2023年AI应用投资机遇展望

1.大模型激发AIGC能力涌现，未来追求高泛化能力AGI

大模型：发展超预期，未来追求高泛化能力AGI

人工智能历经计算-感知-认知三个阶段，大模型引领发展新阶段。2022年11月，OpenAl推出Al对话系统——ChatGPT， 从GPT-3.5系列中的一个模型微调而成，创新性加入人类反馈强化学习以及对应的奖励模型，并在Azure Al超级计算基础 设施上进行训练，能够进行有逻辑的对话、撰写代码、撰写剧本、纠正错误、拒绝不正当的请求等，效果超越大众预期。

大模型以通用人工智能（AGI）为最终目标，追求模型效果的高泛化能力。通用大模型要求模型在不进行重新训练的情况 下，理解用户提出的非结构化提示词，并基于需求理解实现稳定且正确的文本生成。通用大模型最终目标为通用人工智能 （AGI），即人工智能单独完成人类可以完成的所有任务，在训练数据和模型特点上体现为：参数多、体量大。

大模型高质量完成自然语言理解和生成任务，以“预训练+微调”模式加持应用场景。大模型将逐步超越大语言模型范畴 ，形成具备多模态能力的大模型。“预训练+微调”模式低成本地提升模型在特定行业领域的表现能力，成为伴随深度模 型行业应用的通用模式。

大模型：海外竞争格局清晰，国内群雄逐鹿

海外模型供给：OpenAI打磨多模态能力、选择闭源路线，Meta等选取开源路线以加速追赶。ChatGPT在全球范围内快 速传播，短时间内完成对企业和用户的市场教育，需求爆发倒逼供给创新。2023年9月25日，OpenAI正式发布ChatGPT4V（ision）版本，新增图片输入和语音输出能力，多模态能力正式融入ChatGPT；12月6日，谷歌发布Gemini模型，具 备强大多模态能力和图文结合的逻辑推理能力。海外大模型市场已形成较为清晰的OpenAI/谷歌双龙头+Meta开源追赶+垂 类特色厂商繁荣的格局。

国内模型供给：科网公司、初创公司等群雄逐鹿，竞争格局走向清晰仍需等待。国内大模型的参与者主要有代表性科技 企业（百度、腾讯等）、新兴创业公司（百川智能、MiniMax等）、传统AI企业（科大讯飞、商汤科技等）以及高校研究 院（复旦大学、中科院等）。尽管国内大模型的能力差异及易用性仍在接受市场检验中，但互联网巨头在AI领域的长期投 入已形成先发优势，在移动互联网时代积累的自有数据和应用场景也构成独有壁垒，叠加充足的算力、人才等资源优势， 有望在大模型领域占据重要地位。

大模型：当前大模型与AGI仍有差距，多模态成为重要途径

当前主流大语言模型和AGI之间仍有较大差距。GPT路线构建的大语言模型已展现出强大的自然语言理解和生成能力，但 参考Deepmind、OpenAI、Meta等公司对于AGI能力的定义，我们认为当前大语言模型在各维度上距离AGI仍有较大差 距，主要体现在性能和通用性、认知能力、工具使用能力、创作能力等方面。

多模态能力提升模型各维度能力，推动大模型走向AGI。当前大模型主要指大语言模型（LLM），输入输出均以文本形式 进行，而多模态大模型（MLLM）则可以输入或输出文本及其他模态，包括图像、视频、音频、数据库等。多模态能力全 面提升模型各维度能力，成大语言模型走向AGI的重要途径。

2.通用与垂直场景多点开花，大模型赋能千行百业

大模型赋能千行百业，整体市场空间广阔

大模型能力赋能千行百业，打造繁荣模型生态。当前大模型已经展现强大文本生成能力和通用性，在办公、企业管理、 金融、教育等领域逐步落地应用。未来，大模型对图像的识别、理解、总结和推理能力将不断提升，模型可以把图像、视 频、文本等信息有机结合，更智能的认知和回应用户诉求，促进模型融入千行百业，实现规模化落地应用，形成围绕大模 型的繁荣生态。

公有云和私有部署模式共同推进，探索多样化商业模式

公有云模式下MaaS模式值得期待，采用“订阅+流量”的收费模式。MaaS（Model as a Service）是一种新的商业模式 ，将模型作为基础设施部署在公有云端，为下游用户提供模型使用和基于模型的功能开发支持。行业大模型可利用MaaS 模式广泛加持各场景，实现模型生态的快速发展。采用MaaS模式的行业大模型主要采取“订阅+流量”收费模式，用户 通过基础订阅获取模型能力接入，同时基于用户模型流量使用情况确定模型服务价格。

私有化部署模型通过项目制收费，满足客户定制化需求。考虑到模型规模和算力限制，大模型难以实现终端部署，以私 有云模式进行分层部署将是实现模型应用的主要模式。各公司基于经营管理、市场定位、历史文化等方面的考量，容易形 成差异化的市场理解，进而提出不同的模型需

生成式AI整体市场空间广阔

生成式AI整体市场空间广阔，有望超过2000亿元。根据technavio数据，全球生成式AI市场规模有望从2022年的112亿美 元增长到2027年的459亿美元，2022-2027年CAGR为32.65%，其中2023年将实现31.65%的增速；根据前瞻产业研究院 的数据，2022年我国生成式AI市场规模约660亿元，预计2020~2025年复合增速将达到84%，整体处于高速增长通道。在 大模型的催化下，前瞻产业研究院预测生成式AI市场规模有望在中短期保持高速成长，2025年有望超过2000亿元，大模 型行业未来发展前景广阔。

通用场景：办公—大模型落地后效率提升最为显著的核心应用之一

办公场景天然具备高复杂度，预计办公软件将是GPT落地后效率提升最为显著的核心应用之一。工作实质可以概括为发 现、解决问题并创造更多可能，既涉及独立的劳动生产，也涉及大量内外部协作。由工作衍生出的办公场景天然具备高复 杂度。办公软件作为生产力工具，实现对工作效率的提升，深度嵌入到G/B端以及C端用户工作日常。在办公软件行业新 的技术突破暂不明朗之时，ChatGPT的超预期试用体验以及强大潜力展望提供了新的可能，我们认为办公软件将是GPT 落地后效率提升最为显著的核心应用之一。

通用场景：办公—微软Office引领办公软件生成式AI革命浪潮

微软Office接入GPT-4，Microsoft 365 Copilot引领办公软件生成式AI革命浪潮。微软CEO纳德拉在2023年达沃斯世界 经济论坛上表示，微软计划将包括ChatGPT、DALL-E 2在内的AI工具整合进旗下所有产品中。当地时间3月16日，微软发 布Microsoft 365 Copilot，其结合大语言模型以及用户在Microsoft Graph（包括日历、电子邮件、聊天、文档、会议 等）、Microsoft 365应用程序中的数据，在保证数据安全的情况下实现最强生产力工具的打造，帮助用户专注于最重要的 工作内容。我们认为，Microsoft 365 Copilot有望从根本上改变用户与电脑、AI技术的交互方式，用户通过对话可更高效 便捷地完成工作任务，并充分利用组织内部的共享数据，达成对AIGC在办公领域应用的期待。

通用场景：安全—微软发布Security Copilot，开启安全AI新历程

3月28日，微软推出Microsoft Security Copilot，首次将大模型技术应用于网络安全中。Security Copilot结合OpenAI的 大模型与微软的安全模型，大模型提供生成式AI能力，安全模型由微软的威胁情报能力和每天超过65万亿个信号所提供的 信息支持。Security Copilot能力包括：1）通过基于自然语言的调查，提供事件响应的分步指导；2）捕捉可能遗漏的威 胁，预测下一步威胁；3）通过用户反馈和交互进行闭环学习，适应企业偏好；4）与微软安全终端产品集成，提供基于 安全信号的高效体验。我们认为，Security Copilot改变传统的网安防御流程，有望以效率提升激发政企投入意愿；此外， 继SOAR、SASE、零信任、XDR等新兴技术模式之后，Security Copilot有望接力引领网安技术、模式创新。

垂直场景：教育—引领教育教学方式方法变革，爆款产品层出不穷

“教、管、学、考” ，融入教育应用环节。“学”和“考”针对学生，大模型的生成能力融入线下和线上促进学生教学 提质增效，以数据驱动科学备考和科学练习，学生在学习过程中使用大模型技术，能够提高学习效率。“教”和“管”针 对教育者，行业大模型可以利用数据整合能力实现科学的教师和学生评价管理体系，利用大模型工具学习能力和知识整合 能力实现高效备课，将有效减少教师的工作量，并实现更好地因材施教。

垂直场景：教育—讯飞大模型在教育领域综合实力领先

龙头企业参与构建行业标准，国产模型K12评测中讯飞综合领先。2023年7月8日， “2023世界人工智能大会智能教育主题论 坛”在上海市世博中心成功召开，华东师范大学、上海交通大学、科大讯飞、百度、网易有道、腾讯、好未来等行业领先科 研机构及企业一同参与编制《教育通用人工智能大模型系列标准》。该标准包含五项“团标”：总体框架、信息模型、数据 规范、测评规范、教学应用要求，全面评估教育大模型能力，为教育大模型应用落地提供参考与指导。根据智能教育可信评 测平台（EduTEP）针对K12教育领域展开的评测，国产大模型在K12教育领域的表现参差不齐，其中，讯飞星火认知大模型 在K12教育领域中综合能力较强。

垂直场景：金融—BloombergGPT引领金融大模型，展现垂直场景可行性

彭博训练BloombergGPT，开启大模型在金融领域应用的重要一步。AI大模型在少样本学习、文本生成、会话系统等方 面具有突出表现，但考虑到金融领域的大量专有术语，彭博基于Transformer架构自研大模型。3月30日，彭博发布关于 500亿参数的BloombergGPT开发情况的论文。根据论文，BloombergGPT在3630亿tokens的金融数据集、3450亿tokens 的通用数据集上进行混合训练，全方位支持金融领域NLP任务并相较于其他模型表现领先，且在通用任务上具有竞争力。

基于迄今为止规模最大的专业训练数据集之一，BloombergGPT采取混合训练法。彭博1981年成立，是全球最大的财经 资讯公司，其终端客户遍布全球，包括交易员、投行、美联储、各国央行等官方或金融机构。彭博积累了海量的金融文 档，如资讯、公告、报告等，以及庞大金融数据集。为训练金融垂直大模型，彭博提取了一个包含3630亿tokens的金融 数据集。结合公共数据集，BloombergGPT的训练语料库合计达到7000亿tokens。

垂直场景：财税—海外税务企业投资AI技术，实现转型升级

在税务领域，Intuit也在持续不断地融入AI技术，实现业务升级和转型。2023年6月，Intuit宣布与 OpenAI 合作，在其专有 的 Intuit 生成式人工智能操作系统（GenOS）上进行人工智能（GenAI）驱动的应用程序开发，将向客户提供基于AI的建议， 包括生成营销信息或通过MailChimp优化发送电子邮件等琐事。2023年9月Intuit推出了Intuit Assist，这是一种新型GenAI驱 动的助手，与他们的金融大语言模型一起运行，这些模型经过微调以解决税务问题、会计、现金流、个人理财和营销挑战。 Intuit Assist也将提供个性化的智能建议，帮助消费者和小型企业客户做出明智的财务决策。根据公司年报，Intuit的平台每年 提供7.3亿次人工智能驱动的客户交互，每天生成580亿次机器学习预测，并为每个小型企业提供400,000个客户/财务属性。

税务记账公司KICK是OpenAI最早投资的公司之一，智能化优势明显。KICK成立于2021年，致力于采用人工智能优先的方 法，打造免费-增值记账产品体验。Kick是 OpenAI Fund 最早的投资公司之一，使用Plaid连接到用户的银行和信用卡帐户， 在专家AI的辅助支持下响应速度更快，对用户的收入和支出进行分类自动簿记，并生成税务报告以便用户报税。KICK两年内 积累了5000多万个体经营者受众。在为客户节省1万美元费用前完全免费，此后每个月每家实体收费99美元。

报告节选：

编辑：火腿肠