数据智能产业创新服务媒体
——聚焦数智 · 改变商业
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。
