海康威视22年报及23Q1业绩交流纪要

2022年，全球宏观经济波动加大，地缘政治错综复杂，制裁打压继续升级，国内受疫情防控、需求收缩预期短弱等各方面影响，给企业经营带来巨大挑战。海康威视秉承专业、务实、诚的理念，积极审慎的应对各种不确定性。

l  报告期内，公司实现营业总收入831.66亿元，比上年同期增长2.14%，实现归属于上市公司股东的净利润128.37亿元，比上年同期下降23.59%。国内主业三个BG营收总和451.37亿元，同比下降8.41%，其中公共服务事业群PBG实现营收161.35亿元，同比下降15.79%。

l  PBG业务受疫情防控影响最大，公共支出受限，大项目落地减少。其中2021年四季度公司有确认大项目收入数据基数较高，2022年底疫情封锁和快速放开后的疫情过境导致四季度缺乏开展有效工作的环境。我们认为22年四季度是公司业绩的底部。

l  企事业事业群EBG实现营收165.05亿元，同比下降0.75%，EBG业务表现出较大的韧劲，企业用户的数字化转型动能较高。在地产行业大幅下行、社会经济活力不足的背景下，仍能维持相对稳定的资本支出，其中能源行业增增速较快。

l  中小企业事业群SMBG实现营收124.97亿元，同比下降7.36%，SMBG中小企业对经济环境敏感，下半年需求不太活跃，但整体情况还算平稳。

l  海外主业收入220.32亿元，同比增长16.41%。下半年北美、欧洲业务受通胀、政治打压等方面的影响，业务出现负增长，发展中国家继续保持不错的增速，预期未来发展中国家的收入价比将会进一步提升。

l  创新业务整体收入150.70亿元，同比增长22.81%。创新业务主要公司表现出较好的发展势头。

l  毛利率方面，公司2022年整体毛利率为42.29%，在经济落势的情况下，公司尽力争取营收增长，部分低毛利业务机会拉低了整体毛利。2023年公司更注重有效益的增长，第一季度毛利回升到45.17%，一方面是部分业务质量较好，另一方面是公司加大降本力度。

l  费用支出方面，2022年公司人员数量有一定扩张，给利润端带来压力。公司从去年下半年开始严格控制人数增长，费用支出的刚性是我们要面对的挑战，预计今年将逐渐有所缓解。

l  存货方面，公司继续保持较高的存货水平，以加强公司应对重大不确定性的能力，公司应收应付款项随业务规模增长。

l  现金分红方面，2022年公司的分红预案是每十股派发现金红利七元，派发的现金红利约65.55亿元，但比2022年归母净利润51.06%。

l  汇率方面。公司2022年汇兑收益4.28亿元，目前公司已保持多笔总结算，以减少单一外币结算比例太大带来的不确定性。

l  经营性现金流方面，2022年公司经营性现金流占净利润比例79.22022%年末现金及等价物398.15亿人民币，公司资金储储备较为充足。

l  当前国内经济处于复出向上的过程中，我们努力夯实业务基础，注重营收质量，争取有效益的增长。在海外国家，公司将根据经济发展环境和资源增的环境决定资源投入力度。

l  2023年一季度公司营收162.01亿元，比去年同期下降1.94%，从从2022年第一季度到2023年的一季度五个季度，各季度营收的同比增速分别为18%、4%、3%、-9%、-1.9%，各季度归母净利润的同比增速分别为5%、-19%、-31%、-20%，到2023年一季度相对于2022年各季度的营收、净利润逐渐下降的趋势已明显收敛，整体趋势向好，其中企业的数字化转型势头较好，EBG在本季度已率先恢复正增长，海外市场受政治因素、通胀等方面影响整体出现负增长，但部分发展中国家需求情况尚可。截止目前，二季度国内增长情况较好，我们相2023年会逐渐向上。

【提问环节】

QAI大模型技术怎么看？

A这几年大模型是一个比较明确的发展趋势，我们几年前就开始研发视觉大模型，现在已经到了多模态大模型的研发阶段，包括视觉、语音、文本等多模态的处理。我们也自建了业内一流的千卡的数据中心，面向安防场景我们训练了百亿级参数的大模型。面向部署成本较高的性质，我们在大模型的算法和构架上都做了调整，利用云边端的算力达到成本与效用的均衡。

他们的感知能力使得我们具备了更泛化的能力，目前大模型已经在AI开放平台上上线，支持了很多用户，使得视频息提取的精确度有了量级的提升，另外使得我们标注成本大幅下降。

当前大模型的研发在全球都百花齐放，我们认为在面向垂直领域应用的时候，行业大模型的性能和成本都有优势。Bloomberg构建了500亿参数的bloombergGPT，金融领域有优势，海康的历史积累也会给我们带来优势。

AI领域过去有大量技术开源，大幅加速了行业进步。另一方面，要达到SOTA的模型，是需要一些专业数据积累的。SAM发布之初我们就关注到了，但它的性能和我们的专业模型还是有一定差距的。我们会持续投入AI，持续关注，共建良好的大模型生态。

Q未来的指引与定性的判断？

A我们在21年的时候提到的未来三年机遇期，但确实情况发生了很大的变化。从公司来说，zz环境不那么好，但本身竞争环境在改善。公司的能力也是在提升的，技术方向也是比较清晰的；我们内部也到了一个转折期，运营管理能力在提升。因此整体来看还是一个上升区间，基本判断没错。

这几年，可能还会有一些波折，但各种能力的打造对公司长期发展还是好的。我们在各方面能力都有储备，之前只是不说，今天是被迫要说一下。即使未来几年有一些困难，但海康还是会有比较好的发展的。

Q凭借大模型，竞争对手可以突破我们公司之前建立的壁垒，公司怎么看这种观点？

A大模型呈现的能力让大家看到人工智能会有更强的泛化能力，也有更多的应用价值的输出，这点趋势是比较明显的。另一方面，大模型本身是一个人类数据和知识的提炼，因此我们认为，在面向垂直领域的时候，高质量的数据会有巨大的价值。所以，不是说有大模型就可以的。

我们很早就做了视觉大模型，由于我们的架构是发展全面感知的，因此也比较早就做了多模态大模型的研发，是把各种模态的息都融合训练的。

大模型的开源首先会让客户进一步提升对AI的接受度，我们有能力+物联网领域二十多年的数据积累，可以为客户带来更多的价值和优势。

Q订单是否今年会有比较明确的提升机制？

A去年二季度起，商机受到遏制，三四季度是下滑的，今年一季度疫情也没结束，春节后才看到商机是往上走的。但我个人觉得要到五月份，全年的情况才会比较明朗。当然不同的客户节奏不一样，小商户决策链条比较短，所以节奏比较快，而PBG抉择速度就相对比较慢。

Q公司之前的优势是有垂直领域数据积累，以及渠道方面的壁垒。公司的渠道壁垒仍然是不太可能被突破的对吧？

A在垂直行业里，任何一个细分的场景都会有比较大的差异。比如烟草行业，烟叶的储藏和加工和做粮食的肯定不一样，我们必须深入场景做解决方案。渠道上来说，其实有很多中间环节，要建立起任和长期磨合，这是需要时间的，不像消费领域会很快改变。

Q人员方面怎么看？

A有些项目是应急性质的，发生了之后需要去响应；还有一些是中长期的。企业经营有些事情是底子性质的，需要投三五年。我们人员增长方面，之前几年扩得比较多（因为当时判断是机遇期），今年在人员编制上不太会扩大了，而是去优化自己的资源，内部会做一些结构性平衡。

不过有些能力的培养和打造我们会很坚定地去做，不会因为外部环境而调整。

Q能否定量说一下大模型对公司业务提升的程度？

A我们的大模型的部署之后，会对原来的AI算法升级。升级之后AI的性能有了大幅的提升，以前很多提供的功能是基于对视频和图像的理解的，升级之后，整个息提取的精确度提升了一个量级以上，比如误报率会降低一个量级，极大提升了用户的体验。AI是基于大数据的，所以数据标注是很重要的，现在主要是基于大模型做自动化的标注，标注效率提升了一个量级以上（10x以上）。

AI整个应用的场景非常多，有非常多定制化的需求，所以面向定制化的需求，当时就走了一个AI开放平台的路线，基于底层的人工智能基础平台，为千行百业服务，从千行百业提取面向各行各业的模型。我们AI服务平台已经服务了一百多个行业，每个行业里智能化的需求是非常多样化的。

Q今年Q1毛利率已经有所提升，如何看待今年的毛利率？

A毛利率受很多因素影响，但海康来说不同区域、行业对毛利率都会有影响。现在大家都在说内卷，内卷最直接的表现就是毛利率下降。我相我们在自己行业里的毛利率是有可能往下走的，但是如何减少我们自己的毛利率波动呢？主要能做的就是创新。这样的话，我们能比竞争对手做得更强一些，从而维持自己的毛利率。

Q在上一波AI周期的时候，海康把硬件和算法的结合做得非常好，一些纯软件和纯硬件的公司都做不起来。在这波技术变化的情况下，对商业模式会有什么变化吗？

A物联网行业，我们仍然认为是云边融合的方式，在很多封闭场景，没有超强计算能力的地方，原来的软硬一体模式在大量垂直市场仍然是主流的。即使有公有云，也不会基于云做过多的工作。所以物联网和互联网还是有很大的不同。

Q政府换届后地方政府都会有比较强的PBG上行周期，现在大家都在提数据要素，怎么理解数字经济和数据要素和海康业务之间的相关性？能否看到PBG业务的反弹？

A大家都在等两会后，但我们自己还没感受到他们的动力。一方面地方财政有压力，另一方面日子还得往下过，还得开火。之前GDP是最重要的指标，但是现在如何推动经济的增长，现在看到很多全国范围内在做力度极大的招商引资。

Q去年业绩还是相对有韧性的，未来三年在数字化领域如何布局？会用大模型降本增效吗？

A企业数字化的动力是很强的，并且要看投资收益的。这也是场景化的，垂直的，细分的，数字化已经比较深入了。他们做方案的时候，大模型会有一些帮助，但同时他们也有数据安全、数据私密性等问题，肯定会在一个专网（局域网上）的，不会在我们现在想象的那个大模型上的。

Q我们的CV能力如何和创新业务做更好的协同的？

ASAM做的segmentation是CV里面一个比较基础的任务。很多开源技术提升了整个AI领域的水平，这是一个好事，但另一方面，我们也深刻认识到，AI在垂直领域比较好的应用，一定需要垂直领域的知识和数据的。我们现在对于不同的行业，底部是有一个基础的模型的，有了这个底部的模型作为foundation，上面再加入一些行业知识，能更快地形成行业的应用。是用这种方式，我们形成比较好的协同。

Q过去几年算法工程化的能力是不断增强的，从应用的角度来看，算法工程化的能力在收益指标上如何体现？

A过去我们一直没有披露过AI带来的财务数据变化。大家肯定都希望能看到马上能带来的变化，可是我们做ai已经七八年了，现在也该回顾一下这个事情。Ai给我们带来很大变化，但不是为做而做，是跟业务结合的。首先项目本身要符合经济性的要求，然后在一个封闭环境里，在有限场景下，需要解决精确性问题。所以我在想，未来十年，我们还是比较乐观的，有很多问题我们现在解决不了的，所以海康的业务也在发生一些变化。过去比较关注目标检测和行为分析，到现在往另一个方向走，对一些物质的特性、成分、属性的分析。比如我们做远红外热成像，也用了一些ai技术，做得更精准。我们也用高光谱相机做水质的分析，还有其他ai技术来做空气中某些成分的分析，甚至做压力、流量的分析。

回过头来，大模型现在很轰动，我们也很关注。但其实这个逻辑是一个很漫长的过程，短期的狂热很难考量投资回报，我们往往高估一年的变化，却低估十年的变化。我们看得到这个变化，但是变化也是很困难、很漫长的，它在很多地方带来改变的地方和早期我们想的是不一样的。因此，我们无法计算ai今年给业绩能带来多大的变化，但是未来十年八年维度一定会有比较大的变化。

Q技术的升级也需要伴随着芯片与硬件的升级，公司这边什么进展？

A我们现在收到很多制约，但我们觉得这个制约最后都能解决。过去十年是中国电子快速成长的十年，到了2010年的时候，国内完全具备了手机设计的能力。做安防和智能监控也是如此，海康从板卡到摄像机，过去的十年间，中国厂商在芯片设计能力上快速成长，以前用很多国外的，现在很多大部分芯片基本都是中国公司设计的了。他们有一些需要去台积电流片，但有些更低制程的（40nm之类的）可以自己做。这十年，如果国内半导体制造业有比较大的突破，能力会有大幅提升，产业大规模落地。

中国电子产业之所以能有增长，还是因为需求很大，接下来也是全球最大的市场，这样就能带动产业上游的发展。

Q怎么看海康对自己在AI领域的技术定位？

AAI过去这些年，技术趋势和技术要素是比较明确的，它是海量数据驱动的。我们很早就意识到这件事，因此很多技术的研发都在往这个方向走，比如更大的网络、更强的数据中心、更强的数据标注能力等等。

但另一方面，海康也是面向智能物联的公司，我们也构建了一些其他能力，要对场景有更全面的感知能力，因此我们有全面感知的战略，从可见光拓展到了红外。

AI从研发到落地有很多工作要做，技术的成功到商业的成功有很多问题要解决，因此我们有云边端的架构去做这件事，极大降低了息传输和处理的要求。

大模型的全面发展的态势，我们一方面自己会持续投入，另一方面也会去拥抱全球人工智能百花齐放的态势，可以跟很多高校和开源社区积极合作。

在AI上，海康这样的公司是无法成为AI技术的领导者的，我们的重点是跟进这些技术，整合相关技术，来让AI技术更有效地落地。落地层面其实有很多挑战的，所以我们的重点在后面。

Q怎么看今年的费用管控情况与目标？

A费用主要来源于人员增加。传统产业在新经济下还是比较被动的，我们的薪酬不算特别有竞争力，之前做了一些调整，使得费用上升。过去其实只是收入低于预期，显得费用率高。但是过去的投入不是无效的投入，我们人员流失的比例也在下降。但在现在这样的情况下我们会更加谨慎，今年非产线人员会稳定下来，不会有大的变化，相关费用来说，营销费用肯定会增加。另外为了维持员工稳定，薪酬也会增加，但不会像去年那样增长了。

Q公司长期借款在一季度突破了100亿，过去几个季度也在一直增加，为什么？

A我们本来没有这个借款需求，但海康在出口、创新方面会有政策性的支持，导致借款的增加。

Q大模型分两个路线，在智能物联领域是基于过去的数据积累做功能的增强，还是基于GPT的能力去做场景的拓展？

A两种方式我们都有开展研究，在我们的业务里面也都会有所体现。因为我们的业务场景特别复杂，这两种都会有应用的。对我们来说特征提取更多一些（因为我们偏感知），生成式相对来说少一点。

Q在CV领域，华为在这个领域做了很久了，咱们未来是否会面临跟盘古大模型的一些直接竞争？

A这是正常的，因为产业里肯定会有不止一个玩家。用户来说，肯定也是好多家同时考虑的。

Q其实公司的大模型还是基于我们的AI开放平台这么多年的演进，并不是接入OpenAI的任何模型对吗？

A我们的AI开放平台式2018年开始上线的，底层后面用了我们大模型的技术。我们构建的是大的并行能力，构建了百亿级的模型，这是我们一个基础的模型，可以在这个基础上生成千行百业的应用，我们没有和openai合作，但是我们会拥抱合作其他伙伴。

不过，海康专注的是AIoT，维护解决方案的时候，有些场景可能需要接入其他通用平台会解决客户的某些问题，不会所有事情都非要自己做。

Q像openAI那种大模型，能够帮助写代码，是否会在定制化项目实施的时候提升效率？

A我们在关注这件事，但是还没看到。

Q海康是否追求在视觉领域出现涌现能力呢？

A过去这些年我们在视觉大模型这块做了很多工作，随着数据体量增加，面向细化数据的息提取能力已经大幅增加，对视频的理解能力也大幅提升。我们相，更复杂的场景中，我们的这种能力是有可能出现升级的。

Q视觉领域，训练投入大概多大？怎么衡量投入产出比？

A我们规模没那么大，更加精准。不是说一个通用性的东西就可以解决所有的问题的，我觉得我到现在看不到这一点，因为客户是有很多其他需求的。大家想象中好像来了个新技术就会天翻地覆，但实际上做不到，是一个渐进变化的过程。

Q未来几年在欧美国家的出口是怎样的？

A海康在美国市场是逐步退出的过程，因为FCC不给认证，所以未来在美国逐步清零。在欧盟是有挑战的，欧洲分歧很大，北欧就不太行，但南欧就感受不到排斥。欧美之外，拉美、中亚、中东、非洲都还是很值得期待的。

作者利益披露转载，不作为证券推荐或投资建议，旨在提供更多息，作者不保证其内容准确性。