Py学习  »  机器学习算法

AI+制造长坡厚雪,创新奇智(2121.HK)深度学习打造行业标杆,支撑信息技术数字化转型

独角兽早知道 • 1 年前 • 126 次点击  

独角兽早知道 iponews

|资讯撬动新资本|

4 月 7 日,在国务院召开的经济形势专家和企业家座谈会上,青岛创新奇智科技集团股份有限公司(2121.HK)首席执行官徐辉出席座谈会,并作为企业家代表在会上发言,在业界引起了广泛反响。


在新一轮信息技术与制造业融合的趋势下,人工智能与 5G、工业互联网、物联网等并列为新型基础设施建设,成为我国数字化转型需求的关键支撑。目前人工智能开始进入爆发式增长的红利期,有效推动传统行业效率变革;而实现将人工智能与千行百业融合的公司则有望把握行业机遇,实现高速成长。


作者 | 独角兽研究员  编辑 | Arti

本文仅为信息交流之用,不构成任何交易建议


AI+制造行业前景广阔,制造业智慧转型大势所趋

 

随着中国人工智能产业逐渐成熟和劳动力短缺趋势的显现,人工智能解决方案的需求持续增长,中国政府陆续出台各项政策支持人工智能产业的发展。2015 年,政府提出了《中国制造 2025 计划》,进一步催化了人工智能产业的发展。此后,更多推动人工智能产业发展的政策也逐渐走向落地。

 

中国正在成为全球人工智能行业的领导者和人工智能解决方案商业化的先驱,根据弗若斯特沙利文的数据,2020 年中国 AI 市场占全球 AI 市场的 12.2%,达到 1,858 亿元,预计 2020 年到 2025 年间将以 41.3%的 CAGR 增长,在 2025 年达到 10,457 亿元,占全球 AI 市场的 20.9%。


注:中国人工智能市场规模,2016-2026E;资料来源:公司公告、弗若斯特沙利文


此外,人工智能解决方案在制造业及金融业的渗透率也保持着稳定增长。根据弗若斯特沙利文报告,2020 年制造业 AI 解决方案市场规模约为 91 亿元,2016 到 2020 年 CAGR 达到125.5%,但人工智能在 IT 解决方案市场的渗透率仅为 2.7%,预计到 2025 年,制造业 AI 解决方案市场规模将达到 649 亿元,渗透率达 11.5%,对应 2020 到 2025 年 CAGR 为48.3%。

 

与此同时,随着中国金融机构稳步发展,2020 年中国金融服务业总规模已经达到 18.8 万亿元,当下中国金融机构正面临新一轮数字化转型,推动金融 IT 支出以高于总体 IT 支出的速度发展。弗若斯特沙利文预计,金融机构 IT 支出 2020-2025 年 CAGR 将达到 14.4%,中国金融服务业基于 AI 的 IT 基础设施解决方案的潜在市场规模 2020 年达到 728 亿元。在运维成本增加、数据治理低效等痛点的驱动下,基于 AI 的 IT 基础设施有望在金融领域持续渗透。


基于深度学习的机器视觉是未来趋势,传统工业视觉巨头纷纷转型

 

在实际应用层面,制造业AI 解决方案有望重塑工业视觉软件平台层的格局。

 

人工智能的应用技术主要包括语音类技术、视觉类技术、自然语言处理类技术和基础硬件等, 其中,机器视觉技术是机器人自主行动的前提,能够实现计算机系统对于外界环境的观察、识别和判断等功能,是人工智能范畴最重要的前沿分支之一,在国内外人工智能企业应用技术中占比超过 40%,应用范围十分广泛。

 

机器视觉全球市场规模从 2010 年的 31.7 亿美元增长至 2020 年的 107 亿美元,年复合增长率为 14.47%。从地区分布来看,机器视觉市场规模最大的为欧洲地区,占全球的 36.4%;北美和亚太地区分别占比为 29.3%、25.3%,南美、中东、非洲地区的占比为 9.1%。受益于全球制造中心向中国转移,中国机器视觉市场发展迅速,成为欧洲、北美和日本外另一个国际机器视觉厂商的重要目标市场。


工业视觉行业中,软件系统的市场规模大、技术壁垒高,负责对采集到的图像数据进行处理和解读,是工业视觉的灵魂。根据机器视觉产业联盟发布的 2019 年《中国机器视觉市场报告》,2019 年中国工业视觉行业市场规模约为 103 亿元,其中软件系统规模最大,净利润率仅次于光源、图像采集卡,侧面可见软件系统壁垒较高、价值量较大。


注:中国机器视觉行业各环节市场规模和净利润率,2019;资料来源:机器视觉产业联盟

 

机器视觉行业中,海外巨头基恩士、康耐视等公司依靠丰富的算法库,在底层软件上建立强大壁垒。基于深度学习的机器视觉浪潮给国内竞争者提供了弯道超车的契机。

 

基于深度学习的机器视觉由于适应性强、可持续迭代、上限高等优点,正逐渐成为未来趋势。相比于在传统机器视觉中人工设定的规则起主导作用,深度学习可以在没有明确编程的情况下解决特定任务,由机器自动提取特征并分类,其适应性、上限较传统机器学习更高。深度学习结合传统算法瑕疵识别率可达 99.9%以上,瑕疵分类准确度由传统机器视觉的 60%提升到 95%。

 

在深度学习领域,创新奇智团队由 AI 科学家和业务人员构成,具备完备的工业视觉技术和落地经验,而传统工业视觉龙头处于起步向深度学习转型阶段。创新奇智在深度学习的产业布局较早,在项目中积累技术资产、迭代算法,已建立一定的先发优势,在特定领域已经实现了对国外传统工业视觉龙头的弯道超车。基于深度学习的机器视觉浪潮,利用类咨询式的合作模式提供全套解决方案,切入细分市场获取数据是关键。

 

目前,康耐视和基恩士等工业视觉巨头主要专注 3C、汽车、半导体、物流等大行业中的大客户,而创新奇智率先进入细分市场,形成卡位优势。相比于康耐视和基恩士,创新奇智与集成商及客户合作更紧密、响应能力强,树立本土化服务优势。根据康耐视和基恩士 2020 年报,其员工总数为 2,055 人和 2,607 人,康耐视研发及质量保证人员仅有 756 人,分散在全球各地。而创新奇智研发和项目实施人员为 241 人,大部分在中国境内,可以与客户或系统集成商深度合作打磨产品和解决方案,关注产业真实需求和痛点,售后本土化响应能力也强于海外巨头。


公司全自研 AI 平台具备核心竞争力,行业龙头地位显著

 

创新奇智是少数拥有专用的深度学习平台的AI 公司之一。为了提高 AI 应用开发的效率,创新奇智围绕着“AI+制造”自研三大 AI 平台,即 ManuVision 机器视觉智能平台、MatrixVision 边缘视频智能平台、Orion 分布式机器学习平台,通过深度学习平台,创新奇智持续积累和迭代算法模型,构建模型库以减少 AI 项目中的重复开发,复用以往产品和项目的开发经验。

 

创新奇智三大深度学习平台使得其能够积累大量 AI 技术资产,包括数据集、算子、算法模型、硬件组件的设计蓝图及软件组件。AI 技术资产是模块化的软件或硬件,可在不同的产品或解决方案中复用,复用程度较高且会随着技术资产的积累持续提高。AI 技术资产主要从产品和项目研发中积累,可提高项目开发效率。截止 2021 年 6 月 30 日,创新奇智拥有1,985 项AI 技术资产,其中 96.2%已在不同的产品和解决方案中重复使用。

 

创新奇智强大的研发能力被全球学术界和 AI 行业所认可,在五个知名的国际计算机视觉竞赛中获得第一名,包括视觉对象检测类比赛 PASCAL Visual Object Classes Challenge 2019、图像分割类比赛Cityscapes 2019、多对象跟踪挑战赛 Multiple Objects Tracking Challenge 2020  等。在这些比赛中,创新奇智打败了来自全球科技巨头和知名大学的研究团队,并创造了国际计算机视觉竞赛的世界纪录。

 

创新奇智采用“进入,增长和重复”的三步市场进入方法,通过标杆项目提升客户粘性,持续推动市场份额不断扩增。在进入新行业之前,公司首先会进行可行性评估,以确定 AI 产品和解决方案能否有效解决行业客户的痛点,为客户创造价值。之后公司会进一步评估潜在市场规模,自身竞争优势和技术能力。当选择进入一个新细分行业后,创新奇智首先与行业领导者建立关系,合作开发基于 AI 的产品和解决方案,并打造出标杆案例后,下一步是与同一领域的其他公司合作,扩大公司在该细分行业中的市场份额。

 

借助技术资产、ABS 和 RDP 的高复用性,创新奇智的解决方案能以较低的边际成本快速复制,能直接适应客户现有的基础设施,智通过解决其他痛点吸引客户回购,通过“1 + N”合作创造客户粘性。这种 1*N 的快速扩张模式能使创新奇智基于AI 的产品和解决方案快速在下游行业中落地。目前创新奇智重点在钢铁冶金、能源电力、面板半导体、汽车装备、智能数据中心等细分领域不断价值深挖,打造多个在业内堪称经典的智能化转型案例,如智慧铁水运输解决方案在钢铁行业属于首创。

 

近年来,在高效率的三步法市场战略下,创新奇智在制造业、金融服务和其他行业的客户持续增长,公司客户总数从 2018 年的 50 家增长到 2020 年的 157 家,其年营收贡献 450 万元以上的优质客户数量自 2020 年的 23 家增加至 2021 年的 42 家,以金额计算的复购率为 102.5%。制造业的客户数量从 2018 年的 16 个增长到 2020 年的 93 个,CAGR 为 141%。金融服务行业的客户数量从 2018 年的 2 个增长到 2020 年的 18 个,CAGR 为 200%。


同业机构估值有吸引力,增长空间巨大

 

创新奇智定位于“AI+制造”公司,是国内 AI 四小龙之一,在此我们选择可比公司 PS 估值法。我们按照公司主要业务特征,分别选取国内 AI 上市企业商汤科技、虹软科技,海外 AI 上市企业C3、微妙通讯、PALANTIR TECHNOLOGIES、康耐视科技作为可比公司进行对标。



国内同行业可比公司 2022E/2023E P/S 为 18.3x/13.1x;海外同行业可比公司 2022E/2023E P/S 为 14.2x/14.8x。

 

自 22 年初上市以来,由于受到港股科技股负面情绪影响,公司对应 22 年收入的市销率仅为不到 4 倍,处于行业历史低位,预计 2022 财年可比公司平均市销率为 15.5 倍。考虑到公司在下游细分子行业仍处于“1*N”快速扩张阶段,业务具备较高的增长潜力,若其估值回到行业平均水平,我们预计其股价有近 380%的提升空间。


当前国际国内环境部分突发因素已然超越预期,经济运行面临更大不确定性和挑战。本月 7 日,中共中央政治局常委、国务院总理李克强主持召开经济形势专家和企业家座谈会。创新奇智 CEO 徐辉出席座谈会,并作为企业家代表在会上发言。公司深度考虑国内经济形式, 为稳增长促就业深化改革建言献策,积极承担相应的企业社会责任。

 

当上一个周期的消费互联网企时代正雨打风吹去,新的产业互联网时代则蓄势而起,一个硬科技和新生产力的融合时期已经到来。正如公司 CEO 徐辉所言:“用长远眼光坚持做正确的事,用抓铁有痕的定力,打造长期价值。”从这个意义上来讲,中国硬科技企业,不仅肩负着技术创新的突围,还要在产业升级的大潮中凸显价值,这也正是 AI+制造被市场如此看好的重要原因。

注:本文素材来源于互联网公开渠道,如有侵权请联系删除。内容所述仅代表个人观点,不作为指导依据,据此操作风险自担!


【公司回顾】



好文!别忘点“在看”
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/131730
 
126 次点击