AIGC全方位解析与投资展望

请务必阅读正文之后的信息披露和重要声明 海外研 究 行业深度研究报告 证券研究报告 ＃industryId＃ 互联网 ＃investSuggestion＃ ＃investSuggestion＃ 推荐 ( 维持 ） ＃relatedReport＃ 相关报告 海外 TMT 研究 ＃emailAuthor＃ 分析师： ＃assAuthor＃ 洪嘉骏 hongjiajun@xyzq.com.cn SFC：BPL829 SAC：S1010519080002 联系人： 翁嘉源 wengjiayuan@xyzq.com.cn 投资要点 ＃summary＃ ⚫ 我们看到 AIGC（人工智能生成内容），有望成为互联网下一阶段的增长驱动。Gartner 预计，2022 年 AIGC 占全球数字数据量为 1%，到 2025 年，这一比例将提升至 10%。应用领域广泛，如软件编程，医药研发，精准营销，影视娱乐等，除了内容产出的变革外，AIGC 也将有效的提高工作效率，减少工时。而根据 Acumen Research and Consulting 数据显示，21 年通用 AI 市场规模为 79 亿美元，预计 2030 年将超 1,108 亿美元，22-30 年 CAGR 为 34%。 ⚫ AIGC 的核心建立在三个关键能力之上，算法、算力、数据。由于算法、算力瓶颈的解决，AIGC 的发展速度日新月异，近期发布的 GPT-4 在许多任务上的表现已经非常接近人类的表现水平，被视为 AGI（通用人工智能）的早期版本。 ⚫ 海外：大厂纷纷布局，商业化速度快于预期。除了 OpenAI 的 ChatGPT 外，海外各家大厂，如谷歌推出聊天机器人 Bard，英伟达推出 AI Foundation 云服务。而在商业化方面，OpenAI 携手微软，已经在多个方面进行布局尝试，如搜索、Office 365 Copilot、Azure OpenAI 服务、Plugins、订阅等。此外 Meta 发布通用图像分割模型 SAM，有望加速自动驾驶发展。 ⚫ 国内：投资、研发加速，算力成为关键。我们看到，国内各家厂商也纷纷加速研发与投资进度。百度于 3 月份上线文心一言。此外，华为、阿里、商汤、京东、同花顺均将于 4 月份举办大模型发布会或产品发布会。由于大语言模型的开源，如 Meta 的 LLaMA，使得大语言模型开发在算法上的门槛降低，算力、数据、落地场景成为各家大厂重要看点。 ⚫ 互联网行业影响展望： ◼ 短期来看，云计算厂商受益于训练需求大增。由于大模型训练与调用需要庞大的算力资源，而千亿参数的模型需要一个面向 AI 高度优化的云计算平台才可训练。因此，随着大模型训练需求量以及未来 AIGC 应用的增加，云计算厂商将迎来增量的需求。 ◼ 长期来看：工作效率的提升、内容产能增加、新的流量渠道将深远的影响互联网，如搜索、物联网、应用商店、办公软件、外包行业、游戏、影视、电商等互联网行业均会发生变革。 ⚫ 投资建议：大模型开发，算力、云计算需求增加方面，建议关注英伟达（NVDA.O）, 微软（MSFT.O），谷歌（GOOGL.O），Meta（META.O），亚 马 逊 （AMZN.O） ， 百 度 集 团-SW（09888.HK） ， 阿 里 巴 巴-SW（09988.HK），腾讯控股（00700.HK），联想集团（00992.HK）、与商汤-W（00020.HK）。长期应用层上，建议关注拥有清晰落地场景的金山软件（03888.HK） ， 以 及 受 益 于 效 率 提 升 带 来 的 利 润 释 放 的 网 易-S（09999.HK）。 风险提示：政策监管风险；国际情势影响商务合作；AIGC 发展不及预期 ＃title＃ AIGC 全方位解析与投资展望 2023 年 4 月 15 日 请务必阅读正文之后的信息披露和重要声明 - 2 - 海外公司深度研究报告 Overweight（Maintained） TMT Assistant Analyst Weng Jiayuan wengjiayuan@xyzq.com.cn Analyst Hong Jiajun hongjiajun@xyzq.com.cn SFC：BPL829 SAC：S1010519080002 AIGC (Artificial Intelligence Generated Content) is likely to be the next key driver for the Internet sector. Gartner predicts that by 2022, AIGC will account for 1% of the global digital data volume, and by 2025, it will increase to 10%. The application areas are extensive, including software programming, pharmaceutical research and development, precision marketing, film and entertainment, etc. In addition to transforming content output, AIGC will also effectively improve work efficiency and reduce man-hours. According to data from Acumen Research and Consulting, the generative Al market size was $7.9 billion in 2021, and it is expected to exceed $110.8 billion by 2030, with a CAGR of 34% from 2022 to 2030. The core of AIGC is built upon three key capabilities: algorithm, computing power, and data. Due to the resolution of algorithm and computing power bottlenecks, the development of AIGC is advancing rapidly. The recently released GPT-4 has demonstrated performance levels very close to human levels in many tasks, and it is regarded as an early version of AGI (Artificial