前几天我陪我妈去家楼下的社区老年食堂吃饭,一进结算区就看见几个老人围着新换的结算台啧啧称奇：把装着菜的托盘往台上一放，不到1秒屏幕上就跳出了三菜一汤的价格、卡路里含量，对着摄像头刷个脸就付完了款，连收银的阿姨都省了，我凑过去看了一眼设备角落的logo，是海康威视旗下的海康机器人——这不就是我们平时聊财经总提到的机器视觉龙头吗？
之前很多读者跟我说,机器视觉听起来太高精尖，离普通人的生活太远，总觉得是实验室里的技术，但其实你每天扫付款码、快递驿站取件时的出库扫描、进停车场时的车牌识别、甚至你买的新手机边框没有一点划痕，背后都是机器视觉技术在起作用，而支撑这些场景运转的，就是我们今天要聊的机器视觉龙头公司。
你没注意到的机器视觉，早就渗透了生活的每个角落
我第一次直观感受到机器视觉的威力,是2022年去东莞虎门一家给苹果做AirPods外壳的代工厂调研，当时我跟着厂长逛流水线，走到质检区的时候特别感慨：一排二十出头的小姑娘坐在工位上，手里拿着3倍放大镜，盯着面前每一个流过来的塑料外壳看，一天要坐12个小时，每个人的眼睛里都布满红血丝。
人事经理跟我算了一笔账：当时一个质检工月薪6000包吃住，一个工位要配3个人轮班，光工资一年就要20多万，而且人眼看东西总有失误，漏检一个瑕疵品发到苹果那边，就要扣2000块的罚款，旺季的时候一个月光罚款就能扣掉十多万，更头疼的是根本招不到人，“95后00后宁愿去送外卖跑滴滴，也不愿意坐在这盯12小时零件，上个月招了10个质检，干满3天就走了8个”。
后来他们花15万上了一套海康机器人的机器视觉检测设备,我去年再去的时候，原来的质检区只剩2个工人，专门负责给设备做日常维护，厂长说这套设备1秒能检测10个零件，精度达到2微米，比头发丝细40倍的划痕都能找出来，误检率比人工低85%，半年就收回了成本，原来的质检工转去做运维，工资还涨了2000，没人再喊眼睛疼了。
这就是机器视觉最典型的应用：给机器装上“眼睛”和“大脑”，代替人做识别、检测、测量的工作，你平时去菜鸟驿站取快递，出库仪对着快递面单和你的脸扫一下就完成取件，背后是旷视的机器视觉系统；你买的新能源汽车，动力电池的极片、外壳每一个环节都要经过机器视觉检测，0.01毫米的瑕疵都不会放过，宁德时代的产线上光天准科技的检测设备就有上千台；甚至你现在用的手机，摄像头的对焦、夜景算法，本质也是机器视觉技术的民用化落地。
我之前算过一笔账,一个普通人一天下来至少要和机器视觉打10次交道：出门小区门禁的人脸识别、停车场的车牌识别、买早餐扫付款码、公司上班的打卡、外卖柜取餐的扫码、下午取快递的出库识别、晚上去超市的自助结算、回家进小区的二次刷脸——这些场景的背后，站着的都是大大小小的机器视觉龙头公司，只是你从来没有注意过而已。
站在风口上的机器视觉龙头，吃的是三重确定性红利
很多人问我,为什么这两年机器视觉龙头的业绩涨得这么快？海康机器人2023年营收同比增长50%，天准科技营收增速超过40%，奥普特的毛利常年保持在60%以上，根本不像普通制造业公司的水平，在我看来，这些龙头吃的是三重确定的红利，未来3-5年这个增长趋势还会持续。
第一重红利是劳动力结构变化带来的替代红利,现在国内的制造业招工难已经不是新闻了，尤其是质检、分拣这种重复度高、对身体伤害大的岗位，开8000的月薪都招不到人，我之前跟江苏一个做汽车零部件的老板聊，他说他们厂原来有30个质检工，现在只剩12个，最年轻的都38岁了，“再过5年这批人干不动了，我总不能自己上流水线查零件吧？不上机器视觉设备根本不行”，根据行业协会的数据，现在国内制造业的机器视觉渗透率还不到10%，光是替换现有人工质检的需求，就能撑起行业未来5年20%以上的复合增速。
第二重红利是高端制造爆发带来的产业升级红利,以前机器视觉的需求主要来自消费电子行业，现在新能源、自动驾驶、AR/VR的需求起来了，直接把市场空间翻了好几倍，就拿动力电池来说，你要知道动力电池如果有极片破损、漏焊的问题，装到车上是会起火爆炸的，人工检测根本达不到要求，每一条动力电池产线至少要配20台以上的机器视觉检测设备，光是宁德时代2023年扩产带来的机器视觉订单就超过30亿，还有自动驾驶，现在一辆L3级别的智能汽车至少有8个摄像头，全部要搭载机器视觉算法来识别行人、障碍物、交通标识，未来自动驾驶普及之后，这个需求还会翻几倍，苹果今年推出的Vision Pro，光头部就有12个摄像头，用来实现眼动追踪、手势识别、环境感知，这些全是机器视觉的应用场景，根据行业测算，2023年国内机器视觉市场规模已经达到1980亿，预计2028年就会突破5000亿，长期来看是个万亿级别的赛道。
第三重红利是AI大模型带来的技术迭代红利,以前的传统机器视觉有个很大的问题：只能干单一的活，比如你给它训练的是检测零件划痕，它就只会检测划痕，你要让它同时检测零件尺寸，就得重新换算法、重新训练，非常麻烦，现在大模型和机器视觉结合之后，出现了多模态的工业视觉大模型，同一个摄像头可以同时检测划痕、尺寸、变形、漏装等十几种问题，而且还能自己学习新的瑕疵类型，不用工程师重新调试，我上个月去苏州的一家光伏厂参观，他们用的商汤的多模态视觉检测系统，原来一条产线要配8台不同的检测设备，现在只要2台就够了，成本直接降了60%，技术迭代带来的效率提升，会进一步加快机器视觉替代人工的速度，也会让龙头公司的竞争力越来越强。
国产替代大趋势下，国内龙头的机会和风险
聊到机器视觉的竞争格局,不得不提两个海外龙头：日本的基恩士和美国的康耐视，5年之前，国内高端机器视觉市场80%的份额都被这两家公司占了，它们的设备性能确实好，但价格也贵得离谱，同样一套检测设备，基恩士卖30万，国产的只要15万，而且基恩士的服务特别傲慢，设备出了问题要等7天才能上门调试，对国内中小客户根本不爱搭理。
但这两年情况变了,国内机器视觉龙头的技术追上来了，而且性价比和服务都比海外公司好太多：同样的精度，国产设备价格是海外的一半，24小时就能上门调试，很多客户现在都主动换成国产设备，2023年国产机器视觉的市场份额已经达到45%，比5年前翻了3倍，海康机器人已经成了国内工业视觉市场的第二名，仅次于基恩士，增速是基恩士的5倍。
我个人的判断是,未来3年国产机器视觉的份额会超过60%，国内龙头的增长确定性非常高，逻辑非常清晰：第一是安全需求，现在很多高端制造、军工领域的客户不敢用海外的设备，怕被断供、怕数据泄露，国产设备是刚需；第二是场景适配，国内的制造业场景比海外复杂太多，比如新能源的产线迭代速度非常快，半年就换一次工艺，海外公司的反应速度根本跟不上，国内龙头可以跟着客户一起迭代产品，竞争力自然更强。
但我也要提醒大家,这个赛道不是没有风险，普通投资者布局的时候一定要注意三个坑： 第一个是客户集中度的风险，很多国内机器视觉龙头的第一大客户是宁德时代或者苹果产业链的公司，比如天准科技40%的收入来自新能源行业，前五大客户占比超过30%，如果下游新能源车或者消费电子的需求不及预期，对公司的业绩影响会非常大，去年就有几家机器视觉公司因为新能源客户砍单，季度业绩直接同比下滑30%，股价跌了40%。 第二个是技术迭代的风险，现在大模型和机器视觉结合的速度非常快，如果你投的公司研发投入跟不上，没跟上多模态视觉大模型的迭代节奏，很容易被竞争对手抢订单，我之前接触过一家珠三角的传统机器视觉公司，原来做的还不错，就是老板舍不得投研发，去年别人都推出大模型适配的产品了，他家还在卖老款设备，订单直接被抢了一半，今年大概率要亏损。 第三个是估值的风险，现在很多机器视觉的上市公司PE都在50倍以上，已经透支了未来1-2年的业绩增长，如果接下来的业绩增速跟不上，很容易出现估值回调，普通投资者不要追高买入，最好等估值回到合理区间再布局。
给普通投资者的一点心里话
我做财经写作这么多年,见过太多投资者追热点炒概念，一会儿炒ChatGPT、一会儿炒元宇宙、一会儿炒AI机器人，炒到最后亏得一塌糊涂，连公司做什么产品的都不知道，其实对于普通投资者来说，最好的投资机会，就是那些你每天都能接触到、有实实在在的落地场景、业绩增长确定性高的赛道，机器视觉就是其中之一。
你想啊,未来不管是AI机器人、自动驾驶、智能工厂还是智能家居，都离不开“眼睛”，而机器视觉就是智能世界的眼睛，这个赛道的需求是长期确定的，如果你想要布局这个赛道，我给你两个简单的筛选标准：第一是看研发投入占比，真正有竞争力的龙头研发占比都在10%以上，低于5%的不用看，大概率是赚代工的辛苦钱，没有技术壁垒；第二是看客户结构，客户分散度越高越好，不要选那种单一大客户占比超过30%的公司，抗风险能力太弱。
我们总说科技改变生活,很多时候改变我们生活的不是那些飘在天上的概念，而是这些藏在流水线里、食堂结算台里、快递驿站里的技术，那些闷头做技术的机器视觉龙头，就是在给整个智能世界装眼睛的人，现在这个赛道还处于发展的早期，未来的增长空间至少还有10倍，只要你愿意沉下心研究，大概率能找到属于自己的投资机会。
还没有评论，来说两句吧...