本文为节选内容

如需更多报告，联系客服

或扫码获取报告

1、C端：AI Agent或改变内容分发渠道，看好硬件流量入口发展空间

（1）AI Agent改变人机交互方式，手机端或成新的流量入口

智能手机交互体验从GUI（图形用户界面）发展为VUI

（语音用户界面）+GUI（图形用户界面），未来或将升级为Agent（APP-less）UI。在传统的智能手机时代，软件应用需要产业生态中各厂商在擅长的领域推动产品和服务的更新，体现为移动互联网厂商和应用开发者作为主力军、APP为主要交互界面。随着生成式AI、多模态技术的发展，各厂商将语音助手接入大模型，增强其交互能力。展望未来，随着各厂商将大模型融入底层操作系统，越来越多的功能和服务将被接入到AI Agent，AI Agent或将逐渐成为连接数字生态的入口，用户只需要提出需求（如微信和朋友晚上约地点吃饭），AI Agent能自动运用后台大众点评、百度地图等APP能力给出较好的解决方案。

手机终端或有望成为新的流量入口，深刻影响手机厂商商业模式。移动互联网时代APP替代了网页版的搜索引擎，各种APP成为了人们获取垂类信息的渠道，对应应用商店的入口作用得到了凸显（当前手机端，用户主要依靠手动从应用商店下载对应APP产品，APP本身承担了内容筛选的角色，不同的APP对应提供不同类型的内容产品）。Agent（APP-less）UI交互模式下，APP弱化为硬件的后台服务提供方，一方面，APP和应用商店的入口功能被削弱，手机厂商软件生态的商业模式或出现变化；另一方面，AI Agent产品由于高集成度、开发门槛高、对手机系统级硬件适配度要求高等特点，更适合于头部软硬件厂商如手机厂商、云服务商、互联网大厂开发。在此过程中，手机厂商由于天然掌握手机终端硬件入口，预计其有望占得先机，从而更深刻地参与到内容的分发环节。

（2）市场空间：新流量入口聚焦技术层，将通用能力输送多元应用场景

1）从微信、搜索引擎等超级App看流量入口发展空间

互联网巨头通过超级App掌握流量入口，通过广告、电商、会员（增值）服务、游戏等核心变现模式，实现较高服务收入。根据工信部，2023年中国规模以上互联网和相关服务企业完成互联网业务收入1.75万亿元；根据QuestMobile，2023年中国移动互联网月活用户规模突破12亿，全网单月人均使用时长近160小时，其中大平台小程序（微信、支付宝、百度、抖音）去重后月活用户达到9.8亿，成为超级App，为互联网巨头变现带来较大流量。

微信：拥有公众号（订阅号、服务号）、视频号（直播、短视频）、小程序、搜一搜等全域流量，通过内部多个场景流转实现相互导流，2023年为腾讯贡献约620亿元广告收入；

百度：作为中国最大的搜索引擎公司，通过提供搜索服务获取大量用户数据，并利用数据向广告主提供精确的广告投放，即搜索+信息流双擎驱动，2023年百度广告在线营销收入达751亿元。

AI Agent时代下，App（尤其工具类App）或退居后台服务提供方，手机终端厂商或掌握新流量入口，通过对App的调用实现将通用能力输送多元场景主动满足客户需求。手机终端厂商在流量入口的加持下，在互联网厂商服务收入的分成占比或将进一步显著提升。

2）从手机厂商的角度，看互联网业务收入增长方式

智能手机时代手机厂商互联网业务收入主要为广告收入、Appstore收入、订阅收入等。AI Agent发展带动下，App弱化为硬件后台服务提供方的背景下，手机厂商作为主要的流量入口或将获得更高的分成比例、以及更多流量对应的广告收入。以苹果为例，苹果软件服务收入主要包括Advertising业务、APPStore收入、数字内容等订阅服务三部分。

Advertising业务方面，其中面向谷歌的License收入是谷歌为作为苹果硬件产品的默认搜索引擎付出的流量获取成本（TAC，Traffic acquisition costs），按2023年谷歌TAC费用180亿美元，计算得出其占比广告收入约7.6%。AI Agent模式下，若该比例每提升1ppt，则将为终端厂商贡献约24亿美元收入，对应约18亿美元毛利。此外，相关人士判断面向软件开发者在AppStore内宣传其开发的App的推广活动收取的Search Ads也有望随流量增长而对应增加。

AppStore业务方面，从客户直接接触的App转为后台内容及服务提供者，软件开发者营收的分成或将下降，对应终端厂商收取的佣金或将增长。

订阅服务业务方面，苹果已经推出的AppleOne订阅服务或成为主流的收费模式，相比此前分开付费，这种模式不仅费用更高，同时用户数也会更多。

2、B端：AI agent或带动新一轮产业投资，生产工具全面升级

（1）AI agent或带动新一轮产业投资，智能生产解决方案提供商竞争力提升

AI Agent有望凭借专业性的知识沉淀落地B端市场，实现企业降本增效。相较于个人用户，企业用户通常面临更加复杂和多样化的业务需求，并拥有更明确的业务场景、业务逻辑、更多场景化行业数据及其行业知识案例的积累，能够发挥AI Agent的自主性、感知与理解环境、决策与执行、交互、使用工具等优势。结合AI大模型的迭代、RAG（Retrieval Augmented Generation）的应用及记忆能力的改善，AI对B端场景的赋能有望从早期的Copilot模式逐步演进为具备更多自主智能的Agent形态，初步具备自主交互与环节迭代的高阶能力，进而深度融入并推进企业业务流程，赋能企业降本增效及数智化转型。

从场景化到跨领域赋能工作流程，AI Agent有望重塑B2B产业价值链。与通用化模型相比，特定领域数据训练的垂直模型在延迟、准确性和成本方面具备更好的表现，且拥有强化自反馈“数据飞轮”效应。B端市场沉淀了海量场景化数据集，有望通过模型训练与微调以深化场景体验与模型的耦合程度，实现AI Agent嵌入企业客户工作并承载业务逻辑。此外，在底层数据打通后，AI Agent可凭借跨API联动重新整合工作流，带动系统整体提质增效。AI Agent有望在B端逐步释放AI的核心价值，实现降本提效、优化人机、人人交互协同模式并引领生产关系的变革。

企业端强调投入的产出比，赋能企业效率提升是决策核心考量。企业端在应用背后代表着巨额的资本开支、人力等资源调整成本以及战略转型成本，B端产品的首要目标是实现提升业务效率、降低运营成本、提高创收能力等成本收入端变革，打磨交互体验等则处于次要地位。因此，从长期视角审视，当实现产能的提升幅度超越投入成本且投资回报率ROI>1时，企业通常倾向于采取付费策略。

在生产端，由于无法有效利用AI的企业面临出清风险，AI agent带来的效率提升有望刺激新一轮产业投资。当前AI浪潮已然驱动云厂商、科技公司等进入新一轮资本开支周期，根据彭博一致预期数据，2024年北美TOP4云厂商（亚马逊、谷歌、微软、Meta）资本开支合计将达2215.0亿美元（YoY+ 50.2%），预计2025/2026年会以19.1%/10.1%的增速至2639.0/2905.3亿美元。

此外，AI算法赋能企业生产端效率提升，需要与具体行业数据及知识结合，通过提取抽象化特征、训练行业核心价值数据形成有价值的AI算法，此外还需要洞悉成本构成、价值创造及产业链运作。积累了行业“专家级知识”的厂商，能够确保AI技术满足差异化的企业生产及业务流程，拥有行业Know-How的知识积累的自动化设备企业/智能生产解决方案提供商的竞争力或将进一步提升。

（2）生产工具有望全面升级，看好智能化硬件

硬件端刺激生产工具的全面升级，包括员工端的AIPC及AR/VR，生产端的传感器、物联网，以及本地云或边缘侧的算力、存储需求等。

AIPC通过集成先进的人工智能技术和优化的硬件架构，为AI Agent提供强大的运行平台和丰富的应用场景。根据联想《AIPC产业（中国）白皮书》，AIPC具有五大特性：内嵌个人大模型，拥有个性化本地知识库；具备CPU、GPU、NPU本地混合AI算力；拥有开放的AI应用生态；可运用自然语言交互；拥有设备级个人数据和隐私安全保护。2024年3月，苹果推出搭载M3芯片的MacBook Air，M3芯片中速度更快、效率更高的神经网络引擎，使得MacBook Air持续助力AI技术的应用；荣耀发布AIPC—Magic Book Pro 16；微软宣布推出首批专为商业用户打造的Surface AIPC——SurfacePro10商用版和Surface Laptop 6商用版；4月，联想推出内置联想小天个人智能体“AI元启”系列电脑。据Gartner预测，2025年全球AIPC出货量有望超过1亿台，较2024年同比高速增长165.5%，占整体PC销量的43%。

AR/VR能通过智能交互识别预测用户意图，提升工作效率。执行方面，用户可以通过语音指令或手势操作来控制虚拟角色、选择菜单项或执行其他任务，AI Agent能够准确识别这些输入，并基于输入的解析快速做出响应，从而提升用户的交互体验和响应速度；识别方面，通过机器学习和数据分析技术，AI Agent能够预测用户的意图和行为，提前加载相关的数据或资源以减少用户的等待时间；场景化模拟方面，AI Agent能够实时模拟和分析AR/VR场景中的物理环境和光照条件，同时赋予虚拟角色和物体智能行为，提升用户的沉浸感和互动性。据IDC数据，2024全球AR/VR出货量达到0.097亿台（YoY+ 44.2%），得益于游戏用户的基础以及企业端等拥抱并采用更多头戴式设备进行培训、协同办公等代理支持，预计到2028年达到0.356亿台。

企业生产端迎来硬件的智能化替换需求，强化传感器、物联网通信及算力的协同。AI Agent有望结合物联网、传感器、机器视觉等技术重塑工业生产方式。从应用落地角度看，面对仓库、工厂等作业环境，传感器感知并收集环境中的各种信息，如温度、湿度、光照强度、压力等，并将信息转化为数字信号，

通过网络传输给其他设备或系统；而物联网将各个传感器及云边端连接起来，实现数据的收集、传输、存储和分析；AI等技术能够提供决策及解释能力，实现感知信息的最大化利用，从而实现生产工具的数智化转型；此外，由于数据量与实时性的要求，云-边-端多层次的算力网络也成为必要。

物联网方面，据IoT Analytics统计数据，2023年全球IoT设备连接数达166亿台，同比增长15%；预测到2024年，该连接数将增至188亿台（同比增长13%），2023-2026的IoT设备连接数实现CAGR 13.9%。此外，据Globe Newswire，2023年全球通信模组市场规模为414.3亿美元，有望保持21.4%的CAGR增长至2030年的1612.9亿美元。

传感器方面，据Business Research Insights统计数据，2022年全球摄像机市场规模为81.19亿美元，并预计以CAGR为5.8%的速率增长至2032年的142.46亿美元。此外据Precedence Research统计数据，2023年全球传感器市场规模为2269.1亿美元，预计2024-2034年传感器市场将以CAGR8.4%的速率增长至5510.3亿美元