第二个案例是海康威视，也是我们沣京团队2017年的投研成功案例之一，目前我们不存在涉及海康威视个股的利益关系（请重读），今天把它的一些要点摘出来，供大家参考交流。
我们最开始关注到海康威视，是2016年年底深股通开通后，外资在许多交易日里，以日均一亿港币的量在持续买入海康威视，海康的高管也在持续增持。随后我们对于海康威视的基本面做了深入研究，也请了卖方研究员和行业专家开展交流。做好扎实准备之后，我们在2月中去上市公司进行了实地的调研。调研下来的结果是激动人心的，因为我们在当时可能发现了中国最好的人工智能标的公司之一。
深度学习（DEEP LEARNING）算法其实很早就已经出现，但是算法的改进和计算机性能的突破，其实是2012年前后开始的。《MIT技术评论》评选出2013年突破性科学技术，其中深度学习位居榜首；GOOGLE的许多项目包括GOOGLE BRAIN都凭借深度学习算法在12-13年实现了突破；2013年1月，百度宣布成立百度研究院，第一个项目就是深度学习研究所。
当然，最有名还是GOOGLE其以深度学习技术为基础的电脑程序 AlphaGo在最近几年未尝败绩。
普通人可能无法理解深度学习算法对于人工智能的重要性，甚至可以说对于中国科技行业的重要性。因为当一个革命性的算法出来的时候，这代表了一次重新洗牌的机会，就像当年智能手机系统出来后，对于手机和相关电子产业链的重新洗牌一样。原本领先10年以上的技术优势，在深度学习算法成熟后，一下子被拉短到1-2年以内，因为以前的技术积累很多都成了无用功。
海康威视就是这样的一个受益者，它近几年的研发投入稳定在收入的8%也就是20亿元的级别。公司的人工智能团队在06年成立，但是当时因为数据和算法的缺乏，只能做最笨最辛苦的穷举式建模，在2013年深度学习算法成熟后直接加大投入弯道超车，2015-16年出品成熟的产品（车型、车牌以及驾驶行为检测AI），随后跨界进入人脸识别领域，目前和国内一线团队实力持平。2016年底，海康威视夺得ILSVRC2016里场景分类算法第一名，同时和英伟达达成合作开发人工智能产品。
当算法的差距被明显缩小的背景下，什么成为人工智能技术未来竞争的核心？可能是数据和客户。在这里请允许我举1个无人驾驶的例子：
谷歌的无人驾驶项目在2009年启动，模式一直不变，上系统的同时配备专业的驾驶员坐在司机座位上进行监管，有需要时则随时接管控制权。但是目前为止，谷歌一共只有58辆原型车在路上进行测试，累计行驶里程刚刚超过200万英里。
但是特斯拉不一样，“对于任何一家传统汽车厂商，他们都没有胆量把一个相当于无人驾驶界“半成品”的玩意儿安装在每一辆即将售出的成品车上。但特斯拉却这样做了，而且是第一个。“（某媒体原话）也就是说，特斯拉把那个基于深度学习算法的1.0版本的无人驾驶系统直接上线，让所有的用户来当小白鼠做实验，收集数据升级迭代。效果是非常明显的，截止2016年9月，特斯拉的无人行驶里程已超过13亿英里。数据就是”王道“。掌握的数据越多，汽车学习和改进算法的速度就越快，特斯拉目前在无人驾驶领域的呼声已经超过谷歌，即使后者的起步比它早了5年。
这个例子可以充分的解释，当算法的差距并不明显时，数据和用户量才是关键，甚至可以跨过技术上的差距，这也是为什么支付宝/微信起步的比PAYPAL/WHATSAPP晚，但是发展明显更快的原因之一。
所以科大讯飞之前很多人质疑的其中一个原因，也是因为讯飞输入法的装机量太少，据说目前百度输入法自带的语音识别技术，准确率已经大幅度逼近讯飞了。
海康威视在深度学习算法上突飞猛进，底气其实在于有钱，每年20亿的研发费用有几个人工智能公司掏得起（科大讯飞为5亿元），研发团队预计已接近1万人，而且很多都是当年的建模算法的老工程师，转型还是比较容易的。更重要的是，在与国际一线团队的算法差距拉近后，海康威视在数据和客户上的优势就充分体现出来了。
第一，它是公安类数据的大头，公安类数据公认是视频类里最优质的；第二，视频类数据整体是有稀缺性的，国外类似的数据资源极少，更涉及隐私问题；第三，一直以来这些数据是无法使用的，包括海康。但是海康拥有了人工智能和智能设备的平台后，它可以把系统放入数据里运行并优化，数据它没办法用，但是优化后的系统它是可以取回的。（类似阿里巴巴没办法拿你的购买数据直接用，但是它可以统计这个商品一天有多少人买，在哪里买，然后用来做分析和优化）。
目前火车站开始采用的人脸识别对比证件照的系统，我专门看了下就是海康的设备，而前几天各地陆续上线的闯红灯的人脸识别系统，我也怀疑就是海康的技术。
讲到算法和技术，海康拥有优势；讲到数据和优化升级，海康依然拥有优势，单单这两点已经足够撑起估值了，而海康竟然还拥有可以大体量可以落地的产品预期。
举个例子，现有的传统安防摄像头想要实现人脸识别，需要将视频传回到服务器进行解析，对于摄像头的清晰度、带宽以及服务器的承受和处理能力有极高的要求。一个城市少说几万个安防摄像头，想实现人脸识别的各种应用现有的资源是完全无法承受的。但是海康目前已经拥有比较成熟的算法结构，它可以把人工智能芯片直接前置在摄像头里面，芯片可以把摄像头拍到的人脸特征做初步整理和识别，算出关键信息后再传回到后台服务器，这样可以大幅降低对于清晰度、带宽以及服务器的压力，需要传输的数据量降为原来的千分之一，而精确度反而有明显的提升。这样的人工智能摄像头，潜在需求极大，而国内目前没有直接的竞争对手。
再举个芯片厂的例子，过去对芯片进行贴合和封装，在最后的步骤需要人工复检，这种复检是在电脑屏幕上放大后来进行的，非常的高成本。而工业摄像机则可以通过前置人工智能的方式，直接对大批量的产品进行复检，通过学习足够多的坏件案例，直接筛选出坏件报系统，只有极少比例人工智能无法确定的产品才需要人工复检。这个案例的意义同样在于，其他厂商缺乏硬件—系统—人工智能这样的一体化解决方案的能力，目前看只有海康做的到。
这样，海康威视就从原来的传统安防硬件制造厂商，逐步转型成为一家能提供一体化解决方案、软硬件技术兼具的综合科技智能企业。而市场一致预期的业绩增速仍有20-25%，当时我们去调研时18元的股价对应的是0.7倍的PEG，18倍PE。
因此外资当时持续买入的逻辑就非常的清晰了，他们买入的理由是非常单纯的估值切换逻辑，也就是从一家18倍合理PE估值的电子企业，向国际公允的30-35倍PE的科技综合企业切换的逻辑，而不是大家普遍认为的业绩确定的白马估值溢价。
反过来讲，海康威视在30-35元附近出现了一定的抛压，也变得更容易理解了。海康威视今年讲的竟然是一个估值切换的故事，是不是有点小惊喜呢？
当然，有人质疑说海康的收入里9成依然是传统业务，怎么能按照整体法给30倍估值呢。这个逻辑其实和恒瑞医药里9成是仿制药是相似的。传统企业的传统业务自然要给传统估值，但是优秀的研发型企业，它的传统业务是现金奶牛以及研发发动机，不能第4个包子吃饱了就说前面3个包子白吃了对吧。
其实今年很多个股的上涨逻辑都是似是而非的，如果能够正确分析和把握中间的核心逻辑和上涨源泉，才是真正意义上的可持续投研，这又是一个和简单的PEPB估值关系不大的基本面研究+价值投资的经典案例。
声明：该文章不形成任何投资建议，我们目前不存在涉及海康威视个股的利益关系。
欢迎关注我的微博号“月风_投资笔记”
欢迎关注我的公众号“月风投资笔记”
