物联网十大应用场景
交通被认为是物联网所有应用场景中最有前景的应用之一。而智能交通是物联网的体现形式，利用先进的信息技术、数据传输技术以及计算机处理技术等，通过集成到交通运输管理体系中，使人、车和路能够紧密的配合，改善交通运输环境、保障交通安全以及提高资源利用率。以下将着重讲述行业内应用较多的前五大场景，包括智能公交车、共享单车、汽车联网、智慧停车以及智能红绿灯等。
智能公交车：结合公交车辆的运行特点，建设公交智能调度系统，对线路、车辆进行规划调度，实现智能排班。
共享单车：运用带有GPS或NB-IoT模块的智能锁，通过APP相连，实现精准定位、实时掌控车辆状态等。
汽车联网：利用先进的传感器及控制技术等实现自动驾驶或智能驾驶，实时监控车辆运行状态，降低交通事故发生率。
智慧停车：通过安装地磁感应，连接进入停车场的智能手机，实现停车自动导航、在线查询车位等功能。
智能红绿灯：依据车流量，行人及天气等情况，动态调控灯信号，来控制车流，提高道路承载力。
汽车电子标识：采用RFID技术，实现对车辆身份的精准识别、车辆信息的动态采集等功能。
充电桩：通过物联网设备，实现充电桩定位、充放电控制、状态监测及统一管理等功能。
高速无感收费：通过摄像头识别车牌信息，根据路径信息进行收费，提高通行效率、缩短车辆等候时间等。
3
智能安防
智能安防核心在于智能安防系统，系统主要包括门禁、报警和监控三大部分。安防是物联网的一大应用市场，传统安防对人员的依赖性比较大，非常耗费人力，而智能安防能够通过设备实现智能判断。目前，智能安防最核心的部分在于智能安防系统，该系统是对拍摄的图像进行传输与存储，并对其分析与处理。一个完整的智能安防系统主要包括三大部分，门禁、报警和监控，行业中主要以视频监控为主。
由于采集的数据量足够大，且时延较低，因此目前城市中大部分的视频监控采用的是有线的连接方式，而对于偏远地区以及移动性的物体监控则采用的是4G等无线技术。
门禁系统：主要以感应卡式，指纹，虹膜以及面部识别等为主，有安全、便捷和高效的特点，能联动视频抓拍、远程开门、手机位置探测及轨迹分析等。
监控系统：主要以视频为主，分为警用和民用市场。通过视频实时监控，使用摄像头进行抓拍记录，将视频和图片进行数据存储和分析，实时监测、确保安全。
报警系统：主要通过报警主机进行报警，同时，部分研发厂商会将语音模块以及网络控制模块置于报警主机中，缩短报警反映时间。
4
智慧能源
物联网应用于能源领域，可用于水、电、燃气等表计以及路灯的远程控制上。智慧能源属于智慧城市的一个部分，当前，将物联网技术应用在能源领域，主要用于水，电，燃气等表计以及根据外界天气对路灯的远程控制等，基于环境和设备进行物体感知，通过监测，提升利用效率，减少能源损耗。根据实际情况，智慧能源分为四大应用场景：
智能水表：可利用先进的NB-loT技术，远程采集用水量，以及提供用水提醒等服务。
智能电表：自动化信息化的新型电表，具有远程监测用电情况，并及时反馈等功能。
智能燃气表：通过网络技术，将用气量传输到燃气集团，无需入户抄表，且能显示燃气用量及用气时间等数据。
智慧路灯：通过搭载传感器等设备，实现远程照明控制以及故障自动报警等功能。
5
智能医疗
智能医疗的两大主要应用场景：医疗可穿戴和数字化医院。在智能医疗领域，新技术的应用必须以人为中心。而物联网技术是数据获取的主要途径，能有效地帮助医院实现对人的智能化管理和对物的智能化管理。对人的智能化管理指的是通过传感器对人的生理状态（如心跳频率、体力消耗、血压高低等）进行捕捉，将他们记录到电子健康文件中，方便个人或医生查阅。对物的智能化管理，指的是通过RFID技术对医疗物品进行监控与管理，实现医疗设备、用品可视化。以物联网技术为主，亿欧智库总结了当前主要的两个应用场景：
医疗可穿戴：通过传感器采集人体及周边环境的参数，经传输网络，传到云端，数据处理后，反馈给用户。
数字化医院：将传统的医疗设备进行数字化改造，实现了数字化设备远程管理、远程监控以及电子病历查阅等功能。
6
智慧建筑
物联网应用于建筑领域，主要体现在用电照明、消防监测以及楼宇控制等。建筑是城市的基石，技术的进步促进了建筑的智能化发展，物联网技术的应用，让建筑向智慧建筑方向演进。智慧建筑越来越受到人们的关注，是集感知、传输、记忆、判断和决策于一体的综合智能化解决方案。当前的智慧建筑主要体现在用电照明、消防监测以及楼宇控制等，将设备进行感知、传输并远程监控，不仅能够节约能源，同时也能减少运维的楼宇人员。而对于古建筑，也可以进行白蚁（以木材为生的一种昆虫）监测，进而达到保护古建筑的目的。
7
智能制造
物联网技术赋能制造业，实现工厂的数字化和智能化改造。制造领域的市场体量巨大，是物联网的一个重要应用领域，主要体现在数字化以及智能化的工厂改造上，包括工厂机械设备监控和工厂的环境监控。通过在设备上加装物联网装备，使设备厂商可以远程随时随地对设备进行监控、升级和维护等操作，更好的了解产品的使用状况，完成产品全生命周期的信息收集，指导产品设计和售后服务；而厂房的环境监控主要包括空气温湿度、烟感等情况。
数字化工厂的核心特点是：产品的智能化、生产的自动化、信息流和物资流合一。目前，从世界范围看，还没有一家企业宣布建成一座完全数字化的工厂。近些年来，一些企业开始给行业内其他企业提供以生产环节为基础的数字化和智能化工厂改造方案。企业的数字化和智能化改造大体分成4个阶段：自动化产线与生产装备，设备联网与数据采集、数据的打通与直接应用、数据智能分析与应用。这4个阶段并不按照严格的顺序进行，各阶段也不是孤立的，边界较模糊。
8
智能家居
智能家居的发展分为三个阶段，单品连接、物物联动以及平台集成，当前处于单品向物物联动过渡阶段。智能家居指的是使用各种技术和设备，来提高人们的生活方式，使家庭变得更舒适、安全和高效。物联网应用于智能家居领域，能够对家居类产品的位置、状态、变化进行监测，分析其变化特征，同时根据人的需要，在一定的程度上进行反馈。
智能家居行业发展主要分为三个阶段，单品连接、系物物联动和平台集成。其发展的方向是首先连接智能家居单品，随后走向不同单品之间的联动，最后向智能家居系统平台发展，进行统一的运营，当前，各个智能家居类企业正在从单品向物物联动的过渡阶段。
单品连接：这个阶段是将各个产品通过传输网络，如WiFi、蓝牙、ZigBee等进行连接，对每个单品单独控制。
物物联动：目前，各个智能家居企业将自家的所有产品进行联网、系统集成，使得各产品间能联动控制，但不同的企业单品还不能联动。
平台集成：这是智能家居发展的最终阶段，根据统一的标准，使各企业单品能相互兼容，目前还没有发展到这个阶段。
9
智能零售
智能零售依托于物联网技术，主要体现了两大应用场景，即自动售货机和无人便利店。行业内将零售按照距离，分为了三种不同的形式：远场零售、中场零售、近场零售，三者分别以电商、商场/超市和便利店/自动售货机为代表。物联网技术可以用于近场和中场零售，且主要应用于近场零售，即无人便利店和自动（无人）售货机。
智能零售通过将传统的售货机和便利店进行数字化升级、改造，打造无人零售模式。通过数据分析，并充分运用门店内的客流和活动，为用户提供更好的服务，为商家提供更高的经营效率。
自动售货机：自动售货机也叫无人售货机，分为单品售货机和多品售货机，通过物联网卡平台进行数据传输，客户验证，购物车提交，到扣款回执。
无人便利店：采用RFID技术，用户仅需扫码开门，便可进行商品选购，关门之后系统会自动识别所选商品，并自动完成扣款结算
10
智慧农业
智慧农业指的是利用物联网、人工智能、大数据等现代信息技术与农业进行深度融合，实现农业生产全过程的信息感知、精准管理和智能控制的一种全新的农业生产方式，可实现农业可视化诊断、远程控制以及灾害预警等功能。农业分为农业种植和畜牧养殖两个方面。农业种植分为设施种植（温室大棚）和大田种植，主要包括播种、施肥、灌溉、除草以及病虫害防治等五个部分，以传感器、摄像头和卫星等收集数据，实现数字化和智能机械化发展。当前，数字化的实现多以数据平台服务来呈现，而智能机械化以农机自动驾驶为代表。畜牧养殖主要是将新技术、新理念应用在生产中，包括繁育、饲养以及疾病防疫等，并且应用类型较少，因此用“精细化养殖”定义整体畜牧养殖环节。
不代表JIC智慧互联立场。返回搜狐，查看更多
人工智能应用场景及未来发展趋势 一 什么是人工智能人工智能是当前比较热门的科学和各国重点发展的前沿技术，但人工智能（Artificial Intell
来源：雪球App，作者：玖点半，（https://xueqiu.com/2857816313/132432573）
一.什么是人工智能
人工智能是当前比较热门的科学和各国重点发展的前沿技术，但人工智能（ArtificialIntelligence，缩写为AI）一词的出现，却是早在1956年由麦卡赛、明斯基、罗切斯特和申农等一批具有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题时提出来的，它也标志着"人工智能"的正式诞生。
人工智能是指通过计算机实现人的头脑思维所产生的效果，是对能够从环境中获取感知并执行行动的智能体的描述和构建。从狭义认知角度来讲，人工智能可分为人工智能产业（包含技术、算法、应用等多方面的价值体系）、人工智能技术（包括凡是使用机器帮助、代替甚至部分超越人类实现认知、识别、分析、决策等功能）两大类。
人工智能得到快速发展的时期，是2008年金融危机之后，美日欧等西方发达国家希望借助机器人实现再工业化。此时的工业机器人比以往任何时候都发展的更快，更加带动了人工智能和相关领域产业的不断突破，很多必须用人来做的工作如今已经能用机器人实现。
而企业层面，目前在人工智能领域领先的企业，包括IBM、谷歌、微软、苹果、东芝、三星等大型科技企业，国内人工智能领先的企业，包括百度、科大讯飞，中国国家电网、阿里、腾讯以及一些新兴科技企业，如商汤科技、云从科技、码隆科技、影普科技、Yi+等。
二.国内人工智能应用领域及产值规模2.1.国内人工智能应用领域及产业规模人工智能作为科技创新产物，在促进人类社会进步、经济建设和提升人们生活水平等方面起到越来越重要的作用。国内人工智能经过多年的发展，已经在安防、金融、客服、零售、医疗健康、广告营销、教育、城市交通、制造、农业等领域实现商用及规模效应。
2018年国内人工智能技术为实体经济贡献收益规模达到251.1亿元人民币，而据艾瑞咨询预测数据，2019年人工智能将为实体经济贡献收入超570亿元，到2022年贡献收入将达到1573亿元，年复合增长率达到58.2%。
在2018年人工智能251.1亿元市场规模中，安防领域占比份额最高为53.8%，其次则是金融领域，份额占比为15.8%。
2.2.人工智能在安防领域的应用安防是为数不多的可以将人工智能成熟应用并落地的行业，为此，安防也被认为是人工智能的第一着陆场。这是因为人工智能在安防领域的快速落地，除了不需要过多的基础建设之外，也得益于全国范围内安防设备的普及以及政府部门大力发展雪亮工程、智慧城市、平安城市、智慧交通、天网工程等公共安全领域项目工程的推动。其中，2018年公共安全领域安防贡献的市场份额就超过70%。
人工智能在安防领域的应用主要是利用其视频结构化（视频数据的识别和提取技术）、生物识别技术（如指纹识别、人脸识别等）以及物证特征识别（如目前大力推广的ETC对车牌的识别等）等三大特性。其改变了过去需要通过人工取证、被动监控的安防形态，视频数据的识别和提取分析，使人力查阅监控的时间大大缩短，而生物识别又大大提升了人物识别的精准性，极大提升了公共安全治理的效率。
2018年，我国“AI+安防”软硬件市场规模达到135亿元（不含C端用户），其中视频监控占比达到88.1%，据艾瑞咨询预测2019年将达到350亿元，而到2022年，安防规模将超过700亿元，复合增长率将达到51.45%。
2.3.人工智能在金融领域的应用
人工智能在金融领域的应用仅次于安防，这要得益于移动互联网、区块链、云计算、大数据等新技术的日趋成熟，为金融行业的智能化转型升级奠定重要基础。
从技术层面，人工智能的本质上是机器通过大量的数据训练作出智能决策，人工智能能够赋予机器具有理解力的“大脑”，让机器能够解读文字、数据所包含的“语义”，通过自学的方式获得判断的规则。金融行业作为高度数据化的行业，加之业务规则和目标明晰，是人工智能、大数据处理技术和云计算等数据驱动技术的最好应用场景。以此同时，在互联网时代，金融行业的在线业务将成主流，数据量的激增，超出了人的经验范畴和处理能力，而这些却是人工智能最擅长处理的。人工智能正在对金融产品、服务渠道、服务方式、风险管理、授信融资、投资决策等带来新一轮的变革。
2018年国内金融领域人工智能相关科技投入（包括软件和硬件设备）约为166.8亿元，较2017年增速为42.9%，到2022年人工智能相关投入将超580亿元，年复合增长率超过37%，其中银行是人工智能相关应用的主要投入方，占比超过70%。
目前，人工智能在金融业的应用，主要集中在智能支付、智能理赔、智能投顾、智能客服、智能营销、智能投研、智能风控等场景，这些场景又以银行最具有代表。
2.3.1.智能客服智能客服是人工智能在金融领域应用最广的。智能客服机器人取代了传统菜单式语音和人工客服模式，能够提供7*24小时的客服服务。智能客服在电话场景当中主要表现为机器管理和语音问答分析，智能客服可以通过深度学习文本中的对话、语音对话场景，并加以应用回复。智能客服目前在银行领域应用最广，平安银行的客服服务人工智能替代率超过80%，其服务量也提升了两至三倍，客服的人力降低了40%。
2.3.2.智能投顾智能投顾，即人工智能投资顾问，其是通过人工智能的深度学习和分析能力，为客户提供个人理财产品策略咨询，包括股票配置、基金配置、债权配置、交易执行、投资损失避税等策略。智能投顾的最大特点，是弱化“人性”，在基于大数据分析、AI算法等的前提下，一旦投资者选定了某种方案，资产的进出抛售就会严格按照既定的标准实行。
智能投顾的应用，最早可追溯到2016年年底，“摩羯智投”在招商银行手机APP的上线。目前，智能投顾已成为银行、券商、保险等金融机构的标配型服务。
2.3.3.智能风控金融行业在传统风控环节中，存在信息不对称、成本高、时效性差、效率低等问题。而智能风控因为引入了人工智能科技，使得贷前审核、贷中监控和贷后管理等环节效率和准确度都得到了极大的提升，智能风控还能促进风险管理差异化。另外智能风控在信用反欺诈、骗保反欺诈、异常交易行为等方面也发挥了越来越重要的作用，为金融行业欺诈风险的分析和预警监测提供坚实的技术支持。
2.3.4.智能投研与智能投顾相比，智能投研主要面对B端企业用户，为其提供辅助投研的工具。对于金融机构来说，人工智能技术的介入，使得传统投研的各个环节发生一定的优化和革新，解放大量基础的投研信息搜集类工作，而前期信息搜集的耗时性和不全面性，也是传统投研中较为主要的缺陷。智能投研是在金融数据基础上，通过深度学习、自然语言处理等人工智能方法，对数据、事件、结论等信息进行自动化处理和分析，为金融机构提供投研支持。
2.4.人工智能在客服领域的应用前文金融领域中已经提到了智能客服的应用，当然智能客服不仅仅只限于金融行业，在其他行业也运用得越来越广。客户服务引入人工智能技术后，整体上节省了10%以上的运营成本。另外，通过对语音等非标准化数据的识别，企业能沉淀下一手数据资源，为后续精准营销、产品升级等环节做好铺垫。
据艾瑞咨询数据，2018年，国内智能客服业务规模达到27.2亿元，其中以智能客服机器人为代表的人工智能应用业务规模达到7.9亿元，预计2022年智能客服业务规模将突破160亿元，年复合增长率为56%，人工智能应用业务规模突破70亿元。
2.5.人工智能在零售领域的应用人工智能在零售领域的应用已经十分广泛，包括无人便利店、智慧供应链、客流统计、无人仓储等细分领域。人工智能通过深度学习以及计算机视觉、图像智能识别、大数据应用等技术，使得工业智能机器人可通过自主判断和行为学习，完成各种复杂的任务，包括在商品分拣、运输、出库等环节实现自动化。另外，将人工智能技术应用于客流统计工作中，其通过人脸识别客流统计功能，门店可以从性别、年龄、表情、新老顾客、滞留时长等维度建立到店客流用户画像，为调整运营策略提供数据基础，帮助门店运营从匹配真实到店客流的角度提升转换率。
2018年中国现代渠道主要零售商数字化建设投入为285.1亿元，其中人工智能投入约为9亿元，占比3.15%，据预测，到2022年其数字化建设投入将突破700亿元，人工智能投入将超过178亿元，占比超过25%，这主要得益于阿里巴巴、京东、苏宁等零售巨头的推动，以人工智能应用为代表的新零售概念处于增长的上升通道，未来两年将保持较高增速。
而以计算机视觉技术为核心的人脸识别和商品识别是主要建设方向，相关投入占整体的55%以上。另外，零售领域供应链的优化最为复杂，对人工智能算法的可用性要求最高，但更靠近零售业的核心点，未来可释放的增益价值也将最大。
三.人工智能未来发展趋势目前，人工智能的研究及应用主要集中在基础层、技术层和应用层三个方面，其中基础层以AI芯片、计算机语言、算法架构等研发为主，技术层以计算机视觉、智能语音、自然语言处理等应用算法研发为主；应用层以AI技术集成与应用开发为主。而国内人工智能企业多集中在应用层，占比高达77.7%，技术层和基础层企业占比相对较小，分别只占有17.9%和5.4%。当然，未来随着5G的建设普及以及科技进步，人工智能除了在语音识别、计算机视觉技术的继续拓展和实地运用外，在人工智能芯片、机器学习、神经网络等方面也将引来增强趋势，人工智能也将在越来越多的领域得到应用落地。
另外，人工智能与物联网的结合（即AIoT）也将更紧密，AI的介入让物联网有了连接的大脑，使得万物互联互通成为现实，未来或将颠覆现有的产业模式。经济方面，助力产业价值链延伸，目前产业很难依靠既有技术与业务模式打破产业生命周期，AIoT通过设备感知与数据分析支撑新的产品形态与服务模式落地，开拓新的市场空间，产生新的发展周期。社会发展方面，数据价值得到挖掘，实现大量线下数据线上化，实现自动高效处理。
$海康威视(SZ002415)$$上证指数(SH000001)$$沪深300(SH000300)$