奥普特经营看点在哪？

公司算法底蕴深厚，逆势布局 AI 质检实现先发优势。

视觉控制系统门槛较高，底层算法基本由海外品牌垄断。视觉控制系统是将光源，镜头，相机等处理过的信息进行分析处理，并最终实现机器视觉方案的特定功能，相当于人的视觉皮层和大脑中与视觉神经相关的部分。其技术核心是图像处理软件，通过算法完成对目标物体的识别，定位，测量，检测等功能；独立的底层算法对于算力有着极高的要求，因此具有极高的技术门槛极高。根据 GGII 测算，视觉控制系统的生产成本中，底层软件系统开发占比达到 19.88%，是机器视觉系统中生产成本除相机外最高的部分，起到了将硬件数据赋能到下游应用中的关键作用。

外国企业占据市场领导地位，奥普特为国内少数拥有独立算法库的企业。由于独立底层算法需要较大的研发投入与较长的研发周期，深度学习的实现难度较高，国内企业的机器视觉软件一般建立在OpenCV等开源算法库或者 Halcon、Vision Pro 等第三方商业算法库上，因此毛利率普遍不高。目前国内仅有奥普特、海康机器和创科视觉等极少数企业拥有独立的底层算法库。

公司掌握底层算法，处于行业前列。奥普特基于自身在行业的案例积累，经过高度提炼自主研发了包括 2D 视觉算法、3D 视觉算法和深度学习算法的 SciVision 视觉开发包，处于国内机器视觉系统软件前列。

基于底层算法，公司软硬件两开花。 软件：公司依靠底层算法优势，以 SciVision 算法库为基础，自研Smart3智能视觉软件，能实现图像采集、测量、识别、检测、通讯、控制等一系列功能，可满足各类应用场景的需求达到通用程度，并且具有可在线调试、图形化编程、操作方便等特点，有较高的易用性。目前相关方案已经在30多个行业中广泛运用，在 50000 多个项目案例中成功落地，实现了机器视觉应用场景全覆盖。 硬件：公司基于 SciVision 视觉开发包，结合硬件优势，全新推出多功能一体化智能相机，采用图形化编程设计，操作简单、易用。不仅有上百种视觉检测算法加持，还支持深度学习功能，能轻松应对计数、定位、测量、识别及缺陷检测等各类复杂应用场景。

紧跟潮流拥抱大模型技术，解决深度学习在工业生产落地的痛点。2023年以来，公司成立了专门的深度学习（工业AI）应用开发团队，并设立了专用实验室，全力支持核心大客户诸如外观缺陷检测等项目的开发。2023年12 月初，公司发布了智能 AI 软件 DeepVision3，集成了视觉基础大模型，提升模型鲁棒性的同时，极大缩短了训练验证到部署的周期，标注交互、各类功能任务操作更便捷，解决了深度学习在工业生产落地的痛点。1）AI 模型训练更快，更为轻量化。DeepVision3 基于小样本学习，通过图像扩增、算法增强等方式，降低图像依赖程度，数据量可减少90%；通过增量训练功能，使得训练周期缩短到 30 分钟；同时还通过模型轻量化，在保证了精准度的前提下，使分类和检测任务提速20 倍以上。2）视觉大模型通用性强，契合工厂模式。DeepVision3 开发了针对3C、锂电池的通用检测模型，相近工艺可实现一键换型，高度契合工厂模式，支持多人协作、多工序分析等功能。不仅于此，DeepVision3 囊括了8大任务类型、15 大核心功能，标注、分割更智能高效，操作简单。3）易用性更强，支持一键部署。DeepVision3 囊括了语义分割、字符识别、目标检测、图像分类等多种任务类型，无需编程，高度易用，极大降低了软件的学习成本。此外，DeepVision3 还支持多标签复用、标注质量把控等功能。在模型训练过程中，提供超参设置提示、过程可视化、评估结果溯源等工具，还能一键部署到 Smart3 软件。

果链 AI 质检代人需求迫切，奥普特逆周期提前布局，稳拿先发优势。苹果公司推进减人降本，重点布局 AI 质检，目前果链检测人员数量较多，AI 质检潜在替人空间巨大。AI 质检业务的开展需要配合客户做大量数据标注工作，奥普特提前研究布局，在 2019-2023 年间大幅扩建员工团队，实现员工人数近 3 倍增长。其中销售团队与研发团队扩展迅速，主要系从硬件到标注到整个交付人员的配合应用，使其在与大客户的合作上具备先发优势。

适龄劳动力持续减少，制造业用工难成痛点问题。根据国家统计局数据，中国人口自然增长率呈现逐年下降的趋势，2013 至2023 年已经从5.9%下降至-1.48%；此外，老龄人口（根据国家统计局划分标准为65岁以上）占比逐渐提高，同期从 9.7%上升至 15.4%，并预计未来二者剪刀差将会逐渐扩大。人口下降和老龄化加剧将导致劳力年龄人口的持续下滑，从而抬升制造业用人成本。根育娲人口预测，中国劳动年龄人口（15-64岁）占比将在未来 25 年间从 69.12%下降至 59.14%。 

人员成本上升，质检环节替人空间巨大。在老龄化加剧、适龄劳动力减少等多重因素催化下，人员用工成本持续上升。据Wind 数据，2014年至2023年，中国制造业人员平均工资由 4.7 万元上升至9.3 万元，CAGR约7.76%。基于持续上升的用工成本，机器代人正持续加速。工业质检环节目前以人员参与度高，AI 质检替代空间巨大。

苹果 AI 替人起示范作用，后续制造业 AI 质检换人空间近万亿。苹果公司向来是科技领域的风向标，其任何的创新举动，都有典型的示范作用，会吸引其他企业效仿。随着果链 AI 质检替人的持续推进，其他制造业公司有望纷纷跟进。

据国家统计局数据，截止 2024 年 12 月，制造业平均用工人数约为6656.7万人，假设其中参与检测环节员工占比 15%，制造业平均年薪为9.3万元，则制造业 AI 质检换人空间约 9286 亿元。