计算机应用:未来三年智能化和AI为中国企业级服务带来深远影响

类别:行业 机构:中信建投证券股份有限公司 研究员:金戈 日期:2020-12-12

今年企业级产品、服务公司收入和业绩增长受到宏观经济增速影响,2020年整体业绩不及预期

    受到宏观经济增速影响,2020Q3计算机板块整体营业收入增长只有5.9%,净利润同比下降27.9%,相比2017~2019年Q3的营业收入、净利润增速有比较大大幅的下降,总体今年对企业级服务整体市场是有较为负面的影响,尤其体现在传统IT软硬件、系统集成、智慧城市相关、政府预算开支相关的板块下降较为明显,而云服务、数据中心需求、汽车IT软硬件需求有较高的增长速度。与此同时,2020Q3的研发费用继续保持较高速度增长,一方面是互联网、AI等企业带动研发人员的薪资快速上涨,一方面也是因为面向云、智能化、国产化新产品研发支出增长。

    2021年中国企业级软件收入增长将回到10%以上,智能化、大数据和云化将继续是企业IT支出重点

    Gartner预计2020年中国IT支出2.84万亿,同比增长1.3%;而2020年全球IT支出预计为3.6万亿美元,同比下降5.4%。伴随宏观经济恢复,2021年中国IT支出预计将达到3.04万亿,同比增长7.2%;全球IT支出2021年达到3.8万亿美元,同比增长4%。中国IT支出中,IT服务市场规模达到3772亿元,同比增长11.9%,企业级软件市场规模达到1207亿元,同比增长10.4%,增速回到10%以上。

    随着智能化、大数据在企业发展中发挥越来越大的作用,根据埃森哲2020年对企业调查显示,未来三年49%的企业预计在AI相关支出上超过5000万美金,22%的受访企业未来三年在AI上相关支出将超过1亿美金。数据分析、数字化运营(包含数字营销)、机器学习、数据安全、物联网等领域成为企业未来优先投资的方向。而中国也成为AI应用最大市场之一,全球市场份额占比达到12%。

    IDC预测到2020年全球范围的企业预计将投资501亿美元于人工智能解决方案。预计到2024年,中国人工智能市场规模将达到119亿美金,2019-2024年复合增长率达23.0%。

    A股计算机行业目前整体估值处于历史较高水平

    截至2020年12月初,计算机行业市盈率剔除亏损公司按照按照整体法估算,市盈率(TTM)达到63X,在板块调整前2020年7月份最高峰整体市盈率(TTM)曾最高达到82X,相当于2015年3月份整体板块的估值水平,处于历史较高位置,其中新兴板块云服务、产业互联网估值较高。考虑到2021年的宏观环境:经济高增增长、流动性向收缩趋势下,现阶段整体板块的风险大于机遇。

    美股计算机行业整体估值也整体处于高位,大部分龙头公司近三个月滞涨

    截至2020年12月初,美股按照整体法计算的互联网与软件板块市盈率(TTM)大约40X,单纯软件服务市盈率27X,由于以云计算、互联网为代表的龙头公司上半年涨幅较大,大部分龙头公司近三个月滞涨,企业级管理软件公司Salesforce、SAP、Workday、Oracle等因为今年全球疫情影响业务发展,近期都出现不同程度的大幅回调。

    企业IT架构向云原生迁移,云原生架构体系为企业IT打造数据平台+中台支撑+前台应用的体系

    基于微服务化、容器化、持续交付、DevOps理念打造的云原生(Cloud Native)架构体系,将平台化能力抽象并标准化,由传统虚拟化架构演进而来,为企业IT打造数据平台+中台支撑+前台应用的体系。其中,SaaS所处的“前台应用”解决业务场景中的具体问题,承担抓取外部数据、汇聚业务信息的角色,为企业提供灵活性、连接性与开放的生态;PaaS所处的“中台系统”提供底层技术、通用业务、共享数据等能力,支撑前台敏捷快速适应瞬息万变的市场需求。

    数字化转型2.0升级:云计算、AI、大数据区块链等新技术赋能,新技术将被封装成标准化模块被调用

    新技术发展推动企业数字化转型从1.0迈向2.0版本,两者相比较1.0是基于传统IT架构的信息化管理,核心是业务数据化,基于硬件和软件的交付的产品经济;2.0是基于云架构的智能化运营,核心是数据业务化,是数据+算法提供了赋能的结果经济。

    其中以云计算、AI、大数据、区块链等新技术是数字化转型2.0的重要利器,成为2016年后企业数字化转型重要推力。

    随着技术进步,AI、大数据、区块链等新技术被封装好放在云平台上,以场景化服务的方式提供给企业客户。以用友YonBIP平台为例,如在AI领域,有智能营销、销售预测;在IoT领域提供AIoT的盒子,提供实时便捷的让终端接入平台,让企业不用关心底层技术,实时进行创新

    大型企业转向中台化建设,不断扩展业务边界,不断增强支撑创新业务的能力,不断深挖数据价值

    中台建设对大型企业的价值主要体现在:1)支持高并发性能;2)强调企业业务能力的复用,支撑前台业务的快速创新;3)数据可以真正在企业内部沉淀形成资产,驱动企业业务运营创新,降本增效

    中台搭建对企业级服务市场也将带来深远影响:引入中台架构技术让业务和技术相互融合,不断扩展业务边界,不断增强支撑创新业务的能力,不断深挖数据价值。数字化运营模式依赖数据计算、数据模型和中台化技术的整合能力。有很多的企业(特别是食品酒饮、化妆品、消费电子等面临新零售业务场景多且复杂的企业)选择从数据中台切入,快速将企业现有数据进行数据化改造,通过建设数据中台,打破内部数据壁垒、盘活数据资产、提升数据价值,对外提供统一的智能化数据服务,重构企业大数据生态环境,进一步深挖和释放大数据的价值红利实现价值变现,在行业和市场竞争中赢得先机。根据艾瑞咨询预测,2023年中国数字中台市场规模将达到179.4亿元,保持45%的年复合增速。

    数据智能:数据帮助企业精细化运营,发掘业务洞见,驱动业务创新和增长,产业蓬勃发展

    中台建设完成后,企业数据资产进行沉淀后,数据智能和数据分析将指导企业经营、运营,驱动创新。尤其是在互联网、城市治理、金融风控和营销领域、工业大数据、医疗健康卫生等领域,大数据已经充分证明了对企业主营业务快速发展、降本增效、业务创新、运营风控等领域有巨大的价值,因此整个数据智能+AI产业链也成为了近年企业级服务领域发展较快赛道。整个数据智能产业链包含基础设施硬件、软件,数据采集,数据准备和融合,分析发现、应用服务、安全等多个环节。在完成企业数据在线、数据仓库建设、数据采集和清洗分类后,企业引入数据挖掘、分析工具,可视化展示工具等。最终对大数据分析结果进行应用是完成产业商业化目标,实现价值的终点。

    SNOWFLAKE:受益于云端数仓、大数据管理、分析需求强劲增长,业绩超预期

    SnowFlake作为全球云数据仓库、大数据管理和分析赛道的龙头公司,公司在全球最早推出计算和存储分离的提供跨云一致性体验的云数据仓库产品。根据IDC预测,2024年全球数据仓库市场规模达到297亿美元,年复合增速12%,而云数据仓库占比将达到61%,保持25.3%的年复合增速。数据集成软件、BI和数据分析工具市场在2024年将分别达到79亿美元和400亿美元。整体云数据仓库和数据管理份额在快速提升(包括公有云和Snowflake),传统数据层仓库厂商Oracle、IBM、Teradata等等份额在快速下降。Snowflake目前虽然在全球数据仓库和数据管理软件份额都较低(2019年不到0.5%),未来在强劲需求、优秀产品表现下,将持续高增长。

    中国云计算市场进入PaaS服务、低代码/无代码平台高增长阶段(1)

    2020H1阿里云非IaaS类业务收入占比超过55%,中国企业尤其是大型企业和组织对PaaS平台、智能化需求、企业协作和IoT需求强烈。

    阿里云目前付费用户从2017年100万增长到目前300万,用户使用产品丰富度、大客户ARPU值也在不断提升。以A股上市公司客户为例,A股上市公司60%都为阿里云客户,且ARPU值从2018年到2020年保持40%的高增长。阿里云增值服务(非IaaS服务)收入占比逐渐增加,根据阿里云披露截至CY2020 H1非IaaS服务收入占比已经达到了55%,这标志着中国企业对云需求从简单基础设施外包、基础资源采购,逐步升级到希望云能提供智能化能力、解决方案能力的转变。阿里云的非IaaS业务包含云安全、大数据、人工智能、企业级应用、物联网、开发运维等众多增值服务和平台。阿里数十年大数据能力打造智能化数据平台,从数据计算、数据的存储、资源利用、智能分析、智能推荐等多方面辅助企业进行数据治理和利用数据实现商业价值,是目前国内市场最全面的数据中台和大数据平台解决方案。

    中国云计算市场进入PaaS服务、低代码/无代码平台高增长阶段(2)

    阿里云“云钉一体”彰显企业协同、应用开发平台重要性,中国企业智能化需求升级。钉钉上已有超过3亿用户、1500万组织,覆盖了小微企业到人员超过100万的大型组织。基于“云钉一体”的企业应用生态正在爆发,钉钉上已汇聚超过20万的开发者,为不同组织开发了数十万个企业应用。钉钉应用市场上,软件开发商年交易额增长超过800%,是中国增长最快、规模最大的企业应用市场。大型企业在数字化转型过程中,除了使用标准化产品,还需要基于应用开发平台开发个性化APP来组成完善的端到端解决方案和商业创新,因此低代码应用开发平台变得越来越重要,同时行业ISV在云生态的参与和贡献变得越来越重要。钉钉的低代码开发平台“宜搭”可以支撑运营管理场景、集成场景、相对封闭又需要外部业务快速响应组织内管理的场景、单个应用相对简单但定制诉求高的场景等。“云钉一体”战略的推出,将进一步增强阿里云行业解决方案及生态开放能力,也标志着中国企业对大数据、协同创新等智能化的强烈需求,应用开发平台、PaaS平台、行业创新解决方案在中国市场潜力巨大,这也是阿里云增值业务保持快速增长的核心动力。

    中国云计算市场进入PaaS服务、低代码/无代码平台高增长阶段(3)

    投入PaaS平台建设和部署必要性体现在:1)满足企业客户尤其是大型企业级客户定制化需求,快速交付定制化需求,加快开发和实施交付速度。让集成商/代理商能够基于平台进行二次开发,满足客户的定制化需求,实现快速低成本交付。2)实现系统服务间数据打通,打破信息孤岛,系统服务间数据将真正流通起来,服务于企业业务发展。3)进一步与大数据、人工智能、区块链、IoT结合等新一代信息技术结合,PaaS平台集成AI、大数据、区块链、IoT等通用技术和服务供企业客户和SaaS服务商调用,可以大大降低新技术使用门槛。4)SaaS厂商内部人员进行新功能开发可以复用PaaS平台上的功能和服务,减少单个项目的开发成本,极大缩短开发周期。5)形成生态,聚焦核心能力,SaaS头部厂商以开放PaaS平台的生态凝聚力,将平台开放给第三方应用开发商ISV,在平台上构建新应用,借助平台的流量售卖给平台客户,从而突破SaaS企业自身的业务范围,形成平台应用生态。或直接将平台售卖给ISV,独立开发和交付ISV自己的应用软件。

    云计算平台厂商、龙头SaaS厂商重点打造PaaS平台,提升整体解决方案能力

    Gartner预测到2024年,低代码应用程序开发将占到所有应用程序开发功能的65%以上,大约66%的大公司将使用至少四种低代码平台。低代码开发平台两类核心玩家:云计算龙头厂商和通用低代码平台提供商。根据Gartner 2019年4月发布的低代码平台HpaPaaS全球领导者来看,Salesforce、ServiceNow、OutSystems、Mendix等排在前列,也代表了全球低代码开发平台的两类核心玩家:头部SaaS企业和通用平台企业。

    产业内目前对低代码开发平台HpaPaaS关注点主要集中在:实际成功交付了多大规模的客户;横向广度上能覆盖多少行业、领域的应用开发场景,纵向深度上能开发多复杂的应用场景;开发效率和开发成本可以优化到什么程度;有多少ISV基于平台进行原生应用开发,以及产生了多少应用数量;对客户数据量的处理能力等。国内外云计算巨头Salesforce、微软、阿里巴巴、SAP、Workday较早推出PaaS平台支撑大型企业的数字化转型、定制化需求和SaaS功能的持续迭代。2019年至今国内PaaS呈百花齐放的状态。用友、金蝶、有赞、明源云、浪潮、北森、销售易等业务垂直SaaS提供商和垂直行业SaaS提供商,如今都有自己的PaaS平台,且仍然在持续加大研发投入力度和生态拓展速度。

    国内龙头SaaS厂商重点打造PaaS平台,构建生态打造解决方案能力

    用友网络:为了适应现代企业数字化转型需求,2020年8月用友网络正式发布YonBIP平台并成立BIP事业部,从ERP平台升级为BIP平台,打造PaaS+SaaS+DaaS云生态,服务大中型企业解决方案。YonBIP采用云原生、微服务、中台化、数用分离等全新的架构,构建包括技术平台、业务中台、数据中台、智能中台的PaaS平台iuap,提供用友有优势的八大领域SaaS产品包括营销、采购、制造、供应链、金融、财务、人力、协同等核心领域云服务。企业客户、生态合作伙伴可以很方便的在YonBIP平台上进行低代码和无代码开发,形成的SaaS产品可以在用友云服务市场上线发布和销售。

    金蝶国际:金蝶云苍穹PaaS与SaaS服务基于云原生架构,进一步具备控制IaaS、CaaS等底层技术服务能力,进一步抽象企业业务模型,提供低代码的高生产力应用开发平台;同时PaaS平台会基于越来越成熟的AI技术、物联网技术、大数据技术,为平台赋予更多的平台级应用服务能力。

    明源云集团控股:地产行业ERP进入低代码时代,明源云推出开放平台3.0,在分布式、微服务、低代码层面做出突破。拥有“三高一开放”特性,是高性能、高稳定、高安全、最开放的技术平台,该平台包括建模平台、集成平台、流程中心和研发协同平台的升级。

    平台化SaaS厂商填补中国商业创新平台PaaS平台空白,连接企业、ISV、IT供应商,实现共同商业创新

    SaaS 公司可根据服务客户领域分为通用行业型SaaS 和垂直领域型SaaS。前者不区分所在行业并提供通用服务,如SCM 领域的易订货、ERP 领域的NC Cloud、金蝶云等;后者一般为垂直领域中的业解决方案服务商并行提供SaaS 服务,如零售电商行业的微盟有赞、餐饮业的二维火等。

    单一的SaaS业务产品可以解决某一类业务应用需求,产业链头部企业要进一步创新面临比较大的内外部调整:内部挑战包括不同业务间数据如何打通共享,流程如何提升等,外部调整包括如何统一管理上游供应商和供应链、打通线上线下订单和门店商品库存管理,在同一平台上管理经销商、代理商等角色。作为国内最大的管理软件提供商,用友网络为了解决好不同行业、不同客户较大的流程差异、行业定制化、API接口管理、多云集成等各种问题,也需要一个强大的商业创新平台。同时不同行业解决方案提供商ISV在形

    结合AI使用的痛点:AI从单点能力向操作系统、平台迈进,与企业业务充分融合

    以人脸识别为代表的计算机视觉AI单点技术的爆发驱动了人工智能的第一浪,催生了AI的初步应用,2015~2019年市场进入启蒙阶段。

    然后单点技术只能提升某一个场景的效率,企业客户综合复杂的业务系统效率难以整体提升。企业客户需要的不仅仅是算法模型批量化产出,还需要进行不同部门业务数据打通、企业数据湖、数据仓库建设、数据闭环的建设,同时需要将专家经验沉淀为平台数据,进行机器训练。为了降低AI使用门槛,需要有AI操作系统、AI大数据平台实现资源调度、计算能力,因此包括AI服务器、芯片、网络存储、数据中心等建设需求旺盛。AI发展第二阶段听说读写等感知能力的全链人工智能技术将充分融合发展,整合为端到端的综合解决方案,在了解客户业务流程的基础上,将算法平台、AIoT设备和专家知识服务整合为场景化解决方案,实现人机协同。

    AI和大数据使用过程中的痛点:1)缺乏技术人员、数据科学家等;2)缺乏质量高的数据集;3)缺少业务方的参与和支持;4)缺乏数据一致性、时序性和闭环的数据治理系统;5)算法的可解释性。越来越多的创业团队、互联网公司围绕AI使用的痛点构建产品和解决方案。

    赋能智能化城市治理,AI成为大型城市综合管理大脑

    人工智能技术的出现为实现精细化、智能化、人性化的城市管理带来了极大便利性,尤其在北上深等超大规模城市,形成以数据为驱动的城市决策机制,根据实时数据和各类型信息,调配和调控城市的公共资源,最终实现自动智能化达到城市运作效率的最优化,降低城市治理成本。在基础设施较为完善的城市,将突破过往传统智慧城市建设中分散于交通、安防、政务等领域的单点信息化应用——彻底打通底层居民、车辆、终端的连接,形成万物互联,并在中层基于AI 技术构建感知与决策的「城市大脑」,最终支撑上层交通、安防、医疗等城市运营领域的应用场景,形成彼此间紧密相连的人工智能城市应用生态体系,而人工智能将成为城市治理的核心和「大脑」。中国智慧治理市场规模有望在2022年达到1600亿,保持20%以上的年复合增速。

    商汤SenseFoundry方舟城市级开放视觉平台,构建多场景、一站式AI城市治理解决方案,实现了AI研判处置全闭环管理,有效解决了暴露垃圾识别、共享单车乱堆放等城市痛点问题,极大提升城市管理效能。在江苏路街道,城市治理已经形成自动化闭环,依次为自动发现、立案、智能派单、处置、自动核查、结案六大环节。

    AI平台让AI应用开发难度大幅降低,上线时间缩短

    举例:早期AI产品使用对人才要求很高,需要非常强的统计学和编程功底,用C++底层编程、Python编程和组件代码能力,同时在计算还需要使用者考虑对基础设施的调配和调用,同时处理数据和数据治理也需要花费大量时间。第四范式“先知”AI平台功能覆盖从数据处理、模型调研、应用构建、应用上线到AI治理全流程,为数据工程师、业务人员提供超高维、高性能、低门槛、可扩展、企业级的AI平台级解决方案。先知平台让用户无需深入理解算法原理和技术细节,利用图形化托拉拽界面,可以进行建模和快速上线,极大方便数据工程师,将开发AI应用的周期从以半年为单位缩短至周级别。目前AI平台在精准营销、销量预测、风控反欺诈、反洗钱、智能银行、智能保险、智能能源、智能政务、智能零售、医疗、证券领域均有丰富的应用场景和案例。同时第四范式推出SageOne Appliance软硬一体化AI集成系统,性能较市面开源工具或GPU解决方案至少提高6倍,通过毫秒级数据响应和百万级吞吐量实时提升核心业务成效,让原本只能出现于事后的统计分析,转变成为事中实时业务决策AI应用。

    AI类应用构建需要专用服务器进行训练、推理计算和加速,专用芯片、AI服务器需求量保持高增长

    由于AI模型需要专用的基础设施进行训练、推理的计算加速,因此2016年以来AI服务器的增长速度和AI市场规模整体速度基本保持一致,AI芯片、服务器保持高增长。根据IDC预测,2019年人工智能基础架构市场规模达到20.9亿美元,同比增长58.7%,目前仍然是GPU服务器占比较大。AI芯片部署的位置有两种:云端和终端。训练环节在云端或者数据中心实现性价比最高,且终端单一芯片也无法独立完成大量的训练任务。终端AI芯片,即用于即手机、安防摄像头、汽车、智能家居设备、各种IoT设备等执行边缘计算的智能设备。经济效率考虑,一般只在云端部署。相比训练芯片,推理芯片考虑的因素更加综合:单位功耗算力,时延,成本等等。AI发展初期推理也采用GPU进行加速,但由于应用场景的特殊性,依据具体神经网络算法优化会带来更高的效率,FPGA/ASIC的表现可能更突出。

    垂直行业SaaS市场龙头不断涌现,未来细分赛道独角兽层出不穷

    2019年中国SaaS市场总体规模为378.5亿元,同比增长42%,远高于全球SaaS市场18.8%的增速。根据中国软件行业协会应用软件产品云服务分会的数据,在六类细分的SaaS市场中,经营管理业务类SaaS和垂直行业专用类SaaS占比最高,两者占比之和在70%以上,分别占比为39.3%和31.4%。业务流程外包类SaaS和办公沟通工具类SaaS增长最快,占比分别为11.3%和12.8%。

    有赞:从提供工具到全方位服务商家经营私域流量,提供全面的企业级服务

    2012年成立到2014年有赞都是主要为微信生态商家提供强大稳定的开店工具,让商家同时拥有自己的线上商城、小程序和品牌官网,同时搭载近百种营销玩法,对接多种经营渠道,帮商家拉新客、促活跃、提客单、带留存, 打造基于消费大数据的在线营销平台。有赞一开始打法就是尽可能多的提供各类工具和服务帮助商家扩大私域流量的销售额,因此公司逐步构建了以SaaS 软件、PaaS 有赞云、增值服务、支付金融为四大板块的产品和服务矩阵。

    有赞SaaS服务增长迅速,有赞微商城按年费收取软件服务费,在创建店铺工具、商品管理、拉新、订单和财务管理、营销工具、数据分析都有完整的SaaS服务。有赞还向商家提供增值服务和金融服务,增值服务包括从解决方案顾问、交付实施,到增加人才培训、运营提升、售后协助,目前主要发展广告投放等支持服务。提供线下整合支付交、易服务、微商城线上支付服务、预付卡服务、担保等服务。现在有赞平台上商家交易额已经从5年前2亿增长到今年1000亿。目前中国来自私域流量的整体交易额占比只有5%,未来还有比较大的渗透率提升空间,随着私域流量交易额增加,中大型品牌(零售、美业、教育等)更加注重用户运营,随着市场快速增长和有赞产品、服务体系进一步增加,未来5年有赞平台交易额有望达到1万亿。

    垂直行业SaaS龙头为行业客户提供管理系统、营销服务、供应链服务到金融服务一站式服务

    垂直行业SaaS服务提供商不仅仅解决企业信息化和数字化系统问题,还需要从企业采购、生产制造、市场销售、仓储物流、金融服务等多运营环节入手,形成完善的解决方案和一站式产品和服务,建立庞大的生态系统,提高护城河和扩大营收规模。

    明源云:中国房地产开发商最大的软件解决方案提供商,2014年开始基于传统ERP 业务积极拓展云服务,长期以来积累了4000家行业客户和深厚的行业know-how和品牌。在地产业务板块,如销售、成本管控、采购等模块,同时提供咨询服务,着力解决客户经营周期中遇到的一系列困难。未来明源云进一步将业务领域拓展到房地产的整个生命周期,从前期的设计规划、建造到销售、物业运营、资产管理等各环节,提供更加完善和丰富的产品。

    广联达:广联达2009 年开始BIM 研究,2014 年正式发布BIM5D产品,单点型岗位级应用获得的数据被打通并集成至BIM5D 平台。2015 年BIM5D开始全面推广,陆续应用到全球千余项目中,明星级项目如北京新机场、上海世博会博物馆等,打造了岗位级-项目级-企业级BIM 应用体系。基于BIM、物联网、云计算技术应用,公司打造了BIM 与智慧工地相结合的一体化数字项目管理平台。

    B2B工业品电商进入快速增长期,在线采购渗透率低,未来成长空间巨大,一站式服务提升竞争壁垒

    根据艾瑞咨询,工业品B2B市场规模约2700亿,线上采购渗透率仅为2.7%,预计未来五年工业品B2B市场规模年复合增长率约为43%,预计2023年中国工业品B2B市场规模将达到1.58万亿元。中国工业品B2B行业发展现在处于快速成长期,经历了2009~2016年的探索期,工业品B2B电商平台已经逐步解决了产品信息不对称的问题和客户信任度问题、采购流程标准化的问题,2016年以后随着垂直行业B2B电商平台服务的深入,仓储物流布局的完善、区域服务和本地化服务能力的提升,以及供应链数字化、云计算/物联网/机器人技术的成熟,B2B采购电商目前进入高增长期,已有先行者跑通商业模式,目前正处于盈利可期的状态。工业品采购电商未来发展也将重点投入打造一站式服务:1)产品齐全程度提升,丰富产品品类;2)帮助上下游企业完善数字化系统并做好系统对接;3)严格质检;4)打造供应链优势,扩展仓储物流网络、提升配送效率降低物流成本并能快速响应客户需求;5)提供供应链金融服务;6)会员运营体系,增加客户粘性。

    中国工业品在线采购市场空间广阔,巨头主要集中在MRO交易市场

    2018年中国目前工业品市场规模约为10.1万亿,艾瑞咨询预计到2023年中国工业品市场规模将达到12.4万亿,年复合增速为4.5%。按采购者使用目的不同,一般将工业品划分为非生产性物料(MRO)和生产性资料(BOM)两类。按照2018年中国工业品10万亿规模,MRO市场规模超过2万亿,占比为20%,BOM市场规模约为8万亿,占比80%左右。目前国内比较知名的MRO工业品服务商主要有:京东工业品、1688工业品牌、易派客、震坤行、华南城网、工品汇、西域、国家电网电子商务平台、工博士商城(工业品一站式采购平台)、工控猫、海尔企业购等,而国联股份目前所在赛道是BOM产品的自营电商平台。

    MRO工业品采购平台目前公司众多,融资速度快,但是还没有形成比较强的巨头,原因如下:1)对物流、仓储和库存控制,要求很高,经常第二天希望送货上门,且对售后、维修等也有较高要求,也因此行业里规模和影响力相对较大的平台都采用自营模式,以保证经营效率和利润率;而且因为需要本地化服务,较强的地域属性导致的行业格局分散;2)过去行业相对传统,在线采购渗透率较低,全球工业品老大固安捷,2019年线上营收占比也仅占到整体营收的16.5%,而国内工业品线上采购整体占比不足5%,为各家平台留下了充足的发展空间。3)SKU庞大、长尾商品多,从机械电子,实验仪器,检测设备,劳保安防,到生活办公用品、五金工具等等,供应商体系和渠道体系庞大,很难有一家自营平台集中所有的工业产品,京东目前SKU 3000万个,已经是品类最全的自营平台。很多平台都在细分领域建立自己的差异化优势,西域机电强在五金机电,震坤行则在化学品领域有独特优势。

    国联股份:工业品B2B在线采购交易蓝海市场走出的自营电商平台领导者

    2018年工业品B2B市场规模约2700亿,线上采购渗透率仅为2.7%,预计未来五年工业品B2B市场规模年复合增长率约为43%,预计2023年中国工业品B2B市场规模将达到1.58万亿元。2014年公司根据国联信息网有优势的涂料化工、卫生用品、玻璃、造纸、化肥、粮油等细分行业相继成立涂多多、卫多多、玻多多、纸多多、肥多多、粮油多多等B2B 垂直自营电商平台。随着旗下各个垂直电商平台收入爆发式增长,公司营业收入近三年实现快速增长,从2017年的20亿元增长到2019年的72亿元,复合增速在70%以上,2020H1实现收入58.08亿元,同比增长133.03%。

    模式向多个领域复制将不断抬高发展天花板。2019 年,公司继续孵化和复制上线了纸多多、肥多多、粮油多多三个新的垂直电商平台,分别专注于工业用纸、化肥和油脂产业,均对应千亿以上的产业规模。由于目前公司所处的涂料、玻璃、造纸、化肥、粮油等行业在线采购渗透率不到8%,而公司市占率领先,我们预计在目前打法下公司将能保持领先优势和高增长速度。

    未来公司还将加快在智慧物流、大数据、数字化云平台的建设和研发,加强产业一站式服务能力,提升竞争力,巩固领导者优势。我们预计2020~2022年公司营业收入将达到132.9亿、216.9亿、339.5亿,同比增长84.64%、62.43%、57.25%,将实现净利润2.61亿、4.37亿、7.41亿元,同比增长40.1%、67.1%、69.6%,首次覆盖给予“买入”评级,请投资者重点关注。

    ADAS渗透率快速提升,汽车电子电气架构走向域集中、中央计算平台架构,汽车行业算力需求爆发式增长

    汽车电子电气E/E架构加速向域控制、中央计算平台架构迁移, ADAS渗透率在中国市场快速提升,自主品牌ADAS装配量大幅提升。博世认为汽车电子电气架构演变路径为分布式、域集中、中央集中式。域集中和中央计算平台架构使原来分散的算力集中化,在降低架构复杂度同时提高了系统算力,软硬件解耦让汽车软件实现即插即用,具备可持续迭代升级的能力。中低端车竞争加剧,零部件成本不断下降,造成主流合资和自主品牌的重点车型上ADAS功能的搭载率甚至超过了一些在华销售的高端品牌车型。预计未来中国市场智能驾驶辅助功能的渗透率将持续快速提升,中低端汽车配置的智能驾驶辅助功能项目将逐步增多。根据Strategy Analytics预测2025年ADAS功能在我国乘用车中渗透率将从2019年的不到20%提高至70%以上。

    汽车电子电气架构变化、自动驾驶快速普及,汽车算力需求爆发式增长,汽车行业正在掀起算力军备竞赛。智能驾驶汽车涉及到传感器环境感知、高精地图/GPS精准定位、V2X信息通信、多种数据融合、决策与规划算法运算、运算结果的电子控制与执行等过程,此过程需要一个强劲的计算平台统一实时分析、处理海量的数据与进行复杂的逻辑运算,对计算能力的要求非常高。目前一般认为,L2需要的计算力<10TOPS,L3需要的计算力为30~60TOPS,L4需要的计算力>100TOPS。

    软件定义汽车趋势下,主控芯片和计算平台成为汽车智能化发展核心,中国本土厂商有望凭借AI优势走出车规级AI芯片领导者

    硬件架构升级驱动芯片算力需求呈现指数级提升趋势,汽车需要处理大量图片、视频等非结构化数据,同时处理器也需要整合雷达、视频等多路数据。这些都对车载处理器的并行计算效率提出更高要求,具备AI能力的主控芯片成为主流,汽车主控芯片结构形式也由MCU 向SOC 异构芯片方向发展。现阶段用于汽车决策控制芯片和汽车智能计算平台主要由三部分构成:1)智能运算为主的AI计算单元;2)CPU单元;3)控制单元。主控SoC常由CPU+GPU+DSP+NPU+各种外设接口、存储类型等电子元件组成,现阶段主要应用于座舱IVI、域控制、ADAS等较复杂的领域。

    随着自动驾驶渗透率快速提升,预计车载AI芯片市场规模超过手机侧AI芯片规模。随着智能化对算力需求的指数级增长,ADAS功能逐步成为智能汽车标配,预计到2025年70%的中国汽车将搭载L2-L3级别的自动驾驶功能。观研天下预测全球自动驾驶汽车上的AI 推理芯片,其市场规模将从2017 年的1.42 亿美元,年均增长135%至2022 年的102 亿美元,相比之下手机侧AI芯片市场规模为34亿美金,汽车AI芯片市场规模远超手机侧。

    车载AI芯片市场空间大、重要性高,行业内新老玩家共争霸,中国涌现出以地平线、华为为代表的车规级AI芯片龙头。目前全球有60多家公司处于开发或销售专用处理器以加速AI应用程序发展的高级阶段,美国、中国、欧洲和以色列,软硬件行业巨头都在组建工程团队进行深度开发,从传统芯片巨头、互联网公司、创业企业选择了不同的赛道和应用场景加入竞争。目前车规级AI芯片行业中,海外代表性公司包括特斯拉、英伟达和Mobileye,国内自主品牌代表性企业包括地平线、华为等。中国目前拥有全球最顶尖的AI算法人才、最愿意尝试创新的用户、最丰富的应用场景、广泛的数据来源和全球领先的工业化能力,未来国内必将走出自主品牌车规级AI龙头,目前已经具有先发优势的地平线有望引领行业发展。

    全球范围看特斯拉AI芯片发展迅速,特斯拉芯片和AI能力全面领先,有望在全球率先实现L4级自动驾驶

    2019年4月发布的FSD芯片,包含一个中央处理器、1个图像处理单元、2个神经网络处理器,其中中央处理器和图像处理器都采用了第三方设计授权,以保证其性能和稳定性,并易于开发,关键的神经网络处理器设计是特斯拉自主研发, 是现阶段用于汽车自动驾驶领域最强大的芯片。2个神经网络处理器运行在2.2GHz频率下能提供72TOPS的处理能力。FSD HW 3.0的性能比上一代HW 2.5提高了21倍,而功耗降低25%,能效比2TOPS/W。

    新一代自动驾驶芯片和HW4.0即将在明年量产,重构AutoPilot底层架构,将推出训练神经网络超级计算机Dojo,瞄准L5自动驾驶场景。特斯拉正与博通合作研发新款HW 4.0 自动驾驶芯片,有望在明年第四季度大规模量产。同时AutoPilot 团队正对软件的底层代码进行重写和深度神经网络重构, 包括对数据标注、训练、推理全流程的重构。全新的训练计算机Dojo 正在开发中。Dojo 将专门用于大规模的图像和视频数据处理,其浮点运算能力将达到exaflop 级别(秒运算百亿亿次),将配合无监督学习算法,来减少特斯拉对于数据人工标注的工作量,帮助特斯拉数据训练效率实现指数级提升。目前特斯拉已经拥有超过82万台车不断回传数据,到2020年年底将拥有51亿英里驾驶数据用于自动驾驶训练,而主动的自监督学习配合Dojo计算机可以大幅优化算法提升的效率。Dojo 可以改善Autopilot 的工作方式,从目前的2D图像+ 内容标注方式训练,升级到可以在「4D」(3D 加上时间维度)环境下运行。我们预计借助强大的自研计算平台、全球领先的AI算法能力、庞大的实际驾驶数据量,特斯拉有望成为率先实现L5级别自动驾驶的公司。目前特斯拉已经积累了160亿公里的驾驶数据用于自动驾驶训练。

    自动驾驶产业链商业模式:芯片、零部件供应商、软件服务商

    第一类:主控芯片、AI芯片供应商,决定了计算和应用平台

    第二类:零部件供应商:传感器供应商、域控制器供应商

    第三类:软件服务商:代表公司Momenta,在英伟达平台上和车厂合作,收费模式仍然以NRE+Royalty为主

    车载AI芯片未来规模预计超过手机端AI芯片规模

    AI芯片可以分为:用于构建神经网络模型的训练芯片,利用神经网络模型进行推理预测的推理芯片。训练芯片受算力、经济效率考虑,一般只在云端部署。相比训练芯片,推理芯片考虑的因素更加综合:单位功耗算力,时延,成本等等。

    随着自动驾驶渗透率快速提升,预计车载AI芯片市场规模超过手机侧AI芯片规模。随着智能化对算力需求的指数级增长,ADAS功能逐步成为智能汽车标配,预计到2025年70%的中国汽车将搭载L2-L3级别的自动驾驶功能。观研天下预测全球自动驾驶汽车上的AI 推理芯片,其市场规模将从2017 年的1.42 亿美元,年均增长135%至2022 年的102 亿美元,相比之下手机侧AI芯片市场规模为34亿美金,汽车AI芯片市场规模远超手机侧。部署于边缘的AI 芯片/内置单元的市场规模占比将从2017 年的21%,上升到2022年的47%。其年均增速123%,超过云端部署年均增速的75%。GPU 市场份额将从2017 年的70%下降到2022 年的39%,其主要增长动力将从数据中心算法训练,转移到自动驾驶汽车。

    自动驾驶芯片要求拥有领先AI算法能力,能够实现芯片+算法分离,看好英伟达、地平线未来发展

    车载AI芯片行业对芯片和AI解决方案提供商要求较高,需要至少具备以下能力:1)较强的神经网络算法能力,智能汽车主控芯片核心是神经网络单元的设计;2)自动驾驶汽车计算单元设计需要考虑算力、功耗体积等问题,同时做到芯片设计、算法最优化,有效算力最大;3)有能力提供“软硬一体”平台级解决方案,需要建立足够开放生态使OEM厂商和Tier1可以进行二次开发,同时为客户提供感知、制图、行驶策略等解决方案。目前全球主流车载AI芯片提供商都具备较强的软硬一体能力,和对AI算法、芯片设计的理解,本土厂商追赶的速度很快。

   

   

    风险提示

    1、板块股票上涨过快造成估值泡沫化风险;

    2、行业整体基本面回暖低于预期;

    3、云计算服务市场拓展进程低于预期;

    4、智能座舱、自动驾驶汽车上市时间及产销量低于预期;

    5、宏观经济及疫情加剧等外部环境影响导致企业AI和大数据支出不及预期;

    6、行业资本和技术爆发式涌入造成竞争加剧风险。