智通财经APP获悉,中信证券发布研报称,AI底层能力更强、生态更多元、成本更低的背景下,爆款AI应用的出现只是时间问题。因此,建议持续关注AI应用行业,关注未来爆款AI应用的进程。其中具备AI基础能力,同时又有应用场景的平台性公司值得重点关注;建议关注各类AI应用细分行业公司,以及消费、金融、制造、能源、农业、医学等行业具有AI改造潜力的子行业及公司。
中信证券主要观点如下:
AI应用全景:海外领跑,国内快速追赶。
AI应用产品大盘流量持续快速提升,现阶段海外AI产品的流量盘明显高于国内,但是国内和出海以更快的速度追赶,根据AI产品榜数据,2024年5月AI产品全球市场的上榜访问量年增幅为41.2%,国内市场年增幅为628.8%。目前AI应用已经渗透到多元化的细分行业,应用最为广泛的AI应用品类分别是对话式模型、搜索引擎、设计工具、角色生成(AI陪伴)、写作生成,全方位赋能用户工作、学习、娱乐等方面,并且增长趋势向上。AI应用行业虽有竞争,但是目前仍在商业模式探索早期并处于增量市场状态,AI应用产品百花齐放。
AI应用分析:品类丰富,生态蓬勃发展:
①对话式大模型:海外访问量相对更高的是Chatgpt、Gemini和Claude三大模型,其中Chatgpt一枝独秀;国内大模型产品之间差距没有海外明显,网页端Kimi、文心一言、通义千问领先,App端豆包、文心一言、Kimi、天工AI领先,规模最大的是豆包,增长更迅猛的是Kimi,竞争仍在持续。
②AI搜索:流量增长较快,根据AI产品榜,2024年5月搜索引擎的AI产品上榜访问量为16.30亿,排名第二,对话式大模型与AI搜索融合,增加了大模型产品的功能,扩展了使用场景,提升了用户使用粘性,利于AI应用的流量增长。
③AI效率工具:主流产品功能涵盖写作/校对/改写、PPT制作、白板协作、翻译、语音转文字等;国内海外更受欢迎的AI效率工具都是白板协作类和翻译类产品。
④AI聊天/陪伴:海外CharacterAI流量领跑,根据非凡产研,AI产品榜aicpb.com和Similar Web的数据,2024年7月CharacterAI网页端访问量达2.1亿次,保持环比增长势头;国内的星野增长趋势同样亮眼;AI聊天/陪伴类产品的共性是用户粘性非常高,拥有远高于其他AI应用产品的人均使用时长,根据极光月狐数据,星野App日人均使用时长突破过100分钟/日的大关,7月稳定在60分钟水平,并在8月增长至70分钟以上水平。2024年8月CharacterAI被谷歌收购,目前变现能力较弱或为公司寻求被收购的原因,但是AI聊天/陪伴作为起步探索,未来AI娱乐形式有望更加丰富;文字类的AI娱乐形式已经获得如此高粘性,随着AI能力的提升,未来AI娱乐形式进一步升维到图像、视频、游戏等,厂商有望开发出更加爆款、高粘性、高付费意愿的AI应用品类。
⑤AI设计和图片、音频和视频生成:国内AI设计类和AIGC图像产品更多,海外AIGC图像、音频访问量更大。
AI多模态进展:国内AI视频应用能力和影响力提升。
从Sora起,DiT被AI视频模型广泛应用,集Diffusion和Transformer优点之大成,快手可灵、PixVerse等效果出众的AI视频模型也采用DiT架构。以快手可灵为代表的国产AIGC视频大模型能力和效果强大,并快速起量,在质量保证的同时价格也优于海外视频模型,有望在国内外抢占先机。AI视频在影视、短视频、游戏、营销、教育等落地场景更丰富且深入,建议持续关注。
端侧AI进展:模型和硬件快速发展。
一方面训练精度提升和架构创新优化,带动轻量化模型性能提升,十亿级参数模型性能可击败大几个数量级参数的模型。同时支持端侧AI的硬件产品陆续发布,AMD、高通均有超过微软Copilot本地运行40 TOPS算力条件的芯片。目前十亿级参数规模的轻量化小模型如苹果端侧模型、Phi-3等已经可以在移动、PC端进行使用。此外,AI硬件有望进一步延伸至AI Pin、AI眼镜等AIoT设备。端侧AI的意义在于提升AI应用经济性,拓展AI应用使用场景,如离线场景、智能AIoT设备等。
AI行业应用:消费、金融、制造、能源、农业、医学等领域均有较大应用潜力。
在AI能力提升和端侧AI发展的背景下,AI应用将不仅局限于PC或移动端等线上场景,而同时具备在线下行业端的应用潜力,包括消费、金融、制造、能源、农业、医学等领域。以农机自动驾驶为例,中信证券研究部智能互联组预测,2024-2030年中国农机自动驾驶系统市场增量超450亿元。
风险因素:
AI大模型和多模态能力研发进展不及预期风险;AI应用生态发展不及预期,导致AI应用爆款落地慢于预期风险;AI商业化变现不及预期难以支持AI应用商业模式风险;国内和海外政策监管趋严以及地缘政治问题加剧风险;AI应用行业竞争加剧风险AI应用的质量、版权、舆论等风险;AI硬件升级速度较慢导致端侧AI发展不及预期风险;宏观经济和消费复苏不及预期影响AI应用消费意愿风险等。