人工智能行业专题报告：AIGC空间广阔，行业应用大有可为

（报告出品方/作者：开源证券，陈宝健、闫宁）
1、 政策持续落地，AIGC 加速可期

政策层面，科技部、上海市陆续表态支持人工智能产业发展，国家支持程度持 续提升。2 月 24 日，科技部表示将把人工智能作为战略性新兴产业，作为新增长引 擎，继续给予大力支持。2 月 25 日，上海市副市长李政表示加快多模态通用大模型 研发攻关，建设更具影响力的人工智能上海高地，形成面向人工智能行业的多层次 资本集群；上海经信委也表示积极发展 AIGC，加快构筑活跃的产业生态，形成 AIGC 的自主关键技术。根据政策表述，未来支持的着力点包括关键人才培养、核心技术 突破、产业生态构建以及下游应用探索等方面。 产业层面，科技巨头纷纷投入开启 AI 军备竞赛，AIGC 应用加速可期。此前已 有谷歌、百度、京东、科大讯飞、三六零等国内外科技巨头表示布局 AIGC 产业并 推出类 ChatGPT 产品。2 月 23 日，阿里董事会主席张勇表示云计算是阿里巴巴面向 未来的核心战略之一，阿里巴巴将全力构建好自己的 AI 预训练大模型。随着阿里、 Meta 等公司也纷纷跟进，有望开启人工智能军备竞赛时代，AIGC 应用加速可期。
AIGC 应用价值体现在以下几个方面： （1）降本增效：通过 AI 技术低成本、高效率地生成文字、图像等内容，降低 人工和时间成本。如机器写稿，通过 AI 自动生成并由人工进行校对和修改，可以大 幅提升工作效率。 （2）提升内容质量：AI 模型经过大数据的训练，知识积累量远高于人类水平， 可以生成更高质量的内容。如 OpenAI 的 AI 作画产品 DALL·E 2，由 120 亿参数版 本的 GPT-3 模型经过 4 亿对图像和文本训练而来，生成的内容已经接近中等画师的 水平。 （3）增加内容多样性：AI 模型逐渐由单模态向多模态方向发展，多模态技术 是指将图像、声音、文字等多类型内容融合学习，比如将“人”这一文本与人的图 片联系在一起。从单模态向多模态的发展，丰富了 AIGC 的内容，使 AIGC 应用更 具有通用性，已在视觉问答、视觉推理等任务中取得了非常好的效果。 （4）生成个性化内容：AI 模型可以根据个人喜好生成个性化内容。
AIGC 应用有望从降本增效向额外价值转移。在垂直领域，目前国内已有 AIGC 技术的应用落地，包括机器写稿、对话式 AI、报告生成等，技术价值主要在于替代 人工实现降本增效。百度、京东、阿里、字节跳动等巨头在产品落地和商业变现上 具备优势，将 AIGC 技术与自身业务结合，AIGC 技术应用场景进一步拓宽，技术价 值也有望从将本增效向额外价值转移。 大厂持续投入、下游付费意愿提升，AIGC 迎来加速发展。AIGC 的落地痛点在 于成本高昂的通用大模型与下游垂直应用场景需求的不匹配。ChatGPT 热度持续提 升，一方面推动了科技巨头持续加大 AI 投入，另一方面也直接带动下游付费意愿提 升，进一步加速 AIGC 应用落地和商业变现，AIGC 产业迎来发展良机。
2、 AIGC 应用空间广阔，商业价值凸显

科技部高新技术司司长陈家昌表示“自然语言的大模型已经具备了面向通用人 工智能的一些特征，在众多行业领域有着广泛的应用潜力”。 从应用场景来看，微软、谷歌、百度等纷纷表示将率先将 AI 技术应用于搜索领 域，对话式 AI 能显著提升搜索体验，未来或将成为落地最快的应用场景。除此之外， AIGC 在办公软件、教育、医疗、城市、元宇宙等垂直行业也有着广泛应用。
从内容形态来看，AIGC 包括文本、音频、图像、视频、代码、多模态等内容生 成形式。
根据红杉资本预测，应用落地节奏为：文字=代码＞图像＞视频/3D/游戏。预计 文字类和代码类 AI 生成将在 2023 年进入成熟期（可用于科学论文等），图像类 AI 生成将于 2025 年进入成熟期（可用于产品设计、建筑等领域），视频类 AI 生成将于 2030 年进入成熟期（可用于 AI 机器人等）。





2.1、 AI+搜索：重塑信息生成方式，或将成为新的流量入口
搜索是互联网的流量入口，微软、谷歌、百度均表示将率先将 AI 技术应用于搜 索领域。根据 Statista 数据，2023 年 1 月，Google、Bing、Baidu 在全球搜索市场的 份额分别为 84.69%、8.85%、0.54%。根据 Similarweb 数据，谷歌是 2022 全球访问 量最大的网站，市场份额仅 0.54%的百度访问量位列全球第六，流量入口属性凸显。
AI 与搜索结合有望重塑信息生成方式，或将成为新的流量入口。ChatGPT 的对 话模式对于用户更有吸引力，由于训练数据有限，同时真实性也无法得到保障，尚 不具备替代搜索引擎的能力。ChatGPT 类 AI 聊天机器人与搜索引擎结合，则可以结 合搜索和聊天的优点，有望改善搜索体验，重塑信息生成和呈现方式，成为新的流 量入口。 谷歌已将预训练模型用于改善搜索。谷歌此前已将基于 Transformer 的 BERT 模型以及 MUM 用于改善搜索，包括对多语种的理解以及在视频中标记关键时刻。 2023 年 2 月 6 日，谷歌推出类 ChatGPT 聊天 AI 产品 Bard，并表示 AI 技术将率先应 用于搜索业务，自动提炼搜索结果便于了解全局。





百度也表示文心一言将率先应用于搜索。2023 年 2 月，百度宣布即将推出类似 ChatGPT 的对话式 AI 工具“文心一言”（ERNIE Bot）。李彦宏表示文心一言将率先 应用于百度搜索，希望借此重塑信息的生成和呈现方式。除了提供更好的搜索和答 案，届时还会提供全新的交互和聊天体验，以及独特的生成内容来丰富内容生态与 供给。
2.2、 AI 写作：应用场景丰富，已规模化商业落地
AI 写作应用场景丰富。AI 写作应用可分为结构化写作（如新闻播报等，具有较 强的规律性）和非结构化写作（如剧情写作、营销文本等，需要一定个性和创意）。 在结构化写作方面，AI 写作支持文本自动生成、辅助成稿、句子补写、文本校对等 功能。一个人完成一篇新闻稿大概需要 7-8 个小时，如果通过 AI 根据关键词自动生 成并由人工进行校对和修改，仅需要 1-2 个小时，大幅提升工作效率。
预计 2030 年智能内容处理市场规模将达 774 亿元。根据赛迪顾问报告，智能内 容处理市场在智能检校、内容创作、内容审核、机器翻译等领域持续取得突破，AI 技术在涉及重要信息抽取和语言生成的领域迎来高速发展。预计到 2030 年智能内容 处理市场规模将达 774 亿元，2022-2030 年均复合增长率达 28.3%。





市场对于 AI 写作的可靠性存在担忧。ChatGPT 在写论文、写稿件等方面表现亮 眼，ChatGPT 的火热引发了大众对于 AI 写作的关注。由于 ChatGPT 存在数据来源 不真实、编造信息等情况，引发市场担忧。如花旗、高盛等公司限制员工使用 ChatGPT， 部分高校和学术期刊禁止使用 ChatGPT 写论文。
细分场景的专业 AI 写作产品仍具有广阔应用场景。ChatGPT 是面向通用场景的 聊天 AI，训练数据主要来自互联网公开信息，在专业领域应用存在局限。我们认为， 在数据源方面，细分场景的专业 AI 写作产品相比 ChatGPT 类通用 AI 聊天机器人具 备更强的专业性和可靠性，仍具有广阔应用前景。比如金山办公的 WPS 智能写作， 明确表示数据源于权威媒体及政府公开网站；拓尔思的机器写稿，已应用于经济日 报、浙江日报、暨南大学等专业应用场景。
2.3、 AI 对话：ChatGPT 将对话 AI 提升至新的高度
AI 对话是指使用自然语言处理 (NLP) 来帮助用户通过文本、图形或语音与 Web 服务或应用进行交互。对话式 AI 的定位和功能包括：（1）替代人类完成大量重 复性、规则性对话任务，比如 FAQ 机器人，经过训练后，可以根据预先设定与用户 沟通，可广泛应用于客服、营销、通知等场景。（2）作为个人虚拟助理，响应用户 请求，比如苹果的 Siri、微软的 Cortana 等，为用户提供优质对话体验和服务质效。





AI 对话产品下游应用市场广阔。Gartner 认为，85%的客户与企业交互无需人工 参与，因此 AI 对话产品的典型应用场景为金融、互联网、运营商、政务等拥有大量 C 端用户群体的行业。根据艾瑞咨询数据，目前金融领域的头部银行与互联网企业 走在前列，已经开始实现由客服场景到营销场景过渡；金融领域的保险、证券公司， 以及运营商和政务领域，大多仍处于对话式 AI 产品的替代与辅助的升级进程中，预 计 2026 年金融、互联网、运营商细分市场规模分别为 30、27、19 亿元。
ChatGPT 将对话 AI 提升至新的高度。2022 年 12 月，OpenAI 推出 AI 聊天机 器人 ChatGPT，目前 ChatGPT 已经通过 SAT 考试、商学院考试、美国律师资格、注 册会计师、医师资格等高难度考试，IQ 测试达 83，已经在多项测试中超过人类，具 备取代无意义重复性工作的能力，在专业领域也具有辅助决策的潜力，将对话 AI 提 升至新的高度，未来应用空间广阔。
2.4、 AI 翻译：ChatGPT 具备更强理解能力，表现惊艳
随着需求的持续增长，机器翻译市场快速发展。根据谷歌披露，在 2013 年，每 天使用谷歌翻译的用户就达到 2 亿人。根据 Global Market Insights 数据，2021 年全 球机器翻译市场规模为 8 亿美元，预计 2030 年超 75 亿美元，2022-2030 年复合增速 达 30%。





在 AI 技术支持下，机器翻译效果持续优化。机器翻译是指根据算法直接将文本 转换为目标语言，缺点是准确性较差，往往需要结合人工翻译。随着技术的发展， 机器翻译逐渐引入机器学习、深度学习、神经网络等 AI 技术，翻译的准确性大幅提 升，可以达到接近人类水平。
机器翻译在广义理解层面仍面临挑战，ChatGPT 的翻译表现惊艳。谷歌翻译和 DeepL 均采用基于深度学习和神经网络的神经机器翻译（NMT）技术，使翻译结果 更接近人类语言, 基本原理是经过数据训练后，实现两种语言的匹配，在广义理解方 面仍面临挑战。ChatGPT 则为预训练语言大模型，通过大量的语料训练和人工标注 后，对自然语言具有更强的理解能力。 如翻译“我现在有点方”，大部分翻译引擎会翻译为“I am little square now”， ChatGPT 则具备理解关键词的能力，可以进行准确翻译。在盘古智库的翻译测试中， ChatGPT 也准确地理解了字面意思，并且可以用流畅的中文表达了翻译内容。在大 模型、大数据和高算力的支持下，ChatGPT 翻译表现在部分情况下已优于专业翻译 工具 DeepL 和谷歌翻译。
2.5、 AI 作画：商业价值凸显，应用空间广阔
AI 作画是多模态技术的应用。多模态技术是指将图像、声音、文字等多类型内 容融合学习，比如将“人”这一文本与人的图片联系在一起。CLIP 等跨模态图文模 型的出现，打通了文本和图形域，让文字输入实现 AI 作画成为可能。从单模态向多 模态的发展，丰富了 AIGC 的内容，使 AIGC 应用更具有通用性。
AI 作画可解决视觉内容创作门槛高、耗时长的痛点。除文字外，图像也是 AIGC 应用的重要方向。视觉内容创作的制作流程复杂，往往需要专业软件，具有较高的 学习成本和门槛。AI 作画通过输入关键词自动生成图像，可以低成本、高效率创作， 降低普通用户的创作门槛、提升专业用户创作效率，对于内容创作的价值凸显。 AI 作画目前主要面向 C 端用户，收费模式相对确定。从用户群体来看，根据 6pen 对国内 AI 作画用户的调查统计，56%的用户用于自己欣赏或分享给朋友，23% 的用户会发布在社交网络媒体以增加粉丝关注。从收费模式来看，目前 AI 作画产品 已有相对确定的收费模式，主要采用按量收费或月度订阅的收费方式。





根据 6pen 预测，未来五年 10%-30%的图片内容将由 AI 参与生成，预计 2027 年市场规模有望超过 600 亿，应用空间广阔。
OpenAI、百度等均已推出 AI 作画产品： OpenAI ：DALL·E 是 OpenAI 推出的 AI 作画产品，由 120 亿参数版本的 GPT-3 模型经过 4 亿对图像和文本训练而来，用户输入关键词即可生成对应图片，如“一 个写实风格的骑马宇航员”。2022 年 4 月，OpenAI 发布第二代产品 DALL·E 2，分辨 率较第一代产品提升 4 倍，提升了文字与图片的匹配效果。2022 年 11 月，OpenAI 对外开放 DALL·E 的 API 接口，并且开启商业化运营，根据分辨率的不同，每张收 费价格为 0.016-0.02 美元。
百度：文心一格是百度推出的基于文心大模型能力的 AI 艺术和创意辅助平台， 输入关键词即可生成画作。文心一格基于知识的 Prompt 学习，对用户输入的文字， 通过自动创意规划，能够大幅提升易用性，降低内容生产成本。目前，文心一格产 品已经对外发布使用，大众用户均可使用，此外也参与了一些重要场合的合作共创。
2.6、 AI 视频：下游需求旺盛，应用潜力大
AI 技术持续发展，已应用于视频制作的多个环节。视频制作环节包括前期准备 （文案、场景、设备、演员等）、拍摄和后期处理（剪辑、字幕、特效、封面等）等。 多模态 AI 技术的持续发展，已经可以辅助完成视频生成、替换、剪辑等多项任务。





AI 视频下游需求旺盛。比如短视频领域，抖音的剪映、快手的快影、百度的百 家号、Bilibili 的必剪都支持根据文案，一键拼接图片和视频素材并同步生成字幕和 配音，大幅降低视频制作成本。此外，画质较差的老视频也能通过 AI 增强软件提升 视频画质和分辨率。
AI 视频未来拥有广阔应用前景。如 Synthesia 公司，以 100 余个真人作为演员， 用户可通过文字描述自动生成带有“真人“表演的视频，省去拍摄和录音步骤，大 幅提升视频制作效率，可广泛应用于教育、培训、解说等场景，已在路透、BBC 等 4 万家公司落地，应用前景广阔。
3、 海外应用：AI 赋能价值凸显，AI 应用大势所趋

3.1、 微软：ChatGPT 整合进所有产品
微软计划将 ChatGPT 整合进所有产品。微软与 OpenAI 持续深度合作，2019 年 7 月，微软对 OpenAI 投资 10 亿美元，成为其独家云服务供应商，以及 OpenAI 新技 术商业化的首选合作伙伴。2023 年 2 月 2 日，微软宣布旗下所有产品将全线整合 ChatGPT，进一步加大与 ChatGPT 合作。
微软已经 ChatGPT 应用于搜索和浏览器业务，AI 协调效果显著。2023 年 2 月 7 日，微软推出集成 AI 能力的新搜索引擎 Bing 和浏览器 Edge。新 Bing 搜索栏升级 为“向我提问吧”的对话框，搜索结果右侧新增一个边栏，搜索引擎可以自动抓取 关键内容并生成回答。经过一周测试后，71%的用户对 ChatGPT 版 Bing 满意。





3.2、 Notion：笔记软件领军，AI 赋能写作
Notion 是一款集成笔记、数据库、日历等多功能的笔记软件。Notion 公司于 2016 年成立，经过 5 轮融资后，截至 2021 年 10 月估值达 103 亿美元，全球用户超 2000 万人，是全球笔记类软件领军。
2023 年 2 月 Notion 正式推出 AI 功能，NotionAI 功能主要包括： （1）work faster：NotionAI 可以自动识别和提取目标内容，生成总结或要点， 从而提高工作效率，适用于需要大量阅读的工作场景，如文献研究、新闻报道等。 用户把需要阅读的内容粘贴到 Notion 中，AI 就可以快速梳理要点。 （2）write better：除了基础功能（例如修正语法、翻译等），NotionAI 还提供 了更改语调、改写文章等创新功能。比如，在我们需要写一篇 CEO 级别的文章时， 我们可以使用 NotionAI 将文章转换为 CEO 的语调，从而使文章更加专业。 （3）think bigger：用户输入关键词后，Notion AI 可以进行头脑风暴、自动写 作，适用于需要创意和灵感的工作场景，如广告策划、文案撰写等。
我们认为，对比 ChatGPT 类通用聊天机器人，NotionAI 的优势在于： （1）垂直领域 AI 产品具有用户和场景优势。Notion 专注于笔记和办公场景的 垂直领域产品，已经拥有广泛具有高粘性的用户群体，具备场景和用户优势。Notion AI 功能也针对办公场景进行创新和优化，更贴合目前客户的需求和痛点，客户有更 强的使用和付费意愿。 （2）垂直领域 AI 产品具有成本优势。商业模式上，Notion AI 和 ChatGPT 均采 用免费有限次数使用+月度订阅收费的模式，Nition AI 的价格为 10 美元/月，ChatGPT 的价格为 20 美元/月。ChatGPT 面向的是通用场景，背后提供支撑的预训练大模型需 要大数据和高算力的训练，根据我们测算，ChatGPT 的月度成本约 900 万美元，成 本高昂。Notion AI 面向特点场景，在所需数据量和模型参数上远小于大模型，因此 具备成本优势，在定价上也更具吸引力，预计有更高的付费转化率。





3.3、 BuzzFeed：美版今日头条，AI 生成个性化内容
BuzzFeed 是成立于 2006 年的数字媒体平台，总部位于美国纽约市。BuzzFeed 受众为年轻群体，最初为发布能在短时间内吸引大量点阅率的“病毒式内容”的新 闻聚合平台，随后逐渐发展社交媒体为基础的在线媒体公司，以列表式文章和在线 测试闻名（Quizzes），被称为“美版今日头条”。2021 年，BuzzFeed 与 SPAC 合并在 纳斯达克上市，成为美股首家数字媒体公司。
BuzzFeed 已应用多项 AI 技术。BuzzFeed 作为内容聚合类平台，如何推送个性 化、易传播的内容是关键。BuzzFeed 在内容生产和分发上已应用多项 AI 技术，如运 用机器学习模型来辅助构建内容分发策略，利用 PubHub 工具自动生成内容描述，通 过专业数据分析团队分析内容传播路径与方式，不断优化内容。
BuzzFeed 将运用 OpenAI 生成个性化内容，AIGC 将成为公司核心业务之一。 根据华尔街日报报导，2023 年 1 月，BuzzFeed CEO 乔纳·佩雷蒂在备忘录中表示： AI 将在公司营运中发挥越来越大的作用，由 AI 创造的内容将从研发阶段转变为核 心业务的一部分。公司将与 OpenAI 合作，运用 AI 技术在“Quizzes”测试板块中建 立个性测验，并根据用户反馈生成个性化内容。
4、 国内应用：具备客户和场景优势，AI 应用大有可为

4.1、 科大讯飞：技术积累深厚，具备场景优势
科大讯飞是国内 AI 龙头，在算法、数据、算力方面积累深厚，AI 技术已应用 于教育、医疗、政务等多个赛道，具备场景优势。
（1）算法方面，科大讯飞在 Transformer 深度神经网络算法方面拥有丰富经验， 已广泛应用于的语音识别、图文识别、机器翻译等任务并达到国际领先水平；开源 了 6 个大类、超过 40 个通用领域的系列中文预训练语言模型，相关模型库月均调用 量超 1000 万，在 Github 平台获得星标数位列同类中文预训练语言模型第一并远超第 二名。公司已于 2022 年 12 月进一步启动生成式预训练大模型攻关，未来可期。





（2）数据方面，科大讯飞在多年认知智能系统研发推广中积累了超过 50TB 的 行业语料和每天超 10 亿人次用户交互的活跃应用，为训练实现达到人类专家水平的 行业认知大模型提供了海量行业文本语料和用户反馈数据，也为基于大模型的创新 应用研发和试点推广提供了场景保障。
（3）算力方面，科大讯飞于 2009 年开始建设算力基础设施，在总部自建数据 中心，目前已建成 4 城 7 中心深度学习计算平台，为大模型训练平台建设奠定了很 好的硬件基石。此外，在工程技术方面实现了百亿参数大模型推理效率的近千倍加 速，为未来更大更多认知智能大模型技术经济实惠规模化应用提供了可能。
（4）产品方面，根据公司披露，AI 学习机和办公类产品将成为公司类 ChatGPT 技术率先落地的产品，产品将于 2023 年 5 月 6 日发布，在技术支持下，AI 学习机在 中英文作文辅导、中英文口语学习等方面带来显著提升。公司未来会将陆续应用至 教育、医疗、汽车、消费者等行业赛道，提升技术效果和产品体验。
4.2、 同花顺：AI 领域积累多年，AI 赋能开启新空间
同花顺是国内领先的金融信息服务提供商，具备流量基础和价值凸显。（1）流 量基础：公司通过“平台免费、增值服务收费”的模式不断积累 C 端流量，截至 2022 年底，金融服务网注册用户达 6.1 亿人，客户端日活用户达 1463 万人，为公司增值 服务、基金代销、广告业务等业务变现奠定基础。（2）平台价值：金融信息服务软 件相比券商类软件，具备高频、高粘性的特点，在客户流量方面优势明显。公司作 为独立平台，可以和众多券商合作，流量入口属性价值凸显。 公司持续研发投入，在 AI 领域积累多年。2017 年，公司成立同花顺智能科技 有限公司，开启 AI 应用元年。过去几年公司持续研发投入，大力发展 AI 技术，2022 年公司研发费用 10.67 亿元，研发费用占比达 30.0%，在机器学习、自然语言处理、 智能语音、图像识别、数字人等关键领域已形成深厚积累。
同花顺 AI 技术已在多项产品和服务中落地，未来有望打造新的增长引擎。公司 智能投顾、智能客服、智能投研等产品在 AI 技术加持下，已形成较强竞争优势。公 司 AI 开放平台有 40 多项产品和服务，智能语音、虚拟人对话等产品和平台已在多 家证券、基金客户落地，未来有望打造新的增长引擎。





4.3、 拓尔思：深耕细分场景，已有 AIGC 应用落地
拓尔思深耕自然语言处理，已推出 AIGC 内容自动生成平台。公司在 AIGC 技 术方面有着长期的投入和储备，推出“智创”自动生成平台，依托开源大模型和公 司自然语言处理技术，专注在辅助型、应用型、创作型等文本内容的自动生成研发。
2019 年，拓尔思提出以“语义智能+行业/领域”的营销策略。2022 年 8 月，公 司与腾讯云签署战略合作协议，在多领域产业数据智能场景应用等层面展开深度合 作，助力公司 AI 技术落地。在 AIGC 相关领域，公司在机器写作、对话式 AI、内容 人机协同和自动报告生成等场景已有多项应用落地。
4.4、 三六零：技术储备丰富，有望跻身国内第一梯队
公司具备 AIGC 应用场景优势： （1）搜索引擎是 ChatGPT 类应用落地的天然场景之一，微软与其所投资企业 OpenAI 实验室已经宣布将推出 ChatGPT 支持的搜索引擎 Bing 及 Edge 浏览器。根据 公司在上证e互动平台上的回复，360搜索是中国搜索引擎的Top 2，市场份额为35%。 （2）AIGC 技术还可以辅助数字安全能力的提升。360 以世界前三的安全能力 用于构建大模型，15 年累计的东半球最大的安全数据库用于迭代优化，以及众多高 水平安全工程师可以准确高效的进行安全数据人工标记、调参及数据清洗。若 AIGC 大模型在数字安全领域预训练完成，将给数字安全技术带来重大变革。
ChatGPT 的核心是模型、数据和算力，360 在模型、数据及算力端均有领先优 势和储备： （1）数据方面，360 在数据资源端有丰富的多模态大数据积累和相关语料、尤 其是中文语料。 （2）模型方面，公司的人工智能研究院从 2020 年开始一直在包括类 ChatGPT 技术在内的 AIGC 技术上有持续性的投入，目前各项技术指标略强于 ChatGPT 2。 （3）算力方面，公司有充足的资金储备可用于购买大规模算力。而且，根据公 司在上证 e 互动平台上的回复，公司计划尽快推出类 ChatGPT 技术的 demo 版产品。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
精选报告来源：【未来智库】。

转发了

转发了