20260417-华泰证券-华泰_计算机_场景Token重塑AI应用商业模式_6页_544kb

华泰 | 计算机：场景Token重塑AI应用商业模式总结

核心内容

本研报围绕AI时代的价值分配逻辑展开，提出“场景Token”概念，认为AI产业链的定价逻辑正从传统软件按功能模块定价，转向以Token为核心的价值单元。Token经济学构建了算力层、模型层和应用层的三层加价结构，其中应用层的Token价值尚未被市场充分挖掘。

主要观点

1. Token经济学的三层结构

   • 算力层：Token的物理生产，加价来源于资源稀缺性和规模降本。算力层竞争最终归于成本控制。
   • 模型层：Token的智能密度，加价来源于模型能力带来的信息质量差异。随着开源模型的发展，模型层的溢价空间面临压缩。
   • 应用层：Token的场景转化率，核心价值在于将行业私有数据和Know-how注入Token使用过程，提升业务价值产出。应用层通过RAG、微调、Prompt工程、Agent编排、知识图谱、效果承诺等机制提升Token使用效率。

2. “大模型吞噬软件”叙事存在误判

   • 企业IT预算并非被算力挤压，而是被AI应用开辟新来源。AI Agent原生应用正在争夺传统软件预算及企业其他业务预算。
   • AI Coding提升代码生成效率，但企业AI应用的核心价值在于行业数据积累、工程化判断与效果承诺能力，这些无法被代码替代，反而增强了垂直应用厂商的竞争优势。

3. AI应用公司评估框架

   • 护城河轴：评估公司能否守住现有业务，包括客户粘性、数据时间资产、私有化部署性质、平台化程度、场景暴露度等五维防御体系。
   • 成长轴：评估公司增量空间，包括纵向渗透空间、横向扩张可行性、AI共振系数等三维体系。
   • 综合两轴可得出四象限定价逻辑：护城河深+成长性强、护城河深+成长性弱、护城河浅+成长性强、护城河浅+成长性弱，分别对应不同的投资策略。

关键信息

• Token作为AI产业链价值单元：Token不仅是计算资源的计量单位，更是承载业务价值的载体，其价值随着应用场景的深度开发而提升。
• 应用层价值提升路径：通过数据飞轮机制，应用层的价值壁垒不断强化，随着AI基础能力提升，其相对优势扩大。
• AI应用公司核心价值：不在于代码本身，而在于行业Know-how、数据资产和效果承诺能力，这些因素共同构建应用层的竞争优势。
• 投资建议：关注业绩成长性高、估值低位、已有按Token消耗量或按结果付费收入的AI应用公司，如迅策等，认为其具备较高的市场潜力。

投资机会与风险提示

投资机会

• AI应用厂商通过Token化收费模式，实现从采购预算到业务超额收益的转变。
• 企业IT预算结构正在变化，AI应用正开辟新的预算来源，形成增量市场。
• 应用层公司随着数据积累和平台化程度提升，其护城河和成长性将同步增强。

风险提示

• 宏观经济波动：可能影响AI产业资本投入及技术落地节奏。
• 技术进步不及预期：AI、大模型及应用进展可能低于预期。
• 中美竞争加剧：可能影响国内算力基础设施布局及大模型技术迭代速度。

结论

AI应用层的商业模式正因Token机制而发生深刻变化，其价值不仅体现在技术能力，更在于对行业数据和Know-how的深度整合。当前市场对AI应用板块存在系统性低估，我们认为具备强护城河与高成长性的AI应用公司将是未来投资的重要方向。