來源：同花順

1月28日,，國盛證券發(fā)布一篇通信行業(yè)的研究報告,，報告指出，AIGC的商業(yè)化之路展望,。

報告具體內(nèi)容如下：

去年我們在AIGC首篇深度報告《AIGC：Web3時代的生產(chǎn)力工具》中闡述了該技術的變革及帶來的產(chǎn)業(yè)變化,，隨著ChatGPT的走火，大家經(jīng)常問起：

AIGC的商業(yè)化之路怎么走,？AIGC如何賺錢,？――我們訪談了數(shù)十家國內(nèi)外的AIGC團隊，同時看到1月初微軟宣布了與OpenAI的深度合作,，將AI技術整合進現(xiàn)有產(chǎn)品,，并為開發(fā)者提供AzureOpenAI云服務,，允許其開發(fā)自己的AI應用，AIGC曙光已現(xiàn),，本文將著重探討其商業(yè)化之路。

AIGC帶來的商業(yè)模式變革――AI的顯性化,。隨著自然語言技術(NLP)進一步降低AI的使用和觸達門檻,，以及伴隨著AIGC生成算法的優(yōu)化與改進,，我們發(fā)現(xiàn)AIGC的商業(yè)化落地速度和效果表現(xiàn)將超預期，一些如Jasper這樣的初創(chuàng)企業(yè)已經(jīng)開始產(chǎn)生了營收,。這意味著AI正以越來越顯性的方式產(chǎn)生商業(yè)模式,。AI已經(jīng)不再像過去那樣與硬件、系統(tǒng)等一起打包進行商業(yè)化落地了,。對于普通人來說也不再是一門遙不可及的尖端技術,。

ToB仍是AIGC的主要商業(yè)模式。雖然AIGC使C端用戶以較低的門檻使用AI生成內(nèi)容,，但就目前來看,，toB仍然是核心商業(yè)模式。對于B端客戶來說,，他們的需求和付費意愿是較為穩(wěn)定的,，這主要有以下兩個核心原因：

對于B端帶來的效率提升和成本下降，如用AIGC抓取信息后根據(jù)已有模板完成新聞或一些產(chǎn)品的測評,；能夠填補原本很難完成的需求鴻溝,。

面向C端的AIGC，以SaaS訂閱為主,。隨著AI模型與算力的發(fā)展突破了可用的臨界點,，AIGC對個體的賦能也不容忽視,，且將以SaaS訂閱為主。第一是作為效率工具,，AIGC產(chǎn)品能夠在信息獲取,、格式整理和工作流等各個流程提高個人用戶的效率；第二是作為創(chuàng)作工具,，像剪輯,、修圖軟件一樣，AIGC能夠大幅度降低大眾用戶的創(chuàng)作門檻,。效率工具例如Notion發(fā)布的NotionAI,，尤其值得關注AI模型作為基礎設施集成到已有的工作流中。

AIGC未來應用普及的背后,，將產(chǎn)生巨大的算力市場,。

根據(jù)OpenAI的研究，AI訓練所需算力指數(shù)增長,，且增長速度超越硬件的摩爾定律,。AI模型大算力的背后需要高昂的算力成本，GPT-3訓練的算力成本超過400萬美元,。盡管AI模型往往會選擇開源,，但數(shù)據(jù)集和訓練成果是一個團隊的內(nèi)部資產(chǎn)，這意味著每個AI產(chǎn)品都需要支付自己的訓練成本,。在未來AIGC隨著B端和C端的商業(yè)化落地的實現(xiàn),，算力集群的建設和云服務都會受益，同時考慮到英偉達A100,、H100出口受限,，相關國產(chǎn)算力芯片將有機會獲得增量市場。

AIGC社區(qū)的價值,。近期在與各個創(chuàng)業(yè)團隊的溝通過程中,，我們發(fā)現(xiàn)行業(yè)一個重要的關注點會放在AIGC與web3.0的結合，以及AIGC與社區(qū)的融合,。

AIGC讓用戶的創(chuàng)作門檻的降低,，有助于加強社區(qū)的互動和發(fā)展，同時降低了平臺的內(nèi)容成本,。社區(qū)用戶對內(nèi)容的探討與偏好能為AIGC模型提供優(yōu)質(zhì)的反饋,，以便后續(xù)優(yōu)化增強產(chǎn)品力。NFT能夠確權作品和鏈接社區(qū),，AIGC與NFT社區(qū)的結合探索,，或?qū)a(chǎn)生值得期待的商業(yè)創(chuàng)新。

AIGC投資框架：軟硬件與數(shù)據(jù)集,。生成算法,、NLP與算力決定AIGC能否運行,，而高質(zhì)量的數(shù)據(jù)集決定了AIGC質(zhì)量與商業(yè)模式。軟件層面主要包括自然語言處理技術：谷歌,、微軟,、科大訊飛、拓爾思,；AIGC生成算法模型及數(shù)據(jù)集：英偉達,、meta、百度,、藍色光標,、視覺中國、昆侖萬維,。算力層包括：中興通訊,、瀾起科技、新易盛,、天孚通信,、寶信軟件、中際旭創(chuàng)等,。

風險提示：技術創(chuàng)新不及預期；政策監(jiān)管風險,。

聲明：本文引用第三方機構發(fā)布報告信息源,，并不保證數(shù)據(jù)的實時性、準確性和完整性,，數(shù)據(jù)僅供參考,，據(jù)此交易，風險自擔,。