ChatGPT专题分析：通用化效果突破、前景广阔，国内AI产业链追赶仍有较大挑战.pdf

ChatGPT专题分析：通用化效果突破、前景广阔，国内AI产业链追赶仍有较大挑战。ChatGPT 在各场景通用化效果显著。ChatGPT 在生成内容的信息量、 逻辑组织结构、文本表达形式都较好地满足用户需求，通用性得到了 大大增强，可应用的场景有较大拓展。未来，我们看好 ChatGPT 在文 案写作、邮件撰写、宣传广告生成、软件代码编写等场景的应用。

以 ChatGPT为代表的 AI 大模型推动 AI生产方式的变化。以 ChatGPT 为代表的 AI 大模型对于模型、算力和数据三大基础要素的生产组织方 式已经有了较大改变。其有效提升 AI 模型研发效率，驱动 AI 算力需 求的增长，并对训练数据的数量和质量提出了更高要求。

AI 大模型驱动 AI 算力需求增长。大规模智能算力基础设施是各科技公 司训练 AI 大模型的前提，是竞争的关键要素。从 2018 年开始，AI 模 型的参数近乎每年一个数量级的速度快速增长。模型的规模和模型训 练、推理时所消耗的算力存在正相关关系。我们认为，随着 AI 大模型 的开发和应用，其有望驱动 AI 加速卡和 AI 服务器等硬件需求的增长。

GPT 系列 AI 大模型在文字类工具软件的商业化应用前景广阔。我们 认为，未来，GPT 系列 AI 大模型最具有成功潜力的商业化落地形式是 其与微软从浏览器 Bing 到 Office 的全线软件的融合应用。二者的融合 应用有望对微软的软件产品的门槛和附加值有较大提高效果，同时对 相应竞品实现降维竞争。我们可以预期微软相关产品线的竞争优势会 迅速扩大并能逐步新增体现在全球市场份额和财务回报上。

各科技公司已积累了一定的 AI 大模型的技术，ChatGPT 推动其应用 向内容生成类方向发展。自 GPT-3 之后，以华为、阿里、百度为代表 的科技公司纷纷展开了 AI 大模型的研究和探索。我们认为，在各大科 技公司已经具备一定 AI 大模型技术基础之上，ChatGPT 的广泛应用 将进一步推动各大科技公司将 AI 大模型向内容生产类应用发展。

国产“类 ChatGPT”的发展前景中短期不宜乐观。我们认为，国产“类 ChatGPT”AI 大模型的发展预计将面临以下挑战：1. 数据来源的割裂； 2.产业链公司开放程度不够；3. AI 算力存在瓶颈；4. 国内互联网和科 技巨头加速投入意愿具有不确定性。我们认为，除了寒武纪在基础 AI 算力方面相对突出，ChatGPT 对 A 股计算机相关标签公司整体几乎没 有实质驱动，整个产业链的追赶都面临较大挑战。