《區塊鏈行業深度：AIGC的商業化之路展望-230128（15頁）.pdf》由會員分享，可在線閱讀，更多相關《區塊鏈行業深度：AIGC的商業化之路展望-230128（15頁）.pdf（15頁珍藏版）》請在三個皮匠報告上搜索。

1、國盛證券證券研究報告|行業深度2023年01月28日區塊鏈AIGC的商業化之路展望去年我們在AIGC首篇深度報告AIGC：Web3時代的生產力工具中閘述增持（維持）了該技術的變革及帶來的產業變化，隨著ChatGPT的走火，大家經常問起：AIGC的商業化之路怎么走？AIGC如何賺錢？我們訪談了數十家國內行業走勢外的AIGC團隊，同時看到1月初微軟宣布了與OpenAI的深度合作，將AI技術整合進現有產品，并為開發者提供AZureOpenAI云服務，允許其開發自己的AI應用，AIGC曙光已現，本文將著重探討其商業化之路。通信滬深30016%AIGC帶來的商業模式變革AI的顯性化。隨著自然語言技術（N

2、LP）進一步降低AI的使用和觸達門檻，以及伴隨著AIGC生成算法的優化與改進，我們發現AIGC的商業化落地速度和效果表現將超預期，一些如Jasper這樣-16%的初創企業已經開始產生了營收。這意味著AI正以越來越顯性的方式產生商業模式。AI已經不再像過去那樣與硬件、系統等一起打包進行商業化落-32%2022062022-012022-09地了。對于普通人來說也不再是一門遙不可及的尖端技術TOB仍是AIGC的主要商業模式。雖然AIGC使C端用戶以較低的門檻使用AI生成內容，但就目前來看，toB仍然是核心商業模式。對于B端客戶作者來說，他們的需求和付費意愿是較為穩定的，這主要有以下兩個核心原因：分

3、析師金都欣對于B端帶來的效率提升和成本下降，如用AIGC抓取信息后根據已有模板執業證書編號：S0680521070002完成新聞或一些產品的測評；能夠填補原本很難完成的需求鴻溝。郵箱：面向C端的AIGC，以Saas訂閱為主。隨著AI模型與算力的發展突破了分析師宋嘉吉可用的臨界點，AIGC對個體的賦能也不容忽視，且將以SaaS訂閱為主。第執業證書編號：50680519010002一是作為效率工具，AIGC產品能夠在信息獲取、格式整理和工作流等各個郵箱：流程提高個人用戶的效率；第二是作為創作工具，像剪輯、修圖軟件一樣，相關研究AIGC能夠大幅度降低大眾用戶的創作門檻。效率工具例如Notion發布的

4、1、通信：運營商大周期下，有哪些教資機會？NotionAI，尤其值得關注AI模型作為基礎設施集成到已有的工作流中。2023-01-15AIGC未來應用普及的背后，將產生巨大的算力市場。根據OpenAI的研究，2、通信：重視運營商大周期下的投資機會2023-01-09AI訓練所需算力指數增長，且增長速度超越硬件的摩爾定律。AI模型大算力的背后需要高昂的算力成本，GPT-3訓練的算力成本超過400萬美元。盡管AI模型往往會選擇開源，但數據集和訓練成果是一個團隊的內部資產，2023-01-08這意味著每個AI產品都需要支付自己的訓練成本。在未來AIGC隨著B端和C端的商業化落地的實現，算力集群的建設

5、和云服務都會受益，同時考慮到英偉達A100、H100出口受限，相關國產算力芯片將有機會獲得增量市場。AIGC社區的價值。近期在與各個創業團隊的溝通過程中，我們發現行業一AIGC讓用戶的創作門檻的降低，有助于加強社區的互動和發展，同時降低了平臺的內容成本。社區用戶對內容的探討與偏好能為AIGC模型提供優質的反饋，以便后續優化增強產品力。NFT能夠確權作品和鏈接社區，AIGC與NFT社區的結合探索，或將產生值得期待的商業創新。AIGC投資框架：軟硬件與數據集。生成算法、NLP與算力決定AIGC能否運行，而高質量的數據集決定了AIGC質量與商業模式。軟件層面主要包括自然語言處理技術：谷歌、微軟、科大

6、訊飛、拓爾思；AIGC生成算法模型及數據集：英偉達、Meta、百度、藍色光標、視覺中國、昆侖萬維。算力層包括：中興通訊、瀾起科技、新易盛、天孚通信、寶信軟件、中際旭創等。風險提示：技術創新不及預期；政策監管風險請仔細閱讀本報告末頁聲明R#page#G國盛證券2023年01月28日內容目錄1、AIGC帶來的商業模式變革AI的顯性化.2、TOB仍是AIGC的主要商業模式.3、面向C端的AIGC，以SaaS訂閱為主.4、AIGC背后的算力生意.115、AIGC社區的價值未來的全礦6、投資策略：AIGC的軟硬件與數據集.13風險提示.14圖表目錄圖表1：微軟與OpenAI深化合作國表2：AI+安防市場

7、規模.圖表3：Jasper收愛模式國表5：路透社AI振寫斷閱箱.111圖表7：ChatGPT使用截圖.圖表8：官網展示應用場景.圖表9：NotionAI集成到現有的應用中.圖表10：內容生產的發展趨勢圖表11：AI模型所需要的算力增長趨勢國表12:歷史上知名的AI模型所需要的訓練算力.因表14無界AI的創意大賽.13圖表15：AIGC投資標的.錯誤！未定義書簽。P.2請仔細閱讀本報告末頁聲明#page#G國盛證券2023年01月28日微軟與OpenAI深化合作，AIGC商業化加速到來。1月23日，微軟官方宣布在與OpenAI將進一步深入合作，將在未來數年內追加投資數十億美元以加速AI技術推向大

8、眾。微軟正在迅速推進OpenAI的商業化，將目前的ChatGPT、DALL-E等AI工具整合進微軟旗下的全部軟件，例如Bing、Ofice等，為用戶帶未更高效的交互體驗。更值得關注的是，微軟將提供AI云服務AzureOpenAI，允許開發者在OpenAI的模型基礎上搭建自己的應用，從而加速AI技術的商業化落地。此舉可見，OpenAI作為AIGC行業龍頭，已開始商業化之路，一方面自己作為模型基礎設施，賦能搜索引擎、辦公軟件提高效率和用戶黏性；另一方面借助合作伙伴的算力基礎設施，為后續底層硬件拓展打牢基礎。圖表1：微軟與OpenAI深化合作OpenAIMicrosoft我們在此前的深度報告AIGC

9、：Web3時代的生產力工具中討論了AIGC的技術變革以及應用場景，隨著產品落地及場景的拓展，越來越多的市場關注將集中于商業模式的探討，即一個很關鍵的問題：AIGC如何賺錢？通過行業訪談，我們認為2023年將是AIGC的商業化加速之年，AIGC有望走近大眾的生活、工作中。1、AIGC帶來的商業模式變革一AI的顯性化“AI的顯性化”是我們最近產業交流中的最深刻感受。AI雖已發展多年，但在諸多領域的應用更像經過專業學習的“?？粕?，而今基于大模型的AIGC更像接受過通識教育的研究生，雖然在發展初期在特定專業領域功能有限，卻有著更強的可拓展性。因此，我們預計，當2023年GPT4模型發布之后，“AIG

10、C+”將成為全球性的趨勢。底層的大模型與數據集將成為下一個科技時代，真正意義上的“IT基礎設施”，既有垂直領域的價值也不容忽視，正如OpenAI與微軟的合作，通用AI的顯性化趨勢將日益顯著。AI具有通過自動執行各種任務、提高效率和啟用新的經營方式來轉變商業模式的潛力。以下是人工智能如何改變商業模式的一些方式自動化：AI可以自動執行各種任務，例如數據輸入、客戶服務和供應鏈管理。這可P.3請仔細閱讀本報告末頁聲明#page#G國盛證券2023年01月28日以減少對人力的需求并提高效率，從而完成降低成本并增加利潤的目的。改進決策制定：AI可以分析大量數據并提供有助于企業做出更好決策的見解。例如，人工

11、智能可用于優化定價、識別新機會和預測客戶行為。個性化：AI可用于為個人客戶提供個性化的產品和服務。這可以幫助企業更好地曬準他們的營銷工作并提高客戶滿意度新商業模式：AI可以實現以前不可能實現的新商業模式，如：AI驅動的聊天機器人可以讓企業提供24/7全天候客戶支持，即使在他們關閉時也是如此。在此之前，我們關注到的AI主要集中于安防、網絡監測等領城。2020年，AI+安防領線達到了453億的市場規模，是商業落地速度最快且容量最大的賽道之一。預計這一規模將在2025年達到900億。但這一領域，基本都是同硬件和系統一起打包提供。圖表2AI+安防市場規模AI+安防市場規模100020.00%91319

12、.50%18.30%82390018.00%80016.00%70014.00%13.70%13.30913.10%60012.00%06.00%5004008.00%3006.00%2004.00%1002.00%0.00%20202021e2022e2023e2024e2025e市場規模（億元）規模增速（%）資料來源艾瑞咨詢、國盛證券研究所而隨著自然語言技術（NLP）進一步降低AI的使用和觸達門檻，以及伴隨著AIGC生成算法的優化與改進，我們發現AIGC的商業化落地速度和效果表現都很好，一些如Jasper這樣的初創企業已經開始產生了營收。這意味著AI正以越來越顯性的方式產生商業模式。以成立

13、于2021年的Jasper為例，其成立當年營收就達到了4500萬美元，并收獲了7萬名用戶，2022年營收也預計7500萬美元。從Jasper的官網上看到，它是以類SAAS服務的形式進行收費，分為初級、高級和訂制三個模式。而國內部分領先的AIGC公司，在用戶規模、內容生成量上在2022年亦快速起步，預計2023年開始產生營收及盈利并非難事，但能否形成SaaS訂閱模式尚待觀察P.4請仔細閱讀本報告末頁聲明#page#G國盛證券2023年01月28日圖表3：Jasper收費模式資料來Jaspe再以Jasper為例，其不僅融合了多種模型算法，包括GPT3、Neox、T5等，并在此基礎上根據實際業務需求

14、，使用量身定制學習模型一一構建界面和原始工作流程，使AI更易于日常使用。同時，由于融合了多種模型，它能夠區分特定用例或行業的最佳模型組合。這種方式有助于避免過度依賴任何一個來源，并使最終產出效果更好。Japer的使用界面上可以看到其提供了數百種垂直領域的模板，如：新品推廣郵件模板等。這樣的設計能夠更進一步地幫助用戶完成精準的輸出，更好地吸引用戶來使用。這也是為何成立兩年Jasper就能吸引到IBM、Airbnb這樣的大客戶的原因圖表4Jasper用戶詳價Jasper is rated 4.9/5 stars in over3,000 reviewstoseewhyits3.000+Trustp

15、ilot，CapterraandG2.TEAMHubspbtAAUTODESKairbnbIBMKWSHcarEDA PROMO資料來源，國盛證養研究所隨著技術的進步，AI已經不再像過去那樣與硬件、系統等一起打包進行商業化落地了。對于普通人來說也不再是一門遙不可及的尖端技術。AI變成了一個普通人也可以輕松運用、提升效率的工具，這預示著AI的商業模式更加顯化。P.5請仔細閱讀本報告末頁聲明#page#G國盛證券2023年01月28日2、ToB仍是AIGC的主要商業模式雖然AIGC使C端用戶以較低的門檻使用AI生成內容，但目前來看，toB仍然是核心商業模式。對于C端用戶來說，缺乏長期持久的需求，大

16、多數只是一時興起的好奇體驗而對于B端客戶來說，他們的需求和付費意愿是較為穩定和長久的，這主要有以下兩個核心原因：降低成本AIGC替代了部分原本應該由原創人員承擔的工作，例如網站內容編輯、美工等，假設人工成本在100萬，而AIGC能夠降低50%以上，那么企業將有充足的動力進行機器替代，其實這一過程正在發生，尤其在一些垂直領域，例如體育、金融、汽車等。早在2018年，路透社就啟用了一款AI新聞擺稿工具LynxInsightService，主要目的是將編輯工作中機器所擅長的領域分攤給機器，如：數據挖掘和識別數據規律，將編輯人員所擅長的工作內容交予人類，如設置提問、賦予任務以權重，對上下文進行理解等。

17、這和我們此前嘗試用ChatGPT進行研究報告的擺寫的情況類似。在未來，人主要負責整體方向的把握和提出問題，而AI負責信息的搜集、處理匯總和融合。圖表5：路透社AI擺寫新聞穩REUTERS品MarketsMoreBreakingviews3resultsAuthor235.08miliondeathtolat500976Malaysias JulyCPlupFACTBOX-Wordwidedeathtollat4，246,103Jui12021除了以上這種形式以外，目前更普遍的是通過AI快速抓取信息數據，套入已設置好的模享事*“比中較為常見。除了新聞稿件類，AIGC生成圖片也被應用在新聞稿或自媒

18、體的插圖或封面上。相比原先在素材庫找圖的效果更貼合文章，也減少了找美工的費用并提升了效率。但在這一領域文字的需求大于圖片，一方面是由于工作的完成度另一方面是由于本身的市場空間?？缭紹端需求鴻溝部分toB應用具有項目制的特點而難以被滿足，我們稱之為需求鴻溝。例如，IP矩陣的構建，當需要對大IP構筑包括電影、電視、游戲、動漫、手辦等周邊產品時，需要大量各類原創作者對IP矩陣進行豐富，這是一個費錢且費力的漫長過程。內容供給方因工作量巨大而無法提供大量原創稿件，而需求方因看不到內容而無法買單。未來基于AIGC，P.6請仔細閱讀本報告末頁聲明#page#G國盛證券2023年01月28日原創內容方可以以少

19、量手稿，借助模型的幫助，大量生成內容，由于擴散模型的存在，這種“白盒+黑盒”式的內容生成甚至帶有“二創”的意味。若能在AIGC的幫助下跨越常求鴻溝，則大型B端項目更容易實現。我們以二次元市場為例，該產業已經步入爆發期，產業鏈趨于成熟。2020年國內整體市場規模達突破了千億，泛二次元用戶預計2023年達到5億。圍繞著二次元IP形成的包括潮玩、虛擬偶像、服裝和線下娛樂等新型衍生產品矩陣擁有巨大市場，也是當下發展的重點。圖表6：二次元產業圖話內容生產內容傳播周邊延伸二次元綜合平臺手辦動畫和漫畫制作POPNART5文494ACFUNToyctty虛擬偶次mHoYc線下娛樂資訊平臺IPSTuftable

20、Q觸漫半次元巴游戲發行海外內容代理TapTapLibi游戲！機M木棉花廣告商艾瑞咨詢、回盛證券研究所在潮玩、虛擬偶像和服裝的設計生產過程中，必不可少會涉及選擇設計師、完成設計這一過程。有了AIGC的幫助，可以大幅提升這一過程的效率。在原先的情況下，需要安排一批設計師嘗試設計一個初稿并給IP方審核溝通，產生的溝通成本和前期初稿設計費用相對較高。而在AIGC的情況下，設計師可以先訓練出自己風格的生成模型迅速根據IP方的要求設計出多個初稿供選擇。這一點能夠快速幫助確定設計師并減少溝通成本。在后續的設計生產過程中，也可以通過AIGC高效生成多種類似風格或IP的內容，這將大幅提升效率和降低成本。因此，即

21、使由于技術的發展使得AIGC變得普及，我們依舊認為當下階段，toB端才是主要的商業模式方向，核心原因在于對于B端帶來的效率提升是切實的，也能夠填補原本很難完成的需求對接，因此客戶付費意愿較強。P.7請仔細閱讀本報告末頁聲明#page#G國盛證券2023年01月28日3、面向C端的AIGC，以Saas訂閱為主隨著AI模型與算力的發展突破了可用的臨界點，AIGC對個人的賦能也是值得關注的方向。在極小的邊際成本下，AIGC應用能夠大幅度提高個人的信息處理效率以及內容輸出質量，而這類技術又可能反作用于生產關系的演變。因此，面向C端的AIGC應用，可從兩個角度來探討其商業價值：第一是作為效率工具，諾如傳

22、統的筆記、日程管理等工具，AIGC應用能夠在信息獲取、格式整理和工作流等各個流程提高個人用戶的效率，并且AI模型作為基礎設施能夠集成到現有的工作流程中；第二是作為創作工具，像剪輯、修圖軟件一樣，AIGC能夠在UGC內容流行的今天，大幅度降低大眾用戶的創作門檻，強化個人媒體的IP價值。從商業角度而言，將AIGC作為底層基礎設施的SaaS訂閱將成為中長期趨勢，目前Midjourney等企業已有類似嘗試。用戶付費的邏輯在于以下幾個方面更高效的信息獲取方式AIGC替代搜索引攀成為下一代信息獲取方式。ChatGPT上線后被廣泛討論的一個問題是：ChatGPT會取代谷歌嗎？傳統的搜索引擎通過對關鍵詞的檢索

23、與相關性的排序，為用戶提供可能有價值的頁面鏈接。而ChatGPT通過龐大的語料庫，針對用戶提出的問題可以直接給出回答。例如，在詢問光纖光纜行業概況時，ChatGPT會直接根據用于訓練的大數據集給出一個合理答案，并且用戶在追問的過程中，也能夠進行回復。而傳統搜索引攀則需要按照關鍵詞去尋找合適的資料并進行整理。從實際的體驗中，從ChatGPT獲取信息的質量要高于搜索引擎，速度會更快，但會存在數據集的局限性（例如ChatGPT對2020后的信息一無所知），不過已經在大部分場景能夠取代按索引攀。盡管ChatGPT目前處在Demo階段，但社交媒體上已經有人表示愿意為之付費用于提高自己效率。圖表7：Cha

24、tcpT使用截圖件身客25的我的金執執研用等V數銷山平零知識證明可以類比成一個密室，里面有兩個人被證明者和證明者。被證明者知道一個秘密，但不能告訴證明者。證明者想要首秘密，但又不能讓被證明者透露秘密于是，證明者想出了一個方法：讓被證明者回答一些特定的問題，如果被證明者確實知道秘密，那么回答問題的方式應該是一致的，證明者就可以通過這種方式確定被證明者是否真的知道秘密。這就是零知識證明的概念，即通過特定的方式，讓證明者確定被證明者是否知道某個秘密，但并不會讓證明者知道移密的具體內容。這種方法在區塊鏈領域中被廣泛應用，用于保護用戶的隱私。資料來源.com、因盛證券研究所從輔助表達到替代表達在內容的表

25、達上，AIGC能夠完成從輔助到替代的跨越。效率工具在輔助表達、增強溝通效率這方面已有很多嘗試，例如Grammaly對用戶表達進行語氣和措辭的修飾，提供常用的表達模版和規范。而AIGC能夠更進一步，按照指定的格式、語氣和場景進行內P.8請仔細閱讀本報告末頁聲明#page#G國盛證券2023年01月28日容輸出，從而替代人工進行表達。以Jasper為例，以AI文字生成為主打產品，通過其文字生成功能，用戶可以生成Instagram標題，編寫TikTok視頻腳本、廣告營銷文本、電子郵件內容等工作。圖表8：富網展示應用場票6廣告文章材鮮土型網站觀著如何將費斯珀用于社交媒體在幾分鐘內生成數月的社交媒體內容

26、狀態。有些可能很幼稚！想出幾十個聰明發布有趣的Linkedin文章。上傳播開您知道嗎？資料來源，集成到已有的工作流AIGC將會集成到已有工作流。AI大模型作為基礎設施，可以根據具體的使用場景和需求設計應用，也可以集成到現有的工作流程中。例如NotionAI，其應用Notion是一款全平臺文檔工具，支持協作、筆記、表格、看板等功能，在2021年完成了由Coatue和紅杉牽頭的2.5億美元C輪融資，投后估值103億美元。2022年，Notion的用戶規模目前已經達到3000萬，付費用戶達到400萬。在前段時間，Notion發布了NotionAI測試版，NotionAI完全集成到Notion的現有工

27、作流中，當用戶在應用中整理素材、管理日程、創作的時候都能夠使用AI輔助來提高效率。即便是midjourney、無界版圖以及ChatGPT，我們認為也難稱之為一個完整的工具，離開了用戶現有的工作流使得AIGC更像是“玩具”，但如果把這種功能嵌入到已有的工作流中則完全不同。圖表9：NotionAI集成到現有的應中Save time.Write faster.LetNotonAl nandle te firstdraft資料來湯P.9請仔細閱讀本報告末頁聲明#page#G國盛證券2023年01月28日擴大用戶創造力創作工具的發展與普及讓更多個人用戶稱為內容創作者，這也帶來了UGC的繁榮。而AIGC作

28、為內容創作工具，將更進一步降低圖片、視頻等內容的創作門檻。從前是通過文案自動生成配音，而AIGC可以實現一句話生成文案，一句話生成圖片甚至視頻：例如，在Midjourney中，用戶只需要通過輸入文字描述，計算機將會自動生成一張作品；AIGC虛擬人可以根據文案內容自動生成虛擬人節目。這些應用在相對較小的學習成本下，用很短的時間使得用戶能夠創作更多內容。圖表10:內容生產的發展趨勢內容創件AIUG超內容創作模式回盛證券研究用P.10請仔細閱讀本報告末頁聲明#page#G國盛證券2023年01月28日4、AIGC背后的算力生意AIGC背后的“大算力”完競有多大？AI訓練所需算力指數增長，增長速度超越

29、硬件的摩爾定律。在2018年，OpenAI發表了一份研究成果，嘗試量化大語言模型所需要的算力以及算力需求的增長趨勢。該研究發現，自2012年至2018年，用于訓練AI所需要的算力大約每隔34個月翻倍，整體呈現指數級上漲（而摩爾定律僅僅是18個月翻一倍）1。從2012年到2018年，訓練AI所耗費的算力增長了30萬倍，而摩爾定律在相同時間只有7倍的增長。圖表11:AI模型所需委的算力增長是勢196資料來源：國盛證券研究所OpenAI對于目前常見的大模型（例如GPT-3、NLG、Gopher等等），算力的測量往往使用petaFLOPS-days。這個單位意味著一個每秒進行一千萬億次浮，點計算的設備，需要不停歌地運算一整天。作為對比，英偉達的旗艦產品RTX3090在標準功率下的浮點算力約為35TFLOPS，每秒能夠處理35萬億次計算，1petaFLOPS-days意味著需要不斷以最高算力跑滿29天。就算用目前最快的超級計算機，這個訓練過程在理想情況下也超過一周。ihttps:/