A股行业科普：CHAT-GPT（生成AI）：重新定义生产力

　　2022年12月1日，OpenAI发布了自然语言生成式模型ChatGPT（生成AI技术），这是一种基于GPT-3（GereratePre-Training，生成式预训练模型）技术的聊天机器人，它可以通过人工智能模型来与用户对话，并自动理解用户的问题，提供更精确、更有价值的信息。

　　相比GPT-3，该模型回答问题方式更加贴近人类，具备记忆能力，可实现连续对话，同时还具备修改代码、撰写论文、诗歌创作等能力，开放测试5天内注册人数即超过百万人。OpenAI的联合创始人马斯克也在感叹：“我们离强大到危险的人工智能不远了。”

　　OpenAI开发、维护和训练了一批可用于写作、阅读、编程和图像处理的AI模型，包括MuseNet、GPT-3、ChatGPT等，ChatGPT是OpenAI原创性自动问答系统InstructGPT的延续，建立在GPT-3的后续改进版本GPT-3.5基础上，通过引入强化学习模型，大幅提高了AI在人机对话时的准确度和可控性。

　　ChatGPT下游应用场景包括代码机器人、小说衍生器、对话类搜索引擎、语音工作助手、对话虚拟人（客服、外呼、营销）等。从上游需求的增加来看，算力、数据标注、自然语言处理等可能受益。

　　继2019年向OpenAI注资10亿美元之后，微软与OpenAI的合作进入第三阶段。

　　此前据Semafor援引知情人士报道，微软正商谈以290亿美元估值，向OpenAI投资100亿美元。2019年，微软即开始与OpenAI进行合作。到了2021年，微软向OpenAI投资10亿美金。

　　1）Supercomputingatscale：微软将增加对专业超算系统开发和部署的投资，以加速OpenAI突破性的独立AI研究。微软还将继续构建Azure的AI基础结构，以帮助客户在全球范围内构建和部署各自的AI应用程序。

　　2）NewAI-poweredexperiences：微软将在其消费者和企业产品中部署OpenAI模型，并引入基于OpenAI技术的新型数字体验。包括微软的AzureOpenAI服务，该服务使开发人员能够通过直接访问OpenAI模型来构建尖端的AI应用程序。

　　此外据媒体报道，微软还计划将ChatGPT整合进旗下搜索引擎必应（Bing），提高必应在搜索引擎市场的市占率；同时Chat-GPT功能引入Office，用于部分文本的生成和问答。

　　OpenAI表示，来自微软的投资将使其能独立研究开发出更安全、有用和强大的AI。

　　根据微软对外的声明，此前其与OpenAI的合作已取得一定成绩，并将继续向前：

　　1）自2016年以来，微软致力于将Azure打造成世界级AI超级计算机，微软和OpenAI推动了云超级计算技术的前沿，在2020年推出其第一台Top-5超级计算机，随后大规模构建了多个AI超级计算系统。OpenAI使用此基础结构来训练其突破性模型，这些模型现已部署在Azure中，以支持GitHubCopilot、DALL·E2和ChatGPT。

　　2）双方的创新激发了人们的想象力，并将大规模人工智能作为一种强大的通用技术平台引入，这将在个人计算机、互联网、移动设备和云的规模上产生变革性的影响。

　　下图是自上世纪60-80年代以来，到近期，我们根据主流AI算法原理，小结的大致时间和衍生关系。可以看到：

　　2）近年重要的AI算法创新并不容易，原因是经典算法普及后，大量基于经典算法做局部优化。而优化的凭据是AI算力的升级普及，大模型的普及，应用的复杂化。

　　即在资源可以极大丰富的情况下，过去“奢靡不经济”的AI架构在当前成为可能。因此大量近年的AI创新属于应用创新，并非算法创新。

　　3）实际确认的近年重要AI算法/AI重要平台/AI重要应用包括：生成对抗网络（GNN），残差网络（ResNet），Transformer(包括注意力机制)，Alphafold系列，第三代生成型预训练变换器（GPT3），chatGPT（可以归结为GPT3.5代）；

　　可见，微软投资openAI,是增强自己AI影响力、抗衡谷歌的较好机会。这也是微软对chatGPT的投入与协同更加热衷、Facebook与谷歌对chatGPT相对平淡(但对AIGC依然热衷)的一个原因。

　　决策式AI：学习数据中的条件概率分布，根据已有数据进行分析、判断、预测，主要应用模型有用于推荐系统和风控系统的辅助决策、用于自动驾驶和机器人的决策智能体。

　　生成式AI：学习数据中的联合概率分布，并非简单分析已有数据而是学习归纳已有数据后进行演技创造，基于历史进行模仿式、缝合式创作，生成了全新的内容，也能解决判别问题。

　　2016年，人工智能技术全面爆发，决策式AI开始大规模应用，包括推荐系统、计算机视觉、自然语言处理等。

　　全球人工智能市场规模从2016年的约600亿美元发展到2021年的近3000亿美元，在推荐系统、计算机视觉、自然语言处理等技术加持下，亚马逊、字节、商汤、特斯拉等公司快发展。

　　基于此，中信建投等认为，生成式AI经过前期技术积累进入爆发期，随着技术与应用的进一步成熟，后续市场空间更为广阔。

　　电商推荐：深度挖掘用户和物品的关联关系，将商品、店铺精准推送给用户。2003年，亚马逊将协同过滤推荐算法应用到电商行业，凭借推荐商品与用户需求精准匹配、大幅降低用户检索用时，推荐算法在电商交易中心逐渐成为资源配置的核心。

　　推荐系统显著提升电商平台销售额。2006年，据VentureBeat，亚马逊的个性化推荐系统为其贡献了35%以上的销售额；2015年，京东基于大数据个性化推荐算法的订单占到总订单的10%。

　　新闻、音乐、视频等推荐：分析用户长期兴趣和短期兴趣，根据兴趣标签将内容实时推送给用户。推荐算法通过对用户观看、停留、点赞等行为的实时分析，精准刻画用户画像，将用户可能感兴趣的内容推荐给用户，降低人工运营规则的摄入，显著提高了用户粘性。

　　字节跳动：AI驱动抖音、头条精准推荐内容，10年内估值超3000亿美元。凭借判别式AI等先进算法对用户画像的学习，抖音、头条等字节系产品，将内容与广告等高效、精准推荐给用户，快速驱动自身用户数、业绩与估值增长。

　　用户数量方面，据QuestMobile，抖音2022年9月月活7.1亿，全国移动互联网用户渗透率50%；2021年12月，今日头条月活3.3亿，远高于传统新闻资讯平台；

　　收入方面，据晚点LatePost及华尔街日报，字节收入由2016年的60亿元，上升到2021年的4391亿元，CAGR达136%；

　　市值方面，据《创业家》及胡润研究院《2021全球独角兽榜》，字节跳动市值由2014年的5亿美元，上升至2021年的3375亿美元。

　　自动驾驶：AI智能分析、识别路况，渗透率不断提升。借助决策式AI，自动驾驶汽车可分析判别各种路况，并可对多种物体进行识别与跟踪，从而提高行车的安全性，例如行人、空旷行驶空间、地上标注、红绿灯、车辆等。

　　目前自动驾驶市场规模快速增长，据ResearchAndMarkets，2021年全球无人驾驶汽车的市场规模约273亿美元，2026年全球无人驾驶汽车市场规模将达到594亿美元，年复合增长率为16.84%。

　　判别式AI为自动驾驶汽车提供核心技术支持，自动驾驶汽车的销售则带动整个相关产业链的发展，如车用无线X、高精度地图、激光雷达、芯片、ADAS驾驶辅助系统、智能车解决方案等。

　　多个产业链环节均有高估值、大市值公司诞生，例如蔚来汽车（造车）、商汤科技（激光雷达、V2X、ADAS等）、Momenta（高精度地图）等。

　　借助判别式AI，商汤科技、旷视科技、依图科技、云从科技对C端、B端、G端的各大应用场景进行智能分析，提高信息的判别分析效率、节省人力成本，并为用户及时提供决策反馈。四家公司均获得了较高的估值。

　　商汤科技：将人工智能基础设施、智能驾驶、人/物检测、SLAM、图像生成、智能决策为核心，应用领域涵盖智能驾驶、身份验证、城市管理、游戏AI、VR/AR等，近日市值923.74亿港元。

　　旷视科技：专注于图像/视频的分析与理解，以人脸识别为核心，业务场景包括城市治理、楼宇园区管理、实名认证、通行考勤等，据胡润全球独角兽榜，2021年估值270亿元。

　　依图科技：聚焦于人脸识别、自然语言处理等领域，解决方案包括城市管理、智慧医疗等据胡润全球独角兽榜，2020年估值140亿元。

　　云从科技：建立视觉、语言、环境认知系统，应用于智慧交通、金融、教育等领域，11月24日市值131亿元。

　　1）生成式AIVSWeb3.0：不仅是web3.0的生产工具，更是人工智能的新范式

　　生成式AI可以作为Web3.0的生产工具，但Web3.0中的应用仅是其应用的冰山一角。

　　Web3.0围绕去中心化的理念展开，结合区块链、智能合约、加密货币等技术，核心是产生的数据由用户拥有，能够改变用户数据及原创内容等均由互联网中心化实体控制的现状，在创作者经济中取得更好的平衡从而提升用户创作内容的积极性。

　　生成式AI在内容领域的应用能够满足用户不断提升的创作需求，但这仅是其应用的冰山一角。

　　生成式AI在广大垂直领域的应用带来的是AI用途的结构性改变以及生产力的进一步提高，未来可能创造巨大的市场价值。

　　2）生成式AIVSWeb3.0：不追求生产关系的重塑，但将大幅度提升和创造生产力

　　生成式AI通过从数据中学习要素，进而生成全新的、原创的内容或产品，不仅能够实现传统AI的分析、判断、决策功能，还能够实现传统AI力所不及的创造性功能。

　　生成式AI已催生了营销、设计、建筑和内容领域的创造性工作，并开始在生命科学、医疗、制造、材料科学、媒体、娱乐、汽车、航空航天进行初步应用，为各个领域带来巨大的生产力提升。

　　生成式AI将促进生产关系高效发展，而不是像Web3.0重塑生产关系。Web3.0通过底层的分布式与去中心化、密码学的应用、加密货币的结算方式，为集体协作、分工、收益提供了更好的结算方式，去中心化自治组织（DecentralizedAutonomousOrganization，DAO）将是常见的组织形态，打破了原有的生产关系。

　　生成式AI不是打破传统的生产关系，而是通过提高生产力促进现有生产关系高效发展。

　　Gartner将生成式AI列为最有商业前景的人工智能技术。根据其发布的2022年人工智能技术成熟度曲线内将进入生产成熟期，发展潜力与应用空间巨大：

　　2025年，生成式AI产生的数据将占到所有数据的10%，而2021年生成式AI产生的数据不到所有数据的1%；

　　生成式AI跨过了恐怖谷。随着技术的发展，生成式AI越来越多的能力接近人类甚至超越人类，人们对其不是反感而是热衷于使用，例如抖音中AI绘画特效使用人数已经超过2700万人，AI会话工具ChatGPT发布5天用户即超百万，人类对生成式AI的好感正随着其能力的提升、与人类相似程度的提升而增加，说明生成式AI已经成功跨过了恐怖谷。

　　AI绘画技术发展快速，从年初的技艺生疏到目前能够生成专业级别的图像仅过去几个月的时间，目前国外已有StableDiffusionMidjourney等多个成熟的AIGC平台。其中技术领先的AI公司OpenAI当前估值或达290亿美元，StableDiffusion背后的StabilityAI估值也达到10亿美元。

　　AIGC在内容生成中的渗透率将快速提升，应用规模快速扩增。根据Gartner《2021年预测：人工智能对人类和社会的影响》，到2025年AIGC产生的数据将占所有数据的10%，而该比例在2021年不足1%。而量子位智库根据现有技术及需求成熟度预测，2030年AIGC市场规模将超过万亿人民币。

　　文学创作：2017年微软研发的AI“小冰”出版了人类历史上第一部人工智能诗集《阳光失了玻璃窗》，其中包含139首现代诗；2018年，AI创作的小说《1TheRoad》出版；2022年谷歌子公司DeepMind发布剧本写作AIDramatron，能够从一句话表述的戏剧冲突中生成剧本标题、角色、场景、对话；越来越多的AI文学创作平台进入公众视野，AI创作的内容包括剧本、诗歌、小说、对联等等。

　　视频生成：目前由智能视频生成虽有部分应用，但生成的视频时长较短，且部分视频无法准确再现真实世界的运作方式，AI视频生成技术到成熟应用还有一段距离。

　　8、内容生产环节价值巨大：全球娱乐娱乐市场规模2.3万亿美元，各赛道均有千亿市值公司

　　10、生成式AI为现有互联网娱乐巨头带来机遇和挑战——分发环节价值让位于内容生产环节

　　早期虚拟人仅具有语音交互功能，只闻其声不见其人。2011年Apple在iPhone4S中内置Siri，用户可以通过语音与Siri聊天，用户可通过Siri进行拨打电话、设置闹钟、记录待办事项、播放音乐等收集控制。后期出现的小度、小爱等以智能音响为代表的智能家居，也是仅具有语音交互控制功能，不具有鲜活的可视形象。

　　底层系统：目前海外参与研发AIGC模型的公司主要包括StabilityAI、OpenAI、Midjourney，三家公司的AIGC模型均已正式向C端用户发布，谷歌和Meta等公司也正在研发文字转图片的AIGC模型，但仍未对外发布。

作者：admin

抖音运营 站点 QQ交谈