方正焦娟 十三讲快手复盘从剪辑工具到分发平台的跃迁路径

00:00:02 大家好，欢迎参加方正交娟13讲快手复盘从剪辑工具到分发平台的跃迁路径。目前所有参会者均处于静音状态，下面开始播报声明，本次会议是面向方正证券的专业投资机构客户或受邀客户，第三方专家发言内容仅代表其个人观点，所有信息或观点不构成投资建议。根据监管规定，会议不得交流敏感内幕信息。未经方正证券事先书面许可，任何机构或个人严禁录音、制作纪要、转发、转载、传播、复制、编辑、修改等。涉嫌违反上述情形的，我们将保留一切法律权利。 00:00:41 感谢您的理解和支持，谢谢。好的好的，大家晚上好啊，我是佳娟。呃，快手这个公司的话，其实还是值特别值得去深入探究一下，因为这家公司非常经典，它在互联网时代成功的崛起是靠给呃内容创作者，就是UGC的作者提供剪辑工具起家的。 00:01:03 这次的话，呃，就是整个AR和互联网的逻辑变了啊，因为我个人认为说AR这边它核心是在生产端进行一些革新，所以呢我们看快手又推出了那个。呃，就是它的一个新的平台，呃就是呃整体来讲的话，就是可灵这边，它就有点类似于互联网移动互联网时代，它推出来的快手的那个剪辑工具，所以呃这是相同点。不同点的地方是在于说，呃那快手本身是吸收呃那个消费端或者是用户，然后呢快速地从一个简洁的工具崛起了一个大的生态， 00:01:45 那可林这边面临的一个剧本的话，就是说他其实应该去呃就是沉淀一些创作者。那沉淀创作者其中有三个动作，第一个的话就是要帮忙去分发啊，然后呢第二点的话就是形成正反馈，第三个的话就是以此沉淀出来它闭环的这个创作者创作者生态。所以呢呃可灵和快手之前的那个。就是剪辑工具的呃这个起起点或者是原点是有点类似，但是走向其实呃是不一样的，所以呢呃其实非常适合去做一个案例的一个长期跟踪啊，这也是我对呃快手这边 呃就是自己在研究上比较感兴趣的一个点。 00:02:35 所以呢开篇我先点出来啊。嗯首先嗯我们去嗯复盘一下，就是快手本身它崛起和当年怎么样占据生态位的，呃但是呢呃刚才说了啊，因为以前的话就是大概在今年呃5月份之前，我其实在分析AI的时候，还是经常去用AI对比互联网移动互联网的一个崛起。啊这个对比是没问题的，但是呢就是5月份之后，我突然意识到一个问题，就是这个对比的话，嗯， 00:03:03 就是要注意一个关键的转变，这个转变的话，就是互联网移动互联网改变的是这个消费端和这个需求端，但是AI很有可能它。重点改变的是这个供给端和呃这个生产端啊，所以这样的话就是可以去对比，但是呢它一定有不一样的这种啊落脚的一个部位呃，所以我们走的时候啊，在这个地方就是有重大的这样一个差异。 00:03:32 然后呢我们试着往下走一走啊，我觉得这个视角还是比较好的，比较呃奇妙的一个视角啊。 00:03:39 嗯，首先就是呃快手这边的话，它从短视频平台的话再变成一个AR短视频的一个引擎。嗯这个平台它其实吸收呃吸引的是呃用户，那引擎的话更重要的是啊创作者这个环节，比如说我们知道啊就是海外的游戏引擎等等之类的对吧，这是第一个啊啊所以这是第一个核心结论的不一样的地方。第二个的话就是可灵这边爆发的确实比较厉害， 00:04:10 并且在tokens消耗这一块的话，视频类占比半占据半壁江山， 00:04:14 呃，并且嗯，这里面的话就是。呃，aigc生成内容出现了一个特征，就是本质上来讲的话，它就像芯片研发一样，你最差的是第一版本，最好的是最后一个版本。但是呢， 00:04:30 从第一版本到最后一个版本，它消耗的tokens可能是一个从成本的角度来讲啊，是一个递 增的啊，这个事情就是一个非常。呃怎么说呢，就是比如说我随随便便第一版，我能够达到一个正常的视频类作品的百分之三五十，那水平高的可能直接到60肯定能及格水平高的啊，只是说水平高咱嗯不是影视行业出身的可能水平不一定高啊。 00:04:58 但是呢，呃越往上走的话，其实单位tokens的消耗的这个呃不是越往上走。比如说我从六十百分之60分变成六十一六十呃变成70分，70分变成80分，80分变成90分，然后开始90~91啊91~92，每上每一个这个呃这个完成度往上走，呃这个tokens消耗可能就是一个指数级的往上走。 00:05:23 嗯所以呃就是从视频类的这样一个创作的角度来讲啊，其实tokens的消耗它有个特征叫上不封顶，嗯，所以呢，呃这里面的话一方面就是期待新的模型，呃，就是模型能力啊，比如说。全模态对吧，或者是模型有更强大的一个架构的一个调整，呃，这样的话调了结构架构之后的话，它的能力更强。另外一方面的话就是模型即服务这一块。然后呢，大家竞争更激烈呃，第三个的话就是算力这边的一个供给能够跟得上。呃，总之来讲的话就是呃视频类这个方向确实是一个tokens消耗的大户。 00:06:04 那这里面的话，就是aiigca AI在生产端去改造一些内容啊，创作这个本身在供给端的逻辑是没有任何问题的，只是呃怎么样能够形成一个好的呃正反馈的一个生态，说穿了就是这个产业一定要做大，他不做大的话其实大家都是白费。呃。 00:06:24 因为举个例子啊，比如说过去这么多年，我们看整个呃传媒互联网这一块的一些西门子行业。呃营销这个行业，呃尤其是一些流量代理啊，他行业规模够大，但是大家商业模式特别差啊，所以的话就是呃一个行业大归大，但是你业态或者是模式，或者是呃商呃就是这个呃正反馈如果不够好的话，实际上它是很难再做大的啊。所以呃那个aigc产生呃就是视频类这个方。方向本身是一个非常好的消耗tons的这样一个方向，只不过呢呃一定是要走通这个正反馈，否则的话嗯其实大家都是白忙活。呃， 00:07:03 所以呢，从这个角度来讲的话，就是快手的可林它未来怎么样，一方面呢取决于他自己， 另外一方面取决于这个业态，那正常的一个业态的话。按道理来讲，呃那龙头公司一定要有一些这种使命觉悟承担，否则的话他嗯就是不制定一些标准，这个行业肯定是做不好，或者是这个业态肯定做不好啊啊所以这是我们讲到快手的时候，可灵他面临的这样一个局面啊。 00:07:29 然后这个地方我再稍微穿插一下啊呃首先如果啊我们把AR这块的话，我们能够意识到它的巨大的革新发生在生产端，OK,那生产端这块的话，我这我自己啊就构建了一个大的一个研究框架，这个研究框架的话，首先就是呃。呃广义出版或者是内容产业，内容产业嘛，内容产业的一个本质其实就是围绕广义出版。呃广义出版的话，它的一个本质历史观中局这一块的话就是大概构建了一下。构建完了之后的话， 00:08:01 嗯那这里面其实就产生了这样的一些呃就是特征啊，呃，这个特征的话，就是把嗯新的围绕广义出版或者是那AR时代，就是AR GC的这个产业链就给构建了起来。 00:08:15 这个产业链的第一层呢是各种大模型，呃这种大模型的话主要就属于说啊训练类的靠近基模这一块的。呃所以呃我们看这个OpenAI也好，还有就是呃其他的这样的一些大的这种啊寂寞也好，它其实都在重塑他自己啊，就是他在嗯。重新塑造他自己的这样的一些业务流，呃，一些这种呃。呃，重塑或者是替代流程，所以这里面又产生了另外一个差异。 00:08:47 互联网的话，你看啊，互联网当年是互联网深入各行各业，对吧？AR不是啊，AR是我构建好自己的这样一套准备，或者是一套工作流或者是一套思路，然后呢，呃把它丢进去，然后它自己去各行各业自己去适配出来，编程出来或者怎么样啊。所以这个就是在呃就是就是大模型它在进各行各业的时候，这一次的话就跟互联网当年和移动互联网当年不大太一样啊。 00:09:15 所以说到这里的话，为什么提这里，因为可灵就在第二层。呃第一层的话刚才说了是各种大模型，就是那种基础模型，呃可灵和类似于可灵的这样的一些呃垂类模型，以及有一些结构化数据库的一些公司，还有就是模型即服务的一些公司，这些公司的话处在第二类。 00:09:36 第二类的话就相当于说它构建了一些行业壁垒，它构建了一些工作流的。壁垒它构建了一些结构化的数据库的壁垒等等之类的，呃，所以可灵就是一个经典的构建影视或者是视频类这个方向的一个壁垒。那模型即服务这边的话有一些比如像呃像最近比较火的那个。呃lib type呃或者是其他的这样的一些新兴崛起的，它构建的就是一些工作流。比如说我自己自己啊用的是pix max,它也是构建一个工作流， 00:10:07 说穿了就是呃第1层，呃可怜吉梦，它其实当时的话是普及让大家知道我可以纹身图纹身视频。但是第2层的话一定是呃就是再往前走的话，一定是呃构建一些工呃工作流啊，就是像导演一样，像制片人一样，我可以去做这个内容，或者是像像影视行业的这样的一些制作人员一样。呃， 00:10:30 还有第三类的话就是有结构化数据库，这个的话也比较值钱，所以第2类呃其实是呃。 00:10:38 呃，这个aigc或者是广义出版当中我们新的这个研究框架的第二层啊呃，那快手这不就在这一层，这也是呃，就第一层其实是好找的，比如说OpenAI，嗯。呃和那个各种其他的一些模型，呃，第二类的话不好找，其实我找来找去我就发现上市公司当中可能呃快手算一家，其他因为快手的可灵算一家，嗯其他的再找。嗯， 00:11:09 第三种的话就是第三层的话呢，就是一些啊可能未来要崛起的一些o p，P C.呃不是说个人的公司，啊，就是可能某一些在某一些方向特别专长的啊，所以呢，我们看啊，比如说像我自己也好，你们也好，咱们大家都是按照呃申万2021年的那个分类标准，或者是细分子行业的标准去覆盖一些这个标的，对吧，但实际上是嗯。嗯，不合适了，或者是说我觉得是有必要可以重新咱们自己至少是要画一画呃，我自己重新画出来的这样的一个分类的话，就是aigc或者是广义出版， 00:11:51 那基本上就有三层，第一层的话就是基模，就大模型，呃，它是真的要改造各行各业啊。 第二层的话就是。那个各种啊垂类或者是那个工作流，或者是那个结构化数据库的这样的一些呃，就是有能够卡住一些小关键生态位的这种标的。 00:12:13 第三层的话，就是一些呃快速的呃把自己用AI改造起来的一些这种啊新型的公司。所以呢在我的这个研究框架当中就是分这3层，OK.那快手呢它就正好处在第2层，并且是少有的。因为第二层我其实很少能就是嗯确实很少能找到第二层的标的啊嗯，所以嗯就是嗯，反正大家就意识到说这个AI它如果改造生产端的话，那逻辑上来讲的话，所有的上市公司其实你都要在这3层当中把它们给归归类啊。它一定要落到这3层当中去，否则的话这个。 00:12:50 嗯，就是仍然解释不了一个问题，就是这家公司到底在AI面前到底是受益的还是受损的？你如果不把它丢到这三类当中，如果不能把它丢到这3丢到这三类当中，它基本上就回答不了一个问题，就是我到底是受益的还是受损的啊，它的这么一个情况，OK,那我们继续说啊嗯， 00:13:09 可定这边的话，它这个数据上来讲的话，比如说各种数据呃显示它其实这个爆发性很强啊嗯。但是呢，嗯他自己跟他的科比对手，就是吉梦这一块的一个这个呃用户的这种差异啊还是比较明显。嗯当然其实我觉得这个事情无所谓，为什么呢？因为我发现嗯就是呃就是呃刚才一开篇提到啊，首先tons消耗大户是影视视频类对吧，第二个的话就是呃你生产一个第一版本和生产一个最终版本，嗯，第一版本到第N版本或者最后一个版本之间tokens的消耗的这种成本啊，是指数级往上走的。 00:13:52 所以呢，看这个呃月活数据啊，或者是用户规模啊，这个数据其实不大太管用，或者是说呃如果我们站在生产端就不能像站在消费端一样。比如说以前我们评估一个平台是数人头数对不对，大家都很擅长或者是都很习惯，但是你现在如果AI它跟互联网相比，它改造的是生产端数人头数是没用的，因为呃第一版本和第N版本。成本差异是千差万别的，所以呢， 00:14:22 比如说我自己用的pixx，它自己的那个月活。啊，不是月活，他自己的啊，好像是月活，反正那个数据的话大概就10万，但是呢，其实每个人花的钱都很多，因为都是专业的创