2025年AI应用的普罗米修斯时刻：科技闭环与产业跟踪

1 DEEPSEEK 催化 AI 应用加速落地

科技与高端制造是本轮中周期的主导产业，AI 则是本轮科技革命的产业趋势“中军”。2000 年至 今，从资本开支周期视角来看，我国已经历了两轮完整的资本开支中周期，分别是 2000-2009 年左 右以重化工业为代表的资本开支中周期和 2010 年-2019 年左右以消费行业为代表的资本开支中周期， 而 2020 年以来，新一轮科技与高端制造主导的资本 开支周期正在演绎。资本开支周期的演变方向 昭示着经济结构转型的方向，科技催化全要素生产率提升正在成为 2020 年以来经济结构转型的主 命题。历轮资本开支周期的主要方向都是区间内的主导产业方向，具有最强的趋势性行情，2020 年以来，泛科技制造在市场行情上已有了一定表现。而在科技和高端制造内部，AI 则是本轮科技 革命的产业趋势“中军”，自 2022 年 ChatGPT 推出，AIGC 产业链蓬勃发展，为 TMT+制造等在 内的泛科技行业带来了全面的景气催化。

2025 年 H2，海外 AI 应用有望逐渐进入收入兑现期。2023 年-2024 年，全球算力基础设施开发投资 支出维持旺盛，为下游端侧和应用的商业化发展提供了坚实的算力基础，算力基础设施端蓬勃发展 的同时，应用端也在进行持续的商业化开发和建设，AI 应用已在多个领域如“AI+营销”、“AI+ 企服”、“AI+医疗”等取得了一定的商业化进展，而从 Jefferies 的调查来看，2024 年 Q2，企业 CIO 中有近 6 成受访者均表示他们将在 12-24 个月内采用人工智能，市场调查中，超半数投资者认 为到 2025 年下半年，人工智能的收入就有望在软件公司的损益表中有所体现。

国内 AI 应用用户数正在进入加速增长期，DeepSeek 的推出有望进一步加速应用端商业化落地。 2024 年以来，国内 AI 应用活跃用户高速增长，头部应用豆包已成为全球 MAU 第二的 AI 应用，仅 次于 ChatGPT，2025 年 1 月其 MAU 已达近 8000 万。2024 年下半年以来，豆包大模型调用量高速 增长，豆包大模型 12 月日均 tokens 使用量超达 4 万亿，较 5 月发布时期增长超过 33 倍。AI 应用 增长斜率已接近于 2014-2015 年移动互联网热潮时期的美团等头部移动互联网 app，头部应用如豆 包等或有望在 2025 年实现月活破亿，头部 AI 应用正在走向从量变走向质变的“奇点时刻”。 2025 年 1 月，DeepSeek-R1 模型的推出有望进一步加速应用端的商业化落地。2024 年 12 月， DeepSeek-V3 首个版本上线，并同步开源。2025 年 1 月 20 日，公司进一步发布并开源了 DeepSeekR1 模型，该模型在数学、编程和自然语言推理等领域表现出色，甚至与 OpenAI 的 O1 模型相匹敌。 根据钛媒体、澎湃新闻等报道，DeepSeek 大模型在性能上与 GPT 等全球头部大模型比肩，在训练 成本上则远低于 GPT，DeepSeek 的 R1 的预训练费用只有 557.6 万美元，仅是 OpenAI GPT-4o模型 训练成本的不到十分之一。同时，DeepSeek 公布了 API 的定价，每百万输入 tokens 1 元（缓存命中） /4 元（缓存未命中），每百万输出 tokens 16 元。这个收费大约是 OpenAI o1 运行成本的三十分之 一。DeepSeek 的出现大大降低了模型调用成本，且是开源模型，对于下游 AI 应用来说是较大的成 本端利好，有望促进 AI Agent 和下游各类垂直“AI+应用”的加速落地，下游应用也有望实现更高 的 ROI，提早实现盈利。

2 移动互联网应用行情复盘：行情催化与轮动规律

2.1 行情催化：“弱复苏”+“宽货币”+移动互联网产业趋势+营收增速占优

2013-2015 年我国处于经济结构转型期，经济总体呈现“弱复苏”态势，流动性相对宽松。宏观周 期方面，2010 年前后中国逐渐步入经济结构转型期，基建地产与重工业之外，科技和消费逐渐成 为新的经济驱动增长点。 2013-2015 年我国经济总体处于“弱复苏”状态，自 2012 年 GDP 增速跌破 8%后，2013 年-2015 年 我国 GDP 同比增速始终在 6%-7%左右徘徊，工业企业利润同比与全部 A 股业绩增速也均呈现弱修 复态势，而从流动性视角来看，2013-2015 年货币政策则是整体维持相对宽松，2014 年年初央行开 始定向降准，年底央行时隔两年首次降息，流动性宽松信号明确，2015 年更是进行了 4 次降准 5 次降息。

2010 年开始“移动互联网”产业趋势经历了从 4G 硬件-智能手机-软件应用的产业轮动，并最终带 动了 2013-2015 年软硬科技共振催化的移动互联网行情，软件端表现尤为亮眼。2010年以来，我国 智能手机渗透率高速提升，2013 年 3 月，工信部部长苗圩在全国两会上表示，4G 牌照将于 2013 年 底前发放。硬件端的逐步完善为 2013-2015 年的应用端大发展奠定了基础，应用软件端的蓬勃发展 又进一步拉动了硬件基础设施建设，带来了一波“软硬科技”交替上行的行情，TMT 板块全面上 涨，移动互联网应用催化的软件端行情表现的尤为亮眼。2013 年 1 月-2015 年 6 月，计算机、传媒、 通信、电子分别上涨 406.8%、365.3%、239.7%、211.1%，均明显高于万得全 A 的 153.3%。 2013-2015 年，传媒、计算机等软科技相对其他行业营收增速占优，估值也处于历史低位水平。 2013-2015 年，传媒、计算机等软科技行业营收保持较高增速，复合增速分别达到 26.16%、9.27%， 传媒行业营收复合增速在所有行业中排名第一，同时两个行业的估值也处于历史低位水平，传媒市 盈率、市销率分位数分别仅为 1.75%、9.37%。 总体来看，2013-2015 年移动互联网应用行情的启动来自于多方面因素的催化，“弱复苏”+“宽货 币”+移动互联网产业趋势+营收增速占优是促成行情演绎的基本条件。

2.2 轮动规律：遵循商业模式的验证顺序

2013-2015 年的 TMT 行情中，软硬科技实现共振，软件应用端由广告营销→游戏→“互联网”轮 动。2013-2015 年的移动互联网行情中，软硬科技实现了闭环，一方面智能手机的普及为软件应用 的蓬勃发展奠定了基础，另一方面软硬应用的裂变和发展也进一步带动了端侧硬件和基础设施的需 求，TMT 板块内部出现了从软件到硬件再到软件的轮动。而在软件应用端的内部，行情则是出现 了从广告营销到游戏再到“互联网+”的轮动。而从行业涨幅弹性上，“互联网+”>游戏影视>广 告营销>硬件端。

互联网应用率先在 C 端商业化落地，往往经历流量吸引-用户使用习惯培养-商业模式闭环三个阶段。 每个阶段都围绕用户需求展开，通过构建有效的策略，不断推动平台实现流量增长、用户沉淀和盈 利转化。

第一阶段的流量吸引通常是通过免费模式、社交传播以及解决用户刚需等方式切入市场，以最低成 本将潜在用户转化为实际用户。以抖音为例，其通过短视频内容平台吸引了大量用户，依靠人工智 能算法实现个性化推荐，提供用户感兴趣的内容，迅速提升用户粘性。同时，抖音利用娱乐化的传 播策略，如挑战赛、创作者激励等，引导用户主动分享和传播，形成裂变式增长。对于平台来说， 这一阶段的关键在于抓住用户注意力，形成初步的用户基数和流量池，为后续商业化奠定基础。拼 多多在这一阶段也采用了低门槛的吸引策略，通过“拼团”模式，拼多多让用户以极低的价格获得 商品，同时依托微信生态的强社交属性，鼓励用户邀请朋友一起购买，实现社交裂变式增长。 当应用吸引到足够多的用户后，第二阶段的重点是通过优质服务和产品功能培养用户的使用习惯， 增强用户粘性。此阶段的关键在于持续满足用户需求，同时通过奖励机制和社区互动强化用户的长 期留存。美团是这一阶段的典型代表。在最初的团购业务基础上，美团不断扩展服务场景，覆盖餐 饮、外卖、电影票、酒店预订等生活服务领域，让用户逐渐形成“什么都可以在美团解决”的使用 习惯。此外，美团还推出了“超级会员”计划，通过积分兑换和会员专属优惠激励用户重复使用平 台，进一步增强了用户黏性。再如拼多多通过“9.9 包邮”“秒杀专区”等活动吸引用户频繁浏览 平台，满足用户的价格敏感心理，以及通过游戏化的购物体验增强用户黏性和参与度，如砍价免费 拿，签到、抽奖与红包，农场小游戏等。 当用户规模和使用黏性达到一定程度后，互联网应用进入了商业模式闭环阶段，这一阶段的核心是 将流量和用户行为转化为收入来源。盈利方式因平台定位和服务内容不同而有所差异，主要包括广 告变现、会员收费、平台抽佣和增值服务等。作为短视频平台，抖音通过精准投放广告实现了收入 转化。广告主可以根据用户行为数据投放定制化广告，这种高效的广告投放方式吸引了大量品牌合 作。此外，抖音还在平台内引入了电商功能，将短视频与商品销售相结合，形成从内容消费到消费 转化的闭环。拼多多则通过广告投放、平台抽佣和供应链整合实现盈利。

应用场景越明确、商业模式越容易验证、产业链投资成本越低的应用越容易率先启动行情。回顾 2013-2015 年移动互联网应用行情，对比游戏、互联网金融、移动支付和 O2O 四个主要的移动互联 网应用赛道的行情启动规律，可以发现游戏行情启动催化早于互联网金融早于移动支付早于 O2O。 游戏行情在 2012 年即已有所表现，并在 2013 年进一步表现，2013 年 6 月余额宝上线则是互联网金 融的重要催化，带动了互联网金融行情的启动，移动支付的趋势性行情则是在 2014 年 1 月前后开 启，2014 年春节期间的“红包大战”为行情提供了“助推剂”，O2O 的行情催化则要更晚，到 2014 年中行情才逐步开启。 对比不同移动互联网应用启动的规律，我们认为应用场景越明确、商业模式越容易验证、产业链投 资成本越低的应用越容易率先启动行情。

游戏是移动互联网应用行情中较早启动的赛道。2011-2012 年，《愤怒的小鸟》、《水果忍者》等 第一批手游热潮席卷全球，其后各种类型的手游产品层出不穷，腾讯、网易等巨头也纷纷入局。移 动游戏的核心功能是提供娱乐，是用户的高频刚需，与智能手机的普及相辅相成。相比其他行业， 游戏的产业链投资成本较低：单个手游团队可以在短时间内开发并上线产品，早期甚至无需复杂的 技术架构和高额资金投入。商业模式上，游戏行业依赖内购、广告和会员三大主流模式，这些变现 路径直接与用户的娱乐需求挂钩，无需过高的教育成本。更重要的是，游戏行业的投资回报周期较 短：一款成功的游戏可以在上线后几个月内产生可观的收益。这些特点使得游戏成为移动互联网最 早获得资本和市场认可的领域，快速吸引了大量用户和投资。 互联网金融的崛起紧随游戏行业，主要原因在于其需求明确且具有较大的潜在市场。以 2013 年余 额宝的推出为标志，互联网金融解决了用户对便捷理财的需求痛点，为 C 端用户提供了安全且易操 作的理财工具。这一领域的场景足够明确——用户希望通过简单的操作获取稳定的收益，且对信任 基础较高的金融机构有一定依赖。相比游戏，互联网金融的商业模式更为复杂，涉及金融产品设计、 资金流动管理和合规性，尽管互联网金融的变现路径清晰（例如通过管理费、贷款利息和分期手续 费获利），但其商业化进程受到两个因素的制约：一是用户教育成本，余额宝等产品在推广初期需 要引导用户理解其收益模型和使用安全性；二是对监管政策的依赖，金融行业的监管动态直接影响 到创新空间。

移动支付的发展速度介于互联网金融与 O2O 之间，其核心特点是依赖于技术和基础设施的成熟度。 移动支付的场景相对明确：通过手机扫码或 NFC 功能替代传统现金和刷卡支付。然而，其商业模 式的验证过程较为复杂。支付本身的利润率低，交易手续费通常在 0.6%左右，平台需要通过生态 整合（如金融产品销售、广告推广等）实现更多元的盈利方式。微信支付和支付宝的竞争证明了这 一赛道的潜力，但也说明其商业化路径需要时间优化。移动支付的最大制约在于其对场景和技术的 依赖性。首先，用户的支付习惯需要培养，尤其是在线下商超、便利店等传统场景中，推广扫码支 付涉及商户端的设备更新和培训。其次，移动支付的成功离不开智能手机普及、网络基础设施建设 和移动支付标准的统一。相较于互联网金融，移动支付需要更长的时间周期来积累用户规模并验证 商业模式。

O2O 行业的发展速度和行情反应都是相对滞后的，这主要原因或在于其场景复杂、需求分散以及商 业化成本高昂。O2O 的核心逻辑是将线下服务数字化，通过线上平台实现交易闭环，例如外卖、网 约车、团购等服务。尽管这些需求客观存在，但用户行为习惯的培养以及对线下商家的覆盖需要大 量时间和资金投入。美团、滴滴等平台在 2014-2015 年的补贴虽然扩大了用户基础，却也凸显了其 重资产模式的高成本特性。相比其他行业，O2O 的产业链更长，涉及物流配送、线下商家整合以及 消费者的信任构建。例如，外卖平台需要覆盖广泛的商家资源，同时建立高效的配送网络；网约车 平台则需要吸引大量司机进入生态，这些都需要高昂的成本来教育市场。此外，O2O 的商业模式在 早期并未完全验证，平台对商家的抽佣比例需要在规模化后才能显现出利润。因此，O2O 虽然具备 长期潜力，但其初期用户及营收增长速度远低于游戏、互联网金融和移动支付。

3 AIGC 应用有望迎来系统性行情

2025 年经济或一定程度延续“弱复苏”态势，且有望维持流动性宽松。近年来，经济结构转型期 下我国库存周期呈现扁平化特征，周期上行弹性有所弱化，经济偏弱修复之下货币政策整体维持相 对宽松，2024 年 12 月政治局会议更是时隔 15 年重提“适度宽松”的货币政策，相较此前几年“稳 健”的货币政策定调，2025 年国内利率中枢下行仍有较大想象空间，宏观和流动性背景上，2025 年与 2013-2015 年有着诸多相似性。

AI 产业趋势正在由算力、模型等基础设施侧向端侧、应用侧演进。产业趋势上，科技产业趋势的 发展往往会经历从硬件基础设施→终端设备→软件应用的轮动规律，且设备与软件端有相互催化， 交替上行的特征。如在我国的移动互联网革命之中，科技产业趋势即是由 4G 通信基础设施轮动至 智能手机终端，再轮动到软件端的移动互联网应用。本轮 AI 产业趋势也显示出了类似的轮动规律， 产业趋势由大模型和算力基础设施向 AI 智能终端轮动，再向软件端“AI+应用”轮动。 当前算力基础设施端整体仍维持高景气，产业周期逐渐轮动至终端设备与软件应用，在 DeepSeek 大模型高性价比催化之下，终端设备与软件应用的商业化落地和盈利兑现有望加速。

软科技 2025 年营收预期向好，估值处在历史中位。且考虑到 2024 年的低业绩水平，估值后续仍有 望得到消化。截至 2024 年 Q3，计算机营收增速在所有行业中居于前列，而相比之下，2024 年 Q3 传媒板块营收则整体表现弱势，而考虑 2025 年预测营收，在多个主要板块受到催化特别是 AI 产业 趋势驱动之下，计算机板块有望维持强势，传媒板块也有望迎来显著回暖。而从估值视角来看，软 科技板块估值处于中位水平，且考虑到 2024 年的低业绩水平，估值后续仍有望得到消化。

从宏观和流动性环境、产业趋势、盈利和估值周期等角度来看，当前市场环境与 2013-2015 年的移 动互联网应用行情有着较高的相似度，AIGC 应用行情有望得到催化。

4 AIGC 应用产业及行情演绎趋势

4.1 AI 时代端侧硬件载体形态尚未完全成熟，AI 应用或呈现一定海外映射特征

AI 时代端侧硬件载体形态大大丰富，但尚为达到相对成熟水平。移动互联网时代，智能手机是最 为重要的端侧形态，也是移动互联网时代较为成熟的端侧载体，软件应用围绕智能手机展开。但是 在 AI 时代，端侧载体的形态较移动互联网时代大大丰富，AI 手机、AIPC、AI 眼镜、AI 耳机、 AR/VR 等均可能是 AI 应用的落地载体。但是从当前的产品进展来看，各类 AI 端侧产品都还未能 达到相对成熟的最终形态，例如尽管 AI 眼镜已经有了代表性的产品 Meta Ray-Ban，该产品在 2024 年销量突破 200 万部，但相较于眼镜市场总体的庞大规模，AI 眼镜和 AR 眼镜的整体规模占比尚不 足 1%，并且目前主流的 VR/AR 设备虽然较此前更新迭代有所加快，但成本高、重量大、续航低等 种种问题仍然存在，传统的智能终端如 AI 手机、AIPC 等，尽管已经嵌入了 AI 系统，但 AI 化程度 仍然相对较低，仍具有较大的提升空间。 AI 应用行情的催化尚缺乏成熟载体，生态暂未形成之时，AI 应用行情或需要参考海外已有商业模 式，从而使行情呈现一定的海外映射特征。

4.2 AI Agent：预计成为 AIGC 应用的重要趋势

AI Agent 具有高度智能化，能够执行复杂任务。AI Agent 是一种具有自主性、适应性、交互性等 特征的智能“代理”，它以大型语言模型（LLM）作为其核心引擎，其系统主要由规划、记忆、行 动、工具组成。AI Agent 通过规划将复杂任务分解为可管理的子目标，并通过自我反思和学习来 优化决策过程。它具备短期和长期记忆能力，能够利用短期记忆进行上下文学习，并通过外部存 储实现长期信息的保留和检索。此外，AI Agent 能够调用外部 API 获取额外信息，以弥补模型权 重丢失的信息，并通过行动模块执行决策，选择适当的行动策略来完成任务，如记忆检索、推理、 学习和编程等。

AI 交互大致分为三种模式：嵌入（Embedding）模式、副驾驶（Copilot）模式、智能体（Agent） 模式。这三种模式的自动化水平逐步提高，在前两种 AI 交互模式中，Embedding 模式下 AI 的作用 相当于执行命令的工具，而人类担任决策者和指挥者的角色；Copilot 模式下人类和 AI 更像是合作 伙伴，共同参与到工作流程中，各自发挥作用，AI 不再是单纯的工具。在这两种交互模式中 AI 主 要起到协助用户完成目标的作用，而 Agent 智能体模式中由 AI 独立地承担大部分工作，用户只需 提前设定目标和提供必要的资源。这种模式下，AI 充分体现了智能体的互动性、自主性和适应性 特征，接近于独立的行动者，而人类则更多地扮演监督者和评估者的角色。

AI Agent 在 B 端应用已有所落地，在 C 端预计也将有广阔前景，有望成为 AIGC 应用的重要趋势。 AI Agent 在 B 端应用已有所成效，微软“Microsoft ignite 2024”全球开发者大会中发布了一系列 AI Agent 主打产品，并且宣布企业可以在智能体中使用 Azure 目录中 1800 个 LLM 中的任何一个模型， 目前已经超过十万家企业通过 Copilot Studio 创建智能体。谷歌力推商用 AI Agent Space 产品，其中 包括 19 种不同的代理模型，并计划在未来会增加更多代理产品。这些 AI Agent 被广泛运用到电商、 教育、房地产、旅游、制造与供应链等行业。

放眼 C 端的应用前景，AI Agent 的应用正在逐步形成。2024 年 11 月智谱在 OpenDay上发布三款智 能体 Agent，分别是面向手机的 phone use——AutoGLM，面向电脑的 compute use——GLM PC，以 及面向网页的 GLM-Web 能力。只需接收简单的文字指令，就可以模拟人类操作手机，我们可以让 AutoGLM 订外卖点咖啡，订火车票、机票，甚至可以在不同的 App 之间比价。OpenAI 公司计划于 2025 年 1 月，以研究预览和开发工具的形式，推出名为“Operator”的全新 AI Agent 产品，可以独立 控制计算机并执行各种任务，能够实现在电脑上下达指令，Agent 就能自动实现编码开发应用、订 餐、做攻略等功能。

5 “AI+应用”中微观跟踪框架

5.1 重点 AI 应用产业数据跟踪

AI 应用用户数处于加速增长期，部分产品付费用户群已初具规模。当前，部分 AI 应用已进入商业 化落地阶段，用户数处于加速增长期或已具相当规模，如截至 2025 年 1 月，ChatGPT MAU已接近 3.5 亿人次，豆包 MAU 也已接近 8000 万人次，DeepSeek-R1 上线后不足一个月用户数即已获得 1.25 亿用户，日活超 2000 万人次，达到 ChatGPT 的 40%。AI 产品用户数大幅增长的同时，部分垂 类产品也开始为公司创造收入，典型如 Microsoft office Copilot、Canva、ChatGPT 等，2024 年产品 付费人数均超千万。

5.2 AI 垂类应用中微观跟踪框架

人工智能凭借其强大的数据处理、模式识别与自动化能力，正在赋能各个行业，深入多个垂直领域， 推动行业效率革新与价值升级。其核心赋能功能包括多个方面，如：  内容生成与优化：智能生成办公文档、营销文案、图片及代码，提升内容生产效率； 数据分析与决策支持：通过数据可视化、趋势预测、风险控制等功能，辅助精准决策； 流程自动化与降本增效：自动化会议记录、客户服务、供应链管理等流程，减少人力成本； 个性化服务：定制学习方案、智能投顾、健康咨询等，满足用户差异化需求； 垂直场景深度应用：如医疗领域的辅助诊断、医药研发、金融领域的智慧运营等。

从移动互联网时代赛道规律的启示来看，通常来说，应用场景明确、商业模式易验证、产业链投资 成本低、用户需求高频刚需的领域更易率先实现商业化。在 AI 应用的不同垂直领域中，我们认为 医疗、企服、教育、办公、金融、营销等 AI 垂直领域尤其值得重点关注。 “AI+办公”：智能文档生成、会议记录自动化等需求高频且明确，订阅制模式成熟（如 Microsoft 365 Copilot），用户付费意愿强，办公赋能以生成式 AI 为核心，用户体验提升依赖 算法优化而无需重资产投入，功能一旦嵌入用户工作流，迁移成本较高； “AI+教育” ：个性化学习方案、智能答疑等场景直击教育痛点，解决方案收费与订阅制并行， 市场付费能力稳定，特别是 K12、职业教育等，覆盖职场与学生群体，用户基数庞大且使用频 次高，用户习惯一旦养成粘性较强； “AI+金融” ：智能投顾、风控等前台场景引流创收，中后台智慧运营降本增效，AI 驱动的商业 模式与金融产品天然契合，B端高粘性、高迁移成本之外，C 端也有望吸引更多增量客户； “AI+医疗”：辅助诊断、药物研发等场景价值高，医院与药企支付能力强，解决方案收费模 式明确，C 端 AI 健康咨询助手受众广泛、需求刚性； “AI+企服”： 流程自动化、数据分析覆盖企业全链条，订阅制普适性强，企服流程自动化减 少人力成本，效率提升，同时企服的解决方案深度绑定企业核心流程，替换成本高；“AI+营销”： 广告文案生成、投放优化需求刚性，数据驱动精准营销适配成熟，按效果付费， 模式清晰，B端商户付费意愿强，C 端用户画像增强平台粘性。

5.2.1“AI+教育”

5.2.1.1 AI 在教育领域的应用以及代表性公司

AI 在教育领域的应用已经覆盖了教学准备、课堂教学、学习辅导、评价反馈、教育管理以及教师 专业发展等多个环节，有望提升教育质量和效率。例如，在教学准备阶段，AI 通过数据分析技术， 帮助教师精准把握教学目标，提供教学内容建议，为教学活动的开展奠定基础；在课堂教学阶段， AI 提供互动教学工具和智能教学辅助，增强课堂的趣味性和参与度；在学习辅导阶段，AI 工具能 够为学生提供个性化学习路径规划和实时辅导，进行学习效果跟踪和优化，提高学习效果；在评价 反馈阶段，AI 自动生成评价报告并提供改进建议，确保教育的针对性和有效性；在教育管理阶段， AI 助力教育资源的优化配置和学生管理，提升教育管理的科学性和精细化水平；在教师专业发展 方面，AI 提供个性化培训方案和教学案例分析，促进教师专业成长。通过这些应用，教育机构不 仅能够更高效地开展教育教学活动，还能够实现更高质量的教育培养，提升教育价值。 多领国推出基于 AI 功能的订阅服务，对于提升用户粘性和收入有所贡献。Duolingo 是一家全球领 先的移动学习平台，专注于语言学习，提供超过 40 种语言的免费学习环境。其 AI 技术应用广泛， 自研 AI 模型 Birdbrain 能够根据用户的学习行为和进度，自动生成定制化的练习和课程内容，显著 提升学习效率和体验。2023 年 3 月，Duolingo 推出 Duolingo Max 订阅服务，整合了 OpenAI 的 GPT-4 大型语言模型，新增了 Explain My Answer 和 Roleplay 两个功能。前者帮助学习者在课程中 更深入地理解正确和错误回答，而后者则提供专属的情景对话体验，进一步提升了口语练习的互动 性和逼真度。此外，Duolingo 利用 AI 技术自动生成教学内容和课程材料，提高内容生产的效率和 质量。2024 年，Duolingo 推出了视频通话功能，允许用户与虚拟角色 Lily 进行实时对话，进一步 提升了口语练习的互动性和逼真度。通过这些 AI 应用，Duolingo 不仅提高了用户的个性化学习体 验，还增强了学习的趣味性和互动性，使得 Duolingo 在语言学习领域保持领先地位，吸引了大量 用户，并通过付费订阅服务如 Duolingo Max 进一步提升了用户粘性和收入。

5.2.1.2“AI+教育”重点中微观跟踪指标

1.Duolingo 业绩表现，付费用户数和月活跃用户数

Duolingo 在 2024 年第三季度业绩表现强劲，总预订量达 2.115 亿美元，同比增长 38%；订阅预订 量 1.576 亿美元，同比增长 49%。总营收 1.926 亿美元，同比增长 40%，净利润 2340 万美元，较去 年同期 280 万美元大幅增长。调整后的 EBITDA 达 4750 万美元，利润率从 2023 年第三季度的 16.3% 提升至 24.7%。日活跃用户 3720 万，同比增长 54%，月活跃用户 1.131 亿，同比增长 36%。此外， Duolingo 还上调了 2024 年全年业绩预期，显示出对持续增长的信心。

2. Gauth MAU

Gauth 是字节跳动旗下全球教育生态布局中的重点产品，是一款 AI 学习辅助工具，最初专注于数学 问题，后来扩展到更多学科。产品在海外市场表现较强，特别是在美国，Gauth 发布时间较早，在 2021 年 3 月便上线了全球版本，2024 年初在 AI 模型助推下开启加速增长。

3.豆神教育用户数

国内豆神教育先行布局教学内容生产优化与 AI 辅助教育，用户数处于初步拓展阶段。国内产品来 看，豆神教育通过自建知识图谱结合微软的 GraphRAG 技术搭建了九霄内容生产平台，高效生成和 优化教学内容。2024 年 10 月，豆神教育推出豆神 AI，其具备阅读理解、写作参谋、实时作文批改 等功能，其“超拟人”AI 导师为学生提供个性化学习路径。豆神教育还推出随身智能体，具备屏 幕、摄像头及语音功能，搭载豆神 AI 大模型，助力孩子日常学习。2024 年 10 月，搭载豆神 AI 功 能的 APP 相继推出，用户数量从一万多人增长到了二十多万，2024 年 12 月，豆神 AIWindows PC 端 1.0 版本正式登录微软商城，应用当前仍处于用户初步拓展阶段，后续伴随用户使用习惯的培养 与产品功能的完善，用户数有望延续增长态势，行业空间较为可期。

5.2.2“AI+办公”

5.2.2.1 AI 在办公领域的应用以及代表性公司

AI 广泛应用于办公领域，AI 技术参与优化工作流程、提升生产力，提供更好的用户体验。AI 赋能 办公领域主要体现在办公自动化、信息管理和搜索、客户服务和沟通以及安全和风险管理等方面， 极大提高了办公效率，为企业带来了更大的创新潜力和竞争优势。例如，在办公自动化方面智能助 理的出现，可以通过语音识别技术帮助管理日程安排、发送电子邮件，帮助处理重复性的办公工作， 节省时间和人力成本；在信息管理和搜索方面，AI 技术如自然语言处理（NLP）和机器学习可以帮 助企业建立智能化的知识管理系统，自动化分类、标记和检索文档和数据；在客户服务和沟通方面， AI 可以通过聊天机器人来提供客户支持和服务响应，提升了客户体验并缩短客户等待时间，提高 服务效率。通过这些应用，AI 赋能办公领域，正在深刻的改变和重塑传统办公环境，提高工作效 率和生产力，还为企业带来了更大的创新潜力和竞争优势。

Microsoft Copilot、WPS AI 均开启已订阅收费模式，“AI+办公”正处于付费用户培养积累初期。 开启以微软的 Copilot 为例，Microsoft Copilot 是一个 AI 助手，提供跨 Microsoft Cloud 的创新解决 方案，使复杂的任务更易于管理，从而促进协作环境并增强用户体验。在辅助 Microsoft 365 应用方 面，Copilot 在 Word、Excel、PowerPoint、Outlook 和 OneNote 等 Microsoft 365 应用中提供辅助功 能，例如在 Word 中整理段落措辞、生成文本和总结文档，在 Excel 中分析数据、自动生成图表； 在生成可视化报告方面，Copilot 可以通过自然语言生成 PowerBI 可视化报告。同时，Copilot 提供 了多种收费版本，以满足不同用户的需求：Copilot Pro 价格为每月 20 美元，可解锁访问 Word、 Excel 和 PowerPoint 等 Office 常用办公软件中的大模型能力，同时优先访问最新的 OpenAI 模型； Microsoft 365 Copilot 价格为每月 30 美元。与 Microsoft Copilot 类似，自 2024 年 3 月开始，WPS AI 也开始商业化进程，推出 WPS 超级会员、WPS AI 会员和 WPS 大会员等几个档。

5.2.2.2 “AI+办公”重点中微观跟踪指标

1.Microsoft 365 商业版营收增速

AI 功能上线以来，Microsoft Office365 商业版营收稳定增长，“AI+办公”正处于付费用户培养积 累初期。

2.WPS 付费用户数和金山办公 ARPU

截至 2024 年中报，WPS Office PC 版月度活跃用户数达 2.71 亿人，同比增 7.11%；累计付费用户数 达 3815 万人，同比增长 15%，金山办公 ARPU达到约 110 元/人。

5.2.3 “AI+金融”

5.2.3.1 AI 在金融领域的应用以及代表性公司

AI 在金融行业的应用广泛，为金融机构提供了新的业务模式和发展机遇。AI 对金融领域的助力主 要包括风险管理、信贷评估、智能客服与投资顾问、交易执行与优化、防欺诈与安全、合规性管理、 财富管理等。例如在风险管理方面，AI 可以帮助实时监控交易行为模式，及时阻止异常活动，保 护客户资金安全；在信贷评估方面，可以借助自然语言处理技术和大数据分析，快速处理贷款申请， 并基于多维度的数据做出更加准确的决策；在智能客服与投资顾问方面，AI 能够提供全天候客户 服务支持，解答常见问题，甚至能够进行简单的账户操作指导；在交易执行与优化方面，可以开发 并运行自动化的 AI 交易策略，依靠历史数据挖掘潜在的投资机会；在防欺诈与安全方面，AI 可以 通过监控网络流量和日志文件中的可疑活动，提前预警可能的安全威胁。 同花顺积极引入 AI 支持投资分析与决策，有望“破圈”吸引更多 C 端用户增量。传统的金融终端 在操作和使用上有使用门槛，定价也普遍较高，对于低净值个人投资者并不友好，AI 的引入有望 大幅降低金融终端使用门槛，或将为相关金融终端带来更多用户增量。同花顺是国内领先的金融信 息服务提供商，其 AI 技术应用广泛，目前已有多款 AI 产品落地，其中包括同花顺 AI 开放平台、 “问财”智能投顾产品、iFinD 金融数据终端以及数字人员工等 AI 产品。其中，同花顺 AI 开放平 台可面向客户提供智能金融问答、智能投顾、会议转写系统、智能医疗辅助系统等多项 AI 产品及 服务，可为银行、证券、保险等行业提供智能化解决方案；“问财”智能投顾产品是针对消费者市 场推出的创新智能投资顾问产品，能够为 C 端用户提供全面精准、稳定可控的投资决策支持，为公 司传统 C 端增值业务赋能提质。同花顺 APP 目前已陆续推出 AI 系列产品，包括 AI 分时顶底（188 元/季）、AI 机构探测器（168 元/月）等，但从公司近期营收情况来看，相关产品还尚未对公司业 绩形成系统性带动，用户习惯及付费意愿或仍需时间培养，伴随后续用户使用习惯的成熟，产品有 望“破圈”吸引更多 C 端用户增量。

5.2.3.2“AI+金融”重点中微观跟踪指标

1.同花顺 ARPU

2019 年以来，同花顺 ARPU 逐步上升，截至 2024 年 6 月稳定在约 200 元/人的水平，AI 功能的引入 或将提升产品价值量，带来 ARPU的进一步提升。

2. 同花顺营收及增速

自 2022 年以来，同花顺营业收入保持稳定增长。公司主要收入来源为增值电信服务收入和广告及 互联网业务推广服务收入。随着 AI 投顾的引入以及 AI 技术对产品功能的提升，公司有望吸引更多 C 端用户流量，同时增强 B 端客户的粘性和收入。这不仅将进一步扩大增值电信服务和广告推广服 务的现有收入规模，还将强化 B 端软件销售及维护服务的收入增长。

5.2.4“AI+营销”

5.2.4.1 AI 在营销领域的应用以及代表性公司

AI 已逐步实现赋能广告营销全产业链。AI 在营销领域的应用已经渗透到用户洞察、内容创作、策 略制定、广告投放、互动转化、客户服务和数据管理等多个环节，极大地提高了营销的效率和效果。 例如，在用户洞察方面，AI 助力进行超精细化分析，涵盖浏览行为、购买记录、社交媒体互动等 多维度数据，构建详尽客户画像，揭示用户潜在需求、偏好、情感等，助力企业理解消费者心理， 为产品开发和市场定位提供依据；在内容创作方面，AI 助力快速生成文本、图像、视频、音频等 多种形式内容，实现跨模态生成，打破内容形式壁垒，同时基于用户数据为不同群体定制个性化内 容，提高用户参与度和满意度；在广告投放方面，AI 助力分析用户兴趣和行为模式，实现精准投 放，提高点击率和转化率，同时根据客户行为设定自动化规则，让广告投放活动无人工干预地持续 进行，有助于降低广告成本。通过这些应用，企业不仅能够更好地理解和服务客户，还能够实现更 精准的营销，提高投资回报率。

“AI+营销”代表性公司 AppLovin 有效赋能客户，提升广告投放 ROI。AppLovin 是一家第三方程 序化移动广告平台和游戏发行商，其 AXON 2.0 引擎和 AppDiscovery在服务用户、实现增效降本方 面发挥了重要作用。AXON 2.0 是 AppLovin 的核心 AI 广告引擎，它通过整合数据和机器学习技术， 提升了广告投放的精准度和自动化水平，使广告商能够更高效地匹配目标用户，从而提高投资回报 率，同时也减少了广告商在试错和调整上的时间和成本。AppDiscovery 是 AppLovin 的营销软件， 它利用 AXON 2.0 的预测算法，帮助广告主更精准地定位目标用户，提高应用的曝光度和下载量。 其自动化和优化功能使得广告主无需手动调整，即可实现广告投放的高效管理和成本控制。 DealDash 利用 AppDiscovery 平台提升了广告效率，实现数字端 UA 规模翻倍，并将单次购买成本 降低 22%，Mode Mobile 则将 D90 ROAS（广告支出回报率）提升 93%，并降低 27%的 CPE（单次 互动）成本，成功获取高价值用户。

5.2.4.2“AI+营销”重点中微观跟踪指标

1. Applovin 业绩表现

在 AXON 2.0 引擎和 AppDiscovery的赋能下，AppLovin 在 2024 年的业绩表现出色。2024 年四季度 公司总营业收入同比增长 44%，达到了 13.7 亿美元，广告营业收入增长 73%，净利润增长 248%， 而调整后的 EBITDA 则同比增长 78%，达到了 8.48 亿美元，调整后的 EBITDA利润率为 62%。

2. 蓝色光标和易点天下收入表现

A 股“AI+营销”代表性公司蓝色光标、易点天下等营收增速整体维持回暖态势或稳定在较高水平。

5.2.5“AI+企服”

5.2.5.1 AI 在企服领域的应用以及代表性公司

AI 深度赋能数据企业服务，广泛应用于多类复杂场景。AI 赋能企业服务正通过智能化技术重塑企 业运营模式，涵盖客户管理、数据分析、流程自动化等场景，助力企业降本增效。流程自动化方面 （RPA+AI）：通过机器人流程自动化与 AI 结合，处理重复性任务（如票据审核、数据录入），释 放人力并减少错误率；智能分析与决策方面，利用机器学习模型挖掘数据价值，生成实时业务洞察 （如销售预测、供应链优化），辅助管理层制定动态策略；自然语言交互方面，基于大模型的对话 系统（如智能客服、文档助手），提升企业与客户、员工间的交互效率等。Salesforce、Palantir 等 都是典型的“AI+企服”核心公司。 Salesforce 赋能 CRM 全链路，提升企业运营服务效率。Salesforce 是客户关系管理（CRM）平台， 其通过“云服务+AI”模式实现了企业客户管理、销售预测与客户服务的全链路数字化。公司基于 SaaS（软件即服务）模式为企业提供云端 CRM 解决方案，覆盖销售云（Sales Cloud）、服务云 （Service Cloud）、营销云（Marketing Cloud）等核心模块，帮助全球企业实现客户数据整合、业 务流程自动化及跨部门协作。其核心优势在于将 AI 深度嵌入业务场景：2016 年推出的 Einstein AI 引擎，通过机器学习分析客户行为数据，自动生成销售线索优先级预测、客户流失预警、营销内容 个性化推荐等，并支持自动化工作流（如邮件触达、工单分配）。 Palantir AI 数据分析与决策产品赋能多个赛道，催化公司业绩同比持续上行。Palantir 专注于大数 据分析和人工智能领域，帮助客户进行数据分析，广泛应用于政府、商业和军事等多个行业。 Palantir 在 AI 赋能数据分析领域推出了多款创新产品，其核心产品包括 Gotham、Foundry 和 AIP 等， 分别面向政府和企业提供高效的决策支持工具。

5.2.5.2“AI+企服”重点中微观跟踪指标

1. Salesforce 和 Palantir 业绩表现

2023 年第三季度起，Palantir 推出 AIP 后凭借 AI 技术在数据分析领域的深度应用，成功催化了业绩 的回暖，从 2023 年 Q3 开始出现营业收入同比持续增长的态势。到 24 年 Q4 营业收入达到 8.28 亿 美元，较去年同期实现了 36%的增长。与此同时，AI 赋能的深化还带来了成本结构的优化与销售 效率的显著提升，直接反映为销售净利率的稳步上扬。 Salesforce 在 2024 年业绩表现较优，2024 年 Salesforce 的总收入达到 348.57 亿美元，同比增幅为 11.2%。

2. A 股重点“AI+企服”公司营收表现

2024 年以来，A 股重点企服公司收入同比有持续回升趋势，业绩表现向好， 截至 2024 年三季报， 营收同比增速达到 33%。

5.2.6“AI+医疗”

5.2.6.1 AI 在医疗领域的应用以及代表性公司

AI 在医疗领域应用广泛，包括医学辅助诊断、加速药物研发、健康咨询等。人工智能在医疗领域 的应用正深刻改变传统诊疗模式，显著提升行业效率。在医学辅助诊断方面，AI 通过深度学习技 术分析 CT、MRI 等影像数据，可精准识别肺结节、眼底病变等早期病症。例如，腾讯觅影的 AI 系 统对肺炎 CT 的识别准确率超 96%，大幅缩短诊断时间。药物研发领域，AI 技术有望通过高效的数 据分析和精准的模型预测，使药物前期研发时间减半。健康咨询场景中，智能问诊平台如平安好医 生，日均处理超百万次咨询，通过症状分析提供分级诊疗建议，缓解基层医疗资源压力。AI 还能 动态监测慢性病患者数据，如糖护士 APP 实时分析血糖趋势并推送个性化控糖方案。这些应用不 仅实现诊疗精准化，更推动医疗资源普惠化——偏远地区患者通过远程 AI 诊断系统，可即时获得 三甲医院级别的诊疗建议。随着医疗 AI 在伦理合规和数据安全方面的持续完善，其“精准触达、 降本增效”的核心价值将进一步释放。 “AI+医疗”受益政策，有望作为辅助手段进入医疗临床。2024 年 11 月 23 日，国家医保局解读发 布的 17 批医疗服务价格项目立项指南，为支持相对成熟的人工智能辅助技术进入临床应用，同时 防止额外增加患者负担，国家医保局在放射检查、超声检查、康复类项目中设立“人工智能辅助诊 断”扩展项。现阶段，部分 AI 医疗辅助诊断已经相对成熟，特别是在放射、超声等的图像识别方 面，具有较高的准确度和速度，对于辅助医生诊断，提升工作效率有着重要的实践意义。

Tempus 是 AI 医疗代表性公司，依靠 AI 技术及数据集成实现个性化诊疗决策、加速药物研发等功 能。公司有三大主要产品：基因组学、数据和应用。在基因组学方面，Tempus 提供下一代测序 （NGS）诊断、PCR 分析及其他解剖和分子病理测试。这些测试结果与临床数据相连接，通过自学 习机制，随着新测试的进行变得更加准确。例如，其在肿瘤学领域的基因组测序和分析，为个性化 治疗方案的制定提供了关键依据。在数据与服务方面，Tempus 凭借庞大的临床和分子数据库，为 制药和生物技术公司提供高质量的数据支持，促进药物发现和开发。在人工智能应用方面， Tempus 开发了算法驱动的诊断工具、实施新的医疗设备软件，并构建了临床决策支持工具。其主 要产品“Next”利用机器学习识别和减少患者护理中的差距，为临床医生提供了更精准的决策支持。 A 股诸多公司已推出“AI+医疗”产品，覆盖医学辅助分析、健康咨询、药物研发等各个领域。东 软集团推出 AI 辅助诊疗平台“NeuAI”，覆盖脑卒中、冠脉分析等专科，支持多模态影像的自动 处理与病灶量化评估；卫宁健康通过 AI 驱动医院智慧管理，研发病案质控、医保控费等系统，优 化医疗资源调配；润达医疗联合华为开发基于多个场景的医疗 AI，体检场景方面，润达医疗和华 为云携手美年大健康成功于 2024 年 8 月联合推出了国内首款健康管理 AI 机器人“健康小美”，医 疗智慧化解决方案还在太平金服及华西医院等国内多省市的权威三甲医院实现了嵌入应用，2024 年 9 月 10 日，润达医疗与华为云发布大模型原生解决方案，推出了搭载华为云大模型的医疗垂域 大模型，CDx 数据基座，“良医”医疗智能体，“小慧”健康智能体四项新产品。在医院端，润达 医疗与华为云启动领航计划，期望在全国各地省市医院形成一批示范医院推广落地。同时，个人 AI 健康助理智能体“小慧”安卓版已处于公测阶段，鸿蒙版处在开发认证阶段。

5.2.6.2 “AI+医疗”重点中微观跟踪指标

1. Tempus 业绩表现

2024 年 1-3 季度，Tempus 同比增速稳定在 30%左右的较高水平。

2. A 股重点“AI+医疗”公司营收表现

受 A 股医疗板块整体弱势的影响，重点“AI+医疗”公司营收表现不佳，但 AI 技术的应用有望催 化相关公司业绩的回暖。

5.3 AIGC 赛道重点个股

“AI+应用”仍处于商业化落地初期，但部分赛道盈利模式已逐渐清晰，应用场景已相对明确，如 “AI+教育”、“AI+金融”、“AI+办公”、“AI+医疗”、“AI+营销”、“AI+企服”等，此 外，AI Agent 有望成为 2025 年重要的 AI 应用形态，以下为产业链中的代表性个股。

编辑：火腿肠