TMT崛起系列（四）：哪些AI应用能较快落地

策略专题研究报告 证券研究报告 TMT崛起系列（四） 2023年05月30日 国金证券研究所 分析师：艾熊峰（执业S1130519090001）分析师：孟灿（执业S1130522050001） 分析师：陆意（执业S1130522080009） aixiongfeng＠gjzq.com.cn mengcan＠gjzq.com.cn luyi5＠gjzq.com.cn 哪些AI应用能较快落地 AI应用领域，从技术难度由易到难，可以分为“帮助决策，辅助创作和代替执行”三个层面。1）帮助决策是AI在数据和信息基础上形成知识，进而帮助人类进行决策，完成精度要求不高的特定任务。主要应用于生活和办公以及专业服务方面。比如：智能助手：日常生活、办公管理等；专业服务：广告、教育、金融、医疗、物流、安防、电力等；2）辅助创作是AI在知识的基础上形成逻辑推理能力，辅助内容创作，实现创意目标。主要应用于资讯、文字、图像、影视、游戏等；3）代替执行是AI在逻辑推理基础上形成高精度的执行能力，主要应用于智能机器领域，代替人类执行高精度要求的解决方案。比如智能汽车、智能机器人、智能工厂等。 AI应用落地，一方面取决于应用领域公司的投入度（包括研发投入和资本开支等），另一方面也取决于应用领域的容错率（一般而言试错成本低的AI应用领域往往更加容易落地）。自下而上来看，投入度大且容错率高的应用领域往往落地进度较快。而有些领域尽管投入度很大，但容错率较低，这些领域AI应用落地一般需要更长时间。此外，对于那些投入度小的领域来说，如果试错成本较高，那么应用则难以落地。有些行业可能容错率较高，但投入度小往往意味着应用落地的空间较小。 计算机的落地应用场景丰富，C端占比虽然不高，但依旧有包括办公软件、证券IT、智能硬件等；B端场景更丰富，需求相对市场化的包括工业软件、企业服务、金融科技等。 办公套装：目前以大模型驱动的AIGC技术浪潮在办公套件领域的影响主要集中在两大维度：一是通过对于非结构化文档的智能识别、分析、审查，大幅提升了程序化工作的效率；二是为创意工作者提供大量可选的创意素材，成为创意工作者的智能助理，辅助其开展创作。 金融IT：生成式大语言模型能够赋能金融行业的智能客服、产品推荐、市场分析、风险控制、报告生成等场景，帮助银行、券商等金融机构提升服务质量和工作效率。 企业服务：作为所有下游行业数字化与智能化的赋能者，有望显著受益。随着各大科技厂商大模型的推出：百度“文心千帆向客户提供企业级大语言模型服务；阿里启动“通义千问伙伴计划”覆盖各个行业，AGI通用能力+细分场景模型训练有望在ERP、CRM、OA、HR等层面实现拼图重塑。 从落地趋势来看，我们认为以“AI+内容”为代表的行业将尽快落地，较早受到本轮AI的红利。原因在于：1）AI生态繁荣，各头部大厂皆发布自研大模型，对于内容公司，可通过直接调用或以B端合作的情况直接获取AI能力。2）当前AI技术已经可帮助实现简单的内容创作，行业技术已经具备初步应用能力。 游戏：AI+游戏端的落地场景可具体分为两大层面：1）研发过程的降本增效：AI凭借高效低成本的特点可以在游戏制作过程中有效实现降本增效。AIGC技术在2D美术批量图片生成、基础代码的复核、AI语音的应用等领域的降本增效已经体现出明显的潜力。2）用户体验升级：智能AIBot在游戏过程中，作为助手和NPC可带来更强交互感，利用AIGC丰富游戏关卡、提高游戏用户可玩性等。 营销：同样已经初具规模，AI+广告将赋能内容理解及广告投放模型。例如：三人行与科大讯飞牵手合作，共同开发下一代AI多模态智能营销工具。腾讯广告端同样接入混元大模型和广告精排大模型进行对广告从制作推送的全链路进行优化增效。 经济下行超预期、宏观流动性收缩风险、海外黑天鹅事件、产业政策落地不及预期 内容目录 一、哪些AI应用落地较快：投入度和容错率框架4 1.1AI相关支出持续加快提升，哪些应用更快落地？4 1.2AI应用金字塔：帮助决策、辅助创作、代替执行5 1.3AI应用落地比较：投入度和容错率6 二、计算机：办公套件、金融IT、企业服务和工业研发设计有望率先落地8 2.1AI大模型有望强化计算机行业龙头效应8 2.2办公套件：对话式交互催化文档智能进阶，AIGC赋能创意工作模式变革9 2.3金融IT：大模型可应用于智能金融问答、报告及底稿生成等场景11 2.4企业服务：在ERP、CRM、OA、HR等层面实现拼图重塑14 2.5工业研发设计：引领研发设计工业软件交互模式变革15 三、传媒：游戏、营销等行业有望率先落地16 3.1大模型时代流量入口或迎变局，部分应用将成为流量入口，部分被集成16 3.2游戏及云厂商研发投入较多，投资偏好AI深层应用17 3.3游戏、营销等行业有望率先落地20 四、风险提示21 图表目录 图表1：亚太（除日本）AI支出规模和增速4 图表2：AI支出相关领域占比4 图表3：一级市场AI投资领域（单位：十亿美元）5 图表4：人工智能应用金字塔6 图表5：AI应用落地比较框架6 图表6：万兴科技AI产品展示7 图表7：Copilot应用于Word7 图表8：Copilot应用于Excel7 图表9：AI大模型有望放大行业龙头效应8 图表10：2023年中国AIGC对行业变革影响评估模型8 图表11：2023年各行业应用AIGC能力矩阵9 图表12：大模型对办公套件AI应用端的两大影响维度9 图表13：福昕软件AIGC文档摘要&修改建议+智能搜索定位文档内容功能10 图表14：万兴亿图脑图协同版对话式AI创作模式10 图表15：有米有数一键生成创意文案界面11 图表16：有米有数AI剧本产品界面11 图表17：ChatGPT将带来金融智能化变革11 图表18：同花顺AI数字人首秀东亚前海证券12 图表19：同花顺AI数字人实现“FacetoFace”体验12 图表20：通达信“问小达”支持金融智能问答12 图表21：恒生电子先锋实验室2023年一季度部分课题13 图表22：顶点软件智慧运营解决方案13 图表23：公司AI脚注支持多项自动化功能14 图表24：AI赋能企业服务拼图重塑15 图表25：“AI+”引领工业研发设计范式变革16 图表26：移动互联网时代前、移动互联网时代、大模型时代的个人需求满足流程对比16 图表27：代表互联网公司研发费用率17 图表28：代表游戏公司研发费用率17 图表29：代表内容公司研发费用率17 图表30：代表出版公司研发费用率17 图表31：代表营销公司研发费用率18 图表32：不同行业代表公司研发费用率均值比较18 图表33：各代表公司资本开支，单位：百万18 图表34：各大领域均开设AI相关招聘岗位19 图表35：中国创新主体高价值专利技术布局20 图表36：人工智能创新产业链产业融合发展图谱20 图表37：逆水寒智能NPC对话20 图表38：腾讯绝悟AI游戏助手20 图表39：腾讯广告混元AI大模型布局21 图表40：StableDuffsion5月发布支持文生动画的SKD21 1.1AI相关支出持续加快提升，哪些应用更快落地？ 随着通用人工智能的加速发展，在基础层、技术层和应用层三大领域，应用层应该是当前市场预期最高，同时也是分歧最大的领域。根据IDC的预测，2023-2026年，亚太地区（除日本外）AI相关支出年复合增长在25%左右，2026年预计总支出规模达到492亿美元。 哪些领域的AI应用能较快落地？从当前各大行业AI支出规模来看，客户服务、营销服务、商业智能、IT优化和反欺诈等领域支出规模占比相对较高。从一级市场AI投融资规模来看，医疗健康、数据管理、金融科技、网络安全、零售、工业自动化、营销和广告等领域。 接下来我们将从AI应用的难易程度和落地进度两个角度去比较不同领域中AI应用。首先，从难易程度来看，应用AI的目标不同，涉及的技术精度不同，其难易程度也不尽相同。从落地进度来看，那些容错率高，本身有投资和研发需求，甚至能开创新需求的行业落地进度或相对较快。 图表1：亚太（除日本）AI支出规模和增速 60.00 50.00 20%19% 30.00 18%17%16% 20.00 15%14% 10.00 13%12% 11% 0.00 2021 2022 2023 2024 2025 2026 10% 40.00 支🎧（十亿美元）同比右轴 25% 25% 25% 24% 23% 26% 25% 24% 23% 22% 21% 来源：IDC、国金证券研究所 图表2：AI支出相关领域占比 13.20% 7.60% 7.20% 61.20% 5.50% 5.30% 智能客服 营销服务 智能商业 IT优化 欺诈分析与调查 其他 来源：IDC、国金证券研究所 图表3：一级市场AI投资领域（单位：十亿美元） 娱乐自然语言处理NLP和客户支持能源，石油和天然气 半导体音乐和视频 AR/VR 营销和数字广告工业自动化和互联网 零售网络安全和数据保护 金融科技数据管理，处理和云 医疗健康 20222021 0.7 3.8 1.5 1.8 2 0.9 1.9 1.8 2 0.8 2.5 2.8 2.2 3.8 4.2 4.4 5.4 7 9 6.1 5.9 5.5 4.2 2 1 9.5 0246810 来源：HAI、国金证券研究所 1.2AI应用金字塔：帮助决策、辅助创作、代替执行 AI应用领域，从技术难度由易到难，可以分为“帮助决策，辅助创作和代替执行”三个层面。 帮助决策是AI在数据和信息基础上形成知识，进而帮助人类进行决策，完成精度要求不高的特定任务。主要应用于生活和办公以及专业服务方面。比如：1）智能助手：日常生活、办公管理等；2）专业服务：广告、教育、金融、医疗、物流、安防、电力等 辅助创作是AI在知识的基础上形成逻辑推理能力，辅助内容创作，实现创意目标。主要应用于资讯、文字、图像、影视、游戏等。 代替执行是AI在逻辑推理基础上形成高精度的执行能力，主要应用于智能机器领域，代替人类执行高精度要求的解决方案。比如智能汽车、智能机器人、智能工厂等。 图表4：人工智能应用金字塔 代替执行 •执行高精度要求的解决方案 •如：高级别自动驾驶、智能机器人、无人工厂 辅助创作 •实现创意目标 •如：文字、图片、语音、视频等数字内容创作 帮助决策 •完成精度要求不高的任务 •如：日常生活和办公助手、辅助驾驶 来源：国金证券研究所 1.3AI应用落地比较：投入度和容错率 AI应用落地，一方面取决于应用领域公司的投入度（包括研发投入和资本开支等），另一方面也取决于应用领域的容错率（一般而言试错成本低的AI应用领域往往更加容易落地）。自下而上来看，投入度大且容错率高的应用领域往往落地进度较快。而有些领域尽管投入度很大，但容错率较低，这些领域AI应用落地一般需要更长时间。此外，对于那些投入度小的领域来说，如果试错成本较高，那么应用则难以落地。有些行业可能容错率较高，但投入度小往往意味着应用落地的空间较小。 因此，比较来看，那些AI应用落地较快的行业往往都是投入度高且有一定积累的行业，空间大且容错率高的行业。对应到前文提到的AI应用金字塔，“帮助决策，辅助创作和代替执行”三大应用层面不仅是技术难度逐步增加，同时应用领域的容错率要求也是逐步提高。 图表5：AI应用落地比较框架 来源：国金证券研究所 1）投入度高且有一定积累的行业。也就是那些原本需求有支撑，投资和研发意愿较强的行业。消费领域和企业管理运营领域一般需求都相对稳定，同时这些领域在加大获客、降 低成本和提高效率等方面的意愿较强。因此，从中微观层面来看，那些在加大AI投入的应用领域有望加速落地。具体而言，“研发投入、资本开支、人员招聘以及专利积累”四大维度能够较好体现细分领域AI应用落地进度。 2）空间大且容错率高的行业。也就是AI应用能带来增量需求，甚至开