随着ChatGPT的火速出圈，AIGC（Artificial Intelligence Generated Content, 人工智能生成内容）概念进入大家的视野。2017年以来，Transformer架构带来大幅度的性能提升，基于此OpenAI发布了一系列GPT生成式预训练模型，ChatGPT是OpenAI在22年11月底推出的聊天机器人模型，GPT英文全称Generative Pre-training Transformer，是一种基于大模型训练的自然语言处理模型，通过引入基于人类反馈的强化学习，实现了更类人的智能化表现，用户与ChatGPT的对话互动可以实现普通聊天、信息咨询、撰写诗词作文、修改代码等。

2023年1月，ChatGPT仅用2个月时间MAU破亿，每天约有1300万独立访客使用ChatGPT，成为历史上用户增长速度最快的应用，为AIGC技术的商业化落地开启了新的篇章。微软、谷歌等巨头都在探索大模型应用场景，微软计划将ChatGPT等人工智能工具整合到所有产品中，并作为平台提供给其他企业使用。随着ChatGPT等产品的完善，AIGC展现出了巨大的应用潜力和商业价值，科技产业有望迎来新一轮创新周期。

(资料图)

ChatGPT获得市场广泛关注的原因有两点：

1）ChatGPT验证了当前AI大模型的潜力和价值。AI大模型兼具“大规模”和“预训练”两种属性，面向实际任务建模前需在海量通用数据上进行预先训练，能大幅提升AI的泛化性、通用性、实用性。ChatGPT通过优化算法和训练，向通用人工智能目标更进一步。

2）ChatGPT展现了人工智能正从分析式向生成式转变。此前已广泛应用的人脸识别、推荐系统等均是分析式AI的应用，而ChatGPT是一个生成式AI，可以回答问题、撰写论文、生成图片、生成代码。生成式AI更快、更便宜，某些情况下比人类更好，可以在很多领域替代人类工作，基于此的AIGC生产力变革，可以创造巨大的商业价值。

2023年的APEC工商领导人中国论坛上，华为轮值董事长胡厚崑表示：“以ChatGPT为代表的新的人工智能时代已到来。”比尔盖茨认为，ChatGPT这样的人工智能聊天机器人，将与互联网的诞生或个人电脑的发展一样重要。英伟达的CEO黄仁勋则在演讲时表示，ChatGPT相当于AI界的iPhone问世。

AIGC产业的蓬勃发展，将带来怎样的投资机会呢？

AIGC产业链是一个从上游到下游相互关联的生态系统，其核心建立在算法、算力、数据三大关键能力之上。上游产业即基础层是产业基础，为人工智能提供数据及算力支撑，总体可分为硬件、软件两部分，产业链中游主要围绕模型层，主要包括自然语言处理模型、计算机视觉模型及多模态模型，重点布局大模型技术研发、管理和运营。下游应用层主要是大模型重点落地场景，可以和教育、办公、游戏、电商、影视、交通等产业结合，形成丰富的产业生态。

大模型是AI时代的底层核心，算力是人工智能产业发展的关键支撑，应用商业前景广阔。

1

AI大模型推动计算机历史三次最大浪潮实现“三山叠峦”

此次AI浪潮与以往科技产业浪潮最大不同在于，这次不是终端硬件变革开启，而是软件先行，催生算力硬件需求和后续各类物联网终端变革，而且起步就是最大想象空间的市场：大模型将计算机行业历史上最大想象空间的互联网最高流量入口、公有云最大市场、新时代的操作系统合三为一。具体表现为：大模型成为知识与舆情输入与输出的战略制高点，其战略地位将远高于互联网时代的搜索引擎；云计算由SaaS走向MaaS，底层算力和上层AI开发平台边际成本递减明显，MaaS将成为公有云最重要的市场；自然语言交互平台将成为统一万物的新时代操作系统。

以三个最大空间的龙头公司为例，互联网最高流量入口谷歌巅峰市值2.0万亿美元，公有云最大厂商亚马逊巅峰市值1.9万亿美元，操作系统核心厂商微软巅峰市值2.6亿万美元，AI大模型将首次使得三大龙头合一。据《新一代人工智能发展规划》，我国2030年有望实现人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。

综合训练成本、数据质量需求、技术壁垒及应用规模等角度考虑，未来大模型很有可能变成寡头垄断市场，类似今天的云服务市场。综合确定性与弹性空间来看，大模型仍然是AI最值得关注的方向之一。

2

算力是人工智能产业发展的基石

OpenAI持续精进，每一代GPT模型的参数量都快速增长。从2018年起，OpenAI就开始发布生成式预训练语言模型GPT，可用于生成文章、代码、机器翻译、问答等各类内容。每一代GPT模型的参数量都快速增长：2019年2月发布的GPT-2参数量为15亿，而2020年5月的GPT-3，参数量达到了1750亿。

资料来源：华为认证官方公众号，海富通基金

ChatGPT能够实现当前如此强大的交互，离不开背后庞大的算力支撑。根据绿色节能数据中心官方公众号，ChatGPT的总算力消耗约为3640PF-days。按近期在国内落地的某数据中心为参照物，算力500P耗资30.2亿落成，若要支持ChatGPT的运行，需要7-8个这样数据中心支撑，基础设施投入需以百亿计。

数据海量增加，算法模型愈加复杂，应用场景的深入和发展，带来了对算力需求的快速提升。1）根据IDC测算，国内智能算力规模正在高速增长，2021年中国智能算力规模达155.2 EFLOPS，2022年智能算力规模将达到268.0 EFLOPS，预计到2026年智能算力规模将进入每秒十万亿亿次浮点计算（ZFLOPS）级别，达到1,271.4 EFLOPS。2021-2026年期间，预计中国智能算力规模年复合增长率达52.3%。2）通用算力规模也正在高速增长，根据IDC测算，2021年中国通用算力规模达47.7 EFLOPS，预计到2026年通用算力规模将达到111.3 EFLOPS。2021-2026年期间，预计中国通用算力规模年复合增长率为18.5%。

3

应用商业前景广阔，期待大模型落地以后国内真正进入AI应用百花齐放时代

我们认为，当前的AI如同1990年代的操作系统：操作系统协调复杂硬件为软件开发做基础，当前的AI已经初步拥有AGI（通用AI）的雏形，能够协调全球硬件、软件、数据等构建强大基础平台，拥有成熟的软硬件产业链可以协同发展，并且同时Plugin插件将成为AI时代的编程工具链，海量应用需求爆发拐点已现。由于应用爆发带来了各行各业的海量的机遇，我们选取几个典型的细分领域，对目前的发展情况及前景进行论述。

在办公领域，AIGC技术有助于提升办公效率。Copilot出现大大提升了数字化办公的智能化水平，Copilot是微软基于GPT-4大模型、Microsoft Graph和Microsoft 365全家桶三大产品打造的生产力工具，并形成以它为需求交互核心的一体化办公的Business Chat，可以在常见Microsoft 365应用中直接调用，也可以通过使用Business Chat调用，可有效解放重复性的基础办公劳动力。

在游戏行业，AIGC技术可以助力游戏开发，实现降本增效。游戏研发链条很长，在游戏开发过程中，可以用AIGC帮助打造优秀的动画、塑造人物形象，显著提升产出效率、降低制作成本，长期或将将逐渐改变游戏的开发和玩家生态。除此之外，ChatGPT等成熟AI的接入进一步提升机器人的智能化程度，提高游戏自由度和趣味性。千人千面的智能NPC使得完全开放的游戏世界成为可能，极大程度地拓宽了游戏内容的深度与广度，从而有望提高用户粘性与付费意愿。

在电商行业，AIGC技术有望助力素材生成及交互方式，优化成本、效率和体验。对于商家来说，AIGC可以降低广告成本，利用AIGC赋能营销推广文案，并赋能选品、运营、客服、物流等环节；对于消费者，AIGC可以通过提高智能搜索推荐与营销广告精准投放能力、构建智能客服等更好完成交互，直击消费者需求，有效增强消费者个性化推荐，降低搜索成本，提高消费效率，同时通过加速商品3D模型、虚拟主播赋能直播带货乃至虚拟货场的构建，打造全新购物场景，实现试听等多感官交互沉浸体验。

教育方面，AIGC有望加速实现个性化教育，全链条覆盖促进新生态落地。AIGC可以将抽象的教科书转化为具体的可视化，让学生更容易学习。目前，AIGC赋能教育领域已基本覆盖“教、学、考、评、管”全链条实践个性化教育，应用场景包括智能测评、自适应教学、智能教师、智能教育评价管理与智能环境打造等，教育知识图谱、认知诊断、学习者建模、机器阅读理解与批阅等AI+教育前沿技术正不断涌现，旨在建立从低能到高能、单能到多能、多能到超能、超能到异能的“四能”教育模式。

随着硬件和算法的飞速发展，AI底层基建搭建逐步完善，随着大语言模型和多模态技术的深度融合，AIGC快速迭代升级，在大量应用需求牵引下加速商业化进程，与实体经济融合逐渐走深，未来有望出现更多实质性应用。相信未来一段时间，我们会看到越来越多企业积极拥抱AIGC创新技术，根据应用场景特点进行产品商业化探索，也相信会有更多的企业将在此轮浪潮中脱颖而出，成长为下一阶段细分领域中的佼佼者，我们拭目以待。

风险提示：此文仅供参考，不作买卖依据，不构成投资建议或个股推荐。基金有风险，投资需谨慎，请注意收益波动风险，基金过往业绩不代表未来表现。

（文章来源：上海证券报）