区块链 AIGC 的商业化之路展望

AIGC去年我们在AIGC首篇深度报告《AIGC：Web3时代的生产力工具》中阐述了该技术的变革及带来的产业变化，随着ChatGPT的走火，大家经常问起：AIGC的商业化之路怎么走？AIGC如何赚钱？——我们访谈了数十家国内外的AIGC团队，同时看到1月初微软宣布了与OpenAI的深度合作，将AI技术整合进现有产品，并为开发者提供AzureOpenAI云服务，允许其开发

证券研究报告|行业深20230128 增持（维持 行业走自己的AI应用，AIGC曙光已现，本文将着重探讨其商业化之路 通 沪深AIGC带来的商业模式变革——AI的显性化。随着自然语言技术（NLP）一步降低AI的使用和触达门槛，以及伴随着AIGC生成算法的优化与改进，我们发现AIGC的商业化落地速度和效果一些如Jasper这样的初创企业已经开始产生了营收。这意味着AI正以越来越显性的方式产生商业模式。AI已经不再像过去那样与硬件、系统等一起打包进行商业化落oB仍是AIGC的主要商业模式。虽然AIGC使C端用户以较低的门槛使用AI生成内容，但就目前来看，toB仍然是核心商业模式。对于B端客户对于BAIGC抓取信息后根据已有模板完成新闻或一些产品的测评；能够填补原本很难完成的需求鸿沟。面向C端的AIGC，以SaaS订阅为主。随着AI模型与算力的发展突破了一是作为效率工具，AIGC产品能够在信息获取、格式整理和工作流等各个AIGC能够大幅度降低大众用户的创作门槛。效率工具例如Notion发布的NotionAI，尤其值得关注AI模型作为基础设施集成到已有的工作流中。AIGC未来应用普及将产生巨大的算力根据OpenAI的研究，AI训练所需算力指数增长，且增长速度超越硬件的摩尔定律。AI模型大算力的背后需要高昂的算力成本，GPT-3训练的算力成本超过400万美元。尽管AI模型往往会选择开源，但数据集和训练成果是一个团队的内部资产，这意味着每个AI产品都需要支付自己的训练成本。在未来AIGC随着B端和C端的商业化落地的实现，算力集群的建设和云服务都会受益，同时考虑到英伟达A100H100出口受限国产算力芯片将有机会获得增量市场。AIGC社区的价值。近期在与各个创业团队的沟通过程中，我们发现行业一AIGC让用户的创作门槛的降低，有助于加强社区的互动和发展，同时降低了平台的内容成本。社区用户对内容的探讨与偏好能为AIGC模型提供优质的反馈，以便后续优化增强产品力。NFT能够确权作品和链接社区，AIGC与NFT社区的结合探索，或将产生值得期待的商业创新。AIGC投资框架：软硬件与数据集。生成算法、NLP与算力决定AIGC能否运行，而高质量的数据集决定了AIGC质量与商业模式。软件层面主要包括自然语言处理技术：谷歌、微软、科大讯飞、拓尔思；AIGC生成算法模型包括：中兴通讯、澜起科技、新易盛、天孚通信、宝信软件、中际旭风险提示：技术创新不及预期；政策监管

--2022- 2022- 2022-作相关研1请仔细阅读本报告末202320230128P.PAGEP.PAGE2请仔细阅读本报告末1、AIGC带来的商业模式变革——AI的显性 2、ToB仍是AIGC的主要商业模 3、面向C端的AIGC，以SaaS订阅为 4、AIGC背后的算力生 5、AIGC社区的价值——未来的金 6、投资策略：AIGC的软硬件与数据 风险提 图表1：微软与OpenAI深化合 图表2：AI+安防市场规 图表3：Jasper收费模 图表4：Jasper用户评 图表5：路透社AI撰写新闻 图表6：二次元产业图 图表7：ChatGPT使用截 图表8：官网展示应用场 图表9：NotionAI集成到现有的应用 图表10：内容生产的发展趋 图表11：AI模型所需要的算力增长趋 图表12：历史上知名的AI模型所需要的训练算 图表13：算力的硬件成 错误!未定义书签图表14：无界AI的创意大 图表15：AIGC投资标 错误!未定义书签微软与OpenAI深化合作AIGC商业化加速到来1月23布在与OpenAI正在迅速推进OpenAIChatGPT、DALL-EAI工具整合进微软旗AI云服务AzureOpenAIOpenAI的模型基础上搭建自己的应用，从而加速AI技术的商业化落地。此举可见，OpenAI作为AIGC行业龙头，已开始商业化之路，一方面自己作为模型基础图表1：微软与OpenAI深化资料来源：Microsoft官方博客、国盛证券研究我们在此前的深度报告《AIGC：Web3时代的生产力工具》中讨论了AIGC的技术变革AIGC的商业化加速之年，AIGC有望走近大众的生活、工作中。1、AIGC带来的商业模式变革——AI“AIGC+”，值也不容忽视，正如OpenAI与微软的合作，通用AI的显性化趋势将日益显著。AI具有通过自动执行各种任务、提高效率和启用新的经营方式来转变商业模式的潜力。可以让企业提供24/7全天候客户支持，即使在他们关闭时也是如此。在此之前，我们关注到的AI主要集中于安防、网络监测等领域。2020年，AI+安防领图表2：AI+安防市场资料来源：艾瑞咨询、国盛证券研究而随着自然语言技术（NLP）进一步降低AI的使用和触达门槛，以及伴随着AIGC生成AIGCJasperAI正以越来越显性的方式产生商业模式。以成立于2021年的Jasper为例，其成立当年营收就达到了4500万美元，并收获了7万名用户，2022年营收也预计7500万美元。从Jasper的官网上看到，它是以类SAASAIGC公司，在用户规模、内容生成量上在2022年亦快速起步，预计2023年开始产生营收及盈利并非难事，但能否形成SaaS订阅模式尚待观察。202320230128P.PAGEP.PAGE5请仔细阅读本报告末图表3：Jasper收费模资料来源：Jasper、国盛证券研再以Jasper为例，其不仅融合了多种模型算法，包括GPT3、NeoX、T5等，并在此基础上根据实际业务需求，使用量身定制学习模型——构建界面和原始工作流程，使AI组合。这种方式有助于避免过度依赖任何一个来源，并使最终产出效果更好。Japer的成立两年Jasper就能吸引到IBM、Airbnb这样的大客户的原因。图表4：Jasper用户评资料来源：Jasper、国盛证券研随着技术的进步，AI已经不再像过去那样与硬件、系统等一起打包进行商业化落地了。对于普通人来说也不再是一门遥不可及的尖端技术。AI变成了一个普通人也可以轻松运用、提升效率的工具，这预示着AI的商业模式更加显化。202320230128P.PAGEP.PAGE11请仔细阅读本报告末页声2、ToBAIGC虽然AIGC使C端用户以较低的门槛使用AI生成内容，但目前来看，toB仍然是核心商业模式。对于C端用户来说，缺乏长期持久的需求，大多数只是一时兴起的好奇体验。而对于B端客户来说，他们的需求和付费意愿是较为稳定和长久的，这主要有以下两个100AIGC50%2018年，路透社就启用了一款AI新闻撰稿工具LynxInsightService，主要目的是这和我们此前尝试用ChatGPT进行研究报告的撰写的情况类似。在未来，人主要负责整体方向的把握和提出问题，而AI负责信息的搜集、处理汇总和融合。图表5：路透社AI撰写新闻资料来源：Reuters、国盛证券研究IBtoB应用具有项目制的特点而难以被满足，我们称之为需求鸿沟。例如，IP矩阵的IP构筑包括电影、电视、游戏、动漫、手办等周边产品时，需要大量IP矩阵进行丰富，这是一个费钱且费力的漫长过程。内容供给方因工作这种“白盒+黑盒”式的内容生成甚至带有“二创”的意味。若能在AIGC的帮助下跨越需求鸿沟，则大型B端项目更容易实现。20235IP形成的包图表6：二次元产业图资料来源：艾瑞咨询、国盛证券研究一过程。有了AIGC的帮助，可以大幅提升这一过程的效率。在原先的情况下，需要安排一批设计师尝试设计一个初稿并给IP用相对较高。而在AIGC的情况下，设计师可以先训练出自己风格的生成模型迅速根据IP方的要求设计出多个初稿供选择。这一点能够快速帮助确定设计师并减少沟通成本。在后续的设计生产过程中，也可以通过AIGC高效生成多种类似风格或IP的内容，这将AIGC变得普及，我们依旧认为当下阶段，toB端才是B端带来的效率提升是切实的，也能够填补原3CAIGCSaaS随着AI模型与算力的发展突破了可用的临界点，AIGC对个人的赋能也是值得关注的C端的AIGC第一是作为效率工具，诸如传统的笔记、日程管理等工具，AIGC应用能够在信息获取、格式整理和工作流等各AI模型作为基础设施能够集成到现有的工作流程中；第二是作为创作工具，像剪辑、修图软件一样，AIGC能够在UGC内容流行的今天，大幅度降低大众用户的创作门槛，强化个人媒体的IP价值。从商业角度而言，将AIGC作为底层基础设施的SaaSAIGC替代搜索引擎成为下一代信息获取方式。ChatGPT上线后被广泛讨论的一个问题是：ChatGPT会取代谷歌吗？传统的搜索引擎通过对关键词的检索与相关性的排序，为可以直接给出回答。例如，在询问光纤光缆行业概况时，ChatGPT会直接根据用于训练ChatGPT（ChatGPT2020后的信息一无所知ChatGPT目前处在Demo阶段，但社交媒体上已经有人表示愿意为之付费用于提高自己效率。图表7：ChatGPT使用截资料来源：、国盛证券研在内容的表达上，AIGC能够完成从辅助到替代的跨越。效率工具在辅助表达、增强沟Grammaly对用户表达进行语气和措辞的修饰，提供常用的表达模版和规范。而AIGC容输出，从而替代人工进行表达。以Jasper为例，以AI文字生成为主打产品，通过其InstagramTikTok视频脚本、广告营销文本、图表8：官网展示应用资料来源：Jasper、国盛证券研AIGC将会集成到已有工作流。AI大模型作为基础设施，可以根据具体的使用场景和需NotionAINotion是一款红杉牵头的2.5亿美元C轮融资，投后估值103亿美元。2022年，Notion的用户规模目前已经达到3000万，付费用户达到400万。在前段时间，Notion发布了NotionAI测试版，NotionAINotion的现有工作流中，当用户在应用中整理素材、管理日程、创作的时候都能够使用AI辅助来提高效率。即便是midjourney、无界版图以，图表9：NotionAI集成到现有的应用资料来源：NotionAI、国盛证券研究创作工具的发展与普及让更多个人用户称为内容创作者，这也带来了UGC的繁荣。而图表10：内容生产的发展趋资料来源：a16z、国盛证券研究4、AIGCAIGC背后的“大算力”究竟有多大AI训练所需算力指数增长，增长速度超越硬件的摩尔定律。在2018年，OpenAI发表呈现指数级上涨（而摩尔定律仅仅是18个月翻一倍）1。从2012年到2018图表11：AI模型所需要的算力增长趋资料来源：OpenAI、国盛证券研究对于目前常见的大模型（例如GPT-3、NLG、Gopher等等，算力的测量往往使用力跑满图表12：历史上知名的AI模型所需要的训练算资料来源：O、国盛证券研究AIGC未来应用普及的背后，将产生巨大的算力市场。AI模型大算力的背后需要高昂的A1006-9万元，1000A100CPU、硬1AIGCBC端的A100H1005、AIGC近期在与各个创业团队的沟通过程中，我们发现行业一个重要的关注点会放在AIGC与Web3.0的结合，以及AIGC与社区的融合。这种结合趋势主要体现在：AIGC能够助力AI模型反馈；AIGCNFT结合产生新的商业低门槛的表达能让更大规模的用户参与到社区互动中。UGC平台，AIGC能够进202320230128P.PAGEP.PAGE13请仔细阅读本报告末页声图表13：无界AI的创意资料来源：无界AI、国盛证社区对AIGC作品的反馈能够为AI模型提供训练反馈。以图片生成为例，相同的关键A平台的效果很好，而B平台效果很差。这果差异巨大。在监管学习下，训练员需要给AIGC产生的内容进行反馈，从而调节算法的参数，直到算法的效果令人满意。ChatGPT免费上线产品Demo的一个重要原因就是通过开放的用户交互，收集到更多的反馈数据。社群对内容的探讨与偏好能为AIGC模当AIGC涉及到IP相关领域时，传统的版权授权制度很难与之匹配，这种问题在UGC时代就经常出现，例如粉丝的二创行为。NFT的标记性使创作者与二次创作者与观众的链接更加多元化。我们也看到了包括BAYC、Cryptopunks等NFT持有者组成了排他性可能重复生成内容，并且会生成类似于数字指纹的seed，与NFT的结合可以将内容生6、投资策略：AIGC从PGC到UGC再到AIGC，AIGC能让人类突破内容生产力枷锁，高效率生成高质量内容，让人类进入到真正的元宇宙之中。若要AIGC能够满足元宇宙的需求，独立完成高二季度GPT4202320230128P.PAGEP.PAGE14请仔细阅读本报告末页声AIC202023AICb3G、AIC图表14：AIGC投资赛公代谷自然语言处理微科大讯拓尔英伟百视觉中AIGC生成算法和数据昆仑万万兴科中科金汉仪科蓝色光澜起科天孚通中兴通算新易美格智奥飞数中际旭资料来源：公开资料、国盛证券研究技术创新不及预期：AIGC的技术发展不及预期。以及底层硬件技术，如：超级计算机、免责声（以下简称“本公司的