公司是国内领先的人工智能数据标注提供商，提供AI算法模型开发所需的专业数据集，业务覆盖智能语音、计算机视觉、自然语言等场景，并积极布局自动驾驶业务，未来有望打开公司成长空间。公司产品服务在人机交互、智能家居、智慧城市等领域均有深度应用，对标海外龙头Scale AI和Appen，我们认为公司有望充分受益于数据要素生态构建和人工智能产业加速发展，并且在自动驾驶新业务加持下，实现业务的快速增长。
　　AI进入数据智能时代，质量+规模拉动数据标注需求快速成长
　　人工智能行业持续成长，模型复杂度和算力提升拉动了训练数据需求量的加速提升，根据Congnilytica预测，到2027年全球AI训练数据市场需求将达到220亿美元，而观研天下数据中心预测到2029年，我国数据标注行业市场规模将达到204.3亿元。数据规模以及质量需求升高将拉动数据标注行业的快速成长。
　　自动驾驶渗透率提升，公司智能驾驶数据业务有望迎来爆发
　　公司积极布局自动驾驶相关业务，于2022年6月上线第三代智能驾驶标注平台并发力研发第四代产品，截至2022年第三季度，公司已验收订单以及在手订单合计约5000万元，同比增长超200%。我们认为随着自动驾驶渗透率提升，叠加技术向L3及以上级别发展，数据标注需求将快速成长，公司已设立独立的自动驾驶事业部并配置专项研发、销售、产品和项目交付团队，未来相关业务有望实现高速增长。
　　持续布局语音语义赛道，多语种为公司核心技术壁垒
　　公司基于多年语音识别及合成领域的技术积累，在多语种领域构筑深厚技术壁垒。截至2022H1，公司拥有190个语种/方言的覆盖能力，累积词条数超过1000万。公司持续布局海外市场，2022年H1境外收入占总收入达57.14%，境外市场签单额同比增长近2.5倍，前三季度境外基础训练数据业务收入同比增长近140%。我们认为随着公司海外业务的加速布局，能够更好地发挥公司在语音和自然语言领域的多语种优势，打开公司广阔成长空间。
　　盈利预测与估值
　　我们预计公司2022-2024年实现营业收入分别为2.67/4.00/5.48亿元，同比增长分别为29.36%/49.67%/37.00%；对应归母净利润分别为0.14/0.45/1.02亿元，同比增速分别为-56.75%/230.52%/126.32%，对应EPS为0.32/1.06/2.39元，对应PE分别为205.04/62.04/27.41倍。首次覆盖予以“买入”评级。
　　风险提示
　　1、技术迭代风险；2、汇率波动风险；3、新客户拓展不及预期带来的风险；4、市场竞争加剧风险；
　　
　　

研究报告全文：证券研究报告深度报告IT服务海天瑞声688787报告日期2023年01月04日国内AI训练数据龙头提供商自动驾驶业务打开成长空间海天瑞声深度报告投资要点投资评级买入首次公司是国内领先的人工智能数据标注提供商提供AI算法模型开发所需的专业数据集业务覆盖智能语音计算机视觉自然语言等场景并积极布局自动分析师程兵驾驶业务未来有望打开公司成长空间公司产品服务在人机交互智能家执业证书号S1230522020002居智慧城市等领域均有深度应用对标海外龙头ScaleAI和Appen我们认chengbing01stockecomcn为公司有望充分受益于数据要素生态构建和人工智能产业加速发展并且在自动驾驶新业务加持下实现业务的快速增长基本数据收盘价6548AI进入数据智能时代质量规模拉动数据标注需求快速成长人工智能行业持续成长模型复杂度和算力提升拉动了训练数据需求量的加速提总市值百万元280254升根据Congnilytica预测到2027年全球AI训练数据市场需求将达到220亿总股本百万股4280美元而观研天下数据中心预测到年我国数据标注行业市场规模将达到2029股票走势图2043亿元数据规模以及质量需求升高将拉动数据标注行业的快速成长海天瑞声上证指数自动驾驶渗透率提升公司智能驾驶数据业务有望迎来爆发5公司积极布局自动驾驶相关业务于2022年6月上线第三代智能驾驶标注平台-9并发力研发第四代产品截至2022年第三季度公司已验收订单以及在手订单-22-36合计约5000万元同比增长超200我们认为随着自动驾驶渗透率提升叠加-49技术向L3及以上级别发展数据标注需求将快速成长公司已设立独立的自动-6322022203220422052206220722082209221022112301驾驶事业部并配置专项研发销售产品和项目交付团队未来相关业务有望实2201现高速增长持续布局语音语义赛道多语种为公司核心技术壁垒相关报告公司基于多年语音识别及合成领域的技术积累在多语种领域构筑深厚技术壁垒截至2022H1公司拥有190个语种方言的覆盖能力累积词条数超过1000万公司持续布局海外市场2022年H1境外收入占总收入达5714境外市场签单额同比增长近25倍前三季度境外基础训练数据业务收入同比增长近140我们认为随着公司海外业务的加速布局能够更好地发挥公司在语音和自然语言领域的多语种优势打开公司广阔成长空间盈利预测与估值我们预计公司2022-2024年实现营业收入分别为267400548亿元同比增长分别为293649673700对应归母净利润分别为014045102亿元同比增速分别为-56752305212632对应EPS为032106239元对应PE分别为2050462042741倍首次覆盖予以买入评级风险提示1技术迭代风险2汇率波动风险3新客户拓展不及预期带来的风险4市场竞争加剧风险财务摘要Table百万元Forcast2021A2022E2023E2024E营业收入20648267093997554765--1153293649673700归母净利润31611367451810224--6285-56752305212632每股收益元074032106239PE88672050462042741资料来源浙商证券研究所httpwwwstockecomcn127请务必阅读正文之后的免责条款部分海天瑞声688787深度报告投资案件我们与市场的观点的差异1市场普遍认为AI训练数据标注行业属于重劳动力行业对标注人员需求量大认为赛道内厂商的产品服务受制于标注人员的标注效率和准确度业务天花板不高我们认为公司基于智能化标注平台的不断迭代和研发人工标注比例持续下降标注效率和准确度有望持续提升同时公司持续储备标准化的数据产品坚持标准化产品销售和定制化服务相结合的商业模式保证公司的毛利率净利率维持在良好水平未来有望随着新业务的持续开展不断提升行业内的竞争力2市场普遍认为AI标注行业厂商众多考虑近年来大量初创公司涌入该赛道公司的行业竞争力以及竞争壁垒可能受到挑战我们认为对于AI数据标注行业业务智能化和数据安全合规将决定公司的竞争壁垒在业务智能化方面公司通过多年研发已构建高效数据标注平台标注能力较行业竞争对手具备显著优势同时2022年自然资源部先后发布文件针对数据安全合规提出更高要求未取得测绘资质的企业将不得从事自动驾驶舱外数据的处理工作而公司于2022年6月获批乙级测绘资质为自动驾驶领域业务的开展奠定良好基础股价上涨的催化因素高级别自动驾驶渗透率提升带动训练数据需求加速成长随着自动驾驶技术向L3及更高级别发展AI训练模型复杂度提升叠加单车传感器数量增加将带动训练数据需求量的爆发成长公司发力布局智能驾驶赛道并与国内外车企Tier1厂商建立良好合作关系未来有望受益行业加速成长数据要素生态持续完善2023年1月3日发改委在求是撰文指出应加快构建中国特色数据基础制度体系促进全体人民共享数字经济发展红利随着国家政策引导以及数据产权制度数据流通和交易受益分配制度等环节的持续完善数据要素生态有望迎来加速成长期公司作为AI训练数据提供商业务设计数据采集标注和交易等多个环节并且是上海数交所和北数所首批数据厂商未来有望受益行业加速成长风险提示技术迭代风险由于人工智能行业整体发展较为迅速应用领域和应用场景不断拓展下游需求随着行业发展不断发生变化公司业务相关的各项技术面临快速迭代更新的压力如果公司无法及时判断行业需求的发展趋势合理规划研发人才及研发投入可能导致在技术迭代进程中失去技术优势以及对新需求新业务场景的先发优势进而对公司经营造成不利影响汇率波动风险公司积极拓展境外客户2022H1公司境外收入占总营收5714该收入采用外币结算并受人民币汇率水平变化的影响因此汇率波动可能对公司境外收入造成不利影响新客户拓展不及预期带来的风险2022年上半年公司收入主要来自老客户占比达到9582新客户收入占比较低若老客户降低对公司产品服务的采购量或公司未能维持与老客户的合作关系则公司的经营情况或将受到不利影响市场竞争加剧风险近年来AI基础数据服务领域公司不断增多由于整体行业较新行业标准和法律监管仍处于规范阶段公司如果不能持续有效地制定并实施业务发展规划将受到竞争者的挑战影响公司的盈利能力和发展潜力httpwwwstockecomcn227请务必阅读正文之后的免责条款部分海天瑞声688787深度报告正文目录1AI进入数据智能时代质量规模拉动数据标注需求快速成长611人工智能发展算法算力数据三轮驱动612AI进入商业化时代与行业和场景的紧密结合催化高质量训练数据需求813数据标注行业发展迅速智能化数据安全将决定公司竞争力92自动驾驶渗透率提升公司智能驾驶数据业务有望迎来爆发1221智能驾驶从L2向更高级别过渡AI数据训练需求将加速成长1222公司智能驾驶业务快速发展智能标注平台技术优势显著1423对标海外厂商公司发展前景广阔15231对标SacleAI基于AI辅助工具大幅提升数据标注效率15232对标海外龙头厂商Appen公司盈利能力占优前景广阔163持续布局语音语义赛道多语种为公司核心技术壁垒1831公司在智能语音领域积累深厚技术优势显著1832持续布局海外市场标准化产品赋能盈利能力提升194海天瑞声国内AI训练数据提供商龙头2041深耕行业近二十年成为AI产业核心价值提供者2042公司结构稳定核心团队背景奠定行业竞争优势2143疫情影响下公司营收承压智能化平台有望驱动公司快速成长225盈利预测与估值2351盈利预测2352估值与投资建议246风险提示25httpwwwstockecomcn327请务必阅读正文之后的免责条款部分海天瑞声688787深度报告图表目录图1中国人工智能市场规模及增速6图22016-2022H1中国算力总规模单位EFlops7图32021-2027全球AI训练数据市场需求单位十亿美元8图4人工智能技术广泛渗透进经济生产活动主要环节8图5机器学习项目中不同环节耗费时间的结构比重9图6中国数据标注行业市场规模发展趋势9图72021年我国数据标注行业下游需求占比10图82017-2029年中国数据标注行业平均价格趋势及预测10图92021年我国数据标注与审核细分产品市场结构10图102021Q1-2022Q1中国L2级自动驾驶乘用车渗透率12图112021-2030年全球自动驾驶渗透率预测12图122D点云标注示例13图133D点云标注示例13图14自动驾驶技术训练量需求13图15毫末智行4D点云标注示例13图16公司3D点云标注平台14图17公司一体化数据处理平台示意图14图18ScaleAI历轮融资情况15图19ScaleAI3D点云标注平台15图20ScaleAI稠密建图工具15图21Appen自研MatrixGo数据标注平台16图22Appen2018-2021年营收总收入及净利润趋势17图23Appen海天瑞声净利率毛利率比较17图242017-2022年中国智能语音市场规模趋势及预测18图25语音识别加工18图26语音合成加工18图272018-2022H1公司境内及境外收入占比情况19图28公司境内外业务毛利率对比19图29公司发展历程20图30公司产品服务矩阵20图31公司研发人员数量大幅提升21图32公司研发人员学历构成21图33公司2018-2022Q3营业总收入22图34公司2018-2022Q3归母净利润22图35公司2018-2022Q3毛利率22图36公司2018-2022Q3研发销售管理费用率22表1AI神经网络模型参数量及复杂程度7表2自然资源部测绘工作准入资质相关文件11表3各级别自动驾驶对传感器数量的需求12表4公司智能驾驶数据解决方案14表5MatrixGo数据标注平台功能点16httpwwwstockecomcn427请务必阅读正文之后的免责条款部分海天瑞声688787深度报告表6公司及国内外竞品公司对比19表7公司核心管理团队21表8可比公司估值分析24表附录三大报表预测值26httpwwwstockecomcn527请务必阅读正文之后的免责条款部分海天瑞声688787深度报告1AI进入数据智能时代质量规模拉动数据标注需求快速成长11人工智能发展算法算力数据三轮驱动移动互联网时代的到来为AI发展提供数据资源结合算力和模型持续迭代AI呈现爆发式成长数据爆炸算力提升和新算法出现引导了AI近十年来的发展浪潮AI研究领域逐步扩大到专家系统机器学习计算机视觉自然语言处理等并与金融政府教育等行业结合愈发紧密AI迭代带动商业化进程加速应用场景日渐丰富行业空间有望打开德勤数据显示2021年中国人工智能市场规模达2058亿元预计到2025年将达到5460亿元2021-2025年复合增长率约2763随着AI从感知智能逐步走向认知智能未来有望有效赋能人的效率提升创造更大的商业价值图1中国人工智能市场规模及增速资料来源德勤浙商证券研究所AI进入大模型小模型时代大规模参数设置与输入为AI解决复杂推理问题提供可行方案为人工智能发展创造空间大模型通过超大规模的参数设置和数据输入具有基础通用和综合的特点而小模型基于实际任务场景的需求通过高质量场景数据的输入和训练使AI能够出色完成特定任务在NLP领域以Google发布的BERT模型和OpenAI提出的GPT模型为典型代表AI通过大模型的预训练能够在处理语言推理人机交互等领域任务上的表现实现极大提升打开了AI渗透到各行业进行商业应用路径国内外大厂相继发布AI大模型巨头发力布局人工智能有望主导行业发展与市场格局2018年以来以GoogleMeta微软阿里巴巴为代表的国内外科技巨头相继发布自研AI大模型为人工智能的商用奠定良好基础未来各细分赛道公司有望从AI生态拥抱产业变革httpwwwstockecomcn627请务必阅读正文之后的免责条款部分海天瑞声688787深度报告表1AI神经网络模型参数量及复杂程度类别模型公司参数量AlexNet20126000万图像识别VGG-162014138亿ResNet-5020152500万GPT-1201815亿GPT2018-2020OpenAIGPT-220191542亿GPT-32020约1750亿BERT2018Google34亿MT-DNN2019Microsoft33亿自然语言模型PERSEUS-BERT2019阿里巴巴11亿ProjectMegatron2019NVIDIA83亿T-NLG2020Microsoft172亿源102021浪潮信息2457亿中文语言模型资料来源CSDN浙商证券研究所我国算力规模持续扩大保证AI大模型训练算力需求十三五期间我国算力规模保持高速增长态势单台算力设备的性能也不断提升前瞻产业研究院数据显示截至2021年底我国算力总规模达到140EFlops每秒140京次浮点运算次数占全球总算力约31截至2022H1我国算力总规模超过150EFlops仅次于美国图22016-2022H1中国算力总规模单位EFlops资料来源前瞻产业研究院浙商证券研究所AI模型训练需要大量高质量数据作支撑在语音交互智能驾驶等领域国内外厂商除了自有的AI数据团队对公司业务中产生的数据进行采集和标注还需要购买大量外部数据作为AI模型训练的养料根据Cognilytica数据统计显示2021年全球AI训练数据市场需求约为42亿美元并预计到2027年这一需求将增长到220亿美元2021-2027年复合增长率达32httpwwwstockecomcn727请务必阅读正文之后的免责条款部分海天瑞声688787深度报告图32021-2027全球AI训练数据市场需求单位十亿美元资料来源Congnilytica浙商证券研究所12AI进入商业化时代与行业和场景的紧密结合催化高质量训练数据需求近年来随着新技术模型出现各行业应用场景价值打磨与海量数据积累下的产品效果提升人工智能应用已从消费互联网等泛C端领域向制造能源电力等传统行业辐射各行业企业在设计采购生产管理营销等经济生产活动主要环节的人工智能技术与应用成熟度在不断提升加速人工智能在各环节的落地覆盖逐渐将其与主营业务相结合以实现产业地位提高或经营效益优化进一步扩大自身优势AI技术创新应用的大规模落地带动了大数据智能市场的蓬勃发展同样也为底层的数据治理服务注入了市场活力信息化和数字化基础较好的行业及环节将率先拥抱AI商业化进程根据艾瑞咨询数据显示目前人工智能技术已渗透进各行业的经济生产活动主要环节中并在政府金融互联网等领域的质控窗口服务远程办公等环节进入规模化落地阶段未来随着各垂直行业数字化信息化的持续推进人工智能技术作为效率提升的重要手段将会加速渗透到各个环节中作为底层模型支撑的训练数据需求将加速成长图4人工智能技术广泛渗透进经济生产活动主要环节资料来源艾瑞咨询浙商证券研究所httpwwwstockecomcn827请务必阅读正文之后的免责条款部分海天瑞声688787深度报告人工智能模型和算法的发展带动数据标注的需求不断成长实际业务场景中大量的数据只有在经过处理之后才能被用于部署训练以及调试对应的机器学习或深度学习模型这便是数据标注的价值所在根据AI分析公司Cognilytica研究数据显示在AI项目中对数据相关的处理过程可占据超过80的时间其中数据标注环节的耗时占比可达25图5机器学习项目中不同环节耗费时间的结构比重资料来源Congnilytica浙商证券研究所13数据标注行业发展迅速智能化数据安全将决定公司竞争力AI行业应用场景延伸及模型迭代带来增量数据需求AI基础数据市场规模有望加速成长中国数据标注行业发展趋势与投资前景研究报告2022-2029年数据显示2021年我国数据标注行业市场规模达到433亿元同比增长约192预计到2029年市场规模将达到2043亿元CAGR约为214图6中国数据标注行业市场规模发展趋势资料来源中国数据标注行业发展趋势与投资前景研究报告2022-2029年浙商证券研究所httpwwwstockecomcn927请务必阅读正文之后的免责条款部分海天瑞声688787深度报告AI训练数据标注需求以语音和计算机视觉为主对数据质量的要求提升拉动产品服务价格不断升高观研天下数据统计显示2021我国人工智能数据标注市场中计算机视觉类智能语音类和NLP类需求占比分别为453405和142未来随着自动驾驶向L3及以上级别迭代传感器数量的增加将带动数据需求量的增加而深度人机交互的发展虚拟人机器人也将拉动语音和自然语言类数据的需求量市场需求驱动AI训练数据质量的提升数据价格有望持续升高根据观研天下数据中心采用的相对价格指数表示各类数据标注产品和服务的价格水平并以2021年价格为基准100可以发现近年来数据标注价格逐年上升从2017年的964提高到2021年的100并预计在未来几年持续升高预计到2029年达到1123图72021年我国数据标注行业下游需求占比图8中国数据标注行业价格相对指数趋势2021年100资料来源观研天下数据中心浙商证券研究所资料来源观研天下数据中心浙商证券研究所国内数据标注行业仍以定制化服务为主标准化产品占比较低根据智研咨询统计数据显示2021年我国数据标注及审核市场中定制化服务的占比达到8541而标准化的数据集产品仅占1333我们认为随着行业的发展和AI商业化应用的加速赛道内的企业能否形成智能化标注的平台能力及标准化的数据产品将有助于提升盈利能力及行业核心竞争力图92021年我国数据标注与审核细分产品市场结构资料来源智研咨询浙商证券研究所httpwwwstockecomcn1027请务必阅读正文之后的免责条款部分海天瑞声688787深度报告数据安全合规要求提高数据标注行业门槛提升以智能汽车行业为例近几年我国汽车数据处理能力增强和数据规模成长汽车数据安全问题和风险隐患也日益突出今年八月底自然资源部发布关于促进智能网联汽车发展维护测绘地理信息安全的通知对智能网联汽车的测绘主体和测绘活动的开展提出明确要求我们认为在政策指引下测绘资质将提升自动驾驶舱外数据采集和标注的门槛在这方面海天瑞声于2022年6月份获批乙级测绘资质表2自然资源部测绘工作准入资质相关文件时间文件内容明确测绘地理信息数据采集和管理等相关法律法规第一条智能网联汽车安装或集成了卫星导航定位接收模块惯性测量单元摄像头激光雷达等传感器后在运行服务和道路测试过程中对车辆及周边道路设施空间坐标影像点云及其属性信息等测绘地理信息数据进行采集存储传输和处理的行为属于中华人民共和国测绘法规定的测绘活动自然资源部关于促进智第二条对智能网联汽车运行服务和道路测试过程中产生的空间坐标影像点云及其202208能网联汽车发展维护测绘属性信息等测绘地理信息数据进行收集存储传输和处理者是测绘活动的行为主体应地理信息安全的通知遵守相关规定并依法承担相应责任第三条需要从事相关数据收集存储传输和处理的车企服务商及智能驾驶软件提供商等属于内资企业的应依法取得相应测绘资质或委托具有相应测绘资质的单位开展相应测绘活动属于外商投资企业的应委托具有相应测绘资质的单位开展相应测绘活动由被委托的测绘资质单位承担收集存储传输和处理相关空间坐标影像点云及其属性信息等业务及提供地理信息服务与支持明确指出测绘项目的招标单位让不具有相应资质等级的测绘单位中标或者让测绘单位自然资源违法行为立案低于测绘成本中标的责令改正可以处测绘约定报酬二倍以下的罚款招标单位的工作人202209查处工作规程试行员利用职务上的便利索取他人财物或者非法收受他人财物为他人谋取利益的依法给予处分构成犯罪的依法追究刑事责任资料来源中国政府网自然资源部网站浙商证券研究所httpwwwstockecomcn1127请务必阅读正文之后的免责条款部分海天瑞声688787深度报告2自动驾驶渗透率提升公司智能驾驶数据业务有望迎来爆发21智能驾驶从L2向更高级别过渡AI数据训练需求将加速成长自动驾驶技术向L3发展渗透率不断提升拉动AI训练数据需求根据IDC数据统计显示我国L2级自动驾驶乘用车渗透率从2021年Q1的75大幅提升至2022年Q1的232未来随着自动驾驶技术向L3发展自动驾驶渗透率将不断提升根据华经产业研究院预测到2030年全球L2级别自动驾驶渗透率将达到57L3及更高级别自动驾驶渗透率将达到10自动驾驶技术发展将推动车辆对传感器进而带动训练数据需求图102021Q1-2022Q1中国L2级自动驾驶乘用车渗透率图112021-2030年全球自动驾驶渗透率预测资料来源IDC浙商证券研究所资料来源华经产业研究院浙商证券研究所车载传感器需求不断扩大高级别自动驾驶技术对训练数据需求将显著提高随着L2L3及以上自动驾驶渗透率不断提升无论是视觉路线还是激光雷达路线单车搭载传感器的数量都将显著增长奥迪威招股说明书显示L3级别自动驾驶单车传感器数量将达到17-34颗根据英特尔测算L3级自动驾驶每辆汽车每天产生的数据高达4000GB作为自动驾驶技术应用落地的必要条件数据采集数据标注服务已成为支撑自动驾驶热潮必不可少的一环表3各级别自动驾驶对传感器数量的需求传感器类型L0L1L2L3L4L5摄像头01-33-113-143-143-14毫米波传感器01-31-35-75-75-7超声波传感器0-44-88-128-128-128-12激光雷达000124合计0-46-1414-2617-3418-3520-37资料来源奥迪威招股说明书浙商证券研究所智能驾驶训练数据标注从2D点云向3D点云发展激光雷达成为重要数据来源传统的2D图像数据通过摄像头进行采集涉及到的数据标注包含点标注线标注框标注以及语义分割3D标注需要实时分析大量数据对数据标注要求更高3D点云数据通过激光httpwwwstockecomcn1227请务必阅读正文之后的免责条款部分海天瑞声688787深度报告雷达进行采集对目标进行外轮廓3D拉框可精确地描绘出周边环境不受外界环境光照等因素干扰更好的感知汽车周边道路环境为感知系统提供决策依据主要用于算法做3D目标检测以及3D目标跟踪由于近年来激光雷达成本降低3D点云数据的量级呈现爆发式增加图122D点云标注示例图133D点云标注示例资料来源CSDN浙商证券研究所资料来源CSDN浙商证券研究所高级别自动驾驶数据需求爆发式成长驱动感知技术持续迭代未来4D点云标注有望成为主流方案根据英特尔计算L3级自动驾驶每辆汽车每天产生的数据高达4000GB而根据美国兰德公司研究自动驾驶汽车需要在真实或者虚拟环境中至少进行110亿英里的里程测试才能证明自动驾驶系统比人类驾驶员更可靠数据标注需求的成长拉动标注技术迭代4D点云标注技术逐渐成熟基于3D点云标注的基础上通过对感知物体进行物体的追踪与运动属性检测并加入时序信息由此获得4D点云标注信息将当前已收集到的多维度多角度的点云信息进行压缩在提升现有点云稠密度的同时再进行物体检测可获得更精确的点云标注信息图14自动驾驶技术训练量需求图15毫末智行4D点云标注示例资料来源百家号浙商证券研究所资料来源毫末智行官网浙商证券研究所httpwwwstockecomcn1327请务必阅读正文之后的免责条款部分海天瑞声688787深度报告22公司智能驾驶业务快速发展智能标注平台技术优势显著公司积极布局智能驾驶业务产品服务矩阵持续完善公司于2022年上半年成立智能驾驶事业部并着重在智能驾驶数据标注平台上发力结合业务实际需求和行业未来发展趋势精心设计与实现了多个功能的新增和优化在图像标注数据管理供应链管理等方面有大幅度提升于6月发布了第三代智能驾驶标注平台目前公司正在研发第四代智能驾驶标注平台推出后有望进一步提升公司的3D功能与数据服务能力表4公司智能驾驶数据解决方案应用场景服务模块服务内容DMS数据服务对车舱内驾驶员面部表情动作及语言进行采集和标注驾驶员全方位监驾乘行为检测测数据处理如是否分神疲劳驾驶拨打电话等OMS数据服务对车舱内乘客包括智能车舱但不限于儿童宠物的语言及行为数据进行采集标注以用于违规行为识别或安全警示数据服务支持车舱内多种模态数据识别控制和交互的数据设计及采标处理1舱内不同位置多车内多模交互语言多话题内容交互的数据2车内驾乘人员的手势面部表情唇形等交互数据针对智能驾驶下的多种不同类型场景需求例如车内多模交互驾乘行为检测等DMS智能驾驶多场景数据设计OMS系统研发不同级别ADAS系统研发提供专业覆盖样本多样性的数据设计服务支持智能驾驶场景下的常规道路情况数据采集如行人车道线障碍物交通标识动态车外感知数据采集服务智能驾驶物体追踪等数据同时包含各类场景数据如泊车高速园区等场景数据服务支持智能驾驶场景下的图片和视频的语义分割实体分割车道分离标注目标追踪障碍车外感知数据标注服务物等数据标注服务支持智能驾驶场景下的雷达点云的语义分割实体分割追踪连续帧2D3D联合等数雷达点云数据标注服务据标注服务资料来源公司官网浙商证券研究所算法迭代赋能数据标注的效率和准确度平台化服务打开业务规模化成长空间公司的第三代智能驾驶标注平台覆盖了自动驾驶场景下不同类型数据的标注工具支持3D点云标注3D点云连续帧标注3D连续帧与2D联合的标注和3D语义分割等还可以根据客户的个性化需求对平台工具进行二次开发在行业内优势显著公司持续提升平台自动化智能化水平以人机交互为核心出发点迭代产品服务智能标注平台在用户标注过程中会提供智能辅助以提高标注效率和准确度例如平台包含的辅助构建物体脑补框工具可自动就同一个连续帧的前后几帧内容进行预测并给出参考同时一体化数据处理平台简化并统一了训练数据生产流程模块式的项目生成和管理方式使得生产人员可以根据实际项目需求有机结合灵活调整有效提升用户采集和加工数据的效率图16公司3D点云标注平台图17公司一体化数据处理平台示意图资料来源阿里云社区浙商证券研究所资料来源阿里云社区浙商证券研究所httpwwwstockecomcn1427请务必阅读正文之后的免责条款部分海天瑞声688787深度报告23对标海外厂商公司发展前景广阔231对标SacleAI基于AI辅助工具大幅提升数据标注效率ScaleAI创立于2016年先后服务于WaymoToyotaLyft等公司为客户公司提供用于机器学习的数据标注服务公司于2020年9月和美国军方达成合作拿下9100万美元的大单协助美国军方开发更新用于训练人工智能的数据集公司成立至今已完成7轮融资2021年8月融资金额未披露总计融资603亿美元最新估值达73亿美元图18ScaleAI历轮融资情况单位百万美元资料来源CSDN浙商证券研究所ScaleAI借助AI工具大幅提升数据标注效率并在实际业务中不断提升标注工具的准确率和效率ScaleAI将AI应用到数据标注业务中经过AI识别的任务由人工校对其中的错误再用来训练AI工具让下一次标注更精准经过反复的实际业务训练AI标注工具在提升业务效率的同时可逐步降低人工参与的比例实现降本增效图19ScaleAI3D点云标注平台图20ScaleAI稠密建图工具资料来源ScaleAI公司官网浙商证券研究所资料来源ScaleAI公司官网浙商证券研究所httpwwwstockecomcn1527请务必阅读正文之后的免责条款部分海天瑞声688787深度报告232对标海外龙头厂商Appen公司盈利能力占优前景广阔Appen澳鹏面向机器学习和人工智能开发提供高质量人工标注数据集Appen成立于1996年是全球领先的图像文本语音音频视频等AI训练数据服务提供商拥有业内先进的人工智能辅助数据标注平台和一体化AI数据及资源管理平台支持235多种语言和方言来自全球170多个国家和70000个地区Appen为全球科技汽车金融服务零售医疗和政府等行业赋能助力AI项目的研发及商业化公司通过两个运营部门提供服务相关性前内容相关性部门提供数据注释以提高搜索引擎搜索结果的相关性和准确性包括网页电子商务和社交参与技术语音和影像前语音和数据收集部门为计算机算法提供培训数据以开发包括语音识别器机器翻译和语音合成器在内的产品用于互联网连接设备车载汽车和消费电子产品图21Appen自研MatrixGo数据标注平台资料来源美通社浙商证券研究所公司自研MatrixGo企业级AI数据标注平台平台集成了丰富高效的标注工具支持点检测框属性等内容的标注和自定义连线自动顺滑及填充等多种功能具备强大的工作流调度能力平台可通过对自有及供应商团队及百万级众包资源进行资源整合可支持丰富场景海量数据的各种类型标注项目表5MatrixGo数据标注平台功能点类别细分功能功能描述点标注可分为关键点和非关键点标注关键点即特定位置非关键点为关键点之间沿物体轮廓均分的点在关键点标注时可同时进行物体检测标注标注时使用检测框将每一个目标框选出来并与点关检测框标注内容联在同一个物体中点属性每一个点均可设置属性标注工具可将点属性显示为不同颜色以方便作出区分属性标注物体属性当一张图中存在多个标注目标时可以给每一个目标设置属性例如标注每一个人当前的动作等自定义连线连线的定义内容包括哪些点之间需要连线以及连线颜色通过连线快捷查看标注正确与否的目标自动顺滑和在一些关键点项目中需要标注的点数较多通常为人脸关键点项目其中关键点为特定且可自动填充确定位置的点比如鬓角下巴位置等而非关键点为关键点之间沿人脸轮廓均分的点辅助功能每个标注结果都需要质检人员进行检查确认当发现标注问题时质检员可以对每一个点标记具体质检功能的问题在数据被打回重做时被标记的点会以特殊颜色显示在点的导航中Appen关键点工具支持连续帧标注即一次完成多帧图片的标注在进行连续帧的标注时可将同连续帧跟踪一个物体的前后帧关联起来以实现跟踪的目的资料来源PUDN浙商证券研究所httpwwwstockecomcn1627请务必阅读正文之后的免责条款部分海天瑞声688787深度报告Appen公司规模较大营收高于海天瑞声但毛利率净利率指标不占优势根据YahooFinance数据显示Appen在2018年-2020年营业规模快速成长2021年受全球疫情影响实现营业总收入447亿美元从毛利率和净利率来看Wind数据统计显示2020年海天瑞声的毛利率净利率分别为6770和3517而Appen仅为4274和833相比于Appen我们认为海天瑞声在定制化的服务中不断沉淀技术经验逐渐积累标准化产品集使得公司盈利能力要明显优于Appen图22Appen2018-2021年营收总收入及净利润趋势图23Appen海天瑞声净利率毛利率比较资料来源YahooFinance浙商证券研究所资料来源Wind浙商证券研究所httpwwwstockecomcn1727请务必阅读正文之后的免责条款部分海天瑞声688787深度报告3持续布局语音语义赛道多语种为公司核心技术壁垒31公司在智能语音领域积累深厚技术优势显著国内智能语音市场规模持续成长根据中商产业研究院数据显示2022年我国智能语音市场规模预计达到40155亿元同比增长1362018-2022年复合增长率约2760未来随着虚拟人智能座舱机器人等行业发展智能语音应用空间不断打开将带动语音数据标注和处理的需求加速成长图242017-2022年中国智能语音市场规模趋势及预测资料来源中商产业研究院浙商证券研究所公司智能语音服务包含语音识别语音合成两大业务模块公司通过设计设计训练数据集结构供发音人朗读录制的语料文本或对话场景发音人分布录音设备场景等采集定义合适的发音人选取录音设备及软件组织发音人朗读录制音频加工对音频文件进行切分标注各类声音特征形成带时间戳和特征标签的文本和标注文件等质检对数据集进行质量检测如音字一致性标注准确率检查等等训练数据集生产环节或者针对客户提供的原料音频文件执行加工和质检工作最终形成客户所需的智能语音训练数据图25语音识别加工图26语音合成加工资料来源公司招股说明书浙商证券研究所资料来源公司招股说明书浙商证券研究所httpwwwstockecomcn1827请务必阅读正文之后的免责条款部分海天瑞声688787深度报告公司基于多年语音识别及合成领域的技术积累在多语种领域构筑深厚技术壁垒公司在语音语言学研究领域储备了丰富和专家团队资源持续研究创新发音词典构建技术以及流程技术公司半年报显示截至2022年上半年公司拥有190个语种方言的覆盖能力除英语法语德语西班牙语等常见语种外在希伯来语阿姆哈拉语乌尔都语等小语种也以实现覆盖公司累积词条数超过1000万在高质量智能语音训练数据领域建立了深厚的技术壁垒表6公司及国内外竞品公司对比海天瑞声Appen慧听科技标贝科技智能语言计算机视觉智能语音计算机视觉智能语音计算机视觉智能语音计算机视觉应用领域覆盖自然语言自然语言自然语言音乐自然语言音乐语言方言覆盖能力190个235个20个10个已取得的专利授权28项2项2项6项拥有的成品训练数据集数量1054个250个45个192个计算机软件著作权159项未公开披露14项30项资料来源公司半年报浙商证券研究所32持续布局海外市场标准化产品赋能盈利能力提升公司持续布局海外市场2022年境外签单数量大幅提升近年来公司持续布局海外市场2020-2021年受海外疫情影响公司境外业务收入占比有所回落分别为3586和27752022年以来公司从品牌团队营销等多维度发力布局海外公司公告显示2022年上半年境外收入占总收入达5714境外市场签单额同比增长近25倍前三季度境外基础训练数据业务收入同比增长近140公司境外收入以标准化产品集为主毛利率明显高于境内业务2021年公司境外业务的毛利率达到8290明显高于境内业务的5675公司境外业务中标准化的数据产品销售占比较高并且境外客户为定制化服务的付费意愿也更高我们认为随着公司海外业务的加速布局能够更好地发挥公司在语音和自然语言领域的多语种优势打开公司广阔成长空间图272018-2022H1公司境内及境外收入占比情况图28公司境内外业务毛利率对比资料来源wind浙商证券研究所资料来源公司年报浙商证券研究所httpwwwstockecomcn1927请务必阅读正文之后的免责条款部分海天瑞声688787深度报告4海天瑞声国内AI训练数据提供商龙头41深耕行业近二十年成为AI产业核心价值提供者深耕AI数据标注行业近20年发展成为全球AI训练数据优质提供商公司成立于2005年致力于为AI产业链上各类厂商提供算法模型训练所需要的高质量专业数据集及数据标注服务公司业务涵盖智能语音计算机视觉自然语言理解等领域形成了智能驾驶智能家居智慧金融智能安防等多业务场景解决方案体系截至2022年上半年公司已累计为740家客户提供产品服务并持续完善业务体系不断增强综合数据服务能力竞争优势图29公司发展历程资料来源公司官网公司财报浙商证券研究所公司产品服务覆盖AI多个核心领域实现标准化产品定制化服务相关应用服务全覆盖公司所提供的训练数据服务已获得字节跳动阿里巴巴腾讯百度科大讯飞海康威视微软亚马逊三星中国科学院清华大学等国内外客户的认可应用于其研发的个人助手智能音箱语音导航搜索服务短视频虚拟人智能驾驶机器翻译等多种产品相关的算法模型训练过程中图30公司产品服务矩阵资料来源公司财报浙商证券研究所httpwwwstockecomcn2027请务必阅读正文之后的免责条款部分