ChatGPT爆火，带来哪些机会？(3)

AIGC技术红利释放，多角度挖掘深度受益机会

那么，哪些行业以及企业大概率会是这轮技术红利的深度受益者？ 首先，直接涉及ChatGPT和AIGC的产业化。 而从中短期视角来看，主流机构也普遍给出了几个较为明确的方向： 其一，文本生成。ChatGPT作为文本模态的AIGC，其应用具有直接的现实意义，特别是在归纳性文字类工作中展现出极为优异的表现。所以，未来向包括会议总结、文件翻译、例行报告等办公场景迅速延展获看好。 目前，主打文字生成的初创企业如Jasper，主要针对社交媒体、广告、文章、邮件等不同类型的内容生成。除此之外，海外巨头也纷纷跟进合作，在传媒、写作、办公等领域开始落地应用。据悉，BuzzFeed已宣布与OpenAI合作写稿。 其二，代码生成，即将自然语言翻译成代码，从而极大地提升编程效率。以谷歌旗下的Github推出的Copilot为例，每年可为其节省开发成本或达百亿美元。 目前，OpenAI、微软、谷歌、亚马逊、华为等都在该领域有所布局。 来源：中信建投，格隆汇整理 其三，图像生成，是除文本模态之外的另一个热门布局领域。目前，海外以OpenAI的Dall·E 2、Midjourney、Stable Diffusion代表，国内主要产品包括百度的文心一格、美图的美图秀秀、万兴科技的万兴AI绘画、毛线球科技的6pen、映刻科技的清墨社区等等。 当然，除了文本和图像之外，音频、视频及跨模态生成等都属于AIGC的范畴，跨模态发展被视为AIGC未来的主流趋势之一。但若以技术的成熟度、配套的数 据和商业路径而论，文本、图像生成类目前已走在前列，Midjourney、ChatGPT相继出圈，更是直接为跟随者打了个样。与此同时，由于参与者越多，ChatGPT等依托的模型进化的速度也会越快。相比而言，AIGC在视频和动画领域的发展相对落后，目前被认为仍存在连贯性和逻辑性的问题。 其四，智能客服，被视为ChatGPT良好的落地场景，有望在to C的场景中率先落地的应用，相比目前的智能客服，ChatGPT支撑的客服将在灵活性与人性化服务方面有显著的进步。近两年来，国内一级市场中也涌现出大量智能客服公司。根据佛若斯特沙利文发布的《2021年中国智能客服市场报告》显示，2020年中国智能客服行业投融资事件有23件，投资总金额为34.4亿元，同比增长123%；2021年上半年，该领域投融资事件有13件，投资金额达23.4亿元，其中一半是C轮至D轮，可见各细分赛道企业渐趋成熟。其中，智齿科技、来也科技、乐言科技、Udesk、晓多科技、小能科技等智能客服厂商，颇受资本市场青睐。 目前，ChatGPT更多是海外的狂欢，国内尚未出现一款类似的爆款应用，但基于产业升级和自主可控的大背景之下，寻找中国自己的ChatGPT-like投资机会无疑是合理且令人期待的。当然，除了上述所提及的AIGC企业之外，目前主要还有以下几类值得关注： 一是以阿里巴巴、华为、腾讯及百度为代表的基础云厂商，具备做出通用ChatGPT的能力，既受益于AIGC快速发展所带来的算力需求增长，也有着足够的数据和算力，来继续推动大模型的优化及落地。 二是以科大讯飞为代表的AI算法领先企业。科大讯飞为机构普遍看好，并被视为计算机板块中最有可能做出通用ChatGPT的公司之一。因为国情不同，其在国内可作为关键基础设施的通用型ChatGPT，在除了互联网巨头之外也有广阔的发展空间。 三是拥有天然的场景应用及配套数据优势的互联网平台。例如，国内最大的在线问答社区---知乎。在该内容社区中，问题被视作起点，由此引发的讨论和答案，是知乎内容的核心，这与ChatGPT这类基于对话模式，以问答类任务为主的效率工具可以说是天然契合，尤其是知乎长期以来所形成的良好知识分享环境和社区氛围。 另外，高价值内容数据的集合是做好ChatGPT这种大模型的核心之一，ChatGPT的优异表现也是建立在庞大数据量的训练基础上，并通过引入“手动标注数据+强化学习”(RLHF，从人的反馈进行强化学习）来不断调整预训练语言模型，大幅提升ChatGPT对人类意图的理解，从而提升回答信息的准确性。 凭借多年对于高质量内容的深耕细作，知乎在数据方面的优势亦可想而知。根据其2022年第三季度财报数据显示，知乎社区内的内容量已累计超5.79亿条，问答量累计超4.82亿条。此外，包括海量的用户点赞互动等投票数据，这既是对内容质量的一种筛选，同时也对于AIGC大模型的开发也是一种天然优势。 这也为其迈入智能化新阶段奠定了基础。除了将极大地提升内容生产和问答的效率之外，高频互动模式下对于用户粘性的增强和产品的进化，想必都是令人关注和可以期待的。 此外，ChatGPT带来惊喜和风光的同时，也制造出了一些焦虑和麻烦。例如，在教育出版行业，目前已有数千种科学期刊明令禁止或限制投稿人使用ChatGPT撰写编辑论文。 目前业内对此一致的谨慎态度，主要在于对AI数据的可靠性和实验成果的质量的担忧。这反倒也让我们进一步看到了像知乎这类本身有着庞大内容数据库平台的优势。 无论是算法的迭代还是AI发展，内容数据库本身的价值，仍然是一个平台进化的重要基础。 回归产业发展趋势来看，AIGC被认为是继PGC、UGC之后的一种新型的内容供应范式，不论是“打辅助”，还是最终“独当一面”，本质上都是一场效率革命。归根结底，都在于技术平替人力。也就是说，人力成本占比较高的行业/企业降本增效的潜力理论上也会比较大。 目前来看，除了典型的劳动力密集型行业之外，重技术研发的软件、制作/版权成本占比较高的内容制作等领域理应有更大的可优化空间。前者例如游戏行业，后者包括影视、传媒等典型内容行业的制作，其中以爱奇艺为代表的长视频平台内容成本占比高达七成左右，而以腾讯音乐为代表的音乐流媒体平台服务成本也占到了约六成（其中主要为内容成本）。 由于当前AI在图像、音乐生成领域相对较为成熟，而在视频类（直播/剧集/电影/综艺）的技术发展相对缓慢，所以图像、音乐类内容产业链有望率先受益于生成式AI技术的发展和应用。 不论是ChatGPT现有的丰富使用场景，还是AIGC广泛的应用场景，其想象空间显然远不止于此。同样，其背后的大模型算法的应用边界，想必也远不止于此。