这份研报探讨了AI在计算机行业的应用前景,特别是自定义AI的崛起及其对现有应用模式的影响。报告分析了生成式AI的快速扩散速度,以及自定义AI如何改变爆款范式,从开发者工具向大众产品迁移。报告以coding场景为例,指出AI coding渗透仍处于早期阶段,主要在工具席位层面,未来潜力在于可信的工作流。此外,报告还讨论了模型迭代与Computer Use如何打开能力新边界,以及AI在教育、金融、法律和咨询等细分行业的应用潜能。最后,报告分析了算力结构性机会,包括高速互连、电源与散热等领域的产业升级方向。
AI在多个行业展现出较大的应用潜力。教育行业方面,AI已覆盖备课、授课、学练、考试、评价、管理等核心教学环节,未来增量可能由席位数量转向任务调用量。金融行业方面,AI应用已覆盖智能风控、贷前贷后评估、反洗钱监测、投研内容生产和客户服务等环节,重点转向可交付、可复核的业务任务。法律与合规行业方面,约41%的律师事务所和47%的企业法务部门已使用生成式AI,AI正逐步进入法律服务核心流程。咨询行业对AI的需求已进入组织级调用阶段。未来,这些行业的AI应用将从检索、摘要和内容生成延伸至资料整理、跨系统核验、流程协同和受控执行。
报告重点分析了自定义AI技术方向,特别是其从开发者工具向大众产品的迁移趋势。报告还探讨了模型迭代与Computer Use如何提升AI能力边界,以Astra模型为例,展示了强化学习、可验证任务环境和工具执行共同作用的阶段性成果。此外,报告关注了AI在多个行业的应用场景,如教育、金融、法律和咨询等,分析了这些场景中AI应用的发展阶段和未来增量方向。最后,报告还讨论了算力结构性机会,包括高速互连、电源与散热等领域的产业升级方向。
当前AI市场正处于快速发展阶段,生成式AI的扩散速度史无前例,全球范围内已有超12亿人使用过生成式AI工具。AI应用已渗透到多个行业,如教育、金融、法律和咨询等,但大多数应用仍处于工具席位层面,尚未完全渗透到可信的工作流。AI市场的商业化模式也在发生变化,不再依赖单一爆款,而是通过后台的调用频次、Token消耗、数据处理量和按任务计费收入等指标衡量。未来,AI应用的主要增量可能来自现有行业软件中的任务量扩张,而非单一新入口的集中爆发。
这份研报提示了几个投资风险。首先,行业竞争加剧可能导致利润率下降。其次,技术研发进度不及预期可能影响产品竞争力。此外,特定行业下游资本开支周期性波动可能影响AI应用的推广速度。这些风险需要投资者关注,并在投资决策中充分考虑。研报并未提供具体的投资建议,而是旨在帮助投资者了解AI行业的发展趋势和潜在风险。