拾阶而上，汽车智能化的核心受益者

智能驾驶成为行业变革的下一个风口，整车厂与供应商实现差异化布局众多车企纷纷入局智能驾驶，开始在智能化方面加大投入，上下游协同推进汽车智能化水平快速提升。我们认为，当前汽车OEM在智能化方面研发投入的不同最终会带来实现智能化路径的差异。目前整车厂涉足智能化有三种方式，①Tesla每年投入100亿元以上，力争实现软硬件全栈；②以小鹏为代表的新造车势力，每年研发投入在20亿元左右，希望实现软件和算法层面的自研。③与外部供应商协同实现整车智能化水平的提升。我们假设，经过行业长期发展，研发费用率回归行业稳态后，选择采用何种路径实现产品智能化最终由收入体量决定。因此针对上述的三种路径，根据我们的测算，汽车OEM实现软硬件全栈（从芯片、域控制器、软件、算法等）自研所对应的收入体量需超过1000亿，实现软件全栈自研和硬件外部协同的收入体量需要大于400亿，其余的OEM则会以和第三方供应商合作的方式来实现汽车智能化。 复盘手机智能化市场集中度不升反降，智能化Tier1下游客户更加多元 我们认为，车企采取全栈/软件自研，以及第三方合作的比例，主要取决于智能汽车市场的集中度。通过复盘手机市场在2010年前后的集中度变化，我们观察到手机智能化并未造成手机市场集中度提升，反而智能化初期行业呈现分散趋势，最终的稳态下集中度也较先前不升反降。我们认为，产品的复杂程度和下游细分市场的数量是决定集中度的根本，而汽车复杂度高、产业链长、迭代周期久等因素并未因智能化而发生本质的改变。此外，汽车是单价值量最高的可选日常消费，需求的多元化，使得该市场存在众多的细分长尾市场。当前，汽车智能化仍处于初期阶段，根据我们的统计，近年来CR5呈下降态势，叠加传统车企、互联网企业、I Ct 巨头、造车新势力等纷纷入局，我们判断短期内汽车市场集中度并不会因智能化而大幅提升，对于智能化Tier1来说下游客户群持续扩大，变得更加多元。 未来Tier 1的三种角色：汽车智能化赋能者、硬件方案供应商、代工方 我们预计，基于对实现智能化路径的差异，未来车企的路径可分为以下三类：拥抱第三方、软件全栈、软硬件全栈；而这三种发展路径的实现需要借助不同角色的合作伙伴，也对应了未来智能化时代Tier 1三种可能的角色：汽车智能化赋能者、硬件方案供应商、代工方。 1）软硬件全栈的车厂有望与硬件代工方进行合作。选择软硬件全栈的车企旨在通过算法和芯片的高度耦合，从而达到体验和成本的最优解，但对车企的研发和收入体量也有着最高的要求。同时，出于成本和效率的考量，此类车厂大概率会寻求代工方进行硬件代工，此时代工方的核心能力在于大规模制造和成本管控。 2）软件全栈的车厂有望与硬件方案供应商进行合作。选择软件全栈的车企将智能化作为卖点，通过自动驾驶算法的持续迭代能力，打造出差异化竞争优势。同时，其需要一位合作伙伴来提供硬件和配套的底层软件解决方案，例如小鹏P7搭载了德赛西威基于英伟达Xavier芯片量产的智能驾驶域控制器IPU03。我们认为，不同于代工方，硬件方案供应商除了需要具备基本的制造能力外，还应该额外掌握以下四点能力：1）对芯片的深入理解和板级设计能力；2）对于车规级标准和功能安全的理解；3）底层软件的开发能力；4）本土化服务和快速响应能力。 3）拥抱第三方的车企需要智能化整体解决方案供应商进行赋能。选择拥抱第三方的车企仅会将智能化维持在平均水平，但可能凭借品牌、性价比等优势，在某一细分市场有着较高的市占率。我们判断，未来将有大量车厂对软硬件整体解决方案存在需求，智能驾驶Tier 1有望演进出“交钥匙”的商业模式，成为汽车智能化赋能者。我们认为，汽车智能化赋能者的核心竞争力在于：1）车厂侧的渠道建设；2）对于智能化软硬件架构的理解能力；3）解决方案的多样性。 拾阶而上，三种角色的比例决定了德赛西威的远期空间 现阶段，德赛西威的角色仍以硬件方案供应商为主，公司依靠与英伟达深度合作的先发优势、对车规和功能安全等级的深入理解，以及产品快速落地能力，在近两年获得了多个定点。远期来看，除了现有角色的延续，我们认为公司有望演进为汽车智能化的赋能者，原因系：1）公司拥有稳定且全面的客户体系；2）公司在过去几年中，通过与车企交互沉淀了对软硬件架构的积累；3）在各地建立的研发中心进行了前瞻技术和算法研究；4）通过投资智能驾驶Tier 2和激光雷达厂商等上游共建智能驾驶生态圈，已具备了商业模式升级所需的核心能力。因此，我们建议关注德赛西威转型汽车智能化赋能者的进展情况，并提示关注软硬件整体方案对收入端的提升作用，以及商业模式升级带来的毛利率优化。 投资建议：公司是汽车智能化核心标的，卡位优势明显，后续成长逻辑清晰。看好其从智能座舱向智能驾驶拓展，从汽车电子供应商向汽车智能化赋能者转型。我们预计公司2022-2024年收入分别为126.0/175.9/228.2亿元，归母净利润分别为11.38/16.66/23.46亿元，维持买入-A投资评级。由于公司仍处于成长期，我们给予2022年净利润70倍PE，对应6个月目标价143.5元/股。 风险提示：1）智能汽车市场发展不及预期的风险；2）疫情加剧导致供应链修复不及预期的风险；3）上游芯片短缺加剧的风险；4）公司智能驾驶业务进展不及预期的风险；5）市场竞争加剧的风险；6）对汽车智能化演进方向判断不准确的风险；7）假设不及预期的风险。 摘要(百万元)主营收入净利润 引言： 在成立35周年之际，德赛西威发布了其全新的品牌主张“创领智行”，旨在突破原本汽车电子边界，跳出原行业局限，更好地承接新战略规划，打造以创领智行为内核的品牌价值。 回顾公司35年的发展历程，我们见证了德赛一次次的华丽转身，从成立之初的来料加工模式，到90年代末引入国际化管理流程，再到2010年完成对外资的反收购，一步步成长为一个集研发、生产、销售和品牌为一体的本土汽车电子龙头企业。因此，对于公司全新的品牌主张，我们认为其标志着德赛西威在汽车智能化的浪潮中，再一次寻求自身角色以及地位的突破，从一个汽车电子的供应商进化为汽车智能化的赋能者。 但另一方面，我们也注意到了现阶段市场对于公司的诸多担忧，首当其冲的便是，在众多车企纷纷入局智能驾驶，寻求全栈自研的背景下，智能汽车产业链会如何重塑，其中Tier1会承担怎样的角色，德赛西威又将扮演何种角色。 因此在本文中，我们将集中探讨“德赛西威在汽车智能化中的角色”这一专题。我们认为，讨论“角色”的意义在于，其一方面决定了一家公司所能触及到的业务范围（收入体量）； 另一方面则决定了公司的商业模式（毛利率）。具体到研究方法层面，我们认为，决定公司角色的因素主要有两点，首先是公司自身供给能力的提升，换言之公司能够提供怎样的产品以及服务；其次是行业的需求，换言之下游的各类客户需要怎样的供应商。所以，本篇报告也主要分为了两个部分： 在第一部分中，我们进行了行业层面的探讨，亮点包括：1）首次从定量的角度，讨论了车厂在智能化方面的进行自研的可能路径和条件，以及影响汽车厂商实现产品智能化的关键要素；2）我们拆解了影响汽车厂商集中度的因素，并通过复盘近20年手机市场的演化路线，得出“智能化在短期内不会造成汽车市场集中度提升，长尾客户仍将大量存在”这一结论。3）我们总结出车企实现智能化的三种路径，并对实现各种路径的关键和挑战进行了分析。 在第二部分中，我们则更聚焦在公司层面，亮点包括：1）我们基于上文的研究框架，首次提出车企实现智能化所需借助的三种角色；2）我们分析了不同角色需要具备的核心能力，并对照德赛西威的情况进行了讨论；3）我们率先提出“三种角色的比例决定德赛西威远期空间”这一观点，并建议关注其转型汽车智能化赋能者的进展情况。 1.全栈自研并非唯一选项，多种路径实现汽车智能化 如何看待汽车智能化的“全栈自研”热潮？近年来，从智能座舱到智能驾驶，汽车智能化的进程在不断加速。在智能化的浪潮中，大量车企纷纷将“全栈自研”视为深耕智能化时代的根基。其中，以“蔚小理”为代表的造车新势力早在创业初期，便将智能化作为主打卖点，并率先进行了自研的布局。目前包括吉利、长城、上汽等诸多传统车企也相继公布了全栈自研的路线图。例如，吉利汽车在“2025战略”中提出搭建涵盖电子电气架构、整车基础软件、智能座舱软件和自动驾驶软件的全栈自研体系；长城汽车在发布会中提出打造全栈自研的技术研发体系；哪吒汽车推出了全栈自研的智能安全汽车平台—山海平台。 图1：多家车企布局全栈自研的路线图 哪些因素最终会影响供应商与整车厂的合作形态？车企纷纷涉足上游供应链一方面促进了行业的高速发展，但同时也引起了市场对于智能汽车产业链竞争格局重塑的思考。其中首当其冲的问题包括，1）未来Tier 1和Tier2的空间是否会受到挤压，2）其角色又会发生怎样的变化。我们认为，要回答上述问题，首先需要厘清的是，整车厂自研会涉足哪些领域。因此，在本报告的第一章节，我们先探讨如下几个话题：1）对于智能驾驶，完成软、硬件全栈分别需要多大规模的研发投入；2）整车厂远期来看实现软、硬件全栈需要满足哪些条件；3）哪些因素会影响整车厂自研涉足的领域边界。 1.1.从整车厂和Tier2分别看全栈自研所需投入 我们通过观察整车厂和智能驾驶Tier2来确定对于软、硬件全栈的所需投入。首先，我们选取了Tesla、“蔚小理”等造车新势力，以及部分传统整车厂，来分析他们的年均研发费用以及研发投向，从而初步确定软、硬件全栈的所需投入。而后，我们选取了Momenta与地平线这两家智能驾驶Tier2独角兽企业。考虑到此类企业成立初期主要聚焦技术和产品研发，不会大规模投入生产制造，所以我们假设其年均融资额近似为研发所需投入，从而进一步分析、验证全栈自研的所需投入。 1.1.1.车企视角：研发投入的差异带来实现智能化路径的差异 Tesla、造车新势力和传统车企三类整车厂的研发投入额差别较大。通过对比Tesla、“蔚小理”等造车新势力，以及部分传统整车厂近三年的平均研发投入，从研发投入的绝对值来看，我们发现Tesla的研发年平均投入超过100亿元；“蔚小理”等造车新势力的的研发投入在15-34亿元区间内；传统整车厂研发投入分化较大，上汽集团平均投入为141亿元，比亚迪达到63.6亿元，我们选取的典型企业均值在每年50亿元左右。 图2：2019-2021年部分车企年均研发投入（亿元） Tesla是软硬件全栈自研的典型代表，年均研发投入超百亿。Tesla2019至2021年研发投入分别为93.69/97.29/169亿元，平均每年约120亿元。其中在智能化方面，Tesla的研发投入主要面向3个方向， 即软件 、硬件和数据闭环的搭建 。1）算法软件：Tesla的Autopilot已经实现包括自动泊车、城市街道辅助驾驶等L2+级别智能驾驶功能，并完成了大规模商业化落地，开启了软件变现的商业模式，其自动驾驶选装包价格目前为1.2万美金。 2）芯片硬件：Tesla于2019年推出自研FSD芯片，算力达72TOPS，作为Autopilot 3.0的硬件基础，搭载于Model S\Model X\Model 3等车型上。3）搭建数据闭环：除了市场上较为熟悉的Autopilot和FSD芯片，Tesla还在数据闭环的打造中投入了大量资源。在2021年的“AIDay”，Tesla发布了装载自研AI训练芯片D1的超级计算机Dojo，用于大数据处理和分析，训练Autopilot在内的整个自动驾驶系统，使得自动驾驶能力迭代升级进一步加速。 图3：Autopilot、FSD芯片、超级计算机Dojo 小鹏汽车作为国内软件全栈的代表，年均研发投入约为22亿。2018年，小鹏推出自动驾驶系统XPILOT，其核心功能和底层算法均为自主研发，而硬件部分如域控制器、传感器等采取第三方供应商的方案。从2018年上市的首款车型G3到2021年底量产的P5，小鹏的自动驾驶系统已经从XPILOT 2.5升级至XPILOT 4.0，在历次升级中，公司的智能驾驶功能陆续