兴业证券,长江资管,瓴仁投资,宽远资产,涌峰投资,普信投资,中邮理财,上海觉睿财务咨询,Artisan,银湖投资,凯盛投资,嘉合基金,中欧基金,瑞信致远私募,招商基金,盘京投资,兴银理财,远望资产,中信保诚基金,奶酪基金,利位投资,阅微知本管理咨询,涌德瑞烜私募基金,仙游县园庄镇工程管理服务,和谐汇一资管,深圳高新投,康祺资产,润泽长宜私募,深圳百山创业投资,趣时资产,北京卓文天语文化,睿郡资产,华宝基金,珠海纽达投资,石智基金,中国人寿,中信证券,国元证券,西安高新矩一建设,灏霁投资,美年大健康,合一五洲资管,Flex,星石投资,澜府企业营销策划,前海开源基金,财通资管,源行投资,博笃投资,柏杨投资,新华基金,杭州巴更网络科技,五矿证券,长城证券,合美投资,Polar Capital,贺腾资产,相聚资本,中邮创业基金,科领资本,海通资管,禾其投资,长青藤资管,中信保诚资管,长城财富保险资管,安信基金,景顺长城基金,山西证券,双安资产,鑫泉私募,南京理诚商务咨询,明涧投资,晨星亚洲投资,杭州华经企业,汇银奥飞基金,五地投资,上海集元资管,北京仲春私募,湖南钧犀高创,睿远基金,抱朴容易资管,陆家嘴国泰人寿,中资鑫融投资,国投瑞银基金,理臻投资,Arohi,明见投资,博瀚资产,汇华理财,明河投资,乾图私募,人保资产,恒丰理财,招银国际,兴业基金,平安资管,申万宏源证券,国泰君安,弘毅远方基金,Jadehouse Capital,汇金公司,泽泉投资,红土创新基金,华安证券,浙江涌悦资管,华富基金,中英人寿,睿璞投资,国寿安保基金,宁波时通运泰私募,申万菱信基金,博时基金,中金资管,兴证全球基金,碧云资本,上海鼎锋资产,Monolith,碳基础科技,森锦投资,安域资本,天安人寿保险,中国健康投资,海通证券,红杉资本,四川航天川南火工技术,聚鸣投资,金鹰基金,人保养老保险,涌见资管,上海恒建互联网科技,南方基金,厦门合利信,陕西协春茂供应链,山西科芯,长沙德柯数智科技,华宸未来基金,民生加银基金,南银理财,国泰君安证券,国君资管,青云合益资管,国泰基金,华创证券,仁桥资管,桥河资本,北大方正人寿资管,天风证券,长江证券,百年保险资管,中银资管,景林资产,明希资管,招商期货,炳申投资,建信养老金,爱华资产,国信证券,太保资产,中银国际证券,平安证券,奇盛基金,银华基金,安信证券,凯思博投资,君茂资本,华夏东方养老资管,汇丰晋信基金,见龙资产,明达资管,弘则研究,磐拓网络科技,韩国投资,上汽颀臻资管,中金基金,A&M,维沃移动通讯,上海人寿,长盛基金,华泰证券,佳许盈海私募,AA 投资,正心谷资本,惠升基金,嘉实基金,彤源投资,上海敬琏网络科技,长见投资,开源证券,南京春谷私募,信璞投资,盈峰资本,中域投资,聆泽私募,宁泉资管,泓澄投资,广发证券,远信投资,中泰证券,磐石投资,鹏华基金,深圳固禾私募,银河基金,泰康资产,华安基金,源泉投研智库,乾瞻资管,中信建投证券,沃珑港资本,博道基金,财沣投资,建信基金,谦石投资,紫阁投资,诺安基金,开思股权基金,深圳前海精至资管,长金投资,名禹资管,修一投资,易鑫安资管,橡谷资管,信达证券,私享基金,海富通基金,民生银行,民远投资,加拿大鲍尔集团,勤陈资产,尚科投资,瑞信证券,深圳东方港湾,万家基金,重山投资,修实基金,易方达基金,悦溪基金,秀龙财富,泰仁资本,林孚投资,泉果基金,熵简基金,世诚投资,中邮基金,华泰资产,兴证资管,致道投资,磐厚动量资管,巴兔科技,平安基金,浙商证券,中国电信,招商银行,中国保险投资基金,UBS,恒越基金,华福基金,交银人寿保险,临泽投资,真格基金,华夏基金,财新传媒,上海成芳投资,国泰君安国际,凌晟资本,睿德信投资,路赛资管,国联安基金,新华资产,江信基金,西部利得基金,杭银理财,由榕资产,西南证券,平安理财,众志投资,中航信托,浦发银行,浦银安盛基金,谢诺辰阳私募,才誉资本,悟空投资,永赢基金,交银施罗德基金,天弘基金,踏脚石咨询服务,博裕资本,国海富兰克林基金,苏银理财,鑫然投资,财通证券,彭博行业研究,庐雍资产,上海家祺科技,深圳前海智腾,平安养老保险,众安保险,泓德基金,国金证券,摩根大通证券,毅木资产,长江养老保险,青岛朋元资管,Jarislowsky Fraser Ltd,毕盛投资,招银理财,东莞鸿飞数控设备,华西证券,泰达宏利基金,TCL,中邮保险,弘尚资产,华能贵诚信托,中邮证券,天宇康威,安联保险资管,拓泽投资,九泰基金,瑞银证券,厦门益亨投资,圆信永丰基金,广发资管,国盛证券,太平资产,中荷人寿保险,Harvest Fund Management,马来西亚国库投资,长安基金,中邮人寿保险,武汉广茂资管,上海晨燕资管,和丽投资,恒识投资,招商证券,浙商基金,中金公司,宁银理财,国寿养老保险,山东心诺食品,国金资管,华福证券,广发基金,源乐晟资产,摩根大通,恒洁卫浴,明亚基金,长信基金,国新投资,中信资管,汇添富基金,中原证券

一、公司经营情况说明

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;国内受需求收缩、供给冲击、预期转弱等各方面影响,给企业经营带来巨大挑战。海康威视秉承“专业、厚实、诚信”的理念,积极、审慎地应对各种不确定性,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%,PBG业务受防控影响最大,公共支出受限,大项目落地较少。其中,2021年四季度公司有确认大项目收入,数据基数较高,2022年底经营环境变化剧烈,导致四季度缺乏开展有效工作的环境,我们认为22年4季度是公司业绩的底部。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,其中能源行业增速较快。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。

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占比将会进一步提升。

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。

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

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已严格控制人数增长,费用支出的刚性是我们要面对的挑战,预计逐季将有所缓解。

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。

现金分红方面,2022年公司的分红预案是每10股派发现金红利7元,派发的现金红利约65.55亿元,占比2022年归母净利润51.06%。

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

经营性现金流方面,2022年公司经营性现金流占净利润比例79.2%,2022年末现金及等价物398.15亿人民币,公司资金储备较为充足。

当前国内经济处于复苏向上的过程中,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地缘政治环境决定资源投入力度。虽然过去两年环境变化较大,但公司的业务布局优势、行业竞争地位依然保持。2023年一季度公司营收162.01亿,比去年同期下降1.94%。从2022年一季度到2023年一季度的5个季度,各季度营收的同比增速分别为:18.11%,4.13%,3.39%,-9.10%,-1.94%,各季度归母净利润的同比增速分别为5.29%,-19.41%,-31.29%,-31.50%,-20.69%。2023年一季度相对于2022年各季度的营收、净利润逐季下降的趋势已明显收敛,整体趋势向好。企业的数字化转型势头较好,EBG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,我们相信2023年会逐季向上。

二、Q&A环节

Q:从今年以来,整个资本市场对AI大模型在一些细分垂直领域的落地和应用有非常多的关注,海康在视觉领域又有长期的耕耘和积累,从感知能力到数据到落地和应用,对产品的把握和理解等都有非常丰富的积累,海康研究院这边长期跟踪和探索落地行业最前沿的技术的结合,我们又有比较接地气的工程师的气质和文化,如何去看待这些跟我们相关度比较高的CV大模型,SAM模型,甚至到更广普的一些通用模型,对我们这个行业的发展,包括商业模式、竞争格局等带来的影响,我们有什么样的准备和应对,谢谢。

A:最近几年在人工智能领域,大模型是一个比较明确的技术发展趋势,因此我们研究院在几年前就开始研发视觉大模型技术。现在我们的大模型技术已经到了多模态大模型的研发阶段,我们的多模态大模型包括视觉、语音、文本等多模态信号的融合训练及处理。

为了支持大模型的研发,海康也自建了业内一流的数据中心,我们构建了千卡并行的训练能力,并且面向智能安防的场景,我们训练了百亿级参数的大模型,我们知道现在大模型的部署应用成本是较高的,所以面向这种部署应用成本较高的限制,我们在大模型的算法架构上进行了研发。在算法上我们基于基础大模型,研发了更高效的行业模型,在架构上我们应用云、边、域的智能物联系统架构,实现信息的多级处理,达到成本与效果的均衡。这类多模态的大模型的智能感知认知能力,使得我们的智能系统具备了更强的泛化能力,能够更好的去理解和响应用户的需求。目前我们的多模态大模型已经在我们的AI开放平台上上线,它使得我们能够更好的去理解现场更加复杂场景下的视频内容,使得我们视频信息的提取的精确度有了量级上的提升,另外它使我们数据标注的工作的自动化程度大幅的提升,标注的效率提升了一个量级。目前我们AI的开放平台已经在100多个行业的智能化的产业升级中获得了应用,并支持了15,000多家用户。

现在从大模型的发展趋势来说,现在大模型的研发在全世界是呈现一个百花齐放的态势,并且展示出很强的能力。我们认为在面向垂直领域应用的时候,结合高质量的领域数据及领域知识所训练的行业大模型,其性能及实施成本都会具有优势。举个例子来说,彭博社利用其在金融领域多年的积累,构建了500亿参数的BloombergGPT,该模型在金融领域取得了很好的效果。海康威视在智能物联领域具有20多年的积累,相信我们的大模型开发会给会为我们带来更多的优势,为用户提供更好的服务。

刚才您也提到了META发布的大模型,我们认为在AI领域过去有大量的技术开源,这种开源工作大幅度加速了这个行业的进步,降低了技术的门槛,提升了技术的下限。但是另外一方面,我们认为这个领域的应用,达到SOTA(StateoftheArt)的性能模型往往是需要一些专业的数据和领域知识的积累的。SAM模型在发布之初我们就关注到了,并且也进行了系统性的评测,我们的结果显示相对于我们专业领域的应用来说,它的性能跟我们的专业模型还是有一定差距的。

最后我们在人工智能领域方向是会持续的投入,我们也会高度的关注业界大模型的发展状况,积极的与国内的企业、高校、开源社区开展合作,共建良好的大模型生态,为我们的用户提供更好的服务。

Q:我们一直以来对公司的发展还是抱有非常多的信赖和期待,公司对未来10年的发展也有一些大的方向和目标,之前在致股东上提到过发展机遇期的问题,但过去几年大环境造成的国内和海外的变化确实是超出了绝大多数人的意料,除了2020年底到2021年中间有几个季度算还可以以外,其他的都是比较考验企业团队和员工总体执行力的一个过程。我们也看到了公司持续的投入和拓展,在去年的环境下面我们也有一些人员的投入,尽管说这个幅度不是很高,往未来的角度来看,想请胡总给大家做一些定性维度的指引和判断,未来几年我们重点在落地应用盘点上,以及在供给端、感知端能力扩展和融合之后的一些新的发展机遇上面,在响应提高整个央国企的发展质量,进一步提升价值,推动整个公司往更高体量发展的大的背景下面,我们有一些什么样的思路和展望。

A:我们在2021年的致股东中提到未来三年是海康的机遇期,这几年的确出现了很多的变化,21年还是不错的,22年没想到有这么大的一个动荡,这是对环境变化判断的不足。从公司角度来说,竞争环境是在改善的,但是政治环境不是很好,比如美国的打压,环境不是那么好,这是第一个方面。

第二个方面,公司的能力是在提升的,业务的选择、技术的方向也是比较清晰的,我们从可见光到毫米波、到远红外、到X光、到声波,这些技术都在逐步落地,包括去年我们EBG业务表现还不错也与这些技术的落地都有很大的关系。其实在20年、21年的时候有一些特别的机遇期,包括人体测温,在2022年人体测温市场恢复平静之后,EBG依然表现的不错,这是公司一个综合能力的反映。

第三个方面,海康本身也到了一个转折期,公司内部运营、管理等各方面的能力都在提升,处于上升的趋势,所以对机遇期的基本判断我认为还是没有错。在这样的一个全球化政治、经济的影响之外,这几年可能还会有一些的困难,但这些困难对于培养和打造公司持续上升的能力以及长期发展还是比较好的,我们在感知的能力,在MEMS技术、在信号处理、设备类别的丰富程度,包括在AI上的能力、营销的能力以及适应外部变化的能力都在提升。所以即使未来两三年或甚至三四年还可能遇到这样或那样的困难,我想走过这一段困难的时间后,我相信海康的发展会持续向好,谢谢。

Q:现在市场上有一种观点,凭借大模型或者说其他一些开源的AI技术,我们的竞争对手就可以在更大的机会上去突破我们之前建立的技术壁垒,并且他们觉得会使得整个竞争格局走向分化,想听一听公司对这个问题的看法。

A:首先现在大模型呈现的能力,尤其是它在AGI上面呈现的能力,让大家看到人工智能未来会有更强的泛化能力,也会有更多的应用价值的输出,这一点现在看起来这个趋势是比较明显的。但是另外一方面我们也看到大模型它本身它是一个人类的数据和知识的凝练,对人类的任务进行响应的一个过程。因此我们认为在面向于垂直领域的时候,这种高质量的领域数据和领域知识都会产生巨大的价值,这一点在以往的许多学术论文以及一些竞赛上我们都可以看到,SOTA的人工智能的结果,往往不是一些通用的模型能获得的,往往是结合了一些领域数据和领域知识的模型才能获得。刚才我也提到了类似于像彭博社的BloombergGPT在金融领域的效果,也提到了SAM的分割模型在我们的领域里面的一些效果,这些都验证了这样的结果。对于海康威视来说,我们是在比较早的时间就识别到了大模型的发展趋势,我们很早就做了视觉大模型,由于我们海康的技术架构是发展全面感知的智能物联的架构,因此我们也在比较早的时间就做了多模态大模型的研发。多模态大模型里面,它是把视觉、雷达、声音、文本、X光各种模态的信息都根据任务的需要来进行融合及训练。我们觉得大模型开源的态势,首先它会让人工智能的应用更让广大的客户接受,整个智能物联、人工智能的蛋糕会越做越大,对于像海康这样具有多模态的大模型能力,以及具有全面感知的产品线,另外我们又有物联网领域二十多年领域知识的积累,我相信在这样的技术趋势下,我们的技术结合会给我们的用户带来更多的价值和优势,谢谢。

Q:市场现在也很关心我们各个BG今年整个景气度的展望,能否帮忙从订单或者商机的角度讲一下今年是否能够看到比较明确的提升趋势,谢谢。

A:市场肯定很关注经济复苏的情况,从整个大环境来看,从去年的二季度开始,商机数受到一些遏制,三季度四季度是逐季下滑的,直到今年一季度受影响还没结束,过了春节以后才看到一些商机在逐步增加,目前来看可能还是要到今年的5月份才会有比较明朗的趋势。现在这个时候看每个BG由于周期不一样反应出来的情况也会不同。比如说SMBG主要针对于小商户、小工厂、小企业、小单位,所以一般情况下SMBG反应会比较快,它的决策链条比较短,如餐饮、旅游的恢复增长会直观的带动我们业务的增长或波动。EBG的决策相比PBG的决策还是要快一些,PBG的决策更慢,特别是一些地方政府在资金的压力上面,政府发债也需要时间,所以PBG得恢复看起来相对更缓一些,大致的情况是这样子。

Q:关于我们的竞争优势,一个是体现在我们在很多垂直领域数据的积累上,另外一个是体现在我们的渠道壁垒