>> 國金證券-TMT崛起系列(四)：哪些AI應用能較快落地-230530
| 上傳日期： |
2023/5/31 |
大?。?/td>
| 3561KB |
| 格式： |
pdf 共22頁 |
來源： |
國金證券 |
| 評級： |
-- |
作者： |
陸意,艾熊峰,孟燦 |
| 下載權(quán)限： |
無限制-登錄即可下載 |
|
|
一、如何對比不同領(lǐng)域Al應用落地進度:投入度和容錯率的框架
AI應用領(lǐng)域，從技術(shù)難度由易到難，可以分為“幫助決策，輔助創(chuàng)作和代替執(zhí)行”三個層面。1）幫助決策是AI在數(shù)據(jù)和信息基礎上形成知識，進而幫助人類進行決策，完成精度要求不高的特定任務。主要應用于生活和辦公以及專業(yè)服務方面。比如：智能助手：日常生活、辦公管理等；專業(yè)服務：廣告、教育、金融、醫(yī)療、物流、安防、電力等；2）輔助創(chuàng)作是AI在知識的基礎上形成邏輯推理能力，輔助內(nèi)容創(chuàng)作，實現(xiàn)創(chuàng)意目標。主要應用于資訊、文字、圖像、影視、游戲等；3）代替執(zhí)行是AI在邏輯推理基礎上形成高精度的執(zhí)行能力，主要應用于智能機器領(lǐng)域，代替人類執(zhí)行高精度要求的解決方案。比如智能汽車、智能機器人、智能工廠等。
AI應用落地，一方面取決于應用領(lǐng)域公司的投入度（包括研發(fā)投入和資本開支等），另一方面也取決于應用領(lǐng)域的容錯率（一般而言試錯成本低的AI應用領(lǐng)域往往更加容易落地）。自下而上來看，投入度大且容錯率高的應用領(lǐng)域往往落地進度較快。而有些領(lǐng)域盡管投入度很大，但容錯率較低，這些領(lǐng)域AI應用落地一般需要更長時間。此外，對于那些投入度小的領(lǐng)域來說，如果試錯成本較高，那么應用則難以落地。有些行業(yè)可能容錯率較高，但投入度小往往意味著應用落地的空間較小。
二、計算機:辦公套件、金融IT、企業(yè)服務等行業(yè)有望率先落地
計算機的落地應用場景豐富，C端占比雖然不高，但依舊有包括辦公軟件、證券IT、智能硬件等；B端場景更豐富，需求相對市場化的包括工業(yè)軟件、企業(yè)服務、金融科技等。
辦公套裝：目前以大模型驅(qū)動的AIGC技術(shù)浪潮在辦公套件領(lǐng)域的影響主要集中在兩大維度：一是通過對于非結(jié)構(gòu)化文檔的智能識別、分析、審查，大幅提升了程序化工作的效率；二是為創(chuàng)意工作者提供大量可選的創(chuàng)意素材，成為創(chuàng)意工作者的智能助理，輔助其開展創(chuàng)作。
金融IT：生成式大語言模型能夠賦能金融行業(yè)的智能客服、產(chǎn)品推薦、市場分析、風險控制、報告生成等場景，幫助銀行、券商等金融機構(gòu)提升服務質(zhì)量和工作效率。
企業(yè)服務：作為所有下游行業(yè)數(shù)字化與智能化的賦能者，有望顯著受益。隨著各大科技廠商大模型的推出：百度“文心千帆向客戶提供企業(yè)級大語言模型服務；阿里啟動“通義千問伙伴計劃”覆蓋各個行業(yè)，AGI通用能力+細分場景模型訓練有望在ERP、CRM、OA、HR等層面實現(xiàn)拼圖重塑。
三、傳媒:游戲、營銷等行業(yè)有望率先落地
從落地趨勢來看，我們認為以“AI+內(nèi)容”為代表的行業(yè)將盡快落地，較早受到本輪AI的紅利。原因在于：1）AI生態(tài)繁榮，各頭部大廠皆發(fā)布自研大模型，對于內(nèi)容公司，可通過直接調(diào)用或以B端合作的情況直接獲取AI能力。2）當前AI技術(shù)已經(jīng)可幫助實現(xiàn)簡單的內(nèi)容創(chuàng)作，行業(yè)技術(shù)已經(jīng)具備初步應用能力。
游戲：AI+游戲端的落地場景可具體分為兩大層面：1）研發(fā)過程的降本增效：AI憑借高效低成本的特點可以在游戲制作過程中有效實現(xiàn)降本增效。AIGC技術(shù)在2D美術(shù)批量圖片生成、基礎代碼的復核、AI語音的應用等領(lǐng)域的降本增效已經(jīng)體現(xiàn)出明顯的潛力。2）用戶體驗升級：智能AIBot在游戲過程中，作為助手和NPC可帶來更強交互感，利用AIGC豐富游戲關(guān)卡、提高游戲用戶可玩性等。
營銷：同樣已經(jīng)初具規(guī)模，AI+廣告將賦能內(nèi)容理解及廣告投放模型。例如：三人行與科大訊飛牽手合作，共同開發(fā)下一代AI多模態(tài)智能營銷工具。騰訊廣告端同樣接入混元大模型和廣告精排大模型進行對廣告從制作推送的全鏈路進行優(yōu)化增效。
風險提示
經(jīng)濟下行超預期、宏觀流動性收縮風險、海外黑天鵝事件、產(chǎn)業(yè)政策落地不及預期
|
|
