《酷特智能-公司研究报告-大规模个性化服装定制先驱AI设计浪潮中有望抢占先机-230822(35页).pdf》由会员分享,可在线阅读,更多相关《酷特智能-公司研究报告-大规模个性化服装定制先驱AI设计浪潮中有望抢占先机-230822(35页).pdf(35页珍藏版)》请在三个皮匠报告上搜索。
1、1/35 请务必阅读正文之后的信息披露和法律声明 Table_Main证券研究报告|公司首次覆盖 酷特智能(300840.SZ)2023 年 08 月 22 日 买入买入(首次首次)所属行业:纺织服装/服装家纺 当前价格(元):12.83 证券分析师证券分析师 徐偲徐偲 资格编号:S02 邮箱: 研究助理研究助理 成浅之成浅之 邮箱: 市场表现市场表现 沪深300对比 1M 2M 3M 绝对涨幅(%)0.71 2.31 4.05 相对涨幅(%)3.17 7.27 9.51 资料来源:德邦研究所,聚源数据 相关研究相关研究 酷特智能酷特智能(300840.SZ):大规模个性
2、化服装大规模个性化服装定制先驱,定制先驱,AI 设计浪潮中有望抢占先机设计浪潮中有望抢占先机 投资要点投资要点 深耕个性化服装定制,引领深耕个性化服装定制,引领 C2M 产业互联网平台发展产业互联网平台发展。酷特智能成立于 2007 年,立足 C2M 战略,即“由需求驱动的大规模个性化定制”的经营模式,成功打造服装 C2M 产业互联网平台 SUITID,产品由西服定制逐步拓展至全品类定制,针对国内外服装品牌商、服装创业者、时尚设计师和服装经营者等客户的个性需求,提供从研发设计、面辅料管理、生产制造、到客服和物流的柔性化一站式解决方案。业绩增长稳健,2015 年-2022 公司营收 CAGR 为
3、 11.29%,归母净利润 CAGR 为27.78%。23Q1 公司收入 1.65 亿元,同比+20%;归母净利润 0.29 亿元,同比+61.7%,实现超预期增长。数据驱动供需协同,大规模个性化服装定制前景广阔数据驱动供需协同,大规模个性化服装定制前景广阔。近年来我国定制服装行业快速发展,2022 年市场规模达到 2600 亿元。个性化定制能有效的从供给端改变成衣企业库存和供应链困境,消费分级下中高端消费者消费能力和意愿依旧强烈,对个性化产品和服务有较强偏好。大规模个性化定制能够兼顾个性化和工业化,极大地降低了定制服装的门槛,更符合大众市场的定制需求。生成式生成式 AI 迎来技术突破,或催化
4、服装定制需求爆发迎来技术突破,或催化服装定制需求爆发。设计端:设计端:DALL-E 2、Midjourney 等 AI 图像生成工具愈发成熟,能够将输入的自然语言生成相对应的原创图片。美国一站式服装服务平台 CALA 已接入 OpenAI 的 DALL-E2,AI 助力设计师实现灵感,人人都可成为设计师。生产端:生产端:政策鼓励传统纺服产业数字化转型,AI 赋能智能制造提质增效。ChatGPT 或可用于语音控制机器人工作,机器人产业化有望加速落地。用户端:用户端:23 年 6 月,谷歌发布了 TryOnDiffusion 虚拟试衣AI 模型,AR/VR 基于 AI 迭代优化,虚拟试衣场景更加普
5、及将有效提升服装定制用户体验。作为大规模个性化定制龙头,公司数据驱动作为大规模个性化定制龙头,公司数据驱动+智能制造优势智能制造优势显著。显著。公司坚持 C2M战略方向,在服装个性化定制领域处于领先地位。公司创立了一套通过工业化手段、效率和成本制造个性化产品的智能制造模式,解决了传统服装高库存的瓶颈以及传统个性化定制高成本、无法量产的痛点。公司自主研发智能量体系统,自创“三点一线”量体方法,通过 AI 技术和大数据建模,精准模拟人体 3D 体态。公司还搭建了包括版型数据库、款式数据库、工艺数据库、BOM 数据库在内的数据库系统,可以满足 99.99人体个性化定制需求,从而实现“一件起订,一人一
6、版,一衣一款,7 日交付”。拓客户拓产品拓行业,公司成长空间广拓客户拓产品拓行业,公司成长空间广阔阔。受益于服装定制渗透率提升,公司 B端客户粘性较强,订单饱满延续增长;发力红领品牌建设,C 端需求有望迎来突破;定制服装品类不断拓展,女装有望贡献新的增长点。同时,公司聚焦 C2M 产业互联网平台生态战略,跨行业输出 C2M 产业互联网解决方案,工程改造和咨询类业务有望塑造第二成长曲线。投资建议:投资建议:我们预计公司 2023-2025 年实现收入 7.78/9.79/11.98亿元,分别同比增长 26.15%/25.97%/22.36%;实现归母净利润 1.13/1.52/1.99 亿元,分
7、别同比增长 32.31%/34.59%/31.10%,23-25 年对应 PE 为 27.27/20.26/15.46X,相比于传统服装制造企业,公司智能制造优势突出,受益于 AI 对服装行业的重塑,公司成长可期,首次覆盖给予“买入”评级。风险提示:风险提示:定制行业发展不及预期,市场竞争加剧,公司订单需求波动等。-23%-11%0%11%23%34%46%57%-122023-04酷特智能沪深300 公司首次覆盖 酷特智能(300840.SZ)2/35 请务必阅读正文之后的信息披露和法律声明 Table_Base 股票数据股票数据 总股本(百万股):240.00 流通
8、A 股(百万股):177.09 52 周内股价区间(元):8.25-13.81 总市值(百万元):3,079.20 总资产(百万元):1,620.38 每股净资产(元):4.63 资料来源:公司公告 Table_Finance 主要财务数据及预测主要财务数据及预测 2021 2022 2023E 2024E 2025E 营业收入(百万元)593 616 778 979 1,198(+/-)YOY(%)-5.2%4.0%26.1%26.0%22.4%净利润(百万元)61 85 113 152 199(+/-)YOY(%)28.9%39.0%32.3%34.6%31.1%全面摊薄 EPS(元)0.
9、26 0.36 0.47 0.63 0.83 毛利率(%)36.4%40.4%41.0%41.8%42.6%净资产收益率(%)6.1%7.9%9.5%11.4%13.0%资料来源:公司年报(2021-2022),德邦研究所 备注:净利润为归属母公司所有者的净利润 2UpY1VRZmWMB8O8QaQtRrRoMsReRoOxPeRtRoN7NrRuMwMnQsQvPnNqN 3/35 请务必阅读正文之后的信息披露和法律声明 内容目录内容目录 1.酷特智能:服装定制先驱,引领 C2M 产业平台发展.6 1.1.发展沿革:深耕服装定制,聚焦 C2M 产业互联网平台生态战略.6 1.2.股权管理:家
10、族型企业股权结构稳定.7 1.3.财务分析:业绩增长稳健,重视研发投入.9 2.技术驱动供需协同,服装定制行业快速发展.11 2.1.古老行业迎来焕新机遇,服装定制市场实现快速发展.11 2.2.技术革新驱动大规模个性化定制发展,供需共振打开市场空间.13 2.2.1.大规模个性化定制能够兼顾个性化和工业化.13 2.2.2.供需驱动下,大规模个性化定制有望成为行业发展趋势.15 3.生成式 AI 迎来技术突破,或催化服装定制需求爆发.18 3.1.设计端:突破创造力界限,人人都可成为设计师.18 3.2.生产端:智能制造助力提质增效,机器人产业化有望加速.21 3.3.用户端:AR/VR 基
11、于 AI 迭代优化,虚拟试衣有助提升定制体验.23 4.数据驱动+智能制造,在 AI+服装定制浪潮中有望受益.25 5.拓客户拓产品拓行业,公司成长空间广阔.29 6.盈利预测及投资建议.31 7.风险提示.33 公司首次覆盖 酷特智能(300840.SZ)4/35 请务必阅读正文之后的信息披露和法律声明 图表目录图表目录 图 1:酷特智能 C2M 平台 SUITID 业务模式.6 图 2:酷特智能发展历程.7 图 3:酷特智能股权结构(截至 2023Q1).8 图 4:酷特智能营收情况.9 图 5:酷特智能归母净利润情况.9 图 6:酷特智能销售毛利率和净利率.11 图 7:酷特智能控费能力
12、优秀.11 图 8:服装零售市场规模及增速.12 图 9:2022 年中美日服装零售件单价和人均消费额.12 图 10:我国定制服装市场规模.12 图 11:美中日高中低端服装市场占比(%).12 图 12:服装定制行业发展历程.13 图 13:服装定制产业链.13 图 14:申万分类男装女装休闲服装存货周转天数.15 图 15:申万分类男装女装休闲服装流动比率.15 图 16:传统供应链管理模式、快反供应链管理模式、定制供应链模式对比.16 图 17:2022 年各收入群体实际支出变化.17 图 18:2019 年各收入群体实际支出变化.17 图 19:Z 世代偏爱个性化产品比例.18 图
13、20:Z 世代偏爱定制服务品牌比例.18 图 21:GPT 快速迭代.18 图 22:深兰科技生成式对抗网络逻辑图及风格迁移算法原理图.19 图 23:知衣科技时尚趋势分析.19 图 24:Midjourney 服装图片生成结果 1.20 图 25:Midjourney 服装图片生成结果 2.20 图 26:CALA 为设计师提供一站式服务平台.20 图 27:CALA 服装设计流程.21 图 28:纺织智能制造标准体系结构.22 图 29:创新奇智 CV 质检设备.22 图 30:自动缝纫机器人 SewBot.23 图 31:JM-998S 视觉识别自动送扣缝纫机.23 图 32:ChatG
14、pt 应用于机器人产业.23 公司首次覆盖 酷特智能(300840.SZ)5/35 请务必阅读正文之后的信息披露和法律声明 图 33:谷歌 TryOnDiffusion 原理.24 图 34:谷歌 TryOnDiffusion 模型效果优于其他模型.25 图 35:公司大规模个性化定制优势显著.25 图 36:酷特智能 C2M 定制生产流程.27 图 37:小酷智能量体 APP.27 图 38:红领小程序线上量体系统.27 图 39:酷特智能四大数据库.28 图 40:公司研发费用及增速(单位:千万元).28 图 41:各公司研发费用率对比(单位:%).28 图 42:前五大客户销售情况.29
15、 图 43:SUITID 官网.29 图 44:红领 REDCOLLAR 微信小程序.30 图 45:中国服装各细分市场规模(亿元).30 图 46:公司女装业务布局.30 图 47:酷特 C2M 产业互联网平台架构.31 表 1:公司管理团队.8 表 2:按业务拆分.9 表 3:按地区拆分.10 表 4:公司渠道销售模式.10 表 5:服装定制行业分类.14 表 6:传统手工定制与大规模个性化定制对比.14 表 7:20 年以来纺服 C2M 相关政策整理.16 表 8:部分服装定制公司比较.26 表 9:公司营收拆分预测.31 表 10:公司盈利预测.32 表 11:可比公司估值.33 公司
16、首次覆盖 酷特智能(300840.SZ)6/35 请务必阅读正文之后的信息披露和法律声明 1.酷特智能:服装定制先驱,引领酷特智能:服装定制先驱,引领 C2M 产业平台发展产业平台发展 1.1.发展沿革:发展沿革:深耕服装定制,聚焦深耕服装定制,聚焦 C2M 产业互联网平台生态战略产业互联网平台生态战略 C2M 产业互联网引领者,提供定制化柔性化全链条服务。产业互联网引领者,提供定制化柔性化全链条服务。青岛酷特智能股份有限公司创立于 2007 年,于 2020 年在深交所成功上市。数十年来,酷特智能立足 C2M 战略,即“由需求驱动的大规模个性化定制”的经营模式,成功打造服装C2M 产业互联网
17、平台 SUITID,由西服定制主品类拓展至全品类定制,针对国内外服装品牌商、服装创业者、时尚设计师和服装经营者等客户的个性需求,提供从研发设计、面辅料管理、生产制造、到客服和物流的服装定制和柔性化一站式解决方案。图图 1:酷特智能:酷特智能 C2M 平台平台 SUITID 业务模式业务模式 资料来源:酷特智能官网,德邦研究所 公司服装定制业务的发展和公司服装定制业务的发展和 C2M 能力的成熟可以分为能力的成熟可以分为 4 个阶段:个阶段:1995-2007 年初创时期,初步打造智能产线。年初创时期,初步打造智能产线。酷特智能前身是 1995 年成立的红领集团,主要从事成衣生产与销售。2003
18、 年后紧张的市场竞争压低利润率,抬高了经营风险,创始人张代理先生开始寻求转型,并进军纽约市场进行探索,个性化与工业化结合开展定制服装业务。与此同时,2004 年-2007 年公司不断推陈出新,不仅解决制版、量体等问题,还建立了款式与工艺数据库等软件系统,最终以数据驱动的定制服装智能产线初具雏形。2007-2020 年转型时期,聚焦定制业务,完善年转型时期,聚焦定制业务,完善 C2M 能力。能力。2007 年酷特智能正式成立,随着智能生产线的改进,生产效率的切实提高,2012 年日均产量可达1000 套左右。生产线的成熟,以及 2014 年-2015 年期间获得的土地厂房、机器设备,公司真正实现
19、了定制服装的独立生产。更为重要的是,公司于 2011 年确立了 C2M 战略,成立八大科研中心,专注“基础科研”这一核心能力的打造。公司男装为试验田,以工业化实现大规模的个性定制。同时,公司从 2016 年开始输出解决方案,帮助多行业内的多家传统制造企业实现转型升级。定制服装是公司C2M 产业互联网平台成熟的实验室载体,酷特智能于 2020 年深交所成功上市。公司首次覆盖 酷特智能(300840.SZ)7/35 请务必阅读正文之后的信息披露和法律声明 2021-至今升级时期,建立投资基金打造跨行业至今升级时期,建立投资基金打造跨行业 C2M 产业互联网平台。产业互联网平台。经过数十年沉淀,20
20、21 年酷特智能已具备服装 C2M 产业互联网平台的核心能力,在打造这一平台的基础上,成立产业互联网战略投资基金,以科技赋能+资本赋能的形式进入不同的产业,打造跨行业的生态平台。同时,2021 年公司入选为国家级服务业标准化试点企业并获得“2021 年国家级智能制造优秀场景”称号。公司参与制定服装个性化定制模块化设计规范、服装个性化定制电子商务平台通用功能要求等十余项国家标准,引领服装个性化定制行业发展。2022 年,在中国数字化转型与创新评选中,不仅酷特智能荣获“数字化战略典范案例”奖项,董事长张蕴蓝也荣膺“数字化领军人物”称号。图图 2:酷特智能发展历程:酷特智能发展历程 资料来源:公司招
21、股说明书,酷特智能官网,德邦研究所 1.2.股权管理:家族型企业股权结构稳定股权管理:家族型企业股权结构稳定 家族型企业,股权结构稳定。家族型企业,股权结构稳定。截至 2023 年第一季度,公司控股股东为创始人张代理先生,持有酷特智能 14.93%的股份,其家族成员张蕴蓝、张琰与其为一致行动人,分别持股 10.23%和 9.8%。公司股权结构相对稳定,有利于公司各项发展战略的布局与顺利实施。旗下 2 家控股子公司,其中 2022 年新成立的中广酷特(青岛)新能源有限公司,是酷特智能 C2M 产业互联网在新能源领域应用的成果,该公司主要从事大容量固态锂电池及相关系统的研制销售业务。公司首次覆盖
22、酷特智能(300840.SZ)8/35 请务必阅读正文之后的信息披露和法律声明 核心团队稳定,基层团队传承度核心团队稳定,基层团队传承度高。高。酷特智能创始人张代理在企业上市三个多月后的 2020 年 10 月便卸任酷特智能董事长一职,将接力棒交给女儿张蕴蓝。董事长张蕴蓝毕业于加拿大北哥伦比亚大学,曾在上海外企工作过的她在 2005 年进入公司,最初带领团队在纽约拓展业务,并于 2007 年 12 月起担任公司总经理,深耕行业 18 年,将一家有 3000 多名员工的传统成衣制造厂改造成数据驱动的大规模个性化定制企业。公司核心管理团队拥有丰富的行业运作经验,对公司、市场、行业的判断切实精准,大
23、部分高管都在酷特智能的前身红领集团工作过,对公司有强烈的认同和自豪感,在服装定制行业都累积了极宝贵的工作和管理经验。表表 1:公司管理团队公司管理团队 人员人员 职位职位 履历简介履历简介 张蕴蓝 董事长、总经理 本科学历。2007 年 12 月担任公司总经理,曾任青岛酷特智能股份有限公司董事长兼总经理、董事兼总经理,现任公司董事长兼总经理。张代理 董事 本科学历。曾任青岛红领服饰股份有限公司、青岛红领制衣有限公司董事长兼总经理、青岛瑞凯网络平台有限公司、青岛酷特服饰网定科技有限公司、青岛新源点服饰有限公司执行董事兼总经理等,现任公司董事 张琰 董事 曾任青岛御时置业有限公司执行董事兼总经理、
24、青岛御时网络科技有限公司执行董事兼总经理、青岛澳发制衣有限公司董事长兼总经理等,青岛源康蔬菜品种科技有限公司执行董事兼总经理,现任本公司董事。刘承铭 副总经理 本科学历。曾任青岛红领服饰股份有限公司法务部部长,2015 年加入本公司,历任法务部经理、董事会秘书、副总经理、投资经理。吕显洲 财务总监、董事会秘书 专科学历。曾任即墨市粮食局第一粮库会计、青岛第六面粉厂财务科长、青岛红领服饰股份有限公司财务总监,青岛红领集团有限公司董事。2015 年加入本公司,历任财务总监、董事会秘书。张鹏 董事 博士学历。曾任青岛红领服饰股份有限公司董事长助理、副总裁,青岛农业大学。自 2007 年起兼任本公司董
25、事。吴琳琳 董事 本科学历。曾任北京至高广告公司,青岛红领服饰股份有限公司企划部。2016 年加入本公司任职职装部,自 2013 年起兼任本公司董事。王若雄 董事 本科学历。曾任青岛造船厂,青岛市政府,青岛天泰集团股份有限公司董事局主席。现任青岛新商道文化传播有限公司董事,自 2016 年起兼任本公司董事。资料来源:公司公告,德邦研究所 图图 3:酷特智能股权结构:酷特智能股权结构(截至截至 2023Q1)资料来源:wind,公司公告,德邦研究所 注:复星瑞哲为关联方,此处仅列举股权结构。公司首次覆盖 酷特智能(300840.SZ)9/35 请务必阅读正文之后的信息披露和法律声明 1.3.财务
26、分析:业绩增长稳健,重视研发投入财务分析:业绩增长稳健,重视研发投入 营收和利润增长稳中向好,营收和利润增长稳中向好,23Q1 实现超预期增长。实现超预期增长。2015 年-2022 公司年收入从 2.91 亿元增长至 6.16 亿元,CAGR 为 11.29%,归母净利润从 0.15 亿元增长至 0.85 亿元,CAGR 为 27.78%,总体保持稳健增长。受益于海外新老客户的维护开发,2022 全年收入 6.16 亿元,同比+3.95%;归母净利润 0.85 亿元,同比+39%。2023 一季度公司收入 1.65 亿元,同比+20%;归母净利 0.29 亿元,同比+61.65%,实现超预期
27、增长。图图 4:酷特智能营收情况:酷特智能营收情况 图图 5:酷特智能归母净利润情况:酷特智能归母净利润情况 资料来源:wind,公司公告,德邦研究所 资料来源:wind,公司公告,德邦研究所 分业务:服装贡献主要收入,分业务:服装贡献主要收入,22 年海外市场高增。年海外市场高增。服装类收入整体超过 90%,是公司收入的主要来源,管理咨询类收入所占比例低,总体呈收缩态势。2020 年受疫情影响公司收入结构有所转变,新增的防疫物资生产贡献 40.86%的销售收入。2021 年后服装主业重回正轨,2022 年服装收入为 5.83 亿,占销售收入94.53%,毛利率为 41.73%,管理咨询收入
28、0.01 亿,占销售收入 0.12%,防疫物资收入 0.09 亿,占销售收入 1.41%。分地区来看,22 年服装呈双循环态势,海外市场重回高增,贡献 2.3 亿元收入,同比增长 49.35%,有效弥补了疫情影响下国内市场的下滑。表表 2:按业务拆分:按业务拆分(亿元)(亿元)2017 2018 2019 2020 2021 2022 服装类 5.30 5.41 4.95 3.42 5.33 5.83 3YOY 2.05%-8.57%-30.77%55.75%9.26%毛利率(%)36.86%34.69%39.36%26.24%38.53%41.73%/总营收(%)90.82%91.59%92
29、.42%54.71%89.94%94.53%管理咨询类 0.32 0.27 0.15 0.02 0.04 0.01 YOY -14.82%-44.09%-86.04%88.50%-81.79%毛利率(%)60.97%71.34%65.87%-/总营收(%)5.49%4.62%2.85%0.34%0.68%0.12%防疫物资类 2.56 0.12 0.09 YOY-95.12%-30.11%毛利率(%)42.98%-/总营收(%)40.86%2.10%1.41%资料来源:Wind,公司公告,德邦研究所 -20%-10%0%10%20%30%40%50%010,00020,00030,00040,
30、00050,00060,00070,000营业收入(万元)同比(%)-右轴-50%0%50%100%150%200%250%02,0004,0006,0008,00010,000归母净利润(万元)同比(%)-右轴 公司首次覆盖 酷特智能(300840.SZ)10/35 请务必阅读正文之后的信息披露和法律声明 表表 3:按地区拆分:按地区拆分 (亿元)(亿元)2017 2018 2019 2020 2021 2022 内销 3.28 3.25 3.20 4.28 4.39 3.87 yoy -0.91%-1.54%33.75%2.57%-11.85%/总营收%58.43%57.25%62.71%
31、68.36%74.06%62.77%外销 2.34 2.43 1.90 1.98 1.54 2.30 yoy 3.85%-21.81%4.21%-22.22%49.35%/总营收%41.57%42.75%37.29%31.64%25.94%37.23%资料来源:Wind,公司公告,德邦研究所 注:YOY 数据使用当年披露的数据计算 分渠道看,直营销售占主导,加盟线上渠道快速拓展。分渠道看,直营销售占主导,加盟线上渠道快速拓展。酷特智能直营销售占比超过 90%,加盟和线上渠道销售总量呈上升趋势。2022 年直营、加盟、线上销售分别为 5.65 亿,0.49 亿,0.02 亿,同比变化 6%,-8
32、%,-5%。2022 年直营、加盟、线上销售的毛利率分别为 40.65%,36.17%,56.38%,同比变化 6.86pct,-2.91pct,4.67pct。受疫情影响,直营毛利率在 20 年大幅下降后稳步回升。线上渠道更多针对 C 端消费者,毛利率较高并呈现上升趋势。近年来公司在注重利用加盟店扩大区域布局,加盟店由 19 年的 87 家增加至 22 年的 183 家。表表 4:公司渠道销售模式公司渠道销售模式 直营销售直营销售 业务模式业务模式 个性化定制个性化定制 ODMODM:为 B 端客户进行产品的开发、设计、改进、设备投入、生产、售后和市场反馈。不仅能够提供令 B 端客户满意的设
33、计方案和成衣样品,快速交付产品,更能够做到每一件产品都能满足最终消费者的个性化需求 个性化定制个性化定制 OBMOBM:公司组织人员收集市场信息,为自主品牌产品进行市场定位,深度加工组装和产品设计活动,拥有并深度开拓自己的品牌,自建营销渠道 个性化定制职业装:个性化定制职业装:通过对客户销售和参与客户招投标两种方式获得订单,与客户商谈确认款式、面料、个性化元素等多项需求,安排专业人员到客户现场进行量体,并根据量体数据对职装客户的订单进行大规模定制生产,生产完成后统一交付。经营情况经营情况 2019 年 2020 年 2021 年 2022 年 营收情况(亿元)5.02 5.87 5.35 5.
34、65 同比(%)17.06%-8.96%5.69%毛利率(%)41.25%33.11%35.98%40.65%门店数量(家)5 5 5 3 加盟销售加盟销售 业务模式业务模式 在公司品牌加盟的模式下,接受总公司的品牌运营及技术指导,通过开设品牌专卖店、商场店、工作室进行品牌服装定制销售 经营情况经营情况 2019 年 2020 年 2021 年 2022 年 营收情况(亿元)0.33 0.37 0.53 0.49 同比(%)11.08%43.90%-7.96%毛利率(%)21.79%21.14%39.08%36.17%门店数量(家)87 101 175 183 线上销售线上销售 业务模式业务模
35、式 “红领 REDCOLLAR”官方小程序,及第三方平台如天猫、京东、拼多多等主流电商平台进行合作销售。经营情况经营情况 2019 年 2020 年 2021 年 2022 年 营收情况(亿元)0.02 0.05 0.02 公司首次覆盖 酷特智能(300840.SZ)11/35 请务必阅读正文之后的信息披露和法律声明 同比(%)887.40%231.28%-54.77%毛利率(%)34.09%30.13%49.52%56.38%资料来源:公司招股说明书,公司年报,德邦研究所 盈利能力显著上升,持续加大研发投入。盈利能力显著上升,持续加大研发投入。近年来酷特智能盈利能力总体提升。2022 年公司
36、销售毛利率和销售净利率分别为 40.35%和 13.73%,同比上升3.98pct和3.39pct;2023Q1销售毛利率和销售净利率分别为41.57%和17.13%,同比上升 2.89pct 和 3.97pct。公司积极提高智能生产水平,控费能力优秀。22 年销售/管理/研发/财务费用率分别为 12.93%/6.45%/6.52%/0.82%,同比变化-1.59pct/-0.37pct/+2.85pct/0.73pct;23Q1 销售/管理/研发/财务费用率分别为11.18%/6.36%/6.39%/-0.04%,同比变化-3.77pct/1.52pct/1.42pct/-0.86pct。技
37、术创新的不断追求是酷特智能的核心发展动力,公司持续加大研发力度,2022 年研发费用 0.4 亿元,较去年同期增长 84.6%。图图 6:酷特智能销售毛利率和净利率:酷特智能销售毛利率和净利率 图图 7:酷特智能控费能力优秀:酷特智能控费能力优秀 资料来源:Wind,公司公告,德邦研究所 资料来源:Wind,公司公告,德邦研究所 2.技术驱动供需协同,服装定制行业快速发展技术驱动供需协同,服装定制行业快速发展 2.1.古老行业迎来焕新机遇,服装定制市场实现快速发展古老行业迎来焕新机遇,服装定制市场实现快速发展 服装市场万亿规模,近年来增长有所波动。服装市场万亿规模,近年来增长有所波动。根据欧睿
38、数据,2017-2022 年,受疫情影响和宏观经济等因素,国内服装产业市场有所波动,CAGR 约为+1.2%。2022 年受国内疫情多地散发、需求减弱等因素影响,国内服装类市场零售规模同比下滑 6.6%至 20489.7 亿元。根据欧睿数据,中国大陆/美国/日本服装件单价分别为 6.7/16.7/17.3 美元,人均消费额为 216.4/970.0/368.0 美元,相较发达国家,中国服装消费仍有发展空间。0%10%20%30%40%50%销售毛利率(%)销售净利率(%)-5%0%5%10%15%20%2002020212022 2023Q1销售费用率(%)管理费用率(%
39、)研发费用率(%)财务费用率(%)公司首次覆盖 酷特智能(300840.SZ)12/35 请务必阅读正文之后的信息披露和法律声明 图图 8:服装零售市场规模及增速:服装零售市场规模及增速 图图 9:2022 年中美日服装零售件单价和人均消费额年中美日服装零售件单价和人均消费额 资料来源:欧睿,德邦研究所 资料来源:欧睿,wind,德邦研究所 近年来我国定制服装行业快速发展,中高端市场仍有扩容空间。近年来我国定制服装行业快速发展,中高端市场仍有扩容空间。近年来随着我国经济的整体发展以及城市化水平提高,民众对于物质需求的数量和质量同时提升,审美要求的不断升级,中国中高端服装占比从 2017 年的
40、27.2%提升至 2022年的 34.9%,与美国中高端占比的 48.1%仍有一定差距。与此同时,信息技术、自动化技术的进步也推动了定制服装发展。在此背景下,我国服装定制行业呈现出强劲的发展潜力。根据中国产业研究报告网预测,2017-2022 年定制服装领域市场规模呈逐年增长态势,CAGR 达到 13.35%;2022 年我国服装定制市场规模达到 2600 亿元,同比增长 11.78%。图图 10:我国定制服装市场规模:我国定制服装市场规模 图图 11:美中日高中低端服装市场占比(:美中日高中低端服装市场占比(%)资料来源:中国产业研究报告网,德邦研究所 资料来源:欧睿,德邦研究所 我国定制服
41、装行业经历了四个发展阶段,分别为原始手工定制时期、手工定我国定制服装行业经历了四个发展阶段,分别为原始手工定制时期、手工定制萎缩时期、新定制萌芽时期和个性化定制爆发时期。制萎缩时期、新定制萌芽时期和个性化定制爆发时期。1970 年以前,原始手工定制时期主要以家庭手工缝制为主。随着人口、消费增长以及生产力的提高,成衣的供给效率飞跃,服装价格持续下降,服装定制出现萎缩。进入 21 世纪以后,城市化以及互联网的普及让人们的定制化需求开始提高,成衣企业产能过剩,新定制进入萌芽时期。2015 年至今,随着工业技术 4.0 的成熟,服装定制通过工厂生产提高了效率,进入手工定制的爆发时期。当前,随着大数据算
42、法和智能制造技术的逐步成熟,个性化服装定制的可行性逐步提升。-15.0%-10.0%-5.0%0.0%5.0%10.0%15.0%20.0%0.05000.010000.015000.020000.025000.0服装零售市场规模(亿元)YOY-右轴0.0200.0400.0600.0800.01000.01200.00.05.010.015.020.0中国大陆美国日本件单价(美元)人均消费额(美元)-右0.00%5.00%10.00%15.00%20.00%25.00%05000250030002002020212022市场规模(亿)增长率(右)0
43、.010.020.030.040.050.060.070.080.0美国中国日本美国中国日本美国中国日本高端中端大众2002020212022 公司首次覆盖 酷特智能(300840.SZ)13/35 请务必阅读正文之后的信息披露和法律声明 图图 12:服装定制行业发展历程服装定制行业发展历程 资料来源:智研咨询,德邦研究所 商务男装是高端服装定制的主要市场。商务男装是高端服装定制的主要市场。服装定制行业产业链上游原材料主要包括棉麻、化纤、丝绸、机械等;中游商家主要包含高级定制工作室或设计师品牌、大规模个性化定制商(如酷特智能、报喜鸟等)和团体职业装定制;产业链下游消费群体
44、为对服装尺寸有要求的众多客户,主要包括高级私人定制客户、婚礼定制客户以及团体定制客户。私人定制客户主要是商务人士、明星/名人以及特殊身材群体。其中商务人士的占比最高,超过 80%,为高级私人定制的主要客户群,主要集中在年龄在 2255 岁之间中高收入男性商务人士。图图 13:服装定制产业链:服装定制产业链 资料来源:智研咨询,头豹研究院,德邦研究所 2.2.技术革新驱动大规模个性化定制发展,供需共振打开市场空间技术革新驱动大规模个性化定制发展,供需共振打开市场空间 2.2.1.大规模个性化定制能够兼顾个性化和工业化大规模个性化定制能够兼顾个性化和工业化 公司首次覆盖 酷特智能(300840.S
45、Z)14/35 请务必阅读正文之后的信息披露和法律声明 服装定制可分为传统手工全定制、服装定制可分为传统手工全定制、大规模个性化定制、大规模个性化定制、团体职业装定制三类。团体职业装定制三类。传统手工全定制指意义裁缝店、制衣店、独立设计师等为客户在量体、制版、裁剪等各环节都通过人工进行参与的定制模式,对人工依赖性高、耗时较久、价格昂贵,能高度满足消费者的个性化需求。团体职业装定制服务于各类有集中采购职业装需求的企事业单位,通过形成规模效应有效降低了成本,由于通常采用样衣套号再根据个人调整,个性化程度低。大规模个性化定制将客户个性化需求转化为数据信息进入工业化生产流程,在标准技术、现代设计方法、
46、信息技术和先进制造技术的支持下,能够兼顾个性化和大规模批量生产,能较高程度满足客户的差异化需求。表表 5:服装定制行业分类服装定制行业分类 传统手工全定制传统手工全定制 大规模个性化定制大规模个性化定制 团体职业装定制团体职业装定制 制作流程 客户选料、量体师精准量体、与设计师沟通出款、打样试样、修正及制作 下单与订单数据采集、数据分析与智能技术匹配、智能生产 设计、选材、生产制作 客户群体 中高收入人群 中高收入人群 各类有集中采购职业装需求的企事业单位团体 个性化程度 由量体师、版型师手工量体、制版,个性化程度高 信息化系统为客户设计专属版型,个性化程度高 现场量体后进行大规模定制生产,个
47、性化程度低个性化程度低 定价 一般高于同等定位从服装成衣 一般高于同等定位从服装成衣,但可低于传统手工定制 具有规模效应,定价较低 制造成本 人工依赖性高,耗时较久,成本较高 智能化信息化定制工厂生产,部分公司制造成本可实现仅比成衣高 10%介于成衣与传统手工定制之间 交付周期 较长 较短 较短 资料来源:招股说明书,德邦研究所 较传统手工定制,大规模个性化定制在各重要环节均实现突破:较传统手工定制,大规模个性化定制在各重要环节均实现突破:大规模个性化定制受益于各个环节对信息化技术的使用,极大地降低了定制服装的成本,更符合大众市场的定制需求。1)在采购环节,大规模定制因规模效应导致整体用料量大
48、,相比于传统手工定制降低了采购成本;2)在量体环节,大规模个性化利用标准化量体技术,大幅降低了传统手工定制对量体师人工量体的依赖;3)在打版环节,大规模个性化使用逻辑匹配算法,大幅增加了制版数量上限与效率;4)在生产环节,通过信息化生产流程进行裁剪、缝纫、熨烫,实现降本增效;5)在销售环节,传统手工定制通常要经历多次现场试衣修改,而大规模个性化定制通过线上线下渠道相结合的方式提高了购买产品的便捷性,拓宽了受众。表表 6:传统手工定制与大规模个性化定制对比:传统手工定制与大规模个性化定制对比 采购采购 量体量体 打版打版 生产生产 销售销售 传统手工定制 产量低,用料数量较少单量单裁导致原料采购
49、成本相对较高 门店量体师数量有限,量体操作需要经验积累 人工制版,最优秀的制版师每天最多做12 个版 裁剪、缝纫、熨烫等工序人工完成,耗时久,熟练工培养需要时间 通常需要在定制过程中进行多次试衣,销售依靠线下店面,客流有限 大规模个性化定制 单件定制服装用料量和手工定制差异不大,但工业化产值导致整体用料量大,可以获得较低进价 标准化量体,量体师培训简单,客户也可根据操作规范自行量体 在下单的同时,系统根据逻辑匹配规则自动生成版型,制版数量不受限制 自动生成衣片,裁剪、缝纫、熨烫等工序指令自动推送到工位,工人按提示流水作业 线上线下渠道相结合,受众面更为广泛 资料来源:公司招股说明书,德邦研究所
50、 公司首次覆盖 酷特智能(300840.SZ)15/35 请务必阅读正文之后的信息披露和法律声明 2.2.2.供需驱动下,大规模个性化定制有望成为行业发展趋势供需驱动下,大规模个性化定制有望成为行业发展趋势 供给端看,个性化定制能有效的改变成衣企业库存和供应链困境。供给端看,个性化定制能有效的改变成衣企业库存和供应链困境。在疫情给供应链带来的扰动和宏观经济压力下,库存给不少服装企业带来较大的挑战。2022 年男装、女装、休闲服装的存货周转天数分别为 229.96 天、281.45 天、167.00 天,分别同比上升 33.20 天、32.12 天、31.50 天;男装、女装、休闲服装流动比率分
51、别为 1.55、2.20、1.19,分别同比变动-0.15pct、0.73pct、-0.28 pct。由于服装本身非标、时尚性强的产品属性,库存管理直接影响着整个企业的运作和资金流动状况。图图 14:申万分类男装女装休闲服装存货周转天数:申万分类男装女装休闲服装存货周转天数 图图 15:申万分类男装女装休闲服装流动比率:申万分类男装女装休闲服装流动比率 资料来源:wind,德邦研究所 资料来源:wind,德邦研究所 C2M 定制模式重塑供应链条,是解决库存问题的有效方式。定制模式重塑供应链条,是解决库存问题的有效方式。从传统供应链管理模式、快反供应链管理模式升级到全定制供应链反应模式,供应链革
52、新的本质在于伴随生产能力的提升,服装制造转向小批量快速交货的模式,可以满足客户的碎片化订单需求。传统供应链中成衣批量生产由订货会下单驱动,快反供应链中批量生产由企业对终端需求的市场判断驱动,而定制供应链则直接由消费者需求驱动,将交付时间从几个月缩减成 7 天,理论上可以做到零库存。在消费需求波动大、市场风格多变的当下,将消费者需求前置,C2M 定制模式有望成为服装企业解决库存问题的有效方式。0.00100.00200.00300.00400.00500.00600.00700.00800.00SW男装SW女装SW休闲服装0.001.002.003.004.005.006.007.00SW男装S
53、W女装SW休闲服装 公司首次覆盖 酷特智能(300840.SZ)16/35 请务必阅读正文之后的信息披露和法律声明 图图 16:传统供应链管理模式、快反供应链管理模式、定制供应链模式对比:传统供应链管理模式、快反供应链管理模式、定制供应链模式对比 资料来源:艾瑞咨询,酷特智能招股说明书,德邦研究所 政策端看,政策鼓励服装政策端看,政策鼓励服装 C2M 模式发展。模式发展。自 2020 年来,政策持续发力。一方面鼓励纺服行业品质化、精细化发展,培育一批高端品牌走国际化道路。如国务院办公厅于 2020 年 11 月 9 日发布的国务院办公厅关于推进对外贸易创新发展的实施意见鼓励纺织等劳动密集型产品
54、通过高端化、精细化增强竞争力。另一方面,政策持续强调支持 C2M 模式发展,立足于智能化、数字化,开展个性化定制和柔性生产,实现供需高效匹配,产销畅通对接。如国务院办公厅于 2021 年12月30日发布的 国务院办公厅关于促进内外贸一体化发展的意见 以及于 2022年 4 月 20 日发布的国务院办公厅关于进一步释放消费潜力促进消费持续恢复的意见都鼓励发展 C2M 定制模式。总而言之,服装 C2M 定制、智能工厂符合国家在经济新常态下提出的制造业转型升级要求,当前的国家政策为服装业 C2M模式进一步发展提供了有利的外部条件。表表 7:20 年以来年以来纺服纺服 C2M 相关政策整理相关政策整理
55、 时间时间 部门部门 政策政策 主要内容主要内容 2020 年 11 月 9 日 国务院办公厅 国务院办公厅关于推进对外贸易创新发展的实施意见 鼓励“专精特新”中小企业走国际化道路,在元器件、基础件、工具、模具、服装、鞋帽等行业,鼓励形成一批竞争力强的“小巨人”企业。推动纺织、服装、箱包、鞋帽等劳动密集型产品高端化、精细化发展。2021 年 12 月 14 日 国务院 国务院关于印发“十四五”市场监管现代化规划的通知 率先在化妆品、服装、家纺、电子产品等消费品领域培育一批高端品牌 2021 年 12 月 29 日 国务院办公厅 国务院办公厅关于 做好跨周期调节进一步稳外贸的意见 对纺织品、服装
56、、家具、鞋靴、塑料制品、箱包、玩具、石材、陶瓷、优势特色农产品等劳动密集型产品出口企业,各地方要落实好各项减负稳岗扩就业政策措施,以符合世贸组织规则的方式加大出口信贷、出口信保等政策支持力度 公司首次覆盖 酷特智能(300840.SZ)17/35 请务必阅读正文之后的信息披露和法律声明 2021 年 12 月 30 日 国务院办公厅 国务院办公厅关于促进内外贸一体化发展的意见 支持反向定制(C2M)、智能工厂等创新发展,增强企业柔性生产和市场需求适配能力,促进内外贸产业链供应链融合。2022 年 4 月 20 日 国务院办公厅 国务院办公厅关于进一步释放消费潜力促 进 消 费 持 续 恢 复
57、的 意 见 畅通制造企业与互联网平台、商贸流通企业产销对接,鼓励发展反向定制(C2M)和个性化设计、柔性化生产。2022 年 6 月 30 日 工业和信息化部 商务部 市场监管总局 药监局 知识产权局 数字化助力消费品工业“三品”行动方案(20222025 年)支持服装家纺、家用电器等行业优势企业基于消费数据采集分析,挖掘用户个性化需求,构建消费驱动型组织模式,开展个性化定制和柔性生产,实现供需高效对接和精准交付。在服装家纺、家用电器等行业,加快培育智能制造示范工厂,实现全生命周期质量管控和产销用协同发展 2022 年 7 月 29 日 发展改革委 工业和信息化部 农业农村部等 国家发展改革委
58、等部门关于新时代推进品牌建设的指导意见 鼓励消费品行业发展个性定制、规模定制,在汽车、纺织服装、消费类电子、家用电器、食品、化妆品等领域,培育一批高端品牌、“专精特新”企业 2022 年 11 月 1 日 市场监管总局 中央网信办 国家发展改革委 科技部 等 关于印发进一步提高产品、工程和服务质量行动方案(20222025 年)的通知 加强数字化试衣、智能服装等新技术新产品研发,大力推动服装、鞋类产品、羽绒制品等领域产品质量分级。推动在化妆品、服装、家纺、电子产品等消费品领域培育一批高端品牌。2022 年 11 月 21 日 工业和信息化部 国家发展改革委 国务院国资委 三部门联合印发关于巩固
59、回升向好趋势加力振作工业经济的通知 支持纺织服装行业绿色化发展,加大再生纤维制品宣传推广力度,稳住轻工、纺织等劳动密集型产品出口,促进传统行业平稳运行。资料来源:政府各部门公告,智研咨询、德邦研究所 需求端看,消费分级下,中高端消费者消费能力和意愿依旧强烈。需求端看,消费分级下,中高端消费者消费能力和意愿依旧强烈。随着多年来中国人民生产能力和生活水平逐步提升,人均可支配收入不断上涨,消费者需求层次同步逐渐攀升。麦肯锡2023 中国消费者报告将消费者分别以家庭年可支配收入 8.5 万元、16 万元、34.5 万元为分界点,划分为中低收入与低收入、中等收入、中高收入、高收入群体进行消费分级,数据显
60、示:从 19 年到 22 年,各收入群体中均更倾向于实际支出保持不变。相对而言,中低收入者消费意愿下滑明显,增加支出 5%以上的人群占比从 33%减少至 12%,而中高收入者仍有 20%以上比例选择扩大消费支出。整体而言,不论何种收入群体,绝大多数不愿进行消费降级,中高收入者则更为明显,中高端消费者消费能力和意愿依旧相当强烈。图图 17:2022 年各收入群体实际支出变化年各收入群体实际支出变化 图图 18:2019 年各收入群体实际支出变化年各收入群体实际支出变化 资料来源:麦肯锡中国消费者报告,德邦研究所 资料来源:麦肯锡中国消费者报告,德邦研究所 Z 世代追求个性化定制化商品。世代追求个
61、性化定制化商品。跟随时代变迁,95、00 后消费群体逐渐成长,未来 Z 世代将成为消费群体的主要组成部分。企业的产品能否打动年轻群体,是判断企业竞争优势和成长性的关键因素。根据 19 年麦肯锡调查数据,不同市场的Z 世代都偏爱个性化、定制化产品和服务,在中国市场尤为突出,有 51%中国 Z世代消费者强烈认同或认同个性化产品,有 53%的中国 Z 世代消费者强烈认同或认同提供定制服务的品牌。独特的产品和服务在未来或将成为 Z 世代消费主流;高效率收集消费者需求、制造消费者需要的个性化产品,或将帮助企业攫取更多 公司首次覆盖 酷特智能(300840.SZ)18/35 请务必阅读正文之后的信息披露和
62、法律声明 市场份额。图图 19:Z 世代偏爱个性化产品比例世代偏爱个性化产品比例 图图 20:Z 世代偏爱定制服务品牌比例世代偏爱定制服务品牌比例 资料来源:麦肯锡洞悉中国消费者:全球增长引擎,德邦研究所 资料来源:麦肯锡洞悉中国消费者:全球增长引擎,德邦研究所 3.生成式生成式 AI 迎来技术突破,或催化服装定制需求爆发迎来技术突破,或催化服装定制需求爆发 2022 年 11 月,美国人工智能研究实验室 OpenAI 推出了基于 GPT3.5 的人工智能聊天机器人 ChatGPT,使用了 Transformer 神经网络架构,通过训练在大型文本语料库上学习到的语言模式来生成自然语言文本,它能
63、够通过上下文进行聊天,完成撰写文章、编写代码等任务。截至 23 年 1 月,ChatGPT 已达到 1 亿月活跃用户,成为历史上增长最快的消费者应用程序。23 年 3 月,OpenAI 又推出了最新的多模态大型语言模型GPT4.0,相比GPT3.5,它更具创造性和准确性,支持图像输入,表现出人类水平的专业和学术基准。随着生成式随着生成式 AI 实现技术突破,实现技术突破,人工智能或将重塑时尚行业,服装定制有望迎来爆发机遇。人工智能或将重塑时尚行业,服装定制有望迎来爆发机遇。图图 21:GPT 快速迭代快速迭代 资料来源:openAI 官网,德邦研究所 3.1.设计端:突破创造力界限,人人都可成
64、为设计师设计端:突破创造力界限,人人都可成为设计师 人工智能融合服装设计,人工智能融合服装设计,AI 成为设计师的重要工具。成为设计师的重要工具。人们一直在积极探索人工智能技术在服装设计行业中的应用,早在 2019 年深兰科技推出的服饰辅助设计系统 DeepVogue 就曾在中国国际服装设计创新大赛获得亚军。DeepVogue 应用了 GAN、VAE 和结伴学习等技术,通过学习已有的走秀图来生成大量新的服装设计图,也可以将将指定的风格元素迁移到服装上。此外 AI 能够极大提升了大数据处理效率和图像识别技术,辅助进行时尚趋势预测与决策支持。成立于 18 年的知衣科技就以人工智能技术为驱动,基于分
65、布式数据采集技术,为服装企业和设计师提供流行趋势预测、设计赋能、款式智能推荐等核心功能。公司首次覆盖 酷特智能(300840.SZ)19/35 请务必阅读正文之后的信息披露和法律声明 图图 22:深:深兰兰科技生成式对抗网络逻辑图及风格迁移算法原理图科技生成式对抗网络逻辑图及风格迁移算法原理图 图图 23:知衣科技时尚趋势分析:知衣科技时尚趋势分析 资料来源:深兰科技公众号,德邦研究所 资料来源:知衣科技官网,德邦研究所 AI 制图工具将自然语言生成图像,赋能服装设计助力灵感实现。制图工具将自然语言生成图像,赋能服装设计助力灵感实现。随着人工智能的发展驶入快车道,DALL-E 2、Stable
66、 Diffusion、Midjourney 等 AI 图像生成工具愈发成熟,能够将输入的自然语言生成相对应的原创图片,或将用户输入的草图或者简单线条转化为复杂的具有艺术感的图像,并支持在已有的图片上做进一步修改表达。以 Midjourney 为例,我们对其图像生成功能进行测试,当我们输入“身穿优雅经典款式的女士西服的模特,香奈儿风格,浅蓝和白色配色,标准款式,棉质,蕾丝,奢侈”的文本表述时,Midjourney 生成下方左边四张图片,基本能对应指定关键词的特征助力设计落地;当我们输入“拖尾晚礼服裙,云朵主题,赛博朋克风格,全身,奢侈”的文本表述时,Midjourney 生成下方右边四张图片,能
67、将模糊且概念性的关键词可视化,为设计师提供灵感。公司首次覆盖 酷特智能(300840.SZ)20/35 请务必阅读正文之后的信息披露和法律声明 图图 24:Midjourney 服装图片生成结果服装图片生成结果 1 图图 25:Midjourney 服装图片生成结果服装图片生成结果 2 资料来源:Midjourney,德邦研究所 资料来源:Midjourney,德邦研究所 AIGC 设计应用加速落地,设计应用加速落地,CALA 降低服装设计门槛。降低服装设计门槛。AIGC 的应用某种程度上降低了设计的门槛,每个人都可以应用 AI 工具绘制出自己的创意。以第一个接入 OpenAI 的 DALL-
68、E2 API 服务的应用 CALA 为例,它为大型知名零售商、中型时装公司和独立设计师提供了一个一站式服装服务平台,可以将设计师的创意快速转化为设计草图、原型和产品,并提供设计、生产、定价和融资等全链条服务。图图 26:CALA 为设计师提供一站式服务平台为设计师提供一站式服务平台 资料来源:CALA 官网,德邦研究所 公司首次覆盖 酷特智能(300840.SZ)21/35 请务必阅读正文之后的信息披露和法律声明 CALA 中服装设计功能的主要使用步骤如下:首先选择相应的服装类型,输入两个文本提示修改样式,第一个描述了基于形容词和材料的设计,而另一个描述了所需的装饰和特征。随即 CALA 就能
69、够生成仿真照片和平面草图两种模式的设计图,并输出多种结果以供选择。设计师可以选择合适的结果进行进一步的 AI再生成,也可以在生成的设计上做修改。尽管生成图相比服装设计图仍有较大的差距,但显著降低了新设计师的进入门槛,并为资深设计师提供海量创意提升工作效率。图图 27:CALA 服装设计流程服装设计流程 资料来源:CALA 官网,德邦研究所 3.2.生产端:智能制造助力提质增效,机器人产业化有望加速生产端:智能制造助力提质增效,机器人产业化有望加速 政策鼓励传统纺服产业数字化转型,智能制造大势所趋。政策鼓励传统纺服产业数字化转型,智能制造大势所趋。纺织行业“十四五”发展纲要指出,“十四五”期间要
70、继续推进新一代信息技术与纺织工业的深度融合,加快行业数字化转型。根据中国工程院提出的纺织智能制造标准,聚焦智能制造新模式、智能纺织装备及共性技术和标准、智能纺织材料三大领域,攻克智能赋能技术、纺织智能服务、纺织智能工厂、纺织智能装备、工业互联网等关键技术,进而落实智能制造在纺织行业专业领域的 8 大应用。公司首次覆盖 酷特智能(300840.SZ)22/35 请务必阅读正文之后的信息披露和法律声明 图图 28:纺织智能制造标准体系结构:纺织智能制造标准体系结构 资料来源:中国棉纺织行业协会,纺织导报、德邦研究所 AI 为传统制造业带来重大变革,为传统制造业带来重大变革,助力服装制造行业提质增效
71、。助力服装制造行业提质增效。人工智能在工业领域的应用非常广泛,在服装制造业中可应用于产线设备、质量检测等多个环节。例如 AI 引入服装质检领域,既能在监测面料和成衣的色差、疵点识别、尺寸大小等方面有更高的准确率,也能弥补招工不足问题,更能利用累积数据改造生产工艺。2019 年深圳创新奇智公司应用视觉识别、3D 视觉引导和机器学习等技术,构建智能质检解决方案,实践于香港怡东集团的印花质检、成衣质检等业务场景中,助其提升运营效率、降低运营成本。图图 29:创新奇智:创新奇智 CV 质检设备质检设备 资料来源:中国服装协会网,德邦研究所 公司首次覆盖 酷特智能(300840.SZ)23/35 请务必
72、阅读正文之后的信息披露和法律声明 而在智能缝制设备中,计算机等设备可以模拟人类视觉,并分析处理获得的相关视觉信息,从而控制缝制设备的运动。2018 年美国 Softwear 公司研发出附带视觉功能的自动缝纫机器人 SewBot,即能检测织物变形并自动调整,也能执行裁剪、缝纫、添加袖子等多项任务。2019 年国内台州市箭马缝纫机公司也推出了JM-998S 视觉识别自动送扣缝纫机,使得缝制时纽扣可以完全按照设定的方向有序排列并缝制。图图 30:自动缝纫机器人:自动缝纫机器人 SewBot 图图 31:JM-998S 视觉识别自动送扣缝纫机视觉识别自动送扣缝纫机 资料来源:deviceplus,德邦
73、研究所 资料来源:台州市箭马缝纫机公司官网,德邦研究所 ChatGPT 或可用于语音控制机器人工作,机器人产业化有望加速落地或可用于语音控制机器人工作,机器人产业化有望加速落地。23年 2 月微软团队发布了一篇有关 ChatGPT 在机器人领域的应用的论文,描述了一系列可用于指导语言模型解决机器人任务的设计原则,通过工程师的设计原则,无需任何微调,ChatGPT 可以为机器人场景生成代码,从而实现用语音控制机械臂、无人机、家庭机器人等机器人,以实现多样化的任务。随着 ChatGPT 等生成式 AI 的快速迭代,自然的人机交互成为可能,工程师有望不再单纯依赖系统代码控制和纠正机器人行为,从而推动
74、机器人产业化加速落地,为工业生产带来变革契机。图图 32:ChatGpt 应用于机器人产业应用于机器人产业 资料来源:微软官网,德邦研究所 3.3.用户端:用户端:AR/VR 基于基于 AI 迭代优化,虚拟试衣有助提升定制体验迭代优化,虚拟试衣有助提升定制体验 作为服饰选购的辅助手段,增强现实(AR)与虚拟现实(VR)技术早已应用于虚拟试衣,致力于为消费者提升购物体验,国内电商如淘宝、京东都曾探索虚拟试衣服务,但用户普及度并不高,主要原因在于试穿效果并不逼真,虚拟形象 公司首次覆盖 酷特智能(300840.SZ)24/35 请务必阅读正文之后的信息披露和法律声明 并不能贴近用户的真实身材,也很
75、难展现衣物的细节和材质特性。谷歌谷歌 TryOnDiffusion 模型效果优秀,生成式模型效果优秀,生成式 AI 提升虚拟试衣体验。提升虚拟试衣体验。23 年 6月 14 日,谷歌发布了 TryOnDiffusion 虚拟试衣 AI 模型,展现了生成式 AI 与电商服装融合,为用户提供不同肤色、不同体型、不同发型的多套模特示意图。谷歌的新技术将其全球购物信息数据库(Shopping Graph)与一种扩散模型(Diffusion)相结合。谷歌使用成对的图像进行训练,每个图像都包括一个人以两种不同姿势穿着衣服,如侧身和正面穿着衬衫,从而 AI 模型学会了侧身姿势的衬衫形状与面朝前姿势的图相匹配
76、,反之亦然,直到它可以从各个角度生成该人穿着衬衫的逼真图像。为了追求更好的效果,谷歌使用数百万对不同服装和人物的随机图像对重复此过程,最终呈现效果既保留了衣服的细节效果,也适配了新模特的身材和姿势。图图 33:谷歌:谷歌 TryOnDiffusion 原理原理 资料来源:谷歌官网,德邦研究所 虚拟试衣功能应用落地助于满足用户个性化需求,提升服装定制用户体验。虚拟试衣功能应用落地助于满足用户个性化需求,提升服装定制用户体验。得益于高质量的海量数据训练以及扩散模型,谷歌 TryOnDiffusion 功能可生成高质量的试衣图像,让消费者逼真地感受商品的效果。根据谷歌研究表明,TryOnDiffus
77、ion 在 92.72%的情况下比其他三种模型(TryonGAN、SDAFN、HR-VITON)表现更好。目前,该功能已经在 Anthropologie,LOFT,H&M 等电商网站上线。另外,借助机器学习和新的视觉匹配算法,用户可以进行微调定制,使用颜色、风格和图案等输入进行优化。试衣是服装定制的重要一环,随着 AR/VR 基于AI 不断迭代优化,虚拟试衣场景更加普及,用户有望真正实现足不出户就能定制到满意的衣服。公司首次覆盖 酷特智能(300840.SZ)25/35 请务必阅读正文之后的信息披露和法律声明 图图 34:谷歌:谷歌 TryOnDiffusion 模型效果优于其他模型模型效果优
78、于其他模型 资料来源:谷歌官网,德邦研究所 4.数据驱动数据驱动+智能制造,在智能制造,在 AI+服装定制浪潮中有望受益服装定制浪潮中有望受益 公司坚持公司坚持 C2M 战略方向,在服装个性化定制领域处于领先地位。战略方向,在服装个性化定制领域处于领先地位。公司以服装为试验田,建立了服装 C2M 产业互联网平台 SUITID,真正实现了“一人一版,一衣一款,一件一流,7 个工作日交付”的大规模个性化定制,解决了传统服装高库存的瓶颈以及传统个性化定制高成本、无法量产的痛点。2022 年公司定制西服产能 29.8 万套、定制衬衫产能 18 万件;西服年产量 36.04 万套,定制衬衫产量17.59
79、 万件,产能利用率达 97.72%。图图 35:公司大规模个性化定制优势显著:公司大规模个性化定制优势显著 资料来源:酷特智能公众号,德邦研究所 大规模个性化定制生产制造门槛较高,公司定制交期短、供应链质量高、生大规模个性化定制生产制造门槛较高,公司定制交期短、供应链质量高、生产成本低。产成本低。目前中国定制服装行业的主要玩家包括 3 类,一是成衣品牌下的定制业务(如报喜鸟),二是 to B 端定制制造商(如酷特智能),三是 to C 的定制服务平台(如衣邦人)。近年来,随着客户需求的日渐多元化、差异化,服装行业龙头企业纷纷开拓定制业务以满足市场需求,例如报喜鸟推出定制子品牌所罗、雅戈尔推出高
80、端成衣和定制品牌 MAYOR、九牧王推出个性男裤定制业务等业务。传统服装制造业务向大规模个性化定制业务转型有较高门槛,需要企业改造建设 公司首次覆盖 酷特智能(300840.SZ)26/35 请务必阅读正文之后的信息披露和法律声明 智能生产线、重构智能生产流程、建立柔性供应链、提高全流程数字管理水平,公司智能制造模式成熟,制造成本接近成衣成本。定制交期的长短在定制服装生产商的运行效率以及客户体验上有重要影响,酷特智能深耕服装定制行业,能够快速响应客户需求,生产效率方面往往强于成衣品牌下的定制业务,如酷特智能交付期限为 7 个工作日、衣邦人交付期限为 10个工作日,而雅戈尔交付期限为 0.51
81、个月、报喜鸟交付期限为 717 个工作日、九牧王为 1525 个工作日。由于公司的供应链品质和交期稳定,能为客户提供全产业链一站式服务,在行业内已建立比较优势和技术壁垒,获客成本较低,合作客户更加稳定。表表 8:部分服装定制公司比较部分服装定制公司比较 项目项目 公司属性公司属性 定制品类定制品类 交付期限交付期限 产品价位产品价位 客户体验客户体验 销售网络销售网络 雅戈尔雅戈尔 中高端男装品牌商 西服、衬衫等 试样约 1 个月,不试样约半个月 MAYOR 衬衫价格 1500 元左右,西服在 6000-15,000 元之间 到店量体 截至 2022 年 12 月 31 日,营销网点合计216
82、6 个,主要包括自营网点、购物中心网点、商场网点等 报喜鸟报喜鸟 中高端男装品牌商 西服、西裤、衬衫、夹克、羊毛衫、POLO衫、羽绒服、速干衣、休闲裤、皮鞋皮具等 不试穿 7-10 个工作日,试穿的 14-17 个工作日 西服 3000-5000 一套 顾客预约就近门店的量体师或上门量体,量体师提供面料色卡本、款式图片样衣试穿,并根据客户身材数据和所选面料款式下单 截至 2022 年 12 月 31 日,报喜鸟共拥有营业网点 1,684 家 乔治白乔治白 中高端男装品牌商 职业装、男装及校服团购 一般为 50-60 天 衬衣 500 元-5000 元,西服 依据款式、面料等情况而定 从分公司派
83、或者从总部指派量体师 2022 年 12 月末,在全国各地拥有 39 家职业装营销中心 大杨创世大杨创世 制造商 男装、女装、学生装等多个品类 粘合衬、半麻衬工艺 8 个工作日,全麻衬工艺 10 个工作日 对 C 客户:衬衣 1,580 元起,西服 6,800 元起;对 B 客户:粘合衬工艺 680 元+面料费元,半麻衬工艺 880 元+面料费,全麻工艺 1,180元+面料费 需要提供身高、胸围、腰围三个参数,后确认适合的西装尺码 截至 2016 年 6 月 30 日,公司共拥有自营专卖店、商场网点等44 家 希努尔希努尔 中高端男装品牌商 套装、休闲服,大衣,夹克,西裤,休闲裤,衬衣等 7-
84、10 天 套装 798-4,698 元,休闲服498-2,998 元,大衣 798-3,698 元,夹克 498-2,998元,西裤 298-698 元,休闲裤298-698 元,衬衣 168-798 元 客户网上预约可享受全国上门量体服务 以直营店和特许加盟店为主,国内拥有近400 家终端销售、服务网点 酷特智能酷特智能 大规模个性化定制 西服、衬衣、大衣,休闲服、西裤、马甲、大衣等 7 个工作日 对 C 客户:西服 2,880 元起,衬衫 590 元起 对 B 客户:粘合衬 780 元+面料费,半麻衬 980 元+面料费,全麻衬 1,380 元+面料费 到店量体或上门量体,采 集 用 户
85、19 个 部 位的 22 个数据,据此通过 独 特 的 CAD 系 统算法实现快速匹配客户需求,完成对版型设计 2022 年 12 月末,公司拥有直营店 3 家,加盟店 183 家 九牧王九牧王 中高端男装品牌商 主要是男裤品类 15-25 个工作日 500-1500 元不等 到店量体 截至 2022 年 12 月 31 日,公司线下销售终端数量为 2,444家,其中直营终端745 家,加盟终端1,699 家 衣邦人衣邦人 服装定制平台 西服、衬衣、西裤,T恤、羊毛衫等 10 个工作日 依据款式、面料等情况而定,几百到几千不等 在线或电话预约,提供上门量体服务 截至 2022 年 12 月 3
86、1 日,公司线下共有63 家定制体验中心 资料来源:酷特智能招股书,各公司公告,各公司官网,德邦研究所 公司公司 C2M 服装定制的核心竞争力来源于数据驱动的大规模个性化智能制造服装定制的核心竞争力来源于数据驱动的大规模个性化智能制造模式。模式。公司的制造流程能够分解为超过 300 个控制节点,涵盖 20 多个子系统,例如:互联网平台的 RCMTM 系统用于接收客户订单;IMDS 系统依据客户的尺寸数据和定制需求,自动生成服装设计和制造流程;APS 系统进行智能的生产计划 公司首次覆盖 酷特智能(300840.SZ)27/35 请务必阅读正文之后的信息披露和法律声明 和排程;WMS 系统进行物
87、料的管理;MES 系统用于引导订单进入生产阶段以及智能的分拣系统和发货系统与第三方物流对接。公司运用 RFID 射频识别技术,将客户的尺寸数据储存在一个电子卡片中,与每一件衣服相对应。工人在进行每个工序如缝制、打扣、刺绣等操作时,都会先读取这张卡片上的数据,然后根据数据翻译出的指令来完成操作,直到完成所有的 400 多个制造工序。隐藏在各个环节过程中的数据流,支撑起整个工厂的个性化定制运转。图图 36:酷特智能酷特智能 C2M 定制生产流程定制生产流程 资料来源:公司招股说明书,公司官网,德邦研究所绘制 智能量体系统解决行业痛点,开创智能量体系统解决行业痛点,开创 AI 智能定制新时代智能定制
88、新时代。传统定制对量体师和版型师的依赖程度较高,也是定制行业工业化发展的掣肘难题。酷特智能拥有自主研发的量体工具和量体方法专利,从多年服装生产经验中自创“三点一线”量体方法,即人体 19 个部位 22 个数据的量体规范,从而将量体时间缩短至 5 分钟,将量体师的培训时间缩短至 35 小时内。在红领小程序中,用户仅需拍摄一张正面照和一张侧面照,即可实现自主量体下单。公司的智能量体系统通过 AI 技术与大数据建模,模拟人体 3D 体态,还能通过自主学习优化测量结果,实现自我更新和完善。图图 37:小酷智能量体:小酷智能量体 APP 图图 38:红领小程序线上量体系统:红领小程序线上量体系统 资料来
89、源:酷特智能公众号,德邦研究所 资料来源:酷特智能公众号,德邦研究所 数据库积累深厚,奠定个性化定制基础。数据库积累深厚,奠定个性化定制基础。酷特智能深耕从事服装制造行业十 公司首次覆盖 酷特智能(300840.SZ)28/35 请务必阅读正文之后的信息披露和法律声明 余年,总结各类制造工艺与物料使用方法,构建了四个强大的数据库:1)版型数版型数据库据库基于大量个性化订单,利用一套规则算法演变出了包含众多版型的数据库,使得电脑可以自动匹配制版;2)款式数据库款式数据库拥有数量庞大的款式组合,并且每年不断更新完善,将“人人都是设计师”的概念变成现实;3)工艺数据库工艺数据库满足原材料、工艺、工序
90、的不同需求,支持实现个性化定制;4)BOM 数据库数据库对物料进行科学管理,并依据数据进行无尽的适应性变化。随着公司的持续发展,越来越多的个性化需求选项与尺寸体型数据能够在公司的数据库中被匹配和组合,成为公司自我循环的宝贵财富。图图 39:酷特智能四大数据库:酷特智能四大数据库 资料来源:酷特智能公众号,德邦研究所 科技创新驱动,智能制造优势突出科技创新驱动,智能制造优势突出。公司重视研发投入,2022 年公司研发费用为 4021 万元,较 21 年增长 84.6%,研发费用率在同业公司中亦处于前列。酷特智能在服装定制领域创立了一套通过工业化手段、效率和成本制造个性化产品的智能制造模式,并通过
91、自主研发和合作开发的方式,构建了全流程软件控制系统和配套的智能化硬件。智能裁床智能裁床完全实现了分片数字化、排版智能化、切割自动化,与之前的手工裁剪和普通裁剪设备相比,效率提高 2.5-3 倍以上,真正实现了单量、单版、单裁。WMS 智能仓库管理系统智能仓库管理系统,实现了批次管理、物料对应、库存盘点、质检管理、虚仓管理和即时库存管理等功能,并通过 AI 算法自动优化原辅料结构,将畅销品和滞销品分门别类,链接全球供应链,采用安全库存+预警响应的管理方式,根据订单数据预测后续原辅材料用量、图案、颜色等,避免库存积压。图图 4040:公司研发费用及增速(单位:千万元)公司研发费用及增速(单位:千万
92、元)图图 4141:各公司研发费用率对比(单位:各公司研发费用率对比(单位:%)-100%-50%0%50%100%150%200%250%0123452015 2016 2017 2018 2019 2020 2021 2022研发费用增速02468200212022报喜鸟雅戈尔乔治白酷特智能 公司首次覆盖 酷特智能(300840.SZ)29/35 请务必阅读正文之后的信息披露和法律声明 资料来源:公司公告,wind,德邦研究所 资料来源:各公司公告,wind,德邦研究所 5.拓客户拓产品拓行业,公司成长空间广阔拓客户拓产品拓行业,公司成长空间广阔 受益服装定制渗透率上
93、升,受益服装定制渗透率上升,B 端粘性较强,有望延续增长。端粘性较强,有望延续增长。目前公司大规模个性化服装定制的主要客户为服装行业的传统裁缝店、创业者、设计师和品牌商等中小 B 端客户为主。2022 年公司前五名客户销售额为 9372.7 万元,占总销售额的 15.21%,客户结构较为分散。公司个性化定制的 ODM 模式是传统 ODM 的升级,在 SUITID 平台上,公司为 B 端客户提供面料、开发、设计、生产、售后等全链条服务,获得比传统 ODM 企业更高的附加值。当前客户的需求对于供应链稳定性及时性的要求越来越高,公司的模式能够更好地匹配客户的需求,中小型客户对公司依赖性更强,拥有更高
94、的利润空间。此外,公司计划积极拓展大型成衣客户,为其提供畅销品柔性化生产和快速补货等服务,从而帮助潜在大客户提高市场灵活度,优化库存管理。图图 42:前五大客户销售情况:前五大客户销售情况 图图 43:SUITID 官网官网 资料来源:公司公告,德邦研究所 资料来源:SUITID 官网,德邦研究所 发力红领品牌建设,发力红领品牌建设,C 端定制有望突破。端定制有望突破。公司提供直接面向终端消费者的 C端定制业务。其中,线上 C 端业务主要通过红领 REDCOLLAR 微信小程序直售,或是通过天猫、京东、拼多多等大型电商平台销售,线下 C 端业务则主要以直营和加盟店形式开展。在红领小程序平台上,
95、消费者可以选择西服、夹克、衬衫、连衣裙等多种产品进行定制,并按照自身喜好自主设计,以西服为例,有 500 余种驳头领型、20 余种衣扣排列、30 余种后背型、20 余种袖型、30 余种袋型,以及刺绣、领标、袖标等各部位自主搭配选择,并且可以选择易拍量体、预约量体、AI量体三种方式进行量体确认,下单后 7-10 日可发货,并可以 7 天内免费修改两次。公司持续拓展 C 端业务,搭建和完善完整的营销和服务等品牌体系,随着消费者对定制服装认知度和接受度的提高,C 端定制的天花板有望进一步打开。0%5%10%15%20%25%30%35%050000000201720182019
96、202020212022前五大客户销售额(万元)前五大客户销售占比(右轴)公司首次覆盖 酷特智能(300840.SZ)30/35 请务必阅读正文之后的信息披露和法律声明 图图 4444:红领红领 REDCOLLAR 微信小程序微信小程序 资料来源:红领 REDCOLLAR 微信小程序,德邦研究所 产品品类横向发展,定制女装前景可期。产品品类横向发展,定制女装前景可期。根据欧睿数据,2022 年我国服装市场 规 模 为 20489.72 亿 元,其 中 童 装/服 装 配 饰/男 装/女 装 分 别 占 比11.6%/9.3%/26.0%/48.0%,女装市场占据半壁江山。2021 年,公司复制
97、男士正装的成熟个性化大规模定制能力,推出了女装与童装品类。目前女装品类产品已涵盖了女士上衣、裤子、衬衫、连衣裙、大衣、风衣、马甲等全品类,销售量已达到公司国内的 30%,在过去两年内增长显著,产品品类拓展有望为公司服装定制贡献新的增长点。图图 4545:中国服装各细分市场规模(亿元)中国服装各细分市场规模(亿元)图图 4646:公司女装业务布局公司女装业务布局 资料来源:欧睿,德邦研究所 资料来源:公司公告,德邦研究所 跨行业输出跨行业输出 C2M 产业互联网解决方案,工程改造和咨询类有望塑造第二成长产业互联网解决方案,工程改造和咨询类有望塑造第二成长曲线。曲线。酷特智能聚焦 C2M 产业互联
98、网平台生态战略,服装定制只是酷特智能 C2M产业互联网平台的试验田,而平台生态的目标是进行跨行业的赋能。公司以 C2M产业互联网生态平台作为“体”,以科技研发和资本赋能为“两翼”,将自身的转型经验总结成一套可复制的个性化定制解决方案,致力于帮助更多传统企业进行0.005000.0010000.0015000.0020000.0025000.00童装服装配饰男装女装其他 公司首次覆盖 酷特智能(300840.SZ)31/35 请务必阅读正文之后的信息披露和法律声明 智能化升级转型,实现“零库存、高利润、低成本、高周转”的运营目标。2022年,公司新设立了中广酷特(青岛)新能源有限公司,这是公司在
99、锂电池产业进行资本投资和技术投资的成果,也是公司在新能源领域的新的尝试。目前,公司已经为包括服装鞋帽、机械、电子等 30 多个行业 100 多家企业进行了产业互联网的探索建设,工程改造和咨询类业务或成为公司的第二成长曲线。图图 47:酷特:酷特 C2M 产业互联网平台架构产业互联网平台架构 资料来源:公司公告,德邦研究所 6.盈利预测及投资建议盈利预测及投资建议 我们对公司主营业务进行拆分并做出收入和利润预测:我们对公司主营业务进行拆分并做出收入和利润预测:1)服装类业务是公司的主要收入来源,受益于服装定制渗透率的提升,B 端客户订单饱满延续增长,C 端需求有望迎来突破,定制服装品类不断拓展,
100、预计23/24/25 年服装类营业收入同比增长 27.6%/25.3%/21.5%。随着产品结构调整,预计毛利率保持稳中有升,预计 23/24/25 年服装类毛利率分别为 41.5%/42.1%/42.7%。2)随着疫情影响逐步消散,预计原先转产防疫物品的产线将转回生产服装,预计后续防疫类收入为零。3)公司聚焦 C2M 产业互联网平台生态战略,跨行业输出 C2M 产业互联网解决方案,工程改造和咨询类业务或成为公司的第二成长曲线。考虑到 22 年低基数,预计 23/24/25 年工程改造和咨询类业务分别同比增长 150%/100%/70%。表表 9:公司营收拆分预测:公司营收拆分预测 (百万元)
101、(百万元)2020 2021 2022 2023E 2024E 2025E 营业总收入 625.79 592.95 616.38 777.56 979.49 1198.45 同比(%)16.94%-5.25%3.95%26.15%25.97%22.36%营业成本 423.06 377.28 367.67 458.74 570.20 688.26 毛利率 32.40%36.37%40.35%41.00%41.79%42.57%服装类收入 342.4 533.28 582.67 743.45 931.35 1131.34 同比(%)-30.8%55.7%9.3%27.6%25.3%21.5%毛利率
102、(%)26.2%38.5%41.7%41.5%42.1%42.7%其中:直营销售 303.85 474.95 531.34 664.18 816.94 980.33 公司首次覆盖 酷特智能(300840.SZ)32/35 请务必阅读正文之后的信息披露和法律声明 同比(%)-34.1%-9.0%5.7%25.0%23.0%20.0%毛利率(%)24.79%38.35%42.18%42.0%42.5%43.0%加盟销售 37.03 53.29 49.05 73.57 103.00 133.90 同比(%)11.08%43.90%-7.96%50.0%40.0%30.0%毛利率(%)21.14%39
103、.08%36.17%36.0%37.0%38.0%线上渠道 1.52 5.04 2.28 5.70 11.41 17.11 同比(%)887.40%231.28%-54.77%150.0%100.0%50.0%毛利率(%)30.13%49.52%56.38%55.0%57.0%60.0%防疫类收入 255.68 12.47 8.71 0 0 0 同比(%)-95%-30%0 0 0 毛利率(%)42.98-22.86 16.92 0 0 0 工程改造收入 0.53 16.22 3.99 9.98 19.95 33.92 同比(%)2960%-75%150.0%100.0%70.0%毛利率(%)
104、89.07%60.66%47.64%60.0%60.0%60.0%咨询类收入 2.13 4.01 0.73 1.83 3.65 6.21 同比(%)-86%88%-82%150.0%100.0%70.0%毛利率(%)-31.95%15.24%-199.91%50.0%50.0%50.0%其他业务收入 25.05 26.97 20.28 22.31 24.54 26.99 同比(%)-1%8%-25%10.0%10.0%10.0%毛利率(%)12.81%9.69%18.10%15.0%15.0%15.0%资料来源:公告公告,德邦研究所预测 投资建议:投资建议:公司受益于服装定制渗透率提升,B 端
105、客户延续增长,C 端需求有望突破;同时,公司深耕 C2M 产业互联网平台建设,赋能传统制造型企业向智能制造转型升级,咨询和工程改造类业务有望成就第二成长曲线我们预计公司2023-2025 年实现收入 7.78/9.79/11.98 亿元,分别同比增长 26.15%/25.97%/22.36%;实现归母净利润 1.13/1.52/1.99 亿元,分别同比增长 32.31%/34.59%/31.10%。我们选取西服品牌报喜鸟、雅戈尔,职业装定制企业乔治白以及服装智能制造企业南山智尚作为可比公司,23-25 年对应 PE 平均值为 13.94/11.17/9.71X。根据我们盈利预测,公司 23-2
106、5 年对应 PE 为 27.27/20.26/15.46X。相比于传统服装制造企业,公司智能制造优势突出,受益于 AI 对服装行业的重塑,公司成长可期,首次覆盖给予“买入”评级。表表 10:公司盈利预测:公司盈利预测 (百万元)(百万元)2020A 2021A 2022A 2023E 2024E 2025E 营业总收入营业总收入 625.79 592.95 616.38 777.56 979.49 1198.45 yoy 16.94%-5.25%3.95%26.15%25.97%22.36%毛利率 32.40%36.37%40.35%41.00%41.79%42.57%销售费用率 11.80%
107、14.52%12.93%13.27%13.37%13.26%管理费用率 6.58%6.83%6.45%6.60%6.59%6.57%研发费用率 2.02%3.67%6.52%6.20%6.00%5.80%财务费用率-0.21%0.09%0.82%-0.16%-0.20%-0.26%归属于母公司归属于母公司的净利润的净利润 47.62 61.38 85.33 112.90 151.95 199.21 yoy-30.66%28.91%39.01%32.31%34.59%31.10%资料来源:wind,公司公告,德邦研究所预测 公司首次覆盖 酷特智能(300840.SZ)33/35 请务必阅读正文之
108、后的信息披露和法律声明 表表 11:可比公司估值:可比公司估值 证券代码证券代码 证券简称证券简称 总市值总市值(亿元亿元)归母净利润归母净利润(亿元亿元)PE 2023E 2024E 2025E 2023E 2024E 2025E 002154.SZ 报喜鸟 90.33 6.47 7.76 9.19 13.96 11.64 9.83 002687.SZ 乔治白 24.85 2.00 2.43 2.64 12.42 10.25 9.41 600177.SH 雅戈尔 320.32 44.13 51.45 57.88 7.26 6.23 5.53 300918.SZ 南山智尚 48.78 2.20
109、 2.94 3.47 22.14 16.57 14.07 平均值 121.07 13.94 11.17 9.71 300840.SZ 酷特智能 30.79 1.13 1.52 1.99 27.27 20.26 15.46 资料来源:wind,德邦研究所预测 注:市值截至 8 月 21 日 注:除酷特智能以外的其余公司预测值来自 wind 一致预期 7.风险提示风险提示 定制行业发展不及预期,市场竞争加剧,公司订单需求波动等。公司首次覆盖 酷特智能(300840.SZ)34/35 请务必阅读正文之后的信息披露和法律声明 财务报表分析和预测财务报表分析和预测 主要财务指标主要财务指标 2022 2
110、023E 2024E 2025E 利润表利润表(百万元百万元)2022 2023E 2024E 2025E 每股指标(元)营业总收入 616 778 979 1,198 每股收益 0.36 0.47 0.63 0.83 营业成本 368 459 570 688 每股净资产 4.51 4.94 5.57 6.40 毛利率%40.4%41.0%41.8%42.6%每股经营现金流 0.51 0.46 0.53 0.75 营业税金及附加 8 10 13 16 每股股利 0.04 0.03 0.00 0.00 营业税金率%1.3%1.3%1.3%1.3%价值评估(倍)营业费用 80 103 131 15
111、9 P/E 24.81 27.27 20.27 15.46 营业费用率%12.9%13.3%13.4%13.3%P/B 1.98 2.60 2.30 2.00 管理费用 40 51 65 79 P/S 5.00 3.96 3.14 2.57 管理费用率%6.5%6.6%6.6%6.6%EV/EBITDA 15.09 20.96 14.97 10.66 研发费用 40 48 59 70 股息率%0.4%0.2%0.0%0.0%研发费用率%6.5%6.2%6.0%5.8%盈利能力指标(%)EBIT 85 130 173 225 毛利率 40.4%41.0%41.8%42.6%财务费用 5-1-2-
112、3 净利润率 13.7%14.5%15.5%16.6%财务费用率%0.8%-0.2%-0.2%-0.3%净资产收益率 7.9%9.5%11.4%13.0%资产减值损失-7 0 0 0 资产回报率 5.4%6.3%7.1%7.9%投资收益 12 12 17 21 投资回报率 5.7%7.2%8.2%9.1%营业利润 89 131 175 228 盈利增长(%)营业外收支 4 0 0 0 营业收入增长率 4.0%26.1%26.0%22.4%利润总额 93 131 175 228 EBIT 增长率 30.0%52.8%33.1%30.1%EBITDA 126 130 173 225 净利润增长率
113、39.0%32.3%34.6%31.1%所得税 8 18 23 29 偿债能力指标 有效所得税率%9.0%14.0%13.2%12.8%资产负债率 31.7%34.0%37.3%38.9%少数股东损益-1 0 0 0 流动比率 1.8 1.9 1.8 1.9 归属母公司所有者净利润 85 113 152 199 速动比率 1.5 1.6 1.6 1.6 现金比率 1.1 1.2 1.3 1.4 资产负债表资产负债表(百万元百万元)2022 2023E 2024E 2025E 经营效率指标 货币资金 518 719 983 1,294 应收帐款周转天数 25.9 23.8 21.7 23.5 应
114、收账款及应收票据 55 52 71 91 存货周转天数 128.1 110.8 106.3 112.3 存货 139 144 193 236 总资产周转率 0.4 0.5 0.5 0.5 其它流动资产 161 167 173 179 固定资产周转率 1.9 2.6 3.2 3.9 流动资产合计 872 1,081 1,421 1,800 长期股权投资 205 205 205 205 固定资产 303 306 308 309 在建工程 8 4 2 1 现金流量表现金流量表(百万元百万元)2022 2023E 2024E 2025E 无形资产 58 58 58 58 净利润 85 113 152
115、199 非流动资产合计 711 713 713 712 少数股东损益-1 0 0 0 资产总计 1,583 1,794 2,133 2,512 非现金支出 48 0 0 0 短期借款 280 374 498 616 非经营收益-3-8-11-14 应付票据及应付账款 76 85 112 135 营运资金变动-8 6-12-7 预收账款 1 0 0 0 经营活动现金流 121 112 128 179 其它流动负债 119 124 160 199 资产-26 0 0 0 流动负债合计 476 583 771 951 投资 27 0 0 0 长期借款 0 0 0 0 其他 177 10 17 21
116、其它长期负债 27 26 26 26 投资活动现金流 179 10 17 21 非流动负债合计 27 26 26 26 债权募资 135 93 125 118 负债总计 502 609 796 977 股权募资 0 0 0 0 实收资本 240 240 240 240 其他-16-13-5-7 普通股股东权益 1,082 1,185 1,337 1,536 融资活动现金流 119 80 119 111 少数股东权益-1-1-1-1 现金净流量 421 201 264 310 负债和所有者权益合计 1,583 1,794 2,133 2,512 备注:表中计算估值指标的收盘价日期为 8 月 21
117、 日 资料来源:公司年报(2021-2022),德邦研究所 公司首次覆盖 酷特智能(300840.SZ)35/35 请务必阅读正文之后的信息披露和法律声明 信息披露信息披露 分分析师析师与研究助理简介与研究助理简介 徐偲,南洋理工大学工学博士,CFA 持证人。曾在宝洁(中国)任职多年,兼具实体企业和二级市场经验,对消费品行业有着独到的见解。2018 年加入中泰证券,2020 年起负责轻工团队。2021 年加入国元证券,担任大消费方向负责人,主导轻工、纺服、新零售行业研究。2023 年 2 月入职德邦证券,负责轻工+中小盘研究。擅长深度产业研究和市场机会挖掘,多空观点鲜明。在快速消费品、新型烟草
118、、跨境电商、造纸、新兴消费方向有丰富的产业资源和深度的研究经验。分析师声明分析师声明 本人具有中国证券业协会授予的证券投资咨询执业资格,以勤勉的职业态度,独立、客观地出具本报告。本报告所采用的数据和信 息均来自市场公开信息,本人不保证该等信息的准确性或完整性。分析逻辑基于作者的职业理解,清晰准确地反映了作者的研究观 点,结论不受任何第三方的授意或影响,特此声明。投资评级说明投资评级说明 Table_RatingDescription 1.投资评级的比较和评级标准:投资评级的比较和评级标准:以报告发布后的 6 个月内的市场表现为比较标准,报告发布日后 6 个月内的公司股价(或行业指数)的涨跌幅相
119、对同期市场基准指数的涨跌幅;2.市场基准指数的比较标准:市场基准指数的比较标准:A 股市场以上证综指或深证成指为基准;香港市场以恒生指数为基准;美国市场以标普500或纳斯达克综合指数为基准。类别类别 评级评级 说明说明 股票投资评股票投资评级级 买入 相对强于市场表现 20%以上;增持 相对强于市场表现 5%20%;中性 相对市场表现在-5%+5%之间波动;减持 相对弱于市场表现 5%以下。行业投资评行业投资评级级 优于大市 预期行业整体回报高于基准指数整体水平 10%以上;中性 预期行业整体回报介于基准指数整体水平-10%与 10%之间;弱于大市 预期行业整体回报低于基准指数整体水平 10%
120、以下。法律声明法律声明 。本公司不会因接收人收到本报告而视其为客户。在任何情况 下,本报告中的信息或所表述的意见并不构成对任何人的投资建议。在任何情况下,本公司不对任何人因使用本报告中的任何内容 所引致的任何损失负任何责任。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断,本报告所指的证券或投资标的的价格、价值及投资收入可 能会波动。在不同时期,本公司可发出与本报告所载资料、意见及推测不一致的报告。市场有风险,投资需谨慎。本报告所载的信息、材料及结论只提供特定客户作参考,不构成投资建议,也没有考虑到个别客户特殊 的投资目标、财务状况或需要。客户应考虑本报告中的任何意见或建议是否符
121、合其特定状况。在法律许可的情况下,德邦证券及其 所属关联机构可能会持有报告中提到的公司所发行的证券并进行交易,还可能为这些公司提供投资银行服务或其他服务。本报告仅向特定客户传送,未经德邦证券研究所书面授权,本研究报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件 或复制品,或再次分发给任何其他人,或以任何侵犯本公司版权的其他方式使用。所有本报告中使用的商标、服务标记及标记均为 本公司的商标、服务标记及标记。如欲引用或转载本文内容,务必联络德邦证券研究所并获得许可,并需注明出处为德邦证券研究 所,且不得对本文进行有悖原意的引用和删改。根据中国证监会核发的经营证券业务许可,德邦证券股份有限公司的经营范围包括证券投资咨询业务。