2019年一季度中国计算机行业运营现状及未来发展趋势分析[图]

    一、2018年成为业绩低点，2019年Q1表现平稳

    样本空间：选取计算机行业已披露2018年年报、2019年一季报数据的199家上市公司（不包含*ST工新、ST中安、同方股份、*ST荣联），作为样本空间。

    营业收入：计算机行业2018年营业收入增速的中位数为13.21%，较去年同期下滑3.85个百分点；2019年Q1单季营业收入增速的中位数为17.11%，较去年同期上升0.13个百分点。

2014~2019Q1计算机行业营业收入增速图

数据来源：公开资料整理

    归母净利润：计算机行业2018年归母净利润增速的中位数为6.69%，较去年同期下降7.28个百分点；2019年Q1单季归母净利润增速的中位数为12.61%，较去年同期下降升0.87个百分点。由于2018年商誉减值的计提（后文展开分析）较往年大幅增长，故利润总金额和增速受到影响。

2014~2019Q1计算机行业归母净利润增速图

数据来源：公开资料整理

    扣非后归母净利润：计算机行业2018年扣非后归母净利润增速的中位数为0.64%，较去年同期下滑12.49个百分点；2019年Q1单季扣非后归母净利润增速的中位数为7.87%，较去年同期上升2.55个百分点。由于2018年商誉减值的计提较往年大幅增长，故扣非后净利润总金额和增速受到影响。

2014~2019Q1计算机行业扣非后归母净利润增速图

数据来源：公开资料整理

    营业成本增速高于收入增速。计算机行业2018年营业成本增速的中位数为15.45%，较去年同期下降1.35个百分点，但高于同期营业收入增速2.24个百分点；2019年Q1单季营业成本增速的中位数为19.13%，较去年同期下降0.29个百分点，高于同期营业收入增速2.02个百分点。近年来行业营业收入增速中位数低于营业成本增速中位数，意味着行业整体毛利率水平承压，市场竞争或有升级的趋势。

2014~2019Q1计算机行业营业成本增速图

数据来源：公开资料整理

    扣非后归母净利润的增速分化仍然显著。如下图所示，计算机行业2018年有8.54%的上市公司业绩增速超过100%或扭亏为盈，同时49.75%的上市公司业绩出现下滑；2019年Q1有19.60%的上市公司业绩增速超过100%或扭亏为盈，同时40.20%的上市公司业绩出现下滑。

2018年计算机行业扣非净利润增速分层统计

数据来源：公开资料整理

2019年第一季度扣非净利润增速分层统计

数据来源：公开资料整理

    二、行业发展趋势：流量红利期终结，技术创新与应用场景结合

    1、流量快速增长，用户红利进一步衰减

    随着移动互联网渗透率的不断提高，流量红利进一步衰减。2018年11月，我国手机累计出货量3.79亿部，同比下滑15.60%；智能手机累计出货量3.56亿部，同比下滑15.30%。我国的手机和智能手机出货量在历史上首次出现连续两年出现下滑，反映出手机渗透接近饱和。自2016年起，我国的智能手机出货量在手机中的占比已经达到90%，到2018年11月已达到94%，未来由于智能手机用户占比提升带来流量大幅提升的趋势也很难持续。

手机出货量

数据来源：公开资料整理

智能手机出货量

数据来源：公开资料整理

    移动互联网用户数量增速开始明显放缓。至2018年11月，我国手机上网用户数达到12.6亿（存在一人多机的统计），同比增速从近两年的12%下滑到9%左右。当前我国的上网用户数覆盖率已经超过90%，未来再持续提升的空间已经不大。我们统计了市面常见的229款常见手机APP的月活用户数之和，各类APP的月活跃用户数之和达到128亿，同比增速从过去两年的50%下滑到15%。每个手机用户每月启动APP个数在2017年6月达到最高点10.37个，之后的一年多时间里始终保持在9-10左右的波动，至2018年10月为10.15个。这也反应出用户对APP数量的接受已经饱和，APP的应用推广进入存量市场，未来新的APP获得大规模受众支持的难度将越来越大。当前各移动互联网厂家已经感觉到新用户获取的难度在进一步加大，并由此带来的获客成本的逐年提高。由于在互联网上获客难度和成本不断提高，一些互联网主流厂商开始在主流电视媒体山播放广告宣传实现客户导流。

手机上网用户数

数据来源：公开资料整理

手机上网渗透率

数据来源：公开资料整理

常用APP月活跃用户数之和

数据来源：公开资料整理

每用户月均启动APP个数

数据来源：公开资料整理

    在增量用户逐步放缓的背景下，用户对移动终端的依赖进一步加大。在手机使用时长增长带动下，2018年6月，我国网民的人均周上网时长为27.7小时，比2017年末提高0.7个小时。而2018年7月我国网民的PC端、手机端及Pad端的月度使用时长分别为101.1、987.1和86.9亿小时，我国网民的手机使用时长已经占到了总上网时长的80%。这一数据比2016年1月的使用时长，PC端上网时长下滑了9.1%，而手机端和pad端的上网时长分别上涨了109.1%和73.2%。网民的主要上网时长的增量投向了移动互联网，而PC端代表的互联网在上网时长上已经开始萎缩。而随着居民总上网时长增长的放缓，PC端面临的压力也将越来越大。

各类终端月度使用时长（亿小时）

数据来源：公开资料整理

网民平均每周上网时长（小时）

数据来源：公开资料整理

    随着互联网短视频、直播等高流量应用的风靡，在用户数量、用户时长增速放缓的同时，高流量移动互联网的流量仍然维持了较高速的发展。2018年前11个月，我国移动互联网接入流量达624亿GB，同比增长194.30%，自2015年以来连续3年保持超过100%的增速。2018年11月，移动互联网接入月户均流量达到5.9G，同比增长142.26%，月户均流量是2015年底的10倍。流量绝对值的增速远远超过了用户数和上网时长的增速，这也反应出用户习惯得到培育后市场结构仍在发生剧烈变化。

移动互联网接入流量

数据来源：公开资料整理

移动互联网接入月户均流量

数据来源：公开资料整理

    流量已经向我们证明了它的强大，一款看似平平无奇的产品一旦赢得了流量的青睐，立刻就能成为红极一时的“爆款”。不论是社交媒体还是商业宣传，都格外注重对眼球的吸引能力，诸如“UC体”等表现形式都是典型的专注吸引流量的方式。在过去的十几年中，流量跟随着互联网尤其是移动互联网的发展而迅速壮大，从微信公众号到微博大V，从艺人到上市公司等等，流量红利造就了一个又一个耀眼的新星，形成一种百舸争“流”的局面。但流量的本质是对用户时长和衍生的商业价值的争夺。但随着个人电脑和移动终端新增用户的增长速度趋于停滞，尤其是用户上网市场的增长接近饱和，目前移动互联网对个人用户的价值挖掘已经进入平台期。虽然流量的绝对值仍然保持较高速增长，但是我们可以明显观察到移动互联网的C端用户红利已经逐步衰竭。

    随着C端红利的消退，各大厂商将目光转向了B端互联网，对服务品质的要求愈发提高。由于硬件方面的限制，一般终端很难具有强大的运算能力，“云”作为一种全新的运算方式逐渐走进用户的视野。云计算解决了硬件的时空分布和价格问题，从而使企业有能力向个人客户提供更优质的服务，形成了许多B2B2C的格局，为互联网的发展注入了新的活力。

    2、云计算：保持高速发展，盈利模式改变带来价值重估

    在全球云服务商中，亚马逊的AWS以较大优势取得领先地位，市场基本上被AWS、微软、阿里巴巴、Saleforce等少数巨头所把持，形成一超多强的局面，后来者难以撼动其领先优势。国内的云计算市场以阿里巴巴为首，形成了类似的一超多强格局，但由于国内产业生态起步较晚，云计算的发展空间非常大，后来者仍有追赶的机会。我国云服务市场规模接近900亿，未来数年仍将保持30%左右的较高速增长。

2015-2020中国整体云服务市场规模及增速

数据来源：公开资料整理

    从国内整体公有云来看，阿里巴巴在国内云计算市场占有绝对领先地位，在IaaS和PaaS方面的市占率均为第一，2017年全年营收112亿元，约为腾讯的2.5倍，并且远远领先于其他竞争对手。从财务数据上看，阿里云的营收持续高速增长，近两年单季度营收同比增长均在90%以上。由于云计算的技术特征，先发者具备天然的规模优势和客户粘性，预计阿里云在未来的云计算浪潮中仍有望保持其领导者地位。

2017-2018阿里云季度营收及同比增速

数据来源：公开资料整理

    根据服务对象的数目，云服务可分为公有云和私有云，其中私有云是指某个企业独立构建和使用的云。公有云市场又可以分为IaaS（基础设施即服务）、PaaS（平台即服务）和SaaS（软件即服务）。全球市场中，公有云细分市场中IaaS市场增长最快，2017年IaaS市场规模达到326亿美元，同比增长35.27%，在IaaS基础服务中计算类服务需求最为旺盛占比达92%；2017年PaaS市场规模达到128亿美元，同比增长28%，预计未来仍将保持稳定增长；SaaS规模达到656亿美元，同比增长26.64%，预计未来SaaS市场增速逐渐趋缓。国内市场的规模还远小于海外市场，但是保持了超出全球市场的增速。其中IaaS市场规模达148.7亿元，同比增长70.14%；PaaS市场规模达11.6亿元，同比增长52.64%；SaaS市场规模104.5亿元，同比增长39.15%。IaaS和SaaS的市场规模远高于PaaS。

    1）SaaS是全球市场的首要组成，占全球市场的59.09%，其中又以CRM、ERP和办公软件为主，合计占有75%的市场份额。SaaS是最早的云服务形态。全球的IaaS市场规模是IaasS的接近2倍，但是我国的SaaS市场规模只有IaaS市场规模的70%。随着云计算深入发展，云服务基础设施的加强以及国家对知识产权保护力度的加强，未来国内的很多软件服务企业都会加速转向SaaS模式。

    2）IaaS市场是典型的巨头主导市场，在全球和国内市场，前五大公司均共占约75%的市场份额。2017年全球前五大IaaS厂商合计营收占全球IaaS公有云服务市场规模的75%。其中亚马逊IaaS业务营收122.21亿美元，年增长率为25.0%；2017年微软IaaS业务营收年增98.2%，以31.30亿美元排名第二；阿里云业务营收年增62.7%，以10.91亿美元排名第三。

    3）PaaS是开发者平台。PaaS的主要意义在于累积IT开发模块、插件、模型等，从而大幅提高软件开发者的生产力。因此PaaS虽然市场份额不大，但象征着未来行业的生产力水平，战略意义显著。目前国内主要的相关上市公司有用友网络、广联达、恒生电子等。

    云计算改变了计算机行业的盈利模式，也改变了计算机行业与其他行业之间的连接方式。在收费模式方面，计算机行业由买断制逐渐转变为会员制，即收取服务费的形式。过去license方式销售软件，用户需要一次性支付大部分采购费用，购买3年左右的软件使用许可，而采用云化产品，客户仅需按年支付当期的费用，平滑了信息化开支。对很多中小企业而言，由于不需要额外采购硬件设备和配置专门的IT人员，因此实际上是降低了中小企业IT信息化的门槛，使得新的模式能够很快推广。其次，云化产品给予企业更多的自由度，可以根据业务扩张的节奏同步IT支出，用户可根据生产的需要在很短的时间里对云产品的量进行调节，增加了采购的灵活度。最后，由于用户端通常只需要与用户进行交互，很容易就能实现跨平台工作，可以在如PC端、移动端甚至工业设备等多种终端的协同工作。

    对软件企业而言，云化的产品能够平滑未来的收入波动，盈利模式从一次性的购买转型长期、持续的云服务收入。短期而言，业绩上会出现先抑后扬的特征，因为转云前期研发投入还要持续甚至增加，但当期收入可能部分转入预收款，造成利润承压。但是随着云化进程的完成，客户的稳定性提升，盗版率降低，开发成本也能得到摊薄。在客户转化率、续约率较为稳定的情况下，收入将得恢复增长，同时销售费用率和管理费用率均会因为云化而得到有效降低，业绩稳定增长，公司的估值也将得到提升。在短期内PE估值无法体现公司向云化转型的特点，因此可对相关公司用PS估值或分部估值的方法，从而体现公司云服务的进程。

    云计算取代集中式的超级计算机，提供了高性价比的计算能力。同时，云计算平台通常需要与大量厂商和个人进行交互，在实施和服务过程中天然积累了大量的用户数据，能够实施有效的数据共享。通过移动互联网和物联网产生、收集海量的数据存储于云平台，再通过本地和云端的算力处理完成深度学习过程，最终形成有价值的服务体系反馈给用户，为生产生活所需提供更好的服务。因此具备云计算能力和大数据基础的公司，具备了计算能力和数据这两件人工智能发展的必备能力，在人工智能的竞赛中具备天然优势。

云计算、大数据与人工智能

数据来源：公开资料整理

    3、人工智能：应用场景、大数据与技术的结合

    自从AlphaGo在围棋上彻底战胜人类后，人工智能成为科学界和工业界最大的热点。过去两年时间，围绕人工智能的投资也急剧增长。在自动驾驶、医疗、金融、法律、教育等各个领域，都掀起了人工智能应用的高潮。如果我们将视角放的更长，人工智能并不是完全新生的技术。事实上人工智能起源于上世纪五十年代，并且在历史上经历了三次起落，呈现螺旋式上升的趋势。1950-1970年，第一次人工智能研讨会在美国达特茅斯学院举办，被认为是人工智能的诞生元年，当时的普遍认知是机器通过推理逻辑能够达到人工智能水平，后来倍实践所否定。1970-1990年的主流派别是“知识工程”，专家系统的出现将人工智能引入实战化，其代表是“深蓝”在国际象棋领域的成功。但是后续专家系统的知识固化和扩展性成为瓶颈。2000年至今，受益于数据积累量和算力的快速增长，深度学习技术的大规模运用在实践中取得了良好的效果。尤其是DeepMind在围棋领域取得成功后，人工智能再次成为公众关注的焦点。

人工智能发展历程

数据来源：公开资料整理

    相对于60年前达特茅斯会议当时定义的人工智能，现在的人工智能的成功主要是深度学习的广泛应用。深度学习算法不对现实世界有数学假设，主要是通过神经网络模拟大脑皮层刺激模式来进行机器学习。深度学习算法大幅度提高了在图像、语音等领域的识别率。而互联网上70%以上内容互联网上70%以上内容都是图像。得益于数据量和算力的提升，使得基于神经网络算法的运算效率效果获得大幅提高，相关应用具备了应用落地和商业上成功过可能。同时我们注意到目前人工智能的突破主要体现在识别领域，如图像、视频中物体的识别解析，语音的识别和模拟，但是对自然语言处理、开放性问题处理等领域的相对影响较弱。

    卡内基梅隆大学(CMU)的HansMoravec发布了人类能力景观图（LandscapeofHumanCompetence），对于人工智能当前的水平有一定参考意义。该把人工智能的发展水平看作是海平面，把人类的技能/任务目标按照难易程度，看作是不同的海拔高度，。从目前的情况看，以计算为主、有明确规则活动（例如棋类）已经没入海洋，投资、翻译、图像处理位于岸边岌岌可危。科研、艺术、写作等创造性的行业依然是人类能力中的高峰，目前仍是人类智慧的专属品。

人类能力景观图

数据来源：公开资料整理

    在过去几年深度学习算法获得成功运用的领域，得益于包括以下几个条件：

    1、半导体技术的发展带来了算力的快速提升。十年期深度学习算法受限于算力而无法展开的多层神经网络模型，在GPU、FPGA、ASCI芯片的帮助下已经可以快速迭代完成。

    2、随着云计算和大数据技术的大规模应用，在一些领域现有的业务积累了大量、完备和准确的数据，例如在金融交易领域，每秒钟产生的海量数据就可以提供给人工智能系统作为训练数据。

    3、在一些业务领域具备明确的规则约束条件。棋类游戏之所以最先获得突破，核心原因就是在于具备明确的规则定义和博弈双方寻求最优解的目标。

    深度学习近年来在很多领域取得了快速进展，但是我们也可以看到这种技术使用的边界条件：需要海量的正确标记的数据，需要有明确的规则约束，最好不要有规则外的突变。因此深度学习技术并不能包治百病，而是需要满足必备的前置条件。随着一些业务领域的深入开展，一些应用上的瓶颈也暴露出来。

    1、不是每个领域都具备大量和完备、准确的数据。在大多数情况下，每个神经网络都需要数百万个以上的样本来学习，而且要求样板数据本身的正确性和完备性。在医疗领域，虽然以IBM为引领者的人工智能应用已经取得长足进展，但是在近两年的进展并不大预期。IBM在医疗AI领域被寄予厚望的waston遇到短期挫折，其与知名肿瘤专科医院安德森的合作宣告失败。研究5年之后，双方没有开发出一个可以用在病人身上的工具，技术只能用在实验性测试中，安德森中心宣布项目终结并向IBM支付3900万美元赔款。目前在医疗领域应用的主要难点在于如何获得完备和准确的数据。由于较多病人的医疗数据存在部分缺失、详细程度不一，而且也无法提取判断病人是否存在蓄意隐瞒或错误记录之前的医疗情况，因此无法判断数据的完备性和真实性。在“垃圾进、垃圾出”的训练机制下，系统无法保证通过机器学习获取高准确率的诊断结果。

    2、不是每个领域都具备单一、明确的业务规则和目标，并且会出现很多不可预见、涉及到博弈和动态处理的突发情况需要处理。例如，在自动驾驶领域，车辆除了要保证自身的运行符合预定目标和安全规则外，还不可避免的受到其他驾驶者和行人的干扰。近几年自动驾驶路测圣地加州一共发生与自动驾驶相关的114起事故中，数量呈现出快速增长的趋势（并不能说明事故发生率提高，而是因为路测里程数快速增长）。这些事故中共有72起事故发生在无人驾驶模式，8起发生在自动驾驶模式下安全员紧急切换到手动驾驶模式；但是在114起事故中有超过80起事故（占比70%）都是无人车在成长驾驶过程中，其他人类司机不守规则或家属技术不佳造成。另外无人车事故有近半数发生在十字路口，由于在十字路口路况复杂、视野不佳，无人车的驾驶过于谨慎，稍有状况即采取减速、刹停，因此引发了后车司机的追尾。经过数年的发展，对无人车车技形成极大限制的感知能力，已经大大增强。而无人驾驶车辆的车技瓶颈，更多转移到了一个更难的问题上——对其他交通参与者行为的预测。

加州自动驾驶事故数量

数据来源：公开资料整理

加州自动驾驶事故分类

数据来源：公开资料整理

    人工智能的发展势头正如日中天，在众多领域显示出了其巨大的应用前景，已经给社会服务提供了极大的便捷性。我们同时需要认识到，人工智能技术的应用需要较多先决条件和约束机制。首先，需要高强度的研发投入来支撑人工智能和算法优化过程；其次，需要具备大量的有标记的业务数据来进行训练数据的建模；同时人工智能并不是无源之水，而是需要有具体的应用场景来实现机器学习的过程，并且通过在业务场景的应用起到提高业务效率、创造出业务价值。

    因此未来人工智能的应用不会是一蹴而就，而是需要不断的持续进行研发和应用的验证。人工智能的推广过程，就是应用场景和大数据、高强度研发的结合。国内的人工智能参与者主要为互联网巨头和明星创业公司。只有同时具备研发实力、资金优势和数据流量的龙头公司才有能力进行人工只能的前沿研发，而大部分公司将主要借助借助成型的AI技术在各自的应用领域进一步拓展。

    相关报告：智研咨询发布的《2019-2025年中国嵌入式计算机行业市场分析预测及投资方向研究报告》