GPT三定律

超级流量入口和AI时代的操作系统，迈向数字文明新阶段

作者：

分析师孔蓉SAC执业证书编号：S1110521020002

分析师唐海清 SAC执业证书编号：S1110517030002

分析师潘睐SAC执业证书编号：S1110517070005

分析师缪欣君 SAC执业证书编号：S1110517080003

分析师李泽宇 SAC执业证书编号：S1110520110002

请务必阅读正文之后的信息披露和免责申明

引子：从元宇宙到AIGC

在21年研究元宇宙时，我们就提出Metaverse如果需要实现，AIGC是核心路径，并将AI放入我们所定义的元宇宙六层框架：

此前在元宇宙报告提过展望，我们认为现阶段面临的是即农业革命、工业革命之后的第三次革命，其中Al将逐步成为核心底层生产力，在此基础之上我们或才能看到Metaverse的全貌。

在这一轮科技创新周期下，我们能看到愈来愈多技术与产品的落地如半导体的迭代、VRMR的落地、AIGC的成熟等；在这个背景下我们看好交互方式与交互内容的革命，AI提速发展所带来的降本增效与行业创新或是引领这个时代真正的钥匙！

《Roblox深度报告：Metaverse第一股，元宇宙引领者》－2021年5月24日我们从Roblox为出发点，以3D内容和游戏去理解Metaverse，认为UGC +AIGC是Metaverse扩张内容的核心!

UGC+AIGC将成为Metaverse扩张内容、扩张世界的核心路径；

《元宇宙系列报告一：探索元宇宙框架，生产力的第三次革命Astronautsin The Metaverse》-2021年9月14日

在我们对元宇宙的理解中，Metaverse代表更深度的数字化与具象化，所以智能化是必不可少的，我们在展望里将“元宇宙革命”定义为打开算力时代真正的钥匙。白中甘

摘要

·OpenAI为何成为全球用户数增长最快的产品？我们认为主要系对话型应用使用几乎没有学习成本和门槛、ChatGPT与全行业的联系和结合都相对流畅。作为人类史上用户数增长最快的应用，我们认为ChatGPT与抖音、Meta等主流产品一样都代表着下一个时代的来临，而其增速或许象征着以ChatGPT为代表的AIGC将以超出想象的速度打破固有的商业模式和渗透进全行业。

·除生产力提升工具外我们怎么看ChatGPT？我们差异性的观点在于我们认为ChatGPT在提升生产力以外，有望凭借其极低的使用门槛（对话）将与全新的硬件和交互方式升级实现共振，因此我们认为在助手工具、软件行业和硬件升级的消费级产品和中间件中蕴藏更多机会。

·我们认为ChatGPT是生成式AI在发展过程中积累量变过程中的一次重要“突现”：尽管ChatGPT在模型、训练方式和数据集方面与前代模型并未有太大差距，但随大模型自身会随机出现“突现”能力且指数级增长，因此我们认为ChatGPT通过“突现”获得了远超上一代的意图理解、多轮对话能力和准确率。

●GPT三定律：1）第一定律，在转化成本为0的背景下，ChatGPT渗透率增长速度呈现巴斯模型；2）第二定律合集：创新者窘境定律、Scaling Law、全新的摩尔定律；3）第三定律，生成式AI将最终实现对其他全行业的渗透。

·我们建议关注ChatGPT四大核心应用场景：搜索、电商、游戏、虚拟人。1）搜索：微软在搜索领域已直接接入ChatGPT，或将直接提升搜索领域的占有率；2）电商领域：主要围绕人工客服替代和提升营销人员能力，国内对话型大模型的问世或将加速电商领域应用渗透；3）游戏：从代码和美术两个层面看游戏行业的整体制作成本与效率有望显著改善，而游戏内剧情和场景也有望实现定制化自生成；4）虚拟人：ChatGPT从源头上解决了虚拟人的使用成本问题，从替代中之人的角度看虚拟人也有望成为ChatGPT的应用的最佳化身和接口。

·风险提示：AIGC发展不及预期、半导体行业发展不及预期、AIGC行业伦理问题、相关测算和预测具有主观性。

ChatGPT：人类史上用户数增长最快的应用，AI新时代来临的报晓鸟

OpenAI为何成为全球用户数增长最快的产品？我们认为主要系对话型应用使用几乎没有学习成本和门槛、ChatGPT与全行业的联系和结合都相对流畅。作为人类史上用户数增长最快的应用，我们认为ChatGPT与抖音、Meta等主流产品一样都代表着下一个时代的来临，而其增速或许象征着以ChatGPT为代表的AIGC将以超出想象的速度打破固有的商业模式和渗透进全行业。

图：OpenAI与其他主流产品达到1亿全球用户时间对比

我们与市场观点差异：除生产力外我们怎么看ChatGPT？一全新的云计算和交互革命

我们差异性的观点在于我们认为ChatGPT在提升生产力以外，有望凭借其极低的使用门槛（对话）将与全新的硬件和交互方式升级实现共振，因此我们认为在助手工具、软件行业和硬件升级的消费级产品和中间件中蕴藏更多机会。

目前市场主流观点主要系其为生产力提升工具

我们眼中的ChatGPT是一场即交互内容革命和软件自然语言化（助手拟人化、工具抽象化、交互界面升级、内容革命）

助手

软件自然语言化

交互界面升级和内容革命

助手拟人化

wondershare万兴科技

成长空间：ARPU有望翻倍，企业成本或将减半

snowflake

拟人化的工具软件卖方分析师小助手

Copilot

人格化后的助手？基于社交的助手？新一轮的助手工具革命

成长空间：助手型工具或成为用户主流选择

全新的云原生？

手势感应、眼球追踪、情感识别？主流硬件设备黏性或再被颠覆

成长空间：或将颠覆现有的云计算和软件行业

成长空间：新的中间件和消费级应用或有百倍的增长空间

为什么是OpenAI？：真实数据和模型迭代的飞轮造就了全新一代的对话机器人ChatGPT

ChatGPT是AI行业上首次大规模自传播：ChatGPT仅仅推出两个月后其月活用户就突破1亿，成为史上用户增长速度最快的消费级应用程序，这与ChatGPT自身超预期的能力和OpenAI前期通过真实数据对模型的迭代都有紧密关系，而我们认为在大规模传播的背景下通过持续的真实数据输入将持续转动OpenAI模型、用户、数据的飞轮。

图：OpenAI的数据质量、模型能力、用户基数的飞轮

如何理解ChatGPT？OpenAIGPT系列模型的持续迭代，人类反馈机制成为模型核心区别

我们认为ChatGPT或是基于人类反馈强化学习的代表模型：OpenAI推出的GPT系列模型每一代的模型都略有区别，例如GPT-1的学习方式是半监督学习，而参数量增长的GPT-2采用的则是无监督学习，GPT-3在2的基础上提升参数至1750亿，而后的InstructGPT和ChatGPT在大模型的基础上使用一小部分人工数据构建奖励模型，使得大模型更理解信息的含义，并能够进行自我判断。最终从结果看，ChatGPT相比早期的无监督学习和海量训练参数为特征的模型，在加入人类反馈机制后判断用户提问意图和提升自身答案质量的能力得到显著增强。

图：基于人类反馈的强化学习（RLHF）的学习路径
图：ChatGPT与主流人工智能模型的区别和特点

我们如何看待ChatGPT？同样的统计学与运筹学，不一样的最终模型效果

我们认为ChatGPT是生成式AI在发展过程中积累量变过程中的一次重要“突现”：尽管ChatGPT在模型、训练方式和数据集方面与前代模型并未有太大差距，但随大模型自身会随机出现“突现”能力且指数级增长，因此我们认为ChatGPT通过“突现”获得了远超上一代的意图理解、多轮对话能力和准确率。

我们认为ChatGPT或代表NLP领域研究的范式转变：尽管大模型的训练成本相对较高、调用严苛且部分领域效果没有显著区别，但ChatGPT在大模型领域展示出的NLP领域与在过去十余年中追求的通用人工智能（AGI）极为接近，我们认为这或将推动全球头部的科技互联网公司从微调小模型到使用大模型进行上下文学习的范式转变，伴随这种范式转变我们有望能够看到更多行业在大模型的影响下其商业模式发生重大变化。

图：ChatGPT的模型基础与效果

图：大模型中随着模型大小出现的突现能力

AI与AIGC发展历程：OpenAI基于Transfomer发布GPT，GPT已经进入到高速迭代周期

GPT-4

3月15日OpenAI发布具备多模态能力的GPT-4，GPT-4拥有强大的识图能力，回答准确性显著提高。我们认为现阶段GPT系列模型已经进入到真实数据反馈下的高速迭代周期中，而OpenAI或将基于海量真实数据反馈持续提高模型能力实现高速迭代。

ChatGPT：摸索前进中诞生的生产力工具，更像是第一次工业革命中的蒸汽机

我们认为ChatGPT的诞生更像第一次工业革命时期内蒸汽机的发明：从底层模型看ChatGPT这些算法本身并不复杂，但目前数学上我们并没有很好的解释AI模型为什么能收敛，因此AI这件事情并不是被数学和物理规律决定的，而是AI研究人员不断按照经验和推论来推进其发展。因此我们认为ChatGPT更像是第一次工业革命前夕，人类已经通过摸索掌握了生产力提升的工具-初代未经改良的蒸汽机，但依旧没有整理出热力学定律、微积分、牛顿定律。

降本增效

能源生产工业1.0

蒸汽机-驾驭机械

工业2.0

发电机-电气化转型

工业4.0

自动化工厂(时间成本、人力成本)

AI (机器深度学习)

AIGC

数字产品生产由自动化低成本向边际成本为0的过渡期

元宇宙

数字产品边际成本为 0;

数字世界的成本更多为时间、人力、算力

初代蒸汽机

瓦特改良蒸汽机

ChatGPT

改良的ChatGPT?

AIGC：从算法升级到商业模式变革，AIGC能力升级有望催生下一代商业模式

每一次互联网时代的更迭背后都伴随算法和商业模式的升级，而以ChatGPT为代表的AIGC类算法或许会诞生出完全不同的商业模式，以及我们更为关注的下一个时代的字节跳动、抖音和拼多多。

门户时代

代表公司

搜索算法

商业模式

使用者
平台

已有的非个性化内容
使用者

已有的个性化内容

使用者专属空间个生花的容

为生成式AI立法1：虽无法预测AI能力进化的方向，但根据AI发展的经验总结三大定律

第一定律：

在ChatGPT转化成本为0的背景下，ChatGPT渗透率增长速度呈现巴斯模型，我们基于ChatGPT上线5天用户超一百万，上线一个月活跃账户超过1200万，总注册用户超过1亿，做出下图预测。

图：基于巴斯模型的ChatGPT用户增长预测（日）

图：基于巴斯模型的ChatGPT用户增长预测（年）

为生成式AI立法2：第二定律合集-创新者窘境定律，ScalingLaw，万物摩尔定律

第二定律合集：

1）创新者窘境定律：当一个企业面临破坏性技术变革（如生成式AI）时，良好的管理方法将加速成功企业的失败。

2）ScalingLaw：当AI大模型足够大、语料足够多、算力足够充足的时候，其性能不光会线性提升，还会突然的指数级爆发，以往在逻辑、正确性等方面的棘手问题将更有希望解决。

3）ChatGPT之父Sam Altman：全新的摩尔定律是宇宙中的智能数量每18个月翻一番。

使用神经网络的人工智能训练成本

为生成式AI立法3：第三定律之生成式AI将最终实现对其他全行业的渗透

第三定律：

类似于万有引力，我们认为生成式AI将最终实现对其他全行业的渗透。

大模型可用性：
初步尝试

生产力测算：AIGC或持续提高知识工作者的生产力，2030年或有望创造20万亿美元生产力

AIGC或持续提高知识工作者的生产力，2030年或有望创造20万亿美元生产力：从提高知识工作者的生产力视角来看，根据ARK的研究到2030年人工智能应该使知识工作者的生产力提高4倍以上。在100%采用人工智能的情况下，全球总支出约为41万亿美元，其创造的额外生产力约为20万亿美元。

2030年人类知识工作的预计工资与人工智能支出比较

2030年人工智能预计总潜在规模（TAM）
软件供应商获取生产力收益的价值比例

	1%	10%	20%
2.5	0.8万亿美元	8万亿美元	16万亿美元
4.5	1万亿美元	14万亿美元	29万亿美元
6.5	2万亿美元	21万亿美元	41万亿美元

微软：加速投资OpenAI和ChatGPT与产品融合，新版Bing发布打响搜索引擎范式革命第一枪

OpenAI将促进Office套件和Azure的升级。微软正尝试将OpenAI的语言人工智能技术ChatGPT应用于Office套件，并将ChatGPT添加到其基于云的Azure服务中。此举将发挥chatGPT的特点，包括根据自然语言生成文本及代码、为Outlook用户提供回复电子邮件的建议等，促进Office套件和Azure的升级。我们认为微软将有望持续推AI深度融入全产品矩阵，加快各业务条线全方位搭载ChatGPT的进度。

微软联手OpenAI或将引发搜索引擎革命。2月7日微软发布搭载了ChatGPT与Prometheus模型的新版搜索引擎Bing和Edge浏览器，标志着微软多年来首次有机会动摇搜索领域龙头谷歌的产业地位。我们预计结合ChatGPT的New Bing在时效性与回答问题的种类范围等方面较ChatGPT均有提升，甚至或将出现类思考能力的雏形。我们认为ChatGPT的搭载有望助力Bing在全球搜索引擎市场的份额提升。

微软加速投资OpenAI有望实现互利共赢。OpenAI在前期通过微软提供的海量数据集资源和大量算力及基础设施进行训练，我们预计融合进微软的OpenAI将借助微软提供的用户数据，获得更多的训练机会从而提升效能，提效后的ChatGPT或将拥有更大市场实现规模效益，在扩大收入的同时降低边际成本。而对于微软来说OpenAI或将在成本可控的背景下赋能现有的产品组合。

图:OpenAI与Azure、Office的相互作用

图：搭载chatGPT的New Bing界面

图：展望为微软受益于AIGC发展

谷歌：注资Anthropic&推出Bard对抗ChatGPT，创新者窘境下谷歌投资与自研双路径齐发

谷歌搜索引擎2021年占据全球搜索市场92.01%份额，22Q2仍有50%以上营收依靠搜索广告业务。ChatGPT的底层Transformer模型为谷歌的研究成果，谷歌也第一时间针对ChatGPT对其搜索业务的威胁做出应急响应。

谷歌云注资3亿美元于AI初创公司Anthropic。该投资各方面均与微软最初对OpenAI的投资相似。Anthropic对标ChatGPT推出的AI助手Claude已于1月底开始内测，并将于未来接入谷歌搜索引擎。

紧急推出基于LaMDA模型的AI对话机器人学徒巴德（Apprentice Bard）。早在2021年谷歌对话型AI模型LaMDA就已问世，但出于规避声誉风险考虑未大规模对外应用，在ChatGPT威胁的背景下谷歌于2月7日正式发布Bard。

图：谷歌、微软的主要合作AI实验室的比较

图：基于双S曲线的创新者困境

百度：AI+云打造人工智能深度服务，推出文心大模型服务多行业

百度云业务：文心一言或将通过类似微软的方式以百度云作为配套设施对外提供AI相关的服务，通过人工智能产品逐步落地到生产的实际场景中，百度有望打造AI+云提升云业务竞争力。

文心大模型：受益于百度知识图谱文心大模型成为了全球首个知识增强千亿大模型。文心大模型已历经多次迭代，在更早之前也已经从单一的自然语言理解延伸到多模态，包括视觉、文档、文图、语音等多模态多功能。百度为推进大模型深入产业落地，与行业头部企业联合研发融合行业数据、知识以及专家经验的行业大模型，目前百度文心大模型已经在电力、金融、媒体等领域，发布了10多个行业大模型。

图：百度业务布局梳理

图：百度文心产业级知识增强大模型框架图

注：梳理不代表公司有AIGC相关计划，是我们主观推断AIGC可以应用的领域，仅供参考

字节跳动：旗下AILab持续研究大模型，字节跳动招兵买马投入大模型研发

字节跳动旗下AILab布局AI“大模型”两大方向：AILab专注于人工智能领域的前沿技术研究，涵盖了计算机视觉、语音&音频处理、NLP、CV、Speech、音乐、机器学习等多技术研究领域，同时致力于将研究成果落地，为公司现有的产品和业务提供核心技术支持和服务。两大方向中语言大模型由字节搜索部门牵头，探索方向为搜索、广告等下游业务的结合，预期于今年年中推出大模型；图像大模型：由产品研发与工程架构部下属的智能创作团队牵头。

原达摩院大模型M6带头人杨红霞加入字节，或将提升字节语言创新大模型的竞争力：杨红霞曾担任阿里达摩院超大规模多模态预训练模型M6的技术负责人，带领M6大模型从百亿级进化到万亿级的参数量，并主导认知智能技术的发展和场景落地，杨红霞加入字节或将促进字节在语言大模型领域的创新和落地和提高竞争力。

图：字节跳动业务布局梳理

图:AI Lab

分领域介绍
自然语言处理

数据挖掘

计算机视觉

机器学习

计算机图形&增强现实
系统&网络

安全&隐私

语音与音频
注：梳理不代表公司有AIGC相关计划，是我们主观推断AIGC可以应用的领域，仅供参考

腾讯：混元系列AI大模型布局多领域，为类ChatGPT产品构建坚实基础

腾讯的数据、人才和硬件储备是布局AIGC领域的三大优势：数据方面，腾讯现有产品（微信、腾讯广告等）或带来多样化、真实度高的数据和应用场景；此外硬件方面腾讯拥有高性能网络平台、成熟的太极机器学习平台，为模型训练提供坚实基础。

混元AI大模型现已登顶多领域，未来有望为多个应用场景赋能：2022年4月混元AI大模型先后五大跨模态视频的检索数据集榜单（在MSR-VTT、MSVD、LSMDC、DiDeMo 和ActivityNet）中位列第一，2022年5月其于CLUE总排行榜、阅读理解、大规模知识图谱三个榜单同时登顶。目前混元AI大模型已落地于腾讯广告、腾讯搜索等多个核心业务场景，如依托语言理解能力理解广告内容，大幅提升广告投放于用户的匹配准确率。

图：腾讯业务业务布局梳理

注：梳理不代表公司有AIGC相关计划，是我们主观推断AIGC可以应用的领域，仅供参考

图：混元大模型框架图

阿里巴巴：持续深耕大模型和多模态，领先的全栈云服务技术支撑大模型研究

阿里巴巴持续深耕大模型研究：阿里巴巴早在2020年6月研发出3亿参数的大模型M6，此外阿里达摩院一直以来深耕多模态预训练，其模型在通用性和易用性方面都有一定优势，并打造出国内第一个“统一底座”通义大模型，落地应用上可服务超过200个场景。

领先的全栈云服务支撑大模型研究：阿里作为一家具备支撑超万亿参数大模型研发的云+AI全栈技术实力的公司，已经通过算力基础设施上的领先和超大模型研发的经验为客户减少研发成本。

图：阿里巴巴通义大模型

图：阿里通义大模型架构

搜索引擎：ChatGPT或将挑战搜索引擎行业范式，带动GPU市场百亿美元级别资本开支增量

ChatGPT横空出世或将挑战数十载以来的搜索引擎行业范式：微软正式推出了新一代AI 驱动搜索引擎New Bing，把基于 ChatGPT 技术的生成模型和 Bing 集成在一起，而New Bing必应中用的是全新版本的GPT，能够比ChatGPT提供更多答案、注释这些答案并提供最新结果，同时提供更安全的用户体验。我们认为短期来看ChatGPT或将与搜索引擎结合，且有望凭借ChatGPT对话能力影响现阶段处于搜索引擎行业龙头地位的Google并快速占据一定市场份额，我们也持续期待AI技术发展和新模型的应用引发搜索引擎的竞争格局和商业模式的升级。

图：与ChatGPT结合后的New Bing界面

电商：客服行业或将率先大规模应用ChatGPT，市场规模乐观情况下有望达407亿美元

电商客服行业或率先应用ChatGPT：多轮对话能力即通过多轮、上下文具有关联性的对话，解决用户所提出的具体的问题。我们认为在电商客服行业，客服需要根据与客户的多轮对话识别用户的根本问题，并回复用户解决方案，而用户所提出的根本问题多为事实性问题，ChatGPT有望率先实现大规模应用。

多轮对话能力或将大幅缩减客服工作量：传统客服具有响应速率慢、人工成本高的痛点，我们认为ChatGPT的实时性、低甚至趋于零的边际成本能够有效解决该痛点。人工或专注于处理部分AI无法解决的对话，在降低人工成本的同时保证电商客服服务质量。

图：2030年全球在线客服行业ChatGPT市场规模有望达到407亿美元

注：我们假设在线客服行业乐观、中性、悲观占比情况分别为70%、50%、30%假设仅供参考

电商：低成本的ChatGPT有望为营销行业提升综合效率和覆盖面

ChatGPT能够精准营销，实现个性化推荐：ChatGPT能够采集用户的行为数据，包括浏览记录、消费记录、搜索历史等，而后通过计算系统过滤及总结用户相关信息，形成用户偏好及购买潜力标签，由此向用户生成个性化营销内容，充分挖掘用户消费潜力。该过程会不断循环，实现个性化推荐的不断优化。且我们认为相比传统营销，该过程具有全自动化、时间短的特点，有望大幅提升营销行业效率。

ChatGPT能够帮助营销人员覆盖更多客户：我们认为在单用户全生命周期的平均成本方面ChatGPT远低于人工客服。此外ChatGPT或能帮助营销人员接触到更大用户样本、用户数据，以及针对性的提供关于电商产品的更多有效信息，故能够适应不同特点的客户并回答其所提出的不同问题，解决营销行业的核心需求从而实现客户群体及需求的高质量覆盖。

图：ChatGPT精准营销流程

图：ChatGPT助力营销行业降本增效

虚拟人：AIGC或为虚拟人提供高质量的内核，虚拟人应用有望进一步从娱乐拓展至服务行业

AIGC将打造“深度合成+计算驱动”型虚拟人：虚拟人综合运用文本、图像、音频等AIGC技术，打造综合外观、面部表情等高度且全面拟人化的数字内容。未来虚拟人或将从文案、音频、图像等低密度呈现形式转化为视频、实时交互等高密度呈现模式。

短期看虚拟人视频生成是发展重点，长期看虚拟人实时互动将扮演重要角色：相比虚拟人视频生成，虚拟人实时互动更强调虚拟人思维及策略的自然程度。受文本生成局限性影响目前虚拟人实时互动大多用于特定行业的智能客服，而长期看虚拟人通过实时交互成为社交节点，我们认为其将有望为更多平台型企业如电商、社交、短视频行业提供良好的企业形象窗口。

图：虚拟人分类

资料来源：中国人工智能产业发展联盟，天风证券研究所

游戏：游戏制作成本有望率先实现下降，游戏内场景和剧情有望实现自循环

游戏是AIGC应用的广泛和明确场景：AIGC借助其本身的学习方案并依靠游戏中大量数据及与现实性高的场景；另一方面AIGC将促进游戏行业向下一阶段升级。AIGC通过降低游戏的研发和运行成本，并提升游戏的多样性等方面提升用户体验，游戏行业有望进一步实现降本增效。我们认为ChatGPT或将进一步简化游戏建设的过程和门槛。

AIGC覆盖游戏领域的全流程：研发和制作环节，AIGC基于已有样本大量生成具有多样性的场景、关卡、NPC等数字资产，并提供检验游戏参数从而优化游戏设计的实现渠道。在游戏中，AIGC能够适应真实世界中玩家的复杂度，帮助游戏厂商克服游戏在灵活度和规模性方面的局限性，实现实时生成与游戏玩家的交互反应。

布局

应用

Al Bot

前期平衡性测试：帮助游戏策划者模拟各参数下的用户体验，提出优化策略

基于玩法教学的新型人机互动：充当不同风格的游戏玩家队友，与玩家交流协作；充当游戏玩家对手，在平衡匹配、玩家掉线接管等场景下使用

NPC 逻辑及剧情生成

游戏中人机互动：实时分析玩家输入，动态生成NPC的语言、动作、操作逻辑，构建无限次及不重复剧情，提升用户体验

数字资产生成

前期NPC制作：大规模生成NPC（非玩家角色），包括NPC的外观、动画、动作等，降低游戏制作者的制作时间

前期场景关卡设计：根据已有场景和关卡，设计大量新场景和关卡，构筑巨大游戏环境，增强游戏多样性

商业模式

降低成本：游戏前期制造成本和游戏中期运行成本

提升效能：提升用户体验，促使用户留存时间增加和用户全生命周期支付增加

GPT4：下一代大模型发布或向微观及宏观经济学的经典假设发起挑战

GPT4.0未来可能会是多模态的具有思维链推能力的大模型，可能会导致宏观和微观经济学领域重要假设被挑战：宏观经济学-重塑经济学界对生产要素的认知。梭罗模型作为宏观经济学领域的经典模型之一，其假设产出受全要素生产率，资本和劳动力影响。AIGC时代下，我们对关注资本和劳动力的具体任务的需求提升，梭罗模型中对于资本和劳动力增长的诸多假设或需重构，全要素生产率有望重新加速上升。

微观经济学-产品定价相关理论或迎来变革。我们认为软件行业、互联网行业、开源、生成式AI均为对传统微观经济学的挑战。软件意味着非个性化产品的边际生产成本接近于0（但产品定制化和营销成本高），互联网意味着产品的边际分发与营销费用接近于0（直到流量红利结束和获客成本上升），开源意味着产品本身的价格为0（但部署和开发有成本），生成式AI意味着产品的个性/定制化生产边际成本接近于0。

图：GPT4.0或将成为微观及宏观经济学变革的催化剂

GPT4.0时代所施加的挑战

如果AGI的劳动力出现，经济增长的假设或可更新。

以生成式AI为基础的新企业或将参与到竞争格局的改变中如同软件企业与硬件企业、互联网与传统零售的竞争关系。

GPT4+MR：苹果MR或重新定义下一代流量入口，MR或成为GPT4相关模型的最佳载体

GPT4或成为MR设备交互革命的最佳内容方案：我们认为以GPT-4为代表的相关技术或将有效提升交互体验和MR内容形态，从而提升XR设备的应用场景并推动XR设备的商业和普及化进程。此外GPT4的相关技术的切入有望带来专业性和准确度的提高，并更多应用于特定专业或商业场景，如金融小助手等。

苹果MR或再次延续过往产品带来的革命：我们认为苹果2023年内发布的MR将延续其过往产品兼具革命性和生产力的两大特点，例如在多模态AI的加持下MR有望借助眼动追踪、情感识别等功能升级开拓更具生产力的应用场景并提升终端用户的体验。

图：苹果的重磅产品往往兼具科技水平和产品力的革命

图：GPT系列模型将大幅提升交互体验

风险提示

》AIGC发展不及预期：AI在垂直领域的应用发展不及预期；相关产品上线后效果不及预期。

》半导体行业发展不及预期：算力成本下降不及预期；硬件发展出现瓶颈。

》AIGC行业伦理问题：AIGC行业内容版权归属问题，企业滥用技术问题。

》相关测算和预测具有主观性。

分析师声明

本报告署名分析师在此声明：我们具有中国证券业协会授予的证券投资咨询执业资格或相当的专业胜任能力，本报告所表述的所有观点均准确地反映了我们对标的证券和发行人的个人看法。我们所得报酬的任何部分不曾与，不与，也将不会与本报告中的具体投资建议或观点有直接或间接联系。

一般声明

除非另有规定，本报告中的所有材料版权均属天风证券股份有限公司（已获中国证监会许可的证券投资咨询业务资格）及其附属机构（以下统称“天风证券”）。未经天风证券事先书面授权，不得以任何方式修改、发送或者复制本报告及其所包含的材料、内容。所有本报告中使用的商标、服务标识及标记均为天风证券的商标、服务标识及标记。

本报告是机密的，仅供我们的客户使用，天风证券不因收件人收到本报告而视其为天风证券的客户。本报告中的信息均来源于我们认为可靠的已公开资料，但天风证券对这些信息的准确性及完整性不作任何保证。本报告中的信息、意见等均仅供客户参考，不构成所述证券买卖的出价或征价邀请或要约。该等信息、意见并未考虑到获取本报告人员的具体投资目的、财务状况以及特定需求，在任何时候均不构成对任何人的个人推荐。客户应当对本报告中的信息和意见进行独立评估，并应同时考量各自的投资目的、财务状况和特定需求，必要时就法律、商业、财务、税收等方面咨询专家的意见。对依据或者使用本报告所造成的一切后果，天风证券及/或其关联人员均不承担任何法律责任。

本报告所载的意见、评估及预测仅为本报告出具日的观点和判断。该等意见、评估及预测无需通知即可随时更改。过往的表现亦不应作为日后表现的预示和担保。在不同时期，天风证券可能会发出与本报告所载意见、评估及预测不一致的研究报告。

天风证券的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和/或交易观点。天风证券没有将此意见及建议向报告所有接收者进行更新的义务。天风证券的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。

特别声明

在法律许可的情况下，天风证券可能会持有本报告中提及公司所发行的证券并进行交易，也可能为这些公司提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。因此，投资者应当考虑到天风证券及/或其相关人员可能存在影响本报告观点客观性的潜在利益冲突，投资者请勿将本报告视为投资或其他决定的唯一参考依据。

投资评级声明

类别	说明	评级	体系
股票投资评级	自报告日后的6个月内，相对同期沪深300指数的涨跌幅	买入	预期股价相对收益20%以上
		增持	预期股价相对收益10%-20%
		持有	预期股价相对收益-10%-10%
		卖出	预期股价相对收益-10%以下
行业投资评级	自报告日后的6个月内，相对同期沪深300指数的涨跌幅	强于大市	预期行业指数涨幅5%以上
行业投资评级	自报告日后的6个月内，相对同期沪深300指数的涨跌幅	中性弱于大市	预期行业指数涨幅-5%-5% 预期行业指数涨幅-5%以下

美股	算力		中国电信	润建股份	梦网科技	电商	游戏	搜索与广告
Microsoft 浪潮信息		工业富联	云从科技	光环新网	会畅通信	值得买	完美世界	三六零
Alphabet	景嘉微	太辰光	拓维信息	数据港	创维数字	蓝色光标	腾讯控股	昆仑万维
Meta	寒武纪	长电科技		应用	当虹科技	三人行	汤姆猫	呼叫中心与客服
Nvidia	四维图新	通富微电	AI大模型	虹软科技	漫步者	光云科技	三七互娱	焦点科技
Intel	中芯国际	澜起科技	百度集团	汉王科技	亿联网络	青木股份	巨人网络	宏景科技
AMD	中科曙光	江波龙	阿里巴巴	顺网科技	影视	浙文互联	恺英网络	神州数码
TSMC	中际旭创	兆易创新	腾讯控股	芒果超媒	光线传媒	中文在线	神州泰岳	教育
Unity	新易盛	大华股份	三六零	汤姆猫	华策影视	联络互动	姚记科技	科大讯飞
Roblox	光迅科技	海康威视	字节跳动*	蓝色光标	中国电影	丽人丽妆	宝通科技	汉王科技
Duolingual	中兴通讯	拓维信息	华为*	中文在线	上海电影	传媒与营销	盛天网络	传智教育
Snap	紫光股份	四川长虹	商汤	风语筑	横店影视	汉仪股份	吉比特	恒信东方
Five9	海天瑞声	中兴通讯	昆仑万维	捷成股份	东方明珠	视觉中国	生产力	视源股份
Twilio	海光信息	源杰科技	IDC	奥飞娱乐	新媒股份	因赛集团	金山办公	鸿合科技
Shopify	天孚通信	剑桥科技	润泽科技	遥望科技	捷成股份	果麦文化	万兴科技	金融
c3.ai	顺网科技	拓尔思	科华数据	天娱数科	中广天择	吉宏股份	彩讯股份	东方财富
	龙芯中科	科大讯飞	奥飞数据	奥比中光	浙文影业	易点天下	福昕软件	同花顺

GPT三定律

超级流量入口和AI时代的操作系统，迈向数字文明新阶段

引子：从元宇宙到AIGC

摘要

目录

ChatGPT：人类史上用户数增长最快的应用，AI新时代来临的报晓鸟

我们与市场观点差异：除生产力外我们怎么看ChatGPT？一全新的云计算和交互革命

为什么是OpenAI？：真实数据和模型迭代的飞轮造就了全新一代的对话机器人ChatGPT

如何理解ChatGPT？OpenAIGPT系列模型的持续迭代，人类反馈机制成为模型核心区别

我们如何看待ChatGPT？同样的统计学与运筹学，不一样的最终模型效果

AI与AIGC发展历程：OpenAI基于Transfomer发布GPT，GPT已经进入到高速迭代周期

GPT-4

ChatGPT：摸索前进中诞生的生产力工具，更像是第一次工业革命中的蒸汽机

AIGC：从算法升级到商业模式变革，AIGC能力升级有望催生下一代商业模式

门户时代

搜索算法

推荐算法

商业模式

目录

为生成式AI立法1：虽无法预测AI能力进化的方向，但根据AI发展的经验总结三大定律

第一定律：

为生成式AI立法2：第二定律合集-创新者窘境定律，ScalingLaw，万物摩尔定律

第二定律合集：

为生成式AI立法3：第三定律之生成式AI将最终实现对其他全行业的渗透

第三定律：

生产力测算：AIGC或持续提高知识工作者的生产力，2030年或有望创造20万亿美元生产力

目录

微软：加速投资OpenAI和ChatGPT与产品融合，新版Bing发布打响搜索引擎范式革命第一枪

谷歌：注资Anthropic&推出Bard对抗ChatGPT，创新者窘境下谷歌投资与自研双路径齐发

百度：AI+云打造人工智能深度服务，推出文心大模型服务多行业

字节跳动：旗下AILab持续研究大模型，字节跳动招兵买马投入大模型研发

腾讯：混元系列AI大模型布局多领域，为类ChatGPT产品构建坚实基础

阿里巴巴：持续深耕大模型和多模态，领先的全栈云服务技术支撑大模型研究

目录

搜索引擎：ChatGPT或将挑战搜索引擎行业范式，带动GPU市场百亿美元级别资本开支增量

电商：客服行业或将率先大规模应用ChatGPT，市场规模乐观情况下有望达407亿美元

电商：低成本的ChatGPT有望为营销行业提升综合效率和覆盖面

虚拟人：AIGC或为虚拟人提供高质量的内核，虚拟人应用有望进一步从娱乐拓展至服务行业

游戏：游戏制作成本有望率先实现下降，游戏内场景和剧情有望实现自循环

布局

应用

Al Bot

NPC 逻辑及剧情生成

数字资产生成

商业模式

GPT4：下一代大模型发布或向微观及宏观经济学的经典假设发起挑战

GPT4+MR：苹果MR或重新定义下一代流量入口，MR或成为GPT4相关模型的最佳载体

相关公司梳理

风险提示

分析师声明

一般声明

特别声明

投资评级声明

天风证券-元宇宙行业GPT三定律：超级流量入口和AI时代的操作系统，迈向数字文明新阶段-230328.pdf