（报告出品方/作者：方正证券，张初晨）

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。

MaaS 降低中小企业应用门槛，预计 2027 年前成主流商业模式。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。

各厂商对 token 定义存在差异。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 的定义存在一定差异，例如通义千问及千帆对一个 token 的定义为一个汉字，腾讯混 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%。

由于 Scaling Law，训练成本随参数量扩大非线性上升，高模型初始投入筑起 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。

OpenAI2024 年成本支出预计达 85 亿美元，其中服务器租赁成本约 40 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。

GPT-4 Turbo 每千 tokens 推理成本约为 0.007 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 8×222B，按照上述公式计算，每千个 tokens 推理成本 = GPT-4 Turbo 每千 tokens 推理成本约为 0.007 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 8×222B，按照上述公式计算，每千个 tokens 推理成本 = $0.0071656。.0071656。

AI 上半场为智算基础设施的比拼，下半场关键在规模效应释放及用户使用粘 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，AI 应用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。

行业专有模型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，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。

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，中外大模型均呈现性能追赶+价格降低趋势。目前国内主流大模型加速 追赶国外领先模型性能，商汤 SenseChat-5 性能超越 GPT-4Turbo。同时，模型厂商产品矩阵中，中低端性价比模型不断推出，API 调用单价下探至 0.1 元/千 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）算力硬件回归正常市场价格，用户使用云服务成本降低；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）抢占市场，获取更大规 模用户摊薄成本。

降价是规模化推广的前提选择，‘0 元购’旨在培养习惯和生态。1）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 QwenMax 分别再降价 80%和 50%。2）百度文心大模型的两款主力模型 ENIRESpeed、 ENIRELite 从 2024 年 5 月起全面免费。3）腾讯混元-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/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）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。

1.3 提升模型效果，科学和工程缺一不可

DeepSeek 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 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。

OpenAI O1 思维链为 MaaS 厂商提升模型性能天花板。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。

1.4 大厂更综合灵活的计费模式产生

需求多样，更灵活计费模式亦在不断探索。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。

百度云采用调用量+促成交易规模双收费模式，客户留存较高。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。

2 SaaS 订阅制——打通“AI+”垂类产品落地最后一公里

SaaS，即 Software 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。

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？

寻找 AI 时代 TC-PMF。2023 年 9 月开始，零一万物聚焦生产力、社交赛道于海 外应用展开探索，已有 4 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。

有 71.05%的 AI SaaS 采用订阅制。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。

约 7 成应用仍处免费或试用以积累用户的阶段，约 3 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 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功能，以便做出购买决策。面向个人和专业用户的 AI 应用倾向于公开定价， 而企业级应用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 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。

B 端变现模式清晰且更快盈利，C 端空间大、增长潜力强但模式待探索。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 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 调易用性。

Character.ai 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。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 成功的原因可以总体归纳为 4 点：1）个性化反馈及深度交互：拥有领先的互动反馈机 制，通过提供与 AI 角色的深度个性化交互，满足了用户对于新型互动体验的需 求；2）社区属性提升粘性：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）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）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 前有订阅服务及广告两种变现方式，预计将在 2024 创收超过 1600 万美元。

KIMI 创新“打赏”订阅制，开辟探索订阅制新路径。2024 年以来，KIMI 以超 长文本处理能力迅速走红，自 3 月 18 日宣布最长可处理 200 万字后，3 月访问 量环比增长达 321.58%，4 月访问量持续增长突破 2000 万大关。AI 类的产品尤 其是生成类 AI 的产品的成本构成大部分都是对于算力的消耗，用户使用的越 多，公司需要付出的成本也就越多。因此目前较多生成类 AI 应用的付费方式为 包月制加使用使用次数限制。随着 KIMI 访问量迅速飙升，其也开启了 C 端付费 模式，但其创新地以“打赏”形式呈现，给予打赏用户高峰期优先使用权。从 用户视角看，“打赏”订阅制使用户和产品之间不再是简单的交易关系，而是用 户对产品高度的认可情感，无形中极大提升了用户粘性。其次，“打赏”订阅制 更能激励研发设计团队的被认可感，持续优化产品性能和用户体验。另外， KIMI 的订阅制使用的是不规则的天数，很好地避免了与传统付费包月订阅制的 类比，进一步增强用户付费意愿。

2.3 订阅制优势在国产软件出海体现较明显

国内应用在海外已较大程度推进由授权向订阅制的转型。软件 AI 能力的叠加有 利于推动收费模式由授权制向订阅制的转化，主要由于 AI 能力需要不断升级迭 代，对于算力需求较高的推理任务更倾向于在云端进行。万兴科技、福昕软件 等海外业务较扎实的企业，基于海外基础模型叠加自主精调，对产品进行明显 的升级。AI 功能推动订阅收入占比提升，福昕软件 2023 年订阅制收入占比由 22 年 21.2%提升至 35.4%。

万兴多种收费模式并举，匹配产品阶段、性质、用户接受度。万兴科技产品矩 阵可分为视频创意、绘图创意、文档创意和实用工具四类。近两年公司主要推 进视频创意类产品，2023 其收入占比达到 65%。AI 对产品的加持下，2023 年， 视频创意板块订阅续约率提升 5pct，绘图创意板块月活用户同增 30%，文档创 意板块付费用户同增 20%，实用工具板块稳定增长。核心产品中，万兴 PDF 免费 每月 5 千个 tokens，或 80 美元年会员为每月 5 万个 tokens，之后或支持按照 tokens 用量收费；万兴喵影则采用会员制收费，价格为 69 美元/年。

AI 功能嵌入推动福昕订阅增长，携手戴尔开拓 AIPC 应用。2022 年 7 月起，福 昕软件确立了订阅优先和渠道优先的双转型增长战略，重点加强订阅模式下的 全球业务开拓及渠道体系建设。2024Q1 公司订阅收入达 0.74 亿元，同比增长 73.30%，占总收入 44.07%。2024Q1 公司年度经常收入（ARR）净增长 0.31 亿 元，同比增长 41%，总 ARR 达 2.81 亿元，较 2023 年末增长 13.09%。2024Q1 公 司渠道收入达 0.63 亿元，同比增长 49.01%，占总收入 37.44%，双转型持续深 化推进。另外，公司于 2024 年 1 月与 Dell 签署软件代理协议，为其用户提供 集成 AI 能力的 Foxit PDF Editor，AIPC 端侧应用预计用户粘性更高。

2.4 行业软件积极探索 AI+垂类落地，助力用户拓展及留存

大模型降本增效提速，数据、客户、生态优势更加明显。通过把大模型能力和 应用需求结合，结合场景或业务数据，可加速生成式人工智能向行业领域的渗 透。知识管理、对话式应用、销售和营销、代码生成等是企业应用生成式人工 智能的主要领域。从业务职能场景来说，基于一个模型（或多个模型），结合企 业数据微调，有效提升特定业务部门或职能部门（营销、销售、采购等）的业 务能力；从生产力场景来说，通过具体工作任务设计，如生成文案、图片、视 频等内容，有助于提高人效。从行业应用看，金融、交通、制造、电信、医疗 等均具有丰富的应用场景，AI 技术赋能路径清晰。

AI+金融：龙头优势将更加明显，AI 提升用户体验及降低人工成本。恒生电子 产品布局完整，目前已经在交易、运营、账户等核心业务领域做到了领先。在 AI 浪潮下，公司提高数据服务的质量和范围，应用 AI 技术把数据服务导入更多 应用场景，让更多业务能够以 SaaS 模式提供服务。截至 2023 年底，公司 O45 产品成熟度进一步提高，落地头部基金和资管公司项目；UF3.0 新签 2 家战略客 户，并完成在 2 家头部券商项目竣工，内存交易版本完成客户上线，所有主产 品已经完成信创适配，助力 70 多家金融机构实现核心业务系统自主创新升级。 公司持续加大研发投入，优化技术研发体系。公司 2023 年的研发费用投入总计 26.61 亿元人民币，占营业收入的 36.55%。2023 年公司产品技术人员为 9535 人，占公司总人数比为 72.3%。2024 年 4 月 11 日，国家互联网信息办公室发布 第五批境内深度合成服务算法备案信息，恒生 LightGPT 金融领域文本生成类算 法以及子公司恒生聚源应用于金融资讯信息对话生成场景的 Gil-GPT 大模型算 法通过备案。

AI+网安：注重生态联合，基于数智化新场景，综合解决方案厂商优势明显。网 安龙头启明星辰与中国移动战略协同，2023 年，双方开启联合安全运营模式， 探索共建一体化安全运营中心，将启明星辰的安全服务能力与中国移动公有 云、行业云、边缘云、IDC、专线等业务相结合，将千行百业客户所需要的各类 复杂安全能力，以基础设施化、服务化和运营化的模式输出，实现安全能力的 “一点接入、即取即用、按需计费”。同时，公司产品矩阵齐全，场景化解决 方案丰富，19 类产品连续多年保持市场占有率第一，16 类产品处于市场领导者 /市场第一阵营。启明星辰加强核心技术产品化快速落地，扩展了供给侧技术能 力，新产品营收取得快速增长：身份信任类产品、5G+工业互联网安全检测产品 收入增速均超过 200%；数据安全管理平台、网络安全靶场、全流量检测、信创 防火墙、EDR（终端威胁检测与响应）均实现 50%以上的增速。立足于长期深耕 的政企行业客户，公司积极开拓个人/家庭新客户群体，其中移动云电脑用户数 300 万，青松守护用户数 5 万，用户数量初具规模。

AI+教育：科大讯飞凭 AI 开放平台，“平台+赛道”推动行业及端侧落地。科大 讯飞基于讯飞开放平台开放 647 项 AI 能力与大模型技术能力，截至 2023 年 底，讯飞开放平台新增 167.6 万开发者团队，同比增长 229%，其中大模型开发 者超 35 万；并吸引 2.7 万助手开发者、开发 4.9 万助手应用；面向企业，公司 正与 10 万余家企业客户用星火创新应用体验，加速行业赋能步伐。教育方面， G 端有“因材施教”已累计在超过 55 个市、区（县）级应用，有效辅助师生减 负增效，已产生可以用统计数据证明的应用成效；B 端讯飞课后服务业务已覆盖 超 300 区县、12,000 余所学校；C 端科大讯飞 AI 学习机自上市以来获得用户及 行业的高度认可，用户净推荐值 NPS 持续保持行业第一。医疗方面，截止 2024 年 1 月 19 日，智医助理累计覆盖全国 30 多个省份 400 多个区县并常态化应 用，已提供人工智能辅助诊断建议超过 7.4 亿条、电子病历标准化建议超过 2.8 亿条，并纠正超过 130 万例诊断案例。办公方面，讯飞听见 SaaS 服务生态用户 破亿，覆盖用户破 6500 万，付费用户数同比增长 28.5%，讯飞同传 SaaS 版实现 全球同传链接分享，会议场次同比增长 502%。在海外业务拓展上，Deepting 双 端正式上线欧盟及英国，开启海外 SaaS 产品运营推广；讯飞同传多语种系统累 计服务海外会务服务 100 余场，并参加日本 AI EXPO 等多项国际展会，智慧简 报系统在十四届全国人大一次会议正式使用，期间共覆盖 34 个代表团，实现机器记录 837 小时,语音转写 1554 万字发言，准确率高达 96.28%。除此之外，科 大讯飞在运营商、智慧汽车与智慧金融等赛道均有落地。

AI+搜索：找准特色，AI 创造差异化。秘塔 AI 搜索以新颖的脑图生成+学术搜 索走红，被称为中国版 Perplexity。目前秘塔 AI 账户显示“免费版”，但秘塔 另一款应用秘塔写作猫采用订阅制+提供 API 接口按量计费，月订阅价格 24/48 元分别对应 AI 写作每月 1/3 万字，预计秘塔 AI 后续也会通过订阅 + API 接口 模式计费，或通过装载 AIPC 等方式开辟 AI 应用商业化落地新路径。据 Gartner，生成式人工智能技术（GenAI）已经对传统搜索引擎构成严重威胁， 传统搜索引擎的市场份额将被 GenAI 等技术夺走，预测到 2026 年传统搜索引擎 搜索量可能减少 25%。

AI+电商：AI 麦可聚焦 B 端混合制计费，渗透率持续增长彰显潜力。焦点科技 打造 AI 麦可，依托中国制造网 20 余年的数字化外贸推广经验，结合 AI 技术在 外贸营销领域的多场景运营模式，为出海企业提供智能化、自动化的解决方 案，提升运营效率和数字竞争力。当前 AI 麦可的收费逻辑是向用户推出标准化 套餐，收费为 1980 元/月；以及额外的加油包和体验包。服务期内每天可消耗 200 电量，另外，除图片合成、生成买家行为画像、智能拓客等功能外，其余 功能均为使用 1 次消耗 1 个电量。2024H1，中国制造网收费会员数 2.57 万， 同比+5.52%；ARPU 约 2.52 万元，同比+1.49%。上半年 AI 业务收入 0.11 亿元， 较 23 年底提升 78.75%；会员数 6095 位，较 23 年底提升 52.38%；ARPU 约 1854.12 元，较 23 年底提升 17.31%。考虑到目前公司 AI 产品仅发布一年有 余，新用户或更倾向于短周期付费，后续伴随期限结构优化，单客收入或将持 续增长。叠加低渗透率（23.68%）下用户总量的预期提升，未来 AI 业务业绩有 望进一步提速。

AI+办公：金山办公 WPS AI 推动订阅制、云化转型，提升用户粘性。金山办公 拥有：1）高度模块化的产品定位，也就是面向企业的定制服务；2）C 端市场占 有率，以及几十年来养成的用户习惯。2024H1，公司 WPS Office PC 版月度活 跃设备数 2.71 亿，同比+7.11%，累计年度付费个人用户数达到 3815 万，同比 +14.79%，测算 PC 端渗透率约 14.08%，同比+1.77%，渗透率仍呈提升趋势。公 司 C 端订阅业务 ARPU 约为 76.82 元，同比+8.10%。金山办公于 2024 年 7 月正 式发布 WPS AI 2.0，AI 会员和大会员累计年度付费用户数合计已超百万，考虑 到目前公司已推出全新会员体系（包含超级会员、AI 会员、以及融合前二者权 益的大会员整体业务），在低渗透率背景下（以年度付费个人用户数为基仅约 2.62%），未来客户数量仍有望提速增长，同时亦有望带动 C 端业务 ARPU 值持续 向上。在 B 端，产品包含 WPS AI 企业版及 WPS AI 政务版两类，并已在金融、 互联网服务、零售消费、高端制造等多个领域开展了企业版共创项目。公司政 企客户资源丰富，后续企业 AI 用户付费需求预期乐观。

3 解决方案及实施部署——发挥客户及渠道优势，由标杆逐步标准化

定制化服务是大模型厂商为具有强付费能力的大 B/G 端客户根据其对算力、数 据的个性化需求提供服务，由通过标杆项目逐步形成可复制的行业解决方案。 企业数智化项目招标市场明显扩容。据百炼智能数据显示，2023 年全年，招投 标市场发起了 190 次大模型采购需求，采购规模达 5.95 亿元。7 月起，随着国 内 130 个大模型相继问世，平均项目预算在 23Q4 增至 617.71 万元，增速可 观。从需求分布看，B 端的市场规模更大，用户付费意愿及预算更高，市场崛起 速度也相应更快；服务于 G 端的大模型需求虽占比不高，但项目平均预算较 高，核心需求主要为城市建设、公共服务、打击违法犯罪。

国内 DCS 龙头 AI 赋能降本显著，发布流程工业首款 AI 时序大模型 TPT。中控 技术作为国产 DCS 产品龙头连续十三年蝉联国内 DCS 市场占有率第一，2023 年 市占率高达 37.8%。公司紧跟 AI 时代浪潮，深入搭建内部流程型平台化组织结 构，全面推进公司数字化变革，启动全域数据治理，打造 AI+数字化驱动的组织 流程，实现销售费用率、管理费用率进一步下降，公司运营效率、治理水平显 著提升。中控技术构建“AI+数据”核心竞争力，并以“AI+安全”“AI+质 量”“AI+低碳”“AI+效益”的技术手段与创新成果，加速推动 AI 技术在流程 工业领域的应用落地。中控技术发布流程工业首款 AI 时序大模型 TPT，可将模 拟与预测能力融于一体，统一多场景的建模过程，以及可在不同装置和工况间 复用。2024 年 6 月，推出首款通用控制系统（UCS）——Nyx，特点为软件定 义、云原生、全数字化，深度融合工业 AI 技术。智能问答产品 InPlant ChatBA 可提供知识问答、办公助手、AI 工具、智能问数、智慧软件五大类产品功能。

中软国际携手华为，打通 AI 落地应用最用一公里。中软国际与华为鸿蒙、云、 昇腾、泛 ERP 深度合作，是华为软硬生态核心企业。中软国际 JointPilot 灵析 平台依托昇腾 AI、云、算力等，以赋能大模型应用落地为目标，提供“全过程 AI 应用一体化平台”。在体系上，模型工厂基于多形态大模型底座，对接算力 中心、模型提供商、政企客户三类客户，一方面，简化模型训练和智能应用开发过程，提高开发效率，另一方面，又以咨询选型、数据建设、模型微调、模 型评测、AI 应用开发和集成部署帮助客户解决大模型落地的五大困难，端到端 满足政企客户“上马大模型”的需求。2024 年 9 月，中软国际解放号中标华为 云 AI 原生应用引擎合作项目，是目前与华为在大模型应用领域形成产品级合作 的唯一厂商。此外，中软国际质量和流程 IT 管理体系研发 HR.ai 招聘大模型、 Fin.ai 财经问数大模型等应用，通过「AI 数字员工」实质提升公司生产力。

4 流量变现——把握 C 端长尾及新用户，用户数量为关键

流量变现主要适用于 C 端用户群，是依靠针对 C 端需求推出单点工具，吸引流 量积累，然后通过广告等方式将流量变现的商业模式。 海外 Ask AI 收入一度反超 ChatGPT，广告为重要收入来源。2023 年 3 月初，一 款名为 Ask AI 的竞品以免费版（广告植入）+付费版（无广告，月订阅价格 19.99 美元）的商业模式，每月实现数百万美元订阅+广告收入。据 Appfigures 的数据显示，Ask AI 在 2023 年 9 月收入为 551 万美元，高于 ChatGPT。另 外，谷歌 2024 年 5 月宣布将为美国地区的 AI 搜索结果中加入购物广告，相关 内容会拥有“广告”标识。因此，对于 C 端，免费爆款应用可凭借高下载量或 使用量吸引广告商实现流量变现，广告收入将成为大模型厂商应用端重要收入 来源。

更多广告投放将转向 AI 应用。据微播易预测，2030 年中国 AIGC 广告营销市场 规模将达到 1500 亿元，相较于 2025 年有 10 倍增长。AIGC 广告营销市场增速远 高于总体营销市场规模增速，表明预计更多广告资源投放将转向 AI 相关的应用 平台。

5 针对需求长期投入，覆盖高客单价场景为关键

革命性的技术/产品理念在一开始都会显得高不成低不就，关键在于察觉需求， 长期投入。AI 技术为计算机软硬件带来重新定义的空间，进而带来用户价值的 变化，技术带来超额收益的曲线增长与使用成本的下降曲线终会相交。尽管短 期 AI 投入仍会一定程度导致计算机公司费用支出增长，保持布局和长期投入本 身就带来未来增长的巨大弹性。

落地商业化路径多元结合，AI 成为经济新增长支撑点。目前来看，大模型层落 地由于降本趋势显著，针对 B 端/C 端开发者采用 MaaS 按量计费，不断增强用户 粘性，售出足量 tokens 打造规模效应可实现规模盈利。结合针对大 B/G 端通过 提供定制化甚至一站式服务模式可获得额外收入。随着大模型架构创新推进， 叠加算力降本趋势确定，大量推理需求将被撬动，大模型有望实现全行业商业 场景落地。AI 应用厂商针对 B 端/高频率 C 端采用 SaaS 订阅制计费，聚焦垂直 行业领域，提高 ARPU。另外，随着 AI 营销市场规模加速增长，流量变现亦为模 型能力转化的途径。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）

精选报告来源：【未来智库】。