AI应用专题：百花齐放，静待杀手级别应用

AI应用专题： 百花齐放，静待杀手级别应用 国联证券传媒互联网研究团队 2024年2月27日 报告评级：强于大市 证券研究报告 2024年，还有哪些值得期待？ 第四部分 C端应用：头部格局稳定，静待杀手级应用 第三部分 B端应用：从通用场景到垂直赛道 第二部分 目 录 第一部分 AI产业研究框架&海内外生态概览 1、AI产业研究框架&海内外生态概览 基建层 硬件 云服务 数据准备-数据标注-模型训练-实验管理-模型部署-产品整合 中间件 B端应用 C端应用 应用层 模型层 基建层：AI硬件及云服务。以NVIDIA为首的AI硬件算力进步使大模型的单次训练成本降至可以接受的1000万美元以下；同时以Azure为首的云服务厂商集成了算力资源和AI建模的能力，也将成为基础设施的重要部分。 模型层：AI模型及算法。以OpenAI为首的研究机构连续发布了文本、图片等多模态生成的高质量模型，其中对话和图片产出内容质量之高使其短期内成为提高内容生产效率的工具，长期将引领下一代交互方式、成为新的流量入口。 中间件：MLOps等AIinfra。底层模型和上层应用之间的中间件，包括模型训练、模型推理两大板块中的各个细分环节，代表公司包括scaleAI、pinecone等。中期，随着上游大模型厂商“军备竞赛”，中间件作为“卖武器”的公司有望持续受益。 应用层：B端及C端AI应用。得益于上游分摊了大量研发成本，下游应用针对垂直应用场景定制小模型，满足特定的用户需求，实现商业化变现。目前从落地节奏来看，2B快于2C，工具类快于社交/内容类。 由于基建层、模型层竞争格局已较为稳定，硅谷投资人主要关注中间件、应用层的初创企业。 资料来源：海外独角兽，国联证券研究所整理4 1.数据准备 2.模型训练 数据标注 ModelHub 深度学习框架 分布式框架 机器学习领域的类 Github开源社区 AI模型训练与推理的核心框架，使模型能够高效的实现计算 将一个庞大的AI模型分配给多个硬件进行处理，最后再综合起来得到结果 流程 细分环节 主要作用 标注机器学习输入(X,y)中的y部分，在一部分目标变量y缺失的业务场景 代表公司&融资总额 Scale（人工数据标注商）：$6亿Snorkel（模型数据合成/标注）：$1.35亿 Huggingface（模型开源社区）：$3.95亿 Tensorflow（Google旗下）PyTorch（Meta旗下） Anyscale（分布式计算平台）： $2.59亿 为AI模型提供人类先验知识的输入 4.产品整合 3.模型上线 向量数据库 实验管理 模型部署 模型监控 追踪模型版本，验证模型性能，选择最优版本的模型进行上线 把训练好的模型在特定环境中运行，需要最大化利用资源的同时保证模型性能 实时保持对模型输出结果的监控，将用于模型安全 流程 细分环节 主要作用 非结构化数据库，储存的数据形式为向量，向量数据的高速搜索对于未来 代表公司& 融资总额 Pinecone（向量数据库）：$1.38亿 Weights&Biases（AI 开发平台）：$2.5亿 BentoML（模型部署框架）： $900万 Fiddler（模型性能管理工 具）：$4520万 高性能的AI软件很重要 资料来源：Crunchbase，阿尔法公社，海外独角兽，国联证券研究所整理5 基建层（AI硬件） 被投公司 最近融资轮次总融资金额 领域 Etched.AI 种子轮540万 AI推理芯片 模型层（AI模型及算法） 被投公司 最近融资轮次 总融资金额 领域 OpenAI - 113亿 通用LLM Anthropic 公司轮 76亿 MistralAI A轮 4.9亿(欧元) Adept.AI B轮 4.15亿 Cohere 公司轮 4.35亿 StabilityAI 种子轮 1.7亿 ContextualAI 种子轮 2000万 应用层：AIB端及C端应用 被投公司 最近融资轮次 总融资金额 领域 2B/2C InflectionAI VC轮 15亿 chatbot B+C Character.ai A轮 1.5亿 情感陪伴 C Runway C轮 2.365亿 视频生成 B+C Harvey B轮 1.06亿 专业法律助手 B DeepL VC轮 1亿 翻译 B+C PerplexityAI B轮 1亿 chatbot B+C ElevenLabs B轮 1亿 语音合成 B SynthesiaAI C轮 1.566亿 音乐生成 C Figure VC轮 7.54亿 营销助手 B RewindAI A轮 2790万 搜索引擎 B+C LumaAI B轮 6850万 3D模型生成 B EvenUp B轮 5050万 个人法律助手 C Tome B轮 7530万 笔记 C Vectara 种子轮 2850万 图表制作 B Captions B轮 4000万 视频生成 B+C CodiumAI 种子轮 1060万 AI代码工具 B Hyper 种子轮 360万 视频生成 C Alltius 种子轮 240万 企业AI助手 B Narrato 种子轮 100万 图文生成 B+C 中间件：AIInfra 被投公司 最近融资轮次 总融资金额 领域 Replit VC轮 2.22亿 向量数据库 Pinecone B轮 1.38亿 向量数据库 EssentialAI A轮 6450万 模型部署 Weaviate B轮 6770万 向量数据库 Qdrant A轮 3780万 向量数据库 LangChain A轮 3500万 开源AI工具包 Chroma 种子轮 2030万 向量数据库 Fixie.ai 种子轮 1700万 AI模型自动化平台 BeehiveAI 种子轮 510万 数据分析 GPTZero 种子轮 350万 AI生成检测 资料来源：Crunchbase，国联证券研究所整理 注：数据截至2024年2月27日单位：除特殊标注为均为美元 公司名称 涉及领域 产品 最近融资轮次 最近轮次金额 月之暗面 大模型层 MoonshotAI丨KimiChat A轮 10亿美元 智谱AI 大模型层 ChatGLM 战略投资 25亿人民币 光年之外 大模型层 - 并购 20.65亿人民币 Minimax名之梦 大模型层、产品层 Glow丨MiniMax开放平台 战略投资 2.5亿美元 百川智能 大模型层 百川大模型 A轮 3亿美元 衔远科技 产品层 品商大模型丨领衔CIP平台丨ProductGPT 天使轮 数亿人民币 澜舟科技 大模型层 孟子生成式大模型丨澜舟AIGC Pre-A轮 数亿人民币 深势科技 产品层 Hermite丨Bohrium C轮 7亿人民币 潞晨科技 中间件 Colossal-AI A+轮 近亿人民币 标贝科技 产品层 TTS3.0丨声音超市丨标贝悦读 B+轮 1亿人民币 生数科技 产品层 UniDiffuser 天使轮 数千万人民币 TIAMAT 产品层 MorpherVLM A+轮 数百万美元 西湖心辰 大模型 西湖大模型丨造梦日记丨FRIDAY丨聊会小天丨心辰智能云 战略投资 未披露 波形智能 产品层 smart-trip.chat Pre-A轮 千万级人民币 ProjectAI2.0 产品层 - 天使轮 数千万美元 行者AI 产品层 谛听审核平台 天使轮 数千万人民币 特赛发科技 产品层 贷款催收大模型丨山下问童小程序 天使轮 数千万人民币 面壁智能 大模型层 CPM-Bee丨ModelForce丨面壁露卡 天使轮 数千万人民币 右脑科技 产品层 VegaAI图片创作平台 天使轮 数千万人民币 智子引擎 产品层 元乘象ChatImg 天使轮 数千万人民币 海国图智 - - 天使轮 1000万人民币 资料来源：IT桔子，国联证券研究所整理 2、B端应用：从通用场景到垂直赛道 B端应用落地更快，付费逻辑较为简单C端进度稍慢，突破性的产品供给创造用户需求 用户需求明确：只需要帮助企业降本增效，即长期来看提升的产能大于投入的成本（ROI>1），就会有望形成付费。与C端需求相比，指标更容易量化。 用户的需求并不明确，往往是供给激发需求。 对产品体验的要求较低，强调“可用性”：面向企业端的定制化应用，客户群体规模较小且需求明确，因此帮助企业效率提升的重要性大于产品本身的使用体验。 对产品体验要求较高，强调“易用性”：面向上亿级别C端用户的大众化应用，用户群体庞大且喜好各异，因此产品本身需要适配大多数用户的使用习惯，包括较低的学习成本、较快的响应速度、合适的使用场景等。强调“易用性”。 合规门槛：主要是企业层面的合规要求。 海外：为防止数据泄露，23H1三星、台积电、软银、日立、日本瑞穗金融集团和摩根大通等企业相继开始限制ChatGPT等交互式人工智能服务在商业运作中的使用。亚马逊、微软和沃尔玛也已向员工发出警告，要求员工谨慎使用生成式AI服务，埃森哲则警告员工不要将客户信息暴露在ChatGPT中。 合规门槛：主要是政府层面的监管规定。 1）海外：23年3-4月，意大利监管机构曾因ChatGPT内出现了用户对话数据和付款服务支付信息丢失的情况，且没有就收集处理用户信息进行告知，而禁止ChatGPT在国内的使用，验证问题解决后恢复。 2）国内：根据网信办联合7部门发布的《生成式人工智能暂行管 理办法》，对“提供具有舆论属性或者社会动员能力的生成式人工智能服务的”应用（即偏C端应用）的合规、备案提出了较高要求，对B端应用监管则相对宽松。 9 资料来源：网信办，AI星球，国联证券研究所整理 办公软件 广告营销 平面设计 游戏研发 影视制作 金融 电商贸易 医疗健康 法律 文字生成 微软office365copilot NotionAI JasperAir Meta广告助 手 UnityAI组件 英伟达ACE DramatronAI BloombergGPTprodigal Shopify SurferSEOAI AWS HealthScribeSchrodinger Harvey 谷歌DuetAI BingAI投放 RobloxAI工具 图片生成 Adobefirefly Midjourney Leonardo.ai 音频生成 PrometheanAI 视频生成 RunwayPikaSora 10 资料来源：国联证券研究所整理 怎么看B端应用发展前景： 1）市场空间（下游行业是否足够大，客户付费意愿、能力是否强）； 2）产品能力（产品体验能否满足下游客户的需求）； 3）用户基数（用户基数大则形成网络效应，助力应用和下游客户共同成长）。 复杂任务 游戏 研发医疗健 AI作为生产力工具：在办公软件、平面设计等容错率高、工作流简单的通用性场景率先落地，正逐步渗透到游戏研发、医疗健康等垂直行业。分类来看： 象限Ⅰ：专业程度高、工作流程复杂、数据壁垒高、容错率低。 壁垒最高：AI落地较难，一旦落地会形成较高的技术壁垒。 广告营 容销 错率高 平面设计 影视制作 ⅡⅢ 办公软件 金融康 ⅠⅣ 电商贸易 法律 象限Ⅱ：下游用户需求涉及多模态内容生成、专业程度高、流程较为复杂；但行业偏娱乐属性、容错率高。 壁垒较高：限于AI多模态能力，客户需求尚未被充分满足。 容 错 率象限Ⅲ：办公、设计等通用场景，市场空间大，下游用户 低需求较为简单，主要为单一模态的内容生成（文本/图片）。 壁垒较低：通用性SaaS，核心考验产品能力。 象限Ⅳ：行业数据以文本为主，任务多为文本调取/生成、相对简单；但场景专业度高、容错率相对较低。 壁垒较高：包括行业数据、模型能力、深入客户工作流。 资料来源：国联证券研究所整理 简单任务11 Saa