LLM 驱动的人机交互:LLM 取代繁芜的软件成为交互入口和中介,利用 自然措辞即可调用。
传统的人机交互办法:根据需求情景、数据类型的不同, 用户须要运用不同的软件。
交互特点是交互接口繁琐而多样化,且具备一定 的交互门槛,例如利用 Photoshop 编辑图像,对用户的专业技能有一定哀求。
而 LLM 驱动的人机交互办法:LLM 取代各种软件成为交互接口,站到了 人机交互的中央位置,各种软件站在了 LLM 幕后,用户只需利用自然措辞 调用 LLM 即可。
现阶段 LLM 表现对用户的 Prompt 较敏感,我们认为随着 LLM 理解能力的提升,终极人与 LLM 的对话门槛将进一步降落。

GPT-4o 支持笔墨、语音、图像三种交互办法,是实现 AI 时期人机交互的 技能基底。
GPT-4o 可以吸收文本、音频和图像的任意组互助为输入,并实 时天生文本、音频和图像的任意组合输出,这种跨文本、音频和图像进行实 时推理的能力,向更自然的人机交互迈出了主要一步。
1)语音方面:相较于当下的语音助手(如未引入 Apple Intelligence 前的 Siri), GPT-4o 在三方面具有颠覆性提升:一是用户可以随时打断 GPT-4o 的话, 不用等它说完就可以连续下一轮对话;二是模型延迟极低,对音频输入的响 合时光均匀为 320 毫秒,与人类在对话中的相应韶光相似(GPT-3.5 均匀延 迟 2.8 秒,GPT-4 均匀延迟 5.4 秒);三是模型能够充分理解人类的情绪和状 态(累不累,喘气粗不粗),自己也能输出各种感情。
2)视觉方面:当前 GPT-4o 的视觉理解能力表示在对图像中物体和繁芜情 景的精准识别与理解、对人脸表情的识别与感情检测。
例如可以办理手写的 方程式、识别人面部表情等。

AI Agent 是交互的载体和入口,Agent 将集成、统一各种 APP 的入口,成 为操作系统级别的“超级 APP”。
LLM 是人机交互的技能底座,而 AI Agent 是交互的载体和入口,用户直接与 Agent 发生联系。
当前用户的各种需求由 各个独立的 APP 分别承接,以旅行为例:订票须要 OTA 平台,通勤须要火 车票/机票/打车平台,饮食须要美团/抖音等团购平台,制订攻略须要小红书 等内容社区,查看景象须要景象类 APP。
而 Agent 将作为一个统一的入口, 集成各种需求和功能,完成一体化式调度。
再以旅行为例:用户将目的地、 预算、时长等信息以自然措辞输入给 Agent 后,Agent 会结合用户的个性化 偏好,统一调度各个独立的 APP,自主完成订门票、订机酒、选餐厅、制作 旅游攻略、穿衣提示等操作。
Agent 将成为操作系统级别的超级 APP,用户 只需与 Agent 建立联系,由 Agent 打通各独立的 APP。

2. 安卓、iOS、Windows 系统的人机交互载体:多模态 智能体助手(Agent)

2.1. 安卓:Astra 打通安卓体系,Screen AI 具备读屏能力

AI应用之人机交互专题申报AI人机交互系统模型与新商业

Android 系统:谷歌推出 Project Astra,具备 Agent 潜力。
Astra 是谷歌推 出的 AI 智能体,支持视觉与语音交互。
Astra 可理解现实物理天下的繁芜 信息,能够横跨物理、编程、文学、地理等多个维度,与用户在现实天下中 进行实时互换。
例如,在与用户交互的过程中,Astra 可识别桌上摆放的音 箱,能根据用户进一步的指向,对应阐明音箱上的高频扬声器的功能;能看 懂电脑屏幕上的算法代码;识别著名建筑并推理出当前所在位置等。
我们认 为,Astra 进化出的多模态能力,是其发展为 Agent 的技能根本。

Screen AI 具备“读屏”能力,支持 Agent 进行系统级操作。
屏幕用户界面(UI) 和信息图表(例如图表、图解和表格)在人机交互中发挥着重要浸染, 但由于其繁芜性和多种呈现格式,对大模型的识别和理解能力哀求较高。
谷 歌团队推出 Screen AI,是一种理解用户界面和信息图表的视觉措辞模型, 具备三种能力:一是问答能力,模型回答与截图内容有关的问题,例如餐厅 什么时候开门;二是屏幕导航,模型将自然措辞表达转换为屏幕上可实行的 操作,例如单击搜索按钮;三是屏幕择要,模型用一两句话总结屏幕内容。
我们认为,UI 对屏幕的理解能力支持 Agent 进行系统级操作,是 Agent 落 地端侧设备、颠覆人机交互体验的条件。

2.2. iOS:Apple Intelligence 重做系统,Siri 成为人机交互的入口

iOS 系统:用 Apple Intelligence 重做系统,Siri 成为人机交互的入口。
Apple Intelligence 的推出,将 AI 内置于操作系统层面,而 Siri 作为语音交互助手, 具备屏幕感知能力、跨运用操作能力、行为智能能力,是空想的 Agent、人 机交互入口。
1)Siri 具备屏幕感知能力:具备屏幕感知能力的 Siri 将能够理解用户在众 多 APP 中的内容,并据其进行相应操作。
例如,当用户填写表格须要输入 驾照号码时,Siri 可以自动感知、自动征采电子驾照并提取干系号码,自动 化完成表单填写。
2)Siri 具备跨运用操作能力:结合 Apple Intelligence,Siri 有能力在各种 Apple 原生及第三方 APP 中完成数百种操作。
例如,“照片”运用直接编辑 用户正在浏览的图片,并在短信或第三方社交 APP 内发送,全过程由 Siri 代为操作。
跨运用操作能力,是 Agent 处理繁芜多任务的根本。
3)Siri 可深层次理解用户任务,具备“行为智能”:当前 AIGC 呈现的功能 紧张表示为“内容智能”,即根据指令天生内容,而 Apple Intelligence 支持 下的 Siri 呈现出“行为智能”,即基于用户交互行为、理解操作、完成任务 的智能,能够对用户的行为进行剖析和判断,在产生更深层次的理解后驱动 设备及运用完成任务。
例如,用户可以提问:“我朋友的飞机几点落地?”Siri 会自行查询航班详情,然后与航班的实时执飞轨迹交叉比拟,给出抵达 韶光,参考在备忘录中写的用餐地址,帮助打算能否按时到达餐馆。

推出 iOS 18.1 开拓者测试版,Apple Intelligence 开始落地。
7 月 30 日,苹 果发布了 iOS 18.1、iPadOS 18.1 和 macOS Sequoia 15.1 的开拓者测试版(目 前都仅向每年支付 99 美元的注册苹果开拓者开放),本次更新添加了此前 WWDC 大会上预报的部分 Apple Intelligence 功能,后续 Apple Intelligence 的进一步更新(如 Apple Intelligence 加持的 Siri)估量将于 2025 年推出。
我们认为本次 iOS 测试版更新标志着 Apple Intelligence 开始落地,后续 iPhone 16 系列搭载的正式版 iOS 18 将进一步颠覆人机交互体验。

自研端侧模型+云侧模型,模型表现追平头部模型。
苹果公布了支持 Apple Intelligence 的两个根本模型:端侧模型 AFM-on-device(AFM 即 Apple Foundation Model)约 30 亿参数,于设备端运行;云侧模型 AFM-server 为 基于做事器的云端模型(参数未表露),利用私有云打算(Private Cloud Compute)系统在苹果的云根本举动步伐中运行,以保护用户数据。
苹果基于大量的数据上风,对付常用任务,引入了 Adapters,专门针对工具调用、书写、 指令理解、择要等方面进行优化,显著提升在邮件、信息、提醒方面的实际 表现。
在人类测试中,AFM-on-device 超越了 Phi-3-mini、Mistral-7B、Gemma2B 等开源模型,靠近 Llama-3-8B 的水平,AFM-server 超越 Llama-3-70B、 Mixtral-8x22B、GPT-3.5 等闭源模型,靠近 GPT-4 的能力。

Ferret UI 具备读屏能力,类似 Screen AI,支持 AI Agent 实现系统级操作。
苹果发布的论文中,Ferret UI 是为移动 UI 定做的大模型(类似于谷歌的 Screen AI),可理解手机屏幕并实行任务,具备引用、定位和推理能力。
Ferret UI 的屏幕理解能力将赞助 Agent 实现系统级操作,是 Agent 落地端侧设备、 颠覆人机交互体验的条件。

Ferret UI 在三方面做出优化,大幅提升可用性,而可用性是苹果设备领先于安卓的最大上风。
Ferret UI 采取 MLLM 技能路线,针对可用性做出了三 方面优化:一是 Ferret UI 能够识别和处理不同宽高比的屏幕,可以理解同 一个页面不同尺寸的适配方案;二是增强了识别小尺寸图像的能力,比如 icon、按钮、文本等等,能够更准确地识别和定位屏幕上的各个元素及其功 能;三是在识别图像后更进一步,能够理解对话和推断任务,也即理解屏幕 内容变革与用户操作结果之间的关系,更好地响运用户的指令。

以 Siri 为代表的人机交互能力变革,将改变操作系统的生态,搜索以及调 用的流量入口从各个运用程序回归到硬件端。
Siri 的屏幕感知能力、跨运用 操作能力、行为智能能力,使其具备超级入口的潜质,未来 Agent 将成为操 作系统的主导,而运用的形态和功能将被弱化乃至取代。
或许运用只需以 API 的形式接入 Agent 中,以供 Agent 调用,而无需以独立 APP 的形态出 现。
形态的变革实际意味着话语权的更迭,Agent 以及操作系统将节制流量 的分发权。
运用程序转变为“做事供应商”,向 Agent 开放做事接口。
新的人机交互范 式下,Agent 直接手事用户,而运用程序为 APP 供应做事,运用展现出原 子化的趋势,存在形式或由独立 APP 转变为接入 Agent 的 API 接口。

2.3. Windows:Copilot+PC 实现 Agent 构想

Windows:Copilot+PC 率先实现 Agent 构想。
从交互办法来看,用户只需 轻点 Copilot 按键即可快速交互,进行自然语音对话。
从功能看,Recall 功 能可搜索和回顾用户在 PC 上看到或做过的任何事情,Cocreator 功能可在设备上近乎实时地天生和优化 AI 图像,并通过实时字幕肃清措辞障碍,将 多种措辞的音频翻译成英语;Windows 系统界面里任何东西都可以拖向 Copilot 窗口里,与 LLM 交互。

3. 多模态人机交互模式与新商业空间

3.1. 苹果:Siri 或重塑系统生态,软件收入逻辑迎来颠覆

3.1.1. 短期推动存量设备换新

类似 5G 升级驱动的换机潮,本轮 Apple Intelligence 或将驱动新一轮换机 潮。
苹果的 AI 端侧运算对终端设备的硬件规格哀求较高,须要搭载 A17 pro/M1 以上规格芯片、内存达 8G 以上才可利用 iOS 18 的 AI 功能,目前手 机机型中仅 iPhone15 pro 和 iPhone 15pro max 以上机型才能支持 AI 功能, 或将拉动存量用户换新。

截至 2024 Q2 仅 7%的存量设备支持 Apple Intelligence,换新空间广阔。
支 持 Apple Intelligence 的 iPhone 15 pro + pro max 在 2023 年/2024 Q1/2024Q2 合计出货 5400 万台/2255 万台/1763 万台,占当期 iPhone 出货量的 23%/45%/39%。
从存量角度来看,截至 2023 年/2024 Q1/2024Q2 支持 Apple Intelligence 的存量设备数量(即 iPhone 15 pro + pro max)仅占当期 iPhone 存量设备总数的 4%/6%/7%,仍存在大量旧机型无法支持 Apple Intelligence, 换新空间广阔。

Apple Intelligence 硬件的升级带来本钱上涨及相应的 ASP 上调。
以高通骁 龙 8 Gen4 为例,台积电 3nm 技能本钱上涨(3nm 工艺下每片晶圆的价格大 约比 5nm 赶过 25%),导致骁龙 8 Gen 4 报价估量比骁龙 8 Gen 3 赶过约 25%~30%。
我们估量搭载最新 A18 芯片及 8GB 以上内存的 iPhone 16 系列 将提振 ASP 重回 900 美元/台,旋转 iPhone 15 系列因贬价匆匆销而导致 ASP 下滑的趋势。

3.1.2. 长期看,系统生态重塑,打开软件收入空间

端侧 AI 演进下,设备本身集成了 AI 功能,或取代第三方 APP。
以苹果2024 WWDC 公布的最新功能为例,多项 AI 功能集成于操作系统和原生应 用中,并可在不同的运用处景灵巧调用,将强烈冲击第三方 APP。
我们认 为,Apple Intelligence 重做原生运用后,设备本身就集成了 AI 能力,或冲 击和取代第三方垂类 APP。
长期来看,当部分第三方垂类 APP 出清后,原 生运用或可实现货币化。

Agent 带来新生态,苹果软件收入逻辑或迎来颠覆。
长期来看,Agent 颠覆 了当前的运用生态,Agent 成为操作系统的入口和主导,为苹果的软件收入 注入了新的逻辑。
我们从两个角度:苹果税收入(当前存在的商业模式)和 非苹果税收入(新商业模式),分别测算 Apple Intelligence 及 Agent 落地带 来的潜在商业空间。
从苹果税(APP Store 收入)的角度来看:苹果向开拓者开放了 Apple Intelligence 的 API 接口,开拓者能够通过 App Intents API 在自己的运用程 序中引入 Apple Intelligence,接入到苹果的 AI 生态内,供 Siri 调用。
开放 的 API 接口将吸引开拓者加入,大大丰富苹果生态,APP 数量和付费场景 数量都将得以提升,进而提升苹果税收入。
我们对 2025 年 APP Store 收入 (苹果税收入)做敏感性测试,中脾气景下(APP Store 交易额同比增长 15%、 Take rate 25.30%)2025 年苹果税收入 288 亿美元,同比 2023 年增长 29%。
我们认为 Apple Intelligence 丰富 APP Store 的生态将长期表示在苹果税的收 入提升中。

从非苹果税的角度来看:我们认为,Agent 重塑生态系统逻辑后,苹果做事 收入紧张有三个来源的增量。
1)第三方运用:第三方运用向 Siri 供应调用权限或 API 接口,对付同质化 的做事,由 Siri 掌握流量分发权。
比如用户“点一份轻食外卖”而未指定外 卖平台,此时由 Siri 自行选定接入哪一个外卖平台。
第三方运用向苹果缴纳 推广费及收入分成,以提升调用量和流量分发权重,类似谷歌向苹果缴纳广 告收入分成以担保谷歌为默认搜索引擎。
2)原生运用:如上文所述,Apple Intelligence 重做的原生运用将是苹果变 现的另一个来源,苹果可直吸收取订阅费或买断费。
我们推测,苹果可能推 出两种收费模式:一是分别对单个运用收费,二是对 Apple Intelligence 功能 进行打包统一收费。
3)大模型商:用户通过 Siri 可唤醒大模型,除了苹果自研的端侧/云侧大模 型外,也可接入外部模型,苹果与 OpenAI 达成互助,用户可通过 Siri 直接 调用 GPT。
当前的生态下,并未涌现统一的大模型方案,苹果 22 亿存量设 备将会是大模型厂商争夺的富矿,苹果或可根据调用量收取佣金。
须要指出的是,短期(约 3 年内)Apple Intelligence 或不会收费,因 Apple Intelligence 功能尚未完善、消费者习气和心智须要培养,短期内无法表示 于古迹,变现将是长期过程。

1)第三方运用:在端侧 AI Agent 与第三方运用之间的博弈中,我们认为端 侧 Agent 为较为强势的一方。
一方面,对付用户模糊不清的指令,Agent 可 以结合用户的历史习气进行自主决策,例如 Siri 自主选择美团下单外卖。
另 一方面,Agent 具有基于用户需求和个性化数据进行自主学习的能力,Siri 会主动向用户推送特定的运用和功能,例如 Siri 不才班韶光会主动弹出打 车界面并讯问是否须要打车。
无论何种情形,Siri 都霸占了流量入口、拥有 流量分发权。
我们认为,新的生态秩序的建立须要较永劫光,长期来看,变 现机会表示在第三方运用为争夺流量而向 Siri 付费,可参考谷歌为担保成 为 Safari 默认搜索引擎而每年向苹果缴纳收入分成(2022 年谷歌向苹果支 付了 200 亿美元)。

2)原生运用: 我们首先从单个运用角度测算潜在变现空间。
以原生的 Writing tools 功能与 第三方写尴尬刁难象 Grammarly 做比拟。
相较于免费版,Grammarly 会员版具 有重写句子、调度语气、利用提示词(prompts)进行本文天生等进阶功能, 与 Apple Intelligence 支持的 Writing tools 较为相似。
我们分别利用自上而 下、自下而上两种方法,测算 Writing tools 潜在的变现空间,在中脾气况下, 两种方法分别测算得出年收入为 2.34/2.37 亿美元,乐不雅观情形下可达约 10 亿 美元。
须要指出的是,Apple Intelligence 将重做所有的原生运用并可能开拓 出新的原生运用,长期变现空间极为广阔。

我们再从Apple Intelligence整体角度测算变现空间。
据Counterpoint Research 预测,苹果或对 Apple Intelligence 功能收取 10 ~ 20 美元/月的用度。
参考苹 果目前现有的 APPLE ONE(包括 iCloud、Music、TV+、Arcade)的订阅费 用为 19.95 美元/月,我们合理假设 Apple Intelligence 收费标准为 20 美元/ 月,并守旧假设苹果付用度户数 10 亿人(CY 23Q2 数据)。
针对支持 Apple Intelligence的设备的比例、Apple Intelligence付费渗透率,进行敏感性测算, 中脾气形下 Apple Intelligence 或带来 600 亿美元/年的收入。

3)大模型:用户通过 Siri 调用端侧和云侧的大模型,我们认为,端侧模型 收入贡献或表示在 ASP 提升,购机时一次性收取;云侧模型收入按调用次 数收取或采纳按月订阅制。
我们此处仅考虑文今年夜模型的潜在变现空间(不 考虑多模态大模型)。
参考豆包和文心一言的逐日 tokens 利用量,参考 GPT4o tokens 输入价格和输出价格,假设 20%推理在云端完成、80%推理在端 侧完成,并假设 2025 年生动设备中有 12%可支持 Apple Intelligence,测算 可得用户调用云端大模型可为苹果带来约 0.82 亿美元/天的收入。

3.2. 谷歌:交互门槛降落带来调用量增长,人机交互在谷歌生态 圈内闭环完成

Astra 有望充分开释谷歌百口桶的潜力,复刻“Google Intelligence”。
谷歌 的原生运用百口桶与 Agent 可顺利领悟。
当前 AI Agent 运用落地的一大阻碍是,由于 Agent(如 Siri)可自主调用各运用,有流量分配权(例如 Siri 选择调用美团点外卖,而不是饿了么),因此部分第三方运用为了自主把握 流量入口权,可能谢绝将调用权限放给手机的 Agent。
谷歌拥有以搜索、地 图、邮件、YouTube 为代表的原生运用,自家的 AI Agent 可顺利获取运用 的调用权,因此 Agent 和运用之间的领悟度更高。

全新人机交互模式下,多模态输入、自然措辞交互将大大降落软件运用门 槛,谷歌运用用户数有望打破性增长。
我们认为,AI 助手(Agent)的多模 态交互能力、语义理解能力,将彻底颠覆人机交互模式。
未来的搜索办法, 将从过去的打字输入、关键词提问,迭代为语音/视觉输入、自然措辞提问, 大大降落搜索门槛,实现“对话式”搜索。
除搜索外,谷歌的运用百口桶生 态都将受益于全新的人机交互模式,例如与舆图 APP 导航的语音交互将解 放司机双手,与邮件 APP 的语音交互将大幅降落邮件编辑的繁琐性,将图 片或视频导入 YouTube 进行编辑只需语音发出指令。
我们认为,软件运用 门槛大幅降落后,谷歌运用百口桶将迎来爆发式的用户增长、流量增长,推 动广告收入增长。
相较于 SearchGPT、Perplexity 等 AI 搜索,谷歌的上风在于具备流量入口 (AI 助手 Project Astra)及全方位的运用生态,多模态交互式搜索将在谷 歌生态圈内闭环完成。
部分投资者担忧 SearchGPT、Perplexity 等 AI 搜索工 具将瓜分谷歌流量。
Perplexity 得到成功的缘故原由在于,实在质上是对话式答 案引擎,而非算法赋能的传统搜索引擎,改进了交互模式,降落了搜索门槛。
用户直接输入一句话,无需绞尽脑汁地思考关键词,且 Perplexity 输出具备 逻辑性的答案,而非匹配一堆无关的网页。
我们认为,谷歌搜索相较于 Perplexity 这类纯挚的 AI 搜索产品,上风在于:一方面谷歌的 AI 助手 Project Astra 根植于安卓操作系统中,是节制流量分配权的“大脑”,用户直接与 AI 助手交互,再由 AI 助手调用搜索引擎,谷歌节制了流量入口,全体多模态 交互式搜索的过程都将在谷歌生态圈内闭环完成;另一方面,谷歌除搜索引 擎以外,具备全方位的产品矩阵,可在搜素结果中引用、调用、引流其他各 产品,搜索生态更为完善。

大模型幻觉导致搜索结果不可靠,AI 搜索的渗透率仍处低位。
AI 搜索并非 是知识源,而是从网络上抓取曾由人类发布的信息,并进行汇总以天生答案。
但 AI 搜索难以分辨检索到的某个前排信息的精确性,导致结果不可靠,例 如谷歌 AI Overview 缺点引用了 Reddit 网友的调侃性辞吐,而给出了“添 加胶水来防止奶酪从披萨上滑落”的缺点答案。
BrightEdge 的数据显示,非 SGE(非搜索天生体验,即非 AI 搜索)的 Google 搜索查询量显著增加, 从 2024 年 4 月初的 25%上升到 4 月尾的 65%,同时 SGE 结果在屏幕上所 占的空间也从 1200 像素减少到 1050 像素以下,表明用户更喜好传统搜索 结果而不是 AI 天生的内容。
据 Search Engine Land 数据,AI Overview 涌现 在搜索结果中的比例由 5 月份的 80%低落到 6 月份的 7%。

Perplexity 和 Bing AI 搜索的推出并未影响谷歌搜索的市占率,短期内 AI 搜索难以撼动搜索引擎。
从 AI 搜索产品的发布韶光节点来看,2022 年 12 月 Perplexity 发布、2023 年 2 月 Bing AI 搜索发布、2024 年 5 月谷歌 Overview 发布,均没有对谷歌搜索市占率产生大幅冲击,2024 年 6 月谷歌搜索市占 率 91.1%,同比 2022 年 11 月仅下滑 1.1%。
我们认为当前的 AI 搜索存在结 果不可靠(大模型幻觉问题)、用户粘性不强、本钱高且变现率较低、无法 建立用户反馈的循环机制等问题,短期内仍难以撼动传统搜索引擎。

AI 搜索并未显著改变搜索者的行为模式,并未显著改变搜索量和点击量。
谷歌五月在美国推出 AI Overview(而非欧盟),因此我们比拟五月美国和 欧盟的谷歌搜索数据,可以不雅观察 AI Overview 如何改变搜索者的行为模式。
从单用户的搜索量看,5 月美国和欧盟的移动端搜索量都环频年夜幅下滑、桌 面端搜索量都环比小幅提升;从单次搜索的点击量来看,5 月美国和欧盟的 移动端点击量都环比小幅提升、桌面端点击量都环比持平。
美国和欧盟的搜 索数据走向同等,可以解释 AI Overview 并没有显著改变消费者的行为模式 (搜索量和点击量)。

纵然在 AI 搜索下,广告的商业模式也仍能跑通。
搜索引擎的广告收入逻辑 在于,通过竞价系统来排列搜索结果页上广告的展示顺序以及每次广告点 击的用度。
AI 搜索下,“排序”的流程被省略,直接给出答案,投资者担忧 广告商业模式不复存在。
我们认为,AI 搜索模式下,广告仍能跑通,紧张 投放点在于:(1)首页的热门词条推举、热门新闻排行榜;(2)答案天生的 先后顺序;(3)引用链接、延伸阅读等内容的排列顺序;(4)搜索结果页的 图文和视频广告。
从落地情形来看,海内的 360 AI 搜索已初步试水商业化; 百度的大略搜索 APP 的搜索结果依然直接供应购物链接;谷歌于 5 月在其 AI 搜索引擎 AI Overviews 中投放广告,用户在查询如何去除衣服上的褶皱 时,搜索结果会展示 Downy 和 Bounce 等品牌的除皱产品的资助轮播广告。
我们认为,AI 重塑搜索引擎生态后,“交互体验改进、搜索门槛降落→用户 数提升、搜索量提升→广告曝光量和触达量提升→广告收入提升”的逻辑 链依然成立。

3.3. 微软:Copilot 赋能 Office

Copilot 渗透带来的增量收入或高于 Office 365 当前存量收入。
我们测算 Copilot 渗透率提升为微软带来的增量收入。
守旧假设 Office 365 用户数与 CY24 Q1 持平(4 亿),当前 Copilot 每月订阅价格 30 美元,我们测算不同 的折价溢价率、不同渗透率下,Office 365 Copilot 的年收入。
中性假设下, Office 365 Copilot 或带来 648 亿美元的增量收入,已高于 FY 2024 Office 365 收入体量(约 485 亿美元)。

(本文仅供参考,不代表我们的任何投资建议。
如需利用干系信息,请参阅报告原文。

精选报告来源:【未来智库】。
未来智库 - 官方网站