|
关于新一代人工智能ChatGPT 和拓展概念AIGC已经在资本市场上火爆了三个月，但如何切入商业应用和A股真正有发展前景的标的，相关文章和报道并不多，我在2月10日的直播主要偏重于投资机会把握，以下是直播的部分文稿。 根据商业逻辑我们在A股市场进行了深入研究和挖掘，希望能填补这块的知识空白点。具体公司的列表仍然以赞赏回复方式提供给大家，方便大家更深入研究和掌握。下次直播在2月20日下午三点半，可以关注视频号“伊然的李萤”提前预约或者看回放。此号关联“伊然研究”，大家在看完直播后仍然可以在“伊然研究”中找到更具体的资料。 新一代人工智能和原有人工智能的差异 OpenAI 推出 ChatGPT 引爆 AI 应用的热潮，作为新一代人工智能，ChatGPT更强调学习归纳后进行演绎创造，生成全新的内容：催生了如学生课业交付、常规工作报告、营销、设计、建筑和媒体、娱乐内容创造工作，甚至开始涉足生命科学、医疗、制造、材料科学、汽车、航空航天的初步应用，由于产出效率提高， ChatGPT 将为各个领域带来强大的生产力提升。不仅是ChatGPT，AI绘画、AI作曲等等都被归纳在AIGC中，统称为新一代人工智能——生成式AI。 由于应用领域广泛，也被称为“通用大模型”。之前AI有三类：决策分析类AI、视觉类和语音语义类，它们在既有的算法模型上提供答案，并不创造新内容，而且它们的应用场景被局限在特定领域，也被称为“小模型”人工智能。比如决策类：智能驾驶、金融机构贷款审核、电商算法推荐的应用；视觉类：人脸识别、路况识别、安防监控等；机器视觉监控制造生产流程；语音和语义类：AI替代人工客服回答简单的模式化问题、文字转化语言朗读等等。但这类AI生成的模型难以迁移，在训练模型时需要耗时耗力，投入成本极高。 例如国内人工智能四家公司商汤科技、云从科技、旷视科技、依图软件都属于小模型AI，目前经营亏损率均超过100%，主要就是研发费用占营业收入都接近甚至超过100%，因为要通过人工标注数据喂养模型，然后训练模型、固化模型之后投放到应用场景，由于由于应用场景复杂细碎，上述小模型公司就必须像软件公司那样，点对点推销自己才能获得订单，所以四家公司的销售费用占比都超过30%； 使用过程中还需要进一步调试和改动，大量的技术人员还得在一线指导和维护，这使得人工智能公司基本上在做SAAS服务，干的是软件服务公司的活，却比软件公司挣钱还难,,,,,,现在通用大模型横空出世，这类公司中只有已经布局了大模型的才能活（具体看赞赏回复）。 当新一代AI开始进行“创造”和“创作”，2-3后它们将成为内容营销的主力，这意味着所有人都能应用AI的时代就来临了。只需要输入文字或者简单的代码，能生成答案——虽然现在ChatGPT提供的答案未必尽如人意，但人人都能用且根据更新输入进行快速优化调整，新人工智能变成了可以自己训练自己的工具，容易上手且可以优化，就意味着新一代AI更有商业前途：不需要太久时间，它就变成每个人身边的“叮当猫”，成为大家“日用而不知”的工具。Gartner预测 2025年生成式AI产生的数据将占到所有数据的10%（2021年生成式AI产生的数据不到所有数据的1%），2025年30%的大型企业推送消息将生成式AI生成，50%的药物发现与研发将使用生成式AI，2027年30%的制造商用它来提高产品研发效率。 图1.新一代AI的推广时间表
生成式AI的产业架构和国内公司布局 生成式人工智能最先撬动的是上游数据供给方，也就是合成数据生产企业值得长期关注。我们看到二级市场表现最好的都属于这块：汉仪股份提供字体设计素材的，美图公司也因为旗下美图A有一定表现，托尔思有一定的语言和语料数据库，科大讯飞是中国语音人工智能的领头羊，虽然它过去一直在小模型领域探索，但拥有比较好的合成数据库。 昆仑万维旗下实验室做了AI歌曲创作，不过要提醒大家的是， ChatGPT在英文范畴显得更有能力，特别是在高深冷门专业知识搜索服务上，中文领域目前存在巨大的空白，和整个英文世界相比，中文领域能够提供直接技术帮助的知识库明显不足，所以国内这波跟风炒作仅仅是炒作而已，看不到清晰的商业预期，这也是我们不会在这里认可当下二级市场任何一家概念公司的原因。 就是当前最有前途的公司，仍需要微软的云计算支持和100亿美元投资。2022年，创造了ChatGPT的公司OpenAI收入预计不足3000万美元，净亏损5.45亿美元。而随着ChatGPT的火爆，可能进一步增加其亏损。月活百万用户的情况下ChatGPT每天服务成本高达10万美元；目前注册用户已经破亿，用户每一次调用，就会让Open AI付出更多的计算资源和带宽成本。 ChatGPT依赖庞大的算力支持，按照目前的发展趋势，支撑其算力基础设施至少需要上万颗英伟达GPUA 100，一片顶级GPU成本为8万元，加上服务器开支成本，ChatGPT的投资热潮和相关AIGC领域的资本开支暴增，直接拉动算力芯片价格暴涨，这块我在直播中没有说到，具体中国公司放在赞赏回复中供大家查阅。 图2.新一代AI的产业链
中国公司早在几年前就已经深度布局大模型人工智能：百度确定了其聊天机器人的名字为“文心一言”，承诺今年三月向公众开放。阿里早在2021年也发布类似产品，阿里鹿班在短时间内完成大量banner图、海报图和会场图的设计，提高工作效率。用户只需任意输入想达成的风格 、尺 寸，鹿班就能代替人工完成素材分析、抠图、配色等耗时耗力的设计项 目 ，实 时生 成多套符合要求的设计解决 方案 。 2022年5月，腾讯“混元”AI大模型在CLUE（中文语言理解评测集合）总排行榜、阅读理解、大规模知识图谱三个榜单同时登顶，一举打破三项纪录；字节跳动收购了深极智能布局大模型人工智能，但目前中外公司间存在明显差异，整体差距大约在3年左 右 ，底层技术差距是核心原因，使用方向也主要是“ 流量吸引 +平台改良 ” ，大部分产品仍处在免费试用的阶段，收费空间相对较小。 未来生成式AI带来的商业机会 生成式AI爆发的早期主要是投入，对算力芯片形成巨大需求，然后是对合成数据的需求，接下来应用场景方面对内容创作领域推动最大。 这里要提及合成数据生成领域的机会：由于生成式AI大大缩短了数据的标注成本，无论是虚拟场景制作，还是制造业中工程设计自动化，非常程式化的过程都可以交给AI，让AI来训练AI成为可能——凡是能够模块化、模式化的领域，都能够使用生成式AI强化产出，这都可以归结到人工智能的送水人——合成数据。 所谓合成数据，就是从现有内容 ，如 图片、音频、文本等生 成完全虚构，但保持原始数据特定属性的全新数据。通过生成技术克服AI模型训练的“原始数据短缺问题，实现不同机构间的数据共享、转移及更新；以完成特定算法的训练及数据分析，且能够避免手工标注的高昂成本。 合成数据生成可能会导致专有数据的竞争壁垒逐渐削弱，数据采用标准从真实数据到可信，从而为人工智能全场景应用助力。目前合成数据在医疗和自动驾驶领域应用广泛，已经有了测试标准APAT，技术生态较完善。 从下图我们就可以看到，AIGC将形成一个超万亿人民币的市场，其中合成数据的市场空间最大。虽然现在炒作的二级市场一些数据素材公司，但国内尚没有真正意义上完全从事合成数据生产的上市公司，而且当前炒作的一些公司财务状况也不理想，二级市场投资者还需要等待； 图3.合成数据市场空间巨大
内容创作领域生成式AI产生的推动力特别值得关注：过去不能 模块化的东西，有了生成式AI就可以进行模块化生产：海马轻帆科技推出的小说转剧本智能写作，服务了《你好，李焕英》，《流浪地球》等爆款在内的剧集剧本30000多集，电影网络剧本8000多部，网络小说超过500万部。在绘画AI方面国内推进非常快，特别值得一提的是我国动画制作已经进入工业化成熟期，大量国产动画不仅得到国内观众的好评，还远航出海，游戏产业同样也会在生成式AI的加持下优化产出，对于我们这样一个成熟的经济体来说，服务领域传媒行业的重新繁荣景气，值得跟踪。 应用场景的拓展下，新一代人工智能迭代是很多互联网大厂的机会，从去年10月开始，无论是百度，还是阿里、腾讯股价表现出反转，开始大家都以为是政策放松的超跌反弹，后面才慢慢明白是通用大模型，这个新一代人工智能的驱动。 对于打通了绝大部分应用场景的互联网大厂来说，新人工智能它们输出效率和直接抵达C端客户的能力会变得更加强大，庞大的数据资源也在它们手上，何况也是布局最早的、最有财力和物力投入其中的，BAT成长的前景一下子也变得清晰了。 简单总结一下，以通用大模型为主的AIGC在爆款产品ChatGPT推动下引发了资本市场的炒作狂潮，由于商业前景清晰资本市场会出现因此而高速成长的公司。这对传统的人工智能公司是挑战和压力，但对于算力芯片、合成数据和传统人工智能公司转型都值得长期追踪。互联网大厂将因此获得赋能，拓展更广阔的成长空间，新业态的出现也会为我们提供新的投资方向。这是信息技术最值得跟踪的领域。 具体公司的列表仍然以赞赏回复方式提供给大家，以便更深入研究和掌握。 |
|
|
