20230530-国金证券-TMT崛起系列（四）_哪些AI应用能较快落地_22页_3mb

AI应用落地分析与行业机会总结

AI应用场景从技术难度角度可分为三级：“帮助决策”、“辅助创作”和“代替执行”。

• 帮助决策：基于数据和信息形成知识，完成精度要求不高的特定任务，应用场景包括日常生活、办公管理、金融、医疗、物流等。
• 辅助创作：通过知识推理辅助内容创作，应用场景包括资讯、文字、图像、影视、游戏等领域。
• 代替执行：实现高精度执行能力，应用场景主要在智能机器领域（如智能汽车、机器人、智能工厂）。

AI应用落地需兼顾投入度（研发投入、资本开支等）和容错率（试错成本低）。投入度高且容错率高的行业更容易快速落地。

• 游戏、营销等行业因容错率高、研发积极性强，将成为“AI+内容”代表，率先受益于本轮AI红利。
• 办公套件、金融IT等领域因toC基础较好、技术积累深厚，具有较大应用空间。
• 工业研发设计虽投入度高，但对精度要求高，落地进度相对较慢。

典型行业分析：

1. 计算机行业：
   • 办公套件（金山办公、福昕软件）通过AIGC提升文档处理效率。
   • 金融IT（同花顺、恒生电子）利用大模型实现智能客服、风险控制、报告生成等场景。
   • 企业服务（用友网络、金蝶软件）通过AI优化ERP、CRM等管理系统。
2. 传媒行业：
   • 游戏（腾讯、网易）应用AIGC降本增效，并提升用户体验（智能NPC、AI语音）。
   • 营销（三人行、易点天下）通过AI优化内容生成和投放策略。

研发投入与技术趋势：

• 游戏行业研发费用率最高（2022年159%），互联网大厂（如腾讯、阿里）资本开支领先。
• 内容公司、教育出版行业研发费用率较低，依赖外部技术合作。
• 云厂商（阿里、百度）和AI技术公司（如华为）结合大模型与制造业场景，探索“国产厂商+国内AI”模式。

风险提示：

• 经济下行、黑天鹅事件及AI落地不及预期可能影响应用进度。
• 政策与产业环境变化可能对AI拓展节奏产生不确定性影响。

本报告指出，AI大模型的技术进步正在为各行业带来变革，建议投资者关注具备AI能力积累、场景落地实力及高研发投入的标的。