公司概况
云从科技成立于2015年，总部位于广州，2022年5月在上交所科创板上市。公司以“人机协同”为核心理念，早期依托人脸识别技术切入安防、金融领域，后逐步拓展至交通、商业、城市治理等行业。其业务模式以项目制为主，为客户提供从算法定制、数据标注、系统集成到部署运维的全流程外包服务，是典型的AI项目外包公司。2023年公司营收约6.3亿元，归母净利润仍为亏损，反映定制化项目高成本、低复用的行业共性困境。
面向银行、保险等金融机构，提供智能风控、智能客服、网点数字化等定制化AI系统。主要客户包括中国银行、工商银行、农业银行等国有大行。该业务属于典型的项目制外包，由银行提出需求，云从负责算法模型训练、数据清洗、私有化部署及后期运维。单项目金额通常在500万~3000万元，但交付周期长达6~12个月，毛利率约35%~40%。
面向公安、政法、交通等政府部门及国企，提供人脸识别、视频结构化、应急指挥等AI应用。典型的项目包括“智慧城市大脑”、“雪亮工程”等。由于涉及大量非标数据与复杂的业务流程，定制化程度极高，项目毛利率约30%~35%，且需投标获取订单，客户回款周期较长。
包括机场、火车站、大型商场等场景的AI升级项目，如无感通行、客流分析等。客户集中度高，依赖战略关系（如广州白云机场）。毛利率与智慧治理接近，且面临海康威视、大华股份等传统安防厂商的激烈竞争。
| 产品线 | 营收占比 | 核心客户 | 毛利率估算 |
|---|---|---|---|
| 智慧金融 | ~45% | 银行 | ~35%~40% |
| 智慧治理 | ~35% | 公安/政府 | ~30%~35% |
| 智慧商业交通 | ~20% | 机场/商业地产 | ~30% |
技术护城河
护城河一：人机协同操作系统
云从自主研发的“人机协同操作系统”（CWOS）是其核心技术底座，具备算法训练、数据管理、模型部署等模块，能够支持客户在不同场景下快速定制AI能力。该平台实现了“低代码”甚至“无代码”的算法适配，一定程度上降低了重复开发的成本，但底层仍需大量数据工程工作。
护城河二：行业know-how与客户关系积累
经过多年项目交付，云从在金融、公安两大领域积累了丰富的归一化数据模板与业务流程理解。例如，在银行柜面场景中，其AI算法对身份证件反光、异形卡片的识别准确率显著优于通用平台，构成一定的迁移壁垒。然而，这种壁垒随着竞争对手项目经验的积累而快速瓦解。
| 维度 | 数据 |
|---|---|
| 全球市场份额（AI项目外包） | 不足1% |
| 国内AI解决方案市场排名 | 第8~10名（IDC 2023） |
| 主要竞对 | 商汤、旷视、科大讯飞、海康威视、华为 |
| 下游客户 | 银行、公安、交通、政务 |
市场特征： AI项目外包市场极度分散，CR5不足20%。头部客户倾向于与多家供应商签订框架协议，价格竞争激烈。云从科技凭借早期在金融领域的先发优势占据部分份额，但面临商汤/旷视以“低价中标+后续服务”策略的挤压。
财务与增长
| 指标 | 数据（2023年年报） |
|---|---|
| 营收 | 6.32亿元 |
| 毛利率 | 34.3% |
| 净利率 | -47.8%（归母净利润亏损3.01亿元） |
| 研发费用率 | 38.5% |
| 核心增长逻辑 | 项目数量扩张 + 人效提升 |
增长驱动： 短期看，公司通过压缩非核心研发、标准化部分模块（如OCR、语音合成）提升毛利率；中长期需依赖CWOS平台的复用率提升，减少单项目定制工时。但行业普遍面临“增收不增利”困境，云从需控制项目复杂度，向产品化转型。
主要风险：
- 定制化成本高企：每个项目需大量数据清洗与流程适配，毛利率难以突破40%，且人力成本持续上升。
- 客户集中与回款风险：前五大客户收入占比超过60%，且政府客户回款周期长，叠加经济下行，坏账风险增加。
- 技术迭代与竞争加剧：通用大模型降低AI开发门槛，海康、华为等巨头可将AI作为整体解决方案的附加送件，压缩独立AI外包商空间。
核心投资逻辑 / 产业价值总结：
云从科技是AI项目外包赛道的典型缩影——掌握核心技术但缺乏规模化复利。其价值在于为金融、治理等复杂场景提供安全、合规的私有化AI服务。但长期增长需从项目外包转向产品化（如标准化AI SaaS），否则将陷入“产值增长、利润收窄”的陷阱。对投资者而言，需关注公司毛利率拐点与经营性现金流转正节点。