政府的執行力是非常強的，很多的瓶頸都是可以消除的。
最後我們再強調一下，我們國家人工智慧領域的優勢。第一個優勢，從最新的深度學習的論文統計來看的話，中國的整個深度學習的論文的一個數量並不比美國少，你去看整個，包括穀歌也好，包括全球各個人工智慧最領先的研究機構和公司的一些領軍人才，很多都是華人。深度學習如研究基礎理論是對數學的要求非常高的，而我們中國是從小非常重視數學的基礎教育，實際上是奠定了非常好的基礎。
第二點就是一個中國的資料優勢，就是剛才我所提到的，中國的資料的資源量是非常大的，美國想要做到人臉識別資料，想要超過中國是完全不可能的。第二個就是，資料的另外一點在資料的獲得上面，因為歐美是非常重視資料隱私的，相比而言我們中國在這方面的限制因素會少一點，一些資料是很容易快速拿過來來產生應用的。我舉個例子，IBM大概在前年收購了一家叫做Merge Healthcare的醫療影像公司，花了十億美元，而實際上大家都知道，IBM的演算法肯定是不會比這麼一個小公司差的，它很希望拿到這個公司的醫療影像資料，對我們中國來說，實際上很多醫院的影像資料通過國家的一些政策支持，或者一些科研合作，實際上就可以獲得一些自己需要的資料。
第三點就是中國的人力成本的優勢，我們在產業調研上來看的話，資料標注成本，在發達國家是挺高的，甚至有一些資料標注的專門的公司。對中國來說，其實資料標注並不是技術含量很高的行業，在中國來說可以快速的把人力成本給降低。當時在一次人工智慧大會上，獵豹的董事長傅盛當時開了一個玩笑，他說藍翔技校很快就會開設這麼一個深度學習資料標注的專業，人力成本肯定會降低的非常快。
作為A股人工智慧第一團隊，我們不但最緊密跟蹤國家在人工智慧領域的政策動態，同時最早從晶片、演算法、國內、海外等多個維度40多篇報告全方位推薦人工智慧這一戰略方向，更組織深入調研了國內幾乎所有人工智慧明星獨角獸企業，在提出“2016年是人工智慧元年”成功預測AlphaGo大勝李世石之後，我們進一步指出“2017年將是各行各業擁抱人工智慧之年”，如今人工智慧寫入政府工作報告更是給我們巨大鼓舞，繼續堅定看好這一戰略方向，重點推薦科大訊飛、同花順、東方網力、北部灣旅、思創醫惠、浙大網新、和而泰、神州泰嶽、工大高新、漢王科技等。
二、問答環節
問：我想問一下，未來人工智慧在這些智慧終端機，比如說機器人或者是智慧家居的一些硬體上，會不會像移動互聯網時代有一個OS系統？比如說類似安卓的這種系統，如果有的話，哪家公司會做出來？
答：實際上這已經出現了一個趨勢，在語音交互方面，在今年的CES展上，有個非常火的東西，就是亞馬遜的Echo音箱裡面，它實際上嵌入了一個ALEXA的語音平臺，它已經嵌入到很多的智慧產品裡面了。只要嵌入這個系統以後，你的智慧硬體就可以實現語音交互的功能，還可以調用一些語音的程式進行語音控制這樣的。國內來說的話，目前語音辨識的龍頭當然是科大訊飛，他們自己也提出了AIUI的語音操作介面，比如說你做一個智慧檯燈或者一個物聯網的智慧設備，只要嵌入一定的麥克風和相應的硬體模組，你的雲端就可以調用它的雲平臺的語音的AIUI的作業系統，你就可以實現智慧語音交互的功能。而且這個可以想像未來的空間是非常大的，這是每一個產品裡面都要嵌入硬體，都是要收費的，另外像雲端如果需要更好的語音辨識的服務的話，你是要收費的，這個彈性非常大，未來非常有前景的方面。當然，包括國內還有百度也是做的非常好的，前幾天在家居家展會上還專門和美的、海爾合作，在美的和海爾的家電設備裡面嵌入百度的duraOS系統。
問：如果在未來的競爭中，國家會禁止外資，比如穀歌來跟國內的企業競爭嗎？在政策上面。
答：現在的穀歌就是進不來的，現在國家也在制定支持人工智慧發展的規劃，因為這個東西，第一個它的語音辨識，實際上是很多語音資料都被它掌握的，這涉及到一個資料安全的問題。另外一個就是到了人工智慧時代的話，實際上不比互聯網和電腦，有很多的語音操縱、無人駕駛這些都是非常核心的，甚至有的時候是人命關天的設備，所以它的安全是非常重要的，我覺得在這個領域對它的資訊安全的要求，只會比以往更高。
問：如果訊飛跟百度比的話，這兩家會不會在OA系統上只剩下一家？
答：目前來看還看不到，因為現在能夠把語音辨識體驗做到非常極致的，也就是這幾個巨頭，因為它需要非常高的門檻和瓶頸，所以本身就不是一個那麼紅海的市場，而且這個市場又是新興的開拓階段，不會說兩個互相爭只剩下一家的情況。
問：我再問一下訊飛的問題，它現在跟李克強總理推薦了一個翻譯機，這個產品現在的銷售情況怎麼樣？
答：實際上這個產品是去年年底在發佈會上第一次與大家見面，今年也是給李克強總理專門演示了翻譯機，這個機器的價格是2999元左右，處於剛剛發佈的階段，應該很快就可以在市場上買到。
從此之後，在2016年我們在系統的研究了晶片以後，我們又非常深入的去在9到10月份，我們發佈了一個深度學習的深度報告，給大家闡述了為什麼深度學習能夠給人工智慧帶來一個這麼大的變化：核心就是深度學習實際上是把原來的一些演算法問題變成了資料問題，很多靠人經驗積累的工作，實際上都是一個資料積累的工作，它就會變成一個資料訓練的過程，被經驗積累的一些大部分的工作，實際上逐步都有可能會被深度學習帶來的人工智慧技術給替代。另外一個政策上重要的催化，就是今年可能會到來的，大家應該會注意到，“十三五”科技規劃裡面有一個中國科技2030專案，這個相當於是新時代的“兩彈一星”項目。當時提出了四個方向，第一個是類腦科學和類腦計算；第二個是新一代移動網路；第三個是量子通信和和量子計算；第四個就是深海深空探測。當時人工智慧是劃分在腦科學和類腦計算裡面的，今年年初科技部專門指出，考慮到人工智慧現在的巨大的變化和影響力，考慮專門新分了一個人工智慧2.0專案，而且提出了一個時間點，要求在今年年底之前規劃完成，這也是一個非常重要的，相當於我們這個時代的“阿波羅登月計畫”。
第二點就是產業上的變化，我們也多次跟產業界最前沿去做了接觸，因為一級市場來說的話是非常火熱的，我們也知道包括紅杉資本這些基金，現在因為處於互聯網的後半場，很多都不再過多的去聚焦互聯網的投資，基本上都在火熱的投資人工智慧，可能比二級市場還要更火熱。這些投資過程中，是不是都是一些概念呢？我們調研的結果是不見得，很多公司人工智慧的一些獨角獸公司，從去年開始無論是收入還是盈利都已經發生非常大的變化，它們的增速非常快，有的公司可能已經增長了數倍，已經達到了數億元以上的量級，它們的毛利率非常高，這個就給我們看到了一個人工智慧變現，從速度和能力上來說，可能的進度要比當初的互聯網還要更快。
最後就是我們回到A股來說的話，龍頭公司科大訊飛，我們看到今年最大的變化，就是在年初它自己制定了一個公司歷史上最大規模的股權激勵計畫。很多人對科大訊飛有兩個疑問，第一點就是它制定這個股權激勵計畫的時候，它的一個考核要求是從今年開始，大概四年的時間，基本上每年的一個收入的增長率都在30%左右，沒有要求業績的考核，可能很多投資者會覺得這個考核標準比較低，我們也做了一些統計。在過去三年，A股的所有公司中，能夠收入規模在30億以上，同時又能保持每年30%增速的，我可以給大家說一下沒有一家。 曾經浪潮資訊因為去IOE的帶動可以做到，但是它從2016年開始，收入增速就已經預告開始下滑了。所以大家可以看到，這是一個非常高的考核標準，實際上也是公司對於從今年開始的行業的收入會發生拐點的一個重要信號。第二點就是，實際上很多人會覺得科大訊飛的估值很高，因為這個公司的估值很少有低於70倍過，但是在考慮估值的同時，我們是否應該考慮到，整個公司潛在的利潤空間。第一點就是公司實際上有一個接近一千人的人工智慧團隊，公司投入的研發規模，在最近幾年每年都是接近收入的30%，這個不但超過了A股所有的上市公司，甚至連全球最頂尖的，華為、穀歌這類靠研發投入巨大的公司在比例上也不落後，這就顯示了一個公司巨大的潛在的發展能力。
第三點就是，公司現在處於教育行業的快速的擴張期，這部分市場推廣、人力成本，大家也知道，訊飛的語音輸入法有四億多的用戶，包括它的AIUI、萬物語音的雲平臺，其實背後對機房的消耗，對各方面資源的消耗費用是非常大的，這部分每年可能要吃掉四到五億的利潤。所以從這個角度來看，考慮它的潛在利潤，科大訊飛的估值應該是可以接受的，這也是它今年為什麼從年初至今，除了新股之外，應該是在A股裡面漲幅數一數二的原因。無論從一級市場還是二級市場的A股龍頭公司來看的話，我們可以看得到，現在人工智慧它處於一個產業落地的非常重要的拐點。
另外一方面，我們看看今年會是人工智慧的一個拐點的另外一個原因就是，從2014年開始，我剛才也提到了，人工智慧一開始大家炒的都是語音辨識和圖像識別，同質化的公司比較多。無論是亞馬遜的Amazon Go在零售上應用，還是去年的一家A股上市公司京山輕機它在利用智慧學習來做檳榔的檢測，降低人力成本，現在在很多的行業，它意識到會使用深度學習這個工具。所以今年我們預判會有很多的新興行業，會把深度學習引入，不再是原來的圖像識別也好，人臉識別也好，這樣的一些非常同質化的行業裡面。
最後我們應該如何去看待未來最受益的人工智慧的公司。 實際上我們覺得從現在來看，A股可能安防公司做人工智慧的比較多，以往來說的話，人臉識別的盈利方式無非是通過API調用或者是離線授權這些方式去盈利。單純通過演算法盈利是比較難的，最好是通過軟硬體結合來賣整體的軟硬體設備，這樣來盈利空間會更大，包括我們在一級市場的調研，在一系列產業的瞭解過程中，也確實是很多公司都轉向安防方向去，而且帶來的收入增長非常大。我們最近推薦的黑馬工大高新也是這麼一個思路。
另外從幾個方面來講，我們也是一直強調的，實際上對於整個A股來說的話，我們更應該重視的是一些大資料行業，就是擁有非常好的結構化資料的行業。比如說醫療、醫療影像；第二個就是金融，金融是資料結構化做的最好的行業；第三個就是科大訊飛所做的教育這個行業；第四個就是要關注一些人力資源非常密集的行業。比如說一家公司所做的檳榔的工業檢測，原來一條生產線大概需要20多個女工去檢測，在人力資源很密集的一個行業，如果引入深度學習能降低人力成本的話，帶來的利潤彈性是非常大的。
我們想說明幾點，當然深度學習現在不能說是一個非常成熟的演算法，或者人工智慧技術也沒有已經達到了非常成熟的地步，但是不代表它就不會進行大規模的商業應用，有幾個角度是可以考慮的呢？第一，可以限制它的一個使用範圍，在確定的專業的領域內用人工智慧，現階段做通用的這種機器人，或者通用的智慧產品還是不太成熟的。我們可以把它劃定一定的範圍，比如說就在金融的領域，包括大資料征信或者說在投資的領域。比如說局限在醫療影像識別這個領域，包括自動駕駛，現在百度所做的就是在劃分一個固定的園區，在固定的園區之內，我們可以做一些自動駕駛的工作，而且會取得非常好的體驗。比如說它在烏鎮互聯網大會上，它就有十多輛的自動駕駛的汽車，在烏鎮互聯網大會這個限定範圍給大家去試用，那個就是可以做到，體驗和各方面都做的比較成熟的，這是第一點。
第二點就是不是做一個決定性的判斷，可以去做一些選擇，就是給出多個選項。其實搜尋引擎是最早把深度學習引入的商業系統了，但是搜尋引擎就不是直接給你多個判斷，不是直接給你搜索的結果，它是給你多個你搜索結果的選擇，讓你從中去選擇。所以人工智慧現階段，如果不能做到一個非常確定精准的程度的話，它可以做一些輔助的工作，就像給人一個多項選擇，像輔助醫療這個行業就是逐步在學習搜尋引擎的這一套演算法和做法，這是我們對現階段人工智慧應用的兩個方案。
第三個就是大家會覺得人工智慧其實很重要的一點就是資料，對於資料可能會覺得，除了金融、醫療等一些領域之外，可能很多行業的大資料沒有那麼容易去獲得，我對這個的判斷是比較樂觀的，大家不要忽視資本和政府的力量。從資本的角度，大家看Uber和滴滴也是2013年才開始並網的，這個難度是非常大的，在三四年不到的時間內，全國的Uber已經裝上了，這是資本的力量帶來的一個非常快速快速的效果。現在一級市場人工智慧投資的這麼火熱，很有可能在很多的資料領域，能夠打破一些瓶頸。第二點就是政府的力量，現在人工智慧已經上升到一個國家戰略的高度，以往的一些限制資料的瓶頸，比如說醫院有一些資料孤島，比如說有一些行業有資料不開放的，我相信如果政府強力要求發展這個行業的話，我們國家政府的執行力是非常強的，很多的瓶頸都是可以消除的。
最後我們再強調一下，我們國家人工智慧領域的優勢。第一個優勢，從最新的深度學習的論文統計來看的話，中國的整個深度學習的論文的一個數量並不比美國少，你去看整個，包括穀歌也好，包括全球各個人工智慧最領先的研究機構和公司的一些領軍人才，很多都是華人。深度學習如研究基礎理論是對數學的要求非常高的，而我們中國是從小非常重視數學的基礎教育，實際上是奠定了非常好的基礎。
第二點就是一個中國的資料優勢，就是剛才我所提到的，中國的資料的資源量是非常大的，美國想要做到人臉識別資料，想要超過中國是完全不可能的。第二個就是，資料的另外一點在資料的獲得上面，因為歐美是非常重視資料隱私的，相比而言我們中國在這方面的限制因素會少一點，一些資料是很容易快速拿過來來產生應用的。我舉個例子，IBM大概在前年收購了一家叫做Merge Healthcare的醫療影像公司，花了十億美元，而實際上大家都知道，IBM的演算法肯定是不會比這麼一個小公司差的，它很希望拿到這個公司的醫療影像資料，對我們中國來說，實際上很多醫院的影像資料通過國家的一些政策支持，或者一些科研合作，實際上就可以獲得一些自己需要的資料。
第三點就是中國的人力成本的優勢，我們在產業調研上來看的話，資料標注成本，在發達國家是挺高的，甚至有一些資料標注的專門的公司。對中國來說，其實資料標注並不是技術含量很高的行業，在中國來說可以快速的把人力成本給降低。當時在一次人工智慧大會上，獵豹的董事長傅盛當時開了一個玩笑，他說藍翔技校很快就會開設這麼一個深度學習資料標注的專業，人力成本肯定會降低的非常快。
作為A股人工智慧第一團隊，我們不但最緊密跟蹤國家在人工智慧領域的政策動態，同時最早從晶片、演算法、國內、海外等多個維度40多篇報告全方位推薦人工智慧這一戰略方向，更組織深入調研了國內幾乎所有人工智慧明星獨角獸企業，在提出“2016年是人工智慧元年”成功預測AlphaGo大勝李世石之後，我們進一步指出“2017年將是各行各業擁抱人工智慧之年”，如今人工智慧寫入政府工作報告更是給我們巨大鼓舞，繼續堅定看好這一戰略方向，重點推薦科大訊飛、同花順、東方網力、北部灣旅、思創醫惠、浙大網新、和而泰、神州泰嶽、工大高新、漢王科技等。
二、問答環節
問：我想問一下，未來人工智慧在這些智慧終端機，比如說機器人或者是智慧家居的一些硬體上，會不會像移動互聯網時代有一個OS系統？比如說類似安卓的這種系統，如果有的話，哪家公司會做出來？
答：實際上這已經出現了一個趨勢，在語音交互方面，在今年的CES展上，有個非常火的東西，就是亞馬遜的Echo音箱裡面，它實際上嵌入了一個ALEXA的語音平臺，它已經嵌入到很多的智慧產品裡面了。只要嵌入這個系統以後，你的智慧硬體就可以實現語音交互的功能，還可以調用一些語音的程式進行語音控制這樣的。國內來說的話，目前語音辨識的龍頭當然是科大訊飛，他們自己也提出了AIUI的語音操作介面，比如說你做一個智慧檯燈或者一個物聯網的智慧設備，只要嵌入一定的麥克風和相應的硬體模組，你的雲端就可以調用它的雲平臺的語音的AIUI的作業系統，你就可以實現智慧語音交互的功能。而且這個可以想像未來的空間是非常大的，這是每一個產品裡面都要嵌入硬體，都是要收費的，另外像雲端如果需要更好的語音辨識的服務的話，你是要收費的，這個彈性非常大，未來非常有前景的方面。當然，包括國內還有百度也是做的非常好的，前幾天在家居家展會上還專門和美的、海爾合作，在美的和海爾的家電設備裡面嵌入百度的duraOS系統。
問：如果在未來的競爭中，國家會禁止外資，比如穀歌來跟國內的企業競爭嗎？在政策上面。
答：現在的穀歌就是進不來的，現在國家也在制定支持人工智慧發展的規劃，因為這個東西，第一個它的語音辨識，實際上是很多語音資料都被它掌握的，這涉及到一個資料安全的問題。另外一個就是到了人工智慧時代的話，實際上不比互聯網和電腦，有很多的語音操縱、無人駕駛這些都是非常核心的，甚至有的時候是人命關天的設備，所以它的安全是非常重要的，我覺得在這個領域對它的資訊安全的要求，只會比以往更高。
問：如果訊飛跟百度比的話，這兩家會不會在OA系統上只剩下一家？
答：目前來看還看不到，因為現在能夠把語音辨識體驗做到非常極致的，也就是這幾個巨頭，因為它需要非常高的門檻和瓶頸，所以本身就不是一個那麼紅海的市場，而且這個市場又是新興的開拓階段，不會說兩個互相爭只剩下一家的情況。
問：我再問一下訊飛的問題，它現在跟李克強總理推薦了一個翻譯機，這個產品現在的銷售情況怎麼樣？
答：實際上這個產品是去年年底在發佈會上第一次與大家見面，今年也是給李克強總理專門演示了翻譯機，這個機器的價格是2999元左右，處於剛剛發佈的階段，應該很快就可以在市場上買到。