摘要：當前，人工智慧成為促進新興產業加快發展的新動能，其與傳統產業深度融合必將進入大規模場景應用落地的黃金爆發期。商業銀行應密切關注人工智慧產業發展態勢，積極探索與開展相應的金融服務，在控制好風險的前提下，滿足客戶多樣化融資需求，分享高成長收益。
關鍵詞：人工智慧；投融資狀況；風險提示
人工智慧是計算機科學的一個分支，是研究、開發能夠用於模擬人的智慧並逐步延伸和擴充套件這一職能的理論、技術、方法及應用系統的新興技術科學，具有產業鏈佈局廣、專業性強以及人力成本高等特徵。當前，我國人工智慧產業有較為廣闊的市場空間；產業鏈生態逐步完善，基礎技術仍需發力；行業垂直應用不斷深入，交通、安防等領域應用日趨成熟；技術層及應用層大額投資專案不斷增加。商業銀行應把握這些領域快速發展的業務機會，並聚焦上海、北京、江蘇、浙江和廣東等重點省市。
發展空間分析
近年來，在國家政策的大力支援下，各大高校、科研機構及企業紛紛在人工智慧技術研發和應用領域加大了投入力度，加快了相關產業發展水平的穩步提升，與全球這一領域的先進產業開展深度合作，並逐步在市場中塑造了自身的獨特優勢。隨著技術不斷創新，應用程度不斷加深，以及產業融合性程序的加快，人工智慧產業取得了迅猛發展，為我國經濟高質量發展帶來了強大動力。依據相關研究機構頒佈的產業前瞻性投資戰略規劃分析報告可以看出，2018年，我國人工智慧領域創造的市場銷售額高達336。9億元，同比增幅高達40%。展望未來，隨著“智慧+”時代的迅猛發展，我國將逐步向全球人工智慧產業的領軍者方向發展，在整個市場中所佔的銷售份額持續保持高增長態勢。預計2023年我國人工智慧產業市場規模將突破1100億元，輻射和帶動周邊產業實現規模增長將超出1000億元（見圖1）。
投融資狀況
1。行業融資規模保持高速增長
2018年，人工智慧在保持其發展熱度的同時，憑藉國家政策與市場形勢的引導，開始將重心落在了線下落地與 人工智慧賦能之上。艾媒網釋出的《2018中國人工智慧產業研究報告-商業應用篇》顯示，2018年我國人工智慧領域融資事件共有597起，同比增長15%，融資規模達1311億元，增長率超過100%（見圖2）。投資者看好人工智慧行業的發展前景，資本將助力行業更好地發展。
2。行業融資輪次後移趨勢明顯
在融資型別上，2018年以來，人工智慧領域投融資主要集中在A輪之後的融資輪次，種子天使輪比重下降，投資人更為謹慎，投資階段有後移趨勢；A輪及以後融資規模較上年增幅較多，表明行業融資逐漸步入正軌，是行業發展趨好的表現。
3。行業應用層面融資領域不斷增加，主要聚焦智慧駕駛、商業應用領域
從我國企業融資型別上看，近年來國內人工智慧產業中具有融資需求的大多集中在大資料、資料服務、智慧駕駛以及“人工智慧+”行業應用領域。據中國資訊通訊研究院調研資料顯示，2017年，智慧駕駛融資佔比35%，“人工智慧+”佔比23。1%，在“人工智慧+”中，“人工智慧+商業”應用佔比最高為45。4%；“人工智慧+醫療健康”佔比11。9%；“人工智慧+安防”佔比10。9%；“人工智慧+新媒體”佔比7。7%（見圖3）。透過梳理2018年行業主要融資專案可以看出，一方面，智慧駕駛領域融資筆數佔比較大，其中小馬智行7月份獲得的1。02億美元的A1輪融資為年內無人駕駛的最高額；另一方面，行業應用層面融資領域不斷拓展，細分領域增多，智慧建築、智慧社群以及水下無人機等細分領域開始獲得投資者關注。
4。網際網路巨頭、行業龍頭加快投資人工智慧創業企業，不斷擴大行業佈局
近三年以來，百度、阿里、騰訊和京東（簡稱BATJ）紛紛提高了自身在人工智慧領域的投資力度，尤其是騰訊和阿里分別投資了12家、11家人工智慧創業企業。從投資領域看，投資巨頭們重點關注大資料及資料服務、人工智慧駕駛。此外，百度側重於語音領域，阿里除了著重向“人工智慧+”旅遊、安防、保險以及智慧家居等領域投資外，還集中向智慧機器人發展邁進；京東的重點投向集中在“人工智慧+”安防及物流等領域。此外，科大訊飛作為人工智慧領域的佼佼者，在基礎硬體設施、智慧機器人兩大領域均有所佈局。
銀行業支援人工智慧產業發展的業務模式
人工智慧產業具備較強的輕資產、高風險以及高成長性特徵，同時有較強的併購整合需求，商業銀行應積極探索並開展相應的金融服務，在控制好風險的前提下，滿足客戶多樣化融資需求，分享高成長收益。
1。採用股權投資、投貸聯動模式支援高成長性優質企業及專案
計算機視覺、智慧安防、5G手機以及無人駕駛等部分細分領域具備較高成長性，商業銀行可篩選部分擬上市優質企業，選擇可轉債投資、投貸組合、股權投資以及夾層投資等多元化的投資方式，退出則選擇上市或股權轉讓等有效路徑。同時，可適當篩選部分龍頭企業的優質影視、遊戲類專案，在確保有合適的對賭安排前提下進行投資，分享專案高收益。
2。關注併購整合、國家重大工程專案及企業走出去的業務機會
（1）關注併購整合的業務機會。人工智慧產業正處於產業鏈橫向及縱向併購整合快速發展階段，商業銀行可圍繞BATJ等行業龍頭企業併購提供綜合金融服務，採取併購顧問、併購貸款、併購銀團、夾層融資、可轉債投資基金、併購基金以及併購財團等模式予以支援。
（2）關注國家重大工程專案。近年來，國家對人工智慧的支援力度不斷加大，公示了一大批人工智慧創新發展重大工程，涵蓋智慧晶片、深度學習開源平臺、人臉識別、語音識別、智慧無人系統和智慧機器人六個方向。未來這些專案將相繼落地，商業銀行可篩選優質客戶，適當採取可轉債投資、夾層投資、股權質押融資等方式予以支援。
（3）關注人工智慧企業走出去的業務機會。近年來，我國人工智慧產業尤其是語言識別產業“走出去”步伐加快。國內企業透過與境外公司合作、收購境外資產、在境外成立分（子）公司等多種方式進駐海外，商業銀行可關注人工智慧龍頭企業的“走出去”專案，為其對外貿易、海外優質資產投資併購專案提供“投行+商行”的綜合化金融服務，把握人工智慧產業“走出去”帶來的業務機會。
3。加強銀政、銀銀、銀保合作以控制和分散風險
（1）加強銀政合作。為促進人工智慧產業發展，近年來各級政府紛紛以專項資金形式集中支援發展勢頭好、經濟和社會效益明顯的企業和重點專案，並積極開展與銀行等金融機構的合作，推動人工智慧產業信貸融資發展。商業銀行可重點支援政府專項資金投資的專案並積極探索與政府合作開展金融服務。
（2）加強與銀行同業合作。對於融資規模較大的企業或專案，商業銀行可與同業合作，採取銀團貸款等方式予以支援，分散信貸風險。
（3）探索與保險公司、擔保公司的合作。商業銀行可將自身信貸優勢同保險公司的經濟補償功能有機結合起來，以分散自身的信貸風險。
4。創新信貸模式支援優質龍頭企業
人工智慧產業的大部分企業均具有明顯的輕資產性，相應的固定資產、存貨規模十分有限，無法滿足銀行信貸所提出的提供抵押擔保標的物的資格條件。商業銀行可針對人臉識別、語音識別等優質龍頭企業或優質智慧無人系統專案，適當擴大抵押和質押財產範圍，在對抵質押物進行充分評估的前提下，採取應收賬款等設定質押，適當予以信貸支援。
5。聚集東部沿海地區以及上海、北京、江蘇、浙江與廣東等重點省市
由於人工智慧產業具備較強的創新性及知識、資本密集型特徵，目前在東部沿海地區有較好的發展基礎，北京、浙江、上海、江蘇與廣東五省市在計算機視覺、無人駕駛、智慧安防等行業均有較強的競爭優勢，且這些區域受產業升級影響，政府對人工智慧產業支援力度較大，居民消費需求旺盛，人工智慧基礎設施配套完善，商業銀行可聚焦這些區域開展業務。
風險提示
1。產能過剩風險
人工智慧產業在發展初期的產能過剩風險主要體現在兩個方面，一是企業重複投資過剩，二是低端產品產能過剩。企業重複投資過剩主要是指在行業發展初期，為盲目追趕，初創企業數量增長較快，導致多數企業在某一領域出現重複投資行為。我國人工智慧企業在應用端投資過熱，而重要的底層技術由於起點高、研發難等特點導致創業企業數量明顯較少，體現出發展的不均衡。而終端產品也存在產能過剩風險，主要是工業機器人領域出現了較大程度的產能過剩，當前，全國在建和已建成的機器人工業園區超過40個；與機器人技術相關的企業多達800多家，其中單機器人本體制造企業已突破200家。機器人領域面臨著嚴峻的高階產業低端化，且低端產品嚴重過剩的發展困境。同時，還需警惕消費領域的智慧終端產品過剩，尤其是智慧穿戴產品和智慧家居產品。
2。資訊保安風險
人工智慧主要是以資訊為基礎構建的相關應用，主要依賴於資訊採集、分析、儲存及傳播。從產業發展看，人工智慧所涉及的每個層級都會存在資料安全和系統安全問題，如識別認證身份環節。識別身份的關鍵在於密碼技術，但對於便捷式的輕量級裝置而言，所具備的計算能力較差，藉助成熟化的密碼技術往往會帶來諸多問題，這需要對之前的身份識別著手改進。生物特徵識別亦如此，當前在生物識別技術上尚未形成相對安全的邏輯鏈條。目前，全球人工智慧領域依然面臨著諸多安全問題。如人的安全、社會安全乃至國家安全，甚至還包含著部分倫理道德及隱私問題。
3。技術創新風險
人工智慧仍處於發展初期，其技術創新與發展程序中存在的未知性直接決定了這一領域所集聚的風險。從產業發展的各個環節看，產業鏈各部分之間技術發展不同導致發展不同步。一是人工智慧底層技術可能會遭遇較大的開發難度，欠缺關鍵核心技術的有效支撐；在技術壁壘及技術障礙上存在較大風險。二是在技術創新的各個階段都有可能面臨來自市場、管理、資金、技術以及決策領域的風險，這些風險在創新的每個階段擁有差異化的分佈，其規律變化存在明顯差異性。
4。貿易政策風險及國別風險
2018年以來中美貿易摩擦引發的經濟、安全等風險上升。在基礎技術領域，由於我國對美國市場仍存在較高的供應鏈依存度，尤其是智慧機終端射頻部件及高階通訊晶片、CPU以及儲存晶片等領域會受到貿易摩擦較大程度的影響。國別風險亦來源於美國。美國的人工智慧企業發展早於我國，無論在基礎層、技術層還是應用層都積累了強大的技術創新優勢，尤其是在演算法、晶片和資料等產業核心領域美國各層級企業數量全面領先我國。相比美國當前在這一產業制定的戰略佈局，我國的重點集中在應用層面，而基礎和技術兩個層面僅僅實現了局部性突破，尤其是基礎層（主要為處理器/晶片）相對薄弱。
