报告行业投资评级 未提及相关内容 报告的核心观点 报告围绕AI行业展开，对传统AI和新兴AI进行对比分析，阐述其应用场景、价值评估及发展趋势，还给出不同行业核心环节AI场景建设路径建议 [12][32][35] 根据相关目录分别进行总结 传统AI与新兴AI的应用场景及价值 - 传统AI和新兴AI在应用场景和价值上有差异，传统AI在数据和学习技术开放平台等基础开发方面有优势，新兴AI在生成式AI应用场景有发展潜力 [26][28] - 从助力价值看，传统AI助力价值体现在数据和技术支持，新兴AI助力价值体现在创新应用和效率提升；从投资价值看，新兴AI投资价值受关注，传统AI投资价值基于稳定应用和市场份额 [16][21] AI行业的战略、成本和经济价值 - AI行业的战略、成本和经济价值可通过SCE模型评估，战略价值体现在技术领先和市场地位，成本价值体现在资源利用和成本控制，经济价值体现在盈利和增长潜力 [32][35][37] - 不同应用场景下，AI的价值评估有差异，如金融、制造、能源化工和传媒等行业，需结合行业特点和需求评估 [39][42][44] 2024年AI行业的发展趋势和重点方向 - 2024年AI行业发展趋势向好，重点方向包括技术创新、应用拓展和产业融合等 [31] - 不同行业的AI应用重点不同，金融行业营销环节侧重生成式AI，风控环节以决策式AI为主；制造业产品研发引入生成式AI，生产制造侧重决策式AI；能源化工行业生产制造和供应链管理以决策式AI为主，可引入生成式AI；传媒行业生产制造及营销销售环节重点布局生成式AI [39][42][44] 传统AI与新兴AI的协同发展和投资机会 - 传统AI和新兴AI协同发展可实现优势互补，传统AI为新兴AI提供基础支持，新兴AI为传统AI带来创新动力 [12][16][21] - 投资机会方面，关注技术创新能力强、应用场景广泛和市场份额大的企业，以及在不同行业有应用优势的AI解决方案提供商 [39][42][44]