一、公司正进军数字化转型赛道，开启第二成长曲线

历史复盘：海康威视的第一成长曲线来自于国内视频监控渗透率的提升。历史上，安 防市场空间的成长主要来源于政府工程的驱动，受益政府端“平安城市”“智慧城市”和 “雪亮工程”等政策陆续落地，目前国内摄像头人均渗透率已升至全球最高水平，根据 Omdia 的数据，2018 年中国视频监控市场总装机量达 3.5 亿台，人均摄像机数量达 0.24 台。

在此过程中，海康威视凭借规模效应、强大销售网络、品牌优势等逐步成长为全球第 一的安防龙头公司：2020年海康威视实现营收/归母净利润634/134亿元，过去15年CAGR 分别为 38%/35%，公司在国内视频监控领域市占率超过 30%，全球市占率超过 20%。展 望未来，在存量替换（替换周期 3~7 年）和智能升级需求的拉动下，我们认为国内传统安 防市场仍将保持稳健增长（安防类似于针对社会公共安全的保险，政府出于维稳需求将持 续投入）。与此同时，海康威视积极拓展海外新兴市场，预计未来公司的第一成长曲线仍 将保持稳健增长。

立足当下：海康威视正基于视频感知能力，进军数字化转型赛道，开启第二成长曲线。 目前我国人口红利逐步消退，国内企业出于降本增效考虑纷纷开始拥抱数字化转型，我们 认为企业的数字化转型有望成为未来 10 年+维度的长周期黄金赛道。近年来企业数字化转 型正向深层次发展，为相关厂商带来数万亿的潜在空间，传统产业龙头、ICT 巨头、硬件 龙头、软件龙头、AI 独角兽等各方玩家纷纷涌入。由于视觉感知是深层次数字化转型最重 要的数据入口，海康威视以感知设备作为切入口进军数字化转型领域，并通过强化软件和 平台的布局持续提升在数字化转型过程中公司能提供的附加值，业务边界有望拓宽；公司 还拥有完善的渠道布局和丰富的行业经验积累，有望成为企业数字化转型的重要参与者。

目前公司正推动零售、地产、农业、制造业、能源冶金等多个下游的数字化转型，根据产 业调研，已有部分客户的单年销售额从数万~数十万扩张至数百万~数千万元。在此过程中， 公司持续进行微创新发掘客户需求，以保障单项目的产品竞争力，并通过实施中台战略来 进一步拓宽自身护城河。结合产业数字化转型需求的落地趋势以及公司目前在视频物联领 域的系列布局，我们认为未来海康威视的第二成长曲线正逐步形成。

二、估值探讨

历史估值复盘：2017 年以来，公司 Forward PE中枢在 25x 左右：其中 2017~2018Q1， 受益于行业高景气+AI落地安防场景+外资流入等因素，公司Forward PE从16x升至35x； 2018Q2 以来，受到中美贸易摩擦、行业需求承压等因素影响，公司 Forward PE 从 35x 下探至 18x，此后长期在 18~25x 之间震荡；2020H2 以来，随着行业景气度逐步复苏，公 司业绩逐季改善，叠加公司进军企业数字化转型的逻辑逐步兑现，公司 Forward PE 持续 修复至 35x 左右。

当前估值探讨：目前行业需求持续复苏，公司业绩增长确定性强；与此同时，公司加速进军企业数字化转型，目前已有大量案例落地；向后看，公司通过持续微创新（转型效 果好，敏锐察觉客户需求）和中台战略（规模效应降成本）持续强化自身竞争力，未来有 望加速助力更多客户实现数字化转型，实现 EBG 增速稳中有升，助力公司整体保持 20%+ 的持续稳健增长。考虑公司正通过强化软件来提升硬件的附加值，预计未来公司保持硬件 领先优势同时软件实力也将进一步提升，目前 A 股优质软件公司 2021 年 PE 在 75~146x 之间，我们认为海康威视的合理估值中枢可以上移至 45~55 倍。

三、什么是企业的数字化，以及企业数字化转型目前所处阶段？

本章核心结论：企业的数字化需综合利用大数据、AI、云计算等技术对传统企业进行 赋能。目前我国人口红利逐步消退，国内企业出于降本增效的考虑纷纷开始拥抱数字化转 型，而新冠疫情显著加速了全行业的数字化进程，我们认为企业数字化转型有望成为未来 10 年+维度的长周期黄金赛道。从落地难度和转型效果看，企业的数字化转型可以分为底 层信息化、基于设备&场景物联的数字化、基于物信融合和认知智能的数字化三个层次。 过去十几年里，国内企业已积极应用 ERP、SaaS 等工具来实现信息化建设，而近年来 AI、IoT、云计算等核心技术进一步成熟，从技术供给层面驱动企业数字化向更深层次发展。

行业概览：数字化是 B 端企业必然趋势，10 年+长周期黄金赛道

降本+增效两大驱动力推动企业持续变革，数字化转型成必然趋势。随着人口出生率 下降和老龄人口比上升，我国人口红利逐渐消退，“用工荒”频现，劳动力成本攀升。此 外，降本增效也是企业永恒的追求。在此背景下，企业正追求通过大数据、AI 等新技术实 现转型升级（即数字化转型），以实现机器替人、效率提升、创新商业模式等目标。目前 国内已开展数字化转型的行业涵盖汽车及零部件制造、消费电子、物流和化工建材等多个 领域。

展望未来，企业数字化转型是 10+年维度的长周期黄金赛道：

大数据成为未来商业社会的重要成长驱动力：目前全球正处于第四次工业革命的 重要发展节点，它是由大规模的数据来驱动的。具体来说，随着 PC 互联网、移动互联网和产业互联网的广泛而深入地应用，全球数据呈现爆发式增长态势，人类社会迈入大数据 时代，IDC 研究成果显示，全球每 18 个月新增数据量是人类有史以来全部数据量的总和， 在此背景下关于如何利用好大数据的数字化转型已成为社会发展的重要驱动力。

C 端用户互联网红利见顶，B 端产业互联网成为各方发力重点：从 PC 时代到如 今的智能手机时代，从单纯的移动互联到如今的应用生态，互联网网民和手机用户逐年上 升，但从用户与设备层面，移动互联网红利正逐步见顶。根据 CNNIC 数据，2020 年中国 互联网用户渗透率达到 70%，移动互联网在网民中的渗透率达到 99.7%，移动互联网用户 人均单日使用时长及打开 App 个数均处于高位。在此背景下，互联网巨头看好面向 B 端市 场的产业互联网发展趋势，借助大数据、云计算、物联网等技术进入到传统产业进行转型 升级的广阔赛道中去，携手传统产业龙头、各类软硬件公司、集成商等行业伙伴一道加速 传统企业数字化转型。

结合这两大趋势，我们认为，企业数字化转型作为产业互联网的重要组成部分有望成 为未来 10 年+维度的黄金赛道。

技术基础：AI 等新技术走向成熟，驱动数字化向深层次发展

以视觉为首的全面感知技术，在智能技术加持下，为数字化转型提供丰富感知抓手。 进行数据化转型的前提是获取充足的有效数据，因此以视觉为首的感知技术是数字化转型 最重要的数据入口和抓手。具体来说，基于可见光的视觉感知是人类社会获取信息的最主 要手段，进入 AI 时代后，基于计算机视觉、云计算、大数据等技术，厂商对于获取到的视 频数据利用效率大幅提升，具体来说，可以通过视频结构化将三维世界的真实记录转换为 一系列的属性标签和二维数据，例如物体的长宽高、颜色体积重量等，为后续进行数字化 转型应用提供丰富数据，可在此基础上进行数据清洗和新应用开发，基于大数据为客户创 造更大价值。

更进一步地，由于物理世界中可见光只占到电磁波很小的一部分，为对物理 世界进行更全面的感知，数字化转型的供应商开发了多种智能感知技术，比如 X 光、红外 热成像、毫米波雷达，通过全面的感知技术为数字化转型应用的模型提供更全面、更细节 的数据源。

AI 技术持续优化，芯片、软件等基础设施逐步成熟，为数字化转型打下基础。随着 AI 技术的逐渐成熟，其实际应用的技术领域不断扩展，以计算机视觉技术为例，由最初的 静态人脸识别和光学字符识别，扩展到人脸识别分析、活体检测、人体识别分析、物体检 测识别、行为识别分析、人体重识别等诸多种方向，对采集视频的数据利用效率不断提升。 同时，计算机视觉技术和场景应用正相互促进发展：应用场景从基于 1:1 识别算法的人证 核验场景迈向基于 1:N 识别算法的动态比对场景；从基于图像的场景分析迈向基于视频的事件、动作识别等。

伴随着海量数据的采集以及人工智能算力的提升，不断发展的计算机 视觉算法将为数字化转型解锁更多的应用场景。与此同时，海思等 AI 芯片公司也不断推出 更高性价比的 AI 芯片：根据华为机器视觉的数据，以机器视觉产品线为例，算力平均成本 在 2016~2020 年降低了 30 倍，人脸识别单路成本降低了 15 倍。软件端，算法能力逐渐 固化，数据利用能力也得到显著提升，AI 算法、数据结构化、中台等能力逐步走向成熟。 AI 算力成本大幅降低，叠加软件、算法能力得到沉淀，这些均为 AI 技术在数字化转型领 域大规模应用打下了技术基础。

AI 从科研化到场景化再到工程化，不断贴近客户，更好助力数字化转型需求落地。 AI 技术在发展初期（如算法、芯片）由科研型企业推动，但在 AI 落地安防与数字化转型 过程中，相关厂商逐步推动 AI 的场景化，将 AI 技术、感知技术与应用场景相结合，通过 数字化手段帮助客户满足痛点需求，比如通过 AI 算法帮助停车场发现车辆违停、帮助社区 实现垃圾分类等。在此基础上，为更好帮助客户实现数字化转型，相关厂商正在推动 AI 的工程化（AI+软件工程、AI+机械工程、AI+数据工程），即将 AI 技术、感知技术与应用 场景、光机电工程等结合起来，助力实现物联感知与企业业务流程闭环、机械自动化控制与自主决策、数据深度洞察与预测分析应用快速落地，如煤矿领域的基于 AI 工程化能力打 造的煤矸分离系统，可实现煤矸高效识别与精准分拣。

发展阶段：信息化建设发展多年，深层次的数字化方兴未艾

我们认为数字化转型可分为三个层次。从产业数字化转型的层次来看，站在落地难度 和转型效果的角度可分为三个层次，随着 AI、大数据、云计算等底层支撑技术逐步走向成 熟，企业在内生驱动下也积极探索更深层次的数字化转型升级：

1）传统的信息化：逐步通过信息化系统的建立和覆盖、底层设备的数据联通和管理/ 业务流程的现代化实现基础的数字化，具体来说就是企业在内部管理流程中应用人力资源 系统（HRM）、客户关系管理系统（CRM）等 ERP 软件或各类 SaaS 软件去实现业务交 流、业务流程和企业参与者的数字化，这一阶段主要利用了企业业务过程中相对好获取的 数据。

2）基于设备&场景物联的数字化：将视频监控等传感器技术与 AI、大数据、云计算 等新技术相结合，企业对业务流程中产生的数据利用效率也随之提升。企业可以通过产品 设备的智慧物联，实现产品设计、用户交互、生产过程和服务过程的数字化，类似于工业 领域的 MES（生产管理系统）；也可以通过场景的物联实现态势、作业、现场、环境、机 物状态的数字化。在这一阶段，企业利用更多维的感知技术去挖掘出业务流程中沉淀下来 的而此前无法利用的各种宝贵数据，真正实现感知智能。

3）基于物信融合和认知智能的数字化：即通过物信融合、大数据等技术进一步推动 数字化程度。在通过感知技术获取企业业务流程数据的基础上，将业务数据与互联网及信 息网数据相结合进一步去挖掘数据背后的价值，如果再进一步与实体企业的业务发展规律 相结合，最终的解决方案有望帮助企业解决痛点需求、实现降本增效、优化业务流程、甚 至助力业务模式创新等。在此阶段，企业利用大数据技术构建认知智能，数字化转型的效 果较前面两个阶段又有进一步提升。

四、助力企业数字化转型，谁能胜出？

本章核心结论：企业的数字化转型是一个系统性工程，涉及到硬件、软件、网络、平 台、应用等诸多环节，每个环节均有大量玩家积极布局，其中传统产业龙头与 ICT 巨头成 为数字化转型的主导者。由于企业数字化转型属于产业互联网的一个细分，具有高度定制 化的特征，涉及到各种技术和能力的综合应用，我们认为行业很难出现寡头垄断格局（尤 其应用层面）。而不同类型参与方具有各自的独特优势，通过跨行业、跨技术合作推动客 户的数字化转型需求落地是更优的选择。

海康威视凭借视频监控领域的深厚积累，叠加 AI 等技术的加持，快速切入数字化转型赛道：在设备物联场景下成为感知设备等基础设施供 应商，场景物联场景下成为平台供应商，积极为客户创造更多附加值（扩大自己的业务边 界）。由于视觉感知是深层次数字化转型最重要的数据入口，在引领 AI 技术落地视觉感知 领域，海康威视作为视频监控领域的绝对龙头，加上拥有完善的渠道布局和丰富的行业经 验积累，有望成为深层次数字化转型的重要玩家。

数字化产业链条较长，各方玩家均积极涌入

传统企业龙头与 ICT 巨头是数字化转型的主导者。数字化转型一般由企业内生驱动， 其主导者一般是企业自身，如欧美企业的数字化转型主要是由各产业链的优势企业来主导 （如西门子、通用电气、ABB 等），并在完成自身数字化转型后开始对外赋能。与海外类 似，部分细分领域龙头，凭借在数据、行业经验以及产品认知等方面优势，开始主导部分 细分行业的数字化转型，如机械领域的三一重工、家电领域的美的集团、海尔集团、电子 制造领域的工业互联等。与海外不同的是，国内部分行业产业集中度较低，行业内公司自 主进行数字化转型的能力相对较弱，在此背景下阿里、华为等 ICT 巨头凭借在此前所属行 业积累的数据应用、数据治理的经验&方法论，叠加在云计算、AI 等核心基础技术的领先 优势，逐步成为部分细分行业数字化转型的重要参与者，如服装、餐饮娱乐等行业。

数字化环节多，各类玩家纷纷涌入，一同助力企业的数字化转型。B 端企业的数字化 是一个系统性工程，链条长、环节多，美德等国针对制造业的数字化转型需求定义了信息 物流系统（CPS），将感知、计算、通信、控制等信息技术与设计、工艺、生产、装备等 工业技术融合，打通了状态感知、实施分析、科学决策和精准执行四个环节，最终实现制 造资源的优化配置。其闭环赋能体系可以概括为“一硬”（感知和自动控制）、“一软”（工 业软件）、“一网”（工业网络）、“一平台”（工业互联网平台）、具体应用落地，非制造业 的数字化转型赋能体系也与之类似，其中：

硬件：感知设备本质是物理世界的数字化，通过视觉、触觉、声音、温度等多位 感知技术为数字化转型提供丰富的数据，是数字化转型的起点，主要玩家包括海康威视、 大华股份等视频监控龙头以及其他传感器公司；自动控制设备是在数据采集、传输、存储、 分析和挖掘的基础上做出的精准执行，体现为一系列的动作或行为，比如 AGV、机械臂、 分布式控制系统（DCS）等，主要玩家包括工业机器人公司等。

软件：是对研发设计、生产制造、经营管理、服务等全生命环节规律的模型化、 代码化、工具化，是行业知识、技术积累和经验体系的载体，主要玩家包括金蝶国际、用 友网络等软件 SaaS 公司，中控技术、中望软件等工业软件公司。随着 AI 算法在数字化转 型中逐步应用普及，商汤科技等 AI 独角兽同样参与到数字化转型的过程中。 ——网络：是连接生产、管理、服务等经营环节与各类要素的信息网络，以工业网络 为例，可以通过工业现场总线、工业以太网、工业无线网络和异构网络集成等技术，实现 工厂内各类装备、控制系统和信息系统的互联互通，以及物料、产品与人的无缝集成，其 主要玩家是通信运营商和通信模组厂商。

平台：是高度集成、开发和共享的数据服务平台，可以推动专业软件库、应用模 型库、产品知识库、测试评估库、案例专家库等基础数据和工具的开发集成和开放共享， 助力产品、机器、人、业务从封闭走向开放，重组客户、供应商、销售商及企业内部组织 的关系。目前传统企业龙头和 ICT 巨头正加快构建产业互联网平台，向下整合硬件资源、 向上承载软件应用，抢占规则制定权、标准话语权、生态主导权和竞争制高点；与此同时， 其他环节的玩家如海康威视、大华股份等也在打造自己的平台。

应用：结合硬件、软件、网络和平台等能力去具体解决客户的痛点问题，与客户 距离更近，对供应商的集成能力、应用场景理解等要求较高。除了垂直领域集成商（如智 慧零售领域的汇纳科技、智慧停车领域的捷顺科技等），其他环节的玩家也逐步自上而下 切入，如海康威视等安防龙头基于视觉感知能力进军企业数字转型应用，传统企业龙头和 ICT 巨头基于产业互联网平台对外赋能（如美的集团的美云智数、三一重工的树根互联等）。

产业互联网属性决定应用层面很难出现垄断型龙头，广阔空间下竞争与合作并存是发 展主旋律。企业数字化转型市场具有高度定制化特征，即存在大量相对独立的细分市场， 不同细分场景的需求千差万别，对供应商的要求差异化程度较高，因此很难出现垄断性的 厂商（尤其应用端）。此外，由于不同类型参与方大多具有各自独特的优势，从目前实践 来看，通过跨行业、跨技术合作推动客户的数字化转型需求落地是更优的选择，如视频监 控龙头海康威视与传统企业龙头美的集团在数字化转型方面是战略合作者，与 ICT 巨头在 部分具体项目中也存在合作关系。

海康威视基于感知能力切入，并积极拓展业务边界

海康威视从视觉感知起家，逐步获取软件能力，并在 AI 等新技术加持下大举进入企 业数字化转型领域。海康威视在发展初期以视频板卡为切入点，并逐步形成种类齐全的前 后端视频监控产品，掌握了最核心的感知能力（视觉感知）。此后，在由纯硬件供应商转 型软硬件一体化解决方案供应商的发展过程中，公司又逐步获取综合安防的软件能力。

2016 年以来，随着安防成为 AI 技术最先落地的应用场景，海康威视在推动安防产业智能 化升级的过程中，逐步掌握 AI、大数据、云计算等技术，并借此进军企业数字化转型领域 开启新成长曲线：公司帮助各行各业的客户构建感知智能，并在此基础上利用大数据技术 帮助各行各业构建认知智能。对于下游企业客户而言，在进行深层次的数字化转型时，需 要以视频为首的感知设备作为重要的数据入口；对于海康威视而言，在客户端从满足辅助 性需求（对接安保部门）上升到生产力管理需求（对接业务部门），逐步渗透到用户的核 心经营和管理领域，客户粘性进一步增强。

海康威视在数字化转型领域的业务边界具有弹性，立足基础设施层进军应用层，积极 为客户创造更多附加值。海康威视强调“三分技术+七分业务”，深入到每一个行业场景， 把行业用户的想法落地实施。整体来看，海康威视将数字化转型解决方案分为两部分，相 对标准化的部分自己完成，对业务理解要求更高的部分由客户或生态合作伙伴完成。对于 不同细分行业，客户的能力不同，生态合作伙伴的能力也不同，公司在不同细分赛道的业 务边界也存在差异：

1）部分细分赛道下海康威视是数字化转型的基础设施供应商：三一重工、美的 集团制造业领域龙头公司实施数字化转型时往往亲自主导整个流程，海康威视则提供各类 设备帮助客户提升感知和认知能力。

2）部分细分赛道下海康威视是数字化转型的能力输出者：部分行业公司或非龙 头公司需要引入外部供应商来推进数字化转型，而部分下游存在优质的集成商，海康威视 会将自身的软硬件能力赋能给生态伙伴，协助他们去实施客户的数字化。

3）部分细分赛道下海康威视是数字化转型的完整解决方案供应商：部分行业公 司或非龙头公司需要引入外部供应商来推进数字化转型，但这些下游不存在优质的集成商， 海康威视可作为主导者，从头到尾帮助客户实施数字化转型升级。

整体来看，海康威视在助力不同行业客户实施数字化转型过程中其业务边界具有弹性： 从情形 1 到情形 3，海康威视在业务实施中获得的附加值逐步提升。公司的大致原则是产 品&设备物联时做基础设施供应商，场景物联时做平台供应商，但具体情况仍需取决于海 康威视对行业理解和服务深入的程度，以及客户和生态伙伴的能力。

传统安防龙头在渠道、行业理解、软硬件等方面具备独特优势，有望成为企业数字化 转型的重要玩家。传统安防龙头在进军企业数字化转型领域时，其核心能力除了硬件、渠 道外，还新增了软件、AI 算法、数据理解和数据处理、中台体系建设等能力。其中，

1）以视频为核心的全面感知能力：企业在完成信息化建设，进行更深层的数字化转 型时往往需要实现物理世界与信息世界的融合，视频感知作为现实社会最重要的数据来源 成为了数字化转型领域最重要的数据入口。传统安防龙头拥有丰富的视频监控产品种类， 可以更有效地满足客户的高度定制化需求，此外海康威视等厂商还在探索实现全面感知的 能力。

2）渠道优势：由于企业数字化产业面向的需求更加高度定制化，因此对企业渠道下 沉与快速响应能力的要求也进一步提升。传统安防龙头过去构筑的渠道优势延续到企业数 字化转型领域时仍然适用。

3）行业应用理解：数据的处理需要对行业和客户有深入理解，我们认为安防龙头海 康威视此前多年的丰富积累是其数据理解和处理能力的核心优势，具体来说：在与细分行 业客户的合作过程中，安防龙头获得大量深度参与的“行业/业务经验”，使得公司能够深 刻理解用户需求，AI 等新技术的出现使得公司可以将“行业/业务经验”沉淀到算法模型 中去，帮助公司在解决方案不断推出、落地和完善的循环中，磨练产品和软件的契合度， 提升公司的系统集成能力，以快速迭代适用的解决方案，越来越接近用户的核心管理。这 种经验能力，是长时间、多维度的积累，并随着用户需求的不断迭代而深入细化，无法直 接复制也难以快速取得。

4）中台体系建设能力：对于企业数字化转型市场，项目化、定制化方案的行业特点 需要多层次软件布局，场景化、碎片化的行业应用特征更是特别强调自己构建体系的能力 （否则可能无法满足终端客户定制化需求，形成负反馈），因此我们认为掌握中台软件能 力的企业一方面能全层次满足客户定制化需求，另一方面规模化后也有望强化成本端优势。 海康威视、大华股份陆续启动中台建设，积极追赶科技巨头的步伐。

整体来看，与其他类型的玩家相比，我们认为传统安防龙头具备独特优势。

五、如何看待数字化转型的需求空间和落地节奏？

本章核心结论：数字化转型是下一轮科技红利，料将孕育重大产业投资机会。目前各 行业龙头正积极推动数字化转型。整体来看，各行各业均有旺盛的数字化转型需求，且大 部分领域渗透率正处于从 0 到 1 的过程，潜在整体市场达数万亿。由于企业数字化转型具 有高度定制化的特征，我们认为数万亿的数字化转型市场将呈现渐次落地的特征：

1）场 景复杂度低的行业会率先落地，

2）各行业内部会从头部公司开始，再渗透至腰部公司，

3） 供给端的进步将加速需求端的释放节奏。

空间测算：数万亿级别蓝海市场，为海康威视打开更大成长空间

自上而下看，数字化转型空间广阔，未来有望成长至数万亿级别的蓝海市场。根据信 通院数据，2020 年中国数字经济规模 36 万亿元，占 GDP 的比重仅 36%，产业数字化作 为数字经济的核心组成部分，料将带来更大的投资机遇。我们认为，数字化转型是下一轮 科技红利的关键，也是中国未来国际竞争力的关键，料将孕育重大产业投资机会。根据产 业调研，家电龙头美的集团自 2012 年起在数字化转型领域的投入已超过 100 亿元，而根 据克尔瑞数据，2020 年国内 Top50 房企中，60%的公司数字化年投入达到 1 亿元。目前 文教卫、制造业、地产楼宇、金融、能源冶金等下游行业均有旺盛的数字化转型需求，且 大部分领域渗透率正处于从 0 到 1 的过程中，潜在整体市场达数万亿。

自下而上看，海康威视为客户创造更大价值，单客户 ASP 提升 10~100 倍。对于海 康威视而言，进入数字化转型赛道后，与客户对接的部门从安保部门上升到业务部门层次， 帮客户创造的价值也有显著提升：以冶金行业为例，海康威视过去主要是为客户提供安防 设备，而现在海康威视可以在管理层面（人员管理、车辆管理等）、安全生产、生产辅助、 绿色环保等环节为客户提供基于视频感知技术的智能化软硬件解决方案，因此企业端单客 户的每年产生的销售额从过去的数万乃至数十万元上升至数百万乃至数千万元。同时，海 康威视与企业客户的合作更加紧密，有助于公司将更多的硬件产品线导入客户，此外硬件 智能化升级、解决方案中软件附加值提升等也是单客户 ASP 显著提升的重要原因。

落地节奏：不同层次需求渐次落地，供给决定需求释放节奏

由于行业具有高度定制化特征，我们认为数万亿市场不会快速爆发而是渐次落地。数 字化转型产业化后，需求高度定制化的特征变得更加明显：数字化转型本质上是利用数据 化手段去贴近客户需求，帮助客户实现降本增效，而不同行业客户的痛点需求千差万别， 甚至同一行业的不同企业对于数字化转型的需求也存在差异。单一标准化解决方案无法满 足全部客户的需求，数字化转型供应商必须根据项目特点为客户量身打造定制化的解决方 案，这一特征导致数万亿的数字化转型市场将呈现渐次落地的特征。

1）场景复杂度导致落地节奏存在差异：a）部分场景深度有限，属于产品级智能化， 基本摄像头即可满足需求，比如物业领域的人脸识别、车辆识别，零售领域的货架分析、 远程巡店等，这类场景落地相对较快；b）部分场景深度较深，属于场景级智能化，对感 知技术和智能化程度要求更高，此外也需要融入更多对业务的理解，比如煤炭行业，在机 械上加载视觉传感器，可以观测传送皮带速度、根据需要调节速度（在煤少的时候慢点） 等，这类场景由于定制化难度更大落地相对较慢。

2）客户本身实力导致落地节奏存在差异：由于数字化转型属于系统化工程（尤其是 深度较深的场景），对客户的体量、自身人才储备有一定要求，一般来说是各行业的龙头 公司最先开始实施数字化转型（如家电领域的美的、机械领域的三一重工），待该行业的 转型方案探索出来后再逐步向腰部企业渗透。参考 SaaS 行业的企业渗透节奏，根据金蝶 的统计数据，目前超大型和大型企业的 SaaS 渗透率达到 100%，而中型企业和小微企业 的渗透率仅为 25%/10%。

整体来看，数字化转型需求落地将从各下游行业的龙头公司开始逐步渗透至中小企业， 并且单一企业客户实施数字化转型时也不会一蹴而就，而是根据场景复杂度分模块逐步推 进：深度较浅的场景先落地，深度较深的场景后落地，深度过深短期难以落地的场景，后 续随着感知、认知技术不断升级优化，最终也将得以落地。

因此我们得出以下结论：

1）数万亿的企业数字化转型市场将呈现渐次落地的节奏；

2）企业客户持续拓展新业务也会推动新的数字化转型需求源源不断涌现，因此最终 数字化转型的需求持续性和实际天花板有望超出理论预期；

3）一定程度上，数字化转型市场的现状是供给限制了需求，未来随着供给能力提升 （解决问题能力提升+综合成本降低），需求端也有望进一步落地。

六、海康威视在数字化领域的布局进展如何？

本章核心结论：海康威视自 2017 年推出 AI Cloud 框架为进军数字化转型领域打下基 础，此后持续更新方法论与工具库，如物信融合、数智底座等。截至目前，公司用于数字 化转型的方法论已趋于成熟，相应的工具库正逐步完善，正广泛助力各行各业的客户实现 数字化转型升级。在此基础上，公司基于多年积累的行业经验打造数字化转型解决方案， 从拉近管理距离、提升业务效率、规范作业行为和防范安全隐患四个维度解决客户痛点需 求。从目前已有的落地案例来看，客户横跨制药、汽车、轮胎、物业、零售等多个行业。

布局历程：公司基于感知能力进军数字化转型，目前已进入落地阶段

海康威视 2017 年推出 AI Cloud 框架，逐步推动框架落地，目前正广泛助力企业客户 数字化转型。回顾海康威视在进军数字化转型领域的发展脉络，我们认为是一个从提出框 架、到完善框架、推动落地的过程，截至目前公司用于数字化转型的方法论已趋于成熟， 相应的工具库正逐步完善，正广泛助力各行各业的客户实现数字化转型升级。

2017 年提出 AI Cloud 架构（方法论）：海康威视 AI Cloud 融入了“云边融合” 的理念，由“边缘节点、边缘域、云中心”三层架构组成，其中边缘节点侧重多维感知数 据的采集和前端智能处理；边缘域侧重感知数据的汇聚、存储、处理和智能化应用；云中 心则侧重包括物联网数据在内的多维数据融合，以及基于大数据的多维分析应用。此外， AI Cloud 还针对边缘域和云中心研发出管理调度平台，实现 AI 资源的统一调配，因此 AI Cloud 可以看作包含基础设施、数据资源、平台服务和应用软件在内的综合框架。基于 AICloud，海康威视逐步从视频监控厂商转型为智能物联网产品和解决方案供应商（从单一 传感器到多维传感器、从非智能传感器到智能传感器、从传感器产品到三层架构智能物联 网络）。

2018 年推出两池一库四平台（如何用好物联感知数据，一种工具）：公司基于 AI Cloud 架构发布“两池一库四平台”工具，帮助客户践行“云边融合”的计算架构，“两 池”是计算存储资源池、数据资源池，“一库”是算法仓库，“四平台”是资源管理调度平 台、数据资源平台、智能应用平台、运维服务平台。通过两池一库四平台的工具，公司可 以帮助客户更好的调动资源利用数据：公司开发出计算存储资源和算法仓库的调度，使得 算力和数据能在合适的时候进行科学的使用。举例来看，在交通压力大时将算力调整到处 理交通卡口的点位上，安防压力大时再调整到安防的点位上。截至 2020 年，公司将“两 池一库四平台”升级为“两池三库一屏七平台一环境”作为基础软件平台，此外还推出了 多个通用软件平台和行业软件平台。

2019 年推出“物信融合”数据架构（升级方法论并推出相应工具）：从数据的视 角看，只有将智能物联网中的数据按照信息网中需要的模型进行组织，并在信息网中实现 融合，才能够使物联数据很好地为信息系统所用，为用户所用。海康威视在助力客户数字 化升级的过程中提出“物信融合”理念，并将“两池一库四平台”进一步整合为“物信融 合数据平台”，其典型功能包括横向跨网融合：

1）解决智能物联数据源头的质量问题，

2） 利用 AI 将物联数据转化为信息网中易理解的人、地、事、物等数据；

3）物联数据服务， 在支撑物联智能应用的同时，可以将数据按需送到信息网中与其他数据融合；

4）融合数 据治理，将数据按照主题库、标签库、关系库等方式组织起来；

5）提供融合数据服务， 支撑信息网数据应用的开发。

2020 年提出数智融合理念，并面向智慧城市推出数智底座（升级方法论并推出 相应工具）：2020 年公司提出“数智融合”理念，将 AI 与感知大数据结合实现感知智能， 将 AI 与多维大数据结合实现认知智能。在此基础上，海康威视面向智慧城市进一步推出数 智底座，数智底座由共用基础设施平台、智能物联感知平台、物信融合数据平台、城市空 间操作环境和智能应用开放平台构成，可为城市各类智慧业务的开发提供基础支撑。海康 威视可通过数智底座赋能生态伙伴：5 分钟可配置 1 个 VR 应用，2 小时即可配置一个 AR 实景应用、训练一个新算法、“零编码"构建一个数据看板，3 天即可定制一个物联应用等。

2021 年推出 AI 开放平台 2.0 版本，从感知智能到认知智能（工具升级）：公司 此前推出 AI 开放平台，以技术工具的可复用性降低业务开拓的边际成本。具体来说，AI 开放平台是面向行业用户与生态合作伙伴打造的一站式算法定制服务平台，具备场景化的 AI 开发能力，基于少量数据快速生成满足用户需求的 AI 应用，应用上线后进而叠加新的 数据做增量训练，不断迭代优化算法。2021 年，公司根据过去几年的实践经验推出 AI 开 放平台 2.0 版本，在全面感知、自主进化、认知计算三大能力上全面升级，即 1）根据场 景进行信号采集与融合应用，使感知手段更加全面：全波段应用实现多号融合；2） 通过自主进化技术和认知计算框架，让 AI 越用越聪明的同时，使各行业可基于框架构建适 用行业的认知计算体系，最终实现从感知从认知的转变。

七、海康威视在数字化领域的胜负手是什么？

本章核心结论：正如上文所分析，以视觉为核心的多维感知能力是深层次数字化转型 的重要基础能力，海康威视以感知设备为基础不断丰富自身硬件品类，同时强化软件和平 台能力建设，从多个环节更好地满足下游客户高度定制化的数字化转型需求。此外，公司 基于强大的渠道网络和完善的交付方法论提升对客户赋能的效率。在此基础上，海康威视 还通过持续的微创新提升在单个项目上的竞争力，通过实施中台战略提升规模效应从而具 备成本优势，我们看好公司在数字化转型领域保持领先地位。此外，规模效应带来的成本 下探有助于拉动下游客户需求释放节奏加速，我们看好公司人均创收等指标的持续改善。

能力体系：完善软硬件一体化产品体系，并构筑开放平台打造生态圈

数字化是逐步进阶的过程，场景化是路径，系统化的产品体系是支撑数字化转型建设 需求的关键。在助力企业数字化转型的过程中，海康威视围绕 AI Cloud 架构逐步打磨出全 方位的软硬件产品体系，并推出多种开放平台和一套交付方法论加速推进企业数字化转型， 助力用户价值落地。

1、硬件产品：丰富 SKU 满足碎片化场景，全面感知实现更精准刻画

海康威视持续丰富硬件产品，目前在售型号达 2.7 万种。海康威视从视频采集起步发 展至今，不断打造如“黑光”“全彩”系列摄像机，“超脑”NVR“明眸”系列智能门禁等 一系列明星智能产品。跟随业务拓展，公司还不断探索全光谱感知能力，将信息感知方式 从可见光扩展到远红外、X 光、毫米波等领域，并不断探索声、温、湿、压、磁等感知手 段，磨砺迭代信号处理、传输显示等一系列硬件设备。此外，公司还将产品应用场景从安 防与智能物联网扩展到工业自动化、汽车辅助驾驶、消防、安检等更多场景之中，每年销 售的硬件设备产品型号已达 27,000 种，其中边缘节点产品聚焦全面智能感知，边缘域产 品注重场景化智能落地，云中心产品着力智能计算与流式存储。

海康威视硬件产品的丰富品类有助于满足多样化场景需求，打造完整解决方案。由于 企业数字化转型过程中涉及到多个复杂环节，且不同行业不同客户需求呈现多样化特征； 而不同的外界环境对硬件设备要求差异极大，往往涉及高清度、低照度、宽动态、是否防 爆等多种指标的结合，很难用单一硬件满足不同场景的需求，同时成本最优化。而海康威 视多达 27000 种的硬件品类能覆盖更多领域、更多样化的数字化转型需求。此外，公司对 前中后端硬件产品实现全方位布局：从前端数据采集，到后台数据存储分析，再到最后以 人工智能或是机器视觉替代部分人工全流程，可帮助客户打造出完整的解决方案。

海康威视通过全面感知技术帮助客户获取更完善的数据，进而提升数字化转型效果。在物理世界中，可见光只占到电磁波很小的一部分，公司为对物理世界进行更全面的感知， 开发了多种智能感知技术，如红外波段的热成像技术，毫米波波段的雷达检测技术。公司 会根据信号的特性以及场景的需要进行信号融合，从而使感知手段覆盖更广阔的电磁波图， 更好的构建数字化条件。以“智能养猪”场景为例：海康智能养殖方案融合立体相机和红 外相机，同时获得猪的 3D 信息和热成像，通过目标识别、分割技术在线测量猪的体温、 体重，从而实现猪的健康生长在线监测，同时还可以根据猪的日增重去动态调整饲料配方， 帮助养殖场提供养殖效果。

公司将 AI 与光机电系统相结合，通过 AI 工程化加速智能应用落地。为了更好地帮助 客户实现数字化转型，相关厂商正在推动 AI 的工程化，即将 AI 技术、感知技术与应用场 景、光机电工程等结合起来，助力实现物联感知与企业业务流程闭环、机械自动化控制与 自主决策、数据深度洞察与预测分析应用快速落地。在煤矿领域，海康威视为煤炭开采企 业提供创新的煤矸分离系统，实现煤矸高效识别与精准分拣。此外，公司通过子公司海康 机器人布局机器视觉和 AGV，进一步强化了公司 AI 工程化的能力。

2、软件产品：基于统一软件构架开发，可有效提升方案整体效率&附加值

海康威视基于统一架构研发全套软件，携手硬件产品共同赋能客户。公司从客户需求 出发，自 2009 年起布局行业解决方案，逐步覆盖到公共服务、企事业相关的 10 余个大类、 70 余个小类的众多行业应用，从 2016 年起构建统一软件技术架构，在规范的方式下保障 软件开发的一致性，各软件产品之间也可以实现彼此兼容和协同，最大程度降低了不同系 统之间打通带来的集成和协作成本。截至 2020 年底，海康威视软件产品家族包括软件平 台、智能算法、数据模型和业务服务四个部分，全方位多层次满足客户具体需求。

软件业务逐步开始单独收费，我们认为软件关注点仍是提升解决方案整体附加值。根 据公司年报披露的增值税退税数据，我们可以大致测算出公司目前每年的软件附加值已超 100 亿元，并整体处于上升趋势。需要注意的是，这里的软件包括直接对外销售的平台软 件，也包括嵌入硬件中的相关软件部分。传统安防时代，公司为客户提供解决方案时以硬 件为主，软件几乎不收费（VMS 平台根据客户情况收费）；进入数字化转型时代后，由于 软件附加值进一步提升，叠加软件平台的定制化难度进一步加大，目前也开始出现软件单 独收费的项目，云眸平台甚至可以按照通道数和时间计费（类似于 SaaS 的业务模式）。

我 们认为，这一趋势说明公司未来软件能力的重要性进一步提升，但更加需要关注的是公司 软硬件研发互为支持，推出能满足用户需求的最佳解决方案的能力：基于客户要求、应用 场景、行业特性等原因带来的需求，公司的研发落地经常不拘泥于单一的软件研发或硬件 研发，比如与用户沟通业务需求时软件人员会同步输出硬件设备需求；根据已经开发出来 的新型智能设备，软件团队也会同步开发最大限度体现硬件价值的应用软件。

4、交付体系：提炼出价值交付三部曲，低代码引擎有助于高效交付

海康威视提炼出价值交付方法论，并对外赋能。公司持续深耕石油石化、煤矿冶金、 电力、物流、零售连锁、智慧制造、教育教学、医疗、智慧金融等行业细分领域，基于深 厚的数字化转型项目交付成功经验，提炼出一套价值交付方法论，加速推进企业数字化转 型，助力用户价值落地。

1）愿景构建：以用户价值为导向，海康威视沉淀出一套完整的业务框架与解决 方案能力集，以及以“拉近管理距离、提升业务效率、规范作业行为和防范安全隐患”为 核心的价值体系，助力用户构建泛在感知、智能物联的数字化转型愿景。

—2）价值匹配：基于行业研究和理解，以及典型用户群的关键活动分析，深度融 入用户业务场景，帮助用户梳理价值链、明确价值诉求，通过解决方案能力集进行价值匹 配和价值萃取。

3）价值落地：以专业化工作流程推动数字化项目交付，实现价值业务落地与用 户认同信任双目标，与用户同行，助力用户持续发展数字化发展蓝图。

在基于内部交付流程梳理出方法论后，公司尝试对外赋能培养外部服务商，如海康威 视 E 连锁通过数字化平台将外部交付和客户体验数字化，2018 年公司基于 E 连锁在 8 个 月内对 400 多家大型商场门店实现解决方案交付。

1、单场景壁垒：始终贴近客户，基于行业洞察提前同行推动微创新

单场景的竞争力：公司持续推动微创新迭代，更好满足客户痛点需求来强化竞争力。数字化方向上，想要拿到更多客户订单，其核心在于能否更好地满足客户痛点需求。公司 针对这一方向，EBG 坚持推动员工到一线与客户近距离接触，并基于行业洞察提前同行推 动微创新，更好地满足客户需求。比如物业领域的预防高空抛物需求，某楼盘有 45 层， 物业公司通过安装 3 个摄像头（每个摄像头负责 15 层）进行画面拼接，这种方式成本较 高、安装繁琐，海康威视针对这一场景定制了一款摄像头，将两个广角摄像头做到一起、 做好图像拼接，50 层以下装一个摄像机就可以全面覆盖，并在算法中加入隐私保护功能。

基于微创新，公司有效提升客户的使用体验并降低用户成本，强化了整体解决方案竞争力。 需注意的是，单点的微创新模仿难度不大，无法形成显著壁垒，公司的核心竞争力是基于 行业洞察，能够持续推动微创新并领先于同行，背后则体现了公司 EBG 组织架构（阿米 巴+平台）的优势，我们将在下文中展开论述。

2、综合壁垒：通过中台战略提升规模效应，并搭配以组织架构调整

综合竞争力：公司采取中台研发架构，以组件复用方式来提升规模效应。由于业务场 景过于碎片化，软件开发、交付及维护过程中出现了来自客户、交付及研发的一系列问题， 例如产品集成统一、版本升级、重复开发等问题。为了从源头解决这些问题，公司自 2016 年起通过建立统一软件技术架构全面提升软件工程能力，重构原有的软件研发模式，以基 于组件的开发模式为基础，形成了“选构架+选组件+配置组件+开发新组件+集成”的开发 流程，在规范的方式下保障软件开发的一致性，发掘软件资源的复用价值。

从原理来看， 公司的统一软件架构高度类似互联网巨头的中台战略，以组件模式进行开发，沉淀可复用 部分降低边际开发成本。互联网巨头中台战略本质是对通用能力的“封装”并以接口或组 件的形式共享，对于海康而言，不同客户间存在某些共性需求，为避免共性需求重复开发， 海康以组件形式将软件产品进行拆分，研发团队在统一软件架构下开发出标准化组件，再 沉淀出可共用的通用组件于全公司范围内调用，新承接项目仅需要开发客户定制化需求部 分的新组件，可复用的组件数量越多，新项目的边际开发成本也越低，同时开发的时间要 求也越低，从而支持客户所要求的快速开发和迭代。2018 年公司组件库中各类组件为 275 个，2019 年增长为 1644 个，2020 年已增长至 2300 余个。

未来展望：成本下探带动需求释放，看好人均创收等指标改善

统一软件架构下规模效应有望逐步体现，未来公司人效有望持续提升。我们认为公司 基于统一软件架构沉淀出标准化的组件库，在后续面向新项目进行开发时有助于提升开发 效率降低研发成本，并且随着公司 EBG 的数字化转型业务持续拓展，项目经验积累的越 丰富，可复用的组件越多，规模效应也会随之进一步增强。我们认为，公司有望凭借规模 效应节省出来的成本，为客户提供更高性价比的产品，从而推动数字化转型的需求落地。

举例来说，各行业中龙头公司由于资源优势对数字化转型更加积极也更有付费意愿，公司 可以先服务龙头公司，在帮助龙头公司实施数字化转型升级的过程中，提炼出具有通用化的功能，通过做减法的方式使得成本下探至腰部企业能接受的程度，进而推动数字化转型 需求的加速释放。此外，公司 2016~2019 年在研发人员方面大规模扩张用于搭建统一软 件架构并进行配套的组织架构改革，目前底层架构已基本搭建完成。展望未来，公司认为 未来 3 年是发展机遇期，结合公司发展阶段，我们认为未来公司仍将继续加大人员投入， 但主要投入方向预计为一线的技术支持和组件开发人员，背靠统一软件架构更贴近地去服 务客户。不同于大规模建设阶段，我们认为未来公司的人员投入将更加精细化，并有望带 动人效提升。

：