互联网行业：新质生产力加速AI+行业应用落地

此报告最后部分的分析师披露、商业关系披露和免责声明为报告的一部分，必须阅读。下载本公司之研究报告，可从彭博信息：BOCM或https://research.bocomgroup.com 交银国际研究行业剖析 互联网行业 行业评级领先 2024年7月25日 新质生产力加速AI+行业应用落地 第二十届三中全会提出要因地制宜发展新质生产力体制机制，促进各类生 产要素向发展新质生产力集聚。在“加快发展新质生产力，扎实推进高质 行业与大盘一年趋势图 行业表现 量发展”的目标下，技术创新及革命性突破、实现高质量生产力效能提升，是先进生产力的核心要素。AI及大模型与行业结合，对传统行业进行改造，同时培育新兴产业、布局建设未来产业，将最终实现完善的现代化 产业体系。从技术成熟落地时间来看，办公、零售、客服、金融、营销、教育、文娱领域将率先迎来大模型场景落地，实现智能化转型。 20% 15% 10% 5% 0% -5% -10% -15% -20% -25% MSCI中国指数 长期来看，大模型对垂直行业的营收增量应远大于产业投入规模。从大模型带来生产力效益增量来看，麦肯锡报告认为生成式AI在中国对先进制造、电子和半导体、消费品、能源、银行业带来的效益最大。从对垂直行业增益占行业规模比例来看，平均增收约1-2%（约7650亿美元-1.2万亿美元，占中国GDP约4-6%），其中，对教育、医疗、高科技、保险、媒体与娱乐、电信等行业生产力的营收提升高于平均水平。根据艾瑞测算，2023年AI产业规模超2,100亿元（人民币，下同），预计2024年大模型 技术突破将带来更多存量扩张与增量空间，加速AI产业规模扩张，到 2028年AI产业规模将达8,110亿元，2023-28年复合增速24%。 大模型商业化路径展望：B端大模型虽迎来降价潮，但通过技术优化以及与提供商（云厂商等）其他产品交叉销售，仍能带来不错的收入增量。而受降价潮影响的创业者将通过垂直应用场景加速产品落地，同时通过与通用大模型的差异化竞争优势，继续推动行业理性发展。而C端产品仍未见杀手级应用，现阶段C端应用也仍以功能性尝试为主，或有待硬件迭代后探索更优可能。我们认为，AI智能体或可能成为未来大模型商业化落地的重要支撑，其具备门槛低、生态潜力大的优点，只需调用已有API，根据不同场景数据训练的智能体可以更好地发挥数据价值和竞争优势。 我们梳理了近50家AIGC投融资案例，从投资标的看，通用大模型公司最受热捧，月之暗面、MiniMax、智谱AI融资额领先，投后估值达25-30亿美元。垂直行业应用领域中，金融、医疗、营销融资热度领先。对比互联网大厂布局，阿里、腾讯投资最为激进，目前中国估值超10亿美元的5家大模型独角兽公司中，阿里全部参投，腾讯参投4家。除此之外，二者在垂直行业也多有布局。百度则将重心放在发展自有文心一言大模型，对外投资集中在垂直大模型应用以及大模型基础设施等方向。 投资启示：C端机会主要在具备流量（丰富应用场景）和资金实力的大公司，如搜索、社交和图文/视频生成领域领先的互联网公司。行业仍在混沌状态，创业公司如能研发出真正具备普适、满足真实需求的杀手级应用仍有跑出机会。海外用户有更好的付费订阅习惯，出海也是具备运营能力公司的创业方向之一。B端的机会主要在应用场景，看好已具备垂类行业经验、客户/数据积累和产品的公司，在大模型加持下，有望加速产品及 标准化交付发展的能力，实现规模化扩展盈利增长。我们建议关注腾讯 （700HK）、阿里（BABAUS）、百度（BIDUUS）等互联网大厂AI大模型的持续迭代，并对现有产品体系进行重塑，以及凭借行业经验和产品快速交付落地能力获取市场份额的垂类公司。 6/2310/232/24 资料来源:FactSet 谷馨瑜,CPA connie.gu@bocomgroup.com (86)1088009788-8045 孙梦琪 mengqi.sun@bocomgroup.com (86)1088009788-8048 赵丽,CFA zhao.li@bocomgroup.com (86)1088009788-8054 蔡涵 hanna.cai@bocomgroup.com (86)1088009788-8041 此报告最后部分的分析师披露、商业关系披露和免责声明为报告的一部分，必须阅读。下载本公司之研究报告，可从彭博信息：BOCM或https://research.bocomgroup.com 目录 核心观点总结4 大模型与垂直产业结合，加速发展新质生产力4 大模型变现路径：B端/C端多端布局，AI智能体或是商业化落地重要方向9 大模型将通过行业应用商业化落地10 AI行业应用是大模型发展的重要方向10 AI产业加速将带动行业规模扩张10 政策加持下，大模型助力新质生产力发展11 B端价格战将持续，降低试错成本，推进应用开发速度13 C端仍待杀手级应用出现，现阶段以免费+增值、生态协同为主14 AI智能体（AIAgent）或是B端C端应用商业化落地重要方向20 垂直领域应用场景22 协同办公：AI助力办公软件升级为生产力工具，协同办公成为大模型落地B端生态入口22 金融：数字化投入持续加大，大模型赋能多模态数据处理效率提升27 营销：AIGC/大模型落地场景丰富，近50%广告主参与数字化营销33 教育：大模型赋能个性化教学，海外布局仍在探索初期37 文娱传媒：AIGC充当高效辅助创作工具，推动内容产业智能化升级40 政务：AI/大模型应用广泛，渗透率达65%46 制造：AI重塑制造+物流+销售全环节，推动产业向服务化生产模式升级52 医疗：AI赋能医疗普惠，大模型加速AI+医疗应用落地56 核心观点总结 大模型与垂直产业结合，加速发展新质生产力 在“加快发展新质生产力，扎实推进高质量发展”的目标下，技术创新及革命性突破实现高质量生产力效能提升，是先进生产力的核心要素。AI及大模型与行业结合，对传统行业进行改造，同时培育新兴产业、布局建设未来产业，将最终实现完善的现代化产业体系。 自2023年上半年，多次政府会议中均强调了支持数字企业发展、健全中小企业创新工作机制，推动平台企业健康发展，鼓励头部公司探索创新，实现技术突破，与制造业、服务业深度结合，促进AI行业安全发展。 从技术成熟落地时间来看，办公、零售、客服、金融、营销、教育、文娱领域将率先迎来大模型场景落地，实现智能化转型。从中期来看，制造、政务、企业服务、智慧城市也将实现更多场景应用，而医疗、汽车、交通等场景落地将需要更长时间。 从带来生产力效益增量来看，麦肯锡报告认为生成式AI在中国，对先进制造、电子和半导体、消费品、能源、银行业带来的效益最大，将分别带来1520亿美元、960亿美元、850亿美元、590亿美元和490亿美元的经济效益。从对垂直行业增益占行业营收规模比例来看，对教育、医疗、高科技、保险、媒体与娱乐、电信等行业生产力的提升亦有较大推动。 图表1:大模型垂类领域潜力分析 变现潜力及规模 医疗 金融 科研 制造 汽车 办公 文娱 智慧城市 企业服务 交通 法律 营销 信息安全 零售 教育 智能家居 政务 IT服务 自然资源 客服 文旅 3年 5年 技术成熟落地时间 资料来源：亿欧智库，交银国际*气泡大小表示布局赛道的大模型厂商数量 图表2:生成式AI在中国，对先进制造、电子和半导体、消费品、能源、银行业带来的效益最大 总计 行政与专业服务先进电子与半导体先进制造 农业银行 基础材料化工 建筑 包装消费品教育 能源医疗高科技保险 媒体与娱乐 制药与医疗产品公共与社会部门房地产 零售电信 1.3-2.1 765-1235 0.9-1.4 23-36 1.3-2.3 69-123 1.4-2.4 152-261 0.6-1.0 14-24 2.8-4.7 36-61 0.7-1.2 32-54 0.8-1.3 31-51 0.7-1.2 33-57 1.4-2.3 64-106 2.2-4.0 27-50 1.0-1.6 45-73 1.8-3.2 18-32 4.8-9.3 22-42 1.8-2.8 11-16 1.5-2.6 14-24 2.6-4.5 23-39 0.5-0.9 10-19 1.0-1.7 19-33 1.2-1.9 36-56 2.3-3.7 10-15 1.2-2.0 18-29 旅游/运输和物流 生成式AI对行业营收的影响率（%） 经济效益增量 （十亿美元） 营销与客户产品销售运营研发 软件供应链 工程与运营 风险与法务 战略与财务 企业IT人才与 组织 、 资料来源：麦肯锡报告，交银国际*颜色越深代表效益越大 办公及企业服务：AI助力办公软件升级为生产力工具，协同办公成为大模型落地B端生态入口 AI推动传统办公软件从辅助型工具定位升级为生产力工具。AI+协同办公通过自动化数据处理、智能会议记录、智能助手的场景落地，可以显著提高工作效率，降低企业运营成本。相较传统协同办公，AI能力尤其是大模型在自然语言理解、机器学习能力的加持下，不仅提升了自动化办公的流程，更可以借助接入企业API及数据库沉淀，为企业决策提供更低门槛的数据支持，提升公司数字化转型进程，AI能力加持下，企业服务提供方有望实现基于付费订阅模型的商业变现。 具备AI能力的协同办公/企业服务软件主要包括钉钉、企业微信、飞书、如流等综合型协同办公厂商，以及垂直性厂商，如文档领域的WPS、腾讯文档，会议管理领域的腾讯会议等。巨头型的厂商通常接入自研大模型，长期竞争壁垒来自于功能完善程度、流量、生态规模，而垂类企业亦有机会通过MOE模式， 基于对垂直行业的业务理解适配行业基础大模型，实现AI能力的开箱即用，降低大模型的选择及使用门槛。 AI功能成为协同办公软件订阅收费的抓手。相比免费版，AI助手、会议录制、实时转写等功能需要付费享受更多次数及容量，我们认为AI应用的持续完善将提升订阅服务付费率以及单客收入，如钉钉订阅需要在年费的基础上增加1-2万元/年的费用享受更多额度的大模型调用次数，如飞书、WPS需要选择更高层级的订阅套餐享受更多AI功能。 金融：数字化投入持续加大，大模型赋能多模态数据处理效率提升 金融行业数字化投入较大，艾瑞预测到2027年，金融机构科技投入规模将超 过5800亿元，其中在前沿技术投入的金额持续加大。金融行业数据质量高，在此前金融科技的投入基础上，数据采集、数据清洗和标注等工作均已成熟，算法及训练模型完备，为大模型的训练创造了较好的环境。 AIGC金融应用主要包括：1）AI数智人：以提供丰富内容输出能力、提升交互体验为核心。2）智能营销：以用户全生命周期管理为核心，提供高定制服务体验。3）智能核保承保：以降本、非标客户拓展、保障风险为目标。4）理赔流程优化：同样以降本和业务处理流程衔接流畅度为目标。5）智能投顾：以提供个性化投资产品及提升收益为目标。 金融大模型多建立在基础大模型的基础之上，叠加金融领域数据和专业服务经验进行模型精调，提高在金融领域的准确性和适应性，并降低应用成本。另外，数据合规、数据质量、灵活自主可控的部署模式都是关注重点。主要大模型提供方包括金融机构、综合科技服务商等，落地方向包括智能营销、远程身份认证、贷款审批自动化、理财助手、信贷风控等。 案例-蚂蚁集团树立金融AI战略：“1+2+X”，即1个行业精调模型、2个应用产品（针对C端用户的智能金融助理“支小宝2.0”和服务B端金融机构的智能业务助手“支小助”）、数个科技开放服务，推动AI服务普惠化。 营销：AIGC/大模型落地场景丰富，近50%广告主参与数字化营销 随着互联网流量红利减退、流量成本上升，AIGC有望为广告营销带来新的生产力。AIGC技术对营销流程带来的价值主要体现在生成更个性的内容、制定更有效的决策、识别线索能力提升，带动营销流程的智能化精准投放。 AIGC在营销行业的应用