除中國芯、智能物聯網，還有哪些產業創投機會？

來源：創事記 發布時間：2019-07-11瀏覽：3331次

除中國芯、智能物聯網，還有哪些產業創投機會？

　　王曉妍，九合創投高級投資經理，專注前沿科技領域的早期投資。轉型投資前曾在航天科技集團從事技術研發工作。北京郵電大學電子工程學士學位，清華大學電子工程碩士學位。

　　以下是嘉賓分享部分內容：

　　1

　　今天是一個科技主題的分享，首先來談一談我們為什么要投資科技？

　　我會從PEST這4個方面來分析一下：

　　首先是外部經濟環境和經濟周期。美國對中國科技領域進行封鎖，中美兩國現在已經進入到前沿科技的角逐時期。美國對中國商品加征關稅，使中國商品以往的高性價比優勢不復存在，迫使供應鏈轉移出中國。

　　而制造業依然是中國的第一大產業，創造了最多的就業人數，中國亟需留住制造業。我們的路徑有兩條：第一，提升制造業的整體效率；第二，打造有自主科技含量和品牌的產品，而不只停留在做一個OEM外包世界工廠。

　　第二是經濟層面。中國產業鏈條的特點是，前端的信息化已經處在全球領先的位置，而中后端亟待效率化、AI化和自動化。

　　我們看中國的產業結構，第二產業工業占比常年穩居第一，所以必須要進行供應鏈改造，留住制造業，第三產業服務業占比從2017年開始首次超過 50%，這得益于包含信息服務業和通信服務業在內的現代服務業的高速發展，以及包含交通物流、金融保險、醫療教育在內的傳統服務業的快速升級，所以中國蘊 含著巨大的產業升級的機會。

　　第三是社會層面。中國是全球最大的單一消費市場，疊加上這些年高等院校擴招帶來的技術人才供給充足，以及政策向戰略新興產業的傾斜，營造了非常好的適合科技發展的環境。

　　政府積極推動新舊動能轉換，孕育了新科技公司的成長，toG也成為了科技公司的主要商業模式之一。而企業方面，由于人口紅利的消失，它們對降成本提效率的需求非常迫切，同時中國企業也到了由粗放式發展向精細化運營轉變的階段，需要數據驅動升級改造。

　　第四是技術層面。數據智能的趨勢一旦開啟就不可逆，豐富的應用場景推動了中國科技實力的提升，中國的云計 算、大數據、AI已經躋身世界前列，從美國對中國科技企業的制裁也可以看出，無論我們是否愿意中國企業已經站在了國際競爭的舞臺上，必須要具備全球視野， 提升科技內生實力是沒有選擇的選擇。

　　同時我們也看到，中國的數字經濟仍然有非常大的上升空間，雖然這幾年阿里云的營收呈三位數增長，但也僅相當于AWS7年前的規模，數字化和科技化的浪潮在中國才剛剛開啟。

　　2

　　既然科技領域這么值得關注，那么我們就從時間維度上梳理一下科技的發展趨勢。

　　從上世紀60年代開始到今天，計算設備經歷了大型機、PC機、手機到現在各種各樣的AI終端的崛起，朝著算力集成化、小型便攜化的方向不斷發 展。設備連接的網絡也越來越廣泛，與之相對應的是IT架構和芯片的不斷升級。90年代初PC互聯網的興起基于Client-Server結構，服務器端采 用IBM小型機、ORACLE關系型數據庫、EMC高端存儲設備支持的集中式計算。

　　2010年前后移動互聯網浪潮到來，云計算普及，虛擬化技術實現了IT資源的靈活分配，更輕量級的X86服務器加分布式云化計算、存儲和系統替換了IOE架構，與此同時ARM處理器在移動設備終端快速占領市場。如今我們進入到了智能物聯網時代，計算架構也更加碎片化。

　　人工智能的崛起帶來了異構計算的浪潮，在中央處理器CPU之外，我們用一塊專用的協處理器，GPU、TPU、NPU、FPGA或ASIC，去支 持神經網絡的加速。在無處不在邊緣端，高效率、低功耗的場景定義計算成為研究的熱點，未來我們將在一塊SoC上集成ARM或RISC-V的CPU核、支持 AI計算的核以及通信、傳感、安全等其他功能的核，再搭配IoTOS，實現各類AIoT的應用。

　　通信技術基本上以十年為一代進行發展。

　　從80年代的1G到如今的5G：1GAMPS時代，摩托羅拉大哥大實現了基礎語音通信；2GGSM時代，諾基亞功能機實現了基本的發短信和打電話功能；2000年前后3GWCDMA時代，實現了多媒體應用，手機可以用來收發音樂、圖片和視頻；

　　2010年前后4GLTE時代，iPhone智能機發布，移動互聯網全面爆發，各種直播、移動購物、移動社交APP占據了大量流量；如今的5GNR技術，給我們帶來了萬物互聯時代，車聯網、物聯網、工業物聯網會真正落地。

　　展望未來我們看到三個主要的趨勢：第一是IT架構的升級；第二是IT信息技術、CT通信技術、OT操作技術的深度融合；第三是中國“芯”的機會，在增量市場，場景牽引AI芯片和IoT芯片彎道超車，在存量市場，模擬芯片、DSP、MCU等芯片的國產替代。

　　3

　　這是一張智能物聯網產業圖譜，也蘊含著九合在尋找產業投資機會的一個基本邏輯。

　　對于數據尚不完備的產業，首先從數據端看起，看如何利用各種嵌入式芯片和系統，產生和處理數據，比如工業和農業領域數據相對比較缺乏，要從底層部署更多的傳感器先把數據采集上來。

　　有些產業中已經存在大量數據，但是由于散落在各處而未被激活，比如水電燃氣能源等公共事業中的節點數據，這時我們會著重去看如何通過網絡把數據連接起來。

　　對于數據和連接都已經相對完備的產業，我們會著重考察如何依靠邊緣和云端智能的配合提升核心業務的效率。

　　數據、連接和智能的結合將帶來越來越多應用層的機會。根據需求端驅動力的不同我們將應用歸為三類：toC的消費驅動應用，toG的政策驅動應用，toB的產業驅動應用。

　　4

　　下面我們會從數據層、連接層、智能層、應用層分別去分析每一層發生了什么變化。

　　首先在數據層，智能物聯網推動計算節點成百倍的增長，而此時摩爾定律卻遭遇了極限，場景定義計算成為未來的出路，比如將來會在一塊SoC上同時集成通信、計算和多媒體的功能，為用戶帶來更好的效率和性價比。

　　九合將主要關注三類處理器：第一種是微控制處理器，通常是面積很小、能效比很高的嵌入式處理器；第二種是實時處理器，主要面向工業、汽車、通信行業的高實時高性能處理器；第三種是應用處理器，主要面向移動計算、手機、服務器等高端市場。

　　在連接層，5G產生了三種典型的應用場景：增強型移動帶寬(eMBB)、大規模機器通信(mMTC)和高可靠低時延的通信(URLLC)，完整 的5G標準將于2020年完成。5G采用切片式網絡，全服務化、軟件化架構，面向不同的垂直場景進行按需分配，可以在通用硬件的基礎上，通過軟件定義不同 的網絡去支持不同的應用。

　　在智能層，智能的實現方式與人的神經系統類似，感知終端控制器就像人的神經末梢，邊緣網關進行鏈接管理，就像人的神經元進行實時控制反饋，邊緣云做小規模數據的輕量學習，就像人的神經中樞負責條件反射，中心云負責大規模數據的深度學習和分析，承擔大腦和邏輯的功能。

　　實時性業務在邊緣以毫秒級時延智能實現，非實時業務以數十毫秒的時延傳輸到云端實現。邊緣計算節點可以部署在現場，也可以在通信接入網或基站側，未來五到七年邊緣智能將帶來2000億美金左右的潛在價值。

　　應用層我以三類行業為例說明5G落地的方式。

　　第一類行業，5G對于其發展和突破是一種必須，比如工業4.0，5G將助力無線自動化控制、工業云化機器人、預測性維護、柔性生產的突破，是未來工廠不可或缺的技術。

　　第二類行業，5G解決了以前3/4G環境下的行業瓶頸，比如VR/AR，4G環境下40ms以上的網絡時延和本地的存儲計算使產品體驗難以提升，5G帶來了1ms以下的延遲和20Gbps的峰值速率，行業走向云VR/AR階段，高質量的內容和應用得以實現。

　　第三類行業，5G將提供卓越的創新平臺激發創新型應用，比如智慧醫療，5G的低時延高帶寬有望讓遠程醫療和遠程手術真正普及。