人工智能产业研究报告.docx

《人工智能产业研究报告.docx》由会员分享，可在线阅读，更多相关《人工智能产业研究报告.docx（19页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、人工智能产业争论报告1. 人工智能产业进入深水区，技术进展推动场景化落地1.1 政策、技术、资本三轮驱动行业进展，中美领跑过去十年全球人工智能进展快速，各国纷纷从战略上布局人工智能，加强 顶层设计和人才培育。我国 2023 年一代人工智能进展规划公布， 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。2023 年 10 月，人工智能写入十九大报告；17 年 12 月，促进一代人工智能产 业进展三年行动打算 2023-2023 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， 行业进入进展黄金阶段。2023 年，美国国家科学技术委员会NSTC 公布国家人工智能研发

2、战 略打算全面布局人工智能进展。2023 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打算，为美国首次推出国家层面的人工智能 促进打算。欧盟于 2023 年公布欧盟人工智能战略，并打算在 2023 年 底至少投入 200 亿欧元。从专利数量、AI 学者分部等状况看，中美领跑。全球主流技术大多处于泡沫到低谷期的过渡阶段，小样本学习是重要进展 方向。依据 Gartner 公布的 2023 年人工智能技术成熟度曲线，GPU 成熟度最高，将在 2 年内到达成熟期。机器学习、谈天机器人、计算机 视觉和 FPGA 技术处于低谷期，自然语言处理、深度神经网络和人 工智能云效劳马上完毕泡沫期

3、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富强。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， 是将来进展方向，当前在图像检索、人脸识别等领域已经得到应用。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，将来需适应更 简单的应用场景，满足型人机交互范

4、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进展，在机器翻译、对话系统等场景 广泛应用，将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。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 算法供给商，寒武纪等创业公司独角兽作为 AI 芯片供给商，以及海康威视、 大华股份、科大讯飞等综合解决方案供给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：根底层、技术 层和应用层。从根底层和技术层来看，人工智能三大核心要素数据、算法 和算力已相对成熟，

5、场景化落地成为核心竞争力。资本市场短期遇冷，主要与前期预期过高与行业进展患病瓶颈有关。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 2023-2023 年整体快速增长，但 2023 年消灭 45%左右的显著下滑， 2023 年投融资金额恢复 42.5%正增长，但距 2023 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

6、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缘由。1.2 行业进展进入深水区，商业模式为主要瓶颈AI 行业进展进入深水区，从 AI 公司财务表现、资本市场融资状况可见一斑。我们认为商业模式和变现力量是行业进展的主要瓶颈。人工智能的概念形成于 20 世纪 50 年月，诞生于 1956 年的达特茅斯会议。其进展阶段经受三次浪潮：150-60 年月留意规律推理的机器翻译时代， 机器人和智能软件开头消灭；270-80 年月依托学问积存构建模型的专家 系统时代，但由于缺乏有用性，行业很快趋冷；32023 年起深度学

7、习算 法的推出，开头了重视数据、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头落地，深 入到应用层面， 帮助传统行业制造切实经济效果。截至今日，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。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， 然而算法走出试验室环境，对具体的场景适应力量仍有差距。如：人脸识 别技术易受静态和动态、是否化装、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 的业务数据全部权，需要与数字化程度高、数据资源丰富的客户合

8、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 集成力量，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。学问产权和伦理问题也是导致行业进展瓶颈的重要缘由。我国当前学问产 权保户环境不成熟，抄袭本钱低，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峻， 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

9、的应用场景，伦理问题成为制约因素。如：依据产业链调研数据，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；自动驾驶场景或许率维持在 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力量受到挑战。AI 四小 龙上市招股书显示亏损严峻。高定制化开发难以通过规模化 复制降低本钱， 缺乏数据全部权和对业务场景的理解降低客户界面议价力量，剧烈的市场 竞争提高人力本钱、降低人均效益。资本市场遇冷也在情理之中。1.3 风物长宜放眼量，

10、长期看 AI 市场空间宽阔虽然短期内 AI 行业遇冷，但长期看市场空间宽阔。依据 2023 年国务院一代人工智能进展规划的通知的“三步走”战略目标， 到 2023 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 根底理论实现重大突破， 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、 技术与应用总体到达世界领先水平，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。市场空间格外宽阔。AI 市场主

11、要构成有 AI 芯片、硬件、软件等，2025 年规模有望超千亿美元。2023 年中国市场 AI 效劳器出货量 7.9 万台，将来 5 年 CAGR 约 20%。假设数据中心单台效劳器平均售价约 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 效劳器 市场规模约 165 亿美元。当前 AI 效劳器大约占AI 硬件市场 85%份额，未 来更多边缘侧计算设备接入，假设 AI 效劳器占比下降至 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 于数据中心效劳器，但在车载计算单元、边缘

12、及终端设备等也有广泛使用，产品形态丰富， 单价相对较低，保守估量 AI 芯片市场规模约 200 亿美元。当前 AI软件占比较低，约 30%-40%，估量将来软件及效劳占比能提升到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 协同进展。AI 深度学习算法依靠数据，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 智能化的根底， 行业数字化还需遵循CBA 的路径，即先云化，再 有大数据最终实现智能化。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

13、 消灭， 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。深度学习框架是战略制高点，同样具备机遇。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 地搭建地基的本钱， 提高开发效率，与 AI 芯片构成 AI 根底设施底座，是“智能时代的操作系统”。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，也不断消灭挑 战者，即：后来者仍有时机突围。当前中国

14、的 AI 训练严峻依靠美国的开源 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本钱，提升人均效益。AI 四小龙持续亏损 的缘由之一在于人力本钱过高。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“本钱三低”做到极致：平均人力本钱低、运营和销售本钱低、产量 扩大后边际本钱低。随着AI 人才供给增加，人力本钱下降，AI 技术公司盈 利和变现力量提升，或能转

15、变行业构造，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 综合解决方案供给商：软硬一体，场景为王AI 算法依靠硬件载体赋能行业，供给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 已不能满足客户的简单需求，企业转向寻求猎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。2023 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进展潜力，将来有望成为人工智能市 场增长点。AI

16、 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 技术公司往往通过工程集成搭售硬件以扩大规模、提 升算法力量，或是专注某些易变现的行业领先实现盈利；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 需求后再进展智能化 转型。科大讯飞作为智能语音行业龙头，持续布局才智教育行业，横向发 展智能城市、才智医疗等领域。虹软科技聚焦人脸分析与图像分析技术， 供给智能摄像视觉解决方案，成为国内外主流手机、相机品牌的供给商。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效劳

17、供给商。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。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 2023 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根底研发+1产品和效劳化+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 根底设施、强大的软件平台、丰富的商用场景和生态力量是公司 的核心竞争力。SenseCore

18、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 2023 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 20230 块 GPU，终究力每秒 1.17 百亿次浮点运算，软件平台客户已超过 2400 家， 掩盖 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、机器人掌握与传感、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、才智

19、诊疗平台、才智交通平台、金融身份核验、 智能车舱、手机人脸识别等产品及效劳，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。依据产业链调研，公司产品多以私有云为部署方式， 算法平台封装成 SDK 依据调用次数收费，软件按订阅制收费或单独出售 license，硬件按件出售，具体依工程状况而定。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 2023 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，

20、在麻省理工、纽约大学等世界著名院校担当过 争论员，曾在世界顶级刊物发表数十篇论文，学术争论力量扎实。林晨曦 为前阿里云资深专家、技术总监， 曾在微软亚洲争论院从事机器学习、计 算机视觉、信息检索以及分布式系统方向的争论工作。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， 而是从行业需求动身，于 2023 年为苏州公安开发了车辆识别系统，将套 牌车的识别率从缺乏 30% 提高到 90%，后续完善力量矩阵、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。产品壁垒与商业模式：公司业务主要分为智能公共效劳与智能商业两大类：智能公共服务业务的 客

21、户主要为政府部门和医疗机构，掩盖城市治理、医疗安康等场景；智能 商业园区为商业地产、金融、制造、交通运输、互联网等企业客户供给园 区治理、网点效劳、安全生产、交通出行和互联网效劳等场景。公司为客户供给人工智能硬件、软件及软硬件组合及 SaaS 效劳等解决方 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 为内嵌操作系统和根底功能软件的效劳器、摄像机等。其中，原石系列智能效劳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、

22、效劳 器的适配过程，加快设备的设计开发及公布，目前尚未单独销售。2.2 互联网公司：数据资料变现，推举算法为主以字节跳动为首的互联网公司在满足自身业务需求根底上实现技术外溢。 与综合解决方案供给商不同，互联网公司主要优势来源于自身业务中台能 力积淀，将自身数据资料变现，以推举算法见长， 收取广告费。字节跳动：火山引擎供给全链条解决方案，赋能企业数字化转型创始背景与战略：字节跳动的 AI 力量源于自身业务需求，包括基于头条 App 的推举算法、文 本理解、机器翻译，基于抖音生态的美颜、语音合成和音乐方向 AI 技术等。公司的快速增长产生技术溢出，建立火山引擎，将推举算法等技术打包成 解决方案出售

23、给企业级客户，实现技术变现。火山引擎的架构体系分为四 层：统一根底效劳、技术中台、智能应用和解决方案。从底层系统到上层 客户端一站式赋能，满足企业多种需求和应用场景，以更低的本钱支撑业 务增长。产品壁垒与商业模式：公司的算法技术源于自身业务理解，能为客户带来实际的营销效果提升， 同时字节有独特的收费模式。其他厂商卖推举算法主要有两套方案：1卖 推举平台，客户基于机器学习平台做自己的开发和优化，基于 GPU 和带宽 等依据使用量收费；2依据一次性的价格售卖成熟模型。字节是基于效果 收费，如：之前推举准确度是 60%， 字节算法提升到了 80%，就依据差额 20%进展收费。字节大约 17-18 年

24、进展技术输出，最开头给小米等手机合 作商的应用商店供给推举算法，渐渐扩展到扫瞄器内容推举、照相机图像 优化等方面，并增加客户范围。基于效果收费的模式在前期准确率快速提 升时广告收入同样提升，但当准确率提升到肯定程度后天花板仍旧明显。平台SDK 各厂商的收费模式比较类似，根本类似订阅制，但字节跳动的算法认可度较高，可产生肯定技术溢价。2.3 云计算巨头：引领前沿技术，防范型作战为主科技巨头乐观主导人工智能研发平台进展。数据收集、数据预处理、数据 标注、模型训练、模型评估和模型部署等一系列任务，无一不考验着企业 的 AI 模型精度和 AI 开发效率、AI 算力资源等 AI 开发力量。目前大数据、

25、云计算是我国人工智能进展的重点核心技术，占比高达 41.13%。国内云计 算巨头在资金、技术、人才猎取方面优势显著，且能基于自己的场景需求 封装 AI 力量，仅需考虑产品化的增量本钱，在构造性本钱上有自然优势， 因此主导人工智能平台进展。如：阿里云、百度大脑日调用量已突破1 万 亿次，腾讯AI 开放平台用户已超 12 亿人，在国内具备较强行业影响力。AI 是云计算巨头与客户接触的触点，防范型作战为主，赋能数字化转型。 AI 力量是客户数字化转型工程控标的条目之一。以阿里云为例，公司业务 重心仍以 IaaS 层的云效劳为主，通过 AI 开放平台供给通用的 AI 力量，需 要定制的解决方案效劳则主

26、要由 ISV 及已有相应产品/效劳的合作伙伴来完 成。客户关注投标厂商是否有对应行业的效劳阅历。阿里云的人工智能废 钢定级平台利用机器视觉和行业学问结合，解决了长山西晋南钢铁集团的 废钢判级问题，节约废钢定级时间近 1/3、卸车时间 6-10 分钟，便是将来 猎取类似的数字化转型工程的阅历积存。3. 商业模式打算财务表现，长期盈利力量值得关注3.1 营收构造的差异导致行业内部盈利状况悬殊行业总体增速显著，AI 四小龙增速总体超传统硬件厂商。受益于过去几年 “雪亮工程”、企业数字化转型，视频与安防行业景气度持续上升，物联网、 人工智能、大数据、云计算技术进展等机遇，海康威视、大华股份等头部 传统

27、硬件公司保持良好的业绩增长态势，而 19 年中美贸易摩擦、20 年疫 情缘由带来出口降低，科大讯飞调整非战略性业务，收入增速伴随经营规 模进一步扩张的难度提升而有所放缓。AI 四小龙与虹软科技因营收基数小， 掩盖的场景和产品矩阵更加丰富完善，行业解决方案持续迭代，以及硬件 设备出货量增加等因素，营收增速总体超过传统硬件厂商同期。传统硬件厂商毛利率总体稳定，算法供给商除虹软科技以外波动较大。头 部传统硬件企业凭借深厚的行业阅历，毛利率稳定维持 50%左右，波动范围小于 10 Pct。其中海康威视市场份额领先，对上游供给链和制造本钱管 控优势显著，毛利率稳步提升。虹软科技因供给算法为主，长期维持

28、90% 以上高毛利率。AI 四小龙因产品组合差异， 毛利率波动较大。业务构成对 公司盈利力量影响巨大。以科大讯飞为例，公司才智教育产品矩阵渐趋完善，因材施教解决方案规 模化复制加速提升盈利水平。公司作为深耕 AI 教育行业的龙头，才智教育 始终是公司业务根本盘，行业高速进展以及疫情期间在线教育需求普及是 公司业绩增长主因。2023H1 才智教育业务收入占总营收高达 29%，同期 增速高达 31.53%，拉动营收逆市高增。To B 业务场景公司不断中标才智 教育工程，2023 年底中标的安徽省蚌埠市才智学校建设工程已获教育部认 可为“才智教育示范区”，截至 2023 年底才智教育产品已在中国 3

29、1 个省 级行政区广泛应用，与全国 38,000 余所学校深度合作，效劳过亿师生。To C 业务因学习机产品高度标准化，随着产品矩阵完善、出货量增加，显现 强大的变现力量和较高毛利率约 54%。虹软科技作为国内视觉 AI 的领军企业，27 年专注于计算机视觉算法，智 能手机视觉解决方案始终是虹软科技的主要营收来源，收入占比从 2023 年的 67%提升到 2023H1 的 93%。2023 年智能手机视觉解决方案的毛利 率高达 94.93%，使公司总体毛利率近 90% 远超同行业平均水平。虽 然 2023 年冠疫情的影响下手机出货量在全球范围内呈下降趋势，但由 于公司已将视觉解决方案广泛布局，

30、 进一步提升市场份额，带来公司智能 手机业务营收的逆势高增长。将来智能驾驶业务将成公司的其次增长曲线。软硬件结合的工程制销售模式降低 AI 四小龙总体盈利力量。云从科技营收 主要来源于软硬件组合，营收占比约 60%，对应毛利率仅 27%。毛利率最 高85%的软件授权业务在云从科技营收中占比仅 25%。旷视科技主营 业务可分为消费物联网解决方案细分为云端 SaaS 类和移动终端类，城 市物联网解决方案和供给链解决方案。公司以城市物联网解决方案为主要 营收来源，占比近 65%，而其毛利率仅为 30%。毛利率近 80%的云端 SaaS 类营收占比仅 20%，且近两年呈现递减趋势。AI 四小龙销售以软

31、硬 件一体化或解决方案为主， 改善商业模式、提升纯软件销售比重是提升盈 利水平的关键。3.2 期间费用管控加强，研发投入争相加码得益于业务模式渐渐清楚，费用投入渐渐产生规模效应，行业费用率水平 趋缓。科大讯飞等成熟公司的销售费用率与治理费用率渐渐下滑并趋于稳 定，费用管控效果明显。AI 四小龙由于经营治理模式尚未成熟，费用率相 对较高。成长期公司的销售费用率偏高尤为突出，与其销售力气相对薄弱、 在市场上议价力量不强、工程竞争有关。此外，AI 四小龙工程之间差异大， 需向客户供给专业化、定制化效劳，平均人力本钱较高。其中依图科技 2023 年度销售费用率高达 92.81%，主要由于当年公司业务辐

32、射区域逐步 向全国及境外进展，大规模投入市场拓展。2023 年云从科技治理费用率达 181.69%， 由于公司对员工发放了 13.03 亿元股权鼓励。各企业争相加码研发投入强度。AI 是人才密集型行业，人才储藏对于算法 质量影响深远，不同公司间的人才争夺抬升行业平均研发人员本钱。从员 工构成看，各家公司研发人员均超半数以上，在企业规模不断扩张、员工 总数持续增长的同时，行业内公司均能保证研发人员数量的同步提高。其 中，依图科技 2023H1 研发人员占比达 55.54%，商汤科技 2023H1 研发人 员占比达 67.97%。从研发支出看，AI 四小龙保持着极高的投入强度与增 速，不断加强技术

33、研发和创，从而提升公司竞争力。高强度的研发投入使 AI 四小龙净利润难以转正。以科大讯飞为代表的成熟 企业已形成较大的经营规模，净利润稳定并逐步上升。AI 四小龙由于高强 度的研发投入及营收规模较小，尚未实现净利润转正。2023 年云从科技和 依图科技净利润创历史低，作为技术驱动型企业，为抓住行业进展机遇， 不断加大研发创及市场开拓的投入，使营业总本钱增幅超过 70%。而虹 软科技作为智能视觉行业先行者，在“技术开放+产业链生态”的赋能体系 惠及下，乐观将计算机视觉解决方案布局至各类场景，高毛利打算了高达 29%左右的高净利润。AI 四小龙人均效益有待提升。海康威视、大华股份的人均收入基本稳定

34、在 150 万元上下，科大讯飞人均收入持续上升，2023 年也达到 100 万元以上。AI 算法公司除虹软科技人均收入总体增长至 100万，其余公司缺乏 50 万。其中，商汤科技 2023H1 人均收入约 31 万元。但从人均费用看，科大讯飞、 海康威视根本低于 25 万，大华股份也掌握在 40 万以内，而 AI 四小龙中除 了云从科技根本掌握在 30 万内，其余公司平均人均费用 40 万左右，商汤 科技2023H1 人均费用约 50 万元，人均效益有待提升。3.3 客户构造影响公司营运力量行业整体营运力量略有下降，局部公司受客户影响大。AI 四小龙面临付款 周期长、回款慢的挑战。这些公司的业

35、务最终客户主要为 政府、事业单位、 大型国企等，付款审批流程较为简单，易受工程验收节奏影响，肯定程度 上引致合同回款速度相对较慢。此外，因中美贸易磨擦持续升温，预期供 应链选购可能消灭波动，战略性采 购使存货周转率相应降低。AI 四小龙的 前五大客户销售收入集中度普遍高于传统硬件厂商，导致抗风险力量较差。以依图科技为例，前五大客户收入奉献占比从 2023 年的 35%左右提升至 2023 年 62%。其他公司近年运营周转次数略有下降，但仍旧相对稳定。4. 投资分析AI 行业关留意点及催化因素经过几十年进展，AI 技术公司、算法层出不穷，图像识别、语音识别等 技术红利快速释放，但过去十年主要仍基

36、于深度学习算法。行业生态体系 更为明晰，单技术同质化明显，竞争力主要表达在落地场景的丰富程度和 具体细节，且多模力量组合、赋能其他行业时AI 技术与专业学问的结合成 为趋势。本文主要总结了三类 AI 技术商业模式、四类主要行业参与者，建 议关注以下方面：1） 收入构成及确认方式：由于 AI 使用场景丰富，假设是集成类政企工程， 单个厂商较难具备完整力量，通常变为硬件销售为主， 软件收入占比 低，拉低整体盈利水平，且收入进度受客户工程验收节奏影响，降低 运营指标，影响现金流；2） AI 赋能行业还是行业反哺 AI：以海康威视为代表的传统硬件公司已蝉 联八年安防行业市场份额第一，对下游客户的需求具

37、备深刻洞察，且 有较强供给链治理力量，在此根底上进展 AI 力量市场目标更为明确；类似如字节跳动的 AI 力量主要基于今日头条 App、抖音生态等自身业 务需求，再做技术外溢；阿里的强项主要也与电商业务和商品推举有 关。纯粹技术厂商需对市场需求和客户使用场景有足够的阅历积淀， 才能形成差异化竞争优势。3） 标准化程度高、可规模复制的产品可解盈利之困：当前 AI 独角兽厂商 所接定制化、私有化的工程订单较多，无法形成规模化复制优势，导 致人均效益偏低。以科大讯飞为例，To C 产品高度标准化，可随市场 份额提升、学习机等产品出货量、学智网订阅量增加而摊薄制造本钱 与研发、销售费用投入，提升盈利水

38、平。4） 数据是 AI 进展重中之重：人工智能三要素算法、算力、数据中毫无疑 问数据最重要，当前算法同质化严峻，算力过剩，数据量大却精细度 缺乏。大数据、数据仓库、数据分析相关公司或成为投资时机，建议 关注数据处理公司龙头明略科技。5） 人员本钱下降或迎来行业拐点：AI 市场水大鱼大，随着各个行业场景 落地，市场对 AI 认知更清楚，可选的供给商范围更多。当前 AI 行业商 业模式类似询问公司，将来人才供给增加，一级市场泡沫裂开后人员 本钱下降或许带来利润水平会上升，给行业带来构造性变化。5. 风险提示人工智能技术进展不及预期。人工智能行业属于技术密集型行业， 假设将来关键技术未能实现突破、相

39、 关性能指标未达预期，可能会 对行业进展造成不利影响人工智能落地进度和产业应用不及预期。行业内公司依靠技术产业化进展盈利，假设人工智能解决方案未能准确契 合市场需求，或该市场增长不及预期甚至规模下行，行业内公司收入利润 可能低于预期中美贸易摩擦。中美贸易摩擦可能造成人工智能技术研发沟通阻滞和上游人工智能芯片供 应不利，从而影响行业内公司经营结果行业竞争加剧。行业内公司不仅面临大型综合性科技企业如Google、华为等的竞争，在人 工智能细分的垂直领域如也面临众多创企业的挑战，行业竞争加剧可能 导致人才本钱增加、潜在工程盈利性降低，对公司带来不利影响宏观经济波动、宏观政策变化风险。行业内公司受到政府部门资金投入的影响较大，与国家产业政策和宏观经 济关联性强。假设未来由于宏观经济增速放缓、产业政策调整等因素造成 上述资金投入下降，整体市场需求将会受到不利影响。