在大批量工业生产中，用机器视觉检测方法可以大大提高生产效率，减少人工风险。比如在药品生产中，采用机器视觉产品不仅可以提高药品质量检测的准确度和生产效率，还可以避免人眼长时间工作而造成的视觉疲劳。另外，将机器视觉应用于机器人的引导中，可以实现生产的柔性化，使生产线很容易适应产品的变化，这成为未来发展趋势之一。2014年全球机器视觉系统及部件市场规模为36.52亿美元，预计2014-2018年的年复合增长率（CAGR）为8.2，2018年全球机器视觉市场将达到50.43亿美元。
4、无人驾驶：让汽车看懂一切
在2015年CES展上，汽车行业成为本次展会的一大亮点，多家汽车厂商和科技公司展示了无人驾驶和智能汽车技术。奔驰发布可自动驾驶的F015LuxuryinMotion概念车；大众发布高尔夫RTouch概念车，展示全新的车载信息技术；奥迪公司则展示其研发的PilotedDriving无人驾驶技术。而作为该领域领导者的谷歌表示，第一款真正自动化的无人驾驶汽车能在5年内做好量产的准备。无人驾驶会让汽车的使用更加高效、安全和节能，它能够自动规划行驶路线，避免发生交通事故，同时降低尾气排放和节约能源。汽车的终极目标就是无人驾驶，将是第一个被人类广泛使用的机器人。
汽车要无人驾驶，最大的障碍就是计算机视觉。要控制汽车的方向盘、油门、刹车等，汽车的传动系统就可以做到，但是要让汽车能够看懂路况是非常困难的，只有当汽车能够看懂路上发生的一切，能够自己判断的时候，才能真正的实现无人驾驶。谷歌无人驾驶汽车顶上的摄像头能够判断前方路况，实现对前方物体的三维成像，用于检测前方突然出现的障碍，如行人，动物，以及判断信号交通标志等。
根据美国市场研究机构LuxResearch预测，到2030年，全球将有1200万辆无人驾驶汽车售出，而汽车普及量逐年增长的中国将占有这个新市场高达35。鉴于停车辅助雷达或紧急刹车系统都需要摄像头，一辆高端汽车身上可能藏有8个摄像头，如果再加上替代后视镜以及路况监测等系统的摄像头，总数将达到12个，因此预计2030年全球无人驾驶汽车摄像头需求量将达1.44亿个，我们按每个车载摄像机价格100美元计算，无人驾驶汽车在计算机视觉领域的市场规模将达144亿美元。
6.人工智能的延伸冲击：智能化浪潮与IT设备投资新周期
随着深度学习和机器智能的进步，人工智能应用的范围越来越广，从语音语义图像为代表的感知技术，比如语音助手、图像搜索等；到以底层技术为支撑的硬件输出，包括机器人、无人机、智能家居等；还有以知识图谱，专家系统等深度学习和机器学习技术支撑的互联网和物联网的应用创新，应用领域包括了工业4.0，生活服务O2O，商业智能，农业智能，物流智能等。毋庸置疑，人工智能技术能够帮助我们重新定义各行各业，智能化的大潮即将来袭。
6.1AI技术的行业应用：正在被颠覆和被重塑的行业
6.1.1AI重塑生活服务O2O
生活服务O2O是未来电子商务发展的重要趋势。艾瑞报告指出，相比较与庞大的网络购物市场规模，本地生活O2O渗透率较低，仅为4.4左右。其中，餐饮O2O的市场占比最高，达40。生活O2O核心观念在于提供本地化的生活服务，并且通过网站帮助商家更好地做营销，同时借助点评社区，让用户有更多的参与。AI技术的提升能够实现智能化的餐饮推荐、线下即时图像搜索等，给生活服务O2O带来新的变革，提升市场规模。
互动餐饮推荐市场规模测算：利用AI的深度学习算法或者图像识别技术，可以为O2O带来智能推荐服务。比如Nara基于神经元的网络结构设计了一套推荐算法，根据人们的偏好与品味去推荐餐馆。而且，像人的大脑一样，Nara也拥有学习能力，它可以把现实中的信息进行情境化分析。Nara强调自身不是一个“搜索引擎”，而是一个“发现（find）引擎”，这样每个人被推荐的餐馆都是不一样的。目前北美已经有一百多万家餐馆纳入了Nara的推荐系统。我们假设每家餐馆为每位通过Nara引擎推荐来的客户进行付费1美元，平均每家餐馆每年通过Nara获得的订单数量为1000份，则每年Nara所面临的餐饮智能推荐市场规模约为10亿美元以上。
另一家公司ViSenze是图像搜索和识别技术服务商，用户在线下拍到的商品，可以通过其图像搜索技术直接导购到电商网站。该图像识别和搜索技术的商业模式是为C端互联网用户服务并向在线电商的商家收费，取代原有的流量导入模式，为用户提供更为精准的搜索体验。我们测算其市场规模将超过100亿美元/年。
O2O市场规模存在着巨大的增长空间，我们以餐饮业为例，2014年中国餐饮O2O市场规模为913.8亿元，同比增长46.56。从渗透率来看，餐饮O2O市场规模占整体餐饮行业的比重还非常小，仅为3。AI能帮助各类餐饮服务网站和应用大量做智能化推荐，提升用户的参与度。通过AI技术将餐饮O2O市场的渗透率每提升1个百分点，就能够直接为该市场扩大300亿元/年以上的规模。其他的O2O市场还有诸如在线旅游，在线医疗和在线教育等，均存在着巨大的AI智能推荐市场空间。
我们关注上市公司中，有几家聚焦生活服务O2O的计算机公司，他们现阶段都已经在为O2O的不同环节提供信息化和数据服务。未来，他们的主业都有可植入AI应用的重要方向，我们进行了梳理和推荐。
6.1.2AI重塑医疗
基于医疗图谱的AI应用正在对医疗行业进行重塑，通过对电子病历、医疗影像、病理生理学等数据整合，可以分析和预测人体的健康状态，并获取准确的处方信息，帮助医生做出迅速有效的判断。
Enlitic公司通过一个基于云技术的分析平台，他们将一些看似不相关的数据集中起来，帮助医疗组织分析出一些有见地的信息。Enlitic通过研究，整合，建模，分析，以及可视化等功能转换数据。帮助医疗提供商与用户交互，并用完全不同的方式营销他们的服务。数据可能包括X射线，核磁共振，CT扫描，三维医疗等影像。Enlitic软件可以插入到医疗机构已经在使用的系统当中，从而或查看医疗图像。医生可以标注图像，然后单击以找到其他类似的数据元素，来诊断病情。
国内医疗影像分析市场份额估算：2014年全国三甲医院1475家，二甲医院6957家，每家医院细分的科室有数十个，我们按医院配备整个就医科目的医疗影像分析软件，医疗软件价格按200万元计算，保守估计医疗影像分析的市场规模就超过150亿元。
此外我们整理了其他一些前沿公司如何运用AI技术，给现有的医疗行业带来新的辅助治疗方法，以及其市场规模的测算。
我们关注A股上市公司中，有几家聚焦智慧医疗的计算机公司，他们现阶段都已经在为医疗诊断的不同环节提供信息化和数据服务。未来，他们的主业都有可植入AI应用的重要方向，我们进行了梳理和推荐。
6.1.3AI重塑零售业
基于视频监控的AI应用将对零售业进行重塑，通过对摄像头采集的视频数据的AI分析，可以为店主提供客户的热点图和路径图等辅助决策信息，帮助商家重新调整出更好的物品摆放位置来促销，也可以给消费者购物便利。
美国PrismSkylabs公司配合商家现有的摄像监控网络，将监控录像传回云端做分析处理，可以得出客户在商店内的路径图，热点图，每天客流量和客户停留时间等。客户热点图和路径图可以帮助商家重新调整出更好的物品摆放位置来促进销售，这样就将监控视频的价值扩大了。PrismSkylabs不仅可以帮助商家，也能给消费者便利消费者能直接在网上看到店铺内的情况，如人多不多，还有没有空位。
对于线下零售实体店，获取用户的浏览行为和采购行为，不及线上用户浏览网页信息那样便捷。视频热点分析，对消费者行动轨迹以及行为模式进行检测、跟踪和搜索，精确统计出在设定的热点范围内的客流量、停留时间、行动轨迹、消费者行为，提供客观的消费行为分析数据，帮助传统零售客户转向数据驱动的管理方式，提高商业运营效率，可以说提供了一种完美的解决方案。
我国零售业热点监控分析市场份额估算：2014中国连锁百强企业门店总数达12万家，视频分析公司能够为大型超市、零售店提供数据和分析报告，我们按每份解决方案1万元计算，热点图像分析的市场规模就超过12亿元。此外我们整理其他一些前沿公司如何运用AI技术，给现有的零售行业带来新的业务提升。
我们关注A股上市公司中，有几家聚焦监控和安防的计算机公司，他们现阶段都已经在为零售业客户提供信息化服务。未来，他们的主业都有可植入AI应用的重要方向，我们进行了梳理和推荐。
6.1.4AI重塑金融业
AI技术的应用，也在引起金融数据市场的变革。Kensho是美国一家基于云计算的智能计算机系统先锋公司。Kensho结合自然语言搜索，图形化用户界面和云计算，为金融市场的投资人提供一套全新的数据分析工具——Warren，它能够回答复杂的金融市场问题，如各种数据、股票走向等。如“当油价高于100美元一桶时，中东政局动荡会对能源公司的股价产生怎样的影响？”，“朝鲜核试验后48小时内韩国公司三星的股价变化”等，并以图形的方式直观呈现。要回答此类问题，对冲基金的分析师队伍要花上数天的时间，前提条件是他们可以找到所有这些数据。但突破性的Warren软件可以通过扫描药物审批、经济报告、货币政策变更、政治事件、以及这些事件对地球上几乎所有金融资产的影响等9万余份资料，立马就为6,500万个问题找到答案。如果广泛加以使用，Warren软件可以撼动长期以来被彭博社和社所垄断的260亿美元的金融信息服务市场。Warren有望成为金融领域的虚拟市场研究助手。
在美国市场上还活跃着不少前沿公司运用AI技术，给现有的金融行业不同方面带来新的产品或服务，我们对其市场规模进行粗略测算。
我们关注A股上市公司中，有几家聚焦金融行业的计算机公司，他们现阶段都已经在为金融业客户提供信息化和数据服务。未来，他们的主业都有可植入AI应用的重要方向，我们进行了梳理和推荐。
6.1.5AI重塑数字营销业
AI技术的进步，也为广告业务带来了新的解决方法。
比如微信朋友圈的信息流（Feeds）广告推送基于大数据分析，通过分析用户朋友圈语言特性，以及朋友圈图片内容，根据对用户收入和消费能力的分析来刻画用户画像，并决定投放何种广告。信息流广告与社交平台上好友发布的信息形式类似，广告本身内容将基于微信公众账号生态体系，以类似朋友圈的原创内容形式进行展现，融合在信息流中，在基于微信用户画像记性定向的同时，通过实时社交的混排算法，依托关系链进行互动传播。
信息流广告这种形式最初被运用在Twitter、Facebook、Instagram、Pinterest等主流社交产品。国内的微博、QQ空间也都相继加入了信息流广告。信息流广告的推送涉及自然语义理解，以及图像识别等人工智能技术。根据用户内容信息贴标签，然后刻画出用户画像数据，可以用兴趣、商业等维度来描述，最后是用户数据输出，商业广告也因此可以按客户群体的类别来进行投放。
信息流广告凭借精准的客户画像描述，
