2025年深度行業分析研究報告目錄索引一、模型效果提升&推理成本下降，為

AI

應用發展奠基

6（一）模型效果提升，性能并未“撞墻”

6（二）推理成本下降，加速應用普及

7二、AI

大模型賦能效率工具，提效能力是商業化關鍵

10（一）AI+軟件開發：性能趨同趨勢下，核心競爭點向用戶體驗轉移

10（二）AI+辦公軟件：COPILOT優化辦公流程，商業化效果仍需觀察

14（三）AI+創意生成：算力需求顯著增加，成本成為部署瓶頸

19三、AI

大模型賦能業務場景，核心在于提升附加值

26（一）AI+廣告營銷：精準洞察用戶需求，智能投放優化

26（二）AI+CRM：重塑客戶管理流程，從成本中心到價值創造

30（三）AI+決策智能：為客戶創造附加值，關鍵數據表現亮眼

33四、AGENT

是未來趨勢，高

ROI

場景將率先實現

PMF

39（一）從

COPILOT

到

AGENT

，AI

大模型持續融入

B端工作流

39（二）軟件開發、廣告投放和

CRM

等高

ROI

場景將率先實現

PMF

41圖表索引圖1：Scaling

Law

提出大模型性能與計算量、參數規模和數據量相關

6圖2：

Meta

Llama3.1模型架構

7圖3：Open

o1模型性能隨著訓練和測試時間延長而提升

7圖4：模型推理成本持續下降

8圖5：GB200NVL2性能顯著提升

8圖6：百度文心大模型

API

日均調用次數

9圖7：

MMLU

Redux

ZeroEval

得分VS

輸入

API

價格(￥/1M

Tokens）

9圖8：AI

大模型賦能軟件開發全流程

10圖9：GitHub

Copilot

可以幫助開發者顯著提升代碼編寫速度與質量

11圖10：中國市場代碼生成產品能力水平對比

12圖11：代碼生成產品能力發展路線圖

12圖12：Copilot

根據用戶指令自動生成的

PPT

演示稿

15圖13：Copilot

根據用戶指令自動生成

Word

文字

15圖14：

Microsoft365Copilot

工作原理

15圖15：Excel

中

Copilot

支持使用

Python

進行數據分析

16圖16：PowerPoint

中用戶與

Copilot

共同創建文稿

16圖17：

FY22Q2-FY24Q3Office365商業版訂閱數和營收增速對比

16圖18：

FY24Q1-FY25Q1Microsoft365商業版訂閱數及云收入同比增速.

16圖19：金山辦公

WPS

AI2.0功能一覽

17圖20：金山辦公

WPS

AI

正式開啟商業化

18圖21：AI

視頻生成賦能創意相關領域

20圖22：DiT（Diffusion-Transformer）架構

20圖23：Sora

交互界面

21圖24：視頻生成操作消耗的

Credit

22圖25：視頻編輯操作消耗的

Credit

22圖26：海螺

AI

視頻交互界面

22圖27：DiT-XL

的訓練與推理成本比較

23圖28：Sora

的訓練與推理成本比較

23圖29：AI

大模型可以賦能廣告營銷全流程

26圖30：機器學習算法

AXON

促進廣告主與發布商之間的匹配

27圖31：AppDiscovery

客戶案例

27圖32：2022-2023年

SparkLabs

利用生成式

AI

創作的廣告創意

28圖33：Applovin

分業務營收和營收增速

28圖34：谷歌利用生成式

AI

簡化廣告制作

29圖35：百度營銷平臺輕舸助力效率＋效果雙重提升.

29圖36：AI

大模型賦能銷售流程...

30圖37：AI

大模型賦能智能客服流程

31圖38：Agentforce

助力企業在各種行業和場景中快速構建和部署

AI

Agent

31圖39：HubSpot

產品矩陣

32圖40：決策系統在自動駕駛領域的應用

33圖41：決策智能是生成式

AI

的典型應用場景

34圖42：Palantir

收入及同比增速

35圖43：Palantir

凈利潤

35圖44：基于

Sage

AIOS

開發的水務大模型

36圖45：式說大模型根據

2D

圖片找到

3D

CAD

文件

37圖46：基于式說大模型的

MOM

助手界面

37圖47：數據分析與決策智能相關廠商銷售費用率

38圖48：數據分析與決策智能相關廠商應收賬款營收..

38圖49：人類與

AI

協同的三種模式

..

39圖50：

LLM

驅動的自主代理系統

40圖51：Copilot

是用戶與智能體交互的界面41圖52：Copilot

Studio

推出定制AI

Agent

新功能

41表1：國內外

AI

軟件開發工具梳理

13表2：AI+辦公軟件分類與占比

14表3:國內外

AI

辦公軟件工具整理

.

19表4：海螺

AI

收費模式

23表5：國內外主要

AI

視頻產品梳理與對比

24表6:國內外

AI

創意生成工具整理

25表7：國內外

AI

廣告營銷工具梳理

30表8：國內外主流

AI+CRM

平臺梳理

33表9：商用

AIP

功能介紹

..

35表10：國內外

AI

決策智能工具梳理

38表11：客戶轉化率提升幅度和銷售人員數量減少幅度的敏感性分析

42數據來源：《Scaling

LawsforNeural

Language

Models》Kaplan等，廣發證券發展研究中心Scaling

Law瓶頸的本質是數據瓶頸，合成數據和推理階段的Scaling

Law將成為未

來重要趨勢。

隨著數據規模和模型復雜度的不斷增加，Scaling

Law的邊際效益逐漸

放緩。尤其是在訓練數據端，全球可獲取的優質訓練數據端已經逐漸觸及天花板，

當前進一步在數量級上提升已相對困難。

OpenAI前首席科學家Ilya提出，合成數據

和Inference

Scaling將成為未來發展的關鍵方向。今年以來，在這兩個領域也已經涌

現出較多的創新成果。1.OpenAI

、Anthropic和Meta等眾多大模型廠商均在探索合成數據方向據The

Information報道，OpenAIo1模型將在下一代模型中的研發中扮演重要角色，

通過高質量的合成數據來降低模型錯誤率；

Anthropic在2024年6月發布的Claude3.5Sonnet也使用了合成數據，在多個測試中的表現優于GPT-4o；

Meta

Llama3.1

405B

模型在約15萬億tokens的公開數據上進行訓練，

而微調數據則涵蓋了超過

2500萬個合成數據示例。一、模型效果提升&推理成本下降，為AI

應用發展奠基（一）模型效果提升，性能并未

“撞墻”Scaling

Law

初遇瓶

頸。

OpenAI

在2020

年的論文《

Scaling

Laws

for

NeuralLanguage

Models》中提出了Scaling

Law

，Scaling

Law是一個經驗性公式，其含義

為，大模型的性能主要與計算量、參數規模和數據量三者的大小相關。當模型的計

算量、參數規模或數據量按比例擴大時，模型性能也與之成比例提升。然而，2024

年以來，由于全球可獲取的訓練數據有限，疊加OpenAIGPT-5發布持續延期等事件，

業內開始質疑大模型性能迭代在放緩，Scaling

Law初遇瓶頸。

圖

1：Scaling

Law提出大模型性能與計算量、參數規模和數據量相關數據來源：OpenAI官網，廣發證券發展研究中心盡管存在關于Scaling

Law瓶頸的討論，但我們判斷大模型性能仍然在持續提升，

并未真正“撞墻”。雖然在訓練階段出現暫時的邊際效益放緩，但通過合成數據和推

理階段的創新，大模型的性能增長潛力仍然強勁，并未陷入停滯。未來，伴隨大模型

技術的不斷進步，應用端場景將進一步拓寬，展現更多可能性。（二）

推理成本下降，加速應用普及模型架構與算法革新帶動了大模型推理成本降低。過去一年內，

上下文長度擴展、

MoE

（混合專家架構）的引入、集中規模化處理調用任務和異構資源池的應用等眾數據來源：Meta

官網，廣發證券發展研究中心2.Open

o1模型則是Inference

Scaling的典型案例Open

o1模型通過將計算資源從大規模預訓練數據集重新分配至訓練和推理階段，

充分驗證了Scaling

Law

在大模型推理端的持續有效性。根據OpenAI

官網信息，

o1

模型的性能隨著強化學習訓練時間的增加以及推理過程中思考時間的延長而顯

著提升，展現出在優化推理效率與精度方面的潛力。圖

3：Open

o1模型性能隨著訓練和測試時間延長而提升圖

2：

Meta

Llama

3.1模型架構數據來源：a16z，廣發證券發展研究中心硬件優化同樣促進了推理成本下降。

IDC數據顯示，

2022年國內數據中心用于推理

的服務器占比已達到58.5%，預計到2026年將提升至62.2%，表明推理端的需求正在

快速增長。而通用GPU芯片與適用于推理端邊緣計算的ASIC芯片也發展迅速。例如，

英偉達的GB200NVL72服務器相較于上一代，對于大模型推理性能提升30倍，成本

和能耗降低25倍。此外，根據博通FY24Q4財報電話會議，其3nm

XPU預計在2025

年下半年大規模出貨，具有能效成本優勢。圖

5：GB200NVL2性能顯著提升數據來源：Nvidia官網、廣發證券發展研究中心推理成本降低趨勢下，模型廠商降價動作持續，

加速應用普及。伴隨著成本的持續

降低，2024年以來，DeepSeek、智譜AI

、百度智能云、阿里云、字節跳動旗下的火、多模型架構與算法端的革新使得大模型的推理效率得到較大提升，成本持續下降。

根據微軟在2024年Build開發者大會的演講內容，GPT-4自發布以來，

性能提升了6

倍，而成本則降低至原來的1/12，系統架構的優化正是實現提升的關鍵之一。圖

4：模型推理成本持續下降數據來源：DeepSeek官微，廣發證券發展研究中心但整體來看，

目前的大模型降價措施覆蓋范圍仍顯有限。從模型層面看，部分廠商

的降價往往集中在輸入端，而輸出端的價格保持不變，或者僅對非主力大模型降價，

具有一定的營銷導向。從服務層面看，降價主要集中在面向API基礎服務，而針對模

型微調與部署或者提供獨占計算資源的高階服務，降價仍較為有限。

因此，大模型

廠商雖然通過市場反饋不斷調整價格區間和定價策略，但覆蓋范圍仍顯有限，要實數據來源：Wind，百度財報電話會，2024百度

AI開發者大會，廣發證券發展研究中心以國產模型DeepSeek-V3為例，在模型價格方面，DeepSeek-V3

API

服務定價調整

為每百萬輸入tokens0.5

元（緩存命中）/2

元（緩存未命中），每百萬輸出tokens8元，相較于DeepSeek-V2的輸入與輸出價格分別為1元/百萬tokens和2元/百萬

tokens，有所提升。但與GPT

、Claude等模型相比，具備較高的性價比優勢。7620.5Meta、Anthropic等公司也相繼推出了優化后的大模型，提升了計算效率并降低了調用費用。這些降價動作降低了AI技術的門檻，能夠加速AI大模型的大規模商業化應用

普及。

圖

6：百度文心大模型API日均調用次數圖

7：

MMLU

Redux

ZeroEval得分

VS

輸入API價格(￥/1M

Tokens）單位：億次

152023年12月

2024年4月2024年8月

2024年9月2024年11月1614121086420

API日均調用次數（億次）二、AI

大模型賦能效率工具，提效能力是商業化關鍵AI大模型賦能效率工具的商業化關鍵在于“提效能力”。AI大模型賦能的效率工具通

過輔助內容生成、

提效降本和加速決策等途徑，為企業帶來顯著的效益提升，增強

其市場競爭力。本節聚焦于軟件開發、辦公軟件和創意生成三大場景，對于當前AI效率工具的商業化進展與挑戰進行分析。（

一）AI+軟件開發：性能趨同趨勢下，核心競爭點向用戶體驗轉移AI技術正逐步改變傳統軟件開發流程。傳統軟件開發流程通常包括需求分析、系統

設計、編碼開發、集成測試、部署維護等階段。在這一完整流程中，開發者需要完成

大量編碼、調試和測試工作，不僅費時費力，還容易因為人為錯誤導致風險。相比之

下，AI輔助的軟件開發流程則更為高效準確。根據IDC數據，全球82%的開發人員已

使用具有智能代碼生成功能的IDE或代碼編輯器，其中71%的人表示其編寫代碼40%

以上由AI自動生成。而在中國市場，對于已經探索和應用GenAI的企業，有31%的人

員已使用了代碼生成工具。具體來看，

AI大模型在軟件開發流程中的應用主要體現在以下方面，其中編碼測試

是主要場景：(1)需求分析和項目規劃：自動生成需求文檔，或進行需求優先級排序；(2)編碼測試：輔助代碼生成、代碼審查以及自動化測試；(3)持續集成/持續部署（CI/CD）：

優化CI/CD流程，

自動檢測代碼變更，觸發構建

和部署任務，減少手動干預；(4)監控：提供智能化的日志分析、自動化故障排除和性能優化建議。圖

8：AI大模型賦能軟件開發全流程數據來源：通義靈碼《AIGC+軟件開發新范式白皮書》、廣發證券發展研究中心GitHub和

合作推出編程助手

。可以顯著提升本報告來源于三個皮匠報告站（）,由用戶Id:93117下載,文檔Id:187546,下載日期:2025-01-03數據來源：Github官網，廣發證券發展研究中心GitHub

Copilot商業化進展驗證了AI軟件開發工具的商業可行性。自GitHub

Copilot推出以來，使用用戶數量攀升。根據微軟財報電話會議，FY24Q4，已有超過77000

家組織采用了GitHub

Copilot，同增180%。GitHub

Copilot占GitHub年收入增長的40%

以上，推動其年收入運行率達20億美元，其業務規模已經超過微軟收購GitHub時的

整體業務規模。而在FY25Q1，GitHub

Copilot企業客戶環比增長55%。GitHub

Copilot的商業化進展驗證了AI軟件開發工具的商業可行性，

為未來其他AI軟件開發產品的

研發和推廣樹立了標桿。在代碼生成等軟件開發任務中，評價產品的維度包含產品性能和用戶體驗：(1)

產品性能：性能指標包括返回速度、生成內容的準確性、完整度、覆蓋范圍，以

及對多輪對話的支持能力等，直接決定了代碼生成工具能否滿足開發者的基本需

求。例如，在代碼補全任務中，快速響應能顯著提升編程流暢性；準確性通常體

現在HumanEval和MBPP等公開評測集的得分上，反映模型的可靠性；覆蓋范圍

則關注產品對多種編程語言和框架的支持廣度，而完整度和多輪對話能力則確保

生成代碼的邏輯性和結構性更貼近實際開發需求。(2)

用戶體驗：良好的用戶體驗不僅能提升開發效率，還能增加用戶的品牌忠誠度和

滿意度。例如，百度智能代碼助手Comate內部采納率為46%

，高活用戶的采納

率超60%，真正吸引開發者的可能是產品在細節體驗上的優化，如刪除不必要代

碼時的處理邏輯或支持知識擴展與能力擴展等。根據IDC《中國市場代碼生成產品評估報告，1H24》，在代碼生成產品能力水平方

面，國內頭部產品在解答完整度、代碼質量、注釋質量等方面差異不大，表明當前產代碼編寫速度與質量，根據GitHub官方博客，GitHub

Copilot幫助開發者將通過所有

單元測試的可能性提升了56%。同時，由GitHub

Copilot輔助完成的代碼在可讀性、

可靠性和簡潔性等維度上得到了專業評審的一致認可，審批通過率也有所提升，顯

著縮短了錯誤修復和新功能部署的時間。圖

9：GitHub

Copilot可以幫助開發者顯著提升代碼編寫速度與質量本報告來源于三個皮匠報告站（）,由用戶Id:349461下載,文檔Id:367431,下載日期:2025-01-10數據來源：IDC，廣發證券發展研究中心此外，AI大模型加持的軟件開發產品的競爭或將更多依賴于生態構建。例如，與企

業內部開發流程的深度整合、與第三方工具的互操作性，

以及提供更全面的開發者

支持（如培訓、文檔和社區資源）。此外，產品在跨團隊協作、復雜項目管理等特定

場景中的適配能力也將成為新的競爭點。數據來源：IDC，廣發證券發展研究中心在多重因素的驅動下，AI軟件開發工具有望成為商業化落地的優先場景。

首先，因

為軟件開發本身高度標準化、流程化，代碼編寫、測試、調試、文檔生成等環節工作

量大且重復性高，AI大模型能夠提升開發效率，減少人工投入。其次，AI與開發工具品在性能層面已經達到相近水平，無法通過性能上的顯著差距拉開競爭。因此，在

產品性能趨同的背景下，用戶體驗決定了工具是否能成為開發者的首選。產品不僅

要滿足技術指標，還需從易用性、智能化、個性化和響應反饋等多個維度提升用戶

體驗，

以在市場中保持競爭優勢。

圖

10：中國市場代碼生成產品能力水平對比圖

11：代碼生成產品能力發展路線圖地區公司代碼產品國內字節跳動/豆包

MarsCode智譜

AI/CodeGeeX阿里巴巴09988.HK通義靈碼商湯科技00020.HK代碼小浣熊

（

Raccoon）百度09888.HK文心快碼科大訊飛002230.SZiflycode眾安保險06060.HKDevPilot硅心科技/aiXcoder騰訊00700.HK騰訊云

AI代碼助手國外AmazonAMZNAmazonQ

DeveloperAnysphere/CursorCodota/tabnineReplit/ReplitAgentMicrosoftMSFTGitHubCopilotCognitionCGTXDevinAugment/AugmentCodeStackBlitz/Bolt.new的適配性較強，代碼編輯器、IDE等工具可以低成本地嵌入大模型功能，易于落地。

此外，開發者對新技術的接受度也較高，AI賦能的開發工具能夠快速被廣泛應用，從

而加速商業化進程。表

1：

國內外AI軟件開發工具梳理數據來源：各公司官網、廣發證券發展研究中心優勢國內產品國外產品2024年國內占比AI+文字處理智能編輯和語法檢查，減少拼寫和語法錯誤；

自動摘要和智能推薦編輯功能，節省編輯時間；根據語義分析改進寫作風格和表達方式騰訊智能文檔、必優科技合同嗖嗖WriteMyPape

Grammarly

Inc.39%AI+數據處理加速數據清洗、分析和建模過程；提供更準確的數據預測和預測模型；提供數據分析，輔助用戶準確決策。百度

GBI、商湯辦公小浣

熊、云從科技

DataGPTDataRakgt

Inc.Alteryx

Inc.RapidMiner

Inc.13%AI+演示協作自動生成設計建議，節省制作演示文稿的時間；提供實

時協作功能，可多人同時編輯和討論演示文稿。萬興科技萬興智演、艾斯

萊德

islideEmaze

inc.beautiful.ai

inc.Tome

inc.21%AI+項目管理自動化任務分配和報告生成，加速項目執行進度；風險識別和預測，幫助及時采取措施降低風險。冪律智能

MeFlowTimely

Inc.Clarizen

Inc.4%AI+通訊協作智能消息處理和語音轉文字，提高溝通效率的速度和準確性。智能提醒和通知功能，提升個性化溝通體驗。字節飛書、阿里釘釘、騰

訊會議ZoomWorkplaceOtter.ai

Inc.CiscoWebex23%數據來源：頭豹研究院，廣發證券發展研究中心備注：2024年國內占比數據截至

2024年

4月初2023年3月，微軟發布Microsoft

365

Copilot。Copilot是基于大模型開發的辦公輔

助工具，通過嵌入Copilot，微軟打通了Word、PowerPoint、Excel、Outlook、Teams

等各軟件產品間內容共享的通道，原本各自獨立的辦公軟件可以根據用戶的指令自

動引用全類別Office軟件中的既有內容，并自動編輯成滿足客戶需求的內容。例如，

嵌入了Copilot

的Word

軟件可根據用戶指令

自動生成文

字；

嵌入了Copilot

的

Powerpoint軟件根據用戶指令不僅可以自動生成演示稿的文字和圖片等內容，還能

實現演示稿的美化、添加動畫等高級功能；嵌入了Copilot的Excel軟件則可以根據用

戶指令自動生成分析表格并可視化為柱狀圖、曲線圖等圖表。（二）

AI+辦公軟件：Copilot優化辦公流程，商業化效果仍需觀察在辦公場景中，通過將AI大模型技術嵌入辦公軟件，可以顯著提升辦公效率和智能

化水平。例如，基于自然語言的交互，用戶可以快速完成數據分析、報告生成和內容

創作等任務，減少人工操作時間。按功能和應用場景來劃分，AI賦能辦公軟件可分為

AI+文字處理、

AI+數據處理、AI+演示協作、AI+項目管理和AI+通訊協作五大類別，

其中國內AI+文字處理軟件的占比最高，約為39%。表

2：AI+辦公軟件分類與占比數據來源：微軟官網，廣發證券發展研究中心

數據來源：微軟官網，廣發證券發展研究中心Microsoft365Copilot的運行依賴于一套高效且安全的數據處理流程。在用戶輸入

提示后，Copilot會使用接地處理（Grounding）優化提示內容，并通過MicrosoftGraph訪問用戶數據，包括電子郵件、文件和聊天記錄等，確保響應的相關性和準確性。優

化后的提示會被傳輸至大語言模型，生成與用戶任務上下文相關的回復內容，最終

Copilot將生成的結果返回至用戶使用的應用程序。所有數據在傳輸過程中均通過加

密保護，確保隱私和安全。圖

14：

Microsoft365

Copilot工作原理數據來源：微軟官網，廣發證券發展研究中心2024年以來，Copilot功能和性能大幅升級。2024年以來，

微軟針對Copilot產品推

出了超過150項新功能，進行了超過700次產品升級。微軟在24年9月推出的CopilotWave

2可賦能Excel軟件中使用Python繪制圖表，Powerpoint中生成帶有企業客戶

logo的模板等。此外，Copilot

Page和Agent功能，將個人工作中的數據、流程、思

路隨時分享給團隊，有效提升團隊協作場景的工作效率。根據微軟官網，在GPT4-o

的加持下，

Copilot的響應速度平均提升了兩倍以上，用戶對響應的滿意度提高了近

三倍。Copilot

Wave2與辦公應用場景更加深入和緊密的結合，有效解決需求痛點，圖

12：Copilot根據用戶指令自動生成的PPT演示稿

圖

13：Copilot

根據用戶指令自動生成Word文字辦公類軟件在AI加持下商業化落地，但商業化效果仍有待觀察。

2023年11月，在

Copilot正式開啟商業化應用后，Office產品的營收增速有短暫的提升。FY24Q1-Q3，

Office365商業版產品的收入增速分別為18%

、17%

、15%，高于其同期訂閱數的同

比增速10%、9%和8%，反映了ARPU值有較大提升。今年以來，針對Copilot應用，

盡管微軟推出了超過150項新功能，進行了超過700次產品升級，但其營收增速持續

下滑。FY24Q1-FY25Q1，Microsoft365商業版云收入營收增速分別為20%、20%、

17%

、15%和13%。一方面，微軟Copilot面向B端用戶收取30美元/月的訂閱費或影

響其向中小型企業用戶的拓展；另一方面，

Copilot賦能辦公軟件的功能和性能還不

夠成熟，下游用戶接受度仍有待提升。因此，AI賦能辦公類軟件帶來的商業化效果仍

有待觀察。金山辦公在AI方向的布局主要圍繞WPS

AI展開，致力于提升辦公軟件的智能化水

平。2023年4月，公司預告WPSAI即將上線，

11月開啟公測。此后產品持續升級迭

代，并于2024年7月推出WPSAI

2.0，新增AI寫作助手、AI閱讀助手、AI數據助手和

AI設計助手四個AI辦公助手，以及面向企業客戶的WPSAI企業版和面向政務的WPS有望擴大用戶覆蓋面。根據微軟財報電話會議，Copilot的用戶在FY24Q4環比增長了

60%。圖

17：

FY22Q2-FY24Q3

Office

365商業版訂閱數和

營收增速對比圖

18：FY24Q1-FY25Q1Microsoft365商業版訂閱數

及云收入同比增速FY24Q1FY24Q2FY24Q3FY24Q4FY25Q1 M365商業版訂閱數YoYM365商業版云收入YoY2023年11月，微軟正式推

出Microsoft

365

Copilot圖

15：

Excel中Copilot支持使用Python進行數據分析 Office365商業版訂閱數同比增速——

Office365商業版營收同比增速圖

16：

PowerPoint中用戶與Copilot共同創建文稿25%20%15%10%5%0%數據來源：微軟財報，廣發證券發展研究中心數據來源：微軟官網，廣發證券發展研究中心數據來源：微軟財報，廣發證券發展研究中心數據來源：微軟官網，廣發證券發展研究中心20%16%

12%

8%

4%

0%數據來源：金山辦公官微，廣發證券發展研究中心WPS

AI功能優化推動會員體系升級：(1)

2023年4月17日，WPS將原有的WPS會員、稻殼會員及超級會員合并升級，推

出全新WPS超級會員，并提供基礎和Pro兩個套餐，同時預告WPSAI即將上線；(2)

2024年3月，會員體系升級為WPS超級會員、WPSAI會員以及WPS大會員。原

來的WPS超級會員用戶/超級會員Pro用戶可以選擇補差價將原會員升級為

WPS大會員（包含WPS

AI會員權益+WPS超級會員權益）。WPSAI帶動WPS收入增長。從2024年3月WPSAI正式商業化開始到2024年6月底，

提供AI功能的WPSAI會員與WPS大會員累計年度付費個人用戶數已經超百萬，帶動

各項業務數據快速增長。2024H1，其國內個人辦公服務訂閱業務營收達15.3億元。

同增22%。2024Q3

，WPS

Office

PC版月度活躍用戶數達2.8億人，

同增7%；累計

付費用戶數達3815萬人，同比增長15%。AI政務版，為個人用戶和企業用戶提供全方位的智能辦公支持。WPS

AI2.0從用戶需求出發，兼顧各類辦公場景。在個人用戶方面，AI寫作助手通

過AI伴寫功能實現內容創作的實時輔助，無需輸入提示詞即可自動續寫內容；AI閱讀

助手升級了對文檔的解析、總結和問答效果，能夠針對PDF格式的學術文章提供關

鍵詞、摘要、正文總結以及研究結論和方法；

AI數據助手能夠處理表格中的海量數

據，利用自然語言轉換代碼并執行分析；AI設計助手高效完成排版、設計風格和圖片

處理等工作，使文檔更加清晰規范。此外，面向企業，提供AI

Hub智能基座、AI

Docs智能文檔庫和Copilot

Pro企業智慧助理。面向政務場景，構建政務辦公模型，擅長公

文寫作，能夠針對特定公文類型進行撰寫，實現無口語化描述且按照公文風格輸出。圖

19：金山辦公WPS

AI2.0功能一覽數據來源：金山辦公官微，廣發證券發展研究中心產品價值仍需挖掘+需求非剛性，AI賦能辦公軟件商業化空間尚未完全打開。在辦公

場景，文檔生成、數據分析等生成式AI功能相較傳統工具的效率提升有限，難以形成

顯著競爭優勢。同時，現有AI大模型在滿足用戶個性化需求方面仍顯不足，導致用戶

對其價值的認知較為有限。此外，AI功能多定位為輔助工具，用戶并不依賴其完成核

心任務，這使得現階段難以觸發深層次的使用痛點。對大多數用戶而言，AI功能更多

是優化現有流程，而非滿足剛性需求，因此商業化空間尚未完全打開。

我們認為，要突破AI+辦公軟件商業化困境，需要從兩個方面入手：一是提升產品力，

通過強化AI功能的差異化與個性化能力，進一步提高核心功能的實用性與用戶體驗；

二是找到適配場景，培育剛性需求。

需要在提升產品力的基礎上，深入挖掘用戶痛

點，將AI工具從“可選項”轉變為“必需品”，AI+辦公軟件的商業化空間才能打開。圖

20：金山辦公WPS

AI開啟商業化地區公司股票代碼產品金山辦公688111.SHWPSAI字節跳動--飛書印象筆記--印象

AI冪律智能--MeFlow商湯科技000020.HK商湯辦公小浣熊騰訊公司000700.HK企業微信/騰訊會議/騰訊智能文檔百度BIDU百度

GBI阿里巴巴BABA釘釘國外Otter.ai,

Inc.--Otter.aiBoothAI,

Inc.--booth.aiGrammarly

Inc.--GrammarlyNotion

Labs

Inc.--NotionAIPersanaAI,

Inc.--PersanaAICredal.ai,

Inc.--Credal.aiBaselit,

Inc.--BaselitAiPPTTech,

Inc.--AiPPT.comZohoCorporation--zohoshowPitchSoftware

GmbH--pitchVisme--vismePowtoon

Ltd.--powtoonSlidebean

Inc.--slidebeanCiscoSystems,

Inc.CSCOCiscoWebex谷歌GOOGLGoogleWorkspace/slides微軟MSFTMicrosoftTeams/Microsoft365Copilot/Microsoft365OneDriveZoom

Communications

Inc.ZMZoomWorkplaceAlteryx,

Inc.AYXAlteryxAI

Platform數據來源：各公司官網，廣發證券發展研究中心（三）

AI+創意生成：算力需求顯著增加，成本成為部署瓶頸在創意生成領域，

AI大模型可以實現圖像、視頻、

3D內容的生成、編輯和優化。以視頻生成領域為例，

生成式AI模型可以實現從文本到視頻、圖像到視頻等內容的自

動化生成，同時支持高度定制化和實時交互。目前，AIGC視頻生成技術正加速滲透

至社交媒體、傳統媒體、企業應用和電商平臺等行業。在社交媒體領域，TikTok、YouTube和Instagram等平臺通過AI生成內容推動品牌傳播和發展；在傳統媒體領域，

迪士尼、福克斯等公司借助AI技術提升制作能力并優化營銷流程；在企業領域，AI工

具被用于提升內容創作效率和優化后臺運營；

而在電商領域，亞馬遜、Shopify等平

臺通過AI生成廣告投放和產品演示視頻，大幅提升用戶體驗和營銷效果。表

3:國內外AI辦公軟件工具整理數據來源：FactorialFunds，廣發證券發展研究中心DiT（

Diffusion

Transformer）逐漸成為當前文生視頻生成的主流架構。擴散模型

的原理是通過向訓練數據中添加高斯噪聲來破壞原始數據，然后通過逆轉這一加噪

過程來學習如何恢復數據，在圖像生成領域具有優異表現。傳統的擴散模型大多采

用卷積神經網絡（如U-Net）作為骨干網絡，而DiT則創新性地使用了Transformer作

為主干網絡。

Transformer具有較強的特征提取能力和全局信息交互機制，

使得DiT在處理圖像數據中的復雜關系時表現更加出色。在生成過程中，DiT利用隨機噪聲作為初始輸入，經過多次迭代逐步去噪，最終生成

清晰的圖像。每一步的去噪過程不僅依賴于當前的噪聲狀態，還受時間步長和文本

提示的影響。這一機制使得模型在圖像生成過程中能夠實現精確的控制，

提供更高

質量的輸出結果。圖

22：

DiT（Diffusion-Transformer）架構數據來源：《Scalable

Diffusion

ModelswithTransformers》William

Peebles等、廣發證券發展研究中心圖

21：AI視頻生成賦能創意相關領域型和Transformer架構的優勢，在生成視頻的同時，也能夠精確控制視頻內容的細節

和結構。與傳統的視頻生成模型相比，

Sora通過在生成過程中引入多層去噪機制，

并結合文本提示、時間步長及其他條件輸入，使得視頻的質量和流暢性大幅提升。

Sora在圖像生成的基礎上擴展了其能力，能夠處理更為復雜的時序信息和動態變化，

生成高質量的連續視頻幀。每個視頻幀都通過逐步去噪的方式生成，并在多個時間

步內保持圖像的一致性和連貫性，確保最終的視頻既清晰又富有創意。此外，Sora還通過大規模的預訓練和優化算法，增強了對不同場景和語境的適應能力，使其能

夠在多種應用場景中生成令人驚艷的視頻內容。2024年12月，OpenAI正式上線Sora，并引入了全新的交互界面和多種視頻編輯模

式。Sora允許用戶生成最高1080p分辨率、最長20秒的視頻，并支持寬屏、垂直和方

形格式。此外，用戶可以保存預設風格，并一鍵分享作品到社區，極大地增強了創作

和分享的便捷性。為了提升用戶體驗，Sora還提供了多個視頻編輯功能，包括Remix、

Recut和Loop等模式，同時配備了故事板工具，使用戶能夠通過可視化的時間軸精確

控制視頻生成過程。作為原始Sora模型的高級加速版本，此次發布模型優化了模型

速度和響應時間，能夠以更低成本和更快的速度生成視頻，為用戶提供了更加高效、

靈活的視頻創作體驗。圖

23：Sora交互界面數據來源：OpenAI官網，廣發證券發展研究中心在定價方面，

Sora已包含在ChatGPT

Plus和Pro訂閱中，用戶無需額外付費。生成

不同長度、質量的視頻會消耗不同數量的credit，Plus用戶每月1000credits，最多可

生成50個快速視頻，

支持最高720p分辨率和5秒時長；

而Pro用戶每月則有10000credits，可生成最多500個快速視頻，以及無限制的慢速處理，支持最高1080p分辨

率和20秒時長，并可無水印下載。此外，明年初將推出針對中小型企業等不同類型用戶的靈活定價方案。數據來源：OpenAI

官網，廣發證券發展研究中心數據來源：OpenAI

官網，廣發證券發展研究中心同樣基于DiT模型，

MiniMax于2024年8月31日正式推出首款AI原生視頻生成模型

video-01并在海螺AI中上線。目前，abab-video-1大模型支持生成720p分辨率，25fps

的高清視頻，具備電影感的鏡頭移動效果，并能根據文本描述快速創造出具有視覺

沖擊力的內容，支持生成最長6s的視頻，下個大版本即將支持生成最長10s的視頻。

同時，

支持文生視頻和圖生視頻兩種模式，用戶可以選擇通過純文字描述來生成視

頻，也可以上傳一張參考圖配合文字描述來生成。目前，MiniMax視頻模型在畫面質量、連貫性、流暢性等多維度均表現較為優秀：(1)

在處理高動態、變化多的視頻信息時表現出色，同時保持高效的壓縮率；(2)支持多種視頻風格，例如，3D電影大片場景、2D動畫，以及中式風格、科幻風

格或美漫風格；(3)支持原生高分辨率、高幀率視頻等特點。圖

26：海螺AI視頻交互界面數據來源：海螺官網，廣發證券發展研究中心video-01在海螺AI中上線后，市場反映積極。根據AI產品榜公眾號數據，2024年9月，,圖

24：視頻生成操作消耗的Credit

圖

25：視頻編輯操作消耗的Credit數據來源：公司官網、廣發證券發展研究中心視頻生成的訓練和推理成本較為高昂，對算力造成了較大挑戰。根據FactorialFunds

測算，訓練成本方面，將DiT從圖像生成擴展到視頻生成時，計算需求顯著增加，主

要體現在視頻的時間維度壓縮、模型參數量增長和數據集規模增加等方面。

DiT是

Sora

的技術基礎，

其最大模型

DiT-XL具有6.75億參數，

訓練總計算預算約為

1021

FLOPS

，相當于1張H100運行12天。而Sora的訓練計算預算范圍被估算為

1.1X1025

FLOPS～2.7X1025

FLOPS，大約需要4211至10528張H100運行1個月。而

在推理成本方面，

預估每張H100每小時生成5分鐘視頻，進一步凸顯了視頻生成模

型在算力方面的巨大需求。第一。

目前，海螺AI主要通過會員訂閱制服務和出售生成視頻會耗費的貝殼來實現

盈利，會員分為免費、基礎會員和高級會員三種類型，免費用戶每日簽到會贈送100

貝殼，而單次生成需要消耗30貝殼，當貝殼余額不夠時，可以單獨購買貝殼；而基

礎會員享受的功能更多，除每日簽到外每月還會額外獲得1000貝殼，而高級會員功

能最多，每月無限貝殼，適合重度創作者。表

4：海螺AI收費模式會員類型價格（年度）價格（單月）權益免費￥0/

年￥0/

月每日簽到貝殼獎勵，最多同時添加3個生成任務，下載視頻無水印基礎會員￥735/

年￥68/

月每日簽到貝殼獎勵，每月

1000貝殼，快速生成通道，最多同時添加5個生成任務，雙并生成任務，下載視頻無水印，優先體驗新功能高級會員￥7992/

年￥666/

月每月無限貝殼，暢享生成，快速生成通道，最多同時添加5個生成任務，雙并生成任務，下載視頻無水印，優先體驗新功能此外，從技術上來看，視頻生成面臨生成內容質量和效率均有待提升。從生成內容

質量來看，視頻模型的生成能力好壞體現在三個維度：第一，準確性，即判斷生成的

視頻內容是否和輸入的prompt或圖片匹配，

符合用戶預期；第二，一致性，

即生成

的視頻中的主體、背景和運動是否有連貫性，是否符合真實世界的物理規律；第三，圖

27：

DiT-XL的訓練與推理成本比較數據來源：FactorialFunds

，廣發證券發展研究中心數據來源：FactorialFunds

，廣發證券發展研究中心圖

28：Sora的訓練與推理成本比較生成方式視頻時長等待時間收費模式其他功能快手可靈圖生視頻

文生視頻5s、10s可續寫至最長

3分鐘3分鐘以

5s標準品質視頻為例，每月可免費生成

18個。開通不同級別會員可贈送靈感

值。生成模式區分為標準以及高品質。高品質下畫質更佳但生成速度變慢。字節即夢圖生視頻文生視頻對口型生視頻5s1分鐘每日可免費生成

12次

5s

時長視頻。開通會員可獲得免費次數，并且視頻更流暢（可補幀到最高

60FPS)四種視頻模型：視頻

s2.0（更快的生成速度，兼顧高品質效果）、視頻

s2.0pro、視頻

p2.0

pro、視頻1.2

（各方面都有較平衡的表現）智譜清影圖生視頻

文生視頻5s、10s、16s（近期

上線）8分鐘開通會員可以無限次生成、并可選擇畫質更佳、4k分辨率、60幀率、10s視頻時長以及

AI音效。可以對文生視頻選擇視頻風格、情感氛圍、運鏡方式。愛詩科技

PixVerse圖生視頻

文生視頻5s

、8s45秒以

5s視頻為例，初始贈送

3次免費生成次數，后每日贈送一次。開通會員可享更多生成次數、去除水印、快速生成等

權限。最新

V3版本相比之前版本新增特效、風格選

項。生數科技

Vidu圖生視頻文生視頻參考生視頻4s

、8s1分鐘以

4s極速品質視頻為例，每月贈送

20次免費生成次數。開通會員可獲得額外次數，8s視頻時長、高清晰度等。清晰度支持極速、720p、108p三種清晰度選項。運動幅度有自動、小、中、大四種選項。Sora圖生視頻

文生視頻5s-22s1分鐘Plus用戶每月

1000credits，最多可生成

50個快速視頻，支持最高

720p分辨率和

5秒時長；而Pro用戶每月則有10000credits，可生成最多

500個快速視頻，以及無限制的慢速處理，支持最高

1080p分辨率和

20秒時長，并可無水印下載。創新的

AI驅動的過濾器、動態

3D效果和動畫、AI

輔助故事板、精密運動跟蹤等，通過采

用這些即將推出的功能

SoraAI準備重新定義視頻創作的格局，為全球用戶提供無與倫比的效率、創造力和可訪問性。Pika圖生視頻

文生視頻5s每月可免費生成

10個視頻，開通會員可獲得更多生成次數、加速視頻生成以及

Pika

1.0使用權限。Pikafects特效庫：提供了一系列預設的特效模板，如“膨脹”

、“擠壓”

、“壓碎”

、“炸”

、“融化"和“蛋糕化”

，可以輕松應用特效來創造有趣的視頻效果。Runway圖生視頻

文生視頻

視頻生視頻5s、10s25s以

Gen-3AlphaTurbo生成

5s視頻為

例，初始

125積分可免費生成

5次。開通會員可使用

Gen-3Alpha模型更快生成視頻。三種不同模型選擇：Gen-3AlphaTurbo

、Gen-3Alpha、Gen-2信息豐富度，即在一段時間內生成的視頻是否能夠呈現足夠的故事性。

從生成效率

來看，

當前生成視頻的時長普遍較短，大部分在幾秒到兩分鐘以內，等待時間比較

長，難以滿足更復雜的商業化場景需求。因此，目前AI視頻商業化仍面臨成本與技術的雙重挑戰。表

5：

國內外主要AI視頻產品梳理與對比數據來源：各公司官網、廣發證券發展研究中心地區公司代碼產品國內阿里巴巴BABA通義萬相美圖001357.HK美圖奇想大模型快手001024.HK可靈

AI1.5騰訊000700.HK混元智譜

AI/清影MiniMax/海螺

Al生數科技/Vidu愛詩科技/PixVerseV3字節跳動/Dreamina

即夢

AI/豆包國外OpenAI/SoraRunwayAI/Runway

Gen3Pika

Labs/Pika1.5LumaAI/Dream

Machine1.6表

6:

國內外AI創意生成工具整理數據來源：各公司官網，廣發證券發展研究中心三、AI

大模型賦能業務場景，核心在于提升附加值AI大模型正在加速各行業的智能化變革，從具體業務場景看，

商業化的核心在于提

供更高的附加值。

與傳統技術相比，AI大模型通過強大的數據理解與生成能力，可以

重塑客戶管理流程，以及賦能廣告投放、智能決策等場景，為企業創造直接價值。本

節將選取廣告營銷、CRM和決策智能三個典型業務場景，對于當前AI大模型賦能業

務場景的商業化進展與挑戰進行探討。（

一）AI+廣告營銷：精準洞察用戶需求，智能投放優化AI大模型可以從精準定向、投放優化和數據歸因等環節全面賦能廣告營銷：(1)

精準用戶畫像與需求預測：傳統定向依賴于關鍵詞和靜態人群標簽，難以捕捉動

態興趣和復雜情境，AI大模型可以實時分析用戶短周期與長周期行為，建立更精

細的用戶畫像，捕捉即時興趣，以及理解廣告主的業務和用戶需求，匹配最合適

的廣告內容。(2)智能化出價與優化：AI大模型可以綜合分析廣告主的目標受眾、廣告預算、產品特點以及不同渠道的用戶流量、用戶屬性等因素，為廣告推薦最合適的投放渠道。

通過對用戶行為數據的深度分析，能夠預測用戶在不同時間段的活躍程度和購買

傾向，從而確定最佳的廣告投放時機。(3)實時檢測分析：AI大模型可以實時監測廣告的投放效果，包括點擊率、轉化率、

停留時間、互動率等關鍵指標，并進行深入分析。通過對大量數據的快速處理和

比對，及時發現廣告投放中存在的問題和潛在的優化空間，為廣告主提供及時、

準確的反饋，以便其迅速調整廣告策略。(4)

數據歸因與精細化分析：

AI大模型可以整合多渠道數據，提供可視化分析工具，

實時監測用戶轉化鏈路，全面衡量廣告效果。此外，通過分析用戶行為建立更科學的歸因模型，幫助廣告主精確評估每個營銷環節的貢獻，并優化未來投放策略。圖

29：AI大模型可以賦能廣告營銷全流程數據來源：微播易營銷智庫，廣發證券發展研究中心AppLovin推出基于AI大模型的廣告投放引擎AXON

2.0。Applovin為各類企業提供

端到端的軟件平臺和AI驅動的解決方案，幫助其在全球范圍內實現用戶觸達、變現數據來源：Naavik，廣發證券發展研究中心AppDiscovery為企業實現了用戶獲取與廣告投資回報雙贏。

例如，DealDash利用

該平臺提升了廣告效率，用戶獲取規模翻倍，

并將單次購買成本降低22%，成功突

破季節性限制；

Rollic通過AppDiscovery的全球廣告優化功能，

將旗下新游戲

《Twisted

Tangle》推向全球30多個國家應用榜單前十，僅用六周便達成ROAS目標，

同時顯著縮短了廣告學習階段；

Mode

Mobile則借助平臺的漏斗事件優化功能，將

D90ROAS提升93%，并降低27%的CPE成本，成功獲取高價值用戶。圖

31：AppDiscovery客戶案例數據來源：Applovin

官網，廣發證券發展研究中心AppLovin內部創意機構SparkLabs全面采用生成式AI技術來優化廣告創意流程，能

夠在極短的時間內創建和測試多種廣告素材，大幅提高創意產出的效率和質量。通

過生成式AI，SparkLabs能夠實時調整廣告內容，以響應市場趨勢和用戶反饋。例如，發能力幫助廣告商精準觸達目標受眾。同時，通過深度整合AI技術，精準優化廣告投放，提升廣告創意效率。2023年，AppLovin基于AI大模型推出了升級版的AXON2.0

廣告引擎，通過實時數據分析與預測模型優化廣告效果，

能夠在廣告投放過程中自

動優化廣告定位、競價與內容匹配，從而提升轉化率和用戶參與度。這種AI驅動的廣告優化可以幫助顯著降低成本，

同時提升廣告投放的ROI。圖

30：機器學習算法AXON促進廣告主與發布商之間的匹配數據來源：AppLovin官網，廣發證券發展研究中心AppLovin

FY24Q3業績表現亮眼。FY24Q3，AppLovin收入達到12億美元，同增39%；凈利潤達4.34億美元，同增300%。其中軟件平臺業務收入同增65.56%，達到8.35億

美元，主要得益于AI驅動的Axon引擎2.0的持續優化，顯著提升了廣告投放效率。此

外，公司正加速開拓電子商務領域，預計將為未來業績提供新的增長點。AI大模型技

術的應用不僅幫助提高了廣告投放的效率，還拓展了電商和聯網電視等新興市場的

機會，推動了整體業務的增長和盈利能力的提升。圖

33：Applovin分業務營收和營收增速數據來源：Bloomberg，廣發證券發展研究中心Google通過AI大模型賦能廣告制作與報價各環節，提升廣告效果。在搜索、Pmax、

Demand

Gen和Retail等產品中，谷歌通過AI簡化工作流程，增強創意資產制作，提

升用戶體驗。例如，在Retail產品中，廣告制作環節，ProductStudio

Al幫助客戶創造

更具吸引力的廣告素材和購物體驗；

廣告報價環節，相關AI工具使得廣告客戶平均單位：百萬美元系統可以自動生成多樣化的廣告素材，并根據廣告表現數據進行優化，從而持續提

升廣告效果。圖

32：2022-2023年SparkLabs利用生成式AI創作的廣告創意250%200%150%100%50%0%-50% Software

PlatformApps

Software

PlatformYoYAppsYoY14001200100080060040020002023

Q22023

Q32023

Q42024

Q12024

Q22024

Q32022

Q12022

Q22022

Q32022

Q42023

Q1數據來源：百度營銷官微，廣發證券發展研究中心AI大模型在廣告投放領域的快速落地，核心原因在于其高投入產出比。AI工具在內

容生成、廣告投放和用戶轉化等環節，通過點擊率、轉化率等具體指標直接展現效

果，使得廣告主清晰看到顯著的商業回報。此外，AI技術能夠實時監測廣告表現，持

續優化投放策略，幫助廣告主實現投入產出比最大化。數據來源：谷歌官網，廣發證券發展研究中心國內平臺方面，根據快手投資者日披露，快手AIGC視頻的客戶滲透率達到24%，日

均生成10萬+廣告素材，商業化單月流水超千萬，說明AI營銷的實際效果已逐步被市

場驗證。而百度上線的AI營銷平臺“輕舸”，可以全面提升廣告制作和投放的效率與

效果，每天服務1.4萬客戶，其中智能投放產品AI

MAX平均轉化率提升7.2%。Ads360中，利用生成工具創建高質量圖像，有望為搜索和Pmax產品提高14%以上

的轉化率，提升廣告效果。圖

34：谷歌利用生成式AI簡化廣告制作圖

35：百度營銷平臺輕舸助力效率＋效果雙重提升數據來源：各公司官網、廣發證券發展研究中心（二）

AI+CRM：重塑客戶管理流程，從成本中心到價值創造AI大模型正在逐步改變CRM工具的功能和應用方式。通過集成AI大模型技術，客戶

關系管理（CRM）軟件能夠提供更精準的數據分析、個性化客戶服務、自動化任務

處理等，幫助企業更智能高效地管理客戶關系。例如，在銷售場景中，AI大模型可以分析客戶的歷史行為、購買記錄、互動記錄等，為客戶提供個性化的推薦和溝通策

略，從而提高其參與度和轉化率；在客服場景中，大模型可以更好地理解用戶的復

雜表達，生成更自然擬人的回復，同時能夠提供24/7全天候支持，自動回答常見問

題，有效提升用戶體驗。圖

36：AI大模型賦能銷售流程地區公司股票代碼產品國內字節跳動/巨量引擎快手01024.HK磁力引擎百度BIDU輕舸易點天下301171.SZzMaticoo國外AppLovinAPPAXON2.0AdobeADBEAdobeGenStudioGoogleGOOGLPerformanceMaxMetaMETAMetaAdvantageInfluencity/Influencity數據來源：SAPPHIRE，廣發證券發展研究中心表

7：

國內外AI廣告營銷工具梳理數據來源：沙丘社區《2024

中國“大模型+智能客服”最佳實踐案例

TOP10》，

廣發證券發

展研究中心2024年10月，Salesforce推出AI

Agent平臺Agentforce。Agentforce超越了傳統的

ChatBot和Copilot功能，允許企業構建與部署AI

Agent，通過數據、業務規則、預建

自動化或來自其他系統的API

調用信號的變化來執行工作。Agentforce能通過可視

化的配置工具輕松定制，開箱即用，

無需復雜設置或開發。企業無需從零搭建AI模

型，可靈活支持24/7客戶支持、銷售流程優化和營銷活動提升等業務場景，以及醫

療、金融、制造等行業的特定需求。Agentforce持續推廣與落地。

在Agentforce正式上線后的3天內，便構建了超過

10000個Agent；FY25Q3，Salesforce拓展勢頭強勁，共簽署了2000多筆AI交易（其

中超過200個Agentforce交易），而AI相關訂單中，

超過100萬美元的大額訂單同增

兩倍。為了滿足未來業務需求，計劃在未來招聘1000至2000名銷售人員。目前

OpenTable

、

Saks

和Wiley

公司在內的一些主要客戶已經部署了Agentforce

。

Salesforce計劃在未來數月內推出更多適配不同領域和角色的Agentforce

Agent，進

一步拓寬Agentforce的行業適用性和場景覆蓋度，希望在未來2年為企業構建10億個

AI

agents。圖

38：Agentforce助力企業在各種行業和場景中快速構建和部署AI

Agent數據來源：Salesforce官網，廣發證券發展研究中心圖

37：AI大模型賦能智能客服流程數據來源：公司官網、廣發證券發展研究中心AI+CRM正在由傳統的成本中心向價值創造方向轉變。在商業化方面，越來越多的

AI+CRM產品提供商采用更為靈活的定價方式，例如按效果、按使用量或按需求定制

收費，讓客戶能夠更清晰地衡量投入與回報。例如，Intercom采用按問題解決收費的

方式，每次成功解決客戶問題收費0.99美元；而Zendesk則提供按需付費和預付費折

扣兩種靈活方案，客戶可以根據實際需求選擇；Salesforce

Agentforce每次對話則收

取2美金，并為高頻使用的客戶提供標準量級折扣。這種“按量收費”的模式使得企業只需為實際使用的服務付費，而無需承擔固定訂

閱費用，將收費與客戶實際獲得的服務結果直接掛鉤，客戶僅為具體問題付費，

付

費更具針對性，同時更為注重AI為企業實際創造的價值。對于中小型企業或對AI技術

尚處于試用階段的企業，按量收費則降低了投資風險。若企業未能達到預期的使用

量或需求發生變化，其成本也會隨之減少，進一步鼓勵企業嘗試和快速采用AI+CRM

解決方案，從而推動商業化進程。HubSpot推出了Breeze

AI平臺和智能代理方案，通過AI大模型實現內容創建、客戶

數據分析和銷售支持的自動化。HubSpot

Breeze

Copilot是一款AI驅動的助手，利用