行业研究 丨深度报告 丨软件与服务 Table_Title AI 行业 三 问三答：从 本轮大模 型范式变 革，看 后续产业落 地节奏%1 请阅读最 后评级 说明和 重要声 明 2/20 丨 证券研 究报告 丨 报告要点 Table_SummaryOpenAI、百度、微软、360 相继推出模型及应用，大模型发展如火如荼。大模型的突破使得人工智能技术泛化度进一步提升，发展瓶颈得到部分消除。当前时点，市场已 充分认知本轮 AI 产业趋势，行情演绎从主题到主线。展望后续行情，建议关注产业阶段性变化及 2B/2C 场景颠覆带来的投资机遇，建议关注教育、办公、金融、医疗四大场景。分 析师及 联系人 Table_Author 宗建树 方子箫 SAC：S0490520030004%2XVAZwPmRmPrQsMtQtOrOoP8OdN7NpNrRmOmPfQoOpQjMqRqRaQoPrPMYrNqQwMmRtR 请阅读最 后评级 说明和 重要声 明 丨证券研究报告丨 更多研报请访问 长江研究小程序 软件与服务 cjzqdt11111 Table_Title2 AI 行业三 问三答：从本轮大模型范式变革，看后续产业落地节 奏 行 业研究 丨深度 报告 Table_Rank 投资评 级 看 好丨维 持 Table_Summary2 如何看 待本 轮大 模型 技术 变革 对 AI 产业 的影 响？AI 本质是生产力技术革命，从历史上看每一轮大的 AI 技术进步都会驱动下游迎来一波下游需求扩张周期。本轮大模型技术革命将整个 AI 范式进行了重构，其影响主要体现在 1）大模型涌现效应加持下，参数量扩大同时模型能力快速提升，供给能力持续增长的同时，需求快速拓展，逐渐构建正向循环；2）大模型 驱动 AI 范式革新，打破过往 AI 定制化强、规模效应差的困扰，标准化和通用性大幅提升，优质商业模式有望逐渐显现。海外 与 A 股个 股演 绎差 异 背后的 底层 原因？受益于大模型技术突破，年初以来美国与中国 AI 相关板块 持续大涨。从市场表现来看算力端与模型侧中美共振，应用端有所差异。我们就中美核心 AI 产 业链涨幅前 20 的股票进行分析，年初至今中美 AI 产业链相关个 股均实现较大涨幅，算力端：中美共振，美国以 AI 芯片全球 龙头英伟达为核心，中国以英伟达配套产业链的光 模块与服务器为主；大模型：谷歌、微软、亚马逊，国内科大讯飞、昆仑万 维、360 均实现较大涨幅；应用侧：教育与办公两个领域中美共振，在营销、企业服务软件侧 美国更加多元化，从美股软件 公司表现来看，标准化软件显 著呈现 AI 重构的趋势，A 股表现较好的游戏在美国尚未有显著表现。中美在应用侧的差异主要是由于 1）国内模型能力不足，导致应用落地落后于美国；2）中美软件土壤不同，付费能力、标准化等存在极大的差异。后续行 情如 何演 绎，聚 焦 or 发散？应用端落地为 先，聚焦 RPA 增强型应用（教 育+办 公）。现阶 段来看 AI 发展还处于早期 阶段，开发生态、应用范式体系、底层 设施都还不够完善，现阶段落地 较为快速的主要集中在固有 RPA已经落地场景，在大模型能力 加持下供给能力增强 ARPU 抬升。现阶段海外发展进程快 于国内，从海外来看教育、办公、金融、司法、税务、医疗是现阶段落地最快的 RPA 增强场景，但是由于海内外国情差异，教育和办公有望成为国内复制海外模式最顺利的场景。风险提 示 1、AI 技术发展不及预期；2、下游应用需求不及预期。Table_StockData 市场表现 对 比图(近 12 个月)资料来源：Wind 相关研究 Table_Report 技术与政策新周 期初现，重视 AI/数据 要素/信创三大方 向 计算机 行业 2023 年度 中 期投资策略2023-07-04 构建优质均衡的教育 体系，AI+教育将是 大势所趋2023-06-26-19%5%30%55%2022/7 2022/11 2023/3 2023/7软件与服务 沪深300 指数2023-07-09%3 请阅读最 后评级 说明和 重要声 明 4/20 行业研究|深度报 告 目录 如何看待本轮大模型技术变革对 AI 产业的影响？.6 大模型 涌现 效应 引发 新一 轮 AI 行业 扩容.6 大模型 引 发 AI 范式 变化.7 海外与 A 股个股演绎差异背后的底层原因？.10 后续行情如何演绎，聚焦 or 发散？.12 从主题 到主 线，AI 产 业趋 势逐渐 获得 市场 认可.12 去芜存 菁，聚 焦 AI+教育、AI+办 公两 大核 心赛 道.13 风险提示.19 图表目录 图 1：涌现 效应推 动 AI 供给 能力大 幅提升.6 图 2：参数 量扩大 涌现出 思维 链能力.7 图 3：领域 模型具 有较强 的定 制化属 性.8 图 4：Transformer 模型的机 理之一 是迁移 学习.8 图 5：大模 型引入 Attention 机 制，算法架 构实现 突破.8 图 6：大模 型时代 通用性 大幅 提升.9 图 7：一张 图看三 阶段演 进节 奏.12 图 8：一张 图看去 年年末 至今 市场演 绎情况.12 图 9：聚焦 RPA 增 强型 应用.13 图 10：Super Duolingo 订 阅 服务.13 图 11：Explain My Answer 功 能可通 过多轮 对话提 供答案 解析.14 图 12：Roleplay 模 拟 真 实场 景练习 口语能 力.14 图 13：Copilot 将 GPT-4 与 Excel 整合.14 图 14：Copilot 将 GPT-4 与 PowerPoint 整合.14 图 15：新 一代人 工智能 技术 在学习 各环节 中的应 用.15 图 16：智 慧教育 发展阶 段与 主要特 征.16 图 17：Khanmigo 可 面向学 生起到 助教的 引导作 用.16 图 18：Khanmigo 可 面向教 师提供 教案编 写等功 能.16 图 19：WPS PC 端取消 1 个 月会员 付费链 接.17 图 20：WPS 手机端 1 个月 会员付 费链接 位置相 对隐蔽.17 图 21：2019-2022H1 客 单价 历史数 据.17 图 22：2021 年 公司 年度超级 会员占 比仍然 有限.17 图 23：公 司会员 体系已 更新.18 图 24：WPS AI 具 备改写、续写功 能.18 图 25：WPS AI 具备 PPT 生 成功能.18 表 1：GPT 模 型参数 对比.6 表 2：A 股 核心 AI 产业 链涨 跌幅（2023.01.01-2023.07.09）.10%4 请阅读最 后评级 说明和 重要声 明 5/20 行业研究|深度报 告 表 3：美股 AI 产业 链核心公 司涨跌 幅（2023.01.01-2023.07.09）.11 表 4：Copilot 赋 能 的部 分应 用.15%5 请阅读最 后评级 说明和 重要声 明 6/20 行业研究|深度报 告 如 何看待 本轮大模 型技术 变革 对 AI 产 业的 影响？大模型涌 现效应 引 发新一轮 AI 行业扩 容 AI 本 质 是生产 力技术，供给驱动需求，大模 型涌现效应是驱动新一轮市场 扩容。AI 本质是生产力技术革命，每一轮 AI 的大技术进步都会驱动市场新 一轮扩容，Transform 框架出现驱动新一轮 AI 大模型 底层技术变革。过去随着模型规模与复杂性提升，整体效率会不断下降，Transform 框 架产生涌现效应，涌现效应使 得当训练量超过 1022 次方后，随着参数量扩大模型能力 提升斜率大幅提升，打破过去参数量、训练效率、训练成本不可能三角。图 1：涌现效 应推 动 AI 供 给能力 大幅提升 资料来源：Emergent Abilities of Large Language Models Wei et al，长江 证 券研究所 表 1：GPT 模型 参数对比 模 型 参数（亿）训 练集 大 小 训练集 类型 特点 GPT 12 层 1.2 亿 5GB BookCorpus 7000 本书籍 初代大模 型，一 定程度 上实现 了生 成式，行 业渗透 率不高。普适性低，大部 分场景 需要调 参 GPT2 48 层 15 亿 40GB 800 万 reddit 网页数据 只采 用大模型的 解码器部分，可用于文 本生成。单 向模型，所 以训练速 度较慢。普适性中，专业 场景需 要调参。GPT3 96 层 1750 亿 45TB Common Crawl、WebText2、Books1、Books2、Wikipedia 模型框架 保持不 变，但 极大扩 大了 训练集与 参数。普适性高，小部 分场景 需要调 参。ChatGPT 96 层 1750 亿 45TB Common Crawl、WebText2、Books1、Books2、Wikipedia 极大程度 提高了 文本交 互能力，长 文本理解 能力强，具备 编程功 能。普适性极 高，已 针对问 答场景 调参。资料来源：机器 之心，Sigmoid，lambdalab，长江 证券研 究所%6 请阅读最 后评级 说明和 重要声 明 7/20 行业研究|深度报 告 参数量扩张推动 新能力 持续涌现，量变到质变。与此前 AI 框 架不同，Transform 框架随着参数量 扩大，大模型会涌现出新的能力，量变引发质变。以思维链能力为例，当模型的参数扩大到一定的量级，大模型涌现出思维链能力，通过 Finetune 等精调方式不断完善思维链，模型从既有训练数据中总结规律，相比过去的判定式 AI，思维链加持下 AI初步具备推理能力，可用性大幅提升。图 2：参数量 扩大涌 现出思 维链能 力 资料来源：Chain-of-Thought Prompting Elicits Reasoning in Large Language Models Jason Wei et al，长江证券研究 所 大模型引发 AI 范式 变化 定制化高是困 扰 过去 AI 产业的核心矛盾。定制化程度高、规模化难是过往深度学习时代 AI 产业化的 核心矛盾。深度学习时代以领域模型为主，针对不同场景在提供 AI 服务时，需要依托对应场景的数据进行大量的精标，然后反复训练模型，训练周期漫长，大量训练需要高成本 AI 人员参与，成本高昂。%7 请阅读最 后评级 说明和 重要声 明 8/20 行业研究|深度报 告 图 3：领域模 型具有 较强的 定制化 属性 资料来源：长江 证券研 究所 预训练和 Attention 机制带来算法模型的工 程化创新。与机 器学习和深度学习不同，大模型有两点结构上的主要改变。首先是以迁移学习为机理，引入预训练机制，通过预训练+调参=目标 模型，相 比于深 度学习省去了 一开始大 量的特 征工程（无标 注数据），模型 规 模得 以 进一 步突 破，然 后根 据 特性 细 分的 数据 训 练得 到最 终 目标 模 型。另一 方 面，模型引入 Attention 机制，其 本质在于建模了各个特征之间的重要性，对于不同的任务可以根据输入进行特征分配，灵活的捕捉全局和局部的联系，从众多信息中选择出对当前任务目标更关键的信息，化繁为简，从而催生了上下文的联系能力。图 4：Transformer 模 型的机 理之 一是迁移 学习 图 5：大模型 引入 Attention 机制，算法架 构实现 突破 资料来源：清华 NLP 团队，OpenBMB，长江证 券研究 所 资料来源：Attention Is All You Need Ashish Vaswani 等著，长 江证券 研究所 模型预训练（Pre-training）模型微调（Fine-tuning）最终模型大规模无标注数据任务特定训练数据数据预训练+调参=目标 模型泛用性增强 根据场景调整 得到特定所需大模型亮点：Attention 机制算法 架构实现突破%8 请阅读最 后评级 说明和 重要声 明 9/20 行业研究|深度报 告 大模型驱动 AI 范 式 变 革，通 用 性 带 动 商 业 模 式 潜 在 跃 升。大模型时代 基 础 模 型 仅 需APIs+Prompt（提示）即 可 获取 服 务，部 分 场 景 基 于 时延、成 本、准 确 性 等 因 素 考 量，小 批 量精 标 数据 结合 模 型微 调即 可 搭建 垂 类模 型提 供 服务。虽 然 大模 型 构建 成本 较 高，但标准化与通用性大幅抬升，基于大模型应用服务构建的成本相较过往领域模型大幅下降。深度学习时代 AI 虽然实现规模性落地但普遍商业模式不佳，大模型时代 AI 相关企业有望实现商业模式跃升。图 6：大模型 时代通 用性大 幅提升 资料来源：长江 证券研 究所 AI 应用企业小模型+迁移学习数据收集和处理模型训练小批量数据收集和处理模型微调训练模型推理部署小批量数据收集和处理模型微调训练模型推理部署各种领域应用API API预训练模型领域模型 1 领域模型 NAI 研发企业大模型+各种领域应用APIs（+提示）海量数据收集和处理大型基础模型训练模型服务大型基础模型AI 基础模型厂商%9 请阅读最 后评级 说明和 重要声 明 10/20 行业研究|深度报 告 海 外与 A 股个 股演 绎差异 背后的底 层原因？算力端 与模型 侧 中美共 振，应用端有所差异。我们就中美核 心 AI 产业链涨幅前 20 的股票进行分析，年初至今中美 AI 产业链相关个股均实现较大涨幅，算力端：中美共振，美国以 AI 芯片全球龙头英伟达为核心，中国以英伟达配套产业链 的光模块与服务器为主；大模型：谷歌、微软、亚马逊，国内科大讯飞、昆仑万维、360 均实现较大涨幅；应用侧：教育与办公两个领域中美共振，在营销、企业服务软件侧美国更加多元化，从美股软件公司表现来看，标准化软件显著呈现 AI 重构的趋势，A 股表现较好的游戏在美国尚未有显著表现。表 2：A 股 核心 AI 产业 链涨跌 幅（2023.01.01-2023.07.09）股 票 代 码 上市 公 司 年 初至 今 涨 跌幅 所属领 域 301205.SZ 联特科技 732%光模块产 业链 603083.SH 剑桥科技 451%光模块产 业链 300308.SZ 中际旭创 445%光模块产 业链 603918.SH 金桥信息 293%AI+法律 300394.SZ 天孚通信 288%光器件 300624.SZ 万兴科技 269%AI+办公 688256.SH 寒武纪 258%AI 芯片 002261.SZ 拓维信息 214%AI 服务器 300418.SZ 昆仑万维 173%大模型 300002.SZ 神州泰岳 173%AI+游戏 002605.SZ 姚记科技 171%AI+游戏 688159.SH 有方科技 171%通信 300025.SZ 华星创业 164%通信 300533.SZ 冰川网络 164%AI+游戏 688095.SH 福昕软件 162%AI+办公 601138.SH 工业富联 158%AI 服务器 688590.SH 新致软件 142%AI+金融 000977.SZ 浪潮信息 114%AI 服务器 300654.SZ 世纪天鸿 112%AI+教育 002230.SZ 科大讯飞 109%大模型+教育 资料来源：Wind，长江证券 研究所%10 请阅读最 后评级 说明和 重要声 明 11/20 行业研究|深度报 告 表 3：美股 AI 产业 链核心 公司涨 跌幅（2023.01.01-2023.07.09）股 票 代 码 上市公 司 年初 至今 涨 跌 幅 所属领 域 ai.n C3.AI 251%企业服务 nvda.o Nvidia 191%AI 芯片 meta.o Meta 141%大模型 PLTR.N Palantir 139%AI+大 数据 duol.o Duolingo 90%AI+教育 nrdy.n Nerdy 84%AI+教育 SHOP.N Shopify 78%AI+电商 HUBS.N Hubspot 77%AI+营销 crm.n Salesforce 58%CRM amzn.o Amazon 55%大模型+基 础设施 ADBE.O Adobe 44%AI+办公 orcl.n Oracle 41%AI 基础软 件 msft.o 微软 41%大模型+AI+办 公 msft.o AMD 41%AI 芯片 tsm.n 台积电 36%AI 芯片产 业链 googl.o 谷歌 35%大模型+应用 ANET.N Arista 30%基础设施 asml.o ASML 28%AI 芯片产 业链 bidu.o 百度 25%大模型+应用 资料来源：Wind，长江证券 研究所 技术确认期算 力 优先，确定性最强。AI 产业落地通常分为技 术确认、商业模式突破、全面扩散三个阶段，技术确认阶段市场认可 本轮 AI 技术应用 潜力，大力加大投入 来抢占技术制高点，训练算力需求大幅增长，现 阶段正处于大模型军备竞赛阶段，算力端是最先落地也是最确定的方向，带动中美算力共振。中期来看大模型数量与训练数据量是有限的，后续核心关注应用爆发对推理端崛起对算力新一轮带动。应用侧中美土 壤 差异巨 大。美 国在 SaaS 与标准化软件两个 领域无论是公司数量与质量都显著优于国内，一方面海外付费习惯良好，另一方面先发优势显著。现阶段算力成本高企导致能够负担起高昂 AI 使 用成本的场景相对较小，海外 B 端付费能力强基础良好，AI 重构下落地更为顺利，国内 2C 基础完善，未来高价值的 2C 场景需重点关注。%11 请阅读最 后评级 说明和 重要声 明 12/20 行业研究|深度报 告 图 7：一张图 看三阶 段演进 节奏 资料来源：长江 证券研 究所 后 续行情 如何演绎，聚 焦 or 发散？从主题到 主线，AI 产业趋势 逐渐获 得 市场认可 复盘去年年末 至 今市场 演绎，可以分为 三大 阶段：（1）主题 炒作阶段，带动计算机板块低位估值修复；（2）产业初步确立 阶段，商业模式初探，巨头纷纷投入，确定性逻辑下算力端发酵；（3）产业趋势确立阶段，巨头进展不断，商业模式得到验证，龙头白马持续上涨，应用与算力共振。图 8：一张图 看去年 年末至 今市场 演绎情况 资料来源：长江 证券研 究所 应用端 落地为 先，聚焦 RPA 增 强型应用（教育+办公）。现阶 段来看 AI 发展还处于早期阶段，开发生态、应用范式体系、底层设施都还不够完善，现阶段落地较为快速的主要集中在固有 RPA 已经落地场景，在大模型能力加持下供给能力增强 ARPU 抬升。现阶段海外发展进程快于国内，从海外来看教育、办公、金融、司法、税务、医疗是现阶段落地最快的 RPA 增强场景，但是由于海内外国情差异，教育和办公有望成为国内复制海外模式最顺利的场景。硬件云模型支持应用格局 技术确认阶段 商业模式突破阶段 全面扩散阶段整体 分散，不同场景集中度存在分化整体 分散，不同场景集中度存在分化集中，仅具备大量资金、人才等资源的厂商格局基本确定，集中集中，推理端芯片有望出现格局变化率先铺设，硬件基础资源为基础技术落地确认，国内外巨头纷纷投入催化技术落地确认，国内外巨头纷纷投入，结合场景开始挖掘商业模型初现，寻找单一大场景（足够大收入体量场景）和有场景壁垒的公司（单一场景格局集中）催生下游全面爆发，龙头与中小共舞1.30-2.15高弹性标的成为 市场情绪 的风向 标；主题带动下的估值修复；主题阶段2.15-3.15应用端逻辑不明确，算力 端持续 发酵；产业初步确立3.15-5.25GPT-4 验证涌现效应持续性，微软Copliot 证 明落地 可行性；龙头白马持续上涨，应用 与算力 共振；产业趋势确立5.25-至今 英 伟达 发布 超预 期财 报，算 力需 求持 续验 证，算力结 构优 于应用；重构与创新%12 请阅读最 后评级 说明和 重要声 明 13/20 行业研究|深度报 告 图 9：聚焦 RPA 增强型 应用 资料来源：长江 证券研 究所 去芜存菁，聚焦 AI+教育、AI+办公两大核心赛 道 AI 突破 G 点，重新定 义教育与办公场景 教育 IT 厂商已 开 始积极拥抱大模型。多邻国（Duolingo）是美国一个专注于英语、日语、中文、汉语等多语言学习的移动学习平台。2012 年，多 邻国 app 上线 Apple App Store 并随后成为苹果首个教育类年度 app；2013 年发布安 卓 app，很快成为 Google play 商店下载量第一的教育类 app；2021 年，多邻国在纳斯 达克挂牌上市。多邻国业务包括核心语言学习应用程序多邻国 app、多邻国英语测试（DET，已获全球 4000 多所 院 校认 可）、播 客等。其中，多 邻 国应 用 成语 采取 免 费方 式向 学 习者 开 放 平 台核 心 服务，并 提 供 包 括 可 离 线 下 载 语 言 学 习 课 程、定 制 练 习 内 容、免 广 告 等 功 能 的 Super Duolingo 付费订阅服务。图 10：Super Duolingo 订 阅服务 资料来源：多邻 国官网，长江 证券研 究 所 多轮对话、角色 扮演 重 新定义辅助学习。多邻国作为世界领 先的语言教育平台，多年来运用人工智能技术进行课程定制化服务，且 2021 年开始使 用 GPT-3，进行 DET 英语测试中的自动项目生成等服务。2023 年 3 月 14 日，多邻国 宣布在 Super Duolingo 的基础上推出 Duolingo Max 服务。Duolingo Max 服务由 GPT-4 提供支撑，暂时面向 ios客户端中的英语、西班牙语、法语课程用户，除 Super 订阅 的所有附加功能解锁外，还%13 请阅读最 后评级 说明和 重要声 明 14/20 行业研究|深度报 告 包括两大 AI 辅助学习功能：1）解释答案（Explain My Answer）：学习者可在语言学习过程中，通过多轮对话形式获得特定练习的答案解释，可以帮助学生更好地理解他们的答案为什么是正确或错误的。2）角色扮演（Roleplay）：允许 学习者与应用程序中虚拟人物进行对话，以练习真实外语场景中的对话技能，以提高他们的口语能力。图 11：Explain My Answer 功能可通过多轮 对话提 供答案 解析 图 12：Roleplay 模 拟真实 场景练 习口语能 力 资料来源：多邻 国官网，长江 证券研 究 所 资料来源：多邻 国官网，长江 证券研 究 所 Copilot 重新定 义了办公范式。3 月 16 日晚，微软召开了 Microsoft 365 Copilot 发布会，将 GPT-4 的强大功能引入 Office 云办公软件中。Copilot 将大模型的强大功能与业务数据和 Microsoft 365 应用 相结合，提升了生产力、创造力，降低了办公软件的使用门槛。在最新的 Copilot 中，微软不仅将 GPT-4 与传统的 Word,Excel,PowerPoint,Outlook,Teams 等应用整合，还推出了一款全新个人助手：Business Chat。用户可以通过自然语言的指令来控制 Business Chat 做到与客户交流、查询日历、更新邮件、文档、会议、联系人等一 系列工作。图 13：Copilot 将 GPT-4 与 Excel 整合 图 14：Copilot 将 GPT-4 与 PowerPoint 整合 资料来源：Copilot 官网，长 江证券 研究 所 资料来源：Copilot 官网，长 江证券 研究 所 Copilot 目前还 在技 术测试的过程中。目前微软正在与包 括 8 家世界 500 强企业在内的20 家公司一起测试 Microsoft 365 Copilot，在未来几个月中将持续分享关于 Copilot 的信息，包括功能细节以及定价等。%14 请阅读最 后评级 说明和 重要声 明 15/20 行业研究|深度报 告 表 4：Copilot 赋 能的部 分应用 Copilot 应 用 应用 新 增 功 能 Word Copilot 可以 自 行写 作、编 辑、总 结和创作 Excel Copilot 可 以自行 完成数 据分析、识别趋势 或创建 专业 的 数据可 视化 图表 PowerPoint Copilot 可以 通过 自然语 言命令 将 想法转化 为设计 好的演 示文稿，从 而实现创作过程 Outlook Copilot 可以 统筹 综合 管 理收件 箱 Teams Copilot 可 以依据 对话上 下文 提 供 实时摘要 Power Platform Copilot 可以 通过 在 Power Apps 和 Power Virtual Agents 中 引入两 项新功能，帮助 开发人 员使用 低代码 工具 加速和简 化开发 流程 Business Chat 汇集了来 自文档、演示 文稿、电子 邮件、日 历、笔 记和联 系人的 数据，可以协助总结 聊天、撰写电 子邮件、查 找关键日 期，甚 至根据 其他项 目文 件编写计划。资料来源：Copilot 官网，长 江证券 研究 所 教育与办公天然具备强供需转化能力 从供需关系层 面，教育与办公 均对文字的理解、总结、生 成等具备较强需求，而大模型出现带来的人工智能供给能力提升则恰恰能够回应上述行业需求，使得自动阅卷，文案自动生成等成为可能。从转化能力层面，AI 能力提供需要消耗 海量算力，部署成本较高。而教育行业作为强民生行业，各方均具备较强支付意愿与支付能力，而办公领域的相关公司由于具备一定 TO C 属性，可以将人工智能部署成本以提价的方式传递至下游客户。整体来看，教育与办公天然具备强供需转化能力，将有望看到相关 AI 应用快速落地。教育层 面，强民 生行 业需 求与支 付能 力俱 备 AI 是 解决教育供 需不 平衡的 有效 方案，其渗透需求 较为强烈。传统教育模式下遇到的主要问题有：教师目前精力主要集中在布置作业和阅卷批改环节（尚未渗透到教学的核心环 节）、学 生 无法 精准 的 进行 个性 化 学习。而 新 一代 人 工智 能技 术 在教 育 领域 的应 用 场景则 包括了教师的辅助教学（如辅助作业批改），从而使教师可 以专注于学生教育本身，使得“因材施教”、“个性化学 习”等成为可能。图 15：新 一代人 工智能 技术在 学 习各环节 中的应 用 资料来源：长江 证券研 究所%15 请阅读最 后评级 说明和 重要声 明 16/20 行业研究|深度报 告 AI 供 给增强背景 下，AI+教育正逐渐 由于价 值创造向因材施教过渡，各类 应用将逐步落地。智慧教育的发展可以分为 三个阶段：教学辅助阶段（阶段一）：以基础数据收集与呈现点状式、零散的教学辅助类应用为代表的教学辅助阶段；价值创造阶段（阶段二）：实现 系统化、智能化教学评价与分析，从而提升学生学习与教师教学效率的价值创造阶段；因材施教阶段（阶段三）：具备认知与强交互能力，以自适应学习为代表的因材施教阶段。图 16：智 慧教育 发展阶 段与主 要 特征 资料来源：罗兰 贝格，长江证 券研究 所 当前大模型渗 透 仍处于 教育辅助阶段，供 需转换仍将持续进行。以海外市场为例，可汗学院 将使用 GPT-4 为其人工智 能助手“Khanmigo”提供技术 支撑。Khanmigo 有两大功能：学习导师（Tutor for learners）和教师助手（Assistant for teachers），二者均是大模型在教育侧应用落地的成功体现。Tutor for learners：利用大模 型能力实现知识答疑、写作辅导、代码学习等全方位个性化辅助学习功能。Assistant for teachers：帮 助教师制作 lesson hook（用 来引起学生对某门课的兴趣）、课后总结提问（用来评估学生对 于这堂课的理解）、课程计划等工作，提高教师工作效率。图 17：Khanmigo 可面向 学生起 到助教的 引导作 用 图 18：Khanmigo 可面向 教师提 供教案编 写等功 能 资料来源：可汗 学院官 网，长 江证券 研 究所 资料来源：可汗 学院官 网，长 江证券 研 究所 教学辅助 大规模教育领域基础应用 的单点数据收集 在零散的单一应用场景找 到切入点 多为教学辅助类应用，不 涉及教学核心流程 旨在提升效率、优化体验，实现针对特定流程的减负增 效价值创造 全域数据的收集与分析，实现系统化的教学评价与分析 开始参与承担教学流程中 核心环节 覆盖场景广泛、系统化 通过帮助提升学生学业表 现及教师能力价值等方式实现 价值创造因材施教 自适应因材施教 人工智能技术步入认知层 面，实现人性化交互与自主行 为 开展 实现高效、个性化、人性 化的交互教学 智能测评 智能批改 拍照搜题 学习过程评价 全流程学情分析与管理 自适应学习 自适应互动课主要特征代表应用%16 请阅读最 后评级 说明和 重要声 明 17/20 行业研究|深度报 告 办公领 域，提价 能力 较强，AI 赋 能带 来可 观利 润 典型的软件应 用，能够通过定期的软件价格 提升，保障收入的持续增长，因此潜 在提价能力是订阅商 业 模式受 到投资者青睐的重要 原 因之一。由于 订阅模式带来的高 业务粘性，提价过 程中 受到 的阻 力会 相应 减小。我们 追溯 海外 厂商 微软 Office 过去几年的 销售策略，2018 年公司产品 从 Office 2016 切换至 Office 2019 时，对部分桌面版产品进行了约一定 幅度的提价；同时 2022 年 3 月起，微 软 Office 365 对其月度订阅客户也有小幅度的提价举措。国内以金山办 公 为例，其 同样致力于 ARPU 值的提升，但 此前提价策略 主要通过隐性的手段进行：公司通过在 PC 端、手机端取消、隐蔽放置短期（1 个月）会员付费链接的方式，软性驱动用户向长期付费转化。为 推动这一举措，公司在 2021H1 个人订阅收入增速曾显著下行。图 19：WPS PC 端取 消 1 个 月会 员付费链 接 图 20：WPS 手 机端 1 个月 会员 付费链接 位置相 对隐蔽 资料来源：WPS APP，长江证券研 究所 资料来源：WPS APP，长江证券研 究所 但公司隐性提 价 策略取 得良好效果。自 2021H1 以来，公司 付费会员客单价已经有显著提升趋势。截至 2021 年末，公司年度超级会员超过 700 万 人，占整体付费会员比例 仍然有限，公司通过长期付费会员转化实现客单价的提升，这一举措仍有较大空间。而当年 度 超级 会 员人 数占 比 提升 至相 对 可观 比 例后，也 就 意味 着高 粘 性客 户 群体 占比 较 大，此时公司便可以通过直接上调销售价格的方式，继续实现客单价的上升。图 21：2019-2022H1 客单 价历史 数据 图 22：2021 年公司年 度超级 会员 占比仍然 有限 资料来源：公司 公告，长江证 券研究 所 资料来源：公司 公告，长江证 券研究 所 54.055.056.057.058.059.060.061.062.02019 2020 2021 2022H1付 费 会 员 客 单 价（元/人 年）7001837年度超级会员/万人 其他会员/万人%17 请阅读最 后评级 说明和 重要声 明 18/20 行业研究|深度报 告 2023 年 4 月 17 日 起，金山 办公 开启会员体 系更新，这也意味着，WPS 将开启直接价格策略。相比原有会员体系，新会员体系的变化主要表现在：（1）取消 WPS 会员、稻壳会员；（2）超级会员价格 由原先的 179 元/年下降 为 148 元/年；（3）新设立超级会员Pro，价格为 248 元/年，权益 包括更大的云存储、更多的翻译量、以及新增的文献下载权益、商用图片权益、教学资 源权益；（4）单项功能包将在 后续推出，价格大约是在 69元/年及以上的范围。图 23：公 司会员 体系已 更新 资料来源：WPS APP，长江证券研 究所 金山办公即 将 正 式 推出“WPS AI”，率先将在在线编辑轻文 档中进行上线。WPS AI 的功能主要分为 三 大类：知识分析、内容生成、文本处理。而展望未来，该 产品在 WPS超级会员功能 基 础上全 面嵌入 AI 能 力。目前，金山办公+AI 技 术功能已非常丰富且多项技术处于业内领先水平，涵盖 NLP,CV 及语音识别三大领域，包括版式流转式、文档朗读、智能写作、智能优化等多场景解决方案。图 24：WPS AI 具备 改写、续写 功能 图 25：WPS AI 具备 PPT 生成 功能 资料来源：金山 办公官网，长 江证券 研 究所 资料来源：金山 办公官网，长 江证券 研 究所%18 请阅读最 后评级 说明和 重要声 明 19/20 行业研究|深度报 告 风 险提示 1、AI 技术发展不及预期，本次大模型创新伴随参数量及模态的增速能力天花板尚未达到，但模型效果本身仍存瓶颈及问题，倘若 AI 技术发展不 及预期，投入厂商 仍然存在失败风险。2、下游 应用 需求不 及 预期，人 工 智 能本质 是通 过供 给创 新催 生 需求 扩容，目 前大模型仍处于商业模式摸索期，倘若本轮技术变革无法真实带动下游需求，投入厂商将受到影响。%19 请阅读最 后评级 说明和 重要声 明 20/20 行业研究|深度报 告 投资评级说明 行业评级 报告发布日后的 12 个月内行 业股票指数的涨跌幅相对 同期 相关证券市场代表性指数 的涨 跌幅为基准，投资建议的评级标准为：看 好：相对表现优于同期相关证券市场代表性指数 中 性：相对表现与同期相关证券市场代表性指数持平 看 淡：相对表现弱于 同期相关证券市场代表性指数 公司评级 报告发布日后的 12 个月内公司 的涨跌幅相对同期相关证券市场代表性指数的涨跌幅为基准，投资建议的评级标准为：买 入：相对同期相关证券市场代表性指数涨幅大于 10%增 持：相对同期相关证券市场代表性指数涨幅在 5%10%之间 中 性：相对同期相关证券市场代表性指数涨幅在-5%5%之间 减 持：相对同期相关证券市场代表性指数涨幅小于-5%无投资评级：由于我们无法获取必要的资料，或者公司面临无法预见结果的重大不确定性事件，或者其他原因，致使我们无法给出明确 的投资评级。相关证券市场 代 表性指 数说明：A 股市场以沪深 300 指数 为基准；新三板市场以三板成指（针对协议转让标的）或三板做市指数（针对做市转让标的）为基准；香港市场以恒生指数为基准。办公地址 Table_Contact上海 武汉 Add/浦东新区世纪大道 1198 号世纪汇广场一座 29 层 P.C/（200122）Add/武汉市江汉区淮海路 88 号长江证券大厦 37 楼 P.C/（430015）北京 深圳 Add/西城区金融街 33 号通泰 大厦 15 层 P.C/（100032）Add/深圳市福田区中心四路 1 号嘉里建设广场 3 期 36 楼 P.C/（518048）分析师声明 作者具有中国证券 业协会授予的 证券投资 咨询执业资格并注 册为证券分析 师，以勤 勉的职业态度，独立、客观地出 具本报告。分析逻辑基于作者 的职业理解，本报告 清 晰准确地反映了作者的研究 观点。作者所 得报酬的 任何部分不曾与，不与，也不将 与本报告 中的具体推荐意见 或观点而有直 接或间接 联系，特此声明。重要声明 长江证券股份有限 公司具有证券 投资咨询 业务资格，经营证 券业务许可证 编号：10060000。本报告仅限中国大 陆地区发行，仅供长江 证 券股份有限公司（以下简称：本公 司）的客 户使用。本公 司不会因接收 人收到本报告 而 视其为客户。本报告的信息 均来源于公开 资 料，本公司对这些信息 的准确性和完 整性不作 任何保证，也 不保