行业洞察 方正传媒焦娟AIGC的本质 历史观 终局 AI应用的三层研究框架

好的，各位投资者大家好，我是焦娟。 我们今天的话正好趁着我们团队刚刚发了4篇深度报告。 这四边生的报告的话分别讲的是ACC的本质历史观中局和A应用的三层研究框架。 所以这里面的话就是为什么这四频报告要放在一起去讲。 因为所有人都说我很关注AI应用。 但是我们先要解决一个问题，首先就是所谓的AI I应用，你其实默认的是大模型的应用，或者是基于大模型的这层技术路径的应用。 但是AI本身的话，大模型只是它的技术路径之一，那后面还有矩阵智能有可能还有其他技术路径。 所以你可以把这个大模型和这个巨身智能理解成为PC互联网和移动互联网。 所以所谓的这个AI应用的话，其实我们虽然不一定够清晰，但是其实你指代的应该是AIC或大模型的应用，所以这是第一点。 第二点的话就是我们这里面的话就会遇到一个现实的困难，比如说AI用到底指的是什么？因为我们所有人可能都是站在二级市的角度，所以这个时候的话，很容易在你没有意识的情况之下，或者是无意识的一个状况之下，你就把AI应用当成用AI的上市公司。 这是一个巨大的不合适的地方，因为AI跟互联网不一样，所以那是所有人现在都能用AI I你不能讲所有人都是AI I应用对吧？所以AI I应用这块的话，如果是基于大模型这条技术路径，AIGC这个方向的一些应用，我们是必须要回到AIGC它自身他自己，所以这就是为什么这四篇当中有三篇在说的是AC的本质历史观终局。 你要深刻的去看一下他到底在干什么，他到底会发生什么样的这样一些深层次的这种推进，以及带来哪一些深远的影响。 所以这里面的话就两个。 第一个就属于你可能没有理清，但是这里要我们要清晰化一个地方，就是所谓的大家提到的AI I应用，本质上就是大模型和AI IC的这种应用，这是第一个。第二个的话就是不是用了AI I就叫AI应用，这个不可能。 咱们按照一个正统的科班分析的一个方式去分析一下你AIGC大模型你的一个本质历史观注点到底是啥。 所以最终得出来的一个结论就是ARGC或大模型它改造的是供给端。 这个跟互联网移动互联网时期，也就是1994年到2023年这30年，他改造的是消费端。比如说我们消费者这些用户全部连接在一起，然后各种平台去发挥一些实质上为交互交换交易的这样一些功能。 然后创造出一加一大于3的这样的一些功效。 但是A这次的话大模型AZC它就是在供给端发挥一些产业分层的作用。 很简单一个道理，你一个你现在不别说1个小时，现在你可能十分钟就能生产1万张图片。 那很很简单，这个十分钟生成一万张图片这个动作本身作为供给端的一种巨大的数量的填充。 它在整个价值链当中它会怎么样去分配利润。 也不可能按照以前一张图片的这样一个价格，或者是一个定价去分配整个产业链上一万张图片的这个呃收入或者利润，对吧？所以供给的变革必然会产生深远的影响，所以其实就会造成整个生态会发生一些这种变化。 我觉得这样肯定是完全南辕北辙的，所以我们不要浪费自己的时间，用科学的这样的一个方式，就是细细的去理一下AI应用到底有哪些标的，或者是说我们怎么样去找标的。 所以首先AI它绝对不是下一代互联网，它是供给端的系统性重构。 所以它并不是发生在分发变现的这个环节，它是发生在生产环节。 但是你生产环节是价值链的一部分，所以这个价值链的重新分配必然会带来生产关系的变化和各种组织的变革以及制度的变革。 举个例子，比如说很有可能我们以后很多岗位，它会变成业态化。 业态化的意思就相当于说以前是定岗、定职责，定职级、定全责，对吧？以后的话就属于说这事儿，反正你就自己完成。 你要不就发挥一下你左邻右舍的这种，就是你能够替你左邻右舍的人把这个活干了以后，就借助于AHC把上下游的一些活给干了。 所以这是岗位业态化。 另外的话也会形成一些新的制度，举个例子，大家也要约束一下等等之类的。 所以从这个角度来讲的话，我觉得这一次的大模型或者是AIGC，它在生产端发生了一个变化。 就是你不用去排斥这种所谓的也就是一看就是A味比较浓的这样的一些内容，你不用去排斥它，因为这个不重要，因为以后所有的内容大概率的话它都是一个人际耦合，无非就是人的比重占多少，鸡的比重占多少，无非就这个样子。 所以这里面的话可能后续还能出现一些很神奇的一些创新，创新出来一些。 更加抽象的这样的一些内容形态，这个都是很正常的。 所以生产端它一定会走向人机，就生产端标配就会变成一个人机耦合，无非就是比例多少的一个问题，可能不同的方向，不同的行业、不同的阶段，不同的一些这种公司，它人际耦合的这个比例不大太一样。 但是一定都是走向人际耦合的这是第一个。 第二个的话就是分发，以前我们在这个PC互联网时代叫流量至上，变现为王对吧？流量就是很重要。 但是ar时代可不是这个玩法，A时代绝对不是这个玩法了。 所以它会转变成你生产的内容，你要想尽办法让模型去调用，那怎么样能被模型调用呢？我也不知道，所以这是一个黑箱子，或者是说它是基于模型本身对供需双方的这样的一些意图的理解，这个说出话就是平坦的事情。 另外一个的话就是权限，举个例子，比如说现在其实突破权限或者是拿到一些权限是很困难的。 比如说我现在入眼经常会问我的客户，你现在变成啥样子了？我觉得每一位客户的话，现在基本上外面都包含着好几层。 第一层的话是各种大模型，第二层的话可能有各种新的软件。 所以我作为一个卖方，我的这个内容如果想要突破拿到或者是拿到我的客户的这种进入， 这个并不是说书面上这个意思，而是你举个例子，比如说任何公司他的他从法律上叫法人，对吧？那是因为基于团队协作的一个需求，虚构出来一个在法律上要承担责任的这样一个主体一个组织。 现在的话一个人加agent就可以搞定了。 这个地方我没有仔细去研究，或者是说这个也不大是我的研究的范畴。但是我想提到一点就是他从鞭子上就冲击了一些历史，这是这个地方。旧的框架的话看的是用户和流量，新的框架的话看的是生产和生态位。 什么意思呢？就是说很多公司说我我们家toins消耗的挺厉害的，不重要，重要的是你拿这个tokens消耗在你的生产端，你做了什么事情？你做的这个事情的话，我最终的一个要求或者是一个看点是要求你必须要改善自己的生态位的。 你不能吭哧吭哧干了一场活，或者是吭哧吭哧变革了一场坑，单位还下降了，那肯定这个是不可接受的。 但是话又说回来，就是你的目标是生态位改善，很有可能到最后生态位没变化。 但是你如果这个目标是生态位保持不变，很有可能到最后生态位是真的是变低的。 所以供给端的这种变化，生产端的这种变革其实是很惨烈的，真的不能有任何的侥幸。 所以每个人如果或者每个公司都以改善自己的生态位为目标，能到最到最化能保住自己的生态位就已经很好了。 所以这点的话就是生产能的变革一定不能掉以轻心，这个是巨大的变革。 因为你生产端变整个价值链，整整个产业链也会变产业链的价值分配也会变，生产关系也会变，组织也会变。 那个叫什么各种的一些制度也会变，说穿了就是全是风险敞口。 当然对于很多叫什么既逆流而上，或者是说对于很多斗志盎然的一些人来公司或者是一些个体来讲的话，这反而是一些机遇。 但是不管怎么样，就是供给端的变化一定去一定除了这个供给端生产端之外，其他方面全 都是风险敞口，这都是要变化的。所以就说AI I它不等于AI IGC大模型。但是现在大家说AI I应用的时候，实际上指的是大模型或者是AI c应用，这点我点出来就可以。然后互联网这边其实是把需求端给叫什么？叫商品化、货币化、杠杆化和金融化。大家体会一下，这四个话放在一起其实全是加杠杆。所以互联网这30年其实很繁荣，就是带来很多的一些这种蒸蒸日上。但是供给端的变革可不是这种蒸蒸日上的，供给端的变革说穿了就是咱们都是绘画大师，现在照相机突然发明了，然后重启了我们所有绘画大师的报价，对吧？然后，所有的绘画大师现在就面临两条路。第一个的话你发展出来新的风格。第二个的话就是照相机的发明，是给后面电影这个艺术的诞生做了一个巨大的降本的动作。Ok绘画大师是要变成电影大师的。所以你这两条路的话，哪条路都不好走，所以这个是AI和互联网的这种差异，所以四个问题的话共同构成了一套研究系统。首先本质上来讲的话，AIGC本质到底是啥？AIGC的本质就属于说你总是认为AC产生的内容是影视这样的一些表达性内容。不是的。AC产生的内容除了表达性的内容之外的话，还有生产性内容、决策性内容，这两样才是更大的市场空间。说穿了就是你如果不在这个地方推销它的本质的话，你毛菇估你是要丢掉3分之2这个标的。但是你要知道生产性的内容和决策性的内容是远远比表达性的内容的市场空间要大的。所以你丢掉的这个范围可不止3分之2。所以本质很重要，本质就决定了你的选股的边界到底在哪里。历史观的话就属于说这里面就是咋重新分配。如果改革供给端，是不是需求端也挂了？不是，人家需求端有可能非常稳固。所以这里面的话要推敲一下供需两侧在这个历史变迁的一个过程当中，大概面临的局面分别是什么样子的。 第三个的话就是终局，终局的意思相当于说最终可能会发生哪些深刻的变化。 比如说我们说岗位业态化这词听着就很虚，但是很有可能就属于说以后很多的一些组织的这样的一些结构性变化就会比较明显。 我举个夸张的例子，是不是以后就呃几条航母或者是说几只航母带着一大堆opp c，中间的这个公司就很容易上不上下不下，有没有可能这个样子？有可能，但是这个就是于说我们先给出第一个版本，后面的话可以持续进行一些推敲。 最后的话就是你只有基于你的边界，你只有基于这些分配的过程当中怎么样重新分配，以及最终有可能会变成什么样子，才能搭出来这个选股的框架。 所以这个就是很正常的一个一个就是个框架。 就是说我我我就把前面这三个搞清楚了之后的话，拉出来这个框架。 我遇到任何一个上市公司，我看他符不符合，他符合我就塞进来，他说符合我就不把它塞进来。 举个例子，就是绝大多公司现是se进来的进来的公司。 那没关系，你有现在自己的成熟的产业，对吧？成熟的这样一些业态，你成熟的业态源源不断的现金流最差也是P估值，无非就是P低一点。 所以技术的变革会有很多新贵的稳质在我们资本市场就是高批估值，高估值、高P估值或者是高高就是不一定是P很高，有可能是PS或者是P什么。 总之就是所谓的技术的变迁带来的各种新贵，新贵就是估值特别高，或者是特别有估值的空间可以往上去拔。 所以我觉得毛菇姑去看，任何现有的上市公司你都可以去分布估值。 他成熟的业务你可以给PA估值，新的业务做的比较有成色，那我们就按照新的估值方式去给他，大概这个意思。 我们看一下三层研究框架。 第一层的话就是各种基础大模型。 基础大模型就是那个大脑就属于说真正的各种能力很突出，他的真正的transformer的这个架构有自己的这样一个选定性的方向，有自己的个向量销量表，能够撑得住全模态多模态等等之类的。 第二层的话就相当于说你基础的这个大模型的通用的能力，你要稍微改一改，或者稍微强调一下在某一些特定方向，比如说表达性内容、生展性内容和决策性内容大家都不一样。那角策性内容的话就是比较偏重于agent。 所以说我想一步你能你这个大模型能帮我想后面的三五步，对吧？我能穷举三个方向的推往前推演三步，你帮我穷举一下13个方向往前去推演出来四步。其实相当于说他用很完备的这样的一个逻辑去补足你这个算力的不足，就我们人的大脑的算力的不足。所以第二层的话就是一些垂炼模型agent MaaS或者是封装了一些模型能力的to B2C的三发平台。To b to的平台就类模型，比如说可林梦agent，比如说像子空间，包括work ms像是p lipTV等等之类的，这些大家都可以理解。很多人就会说那些to B2C分发平台这个有啥用？不是这个样子的，因为你想你让人家生产者用户在你平台上去用，你总是要帮大家去分发一下。因为你帮大家分发，大家赚到钱了之后，才能更好的在你这个平台上持续的正反馈。所以正常来讲一定是要标配这个分发的这种探索的，只不过就属于说有的公司他先是当初类模型，