一、如何对比不同领域AI应用落地进度：投入度和容错率的框架
Al 应用领域，从技术难度由易到难，可以分为“帮助决策，辅助创作和代替执行”三个层面。1）帮助决策是 Al在数据和信息基础上形成知识，进而帮助人类进行决策，完成精度要求不高的特定任务。主要应用于生活和办公以及专业服务方面。比如：智能助手：日常生活、办公管理等；专业服务：广告、教育、金融、医疗、物流、安防、电力等；2）辅助创作是Al在知识的基础上形成逻辑推理能力，辅助内容创作，实现创意目标。主要应用于资讯、文字、图像、影视、游戏等；3）代替执行是A1在逻辑推理基础上形成高精度的执行能力，主要应用于智能机器领域，代替人类执行高精度要求的解决方案。比如智能汽车、智能机器人、智能工厂等。
Al应用落地，一方面取决于应用领域公司的投入度（包括研发投入和资本开支等），另一方面也取决于应用领域的容错率（一般而言试错成本低的A1应用领域往往更加容易落地）。自下而上来看，投入度大且容错率高的应用领域往往落地进度较快。而有些领域尽管投入度很大，但容错率较低，这些领域Al应用落地一般需要更长时间。此外，对于那些投入度小的领域来说，如果试错成本较高，那么应用则难以落地。有些行业可能容错率较高，但投入度小往往意味着应用落地的空间较小。
二、计算机：办公套件、金融IT、企业服务等行业有望率先落地
计算机的落地应用场景丰富，C 端占比虽然不高，但依旧有包括办公软件、证券 IT、智能硬件等；B 端场景更丰富，需求相对市场化的包括工业软件、企业服务、金融科技等。
办公套装：目前以大模型驱动的 AIGC 技术浪潮在办公套件领域的影响主要集中在两大维度：一是通过对于非结构化文档的智能识别、分析、审查，大幅提升了程序化工作的效率；二是为创意工作者提供大量可选的创意素材，成为创意工作者的智能助理，辅助其开展创作。
金融 IT：生成式大语言模型能够赋能金融行业的智能客服、产品推荐、市场分析、风险控制、报告生成等场景，帮助银行、券商等金融机构提升服务质量和工作效率。
企业服务：作为所有下*业数字化与智能化的赋能者，有望显著受益。随着各大科技厂商大模型的推出：百度“文心千帆向客户提供企业级大语言模型服务；阿里启动“通义千问伙伴计划”覆盖各个行业，AG1通用能力+细分场景模型训练有望在ERP、CRM、OA、HR等层面实现拼图重塑。
三、传媒：游戏、营销等行业有望率先落地
从落地趋势来看，我们认为以“Al+内容”为代表的行业将尽快落地，较早受到本轮Al的红利。原因在于：1）AI生态繁荣，各头部大厂皆发布自研大模型，对于内容公司，可通过直接调用或以 B 端合作的情况直接获取 Al 能力。
2）当前Al技术已经可帮助实现简单的内容创作，行业技术已经具备初步应用能力。
游戏：Al+游戏端的落地场景可具体分为两大层面：1）研发过程的降本增效：Al凭借高效低成本的特点可以在游戏制作过程中有效实现降本增效。AIGC技术在2D美术批量图片生成、基础代码的复核、Al语音的应用等领域的降本增效已经体现出明显的潜力。2）用户体验升级：智能AlBot在游戏过程中，作为助手和NPC可带来更强交互感，利用AIGC丰富游戏关卡、提高游戏用户可玩性等。
营销：同样已经初具规模，Al+广告将赋能内容理解及广告投放模型。例如：三人行与科大讯飞牵手合作，共同开发下一代 AI 多模态智能营销工具。腾讯广告端同样接入混元大模型和广告精排大模型进行对广告从制作推送的全链路进行优化增效。
风险提示：经济下行超预期、宏观流动性收缩风险、海外黑天鹅事件、产业政策落地不及预期
查看资料
收藏
顶 
踩 
