元宇宙行業(yè)GPT三定律

目錄1、ChatGPT：人類史上用戶數增長最快的應用，AI新時代來臨的報曉鳥2、GPT三定律：從AI發(fā)展規(guī)律和經驗為生成式AI立法3、全球科技互聯網科技公司AI領域的布局和投資梳理4、GPT主流應用場景展望OpenAI為何成為全球用戶數增長最快的產品？我們認為主要系對話型應用使用幾乎沒有學習成本和門檻、ChatGPT與全行業(yè)的聯系和結合都相對流暢。作為人類史上用戶數增長最快的應用，我們認為ChatGPT與抖音、Meta等主流產品一樣都代表著下一個時代的來臨，而其增速或許象征著以ChatGPT為代表的AIGC將以超出想象的速度打破固有的商業(yè)模式和滲透進全行業(yè)。ChatGPT：人類史上用戶數增長最快的應用，AI新時代來臨的報曉鳥資料來源：英偉達官網，OpenAI官網，天風證券研究所圖：OpenAI與其他主流產品達到1億全球用戶時間對比我們差異性的觀點在于我們認為ChatGPT在提升生產力以外，有望憑借其極低的使用門檻（對話）將與全新的硬件和交互方式升級實現共振，因此我們認為在助手工具、軟件行業(yè)和硬件升級的消費級產品和中間件中蘊藏更多機會。我們與市場觀點差異：除生產力外我們怎么看ChatGPT？—全新的云計算和交互革命目前市場主流觀點主要系其為生產力提升工具我們眼中的ChatGPT是一場即交互內容革命和軟件自然語言化（助手擬人化、工具抽象化、交互界面升級、內容革命）成長空間：ARPU有望翻倍，企業(yè)成本或將減半助手內容生產效率工具交互界面升級和內容革命軟件自然語言化成長空間：助手型工具或成為用戶主流選擇成長空間：新的中間件和消費級應用或有百倍的增長空間手勢感應、眼球追蹤、情感識別？主流硬件設備黏性或再被顛覆成長空間：或將顛覆現有的云計算和軟件行業(yè)全新的云原生？助手擬人化擬人化的工具軟件賣方分析師小助手人格化后的助手？基于社交的助手？新一輪的助手工具革命資料來源：各公司官網，天風證券研究所ChatGPT是AI行業(yè)上首次大規(guī)模自傳播：ChatGPT僅僅推出兩個月后其月活用戶就突破1億，成為史上用戶增長速度最快的消費級應用程序，這與ChatGPT自身超預期的能力和OpenAI前期通過真實數據對模型的迭代都有緊密關系，而我們認為在大規(guī)模傳播的背景下通過持續(xù)的真實數據輸入將持續(xù)轉動OpenAI模型、用戶、數據的飛輪。為什么是OpenAI？：真實數據和模型迭代的飛輪造就了全新一代的對話機器人ChatGPT專有數據生成更多的消費者更好的人工智能模型更好的產品圖：OpenAI的數據質量、模型能力、用戶基數的飛輪資料來源：AI科技評論公眾號，天風證券研究所我們認為ChatGPT或是基于人類反饋強化學習的代表模型：OpenAI推出的GPT系列模型每一代的模型都略有區(qū)別，例如GPT-1的學習方式是半監(jiān)督學習，而參數量增長的GPT-2采用的則是無監(jiān)督學習，GPT-3在2的基礎上提升參數至1750億，而后的InstructGPT和ChatGPT在大模型的基礎上使用一小部分人工數據構建獎勵模型，使得大模型更理解信息的含義，并能夠進行自我判斷。最終從結果看，ChatGPT相比早期的無監(jiān)督學習和海量訓練參數為特征的模型，在加入人類反饋機制后判斷用戶提問意圖和提升自身答案質量的能力得到顯著增強。如何理解ChatGPT？OpenAI

GPT系列模型的持續(xù)迭代，人類反饋機制成為模型核心區(qū)別圖：基于人類反饋的強化學習（RLHF）的學習路徑圖：ChatGPT與主流人工智能模型的區(qū)別和特點資料來源：OpenAI官網，產業(yè)規(guī)劃發(fā)展研究院公眾號，天風證券研究所我們認為ChatGPT是生成式AI在發(fā)展過程中積累量變過程中的一次重要“突現”：盡管ChatGPT在模型、訓練方式和數據集方面與前代模型并未有太大差距，但隨大模型自身會隨機出現“突現”能力且指數級增長，因此我們認為ChatGPT通過“突現”獲得了遠超上一代的意圖理解、多輪對話能力和準確率。我們認為ChatGPT或代表NLP領域研究的范式轉變：盡管大模型的訓練成本相對較高、調用嚴苛且部分領域效果沒有顯著區(qū)別，但ChatGPT在大模型領域展示出的NLP領域與在過去十余年中追求的通用人工智能（AGI）極為接近，我們認為這或將推動全球頭部的科技互聯網公司從微調小模型到使用大模型進行上下文學習的范式轉變，伴隨這種范式轉變我們有望能夠看到更多行業(yè)在大模型的影響下其商業(yè)模式發(fā)生重大變化。我們如何看待ChatGPT？同樣的統(tǒng)計學與運籌學，不一樣的最終模型效果核心：大模型的突現能力，這些能力可能只存在于大型模型中，而不存在于較小的模型中，因此稱為“突現”。Transformer模型：未變遠超上一代的意圖理解、多輪對話、準確率數據集：大小基本接近圖：

ChatGPT的模型基礎與效果突現RLHF：instructGPT已經應用圖：

大模型中隨著模型大小出現的突現能力資料來源：海豚數據科學實驗室公眾號，人工智能學家公眾號，人大高瓴人工智能學院公眾號、天風證券研究所AI與AIGC發(fā)展歷程：OpenAI基于Transfomer發(fā)布GPT，GPT已經進入到高速迭代周期Google發(fā)布TransformerAIGC技術發(fā)展AIGC實現效果Lan

Goodfellow等提出GAN2014根據文字、草圖等生成圖像2017語義理解更精確2022.8降噪處理以更精確捕捉文本意圖2022.11基于人類反饋大幅提升生成內容質量OpenAI開源CLIPStability

AI發(fā)布并開源Stable

DiffusionOpen

AI發(fā)布ChatGPT2021可以在未經標注的數據上訓練2021特征提取能力強大OpenAI發(fā)布CLIPAI技術發(fā)展AI典型應用198620121956達特茅斯學院提出人工智能概念發(fā)布首個專家系統(tǒng)DENDRALAlex

Krizhevsky等發(fā)布AlexNet（一種CNN）19682006Geoffrey

Hinton等提出深度學習20172018EdwardFeignbaumDavidE.

Rumelhart等發(fā)布BP算法1997深藍IBM戰(zhàn)勝國際象棋大師Kasparov2016AlphaGo戰(zhàn)勝圍棋世界冠軍李世石Google發(fā)布TransformerGoogle發(fā)布BERTGPT-43月15日OpenAI發(fā)布具備多模態(tài)能力的GPT-4,

GPT-4擁有強大的識圖能力，回答準確性顯著提高。我們認為現階段GPT系列模型已經進入到真實數據反饋下的高速迭代周期中，而OpenAI或將基于海量真實數據反饋持續(xù)提高模型能力實現高速迭代。資料來源：上海交通大學蘇州人工智能研究院公眾號，地球知識局公眾號，AI前線公眾號，AI科技評論公眾號，智造苑公眾號，《Attention

is

All

youNeed》Ashish

Vaswani,Noam

Shazeer，騰訊科技公眾號等，天風證券研究所我們認為ChatGPT的誕生更像第一次工業(yè)革命時期內蒸汽機的發(fā)明：從底層模型看ChatGPT這些算法本身并不復雜，但目前數學上我們并沒有很好的解釋AI模型為什么能收斂，因此AI這件事情并不是被數學和物理規(guī)律決定的，而是AI研究人員不斷按照經驗和推論來推進其發(fā)展。因此我們認為ChatGPT更像是第一次工業(yè)革命前夕，人類已經通過摸索掌握了生產力提升的工具-初代未經改良的蒸汽機，但依舊沒有整理出熱力學定律、微積分、牛頓定律。ChatGPT：摸索前進中誕生的生產力工具，更像是第一次工業(yè)革命中的蒸汽機蒸汽機-

駕馭機械發(fā)電機-

電氣化轉型自動化工廠(時間成本、人力成本)Al(機器深度學習)數字產品生產由自動化低成本向邊際成本為0的過渡期數字產品邊際成本為0;數字世界的成本更多為時間、人力、算力信息傳遞

-電報

信息傳遞

-

電話

工業(yè)互聯網物資傳遞-

火車輪

物資傳遞內燃機(機動

loT船 車)

數字孿生跨形式內容轉化：文字-

圖片2D-

3D數字孿生區(qū)塊鏈萬物互聯能源生產傳遞方式工業(yè)1.0工業(yè)2.0工業(yè)4.0AIGC元宇宙…… …………降本增效初代蒸汽機瓦特改良蒸汽機ChatGPT改良的ChatGPT?資料來源：網信軍民融合公眾號，天風證券研究所AIGC：從算法升級到商業(yè)模式變革，AIGC能力升級有望催生下一代商業(yè)模式代表公司商業(yè)模式平臺已有的非個性化內容使用者使用者平臺已有的個性化內容生成的個性化內容使用者

專屬空間每一次互聯網時代的更迭背后都伴隨算法和商業(yè)模式的升級，而以ChatGPT為代表的AIGC類算法或許會誕生出完全不同的商業(yè)模式，以及我們更為關注的下一個時代的字節(jié)跳動、抖音和拼多多。門戶時代 搜索算法 推薦算法 AIGC資料來源：博研企業(yè)服務平臺公眾號、營銷達人Marketing公眾號、OneSight公眾號、天風證券研究所目錄3、全球科技互聯網科技公司AI領域的布局和投資梳理4、GPT主流應用場景展望1、ChatGPT：人類史上用戶數增長最快的應用，AI新時代來臨的報曉鳥2、GPT三定律：從AI發(fā)展規(guī)律和經驗為生成式AI立法第一定律：在ChatGPT轉化成本為0的背景下，ChatGPT滲透率增長速度呈現巴斯模型，我們基于ChatGPT上線5天用戶超一百萬，上線一個月活躍賬戶超過1200萬，總注冊用戶超過1億，做出下圖預測。為生成式AI立法1：雖無法預測AI能力進化的方向，但根據AI發(fā)展的經驗總結三大定律資料來源：中科院物理所公眾號，天風證券研究所05000000001E+091.5E+092E+09050000000100000000150000000250000000新用戶總和用戶0100000000200000000300000000400000000500000000600000000700000000200000000800000000900000000050000001000000015000000200000001

4

7

10

13

16

19

22

25

28

31

34

37

40

43

46

49

52

55新用戶 總和用戶圖：基于巴斯模型的ChatGPT用戶增長預測（日）25000000 1E+09圖：基于巴斯模型的ChatGPT用戶增長預測（年）300000000 2.5E+09為生成式AI立法2：第二定律合集-創(chuàng)新者窘境定律，

Scaling

Law，萬物摩爾定律01$.001$.010$1.00$10.00$100.00$1000.00$100,000.00$10000.00100 10,000 1,000,000

100,000,000累計生產的RCU數量（百萬）美元/RCY實際美元/RCU預測美元/RCUTFS-Days*1.0000.1000.0100.0010.0000.00001,000,0001 100 10,000累計生產的RCU數量（百萬）預測算力實際算力資料來源：ARK

Invest，虎嗅APP公眾號，源碼資本公眾號，洞見研報，人工智能學家公眾號，天風證券研究所第二定律合集：創(chuàng)新者窘境定律：當一個企業(yè)面臨破壞性技術變革（如生成式AI）時，良好的管理方法將加速成功企業(yè)的失敗。Scaling

Law：當AI大模型足夠大、語料足夠多、算力足夠充足的時候，其性能不光會線性提升，還會突然的指數級爆發(fā)，以往在邏輯、正確性等方面的棘手問題將更有希望解決。ChatGPT之父Sam

Altman：全新的摩爾定律是宇宙中的智能數量每18個月翻一番。人工智能訓練的硬件成本 使用神經網絡的人工智能訓練成本第三定律：類似于萬有引力，我們認為生成式AI將最終實現對其他全行業(yè)的滲透。為生成式AI立法3：第三定律之生成式AI將最終實現對其他全行業(yè)的滲透資料來源：紅杉資本官網，天風證券研究所AIGC或持續(xù)提高知識工作者的生產力，2030年或有望創(chuàng)造20萬億美元生產力：從提高知識工作者的生產力視角來看，根據ARK的研究到2030年人工智能應該使知識工作者的生產力提高4倍以上。在100%采用人工智能的情況下，全球總支出約為41萬億美元，其創(chuàng)造的額外生產力約為20萬億美元。生產力測算：AIGC或持續(xù)提高知識工作者的生產力，2030年或有望創(chuàng)造20萬億美元生產力萬億（美元）2030年人類知識工作的預計工資與人工智能支出比較預測知識工作的工資 人工智能的支出1%10%20%2.50.8萬億美元8萬億美元16萬億美元4.51萬億美元14萬億美元29萬億美元6.52萬億美元21萬億美元41萬億美元2030年人工智能預計總潛在規(guī)模（TAM）生產力提升倍數軟件供應商獲取生產力收益的價值比例$80$60$40$20$0悲觀情況

基準情況

樂觀情況資料來源：

ARKInvest

，活報告公眾號，天風證券研究所目錄2、GPT三定律：從AI發(fā)展規(guī)律和經驗為生成式AI立法3、全球科技互聯網科技公司AI領域的布局和投資梳理4、GPT主流應用場景展望1、ChatGPT：人類史上用戶數增長最快的應用，AI新時代來臨的報曉鳥OpenAI將促進Office套件和Azure的升級。微軟正嘗試將OpenAI的語言人工智能技術ChatGPT應用于Office套件，并將ChatGPT添加到其基于云的Azure服務中。此舉將發(fā)揮chatGPT的特點，包括根據自然語言生成文本及代碼、為Outlook用戶提供回復電子郵件的建議等，促進Office套件和Azure的升級。我們認為微軟將有望持續(xù)推AI深度融入全產品矩陣，加快各業(yè)務條線全方位搭載ChatGPT

的進度。微軟聯手OpenAI或將引發(fā)搜索引擎革命。2月7日微軟發(fā)布搭載了ChatGPT與Prometheus模型的新版搜索引擎Bing和Edge瀏覽器，標志著微軟多年來首次有機會動搖搜索領域龍頭谷歌的產業(yè)地位。我們預計結合ChatGPT的New

Bing在時效性與回答問題的種類范圍等方面較ChatGPT均有提升，甚至或將出現類思考能力的雛形。我們認為ChatGPT的搭載有望助力Bing在全球搜索引擎市場的份額提升。微軟加速投資OpenAI有望實現互利共贏。

OpenAI在前期通過微軟提供的海量數據集資源和大量算力及基礎設施進行訓練，我們預計融合進微軟的OpenAI將借助微軟提供的用戶數據，獲得更多的訓練機會從而提升效能，提效后的ChatGPT或將擁有更大市場實現規(guī)模效益，在擴大收入的同時降低邊際成本。而對于微軟來說OpenAI或將在成本可控的背景下賦能現有的產品組合。微軟：加速投資OpenAI和ChatGPT與產品融合，新版Bing發(fā)布打響搜索引擎范式革命第一槍圖：OpenAI與Azure、Office的相互作用訓練機會根據自然語言生成文本等服務根據自然語言生成代碼等服務圖：搭載chatGPT的

New

Bing

界面圖：展望為微軟受益于AIGC發(fā)展AIGC用戶規(guī)模AIGC邊際成本AIGC與微軟的合作程度資料來源：New

Bing官網，新智元公眾號，天風證券研究所谷歌搜索引擎2021年占據全球搜索市場92.01%份額，22Q2仍有50%以上營收依靠搜索廣告業(yè)務。ChatGPT的底層Transformer模型為谷歌的研究成果，谷歌也第一時間針對ChatGPT對其搜索業(yè)務的威脅做出應急響應。谷歌云注資3億美元于

AI

初創(chuàng)公司Anthropic。該投資各方面均與微軟最初對OpenAI的投資相似。Anthropic對標

ChatGPT

推出的

AI

助手

Claude

已于1月底開始內測，并將于未來接入谷歌搜索引擎。緊急推出基于LaMDA模型的AI對話機器人學徒巴德

（Apprentice

Bard）。早在2021年谷歌對話型AI模型LaMDA就已問世，但出于規(guī)避聲譽風險考慮未大規(guī)模對外應用，在ChatGPT威脅的背景下谷歌于2月7日正式發(fā)布Bard。谷歌：注資Anthropic&推出Bard對抗ChatGPT，創(chuàng)新者窘境下谷歌投資與自研雙路徑齊發(fā)圖：谷歌、微軟的主要合作AI實驗室的比較首次投資首次投資AI安全與研究公司，2021年由OpenAI前研究副總裁創(chuàng)立2022年底2019年微軟為OpenAI的提供云服務圖：基于雙S曲線的創(chuàng)新者困境困境區(qū)時間收入/績效持續(xù)創(chuàng)新通過改進保持市場領先地位原有的商業(yè)/技術曲線新的商業(yè)/技術曲線顛覆性創(chuàng)新通過探索、發(fā)明和客戶定位開拓資料來源：StatCounter、數科社公眾號、南風窗公眾號、新智元公眾號、極客網公眾號、量子位公眾號、TechWebAI科技評論公眾號，各公司官網，投中網公眾號等，天風證券研究所百度：AI+云打造人工智能深度服務，推出文心大模型服務多行業(yè)百度云業(yè)務：文心一言或將通過類似微軟的方式以百度云作為配套設施對外提供AI相關的服務，通過人工智能產品逐步落地到生產的實際場景中，百度有望打造AI+云提升云業(yè)務競爭力。文心大模型：受益于百度知識圖譜文心大模型成為了全球首個知識增強千億大模型。文心大模型已歷經多次迭代，在更早之前也已經從單一的自然語言理解延伸到多模態(tài)，包括視覺、文檔、文圖、語音等多模態(tài)多功能。百度為推進大模型深入產業(yè)落地，與行業(yè)頭部企業(yè)聯合研發(fā)融合行業(yè)數據、知識以及專家經驗的行業(yè)大模型，目前百度文心大模型已經在電力、金融、媒體等領域，發(fā)布了10多個行業(yè)大模型。圖：百度業(yè)務布局梳理中文社區(qū)貼吧云服務百度智能云開源深度學習平臺飛槳自動駕駛出租車robotaxiAI底座

文心大模型圖：百度文心產業(yè)級知識增強大模型框架圖閱讀軟件

百度閱讀注：梳理不代表公司有AIGC相關計劃，是我們主觀推斷AIGC可以應用的領域，僅供參考資料來源：Azure官網、巴倫周刊、量子位公眾號、科創(chuàng)板日報公眾號，虎嗅APP公眾號、飛槳文心大模型官網，天風證券研究所字節(jié)跳動：旗下AI

Lab持續(xù)研究大模型，字節(jié)跳動招兵買馬投入大模型研發(fā)字節(jié)跳動旗下AI

Lab布局AI“大模型”兩大方向：AI

Lab專注于人工智能領域的前沿技術研究，涵蓋了計算機視覺、語音

&

音頻處理、

NLP、CV、Speech、音樂、機器學習等多技術研究領域，同時致力于將研究成果落地，為公司現有的產品和業(yè)務提供核心技術支持和服務。兩大方向中語言大模型由字節(jié)搜索部門牽頭，探索方向為搜索、廣告等下游業(yè)務的結合，預期于今年年中推出大模型；圖像大模型：由產品研發(fā)與工程架構部下屬的智能創(chuàng)作團隊牽頭。原達摩院大模型

M6

帶頭人楊紅霞加入字節(jié)，或將提升字節(jié)語言創(chuàng)新大模型的競爭力：楊紅霞曾擔任阿里達摩院超大規(guī)模多模態(tài)預訓練模型M6的技術負責人，帶領M6大模型從百億級進化到萬億級的參數量，并主導認知智能技術的發(fā)展和場景落地，楊紅霞加入字節(jié)或將促進字節(jié)在語言大模型領域的創(chuàng)新和落地和提高競爭力。圖：字節(jié)跳動業(yè)務布局梳理圖：AI

Lab語言大模型由搜索部門牽頭圖像大模型由智能創(chuàng)造團隊牽頭“AI”大模型AI

Lab注：梳理不代表公司有AIGC相關計劃，是我們主觀推斷AIGC可以應用的領域，僅供參考資料來源：字節(jié)跳動官網、牛透社公眾號、Wind萬得公眾號、源本科技集團公眾號、天風證券研究所騰訊：混元系列AI大模型布局多領域，為類ChatGPT產品構建堅實基礎騰訊的數據、人才和硬件儲備是布局AIGC領域的三大優(yōu)勢：數據方面，騰訊現有產品（微信、騰訊廣告等）或帶來多樣化、真實度高的數據和應用場景；此外硬件方面騰訊擁有高性能網絡平臺、成熟的太極機器學習平臺，為模型訓練提供堅實基礎?；煸狝I大模型現已登頂多領域，未來有望為多個應用場景賦能：2022年4月混元AI大模型先后五大跨模態(tài)視頻的檢索數據集榜單（在

MSR-VTT、MSVD、LSMDC、DiDeMo

和

ActivityNet）中位列第一，2022年5月其于CLUE

總排行榜、閱讀理解、大規(guī)模知識圖譜三個榜單同時登頂。目前混元AI大模型已落地于騰訊廣告、騰訊搜索等多個核心業(yè)務場景，如依托語言理解能力理解廣告內容，大幅提升廣告投放于用戶的匹配準確率。廣告搜索推薦游戲翻譯對話應用層NLP大模型CV大模型多模態(tài)大模型文生圖大模型模型層行業(yè)/領域/任務/模型多源訓練數據脫敏/清洗/平臺化評測數據和標準共建數據層模型推理及壓縮HCFToolkit產品套件（研發(fā)管線/數據/模型管理）模型層計算集群（CPU/GPU）網絡通信（RDMA）算力平臺高性能網絡平臺模型訓練

AngelPTM（GPU訓練加速/4D并行）搜索引擎

微信搜一搜社交媒體平臺

微信大數據營銷平臺

騰訊廣告AI底座

混元大模型混元大模型圖：混元大模型框架圖圖：騰訊業(yè)務業(yè)務布局梳理注：梳理不代表公司有AIGC相關計劃，是我們主觀推斷AIGC可以應用的領域，僅供參考資料來源：CSDN、量子位公眾號、

職場Bonus公眾號、量子位公眾號、澎拜、天風證券研究所阿里巴巴：持續(xù)深耕大模型和多模態(tài)，領先的全棧云服務技術支撐大模型研究阿里巴巴持續(xù)深耕大模型研究：阿里巴巴早在

2020

年6月研發(fā)出

3億參數的大模型

M6，此外阿里達摩院一直以來深耕多模態(tài)預訓練，其模型在通用性和易用性方面都有一定優(yōu)勢，并打造出國內第一個“統(tǒng)一底座”通義大模型，落地應用上可服務超過200個場景。領先的全棧云服務支撐大模型研究：阿里作為一家具備支撐超萬億參數大模型研發(fā)的云

+

AI全棧技術實力的公司，已經通過算力基礎設施上的領先和超大模型研發(fā)的經驗為客戶減少研發(fā)成本。圖：阿里巴巴通義大模型圖：阿里通義大模型架構資料來源：白鯨技術棧公眾號、

量子位公眾號、阿里巴巴官網、天風證券研究所目錄2、GPT三定律：從AI發(fā)展規(guī)律和經驗為生成式AI立法3、全球科技互聯網科技公司AI領域的布局和投資梳理4、GPT主流應用場景展望1、ChatGPT：人類史上用戶數增長最快的應用，AI新時代來臨的報曉鳥ChatGPT橫空出世或將挑戰(zhàn)數十載以來的搜索引擎行業(yè)范式：微軟正式推出了新一代

AI

驅動搜索引擎

New

Bing，把基于

ChatGPT

技術的生成模型和

Bing

集成在一起，而New

Bing必應中用的是全新版本的GPT，能夠比ChatGPT提供更多答案、注釋這些答案并提供最新結果，同時提供更安全的用戶體驗。我們認為短期來看ChatGPT或將與搜索引擎結合，且有望憑借ChatGPT對話能力影響現階段處于搜索引擎行業(yè)龍頭地位的Google并快速占據一定市場份額，我們也持續(xù)期待AI技術發(fā)展和新模型的應用引發(fā)搜索引擎的競爭格局和商業(yè)模式的升級。搜索引擎：ChatGPT或將挑戰(zhàn)搜索引擎行業(yè)范式，帶動GPU市場百億美元級別資本開支增量圖：

與ChatGPT結合后的New

Bing界面資料來源：時代周報、鈦媒體公眾號、新智元公眾號，天風證券研究所電商客服行業(yè)或率先應用ChatGPT：多輪對話能力即通過多輪、上下文具有關聯性的對話，解決用戶所提出的具體的問題。我們認為在電商客服行業(yè)，客服需要根據與客戶的多輪對話識別用戶的根本問題，并回復用戶解決方案，而用戶所提出的根本問題多為事實性問題，ChatGPT有望率先實現大規(guī)模應用。多輪對話能力或將大幅縮減客服工作量：傳統(tǒng)客服具有響應速率慢、人工成本高的痛點，我們認為ChatGPT的實時性、低甚至趨于零的邊際成本能夠有效解決該痛點。人工或專注于處理部分AI無法解決的對話，在降低人工成本的同時保證電商客服服務質量。電商：客服行業(yè)或將率先大規(guī)模應用ChatGPT，市場規(guī)模樂觀情況下有望達407億美元圖：2030年全球在線客服行業(yè)ChatGPT市場規(guī)模有望達到407億美元5811052021

2022E2023E2024E2025E2026E2027E2028E2029E2030E+21.1%291，50%中性情況樂觀情況悲觀情況

174，30%407，70%全球在線客服行業(yè)市場規(guī)模（億美元）2030年全球在線客服行業(yè)ChatGPT市場規(guī)模（億美元）及占比資料來源：globenewswire，天風證券研究所注：我們假設在線客服行業(yè)樂觀、中性、悲觀占比情況分別為70%、50%、30%假設僅供參考ChatGPT能夠精準營銷，實現個性化推薦：ChatGPT能夠采集用戶的行為數據，包括瀏覽記錄、消費記錄、搜索歷史等，而后通過計算系統(tǒng)過濾及總結用戶相關信息，形成用戶偏好及購買潛力標簽，由此向用戶生成個性化營銷內容，充分挖掘用戶消費潛力。該過程會不斷循環(huán)，實現個性化推薦的不斷優(yōu)化。且我們認為相比傳統(tǒng)營銷，該過程具有全自動化、時間短的特點，有望大幅提升營銷行業(yè)效率。ChatGPT能夠幫助營銷人員覆蓋更多客戶：我們認為在單用戶全生命周期的平均成本方面ChatGPT遠低于人工客服。此外ChatGPT或能幫助營銷人員接觸到更大用戶樣本、用戶數據，以及針對性的提供關于電商產品的更多有效信息，故能夠適應不同特點的客戶并回答其所提出的不同問題，解決營銷行業(yè)的核心需求從而實現客戶群體及需求的高質量覆蓋。電商：低成本的ChatGPT有望為營銷行業(yè)提升綜合效率和覆蓋面圖：ChatGPT精準營銷流程圖：ChatGPT助力營銷行業(yè)降本增效采集用戶行為數據過濾及總結用戶信息生成個性化營銷內容瀏覽內容、購買產品ChatGPT用戶實現自動化，降低問題響應速度實現規(guī)模效應，降低成本

接觸更深更廣的用戶信息，提升覆蓋度內容生成所用時長

用戶覆蓋度用戶生命周期平均成本ChatGPT資料來源：頭豹研究院，天風證券研究所AIGC將打造“深度合成+計算驅動”型虛擬人：虛擬人綜合運用文本、圖像、音頻等AIGC技術，打造綜合外觀、面部表情等高度且全面擬人化的數字內容。未來虛擬人或將從文案、音頻、圖像等低密度呈現形式轉化為視頻、實時交互等高密度呈現模式。短期看虛擬人視頻生成是發(fā)展重點，長期看虛擬人實時互動將扮演重要角色：相比虛擬人視頻生成，虛擬人實時互動更強調虛擬人思維及策略的自然程度。受文本生成局限性影響目前虛擬人實時互動大多用于特定行業(yè)的智能客服，而長期看虛擬人通過實時交互成為社交節(jié)點，我們認為其將有望為更多平臺型企業(yè)如電商、社交、短視頻行業(yè)提供良好的企業(yè)形象窗口。虛擬人：AIGC或為虛擬人提供高質量的內核，虛擬人應用有望進一步從娛樂拓展至服務行業(yè)資料來源：中國人工智能產業(yè)發(fā)展聯盟，天風證券研究所分類標準技術路徑文本人物語音合成人物動作合成音視頻合成顯示終端用戶TTSA人物模型識別感知人物語音合成文本人物語音合成人物動作合成終端數字化人物形象用戶音視頻合成顯示文本人物語音錄制音視頻合成顯示終端用戶音視頻監(jiān)控系統(tǒng)真人動捕遷移生成動畫真人驅動型虛擬人智能驅動型虛擬人數字化形象虛擬人圖：虛擬人分類資料來源：中國人工智能產業(yè)發(fā)展聯盟，天風證券研究所游戲是AIGC應用的廣泛和明確場景：AIGC借助其本身的學習方案并依靠游戲中大量數據及與現實性高的場景；另一方面AIGC將促進游戲行業(yè)向下一階段升級。

AIGC通過降低游戲的研發(fā)和運行成本，并提升游戲的多樣性等方面提升用戶體驗，游戲行業(yè)有望進一步實現降本增效。我們認為ChatGPT或將進一步簡化游戲建設的過程和門檻。AIGC覆蓋游戲領域的全流程：研發(fā)和制作環(huán)節(jié)，AIGC基于已有樣本大量生成具有多樣性的場景、關卡、NPC等數字資產，并提供檢驗游戲參數從而優(yōu)化游戲設計的實現渠道。在游戲中，AIGC能夠適應真實世界中玩家的復雜度，幫助游戲廠商克服游戲在靈活度和規(guī)模性方面的局限性，實現實時生成與游戲玩家的交互反應。游戲：游戲制作成本有望率先實現下降，游戲內場景和劇情有望實現自循環(huán)布局應用商業(yè)模式前期平衡性測試：幫助游戲策劃者模擬各參數下的用戶體驗，提出優(yōu)化策略基于玩法教學的新型人機互動