2023的新春伊始，每个人都希望在新的这一年，会有更多更好的事情发生。回头看去已然过去的2022年，科技界充满波折与机遇，似乎在等待一场革命性的变革。近期人工智能研究公司OpenAI推出的聊天机器人模型CHAT-GPT不断出圈，据 Semafor 报道，微软正商谈以 290 亿美元估值，向 OpenAI 投资 100 亿美元，一切均指向人工智能模型的新范式“生成式AI模型（Generative Model）” 。此前的决策式AI模型（Discriminant Model）是根据已有数据进行分析、判断、预测，典 型应用为内容的智能推荐（短视频）、自动驾驶等；而生成式AI更强调学习归纳后进行演绎创造，生成全新的内容，本质是对生产力的大幅度提升和创造，已催生了营销、设计、 建筑和内容领域的创造性工作，并开始在生命科学、医疗、制造、材料科学、媒体、娱乐、 汽车、航空航天进行初步应用，为各个领域带来巨大的生产力提升。

前言：微软，百亿美金级别的选择

• 根据微软对外的声明，在与OpenAI新的合作阶段中，微软将有以下计划：

• Supercomputing at scale：微软将增加对专业超算系统开发和部署的投资，以加速 OpenAI突破性的独立AI研究。微软还将继续构建Azure的AI基础结构，以帮助客户在 全球范围内构建和部署各自的AI应用程序。

• New AI-powered experiences：微软将在其消费者和企业产品中部署OpenAI模型， 并引入基于OpenAI技术的新型数字体验。包括微软的Azure OpenAI服务，该服务使 开发人员能够通过直接访问OpenAI模型来构建尖端的AI应用程序。

• Exclusive cloud provider：作为OpenAI的独家云供应商，Azure将为OpenAI 在研 究、产品和API服务中的所有工作负载提供支持。

• 此外据媒体报道，微软还计划将ChatGPT整合进旗下搜索引擎必应（Bing），提高必应 在搜索引擎市场的市占率；同时Chat-GPT功能引入Office，用于部分文本的生成和问答。

01 AI：从决策到生成

决策式AI与生成式AI对比

AI模型可大致分为决策式/分析式AI（Discriminant/Analytical AI）和生成式AI （Generative AI）两类。

• 决策式AI：学习数据中的条件概率分布，根据已有数据进行分析、判断、预测，主要应用模型有用于推荐系 统和风控系统的辅助决策、用于自动驾驶和机器人的决策智能体。

• 生成式AI：学习数据中的联合概率分布，并非简单分析已有数据而是学习归纳已有数据后进行演技创造，基 于历史进行模仿式、缝合式创作，生成了全新的内容，也能解决判别问题。

资料来源：Learn Open CV

02 决策式AI

决策式AI：推荐系统、图像识别等已创造巨大市场

2016年，人工智能技术全面爆发，决策式AI开始大规模应用，包括推荐系统、计算机视觉、自然语言处理等。全球人工智能市场规模从2016年的约600亿美元发展到2021年的近3000亿美元，在推荐系统、计算机视觉、自然语言处理等技术加持下，亚马逊、字节、商汤、特斯拉等公司快速发展。我们认为，生成式AI经过前期技术积累进入爆发期，随着技术与应用的进一步成熟，后续市场空间更为广阔。

决策式AI应用：推荐系统助力电商、视频等行业快速发展

电商推荐：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。2003年，亚马逊将协同过滤推荐算法应用到电商行业，凭借推荐商品与用户需求精准匹配、大幅降低用户检索用时，推荐算法在电商交易中心逐 渐成为资源配置的核心。2006年，据VentureBeat，亚马逊的个性化推荐系统为其贡献了35%以 上的销售额；2015年，京东基于大数据个性化推荐算法的订单占到总订单的10%。

新闻、音乐、视频等推荐：分析用户长期兴趣和短期兴趣，根据兴趣标签将内容实时推送给用户。推荐算法通 过对用户观看、停留、点赞等行为的实时分析，精准刻画用户画像，将用户可能感兴趣的内容推荐给用户，降低人工运营规则的摄入，显著提高了用户粘性。

资料来源：华为云，VentureBeat，CSDN

决策式AI应用：字节跳动凭精准推送10年内估值超3000亿美元

字节跳动：AI驱动抖音、头条精准推荐内容，10年内估值超3000亿美元。凭借判别式AI等先进算法对用户画像 的学习，抖音、头条等字节系产品，将内容与广告等高效、精准推荐给用户，快速驱动自身用户数、业绩与估值增长。用户数量方面，据QuestMobile，抖音2022年9月月活7.1亿，全国移动互联网用户渗透率50%；2021年12 月，今日头条月活3.3亿，远高于传统新闻资讯平台；收入方面，据晚点LatePost及华尔街日报，字节收入由2016年的60亿元，上升到2021年的4391亿元， CAGR达136%；市值方面，据《创业家》及胡润研究院《2021全球独角兽榜》，字节跳动市值由2014年的5亿美元，上升至 2021年的3375亿美元。

资料来源：36氪，钛媒体，LatePost，QuestMobile

决策式AI应用：图像识别推动自动驾驶市场快速增长

自动驾驶：AI智能分析、识别路况，渗透率不断提升。借助决策式AI，自动驾驶汽车可分析判别各种路况，并可 对多种物体进行识别与跟踪，从而提高行车的安全性，例如行人、空旷行驶空间、地上标注、红绿灯、车辆等。目前自动驾驶市场规模快速增长，据Research And Markets，2021年全球无人驾驶汽车的市场规模约273亿美 元，2026年全球无人驾驶汽车市场规模将达到594亿美元，年复合增长率为16.84%。

资料来源：IDG

决策式AI应用：内容审核显著降低人工成本

决策式AI通过规则引擎、文本分类、图像分类等进行内容审核，广泛应用于搜索引擎、社交平台、电子商务、 新闻网站等领域，以确保内容符合法律法规和公司政策，保护用户隐私和安全，大幅降低了各公司人工审核的 成本，并提高了内容质量，建立了用户信任。

规则引擎：通过预定义的规则检查内容是否包含某些敏感词汇以决定是否通过审核。

文本分类：按照一定的体系或标准对文本进行自动分类标记，包括情感分析、意图识别、主体分类等，例如识别评论是积极的还是消极的、将文本按照政治、军事、体育等进行分类等。

图像分类：将图像内容进行分类，例如将图像分入动物、植物、风景、人像等不同的类别。

资料来源：公司官网，中信建投

决策式AI应用：谷歌开发多款模型替代人力分析

谷歌深耕人工智能领域，不仅开发出了多个图像识别、人脸识别、语音识别算法，替代了常见的人类能够完成 的分析性工作，还推出了天气预测、流行病预测等模型，实现了优于常人的决策结果。

03 生成式AI

生成式AI VS Web 3.0 ：不仅是web3.0的生产工具，更是人工智能的新范式

生成式AI可以作为Web3.0的生产工具，但Web3.0中的应用仅是其应用的冰山一角。Web3.0围绕去中心化的理念展开，结合区块链、智能合约、加密货币等技术，核心是产生的数据由用户拥有， 能够改变用户数据及原创内容等均由互联网中心化实体控制的现状，在创作者经济中取得更好的平衡从而提 升用户创作内容的积极性。生成式AI在内容领域的应用能够满足用户不断提升的创作需求，但这仅是其应用的冰山一角。生成式AI在广大垂直领域的应用带来的是AI用途的结构性改变以及生产力的进一步提高，未来可能创造巨大的市场价值。

生成式AI VS Web 3.0 ：不追求生产关系的重塑，但将大幅度提升和创造生产力

创造是生成式AI的核心，本质是对生产力的大幅度提升和创造。生成式AI通过从数据中学习要素，进而生成 全新的、原创的内容或产品，不仅能够实现传统AI的分析、判断、决策功能，还能够实现传统AI力所不及的创造性功能。生成式AI已催生了营销、设计、建筑和内容领域的创造性工作，并开始在生命科学、医疗、制造、 材料科学、媒体、娱乐、汽车、航空航天进行初步应用，为各个领域带来巨大的生产力提升。

生成式AI将促进生产关系高效发展，而不是像Web3.0重塑生产关系。Web3.0通过底层的分布式与去中心化、密码学的应用、加密货币的结算方式，为集体协作、分工、收益提供了更好的结算方式，去中心化自治组织 （Decentralized Autonomous Organization，DAO）将是常见的组织形态，打破了原有的生产关系。生成式 AI不是打破传统的生产关系，而是通过提高生产力促进现有生产关系高效发展。

资料来源：中信建投

生成式AI应用：内容制作，从辅助人到“替代”人

当前阶段生成式AI最常见的应用场景为娱乐媒体内容的辅助生产。以文字续写或纠错、文字转语音、文字生成语音、图像智能编辑、视频智能剪辑等方式替代既有创意产生后的专业性机械劳动，同时通过内容生成满足用户的 娱乐需求或者为其提供创作灵感。

随着生成式AI的不断成熟，部分专业内容生产者将被替代。数据、算力的进一步提升将带来具有更强生成效果的 AI，能够根据用户需求生成个性化定制内容终稿，并且AI生成内容达到专业内容生产者水平且具有独特新颖的创意，从而替代部分文字作者、翻译人员、插画创作者、配音人员、音乐制作人、视频编辑人员等等。

AIGC：生成式AI在娱乐媒体领域的应用（1）

AIGC（AI-Generated Content）指利用人工智能技术自动生成的内容，是继专业生成内容（PGC）和用户生成 内容（UGC）之后一种新型生成内容的方式。国际上被称为人工智能合成媒体（AI-generated Media或Synthetic media），是通过人工智能算法对数据或媒体进行生产、操作和修改的统称。

2022年AIGC爆发式发展。2022年8月，在美国科罗拉多州举办的新兴数字艺 术家竞赛中，参赛者提交AIGC绘画作品《太空歌剧院》获得了此次比赛“数字艺术/数字修饰照片”类别一等奖， 而参赛者没有绘画基础，通过AI绘图软件MidJourney耗时80个小时创作了该作品。AI绘画技术发展快速，从年初的技艺生疏到目前能够生成专业级别的图像仅过去几个月的时间，目前国外已有Stable Diffusion Midjourney等多个成熟的AIGC平台。其中技术领先的AI公司Open AI当前估值或达290亿美元，Stable Diffusion背后的Stability AI 估值也达到10亿美元。

AIGC：生成式AI在内容创作领域的应用（2）

AICG大幅度降低了数字内容生产的成本，打破了数字内容生产受到人类想象能力和知识水平的限制，广泛应用于文本生成、音频生成、图像生成、视频生成、跨模态生成及游戏领域，其广泛应用能够满足数字经济时代日益增 长的数字内容供给需求。

资料来源：AIGC/AI生成内容产业展望报告

文本生成：ChatGPT集大成

文本生成是生成式AI最早应用的领域之一，已经在对话机器人、内容续写、新闻稿撰写、诗歌小说创作等领域具 有广泛的应用。

• 对话机器人：包括问答型机器人、闲聊型机器人、任务型机器人、知识图谱型机器人、多轮对话机器人，在智能 客服场景中能够显著降低企业人力成本。

• 新闻稿撰写：在全球范围具有广泛的应用，很多新闻机构使用AI生成稿件，尤其是体育、天气、股市交易变动、公司业绩报道等结构性新闻报道。自然语言生成公司Automated Insights仅在2014年就产生了10亿篇新闻文章， 每秒可撰写多达2000篇新闻报道，用户包括雅虎、美联社等。

• 内容续写：基于给定的文本续写新的内容，续写的内容包括文学创作、商业写作、教学内容等，典型应用有 Google推出的Wordcraft、OpenAI推出的GPT-3等。

• 文学创作：2017年微软研发的AI“小冰”出版了人类历史上第一部人工智能诗集《阳光失了玻璃窗》，其中包含 139首现代诗；2018年，AI创作的小说《1 The Road》出版；2022年谷歌子公司DeepMind发布剧本写作AIDramatron，能够从一句话表述的戏剧冲突中生成剧本标题、角色、场景、对话；越来越多的AI文学创作平台进入 公众视野，AI创作的内容包括剧本、诗歌、小说、对联等等。

11月30日，OpenAI发布语言模型ChatGPT，该模型采用对话的形式与人进行交互，可以回答后续问题、承认错误、 挑战不正确的前提、拒绝不适当的请求。ChatGPT不仅在日常对话、专业问题回答、信息检索、内容续写、文学创作、音乐创作等方面展现出强大的能力， 还具有生成代码、调试代码、为代码生成注释的能力。ChatGPT发布后5天用户已超百万，而OpenAI之前发布的GPT-3用了将近两年的时间才突破100万用户。

资料来源：OpenAI

04 前景展望

生成式AI：“最有商业前景的人工智能技术”

Gartner将生成式AI列为最有商业前景的人工智能技术。根据其发布的2022年人工智能技术成熟度曲线，预计生成式AI 2-5内将进入生产成熟期，发展潜力与应用空间巨大：

资料来源：Gartner

生成式AI：海外一级资本涌入

多家知名风投公司看好生成式AI赛道：红杉资本官网9月19日发布的文章《生成式AI：充满创造力的新世界》中提到：“生成式AI有潜力产生数万亿美元的经济价值”。Coatue发布的《AI2022：爆发》认为规模化突破使得AI在短时间内变得指数级强大，其应用场景迅速突破。2022年10月，Stability AI完成1.01亿美元融资，估值10亿美元，投资方包括Coatue、Lightspeed Venture Partners和O‘Shaughnessy Ventures。公司由前英国对冲基金经理Emad Mostaque于2020年成立。2022年10月，Jasper完成1.25亿美元融资，估值达15亿美元，投资者包括Coatue、Bessemer Venture Partners、IVP等多家机构。2019年，OpenAI获得微软10亿美元投资，2021年OpenAI 估值已达200亿美元。

资料来源：公司官网

生成式AI：技术演进展望

根据红杉资本预测：后续基本模型的发展将继续推进生成式AI应用发展，预计2023年文本领域和代码领域的应用已经成熟。图像/视频/3D/游戏领域的成熟应用仍需要一定的发展时间。

资料来源：sequoia

ps：关注公众号【OpenKnowhow】，观看更多优质文章，可以私聊了解最新行业动态~