布局：科技巨头纷纷建立人工智能实验室；通过持续收购储备人才和技术。谷歌2014年收购deep mind，其与google x 和谷歌人工智能实验室（tensor flow）共铸谷歌人工智能传奇，deep mind亦因alphago大战而李世石而闻名于世。微软全球七大研究院，研究覆盖人工智能、深度学习等。ibm建立12大研究院，1997年战胜国际象棋冠军的“深蓝”亦出自ibm 之手。此外，国外巨头如facebook，国内巨头如bat等，亦成立研究院布局人工智能。兼并收购方面，近年来，苹果、谷歌、因特尔、微软、facebook 等科技巨头在人工智能领域累计进行了数十次兼并收购。苹果在ai 领域的并购更是多达每年20-30起。
硬件芯片：重金投入硬件，以提升运算速度。可以提升运算速度的gpu广泛应用于ai领域，nvidia 在该市场份额超过80%。其他科技巨头希望研发新一代芯片提升计算性能并打破垄断。ibm 推出神经元芯片，降低功耗。谷歌专用tpu芯片服务于alphago。微软基于fpga的a-eye芯片，赋予摄像头视觉理解力。英特尔将于2017 年推出为ai 深度学习设计的intel xeon phi 处理器，强调与cpu 协同工作的gpu 技术。
代码开源：“开放”谋求大生态。开源是科技巨头在人工智能技术层的共同选择。开放的安卓系统在手机中获得成功，份额高达87%。2015年初，facebook 率先发布深度学习开源系统torch，同年底开放big sur 深度学习服务器源代码。谷歌tensorflow 开源，可用于语音识别等深度学习领域。微软亚洲研究院将分布式机器学习工具包（dmtk）通过github 开源。ibm 开源了机器学习平台systemml。我们认为，代码开源是人工智能技术层的发展方向，更高效的开源平台将孕育更庞大的场景应用生态，也将带来更大的市场价值。长期看，开源平台将向优势公司集中。
场景应用：试水与场景的融合。ai源于技术，终于场景，有变现能力的场景包括：无人驾驶汽车、智能家居、fintech 等。ai与产业场景的深度融合是应用层变现的关键，科技巨头在该领域以试水布局为主。苹果ai利用自身的手机和手表产品场景。谷歌人工智能业务繁杂，多领域遍地开花，包括alphago、无人驾驶汽车、智能手术机器人等。微软在语言语义识别、计算机视觉等领域保持领先。ibm 最早布局人工智能，“万能”watson 推动多行业变革。百度推出“百度大脑”计划，重点布局无人驾驶汽车。
风险因素：gpu等硬件性能提升进程慢于预期，市场对于人工智能和深度学习的预期显著高于技术进步速度，ai出现明显的失误并导致较大的事故，法规加大ai监管力度等。
投资策略。我们密切关注人工智能领域的技术进展和投资机会，海外巨头的收购、布局和技术进步可能导致国内相关板块的预期提升。维持“人工智能”主题“强于大市”评级。涉足人工智能领域的上市公司包括：光环新网、科大讯飞、东方网力、华胜天成、川大智胜、中科曙光、同花顺、鲁亿通等。