迎接萬物智能互聯時代 四環節布局AIoT產業鏈

張堃

AIoT時代，聯網的終端設備數代表了AIoT的網絡價值。2020年起，接入AIoT網絡的終端設備中，非電腦手機等傳統終端的數量首次超過傳統終端數，且前者增速遠高于后者。有機構表示，預計到2025年，接入AIoT的物聯網設備可以超過220億臺。

下一個十年，我們需要將目光轉向AIoT——萬物智能互聯時代了。在這個過程中，融合AI技術和IoT技術的AIoT將會扮演重要角色。站在互聯網第三次浪潮的起點，AIoT產業鏈四大環節皆存在投資機會，但目前行業進展有所區別。

四大環節共筑AIoT產業鏈

AI與IoT兩者相輔相成：一方面，IoT可提供大量數據來源，從而促進AI的數據訓練與發展;另一方面，充分訓練后的AI大腦可進行智能化調度，反哺物聯網的發展。從產業鏈角度看，AIoT可以分為感知層，傳輸層，平臺層和應用層幾個環節。

感知層包括依附于手機、電動汽車、家用電器等終端的各類傳感器、控制器等設備，是AIoT產業鏈發展的基礎，即數據的接收環節。據統計，2014年平均每部手機內置傳感器數量為12顆，而2021年這一數量已增加至20顆，除此以外，一部手機還有2-3個攝像頭、一個麥克風……這些都屬于AIoT產業鏈的感知層，是AIoT產業鏈中最早放量的部分。

傳輸層主要指通信網絡、助力終端進行聯網的通信模組及其核心部件通信芯片，是數據收集后的傳輸環節。通信網絡有多種，5G網絡便是其中之一。通信模組與物聯網終端連接數息息相關。而通信芯片技術壁壘較高，尤其是技術壁壘最高的蜂窩芯片，如今仍被外資把持話語權，不過國產替代機會巨大。

作為物聯網應用及增值服務提供的基礎，平臺層是搭建多方協作的橋梁，即數據傳輸后到達的地方。包括微軟Azure IoT、華為鴻蒙系統等都是該領域的典型。在平臺端，大量感知端采集來的數據得以匯集，做出分析判斷得出解決方案，從而反哺公司提升運營效率。應用層主要應用AIoT賦能傳統行業改造，在政府端、企業端、個人端都有應用場景，智能交通、車聯網、工業自動化等皆屬于該范疇。

把握相關細分行業投資機會

在四個產業層當中，感知層和傳輸層啟動時間最早，但平臺層和應用層價值占比最高。因此，前期可以側重感知層和傳輸層，適當配置平臺層和應用層，后期應當主要配置平臺層和應用層。

感知層和傳輸層的細分行業主要包括傳感器，通信模組和芯片。目前，傳感器行業正處于高速增長通道。據統計，2020年全球智能傳感器市場規模約為358億美元，預計至2026年，該規模或接近800億美元。

而雖然行業空間較大，但幾家傳感器龍頭上市公司三季報數據顯示，傳感器的通用化程度比較低，不同的應用場景，往往需要的型號和類型各不相同，使得這些行業的規模效應較難顯現。

在此情景下，選股時對公司產品具體下游應用的分析顯得至關重要。由于AIoT各個應用場景爆發時點各不相同，因此對應到不同傳感器類型上，受益時間也有先后，這是投資上需要考慮的。

通信模組門檻相對低一些，國內一些行業龍頭已經占據了全球較大份額，投資確定性較高，但需要防范毛利率下滑風險。芯片是通用化程度較高、壁壘也相對較高的領域，但國內企業當前技術實力尚有待提升。

平臺層目前主要由互聯網和科技巨頭搭建，但國內也有從事傳統業務的公司，依托其原有業務積累的大量數據和用戶資源已開始涉足智能化平臺，與各個行業龍頭企業合作。從對外披露的信息來看，這部分業務進展較為順利，這些公司也對此業務前景寄予厚望。

企業通過智能化改造，可以較大幅度減少員工數量和成本，提升盈利能力，因此積極性很高。而平臺搭建方通過累積成功案例，可以對同行業企業進行推廣。在多個行業成功推廣后，就可以讓各行業的數據流在平臺上匯聚，分發產生更大的價值，平臺層的投資標的值得長期看好。

應用層投資需要基于場景分析，因為不同場景實現難度存在差異，實現時間也有先后，如掃地機器人就是較早爆發的應用場景，人臉識別、智能交通由于難度相對較低，或可以較早實現。但車聯網、智能醫療等對精準度要求較高，容錯率低，因此實現難度更大，時間也會相對延后，在投資選擇上對時間的把握較為重要。工業自動化是AIoT應用空間最為廣闊的領域，投資機會最多，但不同行業智能化改造需求不盡相同，很難有一套統一標準量化。