“科创”系列报告：海天瑞声：服务人工智能技术发展的数据需求.pdf

识别风险 ， 发现价值 请务必阅读末页的免责声明 1 / 23 Table_Page 行业专题研究 |计算机 2019 年 4 月 16 日 证券研究报告 Table_C ontacter 本报告联系人： Table_Title 广发 计算机 “科创”系列报告 海天瑞声 ： 服务人工智能技术发展的数据需求 Table_Author 分析师： 刘雪峰 分析师： 王奇珏 SAC 执证号： S0260514030002 SFC CE.no: BNX004 SAC 执证号： S0260517080008 SFC CE.no: BNU581 021-60750605 021-60750604 gfliuxuefenggf wangqijuegf Table_Summary 核心观点 ： 近期，科创板陆续接受企业申报，“科创”系列专题报告，将集中对申报企业所在的行业和企业竞争力进行分析。计算机行业中，云计算、人工智能、智能汽车等领域将是科创板重要方向，本次分析的是 人工智能数据服务提供商 海天瑞声 。 数据系人工智能发展的重要基石；巨头自建数据部门，第三方数据公司自主发展 根据 Appen公司 （海天瑞声招股说明书（申报稿）提到的主要竞争对手） 2018年年报 presentation材料提到，整个人工智能市场规模到 2025年将达到 1690-1910亿美元（资料来源： Appen presentation引用 Allied Market Research）；其中，对于数据的投资将达到整个投资额的 10%（资料来源： Appen presentation引用 McKinsey Global Institute），也即 170亿美元 -190亿美元，具有广阔的成长空间。 巨头组建自有数据部门，如 京东（京东众智）、百度（百度众测）、腾讯、阿里（阿里数据标注） 。第三方数据公司百花齐放，主要的第三方数据公司包括 Appen（澳大利亚上市）、慧听科技、标贝科技以及海天瑞声。 业务能力体现在支持的数据库种类、方言语种数量（主要是语音领域）等。 海天瑞声， 服务于 AI 企业的数据需求，当前客户包括阿里巴巴、腾讯等领先 海天瑞声 主营业务为 数据资源定制服务、数据库产品和数据资源相关的应用服务。业务领域涵盖了智能语音、计算机视觉、自然语言等 AI 核心领域，服务于人机交互、智能家居、智慧城市等多种创新应用场景。 当前公司已经拥有超过 500 个自主知识产权可授权使用数据库，并向下游客户提供了累计 2,000 余个定制数据资源库及相关服务。这些产品和服务可支持超过 130 余个语种和方言 。 公司 2018 年实现营业收入 1.93 亿元；实现归母净利润 6714 万元。 公司本次拟发行数量 1000 万股，占发行后总股本的比例不低于 25% 本次募集资金拟用于“天籁”自主研发产品扩建项目、一体化技术支撑平台 建设项目、研发中心建设项目、业务管理平台建设项目及补充流动资金 。 风险提示 研发能力与核心技术失密的风险；规模拓张与新业务拓展风险；市场竞争加剧风险；数据安全相关风险；采购成本上升风险。 Table_Report 相关研究 ： 计算机行业 :短期调整将消化财报预期，关注流动性影响 2019-04-14 广发计算机“科创”系列报告 :恒安嘉新：“云 网 边 端”整体通信网安全解决方案提供商 2019-04-13 紫光股份（ 000938.SZ） :费用增长相对控制，重在市场开拓效益显现 2019-04-12 识别风险 ， 发现价值 请务必阅读末页的免责声明 2 / 23 Table_PageText 行业专题研究 |计算机 重点公司估值和财务分析表 股票简称 股票代码 评级 货币 股价 合理价值 （元 /股） EPS(元 ) PE(x) EV/EBITDA(x) ROE(%) 2019/4/15 2018E 2019E 2018E 2019E 2018E 2019E 2018E 2019E 卫宁健康 300253.SZ 买入 CNY 14.44 12.22 0.19 0.27 78.01 54.26 71.18 48.74 10.37 12.97 石基信息 002153.SZ 增持 CNY 31.19 30.00 0.47 0.60 66.75 52.18 53.93 41.54 5.70 6.79 恒生电子 600570.SH 买入 CNY 89.42 98.00 1.04 1.40 85.60 63.94 119.51 101.79 20.30 22.40 数据来源： Wind、广发证券发展研究中心 注： 卫宁健康合理价值、 EPS 出自 19 年 1 月 31 日报告卫宁健康：预告显示订单较快增长，长期发展势头不改； 石基信息合理价值、 EPS 出自 19 年 1 月 13 日报告石基信息：打造下一代酒店云解决方案，不止于云； 恒生电子 18 年 EPS 出自年报， 19 年 EPS、合理价值出自 19 年 3 月 31 日报告 恒生电子（ 600570.SH）：经营改善强劲，下游需求叠出符合预期 。 识别风险 ， 发现价值 请务必阅读末页的免责声明 3 / 23 Table_PageText 行业专题研究 |计算机 目录索引 一、投资要点 . 5 二、人工智能发展，需要丰富的可用数据 . 6 1、数据系人工智能产业链的重要一环 . 6 2、人工智能呈现快速发展，数据投资占比或将达 10% . 7 3、行业发展初期，国内成熟竞争者有限，进入者众多 . 8 三、海天瑞声：人工智能数据资源服务商 . 10 1、成立于 2005 年，专注人工智能数据 . 10 2、定制化数据服务，为 AI 算法公司提供数据支持 . 10 3、公司财务情况 . 15 4、募集资金用途 . 17 四、可比公司估值表 . 20 识别风险 ， 发现价值 请务必阅读末页的免责声明 4 / 23 Table_PageText 行业专题研究 |计算机 图表索引 图 1：人工智能技术架构示意 . 6 图 2：数据系人工智能产业链的重要一环 . 7 图 3：训练数据量与医疗图像模型准确关系 . 7 图 4：全球人工智能市场规模 . 8 图 5：海天瑞声股权结构图 . 10 图 6：海天瑞声主要产品及服务在智能语音领域的应用情况 . 13 图 7：海天瑞声主要产品及服务在计算机视觉领域的应用情况 . 14 图 8：海天瑞声主要产品及服务在自然语言领域的应用情况 . 14 图 9：营业收入及其增速 . 15 图 10：归母净利润及其增速 . 15 图 11：分产品线过去三年毛利率变化 . 16 表 1：海天瑞声与 Appen 主要指标对比 . 9 表 2：分产品线过去三年营业收入情况 . 11 表 3：数据资源定制服务内容 . 11 表 4：数据库产品示例 . 12 表 5：公司各业务的盈利模式与定价模式 . 12 表 6：期间费用变化 . 16 表 7：研发投入及人员 . 16 表 8：应预收账款金额及增速 . 17 表 9： 2018 年公司来自前五大客户的收入占比（单位：万元） . 17 表 10：公司募集 资金主要安排 . 18 表 11：可比公司估值表 . 20 识别风险 ， 发现价值 请务必阅读末页的免责声明 5 / 23 Table_PageText 行业专题研究 |计算机 一、 投资要点 1、 人工智能快速发展，技术进步需要更多可用数据以训练模型 经过多年的发展，人工智能在深度学习、海量数据和高性能计算的支撑下，现已进入产业化应用初期。近年来基于深度学习的智能语音、计算机视觉、自然语言处理等技术开始向各个应用领域渗透，全球人工智能产业规模快速增长。 数据量决定了人工智能模型的准确度。 根据 Appen公司（海天瑞声招股说明书（申报稿）提到的主要竞争对手） 2018年年报 presentation材料提到，整个人工智能市场规模到 2025年将达到 1690-1910亿美元（资料来源： Appen presentation引用 Allied Market Research）；其中，对于数据的投资将达到整个投资额的 10%（资料来源： Appen presentation引用McKinsey Global Institute），也即 170亿美元 -190亿美元，具有广阔的成长空间。 2、 各大互联网公司组建数据标注部门，第三方数据公司 百花齐放 京东（京东众智）、百度（百度众测）、腾讯、阿里（阿里数据标注）都已经拥有自己的标注平台和工具。 主要的第三方数据公司包括 Appen（澳大利亚上市）、慧听科技、标贝科技以及海天瑞声。 业务能力体现在支持的数据库种类、方言语种数量（主要是语音领域）等。 3、 海天瑞声，覆盖语音、视觉等领域的数据服务；阿里巴巴、腾讯的互联网公司为主要客户。 公司成立于 2005年，致力于为人工智能全产业链中的企业及科研机构提供专业的工程化数据资源产品和服务。公司业务涵盖智能语音、计算机视觉、自然语言等AI核心领域，全面服务于人机交互、智能家居、智慧城市等多种创新应用场景。 当前公司已经 拥有超过 500 个自主知识产权可授权使用数据库，并向下游客户提供了累计 2,000余个定制数据资源库及相关服务。这些产品和服务可支持超过 130 余个语种和方言 。 4、 公司本次拟发行数量 1000万股，占发行后总股本的比例不低于 25%。 发行股份募集资金拟投向“天籁”自主研发产品扩建项目、一体化技术支撑平台建设项目、研发中心建设项目、业务管理平台建设项目、补充流动资金。 风险提示 ： 研发能力与核心技术失密的风险；规模拓张与新业务拓展风险；市场竞争加剧风险；数据安全相关风险；采购成本上升风险。 识别风险 ， 发现价值 请务必阅读末页的免责声明 6 / 23 Table_PageText 行业专题研究 |计算机 二、 人工智能发展，需要丰富的可用数据 1、 数据系人工智能产业链的重要一环 人工智能技术从架构上分为基础层、技术层和应用层。 1） 基础层主要为人工智能技术提供计算能力以及数据输入； 2） 技术层包括算法和其他人工智能技术，主要在基础层上开发算法模型，并通过数据训练和机器学习建模开发面向不同应用领域的技术，如智能语音、计算机视觉和自然语言处理等 ； 3） 应用层将人工智能技术与应用场景结合起来，实现商业化落地。 其中数据是人工智能技术发展、应用的核心。 图 1： 人工智能技术架构示意 数据来源： 海天瑞声招股说明书（申报稿） 、 广发证券发展研究中心 行业应用产品 平台及服务应用智能语音 智能语音 智能语音 其他基础应用技术深度学习算法数据集训练 推断软件框架深度神经网络模型编译器计算服务器 移动终端设备基础硬件C P U G P U A S I C FP G A 其他应用层技术层基础层识别风险 ， 发现价值 请务必阅读末页的免责声明 7 / 23 Table_PageText 行业专题研究 |计算机 图 2： 数据系人工智能产业链的重要一环 数据来源：广发证券发展研究中心 数据量决定了人工智能模型的准确度。以医疗图像识别为例，根据罗兰贝格人工智能白皮书引用哈佛大学医学院数据，当数据量分别为 5G、 100G时，识别的平均准确性由 8.01%，提升至 95.67%。 图 3： 训练数据量与医疗图像模型准确关系 数据来源： 哈佛大学医学院、中国人工智能学会、罗兰贝格、 广发证券发展研究中心 2、人工智能呈现快速发展， 数据投资占比或将达 10% 经过多年的发展，人工智能在深度学习、海量数据和高性能计算的支撑下，现已进入产业化应用初期。近年来基于深度学习的智能语音、计算机视觉、自然语言处理等技术开始向各个应用领域渗透，全球人工智能产业规模快速增长。为抢占人工智能高地，谷歌、微软、阿里巴巴、百度、腾讯、 IBM、 Facebook 等国际知名企业均持续增加在人工智能领域的资本投入。美国、中国、英国、德国、日本等国家也分别出台人工智能相关支持政策及国家战略规划，为整个产业的发展创造良好的政策环境。 2017 年，全球人工智能产业规模达到 2,307 亿元，预计 2020 年全球人工智能市场规模将达 6,800 亿元。 算法算力下游应用领域数据 应用软件训练算法搜集加工 提出需求 应用通用结论提出算力需求 提供算法所需算力识别风险 ， 发现价值 请务必阅读末页的免责声明 8 / 23 Table_PageText 行业专题研究 |计算机 图 4： 全球人工智能市场规模 数据来源： 海天瑞声招股说明书（申报稿） 、 中国产业信息网 、 广发证券发展研究中心 当前，我国正在成为世界人工智能领域的新增长极。截至到 2018 年 6 月 ，全球人工智能企业总数达到 4,925 家，中国（不含港澳台）人工智能企业总数为1,011 家，仅次于美国。 2017 年中国人工智能行业投融资总额高达 277.1 亿美元，融资事件 369 笔，融资总额占全球融资总额的 70%，融资笔数占比达 31%。根据清华大学中国人工智能发展报告 2018数据，预计在 2018 年，我国人工 智 能市场整体规模将达到 415.50 亿元，增速将达到 75%。 根据 Appen公司（ 海天瑞声招股说明书（申报稿）提到的主要竞争对手 ）2018年年报 presentation材料提到，整个人工智能市场规模到 2025年将达到 1690-1910亿美元 （资料来源： Appen presentation引用 Allied Market Research） ；其中，对于数据的投资将达到整个投资额的 10%（资料来源： Appen presentation引用 McKinsey Global Institute） ，也即 170亿美元 -190亿美元，具有广阔的成长空间。 3、行业发展初期，国内成熟竞争者有限，进入者众多 根据公司招股说明书（申报稿），公司当前主要竞争对手包括 Appen、慧听科技、标贝科技。其中慧听科技、标贝科技均为非上市公司，关键业务数据及财务指标均未披露。 Appen 成立于 1996 年，面向机器学习和人工智能开发高质量人工标注数据集，已于 2015 年 1 月 7 日于澳大利亚证券交易所上市。 （ 1） Appen Appen Limited， 1996 年成立于澳大利亚，是面向机器学习和人工智能开发高质量人工标注数据集的提供商，已于 2015 年 1 月 7 日于澳大利亚证券交易所上市。 Appen 在捕捉并丰富语音、文字，图像和视频等各种数据类型上积累多年经验，与全球技术、汽车和电子商务公司，以及政府部门建立了合作，帮助他们开发、增强和利用依赖自然语言和机器学习的产品。 （ 2）慧听科技 0100020003000400050006000700080002015 2016 2017 2018 2019 2020全球人工智能市场规模（亿元）识别风险 ， 发现价值 请务必阅读末页的免责声明 9 / 23 Table_PageText 行业专题研究 |计算机 北京慧听科技有限公司成立于 2011 年，公司业务包括语音 识别、语音合成、语音评测 、语言文本类、多媒体类等多领域数据制作，以及语音合成、语音识别、输入法系统的研发等。公司提供服务涵盖语音数据库制作、音乐数据制作标注、语音质量评测等。 （ 3）标贝科技 标贝（北京）科技有限公司成立于 2016 年，总部位于北京。主要提供智能语音交互相关服务，包括语音合成整体解决方案，以及语音合成、语音识别、图像识别等人工智能数据服务。 由于慧听科技、标贝科技均暂未上市，无数据披露。 2018 年度 /截至 2018 年末， 海天瑞声 与 Appen 部分关键指标比较如下： 表 1： 海天瑞声与 Appen主要指标对比 海天瑞声 Appen 非财务指标 数据库种类 语音、计算机视觉、自然语言 语音、计算机视觉、自然语言 语种 /方言 130 余个 180 个 员工数量 127 人 513 人 主要客户 大型科技公司，如阿里巴巴、腾讯、百度、微软、三星等；人工智能企业，如科大讯飞、商汤科技、云知声、海康威视等；科研机构，如中国科学院、清华大学等 微软等大型科技公司、汽车厂商及政府 财务指标 营业收入 1.93 亿元人民币 3.64 亿澳元 净利润 6714 万元人民币 4173 万澳元 净利率 34.85% 11.45% 数据来源： 海天瑞声招股说明书（申报稿）、 广发证券发展研究中心 除了招股说明书（申报稿）中提到的公司外，各大互联网巨头都组建了类似的数据标注部门，京东（京东众智）、百度（百度众测）、腾讯、阿里（阿里数据标注）都已经拥有自己的标注平台和工具。 识别风险 ， 发现价值 请务必阅读末页的免责声明 10 / 23 Table_PageText 行业专题研究 |计算机 三、 海天瑞声： 人工智能数据资源服务商 1、 成立于 2005 年，专注人工智能数据 公司成立于 2005年， 致力于为人工智能全产业链中的企业及科研机构提供专业的工程化数据资源产品和服务。公司业务涵盖智能语音、计算机视觉、自然语言等AI核心领域，全面服务于人机交互、智能家居、智慧城市等多种创新应用场景。 图 5： 海天瑞声 股权结构图 数据来源： 海天瑞声 招股说明书（申报稿）、 广发证券发展研究中心 2、 定制化数据服务，为 AI 算法公司提供数据支持 公司主要从事人工智能数据资源产品和相关服务研发与销售。 主要产品及服务具体划分为 数据资源定制服务、数据库产品和数据资源相关的应用服务 。 产品与服务 隶属于人工智能产业链的基础层，是自主研发人工智能技术的企业与机构必需的基础生产要素，其数量多寡和质量高低将会直接影响到人工智能产业链内企业的研发周期、产品性能和可扩展性 。 其主要产品按收入划分来看，数据资源定制服务收入占比最高， 2018年达到64.2%。