AI与智能驾驶行业研究电话会议纪要关键要点 涉及的行业与公司 * 行业涉及人工智能AI应用、智能驾驶、Robot Taxi、软件、云计算与IDC[1] * 公司提及特斯拉Tesla、华为、OpenAI、Waymo、SalesForce、腾讯、苹果[15][16][29][32] 核心观点与论据：AI商业化与货币化 * AI应用商业化落地拐点已逐步到来 市场因缺乏爆款应用和迟迟未兑现的商业化而存在分歧 ChatGPT问世三周年临近使其成为核心议题[2] * 海外AI货币化开启的先决条件是O系列推理模型和Agent产品形态 O系列模型支持多步骤思考链和模块化工具调用 使AI从演示模型转向系统能力平台 Agent形态则提升执行可靠性和工程化落地性[3][4][5] * AI货币化程度由人力替代程度决定 遵循非线性爆发规律 分为辅助阶段（可用与好用）和替代阶段（替代效应与新业态） 解决方案厂商成为产业价值分配核心[8][9] * Agent产品形态相比Copilot更利于货币化 Copilot仅提供辅助溢价且价值衡量不清晰 并引入41%更多错误 Agent采用目标执行架构 价值更易衡量 最贴近AINative应用[6][7] * 当前绝大部分AI Agent处于L2阶段 因O系列模型和A系列产品形态而具备模仿、学习、推理与决策能力 未来需多模态应用拓宽和记忆反思能力增强以迈向L4 L5[10] 核心观点与论据：智能驾驶发展 * 端到端大模型是智能驾驶L3成熟标志 打破任务模块界限 构建统一神经网络 实现从原始传感数据到车辆控制指令 带动城市OA出现和全流程覆盖[16] * 智能驾驶技术驱动交通行业智能化转型 分六个级别L0至L5 辅助驾驶1.0提供ACC、AEB等基础功能 2.0规则算法成熟使高速NOA成为可能 智驾功能成为高端与普通车分水岭[13] * 特斯拉采取自担硬件成本策略 硬件先行软件更新 通过数据飞轮效应推动智驾系统从应用到可用 FSD V12版本发布后行业向全流程厂商聚焦 价值分配从硬件转向解决方案[15] * 单车价值量从千元级向万元以上迈进 市场大幅扩容 产业价值量从硬件层向解决方案层蔓延[9] * Robot Taxi正从1.0迈向2.0 2025年有望实现商业闭环 整车BOM成本快速下降且法规完善 2026年替代效应大规模出现并引发新业态裂变[3][19][20] 核心观点与论据：投资机会与阶段 * AI应用投资需关注生产力革命带来的供给变化和产业裂变 战略清晰且快速转型者更具优势 应关注Token调用率及用户渗透率 预计四季度至明年上半年边际加速[1][18] * AI应用落地分三阶段 L1~L2落地为王供给变化场景拐点 L3数据飞轮全流程打通行业向头部集中 L4 L5规模经济人力替代成本下降新业态出现[11] * 智能驾驶投资机会变化 辅助驾驶1.0阶段聚焦核心零部件但利润低 后续解决方案厂商占据更强势地位 引领迈向无人驾驶和新商业模式[14] * 软件行业受AI冲击最大 AI coding成熟提升供给侧效率 数据成为核心竞争力 软件Infra构成变化将重塑智驾发展历程[21] * 海外推进速度快于国内 核心原因在于UP值（单体APP值）更高 对人力替代推进更快 海外某些初级岗位如码农已开始被替代[12] 其他重要内容：国内市场与细分领域 * 国内模型能力预计很快将超越O3 成本下降到足以替代人力阶段 今年底到明年上半年国内产值进入良好投资阶段 需关注云与IDC环节[22][28][38] * 云计算拥有大模型厂商 在Coding及AIGC内容生成等领域竞争优势明显 推理端芯片ASIC化趋势使云厂商获取更多价值量 是首选投资对象[26][27] * 垂类场景中深度垂直一体化非常重要 具备行业know-how积累的玩家有优势 通用大模型厂商难以消灭场景型公司[30] * 税务、教育、医疗等领域可能诞生垂类深度一体化运营公司 成为后续投资核心 与新时代流量入口相关[33] * 终局运营阶段核心是流量入口构建以及垂类Agent运营垂直一体化 如腾讯或苹果可能像华为一样切入市场[32]