首页一、大模型时代，流量入口或迎变局
1.1、AI+Plugin会使互联网价值链重新分配、固化变现生态圈
【资料图】
ChatGPT Plugin 初步呈现大模型时代，用户需求被满足的过程—从 AI 入口输入需求， AI 入口通过推荐、弹出接入的 APP 满足直接所输入的需求。2023 年 3 月 24 日，OpenAI 宣布，ChatGPT 中初步实现对插件的支持。首批接入 11 个应用的插件，包括 Expedia （在线旅游）、Instacart（生鲜电商）、OpenTable（线上订餐平台）、Wolfram（搜索 引擎）等，并托管了两个插件—网络浏览器和代码解释器。Plugin 能便捷满足用户 的各类需求，比如居家做饭，输入 prompt，通过调用插件，能推送食谱、卡路里计 算、食材购买链接，一步操作满足需求。
大模型时代，用户对完成任务的思考方式或发生变化，需求的满足有望进一步简化， AI 入口有望集聚大量流量。 移动互联网时代前，用户往往将一个任务拆分成多个事情或步骤，分别线下完 成，此时，由于信息不对称等因素，完成每个事情的摩擦成本较高。 移动互联网时代，互联网平台将线上、线下联系起来，降低信息不对称、空间 等因素对满足用户需求的制约，摩擦成本降低；对比互联网时代前，用户仍然倾向于将一个任务分拆成多个事情或步骤分别完成，但是，互联网平台将用户 需求进行线上化匹配，优化摩擦成本，其中，部分事情的完成已不需要线下进 行，比如阅读。
大模型时代：用户完成一个任务的思考方式或发生变化，由于 AI 对用户需求的 理解更加深入、精准，在互联网时代的基础上将进一步提高效率、降低摩擦成 本。以 Plugin 为例，AI 入口可以解读用户需求，自行分拆成多个事情调用相应 APP，进而满足用户需求，其中，部分事情的完成可能不再需要调用额外的 APP， 直接通过 AI 入口就能完成。
AI+入口形成后，移动互联网时代价值链或重新分配，围绕 AI 入口有望固化变现生态。大模型时代，价值链将随用户完成一个任务的思考方式发生变化。结合前文对 思考方式的分析，1）移动互联网前，用户线下完成各件事情，价值基本分布在 各线下场景；2）移动互联网时代，用户借助硬件终端，通过各类 APP 完成各件 事情，APP 和硬件终端减少了用户需求满足的摩擦成本，甚至部分 APP 直接满足 用户需求，价值链在硬件终端、APP、各线下场景中间进行了重新分配；3）大 模型时代，用户借助硬件终端，通过 AI 入口完成各件事情，互联网时代的部分 APP 将成为二级入口，届时价值链将在硬件终端、AI 入口、APP、各线下场景中 间再次重新分配。
AI 入口形成后，围绕 AI 入口易出现生态圈固化。为什么出现 AI 入口后，变现 生态容易固化：1）AI 入口可以直接进行解决方案、APP 的推送；2）AI 入口基 于集聚的大量流量，很容易打造变现生态圈。以腾讯为例，基于国内最大的社 交平台—QQ+微信，布局泛娱乐、支付、线上办公、云业务等，构建自身的生态 圈，充分挖掘用户价值；同时，其他互联网公司对通过微信/QQ 进行社交裂变的 需求较大，比如游戏厂商、拼多多等，腾讯的变现生态圈边界进一步扩大。
我们认为，大模型时代 APP 变现依据的本质不变，但拥有大模型+流量入口的公司掌 握时代主动权。 我们认为，互联网时代 APP 变现主要依托 2 类：依托流量、依托内容/服务。依 托流量的平台将自身流量变现，方式包括广告、抽佣及与其他非流量平台的战 略合作；依托内容/服务的 APP 的变现方式本质是售卖内容/服务，当 APP 积累 一定流量后，也可将自身流量变现。 我们认为，大模型时代的 APP 变现本质仍然是依托流量、依托内容/服务，但价 值链或重新分配。大模型时代，拥有大模型+流量入口的公司竞争力更大，更易 切入其他赛道，集成其他类型的 APP，形成自己的生态圈并固化，在大模型时代 有望占据更多市场。
1.2、未来部分APP将成为流量入口，部分则被集成
我们从用户对接人数多少、基于搜索的效率两个维度构建互联网时代流量入口变化的 框架。1）我们对用户对接人数的定义是：用户对接人数体现的是该平台所集聚的是 单边、双边，还是多边，即用户是否不对接、有限对接、广泛对接其他用户。2）我 们对基于搜索的效率的定义是：基于搜索的效率体现了对平台需求的刚性程度，若平 台更多依赖于算法匹配，不基于主动搜索，则该平台一般刚需性较强。 我们认为，位于用户对接人数多少、基于搜索效率中间区域的 APP 更易被集成。
1）用户对接人数多、不基于搜索类的 APP：用户彼此之间形成网络，切换 APP 的成本较高，大模型时代有能力保持自己的独立性，拒绝被集成。 2）用户对接人数少、不基于搜索的 APP：虽然也是刚需型 APP，但对于大模型 时代而言，集成所带来的效率的边际改善不够高，这些平台有可能保持自己的 独立性或直接成为 AI 入口的组件。 3）高度基于搜索效率、用户对接人数少的 APP：用户主动性较高，既是刚需型 APP，匹配效率也较高；用户对接人数少意味着沟通单向为主，AI 入口对该类平 台的优化有限，相应地，这些平台有一定能力维持自身独立性，不被集成。4）用户对接人数不算多、基于搜索的效率不算高的 APP：用户间网络不够复杂、 对算法匹配有依赖度，AI 入口能优化匹配效率，这些 APP 被集成的概率较大。 5）用户对接人数多、极大程度基于搜索效率难以同时满足。
根据前述框架对互联网时代 APP 进行划分，我们认为，社交类及地图类 APP 更易成为 大模型时代的流量入口。 1）社交类：以微信、QQ 为代表，用户对接人数多，不基于搜索，社交本身是低 效行为，天然需要信息不对称，AI 入口带来的效率的边际改善很低，有能力在 大模型时代保持自身独立性；在微信已成为互联网时代的流量入口，叠加 AI 对 比从 AI 出发叠加流量更容易成为大模型时代的流量入口。 2）短视频：以抖音、快手为代表，主要以算法推荐满足用户泛娱乐需求，用户 关注的更多是内容是否有趣，关注的人也首要基于是否感兴趣，且数量有限， 用户对接人数较少，同时对搜索的依赖较低，AI 入口能带来匹配效率的优化， 大模型时代被集成的可能性较高。
3）电商：以淘宝、京东、拼多多为代表，用户在电商 APP 对接的人数较少，且 用户对对接的是谁关注度不高。对于纯平台型的电商 APP 而言，AI 能优化匹配 效率，容易被集成；但对于背后有物流体系的电商 APP 而言，有能力维持自身 独立性，因为单向分发体系是基于搜索的完全匹配，不能被 AI 入口优化，且这 些平台上的 B 端用户占一定比重，甚至占比较高，背后的单向分发体系使电商 APP 有能力拒绝被优化，在大模型时代保持独立性。 4）本地生活：以美团、饿了么为代表，由于地域限制，相较电商，用户对接的 人数更少，对搜索效率的依赖更高；外卖平台背后有单向分发体系—外卖配送， 结合前文分析，有能力在大模型时代保持一定独立性。而平台属性更强的酒旅、 到餐、到综能被 AI 入口优化，大模型时代被集成的概率较高。
5）阅读类：以起点等为代表，用户对接的人基本只有小说背后的作者，对接人 数较少，依赖搜索/算法分发满足用户需求，AI 入口能优化匹配效率，大模型时 代被集成的概率较高。 6）长视频类：以腾爱优芒为代表，类似阅读类 APP，用户对接人数较少，长视 频内容更多以货架形式呈现给用户，更多基于搜索效率满足用户需求，平台背 后对接众多专业创作者，被集成的边际效益较高。
7）单向分发体系：以外卖、物流、网约车体系为代表，高度基于搜索效率，平 台直接分发，基本不需要用户选择，且单向分发体系用户对接人数少，且甚至 B 端用户占比较高，AI 入口无法优化其效率。互联网时代，部分被集成到电商等 更大流量的平台中，部分成为独立 APP，比如滴滴，大模型时代对于这种格局所 解决的效率问题难以带来较大边际改善，因而单向分发体系有能力维持一定独 立性，已经集成单向分发体系的 APP 在大模型时代也有能力拒绝被优化。8）工具类：工具属性 APP 一般单向对接用户，不基于搜索，比如新闻类、输入 法类、应用商店、金融理财，主要满足用户某类不需要交互的需求，大模型时 代，该类 APP 被优化的可能性较低，可能保持独立性或成为 AI 入口的组件。
二、地图行业的业务及商业化演变探究
2.1、2012年之前：电子导航地图销售及相关服务为主
我们对地图行业发展历程进行梳理，探究商业模式随互联网+后的变化，及哪些地图 商保持了自身优势。2012 年之前，地图行业以电子导航地图销售及相关服务为主。四维图新和高德 地图都是传统图商起家，商业模式都以电子导航地图销售为主，2007-2010 年， 四维图新和高德软件车载导航产品营收占比平均分别为 61.6%和 68.7%。
2011 年起，综合地图服务收入开始放量，四维图新与高德地图路线出现差异。 四维图新开始布局动态交通信息、车载网及地图编译服务等综合地图服务，2011 年该三项业务合计占四维图新营收比重从 6.36%上升至 13.1%，2013 年增长至 41.7%。高德地图则逐步向“互联网+”转移，LBS 服务收入占比从 2010 年的 9.0% 上升至 2011 年的 11.17%，并在 2013 年增长至 37.0%。 2013 年 8 月，百度地图和高德地图均宣布旗下产品“百度导航”和“高德导航” 免费，此后紧抓“互联网+”概念，利用广告+流量入口盈利。
2.2、2013-至今：互联网+，地图行业流量入口重要性显现
2013-至今，“互联网+”概念兴起，地图行业作为流量入口重要性显现。乘上互联网 东风的传统图商享有互联网流量红利，代表性图商是高德地图，从传统图商到互联网 时代下的流量入口，聚合出行相关服务。 高德地图成立于 2001 年，互联网时代积极转型成为互联网流量入口：从导航免费促 进用户量增长，到被阿里收购，再到上线餐饮外卖功能、推出聚合打车服务。据国金 指数，2019 年高德地图 MAU 已超过 5 亿，22 年以来 MAU 保持在 6-7 亿之间，23 年 1-3 月平均 MAU 约 6.5 亿，流量大且趋于稳定。
高德地图商业模式也从电子导航地图销售延展到流量入口+LBS。1）广告：除开屏外， 面向线下商户提供搜索排序等营销服务，类似美团等本地生活平台的广告模式。2） 作为聚合平台抽佣：比如聚合打车服务，和酒旅、线上票务的合作。3）LBS 服务： 面向 O2O 服务商及移动终端提供商提供 LBS+服务。 互联网时代，O2O 需求旺盛，LBS 已深入各类线上平台及终端服务商。LBS 应用广泛， 除出行服务外，几乎可应用于所有 O2O 服务，比如社交网络、外卖、到餐、到综、购 物、导航等；同时，也可应用于线上娱乐，比如游戏、短视频，主要源于社交属性及 附加服务（直播电商等）。2011-2014年，LBS市场规模快速扩大，CAGR约75%，2015-2018 年伴随短视频、本地生活等业务的快速发展，LBS 服务业保持较高的增速。
随自动驾驶发展，高精地图或为地图商未来发展的重要方向，目前其重要性已凸显， 并催化图商提供云服务。高精地图需要甲级测绘资质，目前国内仅 19 家，行业参与 者有限。高精地图（HD map）主要是用于自动驾驶的高精度地图，包含道路形状、道路 标记、交通标志和障碍物等地图元素；相较普通导航地图，对地图精度、更新 频率、信息要素均提出了更高要求，应用层除自动驾驶外，还包括智慧城市等。 高精地图直接面向的是机器，而非人类，目前主要用于辅助车辆进行自动驾驶。随高精地图的发展，地图商商业模式从按 license 收费发展到也向海量数据的 更新收费，并形成以云服务为主的 SaaS 模式，2022 年开始四维图新的营收结构 披露也转向智云、智舱、智芯、智驾。
高精地图对技术要求更高，发展所需的成本高昂，行业龙头更易在高精地图行 业占据一席之地。高精地图需要对海量的路况数据即时更新，精度、更新频率 的要求均更高：1）精度：要求厘米级，以保证车辆稳定、安全行驶在正确车道 上，普通地图需要米级；2）数据更新频率：要求分钟级/秒级，而普通地图只 需要月级；3）信息要素：需要车道信息、交通设施等更加详细的信息，进而对 技术提出更高要求，核心主要在于底图采集、实时更新、RTK 定位。
1）数据采集：需要大量的高质量设备、测绘人员投入，甲级测绘资质仅导 航电子地图制作所需要的专业技术人员就不能少于 100 人，同时还需要外 业数据采集设备 30 台（套）（定位及精度≤10m），具备导航地图编辑系统， 一辆专业型采集车的成本是百万元级别；2）实时更新：需要与道路其他车 辆交互，对于在原车载导航领域占据优势地位的图商而言，优势进一步放 大；3）RTK 技术：用于保证车体实际位置与地图位置一致，并与地图既有 信息相互补充，主要通过地基增强站实现精确至厘米级别的定位，因而该 技术的发展有赖地基增强站的建设数量，对成本进一步提出要求。据易观 分析，高精地图成本随自动驾驶等级提升而提升，随人工智能水平提高， 高精地图成本会逐步下降，最终趋于平稳。
三、地图：行业高壁垒、高刚需，流量入口属性或加强
3.1、地图高刚需，已成为互联网时代重要流量入口：以高德地图为例
地图几乎是互联网时代的出行必备 APP，刚需性强。地图 APP 已集合导航、出行、到 餐、旅游、到综等功能，从高德使用频次、使用时长看，2019 年以来，高德地图日 均使用频次在 6 次左右，打开频次较高且稳定；日均使用时长在 25 分钟左右，时长 相较短视频等泛娱乐类 APP 较短，但稳定，体现出刚需属性。互联网时代，地图已成为重要流量入口。1）高德地图用户规模大，是地图导航赛道 2022 年 1-12 月平均月活规模最大的 APP，约 6.88 亿；对比其他赛道用户规模 TOP1 APP， 高德地图 MAU 绝对值较大，低于微信（10.2 亿）、淘宝（8.8 亿）、支付宝（8.2 亿）、 抖音（6.9 亿）。2）地图在互联网时代已集聚了一定流量，以高德地图为例，已聚合 打车、到餐、酒旅、到综等需求，成为互联网时代重要的流量入口。
3.2、资质壁垒：甲级测绘资质是进入门槛，高数据安全性下资质高要求
拥有甲级测绘资质的图商地图业务开展受限较少，是做高精地图的必需资质，也是成 为图商龙头的必需。因为乙级测绘资质图商在从事互联网地图服务时，不得从事地图 数据库开发，限制了基于底层数据库的 MaaS 服务的提供；且测绘的地理范围受限， 较难在全国范围内提供各类地图服务。19 家拥有甲级测绘资质的公司 2022 年复审换证成功，持证公司有限。测绘资质一般 5 年换一次，期间有复审换证不成功的公司，截至 20 年 10 月底，拥有甲级测绘资质 的公司有 28 家，现已缩减至 19 家。
地缘政治事件频发+海量数据，数据安全重要性提升，地图行业涉及的数据重要性更 加凸显，测绘资质天然不会发布太多，且国央企天然具有优势。2021 年以来数据保 护的政策频频发布，大模型时代下，数据量越来越大，地图数据本身重要性较高，高 精地图涉及数据回传，客户天然对所合作图商的黏性较强。
3.3、技术壁垒：行业涉及众多技术及KNOW-HOW
图商的竞争核心在于地图的准确性及更新及时性，其中涉及到众多技术，及经验堆积 所形成的行业 KNOW-HOW，按要求从高到低排序为：高精地图＞导航电子地图＞传统 电子地图。 1）电子地图：制作的主要流程是数据采集、录入→投影→制图（包括美化）→ 地图输出，其中涉及 GPS 测量、RTK、地图矢量化、GIS 制图等技术，加之地图 对更新的及时程度、准确性要求较高，因而对技术水平要求较高，且地图数据 库的建设需要成熟数据采集团队使用专业采集设备持续性进行数据采集，依赖 图商长期积累起来的 KNOW-HOW。 2）导航电子地图：在电子地图的基础上增加了很多车辆、行人相关的信息，存 在大量静态地图信息的同时，也需要不断进行实地信息更新和扩大采集，同时 国家制定了《导航电子海图应用存储格式》等导航电子地图制作标准。
3）高精地图：对地图的准确性及更新及时性提出更高的要求，核心主要在于底 图采集、实时更新、RTK 定位。其中，1）数据采集需要大量的高质量设备、测 绘人员投入，甲级测绘资质仅导航电子地图制作所需要的专业技术人员就不能少于 100 人，同时还需要外业数据采集设备 30 台（套）（定位及精度≤10m）， 具备导航地图编辑系统，一辆专业型采集车的成本是百万元级别；2）实时更新 需要与道路其他车辆交互，对于在原车载导航领域占据优势地位的图商而言， 优势进一步放大；3）RTK 技术：用于保证车体实际位置与地图位置一致，并与 地图既有信息相互补充，主要通过地基增强站实现精确至厘米级别的定位，因 而该技术的发展有赖地基增强站的建设数量，对成本进一步提出要求。据易观 分析，高精地图成本随自动驾驶等级提升而提升，随人工智能水平提高，高精 地图成本会逐步下降，最终趋于平稳。
3.4、资金壁垒：地图制作成本高
地图数据库建设需要的建设周期长、投入资金大，而且需要持续性采集、更新。甲级测绘资质专业标准对人力、设备提出基本要求。以导航电子地图为例，专 业技术人员要求是 100 人，并对外业数据采集设备提出 30 台（套）的要求，定 位精度≤10m，同时要具备导航地图编辑系统。2）人力成本：人员需满足持续采集数据、及时更新数据的需求。以四维图新为 例，21 年技术人员超过 3000 人，占总员工人数的比例约 69%。研发费用率整体 在 45%以上，且期间费用中，人工费用占比最高，均已超过 55%。3）设备成本：测绘设备较昂贵，大范围测绘对设备数量、质量都有较高要求。 工业型采集车的成本就达到了约 70 万/辆；专业性采集车成本在百万级。
3.5、数据壁垒：多年海量数据积累难以超越，高数据安全要求使客户强黏性
高德联合创始人、资深副总裁姜德荣曾表示：“对于地图厂商来说，底层数据才是真 正的命脉”。我们认为，数据对地图商的重要性体现在：底层数据是升级、更新地图的基础，也是提供各项数据服务、云服务的基础； 数据采集时间较久、成本较高，未采集的历史数据无法追溯，先布局的图商有 先发优势； 地理、地形数据的安全级别较高，导航地图制作流程中数据需要加密处理； 客户黏性强。每个图商的导航体系、数据标准有所不同，与客户的首次合作需 要适配，加之客户的数据涉及回传问题，适配完成后切换成本较高。
四、展望：地图行业成为更重要的流量入口后，如何看商业化潜力？
4.1、大模型时代，地图或进一步聚合出行相关服务，深入出行价值链
地图高刚需，大模型时代，用户出行相关服务有望直接通过地图完成。互联网时代， 出行相关需求的满足往往需要地图、打车、本地生活等多个 APP。线下需求的满足需 要用户到场，离不开出行，结合前文对地图行业高壁垒、高刚需的分析，大模型时代， 地图具备保持独立性的能力，有望进一步集成本地生活、打车等出行相关业务。
商业化空间：我们认为地图作为流量入口，聚合其他出行 APP 后的变现模式主要是 抽佣和广告。出行相关佣金体量 2000 亿+，美团到店、酒旅业务广告收入占比 50%左 右，以商户能贡献与佣金差不多体量的增量计，出行相关佣金+广告规模 4000 亿左右， 大模型时代，地图商有望深入该价值链。 1）抽佣：地图对于聚合出行相关服务有较大优势，比如打车、租车等出行，酒 旅，到店（餐饮/综合），变现方式主要是 GMV*take rate。出行相关市场广阔， 网约车+在线旅游+到店业务市场规模 2 万亿元以上，由于疫情影响，22 年市场 规模同比有所下滑，疫后预计规模进一步扩张。
网约车渗透率、生活服务业数字化率均较低，市场空间较大。网约车在一线城 市的渗透率达到 50.3%，但新一线城市大幅降至 20.4%，二线城市仅有 7.8%，从 渗透率看，网约车市场发展空间巨大。生活服务业以酒店业和教育行业的数字 化率最高，21 年分别为 44.3%和 35.0%，宠物行业和餐饮业 21 年数字化率均在 20%左右，养老服务业和家政业数字化率均未超过 5%，市场发展空间较大。我们 基于 22 年的市场情况，结合网约车滴滴、美团、抖音等平台的抽佣率，测算得 22 年出行相关服务的聚合能为平台带来 2146 亿的佣金市场。
2）广告：预计增量主要来自搜索推荐、平台推广。平台上的商家有营销推广、 提高自己推荐排名的需求，结合美团到店、酒旅业务中在线营销服务收入占比 21 年约 50%，本地生活平台的广告市场规模也是千亿级的体量。对于图商而言， 成为大模型时代的流量入口意味着进一步打开商业化空间。
4.2、大模型时代，地图商数据价值进一步突显
大模型时代，地图行业出现黑马的概率较低，老牌图商的海量数据高价值。结合前文 对地图行业高壁垒的分析，新进入者很难立足，其中，数据壁垒和先发优势息息相关， 互联网时代，各大厂圈定自身生态，出行是用户刚需，是 O2O 非常重要的一环，占据 较大流量的阿里系高德地图、百度地图均与老牌图商有深度绑定的关系。从目前地图 行业的竞争格局看，目前的头部玩家仍然是老牌图商，大模型时代，图商的海量数据 是重要的训练资源，且先进入者拥有无法复刻的地图数据，加之制图的资质限制，老 牌图商的重要性凸显。我们认为，各大厂对数据的重视较高，很难在地图层面深度合作，而头部第三方老牌 图商和互联网大厂的合作更有可能进一步深入，且地图持续更新下，预计合作较长期。 目前的合作模式主要是战略合作或订阅式定期更新数据，大模型时代合作模式或进一 步深入。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
关键词：
营业执照公示信息