区块链:2030展望:区块链、AI、商业航天的未来十年

在推动社会变革的层面上,科技正在发挥着不可忽视的作用。展望下一个十年,区块链、人工智能(AI)和商业航天是影响最为突出的前沿科技。

区块链成功解决了人们对“信任”问题的焦虑,将成为金融基础设施的核心技术;随着人工智能算力算法的发展,以及AR/VR/脑机接口等下一代人机交互方式的逐渐成熟,一个虚实共生的数字化社会(元宇宙)将会逐步建立;商业航天将颠覆通信、交通、旅游业,并助力人类实现火星移民。

人们通常倾向于低估新技术的长期影响,往往开阔畅想才能更接近现实。今天,我们带您深入探讨面向2030年的科技行业投资机会。

区块链

区块链发展历程

2008年11月,以中本聪为化名的作者发表《比特币:一种点对点的电子现金系统》,首次提出了比特币的概念。十年间,加密货币市场上比特币、以太币、瑞波币等相继出现,矿机、矿工、矿池等产业链逐步成型,交易规模不断扩大。随后为了既保持区块链技术匿名性、去中心化等特点,又能克服加密货币相对法币波动大的问题,稳定币应运而生。2019年,Facebook 在结合了稳定币技术和其庞大的用户基础推出了Libra,刺激了各国加快对 央行数字货币的探索进程。未来十年,区块链技术的应用不止局限于加密资产行业,其一方面会以以太坊为重要资产载体,衍生出更多的生态;另一方面在完善金融基础设施建设情况下加深平台的搭建和应用场景的拓展,最终形成万物互链的生态系统。

区块链可以分为由开源社区主导的公有链,及大型 IT 或金融企业主导的联盟链。(1)公有链应用以比特币为代表已经全面铺开,完全去中心化,任何人无需授权即可访问, 节点自由出入网络,典型代表有比特币和以太坊。但由于公有链模型复杂,交易承载规模小,延迟性大,一般适用于虚拟货币、互联网金融等应用场景。(2)联盟链有望实现场景落地。联盟链需要特定节点参与和交易,可实现部分去中心化。因为整个链规模较小、权限易控制、效率高、承载交易规模较大,一般适用于银行间转账、 证券交易所清结算、企业溯源和监控审计等。典型代表有 R3 区块链联盟、超级账本 (Hyperledger)等,是目前金融、公共服务、供应链领域与区块链结合的首选类型。

到现在,区块链技术已经不仅局限于虚拟资产,其在清结算、支付、电子发票、供应链金融、电子发票、贸易融资等领域开始发挥积极的作用。

图 | 区块链分链应用场景、来源:华泰研究

区块链:数字资产已成为不可忽视的资产类别

以比特币为代表的数字资产一直保持显著增长

2009年出现的比特币将区块链技术推向公众视野,随着加密资产市场活跃,以太币、狗狗币、瑞波币等相继涌现,同时拉动矿机、 矿工、矿池等产业链的逐步形成。

尽管近期比特币价格有所下跌,但据欧易 OKEx 统计,其市值占到了黄金市值的10%,已经成为全球重要的资产类别。根据Coinmarketcap数据显示,1Q21加密货币总市值已突破2万亿美元。与此同时,全球领先的加密货币交易所Coinbase用户数量也在进一步增加, 账户数量从2013年的 50万个增加到1Q21约5600万个,1Q21营收达18亿美元,其增速显著超过市场预期。

图 | Coinbase 验证用户数、来源:华泰研究

传统投资人积极投资比特币资产

数字资产投资热度不减,交易接口开放降低投资门槛。从区块链投融资角度来看,数字货币仍然是资本重要的投资领域。近年来多个数字资产的新金融产品和渠道出现,为投资者提供了入场的便捷性和合规性。例如,2013年由灰度成立的市场上首只比特币信托基金 (GBTC),通过合规的基金运作方式为投资者服务,二级市场交易不受限制,降低投资人的门槛,也缓解了投资人对加密资产存储、安全等问题的担心。与此同时,PayPal(支付 软件)、Robinhood(炒股软件)等也通过与加密资产经纪商合作开放交易接口的方式吸引 投资人投资数字资产。

图 | 数字资产入场渠道商业图景、来源:华泰研究

各国央行积极研发数字货币,中国率先试运行

全球数字货币三足鼎立格局初步形成。在各种加密资产中,稳定币保留了简单的加密货币结算过程和强大的匿名性的优点,并避免了加密货币的波动性风险,价格维持相对稳定。我们认为,稳定币将成为加密资产行业的主要价值规模和主流支付工具。

中国央行数字货币进程处于全球领先局面

我国关于央行数字货币理论的探讨和框架建立在2014年左右已经开始,2016年相关技术陆续完善,2019年开始进入加速落地阶段。2020年1月 10日,中国央行官方公众号表示,已经基本完成法定数字货币顶层设计、标准制定、 功能研发、联调测试等工作。4月起,我国DC/EP已陆续在深圳、苏州、雄安、成都及未来的冬奥场景进行内部封闭试点测试。随着央行数字货币的快速推进,我国有望成为首发央行数字货币的主要经济体。

报告:2030年代币化非流动资产总规模或超16万亿美元:金色财经报道,根据波士顿咨询集团 (BCG)和ADDX发布的最新报告显示,预计到2030年,代币化非流动资产的总规模可能达到 16.1 万亿美元,非流动资产主要包括上市前股票、房地产、私人债务、中小企业收入、实物艺术品、异国情调的饮料、私人基金、批发债券等。

根据该报告,链上资产代币化市场规模在2021年超过23亿美元,预计到2026年可以达到56亿美元。此外,数据显示过去两年中,全球数字资产日交易量已从2020年的300亿欧元飙升至2022年的1500亿欧元。(cointelegraph)[2022/9/13 13:25:51]

图 | 中国 M0 和 M0/M1、来源:华泰研究

数字货币的出现更适应无现金社会的发展,重塑支付格局。长期以来,中央银行货币在公共市场流通都是以实物现金的方式。随着智能手机的普及和第三方支付兴起,同时疫情也对无接触服务提出更多的要求,实物现金的使用率不断降低。根据Wind数据显示,中国M0/M1的比例从2013年 18%下降到2020年的13%,部分北欧国家的M0/M1甚至降到了5%以下。由于 CBDC具有高于商业银行和第三方支付机构的信用等级,也考虑到实物现金 发行、运输、流通、管理等诸多成本,我们认为 CBDC可能会打破支付领域的行业垄断, 重塑支付竞争格局。

区块链:未来十年发展

发展 1:产品矩阵日益丰富

以太坊正在成为重要资产载体,链上稳定币、比特币市值持续增加。从 2015 年以太坊启动到2020年以太坊2.0上线,历经5年发展,以太坊已然成为最重要的区块链基础设施之一。

图 | 以太坊主要发展历程及历史价格、来源:华泰研究

由于以太坊网络的安全性、便利性以及丰富的 DApp 生态,用户开始将资产转 移至以太坊上,例如使用基于以太坊的稳定币、将比特币抵押至以太坊网络换取相应的ERC-20比特币等。从规模上看,目前以太坊总市值约为 3000亿美元,相较于2016年增长超5000倍,成为很多重要资产的载体。从应用类型来看,以太坊从原来在、高风险领域的使用逐渐过渡到以金融、交易、安全领域,其生态向更趋向有价值的方向。

图 | 金融、交易所应用占比提升,逐步取代、高风险行业应用占比、来源:华泰研究

DeFi 生态成长,以货币、银行、保险等为代表的传统金融形态形成。中心化金融(DeFi) 是指使用去中心化基础设施(如公链和智能合约)构建的借贷和交易等金融服务,具有中心化、无需许可、开放等特征,兼具更低费用与更高安全性。相比传统金融依靠中介,DeFi 通过区块链协议和 DApp 为用户自动提供各种服务,极大提供了便利。目前DeFi生态已涵盖货币、银行、保险、支付、资管等多种传统金融形态,锁仓规模超过百亿美元。

数字圈新兴概念NFT进入视野,或将在认证领域发挥作用。自NFT首次在 2017年以以太猫的形式进入大众视野后,如今,高性能区块链和 layer 2 解决方案不断涌现,各种扩容方案使高吞吐量 DApp 变成现实,藏家和艺术家的目光又重新回到了 NFT 领域,被NFT唯一认证后的新奇作品多次以意想不到高价被拍卖。我们认为,虽然NFT代表现实世界的资产仍处于早期探索阶段,但其本身蕴含巨大应用潜力,未来可以在房地产、证书、文件等 领域将实物资产以通证形式表示,实现信息透明并在链上自动执行交易。

图 | NFT 高价拍卖样品、来源:华泰研究

发展 2:有望成为金融下一代基础设施的核心技术

区块链将作为多业务底层技术,赋能金融领域。目前区块链作为底层技术被广泛应用于加密数字资产、央行数字货币、支付清结算系统、证券交易平台、贸易融资平台等。我国在十四五规划中指出,未来区块链发展将以联盟链为重点发展区块链服务平台和金融科技、 供应链管理、政务服务等领域应用。

图 | 区块链将助力金融行业基础设施建设、来源:华泰研究

这意味着:区块链的参与者更加丰富,主要以腾讯、阿里、趣链科技等企业主导的平台层的搭建提供智能合约、信息安全、数据服务等产品化服务,和以政府为主导的金融、政务领域区块链基础设施的构建,二者将在公有链基 础上加快联盟链的落地;未来将有更多的金融场景实现上链,以多方共享和高频重复为特点的要素将更频繁地使用区块链技术:

报告:NFT市场预计在2030年达到2000亿美元:金色财经报道,Grand View Research最近发布的一份报告预测,到 2030 年,NFT 市场的价值将达到 2000 亿美元,部分原因是其背后的应用需求不断增长。该报告计算出今天的 NFT 市场价值略高于 150 亿美元,研究了 2018 年至 2020 年间 NFT 市场的动向和演变。该文件预测,从 2022 年起,该市场将以 33.9% 的复合年增长率增长到 2030 年,这种增长将集中在 NFT 市场的数字资产部分。

大多数此类活动预计将在以太坊上进行,预计将在今年晚些时候转向更环保的共识机制。然而,其他链中的 NFT 活动也有望增长。[2022/7/27 2:39:38]

1) 实现多方共享。基于加密技术的区块链将在实现信息共享问题上起推动作用。在跨境支付、跨境贸易融资、供应链金融、资产证券化(ABS)等金融场景下,多需要相互独立金融机构之间互相协作,区块链能够明显降低各方的沟通成本。

2) 适合高频重复。区块链的智能合约能够实现业务自动化。因此对于电子支付、交易后 清算、监管风控等高频重复业务非常适合。

人工智能

人工智能发展历程

过去十年 AI产业迎来了历史上第三波,也是70多年发展中最快速的一波发展。基于深度学习理论,AI在数据的驱动下,在人脸识别、文本翻译等特定领域已经达到甚至超过人类的准确度,同时拥有远超人类的效率。芯片的制程升级和代工模式的发展也使得大数据下的AI得以落地。同时AI也在改变互联网生态后在软硬件领域拉开帷幕,开始重塑多个领域。总结看,随着深度学习算法的提出和半导体行业的突破,叠加成功的内容宣传,过去十年AI从专业的技术理论到产业化落地,再到大众认知,形成了跨越式的发展。

图 | 人工智能产业的发展历程、来源:华泰研究

人工智能投融资:AI公司逐步登陆资本市场

在一级市场中,全球AI相关的私募股权融资规模不断提升,2020年总投资合计为679亿美元,同比增长40%,且随行业发展投资愈加集中,形成了明显的头部效应。根据赛迪顾问统计,中国AI投资中,天使轮AI投资数量占比从2016年的67%,降至 2019年的34%。

图 | 全球AI融资规模、来源:华泰研究

经过多年发展,AI的商业模式也逐渐清晰,AI也受到了投资人青睐,从广泛投资到更加专注在几大场景,应用逐渐收缩至机器视觉(CV)、自然语言处理(NLP)、AI平台、AI芯片等领域。

随着AI被更广泛的认知,AI行业迎来了创业潮。在资本市场上独角兽公司不断涌现,估值不断提升。而2020年更开启了AI公司上市大幕,我们判断未来 A/H /美股AI公司市值的比重将会大幅提升。我国AI行业呈现较高景气度。已经上市公司中大量行业也在AI浪潮下不断转型升级。

图 | 英伟达股价变化、来源:华泰研究

在A股和美股二级市场中,人工智能相关公司的市值占比不断提升,典型代表公司如A股传统安防龙头海康威视依靠AI技术实现产品升级和行业突破;美股英伟达依靠GPU产品 打造AI芯片算力。两公司在过去五年股价分别增长了约4倍和18倍。

人工智能:AI 未来十年发展

数据,算力,算法,场景作为人工智能四大要素,未来的发展也将在这四方面重塑时代发展。

应用一:算力

AI 重塑数据中心和汽车行业

算力的需求主要以AI芯片形式体现,驱动力来自于最为领先的AI算法。过去十年OpenAI测算,全球头部AI模型训练算力需求3、4个月翻一番,因此每年头部训练模型所需算力增长幅度高达10倍。同时,需求的快速提升叠加摩尔定律,导致算力价格也更加亲民。

图 | 每 1000 美元可以买到的算力呈现指数增长、来源:华泰研究

目前数据中心和汽车领域成为最重要的AI算力发展落脚点,以AI芯片的形式落地。其中,AI训练芯片的厂商全球屈指可数,相关芯片主要以服务器、集群、加速卡等模式用在云端, 在边缘端也将逐渐出现;AI推理芯片门槛相比训练难度较低,一些优秀的创业公司依靠 Fabless 模式进入市场。芯片公司可提供专用的人工智能芯片/IP和开发工具:训练芯片面向数据中心、汽车等行业客户,也有大量云公司设计自用芯片内部使用;推理芯片部分集成在硬件终端,如手机、摄像头、汽车、矿机等,部分用于云端提供服务。

当前DeFi锁仓总量为2039.8亿美元:金色财经报道,据DefiLlama数据显示,当前DeFi锁仓总量为2039.8亿美元。其中,排名前5的锁仓量排名前5的公链分别为以太坊(1210.9亿美元)、Terra(142.7亿美元)、BSC(130亿美元)、Avalanche(107.2亿美元)、Fantom(83亿美元)、[2022/2/13 9:48:28]

服务器和数据中心用的处理器芯片本身就不断增长,而目前计算仍主要依靠 CPU,随着AI算力需求的提升,数据中心算力呈现多样化趋势,主要用于 AI计算的 GPU或ASIC占比不断提升。据我们测算,目前全球服务器 GPU 占据服务器级处理器的市场份额小于20%, 预期未来三年CAGR约为 25%。

图 | Intel 英伟达、AMD数据源中心收入预测、来源:华泰研究

目前的 AI 芯片市场中英伟达凭借硬件优势和软件生态,市场份额较高。我们判断:

①算法方面,模型的复杂度不断提升;

②软件方面,AI框架的使用越来越集中,因此有大型模型训练能力的芯片将会更加集中,而软件工具支持的芯片类别也会更加集中。

但国内其他公司在国产化的大趋势下也值得关注。这些公司在边缘计算中心、汽车、IoT等领域的推理市场的机会更大,针对行业定制的推理芯片可能是破局之道。目前,自动驾驶、摄像头、数字货币挖矿等领域已经出现了大量定制推理芯片,未来行业的发展将更为明确。而数据中心训练市场等的发展需要依靠不断研发缩小差距。

应用二:算法

NLP、CV 感知增强,突破认知时点仍未可知

NLP和CV在过去几年的发展历经算法突破,已经从传统的感知学习深入到感知增强阶段:

1) NLP:过去十年NL 的算法突破是AI领域最为主要的发展方向之一。2020年7月, OpenAI基于互联网大量文本数据训练出拥有1750亿参数的 AI模型GPT-3,无须进一步训练即可应用在各类NLP领域。2021年,Google发布了Switch Transformer模型,将模型参数提升至1.6万亿规模。NLP领域依托大型模型能力,已经在多种新场景中应用。如:网页搜索、UI 设计、自动编程等。

2) CV:过去十年CV领域的算法也不断升级,如2015年的ResNet、2019的EfficientNet。另外大量算法针对小样本的推理场景(YOLO)、照片修复(DeOldify)场景或者2D转3D(PIFuHD)场景提出。这些算法已经快速应用在自动驾驶、媒体互联网等领域。

在大量场景下,专用的人工智能已经可以满足人类活动大部分需求。但 AI 经历了多年发展依然停留在感知层面,难以像人一样做推演式思考。我们认为:未来十年人工智能将与脑科学融合,发展通用认知智能,对应着人机多轮对话、视频理解等应用。但目前实现路径存在不确定性,典型的发展思路包括:

1) 不依赖大量人工标注数据的自监督学习成为学习方法的新焦点。借助预训练模型,通过自主生成或增强数据、依托知识图谱常识关系等优化学习结果,提升无标注数据集下的学习能力。相关案例包括谷歌Bert、Facebook RoBERTa、Open AI的GPT-3等。自监督学习目前正在向图像领域发展,实现像素级别的目标识别。纯粹有监督学习方式训练深度学习模型阶段结束。

2) 小样本、多模态学习,模型小型化。迁移其他训练成果,复用其他领域的知识结构, 使用少量样本训练,利用多源信息拓展学习能力是AI的重要发展方向。另外由于部分模型参数过多,FB、腾讯、Google 等也在加速构建完善模型小型化能力,在 TensorFlow、 PyThorch、TensorRT 等框架中使用剪枝、量化等算法压缩模型,提高运算速度。

图 | AI通用智能发展途径、来源:华泰研究

应用三:场景

将在多领域产生深远(汽车、医疗、元宇宙等)

AI在结构化数据和部分非结构化的数据(语音、文字和图像)的应用已经十分丰富。未来十年,叠加其他创新如5G等,我们认为AI将依托新算法、新算力和新的传感数据进一步挑战视频和图像场景,实现新的商业模式。我们认为AI将在汽车、医疗和娱乐领域影响最为深远,其他行业也有各种应用场景。

图 | AI 在各领域场景的突破、来源:华泰研究

汽车——自动驾驶结果逐年优化,慢速场景开启商用

自动驾驶经过多年的发展,行业的观点持续波动。2018年以前业界对自动驾驶的发展十分乐观。2020年自动驾驶的关注度再度提升:8月百度 Apollo宣布自动驾驶出租车上线。10月Waymo宣布将提供完全无人的驾驶服务。特斯拉宣布即将完成L5级自动驾驶研发。2021年大量的头部公司扎堆自动驾驶赛道,如苹果(AAPL US)、Amazon(收购Zoox)(AMZN US)、小米(1810 HK)、华为(未上市)、滴滴(未上市)等。尽管预期不断变化,但不可否认自动驾驶的路测结果正在不断提升。

声音 | 安永全球区块链主管:2019年至2030年 至少有一半的企业将使用区块链技术:11月6日,“安永亚太区块链峰会”在上海举行。安永全球区块链主管Paul Brody在会上表示,区块链技术的应用能降低交易时间和成本,通过去中介的方式提高了公司交易的私密性。安永在医疗、葡萄酒、公共财政管理、咨询等领域都运用了区块链技术。安永开发了基于零知识证明等隐私保护技术的解决方案,保护投资者和企业用户的交易隐私和安全。他还指出,安永通过调查233个企业客户时发现,75%的企业客户在未来有意愿使用区块链改进现有业务。他认为,作为参与者,区块链技术令人激动,但加密货币并没有让自己感到兴奋。交易的代币化和智能合约的使用能降低国际贸易的成本。他预测2019年至2030年,至少有一半的企业将使用区块链技术。(巴比特)[2019/11/6]

自动驾驶虽然仍有距离,难以明确具体商用时间,但是在慢速场景,如农机、扫地机器人、 快递最后一公里配送等场景中已经实现落地,在未来十年可能会有更多慢速场景自动驾驶的应用改变人们生活。

图 | 自动驾驶的商业化路径、来源:华泰研究

医疗——人工智能进入诊断、治疗核心环节的发展新十年

我国2014年曾鼓励AI医疗器械发展,但产品的商用存在落地问题,导致实际发展慢于预期。然而,自疫情以来,AI医疗的趋势受到更广泛接受。AI 医疗领域在理论和实践方面都出现了若干突破,监管层面2020年起面向AI 医疗设备的三类证也陆续颁发。我们判断未来十年AI有望在制药、诊断、手术领域等以算法、设备和手术机器人的模式落地。

图 | DeepMind 在 CASP 中得分情况、来源:华泰研究

未来十年手术机器人治疗的市场规模也有望随AI的发展不断提升。根据国际机器人联盟(IFR)的分类,手术机器人是技术难度最高的机器人,可以用于手术影像导引和微创手术。

例如,骨科手术机器人行业类似的企业主要有7家,其中取得骨科手术机器人医疗器械注册证的企业主要有以色列Mazor Robotics公司(被收购)、法国MEDTECH公司(被收购)和美国 MAKO Surgical 公司(被收购);尚未取得骨科手术机器人医疗器械注册证的有上海锋算(未上市)、微创医疗机器人(微创医疗科学有限公司(00853 HK)旗下子集团)及国内已经取得神经外科手术机器人医疗器械注册证的柏惠维康(未上市)和华科精准(未上市)。

上述企业采用了机器人技术,在手术机器人技术上实现了机械臂的协同控制,形成了真正意义上的手术机器人产品。新技术的出现,引领骨科手术跨入了影像导航与机器人技术结合的机器人智能辅助时代,对于医院诊疗方式、医疗器械竞争格局产生了颠覆式影响。

其他——AI 在各行业落地想象空间十足

1) 移动互联网领域利用深度学习在推荐系统等领域已经实现了较好发展,未来通过感知智能落地,移动互联网领域将出现更人性化的智能客服,并出现聊天机器人陪伴人类。

2) 安防领域,简单的视频分析如动目标识别,人脸识别等应用已经十分成熟,但是对于意图等的把握依然不够成熟。未来随着CV技术的发展,对视频的理解将会更上一个台阶,通过视频可以预测目标轨迹,做出预警。

3) 智能家居领域,具备指纹识别功能的智能门锁和具备简单对话能力的智能音箱已经广泛普及,而类似于聊天机器人,智能家庭助理目前仍在发展早期。

4) 零售领域,目前无人零售已经在部分地区推广,用户通过自助扫码等模式可以打开货架领取物品,货架通过摄像头等传感器识别商品并自动结算。部分商场中已经安装了导购机器人,而未来更加智能化的导购机器人将更加智能,实现更深度的产品而不是店铺导购。

5) 金融领域,现有的AI在客户资质筛查等领域已经有成熟应用,CV 应用集中在远程开户等领域,而目前的远程对话服务一般是连接到客服专员,未来可能出现智能投顾。

元宇宙——AI 连接虚拟世界与现实世界

以上讨论的汽车、医疗等大量行业只是元宇宙概念下的细分方向。我们认为 AI 技术将成为元宇宙(Metaverse)时代到来的加速器。游戏《我的世界(Minecraft)》已经将虚拟平行世界概念植入大众内心,而元宇宙概念可能是行业的发展的深刻趋势。

图 | AI 是元宇宙去中心化和空间计算层级的重要支撑、来源:华泰研究

狭义地,元宇宙的建立需要对现实生活的内容进行3D复制。传统3D制作流程都需要经历基础建模、材质贴图、灯光渲染等步骤,且日渐复杂。英伟达 2020年发布Omniverse3D仿真和协作平台,可以对现实世界逼真模拟,提高行业工作流程的灵活性和可扩展性,实现虚实世界的数字孪生。在过去两年内,有超过四百家企业评估过 Omniverse。英伟达 Omniverse 生态体系不断扩大,将各软件公司领先业界的应用程序串连在一起,力图打造 开源标准和互通的Metaverse。

分析 | Gartner:区块链技术商业价值2030年或高达3.1万亿:据华尔街日报报道,研究机构Gartner在其最新报告中预测,区块链、物联网平台和数字孪生(Digital Twin)可以帮助正在开发新商业模式及解决问题新方法的首席信息官。区块链仍处于试验阶段,但Gartner估计,到2030年,区块链技术将产生1.76万亿美元至3.1万亿美元的商业价值。[2018/8/24]

广义地,元宇宙的建设帮助全行业数字化。大量依赖人工的服务可在元宇宙实现数字化落地。而其中最复杂的是各场景中的长尾场景。传统 AI 追求算法和模型的精妙,但对尾部场景无法覆盖。但是过去一年,行业发生了深刻变化,大规模算法+暴力算力模式导致模型覆盖了长尾场景,而开放的AI平台也允许越来越多的传统行业工程师参与到AI模型的开发中。因此元宇宙概念的兴起也是AI发展的一个必然结果。

图 | 英伟达 Omniverse 平台、来源:华泰研究

应用四:数据

立法落地,商业数据规模交易仍未可知

深度学习之后,数据成为最重要的生产资料之一,而伴随数据产生的一系列如侵权、大数据杀熟等问题也受到关注。欧盟于2016年提出,在2018年实施《通用数据保护条例(General Data Protection Regulations,GDPR)》。该法案唤起了全球对于数据保护、个人信息保护的意识。中国 2017年6月起实施了《网络安全法》,2018年5月实施了《GB/T 35273 信息安全技术-个人信息安全规范》并于 2020年11月实施了新版本。美国联邦政府设立了美国《澄清域外合法使用数据法》(the Cloud Act),各州针对互联网数据也从2018年起建立约30部法律。

在法律约束下,数据交换的壁垒有所提升。2020年7月,欧盟基于GDPR 宣布《隐私盾》 计划(Privacy Shield)无效,导致欧洲数据向美国流向变得复杂。同年美国政府禁止TikTok和中国公司数据共享,我国要求 Zoom等APP在中国区数据在国内数据中心承载。在贸易摩擦的背景下,数据的跨国共享变得复杂,AI公司的发展可能呈现区域化。

数据的开放在技术侧也面临着变化。全球领先的算法公司如 OpenAI 推出了GPT-3算法, 但没有开放其模型,而是通过商用的方式调用。而开源社区中出现了模仿GPT-3的开源项 目如GPT-Neo、Connor Leahy等。由于算法的开源生态,数据的价值得以凸显。领先的算法目前均依赖大型数据库。如GPT-3 和 Switch Transformer参考了网络上几乎所有文本训练其模型,参数在千亿级以上。因此非公开的小数据集对于AI的技术突破价值贡献微乎其微,相比之下,特定行业的数据更为珍贵。

未来数据的开放可能从公共数据开始。2020年3月,中共中央、国务院发布了《关于构建更加完善的要素市场化配置体制机制的意见》,明确提出“推进政府数据开放共享。而关于企业的数据开放可能仍然需要长期不断的尝试,难以形成统一的模式。

商业航天

商业航天发展历程

SpaceX凭借火箭回收等技术重塑了全球火箭发射行业。此前火箭发射一直以承载政府的一次性大型项目为主,如建立空间站、人类登月、火星探测、北斗系统建设等, 难以形成商业化运营。从火箭发射数据角度,全球政府用火箭的发射项目从2013年后就出现了大幅回落。

SpaceX真正带来了对传统航天行业的颠覆。SpaceX 推动技术突破,通过产业链垂直一体化自研掌握了火箭回收技术、一箭多星等关键技术,同时公司大量选择消费电子产业链制作火箭核心部件(如发动机、涡轮泵、电气设备和主板、飞行计算机和太阳能板等)代替宇航级设备,并优化火箭装配过程,从而不断刷新发射成本。同时Space X利用Starlink等项目作为试点,大幅提高火箭发射频度,通过规模效应进一步摊薄发射成本,由此带来 了发射价格的不断下降。商业火箭价格的下降将带来一系列行业的颠覆,如通信、旅行、交通和深空探测等。

图 | SpaceX 单位质量发射 LEO 的成本随回收次数明显下降、来源:华泰研究

SpaceX的发展让投资人看到了投资方向,2019年一级市场投资规模突破 40亿美元,对航天市场的发展做出乐观展望。在技术和资金的正循环下,大量的火箭公司也在发动机、推进剂、助推器等领域不断提升自己的火箭能力,并进行大量测试,获得良好的效果。

SpaceX短期上市可能性较低,但到2021年初在一级市场估值已经达到 740亿美元。一级市场公司中,Rocket Lab是 SpaceX的主要竞争对手之一。Rocket Lab成立于2006年, 公司预计在2021在纳斯达克上市。Rocket Lab公司已经成功发射18 次Electron火箭, 并在研制 Neutron 火箭。公司于2017年实现首次发射,服务于商业卫星和政府机构。另外, 美国创业公司还包括 Astra、Relativity 等。

商业航天:未来十年发展

发展 1:卫星互联网重塑通信行业

由于火箭价格的大幅下降,卫星互联网通过卫星链路代替大面积的地下光纤铺设、太阳能代替电能,使全球普遍网络服务成为可能。我们认为现有地球网络已经相对成熟,而在未来的火星移民过程中卫星互联网的价值将进一步得以凸显。

SpaceX公司CEO Elon Musk 于2015年首次提出“星链”(Starlink)计划。该计划共分两期三阶段,计划发射总共1.2万颗卫星到550-1325公里之间的多条绕地轨道,形成可以覆盖全球的宽带卫星通信网络,并在2019 年将卫星总规模扩大至4.2万颗(后续可能继续扩容)。SpaceX 从2019 年5月开始卫星发射,截至2020年3月18日,已经成功发射6次合计360颗卫星入轨,从拥有卫星数量上来看,已经成为全球最大卫星运营商之一。按照 目前每隔 2~3 周进行一次“一箭 60星”发射的速度,我们预计SpaceX 到2020年底将拥 有约1600颗卫星,比截至2020年的任何国家的卫星数量都要多。

图 | 截至 2020 年末各国发射卫星数量及 SpaceX 发射卫星数量对比以及 Starlink 未来发射规划,来源:华泰研究

SpaceX于2015年推出Starlink项目,希望远期发射4.2-5.4万颗卫星,以卫星作为基站形成覆盖全球的天际互联网。其中首批分三阶段发射1.2万颗卫星:

1) 阶段一:发射约1600颗卫星,2019年5月开始正式卫星发射,位于离地面550公里的LEO轨道目标提供全球组网基本覆盖;

2) 阶段二:发射约2814颗卫星,即将开启,目标完成全球组网。此前规划高度在1100-1300公里,2021年4月获 FCC 同意降低至位于离地面 540-570公里的LEO轨道,和阶段一基本相同;

3) 阶段三:预计到2027年,发射完毕剩余约7518颗卫星,轨道高度350 公里,目标提供全球高速联网服务。

其中前两阶段卫星使用 Ka/Ku 波段(10~30GHz),;第三阶段卫星使用 Q/V 波段(37.5x-53.0GHz)。由于火箭能力的不断提升,一箭多星的技术被广泛应用在卫星发射领域,单次卫星发射可达60颗。SpaceX近期按照每隔约2周进行一次“一箭60星”的发射模式推进。截至2021年5月 9 日,SpaceX 通过27次组网专发任务共计发射1613颗 卫星,我们预计在下一次发射后公司可以实现全球互联,阶段一基本完成,阶段二启动。而未来几年每年的发射卫星数量可能都在1000颗以上水平。我们认为,目前 SpaceX 拥有卫星数量已经超过所有国家,成为全球最大的卫星运营公司。

Starlink项目颠覆了卫星互联网行业。现有卫星通信由于价格高昂,规模不到地面通信1%, 以服务特定场景为主。2020年10月起,SpaceX开始 Starlink的公开测试,到2021年2月美国和其它国家有超过1万名用户;2021年5月6日已有超过50万人预付99美元定金 预约网络服务。目前月费 99美元,下载速度50-150MB/s。2021年4月15日,SpaceX表示“2021 年将实现完全移动化”,为汽车、船和飞机等场景服务;也有说法称 Starlink 正在和美国军方开发便携终端,支持军方的移动通信场景需求。目前Starlink的设备终端售价499美元,但成本呈现下降趋势,早期成本高达3000美元,2020年12月成本约为2000美元,2021年4月成本已经降至1500美元。

长期看,Starlink 将为全球提供移动通信网络,通信容量达 1Gbps、延迟低于25ms,用户段终端单价将控制在200美元以内。SpaceX 也期待远期能够获得2500万规模的Starlink用户,带来约300亿美元的年收入,支撑SpaceX的发展。长期看,一旦需要在火星上建立网络,卫星互联网将凭借低电力消耗、低部署成本成为网络建设的不二之选。

Starlink 项目在颠覆通信行业的同时也颠覆了卫星制造业。航天业一直以政府作为最主要的客户,价格并非第一考虑因素,因此行业供需格局固化,商业脚步缓慢。SpaceX 重塑了卫星市场模式和格局,将卫星从定制化时代推向工业化、市场化时代。

图 | Starlink 引领卫星制造行业由定制化向规模化发展、来源:华泰研究

在SpaceX 的Starlink推动下,全球掀起了卫星互联网的建设热潮。我国 2020年4月20日 将卫星互联网纳入“新基建”的政策鼓励范围;而全球科技公司如谷歌(GOOGL US)、亚马逊(AMZN US)、Facebook(FB US)、苹果(AAPL US)、华为、三星、波音(BA US)等也纷纷加入了卫星互联网的建设。另外,行业现有企业如 Viasat(VSAT US)、OneWeb(未上市)、Hughes Network Systems(未上市)以及波音在内的企业正考虑组成联盟,同SpaceX竞争。

发展 2:重塑航空和旅游业

根据马斯克介绍,随着SpaceX火箭BFR的商用成熟,火箭可以被用于洲际交通。跨洲交通从10小时的水平下降至1小时以内,大大方便了全球的交通市场。

而美国维珍银河(Virgin Galactic)等公司正在推动太空旅行服务,同时也面向微重力实验应用和宇航员训练应用,单次价格在25万美元水平,目前有约600人预定了服务,并有近万人愿意体验相关产品。目前该公司仍在测试其飞船,并完成了4次测试。2023年将有五架飞机投入使用。

图 | 维珍银河 2021 年 3 月发布第三代飞行系统、来源:华泰研究

发展 3:探索外行星商业模式有望成为现实

随着地球气候问题愈加严重,人类亟需探索地外行星,以应对各种不确定因素。根据马斯克的判断,SpaceX可能最早于2022年完成第一次火星货运(此前预估2025年完成制造推进器和宇宙飞船),2024年实现载人飞船登陆火星的宏愿,本世纪中叶有望向火星移民100万人。该时间表得到 NASA支持,NASA也认为2024年第一批宇航员将前往火星。由于公转轨道的原因,登陆火星的最优时间每两年出现一次。SpaceX等正在以2024 年方案为目标,力求尽早登陆火星。在此宏愿之前,随着航天技术的突破,我们认为以下商业场景有望落地。同时美国和我国科学家都在讨论在月球建立航天基地的可能性。航天基地可以作为宇航员的测试环境,为移民火星做出准备。

图 | 人类移民火星的路径规划、来源:华泰研究

商业航天加速发展及应用场景

中国十四五政策推动行业加速发展。

全球航天市场的发展目前由中美两国主导。我国具有较为完整的航天系统产业链,具有国际竞争力。但SpaceX的发展也在侧面推动了我国航天业的进步,推动我国思考如何从航天大国走向航天强国。

图 | 我国十四五航天领域的发展趋势、来源:华泰研究

1) 卫星互联网方面,我国早期的卫星互联网的建设方案包括:航天科技鸿雁、航天科工虹云、中电科行云,银河航天银河等星座计划。其中组网数量在 30 颗以上的低轨卫星项目超过10个,规划卫星发射总数量接近2000 颗。“新基建”提出后,我国卫星互联网思路逐步清晰。2021年4月28日国资委公告以雄安为总部组建中国卫星网络集团有限公司(星网公司),有望作为主体统筹规划建设我国的统一的卫星互联网系统。此外卫星互联网的建设同未来全球互联服务相关,也是未来6G的发展方向之一。

图 | 我国商业火箭企业快速成长、来源:华泰研究

2) 火箭发射方面,2021年我国发射次数有望首次突破40次,服务空间站在轨建造任务、天问一号火星着陆巡视探测、民用空间基础设施业务卫星发射、北斗全球卫星导航系统应用落地等。

3) 中国空间站建设方面,2021年我国空间站核心舱顺利发射,2022 年前后将完成天和核心舱、问天实验舱Ⅰ和梦天实验舱Ⅱ等空间站结构的建造工作并开始运营,并向国际社会开放合作。

4) 深空探测方面,我国天问一号2021年将登陆火星,2030 年前后,我国还将计划实施火星采样返回、小行星探测、木星系等探测,开展关键技术研究,推动深空探测工程实施。我国嫦娥六号到八号将进行月面试验,论证月球科研站的可能性。

5) 另外,我国北斗、遥感等系统的发展也将进一步深入,过去几年,我国在商业航天领域也涌现了一批优秀的公司,其中我国商业火箭相关公司的 发展进展顺利,有望推动行业的快速成长。

应用 1:宽带网络全球覆盖

到2020年末,全球仍有30%以上的人口没有接触移动网络,而有移动网络覆盖的地区仍有 20%以上的人口没有使用移动互联网服务。且现有网络技术设施围绕人类居住地建设,全球71%的海洋面积、7%的森林面积和 6%的沙漠面积中的大部分面积均没有被现有通信网络覆盖。而覆盖高度上,现有的网络仅覆盖地表百米水平,高空没有覆盖能力。卫星互联网的覆盖遍布全球,是现有通信技术的有效补充,不仅可以为偏远地区或航空业提供网络连接服务, 同时还可以为特殊场景提供森林防火、远程救援等特种服务。这种优势在地球上可能不够明显,但是一旦未来移民其他星球,卫星互联网的迅速建设显得十分有必要。

应用 2:军用前景广阔

卫星互联网凭借低时延、高通量、广覆盖等优势,有助于实现跨陆、海、空、天、网、电 等多维战场之间的数据交互,增强多域作战能力,未来有望在联合作战指挥、战场态势感知、无人系统作战、弹道导弹防御多领域展开应用。2018年,美国空军率先与SpaceX公司签署了2800万美元的服务合同,重点验证如何将星链系统提供的卫星互联网集成到军用 数据网络中,增强其实施多域作战的能力;2020年5月,美国陆军与SpaceX 签署了为期三年的合作研发协议,重点验证星链卫星互联网系统如何与陆军机动作战部队进行软硬件集成。2024年前若进展顺利,美国陆军将有意与 Space X 进行约数十亿美元的卫星互联网服务采购。

图 | 美军与卫星互联网公司开展深入合作、来源:华泰研究

应用 3:助力车联网走向现实

实现自动驾驶的前提是实现汽车与云之间的稳定、高速的数据传输,卫星互联网为实现这一技术提供了可能。卫星互联网作为天然的全球网,具有全球范围的广域覆盖能力,能够为自动驾驶服务提供连续稳定的网络连接,提升自动驾驶的安全性和可靠性。此外,相对于地面基站在局部地区信号带宽的固定性,卫星通信可以提供具有一定容量弹性的服务,保证在拥堵地区仍能够提供稳定的接入服务。马斯克之后,其他汽车制造商也在积极探索卫星互联网在车联网中的应用,包括蔚来汽车(0305 HK)、威马汽车(未上市)、小鹏汽车(XPEV US)等。

图 | 卫星互联网有望助力自动驾驶技术、来源:华泰研究

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

链链资讯

莱特币PAC:项目周刊|以太坊市值超越腾讯

金色周刊是金色财经推出的一档每周区块链行业总结栏目,内容涵盖一周重点新闻、行情与合约数据、矿业信息、项目动态、技术进展等行业动态。本文是项目周刊,带您一览本周主流项目以及明星项目的进展.

[0:15ms0-3:465ms