（报告出品方/作者：中信证券，杨泽原、丁奇）

公司概况：AI 四小龙，技术研发与商业落地齐头并进

自研人机协同操作系统，把握人工智能生态核心，赋能多行业智慧化转型

孵化于中科院，人工智能领域领军者。云从科技成立于 2015 年，是一家提供高效人 机协同操作系统和行业解决方案的人工智能企业，致力于助推人工智能产业化进程和各行 业智慧化转型升级。创始人周曦曾带领团队六次斩获世界模式识别、智能识别大赛冠军， 成功研发国内首套“人脸识别支付”系统 、人证合一人脸验证系统，建立中科院人脸识 别团队，入选中科院“百人计划”。2015 年，中科院宣布云从科技成立，并成为人脸识别 远程开户国家标准起草与制定单位。公司受托参与人工智能国家标准、行业标准制定，承 建国家人工智能基础资源公共服务平台项目，成为中国人工智能产业发展联盟 (AIIA)专家 委员会成员 ，并在计算机视觉技术上不断创新。2022 年 5 月 27 日，云从科技成功登陆 上交所科创板，成为第一家在科创板成功上市的人工智能平台公司。 基于人机协同操作系统，致力于助推人工智能产业化进程和各行业智慧化转型升级。 公司一方面凭借着自主研发的人工智能核心技术打造了人机协同操作系统，通过对业务数 据、硬件设备和软件应用的全面连接，把握人工智能生态的核心入口，为客户提供信息化、 数字化和智能化的人工智能服务；另一方面，公司基于人机协同操作系统，赋能智慧金融、 智慧治理、智慧出行、智慧商业和其他泛 AI 应用场景，为广泛的客户群体提供以人工智能 技术为核心的行业解决方案。

股权分析：内资控股为主，公司控制权稳定

内资控股占比为主，受到国家资本关注。成立以来，公司在上市前融资坚持纯内资控 股战略，主要股东涵盖国有及政府基金、A 股上市公司、各类投资基金、公众股东等。内 资控股占比高的战略有利于公司承接涉及国家安全的大型智能化项目，成为公司竞争优势。 股权结构稳定，利于公司长期发展。截至到 2023 年中报，公司控股股东常州云从持 股比例为 19.78%。公司特别表决权规定，常州云从持有股份为 A 类股，每股享有 6 票表 决权；其他股份为 B 类股，每股享有 1 票表决权。由此得出常州云从持有表决权比例为59.67%，而周曦作为公司董事长兼总经理拥有常州云从 99.88%的股份，因此对于公司拥 有实际控制权。公司股权架构稳定，有利于成长型公司的稳定、长期发展。

财务分析：营收短期承压，研发决心不改

自研式科创先锋，打造人机协同智能未来。公司凭借着自主研发的人工智能核心技术 打造了人机协同操作系统，通过对业务数据、硬件设备和软件应用的全面连接，把握人工 智能生态的核心入口，2019 至 2023H1 公司总营业收入分别为 8.07/7.55/10.76/5.26/1.64 亿元。然而，由于公司仍处于成长期，技术红利释放仍需时间，加之人工智能行业高研发 投入的特点以及近年来宏观环境扰动对行业的影响，公司净利润尚未转正。随着公司业务 逐步趋于成熟，预计公司将持续加大投入，继续打造通用基础模型，为未来的降本增效奠 定基础。虽然 2022 年以来，受宏观经济增速放缓以及市场竞争格局加剧等因素影响，公 司在手订单执行及新增订单开发不及预期。但是，根据公司披露的定增问询函，截止 2023 年 6 月 30 日，公司在手订单金额 5.17 亿元，较 2022 年 6 月末增加超过 40%，且公司商 机项目潜在订单金额超过 20 亿元，有望推动营收回暖。

分业务来看： 操作系统与解决方案形成驱动双轮。公司主要产品及服务按照提供交付内容和业务模 式可划分为人机协同操作系统和人工智能解决方案。人机协同操作系统指运行在通用操作 系统或云操作系统之上，提供人机协同相关算力、算法和数据管理能力和应用接口的底层 软件系统；人工智能解决方案业务指公司提供解决特定行业客户业务问题的智能化升级解 决方案。2018-2022 年，公司人机协同操作系统收入分别为 0.31/1.83/2.37/1.36/1.13 亿元， 分别占营业收入 6.4%/22.7%/31.4%/12.7%/21.5%；人工智能解决方案收入分别为 4.52/5.97/5.15/9.34/4.12 亿元，分别占营业收入 93.3%/74.0%/68.2%/86.9% /78.5%。

分行业来看： 智慧治理作为公司传统优势行业，收入占比较高，金融业务作为第二增长极有望发力。 公司业务目前主要分为多个应用场景，即智慧治理、智慧金融、智慧出行、智慧商业以及 泛 AI 领域。2022 年，各场景营收占比分别为 80.0%/14.8%/2.7%/1.8%/0.5%。2018-2022 年，智慧治理场景营收一直保持较高占比，分别为 75.3%/58.1%/57.5%/80.4%/80.0%。 2023 年一季度，智慧治理因下游市场需求收紧受到冲击，绝对值和占比均有较大下降， 而智慧金融绝对值基本保持稳定，营收占比提升。

研发保持高投入，费用率有望随着营收回暖下降。2022 年及 2023 年上半年，公司营 收受宏观环境扰动以及下游政府侧市场预算承压影响，费用率有一定抬头趋势，但总量基 本保持稳定。人工智能行业属于资金和技术密集型行业，具有研发难度大、研发投入高、 研发周期长等特点，因此保持高强度的持续研发投入是保持公司技术的先进性、产品和解 决方案的竞争能力的关键，也符合人工智能行业整体的趋势。2019 年至 2023 上半年，公 司研发费用分别为 4.54/5.78/5.34/5.60/1.98 亿元，分别占同期营业收入的 56.3%/76.6% /49.7%/106.5%/121.0%。2022 年及 2023 年上半年，公司研发费用占总营收比重出现较 大上升，但绝对规模保持稳定，可见公司维持长期而稳定的研发投入决心。 2023 年 7 月，公司发布向特定对象发行 A 股股票募集说明书，计划募集 36.35 亿元 用于云从“行业精灵”大模型研发项目，体现了公司对技术研发的重视程度。项目研发费 用的增加将保证技术研发的顺利进行，有利于公司在高新技术行业保持领先地位。

货币资金占比较大，保障公司技术研发动能。2022 年，公司总资产中流动资产占比 为 91.6%。其中，货币资金占流动资产的 45.7%，占总资产的 41.9%。可见公司现金储备 充足，对人工智能技术持续的高研发投入形成支撑。同时，公司积极配置闲散资金，继 2022 年 6 月后，2023 年 4 月，公司董事会更新决议对不超过 3 亿元的闲置资金进行现金管理。

行业趋势：大模型推动生产力革命，AI 赋能百业

通用大模型有望推动生产力进一步发展

自 2017 年，谷歌提出了 Transformer 架构后，BERT、GPT 等预训练模型相继提出。 2019 年，基于预训练模型的算法在阅读理解等任务中逐渐超过人类水平，预训练模型理 论的算法能力也不断在多个 AI 榜单中夺得冠军。2020 年，OpenAI 发布的 NLP 大模型 GPT-3，实现了千亿级数据参数，大模型也成为了超大规模预训练模型的代名词。2022 年， ChatGPT 的出现更进一步确立了大模型作为人工智能主流技术路线的趋势。大模型技术能 够在大量未标记的人类语言材料上训练，大幅减少了数据标注的成本。更为重要的是大模 型具有很强的迁移能力，通过“预训练+下游任务迁移”的方式，可以快速在不同场景实现迁 移部署，有效解决了当前人工智能边际效用低的难题。因此，大模型技术对于人工智能产 业化进程有着重要的推动意义。

发展行业大模型是大模型向场景落地的必经之路。而在实际应用方面，针对不同下游 领域，需要在基础大模型的基础之上，针对特定领域的下游任务，通过有监督微调及强化 学习等手段，让模型能够学习到该领域或行业的特定知识和规律，提升其经济性和实用性。 经过这样调整的模型，我们称之为行业大模型。随着以 GPT 为代表的基础大模型不断演 进和发展，通过对基础大模型进行下游任务迁移可实现的行业大模型将是未来人工智能平 台深入产业落地的重要举措。可以预见，行业大模型是大模型赋能各行业前端业务场景的 基础设施和底座。

算力和数据的持续突破有力支撑了人工智能行业发展。大模型的爆发离不开算力和数 据的支撑。近些年来，以英伟达为首的半导体厂商不断推出更先进、更强大的算力芯片为 模型参数提升提供支持。其中，GPU 芯片因其成熟度高、通用性强的特点占据主流地位， 而 FPGA 和 ASIC 芯片虽被看好，但仍处于发展阶段。数据方面，数据规模持续快速增长 将为人工智能行业的发展提供养分。根据 IDC 预测，中国数据量规模将从 2022 的 23.88ZB 增长至 2027 年的 76.6ZB，CAGR 达到 26.3%，为全球第一。政府、媒体、专业服务、零 售、医疗、金融为主要分布领域。

深度学习可解释性有望提升，可信度提升利好场景化落地。尝试增强深度学习可解释 性成为行业热点，国内外各大主流公司均大力开展相关研究，腾讯研究院更是于今年发布 了业内首 份《可解释 AI 发展报告 2022—打开算法黑箱的理念与实践》。深度学习模型进 行规模场景化落地的时候，经常会受到自身可解释性较低的制约。低可解释性带来的问题 是模型在某些场景下会有结果输出的不确定性，带来使用者对于其稳定性和安全性的担忧。 经典的例子来自于《Explaining And Harnessing Adversarial Examples》（Ian J. Goodfellow, Jonathon Shlens & Christian Szegedy），在识别过程中为熊猫的图片在添加了少许噪声之 后便会被误认为长臂猿。而由于现实生活中噪声普遍存在且随机，深度学习模型是否能够 有效解决现实问题往往只能通过场景验证。如果能通过理论验证实验室产出的深度模型在 现实当中的泛化能力，将显著减少试错成本，增强市场对人工智能技术的认可度，有利于 推动行业发展。

人工智能市场空间广阔，治理+金融场景稳步成长

人工智能行业具有动态发展的特点，未来潜力巨大。长期来看，人工智能行业具有非 常广阔的应用空间和市场前景，其重要特点是技术可以与各个行业结合，拥有广泛的应用 前景。此外，随着社会的不断发展，新的需求会不断催生新的落地场景，推动人工智能行 业未来持续进化发展。随着人工智能行业应用场景的不断深入以及人工智能技术的不断成 熟，人工智能市场规模有望实现持续增长 长期政策支持，行业未来发展可期。近年来，从中央到地方政府高度重视人工智能行 业，大力支持行业，促进市场化应用。过去几年，鼓励人工智能行业的重大政策和指导意 见不断发布。近年来，中央连续印发包括《国务院关于加强数字政府建设的指导意见》和 《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》在内的一系 列政策，肯定了人工智能行业的远景预期，强调了加快人工智能场景应用的重要性，为人 工智能行业扩大市场规模、实现营收增长提供了政策指导和保障。我们预计未来较长时间 内，各类利好行业发展的政策措施有望持续出台，鼓励行业健康发展。

我国人工智能产业规模持续稳定增长。近年来，中国人工智能产业处于高速建设阶段， 核心产业规模呈现爆发式增长，涌现出了大量人工智能企业。中国人工智能产业逐渐趋于 稳定，产业模式探索已基本完成，产业焦点从技术研发转向各行业多元化场景应用落地。 未来随着新兴技术逐渐成熟应用并形成协同效应，更多的创新应用将成为可能，预计中国 人工智能产业将迎来新一轮的增长点。根据赛迪顾问测算，预计到 2025 年，中国人工智 能产业规模将达到 3,369.3 亿元，较 2022 年增长 63.85%。

通过与各行业应用的充分结合，人工智能相关解决方案服务市场规模有望增长。根据 赛迪顾问测算，2022 年人工智能在各行业领域综合渗透规模达到 16,271.1 亿元，而随着 人工智能技术在各垂直领域加速渗透，越来越多的行业将开启智慧化升级进程，预计 2025 年人工智能带动行业应用综合解决方案服务的市场规模将超过 3 万亿元。

政策推动下，公司主营智慧治理市场规模未来成长性高。《国务院关于加强数字政府 建设的指导意见》和《“十四五”数字经济发展规划》等政策文件明确提出要持续增强政 府数字化治理能力，将数字技术广泛应用于政府管理服务，推进政府治理流程优化、模式 创新和履职能力提升，构建数字化、智能化的政府运行新形态，促进社会发展。在统一指 导思想之下，作为智慧治理市场的主要客户，政府及相关企事业单位将持续投入数字化、 智能化转型业务，推进智慧治理市场快速发展。根据腾讯研究院的数据，全国 94%、71% 的省会、计划单列市已开展新型智慧城市顶层设计，推动各类智慧城市工程落地。根据赛 迪顾问统计，2022 年中国智慧治理市场规模达到 1591.7 亿元，预计未来三年智慧治理市 场规模保持平稳增长，2025 年中国智慧治理市场规模将达 2654.6 亿元。

智慧金融市场规模持续扩大。智能客服、智能识别等传统智慧金融场景渗透率逐年提 升。根据邮储银行 2022 半年报，该行智能客服占比提升至 79%以上，智能识别准确率达 到 94.77%。而根据中国银行业协会客户服务与远程银行委员会发布的《中国银行业客服 中心与远程银行发展报告（2021）》，2021 年客服中心与远程银行智能服务占比达到 46.69%，同比提升 3.78 个百分点。此外，新技术推动人工智能与金融行业尤其是银行业 核心业务融合程度加深，将诞生更多新的应用场景，进一步扩大相关市场。根据赛迪顾问统计，人工智能技术在金融领域的渗透度逐年增加，2022 年中国智慧金融市场规模突破 2800 亿元，预计 2025 年中国智慧金融市场规模将达 3638.1 亿元。

短期政府侧市场承压，中长期增长逻辑依旧

政府部门开源节流，信息化预算受到一定压制。过去两年，地方财政负债不断增加， 负担较大。虽然随着宏观环境的转好，社会经济活动有望恢复，但短期内，地方政府财政 情况较为紧张使得信息化预算受到一定压制，因此服务政府端客户为主的公司营收有概率 受到冲击。同时，主要客户财政紧张也使得 2022 年各公司账款周转天数明显上升。

宏观经济短期承压导致需求收紧，中长期人工智能行业增长逻辑不改。国内宏观环境 正在恢复，短时间内经济成长动能释放较慢。同时，世界宏观经济形势不容乐观，未来相 关国家和地区经济预期可能会处于较低水平，对我国制造业为代表的外向型行业产生不利 影响。而国内宏观环境压力叠加世界经济低成长预期可能压缩相关行业的生存空间，影响 其进行智能化升级的预算，对人工智能行业营收成长造成一定压力。然而，人工智能作为 新一轮科技革命和产业变革的驱动因素和核心技术，是我国在国际科技竞争中取得主动权 的核心抓手，料将成为政府和企业技术投入的重要领域，中长期的增长逻辑不改。

公司优势：重视商业落地，前瞻性布局大模型

大模型布局完善，重视技术与商业落地应用

公司在 AI 行业应用上有丰富技术+经验积累，有望率先在大模型时代实现商业落地。 公司战略规划上呈现三浪的布局，即第一浪为全栈、单点的技术积累，第二浪为人机协同 操作系统落地，单点技术整合形成闭环，深耕重点行业客户，完成行业积累，而第三浪为 依托大模型技术的演进，大幅提升人工智能方案的复用能力和经济性，赋能百业并进入 C 端市场。公司在过去服务 B 端/G 端客户的过程中，积累大量关于行业业务流的 Know-How 和行业数据以及私有化部署的能力，结合公司在计算机视觉技术和语音语义理解领域长时 间、高投入的研发积累，是公司在大模型时代的核心竞争壁垒。

从容基础大模型+行业精灵大模型完善布局

公司在大模型商业落地方面采用基础大模型+行业大模型的布局。公司通过整合感知、 认知、决策等技术，整合打通视觉、语音、NLP 等多领域模型，打造技术平台化的通用模 型。而行业落地中，打造各行业专属的大模型是最大化模型能力和经济性的有效路径。公 司过去积累的行业数据和知识有助于公司引导通用模型完成专业化，并推出行业精灵系列 大模型以帮助各行各业实现智能化升级。

公司 5 月 18 日发布从容大模型，在中考试卷场景能力接近 ChatGPT。2023 年 5 月 18 日，在“AI 赋能数字中国产业论坛暨 2023 云从科技人机协同发布会”上，云从科技正 式发布其自研的基础大模型“从容”，并在现场演示了其问答、写作、代码、多语言、多 模态等能力。在会上，公司公布了与 ChatGPT、GPT-4 等行业领先大模型在中考试卷场 景下的分数对比。可以看到，尽管云从从容大模型与 GPT-4 的表现仍有一定差距，但与 ChatGPT 相比，部分场景能力已经非常接近。

公司 2023 年 7 月发布定增说明书，拟募资 36.1 亿元投向行业精灵大模型研发。根据 公司规划，整体项目内容共分为 4 个子项目，分别是标杆行业专用大模型的研究与构建、 人机协同操作系统对多模态大模型的整合与综合实践、数字人应用产品的标杆打造和生态 建设以及人机协同操作系统和行业专用大模型在行业智能化升级领域的实践。其中标杆行 业专用大模型的研究与构建是本项目的研发核心，其通过大模型下游任务迁移与行业专家 知识相结合，力争打造出能够成为人工智能行业标杆的行业大模型。而标杆行业专用大模 型将为人工智能场景应用提供算法底座，也将帮助公司积累关于如何针对客户的真实需要， 通过行业专家知识与大量多维度的数据训练实现大模型的商业化的业务经验。

近期进展来看，技术上，根据证券时报报道，公司于 2023 年 8 月 21 日发布从容大模 型 1.5 版本，该版本包含十亿级、百亿级、千亿级多种模型规格，实测性能在全球大模型 综合性考试评测（C-Eval）中位居百亿级第 1，总榜单第 4。为解决大模型落地难题，从 容 1.5 版本的重点是参数量为 130 亿的行业大模型，该模型从千亿大模型中蒸馏产生，在 52 类测试指标中有 44 类超过 ChatGPT、29 类超过 GPT-4，体现了公司大模型技术的迭 代效率和领先性，以及公司对于行业落地经济性的关注。商业化上，根据云从科技微信公 众号 8 月 14 日发布，云从科技子公司众数信科推出众寻 AI 鼠标，其基于人机协同操作系 统，是面向消费市场的软硬一体化产品，内置从容大模型、语音识别、机器翻译、自然语 言理解等 AI 技术，并可提供一键生成 PPT、写作助手、语音检索、个人知识存储等功能。 近百人大模型技术团队，专业分工构筑人才壁垒。公司 2022 年 12 月起开始人工智能 大数据模型队伍建设，截至 2023 年上半年已有近百人规模的专业团队。团队下设算法组、 平台组、算力组和数据组，从 AI 三要素即算法、算力、数据同时发力。具体来看，算法组 分为语言、视觉、语音等若干小组，主要成员为原 CV 团队在预训练技术具有较深经验的 算法专家和原语音/NLP 团队的算法专家；平台组则由训练平台和信创团队成员组成，长 期与华为昇腾、寒武纪等团队进行技术合作；算力组成员具有多个国家级、城市级 AI 平台 的建设和运维经验；数据组由数据服务部成员、大数据团队成员和部分算法工程师组成。

人工智能技术领先

从计算机视觉技术出发，逐步扩展技术积累。云从科技孵化于中科院，创始人周曦此 前在计算机视觉领域有充分的学术研究基础和技术实践经验，因此公司自创始之初就以计 算机视觉技术为核心，并逐步向泛人脸技术（3D 人脸、ReID、活体检测等）、其他感知 技术（语音识别、动作识别、OCR 等）、认知和决策技术（自然语言处理、知识图谱等） 逐级拓展，不断完善技术矩阵。根据公司招股书，公司在跨镜追踪、3D 结构光人脸识别、 双层异构深度神经网络和对抗性神经网络技术等领域处于世界领先水平。

感知技术先进，全链 AI 技术积累深厚。截至 2023 年中报，公司主要核心技术 23 项， 涉及多模态混合感知、动态异构理解、全链 AI 建模平台等领域。其中，多模态感知技术和 全链 AI 建模平台技术占比较高，显示公司在计算机视觉和训练优化方面的技术实力。

核心技术聚焦场景应用，技术指标领先行业。公司在技术上不片面追求大模型和实验 室表现，主要核心技术聚焦应用场景下的问题解决，具有广泛的应用空间和较高的市场价 值。核心技术当中，有多项例如数据标注、参数学习方面的技术用于降低机器学习成本、 增强机器学习效率，降低训练门槛。此类技术虽然不会显著提升模型的最终效果，但对于 公司的技术整合和相关智慧平台搭建具有重要价值，将显著提升用户的使用体验，有力推 动技术的场景化应用。此外，公司其他核心技术也没有片面追求高算力、大模型带来的高 准确性，而是通过模型设计创新、产业经验结合等方式提高技术安全性、稳定性、经济性， 应用价值较高的同时，在部分测试集上的表现处于领先水平。

在研项目以场景用为中心

以应用场景为核心和出发点立项研发。公司研发立项重视技术整合和应用，截至 2023 年上半年，当前立项的 38 项在研项目当中，以服务具体应用场景为核心目的的项目有 24 项，在其余 14 项以平台建设或软硬件结合升级为目标的项目当中，有 10 项规划了未来具 体的应用方向。具有明确应用前景的研发项目占比接近 90%。该现象体现了公司研发服务 于经营和销售的务实态度，有利于公司持续将技术转化为产品和营收，实现科研投入的良 性循环。分行业来看，人机操作系统、智慧治理、智慧金融方向项目多、投入占比高，符 合公司当前经营战略和主要营收分布。人机操作系统可以整体提升公司整体服务能力，而 智慧治理和智慧金融是当前公司业务的主要应用场景，体现了公司研发路径明确、主营业 务清晰的特点。

人机协同操作系统：底层系统统一，复用成本降低

公司在 2020 年推出 CWOS 人机协同操作系统，前瞻性布局大模型架构。2020 年 11 月，云从科技在世界互联网大会上发布了人机协同操作系统，简称 CWOS（Cloudwalk Operating System），其定义是运行在通用操作系统或云操作系统之上，提供人机协同相 关算力、算法和数据管理能力和应用接口的底层软件系统，专为人与计算机之间进行自然 交互、协作完成复杂业务而构建，同时为开发者设计研发人机协同智能应用提供全面支持， 旨在降低人工智能应用门槛、提升人类与机器智能进行协作的效率和体验。其设计理念与 如今的大模型 AI Agent 高度相似，均是以通用底层人工智能系统（大模型），支撑上层多 样化的 AI 应用，可以说公司推出的“从容”大模型是其多年来在该领域耕耘的结果。

打造差异化系统，服务客户多元需求。云从人机协同操作系统一方面包括根据不同应 用场景客户需求提供的多种人机协同应用产品和整体操作系统，服务于客户单点业务效能 提升和整体业务场景智能化升级；另一方面也包括轻量化且功能全面的“轻舟平台”（即 通用服务平台），开放式地引入生态伙伴共同开发 AI 应用及配套 SaaS 服务，使人工智 能服务惠及更广泛的各行业客户。

CWOS：深度化定制解决方案满足大客户需求

CWOS 以满足客户智能化基础操作系统需求为主要目标，形成三大主要产品。人机 协同操作系统业务指公司向客户提供自主研发的基础操作系统及其核心组件和基于操作 系统的应用软件及相关的技术服务。公司服务于客户单点业务效能提升或整体业务场景智 能化升级。基础操作系统是应用产品的运行基础，公司向客户销售应用产品通常即包含基 础操作系统及其应用软件；核心组件是基础操作系统内可以独立交付的功能模块。公司人 机协同操作系统业务中基础操作系统和应用产品通常需根据客户需求和拟解决的具体业 务问题将基线产品进行一定的定制化开发后方可交付。此外，依托核心产品，公司衍生出 三项主要技术服务：公有云服务、风控服务、智能化运维服务，进一步满足客户需求。

基于通用系统进行定制化，满足不同应用场景、不同客户的复杂定制化需求。自公司 成立至今，云从人机协同操作系统从重点布局的智慧金融、智慧治理、智慧出行、智慧商 业行业版基础操作系统出发，通过迭代升级抽取共性功能需求和系统技术，优化整合为贯 通多应用领域的通用人机协同操作系统，并基于不同阶段操作系统开发了丰富的匹配客户 智能化升级需求的应用产品。目前，公司已实现重点布局的智慧金融、智慧治理、智慧出 行、智慧商业四个应用领域的基础操作系统的整合；同时升级推出智慧治理领域的融智云平台和智慧金融领域的集成生物识别系统 V4.0 版，综合运用公司掌握的人工智能技术优 化操作系统的运行效率和用户体验。

主要采取项目化的服务模式和直销的销售方式。项目主要客户为政府、公安、银行、 机场以及其他大型企业等政企客户以及中大型终端客户的厂商或集成商。公司一般采用直 销的方式，通过招标或竞争性谈判等方式取得相关项目，与客户直接签订合同，安排专门 的销售及技术团队为其服务。公司根据合同约定向客户交付基础操作系统、应用产品和核 心组件或向客户提供相关技术服务。部分项目根据客户要求需进行定制化开发人机协同操 作系统及应用产品，同时根据客户需求的不同，会将部分非人机协同操作系统相关技术的 配套系统功能委托给独立软件开发商等行业生态伙伴进行定制开发，或向独立软件开发商 采购配套软件产品。客户根据合同约定的付款进度与公司进行结算。

轻舟平台：轻量化平台服务标准化需求

打造通用化、标准化服务平台。当前，中小微企业智能化建设需求逐渐增长，目标产 品具有场景应用简单、定制化需求低的特点，同时客户对产品性价比有较高需求。标准化 的产品、规模化的生产、流水线式的作业成为人工智能的发展方向。轻舟平台由人机协同 操作系统（CWOS）衍生而来，是在 CWOS 系统上的通用化、标准化改造，用以满足常 见场景需求，服务更多新兴需求行业客户，顺应了行业发展趋势。公司主要向独立软件/ 硬件供应商和集成商提供包括软硬一体的一体机或服务器、私有化或公有云部署的纯软件 系统等产品，满足客户需求。

“千帆计划”推动轻舟系统生态建设。“千帆计划”是公司以“轻舟平台”为基础构 建的生态体系合作伙伴计划。公司将向合作伙伴提供“轻舟平台”的通用 AI 能力，满足新 兴人工智能需求。具体运营模式上分为两种：第一种为线下模式，通过区域增值服务伙伴 或行业独立软件/硬件服务商转售“轻舟平台”相关产品；第二种为线上云服务模式，通过 自主运营或者与运营商、云服务商合作以提供 SaaS 服务的模式向客户提供独立 AI 应用 及配套的 SaaS 服务。

“轻舟平台”拓展销售和服务模式。公司在“轻舟平台”销售中打破传统项目化模式 和直销模式，引入渠道分销模式，通过合作营销、培训认证、技术支持等方式，拓展独立 软硬件供应商、行业或平台云服务商等合作伙伴，发挥“轻舟平台”的通用性和品质优势， 探索覆盖通用应用市场。“轻舟平台”和“千帆计划”灵活的销售模式和服务模式是对原 有公司人机协同平台业务的重要补充，有利于公司更好的服务中小型企业，扩大客户覆盖。 “轻舟平台”和“千帆计划”具有广阔前景，是公司未来的重要成长点。当前，公司 人机协同平台业务主要服务对象仍为以政府和大型企业为代表的中大型客户，这也符合行 业的整体生态。但项目化业务模式拓展能力差、可复用性差、边际成本高，存在潜在发展 上限，轻舟平台有望将人工智能业务标准化、通用化，形成同质性高、可复用性高的 ‘产 品化’业务模式。千帆计划则可以将 “轻舟平台”这一标准化产品通过合作伙伴的深度 开发形成多样化的产品体系，打造“轻舟平台”为核心的服务中小微企业的智能生态。而 由于合作伙伴的加入，相关销售成本和研发成本得到有效控制，我们预计业务毛利率将保 持较高水平。未来，相关业务有望通过合作伙伴实现与更多产业的深度融合，有力推动公 司营收在传统应用场景以外的业务增长。

人工智能解决方案：依托人机协同操作系统服务多元化场景

人工智能解决方案业务指公司提供解决特定行业客户业务问题的智能化升级解决方 案。公司凭借所具备较强的 AI 技术能力和行业应用场景的深刻理解，为客户提供涵盖架 构咨询与设计、软硬件产品适配优化、交付部署、售后维护等环节的一体化解决方案。人 工智能解决方案会将人机协同操作系统作为方案架构的核心组成部分，充分发挥操作系统 提供的 AI 能力，再结合智能 AIoT 设备和第三方软硬件产品等为客户解决特定行业问题。

基于自研 CWOS 系统和 AIoT 硬件设备，深耕多元应用场景。公司的人工智能解决方 案在智慧金融、智慧治理、智慧出行和泛 AI 等领域已逐步实现落地应用，方案主要包括 自主研发的人机协同操作系统以及应用产品和智能 AIoT 设备，并提供一定定制化软件开 发服务。通过与各垂直领域客户合作，公司结合大量场景数据训练并优化算法平台，培育 出针对各行业特有的落地能力，积累了行业 Know-how 和私有化服务能力，建立了较高的竞争壁垒。公司将业务场景根据自身积累分为核心、战略、培育三种定位。核心业务包括 智慧金融、智慧治理和智慧机场&交通，并将 B 端、G 端作为主要客户。战略业务上，公 司紧跟国家战略，服务“制造强国”建设，包括智能制造、智慧能源等业务，且同样以 B 端为主要客户。培育业务上，公司参与模拟生态的打造，共享资源、技术和经验，推动模 型在智慧教育、智慧医疗和智慧文娱方向的发展，拓展 BtoC 的业务模式。

（1） 智慧金融： 主要针对金融行业的智能化需求，提升业务效率。公司智慧金融解决方案结合自主研 发的人机协同操作系统和智慧金融应用场景需求，将相关算法能力转换为实际生产力，持 续推进创新技术到工程化产品的转化，通过不断的技术创新来形成技术壁垒，并尝试针对 不同业务场景形成通用解决方案，通过标准化方式提高交付效率。目前，人工智能解决方 案主要覆盖数字化身份认证及生物特征识别、智慧网点数字化运营管理、刷脸支付、信贷 风险管理等场景。客户上，公司为包括中国工商银行、中国建设银行、中国农业银行、中 国银行、邮储银行和交通银行等超过 100 家银行为代表的金融机构提供产品和技术服务， 推动全国众多银行网点进行人工智能升级。

（2） 智慧治理： 多层次、多平台的智慧治理体系已经铺开。公司智慧治理领域的主要产品覆盖范围广， 不同产品的技术特点和发展方向存在一定差异，主要面向文旅、公安、政府、应急、环保、 教委等领域提供综合化平台和应用产品，服务方式上，公司首先为客户提供应用于具体场 景的人机交互设备，并基于 AIoT 设备建立场景动态信息的全面感知，通过数据汇总和处 理，结合专家意见，形成支持治理决策的体系。最后，通过融合治理条线中各角色的需求， 打造包括分析、决策、执行、反馈、优化的行业化、场景化、个性化的解决方案闭环，全 面助力社会治理现代化建设。目前，公司产品及技术已服务于全国 30 个省级行政区政法、 学校、景区等多类型应用场景。

（3） 智慧出行： 以民航枢纽为核心，提升交通效率和乘客体验，得到业界认可。公司结合自主研发的 人机协同操作系统和智慧出行应用场景需求，连接 AIoT 智能交互终端，打通融合机场、 航空公司、轨道交通等交通领域业务数据，通过专家知识模型和智能化分析决策能力，打 造“从门到门”的全流程、跨场景的智慧出行体系，致力于优化旅客出行智能化体验，提 高交通场站运行效率和安全保障水平，并努力促进交通体系互通共享。当前，公司产品和 解决方案覆盖北京首都国际机场、大兴国际机场、上海浦东机场、上海虹桥机场、广州白 云机场、重庆江北机场、成都双流机场、深圳宝安机场等包括中国十大机场中的九座重要 机场在内的上百座民用枢纽机场，日均服务旅客达百万人次。

（4）智慧商业： 赋能房地产、消费等行业，提升客户综合服务能力。公司结合自主研发的人机协同操 作系统和智慧商业应用场景需求，以行业应用为导向，把握商业场景人-货-场关键基点， 打造面向购物中心、商业连锁、 汽车、餐饮、商超便利等综合智能解决方案，赋能商业 客户建设感知、认知到决策的智能商业闭环，创造更高效的商业社会与更美好的消费体验。 目前，公司产品及服务已辐射汽车展厅、购物中心、品牌门店等众多应用场景，为全球数 亿人次带来智慧、便捷和人性化的 AI 体验。

（5）战略投入新兴 B 端行业：智能制造/智慧能源等

持续携手生态伙伴，开创新增长曲线。在智能制造领域，根据 2023 年公司半年报中 援引的沙利文数据，近年“AI+制造”规模快速增长，预计 2022 年 AI+制造市场规模约 为 204 亿元，到 2025 年市场规模可以达到 649 亿元，年复合增速 47.07%。伴随着智 能制造的逐步推进，AI 在制造业领域的渗透率稳步提升，根据 IDC 数据，2022 年制造行 业人工智能渗透率约 45%，仍未过半，未来仍有一定的增长空间。客户案例上，公司赋能 今世缘通过使用数字平台，以互联网标识解析节点为基础，来给个人、岗位、设备、流程 都赋予定义。同时，把不同的数据来源做成数据的叠层管理，来构建数据神经网络从而优 化工厂端到供应端到客户端的大模型，实现管理的优化。在泛出行领域，公司与深信科创 达成了战略合作，双方将在“开发与建设智慧出行一体化解决方案”“研发车路云城一体 化应用解决方案”等泛出行领域达成紧密合作。

（6）孵化 BtoC 端行业：智慧教育/智慧医疗/智慧文娱

建设行业生态发展圈，孵化 BtoC 端行业。在智慧医疗领域，以“人机协同操作系统 CWOS”为核心，输出智慧医疗数字大脑，打通医院、医保局等相关机构各个信息子系统 底层数据流，实现数据融合和业务融合，真正实现医疗行业业务管理的应用闭环。在智慧 文娱领域，公司联手游族网络共同致力于针对游戏行业的人工智能大模型技术研究及应用 实践以赋能产业发展，全面提升游戏开发和发行等环节的业务效率。

展望：整体盈利能力提高，各细分场景发展趋势有差异

自研 AIoT 设备推高业务毛利率。公司解决方案软硬件结合支出当中，第三方硬件设 备采购占比仍然处于较高水平。但近年来，公司自研 AIoT 陆续成熟，并在相关领域得到 了应用，使得公司第三方硬件设备采购支出占比呈现下降趋势，带动公司各行业人工智能 解决方案毛利率持续提高。未来，自研的 AIoT 项目有望持续落地，进一步推高公司人工 智能解决方案业务的毛利率，助力公司实现盈利。

各行业应用将呈现差异化发展。当前，由于宏观经济影响，各行业人工智能解决方案 增长速度均有所放缓。但不同行业应用方案的主要市场有所差异，受到制约的因素也不尽 相同。中期来看，主要应用方案应用场景的市场特征将较大程度上影响公司在相关业务上 的发展。

分行业来看：

智慧金融： 传统场景业务成长放缓，新市场崛起带来动能。当前，利用计算机视觉技术满足身份 认证、刷脸支付等场景下的业务需求已经得到广泛应用，相关技术市场普及度高，未来增 长将聚焦技术迭代以进一步提高安全性。随着各大金融机构完成初步智能化升级，上述场 景下的解决方案市场整体增速将放缓。而新的市场也在崛起，人工智能在信贷风险管理、 智慧网点数字化运营等场景正得到广泛应用。 场景扩展带来新的机会，金融业务有望接棒政府侧业务。近年来，国家密集出台相关 政策，促进以银行业、保险业为代表的金融行业实现数字化、智能化转型。2022 年，各 主管单位更是连续印发相关政策，为智慧金融产业发展带来高确定性。其中中国银行业协 会党委副书记、秘书长刘峰在 2022 华夏机构投资者年会提出，当前智慧金融应从外围支 持转向核心业务。公司积极响应政策，开拓智慧金融的新方向，逐步从外围支持技术转向 探索金融网点服务、数据分析建模、风控服务等更贴近核心业务的新领域。我们预计金融 业务有望成为公司新的增长功能。

服务长期伙伴，占据市场先机。与主要竞争对手相比，公司与各大金融机构建立了稳 定的长期合作关系，具有市场优势。同时，公司在智慧金融方向有包括风控网贷核算系统 改造、金融智慧网点解决方案等多项服务能力或在研项目。聚焦金融科技新领域，相关研 发项目进展比较顺利，具有技术优势。未来，随着相关技术逐渐成熟，新的应用领域将推 动智慧金融市场规模大幅增长。依托与大量头部金融机构的长期合作关系，公司有望凭借 长期研发投入和技术积累在新领域占据先机释放相关市场的巨大潜力，带动营收增长。

（2）智慧治理： 短期需求收紧，但长期需求依然旺盛。作为公司营收占比最大的行业，智慧治理业务 主要客户是政府及相关企事业单位。过去，社会活动受到宏观环境扰动影响，城市治理的 智能化改造需求被抑制。另一方面，近年来，各级地方政府财政自给率已经处于较低水平， 政府财政出现较大缺口，资金紧缺现象比较明显，短期内需要开源节流。宏观环境扰动减 少也促使政府以恢复经济活动为主要目标。因此我们预计短期内政府智能化改造项目需求 承压可能对公司业绩造成一定压力。但中长期来看，在国家政策支持下，各级政府对提升 治理水平依然有迫切需求，市场长期增长依然有保障，公司作为在智慧治理赛道具备技术 和资源优势的头部人工智能厂商，有望深度受益。

中期随着宏观经济形势好转，相关业务营收有望迎来明显成长。随着宏观政策调整， 我国经济有望在 2023 年逐渐恢复，根据 IMF 预测，2023-2026 年我国 GDP 成长预期分 别为 4.44%、4.50%、4.63%、4.60%，整体动能比较强劲。中期来看，随着国内经济秩 序的进一步恢复带来宏观经济形势好转，政府财政压力将逐渐减轻，并将恢复对智慧治理 项目的投资的热情，对公司未来发展具有重大积极意义。 智慧治理仍是公司未来发展的核心力量。过去几年，公司在智慧治理领域取得了亮眼 的成绩，营收大幅增长，目前已经成为了营收的核心。未来政府及相关企事业单位在智慧 治理方面的需求依然旺盛，市场规模有望持续增长。公司将充分发挥自身安全高效的海量 异构智能设备的数据接入、联网和存储能力，业界领先的视图感知数据分析能力，面向行 业的知识存储、建模和推理应用等知识计算能力，持续扩展相关业务，推动公司业务发展。

（3）智慧出行： 民航市场发展带来成长空间，下沉市场值得关注。公司主要针对以机场为代表的公共 交通枢纽的智能化升级需求提供服务。当前，国内主要大型民航枢纽已经完成了智能化改 造，叠加近年来宏观环境扰动导致机场利用率降低，相关市场规模增速明显放缓，短期业 务受到冲击，2022 年营收出现一定下滑。随着宏观环境转好，出行需求将得到释放，智 能化系统在提升效率方面的价值将得到体现。未来，随着我国民航业的发展，新机场建设 尤其是二三线城市的机场建设改造值得关注，公司相关解决方案有望得到更多应用，带动 营收成长。 公司业务民航相关占比较高，提升旅客出行体验将成为扩展业务的关键。当前，公司 相关业务主要项目比较单一，主要聚焦机场等大型繁忙交通枢纽管理和服务需求，对客流 量不大、效率要求不高的交通部门吸引力不足。未来，公司有望通过机场业务平台、头肩 检测技术等研发项目继续提升系统在该应用领域的安全性、准确性、可操作性和智能化程 度；同时，通过优化底层算法，探索语音交互为代表的新人机交互技术等方式，持续在不 同场景下提升旅客的出行体验，帮助公司相关解决方案强化标杆效应，吸引中小型交通节 点接入智能化系统，过往的标杆项目有望成为未来扩展相关业务的关键。

（4）智慧商业： 宏观环境转好促进线下服务业恢复，相关市场将焕发活力。公司智慧商业业务仍处于 初期探索阶段。过去几年，受宏观环境扰动影响，服务业受到较大冲击，线下大型零售商 经营出现困难，导致智慧商业业务推广出现困难。随着宏观环境转好，预计我国服务业市 场尤其是线下服务业市场将逐渐焕发活力，有力推动公司相关业务发展。 行业方向尚不明确，发挥公司优势方能应对激烈竞争。目前，业内对智慧商业方向的 具体技术方案尚无定论。众多公司都推出了具有各自特色的解决方案，但仍需市场进一步 验证。公司依托其长期在计算机视觉和自然语言处理的先进技术，结合其在智慧治理方向 上的经验和基础，如果能够切实从具体商业场景下的业务需求出发持续改进其解决方案， 将使得公司在相关领域具有明显的竞争力。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

精选报告来源：【未来智库】。「链接」