AI领域随着投入的加大以及各方面的重视正在加速前行：目前，全球有百亿美金，持续投入全球AI的发展。巨头企业引领，AI并购热潮迭起，数据与人才成为争夺重点。在资本和巨头的悉心照料下，明星初创独角兽不断出现，AI加速赋能，面向医疗、金融、安防、教育、交通、物流等各类行业的企业级(B端)和消费级AI应用层出不穷。目前AI市场的发展速度远超预期。
三大核心要素交互驱动：算法、数据、计算力：(1)优质算法的不断迭代，以及算法隐含层数的增加(即深度神经网络DNN出现)，使得AI仰仗的模型性能大幅优化;(2)互联网的发展，特别是移动互联网的快速繁荣，使得目前数据产生量已经远远超过用于训练AI模型的数据量。在目前仍以监督学习为主流的背景下，“数据标注成本高、算法隐含层数增加要求更多标注数据来训练模型”，这两个原因使得“可用”数据仍不足够;(3)计算力不断提升，GPU+CPU是目前机器学习首选的芯片组合。计算效率更高的FPGA、
ASCI等新型芯片兴起，不断挑战着GPU在机器学习领域中的地位。GPU、FPGA、ASCI各具优缺点，三种芯片的计算效率依次提高、灵活性依次降低、开发难度依次增加。
政策加码，AI上升到国家战略层面，存弯道超车可能：有别于传统IT技术发展的滞后性，AI这一全新领域，国内的人才储备、政策、资本，是紧跟全球领先地区的发展，这也给弯道超车提供了可能。美国和日本分别于2016年发布《美国国家人工智能研究与发展战略规划》、《人工智能研发目标和产业化路线图》。而国内也于2017年7月重磅出台《新一代人工智能发展规划》，将AI发展上升到国家战略层面，分三阶段实施人工智能战略(理论和技术体系建设、完善及配套法律体系建设、AI应用发展)，力争在2030年成
为人工智能领域的世界领导者，核心产业规模超1万亿，带动相关产业规模超10万亿元。
AI赋能行业，应用不断深化，同时AIaaS的发展，显著降低AI创新门槛：我们以语音识别、智能投顾、智能安防为例，系统地阐述了AI赋能行业带来的显著变化，并看好企业级市场(B端)市场深度发力。同时，消费级AI有望在巨头的引领下产生质的变化。AIaaS实际上是AI应用服务收费方式从“许可授权”向“按需付费”的转变，从而降低了客户“智能化”实施的门槛。国内外AIaaS均从2016年底才开始起步，亚马逊AWS、阿里云、百度云纷纷推出基于GPU/FPGA云化解决方案，面向中小企/创业者提供创新服务，加速AI创新应用渗透。
重点关注概念股：
科大讯飞（002230）
中科曙光（603019）
汉王科技（002362）