业务层面，与同行供应商相比，创新奇智在 AI + 工业领域的差异化和特色化体现在『脑、眼、手、脚』。行业赛道和商业模式又决定了其与以安防为主的传统 AI 公司「轻重」有别，这一点显著体现在了财务数据上。

​​

1 月 3 日，青岛创新奇智科技集团股份有限公司（简称「创新奇智」）再次向港交所申请上市，更新招股书，并于本周开启公开招股。据市场消息，公司已获得足额国际配售认购。

2018 年 2 月，创新奇智正式成立，李开复担任董事长。在其投资的 AI 公司担任董事长，这是第一次，也是目前唯一一次。
与成立更早并侧重「黑科技」和安防应用的「AI 四小龙」不同，创新奇智一开始就面向企业级应用，主要针对制造业和金融服务业做赋能。公司负责人也不是研发背景，而是拥有 20 多年企业服务经验的企业家。

从成立到跻身独角兽，创新奇智仅用三年。不到四年，公司商业化营收规模已位居人工智能创业公司前列。

据沙利文数据，2020 年以收入计，中国制造业 AI 解决方案市场中，创新奇智已是最大 AI 技术驱动型解决方案供应商。中国企业级 AI 解决方案市场上第 3 大 AI 技术驱动型解决方案供应商。

此番再度创关，创新奇智有望成登陆港交所的「AI + 制造」第一股。

一、读懂数据基本面

自 2018 年成立，截至 2022 年 1 月 3 日上市前最后一轮融资，创新奇智总共进行六轮融资。天使轮融资过亿 ，最后一轮 D 轮融资由软银愿景基金 2 期投资。

李开复担任创新奇智董事长，并未直接持有公司股票。创新工场合计持股约 30.01%, 是单一最大股东，其他大股东还包括中金 16.7%, 软银持股 7.12%。

公司主要营收来自产品及解决方案销售、数据解决方案服务。

数据显示，2018 年、2019 年、2020 年和 2021 年前 9 个月，营业收入分别为 0.37 亿、2.29 亿、4.62 亿和 5.53 亿元。 

根据公司招股书整理。2021 年数据截止 9 月 30 日。

营收增长同时， 创新奇智也不可避免陷入亏损。

扣除股份支付费用和可赎回股份金融负债所产生的财务费用等非经营性项目的影响，经调整亏损净额逐步收窄，分别为 0.45 亿、1.6 亿、1.44 亿以及 0.81 亿元。经调整净亏损率从早期 121.6% 显著降至 14.6%，从趋势上看，亏损正在快速被业务收入增长和规模效应带来的成本降低所抹平，减亏能力表现不俗。

数据显示，亏损主要由公司业务规模不断扩大，一般性行政开支和研发支出也随之增长。其中，创新奇智投入大量资源用于 AI 技术研发，包括计算机视觉及机器学习。

例如，2018 年研发支出 0.29 亿，2021 年前九个月研发支出已达 1.77 亿。过去财年，研发支出仍构成公司最大支出，此次 IPO 拟募资金首要用途也是研发。

招股书称，公司约有 255 名员工从事人工智能和技术智能，占比 69.1％。技术层面，研发努力集中在具有潜在商业化机会、竞争壁垒较少且节约成本的领域，实现公司资源最佳优化。比如，智慧铁水运输及缺陷检测解决方案，已获得制造业客户和终端用户认可。

研发的持续投入也带来丰富的知识产权。公司已申请 634 项人工智能相关专利，并成功注册 126 项人工智能相关专利，包括 79 项发明专利。在行业同行中处于领先水平。

尽管暂未盈利，但公司的行政开支和研发成本占比正在收窄。作为一家成立仅 3 年有余的企业，其经营效率在业内已处于优秀水平。

报告期内，公司毛利稳步递增，分别为 0.23 亿、0.72 亿、1.34 亿和 1.7 亿。毛利率自 2019 年以来稳定在 30% 左右。

其中，2021 年 9 月 30 日较 2020 年 9 月 30 日同期增长了超过 2%，较 2020 年全年的毛利率增加了将近 1.8 个百分点。

 公司制造业营收成为公司收入主力军，但也因为软硬一体的业务模式，自然也会影响毛利水平。

​​

对于毛利率变动，创新奇智在招股书中解释是：

主要因为 2018 年销售的基于 AI 的产品及解决方案，大部分为基于软件解决方案。2019 年以来，销售的主要涉及更多硬件组件的软件及硬件集成解决方案，后者毛利率通常低于前者。

从销售成本的支出变化来看，2019 年以来的材料成本支出确实明显增加，因为涉及更多硬件购入。采购硬件成本高了，自然也就拉升营业成本。

事实上，毛利率通常由企业所在的行业赛道和商业模式决定，有的公司选择 saas 模式，有的公司走平台道路，有的则侧重于解决方案市场。

比如，商汤定位人工智能软件平台型企业，创新奇智则定位于人工智能产品及解决方案提供商，其聚焦的制造业属于典型「重场景」 模式。

一般而言，所有的 AI 解决方案产品都是集软、硬件及技术服务于一体，但场景有「轻」 有「重」 ，相对安防、新零售和自动驾驶等这样的典型「轻场景」 ，工业制造属于 AI 应用的「重场景」 ，场景越重，最终的 AI 解决方案中硬件占比越高，这会直接决定毛利率水平。
同时，企业采取何种商业模式又与行业成熟度密切相关。

新技术应用早期，通常需要量身定制的解决方案来使技术相关并带来初始采用。对于 AI 来说，定制化解决方案对建立应用相关性仍然很重要，但可扩展性的关键是将解决方案标准化，成为模块化产品。

尤其是，中国制造业市场需求呈现出高度碎片且非标化严重。只销售技术解决方案，就像在 19 世纪末向铁匠出售传送带一样，根本行不通。为了期待工业革命的到来，还要围绕传送带建造一座工厂。

对于躬身入局的企业来说，硬件和软件同样重要。通常首先要做就是铺设硬件基础设施。硬件层面的标准化才会带来后面软件层面的标准化。如果硬件不标准化，软件的标准化都是空话。

「软硬一体」方案，通常能灵活集成在企业原有生产线上，无需对产线做特殊改造，可以降低企业应用 AI 的难度和门槛，也能更快完成项目交付。

这也是为什么过去几年，无论是互联网大厂还是创业公司在涉足垂直领域时，几乎都伴随着「软硬一体」，百度、腾讯等互联网大厂也曾推出工业质检设备。创新奇智也正是以这样的方式建立自己的护城河。

对企业健康度的分析，除了营收、毛利等，重要的数据还包括综合现金流表现。

当一家企业的账面资金不足以支撑一年的时候，你都不知道它有多慌。创新奇智不存在这样的担忧，公司现金流比较稳健。

截至 2021 年 9 月 30 日，16．5 亿总现金余额，足以支付其用于经营活动，为扩张的业务运营提供足够流动性。

​​

近年来，公司存货量和存货金额明显增长。报告期内，创新奇智存货金额分别为 304.3 万元、3232.7 万元、5531 万元及 4335.9 万元。

公司的存货以在制品和原材料为主，是渠道市场打开的象征，表明公司 AI 产品和解决方案销售额增加，新项目备货导致库存上升。

存货周转天数分别为 36 天、41 天、49 天及 35 天。较之一些以 2G 业务为主的 AI 公司因中美贸易摩擦进行战略性备货导致存货周转天数拉长，创新奇智存货周转天数处在更低水平。

业务局面的打开也伴随着应收账款增加。报告期内，创新奇智应收账款分别为 1624 万、1.2 亿、1.9 亿和 2.96 亿。这与行业自身特点有关，制造业客户一般需要相对其他行业更长的结算期限。

应收款项周转天数也相应增加，分别为 76 天、 115 天、 135 天和 137 天。与 2G 业务为主的 AI 公司高则 290 多天、低则 130 多天的应收账款周期相比，创新奇智天数相对较低，在 AI 公司中处于低位。

另外，公司应收账款的账龄大部分少于 6 个月，截至 2021 年 9 月 30 日，约 85.3% 的贸易应收款项的账龄小于 6 个月。

二、「AI＋制造」的生意经

在新技术商业化比较艰难的情况下，行业和场景的选择非常重要。

所谓场景能力，并不完全是销售问题，也意味着如何前瞻地找到某个细分，并有机会形成一个或者半个垄断。

这也是为什么在机器视觉类 AI 公司疯狂扎堆安防、零售等领域时，创新奇智成为最早一批在「 AI + 制造 」吃螃蟹的人。

当下，制造业是一个市场体量巨大且玩家稀少的领域。但是，中国制造业要想继续发展下去，将信息通信技术与先进制造技术融合的智能制造是必经之路。提升生产效率和向高端制造进发，也是日本、德国等制造大国曾经走过的路。

2021 年底，工信部等八部门联合印发《「十四五 」智能制造发展规划》指出，到 2025 年，规模以上制造业企业大部分实现数字化网络化，重点行业骨干企业初步应用智能化。

该规划还指出，要增强供给能力，智能制造装备和工业软件市场满足率分别超过 70% 和 50%，培育 150 家以上专业水平高、服务能力强的系统解决方案供应商。

人工智能解决方案在制造企业的「产品质量控制一致性、流程管理效率、人工成本、安全管控、一体化管理能力」等方面均有助益和渗入。

「AI + 制造」核心赛道，公司深耕面板半导体、钢铁冶金、能源电力、工程建筑、汽车装配、高科技 / 3C 等多个垂直细分领域，主要服务于经营效率和信息智能方面的转型需求。

创新奇智智能制造系统（AIMS）

「AI + 金融」核心赛道，公司并非从事风控、营销等前端服务，而是有关保险银行业 IT 基础设施，比如智能数据中心建设和运维，智能混合云管理等。

除了与传统「AI 四小龙」有很大不同，与同行业其他供应商相比，创新奇智是为数不多、集「AI 工业视觉 - AI 工业自动化 - AI 工业云平台」于一体的全栈式人工智能产品及解决方案的供应商。

产品层面，他们不仅构建了机器视觉智能平台 ManuVision、边缘视频智能平台 MatrixVision，还打造了 Orion 分布式机器学习平台，也是中国少数几家具备专有的深度学习平台的公司之一。

三个专有 AI 平台之间的关系。

「我们在 AI + 工业领域的差异化和特色化体现在『脑、眼、手、脚』。」徐辉曾解释道。

Orion 分布式机器学习平台就像「大脑」；AI 工业视觉就像「眼睛」，负责定位、识别、测量和检测。而且，这些平台并非传统意义上的纯软件平台，而是可以与机器人的「手」、「脚」结合起来。

比如，ManuVision 可与工业光源、工业相机、机械手、控制器等外部硬件设备兼容，为客户打造集光（学）、机（械）、电（气）、软（件）、算（法）于一体的自动化整体解决方案。

创新奇智如何将「乐高」积木，整合到部分 AI 产品和解决方案中。

与早期 AI 公司「先有平台，再赋能」的 「top-down 」路径相反，创新奇智一开始就反其道而行之——采取 「bottom-up」，即 「solutions-products-platforms」。

公司一开始就从具体应用场景切入，通过与行业代表性大中型企业合作标杆案例，逐步将可复制元素、行业 know-how 模块化，进而实现扩展的可复制性，同时避免走上系统集成商的路子。

虽然创新奇智也有 AI 平台，但与早期 AI 公司的平台化思维不同，创新奇智的 AI 平台主要作为公司服务客户的底层 AI 基础设施，作为 AI 技术资产的沉淀池。

比如，目前为 ManuVision 平台所开发有关缺陷检测的算法模型，已经由 2021 年 6 月底的 215 类增到 282 类；为　MatrixVision 平台开发的有关现场推断的算法的模型，从 277 类增加至 352 类。

这些技术资产高度凝炼、低耦合及可复用性高，可支持及实现满足客制化要求的高效率项目交付。得益于这些技术资产，工作流程的某些方面还可实现自动化。

另外，一些技术解决方案可以跨领域复用到相似应用场景。 

实践中，他们通常先将「大脑」训练好的模型移植到对应的图像或者视频 AI 平台，然后再嵌入到公司的 ABS 及 RDP 中，现场实现客户的需求。

所谓 RDP（Rapid Deployment Product），产品化程度是比较高、可以去快速部署。ABS（Assets-based Solution）是适合与客户所在的行业场景结合起来的一个解决方案，这个解决方案也能够比较快速部署。

不过，ABS 或者 RDP 的产品通常来说客单价比较低，针对大客户和头部客户，要做什么？

比如，想去大户人家做生意，肯定不满足于送牛奶就算了，肯定把洗衣也做了，草坪也剪了，最后做成定制化且长续、具有连接性的管家式服务，这就是中国版的 IBM。

创新奇智正是通过利用这些可复用、资产型 RDP/ABS 组合差异化的行业解决方案，对客户各种场景需求进行长周期服务的能力，锁住大客户。

从中我们也可以看到创新奇智服务客户全生命周期数字化转型的策略，以及未来整体盈利水平提升的清晰路径。

值得注意的是，除了满足于自身使用之外，公司也正在通过三大平台打造生态。

招股书透露，公司正在建立一个开放式架构技术平台以吸引 AI 行业价值链中的更多参与者及加深与各类行业参与者的合作。

ManuVision 及 MatrixVision 平台目前嵌入在客户现场边缘部署的 ABS 及 RDP，未来将发展成为依托云并具更高兼容性的平台，以通过无线或 5G 网络连接不同行业参与者的更多设备和应用，并且支持与第三方插件兼容，吸引 AI 行业价值链的更多参与者。

另外，为了深化现有客户群的能力，他们还在合作模式上进行了创新——与行业龙头企业成立合资公司，将合作成果扩展到更多场景中。

与中冶赛迪集团合资成立的赛迪奇智就是一个成功案例。「有关战略合作伙伴关系，不仅使我们获得其行业见解，而且使我们能够利用其行业资源，以快速渗透至相关行业垂直行业。」招股书解释说。

这种模式也推动创新奇智在短时间内快速获取大量用户，公司客户总数自 2018 年的 50 家增加至 2020 年的 157 家。

制造业在总营收占比也不断提高，从 2018 年底的 36.6%，增至 2021 年前三季度的 50.8%。

截至 2020 年 12 月 31 日，创新奇智有 23 个优质客户，贡献占比达到 82.5%，优质客户以金额计算的复购率为 112.7%。

三、风险与潜力

创新奇智能够成为港交所第一家「准」上市的 「AI + 制造」公司，已经是对其公司估值、盈利能力、发展前景等多方面的综合肯定。

据沙利文数据，2020 年以收入计，创新奇智是中国企业 AI 解决方案市场上第 3 大 AI 技术驱动型解决方案供应商、中国制造业 AI 解决方案市场最大的 AI 技术驱动型解决方案供应商。 

IDC 数据显示， 创新奇智是 2020-2021H1 中国第四大机器学习平台厂商，2021H1 中国计算机视觉应用市场份额第 5。 

值得注意的是行业竞争风险。一方面，企业 AI 解决方案行业竞争非常激烈，对手通常包括：

1）与其他专注于开发及商业化生产人工智能技术的公司竞争，2）与已涉足的各垂直领域内并非专注人工智能的现有参与者竞争，3）与新的行业进入者竞争；4）全球科技公司的潜在竞争。

另一方面，市场非常分散。以 2020 年营收计算，虽然创新奇智已经成为中国企业 AI 解决方案市场第三大技术驱动型供应商，但在 1500 多个市场玩家中，市场份额仅 0.3%。

不过，整个市场的蛋糕还在不断变大。

根据弗若斯特沙利文的资料，2020 年中国企业级 AI 市场的市场规模达约人民币 1,394 亿元，预计到 2025 年将达到约人民币 8,366 亿元，复合年增 长 率为 43.1%。

2020 年，中国企业级 AI 市 场 约 占整个 AI 市场的 75.0% ，预计到 2025 年将增至约 80.0%。

另有数据显示，随着数字化和智能化技术的更全面采用，预计到 2025 年，中国制造业的人工智能解决方案市场预计将达到约人民币 649 亿元，2020 年至 2025 年的复合年增长率 为 48.3%。

「AI 主流深度学习技术的产业潜力，至少能『吃』20 年，它会渗透进各种不同的领域。」李开复曾乐观预计，AI 将会彻底普及化，进入到每家公司。

在制造、金融等行业 AI 化过程中，谁能率先上市，在资本市场获得持续支持，谁能抢占更多的 AI 市场红利。