【深度】海康威视“中考”|界面新闻 · 证券

安防+AI不如预期

业内几乎一致认为，AI将引领第四波安防行业替换需求浪潮，安防成为人工智能最理想的落地行业之一。一方面AI将提高检索效率，AI算法可将录像数据进行结构化处理；另一方面将提高识别准确率，降低人工成本。

目前海康威视的AI产品家族包括轻智能、泛智能、全结构化、智能黑光6、合智能7等产品系列。比如智能黑光系列摄像机采用了双光融合+混合补光技术，能够在夜间无光污染的情况下采集高清彩色的特征图片，可以在更远距离、更复杂场景下进行特征采集。

但目前AI在安防领域的渗透率并不高。《2018年中国AI+安防行业发展研究报告预告版》指出，无论是人脸识别、结构分析等其他定制化服务，也就2016-2017年左右才稍有起色。安防领域智能摄像头应用率只有1%，AI摄像机在公安动态识别系统渗透率仅0.4%。原因在于两方面，一是下游行业碎片化；二是智能化带来的成本问题。

海康威视指出，目前在人工智能方面，确实处于星星之火的状态，维度特别丰富，同时又特别分散，非常碎片化，很难找到快速复制普遍推广的案例。

“关于AI边缘感知设备，其实不如我们预计的好，我自己个人的判断还是受宏观经济影响更大一些，推进过程中面临很多挑战。这一年经济波动比较大，影响了有些用户的投资节奏，包括政府和企业。”海康威视高级副总经理、董事会秘书黄方红在接受机构调研时表示。

当下对智能化落地的进度最为关键的影响因素是芯片的成本。

芯片是智能安防硬件设备中成本占比最高的零组件之一，人工智能芯片可实时分析视频内容，检测对象，识别人、车属性信息。一位行业分析师对界面新闻记者表示，安防视频设备中所需要的处理器芯片主要包括网络摄像机中的SoC芯片，后端DVR/NVR中的SoC芯片以，深度学习算法、加速器芯片以及前端模拟摄像机中的ISP芯片四类。目前，高性能的深度学习算法、加速器芯片仍由国外芯片厂商提供，其余三类已实现国产化替代。

上述分析师表示，为了运行深度学习算法实现智能化，安防监控系统的前端和后端设备中需要加入GPU、FPGA或者ASIC加速芯片，其成本就高达成百甚至上千美元。智能化设备高昂的成本影响了规模应用。高性价比的专用芯片目前是部分芯片厂商的研发重点。

这意味着，海康威视在AI芯片方面对海外芯片厂商有一定依赖。这也解释了上半年存货的增长：在存货的增长中主要是原材料的增长，几乎翻了一番。

国金证券在上述研报中表示，新兴AI企业比部分安防上市企业要更早推出智能安防产品，且在技术方面更领先。但AI需要通过数据进行机器学习，AI企业没有数据支撑；大型安防上市企业尽管早已提出结合深度学习、AI技术的策略，且拥有大数据和综合指挥平台优势，但大部分在2017下半年才真正推出智能安防产品。这也就形成了资源与技术不能很好地匹配，有资源的手里缺AI技术，而AI产品难以规模化应用。

对于AI企业的进入，海康威视方面表示并不担心。其表示，在某些算法方面，有些AI企业可能领先一些，但在要求不高的行业，稍微的领先并不能达到效果，用户基于硬件实力、产品交付能力、稳定性、经济性的考虑，还是会选择综合实力更强的设备厂商。

目前摆在海康威视面前的是，前进和转型的压力并存。传统业务方面，一是国内安防行业整体增长放缓，二是海外收入正在因为不稳定的贸易关系下滑。创新业务方面，随着AI、物联网、边缘计算的到来，安防行业正在发生变革，但这一切都还在探索中，尚未能直接转化为业绩。

海康威视面临的处境也体现在了股价上。自2018年3月12日达到43.49元的历史高点后（前复权，对应市值4066亿元），股价一路震荡下行。虽然今年初跟随大盘出现过一小波反弹，但很快又回到低谷。8月5日，海康威视收报28.71元/股，跌3.07%，总市值2684亿元。较历史最高市值减少超1382亿元，下滑34%。