电子行业深度研究：AI赋能制造业道路，传统安防龙头估值逻辑切换-20230409-天风证券-35页_2mb

电子行业研究报告总结：AI赋能制造业与安防行业

核心内容

本报告主要分析了AI技术对制造业及安防行业的赋能趋势，指出AI在技术端、下游需求端和市场格局方面的变革潜力。随着AI技术的不断成熟，传统安防行业正在经历从“人工主导”向“AI驱动”的转型，市场空间被显著拓展，行业格局也将发生重大变化。

主要观点

技术端：AI突破瓶颈，推动安防场景落地

1. 图像机器学习 + 大小模型协同进化：通过自训练和注意力机制，实现图像识别精度的显著提升，同时降低人工标注成本。大小模型协同进化可实现边侧的高效训练和推理，提升模型在复杂场景中的识别能力。
2. 大模型降低标注成本：利用预训练大模型+下游任务微调的方式，有效降低人工标注成本，推动视觉模型在更多场景的商业化应用。
3. 多模态技术提升模型精度：结合文本、音频、视频等多模态数据，显著提高模型的识别精度和泛化能力，为智能安防提供更全面的数据支持。

下游需求：AI赋能各行业，拓展安防市场空间

1. 工业：智能化转型显著降低人力成本，预计每年在质检领域的可替代成本达2100亿元，汽车和消费电子等行业潜在市场空间均达千亿级别。
2. 智慧城市：视频监控摄像头为核心，推动智慧校园、智慧医院、智慧交通等场景的智能化升级，整体市场规模预计超百亿。
3. 煤炭行业：政策指引和IT技术赋能，智慧矿山整体市场规模有望突破万亿元。
4. 农业：通过降本增效和技术创新，智慧农业市场潜力巨大，预计可替代成本突破万亿，涵盖养殖和种植两个场景。

市场格局：AI时代，安防巨头优势凸显

1. 行业格局：随着AI技术的广泛应用，安防行业将呈现强者恒强的趋势，海康威视和大华股份作为传统安防龙头，将受益于AI技术的赋能。
2. 竞争核心：在AI时代，渠道、行业Know-How和数据资源成为竞争关键。海康威视和大华股份凭借广泛的营销网络、丰富的行业经验及数据积累，构建AI时代的护城河。
3. 中移动协同效应：中移动作为运营商龙头，在算力、数据和渠道方面具备优势，与大华股份在AI to B端领域形成高度协同，助力其在AI领域的进一步发展。

关键信息

技术突破

• 注意力机制：模仿人眼选择性关注，用于提取图像和文本的特征表示，提升识别精度。
• 知识蒸馏：通过大模型向小模型迁移知识，实现边侧模型的精度提升与快速部署。
• 多模态融合：结合音频、视觉、文本等多模态信息，提高模型的鲁棒性和应用场景的多样性。

行业应用

• 工业质检：AI视觉技术可替代大量人工质检，提升生产效率和质量控制。
• 智慧校园：覆盖智慧教学和智慧安防两个场景，市场空间达千亿级别。
• 智慧医院：通过AI视觉设备和多模态技术，提升医疗作业的智能化水平，预计市场规模达360亿元。
• 智慧矿山：政策推动与IT技术结合，智慧矿山市场规模有望突破万亿元。
• 智慧农业：通过AI技术实现降本增效，智慧养殖和种植市场潜力巨大。

投资建议

• 重点关注的安防厂商：大华股份、海康威视、千方科技等。
• 上游关键硬件厂商：富瀚微、寒武纪、舜宇光学等。

风险提示

• 下游需求不稳定风险
• 企业技术研发不及预期
• 供应链安全风险
• 知识产权风险
• 主观测算风险

图表与数据

• 图1：大模型+小模型协同发展流程
• 图2：人眼注意力机制示意
• 图3：提取图片的文字结构数据示意
• 图4：注意力机制作用示意
• 图5：对具有不同遮挡程度的复杂环境的识别
• 图6：知识蒸馏示意图
• 图7：三类知识蒸馏的差异
• 图8：传统安防项目落地流程
• 图9：BEiT-3可迁移到各种视觉、视觉-语言的下游任务
• 图10：谷歌Palm-E模型能接收多模态输入
• 图11：整合多模态数据能够有效提高模型精度
• 图12：包括声纹识别的多模态生物识别技术
• 图13：市场岗位空缺与求职人数的比率
• 图14：2013-2021年我国劳动力情况
• 图15：上海特斯拉超级工厂
• 图16：上海特斯拉工厂焊接车间
• 图17：蓝思云示意图
• 图18：蓝思科技生产车间
• 图19：摄像头实现云边端协同的框架
• 图20：中国电信天翼视联网平台布局
• 图21：2016-2022年中国煤炭行业规上企业营收情况
• 图22：2011-2022年全国煤矿百万吨死亡率情况
• 图23：2018年世界主要产煤国家煤矿安全生产相关指标
• 图24：2021E-2022E中国智慧农业预测规模与农民收入对比
• 图25：2018-2022年中国农林牧渔业增加值及占GDP比重
• 图26：智慧农业基本架构
• 图27：中国智慧农业产业链结构
• 图28：牧原智能养殖云平台
• 图29：2017-2021年农林牧渔业城镇单位就业人员平均工资
• 图30：2022E-2029E中国智慧养殖行业市场规模预测
• 图31：三易易美丽牧场智慧养殖解决方案
• 图32：2019-2021年粮食作物总人工成本
• 图33：天工智慧种植方案结构图
• 图34：华为农业沃土云平台系统架构
• 图35：超级棉田降本增效对比图
• 图36：AI视觉解决方案——农业领域
• 图37：2015-2018年海康大华营收及同比增速
• 图38：2021年国内以视频监控为主营业务的安防企业营收占比
• 图39：2022年全球安防“50强”前十
• 图40：大华企业平台3.0
• 图41：大华城市平台2.0
• 图42：大华股份“一体系，两平台”架构
• 图43：大华股份数数据中台
• 图44：大华股份构建数据大生态
• 图45：“垃圾满溢”算法流程
• 图46：“垃圾满溢”算法中对图像预处理
• 图47：“垃圾满溢”算法中模型推理
• 图48：算力路由原理
• 图49：中移动构建面向行业细分领域的位置大数据原子能力体系

表格与数据

• 表1：对于给定图片（男性肖像），注意力机制的实现过程
• 表2：车间加工中心各工序对表面粗糙度的精度要求
• 表3：大模型具有的特征与优势
• 表4：目前主流的多模态大模型
• 表5：包含声音的常见多模态任务
• 表6：机器人在工业中可能的应用场景
• 表7：2021年汽车行业主要厂商生产人员情况及人员成本
• 表8：特斯拉上海超级工厂制造环节及流程
• 表9：2021年消费电子行业主要厂商生产人员情况及人员成本
• 表10：富士康“灯塔工厂”示范
• 表11：蓝思科技智慧工厂应用
• 表12：智能校园相关智能化设备情况
• 表13：智能医疗相关智能化设备情况
• 表14：部分医院智能化升级总花费
• 表15：智慧矿山相关政策
• 表16：大华股份智慧矿山解决方案
• 表17：2022年出栏量前10的上市猪企人工成本和智慧养殖情况
• 表18：智慧养殖解决方案
• 表19：国内智慧农业先进解决方案
• 表20：机器视觉农业应用场景
• 表21：雪亮工程时代与AI时代对比
• 表22：部分安防企业渠道数据统计
• 表23：中国移动AI视觉相关核心能力
• 表24：中国移动人体姿态行为分析能力和通用场景目标检测能力
• 表25：中国移动2022年个人市场和家庭市场用户