深度报告-20230328-东吴证券-互联网传媒行业深度报告_海外应用映射之生产力篇-AI时代新起点_寻新投资方向（一）_35页_3mb

AI时代新起点，寻新投资方向（一）总结

核心内容

本报告聚焦于AI时代背景下，AI生产力应用的快速发展及其对投资方向的启示。主要围绕生成式AI大模型的快速迭代、海外AI生产力应用的成熟经验、以及国内相关投资机会进行分析。

主要观点

1. 生成式AI大模型推动生产力应用落地
   大模型技术持续优化，使得AI在提升生产力方面发挥越来越重要的作用。如Jasper和Notion.AI等基于GPT-3的工具，以及ChatGPT、New Bing等基于GPT-3.5的工具，均显著提升了用户体验和效率。

2. 海外AI生产力应用市场领先
   海外市场在文档办公、电商营销、企业管理、代码编写、数据分析等场景中已形成成熟的AI应用生态，其发展路径和商业模式对国内企业具有重要借鉴意义。

3. AI生产力应用催生新的职业和行业
   每一轮生产力革命都会带来新职业和新产业的出现。AI将逐步替代部分传统职业，但同时也将创造新的岗位，提升整体社会福利。

4. AI生产力应用的三种主要模式

   • 头部互联网厂商AI化：如微软和谷歌，利用自身技术储备和用户基础，将AI融入生产力工具，提升整体效率。
   • AI Native独角兽公司：如Jasper和Midjourney，专注于AI生成内容，具备较高的技术深度和应用灵活性。
   • 垂类龙头公司：如DuckDuckGo、Notion、Salesforce和HubSpot，利用AI技术对传统工具进行升级，提升特定领域的效率。

关键信息

1. 模型技术演进和商业化产品落地相辅相成

• ChatGPT快速迭代与成本下降：ChatGPT在推出后迅速获得用户，付费版提升了生成速度和准确性。
• API开放：OpenAI开放了ChatGPT和Whisper的API，支持开发者和企业用户使用。
• AI对生产力的提升：据ARK预测，2030年AI将使脑力劳动者的生产效率提升4倍以上。

2. 模式一：大厂的生产力生态AI化

2.1 微软：AI赋能生产力工具

• New Bing：以对话形式展示结果，提升搜索效率，流量份额显著增长。
• Edge浏览器：集成AI功能，支持语音输入和自动总结。
• Microsoft 365 Copilot：逐步嵌入Office全家桶，实现文档生成、数据分析、会议总结等功能。
• GitHub Copilot：辅助代码编写，提升开发效率，88%的开发者表示工作效率提高。

2.2 谷歌：Workspace在线办公套件AI化

• Google Workspace：集成AI功能，包括文档生成、会议笔记、邮件处理等。
• AI Builder：提供基于Azure OpenAI模型的模板，提升工作效率。

3. 模式二：AI Native，专注提高生产力

3.1 营销：Jasper

• 核心能力：AI文案写作，企业客户众多。
• 商业模式：Freemium模式，用户可免费试用后订阅。
• 收费模式：提供不同版本，价格从10美元到60美元不等。
• 版权归属：只有付费用户拥有商业版权。

3.2 创意/设计：Midjourney

• 用户群体：涵盖创意设计、工业设计、Web3 & NFT、个人爱好者。
• 快速迭代：每2~4个月推出新版本，如v5版本生成更真实的人像。
• 商业模式：免费试用后订阅，月付或年付，支持多种任务处理和版权归属。

4. 模式三：垂类龙头基于AI提高工具生产力

4.1 搜索+AI：DuckDuckGo

• Duck Assist：基于ChatGPT和Anthropic，提供更准确的搜索结果。
• 功能亮点：完全免费、无需注册、高安全性、支持多种平台。

4.2 在线文档+AI：Notion.ai

• AI写作功能：支持多种文体，如博客、诗歌、论文等。
• 价格优势：相比Grammarly和ChatGPT，价格更低。
• 功能覆盖：包括文本优化、文档生成、翻译、代码生成等。

4.3 企业管理/CRM+AI：Salesforce

• Slack和Einstein集成ChatGPT：提升对话摘要、研究工具、写作帮助等。
• Einstein功能：自动撰写销售邮件、安排客户会面、生成客户回复等。

4.4 电商+AI：Instacart

• 接入ChatGPT：提升电商搜索效率，根据用户问题推荐商品。

投资机会

• 办公、创意领域：推荐昆仑万维，建议关注万兴科技、金山办公、福昕软件、美图、创梦天地等。
• 营销环节：推荐蓝色光标，建议关注利欧股份、天娱数科、易点天下等。
• 虚拟人领域：建议关注天娱数科、立方数科、风语筑、天下秀、捷成股份、新华网等。
• 垂类SaaS服务：吉宏股份、光云科技等。

风险提示

• AI技术发展不完善：AI模型仍需进一步优化。
• AI基础设施不及预期：计算资源和AI模型训练成本可能影响应用落地。
• AI伦理风险：涉及数据隐私、版权等问题，需引起重视。