ChatGPT 发布以来迅速出圈,微软加大投资力度并宣布将 AIGC 应用到产品服务中, 彰显 AIGC 潜在商业价值。我们认为人工智能在成本、算力消耗、应用生态等层面已走过拐点,商业化应用条件加速成熟,看好 AI 在各细分应用场景下的渗透率加速提升,建议围绕算法模型、业务场景和 AI 基础设施三大路线选择优质投资标的。
ChatGPT 火爆出圈,生成式 AI 商业化应用走向爆发前夕
1、 我们综合以下几点,认为 AIGC 已走过商业化拐点,有望打开市场空间:
( 1) 内容生成成本大幅下降满足下游需求;( 2) 生成效率大幅提升;( 3) 模型计算算力消耗下降,未来有望在消费级硬件上实现 AI 应用;( 4) 生态流量快速积累, ChatGPT 月活数量过亿,为应用商业化创造条件。
2、 AIGC 在文本、图片、音视频生成等领域有望超越人类,经测算至 2030年AIGC 市场空间超 2000亿,建议关注三条投资主线:( 1) AI 底层模型技术优势厂商;( 2) 实际场景 AI 商业化应用优势厂商;( 3) AI 基础设施提供商。
3、 ChatGPT 发布仅两月月活用户达到 1亿,系统融合 RLHF 模型,借鉴人类反馈不断强化性能(现已具备基础的数学计算能力),未来有望通过实际场景数据的输入持续提升模型的准确度,并延伸适用场景。
推理-知识-学习-创造, AIGC 有望引领第四次人工智能浪潮
1、 梳理 AI 发展史上三次浪潮, AIGC 有望引领第四次浪潮,以大规模商业化应用为核心特征:
( 1) 第一次潮起: 实现了 AI 的推理(计算)能力; 潮落: 对神经元模拟程度较低,无法解决复杂问题(异或问题);
( 2) 第二次潮起: AI 拥有知识储备,可回答特定领域问题; 潮落: 现代计算机的出现; 代表产物: 专家系统; 意义: AI 从科研场景逐步渗透到商业场景;
( 3) 第三次潮起: 深度神经网络赋能 AI 拥有学习能力,且部分场景下的问题解决能力超越人类; 代表产物: AlphaGo, GPT 大模型; 意义: AI 模型的准确度、计算效率、泛化性等指标大幅优化,奠定了“大模型+场景小模型”的技术路线,为商业化应用打下基础;
( 4) 第四次潮起: AI 拥有创造能力,有望成为效率乃至生产力工具;代表产物: ChatGPT; 意义: AI 在文本、图像、音视频生成领域接近商业化需求,国内外科技大厂技术布局有望打开商业化应用空间。
2、 数据+模型算法+基础设施, AI 商业化呈现三大趋势:
( 1) 趋势一: AI 模型与场景深度融合,需要对场景中的复杂数据提取和处理,对非结构化数据的处理(提取、标注、清洗等)将决定 AI 模型的性能;
( 2) 趋势二:“大模型+小模型”框架成为主流, AI 模型通过算法迭代, 实现计算效率和工作成本的下降,以满足商业化应用的要求;
( 3) 趋势三: AI 商业化应用将大幅拉动算力需求, AI 服务器、 AI 芯片等细分行业规模有望加速成长 对标海外生态, AIGC 有望推动 AI 商业化下沉各细分场景