AI应用报告：Dive in-扩散和深入

海外行业报告：行业深度研究 证券研究报告 2025年03月27日 AI应用报告： Divein扩散和深入 分析师孔蓉SAC执业证书编号：S1110521020002 作者： 分析师李泽宇SAC执业证书编号：S1110520110002 请务必阅读正文之后的信息披露和免责申明 摘要 为什么我们看好AI应用机会？ 大厂AI投入持续加码，商业化进程逐步兑现，AI收入不断增长或将逐步覆盖CapEx摊销； API价格的持续下降有望促进应用商业化快速发展； AI持续赋能企业降本增效，成本结构有望向研发支出倾斜。 基础模型对AI应用的影响？ LLM趋势：模型类型多样化，有望赋能更多垂类应用场景；推理需求呈现上升趋势，垂类应用商业化正逐步落地。 商业化到什么阶段 企业级SaaS：AI对内有望提升企业运营效率，对外有望通过AI相关服务驱动营收增长； 内容制作及工具：AI有望帮助图像、视频和游戏等行业降低创作门槛，提高创作效率； 营销与客户服务：2025年AI有望帮助呼叫中心、广告和电商降低运营成本、赋能收入增长； 2025年AI有望赋能教育、金融和医疗等垂直场景实现客户规模增长、付费渗透率提升。 风险提示：AI发展不及预期；AI应用需求不及预期；宏观经济不及预期。 目录 1为什么我们看好AI应用机会？ 2基础模型对AI应用的影响？ 3商业化到什么阶段？ 4AI原生应用及ARR 5需求侧下游企业分析 6投资分析 11大厂AI投入持续加码，商业化进程逐步兑现，AI收入不断增长或将逐步覆盖CapEx摊销 Meta：广告曝光量同比增长6；广告单价同比增长14，主要由于广告主需求增加。MetaAI的使用量持续增长，截至2024Q4月活跃用户超过7亿。Advantage购物广告收入已突破200亿美元年化收入，同比增长70。 谷歌：2024年YouTube和Cloud业务的年化收入运行率达到1100亿美元，公司表示AI在广告和云业务中的应用推动了收入增长和利润率扩张。AI基础设施和生成式AI解决方案推 动了GoogleCloud业务的强劲增长，第四季度收入增长30至120亿美元，谷歌云上训练与推理用量用来相比18个月前增长八倍以上。AIOverviews覆盖超100国，带动年轻用户搜索量增长，CircletoSearch功能激活10搜索增量。 微软：FY25Q2云收入达到409亿美元，同比增长21。AI业务的年化收入运行率达到130亿美元，同比增长175。新推出的CopilotChat和CopilotStudio使员工能轻松构建AI 代理，超过16万家组织使用CopilotStudio创建了40多万个自定义代理，环比增长超2倍。 亚马逊：第四季度AWS收入增长19，年化收入运行率达到1150亿美元。AI服务的强劲增长是重要推动力，尤其是在生成式AI和非生成式AI产品上的需求增加。尽管面临芯片供应和电力约束等挑战，公司预计这些限制将在2025年下半年缓解，届时AI增长潜力将进一步释放。 核心观点： 我们认为尽管AI相关CapEx投入较大，但由于折旧周期通常为45年，摊销后对短期盈利的压力较小。在AI收入持续增长的驱动下，商业化进程逐步兑现，预计未来AI业务的收入增量将有望逐步覆盖资本支出折旧，同时为长期业绩增长提供有力支撑。 尽管海外科技巨头在资本投入方面依然保持高力度，但整体资本开支并未对其主营业务的增长速度和利润产生负面影响。我们认为，这些厂商在稳固主营业务发展的同时，将资本 开支投入于AI等领域，形成了长期收益的布局。图：云厂商资本支出及增速（百万美元；） 35000 30000 25000 20000 15000 10000 5000 0 Q42019 Q12020 Q22020 Q32020 Q42020 Q12021 Q22021 Q32021 Q42021 Q12022 Q22022 Q32022 Q42022 Q12023 Q22023 Q32023 Q42023 Q12024 Q22024 Q32024 Q42024 80 70 60 50 40 30 20 10 0 AWSAZUREGCPAWSyoyAzureyoyGCPyoy 资料来源：彭博、天风证券研究所44 12API价格的持续下降有望促进应用商业化快速发展 API价格正持续下降。GPT4o的价格已从发布初期版本5美元100万tokens输入价格，显著降至最新版本的25美元100万tokens输入，降幅达50。 另一方面，中国大模型企业持续成本优化，以DeepSeek为例模型的训练成本仅600万美元，成本降低10倍；训练成本的优化也推动API价格持续下降。我们认为随着未来模型训练成本的持续优化，API价格将呈现持续下降的趋势，并且这一趋势可能具有不可逆性。 企业与应用开发者如何受益？ API成本的显著下降有望降低开发者的技术应用门槛，使其能够以更具经济性的方式推动多元化AI应用场景中的广泛落地。 AI企业有望从以下几个方面收益：1成本节约：显著降低的开发和使用成本让中小企业也能够轻松接入先进的AI技术，提升了整体竞争力。2提高效率：通过高效的 AI服务，企业能够加快产品研发速度，缩短市场响应时间从而提高整体运营效率。 我们认为大模型API价格的下调将为应用生态带来更大的活力。随着高性价比模型的增多和运营成本的降低，越来越多的开发者将被吸引加入，进一步推动AI原生应用的普及和创新发展，为行业生态注入新的动力。 图：主流模型价格变动趋势图：DeepSeek与其他模型价格对比 资料来源：Nebuly官网、DeepSeek官方公众号、天风证券研究所5 13AI持续赋能企业降本增效，成本结构有望向研发支出倾斜 自2023年科技行业大规模裁员以来，行业调整仍在延续，2024年延续了2023年的裁员趋势。Layoffsfyi数据显示，2024年全球科技企业有超过15万个工作岗位被裁员，涉及545家公司。宣布裁员的公司包括亚马逊、谷歌、和微软等大型科技公司。 模型代码能力提升，有望取代部分常规工作：OpenAI公布了o3在代码方面的显著进步，在软件工程SWEbenchVerified基准上，o3的代 码性能从o1的489增长228pct，达到了717。AI模型能力显著提升有望取代部分常规工作。 加大AI研发投入，精简人员结构是美国科技大厂最新趋势。科技企业大规模裁员，但科技公司研发投入和资本支出明显呈上涨趋势。通过加大AI领域的研发投入，公司显著提升了效率。我们认为AI技术的应用优化了业务流程，提高了资源利用率，助力企业在精简后实现更高的生产力和竞争力。 图：o3模型代码分数 资料来源：Layofifsfyi、星尘数据Stardust公众号，OpenAI官网、天风证券研究所 图：20202025Q1年宣布裁员科技企业数量及裁员总人数（人） 6 目录 1为什么我们看好AI应用机会？ 2基础模型对AI应用的影响？ 3商业化到什么阶段？ 4AI原生应用及ARR 5需求侧下游企业分析 6投资分析 7 21LLM趋势：模型类型多样化，有望赋能更多垂类应用场景 核心观点：LLM市场份额正逐步被搜索、多模态等类型模型取代，模型类型呈现多样化。我们认为模型多元化有望赋能更多应用场景。 企业正在从单一供应商转向务实的多模型策略。大多数企业在AI技术堆栈中通常部署三种或更多基础模型，并根据具体用例或目标灵活选择最适合的模型。 OpenAI的先发优势有所减弱，企业市场份额从50降至34。主要受益者是Anthropic，其市场份额从12增长到24，这得益于 Claude35Sonnet成为领先模型后，部分企业从GPT4转向Claude35Sonnet。企业选择新语言模型的主要动因包括安全性（46）、价格（44）、性能（42）以及扩展功能（41）。 图：LLM市场份额：2023vs2024 资料来源：MenloVentures、天风证券研究所8 22LLM趋势：推理需求呈现上升趋势，垂类应用商业化正逐步落地 观点：我们认为，AIAgent等AI服务的逐渐普及和用户接受程度的不断提高有望大幅拉动LLM推理需求，推理侧的需求是AI商业化最有力的证明。未来随着应用的逐步进一步推动LLM商业化落地。 从2024年初以来，LLMprompts使用量呈现迅速上升态势。根据OpenRouter，在2024年2月份，LLM单周prompts大约为153Btokens。而截止2025年2月，LLMprompts单周使用量达到754Bprompts，prompts量增长了接近50倍。 图：LLMprompts使用量呈现迅速上升态势 资料来源：OpenRouter、天风证券研究所9 资料来源：ARCPrize等、天风证券研究所 1 0 10 232“Reasoner”o3发布为AGI的最重要节点，推理能力更加接近人类 推理能力真正接近人类：o3是OpenAI推出的最新大规模推理模型，经过强化学习RL训练，作为o1的进阶版本，在通用领域的推理能力上取得了重大突破。该模型在编程能力方面表现出色，CodeForces评分超过2700，达到了世界顶尖竞技程序员的水平，我们在o1发布前认为OpenAI新模型只有SWeBench达到70以上才是本质的突破。o3这一代模型在SWEbench测试中获得717的成绩，远超o1。ARCPrize上o3的得分是o1的三倍，超过85。科学与数学能力提升上，在GPQA测试中，o3的得分为877。 o3的架构有何改变？ 从模型架构上，OpenAI并未披露o3详细架构，但表示o3在o1基础上大幅加强了强化学习的算力投入，并且可以选择推理时的算力投入。ARCPrize认为o3采用自然语言程序搜索，在token空间中进行思维链（ChainofThoughtCoT）搜索，结合蒙特卡罗树来指导搜索过程。 o3能够大规模替代人类工作了吗？ 以ArcPrize的测试为例，人类完成普通工作需要5美元，o3在低推理消耗下需要1720美元。相较于人工成本，推理模型在完成普通工作的成本消耗仍有下降空间；我们认为o3系列的成本可能会在未来一年内继续大幅降低。 图：OpenAIo3模型能力图：OpenAI“o系列”模型性能测评 233OpenAI：AI第三阶段“Agent”蓄势待发，多应用场景有望充分受益 OpenAI正式推出Operator，正式迈入AGI“Level3”阶段。 Operator的底层使用了一个全新的模型ComputerUsingAgent （CUA）。通过将GPT4o的视觉能力和高级推理强化学习相结合， CUA可以进行GUI交互。Operator可以看到网页界面的内容，使用鼠标、键盘允许的所有操作。由此它可以自动操作，而无需自定义的API集成。如果遇到问题或者出现错误，Operator可以利用推理能力自我纠错。并在它卡住需要帮助时，将控制权交还给用户。 此前Anthropic、智谱等既有类似产品：这并非唯一一家进军此领域的大厂。Anthropic于2024年10月份推出了一款类似产品，名为“ComputerUse版”，其他AIAgent不同，这款工具不仅能够与浏览器进行互动，还能直接控制用户计算机上的多个应用程序。这项名为“计算机使用”的功能可以实时解析用户屏幕上的内容，并 在获得授权后，执行如浏览网页、点击按钮和输入文本等任务。 2025年AIAgent有望快速发展，根据RootsAnalysis预测数据，预计24年全球AIAgent市场规模为529亿美金，预计2035年达到2168亿美金，对应2435年CAGR为4015。 资料来源：RootsAnalysis官网、OpenAI官网等、天风证券研究所 图：CUA在WebArena和WebVoyager两个基准测试中都取得了SOTA 图：Operator操作原理 图：AIAgent市场规模预测 1 111 目录 1为什么我