计算机行业：解构AI应用(1)：AI货币化是确定性趋势 C端关注交互类产品打开新场景

　　近期变化：海外AI 技术逐渐兑现EPS，国内大体上仍维持追赶趋势AI 是非常重资产的尝试，过去一年来海外大厂的投入量级证明了AI 是贵族的游戏，也是科技厂商在面临增长瓶颈时进行的重要押注。但从商业的角度出发，历史上看所有的技术性投入都需要落地成真实的产品壁垒，并且说服用户付费，才能形成真正的产业，而这是目前困扰行业的重要难题之一——如何说服用户为AI 产品买单。这个问题的另外一个隐喻是——AI 到底为公司、产品本身带来了什么价值。近期，随着海外应用大厂EPS 逐渐证明AI 技术的必要性，这一担忧逐渐缓解，我们认为AI 技术的产业化趋势已经进入一个新的阶段。AI 技术对于报表的影响可以大致分为降本-增收-市占率-经营杠杆几个阶段，目前海外应用公司已经在广告、电商、医疗等多领域证明了AI 技术对企业发展的价值，甚至在未来产生经营杠杆的能力。反观国内，从总量的数据看，国内的应用厂商仍然处在追赶海外进展的阶段。

    　　落地难点：生产侧提效受制于模型能力提升，需求侧创新受制于用户时长饱和当我们认为，本轮AI 落地难的症结在于找不到商业闭环，而C 端难以形成商业闭环的核心原因主要有两个层面：生产侧的提效受制于模型能力的提升，需求侧的创新受制于用户时长的饱和。生产侧是技术问题，生成式AI 天然的不确定性使得其作为一个效率工具仍然不稳定；消费端是高基数问题，目前用户的时间被大量互联网APP 占据已经非常饱和，而市场上大多数AI Native 场景的产品力和可玩性暂时无法与现有的成熟APP 竞争，现阶段AI 产品想要创造出新的消费场景难度较大。我们认为C 端AI 应用暂时没有创造出新场景或许是用户感知AI 应用暂时还没有创造出较大商业化价值的核心问题之一。

    　　典型应用：破局在逐步产生，最看好交互类产品创造新消费场景的潜力随着工具型应用的能力提升，我们认为供需两侧的难题会在应用迭代的过程中被逐步突破。我们认为后续观测AI 产品的落地的重点应该在于以下几点：1）关注模型能力提升带来的产品落地次序，2）其次要关注在某一场景中AI 应用是否有从生产侧走向消费侧的潜力。综合以上两点，我们最看好交互类产品的货币化潜力：一是因为交互场景容错率高利于产品落地，二是搭载大模型能力的交互类产品是全新的产品类型，有望在饱和市场里找到新的消费场景。

    　　结论探讨：AI 货币化是个确定但需逐步成型的趋势，产品需要精细化打磨我们认为，近期海外应用公司报表的普遍变化+国内产业的积极推进证明AI 技术的货币化不是伪命题。随着模型能力的提升，AI 技术会逐步影响企业经营和行业地位。但需要注意的是模型能力不是全部，场景和数据也是核心壁垒之一。如何基于大模型天然的不确定性和原始业务场景做有机结合会决定应用公司真正的天花板。另外我们强调，未来打造AI 应用产品需要“精细打磨”，未来相同场景的产品差距甚远是常态。大趋势下，通过对目前较为典型的C 端场景分析，我们发现成功的AI 产品设计不能“套公式”——即将AI 技术与现有业务进行粗糙的结合，而是要“精细打磨”——将AI 技术与自身生态有机结合。未来AI 应用的企业哪怕是同一条赛道也会呈现出截然不同的效果。

    　　风险提示

    　　1、AI 技术发展不及预期风险；

    　　2、AI 监管风险。

声明：

1. 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
2. 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。