AI Agent 场景广泛，有望实现应用端落地.docxVIP

下载本文档

0
0
约2.42万字
约 34页
2024-09-27 发布于山西
举报
版权申诉

AI Agent 场景广泛，有望实现应用端落地.docx

1、本文档共34页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

行业专题研究|传媒2024年5月19日证券研究报告

识别风险，发现价值请务必阅读末页的免责声明

1/20

传媒行业

AI应用系列专题（三）：AIAgent场景广泛，有望实现应用端落地

分析师：旷实分析师：章驰

SAC执证号：S0260517030002SFCCE.no:BNV294

010kuangshi@

SAC执证号：S0260523080001

021gfzhangc@

请注意，章驰并非香港证券及期货事务监察委员会的注册持牌人，不可在香港从事受监管活动。

核心观点：

lAIAgent是一种能够感知环境、进行决策和执行动作的智能实体。Agent具备多样化的工作范式，在不同领域均有潜在应用价值。在服务场景上，AIAgent可以渗透大部分行业，并通过多种方式赋能实体行业，包括个性化的交互功能、信息的实时跟踪分析、更好的定制化方案等。Agent通过与场景的结合，能结合用户的实际需求输出相应内容，使应用更有效率，为产业创造价值。Agent能实现多样化及定制化的功能，通过大模型的支持，能在不同维度实现对产业的支持。以零售板块为例，据各公司官网，Aktify产品可进行短信和电话的自动化销售拓展、Regie.ai可进行销售勘探等。除此之外，房地产、旅游酒店、客户支持、人力资源、金融服务、制造和供应链、医疗健康、媒体和娱乐等多个行业均可以看到相应的Agent帮助实现服务的落地。我们认为，不同的Agent在功能上具备多样性，随着需求端对Agent功能的持续挖掘，AIAgent的商业价值有望持续提升。

l模型能力是AIAgent落地的基础。据Coze官网，字节跳动推出的AIAgent“Coze”能实现多样化的功能。在实现效果上，我们将Coze与Kimi比较，以“旅游攻略”场景作为案例，虽然Agent能实现更具旅游气息的输出样本，但具体在旅游攻略内容的有效性上则表现较差。我们认为模型能力是Agent实际应用过程中的重要差异项，模型能力更强的Agent与场景结合可以更好的满足用户需求，因此大模型的发展及成本因素仍然是AIAgent商业化中必须突破的关键节点。

lAIAgent具备泛用性，落地趋势有望对标APP。我们认为AIAgent的落地类似于APP之于移动互联网。以iOS商店为例，根据白鲸出海，2008-2021年APP数量增长了约164倍。由于Agent覆盖场景的多元化及用途的多样性，我们预计Agent的数量增长将有望类似于此前APP的增长。随着应用场景的增加，对于不同功能的Agent有望持续落地，在此过程中有望产生AI原生应用的超级入口，加速AI商业化进程。

l投资建议：AIAgent能更好的实现AI对产业的赋能，对多个行业均有助力，同时Agent的应用离不开大模型的支撑，因此Agent的发展将带动大模型的需求增加，建议关注具备大模型开发能力的厂商，包括腾讯、百度、昆仑万维等。模型的发展需要后端语料支撑，有望提升语料价值。在文字领域，建议关注中国出版、中国科传、果麦文化、掌阅科技、中文在线、阅文集团、知乎等；在图片领域建议关注视觉中国、美图等；视频领域关注捷成股份、中广天择等。

l风险提示。模型迭代效果不及预期、算力发展不及预期、商业化落地不及预期。