中金：AI應用商業(yè)化是下一個階段跟蹤的重點

智通財經APP獲悉，中金發(fā)布研究報告稱，自GPT引發(fā)全球AI應用浪潮以來，本輪技術革命中涌現(xiàn)出的AI應用也逐步進入到商業(yè)化的階段，AI應用商業(yè)化的“成敗”也從一定程度上決定了本輪AI浪潮的前景與上限。總結了海內外主要AI應用的商業(yè)化落地進展和模式，并對AI應用收入和成本進行了詳細測算。AI賦能下應用軟件有望實現(xiàn)較高收入彈性，不同的模型部署模式下成本相對可控，合理定價下毛利率有望維持高水平，看好AI應用商業(yè)化空間。

▍中金主要觀點如下：

AI應用商業(yè)化是下一個階段跟蹤的重點。

年初至今的大模型浪潮席卷全球，目前隨著海外越來越多AI應用的落地商業(yè)化，以及國內對C端AI應用監(jiān)管端的進展，產業(yè)和市場關注的焦點轉向大模型是否能夠為應用帶來增量的商業(yè)化價值。將AI應用商業(yè)化落地的進程分為產品研發(fā)、內部測試、規(guī)模測試、正式發(fā)布、商業(yè)定價、落地兌現(xiàn)六個階段，目前進展較快的產品已有相對明確的定價方案。

AI應用商業(yè)化的成功與否一方面決定了應用廠商能否實現(xiàn)更大收入彈性，另一方面又決定了對模型層和算力層能否產生增量需求，因此其決定了本輪AI浪潮的“上限”。

收入端：看好AI賦能下應用軟件商業(yè)化潛力，C端較B端提價彈性更高。

觀察到AI應用商業(yè)化的途徑包括AI增量功能定價、間接提價、按量收費等，目前大部分AI應用采用增量功能定價的模式來進行商業(yè)化變現(xiàn)，增量提價的幅度也在30%至100%以上不等，其中C端工具類應用的使用場景和生成式AI更為契合，提價彈性相較B端更高。

中長期來看，滲透率的提升或持續(xù)打開AI應用市場空間。在AI功能推出早期，由于嘗鮮效應和前期的試用期，對于AI功能推出后第一步的付費率較為樂觀;中長期基于一定滲透率假設，測算全球主要場景AI應用增量空間或達數(shù)百億美元。

成本端：主要包含模型和算力成本，公有API調用和私有模型部署模式下成本均相對可控。

AI應用廠商的成本主要來自模型和算力，成本釋放節(jié)奏主要與應用廠商對模型的掌控程度相關：1)公有API模式下，應用廠商對模型的掌控程度較低，API調用費用包含模型和算力成本;2)私有模型部署模式下，應用廠商對模型有更大的微調和訓練權限，也需要承擔模型年授權費用以及算力成本。

對兩種部署方式下AI應用成本進行了測算，從目前API調用價格和私有模型部署價格來看，AI應用廠商的成本端均相對可控，合理定價即可實現(xiàn)較高的毛利率;混合專家模型(MOE)、向量數(shù)據(jù)庫緩存等技術則有望助力實現(xiàn)進一步的模型和算力成本控制。

風險

AI應用定價不及預期;AI應用付費滲透率提升不及預期;行業(yè)競爭加劇。