【天风电子潘暕团队】对大华估值逻辑切换还有疑虑的，看一看华为盘古想做什么

【天风电子潘暕团队】对大华估值逻辑切换还有疑虑的，看一看华为盘古想做什么

1、华为盘古大模型最想做什么？

我们经过研究认为盘古大模型最核心的应用场景是to B，盘古大模型离不开我们之前提到的三个核心技术提升路线，即交互方式的颠覆、精度提升和降本，和大华的逻辑是相似的，以此展开的应用场景有：电力行业巡检、制造业质检、铁路故障隐患的监测等。具体在智能巡检方面，可以解决巡检系统中数据标注工作量大和缺陷种类繁多等问题，模型的精度比普通模型提升18%。

2、华为核心应用场景选择to B，这需要引起我们的思考，以终局思维来看AI to B的前景

1）从下游最终受益的角度来看：AItoB会大幅提高生产力、革命性颠覆生产关系，最终赋能千行百业。由于每一个垂类场景对精度要求不同，所以里程碑产品的落地节点也不同。整个AItoB的成长期是很长的，若干年后回头看，安防只是一系列应用场景中对精度要求较低的一个，是AI大时代的序幕。

2）从国际产业链竞争的角度来看：我们认为现有的国际竞争其核心就是产业链的竞争，而各国角逐的胜负手就是对关键新技术的掌握，我国在AItoB已具备优势，因为to B的精度取决于具体场景的Konw-how，国内机器视觉企业已经积累多年。我们认为后续有望见到相关政策。

3）从行业格局来看：因为存在行业Konw-how、渠道、软硬件设计能力的壁垒，只有少数玩家能进入AI to B机器视觉的赛道，如大华、海康、华为等。中移动入股是大华特有的alpha，中国移动21年营收8482.58亿，大华21年营收328.35亿，中移动作为顶级供应商，未来将在算力、渠道、布局等方面深度赋能大华。

4）从技术迭代和商业化落地速度来看：to B端“降本+提精度”技术路线有望快速商业化落地。具体可以参考ChatGPT的商业化，本质上不是模式底层技术的突破，而是一个工程性的突破，即量变产生质变。To B端预训练的模型是相对封闭的，对一个垂类场景的通用预训练模型来讲，所需参数只需几十亿，难点在于数据来源和对场景的know how 积累，模型复杂程度偏低，可快速落地进行迭代。

我们坚定认为大华股份的整体估值逻辑将会由传统的安防切换至AI，保守给予30倍估值，对应市值1050亿。

更多详细情况请联系对口销售/天风电子 冯浩凡