廣發(fā)證券：國內(nèi)AI應(yīng)用短期輔助降本增效&個性化 長期商業(yè)模式拓展

智通財經(jīng)APP獲悉，廣發(fā)證券發(fā)布研究報告稱，國內(nèi)大模型牌照發(fā)放后，多元場景應(yīng)用逐步落地，輕量工具先行。不同場景與生成式AI的融合探索方面，初期生成式AI在應(yīng)用場景中以輔助性功能更快落地，長期則有望在更多領(lǐng)域創(chuàng)造更大想象空間。

▍廣發(fā)證券主要觀點如下：

國內(nèi)大模型牌照發(fā)放后，多元場景應(yīng)用逐步落地，輕量工具先行。

國內(nèi)廠商在各場景開啟與生成式AI結(jié)合的探索，在初期就輻射了相對較為廣泛的應(yīng)用場景，但前期快速推出的產(chǎn)品往往是AI與場景的淺層結(jié)合，功能簡單，很難抓住核心痛點，護(hù)城河較低;

同時用戶在初期更容易上手使用門檻低的偏工具型應(yīng)用，因此看到在AI+圖像生成賽道更快有妙鴨相機(jī)這樣的C端大流量產(chǎn)品跑出。同時，AI在應(yīng)用端的落地受大模型能力及接入成本等因素影響，國內(nèi)外大模型持續(xù)迭代，能力邊際向好，并在多模態(tài)方向持續(xù)發(fā)力，接入成本下降也將降低開發(fā)門檻，有望助力應(yīng)用側(cè)繁榮。

隨著模型能力的升級、場景應(yīng)用的融合加深，AI應(yīng)用的功能也在不斷迭代優(yōu)化，商業(yè)模式也逐步更完善，探索挖掘用戶需求痛點，未來有望取代早期粗糙的產(chǎn)品，看好頭部產(chǎn)品的商業(yè)化。

不同場景與生成式AI的融合探索方面，初期生成式AI在應(yīng)用場景中以輔助性功能更快落地，主要有兩大方向：

一是成本端的降本增效，在營銷、游戲、影視等涉及較多圖片、文字素材的領(lǐng)域更快看到實質(zhì)性落地;二是在收入端通過AI助手、智能問答等多種形式，輔助用戶更好地體驗產(chǎn)品功能，進(jìn)而有望創(chuàng)造新付費點，在教育、辦公等領(lǐng)域已有相關(guān)產(chǎn)品開啟商業(yè)化。

長期則有望在更多領(lǐng)域創(chuàng)造更大想象空間，目前看有兩個可追蹤的方向，一是向嚴(yán)肅性、專業(yè)性更強(qiáng)的領(lǐng)域發(fā)展，如醫(yī)療、制造業(yè)等領(lǐng)域，或可助力推進(jìn)領(lǐng)域前沿成果的孵化。二是向娛樂產(chǎn)業(yè)縱深發(fā)展，如游戲領(lǐng)域，帶來創(chuàng)新的游戲玩法、更真實沉浸的游戲交互體驗等;如影視領(lǐng)域，AI技術(shù)可以構(gòu)建現(xiàn)實無法拍攝的場景畫面、用虛擬演員完成演繹、生成劇本創(chuàng)意構(gòu)思等，提升影視作品的質(zhì)量。

投資建議。

AI技術(shù)與不同場景結(jié)合的進(jìn)度不同，當(dāng)前時點可以重點關(guān)注已有AI產(chǎn)品及服務(wù)兌現(xiàn)、確定性更高的行業(yè)。短期建議關(guān)注教育、營銷、工具性產(chǎn)品的落地，長期關(guān)注AI對游戲、影視等行業(yè)的深度融合與賦能。

風(fēng)險提示

(1)模型迭代效果不及預(yù)期;(2)商業(yè)化應(yīng)用不及預(yù)期;(3)版權(quán)、倫理、內(nèi)容質(zhì)量風(fēng)險。