来看看人工智能产业从架构上如何划分层次，每层的主业又是什么？
上面这三个层次包含了各自的研究领域，其实我们现在对人工智能的研究和开发基本上还处于基础阶段，但不代表没有企业研究技术层和应用层。实际上，每一层都有企业参与其中，也有做得很不错的企业。
尽管人类对人工智能的研究越来越深入，但我们对于人工智能的认知、期盼和担忧由来已久，虽然人工智能的概念出现很久了，但是这一轮人工智能的热潮主要是因为以谷歌为首的一些科技企业着力于推动数据在更大范围的应用。比如谷歌原来是做搜索的，获得了很多数据，能够通过分析这些数据得出很多服务内容，利用数据找出用户需求，然后精准营销。
2019年10月11日至13日，中国国际数字经济博览会在石家庄举办，此次数博会按产业分类设置了5个专区，其中就有一个人工智能专区，人工智能的前景广阔，但是现在在人工智能投资领域所存在的问题很容易被人忽视，使得很多投资人得出结论：带“人工智能”概念的股票就是好股票，或者带AI、带机器人字眼的上市公司就是抓住未来人工智能科技前沿入口的企业。有这样的想法说明，人们还没有真正去了解人工智能，这篇文章试着带大家看看人工智能的机遇在哪、问题又在哪。
尽管人类对人工智能的研究越来越深入，但我们对于人工智能的认知、期盼和担忧由来已久，虽然人工智能的概念出现很久了，但是这一轮人工智能的热潮主要是因为以谷歌为首的一些科技企业着力于推动数据在更大范围的应用。比如谷歌原来是做搜索的，获得了很多数据，能够通过分析这些数据得出很多服务内容，利用数据找出用户需求，然后精准营销。
2019年10月11日至13日，中国国际数字经济博览会在石家庄举办，此次数博会按产业分类设置了5个专区，其中就有一个人工智能专区，人工智能的前景广阔，但是现在在人工智能投资领域所存在的问题很容易被人忽视，使得很多投资人得出结论：带“人工智能”概念的股票就是好股票，或者带AI、带机器人字眼的上市公司就是抓住未来人工智能科技前沿入口的企业。有这样的想法说明，人们还没有真正去了解人工智能，这篇文章试着带大家看看人工智能的机遇在哪、问题又在哪。
做基础层的企业很多，但大多有局限
在人工智能领域，一些企业的研究基本还在基础层领域，很多企业是在大数据这个层面进行研究，因为大数据研究是基础，是重中之重。
①沃尔玛与亚马逊：从数据中找到关联
来看看沃尔玛怎么用大数据的。沃尔玛喜欢将啤酒和尿布放在一起销售，这样没有关联性的组合却让两种商品的销量都有所提升。
沃尔玛的这种由A找到B、从数据中找到关联的设计，其实就是大数据的一种应用，沃尔玛调查超市一段时间的原始交易数据后发现，很多美国爸爸经常会在下班回家的路上为孩子买尿布，同时顺手拿上自己爱喝的啤酒，基于这样的数据分析之后，这对神奇的组合由此诞生，也成为了传统零售中关联模式的一个最经典案例。
这一方法亚马逊也采用了。亚马逊成为了电商里使用关联销售模式的大咖，当我们顺手打开亚马逊的电商网站时，就能看到各种关联推荐的商品，为了优化这一大数据使用的方法，设计和开发了亚马逊推荐算法的格雷格·林登，后来转变了思路，把关联的对象由用户变为商品，这种从商品到商品的协同过滤不涉及顾客数量和特性，同时可以提前分析产品之间的关系，避免推荐的“冷启动”问题，就是我们说的精准的调产品研（调研产品）之后进行精准的用户定位。
①沃尔玛与亚马逊：从数据中找到关联
来看看沃尔玛怎么用大数据的。沃尔玛喜欢将啤酒和尿布放在一起销售，这样没有关联性的组合却让两种商品的销量都有所提升。
沃尔玛的这种由A找到B、从数据中找到关联的设计，其实就是大数据的一种应用，沃尔玛调查超市一段时间的原始交易数据后发现，很多美国爸爸经常会在下班回家的路上为孩子买尿布，同时顺手拿上自己爱喝的啤酒，基于这样的数据分析之后，这对神奇的组合由此诞生，也成为了传统零售中关联模式的一个最经典案例。
这一方法亚马逊也采用了。亚马逊成为了电商里使用关联销售模式的大咖，当我们顺手打开亚马逊的电商网站时，就能看到各种关联推荐的商品，为了优化这一大数据使用的方法，设计和开发了亚马逊推荐算法的格雷格·林登，后来转变了思路，把关联的对象由用户变为商品，这种从商品到商品的协同过滤不涉及顾客数量和特性，同时可以提前分析产品之间的关系，避免推荐的“冷启动”问题，就是我们说的精准的调产品研（调研产品）之后进行精准的用户定位。
在人工智能的基础层，大数据是核心之一，毫无疑问，Google是公认的大数据鼻祖，如今很多人提起大数据，还停留在 Google 开启的“三驾马车”时代：Google FS、MapReduce、BigTable。
其实，“三驾马车”早已不是浪潮之巅。即便谷歌研究出来的阿尔法狗能打败全球顶级棋手，但实际上，像谷歌、阿里这些数字巨头并非是要让机器人真的比人更有智慧。人工智能的开发和推进促进了现有巨头在数据领域进一步开拓。这一轮人工智能的热潮，说到底还是底层数据构成、数据分析和统计的新进阶。这一阶段的重点是数据积累，就像亚马逊是做电商的，它也需要大数据，也使用大数据，就必须做好大数据。
正如上文所说，这一轮人工智能的热潮主要是因为以谷歌为首的一些科技企业，比如阿里、亚马逊等想要推动数据在更大范围的应用。
无论是谷歌还是阿里、亚马逊，他们需要通过分析数据得出很多服务内容。但是大数据最大的问题就是没有消费端的产品，所以现在人工智能的大数据不是有多少个企业，关键是有没有消费端。
②拓尔思、美亚柏科等：缺少应用终端应用
对标我们A股里面的企业，不少是研究大数据的，概念龙头股也不少，当然都有各自的局限性。
拓尔思是中国大数据分析处理领域的领导厂商之一，他们主要研究网络公开数据、企业内部数据的聚合、分析和挖掘，客户主要是政府、大型企业或者个人，提供的多是信息聚合服务。当然这也是大数据前期，目前还没有消费终端。
美亚柏科是国内领先的电子数据取证与安全产品及服务提供商，企业有两大产品线，一个是电子数据取证产品，电子数据鉴定服务和互联网数字知识产权保护服务两大服务体系。一个是网络信息安全，公司业务主要集中在内容安全搜索领域，客户主要是国家各级政府部门。
华平股份是做软件网络视频通信的龙头企业。他们的产品具有占带宽小、多网络运行、多功能应用的技术优势。比如为客户提供直接在个人计算机上开视频会议的产品，应用终端还处于开发阶段。
国腾电子作为目前国内唯一具备芯片、终端、元器件生产一体化的企业，虽然实现了生产一体化，但是属于生产硬件，应用终端少。
综上所述，这些企业能不能把大数据应用在客户端，成为决定胜败的关键，如果企业是做网络视频的，企业就会需要客户渠道，大数据营销能不能帮助企业寻找到想要的精准客户人群？这是我们在人工智能基础层领域需要关心的问题，当了解了这些问题的意义之后，机遇有可能就出现了。
其实，“三驾马车”早已不是浪潮之巅。即便谷歌研究出来的阿尔法狗能打败全球顶级棋手，但实际上，像谷歌、阿里这些数字巨头并非是要让机器人真的比人更有智慧。人工智能的开发和推进促进了现有巨头在数据领域进一步开拓。这一轮人工智能的热潮，说到底还是底层数据构成、数据分析和统计的新进阶。这一阶段的重点是数据积累，就像亚马逊是做电商的，它也需要大数据，也使用大数据，就必须做好大数据。
正如上文所说，这一轮人工智能的热潮主要是因为以谷歌为首的一些科技企业，比如阿里、亚马逊等想要推动数据在更大范围的应用。
无论是谷歌还是阿里、亚马逊，他们需要通过分析数据得出很多服务内容。但是大数据最大的问题就是没有消费端的产品，所以现在人工智能的大数据不是有多少个企业，关键是有没有消费端。
②拓尔思、美亚柏科等：缺少应用终端应用
对标我们A股里面的企业，不少是研究大数据的，概念龙头股也不少，当然都有各自的局限性。
拓尔思是中国大数据分析处理领域的领导厂商之一，他们主要研究网络公开数据、企业内部数据的聚合、分析和挖掘，客户主要是政府、大型企业或者个人，提供的多是信息聚合服务。当然这也是大数据前期，目前还没有消费终端。
美亚柏科是国内领先的电子数据取证与安全产品及服务提供商，企业有两大产品线，一个是电子数据取证产品，电子数据鉴定服务和互联网数字知识产权保护服务两大服务体系。一个是网络信息安全，公司业务主要集中在内容安全搜索领域，客户主要是国家各级政府部门。
华平股份是做软件网络视频通信的龙头企业。他们的产品具有占带宽小、多网络运行、多功能应用的技术优势。比如为客户提供直接在个人计算机上开视频会议的产品，应用终端还处于开发阶段。
国腾电子作为目前国内唯一具备芯片、终端、元器件生产一体化的企业，虽然实现了生产一体化，但是属于生产硬件，应用终端少。
综上所述，这些企业能不能把大数据应用在客户端，成为决定胜败的关键，如果企业是做网络视频的，企业就会需要客户渠道，大数据营销能不能帮助企业寻找到想要的精准客户人群？这是我们在人工智能基础层领域需要关心的问题，当了解了这些问题的意义之后，机遇有可能就出现了。
企业能进入到技术层，是不小的突破
当然，谷歌等企业并不乐意停留在大数据领域，因为大数据服务的购买方一般是企业，企业通过大数据了解市场、了解管理漏洞、完善细节。但是大数据最大的问题就是没有消费端的产品。为了达到这个目标，谷歌等巨头购买了人工智能的一些新算法，然后开源，并推出“阿尔法狗”，同时还有波士顿动力这样的人工智能研发企业，也有waymo这样的研发无人驾驶技术的企业。
这些企业到达了人工智能的技术层和消费端， 现在先来了解技术层，这层包括算法和其他AI技术。
科大讯飞：太注重硬件
说到人工智能技术层里面的A股公司，就不得不提到科大讯飞。有的投资者会非常注重企业的投入研发，认为重视研发的公司才能越走越好，或者投入的研发占比越高就越好。但并不全都是这样的，在人工智能领域里，有前期研发的同时，还要有后期的应用端。很多人工智能的研究公司都会把钱砸向研发，但是科大讯飞却砸向了市场。
科大讯飞采取了平台及赛道同时下注的策略，在To B 及 To C两个领域同时发力。
第一个领域是用自身的人工智能技术积累，在教育、政法、医疗、汽车等领域开疆拓土，为智慧教育、智慧医院、AI+政法等行业提供人工智能解决方案，主要是服务B端用户。
第二个领域是打造开放平台，比如发布IFLYOS、人机交互界面、AI服务市场等170多项AI能力和场景方案，用自身的语音合成、语音识别技术赋能数十万开发者，助力开发者向智能家居等下游领域渗透，打造万物互联生态圈。同时还直接推出翻译机、智能录音笔、学习机、智能办公本等硬件产品，直接面向C端用户抢占市场。科大讯飞的研究领域多而不精，而且终端应用也处于开发阶段，即技术投入阶段。
旷视科技：重视技术，不重视消费端
除了科大讯飞，旷视科技也是人工智能领域的企业，主要是研究计算机视觉。
旷视科技也很注重AI算法技术，但不重视终端产品，它重视的是技术。比如在人脸识别等技术领域为终端产品提供AI算法支撑，所以在终端应用上面它比科大讯飞更有局限性，太注重硬件，没有应用端。
其实，计算机视觉领域强者众多，除了旷视科技，还有同样出色的初创公司商汤科技、依图科技与云从科技，更有海康威视、大华股份等传统安防巨头。
此外，还有科创板上的新星——虹软科技，它属于全球领先的视觉人工智能技术开发者，是解决方案供应商，但主要还是提供技术服务，可以提供目前市面上大部分主流智能手机视觉人工智能产品。客户是几乎所有安卓手机生产商，比如三星、华为、小米、OPPO、维沃（vivo）、LG、索尼、传音等全球知名手机厂商。现在虹软科技也在开发视觉人工智能的其他应用，比如在智能汽车、智能家居、智能保险、智能零售、互联网视频等领域推广，并积极拓展无人驾驶、物联网应用。当然企业也存在应用终端产品少的局限。
相比科大讯飞或者旷视科技、虹软科技，谷歌在这方面做得还不错，比如谷歌翻译就嵌入了浏览器和在线翻译等。谷歌很少有硬件产品，但翻译机就是其中一个。
这些企业到达了人工智能的技术层和消费端， 现在先来了解技术层，这层包括算法和其他AI技术。
科大讯飞：太注重硬件
说到人工智能技术层里面的A股公司，就不得不提到科大讯飞。有的投资者会非常注重企业的投入研发，认为重视研发的公司才能越走越好，或者投入的研发占比越高就越好。但并不全都是这样的，在人工智能领域里，有前期研发的同时，还要有后期的应用端。很多人工智能的研究公司都会把钱砸向研发，但是科大讯飞却砸向了市场。
科大讯飞采取了平台及赛道同时下注的策略，在To B 及 To C两个领域同时发力。
第一个领域是用自身的人工智能技术积累，在教育、政法、医疗、汽车等领域开疆拓土，为智慧教育、智慧医院、AI+政法等行业提供人工智能解决方案，主要是服务B端用户。
第二个领域是打造开放平台，比如发布IFLYOS、人机交互界面、AI服务市场等170多项AI能力和场景方案，用自身的语音合成、语音识别技术赋能数十万开发者，助力开发者向智能家居等下游领域渗透，打造万物互联生态圈。同时还直接推出翻译机、智能录音笔、学习机、智能办公本等硬件产品，直接面向C端用户抢占市场。科大讯飞的研究领域多而不精，而且终端应用也处于开发阶段，即技术投入阶段。
旷视科技：重视技术，不重视消费端
除了科大讯飞，旷视科技也是人工智能领域的企业，主要是研究计算机视觉。
旷视科技也很注重AI算法技术，但不重视终端产品，它重视的是技术。比如在人脸识别等技术领域为终端产品提供AI算法支撑，所以在终端应用上面它比科大讯飞更有局限性，太注重硬件，没有应用端。
其实，计算机视觉领域强者众多，除了旷视科技，还有同样出色的初创公司商汤科技、依图科技与云从科技，更有海康威视、大华股份等传统安防巨头。
此外，还有科创板上的新星——虹软科技，它属于全球领先的视觉人工智能技术开发者，是解决方案供应商，但主要还是提供技术服务，可以提供目前市面上大部分主流智能手机视觉人工智能产品。客户是几乎所有安卓手机生产商，比如三星、华为、小米、OPPO、维沃（vivo）、LG、索尼、传音等全球知名手机厂商。现在虹软科技也在开发视觉人工智能的其他应用，比如在智能汽车、智能家居、智能保险、智能零售、互联网视频等领域推广，并积极拓展无人驾驶、物联网应用。当然企业也存在应用终端产品少的局限。
相比科大讯飞或者旷视科技、虹软科技，谷歌在这方面做得还不错，比如谷歌翻译就嵌入了浏览器和在线翻译等。谷歌很少有硬件产品，但翻译机就是其中一个。
做好应用层才是人工智能企业的利器
上面我们一直在说，现在人工智能类的企业，在应用端方面还处于初始阶段，但是AI的商业化场景非常多，因此在应用层，也有企业参与其中，比如阿里、谷歌、大疆、亚马逊、京东等都属于此类，我们来对标A股看看。
海康威视：有些领跑者的意思
其实在很多专家看来，现在在人工智能应用层里面，安防领域正在成为第一个“着陆场”，也就是说安防领域的应用端可能会更容易实现。
这就要提到A股里面2001年成立的海康威视，它一直稳坐视频安防领域的头把交椅，有些国内企业人工智能的领跑者的意思。
海康威视的人脸识别从技术研究到应用做得还不错，为了让人脸识别系统能像人脑一样思考，海康威视在研发系统的前、后端都应用了深度学习技术，前端有效检测高清人脸，后端做结构化分析检索，前、后端设备无缝融合，人脸识别更准确、更高效。海康威视在人脸识别这方面用的数据并不是自己研发的，而是用别人的，虽然数据有一定的公共性，但是在应用终端还是做得不错的。
现在人脸识别技术也并非只在安防领域，其实在零售及消费者电子领域也出现了，还会迅速成为生物特征识别的技术应用。所以这类研究人工智能应用层企业的市场会更大。
四维图新：用别人的数据打造应用端，亏损扩大
除了海康威视，四维图新这样的企业也是不错的人工智能类企业，它主要是提供地图数据和采集高精度地图数据。而这些数据构成了无人驾驶技术重要的一环。
我们要是抛开A股这个限定，今日头条难道就不是人工智能企业吗？其技术核心不正是获取用户偏好、识别用户的兴趣爱好，推送用户关心的内容吗？这才是真正的人工智能。四维图新的主业是自动驾驶，有优势、有实力，因为高精地图是自动驾驶不可或缺的部分，这是思四维图新自己的优势，它有自己的路况数据，这为自动驾驶提供了技术支持。四维图新最大的缺点是业绩亏损，依靠人工智能驾驶地图盈利可能要等2020年5G推广应用之后。
当然，投资任何科技或者研发类的企业都有很大的风险，特别在人工智能领域的应用层，活下来的只有少数。对于投资人来说，要永远记住，人工智能的核心就是数据，就是如何获取数据，如何使用和分析数据，如何通过数据分析和使用结果输出一种新的运用功能，看企业找股票的时候必须结合上面这几个问题，也就知道了企业在基础层、技术层或者应用层做得好不好。
其实在很多专家看来，现在在人工智能应用层里面，安防领域正在成为第一个“着陆场”，也就是说安防领域的应用端可能会更容易实现。
这就要提到A股里面2001年成立的海康威视，它一直稳坐视频安防领域的头把交椅，有些国内企业人工智能的领跑者的意思。
海康威视的人脸识别从技术研究到应用做得还不错，为了让人脸识别系统能像人脑一样思考，海康威视在研发系统的前、后端都应用了深度学习技术，前端有效检测高清人脸，后端做结构化分析检索，前、后端设备无缝融合，人脸识别更准确、更高效。海康威视在人脸识别这方面用的数据并不是自己研发的，而是用别人的，虽然数据有一定的公共性，但是在应用终端还是做得不错的。
现在人脸识别技术也并非只在安防领域，其实在零售及消费者电子领域也出现了，还会迅速成为生物特征识别的技术应用。所以这类研究人工智能应用层企业的市场会更大。
四维图新：用别人的数据打造应用端，亏损扩大
除了海康威视，四维图新这样的企业也是不错的人工智能类企业，它主要是提供地图数据和采集高精度地图数据。而这些数据构成了无人驾驶技术重要的一环。
我们要是抛开A股这个限定，今日头条难道就不是人工智能企业吗？其技术核心不正是获取用户偏好、识别用户的兴趣爱好，推送用户关心的内容吗？这才是真正的人工智能。四维图新的主业是自动驾驶，有优势、有实力，因为高精地图是自动驾驶不可或缺的部分，这是思四维图新自己的优势，它有自己的路况数据，这为自动驾驶提供了技术支持。四维图新最大的缺点是业绩亏损，依靠人工智能驾驶地图盈利可能要等2020年5G推广应用之后。
当然，投资任何科技或者研发类的企业都有很大的风险，特别在人工智能领域的应用层，活下来的只有少数。对于投资人来说，要永远记住，人工智能的核心就是数据，就是如何获取数据，如何使用和分析数据，如何通过数据分析和使用结果输出一种新的运用功能，看企业找股票的时候必须结合上面这几个问题，也就知道了企业在基础层、技术层或者应用层做得好不好。
