昆仲资本

2021.12.20工业自动化的 "眼睛" 之工业视觉大机会 | 昆仲 · 论

引言

2019年底一场持续至今的疫情,不仅深刻改变了人们的生活方式,更是在众多看不见的领域,产生了深远的影响。

2020年后半段突然加速的工业自动化进程,就是其中最重大的影响:全球疫情加剧→制造业加速向中国回流→中国产能需求更加旺盛,叠加疫情导致的招工难,工业自动化需求彻底爆发。并且这一需求极有可能在疫情结束后延续下来,解决本就深受服务业用工扩张影响的制造业用工问题。

下游工业自动化需求爆发,订单激增,催化了新技术近年逐渐成熟的工业视觉、协作机器人等各类自动化中上游企业,产业开始蓬勃发展,由产业导入期正式进入爆发期。

本文是昆仲研究工业自动化的第一篇研究——工业视觉行业研究。

行业介绍及市场分析

一、工业视觉:指通过识别、测量、定位、检测四大功能,应用于工业领域的机器视觉技术

近年来,四大功能中的定位和检测功能应用普及最为迅速,大量应用于机械臂、AGV、检测设备上。

功能普及的先后顺序,与工业视觉技术与市场的发展历程密不可分。

自1950s工业视觉概念发端于美国,工业视觉经历了30年的发展,在1980s开始逐步产业化,并分别在1990s的欧美日、2010s的中国经历了蓬勃发展,中国也在2013年替代欧洲,成为全球第三大市场。

经历上一个10年的产业爆发,工业视觉当前面临两大技术拐点带来的新机会:

其一是传感端升级,2D视觉到3D视觉的技术升级,极大拓宽了应用范围。

其二是算法端升级,从传统机器视觉算法应用到深度学习算法的应用,能满足复杂环境中的识别、定位与检测,极大拓宽了应用范围。

二、市场规模:中国市场规模215亿人民币,同比暴增54.9%,国产首超外资

近年中国工业视觉市场增长十分迅猛,2020年中国市场规模达到215亿元,同比增长54.9%。预计2021年中国工业视觉市场规模将达到250亿元,同增16.2%。

同时,2020年国产品牌市场规模首次超越外资,达到103.9亿元,同增64.5%。

产业链&产品构成

一、产业链:上游巨头林立,中游存在创业公司机会

创业公司集中在中游切入:上游已有一批成熟巨头,创业公司多从中游切入,通过行业应用积累辐射部分上游核心技术。

在行业早期,优秀公司皆参与多个产业链环节,中游的优秀创业公司,多在上游软件算法、工业相机上拥有核心技术,因此亦拥有技术壁垒和议价权,不是纯集成商。毛利率高达50-70%,有投资价值。

二、产品构成:硬件+软件算法,分别用于成像和系统控制

1、硬件:主要用于成像。采集图片,将被检测的目标转换成图像信号。

2、软件&算法:主要用于图像处理及系统控制。分析像素分布、亮度、颜色等信息,根据分析结果发出系统控制指令,进行机器人引导控制等操作。

上游:零部件创业机会

一、硬件创业机会:光源暂无新创业公司,镜头多为国产替代机会,工业相机需与中游方案深度结合

光源的功能是使被测物与背景尽量明显区分,获得高品质、高对比度的图像。但海内外成熟企业林立,暂未看到新的创业公司。且技术门槛不高,已充分国产化。

镜头的功能是将目标物体的图像聚焦在工业相机的光敏器件上。因技术门槛较高,企业研发投入早,已形成一批成熟巨头,当下尚无技术变革、产品定义迭代等带来机会拐点,本土公司多以中低端国产替代路线为主。

工业相机的功能是将光信号转变为电信号,以便将信号送到处理器完成图像处理、分析、识别。产品技术门槛较高,海外厂商占据高端市场。中国公司面临小型化、集成化的技术拐点创业机会,但需要将相机与中游方案深度结合,以进行高度集成。

二、软件&算法创业机会:需与新场景的中游方案深度结合

软件算法主要包括用以开发特定应用的底层算法和实现某些功能的应用软件。产品技术门槛较高,美德厂商一直占据高端市场。

中国公司面临3D视觉、深度学习等技术拐点带来的新场景创业机会,但因多数场景仍是处女地,工业视觉方案尚未成熟,需将软件算法与中游方案深度结合,以完成针对场景的软件及算法迭代。梅卡曼德、阿丘、XYZ、视比特等厂商自主研发的算法及软件成为新的产品力量。

下游:重点关注的场景

一、重点关注场景:上下料、分拣、焊接、坡口、检测等

从优秀创业公司的应用场景,提炼优质场景三大特征:

1、客户需求契合服务商能力点的场景

例如: 算法泛化能力强的公司,可布局着重SKU识别的上下料场景。 定位精度高的公司,可布局着重机器人定位引导的焊接场景。

2、方便标准化、提炼通用产品的主流场景

通常为上下料、分拣、焊接、坡口、检测等无需深度结合流程(并进行方案设计)的、单环节独立性较强的场景。

3、能用时间换优势,形成壁垒的场景

(1)通过订单及客户数量,形成数据和算法壁垒:例如上下料、分拣等场景多达上千种SKU,数据和算法积累易形成门槛。

(2)通过跨越漫长硬件研发周期,形成技术壁垒:例如高精度检测场景对传感器硬件能力要求高,通常需要长期研发投入,反复打磨技术路线和硬件能力。

场景选择的结论:业务在"三大特征"优质场景(上下料、分拣、焊接、坡口、检测等)的创业公司值得重点关注。

二、重点关注行业:重工业、汽车、半导体、生物医药等

选择"刚需"+"回本周期敏感度低"的行业。

1、刚需——人力替代刚需:

劳动力密集+工作环境恶劣,是人力替代刚需的两大必要非充分条件。

劳动力密集的行业中,劳动力需求大,比如工业、物流等行业。

工作环境恶劣的行业中,环境往往高温、高危,该类行业非常难招人、留人,迫切需要工业视觉产品提升自动化能力。比如重工业等行业。

2、刚需——升级刚需、付费意愿强:

例如半导体&生物医药行业:行业中研究物体的尺度小,对超高精度工业视觉产品有旺盛需求。且行业研发经费充足,付费能力强,产品毛利高。

例如重工、汽车、锂电行业:行业生产过程高度定制化,柔性程度低,工业视觉带来自动化效率提升。且工件大而重,无法使用传统工业视觉设备,有3D视觉等新技术的机会。

创业公司可通过这些高集中度行业的头部客户大单迅速起量,头部客户及集成商明确,订单大,复购多,BD客户的ROI高。

3、回本周期敏感度低,容忍度高:

以工业视觉布局较多的行业为例:

(1)行业客户毛利率越高,容忍的回本周期越长:

✔ 制造业(工程机械、工业设备等):毛利率20-40%,要求回本周期2-3年。

✔ 新能源(光伏、锂电等):毛利率15-30%,要求回本周期1-2年。

✔ 物流(快递公司):毛利率5-15%,要求回本周期1-1.5年,且场景成熟最早,价格竞争较激烈。

(2)客户体量越大,容忍的回报周期越长:

✔ 汽车主机厂:要求回本周期4-5年。

✔ 制造业大企业:要求回本周期3年以内。

✔ 制造业中小企业:要求回本周期1.5年以内。

✔ 行业选择的结论:产品应用于制造业大企业、重工业、汽车主机厂、半导体、生物医药等行业的创业公司值得重点关注。

综合考虑场景及行业,重点关注产品应用于如下领域(包括但不限于)的创业公司:

✔ 制造业大企业、重工业、主机厂的下料、分拣、焊接、坡口、检测等场景;

✔ 半导体、生物医药行业的检测等场景。

中游:竞争格局与机会

一、行业龙头Mapping:有较高资本价值,值得研究学习

除亮眼的财务表现外,龙头的成长路径和核心能力值得创业公司和投资机构持续研究学习,详见本章第三部分。

二、未来竞争分析:第一浪赛道机会属于创业公司

但看向未来的竞争,"前浪们"均力有不逮:

外资龙头有自身能力边界,对中国市场和新兴应用领域鞭长莫及,方案能力差,在新兴领域方案成熟前(至少5年内)竞争威胁低。

而本土上市公司能力不足,技术路线及能力不满足新兴场景要求,且无压倒性体量优势,短期威胁低。

结论:工业视觉赛道第一浪机会属于创业公司,竞争主要在创业公司之间。

三、中游创业公司:分平台与细分龙头两类,打法不同,发展阶段相近

正如上文列示,"前浪们"有着耀眼的成功路径,多数创业公司学习模仿,一部分选择康耐视、基恩士等平台型战略,另一部分选择本土上市公司曾用过的细分领域突破战略。

前者高举高打,历史投资人背景华丽,估值较高;后者低调深耕细分领域,实际落地收入与平台型公司不分伯仲,发展阶段相近。

四、细分龙头投资建议:具备短期垄断优势,可投资低估值公司

1、细分龙头成功因素:深度绑定客户,形成细分垄断地位,切到丰厚价值

(1)"前浪们"的成功经验:从细分领域切入,提升造血能力的同时,在行业发展早期与客户的绑定深,形成细分垄断地位。

(2)细分领域容量未必小:平台应用多而泛,但切到的价值薄(只能卖单产品/软件);细分领域应用窄,但切到的价值厚(全套工作站交付)。

2、投资风险:

(1)天花板问题:上一代工业视觉上市公司的天花板低、竞争激烈,如天准收入常年在5亿左右无增长,市值不到百亿。需要选择高天花板场景,且需积累2个以上场景。

(2)竞争问题:现阶段不同场景的产品迭代远未完成,仍是细分领域深耕玩家的天下。行业发展中后期会有一批批场景陆续成熟,深耕方案不再具备价值,核心算法软件可由平台公司提供。细分龙头面临集成商、上市公司的多维度竞争。

3、结论:可投资业绩增速快、估值不高(安全边际高)、成长期的细分龙头。注意投资回报空间、竞争风险。

五、平台型公司投资建议:是有长期远景的公司类型,值得投资布局龙头

1、平台型公司成功因素:有规模效应、具备前瞻性的发展战略

(1)商业模式具备规模效应和想象力:不深耕细分场景,带集成商不断在各个场景落标杆案例,沉淀标准化产品,成为一个工业视觉标准产品超市。落地标杆后同类场景的其他项目,可交集成商进行二次开发和实施,例如集成商负责具体场景机械臂路径规划、具体场景系统搭建等。

(2)产品价值随时间逐渐凸显:未来随着细分行业场景的应用成熟、竞争加剧,会出现越来越多具备具体落地方案能力、但欠缺核心产品能力(软件算法能力)的集成商,平台型公司的价值凸显。

2、投资风险:估值与发展速度不匹配的风险。准平台创业公司采用高举高打战略抢占市场,估值和融资规模领先细分行业龙头,但未来业绩增长如不及预期,无法支撑高估值,公司面临融资难、现金流难以为继的风险。

3、结论:平台战略具备更大想象力,值得投资龙头地位显著的平台公司。目前各平台玩家仍在中早期,估值高,需注意发展速度不及预期的风险。

投资机会总结

一、上游核心零部件投资机会:

创业公司围绕工业相机和软件算法进行产品开发,多数需与中游方案深度结合,因此可从中游角度切入进行投资机会Sourcing。

二、中游视觉设备及方案投资机会:

1、投资细分龙头:

(1)可投资业绩增速快、估值不高(安全边际高)的成长期细分龙头。

(2)投资回报稳定适中。

(3)注意投资回报空间、竞争风险。

2、投资平台龙头:

(1)可投资头部地位显著的平台公司。

(2)投资回报弹性大。

(3)注意估值与发展速度匹配的风险。

细分战略与平台战略无对错之分,投资人可根据项目阶段偏好、估值偏好、投资回报需求、风险偏好,选择适合自身的公司类型进行布局。

法律声明

本网站由昆仲(深圳)股权投资管理有限公司及其关联方(以下合称「昆仲资本」或「我们」)创设。在使用本网站前,请仔细阅读下列条款。如您使用本网站,即表示同意遵守下列各项条款。

网站所有权和知识产权

本网站的域名及网站的所有内容(包括但不限于本网站的域名、数据、文字、商标、标识、图像等)均属于昆仲资本或相关权利人。未经昆仲资本或相关权利人事先书面许可,您不得以任何方式将本网站内容用于商业用途。

隐私保护

我们尊重本网站访客的隐私权。我们一般会记录一些网站使用信息,例如本网站的访客人数和频率。这些信息可能包含您进入本网站前及离后所浏览的一个网站、您所使用的网络浏览器和您的IP地址。如果您自愿向本网站提供资料,例如索取一般资料或提交商业计划书,我们可能会出于合理的商业目的记录并使用个人识别信息,比如您的姓名、电话号码及电邮地址等。

递交商业计划书或其他保密信息

我们极为荣幸通过本网站接收您递交的商业计划书。但因我们收到之商业计划数量诸多且其中不乏相同或相似的信息,我们无法向您保证不会误用或披露这些信息,除非我们已和您就保密信息使用签署了明确的书面协议。请您务必在向我们递交商业计划书或其他您视为保密信息的文件时加以考虑。

免责声明

您已知悉我们是依现状提供本网站内容,不会对本网站内容作出任何形式的保证。我们对因您使用(或无法使用)本网站而产生的任何损害或伤害(包括但不限于特殊或间接损害)不会承担任何责任,包括因无法执行、错误、遗漏、中断、缺陷、操作延迟、电脑病毒、连线中断或其它电脑故障而造成的任何损害或伤害。

kinzon@kinzoncap.com

 

北京市朝阳区东三环中路5号财富金融中心6层604单元,邮编 100020
北京 · 上海 · 深圳