ChatGPT概念股谁是核心标的

ChatGPT是什么?

据了解，ChatGPT全名为Chat Generative Pre-Trained Transformer，是OpenAI公司开发的智能聊天机器人，于2022年11月推出。ChatGPT使用基于GPT-3.5架构的大型语言模型(LLM)，能够完成自动文本生成、自动问答、编写和调试计算机程序等多种任务。

从测试反馈的结果看，相比于前一代的产品，ChatGPT以对话为载体，可以回答多种多样的日常问题，并对多轮对话历史的记忆能力和篇幅增强，交互更加“善解人意”。

瑞银集团报告指出，ChatGPT是史上用户增长速度最快的消费级应用程序。推出仅两个月后，ChatGPT在2023年1月末的月活用户已突破1亿。

对于ChatGPT的出圈走红，特别是为何引发资本市场的强烈关注，长城基金基金经理赵凤飞表示：“ChatGPT的大热是源于其惊艳的用户体验，由于人工智能技术的进步在很大程度上会改变我们的生活，因此该领域的每一次重大突破，都会引起全社会的广泛关注，在A股市场掀起相关概念股的上涨浪潮，应该说也是顺理成章的事情。”

“由于引入了人类反馈强化学习(将对话者的反馈作为下一轮回答的输入)，ChatGPT的回答表现，优于不能联系上下文的传统自然语言处理(NLP)大模型，这是其引起资本市场广泛关注的主要原因之一。”国金证券指出。

不过，浙商证券强调，虽然ChatGPT“智商”很高，但也存在一定的局限性，如有时会生成包含虚假和明显错误的回复。同时，ChatGPT虽具有合法和道德的约束设置，但仍有解方法。

上游：算力、数据标注、自然语言处理、人工智能生成内容(AIGC)需求有望被带动

产业链上游方面，综合来看，多家机构看好ChatGPT开启的AI新纪元，进一步增加算力、算法、数据标注、自然语言处理、人工智能生成内容等5方面的上游需求度。

具体而言，算力方面，中银证券报告指出，ChatGPT在参数规模上已经达到了千亿级别，对AI大模型而言，不论是训练还是推理，对于算力这一基础设施都有着极大的需求。

“ChatGPT主要源于GPT-3的预训练模型，而GPT-3相比于此前的模型，最大的不同在于模型体量的大幅提升。人工智能的跨越式发展将成为算力流量消耗的重要驱动力，未来数据中心和相关的配套产业有望实现更好增长。”安信证券报告进一步指出。

中金公司数据显示，ChatGPT训练所耗费的算力大约为3640 PF-days，即假设每秒运算一千万亿次，需要连续运行3640天，训练大模型需要强大的算力。

数据标注方面，安信证券分析称，ChatGPT的训练过程加大了人工标注的力度和精度，这代表着在未来的人工智能领域，优质的数据源和强大的标注能力，将成为行业的基础设施。

“数据标注是大部分人工智能算法得以有效运行的关键环节。在ChatGPT训练的三个阶段中，只有第三阶段不需要使用人工标注数据，而第一、第二阶段都需要大量的人工标注。”东吴证券进一步指出，“现有数据标注以人工标注为主，属于劳动密集型产业。随着机器学习不断完善，自动标注成为大趋势。”

NLP(自然语言处理)方面，安信证券表示，由于ChatGPT主要基于自然语言处理，因此在NLP领域沉淀较多的企业，有望率先实现功能的部分复现。

“ChatGPT的推出，对于我国AI技术和产业发展起到了很强的示范效应，预示着目前国际前沿AI技术的快速发展，并且AI的商业化图景也越来越清晰。随着AI技术的快速发展，人工智能技术提供商，特别是NLP头部厂商将率先受益。”方正证券称。

AIGC(人工智能生成内容)方面，东吴证券指出，ChatGPT是AIGC应用的又一个起点，随着深度学习模型不断完善、开源模式的推动、大模型探索商业化的可能，AIGC有望加速发展。

“ChatGPT是AIGC技术进展的里程碑，该模型使得利用人工智能进行内容创作的技术成熟度大幅提升，有望成为新的全行业生产力工具，提升内容生产效率与丰富度。”财通证券同时表示。

值得关注的是，ChatGPT的上游行业间，也互有促进。德邦证券报告便指出，AIGC背后同样需要“大算力”的支持。

“OpenAI发表研究成果显示，AI训练所需要的算力指数呈指数级上涨，自2012年至2018年，大约每隔3个月至4个月翻倍，在此期间训练AI耗费的算力增长了30万倍。”德邦证券表示。

东方证券报告指出，从行业发展趋势看，AIGC渗透率有望在2025年提升至10%，市场规模或在2030年超过万亿。

下游：智能客服、搜索引擎、图像文字代码生成等应用场景广泛

对于ChatGPT的下游应用场景，多家机构均认为是十分广泛的。澎湃新闻记者梳理显示，机构一致看好的应用方向，主要集中在智能客服、搜索引擎、图像、文字、代码生成等三大方面。

智能客服方面，中金公司报告表示，ChatGPT在未来投入商业化领域中，可通过强化的上下文理解能力，优化银行、电商等客服机器人，大大提高服务质量。

“ChatGPT最适合直接落地的项目就是智能客服类的工作。”中信证券报告指出，根据模型现有的完成度，在垂直行业针对性地做人工反馈训练，ChatGPT就可以落地为智能客服产品，在toC场景中率先应用。对比目前的智能客服，ChatGPT支撑的客服，将在灵活性与人性化服务方面有显著的进步。

搜索引擎方面，ChatGPT更是带来了行业是否将迎来“革命性”变化，能否替代传统搜索引擎的大讨论。

中信证券指出，ChatGPT可以直接生成面向问题的高完成度回答，并能够提供回答内容的相关引用链接(目前测试版本尚未开发这一功能)。此外，针对开放式问题，ChatGPT也可以通过匹配网络中的数据生成较为完整的答案，在处理知识类以及创意类的问题时，ChatGPT提供的搜索体验远胜于目前的传统搜索引擎。

“不过，尽管ChatGPT能大幅优化用户的搜索体验，但要取代传统搜索引擎，整体来看还面临三大关键技术瓶颈，因此中短期取代的可能性较低。”中信证券分析称：一是数据的实时性问题，二是数据的真实性仍不足可靠，三是模型在线推理端成本高昂。

归纳性工作上，文字上，东方证券指出，ChatGPT的上线，将推动文本类AI渗透于文本生产、智能批阅等应用领域，相关领域必将迎来极大的发展空间。

“同时，代码开发相关的工作更加规整，也非常适合AI辅助生成。ChatGPT在目前测试中表现出的代码生成能力，虽然欠缺一些底层的稳定性，但相比于Copilot更加灵活。在进行针对性的优化后，基于新GPT模型的AI代码辅助工具有望在中短期内落地。”中信证券指出。

此外，中信证券表示，GPT模型在图像生成领域目前效果虽略逊于扩散模型，但扩散模型可以利用ChatGPT生成较佳的Prompt，对于AIGC内容和日趋火热的艺术创作，将提供强大的文字形态的动力。

值得一提的是，在ChatGPT的下游应用领域，海外已经有成功的落地案例。2023年1月，美国新闻聚合网站BuzzFeed官宣将依托OpenAI为其用户互动栏目Quizzes制作和个性化各种小测试。ChatGPT会生成一系列提问，再根据个人的回答产生用户独有的、可分享的文章。

不久前，Meta向BuzzFeed支付了数百万美元，以让BuzzFeed为Meta的平台生成内容，并培训平台上的创作者。

模型服务将是盈利模式潜在方向

商业模式方面，中金公司表示，目前ChatGPT还没有明确的盈利商业模式，但MaaS是一个潜在方向。

“MaaS可以将模型训练、维护和部署的过程转移到云服务上。这样的方式不仅提高了效率，还降低了客户对模型开发和维护的依赖，使其能够更加专注于业务上的投入。”中金公司指出。

国金证券研报则指出，ChatGPT这类产品最简单的商业模式包括两种，一是直接收费，如ChatGPT Pro价格为42美金/月、出售云服务等。

“二是赋能收费，主要指通过API接口提供技术服务。”国金证券表示，根据OpenAI于2021年3月对外公布的数据，GPT-3向超过300个应用提供SaaS服务，平均每天生成45亿词，据估算，这将为OpenAI带来每年约740万美元的营收。

如何掘金?

A股对热门题材股的炒作可谓“从不缺席”，爆火出圈的ChatGPT，将带来哪些投资机会?

“目前，市场上出现的概念股大涨，有较强的主题催化成分，具有一定的博弈色彩。但如果ChatGPT在未来的商业化落地上还能再有斩获，或者其它的AI公司也能推出有竞争力的AI产品，那AI板块的行情则有望持续更久。”赵凤飞认为。

上游方面，赵凤飞看好与ChatGPT相关度较高的拥有NLP技术的上市公司，以及专门从事AI算法研究和商业化的公司都是受益的标的。“此外，支撑这些人工智能技术的算力和数据也非常重要，拥有关键数据和能提供算力或算力的底层芯片的公司也是产业链上重要的一环。”

标的方面，算力领域，财通证券建议投资者关注海光信息(688041)、龙芯中科(688047)、宝信软件(600845)等。

AI处理器方面，华西证券建议投资者关注寒武纪(688256.SH)、商汤(00020.HK)、海光信息(688041.SH)等。AIGC相关技术储备的应用厂商，受益标的有万兴科技(300624)、中文在线(300364)、阅文集团(00772.HK)、昆仑万维(300418)、视觉中国(000681)等。

下游商业模式落地需要的算法方面，华西证券建议投资者重点关注科大讯飞(002230)。同时，其他可关注汉王科技(002362)、拓尔思(300229)、海天瑞声(688787)、虹软科技(688088)、云从科技(688327)、格灵深瞳(688207)等。

财通证券则建议投资者在算法领域中，关注海康威视(002415)、大华股份(002236)、科大讯飞、云从科技、奥普特(688686)等。

不过，赵凤飞提醒投资者，纵观人工智能发展的历史，每当有新的技术突破，并带动一些创新应用场景时，公众对AI的预期往往就会很高。但是，底层技术尤其是算法的进步，具有很大的不确定性和不可控性，人们往往容易对AI技术的兑现节奏过于乐观，这是短期最大的风险。

“另外，很多上市公司对AI的布局尚处于早期阶段，竞争格局还不够清晰，是否有可持续的商业模式也有待检验，这些也都是潜在的风险。”赵凤飞强调。