深度报告:强者愈强,关注全球科技龙头

科技是全球下一轮经济增长主要驱动力,全球科技股近年来持续获得超额收益。未来龙头公司有望凭借市场、资金、技术、人才优势进一步整合资源、提升份额,实现强者愈强。

作者:许英博

科技是全球下一轮经济增长主要驱动力,全球科技股近年来持续获得超额收益。未来龙头公司有望凭借市场、资金、技术、人才优势进一步整合资源、提升份额,实现强者愈强。

投资要点

全球科技股持续获得超额收益,龙头公司有望强者愈强。美股:2017年初至今,道琼斯指数+5.3%,纳斯达克指数+12.9%,科技股六强(Apple、Alphabet、Amazon、Facebook、Microsoft、Intel)总市值+20.9%;2009年以来,科技股六强在纽交所和纳斯达克的总市值占比从2.9%飙升至8.8%。中概股:阿里巴巴+35.4%,市值破3000亿美元。H股:腾讯+33.9%,市值超2.4万亿港元。A股电子领涨:电子+4.6%,通信-6.7%,传媒-11.7%,计算机-13.2%。我们认为,未来龙头公司有望凭借市场、资金、技术、人才优势进一步整合资源、提升份额,实现强者愈强。

中长期前瞻投资方向:1)数据智能:海外科技巨头将主导基础层和技术层的发展,而国内企业在应用层将获得更佳的变现机会;2)汽车产业链创新:新能源为长期发展方向,智能将成汽车核心竞争力,中国车企和创业型公司受益于资本力量和工程师红利,有望在智能化进程中承接更多全球分工。具备催化剂的领域还包括:1)智能手机产业链微创新:双摄像头配套率持续提升、无线充电普及、OLED及其上游设备机会、CNC和陶瓷机壳及3D玻璃等;2)先进人机交互技术:AR/VR、3D体感、生物识别等相关技术更广泛的应用。

美股:硬件领域优势显著,盈利能力和在手现金双强。Apple(新一代智能手机)、Amazon(AWS云服务)、Facebook(AR/VR)、Google(软件王者,亦进军硬件)等公司持续创新,此外人工智能和算力需求驱动下一代半导体技术发展,关注NVIDIA(GPU)、Xilinx(FPGA)、Intel(收购Mobileye)、Qualcomm等。Tesla是新能源汽车和无人驾驶领域的开拓者,积极拓展太阳能、隧道等技术,亦值得关注。

A股/港股:内容和软件能力较强,关注2C端商业模式(如社交、游戏、AI等)和2B端硬件及零组件。腾讯为港股科技龙头,关注AI落地(社交/游戏/金融)。此外,关注比亚迪电子(智能手机设计组装/3D玻璃盖板)、丘钛科技(摄像头)、海康威视(物联网/大数据运营)、舜宇光学(摄像头)、科大讯飞(语音识别龙头)、广联达(数字建筑)、亿联网络。

风险因素:宏观经济下行压力影响IT总体支出,新兴技术出现明显的失误并导致较大的事故,关于崭新科技的法规不成熟拖慢落地时间表,市场对于前瞻技术的预期显著高于技术进步速度等。

投资策略:科技是全球下一轮经济增长主要驱动力,美股科技股在硬件、内容和软件领域均占有先机,值得长期关注;A股关注中长期有望成为全球细分市场龙头的硬件公司及内容和软件类公司。投资建议详见报告。

正文

1

全球科技市场回顾

科技股表现超大市,龙头公司强者愈强

纳斯达克100指数从2017年初至今上涨了13%以上,大幅超于道琼斯工业平均指数的5.3%和标普500的5.6%;对比恒生指数同期上涨11.1%和沪深300的2.9%。纳斯达克100的P/E估值水平为27倍,P/S估值水平为3.4倍;与全球其他主要市场指数相比,相对处于较高水平。S&P 500未来12个月市盈率为17.5倍,对比五年历史平均的15.2倍和十年历史平均的14倍,目前处于一个比较高的位置。1.jpg

科技股六强市值稳健增长,在纽交所及纳斯达克的总市值占比提升至8.8%。2017年初至今,道琼斯工业指数+5.3%,纳斯达克综合指数+12.9%,Apple、Alphabet、Amazon、Facebook、Microsoft、Intel涨幅分别达29.6%、18.9%、9.5%、27.2%、29.2%、-1.3%;2009年初至今,道琼斯工业指数+131.8%,纳斯达克综合指数+275.5%,科技股六强对应涨幅分别为895.3%、545.1%、194.7%、1853.7%、437.4%、102.6%。目前,纽交所总市值25.3万亿美元,纳斯达克总市值9.5万亿美元;而科技股六强总市值就高达3.1万亿美元,在两市占比高达8.8%。2.jpg3.jpg

中概股:阿里巴巴领跑。我们整理了15家科技类中概股,其中阿里巴巴市值接近3000万美元,2017年初至今涨幅35.4%。此外,百度、京东、微博、网易、新东方、携程、好未来等市值亦达百万美元量级。4.jpg

美国科技股领涨

美股:纳斯达克带领美股上涨趋势。2016年美国股市经历了腥风血雨,1月和2月跌幅达11%,创下有史以来最糟糕的开年表现。随后美国经济复苏步伐稳健,经济各主要方面呈现普遍增长的势头。当时市场普遍比较担心包括中国经济增速放缓以及人民币贬值在内的一系列风险;下半年投资者转向在经济增长时表现良好的行业。5.jpg

长达五个季度下降后,2016年第三季度的盈利增长终于录得同比上升3.1%。标普500公司2016年平均收入增长为2.4%,平均利润增速为0.4%,当中信息技术类股票增长优于全行业平均,收入和利润分别增长4.1%和5.4%。据FactSet,标准普尔500指数2017年第一季度的预期混合收益增长率为13.5%,若季度实际增长率能达到该水平,将是自2011年第三季度以来最高的盈利同比增长。6.jpg

H股:腾讯为绝对龙头。腾讯作为中国互联网巨头,依托QQ、微信的社交优势,在游戏、广告、金融等领域进行业务延伸,市值稳健成长至2.4万亿港币。7.jpg

A股:电子元器件板块较为强势,自2017年初以来上涨4.62%。此外,通信板块下跌6.65%,传媒板块下跌11.72%,计算机板块下跌13.15%。8.jpg

我们认为,未来龙头公司有望进一步集中资源,强者愈强:1)收入、利润稳健增长,我们正处于科技进步斜率快速提升的时代,智能硬件、数据智能对生活的渗透影响愈来愈强,科技行业发展趋势确定向好,龙头公司业绩增长可得保障;2)在手现金多,投资能力强,投资意愿充足,具备较强行业整合能力;3)占据人才优势,研发实力强,可在科技进步迭代过程中稳固核心竞争力。

全球科技股IPO进度加快

2016年科技IPO显著放缓,但2017首季数目与金额激增。2016年在美国交易所上市的公司所募集的资金比2015年下降了41%,总金额是自2003年以来的最低水平;数量方面,只有105家公司在2016年上市,是自2009年以来IPO最少的年份。去年美股市场IPO放缓的主要因素包括私人与公开市场募集基金的估值差以及公开市场的波动。2017年前三个月,全球IPO交易量和交易总值均大幅上涨,共有18项科技IPO募集到58亿美元的总金额。季度数据显示了总金额的234%环比增长与655%同比增长,而上市公司数量亦上升了80%,表现惊人。9.jpg

美国和中国是1Q科技IPO的动力来源。根据普华永道的报告,美国总统大选后投资者的信心不断增长及公司缺乏后期私人资金是驱动IPO市场反弹的主要原因。美国第一季度IPO募集的金额达45亿美元,而中国地区的表现也非常良好,共录得12项科技IPO,总金额达到12亿美元。在第一季度里上市的全球科技公司的平均过去12个月(LTM)收入为3.56亿美元,18家公司中只有4家(22%)出现亏损。与2016年第四季度里80%的公司出现亏损相比有很显著差别,可能反映出投资者在评估这些新公司时的风险偏好正在转变。10.jpg

IPO估值上涨考验市场情绪。根据企业价值/过去12个月收入(EV / LTM收入)的估值指标,刚上市的科技公司的估值倍数在上升,从2016年第四季度的5.1倍上升至2017年第一季度的8倍。如果世界经济继续走向稳步改善的方向,我们认为全球科技IPO的积极情绪将在2017年余下的时间持续,但新上市公司和类似业务的已上市公司之间的估值差将可能考验投资人对科技行业未来的真正信心。11.jpg

科技产业总观

据Gartner公司预测,2017年全球IT支出将达到3.5万亿美元,增长率由2016年的0.4%回升至1.4%,由于美元上涨,该预测增长率较一季度的2.7%为低。软件和IT服务支出推动全球IT支出回升,数据中心系统和IT设备支出增长由负转正。预计软件支出在2017增长5.5%至3510亿美元;IT设备支出受手机销售和个人电脑销售小幅改善将在2017年增长1.7%至6450亿美元;IT服务支出将增长2.3%至9170亿美元。12.jpg

对Gartner客户的一项调查显示,其中48%的企业预计2017年IT预算将会增长,其中30%预测持平,22%下降。当中,75%的组织支出来自正式的IT预算,25%来自业务部门IT和影子IT(即组织内部使用但没有得到明确管理授权的信息技术系统和解决方案)。13.jpg

据IDC研究,全球IT行业在2016年是个超过3.4万亿美元的市场,而行业将在未来一年超过3.5万亿美元。如果把IT市场拆分,硬件、软件和服务类加起来将占全球总市场的59%,而电信服务则占其余的41%。IT服务和软件在美国市场的占比要比在全球市场的份额为多,比例分别为美国IT服务和软件市场的25%和21%,对比全球的19%和13%。14.jpg

经过几个季度的疲软之后,CompTIA的IT商业信心指数在2017年获得6.5分的跃升。从大型供应商到小型解决方案提供商的高管都普遍看见类似的积极情绪,反映了行业的稳固基础。

智能手机销量增长拉动手机销量回暖。据IDC预测,2017年全球手机出货量增长1.1%至19.9亿部,其中智能机占比77%、达15.3亿部,同比增长4.1%,而功能机出货量同比减少4千万部至4.6亿部。手机销量的增长主要来自于技术进步带来的智能机升级换新。2016-21年,整体手机销量年均复合增长率为0.6%,智能手机销量年均复合增长率为3.8%;分地区来看欧非中东地区、亚洲及大洋洲地区增长潜力最大,整体手机销量年均复合增长率分别达到1%和0.7%。15.jpg

PC销量下降趋势放缓。据IDC预测,2017年全球PC销量同比减少2.1%至2.5亿台,增长率由2016年的-5.7%收窄至-2.1%,为近5年最高。其中笔记本电脑略有增长,尤其是二合一笔记本和Chromebook的销量将上升,台式机销量继续下跌。2016-21年,PC销量年均复合增长率为-1%。16.jpg

全球数据流量快速增长,移动化是趋势。据Cisco VNI预测,2017年全球数据流量将达到每月108.5EB,到2020年达到194EB每月,年均复合增长率21%。在2020年,智能手机流量将超过PC流量占到总流量的30%,无线和移动设备的流量将占总流量的66%。17.jpg

在过去的十年中,全球每年产生的数据量以50%以上的CAGR增长,2015年全球产生数据8 ZB(1 ZB= 1012 GB)。据IDC预测,2020年全球产生数据量将超过40ZB,相当于地球上每个人产生5200GB的数据。我们判断,基于海量数据深度学习的人工智能第三次浪潮可能走得更远。18.jpg

科技革新迎来社会数字化转型

数字转型正在推动IT行业的发展。企业开始把握新时代科技的颠覆性,利用云时代的各种工具来重新定义企业组织并扩大自身IT能力。过去科技更多的是个支持功能,特别是在中小企业层面,因此IT的定位更多是一个成本中心,企业的常见目标是以更低的成本以提供所需要的IT功能。

随着时间的推移,企业对IT已经转向更加战略性的观点。科技的正确应用可以提高生产率,提供洞察力或创造新的收入来源。今天的企业开始认识到科技在推进企业目标方面的关键作用。从识别新客户到聘请员工到开发新产品,现在几乎每一个企业目标都需要科技的帮助才能实现明显的进展。公司本来可能认为科技转型是增长的其中一个途径,但越来越发现科技已经慢慢成为企业生存的要求。19.jpg

企业的数字化创造了跨越多个行业的生态系统。数字化转型的特点在于受影响的层面已经不只在传统科技相关的领域,更多的是以一个跨行业的形式来实行;车联网和无人驾驶,电子医药,金融科技,电子零售和智慧城市等将通过连接、存储和带宽的增加,认知技术的进步和日益复杂的数据分析能力来实现科技带来的增量机会。

软件技术发展带来突破性增长。德勤2016快速增长科技公司排行榜是北美信息、媒体、电讯、生命科学和能源技术行业增长最快的年度排名。软件在整个技术领域的影响力仍然最大,占整体排名的58%,而排名前十的获奖者中有五家是软件公司。在私营公司中,44%的企业把自己定义为软件即服务(SaaS)细分领域,24%为企业软件类和10%为信息安全类。软件行业的三年中位数增长率高达275%。20.jpg

星巴克也是一家科技公司。在星巴克2017第二季度电话会议上,“Mobile”一词被使用了24次。管理层明确表示公司已经不仅仅是家咖啡公司;星巴克也是一家科技公司。刚上场的首席执行官凯文·约翰逊是科技公司微软和瞻博网络的前任高层,他强调公司需要重点关注技术的推进以走出零售业的困境。公司将通过Digital Flywheel计划推动数字化进程,预计将在2021年为公司带来翻倍的增量收入。21.jpg

受影响的不再只是科技企业。“如果你昨晚作为一家工业公司上床睡觉,那么今天你将会像一家软件和数据分析公司那样醒来”,工业巨头通用电气GE的董事长兼首席执行官杰夫·伊梅尔特(Jeff Immelt)表示。信息技术已经在传统行业发挥着越来越重要的角色。霍尼韦尔(Honeywell)是一家营业额达300多亿美元的全球多元化工业制造企业,但公司一直强调软件专业知识在组织内的重要性,23000名工程师里有大约一半正在从事软件开发相关项目,而不是该公司最出名的重工业产品,如喷气发动机和楼宇控制系统。

如何理解及利用数字化社会带来的庞大数据是关键

根据IBM的一个报告提到的内容,我们现在拥有的约90%的数据是在过去两年中产生的。数字世界里包含我们每年创建和复制的数据,而数据量正以每12个月增加一倍的速度增长。据德勤的报告,预计到2020年数字世界里将有44ZB(千兆字节),数字位之多几乎与宇宙中的星星数目相若。22.jpg

物联网终端数量和市场高速增长。据IDC预测,2017年全球安装的物联网(IoT)终端数量将增长21.3%、达到180.3亿个,2016-21年均复合增长率达19.4%,其中采用低功耗广域物联网(LPWAN)和无线(WLAN/short-range wireless)连接方式的终端是主流且增速最快。

机器智能技术在处理大数据分析有绝对优势。德勤分析亦指出,财富500强公司和风险投资已经认识到机器智能在处理这些数据的潜力,并在战略上投资部署建立新的解决能力。德勤预测,截至2016年底,全球100家按收入排名最大的企业软件公司中有80多家将认知技术整合到其产品中,比前一年增长25%。到2020年,德勤预计前100名中约有95%将纳入一种或多种认知技术。23.jpg

新兴科技将成为带动IT行业发展的原动力。从IT类别的角度比较,IT行业的高管对IT服务最为看好。许多年前开始的Everything-as-a-Service服务模式趋势一直保持其势头。虽然技术的某些方面变得更容易管理,但管理技术生态系统的整体复杂性往往超过许多客户群体特别是小型企业的管理能力。传统的管理服务提供商在管理安全,数据和物联网等领域拥有新的机遇,有望获得远超预期的上升空间。24.jpg

产业方向选择

全球科技股持续获得超额收益,龙头公司有望强者愈强。2017年初至今,美国科技股六强(Apple、Alphabet、Amazon、Facebook、Microsoft、Intel)总市值+20.9%;2009年以来,科技股六强在纽交所和纳斯达克的总市值占比从2.9%飙升至8.8%。中概股方面,阿里巴巴+35.4%,市值破3000亿美元。H股的腾讯+33.9%,市值超2.4万亿港元。而A股方面电子领涨+4.6%,通信-6.7%,传媒-11.7%,计算机-13.2%。我们认为,未来龙头公司有望凭借市场、资金、技术、人才优势进一步整合资源、提升份额,实现强者愈强。

中长期前瞻投资方向:

1)数据智能:移动互联硬件红利正在消退,但数据红利才刚刚开始。智能手机销量和技术进步同时进入平台期。互联网和物联网蓬勃发展,带来数据量爆发,全球每年产生的数据量以50%以上的CAGR增长。我们判断,基于海量数据深度学习的人工智能第三次浪潮可能走的更远。海外科技巨头将主导基础层和技术层的发展,而国内企业在应用层将获得更佳的变现机会;

2)汽车产业链创新:电动车降低造车门槛,颠覆传统车企在“动力总成”领域的核心竞争力,智能将成未来汽车主战场。全球科技投资重心之一将由“智能手机+移动互联网”转向“智能电动汽车+车联网”。未来5年,ADAS及智能驾驶、车联网、车用芯片、账号及操作系统等技术值得关注。中国车企和创业型公司受益于资本力量和工程师红利,有望在智能化进程中承接更多全球分工。

具备催化剂的领域还包括:

1)智能手机产业链微创新:今年是苹果iPhone发布十周年新品智能手机的年份,由于新品手机的很多大改款市场已经有比较明确的预期,销量有明显提升的概率非常大。逻辑上最看好光学,OLED+玻璃/陶瓷外观次之。双摄像头配套率持续提升、无线充电普及、OLED及其上游设备机会、CNC和陶瓷机壳及3D玻璃等;

2)先进人机交互技术:更好的人机交互将使计算机易于使用,并让使用者更愉快,因而可提高生产率。最理想的状态是,人们可以和计算机交流,而不像现在这样仅限于窗口、图标、鼠标、指针(WIMP)界面,AR/VR、3D体感、生物识别等相关技术将得到更广泛的应用。

2

数据智能:未来5-10年的投资主线

“数据”+“人工智能”将成为未来5-10年的科技投资主线。移动互联硬件红利正在消退,但数据红利才刚刚开始。智能手机销量和技术进步同时进入平台期。互联网和物联网蓬勃发展,带来数据量爆发,全球每年产生的数据量以50%以上的CAGR增长。我们判断,基于海量数据深度学习的人工智能第三次浪潮可能走的更远。25.jpg

数据是21世纪的石油:掌握数据者将成最大赢家。据统计,2001年全球市值最大的五家公司分别为通用电气、微软、埃克森美孚石油、花旗银行、沃尔玛。在随后的十几年中,上榜公司还有道达尔石油、中国石油、壳牌石油、中国工商银行等,均集中于石油与金融行业。进入2016年,社会后工业化加速迈进,数据成为最有价值的资源,全球市值最大的五家公司全部变成科技公司,分别为苹果、谷歌母公司Alphabet、微软、亚马逊、Facebook。26.jpg

数据产业链:从“数据主义”到“人工智能”

产业链逻辑:以数据的生命周期为核心,从数据源到应用场景。数据行业产业链由上至下可分为数据源、数据存储和云平台、数据分析和挖掘、数据应用场景等;此外,数据交换和数据安全也是保证数据产业正常运营的必要元素。27.jpg

数据源:从“互联网”到“物联网”

数据源:从“互联网”到“物联网”,万物皆可产生数据。在不久后的将来,物联网将超越互联网、移动互联网,成为数据产生的最大源头,数据的来源将不仅限于人,而是包含智能万物,包括智能穿戴、智能家居、智能汽车、智能安防等。

物联网高速增长,2018年将超越手机成为数量最多的互联终端。爱立信预计,2015至2021年,物联网(IoT)将以23%的年复合增长率增长。到2021年,全球预计将有280亿台互联终端,其中大约有160亿台为物联网终端。此外,手机端将维持3%左右的缓慢增速,而PC、固定电话则基本保持不变。28.jpg

物联网产业链:感知层、网络层、应用层。感知层包括传感器、芯片,以及搭载的控制软件,主芯片或控制器结合通信模块是趋势,仍有较大的进口替代成长空间。网络层包括通信终端、通讯网点、运行服务等,目前运营商仍处于拓展阶段,尚未达到获利规模。应用层以数据管理平台为基础,支持多种场景应用,包括智能生活、智慧城市、车联网、工业互联等,运营商及互联网厂商皆有可能提供数据管理平台,专业的第三方应用目前较少,仍需依赖于平台或硬件厂商来集成。29.jpg

物联网感知层:MCU控制核心,RFID/MEMS标识传感。MCU(微控制器)芯片是物联网终端嵌入式应用的核心器件。RFID(Radio FrequencyIdentification,射频识别技术)由于其读取信息量大、可实现非接触识别、受外界环境影响较小等优点,成为物联网感知元器件主流。MEMS(Micro Electro Mechanical Systems,微机电系统)具有小型化、低功耗、集成化、智能化等特点,尤其适合物联网应用,成为关键的数据入口。30.jpg

物联网网络层:5G标准快速推进,NB-IoT拔得头筹。2016年6月,物联网NB-IoT标准冻结,国内外移动通信运营商已经展开NB-IoT部署,国内的中移动与电信皆已进行网络现场试验,并即将展开商用。与此同时,5G通信标准快速推进,我国的5G基础研发试验将在2016年-2018年进行,预计2020年将启动5G商用,届时数据传输速率可达10~50Gbps,时间延迟仅1ms,可支持500km/h的终端移动速度。31.jpg

物联网应用层:巨头抢滩CMP,应用落地AEP。物联网应用层包括两大平台:数据管理平台CMP和应用支持平台AEP。其中CMP(Connection ManagementPlatform)主要负责设备连接管理、注册鉴权等,使得上层应用无须关心终端设备具体的物理连接和数据传输问题,主要参与者为移动通信运营商和互联网平台商;AEP(Application EnablementPlatform)主要负责数据结构化存储、分析等,向应用层开放接口,满足行业应用的快速开发需求。32.jpg

数据存储和云服务:从“存储介质”、“数据中心”到“云”

数据存储和云服务:从“存储介质”、“数据中心”到“云”,安全性重重保障。按照存储区域划分,数据存储可分为本地存储、数据中心和云服务三类。数据中心为政府、企业、个人提供服务器托管服务,提供可靠的数据备份和专业的网络监控。云存储则通过集群应用、网络技术或分布式文件系统等功能,调动网络中大量存储设备协同工作,共同提供数据存储和业务访问功能,其最重要的用途即为数据备份、归档和灾难恢复。

云存储是使用互联网来接入存储,或运行在远程服务器端的应用、数据、服务等。云存储分为三层:1)IaaS(Infrastructure-as-a-Service,基础设施即服务),为中间层或者用户提供其所需的计算和存储等资源,并通过虚拟化等技术奖资源池化,以实现资源的按需分配和快速部署;2)PaaS(Platform-as-a-Service,平台即服务),在基础设施层所提供资源的基础上为用户提供服务,包括了访问控制、资源管理、数据库和中间件等集群,同时可通过集成API为客户提供定制开发接口;3)SaaS(Software-as-a-Service,软件即服务),以友好的用户界面为用户提供所需的各项应用软件和服务,应用层直接面向客户需求,向企业客户提供CRM、ERP、OA等企业应用。34.jpg

全球云计算市场份额:Amazon一家独大,超过Microsoft、IBM、Google三巨头之和。Synergy Research Group2016Q1数据显示,Amazon Web Services(AWS)仍然主宰云服务市场,占全球云市场的31%。Microsoft、IBM和Google占22%的市场份额。第5到第24位的云服务提供商共占27%的市场份额,包括阿里巴巴、CenturyLink、富士通等。就同比增速来看,Amazon为57%,Microsoft和Google增幅均超过了100%。

中国云计算市场份额:阿里云独占鳌头,国外巨头开始发力。据IDC研究报告,2015年阿里云营业收入259百万美元,在国内占据31%市场份额;随后是中国电信13%、中国联通8%、世纪互联(微软云授权)7%。国外巨头纷纷加快在中国云计算市场的布局:全球云计算龙头亚马逊AWS同光环新网合作正式落地中国;微软Azure与世纪互联强强联手,在中国的企业客户已经超过7万家;IBM亦同世纪互联合作将自己的广受赞誉的BluemixPaaS平台落地中国。此外,2016年9月,Oracle与腾讯签署了正式合作协议,Oracle Cloud正式落地中国。

数据分析挖掘:从“语音识别/图像识别”到“大数据”

数据分析和挖掘:从“语音识别 /图像识别”到“大数据”,变数据为价值。数据分析和挖掘包括专业数据服务和综合数据服务。专业数据服务,包括图像识别、语音识别、生物识别等,从无意义的海量数据中抽象提取有用信息。综合数据服务,即一般的大数据服务,包括政府数据分析、金融数据分析、企业数据分析等及相关解决方案,将提取得到的信息进行组合分析,并为用户提供决策支持。

国内外语音识别霸主产生:全球Nuance、谷歌、苹果占据75%,国内科大讯飞、百度语音占据72%。据统计,2015年Nuance市场份额为31.6%,随后为谷歌28.4%、苹果15.4%、微软8.1%、科大讯飞4.5%、IBM4.1%;在国内市场,科大讯飞占据绝对优势,市场份额44.2%,百度语音紧随其后,占据27.8%,此外还有苹果、Nuance、小i机器人、捷通华声等。35.jpg

国内语音识别创业公司涌现。近年来,国内出现一批语音识别初创公司,包括平台类公司云知声、易手邦、普强科技、凌声芯语音、智齿科技、思必驰等,应用类公司出门问问等,智能机器人类公司小i机器人、公子小白机器人等。

国内外巨头自研、收购双管齐下,图像识别应用于自身产品升级。国外巨头如谷歌、微软、亚马逊、苹果、IBM、Facebook等均在图像识别领域有所布局,利用视觉技术升级自身产品,持续提升影响力。国内BAT亦基于图像识别进行功能试水。百度内部成立了深度学习基础研究院,已经推出了以图搜图的基本功能,还将图片识别用于无人驾驶、智能医疗等前沿领域。阿里将图像识别用于提升自身产品,包括拍立淘、支付宝人脸识别、蚂蚁金服生物识别等,并对外投资了计算机视觉创业公司依图科技。腾讯的优图团队对外提供鉴黄服务,并为内部P图产品提供技术支持,还推出了搜狗以图搜图功能。36.jpg

国内图像识别创业热度高涨,仍处于市场早期探索阶段。截至2016年第三季度,国内图像识别创业公司包括意图科技、格灵深瞳、商汤科技、旷视科技等。创业方向多集中于安防、金融、互联网、无人驾驶等。

综合数据服务:市场规模可观,新兴企业崛起。在大数据产业链中,综合数据服务的市场规模最大。全球大数据产业Wikibon数据显示,大数据逐渐成为全球IT支出新的增长点,2015年全球大数据市场规模达到384亿美元,同比增长34.7%,预计到2017年市场收入将超过500亿美元。在细分市场中,专业数据服务占比最高,可达35%左右,对应2015年市场规模135亿美元,预计2017年市场规模172亿美元。37.jpg

综合数据服务参与企业:新兴大数据公司表现活跃。Wikibon统计了2013年全球大数据领域收入排名TOP 30的公司,我们尝试对该30家公司进行归类分析:1)传统IT企业,以IBM、HP、Dell、Oracle等企业为代表,该类企业具有完整的软、硬件产品线,并通过既有产品线、Hadoop等开源计算框架的融合,迅速构建出综合性大数据解决方案;2)传统互联网企业,以Google、Amazon为代表,本身具有雄厚的技术和资金支持,且数据源丰富,自身业务对大数据具有较强的需求;3)传统咨询公司,以埃森哲、BCG等传统咨询公司为代表,作为咨询业务的延伸,依赖于对行业的理解,面向企业输出大数据实施方案以及承担相应的数据分析职能等;4)新兴大数据企业,以Palantir、Splunk等为代表,依赖于融合的计算框架和强大的技术实力,并叠加对特定行业的深入理解,提供相应的数据分析服务,典型的技术、行业认知驱动。38.jpg

人工智能:“数据革命”终极方向

人工智能渗透至各行各业。近期,知名市场研究机构CB Insights公布了一份AI 100名单,列出了100家在人工智能技术应用方面有突出表现的私营企业,囊括了无人驾驶、金融科技、物联网、医疗健康、网络安全等诸多领域。入选的中国公司有:碳云智能(iCarbonX)、Rokid机器人、出门问问(Mobvoi)和优必选(Ubtech)等。

3

智能电动汽车:汽车产业的十年机遇

十年机遇:“智能”将成汽车核心竞争力。电动车降低造车门槛,颠覆传统车企在“动力总成”领域的核心竞争力,智能将成未来汽车主战场。我们预计,到2030年智能电动车市场份额有望超50%,新兴汽车公司占其中半壁江山。全球科技投资重心之一将由“智能手机+移动互联网”转向“智能电动汽车+车联网”。未来5年,ADAS及智能驾驶、车联网、车用芯片、账号及操作系统等技术值得关注。中国车企和创业型公司受益于资本力量和工程师红利,有望在智能化进程中承接更多全球分工。

电动汽车:降低造车门槛,拉开智能序幕

海外:传统跨国整车巨头全面转向电动战略。大众汽车2025战略明确提出:全面调整汽车核心战略,重点关注电动车研发;未来10年推出超过30款纯电动车型;到2025年,大众集团希望纯电动车年销量达200-300万辆,占总销量20%-25%。宝马计划在2020年将目前所有传统内燃机汽车都具备电动化选项,公司亦预计到2025年其电动车销量占比将达20%。零部件巨头博世则于2017年初的北美车展推出其整套电驱动力总成。德国汽车巨头从柴油向电动的转向,表明新能源汽车确将成为全球汽车业的战略方向,纯电动和PHEV路径可能成为主力发展路径。

中国:新能源汽车牌照加速,电动车造车新势力兴起。国家发改委自2016年3月批复核准新能源乘用车项目,至今已累计发放11张牌照,包括:北汽新能源、奇瑞、江铃、知豆、前途汽车、万向、敏安等。产业资本密切关注新能源汽车产业机遇。据不完全统计,包含前述11家公司,国内有30余家企业陆续开展新能源汽车项目投资,如:蔚来汽车、车和家、FMC、智车优行、小鹏汽车等,涉及新增产能200余万辆(2020年)。

机会:全球新能源汽车销量预计4年增长3倍,中资零部件和材料公司将参与全球分工。结合主要跨国公司未来的市场预期,我们判断2020年全球新能源汽车销量有望接近300万辆(2016年95万辆),2025年接近800-1000万辆。新能源整车市场竞争格局可能较传统汽油和柴油车市场发生较大变化,传统巨头发力,新兴车企如特斯拉和中资电动车新贵亦有望参与瓜分市场。从确定性的角度,我们看好新能源汽车上游零部件和材料公司的投资机会,部分中资上游公司有望切实参与全球新能源汽车产业链分工,并获得持续增长的市场规模和盈利。39.jpg

未来技术进步方向:动力电池技术提升。包括三元正极材料、湿法隔膜、硅基负极等。根据中国节能与新能源汽车国家规划(2012-2020)动力电池路线图,到2020年,要求动力电池能量密度达到300Wh/kg。在现有的正极材料中,三元材料能量密度较高,可达200Wh/kg左右,如果结合负极加硅技术,则可达到300Wh/kg,基本满足国家规划要求。隔膜是锂离子电池的关键组件,湿法制得的微孔膜孔径小而均匀,不易造成穿孔,可以制成更薄的隔膜,提高电池能量密度。40.jpg

未来技术进步方向:轻量化发展。根据中国乘用车样本调查,乘用车重量降低10%,油耗可降低7.5%~9%;电动汽车重量降低10%,对应续航里程可增加5.5%。在动力电池能量密度尚不能完全满足要求的当下,轻量化成为提高续驶里程的重要手段。科技部部长万钢也在2016中国电动汽车百人会论坛上再次强调:“轻量化”是中国电动汽车发展的方向之一。汽车轻量化材料繁多:高强度钢、玻璃纤维、铝合金、镁合金、碳纤维等,其中铝合金已被广泛应用,碳纤维是未来的发展方向。

智能汽车:未来汽车核心竞争力,从ADAS到无人驾驶

智能汽车将重塑车企的核心竞争力。在汽油机时代,发动机、变速箱组成的动力总成是传统车企的核心竞争力。汽车巨头依靠动力性和车辆综合调较优势,形成差异化的质量和驾驶感受,辅之以营销和品牌建设,逐渐形成差异化的品牌竞争力。对于大型乘用车企业而言,发动机往往采用集团内InHouse的做法;新进入者无法购买合适的高性能发动机,只能通过自行研发积累。但一款好的发动机的研发周期往往需要十年以上的时间;而一旦批产发动机出现质量问题,又可能对车企的品牌形成巨大伤害。因此,发动机也就成为了传统整车企业最大的壁垒和核心竞争力。

未来汽车业主战场从ADAS到无人驾驶。美国汽车工程学会SAE将自动驾驶分为0到5级(美国高速公路管理局NHTSA将自动驾驶分为0到4级),0级为完全人工驾驶,5级为彻底的无人驾驶,中间的级别为不同程度的自动驾驶或辅助驾驶。目前L1和L2技术已相对成熟,L3和L4技术即将量产(特斯拉已经提前进入了3级自动驾驶阶段),彻底的L5无人驾驶则需要至少十年才能达到产业化阶段。41.jpg

ADAS系统:国外零部件巨头保持领先

国外汽车零部件巨头在ADAS领域保持优势地位。大陆、德尔福、电装、奥托立夫、博世这5家传统优势公司2013年全球乘用车ADAS市场份额分别为17.5%、13.5%、12.9%、11.3%和10.1%,总计超65%。其余份额被法雷奥、天合、麦格纳、海拉等企业占据。42.jpg

创业型公司大量涌现,上市公司亦希望借由参股和收购创业公司方式进入ADAS领域。借由资本的力量和中国多年积累的工程师红利,ADAS领域里的创业型公司快速涌现。目前,优秀团队已经基本具掌握了核心识别算法,开始进入ADAS系统集成领域,后装和预警类ADAS是主要突破口。亦有多家上市公司通过参股和收购方式进入该领域。但客观情况在于,对于整车企业而言,综合考虑产品可靠性、供应商的技术实力和体量规模,创业型公司的ADAS产品并非最佳选择。

ADAS零组件:感知、决策、执行

汽车智能涉及多种元器件,包括感应识别、执行机构、芯片算法、地图导航、车联网等模块。ADAS的主要功能模块主要包括:感知、决策、执行等。其中,执行模块的难度较大,电控制动执行技术主要被博世、大陆等公司掌握。芯片、激光雷达、毫米波雷达等感知元器件通常由外资公司把控。中资公司在感知决策算法领域有一定积累。V2V和V2X未来可能成为汽车智能感知的组成部分。43.jpg44.jpg

感应识别:以雷达和摄像头为主,多传感器融合发展。目前主流的车载传感器包括超声波雷达、激光雷达、毫米波雷达、摄像头、红外探头等。基于测量能力和环境适应性,预计雷达和摄像头会成为传感器主流,呈现多传感器融合趋势。45.jpg

执行机构:电控化是智能驾驶的必要条件。我们认为,未来汽车的三大主要执行系统(驱动、制动、转向)都将采用电控化方案,因为:1)相比于传统机械系统,电控系统更方便整合智能驾驶技术,如自适应巡航ACC、自动紧急制动AEB等;2)新能源汽车为电控系统提供了天然的优势平台;3)电控系统可以在同一辆车上实现多种不同的驾驶风格,满足消费者的驾驶需求切换;4)电控化方案可以大幅降低系统复杂度,增加汽车可用空间,助力汽车轻量化,如电控驱动系统可以省去变速箱、传动轴等,电控制动系统可以省去真空助力器、制动液压管路等,电控转向系统可以省去转向管柱等;5)电控化系统直接控制电机,效率更高,响应更快,驾驶更加安全。46.jpg

芯片:包括感应层的传感芯片、决策层的主控芯片和执行层的功率芯片。其中,传感器芯片和主控芯片是构成智能驾驶的两大基本技术。

传感芯片:一体化有望成为车辆周边识别技术的发展趋势。为实现无人驾驶,现今摄像头、激光雷达、毫米波雷达、红外、超声雷达等均是ADAS系统的备选传感器。多传感器融合将产生巨大的数据信息量,从而大幅度提高无人驾驶的安全性。伴随人们对驾驶安全的需求不断增大,多传感器融合的技术路线将被看好,未来有望实现摄像头、激光雷达、毫米波雷达等多传感器在单一芯片上的融合集成。以Mobileye的EyeQ5芯片为例,最多可支持20个外部传感器,包括摄像头、雷达或激光雷达。

主控芯片:传统MCU份额较为分散,未来发展方向为GPU、FPGA、ASIC等。MCU是把CPU的频率与规格做适当缩减,并将内存、计数器、USB、A/D等周边接口整合在单一芯片上,形成芯片级的计算机。传统车载MCU的市场竞争充分,份额较为分散,2015年恩智浦&飞思卡尔市占率最高,为15%,随后为英飞凌、瑞萨电子、意法半导体等。伴随智能汽车的发展,传统MCU难以满足大量数据计算的需求。我们认为,未来发展方向为GPU(图形处理器)、FPGA(可编程门阵列)以及ASIC(专用集成电路)。47.jpg

功率芯片:IGBT广泛应用,SiC快速增长。IGBT(Insulated Gate BipolarTransistor)是应用广泛的功率半导体之一,被应用于纯电动车充电桩的建设。此外,据Yole Developpement预计,2016-2022年SiC功率半导体市场规模的年均复合增速将达到38%。

地图导航:车联网的最佳入口,寡头格局或将持续。智能驾驶最基本功能之一为导航,其实现需要依据自身GPS及高精度地图来确定位置和行驶方向。但无人驾驶使用的地图要求更高:1)GPS定位精度需要到达厘米级别(目前精度>1米);2)需要提供更精确的三维数据已应对复杂的驾驶环境。因此如Here、Mobileye等均开始布局定制化地图,传统厂商如丰田也推出全新地图绘制技术。我们认为,国内地图底层数据行业的龙头垄断地位会长期存在,主要原因有两点:1)地图底层数据测绘需要长期投入,新进入者投入成本较高;2)地图行业进入需要资质申请,行业内原有龙头维持自身优势地位,随行业快速发展。2016年第二季度,前装车载导航出货1.1亿台,四维图新、高德地图、易图通持续占据超98%市场份额。48.jpg

车联网:智能驾驶的延伸,LTE-V值得关注。据美国咨询机构Strategy Analytics预测,2016年中国前装车联网将达到19%的渗透率,而全球平均水平为27%。到2020年,中国前装车联网渗透率将会达到49%,而全球达到55%,届时中国车联网市场规模有望超2600亿元,成为全球最大的车联网前装市场。我国推行LTE-V车联网专用通信,相关标准有望年内面世。49.jpg

4

苹果产业链和手机微创新

今年是苹果iPhone发布十周年新品智能手机的年份,由于新品手机的很多大改款市场已经有比较明确的预期,销量有明显提升的概率非常大(IHS表示,三星已准备在2017年为苹果生产9,500万片OLED面板,以防需求超过预期)。苹果手机产业链主要有三大增量:(1)光声革命(CMOS摄像头数目变多、结构光3D体感应用、耳机的无线与降噪性能升级);(2)OLED+玻璃/陶瓷外观;(3)无线充电。逻辑上最看好光学,OLED+玻璃/陶瓷外观次之。

苹果新机可能采用双摄与3D感测

市场预测iPhone三个机型中,有两款将采用双摄像头,并支持OIS双光学防抖。综合媒体消息,下一代iPhone将会有三个版本,预计会是4.7寸、5.5寸和5.1寸(5.8寸曲面屏),其中5.5寸和5.1寸将采用后置双摄像头,推测仍是广角加上潜望式长焦镜头,并升级为双OIS光学防抖(原本只有一个镜头搭配OIS);同时三种机型都将新增前置的3D感测成像,用来读取深度信息来优化拍摄效果,或具备脸部或虹膜识别能力。

3D深度感测供应链具备量产能力,苹果持续积累3D感知技术。经过LG等厂商在2014-16年的试水,深度摄像头已经渡过技术基础期,厂商持续优化微型模组方案,供应链具备规模量产能力。另一方面苹果在3D感测领域其实布局已久,主要的途径是通过收购技术领先的公司。譬如在2013年,苹果收购了以色列光学厂商PrimeSense,该公司有全球领先的3D深度感测方案,曾为微软XBOX等多家厂商提供相关技术;2015年苹果又收购了Linx与Faceshift,补强双摄的距离感知与3D建模能力;最近在2017年2月份收购RealFace,该公司主要的技术在于脸部识别的算法。50.jpg

下一代iPhone供应链推测

双摄产业链具有技术门槛,供应链维持原有队形。由于苹果已经在iPhone7 Plus导入双摄像头,即使新面孔加入供应链,推测在整体格局上也不会有大变化,会继续沿用原来的战略合作供应商。

CIS传感器:相信苹果会延续近年传统,由索尼独家供应。光学镜头:大立光具有显著的生产工艺优势,其他供应商在短期内无法撼动其地位,康达智与玉晶光受限于高阶镜片产能与良率,主要提供5P与前摄镜头。音圈马达:阿尔卑斯会受惠于双摄的需求增量,以及主摄升级为双光学防抖(OIS),出货量将大幅提升。模组:LG与Sharp具有技术优势,推测会继续负责组装主摄与双摄模组,前摄的模组厂除了原有的Cowell与富士康,大概率还会加入欧菲光来共同出货。51.jpg

3D深度感测首次导入,供应链会出现新成员。我们推测iPhone的3D感测可能采取结构光的方案,可以由发射端与接收端来分析。

红外发射端:整体成本预估能达到6-8美元,主要分为红外激光(VCSEL)、准直透镜(Collimating Lens)、衍射组件(DOE)三大块;红外激光发射器可能由美国VCSEL大厂Lumentum提供,同时II-VI与Finisar也有机会参与;准直镜头是用于控制光线行进的器件,能将电光源转换为线性光源,目前业界龙头为新加坡公司Heptagon,该公司也是苹果目前的光学组件供应商之一。光学衍射元件(扩散片与光栅),可能由德国的CDA公司提供。

接收端:主要由镜头、红外透过滤片及传感器组成,整个模块大约4-6美元。镜头需要定制以增加光线的进量,估计是现有三家镜头厂的其中之一来负责提供。红外透过滤片(IR Pass Filter)的作用与一般摄像头的红外截止片相反,是只让特定频谱的红外光通过,以提升传感器的接收效率;目前此类的滤光片工艺瓶颈高,可能由业界龙头Viavi供货,再搭配国内的水晶光电作为备选。在接收传感器的供应商方面,由于意法半导体(STM)已是合作已久的供应商,加上对于集成3D传感器具有丰富经验与技术能力,得到订单的机会很高。

3D感测相关的模组业务,推测苹果会与LGI及夏普先进行开发工作,后续再依照实际产能来决定是否加入三供;然而未来如果苹果将3D感测与前摄像头集成在同一模块,有可能打入前摄模组供应链的欧菲光是潜在受益者。

5

新一代人机交互方式

人机交互技术是当前信息产业竞争的一个焦点。美国总统信息技术顾问委员会的“21世纪的信息技术报告”中将“人机交互和信息管理”列为新世纪四项重点发展的信息技术之一(其他还包括软件、可伸缩信息基础设施、高端计算),它的目标是研制“能听、能说、能理解人类语言的计算机”。调查发现,由于不理解计算机正在做什么,美国计算机用户浪费了12%以上的上机时间。更好的人机交互将使计算机易于使用,并让使用者更愉快,因而可提高生产率。最理想的状态是,人们可以和计算机交流,而不像现在这样仅限于窗口、图标、鼠标、指针(WIMP)界面。52.jpg

人机交互的主要组成部分

交互媒介:与传统用户界面相比,引入了视频和音频之后的多媒体用户界面,最重要的变化就是界面不再是静态,而是与时间有关的时变界面。由于媒体带宽和人的注意力的限制,在时变媒体中,用户不仅要控制呈现信息的内容,也必须控制何时呈现和如何呈现。由于内容变得更动态、更移动、更即时,交互媒介也因此从PC端的有屏到移动端的轻巧屏到VR/AR可能带来的万物皆屏的巨变。53.jpg

交互方式:由于输入变得多元化和多维度,传统的键盘鼠标以及现在的触摸动作将慢慢被新一代无触摸的方式取代。语音(Voice)主要以语音识别为基础,但不强调很高的识别率,而是借助其它通道的约束进行交互。姿势(Gesture)主要利用数据手套、数据服装或体感装置等,对手和身体的运动进行跟踪,完成自然的人机交互。头部跟踪(HeadTracking)主要利用电磁、超声波等方法,通过对头部的运动进行定位交互。视觉跟踪(Eye-Tracking)则通过研究眼球运动信息的获取、建模和模拟进行定位的交互方式。54.jpg

交互技术:互联网时代的海量数据为深度学习算法的训练提供了数据基础,随着移动计算、移动通信、网络服务器等的快速发展,以深度学习技术为基础的如语音识别和计算机视觉取得重大突破,语音识别、视觉识别等准确率大幅提升。多通道交互技术(MMI)是一种使用多种通道与计算机通信的人机交互方式,经过多个交互方式(如言语、眼神、脸部表情、手势、头动、肢体姿势等)的反馈信息,经过信息的融合得到所需要产生的决策与效果。

虚拟现实成为颠覆体验与交互的平台

相比较电视、电脑和手机等传统电子设备,VR的出现具有划时代的意义:它突破了二维平面的枷锁,让人类在电子设备上第一次接收了三维动态信息,VR将深刻地改变人类认知世界的方式,成为重现场景的终极解决方案。在未来,VR产业将覆盖游戏、直播、视频娱乐、房地产、零售、教育、医疗、工程和军事等行业。VR绝不仅仅是一台娱乐终端,更将成为下一代的计算平台。55.jpg

虚拟现实2025:650亿美元市场。自2016年初起,Oculus Rift、HTC Vive、Sony PS VR和Google Daydream VR相继面世,VR产业融资再创新高。随着近年GPU和OLED显示屏幕的快速发展,以NVIDIA和三星为首的底层硬件已经为虚拟现实产业的爆发做好了准备。我们预计VR产业将继续保持5-10年的快速增长。到2025年,PC端和游戏主机端VR设备的总销量将有望达到7500万台。预计届时VR总市场规模将达到650亿美元。

虚拟现实提供最有效平台实现体感识别与人机交互的新方式。受人机互动这几年的蓬勃发展,VR交互新方式成为了人机互动开发者所耕耘的前沿阵地。身体姿态的信号捕捉和计算一直是人机交互领域重点的研发方向。如何精确地捕捉头、手、脚等身体部位移动的讯号,并将其更为自然地运用于VR应用中将是未来VR从业者所最为关注的话题。当前,一些初创公司甚至将交互技术的应用瞄准在嗅觉、神经肌肉电等鲜有人涉足的领域,未来值得期待。56.jpg

眼球追踪技术有望缓解晕眩问题。目前的VR设备在进行图像渲染的时候并没有考虑人眼的焦距,默认所有物体无论远近都是清晰可见的。因此,用户可能会在观看复杂场景中由于过于清晰而导致眼睛疲劳,继而引发晕眩。视觉追踪技术将能够分辨用户观看的物体和背景,分别进行不同程度的渲染,最终解决聚焦过于清晰导致的晕眩问题。

交互的成功建机与准确的识别

要做到完美无瑕的人机交互,必须先要有准确的识别能力。除了语音、图像、视频等越来越普遍的识别领域,生物识别技术因为被智能手机的应用而越来越受重视。生物识别是利用人体生物特征对人进行身份识别的一种高科技技术, 所采用的生物特征具有惟一性、独特性、不变性、可采集、可转化为模板以及可用数学方法比较的特点。生物识别技术的最大优势在于安全、可靠和方便。现在主要被研究和采用的主要有以下几类:

指纹识别:指纹识别技术是目前应用最广泛的一种,因为指纹的采集简单,设备成本低。指纹识别技术通过分析指纹的全局特征和指纹的局部特征,从中抽取的特征值可以非常可靠地确认一个人的身份。两种主要的用来采集指纹图像的技术为光学技术和电容技术。光学技术需要一个光源从棱镜反射按在一个取像头的手指,光线照亮指纹从而采集到指纹。采用电容技术的半导体技术,按压到采集头上的手指的脊和谷在手表皮和芯片之间产生不同的电容,芯片通过测量空间中的不同的电容场得到完整的指纹。但是因为电容技术的芯片昂贵, 电容采集头容易受到干扰, 电容采集头的可靠性等问题使得光学采集成为更加可靠的解决方案。57.jpg

人脸识别:又称面纹识别,是利用人体面部的不重复性特征来实现身份识别。眉毛、眼睛、鼻子等部位属于最为典型的区域。通过检测出人脸的大小、位置,技术将五官定位而得到整个人脸模板的特征向量。人脸识别技术中广泛采用的区域特征分析算法,融合了计算机图像处理技术与生物统计学原理。利用已建成的人脸特征模板与被测者面像进行特征分析,根据分析的结果来给出一个相似值,通过这个值即可确定是否为同一人。58.jpg

虹膜识别:虹膜位于眼睛的巩膜和瞳孔之间,由许多腺窝、皱褶和色素斑等构成,包含了极为丰富的纹理信息。虹膜的形成由遗传基因决定,人体基因的表达决定了虹膜的形态、生理、颜色和总的外观。每个人的虹膜花纹都是不同的,即使是双胞胎、同一人左右眼的虹膜图像也不相同。虹膜识别技术就是应用计算机对虹膜花纹特征进行量化数据分析,用于确认被识别者的真实身份。在识别过程中,先通过红外摄像头摄取来者的面部,接着对虹膜进行定位并取出特征进行计算,然后与数据库的库存数据进行对比,最后做出判断并采取措施。59.jpg

生物识别是个百亿级市场。根据前瞻产业研究院发布的统计数据显示,2007年至 2013年六年期间,生物识别技术的全球市场规模年均增速为 21.7%。2015年生物识别技术全球市场规模达到130亿美元,而2020年将达到250亿美元,5年内年均增速约14%。当前全球生物识别市场中,北美占据份额最高,达33.5%;其次是亚太地区,为23.8%。美国是全球主要的生物识别市场,目前规模在10亿美元级别。60.jpg

风险因素

宏观经济下行压力影响IT总体支出;新兴技术出现明显的失误并导致较大的事故;关于崭新科技的法规不成熟拖慢落地时间表;市场对于前瞻技术的预期显著高于技术进步速度等。

格隆汇声明:文中观点均来自原作者,不代表格隆汇观点及立场。特别提醒,投资决策需建立在独立思考之上,本文内容仅供参考,不作为实际操作建议,交易风险自担。

相关股票

相关阅读

评论