AI、5G 、区块链，卫星遥感行业会迎来赚钱的新机遇么？

卫星遥感，已经在国防安全、国土监测、海事、灾害应急管理等领域被应用，被发挥作用。但对于卫星遥感产业链来说，这个看似科技含量很高的行业，并没有想象中的那么赚钱。随着 AI、5G 、区块链技术出现，卫星遥感行业会迎来赚钱的新机遇么？

普通人的印象中，科技含量高的领域应该很赚钱。但这往往是错觉，卫星遥感行业可能就是其中之一。

根据美国NSR咨询公司估算，2013年全球商业遥感数据和增值产品产值其实只有23亿多美元，其中遥感卫星数据约为10.65亿美元，增值产品约为12.35亿美元。欧洲咨询公司(Euroconsult)估算数据更不乐观，2013年全球遥感数据和增值产品市场规模为15亿美元。

另外，数据显示，在我国，优于2.5米分辨率的卫星原始数据直接消费额为3亿～5亿元/年，年平均增长率约为15%；基于遥感数据的后续处理加工应用服务等产业规模为年均数十亿元，保持较快增长。

而根据美国卫星工业协会（SIA）发布《2017年卫星产业状况报告》的数据（见下图），2016年全球卫星遥感行业的市场营收规模约在20亿美元左右，其中美国市场在8亿美元左右。

不管是23亿美元，还是3-5亿元人民币，放在全部的行业中，都不是一个大体量的市场。目前中国多肉植物的市场规模在10亿元左右。有人开玩笑说，做卫星的都不如做娃娃机的赚钱，甚至不如做线上娃娃机的赚钱。这也难怪，数据显示，中国娃娃机的市场规模在600亿元，线上抓娃娃机领域头部产品月流水或过千万，小规模毛利率可达60%。

当然，事情并没有那么悲观。同样来自SIA《2017年卫星产业状况报告》的分析预测，因为新的竞合关系出现、数据分析类的商业智能产品增长，卫星遥感行业未来有望出现大幅增长。

产业链格局、使用成本等因素，造成商业卫星遥感行业“理想丰满、现实骨感”局面。

SIA指出，多年来，全球卫星遥感业务一直由少数运营商提供，包括Airbus D&S、Planet、Spire等。当前购买卫星遥感图像的成本价格从几千元/景到几万元不等，对于潜在购买者来说，成本高昂。当前，虽然有不少公司希望通过微小卫星组网降低使用成本，但整体来看，相对于航空（中高空、近地空）遥感产品及服务的分辨率及成本，依然基本没有优势。

另一方面，当前的一个趋势是，基于卫星图像的商业智能产品及服务开始出现，如利用卫星图像进行客流预测、期货行情预测、金融行情预测等，产业附加价值高，客户付费能力及意愿强，但这并不是当前卫星遥感行业的强项。

中科遥感科技集团CEO任伏虎此前曾分析了中国卫星遥感产业化亟待扫清四大障碍，基本概括了当前中国卫星遥感产业化的难题。他认为，四大障碍主要包括：第一，数据保障问题，现在有很多卫星在做全球观测，但要让这些数据能及时实现应用的产业化，目前还没法做到及时供给，这对产业化就是一大障碍；第二，产业化成本问题，一是经济成本，二是使用成本；第三，数据服务的挖掘问题，“卖数据”已经不是现在产业发展的一个最佳模式，越来越少的公司做数据代理，都在转向全面增值服务，但现状是，对遥感数据的挖掘仍旧不够，即便帮用户找到数据后做的也是一些基本处理，中间的增值环节差很多，遥感的数据业务要变成信息业务，把从卖面粉变成卖蛋糕，产业价值才能提升；第四，产业协同问题，遥感产业链并没有完全形成，现在，遥感上下游产业链非常不完整，缺少很多技术连贯支撑。

当前，诸如AI、5G、区块链等新技术涌现，这会是卫星遥感行业的新机遇么？

① 5G、AI在一定程度上解决了卫星遥感行业的传输速度及成本问题。

5G因为带宽的增加，有可能在一定程度上解决卫星遥感数据传输的难题。据说，当前亚马逊的 AWS Snowmobile 服务（卡车传输数据的服务）中，客户就有卫星公司，这在一定程度上反馈了数据传输的难题。当前5G还缺少杀手级的应用，卫星遥感很可能被列入一个重要的应用方向，但整体上来看，可能并没有办法解决行业的根本难题。

AI技术则主要体现在利用机器视觉的技术，在太空完成部分图像处理的工作，减少非必要数据的传输。比如36氪此前报道的鲲云智能与中国航天合作，将其技术及硬件产品内置在卫星中，卫星在太空实时拍摄图片，进行本地处理，筛选出有效信息，再传输回地面，从而帮助客户节省大量的传输费用。

整体来看，5G、AI 能解决部分传输的问题，加速数据流转的速度，降低数据流转的成本，但可能并不能解决根本问题。

② 机器视觉、机器学习等为代表的AI技术或能提升下游数据分析的效率与准确度。

当前行业的价值正在从“卖数据”转向“卖数据服务”，需要对遥感数据进行深度挖掘。机器视觉、机器学习等为代表的AI技术或能在提升效率与准确度方面发挥作用。

在从“卖数据”转向“卖数据服务”的过程中，其中有一部分的工作是从图片中提取出来“图像”代表的“意义”，这部分工作在一定程度上类似所谓的“图像识别”，包括商汤在内的计算机视觉公司也推出了遥感影像智能解译解决方案，基于深度学习技术解译遥感数据，多方面提升遥感数据的自动化处理、分析能力，官网数据显示像素级解译分类精度超过 95%，目标检测准确率优于 98%。

另一方面，分析遥感图像背后的商业信息，机器学习等技术则有可能产生价值。2016年，机器学习专家斯特凡诺·俄曼（Stefano Ermon），联合地球科学专家大卫·罗贝尔（David Lobell ），利用NVIDIA的GPU，训练了一个神经网络，通过卫星采集到的公路、农田以及住房等影响，能够准确预测各地的贫困程度。

③ 区块链技术能否让上、中游产业链玩家分享到“卖数据服务”的红利？

“卖数据服务”的价值正在被发现，但因为涉及到行业的Know-How，原有产业链中的大量参与者并不擅长，以至于很难从中分一杯羹。技术上，又很难有办法溯源追踪到每一景遥感图像的使用。理论上来说，区块链技术有可能从技术上解决这一问题。当前，国外的Monegraph、Blockai、Pixsy、TinEye、 Ascribe、SingularDTV、Mediachain 、Colu、 Proof of Existence，国内的亿书、纸贵、原本等创业公司均以希望利用区块链技术解决版权问题。如果区块链技术有可能用于卫星遥感图像，则有可能带来商业卫星遥感领域的模式变革。但在竞争的环境下如何让产业链的各方愿意接受这一模式，可能并不容易。

综上，我们认为，以5G、AI等为代表的新技术，确实能在一定程度上提升产业的效率，以区块链为代表的技术若能够被各方采用，则有可能带来行业利益的重分配。但整体来看，无人机、5G、AI、区块链这些技术的成熟，同样会促进航空商业遥感领域的进步和变革，仍会对卫星遥感行业带来一定的冲击。