云从科技：AI产品快速渗透_从金融到城市场景深耕垂直领域.docx

云从科技：AI产品快速渗透_从金融到城市场景深耕垂直领域一、云从科技：软硬件一体化的 AI 公司（一）从计算机视觉到通用 AI 应用公司的AI产品在多个场景快速渗透。公司成立于2015年，创始人周曦在创办公司前 曾担任中科院重庆绿色智能技术研究院智能多媒体技术研究中心主任，专注于机器 视觉和模式识别领域的研究。基于多年研究成果，公司从成立之初即开发人机协同 操作系统1.0，并持续升级迭代此平台，经过多年的积累，已形成包括人脸识别、跨 镜追踪、活体检测、结构化解析、OCR、语音识别、自然语言处理、知识图谱、协 同决策等自主研发技术，覆盖感知、认知、决策的全链条，具备一定的技术壁垒。业 务拓展方面，公司初期针对机场、银行网点等应用场景，推出搭载人脸识别算法的 终端设备。2017年后，公司开发出各行业标准化软件，陆续推出集成生物识别平台、 轻舟平台、融智云平台等各场景的标准化软件。公司的AI产品品类丰富，既包括软硬 件一体的前端设备，又包括应用于数据中心后台的平台软件，相关产品在城市管理、 交通、金融以及商业等场景广泛应用。（二）股权架构截至2022年4月，公司创始人持股23.2%。公司创始人周曦通过常州云从间接持有公 司23.2%的股份，并拥有公司64.6%的表决权，是公司的实际控制人。常州云从是公 司的控股股东。佳都科技持有公司7.8%的股份。此外，公司的股东还包括云逸众谋、 鼎盛信和、新疆汇富等。（报告来源：未来智库）（三）营收快速增长、硬件比例提升、亏损幅度缩窄1. 公司营收快速增长，智慧城市类业务占比较大2020年公司营收受疫情短期因素干扰，2021年营收恢复高增长。公司营收由2018年 的4.8亿元增长至2021年的10.8亿元，CAGR为30.5%。一方面，城市管理、金融和 出行等场景智能化改造的需求旺盛；另一方面，公司的产品竞争力持续提升，在各 场景快速渗透，带动营收快速增长。2020年，公司营收7.5亿元，同比减少7%。营收 增速下滑的主要原因：（1）以项目制为主的人工智能解决方案订单减少，公共部门 客户为应对疫情，缩减了部分用于智能化建设的预算。企业客户在经营状况受疫情 负面影响的情况下，减少了用于智能化升级的财务支出；（2）受疫情影响，部分项 目实施、安装的进度延缓，项目现场验收和支付等周期延长，导致需要现场实施的 项目收入减少。在疫情得到控制后，公司营收恢复快速增长趋势，2021年，公司实 现营收10.8亿元，同比增长42.5%。智慧治理业务占比较大，2021年快速增长。分应用领域来看，智慧治理和智慧金融 在总营收中占比较高，2021年分别占比80%和13%。智慧治理与智慧城市在实际业 务内容上相近，是指在城市管理领场景中，公司提供搭载了人脸识别、活体检测等AI 算法的软硬件一体化产品，以及提供城市级数据融合、分析及可视化等功能的标准 化软件。截止2020年底，公司的智慧治理的产品已在30个省级行政区落地。2021年， 智慧治理业务实现营收8.6亿元，同比增加99.4%。2021年，在疫情得到控制的情况 下，保持社交距离和减少人为干预的需求催化城市管理自动化水平的提升，公共部 门增加了对于智慧化改造项目的投入。在金融领域，公司以身份认证服务为切入点， 逐渐扩展到智能风控、资产配置、隐私计算等金融核心业务，深度挖掘客户价值。截 止2020年底，公司已服务于涵盖6大行、12家股份制银行超过400余家金融机构和 14.7万个银行网点。2. 硬件比例提升对毛利率和周转率造成影响分业务来看：（1）公司的人工智能解决方案业务占比较大，营收快速增长。2021年，人工智能解 决方案业务营收9.3亿元，同比增长81.6%，占营收比重为86.9%。人工智能解决方 案业务是面向各场景提供内嵌AI算法的软硬件一体化产品，包括智能摄像头、智能 门禁、智慧通关闸机等。公司的软硬件一体化产品品类丰富，深入各应用场景，解决 各行业智能化改造中的需求痛点，销量快速提升带动该业务快速增长。（2）人机协同操作系统业务营收有所下滑。2021年，人机协同操作系统业务营收1.4 亿元，同比减少42.5%，占营收比重为12.7%。人机协同操作系统业务的产品形态是 标准化软件包，既含运行于后台服务器端的行业级别的基础软件（融智云平台、视 图汇聚分析平台等），也包括搭载于摄像头、人证核验设备等各类终端的应用软件 （活体检测软件、人证比对软件等）。2021年，由于结构性、周期性的市场原因， 导致公司纯软件产品的收入有所减少，未来该业务发展趋势，有待进一步观察。人 机协同操作系统是运行在通用操作系统之上的相对通用的应用软件系统，并非传统IT架构意义上的微软的Windows操作系统和安卓操作系统，因此，为避免歧义，本报 告除“盈利预测和投资建议”部分以外，在正文部分统一用“人机协同软件系统”替 换“人机协同操作系统”。低毛利业务占营收比重较大。2018-2021年，公司整体毛利率为21.7%、40.9%、43.5% 和37.0%，2019年后，公司毛利率在40%左右波动，其主要原因是毛利率相对较低 的人工智能解决方案业务营收占比较大。2018-2021年，公司人工智能解决方案业务 占营收比重分别为93.3%、74.0%、68.2%和86.9%。人工智能解决方案业务的成本 包括外购硬件和人力外包成本，因此其毛利率较低；2018-2021年，人工智能解决方 案业务的毛利率分别为17.8%、23.4%、28.2%和31.3%。2019、2020年，公司毛利率有所提升。2019年，公司的毛利率为40.9%，同比提升 19.2个百分点；2020年，公司毛利率为43.5%，同比提升2.6个百分点。其主要原因 是公司的标准化软件产品占营收比重的提升。以标准化软件为主要产品形态的人机 协同软件系统业务的毛利率在74%-90%之间，其占营收比重由2018年的6.4%提升 到2020年的12.7%，带动公司整体毛利率的提升。另一方面，随着公司自研产品在 软硬件组合中占比提升，人工智能解决方案业务毛利率逐年上升。人工智能解决方 案业务的毛利率由2018年的17.8%提升至2021年的31.3%。公司轻资产运作。公司是典型的轻资产运作，2018-2021年流动资产占总体资产的比 例分别为95.5%、85.3%、80.6%和88.0%，均保持在80%以上。公司现金占总资产 比重有所下降，2018-2021年，公司的货币资金余额分别为7.2亿元、10.1亿元、10.0 亿元和8.5亿元，占比分别为50.8%、42.9%、40.1%和36.8%。2018-2021年，公司的流动比率分别为1.6、2.8、2.5和1.9。2019年后，公司流动比 例有所下降，其主要原因为：（1）随着业务的快速扩张，公司日常经营流动资金需 求增加，公司增加短期借款用于补充日常经营流动资金。2019-2021年，公司短期借 款分别为3000万元、2.1亿元和4.3亿元。（2）随着AI软硬件产品销售增加以及参与 的智能化改造项目的增加，公司采购的硬件、设备以及外包服务有所提升，从而导 致公司应付账款有所增加。2019-2021年，公司应付账款分别为1.1亿元、1.9亿元和 2.8亿元。 2018-2021年，公司资产负债率分别为67.0%、34.3%、39.8%和56.1%。公司的资 产负债率有较大幅度波动，其原因可能与硬件类产品销售的提高有关。公司资产负 债率的后续走势取决于市场变化和公司发展方向，稳态水平有待进一步观察。公司收账周期延长，应收账款周转率下降。2018-2021年，公司应收账款余额分别为 2.2亿元、2.9亿元、4.8亿元和3.5亿元。2021年公司应收账款金额有所减少。2018年 以来，公司应收账款周转率持续下降，主要原因为：（1）公司业务规模扩张，整体 销售收入呈现快速上升趋势，公司对下游账期给予了一定容忍度，账龄在1年以内的 应收账款比例逐渐降低，2018-2021年分别为95.4%、78.2%、77.7%和46.4%；（2） 2020年受新冠疫情影响，公司业务执行以及项目验收进度受到一定的影响，经营资 金周转有所减缓，支付审批流程相对较长，导致应收账款回款周期较长。3. 公司在 2020年底和2021年初陆续签订三个金额较大的项目，由于施工周期超过一年，未实 施完成部分形成合同资产，总计4.2亿元。公司于2020年底和2021年初与四川天府新区行政审批局、广州市南沙区卫生健康局 和衡阳市公安局签订的合同金额较大，相关项目在2021年确认收入合计6.3亿元，占 营收比重为58.3%。我们认为，这三个大项目给公司带来的影响既有正面的也有负面 的：（1）项目建设周期较长，部分合同金额递延到2022年确认收入，为2022年的部 分营收提供一定保证；（2）公司向终端客户直接提供服务，收款周期缩短，对经营 活动现金流的提升有正面影响；（3）由于项目合同金额较大，单位项目营收所需的 销售费用较小，有利于降低销售费用率；（4）公司直接承接项目，需要外购大量设 备、服务以及人力，成本相较于向集成商供货的模式更高，对毛利率有不利影响； （5）公司客户集中度提升，增大了对于大客户依赖的风险。2018-2020年，公司存货周转率持续下降，其主要原因：（1）2019、2020年，公司 营收中以标准化软件为主的人机协同软件系统业务提升较快，外购硬件设备等成本 的增幅小于存货增长的幅度；（2）2020年底公司陆续签订三个金额较大的项目，需 要安装和实施的软硬件一体化设备较多。公司满足项目需求，加大了相关设备的采 购。此外，2020年底，在疫情得到基本控制背景下，公司预计下游需求快速复苏， 主动增加了硬件采购，导致存货较快。 2021年，公司存货周转率同比略微提升0.15，主要系以项目制为主的人工智能解决 方案业务快速发展，外购设备、服务以及人力成本大幅上升，成本的增幅超过了存 货的增幅，带动整体存货周转率提升。3. 各项费用优化，亏损幅度缩窄管理费用率受大额股权支付费用影响。2018-2021年，公司管理费用分别为6165万 元、4.0亿元、3.5亿元和3.3亿元；管理费用率分别为12.7%、49.0%、46.9%和30.3%。 公司将股权支付费用全部计入管理费，其占管理费用比重较高。公司在发展早期以 股权激励的方式稳定研发和管理团队。2019-2021年，股权支付费用分别为2.3亿元、 1.9亿元和1.8亿元。若剔除掉股权支付费用，2018-2021年，公司的管理费用率为 12.7%、20.4%、21.8%和13.8%。公司销售费用持续提升，2021年销售费用率同比下降。2018-2021年，公司销售费 用分别为1.3亿元、2.3亿元、2.7亿元和2.8亿元；销售费用率分别为26.6%、28.3%、 36.3%和26.0%。人员薪酬在销售费用中占比较大，2018-2021年分别为6717万元、 1.5亿元、2.0亿元和2.0亿元，占销售费用比重为52.1%、66.3%、72.5%和73.0%。 我们认为，营收占比较大的软硬件产品面向的场景呈碎片化特征，销售费用随之增 加。2021年，公司承接的三个金额较大的项目占营收比重较高，带动相关软硬件设 备收入的增幅超过销售费用的增幅，从而使得销售费用率有所降低。公司研发投入维持高位，2021年研发费用同比下降。2018-2021年，公司研发费用 分别为1.5亿元、4.5亿元、5.8亿元和5.3亿元；研发费用率分别为30.6%、56.3%、 76.6%和49.7%。我们认为，AI行业整体处于导入期，技术迭代较快，公司前期在研 发上的大量投入有利于提升产品质量，增强技术优势，从而保持市场竞争力。人员 薪酬在研发费用中占比较大，2018-2021年分别为8695万元、2.2亿元、3.2亿元和3.0 亿元，占研发费用比重为58.7%、49.3%、55.3%和55.9%。研发人员占总员工比例 一直维持在50%左右的较高水平。截止2021年底，公司研发人员575人，同比减少42.3%。目前，我们尚不确定具体基础研究和产品开发人员的结构性变化，公司着眼 于在长短期商业平衡上的考量点，短期人员变动带来的影响尚不确定，未来研发人 员变动趋势仍有待观察。公司2021年亏损同比缩窄，前期较大投入换取长远发展。2018-2021年，公司归母 净利润分别为-1.8亿元、-6.4亿元、-8.1亿元和-6.3亿元。剔除股权支付费用后响， 2018-2021年，公司的净利润分别为-1.8亿元、-4.1亿元、-6.2亿元和-4.5亿元，2021 年公司亏损幅度有所缩窄。公司亏损的主要原因是研发和销售的投入较大。AI行业 整体处于导入期，呈现出消费市场有待培育，技术迭代较快，产品商业化较低等现 象。因此，公司前期在新产品的研发、市场渠道的开拓的大量投入有利于其增强技 术优势，提升市场份额，从而保持竞争优势。公司作为科技行业的成长型公司，前期 用于研发和营销的资金投入是必要的。公司各项业务快速扩张，人员和设备相关支出较大。2018-2021年，公司经营活动净 现金流分别为-2.7亿元、-5.1亿元、-4.6亿元和-5.5亿元。公司的员工总人数快速扩张， 2018-2021年，公司员工分别为910人、1660人、1799人和1120人，导致公司为职工支付的现金快速增加。2018-2021年，支付给职工的现金分别为1.5亿元、3.9亿元、 5.7亿元和6.2亿元。此外，公司各业务快速扩张，2018-2021年，公司用于采购设备 和接受劳务的现金分别为5.0亿元、10.5亿元、4.7亿元和7.1亿元。股权支付占非现金支付费用比例较大，营运资金有所增加。2019-2021年，公司的股 权激励费用分别为2.3亿元、1.9亿元和1.8亿元。这是造成公司净亏损金额远高于经 营活动净流出金额的主要原因。此外，公司的亏损和营运资金的增加也造成了经营 活动现金流持续净流出。2019-2021年，公司经营性应收项目增加金额分别为1.5亿 元、2.0亿元和2.8亿元。我们认为，2022年，受疫情和经济环境的影响，项目交付和 公共部门客户支付的不确定性增加，短期干扰性因素可能会影响经营活动现金流。二、从纯软件扩展到软硬一体化产品，公司专注于在垂直场景的 AI 应用（一）公司打造从纯软件到软硬件一体化的产品矩阵公司以人机协同软件系统为基础，开发了应用于各场景的软硬件一体化产品。公司 的业务主要分两大类，一类是定位于夯实底层人工智能基础能力的人机协同软件系 统，其产品形态是标准化软件；另一类是面向各种应用场景的人工智能解决方案， 其产品形态是定制化的软硬件组合。公司这两项业务是相互促进，前者是后者的技 术基础，后者为前者提供了丰富的数据反哺算法。融合了各种AI算法的人机协同软 件为人工智能软硬件产品提供了智能识别、数据分析、人机交互等基础功能。软硬 件设备在各场景搜集到的海量数据又可用于训练并提升平台AI算法的精准度，提升 产品质量，形成自我加强的正向循环。公司各业务收费模式如下：1. 人机协同软件系统的产品形态是标准化的软件产品，其确认收入的方式有四种： （1）对于无需现场安装调试的软件产品，在公司软件包或授权码发出，经客户 签收后确认收入；（2）对于需要现场安装调试的业务，于公司向客户安装调试 完成，经客户验收后确认收入；（3）对于按服务量结算的技术服务业务，公司 定期与客户确认服务量后确认收入；（4）对于按服务期长度进行结算的技术服 务业务，公司在履行技术服务的期间内按照直线法确认收入。2. 人工智能解决方案的产品形态是软硬件设备，其确认收入的方式有三种：（1） 对于不需要安装调试的标准化商品交付，公司在客户收到商品后确认收入；（2） 对于需要安装调试的软硬件设备，公司在客户收到商品、完成安装调试并通过上 线测试后确认收入；（3）对于需要定制化开发的项目，公司在开发成果交付、 客户验收后确认收入。2018-2020年，公司的下游客户以集成商为主。2018-2020年，公司向集成商和终端 客户直接销售产品和提供服务实现的收入分别为4.8亿元、7.7亿元和7.2亿元，占营 收比重较大。公司面对的下游客户类型以集成商客户为主。2018-2020年，集成商客 户为公司贡献营收分别为4.3亿元、6.0亿元和5.3亿元，占比分别为90.9%、77.4%和 72.2%。2021年，公司直接销售给终端客户的营收为8.8亿元，占比大幅度提升至84.6%。其 主因是公司于2020年底和2021年初与四川天府新区行政审批局、广州市南沙区卫生 健康局和衡阳市公安局签订的合同金额较大，相关项目在2021年确认收入合计6.3亿 元，占营收比重为58.3%。这三项订单均与用户直接签订，因此应归属于终端客户贡 献的营收。我们认为，这三个大项目给公司带来的影响既有正面的也有负面的：（1） 由于项目合同金额较大，单位项目营收所需的销售费用较小，有利于降低销售费用 率；（2）较于向集成商供货，公司直接向终端客户提供服务可缩短收款周期，对经 营活动现金流的提升有正面影响；（3）公司直接承接项目，需要外购大量设备、服 务以及人力，成本相较于向集成商供货的模式更高，对毛利率有不利影响；（4）公 司客户集中度提升，增大了对于大客户依赖的风险。（二）公司在各行业平台的基础上打造人机协同软件系统人机协同软件系统业务主要提供软件及技术服务。公司的人机协同软件系统业务的 产品主要包含三大类：（1）基础软件：其主要包括面向大规模深度学习应用开发的 SDK、开发引擎以及行业级别的AI服务平台等，提供给各需要AI开发的企业进行二 次开发；（2）应用软件：其主要针对各场景智能化改造中的硬件设备提供标准化软 件或开发定制化软件；（3）技术服务：主要包括人脸识别为主的公有云服务、金融 风控服务以及数据中心智能化运维服务。公司该业务的产品以标准化的软件为主， 在部分场景需要定制化开发和技术服务。公司行业经验丰富，在各行业平台基础上集成开发了人机协同软件系统。从成长路 径来看，公司在特定领域积累了大量定制化开发的经验，继而将这些定制化产品标 准化，开发出行业版的AI服务平台，例如智慧金融领域的集成生物识别平台和智慧 治理领域的视图汇聚分析平台。在此基础上，公司抽象出各场景在感知、认知、决策 算法上的共性，实现了各应用领域的平台软件代码基线的统一，形成了各行业通用 的人机协同软件系统。该平台已具备向下对接各种AIoT设备，对上承载泛人脸识别、 视频理解、OCR识别、自动语音识别技术、自然语言处理等各种AI算法的完整操作 系统。我们认为，公司长期积累的技术和行业经验是支撑人机协同软件系统转型成 功并具备长期竞争力的关键因素。各领域AI技术服务平台的开发历程如下：1. 智慧治理领域：2018年，云从推出视图汇聚分析平台，主要实现视图数据汇聚、 查询与智能解析等功能，提供人脸识别、活体检测、视图全量结构化等核心AI能 力，兼容主流的摄像机、智能相机和视频终端设备。2020年，云从升级推出融 智云平台，侧重于实现城市级数据融合和知识计算服务，对人、车等城市公共 空间感知数据进行智能解析，并与城市治理场景视图数据和业务数据融合构建 数据湖，协助城市治理和公用事业客户实现安全布控、社区服务、景区管理等 应用场景AI赋能。2. 智慧金融领域：2017年，云从推出了集成生物识别平台融合了多种生物识别认 证技术，包括人脸识别认证、指纹认证、指静脉认证、虹膜认证、声纹认证等多 种认证算法。云从持续升级和拓展既有平台的各项功能，2019年，推出的集成 生物识别平台3.0版本新增了OCR识别和活体检测功能。3. 智慧出行领域：2018年，云从推出的机场综合服务平台，对机场内部摄像头的 人脸数据进行感知分析，与旅客信息、机场运营等业务数据进行融合、分析，实 现对旅客需求和行为的认知与理解，为机场管理工作提供决策支持，包括安检 排队实况、人群密度实况、排队数据分析及布控管理工作等。4. 智慧商业领域：2018年云从推出面向大型商业综合体客户的商业慧眼平台，采用人脸识别技术、头肩识别技术、ReID技术相结合的多模态AI技术实现客流数 据采集和智能分析，主要功能有多空间客流量统计、特定日期挖掘、冷启动客 群属性分析等。由于在商业和出行领域的算法功能具备一定的相似性，2019年， 公司将商业慧眼平台和机场综合服务平台合并为轻舟平台。轻舟平台针对商业 和出行场景设计了常用的应用集和中间件，包括考勤、访客、门禁、智能调度、 疲劳驾驶预警等功能模块等，可实现快速开发，直接向终端客户交付。云从针对智慧商业和出行场景推出SaaS服务，但缺少详细完整的数据，发展前景仍 有待观察。公司于2019年将智慧商业的商业慧眼平台和机场综合服务平台合并为轻 舟平台，并在此基础上推出了SaaS服务。轻舟平台的SaaS服务主要包括两部分： （1）为C端用户提供人脸识别、OCR识别等AI能力的SaaS服务，用户可通过平台的 接口获取人脸分析、活体检测、文字识别等结果；（2）为B端客户提供会员识别、 客流统计、热力分析、风险交易预警等数据分析或决策辅助的结果。公司将公有云 服务、金融风控服务和数据中心运维服务相关营收放入技术服务业务子项中，由于 缺少详细分类数据，SaaS服务未来发展前景仍有待观察。技术服务类业务占比持续增加。2018-2021年，公司人机协同软件系统业务的营收分 别为3096万元、1.8亿元、2.4亿元和1.4亿元。从业务类型来看，人机协同软件系统 业务主要分为软件授权和技术服务两大类。公司软件授权类业务占人机协同软件系 统业务的比重由2018年的95.7%下降到2021年的68.6%，占比有所减少。公司的技 术服务业务主要包括在智慧商业和出行场景推出的SaaS等公有云服务、金融风控服 务和数据中心运维服务，其占人机协同软件系统业务的比重由2018年的4.3%提升至 2021年的31.4%。我们认为，相较于软件授权，技术服务类业务需外购部分配套软 件和服务，其占比的提升对于人机协同软件系统业务毛利率有一定影响。人机协同软件系统业务下游客户既包括系统集成商，也包括终端客户。随着公司各 行业平台软件功能的不断丰富，产品矩阵的不断完善，人机协同软件系统业务完成 的项目数量持续增加。公司人机协同软件系统项目数量由2019年的374个提升至 2021年的409个，但是单个合同金额超过100万的项目由2019年31个的下降至2021 年的25个。金额较大的项目数量的下降是造成该业务营收同比减少的原因。下游客 户既包括中铁移通、航天信息等承接智能化改造项目的系统集成商，也包括联想、 华为等终端客户。2019-2021年，公司前五大客户占该业务营收比重分别为56.4%、 41.7%和47.8%。2021年前五大客户营收占比相对2020年有所提升，客户集中度有 所提升。人机协同软件系统业务毛利率在一定区间内波动。2018-2021年，人机协同软件系统 业务的毛利率分别为75.6%、89.3%、75.9%和74.0%，呈现出在一定区间波动的趋 势，主要是受外购配套软件和技术服务的影响。随着软件标准化程度的提升，外购 软件和委外开发相关成本减少，需安装调试的标准化软件和定制开发软件的毛利率 有所提升。2019年，随着软件授权类业务毛利率的提升以及其营收占比的提升，人 机协同软件系统业务的毛利率提升了13.8个百分点。2020年、2021年，公司需安装 调试的软件授权项目和技术服务类项目营收占比较2019年上升，该部分项目定制化 程度较高，外包服务成本和人工成本较高，因此毛利率相对较低，从而导致人机协 同软件系统业务毛利率较2019年有所下降。（三）软硬件一体化设备快速渗透各应用场景公司围绕视觉AI技术打造的人工智能软硬件一体化产品类型较多，覆盖场景广泛， 是公司的营收主力。公司针对城市管理、金融、出行和商业四大场景，开发了各种类 型的智能化设备，包括智能摄像头、人证核验设备、刷脸支付盒子、刷脸通关闸机、 双屏收银机等。搭载于软硬件一体设备的AI算法以视觉识别技术为主。2021年，公司大客户占人工智能解决方案业务的营收比例有所提升。2019-2021年， 公司前五大客户占该业务营收比重分别为62.1%、37.7%和80.1%。公司于2020年底 和2021年初签订的三个项目合同金额较大，相关项目在2021年确认收入合计6.3亿 元，合计占该业务营收比重为67.1%。我们认为，这会给公司带来如下影响：（1） 项目建设周期较长，部分合同金额递延到2022年确认收入，为2022年的部分营收提 供一定保证；（2）公司向终端客户直接提供服务，收款周期缩短，对现金流有正向 影响；（3）项目需要外购大量设备、服务以及人力，成本相较于向集成商供货的模 式更高，对毛利率有不利影响；（4）2021年，公司客户集中度提升，增大了对于大 客户依赖的风险。软硬件组合类型的收入占人工智能解决方案的比重较高。2018-2021年，公司人工智 能解决方案的营收分别为4.5亿元、6.0亿元、5.1亿元和9.3亿元。从业务类型来看， 人工智能解决方案业务主要分为软硬件组合和技术开发两类。其中，软硬件组合占 比较大，2018-2021年其占该业务营收比重分别为97%、89%、88%和98%。随着公司自研产品在软硬件组合中占比提升，人工智能解决方案业务毛利率逐年上 升。2018-2021年，人工智能解决方案业务的毛利率分别为17.8%、23.4%、28.2% 和31.3%，呈现出逐年上升的态势。随着公司自研的产品占比提升，外购材料和设备 相关成本减少，需软硬件组合的毛利率有所提升。2018-2021年，软硬件组合的毛利率分别为16.8%、21.2%、27.0%和31.0%。在技术开发类业务方面，由于系由于技 术开发业务工作内容、难度、工作量、交付周期等不同，导致定制开发程度和外包服 务占比存在差异，毛利率相应有所波动。总的来说，软硬件组合占该业务营收比重 较大，随着软硬件组合毛利率的提升，人工智能解决方案业务的毛利率逐年上升。三、人工智能市场空间广阔计算机视觉应用场景广阔。基于前端摄像机获取的海量视频，计算机视觉算法在边 缘端和后端实时运算，识别并提取有价值的信息，为城市管理部门、金融机构、公交 场站、商业楼宇等提供智能化服务，具体包括：（1）智慧治理：主要为公安、政法、 交通、应急、文教卫等政府和大型企事业客户提供综合管理平台、态势预测、智能搜 索、全息档案等服务；（2）智慧金融：为金融机构客户提供数字化身份认证、刷脸 支付、网点数字化、风险管理等服务；（3）智慧出行：在机场、轨交站点等场景， 为乘客提供行程信息显示、刷脸购票、刷脸通关等服务，为运营人员提供运营管理 优化、调度指挥系统优化；（4）智慧商业：为购物中心、百货商超、汽车4S店等消 费场景提供销售人员管理、消费者洞察、智能停车、商户业态调整等服务。1. 智慧治理市场智慧治理涵盖城市管理各方面，未来将以集成融合为建设重点。智慧治理涵盖范围 非常广泛，包括交通、治安、环保、能源、通信等各方面内容。2010年以后，智慧 城市理念在中国经历了概念普及，以城市大脑、智慧城市等为代表的智慧治理平台 被公共部门广泛采用。在国家层面表现为2013-2015年间相关政策、指导意见、试点 的密集发布。“天网工程”于2011年启动、“雪亮工程”于2016年启动。2013-2015 年，住建部分三批公布了共计290个智慧城市试点名单。在经历了前期建设后，智慧 城市的未来建设将以仿真推演、虚实融合等集成融合方式推进。以三维建模主导的 数字孪生将逐步落地，推进智慧城市以平台集约整合、资源融合共享的集合融合期 演进。智慧城市平台呈现出数据量大、算法复杂、方案响应快速等特点。智慧城市涵盖了 片区、城市和省各级别、各方面的数据，数据类型包括数字、图像、视频等。因此其 算法不仅包含计算机视觉，还包括多源数据融合、并行计算、精准分析、混合存储 等。行业客户需求已经从最初的“数据可被解析”逐步发展成了“数据准确解析+数 据可治理”，对厂商提出了较高要求。因此，相关算法的识别效率以及在具体场景的 响应速度是主流 AI 厂商技术实力比拼的重点。例如将犯罪嫌疑人的图像输入系统 后，系统将其与平台中上亿条图像和视频数据检索、比对，最终计算结果的耗时和 准确率决定了平台的质量。国家政策大力支持人工智能技术在社会治理中应用。智慧治理的客户主要是各级政 府的智能化建设部门，其在信息化业务的投入，受中央政策的影响较大。从2016年 以来，国家对利用人工智能、大数据等手段提升社会治理的政策支持力度加大。2016 年国务院发布的“十三五”国家战略性新兴产业发展规划的通知明确提出积极推 动在社会治理等重要领域开展试点示范，推动人工智能规模化应用。2019年科技部 发布的国家新一代人工智能创新发展试验区建设工作指引明确提出了开展人工 智能技术应用示范、人工智能政策试验、人工智能社会试验，积极推进人工智能基 础设施建设，到2023年，布局建设20个左右试验区。一系列政策的出台鼓励各地政 府在城市管理工作中使用人工智能的方法，并提出在2023年建设人工智能试验区的具体目标。这些都说明了智慧治理市场正受到中央政策的鼓励和支持。2. 智慧金融市场金融行业智能化转型趋势明确。近年来，以银行、证券公司为代表的金融公司正加 速进行智能化转型。从服务对象角度，智慧金融主要包括两大部分：（1）对外提升 客户线上、线下办事体验的网点智能化改造、线上远程服务等；（2）对内利用智能 化手段提升日常工作效率、减少经营开支的手段。金融正在经历从网点前台、服务 中台、业务后台，全方位的智能化转型。银行业通过科技提升竞争力，线下网点智能化转型。利率市场化之后，存贷利差收 窄，导致银行业利润率普遍下降，人力和资本对于边际效益改善效果不佳。此外，商 业银行的产品同质化严重，以及互联网厂商的跨界竞争迫使银行业急需寻找其他途 径提升竞争力。在以手机银行为代表的线上业务快速发展的背景下，线下网点的运 营模式和服务理念正在发生改变，智能化功能快速提升。2019年，中国银行将北京 朝阳外大街支行改造成“5G智能+生活馆” 引入无人全自助智能服务，在客户进入 银行区域，利用人脸识别确认身份后即自动搜索客户历史操作习惯、相关交易记录， 推测出其潜在需求从而进行精准服务，精准营销。2021年，我国金融机构网点数量 为25万个，智能化市场潜力较大。3. 智慧出行市场公交出行智能化改造有效提升运营管理效率，降低运营成本。随着城市公共交通规 模逐渐增大，日益增长的客流对运营安全和运营效率产生巨大挑战。在智慧出行领 域，人工智能解决方案的主要应用场景包括：机场、公交、地铁、高铁等场景。主要 产品类别包括民航机场AI视频平台、民航机场智慧运行、城市智慧公交运营管理、智 慧地铁运营管理等解决方案。相关AI解决方案有效提高轨道交通的运营管理效率， 降低运营安全风险，并改善乘客的出行体验。根据赛迪顾问的数据，2019年中国智 慧出行市场规模为86.3亿元，预计2022年将达到135亿元，2019-2022年中国智慧出 行市场规模CAGR为16.1%。出行市场智能化程度低，市场空间较大。从市场规模来看，近年来我国交通进入快 速发展新时期，运营规模、客运量等均快速增长。根据交通部的数据，截至2020年 12月31日，全国共有44个城市开通运营城市轨道交通线路233条，运营里程7546公 里，车站4660座，2020年全年完成客运量176亿人次，进站量109亿人次。2020年，我国境内机场共有241个，完成旅客吞吐量8.6亿人次。另一方面，交通工具、设施 和管理的智能化水平较低，智能化改造需求迫切，潜在市场规模巨大。“十四五”期 间在国家“新基建”的相关政策背景下，交通行业制定了自身的智慧化发展规划。以 人脸标识为主的人工智能技术具有唯一、不丢失、不失效等诸多优势，有效提升安 全管理水平和旅客出行体验，预计将得到广泛应用。出行场景对于人脸识别准确率要求很高。公共交通出行具有容量大、密度高、间隔 短等特点。在此场景中，通关闸机要求在短时间内识别乘客、机械开关上百次，对于 人脸识别的准确性和反应速度都有较高要求。例如，在高铁站，上千名乘客需要在 15分钟内通过闸机。任何一位乘客人脸识别的失败都会导致整体客流数分钟的等待， 降低出行体验。因此，在出行场景中，人脸识别的准确率要求较其他场景更高。4. 智慧商业市场AI技术助力零售商店实现数字化转型。在购物中心、连锁便利店等消费场景中，通 过人脸识别、活体检测等技术，AI技术可对消费者在选购商品、支付等环节进行自动 化处理，提升消费者体验。此外，基于终端感知数据创建的消费者行为分析、人流热 力分析，可提升商家营销精准度。总的来说，计算机视觉技术可通过摄像头采集的 身份、行为等信息，提升线下消费体验，提升商家管理效率。线下门店类型众多，智能化改造空间大。智慧商业覆盖的线下门店类型众多，数量 庞大，潜在市场空间广阔。人工智能技术通过对购物中心、连锁超市、汽车维修门 店、地产销售门店等场景中的物品、行为的视频结构化解析洞察消费者行为、提升 服务体验、智慧赋能商业决策。随着人工智能技术为商家降本增效的效果凸显，商 家对于门店智能化改造的意愿提升，智慧商业市场呈现出快速增长的态势。根据赛 迪顾问的数据，2019年，中国智慧商业市场规模是139.5亿元，预计到2022年将达到 329亿元的规模，2019-2022年的CAGR为33.1%。智慧商业场景碎片化，产品以软硬件终端为主。该类场景具有碎片化特点，不同类 型的商业运营者对于人工智能技术赋能的要求差异较大。此外，商超、便利店以及 4S店的店铺面积有限，人工智能软件可以处理和分析的数据量有限。因此，在智慧 商业场景中，统一的大型平台类产品推广较为困难，偏功能性的软硬件设备和轻量 级软件是更能满足该场景需求的产品形态。四、市场竞争格局分散，云从寻求差异化竞争（一）计算机视觉行业市场格局分散计算机视觉行业主要玩家有云计算厂商、智能摄像头厂商以及AI初创公司。云计算 厂商一方面拥有海量图像和视频数据资源，另一方面一般是算法开发能力强劲的IT 巨头，其在其云产品上拓展出计算机视觉功能主要是为了提高产品吸引力和客户留 存度。但由于其缺乏应用场景的实际经验，所开发的功能更加属于通用性，无法抓 住客户痛点。智能摄像头厂商最大优势是拥有各场景海量数据，这为其算法的模型 训练和深入理解客户需求提供了强力支撑。但其劣势在于算法和技术开发能力。AI 初创公司往往是凭借强大的算法开发能力迅速切入某一细分领域，轻资产、低成本 的优势使其迅速扩大市场份额。但其也存在资金不足导致研发投入有限，产品无法 实现规模效应，销售渠道有待进一步开拓等问题。云从的人机协同软件系统具有一定技术壁垒。云从科技从2015年开发人机协同软件 系统1.0至今，持续升级迭代此平台，经过多年的积累，已形成一定的技术壁垒。云 从的人机协同软件系统具体包括：（1）内核：提供连接和管理各类AIoT设备的能力， 包括接入海量感知信息、融合多维度业务数据等；（2）算法库：利用各项业务中的 海量数据训练和优化各主流人工智能算法；（3）运行时：针对GPU、NPU、TPU等 不同芯片平台进行深度优化的异构推理库，并提供统一的硬件抽象层便于算法工程 师高效开发；（4）应用框架：通过人机自然交互和弹性智能业务流支撑决策者和普 通从业者高效率地完成业务决策。云从的人机协同软件系统与头部玩家仍存在差距。目前，市场上与人机协同软件系 统在功能定位和应用模式类似产品有华为的Model Arts平台、百度的AI知识中台和商 汤的Se