中信建投：从ChatGPT窥视百亿美金的新生产方式

ChatGPT功能概述：

2022年11月30日，AI target=_blank class=infotextkey>OpenAI发布了ChatGPT人机对话交互模型，在文本生成和人机对话上取得了新的突破。随后ChatGPT应用多点开花，商业化落地速度不断加快。2023年1月24日，微软公司在其官方博客宣布，微软将向OpenAI进行一项为期多年、价值数十亿美元的投资，以加速其在人工智能领域的技术突破。期间，微软宣布，计划将ChatGPT等人工智能工具整合到其所有产品中，其中包括将ChatGPT融合到必应搜索引擎，将ChatGPT融合到word、PowerPoint、Outlook邮箱等office办公套件。

OpenAI也推出付费版ChatGPT，ChatGPTProfessional版本每月收费42美元，具备全天可用性、更快的响应速度以及新功能的优先权。Buzzfeed宣布和OpenAI合作，未来将应用其提供的ChatGPTAPI来协助内容创作，Buzzfeed的股价也从0.95美元上升至3.87美元（1月28日），股价跳涨3倍。

中信建投(27.160, 0.32, 1.19%)认为，以ChatGPT为代表的自然语言模型将深刻融入内容生成、搜索引擎增强、编程协助、智能客服等领域，成为人们日常生活生产的重要辅助工具。同时，ChatGPT的快速商业落地也将带动AI芯片产业链、数据产业链的发展。建议持续关注：GPU：英伟达、超威半导体、海光信息(43.430, -0.77, -1.74%)等；FPGA：安路科技(65.330, -1.87, -2.78%)-U等；SoC：高通、全志科技(22.540, -0.18, -0.79%)等；自然语言处理：科大讯飞(39.980, -1.69, -4.06%)等；计算机视觉：云从科技(20.790, 0.56, 2.77%)-UW、商汤-W、格灵深瞳(31.990, -1.15, -3.47%)-U等；自动驾驶：德赛西威(129.450, -2.82, -2.13%)、中科创达(109.390, -1.98, -1.78%)、均胜电子(15.840, -0.11, -0.69%)、光庭信息(42.820, -0.33, -0.76%)；智慧交通：千方科技(10.050, -0.11, -1.08%)、万集科技(20.830, -0.15, -0.71%)；AI+工业：中控技术(92.140, -0.72, -0.78%)、华大九天(91.780, -1.37, -1.47%)、广立微(93.540, -1.15, -1.21%)、概伦电子(29.680, -0.36, -1.20%)等。

节选自《ChatGPT应用多点开花，商业化落地速度不断加快》

关于ChatGPT和OpenAI

继2019年向OpenAI注资10亿美元之后，微软与OpenAI的合作进入第三阶段。此前据Semafor援引知情人士报道，微软正商谈以290亿美元估值，向OpenAI投资100亿美元。2019年，微软即开始与OpenAI进行合作。到了2021年，微软向OpenAI投资10亿美金。根据微软对外的声明，在与OpenAI新的合作阶段中，微软将有以下计划：

1、lSupercomputing at scale：微软将增加对专业超算系统开发和部署的投资，以加速OpenAI突破性的独立AI研究。微软还将继续构建Azure的AI基础结构，以帮助客户在全球范围内构建和部署各自的AI应用程序。

2、lNew AI-powered experiences：微软将在其消费者和企业产品中部署OpenAI模型，并引入基于OpenAI技术的新型数字体验。包括微软的Azure OpenAI服务，该服务使开发人员能够通过直接访问OpenAI模型来构建尖端的AI应用程序。

3、lExclusive cloud provider：作为OpenAI的独家云供应商，Azure将为OpenAI在研究、产品和API服务中的所有工作负载提供支持。此外据媒体报道，微软还计划将ChatGPT整合进旗下搜索引擎必应（Bing），提高必应在搜索引擎市场的市占率；同时Chat-GPT功能引入Office，用于部分文本的生成和问答。

传统的决策式AI模型（Discriminant Model）是根据已有数据进行分析、判断、预测，典型应用为内容的智能推荐（短视频）、自动驾驶等；而近年发展迅速的生成式AI模型（Generative Model）更强调学习归纳后进行演绎创造，生成全新的内容，应用场景更为广阔。

风险提示：

生成式AI技术发展不及预期；算力支持程度不及预期；数据质量及数量支持程度不及预期；用户需求不及预期；技术垄断风险；原始训练数据存在偏见风险；算法偏见与歧视风险；算法鲁棒性风险算法透明度风险；增加监管难度风险；政策监管风险；商业化能力不及预期；相关法律法规完善不及预期；版权归属风险；深度造假风险；人权道德风险；影响互联网内容生态健康安全风险；企业风险识别与治理能力不足风险；用户审美取向发生变化的风险。

节选自《从CHAT-GPT到生成式AI（Generative AI）：人工智能新范式，重新定义生产力》