AI应用AI吞噬不了的6种软件逻辑6个价值点20260810 导读

20260810_导读 2026年08月10日19:33 关键词 AI应用 二级市场 业务模式 商业模式 全模态 多模态 消费场景 平台记录 流程治理 合规变现 数据安全 混合云 本地部署 生产关系 数据互通 交叉销售AI能力复用 统一采购 协同 业态 全文摘要 近期讨论聚焦于基金经理对AI技术应用研究的兴趣，以及AI作为科技浪潮中硬件基础设施完善后的关键驱动力。当前，AI行业正迅速发展，但在业务模式和变现路径上尚需时间成熟，预计短期内难以直接影响二级市场。可能最早受益的领域包括Glass in和物理现实交互。2023年第三季度，AI行业仍在技术迭代与模式成型阶段，预计至2027年下半年或年底，AI应用将更为成熟，开始显著影响消费端。AI技术正重塑各行业组织架构、工作流程及商业模式，建议投资者关注能利用AI技术转型的公司，期待未来AI带来实际成效与收入增长。 章节速览 l00:00 AI应用现状与未来趋势探讨 对话深入探讨了AI应用的当前状态与未来趋势，指出尽管AI应用领域已显现出蓬勃发展的态势，但其从概念到成熟商业模式的转变仍需时日。预计到2027年下半年，AI应用将更加成熟，部分个股可能率先受益。同时，研究方法从结果反推价值，识别出六类AI难以替代的软件价值点，为投资者提供了新的视角。 l03:24 AI产业现状与未来趋势探讨 对话深入探讨了当前AI产业的技术升级需求、多模态应用探索、业务与变现模式发展顺序，以及26至27年作为过渡期的市场策略。强调了AI在吞噬软件行业的同时，寻找不易被替代的价值点，预计27年AI应 用将更贴近消费端，形成稳定的产业生态。 l05:37多产品平台与工作流创新：探索数据安全与高消耗领域 讨论了多产品平台的概念，如快手与可零加的结合，以及如何通过系统记录沉淀工作流，提升效率。提及组织规则与特定行业的工作流程，强调数据安全、合规性及平台选择的重要性。指出视频行业，尤其是慢剧与超级作品，是tokens消耗大户，未来可能转向更高效、成本优化的线上生产模式。同时，自动驾驶训练等领域的tokens燃烧也值得关注，这些方向为创新提供了巨大空间。 l08:21多产品平台协同与AI变现策略 讨论了多产品平台通过协同效应提升变现能力，特别是字节跳动在AI能力复用和统一采购上的优势。强调了系统性合力、工作流变革、岗位流动化以及合规性在AI应用中的重要性，指出MaaS模式在奢侈品领域的创收潜力，以及通过新功能提升渗透率和毛利率的策略。 l12:24平台波动性与AI概念影响分析 讨论了平台初期活动亏损、订阅变更影响留存，以及LTV和质朴的不同动作，指出量化因素导致股价波动与基本面脱节，强调海外偏好对国内市场的影响，如AI概念对股价的影响减弱，需持续关注市场动态。 l14:28互联网行业变迁与价值评估策略 对话深入探讨了互联网行业从主机时代到手游时代的变迁，强调了行业龙头公司在转型期可能面临的挑战提出了在混沌期后，通过新的研究框架筛选具有价值的上市公司，并评估其在不同价值区间中的表现，最终关注其季度性运营数据的策略。同时，指出了技术成熟与应用迭代对行业重构的重要性，以及企业需及时调整组织架构以适应AI技术的应用。 l18:27 AI应用与版权出海：消费端爆发与市场趋势 对话讨论了AI应用从2026年四季度至2027年全年的消费端发展，强调技术成熟与运营能力的重要性。预测2027年底将出现类似页游爆款频现的市场现象，指出版权出海，尤其是视频内容的全球运营，将成为收入确认亮点。同时，AR技术与内容形态创新，如电视剧切分为音乐MV出海，展现出市场潜力。预计到2024年底，AI应用将形成稳定的业务模式与变现能力。 要点回顾 AI应用在当前是否已经起来了？AI与不同行业结合时的具体应用方向有哪些？ AI应用确实在业内很蓬勃，正处于起来的过程中，但要从蓬勃到业务模式成型并进入二级市场还需要一定时间。最先进入二级市场的可能是部分如glass in和现实物理世界等领域。具体应用方向包括多产品平台（如快手加克林）、系统记录（沉淀工作流）、特定领域规则（如影视行业组织方式和汽车设计组织规则）、数据安全（混合云、本地部署），以及合规与承担责任等方面。 对于AI应用在二级市场的表现以及时间线有什么看法？ 三季度会有行情，但整体上AI应用相关的标的仍处于营销、影视和游戏阶段。真正的AI应用将在27年下半年甚至年底开始浮出水面，形成合力，推动景气上行。27年全年及四季度开始将寻找真正能够抵挡住AI冲击的六大类软件价值，即平台记录、流程治理、合规变现等。 在AI与软件结合的过程中，哪些价值点相对不易被AI取代？ 在AI吞噬软件的过程中，会寻找并关注那些不易被AI轻易抽走的六大类软件价值，例如平台记录、流程治理、合规变现等。这部分价值将在26到27年的过渡时期中表现出来，并且会观察到在产业中出现的一些不易被AI取代的个股或支线上的个股。 产业现实层面的技术升级和商业模式成熟情况如何？ 技术升级需全模态验证，产品还在摸索多模态和稳定赛道的构建，业务模式与变现模式的成型和定型需要时间。24年可能看到业务模式摸索出来，27年则是业务模式成型与变现模式定型的关键时期，其中关键词是走向消费端。 在当前的token消耗中，哪些行业或领域是主要的消耗大户？除了视频行业，还有哪些领域在进行token燃烧？ 目前，视频行业是token消耗的大户，尤其是慢剧内容的生产端。不过，在某些情况下，比如高规格、大作级别的作品，其token燃烧程度更为剧烈。此外，不只是视频行业，许多行业都有将生产供给环节转移到线上的巨大空间。除了视频行业，自动驾驶领域的训练和模拟事故现场等场景也在进行token燃烧，这些是给AI系统观看并学习的。 多产品平台在整合不同产品和服务时会涉及哪些方面的工作？ 多产品平台在打通不同硬件和账号间，会伴随着权限设定、数据互通、交叉销售、AI能力复用以及统一采购等工作。 字节跳动在多产品协同方面有何特点？ 字节跳动在多产品协同方面表现出较强的实力，通过强力打通新场景实现流量获取和变现，比如以抖音为入口，实现广告、电商等多个领域的高度协同。 系统性和场景模拟在AI应用中扮演什么角色？ 系统性合力对于AI应用至关重要，需要沉淀大量真实业务案例来模拟逼近现实场景，并且随着技术发展，未来的工作流可能会打破岗位限制，实现更灵活高效的功能整合。 AI带来的变革如何影响企业的组织架构和生产关系？ AI使用会导致上下游企业间的关系变化，即所谓的“岗位业态化”，可能会引发组织架构、生产关系和制度的深层变革，如岗位流动化等。 在AI应用中，如何处理合规性和隐私保护问题？ 各行各业都需要在AI应用中加强合规管理，确保自证清晰、链条完备，尤其是在数据安全和隐私保护方面，需要明确权责边界，以满足国内外市场的合规要求。 是否存在能够突破收入上限的商业模式？请举例说明。 奢侈品行业中的MaaS模式是一个例子，通过定义工作流并提供模型及服务能力，收入增长迅速，且不受功能数量或效果惊艳程度限制，关键在于能否单独收费、提价以及通过新功能提升用户付费意愿和覆盖成本的能力。 目前各类商业模式的表现是否稳定？ 目前各类商业模式的表现存在波动性，例如平台活动可能导致短期亏损，订阅方式变更可能影响留存率，但整体逻辑仍然有效，需要观察市场变化和企业的适应调整。 价值逻辑中平台控制权、数据流程控制权和治理责任边界如何体现？ 这三类价值逻辑分别对应于平台能否稳固控制权、数据与流程控制权以及治理责任边界的清晰界定，它们共同影响企业在市场竞争中的地位和长期发展能力。 在当前的市场环境下，如何科学地筛选出具有投资价值的公司？ 科学一点的方式是先确认这家公司是否稳固，再评估它能否通过A股市场放大其营收或利润。首先按照新的研究框架判断公司是否符合进入标准，将其放入相应的位置（如六大和四种价值区间）。之后重点考察其真实的季度性运营数据，看能否在所处的价值点上发挥更多价值。 AI应用的发展历程以及在资本市场上的表现是怎样的？ 从历史经验看，技术成熟需要一定时间，例如AI技术在22年底至27年期间逐步成熟并传导至应用端。27年中旬前后，真正基于技术成熟构建面向消费端的能力成为关键。27年底至28年，AI应用将进入一个类似页游爆款频现的景气上行阶段，上市公司可通过投资收购或自身发展新业务来抓住机遇。 当前有哪些比较理想的AI应用标的？ 其中一个值得关注的方向是版权出海。在移动互联网时代诞生的大量版权内容，如视频类作品，通过拿到全球进行运营，特别是音乐MV等形式，可以实现低成本、持续稳定的收入确认，且随着AR等技术串连各种内容形态，这类业务模式显示出较好的发展前景。 对于AI应用的发展阶段，如何准确把握其业务模式定型的时间点？ AI应用的业务模式定型预计会在2024年年中左右，因为在那时技术升级完成后，需要半年时间给这些公司拓展业务边界。业务模式定型后，若变现模式成型且收入创收得到确认，那么真实意义上的AI应用就会崭露头角。