編者按

ChatGPT潮涌

微軟追加投資數(shù)十億美元的公司OpenAI，及其推出僅兩個月用戶便破億的爆款應(yīng)用ChatGPT，成為科技行業(yè)最新的寵兒。作為AI聊天機器人，ChatGPT不僅擁有遠超預(yù)期語言能力，甚至還能進行專業(yè)性較強的寫研報、做投顧。ChatGPT背后的價值讓全球資本市場聞風(fēng)而動，尋求這一人工智能新應(yīng)用下的商業(yè)空間。折射到A股市場，ChatGPT同樣掀起一輪炒作浪潮。ChatGPT將會帶來哪些影響？拭目以待。

ChatGPT概念在資本市場繼續(xù)滾燙。

2月6日，漢王科技（002362.SZ）拿下春節(jié)后的六天六板，云從科技（688327.SH）、海天瑞聲(688787.SH)等概念股也紛紛大漲，二者年初至今的股價累計漲幅也分別達到了127%和134%，兩個月前ChatGPT引發(fā)的狂歡，在兔年伊始，蔓延至資本市場。

2022年12月，美國AI科技公司OpenAI推出聊天機器人ChatGPT，上線五天注冊用戶數(shù)就突破百萬，上線兩個月之后直接破億，成為史上增長最快的消費者應(yīng)用。

回歸產(chǎn)業(yè)現(xiàn)實，在機器理解內(nèi)容領(lǐng)域幾乎已經(jīng)走到盡頭的今天，虧損和內(nèi)卷成為各大AI科技公司逃不開的話題，即使是上一波AI浪潮中獨立創(chuàng)業(yè)公司的佼佼者，“AI四小龍”們的日子也頗為艱難。

1月30日，“AI四小龍”之一的云從科技發(fā)布2022年全年業(yè)績預(yù)告，2022年全年預(yù)計增虧，歸屬于上市公司股東的凈利潤為虧損7.85億到9.34億，同比擴大24.18%至47.75%，按照云從科技在招股書中的測算，要到2025年才能實現(xiàn)盈利。

對于高投入、長周期的科技行業(yè)，盈利與否或許可以先放在一邊，但如果失掉了最重要的想象空間，市場的耐心很快就會消散。股價上的反應(yīng)也很直觀，從登陸科創(chuàng)板的2022年5月到2022年12月，云從科技股價從37塊一路跌到15塊。

ChatGPT的出現(xiàn)讓AI行業(yè)柳暗花明，短短兩個月時間，云從科技股價已經(jīng)幾乎“滿血復(fù)活”，無論是二級市場還是投研機構(gòu)，AI行業(yè)第二春的到來似乎已毋庸置疑。

探路

“機器才剛剛開始善于創(chuàng)造有意義和美麗的東西。”紅杉在2022年9月的一篇文章中說得很貼切。

ChatGPT之所以擁有如此威力，是因為這是AI首次向大眾展示了遠超預(yù)期的語言能力，連續(xù)對話、質(zhì)疑不合理提問以及熟練使用互聯(lián)網(wǎng)黑話等等，造就了ChatGPT堪稱上癮的交互體驗。

ChatGPT甚至能夠產(chǎn)出“非常出色”的內(nèi)容，這是之前AI從未展現(xiàn)出的能力。

對于要求并不苛刻的內(nèi)容，比如廣告軟文、新聞快訊等，ChatGPT已經(jīng)可以達到邏輯嚴密思路清晰的程度。許多程序員讓ChatGPT代寫基礎(chǔ)的代碼，高中生甚至大學(xué)生們拿ChatGPT創(chuàng)作的論文提交作業(yè)，這隨即也引發(fā)教育系統(tǒng)的擔憂。

ChatGPT的研發(fā)邏輯是“大力出奇跡”，靠不斷堆疊大數(shù)據(jù)和算力讓AI自我學(xué)習(xí)進步，這也意味著ChatGPT強大功能背后是沉重的成本負擔。

2月1日，OpenAI宣布將推出ChatGPT的試點訂閱計劃ChatGPT Plus，定價每月20美元，未來幾周內(nèi)，ChatGPT Plus將率先在美國國內(nèi)推出，之后將拓展至其他國家。

其它AIGC賽道玩家也在積極探索，以主打“AI生成文案”的AIGC獨角獸Jasper為例，其可自動生成Instagram標題，編寫TikTok視頻腳本、廣告營銷文本等內(nèi)容，公司在成立的2021年，營收就達到了4500萬美元，并收獲7萬名用戶，客戶包括IBM、愛彼迎等。

顛覆

伴隨ChatGPT在全球市場的流行，其在內(nèi)容深度搜索中的突出表現(xiàn)引發(fā)了市場對其是否能替代傳統(tǒng)搜索引擎的廣泛討論。

ChatGPT發(fā)布的2022年12月，谷歌CEO Sundar Pichai在公司內(nèi)部發(fā)布了“紅色警報”，要求多個團隊集中精力，解決ChatGPT對該公司搜索引擎業(yè)務(wù)構(gòu)成的威脅，同時批準了在谷歌搜索引擎中加入AI聊天機器人的計劃。

雖然ChatGPT優(yōu)化了問題與答案生成間的匹配精準度，用戶體驗遠好于傳統(tǒng)搜索引擎，但受制于模型訓(xùn)練方式，ChatGPT數(shù)據(jù)難以實時更新，ChatGPT產(chǎn)出內(nèi)容的準確性也難以滿足要求，另外，根據(jù)中信證券測算，ChatGPT生成一條信息的成本為目前傳統(tǒng)搜索引擎的3至4倍，這也成為AIGC顛覆傳統(tǒng)搜索引擎的掣肘。

1月23日，微軟向OpenAI追加投資數(shù)十億美元，將其AI工具整合進Bing搜索引擎、Office全家桶、Azure云服務(wù)、Teams聊天程序等一系列產(chǎn)品中。

除了微軟和谷歌兩大科技巨頭外，Meta也表示將向OpenAI支付數(shù)百萬美元，幫助ChatGPT為Facebook和Instagram生成創(chuàng)作者內(nèi)容；近期，亞馬遜AWS也成立了工作組，意圖拓展ChatGPT等AI工具對企業(yè)的工作職能。

“最初在模型這一層只有最大的幾個科技公司投入得起，像OpenAI、Stability等公司資金雄厚，技術(shù)投入上不弱于海外大廠，同時較早進行產(chǎn)品化并建立開放生態(tài)，在過去一年多的時間中催化了一系列的行業(yè)應(yīng)用和創(chuàng)業(yè)公司，這一點國內(nèi)確實在短時間內(nèi)還有所不及，無論從應(yīng)用的開發(fā)還是到資本市場關(guān)注度上也都要稍晚一些?！盋MC資本董事總經(jīng)理易然對21世紀經(jīng)濟報道記者表示。

“但實際深入到應(yīng)用落地和創(chuàng)業(yè)公司上，我們感覺差異并沒那么大。很多國內(nèi)的早期公司已經(jīng)在快速應(yīng)用AIGC的能力，和客戶需求結(jié)合得還是比較緊密的。目前，預(yù)訓(xùn)練大模型領(lǐng)域的開源生態(tài)建設(shè)得也很好，中國的創(chuàng)業(yè)公司也能夠較好地用上海內(nèi)外大廠的技術(shù)?！币兹谎a充道。

擾動

盡管ChatGPT仍然保有領(lǐng)先優(yōu)勢，但國內(nèi)的AI企業(yè)也不是沒有機會。

一方面，ChatGPT目前并未開源，商業(yè)模式不清晰，同時其運營過程又需持續(xù)產(chǎn)生高額成本，影響其生態(tài)的快速膨脹，對于國內(nèi)的AI科技公司無疑留出應(yīng)對的時間和空間，同時也給其他產(chǎn)業(yè)鏈參與者提供了機會。

另一方面，ChatGPT目前技術(shù)水平仍未達到理想狀態(tài)，產(chǎn)品迭代及生態(tài)建立仍需一些時間，盈利兌現(xiàn)也需要時間。

在大的AIGC產(chǎn)業(yè)生態(tài)體系中，大致可以分為基建、模型和應(yīng)用三層。

在基建端，數(shù)據(jù)、算力、算法是三大主要基礎(chǔ)設(shè)施，相關(guān)廠商包括云服務(wù)商和AI芯片公司等，負載著生成式AI模型的訓(xùn)練和推理，需要基于優(yōu)秀的機器學(xué)習(xí)算法和強勁的算力，通過海量的數(shù)據(jù)訓(xùn)練，讓AI學(xué)會“思考”。

模型層即垂直化、場景化、個性化的模型和應(yīng)用工具，ChatGPT便屬于此類；應(yīng)用層則是面向C端用戶的文字、圖片、音視頻等內(nèi)容生成服務(wù)，如前期大火的AI繪畫產(chǎn)品。

目前，國內(nèi)大多數(shù)公司正在向虛擬人、AIGC等概念——即應(yīng)用層創(chuàng)新靠攏，而基建層和模型層的發(fā)力則主要在各個大廠。

其中，早早押注AI的百度無疑是競爭勢頭最強的一個，核心在于維護其搜索領(lǐng)域護城河，在下一代搜索引擎市場中搶先占據(jù)有利地位，同時，大量搜索引擎業(yè)務(wù)的問答樣本也成為百度在AIGC時代逐鹿的重要優(yōu)勢。

而京東、阿里、拼多多則更多是從智能客服方向切入，字節(jié)跳動也在逐漸入局AIGC，并將生態(tài)場景在內(nèi)部進行應(yīng)用，從原來今日頭條的UGC（用戶生產(chǎn)內(nèi)容）逐步遷移向AIGC。

“如果現(xiàn)在只想做一個‘Me too’的模型層公司，這扇機會大門肯定是漸漸關(guān)上了，哪怕是專注于中文和中國領(lǐng)域的價值也有限”，易然表示。

國內(nèi)大廠在推出ChatGPT競品時也存在諸多挑戰(zhàn)，業(yè)內(nèi)分析指出，國內(nèi)缺少基礎(chǔ)模型，沒有模型迭代積累；除百度有天然用戶搜索問答訓(xùn)練樣本外，其他公司數(shù)據(jù)較為缺少；另外，ChatGPT發(fā)展過程中對于數(shù)據(jù)處理、清洗、標注、模型訓(xùn)練、推理加速等方面均具有技術(shù)難點，國內(nèi)缺少技術(shù)積累。但易然認為，模型訓(xùn)練成本在可預(yù)計的將來仍會不斷降低，同時隨著諸多大廠乃至Stability等創(chuàng)業(yè)公司不斷參與和推動模型層開源，開源程度將得到提升。