01 ChatGPT: 重新定义搜索“入口”

ChatGPT，开启人工智能新纪元

ChatGPT的一小步，AI的一大步: ChatGPT(AIGC)的出现使AI从感知理解世界到生成创造世界的跃迁，AIGC出现前的人工智能更偏向于分 析，例如目前最火热的个性化推荐算法，ChatGPT(AIGC)出现后的人工智能更具备“拟人化”,可以自主的创造文本、图像、视频、3D交 互内容，以及包括开启科学新发现、创造新价值和意义，因此Gartner将生成性AI列为2022年5大影响力技术之一，MIT科技评论也将AI 合成数据列为2022年十大突破性技术之一。

ChatGPT(AIGC)正处于时代变革之中: 如果AI推荐算法是内容分发的强大引擎，AIGC则是数据与内容生产的强大引擎，我们认为其影响 行业包括社交媒体、游戏、编码设计、平面设计等，原因是AIGC有望把内容创造的边际成本降至零，从而产生庞大的劳动力，换句话说， AIGC的关键影响因素在于以降低成本和自动化的方式生成内容，从而重塑内容身生产的供给模式。

ChatGPT爆火的背后是人工智能算法的迭代升级

神经网络的爆发使人工智能广泛应用:2015年左右开始繁荣爆发，神经网络是实现AI深度学习的一种重要算法，是通过对人脑的基本单 元神经元的建模和链接，探索模拟人脑系统功能的模型，并研发出的一种具有学习、联想、记忆和模式识别等具有智慧信息处理功能的 人工系统。典型的应用场景为自然语言处理和机器视觉，其中具有代表的两个模型分别是循环神经网络(RNN)和卷积神经网络(CNN)。

Transformer算法在神经网络中具备跨时代的意义: RNN和CNN已经广泛应用于序列模型、语言建模、机器翻译并取得不错效果，然而在 算法上仍有一定限制和不足。Transformer具备跨时代的意义的原因是算法上添加了注意力机制，这种机制具备突破性的原因在于1、突 破了RNN 模型不能并行计算的限制；2、相比CNN模型，关联所需的操作次数不随距离增长；3、模型解释力度明显加强。从结果上看， 根据CDSN数据，Transformer的综合特征提取能力、远距离特征捕获能力、语义特征提取能力，全部明显增强，因此此算法正逐步取代 RNN算法，也是ChatGPT算法的底座。

ChatGPT有望成为下一代搜索引擎的催化剂

ChatGPT被认为是下一代搜索引擎的雏形: 根据机器之心消息，自从ChatGpt上线后，全新的AI模型因为能回答问题、编写代码、自行创 作，被认为是下一代搜索引擎的雏形。

全球浏览器之争，Chrome“击败”IE浏览器的关键因素: 根据Statcounter数据，从2009年开始，谷歌旗下的Chrome快速抢夺IE浏览器 的市场份额，并于2016年达到49.08%，我们认为原因如下: 1、用户界面极其便捷，方便用户与浏览器之间的交互，提高用户使用效 率；2、采用多进程架构，Chrome每一个插件都是独立的程序，当一个Tab崩溃不会影响其他Tab，大大提升了器安定性和稳定性；3、运 行效率更快、性能优异，运用JavaSript 引擎V8，用户可以更快找到想要的结果；4、拓充服务、建立生态, 用户可以方便、快捷地使 用Gmail、Youtube等程序，提高用户效率。

ChatGPT是实现“模糊搜索”到“精准推送”的跨越: ChatGpt在问世之前，搜索引擎以“模糊搜索”为主，用户需要根据在搜索引擎中 打入关键字找到需要的内容或链接，而ChatGpt问世后，用户可以通过自然语言交互的方式轻松获得需要的内容或链接，且内容较为精 准，即“精准推送”。

我们认为ChatGPT(AIGC)有望成为下一代搜索引擎的催化剂: 原因是更符合用户对搜索引擎的需求，参考Chrome与IE浏览器之争，我们 认为Chrome“获胜”关键因素是方便、快捷、便于交互、安全且生态完善，而ChatGPT在实现精准推送的同时符合以上特征，在此基础 上，还可以帮助用户实现程序生成、文本生成以及代码编写，因此AIGC有望加速下一代搜索引擎的到来。

根据TechWeb消息，2022年2月5日，集成了 ChatGPT-4 的新版 Bing曾短暂上线，新版Bing更像是聊天框，客户可以聊天的方式寻找特 定的主题或办法，此外，新版BING还可根据客户的想法调整其搜索查询。

AIGC有望成为新型内容生产方式

AIGC也被认为是继UGC、PGC/OGC之后的新型内容生产方式:

UGC是用户生成内容: 即用户原创内容起源于Web2.0时代，例如博客、视频分享、Youtube、百度百科、WIKI文本编辑等应用方案；

PGC/OGC分别指专业生产内容与职业生成内容，例如视频创收平台优酷、土豆平台节目《暴走漫画》、《万万没想到》、或是新闻单位 网站或者平台，与UGC的差别是生产主体是从事相关领域的工作人员。

AIGC即人工智能自动生成内容：AIGC在创作成本上具有颠覆性，而且具备降本增效的多重优势，并且有望解决目前PGC/UGC创作质量参 差不齐或是降低其有害性内容传播等问题，同时创意激发，提升内容多样性，例如OpenAI最贵的AIGC语言模型达芬奇为每0.02美元750 个单词，AIGC图型模型价格仅为0.020美元一张。

互动、质量、数量是内容生态产品的本质因素

PGC更具质量优势，UGC更具规模优势: PGC在内容质量上更加专业、权威但是由于是专业团队运营，相对成本较高、而UGC相对成本较低、 且满足客户交互、表达需求但缺点是内容质量较低，且审核成本较高，因此PGC和UGC在内容产品平台上无优劣之分，PGC在内容质量上 具备优势，UGC在客户互动上和用户规模上更具优势。

互动、质量、数量是内容生态产品的本质因素: 我们认为一个优秀的内容产品平台最关键的因素是客户流量以及边际成本，而决定的关 键因素因素可分为三点: 1、内容数量，内容更新频率是重中之重，主要取决于用户生产新内容的活力，有效手段为降低内容生产门槛、 热点话题制造；2、内容质量，显性内容会建立产品影响力，从而用户创作和用户数量，有效手段为帮助用户提升内容创作力例如帮助 头部创作用户变现及强大算法推荐；3、客户互动，一定的社交互动可以让用户有沉没成本，提升用户粘性，从而提高产品流量。

内容生态已经步入AI辅助生产的阶段

我们认为短视频的成功符合内容产品平台的三大关键要素: 1、内容数量，通过降低内容生产质量门槛，引入热点话题制造来提升内容 创造者的数量；2、内容质量，通过强大的的算法推荐将优质的内容及时推送给一定客户，符合客户的需求，其次，通过合理手段帮助 头部用户实现流量变现；3、客户互动，通过建立社会群、活动等方式，提升用户的交互度，从而提升用户粘性。

我们认为短视频的成功与其强大的推荐算法密不可分: 短视频背后的推荐算法可以理解成一套庞大的神经网络模型，其中包括深度学 习、特征学习、监督学习、GBDT等算法，首先发布者通过去中心化的方式，将内容发放进平台池，然后通过文本分析和特征分析将视频 打上“标签”；其次，通过用户的兴趣特征、身份特征行为特征等对用户数据进行数据分析，将用户打上标签，通过聚类等方式将客户 分到类似的标签池中，并将两种“标签”结合，从而将及时将优质内容推送给客户群体，最后通过分析用户视频播放率、点赞度等方式 不断进行决策反馈，加深“用户画像”，提升产品粘性。然而我们认为此种算法依旧属于AI辅助生产阶段。

02 AIGC: 产业雏形已形成

AIGC有望赋能千行百业: 搜索引擎

Microsoft Bing：2009年5月28日由微软推出，截至2013年5月已成为北美地区第二大搜索引擎，加上为雅虎提供的搜索技术支持，必 应已占据29.3%的市场份额。Bing同时集成了网页、图片、视频、词典、翻译、资讯、地图等全球信息搜索服务。

引入AIGC的搜索引擎搜索更便捷、沟通更高效、功能更多元，且AI答案的可靠性已得到提升。根据TechWeb消息，在加入AI辅助功能的 新版BING中，用户点击搜索栏的“聊天”选项即可通过与AI聊天的方式获得答案或建议，还可以通过和搜索框对话来调整答案，从而达 到更精准的搜索效果。不同于ChatGPT，新版 Bing 同时提供引用来源，提高答案可靠度。此外，新版必应不仅具有传统搜索引擎功能， 也可以像智能语音助手一样根据用户需求生成出行计划，及完成如写诗、创作短篇小说等ChatGPT 的传统艺能。

新版Microsoft Edge功能于2月8日发布，将加入AI聊天和相关写作功能。根据TechCrunch报道，除聊天功能外，这些写作功能可以有效 帮助用户对长文章归纳总结提炼重点、对比筛选文章内容以及创造新内容。此外新版BING可以协助用户生成内容，包括电子邮件、规 划旅行等。

AIGC有望赋能千行百业: 客户管理

LivePerson：网络交易业务的领先供应商，提供一种云技术平台，帮助企业通过多种渠道（包括网站、社交媒体和移动设备）主动与消 费者联系，联系可通过交谈、语音和内容交付的方式实现，是客户参与解决方案的全球领导者。公司的交易业务通过各种消费者和商业 数据（包括历史、行为、业务驱动和第三方数据）的信息来源提炼，每一笔交易的背后都有着专业的分析和对于消费者需求和商业目标 之间的实时信息支持。

2022年9月与人工智能企业Afiniti合作，提高服务质量降本增效。根据美国商业资讯，LivePerson在引入AI技术后，品牌方可以在几毫 秒内根据历史数据模式将个人与客服人员匹配，考虑因素包括客户的产品使用情况、使用年限，以及过去与该公司联系的原因。该过程 还考虑了客服人员信息，例如他们如何处理类似的信息互动，以尽可能达成积极的客户-客服人员体验，获得有效结果。

AIGC产业链雏形初现，正逐步走向SaaS的未来

AIGC产业链雏形已现: 最上层为算力层，算力层为算法层提供算力支撑；第二层级为算法基础层，通过数据收集、标注、注释为算法中 间层提供原材料；第三层为算法中间层，通过AI模型开发、训练来生成AI模型，其中包括垂直化、场景化、个性化的模型；最后层级为 应用层，运用人工智能生成内容用于各种程序，其中包括文字、图片、音视频等服务内容。

AIGC有望走向标准化SAAS的服务模式: 我们认为随着兼具大模型和多模态的AIGC模型加速生成新的技术平台，SAAS有望加速落地，相关 应用层可通过链接平台相关算法从而打开海量应用市场。此外，目前OPEN商业模式即API接口收费，公司通过提供相关AIGC代码，提供 自动图形模型或语言模型生成等产品，用户通过其API接口接入，并支付平台费用获取相关图像、语言、代码调整服务，OpenAI可获得 付费订阅式的SAAS费用，我们认为该商业模式用户粘性极强。

报告节选