AI应用的三层研究框架20260831 导读

这份研报介绍了AI应用研究的三个评估框架，旨在识别具有独特优势和潜力公司的价值。AB两面分析法从传统和AI时代评估公司资源禀赋与生态卡位，三层研究框架评估上市公司在AI时代的定位（基础大模型、垂类模型及应用平台），动态分析框架关注大模型对应的上市公司核心动态。研究强调重新考虑ROE和现金流等核心指标，并提出新的估值方式，重视传统业务与新业务的综合评估。

AI应用对行业的影响体现在生产性内容和决策性内容的转变，这扩展了选股范围，为投资者提供了更广阔的投资机会。AI创新可能改变公司估值和投资策略，传统评估方法可能低估AI领域创新公司的价值。内容生产从表达性向生产性和决策性转变，推动行业变革和增长潜力显现。

报告重点分析了AI应用的三层研究框架，包括AB两面分析法和动态分析法。AB两面分析法评估公司资源禀赋与生态卡位，识别转型潜力；三层研究框架评估上市公司在AI时代的定位；动态分析框架关注大模型对应的上市公司核心动态。此外，报告还强调重新考虑核心指标和提出新的估值方式。

当前AI应用市场正经历从表达性内容向生产性和决策性内容的转变，这为投资者提供了更广阔的投资机会。AI创新正在改变公司估值和投资策略，传统评估方法可能低估AI领域创新公司的价值。投资者需要采用新的评估框架来识别具有增长潜力的公司，并综合评估传统业务与新业务。

研报未明确指出具体风险，但采用新的评估框架需要投资者保持战略视角，避免琐碎新闻跟踪。同时，AI应用带来的转型和变革可能存在不确定性，投资者需关注大模型对应的上市公司核心动态，如新闻态度、资本开支预期变化等，以全面评估投资风险。