OCR行业发展现状与市场前景分析报告

OCR行业发展现状与市场前景分析报告汇报人：张政廷日期：2022-12-21目录CONTENTS01020304OCR格局与发展趋势OCR行业概述OCR行业环境OCR行业现状第一章OCR行业概述行业定义OCR行业定义文字识别是指利用光学技术和计算机技术将图像中印刷或手写文本转换为计算机可以直接处理的格式。在中国经济中高速增长和数字化转型的背景下，文字识别需求端爆发，加速商业化应用落地。文字识别技术俗称光学字符识别（OpticalCharaterRecognition，简称OCR），是指利用光学和计算机技术将图像中印刷或手写文本转换为计算机可以直接处理的格式n成本下降:通过机器来代替人工，可以大幅降低人工成本，能降低50%-95%的人力成本。商用价值较高，是AI落地较快的领域。据顺丰统计，顺丰快递使用OCR产品之后，实现3小时内识别2000万运单的识别，相关人力成本节约在50%左右。效率上升:相比于传统的手工录入方式，能够显著的提升信息录入的效率。另一方面，信息电子化促进了信息的流动和提升了存储的量。根据保险公司信息，通过运用OCR后保险理赔的流程由原先的4-6天缩短至1天之内，效率的提升300%-500%。适用性强:OCR技术能够实现多场景和多语言的识别。支持错行、盖章、倾斜、文字叠加、反光和任意角度等复杂场景的识别。在语言上，不仅能解决英文、德文等多国语言的识别，也能实现复杂的古文字的识别，2021年，合合信息在世界人工智能大会上上演了提取甲骨文等复杂文字。传统OCR基于图像处理（二值化、连通域分析、投影分析等）和统计机器学习（Adaboot、SVM），提取图片上的文本内容，其技术流程为图像预处理、文本区域定位、文本图像矫正、行列单字切分、分类器识别和后处理。由于部分应用场景的样本量较少等原因，不适合用于深度学习的识别方法，仍继续使用传统的OCR识别法，当前市场上仍有20%的细分应用场景仍以使用传统的OCR识别法为主。发展历程12341979-1985技术研制起步期开始对数字、字母的识别进行探索和研究，并发表了一些论文1986-1988技术研制高潮期1989-2013实际性应用阶段2014-至今应用爆发阶段1986年，中国提出"863"高新科技研究计划，汉字识别的研究进入高潮期，相继推出早期的OCR识别软件;应用上，由于识别准确率和产品化低，硬件成本高,运行速度慢，未能实际应用随着平台式扫描仪的应用，以及中国信息和办公自动化的普及,使OCR的识别正确率和速度达到实际应用要求;其次，在线服务的发展使得OCR可以在移动端和云计算环境上使用深度学习的出现和海量数据训练使得OCR技术实现质的飞跃，适用性更强。千五届九中全会提出促进数字经济与实体经济融合，人工智能技术的发展和数字经济等发展推动下，OCR技术应用更为广泛和深入，应用端爆发产业链IaaS云服务商、PaaS云服务商、芯片厂商、OCR技术提供商产业链中游产业链上游产业链下游基础技术服务、场景化解决方案、嵌入式设备、APP技术型AI公司、互联网巨头企业、传统OCR厂商产业链上游文字识别的核心技术主要包括深度学习和自然语言处理，深度学习和自然语言处理融入到文字识别技术当中，大幅度提升了文字识别技术的性能和应用场景，并将OCR技术落地成为产品级应用。深度学习:深度学习通过模拟人脑神经元结构来实现数据处理和结果产出，完成复杂的文本和图像数据处理与决策。深度学习是机器学习方法系列的一部分，利用多层神经网络从大量数据中进行学习。机器学习在处理问题时，需要先人工进行特征提取，然后根据提取后的特征进行分类问题求解;深度学习将特征提取与分类问题求解汇总在一个神经网络模型中，只需一次输入即可得到最终的输出结果，无需手工获取特征，所以能解决更为复杂的问题，且由数据驱动，有效数据量越大，模型的表现越好。自然语言处理:用于分析、理解和生产自然语言，是实现机器与人沟通的大前提,决定了机器对语言的理解能力，决定了机器对语言的理解能力。NLP技术通过对文本的类型、文档的整体拓扑结构信息、多个文本条目关联前后语义的联想等进行理解与分析，实现关键信息的定位和抽取和结构化输出，同时对已识别的字符进行纠错，例如错字、前后文漏字和符号错误等情况，提升识别精准度。产业链中游随着深度学习和自然语言处理技术的发展，与OCR技术不断融合，增强了OCR对于内容的理解和提高了OCR技术的性能与效率，OCR适用范围明显扩大，当前OCR已发展成为AI应用最广泛的技术，吸引众多厂商布局OCR，OCR行业主流厂商分为技术型AI企业、互联网巨头和传统OCR厂商三大类。技术型AI企业:技术型初创企业软件服务能力较强以技术优势切入市场，定位于重点领域通过技术优势抢占市场，针对定位的重点行业和细分应用场景为用户提供解决方案，有效推动OCR技术的落地，同时亦有利于企业开拓实际应用场景。互联网巨头企业:互联网巨头企业生态服务能力较强，云端优势明显互联网巨头资金、品牌和云端较强，百度、腾讯、阿里等互联网巨头旗下云平台提供的B端服务范围广泛且多元，其中包含智能文字识别模块的公有云服务以提供API/SDK标准化PaaS产品为主，在其自身实力的帮助下，互联网巨头在OCR云端优势突出。传统OCR厂商:扎根于较多垂直细分应用场景，垂直领域发展较为成熟。传统OCR厂商较早入局OCR领域，先发优势明显，厂商通过自主研发OCR技术，其OCR技术经历了从传统的OCR向深度学习的OCR技术迭代，扎根于众多细分应用场景，能够为客户提供定制的一体化行业解决方案，在垂直领域和落地应用上发展较为成熟，深耕垂直领域优势明显。产业链下游企业级应用主要包括一体化解决方案和基础服务，其中，定制性一体化解决方案占比较高，发展潜力大；基础技术服务通用性相对较高，下游应用领域广泛。通用的行业解决方案:是指针对特定的应用场景制定的一体化行业解决方案，适用于不同行业的企业里相似的应用场景。如卡证识别行业解决方案、财务票据识别行业解决方案、通用文档解决方案和财务报表解决方案等，可以适用于不同行业的所有企业，市场上通用类型的行业解决方案占比在20%左右。定制的行业解决方案:针对客户特定的业务场景，提供OCR识别软硬件一体化服务，并进一步提供差异比对、指标分析等智能分析服务。当前定制性的行业解决方案在市场上占比为70%-80%，同时每年保持着20%左右的新增细分市场的挖掘。第二章OCR行业发展环境政治环境1《个人信息保护法》进一步细化、完善个人信息保护应遵循的原则和个人信息处理规则，明确个人信息处理活动中的权利义务边界，健全个人信息保护工作体制机制，规范利用大数据进行的自动化决策。《中华人民共和国数据安全法》确定数据安全主管部门由中央国家安全委员会统筹组建国家数据安全工作协调机制，建立自上而下的数据分类分级保护制度，规定了我国在数据安全监管方面的域外效力、重要数据的境内存储和跨境传输规定。《App违法违规收集使用个人信息行为认定方法》监督管理部门认定App违法违规收集使用个人信息行为提供参考，为App运营者自查自纠和网民社会监督提供指引政治环境2《关于构建更加完善的要素市场化配置体制机制的意见》加快发展技术要素市场和培育数据要素市场。促进技术要素与资本要素融合发展，推进政府数据开放共享，加强数据资源整合和安全保护《关于加强工业互联网安全工作的指导意见》加大对工业互联网安全技术研发和成果转化的支持力度，强化标识解析系统安全、平台安全、数据安全、5G安全等相关核心技术研究，加强攻击防护、漏洞挖掘、态势感知等安全产品研发《促进新一代人工智能产业发展三年行动计划（2018―2020年）》人工智能重点产品规模化发展，力争到2020年，一系列人工智能标志性产品取得重要突破，在若干重点领域形成国际竞争优势，人工智能和实体经济融合进一步深化，产业发展环境进一步优化《大数据产业发展规划（2016-2020年）》以强化大数据产业创新发展能力为核心，以推动数据开放与共享、加强技术产品研发、深化应用创新为重点，以完善发展环境和提升安全保障能力为支撑，打造数据、技术、应用与安全协同发展的自主产业生态体经济环境2021年，中国数字经济规模达到45.5万亿元，同比增长16.07%，占GDP比重39.78%。在政策引导下，通过数字产业赋能，进一步提升传统企业数字化进程，OCR作为推动企业和政府数字化转型必不可少的步骤，数字经济的发展驱动OCR应用加速商业化落地进程。2016年，数字经济在三大产业的渗透率分别为6.20%、16.80%和29.60，2020年年上升到8.90%、200%和40.70%。其增长既有疫情的加速器效应影响也有政策推动的影响。其次，与欧美发达国家相比，渗透率稍有落后，未来在政策的支持和需求端的爆发影响下，发展潜力较大，驱动OCR持续商业化落地.社会环境10102数字化转型背景下，文字识别是促进数字化转型的原动力之一，近年来，中国关于数字化转型政策利好消息不断，建设数字经济成为十四五发展的重要目标,通过数字化转型整体驱动生产方式、生活方式和治理方式变革。而智能文字识别技术是促进数字化转型的原动力之一，可以帮助企业实现文档存量数字化、增量电子化．随着企业与政府数字化、信息化与智能化需求的不断提高，将持续推动智能文字识别服务行业发展中国经济中高速增长背景下非结构数据爆发性增长，推动文字识别应用落地中国经济在中国经济中高速增长的背景下，中国企业由2012年的不足1000万上升至2022年的2500万，企业数量翻倍增长，企业在经济运营的过程当中产生大量的文档、表格、图片、发票等非结构数据，非结构数据无法使用用数据库二维逻辑表来表现和处理，其提取、存储、转化和解析等价值挖掘推动了OCR技术的应用落地，为企业客户实现降本增效社会环境2LOGO传统OCR行业市场门槛低、缺乏统一行业标准，服务过程没有专业的监督等问题影响行业发展。互联网与电烙铁的结合，缩减中间环节,为用户提供高性价比的服务。90后、00后等各类人群，逐步成为OCR行业的消费主力。行业驱动因素人工智能列入我国“新基建”范围，政策利好加速OCR产业新生态的构建人工智能对社会与经济的影响日益凸显，各国政府先后出台人工智能发展相关政策，推动产业发展，将其上升到国家战略高度。我国中央及各地政府近年来先后发布了多条人工智能利好政策。2015年7月，国务院出台《关于积极推进“互联网+”行动的指导意见》，首次将人工智能纳入重点任务之一，推动中国人工智能步入新阶段。2017年12月，工信部颁布《促进新一代人工智能产业发展三年行动计划（2018―2020年）》。2020年4月国家发改委将人工智能列入“新基建”范围。智能文字识别作为人工智能应用中商业推广落地较快的领域，正成为人工智能新基建落地应用的“领头雁”，已成为人工智能新基建对外提供的重要智能化服务能力之一。人工智能融入实体经济的过程，也将为智能文字识别产业生态引入丰富的人才、技术、场景等要素。技术上，深度学习与自然语言处理技术的出现使得传统OCR取得飞跃式发展传统OCR技术只能基于特定场景进行建模，受限于手工设计特征的单一表达能力和复杂的处理流程，遇到复杂场景，模型就会失效。而基于深度学习、NLP的OCR技术可解决传统OCR技术的缺点，加上海量训练数据的积累，OCR取得了飞跃性发展，适用范围明显扩大行业驱动因素企业及政府的数字化转型需求不断提升在第四次工业革命背景下，人工智能、大数据与云计算、5G等新一代信息技术的快速发展与融合，使得数字化基础设施和产业生态已经成为了社会的“新基建”，其中人工智能是推动数字化转型与创新的原动力,将成为引领第四次工业革命的核心驱动力。:企业及政府数字化转型意在实现运营自动化、管理网络化、决策智能化，有利于加快业务流程重组，有效地降本增效。近年来，企业信息化意识不断提高。根据中国第四次全国经济普查报告调查显示，2018年，中国有8厂商纷纷聚焦于医疗、银行等数据体量大、降本增效明显的领域OCR最大的优势是帮助厂商实现降本增效，在医疗、银行和交通等领域，票据识别、卡证识别和车牌识别的数据体量较大，人为识别人工成本较高，OCR的引入能帮助其实现50%-95%的人工成本的降低和提升300%-500%的效率，需求端明显，吸引较多厂商聚焦于医疗、银行和交通等领域第三章OCR行业现状行业现状据中金企信统计数据，全球智能文字识别服务市场规模2020年达75亿美元，2020-2025年复合年均增长率约18%。从下游行业应用来看，金融、物流运输的市场规模是占比最高的两个细分行业，且增速也最快，主要由于金融、物流运输企业在业务流程方面的基础信息化建设程度、投入意愿相对其他行业来说相对较高，在证照、单据、表格等文档的智能录入、分类、比对、审核方面进行降本增效具有较大需求，为智能文字识别技术的商业化快速落地带来基础。分国别来看，2020年，亚太区智能文字识别服务市场规模占全球比重约为21%，2020-2025年复合年均增长率为全球最高水平，达21%。亚太区的高速增长原因主要为:1）中国、印度等部分国家经济的高速增长，经济活动的增长一定程度带来文档数据与信息量的增长，政府、企业对经济活动中产生的文档进行电子化存储、数据提取、分析挖掘具有巨大需求；2）亚太区域互联网、智能手机的高速发展推动数据量爆发式增长，智能文字识别作为数字资产管理的关键技术，拥有巨大发展前景；3）亚太区近年来对于AI技术研发、产业智能升级的重视，促使智能文字识别技术持续提升，以及推动企业对于此服务的投入。相比北美、欧洲等发达国家和地区，亚太区智能文字识别行业尚处于发展初期，处于高速发展时期。2020年，中国智能文字识别服务市场规模为人民币30.0亿元，2025年市场规模将达人民币129.6亿元，复合年均增长率达30%，远超全球市场总增速。行业现状2021年中国OCR市场规模达25.5亿元，2027年有望突破百亿。文字识别应用场景拓宽和数字经济发展内外驱动为其带来稳定的增长动能；从细分市场来看，B端市场的增长潜力和增长速度强劲。从细分市场来看，2021年B端市场为15.3亿元，占比约为60%，C端市场为10.2亿元，占比约为40%。对于B端市场，一方面，企业数字化转型有助于企业实现降本增效；另外一方面，B端市场每年都有20%左右的新增细分应用场景的出现，给B端市场带来了稳定的驱动力。B端市场将保持20%-30%的增速增长。对于C端市场，用户群体文档资产数字化管理需求与试卷识别、手写文件识别等使用场景的拓宽将驱动C端APP市场平稳增长，每年保持10%-20%的增速，受用户群体早期增速较快，后期放缓和应用场景拓宽量不及B端市场影响，增速略弱于B端。行业热点OCR行业具有市场空间广阔、销售范围广、用户分散、单批数量少、销售单价高等特点。热点二科研服务市场持续增长热点一OCR应用领域广泛热点三行业产品质量整体提高OCR行业产品质量有待提升制约OCR行业发展。行业内产品质量参差不齐，导致研究结果可靠性难以保证，产品丧失市场竞争力。OCR行业难形成统一的监督管理规范,产品质量主要靠企业自主检测保障，监管难度大。中国OCR行业产品主要集中在中低端领域，高端领域被外资企业垄断，产品品质有待进一步提升。OCR行业技术提升，多元化科研服务平台持续扩张，促进高价值服务企业品牌形成。行业产品化发展，集研发、生产、销售于一体的综合性科研服务企业逐渐增多。行业制约因素技术与人才壁垒智能文字识别行业具备技术密集的特点，智能文字识别技术涉及OCR、NLP、图像处理、深度学习等尖端技术的融合，需要底层算法构建、模型训练、测试和部署等多个技术环节的配合。智能文字识别技术在实际应用场景上的商业化落地，需要长时间的技术积累与持续的研发投入，也需要大量的优秀研发人员进行底层算法与应用模型的研究，新进入此领域的科技公司的技术追赶难度较大，同时也难以在短期内培养出尖端的研发人才团队。一家成功的智能文字识别企业不仅需要尖端研发人才，也同时需要可链接行业客户需求和内部研发团队的销售团队，销售团队对客户所在行业的真实业务场景、业务逻辑、产业链上下游等有充分的理解，以客户的痛点、需求为核心，充分调动公司内部如研发、实施、售后服务等各类资源，以实现行业解决方案的落地。而行业的深度理解需要依靠大量案例的经验积累，这对本行业的新进企业形成了较高的销售能力壁垒。销售能力壁垒客户资源壁垒对于C端APP细分市场，先行进入市场的智能文字识别APP，利用先发优势，已积累大量用户，形成了品牌效应。用户在产品内积累越来越多个人文档资产，迁移成本较高，使产品拥有较高用户粘性，这对本行业的新进企业形成了较高的用户壁垒，同时已树立的品牌效应也进一步加强用户壁垒。对于B端服务细分市场，智能文字识别行业的头部企业通过多元化的B端产品线布局，在多个下游行业树立了多家标杆企业客户，其落地案例通常会形成较大行业影响，影响此行业内众多企业的供应商选择。另外，大型企业客户通常对于场景化解决方案需求更高，此类项目落地周期相对较长，更换成本较高。因此对于新厂商而言，形成较高客户资源壁垒。产品质量问题前期筹划活动执行效果评估质量参差不齐行业监管难度大高端产品发展落后OCR行业缺乏完备的质量控制和质量保证体系，生产商缺乏统一的生产标准，行业内产品质量良莠不齐，导致产品的可靠性难以保证，丧失产品市场竞争力。中国国家政府秉承创新开放的态度，支持和鼓励科学研究创新，对科学研究试验不设置严格限制，因此，OCR行业不存在统一的监督管理规范，产品质量主要依靠生产企业自主检测，OCR行业产品质量的监管难度加大在中低端产品领域，仍然有较大比例的产品依赖于进口渠道。此外，OCR行业企业缺乏创新研发能力以及仿制能力，加重下游消费端对进口科研用检测试剂的依赖，不利于OCR行业的发展行业发展建议LOGO提升产品质量（1）政府方面：政府应当制定行业生产标准，规范OCR行业生产流程，并成立相关部门，对科研用OCR行业的研发、生产、销售等各个环节进行监督，形成统一的监督管理体系，完善试剂流通环节的基础设施建设，重点加强冷链运输环节的基础设施升级，保证OCR行业产品的质量，促进行业长期稳定的发展；（2）生产企业方面：OCR行业生产企业应严格遵守行业生产规范，保证产品质量的稳定性。目前市场上已有多个本土OCR行业企业加强生产质量的把控，对标优质、高端的进口产品，并凭借价格优势逐步替代进口。此外，OCR行业企业紧跟行业研发潮流，加大创新研发力度，不断推出新产品，进一步扩大市场占有率，也是未来行业发展的重要趋势。全面增值服务单一的资金提供方角色仅能为OCR行业企业提供“净利差”的盈利模式，OCR行业同质化竞争日趋严重，利润空间不断被压缩，企业业务收入因此受影响，商业模式亟待转型除传统的OCR行业需求外，设备管理、服务解决方案、贷款解决方案、结构化融资方案、专业咨询服务等方面多方位综合性的增值服务需求也逐步增强。中国本土OCR行业龙头企业开始在定制型服务领域发力，巩固行业地位多元化融资渠道可持续公司债等创新产品，扩大非公开定向债务融资工具（PPN）、公司债等额度获取，形成了公司债、PPN、中期票据、短融、超短融资等多产品、多市场交替发行的新局面；企业获取各业态银行如国有银行、政策性银行、外资银行以及其他中资行的授信额度，确保了银行贷款资金来源的稳定性。OCR行业企业在保证间接融资渠道通畅的同时，能够综合运用发债和资产证券化等方式促进自身融资渠道的多元化，降低对单一产品和市场的依赖程度，实现融资地域的分散化，从而降低资金成本，提升企业负债端的市场竞争力。以远东宏信为例，公司依据自身战略发展需求，坚持“资源全球化”战略，结合实时国内外金融环境，有效调整公司直接融资和间接融资的分布结构，在融资成本方面与同业相比优势突出。第四章OCR格局与发展趋势竞争格局竞争格局1医疗行业受经济周期影响较弱，于OCR企业而言具有“低风险、高收益”的特点，吸引众多新兴市场参与者加入其中。目前中国OCR行业市场企业数量众多，同质化竞争现象日趋严重，成为制约中国OCR行业行业发展的主要原因。中国OCR行业公司数量众多，但大多以简单融资租赁为主要业务方式，服务模式单一，同质化现象严重，为中国OCR行业行业的发展带来以下不良影响：（1）价格战引发收益率报价逐年下降：部分OCR行业公司为抓住优质客户资源，依靠价格战取得竞争优势，导致行业毛利率下降，医院选择合作企业时“唯价格论”，不利于行业良性发展；（2）过高授信加大财务风险：OCR行业公司对各家医院的总体授信额度偏高，甚至超过医院的偿还能力，为自身带来较大财务风险，不利于企业的长期发展。未来，OCR行业行业要想获得突破，首先需要企业间形成差异化竞争优势。

竞争格局2中国政府正大力推动社会资本进入OCR行业，对OCR行业产品需求被迅速拉动，需求量呈现上升趋势，OCR行业企业进军国民经济大产业的战略窗口期已经来临。OCR行业各业态企业竞争激烈，当前，市场上50%以上的OCR行业企业有外资介入，包括中外独（合）资、台港澳与境内合资、外商独资等，纯内资本土OCR行业企业数目较少，约占OCR行业企业总数的25%。此外，商业银行逐步进入OCR行业，兴业银行、中心银行、民生银行等先后成立金融公司，涉足设备融资租赁业务。中国本土OCR行业企业根据租赁公司股东背景及运营机制的不同又可以划分为厂商系、独立系和银行系三类三类OCR行业企业各有优劣势：（1）OCR行业企业具有设备技术优势，主要与母公司设备销售联动，以设备、耗材的销售利润覆盖融资租赁成本；（2）独立系OCR行业企业产业化程度高，易形成差异化商业模式，提供专业化的融资租赁服务；（3）银行系OCR行业企业背靠银行股东，能够以较低成本获取资金，且在渠道体系等方面具备一定优势。行业发展趋势LOGO随着深度学习、自然语言处理等技术的发展，文字识别技术朝着提升效率、性能和智能化的方向发展。文字识别和检测端到端一体化趋势倾向于提升OCR性能，未来实现在需要牺牲性能才能兼顾效率的领域实现两者同时兼顾，从感知的OCR向智能的OCR向发展，让机器真正替代人工。深度学习等技术赋能下，OCR技术趋向于智能的、高效的OCR发展OCR未来将会向社会生活持续渗透、应用场景不断拓宽和手写识别应用扩大方向发展OCR是最基础最广泛的AI应用方向，能够与各行业结合形成广泛的社会效应深度学习、NLP赋能下，智能文字识别技术不断提升人工智能技术的发展使得OCR技术的性能和效率得到提升，更好的满足实际应用的需求，推动OCR持续向社会生活渗透。其次，OCR是AI应用领域里应用最广泛的，每年保持20%的新细分应用场景的增量，不断拓宽应用场景。深度学习和更高精度的算法等技术的出现使得手写识别的能力逐步提升，手写识别应用不断扩大。读光OC基于其图像文字定位、文字识别和文字理解的全栈式技术体系，形成了通用文本识别、卡证票据识别等能覆盖各行业的产品体系，读光OCR为企业实现降本增效优势使得其成为AI应用当中最广泛的方向之一，能与各行业形成广泛的社会效应当前深度学习技术不断发展，加速了智能文字识别技术性能提升，为复杂场景的