16. 对投资与尽调的启示

启示1：本行业的核心比较优势在中国。

启示1：本行业的核心比较优势在中国。 2019年中国制造业增加值占全球28.1%^[1]，叠加2025年中国机器视觉规模突破210亿元人民币^[1]，场景密度与供应链配套使中国方案商具备「快速迭代+低成本交付」优势，受益者是具备规模化交付能力的头部方案商，代价承担者是缺乏场景数据积累的中小厂商，后者将在价格战中出清。

启示2：验收标准缺失是本行业最大的隐性制度成本。 AI质检精度与效率指标缺乏统一强制标准^[1]（来源：内部推断），使「验收话语权」成为竞争要素，头部企业可通过参与标准制定锁定优势，但也为数据包装留下空间；对投资人而言，应收账款质量与验收单据完整性比收入增速更能反映真实经营质量。

启示3：市场规模数据存在「自产自销」的结构性缺陷。 QYR报告等商业机构数据经邦阅网等平台分发并被厂商循环引用^[3]，单一来源被放大为行业共识，投资人应以多源交叉验证替代单一报告引用，并对「235亿美元」等总量数据保持口径警觉。

启示4：补贴与政策项目是本行业订单的放大器也是风险的放大器。 地方政府在智能工厂项目中主导权强^[1]（来源：内部推断），下游技改补贴间接决定本行业订单节奏，补贴退坡或拨付延迟将同时冲击需求端与回款端，受益者是绑定头部制造企业、客户结构分散的方案商，代价承担者是高度依赖单一地方政府项目的集成商。

启示5：行业欺诈土壤为「中」，风险集中在数据与验收环节而非资金环节。 本行业对公转账为主、现金密集度低^[1]（来源：内部推断），系统性洗钱风险有限，但项目制收入确认、性能数据披露与补贴包装构成主要风险点；尽调应将资源优先配置于订单真实性核验与第三方数据交叉验证，而非传统的现金流水核查。

尽调重点核查清单：

• 核查收入真实性：抽取大额项目合同、验收单、客户签收记录与回款流水，验证收入确认时点与金额；
• 核查性能数据来源：要求提供第三方检测报告或客户联合署名的实测数据，警惕仅见于厂商官网AI生成文章的「效率提升50%」类表述；
• 核查补贴依赖度：统计政府/国企项目收入占比、补贴拨付与收入确认的匹配关系，识别补贴拨付延迟导致的应收账款风险；
• 核查研发费用归集：验证高新资格与软件退税所依赖的研发费用是否与项目、人员匹配，防范研发费用包装；
• 核查关联交易：排查硬件外采供应商、集成商与客户之间的股权与人员关联，识别转售定价操纵；
• 核查市场数据引用：追溯企业PR与融资材料中引用的市场规模数据原始出处，识别商业报告机构的循环引用；
• 核查招投标合规：抽查中标项目的招标参数设置与投标方关联关系，识别参数定制与围标迹象；
• 核查跨境安排：审查进口硬件与软件授权费的转移定价合理性。

决策导向：若你是投资方，应关注订单真实性核验与第三方数据交叉验证，考虑将尽调资源优先配置于验收单据与客户回款流水，而非单一市场规模报告；若你是技术/工具服务商，应关注参与标准制定以锁定验收话语权，考虑通过第三方检测报告提升性能数据可信度。