人工智能产业化受益于深度学习算法的优化、计算能力的突破以及数据的积累。深度学习技术使得感知人工智能达到商用化水平。计算机性能快速提升，GPU/FPGA并行计算等底层产品的出现加速深度学习过程，为人工智能提供加速引擎，随着互联网、物联网、智能设备普及积累海量的数据，为人工智能提供燃料。资本的持续投入催化产品化进程与产业链的构建，同时政府政策不断加码，加速人工智能的发展。

人工智能产业链明晰，感知技术应用达到商业化高度。

人工智能产业链可分为基础支撑层、技术应用层和产品层。目前科技巨头打造开源平台，以开放谋求大生态；布局AI芯片，抢占技术制高点；同时兼并收购布局AI应用技术。语音识别和计算机视觉等技术达到商业化阶段，语音识别准确率在95%以上，诸多神经网络深度学习模型的应用，使得计算机视觉达到商业化高度，ImageNet计算机视觉识别挑战中系统错误率已经低于人眼识别错误率，达到4.94%。

人工智能重塑各行业，场景应用优先爆发于数据化高的行业。

未来3-5年人工智能以完成具体任务的服务智能为主要趋势，数据化程度高行业将率先爆发场景应用。安防、医疗、金融、教育、零售等行业数据电子化程度较高、数据较集中且数据质量较高，因此在这些行业将会率先涌现大量的人工智能场景应用投资建议。

重点关注以下几个方向布局，1、布局基础技术，与产业链上层深度融合，向上渗透的公司，中科曙光；2、以视觉、语音为代表的感知技术领域，科大讯飞；3、以安防、医疗为代表的大数据行业，能够将AI切入核心业务的公司，海康威视、万东医疗；4、无人驾驶及机器人领域，合众思壮、埃斯顿、机器人。