• 项目
首页>>文章列表 >>行业研究
行业研究

金准产业研究 达摩院报告分享 2020十大科技趋势 2020-01-30 19:24:12

前言

2019年,各大公司的AI、云计算、大数据走向下沉市场,空中博弈进入到地面作战,技术的商业化成为生意成败的重要考量。其间,产业与场景成为大漏斗,好的技术得以被筛选重用。 

回首相望,过去的365天,产业AI与产业互联网成为AI落地的关键词,AI芯片规模化应用,专用芯片起势,机器学习、深度学习在工业、能源等各个场景进行实战;云计算成为百行千业数字化转型的核心纽带,云一跃成为巨头的核心赛道;5G2019年迎来正式商用,牌照相继发放,5G也在带动物联网、车联网的爆发,城市的数字化、孪生化成为共识;此外,区块链在2019年褪去热火,进行理性时代,并上升至国家战略,想象空间巨大。

这些,也刚好在此前阿里达摩院发布的《2019十大科技趋势》中被言中。 

但是,在2019这一整年,科技发展形势“一片大好”的背后,我们也试图追索那些深藏在暗处的隐忧,并为之提出更好的应对之策,对未来尽责。 

2020年1月2日,一元初始、万象更新的时刻,阿里达摩院又再度重磅向业界发布《2020十大科技趋势》,对AI、芯片、云计算、区块链、量子计算以及工业互联网等科技领域的未来发展做了重要预测。 

一、什么在掣肘技术的发展? 

阿里达摩院(Alibaba DAMO Academy for Discovery, Adventure, Momentum and Outlook)作为致力于探索科技未知,以人类愿景为驱动力的,立足于基础科学、创新性技术和应用技术的研究院,从诞生第一天起,就有3个重要使命:“活得要比阿里巴巴长”、“服务全世界至少20亿人口”、“必须面向未来、用科技解决未来的问题”。 

2年多的科研经历中,达摩院在机器智能、数据计算、机器人、金融科技等领域进行了诸多前沿的探索,并在此期间引进技术大牛,建立了完善的多学科人才基础,在技术前瞻性上,达摩院走在业界前列。 

达摩院也注意到,AI领域在取得不错成绩的今天,“拦路虎”依然众多。 

比如,AI的感知智能虽然超越人类水准,但是认知智能天花板依然存在,须从认知心理学、脑科学以及人类社会的发展历史中汲取更多的灵感,并结合跨领域知识图谱、因果推理、持续学习等研究领域的发展进行突破,以推动下一代具有自主意识的AI系统的建设。 

再比如,存储和计算中的冯·诺伊曼“瓶颈”(或“内存墙”)问题依然严峻,越往后,AI运算中数据搬运更加频繁,需要存储和处理的数据量远远大于之前常见的应用,AI要有突破,须对设计模式、计算架构维度做出创新。 

芯片是计算的核心,受到成本和市场压力的驱使,半导体产业在积极寻找新的芯片开发模式,来满足低成本、快速的需求。特别是随着芯片制程从10nm缩减到7nm,接下来还要进一步缩减到5nm,每一次制程缩减所需要的成本和开发时间都在大幅提升,但模块化将是个好思路。此外,随着摩尔定律逐渐失效,以硅为主体的经典晶体管缩放已经越来越难以维持,这对芯片材料提出挑战。 

在目前,工业互联网发展迅猛,甚至推动第四次工业革命的到来,但其依然面临制造企业内部的IT软件系统与OT设备系统须打通、厂外上下游产业链须优化组合、产品的设计和产品生命周期须优化管理等问题。 

当然,今天的芯片、数据库、网络、物联网等技术都无法离开云。 

随着传统IT接口开始逐渐被云端接口取代,软件技术和硬件技术之间的依赖程度被大幅度降低,云平台、技术开源、云用户三者形成驱动技术创新的新三角。全面上云时代,应用复杂、算力要求极高,算法、软件和硬件的隔阂造成巨大算力的浪费,已经无法满足在超大规模计算场景下提升IT计算效率、降低计算成本的诉求。 

此外,区块链技术应用已延伸到数字金融、数字政府、智能制造、供应链管理等多个领域,主流厂商纷纷进入区块链领域推动技术突破和商业化场景落地。区块链将正式面对海量用户场景的考验,这将对系统处理量提出了更高的要求,并加剧参与节点在信息存储、同步等方面的负担。 

二、2020十大科技趋势

技术发展有瓶颈,但不应成为止步不前的理由。面对科技向前的浪潮,总有人在理性思考,明灯指路。 

此次达摩院2020十大科技趋势报告,就是对以上掣肘技术发展问题的最好回答。回答中,还将诸多前沿性技术进行解构、彼此串联,以找到牵引产业创新的最新逻辑,金准产业研究团队认为值得详读。  

2.1人工智能从感知智能向认知智能演进

人工智已经在“听、说、看”等感知智能领域已经达到或超越了人类水准,但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感,并结合跨领域知识图谱、因果推理、持续学习等技术,建立稳定获取和表达知识的有效机制,让知识能够被机器理解和运用,实现从感知智能到认知智能的关键突破。 

相较于感知能能这一人工智能1.0,人工智能2.0将更多基于数据,自动将非结构化的数据转变为结构化的知识,做到真正意义上的认知智能。探索如何保持大数据智能优势的同时,赋予机器尝试和因果逻辑推理能力,实现认知智能,成为当下人工智能研究的核心。

认知智能的机制设计非常重要,包括如何建立有效的机制来稳定获取和表达知识,如何让知识能够被所以模型理解和运用。这需要从认知心理学、脑科学以及人类社会的发展历史中汲取更多的灵感,并结合跨领域知识图谱、因果逻辑、持续学习等研究领域的发展进行突破。

认知智能将结合人脑的推理过程,解决复杂的阅读理解问题和少样本的知识图谱推理问题,协同结构化的推理过程和非结构化的语义理解。它也需要解决多模态预训练问题,帮助机器获得多模感知能力,赋能海量任务。

大规模图神经被认为是推动认知智能发展强有力的推理方法。图神经网络将深度神经网络从处理传统非结构化数据(如图像、语音和文本序列等)推广到更高层次的结构化数据(如图结构等)。大规模的图数据可以表达丰富并蕴含逻辑关系的人类常识和专家规则,图节点定义了可理解的符号化知识,不规则图拓扑结构表达了图节点之间的依赖、从属、逻辑规则等推理关系。以保险和金融风险评估为例,一个完备的AI系统需要分析个人的履历、行为习惯、健康程度等,还需要通过其父母、亲友、同事、同学之家的来往数据和相互评价进一步进行信用评估和推断。基于图结构的学习系统能够利用用户之间、用户与产品之间的交互,做出非常准确的因果和关联推理。

未来人工智能热潮能否进一步打开天花板,形成更大的产业规模,认知智能的突破是关键。认知智能可以帮助机器跨越模态理解数据,学习到最接近人脑认知的“一般表达”,获得类似于人脑的多模感知能力,有望带来颠覆性的产业价值。认知智能的出现使得AI系统主动了解事物发展的背后规律和因果关系,而不再只是加单的统计拟合,从而进一步推动实现下一代具有认知能力的AI系统。

2.2计算存储一体化突破AI算力瓶颈

冯诺伊曼架构的存储和计算分离,已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法探索的限制因素。类似于脑神经结构的存内计算架构将数据存储单元和计算单元融合为一体,能显著减少数据搬运,极大提高计算并行度和能效。计算存储一体化在硬件架构方面的革新,将突破AI算力瓶颈。 

经典的冯洛伊曼计算机架构中,存储单元和计算单元泾渭分明。运算时,需要将数据从存储单元赌球到计算单元,运算后会把结果写回存储单元。在大数据驱动的人工智能时代,AI运算中数据搬运更加频繁,需要存储和处理的数据量远远大于之前常见的应用。当运算能力达到一定程度,由于访问存储器的速度无法跟上运算部件消耗数据的速度,即使再增加运算部件也无法充分利用,从而形成所谓的冯诺依曼“瓶颈”,或“内存墙”问题。这就好比一台马力强劲的发动机,却因为输油管的狭小而无法产生应有的动力。

计算机瓶颈以及功耗瓶颈已经对更先进、复杂度更多的AI模型研究产生了限制。例如,最先进的自然语言处理模型XLNet有约4亿模型参数,每次训练需要数百个深度学习加速器运算三天。而据估算人脑中细胞间互联轴突个数更是高达百万亿到千万亿数量级。显然AI 在认知问题上离我们追求的所谓通用人工智能还有巨大差距,未来计算能力和计算系统的效率需要比现在至少提高几个数量及。因此人工智能要进一步突破,必须采取新的计算架构,解决存储单元和计算单元分离带来的算力瓶颈。

计算存储一体化,类似于人脑,将数据存储单元和计算单元融合融合为一体,大幅减少数据搬运,极大提高计算并行度和能效。计算存储一体化的研究无法一蹴而就,对于广义上计算存储一体化架构的发展,近期策略的关键在于通过芯片设计、集成、封装,拉近存储单元与计算单元对的距离,增加宽带,降低数据搬运的代价,缓解由于数据搬运产生的瓶颈。中期规划,通过架构方面的创新,设存储器于计算单元中或者置计算单元存储模块内,实现计算和存储你中有我,我中有你。远期展望,通过器件层面的创新,实现器件既是存储单元也是计算单元,不分彼此,融合一体,成为真正的计算存储一体化。近年来,一些新型非易失存储器,如阻变内存,显示了一定的计算机存储融合的潜力。

计算存储一体化正在助力、推动算法升级,成为下一代AI 系统的入场券。它提供的大规模更高效的算力,使得算法设计有更充分的想象力,从而将硬件上的先进性,升级为系统性的领先优势,最终加速孵化新业务。

更进一步,计算存储一体化是一个game=changer,开辟了一条新赛道。它的出现将重构当前处理器和存储器相对垄断的产业格局。再次过程中,可以帮助芯片行业中更多中小企业获得发展。

2.3工业互联网的超融合

5G、IoT设备、云计算、边缘计算的迅速发展将推动工业互联网的超融合,实现工控系统、通信系统和信息化系统的智能化融合。制造企业将实现设备自动化、搬送自动化和排产自动化,进而实现柔性制造,同时工厂上下游制造产线能实时调整和协同。这将大幅提升工厂的生产效率及企业的盈利能力。对产值数十万亿乃至数百万亿的工业产业而言,提高5%-10%的效率,就会产生数万亿人民币的价值。 

由于工厂环境复杂,现有工业系统之间的通信布线成为痛点。工厂的搬送机器人或一个工矿的掘机需要在一个大范围内频繁移动,wifi难以较好覆盖,而4G/Lora/NB的数据传输速率和延时达不到机器人想用的要求。随着5G技术的成熟,可以满足工业系统对于高可靠低时延的需求,DTU(无线传输设备)无论在部署上还是在运维上,较原本的有限方案都有着明显优势和极高性价比。可以预见的是,工业系统的互联将随着5G的建设而得到快速普及。

工业互联网主要解决三个问题:一是打通制造企业内部的IT软件系统与OT设备系统,进行自动派单,从而实现柔性制造;二是在工厂外实现上下游产业链的优化组合;三是更好的管理产品的设计和产品生命周期。

随着IoT PaaS的成熟,云端已经兼容了WiFi、BLE、Zigbee、Modbus、OpcUA、RS232等网络和链接协议。这些协议可以通过5G的模组非常方便的帮助原有的IT系统与云端打通。APS(自动排产软件)和MES(制造执行系统)可以从云端或边缘服务器直接下发工艺包和生产计划至每一个机台,从而实现IT(信息化)与OT(工控软件)的融合和工厂内部垂直集成。通过轻松把设备数据连到云上,将设备作业的数据连到业务系统(云上的IT系统)里面,可实现派工自动化,从而实现生产的实时调整,满足个性化需求定制。

每个企业处于核心技术保密受限于使用的生产系统软硬件不统一等原因,无法构成紧密的价值网络,导致价值网络整体的竞争力难以提升。利用分布式账本等技术,解决信任问题后,可以突破单个工厂的限制,将价值网络中的上下游企业工厂的制造系统连接起来,进而可以实现上下游制造产线的实时调整和协同,上游的流水线变慢,下游的流水线也可以速度放缓,从而使整个价值网络的竞争力得以提升。

现有生产模式中,产品价值链由产品设计、上产规划、生产工程、生产执行、服务等多个环节所构成,各环节数据来源不同,异构性强,难以互通,整个价值链的信息无法全透明。但是,基于工业互联网和数字孪生技术,在产品的设计阶段使用CAD软件设计产品的解析模型;在产品的使用阶段,利用5G和IoT PaaS采集关键参数,并且输入至云端的模型解析软件里,偏可以在该产品额全生命周期中很好地跟踪产品的性能和设计指标之间的差异变化。进一步,这些使用过程的信息便成为下一次产品迭代的重要的数据来源,如此周而复始,推动产品不断迭代进步。

工业系统通过工业互联网得以互联,工业互联网第一次让人类拥有并掌握了一个具备实时调整工业系统能力的工具,从而大幅度促进了生产效率、降低了库存、提高了质量。对于产值规模达到数十万亿乃至数百万亿的工业产业而言,即使效率仅仅只提高5%-10%的效率,也会增加数万亿人民币的价值。

2.4机器间大规模协作成为可能

传统单体智能无法满足大规模智能设备的实时感知、决策。物联网协同感知技术、5G通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务。多智能体协同带来的群体智能将进一步放大智能系统的价值:大规模智能交通灯调度将实现动态实时调整,仓储机器人协作完成货物分拣的高效协作,无人驾驶车可以感知全局路况,群体无人机协同将高效打通最后一公里配送。 

随着人工智能发展迎来又一次浪潮,越来越多的智能设备参与到人类日常生产活动中,影响着人们生活的方方面面。随着“万物互联”概念的提出,大量的智能设备被连接起来,形成一个智能设备网络,实现信息共享、统一控制。

在大规模智能设备网络中,机器与机器之间的交流与写作将十分重要。这种协作奖优化整体的长期目标,涌现群智,从而进一步将智能系统的价值规模化放大。以城市级别的交通灯控制任务为例,它关注长期城市交通的车辆通行顺畅度。现实环境中,一个城市级别的交通灯控制规模巨大,不同时期又有不同的控制策略,每个路口红绿灯的控制策略取决于实时车流信息及邻近范围内其它路口的交通控制策略。这种要求动态实时调整的大规模智能网略,使用原有的基于规则的方法很难实现,而基于多智能体强化学习的大规模交通控制技术可以解决这一难题。

未来5年,多智能体协作在城市生活的方方面面落地发展,仓储机器人的高效协作完成货物的快速分拣,提升物流效率,降低存储和运输成本;道路上的无人车能够决定并道时是否让其它车先行,提升无人驾驶的安全性和交通效率;交通灯根据当前路口和邻近路口的实时交通情况来决定调度信号,真正盘活猪呢个股城市高峰时期的交通;网约车平台会根据城市不同地点各个时间的打车需求来优化给每辆车的派单,降低用户等车时间,提升司机收入。

多智能体协同及群体智能这样全新的人工智能范式的发挥在那和普及将会带来整个经济社会的升级,让人工智能不再只是单个的工具,而是协调整个人类工作网络的核心系统。

2.5模块化降低芯片设计门槛

传统芯片设计模式无法高效应对快速迭代、定制化与碎片化的芯片需求。以RISC-V为代表的开放指令集及其相应的开源SoC芯片设计、高级抽象硬件描述语言和基于IP的模板化芯片设计方法,推动了芯片敏捷设计方法与开源芯片生态的快速发展。此外,基于芯粒(chiplet)的模块化设计方法用先进封装的方式将不同功能“芯片模块”封装在一起,可以跳过流片快速定制出一个符合应用需求的芯片,进一步加快了芯片的交付。 

AIoT时代世间万物足部走向在线化、数据化、智能化,不仅将带来芯片需求的爆发式增长,形成巨大的市场空间,同时其碎片化和定制化的特点,也对芯片设计模式提出了新的要求。芯片行业传统的比投资、比品牌、比工艺的“大鱼吃小鱼”格局,正逐渐被比市场灵敏度、比需求适配、比速度和价格的“快鱼吃慢鱼”格局所取代。在应用驱动的趋势下,谁能快速推出专用芯片,就能抢占市场先机。越来越多的胸和应用服务公司在推出专用芯片,例如苹果、谷歌、阿里巴巴、亚马逊、特斯拉等应用企业开始进入芯片设计领域,自研或联合开发芯片产品。

现有的芯片设计模式存在研发成本高、周期长等问题,开发一款中档芯片,往往需要数百人年、数千万甚至上亿美元的研发投入,严重阻碍了芯片创新速度。特别是随着芯片制程从10nm缩减到7nm,接下来还要进一步缩减到5nm,每一次制程缩减所需要的成本和开发时间都在大幅提升。受到成本和市场压力的驱使,半导体产业在积极寻找新的芯片开发模式,来满足低成本、快速的需求。基于IP的可重用的设计方法学,解决了芯片功能模块重复设计的问题,使得芯片可以以模块化的方式进行设计,不同功能的IP模块可以在不同的芯片中被重用,这种方法推动了系统芯片对的普及。

近年来,以RISC-V为代表的开放指令集及其相应的开源SoC芯片设计、以Chisel为代表的高级抽象硬件描述语言和基于IP的模块化的芯片设计方法,推动了芯片敏捷设计方法,推动了芯片敏捷设计方法与开源芯片生态的快速发展,越来越多芯片企业开始尝试开源硬件架构进行设计。

面向未来,一种“小芯片”的模块化设计方法正在成为新的行业趋势。这种方法通过对复杂哦功能进行分解,开发出多种具有单一特定功能的“小芯片”,如实现数据存储、计算、信号处理数据流管理扥功能。把这些不同功能的小芯片进行模块化组装,将不同的计算机原件集成在一块硅片上,来实现更小更紧凑的计算机系统结构。当前的芯片设计模式,需要从不同的IP供应商购买IP,包括软核IP或硬核IP,再结合自家研发的模块,集合成一个SoC,然后在某个制造工艺节点上完成芯片设计和生产的完整流程。未来计算机的系统结构,可能不是由单独封装的芯片制造的,而是在一块较大的硅片互联成芯片网络的Chiplets制造的模块化的芯片技术最终可以实现像搭积木一样组装芯片。

模块化的设计模式可能带给从上游EDA工具、IC设计到制造工业、现金封测等产业链环节颠覆式的创新革命,重塑芯片的产业格局。由此带来的芯片设计门槛的降低可以让设计者以更低的成本和更高的效率定制领域专用芯片,引发一场芯片设计模式发展,释放市场创新活力,繁荣芯片产业。

2.6规模化生产级区块链应用将走入大众

区块链BaaS(Blockchain as a Service)服务将进一步降低企业应用区块链技术的门槛,专为区块链设计的端、云、链各类固化核心算法的硬件芯片等也将应运而生,实现物理世界资产与链上资产的锚定,进一步拓展价值互联网的边界、实现万链互联。未来将涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作,日活千万以上的规模化生产级区块链应用将会走入大众。 

2019年是区块链历程白的一年,区块链技术正式被定位为国家战略,为区块链产业的发展打开额巨大的想象空间。区块链连技术应用已延伸到数字金融、数据局政府、智能制造、供应链管理等多个领域,主流厂商纷纷进入区块链领域推动技术突破和商业化场景落地。以JP Morgan Coin和Facebook Libra为代表的企业稳定币与国家主权数字货币正在试图重构全球金融基础设施网络。区块链将正式面对海量用户场景的考验,这将对系统处理量提出更高要求,并加剧参与节点在信息存储、同步等方面的负担,在现有技术环境下会导致系统性能和运行效率的下降。

区块链的路线之争逐步清晰,从颠覆到补充,从去中心到去中介,联盟链架构成为行业主流技术路线。聚焦研发高吞吐、低延时大规模共识网络,各行业内提升多方协作效率的价值链接局域网逐步呈现。在传统物理世界中,链外到链上锚定过程中的信息真实性保障一直是全行业技术攻关的重点。目前各个行业中正在逐步形成的局域网,通过更好地实现数据共享,帮助价值网络的无障碍流动,有望形成真正的价值互联网络。在商用网络中,区块链保证所有信息数字化并实时共享,使得离散程度高、链路长、涉及环节多的多方主体仍能有效合作,但与此同时,也带来了存储成本、秘钥安全、数据隐私等方面的压力。

展望2020年,区块链BaaS服务将进一步降低企业应用区块链技术的门槛。在商业应用大规模落地的同时,区块链玩过的“局域网”和“数据孤岛”问题将被新型的通用跨链技术所解决。自主可控的安全与隐私保护算法及固化硬件芯片将会成为区块链核心技术的热点领域,保障基础设施的性能和安全。以端、云、链的软硬件产品为基础的一站式解决方案,进一步加速企业上链与商业网络搭建的进程。区块链通过于AIoT技术融合实现物理世界资产与链上资产的锚定,进一步拓展价值互联网的边界实现万链互联。这也将进一步夯实区块链在数字经济时代数据和资产可信流转的基础设施地位。

在电气时代,用电量是衡量经济水平的核心指标;在4G时代,互联网上的活跃用户数是繁荣的标志;在数字经济时代,面对即将到来的海量用户场景,我们相信很快将会井喷式地涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作。与此而来的,一批日活千万的区块链规模化生产级应用将会走入大众。以区块链为基础的分布式账本,将在数字经济中进一步推动产业数字化形成的价值有效传递,从而构建新一代价值互联网和契约社会。

2.7量子计算进入攻坚期

2019年,“量子霸权”之争让量子计算在再次成为世界科技焦点。超导量子计算芯片的成果,增强了行业对超导路线及对大规模量子计算实现步伐的乐观预期。2020年量子计算领域将会经历投入进一步增大、竞争激化、产业化加速和生态更加丰富的阶段。作为两个最关键的技术里程碑,容错量子计算和演示实用量子优势将是量子计算实用化的转折点。未来几年内,真正达到其中任何一个都将是十分艰巨的任务,量子计算将进入技术攻坚期。 

通过利用量子力学中非经典的性质,量子计算有望颠覆当前的计算技术,给经济和社会带来变革性的进步。目前量子计算正处于从实验室走进实际应用的转变之中。2019年谷歌宣称达到“量子霸权”的里程碑,即其量子计算器件可执行一个任何景点计算机都无法完成的任务。另一领军团队IBM当即反驳,称该任务仍在景点算力之内。且不论争论的是非,谷歌在硬件上的进展大大增强了行业对超导路线以及对大规模量子计算实现步伐的乐观预期。2020年的量子计算将蓬勃发展,主要特点是技术上进入攻坚和产业化的加速阶段。

技术方面,超导量子计算仍将继续占据中心舞台,并对其他硬件路线造成严峻的压力。因为谷歌在超导方向上的成果皆为已知技术,多个追赶者将按图索骥,在2020年或作出令人钦佩的复制性结果,或陷入高度复杂的工程噩梦。而领先团队的目标依然锁定在比“量子霸权”更重要且毫无争议的梁哥里程碑:容错量子计算和演示实用量子优势。前者指的是如何通过量子纠错,避免硬件错误的累积,技术上需要同时在“高精度”和“大规模哦”两个维度上突破。后者指有力地证明量子计算机可以用超越经典计算的性能解决一个有实际意义的问题。至于演示实用量子优势是否能绕过纠错,还有待历史证明,因为实际问题要求的规模可能如此之大,导致对精度的要求不低于纠错的要求。早2020年,乃至未来几年,毫无争议地达到这两个目标中任何一个都非常艰巨,故而量子计算将进入技术攻坚时期。

产业和生态方面,政府、企业和学术机构的规则和投入将升级、扩大。竞争将在多个维度激化:领军团队规模扩充的同时透明性下架;认为设障的风险上升。产业分工将进一步细化:制冷、微波、低温电子控制、设计自动化、制备代工等领域在资本推动、政策扶植和生态滋养下蓬勃发展。各行龙头企业家里探索应用,助力算法和软件。

国际上工业界-学界-开放性平台和服务三方将相互赋能。工业界的工程复杂度任何纯学术团队无法企及;学界将探索颠覆性的方向;开放性平台和服务将降低研究和创业的时间和资本,加速整个领域的迭代和创新速度。这一生态依赖于人才的自由流动,深厚的基础研究能力,和强大的企业执行力;并将得益于大面积且高效的政府投入,及以降低门槛、激励创新、带动民间投入为目标的政策引领。

预期和现实总在上下交替的舞蹈中螺旋上升。过去两年硬件的进展为量子计算赢得了未来一段时间攻坚作战的粮草。2020年的技术进展将主要是基础技术的突破。虽然不一定为大众津津乐道,但将助推量子计算未来的又一个高潮。

2.8新材料推动半导体器件革新

在摩尔定律放缓以及算力和存储需求爆发的双重压力下,以硅为主体的经典晶体管很难维持半导体产业的持续发展,各大半导体厂商对于3纳米以下的芯片走向都没有明确的答案。新材料将通过全新物理机制实现全新的逻辑、存储及互联概念和器件,推动半导体产业的革新。例如,拓扑绝缘体、二维超导材料等能够实现无损耗的电子和自旋输运,可以成为全新的高性能逻辑和互联器件的基础;新型磁性材料和新型阻变材料能够带来高性能磁性存储器如SOT-MRAM和阻变存储器。

半个世纪以来半导体产业都在竭力遵循摩尔定律,在取得巨大经济效益的同时也从根本上改变了人类社会的发展进程。人工智能及大数据兴起为云端及终端装置带来更多创新的同时也使得半导体产业的发展面临着摩尔定律放缓导致的产品升级困难以及大数据导致的算力和存储需求爆发的双重压力。以硅为主体的经典晶体管缩放已经越来越难以维持,从而难以实现半导体产业的持续发展。

从近期来看,新材料可能会代替传统的硅作为晶体管的同道材料以提升晶体管的速度。新的介电材料可能会导致超陡的亚阈值坡度以降低晶体管的能耗。新的金属材料可能会替代钨和铜作互联导线以增强稳定性和减缓信号延迟。二维材料或外延生长的纳米层材料可能会导致3D堆集的架构以增加芯片的密度。这些器件的物理机制答题清楚,但是大规模应用还需要半导体厂商来解决工艺实现、工程配套等方面的挑战。

从更长远的角度来看,更具挑战性的材料及全新的物理机制将是半导体产业能够保持加速指数式的增长额关键。新物理机制是全新的高性能的逻辑和互联器件的基础,比如基于量子效应的强关联材料和拓扑绝缘体、新发现的二维材料中魔幻角度下的超导现象等会导致无损耗的电子和自旋输运。利用新的磁性材料的自旋-轨道耦合现象可以制备全新的高性能磁性存储器如SOT-MRAM,而利用新的阻变现象使得全新的高密度、高稳定性的阻变存储器(RRAM)成为可能。虽然这些全新的工作机制还处在早期的探索中,但他们能从根本上解决传统器件在物理原理层面所受到的限制,实现对摩尔定律的突破。

新材料和新机制将会对传统的半导体产业进行全面洗牌,包括材料的生长、器件的制备以及电路的工作原理都会发生根本性的变化。这对设备厂商,晶圆厂及电路设计公司都会带来历史性的挑战和基于,也会为新兴的公司及产业提供振奋人心的发展机会。

2.9保护数据隐私的AI技术将加速落地

数据流通所产生的合规成本越来越高。使用AI技术保护数据隐私正在成为新的技术热点,其能够在保证各方数据安全和隐私的同时,联合使用方实现特定计算,解决数据孤岛以及数据共享可信程度低的问题,实现数据的价值。 

数字经济时代,数据成为社会经济发展的新生产要素,数据流动价值也越来越受到人们的重视。然而在企业数字化建设过程中,由于规划、设计、管理等方面存在的问题,导致业务系统在功能上不关联互动、信息不共享互换,在各个系统之间容易形成孤岛问题,进一步制约数据共享所带来的流动价值。

在越来越多对数据隐私的担忧声中,政府开始行动制定数据使用合规法案,大量的数据因为需要依法保护而无法被联合在一起计算。针对“数据孤岛”现象,目前大部分数据共享平台本质上都是基于中心化的数据交换机制,存在过程复杂、通信成本高、效率低、所有权模糊化、数据泄露风险大的缺点,而且无法保护用户的个人隐私。保护隐私的AI 安全技术能够在保证各方数据安全和隐私的同时,联合使用各方数据来达到特定的训练与使用AI 的目的,从而充分发挥数据的价值,解决数据孤岛以及数据共享可信程度低的问题。

保护数据隐私的I 安全技术拓展传统分布式计算以及信息安全范畴,为网络协作计算提供一种新的计算模式。它可通过多方计算、差分隐私、同态加密、混淆电路、加密搜索与计算、可信软硬件等;也可利用人工智能保障模型鲁棒与安全性,如模型加固、数据毒化防御、对抗性样本防御等。基于隐私保护技术为核心构建数据安全体系,必将成为发展大数据、云计算和物联网的基石。

一直以来,平衡发展效率和安全风险四大数据产业的核心问题,拥有海量数据的政府企事业等组织一方面对数据的隐私负有重要额保护责任,另一方面也享有数据的使用价值;作为终端用户的个体在法律法规的保护下可以控制个人数据的访问权,也能参与价值分配。而在AI 安全技术的保障下,组织或个人不必转让数据的拥有权,而是通过出租数据的使用权参与价值分配。以联邦学习为代表的安全多方计算应用,能解决行业大数据聚合过程遇到的挑战,例如购物平台和银行等金融机构的产品推荐所面临的数据属性维度不足,以及医疗诊断和语音助手行业的数据用户量不足等问题,并促使公共政务数据得以开放惠民新业。

2.10云成为IT技术创新的中心

随着云技术的深入发展,云已经远远超过IT基础设施的范畴,渐渐演变成所有IT技术创新的中心。云已经贯穿新型芯片、新型数据库、自驱动自适应的网络、大数据、AI、物联网、区块链、量子计算整个IT技术链路,同时又衍生了无服务器计算、云原生软件架构、软硬一体化设计、智能自动化运维等全新的技术模式,云正在重新定义IT的一切。广义的云,正在源源不断地将新的IT技术变成触手可及的服务,成为整个数字经济的基础设施。

在传统IT时代,随着计算机技术的发展,业界为计算机定义了标准的软硬件接口,让软件技术和硬件技术之间的依赖程度大幅度降低,可以分离演进,并行发展。在全面上云的云计算时代,传统的软硬件分离迭代的模式逐步显现出局限性,现今的应用越来越复杂,对算力的要求越来越高,而算法、软件和硬件的隔阂造成算力的巨大浪费,已经无法满足在超大规模计算场景下提升IT计算效率、降低计算成本的诉求。同时随着大多数企业开始全面拥抱云计算,如何最大化发挥“云”的价值实现应用的快速上线和高效运行、业务的秒级启动等是企业从容地应对市场快速变化的关键。

在软硬件核心技术领域,通过自主可控的技术重新设计软硬件之间的系统接口,使算法、软件和硬件设计的沟通更加紧密,让现有硬件的算力发挥到极致,打造适合云基础设施的新型计算机。一方面通过大幅提升计算效率,有望突破传统IT时代摩尔定律的计算力增长曲线,凸显云计算的整体优势。在过去的几年中,用于机器学习加速的AI芯片以及新一代虚拟化专用芯片等都是充分利用软硬件协同设计模式带来计算效率提升的典范。另一方面,软硬件协同设计有利于加强对底层技术的控制能力,提升云的可靠性和易用性。

在云资源交付方式上,云原生让云计算变得越来越标准化。基于无服务器计算的应用开发和交付方式进一步解放云计算能力。Serverless通过更高层次的抽象,由云平台来负责计算资源的分配、管理和伸缩,让开发者只需关注自己的业务逻辑,而无需显示地保有计算资源,免去资源管理、系统运维等工作,按需付费的计费方式也可以帮助开发者实现成本优化。无服务器计算进一步简化微服务应用架构,用户只需书写事件驱动的函数实现即可,及大地降低构建云应用的难度。同时无服务器计算进一步推动事件驱动应用架构的发展,有效解耦事件源和事件处理者,为企业提供一个灵活的系统,能够快速适应变化并实时做出决策。

未来的软件一定是生长于云上的,云原生和无服务器计算正在重塑整个软件生命周期,从软件需求设计、研发、发布、构建分发到运维等。在ALL-in-Cloud的时代,基于软硬一体化重新设计的云计算基础设施以及通过云原生的崭新资源交付方式在提高计算效率、易用性的同时降低计算和运维成本,进一步巩固成为数字经济时代基础设施。

金准产业研究 电子化工材料国产替代进口分析报告 2020-01-27 17:15:11

前言

电子化工材料(Electronic Chemical Materials,简称ECM),指为集成电路和分立器件、电容、电池、印制线路板、液晶显示器等电子元器件的生产而使用的各种精细化学品,是电子材料和精细化学品结合的高新技术产品。电子化工材料处于电子信息产业链的前端,没有高质量的电子化工材料就不可能制造出高性能的电子元器件,在电子产业中的作用相当于“生长激素”。

一、电子特气

电子特种气体(简称:电子特气)是特种气体的一个重要分支,是集成电路(IC)、显示面板(LCD、OLED)、光伏能源、光纤光缆等电子工业生产中不可或缺的关键性原材料,广泛应用于薄膜、光刻、刻蚀、掺杂、气相沉积、扩散等工艺,其质量对电子元器件的性能有重要影响。

 

电子特气是气体行业的重要分支

气体的产品种类丰富,电子元器件在其生产过程中对气体产品存在多样化需求。例如集成电路制造需经过硅片制造、氧化、光刻、气相沉积、蚀刻、离子注入等工艺环节,这个过程中需要的高纯特种气体和混合气体的种类超过50种,且每一种气体应用在特定的工艺步骤中。此外,在显示面板、LED、太阳能电池片等器件的制造中的不同工艺环节均会用到多种特种气体。

 

电子气体在不同电子元器件制造工艺中的应用

电子特气在其生产过程中涉及合成、纯化、混合气配制、充装、分析检测、气瓶处理等多项工艺技术,下游客户对产品质量要求较高。尤其是极大规模集成电路、新型显示面板等精密化程度非常高的应用领域,对特种气体的纯化、杂质检测、储运技术都有着严格的要求。

气体纯度:特种气体要求超纯、超净。纯度每提升一个N以及粒子、金属杂质含量浓度每降低一个数量级都将带来工艺复杂度和难度的显著提升。例如,12吋、90nm制程的集成电路制造技术要求电子特气的纯度要在5N~6N以上,有害的气体杂质浓度需要控制在ppb(10-9);在更为先进的28nm及目前国际一线的6nm~10nm集成电路制程工艺中,电子特气的纯度要求更高,杂质浓度要求甚至达到ppt(10-12)级别。

配比的精度(混合气):随着混合气中产品组分的增加、配制精度的上升,常要求气体供应商能够对多种ppm(10-6)乃至ppb(10-9)级浓度的气体组分进行精细操作,其配制过程的难度与复杂程度也显著增大。

气体储运:保证气体在存储、运输、使用过程中不会被二次污染,对气瓶内部、内壁表面的处理涉及多项工艺,均依赖于长期的行业探索和研发;此外,对于某些具有高毒性或危险性的气体,需要使用负压气瓶储运,以减少危险气体泄露风险。

气体分析检测:由于需要检测的杂质含量低至ppb级别,需要使用特殊的气相色谱、ICP-AES、ICP-MS等非常规分析方法。

电子特气市场规模大。据金准产业研究团队统计,2017年全球特种气体的市场规模达241亿美元,其中电子领域(包括集成电路、显示面板、光伏能源、光纤光缆等)的特种气体市场规模预计超过100亿美元;中国特种气体的市场规模约178亿元,其中电子领域的特种气体市场规模约100亿元。

半导体用电子特气行业增速高。在半导体领域,电子特气在半导体制造的材料成本中占比高达13%,是仅次于硅片的第二大材料。仅从集成电路用电子气体来看,据中国产业信息网的数据,2018年全球集成电路用电子气体的市场规模达到45.12亿美元,同比增长16%,中国集成电路用电子特气的市场规模约4.89亿美元。

 

2018年全球半导体制造材料成本结构

 

全球集成电路用电子气体市场规模

金准产业研究团队分析,基于未来几年中国大陆地区半导体、显示面板等主要电子元器件的新增产能较多,以及电子化工材料的进口替代需求强烈,国内电子特气行业将迎来高速增长。

半导体、显示面板等电子产业链东移,中国电子产业市场规模急剧扩张。我国已成为全球最大的半导体生产国,且2017~2020年间中国大陆新建半导体晶圆厂数量占全球新增总数高达42%;中国大陆液晶面板出货量已在2019年1季度跃居全球第一,全球占比超过50%。

海外垄断格局明显,国产替代迫在眉睫。目前全球电子特气市场被几家海外龙头企业垄断,国内电子特气的进口依存度超过80%,在半导体、显示面板产业链国产化趋势下,上游原材料受制于人的局面亟待改变。

由于技术壁垒高、制备难度大,目前全球电子特气市场被几家海外龙头企业垄断。主要公司有美国空气化工产品公司、法国液化空气集团、日本大阳日酸株式会社、美国普莱克斯公司、德国林德集团(2018年与美国普莱克斯公司合并)等,合计占据全球市场94%的份额。中国的电子特气市场中,外资巨头也牢牢控制了85%的市场份额,进口替代需求强烈。

 

全球电子特气市场格局

 

国内电子特气市场格局

金准产业研究团队分析,进口替代的驱动因素主要为技术突破。国产工业气体的技术已经较为成熟,但达到电子级气体的产品仍然较少。部分国产产品已实现技术突破,部分产品已经达到半导体生产用电子气体的技术水平和工艺要求,比肩国际先进水平。

国内企业已有突破,部分电子特气产品已进入半导体产业链。相比海外公司较高的行业集中度,国内电子特气产能相对分散,细分领域公司数量较多。相对海外巨头每家公司都有众多电子特气产品类别批量进入半导体制造产业链,国内企业目前每家公司仅有个别电子特气产品打入本土半导体产业链,尚与海外公司有较大差距。

二、光刻胶

光刻胶是电子领域微细图形加工的关键性材料,在半导体、LCD、PCB等行业的生产中具有重要作用。光刻胶是利用光化学反应,经光刻工艺将所需要的微细图形从掩膜板转移到代加工基片上的图形转移介质,是光电信息产业的微细图形线路加工制作的关键性材料。

在微电子制造业精细加工从微米级、亚微米级、深亚微米级进入到纳米级水平的过程中,光刻胶起着举足轻重的作用。光刻胶自1959年被发明以来就成为半导体生产中最核心的工艺材料之一;随后光刻胶被改进运用到PCB板的制造工艺,成为PCB生产的重要材料;20世纪90年代,光刻胶又被运用到平板显示的加工制造,对平板显示面板的大尺寸化、高精细化、彩色化起到了重要的推动作用。

按照下游应用,光刻胶可分为半导体用光刻胶、LCD用光刻胶、PCB用光刻胶等,其技术壁垒依次降低。相应地,PCB光刻胶是目前国产替代进度最快的,LCD光刻胶替代进度相对较快,半导体光刻胶目前国产技术较国外先进技术差距最大。

在半导体领域,光刻工艺的成本约为整个芯片制造工艺的30%,耗时约占整个芯片工艺的40%~50%,是芯片制造中最核心的工艺。光刻胶的质量和性能是影响集成电路性能、成品率及可靠性的关键因素。光刻胶材料及其配套化学品约占IC制造材料总成本的12%左右,是继硅片、电子气体的第三大IC制造材料。半导体用光刻胶的曝光波长由宽谱紫外向g线(436nm)→i线(365nm)→KrF(248nm)→ArF(193nm)→EUV(13.5nm)的方向移动,波长越小,加工分辨率越佳。

LCD领域,彩色光刻胶和黑色光刻胶是制备彩色滤光片的核心材料,占彩色滤光片成本的27%左右。彩色滤光片是TFT-LCD实现彩色显示的关键器件,占TFT-LCD面板制造成本的15%左右。

PCB领域,光刻胶主要包括干膜光刻胶、湿膜光刻胶、光成像阻焊油墨,约占PCB制造成本的3%。

 

光刻胶的分类

光刻胶的组成成分主要为感光剂(光引发剂)、聚合剂(感光树脂)、溶剂与助剂构成。其中,光引发剂是光刻胶的最关键成分,对光刻胶的感光度、分辨率起着决定性作用。

 

光刻胶的组成成分

光刻胶产品是电子化工材料中技术壁垒最高的材料之一,研发难度极大。

纯度要求高、工艺复杂:由于光刻胶用于微米级甚至纳米级图形加工,光刻胶产品需要严格控制质量。光刻胶及其专用化学品的化学结构特殊,品质要求高,微粒子及金属离子含量极低,生产工艺复杂,其研发和生产具有较高的技术门槛。

配方技术:光刻胶的品种非常多,针对不同应用需求,通过调整光刻胶的配方,满足差异化的应用需求,是光刻胶制造商最核心的技术。

光刻机的配套需求:光刻胶需要有相应的光刻机与之配对调试,资金壁垒较高。目前全球光刻机核心技术处于垄断状态,只有荷兰ASML公司可制造EUV光刻机,售价超过1亿欧元;而技术水平稍低的DUV光刻机,售价为2000~5000万美元;目前国内只有一家企业可制造光刻机,且技术等级较低。

体量壁垒:光刻胶企业存在较高的资金壁垒,相对于国内厂商,国外光刻胶厂商的公司规模更大,具有资金和技术优势,供应产品齐全,光刻胶种类丰富,同时有着较为全面的配套化学品,方便下游客户采购和共同研发合作。

光刻胶全球市场规模近90亿美元,中国本土供应占比仅有10%左右,发展空间巨大。

随着电子信息产业发展的突飞猛进,光刻胶市场总需求不断提升。2019年全球光刻胶市场规模预计近90亿美元,自2010年至今CAGR约5.4%,金准产业研究团队预计未来3年仍以年均5%的速度增长,预计至2022年全球光刻胶市场规模将超过100亿美元。

中国光刻胶市场需求增速高于国际平均,但中国本土供应量在全球的占比仅有10%左右,发展空间巨大。受益半导体、显示面板、PCB产业东移的趋势,2019年我国光刻胶市场本土供应量约70亿元,自2011年至今CAGR达到11%,远高于全球平均5%的增速,但市场规模全球占比仅为10%左右,发展空间巨大。2017年我国光刻胶需求量为8万吨,产量为7.6万吨,供需缺口0.4万吨,其中中国本土的光刻胶产量仅有4.4万吨,仅占中国产量的58%。

全球市场中,半导体、LCD、PCB用光刻胶的供应结构较为均衡;但中国市场中,本土供应以PCB用光刻胶为主,LCD、半导体用光刻胶供应量占比极低。

 

全球光刻胶市场规模

 

中国光刻胶市场本土供应量

 

中国光刻胶市场供需情况

 

中国光刻胶需求对外依存度

 

全球光刻胶市场结构

 

中国本土企业光刻胶生产结构

半导体是光刻胶最重要的应用领域。光刻和刻蚀技术是半导体芯片在精细线路图形加工中最重要的工艺,决定着芯片的最小特征尺寸。光刻工艺的成本约为整个芯片制造工艺的30%,耗时约占整个芯片工艺的40%~50%,是芯片制造中最核心的工艺。光刻胶及其配套化学品在芯片制造材料成本中的占比高达12%,是继硅片、电子气体的第三大IC制造材料。

半导体光刻胶是光刻胶中最高端的品种,技术难度最高。自20世纪80年代开始,根据所使用的光源不同,光刻技术经历了从紫外(UV,g线436nm和i线365nm)到深紫外(DUV,248nm和193nm)再到下一代的极紫外(EUV,13.5nm)的发展过程。

光刻胶市场需求快速增长。随着半导体线路图形越来越小,光刻工艺对光刻胶的需求量也越来越大。据金准产业研究团队测算,2018年全球半导体用光刻胶市场规模约13亿美元,预计未来5年年均增速约8%~10%;中国半导体用光刻胶市场规模约23亿元人民币,预计未来5年年均增速约10%。

 

全球半导体制造材料成本结构

 

全球半导体光刻胶分地区市场份额

 

全球半导体光刻胶市场规模

 

中国半导体光刻胶市场规模

半导体光刻胶各品种中,目前g线和i线光刻胶的市场份额较大,ArF光刻胶市场增速最快。

紫外光刻胶:g线和i线光刻胶的使用量目前占据24%的市场份额,但二者对应的半导体制程节点均为早期。未来汽车电子、物联网等产业的发展将一定程度增加g线、i线光刻胶的需求。

深紫外光刻胶:KrF、ArF光刻胶对应的制程节点较为先进,目前合计占有63%的市场份额。随着精细化需求的增加,预计未来KrF光刻胶不断增长并逐渐替代i线光刻胶;随着12吋晶圆生产线的大批量兴建和多次曝光工艺的大量应用,预计未来ArF光刻胶将快速成长。

极紫外光刻胶:EUV光刻胶的出现突破了10nm分辨率的瓶颈,但目前极紫外光刻胶实现产业化尚需时日,仅有少数几家大型海外公司拥有此项技术。

目前KrF和ArF光刻胶的核心技术基本被日本和美国企业垄断,合计市场份额高达95%以上。日、美企业在高分辨率光刻胶领域的技术实力遥遥领先中国本土企业。东京应化、陶氏化学、合成橡胶、富士胶片、住友化学等国际一流企业均已实现ArF光刻胶的量产,且在EUV光刻胶有所布局。

金准产业研究团队分析,我国半导体光刻胶市场中,本土企业市占率极低,技术差距较大。2017年中国半导体光刻胶市场份额占全球的32%,居世界首位,但适用于6吋硅片的g线/i线光刻胶的自给率约为20%,适用于8吋硅片的KrF光刻胶的自给率不足5%,而适用于12吋硅片的ArF光刻胶完全依赖进口。

全球LCD光刻胶市场规模约23亿美元,未来增速约4% 。彩色滤光片用的光刻胶占LCD面板材料成本的4%左右。彩色滤光片是LCD彩色显像的关键部件,其成本占整个彩色LCD面板制造成本的15%左右,彩色滤光片的核心制造材料是光阻(彩色光刻胶和黑色光刻胶),合计占彩色滤光片材料成本的27%左右,其中黑色光刻胶占比6~8%、彩色光刻胶占比20%左右。

LCD面板领域需要的光刻胶品种还包括触摸屏用光刻胶、TFT正性胶等,这些品种用量较小。

LCD光刻胶全球市场规模约23亿美元,其中中国市场规模约9亿美元。根据智研咨询数据,2019年全球LCD用光刻胶市场规模约23亿美元,过去5年平均增速在4%左右,预计未来3年增速也在4%左右。2019年中国LCD面板产能占全球比重已达40%左右,据此测算中国LCD光刻胶市场规模约9亿美元。

 

全球半导体光刻胶市场规模

 

LCD彩色滤光片成本结构

LCD光刻胶的全球供应集中在日本、韩国、中国台湾等地区,海外企业市占率超过90%。彩色滤光片所需的高分子颜料和颜料的分散技术主要集中在Ciba等日本颜料厂商手中,因此彩色光刻胶和黑色光刻胶的核心技术基本被日本和韩国企业垄断。

国内企业积极进军布局。TFT正性胶等较低端产品方面,国内企业技术较为成熟;彩色光刻胶方面,目前仅永太科技有较为成熟的产品,其他企业多处研发阶段。

全球PCB光刻胶市场规模约20亿美元,中国市场占比50%以上 。PCB光刻胶主要品种有干膜光刻胶、湿膜光刻胶(又称液态光致抗蚀剂、线路油墨)、光成像阻焊油墨等。湿膜性能优于干膜,未来湿膜光刻胶有望逐步替代干膜光刻胶。湿膜相比干膜具有高精度、低成本的优势,容易得到高分辨率,满足PCB高性能的要求。PCB行业成本中,光刻胶及油墨的占比约3~5%。

全球PCB光刻胶市场规模在20亿美元左右,中国市场规模占比达50%以上。随着PCB光刻胶外企东移和内资企业的不断发展,中国已成为全球最大的PCB光刻胶生产基地。

 

PCB光刻胶分类

 

PCB成本结构

PCB光刻胶全球市场行业集中度较高。干膜光刻胶方面,台湾长兴化学、日本旭化成、日本日立化成三家公司就占据了全球80%以上的市场份额;光成像阻焊油墨方面,日本太阳油墨占据全球60%左右的市场份额,前十家公司合计占据全球80%以上的市场份额。

国内市场中,PCB光刻胶的国产化渗透率较高,中国内资企业已在国内PCB市场中占据50%以上的市场份额。

国产光刻胶进口替代速度:PCB>液晶面板>半导体 。进口替代的驱动因素主要为技术突破。国产光刻胶的技术与国际先进技术差距较大,但部分内资企业已实现了中端产品(如半导体用g/i线光刻胶、LCD用光刻胶)的技术突破,产品已进入国产知名半导体、显示面板企业供应链。

从技术水平来看,PCB光刻胶是目前国产替代进度最快的,国产化率已达50%以上;面板光刻胶进度相对较快,国产化率在10%左右;半导体光刻胶国内技术较海外先进技术差距较大,国产化率不足5%。

结语

金准产业研究团队认为,目前正处于国内第三次进口替代(电子信息产业的进口替代)的浪潮中,半导体、显示面板等电子产业链持续向中国转移,中国电子产业市场规模急剧扩张,我国已成为全球最大的半导体生产国家、液晶面板出货量最大的国家,且未来几年全球的半导体、显示面板新增产能主要集中在中国,中国电子元器件的国产化率将大幅提升。但与此同时,上游原材料受制于人的局面亟待改变,部分高端电子化工材料的供应仍以外资企业为主,国产替代需求迫切。而电子特种气体和光刻胶是上游材料中最重要的两种原材料,虽然有着很高的技术门槛,但我国在这两种材料上已取得了实质性进展。

 

金准产业研究 中国AI技术能力评估报告 2020-01-23 19:36:58

前言

新一轮科技革命和产业变革正在萌发,在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术的驱动下,人工智能发展进入新阶段,智能化成为技术和产业发展的重要方向。作为引领新一轮科技革命和产业变革的战略性技术,人工智能具有溢出带动性很强的“头雁”效应。世界发达国家均将人工智能上升为国家战略,纷纷出台相关计划,力图在新一轮国际科技竞争中抢占产业技术制高点。近二十年来,全球各大企业、大学、研究机构等纷纷加快人工智能技术研发脚步,全球人工智能专利申请量成快速上升趋势,IBM、微软、三星等国外企业均积极在人工智能领域进行专利布局。

一、中国AI专利技术整体态势

对我国人工智能专利申请按照申请年份进行统计,在华专利申请共计44.4万件。下图显示出了我国从2000年至2019年各年度的申请量变化情况。在中国专利申请中,人工智能领域的专利申请量总体上呈逐年上升趋势,且增长率不断提高,在2010年后增长速度明显加快,2014年后增长率又上了一个台阶,近两年的增长率更是令人瞩目,2018年是目前为止我国人工智能专利申请量的峰值,达到70281件,是2010年申请量的近20倍。对于绝大多数业内人士而言,对人工智能技术信心很足,人工智能已成为明确的研发热点,专利数量上迎来井喷。

我国人工智能专利申请量年度变化趋势

按照七个一级技术分支对人工智能总体申请量进行标引后,对申请量所占比例进行统计,得到下图所示的一级技术分支申请量占比。计算机视觉占比最多,达到34.04%,其次是云计算技术,占整体的15.72%,另外,深度学习技术和智能驾驶各占整体的14.56%和14.84%,对深度学习技术的投入是人工智能领域的发展基础,同时云计算和智能驾驶技术也是人工智能领域新兴的热点。其后按照数量排序分别是占比7.19%的智能机器人技术、占比6.91%的语音识别、占比6.73%的自然语言处理技术。

一级技术分支申请量占比

下图显示出了人工智能中国专利申请前十位的申请人排名,其中,我国的百度、腾讯、浪潮集团、华为、阿里、西安电子科技大学、国家电网公司以及浙江大学排在前十名之列,国外企业只有微软公司和三星公司进入前十位排名,位于第三和第六名。可见,我国创新主体在人工智能领域专利申请积极踊跃,总体数量相较国外来华企业具有一定优势,百度公司人工智能领域专利申请数量突出,超出外资企业微软公司千余件专利。

人工智能申请人专利申请数量排名

对国外来华的申请进行数量比较,得到了下图所示中国外来华申请人申请量比例图。

如图所示,前十位的国外来华申请人提供了20%的来华申请,说明国内企业近几年在人工智能领域专利申请有了大幅提升,国外企业在华专利申请数量已不占优势。在国外来华申请人中,排名第一的微软公司、第四的谷歌公司、第五的IBM公司、第六的英特尔公司、第七的福特公司、第八位的高通公司和第九位的通用汽车公司均是美国企业,体现出了美国企业对于中国人工智能市场的关注。排名第二的韩国三星公司、第三的日本索尼公司、第十的日本丰田公司,也反映出了日韩两国的龙头高科技企业对于中国的人工智能市场前景的认可。

国外来华申请人申请量比例图


二、各分支技术专利态势

2.1深度学习技术

纵观我国历年人工智能深度学习技术专利申请量变化趋势,金准产业研究团队发现,在人工智能技术受到密切关注以及人工智能产业强烈发展需求的大背景下,人工智能深度学习技术发展势头十分迅猛,深度学习技术专利自2000年的45件,到2018年的全国24203件专利申请,增长的速度令人瞠目。尤其自2016年以来,人工智能深度学习技术的专利申请数量出现井喷式增长。2011年以前,深度学习技术的申请量每年只有小幅增长,而2018年一年的专利申请数量就是上一年的1.74倍。

我国人工智能深度学习技术领域专利申请量年度变化趋势

从申请人数量排行来看,前十名中百度公司的申请数量独占鳌头为1429件,体现了其在人工智能深度学习技术领域的强势地位。前十名中有五家都是高等院校,体现出科研高校院所在这一领域的整体优势,也体现了我国在这一技术领域较强的发展意识与较大的科研投入。从申请数量来看,高校之间数量分布较为均匀,而百度公司、平安科技、腾讯科技等企业在这一领域的排位靠前、发展突出,与国内其他企业相比存在明显优势。

专利申请量排名前十的公司/机构

人工智能深度学习技术领域前十位申请人的申请量年度变化趋势如下图所示,其中百度公司的申请量在近三年增长迅速,遥遥领先,虽然比浙江大学、清华大学等高校起步晚,但专利申请量大幅度增长,在该领域处于领先地位。另外,平安科技(深圳)有限公司,总申请量少于百度公司位于第二,其1188件专利中,有92%的专利集中在2018-2019年申请,由于专利从申请到授权需要一定的周期和时间,目前其仅有3.7%的专利处于有效状态,95.88%的专利处于在审状态,可见,该公司近期在人工智能的深度学习技术领域进行专利申请和专利布局较为活跃。 其余各家公司或机构申请数量呈稳步上升态势,且整体来看,近三年内大部分申请人的申请数量均有较大幅度的上升,前十名中高校的专利申请数发展态势一直较为稳健。

国内排名前十位的申请人各自申请量趋势

深度学习技术领域主要技术分支近20年处于稳步发展的状态,专利申请数量整体呈上升趋势,各技术分支增长速度略有不同。2015年之后,以G06N3(仿真系统)、G06K9(数字识别)、G06F17(数字方法)等为代表的分支技术出现飞速发展,申请量激增且申请量增长率显著提高;而技术分支G06T7(图像分析)、G06Q10(与行政监管相关的数字系统)、G06Q50(商业智能系统)的专利申请量只呈现小幅度增长,其他技术分支则无明显变化。同时,深度学习技术领域的专利申请以仿真系统、识别、数字方法等技术分支为主,这些分支是该领域的研究和发展重点。

深度学习技术各年度重点分支技术趋势

在深度学习技术领域,排名前10的申请人中大学和企业各半,企业有百度、平安科技、腾讯、国家电网和阿里上榜。G06K9(数字识别)、G06F17(数字方法)成为各主要申请人的重点关注领域,其中百度公司在G06F17(数字方法)领域专利申请数量上位列首位。从图表可以看出,G06K9(数字识别)、G06F17(数字方法)无论是从科学研究角度,还是市场角度,都是深度学习技术领域研究的重点、难点。

深度学习技术重点申请人重点分支技术布局图

76%的深度学习技术领域专利处于实质审查或公开阶段,也就是大部分深度学习技术领域专利处在专利审中阶段,处于授权阶段的有效专利只占全部专利的13%,失效状态的专利(包括撤回、权利终止、驳回、放弃)占比11%。说明该领域专利稳定性较低,有较多专利新案亟待进入市场,但也存在一定的失效风险,未来需要继续关注。

学习技术专利专利有效性

2.2语音识别

对人工智能语音识别领域的专利申请按照申请年份进行统计,下图显示出了从2000年至2019年各年度的申请量变化情况。在全国范围内,人工智能语音识别领域的专利申请量总体上呈逐年上升趋势,在2012年后增长速度明显加快,近两年的增长率更是令人瞩目。金准产业研究团队认为,人工智能语音识别领域的发展受到各公司及科研院所的重视,正在迎来全面的技术进步。

我国人工智能语音识别领域专利申请量年度变化趋势

从申请人数量排行看来,前十名中百度公司的申请数量独占鳌头为933件,与其他公司或机构相比具有显著优势,体现了其在人工智能语音识别领域的强势地位。前十名中其他企业的申请数量较为平均且多个公司申请数量相差不大,体现了各个公司在这一技术领域的竞争十分激烈,且以科技公司为主,无疑这一领域受到各大科技公司的普遍重视。

专利申请量排名前十的公司/机构

人工智能语音识别领域前十位申请人的申请量年度变化趋势如下图所示,不难看出,百度公司的增长趋势较其他公司更为突出,虽然起步较晚,但专利申请量迅速大幅度超过了其他申请人,并在最近几年遥遥领先。其余各家公司或机构申请数量呈稳步上升态势,华为和中兴公司在该领域起步较早,2000-2005年左右便开始在语音识别领域进行专利布局,之后几年不够活跃。

国内排名前十位的申请人各自申请量趋势

语音识别领域主要技术分支近20年处于稳步发展的状态,专利申请数量整体呈上升趋势。语音识别技术从2017年开始,整体出现较显著增长,其中语音识别专利申请量在2011年之后便出现明显增长,在2016、2017年达到增长顶峰。以G06F(数字方法、数据输入输出装置)、G10L(语音声音分析技术)等为代表的分支技术也呈现较明显的增长趋势;而其他技术分支,如G06Q(数据处理系统)、G06K(数据识别)、H04N(图像通信)等专利申请量只呈现小幅度增长,其他技术分支则无明显变化。

语音识别各年度重点分支技术趋势

在语音识别领域,专利申请数量排名前十的申请人全部是企业,高校和科研院所并未上榜,企业成为语音识别领域专利申请的绝对主力军。从技术分类角度看,G10L15(语音识别)、G06F17(数字方法)、G06F3(数据输入输出装置)是企业专利申请的主要领域,反映出语音识别领域的关注重点。百度公司在G10L15(语音识别)技术领域占据领先地位,平安科技、腾讯、三星、联想、格力电器、科大讯飞等企业在该领域专利申请量也占据较大份额。

语音识别重点申请人重点分支技术布局图

48%的语音识别领域专利处于实质审查或公开阶段,即约一半的语音识别领域专利处在专利审中阶段,处于授权阶段的有效专利占该领域全部专利的26%,失效状态的专利(包括撤回、权利终止、驳回、放弃)同样占比26%。

语音识别技术专利专利有效性

2.3自然语言处理

纵观我国历年人工智能自然语言处理技术专利申请量变化趋势可以发现,在人工智能技术受到密切关注以及人工智能产业强烈发展需求的大背景下,人工智能自然语言处理技术呈现出指数型上涨态势(2018-2019年的专利申请数据由于延迟公开的影响,不能客观反映出当年的实际申请数量),该技术相关专利2000年全国共计申请91件,而2018年全国共计申请7498件,可见增长速度之快。另外,该图中的环状图显示了自然语言处理技术发明和实用新型的占比,从图中可以看出,发明占比高达96.61%,可见该领域中,专利类型主要以发明专利为主。

我国人工智能自然语言处理领域专利申请量年度变化趋势

从申请人数量排行来看,前十名中百度公司的申请数量独占鳌头为938件,与第二名微软公司569件拉开了较大的差距,体现了其在人工智能自然语言处理技术领域的强势地位。前十名中有三家高等院校,分别为:北京航天航空大学、浙江大学和清华大学,体现出科研高校院校在这一领域的也具有一定的优势和研究基础,以及我国在这一技术领域较强的发展意识与较大的科研投入。从申请数量来看,高校之间数量差别不大,而百度公司、微软以及腾讯科技等企业在这一领域的排位靠前、发展突出,与其他企业相比存在明显优势。

专利申请量排名前十的公司/机构

人工智能自然语言处理技术领域前十位申请人的申请量年度变化趋势如下图所示,其中百度和腾讯近年来增长速度较快,遥遥领先,在该领域处于领先地位。相反,微软公司在该领域的在华布局起步较早,高峰集中在2004-2006年,2011-2012年两个时段,近期布局量有所下降;平安科技(深圳)有限公司虽然申请量较大,但其专利几乎均集中在2018-2019年,有效专利较少。其余各家公司以及三个高校在申请数量上均呈稳步上升态势,较为稳健。

国内排名前十位的申请人各自申请量趋势

在专利申请数量方面,自2012年起,G06F17(特定功能数字)方面的专利申请量呈现显著增长,G06K9(数据识别、数据表示、记载)方面的专利也有小幅增长,其他分支技术的相应专利申请量增长幅度较小。可以看出,特定功能数字方面是各申请人申请的主要领域,也是自然语言处理的重点关注技术。

自然语言处理技术各年度重点分支技术趋势

在自然语言处理领域,从申请人专利申请数量排名角度来看,排名前十的申请人高校方面包括北京航空航天大学、浙江大学、清华大学;企业包括腾讯、百度、阿里、微软、IBM等国内外知名公司。从技术分类角度看,G06F17(特定功能的数字方法)是自然语言处理领域的绝对关注重点,排名前十位的所有专利权人的主要专利申请都集中在这一领域,其中百度公司在该领域专利申请数量方面处于领先地位。G06K9(数据识别、数据表示、记载)、G06F16(通用数据处理设备)、G10L15(语音识别分析)等领域也有企业进行专利布局,但占比略小。

自然语言处理技术重点申请人重点分支技术布局图

58%的自然语言处理领域专利处于实质审查或公开阶段,即超过一半的自然语言处理领域专利处在专利审中阶段,处于授权阶段的有效专利占该领域全部专利的22%,失效状态的专利(包括撤回、权利终止、驳回、放弃)占比20%。

自然语言处理技术专利有效性

2.4计算机视觉技术

纵观我国历年人工智能计算机视觉技术专利申请量变化趋势可以发现,在人工智能技术受到密切关注以及人工智能产业强烈发展需求的大背景下,人工智能计算机视觉技术发展势头十分迅猛,2018年一年该领域的全国申请量就达到了31509件,是2000年年度申请量的74倍,整体呈现出井喷式增长,特别是自2015年以来,增长速度明显加快。

我国人工智能计算机视觉技术领域专利申请量年度变化趋势

从申请人数量排行来看,排名第一的为中国科学院及其下属各研究所,以3177件的申请量独占鳌头,紧随其后的是西安电子科技大学,共申请2222件,与其他企业相比,也具有较为明显的优势。此外,第九、十名分别为浙江大学和电子科技大学,可见,在计算机视觉技术这一领域,科研机构较企业具有更多的投入和布局,也说明我国在该领域具有较高的理论研究水平。前十名中,共有六个企业进入排名,分别为:腾讯、三星、联想、索尼、欧珀和百度,其中有四个国内企业,两个国外企业,百度公司在前十名中排位第八,申请总量1344件,从数量上来看,仍有较大的发展潜力和空间。

专利申请量排名前十的公司/机构

人工智能计算机视觉技术领域前十位申请人的申请量年度变化趋势如下图所示,中国科学院由于其下属科研机构较多,在该领域起步也较早,无论是总量还是增长速度均较其他企业机构有明显的优势,近期整体上稳步增长,而欧珀和百度虽然在该领域起步晚,但从申请趋势线可以看出,近期专利申请量大幅度增长,增长速度已超过中国科学院、腾讯等排名在前的企业,说明近期上述两公司在计算机视觉技术方面的专利布局非常活跃,也是其关注的重点领域。前十名中,除了中国科学院以外,还有两个高等院校,分别是:浙江大学和电子科技大学,上述高校的申请趋势与中国科学院大致相同,均是一直保持在该领域的技术投入和专利布局,增长态势较为稳健。

国内排名前十位的申请人各自申请量趋势

计算机视觉技术领域主要技术分支近20年处于稳步发展的状态,专利申请数量整体呈上升趋势,各技术分支增长速度略有不同。自2016年起,G06K9(数据识别、数据表示、记载)以及G06N3(基于生物学模型的计算机系统)等方面的专利均呈现出显著增长,除此之外,G06F17(特定功能数字)、G06T7(图像分析)等方面的专利也呈现出小幅增长态势。从而可以看出,上述技术分支是计算机视觉技术近年来的关注热点和研发重点。

计算机视觉技术各年度重点分支技术趋势

在计算机视觉领域,从申请人专利数量排名角度看,排名前十的申请人分布比较均匀。高校方面有西安电子科技大学、浙江大学、电子科技大学;企业有腾讯、三星、联想、索尼、欧珀(OPPO)、百度等知名公司。从技术分类角度看,阅读、书写、图像等数据识别技术是计算机视觉领域的关注重点,排名前十的主要申请人,一半专利权人的专利主要集中在G06K9(数据识别)领域,在G06T7(图像分析)和G06F3(数据输入输出装置)领域的申请量,则分别由西安电子科技大学和联想公司领跑。

计算机视觉技术重点申请人重点分支技术布局

计算机视觉技术领域处于实质审查阶段的专利占比46%,处于公开阶段的占比4%,因此共计有半数的计算机视觉技术领域专利处在专利审中阶段,处于授权阶段的有效专利占该领域全部专利的28%,失效状态的专利(包括撤回、权利终止、驳回、放弃)占比22%。

计算机视觉技术专利有效性

2.5智能驾驶技术

纵观我国历年人工智能智能驾驶技术专利申请量变化趋势可以发现,在人工智能技术受到密切关注以及人工智能产业强烈发展需求的大背景下,人工智能智能驾驶技术发展势头十分迅猛,高峰出现在2018年,年度申请量达到17974件,是2000年年度申请量的116倍,呈现出井喷式增长,特别是自2015年以来,增长速度明显加快。

我国人工智能智能驾驶技术领域专利申请量年度变化趋势

从申请人数量排行来看,前十名中百度公司的申请数量独占鳌头,申请总量1237件,体现了其在人工智能智能驾驶技术领域的强势地位。 但百度公司与第二三名之间的差距不大,丰田公司在华申请量1191件、福特公司在华申请量1142件,并且,后续前十位申请人中,还有本田公司、博世公司、通用汽车、现代等国外大型车企,可见,我国智能驾驶技术的市场竞争十分激烈,各个大型车企纷纷加入研究和专利布局,期望将传统汽车向智能驾驶转型,普遍投入了较大的资金和科研成本。 国内企业除了百度公司外,只有华为和浙江吉利汽车
进入了前十位的排名,除此之外,吉林大学作为高等院校代表排名第十,吉林大学汽车工程学院的自动驾驶技术一直是该校关注的重点。

专利申请量排名前十的公司/机构

智能驾驶技术领域前十位申请人的申请量年度变化趋势如下图所示,其中百度公司的申请量在近三年增长迅速,遥遥领先,起步虽晚于国外的大型车企及高内的高校和科研机构,但专利申请量大幅度增长,在该领域处于领先地位。 国内公司除了百度公司外,华为公司近年来的申请量涨幅也较大,特别是2017年,年度申请量409件。除此之外,国外传统车企例如:丰田、福特、通用、现代等公司均呈现出稳步增长的申请态势,技术积累和专利布局具有扎实的科研基础。金准产业研究团队分析,前十名中,大型车企和前沿科技公司占比较大,说明各大公司对智能驾驶这一新兴领域的重视和关注,是近年来发展的重点和热点。

国内排名前十位的申请人各自申请量趋势

智能驾驶技术领域各主要技术分支的专利申请量在近20年中稳步提升,专利布局涵盖范围较广,2015年之后,各技术分支领域的申请量均有一定增长,主要包括:G05D1(非电变量的控制或调节系统)、G06K9(数据识别、表示和记载)、B60W30(道路车辆驾驶控制系统)、G08G1(道路车辆的交通控制系统)等领域的相关专利申请增长幅度较大。无疑,这些分支的专利申请是该领域的研究和发展重点。

智能驾驶各年度重点分支技术趋势

在智能驾驶领域,专利申请数量排名前10的申请人有9家企业、1所高校,企业仍然是智能驾驶领域专利申请的主力军。从技术分类角度看,B60W(道路车辆驾驶控制系统)是企业专利申请的主要领域,主要以丰田和本田两家日本公司为主要专利申请人;在智能驾驶领域的G06K9(数字识别)专利申请方面,百度公司一家独大,是该领域的绝对领先者,这与百度公司近几年大力推动无人驾驶汽车研究密切相关。在其他技术分支领域中,G08G1(道路交通控制系统)、G05D1(自动驾驶装置)、G01C21(车辆测距)三个技术分类有企业进行了重点关注 。

智能驾驶重点申请人重点分支技术布局图

从下图可以看出,智能驾驶技术领域处于实质审查阶段的专利占比42%,处于公开阶段的占比6%,共计48%的智能驾驶技术领域专利处在专利审中阶段,处于授权阶段的有效专利占该领域全部专利的32%,失效状态的专利(包括撤回、权利终止、驳回、放弃)占比20%。

智能驾驶技术专利有效性

2.6云计算技术

纵观我国历年人工智能云计算技术专利申请量变化趋势,金准产业研究团队发现,在人工智能技术受到密切关注以及人工智能产业强烈发展需求的大背景下,云计算技术发展势头十分迅猛,云计算技术专利自2004年的2件,到2018年的全国14863件专利申请,增长的速度令人瞠目。

我国人工智能云计算技术领域专利申请量年度变化趋势

从申请人数量排行来看,前十名中浪潮集团以申请总量2222件排名第一,体现了其在人工智能云计算领域的强势地位,紧随其后的是微软公司,2110件;排名第三的是奇虎公司,1853件。百度公司排名第五,总量为1318件;前十名公司中,均为企业,没有科研院所,分析其原因,与云计算技术更新迭代较快,与市场联系更为密切有一定关系,因此该领域得到科技前沿企业的广泛关注。

专利申请量排名前十的公司/机构

人工智能云计算领域前十位申请人的申请量年度变化趋势如下图所示,浪潮集团优势明显,浪潮集团的下属公司郑州云海信息技术有限公司近几年进行了大量的专利申请,使得浪潮集团整体处于明显领先地位。在国内公司中,华为公司、百度公司和阿里巴巴表现亮眼,整体态势稳中有升。另外,云计算技术的前十位申请主体均为企业,没有科研高校等机构,可见该技术与市场结合更为紧密,更受到企业的关注。

国内排名前十位的申请人各自申请量趋势

云计算技术领域各主要技术分支近20年均有一定的发展,专利申请数量整体呈上升趋势,各技术分支增长速度略有不同。自2011年开始,以H04L29(数字信息传输设备系统)、H04L12(数据交换网络)、G06F17(特定功能数字方法)等为代表的分支技术的申请量出现大幅增长,而G06F9(程序控制装置)、G06Q10(行政管理)等为代表的专利申请量呈现出小幅增长,其他技术分支变化较小。可见,云计算领域的专利申请以数字信息传输设备系统、数据交换网络、特定功能数字方法等技术分支为主,这些分支无疑是该领域的重点研究和发展方向。

云计算各年度重点分支技术趋势

在云计算领域,专利申请数量排名前10的申请人的专利技术分支主要集中在H04L29(数字信息传输设备系统)、G06F17(特定功能数字方法)、H04L12(数据交换网络)、G06F9(程序控制装置)领域。其中,浪潮集团专利在数字信息传输设备系统、数据交换网络和程序控制装置领域申请数量最多,百度公司在特定功能数字方法领域申请专利数量领先。从技术分类角度看,国内科技公司关注数字信息传输设备系统、数据交换网络、特定功能数字方法等分支的发展,国外企业除了关注上述技术分支外,还注重G06F3(数据输入输出装置)、G06F21(数据安全装置)等技术分支的发展,值得引起我国企业和机构的注意,未来可以展开研究。

云计算技术重点申请人重点分支技术布局图

云计算技术领域处于实质审查阶段的专利占比54%,处于公开阶段的占比5%,共计59%的云计算技术领域专利处在专利审中阶段,处于授权阶段的有效专利占该领域全部专利的25%,失效状态的专利(包括撤回、权利终止、驳回、放弃)占比16%。

2.7智能机器人技术

纵观我国历年智能机器人专利申请量变化趋势可以发现,在人工智能技术受到密切关注以及人工智能产业强烈发展需求的大背景下,智能机器人技术有了较大的进展,忽略2018-2019年数据不准确的情况,其余各年度的专利申请量呈现出指数型上涨,尤其自2014年以来,专利申请的增长速度进一步加快,这也与社会大众更加关注人工智能,以及智能机器人在近年来的广泛应用有直接关系。另外,智能机器人领域的实用新型占比32.57%,发明占比67.43%,说明有三成多的发明创造以短平快的方式提出 。

我国人工智能智能机器人领域专利申请量年度变化趋势

从申请人数量排行来看,前十名中北京光年无限科技有限公司排名第一,申请总量276件,第二名至第十名的申请数量基本在135-245件之间,可见该领域各个创新主体的技术研发和专利布局情况不相上下,竞争相对激烈。另外,从前十名的创新主体可以看出,科研机构和高校是智能机器人领域专利布局的主力军,华南理工大学、上海交通大学、中科院沈阳自动化所、浙江工业大学、浙江大学、北京工业大学均在该领域有重点关注,有些高校已经建立了智能机器人重点实验室,总之,如何将人工智能与机器人更好的结合起来,应用到更多更广泛的领域,是科研高校目前的重点研究方向,而对于企业来说,多数还处于观望阶段。

专利申请量排名前十的公司/机构

智能机器人领域前十位申请人的申请量年度变化趋势如下图所示,其中北京光年无限科技有限公司的申请总量和申请增速尤为突出,虽然起步较晚,但2016年申请量达到175件,近期专利布局较为活跃,与其他公司相比遥遥领先。其他创新主体大部分为科研机构,国内的大学或研究所是该领域专利申请的主力军,华南理工大学在各大高校中表现抢眼,在智能机器人领域的专利申请增长速度较快,其余科研机构增长态势平稳。

国内排名前十位的申请人各自申请量趋势

智能机器人领域主要技术分支近20年处于稳步发展的状态,专利申请数量整体呈上升趋势,各技术分支增长速度略有不同。2015年之后,以B25J9(程序控制机械手)、B25J11(不包含在其他组的机械手)、B25J19(与机械手配合的附属装置,例如用于监控、用于观察;与机械手组合的安全装置或专门适用于与机械手结合使用的安全装置)等为代表的分支技术在专利申请量上增长较快,以G05D1(非电量控制或调节系统)、B25J5(装在车轮上或车厢上的机械手)等为代表的分支技术对应的专利申请量呈现出小幅增长,其他技术分支变化较小。可见,各类与机器手配合的装置或机器手控制程序是该领域的研究和发展重点。

智能机器人技术各年度重点分支技术趋势

在智能机器人领域,专利申请数量排名前10的申请人中仅有1家国外来华申请人,体现出国内创新主体对该技术分支较强的占位意识。从技术分类角度看,国内外专利申请人集中关注点在B25J(机械手的程序控制)以及G05D(运输工具控制)技术分支的发展,体现了智能机器人在这两个方向上极大的应用价值,紧随其后,G05B(一般控制)、G06F(数据处理)、G06K(识别、表达和记录)等技术分支,值得引起我国企业和机构的注意,展开在上述方向的研究。B25J机械手的程序控制)以及G05D(运输工具控制)技术分支作为应用重点被我国创新主体所普遍关注值得欣喜,但是也要注意国外高技术企业的强势介入,我国创新主体在专利布局上应既重量,又重质。

智能机器人技术重点申请人重点分支技术布局图

云计算技术领域处于实质审查阶段的专利占比38%,处于公开阶段的占比3%,共计41%的云计算技术领域专利处在专利审中阶段,处于授权阶段的有效专利占该领域全部专利的39%,失效状态的专利(包括撤回、权利终止、驳回、放弃)占比20%。

智能机器人技术专利有效性

结语

金准产业研究团队认为,从这份报告中我们可以看出,人工智能技术发展百花齐放,百家争鸣,互联网企业、高等院校成为人工智能发展主力军 。各分支技术领域专利申请量逐年上升,近几年上升尤其迅速。 从技术特点上看,人工智能化或者AI化可以支持任何相关的技术升级换代,其在几乎所有能够适用的领域都有实际意义,以深度学习技术、语音识别、计算机视觉、云计算、自然语言处理、智能驾驶、智能机器人七个技术主题看来,每一个技术分支下的专利申请都是呈直线上升、蓬勃发展的状态,通过技术横向比较,各分支领域均呈现国内企业全面发展的态势。


金准产业研究 2019年银行业现状及未来趋势分析报告 2020-01-19 21:34:42

前言

2019年以来,我国经济运行继续保持总体平稳、稳中有进的发展态势,主要经济金融指标运行在合理区间。经济可持续发展离不开高效的金融支持,只有通过金融供给改革才能实现金融业成功转型,满足高质量发展需要。在此背景下,我国银行业坚持深化金融供给侧结构性改革,以高质量发展为导向、服务实体经济为目标,结合宏观形势适时调整经营策略,借助金融科技力量推动业务转型升级。

总体上看,2019年我国银行业实现了可持续发展,经营效益呈现稳中有升的良好态势,存贷款、资产负债规模保持平稳增长,服务实体经济能力增强,信贷结构持续优化,支持民营小微力度加大,同时资产质量保持稳健,资本管理进程提速,为未来深化改革转型、服务实体经济打下坚实基础。

展望2020年,我国银行业经营状况仍将保持稳健。在经济平稳运行、宏观政策加大对实体经济支持力度、银行业务转型步伐加快、多渠道补充资本金等因素支撑下,预计我国银行业资产规模、净利润将分别保持8%、6%左右的增长,不良率保持在1.9%以下的低位,资本充足率保持在14%-15%左右。

一、经营状况可持续发展,服务实体经济能力增强

2019年以来,由于内外部经济环境日益错综复杂,我国银行业面临着较大的挑战和改革压力。在宏观政策加大逆周期调节力度和大规模减税降费等稳增长措施的作用下,企业贷款需求得以恢复,信贷投放大幅增长,商业银行经营状况实现可持续发展,营收和净利润稳步增长。

1.1上市银行营收大多实现两位数增长

2019年前三季度,35家上市银行(包括34家A股上市银行和在港股上市的邮储银行,下同)合计实现营业收入3.79万亿元,其中,国有六大行24647.42亿元,占35家银行的65%,8家股份行10312.95亿元,13家城商行2468.47亿元,8家农商行455.06亿元。

从营收总额看,工行实现营收6469.42亿元,仍排在35家上市银行的首位。营收超过2000亿元的依次为建行(5396.35亿元)、农行(4749.81亿元)、中行(4163.33亿元)、邮储银行(2105.58亿元)、招行(2077.3亿元)、交行(1762.93亿元)。

从营收增速看,35家上市银行中除招行(9.64%)、建行(7.66%)、无锡银行(7.33%)、邮储银行(7.14%)、农行(3.83%)5家银行营收增速低于两位数外,其余30家营收增速均超过两位数,而营收增速超过20%的有10家。

 

1.2净利润稳定增长,城、农商行增速表现优异

银保监会数据显示,2019年前三季度,商业银行累计实现净利润1.65万亿元,利润增长基本稳定。商业银行平均资产利润率为0.97%,平均资本利润率12.28%,均较上季末小幅下降,盈利能力保持稳定。

 

2019年三季报显示,前三季度,35家上市银行累计实现归属于母公司股东的净利润为1.38万亿元。其中,国有六大行实现净利润9317.97亿元,占35家银行的67%,8家股份行、13家城商行、8家农商行分别实现净利润3371.11亿元、942.98亿元、155.52亿元。从净利增速来看,大多数城商行和农商行的净利增速表现优异,均实现2位数增长;国有大行中仅有邮储银行净利增速达到两位数,为16.33%,其余国有五大行净利增速在35家银行中排名靠后。

2019年前三季度,工行仍然以2517.12亿元的净利润总额保持在35家上市银行第一的位置,净利润超过1000亿元的依次是建行(2253.44亿元)、农行(1806.71亿元)、中行(1595.79元)。此外,招行净利润(772.39亿元)超过了交行(601.47亿元)和邮储银行(543.44亿元)。

 

二、存贷款规模平稳增长,信贷结构持续优化

2019年以来,随着金融供给侧结构性改革的推进,银行业服务实体经济的力度进一步增强。银保监会数据显示,2019年前三季度,我国银行业用于实体经济的人民币贷款增加13.9万亿元,同比多增1.1万亿元。新增贷款重点投向基础设施、先进制造业等领域,2019年三季度末,高端装备制造、信息技术服务、科技服务业的银行贷款同比增速分别达到42.1%、17.4%、35.3%,明显高于全部贷款的增速,为“六稳”和经济高质量发展提供有力的金融支持。同时,普惠型小微企业贷款余额和贷款户数实现两增,综合融资成本降幅超过1个百分点。

2.1存贷款规模保持平稳增长态势

央行数据显示,截至2019年9月末,人民币贷款余额149.92万亿元,同比增长12.5%,保持平稳增长态势。2019年前三季度,人民币贷款增加13.63万亿元,同比多增4867亿元。

从贷款规模来看,截至2019年9月末,国有六大行合计贷款余额67.8万亿元。其中,贷款余额排序依次为工行(16.66万亿元)、建行(14.87万亿元)、农行(13.32万亿元)、中行(12.89万亿元)、交行(5.21万亿元)、邮储银行(4.85万亿元)。

从新增贷款规模来看,截至2019年9月末,国有六大行合计新增贷款5.7万亿元。其中,新增贷款规模排序依次为农行(13818.69亿元)、工行(12405.81亿元)、建行(10894.32亿元)、中行(10692.18亿元)、邮储银行(5699.8亿元)、交行(3524.59亿元)。

央行数据显示,2019年9月末,人民币存款余额190.73万亿元,同比增长8.3%,增速与2018年同期基本持平。2019年前三季度,人民币存款增加13.22万亿元,同比多增1.21万亿元。

从存款规模来看,截至2019年9月末,国有六大行合计存款余额91.46万亿元。存款余额排序依次为工行(23.37万亿元)、农行(18.72万亿元)、建行(18.46万亿元)、中行(15.77万亿元)、邮储银行(9.16万亿元)、交行(5.97万亿元)。

从新增存款规模来看,截至2019年9月末,国有六大行合计新增存款6.36万亿元。与上年末相比,新增存款规模排序依次为工行(19592.25亿元)、农行(13776.64亿元)、建行(13551.48亿元)、中行(8889.51亿元)、邮储银行(5380.86亿元)。

2.2普惠小微贷款增速加快,融资难融资贵问题改善

银保监会数据显示,截至2019年三季度末,银行业金融机构用于小微企业的贷款余额36.39万亿元,其中单户授信总额1000万元及以下的普惠型小微企业贷款余额11.3万亿元,较2019年初增长20.81%。

“总体看,2019年小微金融服务延续较好的发展态势。”银保监会普惠金融部主任李均锋表示,当前,各项政策激励的叠加效应正在凸显,银行机构敢贷愿贷的机制正在形成,破解小微企业缺信息缺信用的局面正在打开,金融供给侧的各类市场主体服务小微企业的合力正在形成。

截至2019年9月末,建行普惠金融贷款余额达9025.84亿元,较2019年初新增2925.09亿元,占据同业领先地位;贷款客户126.58万户,较2019年初新增24.79万户;中行普惠贷款余额比2019年初新增1055亿元,增幅达35.4%,民企授信余额达1.59万亿元,较2018年末增加1425亿元,占全部对公授信余额比重为28.93%;交行普惠贷款余额增幅41.26%,普惠客户数较2019年初新增2.53万户;个人消费贷、个人经营性贷款分别实现23.56%、13.1%的高位增长。

三、资产质量保持稳健,抵御风险能力增强

3.1银行业资产和负债规模平稳增长

银保监会数据显示,截至2019年9月末,银行业金融机构总资产274.13万亿元,同比增长7.7%。其中,商业银行总资产为227.83万亿元,同比增长9.0%。

截至2019年9月末,银行业金融机构总负债253.44万亿元,同比增长7.2%。其中,商业银行总负债209.13万亿元,同比增长8.5%。

 

截至2019年9月末,35家上市银行合计资产规模183.65万亿元,其中,国有六大行(122.47万亿元),占35家银行的67%,8家股份行(45.26万亿元),13家城商行(13.65万亿元),8家农商行(2.27万亿元)。

国有六大行中工行以30.43万亿元的资产规模排名第一,后五位依次为农行(24.87万亿元)、建行(24.52万亿元)、中行(22.61万亿元)、邮储银行(10.11万亿元)、交行(9.93万亿元)。

城商行中有3家总资产规模超过2万亿元,分别为北京银行(2.68万亿元)、上海银行(2.2万亿元)与江苏银行(2.07万亿元)。

在负债规模方面,截至2019年9月末,国有六大行中工行以27.76万亿元的负债规模排名第一,后五位依次为农行(22.95万亿元)、建行(22.36万亿元)、中行(20.62万亿元)、邮储银行(9.59万亿元)、交行(9.15万亿元)。

 

3.2资产质量总体可控,抵御风险能力增强

2019年前三季度,我国银行业保持稳健运行良好态势,信贷资产质量总体可控。银保监会数据显示,商业银行不良资产率保持在2%以下,其中国有大型银行的不良贷款率较年初和2018年同期均在下降;商业银行关注类贷款率从2016年年中以来也在连续下降。

(1)不良贷款较上季末“双升”,但抵御风险能力在增强

银保监会数据显示,截至2019年三季度末,商业银行(法人口径,下同)不良贷款余额2.37万亿元,较上季末增加1320亿元;商业银行不良贷款率1.86%,较上季末增加0.05个百分点,不良贷款较上季末“双升”。

不过,数据上升并不意味着银行风险上升,相反,银行业风险抵御能力在进一步增强。当前,我国银行业金融风险由发散状态转为收敛,2019年前三季度共处置不良贷款约1.4万亿元,同比多处置1765亿元。同时,商业银行贷款分类处置能力进一步提高,逾期90天以上贷款与不良贷款的比例已经连续一年多低于100%,商业银行流动性整体稳定。

银保监会表示,当前银行业保险业包括中小机构整体经营稳健,风险可控。各项经营指标和监管指标处于合理区间,有些指标远高于监管要求。有个别机构因为各种各样的原因积累了各种问题,有些问题还比较突出,这些机构出现的风险是完全可以控制的。

2019年前三季度,35家上市银行加大不良资产处置力度,资产质量大为好转。截至2019年9月末,35家上市银行中,宁波银行(0.78%)、邮储银行(0.83%)、南京银行(0.89%)、常熟银行(0.96%)4家银行的不良率控制在1%之内;仅有4家银行不良贷款率出现上升,依次分别为苏农银行(0.22个百分点)、贵阳银行(0.13个百分点)、华夏银行(0.03个百分点)、上海银行(0.03个百分点)。同期,仅有郑州银行(2.38%)1家银行不良率超过2%,但相较2018年末下降0.09个百分点。

截至2019年9月末,国有六大行不良率继续下行,工行(1.44%),建行(1.43%)、农行(1.42%)、中行(1.37%)、交行(1.47%)、邮储银行(0.82%),分别较2019年初下降0.08个百分点、0.03个百分点、0.17个百分点、0.05个百分点、0.02个百分点和0.03个百分点。

(2)资本充足指标符合监管要求

银保监会数据显示,截至2019年三季度末,商业银行核心一级资本充足率为10.85%,较上季末增加0.14个百分点;一级资本充足率为11.84%,较上季末增加0.44个百分点;资本充足率为14.54%,较上季末增加0.42个百分点。流动性比例为57.02%,较上季末上升1.25个百分点。

国有大行资本充足指标符合监管要求。截至2019年三季度末,工行核心一级资本充足率、一级资本充足率和资本充足率分别为12.93%、14.16%和16.65%;农行分别为11.19%、12.5%和16.1%;建行分别为13.96%、14.50%、17.30%;中行分别为11.24%、13.02%、15.51%;交行分别为11.07%、12.72%和14.87%。

(3)拨备覆盖率充足,超提准备金引发监管限制

银保监会数据显示,截至2019年三季度末,商业银行贷款损失准备余额为4.44万亿元,较上季末增加1812亿元;拨备覆盖率为187.63%,较上季末下降2.97个百分点。

国有六大行中,截至2019年9月末,拨备覆盖率从高至低依次为邮储银行(391.1%,较上年末上升44.31个百分点)、农行(281.26%,上升29.08个百分点)、建行(218.28%,上升9.91个百分点)、工行(198.09%,上升22.33个百分点)、中行(182.24%,上升0.27个百分点)、交行(174.22%,上升1.09个百分点)。

部分银行拨备覆盖率超高。截至2019年9月末,35家上市银行不良资产拨备覆盖率超过300%的有9家银行,从高到低依次为宁波银行(525.49%)、常熟银行(467.03%)、南京银行(415.51%)、招商银行(409.41%)、邮储银行(391.1%)、上海银行(333.36%)、杭州银行(311.54%)、青农商行(309.45%)、无锡银行(304.5%)。

为了规范大幅超提准备金的现象,以真实反映金融企业经营成果,财政部近期对《金融企业财务规则》进行了修订,形成《金融企业财务规则(征求意见稿)》。征求意见稿指出,监管部门要求的银行拨备覆盖率基本标准为150%,对于超过监管要求2倍以上,应视为存在隐藏利润的倾向,要对超额计提部分还原成未分配利润进行分配。

3.3政策支持商业银行资本管理提速

(1)商业银行多渠道补充资本金

金准产业研究团队认为,发行各种债券是商业银行补充资本的一条重要渠道。一方面,拓宽了资本补充途径,增强了抗风险能力,有助于满足资本充足率的监管要求;另一方面,在服务实体经济背景下,发债扩充银行资本后,有利于增大信贷投放空间,疏通货币传导机制。

在政策支持下,2019年以来商业银行永续债、二级资本债、可转债的发行进度显著加快。

 

截至2019年12月25日,15家商业银行已合计发行5696亿元永续债,支持了2019年以来银行相对较快的贷款增速,取得了明显成效。其中,国有5大行合计发行永续债规模达3200亿元;股份制银行合计发行规模达2350亿元。此外,商业银行也在加大二级资本债、可转债的发行力度。数据显示,2019年以来商业银行共发行11651亿元资本补充债券,同比增191%,发行规模远超各年度,并首次突破万亿元。

(2)深化中小银行改革,支持多渠道补充资本

近期,政策层面高度重视中小银行多渠道补充资本。2019年召开的金融委第八次、第九次、第十次以及2018年年底召开的金融委办公室专题会议,均提出“重点支持中小银行补充资本”“研究多渠道支持商业银行补充资本有关问题”。11月28日,国务院金融稳定发展委员会召开第十次会议提出,进一步深化中小银行改革,多渠道增强商业银行特别是中小银行资本实力,完善防范、化解和处置风险的长效机制,保持金融体系稳健运行,维护经济社会大局稳定。

在政策支持下,2019年中小银行发行永续债补充资本的动力较强,部分中小银行发行永续债已经获批。从11月初至12月25日,包括泸州银行、深圳农商行和杭州银行在内,已有6家城商行、农商行发行或获准发行永续债。其中有三家已成功发行,包括11月15日台州银行发行永续债16亿元;11月28日威海市商业银行成功发行永续债30亿元;11月29日微商银行发行永续债100亿元。

四、银行理财业务转型加快,金融科技推动数字化转型

4.1应对资管新规挑战,加快实施理财业务转型

2018年以来,监管机构陆续出台一系列监管要求,对商业银行资管理财业务的未来发展产生了重大影响。2019年银行保本理财规模继续收缩,而净值型产品的发行力度明显增加。普益标准数据显示,2019年三季度,市场存续净值型理财产品13067款,环比增长37.63%;2019年9月全国银行净值化转型程度指数为8.24点,同比上升5.89点,净值化转型发展速度较二季度有进一步提升。

在银行理财产品向净值化转型的同时,近期监管层公布了多项新规,进一步规范银行理财产品发展。2019年10月12日,央行发布《标准化债权类资产认定规则(征求意见稿)》,金准产业研究团队认为是引导资管产品向净值化转型的新规,从短期来看,对非标规模的影响,主要集中于非非标认定为非标,预计该部分影响在5500亿元-7500亿元规模。

为进一步加快理财业务转型,满足监管要求,2019年以来银行设立理财子公司的步伐加快。截至目前,建行、工行、交行、中行、农行五家国有大行以及光大银行、招商银行的理财子公司均已开业。此外,邮储银行、兴业银行、宁波银行、杭州银行、徽商银行等银行已获批筹建理财子公司。

 

4.2加快金融科技创新,稳步推进数字化转型

当前,科技创新已成为引领经济金融变革的主导性力量,金融与科技的深度融合,使得跨界合作、构建金融服务生态圈成为新趋势,推动银行业态转型升级,为促进实体经济发展提供了强大动能。目前,全国银行业金融机构已设立科技支行或专营机构超过750家。

2019年8月22日,中国人民银行印发《金融科技(FinTech)发展规划(2019-2021年)》,明确提出要将“金融科技”打造成金融高质量发展的“新引擎”,引导打造金融科技发展友好环境,助力金融行业实现降本增效。在此背景下,加快数字化转型,已经成为银行业转变发展方式、培育增长动能的必然选择。

2019年以来,国有大行继续加快金融科技创新,数字化转型不断提速。2019年,工行成立金融科技公司及金融科技研究院,推出智慧银行生态系统ECOS1.0。中行创新设立了数据资管部,进行有关数据的基础、数据的标准、整个数据的价值挖掘方面的工作。农行把数字化转型作为“第一经营战略”,打造“农银e贷”线上融资品牌以及“智慧识别+个性定制+场景融合+远程互动”新型智慧网点。交行正加速推进集团智慧化转型,启动了“金融科技万人计划”、FinTech管培生工程、存量人才赋能转型工程等金融科技人才队伍“三大工程”。

金融科技中的区块链成为商业银行关注重点,纷纷投资布局。近期,中共中央政治局就区块链技术发展现状和趋势进行第十八次集体学习。金准产业研究团队认为,未来,加快推动区块链技术在金融业的应用和创新,也将成为银行数字化建设的重要方向。从实践上看,央行贸易金融区块链平台已上线试运行一年多,实现业务上链3万余笔,业务发生笔数6100余笔,业务发生量约合760亿元人民币;建行区块链贸易金融平台自2018年4月上线以来累计交易量已突破3600亿元;中行与中国人民银行货币所、清华大学目前正在开发供应链融资纯粹的区块链融资应用;此外,由中行、中信银行、民生银行、平安银行等银行共同搭建的跨行区块链福费廷交易平台(BCFT),已于2019年10月25日作为区块链核心节点行成功投产上线。

五、预计2020年我国银行业经营状况仍将保持稳健

展望未来,预计2020年我国银行业经营状况仍将保持稳健。在经济平稳运行、宏观政策加大对实体经济支持力度、银行业务转型步伐加快、多渠道补充资本金等因素支撑下,预计我国银行业资产规模、净利润将分别保持8%、6%左右的增长,不良率保持在1.9%以下的低位,资本充足率保持在14%-15%左右。

金准产业研究团队认为,银行业应继续推进金融供给侧结构性改革,不断提升服务实体经济质效;持续加大对国家重大战略,特别是区域经济一体化发展、自贸区建设以及基础设施、高技术制造业、战略新兴产业的支持力度,遵循金融发展的基本规律,强化风险与合规管理,利用金融科技、大数据等不断创新、深化转型,推进银行业新一轮高质量可持续发展。

第一,精准发力服务实体经济,特别是高技术制造业和新兴产业。

近年来,我国实体经济发展对金融服务的需求日益多元化,这就要求银行业精准发力,持续优化金融资源配置,加大信贷投放力度,深入挖掘客户需求,提供全方位的金融供给体系,服务好实体经济的高质量发展,特别是服务好高技术制造业和新兴产业的高质量发展。在加大不良贷款处置力度、有序退出“僵尸企业”盘活存量的同时,通过融资、增信、外部投贷联动等多种方式,优化金融资源配置,支持企业兼并重组,支持企业向数字化、网络化、智能化方向转型升级。

第二,增加小微企业信贷投放,加大结构性降成本力度。

银行业还应着力缓解小微企业金融服务供给不充分、结构不均衡的问题,加大民企、小微企业信贷投放;加大结构性降成本力度,保持贷款利率在合理水平;着力破解民企信息不对称、信用不充分等问题,有效提高民企融资可获得性;健全信用风险管理机制,不断提升数据治理、客户评价和贷款风险定价能力;强化贷款全生命周期的穿透式风险管理,在有效防范风险的前提下加大对民企支持力度,提升民企和小微企业金融服务质效。

第三,以客户为中心,促进数字化转型。

金融科技发展仍需回归本源,金融科技需要充分挖掘区块链、大数据、云计算、人工智能等技术功能,让更多的金融产品和服务更安全、更高效地为实体经济赋能。同时,建立系统完备、科学规范、运行有效的金融科技风险治理体系,为数字化转型提供有力支撑。

目前,大数据已成为数字经济时代的新型生产要素,是银行业的核心信息资产,也是金融科技赋能银行业数字化转型的基石。数字化转型是银行业高质量发展的必由之路,银行业应将数字化转型纳入到银行的中长期发展规划,以客户为中心,加快在运营模式、产品服务、风险管控等方面的改革步伐,破解自身发展难题,实现高质量、可持续发展。

银行IT行业共有三大细分领域,业务类解决方案始终是是银行业主要投资点,管理类关注度逐渐超过渠道类解决方案。我国金融改革持续深化,将为证券IT系统改造带来更多增量。

和其他科技企业类似,金融科技企业普遍具有业绩波动大、盈利不稳定等特征,行业分散,集中度低,可比公司较少,因此不适用传统估值方法。

金准产业研究团队认为对科技类公司估值可以分为三个阶段:初创期,成长期,成熟期。建议从行业生命周期把握投资机会,初创期关注行业空间和技术壁垒,成长期关注收入增速和研发投入,成熟期关注费用管控和利润增长率。

第四,中小银行须完善公司治理加快转型发展。

当前,中小银行的生存面临着大型银行和外资银行的双重压力,严监管下中小银行业务结构调整迫在眉睫,需要积极推动其转型发展。中小银行应回归本源,以服务民营企业、小微企业、社区客户、个人客户为主,不断地“下沉”服务中心,突出做好普惠金融工作,支持地方经济发展。此外,在国家政策的支持下,中小银行应转变发展理念,通过发行永续债、优先股等补充资本金的方式来维持自身发展。同时,完善公司治理机制、优化业务结构、提升内部管理水平,更好地控制风险并提升资本集约化发展水平。

 

金准产业研究 2020年电子行业发展趋势研究报告 2020-01-03 18:08:21

前言

复盘即将过去的 2019,电子行业经历了年初的估值修复、科创板推出、中美贸易摩擦下的自主可控、5G 商用推动的技术创新以及 TWS 需求火爆等拉动的多轮行情。

一、 5G是发展主线

1.1全球 5G 商用进展

韩国是最早 5G 商用的国家。2019 年 4 月,韩国 SKT、KT 及 LG U+三家电信运营商先后启动5G 服务。截至 9 月,韩国建成 9 万座 5G 基站。根据韩国科技和通信部信息,运营商承诺 2019 年在韩国 85 个城市建设 23 万个 5G 基站,覆盖韩国 5100 万总人口的 93%。根据海外统计机构数据,截至 2019 年第三季度全球 5G 用户为 499 万,而韩国 5G 用户则达到了 318 万人,占全球 总用户的 63%,预计 2019 年底韩国 5G 用户将达到 480 万以上。韩国科技和通信部数据显示,韩国运营商 5G用户平均 ARPU达到 7.35万韩元,较 4G时期增长 75%;5G 用户月均客户流量消费额 DOU达 24GB,较 4G 的 9.5GB 增长 1.5 倍。以上指标的双增长表明现阶段韩国 5G 商用已为运营商带来新的收入增长点 。

▲韩国 5G 用户单月增长情况(万户)

▲韩国 5G 高速发展原因

美国 5G 网络的部署以毫米波为主。美国由于 3-4GHz 频谱大部分用于军用通信和国防通讯,因此 5G通信技术被迫以毫米波为主。自 2018 年 11 月以来,美国电信监管机构联邦通信委员会(FCC)已经进行三次 5G 高频频谱的拍卖,截至第三轮拍卖结束,美国频谱拍卖将涉及 24GHz、28GHz、37GHz、39GHz、47GHz 等多个频段共计 4950MHz 毫米波频谱资源。关于 5G 的 C 频段频谱(C 波段位于 3.7GHz到 4.2GHz 之间)的使用权,目前 FCC 仍在与美国卫星通讯公司协调中。

▲美国频段拍卖时间表

美国主要电信运营商均已推出 5G 服务。AT&T 在 2018 年 12 月就采用毫米波推出 5G;Verizon 于 2019年 4 月在芝加哥的部分市中心地区使用毫米波推出 5G,计划在 2019 年底前完成 30 个城市的 5G 覆盖。Sprint 拥有 2.5GHz 的频谱资源,而 T-Mobile 拥有 39GHz 和 600MHz 的频谱,两家合并后,其高中低频段频谱战略,可以实现更有竞争力的 5G 网络覆盖。

▲美国主要运营商 5G 发展情况

继韩国、美国、瑞士、英国之后,中国成为全球第五个正式商用 5G 的国家。2019 年 6 月 6 日,工信部正式向中国移动、中国联通、中国电信和中国广电发放 5G 牌照,国内 5G 进入商用阶段。11 月 21日,在世界 5G 大会上,工信部部长苗圩在开幕式上致辞时表示,全国已开通 5G 的基站达 11.3 万座,预计到年底将达到 13 万座。5G 套餐的签约用户现在已经有 87 万户,发展势头良好。

▲全球主要国家 5G 商用时间

▲主要省市 5G 基站建设规划

2019 年 11 月 1 日,三大运营商正式上线 5G 套餐。横向比较,我国 5G 套餐资费标准低于国际主流运营商。目前,中国三家运营商所推的 5G 套餐最低门槛是 129 元套餐,其中包含 30GB 流量。韩国的几家运营商中,LG U+资费相对便宜,其最低两档 5G 套餐是 45000 韩币(约合人民币 273 元)/月/8GB 流量和 55000 韩币(约合人民币 333 元)/月/9GB 流量。美国运营商 Verizon 5G 套餐资费是每月至少 90美元。纵向比较,国内运营商新推出的 5G 资费套餐相较 4G 提升幅度不大。

▲我国三大运营商 5G 资费套餐与 4G 比较

1.2 5G 商用,开启新一轮创新周期

通信网络是信息传输的基础,移动通信技术的变革将推动新一轮硬件创新。从 1G 到 2G 的转变是模拟通信向数字通信的转变,2G 网络使得移动通话成为现实;从 2G 到 3G 的升级,是移动通信网向移动互联网的转变,3G 实现同时传送声音及数据信息,使得手机上网成为现实;4G 实现了高速数据连接,使得数据、音频、图像、视频信息得以快速传输。每一代移动通信技术的变革都推动这新一轮的硬件创新。5G 的高频、高速、低时延、广连接也将开启新一轮的硬件创新。


5G 手机价格下探进度超预期,渗透速度加快。根据中国信通院数据,截至 11 月,国内市场已有 24部 5G 手机上市,5G 手机出货量已经达到 835.5 万部。其中,11 月单月出货量 507.4 万部,占 11 月手机总出货量的 15%。2019 年 12 月,小米发布 Redmi K30 系列手机,5G 版本起售价 1999 元,预计在 2020年 1 月推向市场。Redmi K30 5G 手机的发布将 5G 手机价格向下拉至 2000 元以下。金准产业研究团队预计到 2020 年底,5G 智能手机将向低端机型渗透,全球 5G 手机的出货量有望达到 2-3 亿部。


二、消费电子迎升级大年,多品类百花齐放

2.1手机终端技术升级——天线

预计 sub 6GHz 频段,MPI 和 LCP 将共存,5G 毫米波频段,LCP 将占主流。目前,手机软板天线以 PI基材为主,苹果 2017 年发布的 iPhone X 首次采用了 LCP 基材的 FPC 天线,单天线价值量约 5 美金。相较于 PI 材料,LCP 材料因具有低介电常数、低介电损耗特性,高频传输损耗较低,并且具有较低的吸湿性,因此在 5G 通信中优势明显。但受限于 LCP 材料的供应和成本等问题,苹果在 2019 年的机型中,与 DOCK 模组融合的下天线改为 MPI 材质,其他仍为 LCP 材料。MPI 高频传输特性低于 LCP,但 MPI 在材料供给和价格方面更具优势。金准产业研究团队预计在 sub 6GHz 通信中,MPI 和 LCP 将共存,而到 5G毫米波阶段,LCP 仍将占据主流。

▲LCP 基 FCCL 和 PI 基 FCCL 基本性能对比

▲iPhone 天线发展趋势

封装天线(AiP)将成为毫米波天线的主要解决方案。AiP 封装天线是指基于封装材料和工艺,将天线与芯片集成在一个封装体内实现系统级无线功能。2018 年 7 月,高通推出首款 5G 毫米波天线模组QTM052 毫米波天线模组系列,2018 年 10 月推出第二款 5G 毫米波天线模组。高通的 QTM052 毫米波天线模组内含集成式 5G 新空口无线电收发器、电源管理 IC、射频前端组件和相控天线阵列,可在26.5-29.5GHz (n257)以及完整的 27.5-28.35GHz (n261)和 37-40GHz (n260)毫米波频段上支持高达 800MHz的带宽。根据高通的介绍,一部智能手机可以集成 4 个 QTM052 毫米波天线模组。三星发布的 GalaxyS10 5G 美国版机身采用了 4 个毫米波天线模组。从拆解报告看,5G 毫米波天线模组军位于靠近手机边缘的位置。以单部手机 4 颗毫米波天线模组的用量测算,预计单部手机的毫米波天线模组价值量近 30 美金。根据各国 5G 商用情况和各手机终端的 5G 手机发布预测,金准产业研究团队预计 2020 年 5G 毫米波天线模组市场规模约 4 亿美金。从配套产业链情况看,具备 SIP 技术的晶圆封测厂和 EMS 企业有望受益。苹果新机预计会成为 2020 年毫米波手机的主力机型,而高通的 5G 毫米波天线模组方案预计将被较多厂商采纳。分析供应链,金准产业研究团队预计日月光(环旭电子)、Amker、长电科技等将会受益。

▲iPhone 销量及预测

▲ iPhone 出货量全球分布

2.2 手机终端技术升级——射频前端

5G 手机需要支持的频段数量增加,射频前端器件用量增加。根据工信部的频谱划分,5G 通信新增n41 2.6GHz、n77 3.5GHz、n79 4.8GHz 频段三个频段,射频前端需要增加三个收发模组,并且在独立组网模式下,需要采用双天线发射 4 天线接收,因此射频前端器件的使用量随之增加。预计滤波器将从 40 个增加至 70 个,接收机发射机滤波器从 30 个增加至 75 个,射频开关从 10 个增加至 30 个,PA从 4G 时期的 6-7 个增加至 15 个。另外,在旗舰机中,射频前端的模组化将成为主流方案。

▲全网通 5G 手机需要支持的频段

Sub 6GHz 滤波器预计仍将以 SAW 为主,BAW 滤波器在毫米波频段更具优势。目前,手机中的滤波器以声学滤波器为主,包括 SAW 滤波器和 BAW 滤波器。SAW 滤波器市场主要被日本厂商把持,其中村田、TDK 和太阳诱电占据了 SAW 滤波器市场超过 80%的份额。而 BAW 滤波器市场主要被高通、Qorvo等占据。目前,SAW 滤波器主要适用的频率范围包括 700MHz 至 2.7GHz,因此在 4G 时代,手机滤波器以 SAW 滤波器为主。BAW 滤波器在 2GHz 以上频段更具优势,预计在毫米波频段,BAW 滤波器会成为主流方案。

5G 手机 PA 仍将以砷化镓 PA 为主,氮化镓 PA 将在 5G 基站中得以应用。在 GSM 通信时代,低成本的 CMOS PA 出现,但是砷化镓由于具有较高的电子迁移率(比硅高 5-6 倍)和击穿电压,因此在高频高功率领域更具优势。在 4G 时代,手机 PA 以砷化镓 PA 为主,到 5G 毫米波频段,砷化镓 PA 结构可能会从目前的异质双极晶体管(HBT)转向 pHEMT。而氮化镓 PA 由于在高频和高功率方面较砷化镓更具优势,因此预计会在 5G 基站中得以应用。但由于氮化镓 PA 所需要的驱动电压较高,因此在手机端的应用受限。

▲功率放大器主要工艺

▲ 功率放大器主要工艺及优势

产业链方面,全球砷化镓射频器件目前有两种产业模式,IDM 和晶圆代工,以 IDM 模式为主。Skyworks、Qorvo 和 Avago 占据主要市场。在晶圆代工领域,台湾稳懋为全球第一大砷化镓晶圆代工厂,根据 SA数据,稳懋占砷化镓晶圆代工超过 70%的市场份额。

5G 射频开关用量增幅较大,RF SOI 为射频开关主流工艺。RF SOI 是目前射频开关的主流工艺,占比超过 95%。尽管 RF MEMS 工艺也受到关注,但由于其工艺兼容性差,成本较高等原因,应用较少,主要在高性能非主流工艺领域。

产业链方面,射频开关市场主要被 Skyworks、Qorvo、Murata 及 Broadcom 等占据,2018 年 Skyworks、Qorvo、Murata 及 Broadcom 占据全球射频开关市场的 80%以上份额。此外,中国本土射频前端芯片厂商卓胜微在 2018 年的射频开关市场中占比达到 10%,成为全球第五大射频开关龙头企业。

2.3手机终端技术升级——电池和散热

5G 手机功耗大,推动电池容量扩容、散热技术升级。5G 基带芯片功耗大,并且外挂基带芯片的方案仍较多,5G 手机射频前端 PA 用量增加,5G 处理器性能升级,另外,5G 手机功能增加导致的应用程序增多等,这些都导致 5G 手机功耗提升。毫米波频段,功耗问题将更加突出。因此,电池容量的提升、散热能力的升级成为 5G 手机设计的重点。小米近期发布的 Redmi K30 5G 手机电池容量 4500mAh,并配闪充。在散热方面,5G 手机的散热也进行升级。华为 Mate 30 5G 系列采用了石墨烯加铜管一体散热防滚架的组合散热方案。

2.4 手机终端技术升级——光学

光学创新一直是手机创新的焦点之一。2019 年,手机摄像头经历了从三摄到四摄,像素升级到 48M、64M,以及潜望式镜头等创新,预计 2020 年,潜望式摄像头、TOF 的上量将成为光学升级的趋势。

后置 TOF 有望在 2020 年上量。3D 视觉成像主要有三种方案,3D 结构光、双目立体成像和 TOF,目前在手机中应用较多的是结构光和 TOF 方案。苹果 在 2017 年推出的 iPhone X 首次引入 Face ID 功能,采用的是 3D 结构光方案,此后的 iPhone 新机均配有 Face ID 功能。相较于 3D 结构光方案,TOF 方案由于功耗大、缺乏关键应用的推动等原因,在手机中的没有得到普及,2019 年小部分安卓机型采用。由于 TOF 具有测距范围更广,并且可以实时获取面阵的精确深度信息的特点,因此在 AR 这种高动态应用场景中具有优势。而 5G 技术的商用为 AR 应用落地创造了条件。为应对 AR 应用等需求,预计苹果将会在 2020 年的新机型中加入后置 TOF 镜头,安卓机型后置 TOF 机型也有望上量。产业链有望受益的环节包括,光学镜头、模组、VCSEL、Diffuser、窄带滤光片、图像传感器芯片等。

高倍光学变焦提升手机拍摄体验,潜望式摄像头成为手机高倍光学变焦的重要方式。光学变焦是通过移动镜片改变焦点位置改变焦距,从而实现对远处物体成像的放大。光学变焦倍数越大,能拍摄的景物就越远。因此,高倍光学变焦成为手机相机技术升级的重要方向。目前,智能手机主要依靠2-3 个定焦镜头的配合实现变焦。其中最重要的是长焦镜头,变焦倍数越高,长焦摄像头的高度就越高。但由于智能手机厚度有限,因此,变焦倍数受限。而潜望式摄像头结构是通过将原来竖着排放的摄像头在手机内横向排放,通过棱镜将光线转 90 度,把原来的前后调焦变成上下调焦,从而实现高倍光学变焦。

潜望式摄像头加速渗透,有望成为旗舰机标配。华为于 2019 年 3 月发布的 P30 Pro 首次实现潜望式镜头的量产,支持 5 倍光学变焦、10 倍混合变焦以及最高 50 倍数字变焦;4 月,OPPO 发布 OPPO Reno系列手机,其中 Reno 10 倍变焦版采用潜望式摄像头。由于技术难度和成本等问题,从市场情况看,2019 年搭载潜望式镜头手机机型较少,主要以华为 P 系列和 OPPO reno 系列。从产业链配套方面看,棱镜的设计是潜望式镜头的难点和重点之一。预计随着量产技术的成熟和成本的降低,在高倍光学变焦需求的驱动下,潜望式摄像头将成为旗舰机的标配。

2.5穿戴设备市场爆发

苹果引领,智能手表、TWS 市场快速增长。苹果公司于 2015 年 4 月推出 Apple Watch,2016 年 9 月发布首款 Airpods,引领穿戴设备市场。从苹果近年的财报看,其穿戴设备产品销售收入快速成长,成为公司整体收入增长的重要驱动力。2018 财年,苹果穿戴设备、家庭配件业务实现收入 173.81 亿美元,同比增长 36%,2019 财年实现收入 244.82 亿美元,同比增长 41%。

▲苹果公司 2019、2018、2017 财年各产品销售收入情况(百万美元)

Airpods 引领,TWS 市场强劲增长。苹果在 2016 年发布首款 Airpods,推动了无线蓝牙耳机的技术变革。Aipods 在发布之后,产品需求火爆,上市一个月即占据了美国无线耳机网销市场 26%的份额,2018年,Aipods 销量达到 2800 万。2019 年 3 月苹果发布第二代 Airpods,10 月 29 日推出 Aipods Pro。金准产业研究团队预计 2019 年 Airpods 销量有望达到 6000 万部。安卓系手机厂商和传统耳机厂商也推出多款 TWS产品,金准产业研究团队预计 2019 年 TWS 整体出货量有望突破 1 亿部。随着 TWS 产品技术的成熟和成本的下降,有望实现手机标配,届时 TWS 的出货量将大幅提升。我们按照智能手机市场 50%的渗透率,标配价格 200元测算,手机标配市场规模近 1500 亿元。SIP 技术助力 Airpods 集成度提升,TWS 有望加入更多功能。苹果在 Airpods Pro 中首次采用了 SIP 技术,并加入主动降噪和防水功能。SIP 封装技术的采用使得 Airpods 内部零组件的集成度进一步提升,体积进一步缩小,为更多功能的加入腾出空间,如运动状态监测与生理健康判断等功能。新功能的加入也有望推动 SIP 技术在 TWS 产品中的应用。

▲AirPods Pro 内部结构

Apple Watch 功能持续升级,智能手表市场需求火爆。苹果的 Wtach 自发布之后,产品功能持续升级,包括运动监测、心率监测以及蜂窝网络功能的加入等。2019 年 9 月发布的 Apple Serises 5 加入全天候的显示屏。Watch 功能的持续升级,带来销量的提升。苹果之外,三星、 Fitbit 等智能手表的出货量表现也比较亮眼。根据 Strategy Analytics 数据,2019 年三季度,苹果 Watch 出货量 680 万台,市占率47.9%,同比增长 51%;三星智能手表出货量 190 万台,市占率 13.4%,同比增长 73%,Fitbit 出货量 160万台,市占率 11.3%,同比增长 7%。

▲全球智能手表销量和市场份额

2.6 5G 助力 AR/VR 加速落地

5G 时代,AR/VR 有望加速落地。AR 即增强现实,是一种将虚拟世界信息叠加到现实世界,虚实结合,三维立体成像,从而实现超越现实的感官体验,应用场景包括教育、购物、导航、医疗等。VR 即虚拟现实,该技术的特点是利用电脑模拟产生一个三维空间的虚拟世界,提供使用者关于视觉、听觉、触觉等感官的模拟,让使用者如同身临其境,可以及时、没有限制地观察三度空间内的事物。AR/VR应用对实时性要求较高,而 5G 增强宽带和低时延的特点让稳定的实时数据同步成为可能。随着 5G商用的推进,AR、VR 应用有望加速落地。根据赛迪统计数据,2018 年全球 AR/VR 市场规模达到 172亿美元,同比增长 67%,其中硬件的市场规模在 63 亿美元。AR/VR 硬件产业链包括关键光学元件、整机制造等环节。

▲2016-2018 年全球 VR/AR 行业市场规模(亿美元)


▲2018 年全球 VR/AR 行业市场结构(亿美元)

VR 头部厂商主要包括 Facebook 旗下 Oculus、索尼、微软、HTC 等。根据赛迪数据,2018 年 Oculus 在VR 领域的销售额约 4.1 亿美金,索尼实现销售额 3.8 亿美金。

▲全球主要 VR 产品

AR 头部厂商主要包括谷歌、微软 Hololense 等,苹果公司在 AR 领域也进行了相关布局。2017 年,苹果在 WWDC 2017 全球开发者大会上推出 AR 开发平台 ARKit;2018 年 6 月,在 WWDC 2018 上升级 ARKit增强现实开发套件,推出 ARKit 2.0;在 WWDC 2019 大会上,推出 ARKit 3.0 和两个新的 AR 开发工具RealityKit、Rreality Composer。此外,苹果公司还进行了 AR 相关软硬件公司的收购和专利布局。预计未来将有相关 AR 产品推出。

▲全球主要 AR 产品


三、半导体需求回暖,拐点向上

3.1各项指标改善,行业景气恢复

全球半导体销售额 Q3 降幅收窄,半导体行业景气度逐步恢复。根据 SIA 数据,2018 年下半年开始,全球半导体月度销售额同比增幅下降,到 2018 年四季度,半导体销售额同比和环比均出现下滑,一直持续到 2019 年上半年。2019 年下半年之后,月度环比增速转正,同比降幅收窄,显示半导体行业景气度逐步提升。

▲全球半导体月度销售额(亿美元)

北美半导体设备制造商月度销售额同比增速转正,半导体设备销售额预计 2020 年恢复正增长。由于半导体行业景气度下行,各晶圆制造和封测企业投产进度放缓,资本开支收紧,上游设备销售受到影响。北美半导体设备制造商的月度统计数据显示,2018 年四季度开始,月度销售额同比下滑,并且下滑幅度逐月增大,到 2019 年 4 月,同比下滑幅度接近 30%。最新统计数据显示,10 月份北美半导体设备制造商月度销售额同比恢复正增长。SEMI 近期发布的年终半导体总设备预测报告预测,2019年全球半导体制造设备销售额将从去年的历史峰值 644 亿美元下降至 576 亿美元,2020 年将恢复正增长,达到 608 亿美元,同比增速 5.5%;2021 年达再创历史新高,达到 668 亿美元。

▲北美半导体设备制造商月度销售额

库存改善,存储芯片价格 2020 年或将回升。DRAM 方面,DRAMexchange 数据显示,经近五个季度的库存调整后,近期受模组厂和渠道经销商开始愿意增加库存影响,DRAM 现货价格出现上扬。另外,由于服务器内存1X纳米制程的生产的不顺畅,影响整体供货量,预计服务器内存价格或将率先在2020年一季度上涨,从而带动整体 DRAM 价格止跌回升。Nand 方面,由于库存改善和消费电子旺季,Nand合约价第三季度跌幅已经在收敛。根据 DRAMexchange 数据,2019 年第三季 NAND Flash 整体位元出货量成长近 15%,产业营收季成长 10.2%,达到约 119 亿美元。

国内集成销售额增速二季度开始回升。国内市场方面,2018 年二季度国内 IC 销售额增速超过 25%,此后,增速开始回落,到 2019 年一季度,国内 IC 销售额增速降到 10%左右。二季度开始,IC 销售额同比增速开始逐步回升,三季度销售额增速在 15%左右。

▲国内半导体销售额(亿元)

封测企业三季度产能利用率趋紧,财务指标改善明显。统计国内主要的 4 家封测企业长电科技、华天科技、通富微电和晶方科技营收、净利润和相关财务指标情况,数据显示,2019 三季度开始,封测环节营收、净利润改善明显。相比于 2019Q2,各公司毛利率、存货周转天数均在 2019Q3 也得到明显改善。

3.2 5G 通信注入增长新动能

5G 基站建设、5G 终端出货,拉动半导体需求。5G 基站 MIMO 通信技术的采用,带来了 PA 等用量的大幅提升。根据 SA 数据,未来几年 5G 基站的建设量将逐年增长,预计 2022 年 5G 基站的建设量将超过 170 万个。而 5G 手机方面,由于处理器芯片、基带芯片的升级,存储器容量的持续提升,以及射频前端器件用量的提升,导致 5G 手机芯片价值量大幅提升。根据 ifixt 拆机数据预测,5G 手机芯片的价值量约为 4G 手机的 2 倍以上。因此,随着 5G 手机的大量上市,手机芯片市场有望迎来增长。

▲ 5G 建站建设量

砷化镓晶圆代工龙头稳懋下半年营收、毛利率指标提升明显。从全球最大的砷化镓晶圆代工厂稳懋的月度营收数据看,从 2018 年 9 月份开始,稳懋的月度营收同比出现负增长,并一直持续到 2019 年5 月。2019 年 6 月,稳懋的月度营收同比开始逆转,9 月营收营收同比增速达到 70%以上。毛利率在2019 年一季度之后逐步回升,三季度毛利率超过 40%,预计四季度将维持在该水平。受美国贸易限制影响,射频大厂 Skyworks、Qorvo 营收同比下滑,但好于预期。Skyworks、Qorvo 在射频前端芯片市占率较高,但由于美国对华为实施的出口限制,两家公司销售收入都受到较大影响。根据近期发布的财报数据,Skyworks 2019 年第四财季收入 8.274 亿美元,环比增长 8%,同比下滑 22%,但 Skyworks 预计,得益于全球 5G 手机需求的增长,销售收入将在 2020 年中恢复增长。Qorvo 近期发布的财报数据显示,2020 年第二财季收入 8.07 亿元,环比增长 4%,同比下滑 8.79%,但好于预期。

3.3服务器市场需求有望逐步恢复

单台服务器半导体耗用量的增加,拉动服务器芯片市场需求。服务器用芯片占半导体市场份额近10%,对半导体需求影响较大。从全球服务器的出货量数据看,2017Q2 开始全球服务器出货量和营收增速逐步提升,此轮服务器出货量的增长主要源于云计算发展的推动。并且 2017Q2 开始的这轮服务器营收和出货量数据显示,营收增速远高于出货量增速,表明服务器单价的提升。服务器 CPU 性能的提升,存储容量的提升以及人工智能发展带动的机器学习、推理等需求的提升,都推动了服务器芯片耗用量的增加。根据 SIA 数据,服务器用芯片市场占整体半导体市场份额近 10%,因此服务器芯片耗用量的增长对半导体需求具有较大影响。

英特尔数据中心业务收入重回正增长,AMD 骁龙系列处理器出货量强劲,显示服务器市场需求回暖。从近期英特尔的财报数据看,数据中心业务收入重回正增长, AMD 在近期的四季度财报中也表示,其服务器 CPU 骁龙处理器增长强劲。两大主要服务器 CPU 厂商相关业务数据均显示,服务器业务需求的回暖。

▲英特尔数据中心业务收入及增速(亿美元)

下游互联网厂商资本开支增加。服务产业链下游市场包括政府、互联网厂商和云计算厂商等,从全球前几大互联网企业的资本开支看,在经历 2019 年上半年的谷底之后,2019 年三季度又重回正增长,同比增速近 60%。下游互联网云计算企业资本开支的增加,显示服务器市场的需求的回暖。

▲互联网企业资本开支(百万美元)


四、面板供需格局改善,被动元件库存回归

4.1需求端——大尺寸面板需求稳步增长

此轮液晶周期预计进入尾声,面板价格有望止跌回升。面板行业在经历长达 2 年的下行周期后,随着韩国面板厂三星、LGD 产能的退出,以及电视面板向 85 寸等转向,面板供需局势将逐步改善,2020年面板价格有望止跌回升。

大尺寸 LCD 面板占据面板大部分市场,需求平稳增长。TV 和显示器等大尺寸面板占 LCD 面板市场份额超过 80%。根据 IHS 数据显示,2016 年以来,除个别月份出货量面积波动,大尺寸 TFT-LCD 的月度出货面积保持同比增长趋势。2016 年,大尺寸 LCD 面板的出货面积 4263 万平方米,2018 年出货面积达到 4489 万平方米,年复合增长率为 2.62%。受智能手机出货量增长停滞和 OLED 替代影响,小尺寸 LCD 需求逐步减少。TFT-LCD 在小尺寸的市场主要应用领域为手机。由于智能手机出货量增速的放缓甚至出货量的下滑,以及 OLED 在智能手机市场的渗透,LCD 面板的需求受到挤压。

4.2 供给端——韩厂产能退出,供需改善

在大尺寸面板市场中,市占率较高的前五大面板企业分别为京东方、LGD、群创光电、友达光电和三星电子,合计占有大尺寸面板市场 79.5%的市场份额。在平板电脑、笔记本、显示器和 TV 等各类大尺寸应用市场中,京东方市占率均居于首位。小尺寸面板市场,a-Si 市场集中度较低,市占率排名前三的是京东方、深天马和友达光电,市占率分别为 37%、9.10%和 8.5%。小尺寸 LTPS 市场,市占率排名前三的是深天马、JDI 和京东方,市占率分别为 21.6%、18%和 11.3%。

韩厂产能退出,叠加 85 寸转向,面板价格有望迎来反弹。受面板价格的持续下行影响,韩国面板厂三星、LGD 规划逐步降低其 LCD 面板产能,转向 OLED。三星已于年中停止运营其 8A 产线,并计划出售。LGD 已从 6 月份开始减产 LCD 面板。另外,预计 2020 年,85 寸的电视面板出货量将大幅增加,预计会大幅消耗面板产能。三星、LGD 的减产,叠加 85 寸电视面板出货量的增加,预计在经历长达两年的下行周期之后,面板价格有望在 2020 年迎来反弹 。

4.3 OLED 手机渗透率持续提升,拉动需求增长

OLED 显示屏目前主要应用在智能手机、智能手表以及车载、AR/VR 等领域,其中手机显示屏应用占90%以上。由于 OLED 具有视角广、功耗低、可以自发光不需要背光源等优点,在智能手机中得到推广,根据 HIS 数据,预计 2019 年手机 OLED 面板产值将达到 280 亿美金。

智能手机 OLED 渗透率持续提升,拉动 OLED 面板需求。自 2017 年苹果推出搭载柔性 OLED 屏的智能手机 iPhone X 后,OLED 显示屏在智能手机上的渗透率不断提升。根据 AVC 数据,预计到 2021 年智能手机 OLED 渗透率将超过 50%。智能手机 OLED 显示屏渗透率的提升,将拉动 OLED 面板需求。

4.4被动元件库存改善,5G 拉动行业需求

被动元件库存调整接近尾声,叠加 5G 需求拉动,行业景气度将逐步恢复。被动元件行业在经历 2017年至 2018 年上半年的涨价、囤货之后,行业进入去库存状态,企业的开工率普遍偏低。经过长达一年多的去库存之后,目前,行业库存已经接近正常水平。而 5G 时代,智能手机被动元件使用量预计会比 4G 手机有较大幅度提升。行业去库存的结束,叠加 5G 拉动的需求,预计被动元件行业的景气度将逐步恢复。

结语

金准产业研究团队认为,移动通信技术的变革推动着硬件的革新,在 5G 规模商用的推动下,2020 年消费电子将迎来技术升级大年。半导体行业在经历自 18H2 以来的下行周期后,19Q3 开始,各项指标改善明显。加上半导体行业国产化趋势,预计半导体整体景气向上。而对于面板和被动元器件行业,随着三星、LGD 产能的退出,以及电视面板向 85 寸转向,面板供需局势逐步改善,此轮液晶周期逐步进入尾声,2020 年面板价格有望止跌回升。



金准产业研究 中国智能制造发展情况研究报告 2019-12-26 21:22:05

前言

全球各国都开始意识到先进技术对制造业的重要作用,德国提出的工业4.0战略,将利用信息物理系统提升制造业水平。近几年我国制造走向智造步伐加快,人们创业热度不减,智能制造产业园区如雨后春笋般接连涌现,智能制造发展持续向好。

一、智能制造的概念

1.1 智能制造定义 

智能制造(Intelligent Manufacturing,IM)是基于新一代信息通信技术与先进制造技术深度融合,贯穿于设计、生产、管理、服务等制造活动的各个环节,具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。

国际上,智能制造通常是指一种由智能机器人和人类专家共同组成的人机一体智能系统,其技术包括自动化、信息化、互联网和智能化四个层次。

1.2 制造业智能进程

18世纪末以来人类经历了三次工业革命,无论是蒸汽机、电力还是电子信息技术,每一次革命都给人类的生产力带来了几倍或者是几十倍的巨大提升。今天,我们迎来了第四次工业革命——以智能制造为主导,运用信息物理系统,实现生产方式的现代化。

 

1.3智能制造产业链

智能制造实现需要多个层次上技术产品支持,主要包括工业机器人、3D打印、工业物联网、云计算、工业大数据、知识工业自动化、工业网络安全、虚拟现实和人工智能等。这些技术产品中会产生无数的商机和上市公司。

 

二、中国智能制造发展现状

2.1智能制造背景及驱动因素

2.1.1中国制造业步入平稳发展阶段

近年来,中国的经济发展已由高速增长转入高质量发展阶段,工业高度发展时期已过,进入新常态。金准产业研究团队认为,尽管制造业增加值在全国GDP总量中的比重呈下滑趋势,但以制造业为代表的实体经济才是中国经济高质量发展的核心支撑力量。

 

2.1.2 中国制造业亟待升级

目前,我国仍处于“工业2.0”(电气化)的后期阶段,质量基础相对薄弱、产业结构不合理、资源利用效率偏低、行业信息化水平不高、劳动力成本提高。“工业3.0”(信息化)还有待进一步普及,“工业4.0”(智能化)正在尝试尽可能做一些示范,制造的自动化和信息化正在逐步布局。

 

2.1.3 智能制造驱动因素一:人口老龄化、工资高企导致劳动力优势减弱,智能制造提高生产效率

21世纪以来,中国制造业平均工资逐年增长,增速加快;2017年中国城镇单位就业人员平均工资达到7.43万元/年,是泰国和越南的2.14/3.51倍。中国劳动力成本优势逐渐丧失,世界制造中心逐渐向东南亚等劳动成本低的国家转移,中国工业企业面临着越来越高的人工成本压力。

由于人口老龄化加快,劳动力供给不断减少,2013年至2018年中国劳动人口比重从73.9%下降至了71.8%,预计到2023年将下降至70%。同时,工业机器人成本回收期在不断下降,与人力成本上升趋势形成了剪刀差,在人力成本上升与设备价格上升的确定性趋势下,金准产业研究团队认为,未来工业机器人回收期有望进一步缩短,机器换人经济型临界点已至。

 

2.1.4 智能制造驱动因素二:产业政策驱动制造迈向“智造”

 

2.1.5 驱动因素三:技术领先,全联网时代到来

科技创新已经越来越成为国家进步的根本推动力。因此,中国政府和企业不断加大研发投入,至2016年,研发投入占GDP的比重已经达到2.25%,接近发达国家的水平。中国在人工智能、大数据、5G通信、新能源等应用研究上,以及港珠澳大桥、国产大型水陆两栖飞机“鲲龙”AG600等具体的项目上处于全球领先水平。

此外,中国在固定宽带等科技基础的发展上与发达国家差距不断缩小。2018年,中国固定宽带用户规模达到4.07亿户,固定宽带家庭普及率达到86.1%,较2017年增长了11.7个百分点。

2.2全球智能制造发展现状

2.2.1 全球主要国家智能制造布局

 

2.2.2 全球形成了智能制造“引领型”与“先进型”国家稳定发展,

“潜力型”与“基础型”国家努力追赶的局面

根据《全球智能制造发展指数报告》评价结果显示,美国、日本和德国名列第一梯队,是智能制造发展的“引领型”国家;英国、韩国、中国、瑞士、瑞典、法国、芬兰、加拿大和以色列名列第二梯队,是智能制造发展的“先进型”国家。目前全球智能制造发展梯队相对固定,形成了智能制造“引领型”与“先进型”国家稳定发展,“潜力型”与“基础型”国家努力追赶的局面。

 

2.2.3 中美两国在智能生产和产值方面表现突出

智能化生产在智能制造中的地位举足轻重,是智能制造的核心所在。在世界智能制造智能生产排名前十的城市中,中国的苏州以0.7702分排名第一;在此项排名中,亚洲表现尚可,有3座城市入榜。从智能制造产值来看,美国的旧金山、西雅图、洛杉矶分别以2.60万亿元、2.44万亿元、2.33万亿元稳居前三。

 

2.3中国智能制造发展现状

2.3.1 中国智能制造企业数量增长趋势趋向平稳

2014-2015年中国智能制造行业新成立企业数量骤增,处上升风口时期,工业巨头、互联网科技等领域企业拓展业务范围,积极转型,进军智能制造行业。2015年新增企业数量达到顶峰,2016年以后,中国智能制造新增企业数量开始降低,开始纵向拓展和深化智能制造关键技术和应用领域。金准产业研究团队认为,中国智能制造企业在地域分布方面存在明显差异,普遍分布在一线城市,广东省以绝对优势领跑市场。

 

2.3.2 中国智能制造细分领域众多行业差别大

参考证监会以及统计局对制造业的行业划分,将我国制造业划分为19个制造子行业,其中纺织服装、机械装备、食品饮料规模以上企业数最多,当前智能制造领域中离散制造业所占比例更高,重点体现在电子电器、工业装备、航空航天、汽车等行业。不同细分行业因其产业特质、发展历史等原因集中度、规模等均大有不同。

 

2.3.3 中国智能制造行业迎来融资高峰初创企业备受青睐

自2015年起,智能制造广受资本市场青睐,融资数量和规模显著增长;2016-2018年,中国智能制造发展动力强劲,迎来融资高峰。2018年,智能制造融资金额达到325.15亿美元,融资数量为942起。从融资轮次来看,中国智能制造企业多数处于早期阶段(种子轮-A+轮),占比超过50%。

 

2.3.4 苏州、深圳、佛山智能制造成绩亮眼

与世界水平对比,整体上中国智能化水平较低于国外水平,仍有待提升,但苏州表现强势,成为世界和中国智能生产的第一名。从智能制造产值来看,在《世界智能制造中心发展趋势报告(2019)》中的样本城市智能制造整体平均产值约为1.14万亿元,全球仅有18个城市超过这一水平,其中包含了中国的7个城市:深圳、苏州、上海、重庆、天津、佛山、广州。

 

2.4中国“智带”分布

2.4.1 中国“智带”初步形成

智能制造被认为是中国制造的主攻方向。从“中国制造”到“中国创造”的转变,科技创新无疑是最重要的抓手。从全国各地雨后春笋般出现的各类智能制造产业园区,到国家智能制造示范试点项目以及国家智能制造综合标准化与新模式应用试点项目,中国的“智能制造产业带”(智带)正在初步形成。从中国智能制造中心城市潜力榜来看,上海、深圳、苏州分别位列前三名,其主要承载区分别为浦东新区、龙岗区以及吴江区。

 

2.4.2 中国国家级智能制造试点项目达816个

近年来,相关部门机构陆续出台政策法规,扶持和推动中国智能制造产业发展。其中,中国智能制造试点示范项目从2015年开始,已公示了四批,总数为307个;智能制造综合标准化项目从2016年开始,已公示共三批,总数为509个;两个试点项目共有816个项目。

2.4.3 中国智能制造产业园区达到537个

各地为了发展智能制造产业,在智能制造链条上诞生了大量的产业园区,孕育了一大批智能制造产业链企业。为了兼具样本的广泛性和科学性,《世界智能制造中心发展趋势报告(2019)》在园区样本选择上,涉及带有“智能制造”名称的所有产业园区,共得到园区样本537个。

 

2.4.4 大数据类产业园最多

在智能制造的产业链上,云计算、大数据和人工智能技术的发展成为智能制造业发展的底层驱动力,是智能制造系统具备“数据采集、数据处理、数据分析”能力的基础设施。近年来,大数据产业园也是数量最多的产业园类别,达到111个。其次是综合园区,达到96个。新材料园区为智能制造产业发展提供了“物质引擎”,应用非常广泛,产业园区达到92个。

 

2.4.5 四大产业集聚区撑起“中国智造”

从智能装备行业的区域竞争格局来看,目前,我国的智能制造装备主要分布在工业基础较为发达的地区。在政策东风吹拂下,我国正在形成珠三角、长三角、环渤海和中西部四大产业集聚区,产业集群将进一步提升各地智能制造的发展水平。

环渤海地区——人才储备雄厚科研实力突出,长三角地区——经济活跃创新能力强,珠三角地区——基础技术实力充足产业效益领先,中西部地区——有科研院所优势尚处于自动进化阶段。

三、中国智能制造重点领域发展

根据德勤调查发现,中国工业企业只能制造五大部署重点依次为:数字化工厂(63%)、设备及用户价值深挖(62%)、工业物联网(48%)、重构生态及商业模式(36%)以及人工智能(21%)。从相关技术来看,受访企业所关注的相关技术包括工业软件、传感器技术、通信技术、人工智能、物联网、大数据分析等。

 

3.1工业机器人——新一轮直接人力替代

人力成本的上涨是推动电子行业机器换人的主要因素;同时,随着工业机器人国产化进程的加速带来了工业机器人价格的下降。据全球预测和定量分析公司牛津经济研究院(Oxford Economics)发布的报告显示,预计未来10年,机器人将代替全球2000万个制造业岗位,每一个新机器人进入劳动力市场,将平均有1.6名制造工人被替换。其中,中国已占据世界工业机器人的五分之一,每三个进入劳动力市场的新机器人中就有一个安装在中国。到2030年,中国将有1400万机器人被投入使用,较世界其它地区处于领先地位。

中国工业机器人发展较快,约占全球市场份额三分之一,连续六年成为全球第一大应用市场。2018年,中国工业机器人产量达到14.8万台,占

全球产量的38%以上。受制于下游行业的需求放缓——汽车行业迎来28年首次销量下滑,3C行业增长也大幅度回落,2019年上半年,整个行业订单增 长疲软,产量持续下滑,仅为7.5万台,下降幅度为10.1%。但根据中国电子学会数据显示,2019年上半年全球机器人市场规模达144亿美元,其中中 国机器人市场规模达42.5亿美元,占比达到29.5%,在全球仍扮演者重要角色。

 

智能制造可实现整个制造业价值链的智能化,而工业互联网是实现智能制造的关键基础设施。2018年6月12日,工信部公示了《2018年工业互联网创新发展工程拟支持项目》,表明工业互联网进入了实质发展阶段。2018年中国工业互联网市场规模达到5313亿元,根据中国工业互联网产业联盟的测算,预计到2020年市场规模将达到万亿量级。

 

金准产业研究团队认为,作为推动制造业与互联网融合发展的重要抓手,工业互联网平台的理念和重要性逐渐被产业界所认识,全球各类产业主体积极布局工业互联网平台,以抢占发展制高点。在政策、技术等因素的推动下,中国已经出现一批工业互联网平台,产业体系已初步完善。

3.2 人工智能+制造业——创造智造新业态

中国人工智能迈向了2.0阶段,以通过互联网联系在一起的一套巨大的智能系统为标志。从智能制造业角度出发,人工智能技术正在深入改造制造行业。新一代人工智能技术与制造业实体经济的深度融合,成为应用市场一大亮点,催生了智能装备、智能工厂、智能服务等应用场景,创造出自动化的一些新需求、新产业、新业态。

近年来,中国人工智能产业发展迅速,跟据中国信通院数据,2015年到2018年中国人工智能产业规模复合平均增长率为54.6%,高于全球平均水平(约36%)。2018年,中国人工智能产业市场规模已达到415.5亿元。其中,企业技术集成与方案提供、关键技术研发和应用平台两个应用领域据发展火热。据中国新一代人工智能发展战略研究院2019年5月发布的《中国新一代人工智能科技产业发展报告(2019)》数据,截至2019年2月,人工智能企业广泛分布在18个应用领域,上述两个领域企业数占比最高,分别达到15.7%和10.5%。

3.4 3D打印——崛起中的智能制造方式

3D打印不仅仅是炫酷的前沿科技,更是有望革新制造业的“潜力股”。其集合了大规模生产的高效和手工生产的灵活等优点,制造业的全流程都可以引入3D打印,能实现制造过程的高效率和低成本,代表了智能制造的未来发展方向。近年来,我国3D打印行业发展迅速,从2013年3.2亿美元的市场规模发展到2018年的23.6亿美元,5年的复合增长率达到49.1%。

 

近年来随着航空航天、汽车工业等的技术进步,其零部件的结构越来越复杂,对构件的性能要求也更高,传统的金属切削加工方法受到严峻的挑战。相比于传统的减材制造方式,3D打印能够实现复杂零部件的一次成型,是制造业领域有代表性的颠覆性技术。然而,国内3D打印起步较晚,企业数量与规模均偏小,打印专用新材料与核心零部件严重依赖进口,关键技术受制于人。2018年国内3D打印行业收入排名第一的先临三维营收为3.63亿元,仅为国际巨头Stratasys的7%,进口替代还有较大提升空间。

3.5激光切削机床替代传统金属切削机床

金属切削机床是目前主流的机床产品,全球销量占全部机床的比例达到52.48%,金属切削机床不仅可以应用于电力、船舶、航天航空等领域,还可用于电子、汽车、新能源、纺织等行业的自动化设备制造中。在经历了2011-2017的震荡波动后,受汽车、3C等主要下游行业景气度下滑及固定资产投资增速持续疲软影响,我国机床增量市场持续萎缩,2018年我国金属切削机床产销同比分别下降24%和25%,2019年上半年均同比下降了10%左右。

 

激光加工作为一种高精度、高效率的材料加工方式,随着激光设备技术提升,应用越来越广泛,对于传统刀具式金属切削机床的替代率有望不断提升。假定激光切削比传统金属切削机床效率提升3倍,则保有量上限合计约325万台,假定渗透率分别达到15%、25%、50%,单台激光器均价为26/13/6.5万元,测算得用于金属切削的激光器市场空间总容量最高可达4000亿元。

3.6智能制造系统解决方案市场规模超千亿

智能制造系统解决方案供应商在智能制造的推进过程中起到至关重要的作用。智能制造工程实施三年以来,我国顶层规划、试点示范、标准体系建设有效推进,全社会智能制造的氛围逐步形成。2017年,中国智能制造系统解决方案市场规模达1280亿元,同比增长20.8%;2018年市场规模约为1560亿元,同比增长21.9%。

 

受益于用户数字化建设的持续推进,用于研发、物流、服务等环节的智能制造系统解决方案也在加强,相关环节智能制造系统解决方案的应用比例有所提升。排名前五位的智能制造系统解决方案的是:柔性装配系统、加工环节数字化系统、智能输送系统、智能仓储系统以及企业资源计划(ERP),占比分别为18%、13%、10%、9%、8%。

 

结语

智能制造是全球工业行业苏醒的至关点之一,在5G、人工智能、物联网等技术的快速发展下,智能制造引来了冬天的第一缕阳光。金准产业研究团队认为,随着智能制造领域政策的持续出台,中国制造业逐渐向智能制造方向转型,并开始大量应用云计算、大数据、机器人等相关技术。作为中国制造业的主要驱动力之一,利好政策的不断出台,行业将持续稳定增长,中国制造业中所起到的地位将会越来越重要。

金准产业研究 德勤全球智慧城市2.0报告分享 2019-12-23 20:42:18

前言

根据联合国的预测,从1950~2050年的100年内,全球城市化率将翻番,2050年将有68.4%的世界人口生活在城市。根据联合国的预测,从1950~2050年的100年内,全球城市化率将翻番,2050年将有68.4%的世界人口生活在城市。而用先进的技术实现城市的可持续发展正成为众望所归的最佳解决方案,特别是被人工智能武装的智慧城市将引领城市的未来发展。

一、全球智慧城市新发展

全球城市化的进程依然以不可阻挡的趋势向前推进,到2050年,接近70%的世界人口将生活在城市。人口大国中国和印度所在的亚洲将成为全球城市化最快的地区。在城市急速扩张的过程中,先进的技术将帮助城市实现可持续发展,引领城市走向更美好的未来。

全球城市化趋势(%)

城市化的进程对城市经济、资源利用、生活质量、时间成本以及可持续发展等多方面带来不同程度的影响,而随着城市化以及人口的不断增加,全球各地城市管理者面临日益严峻的挑战。

城市化带来的问题

为了应对城市化所带来的挑战,在过去的十多年里,各国大力投资建设智慧城市,投入金额逐年升高,预计将在未来五年内达到高峰,由于拥有后发优势和巨大的发展潜力,亚洲国家和地区在智慧城市建设上有更大的发挥余地。

全球“智慧城市”投资金额图(十亿美元)

金准产业研究团队认为,智慧城市正在帮助城市管理者应对挑战,其在全球范围的部署给各城市带来了实际的效益,包括GDP增长,失业率降低,生活质量以及安全健康提升。这使得城市管理者能够实现科学决策,精细管理,快速响应,提升城市竞争力。

美洲城市智慧化情况

智慧城市解决方案市场日渐繁荣,亚太地区市场的发展增速高于欧洲与美洲地区,并逐渐实现弯道超车。亚太地区有其独特的国情和城市发展需求,与欧美在智慧城市的重点建设项目上侧重不同。

亚太城市智慧化情况

无论是发达的欧美地区,还是发展中的非洲和部分亚洲地区,全球大多数的国家正在积极的投身于智慧城市的建设,其中欧洲、北美、日韩等地区处于领先地位。中国也在积极进行智慧城市试点,形成了多个智慧城市群。

全球在建智慧城市数量

智慧教育在全球智慧城市市场份额占比最大,预测在2023年仍保持最高的市场份额,智慧安防增长趋势明显。亚洲地区有较多的智能建筑项目,水资源相对贫乏的中东和非洲有最多的智能水系统项目。

全球智慧城市市场份额(百万美元)

中国智慧城市市场规模在最近几年均保持了30%以上的增长。智慧物流、智慧建筑、智慧政务领域占据了较大的市场份额,智慧医疗等其他领域则表现出了较强的发展潜力。

中国智慧城市市场份额比例(2018

中国未来智慧城市市场规模(万亿元)

中国政府于2012年启动智慧城市较大规模的试点,并于2014年将智慧城市上升为国家战略,2016年底确定了新型智慧城市的发展方向,将建设新型智慧城市确认为国家工程。此后,相关部委开始相应出台具体领域的细化政策。在这一过程中,随着国家对智慧城市重视程度的加深,主管单位和重点城市培育方式也相应发生变化。

随着智慧城市的认识逐渐升级,智慧城市的定义逐渐得到发展,新型智慧城市的内涵更丰富。

新型智慧城市战略提出后,中国智慧城市试点和建设呈现出分级建设、多点开花、提质增效的发展趋势。在入选国家智慧城市试点的城市和地区中,大多分布在环渤海沿岸和长三角城市群。

中国智慧城市试点地区分布

中国智慧城市的建设呈现因地制宜、因城施策的发展局面;从区域分布来看呈现出由东部大城市向中西部地区城市推广的趋势,即由点到面的趋势日益明显。

二、超级智能城市2.0

超级智能城市可从四方面进行评量:第一,政府的战略规划,反映政府发展智慧城市的意愿;第二,是否有足够的技术基础支撑智慧城市建设;第三,智慧城市理念已经渗透的领域,反映发展的阶段性成果;第四,城市是否拥有可持续的创新能力,预示着未来智慧城市的发展前景。

超级智能城市评价指标体系的构建是为了从整体了解智慧城市的建设现状和未来发展前景,通过德勤全球视角引导城市发现自身智慧城市建设的短板,挖掘自身的潜力,将智慧城市建设与自身需求相结合,稳步提高智慧城市的发展水平,让市民拥有更多的幸福感和获得感。

智慧城市发展的动态性要求指标体系也要不断调整,今年的指标体系内部加入了人工智能这一新的评价项目。

超级智能城市评价模型

在四大维度之下,我们对目前重点26个城市进行系统分析,以求识别出目前智慧城市发展的现状,以及这些城市距离理想中的超级智能城市还有多远。

超级智能城市样本分布

在超级智能城市得分排名中,4个一线城市表现最好,在四大核心领域均占领鳌头;13个二线发达城市势均力敌,其他城市则尚有提升空间。

中国超级智能城市总排

在四大核心领域领先的超级智能城市

整体来看,智能城市的发展与经济发展水平呈现正相关的关系,但也不乏智能城市发展落后于经济发展水平的情况,特别是在一些新晋发展的城市表现明显。但也有城市在追求经济增长的同时,积极的开展智能城市的规划和建设。

超级智能城市指标得分与地区人均生产总值GDP的关系(万元人民币)(万元)

一线城市的智能城市发展水平已经大幅度领先于于其他城市,特别在创新水平上,其他城市表现出了明显的劣势,不利于可持续的智能城市建设。此外,所有城市之间在智能城市应用领域表现出的参差不齐较严重。

核心的战略层面:城市整体在线政府服务得到改善,第一梯队城市不仅规划完善,且政策执行和资金支持均比较到位,第二梯队城市规划相对比较完善但执行力尚待提高,第三梯队城市缺少长期和完善的城市规划。

战略维度排名

在基础的技术领域:由于发达城市经济实力雄厚且产业链完善,技术水平整体好于后进城市。在国家政策的推动和各类企业的积极参与下,后进城市也在借助新科技的发展趋势提升自身的技术水平,技术基础是普遍优势。

分领域排名-技术维度

领域的渗透清晰地反映出了二线城市在发展智能城市方面正在加速追赶一线城市,在多领域提高市民生活质量。

分领域排名-领域渗透

智能城市强调创新作为源动力:城市全体创新能力差距较大,长三角、珠三角等经济增长极创新能力领先全国,中西部地区依靠政策加速形成创新优势和吸引人才,多数城市缺少人才储备,创新产业链尚待完善。

分领域排名-创新维度

三、超级智能城市新风向

人工智能赋能智慧城市,为智能城市提供新动能。

人工智能城市产业链包括基础层加上核心技术层,然后再加上垂直应用。垂直领域细分为产品和应用智能系统。实时感知、高速传输、自主学习、自主决策、自主协同、自动优化、自主控制。这七大特征是互相关联缺一不可的,未来超级智能城市需要完全具备这些特征。

人工智能从底层到终端赋能智慧城市

物联网、云计算技术正在改善智能城市建设:物联网平台链接各类终端和资源。


物联网、云计算技术正在改善智能城市建设:云计算技术实现城市数据实时联通、融合和存储。


物联网、云计算技术正在改善智能城市建设:政企合作建设数据中心推动智慧城市建设。


以人为本,注重市民参与,从智慧城市向智慧社会转变。 十九大报告中提出了智慧社会的概念,是对“新型智慧城市”的理念深化和范围拓展,强调基于智慧城市使市民拥有更多的获得感、幸福感,再一次强调了智慧城市的发展要注重以人为本,强调市民在智慧城市建设过程中的参与行为。

“新型智慧城市”评价系统变化,看以人为本的重要性演进

为了实现顺畅的市民参与,可以通过“短、中、长”期的三步走战略,积极借鉴国外的发展经验,借助大数据、电子政务等科技手段的途径,以技术为跳板,最终实现“新型智慧城市”中的市民参与,创设良好的市民体验。

借助数字技术完成市民参与的三段进阶

城市本身特色在智慧城市的建设中得到体现,因地制宜发展智慧城市成为趋势。


多模式发展:五类模式各有千秋,不同的城市应根据自身的特点进行合理化选择。


智能城市建设五大运营模式均存在其典型案例,这些案例将为参与方日后的建设与运营提供借鉴意义。


将数据安全纳入智慧城市发展战略:对数据安全的要求越来越高,从传输、存储、管理等多环节着手数据风险规避。


将数据安全纳入智慧城市发展战略:主动防范数据风险,并进行持续监管。



四、打造超级智能城市

金准产业眼睛就团队认为,面对众多挑战之下,当今城市管理者若想要突破传统智慧城市的禁锢,且逐步转变升级成为”超级智能城市”,需要在建设过程中思考九个能力维度框架。同时,需要与自身城市实际需求相结合,以打造更高质量的幸福社会为目标。

超级智城市能力框架

超级智能城市对自己的目标有清晰的认识,并拥有实现其目标的战略规划。一个清晰的视野需要有明确的远景作为技术推动的有效配对。


打造超级智能城市所需要具备的要素:


打造超级智能城市的“行动四部曲”:智能城市不是昙花一现,而是逐年累月发展起来的。金准产业研究团队认为,在这段发展历程中,城市从早期成熟阶段发展到完全成熟发展阶段。成熟度模型用于评估当前的成熟度,并为期望成熟度设定目标。


结语

金准产业研究团队认为,全球范围来看,城市化的进程对城市经济、资源利用、生活质量、时间成本以及可持续发展等多方面带来不同程度的影响,而随着城镇化以及人口增加不断加重,全球各地城市管理者面临日益严峻的挑战。为了应对城市化所带来的严峻挑战,在过去的十多年里,我国不断大力投入建设智慧城市,随着智慧城市的认识逐渐升级,智慧城市的定义逐渐得到发展,新型智慧城市的内涵更丰富。 现在,我国智慧城市试点和建设呈现出分级建设、多点开花、提质增效的发展趋势。