模型方向：向LLM-GPT收敛，围绕多模态、安全性、成本优化进行升级
　　在模型维度，我们认为向LLM-GPT收敛已经成为中期较为确定的方向，全球Top的科技公司基本围绕上述方向进行布局
　　在实际应用层面，多模态能力、可靠性与准确性、运算成本降低将是模型在后续演化升级的重要方向
　　模型层商业模式：MaaS（模型即服务）、插件（Plugins）
　　 MaaS是目前模型层最主要的商业模式，具体包含订阅与API按需收费两种模式。订阅模式下，用户根据使用需求支付周期性费用，享受一定时期内的模型服务。API按需收费模式下，用户根据实际调用API的次数或数据量支付费用，这样用户可以根据业务量灵活调整支出。
　　实践情况看，用户部署大语言模型非常困难，MaaS模式提供了用户足够的灵活性。由于大型AI模型通常需要强大的计算能力和资源，很多企业和个人难以承担部署和运维成本。MaaS通过云服务平台将复杂的技术问题进行封装，使用户无需关注底层实现，可以轻松地访问和使用AI模型。对于有需求的用户，MaaS也可以在模型之上添加微调层（Fine-tune）。
　　 OpenAI 2023年3月在ChatGPT中推出插件接口，这也可能成为底层模型的另一种商业模式。这些插件使ChatGPT能够与外部定义的API进行交互，增强ChatGPT的功能并使其能够执行各种操作。第三方厂商无需接触部署大语言模型，简化了微调环节的实施难度。插件提供者使用OpenAPI标准编写API，API会被编译成一个prompt向ChatGPT解释如何使用API来增强其答案。
　　风险因素
　　AI核心技术发展不及预期风险；
　　科技领域政策监管持续收紧风险；
　　全球宏观经济复苏不及预期风险；
　　宏观经济波动导致欧美企业IT支出不及预期风险；
　　AI潜在伦理、道德、用户隐私风险；
　　企业数据泄露、信息安全风险；
　　行业竞争持续加剧风险等。