全文
回到企业研报阅读路径
企业与对标
从单篇研报进入企业档案、同地区样本、同产业样本和同批次归档。
英文入口
面向海外检索流量,连接英文摘要、英文企业档案和英文索引页。
专题延伸
按申报条件、材料一致性、产业链位置和知识产权继续阅读。
申报材料
把研报中的企业事实转为申请书、复核、审计和附件核验路径。
权威核验
外部链接用于核验政策通知、主体登记、知识产权和公开信用信息。
横向比较
上海市新一代信息技术样本共有 419 家,上海安维尔信息科技股份有限公司适合放在省内同行、同批次和同链条三个口径中比较。
上海安维尔信息科技股份有限公司处在电子信息与数字技术的数字软件与工业服务环节,全国同一位置样本为 1329 家。
专利数为 45 件,行业样本中位数为 81 件,行业分位约 28。
产业链上下游
数字软件与工业服务
相关企业
同省同行业
同城企业
同产业链位置
上海安维尔信息科技股份有限公司:上海安维尔信息科技股份有限公司
一、企业速览
企业基础信息:公司名称:上海安维尔信息科技股份有限公司;地区:上海市浦东新区;行业:工业软件与信息服务(电子信息与数字技术产业链);成立时间:2008-06-20;注册资本:1510.2262万元;员工规模:42 人;专利数量:45 件;专精特新认定:2025年 第七批;上市状态:未上市。
上海安维尔信息科技股份有限公司(以下简称“安维尔”)是一家专注于智能视频监控产品及平台研发的高新技术企业,处于“电子信息与数字技术”产业链的“数字软件与工业服务”环节,主要为港口、海关、边检等大型基建设施提供基于视觉分析的安防解决方案。
二、主营产品与产业链定位
安维尔的核心业务围绕智能视频监控展开,其产品并非简单的摄像头硬件,而是集成了软件算法、智能分析平台与专业化硬件的系统级解决方案。其核心价值在于,将通用的视频流数据,转化为特定场景下的结构化、可决策信息,解决大型基础设施(如港口)在安防、运营效率管理等方面的“看得见,但看不懂”的问题。
在“电子信息与数字技术”产业链中,安维尔所处的“数字软件与工业服务”环节,是连接底层硬件与上层应用的“价值枢纽”。
- 上游:主要依赖高清晰度摄像头、光学镜头、边缘计算芯片(如NVIDIA Jetson系列、海思系列)、传感器等硬件,以及操作系统、数据库、深度学习框架等基础软件。安维尔的工作在于将这些标准化零部件,通过自研算法和软件平台,整合为具有行业针对性的智能系统。
- 下游:客户是交通(特别是港口)、海关、边检、大型园区等终端用户,以及系统集成商。这些客户的需求核心是:准确的入侵检测、高效的车辆/人员识别、流畅的运营调度支持。安维尔的产品直接嵌入其安全管理与生产调度流程。
- 产业链关系:相较于上游的纯硬件制造商,安维尔承载了更高的软件附加值;相较于下游的集成商,安维尔提供了更深的算法定制能力。其产品直接影响港口作业效率和安全等级。例如,在港口自动化趋势下,安维尔的视频分析方案可取代传统的磁感线圈或激光雷达,实现更精准的集装箱位置识别与装卸引导,这直接关联到物理层的吊装设备与控制层的生产管理系统(TOS,码头操作系统)。
三、核心工序与技术依赖
对于安维尔这类数字软件与信息服务企业,其核心“工序”是研发过程。基于行业共识,典型流程如下:
1. 场景数据采集与清洗:在港口、自贸区等真实场景中,部署采集设备,获取海量包含不同光照、天气、遮挡条件下的视频图像数据。然后进行人工标注,例如标注“人员入侵”、“车辆违停”、“集装箱箱号”等关键信息。此阶段耗时占整个项目周期的60%以上。
2. 算法模型训练与优化:基于深度学习框架(如TensorFlow, PyTorch),利用标注数据进行模型训练。典型要求:目标检测精度(mAP,平均精度均值)需达到95%以上,误报率低于每通道每日1次。针对港口远距离、大场景的特定需求,需优化算法对小目标(如远处的人、细小的箱号字符) 的识别能力。
3. 边缘端推理部署与优化:将训练好的算法模型进行压缩、量化(如从FP32降至INT8精度),部署到边缘计算硬件上,以降低延迟和带宽消耗。典型要求:从摄像头捕捉到告警输出,端到端延迟需控制在200毫秒内。
4. 软件平台集成开发:开发后端管理平台,实现设备管理、告警联动、数据统计与可视化。需要兼容主流摄像头厂商的RTSP/ONVIF协议,并具备与客户已有的安防系统(如海康威视iSecure Center)或业务系统(如码头TOS)对接的API接口。
上游关键原材料和设备典型来源:
| 材料/设备 | 典型供应商(国产) | 典型供应商(进口) | 国产化程度 |
|---|---|---|---|
| 高清网络摄像机 | 海康威视、大华股份 | Axis Communications(安讯士) | 国产化程度极高,海康大华占主导 |
| 边缘计算盒子 | 英伟达(NVIDIA)中国代理、百度昆仑芯、地平线 | NVIDIA(Jetson系列) | 核心芯片高度依赖进口(NVIDIA),国产替代正在起步 |
| 深度学习框架 | 百度飞桨(PaddlePaddle)、旷视天元(MegEngine) | Google TensorFlow, Meta PyTorch | 国产框架生态尚在追赶,PyTorch仍是研发主流 |
| 光学变焦镜头 | 舜宇光学、联合光电 | 腾龙、富士能(日本) | 中低端镜头国产化率高,高端AI变焦镜头仍依赖进口 |
注:以上供应商信息基于行业共识。
安维尔的具体定位,基于其45件专利,很可能集中在应用层算法优化(如特定场景的目标检测与跟踪) 和特定行业平台软件的开发上。其研发团队以算法工程师和软件开发工程师为主,而非硬件工程师。
四、竞争格局
安维尔所处的“数字软件与工业服务”赛道,全国共有1578家同类企业(据数据库字段)。竞争格局呈现出明显的“头部集中、长尾分散”特征。
主要竞争对手:
1. 海康威视、大华股份:行业绝对龙头。拥有完整的硬件、软件、算法栈,在安防领域市占率极高(行业共识)。其智能分析平台可直接与自身硬件绑定,对安维尔这类算法公司形成巨大挤压。规模:员工数均为数万人,营收超百亿。
2. 商汤科技、旷视科技:以算法起家的AI公司。在通用视觉算法技术上实力雄厚,近年将港口、园区等B端场景作为重点落地方向。规模:员工千至万人,营收数十亿级别。商汤的“方舟”平台与旷视的“河图”产品均覆盖港口场景。
3. 中科曙光(子公司中科晶上)、西井科技:深耕港口物流场景的AI公司。西井科技直接聚焦于港口无人驾驶和智能调度,与安维尔在港口视频分析场景存在竞争。规模:西井科技估值超百亿,员工数百人。
竞争维度:
- 算法精度与场景理解:通用算法能否在特定港口、海关场景下保持低误报率,是核心壁垒。
- 软硬件一体化整合能力:能否提供“算法+算力硬件+平台软件”的交钥匙方案,降低了客户的集成成本。
- 客户关系与渠道:与大型港口集团、海关总署等关键客户的多年合作关系。
- 成本与价格:在面对海康、大华等巨头时,安维尔等小公司往往面临巨大的价格压力。
专利维度评估:
安维尔的专利总量为45件,显著低于行业专利数中位数(93件)。这表明其技术护城河在“量”上相对薄弱,可能存在两种情况:一是专利集中在少数核心算法发明上,质量较高;二是整体研发投入较低,技术积累有限。考虑到其员工仅42人,后者可能性更大。在专利维度,安维尔处于行业中下游位置。
五、护城河判断
基于现有数据,对安维尔的护城河进行逐条判断:
- 技术壁垒:中等偏弱。45件专利的总量不足以形成宽广的技术护城河。其专利方向可能主要集中于视频分析的应用层算法(例如特定于港口环境的抗干扰算法),这类算法的迭代速度快,容易被大厂的数据和算力优势所追赶。真正的技术壁垒需要体现在基础网络结构创新或极端场景下的独有数据积累,目前数据无法支撑该判断。
- 客户壁垒:中等。港口、海关、边检属于高度敏感的政府或国企B端市场,客户验证周期长(通常1年以上),且一旦上系统,考虑到安全性和管理流程的契合,切换成本极高。安维尔能获得相关国家级奖项(如2025年国家级港口协会科学技术奖),表明其已成功切入部分标杆客户,形成一定的客户粘性。但该壁垒的独占性不强,竞争对手仍可凭更低价格或更强资源进入。
- 规模壁垒:弱。42人的团队规模,对应的年度研发、销售和实施交付能力非常有限。根据行业常识,一家中型港口项目的完整规划、实施与驻场运维,往往需要10-20人的团队。42人的团队意味着安维尔同时期最多只能支撑2-3个中型项目,无法进行大规模复制和扩张,严重限制了其营收上限。
- 认定价值:正面,但有限。获得2025年第七批国家级专精特新“小巨人”认定,在当前政策环境下,意味着:
1. 政策背书:企业的技术方向(工业软件)和行业地位获得国家级认可,有助于提升品牌形象和参与政府项目投标时的资质分。
2. 融资便利:可能获得银行、创投等金融机构的优先支持,以及政府财政补贴。
3. 市场信号:向潜在客户和合作伙伴传递了“技术可靠”的信号。
然而,与更早批次相比,第七批的“含金量”有所稀释,且不直接解决其团队规模和营收增长的瓶颈。
六、风险与机会
行业风险:
1. 巨头降维打击:海康、大华已基本完成AI算法与业务的整合,通过硬件预装算法的方式,不断压缩独立的第三方算法公司的生存空间(行业共识)。
2. 算法同质化与价格战:基础视觉算法已趋于成熟,框架高度开源。大量初创公司涌入导致下游客户议价能力增强,行业平均毛利率从2018年的60%以上,已降至部分公开案例中的30-40%(行业共识)。
公司风险:
1. 极度脆弱的团队规模:42人的团队意味着抗风险能力极低,核心关键员工的流失可能直接导致项目停滞或技术断层。
2. 资本结构信号:注册资本1510.2262万元,实缴资本仅490.46万元,不足三分之一。这在股份有限公司中相对少见。实缴资本低可能反映早期融资不充分,或公司资产结构较为紧张。
3. 证据密度不足:核心财务数据(营收、净利润)和客户名单均“未披露”,且公开证据仅依赖3个通用入口(第三方公开数据、官网、Google Patents)。缺乏第三方机构的产品评测报告、具体项目中标金额、客户评价等关键信息,难以对其真实技术实力和市场地位做出更精确的判断。这种信息不透明本身就是一个风险信号。
机会窗口:
1. “AI+港口”提速:国家交通强国战略和港口自动化升级,为智能视频分析提供了万亿级市场。安维尔已获得国家级港口协会科学技术奖,若能以此为基础,深耕几个标杆港口案例(如洋山港、宁波舟山港),形成可复制的行业解决方案,有望在细分赛道建立领先优势。
2. 信创与国产替代:在“国产化替代”浪潮下,大型国有港口和海关系统对国产化、具备自主知识产权的软件平台需求迫切。安维尔强调的“原创研发能力”和“专精特新”标签,符合这一政策导向,有机会在政府、国企客户项目中避开与国际巨头和海康大华的正面冲突,获得差异化竞争优势。
本研报基于企业数据库字段及公开资料整理,仅供产业研究参考,不构成投资建议、商业背书或专精特新申报结果判断。涉及未披露的客户、收入、利润、产能、良率、市场份额等,本文不作推断。