AI智能體爭奪30萬億美元消費市場!大摩:Meta、蘋果、亞馬遜等有望受益,谷歌面臨商業模式考驗

智通財經APP
昨天

摩根士丹利發布最新研報稱,隨着Meta Platforms(META.US)推出Muse智能體,以及Instinct等AI智能體迅速獲得市場關注,「智能體AI」正在從單純的信息問答工具進一步向能夠替用戶搜索、比較、決策乃至完成交易的「行動型助手」演變。摩根士丹利估計,未來可通過智能體產品實現數字化的全球消費者支出規模約達30萬億美元,覆蓋電商、旅遊、廣告、外賣、網約車等多個領域,其潛在市場規模與生成式AI在企業知識工作領域的市場機會大致相當。

摩根士丹利認為,這場智能體浪潮不僅可能創造新的流量入口和交易渠道,也可能重新分配互聯網行業長期形成的利潤池。擁有龐大用戶分發渠道、獨特數據以及軟硬件生態的平台處於相對有利位置,其中Meta、蘋果(AAPL.US)和谷歌(GOOGL.US)具備較明顯的基礎優勢;在下游企業中,亞馬遜(AMZN.US)、eBay(EBAY.US)和Shopify(SHOP.US)等公司的智能體時代定位相對突出。與此同時,網約車等標準化程度較高、消費者更看重價格的行業面臨的潛在衝擊更值得關注。

值得注意的是,摩根士丹利此次對北美互聯網行業整體前景仍持樂觀態度,並將Meta、蘋果、亞馬遜、eBay和Shopify列為其認為在智能體浪潮中定位較為有利的一批公司。

Meta Muse成為新變量 每1億用戶或為2028年EPS貢獻約1%增量

此次研報尤其關注Meta最新推出的Muse。摩根士丹利認為,Muse是智能體市場的一項重要進展:推出後連續9天位居應用下載榜前五,同時能夠利用Facebook、Instagram及Meta其他數據資源提供個性化交互,並已將移動網頁瀏覽和操作能力融入使用場景,可以直接通過瀏覽器執行部分交易任務。與此同時,Muse具有較高的免費使用額度——每周提供1億個免費token,摩根士丹利估計,這一額度可能足以支持用戶每天進行100次以上查詢。

與單純依靠訂閱收費相比,摩根士丹利認為,Muse真正值得關注的商業化機會可能來自用戶行為和交易本身。目前Muse可以通過訂閱模式收費,但該行預計,Meta最終可能針對由Muse促成的交易收取佣金。

摩根士丹利還對這一商業模式進行了量化測算。假設到2028年Muse擁有1億用戶,每名用戶每天發起5次查詢,其中10%屬於可以商業化的查詢,同時Meta每次商業查詢實現約0.07美元收入,那麼Muse一年可為Meta貢獻約13億美元收入和約0.35美元增量每股收益,相當於為2028年EPS增加約1%。

而這一模型具有相當大的規模效應。摩根士丹利的敏感性分析顯示,如果Muse用戶規模以及每名用戶產生的商業查詢數量進一步提高,其交易相關收入可能達到80億美元以上;在更積極的情景下,Muse甚至可能為Meta 2028年EPS帶來15%以上的增量空間。不過,這一結果高度取決於用戶規模、商業查詢頻率和變現效率等假設,並非該行的基準預測。

智能體競爭關鍵不只在模型 分發能力與獨家數據成為核心籌碼

摩根士丹利認為,決定橫向AI智能體最終競爭格局的兩個重要因素,是規模化分發能力和大規模獨特數據集。

這也是Meta、谷歌和蘋果被該行認為具備較好基礎的原因。蘋果和谷歌分別掌握iOS和Android生態,其軟件與硬件的深度整合,使兩家公司更容易在整個設備生態中部署智能體應用和功能;Meta的差異化優勢則來自Facebook和Instagram等平台積累的大量第一方數據,這些數據有助於智能體理解用戶偏好並提供更加個性化的服務。

不過,技術能力本身並不足以保證最終勝出。摩根士丹利指出,推動智能體普及本質上還涉及消費者行為習慣的改變,因此產品推廣、用戶教育以及能否清楚展示實際使用價值同樣重要。Muse推出時間尚不足10天,但初期用戶表現已經釋放出一些積極信號。

電商格局或重新洗牌 亞馬遜、eBay及Shopify定位相對有利

在智能體逐步介入購物決策和交易之後,電商平台可能成為最直接受到影響的領域之一。

摩根士丹利認為,在其覆蓋的電商公司中,亞馬遜和eBay的智能體時代定位相對較好,而Peloton(PTON.US)、Chewy(CHWY.US)和FIGS(FIGS.US)等公司面臨的潛在風險相對更高。

Shopify則扮演不同角色。摩根士丹利認為,Shopify並不只是一個直接面對消費者的購物平台,其更重要的價值在於為大量分散的商戶提供基礎設施。因此,當商戶需要調整商品信息、交易流程和技術架構,以適應智能體主導的購物環境時,Shopify可能成為幫助這些商家完成轉型的重要「基礎設施提供者」。

換言之,當消費者越來越多地讓AI替自己「找商品、比價格、下訂單」時,電商行業競爭的重點可能逐漸從「誰擁有最好的網站和App」,擴展至「誰最容易被AI智能體發現、理解並完成交易」。

旅遊平台並非最脆弱 獨特實時庫存構成重要壁壘

近期市場對於智能體顛覆在線旅遊平台(OTA)的擔憂明顯升溫。報告指出,隨着相關擔憂重新發酵,一些處於「智能體競爭戰場」的在線旅遊公司股價在此前約兩周內累計下跌約6%-12%。

但摩根士丹利認為,市場可能低估了Booking Holdings(BKNG.US)、Airbnb(ABNB.US)和Expedia(EXPE.US)手中的一項重要資產,獨特、分散、規模龐大且不斷變化的實時庫存。

酒店房間、民宿、航班等旅遊產品不像標準化商品一樣容易被AI完全替代。旅遊消費通常需要大量圖片瀏覽、目的地探索、行程規劃和產品發現,因此消費者並不一定願意完全跳過OTA平台。摩根士丹利認為,「探索、規劃和產品發現」本身可能構成旅遊行業的一種競爭壁壘。

不過,OTA仍需關注兩個關鍵指標:一是直接流量是否被AI智能體分流;二是這些平台能否推出自己的智能體產品,將用戶和交易繼續留在自身平台之內。這兩點可能影響其長期估值水平。

網約車面臨更直接衝擊 AI可能把競爭進一步推向「比價」

相比旅遊和外賣,摩根士丹利認為,網約車行業面臨的智能體顛覆風險更高。

原因在於網約車服務更加標準化。對於一名只是希望從辦公室前往機場的消費者而言,優步(UBER.US)和Lyft(LYFT.US)之間的選擇可能主要取決於價格和等待時間。智能體完全可以同時查詢多個平台,然後自動選擇價格最低或最快的一項服務。

相較之下,點外賣和訂旅遊產品通常涉及更多圖片瀏覽、探索和個人偏好,因此消費者主動參與決策的價值更高。摩根士丹利因此認為,越標準化、客單價越小、越依賴價格進行決策的交易,越容易受到橫向AI智能體影響。

不過,這並不意味着優步、Lyft或DoorDash(DASH.US)會失去價值。摩根士丹利指出,大規模司機、配送員以及本地配送網絡本身就是智能體難以自行復制的實體基礎設施。即使未來消費者通過Meta或其他AI智能體叫車、點餐,橫向智能體仍可能需要接入優步、Lyft和DoorDash的網絡才能真正完成服務。

因此,真正的問題可能從「消費者是否繼續打開優步App」,轉變為「當AI成為入口後,優步能從一筆訂單中保留多少經濟價值」。

谷歌面臨更深層考驗 智能體佣金模式可能壓低傳統搜索變現率

摩根士丹利認為,智能體時代一個尤其值得關注的潛在受影響者是谷歌現有商業模式。

隨着Meta等大型平台不斷推出智能體產品,如果這些產品成功吸引大量用戶,並從谷歌搜索引擎手中奪走具有商業價值的查詢和交易,谷歌可能不得不主動調整目前高度成熟的搜索廣告變現體系。

其中最大的差異在於「抽成率」。

摩根士丹利估計,目前傳統搜索廣告每筆交易對應的「有效抽成率」——即廣告支出佔商品交易總額(GMV)的比例——大約是今年早期部分智能體交易佣金模式的5至10倍。這意味着,如果消費者越來越多地直接通過AI智能體完成購買,而不是點擊傳統搜索廣告進入商家網站,谷歌可能面臨單筆交易變現水平下降的風險。

因此,該行認為,谷歌必須繼續加快下一代智能體產品落地,利用其龐大的搜索用戶基礎和數據優勢守住智能體交易漏斗的上游位置。

但谷歌並非沒有緩衝空間。目前零售商超過80%的線上流量仍屬於免費或直接流量。隨着AI智能體普及,如果部分原本免費的直接流量轉化為需要支付佣金的智能體流量,即使單筆交易抽成率下降,新增的付費交易量也可能部分抵消影響。

摩根士丹利測算,如果約5個百分點的免費/直接流量轉向付費渠道,可以抵消有效抽成率約14個百分點的下降;但如果智能體最終的抽成率只有5%,谷歌需要約38個百分點的流量從免費渠道轉向付費渠道才能完全實現收支平衡。

這也意味着,智能體時代潛在的利益衝突將越來越明顯,谷歌等大型平台希望把更多原本免費的直接流量轉化為可收費的智能體交易,而零售商則需要保護利潤率更高的直接流量。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10