您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[光大证券]:海外AI应用2025年前瞻:海外AI应用全线梳理:美股SaaS大周期拉开帷幕,各细分领域如何布局? - 发现报告
当前位置:首页/行业研究/报告详情/

海外AI应用2025年前瞻:海外AI应用全线梳理:美股SaaS大周期拉开帷幕,各细分领域如何布局?

信息技术2024-12-12付天姿、黄铮光大证券张***
AI智能总结
查看更多
海外AI应用2025年前瞻:海外AI应用全线梳理:美股SaaS大周期拉开帷幕,各细分领域如何布局?

海外AI应用全线梳理:美股SaaS大周期拉开帷幕,各细分领域如何布局? ——海外AI应用2025年前瞻 分析师:付天姿CFA,FRM研究所所长助理,海外组组长,海外TMT首席,执业证书编号:S0930517040002 联系人:宾特丽亚光大海外&互联网研究员 2024年12月12日 证券研究报告 我们从模型层、云服务、应用层全面梳理海外AI应用的股价与估值演绎路径、AI产品商业化落地进展,站在当前时间节点展望25年海外AI应用投资机会。LLM:推理端降本超预期,使更多AI应用在商业上可行。近一年LLM性能迭代加速,从纯文本模型向多模态和复杂推理模型迭代,大模型参数ScalingLaw已接近上限,但同等量级参数的模型调用成本在快速下降。生成式AI搜索引擎主要满足用户的长尾需求,以LLM为核心进行工程优化,产品护城河不明显,商业模式仍在探索中。 MaaS:北美科技巨头资本支出持续提升,算力供不应求。MaaS围绕模型的生命周期设计产品和服务,包括模型开发、数据处理、训练调优、配套服务等,当前,北美科技公司陆续进入新一轮AI投资周期,资本支出大幅增加,短期内对高端AI芯片的需求仍较为强劲。北美三大云厂商围绕MaaS布局的聚焦差异化竞争优势。 本轮美股AI应用行情主要由于估值修复和AI乐观预期带来的上涨。美股AI应用公司本轮行情受益于24Q3业绩基本面转暖、底层AI大模型技术迭代,以及特朗普胜选后市场对美国经济预期更加乐观,叠加降息周期,资金更多地流向中小盘股,我们看好AI应用将驱动美股AI应用在25-26年迎来大周期。 AI+广告/平台运营:强化流量护城河,广告匹配效率提升。AppLovin持续发布强劲营收指引,其股价驱动力主要是业绩和指引超预期、营业利润率的上升,核心逻辑在于从SaaS公司向广告公司的转型和新业务增长空间广阔带来估值增长。Meta通过生成式算法提高广告效率,赋能社交网络和硬件产品。 AI+IT运维/数据治理:产品逻辑与AI更契合,商业化确定性强。直接受益于LLM迭代的AI编程仍是最热门的AI应用,IT运维&数据治理等领域直接受益于生成式AI的低代码、可视化等特征,AI核心职能为降低工作的繁琐度,提高工作效率。网络安全领域,生成式AI使网络安全攻防升级,网络攻击的门槛降低,企业IT预算有所侧重。 AI+企业工作流:商业化稳步推进,受益于Agent趋势。受益于推理端降本趋势,生成式AI赋能企业级应用产品阵营,23-24年大模型的技术迭代方向主要为推理端降本、多模态、低延迟,契合企业级AI生产力工具的要求,低延迟对于AI生产力工具的使用体验提升明显。微软AI应用矩阵付费用户和收入快速增长。 AI+行业垂类:以基本面为主导,AI演绎方向各异。数字设计AI内容生成距离商业化仍有差距。电商/医疗/金融领域仍以基本面主导,AI锦上添花但不能雪中送炭。AI对于教育领域的影响较为复杂,关键在于核心竞争力是否与LLM的功能重合。游戏/影视板块股价与产品周期更相关,面向开发者的AI工具则展现较快的商业化进展。 美股AI应用公司布局的AI产品大同小异,但对于不同细分领域,AI价值量释放节奏将有所不同。我们认为美股AI应用行情将分阶段演绎: 1、短期:关注生成式AI的低代码、可视化能力对核心体验提升较直观的领域,以及受益于决策式AI的领域,建议关注:1)IT运维:ServiceNow、Datadog、Gitlab、Dynatrace;2)广告营销:AppLovin、Meta、谷歌、Zeta;3)数据治理:Palantir、C3.AI;4)网络安全:CrowdStrike、PaloAlto网络、Cloudflare。 2、中期:从底层改变企业运营治理,利用AI打通数据孤岛,融入企业工作流。帮助行业客户简化AI探索、优化企业运营效率的平台将具备巨大的潜在需求,建议关注:1)大型企业服务平台:微软、ServiceNow、Salesforce、SAP、Oracle。2)特定业务流:Workday、Atlassian、Zoom、Twilio、Asana。 3、长期:随着各行业AI与具体业务场景的融合效果得到验证,AI应用相对传统应用的比例将不断提升,对应的上游需求将水涨船高,建议关注:1)NoSQL数据库/数据仓库:Snowflake、MongoDB;2)可观测性:Datadog、Confluent;3)训练数据版权:Reddit、Shutterstock、Elsevier。 4、行业垂类:随着LLM推理成本的持续降低,以及多模态、Agent等技术的迭代,AI+行业垂类将打开广阔的市场空间,建议关注:1)AI+多媒体:Adobe、SoundHound。2)AI+教育:Duolingo、Coursera、zSpace;3)AI+金融:Intuit、FICO、Lemonade、CCC智能,Guidewire。4)AI+电商:亚马逊、Shopify。 风险提示:AI技术研发和产品迭代不及预期、AI行业竞争加剧风险、AI应用商业化进展不及预期、国内外政策风险。 AI商业化第四层:内容创作 游戏引擎 数字设计 训练数据版权 AI商业化第三层:行业垂类 AI+电商 AI+生物医药 AI+自动化金融 AI+教育 MaaS LLM 核心技术受益于AI/ML 广告/推荐算法 网络安全 AI商业化第一层:低代码 前期需求确定性强,商业化进展顺利 AI+IT运维 AI+DevOps 非关系型数据库 AI应用规模提升 AI+数据治理 AI+企业工作流 AI商业化第二层:生产力 打通数据孤岛,优化企业工作流 内容生成 资料来源:各公司官网,光大证券研究所整理 目录 1、LLM:AI应用的风向标,突破ScalingLaw,迈向Agent 2、云服务MaaS:LLM与应用的桥梁,彰显算力需求强劲 3、美股软件应用全景图:股价底部反弹是否由AI应用驱动? 4、AI+广告/平台运营:强化流量护城河,广告匹配效率提升 5、AI+IT运维/数据治理:产品逻辑与AI更契合,商业化确定性强 6、AI+企业工作流:商业化稳步推进,受益于Agent趋势 7、AI+行业垂类:以基本面为主导,AI演绎方向各异 8、投资建议 9、风险提示 1、LLM:AI应用的风向标,突破ScalingLaw,迈向Agent 1.1近一年LLM性能迭代加速,推理成本快速降低 1.2新的ScalingLaw正在涌现,Agent是否是通往AGI的正确道路? 1.3LLM初创企业面临商业化困局,技术创新生态仍需应用市场拉动 1.4AI搜索:主要满足长尾需求,商业模式尚待探索 近一年LLM的发展基于MoE、RL推理、思维链等前沿技术,性能迭代加速,从纯文本模型向多模态和复杂推理模型迭代 1)Gemini1.5Pro:谷歌于24M2发布的多模态模型,企业版可使用一百万tokens的上下文,远超Claude2.1的20万tokens。Gemini1.5Pro基于MoE架构,大幅提高模型效率,可以一次性处理大量信息,包括一小时视频、11小时音频、超过30000行代码等。 2)GPT-4o:于24M5发布的语音对话多模态模型,语音对话延迟显著降低,与人类对话的反应速度基本一致。可以输出笑声、歌声或表达情感,具备情感处理能力,有望融入AR/VR、教育、情感陪伴等场景。 3)Claude3.5Sonnet:于24M6发布,综合性能超越GPT-4o的同时价格更便宜,推理端降本速度超预期。同时推出了实时交互功能Artifacts,使用户能够实时查看、编辑和构建Claude生成的内容,支持文档、代码、网页内容、可缩放矢量图形、图表和流程图、交互式React组建。 4)OpenAIo1:于24M9发布,在编程、理科竞赛等推理密集型任务中,o1的性能明显优于GPT-4o,但在部分自然语言任务上无明显提升,缺点是推理成本较高、延迟较高。基于强化学习推理和思维链技术,o1可以通过反思和修正得出最优解决方案,展现出一定的全局思维能力和自主规划能力,复杂推理补足长尾需求,开拓学术教育等垂类场景,AI+低代码/网络安全领域有望最早受益。 资料来源:OpenAI官方博客 图1:OpenAIo1在编程、理科竞赛等复杂推理能力上明显优于GPT-4o图2:24M10新版Claude3.5Sonnet在复杂推理和编码能力上领先 资料来源:Anthropic官方博客 推理端降本超预期,使更多AI应用在商业上可行 大模型参数ScalingLaw已接近上限。例如,Gemini1.5Pro参数量为1750亿,但性能评分高于万亿量级参数的GPT-4。但同等量级参数的模型调用成本在快速下降。例如,GPT-4o相比一年前的GPT-4,输入价格降为1/12,输出价格降为1/6。 根据LLMLeaderboard对大模型性能的评分,从Claude3 Opus到GPT-4-Turbo,再到GPT-4o、Gemini1.5pro,顶尖模型的调用价格逐步下降,主要得益于算力层、基础设施优化和模型技术迭代的联动,未来有望产生指数级的变化。对下游应用厂商而言,这一预期赋予了AI应用价格战的空间,短期的亏损可能被未来下降的成本与更大的市场占有率所抹平,可预期未来大模型市场的用户争夺将更为激烈。 图3:GPT-4系列模型推理成本变化($/1MTokens) 70 60 50 40 30 20 10 0 表1:主流大模型推出时间、API调用价格、参数量与参考性能评分 模型名称 推出时间 输入价格($/1MTokens) 输出价格($/1MTokens) 参数量(Billions) 性能评分 llama3.2-90b-vision 2024/9/25 2.8 2.8 90 66 Gemini1.5pro 2024/9/24 1.25 5 175 80 o1 2024/9/12 15 60 \ 85 DeepSeek-V2.5 2024/9/5 1.07 1.14 236 66 Jamba1.5Large 2024/8/22 2 8 94 64 GPT-4o 2024/8/6 2.5 10 1760 77 MistralLarge2 2024/7/24 2 6 1230 73 llama3.1-405b llama3.1-70b 2024/7/232024/7/23 3.62.8 3.62.8 40570 7265 Claude3.5Sonnet 2024/6/21 3 15 >1760 77 Yi-Large 2024/6/16 3 3 >1000 58 GPT-4o(old) 2024/5/13 5 15 1760 77 llama3-70b 2024/4/18 2.8 2.8 70 62 Mixtral8x22B 2024/4/17 2 6 176 61 RekaCore 2024/4/15 2 2 >21 57 DBRX 2024/3/27 5 15 132 49 GPT-4GPT-4-TurboGPT-4oGPT-4o(24M8) 输入价格输出价格 资料来源:LLMLeaderboard,各公司官网,光大证券研究所整理 Claude3Opus 2024/3/4 15 75 1370 70 Claude3Sonnet 2024/3/4 3 15 \ 77 Gemini1.0pro 2023/12/6 0.5 1.5 >1000 \ Claude2.1 2023/11/21 8 24 \ \ gpt-4-turbo 2023/11/7 10 30 1760 74 llama2-70b 2023/7/18 2.8 2.8 70 39 Claude2.0 2023/7/11 8 24 \ \ gpt-4 2023/3/14 30 60 1760 \ 资料来源:LLMLeaderboard,各公司官网,光大证券研究所整理 模型性能评分由CHATB,ARENA,