ChatGPT爆火，AI產業化進程加速

格隆匯 02-18 10:52

本文來自格隆匯專欄：中信證券研究

主題

ChatGPT是人工智能研究實驗室 OpenAI推出的一款基於AI的自然語言處理工具。ChatGPT使用的人類反饋強化模型技術使用人類偏好作為獎勵信號來微調模型，能夠通過學習和理解人類的語言進行對話，像人類一樣聊天交流，甚至能完成撰寫郵件、視頻腳本、文案、翻譯、代碼等任務。

ChatGPT可被廣泛應用於多領域，有望率先落地AIGC領域。我們認為ChatGPT中短期內產業化的方向主要分為文字模態的AIGC應用、代碼開發相關、圖像生成領域、智能客服四大板塊。

ChatGPT的成功，預示着人工智能（AI）無論在經濟性與可獲得性上都達到了支持普及的水平。同時，ChatGPT產生的鮎魚效應，料將推動全球AI產業化進程的全面提速，以及AI生成內容時代的全面到來。

投資機會：對產業界AI的發展而言，數據質量的優化、AI研究人員的儲備與計算能力將是未來能否走在AI應用前沿的核心能力。AI產業有望成為全球科技領域中期最具投資價值的產業賽道之一。AI產業有望繼續保持“芯片+算力基礎設施+AI框架&算法庫+應用場景”的穩定產業價值鏈結構，擁有完整數據閉環結構、良好數據自處理能力的企業望持續成為產業受益者。以ChatGPT為代表的預訓練大模型加速商業化落地，將帶來大量算力需求，以政府為主導的城市智能計算中心AI算力卡國產化進度較快，建議關注華為昇騰生態圈核心廠商。ChatGPT等AI產業化的落地預計將進一步推動海外雲巨頭對於數據中心硬件設備的需求增長與技術升級，光模塊、光芯片、光器件長期有望顯著受益。另外，ChatGPT在金融科技領域的應用值得重點關注，超級生態和垂類平台都有機會。

資料來源：中信證券研究部繪製

ChatGPT是什麼？

ChatGPT（Chat Generative Pre-trained Transformer，聊天生成式預訓練器）是人工智能研究實驗室 OpenAI推出的一款基於AI的自然語言處理工具。ChatGPT使用的人類反饋強化模型技術採用人類偏好作為獎勵信號來微調模型，能夠通過學習和理解人類的語言進行對話，還能根據聊天的上下文進行互動，真正像人類一樣聊天交流，甚至能完成撰寫郵件、視頻腳本、文案、翻譯、代碼等任務。

圖1：ChatGPT圖解

資料來源：OpenAI官網，中信證券研究部

ChatGPT於2022年11月30日向社區發佈測試，迅速獲得極高的關注度。根據Similarweb的數據，ChatGPT在上線兩個月不到的時間內就擁有了超過1000萬DAU，MAU突破20萬。目前ChatGPT是免費不限量向C端公眾開放，並且OpenAI推出ChatGPT付費訂閲版ChatGPT Plus，每月收費20美元，加速AIGC商業化進程。

圖2：ChatGPT在上線僅兩個月後預估DAU突破1000萬

資料來源：similarweb

ChatGPT的技術邏輯：OpenAI團隊從GPT-3.5系列中的一個模型進行微調，使用與 InstructGPT相同的方法，人類反饋強化學習（RLHF）訓練該模型，並對數據收集設置相對做了優化。ChatGPT模型的訓練過程主要分為三個部分：1）收集演示數據並訓練有監督策略；2）收集比較數據並訓練獎勵模型；3）使用PPO強化學習算法針對獎勵模型優化策略。

圖3：ChatGPT模型的訓練過程

資料來源：《ChatGPT發展歷程、原理、技術架構詳解和產業未來》（作者：陳巍博士，收錄於先進AI技術深度解讀），陳巍談芯@知乎，中信證券研究部

ChatGPT的中短期產業化落地

圖4：ChatGPT應用領域廣泛，有望率先落地AIGC領域

資料來源：中信證券研究部繪製

ChatGPT的出現以及中短期內的產業化落地將會為從用户創作（UGC）到AI創作（AIGC）的轉型提供關鍵的輔助支持。結合ChatGPT的底層技術邏輯，我們認為ChatGPT中短期內產業化的方向主要分為四大板塊：

1）文字模態的AIGC應用。ChatGPT在歸納性的文字類工作中展現出了極其優異的表現。中短期內ChatGPT能在辦公輔助類工具中迅速落地，例如會議總結、文件翻譯、例行報吿等，提升辦公效率並節省人力成本。

2）代碼開發相關。2021年中與Github、微軟合作上線的Copilot是目前最成熟的AI代碼補全工具，ChatGPT在目前測試中表現出的代碼生成能力相比於Copilot更加靈活，但欠缺一些底層的穩定性。在進行鍼對性的優化後，基於新GPT模型的AI代碼輔助工具也有望在中短期內落地。

3）圖像生成領域。圖像生成領域成為了2022年下半年一級市場公司佈局的熱點，隨着Dalle2的熱度，在商稿方面用AI取代人類畫手的思路基本明確。GPT模型在圖像生成領域目前效果略遜於擴散模型，但擴散模型可以利用ChatGPT生成較佳的Prompt，對於AIGC內容和日趨火熱的藝術創作，提供強大的文字形態的動力。

表1：國內主流AI繪畫軟件

資料來源：各公司官網，中信證券研究部

4）智能客服。ChatGPT最適合直接落地的項目就是智能客服類的工作。根據模型現有的完成度，在垂直行業針對性的做人工反饋訓練，ChatGPT就可以落地為智能客服產品，在to C場景中率先應用。對比目前的智能客服，ChatGPT支撐的客服將在靈活性與人性化服務方面有顯著的進步。

圖5：全球AI客服市場空間與增速（十億美元）

資料來源：GrandView Research（含預測），中信證券研究部

另外，ChatGPT在內容深度搜索中的強勢表現引發了市場對其是否能替代傳統搜索引擎的爭論。我們認為ChatGPT在中短期內無法完全取代傳統搜索引擎，也較難改變當前全球搜索引擎市場競爭格局，但料將會加速搜索引擎演化進程，並在中期形成以傳統搜索為主、ChatGPT類模型為輔的新搜索引擎形態，相應帶來谷歌等傳統搜索引擎巨頭AI投入大幅增加。

圖6：ChatGPT無法在中短期內取代傳統搜索引擎

資料來源：中信證券研究部繪製

從ChatGPT看AI產業鏈投資機會

ChatGPT的成功，是在前期大量堅實的工作基礎上實現的，不是橫空出世的技術跨越。其證明了兩點：1）單純擴大模型參數並非唯一出路；2）讓模型在早期開放給大眾測試並收集人類反饋數據更有利於模型迭代。隨着更新的技術、更優的算法、更大的模型出現，算力的成本越來越低，模型訓練與運行所需成本持續下降，而算法從封閉測試到開放測試、開源的逐漸普及，亦降低了使用門檻。由此，人工智能（AI）無論在經濟性與可獲得性上都達到了支持普及的水平。

同時，ChatGPT產生的鮎魚效應，料將推動全球AI產業化進程的全面提速，以及AI生成內容時代的全面到來。

圖7：AI產業鏈發展的幾個階段

資料來源：中信證券研究部繪製（含預測）

圖8：AI產業價值鏈相關投資機會

資料來源：中信證券研究部預測、繪製

▪ 前瞻：ChatGPT模型的亮眼表現背後是研究者在Transformer模型前進的道路上發現了人類反饋強化學習這一方法帶來的潛力，對產業界AI的發展而言，數據質量的優化、AI研究人員的儲備與計算能力將是未來能否走在AI應用前沿的核心能力。AI產業有望繼續保持“芯片+算力基礎設施+AI框架&算法庫+應用場景”的穩定產業價值鏈結構，擁有完整數據閉環結構、良好數據自處理能力的企業有望持續成為產業受益者。

▪ 計算機：ChatGPT是大模型商業化落地的標杆，其底層模型GPT-3共有1750億參數，訓練所需算力和成本均高出傳統NLP模型，雲算力資源訓練成本估算約460萬美金。大模型訓練算力耗費巨大，算力擴容需求明確。以政府為主導的城市智能計算中心AI算力卡國產化進度較快，建議關注華為昇騰生態圈核心廠商。ChatGPT有望率先落地AIGC領域，推動AI領域公司商業化進程加速，中長期建議持續關注相關領域的AI公司：1）應用層；2）基礎設施層。

▪ 通信：ChatGPT等AI產業化的落地需要雲廠商龐大的算力支持，同時也需要算力成本與功耗的進一步降低。預計這將進一步推動海外雲巨頭對於數據中心硬件設備的需求增長與技術升級。目前光模塊、光芯片、光器件、交換機作為雲廠商硬件基礎設施中必不可少的通信設備與元件。其速率提升與技術升級可以顯著降低功耗，有望緩解算力成本與功耗過高這一阻礙AI產業化的問題。我們認為在全球科技巨頭加大AI投入的背景下，相關算力上游核心環節將有望長期受益。

▪ 電子：我們測算單個大模型可帶來2萬GPU銷售量，搜索引擎帶來成倍空間。短期來看，對高端通用計算GPU的禁令可能會影響英偉達和AMD的GPU產品在中國的銷售，中國AI計算、超級計算和雲計算產業進步受到一定的阻礙；長期來看，國產CPU、GPU、AI芯片廠商受益於龐大的國內市場，疊加國內信創市場帶來國產化需求增量，我們預期國內AI芯片的國產化比例將顯著提升。對於國內廠商，建議重點關注實現自主創新，打造自主生態體系，打磨產品實現穩定供貨的公司。

圖9：ChatGPT對GPU算力的需求測算