这份研报分析了AI应用的三大方向:表达性内容(如AI短剧)、决策性内容(AI应用服务)和生产性内容。重点探讨了生产性内容尚未形成原生标的的现状,并从AI增强、流程重构、原生流程实施等角度进行逻辑拆解。报告提出了AI应用三层研究框架,涵盖技术大模型层、模型分发层和AI应用层,分别对应不同的核心跟踪指标和投资逻辑。强调了原生业务流程的重要性,以及AI对行业版图的重构作用。
AI行业正经历从表达性内容、决策性内容向生产性内容的演进。AI增强将成为全行业标配,但缺乏独有竞争优势。流程重构和原生流程实施是关键,原生流程需要全新目标牵引和全新流程体系。AI将重构行业版图,不同互联网平台型公司业务方向差异显著,如阿里偏向大模型,腾讯侧重模型服务,美团偏向AI应用。投资需采用三层研究框架进行跟踪。
报告重点分析了AI应用的三层研究框架,包括技术大模型层(生态型厂商与纯大模型厂商)、模型分发层(agent、行业模型、模型分发平台)和AI应用层。特别强调了原生业务流程的重要性,以及如何通过小团队先行探索、现有业务兵分两路或公司自上而下推动等方式实施原生流程。同时,报告也探讨了AI对行业分类的调整,以及投资跟踪要点,如数据量、业务量、先发优势等。
当前AI市场处于从AI增强向原生流程过渡的阶段。AI增强表现为降本增效和强化业务能力,但将逐步成为全行业标配,不具备独有竞争优势。生产性内容尚未形成原生标的,需要全新目标牵引和流程体系。技术大模型层存在生态型厂商和纯大模型厂商,生态型厂商负担更重。模型分发层关注生产端用户数和UP值。AI应用层需关注数据量、业务量和先发优势。
报告提示了AI应用实施中的风险,包括流程重构中成熟组织的惯性阻力,原生流程实施的三种路径风险(小团队探索、现有业务兵分两路、公司自上而下推动),以及技术大模型层的市场分歧风险。此外,AI投资需采用三层研究框架,不同层级对应不同的核心跟踪指标和要求,避免使用原有移动互联网时代的行业分类进行判断。投资需关注模型能力、场景拓展能力和市占率,以及AI落地衍生的刚需方向风险。