近日，致同咨询发布了针对半导体行业的洞察报告(以下简称《致同咨询行业洞察》)，以专业的行业洞察能力、高效的数据分析能力，对人工智能行业、人工智能-计算机视觉产业链、AI代表企业财务关注点等进行了研究分析。
人工智能产业链上游基础层领域进入门槛较高
《致同咨询行业洞察》指出，人工智能产业链主要由基础承载、基础层、技术平台层和场景应用层构成，在2010年后随着大数据、深度学习等基础及应用技术发展，呈现出第三次发展浪潮。计算机视觉技术为人工智能主要应用市场，以AI芯片等为代表的上游基础层领域尽管市场规模相对较小，但具有较高的战略价值和进入门槛。以智慧城市、智慧交通等为代表的“大安防”业务为人工智能企业主要收入来源，人工智能企业急于探索在医疗、商业、制造、智能驾驶等其他领域的技术落地，但由于数据标准化程度较低等因素影响，新场景业务增速较慢。
计算机视觉产业龙头需持续投入研发以保持竞争优势
计算机视觉产业基础层提供算力与算法支持，技术层形成解决方案，应用层实现解决方案落地。计算机视觉产业链上游以核心材料为主，企业技术壁垒较高，侧重技术创新;中游以软件及设备集成为主，强调综合解决方案及落地能力，企业侧重规模效应及成本控制;下游应用端场景细分且具有长尾效应，企业主要侧重行业拓展及项目落地。
在对计算机视觉不同产业链公司主要财务指标进行对比分析中，《致同咨询行业洞察》指出，上游芯片领域存在较长的国产化替代周期，行业龙头以国外企业为主，国内企业主要处于追赶阶段，上游企业主要提供通用化标准产品，以产品研发为核心，龙头企业在获得巨大市场份额之后，投入巨大研发投入，以继续保持其竞争优势;处于中游的设备与算法公司与下游应用场景的距离最近，为人工智能落地提供算力与算法，算力设备的整体标准化水平较高，但算法受具体应用场景的差异化，标准化程度较低，导致算法企业收入增长相对设备企业低，同时需要大幅提升人均收入水平，以扭转持续亏损的局面。
上市公司重点关注六大财务问题
根据“AI四小龙”(商汤、旷视、云从、依图)的财务数据和上市申报材料问询等数据，《致同咨询行业洞察》对上市着重关注的收入与成本确认、研发费用资本化、应收账款减值计提等财务问题进行了详细对比分析，以反映类似行业财务尽职调查的主要关注点。
1、收入确认关注事项：根据新收入准则，对于销售模式以软硬件结合为主的公司，对需要安装调试项目应以验收作为收入确认时点，同时识别合同之间的关联公司，识别一揽子交易，对存在采用硬件进行集成的情形，需要判断硬件采购是否属于代理采购，运用总额法与净额法判断标准进行收入确认;
2、成本确认关注事项：对于成本的确认，主要关注成本的归集及分配的准确性，不同产品模式的毛利率受销售及成本模式影响，存在较大差异，其中一般软件产品的毛利率高于硬件产品。对于存在采购硬件进行集成的项目成本确认需要关注收入成本匹配原则，通过识别采购单价、供应商变动等异常现象，识别潜在的成本核算风险;
3、上市申报披露的收入与成本调整分析：通过拟上市公司问询函回复披露的收入与成本确认误区，主要集中在总额法与净额法、完工比例法及终验法等会计处理的选择方面：
4、研发支出会计处理关注点：人工智能公司研发支出占收入比较高，且研发费用以人工成本为主。在研发支出会计处理需要结合公司实际内控情况对内部研发支出资本化的合理性进行判断;
5、研发支出资本化情况：根据旷视科技、科大讯飞反馈的研发支出资本化合理性说明，主要强调其研发支出项目内部控制对于研发支出资本化的合理性支撑。但通过对比，大部分申请在科创板上市的公司较少采用内部研发支出资本化会计处理;
6、应收账款预期损失率：受行业特点及收入结构影响，人工智能技术公司面临较大的应收账款回款压力，其应收账款对营运资金的占用较大，增加公司现金流风险。同时新金融工具准则要求采用预期信用损失法计提应收账款减值损失，通过比较，整体预期信用损失计提比例较原先的账龄法坏账准备计提比例有所提升。
在中国人工智能行业发展过程中，致同以扎实的专业知识、对行业的洞察和理解，为企业提供全方位的咨询服务，帮助企业实现发展目标。从实现财务增长到把控风险管理;从发现机遇到优化运营并充分挖掘员工潜能，致同专家为企业转换价值、保护价值、创造价值，助其应对瞬息万变的商业环境。同时，在陪伴中国人工智能企业发展过程中，致同也为诸多企业提供IPO上市前辅导、上市审计、税务管理咨询等一系列专业服务。
免责声明：市场有风险，选择需谨慎!此文仅供参考，不作买卖依据。
