AI社交网络行业深度报告：AI社交网络，人类的远大前程

投资建议：AI冲击下，部分传统软件厂商的商业模式可能被AIGC能力改写；社交网络板块具有无可取代的交换路径、网络规模、应用生态，在AI注入下，未来的混合AI社交网络会强化社交网络的价值，给人类带来更大的社会价值和网络效用。AI社交时代，我们依然看好海内外社交巨头，因其具备用户数、生态、模型能力（包括数据）三方面优势。推荐标的：腾讯控股（0700.HK）、Meta Platforms（Meta.US）、谷歌（GOOGL.US）。 AI能力进化的背景下，社交是确定性最强的赛道。AI的本质是人的能力的复制，传统软件应用行业是基于细分领域知识或业界最佳实践的IT固化，在模型泛化能力的进化下，传统软件应用业态会受到冲击；基于分工和交换路径的社交网络在AI时代会进化成混合结构，其网络效应会得到强化。社交赛道确定性高，体现为需求确定性和商业模式确定性：多层次的社交应用满足人多层次的精神需求，商业模式短期看广告效率提升，长期看匹配效率提升后，社交场景得以拓展，带来多样化的商业模式及变现方式。 AI混合社交网络的形态：真人与Robot、Agent实现价值交互。依据交互对象的不同、AI扮演角色的不同，我们将社交关系分类为真人-真人、AIAgent（本质为Robot）-真人、真人-AIAgent（本质为虚拟AI角色）、AIAgent-AIAgent。未来由真人、Robot、Agent三方构成的社交网络，实现价值交互，使人类彼此更加繁荣，有更远大的前程。 我们推荐全球社交网络龙头，因其具备用户+生态+模型能力+数据的巨大优势。根据梅特卡夫定律，若每一个用户都拥有自己的AI Agent分身，网络节点数将扩大一倍，带来网络效应三倍的提升。依据梅特卡夫定律，对Facebook的网络价值进行敏感性测算，在中性情形下Facebook的网络价值或达1.69万亿美元，高于母公司Meta的当前市值，AI混合社交网络下社交巨头将充分受益于Agent和Robot渗透带来的用户数提升，以及价值量的超线性提升。短期催化因素来看，（1）腾讯：小程序、视频号、搜一搜完善了微信的生态基础，从社交需求（私域）出发，延展至真实需求场景（公域），为用户建立生活连接，打造全域生态基础设施。（2）Meta：AI工具赋能Meta广告量价齐升、广告转化率提升、提质增效，验证了Meta一系列AIGC广告解决方案的商业化落地进展较好。（3）Google：AI从创作者、消费者、广告商三个维度全面赋能YouTube。谷歌拥有安卓系统的掌控权，其庞大的应用全家桶具备生态级AI的潜力，或可复刻“Google Intelligence”。 谷歌的Project Astra（AI Agent）有望带来全新人机交互模式，多模态输入、自然语言交互将大大降低软件应用门槛，实现科技平权。 风险提示：隐私及数据安全风险；AI技术进展不及预期风险；广告业务不及预期风险；商业化落地不及预期风险；政策监管风险。 1.AI本质是人的能力的复制，基于分工和交换的社交网络会得到强化 本章导读：软件股价表现不受市场认可，因受AIGC冲击：短期内下游客户支出偏向硬件，挤出软件投资；长期看通用大模型能力进化，分流细分knowhow领域内软件服务的流量，端侧AI演进，AI操作系统取代软件APP成为服务入口。SaaS商业模式受到需求、供给两方面的冲击，软件开发范式发生变化，当未来软件开发不再需要成本和专业壁垒时，SaaS的商业模式也将难以为继。未来真正创造价值的是在细分领域提供无法被取代的应用生态的商业模式，我们从社交需求的确定性、商业模式的确定性两方面，论证AI+社交是确定性强的赛道，难以被AI冲击。多层次的社交应用，满足人多层次的精神需求；广告是长青的商业模式，AI时代下，AI技术可进一步赋能广告投放，广告业务提质增效，商业模式得以强化。 1.1.短期挤出效应，长期端侧AI演进、AIGC能力进化，对SAAS有所冲击 AI时代下，市场已对硬件投资形成共识，软件投资不确定性仍高。复盘2024年年初至今的AI相关标的股价走势，以英伟达、台积电、高通为代表的硬件厂商，一方面受益于确定性需求、业绩大幅提升，另一方面基于市场共识给予的高估值，股价得到戴维斯双击。作为对比，软件相关标的美图公司（1357.HK）、多邻国（DUOL.US）、Adobe（ADBE.US）股价自年初以来已分别下跌28%、3%、4%，Salesforce（CRM.US）股价距离今年最高点也已跌去17%（数据截至2024/6/30）。 图1：2024/1/1至今部分硬件公司股价涨跌幅（前复权）图2：2024/1/1至今部分软件公司股价涨跌幅（前复权） 短期算力投资的挤出效应、长期生成式AI能力的进化、端侧AI的演进，均对软件公司业绩造成冲击。CRMFY2025 Q1收入增速（10.7%）、订单量增速（2.9%）均下滑至历史最低水平，人力资源软件提供商Workday(WDAY.US)下调其FY2025的订阅收入指引。软件商业绩遭受冲击，我们认为原因有二：短期来看，下游客户加大对算力资源的资本支出，挤压了软件的订阅支出；长期来看，生成式AI能力的进化、端侧AI的演进，对软件的威胁大于增益。 图3：CRM最新一季收入增速、订单量增速均下滑至历史最低水平 短期挤出效应：短期来看，全球IT资本支出主要集中投入于AI算力基础设施（硬件及AI软件），造成对非AI软件订阅的挤出效应，短期内的资金重新分配对传统软件公司的业绩造成了压力。据Gartner预测，2024年全球IT资本支出同比增长7%，其中数据中心支出、设备支出增速分别达8%、13%，快于整体增速，而软件支出增速5%，慢于整体增速。 图5：2024年全球IT资本支出中，软件支出增速慢于整体增速 图4：软件支出在全球IT资本支出的占比逐年下滑 图6：科技巨头CAPEX：2023Q2起逐季加大CAPEX力度，且主要集中于AI基础设施建设（买卡） 长期威胁：生成式AI能力的进化、端侧AI的演进，对软件而言更多是威胁而非增益。此处分析基于长期视角，不应被现阶段AI能力的局限性所干扰。 从大模型的能力进化来看，威胁在于通用大模型能力的同质性、自研垂类大模型的高成本。大语言模型、多模态模型能力的持续进化，意味着软件服务提供商的竞争重点转移至背后大模型的能力比拼。以图像、视频编辑领域为例，目前通用大模型Sora已可满足简单编辑需求，专业软件厂商自研垂类大模型成为唯一出路，“垂类”以应对专业场景的需求、“自研”以避免同质化。以Adobe为例，为应对Sora带来的冲击，其推出的自研大模型Firefly已被集成到Photoshop和Illustrator等软件中，并正在为视频编辑软件Premiere开发类似的生成式AI技术。然而，自研垂类大模型成本高企，成为阻碍软件厂商持续投入的门槛。 图7：Adobe推出的自研大模型Firefly已累计生成90亿张图 自研垂类大模型的高成本体现为算力成本、数据成本、价格战压力。 1）算力成本：训练端来看，GPT-4的训练成本预估在7800万美元，Gemini Ultra的训练成本预估为1.91亿美元。截至2023年1月，Character.AI的模型训练成本约为200万美元，随着模型能力持续迭代，若对标头部通用大模型，所耗费的训练成本将指数级增长。 图8：大模型训练成本大幅提升，若追赶头部通用大模型的性能，需要大量资金投入 2）数据成本：为丰富大模型训练数据，Adobe向用户采购视频，用户提交视频的报酬约为2.62美元/分钟，最高可达7.25美元/分钟。 3）价格战压力：国内通用大模型已开始集体降价，此外，GPT-4o已开放免费版本，考虑收费版本后整体价格约为GPT-4 Turbo的50%。通用大模型降价已成趋势，价格战压力下，垂类大模型难以向消费者收取高订阅费用，进一步加剧成本压力。 表1：国产大模型密集降价 图9：GPT-4o的整体价格约为GPT-4 Turbo的50%，降价是大趋势 目前，提供内容生成服务的部分软件已出现明显流量下滑。伴随AIGC能力的不断进化，目前提供内容生成服务的部分软件已出现流量下滑，根据Writerbuddy于2023年发布的数据，流量损失最多的五个应用分别为Craiyon（图像生成）、MidJourney（图像生成）、Quillbot（AI写作）、Jasper（AI写作）、Zyro（网站搭建），共同点是：其所提供的垂类服务，通用大模型（ChatGPT、Llama等）可部分或完全替代，无法提供差异化体验。 图10：流量损失最多的软件：垂类功能和服务被通用大模型取代 从端侧AI演进来看，威胁在于操作系统取代软件成为服务入口。AI PC、AI手机将AI能力嵌入系统中，生成式AI功能基础设施化，服务入口从软件转移至设备本身。以苹果2024 WWDC公布的最新功能为例，多项AI功能集成于操作系统和原生应用中，并可在不同的应用场景灵活调用，将强烈冲击第三方泛AI类APP。 表2：苹果推出的端侧系统级AI功能，将对第三方APP产生强烈冲击 1.2.正如互联网UGC冲击传统媒体，AIGC正冲击软件开发范式 复盘互联网UGC对媒体的冲击：内容生成降至零成本，创造价值的不再是内容生成，而是内容分发。互联网时代降低了内容制作门槛，推动了图文、短视频UGC平台的建立。相较于传统媒体专业内容制作的高成本，UGC平台的内容创作权分散至海量用户，内容创作近乎零成本。零创作成本下，内容生成环节不再创造价值，创造价值的环节后移至内容分发，即流量分配。 表3：互联网时代下内容生成方式的变革 同理，科技实现平权，当软件设计、开发成本大幅降低后，SaaS将难以再创造价值。当下，SaaS的高毛利率来自于软件的高制作成本，须由专业人员创建、维护和分发。然而，类似于UGC对传统媒体的冲击，互联网时代创造了海量近乎免费的UGC，AI时代即将创造出海量近乎免费的软件。当科技实现平权、软件设计开发成本被LLM大幅降低后，SaaS将难以持续创造超额利润。 图11：目前生成式AI累计收入约30亿美元，SaaS市场花了近十年的时间才达到该收入水平 SaaS商业模式受到需求、供给两方面的冲击，软件开发范式发生变化。需求端，AI原生应用兴起，企业具备自我生成和定制应用的能力，对传统的SaaS模式构成了显著的冲击。供给端，软件开发范式发生变化，大模型可能部分或全部取代软件开发工程师，大幅降低开发成本。目前阿里、百度等大厂均启用辅助编程Agent，当未来软件开发不再需要成本和专业壁垒时，SaaS的商业模式也将难以为继。 表4：AI改变了软件开发范式 表5：目前AI具备辅助编程能力，大幅提高编程效率和成本，未来可能颠覆软件开发流程 1.3.真正创造价值的商业模式需要在细分领域提供无法被AI取代的应用生态 AI持续进化，未来真正创造价值的是在细分领域提供无法被取代的应用生态的商业模式。前文我们论述了基于信息和技术构建的SaaS易受AI能力进化带来的冲击。相反，在细分领域提供无法被AI取代的应用生态的商业模式，将会在未来持续创造价值，我们以美团为例，阐述其在供应端为长尾商户提供匹配和履约服务、在运营端依靠地推团队，创造独特的应用生态。 海量长尾商户是美团应对AI Agent冲击的护城河。根据我们对AI手机的设想，未来的手机即是一个AI Agent，用户发出语音指令“点一杯咖啡”，AI手机即可理解需求并自动完成下单指令。在AI Agent自行下单过程中，品牌商户（瑞幸、星巴克）和长尾商户（夫妻老婆店）面对不同的处境：品牌商户拥有独立的APP，AI Agent可直接调用，例如Siri获得星巴克APP的调用许可后，可直接在星巴克APP内完成下单操作；而长尾商户数字化水平较低，没有独立APP则无法被AI Agent直接调用，因此需要由美团提供履约和匹配。海量长尾商户的存在，使AI Agent无法绕过美团。 图12：美团为海量长尾用户提供履约和匹配，AI Agent无