ChatGPT 行业商业模式以及发展进程

Posted by: Pickers 15-02-2023 No Comments

ChatGPT 行业商业模式以及发展进程

ChatGPT 机器人聊天工具成为网上热潮， 累计用户达到超过1亿。  1) 拥有接近人类的语言交流能力 以及2) 拥有对搜索的内容详细进行解答以及 3) 不同写作阅读能力 都令人惊讶。 市场普遍相信未来ChatGPT将会被应用到各行各业来提高整体机器自动化水平， 降低人员营运成本支出。目前， 整体人工智能产业链仍然属于比较早期应用阶段。  整体竞争格局发展正处于 1) 通用大模型(AI) 竞争阶段早期 以及 2) 初步向搜索平台 (Search engine) 应用进行替代。 3)下一步， 预计更多的chatGPT 能力将会调校到适合于各行各业使用。

我们相信人工智能的赛道会根据以下发展阶段:

  1.  通用大模型 (AI) 竞争属于早期阶段， 生态圈发展潜力大。  OpenAI 公司旗下ChatGPT软件近期于国外成功吸引超过1亿用户。 相信OpenAI已经成功于消费者建立了口碑， 并能够为其投资人微软于通用大模型API 开放服务的发展方面取得先发优势。 另外， 谷歌最近发布会上较为平淡的对于AI产品推广都有利于微软OpenAI 成为对企业开放大模型API市场行业主导。 有利微软于下游AI客户应用拓展， 同时为微软云服务 (Azure) 增长前景带来明显生态端协同效应。 国内的通用大模型(AI)竞争相对处于早期， 但普遍认为国内拥有内容生态 (例如: 游戏/ 文字及 动漫内容 以及 通讯) 企业于AI大模型的垂直协同生态发展空间更大。
  2. 最早期将会受到影响的行业， 搜索引擎。 由于搜索引擎的1)用户体验可提升空间 以及2)市场空间较大 (包括: chatGPT能够提供更快捷有效搜索信息)， 同时能够用户类似人类交流的体验。 所以将会有潜力改变搜索服务的交付模式。 国外微软厂商于最近的发布会宣布希望能够透过OpenAI Chatbot 优异搜索体验来提高于搜索市场份额地位。 于国内，目前(根据网易排行榜2022年7月份资料) 百度搜索引擎市占率约为71%。国内头部厂商暂时并没有表示出对AI搜寻引擎业务拓展意向，相信主要因为国内的广告生态比较集中于通讯/ 电商。但比较明显的是搜索引擎行业的竞争将会加剧。
  3.  AI行业项目交付服务， 将会受惠于AI行业化应用浪潮。 由于目前的AI大模型包括: OpenAI 都是属于通用型性质， 需要通过对通用模型AI进行调校以满足行业相关的准确度要求。 所以一般行业内AI应用场景都需要相关的数据工程师， 针对其相关的应用为大模型进行调校训练。 国外的AI服务交付厂商包括: C3。AI 为大型客户提供turnkey 一站式企业内部AI应用部署解决方案。 国内服务厂商包括: 商汤/百度 于智慧城市以及智慧商业经验。 但整体市场预期拥有较大生态圈 (特别拥有游戏， 文字，动画， 电影生态)的企业， 更能够获得更大发展空间。
  1. 通用大模型(AI) 研发和应用运算成本高，相信现时应用于高价值内容创作。

GPT 人工智能大模型属于生成型的AI模型， 有别于传统分析型AI优势在于能够提供创新的内容。 根据非正式估计， 训练通用大模型成本达到约1,200万美元。 而且随着大模式选代将需要使用更大的数据作训练， 所以大模型的研发成本会随着训练量增加而提升。 但同一个GPT大模型能够以API型式开放到用户使用并进行收费， 所以行业关键是得到更广泛的应用。 AI大模型应用相信暂时比较集于中大型企业端以及政府端， 主要由于AI大模型终端运算成本不低。 根据Maryland 大学Tom Goldstein 教授估计， openAI Chatbot 平均每次响应的运营费用达到约为$0.01美元。 根据Morgan Stanley的预测， 如谷歌利用类似OpenAI ChatGPT的模型成本将会为传统搜索7倍。 所以目前行业应用相信会集中于高增值领域为主 (例如: 图像或文字的内容创作)。

各AI大厂力争成为主流AI大模型提供商

2. AI通用平台可比喻为下一个计算机操作系统(OS) 角色

GPT 为属于一个通用AI模型， 未来潜在应用更多取决于未来下游客户的开发。 我们相信能够将AI大模型比喻为计算机的操作系统(OS) 一样， 或者可以比喻为已经从GPT模型学会了基本语言交流的人。 未来的潜在行业应用， 只需要于现有大模型上进行数据调校以提高完成特定任务的准确率。 从行业目前发展阶段， 各个大厂 (例如: OpenAI (微软)， Google) 也正在力争成为比较广泛采用的AI通用模型层应用。

  • 3. 通用大模型API的收费模式为按使用量收费， 同时为云服务带来协同效应。

通用平台的收费模式是根据使用量进行收费。 由于AI模型大规模扩张的可能性较大， 所以更早获得大范围市场应用将会成为获客的关键。 近期微软与谷歌AI聊天机器人产品发布会， 两者之间的比较深层竞争意思是希望成为更受企业客户关注/更被接纳使用的AI通用大模型。 最终能够有更多的企业会使用openAI API模型来进行两次开发调校到企业的应用场景内。  未来随着更多的调校应用在其大模型开发， 通用大模型的收入规模将会持续扩大。 目前openAI 的对于语言模型的收费表 约为$0。0004美元 – $0。02美元/ 1,000代币 (每1,000个代币大约为750个英文字)。 根据Maryland 大学Tom Goldstein 教授估计， openAI Chatbot 平均每次响应的运营费用约为$0.01美元。 同时， 由于不同厂商AI模型都有选定的云服务供货商 (例如: OpenAI 为微软Azure， Berd 为谷歌云)。 所以其自家AI通用模型如果成功拓展也会直接对于各家厂商正在放慢的云服务需求带来新增长动力 。

圖二: OpenAi 圖像模型收費表( 截圖來源: openai.com )
圖三: OpenAI語言模型收費表( 截圖來源: openai.com )
  • 4.对于不同行业应用落地， 有利于整套数据方案交付商。

目前GPT-3模型主要向通用设计， 所以在API 开放通用后需要为模型进行定制化的调校训练。 根据openAI数据显示， 经过较简单的调校训练模型在指定任务的准确性方面能够大幅度提升。 所以在未来AI 模型于不同行业的应用上， 都一同需要为模型进行优化 (例如: 提供有人工标注的数据以改善模型特定任务的精准度等等。) 都需要专业的方案设计以及实施交付。 为企业客户提供AI服务的包括: (国外C3。AI， 现在为不同企业提供了特定应用程序的交钥匙AI解决方案)。  能够受惠于未来普遍企业加大向AI于商业部署的趋势 。

圖四: AI通用大模型需要經過特定調校， 以改善任務的精准度
  • 5. 通用模型的特定任务准确度较低， 需要额外进行调校训练。

由于构建通用模型(AI) 主要目标为生成影像或文字的综合理解能力， 所以于个别行业的应用上准确度相对较低。 所以需要为模型进行定制化调校训练以满足特定的需要。 对于调校的过程， 1)需要先了解希望模型调校出来的特点或长处 2) 根据所需要的特性，量身设计出所需要的训练数据库 3) 对经过调整的模型进行评估。 以OpenAI 官网例子说明， 需要用于模型调校的数据量也是相对不太多。 约80个例子 (当中每个例子约包括40至340个文字左右)， 调校成本相对可控。 但由于模型调校涉及到数据科学的专业领域。 未来对于相关的方案交付厂商可能提供较大催化因素 。

圖五: AI通用大模型与(经调校后)通用大模型精准度比较

截圖來源:https://openai.com/blog/customized-gpt-3/
  • 6. 人工智能下游应用市场， 国内平台生态效应更强

整体由于GPT 属于生成类的人工智能， 应用层面会比较集中于创作类型的任务上。 例如: 娱乐内容 (包括: 游戏， 动漫， 电影， 剧集等等场景)。 目前国内的人工智能下游应用属于相对早期的情况， 但比较明显的是国内娱乐内容生态规模效应比较强， 而且各个大厂之间也纷纷加快向AI大模型发展。 所以暂时比较难出现市场份额出现大幅度改变的情况 。

圖六: AI通用大模型下游應用

总结，我们相信人工智能的赛道会根据以下发展阶段:

  1. 通用大模型 (AI) 竞争属于早期阶段， 生态圈发展潜力大。
  2.  最早期将会受到影响的行业， 搜索引擎。
  3. AI行业项目交付服务， 将会受惠于AI行业化应用浪潮。

以上个股分析纯为个人意见，不构成投资建议。 C 基金目前持有商汤科技(20),  科大讯飞 (002230) 以及其他相关个股的长/短仓。

关于作者: 叶浩然（Stanley Ip）鹏格斯资产管理的投资分析师，覆盖消费和软件板块。

Send this to a friend