• 项目
首页>>文章列表 >>行业研究
行业研究

金准产业研究 电子化工材料国产替代进口分析报告

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

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

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

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

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 中国DRAM产业发展前景研究报告

前言

随着移动端增长结构的改变,以及大数据、AI和数据中心等新需求的兴起,DRAM市场正面临巨大的增长机会和结构性变化。虽然DRAM总体位元需求依然会维持在20%左右,但需求结构正在发生改变。智能手机出货量面临瓶颈的背景下,移动端DRAM需求增长主要来自单机内存容量的提升。但服务器和企业用DRAM需求则受益于大数据和AI训练等新需求而快速增长。新兴需求推动当前高度集中的DRAM市场格局难以适应推陈出新不断发展的需求变化,正是新厂商的进入良机。

一、什么是DRAM

1.1 DRAMFlash是存储器的重要分类

DRAM存储器和Flash闪存芯片是当前市场中最为重要的存储器。DRAM是最为常见的系统内存,虽然性能较为出色,但是其断电易失,相比于其同级别的易失性存储器,其成本更低,故而其在系统内存中最为常见;Flash则是应用最广泛的非易失性存储,其断电非易失性使其主要被应用于大容量存储领域。

DRAM和Flash是存储器的重要分类

DRAM:内存常用的存储介质。DRAM的数据可存储时间非常短,其使用电容存储来保持数据,因而必须每隔一段时间进行一次刷新,否则信息就会丢失。与SRAM相比,DRAM虽然速度更慢,且保持数据的时间也相对较短,但其价格却更加便宜。由于技术上的差别,DRAM的功耗较低,集成度高且体积更小,并且在速度上也优于所有的ROM,故而被广泛的应用。

Flash:大容量闪存。在存储器发展的早期,ROM一直作为系统的主要存储设备,但目前其已被Flash全面代替了。在特点上,Flash兼具RAM和ROM和优势,其不仅断电后不会丢失数据,而且具有电子可擦除、可编程性能。虽然在读取速度上Flash略逊于DRAM,但是其速度仍然较快,且其成本远低于DRAM。在分类上,目前Flash主要分为NOR和NAND两种类型,二者区别主要在于读取方式存在差异,以及存储单元的连接方式不同。

1.2 DRAM存储器读写快成本高

DRAM存储器读写快成本高

DRAM中,又可以根据技术规格的不同可以分为DDR系列、GPDDR系列、LPDDR系列等类别。其中DDR系列为普通DRAM,GPDDR全称图形用双倍数据传输率存储器(Graphics Double Data Rate),是一种高性能显卡使用的同步动态随机存取存储器,专为高带宽需求计算机应用所设计。LPDDR指的是低功耗双倍数据传输率存储器(Low Power Double Data Rate SDRAM),主要用于便携设备。目前DDR和DDR2已经基本退出市场,而以DDR3、DDR4以及LPDDR系列为主。

1.3 DRAM技术规格不断发展

DRAM技术规格不断发展

DDR3属于SDRAM家族的内存产品,提供了相较于DDR2更高的运行效能与更低的电压,是DDR2的后继者(增加至八倍),也是现时流行的内存产品规格。DDR3采用8bit预取设计,而DDR2为4bit预取,这样DRAM内核的频率只有等效数据频率的1/8,DDR3-800的核心工作频率只有100MHz。其次,DDR3采用点对点的拓扑架构,以减轻地址/命令与控制总线的负担。最后,DDR3采用100nm以下的生产工艺,将工作电压从DDR2的1.8V降至1.5V,增加异步重置(Reset)与ZQ校准功能。

DDR至DDR4逐代性能提升明显

DDR4内存是目前市场上新锐的DDR系列内存规格,第一条DDR4内存是在2014年由三星研制成功。DDR4相比DDR3最大的区别有三点:16bit预取机制(DDR3为8bit),同样内核频率下理论速度是DDR3的两倍;更可靠的传输规范,数据可靠性进一步提升;工作电压降为1.2V,更节能。

金准产业研究团队认为,在未来,DDR5规格也将到来,2018年10月,Cadence和镁光公布了自己的DDR5内存研发进度,两家厂商已经开始研发16GBDDR5产品,并计划在2019年底实现量产目标。DDR5的主要特性是芯片容量,而不仅仅是更高的性能和更低的功耗。DDR5预计将带来4266至6400MT/s的I/O速度,电源电压降至1.1V。与DDR4相比,改进的DDR5功能将使实际带宽提高36%,即使在3200MT/s和4800MT/s速度开始,与DDR4-3200相比,实际带宽将高出87%。与此同时,DDR5最重要的特性之一将是超过16GB的单片芯片密度。

新技术和新结构支持DDR5功耗控制和性能提升

LPDDR(Low Power Double Data Rate SDRAM)是DDRSDRAM的一种,又称为m DDR(Mobile DDRSDRAM),是美国JEDEC固态技术协会面向低功耗内存而制定的通信标准,以低功耗和小体积著称,专门用于移动式电子产品。而DDR/DDR3/DDR4/DDR5是内存颗粒,内存条是把多颗颗粒一起嵌入板中而成,用于电脑等。

二、DRAM长盛不衰,占据存储半壁江山

DRAM是存储器市场上的常青树,从1966年IBM研发出世界上第一块易失性存储器(DRAM)开始,它就一直在我们的计算系统中占据着核心位置。从现有的计算机系统结构来看,存储器分为缓存、内存(主存储器)、外存(辅助存储器)三大类。其中缓存要求速度高,但容量小,通常使用SRAM。内存要求一定的读写速度和用来支持运行程序本身及所需数据的空间,相比于SRAM,DRAM保留数据的时间较短,速度也相对较慢,但从价格上来说DRAM价格较SRAM便宜很多,且由于技术区别,DRAM体积小、集成度高、功耗低,同时其速度比所有ROM都快,因此一直都是内存的不二之选。至于外存,相当于电脑的数据仓库,对读写速度要求不及前二者,对容量需求巨大。

三大存储器所用的介质中,DRAM的地位最稳固,市场最大。金准产业研究团队分析,因为SRAM虽然价高,但是容量多年来增长很少,只需满足计算机内部的数据传递即可。而外存容量需求的增长又过快,导致需要不停寻找新的介质。随着数据的大量产生和电子设备的小型化趋势,外存的介质一直在变化以适应需求,从磁盘/光盘/硬盘向Flash和SSD转变。只有DRAM从诞生伊始就具备高密度、高容量的特点,从最初的K级到现在的GB级,DRAM本身的原理并没有太大改变。

DRAM在计算机系统中常用于高速中容量的内存

在半磁性存储介质作为外存的年代,DRAM几乎就是半导体存储器的代名词。进入新世纪后,便携设备的发展和半导体技术的成熟推动存储器竞争向着DRAM和Flash双线作战的格局演变。而在这个过程中,又可以分为NOR时代和NAND时代。在智能机普及之前,便携设备对存储空间的要求并不大,加上NORFlash支持随机访问的特性使它可以像普通ROM一样执行程序,使它成为便携设备的主流存储载体。在2002年,DRAM占据了整个存储器市场55%的销售额,而NORFlash占21%。NANDFlash只占8%,主要用于MP3、SD卡和U盘等需要较大储存空间的应用场合。

流水的外存,铁打的DRAM。到了智能机和便携设备时代,形势发生了根本的转变,NANDFlash快速取代NORFlash成为闪存的主流。从2008年到2018年的十年间,智能机出货量的不断攀升和单机存储容量的不断扩大成为推动DRAM和NANDFlash需求不断扩大的主要力量之一。据金准产业研究团队估计,2018年存储器市场有61%的份额属于DRAM,NANDFlash则占36%。剩下只有5%留给NORFlash以及ROM和SRAM。在外存介质洗牌的过程中,DRAM的市场份额一直维持在50%以上,充分体现了它技术上的可扩展性和市场的巨大需求。

DRAM工艺推进放缓,产能波动基本稳定。全球DRAM产能和投片量在2010年—2013年间有一阵明显的洗牌。2010年40nm制程DRAM产品开始进入主流市场,在随后三年里制程工艺前沿快速提升到20nm。主导技术换代的三星和海力士在维持产能不变的情况下获得了存储密度和成本的双重优势,导致其他厂商市场份额下降,当时的第四大DRAM厂商尔必达在破产后被镁光收购。2013—2017年从供给端来看是一个产能的平台期,总体产能稳定,20nm制程占比逐步提升。DRAM价格在这一时期先抑后扬,主要是在消化前期制程提升带来的丰富供给。当前DRAM市场的弱势与2013年的根本不同在于目前没有制程的跨越式发展,供求关系没有质变。

当前全球DRAM投片量基本稳定(千片)

2016年DRAM价格由跌转涨,因此取2016年为供需平衡年,供给和需求指数都为100,且每年的供给指数已经包含往年的库存情况。2016年主要厂商基本完成20nm制程转换,结束2013年—2016年的技术主导供给增长。导致2017年位元总体供求增速下降,产生供应缺口。2018年三星扩产8%,海力士无锡厂也小幅扩产,快速填补需求缺口,景气行情终结。但是之后除海力士外其他大厂商均无大规模扩产,1Znm以下制程预计要在2021年才大规模进入市场。今明两年会是一个投片量、制程水平的双重平台期,预计需求增速的反超会在2019年消化库存,2020年前后DRAM位元供求会重新达到平衡。

金准产业研究团队预计,2020年左右前期库存和轻微的供大于求会一并消化完毕,重新达到平衡。2020年后5G和AI的普及和应用将成为拉动半导体需求的重要力量,同时下一代DRAM制程也将开始普及,整个DRAM市场供需关系会更加复杂,但规模总体向上的趋势是确定的。

DRAM市场应用推陈出新,下行周期总体可控,依然有很强的活力和价值。现在的问题就是面对这样一个空间巨大但又被海外巨头垄断的市场,中国存储DRAM企业要如何?存储器产业虽然壁垒高企,但并非肩部可破。从历史上存储巨头的崛起来看,技术引进+产学研一体自主研发+综合扶持的发展道路是可行的。加上中国具备极大的需求市场,容易形成产业良性闭环,这也是一个其他国家没有的重要优势。

三、从存储产业发展历史中探寻中国存储发展路线

存储器产业作为一个技术密集、资本密集、高度垄断的产业,对于后发追赶者来说向来不友好。中国存储企业要发展壮大,除了需要市场需求层面的可行性外,还需要大量的资源投入来进行技术研发,并准备好更高层面的战略博弈。这不仅是中国的道路,也是存储产业发展历史中每一个后发崛起者的道路。

纵观半导体存储器产业50年发展史,大致可以分为三个时期:1970——1982的美国主导时期;1982——1998的日本主导时期;1998至今的韩国主导时期。除美国例外,其他两国存储产业的崛起都深度绑定了社会多方力量和总体经济发展。而存储器产业的发展形式,也由单纯的“原发技术驱动”,经过“官产学共同技术驱动”,逐渐向“官产学共同技术驱动+多方面长期扶持”演变。

3.1美国主导时期:原发技术驱动的半导体存储黎明

与日韩不同,美国发展存储器的时候,个人计算机还没有普及。因此当时存储器用量小,价格高,存储器的发展离商战较远,更多是以技术驱动。1969年,在诺伊斯和摩尔等初代集成电路元勋们的努力下,英特尔成功开发出第一块存储芯片——容量为64个字节的3101芯片。次年,英特尔的12号员工特德.霍夫提出了一种新的设计,将DRAM存储器单元的晶体管从四个减少到三个。这样就可以把更多的存储单元集结在一起,大大提高存储空间,达到1024个字节。这是我们如今所用DRAM的技术原型。

到了1970年,英特尔在存储器的研发上更进一步,他们开发出来容量2K的可擦除可编程只读存储器(EPROM)。1972年,英特尔更进一步开发出了世界上第一块静态随机存储器(SRAM)2102芯片。到了70、80年代,存储器的容量成指数增长,4K,16K,64KDRAM芯片先后问世。这一时期的半导体存储器基本由英特尔和MOSTEK等美国公司垄断。

3.2日本存储的崛起:开创“官产学”一体发展模式

日本作为后发的追赶者,开创了顶层设计护航半导体产业的先河。1970年代的日本政府一手抓“产官学”一体推进本土半导体实力发展,一手抓进口壁垒搞产业保护。日本的半导体存储起步并不晚,1971年NEC就推出了DRAM芯片,紧追英特尔的量产DRAM。尽管如此,日本半导体的技术实力和产品性能与美国依然有巨大差距。同期的美国存储器已经用上了超大规模集成电路(VLSI),而日本还停留在上一代技术大规模集成电路(LSI)。

1976年,由日本政府的通产省牵头,以日立、三菱、富士通、东芝、NEC五大公司作为骨干,联合了日本通产省的电气技术实验室(EIL)、日本工业技术研究院电子综合研究所和计算机综合研究所,投资了720亿日元,攻坚超大规模集成电路DRAM的技术难关。为期四年的VLSI攻关项目成绩斐然,来自不同公司的团队一方面互通有无,一方面互相竞争,共取得专利1210项,商业机密347件。

日本存储器产业崛起留给我们最宝贵的经验,就是揭示了存储产业的技术密集和资本密集的特点,并且论证了官产学共同发展存储产业的可行性和重要性。过了1960年代的存储器田园时代以后,存储器市场迅速增长,技术壁垒快速增高。在此后的竞争中,对技术、资金、市场三大要素的要求都极其严苛。单靠一个企业的力量已经难以追赶,因此后发追赶者势必要通过企业和政府的通力合作才能成功。

3.3韩国存储的崛起:研发+扶持打赢持久战

韩国半导体产业早期的发展凭借的是低廉的劳动力成本和土地成本,吸引外商投资建厂。这一时期韩国快速积累了大量资本,同时形成了半导体产业的雏形。但缺少技术、劳动密集的低端发展模式在70年代走到了尽头。为了推动产业升级,韩国政府在1973年宣布了“重工业促进计划”,并于1975年公布了扶持半导体产业的六年计划,强调实现电子配件及半导体生产的本土化。

有日本的成功经验在前,韩国深知必须掌握核心科技才能在存储之路上笑走得长远。在1982年到1987年的“半导体工业振兴计划”期间,韩国效仿日本的VLSI攻坚项目,由韩国电子电子通信研究所牵头,联合三星、LG、现代三大集团以及韩国六所大学,一起对DRAM进行技术攻关。该项目持续三年,研发费用达1.1亿美元,韩国政府便承担了57%。

除了技术追赶之外,韩国存储霸权的确立还离不开历史机遇和残酷的商业搏杀。韩国存储产业抓到的最大历史机遇就是1987年的美日半导体争端。这场争端最终以日本退让,承诺通过减少DRAM产量来提高芯片价格。但此时适逢计算机普及浪潮,DRAM减产造成全球256KDRAM缺口巨大,韩国存储企业抓住机会,顺势填补市场空白。

在商战方面,韩国的决心和实力可谓是破釜沉舟,不达目的不罢休,不顾长期巨亏,咬定存储产业死死不放。比如,三星于1984年推出64KDRAM时,正赶上全球半导体业低潮,内存价格从每片4美元暴跌至每片30美分,而三星当时的生产成本是每片1.3美元,这意味着每卖出一片内存三星便亏1美元。而三星在后来的90年代,依然连续9年巨亏,在亚洲金融危机时负债率一度高达300%。在此期间,韩国政府和国内财团的资金力量都力挺三星,光是韩国政府就以优惠利率先后提供了超过60亿美元的政策性贷款。

四、时势起东风至,中国存储蓄势待发

存储器产业是典型的资本密集、技术密集产业,已经形成了巨头垄断的格局,一个新入局的企业单靠自身很难打破壁垒。从存储器产业的发展历史也可以看到,后发的追赶者越来越倚重于官产学一体研发、国内资本等企业外部力量的合力扶持。有鉴于上述历史规律,金准产业研究团队认为存储器国产化之所以可能在现在这个时间点实现有两大原因:

1、我国电子产业大环境日趋成熟,有巨大的半导体消费需求,同时产能和技术也在快速提升,产业转型时间窗口的到来形成了客观的“时势”;

2、社会综合资源在顺应时势的情况下果断大力支持存储器产业,调动大量资源对存储器国产化进行战略攻坚,有助于国内存储企业走出加强版的韩国路线,打破当前的垄断格局 。

中国DRAM基础其实并非一穷二白,而是有着近40年的发展历程。但在前期很长一个阶段里受限于市场、技术、产业链不完整等因素,没能成功建立自己的研发-生产-销售体系,无法与国外IDM大厂正面竞争。直到2016年以后,中国存储才开始成规模地发展自己的IDM体系。

中国DRAM发展的第一个阶段是自主研发,在这个阶段里主要是技术的积累。但由于中国当时计算机产业整体落后,又没有融入全球电子产业链之中,导致没有足够的量产能力和市场空间,技术无法转化成产品。中国的DRAM自主研发之路起步并不晚,1981年,中科院半导体所成功研制16KDRAM。中国在80年代还推进了配套的制程技术的发展。

1986年,电子部厦门集成电路发展战略研讨会上提出“七五”期间我国集成电路技术“531”发展战略,即普及推广5微米技术,开发3微米技术,进行1微米技术科技攻关。在技术基础向前推进的基础下,1986-1989年,由742厂和永川半导体所无锡分所合并成立了华晶电子集团,成功研制了中国人第一块64kDRAM,采用2.5微米工艺。

1990年代至2010年代,中国DRAM产业处于自主技术量产和技术引进的市场化探索阶段。在这一时期,“八五计划”时期的“908工程”和“九五计划”时期的“909”计划分别孕育了无锡华晶电子以及上海华虹微电子两大晶圆厂,分别探索自主技术转化以及外来技术引进的两种国产DRAM市场化路线。最终第一条路线受制于技术封锁和设备禁运,第二条路线则随着海外DRAM合作厂商的衰落而被迫转型。

1990年8月,国务院决定在八五计划(1990-1995)基础上启动“908工程”,总投资20亿元,其中15亿元用在无锡华晶电子,建设月产能1.2万片的6英寸晶圆厂。1993年,华晶电子首次成功研发256KDRAM。1998年,无锡华晶DRAM投产,月产能6000片,但因为西方封锁,无法引入先进的0.35/0.18微米制程,使得华晶投产落成就落后于海外最新的先进水平。

1995年12月,为落实“九五计划”中,半导体生产工艺达到0.5微米的目标,国务院与上海市政府批准了“909工程”,主要包括建设晶圆厂和建立设计公司两大任务。其中上海市政府出资5亿美元,成立华虹微电子,日本NEC出资2亿美元,共同成立华虹NEC,计划总投资12亿美金,在浦东建设8寸晶圆厂,由NEC提供0.35微米技术,生产当时主流的64MDRAM内存芯片。但2001年后随着日本NEC退出DRAM市场,华虹也开始向晶圆代工厂商转型。

2010年以后,国内DRAM发展呈现多路并举的局面,尤其是2014年以后,随着国内产业基金的壮大和海外事业的拓展,出海并购成为这一时期的一个重要战略。而在DRAM领域,中国资本先后收购奇梦达科技(西安)有限公司以及海外DRAM厂商ISSI是其中浓墨重彩的两个大事件 。

2014年以后,随着集成电路产业逐渐成为经济结构升级的重点发展方向,关注度和资金纷至沓来,中国存储产业正式进入IDM时代。2016年,合肥长鑫由合肥产投牵头成立,主攻DRAM方向。在短短的两年内,合肥长鑫在元件、光罩、设计、制造和测试领域都积累了许多的技术和经验。除了自主研发外,合肥长鑫也积极贯彻稳健的技术合作路线,强调技术来源的合法合规以及合作互利共赢。通过与拥有深厚技术积累的奇梦达合作,在合规输入技术的基础上建立了严谨合规的研发体系,并结合当前先进设备完成了大幅度的工艺改进。

三十年来,中国经济保持高速发展,并不断加强寻求向更高附加值的产业结构转型。加之近几年国家安全等因素,将IC国产化进一步提升到到一个新的高度,国产存储器产业扬帆起航的东风已经到来。纵观半导体行业的发展史,半导体产业经历了两次大的产业转移,且正在经历第三次大转移,前两次分别是从美国向日本转移、从美日向台湾地区、韩国等地区转移,而当下发生的是从台湾地区、韩国向中国大陆转移。

产业转移的趋势又可以分为产能的转移和需求的转移,中国本身是全球最大半导体消费市场,同时半导体产能和技术正在快速提升。巨大的市场需求是拉动半导体产业发展的根本因素,也是促使产业链在全球范围内进行不断调整和转移的重要原因。目前全球60%以上的电子产品来自中国制造,所需半导体消耗量非常巨大。近年来,国际半导体市场增长趋于平稳,2017年全球半导体市场销售额为4124亿美元,其中中国市场半导体销售额为1315亿美元,占到全球半导体销售额的32%。而从全球半导体资本支出情况来看,中国半导体产能正在快速集聚力量。2018年中国大陆半导体资本支出128.2亿美元,2020年预计达到170.6亿美元,基本与韩国持平,时有超越。从2014到2020年,除2017年三星大幅投资外,大陆半导体资本支出增速都远高于全球增速。

中国半导体资本支出快速增长(亿美元)

从需求结构来看,中国品牌本身就有巨大的存储器需求,他们有望在未来率先吸收国产存储器产能。中国本土品牌在智能机和PC领域已占据相当大的市场份额。虽然从2017年开始全球智能机出货量就开始显露疲态,但中国手机品牌却逆势快速扩张。在2018年的全球智能机市场上,华为、OPPO、VIVO、小米四大品牌占据的市场份额达到37%,相比2017年提升7%个百分点。加上联想(3%)、1+等品牌,中国品牌智能机市场份额直逼50%。而在更加成熟的PC市场,联想、宏碁、华硕三大中国品牌稳居全球前6大PC出货品牌。国产DRAM一旦量产,这些中国品牌将成为最有潜力的消费客户。

前六大PC厂商有三家中国品牌(千台)

在产能和需求都在转向中国的半导体产业转移大背景下,正是多方力量共同协力推动国产存储的机会窗口。国家层面对于集成电路国产化进程高度重视。2014年,《国家集成电路产业发展推进纲要》提出“芯片设计-芯片制造-封装测试-装备与材料”全产业链布局,同年成立了千亿级别的产业基金对相关企业以财务投资的形式进行注资扶持。截至2017年11月30日,大基金累计有效决策62个项目,涉及46家企业,累计有效承诺额1063亿元,实际出资794亿。金准产业研究团队了解到,目前“大基金”二期已经在募集中,预计总规模达1500~2000亿元,同时提高对设计业的投资比例。

结语

金准产业研究团队认为,存储器占据半导体产业和信息产业的核心地位,市场规模巨大,但垄断格局牢固,巨头优势明显。在终端市场与制造产能都在中国的背景下,以存储器为代表的核心半导体芯片国产化已是大势所趋。随着政策加持,中美贸易战技术封锁、半导体产业向中国转移大背景下,中国的DRAM行业将迎来一次爆发式增长。


金准产业研究 AI崛起,数据及平台类公司前景广阔

前言

国内产业链初步成型,上中下游各司其职。经过近年的快速发展,国内人工智能产业逐步分化出了上中下游,其中上游提供基础能力;中游将基础能力转化成AI技术;下游则将AI技术具体运用到特定行业,形成生产力。由于下游应用行业非常多,限于篇幅,本篇将重点分析行业的中上游,后续文章将对行业下游进行深入分析。

国内市场规模超千亿元,政策规划空间达万亿元。由于中游是核心技术环节,金准产业研究团队根据中游的技术分类对市场空间进行估算,其中智能语音将保持40%左右的稳定中高速增长、计算机视觉将连续超过100%爆发增长、自然语言处理将以20%的增速稳步发展、其他类的潜在空间也十分巨大。综合来看,国内人工智能市场空间规模到2020年将超千亿元,而根据国务院的新一代人工智能规划,到2030年国内人工智能的核心产业规模将达到万亿元,相关产业规模将达10万亿元。

上游AI芯片公司国内较为弱小,数据资源公司值得培育。国内AI芯片公司集中在设计环节,而IC设计行业国内较为弱小,2017年在全球市场占比仅有11%,且偏低端,未来将面临较大挑战,但在当前中美贸易战背景下,部分龙头公司如海思、寒武纪、紫光展锐依然值得跟踪。数据资源公司当前处于发展初期,作为行业服务提供商其成长的确定性和现金流表现均十分优秀,未来值得长期培育,典型公司如海天瑞声的业务拓展迅速,财务报表稳健。

中游技术平台公司将成为产业链中的核心玩家。中游技术平台作为连接上下游的核心环节,在产业链中具备核心价值。其中智能语音和计算机视觉的技术相对成熟,应用前景确定性高,同时国内这两个领域的公司发展较快,头部公司已经脱颖而出。科大讯飞在智能语音市场占比达44%,商汤科技在视觉类公司中市场占比达30%。

不同领域企业特点不同,经营策略有所区别。AI芯片公司建议聚焦龙头,资产类业务需根据财务状况谨慎处理;数据资源公司建议提前布局,全方位经营,包括资产类以及存款类业务;技术平台公司建议针对头部企业中短期拓展存款类业务,未来可考虑进行资产类业务的投放。

一、人工智能:新一轮产业升级的核心推动力

人工智能,英文缩写为AI(Artificial Intelligence),指的是由人类发明设计的智能系统,能够模仿人类的思考方式,实现人脑的部分功能,替代人脑解决特定问题。

1.1人工智能当前处于第三次大发展期,赋能产业升级

人工智能的概念最早在20世纪50年代提出,1956年的达特茅斯暑期会议上正式提出了人工智能的概念。期间经历了三次发展浪潮,当前处于第三次大发展期。

第一次浪潮发生在1956~1976年,主导理论是逻辑主义,主要成果是完成了一些定理证明以及逻辑程序语言prolog。

第二次浪潮发生在,1976~2006年,主导理论是连接主义,主要成果是神经网络理论的提出以及应用。但是在实践中发现可以解决一些简单单一问题,对于复杂问题的处理效果不尽理想。

第三次浪潮发生在2006~现在,可以称之为基于互联网大数据的深度学习,将大数据、神经元网络和数学统计的方法结合在一起。第三次浪潮的理论基础和第二次浪潮类似,主要的差别在于基于神经网络的深度学习算法取得了巨大的成功。这里的主要推动因素包括了硬件的进步、卷积神经网络模型优化、参数训练技巧的发展等。

前两次浪潮解决了人工智能的一些基础理论问题,第三次浪潮的发展已经使得人工智能技术的发展程度(识别率、准确率等)可以实际解决很多传统需要人类大脑才能解决的问题,具备了很强的实用性,获得生产力。

1.2人工智能根据从底层到应用的技术逻辑可以分成基础层、技术层、应用层

人工智能根据从底层到应用的技术逻辑可以分成基础层、技术层、应用层。基础层从硬件和理论层面,为人工智能的实现提供了根本保障,主要包括AI芯片和深度学习算法。AI芯片的发展进步,提供了越来越强的计算能力;深度学习算法的建立,提供了AI解决问题的计算方法。

技术层是基于基础层的支撑,设计出的解决某一类过去需要人脑解决问题的通用方法,具体包括智能语音、计算机视觉、自然语言处理以及其他类这四大人脑功能的处理方法。这些方法基于深度学习算法,根据具体的数据以及处理场景,形成了专门的成套技术处理方法和最佳实践。通过技术层的实现,我们可以将基础层提供的算力以及计算方法运用到具体领域,去真实对应到大脑的某一类功能以及实践能力。

应用层是基于技术层的能力,去解决具体现实生活中的问题。比如利用计算机视觉技术,实现金融、安防等多个领域的人脸识别;利用智能语音技术,实现智能音箱、录音笔等的语音识别;利用自然语言处理技术,用于智能客服的问答。在实际的应用中,技术层和应用层的关系是相互交叉的,某个领域的应用可能用到多个维度的技术层的能力,比如金融行业的应用对于智能语音、计算机视觉、自然语言处理技术都会有需求;同样某个技术层的能力也可以广泛应用到多个不同的应用领域,比如计算机视觉技术可以广泛应用到金融、安防、医疗、交通、教育等多个维度。

1.3数据、算法、算力、领域专业能力是人工智能效果的关键

当前的人工智能应用的核心,是基于神经网络的深度学习,该方法的特点是需要根据特定应用目的,利用大量且优质的数据,对学习网络进行反复训练,通过传播算法,不断自动变换各层以及各节点的参数,以最终得到符合实际应用要求的训练结果。

深度学习的训练特点,决定了数据、算法、算力、领域专业能力是人工智能效果的关键:

数据:深度学习算法的核心在于通过优质的数据去训练,是否取得任务相关的足量优质数据集是人工智能技术取得成功的关键。科大讯飞在智能语音领域的重要优势,是有足够优秀的方言训练数据,因此其语音识别产品能够较好应对各种方言的情况,形成护城河。

算法:虽然深度学习的核心框架相对固定,但是为了使得学习模型在特定应用场景取得较好效果,往往需要做很多的算法优化和工程优化,以使得模型最终在具体场景取得更好的效果,比如更快的计算效率,更准确的分类概率等。每年的人工智能顶级会议IJCAI、AAAI等均由大量论文,针对很多具体应用场景,对深度学习算法从各个角度进行改进和优化。因此对特定领域,具备强大的算法能力,是产品和企业成功的关键技术保障。

算力:由于现在需要解决的具体问题越来越复杂,云端的人工智能算法对硬件的计算能力需求近乎无止境。虽然当前芯片技术不断进步,云计算的提供越来越完善,但是对于一些高难度高复杂度的人工智能工作,依然需要非常大的算力才能训练出足够好的解决模型。这样强大的算力也非常昂贵,很多小公司无力承担。

领域专业能力:最后,人工智能技术的落地应用,最终还是要和应用场景结合起来,往往需要最终的实施公司,既理解行业痛点,又具备丰富的行业实施经验以及渠道能力,方能更好地将技术和具体硬件以及流程结合,取得好的实施效果。

1.4人工智能发展中美“双雄并立”,成为国家战略

相比之前历次工业革命中的落后状态,中国在人工智能时代从技术到产业的多方面已经进入了国际领先集团。国际范围来看,人工智能行业呈现美国相对领先,中美“双雄并立”构成第一集团,英日法德等传统发达国家构成第二集团的竞争局面。同时全球各国针对AI领域的发展均出台政策大力支持,其中又尤以中国和美国的支持力度较大,上升到国家战略层面。

中国的人工智能基础研究能力仅次于美国,处于第二集团

基础研究能力是衡量一个国家行业发展水平的重要标志,其中科研论文和人才是核心指标,综合这两个指标来看,中国的人工智能基础研究能力仅次于美国,处于第二集团。

中国AI论文数量从2000年开始快速攀升,根据清华大学的统计,我国(含港澳台)的AI论文数量,从1997年的1000余篇快速增长至2017年的37000多篇;占全球的比例也从4.26%增长至27.68%。

经过这些年的快速进步,我国的人工智能论文数量无论是累计值还是当期值都处于国际领先地位,和美国共同构成了第一集团。英国、日本、德国、印度、法国等国家的论文数量处于第二集团。

虽然中国的AI论文数量已经处于世界领先地位,但是在核心科研人才方面还有较大提升空间。清华大学的研究表明,美国的AI领域杰出人才1数量遥遥领先,是第二名英国的接近五倍。中国的AI科研人才2数量也很多,但是杰出人才占比很低,数量上和英国、德国、法国、意大利相近处于第二集团。

将科研论文和核心人才综合来看,不难看出中国的AI基础研究能力仅次于美国。

中美两国的人工智能产业化程度全球领先

人工智能行业的产业化程度可以从企业数量以及投融资额这两个维度进行判断,而中美两国和其他国家相比,在这两个维度上的优势都非常明显。

近年中国人工智能企业数量快速涌现。信通院的数据表明,中国人工智能企业的数量从2012年的300家迅速增长到2017年末的1000家左右。

横向来看,中国的人工智能企业数量在全球范围内仅次于美国,稳居第二。信通院的数据显示,截止2018年6月,美国和中国的人工智能企业数量分别为2028、1011家,分列一二名,随后排名第三的英国的企业数量仅有392家,排名第九的瑞典仅有55家,和中美差距较大。

近年随着人工智能应用范围越来越广,全球和中国的人工智能领域的投融资规模都呈上涨趋势,其中来自中国的增长尤其迅速,占比也越来越高。据信通院的统计,2017年全球人工智能投融资总规模为395亿美元,中国达到了277.1亿美元,占全球融资总额的70%。2013年到2018年的第一季度全球AI行业累计投融资数据中,中国占比60%,美国29%,合计占比接近90%。

人工智能成为中美国家战略,政策重心各有特点

近年来,随着人工智能技术的快速发展,全球展开了AI军备竞赛,各主要发达国家均出台了不少支持和引导AI行业发展的政策,其中又尤以中国和美国的支持力度较大,上升到国家战略层面。

我国人工智能政策的一个突出特点是数量非常多,持续性强,并且充分涵盖了中央和地方。科瑞唯安公司和清华大学公共管理学院的联合研究表明,我国中央政府层面的人工智能政策逐年增加,近年发布量维持在30以上。而我国省级政府的AI政策则数量更多,在2015年达到了峰值276,近两年虽有所回落也都保持在50以上。这些中央以及省级层面的政策相互呼应,从资金、税收、项目等多个层面持续支持人工智能行业的发展。

2017年开始,人工智能连续三年进入政府工作报告,而2019年的政府工作报告不仅继续大力推进人工智能发展,更首次提出智能+的概念,充分体现我国从顶层设计的角度,将人工智能视为国家战略中重要的基础设施,推动其与产业的融合,加速经济结构升级。可以说我国对于人工智能的重视程度非常高,已经上升到国家战略的层面。

虽然美国的AI实力全球领先,但美国政府的人工智能相关规划政策2016~2017年才开始逐步发布,如《国家人工智能研究和发展战备计划》、《人工智能、自动化和经济》、《人工智能白皮书》等。近一年以来美国政府的重视程度大为提高,2019年的财政预算要求是美国历史上第一个制定人工智能和无自助、无人系统作为行政研发重点的预算。而2019年2月,特朗普总统签署的行政命令创建了一个名为《美国人工智能倡议(American AI Initiative)》的项目,集全国之力“优先考虑AI投资”,标志着人工智能也已经成为美国的国家战略。

美国的这些政策总体来说聚焦于应对人工智能蓬勃发展的大趋势,着眼长期对国家安全与社会稳定的影响与变革,保持美国对人工智能发展始终具有主动性与预见性,对于重要的人工智能领域力图保持世界领先地位。

由于其他国家的人工智能综合实力相比美中两国有一定差距,因此其往往是聚焦于其本身原有的和人工智能能够较好结合的优势行业,去发展自己在局部领域的核心竞争力。如德国的优势在于利用人工智能和工业4.0的结合,英国致力于人工智能和硬件芯片的结合,而日本则试图利用人工智能打造新一代机器人。

二、国内人工智能产业链初步成型,市场空间超千亿元

2.1产业链上中下游各司其职,将技术转化成生产力

从宏观视角来看,人工智能产业链可以分为上中下游,其中上游提供的是基础能力;中游将基础能力转化成具体的AI技术;下游则将AI技术具体运用到各行各业,形成生产力。下图代表的是人工智能产业链的全景示意。

上游提供基础计算能力、方法和数据

上游代表的是支撑人工智能行业发展的基础设施和方法,主要包括AI芯片、数据以及AI算法。

AI芯片是支撑人工智能行业发展的基础硬件,提供适配于AI算法的计算能力,当前国内外都有不少公司专注于AI芯片的设计,同时部分中游公司也进行AI芯片的设计以更好匹配自己公司的专用计算模型。

数据对于AI技术在具体行业的应用有非常重要的作用,主要的数据掌握在行业中下游公司中,但是数据的处理是一个较为专业化的工作,当前国内外均出现少数公司专注于数据处理,为行业中下游提供数据资源服务。

当前的主流AI算法一般基于深度学习技术,进行AI算法研究的主力军一般是各大院校以及科研机构,部分实力较强的中游企业也具备很强的原创研究能力。

中游将基础计算能力和方法转化成四类AI技术

中游代表的是基于现有的AI算法,在实际应用中能达到较好智能效果,具备扩展性,在各行各业的应用前景广泛的基础性技术。当前的基础技术可以分为智能语音、计算机视觉、自然语言处理以及其他类技术。

智能语音指的是利用计算机对语音信息进行分析处理,以模仿人类实现能听、能说等语音能力的技术,语音识别和语音合成目前是其核心应用。智能语音技术当前的发展已经比较成熟,在很多领域的应用已经接近人类的水平,比如智能语音交互就在迅速成为主流的人机交互方式。

计算机视觉指的利用计算机对图像或视频信息进行处理分析,以模拟实现人类通过眼睛观察和理解外界世界的技术,当前的主要应用包括了图像视频的复原和增强、分割和识别、理解和自动匹配等。计算机视觉技术给机器安上了智慧的眼睛,能替代很多原本需要人类才能完成的工作。随着近年来计算机视觉技术在多个领域的应用取得突破,目前其已成为人工智能最为炙手可热的技术分支。

自然语言处理指的是利用计算机对语言文字进行分析,以模拟实现人类对于语言的理解和掌控的技术,当前的主要应用包括自然语言理解和自然语言生成。自然语言处理是实现认知智能的关键技术,虽然当前依然面临较大挑战,但其未来的进步和突破对人类社会的意义将十分深远。

其他类指的是基于人工智能算法对一些特定类问题进行方案设计,利用计算机将其智能解决的技术,其从实际效果来看,针对相应问题实现了模拟人类智能。这类技术相比前三类技术,其应用范围相对较窄,基础性较弱,为了便于分类,我们将这些技术统称为其他类。典型的应用场景包括棋类的AlphaGo,智能游戏选手AlphaStar,金融领域的反欺诈反洗钱、智能投顾、自动交易等。

中游技术类企业具备很强的研发能力,占据了行业内软件类技术的高地,并且在发展过程中也逐步建立了资金和数据的壁垒。同时中游人工智能技术是链接产业上下游的关键,且具备较强基础性和横向扩展性,需要利用这些技术的下游厂商很多。因此其中的竞争获胜者未来有可能成为人工智能行业的核心公司,当前的领先公司非常具备长期跟踪的价值。

但是技术类的公司存在变现困难的问题。虽然一些基础技术比如人脸识别的扩展速度很快,全国的机场都已铺开,但是短期内依靠技术输出获得的营收和现金流收入依然较为有限,这些企业主要通过股权融资的方式获取资金,信贷业务合作的难度较大。

下游综合利用各类AI技术解决各自行业的应用问题

产业链下游指的是人工智能技术在各个行业中的实际应用,是技术和场景

结合并落地的环节。当前人工智能应用落地比较多的下游行业包括金融、安防、教育、医疗、自动驾驶、智慧城市、智能穿戴等,产业链的中下游企业均有参与。

对于中游企业而言,一般来说其会利用自己在具体某项AI技术的优势,承接自身技术优势占重要地位且市场空间较大的下游行业应用,亲自下场参与竞争,以期尽快获得较好的市场份额。如科大讯飞就利用自己的语音识别技术,在智能语音+教育领域自己承接了较多的下游具体订单。

下游企业指的是产业+人工智能的复合类企业。这类企业的特点是首先在某个行业背景深厚,专业能力、项目实施与营销能力都十分优秀;其次是具备技术创新的基因,能快速利用最新的人工智能技术,将其应用到自己的行业产品或项目中,实现行业+人工智能的结合,进一步提升自己在行业内的竞争力,打造更好的产品或者服务。

下游企业虽然技术上和中游企业相比有一定差距,但是由于其直接面向客户,进行项目建设或者产品销售,能短时间内获得较大的销售收入以及现金流,同时部分项目和研发需要前期投入,也有一定的资金需求,相对适合银行进行信贷类业务。同时由于这些企业在特定领域内的积累和优势较大,其未来的行业+人工智能模式也将具备较强竞争力,也具备长期合作价值。

2.1人工智能在国内市场空间超千亿元,国际市场空间达数百亿美元

当前的人工智能产业链中,中游是核心环节且掌握核心技术,因此我们将人工智能市场根据智能语音、计算机视觉、自然语言处理等中游核心技术进行划分,分别计算基于各项核心技术而发展出的市场的空间,来估算总体的人工智能市场空间。

进行这样的估算后,我们可以知道未来三年在国内的市场空间有望达到千亿元量级,国际市场空间将达到数百亿美元。

智能语音在国内外均进入稳定中高速增长期

智能语音是人工智能技术中成熟度较高,较早开始产业化进程的技术,近年形成了较为广泛的客户群体和应用领域,保持了较为稳定的中高速增长。中商产业研究院预计到2018年,国际和国内的智能语音市场规模将分别达到141.1亿美元以及159.7亿元。由于国内的智能语音市场规模相比国际差距较大,未来几年仍有望保持40%左右的中高速增长。

计算机视觉在国内将持续爆发式增长

计算机视觉技术从2012年开始取得了突破性的进步,权威的ILSVRC挑战赛的错误率迅速降低,进而在很多领域的应用逐步跨过了识别率的门槛,使其具备了很强的经济价值;同时随着国内平安中国建设的稳步推进,金融科技的快速发展,计算机视觉技术的下游需求迅速扩大,两者的叠加造成了计算机视觉这两年在国内迎来了爆发式增长,同时这样的趋势仍在延续。

中商产业研究院预计到2020年,国内计算机视觉市场空间将达到755.5亿元,连续四年保持100%以上的增长速度。

国际市场空间方面Forrester、Tractica公司分别预测未来全球计算机视觉市场空间将超过200亿美元、260亿美元。相比而言,国内企业在计算机视觉领域的应用走在了国际前列。

自然语言处理将稳步发展,技术突破将是关键

自然语言处理技术(NLP)的理论下游空间十分广阔,但是当前的技术发展离真正实用,即接近人类的语言理解能力还有较大距离。

信通院预测全球的自然语言处理市场规模预计将从2016年的76.3亿美元增长到2021年的160.7亿美元,复合年增长率16.1%,国内2017年的自然语言处理市场规模大约为49.77亿元,相对国际来说较为落后。

基于NLP技术得不到突破进步的保守预期下,我们预测到2021年,国内的NLP市场大约保持20%的中速增长。

其他类技术也具备很大市场空间

其他类技术中比较重要的包括智能投顾和反洗钱技术。智能投顾过去几年呈现高速增长的趋势,据智研咨询、花旗银行预测,美国智能投顾规模到2020年将达到2.2万亿美元,复合增长率82%;据金准产业研究团队预测,中国智能投顾规模到2022年将达到6651亿美元,复合增长率87%。若假设管理费率为百分之一,那么国际国内的智能投顾市场空间分别达到百亿美元以及人民币的量级。

反欺诈反洗钱类应用的市场空间也十分巨大。ReportLinker2019年最新发布的报告显示,2018年全球反洗钱软件市场规模为9.057亿美元,预计2027年将达到49.932亿美元,复合增长率21.1%。未来的反洗钱软件基本都将采用人工智能技术,有望成为百亿美元的市场。

三、上游AI芯片国内企业较为弱小,数据资源公司提供服务将长期受益

人工智能产业链上游的算法环节,主要以高校和科研机构为主,算法信息一般都是及时公开的,因此在上游环节,银行的业务合作的主要对象是AI芯片以及数据资源公司。

当前上游AI芯片国内产业能力较为弱小,其中云端芯片面临国外的英伟达、INTEL等几大巨头的竞争,虽然具备挑战但风险较大;终端芯片由于要求较低具备一定的国产化机会但市场空间有限,因此该领域总体能投放的信贷量有限。

数据资源公司国内当前规模较小,但是数据资源服务好比人工智能行业的铲子,未来的需求将十分巨大,这类公司的成长空间和现金流都将较好,其中的优秀公司将具备很多银行业务合作的机会。

3.1 AI芯片类公司面临国际竞争压力大,云端终端均面临挑战

当前国内的AI芯片类公司主要集中在芯片设计环节,而国内的芯片设计行业和国际差距较大。金准产业研究团队调查发现,2017年中国大陆的芯片设计产业市场份额占全球比例只有11%,而其中5%还是海思(华为)、中兴、大唐的内部转移支付。

虽然AI芯片是一个新领域,国内厂商更具备弯道超车的可能,但由于国内整体芯片设计能力较低,其和国际竞争对手挑战的竞争压力很大。AI芯片和传统芯片并不是完全割裂的关系,从原理上来说,传统的CPU和显卡都可以进行AI运算,只是在效率和性价比上会和AI芯片有差距。由于深度学习程序的设计特点,决定了其需要的是大规模并行计算能力,这一点恰好是显卡的强项,因此显卡龙头英伟达可以将其在传统芯片领域的设计经验,迅速复用到深度学习的计算领域,成为AI芯片的领导者。我们可以看到,当前国际上AI芯片的领先企业主要集中在国外,且一般具备十年以上的芯片设计经验。

AI芯片分为云端和终端,云端芯片一般用于数据中心,通用性强市场空间大,但是竞争也更为激烈。终端芯片一般用于各种智能硬件设施,需要适应特定场景的特定需求,具备定制化的特点,因此每个特定市场的空间相对小,竞争压力较小。国内坚持进行云端芯片设计的厂商很少,少数国家队企业如寒武纪科技虽然技术在国内领先,想象空间很大,但其未来的不确定性依然很大;国内进行终端芯片设计的厂商相对较多,部分企业如思必驰、云知声能够快速获得一定的营收,但特定领域的市场有限,企业成长空间受限。

3.2数据资源公司财务数据健康,未来成长空间可期

数据对于人工智能的效果有非常重要的作用,产业链中下游公司均可以通过自身的项目和产品获得一定数据,但是由于对于数据的处理也需要更加专业的技能,同时单个公司的数据总存在不够完善的地方,中小公司的业务数据相对匮乏,因此专业的数据资源公司应运而生。这些公司通过数据资源定制服务、数据库产品、数据资源相关的应用服务等方式为人工智能行业提供数据支持,具体如下:

数据资源定制服务:根据客户对人工智能算法模型开发、训练、拓展及优化等过程所需数据资源的个性化需求,为客户量体裁衣地提供定制化数据资源的设计及开发服务,对客户提供的数据进行处理,最终形成符合客户需求的定制化数据资源,客户享有最终形成的定制化数据资源的知识产权。

数据库产品:根据对人工智能算法模型应用领域、行业发展趋势、市场需求等的评估和研判,设计并开发多种数据库产品,开发完成后授权给客户使用。数据库产品的知识产权属于数据资源公司。

数据资源相关的应用服务:直接为下游客户提供有效的数据资源相关的应用服务,协助客户实现人工智能算法模型的识别率提升、语言种类拓展和垂直应用领域拓展等,助力人工智能技术及应用的设计、开发和领域拓展。

这三类服务均覆盖智能语音、计算机视觉、自然语言处理等人工智能的主要技术领域。

数据资源类公司起步较晚,公司较少,国内主要有海天瑞声、慧听科技、标贝科技,国外的领军企业是appen。但这些公司发展较快,财务指标也非常健康。海天瑞声近三年净利润均为正且增长六倍,经营性现金流的增长和净利润基本同步;appen近三年的营收和净利润也均有翻倍的增长。

从业务特点、行业发展的角度来看,金准产业研究团队认为数据资源类公司和创新药领域的CRO/CMO公司有较多相似的地方,都属于朝阳行业中提供服务的公司。未来其中的领先公司将能保持业务拓展和财务数据的稳步发展。

3.3产业链上游公司选择标准以及判断

AI芯片类公司具备技术要求高、投入大、风险大的特点,在发展初期需要国家支持,因此对于这类公司,主要从其技术实力、股东资金背景、成功产品的角度进行判断:

技术实力:主要看相应公司是否具备领先的科研队伍,拥有院士、千人计划专家或者国际芯片大厂成功经验技术人员。

股东资金背景:主要看相应公司的重要股东是否有国家队或者BAT等顶尖企业,历次融资情况是否充足,满足业务发展需求。

成功产品:主要看历史上是否真的产出过比较成功的芯片,较大规模运用到实践中,如云端服务器、知名手机设备等。

我们根据以上标准,对国内主要的AI芯片企业进行了评价和划分,金准产业研究团队认为,综合评价第四档的企业暂时不具备业务合作的必要,综合评价第三档及以上的公司值得长期跟踪。

数据资源公司核心的竞争力包括人才技术、数据积累、客户资源:

人才技术:核心技术人员以及在数据资源领域的经验积累。

数据积累:在智能语音、计算机视觉、自然语言处理等各领域积累的重要数据。

客户资源:是否覆盖行业内核心客户,如BAT、知名中游技术公司等。

当前国内专业的数据资源公司非常少,主要参与者有海天瑞声、慧听科技、标贝科技,其中海天瑞声由于拟申报科创板,信息披露较为完善。从披露的信息来看,海天瑞声在人才技术、数据积累、客户资源等方面的积累均处于非常优秀的水平,是一家非常值得长期合作的企业。

慧听科技、标贝科技这两家企业的公开信息非常缺乏,若能获得相应数据,可以和海天瑞声的业务和财务进行对比,以确定这些公司的行业地位。

四、中游技术平台将是产业链中的核心玩家

在整个人工智能产业链中,金准产业研究团队认为中游的技术平台类公司将有望成为产业链中的核心环节,具备更大的不可替代性和护城河,长期而言有望持续输出价值。其中智能语音类和计算机视觉类公司经历了几轮洗牌后,当前脱颖而出的头部公司具备相对稳定的竞争格局,新入局的厂家想要挑战的难度较大。同时这两类公司当前的技术成熟度较高,潜在应用场景又非常广泛,可拓展性很强,具备长期合作的价值。

4.1中游技术平台类公司是人工智能产业链的核心环节,在产业链中地位相对有利

在人工智能产业链中,中游技术平台类公司的地位比较核心,主要是因为其具备较强壁垒,同时向产业链上下游的扩张较为容易。

技术平台类公司具备较强壁垒,规模提升能带来马太效应。

技术平台类公司的壁垒体现在人才、资金、技术生态圈三个方面。

平台类公司需要非常强大的研发团队和科研基因,才能第一时间消化吸收最新的科研论文成果,并应用到具体技术领域。我们可以看到,当前国内影响力最大的几个技术平台类公司,其创始人团队基本都出身于顶级名校或者国内顶级科研机构。

同时,中游平台建设也需要大量资金。一方面当前顶尖的AI人才,需要很高的薪酬才能吸引,IDG的数据显示2017年人工智能从业人员平均薪酬是大数据等其他热门岗位的150%以上;另一方面,算力是决定技术应用效果的重要因素,需要大量的资金自建或者租用计算资源;最后,建设长期生态,需要有功能完善强大、用户友好易于推广的平台系统,前期也需要长期资金的投入,所以具备资金壁垒。以科大讯飞为例,为进一步进行平台建设和研发,其2018年增发的资金需求达到了56亿元的量级。

生态圈指的是中游企业基于其领先的技术实力,搭建人工智能开放平台,以云服务等方式提供人工智能领域的技术、产品和解决方案,为行业内的企业和个人用户,提供高效优质服务。生态圈不仅可以通过各种服务获得相应收入,更重要的是培育了企业和个人的使用习惯,增强了自身技术和解决方案的影响力。同时生态圈平台可以利用云计算的特性,以非常低的成本迅速扩展自己的服务对象;而用户和使用场景的迅速扩张,则进一步提升了用户的信任度和服务的质量,形成正向循环。以科大讯飞为例,自2015开始加大力度建设生态平台后,其开发者数量近年增长迅速,接近百万量级。因此平台类企业还具备技术生态圈的壁垒。

技术平台类公司具备较强上下游扩展能力

相比上下游公司来说,中游的技术平台类公司具备更强的上下游扩展能力。绝大部分下游公司往往专注在某个细分领域,其规模和实力有限,进行专业的技术研发并非其优势能力;即便是少数下游强势企业如海康威视,就算其能真正自行发展人工智能技术,专注于安防领域的AI研发,也很难技术输出到其他关联度很小的领域。而技术平台类公司则可以借助自己的资金和技术优势,在一些规模较大,利润丰厚的领域直接获取下游的需求订单,这也是当前的平台类公司一直在推行的“平台+赛道”的商业模式。

上游的AI芯片类公司技术能力更多在半导体领域,当前也处于初创期,资金需求很大,不具备中游扩展的能力。而技术平台类公司,为了获取更适合自身公司算法技术的芯片,可以通过合作或者自研的方式,进行某些难度较低的专用AI芯片的开发。

4.2计算机视觉和智能语音类公司竞争格局稳定,具备长期合作价值

在四大类平台公司中,当前来看计算机视觉以及智能语音类公司最具备长期合作价值。而自然语言处理的技术成熟度不够高,且国内的积累较国外差距较大,竞争格局也不稳定;其他类平台也存在竞争格局不够清晰的问题,尚未看到下游应用空间大且脱颖而出的企业。

计算机视觉和智能语音类公司技术相对成熟、国内企业实力较强

根据前文的分析,计算机视觉和智能语音类公司技术成熟,正处于行业下游迅速应用的时期。同时相比国外,计算机视觉和智能语音也是国内企业的优势领域。

根据信通院的数据统计,人工智能企业的应用领域分布中,国内企业在视觉和语音方面的比例要大于国外,而自然语言处理的比例大幅低于国外。

竞争格局逐步稳固,头部企业脱颖而出

据金准产业研究团队整理的数据,2016年开始人工智能初创企业产生的速度已经大幅降低,而计算机视觉和智能语音类平台公司的市场竞争格局逐步稳固,部分头部企业已经脱颖而出,竞争优势明显。

据金准产业研究团队统计,2017年中国计算机视觉市场份额中,商汤、旷世、依图、云从四家公司已经占据了70%的市场份额;据金准产业研究团队的统计,2018年我国智能语音市场份额中,科大讯飞占据了44%的市场份额。

同时,这些头部企业不仅当前占据了主要的市场,在2018年他们依旧持续进行融资,用于研发和业务拓展,不断扩大自己的资金和技术优势。

4.3技术平台类公司选择标准以及判断

技术平台类公司的判定标准,可以从业务领域和平台综合能力两方面来看。

业务领域方面,根据我们前文的分析,计算机视觉、智能语音类属于较好领域,自然语言处理、其他类属于一般领域。

平台综合能力则要从下游客户质量、平台打造能力、技术输出营收、创始团队实力、公司研发投入、资本能力、激励机制等方面来判断,其中:

下游客户质量主要指的是购买公司输出技术的是否是行业内顶尖的,对技术要求高的公司,比如BAT、海康威视等。客户行业地位以及技术要求越高,越能证明公司的能力。

平台打造能力主要指的是公司现有平台的输出能力,主要包括技术平台的标准化、效率、易用性、用户数量等。

技术输出营收,重点需要看的是由于技术输出带来的直接营收。比如收取相应公司的技术服务费,云端AI服务收入等。需要区别的是基于工程项目类的营收,因为这种营收不同行业差别很大,技术附加值也较难判断。

创始团队实力,重点看的是创始团队的技术背景,是否是人工智能领域顶尖高校科班出身,或者具备行业内顶尖公司的成功经验,以及在学术领域具备丰硕成果。

公司研发投入指的是具体用于AI技术以及平台的实际投入,要和用于IT项目的项目人员实施投入区分开来。

激励机制指的是能否给予核心人员足够激励,比如BAT公司在这一方面就明显弱了一些。

结语

从人工智能的崛起,我们可以看到数据、算法、人工智能对信息分发的变革。而如今,人工智能、深度学习、NLP等技术对信息产业、平台类公司的革新愈演愈烈。