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
首页
微信公众号
证券之星APP
