ChatGPT專題分析：通用化效果突破、前景廣闊，國內AI產業鏈追趕仍有較大挑戰.pdf

ChatGPT專題分析：通用化效果突破、前景廣闊，國內AI產業鏈追趕仍有較大挑戰。ChatGPT 在各場景通用化效果顯著。ChatGPT 在生成內容的信息量、 邏輯組織結構、文本表達形式都較好地滿足用戶需求，通用性得到了 大大增強，可應用的場景有較大拓展。未來，我們看好 ChatGPT 在文 案寫作、郵件撰寫、宣傳廣告生成、軟件代碼編寫等場景的應用。

以 ChatGPT為代表的 AI 大模型推動 AI生產方式的變化。以 ChatGPT 為代表的 AI 大模型對于模型、算力和數據三大基礎要素的生產組織方 式已經有了較大改變。其有效提升 AI 模型研發效率，驅動 AI 算力需 求的增長，并對訓練數據的數量和質量提出了更高要求。

AI 大模型驅動 AI 算力需求增長。大規模智能算力基礎設施是各科技公 司訓練 AI 大模型的前提，是競爭的關鍵要素。從 2018 年開始，AI 模 型的參數近乎每年一個數量級的速度快速增長。模型的規模和模型訓 練、推理時所消耗的算力存在正相關關系。我們認為，隨著 AI 大模型 的開發和應用，其有望驅動 AI 加速卡和 AI 服務器等硬件需求的增長。

GPT 系列 AI 大模型在文字類工具軟件的商業化應用前景廣闊。我們 認為，未來，GPT 系列 AI 大模型最具有成功潛力的商業化落地形式是 其與微軟從瀏覽器 Bing 到 Office 的全線軟件的融合應用。二者的融合 應用有望對微軟的軟件產品的門檻和附加值有較大提高效果，同時對 相應競品實現降維競爭。我們可以預期微軟相關產品線的競爭優勢會 迅速擴大并能逐步新增體現在全球市場份額和財務回報上。

各科技公司已積累了一定的 AI 大模型的技術，ChatGPT 推動其應用 向內容生成類方向發展。自 GPT-3 之后，以華為、阿里、百度為代表 的科技公司紛紛展開了 AI 大模型的研究和探索。我們認為，在各大科 技公司已經具備一定 AI 大模型技術基礎之上，ChatGPT 的廣泛應用 將進一步推動各大科技公司將 AI 大模型向內容生產類應用發展。

國產“類 ChatGPT”的發展前景中短期不宜樂觀。我們認為，國產“類 ChatGPT”AI 大模型的發展預計將面臨以下挑戰：1. 數據來源的割裂； 2.產業鏈公司開放程度不夠；3. AI 算力存在瓶頸；4. 國內互聯網和科 技巨頭加速投入意愿具有不確定性。我們認為，除了寒武紀在基礎 AI 算力方面相對突出，ChatGPT 對 A 股計算機相關標簽公司整體幾乎沒 有實質驅動，整個產業鏈的追趕都面臨較大挑戰。