海外AI应用进展如何？

技术突破与商业化共振，AI 应用端开启增长新纪元。

美股 AI 应用板块正步入高速成长期，底层技术 迭代、算力成本下降与垂直场景渗透形成共振，企业降本增效需求与 AI 产品商业化能力提升驱动行业进入 业绩兑现期。我们看好未来 AI 应用端的发展潜力： 1）巨头 Capex 持续提升：头部科技巨头资本开支聚焦 AI 基础设施，微软、Meta、亚马逊、Google2025 年合计投入超 3000 亿美元 Capex，推动 AI 应用商业化不断落地；2）大模型 API 价格进入“平民化”阶段： DeepSeek-R1 推理成本降至 GPT-4 的 1/30，OpenAI 免费开放 GPT-4o 语音功能，模型调用成本下降推动 AI 应用边际成本趋近于零，低成本调用有望促进应用端需求提升；3）企业降本增效刚性需求爆发：AI 在客 服、营销、研发等环节实现一定人力替代，有助于企业进行降本增效。

1）Agentforce：Agentforce 是 Salesforce 面向企业级市场的核心 AI 代理平台，定位于“数字员工”，支 持多模态交互（文本、语音、图像）和跨系统集成（如 ERP、CRM），能够自主执行复杂业务流程。其核心 功能包括客户支持自动应答、销售线索筛选、工单处理等，并通过 Atlas 推理引擎实现动态优先级调整。 平台还提供低代码开发套件和 AI Agent 商店（AgentExchange），支持企业自定义代理流程。2025 财年 Q4 数据显示 Agentforce 已经签约超 3,000 个付费合同。 2）Data Cloud：Data Cloud 是 Salesforce 的实时数据湖与分析平台，整合企业内外数据源（包括 Slack 对话、IoT 设备、第三方云服务），构建客户 360 度视图。其核心功能包括数据清洗、跨系统身份解析、实 时分析，并为 Einstein AI 和 Agentforce 提供训练数据支持。根据 2505 财报，AI&Data Cloud 收入突破 10 亿 美金（yoy+120%）。 3）Einstein AI 套件：Einstein AI 是嵌入 Salesforce 全产品线（Sales Cloud、Service Cloud 等）的智能引 擎，基于 GPT-4 和 Claude 3.5 模型提供生成式 AI 能力。其核心功能包括自动化生成销售邮件（Sales GPT）、 客服简报（Service GPT）、营销内容（Marketing GPT），以及开发者工具 Apex GPT（自然语言生成代码）。

（2）Adobe：“生成式 AI+智能体生态”双轮驱动，构建了覆盖创意生产（Firefly）、营销优化（GenStudio）、 等 AI 核心板块： 1）Adobe Firefly：Firefly 是 Adobe 的旗舰生成式 AI 平台，覆盖图像、视频、3D 和矢量内容创作，支 持文生图、图生图、视频补帧等功能。其技术核心包括 Firefly Image Model 4（2K 分辨率输出）和视频模型 （最长生成 5 秒片段），支持镜头参数控制（如摄像机型号、运镜方式）和跨模态联动（如将生成图像二 次转化为视频）。商业安全性是其核心差异化，训练数据来自 Adobe Stock 合规素材库，规避版权风险。 2）Adobe Experience Platform AI：基于 Adobe Sensei 引擎，整合实时客户数据平台（CDP）、AI 驱动的 产品推荐和跨渠道预算优化。核心功能包括销售机会预测（准确率提升 30%）、智能内容生成（如邮件文 案自动化）和营销效果归因分析，覆盖从数据清洗到客户触达的全链路。 3）文档与创意生产力工具（Acrobat AI 助手、Photoshop AI）：Acrobat AI 实现合同摘要生成、多语言 翻译（128 种语言）；Photoshop 集成神经滤镜（自动修复、风格迁移）、AI 助手（自动化步骤指导，如渐 变效果应用）；

（3）Applovin：“AI+数据+全球化”三角模型构建了广告技术领域的护城河，其核心 AI 产品 AXON 实 现了广告投放的精准匹配与动态优化： 1）AXON AI 广告引擎：AXON 是 AppLovin 的核心 AI 驱动平台，专注于广告精准匹配与动态优化。其 技术底层结合深度学习和实时反馈机制，能够分析用户行为数据（如点击率、留存率）和海量广告素材（视 频、互动广告等），通过预测算法自动分配广告预算、优化投放策略，并支持生成式 AI 动态生成广告内容 （如个性化文案、视频剪辑）。AXON 2.0 版本进一步强化了非游戏领域（如电商、社交）的跨场景匹配能 力，广告主 ROI（投资回报率）可达行业平均水平的 2-3 倍。 2）SparkLabs：SparkLabs 是面向广告主的 AI 内容生成平台，支持文本转视频、动态创意优化（DCO） 等功能。其技术亮点包括：多模态生成，基于 GPT-4 和 Stable Diffusion 模型，生成个性化广告素材（如 15 秒短视频）；A/B 测试，自动生成多个创意版本并实时优化点击率。

（4）Unity：通过“AI+3D 引擎+广告数据闭环”战略，构建了覆盖游戏开发、广告变现及工业数字化： 1）Unity AI（引擎）：Unity AI 替代之前的 Muse 和 Sentis，集成于最新 Unity 6.2 版本中；新增功能包 括预编译代码生成、运行代理操作以及新的生成资产类型。Unity AI 有三个主要组件：a)Assistant：Assistant 取代 Muse Chat，成为 Unity 中的上下文助手;b）生成器：生成器取代了所有 Muse 资源生成功能：动画、 精灵和纹理。生成器能够更好地集成到 Unity 编辑器工作流程和检查器中。c)推理引擎：推理引擎取代了 Sentis，推理引擎继续专注于提升本地 AI 模型推理性能，以实现独特的运行时体验。 2）Unity Vector（广告 AI 平台）：动态 ROI 优化，通过机器学习预测广告点击率（CTR）与用户 LTV（生 命周期价值），支持移动端、CTV 广告投放策略统一管理；根据 2025 年 Q1 财报数据，Vector 全量替换旧 版 Unity Ads，推动广告收入同比增长，头部客户 ROAS 提升 15%-20%。

（5）Duolingo：通过“AI 内容生成+自适应学习+跨学科扩展”构建壁垒： 1）Duolingo Max（旗舰 AI 订阅服务）：集成 GPT 技术，Duolingo Max 是基于 GPT 的付费增值服务，提 供三大核心功能：Explain My Answer：实时解析用户答案正确性与错误原因，覆盖语法、发音等维度；Roleplay ：与 AI 虚拟角色进行情境对话，模拟真实语言交流场景；Video Call：支持与 AI 角色（Lily）进行带记忆的 连续对话，用户可通过摄像头练习口语表达。Max 订阅服务，定价为 30 美元/月或 168 美元/年，25Q1 财 报数据显示，公司 Max 渗透率已经达到 7%，我们预计 2025 年 Max 用户渗透率有望来到 10-15%。 2）AI 横向拓展：跨学科扩展的 AI 教学模块，核心能力包括：数学：通过游戏化界面（如“糖果传奇” 式交互）教授算术、几何；音乐：AI 生成乐谱练习与节奏训练，支持即时反馈与难度分级。公司还推出国 际象棋。

（6）Servicenow：生成式 AI 驱动企业级平台，整合覆盖 ITSM、CSM、HR 等核心场景： 1）Now Platform 与 Now Assist AI 生产力套件：Now Platform 是 ServiceNow 的底层 AI 工作流引擎，整 合生成式 AI 能力，支持自动化流程管理、跨系统协同与智能决策。核心模块包括：Now Assist：生成式 AI 助手，覆盖 IT 服务管理（ITSM）、客户服务（CSM）、人力资源（HR）等场景，支持案例摘要生成、代码自 动开发（文本转代码）、知识库问答等功能；AI Ops：通过机器学习预测 IT 运维故障并自动修复，例如动态 调整服务器负载或优化网络配置；Virtual Agent：基于自然语言处理实现智能自助服务，可处理 60%以上的 标准工单请求。 2）Generative AI Controller：该产品是企业级生成式 AI 开发工具，支持快速接入第三方大模型（如 GPT-4、 Llama 2），并实现以下功能：知识管理：自动提取 IT 工单、合同网页中的关键信息生成摘要，案例处理时 间缩短 80%；代码生成：开发者通过自然语言描述需求即可生成低代码或 Python 脚本，开发效率显著提升； 动态合规：实时解析全球关税规则（如 HTS 编码），自动更新供应链策略。 3）AI Agent Orchestrator 与 AI Agent Studio：AI Agent Orchestrator：协调跨任务、系统和部门的 AI 代 理团队，驱动端到端工作流自动化；AI Agent Studio：低代码/无代码工具，允许客户构建定制化 AI 代理， 预配置数千个针对 IT、客户服务和 HR 的代理模板。

（7）Gitlab：通过“AI+DevSecOps+生态协同”战略，构建了覆盖代码开发、安全合规及流程自动化 的全链路 AI 重构能力： 1）GitLab Duo：以生成式 AI 技术为核心，实现代码生成、漏洞修复及测试自动化的闭环，2025 年推 动 Ultimate 层级 ARR 占比提升至 50%。其分层订阅模式（19-149 美元/月）精准匹配中小企业至大型企业 需求，自托管解决方案（GitLab 17.9）更在金融、医疗等高合规行业形成差异化壁垒。2025 年 2 月发布的 GitLab 17.9 版本支持自托管 AI 模型（如 Mistral、Claude 3.5 Sonnet），企业可在本地部署 LLM，满足金融、 医疗行业的数据合规需求。 2）GitLab Ultimate：GitLab Ultimate 是面向企业级用户的订阅服务，整合 AI 能力提供以下核心功能： 智能价值流分析：通过机器学习识别开发流程瓶颈，推荐优化路径（如减少测试等待时间）；安全左移： 在代码合并前自动执行漏洞扫描和合规检查，降低修复成本；跨团队协作：AI 生成项目计划、任务优先级 排序，并同步至 Jira 等协作工具。

（8）Meta：具备核心“开源模型+应用生态+硬件底层”优势， AI 推荐系统+AI 投放工具助力广告发 展： 1）Llama 系列模型：最新 Llama 4 系列（含 Scout、Maverick 版本）支持文本、图像、代码生成，采用 混合专家架构（MoE），参数规模最高达 4000 亿，性能对标 GPT-4o。 2）Meta AI 助手：全平台嵌入，集成 Facebook、Instagram、WhatsApp 等应用，支持实时翻译、图像 生成、语音交互，月活用户近 10 亿；C 端形态--嵌入应用家族生态的 AI Agent；B 端形态： WhatsApp+Click-To-Message 广告。 3）广告自动化工具&广告 AI 系统：a）AI 带动广告曝光量增长，2023-2026 年最为明显，提升 AI 分发 占比能够--有效提升用户时长（目前在线测试效果为流量增长 9.4%）；形成更精准的数据标签，和未来更多 的商业化曝光流量位；b）AI 拉动广告价格（2022-2024，GPU 替换；2025-2027 推荐系统升级；2028 及以 后大一统推荐系统），广告主使用 Advantage+预计能带来 20%的 ROI 提升。据 Meta 官网 2023 年有关文章 表述，Advantage+平均降低 CPA 28%，提升 ROAS 32%。

（9）Google：通过“全栈 AI+生态闭环”战略，构建了从底层算力（TPU）、核心模型（Gemini）到应 用生态（AlphaEvolve、Astra、Overview）的完整价值链： 1）Gemini 系列多模态模型：支持文本、图像、音频、视频的跨模态生成与推理，Gemini 2.5 可处理 超 100 万 token 长上下文，应用于搜索增强、广告优化及工业设计。通过“思考预算”机制（0-24k token）， 用户可调节模型深度（极简模式或深度推理）。Gemini 2.5 在长文本场景的突破（100 万 token 上下文）直 接挑战 OpenAI 的 GPT-4.1，而 AlphaEvolve 的算法优化能力（数据中心年省 1 亿美元）正在打开 B 端企业 市场。 2）AlphaEvolve（AI 编程代理）：自主算法优化，结合 Gemini 模型与遗传进化算法，自动生成代码、 优化芯片设计（如 TPU 电路冗余削减），数据中心调度效率提升 0.7%。 3）AI Overview&广告推荐：Google AI 改造业务的主要方向是搜索广告，其次是提升改造 Youtube 内容 生态和自动化广告工具。就 AI 广告而言，AI 为 Google 增加：1）电商广告；2）复杂关键词的商业化；3） 视觉搜索广告；4）Youtube 新广告形式。其中复杂关键词商业化预计贡献 1~3%（合计 ad load 15%，理论 上限 20%），视觉搜索占比 4.7%（其中商业化部分预计 25%，对应 ad load 可增加 1.125%）。总结来看，AI 能够缩小 Ad load 15%与理论上限 20%的差距。AI Overview/LLM+广告的商业化案例：1）AI Overview 将开 放电商/LBS 广告（本地广告）；2）复杂关键词的商业化变现能力提升；3）开启视频广告商业化；4）提升 YouTube Shorts 的货币化。

（10）Amazon：“基础设施-平台-场景”生态整合，覆盖企业服务、消费零售、物流供应链的全栈 AI： 1）Amazon Bedrock：集成 Anthropic Claude、Meta Llama、Mistral 等 100+第三方大模型以及自研的 Nova 系列大模型，支持企业按需调用及定制微调，覆盖代码生成、营销文案优化、分子筛选（医药场景）等。 2）Amazon Q：Amazon Q 让每个人都快速使用生成式 AI，来提高整个团队的生产力，从开发人员、数 据分析师到业务领域的用户。Amazon Q Developer 专门面向开发者，端到端满足整个开发生命周期的需求。 3）电商 AI：AI 深度渗透选品、运营、营销全链路。Amelia（卖家助手）提供实时选品建议与库存监 控；Rufus（购物助手）通过自然语言交互推荐商品；生成式工具（如 A+内容生成器）自动化商品描述与 视频制作。2024 年全球超 65 万卖家使用 AI 生成商品信息。 4）AI 广告 COSMO 算法升级：COSMO 算法是将传统的【Query - Product】相关性分析升级为【Query - Product - Intent】相关性分析。这一变革极大地提升了搜索算法的性能，使得搜索结果不仅仅基于查询词和 产品的直接匹配，而且还考虑了用户的购买意图，从而实现了更加精准的搜索匹配。根据 Amazon 论文， COSMO 对搜索导航栏的优化，获得了 0.7% 的销售增长，搜索导航栏的参与率提升 8%。

（11）Microsoft：AI 渗透生产力工具（Copilot）/基础设施（Azure AI）/开发者生态（GitHub）全体 系： 1）Microsoft 365 Copilot & Team Copilot：作为微软企业级 AI 助手，Copilot 深度集成于 Teams、Outlook、 Word 等办公套件，支持会议纪要生成、任务自动化、数据分析等功能。Team Copilot 扩展至项目管理，可 分配任务、跟踪进度并跨团队协调。 2）Azure AI PaaS：其核心 PaaS 业务包括，1）Azure Machine Learning：低代码/无代码建模工具，集成 AutoML 与 MLOps，支持 TensorFlow/PyTorch 等框架，企业客户可构建定制化模型。2）Azure OpenAI Service： 提供 GPT-4、DALL-E 3 等 API 接口，按调用量计费，适用于内容生成、客服对话等场景。 4）GitHub ：面向开发者的 AI 编程助手，基于 GPT-4o 模型提供代码生成、错误修复及网页编写支持。 2025 年推出“AgentMode”，可自主调试代码并提交 PR（Pull Request）。

（12）Zeta：借助 AI 从数据采集到智能营销决策链路布局，第一方数据深筑公司护城河： 1）ZMP：作为核心 AI 驱动平台，ZMP 整合身份解析、消费者意图预测、全渠道营销自动化功能。通 过分析数万亿结构化和非结构化数据点（如电子邮件、社交媒体、联网电视广告等），实时优化广告投放 策略，并提供个性化客户旅程编排。其 AI 引擎支持动态预算分配，ROI 提升率优于行业平均水平。2024 年推出 AI Agent 商店，已有超过 400 个 AI Agent 投入商用。 2）CDP+：整合企业第一方数据与 Zeta 专有数据云（覆盖 24 亿全球用户、2500+兴趣标签），构建统 一的客户 360 度视图。通过机器学习算法实现跨渠道身份匹配，支持合规数据治理（GDPR/CCPA）。

（13）Workday：以 AI 平台+代理生态重构企业服务，引领 HR SaaS 智能化革命： 1）HiredScore：1Q24 完成 HiredScore 收购：从人才库中智能提取匹配空缺职位的候选人；根据岗位 需求智能评估外部候选人；融入其他工作流程例如 Teams 中，并实时更新招聘流程和下一步通知，简化 流程负担； 2）Workday Illuminate：是基于 700 亿参数大型语言模型（LLM）的 AI 平台，专为 HR 和财务场景优化， 整合全球最大 HR/财务数据集（覆盖 8000 亿次交易）。其核心优势包括：通过预测性分析优化招聘、薪酬、合规等场景，如自动识别预算超支并推荐解决方案。智能代理（Agents）生态：内置 Recruiter、Expenses、 Succession 等代理，支持自动化任务（如简历筛选、费用报销）与决策辅助。 3）ASOR：4Q24 Workday 发布 Agent System of Record(ASOR)，主要面向企业管理 Agent 工具， Workday 的系统将允许企业注册和管理 AI 代理，帮助培训和监控这些代理的性能和安全性。Workday 的 目标是简化 AI 代理的整个生命周期管理，包括配置、控制、培训和集成到 Workday Assistant 中。