近期,ChatGPT的横空出世迅速点燃了外界的关注,引爆海内外市场AIGC(AI创作内容)概念股。美股市场英伟达市值重回5000亿美元大关,A股市场海天瑞声已经翻倍,汉王科技也实现7连扳。
ChatGPT这把火为何烧的这么旺?
AIGC技术进展的里程碑 商业潜能无限
首先来了解下什么是ChatGPT?
ChatGPT全名为Chat Generative Pre-Trained Transformer,是OpenAI公司开发的智能聊天机器人,于2022年11月推出。ChatGPT是人工智能技术驱动的自然语言处理工具,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,真正像人类一样来聊天交流,甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。
ChatGPT一经推出便成为历史上增长最快的消费应用,开放测试 5 天内注册人数即超过百万人,推出仅两个月后,ChatGPT在2023年1月末的月活用户已突破1亿,近期付费订阅版的推出进一步打开AIGC应用在ToC领域的商业化空间。
另外,瑞银集团报告援引分析公司Similarweb的数据表明,1月期间,ChatGPT平均每天独立访客约有1300万,是去年12月的两倍之多。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。”
二级市场情绪也被迅速点燃。自去年11月以来,A、港、美三地二级市场,ChatGPT相关概念股热度持续升温,且持续向泛AI和数字经济板块扩散。
一定程度而言,ChatGPT本身强大的语言理解和生成能力是其俘获众多用户的杀手锏,而其背后所预示的变革及无限的商业潜能,更是令产业资本、风险投资者为之着迷,甚至疯狂的关键。
长城基金基金经理赵凤飞表示:“ChatGPT的大热是源于其惊艳的用户体验,由于人工智能技术的进步在很大程度上会改变我们的生活,因此该领域的每一次重大突破,都会引起全社会的广泛关注,在A股市场掀起相关概念股的上涨浪潮,应该说也是顺理成章的事情。”
财通证券研究所报告指出,ChatGPT 是 AIGC(AIGenerated Content 人工智能生成内容)技术进展的里程碑,该模型使得利用人工智能进行内容创作的技术成熟度大幅提升,有望成为新的全行业生产力工具,提升内容生产效率与丰富度。未来文学创作、图片绘制、视频制作、游戏内容生成都可使用 AI 实现。
上下游谁更收益?重点看数据、算力和算法三要素领域
回顾人工智能发展历程,两点因素扮演了重要角色,一是算法的创新,二是硬件的提升。
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。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。
算力是 AI 模型的“发动机”。中银证券报告指出,ChatGPT在参数规模上已经达到了千亿级别,对AI大模型而言,不论是训练还是推理,对于算力这一基础设施都有着极大的需求。
“ChatGPT主要源于GPT-3的预训练模型,而GPT-3相比于此前的模型,最大的不同在于模型体量的大幅提升。人工智能的跨越式发展将成为算力流量消耗的重要驱动力,未来数据中心和相关的配套产业有望实现更好增长。”安信证券报告进一步指出。
而数据是 AI 模型的“汽油”,是一切人工智能的基础。数据标注是大部分人工智能算法得以有效运行的关键环节。“在ChatGPT训练的三个阶段中,只有第三阶段不需要使用人工标注数据,而第一、第二阶段都需要大量的人工标注。”东吴证券进一步指出,“现有数据标注以人工标注为主,属于劳动密集型产业。随着机器学习不断完善,自动标注成为大趋势。”
另外,算法是 AI 模型的“大脑”,是 AI 实现技术跃迁的根本,也是最难以被直观理解的部分。一个好的算法除了能更好的完成设定的任务外,还需具备更强的通用性(激活更多的可用数据)和更优化的计算原理(减少算力的负担)。因此,在 AI 领域具备科研资源和资金实力的公司将有望拔得头筹。
而对于ChatGPT的下游应用场景,梳理机构一致看好的应用方向,主要集中在智能客服、搜索引擎、图像、文字、代码生成等三大方面。
智能客服方面,中金公司报告表示,ChatGPT在未来投入商业化领域中,可通过强化的上下文理解能力,优化银行、电商等客服机器人,大大提高服务质量。
搜索引擎方面,ChatGPT更是带来了行业是否将迎来“革命性”变化,能否替代传统搜索引擎的大讨论。
归纳性工作上,文字上,东方证券指出,ChatGPT的上线,将推动文本类AI渗透于文本生产、智能批阅等应用领域,相关领域必将迎来极大的发展空间。
“同时,代码开发相关的工作更加规整,也非常适合AI辅助生成。ChatGPT在目前测试中表现出的代码生成能力,虽然欠缺一些底层的稳定性,但相比于Copilot更加灵活。在进行针对性的优化后,基于新GPT模型的AI代码辅助工具有望在中短期内落地。”中信证券指出。
因此,具体到细分投资方向上,上投摩根基金指出,从产业链出发,主要可以考虑三类:一类是从事大模型基础研发的企业,一类是上游为大模型研发提供算力等基础设施的厂商,另一类是下游针对细分场景开发软件的第三方应用厂商。
标的方面,算力领域,财通证券建议投资者关注海光信息、龙芯中科、宝信软件等。AI处理器方面,华西证券建议投资者关注寒武纪、商汤、海光信息等。AIGC相关技术储备的应用厂商,受益标的有万兴科技、中文在线、阅文集团、昆仑万维、视觉中国视觉等。
值得一提的是,在ChatGPT的下游应用领域,海外已经有成功的落地案例。
2023年1月,美国新闻聚合网站BuzzFeed官宣将依托OpenAI为其用户互动栏目Quizzes制作和个性化各种小测试。ChatGPT会生成一系列提问,再根据个人的回答产生用户独有的、可分享的文章。
不久前,Meta向BuzzFeed支付了数百万美元,以让BuzzFeed为Meta的平台生成内容,并培训平台上的创作者。
赵凤飞表示,目前市场上出现的概念股大涨,有较强的主题催化成分,具有一定的博弈色彩。但如果ChatGPT在未来的商业化落地上还能再有斩获,或者其它的AI公司也能推出有竞争力的AI产品,那AI板块的行情则有望持续更久。国内的AI公司,包括很多A股上市的AI公司,在NLP相关领域也有多年积累,具备较为深厚的技术积淀,也有相关的产品。但目前来看,同ChatGPT这种现象级产品相比,仍有一定差距。
当然,万物皆有利弊。赵凤飞提示:“很多上市公司对AI的布局尚处于早期阶段,竞争格局还不够清晰,是否有可持续的商业模式也有待检验,这些也都是潜在的风险。投资者可以选择智能产业相关的主题基金,或者选择一些长期聚焦在信息技术领域的基金产品,这些产品对AI技术的关注会相对较多,对相关领域的利好也会更加敏锐。”
海内外科技巨头争相加码AIGC 多数公司关联性并不强需警惕
ChatGPT作为AIGC商业化的方向之一,引得国内外科技公司纷纷加码布局。
1月23日,微软宣布与OpenAI展开全新合作,未来将追加投资数十亿美元;
1月30日,Meta发布首个基于文本生成4D视频的工具MAV3D;
2月2日,微软宣布旗下产品将全线整合ChatGPT,同日ChatGPT宣布推出付费订阅服务;
2月3日,谷歌向AI初创企业Anthropic投资约3亿美元,并宣布将推出类似于ChatGPT的大型语言模型。2022 年 12 月,谷歌紧急召回创始人拉里·佩奇和谢尔盖·布林,讨论应对 ChatGPT 的相关计划。根据statcounter 数据,2020.01-2022.11 谷歌的全球市场份额超 90%,是全球搜索引擎市场的绝对霸主,而 ChatGPT 的出现对谷歌搜索引擎形成了挑战。
国内方面,大厂也有布局相关产品。
2月7日,百度宣布将于3月在中国推出类似ChatGPT的人工智能聊天机器人“文心一言”;2月8日,阿里巴巴回应研发类ChatGPT的对话机器人的传闻,称,“确实在研发中,目前处于内测阶段,后续如有更多信息,会第一时间和大众同步。”
同日,三六零表示,公司的类ChatGPT技术的各项指标只能达到略强于GPT-2的水平,与当前的ChatGPT相比尚有代差的落后。
不过,即使是被多家券商认定的“ChatGPT龙头企业”,多数公司关联性并不强。
在投资者互动平台中,福石控股反复表示“公司主营业务不包含ChatGPT相关产品”。根据公司业绩预告,2022年净利润同比降幅达86.49%~90.41%。
同样作为ChatGPT概念股的一员,在2月1日的调研活动中,公司董事会秘书、副总经理周英瑜表示,“公司基于自身在NLP技术领域的全面性以及长期在行业端的深耕,对不同行业客户的数据特点、业务需求的理解更为深刻,在项目磨炼中,已经形成自身独有的算法模型,更能为行业客户提供满足需求、输出结果更为专业精准的专业化模型”,但根据2022年中报,占据公司营收大头的产品分别是笔智能交互、文本大数据、AI终端和人脸及生物特征识别,看上去和ChatGPT关系并不大。
海天瑞声在股票交易严重异常波动公告中称公司尚未与OpenAI开展合作,其ChatGPT的产品和服务尚未给公司带来业务收入。
据不完全统计,近期在互动平台上,包括科蓝软件、东方嘉盛、蕾奥规划、延华智能、天阳科技、景嘉微、高新兴、华如科技、恒实科技、弘讯科技等多家上市公司纷纷澄清暂无相关业务布局,暂无ChatGPT的相关技术和应用,并提示投资者理性投资,注意风险。
目前来看,ChatGPT从技术到成熟的商业模式或许还将有一段路要走,包括整个AIGC仍需等待收益兑现,炒作不持续,这也是不少业内人士的共识。
博时基金行业研究部高级研究员王赫认为ChatGPT仍有风险点存在,比如,通过检索到的信息来输出回答,而要验证检索到的信息仍然必须依靠大量人力,借助网友来对ChatGPT的回答进行反馈优化,从而实现对其模型的进一步训练。未来,谁来对其检索到的信息负责、由此产生的对现有知识产权体系的挑战仍待解决。