【国金证券】计算机行业研究：AI应用落地的商业模式探索.pdf

2024-02-04

27页

4MB

1. AI 基座模型提供按量收费服务

以 ChatGPT 为代表的大模型能力涌现，为基座模型厂商带来增量收入，以 OpenAI 为例，根据 The Information 预测，其 2023 年收入约为 16 亿美元，为 2022 年收入的 8 倍。目前国内外大模型厂商的变现方式主要有 5 种：1）根据使用量（tokens）计费，这是最常见的计费方式；2）根据时间区间收取订阅制会员费；3）基于自身大模型技术能力，提供模型微调服务和 API，赋能 B/C 端开发者；4）对外提供定制化服务；5）目前海内外主流大模型主要由头部互联网厂商主导开发，可赋能其原有业务，从而间接变现。

根据 tokens 计费是目前国内外大模型最常见的收费方式。在自然语言处理中，token 是指文本中最小的语义单元。GPT 系列模型采用 Transformer 架构，模型使用子词（subword）作为 token 类型，并使用 Byte Pair Encoding（BPE）进行子词划分。 BPE 是一种基于数据压缩原理的算法，它可以根据语料库中出现频率最高的字节对（byte pair）来合并字节，从而生成新的字节，这种方法能够以无损的方式压缩文本内容，实现语言覆盖度和计算效率之间的平衡。各大模型厂商对 token 与中文字词的对应关系定义有所差异，国内主流模型定义 1token 对应约 1-1.8 个汉字。大模型厂商在用户输入、输出时均进行计费，国内外模型定价差异较大，GPT-4 32K 输入、输出价格分别为 0.06 美元/千 tokens、0.12 美元/千 tokens；国内大模型输入输出价格相等，集中在 0.008-0.0036 元/千 tokens 价格区间，预计随国内模型水平进步，与 OpenAI 产品的价差有望缩小。

付费套餐也是大模型计费的主要方式之一，更适合个人开发者购买使用。目前 OpenAI 提供 2 种套餐计费方式，价格分别为每月 20 美元、25 美元，用户可以调用 GPT-4 模型且不限制互动次数。OpenAI 于 23 年 5 月推出 iOS 客户端 APP，定位为 AI 聊天机器人，基于 Whisper AI 语音识别模型提供语音输入支持，并能够与网页版 AI 助手 ChatGPT 同步聊天记录。根据 Statista 统计，ChatGPT APP 收入逐月上升， 23 年 9 月产生收入约 322.3 万美元。 24 年 1 月 10 日，OpenAI 开放 GPT Store，订阅 OpenAI 付费套餐的用户能够制作和使用自定义 GPTs；此外，OpenAI 还计划于 24 年一季度启动与 GPT 创建者的收入共享计划，GPT 创建者将根据用户与聊天机器人的互动程度获得报酬，此举有望进一步增加订阅会员数量。

国内百度等厂商也提供订阅制套餐。文心一言于 23 年 11 月推出会员套餐，价格为 59.9 元/月或 658.8 元/年，搭配百度图像生成大模型文心一格的联合会员价格为 99 元/月。相较于免费版本，会员套餐可调用最新版本 4.0 大模型、支持更长的输入输出长度、提供内容参考来源和无限制指令润色等功能。根据 aicpb.com 统计，百度文心一言蝉联国内 AI 产品访问量第一，11 月访问量达 13.59M，提供会员订阅模式有望进一步带来变现收入。

由于从头训练大模的成本非常高，且单使用 Prompt Engineering 容易受到输入长度限制，而无法实现预期效果。基座大模型厂商会针对用户个性化需求，提供微调服务。大模型微调采用按 tokens 计费，并对微调后的大模型在推理环节按使用量收费。通常微调后大模型的输入、输出价格高于原始基座模型的价格，以 GPT-3.5-turbo 为例，微调训练、输入、输出的价格分别为每千 tokens0.008/0.003/0.006 美元，而直接调用 GPT-3.5-turbo 的输入、输出价格为每千 tokens0.001/0.002 美元，定价差 2 倍。国内百度、科大讯飞等厂商也提供按照 tokens 计费的模型微调服务，并根据参数规模的差异，分为全量更新和部分微调两种模式，部分微调的价格高于全量更新。百度文心一言大模型的全量更新微调价格为 0.03 元/千 tokens，而局部调优价格为 0.04 元/千 tokens；讯飞星火大模型提供 V1.5、V3.0 两款模型的零代码局部调优服务，价格分别为 0.02/0.08 元/千 tokens。

2. AI 赋能产品，带来需求与价格增长

2.1 AI 降低使用门槛 or 功能改进，需求量增加

大模型可赋能硬件产品，通过改善用户体验、丰富产品功能，实现销量提升。以科大讯飞为例，公司于 2019 年 5 月进入学习机领域，23 年 5 月 6 日发布星火认知大模型，并同步推出搭载大模型能力的 AI 学习机 T20 Pro，支持中英作文类人批改、数学类人互动辅学、英语类人口语对话等功能。目前产品市场反馈积极，23 年前三季度学习机 GMV 同比增长 85%。公司凭借 AI 技术优势稳居行业头部梯队，根据魔镜市场情报，2022年6月至2023年5月，公司在主流电商平台中市场份额约为11.3%；根据 IDC，公司 2023 年 Q2 市场份额约为 12.6%。

除既有产品外，随大模型能力涌现和消费电子发展，AI 有望赋能更多 C 端硬件产品。在芯片技术支持方面，高通已发布骁龙 X Elite 平台，支持终端运行超过 130 亿参数的生成式 AI 模型；英特尔发布 Core Ultra，能够支持 200 亿参数大语言模型不联网正常运行；英伟达推出 GeForce RTX 40 SUPER 系列显卡，专用 AI Tensor Core 可提供高达 836 AI TOPS。在终端硬件开发方面，AI PC、AI 手机、AI 可穿戴设备等均已发布或开放预售。参照上一轮计算机视觉应用的发展，智能硬件的渗透约领先视觉算法应用 4-5 年时间，本轮生成式 AI 应用也有望落地于硬件产品。

2.2 AI 赋能产品，带来价格提升

AI+CAD：AI 赋能工业创成式设计，订阅制与云积分商业模式间接推动正版化进程

创成式设计(Generative Design)是指根据定义的材料、约束和应力来确定最有效形状的过程，利用 AI 基于一组工程设计参数快速生成大量可行的设计方案，将计算机辅助建模转化为计算机驱动建模。创成式设计将一定的约束信息（空间信息、性能要求等）作为输入，通过特定的算法，迭代生成所有可能的设计方案组合供用户进行选择。

我们认为，AI 赋能工业设计所形成的创成式设计将拓宽工业设计边界、优化工业设计目标、节约工业设计时间并降低工业设计门槛。

Autodesk 基于创成式设计重新设计大众电动客车车轮。设计电动汽车的一个关键目标是尽可能减轻重量，因为汽车的重量越轻，推动其行驶所需的能量就越少，更高效的能耗等同于每次充电的续航里程更长。Autodesk Fusion 360 中的创成式设计能够制造重量更轻的零件，最大限度地减少质量和材料的使用，同时保持高性能标准并遵守工程限制。2019 年，Autodesk 利用创成式设计重新设计了大众电动车 Type 211 的车轮，新车轮比标准车轮轻 18%，从设计到制造的整体开发时间从 1.5 年缩短至几个月。2021 年，Autodesk 发布集成 AI 功能的 Fusion 360 创成式设计 2.5 轴版本将 3D 打印与传统的 CNC 铣削实现了更好的结合，该软件实现的设计打破了创成式设计所为人熟悉的“仿生学外形”，外形上看上去更接近传统的设计。 Autodesk Fusion 360 于 2021 年集成 AI 功能，对用户存在订阅制与云积分两种收费模式。订阅制模式下，Autodesk Fusion 360 类似其他 Autodesk 其他订阅制 CAD 产品，用户可根据需要按年、月方式续订，理论上支持无限次数的创成式设计生成与方案导出；云积分模式下，Autodesk Fusion 360 最新报价为需花费 11 云积分生成并导出设计方案一次，每个积分折合约 3 美元。此外，PTC 旗下新版 Creo 产品已具备创成式设计辅助功能。AI赋能 Creo 基于构件材料、制造工艺、产品性能等因素辅助用户针对特定目标进行优化设计，在提升方案可行性的同时大大缩短人工试错耗费的时间精力。PTC Creo 于 7.0 版本（发布于 2020 年 4 月）开始集成 AI 功能，并采用订阅制模式销售产品，最新 10.0 版本依然保持订阅制模式。

AI 功能的接入有望倒逼工业软件正版化率提速，有效市场规模有望提升。AI 快速迭代背景下，市场普遍担心“机器换人”逻辑带来研发设计工程师一定比例的失业，即便在软件单品价值量提升的情况下仍旧面临“价升量缩”导致的全局性市场萎缩。对此我们认为， AI 更多实现的是辅助人效率大幅提升的功能。以 CAD 为例，目前 CAD 市场的国内正版化率较低，AI 的接入将有望推动订阅化与云积分付费模式得到推广，不可避免涉及网络接通，从而帮助软件厂商管控盗版软件，重塑软件用户生态，倒逼正版化快速提升。我们认为，软件正版化率提升所能带来的有效市场扩容远大于下游厂商“机器换人”削减工程师雇佣数量所引发的销量减少，市场担忧的“价升量缩”困境实则为“量价齐升”利好。

AI+CAM：智能生成合理刀具轨迹，模块绑定系统可按需选购

CAM 为计算机辅助制造软件，用于数控加工自动编程。新一代 CAM 系统将集成人工智能、云计算和进化算法等技术，使 CAM 轨迹规划过程中的参数化实现部分自动化。用户通常在 CAM 的参数调整上花费大量时间，而 AI 的引入可以智能识别零件加工特征，并针对特征进行轨迹规划和优化，缩短作业时间，同时减少用户的工作量。

AI 赋能 CAM 可以满足数控机床高速加工的需求，也促进了工业机器人在加工复杂构型零件上的应用。融入 AI 的 CAM 可以合理排布走刀轨迹，一是使用户免于反复调整参数，节省时间；二是避免材料去除率的剧烈变化影响加工质量；三是减少了轨迹不连续或过多的路径转接导致的刀具磨损，可延长刀具寿命；三点有效满足了高速加工对刀具运动的要求。此外，AI 赋能的 CAM 也可以智能分析复杂构型零件的结构和加工特征，再综合机器人运动学特征，形成智能轨迹，充分利用机器人的灵活性进行精细化的零件加工。

以 SoildCAM 为例，其独有的 iMachining 技术可以生成智能的刀具路径和智能的切削参数。该技术可以使切削力保持在合理的范围内，提高机床精度、延长刀具寿命。iMachining 可智能生成切削参数，并进行动态调整，发挥机床最大功效。智能化工艺参数技术可基于切削材料的性能、刀具性能、机床性能、几何数模自动推算合理的切削参数。动态调整进给速度和大切深的使用，可减少对刀具的冲击，并避免刀具的局部磨损。对最大接触角的控制，可保证刀具所受载荷较恒定、切屑均匀，从而延长刀具寿命。

iMachining 通常不单独售卖，只有当客户使用 SoildCAM 或 UG NX 时，才可按需选购该模块，SoildCAM 也可集成在 SOLIDWORK、Autodesk 上。模块主要分为 iMachining 2D 和 iMachining 3D 两类，前者主要用于 2D 零件的加工，后者主要用于 3D 另加的加工。 iMachining 3D 单套售价折合人民币约 25,611 元（兑换比例为 1 卢比=0.085 人民币），可一次性买断。

AI+EDA：全天候智能布局布线，有望向中小企业提供云上套件

AI 赋能的 EDA 设计流程可缩短设计周期、提高设计效率，节省人力、财力。传统 EDA 设计流程采取人工布局布线及迭代的方式，需要不断地重复迭代修改和检视。而 AI 赋能的 EDA 设计流程前期收集大量原始设计数据，利用智能化仿真驱动的模式，24 小时不间断地进行人工智能和机器学习训练，从而得到相应的模型。这使软件成为专业知识的载体，可快速高效完成布局布线设计，同时构建片上系统（SOC）、系统封装（SIP）和印制电路板（PCB）统一平台，实现从芯片到系统设计的迭代。 AI 赋能的 EDA 设计平台也可以进一步解决设计复用问题。平台基于已有的组建模块，自动生成设计网表，提供智能化自动版图工具进行物理设计。智能化自动版图工具根据输入以及已有的复用版图，可快速优化其输出，综合各类设计要求，进行 IC-Package-PCB 设计迭代，使系统的整体性能达到最佳，设计和制造的总成本也将至最低。

全球 EDA 龙头 Synopsys.ai 的全栈 EDA 套件为全集成的、人工智能辅助的 EDA 工具，由用于芯片设计的 DSO.ai 、用于功能验证的 VSO.ai 和用于芯片测试的 TSO.ai 三个关键应用组成。该套件可以让工程师专注于芯片质量和差异化，也有助于优化功耗、性能和面积，并加速设计、实施和验证。

目前，全球 10 大半导体企业中已有 9 家公司采用了 Synopsys.ai 解决方案。而对于规模较小的公司，Synopsys 正在考虑在云上提供 AI 辅助工具，这将进一步降低芯片设计成本。

AI+MOM：动态调度优化生产物流，或采用 MaaS 模式订阅制收费

AI 赋能 MOM 可提升企业的运转效率、资源利用率及盈利能力。生产制造中经常面临“多约束×多变量”规模的组合优化问题，问题矩阵稠密、数值问题严重，还要求分钟级输出最优解。将 AI 应用于 MOM，一方面可以通过“优化计划→智能感知→动态调度→协调控制”的闭环流程，利用需求感知引擎和排产调度引擎，提升生产运作适应性，同时实现全流程和全链路协同，提升企业运转效率。另一方面，MOM 结合 AI 可以对库存和物流进行智能分析和优化，使企业在量化决策和精细化运营中充分合理利用全部资源。二者均可提高企业的决策水平，继而提升企业盈利能力。

赛意信息基于盘古大模型的自然语言大模型和视觉大模型，携手华为云共同打造制造行业大模型，将为制造行业客户提供针对工艺工程 AI 自动化、AI 质检、供应链的智能优化等细分场景，提供“开箱即用”的模型服务。盘古制造大模型将基于 L0 层的自然语言、视觉、多模态、预测、科学计算五个基础大模型，打造使用行业公开数据训练的制造行业通用大模型，覆盖研发、生产、供应等核心环节。在制造领域，盘古制造大模型学习了华为产线上各种器件数据、业务流程及规则以后，能够对业务需求进行准确的意图理解，1 分钟即可做出未来 3 天的生产计划，实现研产供销服全盘掌握，让计划决策全局最优。

赛意制造业大模型有望沿用盘古大模型的 MaaS 模式，或实行订阅制收费。该模式一般由云厂商对大模型封装，在各类任务上的推理能力封装成统一的应用程序接口，对外提供服务。下游企业可以获得这些接口，并按照自身的业务需求，调用服务嵌入已有的应用和服务中，让大模型的 API 为整个程序进行赋能。B 端客户通过支付接口使用费获得服务，目前普遍采用订阅制收费。

2.3 AI 赋能产品，带来量价齐升

AI+创意软件：T2I 模型迭代加速演进，提价增量推动产品订阅率提升

T2I 模型迭代加速演进。2016 年以来，文生图（Text-to-Image，T2I）领域的 AI 模型算法加速演进，包括 GAN、CLIP、Diffusion 在内的多种算法模型相继涌现，DALL-E、Stable Diffusion 与 Midjourney 等知名产品或平台相继问世。

我们认为，以 T2I 模型为代表的 AI 赋能创意软件行业有望降低创意设计门槛并提升创意设计效率。

Adobe Firefly 支持多种 T2I 功能。2023 年 10 月，Adobe 在 Adobe MAX 2023 大会上发布了下一代 Firefly 模型集，包含 3 个新的生成式 AI 模型：Firefly Image2 Model、Firefly Vector Model 和 Firefly Design Model。与第一代 Adobe Firefly 类似，下一代 Firefly 模型也将嵌入 Adobe 的创意工作流中，赋予设计人士更强大的生产力。目前，下一代 Firefly 模型已嵌入至 AdobePhotoshop，Adobe Illustrator 和 Adobe Express 等产品中。Adobe Firefly 目前支持多种 AI 功能，包括提示词图像生成、提示词图像生成+环境嵌入、提示词图片色彩填充、提示词字体效果填充、图片智能扩展等。

Adobe 针对 AI 产品推出生成积分付费模式。2023 年 9 月，Adobe 旗下 AI 赋能产品推出基于生成积分（GenerativeCredits）的付费模式。在生成积分的付费模式下，用户需要为 AI 功能付出积分，不同功能的生成积分消耗量取决于计算成本以及功能价值。对于免费计划的用户，虽然积分较为有限，但通过免费计划可以吸引更多用户，能帮助将其转换为付费用户；而对于付费用户，向其开放更多的积分有利于增加粘性。具体的生成积分分配计划如下：

对于拥有 Adobe ID 的 Creative Cloud、Adobe Firefly 和 Adobe Express 免费计划用户，每月将获得特定数量的生成积分（目前 25 个/月），使用完毕后可以升级到付费计划（每月支付 4.99 美元获得 100 个积分）以继续使用 AI 功能。

对于付费用户，Adobe 将分配给付费计划用户特定数量的生成积分，若有多个订阅，则可用的生成积分为每个计划中包含的积分数量累加。目前，Creative Cloud 和 AdobeStock 付费用户暂时不受生成积分限额的约束，可以在超出限额的情况下继续进行创作，而 Adobe Firefly 和 AdobeExpress 付费用户在达到积分限额后每天可以执行两次操作直至新周期积分重置。

Adobe Creative Cloud 部分订阅版价格有所上调。基于 AI 加持为用户带来的价值，且出于对模型训练推理所产生的成本的考虑，Adobe 宣布从 2023 年 11 月 1 日起，Creative Cloud 的订阅价格将针对个人版、团队版、企业版进行上调，提价幅度在 6%～10%的区间。截至目前，提价仅限于北美、中美、南美和欧洲地区，而移动端和面向学生、教师及教育机构的价格暂无变化。

万兴“天幕”大模型支持视频、图片、音频等多模态 AI 功能。万兴于 2023 年 9 月世界计算大会上宣布即将发布国内首个专注于以视频创意应用为核心的百亿级参数多媒体大模型“天幕”，“天幕”将依托基础大模型及高性能全球网络平台、计算集群算力平台、海量数据平台，由视频大模型、音频大模型、图片大模型、文本大模型组成，涵盖当前市面上语言、音频、图像的大模型能力，包括视觉、音频、语言多模态 AI 生成及优化，具备一键成片、AI 美术设计、文生音乐、音频增强、音效分析、多语言对话等核心能力。

万兴于 2022 年底至 2023 全年对旗下各条产品线的多款拳头产品进行 AI 功能更新，发布全新 AI-Native 产品 Kwicut/万兴播爆/万兴智演等，且至少已有 3 款产品明确接入 OpenAI GPT 系列模型。加入 AI 功能之后，多款产品月活/付费率/收入数据有所增长。万兴的价格策略调整幅度较小，后续或考虑 AI Tokens 增值模式。

福昕聚焦 AI 投入已逾三年，旗下 iDox.ai 团队目前已取得众多落地成果，目前支持包括 PDF、WORD、TXT 等 47 种非结构化文档的信息提取、分析、审查工作。

福昕已于 2023 年 4 月将旗下海外版云产品集成 ChatGPT，可实现文本摘要（局部）/文本润色/文本翻译/文档摘要（全局）/分析文档以问答等 AIGC 功能。集成 ChatGPT 有助于持续推进福昕的订阅制转型与产品增值提价。2023 年 5 月，福昕对旗下 PDF 产品线功能整合并进行调价，将原本的 Editor($79)与 Editor Pro($99)提升至 Suite($129)与 Suite Pro($159)。万兴与福昕 2023 年以来订阅率曲线斜率扩大。万兴于 2018 年便开始逐步实现从传统 License 模式向 SaaS 模式转型，从跨端（桌面端、移动端）服务模式向多端（桌面端、移动端、云端）整合服务模式升级。2023H1 年公司订阅收入占比已达 72%，订阅续约率提升至 65%。2020~2022 年福昕订阅收入占比持续提升，22 年升至 21.2%，23H1 持续提升至 32.2%。2023 年以来，万兴科技与福昕软件的订阅率曲线均呈现出显著的斜率增大趋势，我们认为，订阅率二阶导的趋势性提升与 AI 赋能之后的用户量增加密切相关。

2.4 AI 广泛应用带来的合规审核需求

生成式 AI 技术的蓬勃发展为 B 端、C 端应用落地提供更多可能，但也带来泄露个人隐私、 AI 技术滥用等问题。例如深度伪造技术（Deepfake）是近几年出现的一种利用 AI 技术等操纵音视频、图像或文本内容，意图产生误导效果的技术，其生成的伪造图像和视频可以模仿目标的面部表情、动作和语音的音调、色调等信息，生成足以“以假乱真”的图像和视频，肉眼难以辨识。致力于检测深度伪造内容的公司 Deep Media 测算，2022 年深度伪造的视频数量是 2021 年的 3 倍，语音伪造的数量是 2021 年的 8 倍。

针对 Deepfake 带来的潜在威胁，目前已有多种针对图像和音频的检测识别技术。其中，在人脸伪造检测技术领域，目前主流的技术方法包括：1）基于空域的检测方法：通过判断人脸融合的边界来进行伪造检测；2）基于频域的检测方法：设计频域感知分解模块，能够自适应地捕捉图像中的伪造线索，能够在高度压缩后的伪造图像上依旧保持优异性能； 3）基于时域的检测方法：主要挖掘视频帧间的不一致性；4）基于多模态的检测方法：针对人物局部动作、表情的连续性检测伪造。

在应用落地方面，美国初创公司 Deep Media 提供针对 Deepfake 检测的服务 DeepIdentify.AI，已与美国国防部签订了一份为期 3 年、价值 2,500 万美金的合同，并为美国空军提供服务。Deep Meida 除了面向 G 端客户提供项目制服务外，还为 C 端用户提供免费版本 APP，支持文本、图像、音视频生成检测，为企业用户提供 API 和定制化解决方案，其中 API 价格为文本识别 0.1 美元/页、图像识别 0.1 美元/张、视频检测 1 美元/分钟。

海外头部模型厂商也在就 Deepfake 问题提出解决方案。谷歌 DeepMind 于 23 年 8 月推出针对图像生成检测工具 SynthID，为谷歌文生图模型 Imagen 生成的图像添加视觉难以察觉的水印，并通过扫描图像中的数字水印评估图像是由 Imagen 生成的可能性。 OpenAI 在 23 年 1 月曾推出 AI 文本检测器，但仅能正确识别 26%的 AI 生成文本，于 23 年 7 月下架；23 年 10 月 OpenAI CTO 宣布正在研发 AI图像识别工具，正确率可达 99%，目前已经进入内部测试阶段。国内数字取证与公共安全大数据龙头企业美亚柏科于 2019 年成立针对深度合成技术的专项研究团队，自主研发 Deepfake 视频图像检测鉴定的核心引擎以及一体化装备产品。其中，AI-3300“慧眼”视频图像鉴真工作站是一款基于人工智能技术的视频图像检验鉴定设备，涵盖 40 余种视频图像真伪鉴定算法，近 10 种深度伪造鉴定算法，支持当前绝大部分深伪视频图像篡改方法的检测，检测精度处于国内领先水平，可为司法鉴定人员提供一站式视频图像检验鉴定服务。此外，公司的“天擎”公共安全大模型一体机基于人机自然语言交互、OCR 识别、语义分析、图片分类打标、深伪鉴真、视频结构化、人像识别等 AI 能力，具备丰富的公共安全行业知识，拥有强大的警务意图识别、案件情报分析、案情推理等业务理解能力，可用于安全事件的预测预警、案件研判、智能审讯、指挥调度等应用场景。

3. AI 带来流量增长，收取广告费用

生成式 AI 及大模型带来的技术变革类似于 20 世纪 90 年代的互联网初期，而落地应用的场景丰富程度与 2014-2015 年的“互联网+”时代相近。在商业模式探索方面，互联网公司经过初期的盈利困扰后，最终大多聚焦于“积累流量-广告变现/电商”的盈利模式，并凭借流量壁垒+变现模式打通，实现了市值的快速提升。

微软、Google 等厂商的搜索引擎应用已经形成了较为成熟的广告变现模式，通过 AI 赋能可实现搜索准确性提升、用户交互体验改善，进而巩固广告投放吸引力。微软基于 Microsoft Edge 构建 New Bing 搜索引擎，使用 GPT-4 模型驱动，能够理解用户的搜索意图，不仅根据搜索关键词进行匹配，还能够根据用户的搜索历史、兴趣爱好等因素进行个性化推荐。Google 于 23 年 3 月正式发布聊天机器人 Google Bard，并于 24 年 1 月更新 Chrome 浏览器的 AI 功能，支持标签页自动分类管理、AI 创建浏览器主题、文本撰写润色等功能。

除头部互联网平台外，目前已有 AI APP 成功通过流量积累实现广告收入变现。土耳其公司 Codeway 推出一款名为“Chat & Ask AI”的聊天机器人 APP，使用 GPT-4 驱动，支持连接 Whatsapp、YouTube 等社交应用。目前该 APP 下载量超 2,500 万次，除提供免费版和 4.99 元/月的 Pro 付费版外，还通过吸引商家投放广告实现每月数百万美元收入。根据 Appfigures 数据显示，23 年 9 月 Chat & Ask AI 收入为 551 万美元，高于 ChatGPT APP 收入。

4. AI 对内赋能，帮助企业降本增效

本轮大模型能力涌现使 AI 替代人工成为可能，企业能够使用 AI 能力实现降本增效。具体而言，AI 可沿两个方向实现人力替代：1）在静态知识领域，大模型生成速度更快、生成结果能够更加迎合个性化需求，如果被替代的人工成本高于模型推理成本，则企业能够通过 AI 实现有效降本；2）在偏创意生成领域，大模型能够根据指令快速生成创意类文图内容，不受到创意瓶颈限制。

全球最大的移动语言学习平台 Duolingo 提供在线语言教学、儿童教育等多种产品，采用免费使用+增值订阅收费方式。作为 OpenAI 官网公布的首批 GPT-4 应用案例， 23 年 3 月推出 Duolingo Max，新增 2 个功能：“Role Paly”AI 对话伙伴以及“Explain my Answer”语法纠正讲解；23 年二季度，Duolingo Max 新增“In-lesson coach” 课堂教练功能。目前 Duolingo Max 订阅服务收费为 30 美元/月或 168 美元/年。此外，OpenAI 模型还被应用于 Duolingo 的课程内容、教学材料以及部分课程中的用户写作反馈。 Duolingo 于 23 年二季度开始实现盈利。截至 2023 年二季度，Duolingo 日活量为 2,140 万人，同比增长 62%；月活量为 7,410 万人，同比增长 50%；DAU/MAU 达到 29%的历史最高水平。在保持营收稳定增长的同时，公司于 23 年 12 月宣布优化部分翻译和语言审核人员，整体人效有望持续提升。

Google 致力于使用 AI 技术赋能其广告业务。2023 年 Google 推出 Google Performance Max，使用 PaLM 2 模型驱动，能够利用 AI 生成技术协助广告创意的生成和优化。Performance Max 可以根据广告主提供的广告目标、预算、行业、受众等信息，自动生成广告的标题、描述和相关图像，匹配最合适的广告形式和投放渠道。广告主可以在 Performance Max 的界面上预览和编辑生成的广告创意，并直接发布到 Google 的搜索、视频、图片、地图、社交等平台上。Google 在 2023 年 11 月向所有广告客户提供了 Performance Max，并建议客户从动态搜索广告转向 Performance Max，可以使广告性能提高 15%。此外，在 2024 年 1 月 23 日，Google 宣布在其搜索广告中引入最新的 Gemini 大模型技术，通过对话体验提升广告效果，帮助广告商提供更加高效且个性化的营销方案，用户只需输入网站 URL，即可利用 Google AI 生成针对性的广告内容，包括创意和关键词。目前对话体验的测试版本已经面向美国和英国的英语广告商开放，并计划在未来几个月内支持更多语言。

Google 的 AI 布局还覆盖搜索、地图、办公、硬件等多个领域，在全方位提升客户使用体验的同时，也帮助公司进一步降本。在人员数量方面，截至 2023 年 9 月 30 日，公司在职员工人数为 18.24 万人，较上年同期下降 4.13%；考虑到 Performance Max 等自动化工具的使用，目前公司计划对广告销售部门进行进一步的组织重构和人员优化。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）