AIGC的本质历史观终局AI应用的三层研究框架20260824 导读

核心观点与关键数据

AI应用与大模型

• AI应用特指基于大模型或AIGC的应用，而非泛指所有使用AI的公司。
• 需聚焦AIGC的本质和历史，理解其深层次影响。

AIGC与大模型对供给端的影响

• AIGC和大模型改造供给端，引发产业链价值重分配。
• 供给端变革需构建科学框架跟踪分析，而非依赖量化指标。

AI重构生产环节与人际耦合趋势

• AI重构生产体系，引发生产关系和制度的变革。
• 人与AI的耦合比例因行业、阶段和公司而异，未来趋势是人耦合。

AR时代下的内容生产与权限解锁

• 从PC互联网到AR时代，内容生产重要性提升。
• 权限解锁需通过大模型和硬件，形式向更灵活的组织转变。

法律主体与生态位

• 从法人到个人生产力转变，框架注重生态位和生产力提升。

生产端变革与生态位保持

• 生产端变革复杂，需以改善生态位为目的。
• 革命可能致生态位下降，但保持生态位不可能更易。

AI与互联网变革下的行业转型

• AI与互联网影响差异，AR对行业影响不等于AIGC大模型。
• 行业在新技术下面临挑战，需重新定位或创造新价值空间。

AIGC与广义出版

• AIGC内容生产成本下降，类型扩展包括表现性、生性和策性内容。
• 投资关注公司是否吃透AI工具，以及AIGC如何重塑内容生产流程。

供需变迁与组织结构转型

• 供需在历史中变迁，中期可能生深刻化（如生态位化）。
• 组织结构转型，如航母与OPC的比喻，暗示未来不确定性。

上市公司估值分析与新贵崛起

• 上市公司估值分成熟与新贵，采用业务区PA估值等方法。
• 技术变革催生高估值新贵，需基于大模型提供全面估值分析框架。

大模型应用与生态发展三层框架

• 三层框架：基础大模型、模型能力封装与分、企业应用与生态建设。
• 消费端收入与生伙伴重要性，技术业务结合推动商业化兑现。

AI技术商业化与价值兑现

• 三层框架：技术突破、技术与商业交叉、带获层AI工具或模型。
• 区分真正行起的公司与表面行者，关注价值持续性。

AI应用目标的三层框架

• 三层框架：通用性到垂用，再到商化。
• 2027年是公司快速将该层发展的关键时期。

AIGC与广义出版：内容生产的变革与投资机遇

• AIGC内容类型包括表现性、生性和策性内容。
• 投资关注公司对AI工具的运用，以及AIGC如何重塑内容生产流程。

互联网发展各阶段特征

• 从PC互联网到移动互联网，再到AR AI时代，算法推荐重要性提升。
• AR时代分发需内容能被模型用，与流量王玩法不同。

供给回归与平台强化

• 供给回归是稀缺构成要素的重新合，形成新的和取向。
• 消费型互联网平台变现机制更加固与精密。

AI时代下组织与个体智能的结构性分化

• AI时代审美和评判标准需重新界定。
• 公共智能、智能与个体智能的构性分化，位化明显。

构建AI研究框架与周报更新

• 构建AI研究框架如船，用于收集和更新相关标。
• 定期和微框架的必要性，反映市场动态。

核心问题与研究结论

• AIGC本质是生产内容不内仅达内还产决内。
• 供端改革可能影响需求端，未来可能生深刻化。
• 基于历史、分析和未来可能化的理解，筛选符合条件公司投资。
• 新贵公司在资本市场通常表现高估值。
• 三层框架区分真正行起的公司与表面行者，关注价值持续性。
• AI影响生产端变革，中心是稀缺背后的构成要素重新合。
• AI时代下平台强化与供给回归同生，形成新的价值分配格局。
• AI时代审美和评判标准需重新界定，位化明显。