人工智能十年展望(五):从CHATGPT到通用智能 新长征上的新变化

类别:行业 机构:中国国际金融股份有限公司 研究员:赵丽萍/于钟海 日期:2023-02-02

  投资建议

      2012 年深度学习元年以来,AI进入学术和商业界发展新阶段,2017 年大模型路线以“通用智能”思路降低算法边际成本,逐渐成为学界与产业共识。2022 年下半年,AIGC及ChatGPT关注度大幅提升背后,我们认为其本质是弱人工智能到强人工智能的阶跃,海外及国内商业落地处在初期,但我们认为新的产业趋势值得关注。OpenAI的技术进展及投资方向、海外AI独角兽业务进展、国内龙头AI公司的跨模态布局是重要风向标。

      理由

      技术层面,ChatGPT和AIGC的火爆本质依托于大模型的技术红利。从2012 年的深度学习元年以来,各界产生了海量的数字化需求,大模型技术路线是降低边际成本的核心,2017 年大模型(Transformer)路线逐渐成为学术界与国内外巨头的发展共识。ChatGPT由GPT-3.5 大模型加入基于人类反馈的强化学习训练而成,带来弱人工智能向通用智能的阶跃。

      商业层面,以OpenAI投资方向为风向标,落地仍在探索期,跨模态打开场景空间。对于AIGC领域,AI作画等跨模态应用是未来的发展趋势,全球范围内AIGC独角兽已初步具备B端为主的变现能力,海外落地节奏显著快于国内。ChatGPT推出后,海外已有早期合作案例,例如为BuzzFeed提供个性化测试、为Amazon解决客户和工程师技术难题等。此外,以OpenAI前沿投资方向为锚,我们认为文本到图片/视频的跨模态生成、垂直领域AI写作、智能笔记、AI语言学习平台或为潜在落地方向。

      展望未来,行业格局有望走向底层集中、垂类多点开花,MaaS是商业模式演进的潜在方向。我们认为,ChatGPT为代表的模式背后,成本、算力、场景、数据等多维度需求铸就高门槛,大模型路线下,未来行业格局趋向集中,泛化通用大模型能力的厂商有望呈现多强格局;关键垂类仍可能有场景、数据优势,精细调优后的垂类模型仍有差异化竞争潜力。展望未来的商业模式,我们认为以海外Hugging Face为代表的Model-as-a-Service是潜在方向,具备大模型基础的龙头有望成为AI开源基础设施提供商、社区生态建设者。

      风险

      技术进展不及预期,行业竞争加剧,商业化落地节奏不及预期。