中國軟體股票從年初至今回檔了 15% 以上，市場擔心生成式 AI 普及速度放緩且成本高昂。但協力廠商資料表明，大語言模型（LLM）性能正迅速進步，且客戶需求不斷增長。市場是否低估了長期收入增長前景？瑞銀認為，生成式 AI 為軟體、雲、服務公司開闢達 900 億元的潛在市場。

瑞銀投資銀行研究部構建了一個評估框架，以比較不同軟體垂直子行業。

自高性能 GPU 出口受限以來，市場一直擔憂這或將阻礙中國生成式 AI 發展，因為從縮放法則（scaling law）來看，AI 晶片計算能力在提升大語言模型性能方面至關重要。同時，瑞銀看到 2024 年 AI 行業發展成果令人鼓舞。

瑞銀指出，中國仍具有以下優勢：活躍的 AI 開發者社區、海量資料和多元化使用場景。隨著對中國獲取先進技術的限制不斷加碼，中國 AI 生態系統正試圖轉向更加自給自足的模式，學術界、開發者社區、產業參與者攜手合作推動該模式發展，並得到政府的政策支持。全球多個協力廠商評測資料顯示，中國領先大語言模型性能表現接近 GPT4，且價格具有競爭力。

在任務性質偏向勞動密集型，但準確度要求較低的使用場景中，生成式 AI 用戶滲透更快。瑞銀看到個人應用生成式 AI 解決方案，滲透較企業更快。

雖然生成式 AI 個人使用場景眾多，但從功能層面看，瑞銀發現 AI 搜索、即時通訊軟體、辦公生產力軟體、數位角色 / 伴侶的客戶應用速度更快。個人用戶變現目前仍處於早期階段，但隨著市場整合，瑞銀預計變現將逐步實現。

儘管企業採用週期比個人更長，瑞銀注意到國企正率先採購受政策支持的 AI 解決方案。瑞銀認為，生成式 AI 不僅為軟體、雲、服務公司開闢了規模達 900 億元的潛在市場，也改變了競爭格局。

根據瑞銀的公司調研，瑞銀預計 B 端應用 (B2B) 有望於 H224 加速。早期的 B 端使用場景主要集中在知識管理和問答、企業搜索、客戶服務（AI 聊天機器人）、各類工作流程（人力資源、會計、合規和法律等）中的員工生產力提升。

整體而言，瑞銀預計生成式 AI 技術在中國將加速滲透，預計 2024-30 年生成式 AI 軟體、IT 和雲服務市場規模 CAGR 將達 37%。 由於 IT 軟體預算限制和生成式 AI 產品處於早期階段，瑞銀認為生成式 AI 技術滲透可能是漸進的，到 2030 年將滲透至 5.1% 的軟體、IT 和雲服務預算中。

作為生成式 AI 商業化的先驅，美國市場更為發達。瑞銀的研究表明，該市場的商業化同樣處於非常早期的階段，多數軟體公司仍專注于客戶教育和產品改進。

定價策略通常包括：

• 對更貴的 SKU 的向上銷售；
• 基於使用量和價值進行定價——這一方法降低了採用門檻，使不經常使用的用戶不必支付太多費用，公司可從用戶成功中受益；
• 基於席位的訂閱模式。
• 生成式 AI 功能集成通常能説明軟體公司提升 ARPU 和續費率，兩者為衡量收入增長可持續性的關鍵運營指標。

瑞銀提供了一個框架來比較，所覆蓋的軟體公司受到生成式 AI 技術的相對影響：

1. 廠商能夠獲得優質且大量領域專業資料有助其訓練更好的垂直模型，從而可以開發更準確、更有用的 AI 應用。

2. 終端使用者對於應用準確程度的偏好可能影響其應用 AI 的速度，從而影響軟體廠商 AI 產品普及。

3. 軟體廠商定價能力這一指標代表廠商能否從 AI 高端定價中受益或者能否向更多現有客戶銷售。

4. 廠商的研發強度能較好衡量廠商在 AI 方面的能力。

5. 提供解決方案以解決複雜流程的軟體廠商，更有可能借助 AI 提升價值；同時，此類廠商受生成式 AI 原生初創公司的影響可能較少，因其套件 / 平台解決方案通常更具粘性。