安防行業(yè)市場分析

安防行業(yè)市場分析1.大模型突破技術(shù)瓶頸，有望加速AI場景落地我們認為，AI在安防行業(yè)商業(yè)化落地進程中主要存在兩大痛點：第一，傳統(tǒng)機器學習模型精度不足；其次，模型限制成為大數(shù)據(jù)發(fā)展的挑戰(zhàn)之一，模型下游應用場景有限。隨著AI時代到來，我們看到如下趨勢：通過突破技術(shù)端瓶頸，或?qū)@著提高模型精度并降低人工標注成本，拓寬下游應用領(lǐng)域，加速場景落地。具體而言，（1）圖像機器學習+大小模型協(xié)同進化，模型精度將顯著提升；（2）大模型有效降低標注成本，助力下游場景日漸豐富；（3）多模態(tài)驅(qū)動模型精度提升，音頻技術(shù)助力智能安防。1.1.圖像機器學習+大小模型協(xié)同進化，模型精度顯著提升我們認為，圖像機器學習+注意力機制將提高精度并降低人工標注成本，通過大小模型協(xié)同進化，拓寬下游應用場景。具體而言：（1）在圖像機器學習+注意力機制賦能下，AI大模型對于復雜圖片和場景的識別能力有望顯著提升，降低人工標注成本，提高大模型自我訓練的精度；（2）大模型通過知識蒸餾、量化等方式，在邊側(cè)將其沉淀的知識與推理能力向小模型輸出，達到訓練小模型的目的。（3）小模型向大模型反饋算法和執(zhí)行成效，幫助大模型迅速收斂。通過上述流程，將實現(xiàn)大小模型在云邊端協(xié)同進化。1.1.1.圖像機器學習+注意力機制實現(xiàn)降本提精，圖像交互方式或被顛覆Clip模型是OpenAI于2021年初發(fā)布的開源神經(jīng)網(wǎng)絡(luò)，在無需人工標注標簽的圖像識別上性能卓越，Clip開源的特點或?qū)⒓涌靽鴥?nèi)廠商技術(shù)追趕圖像機器學習進度，為后續(xù)機器視覺大規(guī)模商業(yè)化打下技術(shù)基礎(chǔ)。Clip帶來圖像機器學習關(guān)鍵節(jié)點，機器視覺大規(guī)模商業(yè)化時間線可參考ChatGPT。Clip技術(shù)突破帶來迅速的下游應用滲透，在Clip發(fā)布兩年后，2022年11月、2023年3月ChatGPT與GPT-4分別發(fā)布，圖像機器學習使得AIGC大規(guī)模商業(yè)化成為了可能。參考ChatGPT，我們認為圖像機器學習的技術(shù)觸角有望延展到機器視覺2B應用端：（1）短期：可實現(xiàn)降低成本、提高精度；（2）中長期：人和圖像數(shù)據(jù)的交互方式或被顛覆。短期：圖像機器學習擺脫人工標注，將降低標注成本、提升識別精度。1)實現(xiàn)圖像的機器學習將減少AI圖像視頻判斷對人工標注的依賴，降低數(shù)據(jù)成本。2）在識別成本下降的同時，機器學習將會提升圖像標簽的識別精度，提升數(shù)據(jù)挖掘的維度，無法被人眼識別的數(shù)據(jù)將得到被挖掘的可能，拓寬下游機器視覺2B應用場景。長期：在攝像頭海量數(shù)據(jù)支持下，AI+安防的交互方式或被顛覆。攝像頭作為目前視頻、圖像信息的重要接收窗口，在日常生活中具備較高覆蓋度，可以從邊端側(cè)為AI分析提供海量數(shù)據(jù)源，是AI自我學習視頻圖像數(shù)據(jù)的重要抓手。通過機器學習，如今已經(jīng)實現(xiàn)通過文字描述查找視頻關(guān)鍵幀等應用，隨著機器學習技術(shù)的進一步迭代，深入挖掘更多圖像視頻的視覺信息，我們認為在AI+安防領(lǐng)域有望創(chuàng)造更多人與深度視覺數(shù)據(jù)互動的方式，如自動生成監(jiān)控視頻的文字描述、選擇關(guān)鍵片段替代原視頻等。實現(xiàn)不同模態(tài)信息提取，注意力機制助力圖像識別的機器學習。在圖像的機器學習中，使用了注意力機制，用于提取圖像和文本的特征表示，從而實現(xiàn)圖像和文本之間的相似度計算。模仿人類視覺選擇性關(guān)注信息、忽略其他可見信息的特點，注意力機制是一種抑制無用特征、提高對有用特征的關(guān)注度的算法。在2017年由Google提出可以實現(xiàn)注意力機制的神經(jīng)網(wǎng)絡(luò)架構(gòu)Transformer后，注意力機制經(jīng)過發(fā)展，已經(jīng)可以完成音頻、圖像、視頻、自然語言等不同模態(tài)的數(shù)據(jù)特征抓取任務，實現(xiàn)了多模態(tài)的信息提取，成為Clip模型為代表的圖像機器學習的重要基礎(chǔ)之一。注意力機制原理如下：注意力機制共包含三個參數(shù)：查詢向量（queryvector），鍵向量（keyvector），和值向量（valuesvector），實現(xiàn)注意力機制的核心在于對于給定輸入圖片，實現(xiàn)Q、K、V值的不斷重置。以面部識別為例，將圖像分割成數(shù)個部分，把各模塊（眼睛、皮膚、胡須等）按序編碼得到一系列Q、K、V向量，依次計算每一部分Q向量與所有特征K向量（K向量為所有Q向量的集合）的相似度，即注意力權(quán)重系數(shù)，并將系數(shù)與原特征向量V（V在第一次迭代中=K）進行加權(quán)求和，重新生成攜帶關(guān)聯(lián)性信息的該特征向量（V^1），例如嘴巴（關(guān)聯(lián)性程度依次為胡須、皮膚等）。在識別圖片過程中，注意力機制不斷選出與此次迭代的V相關(guān)性最高的特征，不斷更新Q、K、V直到圖像中的所有特征都被識別完畢。例如，在對給定男性肖像圖片進行識別時，Transformer框架將綜合重點特征描述，通過多次迭代推導出最終的識別結(jié)果：男性。1.1.2.大模型+小模型協(xié)同進化，在邊側(cè)實現(xiàn)模型精度提升傳統(tǒng)機器學習模型精度瓶頸明顯，復雜場景識別受限。由于數(shù)據(jù)量不足、特征提取能力不足、模型復雜度不足、計算資源有限等問題，傳統(tǒng)機器學習模型往往精度有限、難以處理大規(guī)模的數(shù)據(jù)。當在復雜環(huán)境中存在干擾因素時，識別效果往往大打折扣。例如在工業(yè)質(zhì)檢領(lǐng)域，質(zhì)量檢測是制造業(yè)生產(chǎn)線中的重要環(huán)節(jié)，對精度要求尤為嚴格，通常為微米級別，在半導體等產(chǎn)業(yè)甚至達到納米級別。以車間加工中心為例，各工序精度要求基本在1-10μm間。傳統(tǒng)機器學習模型存在精度不足、成本過高等痛點，應用效果不佳。大小模型協(xié)同進化實現(xiàn)精度提升，使復雜場景精確識別成為可能。（1）在圖像機器學習+注意力機制賦能下，大模型對于復雜圖片和場景的識別能力將會顯著提升，助力模型精度提高；（2）在算力不足的邊側(cè)，通過知識蒸餾等方式實現(xiàn)大模型對小模型的訓練；（3）小模型向大模型反饋算法和執(zhí)行成效，幫助大模型迅速收斂。通過上述流程，將實現(xiàn)大小模型在云邊端協(xié)同進化、實現(xiàn)精度提升。例如在自動駕駛背景下，車輛需要實時感知周圍場景。傳統(tǒng)模型下人工標注的信息獲取維度單一，處于運動狀態(tài)下的車輛可能出現(xiàn)相互遮擋等情況，導致無法精準識別并感知周圍場景。而在機器視覺充分被數(shù)據(jù)訓練后，海量的多維度數(shù)據(jù)將會被標注，并給予適量權(quán)重，從而使復雜場景的精確識別成為可能。在大模型監(jiān)督、訓練小模型的過程中，知識蒸餾是主流方法之一。知識蒸餾核心思想是生成一個復雜的大模型，對于同一數(shù)據(jù)源，小模型以大模型的輸出結(jié)果或生成的數(shù)據(jù)標簽為目標進行訓練。知識蒸餾可實現(xiàn)大模型能力遷移，在邊側(cè)等算力不足區(qū)域提高模型精度。（1）提升模型精度：利用已有的更高精度的大模型對小模型進行知識蒸餾，從而得到更高精度的小模型。（2）降低模型時延，壓縮網(wǎng)絡(luò)參數(shù)：通過更高精度的大模型對參數(shù)量小、時延低的小模型進行知識蒸餾，提高該小模型的精度，從而降低時延。（3）標簽之間的域遷移：將兩個訓練集不同的模型同時蒸餾，可以得到集合兩個模型效果的模型，實現(xiàn)了兩個不同域的數(shù)據(jù)集的集成和遷移。以小米的小愛同學智能音響為例，首先在云上基于大規(guī)模數(shù)據(jù)訓練BERT大模型，然后再將這個模型作為teacher模型，進行模型蒸餾，來訓練一個更小的Alberttiny模型。最終得到的小模型可以學習到Bert大模型的知識，在效果沒有明顯下降的情況下，響應時間降低到20ms，大幅優(yōu)化了客戶體驗。1.2.機器學習有效降低標注成本，助力下游場景日漸豐富我們認為，以減少人工標注成本為基礎(chǔ)，“預訓練大模型+下游任務微調(diào)”模式是后續(xù)視覺模型大規(guī)模應用的重要前提。傳統(tǒng)網(wǎng)絡(luò)模型訓練依賴海量經(jīng)標注的數(shù)據(jù)，數(shù)據(jù)成本較高。由于獲取、標注數(shù)據(jù)成本高，且針對不同行業(yè)需要重新收集、標注數(shù)據(jù)和訓練模型，產(chǎn)生大量重復成本。根據(jù)極市平臺公眾號、得物技術(shù)公眾號、高工智能汽車公眾號總結(jié)的AI項目通常開發(fā)過程，結(jié)合2016年?？低曉诤ｊP(guān)便攜式審訊設(shè)備采購項目中落地流程的實例，項目落地的主要流程包括：確定需求、數(shù)據(jù)搜集、根據(jù)需求和數(shù)據(jù)設(shè)計定制化模型、安裝并部署項目、根據(jù)實際應用數(shù)據(jù)優(yōu)化模型、驗收項目、后期運維。項目中依賴人工搜集并標注數(shù)據(jù)，產(chǎn)生大量成本。此外，需要結(jié)合實際部署情況所得數(shù)據(jù)對模型進行優(yōu)化，將產(chǎn)生重復成本。機器學習將有效降低人工標注的數(shù)據(jù)成本。有50000人參與了圖片數(shù)據(jù)庫ImageNet中1400萬張圖片的標注，與此相比，Clip使用的是互聯(lián)網(wǎng)上公開的文本-圖像對，在標注方面，也利用自監(jiān)督學習、對比方法、自訓練方法以及生成建模等方法減少對人工標注的依賴。在實現(xiàn)圖像標簽的自動機器學習后，數(shù)據(jù)人工標注的成本將被大幅降低。大模型實現(xiàn)自動機器學習之后，可通過知識蒸餾將識別遷移傳到至邊緣模型，提高模型通用性。我們認為ChatGPT的成功，標志著AI應用從以專用小模型訓練為主的“手工作坊時代”轉(zhuǎn)變?yōu)橐酝ㄓ么竽Ｐ皖A訓練為主的“工業(yè)化時代”。1）通過實現(xiàn)機器自動標注數(shù)據(jù)、高精度帶來的數(shù)據(jù)樣本量擴大等因素，人工數(shù)據(jù)標注的成本大幅降低。2）機器自動標注促使大規(guī)模預訓練成為可能，提高了基礎(chǔ)模型的泛化能力，降低了定制化需求的成本。簡而言之，AI大模型學習了各行各業(yè)各類數(shù)據(jù)，成為具備良好的知識遷移能力的“通才”，只需根據(jù)下游應用具體場景對參數(shù)進行微調(diào)，便可實現(xiàn)靶向高速處理。1.3.多模態(tài)驅(qū)動模型精度提升，音頻技術(shù)助力智能安防1.3.1.多模態(tài)模型落地，多維數(shù)據(jù)提升模型精度多模態(tài)時代開啟，目前文本-圖像模型為主。多模態(tài)機器學習旨在建立能夠處理和關(guān)聯(lián)來自多種模態(tài)的信息的模型，常見的模態(tài)包括視覺、文字、聲音等。2023年以來，各科技巨頭紛紛推出多模態(tài)大模型，包括谷歌PaLM-E、微軟KOSMOS-1、GPT-4和百度文心一言等。目前多模態(tài)大模型以文本-視覺領(lǐng)域為主，實現(xiàn)了視覺對話、視覺解釋、AI生成圖像等突破。未來多模態(tài)模型或?qū)⒅鸩浇尤胍纛l、視頻等模態(tài)形式，進一步豐富數(shù)據(jù)類型。多模態(tài)模型通過輸入多維數(shù)據(jù)提升模型精度。通過利用來自多種不同來源的信息，這些信息可以相互補充和增強，從而提高模型的性能。具體而言，（1）多模態(tài)可以得到更加全面、準確的特征表示。（2）減少單個模態(tài)的不確定性，提高模型的魯棒性。（3）擴展模型的應用范圍，使其適用于多任務場景。例如，將圖像和文本等多種模態(tài)的信息結(jié)合起來可以提高圖像檢索、圖像標注等計算機視覺任務的準確性。1.3.2.音頻模態(tài)接入，助力智能安防場景落地聲音通過與其他模態(tài)信息結(jié)合，能夠提高人機交互和人臉識別的效率、精確度，在安防領(lǐng)域廣泛運用于安防機器人、智能視頻監(jiān)控。多模態(tài)結(jié)合，聲音技術(shù)助力智能安防。聲音是視覺以外獲得信息的最重要渠道，將聲音與視覺、文字等模態(tài)相結(jié)合能夠提升人機交互的精確度與效率。常見的包含聲音的多模態(tài)應用場景可以分為“文字-音頻”，“視覺-音頻”，“視覺-文字”三類。在安防領(lǐng)域，聲音與其他模態(tài)相結(jié)合的主要應用有安防機器人和智能視頻監(jiān)控。人機交互核心技術(shù)，語音識別推動智能安防機器人發(fā)展。語音識別技術(shù)作為人機交互最為核心的落地技術(shù)，在安防行業(yè)主要應用在以智能巡檢機器人為代表的安防機器人身上。安防機器人能通過內(nèi)置的麥克風接受外界聲音，并對人聲進行識別和理解，一旦讀懂“人聲”背后有疑似危險行為，將自動觸發(fā)報警系統(tǒng)進入防御狀態(tài)，從而對目標人物起到安全防護的作用。智能視頻監(jiān)控邁入全新發(fā)展領(lǐng)域，多模態(tài)生物識別技術(shù)是關(guān)鍵。以人臉識別技術(shù)為核心的視頻監(jiān)控是安防行業(yè)的主要應用，用智能語音技術(shù)輔助人臉識別，使得視頻監(jiān)控更為智能化。例如，通過智能語音識別技術(shù)中的聲紋識別，將說話人聲紋信息與已知用戶聲紋進行1:1比對驗證和1:N的檢索，能辨認和確認說話者的身份，提升人臉識別的準確率。2.大模型應用領(lǐng)域不斷豐富，打開安防下游市場空間我們認為，隨著技術(shù)端的突破，AI將賦能各行各業(yè)，有望為安防行業(yè)帶來萬億潛在可替代市場空間。具體可以從工業(yè)、智慧城市、煤炭和農(nóng)業(yè)四個行業(yè)來看：（1）工業(yè)：智能化轉(zhuǎn)型為安防帶來廣闊空間。據(jù)我們測算，每年在質(zhì)檢方面有將近2100億的人力成本，汽車行業(yè)、消費電子等行業(yè)潛在可替代空間均有望達到千億級別。（2）智慧城市：校園/醫(yī)療/城市等多場景深度賦能安防。智慧城市輻射多個領(lǐng)域，驅(qū)動市場規(guī)模超百億級。視頻監(jiān)控攝像頭作為數(shù)據(jù)核心，為視覺應用廠商帶來廣闊機遇。（3）煤炭：政策指引+IT賦能，智慧礦山驅(qū)動智慧物聯(lián)需求。安永預計智慧礦山整體市場規(guī)模超萬億元。（4）農(nóng)業(yè)：降本增效+技術(shù)進步驅(qū)動，潛在可替代成本預計突破萬億，養(yǎng)殖和種植雙場景賦能智慧農(nóng)業(yè)。2.1.工業(yè)：智能化轉(zhuǎn)型市場廣闊，安防迎來全新機遇人口“負增長”疊加“老齡化”背景下，工業(yè)生產(chǎn)人工成本高漲，工業(yè)智能化轉(zhuǎn)型市場空間潛力躍增。從應用場景看，單質(zhì)檢行業(yè)潛在可替代空間即可達到2100億；從細分行業(yè)來看，汽車行業(yè)、消費電子行業(yè)等潛在可替代空間均可達千億級別。2.1.1.人口負增長、老齡化背景下，智能工廠迎來廣闊空間人口“負增長”+“老齡化”趨勢下人工成本高企，工廠智能轉(zhuǎn)型迎來機遇。未來人口增速及結(jié)構(gòu)發(fā)生變化，總體趨勢為人口“負增長”+“老齡化”。根據(jù)人社部數(shù)據(jù)，市場崗位空缺與求職人數(shù)的比率從2017年Q1的1.13上升至2021年Q3的1.53，勞動力市場供給整體呈逐年下降的趨勢。我們認為在這樣的背景下，企業(yè)人工成本持續(xù)高漲，工廠智能化轉(zhuǎn)型或?qū)⒂瓉韽V闊的空間和機遇。我們認為，機器視覺精度提高+AI賦能，將拓寬機器視覺工業(yè)場景，助力工廠智能化轉(zhuǎn)型。機器視覺的主要功能有視覺測量、視覺引導、視覺檢測，機器視覺的應用提高了工業(yè)生產(chǎn)中的柔性和自動化程度，在生產(chǎn)中極大地減少了人工的使用，并提高和保證了生產(chǎn)的質(zhì)量。AI視覺算法配合工業(yè)相機可實現(xiàn)生產(chǎn)自動化；而具備視覺分辨能力的機器人可以持續(xù)高效的完成重復動作，極大提高了生產(chǎn)效率。以質(zhì)檢為例，我們認為整個質(zhì)檢市場廣闊，經(jīng)初步估算，現(xiàn)有質(zhì)檢工人工資約2100億。根據(jù)數(shù)據(jù)，每天產(chǎn)線上進行目視檢查的工人按350萬來測算；根據(jù)BOSS直聘注冊用戶提供的質(zhì)檢員薪酬數(shù)據(jù)，薪資水平按60252元/年來測算。工業(yè)質(zhì)檢是工業(yè)生產(chǎn)中最重要的環(huán)節(jié)之一，也是智能制造轉(zhuǎn)型升級的重要突破口。然而目前人工質(zhì)檢常會出現(xiàn)檢查效率低、審核質(zhì)量不穩(wěn)定、人力成本大及招聘難的問題。AI視覺可以完成工業(yè)智能運維中的外觀異常檢測、儀表示數(shù)異常檢測，幫助實現(xiàn)預測性維護和智能運維；也可以獨立應用于生產(chǎn)環(huán)節(jié)的質(zhì)量質(zhì)檢、產(chǎn)品和組件裝配檢查等。2.1.2.工業(yè)智能化轉(zhuǎn)型市場廣闊，細分行業(yè)潛在可替代空間均可達千億級別降本驅(qū)動下，汽車行業(yè)潛在可替代空間可達千億級別。汽車行業(yè)是勞動密集型產(chǎn)業(yè)，據(jù)我們測算，絕大部分企業(yè)生產(chǎn)員工占總員工的比例都超過了50%，十家主要廠商生產(chǎn)人員的人工成本將近800億，根據(jù)Wind顯示，截至2021年底，我國汽車行業(yè)有2994家公司，因此合理推算行業(yè)生產(chǎn)人員的人工成本每年可達到千億級別。我們認為隨著工廠逐步實現(xiàn)智能化轉(zhuǎn)型、工業(yè)機器人滲透率不斷提高，生產(chǎn)員工有望可以逐步實現(xiàn)替代，從而大大減少企業(yè)的生產(chǎn)成本。自動化工廠為特斯拉打造生產(chǎn)壁壘，2022年毛利率遠超比亞迪。比亞迪2022全年銷量180萬輛，毛利率20.39%；特斯拉2022全年銷量131萬輛，毛利率28.5%，特斯拉比體量大的比亞迪毛利高出8個百分點。我們認為特斯拉高毛利的背后與其工廠制造的自動化程度高是密不可分的，自動化是整個工業(yè)生產(chǎn)降本的關(guān)鍵邏輯。特斯拉超級工廠運營下的生產(chǎn)效率直接決定整車制造成本。1）同一產(chǎn)線生產(chǎn)多個系列產(chǎn)品，攤薄成本，提升毛利。同一汽車平臺產(chǎn)線，如果能夠?qū)崿F(xiàn)生產(chǎn)多個系列產(chǎn)品，隨著銷量的攀升，固定成本的投入會被攤薄，毛利空間更大、定價策略也更加靈活。以上海工廠生產(chǎn)的Model3和ModelY為例，這兩款車型是特斯拉的主力產(chǎn)品，也出自同一平臺。2）工廠自動化程度高，機器人是特斯拉產(chǎn)能提升的關(guān)鍵。汽車生產(chǎn)的整個流程分為沖壓、焊接、涂裝、總裝四個板塊，特斯拉將其全部集中到一個大的廠房里面。生產(chǎn)線上裝配有大量美的旗下庫卡公司的機器人，在Model3電動汽車進行量產(chǎn)的關(guān)鍵時期，機器人能很好完成制造生產(chǎn)線上的點焊、激光焊接、裝配材料等任務。這樣做的應用成效也非常明顯，Model3和ModelY的產(chǎn)量曾在一個季度內(nèi)增長了70%以上，目前上海占特斯拉全球產(chǎn)量一半，2021年特斯拉上海工廠年產(chǎn)值高達47萬臺，2022年年產(chǎn)能則超過了75萬輛。智能轉(zhuǎn)型、降本驅(qū)動下，消費電子行業(yè)潛在可替代空間也可達千億級別。消費電子行業(yè)同樣是勞動密集型企業(yè)，據(jù)我們測算，十家主要廠商生產(chǎn)人員成本達623億，根據(jù)wind顯示，截至2021年底，我國消費電子行業(yè)有3527家公司，因此合理推算行業(yè)生產(chǎn)人員的人工成本每年可達千億級別。富士康作為消費電子行業(yè)龍頭，智能工廠建設(shè)成效顯著。富士康是全球電子科技制造服務領(lǐng)域唯一擁有4座WFE燈塔的企業(yè)。制造業(yè)“燈塔工廠”即在第四次工業(yè)革命尖端技術(shù)應用整合工作方面卓有成效，堪為全球表率的領(lǐng)先企業(yè)。藍思科技入選工信部示范工廠，工廠智能化程度高，顯著提高績效。藍思科技的生產(chǎn)基地里沒有流水線上大量操作的工人，取而代之的是機械手。所有工序都由計算機控制的機器人、CNC設(shè)備、AGV和自動化倉庫設(shè)備來操作。目前藍思科技內(nèi)部有生產(chǎn)設(shè)備數(shù)萬臺，需要對設(shè)備的物聯(lián)集成以及設(shè)備狀態(tài)、位置、加工工藝等參數(shù)進行采集與程序管理，將傳感器采集到的工業(yè)數(shù)據(jù)傳輸至云平臺，實現(xiàn)生產(chǎn)制造過程智能化。2021年，在智能轉(zhuǎn)型中，藍思科技顯示元器件智能工廠績效得到改善，勞動生產(chǎn)率提升12.18%，質(zhì)量損失率下降5.6%，單位品綜合能耗下降5%。2.2.智慧城市：以攝像頭為核心，多領(lǐng)域市場空間達百億級多個下游市場規(guī)模超百億級，視覺應用廠商機遇廣闊。智慧城市輻射數(shù)字產(chǎn)業(yè)多個領(lǐng)域，智慧交通、智慧校園、智慧物流、智慧政務等，其中視頻監(jiān)控攝像頭是數(shù)據(jù)核心，為視覺應用企業(yè)帶來發(fā)展機遇。2.2.1.智慧校園應用分為兩個場景，中小學市場規(guī)模達千億級以智慧校園為例，中小學升級需求集中在智慧教學、智慧安防兩個場景，經(jīng)我們估計市場空間將達到1000億元量級。智慧校園可分為智慧教學和智慧安防兩大應用場景。智慧教學：場景集中在教室內(nèi)，可以通過1）課堂攝像頭采集人體行為數(shù)據(jù)，如聽講、舉手、交頭接耳等，量化課堂教學過程，為教學質(zhì)量評估提供客觀依據(jù)。2）攝像頭感知光線，實現(xiàn)教室燈光智能管控，降低能耗，保護視力。智慧安防：場景集中在校園內(nèi)，如1）智能門鎖可以為宿舍、教室等提供集中門鎖權(quán)限，實現(xiàn)更高精度的身份識別，提升安全系數(shù)。2）在校門口等重點區(qū)域，利用攝像頭的智能識別功能，疊加深度學習技術(shù)，實現(xiàn)刷臉進校、以圖搜圖、機器巡更等應用。據(jù)智慧校園相關(guān)招投標數(shù)據(jù)，我們認為中小學的智慧校園市場空間在1000億元量級。通過對各地智慧校園相關(guān)招投標公告的收集整理，我們估計新建高中學校的智能化設(shè)備支出為1000萬元，已有中小學智能化升級改造支出約為50-500萬元。據(jù)中華人民共和國教育部數(shù)據(jù)，截至2021年，我國共有中小學21萬所，按每所學校50萬元的改造支出計算，則智能校園的市場空間為1000億元，與業(yè)內(nèi)預期基本一致，疊加我國職業(yè)技術(shù)學校、高等教育學校、新建中小學的智慧校園相關(guān)需求，預計市場規(guī)模將達到1500余億以上。2.2.2.智慧醫(yī)院涉及三大核心，相關(guān)市場規(guī)模達360億元在智慧醫(yī)院領(lǐng)域，目前的解決方案涉及智慧服務、智慧醫(yī)療、智慧管理等三大核心，相關(guān)市場規(guī)模可達360億量級?，F(xiàn)有智慧醫(yī)院的解決方案以智慧服務、智慧醫(yī)療、智慧管理為核心。已經(jīng)實現(xiàn)1）動態(tài)配置病區(qū)通行限制，針對特殊患者單獨設(shè)置通行策略，無需護士人工確定陪護人員和探視時間。2）對于精神病院、養(yǎng)老院、康復中心等地的特殊患者，依托RFID定位技術(shù)，結(jié)合物聯(lián)感知設(shè)備進行實時安全性監(jiān)測。3)通過AI視覺設(shè)備在醫(yī)療作業(yè)中實現(xiàn)手術(shù)目標識別、視覺病灶分析，自動搜集患者身體情況，實現(xiàn)信息的互聯(lián)互通。據(jù)醫(yī)院相關(guān)智能化產(chǎn)品招投標情況，預計市場規(guī)模為360億元。根據(jù)搜集整理的醫(yī)院相關(guān)招投標情況，我們發(fā)現(xiàn)依據(jù)醫(yī)院的規(guī)模，視覺領(lǐng)域智能升級的費用在20-880萬元之間浮動。2021年全國共有3.6萬余家醫(yī)院，若僅考慮公立與民營醫(yī)院，以每家醫(yī)院100萬的中位數(shù)支出測算，則僅醫(yī)療領(lǐng)域視頻安防的升級市場空間就為360億量級。2.2.3.視頻監(jiān)控為智慧城市核心，運營商視聯(lián)網(wǎng)平臺豐富攝像頭應用環(huán)境視頻監(jiān)控領(lǐng)域是智慧城市建設(shè)的核心，相關(guān)應用效果未達預期。中星技術(shù)總工程師施清平認為，在智慧城市的構(gòu)想中，城市中的視頻監(jiān)控攝像頭起到了80%以上的真實數(shù)據(jù)采集功能，是不可或缺的感知層硬件。但受制于1）目前城市中部署的攝像頭算法精度不足，大部分城市處于S1、S2階段；2）智慧城市的實現(xiàn)有賴于城市運營服務與發(fā)展建設(shè)的結(jié)合，專業(yè)的城市運營將加強城市智能化建設(shè)的體驗感；使得單獨的攝像頭無法替代智慧城市成網(wǎng)體系，應用效果未達預期。豐富攝像頭應用環(huán)境，運營商搭建視聯(lián)網(wǎng)平臺。為使攝像頭視頻資源發(fā)揮更大應用效果，中國電信構(gòu)建了天翼視聯(lián)網(wǎng)平臺，在視聯(lián)網(wǎng)中，中國電信整合了攝像頭等監(jiān)控系統(tǒng)，將視頻內(nèi)容直接上傳到云端。視聯(lián)網(wǎng)實現(xiàn)了全國一張網(wǎng)統(tǒng)管所有視頻內(nèi)容，無需部署本地視頻網(wǎng)絡(luò)，推動了攝像頭智能看家、攝像頭監(jiān)督廚房險情等的應用，成為了繼移動網(wǎng)、寬帶網(wǎng)、物聯(lián)網(wǎng)、衛(wèi)星網(wǎng)之后的“第五張網(wǎng)”。目前中國電信已發(fā)力整合監(jiān)控攝像頭等視頻設(shè)備，并提供加裝AI攝像頭的服務，曠視、螢石、大華等公司已成為中國電信合作伙伴。十四五期間，中國電信將基于視聯(lián)網(wǎng)實現(xiàn)超過億臺視頻終端接入，促進AI+安防產(chǎn)業(yè)發(fā)展，視覺廠商或?qū)⒁虼耸芤妗?.3.煤炭：智慧礦山驅(qū)動智慧物聯(lián)需求在煤炭領(lǐng)域，安全生產(chǎn)問題偕同政策指引、IT技術(shù)進步，共同驅(qū)動智能礦山需求增長，安永預計未來國內(nèi)所有礦山的智能化改造成本可達萬億。大華為煤炭行業(yè)提供智慧物聯(lián)解決方案，可運用于煤礦的智能可視化和智能生產(chǎn)調(diào)度。安全生產(chǎn)挑戰(zhàn)仍存，煤炭企業(yè)亟需智能化轉(zhuǎn)型。煤炭仍是我國的主體能源，據(jù)中國煤炭工業(yè)協(xié)會統(tǒng)計，全國規(guī)模以上煤炭企業(yè)營業(yè)收入4.02萬億元，同比增長19.5%。我國煤礦安全生產(chǎn)形勢依然嚴峻，與發(fā)達國家相比仍處于較低水平。2022年，全國共發(fā)生煤礦事故168起、死亡245人，同比分別上升85%和38%，全國煤礦百萬噸死亡率為5.4%，同比上升1pct。相比之下，2020年美國因煤礦安全生產(chǎn)事故造成的死亡人數(shù)僅為5人，百萬噸死亡率為1%。因此，我們認為煤炭企業(yè)亟需建設(shè)集成應用各類傳感感知、信息通訊、自動控制、智能決策等先進智能化技術(shù)，提升礦山安全水平。政策指引+IT賦能，智慧礦山前景廣闊。（1）國家相關(guān)政策積極推動智能化技術(shù)與煤炭產(chǎn)業(yè)融合發(fā)展，煤礦無人化、數(shù)字化、智能化成為大勢所趨。（2）物聯(lián)網(wǎng)、AI、大數(shù)據(jù)、云計算、5G等新技術(shù)已經(jīng)形成完整的信息化網(wǎng)絡(luò)，助推著更便捷、更迅速的物聯(lián)采集、數(shù)據(jù)傳輸、數(shù)據(jù)存儲及數(shù)據(jù)應用，能夠幫助煤炭行業(yè)提高開采生產(chǎn)運輸效率，優(yōu)化能源管理流程，降低開采成本和損耗，增加能源供給。煤礦智能化浪潮下，大華提供智慧礦山解決方案。大華立足視覺感知技術(shù)，融合熱成像，視頻AI，融合通信，UWB定位等先進技術(shù)優(yōu)勢，提供了煤礦監(jiān)控和融合通信的綜合解決方案，可廣泛運用于煤礦的智能可視化和智能生產(chǎn)調(diào)度。煤礦智能化改造成本超萬億，智慧礦山蘊含一定潛能。根據(jù)《2022煤炭行業(yè)發(fā)展年度報告》統(tǒng)計，全國煤礦數(shù)量在4,400座以內(nèi)。根據(jù)測算，已有單礦井的智能化改造費用在1.49-2.63億元?？紤]到不同產(chǎn)能的改造金額不同，安永預計智慧礦山整體市場規(guī)模超萬億元。2.4.農(nóng)業(yè)：降本增效驅(qū)動下，智慧農(nóng)業(yè)前景廣闊在農(nóng)業(yè)領(lǐng)域，降本提效需求協(xié)同技術(shù)進步共同驅(qū)動智慧農(nóng)業(yè)規(guī)模增長，我們預計潛在可替代成本突破萬億。大華提出智慧農(nóng)業(yè)解決方案，通過視頻AI及物聯(lián)網(wǎng)技術(shù)落地種養(yǎng)場景，節(jié)約人力成本，實現(xiàn)精細化管理，中移動加入后有望進一步開拓智慧農(nóng)業(yè)空間。2.4.1.傳統(tǒng)農(nóng)業(yè)規(guī)模大，智慧農(nóng)業(yè)發(fā)展前景廣傳統(tǒng)農(nóng)業(yè)人力成本達萬億，智慧農(nóng)業(yè)占比不足1%，種植業(yè)和養(yǎng)殖業(yè)存在廣泛滲透機會。我們估計2022年農(nóng)民可支配收入達9.89萬億，傳統(tǒng)農(nóng)業(yè)蘊含一定的潛在可替代成本。在此背景下，智慧農(nóng)業(yè)發(fā)展前景廣闊。智慧農(nóng)業(yè)促進降本增效，但傳感器應用滲透率不到1%。智慧農(nóng)業(yè)是新一代信息技術(shù)與農(nóng)業(yè)決策、生產(chǎn)、流通交易等深度融合的新型農(nóng)業(yè)生產(chǎn)模式與綜合解決方案，能實現(xiàn)精細化生，節(jié)省人力成本。但傳感器技術(shù)的應用滲透率低，關(guān)鍵技術(shù)精度不夠，有較大增長空間。以養(yǎng)豬業(yè)為例，養(yǎng)殖成本達萬億，智慧養(yǎng)豬可通過機器替代人工實現(xiàn)降本增效截至2021年，我國約有2600萬戶生豬養(yǎng)殖場，我們估計養(yǎng)殖成本預計達1.62萬億，其中前10大豬企人力成本為453億元。與國外相比，每斤豬料成本是美國的2倍，人力成本是美國的5倍。智慧農(nóng)業(yè)滲透后將實現(xiàn)自動化養(yǎng)豬，用機器代替人工，年出欄生豬1萬頭的豬場每年可節(jié)省人力成本12余萬元。以牧原為例，（1）智能化養(yǎng)豬減少約40萬人力，提高勞動效率35%。采用數(shù)字化智能養(yǎng)豬系統(tǒng)后，飼養(yǎng)員人均年飼養(yǎng)商品豬出欄量達行業(yè)平均數(shù)2倍。智能化豬舍根據(jù)豬舍內(nèi)溫度，自動調(diào)節(jié)熱交換風機的開啟功率、定頻風機的開啟數(shù)量、滑窗開度，實現(xiàn)自動化養(yǎng)殖；（2）自主研發(fā)養(yǎng)豬機器人每年節(jié)省人工費用6000余萬元，實現(xiàn)機器替代人工。機器人與18.3萬個智能終端和5800臺獨立機器人協(xié)作，年加工飼料80萬噸，飼喂裝備投資2.8億元，為常規(guī)飼料廠投資的一半，投入成本大大減少。2.4.2.智慧養(yǎng)殖將實現(xiàn)全流程智能管理，農(nóng)林牧漁業(yè)潛在可替代人力成本已超億元農(nóng)林牧漁業(yè)總工資達億元，智慧養(yǎng)殖快速發(fā)展實現(xiàn)降本提效。2021年農(nóng)林牧漁業(yè)城鎮(zhèn)單位就業(yè)人員總工資達471.4億元，且平均工資有逐年上升趨勢，我們預計未來農(nóng)林牧漁業(yè)人力成本會繼續(xù)上升。我們認為，在人力成本增加，智慧養(yǎng)殖發(fā)展的雙重驅(qū)動下，企業(yè)尋求智慧養(yǎng)殖解方案，減少人力投入，實現(xiàn)全流程管理。智慧養(yǎng)殖實現(xiàn)機器替代人力，存在潛在可替代成本。京東農(nóng)牧提出智能養(yǎng)殖解決方案，該方案能降低大中型養(yǎng)殖企業(yè)人工成本30%，降低全行業(yè)養(yǎng)殖業(yè)成本至少500億元/年。方案獨創(chuàng)養(yǎng)殖巡檢機器人、飼喂機器人、3D農(nóng)業(yè)級攝像頭等先進設(shè)備，實現(xiàn)養(yǎng)殖業(yè)自動化、智能化，降低勞動力投入。智慧養(yǎng)殖提升安全管理效率，實現(xiàn)全流程智能管理。北方某養(yǎng)殖企業(yè)利用大華數(shù)智化能力將違規(guī)事件統(tǒng)計頻次由平均2天/次縮短為平均2小時/次，生物安全違規(guī)事件檢出率提升90%，生物安全管理效率提升50%。通過全流程、全閉環(huán)的數(shù)智化監(jiān)管方式，對進出養(yǎng)殖場的“、車、豬、物”洗消、跨區(qū)和作業(yè)等進行管理，提高效率。2.4.3.智慧種植有望實現(xiàn)無人化，潛在可替代種植業(yè)人力成本達到千億糧食作物人工成本達千億，智慧農(nóng)業(yè)促進無人化種植，降低人力成本，提高種植質(zhì)量和效率。我們測算，2021年糧食作物總?cè)斯こ杀具_7.3千億，種植業(yè)人力成本投入大。以水稻生產(chǎn)為例，2020年國內(nèi)人工成本占比41%，遠高于美國10%和日本26%，機械相關(guān)費用占比18%，遠低于美國的38%和日本的42%。為減少人工成本支出，提高種植效率，國內(nèi)先進企業(yè)以數(shù)字技術(shù)和智能裝備賦能農(nóng)業(yè)種植全過程。智慧種植實現(xiàn)全過程管理，減少人力投入。中移動助力延津縣小麥種植，每年節(jié)省人工成本65%，提升畝均糧食產(chǎn)量30%，提升畝均收入1倍，全過程助力種植智能決策。播種前，5G+智慧農(nóng)業(yè)管理平臺模擬地塊產(chǎn)量，科學推算種子、水、肥、藥的需求量；生長期間，動態(tài)監(jiān)管農(nóng)作物生長環(huán)境，通過數(shù)據(jù)分析與決策科學推薦小麥生長需求符合的灌溉、施肥、施藥策略；收獲期，運用遙感信息和作物生長模型，精準預估小麥成熟度。智慧種植實現(xiàn)智能化管理，提高種植質(zhì)量和效率。大華助力中科康成育苗產(chǎn)業(yè)園實現(xiàn)大棚智能化改造，種苗存活率提高10%，人員工作效率提高30%。通過智能化感知系統(tǒng)實現(xiàn)環(huán)境智能化、可視化展現(xiàn)，實時感知并匯聚環(huán)境因素，通過數(shù)據(jù)中心分析和展示，并利用智慧化管理平臺遠程操控前端智能設(shè)備。隨著大華引入中移動作為戰(zhàn)略投資者，作為國內(nèi)安防監(jiān)控龍頭企業(yè)和傳感器概念上市企業(yè)，有望彌補傳感器滲透不足等問題，與中移動在智慧農(nóng)有廣闊合作空間。機器視覺技術(shù)扮演“機器代人”的催化劑角色，節(jié)約勞動力，實現(xiàn)農(nóng)業(yè)精準化和自動化。以云南省昆明市某產(chǎn)業(yè)園草莓智慧管控云服務托管系統(tǒng)為例，該系統(tǒng)基于機器視覺的草莓生長狀態(tài)識別系統(tǒng)，解決草莓生長狀態(tài)識別和辨認完全依靠種植者經(jīng)驗的問題，首次提出基于知識圖譜的設(shè)施草莓智慧管控決策方法，方法的標準化知識庫隨著知識的積累和數(shù)據(jù)的增加，決策方法會更加精準，從而實現(xiàn)種植的智能化和自動化，節(jié)省人力成本，提高農(nóng)品質(zhì)量。3.行業(yè)格局：AI時代下，安防兩大巨頭有望持續(xù)領(lǐng)航我們認為，在AI時代下，安防行業(yè)將呈現(xiàn)強者恒強的發(fā)展趨勢。與雪亮工程對比，AI將為安防行業(yè)帶來更大空間和發(fā)展機遇，龍頭企業(yè)受益程度亦會高于雪亮工程時代。（1）雪亮工程時代：受政府大訂單驅(qū)動，安防企業(yè)迎來機遇，但行業(yè)具有周期性強、項目周期長、市場集中于G端的特點，行業(yè)格局尚未清晰。?？荡笕A在雪亮工程后占據(jù)行業(yè)主導地位，推動安防行業(yè)格局進入穩(wěn)定期。以大華為例，從2015年營收體量101億元增長至2018年237億，CAGR達32.92%。（2）AI時代：AI賦能各行各業(yè)，AItoB市場廣闊。AI時代下，降本增效驅(qū)動邏輯順暢，有望通過新領(lǐng)域滲透、傳統(tǒng)領(lǐng)域替代兩條路徑打開行業(yè)天花板，具有空間廣闊、周期性減弱的特點。我們認為伴隨著AI的快速發(fā)展，安防行業(yè)馬太效應凸顯，海康大華憑借其核心競爭有望持續(xù)領(lǐng)航。3.1.渠道：全球化營銷和渠道優(yōu)勢，品牌效應明顯安防龍頭營銷網(wǎng)絡(luò)覆蓋國內(nèi)外，規(guī)模優(yōu)勢打造成本壁壘。目前安防企業(yè)正積極推動渠道下沉和海外渠道拓展。2021年，?？稻硟?nèi)外營收占比分別為73%和27%，大華境內(nèi)外營收占比分別為59%和41%。截至2021年底，大華在國內(nèi)設(shè)有32個省區(qū)級辦事處，海外門店總數(shù)達5000家，同比2020年增長112%。品牌效應顯著，在G端和B端等大客戶中積累良好口碑。以大華為例，作為國家高新技術(shù)企業(yè)，大華股份連續(xù)13年被列入國家軟件企業(yè)百強，是中國智慧城市建設(shè)推薦品牌和中國安防最具影響力的品牌之一。由科技媒體a&s《安全自動化》發(fā)布的“2022全球安防50強”排行榜單中，大華股份以50多億美元的銷售額穩(wěn)居第二，拉開第三名將近20億美元，大華的企業(yè)實力、品牌地位等得到進一步的鞏固和加強。3.2.技術(shù)：數(shù)據(jù)+行業(yè)Know-How構(gòu)建AI時代下護城河我們認為，數(shù)據(jù)和行業(yè)Know-How是AI技術(shù)落地及變現(xiàn)的基礎(chǔ)，?？荡笕A憑借優(yōu)勢可構(gòu)筑AI時代下護城河。（1）數(shù)據(jù)：數(shù)據(jù)是AI模型落地的基礎(chǔ)，安防龍頭數(shù)據(jù)資源優(yōu)勢明顯；（2）行業(yè)Know-How：豐富行業(yè)理解將提升數(shù)據(jù)精度，助力技術(shù)快速變現(xiàn)。智慧物聯(lián)等行業(yè)碎片化程度高，對行業(yè)的理解、解決方案的積累對于實現(xiàn)技術(shù)變現(xiàn)尤為關(guān)鍵。3.2.1.行業(yè)Know-How：行業(yè)理解提升數(shù)據(jù)精度，助力AI技術(shù)快速變現(xiàn)我們認為，行業(yè)Know-How是技術(shù)變現(xiàn)的基礎(chǔ)，助力數(shù)據(jù)精度提升。由于安防行業(yè)具有碎片化的特點，AI技術(shù)落地需要依賴對細分行業(yè)具有深刻理解。安防龍頭多年以來積累了大量行業(yè)Know-How和解決方案，為技術(shù)商業(yè)化落地提供了基礎(chǔ)。以大華為例，通過企業(yè)平臺3.0和城市平臺2.0，打造具有行業(yè)Know-How的數(shù)智中臺。（1）ToB：洞察業(yè)務細分場景超3000個，開發(fā)業(yè)務組件1000余個、累計形成行業(yè)解決方案超300個。（2）ToG：大華在城市治理、應急指揮、交通、港口、生態(tài)環(huán)境等行業(yè)，悉細分場景超5000個、開發(fā)業(yè)務組件超800個，推出行業(yè)解決方案200個。夯實數(shù)字底座和中臺能力，提高行業(yè)理解轉(zhuǎn)換為商業(yè)價值的能力。（1）底層數(shù)據(jù)上，大華更加注重數(shù)據(jù)融合和架構(gòu)融合，從數(shù)據(jù)儲存、數(shù)據(jù)治理、數(shù)據(jù)分析和數(shù)據(jù)安全多環(huán)節(jié)夯實數(shù)字底座能力。（2）整體設(shè)計：大華不僅僅是針對云端的大數(shù)據(jù)平臺實現(xiàn)一個治理活動，而是在囊括端、邊、云多個軟硬件環(huán)節(jié)的整個網(wǎng)路中進行布局，從而提高公司的數(shù)字中臺能力。3.2.2.數(shù)據(jù)：AI模型的基礎(chǔ)和源泉，安防龍頭數(shù)據(jù)資源優(yōu)勢明顯安防行業(yè)積累大量數(shù)據(jù)資源，是AI模型的構(gòu)建和落地的核心。據(jù)統(tǒng)計，2025年全球數(shù)據(jù)圈將達到175ZB，數(shù)據(jù)資源是AI模型搭建的基礎(chǔ)，安防龍頭將在AI時代下凸顯其商業(yè)價值。安防龍頭構(gòu)建智能數(shù)據(jù)中臺，數(shù)據(jù)搜集和價值提取能力優(yōu)勢明顯。數(shù)據(jù)中臺的本質(zhì)是大數(shù)據(jù)的延伸，是打通數(shù)據(jù)孤島、實現(xiàn)數(shù)據(jù)互通，實現(xiàn)數(shù)據(jù)智能化的手段。通過數(shù)據(jù)中臺的建設(shè)，可以實現(xiàn)：1）看現(xiàn)在：對現(xiàn)有的數(shù)據(jù)進行治理，形成資產(chǎn)；2）看未來：對數(shù)據(jù)進行分析提煉，以支撐業(yè)務的決策。以大華股份為例，大華行業(yè)化數(shù)據(jù)中臺在全國多個地市落地，其中在某地市的公安系統(tǒng)建設(shè)的數(shù)據(jù)中臺，大華擁有超過3000多億感知數(shù)據(jù)。大華通過數(shù)據(jù)中臺，面向客戶實現(xiàn)多警種的數(shù)據(jù)共享，以及通過數(shù)據(jù)整合，有效消除了數(shù)據(jù)壁壘，并且通過模型大幅度提升各種的業(yè)務實戰(zhàn)能力。3.3.中移動：大華股份特有阿爾法，戰(zhàn)投有望實現(xiàn)協(xié)同發(fā)展我們認為，中國移動在AI領(lǐng)域布局清晰，將從研發(fā)、渠道等維度深度賦能大華。3月30日，大華股份向中國移動非公開發(fā)行股票計劃落地，本次發(fā)行共2.93億股，實際募資資金凈額50.9億元。在本次定增后，中國移動預計成為公司第二大股東，占比8.81%。我們認為，定增落地有望助力中國移動與公司實現(xiàn)全面戰(zhàn)略協(xié)同，推動大華在AI領(lǐng)域加