1.1 公司为国内领先的企业 AI 解决方案提供商
公司成立于2018年，目前在“AI+制造”解决方案市场中处于领先地位。成立4年以来，公司持续进行研发投入，积极探索商业化落地，向企业提供全栈式AI产品和解决方案。
根据弗若斯特沙利文，以2020年收入测算，公司是中国企业级 AI 解决方案市场上第3大AI 技术驱动型解决方案提供商，仅次于商汤科技和第四范式，处于行业领先地位。而在“AI+制造”赛道，公司则位居行业第一。
公司拥有MMOC四大 AI平台。基于在深度学习领域的研究能力，公司自主研发了MMOC （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、Cloud 云平台）4 大平台。其中 ManuVision、MatrixVision 分别侧重于处理静态图像视觉、动态视频流，Orion 完全整合的端对端机器学习流程支持一站式 AI 解决方案开发，Cloud 云平台为基础设施底座。
着重耕耘“6+2”垂直赛道，公司为各行业提供各类 AI 产品及解决方案。
一方面，从不同应用场景的角度，由于制造业细分领域繁多长尾，公司将布局聚焦于“6+2”个垂直场景，即制造业的 1）钢铁冶金、2）面板半导体、3）3C 高科技、4）工程建筑、5）汽车装备、6）能源电力，以及金融业的 1）银行、2）保险等，提炼迭代出适用于某一个场景的共性模型。
另一方面，在同一场景内，公司将迭代出的标准化模型复制到不同的企业客户，实现同一场景内的快速客户拓展。
创新奇智不是一个纯软件公司，而是以软件-硬件集成交付方式为主。2021 年产品及解决方案销售（即软件及硬件集成解决方案销售）占比 98.3%，数据解决方案服务（即软件解决方案销售）占比 1.7%，能够更好地满足制造业客户对整体解决方案的需求。
其中，产品及解决方案销售收入在项目交付时或者客户取得产品及解决方案控制权时一次性确认，数据解决方案收入在公司为客户提供服务期间确认收入。软硬件一体化的产品模式大大提升了客户的替换成本和壁垒粘性。
1.2 管理团队兼具技术与商业基因，高管持股彰显信心
创始人及管理团队兼具技术与商业基因，经验丰富，实力雄厚。
创始人、董事长李开复曾担任苹果副总裁、微软亚洲研究院院长、谷歌大中华区总裁，在人工智能相关行业拥有超过 30 年的经验。
执行董事兼 CEO 徐辉在制造业、金融服务及零售方面拥有超过 20 年的 AI 解决方案销售及技术管理经验，并曾于 IBM、SAP、微软等公司担任高管。
CMO 何涛拥有逾 20 年的管理经验，人工智能相关管理经验超过 8 年。CTO 张发恩在软件、大数据、机器学习及深度学习技术研究、开发及管理方面拥有约 15 年的 AI 技术行业的 经验，曾任职于微软、谷歌、百度等公司。
公司最大股东为创新工场，单一最大股东团体持股 27.61%，CEO 徐辉持股 10.21%。
根据公司 2021 年年报，单一最大股东团体（包含创新工场、创新工场育成、董事汪华、陶宁、郎春辉、张鹰等）合计持股 27.61%。CEO 徐辉直接持股 8.51%，通过创新智成、雇员激励平台青岛新达等间接持股 1.70%，合计持股 10.21%。青岛新辉、青岛新奇、青岛新云、新诺智奇等其他雇员激励平台合计持股 15.27%。
1.3 聚焦制造业、金融业，为“AI+制造”龙头企业
公司大部分收入及毛利润来自制造业和金融业：
1）收入端，2021 年公司收入 8.6 亿人民币，同比增长 86.3%。其中制造业/金融业收入 4.5/2.7 亿人民币，同比增长 132.5%/49.4%，占收入比 52.1%/31.8%。
2）毛利端，2021 年公司毛利润 2.7 亿人民币，同比增长 98.5%，毛利率 31%。2021Q1-3 制造业/金融业毛利润分别为 0.95/0.55 亿人民币，占比 55.5%/32.3%，合计占比 87.8%。
根据弗若斯特沙利文，公司为“AI+制造”龙头企业。
以 2020 年的收入计算，公司在中 国制造业 AI 解决方案市场中占据 2.1%的市场份额，为行业第一。其他同行企业市占率 为 1%或以下。
公司客户以制造业为主，金融业客户数量少而 ARPU 高。2020 年公司制造业、金融业客户数量占比分别为 59%、11%，ARPU 分别为 208 万元、1020 万元。2021 年公司为客户数量为 159 家，其中优质客户数量从 2020 年的 23 家增加至 42 家，优质客户以金额计算的复购率为 102.5%，体现了公司不断拓展并深化服务优质客户群的能力。（报告来源：远瞻智库）
2.1 企业级 AI：从安防+、金融+、向制造+迈进
2.1.1 “AI+金融”相对成熟，“AI+制造”蓝海广阔
“AI+安防”“AI+金融”市场规模较大，是“AI+制造”的数倍，但“AI+制造”增速高、潜力大。根据弗若斯特沙利文，“AI+制造”规模快速增长：2020 年 AI+制造市场规模约 91 亿元，预计到 2025 年市场规模可以达到 649 亿元，2021-2025 年复合增速为 48.3%。根据艾瑞咨询，2020 年 AI+金融市场规模约 254 亿元，此前三年约保持 35% 的复合增长率。
从场景效果、技术水平等方面来看，“AI+安防”“AI+金融”行业相对成熟，“AI+制造”行业仍有较大发展空间。
场景效果方面，金融和泛安防领域的 AI 场景定义清晰度均较高，而制造行业的 AI 场景定义清晰度较低，有待进一步发展。
技术水平方面，安防、金融行业的 AI 算法成熟度、IT 信息化程度均较高，而制造行业的 AI 技术水平仍然相对较低。这也体现了“AI+制造”市场仍有很大的提升空间。
2.1.2 “AI+制造”2025 年市场规模望接近 650 亿元
中国制造业 IT 支出规模庞大，制造业企业平均 IT 支出稳步增长。
根据 IDC，2021年全球制造业 IT 相关支出 7898 亿美元，而中国制造业 IT 相关支出达 1157 亿美元。弗若斯特沙利文的统计口径相对较小，估算 2021 年中国制造业 IT 支出可能达到 3794 亿人民币。
我们根据弗若斯特沙利文估算的制造业 IT 支出和国家统计局公布的制造业企业单位数，计算制造业企业平均 IT 支出，得到 2021 年制造业企业平均 IT 支出约为 99 万元，2018-2021 年复合增长率为 7.7%。
过去 5 年，中国“AI+制造”解决方案市场规模显著增长，但规模仍然较小，未来 5 年将高速成长。根据弗若斯特沙利文，2020 年中国制造业人工智能解决方案市场规模为 91 亿元，同比增长 49%。未来，随着数字化和智能化技术的广泛应用，预计到 2025 年，中国“AI+制造”解决方案市场将达到 649 亿元，2021-2025 年的 CAGR 为 48%。
伴随着智能制造的逐步推进，AI 在制造业领域的渗透率稳步提升，但仍然较低。
我们根据中国制造业 IT 规模和“AI+制造”解决方案市场规模，大致测算了 AI 在制造业中的渗 透率。2020 年人工智能在中国制造业 IT 中的渗透率仅 2.7%，预计 2025 年渗透率可以达到 11.5%，较 2020 年提升 9pct。
我们根据历史数据及增速水平，考虑政策等各方面影响因素，假设 2025 年制造业单位数为 45 万，制造业企业平均 IT 支出为 130 万元，AI 渗透率为 11%，测算出 2025 年中国制造业人工智能解决方案市场规模可以超过640亿元，2022-2025年复合增速为48%。保守情况和乐观情况下，“AI+制造”市场规模复合增速各约 31%和 64%。
2.2 竞争格局：市场参与者稀少、错位竞争
2.2.1 “AI+制造”市场参与者稀少
通过梳理各公司布局的技术领域和主要应用领域可以发现，在技术层面，认知感知是比较热门的技术领域，如语音语言、图像视觉、视频、自然语言识别等；在应用层面，安防、医疗、金融、零售等领域较为热门，各家公司主要根据自身的资源禀赋、业务协同性选择重点布局的领域。
就独角兽而言，“AI+安防”“AI+金融”市场的参与者较多，“AI+制造”领域参与者相对较少。
我们整理了部分 AI 企业在应用层的布局情况，发现许多 AI 企业将 AI to G 相 关的应用场景作为核心落地场景。AI to B 领域，许多 AI 公司进入“AI+金融”“AI+零售”“AI+生活”“AI+医疗”应用，鲜少有企业在“AI+制造”应用场景重点布局。
“AI+制造”市场参与者稀少的主要原因在于该领域的非标性。
相较“AI+安防”、“AI+ 金融”等领域，制造企业应用场景复杂多样，标准化程度较低，因此大多数企业没有首选“AI+制造”作为重点布局领域。创新奇智从垂直应用场景入手，在“6+2”场景获得突破并在场景内复制。
公司将布局聚焦于“6+2”个垂直场景，即制造业的 1）钢铁冶金、2）面板半导体、3）3C 高科技、4）工程建筑、5）汽车装备、6）能源电力，以及金融业的 1）银行、2）保险等，提炼迭代出适用于某一个场景的共性模型。
在同一场景内，公司将迭代出的标准化模型复制到不同的企业客户，实现同一场景内的快速客户拓展。
我们认为：
1）“技术+行业理解”是公司自下而上打通垂直场景、在“AI+制造”赛道取得突破的重要原因。
2）“6+2”场景是公司当前为客户创造价值的核心优势领域所在，也是核心的收入贡献来源。
3）“同一场景内模型标准化”是公司方案在同一场景内可不断拓展至新客户的原因，也是带来财务上规模效应的重要前提。
4）“软硬件一体化”是提升制造业客户的替换成本及壁垒的重要产品模式，也是带来高复购的重要原因。根据弗若斯特沙利文，在“AI+制造”赛道中，创新奇智位列第一，占据 2.1%的市场份额，Aqrose、旷视、思谋科技等位列其后。
2.2.2 独角兽公司对比：创新奇智费控更强、距离盈利更近
在 AI 独角兽中，商汤规模最大、毛利率最高。应用场景和产品类型的不同带来毛利率的差异。2021 年，商汤营业收入为 47 亿元，毛利率达 70%。其他 AI 独角兽公司如云从科技、创新奇智、第四范式的营收规模均在 15 亿元以下，毛利率在 25%-50%之间。
得益于公司的商业化基因、商业化落地和运营能力，创新奇智费控能力更强。公司管理费用率与其他公司差别不大，维持在 40%、50%，但销售费用率显著低于其他 AI 独角兽公司，仅为 13%左右。
同时，创新奇智有效控制亏损程度，较同行距离扭亏为盈更近。2021 年公司的调整后净利润率为-16.5%，而商汤、云从科技分别达到-30.2%、-70.0%，旷视科技 2021 年上半年调整后净利润率为-140.3%。（报告来源：远瞻智库）
3.1 高壁垒：“1+N”支撑 ARPU 高位稳定
创新奇智垂直聚焦的制造业，拥有巨大市场机会。一方面，不同于安防、零售和金融等领域，“AI+制造”是一个市场体量巨大且参与者稀少的领域。另一方面，新基建、“十四五”智能制造发展规划等国家政策红利的释放，使得 AI 制造业赛道有望持续高速增长。公司拥有“技术”和“行业理解”双壁垒优势，对制造行业的深入理解助力公司在“AI+制造”领域的成功。
制造业行业细分场景覆盖面广，长尾应用细碎繁多。
因此，“AI+制造”不仅需要团队具备技术实力，拥有深厚的行业知识储备、深入理解制造业场景的痛点同样重要。公司 CEO 徐辉曾在 IBM 和 SAP 负责制造业 AI 软件及解决方案的销售管理，拥有多年行业经验，为公司切入“AI+制造”领域并不断深耕奠定了基础。
创新奇智则从 6 大制造业+2 大金融业入手，提炼迭代出适用于某一个场景的共性模型、并快速复制。
公司将核心客户按照几大应用场景来入手布局：
1） 制造业： i) 汽车装备， ii) 3C 高科技， iii) OLED 面板半导体制造， iv) 钢铁冶金， v) 能源电力， vi) 工程及建筑。
2） 金融业： vii) 银行业， viii) 保险。
例如，公司提供的实时智能交通管理方案令车辆布线及调度的自动化比率高达作业量的 92%，运输车辆的自动化比率高达 97%；智能工程雷达检测解决方案使雷达波形图像分析的准确性较人工检测提高了 20 倍；智能缺陷检测解决方案确保每次生产中缺陷的准确检测及分类，准确率高达 99.9%。公司提供的智慧铁水运输、智能工程雷达检测、智能风电运维、智能缺陷检测等多种方案为客户提供了巨大价值。
在此基础上，公司的“1+N”商业拓展模式可以有效促进老客户复购，并支撑 ARPU 保持高位。所谓“1+N”合作，指的是公司从行业客户的某一应用场景切入，通过首个项目的成功设立典范，鼓励客户用 AI 解决更多应用场景的问题，从而创造客户粘性，并有力支撑单客户平均收入。
此外，“软硬件一体化”也使得制造业客户转换成本更高。
客户对上游技术供应商容易形成高粘性，复购率高，公司有望深度绑定优质客户。公司凭借其拥有的“技术”和“行业理解” 双壁垒优势，一旦切入到客户 AI 项目中，通过优质可靠的产品和服务能力，有望深度绑定客户。2021 年公司优质客户数量从 2020 年的 23 家增加值 42 家，优质客户以金额计算的复购率为 102.5%，体现了公司不断拓展并深化服务优质客户群的能力。
我们预测未来 KA 客户和 SME 客户 ARPU 值基本可以保持稳定。2021 年公司 KA 客户 ARPU 超过 1900 万，较 2020 年提高了 244 万，预计未来 2 年内仍可保持较高水平。中期来看，随着纯软在收入中占比提升，2025 年后 ARPU 值可能会略微下浮。就 SME 客户而言，我们预计未来几年 ARPU 有望维持在 60 万元左右。
3.2 可拓展：“1*N”不断拓宽客群
基于“同一场景内模型标准化”，公司持续实施“1*N”市场拓展模式，专注于参与、成长及重复，为公司增长提供动能。在灯塔客户打造成功案例之后，鉴于公司技术资产、ABS 及 RDP 的可复用性，可以快速复制到同领域的更多客户，即「1*N」扩张，实现规模化应用的网络效应。例如，公司智慧铁水运输系统解决方案在多个大型钢铁企业得以应用，智能液晶半导体生产解决方案也被多家行业头部客户采用。
公司客户数量持续增长，战略合作扩张市场。
系统集成商、终端用户均为公司重要的客户资源。成立以来，公司的客户总数自 2018 年的 50 家增加至 2021 年的 159 家。此外，公司已与行业领导者及技术合作伙伴成立合资企业，分别与中冶赛迪集团及中铁四局合作成立了赛迪奇智及中铁奇智。此类战略合作使得公司能够更好地利用行业资源，快速渗透至相关行业垂直领域。
我们预测公司 KA 和 SME 客户在未来几年都将保持增长。
根据公司公告，2019-2021 年公司 KA 客户数量分别为 13、23 和 42，KA 客户数量保持高速增长。我们预计，随着公司“1+N”“1*N”市场拓展模式的不断推进，销售效率的逐步提升，2022-2026 年的 KA 客户数量有望达到 70、113、181、292 和 409。2021 年 SME 客户数量略有减少，主要是部分客户贡献收入提升，转为 KA 客户，我们预测公司 2022-2026 年 SME 客户数量复合增速可以达到 32%。
3.3 规模效应：MMOC 平台+可复用资产，提高开发效率体现规模经济
同一场景内模型的标准化、可复用性，是公司解决方案在同一场景内可不断拓展至新客户的原因，也是带来财务上规模效应的重要前提。
基于在深度学习领域的研究能力，公司自主研发 MMOC（MMO 平台+Cloud 云平台）世界级专有 AI 平台，为公司提供 AI 解决方案的基础。
（1）ManuVision 机器视觉智能平台为深度学习技术赋能的边缘机器视觉检测软件系统，可以定位、测量、检测及识别常见缺陷或关键指标，其中搭配了专有工业云平台，可以通过云端与边缘端的数据不断改进算法模型。
（2）MatrixVision 边缘视频智能平台系统化地结合边缘计算和深度学习，配备专有的边缘计算设备，可以更快地在数据源附近进行本地数据处理，提高效率、降低成本的同时保护了数据隐私。
（3）Orion 分布式机器学习平台为机器学习平台，优势在 于：允许不同终端用户同时使用，提供灵活性；处理海量实时多源异构数据的能力，确 保用于建构 AI 模型前的高数据质量；AutoML 能力，其有助于将强大的行业知识构建到 整个模型开发过程；及动态计算资源管理及调度的能力，其增加计算资源的使用效率。
（4）Cloud 云平台为 MMO 平台提供更好的基础设施能力，形成有机统一的 MMOC 人工智能平台。
同时，公司积累了大量可复用技术资产，提高相似应用场景的开发效率，规模化应用摊薄研发成本。
早期定制化解决方案的开发需要投入很多的研发，且不容易被复制。公司从做过的项目中，抽象出共性部分，形成了高度凝练、低耦合、可复用性高的一系列技术资产，提炼出适用于细分领域或场景的共性模型。
基于此，公司可以实现跨领域相似应用场景解决方案的快速复制，或者也可以通过组合搭配封装多个基于资产的解决方案（ABS）、快速部署产品（RDP）或特定模块进行适当定制。
随着 AI 平台上的 ABS/RDP 的持续沉淀和迭代，这种基于技术资产的方式能够确保用最短时间、较少工程量、更低的成本，打造可交付的解决方案。同时，随着规模经济的开展，最初定制化方案的研发开支和固定成本将得以摊薄，盈利水平也将随之提高。
此外，制造业可源源不断产生海量数据，为 AI 的发展提供数据养料，AI 模型高精准度又反过来利于公司服务更多制造业客户，形成良性循环。
数据基础往往是决定 AI 项目能否成功的基石，公司在制造业细分领域的数据积累为公司带来明显的先发优势。例如，公司积累了大量的数据集，在项目开发过程中，数据工程师可以提前收集、预处理数据集，再为特定应用场景进行训练及微调。用于训练 AI 模型的数据集越多，AI 模型的精准度就越高。此类技术资产的持续积累将成为公司未来在细分领域重要的竞争优势之一。
远期来看，未来随着公司制造业客户 AI 相关硬件配套设施逐步完善，公司纯软占比有望得到提升，有助于公司毛利率改善。
由于制造业场景复杂多样、“AI+制造”的非标性，公司前期服务制造业客户时往往需要软件-硬件集成交付，这在一定程度上影响了公司的毛利率水平。
而随着未来智能制造的逐步推进，制造业客户 AI 相关的硬件基础设施逐步完善，纯软件销售的比例会越来越大，从而可以改善公司这类“AI+制造”供应商的毛利率水平。
收入端，2021年公司收入8.61亿元，同比增长86%，其中制造业/金融业/其他行业收入分别为4.49/2.74/1.38亿元，分别同比增长133%/49%/61%。
根据前文，我们假设2022-2026年的 KA 客户数量额为70、113、181、292和409，SME客户数量复合增速达到32%，ARPU值基本保持稳定。
据此，我们预测2022-2026年公司制造业收入为
8.98/15.72/25.14/40.23/54.31亿元；金融业收入为4.06/5.68/7.38/9.16/11.17亿元；其他行业收入为 1.88/2.33/5.30/4.33/6.73 亿元。
毛利端，2021年公司毛利润为 2.67 亿元，同比增长99%，毛利率为 31%，较2020年增长 1.9pct。我们预计未来几年公司毛利率将小幅改善，2022-2026 年毛利率分别为 32%/34%/36%/37%/38%，毛利润分别为
4.77/8.07/13.62/19.88/27.44亿元。
费用端，2021年公司销售费用率、管理费用率、研发费用率分别为13%、52%、38%。我们预计，未来随着收入的增长，公司销售费用、管理费用将体现出一定的规模效应，增长较为缓慢，费用率显著下降；未来几年的研发费用随着公司收入的快速提升仍然保持高速增长，不过随着标准化产品的规模化应用，研发成本被摊薄，预计研发费用率逐年有所下降。
净利端，2021 年公司经调整净亏损 1.42 亿元，经调整净利润率为-16.5%。未来随着公司规模效应逐步显现、费用管控能力的不断提升、产品标准化水平的提高，我们预测公司有望在 2024 年实现经调整净利润的扭亏为盈。
综上，我们预测 2022-2024 年公司收入可达 15/24/38 亿元，同比增长 73%/59%/59%；经调整净利润为-1.3/-0.7/0.3 亿元。考虑未来各业务发展空间及增长速度、公司行业地位等估值因素，我们基于 5x2023e P/S，给予创新奇智（2121.HK）31 港元目标价。
我们认为：
1）“技术+行业理解”是公司自下而上打通垂直场景、在“AI+制造”赛道取得突破的重要原因。
2）“6+2”场景是公司当前为客户创造价值的核心优势领域所在，也是核心的收入贡献来源。
3）“垂直场景迭代”、“软硬件一体化”是提升制造业客户的替换成本及壁垒的重要产品模式，也是带来高复购的重要原因。
4）“同一场景内模型标准化”是公司解决方案在同一场景内可不断拓展至新客户的原因，也是带来财务上规模效应的重要前提。我们看好“AI+制造”的长期增长前景。我们期待创新奇智成为这一广袤赛道的拓荒者。
行业竞争加剧的风险。
人工智能市场潜在机会巨大，竞争日益激烈。除了现有市场参与者，国内外科技公司有可能参与到人工智能市场的竞争中。公司既要面对行业内现存龙头企业的竞争，同时需要面对新进入者的潜在威胁。
客户流失及获客不足的风险。
公司的持续发展既有赖于原有客户的支持，又依赖于公司持续扩张市场，获取新的客户资源。如果公司不能持续向客户提供有竞争力的 AI 产品和解决方案，市场扩张策略不能行之有效，则可能带来客户流失及获客不足的风险。
业绩增长及费用管控不达预期的风险。
公司过往几年收入增速高，但由于管理费用、研发费用投入较大，持续亏损。倘若公司未来无法有效控制费用支出，则可能带来业务持续亏损的风险。
弓中号：搜索老范说股
BC链 http://www.chinabic.com/?id=116 转载需授权！
网友评论