大華股份：B 端不可能出現一家獨大和壟斷，目前處於拼市佔率和增速階段

近日，大華股份舉行了投資者問答會議。

大華在企業業務希望有一個新的標籤，不再是純粹的安防為主的影片監控廠家，而是參與數字化浪潮的廠商。

工信部的副部長曾在論壇交流中表示，企業如果要做數字化轉型，要先去找最痛的點，然後再去做技術和業務的融合的應用。以降本增效為目標，去做衡量。這與大華的理念非常一致。

有些國企有數字化轉型指標，但存在盲區。為此，大華做了大量實踐，希望切入客戶痛點。

大華2013年搬到目前的園區時，並沒有AI，某些智慧化應用較淺，真正大規模應用是大華在點點滴滴中不斷嘗試出來。

比如園區管理，在現有方案之前，也沒有了解到監管單位對企業限電要求，原本限電一刀切，某幾個樓層或者區域直接停電，這個過程很痛苦。

目前園區內部的空調已經做到了智慧控制，可以學習每個場景下的使用者使用習慣。下班後大家會關燈，但容易忘記關空調，這些東西無法透過人工管得非常細。考慮到空調使用年限久，不同空調的製冷效果不同，不同的場所、位置，感受也是不一樣的。目前園區空調能耗能夠降低20%-30%。

照明透過人體感應的模式，透過延時的策略，確保有人的時候燈亮，沒人後自動熄燈。

大華透過制定合理的空調調控策略，既能夠達到能耗降低目標，又不影響日常工作效率。

目前大華對不同迴路上的用電情況做檢測，對公用的裝置做定時管控。

大華先在自己園區做相應的試點，在其他行業也進行應用和拓展，不僅是純粹的安全，而是延伸出來的其他應用點，甚至是新的商業模式。

除了報警之外，還有電器、火災之類的方向、資產的保全。比如連鎖商超的冰櫃，如果冰櫃斷電后里面的東西壞掉，不需要他們自己來賠，會有其他地方來做內部的賠付。大華可以監測冰櫃是否有異常宕機或者斷電，來做一些資產保全。

比如降低人工的開銷，大華與農牧養殖企業合作，進行養殖環境感知。

比如水產養殖，含氧量降低之後，之前透過人工開啟增氧泵，也許後半夜人會形成一定的惰性，導致損失；目前直接透過自動的方式來做資產保全。

諸如此類，大華挖掘出很多應用場景，未來也會有更多應用的機會。

大華在原來的園區多年的高效辦公、節能降耗方面的積累，已經較成熟，能夠大規模複製應用，幫助企業大樓做改善。

製造領域。

大華在原來工廠範圍內做了試點應用，包括機器人、機器視覺以及其他一些數字化的能力，在網際網路大會上，5G工廠在評比中獲得了第三名的榮譽。

大華希望對外做孵化和輸出。比如數字化月臺，在大型企業上已經做了一些應用。機器人搬運這塊，可以節省人力，還可以透過合理科學的排程，節省搬運所需的物料成本損耗。

大華在自己的園區、下雨客戶中也得到了相應的驗證。

大華希望在工業領域做拓展，目前大華工廠已經率先做了一條線的試點，探討將工業基礎底層的資料與大華的影片資料融合。

融合的確存在難度，因為工業底層的資料並非標準化，尤其是一些老式裝置，採集難度大，採集以後如何應用也較難。

但是大華目前在工業素材方面有一些較好的合作伙伴，大華也具備影片拼接、融合、基於時間伺服器上的影片切片能力以及資料聯動的能力。透過這種方式，大華也拓展了不少工業客戶，大華從工業資料的源頭DCS、PLC系統去取數，去真正切進去，而不是從mes系統取（mes系統的資料一般已經是經過加工的了）。

基於大華企業數字化的基座，把一些私有化部署能力、公有云部署能力、開放能力、資料運營能力，把過往大華所有的能力做了相應的整合，再聯合數字化生態合作伙伴，為企業業務做相應的服務升級。

在底層維度，大華有豐富的感知技術手段，全頻率感知技術從音訊、到毫米波雷達、到X光機、可見光機等等。

總體來說，大華希望打造新的標籤，不再是安防企業，希望能夠提高企業的生產和業務能力，降本增效來體現我們為企業創造的價值。

以下是調研全文重要內容，雷鋒網作了不改變原意的整理與編輯：

Q：對甲方的收費模式，會是一個什麼樣的合同方式？

A：基本上還是基於定義清楚客戶需求之後，然後我們自身內部投入，綜合得出一個最終我們要達到的收益目標，去跟客戶交流。交流之前，實際上我們也有相應的技術規格書，也會和客戶提前做一些確認。

企業當前有兩種主流方式：

1）當前最主要的模式：一個合同簽下來，之後我們每年進行例行的升級以及新需求新增。企業都是算賬的，如果500w買了方案之後能節省（或者賺回）1000w，這個事情企業就願意幹。所以每年新需求的擴充是很常見的，因為其實企業數字化目前很多行業都還只是在試點階段，沒有像大家想象的全面鋪開。

2）我們其實也在嘗試另外的收費模式，比如說給你節省多少成本下來之後，按照分成模式。舉個例子，用電，一年可能節省20%-30%的電費，節省的部分比七三開。

Q：客戶的採購預算是歸在哪個部門的？IT？

A：IT只是一個服務支撐部門，現在和我們打交道的基本都是他們的主營生產與管理部門。像產線的這塊，基本上你只能跟他的生產部門去打交道，因為他才是主導決策升級改造的。像企業的整體管理方面，主要是公司的運營部門在看。比如韻達的物流系統改造，肯定不是韻達IT開發團隊來決定的，而是韻達的老闆來決定，IT只是一個小團隊參與其中。這種決策一般都是老闆或者副總級別的人負責。

軟硬體也不會分開，因為沒法分開。況且老闆的決策主要是基於一個整包能為他省多少錢來判斷的，當前企業業務更多還是從上往下去推的，沒有分到軟硬體拆開那麼細。軟體這塊大華單獨提出來講，主要是因為未來客戶粘性和價值的提升，主要還要靠軟體，因此希望用外部機制來倒逼內部考核，這樣才會在以後我們數字化轉型升級上發揮重要作用。

Q：過去一年到現在，公司人員調整差不多完成，新增人員也比較多，公司業務基本步入正軌，公司覺得自身主要變化在哪裡？哪些地方進步比較大，哪些地方還有不足？

A：我們20年開始管理層確實出現了一個波動，新的管理層上來以後，更多還是務實低調做事情，大華在過去的兩三年其實是蟄伏的狀態。一方面是內部管理本身是需要積蓄能量，另外一方面受外部的打壓，本身也比較低調，資本市場對大華的認知還停留在兩年以前。大家覺得我們在AI沒有投入，在底座能力、AI能力、B端拓展能力沒有進展。但實際上最近給大家呈現出來的，前面這些ppt，都是我們這2，3年蟄伏的結果。

從人員上來講，全年增加3000人，上半年到了一部分，下半年陸陸續續也還會再增加，主要以應屆生為主，在下半年11月份可能會有一些社招人員。新增的人員結構分兩種，一是應屆碩士生，另一方面是真正懂各個行業Know-how的專家，因為在各行各業做解決方案的時候，要懂這個行業。

我們的流程是先和大企業合作，大企業不管是資本開支意願，還是數字化轉型能力，還是對行業的瞭解和前瞻，都是更強的，我們通常先合作打標杆。再往後就是覆蓋腰部客戶、長尾客戶，定製化程度會逐漸減弱，越是頭部越是定製化多。

整個邏輯就是這樣的，可能現在還處在和龍頭企業打標杆、互相學習、拜對方為導師的階段，企業數字化轉型之路才剛剛開始。

Q：製造業的數字化轉型要搞專案制，耗人頭，盈利能力較差，您怎麼看這件事？

A：跟大家分享一個數據參考一下，感受一下我們在不同層級裡定製化的不同水平以及人力消耗水平。在跟龍頭打標杆的時候，基本上是五五開的，5成是我的通用技術，5成是根據公司和行業情況的定製化。到了老三老四，基本上七八成是原本積累的共用的，兩三成還在定製，因為不管怎麼樣，都要把它自己的系統、管理理念融入進來。再往下，最長尾的小客戶，一套相對標準的賣給他就夠了。

Q：以養豬行業為例，公司做了牧原的專案，必然會和他們產生充分的溝通，牧原估計也不希望我們再去做別的大型養豬場專案，公司如何處理？

A：下游行業的老大、老二不可能都找同一家供應商，B端不可能出現一家獨大和壟斷。所以目前在很多企業的招投標過程中，我們和海康相互見不到很正常，大家各做各的，現在講的就是市佔率、景氣度和增速，是第二增長曲線，抓住企業化數字轉型浪潮。

另外，我們和客戶會籤保密協議，再做別的大客戶的時候，不會告訴他們行業老大的邏輯，會告訴你有哪些模組，但是我不會告訴你它背後的經營管理邏輯、原則以及細節，會有一些限制在裡面。當然，如果老大老二競爭非常激烈，為了避嫌肯定會找不同的供應商，行業特點反而是我們的機會，不是我們的劣勢。

在企業的產品線大家是重合的，但可以看看我們這幾年來海外的增長，我們2B的增長跟2G的增長是完全不一樣的。在公平競爭的環境下，市場可能會看出大華真正的一些能力。

Q：演算法會牽扯到企業本身內部機密資料，演算法是公司跟企業一起做，還是客戶自己找人做？

A：客戶不會自己搞演算法。第一種方式，在一些場景下，大華跟客戶一起定製演算法。第二種，是把大華本身通用的演算法最佳化一下去適應它這個場景。第三種是透過大華的人工智慧的開放平臺，是一個訓練演算法的工具平臺，客戶可以提供素材訓練去自己訓練出演算法，載入到裝置和平臺裡面，就可以了。演算法對應的場景實在是太多了，我們不可能所有都自己做的。對特別細分領域，要麼外包，要麼就是他自己去訓練。

Q：剛才聽領導們介紹，公司的行業應用方案，投資回收週期短的有幾個月，長的也就一年多，一般行業如果投資回週期能到三五年，老闆都特別願意上了。為什麼公司的投資回報週期那麼短？是一個理論測算的結果嗎？如果這麼短的話，為什麼不可以把我們的招投標價格定高一些？

A：第一，我們這一塊其實還是電子產品，由於摩爾定律的存在，我這一套裝置上完了以後，它還是有一定的週期的。

第二，產品品類不一樣，對應的投資回報週期不同。比如說像AGV這樣單獨的一個小車，它解決的就是一個人員的效率問題，其實我很快就能算出來，比如它解放了多少人工的成本，大概這個車的成本是多少，然後基本上6~8個月就能回收出來，算起來比較簡單。還有剛才我們看到影片上有一些替代人工的工具，這種東西是很容易算出來的，但是像有一些良率，像一些成品，一些減少工作危險性，還有一些不得不去投入的東西，這些東西是沒有辦法算的。為什麼我們去跟龍頭打標杆，因為是龍頭他自己先提出這樣的訴求，比如說養豬，每年出欄量幾千萬頭，他都要把豬過一下稱一下體重，這件事情得需要多少人力？如果透過體積相關的演算法就能直接測算出他的體重，知道什麼時候該拉出去宰了，什麼時候不用喂飼料了，這個東西可能沒有辦法直觀算出來這個功能幫他節省了多少成本，但是企業家自己心裡有本賬，需要數字化的能力做輔助，大量減少人工，節約人員費用，避免豬瘟發生，減少人和豬的接觸，裡面有很多維度的因素，最終導致了訂單成交。不同的行業，對投資回報週期有不同的理解，所以專案上馬的意願也不盡相同。

雷鋒網雷鋒網雷鋒網

本文來源：國盛計算機