AIGC本质历史观终局及AI应用三层研究框架

核心要点

1. AI应用定义：AI应用实际指大模型和AIGC应用，并非所有使用AI的公司都属于AI应用，需回到AIGC源头分析。
2. AIGC本质：AIGC本质是改造供给端，而非互联网式改造消费端，将引发产业链价值重新分配。
3. AIGC内容分类：AIGC产生的内容包括表达型、生产型、决策型三类，后两类市场空间远超表达型，是选股核心。
4. 三层研究框架：
   • 第一层：基础大模型（大脑）。
   • 第二层：垂类模型/分发平台。
   • 第三层：生态合作伙伴。

投资线索

1. 第一层：基础大模型追求通用性，国内或留存约10家，海外2-3家。
2. 第二层：垂类模型/分发平台各细分方向最终约存3-5家，2027年或迎来景气上行期。
3. 第三层：生态合作伙伴需兑现消费端收入，需成功案例、收入持续性与质量。

风险与关注

1. AIGC引发变革：AIGC会引发生产关系、组织形式、制度的变革，存在较多风险敞口。
2. 概念边界：需警惕将用AI的公司误判为AI应用标的，符合三层框架才是有效标的。
3. 标的管理层：目前很多创业公司务实重运营，选股需关注标的管理层对行业方向的理解深度。

后续安排

1. 周度跟踪：将按三层框架周度跟踪标的动态，定期微调框架。
2. 概念厘清：提醒需厘清AIGC、AI应用等概念的边界与变化。

AIGC本质历史观终局

1. AIGC本质：AIGC本质是广义出版，产生的内容包括表达型、生产型、决策型，其中生产型和决策型市场空间更大。
2. 历史观：AIGC是供给回归，将导致产业链价值重新分配，平台强化，生态圈高级化。
3. 中局变化：岗位业态化，组织结构变化，审美和评判标准重新构成。

三层研究框架详解

1. 第一层：基础大模型，追求通用性，是算力入口和操作系统。
2. 第二层：垂类模型/分发平台，追求特定方向的能力，如MAS、Agent等，标的较多且多为新公司。
3. 第三层：生态合作伙伴，需兑现消费端收入，关注成功案例、收入持续性和质量。

关键数据

• 国内基础大模型留存约10家，海外2-3家。
• 垂类模型/分发平台各细分方向最终约存3-5家。
• 2027年第二层垂类模型/分发平台或迎来景气上行期。

研究结论

AIGC是供给端的系统性重构，将引发产业链价值重新分配，生产关系、组织形式、制度的变革。选股需基于三层研究框架，关注标的在消费端的收入兑现能力和持续性。AIGC产生的内容包括表达型、生产型、决策型，其中生产型和决策型市场空间更大，是选股核心。