AI应用已进入从逻辑驱动到业绩兑现的转折点

2）从大模型厂商的动作也能看出端倪。6月份模型开始低价竞争，很多人担心价格战，但我不认为这是价格战，而是模型开始成熟地发展、分层。用昂贵的模型去聊星座答疑，显然是大炮打蚊子。贵的模型要做的是价值量非常高的场景，在产业初期，一定是去找付费意愿和能力最强的环节。现在模型能力突破到一定水平，就要开始照顾普罗大众，量要持续向上。量要向上，价格首先要下来，所以贵的模型做高价值的事情，便宜的模型做量大但价值量相对较低的事情，这个趋势已经开始逐步反映。

3）我们看到了一些实实在在的验证。很多AI应用的公司已经开始出现业绩，而且是相当不错的增长。过去AI应用大家老讲逻辑、讲空间，现在不一样了。例如腾讯元宝wb，之前大家觉得豆包怎么能收费，但实际付费用户数起来得非常快，甚至超过了GPT等产品。这就是模型达到能力后，开始向更广阔的人群和场景拓展。金山办公的业绩预告显示，总收入增速已超过20%，利润率也开始逐步向上。港股迈富时前半年已实现约两个亿的利润，按全年预期看，已能看到高速增长应用公司的PE。美图也延续了三四十的高速增长。

所以，除了长期趋势的讨论，在这些数据的论证下，我觉得大家已经可以去重新思考这个问题了。

2、AI应用落地实体产业的新场景

为什么一开始大家只关注Coding？因为Coding生成的内容不太需要人去介入验证，运行一遍就知道bug，debug很容易自动化。但其他很多场景，比如图生等，AI可以快速生成大量内容，但这些内容需要人去读，而人的阅读速度和接受信息的速度是不变的。所以这些场景需要相应的从业者、应用厂商以及客户逐步去适应。

第二大类是突破上限的AI for Science。 无论是海外大厂与礼来等药企合作，还是国内的英矽智能，已经有AI研发的新药过了二期临床。这块产生的价值量是新增的，研发出了新药或新材料，对整个社会有新增价值。一级市场一些巨头已经在给新材料发现公司下订单。

第三大类是互动型多模态。 我强调的是“互动型”。比如米哈游花重金购买算力，发布了关于AI人物、AI陪伴的商业论文，主打实时交互。包括阿里出的AI互动视频，这类内容能满足人们精神娱乐的需求。

总结来说，这三大类分别代表：第一类，面向全球可能5%到20%的白领人群，进行生产力提升；第二类，面向百万分之一甚至十万分之一的科研人员，用最贵的模型突破上限，空间巨大，且已有新药通过二期临床；第三类，面向所有人的娱乐需求，目前主要看到一级市场或大厂的动态，但发展空间不亚于甚至高于Coding。

3、中国AI应用的投资逻辑与优势

从投资角度看，海外硬件的投资逻辑非常清晰：跟着大厂资本开支走，看配比变化。AI应用的投资也要一脉相承，首先要有实实在在的业绩兑现，估值合理。其次，要把变现逻辑讲得非常清楚：谁付费？为什么付费？产品能给下游带来什么增量价值？如果不能说出个所以然，空间算不清楚，这类公司就可以pass。

比如营销类公司，下游游戏厂商有推广需求，凭什么付费？你的产品如何生成营销策略、素材，如何做用户分析，有多少用户数据，这些都要清清楚楚，然后跟着业绩兑现逐步让大家相信。海外算力投资在2023-2024年也经历过波折，但最终是靠强劲的业绩兑现验证的。

AI应用的投资没办法像海外算力那样很快形成共识，因为它下游分散，不同的场景、不同的客户都需要逐一分析，需要慢工出细活。

中国AI应用的优势：第一，开源模型已经能紧紧咬住海外模型能力，开源更有利于应用拓展。第二，成本优势。我们在高度缺卡、环境不如海外的情况下卷出来的应用，出海后会有性价比的降维打击。现实是，一些营销类公司、多模态公司已经将产品成功输出到海外，甚至服务于OpenAI等客户。