《2024人工智能应用商业化模式、变现路径及及定价对比分析报告(32页).pdf》由会员分享,可在线阅读,更多相关《2024人工智能应用商业化模式、变现路径及及定价对比分析报告(32页).pdf(32页珍藏版)》请在薪酬报告网上搜索。
1、 2024 年深度行业分析研究报告正文目录 1 MaaS 按量计费性能+降本趋势确定,应用繁荣期将至.6 1.1 大模型的选用取决于性能及成本两方面权衡.6 1.2 性能提升+降本趋势显著,模型下游客户适配落地更加积极.11 1.3 提升模型效果,科学和工程缺一不可.13 1.4 大厂更综合灵活的计费模式产生.14 2 SaaS 订阅制打通“AI+”垂类产品落地最后一公里.16 2.1 SaaS 以订阅制为主,B 端较 C 端变现更快.16 2.3 订阅制优势在国产软件出海体现较明显.20 2.4 行业软件积极探索 AI+垂类落地,助力用户拓展及留存.22 3 解决方案及实施部署发挥客户及渠道
2、优势,由标杆逐步标准化.28 4 流量变现把握 C 端长尾及新用户,用户数量为关键.30 5 针对需求长期投入,覆盖高客单价场景为关键.31 图表目录 图表 1:AI 大模型发展应用路径.6 图表 2:MaaS 产业架构.7 图表 3:2023 年 AIGC 不同商业模式分布(总市场规模约 170 亿人民币).7 图表 4:2027 年 AIGC 不同商业模式分布(总市场规模约 602 亿人民币).7 图表 5:国内外主流大模型 Token 定义.8 图表 6:大模型估计训练成本.8 图表 7:大模型预训练成本.9 图表 8:OpenAI2024 年收入及成本构成预估.9 图表 9:大模型推理
3、成本.10 图表 10:国内外模型应用投入与收益比值均较高.10 图表 11:高成本使得大模型向头部厂商收敛.11 图表 12:通用与专有模型将长期并存.11 图表 13:国内外大模型 API 价格(元/千 Tokens).12 图表 14:国产模型商汤测评结果超 GPT-4 Turbo.12 图表 15:阿里通义千问模型 9 月再次大幅降价.13 图表 16:腾讯混元大模型价格下降.13 图表 17:DeepSeek V2 在同性能下实现低价.14 图表 18:DeepSeek V2 训练所需算力仅为 GPT-4 的 1/4.14 图表 19:OpenAI O1 通过推理实现性能提升.14
4、图表 20:OpenAI O1 推理过程大幅增长.14 图表 21:文心一言 4.0 资源包及 TPM 配额.15 图表 22:Moonshot 按累计充值金额分级限速.15 图表 23:AI 典型商业模式对比.15 图表 24:百度 MaaS+BaaS 业务闭环.16 图表 25:ChatGPT Plus 订阅制计费.16 图表 26:文心一言 4.0 会员订阅计费.16 图表 27:大模型时代的 TC-PMF 逻辑.17 图表 28:订阅制为 AI SaaS 主要收费模式.17 图表 29:免费或试用版本是大部分 Saas 应用的推广选择.18 图表 30:三分之一的海外 AI 应用定价非
5、公开.18 图表 31:B 端 AI SaaS 应用收费模式.18 图表 32:C 端 AI SaaS 应用收费模式.18 图表 33:Character.ai 用户年龄分布.19 图表 34:Character.ai 较其他聊天应用有量级优势.19 图表 35:Kimi 维持同类应用最高访问量.20 图表 36:KIMI 创新“打赏”订阅制.20 图表 37:万兴订阅收入占比及订阅续约率逐年提升.21 图表 38:福昕订阅收入及占比逐年提升.21 图表 39:万兴科技产品收费模式.21 图表 40:福昕软件产品 ARR 持续增长.22 图表 41:福昕软件渠道收入增长稳定.22 图表 42:
6、中国人工智能应用场景发展.23 图表 43:恒生电子收入持续增长稳定.24 图表 44:恒生电子重视研发投入.24 图表 45:启明星辰产品处于市场领导地位.24 .图表 47:秘塔 AI 搜索每日 100 次额度.26 图表 48:AI 麦可混合制计费.27 图表 49:AI 麦可发布后会员数量持续增长.27 图表 50:金山办公嵌入 AI 后 C 端订阅收入弹性测算.27 图表 51:平均项目预算逐季递增.29 图表 52:大模型招标需求分布.29 图表 53:中控技术 DCS 产品国内市占率常年第一.29 图表 54:中控技术 AI 赋能降本.29 图表 55:中软国际“模型工厂”架构.
7、30 图表 56:Ask AI 免费版与付费版.31 图表 57:中国广告营销市场规模统计及预测(百亿元).31 图表 58:中国 AIGC 广告营销业务市场规模预测(亿元).31 图表 59:AIGC 应用落地时间表.32 图表 60:高客单价场景列举.32 图表 61:AI 模型/应用计费模式一览.33 互动式转移。诸多企业也意识到技术影响之深,已于 23 年开始加快布局。随更多 AI 产品及解决方案的推出及成熟,AI 产品能力变现,成为产业及投资者更关注的问题。当前国内外 AI 应用的商业化模式仍在形成的早期,归结互联网时代及当下众多应用,AI 模型应用商业化路径可以分为四大类:1.1.
8、MaaSMaaS 按量计费按量计费:MaaS,即 Model as a Service,通用或专有模型提供商按照用户的 tokens 消耗量计算费用,或通过推出单点工具,按文本、图像或音频等不同形式的内容量收费,为当前模型类厂商主流商业化路径。2.2.SaaSSaaS 订阅计费订阅计费:SaaS,即 Software as a Service。AI 能力更多推动应用向云化及订阅制转变,提升产品总体定价以及客户粘性。更适用于场景类、专业化的应用,相关厂商的优势在于更精准的营销、需求把握及客户绑定。3.3.解决方案及实施部署解决方案及实施部署:为具有强付费能力的大 B/G 端客户,根据其对算力、数
9、据的个性化需求提供契合行业领域与业务场景的定制化服务。不同于以往单纯项目制,AI 方案对于模型及数据的后续升级维护需求将更多,提升解决方案厂商收入的稳定性和持续性。4.4.流量变现流量变现:主要适用于 C 端用户群,依靠针对 C 端需求推出单点工具,吸引流量积累,然后通过广告投放等获取收入。图表1:AI 大模型发展应用路径 资料来源:沙利文,方正证券研究所 1 MaaS 按量计费性能+降本趋势确定,应用繁荣期将至 1.1 大模型的选用取决于性能及成本两方面权衡 MaaS,即 Model as a Service,提供方多为大型科技或互联网厂商,降低中小或细分场景类 AI 应用的开发门槛。计费模
10、式主要依据 tokens 的消耗量,少部分按文本、图像或音频等不同形式的内容量收费。资料来源:沙利文,方正证券研究所 MaaSMaaS 降低降低中小企业中小企业应用门槛,应用门槛,预计预计 20272027 年年前前成成主流商业模式主流商业模式。长期来看,MaaS 为“人工智能+”时代特有的模式,通过为开发者提供集模型聚合、模型开发、模型维护为一体的一站式模型服务,解决传统 AI 应用开发成本高、部署难等问题,降低 AI 技术应用到千行百业的门槛。由于模型开发的高成本,且追求一定的规模效应,MaaS 主要提供方为资金及技术实力较强的科技或互联网大厂。据量子位,至 2027 年,MaaS 模式市
11、场规模占比预计从 23 年的 5%提升到47%,成为 AIGC 产业的主流商业模式。图表3:2023 年 AIGC 不同商业模式分布(总市场规模约170 亿人民币)图表4:2027 年 AIGC 不同商业模式分布(总市场规模约602 亿人民币)资料来源:量子位,方正证券研究所 资料来源:量子位,方正证券研究所 各厂商对各厂商对 tokentoken 定义定义存存在在差异差异。token 是厂商用来计量大模型输入、输出的基本单位,也可以直观的理解为“字”或“词”。但各大模型厂商对 token 的定义5%60%10%25%MaaS按产出计费订阅制定制化(项目制)47%32%8%13%MaaS按产出
12、计费订阅制定制化(项目制)元则定义一个 token 等于 1.8 个汉字,国内主流大模型对 token 定义差异在50%-80%。图表5:国内外主流大模型 Token 定义 模型模型 汉字汉字/Tokens/Tokens 英文字母(单词)英文字母(单词)/Tokens/Tokens ChatGPT 1 4 个字母或 0.75 个单词 通义千问 1 1 个单词 千帆大模型 1 汉字+其他语种单词*1.3,由此计算约1/1.3=0.77 个单词 腾讯混元 1.8 3 个字母 讯飞星火 1.5 0.8 个单词 Baichuan 53B 1.5 4 个字母或 0.8 个单词 资料来源:各模型产品文档,
13、方正证券研究所 由于由于 S Scaling caling L Lawaw,训练成本训练成本随随参数量参数量扩大扩大非线性上升非线性上升,高,高模型初始投入筑起模型初始投入筑起壁垒壁垒。根据斯坦福2023 人工智能指数报告估算,OpenAI 的 GPT-4 训练成本约 7800 万美元,谷歌的 Gemini Ultra 训练成本达 1.91 亿美元。当前阶段,提升模型智能程度的最主要因素仍为提升参数数量,训练成本也将持续增长。据马斯克猜测,GPT-5 可能需要 30000-50000 个英伟达 H100 芯片进行训练。图表6:大模型估计训练成本 资料来源:斯坦福2023 人工智能指数报告,方正
14、证券研究所 78352034191400000050,000,000100,000,000150,000,000200,000,000250,000,000TransformerBERT-LargeRoBERTa LargeGPT-3 175BMegatron-Turing NLG530BLaMDAPaLM(540B)GPT-4Llama 2 70BGemini Ultra2017201820192020202120222023美元(元)美元(元)图表7:大模型预训练成本 资料来源:产品二姐公众号,方正证券研究所 OpenAI2024OpenAI2024 年成本支出预计达年成本支出预计达 85
15、85 亿美元,其中服务器租赁成本约亿美元,其中服务器租赁成本约 4040 亿美元亿美元。OpenAI2024 年亏损预计约为 50 亿美元,收入中,面向普通用户的 ChatGPT Plus 订阅收入约 19 亿美元(收入占比 55%);面向大型企业客户的 ChatGPT Enterprise 约 7 亿美元收入(占比 21%);API 接口服务约 5 亿美元收入(占比15%);面向中小企业和团队用户的 ChatGPT Team 约 3 亿美元收入(占比 8%)。OpenAI 仍处于高投入期,后续订阅收入增长潜力大。图表8:OpenAI2024 年收入及成本构成预估 资料来源:至顶智库,方正证券
16、研究所 GPTGPT-4 4 TurboTurbo 每千每千 tokenstokens 推理成本约为推理成本约为 0.0070.007 美元。美元。其次,每千 tokens 推理成本=1000(模型参数量2/A100 卡每秒的计算次数)显卡的租用成本。推理成本仅与模型参数量成正比,以 OpenAI 最新的 GPT4 Turbo 为例,假设 GPT4 Turbo 的参数量是网络流传的 8222B,按照上述公式计算,每千个 tokens 推理成本=$0.0071656。资料来源:产品二姐公众号,方正证券研究所 AIAI 上半场为智算基础设施的比拼,下半场关键在规模上半场为智算基础设施的比拼,下半场
17、关键在规模效应效应释放释放及用户及用户使用使用粘粘性性。由于上述测算并未考虑人力成本,因此实际需要售出的 tokens 或订阅用户的数量将更高。据红杉资本估计,2023 年 AI 行业在模型训练芯片的花费约为500 亿美元,但仅获得了 30 亿美元的收入,模型能力变现为 AI 革命下半场的重要方面。与互联网类似,当用户数量突破一定阈值后,收益与成本的比值将呈指数增长。因此,AIAI 应用应用行业天花板相较其他领域更高,会诞生新的巨头公行业天花板相较其他领域更高,会诞生新的巨头公司,但需要等待突破阈值司,但需要等待突破阈值。图表10:国内外模型应用投入与收益比值均较高 资料来源:量子位,方正证券
18、研究所$50.00$3.00 0102030405060在英伟达芯片上的支出AI大模型收入金额(十亿美元)本报告来源于薪酬报告网站(),由用户Id:93117下载,文档Id:179650,下载日期:2024-11-04 图表11:高成本使得大模型向头部厂商收敛 资料来源:通信世界总第925期国内外大模型产业如何发展?,方正证券研究所 行业行业专有模型专有模型将与通用大模型并存将与通用大模型并存。两类模型的选择的差异主要在数据、行业理解、多样场景、及对创新和灵活性的要求。专业领域的数据由于隐私、安全及商业竞争的原则,不能进行流通,需要在域内进行存储及训练,特别是在医疗、金融、能源等领域,因此,
19、拥有专有数据资源及行业理解的专有模型厂商预计不会受到通用大模型的挤压。同时,通用模型更大程度允许开发者在此基础上进行创新,快速适应新任务或领域,而专有模型则提供了在特定领域深入挖掘和优化的机会。头部通用模型厂商在企业级 AI 服务方面,致力于提供便捷、拆装即用的功能,通用到行业专有模型仍需要大量专有数据训练和调参。图表12:通用与专有模型将长期并存 资料来源:腾讯研究院,方正证券研究所 1.2 性能提升+降本趋势显著,模型下游客户适配落地更加积极 横向看,中外横向看,中外大模型大模型均呈现均呈现性能追赶性能追赶+价格降低价格降低趋势趋势。目前国内主流大模型加速追赶国外领先模型性能,商汤 Sen
20、seChat-5 性能超越 GPT-4Turbo。同时,模型,tokens 左右。阿里云 GPT-4 级模型 Qwen-Long 降价 97%至 0.0005 元/千tokens,且支持千万 tokens 超长文本输入,腾讯混元大模型也展开了降价。Open AI、谷歌、阿里云、百度云和腾讯云等国内外头部厂商相继跟进降价主要源于:1 1)算力硬件回归正常市场价格,用户使用云服务成本降低;2 2)模型基础能力已经具备,更看重生态以及应用的丰富程度;3 3)抢占市场,获取更大规模用户摊薄成本。图表13:国内外大模型 API 价格(元/千 Tokens)图表14:国产模型商汤测评结果超 GPT-4 T
21、urbo 资料来源:各公司官网,方正证券研究所 资料来源:SuperCLUE,方正证券研究所 注:美元兑人民币汇率按 7.1 换算 降价是降价是规模规模化推广的化推广的前提选择前提选择,0 0 元购元购旨在培养习惯和生态旨在培养习惯和生态。1 1)阿里云阿里云:继 5 月首次大幅降价后,阿里云百炼平台上的三款通义千问主力模型再次降价。Qwen-Turbo 价格直降 85%,低至百万 tokens 0.3 元,Qwen-Plus 和 Qwen-Max 分别再降价 80%和 50%。2 2)百度文心大模型百度文心大模型的两款主力模型 ENIRESpeed、ENIRELite 从 2024 年 5
22、月起全面免费。3 3)腾讯腾讯混元混元-lite 模型,API 输入输出总长度计划从目前的 4k 升级到 256k,价格从 0.008 元/千 tokens 调整为全面免费。standard API 输入价格从 0.01 元/千 tokens 降至 0.0045 元/千 tokens,下降 55%,API 输出价格从 0.01 元/千 tokens 降至 0.005 元/千tokens,下降 50%。新上线的混元-standard-256k,具备处理超过 38 万字符的超长文本能力,API 输入价格下调至 0.015 元/千 tokens,下降 87.5%,API 输出价格下降至 0.06 元
23、/千 tokens,下降 50%。最高配置万亿参数模型混元-pro,API 输入价格从 0.1 元/千 tokens 降至 0.03 元/千 tokens,降幅达70。4 4)商汤)商汤“日日新 SenseNova”新注册企业用户赠送 5000 万 Token 包。大厂大模型平台开发工具更完善,偏向于对 B 端赋能,降价有利于行业推广及场景覆盖。0.11 0.21 0.15 0.10.120.060.10.030.0020.0060.0120.10.0050.000.050.100.150.200.25GPT-4oGPT-4 TurboGemini 1.5 ProSenseChat-5ERNI
24、E-4.0-8KMoonshot-v1-128KGLM-4Spark3.5 MaxQwen-Long通义千问-Turbo通义千问-Plushunyuan-prohunyuan-standard输入输出80.0379.1373.32 72.58 72.45 72.12 71.970.4269.43020406080100总分计算逻辑推理代码 图表15:阿里通义千问模型 9 月再次大幅降价 模型模型 输入价格(元输入价格(元/千千 tokenstokens)输出价格(元输出价格(元/千千 tokenstokens)降价前降价前 5 5 月月 9 9 月月 降价前降价前 5 5 月月 9 9 月月
25、Qwen-Turbo 0.008 0.002 0.0003 0.008 0.006 0.0006 Qwen-Plus 0.02 0.004 0.0008 0.02 0.012 0.002 Qwen-Long 0.02 0.0005-0.02 0.002-Qwen-Max 0.12 0.04 0.02 0.12 0.12 0.06 资料来源:澎湃新闻,方正证券研究所 图表16:腾讯混元大模型价格下降 模型模型 输入价格(元输入价格(元/千千tokenstokens)降幅降幅 输出价格(元输出价格(元/千千tokenstokens)降幅降幅 降价前降价前 降价后降价后 降价前降价前 降价后降价后
26、混元-lite 0.08 0-100%100%0.08 0-100%100%混元-Standard 0.01 0.0045-55%55%0.01 0.005-50%50%混元-Standard-256k 0.12 0.015-88%88%0.12 0.06-50%50%混元-pro 0.1 0.03-70%70%0.1 0.1 0%0%资料来源:澎湃新闻,方正证券研究所 1.3 提升模型效果,科学和工程缺一不可 DeepSeekDeepSeek 通过架构创新,达到推理降本。通过架构创新,达到推理降本。国产模型 DeepSeek v2 API 输入价格为 1 元/百万 tokens,输出价格为
27、2 元/百万 tokens,能力逼近第一梯队闭源大模型,将推理成本降到了 Llama3 70B 的 1/7、GPT-4 Turbo 的 1/70。随后智谱AI 也发布了相同价格的 GLM-3 Turbo。DeepSeek v2 以 MoE 架构实现训练所需计算成本大幅降低,在 8.1 万亿个 token 的训练参数量下,训练所需算力仅为Llama3 70B 的 1/5、GPT-4 的 1/20,且性能上没有很大差距。-资料来源:SemiAnalysis,方正证券研究所 资料来源:SemiAnalysis,方正证券研究所 OpenAI O1OpenAI O1 思维链思维链为为 MaaSMaaS
28、厂商提升厂商提升模型模型性能天花板性能天花板。OpenAI O1 发布前,部分产业专家担忧 Scaling 的有效,模型错误率可能有一个无法消除的下限,而不是可以接近于 0,即模型规模增加对模型能力带来的影响是有天花板的。思维链让 AI 模型懂得了分步骤思考,这部分能力的提升并不依赖模型的训练过程,而是依赖于推理过程(Inference)。思维链将传统的 Training-Time Scaling 模式转化成 Inference-Time Scaling,为 MaaS 厂商提升模型性能提供了新的思路。图表19:OpenAI O1 通过推理实现性能提升 图表20:OpenAI O1 推理过程大幅
29、增长 资料来源:腾讯新闻,方正证券研究所 资料来源:腾讯新闻,方正证券研究所 1.4 大厂更综合灵活的计费模式产生 需求多样,更需求多样,更灵活计费灵活计费模式模式亦在不断探索亦在不断探索。国内大模型厂商为提升客单价在按量计费的基础上持续创新,推出灵活计费模式。百度文心一言 4.0 推出了Tokens 资源包收费形式,最高 10.2 万元可购买 10 亿 Tokens,优惠单价低至0.102 元/千 Tokens,适合需求量大的 B 端开发者用户。还有的实施限速分级计费模式,如文心一言 4.0 中用户可根据所需 TPM 和 RPM 速率需求购买相应数量的 TPM 配额(按月付),且在突增峰值流
30、量时购买额外的 TPM 配额包(按小时付),灵活满足用户的使用速率需求。Moonshot 则根据累计充值金额分级限速,满足不同用户需求的同时,预计提升客单价。Deepseek V2Llama 3 8BMixtral 822BGemini 1.5 ProGPT-4 Turbo0102030405060708090100050100150200250HumanEval得分输出价格(美元/百万tokens)Deepseek V2Llama 3 8BLlama 3 70BMixtral 87BMixtral 822BDatabricks DBRXClaude 3 SonnetGemini 1.5 Pr
31、oMistral LargeGPT-4 TurboClaude 3 OpusGPT-4Llama 3 8BMixtral 822BDeepseek V2Llama 3 70BGPT-401020304050607080901100HumanEval得分训练浮点运算量(5.E+23)Mixtral 87BLlama 3 8BMixtral 822BDatabricks DBRXDeepseek V2Llama 3 70B 模型模型 TokenToken 量量(千)(千)总价总价(元)(元)单价(元单价(元/千千 tokenstokens)ERNIE-4.0-8K 1500 180 0.1200
32、3000 360 0.1200 6000 720 0.1200 10000 1140 0.1140 50000 5520 0.1104 100000 10800 0.1080 500000 52800 0.1056 1000000 102000 0.1020 TPM 配额(1000TPM,33RPM)预付(元/月)后付(元/小时)ERNIE-4.0-8K 27000 55 累计充值金累计充值金额(元)额(元)并发并发 RPMRPM TPMTPM TPDTPD 0 1 3 32000 1500000 50 50 200 128000 10000000 100 100 500 128000 200
33、00000 500 200 5000 384000 无限制 5000 400 5000 768000 无限制 20000 1000 10000 2000000 无限制 资料来源:百度文心一言产品文档,方正证券研究所 资料来源:Moonshot 产品文档,方正证券研究所 百度百度云采用调用量云采用调用量+促成交易规模双收费模式,促成交易规模双收费模式,客户留存客户留存较高较高。百度云创凭借独特的 MaaS+BaaS 模式,叠加 AI 技术赋能,实现端到端业务闭环,维持较高且稳定的毛利率水平。此外,得益于该模式在技术和业务能力上的双重高进入门槛,其客户粘性较高,2023 年 MaaS 核心客户留存
34、率高达 99%。2023 年智能云营收达 84 亿,AI 云收入占比增长 8%,后续预计维持较好增长。百度云这种商业模式适用于综合云能力较强,同时下游企业资源丰富的厂商,例如华为、阿里等。图表23:AI 典型商业模式对比 商业模式商业模式 毛利率毛利率 客单价客单价 竞争壁垒竞争壁垒 可规模化可规模化 项目制 低 中 低 低 订阅制 高 低 中 高 MaaS 高 中 高 高 BaaS 中 高 高 高 资料来源:爱分析,方正证券研究所 图表24:百度 MaaS+BaaS 业务闭环 资料来源:爱分析,方正证券研究所 2 SaaS 订阅制打通“AI+”垂类产品落地最后一公里 SaaS,即 Softw
35、are as a Service,通常基于订阅制。目前主要有两种应用方式,一种是 AI 原生应用,如秘塔搜索、快手可灵、文心一言等,另一种则是在原应用基础上叠加大模型能力,对 AI 功能额外计费或提高总体订阅价格,如Microsoft 365 Copilot、WPS AI 等。图表25:ChatGPT Plus 订阅制计费 图表26:文心一言 4.0 会员订阅计费 资料来源:ChatGPT 官网,方正证券研究所 资料来源:文心一言官网,方正证券研究所 2.1 SaaS 以订阅制为主,B 端较 C 端变现更快 SaaS 企业关键考量:产品价值优先 or 生意闭环优先?-。外应用展开探索,已有 4
36、 款产品陆续上线。目前零一万物海外应用总用户接近千万,营收 2024 年预期过亿人民币。PMF(product market fit)即产品市场契合度,找到市场并且用户需求强劲,是移动互联网时代企业决定是否进入快速扩展阶段的基础。在 AI 快速发展的时代,由于更高的模型训练和推理成本,以及技术能力上限更高,企业需要同时考虑技术迭代、成本与 PMF 的关系。图表27:大模型时代的 TC-PMF 逻辑 资料来源:零一万物发布会,方正证券研究所 有有 71.05%71.05%的的 AI AI SaaSSaaS 采用采用订阅制订阅制。选取国外福布斯 AI 50 榜单和红杉发布的创意生成式 AI 应用全
37、景图中的头部 40 家 AI 应用,71%的 AI 应用采用订阅制收费模式,这可能与用户接受度、实施难度、价值量化和盈利目标有关。对于 AI 原生应用来说,订阅制可以归纳客户使用习惯及需求,从而针对性开发。对于 C端多样化的需求,订阅制更加灵活,从核心的几项功能入手,逐步培养用户使用习惯。图表28:订阅制为 AI SaaS 主要收费模式 资料来源:Growth Unhinged,方正证券研究所 约约 7 7 成应用仍处成应用仍处免费或试用免费或试用以以积累用户的阶段积累用户的阶段,约约 3 3 成应用定价非公开成应用定价非公开。免费版本和试用是 AI 应用吸引用户并促进应用落地的有效手段。约
38、50%的 AI 应用提供免费版本,另有约 20%的应用提供免费试用。免费版本通常功能有限,但足以让用户体验产品核心价值。免费试用期则允许用户在一定时间内免费使用完整71.05%26.32%2.63%订阅制混合制按量计费 而企业级应用而企业级应用当前较大比例仍为非标准化当前较大比例仍为非标准化,一定程度的联合开发,并依据资源一定程度的联合开发,并依据资源投入的不同来协商定价投入的不同来协商定价。但随着 AI 应用市场的成熟和产品规模化落地,企业级应用的定价信息可能会逐渐变得更加透明。图表29:免费或试用版本是大部分 Saas 应用的推广选择 图表30:三分之一的海外 AI 应用定价非公开 资料来
39、源:Growth Unhinged,方正证券研究所 资料来源:Growth Unhinged,方正证券研究所 B B 端变现模式清晰端变现模式清晰且且更快盈利,更快盈利,C C 端端空间大、空间大、增长增长潜力强潜力强但模式待探索但模式待探索。B 端及C 端 AI SaaS 应用有会员订阅制、按需付费和一次性付费三种收费模式。B 端产品看,根据量子位统计,有 50%的应用选择会员订阅制收费,30%应用为按需付费,以及 13%的应用采用会员订阅制,仅有约 7%的 B 端应用当前为免费使用。因为 B 端用户需求明确,产品满足企业降本增效需求就有望形成付费,与 C 端相比,指标更易量化。C 端产品的
40、个性化需求相对更多,场景包括智能助手、情感陪伴、图像视频等。因此,相较于 B 端 AI SaaS 应用,C 端仍有 43%的应用处于免费使用的阶段,同时,29%为订阅制收费,12%为一次性付费,16%采用按需付费的模式。C C 端更大程度上为端更大程度上为供给激发需求,对产品本身体验要求较高,强供给激发需求,对产品本身体验要求较高,强调易用性调易用性。图表31:B 端 AI SaaS 应用收费模式 图表32:C 端 AI SaaS 应用收费模式 资料来源:量子位,方正证券研究所 资料来源:量子位,方正证券研究所 C Character.aiharacter.ai 等头部场景功能型应用凭借客群定
41、位、用户积累、个性化需求满等头部场景功能型应用凭借客群定位、用户积累、个性化需求满足,获得较好的流量及变现足,获得较好的流量及变现。AI 陪伴类应用 Character.AI 定位年轻用户的情感陪伴需求,有 57%用户年龄为 18-24 岁。除客群定位外,Character.ai 成功的47.37%15.79%2.63%31.58%0%10%20%30%40%50%完全免费免费-试用免费-用量限制无免费64.10%35.90%公开定价非公开定价30%13%50%7%按需付费一次性付费会员订阅制当前免费16%12%29%43%按需付费一次性付费会员订阅制当前免费制,通过提供与 AI 角色的深度个
42、性化交互,满足了用户对于新型互动体验的需求;2 2)社区属性提升)社区属性提升粘性粘性:建立社区,提供多人聊天模式,社交属性有利于提升用户粘性;3 3)通过技术优化控制成本)通过技术优化控制成本:Pre-trained 模型拥有高效的 LLM 推理算法,推理成本远远低于 ChatGPT,并且使用了 8 位整型来做计算,比平时大家用 16 或 32 位浮点数,效率有 4 倍2 倍的提升;4 4)端到端工程栈)端到端工程栈:模型能力和对长尾角色的覆盖决定用户的聊天体验,Character.ai 有对硬件、模型、infra、用户反馈等经行全栈优化,形成数据和技术壁垒。Character.ai 目前有