AI应用三层研究框架总结
一、AI原生业务的重要性
- 强调"原生"属性是因为人类难以改变惯性，真正的技术变革会重塑生产关系与组织架构。
- 真正的AI原生业务需以新目标为牵引，借助AI搭建新体系，而非在现有基础上改造。
二、原生业务的建立方式
- 企业多数障碍在于认为应由现有团队负责，更可行的做法是设立新目标，让新团队在新空间中生长。
- 举例：影视公司做AI互动剧，应成立新团队重新制作，而非让原有团队兼顾。
三、三层框架中的原生属性差异
- 第一层（基础大模型）和第二层（模型分发与服务）几乎都是原生生长，如Anthropic、OpenAI、可灵、即梦，少数例外（阿里、谷歌、腾讯等）。
- 第三层（使用AI的标的）多为现有组织应用AI，新创业公司需3-5年才能成功上市。
四、上市公司做原生业务的三条路径
- 子公司或分公司已做得出色（如做互动剧的新业务）。
- 老板有魄力，管理层理解，在现有业务外搭建新业务线，需换人用新团队。
- 通过收购、参投或分拆上市（2026年上半年有推动效应，2027年作用减弱）。
五、使用AI的公司三条脉络
- 表达型、生产型、决策型，公司原有业务与未来方向未必一致，可能转向其他类型。
- 原因包括业务增长乏力或想切入新方向。
六、原生业务必须形成生产与交付闭环
- "想做"与"做成"不同，走通是关键。
- 案例分析：
- 芒果新作叫好叫座，实现走通。
- 博纳《三星堆》叫好不叫座，本质也是走通，受媒介差异影响（电视剧To B，电影To C）。
- 捷成也在做，但内容不明确。
- 走通后需看能否同时叫好叫座。
七、当前市场没有贝塔
- 市场习惯按旧分类划分贝塔，未来公司方向分化，原有分类方式对应的贝塔难再出现。
- 某上市公司签巨额算力订单，意图不明，体现市场分化。
八、原生本质是生产关系和组织的调整
- AI后产业链环节权重重构，需放任其生长新流程、生产关系与组织结构，而非改造。
九、研究方式
- 从新任务本身出发，而非行业出发，因为各行各业均可延伸AI应用。
十、原生业务对上市公司收入的贡献节奏
- 非原生业务难以快速贡献收入（10%-30%），至少需1年。
- 特例：位置好、特质好且客户有急需，可能快速占收入10%（稀缺）。
- 退而求其次看收入（若无收入则用ARR）、经营数据或原生业务线经营数据。
十一、选股标准：B大于等于A
- 新背景下基本盘或卡位需优于过往时代，新入行者直接从B1/B2/B3起步，淘汰是细水长流但会加速。
十二、动态股票池与重估逻辑
- 197只个股中多数原生业务未完成，需持续跟踪，失败则剔除。
- 评估标准：业务边界、成果用途、来源、原生证据、经营证据、与上市公司关系。
- 2027年选股核心是价值重估，能拿出原生业务的公司具先发优势。
十三、两层"窗户纸"
- 找贝塔需突破无效分类下的贝塔。
- 原生业务要求苛刻，退而求其次看子公司/分公司或新人新团队做老业务，子公司分拆上市、参投作用不大。
