AI麦可打造外贸企业专属数智员工，打开全新收费天花板

AIagent成为大模型应用端的发展趋势，数字员工商业化空间广阔：AI agent和通用大模型的区别在于一定的自主判断能力，当前AI数字员工尚处于商业化早期阶段，预计在2030年将创造约1.73万亿元的应用市场规模，2021-2023年CAGR达到37.3%。 AI麦可3.0升级为自动化数智员工，未来打造全外贸场景下AI智能解决方案：中国制造网在业内率先打造外贸企业专属数智员工AI麦可，在卖家侧实现一键业务自动化、批量化处理，帮助外贸企业解决询盘回复、智能拓客、产品优化等痛点。在买家侧，重点涵盖智能客服、AI导购、AI助手三大功能，成为开拓买家侧收费渠道的强效工具。未来一方面向整个外贸生态场景延伸，完成应用集群持续迭代，打造外贸全链路的AI解决方案；另一方面，大小模型结合形成外贸企业私域智能大脑。 从营销预算切入客户人力资源预算，AI产品打开新空间：公司传统业务来自用户的营销预算开支，AI产品升级到数智员工阶段后，将为用户节省人力成本，其商业模式变为赚取用户的人力资源开支，贡献新收入增量，打开ARPU值天花板。a、短期内，当麦可的收费提高到1.5万/年，且完成50%客户渗透率目标时，麦可每年可为公司创造约1.88亿元收入，乐观情况下约4.5亿元；b、中期来看，麦可从工具端进阶为数智员工，中性情况下若麦可帮助外贸企业替代3名平均月薪为7k/月的基础员工，中期麦可卖家侧潜在商业化空间达到9.45亿元/年，乐观情况下20亿元左右。c、长期来看，中国制造网增量空间大：整体跨境电商行业数字员工市场规模约277亿元。中国制造网具备先发优势，中性假设下市占率达到20%，获得收入增量天花板55亿元。 买家侧AI商业变现有望落地：麦可未来为买家提供增值服务，假设采取类似山姆的小额年费制，若年收费400元且50%的活跃买家付费，中长期麦可买家侧潜在商业化空间为24亿元/年，乐观情况下约65亿元。 盈利预测与投资评级：考虑到2023年外贸出口承压，23年之后AI产品打开增量空间，我们维持此前的盈利预测，预计23-25年归母净利润为3.78/4.73/6.16亿元，现价对应PE为25.36/20.23/15.55倍。受益于ARPU值和付费用户数稳健提升，具备长期成长空间。给予公司2023年10倍PS估值，目标价53.3元，维持“买入”评级。 风险提示：海外出口需求不及预期，新技术接入效果不及预期，行业竞争加剧风险。 1.AIagent成为大模型应用端的发展趋势 1.1.AIagent加速大模型商业化进程 AI agent是一种能够感知环境、进行决策和执行动作的智能实体。AIagent通常基于机器学习和人工智能技术，具备自主性和自适应性，在特定任务或领域中能够自主地进行学习和改进。结构上，可分为LLM、任务规划、记忆和工具使用四个部分。其中，大语言模型LLM扮演“会学习的大脑”的角色，驱动记忆和工具等组件，实现自我规划、自我进化；任务规划涵盖了任务的细分和自我审视；记忆部分则包括感知型记忆、短时记忆和长时记忆；而工具使用则涉及任务的定义、选择模型、执行任务以及产生反馈。 AI agent和大模型的区别在于一定的自主判断能力。AI agent的核心是实现自动化的运营。根据外界的条件，自己做出一定的自主判断，实现自我的运营，自己创建prompt实现目标。而大模型与人类之间的交互基于用户提供的prompt实现。AIagent的效果和质量由底层大模型的能力决定，大模型的商业化应用通过AI agent实现。 图1：由LLM驱动的AI agent的架构 AI agent模仿人类决策的“PPA”流程，可以归纳为三个步骤的循环：感知(Perception)、规划(Planning)和行动(Action)。AIagent感知环境再自主采取行动以实现目标，并可以通过学习或获取知识来提高其性能。完整的AIagent与环境充分交互，基于对这个世界的全部感知，推导出其隐藏的状态，并结合记忆和对世界的知识理解，进而做出计划、决策和行动；而行动又会反作用于环境，提供新的反馈，结合对反馈的观察，继而再做决策，循环往复。 图2：AI agent使用“拟人”的行动逻辑与环境交互 AIagent是AI应用的下一个方向，是连接大模型与场景间价值的桥梁。庞大且复杂的通用大模型在面对特定场景时，不能简单快捷地自动完成任务，需要大量人为干预。 目前调用大模型时仍存在许多问题，如幻觉、上下文容量限制、能力固化、难以完成复杂任务等，无法直接通向AGI和商业化。AIagent基于已有的大模型的能力边界，消除人与AI系统的大量繁琐交互，把价值传递到更多的场景，成为实现AI价值落地到细分领域的未来方向。OpenAI创始团队成员、特斯拉前AI总监Andrej Karpathy表示，AI agents是OpenAI关注的下一个重点发展方向。OpenAI在2023年8月，宣布首笔公开收购，收购美国纽约初创公司Global Illumination，探索AIagent在沙盒游戏里的应用。 2023年6月以来，AIagent产品密集上线，开始初步商业化。2023年4月推出的AutoGPT是AIagent的雏形，AutoGPT可拆解任务并分步执行，直到完成项目，无需连续输入prompt提示词。谷歌Deepmind推出Robotic agent，利用机械臂自动执行各种工作；哥伦比亚大学公布了可用于完成科研任务的GPT Researcher；亚马逊推出了Amazon Bedrock Agents，可以自动分解企业AI应用开发任务；AI独角兽Inflection正在开发私人AI助理，可以帮助用户完成订酒店等私人任务。目前AIagent产品在行业的商业化落地尚未完全成熟。由于AIagent对环境反馈的依赖性较强，AIagent适配于数字化程度较高、需求高度类似的垂直领域行业，如外贸电商平台。基于大量数据和规模效应，外贸企业可以通过AI进一步提升引流效率与订单转化率。由于AIagent尚处于早期阶段，不能实现全行业通用，未来几年将形成一个长尾的供应商结构和分散的市场格局。 表1：23年6月开始AIagents产品密集上线时间产品 1.2.数字员工市场空间广阔，初步落地应用场景 数字员工的核心优势在于：提高生产效率、降低运营成本、增加用户体验。（1）提高生产效率：提升跨部门沟通效率与实现流程清晰顺畅，整合分散的工作流程，提高工作效率；（2）降低运营成本：将员工从重复性劳动中解放出来，提高管理效率，降低人力成本，大幅降低人工失误损失。根据麦肯锡分析，数字员工的成本与自然员工相比，每年将能够减少约81%；（3）增加用户体验：解绑时效性工作，缩短员工加班时长，并以更符合用户需求的高效应答方式实现智能化、人性化服务，提高用户满意度。 图3：数字员工与自然员工成本对比（千人民币/年） 数字员工尤其适合三类工作场景：重复度高且增长空间有限（不想干）、交互性强且直接影响用户体验（不好干）、准确性要求高且具高危性（干不好）。在这些场景中，由于工作特点和人的精力限制，员工无法持续有效地完成工作，企业投入大量人力资源成本解决繁琐重复的问题，数字员工结合新型技术可以有效克服用工场景的核心痛点。 在这些场景中，电商行业的数字化劳动力技术应用场景最多，目前AI技术的能力边界已经涵盖文字自动识别、图文文本审核、客户应答等多种场景。麦肯锡的分析表明，企业若持续将数字化劳动力作为新的用工方式，有望在1-3年内将中、后台生产力提升40%-50%，员工离职率降低30%，并节省10%-20%的人工成本。 表2：数字员工可解决三类用工场景的痛点场景数字化劳动力技术应用 数字员工预计在2030年将创造约1.73万亿元的价值蓝海，未来8年内将实现1.6万亿的经济增值空间，CAGR达到37.3%。其中，在交互应用和企业流程优化方面数字员工能够带来更大的增值效益。AIGC能够提升数字员工交互水平，实现类人化的交流，而随着数据持续的训练，在企业内部业务流程方面也能够真正实现人力替代。对于中国而言，RPA中国数据显示，未来5年的中国RPA（机器人流程自动化，即数字化劳动力的概念）渗透率拥有较大提升空间，贡献RPA市场持续增长的动力，中国RPA市场规模增速较快，预计2026年达到150亿元。 图4：全球数字员工市场规模及预测 图5：中国RPA市场规模快速上升 2.中国制造网：打造外贸企业数智员工AI麦可，拓展全外贸场景 2.1.AI麦可3.0版本迭代完成，自动化数智员工赋能平台业务 AIGC全方位赋能中国制造网，打造外贸场景下专属AI数智员工麦可。公司和Open AI接口对接之后，在5月15日集成发布AI麦可，依托中国制造网20余年的数字化外贸推广经验，结合AI技术在外贸营销领域的多场景运营模式，为出海企业提供智能化、自动化的解决方案，提升运营效率和数字竞争力。2.0版本的AI麦可的主要产品功能包括信息发布、搜索产品优化、商机跟进、语音解析探索等。在7月26日发布的AI麦可更新版本中，较此前版本产品新推出了图片合成、营销计划生成、行业情报、智能拓客、24h智能客服等功能，帮助企业在设计、营销、客服领域降本提效，提升成交效率。 图6：AI麦可产品路线图 图7：AI麦可数字仪表盘 9月4日公司发布的3.0版本进一步迭代，形成了完整的产品路线图。在卖家侧，麦可明确升级为自动化工作流数字员工，在2.0基础上打造数字仪表盘，实现了功能的自动化、批量化处理，操作人员仅需一键优化就能解决重复性的繁杂痛点，大大提升了工作效率，形成了相对成熟的企业智能私域大脑。在买家侧，买家APP致力于打造AI助手，重点涵盖智能客服、AI导购、AI助手三大功能，成为开拓买家侧收费渠道的强效工具。 表3：AI麦可产品迭代进程 AI麦可的收费方案和客户数量：当前AI麦可的收费逻辑是向用户推出标准化套餐的月包/半年包/年包，收费分别为1980元/月、5980元/半年、9980元/年；以及额外的加油包和体验包。服务期内每天可消耗200电量，需要说明的是，除图片合成、生成买家行为画像、智能拓客等功能外，其余功能均为使用1次消耗1个电量。截至今年8月使用AI麦可的客户累计达到2000多名，其中有20%-30%是新收费会员，按照2023H1中国制造网2.44万名收费会员数来计算，当前AI麦可的客户渗透率为10%左右。为了加快年底AI产品客户50%的渗透目标，公司计划开放部分功能免费从而使用更多数据训练垂类模型，我们认为B端产品只有在效果稳定输出后才能够形成稳定的长期付费模式。 表4：AI麦可当前收费模式 AI产品的最终章将形成全外贸链路的解决方案，打开收入新增量，有望提升ARPU值。当前AI麦可主要服务于中国制造网平台内的供应商客户，为平台内付费会员提供AI自动化服务。但公司早已在中国制造网服务的基础上，进一步形成了以领动建站、孚盟CRM、企业培训为主的“X业务”和以交易、收款、物流等服务为主的“链路生态业务”的一站式全链路综合贸易服务体系。在这个链路生态中，公司能够将形成的AI解决方案嵌入生态伙伴后台，同时赋能生态上的客户群；而生态伙伴就不再需要去进行额外的大模型对接训练。公司将底层能力赋能外贸场景，使得客户应用更多元化，同时增加训练数据集进一步提升垂类模型精确度。 随着AI发展逐渐转入下半场，垂直场景应用是AI能否直接释放商业化变现能力的终局战场。从B端应用来看，公司AI麦可产品能够满足： （1）高标准化业务流程场景，AI能够针对标准化的工作流程直观进行降本增效。 焦点科技主要面向中小型B端用户，该类客户高度重视降本增效下的成本节约，同时其标准化的工业流水场景易被AI应用。 （2）数据丰富，进一步迭代垂类模型优化使用效果。中国制造网平台上除2.5万付费会员外，还有近20万活跃用户以及“X业务生态圈”，数据丰富且容易标注，未来预计会有更大的训练和增长空间。 （3）开拓新的业务模式增量。过去焦点科技的业务来自于广告流量，而AI赋能后将