1、从CHAT-GPT到生成式AI（Generative AI）：人工智能新范式，重新定义生产力证券研究报告行业深度报告发布日期：2023年1月29日本报告由中信建投证券股份有限公司在中华人民共和国（仅为本报告目的，不包括香港、澳门、台湾）提供，由中信建投（国际）证券有限公司在香港提供。同时请参阅最后一页的重要声明。1核心观点 近期人工智能研究公司OpenAI推出的聊天机器人模型CHAT-GPT不断出圈，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，一切均指向人工智能模型的新范式“生成式AI模型（Generative Model）”。
2、此前的决策式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；而生成式AI更强调学习归纳后进行演绎创造，生成全新的内容，本质是对生产力的大幅度提升和创造，已催生了营销、设计、建筑和内容领域的创造性工作，并开始在生命科学、医疗、制造、材料科学、媒体、娱乐、汽车、航空航天进行初步应用，为各个领域带来巨大的生产力提升。2前言：微软，百亿美金级别的选择（1）资料来源：微软，Semafor，The information，中信建投 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
3、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 Supercomputing 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。New AI-powered experiences：微软将在其消费者和企业产品中部署OpenAI模型，
4、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。Exclusive 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。3前言：微软，百亿美金级别的选择（2）资料来源：微软，OpenAI，中信建投 OpenAI表示，来自微软的
5、投资将使其能独立研究开发出更安全、有用和强大的 AI。根据微软对外的声明，此前其与OpenAI的合作已取得一定成绩，并将继续向前 自 2016 年以来，微软致力于将 Azure 打造成世界级 AI 超级计算机，微软和 OpenAI推动了云超级计算技术的前沿，在 2020 年推出其第一台 Top-5 超级计算机，随后大规模构建了多个 AI 超级计算系统。OpenAI 使用此基础结构来训练其突破性模型，这些模型现已部署在 Azure 中，以支持 GitHub Copilot、DALLE 2 和 ChatGPT。双方的创新激发了人们的想象力，并将大规模人工智能作为一种强大的通用技术平台引入，这将在个
6、人计算机、互联网、移动设备和云的规模上产生变革性的影响。4目 录第二章第一章AI：从判别决策到创造生成生成式AI：范式升级，应用多元第三章生成式AI应用：内容制作，从辅助人到“替代”人第五章海内外发展：多家科技巨头、初创公司积极布局第四章生成式AI应用：多行业垂直应用第六章综合应用：游戏行业的案例5蒸汽机电力信息技术人工智能大数据1.1 AI正在推动第四次工业革命，进一步提升生产力资料来源：世界银行，联合国教科文组织，科学的历程，中信建投18世纪19-20世纪20世纪后期21世纪-第一次工业革命第二次工业革命第三次工业革命第一次信息革命第四次工业革命第二次信息革命机器替代人力大规模工业生产替代
7、个体手工生产电能成为主要能源，社会生产力远超蒸汽时代动力提高：发动机、电动机等信息传输效率提高：电报、无线电通讯等原子能、电子计算机和空间技术的发展，其中电子计算机为核心电子计算机替代部分脑力劳动，少部分模拟人的智能活动人工智能、物联网、生物技术等人工智能为主要驱动 力，数据成为重要的生产要素决 策 式 AI：实现分析功能生成式 AI：实现创造性功能61.2 AI：从决策到生成，AI技术与应用迎来跨越发展资料来源：Dynabench:Rethinking Benchmarking in NLP,Google Scholar,indigox.me，公司官网，中信建投2011年以前2012年至今前
8、神经网络专家系统概率推论神经网络基础模型 大规模模型AI学科成立1956感知器模型解答特定领域的问题1980sProlog&Lisp专家系统机器语言翻译2014GAN生成图像但分辨率不高生成式AI急速发展决策式/分析式AI时代1990s机器学习算法IBM 沃森益智问答打败人类2011大数据推荐算法2012DNNs物体识别自动驾驶2017Transformer能够完成大多数NLP任务2020GPT-3 网络结构进化为后续大型模型打下基础1994GroupLens首个自动化推荐系统2021CLIP由文本生成的高清具有独创性图像AI绘画2022DALLE2 以40亿个文本-图像对为训练数据实现文本到
9、图像跨模态2014人类平均水平线AI的急速发展使得AI模型在手写识别、语音识别、图像识别、阅读理解、语言理解等领域的表现加速超越人类平均水平71.3 AI：决策式AI与生成式AI对比类型决策式AI生成式AI技术路径已知数据分别求解输出类别标签，区分不同类型数据,例如将图像区分为猫和狗分析归纳已有数据后创作新的内容，例如生成逼真的猫或狗的图像成熟程度技术成熟，应用广泛，辅助提高非创造性工作效率2014年开始快速发展，近期发展速度呈指数级爆发，部分领域应用落地应用方向推荐系统、风控系统、决策智能体等内容创作、科研、人机交互以及多个工业领域应用产品人脸识别、精准广告推送、金融用户评级、智能辅助驾驶等
10、文案写作、文字转图片、视频智能配音、智能海报生成、视频智能特效、代码生成、语音人机交互、智能医疗诊断等 AI模型可大致分为决策式/分析式AI（Discriminant/Analytical AI）和生成式AI（Generative AI）两类。决策式AI：学习数据中的条件概率分布，根据已有数据进行分析、判断、预测，主要应用模型有用于推荐系统和风控系统的辅助决策、用于自动驾驶和机器人的决策智能体。生成式AI：学习数据中的联合概率分布，并非简单分析已有数据而是学习归纳已有数据后进行演技创造，基于历史进行模仿式、缝合式创作，生成了全新的内容，也能解决判别问题。表：决策式AI与生成式AI对比资料来源：
11、Learn Open CV，海外独角兽，中信建投81.4 决策式AI：推荐系统、图像识别等已创造巨大市场资料来源：沙利文，公司官网，中信建投010002000300040005000600070002016201720182019202020212022E2023E2024E2030E图：全球人工智能市场规模及预测（亿美元）2016年，人工智能技术全面爆发，决策式AI开始大规模应用，包括推荐系统、计算机视觉、自然语言处理等。全球人工智能市场规模从2016年的约600亿美元发展到2021年的近3000亿美元，在推荐系统、计算机视觉、自然语言处理等技术加持下，亚马逊、字节、商汤、特斯拉等公司快速发
12、展。我们认为，生成式AI经过前期技术积累进入爆发期，随着技术与应用的进一步成熟，后续市场空间更为广阔。2015及以前决策式AI大规模应用生成式AI大规模成熟应用AI技术积累生成式AI部分应用趋于成熟决策式AI全面爆发决策式AI推荐系统电商：广告、商品推荐娱乐：新闻、视频、音乐、游戏等推荐图像识别人脸识别：Face ID身份认证自动驾驶内容审核文本分类、情感分析、规则引擎等生成式AI爆发生成式AI内容科研建筑航天医疗材料能源计算机91.4.1 决策式AI应用：推荐系统助力电商、视频等行业快速发展资料来源：华为云，VentureBeat，CSDN，中信建投 电商推荐：深度挖掘用户和物品的关联关系，
13、将商品、店铺精准推送给用户。2003年，亚马逊将协同过滤推荐算法应用到电商行业，凭借推荐商品与用户需求精准匹配、大幅降低用户检索用时，推荐算法在电商交易中心逐渐成为资源配置的核心。推荐系统显著提升电商平台销售额。2006年，据VentureBeat，亚马逊的个性化推荐系统为其贡献了35%以上的销售额；2015年，京东基于大数据个性化推荐算法的订单占到总订单的10%。新闻、音乐、视频等推荐：分析用户长期兴趣和短期兴趣，根据兴趣标签将内容实时推送给用户。推荐算法通过对用户观看、停留、点赞等行为的实时分析，精准刻画用户画像，将用户可能感兴趣的内容推荐给用户，降低人工运营规则的摄入，显著提高了用户粘性
14、。图：推荐系统精准刻画用户画像准确推送用户电商媒体资讯观看、停留时长、点赞、评论浏览、点击、收藏、购买推荐商品推荐新闻、音乐、视频等用户数据行为数据商品、资讯数据决策式AI实时分析用户特征兴趣标签商品、资讯特征画像描绘兴趣挖掘特征引擎推荐结果列表101.4.1 决策式AI应用：字节跳动凭精准推送10年内估值超3000亿美元资料来源：36氪，钛媒体，晚点LatePost，QuestMobile，富途资讯，中信建投 字节跳动：AI驱动抖音、头条精准推荐内容，10年内估值超3000亿美元。凭借判别式AI等先进算法对用户画像的学习，抖音、头条等字节系产品，将内容与广告等高效、精准推荐给用户，快速驱动自
15、身用户数、业绩与估值增长。用户数量方面，据QuestMobile，抖音2022年9月月活7.1亿，全国移动互联网用户渗透率50%；2021年12月，今日头条月活3.3亿，远高于传统新闻资讯平台；收入方面，据晚点LatePost及华尔街日报，字节收入由2016年的60亿元，上升到2021年的4391亿元，CAGR达136%；市值方面，据创业家及胡润研究院2021全球独角兽榜，字节跳动市值由2014年的5亿美元，上升至2021年的3375亿美元。图：2021年底各大新闻资讯平台MAU（亿）0123456782017-022017-062017-102018-022018-062018-102019
16、-022019-062019-102020-022020-062020-102021-022021-06 2021-102022-022022-06图：抖音主站月活（亿）图：字节跳动市值变化（十亿美元）0.5112075140337.50501001502002503003504002014201620172018202020210.00.51.01.52.02.53.03.5111.4.2 决策式AI应用：图像识别推动自动驾驶市场快速增长资料来源：IDC，零壹智库，中信建投 自动驾驶：AI智能分析、识别路况，渗透率不断提升。借助决策式AI，自动驾驶汽车可分析判别各种路况，并可对多种物体进行识别与跟踪，从而提高行车的安全性，例如行人、空旷行驶空间、地上标注、红绿灯、车辆等。目前自动驾驶市场规模快速增长，据Research And Markets，2021年全球无人驾驶汽车的市场规模约273亿美元，2026年全球无人驾驶汽车市场规模将达到594亿美元，年复合增长率为16.84%。带动产业链发展，多环节均有高市值上市公司及高估值公司。判别式AI为自动驾驶汽车提供核心技术支持，自动驾驶汽车的
