chatgpt應用落地 ChatGPT引爆AI熱潮，未來有哪些核心落地場景與投資機遇？ | VC洞見

自面世以來，AI行業再度被引爆，AI大模型作為新一代顛覆性技術同時掀起了一波又一波熱潮，頭部廠商與創業者紛紛涌入，備受業界矚目與市場追捧。

在這洶涌的狂歡背后，實則代表著AI發展的階躍，即AI直接創造了生產力，甚至被視為全新的生產力革命。那么，該如何理解現象級產品背后的技術演進？圍繞新一代AI及產業鏈，又有哪些率先落地的應用場景與投資機遇？

近日，華興新經濟基金科技與企業服務團隊通過對的成長歷史與技術路線進行了梳理與分析，并著重探討了生成式AI的技術突破與迭代方向，對未來核心落地場景及產業鏈機遇進行了深入研究和思考，匯總成本篇文章，期望能給大家帶來一些啟發與收獲。

是美國人工智能研究實驗室Open AI于2022年11月底推出的一款人工智能聊天機器人程序。上線40天月活破千萬，上線60天月活破億，漲粉速度遠超其他同類型產品，史上熱度最高。

從技術角度，是逐漸成熟的大模型（）路線與基于人類反饋的強化學習結合的產品。LLM發展的核心原因正是在于，使得用大規模的數據訓練模型具備了可能性，結合，實現了模型的社會化。以GPT為代表，AI進入新的發展階段，這背后技術上的變化突破主要體現在模型技術、參數、訓練數據、訓練方法的演化融合。

生成式AI與上一代AI的核心區別來自于以下幾個維度：

大模型具備高的算力門檻、創造力門檻、工程化門檻等，使得其必然是高舉高打的。從行業終局上看，大模型的終局會類似云，但考慮到不同的技術路線，會比云略分散，預期市場將有4-5家通用大模型公司，其中1-2家可能屬于創業公司的機會。

同時，市場會出現幾十億-百億級參數級別的服務于特定場景的所謂的模型。考慮到更快的落地速度、更低的使用成本以及不亞于大模型的使用效果，疊加更好產品交互體驗，的模型會憑借自己在特定場景的深耕而有自己的一方市場。

基于此，我們簡要梳理了四個基礎模型的篩選標準：

因為底層大模型兼具數據壁壘和算力壁壘chatgpt應用落地，對資金/算力要求高，且具備優勢的公司可建立起用戶調用和模型迭代之間的飛輪，預計頭部玩家較為集中。而目前國內市場格局仍還較為初期和分散，參與大模型的公司已超過30家，未來市場將面臨洗牌。

而應用層的落地，發展路徑可能會不太一樣。這主要在于應用層可基于行業Know-how及數據對模型進一步優化，新一代AI對人類思維理解能力躍升，而行業知識則可以使AI更具備行業專深的能力。打一個形象的比喻，上一代AI模型如果是中學生，這一代大模型即是一個具備通識教育的本科生，應用層要做的就是專才的研究生。伴隨專業知識輸入和行業Know-how輸入，AI可應對復雜度更高，且專業性也更強的工作任務，并能基于行業知識完成融會貫通。

目前在應用側，生成式AI在文本領域、圖像領域、代碼領域的應用已經初步成熟，而視頻/3D/游戲領域的成熟應用仍需要一定的發展時間。

以文字生成為例，上一代AI能力以輔助功能為主，如文字糾錯、轉寫等，但核心價值還是由人創造。新一代AIGC自動生成部分專業內容，核心是基于對上下文理解后的結構化寫作，類似于由輔助駕駛逐步走向自動駕駛，實現對業內初級專業人員的替代，如其可根據用戶需求完成對簡單專業材料的書寫，如突發新聞、網絡自媒體稿件等，乃至標書制作、招股書等各類有結構化規律的文書工作均可部分涉足，從而為文字作者、翻譯人員、插畫創作者、配音人員、音樂制作人、視頻編輯人員等提供增效。

目前，借助大模型在細分場景內完成深耕，海外已有相關獨角獸公司，我們看到如、、.AI等公司都在快速發展。而針對現有的各類軟件，也均有接入新一代AI能力，如 AI、 、 等，我們預計AI落地將同時對新場景和老場景下的軟件帶來深遠影響。

在應用側，新一代AI對現有應用層軟件也將帶來影響。一方面，新一代AI對偏管理屬性或行業知識屬性的賦能效果更明顯：此類軟件的核心價值在于提供基于行業Know-how或管理Best 的知識凝結，現在借助能力更強的AI功能可使軟件功能流轉更為智能。新一代大模型公司可完成AI功能的搭建，但無法短期快速積累行業Know-how或管理實踐，AI更多作為賦能者提升此類軟件的實際使用效果。

我們預期，對于具備行業數據+工作流能力的積累的軟件服務場景chatgpt應用落地，在AI模型上完成Fine-chatgpt應用落地，結合垂直行業知識+模型調優，可進一步在專業場景內使用，新一代AI的加入將大幅加強軟件的智能性。

另一方面，新一代AI可能對純工具類軟件具有負面影響。無Know-how或數據沉淀下的工具軟件的壁壘在大模型面前相對較低，特別是以上一代NLP技術為核心優勢的公司，其技術能力被相對拉齊，后續需盡快擁抱新一代技術。

綜上，在應用端，我們主要關注文字/圖像/代碼三個模態領域首先落地，新場景下關注結構化內容生成疊加高價值人力場景，可實現降本增效效果的機會；老場景下關注有潛力完成專有數據豐富積累+垂直行業Know-how積累的公司，推動公司后續跑起用戶-數據-效果的飛輪。

免責聲明：本文系轉載，版權歸原作者所有；旨在傳遞信息，不代表本站的觀點和立場和對其真實性負責。如需轉載，請聯系原作者。如果來源標注有誤或侵犯了您的合法權益或者其他問題不想在本站發布，來信即刪。