2023年H1AIGC产业报告

前言 2023开年，ChatGPT的现象级爆红，引发了一场全球互联网巨头关于AIGC的“军备竞赛”，谷歌、微软、百度、Meta等纷纷上场。ChatGPT的问世和不断迭代，让大语言模型这种抽象高端的概念变成了人人都能用上的“个人助理”，一时间风头无两；同时，AI、AIGC带来的冲击也显而易见，社会舆论关于效率、成本、优化、裁员等声音更是不绝于耳…… 在此背景下，创业邦发起《2023年H1 AIGC产业报告》，一方面围绕AIGC带来的变革和发展前景，梳理AIGC产业图谱，总结上半年投融资市场现状；另一方面深入剖析产业链各细分环节的态势，为AIGC技术应用落地和生态发展探索更多的可能性。 研究问题 市场研究及竞争分析思路 AIGC的概念 关注底层技术发展所带来的应用潜力（技术迭代和商业创新、科技成果转化）关注AIGC实际落地情况（产业发展、细分赛道机会、公司、市场、团队、产品等等）关注与社会环境层面的相互作用（产学研联动、法律法规、政策、商业、劳动市场、伦理）关注技术对人的影响（积极和消极） AIGC的过去发展阶段、未来发展趋势、现阶段爆发原因AIGC关键技术、AIGC的核心能力AIGC带来的研发范式、生产力、商业化变革AIGC市场空间、企业布局AIGC产业环境：政策、社会情况 AIGC产业链框架和图谱产业链细分领域分析 上半年产业投融资情况行业总结、投资建议、风险提示 目录 04 02 产业链分析 投资建议 投融资分析 Appendix Investment Advice IndustryAnalysis 产业综述 概念：新型内容生产方式产业发展阶段：进入产品破圈爆发新阶段产业机遇：技术赋能内容生产力变革产业潜力：市场空间巨大，科技巨头争相布局产业环境：政策、社会因素影响深远 概念定义：新型内容生产方式 AIGC即AI Generated Content，利用人工智能技术来生成内容，是继专业生成内容（PGC）和用户生成内容（UGC）之后，利用人工智能技术自动生成内容的新型生产方式。 其优势在于：大量用户参与，创作效率高，创作成本低，使用门槛低。劣势在于：技术成熟度不足的条件下难以精准满足创作需求和缺乏细节控制力，以及人工智能技术还未解决的算法偏见、信息过载和信息污染、技术依赖等问题。随着专家系统的完善和专业人员的参与，价值对齐，P-AIGC有望成为行业新的曙光。 优势：集合了UGC、PGC的双重优势，有了UGC的广度，通过PGC产生的专业化的内容能更好的吸引、沉淀用户。 优势：由专业站长或专家提供的内容，可控性强，可以经过多层筛选，呈现在用户面前更具权威，或者更有用。 优势：大量用户参与，创作效率高，创作成本低，使用门槛低。 优势：不必操心网站的内容量。 劣势：内容的质量很难把关，水平参差不齐，控制不好内容的好坏，网站很容易会被广告、垃圾信息所占据。 劣势：内容质量存疑，平台往往需要对于用户进行审核认证,需要建立个人影响力。 劣势：难以精准满足创作需求、对细节控制力不够、技术成熟度不够。 发展阶段 过去发展阶段：早期受制算法算力瓶颈，近年来产品出圈迎来爆发 发展阶段 未来发展趋势：阶段性特征明显，不同类型企业有不同机会 至2030年，AIGC产业发展共分三个阶段：培育摸索期、应用蓬勃期、生态繁荣期。整体上看，AIGC是未来近1 0年值得长期深耕的赛道。 培育摸索期（2023-2025）1 应用蓬勃期（2025-2027）2 生态繁荣期（2027-2030） •行业格局：产业生态逐步完善。应用层形成完整解决方案的企业有望产生新的龙头。这一阶段AIGC成为内容领域基础设施、“操作系统”，预计会催生出完全不同的新业态。 •行业格局：基本价值创造路径和技术思路得到确认，大量可用的AIGC产品涌现，来到寻求可信AI的验证阶段。模型层主要玩家基本确定，整体入局者增多，尤其是大量应用层玩家出现。 •行业格局：围绕AIGC的“可供性”。以大模型为主要驱动力，数据和算力也发挥着根本性作用。但受底层大模型接口限制，大部分技术尚未达到稳定进入实际生产环节的水平。 •预期：创新触发阶段开始，达到期望膨胀的顶峰。 •预期：攀升至生产力的高原。 •预期：技术成熟度曲线进入热度衰退期。•投融资市场：初步形成转型效益。 •投融资市场：相对活跃。据高盛预测，到2025年，生成式AI投资可能在全球范围内达到约2000亿美元。模型层有并购情况发生。 •投融资市场：新业态赋能产业转型，成就价值变现。 发展阶段 本阶段爆发的导火索：ChatGPT爆红，AIGC进入行业风口期 ChatGPT是一种基于自然语言处理技术的大型语言模型，使用了深度学习算法和海量数据集来理解人类语言，并且可以生成具有连贯性和逻辑性的文本。 ChatGPT爆红开启AI新纪元，它证明：表示维度越高，语义表示越好，网络层次越深，预测能力越强，参数规模越大，模型容量越高，AI的天花板会不断提升；AIGC带来的用户反馈、专家社群共创和训练模型，推动“智慧飞轮”，AIGC能力不断进步；ChatGPT交互体验效果产生了质的飞跃，能够替代人的部分劳动，能为企业降本增效，体现了AIGC的巨大商业价值。 “在落地和应用上，ChatGPT让普通人也认为是可靠的，然后去使用它，这是一个突破。” “就自身性能还有接受度而言，商业上是个里程碑。” “只有当我们确信它们的影响是积极的并且风险是可控的时候，才应该开发强大的人工智能系统。” “GPT在迭代过程中“偏见”必然存在，它不可能保持完全中立。” ▲“AIGC”与“ChatGPT”词根的百度指数，ChatGPT带动AIGC板块受到关注，也验证了AIGC出圈的确定性。 ▲ChatGPT爆红以后，正反面的声音不绝于耳，有关AIGC商业价值的潜力和伦理道德的争议，政府、企业、个人都在行动 ▲相比于技术，ChatGPT更多带来了理论和方法的革命性突破进步，因此引爆网络。 资料来源：百度指数，创业邦研究中心综合整理 发展阶段 本阶段爆发的根因：数据、算力、算法三要素量变产生质变 量变产生质变，数据、算力、算法三要素进行到了一定阶段。本轮最主要的是算法模型和数据训练范式的迭代。从趋势上看，国内外有大量偏同质化的跟进。相关统计数据显示，2022年约新产生90多个大模型，平均4，大多以美国为主。 Jasper、copy.ai、ChatGPT、Bard、GTP4、Claude EditB4AN、Deepfake、DALL-E2、Stable Diffusion、Midjourney、Adobe Firefly DeepMusic、WaveNet、Deep Voice、MusicAutoBot、So-Vits-Svc、AudioCraft Deepfake、VideoGPT、GliaCloud、Imagellideo、Runway Gen-2 资料来源：创业邦研究中心综合整理 AIGC核心能力：孪生、编辑和创作构建出AIGC能力闭环 •AIGC技术演化出三大前沿技术能力：数字内容孪生、数字内容的智能编辑、数字内容的智能创作，三大层面构建AIGC能力闭环。•AIGC从辅助人、与人协作，到能独立完成内容生成任务，有望成为数字内容创新发展新引擎。 产业机遇 研发范式变革：基础大模型 + 提示打开大门 •大型语言模型（LLMs）作为一项具有变革性的技术正在兴起，使得开发者能够构建之前无法实现的应用程序。 产业机遇 研发范式变革：当前存在落地难点 •大模型的研制与开发是易学难精的过程。要想进一步提升工艺，必须在人工智能的基础理论、工程实践以及创新思维上不断积累，反复试错、探索，从而实现关键环节上的突破和领先。 •随着开源生态的完善和AI人才培养的加速，有望出现一批专门调整大模型以适应具体AI应用需求的初创企业帮助技术扩散。 解决办法： “基础大模型+提示词”落地难点： 通过指令微调训练，把一个领域的特定任务训练到模型中，变成模型本身就具有的能力。 •对 于 许 多 特 定 任 务 或 新 任 务 ， 仅 靠 提 示词，模型记不住、影响推理效率和效果；•不能每次都把提示和多轮上文加到下一轮的任务中；•难以满足产品设计的进阶需求。 产业格局影响： 受限于投资回报的边际递减效应，在基础层建设AI大模型的竞争结束，下一个战场有望出现一批专门调整大模型以适应具体AI应用需求的初创企业。 产业机遇 生产力变革：更自动化+降本提质增效+创造力个性化+交互体验 •生成式人工智能的出现将对人类的生产生活带来颠覆性作用，显著提升各行业的数字化转型速度，重塑人机交互模式。 •根据OpenAI官网发布的论文研究结果显示，约80％的美国劳动力可能至少有1 0％的工作任务受到大型语言模型（LLM）引入的影响，而约1 9％的工人可能会看到至少50％的工作任务受到影响。 •AIGC生产力主要来自于：应用层人类需求驱动、技术驱动、企业的业务驱动。这些关系和实践形成共创价值。 产业机遇 商业化变革：规模化赋能中小企业和C端应用场景 人工智能技术长期在科技转化上遇到难题，难以实现商业化落地，导致不少AI科技企业长期处于净利润为负的经营状态。AIGC的爆发，为AI行业带来AI领域新的商业模式的可能性，比如规模化地为中小企业甚至个人提供智能化赋能工具。 ▲AI四小龙财报情况（部分未披露），在上一轮深度学习技术下发展起来的计算机视觉相关企业曾一度面临商业化困境。 产业机遇 商业化变革：MaaS提供更安全、高效、低成本的模型使用支持 •MaaS是大模型最理想的商业模式。一方面，形成服务，2023上半年，云市场竞争白热化，大模型成为新的切入口。但市面上比较成熟的以输出模型为核心商业模式还未跑通，延续了以前帮助大型企业模型开发和训练，以项目制交付服务；另一方面，开拓市场，大模型的应用替换过去几年建设的AI应用形成市场，生成式AI赋能也带来了增量市场。 •大模型厂商MaaS商业落地取决于算力基础设施、通用大模型能力、AI平台/工具能力，从而优化成本结构和计费模式。 产业潜力 市场空间：整体市场潜力巨大，游戏、直播等行业受益较多 •AIGC市场潜力巨大。麦肯锡预测，如果将63种生成式AI应用于各行各业，将为全球经济每年带来2.6万亿至4.4万亿美元的增长。这尚不包括所有的生成式AI应用计算在内，否则生成式AI所产生的经济影响可能会翻倍。生成式AI的潜在价值（约75%）主要集中在四个方面：客户运营、营销和销售、软件工程和产品研发。 从静态的角度看，在垂直数字内容领域，游戏、直播等行业受益最大。 从动态的角度看，随着AIGC带来的自动化水平的提升，将给各行各业带来降本增效的巨大作用。 Gartner预测，到2026 年，将有超 1 亿人与生成式 AI 一起工作，到2027年将有近1 5%的新应用由AI自动生成，无需人工参与。 产业潜力 产业潜力 标杆企业案例：OpenAI的成功之路 OpenAI是一家美国人工智能研究实验室，由非营利性OpenAI Incorporated（OpenAI Inc.）及其营利性子公司OpenAI Limited Partnership（OpenAILP）组成。成立时间：201 5年 创始人：Sam Altman、Reid Hoffman等主要投资方：微软、Y Combinator、科斯拉风险投资公司，里德霍夫曼基金会、红衫资本、基岩资本、安德森·霍格威兹、马修布朗公司等。代表产品：ChatGPT团队：截止2022年，OpenAI拥有约375名员工，业务主要集中在技术能力、安全能力、隐私保护。 成功关键点 •技术根因：自201 8年以来坚持生成式AI、长期技术积累，量变产生质变，ChatGPT是迈向AGI的阶段性成果。•应用潜力大：ChatGPT是以产品思维