方正焦娟：AI应用标的估值需切换 拆解可灵与即梦数据差异

传统消费互联网的MAU×ARPU估值法不适用AI时代，应关注生产者用户，采用「供给端价值+消费端价值」双维度评估，横轴为用户广度，纵轴为生产深度。例如，可灵深度生产能力更强、单位MAU收入更高，偏向高价值生产端；即梦MAU规模大、消费端触达强，分发与生态协同潜力突出，两者价值结构存在差异。

AI应用赛道需关注生产者用户，而非传统MAU×ARPU模式。生产者用户可分为体验型创作者、活跃实验者、付费实验者、商业实验者，各分层Token消耗量级不同。平台需具备高Token消耗生产者聚拢能力，并介入分发环节形成数据飞轮，实现商业闭环。AI应用第二层公司大爆发预计2028年，2027年为关键验证期。

研报重点分析了AI应用标的估值切换方法，拆解了可灵与即梦数据差异。即梦MAU规模大、消费端触达强；可灵深度生产能力更强、单位MAU收入更高。报告提出采用「供给端价值+消费端价值」双维度评估，并关注生产者用户分层、Token消耗量级、平台核心能力等指标。

当前AI应用市场需从生产者用户角度评估价值，而非传统消费互联网模式。生产者用户分层包括体验型创作者、活跃实验者、付费实验者、商业实验者，各分层Token消耗量级不同。平台需具备聚拢高Token消耗生产者的能力，并介入分发环节形成数据飞轮。市场存在数据透明度不足、运营变动影响、生态演化不确定性等风险。

研报提示AI应用赛道存在数据透明度不足风险，生产者用户结构、Token消耗、续费率、补贴水平等核心数据较难获取。此外，大模型厂商Token调价、促销活动、平台运营策略调整均影响估值。生态演化不确定性也需关注，即梦的生态协同价值、可灵的生产者深度拓展需跟踪2026Q3起的商业化进展。