嘉賓介紹：姚晨曦，復旦大學金融學專業(yè)碩士。曾任上海申銀萬國證券研究所二級分析師。2009年5月進入中?；鸸芾碛邢薰竟ぷ?，歷任分析師、分析師兼基金經(jīng)理助理，現(xiàn)任權(quán)益投資部權(quán)益投資副總監(jiān)、基金經(jīng)理。

ChatGPT爆火，科技巨頭爭相布局業(yè)務，大量資本跟進投入，受歡迎程度和應用前景潛力深受認可。A股市場上，“ChatGPT概念股”也是風生水起，股價飆漲下出盡了風頭。那么ChatGPT到底有何出彩之處，其顛覆性體現(xiàn)在哪里，該如何去看待？

中?；鹨Τ筷乇硎?，ChatGPT有兩大突破，首先是通用性，可以實現(xiàn)非常復雜的功能；其次是通過大量數(shù)據(jù)進行無監(jiān)督的學習模式，具備快速迭代的能力。ChatGPT在三個維度具備顛覆性，第一，人機交互方式改變；第二，AI成為通用型助手；第三，實現(xiàn)人力無法完成的內(nèi)容生產(chǎn)模式。

(相關(guān)資料圖)

以下為文字精華：

1、中海基金姚晨曦：ChatGPT現(xiàn)兩大突破 人工智能發(fā)生質(zhì)變

姚晨曦：ChatGPT的使用效果確實非常驚人，如果這種效果能夠落地真正實現(xiàn)商業(yè)化，會給很多領(lǐng)域帶來顛覆性的變化。

第一個，人機交互方式會發(fā)生很大的改變，因為ChatGPT首先是一個語言模型，它可以完成語言的自然理解，這樣我們跟機器的交互方式就會改變。以前的人機交互，首先底層可能是程序代碼的方式，上面一層是圖形界面，不管是電腦的PC操作系統(tǒng)還是手機的操作系統(tǒng)，都是以圖形界面為主，以后可能就會變成完全自然語言的無障礙交流，這個可能比最初從DOS系統(tǒng)到Windows圖形用戶界面的切換會產(chǎn)生更大的影響。

以后不僅是操作系統(tǒng)可能會發(fā)生變化，智能終端的形式也可能發(fā)生改變。現(xiàn)在PC需要借助鼠標和鍵盤，手機需要有觸摸屏，如果是直接的自然語言交互，像現(xiàn)在的一些手表、智能音箱包括智能耳機，這些可穿戴設備就能發(fā)揮更大的作用。

其次，現(xiàn)在人機交互的底層是通過程序代碼的方式來實現(xiàn)的，現(xiàn)在已經(jīng)出現(xiàn)只要輸入語言，然后AIGC可以自動產(chǎn)生程序代碼，自己去完成運行，程序軟件的開發(fā)領(lǐng)域也會發(fā)生巨大的變化。

一方面可能一些基礎的代碼不需要自己去寫了，另外一方面，軟件層面可能會發(fā)生很大的變化，以前每個軟件是完成一個特定的功能，編寫好了程序以后，如果大模型能夠完成的話，我們就不需要這么多軟件了，所以整個行業(yè)都會發(fā)生很大的變化。

第二個，AI可以幫助人類完成很多相對比較簡單的任務，一個模型如果它是多模態(tài)的話，其實可以做很多的任務，會成為人類非常重要的通用型助手。

現(xiàn)在大家看到微軟發(fā)布的Copilot了，可以幫助做文檔的歸納整理，也可以協(xié)助寫作，包括創(chuàng)建PPT，創(chuàng)建Excel里的一些可塑可視化的圖表，包括Bing搜索整合GPT以后，不再需要一個個網(wǎng)頁打開去看搜索的結(jié)果，再重新把信息整合，現(xiàn)在只要問一個問題，AI直接會反饋好整理歸納以后的文字和結(jié)果。

再例如谷歌展示的多模態(tài)模型結(jié)合機器人，機器人可以直接接受語音指令，去完成一對來說比較復雜的任務，可以幫人從抽屜里面拿東西，可以去干各種各樣的事情，所以以后很多簡單的工種真的有可能會被人工智能取代。

第三個，內(nèi)容生成方面，AIGC通過人工智能去生成內(nèi)容，可以幫助一些內(nèi)容創(chuàng)造產(chǎn)業(yè)降低成本，例如文字的創(chuàng)作，一些圖片和視頻的制作?，F(xiàn)在AI制圖的效果就已經(jīng)非常驚人了，更重要的是它可以創(chuàng)造一些單純靠人力無法實現(xiàn)的內(nèi)容生產(chǎn)模式。

比如說前幾年一直講的VR和元宇宙，之前很難實現(xiàn)，原因是一個虛擬世界里面其實涉及大量的3D場景的制作，而且是天量的，如果單純做一個三A級的游戲，這里面的成本就很高了，需要大量的人力堆積，如果是元宇宙和虛擬世界的話，靠人力這里面的場景創(chuàng)造幾乎是不可能實現(xiàn)的。

但是人工智能發(fā)展起來的話，它可以代替人類去實現(xiàn)場景的搭建，VR和元宇宙就可能成真。如果樂觀預期的話，我們的生活可能會因為人工智能的發(fā)展發(fā)生天翻地覆的變化，包括很多電影中我的幻想場景可能會成真。孕育的投資機會是非常大的，可能比上一輪的“互聯(lián)網(wǎng)+”影響更大，這也是市場為什么會這么關(guān)注，會有這么高的期待，包括股市里這么大反應的原因。

當然路還是要一步步走，飯要一口口吃，我們可能還是要跟蹤行業(yè)的發(fā)展，看看海外的模型迭代以及各個領(lǐng)域應用落地的情況，包括國內(nèi)模型的跟進發(fā)展情況，可能需要一個逐步的過程。

2、中海基金姚晨曦：ChatGPT不斷演變發(fā)展 三維度具顛覆性

姚晨曦：ChatGPT的使用效果確實非常驚人，如果這種效果能夠落地真正實現(xiàn)商業(yè)化，會給很多領(lǐng)域帶來顛覆性的變化。

第一個，人機交互方式會發(fā)生很大的改變，因為ChatGPT首先是一個語言模型，它可以完成語言的自然理解，這樣我們跟機器的交互方式就會改變。以前的人機交互，首先底層可能是程序代碼的方式，上面一層是圖形界面，不管是電腦的PC操作系統(tǒng)還是手機的操作系統(tǒng)，都是以圖形界面為主，以后可能就會變成完全自然語言的無障礙交流，這個可能比最初從DOS系統(tǒng)到Windows圖形用戶界面的切換會產(chǎn)生更大的影響。

以后不僅是操作系統(tǒng)可能會發(fā)生變化，智能終端的形式也可能發(fā)生改變?，F(xiàn)在PC需要借助鼠標和鍵盤，手機需要有觸摸屏，如果是直接的自然語言交互，像現(xiàn)在的一些手表、智能音箱包括智能耳機，這些可穿戴設備就能發(fā)揮更大的作用。

其次，現(xiàn)在人機交互的底層是通過程序代碼的方式來實現(xiàn)的，現(xiàn)在已經(jīng)出現(xiàn)只要輸入語言，然后AIGC可以自動產(chǎn)生程序代碼，自己去完成運行，程序軟件的開發(fā)領(lǐng)域也會發(fā)生巨大的變化。

一方面可能一些基礎的代碼不需要自己去寫了，另外一方面，軟件層面可能會發(fā)生很大的變化，以前每個軟件是完成一個特定的功能，編寫好了程序以后，如果大模型能夠完成的話，我們就不需要這么多軟件了，所以整個行業(yè)都會發(fā)生很大的變化。

第二個，AI可以幫助人類完成很多相對比較簡單的任務，一個模型如果它是多模態(tài)的話，其實可以做很多的任務，會成為人類非常重要的通用型助手。

現(xiàn)在大家看到微軟發(fā)布的Copilot了，可以幫助做文檔的歸納整理，也可以協(xié)助寫作，包括創(chuàng)建PPT，創(chuàng)建Excel里的一些可塑可視化的圖表，包括Bing搜索整合GPT以后，不再需要一個個網(wǎng)頁打開去看搜索的結(jié)果，再重新把信息整合，現(xiàn)在只要問一個問題，AI直接會反饋好整理歸納以后的文字和結(jié)果。

再例如谷歌展示的多模態(tài)模型結(jié)合機器人，機器人可以直接接受語音指令，去完成一對來說比較復雜的任務，可以幫人從抽屜里面拿東西，可以去干各種各樣的事情，所以以后很多簡單的工種真的有可能會被人工智能取代。

第三個，內(nèi)容生成方面，AIGC通過人工智能去生成內(nèi)容，可以幫助一些內(nèi)容創(chuàng)造產(chǎn)業(yè)降低成本，例如文字的創(chuàng)作，一些圖片和視頻的制作?，F(xiàn)在AI制圖的效果就已經(jīng)非常驚人了，更重要的是它可以創(chuàng)造一些單純靠人力無法實現(xiàn)的內(nèi)容生產(chǎn)模式。

比如說前幾年一直講的VR和元宇宙，之前很難實現(xiàn)，原因是一個虛擬世界里面其實涉及大量的3D場景的制作，而且是天量的，如果單純做一個三A級的游戲，這里面的成本就很高了，需要大量的人力堆積，如果是元宇宙和虛擬世界的話，靠人力這里面的場景創(chuàng)造幾乎是不可能實現(xiàn)的。

但是人工智能發(fā)展起來的話，它可以代替人類去實現(xiàn)場景的搭建，VR和元宇宙就可能成真。如果樂觀預期的話，我們的生活可能會因為人工智能的發(fā)展發(fā)生天翻地覆的變化，包括很多電影中我的幻想場景可能會成真。孕育的投資機會是非常大的，可能比上一輪的“互聯(lián)網(wǎng)+”影響更大，這也是市場為什么會這么關(guān)注，會有這么高的期待，包括股市里這么大反應的原因。

當然路還是要一步步走，飯要一口口吃，我們可能還是要跟蹤行業(yè)的發(fā)展，看看海外的模型迭代以及各個領(lǐng)域應用落地的情況，包括國內(nèi)模型的跟進發(fā)展情況，可能需要一個逐步的過程。

3、中海基金姚晨曦：算力與數(shù)據(jù)并重 大模型門檻高企

姚晨曦：ChatGPT發(fā)展的背后有大量的數(shù)據(jù)還有算力的推動，數(shù)據(jù)和算力都比較重要。

數(shù)據(jù)主要是影響模型訓練階段的效果，當然目前更多還是通過一些通用的數(shù)據(jù)去做訓練，這些數(shù)據(jù)相對來說是公開可得的。比如說像一些知識類的數(shù)據(jù)，大家基本上都會問大英百科全書的數(shù)據(jù)，但是數(shù)據(jù)質(zhì)量可能會有一些高低，比如說大家覺得英語類的數(shù)據(jù)質(zhì)量會更高一些，像一些搜索引擎公司，它的數(shù)據(jù)背后還有用戶搜索點擊訪問的跟蹤。所以它可以從中篩選出來更高質(zhì)量的一些數(shù)據(jù)，去給模型做訓練，提高模型訓練的效率，節(jié)省前期的一些算力的成本。

如果模型需要在一些專業(yè)化的垂直領(lǐng)域去做應用的話，其實你還需要用這些行業(yè)的一些數(shù)據(jù)去做二次訓練，這里面很多數(shù)據(jù)可能相對來說就不是那么好，可能只有行業(yè)垂直領(lǐng)域的一些公司才擁有，像法律醫(yī)學這些比較專業(yè)的領(lǐng)域，就會有數(shù)據(jù)的門檻。

算力對大模型來說是非常重要的，目前大模型更多還是靠提高參數(shù)，大力出擊的方式來實現(xiàn)人工智能的質(zhì)變，對于算力的要求是非常高的。這里面分成兩個階段，第一個是模型的訓練階段，這個時候就需要有足夠的算力去做保證。

目前來看，可能至少要小幾百臺AI服務器的數(shù)據(jù)中心才能實現(xiàn)訓練，現(xiàn)在大模型的訓練主要基于海外開源的算法，這些算法更多還是基于英偉達的GPU去做調(diào)試和優(yōu)化，需要使用英偉達的AI服務器，成本就很高?？赡墁F(xiàn)在單臺的AI服務器就要約20多萬美元，如果搭建小幾百臺的話，基本上投資規(guī)模接近10億人民幣，這是基礎門檻，可能也不是很多公司能夠承受的。

在后期的推理階段，還需要大量的算力，這個跟用戶的訪問使用量直接相關(guān)，訪問使用量越大，算力需求就更大，需求量其實是沒有上限的。即便是像OpenAI和微軟，基于微軟的運營算力，目前算力也是有限的，所以在用戶的訪問上面，也需要設置訪問量的限制，最近我們可以看到，GPT的訪問經(jīng)常出現(xiàn)宕機的情況，也是因為算力遭遇了階段性的不足。

更重要的是，算力本身的成本是非常重要的，當整個大模型真正進入商業(yè)化的運營和落地階段，這個時候就必須要考慮商業(yè)成本的問題，它的單次訪問成本和使用成本，能不能通過你的商業(yè)模式去覆蓋。所以這個方面我們可能還得指望摩爾定律發(fā)揮作用，讓算力成本可以不斷下降。

關(guān)鍵詞：