電子-AI大模型商業(yè)模式思考

免責(zé)聲明和披露以及分析師聲明是報告的一部分，請務(wù)必一起閱讀。研究員研究員聯(lián)系人電子增持(維持)研究員研究員聯(lián)系人電子增持(維持)SACNo.S0570521050001SFCNo.AUZ066+(852)36586000SACNo.S0570524010002SFCNo.BTP481+(86)2128972228SACNo.S0570122070045quanheyang@SFCNo.BTV779+(86)2128972228行業(yè)走勢圖電子滬深300(%) (5)(15)(24)May-23Sep-23Jan-24May-24華泰研究2024年5月13日│中國內(nèi)地專題研究AI大模型商業(yè)模式思考本篇報告，我們通過對海內(nèi)外AI大模型企業(yè)的研究，提供對AI大模型商業(yè)模式的思考框架：1）基礎(chǔ)大模型未來的競爭格局方面，或贏者通吃，或國內(nèi)外分別寡頭競爭，而行業(yè)大模型則有望百花齊放；2）本輪AI應(yīng)用中，“AI+”還是“+AI”能夠取勝需要根據(jù)場景具體討論，取決于AI在業(yè)務(wù)流程中是否具有護(hù)城河，以及AI在業(yè)務(wù)價值鏈的占比；3）開源模型和閉源模型在未來較長一段時間內(nèi)將形成相互搖擺的博弈格局?；A(chǔ)大模型或國內(nèi)外各形成寡頭競爭格局，行業(yè)大模型百花齊放目前，“基礎(chǔ)大模型→行業(yè)大模型→終端應(yīng)用”的大模型路線非常清晰。訓(xùn)練基礎(chǔ)大模型的高成本和高技術(shù)壁壘，決定了科技巨頭或成為主要玩家。目前基礎(chǔ)模型仍處于軍備競爭的階段，未來的競爭格局有兩種可能：1）贏者通吃；2）國內(nèi)外多個大贏家共存。行業(yè)大模型的市場潛力較大，關(guān)鍵在于對行業(yè)的Know-How。未來行業(yè)大模型很可能是一個百花齊放的市場。以頭部玩家提供的基礎(chǔ)大模型為底座，未來可能產(chǎn)生專門精調(diào)行業(yè)大模型的公司，憑借對垂直領(lǐng)域的Know-How深耕某一賽道的行業(yè)大模型；在垂直領(lǐng)域積累已久的公司，具備入局該垂直領(lǐng)域行業(yè)大模型的先發(fā)優(yōu)勢。AI+還是+AI：關(guān)注AI是否具有護(hù)城河及全業(yè)務(wù)流程價值鏈占比“AI+”（以AI技術(shù)賦能行業(yè)的科技企業(yè)）還是“+AI”（采用AI技術(shù)的傳統(tǒng)企業(yè)）能夠勝出是上一輪AI投資最大的爭議。我們認(rèn)為在本輪以大模型為代表的創(chuàng)新周期中，選擇“AI+”還是“+AI”有以下關(guān)注點(diǎn)：1）AI在全業(yè)務(wù)流程價值鏈的比例；2）業(yè)務(wù)中AI是否具有護(hù)城河。本輪“+AI”和“AI+”都可能獲得可觀價值，“+AI”賦能眾多傳統(tǒng)業(yè)務(wù)，“AI+”更可能重塑行業(yè)。對于“+AI”，傳統(tǒng)行業(yè)眾多，意味著“+AI”的落地場景眾多，傳統(tǒng)行業(yè)體量大，賦能的新增價值將產(chǎn)生規(guī)模效應(yīng)。對于“AI+”，算力、算法、數(shù)據(jù)等壁壘較高，有較高的進(jìn)入門檻，先發(fā)優(yōu)勢明顯。資料來源：Wind，華泰研究開源模型vs閉源模型海外頭部廠商中，OpenAI和谷歌閉源模型領(lǐng)先，Meta憑借開源模型獨(dú)樹一幟。開源大模型具備低成本高效落地、技術(shù)迭代迅速以及可私有化部署的屬性，解決閉源大模型應(yīng)用痛點(diǎn)隨著以Llama為代表的高性能開源大模型的出現(xiàn)，對于垂直行業(yè)應(yīng)用公司來講，從頭訓(xùn)練大模型的模式的意義正在下降。開源模式將蠶食閉源模型一定的市場份額，兩者在未來較長一段時間內(nèi)將形成相互搖擺的博弈格局。投資觀點(diǎn)：算力基礎(chǔ)設(shè)施->硬件載體->大模型平臺->應(yīng)用從投資角度，建議按照算力基礎(chǔ)設(shè)施->硬件載體->大模型平臺->應(yīng)用的順序?qū)ふ沂芤鏄?biāo)的。AI大模型推動算力需求快速增長，基礎(chǔ)設(shè)施的業(yè)績成長可預(yù)見性最高，主要產(chǎn)業(yè)鏈環(huán)節(jié)包括計算芯片、服務(wù)器、數(shù)據(jù)中心等。交互終端次之，AI手機(jī)、AIPC是當(dāng)前大模型應(yīng)用的主要載體。未來看好大模型能力提升推動AR/VR，無人駕駛車，機(jī)器人等成為下一代硬件載體的潛力。大模型平臺是當(dāng)下產(chǎn)業(yè)發(fā)展趨勢中最核心的一環(huán)，看好MaaS成為AI大模型時代新的商業(yè)模式。AI大模型最大的投資機(jī)會在應(yīng)用?？春么竽Ｐ驮谒阉鳎娚塘闶?，辦公，金融、醫(yī)藥等行業(yè)率先落地。風(fēng)險提示：AI及技術(shù)落地不及預(yù)期；本研報中涉及到未上市公司或未覆蓋個股內(nèi)容，均系對其客觀公開信息的整理，并不代表本研究團(tuán)隊對該公司、該股票的推薦或覆蓋。免責(zé)聲明和披露以及分析師聲明是報告的一部分，請務(wù)必一起閱讀。本篇報告，我們通過對海內(nèi)外AI大模型企業(yè)的研究，提供對AI大模型商業(yè)模式的思考框架：1）基礎(chǔ)大模型未來的競爭格局方面，或贏者通吃，或國內(nèi)外分別寡頭競爭，而行業(yè)大模型則有望百花齊放；2）本輪AI應(yīng)用中，“AI+”還是“+AI”能夠取勝需要根據(jù)場景具體討論，取決于AI在業(yè)務(wù)流程中是否具有護(hù)城河，以及AI在業(yè)務(wù)價值鏈的占比；3）開源模型和閉源模型在未來較長一段時間內(nèi)將形成相互搖擺的博弈格局。資料來源：公司官網(wǎng)，華泰研究“基礎(chǔ)大模型→行業(yè)大模型→終端應(yīng)用”的大模型應(yīng)用路線日漸AI大模型的應(yīng)用路線日漸清晰，大致途徑為“基礎(chǔ)大模型→行業(yè)大模型→終端應(yīng)用”?；A(chǔ)大模型，也稱為通用大模型，是通過基于海量通用數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練而得到的。其優(yōu)點(diǎn)在于擁有強(qiáng)大的泛化能力?；A(chǔ)大模型通常利用大算力和擁有大量參數(shù)的深度學(xué)習(xí)算法，在大量無標(biāo)注的通用數(shù)據(jù)上進(jìn)行預(yù)訓(xùn)練，從而形成能夠“舉一反三”的泛化能力，相當(dāng)于AI完成了“通識教育”?；A(chǔ)大模型將AI的開發(fā)應(yīng)用從“小作坊”帶入“大工業(yè)”時代，但由于缺乏特定場景的語料和數(shù)據(jù)集的訓(xùn)練及模型調(diào)優(yōu)，因此在特定場景下的“專業(yè)度”還有待提高。行業(yè)大模型是在基礎(chǔ)大模型的基礎(chǔ)上，進(jìn)一步融合行業(yè)數(shù)據(jù)、知識和專家經(jīng)驗，從而有效提升模型的表現(xiàn)和可控性。其優(yōu)點(diǎn)在于更為專業(yè)，并對于不同的應(yīng)用場景具有更強(qiáng)的適配性。目前，在金融、能源、制造、傳媒等領(lǐng)域，已經(jīng)有部分頭部企業(yè)與科技公司或科研單位聯(lián)合發(fā)布了行業(yè)大模型。免責(zé)聲明和披露以及分析師聲明是報告的一部分，請務(wù)必一起閱讀。圖表2：基礎(chǔ)大模型+行業(yè)大模型，泛化性資料來源：百度文心大模型官微，IDC《2022中國大模型發(fā)展白皮書》，創(chuàng)新工場，華泰研究大模型的競爭者越來越多，既有OpenAI（未上市）、微軟（MSFTUS）、谷歌（GOOG以及英偉達(dá)等芯片廠商。隨著大模型被越來越多的消費(fèi)者及企業(yè)接受，未來的市場競爭格局將決定大模型生態(tài)系統(tǒng)的發(fā)展空間和最終贏家。由于基礎(chǔ)大模型與行業(yè)大模型存在差異，這兩類大模型最終可能形成不同的競爭格局。隨著大模型在更多應(yīng)用端的滲透，科技企業(yè)關(guān)于大模型的軍備競賽已經(jīng)從基礎(chǔ)大模型延伸到行業(yè)大模型。例如，國內(nèi)的百度文心、阿里通義、騰訊混元、華為盤古等大模型體系中均覆蓋了基礎(chǔ)大模型和行業(yè)大模型。開源模型異軍突起，給閉源模型帶來猛烈沖擊。海外市場中，OpenAI和谷歌閉源模型領(lǐng)先，Meta憑借開源模型Llama系列模型獨(dú)樹一幟；國內(nèi)市場中，百度、騰訊、阿里等互聯(lián)網(wǎng)大廠持續(xù)迭代自研閉源模型，同時阿里通義千問7B、GLM-130B、書生浦語7B、百川13B等模型宣布商業(yè)開源。我們認(rèn)為，隨著以Llama為代表的高性能開源大模型的出現(xiàn)，對于垂直行業(yè)應(yīng)用公司來講，從頭訓(xùn)練大模型的模式的意義正在下降，我們已經(jīng)看到部分垂直應(yīng)用公司轉(zhuǎn)而采取開源模型+矢量數(shù)據(jù)庫的形式，解決特定應(yīng)用場景和問題。開源模式將蠶食閉源模式一定的市場份額，兩者在未來較長一段時間內(nèi)或?qū)⑿纬上嗷u擺的博弈格局。以Llama為代表的的前沿開源模型性能優(yōu)異。以Meta2024年4月發(fā)布的Llama3為例，其分為大中小三個版本，相比其他模型：小規(guī)模的8B模型效果比同類大小的模型Mistral7B、Gemma7B略好或基本持平；中等規(guī)模的70B模型效果比GeminiPro3Sonnet略好或相當(dāng)，并超過GPT-3.5；最大的400B模型仍在訓(xùn)練過程中，設(shè)計目標(biāo)是多模態(tài)、多語言，根據(jù)Meta公布的目前訓(xùn)練數(shù)據(jù)，其性能與GPT-4相當(dāng)。免責(zé)聲明和披露以及分析師聲明是報告的一部分，請務(wù)必一起閱讀。資料來源：Meta官網(wǎng)，華泰研究資料來源：BigIdeas2024(ArkInvestment,2024)，華泰研究開源大模型具備低成本高效落地、技術(shù)迭代迅速以及可私有化部署的屬性，解決閉源大模型應(yīng)用痛點(diǎn)。1）低成本高效落地：模型從頭訓(xùn)練需要大額資金投入，使用閉源大模型在企業(yè)用戶量攀升后Token費(fèi)用將水漲船高；而開源大模型可以幫助用戶簡化模型訓(xùn)練和部署過程，并節(jié)省高額初始及后期資金投入，用戶只需從開源社區(qū)如HuggingFace中免費(fèi)下載預(yù)訓(xùn)練好的模型并進(jìn)行微調(diào)，就可快速構(gòu)建高質(zhì)量的模型。2）技術(shù)迭代迅速：在Llama2、Llama3開源發(fā)布后，吸引了全球開發(fā)者和愛好者參與開發(fā)和改進(jìn)，當(dāng)前已快速衍生出一系列開源的基礎(chǔ)模型與行業(yè)模型，這極大地加快了創(chuàng)新和迭代的速度。3）私有化部署：如果把行業(yè)的know-how數(shù)據(jù)輸送給閉源大模型，可能存在數(shù)據(jù)泄露的風(fēng)險；而開源大模型可部署在企業(yè)內(nèi)網(wǎng)的AI服務(wù)器上，幫助企業(yè)保護(hù)敏感數(shù)據(jù)安全性。免責(zé)聲明和披露以及分析師聲明是報告的一部分，請務(wù)必一起閱讀。開源大模型閉源大模型成本免費(fèi)，可能有額外的許可證或服務(wù)費(fèi)用通?；谳斎?輸出token大小收費(fèi)模型性能通常性能弱于閉源模型通常性能更優(yōu)適用性需要開發(fā)人員調(diào)試即插即用定制化可實現(xiàn)高度的定制化受限于供應(yīng)商，可定制化程度低于開源模型資料來源：華泰研究開源模式的任何漸進(jìn)式改進(jìn)都在蠶食閉源模型的市場份額，未來兩者或在相當(dāng)長一段時間內(nèi)形成互相博弈和競爭的格局。部分原計劃用閉源大模型如GPT-4的垂直應(yīng)用公司，可能會迫于成本、定制開發(fā)等原因，轉(zhuǎn)而選擇Llama或其他開源模型。另外，開源也能讓其他新加入者更快適應(yīng)AI產(chǎn)業(yè)，未來一天或幾天之內(nèi)的訓(xùn)練周期將成為常態(tài)，以這樣的速度，微調(diào)的累積效應(yīng)將很快幫助小模型克服體量上的劣勢。開源模型和閉源模型各有所長，二者將長期共存：1）模型方面，閉源大模型的質(zhì)量更高，例如Llama2-70B在代碼生成上與GPT-3.5仍有顯著差距。且快速迭代的開源模型數(shù)量龐大，對用戶而言選擇成本隨之上升；2）安全性方面，閉源大模型的可靠性更有保障。部分客戶如大型政企，在大模型采購時往往需要大公司的品牌作為可靠性背書。3）產(chǎn)業(yè)化方面，閉源大模型的長期服務(wù)能力更強(qiáng)、更可用。大模型與業(yè)務(wù)結(jié)合，需要產(chǎn)品、運(yùn)營、測試工程師等多種角色共同參與，同時大模型的長期應(yīng)用所需的算力、存儲、網(wǎng)絡(luò)等配套都要跟上，開源社區(qū)無法幫助用戶“一站式”解決這些細(xì)節(jié)問題。因此，這場博弈將在未來引導(dǎo)著開源、閉源兩種模式不斷進(jìn)行改進(jìn)，模型產(chǎn)業(yè)化應(yīng)用將成為兩種模式的試金石。此外，面對性能優(yōu)異的Llama及其快速增多的衍生開源模型，部分AI初創(chuàng)企業(yè)可能正在失去存在的意義，市場內(nèi)自研模型的公司數(shù)量或?qū)⒖焖偈諗?，除了科技巨頭外，只有少數(shù)具備先發(fā)優(yōu)勢的AI初創(chuàng)企業(yè)能夠在激烈的競爭中生存下來。免責(zé)聲明和披露以及分析師聲明是報告的一部分，請務(wù)必一起閱讀?！癆I+”（以AI技術(shù)賦能行業(yè)的科技企業(yè)）還是“+AI”（采用AI技術(shù)的傳統(tǒng)企業(yè)）能夠勝出是上一輪AI投資最大的爭議。“AI+”是以AI技術(shù)為核心，重構(gòu)現(xiàn)有業(yè)務(wù)；“+AI”是以現(xiàn)有業(yè)務(wù)為核心，借助AI降本增效，是改進(jìn)而非重建。從結(jié)果來看，“AI+”企業(yè)在智慧城市等特定領(lǐng)域獲得商業(yè)成功，但互聯(lián)網(wǎng)（例如谷歌、百度的搜索，頭條的推薦，阿里的廣告）、金融等行業(yè)通過已有業(yè)務(wù)+AI提升了效率。我們認(rèn)為上一輪“AI+”企業(yè)沒有全面成功的原因是算法的進(jìn)入壁壘相對較低。本次大模型主導(dǎo)的創(chuàng)新周期相比上一輪以國內(nèi)AI四小龍（商湯、曠視、云從、依圖）為代表的AI浪潮主要有三點(diǎn)區(qū)別：1）大模型能力更強(qiáng)。預(yù)訓(xùn)練大模型算法架構(gòu)更先進(jìn)，訓(xùn)練消耗的數(shù)據(jù)量和算力躍升，因此泛化能力更強(qiáng)。2）應(yīng)用落地更明確。生成式AI在許多領(lǐng)域成為了生產(chǎn)力工具。3）商業(yè)模式更清晰多樣。上一輪AI浪潮，AI公司采用小模型+軟硬結(jié)合的定制化解決方案變現(xiàn)，偏通用化軟件化的API和SaaS并未成為主流的變現(xiàn)方式。本次創(chuàng)新周期中，ToC的訂閱費(fèi)、ToB的API調(diào)用費(fèi)成為主流的變現(xiàn)手段，ToB的MaaS商業(yè)模式也逐漸清晰。圖表6：相比上輪AI浪潮，本輪創(chuàng)新周期的大模型能力更強(qiáng)資料來源：華泰研究在當(dāng)前大模型主導(dǎo)的創(chuàng)新周期中，大模型的應(yīng)用模式仍然是許多企業(yè)關(guān)注的焦點(diǎn)。企業(yè)需要決定是選擇“AI+”（以AI技術(shù)為核心，重構(gòu)現(xiàn)有業(yè)務(wù)）還是“+AI”（以現(xiàn)有業(yè)務(wù)為核心，借助AI降本增效）？我們認(rèn)為，對于大模型應(yīng)用模式的選擇可以從兩個方面考慮：首先，要考慮AI在企業(yè)全業(yè)務(wù)流程價值鏈中所占比例。如果AI在該賽道全業(yè)務(wù)流程價值鏈中所占比例很小，比如只有10%，則更容易從“+AI”切入。因為要從“AI+”切入，企業(yè)需要先將剩下的90%業(yè)務(wù)補(bǔ)足，而在產(chǎn)業(yè)鏈深耕多年的競爭對手很可能已經(jīng)補(bǔ)足了這90%。相比之下，如果AI占據(jù)全業(yè)務(wù)價值鏈的較大比例，“AI+”將有更大的發(fā)展空間。例如，在電商領(lǐng)域，可能更適合從“+AI”切入。因為即使沒有AI技術(shù)，商家仍然可以通過提供更優(yōu)質(zhì)的產(chǎn)品和服務(wù)來取勝。這是因為AI在電商全業(yè)務(wù)價值鏈中所占比例較低，而用戶、渠道和產(chǎn)品等因素更為關(guān)鍵。大模型在電商領(lǐng)域更多地用于降低成本和增加效率，例如自動生成營銷文案、圖像快速檢索和智能語音客服等，我們將在下一節(jié)進(jìn)行詳細(xì)闡述。免責(zé)聲明和披露以及分析師聲明是報告的一部分，請務(wù)必一起閱讀。其次，要考慮企業(yè)業(yè)務(wù)中AI是否具備護(hù)城河。如果AI在業(yè)務(wù)中沒有護(hù)城河或者門檻很低，選擇“+AI”更適合持續(xù)發(fā)展。因為一旦傳統(tǒng)企業(yè)認(rèn)識到AI的價值，也開始采用“+AI”策略，其他企業(yè)很容易趕上來。在這種情況下，創(chuàng)業(yè)公司選擇“AI+”可能難以生存。相反，如果AI在業(yè)務(wù)中形成了較高的護(hù)城河，“AI+”也許會產(chǎn)生創(chuàng)業(yè)機(jī)會。即使AI只占全產(chǎn)業(yè)鏈的一小部分，比如30%，但這30%卻具有非常高的門檻。后來進(jìn)入市場的傳統(tǒng)企業(yè)即使在其余70%上取得優(yōu)勢，也難以突破這30%的高門檻。因此，提前入局并占據(jù)了30%份額的企業(yè)仍能持續(xù)經(jīng)營，這也是“AI+”模式的機(jī)會所在。在蛋白質(zhì)結(jié)構(gòu)預(yù)測領(lǐng)域，采用“AI+”模式可能會取得突破性進(jìn)展。蛋白質(zhì)的功能很大程度上取決于其3D結(jié)構(gòu)，而預(yù)測蛋白質(zhì)的3D結(jié)構(gòu)是一個非常復(fù)雜的過程。以前，計算所有可能的折疊方式需要耗費(fèi)極長的時間。然而，AI大模型為蛋白質(zhì)結(jié)構(gòu)預(yù)測提供了新的解決方案。例如，DeepMind從2016年開始研究，在2018年發(fā)布了AlphaFold，然后在2020年推出了AlphaFold2，在蛋白質(zhì)結(jié)構(gòu)預(yù)測大賽CASP14中取得了原子水平的準(zhǔn)確度，將運(yùn)算時間從數(shù)月縮短至數(shù)小時，有助于加快藥物研發(fā)。蛋白質(zhì)結(jié)構(gòu)預(yù)測的大模型門檻很高，目前行業(yè)內(nèi)的企業(yè)數(shù)量較少。圖表7：從“AI在全業(yè)務(wù)價值鏈的占比”以及“AI是否具備護(hù)城河”出發(fā)，選擇“AI+”還是“+AI”資料來源：華泰研究本輪“+AI”和“AI+”都可能獲得可觀的價值，“+AI”賦能眾多傳統(tǒng)業(yè)務(wù)，“AI+”更可能重塑行業(yè)。對于“+AI”，1）傳統(tǒng)行業(yè)眾多，意味著“+AI”的落地場景眾多；2）傳統(tǒng)行業(yè)體量大，賦能的新增價值將產(chǎn)生規(guī)模效應(yīng)，例如一家銀行或一家造車公司，如果AI可以幫其3-5%的效率，就能產(chǎn)生較為可觀的價值；3）關(guān)注更易與AI結(jié)合的傳統(tǒng)業(yè)務(wù)及其龍頭企業(yè)，比如電商的阿里和京東、辦公軟件的微軟和金山辦公等，因為有自身發(fā)展需求、具備商業(yè)價值的海量數(shù)據(jù)，我們認(rèn)為積極擁抱AI技術(shù)等特質(zhì)的傳統(tǒng)企業(yè)更可能考慮+AI。對于“AI+”，1）算力、算法、數(shù)據(jù)等壁壘較高，有較高的進(jìn)入門檻，先發(fā)優(yōu)勢明顯；2）在數(shù)據(jù)更私密、算法壁壘更高、定制化程度較高的自動駕駛等關(guān)鍵領(lǐng)域，“AI+”公司有機(jī)會深耕并占據(jù)細(xì)分賽道的領(lǐng)先地位。免責(zé)聲明和披露以及分析師聲明是報告的一部分，請務(wù)必一起閱讀。搜索、電商、營銷“+AI”我們認(rèn)為，搜索、電商和營銷是目前“+AI”較有代表性的場景。AI提升了生產(chǎn)力并改進(jìn)了用戶需求。其應(yīng)用場景涵蓋文本編寫、圖像生成、智能交互、產(chǎn)品定義開發(fā)與營銷的全流程，從多個維度重塑了生產(chǎn)力格局。資料來源：各公司官網(wǎng)，華泰研究搜索：信息搜索、內(nèi)容生成搜索引擎是指根據(jù)一定的策略、運(yùn)用特定的計算機(jī)程序從互聯(lián)網(wǎng)上采集信息，在對信息進(jìn)行組織和處理后，為用戶提供檢索服務(wù)，將檢索的相關(guān)信息展示給用戶的系統(tǒng)。搜索引擎依托于多種技術(shù)，如網(wǎng)絡(luò)爬蟲技術(shù)、檢索排序技術(shù)、網(wǎng)頁處理技術(shù)、大數(shù)據(jù)處理技術(shù)、自然語言處理技術(shù)等，為信息檢索用戶提供快速、高相關(guān)性的信息服務(wù)。傳統(tǒng)的搜索行為往往需要經(jīng)歷長時間的判斷過程和多輪的互動，無法直接且有針對性的回答用戶的問題、無法生成新的內(nèi)容或進(jìn)行摘要總結(jié)、難以支持長文本搜索，難以實現(xiàn)搜索與其他功能的串聯(lián)。展望未來，我們站在了新一輪搜索引擎迭代的起點(diǎn)。AI技術(shù)與搜索引擎的不斷融合，將從底層結(jié)構(gòu)上改變搜索形態(tài)，過去的搜索引擎重點(diǎn)在于檢索已有信息，而以GPT為代表的大模型加持將讓搜索引擎擁有生成內(nèi)容的能力，帶來全新的對話體驗，為用戶提供個性化的回答和對話服務(wù)，具體體現(xiàn)在以下兩個方面：1）創(chuàng)造性內(nèi)容生產(chǎn)與輸出，AI大模型可以利用大量實時文本數(shù)據(jù)學(xué)習(xí)語言的規(guī)律，并根據(jù)用戶指示創(chuàng)造性地完成特定需求下各種類型的文本輸出，如故事、詩歌、摘要、代碼等。2）拓展搜索的多模態(tài)能力，利用AI技術(shù)處理視頻、圖片、語音等多種形式的信息，使搜索不再受限于信息的形態(tài)。AI+搜索的誕生便吸引了全球的注意力。但與此同時，AI生成內(nèi)容的準(zhǔn)確性、可靠性也受到了一定的質(zhì)疑。免責(zé)聲明和披露以及分析師聲明是報告的一部分，請務(wù)必一起閱讀。NewBing：是2023年2月微軟推出了基于GPT-4的搜索引擎。NewBing不僅更加智能和準(zhǔn)確，而且在回答問題時不僅限于文本形式，還可以包含圖像、視頻、音頻等多種形式。此外，NewBing的側(cè)邊欄功能也非常實用，可以直接在Bing搜索頁面進(jìn)行聊天和撰寫，無需切換窗口和標(biāo)簽頁，并且可以引用實時網(wǎng)絡(luò)數(shù)據(jù)回答問題。內(nèi)置AI聊天功能的NewBing搜索引擎在推出一個月后日活躍用戶已突破1億。Bard：2023年2月，谷歌推出了基于LaMDA大模型的AI對話機(jī)器人，名為“Bard”。這款聊天機(jī)器人于2023年3月21日向公眾開放訪問權(quán)限。Bard是基于LaMDA的輕量級版本，使用更少的計算能力，因此可以覆蓋更多用戶并提供額外的反饋。谷歌還在I/O開發(fā)者大會上發(fā)布了大語言模型“"PaLM2”，該模型將驅(qū)動聊天機(jī)器人Bard。經(jīng)過升級后，Bard將支持超過20種編程語言，并面向全球用戶開放。文心一言：是百度推出的一款基于百度新一代大語言模型的生成式AI產(chǎn)品，于2023年3月16日正式發(fā)布，于3月27日上線。文心一言擁有產(chǎn)業(yè)級知識增強(qiáng)文心大模型ERNIE，具備跨模態(tài)、跨語言的深度語義理解與生成能力，文心一言有五大能力，文學(xué)創(chuàng)作、商業(yè)文案創(chuàng)作、數(shù)理邏輯推算、中文理解、多模態(tài)生成。資料來源：谷歌官網(wǎng)，華泰研究電商：產(chǎn)品開發(fā)、產(chǎn)品營銷、產(chǎn)品售后零售的核心是人、貨、場。整個零售包括產(chǎn)品開發(fā)、產(chǎn)品營銷、產(chǎn)品售后等環(huán)節(jié)。回顧過去，從線下百貨商店到線上電商平臺，互聯(lián)網(wǎng)通大數(shù)據(jù)精準(zhǔn)推送目標(biāo)客戶，通過產(chǎn)業(yè)鏈數(shù)字化縮短售后步驟、時間，通過海量用戶反饋反哺產(chǎn)品開發(fā)環(huán)節(jié)，優(yōu)化產(chǎn)品設(shè)計。展望未來，AIGC利用自然語言處理、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等工智能技術(shù)，能夠自動創(chuàng)建各種形式的內(nèi)容，如文字、圖像、音頻和視頻等。這使得AI與電商行業(yè)的需求深度結(jié)合，涵蓋了產(chǎn)品開發(fā)、產(chǎn)品營銷和產(chǎn)品售后等各個階段，為電商平臺帶來全方面的降本增效。在產(chǎn)品開發(fā)階段，AI可以提供設(shè)計靈感、定制化產(chǎn)品描述和優(yōu)化產(chǎn)品決策。AIGC分析市場趨勢、消費(fèi)者喜好和競爭對手的產(chǎn)品，為電商提供設(shè)計靈感和創(chuàng)意方向。同時，以Midjourney為代表的AIGC可以根據(jù)需求和特定目標(biāo)群體，定制生成產(chǎn)品描述和配圖，自動生成吸引人的產(chǎn)品描述和高質(zhì)量的配圖，幫助電商展示產(chǎn)品的特點(diǎn)和優(yōu)勢。此外，AIGC基于市場信息對產(chǎn)品價格、目標(biāo)群體等要素進(jìn)行分析，為電商提供優(yōu)化建議和方案，幫助其調(diào)整產(chǎn)品定價和推廣策略。在2021年4月，海外電商領(lǐng)軍企業(yè)亞馬遜首次推出了官方AI選品工具，利用超過600個數(shù)據(jù)維度，個性化預(yù)測賣家在不同國家銷售產(chǎn)品的全球需求。吉宏股份（002803CH）自2023年1月起廣泛采用AIGC技術(shù)，深入挖掘產(chǎn)品的優(yōu)缺點(diǎn)，深度分析客戶的購買動機(jī)，進(jìn)一步優(yōu)化選品決策，目前已累計幫助公司上新了1萬多個新品。資料來源：公司公告，華泰研究在產(chǎn)品營銷階段，AIGC能夠?qū)崿F(xiàn)廣告智能投放和虛擬主播帶貨。在廣告智能投放方面，AIGC通過分析用戶數(shù)據(jù)、行為和興趣，預(yù)測他們的購買行為，并有針對性地投放廣告。這個過程包括廣告創(chuàng)意制作、投放時機(jī)和選擇投放渠道等方面。通過AIGC的智能投放，廣告可以更準(zhǔn)確地觸達(dá)目標(biāo)受眾，提高廣告的轉(zhuǎn)化率，降低投放成本。在虛擬主播帶貨方面，通過使用AIGC技術(shù)，可以讓虛擬主播根據(jù)商品特點(diǎn)和用戶需求，自動生成相應(yīng)的推薦語言和圖像，實現(xiàn)更加精準(zhǔn)的推薦和銷售。這種模式不僅提高了效率，還可以節(jié)約人力在產(chǎn)品售后階段，AIGC能夠?qū)崿F(xiàn)智能客服售后和自動化訂單管理。智能客服為電商平臺提供更高效和智能化的客戶支持。通過自然語言處理和機(jī)器學(xué)習(xí)等技術(shù)，AIGC能夠理解和解答用戶的問題，并提供準(zhǔn)確的解決方案。它可以處理常見的售后問題，如訂單跟蹤、退換貨流程、產(chǎn)品使用指導(dǎo)等，并提供個性化的客戶服務(wù)。此外，AIGC還可以實現(xiàn)訂單管理的自動化。例如，Shopify應(yīng)用商店中的ShipStation工具就通過自動化處理訂單管理流程，包括倉儲、發(fā)貨、物流等環(huán)節(jié)，AIGC能夠大大提高電商平臺的操作效率和準(zhǔn)確性。它可以自動處理訂單的確認(rèn)、配貨、打印運(yùn)單等操作，減少人工干預(yù)的時間和錯誤。營銷：廣告文本編寫、生成虛擬人物AI技術(shù)在營銷領(lǐng)域發(fā)揮了重要作用，提升了信息傳遞效率，并大幅提高了營銷內(nèi)容的生產(chǎn)效率。這些改進(jìn)使得廣告媒體能夠從收入端提高廣告媒體的營收規(guī)模，同時營銷服務(wù)商也從成本端提高了毛利率。具體來說，AI技術(shù)提高信息傳遞效率有兩個主要原因。首先，通過個性化推薦，AI可以根據(jù)用戶的歷史瀏覽記錄、興趣愛好、購買記錄等數(shù)據(jù)進(jìn)行分析，從而推薦個性化的廣告內(nèi)容。這樣可以更好地吸引用戶的注意力，并更加精準(zhǔn)地傳遞信息。其次，AI技術(shù)可以幫助企業(yè)在多個渠道進(jìn)行廣告投放和營銷，實現(xiàn)更全面的覆蓋，從而提高信息傳遞效率。AI技術(shù)提高營銷內(nèi)容的生產(chǎn)效率也有兩個主要原因。首先，通過自動化生成，AI可以自動化生成廣告文案、圖像素材、視頻內(nèi)容等，大大減少了人工制作的時間和工作量。通過使用AI生成的工具和系統(tǒng)，營銷人員可以快速生成大量優(yōu)質(zhì)內(nèi)容，提高信息的生產(chǎn)效率。其次，數(shù)據(jù)驅(qū)動的創(chuàng)作讓AI利用大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)算法深入挖掘用戶行為和偏好數(shù)據(jù)。這為營銷人員提供了更準(zhǔn)確的創(chuàng)作方向和內(nèi)容主題。通過分析用戶數(shù)據(jù)，AI可以幫助營銷人員更好地理解受眾需求，精準(zhǔn)定位目標(biāo)用戶，并根據(jù)用戶反饋不斷優(yōu)化內(nèi)容，提高信息的生產(chǎn)效率。例如，Copy.ai（未上市）是一款基于人工智能技術(shù)的文本生成工具，利用90多種工具和模板幫助用戶快速生成各種類型的文本內(nèi)容，如廣告語、博客文章、產(chǎn)品描述、社交媒體帖子等。通過使用Copy.ai，營銷人員可以節(jié)省大量的時間和精力，快速生成高質(zhì)量的文本內(nèi)容。此外，Copy.ai還可以基于用戶提供的關(guān)鍵詞和語境生成針對性的文本內(nèi)容，幫助營銷人員更好地傳達(dá)信息。RosebudAI（未上市）是一家專注于人工智能生成圖像的技術(shù)公司。他們的主要產(chǎn)品是一個基于GAN技術(shù)和自然語言模型GPT-3技術(shù)的面部合成引擎，可以根據(jù)用戶提供的指示生成高度逼真的人臉圖像。RosebudAI的技術(shù)能夠生成虛擬的商品模特面孔，從而實現(xiàn)個性化的營銷。通過使用RosebudAI，營銷人員可以根據(jù)特定的目標(biāo)群體和品牌需求，自動生成適合的商品模特圖像，以吸引目標(biāo)消費(fèi)者的注意力并增加購買意愿。據(jù)Rosebud稱，利用該產(chǎn)品生成商品模特的第一個活動獲得了22%的點(diǎn)擊率提升。這種個性化的營銷手段可以提高品牌的影響力和產(chǎn)品的營銷效果。RosebudAI的技術(shù)在時尚、美妝、電子商務(wù)等行業(yè)中得到廣泛應(yīng)用，并為營銷人員提供了創(chuàng)新的工具和方法來推動營銷活動的成功。到2021年，該公司已提供了超過25,000張不同的虛擬人建模圖像。投資機(jī)會：算力基礎(chǔ)設(shè)施->終端->平臺->應(yīng)用我們認(rèn)為AI大模型是未來十年科技行業(yè)重要的投資機(jī)會，建議按照算力基礎(chǔ)設(shè)施->硬件載體->大模型平臺->應(yīng)用的順序?qū)ふ沂芤鏄?biāo)的。復(fù)盤4G產(chǎn)業(yè)發(fā)展歷程，我們看到在受益板塊中電信設(shè)備商先行，手機(jī)次之、電信服務(wù)及移動互聯(lián)網(wǎng)應(yīng)用緊跟其后。第一階段，愛立信等通信網(wǎng)絡(luò)設(shè)備商享受最初的資本開支紅利，但由于競爭格局改變以及設(shè)備投入存在周期性，股價波動回到原點(diǎn)；其次，中國三大運(yùn)營商在4G時代發(fā)揮著至關(guān)重要的作用，但由于來自監(jiān)管的提速降費(fèi)壓力和業(yè)務(wù)范圍的制約，運(yùn)營商盈利增速緩慢；4G時代應(yīng)用端的主要附加價值被互聯(lián)網(wǎng)占據(jù)，社交、游戲、電商和視頻等領(lǐng)域出現(xiàn)了一批殺手級應(yīng)用，以騰訊為代表的平臺型企業(yè)也在互聯(lián)網(wǎng)浪潮中實現(xiàn)市值飛躍。展望AI大模型時代，我們認(rèn)為：1)算力基礎(chǔ)設(shè)施率先受益：AI大模型推動算力需求快速增長，基礎(chǔ)設(shè)施的業(yè)績成長的可預(yù)見性最高，主要產(chǎn)業(yè)鏈環(huán)節(jié)包括計算芯片、服務(wù)器、數(shù)據(jù)中心等；2)交互終端次之，當(dāng)前AI手機(jī)、AIPC是大模型應(yīng)用的主要載體。未來看好大模型能力提升推動AR/VR，無人駕駛車，機(jī)器人等成為下一代硬件載體的潛力。3)大模型平臺是當(dāng)下產(chǎn)業(yè)發(fā)展趨勢中最核心的一環(huán)，看好MaaS（Model-as-a-Service）成為AI大模型時代新的商業(yè)模式，關(guān)注各國對AI大模型企業(yè)監(jiān)管政策對行業(yè)發(fā)展的影響；4)AI大模型時代最大的投資機(jī)會在應(yīng)用。看好大模型在搜索、電商零售、辦公、金融、醫(yī)藥等行業(yè)率先落地。注：股價漲跌幅周期為2012年1月至2021年7月資料來源：Bloomberg，華泰研究地區(qū)美國公司OpenAI模型GPT-4turbo參數(shù)量未公開模態(tài)（輸入；文本，圖像；開源/閉源閉源發(fā)布時間2023年11月美國OpenAI未公開文本，圖像；視頻閉源2024年2月美國谷歌未公開文本，圖像，文本，圖像閉源2023年12月美國Claude3未公開文本，圖像；文本閉源2024年3月百度ERNIE4.0未公開文本，圖像；圖像，視頻閉源2023年10月商湯日日新5.0600B（MoE）文本，圖像；圖像，視頻閉源2024年4月智譜AIGLM-4未公開文本，圖像；閉源2024年1月美國Meta70B文本；文本開源2024年4月美國微軟3.8B文本；文本開源2024年4月阿里巴巴Qwen1.572B文本；文本開源2024年2月零一萬物Yi-VL34B文本；文本開源2024年1月美國314B（MoE）文本；文本開源2023年11月資料來源：Stanfordecosystemgraphs，公司官網(wǎng)，華泰研究1）AI技術(shù)落地不及預(yù)期。雖然AI技術(shù)加速發(fā)展，但由于成本、落地效果等限制，相關(guān)技術(shù)落地節(jié)奏可能不及我們預(yù)期。2）本研報中涉及到未上市公司或未覆蓋個股內(nèi)容，均系對其客觀公開信息的整理，并不代表本研究團(tuán)隊對該公司、該股票的推薦或覆蓋。分析師聲明本人，黃樂平、郭春杏，茲證明本報告所表達(dá)的觀點(diǎn)準(zhǔn)確地反映了分析師對標(biāo)的證券或發(fā)行人的個人意見；彼以往、現(xiàn)在或未來并無就其研究報告所提供的具體建議或所表迖的意見直接或間接收取任何報酬。一般聲明及披露本報告由華泰證券股份有限公司（已具備中國證監(jiān)會批準(zhǔn)的證券投資咨詢業(yè)務(wù)資格，以下簡稱“本公司”）制作。本報告所載資料是僅供接收人的嚴(yán)格保密資料。本報告僅供本公司及其客戶和其關(guān)聯(lián)機(jī)構(gòu)使用。本公司不因接收人收到本報告而視其為客戶。本報告基于本公司認(rèn)為可靠的、已公開的信息編制，但本公司及其關(guān)聯(lián)機(jī)構(gòu)(以下統(tǒng)稱為“華泰”)對該等信息的準(zhǔn)確性及完整性不作任何保證。本報告所載的意見、評估及預(yù)測僅反映報告發(fā)布當(dāng)日的觀點(diǎn)和判斷。在不同時期，華泰可能會發(fā)出與本報告所載意見、評估及預(yù)測不一致的研究報告。同時，本報告所指的證券或投資標(biāo)的的價格、價值及投資收入可能會波動。以往表現(xiàn)并不能指引未來，未來回報并不能得到保證，并存在損失本金的可能。華泰不保證本報告所含信息保持在最新狀態(tài)。華泰對本報告所含信息可在不發(fā)出通知的情形下做出修改，投資者應(yīng)當(dāng)自行關(guān)注相應(yīng)的更新或修改。本公司不是FINRA的注冊會員，其研究分析師亦沒有注冊為FINRA的研究分析師/不具有FINRA分析師的注冊資格。華泰力求報告內(nèi)容客觀、公正，但本報告所載的觀點(diǎn)、結(jié)論和建議僅供參考，不構(gòu)成購買或出售所述證券的要約或招攬。該等觀點(diǎn)、建議并未考慮到個別投資者的具體投資目的、財務(wù)狀況以及特定需求，在任何時候均不構(gòu)成對客戶私人投資建議。投資者應(yīng)當(dāng)充分考慮自身特定狀況，并完整理解和使用本報告內(nèi)容，不應(yīng)視本報告為做出投資決策的唯一因素。對依據(jù)或者使用本報告所造成的一切后果，華泰及作者均不承擔(dān)任何法律責(zé)任。任何形式的分享證券投資收益或者分擔(dān)證券投資損失的書面或口頭承諾均為無效。除非另行說明，本報告中所引用的關(guān)于業(yè)績的數(shù)據(jù)代表過往表現(xiàn)，過往的業(yè)績表現(xiàn)不應(yīng)作為日后回報的預(yù)示。華泰不承諾也不保證任何預(yù)示的回報會得以實現(xiàn)，分析中所做的預(yù)測可能是基于相應(yīng)的假設(shè)，任何假設(shè)的變化可能會顯著影響所預(yù)測的回報。華泰及作者在自身所知情的范圍內(nèi)，與本報告所指的證券或投資標(biāo)的不存在法律禁止的利害關(guān)系。在法律許可的情況下，華泰可能會持有報告中提到的公司所發(fā)行的證券頭寸并進(jìn)行交易，為該公司提供投資銀行、財務(wù)顧問或者金融產(chǎn)品等相關(guān)服務(wù)或向該公司招攬業(yè)務(wù)。華泰的銷售人員、交易人員或其他專業(yè)人士可能會依據(jù)不同假設(shè)和標(biāo)準(zhǔn)、采用不同的分析方法而口頭或書面發(fā)表與本報告意見及建議不一致的市場評論和/或交易觀點(diǎn)。華泰沒有將此意見及建議向報告所有接收者進(jìn)行更新的義務(wù)。華泰的資產(chǎn)管理部門、自營部門以及其他投資業(yè)務(wù)部門可能獨(dú)立做出與本報告中的意見或建議不一致的投資決策。投資者應(yīng)當(dāng)考慮到華泰及/或其相關(guān)人員可能存在影響本報告觀點(diǎn)客觀性的潛在利益沖突。投資者請勿將本報告視為投資或其他決定的唯一信賴依據(jù)。有關(guān)該方面的具體披露請參照本報告尾部。本報告并非意圖發(fā)送、發(fā)布給在當(dāng)?shù)胤苫虮O(jiān)管規(guī)則下不允許向其發(fā)送、發(fā)布的機(jī)構(gòu)或人員，也并非意圖發(fā)送、發(fā)布給因可得到、使用本報告的行為而使華泰違反或受制于當(dāng)?shù)胤苫虮O(jiān)管規(guī)則的機(jī)構(gòu)或人員。本報告版權(quán)僅為本公司所有。未經(jīng)本公司書面許可，任何機(jī)構(gòu)或個人不得以翻版、復(fù)制、發(fā)表、引用或再次分發(fā)他人(無論整份或部分)等任何形式侵犯本公司版權(quán)。如征得本公司同意進(jìn)行引用、刊發(fā)的，需在允許的范圍內(nèi)使用，并需在使用前獲取獨(dú)立的法律意見，以確定該引用、刊發(fā)符合當(dāng)?shù)剡m用法規(guī)的要求，同時注明出處為“華泰證券研究所”，且不得對本報告進(jìn)行任何有悖原意的引用、刪節(jié)和修改。本公司保留追究相關(guān)責(zé)任的權(quán)利。所有本報告中使用的商標(biāo)、服務(wù)標(biāo)記及標(biāo)記均為本公司的商標(biāo)、服務(wù)標(biāo)記及標(biāo)記。中國香港本報告由華泰證券股份有限公司制作,在香港由華泰金融控股（香港）有限公司向符合《證券及期貨條例》及其附屬法律規(guī)定的機(jī)構(gòu)投資者和專業(yè)投資者的客戶進(jìn)行分發(fā)。華泰金融控股（香港）有限公司受香港證券及期貨事務(wù)監(jiān)察委員會監(jiān)管，是華泰國際金融控股有限公司的全資子公司，后者為華泰證券股份有限公司的全資子公司。在香港獲得本報告的人員若有任何有關(guān)本報告的問題,請與華泰金融控股（香港）有限公司聯(lián)系。香港-重要監(jiān)管披露.華泰金融控股（香港）有限公司的雇員或其關(guān)聯(lián)人士沒有擔(dān)任本報告中提及的公司或發(fā)行人的高級人員。.阿里巴巴-SW（9988HK）、百度集團(tuán)-SW（9888HK）、騰訊控股（700HK華泰金融控股（香港）有限公司、其子公司和/或其關(guān)聯(lián)公司在本報告發(fā)布日擔(dān)任標(biāo)的公司證券做市商或者證券流動性提供者。其他信息請參見下方“美國-重要監(jiān)管披露”。美國在美國本報告由華泰證券（美國）有限公司向符合美國監(jiān)管規(guī)定的機(jī)構(gòu)投資者進(jìn)行發(fā)表與分發(fā)。華泰證券（美國）有限公司是美國注冊經(jīng)紀(jì)商和美國金融業(yè)監(jiān)管局（FINRA）的注冊會員。對于其在美國分發(fā)的研究報告，華泰證券（美國）有限公司根據(jù)《1934年證券交易法》（修訂版）第15a-6條規(guī)定以及美國證券交易委員會人員解釋，對本研究報告內(nèi)容負(fù)責(zé)。華泰證券（美國）有限公司聯(lián)營公司的分析師不具有美國金融監(jiān)管（FINRA）分析師的注冊資格，可能不屬于華泰證券（美國）有限公司的關(guān)聯(lián)人員，因此可能不受FINRA關(guān)于分析師與標(biāo)的公司溝通、公開露面和所持交易證券的限制。華泰證券（美國）有限公司是華泰國際金融控股有限公司的全資子公司，后者為華泰證券股份有限公司的全資子公司。任何直接從華泰證券（美國）有限公司收到此報告并希望就本報告所述任何證券進(jìn)行交易的人士，應(yīng)通過華泰證券（美國）有限公司進(jìn)行交易。美國-重要監(jiān)管披露.分析師黃樂平、郭春杏本人及相關(guān)人士并不擔(dān)任本報告所提及的標(biāo)的證券或發(fā)行人的高級人員、董事或顧問。分析師及相關(guān)人士與本報告所提及的標(biāo)的證券或發(fā)行人并無任何相關(guān)財務(wù)利益。本披露中所提及的“相關(guān)人士”包括FINRA定義下分析師的家庭成員。分析師根據(jù)華泰證券的整體收入和盈利能