證券研究報告

|

計算機

|

2024年02月04日計

算

機

團

隊

?

行

業

深

度

報

告海外AI應用發展行至何處？——基于2023年福布斯AI50應用流量的跟蹤研究報告摘要本篇報告探討的核心問題：2023年是人工智能加速落地的一年。福布斯AI

50于4月公布，人工智能技術及通用大模型對相關應用的賦能，亦或是沖擊如何？什么類型或領域的AI應用較早或明顯受益大模型能力的快速迭代？對國內不同應用落地節奏及發展潛力如何看待？由桌面端向移動端靈活拓展是AI模型應用發展的關鍵。大模型起步于桌面端，繁榮于移動端。國外眾多領域模型應用的移動端流量遠高于桌面端，如OpenAI移動端流量占比為46%，文心一言為4%。當前國內模型生態仍需進一步豐富，星火、文心一言、通義千問有90%左右的出站流量為自家網站，OpenAI出站流量第一的Google流量占比僅為19%。知識圖譜類場景的應用較快受益到NLP模型的快速發展，中長期AI應用壁壘或主要在數據、場景及客戶積累。典型知識圖譜場景如醫療、法律、問答交互場景，較清晰受益大語言模型的快速發展。由于先發優勢及客戶習慣，Character.ai流量一直保持穩定。醫療和法律等場景專業性較強的應用，具有一定壁壘。生態打通及多模態的推出對模型應用流量產生明顯正向推動。營銷、搜索、客戶、網安等偏生產工具的應用對生態合作更加重視。與微軟的合作是AbnormalSecurity業務增長的重要動力，微軟占其出站流量的70%。同時，由于缺乏生態，專注PPT生成的Tome的流量從7月開始快速下降。OpenAI及Bard在多模態功能更新后流量出現明顯上升。風險提示：行業競爭加劇風險、人工智能配套及監管政策不及預期、行業公司產品落地及市場拓展不及預期等。21.AI大模型發展歷程-起步階段（1950-1980）自然語言處理1970推出首個自然語言處理模型，為之后自然語言處理技術的發展奠定基礎機器學習19691956MIT推出MAC系統，標志著AI進入機器學習時代機器學習19591950ArthurSamuel首次提出“機器學習”概念達特茅斯會議AI首次作為一個學科被提出圖靈測試圖靈在《計算機械與智能》一書中提出了一種測試機器是否具有智能的方法3資料：頭豹研究院，Frost&Sullivan，方正證券研究所1.AI大模型發展歷程-深度學習（1980-2010）深度學習谷歌上市2006杰弗里·辛頓等人發表

《ParallelDistributedProccssing》

，提出多層感知機和反向傳播算法，奠定深度學習其礎谷歌上市，其基于AI的搜索引警業務迅速擴張，成為全球最大的搜索引擎2004ViaVoice

2互聯網搜索引擎1999IBM發布語音識別系統

ViaVoice2，能夠識別連續Yahoo!和

Altavista成立，利用AI技術為用戶提供語音，并實現自然語言交互網頁搜索服務1994圖像識別第一家創業公司19901984NEC研發出基于神經網絡的圖像識別系統，標志著AI

在圖像識別領域應用第一家基于AI的創業公司

MicroLink成立，專注文檔自動分類、數據挖掘等AI技術的商業化應用1986家庭應用語音識別預裝如語音識別、專家系統等

AI軟件的

AppleMacintosh和

IBMPC

面世，AI開始進入家庭應用市場富士通推出第一臺語音識別功能的

PC，開啟了語音識別商業化應用序幕19814資料：頭豹研究院，Frost&Sullivan，方正證券研究所1.AI大模型發展歷程-突破階段（2010-2021）IBM

Q122021FSDIBM推出量子計算機，標志

AI應用于量子計算領域特斯拉推出

FSD，標志著用于汽車智能駕駛領域的

AI正式商用2020Alexa亞馬遜推出

Alcxa智能音箱，開啟

AI在智能家居領域的應用Deep

Mind018015谷歌

DecpMind擊敗圍棋世界冠軍，標志著

AI在游戲領域的應用201201Open

AI成立Tensor

FlowOpenAI成立，旨在推動人工智能技術的發展和應用谷歌開發深度學習框架TF，為深度學習應用提供強大平臺支持Siri谷歌大腦項目標志著

AI

技術應用于大規模數據處理分析蘋果公司推出

Siri

虛擬助手，標志著自然語言處理

011在消費電子產品領域的開始被應用谷歌大腦5資料：頭豹研究院，Frost&Sullivan，方正證券研究所1.AI大模型發展歷程-應用落地階段(2022-至今）大模型具有“涌現”現象，2023年是模型加速落地應用的一年。大模型發展并非線性，CHATGPT、BARD等模型能力不斷超用戶預期，使得大模型發展成為政府及行業關注的重點。國內互聯網科技企業及科研機構也在大模型領域進行深入布局。圖表1：2023年是模型加速落地應用的一年OpenAI2022.11

2023.022023.082023.092023.10

2023.112024.012023.032023.052023.06

2023.07GPT-4.0支持fine-

識別語音、圖像支持圖片生成Alltools和MagicMakerOpenAI大會推出GPTStore和ChatGPTTeam。更新GPT-3.5Turbo，輸入價格降低50%發布ChatGPTPlus，每月20美元。4.0上線增加ChatGPT

ChatGPTios

函數調用和API全面可用支持自定義指令tuning，推出企業版插件功能版本發布其他API更新谷歌2024年初2023.022023.032023.052023.12年初將推出GeminiUltra以及“BardAvanced”高級模式Bard發布PalmE模型

GoogleI/OGemini發布發布發布會文心一言訊飛星火2023.032023.05

2023.062023.072023.082023.092023.102023.11新增插件，

新增千帆小助

插件增強，Prompt工程

手，最大輸入APP上線能到6k新增知識服務，

ERNIE-Bot4.0發支持7K輸入+1K

布，新增文生圖，輸出，增加插件文心一言平臺發布文心一言上線增加付費版本文心4.0API增強PDF解析等2023.062023.082023.092023.102024.012023.05星火V1.0發布星火V1.5發布；開放式對話，多輪對話等APP發布星火V2.0發布，代碼能正式開放力，多模態，支持插件

全民使用星火V3.0發布1.30發布星火V3.5、星火語音大模型6資料：36氪、騰訊新聞、澎湃新聞、IT之家、新華網、光明網、搜狐新聞，21世紀經濟網，方正證券研究所2.2023年福布斯AI50應用《2023福布斯AI50》榜單于2023年4月發布，聚焦于利用人工智能技術開展業務的未上市公司，旨在評選出最具發展潛力的企業。榜單上50家公司憑借其在人工智能領域的創新和突破，共獲得了272億美元的融資。上榜公司有較廣泛的應用領域及行業覆蓋。跟蹤研究榜單企業有助于洞察：1）通用大模型對落地應用的賦能，或是沖擊如何？2）那些領域或行業應用落地更快？3）國內外應用的異同，投資機會和趨勢。圖表2：2023年福布斯AI50應用市場情報&搜索AI大模型開發和運維數據處理分析聊天機器人AI醫療網安AI法律營銷多模態軍用國防7資料：各公司官網，福布斯，方正證券研究所2.1AI模型開發與運維??模型開發與運維廠商可分為三類：1）通用大模型及模型開發社區；2）第三方模型開發廠商；3）模型開發工具類廠商。榜單上，模型開發與運維的廠商所獲得的融資金額從OpenAI的11000百萬美元到MosaicML的60百萬美元不等，廠商規模差異較大。截止到榜單發布，Anthropic/Adept/Weights&Biases/Cohere/HuggingFace/ArizeAI分別獲得1300/415/200/175/160/62百萬美元融資。?通用大模型能力測評有多維度，據2024年1月28日UC伯克利研究人員主導的LMSYS榜單，GPT-系列模型還是占據絕對優勢（前四名中占據了其三），Anthropic旗下的

Claude系列模型在前十中占據了三席，GoogleBard占據第二。排名

Top10的模型中，有9家都是閉源的私有模型。模型開發與運維廠商及其產品通用模型及開發社區模型開發類公司提供模型開發工具GPT-4：于2023年3月發布，目前所有的大語言模型中最成熟、在各類評分中最高的與訓練語言模型。GPT-5：將于2024年發布。多模態模型，旨在將圖像和文本結合起來，以便更好地理解人類語言。Claude

for

GPT

Instruct：基于GPT-3.5訓練，使用了

Anthropic的憲法AI（Constitutional

AI）方法進行訓練。專注于MLops領域，核心產品是一個機器學習可觀察性平臺,針對生產中的大型語言模型（LLMs）提供最強大的可觀測性解決方案。做人機交互，產品還在內測。MosaicML

AI開發平臺：提供成本效益高的模型部署和定制訓練，同時保證數據安全，使用戶能夠擁有模型的所有權等。核心產品包括ACT-1模型、并聯機器人、SCARA機器人、六軸機器人、線性模組及室內自主導航車等五大產品系列。GeminiPro有1.56萬億訓練參數。GeminiUltra將于

2024

年初推出，聲稱超越GPT-4。Transformers:一個開源的NLP模型庫和平臺。這個庫包含了各種預訓練的深度學習模型，涵蓋了廣泛的NLP任務，如文本分類、情感分析、命名實體識別等。兼容多種深度學習框架的可視化工具。用于監督深度學習模型訓練，兼容各種深度學習框架，便捷開發和管理模型。核心業務是提供NLP模型，致力于幫助企業改進人機交互。8資料：各公司官網，新浪新聞，騰訊新聞，澎湃新聞，福布斯官網，方正證券研究所2.1AI模型開發與運維-流量變化趨勢分析通用大模型&模型開發社區：多CohereAdept.aiAnthropic（右軸）發社區流量情況（百萬）OpenAI均可見明顯規律。HugginClaude2

韓國SKT投資1億美元300,0003,000,0002,000,0001,000,000-白宮會議e（右軸）OpenAIBard6543210模型開發公司：總體流量在9月Cohere和Adept。Anthropic訪問SKT投資的時間段。Gemini1.0正式上線200,000提供模型開發工具：

兩款模型Weights

&

Biases訪問量基本穩100,000問量7月以來明顯下滑，當前仍反映出2023年中之后，通用大模開發需求下降。-2023/10/1

2023/11/1

2023/12/1

2024/1/12023/7/12023/8/12023/9/12023/10/12023/11/12023/12/12024/1/1圖表5：提供模型開發工具應用廠商網站訪問量圖表4：模型開發類公司訪問量9資料：36Kr，騰訊新聞，澎湃新聞，SimilarWeb，方正證券研究所2.2AI模型開發與運維-國內大模型廠商?國內大模型廠商提供較豐富的開發工具，國內專注提供模型開發或工具的廠商對標公司較少。國內大模型相較國外領先模型有一定差距，處在正全力追趕。政策大力支持，同時在某些中文語境中基本可以對標國外模型。國內廠商及其產品?盤古大模型（panguLM）基于文心知識增強大模型ERNIE打造的系列大模型，具備跨模態、跨語言的深度語義理解與生成能力。包括了多個子領域的大模型，覆蓋NLP、CV、多模態三大方向。高效率、低成本、規模化的新型人工智能基礎設施。大模型起步于桌面端，繁榮于多終端場景的應用。海外模型應用移動端占比明顯高于國內模型。較明顯的是對話聊天機器人產品Character.AI，移動設備流量占比68%。于2019年8月推出的新一代全場景AI計算宣布MindSpore正框架，2020年3月28日，式開源。包括自然語言處理模型“商量”（SenseChat）、文生圖模型“秒畫”和數字人視頻

生

成

平

臺

“

如

影

”（SenseAvatar）等。開源開放的產業級深度學習平臺。圖表6：中外模型應用設備流量占比桌面端移動設備4%100%80%60%40%20%0%“1+N”：“1”指通用認知智能大模型，“N”指大模型在教育、辦公、汽車、人機交互等各個領域的落地，同時發布落地成果。通用大語言模型，擁有超千億參數規模，預訓練語料超2萬億tokens。15%具備出色的多輪對話理解和生成能力，能夠進行流暢的人機共同創作。37%45.90%TI-ONE訓練平臺62.70%68.00%一站式機器學習平臺通義千問

-7B（Qwen-7B）：基于

Transformer的大語言模型，預訓練數據類型多樣，覆蓋廣泛，包括大量網絡文本、專業書籍、代碼等。支持中、英等多種語言的基座模型，在超過

2萬億

token數據集上訓練。Qwen-7B-Chat：是基于

Qwen-7B基座模型的中英文對話模型，已實現與人類認知對齊。10資料：各公司官網，

SimilarWeb，方正證券研究所2.2AI模型開發與運維-國內大模型廠商圖表8：國內模型應用2023年12月獨立訪客情況2023年8月第一批模型廠商通過商用備案，文心一言及訊飛星火訪問量出現明顯上升。文心一言訪問量仍保持較好的上升趨勢。月獨立訪客數（萬）訪問量/獨立訪客（右軸）4003002001000543210獨立訪客即將同一用戶在一段時間內的多次訪問僅記為一次。訪問量與獨立訪客數的比值可以看作獨立訪客固定時間段內平均的訪問次數，可以用來衡量模型使用者的粘性。訊飛星火及文心一言的訪問量與獨立訪客數比值較高。幾個模型的平均訪問停留時長基本相同，商湯略高。訊飛星火文心一言字節豆包通義千問商湯商量圖表7：國內模型應用周度訪問量圖表9：國內模型應用平均訪問停留時長訊飛星火文心一言通義千問字節豆包商湯商量訊飛星火文心一言字節豆包通義千問商湯商量0:12:580:11:310:10:050:08:380:07:120:05:460:04:190:02:530:01:260:00:0045040035030025020015010050011資料：

SimilarWeb，方正證券研究所2.2

國內模型應用生態進一步豐富潛力大國內大模型出站流量仍主要為本公司網站。訊飛、文心一言、通義千問、豆包的大多數出站流量為本公司網站，天工外鏈流量相對多元。國內模型應用在外接社交網絡、新聞、多媒體等內容方面有一定的探索，豐富度及占比仍在提升。對比OpenAI,國內大模型生態進一步豐富潛力大。技術及生態成熟度更高的OpenAI模型應用在外鏈方面更加豐富，包含藝術娛樂與編程等。國產大模型在外接應用上面仍有較大的發展空間，生態有待進一步豐富。圖表10:國內模型應用與OpenAI出站流量對比訊飛星火行業文心一言行業字節豆包行業域名流量份額域名流量份額域名流量份額1

計算機電子技術編程和開發AI辦公96.10%

搜索引擎87.73%

社交網絡58.85%2

3

4

1.39%0.94%0.59%0.23%多媒體圖像生成AI辦公5.48%0.83%0.47%0.28%編程和開發14.47%5.35%4.73%2.69%

自家網站多媒體圖像搜索引擎

計算機電子技術5

社交網絡通義千問其他旅游與觀光新聞與媒體天工OpenAI1

2

3

4

maxai.me計算機電子技術計算機電子技術金融投資94.51%

搜索引擎43.84%

11.82%

10.51%

搜索引擎19.46%7.12%6.54%5.04%2.49%0.99%0.88%汽車資訊藝術與娛樂搜索引擎編程和開發軟件openai.qualtrics.co搜索引擎

（飛書）

（未來式智能）9.03%7.07%編程和開發軟件m5

電子郵件0.39%編程和開發軟件3.30%資料：Similarweb，方正證券研究所123.專注具體功能或行業的AI應用發展如何？落地及應用是大模型成功的關鍵，大模型數量會逐漸收斂。根據《2023年AI大模型應用研究報告》，2022年中國人工智能行業市場規模達3,716億人民幣，2027年預計增長至15732億人民幣。2023年至2027年，規模增長CAGR預計達31.1%。PwC的《What’stherealvalueof

AI

foryourbusinessandhowcanyoucapitalise？》中指出，世界范圍內，中國和北美的經濟受益于AI發展最大，基于2016年的統計，分別是26.1%和14.5%的GDP。基于深入產業學習，我們認為數據研究大概率會驗證幾點假設：1）各行業對安全性和結果容錯性不同，形成AI應用落地節奏的差異。2）知識圖譜類型的應用場景或行業，受大語言模型發展的推動更快。3）應用的用戶交互將更加多元，由單模態向多模態發展。圖表11：AI發展對世界經濟的影響（美元）圖表12：中國AI市場規模，2021-2027E（億元）18,00016,00014,00015,73214,72912,00010,0008,0006,0004,0002,000010,5397,5165,3232023E3,71620222,60720212024E2025E2026E2027E13資料：頭豹研究院，Frost&Sullivan，PwC，方正證券研究所3.1數據分析處理大模型廠商自有數據處理工具與第三方數據服務公司并存，數據標注向多模態數據拓展。在國內，受益于AI市場的快速發展，數據標注和數據處理企業如雨后春筍般涌現，其中大型科技公司如百度、阿里巴巴、騰訊、專業數據標注公司如海天瑞聲、數據堂等也表現出色。等都擁有自己的數據標注和數據分析平臺和工具。同時，多模態數據標注需求快速上升，涵蓋圖片、語音、視頻等多種類型。人工智能技術的進步也提升了數據標注和數據處理分析的精度和效率。在國外，谷歌、微軟、亞馬遜等都擁有數據標注平臺和工具，同時也涌現了一批優秀的創業公司。國內廠商及其產品海外廠商及其產品Surge

AI是一家專注于數據標注的平臺。核心產品：高質量的標注數據集目標客戶：AI研發公司，尤其是大模型研發的公司。上游：阿里云（容器服務ACK、云數據庫MongoDB版、云服務器ECS、對象存儲(OSS)和負載均衡(SLB)）。云原生大數據計算服務

MaxComputeSnorkelFlow：靈活的數據標簽平臺，能夠自動化生成訓練數據，減少對手動標注的依賴，自動化生成訓練數據，提高了數據標注的效率和準確性。人工智能訓練數據專業提供商，致力于為AI產業鏈上的各類機構提供算法模型開發訓練所需的專業數據集。面

向

分

析的

企

業級

SaaS

模

式

云

數據

倉

庫，

以Serverless架構提供快速、全托管的在線數據倉庫服務，最小化用戶運維投入，經濟并高效的分析處理海量數據。Databricks

Unified

Data

Analytics

Platform：一個云端數據處理和人工智能平臺，支持多個主要編程語言和數據處理工具，如Apache

Spark、Python和SQL等。該平臺還包括內置的可視化工具，幫助用戶更輕松地理解和分析數據。云數據倉庫服務CDH一個基于ApacheHadoop的大數據平臺，提供了大數據存儲、處理和分析服務。數據標注服務，其提供包括圖像、視頻、文檔、音頻等標注，并提供了標注工具等。同時，ScaleAI還針對電商和零售企業，除了提供數據標注服務，還能自動生成產品圖。從數據采集、數據標注、平臺私有化部署，到標注駐場服務，提供一站式數據服務。智能數據湖FusionInsight基于Lakehouse湖倉一體架構，實現存算分離，讓一份數據支持多種分析，讓一個架構同時支持SQL、BI和AI。主要業務涵蓋語音、圖像、文本等全類型人工智能數據定制服務及解決方案。Coactive

AI開發的數據分析平臺，專為處理大規模非結構化視覺數據（即圖像和視頻）的數據從業者（例如數據科學家，機器學習工程師等）而設計。coactive通過智能搜索和分析查詢等核心功能，使這些數據從業者能夠實時解鎖其視覺數據的價值。數據分析數據標注14資料：各公司官網，方正證券研究所3.1數據分析處理-流量變化趨勢分析??第三方數據分析公司有一定的頭部效應。Batabricks的用戶流量明顯領先于其他廠商，其次為Scale。流量基本平穩，Scale略下降趨勢。Databricks的訪問量是五家樣本公司中最高的，其次是Scale，Coactive和Snorkel訪問量整體走勢平穩偏低。Databricks訪問量走勢總體平穩，Scale的訪問量分別在7月底和8月下旬有一次小高峰，在九月初回落。??數據處理分析類應用的受眾的地理分布集中度相對較低。美國的流量占比為33.27%，產品主要用戶來自英聯邦國家。導入流量反映出客群主要為專業人士。通過在GitHub上發布和貢獻開源項目、積極參與社區討論和活動、發布高質量內容以及實施有效的SEO策略，從而提高了官網的流量。圖表13：數據處理分析類應用訪問量圖表14：數據處理分析類應用受眾地理特征ScaleSnorkelCoactiveSurgeDatabricks(右軸）33.27%160,000120,00080,00040,0000900,000600,000300,000014.53%4.03%3.35%3.31%2.73%1.94%美國印度巴西澳大利亞英國加拿大法國15資料：SimilarWeb，方正證券研究所3.2聊天機器人圖表15：Character.ai受眾人口特征?

To

C端的聊天機器人應用主要需求點在于個性化調教和創建Cosplay虛擬角色，為用戶帶來情感陪伴和趣味性。用戶群體較為年輕。典型代表為Character.ai，有接近57%的用戶為18-24歲的青年群體，性別分布較為平均。?

To

B端的產品如PolyAI，

PolyAI有較廣的商業落地場景，主要實現替代人工客服。56.66%男性用戶女性用戶?聊天機器人應用的底層能力較多可以通過大語言模型實現，C端應用廠商主要壁壘或在用戶使用習慣，及交互形象IP上。B端應用壁壘主要在和客戶的綁定以及與現有軟件產品的結合。22.71%?國內聊天機器人產品如湯姆貓，其余應用多為在B端與原有軟件產品的結合落地。11.30%4.64%2.73%55-641.95%65+18-2425-3435-4445-54PolyAI客戶群體湯姆貓主要服務于社會公共機構、醫院、金融機構、酒店、餐廳等客戶群體，為他們提供智能客服、銷售支持和市場調研等解決方案。Character.AI專注于聊天AI領域，允許用戶創建和自定義具有特定個性和參數的AI“角色”，包括創意寫作、基于文本的冒險游戲和語言學習等多種用途。核心產品為一款個人AI-Pi，Pi是一個情感型的虛擬“知己”，

專注于為用戶提供情感支持和陪伴

。海外廠商&產品國內產品16資料：公司官網，SilmilarWeb，方正證券研究所3.2聊天機器人圖表16：Character.ai訪問量（百萬）、跳出率及設備流量分發圖表18：Pi訪問量（萬）、跳出率及設備流量分發訪問量跳出率訪問量跳出率605040302010023%22%22%22%22%22%21%21%21%21%12010080604020090%80%70%60%50%40%30%20%10%0%桌面端桌面端26%33%移動端移動端74%67%圖表17：PolyAI訪問量、跳出率及設備流量分發?

Character.AI流量明顯處于同類領先地位。Character.AI的訪問量最高，跳出率最低，平均20%左右，訪問時間最長，在30分鐘左右，用戶傾向在移動設備訪問。訪問量跳出率60,00050,00040,00030,00020,00010,000090%80%70%60%50%40%30%20%10%0%移動端,??專注于情感陪伴類的Pi的訪問量平穩，移動端占大多數流量份額。41.47%桌面端,58.53%專注B端客服應用的PolyAI流量在23年11月流量有階梯式的上升，其后保持穩定。23年11月公司舉辦了VOX2023，流量上升預計與其新簽商業合作有關。同時預計也與臨近圣誕假期消費類網站的客服需求上升有關。17資料：SilmiliarWeb，

PRNewawire，方正證券研究所3.3AI醫療類?廠商在細分領域各有側重。榜單上的AI醫療廠商的核心業務領域主要為AI制藥（Insitro）、臨床疾病監測（Unlearn.AI)、智能護理（Bayesian

Health）、癌癥篩查（PathAI）、醫學影像分析（Viz.AI)。Unlearn.AI的核心業務和產品主要包括開發用于臨床研究的軟件工具，以及利用“數字孿生”技術來監測疾病發展和優化臨床試驗的設計和實施。HealthAdaptiveAI：該平臺通過智能護理增強，增加臨床醫生可視化和處理患者風險的能力。藥物發現與開發的初創公司，利用機器學習和生物學來轉變藥物開發。??醫療類軟件具有較高的地域性特點。對比的幾個網站的訪問量中，有82%都集中在美國。國內醫療AI應用企業主要為：1）大型科技公司基于其具有優勢的生態能力及通用模型能力，發展醫療專用模型；2）基于在細分領域的數據或知識圖譜優勢，在細分專業領域深耕的AI醫療企業。病理學AI驅動技術開發公司，利用機器和深度學習的現代方法，減少癌癥診斷中的錯誤和開發個性化醫療方法。Viz.AI的核心業務和產品主要圍繞醫療影像的AI分析、快速警報和團隊激活、高保真度圖像查看、實時患者信息更新以及HIPAA合規的通信等方面。圖表19：AI醫療應用受眾地理分布特征云深智藥是騰訊推出的首個AI驅動的藥物發現平臺，旨在利用人工智能技術加速藥物研發的過程。專注領域是臨床診斷與治療以及基因測序以色列荷蘭阿拉伯聯合酋長國3%2%1%華深智藥聚焦于AI制藥。自研的抗體智能設計平臺已獲得多家國際知名藥企評估認可，已經開始進行多個重要項目的開發合作。其他9%加拿大3%英矽智能核心業務領域是單細胞測序。在藥物研發過程中提供端到端的高效解決方案。公司兼具三種AI制藥主流商業模式（AI+SaaS、AI+Biotech和AI+CRO）。主要業務包括智慧影像、智慧手術、智慧健康等領域。核心產品是“數字醫生”管線產品組合，該產品覆蓋了大部分關鍵治療領域，包括心、腦、腹、胸及肌骨系統，所涉及的治療領域占醫學影像使用場景的80%以上。美國82%18資料：各公司官網，SilmilarWeb，方正證券研究所3.3AI醫療類外鏈出站及入站流量情況利于觀測應用廠商生態協同。醫療類AI應用的聚焦領域不同，其出入站流量情況也有較大差異。Insitro、Unlearn.AI、PathAI、BayesianHealth和Viz.AI這五家公司各自展現出了獨特的流量模式。藥物發現廠商Insitro的出站流量主要為工作就業網站，占比高達85.26%。臨床研究軟件廠商：Unlearn.AI的出站流量則涵蓋了工作就業和生物技術領域，BayesianHealth的出站流量主要由社交媒體和醫療信息網站構成。病理診斷廠商：PathAI的出站流量主要是自家產品網站和社交媒體。醫療影像分析廠商Viz.AI的出站流量首位是社交媒體，導入流量主要是金融投資網站。圖表20：AI醫療出站流量圖表21：AI醫療導入流量工作就業新聞媒體社交媒體生物技術醫療信息工作就業金融投資其他計算機技術生物學該廠商的其他產品網站多媒體圖像和網站設計其他財務規劃和管理流媒體100%BayesianHealthUnlearn.AIViz.AI80%60%40%20%0%PathAIInsitroInsitroPathAIViz.AIUnlearn.AIBayesianHealth0.00%20.00%40.00%60.00%80.00%100.00%19資料：SilmilarWeb，方正證券研究所3.3AI醫療類?專業壁壘高，推廣需求相對較低。榜單上五個AI醫療廠商，去年一整年的訪問量走勢平穩。該類應用沒有明顯的付費搜索流量，主要由于其專業性和針對性強，用戶通常是具備相關背景知識或需求的醫療從業者、研究人員或醫療機構，應用廠商通過專業渠道或推薦獲客。?

AI醫療廠商網站平均訪問時長偏低且基本穩定。臨床研究軟件廠商Unlearn.AI及BayesianHealth訪問時長略高。圖表22：AI醫療應用訪問量圖表23：AI醫療應用平均訪問時長InsitroPathAiViz.aiUnlearn.aiBayesianHealthInsitroPathAiViz.aiUnlearn.aiBayesianHealth25000200001500010000500000:36:000:28:480:21:360:14:240:07:120:00:00資料：SilmilarWeb，方正證券研究所203.4AI+網安類?國內外網安產品實現的基礎功能類似，隨著用戶組織結構復雜程度及規模的增長，數據流轉量增大，安全廠商也需要由傳統的單純賣產品，向提供整套安全防護解決方案轉型。海外廠商&產品國內廠商&產品?

AI對安全產品的賦能主要體現在智能漏洞檢測，安全問題處置，及提升軟件易用性方面。例如本次福布斯AI50上榜的,注重網絡檢測安全的VectraAI，以及郵件安全服務廠商AbnormalSecurity。VectraAI的核心產品是他們的AI驅動的NDR（網絡檢測和響應）平臺。這個平臺可以捕獲和豐富相關的數據，并使用AI進行安全引導，以實時識別和阻止攻擊者的行為。?網安公司具有較明顯的地域屬性，榜單上這兩個網絡安全類AI軟件在美國的流量占比高達60%，其余的流量亦主要集中在英聯邦和五眼聯盟國家。Q-GPT安全機器人大模型的“虛擬安全專家”。可以全天候工作，一臺機器人等于60多位安全專家，可產生約2000萬元的運營效益，極大提升了生產力。基于?國內AI+安全應用多為傳統網安廠商，包括、深信服等，產品能力不輸國外廠商。圖表24：網安類應用用戶流量地區分布安全gpt1.0/2.01.能夠準確快速的檢測如0day漏洞、APT隱蔽威脅入侵等。安全GPT技術賦能的檢測設備檢出率達到90%。2.支持自然語言對話式運營，承載超80%的分析排查工作。3.支持安全運營自主值守，30秒研判遏制威脅，單一事件平均閉環時間縮減96.6%。Abnormal

Security是一家提供電子郵件安全服務的公司，其核心產品是一個基于行為AI的電子郵件安全平臺。產品還可以

擴

展

到

包

括

Slack

、Microsoft

Teams和Zoom等在內的電子郵件類應用。其他,20.57%印度,3.37%澳大利亞,4.31%美國,英國,4.61%60.65%加拿大,6.49%21資料：各公司官網，

Similarweb，方正證券研究所3.4AI+網安類圖表26：網安類應用出站流量?與

微

軟

的

合

作

是

Abnormal

Security業

務

增

長

的

重

要

動

力

。

微

軟

與

AbnormalSecurity在2020年9月14日建立合作，Abnormal遷移至微軟Azure云。微軟承諾向大型企業客戶銷售Abnormal的服務。2023年9月21日，微軟發布AI

Copilot后，Abnormal

Security的訪問量顯著增長。Abnormal的導入流量中，來自AWS和微軟的占比45%；出站流量主要導向微軟，占比70%。AbnormalSecurity廠商其他產品網站,3%企業數據安全,2%健康,3%領英,3%金融,

5%其他,5%Google,9%?

Vectra

AI訪問量未見明顯變化。

Vectra

AI的網站訪問量走勢較為平穩，導入流量的一半以上來自于就業求職網站。出站流量基本導向到Vectra的產品介紹下載頁和VectraAI平臺的登陸界面，占比分別為51%和35%。微軟,70%圖表25：AI+網安類應用訪問量80,00070,00060,00050,00040,00030,00020,00010,0000Vectra麥肯錫,6%其他,8%Vectra產品介紹頁51%VectraAI平臺登錄界面,35%01/07/202309/08/202317/09/2023VectraAI26/10/202304/12/202312/01/20AbnormalSecurity22資料：SimilarWeb，Web開發網，騰訊新聞，方正證券研究所3.5AI+法律類??法律亦為較明顯的知識圖譜類場景，AI技術落地路徑較為清晰。海外廠商&產品法律類的兩款產品主要聚焦在智能咨詢、合同審查方面，更專注于B端特定場景的需求。剔除圣誕假期的影響，兩家廠商網站的應用流量均較為穩定。核心產品是一種AI驅動的合同管理工具，旨在加速合同處理并提高效率。該平臺集成了起草、編輯、談判、搜索、存儲、分析、電子簽名等所有的合同處理工具，用戶無需購買單獨的工具。?國內AI+法律廠商如法信，以及大模型廠商的行業產品。與福布斯AI50榜單中的兩家廠商略有不同，國內的廠商還更注重對法院端的應用，例如智能生成判決文書等。核心產品是AI平臺，利用自然語言處理、機器學習和數據分析自動化并增強法律工作，如合同分析、監管合規、索賠管理、盡職調查和法律咨詢等。圖表27：法律類應用訪問量Harvey.aiIronclad200,000150,000100,00050,0000核心產品包括法信AI和法信·訴前法律服務系統。法信AI是基于人民法院出版集團旗下“東方法律網”全量公共法律服務大數據支撐以及“法信”平臺AI算法能力。阿里云旗下AI法律顧問，擁有法律領域理解和推理能力，能夠基于自然語言與人對話、回答法律問題、推送裁判類案、輔助案情分析、生成法律文書、檢索法律知識。23資料：各公司官網，SimilarWeb，PRnews，方正證券研究3.5AI+法律類?戰略合作綁定亦是AI+法律類廠商發展的關鍵。Ironclad的平均訪問量明顯高于Harvey，主要歸功于其與微軟Word的集成功能。Ironclad與谷歌云合作，注重推廣營銷，Ironclad出站流量中Google占比達到了67%，主要來自Google的在線協同文檔的網頁和登陸界面。?

Harvey與全球第7大律師事務所Ailen&Overy(A&0)在2023年2月建立合作，A&0亦為Harvey網站導入流量第一的，占比33%。Harvey與PWC亦有合作，PWC占公司入站流量的9%。此外，Rippling作為一家人力資源管理公司，占據Harvey出站流量的72.94%。金融投資和商業雜志類流量在Harvey的出入站流量中占一定比例。圖表29：法律類應用出站流量圖表28：法律類應用導入流量HarveyIronclad100%80%60%40%20%0%AICRMA&O2%1%3%其他9%9%工作就業身份識別云平臺登錄頁7%24%云計算平臺云儲存平臺Github金融投資法律相關33%8%7%微軟金融投資PwCNewsletter訂閱平臺商業雜志郵件安全16%營銷自動化SaaS在線日程預約Google25%53%社交媒體人力資源管理其他HarveyIronclad24資料：SilmilarWeb，PwC,Allen&Overy,方正證券研究所3.6AI+營銷類圖表30：Gong、Clari、RevComm流量地區分布?

AI+營銷的落地場景主要體現為用戶畫像分析、自動化銷售流程、營銷可視化三個方面。榜單上的3家AI+營銷企業，Gong及RevComm的功能較為類似，為軟件銷售。RevComm產品為軟硬一體的電話。美國29%?

日企Revcomm是榜單上唯一未誕生在英語系國家的初創企業，其主要的客戶群體來自日英國本和印尼。49%加拿大印度?

國內目前專注于AI+營銷的企業較少，主要參與者為傳統CRM或ERP廠商，通過將傳統SaaS產品疊加智能分析及處理等能力，提升產品力。4%4%澳大利亞其他5%9%海外廠商&產品國內廠商&產品圖表31：MiiTel受眾地理分布50.30%46.83%核心產品智能銷售線索管理平臺通過整合多渠道銷售線索、提供全面的客戶畫像和銷售機會分析、自動化銷售流程和智能跟進提醒等功能，幫助企業提高銷售效率和業績。通過CRM與生成式AI的融合，打造“NEOAI”，并聚焦銷售＋AI、服務＋AI、BI＋AI三大應用場景，助力銷售提升業務拓展能力、企業管理者提升經營決策能力，以及為客服部門降本增效。Capture：用于捕捉客戶數據，包括銷售線索、客戶反饋、業務機會等，并通過智能分析提供洞察。Inspect：用于檢查銷售流程和預測銷售業績，通過自動化和智能化的方式幫助銷售團隊提高效率。0.85%0.75%0.47%AI外貿助手：以品牌IP“麥可”的AI形象呈現給網站用戶，為外貿企業提供AI智能化服務，賦能企業開拓海外市場。MiiTel：一款云互聯網協議（IP）電話。將電話營銷和客戶互動可視化。此外，還有MiiTel

Meetings功能，通過AI的轉錄和對話分析，提高公司內外交流效率。25資料：SilmilarWeb，各公司官網，方正證券研究所3.6AI+營銷類?營銷類3個應用的訪問量較為穩定，亦未見明顯的頭部集中的格局。?

AI+營銷廠商亦較重視產品的推廣，有約20%來自于付費流量。三家人工智能營銷類企業的付費推廣策略較為類似。?與渠道及工具類應用的集成合作對AI營銷廠商較為重要。從出入站流量及官網信息看，Gong、Clari及RevComm三家公司與通訊工具廠商Zoom，及傳統客戶關系管理軟件廠商Salesforce有較緊密的業務合作，突出生態對AI營銷軟件的重要性。圖表32：AI營銷類應用訪問量圖表33：

AI營銷類應用自然流量VS付費流量GongClariRevComm自然流量付費流量350,000280,000210,000140,00070,0000MiiTelClariGong75.22%24.78%20%80%79.80%20.20%01/07/202309/08/202317/09/202326/10/202304/12/202312/01/20226資料：SilmilarWeb，

RevComm，方正證券研究所3.7AI+情報&搜索?

AI+搜索落地路徑清晰，但傳統搜索引擎巨頭亦發力AI能力，新進入廠商主要瞄準專業領域，提供特定應用領域的信息搜集。?

AI搜索類應用的用戶仍更傾向于桌面端使用。AlphaSense和Glean的桌面端流量占比分別為72%及87%。AlphaSense的訪問者主要來自金融投資行業或對該行業感興趣的個人，占比34%。服務于多個行業，提供高價值內容搜索、專家電話會議記錄訪問以及即時相關信息。平臺具備AI支持的搜索和智能同義詞功能，可發現隱藏見解，提供自定義儀表板和警報，對情報信息做出反應。?

Glean的導入和出站流量占比最高的是Okta，分別占比25.5%和20.4%，Okta提供可定制、安全且易于集成的身份驗證和授權服務，Glean與之合作后，為用戶的工作中心提供搜索和集成功能，包括Glean

SearchSSO、Glean

Search和GleanPeopleConnector。其次是金融投資類流量，占比20.96%。核心產品是一個智能化的搜索平臺，結合了傳統關鍵字搜索、矢量搜索和個性化搜索，從而提高了搜索的相關性和準確性。圖表34：AI搜索類應用桌面及移動端流量占比AlphasenseGlean移動設備,12.60%同花順AI平臺：提供多種智能產品和服務，如智能語音、問答、客服和質檢機器人，以及智能投顧和風控，全面覆蓋咨詢、業務辦理、風險控制和數據分析。移動設備,27.90%桌面端,桌面端,87.40%72.10%27資料：各公司官網，SimilarWeb，方正證券研究所3.7AI+情報&搜索圖表36：自然流量VS付費流量??兩家AI情報&搜索廠商流量穩定略升。兩家廠商推廣策略略有不同。Glean付費流量占比低，AlphaSense有約25%的付費流量。AlphaSense75.1%24.9%自然流量付費流量?在受眾年齡分布方面，AlphaSense的受眾年齡分布相對均勻，而Glean的受眾主要為25-34歲人群，占比51.72%。Glean99.6%0.4%圖表35：AI搜索類應用訪問量圖表37：AI搜索類應用受眾年齡特征AlphaSenseGleanGleanAlphaSense140,000120,000100,00080,00060,00040,00020,000051.72%29.10%19.43%23.38%16.77%15.95%11.53%6.36%10.41%8.45%2.53%4.37%01/07/202309/08/202317/09/202326/10/202304/12/202312/01/20218-2425-3435-4445-5455-6465+28資料：Similarweb，方正證券研究所3.8AIGC多模態??多模態即使用文字、語音、圖片、視頻多種形式進行信息交互。呈現生成式內容、認知智能、個性化定制和跨界融合等趨勢。福布斯AI

50多模態應用可分為文檔&圖片生成（Jasper、Runway、Tome、ImagenAI、Midjourney）和音視頻生成（Synthesia和Descript）兩類。?國內對標企業包括萬興科技、昆侖萬維，以及騰訊、百度、商湯、科大訊飛等模型廠商。圖表38：Imagen模型將文本映射到嵌入并通過擴散模型生成圖像使用和優化GPT-3：為普SynthesiaSTUDIO：通用戶和企業提供服務，通過AIGC幫助

AI視頻生成平臺，可以將文本轉化為超企業和個人寫營銷推廣文案以及博客等

過120種語言的演講，并可以從超過140產品包括智能視頻創作工具、云端在線剪輯、數字人播報、文本配音、智能抹除、智能轉比例等。各種文字內容。種不同的AI角色中選擇。該平臺不需要任何設備或視頻編輯技能，可以在15分鐘內創建專業的視頻。提供音頻編輯軟件和智能語音識別技術，旨在幫助用戶快速、高效地處理音頻文件，滿足不同應用場景的需求。主要是通過其AI照片編輯服務來賺取收入。提供快速、準確且個性化的照片編輯服務。旗下擁有萬興喵影、萬興錄演、億圖圖示、億圖腦圖、WondershareQuizCreator、WondershareInstructo等產品。提供視頻編輯和生成服務。其產品包括云端視頻編輯平臺、AI視頻生成工具和綠幕技術等。AI驅動的

PPT內容輔助生成工具。只需要輸入一個標題或者一段特定的描述，AI便會自動生成一套包括標題、大綱、內容、配圖的完整PPT。昆侖萬維是國內最早布局AIGC的企業之一，其在文本、圖像、音頻和視頻生成方面都有所涉及，并已應用于音樂、圖像、文本及編程領域。幫助用戶高效地開發圖像和視頻相關的應用。其產品包括MidjourneyAI平臺和Midjourney

API。海外廠商&產品國內廠商&產品29資料：CSDN，SimilarWeb，各公司官網，方正證券研究所3.8AIGC多模態圖表40：音視頻生成類應用訪問量??多模態應用用戶年齡分布更年輕。受眾人口基本集中在18-34歲這一年齡段。10000008000006000004000002000000SynthesiaDescript文案及圖片生成類應用平均訪問量高于視頻生成類。主要由于文案及圖片生成應用相較視頻生成應用的技術成熟度更高，使用難度更低。?

Midjourney流量在圖片生成類應用中明顯領先，但中期看有一定下降。?

PPT生成應用Tome流量從7月開始有明顯下降，預計由于微軟更新office365的AI能力。?照片編輯應用ImagenAI在2023年7月底到8月，流量在一波上升后回落，其后一直在較低水平。專注AI文案生成的Jasper，誕生以來受到較大關注，流量亦呈下降趨勢。2023/7/12023/8/92023/9/172023/10/262023/12/42024/1/12圖表41：文案&圖片生成類應用訪問量（萬）圖表39：AIGC多模態應用移動及桌面端流量占比JasperRunwayTomeImagenAIMidjourney800600400200028%72%32%68%38%53%54%53%47%82%18%移動設備桌面端62%47%46%2023/7/12023/8/92023/9/172023/10/262023/12/42024/1/1JasperRunwayTomeImagen

Midjourney

Synthesia

Descript30資料：SimilarWeb，方正證券研究所3.9軍用國防?

AI在國防領域的應用專注于操縱系統，以及與硬件裝備的結合，以提升作戰自動化及智能水平。美國航空航天和國防技術公司，通過其基于人工智能的產品和服務，正在徹底改革國防部門。ShieldAI由前海豹突擊隊軍官BrandonTseng、他的兄弟RyanTseng和AndrewReiter于2015年創立。產品主要為硬件裝備。?美國在同步加速AI在軍事領域的應用。2023年8月美國防部成立人工智能（AI）工作組；9月，制定“復制者”計劃，準備在未來18至24個月內大量裝備無人作戰系統；11月發布《數據、分析和人工智能應用戰略》。其他國家如俄羅斯、英國和法國也跟進，將大數據和AI列為優先發展領域。核心產品：Nova：一款小型無人機系統（sUAS），它是美國軍事歷史上首個用于國防目的的人工智能驅動無人機。Nova是一款自主飛行的四旋翼無人機，可以在無GPS信號的環境中操作，使其在各種軍事情境下具有高度的多功能性和實用性。V-BAT：人工智能垂直起降（VTOL）飛行器，該產品線是通過收購MartinUAV擴展的。此外，ShieldAI還創建了一種獨特的軟件堆棧，稱為Hivemind。這項技術使得無人機和飛行器能夠在GPS和通信系統受損的環境中自主機動。??國防類應用由于有較穩定的客戶，推廣需求弱，表Jets：是基于Hivemind智能駕駛員，擁有在模擬F-16戰斗中以99%的勝率擊敗現役空軍和海軍戰斗機飛行員的能力，它正在學習執行各種任務，從超視距打擊到敵方防空壓制。未來的空中優勢將由Hivemind：提供動力和飛行。Hivemind將作為數字副駕駛員部署在美國空軍的F-16上，旨在快速擴展到下一代飛機，包括F-22、F-18和其他戰斗機。Hivemind將使傳統戰斗機在未來幾十年保持相關性，并為下一代軍用飛機提供動力。現為付費搜索流量接近為0。國內暫無公開信息專注AI+國防的可比企業。圖表42：國防AI應用移動及桌面端流量占比核心業務和產品主要集中在AI驅動的操作系統和硬件組件上，以此為基礎提供各種防御系統。這些系統可能包括智能傳感器、自動化控制、數據分析等，用于軍事和國防領域的安全和防御應用。100%32%80%60%40%20%0%57%65%以國家安全為重點的技術公司，其創始團隊由多個領域的專業人士組成。首席執行官BrettGranberg在加入VannevarLabs之前曾在CIA、NSA和國防部任職，負責實施計算機視覺和自然語言處理技術，并為美國情報社區的風險投資部門In-Q-Tel進行投資。公司的其他高級領導人員包括前情報官員NiniHamrick（現

裁）、前Amazon產品經理Seanna

Senior（現任產品負責人）、以及擁有豐富國家安全經驗的JasonSchmid（現任公共政策和戰略負責人）。核心產品是Decrypt，為國家安全構建的外文文本工作流平臺。移動桌面68%43%36%Shield.AIAndurilVannevarlabs31資料：騰訊新聞，Similarweb,各公司官網，方正證券研究所3.9軍用國防圖表43：國防類應用出站流量占比?

Anduril和ShieldAI應用訪問量相對較高。從九月初起，Anduril訪問量增長，10月達峰值后12月回落，似乎呈現一定季節性。軍事新聞美國軍事機構商業服務工作就業領英其他?

Anduril出站流量主為軍事新聞和美國軍事機構，分別占比38.27%和34.16%。ShieldAIAnduril?平均訪問停留時長來看VannevarLabs有更明顯的季節性特點。0.00%20.00%40.00%60.00%80.00%100.00%圖表45：國防類應用平均訪問停留時長圖表44：國防類應用訪問量AndurilShieldAIVannevarLabsAndurilShieldAIVannevarLabs0:12:580:11:310:10:050:08:380:07:120:05:460:04:190:02:530:01:260:00:00120,000100,00080,00060,00040,00020,000032資料：SimilarWeb，方正證券研究所3.10其他細分領域圖表47：Moveworks訪問量&平均訪問停留時間圖表46：EightfoldAI訪問量&平均訪問停留時間圖表48：Pachama訪問量&平均訪問停留時間EightfoldAI平均訪問時長Moveworks平均訪問時長Pachama平均訪問時長2,000,0001,600,0001,200,000800,000400,00000:04:190:02:530:01:260:00:0035,00028,00021,00014,0007,00000:06:290:04:190:02:100:00:0060,00040,00020,00000:07:120:05:460:04:190:02:530:01:260:00:0001/07/2023

19/08/2023

07/10/2023

25/11/2023

14/01/202401