AI 程度逐年加深，软件增加值部分系超额毛利润主要来源.
据财政部、国务税务总局《关于软件产品增值税政策的通知》，公司销售自行开发的软件 产品先按 17%（后续有所下调）的税率计缴增值税，实际税负超过 3%部分予以退税。 通过增值税退税反算，2023 年公司软件增加值为 190.6 亿元，占到总营收的 21.3%，软 化程度明显。
参考萤石网络物联云平台毛利率及传统电子硬件厂商（以中际旭创为例）毛利率，通过计 算公司剔除软件部分后的毛利率，我们发现其与头部硬件厂商（以中际旭创综合毛利率为 例）基本一致，因此可推断公司近年来的超额毛利润主要由包括 AI 在内的软件增加值部 分贡献。
“观水有术，必观其澜”。2021 年，公司立足海量物联感知数据启动大规模预训练模型研 发，后续推出海康威视观澜大模型，包括基础大模型、行业大模型和任务模型三层架构：
基础大模型：基础大模型吸收了海量数据的知识，具有参数量大、高可泛化、性能优 异等特点。根据输入模态的不同，基础大模型可分为视觉大模型、音频大模型、语言 大模型、光纤大模型、X 光大模型、多模态大模型等。
行业大模型：行业大模型是在基础大模型的基础上，利用行业数据进一步预训练和微 调而成，在针对性行业领域内具有专家级别的能力，进行适当的压缩加速后可在云中 心和边缘侧进行推理应用。现有行业大模型包括电力大模型、公路大模型、煤矿大模 型、水利大模型、零售大模型、轨道大模型、工业制造大模型、城管大模型等。
任务模型：任务模型专注于某个具体的场景或业务，是大模型能力落地的重要方式任 务模型的形态多种多样，根据用户不同的需求，基于行业大模型进行针对性的优化工 作，使得模型可以在云上部署（较大的任务模型）或边端部署（较小的任务型），实 现云边端一体方案，在各级平台上为客户提供高性价比模型方案。公司任务模型包括 表计巡检、皮带巡检、商品陈列检测、门店巡检、生产运行异常检测、交通事件检测、 收费车型识别、路面病害识别、水面漂浮物识别、施工机械识别、市容秩序巡查、垃 圾分类检测等。
性能提升：大模型泛化能力降低长尾场景定制需求，大幅提升识别准确率。目前观澜视觉 大模型已经在开放平台、云眸、视频结构化、周界等各类平台和产品中得到广泛应用。在 内部构造的多行业最多 200 张训练样本的泛化任务上，观澜视觉大模型在同场景上的性 能上限和跨场景上的泛化性能都有明显提升。其中，同场景测试集性能相对提升达 18.9%， 跨场景测试集性能相对提升达 63.8%，大模型的跨场景泛化通用性显著，业务的逐场景定 制需求大幅减少。
对内赋能：生产计划排程自动化、营销数字化与编程自动化。 生产计划排程自动化：针对公司多品种、小批量的业务模式，传统的计划作业方式往 往难以有效应对迅速变化的市场需求。引入观澜大模型的预测能力后，通过综合考量 产品的历史需求和变化趋势、内外部不同产品之间的影响关系以及不同区域的需求 差异等多维度的影响要素，实现对各种物料需求进行更精确的短中长期预测，交付达 成率提高近 10%，订单合单率提升近 10%。 营销数字化：公司在各个行业中面向的客户种类众多，客户面向的行业也较为复杂多 变，因而判断业务机会成为难点。公司内部基于观澜大模型的技术进行分析，挖掘潜 在客户，并对潜在客户有针对性地投放有价值的产品或解决方案信息。 编程自动化：公司内部基于大模型可实现代码编程的部分自动化，较大幅度提升内部 员工在软件开发过程中的效率。
目前，观澜大模型在轨道交通领域得到了多个场景的应用。比如，公司基于 AI 打造的地 铁智慧车站视觉系统，结合了智能分析、AR、VR 等技术，为地铁运营公司提供了视频车 站巡视、客流管控、智能分析、智能安检、管线渗水分析等应用，有效提升了车站的可视化、智能化和自动化管理水平，大大提升了地铁车站的运营效率和乘客体验。未来，AI 还 将深入应用在城轨列车调度、运营监控、故障预警、智能票务、运维管理等方方面面。
2026 年我国 AI 支出或达 325 亿美元，ToG/B 专业服务（专业服务+地方政府+银行+通 讯）约占一半以上。据 IDC，2022 年我国 AI 市场支出规模约为 126 亿美元，2026 年或 达 325 亿美元，22~26 年市场支出 CAGR 或达 26.7%。据 IDC 预测，2026 年，我国 AI 市场支出约有 29.3%来自专业服务领域，主要应用包括智能对话、数据抓取、定制解决方 案等。地方政府约占 8.9%，以智能识别、环境状态监测为主的 AI 将被应用于建设公共安 全监控平台、智慧城市管理平台和智能社会服务等方面。银行业约占 7.8%，主要应用包 括动态监控企业内外部风险、智能欺诈检测及定制化客户服务等。 公司业务主要面向 G/B 端客群，其 AI 技术已在车牌识别、生物识别、周界防范等领域获 得规模化应用。公司 AI 开放平台可应对各个产业的数字化转型中非常长尾的智能化需求， 面对不同的行业和场景提供个性化的智能解决方案，目前已累计生成了超过 10 万个模型， 在 2 万多个项目中落地。我们认为，公司的 AI 智能化技术能力与方案积累与我国未来的 AI 行业支出结构高度吻合，有望伴随本轮 AI 智能化变革获取新的价值成长空间。
