AI专题报告：AI应用引领新产业周期（附下载）
今天分享的是AI系列深度研究报告：《AI专题报告：AI应用引领新产业周期》。
（报告出品方：浙商证券）
报告共计：19页
海量/完整电子版/报告下载方式：公众号《人工智能学派》
1 破局：AI 引领新一轮产业周期
在 2015Q3 到 2021Q4 大盘股占优期间，消费升级和新能源车主导了 2016 年至 2021 年的主线，2016 年至 2017 年的主线是消费升级和新能源车上游资源，引领了 2016 年 1 月 至 2018 年 1 月的结构牛市；2019 年至 2021 年的主线是消费升级和新能源产业链，引领了 2018 年 10 月至 2021 年 12 月的全面牛市。
结合产业周期和大势周期，2023 年或是大级别拐点，其拐点性质类似于 2009 年或 2016 年。这意味着，新周期的产业和风格特征与 2016 年至 2021 年有较大区别。因此，对 2023 年乃至 2024 年而言，关键研判在于结构分化，也即 AI 引领 TMT 大切换。进一步展 望四季度，近期高频数据显示经济改善显性化，驱动 A 股迎来上涨窗口，随着风险偏好提 升，经济温和复苏背景下，以 TMT 为代表的成长占优。
回溯历史，重工业主导了 2002 年至 2008 年的产业主线，智能手机的渗透和应用主导 了 2009 年至 2015 年的产业主线，消费升级和新能源车主导了 2016 年至 2021 年的产业主线。站在当前，我们认为人工智能将主导新一轮的产业主线。
这意味着，对 A 股主线演绎而言，无论四季度还是中期维度，人工智能是破局的关键；而对人工智能而言，低算力应用是破局的关键。我们将对人工智能的海外应用进展进行系统盘点和梳理。
2 总结：AI 应用发展的关键因素
Chat GPT-3 的问世打破了人类对于人工智能的传统认知，它具有像人类一样的逻辑和 语言沟通能力。近期 Chat GPT-4v 的多模态能力提升，让 AI 在各领域的应用提前一步落 地。AI 产业链相关公司可以分为三个层次，有基础设施层、大模型层、AI 应用层。算力 是 AI 产业链的基础，AI 芯片为 AI 算力提供支撑。AI 大模型是新时代的“发电厂”，为各行各业的发展提供新的动力源泉。AI 应用层直接创造价值，AI 已经开始向各个领域渗 透，从基本的文字、图像生成，到多模态应用，AI 应用都展现出强大的生命力。
AI 应用有望加速落地。AI 的普及被看作是又一次“互联网浪潮”，将再一次改变各行各业。随着通用大模型算力、算法的不断提高，生成式 AI 展现出越来越优秀的能力。大模 型在多模态交互，生成内容准确性，生成速度，个性化等方面快速进步。AI 应用可以分为 To B 端和 To C 端。To B 端应用优先落地，To C 端应用是大势所趋。B 端应用在应用场 景、数据标准化层面更加适配大模型的能力，在付费意愿方面也相对更强，有望率先落地。C 端应用市场空间巨大，更具价值，受限于大模型推理能力和算力的制约，落地进度较慢，是未来 AI 应用重要进军方向。
3 借鉴：美国 AI 应用的最新动态
展望后续，随着 AI 应用在部分行业已经开始崭露头角，是 AI 投资后续的关注重心。 为了更好地分析 AI 应用进展，我们将重点对美国 AI 应用进展进行盘点。整体而言，可以优先重点关注办公软件、教育、游戏、电商、医疗健康等领域。
3.1 AI+办公：率先落地，探索 AI 边界
AI 在办公软件领域落地较为领先。原因在于，办公软件的应用场景与 LLM 能力非常 契合。具体来看，AI 和办公软件深度融合的 Copilot 能将自然语言转换为超强生产力，自 动完成繁琐的办公任务，并为用户提供智能化的操作建议和帮助，极大提高办公效率和体 验。办公场景主要包括文档处理、数据处理、演示文稿创作、图像设计等，而 LLM 本身 就是面向文字、图像、音频、视频的技术，可以为办公软件直接赋能。与此同时，办公领 域的高容错率允许一定程度的“幻觉”现象。内容创作很多时候没有标准答案，LLM 可以 提供多种参考方案，大大减少工作量。
我们以 Microsoft、Adobe 为例看 AI在办公软件领域的进展微款
Microsoft
微软是 AI+办公领域全球领先企业，微软 Microsoft Copilot 横跨 Winl1、Microsoft365、Edge 浏览器和必应等一系列产品。微软在 2019 年开始与 OpenAI合作，23年3月发布 winll 和 Ofice365Copilot 版本，9月正式上线。其一，Ofce 365 Copilot 会融合到用户高频使用的办公软件中，包括 Word、Excel、PowerPoint、Outlook 等，支持文字/图片生成，数据分析，归纳推理等一系列功能。其二，Winll 系统的 Copilot 支持处理文档图片、系统设置、打开软件、整理桌面等功能，其三，Edge 支持帮写邮件、改文章、管理标签页等。
Microsoft Copilot 能够提供实时的智能辅助，帮助用户提高创造力、生产力和技能它可以节省用户的时间，简化和自动化用户的 IT 流程，从而提高生产力。此外，Microsoft365 Copilot 还可以持续监控用户的 Microsoft 365 环境，分析数据并在问题升级之前检测到潜在问题，并提供实时警报和通知。
Adobe
Adobe推出创意生成AI模型系列 Firefly。2023 年3月 Adobe 正式推出的生成式 AI模型集 Firefly，具备几大功能，其一，文字生成围像，可以根据文宇提示生成所需图像;其二，困像转化视频，只需要输入文宇描述，就可以将图片转化为短视频，还可以更换背景:其三，草稿生成成品，可以根据草稿生成多个设计方案，从中选择最优;其四，填充拓展能力，可以根据原图的内容，自动填充生成其他相关的拓展内容。Firefly 的发布有望极大提升设计创作的效率，降低创作的门槛，对当前的创意设计行业将产生深远影响。目前在视频、3D 模型等方面，Adobe 还仍在不断探索。
3.2 AI+教育:加速拓展，升级多模态
教育应用场景与 AI高度契合，应用潜力巨大。教育与 AI 的契合主要表现在，其一,无论是知识授予还是思想品行教育，AI 都有非常大的用武之地，AI在知识的获取和推理能力上都具备竞争力。其二，教育是智力劳动密集型行业，对教师人力资源依赖非常严重，而 AI 可以降低教育行业对人力的依赖。其三，在高频互动和个性化教育的应用场景.传统教育模式无法充分满足每个学生的个体差异和学习需求，而 AI 可以根据不同学生的特点以不同的方式进行教学，并且 AI也可以突破人的体能限制，24 小时和学生互动。
随着 AIGC 的不断进步，多模态能力快速提升，教学过程中交互的频率和质量将明显提升。ChatGPT4在2023 年9月多模态能力升级后，支持语音和图像交互。在传统的教育中，学生和老师的互动更多的的是语言和图像互动环节。AICC 的多模态能力对于在教育领域的应用拓展具有重要意义。
AIGC 实验表明，GPT-4 在各种专业测试和学术基准上的表现与人类优秀水平相当具体来看，GPT-4通过了模拟律师考试，并且分数在应试者的前 10%左右，而 GPT3.5的得分在倒数 10%左右:在大规模多任务语言理解的基准测试中的表现也很优异，测试的 26种语言的 24种中，GPT-4 和 GPT-3.5 都有超凡的表现。
3.3 AI+游戏:降本增效，创造新玩法
AI将在各环节赋能游戏产业。游戏产业可以分为生产制作端、营销触达端、玩家体验端三个环节。游戏开发全过程是一套复杂的系统工程，传统的开发方式受限于“成本”“质量”、“效率”三者之间的相互制约，而造成游戏供给端的受限。AIGC 可以打破传统束缚，在游戏的策划、美工、程序等环节提高生产效率，研发质量，压缩制作成本。
针对生产制作端，提高救率为主，美工为突破口，AIGC 在意向图绘制、概念设计方面表现出众。例如 Midjourmey 可以帮助游戏美术设计师快速生成不同抽象内容，一方面帮助美术设计师汲取灵感，另一方面可以帮助没有美术功底的策划等其他岗位轻松制作意向
针对营销端，自动化的分析，降低门横。传统的舆情分析、信息采集需要通过爬虫等方式搜集海量的信息，再通过情感分析、聚类分析等方式处理，相对门槛和成本较高。大语言模型优化了整合了上述流程，可以实现对舆情和异动情况进行有效的自动报表分析。
针对玩家体验端，可以产生新玩法。AIbot 一直是游戏行业研究和应用的重点。大语言模型将助推 AIbot 多维度呈现更为鲜活的表现。AI 可以改变玩家的交互方式，玩家通过自然语言交互的方式将能够传达更多、更为开放的信息，AIbot 通过语言输出作为反馈,打破玩家非此即彼的交互选择。
游戏行业增速放缓，AI 助力提高竞争力。《2022 年中国游戏产业报告》数据显示， 2022 年中国游戏市场销售收入为 2658.84 亿元，同比-10.33%，这代表游戏行业进入存量时 代，玩家数量增长放缓，产品获客效率下降。存量时代产品的质量就更加重要，游戏内容 的创新和精细将会吸引更多的玩家进入。AI 无论是在创意，还是在成本方面都可以帮助游 戏产业实现更好的发展。
海外领先游戏行业AI应用: Ghostwrite 和 Stable Diffusion
Ghostwriter:生成人工智能 NPC
Ghostwriter 是育碧 (Ubisot) 开发的 AI工具，旨在帮助编剧共同创建玩家与 NPC互动时的台词。Ghostwriter 的工作原理是，写作者先创建一个角色，输入一个角色要经历的“事件或情况”。根据选择的模式，Ghostwriter 会生成不同版本的版本。Ghostwriter 能够帮助编剧减少写这些对话的工作烦琐度，从而让开发团队腾出更多的时间来处理更为重要的元素。
Stable Diffusion: AI生成游戏场景
Stable Diftusion 可以生成通真的 3D 环境、角色和物体，并且可以通过分析现有的资产和纹理来生成无缝适合游戏世界的新内容。区别于其他 AI软件，Stable Difusion 自身拥有众多选项，可以“定制”用户想要的图像效果，也能够自定义训练风格模型。如果现有风格无法满足需求，还可以自己训练特定的风格模型。
3.4 AI+电商:全面赋能，挖掘新潜力
AIGC 赋能电商全产业链。“上一代”智能应用在电商领域早已布局，主要集中在聊天机器人，语音助手，智慧物流，人脸识别等场景。但是从智能的深度和广度看，上一代智能产品远没有达到“替代人工”的效果，随着具有理解能力和创造能力的生成式 AI技术不断成熟，“新一代”智能产品将带来颠覆式创新。AI 技术在电商领域的应用已经成为了提升用户体验、改善运营效率和增强商业竞争力的重要工具。
AI+电商的几个应用方向:
1)智能搜索: AI通过分析用户的购买历史、浏览行为和偏好，提供更加精准、个性化的搜索结果，继而提升用户的购物体验和平台的销售转化率。
2)个性化营销: A1可以智能分析历史数据，准确定位用户的需求和偏好，帮助平台制定个性化的营销策略。同时也向用户提供了更加精准的产品和服务，增加用户的黏性和体验。AI还可以创造虚拟形象，来替代传统的明星代言和主播直播。
3)智能客: AI技术可以实现智能助手更加人性化的交流，帮助平台更加准确处理用户的咨询和问题。不仅可以提高在线客服的满意度，还可以实现 7*24 全天候服务
4) 供应链优化: AI技术也可以应用于供应链管理，通过供应链数据的分析做出未来预测，帮助平台确定未来需求，优化库存成本，减少反应时间。
美股 AI+电商领先应用企业: Amazon、Shopify
Amazon
2023年4月，亚马逊推出名为 Titan 的大型语言模型和名为 Bedrock 的生成式人工智能服务。7月，亚马逊又推出了七项生成式 AI创新工具。亚马逊实施“模型”与“工具”两手抓的策略。
在2023 Accelerate 大会上亚马逊推出了卖家端 AI产品 Listing。通过针对性的大量数据学习训练，能够识别、概括、翻译、预测和生成文本，助力卖家创建更全面、精准的商品描述。卖家仅需提供简短描述就能得到由 AI自动生成的符合亚马进要求的商品名称、描述和要点的内容，大大简化卖家创建 Listing 的过程，帮助卖家更快速、更轻松上架新产品。
3.5 AI+医疗:未来可期，辅助全流程
AI可在多个医疗场景提升服务效率。医疗行业场景众多，AI 需要和不同场景相互结合，才能发挥其最大的价值。按应用场景分类，AI+医疗主要分为 AI医疗影像、CDSS、智慧病案、AI制药、医疗数据智能平台、AI 医疗机器人、AI基因分析等细分领域。AI在医疗领域的赋能，一方面，可以降低成本，提高医疗效率，另一方面，也可以提高医疗的质量，辅助医生带来更好的治疗效果。
海外 AI 医疗发展相对成熟。早期 AI 在影像学领域取得突破，随着 ChatGPT 等大模型 的进步，AI 在病理诊断领域大显身手。一些医疗平台机构通过微调 ChatGPT 等底座模 型，相继发布了在医疗领域应用的大型模型。微软正在基于 GPT-4 开发医疗模型 LLaVAMed，旨在加速医疗进程，建立更加精准的病理模型。谷歌在 7 月发布了 Med-PaLM 2，是 首个在美国医疗执照考试中达到专家水平的大型语言模型，能够回答各种医学问题。
报告共计：19页
海量/完整电子版/报告下载方式：公众号《人工智能学派》