全球生成式AI应用全景图：AI应用进入大爆发时代

http://www.huajinsc.cn/1 / 95请务必阅读正文之后的免责条款部分2023 年 09 月 06 日行业研究●证券研究报告全球生成式 AI 应用全景图行业深度分析AI 应用进入大爆发时代投资要点模型、算力、生态推动 AI 应用进入大爆发时代：1）算法及模型的快速进步：2017 年 Transformer 模型及 2022 年 ChatGPT 的发布标志着生成式 AI 在文本领域的重大飞跃，并在多项能力上超越了人类基准，未来随着更强大的语言大模型（如 GPT-5），以及多模态生态和视觉大模型的技术持续突破，将推动 AI 应用的持续进化。2）算力基础设施将更快、更便宜：虽然短期内大模型训练需求的激增推高了算力成本，但随着英伟达 GPU 性能的持续升级，以及微软、亚马逊、谷歌和Facebook 等巨头正在加大对 AI 算力云服务的资本开支，并积极布局自研 AI芯片，未来 AI 算力将更快、更便宜，以更好的支撑应用层的快速发展。3）AI 生态的逐渐成熟：AI 组件层（AI Stack）的完善和产业分工细化，为 AI应用在模型训练、数据整合、应用开发、应用部署等环节提供全生命周期的支撑。全球科技股复盘：算力基础设施层公司率先受益于本轮 AI 产业浪潮，应用层公司同样有所演绎，从兑现节奏上晚于基础设施层。在基础设施层中，英伟达是AI“掘金买铲”逻辑的核心受益者，其次为微软、Google、AWS、Oracle 等头部云服务厂商和大模型厂商。在应用层中，美股年初至今涨幅靠前的 AI 应用公司 有 ： Palantir(136%) 、 Duolingo(109%) 、 Shopify(92%) 、 Palo AltoNetworks(74%) 、Salesforce(67%) 、adobe (67%)、ServiceNow (52%) 。相较于 AI 基础设施厂商已经能够从模型训练所产生的巨大需求，订单和业绩也得到了持续验证，B 端应用还处于早期，大多数 AI 应用厂商还尚未进入到商业化阶段，从兑现时间来看预计要晚于基础设施层 2-3 个季度。全球生成式 AI 项目及投融资现状：1）AI 项目数量激增：GitHub 上 AI 开源项目截止 8 月底数量达到了 91 万，相较于去年全年的增幅达到 264%。根据 Replit 的数据，23 年二季度 AI 项目环比增速达 80%，相较于去年同期同比增长了 34 倍；2）OpenAI 在大模型上依然具备统治级地位：95%以上的应用项目均是基于OpenAI 的模型来构建，同时开源项目数量也开始大幅增长；3）2023 年是生成式 AI 投融资创纪录的年份：根据 CB Insights 的数据，截至2023 年第二季度，生成式 AI 的投融资相较于去年全年的 25 亿美元，增长了 4.6倍；4）生成式 AI 应用层融资金融仅占三成：目前约七成资金投向了包括大模型开发在内 AI 基础设施层。而从应用层的融资中，AI 数字代理获得融资最多，其次投资评级领先大市-A维持首选股票评级688111.SH金山办公买入-A002230.SZ科大讯飞买入-A002410.SZ广联达增持-A300496.SZ中科创达买入-A688023.SH安恒信息买入-A一年行业表现资料来源：聚源升幅%1M3M12M相对收益-2.67-11.0724.31绝对收益-7.86-11.9119.24分析师方闻千SAC 执业证书编号：S0910523070001fangwenqian@huajinsc.cn相关报告金山办公：订阅业务快速增长，看好 AI+办公的深度融合-金山办公业绩快报 2023.8.24四维图新：看好公司智驾、智芯的长期驱动力-四维图新业绩快报 2023.8.24计算机：数据资源并表发布，加速数据要素商业化-计算机行业快报-数据资源暂行规定发布，加速数据要素商业化 2023.8.23广联达：收入端稳定增长，看好 AI+建筑的产业布局-广联达业绩快报 2023.8.23中科创达：智能汽车保持高增，大模型+边缘计算彰显长期价值-中科创达业绩快报 2023.8.20天融信：收入端稳定增长，新业务开始发力-天融信业绩快报 2023.8.20科大讯飞：二季度经营全面改善，AI 布局国内领先-科大讯飞业绩快报 2023.8.19行业深度分析http://www.huajinsc.cn/2 / 95请务必阅读正文之后的免责条款部分为文本、图像、代码及音频的生成工具。生成式 AI 应用按应用领域可以分为工具型应用、通用软件、行业软件、智能硬件四大类，从产品形态上将沿着 AIGC（内容生成）、Copilot（智能助手）、Insight（知识洞察）、Agent（数字代理）四个重要的方向演进。1）工具型应用：包括聊天机器人、搜索引擎、文本工具、AI 作画以及代码工具等，主要集中在 C 端，产品的同质化程度较高，对于大多数文本、图像、视频、代码、3D 模型等 AIGC 工具，模型/算法的能力决定了产品的受欢迎程度，对底层模型特别是 GPT-4 存在高度依赖。目前行业进入第一轮洗牌期，竞争优势的构建来自于差异化的产品定位以及持续训练更强大的底层模型和算法。2）通用软件：包括办公软件、企业服务、IT 运维、软件开发、网络安全、数据智能等领域，各领域头部厂商均已出现标杆产品，最常见的产品形态主要是 AI智能助理（Coplilot），代表有 Office 365 Copilot、Salesforce Einstein GPT 及Adobe Firefly。目前各个赛道竞争格局变化不大，各个赛道的龙头厂商依然率先受益于生成式 AI 所创造的新的产品功能，未来的竞争关键在于 AI 与场景/工作流的深度融合，目前通用软件头部厂商预计将在四季度进入商业化落地的关键阶段；3）行业软件：涉及金融、医疗、教育、工业、游戏、法律等多个行业，生成式AI 在游戏、法律、教育、电商等 C 端场景有较多的结合，而在医疗、金融、工业等 B 端场景下生成式 AI 产品的成熟度仍然偏低。AI 助手（Copilot）同样得到了广泛应用，而未来在金融、医疗、工业等领域，最具前景的应用来自于数据分析和知识洞察（Insight）工具。同时，目前各行业头部厂商也在开始自建垂类大模型，包括彭博社的金融大模型 Bloomberg，以及 Meta 蛋白质大模型ESMFold，当前垂类大模型在其专业领域的性能普遍超过通用大模型。4）智能硬件：包括智能汽车、机器人、智能终端等，目前生产式 AI 与智能硬件的结合主要分为两个方面：一是语音助手，应用场景包括智能座舱、智能音箱、家用机器人等各类智能终端，相较于过去的语音交互模式，大模型和生成式 AI 技术提升了感知和生成能力，进而带来了用户体验的提升，但是总体而言产品门槛相对较低，另一类则为数字代理 AI Agent，主要应用包括自动驾驶、智能机器人等，具备更加广阔的应用空间。目前 AI Agent 在感知与决策能力上仍存在瓶颈，未来应用空间打开的关键在计算机视觉、具身智能等底层技术的突破。生成式 AI 产品目前的商业模式主要包括功能订阅、按量付费、产品销售等，其中 C 端应用以功能订阅和按量付费为