AI训练第一股，如何理解海天瑞声的估值？
摘要：
1. 海天瑞声是A股第一支AI训练上市公司；行业增速快，市场格局逐渐向头部集中，海天瑞声本身作为头部玩家受益会比较明显；
2. 如何估值？参照现有预测和逻辑，2025年对应合理估值约为200亿元，折算到当下大约100亿元。空间大。
3. 几个预期差：
（1）数据训练的确不比算法，但数据训练，尤其语音训练，有行业壁垒和门槛。
（2）上半年营收增速个位数，主要原因是海外疫情扰动，影响了收入确认；并不是因为公司自己的问题。
————————
简介：
发行人主要从事训练数据的研发设计、生产及销售业务。发行人通过设计数据集结构、组织数据采集、对取得的原料数据进行加工，最终形成可供AI算法模型训练使用的专业数据集，通过软件形式向客户交付。发行人所属行业为软件和信息技术服务业。
海天瑞声是我国领先的训练数据专业提供商。自2005年成立以来，发行人始终致力于为AI产业链上的各类机构提供算法模型开发训练所需的专业数据集。
发行人所提供的训练数据覆盖智能语音（语音识别、语音合成等）、计算机视觉、自然语言等多个核心领域，全面服务于人机交互、智能驾驶、智慧城市等多种创新应用场景。其中智能语音为发行人的优势领域，产品线已包含160余个主要语种及方言。
海天瑞声的产品和服务已获得阿里巴巴、腾讯、百度、科大讯飞、海康威视、微软、亚马逊、三星等国内外客户的认可，应用于其研发的个人助手、智能音箱、语音导航、搜索服务、智能驾驶、机器翻译等多种产品相关的算法模型训练过程中。目前海天瑞声客户累计数量超500家，覆盖了主要的大型科技公司、人工智能企业及科研机构。
公司过去三年营收情况如下：
行业：
从AI产业链的发展情况和未来发展趋势来看，中国基础数据服务行业的市场规模将不断扩大。一方面，随着算法模型、技术理论和应用场景的优化和创新，AI产业对训练数据的拓展性需求和前瞻性需求均快速增长；另一方面，随着行业内对训练数据需求类型的增加以及对服务标准要求的提高，产业链的专业化分工将愈加清晰，专业化的训练数据服务提供商将扮演更加重要的角色。
根据艾瑞咨询《2020年中国AI基础数据服务行业研究报告》，2019年中国基础数据服务行业的市场规模达到30.9亿元，预计2025年将突破100亿元，复合年增长率达到21.8%。
中国AI基础数据服务行业市场规模增长的驱动因素
从需求方的角度看，基础数据服务市场可以分为存量市场和增量市场：存量市场是指训练数据服务行业已有并且稳定的业务范畴，如人脸识别、车辆识别、图片识别、语音识别等相关业务，增量市场是指海外业务、新增需求方、新增业务场景等。在存量市场中，巨头互联网科技公司和AI公司为主要需求方，项目落地所需的训练数据逐渐成为需求核心，目前存量市场仍是基础数据服务市场的需求主体。增量市场是相对于存量市场而存在的，以海外市场、国内新需求方市场、国内新兴业务拓展和国内新成立的AI创业公司的需求为主，目前增量市场对于整体市场规模的贡献率较低，但随着中国AI技术的不断深入与国际化，增量市场将在未来成为主要的拉动力量。
从供应方的发展来看，行业内部处于“洗牌”阶段，未来品牌数据服务商阵营将替代中小型供应商阵营，占据市场的主要份额。
目前，中小型数据供应商的整体体量仍然可观，但随着业务门槛提升、客户需求多样化、价格战中利润被压缩等情况成为常态，越来越多的中小型数据供应商面临经营困境，所占市场份额将呈现持续缩小的趋势。艾瑞咨询的数据显示，2019年中小型数据供应商份额比预期值缩小了20.8%，而这部分份额按7:3的比例向品牌数据服务商和需求方自建基础数据团队释放，因此，品牌数据服务商将在行业内部调整阶段获益最多。作为行业的头部阵营，海天瑞声等品牌数据服务商在品牌效益、团队建设、资质、服务意识、业务能力等方面均有优势，这些企业的盈利能力和市场份额将在行业内部调整的过程中逐渐提升，并将在未来增量市场成为主要拉动力的竞争阶段占有更大的主动性。
公司在中国语音类基础数据服务领域排名第一
海天瑞声是中国语音类基础数据服务领域的头部企业。根据艾瑞咨询出具的《2020年中国AI基础数据服务行业研究报告》，海天瑞声在中国语音类基础数据服务领域企业中营收份额占比排名第一。
公司募投项目情况：
推论：
1. 行业未来五年复合增速20%，增长迅猛；
2. 行业格局较为散乱，目前正在向头部集中；
3. 海天瑞声是AI基础数据服务的行业龙二，语音训练龙一，有体量优势。
如何估值？
受益于AIOT和智能驾驶能等下游子行业对AI基础数据服务的需求，按照艾瑞的预测，2025年行业规模100亿元，假设海天瑞声市占率提升到20%，营收规模20亿；
按照35%的净利润率估算，海天瑞声2025年净利润7亿元，按照当年30x的估值，对应合理估值约为210亿元。按照50%的折现率，当下合理估值约为100亿元（只考虑国内市场）。
预期差？
1.先看营收，招股书里披露的21年上半年业绩是“公司预计2021年1-6月实现营业收入约12,750万元至14,025万元，同比增长约25.07%至37.58%；”
但是在上市公告书里就变成了“2021年1-6月，公司实现营业收入10,600.16万元，较去年同期增长3.99%”，临时改业绩确实挺不好的，但公司也写了自己的原因：“境外新冠肺炎疫情的反复导致部分订单延期签署及部分产品服务延期交付或验收，受此影响部分收入未如预期在2021年1-6月进行确认。”
可以看到，是海外的疫情对业绩产生了扰动，但也并不是公司的自身问题。另外利润相对于20年H1有一定下滑，主要原因是20H1疫情刚刚爆发，数据训练业务不好开展，因此客户买了比较多的数据训练产品，其毛利率较高。到了21H1业务常态化后毛利率因此有一定的下滑。
因此可以得出结论，公司的业绩是被疫情扰动的，跟公司的基本面关系不大。而且公司先前的业绩预期也是根据订单的交付预期来的，增速大概就是30%+，今年全年也做到30%+似乎问题不大。
2. 这个行业真的没有门槛吗？从已有数据看，70%的毛利率，35%的净利润率，怎么看都不像没有门槛的样子。
根据公司自己的披露，数据训练类业务的业务模式是接下委托后，协助制订数据采集、识别、验证方案，然后再寻找下游外包公司进行识别训练，最后把训练好的数据交给客户。在这个过程中，公司的know-how就是公司最好的竞争力来源。尤其对于语音信息，各种语言、方言的识别规划，公司都有比较成熟的流程和方案。
以下竞争优势内容为公司自己披露：
发行人与竞争对手在公开信息渠道列示披露的训练数据产品相比，发行人设计的训练数据产品的差异之处主要体现在：
训练数据产品数量更多：发行人在智能语音、自然语言及计算机视觉各领域均具备较为丰富的训练数据产品储备。与国内竞争对手相比，发行人在训练数据产品数量上具备显著优势；与境外竞争对手Appen相比，发行人在智能语音、计算机视觉领域具备产品数量优势；在自然语言训练数据产品数量方面略有劣势。
覆盖语种/方言数量更多：发行人的智能语音训练数据产品覆盖的语种/方言数量相比境内竞争对手有显著优势，与境外竞争对手Appen基本相当；自然语言类训练数据产品覆盖的语种方言数量低于Appen，并显著优于慧听科技、标贝科技。
采集方案复杂度更高：发行人智能语音训练数据产品的录音场景类别丰富于慧听科技、标贝科技，类别数量略低于Appen；采集设备种类显著高于竞争对手；采集通道覆盖数与Appen、慧听科技相当，相比标贝科技存在一定优势。综合而言，发行人的智能语音数据产品在采集方案复杂度相关指标上更为突出，可提供更为复杂的采集方案。
上述训练数据产品结构差异表明，与竞争对手相比发行人有能力设计覆盖多语种/方言、多场景、多领域的，采集方案更为复杂的训练数据产品，体现了发行人在训练数据产品设计领域的全面性、专业性优势。