2017年，很多傳統TMT巨頭面臨增長緩趨，于是考慮重資產化追求規模效應，開拓、轉型成了戰略選擇。

因此，2018年將會是互聯網馬太效應進一步強化的一年，與此同時，機器學習/人工智能、虛擬現實等新興科技將出現在一些簡單的應用場景，通信技術進一步發展，數字內容產業繼續繁榮。

本期的智能內參，我們推薦來自德勤的2018年科技、傳媒和電信行業預測，闡述八大關鍵產業觀點，及其2018年的市場表現預測。

以下為智能內參整理呈現的干貨：

數萬手機AR應用上市

AR將成為手機應用、操作系統以及智能手機更新換代的主要驅動因素之一。

德勤預計，明年售出的所有較高端的智能手機會搭載AR影像功能，而且不需要消費者支出額外的費用。在中國，由于軟硬件的提高加上政策的支持，為AR移動端爆發營造了良好的生態環境，預計將迎來AR+時代。AR頭盔也會取得進步與發展，高級的AR設備數量不斷增加，但是考慮到可得性，智能手機在2018年仍然是最流行的AR設備。

預期2018年全球將有超過十億智能手機用戶生產至少一次AR內容；至少三億用戶將會是 AR 內容生產的?？?，他們每月生產至少一次 AR 內容。同時，2018 年將會有上萬個搭載AR相關的應用上市，到 2018 年底將有超過十億位智能手機用戶下載過，觀看過，或更新過，具有 AR 內容生成的手機應用。

保守估計2018年全球 AR 內容手機應用收入將略低于一億美元。2018年起AR發展進入追求質量的階段。未來幾年對AR技術來說也是至關重要的，因為 AR 的核心技術(攝像頭，傳感器，芯片)效能會繼續提高，AR可以應用的領域將會加快擴大。

▲AR發展演進（援引東興證券）

綜上，AR將在2018年進入增量初期，設備數量不斷增加，數萬相關手機應用上市。對于開發者而言，應考慮的是何時加入AR才能優化用戶體驗（如，實景街道顯示），何時沒有加入AR的必要（如，導航過程）；對于企業，不應將 AR 作為答案，而應嘗試將 AR 與市場營銷、產品銷售、技術指導以及售后服務等領域結合。

到2020年AR創造的直接盈利將超過十億美元，未來AR將突破基礎應用層面，深入影像、游戲、社交、家居、教育等各個領域。盡管未來會出現很多搭載AR功能的應用，但只有那些能持續生產有深度的、優質的AR內容的App才能在AR浪潮中笑到最后。

智能手機開啟微創新

從產品的形態來看，2018年智能手機將進入“微創新”時代。區別于以往針對外形的改造，未來智能手機的創新將是無形的，體現在處理器、傳感器、軟件、人工智能和內存的改進。

1、AI芯片進一步滲透

▲與機器學習相關手機應用的消費者調查

以人工智能為例，2017年，高端智能手機已經開始采用人工智能芯片，到2023年，人工智能芯片將成為智能手機的標配，隨著任一價格段的智能手機都搭載人工智能芯片，基于機器學習的應用程序也將穩定上升。

2、紅外生物認證或成主流

傳感器方面，前置紅外線攝像頭有望成為主流，智能手機或將在 2018 年搭載并最終取代指紋識別成為主要的生物識別認證裝置。而保留指紋識別的智能手機將升級指紋識別感應裝置，很可能利用超聲波技術確保指紋在潮濕或油膩狀態下也能識別成功。

3、攝像頭成應用開發熱點

▲使用智能手機拍照和攝像功能的頻率調查

與此同時，借助更好的、高度集成的軟件和硬件，智能手機的攝像頭成像質量也將越來越好，越來越多的應用于工作環境中（如獲取以名片、宣傳冊等形式呈現的信息，復制圖像，編輯圖像內容，使用紅外攝像頭檢測熱能以分析引擎故障，檢測家用電器等）。

4、手機應用場景繼續擴大

▲智能手機在生活場景中的應用情況調查

▲使用智能手機初步處理工作的調查

此外，基于處理器、傳感器、軟件的改進，手機儲存空間的升級，智能手機應用類型將進一步增加，強化功能聚合的特點，使其成為更多應用的首選設備。當前，智能手機已經吸收了包括音樂、游戲、信息推送、支付等在內覆蓋生活場景的功能。到 2023 年，智能手機將在商業環境中獲得更廣泛的用途。

▲美國智能手機銷售價格趨勢示意

從市場的角度來看，德勤預測，未來五年智能手機市場的滲透率、使用頻率、出貨量都將繼續增長。

到2023年底，發達國家智能手機普及率將超過90%，較2018年增加5%；智能手機的銷量將在2023年達到18.5億，比2018年增長19%。用戶平均每天查看手機65次，比2018年增加20%，這種使用頻率比任何其他數字設備都高，可能會刺激越來越多的以智能手機為中心的變革。

新生代“機器之芯”抬頭

德勤預測，到2018年末，被用作機器學習（ML）加速器的數據中心芯片中，GPU和CPU仍占大頭，約有25%會是FPGA或者ASIC，以追求靈活性、更低的能耗以及更高的效益。而這一市場，從2016年的數據來看，是基本完全被GPU壟斷的。

首先，GPU可以說是深度學習爆發的直接原因之一，故其主流的ML芯片市場地位毋庸置疑，預計2018年將推出專門針對機器學習優化架構的GPU產品（如英偉達Volta系列）；

其次，FPGA亦有市場積累，已被微軟、亞馬遜（AWS）和百度等企業用于ML任務，且有研究人員表示在某些情況下，FPGA的速度和運算力可能比GPU還要強，預計2018年需求超過20萬；

最后來看ASIC，制造商很多，包括英特爾、富士通、谷歌等，2017年總收益大約在150億美元左右，預計2018年用于終端的ML芯片需求量在5億左右。

此外，IBM的TrueNorth這類采用憶阻器和ReRAM等新器件來提高存儲密度的高技術含量芯片，產能未知，功用不明，整體來說可能低于10萬塊，甚至低于1萬塊。

▲全球數據中心ML芯片銷量示意

2016年面向機器學習芯片售出的GPU芯片數約為10萬到20萬，德勤預計，這一數據將在2018年漲至50萬左右，屆時，針對機器學習的FPGA銷量約達20萬，ASIC約10萬。

鑒于芯片價格不同，德勤未對整體ML芯片市場規模進行進一步預測。有企業指出，到2020年用于數據中心訓練和加速的GPU市場將達260億美元；另有分析指出截至2022年，機器學習加速產品的市場規模將達45億到91億美元。

五大新技術促發ML部署

德勤預計 2018 年，人工智能將滲透智能手機的軟硬件，無人駕駛領域技術企業依舊成為主導，AI+工業機器人對制造業的沖擊也將日益凸顯，財務機器人將取代高度重復性的人類工作，AI+金融成為熱點；大中型企業機器學習應用與試點數量將翻倍，超過三分之二的大型企業的部署與試點數量均超過10個。

當下，機器學習面臨專業人員短缺、需要海量數據訓練模型、可能受到法規限制等障礙。新技術手段的進步將清除上述障礙，使機器學習的發展變得更加便捷、快速。以應用的廣泛程度作為標準，德勤認為最值得關注的五項新技術手段如下：

1、數據科學自動化

數據科學從數據清洗到探索性資料分析、特征工程、特征選取、預測建模、模型選擇等占據數據科學家 80%時間的流程都可以被完全或部分自動化。而現在，成熟企業或初創企業提供了眾多用于數據科學自動化的工具與技術，能夠將機器學習概念驗證時間從幾個月縮短到幾天。

2、減少訓練模型所需數據

訓練一個機器學習模型需要多達數百萬的數據，獲取、標記訓練數據也非常耗時且成本高昂。然而，一系列減少訓練模型所需數據的技術已經出現：其中一種是通過算法模擬真實數據特點從而合成數據，另一種減少訓練模型所需數據的技術是遷移學習。

3、縮短訓練時間

大型企業與初創硬件制造商正在開發專用硬件（例如 GPU、FPGA 和 ASIC），通過加快運算速度和芯片內部數據傳輸以減少訓練機器學習模型所需時間。這些專用處理器能夠成倍地加速機器學習訓練與執行又降低了相關成本。

4、能夠解釋結論

機器學習無法解釋系統作出決策的依據（黑箱問題），對模型答案的信任問題以及合規問題造成機器學習不適用于許多場景。有幸的是，MIT的研究人員發布了一種訓練神經網絡的方法，它能夠準確解釋機器學習決策的基本原理。

5、本地部署

機器學習正越來越多地進入移動設備和智能傳感器，并在智能家居、智慧城市、自動駕駛、可穿戴設備以及工業物聯網領域擴張。隨著智能手機成為部署機器學習的選項，以及潛在應用數量也在增加，企業部署機器學習應用和試點的數量也會增加。

綜上，機器學習發展初期的過程中，企業應關注自動化數據科學、數據合成與遷移學習等新興技術、計算資源配置（云供應商與自家數據中心）、可解釋商業模型的技術、芯片性能進展等。

無線家庭網絡成熱潮

從通信產業來看，低成本高效的無線技術借著互聯網的推廣將成為一種趨勢，基于移動手機的無線家庭網絡未來規?；虺跸胂蟆?/p>

▲2017年“僅基于移動手機的家庭網絡”城鎮差異調查

▲2017年“僅基于移動手機的家庭網絡”收入差異調查

▲2017年“僅基于移動手機的家庭網絡”年齡差異調查

▲2017年“僅基于移動手機的家庭網絡”婚戀差異調查

調查顯示，偏遠地區家庭網絡僅依賴手機的情況要多于城市地區，低收入人群也比高收入人群更偏向于依賴手機搭建家庭網絡，青年群體比年長的人們更愿意采用基于手機的家庭網絡，單身青年比已婚青年采用無線家庭網絡的概率更高。

▲2017年“僅基于移動手機的家庭網絡”調查

德勤預計，2018年將有20%的家庭采用基于移動手機的家庭網絡（home internet），甚至是校園網絡、辦公室網絡等。即，不用同軸電纜，不用光纖，不用DSL銅線，就用無線技術。而這一數字將在2022年漲至30%到40%。

數字內容訂閱攀升期

▲全球數字媒體訂閱量（億）

德勤預計到 2018 年底，50%發達國家的成年人會訂閱至少兩種僅提供線上的媒體服務，而到2020 年將上升到 4 種。2018年，用戶每月訂閱電視頻道、電影、音樂、新聞以及雜志每項的平均費用低于十美元。預計今年年底有 6.8 億美元的訂閱量，大約 3.5 億訂閱用戶。

由于媒體行業的蓬勃發展，2018 年在線媒體訂閱量以及人均和每戶平均訂閱數量上升超過 20%，并在未來一段時間內保持增長。但要注意到, 除了視頻與音樂之外, 線上訂閱用戶的總數并不多，像新聞的訂閱用戶只有幾千萬。未來發達國家五分之一的成年人會為至少 5 個線上收費媒體付費，這一數據將于 2020 年底上升到10個。這批用戶每月平均將花費 100 美元于購買線上媒體服務(或者每年花費超過 1,200 美元)。訂閱多個線上媒體的行為是家庭訂閱多個傳統媒體行為的升級。

線上媒體訂閱量增加的原因從供給方看，是因為越來越多公司提供線上媒體訂閱服務，同時內容資料庫走向碎片化；此外服務商提供訂閱套餐的數量也在上升, 消費者需要訂閱多個服務才能獲得"完整版"。從需求方看，媒體內容差異性刺激消費者為線上內容付費的意愿。此外一些媒體頻道的線上模式的質量比傳統模式更有吸引力。

現場直播將直接創收5450億刀

▲2018年直播行業收入（十億美元）

德勤全球預計，2018 年全球現場直播行業將產生 5,450 億美元的直接收入，傳統渠道將貢獻98.5%的收入，剩余收入來自網絡直播和電競直播。在網絡和電子時代，直播變得更有吸引力，同時也能產生更大的回報，直播行業將保持蓬勃的態勢。(在本文中，直播行業是指廣義的直播，包括電視直播、電臺直播、網絡直播、線下大型活動等。)

空中上網即將啟航

得益于衛星供應商、ATG 供應商以及接受設備方技術的進步，明年航班上網服務將迎來提速降費時代。

放眼全球，德勤預計 2018 年將新增1600-2000架提供航班上網服務的飛機，占所有商用飛機的三分之一，將會有越來越多的消費者可以享受到航班上網服務。2018年全球超過四分之一的乘客可以在空中享受到上網服務，空中上網市場規模約為十億美元，其中大部分來自乘客為連接網絡支付的費用。其實在像北美這樣的成熟市場，航班上網已經存在多年，但隨著覆蓋航線的增加、網速的提升以及每趟航班數據能力的加強，越來越多乘客會使用航班上網，在飛行中上網不再只是頭等艙的權利。

智東西認為，2018年將是移動網絡繼續推廣的一年，包括無線家庭網絡、空中網絡等形式將進一步發展，從而推動數字內容產業的訂閱量和直播價值的增加。更讓我們感興趣的是，人工智能/機器學習和增強現實這兩個關鍵詞將直接體現在目前互聯網應用最為廣泛，場景最為豐富且最易推廣的智能手機上，帶來直接經濟效益的同時倒逼ML技術和芯片產業進步。