AIGC行业浅析及发展前景

2024-03-28

【恒旭分享】

AIGC行业浅析

及发展前景

2024/03/28

当前随着AI大模型以及算力成本不断优化,训练及推理成本持续下降为AIGC商业化应用提供了先决条件。长期看AIGC具备在全行业颠覆式降本增效的应用前景,或对80%以上的劳动者产生颠覆。同时,AIGC也可在前沿领域催化出新的产业机会。以大模型为代表的AIGC,本质上仍是AI赛道的再一次阶段性跃迁,在与2015年兴起代表性的CNN/RNN深度学习架构的互补竞合之下,将对当下进入缓增长、强周期的诸多赛道产生重大影响,也孕育了新的增量投资机会。

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

AIGC/大模型基本概念

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

AIGC,即生成式AI,是一种人工智能技术,利用机器学习模型和深度学习技术,通过研究历史数据的模式来生成新内容,可以是文本、图像、音频或视频。


大模型是基于预训练技术框架,从属于AIGC的底层模型,是指具有数十亿甚至上百亿参数的深度神经网络模型,属于生成式AI范畴。其原理是基于海量无标注数据进行预训练,提升模型的知识水平,后续再利用下游特定任务上的小规模有标注数据对大模型进行领域知识微调或使用提示词工程,即可高水平地完成多个应用场景的任务。


大模型包含大语言模型(LLM,Large Language Models)、计算机视觉(CV,Computer Vision)大模型和多模态(结合LLM和CV)大模型等。其中,LLM是一种用于自然语言处理场景的大模型,以生成文本内容为主,代表应用是ChatGPT


图1:AIGC/大模型圈层概念image.png


信息来源:张俊林《由ChatGPT反思大语言模型的技术精要》,沙利文

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

AIGC产业链详解 

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

AIGC产业链可分为上游基础层、中游模型层&中间层及下游应用层。其中,模型层又可分为基础大模型(通用)和行业大模型(垂类)。


从市场空间分配看,近年半数以上的AI相关支出仍集中在基础层(硬件),伴随大模型应用逐步成熟,模型层、中间层及应用层(软件与服务)价值量占比逐年增加。


图2:AIGC产业链详解image.png


image.png

数据来源:艾媒咨询,IDC,内部整理

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

AIGC的应用场景及逻辑

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

行业对AI应用的需求主要取决于AI在达成与人类工作者相近工作质量下所能带来的成本优化幅度。


AIGC的高度的信息收集与总结能力与知识服务型人才的核心素质重叠较高,人效优化潜力最大,因此互联网与高科技领域、金融服务、专业服务等知识密集型行业有望率先实现AI应用落地。相反,农业、建筑业等体力密集型行业的生产制造成本占比高、以人工的程式化作业为主,与生成式模型的优势相关性相对较低,预计前期AI对该类行业影响不大。


图3:AGIC技术应用体系视图


image.png


<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

AIGC发展历程

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

底层算法与模型是贯穿人工智能技术发展的核心,而贯穿多次迭代的主线是研发出真正的通用人工智能(AGI),即用一个模型解决大多数的问题,通过这一方式才能真正做到降低人工智能的成本并取代人类。


技术栈角度,上一波AI发展潮源自2015年人工智能芯片硬件成熟度提升,带动CNN、RNN等深度学习模型加速在门槛较高的2B垂直领域应用;而2017年起以Transformer为代表的大模型架构受到重视,直到2023年初催生C端爆款应用ChatGPT并正式推动AI第四次发展浪潮。


图4:AI技术发展主要阶段image.png


信息来源:《Attention is all you need》,毕马威,内部整理

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

AIGC市场空间

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

结合IT支出与生成式AI渗透率对生成式AI市场规模进行测算得出的数据进行分析。目前,尽管2022年各行业IT市场占总市场比例仍然较低,但随着数字化经济的不断发展,IT占比将持续上升。


同时,根据Gartner的预测,当前生成式AI的渗透率,即生成式AI产生的数据在整体数据中的占比,尚不足1%。然而,随着AIGC在金融、医疗、教育等领域的逐渐渗透,预计到2030年,生成式AI的渗透率有望提升至12%。


综合考虑这些因素,我们整体预估,到2030年,中国生成式AI市场规模将达到3600亿元,全球市场规模将达到3万亿元,复合年均增长率(CAGR)为49%。

图5:量子计算各地区产业规模image.png


信息来源:量子位,Gartner,Bloomberg Intelligence,IDC,内部测算

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

AIGC与传统技术路线差异

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

与早期的CNN、RNN等神经网络架构相比,大模型创新性地采用Transformer架构,引入无监督学习方式和自注意力机制。


无监督学习使模型不需要额外的标记数据而可利用数据本身的信息来构造伪标签进行训练,解决了传统模型在有监督学习下依赖数据标签、训练成本高等问题。


自注意力机制使模型可以通过权重调整动态地选择输入信息的重要性和长度,进而可处理长序列数据并实现良好的并行性,提升训练效率,并激发出模型语言理解能力、生成能力、逻辑推理能力等“涌现能力”,大幅提升大模型通用性。


图5:AI技术路线对比分析image.png


信息来源:华为《预训练大模型白皮书》

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

AIGC商业模式及现状

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

基础层:数据中心收入端来源于算力租赁及算力优化服务;上游设备及零部件如芯片、服务器等,商业模式按当前行业/标品模式销售。


模型层:1)私有化部署模式。大模型厂商向AI应用商收取年度授权费、或公有API调用模式。大模型厂商按客户内容生成量收费,收费金额与大模型训练成本直接挂钩。


应用层:以AI模块订阅收费、广告变现为主要商业模式。比如ChatGPT Plus 付费订阅服务(20美元/月),落地聊天机器人的商业模式,继续保留免费版服务持续获取新用户;而微软将ChatGPT 功能整合到Bing,后续Bing有望通过广告变现,重构搜索引擎广告生态。


image.png



<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

中美AIGC行业进展差异

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

基础层:中美具有一定差距,国内AI芯片面临总量不足、技术落后以及中美政治经济博弈问题,头部厂商存在国产化结构性机会。


模型层:中美两国大模型的数量占全球大模型数量的近90%。国内领先基础大模型已做到GPT3.5水平,算力、人才是军备竞赛关键要素。


应用层:美国AI应用由于起步更早,其落地进度相比国内较快。国内软件业B端付费意愿偏低,因此企业服务和垂直行业类应用发展进度不及C端工具类,但受制于行业周期回落,预计商业模式逐步成熟的同时付费意愿将持续打开。

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

AIGC未来发展前景趋势 

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

基础设施配套投入先于模型、应用等软件,且相对受下游格局变化、技术路线变化影响偏小,“卖铲人”环节稳定受益。


基础模型因其通用性特征,终局上可能会形成明显的二八效应,头部通吃绝大部分市场份额。全球大厂进展、算力资源、终端持续付费意愿是该环节基本面关键考量因素。


信安赛道伴随IT支出规模增长,法规完善也同样势在必行,预计衍生更多伴生性机会。

<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>
关于恒旭资本
<svg viewBox="0 0 1 1" style="float:left;line-height:0;width:0;vertical-align:top;"></svg>

恒旭资本(中基协备案号:P1070270)于2019年成立。作为上海汽车集团股份有限公司(简称“上汽集团”,600104.SH)金融平台上海汽车集团金控管理有限公司(简称“上汽金控”)旗下私募股权投资机构,依托上汽集团整体产业优势和上汽金控高效协同赋能,恒旭资本努力为上汽集团创新产业链的发展和出行生态圈的完善做出贡献。恒旭资本股权投资板块致力于布局绿色出行、出行生态、健康生态战略新兴产业,另类投资板块重点关注光伏和储能领域的优质资产。公司愿景是让投资人获得良好收益的同时,实现环境、社会、治理(“ESG”)协同发展,并致力于成为受人尊敬的优秀产业资本和受人信赖的一流投资机构。


恒旭资本累计管理规模已超过390亿元,投资人包括产业龙头、金融机构、国家政府、市场机构等。核心团队有丰富的产业资源,在项目管理、基金管理方面拥有丰富的经验,主导了宁德时代、地平线、捷氢科技、通行宝、清陶能源、芯旺微、亚虹医药、帅克宠物等数十个优质企业投资,陪伴企业成长为细分市场的龙头企业。

Top

Change of Address Notice


Dear investors and partners,


With your ongoing care and support, Hengxu Capital has achieved significant development and progress since its establishment. In order to better meet the needs of our business operations, our office location will be relocated to 5F, Building N3, New Bund Square City, No. 2, Lane 131, Qiantan Avenue, Pudong New District, Shanghai(Map Link: https://j.map.baidu.com/b5/x7VK).


The new office space is conveniently located with excellent facilities, providing improved conditions for meetings, receptions, and work. This relocation will facilitate better communication and collaboration between Hengxu Capital and our partners, enhancing employee satisfaction and office efficiency, and laying a solid foundation for continued and rapid business development.



The new office has been officially in use since January 29, and our mailing address has been switched to the new location. Considering the approaching Chinese New Year, we will not hold a relocation ceremony at the moment but plan to invite you to visit and guide us at a suitable time in the future.


If you have any questions or concerns, please feel free to contact us. Our phone numbers and email addresses remain unchanged. Once again, we appreciate your support and understanding, and we look forward to creating a brighter future together.


Shanghai SAIC Hengxu Capital Co., Ltd.


Jan. 29, 2024