通信行业深度研究：行业拐点将至不同AI公司价值几何？.pdf

- 1 - 敬请参阅最后一页特别声明 市场数据 (人民币） 市场优化平均市盈率 18.90 国金通信指数 5668 沪深 300 指数 4843 上证指数 3582 深证成指 14180 中小板综指 13523 相关报告 1.分化与融合并进下的通信行业投资机遇 - 国金通信 2021 中年行业 .， 2021.8.2 2.从“ 3A”发展看中国云计算产业竞争格 局变化 -从“ 3A”发展看 .， 2021.4.2 3.国金通信自动驾驶行业深度报告 -放量在 即，激光雷达开启前装元年， 2021.2.21 4.分化与融合持续，优选低估值和高成长 龙头 -国金通信 -2021 年 .， 2021.1.11 5.从华为入局看汽车智能化大时代投资机 遇 -国金通信 -华为智能汽车 .， 2020.12.7 罗露 分析师 SAC 执业编号： S1130520020003 luolu 邵艺开 联系人 shaoyikai 行业拐点将至， 不同 AI 公司价值几何 ？ 投资建议 行业策略 ： AI 发展进入深水区， 场景 落地和商业变现 是主要发展瓶颈，但长 期看市场空间广阔、多因素推动行业拐点出现 。 建议关注行业中商业模式 佳、算法先进、变现能力强 的企业 ，以及在传统行业领域同时具备市场和技 术优势的硬件设备厂商。 推荐组合 ： 海康威视、大华股份、科大讯飞、 虹软科技、 云从科技。 行业观点 AI 发展进入深水区， 场景落地和商业变现 是核心，但前景广阔。 过去十年 全球人工智能发展迅速 ，中美领跑 。 从融资情况看 中国 AI 资本市场短期遇 冷 。 我们认为早期对于人工智能行业回报周期过于乐观，以及市场对当前创 业型 AI 公司商业变现模式存疑是近两年资本市场 遇 冷的主要原因。 深度算 法迟迟未突破 ， 实战落地场景分散 、 产品标准化程度低 ， 人力成本高 ， 道德 伦理等原因 使 AI 算法公司的商业模式和变现能力受到挑战 ， 但 市场空间广 阔。 AI 市场主要构成有 AI 芯片、硬件、软件等， 我们测算到 2025 年 ， AI 芯片市场规模约 200 亿美元 ，硬件约 206 亿美元，加上对应软件与服务， 总 体 AI市场 规模有望超千亿美元。 5G、云计算等技术进步推动 AI协同发展 ， 深度学习框架 作为 战略制高点同样具备国产化替代机遇 ， 更多的 AI 人才供 给或降低人力成本 。多因素 为行业带来结构性变化，或引发行业拐点前臵。 主要行业参与者 商业模式多样 、 各有侧重 ，商业模式决定财务表现 。 我国主 要 AI 算法技术公司分为综合解决方案提供商、互联网公司与云计算巨头三 大类。 1）综合解决方案提供商： AI 四小龙、海康威视、大华股份等，提供 软硬一体的解决方案，主要因纯 AI 算法较难单独定价售卖且市场规模较 小。产品多以私有云部署方式，将算法平台封装成 SDK 按照调用次数收 费，软件按订阅制收费或单独出售 license，硬件按件出售，具体依项目情况 而定。 2）互联网公司：字节跳动、影谱科技等在满足自身业务需求基础上 实现技术外溢，字节跳动的火山引擎通过将 AI 能力封装成 SDK 打包，或将 数据资料变现，通过推荐算法为客户提升营销效果，按增量提成收费。 3） 云计算巨头：平台优势显著，引领技术前沿，产品以标准化 AI 能力平台为 主，带动云服务销售。 营收结构差异导致行业内部盈利状况悬殊，纯软件业 务占比高或是产品标准化程度高的算法公司 ，以及 具备原行业优势的传统硬 件厂商拥有较强的盈利能力 。 建议关注长期盈利性强的公司与行业总体拐点。 AI 作为技术工具，应用场景 广泛， 水大鱼大， AI 四小龙等 未盈利的算法公司可采用 PS 估值 ， 稳态盈利 能力是估值关键 。我们认为 AI 公司未来会向“从软到硬”或“从硬到软” 两个方向发展：前者主要为重型解决方案集成商 ， 行业增速 10%， 稳态净利 率约 10%-20%；后者产品以内容、软件能力为主，标准化程度高，盈利能 力相对强 ，行业增速 30%+， 稳态净利率 30%+。 硬件 收入占比 高的公司 参 考海康威视与大华股份， 根据赛道成熟度给予 5x-10 x PS； 以标准化产品和 软件能力见长的公司 参考科大讯飞与虹软科技， 给予 20 x左右 PS。 风险提示 人工智能技术进展不及预期、人工智能落地进度和产业应用不及预期、行 业竞争加剧、中美贸易摩擦、宏观经济与政策变动。 5098 5569 6040 6511 6981 7452 7923 20 09 07 20 12 07 21 03 07 21 06 07 国金行业 沪深 300 2021年 09月 05 日 创新技术与企业服务研究中心 通信 行业研究 买入 （ 维持评级 ） ) 行业深度研究 证券研究报告 行业深度研究 - 2 - 敬请参阅最后一页特别声明 内容目录 1. 人工智能产业进入深水区，技术发展推动场景化落地 .4 1.1 政策、技术、资本三轮驱动行业发展，中美领跑 .4 1.2 行业发展 进入深水区，商业模式为主要瓶颈 .7 1.3 风物长宜放眼量，长期看 AI 市场空间广阔 .8 2. 主要行业参与者商业模式多样化，各有侧重 .9 2.1 综合解决方案提供商：软硬一体，场景为王 .9 2.2 互联网公司：数据资料变现，推荐算法为主 .18 2.3 云计算巨头：引领前沿技术，防御型作战为主 .20 3. 商业模式决定财务表现，长期盈利能力值得关注 .21 3.1 营收结构的差异导致行业内部盈利状况悬殊 .21 3.2 期间费用管控 加强，研发投入争相加码 .24 3.3 客户结构影响公司营运能力 .27 4. 投资建议与估值 .28 4.1 AI行业关注重点及催化因素 .28 4.2 估值建议 .28 4.3 主要推荐标的 .30 5. 风险提示 .30 图表目录 图表 1：中国在人工智能领域的专利数呈现爆发式增长态势（单位：百个） .4 图表 2：过去 10 年 AI 论文发表数量 Top 10 国家 .4 图表 3： 2020 人工智能技术成熟度曲线 .5 图表 4：中国人工智能应用市场份额占比 .5 图表 5：人工智能产业链梳理 .6 图表 6：中国 AI 融资规模过去两年短期 遇冷 .6 图表 7：人工智能技术不断突破 .7 图表 8：不同行业的 AI 技术应用程度 .8 图表 9： 2020 年中国人工智能市场份额 .9 图表 10： “AI四小龙 ”主要行业布局梳理 .10 图表 11：商汤业务布局 . 11 图表 12：依图科技发展历程图 . 11 图表 13：硬件产品销售数量及平均价格 .12 图表 14：软件及软硬件组合产品销售价格 .12 图表 15：云从人机协同操作系统技术架构 .13 图表 16：公司各领域落地场景 总结 .13 图表 17： Brain+平台架构 .14 图表 18：公司主要业务应用场景及收费模式 .15 行业深度研究 - 3 - 敬请参阅最后一页特别声明 图表 19：公司战略布局 .15 图表 20：公司智能手机视觉解决方案搭载次数如下（万次） .16 图表 21： 2020 年中国安防产业细分占比 .17 图表 22： 2020 年中国人工智能市场份额 .17 图表 23：公司 2020 年营业收入构成 .18 图表 24：火山引擎架构 .18 图表 25： AI 自动生成汽车 .19 图表 26： AI 投放广告自然融入视频场景 .20 图表 27： 20 年中国 AI 企业核心技术分布（按企业数） .20 图表 28： BAT 人工智能平台调用情况 .20 图表 29：阿里云 AI 开放平台 .21 图表 30：传统硬件厂商营业收入情况对比（亿元） .21 图表 31： AI 算法公 司营业收入情况对比（百万元） .21 图表 32：传统硬件厂商毛利情况对比（亿元） .22 图表 33： AI 算法公司毛利情况对比（百万元） .22 图表 34： 2016-2021H1 科大讯飞营业收入拆分（亿元） .22 图表 35： 2021H1 教育产品和服务贡献约 35%的毛利额 .23 图表 36： 2016-2021H1 虹软科技营业收入拆分（百万元） .23 图表 37： 2018-2020 云从科技营业收入拆分（百万元） .24 图表 38： 2018-2020 云从科技毛利率拆分 .24 图表 39： 2017-2020Q3 旷视科技营收拆分（百万元） .24 图表 40： 2017-2020Q3 旷视科技毛利率拆分 .24 图表 41： 2016-2021H1 公司销售费用率情况对比 .25 图表 42： 2016-2021H1 公司管理费用率情况对比 .25 图表 43： 2016-2020 公司研发人员占比情况对比 .25 图表 44： 2016-2021H1 公司研发费用率情况对比 .25 图表 45：传统硬件厂商净利润情况对比（亿元） .26 图表 46： AI 算法公司净利润情况对比（百万元） .26 图表 47：传统硬件厂商人均创收（万元） .26 图表 48： AI 算法公司人均创收（万元） .26 图表 49：传统硬件厂商人均费 用（万元） .26 图表 50： AI 算法公司人均费用（万元） .26 图表 51： 2016-2021H1 公司应收账款周转次数对比 .27 图表 52： 2016-2021H1 公司存货周转次数对比 .27 图表 53： 16-21H1 虹软应收账款周转及存货周转次数 .27 图表 54： 16-21H1 公司前 5 大客户销售收入占比（ %） .27 图表 55：已上市 AI 公司 PS 序列对比 .29 图表 56：估值方法总结 .29 行业深度研究 - 4 - 敬请参阅最后一页特别声明 1. 人工智能产业进入 深水区 ，技术发展推动场景化落地 1.1 政策、技术、资本三轮驱动行业发展，中美领跑 过去十年全球人工智能发展迅速，各国纷纷从战略上布局人工智能，加强 顶层设计和人才培养。 我国 2017 年新一代人工智能发展规划发布， 明确提出“三步走”的战略目标，人工智能全面上升为国家战略。 2017 年 10 月，人工智能写入十九大报告； 17 年 12 月，促进新一代人工智能产 业发展三年行动计划（ 2018-2020 年）； 18 年 3 月，人工智能再次被写入 政府工作报告。政策密集出台，行业进入发展黄金阶段。 2016 年，美国国家科学技术委员会（ NSTC）发布国家人工智能 研发战 略计划全面布局人工智能发展。 2019 年 2 月，美国总统特朗普签署行政 命令，正式启动美国人工智能计划， 为 美国首次推出国家层面的人工智能 促进计划。 欧盟于 2018 年发布欧盟人工智能战略，并计划在 2020 年 底至少投入 200 亿欧元。 从专利数量、 AI 学者分部等情况看，中美领跑。 图表 1： 中国在人工智能领域的专利数呈现爆发式增长态势 （单位：百个） 来源： CB Insights， epo， 国金证券研究所 图表 2：过去 10 年 AI论文发表数量 Top 10 国家 来源： AMiner，国金证券研究所 全球主流技术大多处于泡沫到低谷期的过渡阶段，小样本学习是重要发展 方向。 根据 Gartner 发布的 2020 年人工智能技术成熟度曲线， GPU 加速 33255 22686 5988 5967 4473 4377 3211 2928 2838 2351 行业深度研究 - 5 - 敬请参阅最后一页特别声明 器成熟度最高，将在 2 年内达到成熟期。机器学习、聊天机器人、计算机 视觉和 FPGA 加速器技术处于低谷期，自然语言处理、深度神经网络和人 工智能云服务 即将结束泡沫期迈入低谷期，提升技术的可复用性、扩展性 和安全性才能实现二次繁荣。传统深度学习需要大量有标注的数据样本， 数据较难获得且对算力要求高。小样本学习基于少量数据实现模型训练， 是未来发展方向，当前在图像检索、人脸识别等领域已经得到应用。 图表 3： 2020 人工智能技术成熟度曲线 来源： Gartner，国金证券研究所 计算机视觉、语音识别和自然语言处理是当前中国市场规模最大的 技术 。 计算机视觉市场目前已在人脸识别、工业视觉、 OCR 和内容理解等领域获 得重大突破，面临视频爆炸下海量视频数据处理需求以及重点落地场景对 技术精度的需求。语音技术市场份额仅次于计算机视觉，技术链日趋完善， 在语音输入、语音转文字、智能家居等领域已有成熟应用，未来需适应更 复杂的应用场景，满足新型人机交互范式和互联网应用需求。自然语言处 理受益于神经网络技术和深度学习的发展，在机器翻译、对话系统等场景 广泛应用，未来需提升文本理解的精度和深度，优化语言生产 与 表达质量。 图表 4： 中国人工智能应用 市场份额占比 来源： 产业链调研 ，国金证券研究所 45% 27% 14% 14% 计算机视觉 语音技术 自然语言处理 其他 行业深度研究 - 6 - 敬请参阅最后一页特别声明 人工智能产业链参与者众多， 商业模式、 场景化落地成为核心竞争焦点。 以 BATH 为首的 科技巨头、 字节跳动等 互联网公司、 AI 四小龙为典型的 AI 算法提供商 ，寒武纪等创业公司独角兽作为 AI 芯片提供商 ，以及海康威视、 大华股份、科大讯飞等综合解决方案提供商 是 行业的 核心参与者，在产业 链上下游群雄逐鹿，多有布局。人工智能产业链包括三层：基础层、技术 层和应用层。从基础层和技术层来看，人工智能三大核心要素数据、算法 和算力已 相对 成熟 ，场景化落地成为核心竞争力。 图表 5：人工智能产业链梳理 人工智能产业链图解 应用层 （行业及产品应 用） 泛安防 医疗 工业 教育 金融 互联网 零售 交通 海康威视 科大讯飞 明略科技 影谱科技 科大讯飞 云从科技 影谱科技 字节跳动 京东数科 /阿里云 云从科技 滴滴出行 技术层 （软件算法平 台） 关键技术领域 通用技术 计算机视觉 语音识别 自然语言处理 机器学习 知识图谱 AI 四小龙 科大讯飞 谷歌 /百度 AWS/京东 百度 /搜狗 /明略科技 基础层 （计算基础设 施） 数据 算力 算法模型生产 大数据 基础数据 智能芯片 智能服务器与高性能计算中心 智能云 开源框架 开放平台 效率化生产 平台 星环科技 明略科技 百度 数据众包 依图 地平线 华为 /浪潮 腾讯云 阿里云 Pytorch 腾讯云 京东数科 旷视 来源：各公司官网，国金证券研究所 资本市场 短期 遇冷 ，主要与前期预期过高与行业发展遭遇瓶颈有关。 据 IT 橘子与深圳市人工智能行业协会统计数据，中国 AI 行业融资规模与投融资 数量 2013-2018 年整体快速增长，但 2019 年出现 45%左右的显著下滑， 2020 年投融资金额恢复 42.5%正增长，但距 2018 年颠覆时期仍有差距， 投融资数量仍有下降。一级市场曾被广泛看好的 AI四小龙 IPO 进程并非一 帆风顺，今年 7 月 2 日依图科技主动撤回申报，暂停科创板上市；旷视科 技在港交所碰壁后转战科创板，仅云从科技在 7 月 20 日成功过会 ， 8 月 27 日商汤科技 申请 登录港股 。 我们认为资本市场早期对于人工智能行业回 报周期过于乐观 ，以及市场对 当前创业型 AI 公司商业 落地和 变现模式存疑 是近两年资本市场 遇冷 的主要原因。 图表 6：中国 AI融资规模过去两年短期 遇冷 来源： IT 橘子， 深圳市人工智能行业协会 ，国金证券研究所 0 100 200 300 400 500 600 700 800 0 200 400 600 800 1000 1200 1400 2013 2014 2015 2016 2017 2018 2019 2020 投融资金额（左轴，亿元） 投融资数量（右轴，件） 行业深度研究 - 7 - 敬请参阅最后一页特别声明 1.2 行业发展进入深水 区 ，商业模式为主要瓶颈 AI行业发展进入深水区，从 AI公司财务表现、资本市场融资情况可见一斑。 我们认为商业模式和变现能力是行业发展的主要瓶颈。 人工智能的概念形成于 20 世纪 50 年代，诞生于 1956 年的达特茅斯会议。 其发展阶段经历三次浪潮： 1） 50-60 年代注重逻辑推理的机器翻译时代， 机器人和智能软件开始出现； 2） 70-80 年代依托知识积累构建模型的专家 系统时代，但由于缺乏实用性 ， 行业很快趋冷； 3） 2006 年起深度学习算 法的推出，开始了重视数据、自主学习的认知智能时代。在数据、算法和 计算力条件成熟的条件下，本次人工智能的爆发浪潮中技术开始落地，深 入到应用层面，帮助传统行业创造切实经济效果。 截至 今天 ， 主要的算法 工具仍基于深度学习，从算法角度看行业并未实现巨大的技术突破。 图表 7：人工智能技术不断突破 来源： 谷歌等头部科技巨头公司公告 ，国金证券研究所 实战落地场景分散，产品标准化程度低。 早期 AI 公司重视算法精度提升， 然而算法走出实验室环境，对具体的场景适应能力仍有差距。如：人脸识 别技术易受静态和动态、是否化妆、有无戴口罩等外部因素影响。数据是 模型训练的重要生产资料，纯 AI 技术公司缺乏对业务场景的理解和高质量 的业务数据所有权， 需要与数字化程度高、数据资源丰富的客户合作 ，政 企客户成为重要起点。以数字化程度最高的公安和金融为例， 客户需要的 非 单个模块或开发包，也不具备 SDK 集成 能力， 而 是一 整 套定制化的解决 方案。 不同业务应用无法规模化，使 AI 算法公司业务变重。 以海康威视为 代表的的传统安防厂商转型 AI 成功，正是基于业务场景的理解和数据积淀。 知识产权和伦理问题也是导致行业发展瓶颈的重要原因。 我国当前知识产 权保户环境不成熟，抄袭成本低，难以形成无形资产的价值体系。全球主 要深度学习算法框架开源以后同质化竞争严重， Google 的 TensorFlow 与 Facebook 的 PyTorch 在全球占据 90%市场份额。 在一些涉及生命安全等 方向的应用场景，伦理问题成为制约因素。如：根据产业链调研数据，医 疗行业 AI 读片识别准确率约 70%，高于人工肉眼识别准确率（约 40%）， 但人工智能误诊的责任归属存在分歧；自动驾驶场景 大概率维持在 L2 级 ， 技术装备水平高的车型声称 L2.5 等，难以实现 L3 级的跨越，主要也是因 为车祸责任归属问题。 各种因素综合，使 AI 算法公司的商业模式和变现能力 受到挑战。 AI 四小 龙 上市招股书显示亏损严重。高定制化开发难以通过规模化复制降低成本， 缺乏数据所有权和对业务场景的理解降低客户界面议价能力，激烈的市场 竞争提高人力成本、降低人均效益。资本市场遇冷也在情理之中。 行业深度研究 - 8 - 敬请参阅最后一页特别声明 1.3 风 物 长宜放眼量，长期看 AI 市场空间广阔 虽然短期内 AI 行业 遇冷 ，但长期看市场空间广阔。 根据 2017 年国务院 新一代人工智能发展规划的通知 的“三步走”战略目标， 到 2020 年 人工智能总体技术和应用与世界先进水平同步 ， 产业竞争力进入国际第一 方阵 ， 核心产业规模超过 1500 亿元，带动相关产业规模超过 1 万亿元 ； 到 2025 年 AI 基础理论实现重大突破 ，并进入全球价值链高端， 核心产业 规模超过 4000 亿元，带动相关产业规模超过 5 万亿元 ； 到 2030 年理论、 技术与应用总体达到世界领先水平 ， 核心产业规模超过 1 万亿元，带动相 关产业规模超过 10 万亿元。 市场空间非常广阔。 AI 市场主要构成有 AI 芯片、硬件、软件等 ， 2025 年规模有望超千亿美元 。 根据 IDC 报告， 2019 年中国市场 AI 服务器出货量 7.9 万台，未来 5 年 CAGR 约 20%。假设 数据中心 单台服务器 平均 售价 约 7 万美 元 ， 可 配臵 8 张 GPU芯片卡，每张卡单价约 5 万元人民币，则 2025 年 中国 AI 服务器 市场规模约 165 亿美元。当前 AI 服务器大约占 AI 硬件市场 85%份额，未 来更多边缘侧计算设备接入，假设 AI 服务器占比下降至 80%，则 2025 年 AI 硬件市场规模 206 亿美元。 GPU卡出货量约 188 万片 。 AI 芯片主要用 于数据中心服务器，但在车载计算单元、边缘及终端设备等也有广泛使用 ， 产品形态丰富，单价相对较低 ，保守估计 AI芯片市场规模约 200 亿美元。 当前 AI 软件占比较低，约 30%-40%，预计未来软件及服务占比能提升到 60%+， 2025 年中国 AI总体市场规模有望超 1000 亿美元。 5G、云计算等技术 进步 推动 AI 协同发展。 AI 深度学习算法依赖数据， 高 数字化程度的行业拥有较密集数据资源，成为 AI 优先落地的领域。 云化是 智能化的基础 ， 行业数字化还需遵循 C B A 的路径，即先云化，再 有大数据最后实现智能化。 大带宽、低时延、万物互联的 5G 网络有望带 动流量和数据量爆发，我们认为 5G 网络杀手级应用在当前建网阶段尚未 出现， 2C 端 VR/AR 和 2B 端工业互联网或许是两个孵化方向。 云计算与 5G 技术推广、渗透率提升有望推动更多人工智能场景落地。 图表 8：不同行业的 AI技术应用程度 来源：麦肯锡，国金证券研究所 深度学习框架是战略制高点，同样具备国产化替代机遇。 深度学习框架作 为底层语言和算法模型的骨架 ， 将数据、算力、算法三者相连接，向下对 接芯片（算力），向上支撑应用 ，可 省去开发者从 0 到 1 地搭建地基的成本， 提高开发效率 ，与 AI 芯片构成 AI 基础设施底座 ，是“智能时代的操作系 行业深度研究 - 9 - 敬请参阅最后一页特别声明 统”。 如今 TensorFlow 和 PyTorch 占据全球主要市场份额，但开发端的需 求动态化、多元化，没有一个框架可以满足全部市场需求，也不断出现挑 战者，即：后来者仍有机会突围。 当前中国的 AI 训练严重依赖美国的开源 框架，数据安全存在隐患，在中美关系影响下或提前生变。 更多的 AI 人才供给或降低人力成本，提升人均效益。 AI 四小龙持续亏损 的原因之一在 于人力成本过高。特别是高度定制化的碎片场景，需要较多 人力投入，导致人均效益低。经测算， AI 行业人均费用约 50 万，与人均 收入相当。 海康威视之所以能在安防行业跑通 AI 商业模式，一方面是安防 行业数据量大、业务场景明确，另一方面是人效优势叠加规模化效应使公 司将“成本三低”做到极致：平均人力成本低、运营和销售成本低、产量 扩大后边际成本低。随着 AI人才供给增加，人力成本下降， AI 技术公司盈 利和变现能力提升，或能改变行业结构 ，使行业拐点前臵 。 2. 主要行业参与者商业模式多样化，各有侧重 2.1 综合解决方案提供商：软硬一体，场景为王 AI 算法依赖硬件载体赋能行业，提供软硬一体的解决方案当前较为普遍。 随着计算机视觉、自然语言处理、智能语音等核心技术的成熟，单点技术 已不 能满足 客户的复杂需求，企业转向寻求获取人工智能综合解决方案 ， 人工智能产业的焦点从单点技术研发转向与多元化的应用场景和行业间的 深度融合。 2020 年，中国人工智能市场主要客户来自政府城市治理和运营 （公安、交警、司法、城市运营、政务），互联网与金融行业也位居前列。 医疗、工业和教育等行业也 具备 巨大发展潜力，未来有望成为人工智能市 场新增长点。 图 表 9： 2020 年中国人工智能市场份额 来源： iResearch，国金证券研究所 AI 赋能行业与行业反哺 AI 诞生两类 参与者 。 纯 AI 算法较难单独定价售卖， 且市场规模较小。 AI 技术公司往往通过项目集成搭售硬件以扩大规模、提 升算法能力，或是专注某些易变现的行业率先实现盈利；另一类为传统硬 件公司，在某些行业已具备领先的市场地位，明确 AI 需求后再进行智能化 转型。 科大讯飞作为 智能语音行业龙头，持续布局智慧教育行业，横向发 展智能城市、智慧医疗等领域。虹软科技聚焦人脸分析与图像分析技术， 提供智能摄像视觉解决方案，成为国内外主流手机、相机品牌 的 供应商。 安防巨头海康威视、大华股份亦跟随人工智能浪潮，打造产业智能化转型， 成以视频技术为核心的智能物联网解决方案和大数据服务提供商。有“ AI 四小龙”之称的商汤、依图、云从、旷视，布局多个领域，寻求人工智能 在行业中的落地场景 。 49% 18% 12% 5% 4% 4% 2% 6% 政府城市治理和运营 互联网 金融 地产与零售 医疗和生命科学 工业 教育 其他 行业深度研究 - 10 - 敬请参阅最后一页特别声明 图表 10：“ AI四小龙”主要行业布局梳理 依图科技 云从科技 旷视科技 商汤科技 AI+城市 城市视觉中枢解决方案 融智云平台 、 智慧社区、智慧园区 智慧城市操作系统 “昆仑”； 智慧建筑操作系统 “盘古” 商汤方舟城市级开放平台； AI+安防 智能摄像头 街面治安防控解决方案； 智能安防一体机； 智能抓拍相机 智慧公共安全解决方案； 智能多算法网络摄像头； 测温摄像机； SenseID 身份验证一体 机； 商汤星云智能摄像机 AI+交通 “一脸通城”解决方案 机场智慧通关闸机一体机， 机场智能航显； 城市智慧公交地铁运营管理 智慧交通管理、机场解决方案 商汤睿途智慧交通平台 AI+医疗 care.ai 系列； 智能医疗临床决策、管 理、大数据平台； SenseCare 智慧诊疗平台 AI+金融 网点全解析解决方案 网点智能化升级、资产智能 化配臵解决方案 金融人证核验解决方案； 金融支付解决方案 金融大数据； 金融身份核验技术 AI+商业 智能商业解决方案：通用园区、智能商业开放平台 商业慧眼平台； 消费者画像智能终端； 刷脸支付盒子，刷脸购物机 智慧商业网点解决方案 智慧商超解决方案 AI+教育 AI 教材、教育平台、实验课程、实验室、教育服务 AI+工业 智慧物流操作系统“河图”； MegBot 系列物流机器人； AI+汽车 高级辅助驾驶系统； L4 级无人驾驶； 智能车舱 AI+手机 手机图像处理、智能视频解 决方案； 来源：各公司官网、招股书，国金证券研究所 商汤科技： AI 算法龙头，底层平台赋能行业升级 创始背景与战略： AI 算法龙头，“ 1+1+X”打造核心竞争力。 公司成立于 2014 年，创始人为 香港中文大学工程学院教授汤晓鸥，业务聚焦于计算机视觉和深度学习领 域。公司推行“ 1（基础研发） +1（产品和服务化） +X（行业应用）”战略， 通过自行研发的 SenseCore 商汤 AI 大装臵，打通算力、算法和平台之间 的连接与协同。 产品壁垒与商业模式： 专有的 AI 基础设施、强大的软件平台、丰富的商用场景和生态能力是公司 的核心竞争力。 SenseCore 具备 500 亿个参数，是目前基于公开信息的全 球计算机视觉领域中参数最大的模型，可有效解决数据中的长尾问题、隐 私计算，并加快人工智能模型的部署和商业化进程。 截至 2021 年 H1，公 司 在主要区域市场战略性地建立 23 个 AI 训练集群，拥有 超过 20000 块 GPU，总算力每秒 1.17 百亿次浮点运算， 软件平台客户已超过 2400 家， 覆盖 250 家 500 强企业、 119 座城市， 30+车企， 4.5 亿 +智能手机。 目前公司技术涵盖人脸和人体分析、 SLAM 与 3D 视觉、图像识别、机器 人控制与传感、海量视频理解与挖掘、自动驾驶、医学图像分析等领域， 进而衍生出城市开放平台、智慧诊疗平台、智慧交通平台、金融身份核验、 智能车舱、手机人脸识别等产品及服务，赋能安防、医疗、金融、自动驾 驶、智能手机等行业。 公司官网披露的产品主要有三类：计算平台、软件 算法、硬件终端设备。根据产业链调研， 公司产品 多以私有云为部署方式， 算法平台封装成 SDK 按照调用次数收费，软件按订阅制收费或单独出售 license，硬件按件出售，具体依项目情况而定。 行业深度研究 - 11 - 敬请参阅最后一页特别声明 图表 11：商汤业务布局 来源：公司官网，国金证券研究所 依图科技： 芯片 +算法的实战型 AI 公司 创始背景与战略： 公司成立于 2012 年，当前拥有约 1500 名员工 ， 创始人为 加州大学洛杉矶 分校 统计学博士朱珑及前阿里资深云计算专家林晨曦 。朱珑 师从计算机视 觉奠基人 Alan Yuille 教授 ，在麻省理工、纽约大学等世界著名院校担任过 研究员， 曾在世界顶级刊物发表数十篇论文 ，学术研究能力扎实 。林晨曦 为 前阿里云资深专家、技术总监 ， 曾在微软亚洲研究院从事机器学习、计 算机视觉、信息检索以及分布式系统方向的研究工作。 公司与“四小龙” 中其他几家企业最大的不同点是其技术并非来自创始团队的科研成果转化， 而是从行业需求出发 ，于 2013 年为苏州公安开发了车辆识别系统，将套 牌车的识别率从不足 30% 提高到 90%，后续完善能力矩阵、进 军芯片 。 我们认为实战型公司文化有利于挖掘客户需求，提升商业转换率。 图表 12：依图科技发展历程图 来源：公司官网，国金证券研究所 产品壁垒与商业模式： 行业深度研究 - 12 - 敬请参阅最后一页特别声明 公司业务主要分为智能公共服务与智能商业两大类：智能公共服务业务的 客户主要为政府部门和医疗机构，覆盖城市管理、医疗健康等场景；智能 商业园区为商业地产、金融、制造、交通运输、互联网等企业客户提供园 区管理、网点服务、安全生产、交通出行和互联网服务等场景。 公司为客户提供人工智能硬件、软件及软硬件组合及 SaaS 服务等解决方 案 ，三类 产品营收占比分别为 24%、 15%和 61%。其中硬件产品销售主要 为内嵌操作系统和基础功能软件的服务器、摄像机等。 其中，原石系列智 能服务器 搭载公司自行研发的 QuestCore 求索芯片， 该 芯片 单颗 代替人工 智能推理计算中所需的 CPU、 GPU 及解码器等多种类型算力的组合 ， 适 用于云端计算和边缘端计算场景 ，主要为 缩短人工智能芯片与算法、服务 器的适配过程 ，加快设备的设计开发及发布， 目前尚未单独销售。 图表 13： 硬件产品销售数量及平均价格 主要硬件种类 2020 年 1-6 月 2019 年度 2018 年度 数量 价格（万 元 ） 数量 价格（万 元 ） 数量 价格 (万元 ) 原石系列智能服务器 399 17.12 556 17.48 原石系列智能服务器 中搭载的求索芯片 2,394 3,336 原子系列智能服务器 272 13.71 455 17.24 331 23.15 城市视觉解析及应用 一体机系列 19 43.1 433 25.1 73 45.07 小依智脑系列边缘计 算设备 2,720 0.95 8,571 0.87 来源： 公司招股书 ， 审核问询函回复 ，国金证券研究所 图表 14： 软件及软硬件组合产品销售价格 产品类别 产品名称 2020 年 1-6月 2019 年度 2018 年度 软件产品（万元 /套） 城市视觉大数据及高级 智能应用平台 333.62 73.41 20.35 城市视觉解析及基础智 能应用平台 31.92 38.85 19.84 智慧园区管理平台 43.66 26.3 26.53 软硬件产品组合 （万元 /项目） 城市管理类解决方案 328.55 504.83 147.72 园区管理类解决方案 264.57 21.94 40.05 来源： 公司招股书 ，国金证券研究所 云从科技： 中科院孵化的“ AI 第一股”，专注人机协同 创始背景与战略： 公司成立于 2015 年，创始人是 UIUC 博士、中科院“百人计划”人选周 曦 ，由中国科学院孵化并拥有政府基金背景 ， 当前拥有员工 1700 余人。 与其他公司不同，云从科技聚焦操作系统。 公司主要产品为人机协同操作 系统和人工智能解决方案。 产品壁垒与商业模式： 操作系统 连 接设备、数据与应用，未来大有可为。 人机协同操作系统作为 底层系统平台，通过对云 -边 -端一体的设备、 AI 应用和资源的统一管理， 实现从设备接入、感知、存储、计算、理解到决策，一方面服务于客户单 点业务效能提升和整体业务场景智能化升级，另一方面提供轻量化的“轻 行业深度研究 - 13 - 敬请参阅最后一页特别声明 舟平台”，开放引入生态合作伙伴共同开发 AI 应用及配套的 SaaS 服务。 2020 年度公司 31%的营业收入来自人机协同操作系统，共计完成 422 个 项目，其中 46 个项目收入超过 100 万元。 标准产品通过向客户交付相关 应用产品收取 一定期限或永久的使用权 费用，或按 服务器长度使用直线法 进行收费 ；定制开发场景 ，根据 验收节点向客户进行交付，客户根据工作 量或开发进度分期结算。 图表 15：云从 人机协同操作系统技术架构 来源：公司招股书，国金证券研究所 公司人工智能解决方案主要基于自主研发的人机协同操作系统及其应用和 AIoT 硬件设备覆盖智慧金融、智慧治理、智慧出行和智慧商业四个领域。 公司 约 70%营业收入来自人工智能解决方案， 通过和客户签订销售合同， 将相关硬件、软件或技术组合交付后确认收入。 其中，公司重点负责整体 解决方案制定、人机协同操作系统定制化部署和智能 AIoT 设备设计，公司 自主研发的智能 AIoT 设备采用 ODM 或 OEM 方式生产。 2020 年公司人 工智能解决方案共完成 1834 个项目，其中 64 个 项目收入超过 100 万元。 图表 16： 公司各领域落地场景总结 行业 方案和技术 落地场景和客户 智慧 金融 数字化身份认证系统 智能业务审核、智能资产配臵和智 能安防管理 中国工商银行、中国建设银行、中国 农业银行和邮储银行等超过 400 家 金融机构的十余万个银行网点 智慧 出行 刷脸值机、自助按键、智慧航显等 全流程智能服务 包括中国十大机场中的九座在内的上 百座民用枢纽机场 智慧 治理 智慧社区、智慧景区管理解决方案 街面治安防控解决方案 智慧校园综合解决方案 重庆市、南沙行政中心、珠海金湾区 政务大厅等全国 30 个省级行政区政 法、学校、景区等多类型应用场景 智慧 商业 人脸识别和人脸数据库 购物中心客流量建设、数据分析、 运营决策 智慧汽车零售解决方案 东风日产 4s 店、华侨城欢乐海岸、 国美电器、小米等多家汽车零售、购 物中心、品牌门店等众多应用场景 来源： 公司招股书 ，国金证券研究所 行业深度研究 - 14 - 敬请参阅最后一页特别声明 旷视科技：聚焦物联网，面向消费、城市、供应链三大核心场景 创始背景与战略： AI 平台推进技术发展。 公司成立于 2011 年，三位联合创始人印奇、唐文 斌、杨沐均毕业于清华姚班，当前拥有约 2700 名员工。公司 2019 年提出 从 AI 到 AIoT 的战略，目前公司凭借自主研发的 AI 生产力平台 Brian+， 包括深度学习框架 MegEngine、深度学习云计算平台 MegCompute 以及 数据管理平台 MegData，实现 AI 技术从算法生产到应用的流程化和规模 化供给，构建了完整的 AIoT 产品体系。 公司业务聚焦消费、城市、供应链 三大场景，通过为客户提供软件、硬件及解决方案获取收入 。 2020 年三大 场景分别占公司 28%、 64%和 7%的营业收入。 图表 17： Brain+平台 架构 来源：公司招股书，国金证券研究所 产品壁垒与商业模式： 业务同时辐射 C 端、 G 端和 B 端，打造个人、城市、供应链“最强大脑”。 消费物联网聚焦于 C