1.AI应用的商业化跟踪与讨论分享

(1)AI应用带来的变化和关注点

在今年年初，AI应用掀起了一股浪潮，受到了海内外的关注。大家对于AI应用是一个主题还是一个对基本面发生巨大变化之前的事情非常关注。

(2)关注的问题

题包括：上了AI之后产品的定价逻辑和涨价幅度、AI应用的成本如何节省和压缩、哪些AI应用在定价和成本上是可行的、海外数据如何支撑AI应用的可行性、海外巨头对此的参考作用。

2.AI应用定价和商业化进展的关注点

(1)定价和商业化数据

从国外的情况来看，许多海外头部的AI应用已经确定了价格，并开始通过直销或代理的方式进行销售。他们很快可能会在财报中披露AI功能给他们带来了多少用户和收入。

国内的AI应用相对滞后，其定价将在明年预测时确定，并计算AI带来的增量收入。因此，进入到四季度和明年的一季度、二季度时，关注这几个应用的定价和商业化数据是最关键的。

(2)定价弹性和付费转化率

当前国内外比较主流的B端和C端AI应用的定价幅度都比较大，一般在100%以上。B端的定价弹性比较小，大约为百分之二三十，而C端的定价幅度比较大。这可能是因为用户认为AI功能对于提升用户体验和解决问题具有质变。

对于AI应用而言，付费转化率和定价弹性较大，因此可以预计AI应用市场有数十亿美元的规模。

(3)定价与工资对比

AI功能足够好、能够解决用户痛点并提高效率的情况下，用户愿意为其付出相应的价格。目前AI的收费比例较低，大约为个位数的百分比。

(4)成本与毛利率

定价必须超过成本，并保证一定的毛利率。AI应用公司的成本主要来自于模型和算力。成本计算需要考虑使用公有API还是私有化部署。

使用公有API的成本大约在每人每年四五十块钱左右，而私有化部署的成本略高一些。当模型参数量增加时，成本也会有所提高。

因此，目前能够承担得起私有化部署的模型的应用可能较少，例如只有微软自己。

Q&A

Q：目前AI应用商业化的定价是如何确定的？

A：这是由定价和成本决定的。定价受到两个因素的影响：一是AI应用对低端用户的改造程度较小，目前主要体现在交互层面；二是原本高端应用较贵的价位，再加上AI功能并不能带来很大的增量价值。所以目前AI应用的定价幅度普遍较低，B端的定价也相对较小。有关市场增量的测算，根据定价和付费渗透率的假设，AI应用市场规模大约在百亿美元的量级。

Q：关于AI应用的成本是从哪些方面考虑的？

A：对于AI应用公司来说，成本主要来源于模型和算力。目前主要有两种模式：一是公有云调用，根据API的定价可以计算出每人每年的成本大约在四五十块钱左右；二是私有化部署，即购买模型并自行解决算力问题。根据不同的模型和使用情况来测算，成本大约在五六十块钱左右的水平。使用较高级的模型，如GBD4，成本会更高。

Q：如何确定AI应用的定价和成本之间的关系？

A：定价需要覆盖成本，而且最好还能有一定的毛利率。如果定价过低，很可能导致不符合成本要求。因此，定价和成本之间需要平衡和考量，确保能够赚钱。

Q：根据与会者的分析，目前AI应用的商业化还存在哪些问题？

A：目前新涌现的AI应用可能粘性不足，用户对其没有刚需，并没有一个真正商业化成功的应用出现。相比之下，与AI融合的老工具软件具有很强的粘性，比如办公软件、设计软件等。因此，更加看重的可能是将AI与这些老工具软件深度融合，使用户每天的使用时长超过拆GBT使用时长，并且做到刚需。对于这类应用的定价方式有两种，一种是简单直接地提价，另一种是隐性提高高级会员权益。定价需要取得一个平衡：不能太高导致没有人使用愿意付费，也不能太低导致亏钱。为了确定哪些功能是真正好用的，有两点是比较重要的。

Q：优秀的AI应用一个核心特点是什么？

A：高频和复杂性是优秀的AI应用的核心特点。高频指用户经常使用且频率较高，而复杂性指能帮助用户完成复杂任务，提升效率。目前大部分AI应用还缺乏处理复杂任务的能力，但如果能够实现这一点，付费率就不是问题，因为用户有刚需。比如，当办公软件能够实现复杂操作时，付费率就会很高。这也适用于其他类似办公软件的应用领域。微软定价激进，但考虑到成本因素，还需要跟大家比较。另外，代码工具由于成本较高，商业模式只能在满足大量用户需求的情况下才能运转。

Q：目前国内的AI应用商业化进展如何？有哪些企业已经进行了尝试？

A：目前国内的AI应用商业化进展较为积极。在企业管理领域，有一些ERP厂商如用友、鼎捷以及OA领域的企业如泛微、致远等已经尝试推出了类似的AI应用方案。这些方案定价一般在数十万到十几万之间，虽然受众用户不多，但已在一定程度上实现了商业化。此外，焦点科技也将AI应用于b端，其价格相比原本的会员服务有20%的弹性。因此，国内企业在AI商业化方面取得了一些进展，未来有望推出更多的案例和商业变现。

Q：海外的AI技术前沿有哪些值得关注的方向？

A：从海外技术前沿的视角来看，openAI的前沿进展是值得关注的重点。其中，多模态领域特别是图像处理和视频生成的进展是最主要的技术维度。然而，目前技术调用的准确率只有81%，对于很多领域来说仍无法创造明显的增量价值。因此，提高调用工具的准确性与幻觉比例的降低是未来需要解决的主要问题。另外，openAI也可能进入教育领域，这也成为AI加教育和其他垂直领域的一个新的风向标。同时，他们计划推出更低成本的调用，潜在的成本可能会降低20倍，其中包括稀疏化、大模型的调度引擎以及以存储代替重复调用次数等技术。

Q：有哪些国内的大模型（AI应用商业化领域）进展值得关注？

A：质朴和讯飞是两个值得关注的公司。质朴最近推出了第二代的技术路径的大模型，并已经呈现了私有化部署的落地开始阶段。科大讯飞将发布星火大模型的3.0版本并发布医疗的大模型，并与12个行业龙头合作私有化部署。moreshortAI是一个新的公司，已经完成了20亿元的融资，推出了千亿级的大模型，具备支持输入长文本和多模态的能力。这些新团队对海外前沿进展有更灵活、接近的对标能力。

Q：AI与教育应用的增长数据如何？学习机市场的变化趋势是什么？

A：最近AI与教育的APP的月活数据呈现出明显的增长，尤其是qchat和checkmate的访问量分别增长了88%和111%。学习机市场在2021~2022年仍存在利用率偏低的现状，但市场需求近年来有爆发趋势，特别是在线教育的兴起。从供给端来看，入局的学习机厂商也发生了巨变。学习机在整合AI技术后，不再仅是家庭消费硬件，而是能取代一部分传统教师水平的K12在线教育市场。预计2022年学习机市场销量约400万台，市场空间约120亿元。

Q：根据对学习机市场的测算，预计学习机市场的规模为多少？如果考虑到用户渗透率提高和产品价格提升，市场规模可能会达到多少？

A：根据测算，小初高中整体的学习机的使用周期是在3~4年，20%的新生入学购买学习机，假设渗透率为20%，当年的可能渗透率大概是5%。据此推算，整个学习机市场的规模大约为240亿。但这个数据是保守估计，如果考虑到产品价格提升和渗透率提高，市场规模可能达到500亿。

Q：AI加教育与传统教育相比，有什么优势？为什么AI加教育的数据量更高、数据质量更高？

A：从调研数据来看，大部分学生更倾向于使用AI加教育的check（一问一答）方式，而不是checkPPT。这是因为check具有简洁准确的特点，背后支撑它的是大量高质量的数据和相应的正确回答。像check这样的应用每年有约1,000至2,000万条问题和上亿条正确作答数据，这在国内讯飞和好未来等厂商是比较缺乏的壁垒。可汗学院和科斯也是在数据追踪中表现突出的两个AI教育应用，它们通过角色扮演或场景演绎的方式进行单一场景的对话学习。从海外和国内的数据来看，AI加教育在教育领域具有较强的粘性和市场需求。黄色check（一问一答）导师形式的应用，在开学季的人均使用时长可以从10分钟回升至30~40分钟，说明了AI教育在教育领域的价值创造空间和市场需求。

Q：AI加教育的供给端发生了什么变化？值得投资的标的有哪些？

A：过去的供给端主要由步步高和读书郎等传统戏学习机厂商占据市场份额。但今年以来，科技系（以科大讯飞和希沃为代表）和教培系（以好未来旗下的学而思、猿辅导为代表）入局，改变了整个供给端的格局。科技系和教培系具有明显的先发优势和数据优势。将来，科技系的洗衣机可能会与大模型厂商进行技术结合，利用内生数据和潜在的壁垒。整体而言，好未来旗下的学而思和讯飞在需求大爆发、供给端积极变化的背景下，拥有明显的先发优势和数据优势。如果推荐标的，金山是其中最佳的选择，因为他们有明确的商业化拍卖计划和确定性，而且明年的数据预计也不错。焦点、B端的顶级公司和明年的OA也是值得关注的标的，虽然今年OA方面可能会有些业绩压力，但到2024年，随着业绩同比的消化和AI产品的推出，业绩预计还是不错的。

Q：明年计算机行情是否会有剪刀差？会比今年走得顺利吗？

A：目前来看，剪刀差并未实现，但我们期待明年能够有剪刀差。如果有业绩掩护的话，明年的行情可能会比今年走得顺利一些。

Q：计算机行情能否持续下去？对未来四季度三季报有何看法？

A：目前这个时间点对四季度三季报出来之后，我相对还是比较乐观的。希望看到第一季度能够同比修复。但是不能确定计算机行情能否持续这么久。

Q：关于讯飞的业绩，预计三季度会如何？

A：对于讯飞的三季度，预计会与上半年差不多，是一个稳中有好转的阶段。学习机市场放量，但相对于总收入规模来说，今年可能还不会特别明显，所以整体上还是微增。

Q：最近AI行情回调，市场表现不佳，缺乏新的爆款应用。如果计算机行业业绩好转，对AI行情的影响会如何？

A：如果今年计算机行业的业绩能好一些，无论是不是AI带来的，我相信AI行情都会好很多。

Q：对于今年四季度与明年的行情，你的观点如何？

A：对于今年的四季度，我偏乐观，因为去年四季度是技术周期的低点，今年的业绩方面不会有太大压力。明年也类似，预计基数压力不会很大，如果数据好看，我偏乐观一点，相信明年一二季度的行情也会更好。