>> 中信证券-前瞻研究AI行业重大事项点评:如何看待ChatGPT近期热度持续回落?-230706
| 上传日期: |
2023/7/6 |
大小: |
412KB |
| 格式: |
pdf 共4页 |
来源: |
中信证券 |
| 评级: |
-- |
作者: |
陈俊云,许英博,贾凯方 |
| 下载权限: |
此报告为加密报告 |
|
|
近期ChatGPT热度明显下滑。据SimilarWeb数据,6月全球用户访问量环比-9.7%,市场因此对本轮大语言模型驱动的AI浪潮产生一定质疑。我们分析认为,ChatGPT用户流量下滑主要源于个人用户新鲜感降低,以及OpenAI主动调整运营策略(算力资源成本约束)、将重心转向2B领域等,最为直观的证据便是:目前ChatGPT相关插件、开发工具链继续保持较高热度,同时大部分欧美软件企业产品开始全面融入生成式AI。长期维度,大语言模型在提高生产效率方面具有天然优势,企业市场相对细分的应用场景,叠加企业各自独有的场景&业务数据等,料将使得大语言模型在2B领域发展进程和市场空间,显著优于2C市场,而微软提出的Copilot将是最为可行的落地方式。我们持续看好全球AI产业的发展进程,并建议在下半年重点关注美股软件企业在AI领域的进展及相应投资机会。 ▍事件背景:自2022年11月以来持续火爆的ChatGPT热度在近段时间出现了明显下滑。据SimilarWeb的数据,2023年前五个月ChatGPT全球访问量环比增幅分别为131.6%、62.5%、55.8%、12.6%、2.8%,而6月份数据为环比下降9.7%,首次出现负增长。此外据路透社6月17日的报道,用户对ChatGPT的负面评价开始增多,例如GPT的回答质量较年初下滑、新鲜感过后对ChatGPT缺少实际使用场景等。资本市场因此对ChatGPT乃至本轮AI大模型的增长动力产生一定质疑。我们分析认为,ChatGPT热度的下降除了个人用户层面因素外,OpenAI运营策略的主动调整、持续聚焦2B领域发展为主要因素,我们持续看好全球AI产业的发展和投资机会。 ▍ChatGPT的爆火与困境:主要面对ToC端用户,年初的流量爆发由用户新鲜感与社交网络快速传播而导致。根据SimilarWeb的数据显示,ChatGPT自2022年11月在美国推出,仅在短短2个月内活跃用户规模便突破1亿大关。年初的流量爆发主要由ToC端的用户所推动,ChatGPT远超前代的用户体验给予了用户极大的新鲜感,并通过TikTok等社交媒体迅速传播。根据Google热度指数,从2022年10月至2023年4月“AI”关键词的热度增长了267%。但紧接着从5月开始,“AI”关键词的热度增长趋于停滞,并在5月14日至5月21日这一周内出现了近一年来的最大幅度下滑。普通用户经过半年的新闻报道以及实际体验对本轮大语言模型AI的能力与特点拥有了最基本的了解,新鲜感不再刺激大量用户重新涌入ChatGPT之中。同时ChatGPT除了实时问答的亮点外,主要的使用场景仍是文字归纳、翻译、文字补全等偏办公类用途,对于大多数个人用户而言并没有较强的需求黏性。 ▍OpenAI运营策略:持续优化成本,重点转向2B领域。OpenAI在这半年中除了推出GPTPlus服务外,并没有在面向ToC用户的场景中做出更多的额外优化。相反根据此前路透社的报道,OpenAI可能在今年上半年不断缩减ChatGPT推理时使用的算力,从而导致用户体感回答质量出现下滑。从OpenAI的角度看,这一决策主要仍然是因为最初版本的ChatGPT成本过高,根据我们2023年2月28日在《英伟达(NVDA.OQ)深度跟踪报告:从ChatGPT看英伟达AI业务的短期弹性、中期空间》中的测算,ChatGPT初始版本的单次推理成本约0.8美分。面对上亿级别的用户访问,OpenAI很难在如此高的成本之下实现盈利,采取蒸馏小模型或者缩减推理使用算力的举措成为了必然选择,但与此同时带来的代价是回答质量出现下滑。根据Humanloop CEORaza Habib对OpenAICEOSam Altman的最新访谈,OpenAI最近季度的工作内容将重点发展面向企业的API服务以及继续深化与微软的合作。 ▍ChatGPT发展启示:大语言模型目前在ToC端盈利场景仍需持续探索,ToB料将是产业中短期发力的重点。尽管2023年3月发布的GPT-4已经是支持图片与文字的多模态模型,但受限于成本与准确率图片模态始终没有开放给个人用户使用。因此目前的ChatGPT仍然是一个纯文字模态的入口,同时因为算力限制对文字的记忆连贯性不够。这样的产品在ToC缺少足够的竞争力:只有对纯文字工作有强需求的用户才能保持对其的使用率,同时因为算力以及网络的原因,接入端口并不友善,个人用户体验较差。从长期来看,ToB将会是更加适合大语言模型的赛道。例如与微软Office 365结合的Copilot在企业办公场景下有着天然良好的适配性,而通过API提供服务的方式减轻了OpenAI硬件与网络端的需求,并提供给了企业用户更多的定制化空间。相较于ToC赛道,聚焦ToB将会带来更广阔的发展空间。 ▍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;私有数据相关的政策监管风险;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。 ▍投资策略:ChatGPT的热度短期内出现明显下滑,ToC端的泡沫戳破在中长期角度看是大概率事件,聚焦ToB更加适合目前大语言模型的优势与特点。中长期维度,预计大语言模型在ToB端将会形成从底层硬件、到云服务商、到模型开发与维护
研究报告全文:如何看待ChatGPT近期热度持续回落前瞻研究行业重大事项点评AI202376中信证券研究部核心观点近期ChatGPT热度明显下滑据SimilarWeb数据6月全球用户访问量环比-97市场因此对本轮大语言模型驱动的AI浪潮产生一定质疑我们分析认为ChatGPT用户流量下滑主要源于个人用户新鲜感降低以及OpenAI主动调整运营策略算力资源成本约束将重心转向2B领域等最为直观的证据便是目前ChatGPT相关插件开发工具链继续保持较高热度同时大部分欧美软件企业产品开始全面融入生成式AI长期维度大语言模型在提陈俊云高生产效率方面具有天然优势企业市场相对细分的应用场景叠加企业各自前瞻研究首席分析独有的场景业务数据等料将使得大语言模型在2B领域发展进程和市场空师间显著优于2C市场而微软提出的Copilot将是最为可行的落地方式我S1010517080001们持续看好全球AI产业的发展进程并建议在下半年重点关注美股软件企业在AI领域的进展及相应投资机会事件背景自2022年11月以来持续火爆的ChatGPT热度在近段时间出现了明显下滑据SimilarWeb的数据2023年前五个月ChatGPT全球访问量环比增幅分别为131662555812628而6月份数据为环比下降97首次出现负增长此外据路透社6月17日的报道用户对ChatGPT的许英博负面评价开始增多例如GPT的回答质量较年初下滑新鲜感过后对ChatGPT科技产业首席分析缺少实际使用场景等资本市场因此对ChatGPT乃至本轮AI大模型的增长动力师产生一定质疑我们分析认为ChatGPT热度的下降除了个人用户层面因素外S1010510120041OpenAI运营策略的主动调整持续聚焦2B领域发展为主要因素我们持续看好全球AI产业的发展和投资机会ChatGPT的爆火与困境主要面对ToC端用户年初的流量爆发由用户新鲜感与社交网络快速传播而导致根据SimilarWeb的数据显示ChatGPT自2022年11月在美国推出仅在短短2个月内活跃用户规模便突破1亿大关年初的流量爆发主要由ToC端的用户所推动ChatGPT远超前代的用户体验给予了用户极大的新鲜感并通过TikTok等社交媒体迅速传播根据Google热度指数贾凯方从年月至年月关键词的热度增长了但紧接着从前瞻研究分析师20221020234AI267S10105220800015月开始AI关键词的热度增长趋于停滞并在5月14日至5月21日这一周内出现了近一年来的最大幅度下滑普通用户经过半年的新闻报道以及实际体验对本轮大语言模型AI的能力与特点拥有了最基本的了解新鲜感不再刺激大量用户重新涌入ChatGPT之中同时ChatGPT除了实时问答的亮点外主要的使用场景仍是文字归纳翻译文字补全等偏办公类用途对于大多数个人用户而言并没有较强的需求黏性OpenAI运营策略持续优化成本重点转向2B领域OpenAI在这半年中除了刘锐推出GPTPlus服务外并没有在面向ToC用户的场景中做出更多的额外优化前瞻研究分析师相反根据此前路透社的报道OpenAI可能在今年上半年不断缩减ChatGPT推S1010522110001理时使用的算力从而导致用户体感回答质量出现下滑从OpenAI的角度看这一决策主要仍然是因为最初版本的ChatGPT成本过高根据我们2023年2月28日在英伟达NVDAOQ深度跟踪报告从ChatGPT看英伟达AI业务的短期弹性中期空间中的测算ChatGPT初始版本的单次推理成本约08美分面对上亿级别的用户访问OpenAI很难在如此高的成本之下实现盈利采取蒸馏小模型或者缩减推理使用算力的举措成为了必然选择但与此同时带来的代价是回答质量出现下滑根据HumanloopCEORazaHabib对OpenAICEO高飞翔SamAltman的最新访谈OpenAI最近季度的工作内容将重点发展面向企业的前瞻研究分析师API服务以及继续深化与微软的合作S1010523060003证券研究报告请务必阅读正文之后第3页起的免责条款和声明前瞻研究行业重大事项点评AI202376ChatGPT发展启示大语言模型目前在ToC端盈利场景仍需持续探索ToB料将是产业中短期发力的重点尽管2023年3月发布的GPT-4已经是支持图片与文字的多模态模型但受限于成本与准确率图片模态始终没有开放给个人用户使用因此目前的ChatGPT仍然是一个纯文字模态的入口同时因为算力限制对文字的记忆连贯性不够这样的产品在ToC缺少足够的竞争力只有对纯文字工作有强需求的用户才能保持对其的使用率同时因为算力以及网络的原因接入端口并不友善个人用户体验较差从长期来看ToB将会是更加适合大语言模型的赛道例如与微软Office365结合的Copilot在企业办公场景下有着天然良好的适配性而通过API提供服务的方式减轻了OpenAI硬件与网络端的需求并提供给了企业用户更多的定制化空间相较于ToC赛道聚焦ToB将会带来更广阔的发展空间风险因素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私有数据相关的政策监管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投资策略ChatGPT的热度短期内出现明显下滑ToC端的泡沫戳破在中长期角度看是大概率事件聚焦ToB更加适合目前大语言模型的优势与特点中长期维度预计大语言模型在ToB端将会形成从底层硬件到云服务商到模型开发与维护再到下游应用的新生态我们持续看好全球AI产业的发展进程并建议在下半年重点关注美股软件企业在AI领域的进展及相应投资机会在美股AI领域我们持续关注英伟达台积电微软谷歌亚马逊AMDArista博通Marvell百度AdobeSnowflakeMongoDBSalesforceServiceNowConfluent等重点公司盈利预测及投资评级市值亿美估值自然年公司估值方式元2022A2023E2024E2025E英伟达10452PE1249542413344台积电5237PE154196157135微软25143PFCF391446369322谷歌15459PE258227195170亚马逊13377EVEBITDANA14211494AMD1835PE333397273223Arista492PE340257231202博通3557PE215196183174Marvell514PE282389255215百度496PE174144128116Adobe2221PFCF310288253236Snowflake562PS272203155118MongoDB289PS225187154120Salesforce2083PFCF338288219182ServiceNow1154PFCF531439357300Confluent101PS17313310381资料来源路透一致预期中信证券研究部注股价为2023年7月5日收盘价请务必阅读正文之后的免责条款和声明2分析师声明主要负责撰写本研究报告全部或部分内容的分析师在此声明i本研究报告所表述的任何观点均精准地反映了上述每位分析师个人对标的证券和发行人的看法ii该分析师所得报酬的任何组成部分无论是在过去现在及将来均不会直接或间接地与研究报告所表述的具体建议或观点相联系一般性声明本研究报告由中信证券股份有限公司或其附属机构制作中信证券股份有限公司及其全球的附属机构分支机构及联营机构仅就本研究报告免责条款而言不含CLSAgroupofcompanies统称为中信证券本研究报告对于收件人而言属高度机密只有收件人才能使用本研究报告并非意图发送发布给在当地法律或监管规则下不允许向其发送发布该研究报告的人员本研究报告仅为参考之用在任何地区均不应被视为买卖任何证券金融工具的要约或要约邀请中信证券并不因收件人收到本报告而视其为中信证券的客户本报告所包含的观点及建议并未考虑个别客户的特殊状况目标或需要不应被视为对特定客户关于特定证券或金融工具的建议或策略对于本报告中提及的任何证券或金融工具本报告的收件人须保持自身的独立判断并自行承担投资风险本报告所载资料的来源被认为是可靠的但中信证券不保证其准确性或完整性中信证券并不对使用本报告或其所包含的内容产生的任何直接或间接损失或与此有关的其他损失承担任何责任本报告提及的任何证券或金融工具均可能含有重大的风险可能不易变卖以及不适合所有投资者本报告所提及的证券或金融工具的价格价值及收益可跌可升过往的业绩并不能代表未来的表现本报告所载的资料观点及预测均反映了中信证券在最初发布该报告日期当日分析师的判断可以在不发出通知的情况下做出更改亦可因使用不同假设和标准采用不同观点和分析方法而与中信证券其它业务部门单位或附属机构在制作类似的其他材料时所给出的意见不同或者相反中信证券并不承担提示本报告的收件人注意该等材料的责任中信证券通过信息隔离墙控制中信证券内部一个或多个领域的信息向中信证券其他领域单位集团及其他附属机构的流动负责撰写本报告的分析师的薪酬由研究部门管理层和中信证券高级管理层全权决定分析师的薪酬不是基于中信证券投资银行收入而定但是分析师的薪酬可能与投行整体收入有关其中包括投资银行销售与交易业务若中信证券以外的金融机构发送本报告则由该金融机构为此发送行为承担全部责任该机构的客户应联系该机构以交易本报告中提及的证券或要求获悉更详细信息本报告不构成中信证券向发送本报告金融机构之客户提供的投资建议中信证券以及中信证券的各个高级职员董事和员工亦不为前述金融机构之客户因使用本报告或报告载明的内容产生的直接或间接损失承担任何责任评级说明投资建议的评级标准评级说明报告中投资建议所涉及的评级分为股票评级和行业评级买入相对同期相关证券市场代表性指数涨幅20以上另有说明的除外评级标准为报告发布日后6到12个增持相对同期相关证券市场代表性指数涨幅介于520之间月内的相对市场表现也即以报告发布日后的6到12个股票评级月内的公司股价或行业指数相对同期相关证券市场代表持有相对同期相关证券市场代表性指数涨幅介于-105之间性指数的涨跌幅作为基准其中A股市场以沪深300指卖出相对同期相关证券市场代表性指数跌幅10以上数为基准新三板市场以三板成指针对协议转让标的或三板做市指数针对做市转让标的为基准香港市场以摩强于大市相对同期相关证券市场代表性指数涨幅10以上根士丹利中国指数为基准美国市场以纳斯达克综合指数行业评级中性相对同期相关证券市场代表性指数涨幅介于-1010之间或标普500指数为基准韩国市场以科斯达克指数或韩国综合股价指数为基准弱于大市相对同期相关证券市场代表性指数跌幅10以上3特别声明在法律许可的情况下中信证券可能1与本研究报告所提到的公司建立或保持顾问投资银行或证券服务关系2参与或投资本报告所提到的公司的金融交易及或持有其证券或其衍生品或进行证券或其衍生品交易因此投资者应考虑到中信证券可能存在与本研究报告有潜在利益冲突的风险本研究报告涉及具体公司的披露信息请访问httpsresearchciticsinfocomdisclosure法律主体声明本研究报告在中华人民共和国香港澳门台湾除外由中信证券股份有限公司受中国证券监督管理委员会监管经营证券业务许可证编号Z20374000分发本研究报告由下列机构代表中信证券在相应地区分发在中国香港由CLSALimited于中国香港注册成立的有限公司分发在中国台湾由CLSecuritiesTaiwanCoLtd分发在澳大利亚由CLSAAustraliaPtyLtd商业编号53139992331金融服务牌照编号350159分发在美国由CLSACLSAAmericasLLC除外分发在新加坡由CLSASingaporePteLtd公司注册编号198703750W分发在欧洲经济区由CLSAEuropeBV分发在英国由CLSAUK分发在印度由CLSAIndiaPrivateLimited分发地址8FDalamalHouseNarimanPointMumbai400021电话91-22-66505050传真91-22-22840271公司识别号U67120MH1994PLC083118在印度尼西亚由PTCLSASekuritasIndonesia分发在日本由CLSASecuritiesJapanCoLtd分发在韩国由CLSASecuritiesKoreaLtd分发在马来西亚由CLSASecuritiesMalaysiaSdnBhd分发在菲律宾由CLSAPhilippinesInc菲律宾证券交易所及证券投资者保护基金会员分发在泰国由CLSASecuritiesThailandLimited分发针对不同司法管辖区的声明中国大陆根据中国证券监督管理委员会核发的经营证券业务许可中信证券股份有限公司的经营范围包括证券投资咨询业务中国香港本研究报告由CLSALimited分发本研究报告在香港仅分发给专业投资者证券及期货条例香港法例第571章及其下颁布的任何规则界定的不得分发给零售投资者就分析或报告引起的或与分析或报告有关的任何事宜CLSA客户应联系CLSALimited的罗鼎电话85226007233美国本研究报告由中信证券制作本研究报告在美国由CLSACLSAAmericasLLC除外仅向符合美国1934年证券交易法下15a-6规则界定且CLSAAmericasLLC提供服务的主要美国机构投资者分发对身在美国的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所述任何观点的背书任何从中信证券与CLSA获得本研究报告的接收者如果希望在美国交易本报告中提及的任何证券应当联系CLSAAmericasLLC在美国证券交易委员会注册的经纪交易商以及CLSA的附属公司新加坡本研究报告在新加坡由CLSASingaporePteLtd仅向新加坡财务顾问规例界定的机构投资者认可投资者及专业投资者分发就分析或报告引起的或与分析或报告有关的任何事宜新加坡的报告收件人应联系CLSASingaporePteLtd地址80RafflesPlace18-01UOBPlaza1Singapore048624电话6564167888因您作为机构投资者认可投资者或专业投资者的身份就CLSASingaporePteLtd可能向您提供的任何财务顾问服务CLSASingaporePteLtd豁免遵守财务顾问法第110章财务顾问规例以及其下的相关通知和指引CLSA业务条款的新加坡附件中证券交易服务C部分所披露的某些要求MCIP085112021加拿大本研究报告由中信证券制作对身在加拿大的任何人士发送本研究报告将不被视为对本报告中所评论的证券进行交易的建议或对本报告中所载任何观点的背书英国本研究报告归属于营销文件其不是按照旨在提升研究报告独立性的法律要件而撰写亦不受任何禁止在投资研究报告发布前进行交易的限制本研究报告在英国由CLSAUK分发且针对由相应本地监管规定所界定的在投资方面具有专业经验的人士涉及到的任何投资活动仅针对此类人士若您不具备投资的专业经验请勿依赖本研究报告对于英国分析员编纂的研究资料其由CLSAUK制作并发布就英国的金融行业准则该资料被制作并意图作为实质性研究资料CLSAUK由英国金融行为管理局授权并接受其管理欧洲经济区本研究报告由荷兰金融市场管理局授权并管理的CLSAEuropeBV分发澳大利亚CLSAAustraliaPtyLtdCAPL商业编号53139992331金融服务牌照编号350159受澳大利亚证券与投资委员会监管且为澳大利亚证券交易所及CHI-X的市场参与主体本研究报告在澳大利亚由CAPL仅向批发客户发布及分发本研究报告未考虑收件人的具体投资目标财务状况或特定需求未经CAPL事先书面同意本研究报告的收件人不得将其分发给任何第三方本段所称的批发客户适用于公司法2001第761G条的规定CAPL研究覆盖范围包括研究部门管理层不时认为与投资者相关的ASXAllOrdinaries指数成分股离岸市场上市证券未上市发行人及投资产品CAPL寻求覆盖各个行业中与其国内及国际投资者相关的公司印度CLSAIndiaPrivateLimited成立于1994年11月为全球机构投资者养老基金和企业提供股票经纪服务印度证券交易委员会注册编号INZ000001735研究服务印度证券交易委员会注册编号INH000001113和商人银行服务印度证券交易委员会注册编号INM000010619CLSA及其关联方可能持有标的公司的债务此外CLSA及其关联方在过去12个月内可能已从标的公司收取了非投资银行服务和或非证券相关服务的报酬如需了解CLSAIndia关联方的更多详情请联系Compliance-Indiaclsacom未经中信证券事先书面授权任何人不得以任何目的复制发送或销售本报告中信证券2023版权所有保留一切权利4
|
|