【国盛计算机】大华股份调研纪要--20210928-韭研公社

登录注册

【国盛计算机】大华股份调研纪要--20210928

信念

航行五百年的公社达人

2021-09-29 08:57:08

【业务情况】

我们在企业业务方面不断在做思考，希望能够有一个新的标签，不是纯粹是以安全为主的一个视频监控的厂家，而更多是参与数字化浪潮的厂商，为此我们做了大量的实践，包括智慧用电方案等，希望能够切入客户痛点。其实有些国企客户是有数字化转型指标的，大家都有这方面的盲区，这块我们之前跟一些业内的专家有交流。工信部的副部长之前在论坛交流上说，企业如果要做数字化转型，就要先去找最痛的点，然后再去做技术和业务的融合的应用。以降本增效为目标，去做衡量。这和我们的理念是很一致的。

大华自己也在做相应的一些探索和尝试。我们这个园区最早是2013年搬进来的，当时也没有AI的说法，可能有一些智能化的应用，但当时都比较浅，真正大规模应用是通过我们不断点滴尝试做出来的，把我们各类的技术和我们日常不同的部门的需求去做一些匹配。就像今天的园区管理，我们在做这个方案前，也没有了解到监管单位对每个企业会有一些限电的要求。原本的限电是很一刀切的，某几个楼层或者区域直接停电，这个过程很痛苦。把节能用电系统上线后，就可以做一些合理的管控。现在园区内部的空调已经做到了智能控制，可以去学习每个场景下的用户使用习惯。考虑到空调使用年限久了之后，不同空调的制冷效果是不同的，不同的场所、位置，感受也是不一样的，我们做了这块的学习之后，可以去制定一些合理的空调调控策略，既能够达到能耗降低目标，又不影响日常工作效率。

我们最终的目标是通过技术改变原来纯粹管理制度上的一些东西，因为这些东西无法通过人工管得非常细，比如以往下班后大家会关灯，但容易忘记关空调。通过这种方式可以进行更进一步精细化的管理，现在园区空调能耗能够降低20%-30%。照明这块，也是同样做精细化的管理，通过人体感应的模式，通过延时的策略，确保有人的时候灯是亮着的，没人的时候一段事件后自动熄灯。我们现在还可以对不同回路上的用电情况做检测，对公用的一些设备做定时管控。这三块先在我们园区做相应的试点，在其他行业也做了一些应用和拓展，不仅是纯粹的安全，而是延伸出来的其他应用点，甚至是新的商业模式，除了报警之外，还有电器、火灾之类的方向。另外还做一些资产的保全，比如连锁商超的冰柜，如果冰柜断电后里面的东西坏掉，不需要他们自己来赔，会有其他地方来做内部的赔付。我们可以监测冰柜是否有异常宕机或者断电，来做一些资产保全。

还有就是降低人工的开销，我们跟一些农牧养殖企业合作，做养殖环境感知。比如说水产养殖，含氧量降低之后，以前是通过人工打开增氧泵，很多时候可能是在半夜了，后半夜人工这时候可能会形成一定的惰性，半夜起不来，导致一些损失；现在不需要这样，就直接通过自动的方式来做资产保全的动作。在这些方面，我们挖掘出很多应用场景，未来也会有更多应用的机会。我们在原来的园区那么多年高效办公、节能降耗方面的积累，已经做得比较成熟，也是能够大规模去做一些复制应用，帮助企业大楼做改善。

制造领域：

我们在原来工厂范围内做了一些试点应用，包括机器人、机器视觉、以及其他一些数字化的能力，在互联网大会上面，我们的5G工厂在评比中获得了第三名的荣誉。很多这些应用，我们也希望对外做孵化和输出。比如数字化月台，在一些大型企业上面已经做了一些应用。机器人搬运这块，可以节省人力，还可以通过合理科学的调度，节省搬运所需的物料成本损耗。这不单单是我们自己的园区，在一些客户的产品下面也得到了相应的验证。

这块我们接下来希望能够去在工业领域去做一些拓展的责任，现在我们在工厂里面已经率先去做了一条线的试点，探讨如何能够把工业的基础底层的数据跟我们的视频数据去做融合。融合的难度还是有的，因为本身工业底层的数据不是很标准化，特别是一些老式设备，采集难度比较大，采集上来之后如何应用，都是比较难的。但是我们现在在工业素材方面有一些比较好的合作伙伴，然后视频拼接、融合、基于时间服务器上的视频切片能力以及数据联动的能力，我们还是具备的。通过这种方式，现在我们也拓展了不少工业客户，真正切进去，我们从工业数据的源头DCS、PLC系统去取数，而不是从mes系统取（mes系统的数据一般已经是经过加工的了）。

我们把过往大华所有的能力做了相应的整合，基于我们构建的大华企业数字化的基座，把我们的一些私有化的部署的能力和公有云部署的能力，以及我们的一些开放的能力，数据运营的能力，全部做了相应的整合，通过这种方式，再联合我们的数字化生态合作伙伴，为我们企业业务去做相应的服务升级。在底层维度，我们全频率感知技术从音频、到毫米波雷达、到X光机、可见光机等等，感知技术手段是非常丰富的。

总体来说，我们在不同的行业希望打造新的标签，不再是安防企业，而是希望能够提高企业的生产和业务能力，通过降本增效来体现我们为企业创造的价值。

【提问环节】

Q：对甲方的收费模式，会是一个什么样的合同方式？

A：基本上还是基于定义清楚客户需求之后，然后基于我们自身内部投入，综合得出一个最终我们要达到的收益目标，去跟客户交流。交流之前，实际上我们也有相应的技术规格书，也会和客户提前做一些确认。

企业当前有两种主流方式：1）当前最主要的模式：一个合同签下来，之后我们每年进行例行的升级以及新需求添加。企业都是算账的，如果500w买了方案之后能节省（或者赚回）1000w，这个事情企业就愿意干。所以每年新需求的扩充是很常见的，因为其实企业数字化目前很多行业都还只是在试点阶段，没有像大家想象的全面铺开。2）我们其实也在尝试另外的收费模式，比如说给你节省多少成本下来之后，按照分成模式。比如像用电，一年可能节省20%-30%的电费，节省的部分比如说73开，作为一个例子。

Q：客户这块的采购预算是归在哪个部门的？IT？

A：IT只是一个服务支撑部门，现在和我们打交道的基本都是他们的主营生产与管理部门。像产线的这块，基本上你只能跟他的生产部门去打交道，因为他才是主导决策升级改造的。然后像企业的整体管理方面，主要是公司的运营部门在看。比如韵达的物流系统改造，肯定不是韵达IT开发团队来决定的，而是韵达的老板来决定，IT只是一个小团队参与其中。这种决策一般都是老板或者副总级别的人负责。

软硬件也不会分开，因为没法分开。况且老板的决策主要是基于一个整包能为他省多少钱来判断的，当前企业业务更多还是从上往下去推的，没有分到软硬件拆开那么细。软件这块大华单独提出来讲，主要是因为未来客户粘性和价值的提升，主要还要靠软件，因此希望用外部机制来倒逼内部考核，这样才会在以后我们数字化转型升级上发挥重要作用。

Q：过去一年到现在，公司人员调整差不多完成，新增人员也比较多，公司业务基本步入正轨，公司觉得自身主要变化在哪里？哪些地方进步比较大，哪些地方还有不足？

A：我们20年开始管理层确实出现了一个波动，新的管理层上来以后，更多还是务实低调做事情，大华在过去的两三年其实是蛰伏的状态。一方面是内部管理本身是需要积蓄能量，另外一方面受外部的打压，本身也比较低调，资本市场对大华的认知还停留在两年以前。大家觉得我们在AI没有投入，在底座能力、AI能力、B端拓展能力没有进展。但实际上最近给大家呈现出来的，前面这些ppt，都是我们这2，3年蛰伏的结果。

从人员上来讲，全年增加3000人，上半年到了一部分，下半年陆陆续续也还会再增加过来，主要以应届生为主，在下半年11月份的时候可能会有一些社招人员。新增的人员结构分两种，一是应届硕士生，另一方面是真正懂各个行业Know-how的专家，因为在各行各业做解决方案的时候，要懂这个行业。

我们的流程是先和大企业合作，大企业不管是资本开支意愿，还是数字化转型能力，还是对行业的了解和前瞻，都是更强的，我们通常先合作打标杆。再往后就是覆盖腰部客户、长尾客户，定制化程度会逐渐减弱，越是头部越是定制化多。

整个逻辑就是这样的，可能现在还处在和龙头企业打标杆、互相学习、拜对方为导师的阶段，企业数字化转型之路才刚刚开始。

Q：制造业的数字化转型要搞项目制，盈利能力会比较差，因为要耗人头，您怎么看这件事？

A：跟大家分享一个数据参考一下，感受一下我们在不同层级里定制化的不同水平以及人力消耗水平。在跟龙头打标杆的时候，基本上是五五开的，5成是我的通用技术，5成是根据公司和行业情况的定制化。到了老三老四，基本上七八成是原本积累的共用的，两三成还在定制，因为不管怎么样，都要把它自己的系统、管理理念融入进来。再往下，最长尾的小客户，一套相对标准的卖给他就够了。

Q：以养猪行业为例，公司做了牧原的项目，必然会和他们产生充分的沟通，牧原估计也不希望我们再去做别的大型养猪场项目，公司如何处理？

A：下游行业的老大、老二不可能都找同一家供应商，B端不可能出现一家独大和垄断。所以目前在很多企业的招投标过程中，我们和海康相互见不到很正常，大家各做各的，现在讲的就是市占率、景气度和增速，是第二增长曲线，抓住企业化数字转型浪潮。

另外，我们和客户会签保密协议，再做别的大客户的时候，不会告诉他们行业老大的逻辑，会告诉你有哪些模块，但是我不会告诉你它背后的经营管理逻辑、原则以及细节，会有一些限制在里面。当然，如果老大老二竞争非常激烈，为了避嫌肯定会找不同的供应商，行业特点反而我们的机会，不是我们的劣势。

在企业的产品线大家是重合的，但可以看看我们这几年来海外的增长，我们2B的增长跟2G的增长是完全不一样的。在公平竞争的环境下，市场可能会看出大华真正的一些能力。

Q：算法会牵扯到企业本身内部机密数据，这块是我们跟企业一起来去结合去做，还是说客户自己找人来做？

A：客户不会自己搞算法。第一种方式，在一些场景下，大华跟客户一起定制算法。第二种，是把大华本身通用的算法优化一下去适应它这个场景。第三种是通过大华的人工智能的开放平台，是一个训练算法的工具平台，客户可以提供素材训练去自己训练出算法，加载到设备和平台里面，就可以了。算法对应的场景实在是太多了，我们不可能所有都自己做的。对特别细分领域，要么外包，要么就是他自己去训练。

Q：刚才听领导们介绍，公司的一些行业应用方案，投资回收周期短的有几个月，长的也就一年多，我直观感觉其实一般行业如果投资回周期能到三五年，老板都特别愿意上了。为什么公司的投资回报周期那么短？是一个理论测算的结果吗？如果这么短的话，为什么不可以把我们的招投标价格定高一些？

A：第一，我们这一块其实还是电子产品，由于摩尔定律的存在，我这一套设备上完了以后，它还是有一定的周期的。

第二，产品品类不一样，对应的投资回报周期不同。比如说像AGV这样单独的一个小车，它解决的就是一个人员的效率问题，其实我很快就能算出来，比如它解放了多少人工的成本，然后大概这个车的成本是多少，然后基本上6~8个月就能回收出来，算起来比较简单。还有刚才我们看到视频上有一些替代人工的工具，这种东西是很容易算出来的，但是像有一些良率，像一些成品，一些减少工作危险性，还有一些不得不去投入的东西，这些东西是没有办法算的。为什么我们去跟龙头打标杆，因为是龙头他自己先提出这样的诉求，比如说养猪，每年出栏量几千万头，他都要把猪过一下称一下体重，这件事情得需要多少人力？如果通过体积相关的算法就能直接测算出他的体重，知道什么时候该拉出去宰了，什么时候不用喂饲料了，这个东西可能没有办法直观算出来这个功能帮他节省了多少成本，但是企业家自己心里有本账，需要数字化的能力做辅助，大量减少人工，节约人员费用，避免猪瘟发生，减少人和猪的接触，里面有很多维度的因素，最终导致了订单成交。不同的行业，对投资回报周期有不同的理解，所以项目上马的意愿也不尽相同。

声明：文章观点来自网友，仅为作者个人研究意见，不代表韭研公社观点及立场，站内所有文章均不构成投资建议，请投资者注意风险，独立审慎决策。

大华股份

工分