当前位置:首页|资讯|ChatGPT

半个月A股狂飙1000亿,ChatGPT概念股凭什么?

作者:蓝鲸财经发布时间:2023-02-17

原标题:半个月A股狂飙1000亿,ChatGPT概念股凭什么?

文|读懂财经

ChatGPT掀起了A股历史上最疯狂的一轮市值狂飙。

自春节后至今,ChatGPT概念股开始了暴走模式,短短半月时间,海天瑞声、开普云等ChatGPT概念股市值累计增加了近1400亿。

如此的爆炸效应,得益于ChatGPT所展现出商业化落地的巨大潜力。要知道,在此之前,无论是十年AI投入超千亿的百度,还是困在硬件化里的AI四小龙,都在重复着AI商业化难落地的故事。

ChatGPT的出现,让AI从生产力的赋能者直接成为一种创造生产力的工具。随着订阅模式的推出,ChatGPT已经成为第一个以AI技术为核心直接变现的消费者应用。

本文持有以下核心观点:

1、ChatGPT是AI技术迭代的受益者。过去受限技术能力,AI只具备分析、判断、预测等功能。如今技术范式升级下,AI具备了内容创造能力,其适用范围和适用场景大为延伸,为ChatGPT在消费端的普及打下了基础。

2、ChatGPT有希望建立可持续的商业模式。过去AI作为提升效率的工具,很难直接为公司创收。但ChatGPT能够自生产内容,本质上是生产工具。从过去看,生产工具往往更有可能延伸新商业模式甚至改变商业秩序。

3、ChatGPT的价值类似于第二次工业革命的发电机。第二次工业革命中,电力被发现后的30年时间中,都未受到规模应用,直到发电机把电力转化为机械能后,电力革命才被引爆。如今,ChatGPT正成为AI领域的“发电机“-其正把把AI直接转化为生产力,有望成为有望加速AI产业的发展。

01 三起三落留下的“遗产”

在ChatGPT出现之前,AI经历了三起三落。

1964年,有一台叫做STUDENT的机器能够证明数学应用题,掀起了AI的第一次浪潮,当时AI界认为按照这样的发展速度,AI可以代替人类。但寒冬很快来临,20世纪70年代初,几乎所有机构都停止了对AI的拨款。

硬件性能不足使AI停滞。当时计算机有限的内存和处理速度不足以解决任何实际问题,AI被困在理论中。本次热潮AI虽未实用,但在算法方面出现了很多世界级的发明,包括增强学习雏形(谷歌AlphaGo算法核心思想内容)、感知器(深度学习模型的基础)等,为后续的AI研究提供了基础。

1980年,日本斥资8.5亿美元创造出一台具有超级计算能力和人类智能的计算机。计算机性能大幅提升,使AI打造出了专家系统。专家系统能够模拟人类专家的知识和经验解决特定领域的问题。如在企业的生产中发挥作用,DEC公司与卡耐基大学合作研发的专家系统,能够运用AI为技术人员选出最合适的系统部件,组装小型机。

实用化带动新热潮,1988年AI投资额是1984年的三倍。但专家系统很快出现了问题,它只能应用在非常窄的领域,并且开发、维护成本高,企业商用不经济,专家系统很快衰落,寒冬在此降临。第二次热潮虽然止于商业化,但推动了人工智能从理论走向应用。

互联网时代,为AI带来第三次热潮,数据爆炸以及大数据技术的成熟,使AI进入到深度学习时代。深度学习使AI基于大数据的喂养具备了分析辨别能力。最熟知的案例就是AlphaGo 结合人类专家比赛中学到的棋谱,以及在和自己下棋中进行强化学习最终打败了李世石。

AlphaGo将AI推到了一个新高度。AlphGo横空出世的2016年,单单我国的AI企业融资数量就直接翻了2倍,融资金额一年超千亿。但回过头看,投入大多打了“水漂”。AI四小龙集体陷入到了高投入、低收入的泥潭中。

商业化难落地仍是是这一阶段AI发展的主要问题。AI作为一个效率的工具,很难直接为公司创收,其价值发挥的路径更多的是被内嵌在产品中打包出售。于是,很多公司做着做着都变成了一家硬件公司,如某个四小龙企业,硬件收入占比超过70%,硬件收入比重仍保持扩大趋势。

虽然仍未解决商业化问题,但深度学习使AI 模型的准确度、计算效率、泛化性等指标大幅优化,并奠定了“大模型+场景小模型”的技术路线,为ChatGPT的出现打下了基础。

回顾AI发展史,除第一次热潮止于硬件性能,后两次热潮本质上受到商业化难落地的困扰。那么,站在历次浪潮肩膀上的ChatGPT能够终结AI寒冬吗?

02 导弹与弓箭的区别

在国际学术界看来,ChatGPT的出现是一种划时代产物。它与之前常见AI的区别,几乎是导弹与弓箭的区别。这种区别主要体现在,ChatGPT使AI由生产力的赋能者直接成为一种创造生产力的工具。

ChatGPT出现之前,所有的AI都属于决策式AI,即根据已有数据进行分析、判断、预测,主要应用于推荐系统和风控系统的辅助决策,如信息流推荐、自动驾驶等。

本质上,分析式AI并不能直接算作生产力,其更多的只是扮演赋能者的角色,促进生产力提升。如分析式AI帮助电商深度挖掘用户和物品的关联关系,将商品、店铺精准推送给用户,带动电商交易额的提升。辅助者的角色,使AI的价值从属于各个产业之下,其单独作为一个产业的商业价值有限,所以AI发展中屡次出现商业化落地难的现象。

ChatGPT则是生成式AI的代表产品。生成式AI可直接作为一种生产工具,创造是生成式AI的核心,通过算法学习,不仅能实现传统AI的分析、判断还能够实现传统AI力所不及的创造性功能,生成知识性和创作型内容,如输出文本答案、游戏代码等等。

生产工具革新往往有衍生新商业模式。所以能够看到,ChatGPT正逐渐打开AI商业化。某种程度上说,ChatGPT是第一个以AI技术为核心直接变现的消费者应用,目前ChatGPT已经推出会员订阅服务,每个用户的免费回答次数有限,只有开通会员的用户才可享受无限次服务。

从目前看,ChatGPT的出现,更多是技术范式升级的结果。长期以来,人工智能是小模型的天下,小模型可以理解为专用模型优化算法和精度去解决垂类场景问题。

举个例子,智能音箱用的就是小模型,它系统中包含若干个Agent,一个专门负责聊天对话、一个专门负责诗词生成、一个专门负责代码生成、一个专门负责营销文案等等。如果需要增加新功能,还需要训练一个新的Agent。

这种小模型极大限制了AI技术的延展性,使AI只能在特定Agent下进行分析和辨别,Agent的割裂使其很难综合生成内容。所以在小模型下,如果用户的问题超出了既有Agent的范围,那么就会从人工智能变为人工智障。

大模型的出现加速了AI的普及应用。大模型可以理解为背后只有一个Agent来解决用户所有的问题。大模型的参数量更大,并且能使AI综合进行各种模块的机器学习,最终综合生成全新内容。

从过去看,很多商业价值源自生产力的革新。ChatGPT也是如此,其潜在的商业价值很大程度是源于对生产力的提升。

03 ChatGPT,算力时代的“发电机”

生产工具在生产资料中起主导作用,会反作用生产力的变化和发展。落在具体产业中,生产工具的革新往往带来新的产业机会。

以第二次工业革命为例,电力产业蓬勃发展的开始源自发电机的诞生。早在1831年,英国科学家法拉第就发现了电磁感应现象。但在之后的30年,电力并未被广泛应用。

直到19世纪70年代,发电机问世。发电机本质上一种新的生产工具,其能把电能转化为机械能,使电力开始能带动机器成为补充和取代蒸汽动力的新能源。随后,电灯、电车、电钻、电焊等电气产品如雨后春笋般地涌现出来。人类逐渐开始跨入“电气时代”。

AI与电力类似,本质上是生产力的提升。而ChatGPT则与发电机相似,是将AI直接转化为生产力的生产工具。

在实际作用上,就如同发电机取代了蒸汽机为机器提供新动力源,ChatGPT展示出了解放重复性脑力(知识蓝领)工作的潜力。

在实际应用中,ChatGPT正与过去的电力一样,被更广泛的应用到各个商业场景中。如美国版“今日头条”BuzzFeed已经宣布与OpenAI合作写稿。微软CEO纳德拉也表示,将实现OpenAI的工具商业化,将包括ChatGPT等人工智能工具整合进微软旗下的所有产品中。在被广泛应用的过程中,ChatGPT有望刺激AI衍生出更多的商业模式,带动生产关系的范式变革,甚至重构世界商业秩序。

以此来看,ChatGPT或许正扮演着“发电机”的角色,成为引爆AI产业发展的奇点。


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1