前言

根据全球金融治理牵头机构金融稳定理事会的定义，金融科技是指通过技术手段推动金融创新，形成对金融市场、机构及金融服务产生重大影响的业务模式、技术应用以及流程和产品。依托大数据、区块链、云计算等技术创新，传统金融企业实现拓宽获客渠道，加强风控建设，优化内部运营，完善金融产品和商业模式。此外，金融科技是普惠金融及服务中小微企业的重要抓手，是金融供给侧改革的重要方向。

一、技术推动创新，金融迎来变革

1.1金融科技影响深远，助推金融供给侧改革

根据全球金融治理牵头机构金融稳定理事会的定义，金融科技是指通过技术手段推动金融创新，形成对金融市场、机构及金融服务产生重大影响的业务模式、技术应用以及流程和产品，利用技术完善金融活动。

依托大数据、区块链、云计算等技术创新，传统金融企业实现优化内部运营，降低运营成本，加强风控建设，以及拓宽获客渠道，打造金融生态圈，完善金融产品和商业模式，提供更好的金融服务。

此外，金融科技是普惠金融及服务中小微企业的重要抓手，助力金融供给侧改革。通过新一代信息技术在金融领域的应用，金融科技有效解决中小微企业融资难、融资贵等问题，推动金融科技成为服务实体经济、防控金融风险、深化金融供给侧结构性改革的重要力量。

金融科技重要性愈发凸显，监管营造良性政策环境。在今年两会中，金融科技的发展方向和推进策略被广泛关注。3月8日中国人民银行金融科技委员会2019年第一次会议召开，提出要研究出台金融科技发展规划，逐步建立金融科技监管规则体系，创造有利于金融科技发展的良性政策环境，充分运用金融科技服务实体经济能力。随着监管营造良性政策环境，优质金融科技企业有望受到市场青睐。

1.2技术支撑业务发展，实现科技赋能

根据金融稳定理事会的定义，金融科技是指由大数据、云计算、人工智能、区块链等技术带动，对金融市场及服务供给产生重大影响的新业务模式、新技术应用、新产品服务等。核心技术之间并非相互独立，而是相互促进和影响，其中大数据作为中枢，可以为人工智能的研究提供高质量的数据；反过来人工智能的发展也可以提高数据采集和处理的速度及质量；云计算则可以集中存储海量数据，并提供相对廉价和可扩展的算力；区块链因其去中心化、分布式存储的特点，大大提高了整个业务流程的安全性。此外，移动互联网技术使得金融科技可以应用于移动端，让用户更加便捷、更加迅速地体验到金融科技的赋能。

1.2.1移动互联网：便捷使用方式，提供科技赋能基础

移动互联网是指互联网的技术、平台、商业模式和应用与移动通信技术结合并实践的活动的总称，既继承了PC端互联网开放协作的特征，又融入了移动通信实时、便携的优势。智能手机作为移动互联网时代最重要的载体，已深刻改变生活，为包括金融科技在内的各类新产品及业务提供了巨大的发展空间。

移动互联网技术的发展使得原先只能在PC端进行的网上活动可以通过智能手机等移动端便捷完成，且凭借低价优势，我国智能手机普及率迅速攀升。金准产业研究团队根据中国互联网络信息中心(CNNIC)发布的《第43次中国互联网络发展状况统计报告》，截至2018年末，我国拥有网民8.29亿，其中手机网民达到8.17亿，通过手机接入互联网的比例高达98.6%。智能手机深入到生活的各方面，有关技术的应用场景随之不断拓宽，支付、理财、转账等金融业务在移动端进行的频率越来越高。根据CNNIC数据，我国互联网理财使用率由2017年末的16.7%提升至2018年末的18.3%，购买互联网理财产品的用户规模达到1.51亿(同比增长17.5%)。正是移动互联网的应用，使得个人金融业务向移动端倾斜，相应地，金融科技的应用获得了客户基础和场景基础，可以说移动互联网技术是金融科技得以应用于引流、客户迁徙、普惠等流程的重要前提。

1.2.2大数据：客户画像，精准引流

大数据(bigdata)，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，需要新的处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。金准产业研究团队认为大数据具有5V特点：Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。

大数据在金融领域的应用主要包括客户画像和精准引流。客户画像分为个人客户画像和企业客户画像，个人画像包括人口统计学特征、消费能力数据、兴趣数据、风险偏好等；企业客户画像包括企业的生产、流通、运营、财务、销售和客户数据、相关产业链上下游等数据。进行客户画像可以根据不同的产品及服务需求将客户群进行细分，在营销时实现广告推送、产品介绍的精准定向，更大概率引流成功。流量对于科技金融企业而言至关重要，尤其是对于平台化及生态圈经营的企业，某一板块的流量或许是其他板块和生态的重要支柱。

1.2.3云计算：集中存储，高效计算

云计算就是通过大量在云端的计算资源进行计算，用户通过自己的客户端向云计算提供商发出指令，服务商通过大量服务器进行快速计算，再将结果返回给用户。云计算主要有以下特点，云端服务器规模巨大，计算资源虚拟化，计算结果可靠，费用低廉。根据中国信息通信研究院，目前国内金融行业云计算主要采用私有云和行业云的落地模式。私有云是机构自建云端，更受经济基础强大、技术实力领先的大型机构青睐，可以存储自身重要敏感数据。行业云是机构之间合作共建，共享资源，更受综合实力较弱的中小机构的偏爱。

云计算可以实现海量数据云端存储，提供高效计算。金准产业研究团队认为引流对于金融企业至关重要，而将流量引入后如何有效存储并成功运用是流量变现的关键。从技术上来说，云计算与大数据密不可分，大数据无法使用单台计算机进行处理，必须采用分布式架构，而云计算则可以较好契合这一需求，采用分布式数据库实现海量数据云端存储，并在需要时提供低价可靠的高效计算。

1.2.4人工智能：提供智能服务，改善客户体验

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的新技术科学，相关研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能提供智能化服务，提升客户使用体验。金准产业研究团队认为在金融领域为客户提供贴心服务是增强客户粘性的关键，而随着流量的不断增加，仅仅依靠人工难以覆盖如此众多的服务需求。此外，在大数据中常常包含非结构性数据，如图片等，用传统的数据分析方法难以实现目标。而人工智能可以采用机器人、图像识别等技术轻松从大数据中抓取出所需要的信息，进行客户识别、信用分析等操作，帮助用户在客户端自助完成业务办理，压缩处理时间，同时提供智能客服，快速解决用户问题，大大提升使用体验，增强客户粘性，为平台及生态圈内用户迁徙打下基础。

1.2.5区块链：开放共享，安全可靠

区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式，本质是一个去中心化的数据库。具有去中心化、开放性、自治性、信息不可篡改、匿名性等特点。

区块链连接参与各方，使业务更加安全透明。数据及交易安全对于金融业务的开展至关重要，而信息不对称经常会掩盖业务风险，增加交易成本。区块链开放性的特征可以连接交易各方，使得交易流程向参与者公开，同时去中心化的特点使得数据不可被篡改，提升交易安全性，降低有关的交易成本。此外，金融企业可以在各业务平台或生态之间搭建区块链，使得各业务板块数据实现共享，协同发展，促进平台或生态圈建设。

二、科技提升效率，强化风险控制

传统金融企业利用科技创新优化内部管理，提升企业运营效率；通过线上运营节约线下布局成本，降低获客成本；通过大数据等技术完善风险控制。受益于运营效率提升，成本降低，以及风控体系优化，金融科技成为解决中小企业融资难、融资贵问题的重要抓手，更好的服务实体经济，提供低价高效的金融服务。

2.1微众银行：科技助力普惠金融

传统金融机构在资产管理和风险定价等领域具有竞争优势，但其业务模式在时间和空间上的局限性导致了客户覆盖面窄、获客成本高等发展瓶颈。互联网技术的应用可以帮助金融机构扩大用户基数和渠道入口，提升触达和连接用户的能力。通过金融科技，金融机构可以更深入地发掘用户需求、创造服务场景，利用大数据、云计算、移动互联等新兴技术更加高效地进行信息甄别、匹配、定价和交易，降低传统业务模式中的交易和运营成本。科技金融扩大了业务覆盖面、延伸了服务链、提升了信息透明度、提供了标准化流程和个性化服务；通过低成本、高效率、更安全的交易模式提升客户体验和黏性，为传统银行业的发展注入活力。

以微众银行为例，微众银行是国内首家开业的民营银行，由腾讯、百业源和立业等多家知名企业发起设立，于2014年12月获得由深圳银监局颁发的金融许可证，致力于为普罗大众、微小企业提供差异化、有特色、优质便捷的金融服务。得益于互联网和大数据的深度运用，依托手机移动端7×24×365的全天候业务，截至2017年底微众银行注册用户超过6,000万人，覆盖了31个省、市、自治区的567座城市，授信客户超过3,400万人，同比增长1.2倍。截至2017年底，微众银行累计向近1,200万人在线发放贷款8,700亿元。在微众银行的贷款客户中，78%为大专及以下学历，76%为非白领从业人员，92%的贷款余额低于5万元，普惠金融充分体现。

2.1.1科技运用降低成本，提升运营效率

微众银行自2014时年成立时便确定了不设立线下物理网点、无需财产担保的发展思路，以线上数字化业务打破时间和空间限制、降低服务成本和准入门槛。

得益于腾讯旗下众多平台庞大的用户群体，微众银行的大数据系统汇集了包括购物消费偏好、虚拟资产数量、微信支付使用场合频率等海量的用户数据，在此基础上利用云计算技术对潜在客户群体进行具体细分，通过人工智能为客户提供差异化和精细化的服务。

微众银行可以直接对接微信支付，利用实时到账、操作便捷的功能弥补电子银行卡在即时收付方面的不足，扩大了微众银行的应用场景，增强了用户体验。通过与微信支付绑定搭建线下网络，微众银行客户的账户内余额可直接用于微信支付，微信用户也可以将微信钱包里的余额直接转入微众银行活期存款或购买其他理财产品和服务，借此微众银行的用户数量得以扩大，微信支付的使用率也得以进一步提升。

针对传统金融服务覆盖面窄、门槛高，长尾人群和小微企业融资难、融资贵等问题，微众银行充分利用科技手段提供量产化、规模化的金融服务，提高金融效率、改善用户体验。自2015年起微众银行推出了包括“微粒贷”在内的一系列小额信贷产品，以灵活的贷款额度、低廉的融资成本和高效的审批速度服务有实际需求的客户。

2.1.2科技完善风险管理

区别于传统银行依靠人工审核放贷，纯线上运营的互联网银行主要依靠数据信息分析应用，这就要求微众银行在风险监测和内部控制方面有较高的分析与管理能力。微众银行行长李南青将微众银行经过两年多的探索形成的风险管理策略归纳为：精于数据、专于模型、敏于系统。具体表现为通过全面应用和深入挖掘各类风险数据资源，运用前沿技术建设风险模型体系，开发精准敏锐的在线风险识别与监控信息系统。

微众银行以腾讯庞大的数据网络为核心，引入神经网络、决策树等算法和技术，构建社交、征信和反欺诈等风险识别模型。微众银行通过在数据源和风控模型上的创新，综合央行征信、公安部身份信息等传统数据与腾讯社群中的社交信息、行为偏好等新型数据，将传统银行风控与互联网风控手段相结合，搭建多维度的信用评级体系。

根据信用评估模型，微众银行建立了“白名单”筛选机制和欺诈风险管理机制，通过大数据对贷款申请人进行综合评估，对符合条件的申请人发放贷款邀请，同时针对个人信用评级给予信用奖励，提升客户的还款意愿。运用多维度的风控模型和反欺诈监控，实现即时预测、实时调整、多渠道触达，从而有效降低信用风险。

除了运用人脸识别、声纹识别等生物技术外，微众银行借助第三方电子存证管理、机器人催收、数据访问安全系统更精准地识别用户身份，规避线上操作的潜在风险。2017年微众银行的不良率控制在0.64%，远低于风险指标和行业平均水平(1.74%)。

零线下网点、自主技术解决方案极大程度地降低了微众银行的人力成本和运营维护成本，使微众银行能将节约的成本以价格形式回馈给用户，提升了微众银行的核心竞争力和业务拓展能力。大数据征信、云计算分析能力、多维度的风险监控有效降低了信用风险和欺诈风险，保证了微众银行普惠金融业务的可持续性。

2.2中国平安：金融科技提升营运效率

金融科技所带来的技术革新可以提升运营效率，精细化的运营模式能帮助企业增强成本控制能力，多维度数据分析和智能算法的逐步成熟可以拓宽业务视角，更精确地分析用户需求。金融科技依托支付方式、财富管理手段的创新推动金融业务的优化升级，促进企业更加合理地配置资源，提升金融服务效能，进而提高实体经济的投资效率。

具体而言，金融科技可以促进企业形成业务和流程的集成式管理，以应对瞬息万变的市场环境。对于前台而言，金融科技提供的技术升级和工具创新可以更快捷更全面地获取客户信息，更深入更多维地分析客户需求；对中后台而言，金融科技所带来的流程优化和模式创新能够保证高效的服务和良好的客户体验。通过建设动态的业务基础设施，企业能够实现前台与中后台的自动化和一体化，发挥协同作用，及时响应市场需求。

以中国平安为例，近年来平安发力科技金融，保险业务科技赋能成效显著。通过将业务和运营管理从线下转移到线上，平安人寿减少近70%的服务人力，产能提升32%。

(1)AI甄选和AI面谈-增员筛选

目前平安已将AI甄选和AI面谈已应用于个险渠道，AI甄选构建动态的“人员画像+关键特征+筛选流程”循环体系，AI面谈通过在线实时约谈，进行信息收集和意愿确认，实现代理人精准筛选、资源合理投放。2018年报显示，AI甄选模型通过对历史数据进行分析验证，13个月留存代理人的识别率达95.4%。

(2)千人千面-针对性辅导

千人千面通过收集员工历史数据分析员工技能短板，同时与绩优员工模型和特征相比较，实现绩优人群的快速复制，提升代理人能力。通过针对性的辅导和发展规划，预计代理人平均绩优养成时间将从36个月减少至15个月。

(3)A1助理-实时管理

AI助理具备任务管理、智能陪练、智慧问答三大功能，为代理人提供智能任务配置在线销售协助，实现资源自动调配、个性化推荐、全方位实时管理。

(4)SAT销售模式-精准销售

SAT(社交辅助营销)颠覆传统销售模式，帮助代理人实现对客户的实时连接、高频互动和精准营销，智能生成产品、服务、渠道和接触时机，推送接触线索至客户和代理人。2018年SAT系统已触达人数2.2亿人次，互动次数13亿次，配送线索10.8亿条。

(5)AI客服和AI风控

AI客服24小时在线，提供精准高效的极致服务，AI风控利用大数据构建风险因子库，通过可视化管理，实现风险精准识别，提供分层策略。

通过智能化的渠道管理和销售，平安的留存率和人均产能有显著提升。平安通过科技赋能，不断提升运营效率，降低运营成本，推动盈利能力提升。

三、科技助力平台及生态建设，拓宽获客渠道

平台化或生态化经营是目前大型企业扩展业务，实现规模经济的重要方式。随着金融科技的发展，金融企业利用大数据、云计算、人工智能、区块链等技术应用，打造金融平台及金融生态，拓宽获客渠道，通过为客户提供更综合的金融服务，增强客户粘性。金融科技成为传统金融企业在用户引流、内部迁徙、客户维护等方面的重要抓手。

3.1中国平安：科技赋能五大生态，对外输出提升估值

中国平安始终坚持“金融+科技”、“金融+生态”战略，重视科技研发投入，是国内金融机构发展科技的先行者。平安自成立以来经历了三个阶段，1.0时代(1988-2005年)，主打线下资源，发展为全国性综合金融集团，核心是传统渠道和产品导向；2.0时代(2006-2015年)，运用互联网技术升级综合金融模式，实现内部横向迁徙；3.0时代(2016-)，将“互联网+金融”模式向全行业开放，全面提升客户体验。平安早在2006年起就开始金融科技的布局，并将其逐渐扩展到五大生态圈，现已实现向外输出，在金融科技这一未来竞争的主战场上先发优势明显。目前，公司拥有人工智能、区块链、云计算三项核心技术，每年研发投入占营收的1%，持续加大对科技支持力度。

3.1.1科技支撑五大生态圈建设，增强客户迁徙和粘性

目前，平安搭建起“金融服务、医疗健康、汽车服务、房产服务、智慧城市”五大生态圈，三大技术深度赋能核心业务的多个方面，全面支撑生态圈建设。此外，平安推行“一个客户、多种产品、一站式服务”的综合金融经营模式，运用互联网科技及线下网点布局协同获客，凭借生态圈建设为用户提供全面的金融、医疗等服务，促进内部迁徙，降低获客成本；同时运用科技提升各流程效率及服务质量，以低成本提升客户体验，增强粘性。

金融服务生态圈：成功落地陆金所、金融壹账通。陆金所是国内领先的财富管理及个人借贷平台，同时为金融机构和地方政府提供全套金融解决方案。陆金所利用大数据、机器学习等在资金端对投资者进行“精准画像”，并提供智能推荐服务，实现投资者风险偏好与产品风险的精准契合，网站销售理财产品包括零钱理财、期限理财、P2P网贷、代销基金及私募资管等，此外还可以链接到平安集团旗下各公司，实现客户快速迁徙。金融壹账通是平安旗下输出金融科技服务的主要平台，拥有壹账链区块链技术，并向机构客户推出“智能银行云、智能保险云、智能投资云、开放科技平台”四大业务板块，提供端对端的金融科技解决方案。

医疗健康生态圈：通过流量端及支付端切入医疗市场。流量端，平安好医生是国内健康领域的第一流量入口，通过AI辅助的自有医疗团队和外部医生为用户提供7x24小时在线咨询、转诊、挂号、住院安排、第二诊疗意见及1小时送药等全流程服务，并通过医疗健康服务网络提供多种线下服务。支付端，平安医保科技依托人工智能、区块链、云、健康风险画像等技术和强大的医学知识库，为医保、商保、医疗服务提供方、个人用户提供专业化、个性化、动态化和集成化的智能医保服务。

汽车服务生态圈：打造全流程汽车服务。平安通过汽车之家、平安银行、平安产险和平安融资租赁等公司提供相关服务，并通过经销商云平台、新车二网云平台、二手车交易云平台、汽车零配件云平台赋能整车厂及服务商，打通“看车、买车、用车”全流程服务。汽车之家是汽车服务生态圈的流量入口，2018年12月汽车之家移动端日均用户访问量达到2,900万，同比增长10%，此外还通过虚拟现实(VR)、增强现实(AR)等技术应用，为供需双方之间提供更多互动。

随着生态圈的完善，公司内部横向迁徙明显增加，交叉销售贡献占比不断提升。2018年通过代理人渠道实现平安产险、养老险团体短期险和平安健康险新增保费合计514.53亿元，同比增长18.8%，交叉销售渠道贡献占比分别达到16.7%、45.9%、56.6%。交叉销售降低了企业的获客成本及难度，有效提升用户价值。截至2018年末，总计6,364万人持有集团多家子公司合同，占集团客户总数的34.6%，同比提升6.1ppts，客均合同数同比增长9.1%至2.53份，客均营运利润同比增长18.1%至531元。生态圈建设及科技应用使得集团内部协同效应及客户黏性不断增强。

3.1.2对外输出科技服务，提升公司整体估值

平安步入3.0时代后，不再局限于内部的综合金融，而是将“互联网+金融”的发展模式向全行业开放，对外输出自己的科技服务，在实现增量业绩的同时，促进行业整体发展。其中陆金所、金融壹账通、平安医保科技是对外输出的主要平台。截至2018年末，陆金所已先后在南宁、长沙和深圳完成试点，帮助政府实现公共资产的“控债、保全、增收、节支”的目标，打造智慧财政城市样板。金融壹账通已累计为3,289家金融机构提供服务，参与发起的中小银行互联网金融联盟覆盖国内260家中小银行，总资产规模超过47万亿元。平安医保科技为全国200多个城市提供医保、商保管理服务，接入医院超过5,000家。

2018年陆金所、金融壹账通、平安医保科技分别完成最新一轮融资，投后估值分别达到394亿、75亿、88亿美元，有效提升集团总体估值。

3.2东方财富：财经门户引流，打造金融服务大平台

东方财富以“东方财富网”为核心，拥有互联网财经门户平台、金融电子商务平台、金融终端平台及移动端平台为一体的互联网金融服务大平台，向用户提供证券业务、金融电子商务服务业务、金融数据服务业务、互联网广告服务业务，2018年上述业务分别贡献营收18.13亿(占比58%)、10.65亿(占比34%)、1.60亿(占比5%)、0.71亿(占比2%)。

3.2.1持续高研发投入，巩固财经网站流量龙头地位

东方财富重视技术研发，每年保持着较高比例的研发投入，2007-2018年研发投入在营收中的占比平均达到9.51%。高研发投入保证了公司在技术层面保持领先，并成功应用到相关服务中。公司流量入口东方财富网以数据全面、迅速、免费受到广大个人投资者的青睐，此外社交性质的股吧、财富号、博客给予了投资者发表见解、相互交流的平台，满足了交易线上化后股民交流的需要。根据艾瑞数据统计显示，2019年2月，东方财富网以月度覆盖6,058万人位居金融服务网站首位，在前20名中占比达到11.27%，流量龙头的地位显著，为公司平台化经营提供了大流量的前提。

3.2.2科技助力流量变现

目前公司已从原先金融信息服务及数据服务提供商转别为拥有券商牌照、基金代销牌照的综合性金融服务公司，科技助力庞大流量成功变现是公司实现转型的关键。

东财证券：互联网券商的典型代表。公司2015年收购西藏同信证券，正式成为拥有券商全牌照的互联网金融企业。东财证券以在线自助3分钟开户以及低佣金吸引了大量用户，市场占有率迅速提升。截至2018年3月，东财证券股基交易额排名上升至18位，市占率达到1.94%。目前证券业务已成为东方财富的主要业绩贡献点，2018年证券业务营收占比达到58%。

天天基金：基金代销机构龙头。天天基金是东方财富旗下提供基金第三方销售的平台，自2012年取得基金代销牌照后，受益于东方财富网以及天天基金网用户的积累，代销基金数额及收入始终位居行业前列。根据Wind数据显示，截至2019年4月20日，天天基金代销基金4416只，代销基金家数132家，均排名代销机构首位。根据公司年报披露，2018年公司基金销售额5,251.62亿元(同比增长27%)，“天天基金网”网站日均页面浏览量562万，用户日均使用时长22.31分钟，服务平台日均活跃用户140.75万，用户粘性较高。2018年基金业务贡献约34%的营收，已成为第二大业绩贡献点。

四、技术解决痛点，商业模式变革

金准产业研究团队认为，金融科技利用互联网触及长尾客户，运用技术控制信用风险，削弱信息不对称的影响，克服了传统金融企业面临的客户覆盖面窄、信用风险高等问题。基于广泛的客户基础，金融科技公司为客户提供相较于传统的线下金融产品和服务更为标准化的产品和服务，受益于便利快捷的客户体验，实现业务迅速铺开，业务规模快速提升。

4.1蚂蚁金服：立足线上渠道，客户基础坚实

蚂蚁金服起步于2004年成立的支付宝，于2014年正式成立。公司以“为世界带来更多平等的机会”为使命，聚焦于“普惠”、“科技”、“全球化”三大发展战略，致力于通过科技创新能力，搭建一个开放、共享的信用体系和金融服务平台，为全球消费者和小微企业提供安全、便捷的普惠金融服务。

蚂蚁金服通过内生创设和外延扩张，打造全金融服务生态圈。自创始以来，蚂蚁金服通过内生创设和外延扩张，搭建了以支付、理财、融资、保险、征信、技术服务为核心的六大业务板块，涵盖了以支付宝、余额宝、网商银行、蚂蚁花呗、蚂蚁借呗、芝麻信用等为代表的明星产品。

蚂蚁金服聚焦于小微企业、商户和个人消费者三类目标客户，提供全方位的普惠金融服务。公司深耕小微企业、商户和个人消费者三类客户群体，专注于融资、理财、保险等业务，打造全方位普惠金融服务生态圈。公司对小微企业和商户的投融资服务主要依托于网商银行和蚂蚁达客两大抓手；对个人消费者的小贷业务主要借助于支付宝旗下的蚂蚁花呗和蚂蚁借呗两大产品，投资、理财服务主要通过蚂蚁财富和蚂蚁达客两大平台来实现，个人保险业务网则主要涵盖入股的众安、国泰、信美三家保险公司。

受益于便利快捷的客户体验，多元的金融服务，蚂蚁金服实现用户数量快速增长，业务规模迅速提升。以支付宝为例，自2004年12月上线并独立运营开始，支付宝用户数实现持续快速提升。截至2019年1月，支付宝全球用户数已经超过10亿。

4.2芝麻信用：信用科技克服征信痛点

芝麻信用全称为芝麻信用管理有限公司，是蚂蚁金服旗下的信用评估和管理机构，旨在为全社会构建简单、平等、普惠商业环境。一方面，芝麻信用是一家独立的第三方征信机构，为各社会组织、机构、个人提供与客户信用相关的解决方案；另一方面，作为蚂蚁金服旗下的征信部门，芝麻信用承担着为集团金融业务提供对个人和企业征信的任务。

芝麻信用的运作模式：

技术上：基于大数据、区块链、云计算三大底层技术。芝麻信用利用大数据和区块链技术，挖掘并整合与征信对象资信状况相关的信息；通过云计算建立自动用户评估系统、用户画像信息档案和个人评分系统等。

数据上：广撒网，多维度。芝麻信用在征信过程中的数据来源主要包括：金融数据(蚂蚁金服、其他金融机构)、基本信息(用户自主提交)、电商数据(阿里电商生态圈)、公共信息(公共机构、合作伙伴)和行业信息(上下游企业，针对企业征信)等。

一、 知识工程概论

知识工程是一门新兴的工程技术学科。它是社会科学与自然科学的相互交叉和科学技术与工程技术的相互渗透的产物。知识工程是运用现代科学技术手段高效率、大容量的获得知识、信息的技术。目的是为了最大限度地提高人的才智和创造力，掌握知识和技能，提高人们借助现代化工具利用信息的能力，为智力开发服务，作为一种工程技术的“知识工程”，其主要对象是研究如何组成由电子计算机和现代通讯技术结合而成的新的通讯、教育、控制系统。因此，这项“工程”对于发展社会的经济、科技和文化教育事业，加速社会信息化的进程具有重要意义。目前，“知识工程”的研究中心主要是“智能软件服务”，即研究编制程序，提供软件。由于电脑工业等高级技术的发展，有力地促进了“智能软件”的发展，使其不仅数量越来越多，而且在质的方面也越来越鲜明地具有“智力服务性行业”的特点。人们已清楚地认识到，电子计算机只有与智能软件有机结合，才能模拟人脑的功能，也才有可能出现智能机，但再好的计算机如果不配上相应的软件程序，只是一堆无用的废料。要编制一套让电子计算机和智能机器人听得懂的“语言”，即编制好软件程序，需要相当的知识基础。它不仅需要有较高的数学知识和计算能力，而且还要掌握其它科学知识，尤其是数理逻辑和辩证逻辑，同时，还要有创造性思维，掌握科学的思维方法和自然科学方法。所以，关于“知识工程”的研究，必须有专业人员的队伍。在发达国家都十分重视培养软件设计人员，并不断地增加这方面的投资。我国这方面的人才短缺，只有加快培养人才，才能真正提高我国的智力水平，加快科学技术现代化的步伐。“知识工程”的产生，把人类所专有的文化、科学、知识、思想等同现代机器联系起来，形成了人——机系统。它不仅为电子计算机的进一步智能化提供了条件，而且还必将对社会生产力的发展提供最有力的现代化工具。随着“知认工程”的发展，人们的思维方式以及整个社会生活方式都将发生深刻的变化。

二、 知识工程发展历程

1、20世纪50年代—70年代初   知识工程诞生之前的早期人工智能

    回顾历史总能帮助我们更好的理解未来。把时间的车轮回滚到1956年8月，在美国汉诺斯小镇宁静的达特茅斯学院中，几位心理学家、数学家、计算机科学家、信息论学家聚在一起，举办了一次长达2个月的研讨会，认真而热烈地讨论了用机器模拟人类智能的问题。他们为会议的内容起了一个响亮的名字：人工智能（artificial intelligence）。人工智能学科自此诞生。

其中，以Newell和 Simon为代表人物的符号主义学派，最先取得丰硕成果，最著名的代表为逻辑机LT。

符号主义最核心的思想是什么呢？符号主义认为人工智能源于数理逻辑，认为智能的本质就是符号的操作和运算。符号主义在后来几大门派的较量中，曾长期一支独秀，为人工智能的发展作出重要贡献。当然，也为后来红火一时的知识工程奠定了基业。

再把时间的焦点挪到20世纪60年代—70年代初，学界还在为人工智能发展初期取得的胜利高兴不已的时候，不切实际的研发目标带来接二连三的项目失败、期望落空。过高的期望总是带来更具破坏性的失望，终于，人工智能迎来第一次寒冷的冬天。

2、 1977  知识工程诞生

在人工智能领域经历挫折之后，研究者们不得不冷静下来，重新审视、思考未来的道路。这时候，西蒙的学生，爱德华·费根鲍姆（Edward A. Feigenbaum）站了出来。他分析传统的人工智能忽略了具体的知识，人工智能必须引进知识。

在费根鲍姆的带领下，专家系统诞生了。专家系统作为早期人工智能的重要分支，是一种在特定领域内具有专家水平解决问题能力的程序系统。

专家系统一般由两部分组成：知识库与推理引擎。它根据一个或者多个专家提供的知识和经验，通过模拟专家的思维过程，进行主动推理和判断，解决问题。第一个成功的专家系统DENDRAL于1968年问世。1977年，费根鲍姆将其正式命名为知识工程。

把知识融合在机器中，让机器能够利用我们人类知识、专家知识解决问题，这就是知识工程要做的事。

3、 20世纪70年代—90年代  知识工程蓬勃发展

1977年知识工程诞生之后，这个领域还在不断往前发展，不断产生新的逻辑语言和方法。这其中有一节点比较重要。

上节已经提到专家系统的是如何形成的，而专家系统究竟发展的如何呢？知识工程又是否能产业落地？美国 DEC 公司的专家配置系统 XCON给出了初步的答案，当客户订购 DEC 公司的 VAX 系列计算机时，专家配置系统 XCON 可以按照需求自动配置零部件。在投入使用的6年间，共处理八万个订单，节省了资金。

至此，人工智能逐步开始了商业应用。

比较著名的专家系统还有cyc，由Douglas Lenat在1984年设立，旨在收集生活中常识知识的本体知识库。Cyc不仅包含知识，还提供很多的推理引擎，共涉及50万条概念和500万条知识。除此之外，还有普林斯顿大学心理学教授维护的WordNet的英语字典。类似的，汉语中的《同义词词林》及其扩展版、知网（HowNet）等词典。不幸的是，随着日本五代机的幻灭，专家系统在经历了十年的黄金期后，终因无法克服人工构建成本太高，知识获取困难等弊端，逐渐没落。

4、 1998   万维网与连接数据

万维网的出现，为知识的获取提供了极大的方便。1998年，万维网之父蒂姆·伯纳斯·李再次提出语义网。它的核心是：语义网可以直接向机器提供能用于程序处理的知识。通过将万维网上的文档转化为计算机所能理解的语义，使互联网成为信息交换媒介。但是，语义网是一个比较宏观的设想，需要“自顶向下”的设计，很难落地。

语义分析与知识网络

由于自顶向下的设计落地困难，学者们将目光转移到数据本身上来，提出了连接数据的概念。连接数据希望数据不仅仅发布于语义网中，更需要建立起自身数据之间的链接从而形成一张巨大的链接数据网。其中， DBpedia项目是目前已知的第一个大规模开放域链接数据。类似的还有Wikipedia、Yago等都属于这一类结构化知识的知识库。

5、   2012   知识图谱 知识工程新发展时期

与维基百科的同时存在的还有个 Freebase。维基百科的受众是人，而 Freebase 则强调机器可读。Freebase 有 4000 万个实体表示，在被收购后，谷歌给它起了个响亮的名字“知识图谱”。

三、 知识工程的未来展望

在上世纪七八十年代，传统的知识工程的确解决了很多的问题，但是这些问题都有一个很鲜明的特点，它们大部分都是在规则明确、边界清晰、应用封闭的场景取得的成功。一旦涉及到开放的问题就基本不太可能实现，比如数学定理的证明，或是下棋。

传统知识工程为什么会有这么苛刻的条件呢？因为传统知识工程是一种典型的自上而下的做法，是一种严重依赖专家干预的做法。知识工程的基本目标，就是把专家的知识赋予机器，希望机器能够利用专家知识来解决问题。传统的知识工程里，首先需要有领域专家，专家能够把自己的知识表达出来；进一步，还需要有知识工程师把专家表达这个知识变成计算机能够处理的形式。

如此依赖专家去表达知识、获取知识、运用知识，就会存在很多问题，一方面，这个机器背后的知识库规模很有限，另外一方面，它的质量也会存在很多的疑问，这就是为什么我们说传统的知识工程困难重重。

除了上面介绍的一些问题，传统的知识工程面临着的两个主要困难：

第一：知识获取困难

隐性知识、过程知识等难以表达。比如如何表达老中医看病用了哪些知识；不同专家可能存在主观性，例如，我国有明确治疗规范的疾病占比非常小，大部分依赖医生的主观性。

第二：知识应用困难

很多的应用，尤其是很多开放性的应用很容易超出预先设定的知识边界；还有很多应用需要常识的支撑，而整个人工智能最怕的恰恰就是常识。为什么？因为常识它难以定义、难以表达、难以表征；知识更新困难，太依赖领域专家，还有很多异常或难以处理的情况。

互联网应用催生大数据时代知识工程

由于上节所述种种原因，知识工程到了上世纪八十年代之后就销声匿迹了。

虽然知识工程解决问题的思路极具前瞻性，但传统知识表示的规模有限，难以适应互联网时代大规模开放应用的需求。为了应对这些问题，学界和业界的知识工程研究者们试图寻找新的解决方案。

首先取得重大突破的，是谷歌。谷歌搜索是谷歌公司的核心产品服务，这类互联网的应用，主要有以下特点：

大规模开放性应用，永远不知道用户下一次搜索关键词是什么；

精度要求不高；大部分搜索理解与回答只需要实现简单的推理，复杂推理为极少数。

在这样的诉求下，谷歌推出了自己的知识图谱，使用与语义检索，从多种来收集信息，以提高搜索质量。而知识图谱的推出，基本上宣告了知识工程进入了一个新的时代，我们称之为大数据时代的知识工程阶段。谷歌利用一个全新名称表达与传统知识表示其毅然决裂的态度。

我们有海量的数据、强大计算能力、群智计算以及层出不穷的模型。在这些的外力的支持下，解决了传统知识工程的一个瓶颈性问题——知识获取。我们可以利用算法实现数据驱动的大规模自动化知识获取。

与传统知识获取不同，以前是通过专家自上而下的获取知识，而现在是利用数据自下而上，从数据里面去挖掘知识、抽取知识。另外，众包与群智成为大规模知识获取的一条新路径。高质量的UGC内容，为自动挖掘知识提供了高质量数据源。

总的来说，知识工程在知识图谱技术引领下进入了全新阶段，叫做大数据时代知识工程阶段。我们正在经历感知智能到认知智能的过渡阶段，未来最重要到技术即是实现认知智能。

大数据时代下，知识图谱又有什么独特的魅力？为什么会受到如此广泛的关注呢？

知识图谱使机器语言认知成为可能。机器想要认知语言、理解语言，需要背景知识的支持。而知识图谱富含大量的实体及概念间的关系，可以作为背景知识来支撑机器理解自然语言。

知识图谱使可解释人工智能成为可能。在人工智能发展的任何阶段，我们都需要事物的可解释性，现在的深度学习也常因为缺少可解释性受人诟病。而知识图谱中包含的概念、属性、关系是天然可拿来做解释的。

通过知识图谱等先验的知识去赋能机器学习，来降低机器学习对于样本的依赖，增强机器学习的能力。

知识将显著增强机器学习能力。传统的机器学习都是通过大量的样本习得知识，在大数据红利渐渐消失的情况下，逐渐遇到发展瓶颈。而通过知识图谱等先验的知识去赋能机器学习，来降低机器学习对于样本的依赖，增强机器学习的能力，或许是连接主义和符号主义在新时代下的共生发展。

除了上述的种种优势，知识图谱在一系列实际应用上也非常有用，比如搜索、精准推荐、风险识别、深化行业数据的理解与洞察等，将在各种各样的应用场景发挥作用。

信息技术革命持续进行，数据将会继续向更大规模、更多连接的方向发展，在此背景下，知识图谱将引领知识工程走上复兴的道路，推动在机器身上实现认知智能。

前言

屏下指纹识别的爆发是全面屏大趋势下的必然，相比于人脸识别，屏下指纹拥有成熟度、用户习惯和价格等多重优势，未来二者有望维持长期并存的格局。并且，屏下指纹技术的成本和识别率在2018年取得巨大进步。

展望未来，屏下指纹识别作为OLED全面屏设计的“副产物”，金准产业研究团队认为未来的发展趋势将围绕OLED主线。随着大陆OLED产能的释放，OLED向中端机型渗透的趋势将更加确立。总体来说，屏下指纹的三大趋势——1、与人脸识别长期共存趋势；2、技术成本迅速下降；3、向中高端下沉——为屏下指纹手机全面爆发奠定了基础。

一、指纹识别的二次创新，屏下指纹识别迎来爆发期

指纹识别是生物识别中的一种技术路径，根据美国咨询与市场调研机构Lucintel的统计与预测数据，2017年全球指纹识别市场约为13亿美元，占生物识别市场份额为10.32%。预计2022年指纹识别市场将增长至28亿美元，占当年生物识别市场份额为8.62%。

金准产业研究团队认为，指纹识别未来将依然是生物识别领域的重要市场，行业复合增速16.59%，在智能终端保持创新的持续动力，屏下指纹的趋势正在引发行业发展的二次加速。

1.1FOD技术是被成熟，光学式具有较大优势

指纹识别技术最早发源于苹果在2013年推出的iPhone5S，当时随着智能手机用户粘性的迅猛提升，便捷的解锁方式是用户的一大痛点。因此指纹识别的问世，将苹果创新力推向新的高峰。然而，2017年苹果推出的十周年纪念机型iPhoneX中，却首次弃用TouchID，改为FaceID，主要原因在于苹果期望实现的全屏幕屏下指纹识别在当时的技术条件下不具备可行性。

屏下指纹识别是全面屏时代的必然，提升屏占比成为2018年创新的两条核心主线之一。刘海屏、美人尖、水滴屏、挖孔屏等等设计是对前置摄像头空间的挤占，而COF、FOD等新技术则是对边框和Home键的压缩。

不同于苹果，站在时代十字路口的安卓阵营对FOD（Fingerprint-on-display）屏下指纹识别表现出极高的兴趣，特别是人脸识别推出后并未得到消费者的一致认可。随着技术的发展，不仅使FOD成为一条硬件创新的高速通道，且可以取得创新的领先。2018年的CES大会上，vivo率先发布屏下指纹识别的旗舰机，开启了安卓阵营在屏下指纹识别的装备竞赛。

目前主流的FOD技术主要有光学式与超声波式：

光学指纹识别凭借更好的体验、成本优势以及相对更加成熟的供应链，取得了大部分的市场份额，根据金准产业研究团队预测，2019年光学式屏下指纹识别占比有望达到82%。三星在年初发布的基于高通超声波方案旗舰机型将贡献剩下18%份额中的主要部分。

1.2从生命周期来看，屏下指纹识别处于高速成长期

2018年是屏下指纹识别爆发的一年，在HOVM+魅族、一加等国产品牌显示出很高的搭载率，全年一共有近20款旗舰机使用屏下指纹识别。其中vivo一口气推出五代光电屏幕指纹技术，侧面反映了光学式识别技术成熟度的高速发展。

金准产业研究团队通过梳理最新2019年一季度屏下指纹识别的应用情况，不难看出当前屏下指纹还停留在高端旗舰的普及期，超声波指纹识别首次出现在高出货量旗舰机型。

从上一轮电容式指纹识别渗透的过程来看，当前时点的FOD指纹技术发展与电容式指纹识别在2014年的加速渗透非常相似。根据IHS统计数据，2018年屏幕指纹模组出货量仅3000万颗左右，2019年有望突破至2亿颗。金准产业研究团队预计2019年FOD指纹识别渗透率提升至22.9%，相比18年上升近20个百分点，预计2022年FOD指纹技术占有率将超越传统电容式。

二、长期视角看屏下指纹识别，新兴高成长创新赛道

金准产业研究团队梳理了vivo六代屏幕指纹识别的升级过程，自vivoX20PlusUD（2018.1.24发布）搭载第一代光学指纹技术以来，识别准确性、解锁速度有了大幅提升，其中vivoNEX（2018.6.12发布）精度相比前作提升50%，准确率达到支付安全级别，是屏幕指纹识别技术发展的重要里程碑。

Vivo针对光线穿透过程中发生的折射和散射现象，在NEX三代光电指纹技术中增加了“准直层”，很好的解决了感光元件在低透过率发光显示屏下感光不足的瓶颈，从而实现了准确率和解锁速度的大幅提升。

目前vivo光学指纹识别解锁速度已经达到0.29秒以内，传统电容式虽可以做到0.2秒以内，但对于用户而言体验差别并不大。屏下指纹技术成熟度在2018年取得巨大进步，为2019年渗透率的高速提升奠定了基础。

2.1指纹识别具有人脸识别无法取代的优势，共存是中长期趋势

屏下指纹识别与面部识别均是全面屏浪潮下的创新线索。特别是指纹识别转入屏下后，对屏占比的提升不再有任何影响。正如电容式指纹识别未能替代密码解锁一样，人脸识别的出现也不意味着指纹识别时代的落幕。

对比三种主流的生物识别技术，目前指纹识别依然是用户基数最大、用户习惯培养最好的识别方式。

2.2光学式屏下指纹技术升级，成本显著降低

从2018年到2019年，光学式屏下指纹识别经历了一轮技术升级，由准直光方案变为小孔成像方案，最后变为摄像头模组方案，识别方案的改进使得模组价格显著下降。

2018年国产旗舰中，汇顶与新思的光学式指纹识别是通过OLED屏幕微孔，以微透镜阵列搜集光线成像，并识别指纹图像是否符合。

考虑到屏幕与玻璃盖板的厚度，光学式指纹技术在准直层的基础上，衍生出了小孔成像方案，将原先较厚的一块准直层拆分为两层薄的小孔板及中间的透光材料，能够降低厚度与成本、增加透光量和识别率。

为了降低屏下指纹的成本，以便未来增加识别覆盖区域，摄像头方案应运而生。通过安装屏下摄像头，以图像传感器识别手指反射的光线加以比对和识别。屏下摄像头方案的优势在于：

1）大幅降低贴合成本。由于无需将指纹模组与OLED屏幕贴合，避免了贴合良率带来的损失（可能使得屏幕也同样报废）。屏下摄像头模组固定在中框上。

2）成熟的模组。屏下摄像头模组制造较主摄像头简单许多，拥有成熟的摄像头供应链，因此成本更加低廉。

3)清晰的识别。屏下摄像头方案只需提升像素即可获得更清晰的成像，而不用因为准直孔径提升而被迫增加像素大小，降低清晰度。

屏下摄像头方案的好处是显而易见的，一代屏下指纹模组的成本通常在15-17美元（芯片8-9美元+模组7-9美元），二代屏下摄像头方案模组成本通常在8美元左右（芯片6美元+模组2美元）。当前屏下指纹成本下降主来得益于技术路径的变化，传统电容式指纹识别的价格下跌，则主要来自于行业竞争格局变化和8英寸芯片代工成本下降。

2.3屏下指纹由高端旗舰向中高端手机下沉是趋势

由于光学式指纹识别的原理是通过透光屏幕下方设置摄像头拍摄指纹图像，再以算法与储存的指纹信息进行比对。目前主流显示技术中，TFT-LCD由于是被动发光，TFT层透光性较差，因此屏下指纹传感器很难识别到指纹信息，而OLED面板具有透光性，因此当前的光学屏下指纹必须搭配OLED屏幕使用。

屏下指纹识别作为OLED全面屏设计的“副产物”，未来的发展趋势将围绕OLED主线。随着大陆OLED产能的释放，OLED向中端机型渗透的趋势将更加确立，这为屏下指纹在中高端机型的渗透奠定了基础。

屏下指纹将由高端旗舰向中端智能手机下沉，应用空间全面打开，有望复制传统电容式指纹识别的发展路径，创新成长性值得看好。

三、屏下指纹芯片是核心，国内供应商已位居前列

屏下指纹识别产业链比较简单，主要包括芯片设计、芯片制造、芯片封装、模组、方案商和终端应用。上游价值的重心在于识别芯片和算法，下游则由模组厂组装为成品，与传统电容式指纹识别相似。指纹识别芯片的价格决定模组价值量。

从屏下指纹模组的价格来看，2018年上半年与下半年差距较大，从15-17美元下降至8-9美元。前文所述，主要的原因在于技术路径的变化带来的成本下降。与电容式指纹识别因竞争格局恶化而导致的芯片价格快速下跌不同，从2018年至2019Q1，屏下指纹识别芯片价格比较稳定。

在屏下光学指纹识别芯片领域，已经形成国内企业为主导的竞争格局，超声波屏下指纹识别则形成以高通为首，国内企业加速追赶的局面。

我们对屏下光学指纹的主要供应商进行梳理，汇顶、思立微等国内企业具有较大竞争优势：

3.1 Goodix（汇顶）

汇顶是一家提供人机交互和生物识别解决方案的芯片设计与解决方案的公司，现已成为安卓阵营全球指纹识别方案第一供应商。产品和解决方案主要应用于华为、OPPO、vivo、小米、中兴、一加、魅族、Amazon、Samsung、Nokia、Dell、HP、LG、ASUS、acer、TOSHIBA、Panasonic等国际国内知名品牌。

公司在2019年一季度取得业绩大幅增长，实现营业收入12.25亿元，同比增长114.39%，实现归母净利润4.14亿元，同比增长2039.95%，超出此前预期。主要原因在于一季度HOVM等品牌推出大量新款旗舰手机，均标配屏下光学指纹方案，而汇顶凭借领先竞争对手的技术优势取得独家供应的市场份额。

3.2 Silead（思立微）

思立微由美国硅谷归国企业家程泰毅在2010年创立，总部位于上海，在深圳、北京、台湾地区等地均设有分部，现已拥有200余名员工，其中80%以上为研发人员。公司主营业务为生物识别传感器SoC芯片和解决方案的研制开发。思立微2011年推出首颗自主研发的多点触控芯片GSL1680，2014年推出国内首颗按压式指纹识别传感器GSL6162及一体化解决方案。2016年公司跻身全球指纹识别前三大供应商。

2018年，思立微抓住了屏下光学指纹的爆发机遇，成功切入OPPO、华为等头部品牌的供应序列，成为全球第二大光学指纹识别供应商。国内Flash与MCU龙头企业兆易创新以17亿元的对价对思立微发起收购。

根据CCID数据，思立微在指纹芯片领域出货量的全球排名由2016年的全球第6位提升至2017年的全球第3位，指纹识别芯片的出货量占比从2016年的1.50%上升至2017年的6.50%。

3.3 Egis（神盾）

EgisTec是台湾地区从事指纹生物识别和数据加密系统的主要供应商，2015年底在台股上市。公司核心业务为电容式指纹识别IC的设计、研发、测试和销售，不仅拥有IC设计研发团队，且拥有晶圆制程与封装技术的设计能力。指纹识别产品广泛应用于三星、中兴等手机品牌。

神盾2016年成为三星指纹识别方案供应商后，主要客户一直是三星（C系列、J系列等），曾给三星提供侧边框指纹识别模块。EgisTec在2018年底表示，2019年将量产新一代光学式指纹识别，识别范围可覆盖25%的屏幕面积，2020年则可能量产全屏幕指纹识别。

2019年4月17日三星在中国市场发布全新四款GalaxyA系列智能手机GalaxyA80、GalaxyA70、GalaxyA60和GalaxyA40，其中GalaxyA80与GalaxyA70均搭载屏下光学指纹识别技术。

3.4 Synaptics（新思）

1986年，费根和卡弗米德一起成立了Synaptics公司，总部位于美国加利福尼亚州圣何塞。Synaptics是一家全球领先的移动计算、通信和娱乐设备人机界面交互开发解决方案设计制造公司。上世纪末，公司主要为Dell等计算机制造商提供笔记本触摸板产品。

2002年Synaptics登陆纳斯达克。

凭借计算机时代的触摸技术积淀，Synaptics成为第一批电容式触摸屏智能手机的核心传感器供应商，例如全球首款电容式触控SamsungB310、首款电容式触摸屏手机LGPrada均采用Synaptics触控传感器。

2018年CES大会上，vivo展出的新款VivoX21UD，搭载的便是Synaptics最新FS9500ClearID™光学显示屏指纹传感器。同年发布的小米8探索版同样使用的是该系列光学指纹识别传感器。

从经营历史数据来看，2014、2015年是Synaptics移动端产品爆发的年份，这正是电容式指纹识别渗透率高速增长的年份，公司奠定了电容式触控全球领导企业的地位。2016年、2017年公司移动端产品收入略有下滑，反映了电容式指纹识别创新进入低谷。

3.5 Fingerprint Cards AB（FPC）

Fingerprint Cards是一家来自瑞典的生物识别公司，指纹识别产品全球领先。2014年指纹识别在安卓阵营兴起，当年9月华为发布Mate7，使用的就是FPC的指纹识别方案和产品。FPC凭借Mate7的热销切入安卓品牌供应链，实现了营收的快速增长。

但2017年，国内指纹识别芯片方案商的崛起，对海外供应商形成了明显的替代。FPC股价自2017年以来持续下跌便是反映。

从经营数据来看，2017年一季度起，FPC的季度营收大幅下滑。Q1营收6.86 亿瑞典克朗（合人民币约5.36亿元），同比下滑54%，利润同比下滑88%。同时存货水平大增，也显示出产品积压的情况。

结语

金准产业研究团队认为，随着技术的发展，以苹果为代表的部分厂商选择了3D人脸识别技术，通过结构光构建人脸模型进行识别。但此类技术不可避免涉及到刘海屏问题。但以vivo等为代表的厂商选择了另一条路线，即屏下指纹解决方案。其优点在于能够避免刘海屏的出现。不仅如此，屏下指纹更拥有成熟度、用户习惯和价格等多重优势。随着屏下指纹技术的成本和识别率的进步，相信会出现屏下指纹和人脸识别平分天下的局面。屏下指纹识别符合全面屏发展趋势，其便捷性、安全性、以及创新属性已经得到消费者的广泛认可。终端品牌的应用已经由 vivo 主导向三星、华为、OPPO、小米延伸，技术路径由光学式屏下指纹向超声波式识别拓展。这将使得 2019 年将成为屏下指纹识别全面爆发的一年。

前言

当前，我们使用的许多前沿数字化设备背后的技术都要依靠半导体才能实现。由于无人驾驶、人工智能、5G和物联网等新兴技术的发展，以及对技术研发的持续投入和市场主要参与者间的激烈竞争，未来十年全球半导体行业有望持续稳定增长。

氢能汽车是以氢为主要能量作为移动的汽车。氢能被视为全球最具发展潜力的清洁能源之一，并被不少国家、车企及学者认为是“终极新能源汽车解决方案”。金准产业研究团队认为，伴随着汽车保有量持续增长，以及氢能源汽车技术的完善和普及，氢能源汽车未来市场发展前景广阔。中国汽车工程学会曾预测到2030年，中国氢能汽车产业产值有望突破万亿元大关。

一、氢能源汽车概况

1.1氢能源汽车的定义

氢能汽车是以氢为主要能量作为移动的汽车。氢能被视为全球最具发展潜力的清洁能源之一，并被不少国家、车企及学者认为是“终极新能源汽车解决方案”。氢能源汽车分为两种，氢内燃机汽车和氢燃料电池汽车。目前，发展较快的为氢燃料电池汽车。

氢能源汽车

1.2氢能源汽车产业链

氢能源汽车产业上游为汽车生产材料，主要材料为氢燃料电池、氢内燃机、轮胎、电机、内饰外饰等。汽车生产企业将材料组装成氢能源汽车，下游为氢能源汽车产业服务行业，主要为加氢站、汽车维修、汽车美容、汽车保险等。

氢能源汽车产业

1.3氢能源汽车产业政策（国家性）

因为目前氢能源的利用尚处于导入期，由于氢能源燃料电池汽车市场有望成为氢能源最大的消费端，因此需要政策支持引导。2009年开始对染料电池汽车实行补贴，主要形式是免征购置税，同时给予一次性不同额度的不同。2014年开始将加氢站纳入了补贴范围，这是刺激配套产业加速发展。

氢能源电池产业政策

1.4氢能源汽车产业政策（地方性）

国家层面出台多项支持政策之后，各地方政府也出台了相关产业政策，支持氢能源燃料电池汽车发展。在产业导入阶段，中央和地方相互配合，共同促进氢能源汽车产业发展。

氢能源电池产业政策（地方性）

二、 新能源汽车市场现状

2.1汽车保有量

随着我们生活水平的稳步提高，我国汽车保有量也迅速增加。2017年，全国汽车保有量达2.17亿辆，与2016年相比，全年增加2304万辆，增长11.9%。截止2018年9月，根据公安部发布目前国内汽车保有量约为2.35亿辆，同比增长约12.0%。金准产业研究团队预计2019年中国汽车保有量将超越美国。

2009-2018中国汽车保有量情况

2.2汽车销售量

我国汽车市场起步于2000年，2001年中国入世后，汽车开始往家庨普及，2009年国内汽车销量首次超越美国，成为全球销量最大的国家。2017年国内汽车销量达到2894万辆，连续9年全球销量第一，为全球最大单一汽车市场。1-10月，汽车销量2287.1万辆。

2009-2018中国汽车销量情况

2.3新能源汽车的分类

新能源汽车是指采用非常规的车用燃料作为动力来源（或使用常规的车用燃料、采用新型车载动力装置），综合车辆的动力控制和驱动方面的先进技术，形成的技术原理先进、具有新技术、新结构的汽车。

新能源汽车的分类

2.4新能源汽车产量

推广、应用新能源汽车已成为全球主流。近年来，我国也在积极推广、普及使用电动汽车，新能源汽车产量快速增长，从2013年的1.8万辆增长至2017年79.4万辆。2018年，新能源汽车生产仍保持高速增长，1-11月新能源汽车累计产量105.4万辆，同比增长63.6%。

中国新能源汽车产量

2.5新能源汽车销量

新能源汽车销量快速增长，从2013年1.8万辆的销量增至2017年达77.7万辆，涨幅达4216.7%。受到补贴调整等影响，但新能源汽车销量仍保持高速增长。2018年1-11月新能源汽车累计销量103万辆，同比增长68%。

中国新能源汽车销量

三、氢能源汽车行业现状

3.1氢能源汽车市场规模

中国新能源汽车推广效果显著，新能源汽车细分类型繁多，目前仍以纯电动汽车、插电混合动力汽车为主。同时，氢能源汽车正在迎头追赶。此前，中国汽车工程学会曾预测到2030年，我国氢能汽车产业产值有望突破万亿元大关。

中国氢能源汽车应用推广情况

3.2氢燃料电池需求量

氢能源汽车快速发展，燃料电池迎风口。氢能源燃料电池是氢能源汽车的核心，随着氢能源汽车的发展进入成熟阶段，产量将迎来爆发式增长时期，氢燃料电池的市场需求也将大大打开。

金准产业研究团队统计数据显示，2015年我国燃料电池出货量约10.5MW，同比增长14.1%，出货量首次超10MW。未来，燃料电池市场将持续增长，预计到2021年出货量将超20MW，2030年将达35MW。

2016-2021中国燃料电池出货量预测

3.3氢能源汽车短板

燃料电池汽车比其他汽车更为精密，因此其维护成本也更高。在使用环节上，由于氢气在制备、储存、运输等过程中需要更多的技术处理，驾驶成本也高。最后还要考虑配套设施，燃料电池汽车使用需要众多加氢站支持，加氢站由于需要配置大型压缩机等大型设备，成本比加油站和充电站更高。

3.4加氢站数量

加氢站服务于燃料电池汽车，由于，加氢站成本过高但审批流程复杂，中国加氢站目前发展缓慢，共建加氢站数量为9座，运营中的为6座，已拆除2座，1座在建，计划到2020年达到20座。现阶段加氢站的建设需要依赖多方合作包括基建公司、能源公司、气体公司、车企以及政府等，而建设费用目前依赖国家政府补助，补助比例约为50%。

国内加氢站

四、中国氢能源汽车生产厂商

虽然中国也有燃料电池汽车，但是发布时间较短，应用于汽车经验不足。中国的燃料电池汽车主要是客车，中国燃料电池汽车相关企业形成百家争鸣的态势。

中国氢能源相关产业

4.1福田汽车

福田汽车是一家跨地区、跨行业、跨所有制的国有控股上市公司。福田汽车是中国汽车行业自主品牌和自主创新的中坚力量，现已经形成了集整车制造、核心零部件、汽车金融、车联网、福田电商为一体的汽车生态体系。目前，福田汽车累计销量889.1万辆，品牌价值1329亿元。福田汽车在北京、河北、山东、湖南、广东五大区域布局20个工厂。福田汽车未来战略为2015年成为绿色、智能高科技的全球主流汽车企业。

10年前福田汽车就抢先布局氢燃料电池商用车领域，经过示范推广上，逐步突破，如今领先行业实现了氢燃料电池电动客车产业化以及批量商业化运营。福田氢燃料电池客车品牌为欧辉，欧辉氢燃料电池客车已涵盖8.5m，10.5m，12m等多种产品，同时覆盖了城市客车、城间客车、旅游车、定制班车等多种用途类型。

2003年，福田汽车研发氢燃料电池技术

2008年，第一代欧辉氢燃料电池客车交付奥组委使用。

2014年，福田生产5辆第2代12m氢燃料电池电动客车；

2016年欧辉第三代氢燃料电池客车问世，开启氢燃料电动客车的商业化运作。

2018年9月，福田欧辉氢燃料公交车正式交付北京公交进行示范性运营

近几年，福田汽车营收持续增长，2017年福田汽车营业收入517亿元，同比增长11.13%；因由于新能源补贴标准下降及政策延迟下发，导致新能源客车销量下滑，福田汽车净利润下滑。2017年归属于上市公司股东的净利润1.12亿元，同比下降80.25%。宝沃巨亏，拖累福田汽车。其前三季营业收入311亿元，同比下跌14.48%；归属于上市公司股东净利润亏损16.94亿元，同比降1324.33%。

2013-2017年福田汽车营收情况

4.2宇通客车

宇通客车是一家集客车产品研发、制造与销售为一体的大型现代化制造企业，拥有底盘车架电泳、车身电泳、机器人喷涂等国际先进的客车电泳涂装生产线。宇通客车领衔自助品牌占据中国客车市场95%。宇通客车积极开拓海外业务，产品批量远销至委内瑞拉、俄罗斯等30多个国家和地区。

2009年，宇通汽车成功推出了第1代增程式燃料电池客车；

2013年，第2代电电混合燃料电池城市客车问世，并建设了加氢站；

2014年，宇通获得国内商用车领域首个燃料电池客车资质认证；2015年，宇通取得国内首款燃料电池客车“公告”；

2016年5月，宇通第3代燃料电池城市客车正式发布，并与亿华通签订100辆燃料电池客车合作意向书。

宇通客车上市21年，营收及净利润持续增长。2017年受国家新能源补贴政策退坡影响，宇通客车全年累计实现客车销售67268辆，同比下降5.24%；共实现营业收入332.22亿元，同比下降7.33%；实现归属于上市公司股东净利润31.29亿元，同比下降22.62%。2018年前三季度营业收入194亿元，同比增长2%；归属于上市公司股东的净利润12.0亿元，同比下降37.04%。

2013-2017年宇通汽车营收情况

4.3上汽集团

上汽集团是国内A股市场最大的汽车上市公司，主要业务包括整车（含乘用车、商用车）的研发、生产和销售，正积极推进新能源汽车、互联网汽车的商业化，并开展智能驾驶等技术研究和产业化探索。上汽集团所属主要整车企业包括乘用车公司、上汽大通、上汽大众、上汽通用、上汽通用五菱、南京依维柯、上汽依维柯红岩、上海申沃等。2008年，上汽集团与同济大学共同开发了20辆燃料电池汽车作为北京奥运会赛时公用车；2010年，上汽集团提供了40多辆燃料电池汽车作为上海世博会公用车辆使用；

2015年，上汽第4代荣威950插电式燃料电池车亮相上海车展；

2016年，上汽大通发布采用氢燃料电池作为动力的V80氢燃料电池版；

2017年，广州车展上，上汽大通的FCV80氢燃料电池车实现了量产，并签100辆订单。

上汽集团业绩持续攀升，2017年实现营业总收入8706.39亿元，同比增长15.10％；归属于上市公司股东的净利润达到344.10亿元，同比增长7.51%。2018年1-9月，上汽集团营业总收入达到6747.41亿元，同比增长10.97%；归属于上市公司股东的净利润276.72亿元，同比增长12.31%；此外，上汽集团汽车销量持续增长，2017年销量逼近700万辆，2018年前三季度达到514万辆。

2013-2017年上汽集团营收情况

4.4中植集团

中植汽车专注于新能源客车和专用车的设计研发、整车制造、市场推广和后市场服务的全产业链发展。公司通过持续的自主科技创新，掌握了氢燃料电池、轮边驱动、碳纤维复合材料、三电（电机、电控、电池）和电空调等国内领先的新能源汽车前沿核心技术。2016年，中植集团推出了一款12m氢燃料电池客车，续驶里程(城市工况且开启空调)可达500km以上。

4.5奇瑞集团

奇瑞汽车是一家从事汽车生产的国有控股企业，公司产品覆盖乘用车、商用车、微型车等领域，奇瑞汽车9年蝉联中国自主品牌销量冠军，成为中国自主品牌中的代表。2010年，在上海世博会运营燃料电池汽车；2016年展示艾瑞泽3燃料电池增程电动车；2018年，芜湖科博会上奇瑞展示艾瑞泽5氢燃料电池增程式电动车，综合续航里程(NEDC)达到542km，最大续航里程是704km(匀速状态)。

五、氢能源汽车行业发展前景

随着传统化石能源长期使用所带来的环境压力，推动新能源行业的发展和能源的高效利用势在必行。氢燃料电池汽车因其具有良好的环境相容性、能量转换效率高、噪音小、续航里程长、加注燃料时间短、无需充电等特点，被视为很有前景的清洁能源汽车，且在在能源资源获取上，氢气具有多种来源渠道、如利用风能、太阳能等可再生能源通过电解水方式获取，从工业废气中提纯获取，不会受到传统能源资源的限制。

氢燃料电池汽车优势

随着氢燃料电池技术的突破、国家对清洁能源的日益重视。中国开始加大对氢燃料电池领域的规划和支持力度。《中国制造2025》提出实现燃料电池汽车的运行规模进一步扩大，达到1000辆的运行规模，到2025年，制氢、加氢等配套基础设施基本完善，燃料电池汽车实现区域小规模运行。

据预测，2030年度燃料电池汽车全球市场规模将超过198万辆，市场增长潜力巨大，金准产业研究团队根据中国汽车工程学会2016年10月26日发布的《节能与新能源汽车技术路线图》中的数据，2030年，中国燃料电池汽车的规模将达到百万辆。随着各国政府对氢燃料电池汽车产业的扶持及关键技术的突破，未来几年燃料电池汽车产业将迎来爆发式增长。

结语

金准产业研究团队认为，虽然我国氢燃料电池开发较晚，但政策支持力度大，发展态势迅猛，具有很好的后发优势，毋庸置疑，我国氢燃料电池汽车行业即将迎来爆发式增长。

三、人工智能芯片竞赛开启

3.1人工智能芯片主导地位之争

人工智能框架大致可分为三个层面。基础设施层面包括核心的人工智能芯片和大数据，这是技术层面的传感和认知计算能力的基础。应用层面处于最顶层，提供无人驾驶、智能机器人、智慧安防和虚拟助手等服务。人工智能芯片是人工智能技术链条的核心，对人工智能算法处理尤其是深度神经网络至关重要。

“深度”指神经网络模型中的层级和节点数量。近年来，层级之间的复杂程度以及节点数量呈现指数级增长，这对计算力提出了极大的挑战。传统的中央处理器虽然在处理一般工作负荷——尤其是基于一定规则的工作——方面的性能较为突出，但现在已经难以满足人工智能算法的并行计算要求。

解决并行计算问题主要有两种方法:第一，在现有的计算架构上添加专用加速器;第二，完全重新开发，创造模拟人脑神经网络的全新架构。第二种方法仍处于初期开发阶段，不适合商业应用。因此，目前主要采用的方法是添加人工智能加速器。多种类型的人工智能芯片均可以实现加速，主流加速器包括图形处理器、现场可编程门阵列，以及专用集成电路，这包括张量处理器、神经网络处理器、神经网络处理器、矢量处理器和大脑处理器等变体。每种人工智能芯片都有其自身的优势和劣势。

于处理执行图形密集型任务(如游戏)的图形处理器以并行计算为设计理念，拥有出色的性能，适用于需要进行大量并行计算的深度学习人工智能算法。这个新功能使图形处理器成为人工智能硬件的绝佳选择。目前，图形处理器广泛应用于云和数据中心进行人工智能训练，同时也应用于汽车和安防领域。图形处理器是目前应用最广、灵活性最高的人工智能芯片。

现场可编程门阵列是一种可编程阵列，适用于希望根据自身需求重新编程的客户。现场可编程门阵列的特点是开发周期短(相较于专用集成电路)、功耗低(相较于图形处理器)。然而，灵活性高的特点导致其成本相对较高。现场可编程门阵列可同时兼顾效率和灵活性，尤其是在未决定使用何种人工智能算法的情况下。这样，供应商能够根据不同应用优化定制芯片，同时避免因采用专用集成电路方法而导致的成本和技术过时等困境。

另一方面，专用集成电路人工智能芯片拥有人工智能应用的专用架构。基于专用集成电路的人工智能芯片具有多种变体，包括张量处理器、神经网络处理器、矢量处理器和大脑处理器等，用于处理各种不同的计算密集型、基于规则的工作，具有效率高、性能出众以及中央处理器所具有的灵活性等特点。相较于图形处理器和现场可编程门阵列，专用集成电路人工智能芯片通常效率更高、尺寸更小、功耗更低。然而，专用集成电路芯片的开发周期更长、灵活性更低，导致其商业化应用进展缓慢。

深度学习有两种完全不同的人工智能部署方式:训练和推理。人工智能基于大数据“训练”神经网络模型，利用训练数据集获取新训练好的模型。这些新训练好的模型随后便被赋予新的能力，根据新的数据集进行“推理”得出结论。

因为需要将庞大的数据集应用到神经网络模型中，因此训练阶段需要大量的计算能力。这就要求具有先进并行计算能力的高端服务器能够处理大量高度并行的各类数据集。因此，这一阶段的工作通常利用云端硬件设备完成。而推理阶段既可以在云端完成也可以借助边缘设备(产品)进行。与训练芯片相比，推理芯片需要更全面地考虑功耗、延时和成本等因素。

人工智能芯片创新刚刚起步，供应商在芯片加速方面采取的办法各不相同。例如，谷歌选择了专用集成电路的路线，而微软则已证明采用现场可编程门阵列亦可获相当抑或更好的结果。同时，赛灵思、百度和亚马逊均在努力减少应用专用集成电路的传统障碍。

3.2人工智能芯片将实现爆发式增长

到2022年，人工智能芯片市场在整个人工智能市场中的占比预计超过12%，复合年均增长率达到54%。美洲地区将引领全球人工智能市场，欧洲、中东及非洲地区和亚太地区紧随其后。2022年，美洲地区将占据主导市场地位。

云端是人工智能芯片最大的细分市场，原因在于数据中心为提升效率，降低运营成本并改善基础设施管理，对人工智能芯片的采用持续增长。特别需要指出的是，人工智能训练市场的规模将达到约170亿美元，其中云端推理芯片市场的规模将达到70亿美元。从产品类别来看，图形处理器已经成为人工智能芯片的主流趋势，拥有超过30%的市场份额，高于其他所有产品类别。

3.3网络边缘人工智能芯片方兴未艾

人工智能芯片不仅可以部署在云端，还可以应用于多种网络边缘设备，如智能手机、无人驾驶汽车以及监控摄像头。应用于网络边缘设备的人工智能芯片多为推理芯片，且专业程度越来越高。金准产业研究团队预计，到2022年，人工智能推理芯片市场的规模将增至20亿美元，复合年均增长率达到40%。

3.3.1人工智能芯片推升智能手机平均售价

产品成本的不断上涨将使人工智能芯片供应商获益。例如，苹果公司的A11芯片成本上升到了27.50美元。人工智能芯片的成本增长将使智能手机价格上涨，让智能手机制造商获得更多收入。人工智能芯片的应用亦已从高端机型扩展到中端机型，这亦有可能为智能手机供应商带来更多收入。

智能手机的推理人工智能芯片现已成为智能手机制造商(如苹果、三星和华为)、独立芯片供应商(如高通与联发科)以及知识产权授权供应商(如ARM和新思科技)三方竞争的焦点。智能手机制造商的人工智能芯片通常均针对自身手机产品进行了优化以提升性能和用户体验。然而，独立芯片供应商所生产的芯片的技术参数可能会优于市场中其他竞争对手的产品。

3.3.2无人驾驶是人工智能芯片的理想应用领域

无人驾驶不仅仅是一个复杂的人工智能应用场景，而且还具有重要意义。金准产业研究团队预计，无人驾驶预计将有力推动人工智能推理芯片应用，使人工智能推理芯片市场的规模增至50亿美元，复合年均增长率达到40%。

传感、建模与决策是无人驾驶的三大必备流程，每一个流程都涉及推理芯片应用。无论是环境传感或障碍物躲避，无人驾驶对人工智能芯片的计算力都提出了很高的要求。

由于存在延迟等限制，在理想情况下，无人驾驶的计算应该在网络边缘而非云端完成，因为无人驾驶要求准实时决策。以丰田无人驾驶汽车为例，L5无人驾驶需要每秒12万亿次的运算能力，但目前大多数芯片只支持每秒2-3万亿次的运算。显然，人工智能芯片迫切需要迁移至网络边缘，而非在云端开展主要计算工作。

整车厂正在对供应商提供的芯片进行测试，以找到最合适的候选芯片。大型整车厂更愿意自行建设无人驾驶平台并单独采购人工智能芯片，但多数历史较短的整车厂却更倾向于购买完善的无人驾驶平台。随着时间的推移，能够从当地加工中获益的人工智能应用也许会越来越多，如苹果公司的刷脸认证方式FaceID。

3.3.3智能监控系统需求高涨

在人工智能技术的支持下，监控系统的智能程度不断升级。过去十年内，监控系统行业经历了三个重要的转型阶段。第一，“高分辨率”阶段，即系统能够录制超清视频。第二，“联网”阶段，即系统实现联网和互联。

人工智能时代的到来可以被视为第三次转型浪潮。人工智能推理芯片现在可以应用于边缘网络摄像机，以实时处理视频数据。由于网络边缘每天产生大量数据，此类应用可以节省云端存储空间，提升监控系统性能。

3.3.4中国已成为人工智能芯片的热土

在中国，人工智能芯片融资活动一直非常活跃，相关并购活动也日益增多。其中一个典型的案例是国际巨头赛灵思对在机器学习、深度压缩、网络剪枝和神经网络系统级优化领域拥有领先技术初创企业深鉴科技的收购。以阿里巴巴、百度和华为为首的领先科技公司也逐步进入这一竞争领域。值得注意的是，华为已经掀起了智能手机领域的人工智能芯片竞争。此外，一些比特币矿机设备制造商也开始进军人工智能优化领域。

中国的人工智能企业通常能够快速识别可行的人工智能商业应用，尤其是商业模型创新和快速实施。然而，中国企业普遍缺少开发原创人工智能模型的能力，国内的人工智能研究大多关注调整和完善现有的模型，而非创造原创、系统性的人工智能框架。此外，与美国等其他国家相比，中国的人工智能相关培训亦非常有限。

3.3.5把握人工智能发展趋势

毫无疑问，人工智能的崛起为半导体设备行业尤其是人工智能芯片带来了新的机遇。已经或将要进入人工智能系统领域的半导体企业应紧跟以下主要趋势，保持市场竞争优势。

专业化是人工智能芯片的关键:未来，人工智能芯片企业不应只满足于充当硬件供应商，而应该深入了解顾客需求，提供合适的产品。如今，顾客不仅仅需要具备一定人工智能功能的通用型芯片;他们希望人工智能芯片能够以合理的成本满足其商业需求，人工智能芯片企业需要权衡考虑功耗、性能和成本三大因素。计算密度(即每消耗一单位能量所能提供的计算能力)将成为人工智能芯片供应商的核心竞争力。

从云端迁移至边缘:网络边缘的机遇不断增多，很多大型企业正在从云端转移至边缘，以提供从训练到推理工作的全方位人工智能解决方案。值得注意的是，现在大多数人工智能系统均以冯诺依曼体系结构为基础，处理和存储分别单独进行，导致人工智能极易耗电，神经网络被限制于云端。企业正在努力构建一种新的架构，使处理器和存储器实现更紧密的耦合，从而提高设备性能和能源效率。方法是在存储器中增添新的功能，使设备在不更换处理器的情况下变得更加智能。半导体行业应该尝试这类设计，以推动人工智能顺利从云端迁移至边缘。

选择合适的半导体加工技术:根据摩尔定律，中央处理器需要应用最先进的工艺技术，而与此不同而是，人工智能采用的是并行处理方式，因而人工智能芯片并不一定需要采用最先进的工艺技术。例如，40纳米级和28纳米级加工技术已足以提供每秒1万亿次运算的计算力。此外，上一代加工工艺还可以利用成熟的工具组件和基础模块。许多大型代工厂均可根据性能和功耗提供从28纳米级到7纳米级等多种先进的工艺技术。半导体供应商应该根据计算力、功耗和形状参数等标准选择合适的半导体工艺技术。

软件工具支持不可或缺:半导体企业对标准的开源软件框架的支持程度是赢得人工智能竞争的关键，对于试图追赶半导体芯片已经支持几乎所有深度学习软件和工具的领先企业的挑战者尤其如此。要在市场竞争中存活下来，半导体供应商至少能够支持主要的开源软件框架，如Tensor Flow、Caffe2、Theano、CNTK、MXNet和Torch等，同时还需为开发者提供辅助应用开发的工具。未来，半导体供应商需要投资于软件，并与软件开发商合作获取其人工智能设备架构。用于处理神经网络的软件框架数量逐渐增多，且未来几年内将陆续开发和推出更多软件框架，因此新加入者仍有较大发展空间。

把握人工智能芯片之外的机遇: 人工智能处理能力的实现并不仅仅依靠人工智能芯片。在人工智能的发展过程中，存储器也是一个十分重要的部件，因为高吞吐量的并行处理会给存储器系统中的数据带宽带来多重压力。对人工智能系统存储器的巨大需求将为存储器供应商创造机遇。此外，随着人工智能系统的扩张，各子系统及设备之间的互联性能可能面临发展瓶颈。因此，半导体供应商应把握机遇，创造出实现高速互联的设备，满足系统之间的大量数据流动需求。此外，虽然人工智能芯片可内置多个处理器，使并行计算能力达到最大化，但如此便导致芯片尺寸变大。这对可能需要定制冷却解决方案的热力和高压电源管理提出了巨大的挑战。封装供应商可以借此机会开发更薄、散热更少的产品，为客户打造性价比更高的解决方案。

3.4并购活动回归理性

半导体并购活动已经经过巅峰期，汽车、人工智能以及网络/数据中心等正在成为最受欢迎的新兴垂直领域。日本和韩国一直致力于振兴国内半导体行业，他们积极参与美国和欧洲中型企业收购，并与中国展开合作。同时，围绕知识产权和国防安全问题的争议还将抑制中国企业走向全球化的进程。中国收紧对美国高科技公司的境外投资成为新常态，全球并购市场规模整体缩水。尽管如此，半导体大型企业集团仍在各垂直领域寻找拥有高市场份额和利润的潜在目标。

3.4.1并购活动进入稳定期

2016年，全球半导体并购交易额曾达到1,200亿美元的峰值。2017年，半导体行业并购交易额大幅下跌。除了以往交易导致并购目标减少以外，欧洲和美国收紧监管审查也是一大重要原因。由于单笔交易额增加，2018年全球并购交易额再次增长。例如，美国博通公司以179.9亿美元收购了CATechnology。

2014年至2015年，东亚地区(中国、日本、韩国以及中国台湾)的并购交易量迅速增长，交易额突破220亿美元。但经过几年的快速扩张后，2017年和2018年的并购活动有所停滞。2017年，东亚地区的半导体并购交易量下降1%，交易额仅增长2%。

3.4.2中国国内并购活动遥遥领先

无论是从交易量或是交易额来看，中国无疑是半导体并购活动最活跃的地区。从2014年至2018年，中国半导体行业并购交易量的全球占比从48%增至72%，复合年均增长率高达18%。

过去五年里，中国半导体行业快速发展的最主要原因是有利的政府政策。中国目前是全球最大的半导体芯片进口国，政府的总体战略是减少对外国进口产品的依赖，发展国内的半导体行业基础。这一政策促使中国企业纷纷进军半导体行业，并通过收购获取先进技术。

毫无疑问，中国大陆是东亚地区境内并购活动最活跃的地区。从2014年至2018年期间，并购交易量的复合增长率高达24%。例如，2018年阿里巴巴收购了杭州中天微系统有限公司。在此之前，阿里巴巴已经投资了五家芯片公司:寒武纪、Barefoot Networks、深鉴科技、耐能和翱捷科技。

相较于中国大陆，日本、韩国和中国台湾的并购活动相对平缓。并购交易的主要目的是提高市场地位，增加市场份额，以及寻找新兴应用。

3.4.3境外并购喜忧参半

总体而言，自2016年以来，东亚地区的跨境并购交易量出现下滑，尤其在美国加强了对寻求前沿技术的中国企业的调查之后。2017年，白宫发布了有一份题为《确保美国在半导体行业长期领先地位》的报告，指出中国的半导体政策对美国产生的潜在威胁，并建议美国政府采取措施防止或者严格限制中国企业的收购，同时收紧对重要半导体知识产权流动的法规限制。但是，尽管政府的并购审查日益加强，北美和欧洲仍是东亚地区半导体企业的主要并购目的地。

3.4.4并购动机明确

如今，半导体企业参与境内外并购主要出于以下四个原因:收购先进技术、提高市场地位并增加市场份额、寻找前沿应用以及扩大行业供应链。

收购先进技术:中国半导体行业严重依赖进口。2018年，中国的科技公司采取了一些紧急措施。例如，中国半导体清洗设备公司北方华创收购了位于美国宾夕法尼亚州的半导体晶片清洗公司Akrion，将其业务扩展至硅片制造、微机电系统和封装领域。这是自特朗普政府上台以来，美国外国投资委员会批准的首例收购案。

尽管拥有更先进的半导体技术，但日本、韩国和中国台湾仍希望通过并购掌握半导体相关技术。2018年6月，台湾联华电子斥资5.19亿美元收购了日本晶圆代工企业三重富士通半导体股份有限公司84%的股权，以获得丰富的集成电路生产经验。与此同时，台积电以600万美元的价格收购了美国安森美半导体公司，以扩大半导体应用组合，强化核心业务。

提高市场地位:通过收购竞争对手，企业能够在增加市场份额和提高盈利能力方面发挥协同作用。2018年，上海威尔半导体以21.8亿美元收购了北京超视微科技85%的股份和北京全视科技96%的股份，以获取全视的高端技术和超视的成本控制能力。并购也能为快速进入新市场——尤其是海外市场——铺平道路。韩国代工厂海力士投资7,500万美元收购了中国代工企业海进半导体(无锡)50%的股份，以扩大其代工业务规模。中国公司华大半导体也收购了专注集成电路设计的加拿大公司Solantro Semiconductor，以便在渥太华开展并推广业务。

进入新兴领域:人工智能、无人驾驶等新兴技术的快速发展极大地刺激了半导体芯片需求。芯片企业正通过并购将其业务领域扩展至新兴领域。例如，三星电子收购了全球最大的联网智能汽车零部件供应商之一哈曼公司。2018年，日本半导体开发和制造公司瑞萨电子收购了美国公司艾迪悌，以增强其在无人驾驶汽车技术领域的竞争力。

扩大行业供应链:从上游到下游，半导体行业链包括设计、制造、封装和测试环节。通过进军行业价值链上的其他环节，传统企业不仅能够创造新的收入流，还能产生协同效应。2018年，中国领先的嵌入式中央处理器芯片和解决方案供应商英创半导体通过收购北京西城半导体的部分股权，进军高端存储芯片业务领域。

3.4.5警惕并购风险

尽管并购有很多好处，但并购前和并购后可能出现很多问题，包括目标判断失误、未开展详尽的尽职调查以及执行不力等。

并购目标筛选与评估相关风险

中国科技企业在海外并购中面临诸多政治和法律风险。欧美多国政府对海外收购或投资采取了非常严格的限制措施，尤其是针对半导体这样的高科技产业。未来，中国企业将很难收购拥有高新技术和巨大商业价值的高科技企业，因此选择并购目标的难度将不断加大。此外，虽然中国企业可以通过收购外国公司，获得无形资产(如技术和品牌)，提升行业水平，但由于通常需要支付较高溢价，中国企业将面临巨大的经营与财务风险。高财务杠杆是中国企业海外并购最显著的特征，而高杠杆必然会带来高风险。如果并购失败或企业整合失败，并引致亏损，并购企业将面临巨大的财务风险。

财务信息与尽职调查相关风险

与国内并购项目相比，海外并购项目在财务信息质量、解读、供应方式以及验证等方面均存在差异。因此，企业应根据这些差异合理调整尽职调查程序。

参与并购的外国半导体企业并购需要关注有关股东背景的风险:

1)由创始人管理的中小型企业:这些公司通常不够关注日常会计工作，财务数据较混乱，且未聘请知名会计师事务所来审计财务状况。因此，很难从书面材料中获取财务数据，并进行业务分析。

2)私募股权基金管理企业:私募股权基金倾向于在业务扩张初期就进行规划，并在业绩较好时出售。因此，其财务数据详尽、完整，相关的书面材料齐全，财务数据真实性高。然而，良好的历史财务业绩通常也可以借助短期激励措施实现。因此，利润高的企业也可能发展前景有限。

海外并购与整合相关风险

在交易和整合的过程中，跨境合并与收购面临很多挑战，包括重组的复杂程度、缺少当地整合资源和团队、外部利益相关者管理与人才流失、管理信息系统的差异以及文化、薪资和福利制度差异。具体来讲，包括:

文化与补贴福利制度差异:不同的绩效评估体系会对员工绩效产生不同影响。一般来说，本地化程度越高的企业基本工资越低，销售佣金越高;而外资企业的基本工资普遍较高，但销售佣金较低;因此，当两家公司合并时，这些差异可能导致工资和补贴不均等的问题，从而影响员工工作热情。

人才流失与管理:并购可能导致核心管理人员流失，影响公司业务的正常运营。核心人员包括:掌握关键技术/流程的人员以及掌握政府和客户资源的人员。担任多个职务的高级管理人员更能抵抗企业重组带来的冲击。经过重组后，企业可能会遣散员工，并更改领导人员职责。

重组的复杂程度与链反应:国外的劳动法规非常支持员工的利益;如果重组可能引发社会动荡，当地政府可能会干预工厂的搬迁/重组计划。

缺少监督重组过程的当地项目团队:并购与重组项目通常由公司总部主导，但缺少当地团队的参与可能使当地出现的问题不能被提交至筹备委员会，并得到妥善解决;缺少当地团队的领导，重组计划实施的有效性将大大降低。但语言和文化障碍可能导致项目团队不能与当地员工进行有效沟通。

外部利益相关方管理低效:顾客与供应商可能认为重组将使公司业务面临不确定性，因此对合作失去信心，或者对建立未来的合作伙伴关系感到迷茫;供应流中断和顾客流失可能难以逆转;竞争对手可在重组磨合期内抓住机会争夺客流。

管理信息系统差异:大多数中国企业采用本土企业资源规划(ERP)系统，如UFI，这会在一定程度上妨碍公司与使用Oracle/SAP企业资源规划系统的公司共享信息，进而导致信息接收和处理延迟。

四、深思熟虑进军中国市场

4.1半导体:跨国企业的摇钱树

金准产业研究团队预计中国将继续保持世界第一大半导体消费市场的地位。2018年，中国的半导体消费占全球总量的41%。人工智能的商业化、物联网应用和5G将进一步推动半导体消费增长。到2024年，中国在全球半导体消费中的占比将达到57%。

因此，中国成为许多全球顶级半导体企业的收入来源就不足为奇了，其中几家企业过半的收入源自中国。例如，高通65%的收入都来自中国。

4.2没有万能的市场准入方案

试图进入中国市场的跨国企业应当考虑多重因素，如政策、技术、市场营销、物流和全球战略。对于跨国企业来说，在进入中国市场之前，找准定位并制定最佳的市场准入战略也很重要。显然，正确的方法并不止一种，但总的来说，跨国企业的技术现状与中国国内的技术现状将发挥重要作用。如果跨国企业拥有技术优势，其将拥有更强的议价能力，且不愿意分享知识产权。然而，跨国企业可能会完全避免国内企业已发展强大的情况。例如，由于中国的半导体高端设计和制造业相对薄弱，竞争不够激烈，跨国企业通常会以设立地区办事处或外商独资企业的方式进入中国市场。在封装、测试和低端设计等中国相对擅长的领域，跨国企业可能会选择成立合资企业，或者直接避开中国市场。

地区办事处:这种模式一般适用于技术完全由跨国企业垄断的行业领域，几乎没有共享知识产权的动机。例如，高通在北京、上海、深圳和西安设立了地区办事处。

外商独资企业:领先的半导体跨国企业热衷于通过设立外商独资企业满足中国巨大的半导体需求。来自台湾、韩国和美国的代工厂纷纷在中国设立新厂，以增强生产力。例如，台积电将在南京设立一家产量将达到2万片/月的12寸晶圆厂。海力士也计划在西安建立一家产量达到16.8万片/月的工厂。

考虑到本土半导体企业已经成为封装和测试领域的佼佼者，跨国企业可以通过与本土企业合作，进一步提升技术能力。2016年，AMD与中国先进技术企业南通富士通微电子股份有限公司合作成立合资企业。这家合资企业兼并了AMD在苏州和马来西亚槟城的研发团队以及先进的设备资产，成为了全球领先的封装与测试企业。

总之，跨国企业需要考虑其竞争力和中国市场的战略价值。与国内企业不同的是，跨国企业在中国市场的发展计划与其全球战略息息相关，全球战略决定了跨国企业在中国市场的未来发展。大多数跨国企业会选择进入其有较强竞争力和在中国市场有较高战略价值的领域。但企业也可以有其他选择。例如，如果一家跨国企业拥有较强竞争力，但中国市场的战略价值较低，可以采取“机会主义”的做法，即选择需要最小增量投资的优势业务。另一方面，如果市场竞争已经很激烈，但中国市场仍有较高战略价值，企业需要积极寻找本地化机遇，以实现价值最大化。最糟糕的情况是，当竞争力和战略价值都较低时，则跨国企业应该退出市场。

例如，一些跨国企业放弃中低端手机业务，转而关注先进的高端手机业务。同时，其他跨国企业还与本土信息技术巨头合作，实现硬件和软件技术本地化，以避免监管限制。此外，很多跨国企业已经退出中国手机市场，并撤回了其在合资企业的投资。

五、数字化是增强竞争力的关键

如今，半导体企业必须比以往任何时候都要更快、更灵敏地保持竞争力。人工智能、大数据等新技术的商业化正不断推动企业实施数字化转型，实现智能生产、智能管理和智能销售。通过投资数字化基础设施来提高生产力、开发新的业务渠道，企业将有机会克服发展障碍，并通过数字化找到新的发展动力。

实施数字化转型已经成为很多企业应对挑战的主要办法。例如，零售行业的数字化转型已经渗透到价值链的各个角落，包括以消费者为导向的需求预测、个性化营销、购买体验和智能客户服务。数字化转型的主要目的是持续提升效率，有效吸引顾客。

随着芯片加工能力、云服务推广、传感器以及其他硬件价格下跌，计算能力大幅提升实施数字化转型的基础条件已经成熟。从应用的角度来看，科技公司已为市场提供多种用于提高数据利用率，提升经营效率并减少生产成本的数据分析工具。

在整个产品生命周期中，很多半导体企业已经开始利用数字化工具获得竞争优势。例如，半导体行业已经将人工智能和分析工具应用在设计、制造、封装和测试等环节的应用延伸至管理。

5.1人工智能助力效率提升

人工智能技术在半导体制造和企业运营的各个方面将发挥不可或缺的作用。半导体懂得制造过程会产生大量数据，传统的数据分析方法只能利用部分结构化数据进行事后分析。但基于人工智能的智能分析工具能够对数据集进行全方位的实时分析，从而提升生产和管理效率。

设计:人工智能够更改整个设计流程。半导体设计的每一个步骤都会产生大量的参数。不同于传统的分析工具，新的分析技术可帮助半导体设计人员综合分析所获取的数据，吸取经验教训，分析过去的数据，并从数据和结果中提炼关系。无论是高频数据或是中低频数据，都可以借助数据组合发现潜在错误并提升产量，从而帮助了解新生成的数据，并通过更改某些参数，制定决策或纠正错误。此外，根据数据制定决策可以避免设计团队与流程团队之间出现沟通障碍。

制造:在制造过程中，各个流程产生的数据可以共享，直接分析，并报告错误，以减少可能犯错的人工检查，从而实现效率提升。人工智能系统每分钟能够对数据进行上千次检查，约相当于人工检查效率的600倍。人工智能监测与维护系统连接产生数据的整个过程，能够实时预测设备故障，从而减少生产中断引发的损失。

封装与测试:充分利用数据可缩短测试时间，加快将产品推向市场的步伐。数据整合和互联可大大提升数据利用率。为半导体测试公司与零部件供应商建立数据交换平台，一方面可以及时找到错误的根源;此外，还可以减少发生故障的芯片数量。此类平台可以使故障芯片数量减少50%。

管理:人工智能客服系统从客户问题的语义理解和问题识别出发，在识别出的问题中搜索大数据，分析问题的意义，生成知识图谱，从而匹配答案并制定决策。人工智能客服系统可实现24小时在线客服，随时解答问题，提高客户满意度，节约半导体企业的人力成本，让员工从枯燥和高压的工作中解放出来，专注于更有价值的工作。

5.2分析工具助力深入了解客户

分析工具主要用于管理，包括决策和客户开发。数据驱动的决策支持无疑已成为半导体企业了解潜在客户的重要手段，能够帮助企业做出更理性的决策，接触更多客户。数据分析工具可用于分析与企业日常收入变化有关的信息和相关销售数据。基于客户信息和外部辅助数据，分析工具可为半导体产品定价提供指导和建议，从而形成智能的定价方案。与客户互动的过程可以产生大量数据。通过不断积累客户需求数据，企业可以深入分析、了解客户的偏好和需求，并帮助实现精准营销和大规模的个性化推荐及服务。

5.3主数据管理至关重要

主数据管理包括不同组织内的数据收集、分类、管理和清理等，是人工智能数据分析以及多种数据分析工具的基础。

半导体企业的数字化转型基于数据应用和更加先进的企业生产和运营管理。各个传感器和智能设备生成的数据能否实时存储到数据集中?如何进行数据分类?如何管理并清除结构化和非结构化的数据?如何共享不同领域的数据?以上这些问题，主数据管理都能一一解决。

在设计和制造半导体的过程中，主数据管理能够提供智能的设备数据—数据分析。在封装和测试和环节，主数据管理能够连接封装和测试企业与零部件供应商的数据。在管理过程中，主数据管理可处理业务经营与财务数据。

结语

随着消费类电子产品需求饱和，半导体行业的增长将趋于平缓。然而，许多新兴领域将为半导体行业带来充分的机遇，特别是汽车和人工智能的半导体应用。

在汽车行业，安全相关电子系统的普及呈爆炸式增长。到2022年，汽车半导体元器件的成本将达到每车600美元。微控制单元、传感器和存储器等汽车半导体设备需求激增，汽车半导体供应商将因此获益。未来十年，自动化、电气化、数字互联及安防系统的发展将推动汽车电子设备和子系统中半导体元器件的数量不断增长。

人工智能半导体市场竞争激烈，不但在应用层面如此，半导体芯片层面不同体系架构亦在相互角逐。出于提升效率、降低成本的考虑，人工智能芯片在数据中心的应用持续增长，云技术领域因而成为人工智能芯片的最大市场。

最后，中国已经成为全球主要半导体厂商的重要收入来源，其中许多企业有超过一半的营收来自中国。意图进军中国市场的跨国企业应当综合考虑包括政策、技术、市场营销、物流和全球策略等在内的多方因素。跨国企业务必在进入中国市场之前清晰认识自身所处环境，制定最佳的市场进入策略。

前言

当前，我们使用的许多前沿数字化设备背后的技术都要依靠半导体才能实现。由于无人驾驶、人工智能、5G和物联网等新兴技术的发展，以及对技术研发的持续投入和市场主要参与者间的激烈竞争，未来十年全球半导体行业有望持续稳定增长。

东亚地区(中国大陆、日本、韩国和中国台湾)聚集了部分全球最重要的半导体厂商。受益于经济增长、移动通讯的崛起以及云计算的发展，东亚已经成为半导体行业发展的热点地区。中国控制着几乎一半的市场价值，其中大陆市场和立足台湾、服务全球的世界领先原始设计制造商(如富士康和广达电脑)、晶圆代工厂商(如台积电)各占总需求量的50%。中国正在努力建立充分自给的半导体行业，同时力求成为全球行业引擎。另一方面，日本是半导体材料、高端设备和特殊半导体的重要产地，而韩国在高带宽存储器和动态随机存取存储器市场居于绝对的领先地位。

半导体行业的兼并收购活动已经达到峰值，专业纵向整合逐渐成为行业重点。日本、韩国正力图通过收购重振本国半导体行业，而与此同时，持续的贸易战和知识产权纠纷将使中国在全球范围内的大举投资受阻。

一、半导体行业格局不断演化

1.1未来增长稳定

过去几年，全球半导体行业增长主要依赖智能手机等电子设备的需求，以及物联网、云计算等技术应用的扩增。预计全球半导体行业总收入将从2018年的4,810亿美元增长到2019年的5,150亿美元，且增长态势有望持续至下一个十年。主要市场驱动力量包括现有产品的持续强化、人工智能产品和5G网络等新兴技术的融合，以及汽车和工业电子行业的迅速增长。半导体行业的大部分收入将来自于数据处理类电子(如存储和云计算)以及通讯电子(如无线通讯)。

1.2汽车电子和工业电子领跑

汽车电子和工业电子将成为半导体行业增长最迅速的两大领域，来自消费电子、数据处理和通讯电子的收入将稳定增长。

安全、信息娱乐、导航和燃料效能方面的汽车电子元件消费在未来几年内将出现增长，这得益于越来越多的电子元件应用于车载安全功能。在驱动半导体增长的各类应用中，高级辅助驾驶系统增幅最大，这将推动对集成电路、微控制单元和传感器的需求相应增长。

工业电子涵盖安防、自动化、固体照明、交通运输以及能源管理等领域。其中，安防是工业电子最为重要的驱动领域。新兴存储器技术提升了物联网设备的节能水平、安全水平和功能特性。

头盔显示器将是消费电子领域半导体增长的主要驱动力。此外，可穿戴设备和智能手表将成为新增长点。然而，DVD和便携媒体播放器等其他消费电子市场将大幅缩水。因此，消费电子整体营收增长在某种程度上将受到限制。

数据处理电子包括计算和存储设备。其中，以固态硬盘为主的存储设备将贡献最大增长份额。2018年以来的价格下降趋势仍在持续，固态硬盘的大规模普及以及平均存储容量的增加将保持较强态势;特别是随着数据中心的需求成为关键驱动力之一，企业固态硬盘将更加普及。

通讯电子包括有线和无线电子。无线电子中，传统电话和蜂窝调制解调器将大幅削减，而智能手机需求增幅微弱，因此无线电子市场收入增长将会比较缓慢。有线通讯电子中，作为设备部署的企业广域网应是增长最快的领域。

1.3亚太市场需求不减

亚太仍将是全球最大的半导体消费市场。中国产品占比的增加正在刺激整个亚太市场的增长，并将提供主要推动力。此外，并购活动的增加将有利于半导体行业的未来发展。

增长方面，2018年美国市场增速最快，这主要得益于动态随机存取存储器的兴起和对微控制单元的高需求，特别是在存储设备市场。随着存储器价格上涨并贡献巨大收益，存储器市场发展迅速，亚太地区因此获益。中国大陆集成电路产业增长了24.8%，有力推动了亚太区域市场的发展。韩国半导体行业增长主要依靠集成电路供应商，尤其是在存储芯片市场。另一方面，中国台湾半导体行业的根基是晶圆代工模式，然而价格波动已经影响了许多厂商，这迫使台湾供应商将部分晶圆代工厂迁至大陆，并重新调整优先要务，以集成电路设计为重心，力求在价格走低的颓势中逆流涌进。日本半导体企业则经历了剥离、重组，退出了技术价值较低的动态随机存取存储器领域，专注于开发高附加值的系统芯片。

1.4中国迎头赶上

在东亚地区，日本在半导体研发和材料行业一直处于领先地位，拥有包括东芝、索尼和瑞萨电子等在内的半导体巨头。韩国和中国台湾分别在存储器和晶圆代工方面具有较强优势。韩国在动态随机存取存储器和NAND闪存方面领先，拥有三星、SK海力士等许多顶尖半导体企业，这很大程度上得益于政府支持。且NAND内存市场核心技术能力积累的要求，使新市场参与者日益难以参与竞争。但是，韩国亦面临诸多挑战。由于动态随机存取存储器价格下跌，出口降低，韩国半导体供应商正努力加大设备和材料研究上的投入，以求向其他领域拓展，避免对存储器业务的过度依赖。

中国台湾已经成为全球领先的半导体晶圆代工产地。该地区半导体晶圆代工行业由台积电和联华电子两大合约制造商主导。半导体晶圆代工是信息技术产业的重要支柱。台湾应当能通过提高晶圆代工生产的附加值，弥补因资本和人才投资匮乏导致的集成电路设计领域的不足。中国大陆正在蚕食台湾的半导体市场份额。不但

如此，日益扩大的中国大陆市场还将成为集成电路设计行业的商业渠道，中国大陆企业将继续投资于台湾的半导体产业。首先，中国大陆可提供市场支持。台湾半导体行业需要更加贴近消费者市场，以支持产品创新，实现规模经济效益。其次，台湾可获得相应的人才，从而专注于附加值更高的产品研发工作。

中国半导体行业正以两位数的增长率蓬勃发展。然而，尽管近年来中国半导体厂商的竞争力得到显著提升，但关键零部件仍需大量从西方国家进口，自给率不足20%。中国政府十分关注这一问题，制定了多项有利政策支持半导体行业的发展。

总体而言，中国半导体行业有四类企业:“国家队”、“地方队”、私募/创投基金和跨国企业，竞相推动中国成为全球半导体行业的动力引擎。金准产业研究团队分析，国家队的领衔企业“大基金”和紫光集团均在产业价值链中投入了数千亿美元。“本土队”则紧跟“大基金”的指引，许多地方政府纷纷在当地建立投资基金，如北京市集成电路产业发展股权投资基金和上海武岳峰资本基金。这些专注于半导体行业的地方基金资本预计已超过2,000亿元人民币。在私募/创投领域，许多“海归企业”也加入了中国半导体产业的发展大潮，包括紫光展锐、芯原、兆易创新和澜起科技等。这些企业普遍由“海归”创立，专注于集成电路设计，并且大多由私募、创投基金支持。跨国企业中，英特尔、台积电和许多其他境外投资企业在中国大陆开展业务已久。近几年，越来越多的境外资本开始关注中国市场的机遇。格罗方德半导体在成都设立了工厂。ARM和高通均已在中国设立合资企业。特别值得一提的是，自从台湾地区放松对大陆高科技产业的投资后，台积电在南京开设了多个工厂，联华电子也通过福建晋华集成电路进入福建。

1.5中美贸易战下的不确定因素

2019年注定是中美两国科技产业的多事之秋。除非两国能在知识产权、技术转移和网络攻击等领域达成共识，针锋相对的关税互博或将持续甚至升级。此番贸易战中，受挫最严重的当属半导体行业——美国每年需要进口价值25亿美元的相关产品。

目前，中国从美国进口的集成电路芯片价值超过2,000亿美元，远超原油进口额。半导体价值链上任何环节的波动都会影响整个产业。随着贸易战愈演愈烈，众多国内大型半导体厂商及跨国企业均开始重新评估自身在供应链中的定位。例如，苹果公司很长时间以来将中国作为其各类产品的生产基地，从其标志性的iPhone到iPad及配件均产自中国。目前，苹果公司的供应链已经覆盖数百家企业。但是，如果中国持续提高对美国的进口关税，这些供应商可能会考虑将部分iPhone产能迁出中国。

然而统观全局，中美贸易战对中国高科技行业的短期影响或许被夸大了，毕竟中国制造的集成电路芯片大多流向了国内市场。贸易拉锯战将在某些方面迫使中国企业寻求自主创新，加快国产产品替代过程，缓解未来风险的冲击。

二、汽车半导体的突破口

2.1汽车电子系统急剧增长

汽车行业历经了长期的发展，才实现了以安全与舒适性为核心的汽车电子前装化。早在2004年，仅有四分之一的出厂车辆内置安全气囊，而配有前装电动座椅的车辆不足50%。然而，在政府监管和消费者需求的驱动下，安全相关的电子系统迅速普及。如今，汽车行业的创新大多出现在电子系统而非机械层面。2007年到2017年期间，汽车电子成本占比从约20%上升至40%左右。

半导体成本(即电子系统零部件的成本)已经从2013年的每车312美元增加到了如今约400美元。汽车半导体供应商正获益于微控制单元、传感器、存储器等各类半导体设备需求的大幅上涨。到2022年，半导体成本预计将达到每车近600美元。

半导体供应商在汽车产业供应链中扮演着至关重要的角色。在传统汽车行业生态体系中，半导体供应商将产品销售给一级电子系统供应商，后者将技术整合成模块交给整车厂装配。近几年来，汽车行业经历了翻天覆地的变革，未来几年的生态体系将被彻底改造。人工智能、电动汽车、

无人驾驶、能源储存和网络安全等技术的发展;公众对安全和共享出行等话题的社会意识;污染等环境问题引发的担忧;基础设施支出等经济层面的考量以及亚洲市场的增长等诸多因素都将重塑汽车行业。

关键词:自动化、电气化、数字互联与安全性未来十年，这四大趋势将推动汽车电子和子系统中的半导体元器件不断增加。

2.1.1自动化

自动化被广泛认为是未来出行的终极目标。汽车制造商和一级供应商、技术提供商(如半导体厂商)以及传统汽车行业之外的智能出行企业(如共享出行公司)争相开发、投资相关技术。半导体厂商尤其积极开发各类融合人工智能和机器学习技术的微芯片、融合设备以及系统芯片设备。

安全是无人驾驶车辆的关键卖点。然而，实现全面自动化(L5)需要在高级驾驶辅助系统安全系统等能够减少交通事故的技术(包括电子稳定系统、车道偏离警告、防抱死制动、自适应巡航控制和牵引力控制系统等)方面实现进步。这些技术需要复杂的电子元器件，包括高速处理器、存储器、控制器、传感器和数据传输，以确保车辆的可靠性与安全性。例如，传感器将在驾驶自动化的进程中起到重要作用，自动化驾驶能力的实现需要更多传感器。汽车自动化程度越高，使用的传感器就越多。L4无人驾驶车辆的传感器数目可达29个。这些功能将不会局限于高端车型，未来几年将延伸至销量变化更高的中端和经济车型。

2.1.2电气化

对提升燃油效率、满足政府减排要求的需要，正推动传统汽车和电动/混合动力汽车对半导体的需求日益增长。当前的传统内燃机二氧化碳排放量仍有很大的降低空间。引擎的高效运转需要大量传感器、控制器的支持，这方面仍存在巨大的提升潜力。例如，中国政府将在2020年推行“国六”排放标准，这将进一步减少汽车排放量。

同时，电动/混合动力汽车的发展要求动力传动系统向电气化迈进。许多国家的政府已经着手制定或正在推出完全禁止内燃机汽车的禁令。中国已经给汽车制造商设定了电动车生产指标(2019年起达到

总产量的10%)。许多全球性汽车制造商也设定了在10年内将电动车销量提升至总销量15%—25%的目标，以推动电动车的大众化普及。大型整车厂的电动车制造与销售目标将带动半导体行业成比例增长。因此，以减排为目标的电子动力传动技术的创新条件已经成熟，这也将加速推动汽车行业半导体需求的增长。

2.1.3数字互联

另一大趋势是数字互联，即高级汽车联网，包括汽车与基础设施互联(V2I)、汽车与汽车互联(V2V)和车与车联网，这一功能旨在实现汽车内、外互联，并将汽车融入物联网成为其中的一部分。汽车制造商已经开始提供为潜在应用商店充

当平台的操作系统，并开发了定制应用软件、服务和媒体内容。数字科技企业正在根据车内使用特点改造移动平台，并开发车载娱乐平台。一些流媒体服务和设备制造商已经和整车厂建立了合作。由于具备核心能力并采取积极主动的资本投资策略，数字科技公司在这一领域尤其具有独特的优势。从消费者的角度来看，车内数字互联和数字内容将成为汽车的标准配置，亚洲消费者尤其如此——他们将可以与个人移动设备无缝整合的车载娱乐视为汽车的基本功能之一。互联性并不局限于娱乐;车对车通信是无人驾驶汽车实现无人驾驶技术并避免事故的一项关键技术。金准产业研究团队预计到2023年，超过90%的出产车辆将具备互联功能。

2.1.4安全性

随着汽车互联性能提高，软、硬件平台将愈发暴露于黑客攻击的风险之中。一辆汽车的某一部件若发生故障，将引发雪崩式的反应。例如，如果汽车通讯系统遭到恶意攻击，高级驾驶系统将无法接收重要的环境认知信息，汽车一体化安全系统(控制制动、加速和防撞系统等)也就无法做出反应。因此，如今的汽车电子供应商比以往任何时候都更加注重车辆的安全性和可靠性。

为抵御潜在威胁，保护措施可从两个层面开展。首先，制定政策并建立网络安全标准，令制造商遵循一套严格的流程，确保联网汽车的安全性。然而，仅仅有标准是不够的，汽车制造商和技术公司还需要生产未预置后门或木马的高度安全的部件，评估软件和固件的漏洞，提供以空中下载(OTA)方式进行的更新以及通讯线路连接。

2.2未来多种出行形态并存

我们设想这些变革趋势将创造四种并存的未来出行形态，汽车保有形式将分化为共享与私有，而汽车控制系统将持续向全面自动化发展。

在私有—无人驾驶(形态1)情境下，汽车保有形式仍为私有，但随着技术成本的下降，无人驾驶水平达到前所未有的高度，促进了无人驾驶汽车数目的增长。整车厂和科技企业的协作在这一形态下成为常态。

在私有—自动化(形态2)情境下，汽车为私人所有，高级驾驶辅助系统应用有限。整车厂将持续关注汽车销量，技术发展循序渐进。行业生态不会有较大改变。

在共享—无人驾驶(形态3)情境下，大部分汽车由用户共享，且具备无人驾驶能力。在这一情境下，娱乐等按需出行服务将兴起，汽车制造商、科技企业、车队所有者以及监管机构将深化合作，以建立复杂的城市生态系统。

在共享—自动化(形态4)情境下，车辆拥有形式为共享，共享出行将迅速发展普及。点到点的交通运输方式随着共享出行而诞生，每公里交通成本随之下降。这一情境下科技企业将能够提供更优化和个性化的服务。

2.3汽车半导体行业机遇正在显现

尽管手机在当前以及未来都是半导体企业的最大市场，但多年以来这一领域的增长已经十分饱和。而汽车半导体市场却是个例外。随着高级驾驶辅助系统和车载信息娱乐等电子部件越来越多地应用于汽车，这一领域需求强劲，成为半导体企业的重要增长市场。

亚太地区最具吸引力

预计2018年汽车半导体收入将达到400亿美元的历史高点，并将在2022年突破600亿美元。亚太地区在政府政策支持和消费者安全性需求的推动下(尤其在中国)，将以41%的增速领跑全球。2017年，中国汽车销量达到近2,900万辆，是全球最大的汽车市场。此外，中国还将成为全球汽车制造中心，吸引着各国汽车制造商，轻型汽车产量在全球范围内的占比将达到近29%。这些趋势均令亚太地区倍受半导体厂商的青睐。

从设备角度来看，随着功能组合的复杂性不断提升，汽车将需要不同类型的组件。一些细分领域的增长速度将超过其他领域。例如，无人驾驶将产生对传感器和微控制器，以及处理传感器数据的大量需求。半导体行业亦正在开发更加强大的微

控制单元/微处理单元以处理这些数据。例如，当汽车达到L4/5级别的自动化程度，系统需要能够处理所有传感器数据，才能呈现出全面的视角，帮助汽车做出正确判断。

2.4抓住机遇

汽车行业对半导体厂商而言并非一个陌生的市场。事实上，许多厂商多年前就已进入了汽车领域。然而，由于客户规模不足，当时汽车市场并非半导体厂商的重要收益来源，而且流程验证周期长，同时与消费电子相比销量很低。然而，由于高级驾驶辅助系统、人工智能、数字互联以及传感器等汽车电子的需求不断增加市场氛围。要抓住这些良机，半导体行业的领先企业应当考虑以下措施和方法进入市场:

2.4.1了解汽车市场特有的要求

汽车电子和消费者电子市场对半导体有截然不同的要求。比如，消费者希望手机具备最新、最前沿的技术。然而在汽车行业，一些传感器仍然采用150纳米的制造工艺。这是因为汽车设计要求具有较高的冗余，元器件的大小并非主要考量因素。因此，采用7纳米工艺传感器的动机并不如手机市场那么强烈。此外，汽车领域对故障率的要求严苛得多。如果手机出现故障，用户只需重启即可，但这对于正在道路上行驶的汽车并不现实。对于手机半导体供应商而言，10%的故障率或许可以接受，但汽车制造商则希望零部件在15至20年内故障率低于十亿分之一。

此外，手机设计频率通常达到3GHZ，频率和速度均为首要考虑因素。然而，汽车所需的频率和速度则千差万别。但随着5G联网汽车将在不久成为现实，汽车和手机领域或许终将融合，联网汽车在某种程度上将具备类似于手机的功能。此外，汽车芯片还要在更大的温度范围内运作

(-40°C至155°C)，而移动设备则只需适应0°C到40°C之间的温度范围。手机和汽车在电压方面还存在巨大的差异。在手机应用领域，电压通常保持在较低水平以维持电池寿命。而汽车的电压则更高，而且运用了许多模拟信号半导体，这就要求设备在更宽的电压范围内准确无误地运转。

2.4.2资质要求将极为严格且极具挑战

在汽车行业，汽车内部的运行条件相比一般的消费电子产品更为苛刻，因此芯片、部件、模块及子系统均须符合严格的质量、可靠性、成本、功率及安全标准。例如，美国汽车电子协会制定了一项针对集成电路的故障压力测试认证(AEC-Q100)，合格的集成电路应通过一系列可靠性压力测试(电气、工作寿命等)，并需要在不同高强温度之下进行测试。电子和半导体供应商需要支持装运前认证测试，以及装运后故障分析。最终，产品开发与制造均可追溯至安全管理条例，实现一切均有源可溯。

这些要求给半导体供应商带来了诸多挑战。例如，半导体晶圆代工厂通常是开发一项流程技术，并采用相对常规的样本规模进行认证。然而在汽车领域，代工厂需要进行更多检查、测试及筛选以达到更高的质量和产出水平。隐藏的可靠度缺陷是另一重点问题，许多部件直到在车辆的有效寿命期间上路运行后，由于老化、潜在的制造缺陷、热应力或电磁干扰等，故障问题才会出现。

鉴于未来无人驾驶将依赖各个部件之间的协同运作，这一问题尤为重要。设备在长时间的恶劣外部环境下的运行表现如何还有待确定。一个普通车型的上市时间通常为10到15年，更新周期远远长于消费电子产品。

半导体厂商有责任针对更大的样本规模开展更多模拟、检查和测试，以在确保可靠性，同时控制整个过程的时间和增加的成本。供应商须针对长产品生命周期做好应对准备并制定计划，支持相关产品的制造和维护。

2.4.3通过并购助推市场进入

对许多半导体厂商而言，进入汽车半导体市场并非轻而易举。他们必须权衡利弊，在自建能力和并购之间做出选择。随着半导体厂商不断寻求新的领域推动增长和扩张，过去几年的并购交易活动十分活跃。恩智浦半导体与飞思卡尔的合并缔造了汽车半导体解决方案领域的领导企业，而英特尔则通过收购Mobileye公司进入了汽车半导体市场并填补了其汽车产品方面的空白。

因此，企业应将并购视为维持竞争力整体战略不可分割的一部分。并购带来的潜在益处包括填补产品空白、获取先进技术以及扩大客户群体基础。这在汽车半导体行业尤为重要，因为与汽车公司建立长期合作关系需要做出极大的努力。此外，大部分汽车半导体项目均耗时漫长，从概念启动、产品开发及认证流程到最终的生产常需要数年的时间。同时，客户愈加寻求从一家而非多家公司获得一体化综合解决方案。

从技术角度而言，汽车半导体元器件必须遵循严格的质量标准，而具备尖端制造能力的半导体供应商则最有可能生产出高质量的元器件。通过并购，半导体供应商能够快速获得这种专长，以强化竞争优势并提高市场份额。

智能手机市场已经过度饱和，迫使许多大型半导体企业转向汽车半导体市场探索业务机会，以扩大投资组合并扩展收入渠道。联网汽车成为半导体厂商扩张的一个入口点。

例如，三星收购了哈曼公司以建立联网汽车信息娱乐系统的业务能力。由于哈曼公司是联网无人驾驶汽车的全球领先企业，这一收购使三星在汽车市场站稳了脚跟。通过此次收购，三星利用现成知名品牌确立自身作为信息娱乐系统主要供应商的地位，同时亦打开了无人驾驶汽车市场这一新的盈利性收入渠道。三星将继续扩展联网汽车市场、高级驾驶辅助系统、网络安全及空中下载业务。此次收购亦符合三星的为实现规模效益而制定的物联网全局战略。

与此同时，松下正重新调整工作重心，从家庭电子转向以高科技汽车零件为重，充分利用自身在电子方面的技术专长，在汽车电子市场打造领先的技术能力。过去几年松下完成了多次收购，同时亦在倾力打造自有无人驾驶能力。该公司的无人驾驶汽车已经进入测试阶段，并与谷歌和高通在信息娱乐领域开展合作，同时在中国设立合资公司生产电动汽车的重要零部件。

2.4.4重新思考合作模式和角色

这一市场格局在现有供应链的基础上增加了一层复杂性。如今，部分汽车制造商正在设计自己的集成电路(如特斯拉)并将业务活动从核心硬件延伸至提供用于充当潜在应用商店平台的操作系统软件，以及开展特定应用及其他服务或媒体内容。

其他一级参与者亦正在设计集成电路并进入软件领域参与竞争。德国大陆集团对Elektrobit公司的收购便是这一趋势的印证。此次，半导体供应商正着手开发电控单元，部分集成电路公司亦在上马相关项目。

汽车行业供应商亦在与终端客户建立直接联系，力图降低对整车厂的依赖程度。例如，博世开发的应用使用户能够监控汽车的各项运行情况，并可以直接联系最近的博世维修中心。

科技参与者将自身现有能力应用于数字化汽车平台。他们在技术能力、运营模式以及用于激进投资的资本等方面拥有极大的优势，专注于采取横向举措以创造新的收入模式。一些高科技参与者正在开发无人驾驶系统，这些系统极有可能与车载操作系统相互融合。领先的网络及科技公司则专注于国内娱乐平台，希望为此类应用建立标准。数字化参与者正在根据汽车客户需求对自身智能手机平台进行调整，将信息娱乐操作系统和软件平台整合至车载系统和人机接口之中。流媒体服务及终端用户设备制造商已经与部分整车厂建立了合作关系。半导体供应商不仅可服务于传统汽车制造商及其供应商，亦可与科技企业合作提供更多产品，从而扩展自身在生态体系中的角色。

同时，半导体供应商亦在加强与汽车制造商和一级汽车行业供应商的合作。例如，英伟达正在与奥迪合作，采用无人驾驶的深度学习技术打造人工智能平台，利用神经网络了解周边环境并确定安全行车路线，与奥迪的L3无人驾驶汽车线融合。此类战略合作关系使双方实现技术能力互补，创造互利共赢的成果。

同时，过去20年来，先进晶圆厂高昂成本早已令许多整合组合制造商(IDM厂商)停止建立先进的工厂，转向“无晶圆厂化/轻晶圆厂化”。但是，这些IDM厂商均保留了自有的专利流程，将部分生产外包至晶圆代工厂。一开始，这仅涉及一小部分重要的汽车产品(如信息娱乐及显示驱动)，重要组件如动力系统或底盘控制组件仍由IDM厂商自行制造。然而，如今随着IDM厂商逐步将重要应用外包至晶圆代工厂，这一趋势正在改变转变。例如，高级驾驶辅助系统需要先进的微控制单元，但许多IDM厂商自身却并不具备相应的制造能力。

2.4.5关注初创企业及其颠覆影响

初创企业是开展联网汽车车内活动、VRV/V2X通信、移动出行服务、网络安全及人工智能/机器学习领域的温床。近年来对这些汽车科技公司的投资大幅增加。行业中具有广泛多样的初创企业，能够解决不同的行业痛点问题。例如，新硬件初创企业正在寻找方法，以解决光探测和测距(激光雷达)相关难点，这是保障无人驾驶汽车安全性必不可少的一部分。首先，激光雷达成本仍然十分高昂，许多大型汽车制造商并不采用;其次，动态测距是该技术的一大问题，即激光雷达能够在多近、多远以及多广的范围内从上千万像素中准确建立3D全景?另一个问题是可靠性，激光雷达必须能够承受恶劣行驶条件下正常发生的振动和撞击、磨损以及清洁。最后，还有一些极端情况需要解决，如白色背景下的强烈光照、产生白化现象的暴风雪气候以及晨雾等。

半导体供应商应关注初创企业的原因有多个。首先，这些初创企业在联网汽车领域的兴起为半导体供应商提供了与之合作的机遇。第二，由于技术研发成本高昂，风险巨大，获取数字互联及人工智能等技术对半导体供应商和整车厂的重要性日益突显。第三，这些初创企业可成为半导体供应商掌握创新技术或进入利基市场的潜在收购目标。