2022年人工智能行业市场空间及细分板块分析 计算机视觉应用场景广阔

计算机视觉应用场景广阔。基于前端摄像机获取的海量视频，计算机视觉算法在边 缘端和后端实时运算，识别并提取有价值的信息，为城市管理部门、金融机构、公交 场站、商业楼宇等提供智能化服务，具体包括：（1）智慧治理：主要为公安、政法、 交通、应急、文教卫等政府和大型企事业客户提供综合管理平台、态势预测、智能搜 索、全息档案等服务；（2）智慧金融：为金融机构客户提供数字化身份认证、刷脸 支付、网点数字化、风险管理等服务；（3）智慧出行：在机场、轨交站点等场景， 为乘客提供行程信息显示、刷脸购票、刷脸通关等服务，为运营人员提供运营管理 优化、调度指挥系统优化；（4）智慧商业：为购物中心、百货商超、汽车4S店等消 费场景提供销售人员管理、消费者洞察、智能停车、商户业态调整等服务。（报告来源：未来智库）

1. 智慧治理市场

智慧治理涵盖城市管理各方面，未来将以集成融合为建设重点。智慧治理涵盖范围 非常广泛，包括交通、治安、环保、能源、通信等各方面内容。2010年以后，智慧 城市理念在中国经历了概念普及，以城市大脑、智慧城市等为代表的智慧治理平台 被公共部门广泛采用。在国家层面表现为2013-2015年间相关政策、指导意见、试点 的密集发布。“天网工程”于2011年启动、“雪亮工程”于2016年启动。2013-2015 年，住建部分三批公布了共计290个智慧城市试点名单。在经历了前期建设后，智慧 城市的未来建设将以仿真推演、虚实融合等集成融合方式推进。以三维建模主导的 数字孪生将逐步落地，推进智慧城市以平台集约整合、资源融合共享的集合融合期 演进。

智慧城市平台呈现出数据量大、算法复杂、方案响应快速等特点。智慧城市涵盖了 片区、城市和省各级别、各方面的数据，数据类型包括数字、图像、视频等。因此其 算法不仅包含计算机视觉，还包括多源数据融合、并行计算、精准分析、混合存储 等。行业客户需求已经从最初的“数据可被解析”逐步发展成了“数据准确解析+数 据可治理”，对厂商提出了较高要求。因此，相关算法的识别效率以及在具体场景的 响应速度是主流 AI 厂商技术实力比拼的重点。例如将犯罪嫌疑人的图像输入系统 后，系统将其与平台中上亿条图像和视频数据检索、比对，最终计算结果的耗时和 准确率决定了平台的质量。

国家政策大力支持人工智能技术在社会治理中应用。智慧治理的客户主要是各级政 府的智能化建设部门，其在信息化业务的投入，受中央政策的影响较大。从2016年 以来，国家对利用人工智能、大数据等手段提升社会治理的政策支持力度加大。2016 年国务院发布的《“十三五”国家战略性新兴产业发展规划的通知》明确提出积极推 动在社会治理等重要领域开展试点示范，推动人工智能规模化应用。2019年科技部 发布的《国家新一代人工智能创新发展试验区建设工作指引》明确提出了开展人工 智能技术应用示范、人工智能政策试验、人工智能社会试验，积极推进人工智能基 础设施建设，到2023年，布局建设20个左右试验区。一系列政策的出台鼓励各地政 府在城市管理工作中使用人工智能的方法，并提出在2023年建设人工智能试验区的具体目标。这些都说明了智慧治理市场正受到中央政策的鼓励和支持。

2. 智慧金融市场

金融行业智能化转型趋势明确。近年来，以银行、证券公司为代表的金融公司正加 速进行智能化转型。从服务对象角度，智慧金融主要包括两大部分：（1）对外提升 客户线上、线下办事体验的网点智能化改造、线上远程服务等；（2）对内利用智能 化手段提升日常工作效率、减少经营开支的手段。金融正在经历从网点前台、服务 中台、业务后台，全方位的智能化转型。

银行业通过科技提升竞争力，线下网点智能化转型。利率市场化之后，存贷利差收 窄，导致银行业利润率普遍下降，人力和资本对于边际效益改善效果不佳。此外，商 业银行的产品同质化严重，以及互联网厂商的跨界竞争迫使银行业急需寻找其他途 径提升竞争力。在以手机银行为代表的线上业务快速发展的背景下，线下网点的运 营模式和服务理念正在发生改变，智能化功能快速提升。2019年，中国银行将北京 朝阳外大街支行改造成“5G智能+生活馆” 引入无人全自助智能服务，在客户进入 银行区域，利用人脸识别确认身份后即自动搜索客户历史操作习惯、相关交易记录， 推测出其潜在需求从而进行精准服务，精准营销。2021年，我国金融机构网点数量 为25万个，智能化市场潜力较大。

3. 智慧出行市场

公交出行智能化改造有效提升运营管理效率，降低运营成本。随着城市公共交通规 模逐渐增大，日益增长的客流对运营安全和运营效率产生巨大挑战。在智慧出行领 域，人工智能解决方案的主要应用场景包括：机场、公交、地铁、高铁等场景。主要 产品类别包括民航机场AI视频平台、民航机场智慧运行、城市智慧公交运营管理、智 慧地铁运营管理等解决方案。相关AI解决方案有效提高轨道交通的运营管理效率， 降低运营安全风险，并改善乘客的出行体验。根据赛迪顾问的数据，2019年中国智 慧出行市场规模为86.3亿元，预计2022年将达到135亿元，2019-2022年中国智慧出 行市场规模CAGR为16.1%。

出行市场智能化程度低，市场空间较大。从市场规模来看，近年来我国交通进入快 速发展新时期，运营规模、客运量等均快速增长。根据交通部的数据，截至2020年 12月31日，全国共有44个城市开通运营城市轨道交通线路233条，运营里程7546公 里，车站4660座，2020年全年完成客运量176亿人次，进站量109亿人次。2020年，我国境内机场共有241个，完成旅客吞吐量8.6亿人次。另一方面，交通工具、设施 和管理的智能化水平较低，智能化改造需求迫切，潜在市场规模巨大。“十四五”期 间在国家“新基建”的相关政策背景下，交通行业制定了自身的智慧化发展规划。以 人脸标识为主的人工智能技术具有唯一、不丢失、不失效等诸多优势，有效提升安 全管理水平和旅客出行体验，预计将得到广泛应用。

出行场景对于人脸识别准确率要求很高。公共交通出行具有容量大、密度高、间隔 短等特点。在此场景中，通关闸机要求在短时间内识别乘客、机械开关上百次，对于 人脸识别的准确性和反应速度都有较高要求。例如，在高铁站，上千名乘客需要在 15分钟内通过闸机。任何一位乘客人脸识别的失败都会导致整体客流数分钟的等待， 降低出行体验。因此，在出行场景中，人脸识别的准确率要求较其他场景更高。

4. 智慧商业市场

AI技术助力零售商店实现数字化转型。在购物中心、连锁便利店等消费场景中，通 过人脸识别、活体检测等技术，AI技术可对消费者在选购商品、支付等环节进行自动 化处理，提升消费者体验。此外，基于终端感知数据创建的消费者行为分析、人流热 力分析，可提升商家营销精准度。总的来说，计算机视觉技术可通过摄像头采集的 身份、行为等信息，提升线下消费体验，提升商家管理效率。

线下门店类型众多，智能化改造空间大。智慧商业覆盖的线下门店类型众多，数量 庞大，潜在市场空间广阔。人工智能技术通过对购物中心、连锁超市、汽车维修门 店、地产销售门店等场景中的物品、行为的视频结构化解析洞察消费者行为、提升 服务体验、智慧赋能商业决策。随着人工智能技术为商家降本增效的效果凸显，商 家对于门店智能化改造的意愿提升，智慧商业市场呈现出快速增长的态势。根据赛 迪顾问的数据，2019年，中国智慧商业市场规模是139.5亿元，预计到2022年将达到 329亿元的规模，2019-2022年的CAGR为33.1%。

智慧商业场景碎片化，产品以软硬件终端为主。该类场景具有碎片化特点，不同类 型的商业运营者对于人工智能技术赋能的要求差异较大。此外，商超、便利店以及 4S店的店铺面积有限，人工智能软件可以处理和分析的数据量有限。因此，在智慧 商业场景中，统一的大型平台类产品推广较为困难，偏功能性的软硬件设备和轻量 级软件是更能满足该场景需求的产品形态。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）