AIGC產(chǎn)業(yè)鏈投資機(jī)會(huì)分析聚焦落地-AIGC賽道披沙簡(jiǎn)金

AIGC產(chǎn)業(yè)鏈投資機(jī)會(huì)分析聚焦落地_AIGC賽道披沙簡(jiǎn)金（報(bào)告出品方/作者：招商證券，劉玉萍，周翔宇）核心觀點(diǎn)：大模型的競(jìng)爭(zhēng)要素就是什么？我們從思索AIGC平添的技術(shù)變革意義，以及為什么就是OpenAI助推此次變革啟程，對(duì)照當(dāng)前國(guó)內(nèi)外通用型大模型，總結(jié)了幾個(gè)主要的競(jìng)爭(zhēng)要素：模型規(guī)模、訓(xùn)練效率、使用便利性、商業(yè)模式等，目前GPT-4多方面領(lǐng)先；國(guó)內(nèi)的大模型目前在使用效果上和GPT-4仍存差距，算力資源就是額外仍須考量的一個(gè)競(jìng)爭(zhēng)要素，當(dāng)然，專業(yè)的AI人才就是必不可少的基礎(chǔ)條件。算力基礎(chǔ)設(shè)施就是AIGC的“賣滑人”。我們把AIGC產(chǎn)業(yè)分為上游的算力及數(shù)據(jù)服務(wù)，中游的MaaS，及下游的應(yīng)用領(lǐng)域。在AIGC系列報(bào)告（二）中，我們?cè)敿?xì)測(cè)算了大模型訓(xùn)練及推理小說(shuō)仍須多少算力，英偉達(dá)在全球AI算力環(huán)節(jié)競(jìng)爭(zhēng)格局最為著重。數(shù)據(jù)就是大模型的“飼料”，數(shù)據(jù)工程不只是模型finetune和對(duì)齊仍須的高質(zhì)量標(biāo)注數(shù)據(jù)集，也涵蓋進(jìn)一步進(jìn)一步增強(qiáng)模型“記憶”能力，提高排序效率等有關(guān)的技術(shù)創(chuàng)新。MaaS縱向場(chǎng)景化賦能百業(yè)。通用型大模型就是高技術(shù)、高資本壁壘的，我們預(yù)計(jì)未來(lái)大概率可以頭部集中，但縱向行業(yè)的場(chǎng)景化研發(fā)市場(chǎng)需求可以能派吞進(jìn)多樣多樣的縱向小/專模型。大模型的輕量化生態(tài)圈IOT端的也就是一個(gè)關(guān)鍵的趨勢(shì)，比如具身智能將跨界變革平添眾多行業(yè)機(jī)遇。應(yīng)用領(lǐng)域就是被生態(tài)圈還是被擯棄？GPT的生態(tài)化意味著再次定義人機(jī)交互界面/應(yīng)用領(lǐng)域入口的再次大浪淘沙，什么樣的應(yīng)用領(lǐng)域能不被擯棄而是存AIGC+的商業(yè)前景？我們概括為兩類：一就是提升生產(chǎn)工作效率的通用型工具，應(yīng)用領(lǐng)域場(chǎng)景對(duì)分解成結(jié)果準(zhǔn)確度建議不高，AIGC對(duì)內(nèi)容供給速度有實(shí)質(zhì)性的提升，可以將人從基礎(chǔ)/重復(fù)性工作中革命；二就是可能將將出現(xiàn)發(fā)生改變行業(yè)格局的場(chǎng)景應(yīng)用領(lǐng)域，我們也概括為“存場(chǎng)景的C端的，存數(shù)據(jù)的B端的”，即為為建議個(gè)性化分解成和高頻時(shí)效可視化的C端的場(chǎng)景，和行業(yè)差異化、專業(yè)化建議高的縱向B端的，通過(guò)縱向長(zhǎng)尾數(shù)據(jù)回去建立競(jìng)爭(zhēng)壁壘。OpenAI助推AI產(chǎn)業(yè)變革，大模型百花齊放1.1、什么就是AIGC？AIGC定義：AI-GeneratedContent，基于預(yù)訓(xùn)練大模型、對(duì)付式分解成網(wǎng)絡(luò)（GAN）等AI技術(shù)，通過(guò)數(shù)據(jù)/信息的運(yùn)算，并通過(guò)適當(dāng)?shù)男问交芰Ψ纸獬捎嘘P(guān)內(nèi)容的技術(shù)。1.2、摩根大通基于ChatGPT面世用做政策訊息解析的AI模型23年4月，摩根大通發(fā)布基于ChatGPT語(yǔ)言模型的Robo-Fedwatchers模型，用做分析美聯(lián)儲(chǔ)釋出的政策訊息，探明儲(chǔ)量政策信號(hào)的“鷹鴿”信號(hào)，并從中尋找潛在交易信號(hào)。以近25年來(lái)美聯(lián)儲(chǔ)政策和發(fā)言人講話的鷹鴿罰球數(shù)據(jù)來(lái)看，當(dāng)模型說(shuō)明美聯(lián)儲(chǔ)發(fā)言人在兩次會(huì)議之間的鷹派立場(chǎng)上升時(shí)，下一份政策聲明就可以變得更加鷹派，一年期政府債券的收益率也可以上漲。這表明Robo-Fedwatchers模型可以成功分析政策訊息，預(yù)測(cè)政策邁入，并推斷出潛在的交易信號(hào)。歐洲中央銀行和英格蘭銀行等也可以使用鷹鴿評(píng)分方式，預(yù)計(jì)未來(lái)幾個(gè)月這一模型將進(jìn)一步推廣，用做預(yù)測(cè)全球30多家中央銀行的政策邁入。NLP算法運(yùn)算的主要階段：RNN算法機(jī)制存兩個(gè)缺點(diǎn)，第一個(gè)就是語(yǔ)言的長(zhǎng)距離信息可以被弱化，第二個(gè)就是以太網(wǎng)處理機(jī)制所平添的排序效率高。使用雙向的RNN及LSTM長(zhǎng)時(shí)間的短期記憶網(wǎng)絡(luò)，比傳統(tǒng)RNN在長(zhǎng)距離信息識(shí)別上存更好的整體整體表現(xiàn)。相較于RNN和CNN，Attention注意力機(jī)制的原理就是在每一層的排序中都考量了詞與詞之間的全相連接關(guān)系，在模型的循序化運(yùn)算的同時(shí)，能夠較好的解決長(zhǎng)距離信息依賴的問(wèn)題。1.3、為什么就是OpenAI助推此次變革？OpenAI成立于2015年，2022年11月30日發(fā)布聊天機(jī)器人ChatGPT，兩個(gè)月注冊(cè)用戶就突破1億，成為史上成長(zhǎng)最快的消費(fèi)級(jí)應(yīng)用。GPT-4為目前綜合表現(xiàn)最好的自然語(yǔ)言大模型，OpenAI成為全球估值最高的AI初創(chuàng)公司。堅(jiān)定技術(shù)創(chuàng)新投入：Transformer架構(gòu)下和Google不一樣的技術(shù)路徑，堅(jiān)持?jǐn)U大模型規(guī)模訓(xùn)練到“涌現(xiàn)”出現(xiàn)。開源的理念：OpenAI創(chuàng)立之初宗旨是推動(dòng)AI普惠，側(cè)重開源研究和開發(fā)。開源的模型可以得到廣泛的反饋和建議；也可與其它研究機(jī)構(gòu)、公司建立合作關(guān)系，得到更多的資源和知識(shí)；同時(shí)提升透明度和信任度。涌現(xiàn)理論：不斷擴(kuò)大模型規(guī)模就是提升自然語(yǔ)言處理能力的有效率手段：自然語(yǔ)言處理任務(wù)的準(zhǔn)確率與訓(xùn)練量緊密有關(guān)，“大力出奇跡”！根據(jù)最新的論文研究，當(dāng)模型訓(xùn)練量大于1022時(shí)，在幾個(gè)自然語(yǔ)言處理任務(wù)上的準(zhǔn)確率都在0附近，而當(dāng)訓(xùn)練量多于1024后，模型的準(zhǔn)確率大幅提高，該效應(yīng)稱為“涌現(xiàn)”。GPT4大模型在弁數(shù)量及數(shù)據(jù)集較GPT3存大幅提高，GPT4在自然語(yǔ)言任務(wù)處理上所整體整體表現(xiàn)出的出眾性能進(jìn)一步表明，通過(guò)提高模型參數(shù)量、不斷擴(kuò)大數(shù)據(jù)區(qū)錫索提高模型性能的方法仍然沒(méi)有碰到天花板，因此持續(xù)不斷擴(kuò)大模型規(guī)模就是提升自然語(yǔ)言處理能力的有效率手段。當(dāng)然，不斷擴(kuò)大的模型規(guī)模仍須的計(jì)算資源將指數(shù)級(jí)提升。AIGC風(fēng)靡一二級(jí)市場(chǎng)，標(biāo)的挑選出大浪淘沙2.1、算力——AIGC的“賣滑人”進(jìn)度表訓(xùn)練就是指使用大規(guī)模未標(biāo)注的數(shù)據(jù)回去訓(xùn)練模型，以并并使模型能夠自學(xué)至廣為的特征和結(jié)構(gòu)。Finetune就是所指在已經(jīng)進(jìn)度表訓(xùn)練不好的模型上，用標(biāo)注數(shù)據(jù)對(duì)模型進(jìn)行存監(jiān)督的微調(diào)，以適應(yīng)環(huán)境特定的任務(wù)。在Fine-tuning階段，微調(diào)可以使用較太太少的標(biāo)注數(shù)據(jù)在相對(duì)較短的時(shí)間內(nèi)回來(lái)成模型訓(xùn)練。推理小說(shuō)訓(xùn)練就是指使用微調(diào)后的模型進(jìn)行推理小說(shuō)任務(wù)的訓(xùn)練，以進(jìn)一步提高模型的性能和形式化能力。2.2、大模型訓(xùn)練算力總需求測(cè)算根據(jù)“Kaplan,J.,McCandlish,S.,Henighan,T.,Brown,T.B.,Chess,B.,Child,R.,Gray,S.,Radford,A.,Wu,J.andAmodei,D.,2020.Scalinglawsforneurallanguage”的論文，基于transformer的自然語(yǔ)言處理(NLP)大模型可以分為三類：Encoder-Only(E)，Decoder-Only(D)和EncoderDecoder(ED)。模型的訓(xùn)練算力市場(chǎng)需求可以根據(jù)以下公式排序：訓(xùn)練算力市場(chǎng)需求=模型參數(shù)量數(shù)據(jù)集數(shù)系數(shù)其中，的值域依賴模型種類，如果模型種類為Encoder-Only或Decoder-Only，則=6；如果模型種類為Encoder-Decoder，則=3。以GPT3大模型為基準(zhǔn)，總參數(shù)量（parameters）相等于175B（175*109）；數(shù)據(jù)集token數(shù)相等于300B（300*109），GPT3大模型就是Decoder-Only（D），因此我們測(cè)算GPT3大模型訓(xùn)練算力需求量為：（175*109）（300*109）6=3.151023=315ZettaFLOPS。2.3、數(shù)據(jù)服務(wù)及基礎(chǔ)設(shè)施開發(fā)工具數(shù)據(jù)就是大模型的“飼料”，AI工程=數(shù)據(jù)工程+模型工程。數(shù)據(jù)資源對(duì)模型的成熟度存非常小影響，數(shù)據(jù)資源和有效率的數(shù)據(jù)加工處理將提高大模型的準(zhǔn)確度和效率。數(shù)據(jù)工程系A(chǔ)I工程的前置且基礎(chǔ)環(huán)節(jié)，核心就是高效率的數(shù)據(jù)標(biāo)注。2.4、具身智能：存身體并大力支持物理可視化的智能體什么是具身智能（EmbodiedAI）？根據(jù)中國(guó)計(jì)算機(jī)學(xué)會(huì)，具身智能是有身體并支持物理交互的智能體，更側(cè)重關(guān)注智能體與環(huán)境的“交互”，如家用服務(wù)機(jī)器人、無(wú)人車等。1950年，圖靈在論文《ComputingMachineryandIntelligence》中首次提出了具身智能的概念；斯坦福大學(xué)的李飛飛教授稱“具身的含義不是身體本身，而是與環(huán)境交互以及在環(huán)境中做事的整體需求和功能”；人類是第一人稱視角的智能。在Held和Hein所做的實(shí)驗(yàn)中，主動(dòng)貓是具身的智能，可以在環(huán)境中自由行動(dòng)，最終獲得了學(xué)習(xí)行走的能力；而被動(dòng)貓是旁觀的智能，只能被動(dòng)觀察世界，最終失去行走能力。結(jié)合李飛飛和盧策吾教授的說(shuō)法，具身具有物理身體，但不局限于載體形式，具有與人一樣的身體體驗(yàn)的能力，其重點(diǎn)在于與環(huán)境的實(shí)踐性“交互”，可以進(jìn)行主動(dòng)式感知與獲取數(shù)據(jù)。具身智能涉及跨智能學(xué)科多個(gè)方向：根據(jù)北京大學(xué)前沿計(jì)算研究中心，具身智能涉及眾多學(xué)科，如機(jī)器人工程用于設(shè)計(jì)和構(gòu)建具有自主行動(dòng)和感知能力的機(jī)器人；計(jì)算機(jī)視覺(jué)讓具身智能能夠像人類一樣理解和分析圖像和視頻；計(jì)算機(jī)圖形學(xué)開發(fā)的物理仿真環(huán)境給具身智能提供了真實(shí)物理世界的替代；自然語(yǔ)言給具身智能帶來(lái)了與人類交流、從自然文本中學(xué)習(xí)的可能。產(chǎn)業(yè)鏈可分為感知-想象-執(zhí)行三個(gè)環(huán)節(jié)：感知即模擬人對(duì)視覺(jué)、語(yǔ)音、觸感等全方面的感知，主要涉及傳感器；想象是指模擬人的思考決策過(guò)程，主要涉及機(jī)器視覺(jué)、語(yǔ)義識(shí)別等AI算法；執(zhí)行是模擬人的行動(dòng)過(guò)程，主要涉及控制器、減速機(jī)、電機(jī)、執(zhí)行件、芯片等。2.5、哪些應(yīng)用領(lǐng)域能真的被大模型“生態(tài)圈”？什么樣的應(yīng)用領(lǐng)域AIGC+存商業(yè)前景？那些應(yīng)用領(lǐng)域可能將將被擯棄？類別一：提升生產(chǎn)工作效率的通用型工具（相連接阻斷可能將將再創(chuàng)造增量?jī)r(jià)值）對(duì)結(jié)果準(zhǔn)確度建議不高，AIGC對(duì)內(nèi)容供給速度存實(shí)質(zhì)性的提升。比如說(shuō)增加內(nèi)容創(chuàng)作門檻，替代人工順利完成基礎(chǔ)性創(chuàng)作工作，人能參與至高價(jià)值的內(nèi)容創(chuàng)作流程中。類別二：可能將將出現(xiàn)發(fā)生改變行業(yè)格局的場(chǎng)景應(yīng)用領(lǐng)域（存場(chǎng)景的C端的，存數(shù)據(jù)的B端的）平添一個(gè)增量產(chǎn)業(yè)的蓬勃發(fā)展（比如教育、醫(yī)療分診，個(gè)性化分解成，高頻時(shí)效可視化）B端的對(duì)行業(yè)差異化和專業(yè)化建議更高，縱向行業(yè)長(zhǎng)尾數(shù)據(jù)幫助finetune模型，容易建立壁壘。AIGC生態(tài)圈的第一類場(chǎng)景為提升生產(chǎn)工作效率的通用型工具。在此類場(chǎng)景中，AIGC能在基礎(chǔ)性工作中幫助或替代人力。此類場(chǎng)景對(duì)AIGC分解成內(nèi)容的準(zhǔn)確度建議不高，主要通過(guò)生成式AI提升內(nèi)容供給速度、增加內(nèi)容創(chuàng)作門檻，從而幫助人員著眼于高價(jià)值的工作及創(chuàng)作流程，提升工作效率。金山辦公擁有辦公應(yīng)用套件WPSOffice，為對(duì)標(biāo)Microsoft365的AIGC+辦公軟件應(yīng)用落地優(yōu)質(zhì)場(chǎng)景，公司沉淀了大量用戶文檔數(shù)據(jù)，具有潛在的應(yīng)用價(jià)值，同時(shí)也構(gòu)建起堅(jiān)實(shí)的數(shù)據(jù)壁壘，AIGC+WPS值得期待。AIGC+文檔應(yīng)用率先落地：金山辦公WPSAI率先登陸在線協(xié)同編輯工具輕文檔，實(shí)現(xiàn)知識(shí)分析、內(nèi)容生成、文本處理三大功能；目前WPSAI已全面結(jié)合表格、文字、演示、PDF四大應(yīng)用。WPS實(shí)機(jī)演示三分鐘自動(dòng)生成PPT。無(wú)縫切換AI服務(wù)功能，提升數(shù)字營(yíng)銷能力。AdobeSenseiGenAI將AI引入Adobe的云端產(chǎn)品，以提升企業(yè)的效率和生產(chǎn)力。具體內(nèi)容功能涵蓋可實(shí)現(xiàn)基于文本的圖片分解成、視頻剪輯及自定義矢量圖的Firefly，可實(shí)現(xiàn)AI文案撰寫的AdobeExperienceManagerSites，聊天機(jī)器人AdobeMarketoEngage，以及一系列數(shù)據(jù)分析功能等。AIGC與圖像處理等工具類應(yīng)用領(lǐng)域融合，能大幅提高產(chǎn)品易用性，增加并使用者門檻，拓寬產(chǎn)品客群。AIGC與創(chuàng)意設(shè)計(jì)營(yíng)銷軟件融合平添的營(yíng)銷內(nèi)容分解成及數(shù)據(jù)分析能力，則能協(xié)助將用戶的部分工作流程自動(dòng)化，且深度利用系統(tǒng)結(jié)晶的數(shù)據(jù)，提高用戶工作效率。2.6、AIGC+金融：同花順——擁有B端垂類數(shù)據(jù)優(yōu)勢(shì)，迎來(lái)量?jī)r(jià)齊升契機(jī)公司將AI有關(guān)成果運(yùn)用至金融信息產(chǎn)品和服務(wù)中，重點(diǎn)打造出了i問(wèn)財(cái)和AI開放平臺(tái)兩大落地場(chǎng)景。i質(zhì)問(wèn)財(cái)：具備多輪對(duì)話能力，可以為投資者提供更多更多智能選股大冷股份、挑選出基診基、資產(chǎn)布局、投資投資理財(cái)科學(xué)知識(shí)百科等投資投資理財(cái)助理、投資投資理財(cái)投顧服務(wù)。AI開放平臺(tái)：面向客戶提供更多更多智能客服機(jī)器人、智能會(huì)議拉丁化、智能投顧、金融文檔審查系統(tǒng)等40余項(xiàng)人工智能產(chǎn)品及服務(wù)，應(yīng)用于證券、基金、銀行、運(yùn)營(yíng)商、科研院所、政府部門等多個(gè)行業(yè)。擁有垂類專業(yè)數(shù)據(jù)壁壘，迎來(lái)量?jī)r(jià)齊升契機(jī)。截至22年底，同花順金融服務(wù)網(wǎng)累計(jì)注冊(cè)用戶約6.14億人，每日使用同花順網(wǎng)上行情免費(fèi)客戶端的人數(shù)平均約為1463萬(wàn)人，每周活躍用戶數(shù)約為1942萬(wàn)人。公司坐擁千萬(wàn)級(jí)別的日活用戶，積累了各類交易品種的基本資料、財(cái)務(wù)信息、高頻數(shù)據(jù)等垂直專業(yè)數(shù)據(jù)，具有垂直領(lǐng)域數(shù)據(jù)積累和技術(shù)優(yōu)勢(shì)。隨著后續(xù)大模型與AI進(jìn)一步賦能導(dǎo)流，公司將迎來(lái)量（用戶數(shù)&付費(fèi)率）價(jià)（ARPU）齊升的契機(jī)。AIGC+電商：Shopify——多環(huán)節(jié)生態(tài)圈電商：電商場(chǎng)景不僅具備標(biāo)準(zhǔn)內(nèi)容分解成及數(shù)據(jù)洞察的市場(chǎng)需求，顧客所仍須的個(gè)性化所所推薦、個(gè)性化廣告、個(gè)性化客服等仍須求更為AIGC應(yīng)用領(lǐng)域遺留下了寬闊空間，可以在降低商家工作量的同時(shí)為顧客平添更好的銷售體驗(yàn)，從而提高銷售效率。2023年3月1日，Shopify率先互連ChatGPT的APIU