引言
富士康科技集团是全球最大的电子制造服务 (EMS) 提供商，在电子制造业中占据着举足轻重的地位。其股票走势备受投资者关注，因为其反映了整个电子制造业的行业趋势。本文将分析富士康的近期股票表现，并对未来的发展趋势进行预测。近期股票表现
在过去一年中，富士康的股票经历了大幅的波动。2022 年 2 月，其股价达到历史高点，随后受 COVID-19 大流行、全球供应链中断和地缘政治紧张局势的影响开始下跌。2023 年 1 月，股价跌至近两年的低点，但随后反弹并恢复了部分失地。影响因素
富士康股票走势受到以下因素的影响：全球经济增长：经济增长对电子产品需求有直接影响，进而对富士康的业务产生影响。技术创新：新技术的发展会创造新的电子产品需求，为富士康带来增长机会。供应链中断：供应链问题会影响富士康的生产和成本，从而影响其利润率。地缘政治紧张局势：地缘政治紧张局势会扰乱全球贸易，对富士康的业务产生负面影响。未来预测
展望未来，富士康的股票走势预计将受以下因素的推动：5G 普及：5G 技术的普及将推动对智能手机、基站和其他相关设备的需求，有利于富士康的业务。电动汽车：电动汽车行业的增长将带来对电子元件的需求，为富士康创造新的增长机会。工业自动化：工业自动化的推进需要大量的电子设备，这将为富士康提供增长潜力。供应链优化：富士康正在努力优化其供应链，以提高效率和降低成本，这将增强其竞争力。投资建议
基于对富士康近期股票表现和未来预测的分析，以下是投资者可以考虑的建议：适合长线投资：富士康是一家具有良好基本面的公司，长期投资具有增长潜力。关注行业趋势：投资者应密切关注影响电子制造业的行业趋势，以了解富士康的未来前景。评估风险：影响富士康股票走势的风险因素，如供应链中断和地缘政治紧张局势，应在投资决策中进行权衡。结论
富士康股票的走势反映了电子制造业的整体趋势。近期股票表现受到经济增长、技术创新、供应链中断和地缘政治紧张局势的影响。未来，预计 5G 普及、电动汽车增长、工业自动化和供应链优化等因素将推动富士康的增长。投资者应根据自己的风险承受能力和投资目标来评估富士康股票的投资机会。全球EMS代工市场分析，富士康豪取40%市占（附50强清单）
全球电子制造服务（EMS）市场在2021年再创新高，年增长13.8%，总收入达到5436亿美元。 电子制造服务，或专业电子代工服务，为电子产品品牌提供制造、采购、部分设计以及物流等一系列服务。 EMS厂商通过知识与管理服务，如物料管理、后勤运输，甚至提供产品维修服务，提供从产品开发到产品生产，包括产品采购、品质管理及运输物流的全方位服务。 根据2021年EMS市场占有率排名，前十名企业分别是：鸿海精密（富士康）、和硕、纬创、捷普、伟创力、立讯精密、比亚迪电子、环旭电子、新美亚、新金宝。 其中，鸿海精密（富士康）以2145亿美元的收入和近40%的市场占有率位居榜首，遥遥领先于和硕、纬创、捷普等企业，继续保持EMS的主导地位。 和硕成立于2008年，由华硕分离而来，主要在iPhone组装方面提供服务，贡献了50%以上的利润。 纬创是全球最大的ODM专业代工厂之一，专注于信息与通讯产品，包括笔记本电脑、桌上型电脑系统、服务器和储存设备等。 捷普在全球20多个国家拥有超过100家工厂，提供从设计、开发、生产、装配到最终用户分销等服务。 伟创力是全球最大的EMS制造商之一，提供从手机电路板设计到汽车配件制造的全方位支持。 立讯精密主要生产连接线、连接器等零组件和系统类产品，广泛应用于多个领域。 比亚迪电子提供从产品研发到物流等一站式服务，业务涵盖智能手机、电脑、汽车智能系统等。 环旭电子为全球品牌厂商提供从开发设计到售后服务的全面服务，产品涵盖通讯、电脑存储、消费电子等领域。 新美亚在全球20多个国家拥有70家制造厂，在EMS领域具有领先地位。 新金宝隶属于金仁宝集团，产品涵盖电脑周边、通讯、光电、电源、管理以及消费性电子等。 2021年，计算机代工行业连续12年盈利，达到162亿美元，富士康占行业所有利润的近三分之一。 计算机代工行业在云计算和社交网络领域需求的支撑下，实现了两位数的增长。 通信领域是EMS市场最大的部分，智能手机的出现几乎取代了个人电脑。 传统计算机市场、商用机器、服务器和专用平板电脑的需求依旧稳定。 数字电视的强劲需求推动了消费市场排名第三。 工业市场规模排名第四，汽车和航空/国防/其他运输领域排名第五，医疗设备市场排名第六。 这些市场的总组装收入约为1.4万亿美元。 据预测，未来五年对电子产品的需求将继续以6.8%的复合年增长率增长，通信和医疗产品将成为增长的领导者。 到2026年，整个行业的年组装价值预计将达到1.8万亿美元。 外包仍然是电子行业创新和扩张的关键因素，制造业转移至低成本地区的趋势将持续存在。 全球EMS代工厂50强全名单包括上述企业和其他顶级公司。
富士康周四申购，何为工业物联网
American test tube baby德国工业4.0如火如荼，中国也推出了“中国制造2025”、“智能制造”、“互联网+”等战略规划。 “中国智造”成为未来制造企业的发展方向。 然而，传统的计算模式、工厂网络模式已经无法满足“智能制造”对于运算速度、数据交互速度、数据即时性、M2M等方面的要求。 经过多年的发展，物联网已被业界广泛理解和接受，但在企业应用层面可以为企业带来哪些提升，在具体应用和整体运营管理模式上可以带来哪些变化，仍然值得业界探讨。 在工业互联网白皮书中，将工业互联网描述为：致力于工业控制系统联网，使之形成大型的端对端系统。 工业互联网系统能与人联接，能充分集成企业内部系统、工艺流程和分析工具。 这样的端对端系统被称为“工业互联网系统（IISs）”。 工业互联网的架构，从商业利益诉求开始（联盟的发起者都为大型企业），基于各类应用，进行生态体系的研究，并通过简化方式对系统架构进行解释，便于各领域组织和个人的理解。 不同于工业4.0在“集成”之上，更注重供应链（价值链）的研究，工业互联网则更偏向于对利益相关者-“角色”的研究。 生产分工的“角色”，不仅仅是指产业链上下的企业和组织，还包括了企业中的各类职业人士，包括商业决策者、技术工程师、产品经理等。 在工业4.0中也有大量内容关于对“劳动者（人）”的调研和阐述，但主要是从社会学、人力资源管理学进行整体性的思考。 从“角色”的需求出发，工业互联网提出了四层“视角（Viewpoint）”的结构（有些文章中也称之为“组件”）。 1.业务视角（Business Viewpoint）在工业互联网的搭建中，业务视角关注于识别利益相关者的商业视野、价值观和目标。 相关人员（包括行业用户）需要思考如何通过工业互联网提供的基本功能来实现商业目标。 2. 应用视角（Usage Viewpoint）应用视角定位于可靠、复杂的系统应用（功能）。 通过专业用户或逻辑用户自助式的一系列操作（使用过程），能够获取到系统的基本功能或服务，并将其拼装成成熟的商业应用。 3.功能视角（Functional Viewpoint）功能视角聚焦于工业互联网系统中的基本功能模块（系统的零部件），以支持上层应用组件的运行。 功能视角主要研究模块之间的关联关系、组合结构、信息交互接口、使用流程和步骤，以及功能模块和系统外界环境的关联关系。 4. 执行视角（Implementation viewpoint）执行视角主要关注的是功能视角中的信息技术元素，包括具体的工业控制系统、通信方案和软件程序。 执行组件（视角）关注于工业物联网最基本、核心的技术架构，功能（视角）在执行视角的技术架构上搭建，使得多个应用（视角）能够协同工作，并实现业务的完整交付。 工业互联网认为，工业领域的控制系统（ICS）已经能够实现跨产业部门的工业自动化。 它们通过对物理世界的感知，获得信息的“激励”，并通过“固化”、明确的逻辑运算，向执行器发布指令信号，从而由设备上的机械装置改变物理世界和环境的状态。 这种“控制”过程由工程师精心设计，使得自动化设备的所有行为都明确并固定下来。 但如果生产环境发生改变，生产产品需要升级，那么必须由工程师重新设计并调整系统，这有可能需要启动一个生产线的“精益”项目。 要适应生产环境和商业需求的变化，控制系统中的信号处理元器件，首先需要与外部信息系统组网通信，其次需要建立共通的“语言”（通信协议、数据规范），还要能够接受上层应用的调配和指挥，以此实现灵活的“柔性生产”，与其他商业系统协同“智造”。 四层视角之中，“执行视角”主要是构建信息流的通道。 在“执行视角”中的独立设备和系统，会按照接口规范输出传感信号或接受指令信号，在“功能视角”中形成数字化映射，即在虚拟世界获得一个“身份”，能被其他信息系统进行查询、访问、调用、关停等。 四个视角中的系统和能力是相互交织，只是看待的角度层面不同。 商业视角和应用视角更多的是从商业的角度来看待生产活动，它更关心的是资金、客户关系、供应链、人力资源、企业资产、产品的生命周期等等，是从上（需求）向下（实现）看待工业物联网。 功能组件和执行组件是从信息技术、行业技术的角度来看生产活动，它聚焦于如何调配计算资源、如何传递信息、如何操作设备、系统的维护和运营、技术构架的健壮性和安全性，更层次化、深入化地理解工业物联网系统，关注于它的“有机性”。 在工业互联网的四个组件中，功能视角和执行视角都是从技术的角度来拆解工业互联网。 其中，功能视角关注工业整体系统，是顶层的技术架构，定义并展现了工业核心能力的相互关系；执行视角关注信息系统结构，是支撑功能视角的数字化基础，它对工业物联网的信息/网络能力进行了层级划分。 通俗的来说，执行视角描述了一个人（工业）的“神经网络”，而功能视角则呈现了一个人（工业）的“器官组织”。 工业互联网通过这两种视角，注重于理清信息技术与工业技术之间的关系。 就目前来看，工业4.0的架构思路倾向于将信息技术进行改进和叠加。 相对而言，工业互联网则更关注未来工业系统的重构，使得信息和工业深度、有机的融合。 1.功能视角工业互联网对工业领域和信息领域的技术进行了融合，并定义和划分相应的功能模块，提出了“功能视角”的概念，这便是工业互联网的顶层功能架构：功能域模型。 功能域模型由五个基础的功能域组成。 企业的信息系统可以包含所有的功能域，也可能是其中几个，还可以是单独一个功能域，每个功能域都是相对独立、完整的系统。 当然，实际的业务系统会根据应用特色，删减或修改功能域中的某些细节性技术，但这不会影响工业互联网的整体结构。 （1） 控制域控制域整体部署在物联网边缘，贴近实物和环境，在物联网结构之中处于边缘位置。 控制域包括：感测，是传感器对设备、环境的感知；驱动，就是指通过传递指令信号，使得设备上的机械部件或电路开关实施规定动作。 此外，向电子标签等存储设备注入数据也是驱动的一种类型。 交流，是指信息在边缘网络中传递。 实体抽象可以理解为物的“数字化”，即物的（状态或属性）实体信息由统一、规范、有实际意义的数据（即数字化信息）来表示，这样上层系统就可以解读感测信息、改写设备状态（驱动）。 实体抽象是物理系统和信息系统的桥梁，完成虚拟和现实相互间的映射。 在物联网领域中，“数字化”的狭义理解就是“实体抽象”。 建模，是对物理世界的系统性描述。 建模的对象可以是生产设备，也可以是外部环境。 建模的数据源来自下层的“实体抽象”。 复杂的建模需要融合高深的行业技术知识，并通过高等计算（人工智能到等）来实现。 执行者通过对控制目标的解读，按照自有的控制逻辑，实施一系列的操作（向驱动和感测传达指令）。 执行者具有自主性，具有一定的决策权和智能，可以动态、灵活地完成任务。 当然，对于一些特别重要或简单的控制目标，执行者会不经过逻辑判断，直接执行。 整个控制域实现了（控制）目标和（物理）行为的统一。 （2）操作域操作域是对控制域系统的集中化运营，它可以远离控制域，实现远程的监管。 操作域主要的职责包括：为功能（组件）的实现，调配和部署资源并进行相应管理。 为保证功能的健壮性，操作域还需要具备监测和诊断分析的能力：通过分析系统的关键性能指标，来评估系统的健康，针对系统故障、性能下降等问题，及时上报或预警。 操作域除了“反应式”的运营方式外（出现告警后再处理），还需要支持预测和优化：预测故障和系统瓶颈，在故障和问题发生前处理（预测性维护）；掌控各类资源的利用率和下层系统设备的情况，通过调整资源分配来实现生产优化（例如动态地关闭一些空载运行的机器，来节省工厂的电力消耗）在预测分析方面，操作域需要信息域的帮助，以弥补他可能在计算能力上的不足。 （3） 信息域从不同的域中采集信息，并将这些大量的异构信息进行转换、建模、存储，最终实现高级分析的功能（分析系统瓶颈或预测产业链趋势）。 信息域具备的数据处理能力包括：采集（汇集）传感器和操作状态的海量数据数据质量管理（数据过滤、去重、挑拣垃圾数据）（异构）数据格式转换语义化处理（在原始数据中注入备注信息，关联其它数据集等，比如位置信息、时序信息等）存储和数据持久化（data persistence，内存数据模型和存储模型的相互转换）数据分发处理（包括流分析处理-streaming analytic processing）控制域也有数据采集和建模的能力，但主要是用于即时的计算、实时的反馈、连续的操作，其关注点在于设备的“物理行为”。 信息域的建模主要是用于“后计算”的，即通过大数据分析、智能预测，制定一个长期的优化目标，并通过调整控制域的执行策略，实现系统整体的性能提升。 信息域对控制域具有“引导”作用，如果将控制域看做“生产者”，那么信息域就是“管理者”。 （4）应用域应用域是所有“功能（function）”（也称之为“函数”）的集合，包含对“控制域”进行操作的功能。 功能在应用域中表示为一个个相对独立的应用程序，业务则是多个应用程序的系统性组合。 虽然在软件应用的底层代码中也有“功能（函数）”的概念，但应用域所指的“功能”是高度抽象（语义化）和复杂的逻辑程序，它可以包含一组协同的物理操作或一系列流程化的数据处理行为。 操作功能发出的操作请求并不是无条件执行的，它必须接受控制域的条件约束，例如违反作业安全的操作指令会被控制域“拒绝”。 （5） 业务域业务域即是企业各类的业务系统，例如：企业资源管理（ERP）、客户关系管理（CRM）、资产管理系统、人力资源管理系统（例如人力资源的共享中心）、项目管理系统等等。 这些信息业务是通过完整的一套软件程序来实现闭环的业务流程，也被称为：实现“端到端”的操作流程，例如用户从客户端到电商平台（服务端）下订单购买商品。 2.执行视角功能视角作为顶层技术架构，本质上是从工业领域的整体视角看待工业互联网的技术架构，而执行视角则是从“具体实现”的视角看待工业互联网，它其实属于功能视角的一个基础部分，不过以作者看来，“实现”的本质就是物理信息和虚拟信息的相互转换，所以执行视角所展示的功能拓扑看起来更像一种“服务于信息的组网和计算方式”，其强调了协议、接口，以及系统动作、设备状态的信息化映射。 对于通信领域的人士来说就很容易读懂执行视角之下的架构，而且能够和物联网网络架构进行对应。 （1）三层架构执行视角下的工业互联网分为三个基本层级：边缘层、平台层、企业层，它们分别对应不同的网络和功能特性。 边缘层收集各类设备数据并汇总转发至平台层，或由平台层反向发送数据（例如操作指令）至边缘层中的设备。 平台层，一方面具有设备和资产的管理监控功能，可以向上层应用（企业层）提供这些能力。 另一方面，它可以接受并执行企业层下达的操作指令：数据分析、信息查询或控制设备运作。 平台层整合了工业领域中的各类信息能力，并形成具有开放性的服务系统。 企业层，就是行业应用层。 它可以是商业决策系统，也可以是提供给外部用户的设备监控系统，还可以是给内部运营人员用于产品质量分析的软件应用。 它可以从平台层获取大量的底层生产数据，也可以通过平台层控制海量的设备，但它并不“关心”这些功能（查询、操控）具体是如何实现的，它只负责高层应用的逻辑实现。 （2）三层网络在三层架构模式之中存在三层网络：邻接网络（Proximity Network）、接入网络（Access Network）、服务网络（Service Network）邻接网络，通过一定数量的转发节点连接一定区域范围内的边缘节点（包括传感器、驱动器、设备、资产、控制系统和边缘服务），并且在区域内形成局部网络。 邻接网络可以理解为物联网的边缘网络，不过它更强调了在一个场景化的空间范围内。 接入网络，实现资产、终端、设备连接到平台层的网络。 接入网络可以是企业专网，也可以是商用的运营商网络，例如4G LTE网络。 所有终端都需要通过网关设备连接到服务网络。 服务网络，实现平台层和企业层连接。 它可以是互联网，也可以是运营商的移动网络，或是企业私有网络，还可以是建立在各种网络之上的虚拟专线网络。 其实，企业系统之间的互联也可以通过服务网络。 在美国GE发布的相关白皮书中，对于工业互联网的应用范畴是有明确的界定的。 GE公司发表的白皮书中指出，Industrial Internet是要延展机器与人的边界。 这篇白皮书中描述的工业互联网的核心要素包括：智能机器、高级分析和工作中的人。 实质上，还是强调通过物联网联通机器、产品和人，从而提升企业的设备健康状态和生产绩效，实现预测性维护，最大限度地降低意外宕机，实现能源高效利用等。 相比而言，我国的工业互联网产业联盟发表的工业互联网体系架构白皮书中，对于工业互联网的诠释似乎过于宽泛、过于复杂。 该白皮书认为，工业互联网与制造业融合将带来四方面的智能化提升。 实际上网络化协同和个性化定制，属于一种制造业+互联网的应用，但不应当属于工业互联网（准确来说是工业物联网）的范畴。 因此，通过上面论述，我认为工业互联网应当有其具体的内涵与外延，其实质还是应当聚焦物联网在工业的应用，而不应过于泛化，不能什么东西都往里面装。 服务商也不应把什么云平台都叫做工业互联网平台，以免误导用户。 建议未来还是将名词术语统一到工业物联网，或者物联网的工业应用。 眼神阅读:富士康工业互联网明日打新 发行价定为每股13.77元新京报快讯(记者 梁辰)5月23日，富士康工业互联网股份有限公司(以下简称“工业富联”)在上证路演中心举行了首次公开发行A股网上投资者交流会。 该公司昨日晚间更新招股书披露，将以每股13.77元的价格发行19.7亿股股票，募集总额约为271.2亿元。 经过5月17、18日初步询价，22日晚，工业富联披露，除去本次发行费用4亿元，募集资金净额将达267亿元，对应市盈率为17.09倍。 5月24日，投资者开始网上申购。 从A股历史首次公开募股(IPO)历史情况来看，此次工业富联IPO募集资金总额排名第12位，但是最近3年以来最大规模IPO。 与药明康德和宁德时代在IPO募资过程中出现“缩水”不同，工业富联最终募集金额与之前IPO审核报告基本一致。 资料显示，工业富联脱胎于2015年2月成立的福匠科技，过去一年左右，其股东鸿海精密将旗下诸多子公司注入工业富联，直接或间接持有31家境内子公司和29家境外子公司，包括9家位于中国大陆的苹果手机零部件产业链公司。 在交流会上，工业富联董事长陈永正表示，公司正在研发应用于智能手机机构件的一系列开发项目、应用于电信网络设备的技术及应用程序，5G 技术研发、物联网及工业互联网解决方案、面向应用场景的多种应用服务、业务功能组件、大数据处理和分析、数据采集、应用到工业机器人的治具自动化串杆技术、云计算服务及存储设备的解决方案等。 工业富联计划，投入264亿元用于上述20个投资项目，并结合投产安排和公司业务实际情况，另投入募集资金约3.24亿元用于补充营运资金，优化公司的财务状况，不足部分由发行人通过银行贷款或自筹资金等方式解决。 对于战略投资者，陈永正表示，充分考虑了投资者资质以及公司长期战略合作关系等因素后综合确定，包括大型国有企业、保险公司、国家级投资基金等。 此前，21世纪经济报道称，工业富联已完成IPO战略配售投资者的初步遴选，入围标准首先考虑是否与业务能够形成战略协同，合作提供软硬结合、虚实结合的科技服务解决方案。 以BAT为代表的国内互联网巨头都在最终确定战配投资者名单内。 5月16日，工业富联股东鸿海精密董事长郭台铭曾与博时基金总经理江向阳会面，博时基金是央企招商局集团金融板块成员公司。 招商局官网内容显示，会谈中，郭台铭表示，本次在A股上市，将为鸿海集团注入更多互联网基因。 郭台铭称，这将带领代工基因的鸿海转向以大数据为导向、AI分析为驱动，以及机器人运作为基础的工业互联网平台企业，加速在智能制造、工业4.0机器人生产、人工智能大数据等新领域的发展。 同时，通过富士康工业互联网云，提高中小企业的制造能力，为3000万中小企业赋能。 以上由物联传媒转载，如有侵权联系删除
人工智能未来的发展方向
第一个趋势是，全体IT巨头将重兵布局AI云服务，AI-a-a-S，意思是人工智能即服务，将成为未来趋势。 AI是未来，已经是不证自明的事实，新老IT巨头不仅在自身业务里积极运用人工智能，同时也在积极利用云计算平台将AI服务提供给第三方。 从供给方来说呢，IT巨头们都很清楚，只要第三方使用自己的平台，就会把数据留在平台上，而这些数据将会是人工智能时代的一座大金矿。 从需求方来说呢，那些应用企业可以利用大公司提供的AI云服务，提升自己的竞争力。 所以，无论对于AI服务的提供商，还是使用AI服务的企业，这都是一种双赢的合作。 第二个趋势是，新老人工智能企业将围绕智能入口展开白热化的争夺。 在互联网时代，几乎每个入口都会引起争夺，而每个入口争夺的成功者都会变成下一个巨头。 比如在Web2.0时代，互动社交的兴起形成了社交入口，造就了Facebook和腾讯。 人工智能时代也不例外，激烈的争夺过后，必然会诞生下一个巨大的超级企业。 人工智能时代，服务的入口主要是自然语言的语音交互，自然语言处理会是人机交互的主要模式，谁能让机器更懂人类的语言，谁就能有可能取胜。 人工智能会全面包围我们生活的方方面面，这意味着，人工智能入口的竞争会更加惨烈，而越早参与，获得越多的用户，胜利的几率就越大。 第三个趋势是，人工智能将占领客厅，语音交互将成为主流电视应用。 智能家居概念喊了很多年了，比尔·盖茨在1995年出版的《未来之路》里就做出了清晰的描述，但是这样的描述迄今都没有成为事实，核心原因就在于用户缺乏需求。 现在随着电视屏幕尺寸增大、视频内容爆炸性增长，传统的遥控器越来越难以满足人们使用电视的需求，语音为主的智能搜索和智能互动正在迅速崛起，自然语言交互将会成为操纵电视机的标准方式。 三星等传统的电视厂商、Netflix和亚马逊等视频内容提供商、微软和谷歌等IT厂商都已经或将要推出自己的以电视为核心的语音互动产品，智能家居正在从电视机切入成为现实。 第四个趋势是，智能玩具将成为AI最早成功的应用领域之一。 如果利用AI来诊断病情，或是制造自动驾驶汽车，人们往往无法容忍它犯错误。 但是玩具不同，人们对玩具的出错容忍度高。 所以，在人工智能还没办法超越人类智能的今天，智能玩具恰恰是能够让人工智能获得初期市场认可的切入点。 事实上，现在已经有不少成功的案例了，比如2016年底，能和人玩游戏的智能玩具Cozmo热卖到断货。 2017年更会有一大批的智能玩具上市。 中国的玩具制造业虽然强大，但是没有什么品牌优势，如果中国的玩具公司和高科技公司合作，借助自己强大的制造实力和市场推广实力，顺势推出自己的品牌，将会获得巨大的商机。 第五个趋势是，商用机器人将在特定的商业场景中发挥巨大潜力。 这类机器人往往针对某个特定场景而制作，比如导购、前台、送货，因此见效程度显而易见，在小范围里也更容易推广。 很多有实力的机器人公司，都会开发可用在多个商业领域的通用型机器人，它们能适应不同的环境，缺点是比较昂贵，比如日本软银的pepper机器人，每台约20万元人民币，这还不包括后续服务费和保险费。 而专业型机器人更偏重于针对性地解决问题，但是因为能力有限，很容易被竞争对手模仿或是被吞并。 2017年，我们会在很多有一定特点的营业厅里，看到专业型机器人的身影。 未来，热点会由专业型机器人向通用型机器人转变，通用型机器人将会迅速崛起。 第六个趋势是，辅助驾驶会成为AI的第一个大规模应用。 自动驾驶一直是人工智能领域最热门的应用，但是由于之前特斯拉的自动驾驶功能造成了致命事故，谷歌又放弃了自己生产自动驾驶汽车，转而和成熟的汽车厂商合作，这些事实都说明，完全实现自动驾驶，还有很长的一段路要走。 同时，各大汽车公司都在自动驾驶上进行努力，越来越多的汽车上将会配置一定的自动驾驶能力，也就是在有司机的情况下，在高速公路上，或者城市里慢速行驶的情况下实现自动驾驶。 第七个趋势是，人工智能应用会在各个应用领域迅速普及，有大数据支持的应用创业公司会迎来最好的机遇。 虽然人工智能领域的竞争非常激烈，尤其是底层技术上的竞争，但是别忘了，真正的赢家不会产生在技术层、平台层，而是产生于应用层。 比如移动互联网的兴起，最大的赢家不是通信运营商，而是构建了社交网络帝国的Facebook。 而应用对于创新企业来说，人工智能恰恰是它们真正的机会。 特别是在IT巨头纷纷开源的情况下，创新企业是有机会利用这些资源，成为下一个霸主的。 对于创新者来说，一定要到敌人最薄弱的环节去寻找突破口，最值得下手的地方就是数据丰富、但是应用贫瘠的地方。 第八个趋势是，在智能芯片方面，GPU将进一步得到更广泛的应用。 GPU，也就是我们所说的图形处理器，一直都是AI应用的主导硬件处理器，在图像语音识别、无人驾驶等人工智能领域，GPU正迅速扩大市场占比。
