淡水泉投资|AI应用全景解析：场景、阶段与商业化路径|AI

　　重要提示：本材料不构成淡水泉任何形式的要约、承诺或其他法律文件，亦非任何投资、法律或财务等方面的专业建议。过往业绩不预示未来表现。投资须谨慎。

　　从DeepSeek R1的出圈带动全球资本重估中国科技资产，再到以Mauns为代表的各式各样的“AI助手”层出不穷在，AI正在更广泛的融入人们的生产生活方式。区别于上一轮互联网浪潮，AI应用有其自身的发展特点。在互联网和移动互联网时代，场景和平台的核心价值在于通过提升匹配效率、降低交易成本以加速信息传播，信息的病毒式传播本质是生产关系（如分配方式）的变革，因此互联网应用的发展节奏偏快。而 AI 应用作为价值创造的工具，主要通过提升生产力，优化操作流程，实现效率提升等方式，潜移默化地改变用户的使用习惯，核心是基于大模型能力的产品化过程，发展节奏呈现出缓慢渗透的特点。

　　当前AI应用尚处于早期发展阶段，从技术角度可以分为两类。

　　一类是“AI+”应用，将AI能力附加于现有的平台或应用，对现有功能进行扩展和增强，如办公软件、搜索、本地生活类软件等。例如，Microsoft 365 Copilot使用户能通过自然语言指令让 AI 生成文档、分析数据。此外，这一类别中还包括一些发展速度较快，但增长空间相对有限的效率工具类应用，比如将会议语音自动生成文字纪要等。

　　另一类是原生AI应用，AI 能力是其最核心的产品要素，开发过程中通常需要充分利用 AI 功能来构建全新的应用场景和用户体验，如豆包、Kimi 等大模型厂家衍生出来的聊天工具平台，以及目前品类开发还不全面，但对模型能力要求较高的漫画、游戏和音乐等领域的相关产品。

　　AI应用品类众多，但QuestMoblie发布的《2024上半年AIGC APP流量与场景研究报告》指出，过去一年，超4成的AI应用软件出现流量倒退，热度与使用不匹配的情况，反映出用户场景化需求与APP提供的能力错配。用户对产品缺乏粘性，根源在于单靠技术驱动的大模型能力提升难以构建稳固的产品护城河，尤其在“高性能大模型平权”趋势下，技术差异更被缩小。

　　AI应用要实现商业化突破，关键在于满足用户的场景化需求。以ChatGPT为例，早期也遭遇用户活跃度增速放缓的瓶颈，但OpenAI通过持续迭代，不断推出更强大的模型和功能，成功扭转局面。如2024年4-5月GPT-4o发布，带来多模态能力，支持实时语音交互和图像识别，用户只需拍摄数学题即可获得解答；2024年7-8月Advanced Voice Mode上线，大幅提升了对话流畅度等。

　　因此，评估AI应用的产品力，不能仅看技术要素，还要看产品是否有持续的资金投入，以及在细分行业领域是否有经营、用户等专有数据积累赋能做智能化探索。这些因素共同决定了产品能否在激烈的市场竞争中脱颖而出，赢得用户青睐，实现商业价值。

　　从目前的AI应用发展来看，商业化场景大体可以分为B端和C端两类，且这两者的发展各有侧重。

　　B端：落地场景将会更快，其商业价值相对可衡量

　　在B端场景下，即便业务类型是较为简单的闭环模式，客户也容易产生付费意愿。这是因为这种模式能够带来直接的成果转化，比如降低成本、提升效率、创造新的收入来源以及增强品牌价值等。

　　B 端 AI 应用将经历分场景、分阶段的渐进发展过程。在早期阶段，主要应用于简单场景或嵌入现有流程和软件之中，解决容错率高且重复性强的工作，这类应用已在市场上获得了良好的反馈，已产生一定的用户付费意愿。目前来看，B端AI应用在通用效率工具和垂直领域进展较快，例如在代码编程、文本、数据处理等人力占比较高且重复性较强的知识性工作，以及在销售客服、HR等工作流程虽复杂但与业务绑定浅、处于独立工作环境的岗位，都有不错的进展。

　　中长期来看，B端AI应用会朝着构建垂直领域的行业AI应用方向发展，或形成通用泛化的大模型、智能体，以此应对更为复杂的B端智能化场景。这类应用场景短期内仍会以改造现有业务流程为主，像海外的一些SaaS软件企业，就是通过在原有业务流程中嵌入AI技术来优化客户体验。

资料来源：Salesforce官网，CSDN应用整理

　　C 端 ：商业化挑战与头部企业优势

　　C 端应用的核心在于满足个人即时需求并推动用户行为的改变，这意味着针对不同需求场景，需要分别做相应的考量，因此商业化进程会相对缓慢。

　　具体来看，对于轻决策场景，如刷短视频、看电影等，用户更注重探索和体验的过程乐趣，AI介入的必要性较低，改造价值有限；而在重决策和结果导向场景，如搜索、导航、生活服务、文本处理以及内容生成等领域，或者是个性化内容需求较强的社交、游戏、教育等场景，AI则大有可为。例如，在偏结果导向的场景中，当用户搜索一个旅游目的地时，AI 可以根据用户的偏好和需求，提供个性化的旅游攻略、酒店预订等综合信息。内容需求场景中，通过 AI 技术，在游戏领域可以实现更智能的 NPC 行为和对话、在教育领域可以为用户提供更个性化的语言学习体验和课程推荐。

　　综合来看，C端应用要求AI厂商不仅要深度理解市场趋势、客户诉求和场景特征，同时鉴于C端场景的多样性和需求差异，标准化流程难以适用，需要更高的大模型技术能力作为支持。

　　中长期来看，C端AI应用的“杀手锏”产品，未来更有可能诞生于互联网头部公司。目前，互联网大厂在技术前沿上的探索可能会稍逊于专业的头部大模型厂商，但差距并不明显。当大模型技术发展进入平台期时，技术便不再是制约产品性能的核心要素，彼时互联网大厂有望通过雄厚的资金实力、海量的数据资源、成熟的生态系统以及强大的平台能力等，构建出后发的高竞争壁垒，在接下来的应用发展中占据更重要的地位。放眼未来，我们认为，C端应用发展很大程度仍将由互联网头部企业引领，当前已经看到头部企业的AI资本开支持续在增加，并在AI应用领域展开产品的深入探索。

　　参考资料：

　　1． 《2024上半年AIGC APP流量与场景研究报告》，QuestMobile，2024年7月

（本文不构成淡水泉关于任何证券或投资工具的投资意见或建议，市场有风险，投资须谨慎）

　　（转自：淡水泉投资）