ChatGPT专题分析：通用化效果突破、前景广阔，国内AI产业链追赶仍有较大挑战

ChatGPT 在各场景通用化效果显著。

ChatGPT 在各场景通用化效果显著。ChatGPT 在生成内容的信息量、逻辑组织结构、文本表达形式都较好地满足用户需求，通用性得到了大大增强，可应用的场景有较大拓展。未来，我们看好 ChatGPT 在文案写作、邮件撰写、宣传广告生成、软件代码编写等场景的应用。

以 ChatGPT为代表的 AI 大模型推动 AI生产方式的变化。以 ChatGPT为代表的 AI 大模型对于模型、算力和数据三大基础要素的生产组织方式已经有了较大改变。其有效提升 AI 模型研发效率，驱动 AI 算力需求的增长，并对训练数据的数量和质量提出了更高要求。

AI 大模型驱动 AI 算力需求增长。大规模智能算力基础设施是各科技公司训练 AI 大模型的前提，是竞争的关键要素。从 2018 年开始，AI 模型的参数近乎每年一个数量级的速度快速增长。模型的规模和模型训练、推理时所消耗的算力存在正相关关系。我们认为，随着 AI 大模型的开发和应用，其有望驱动 AI 加速卡和 AI 服务器等硬件需求的增长。

GPT 系列 AI 大模型在文字类工具软件的商业化应用前景广阔。我们认为，未来，GPT 系列 AI 大模型最具有成功潜力的商业化落地形式是其与微软从浏览器 Bing 到 Office 的全线软件的融合应用。二者的融合应用有望对微软的软件产品的门槛和附加值有较大提高效果，同时对相应竞品实现降维竞争。我们可以预期微软相关产品线的竞争优势会迅速扩大并能逐步新增体现在全球市场份额和财务回报上。

各科技公司已积累了一定的 AI 大模型的技术，ChatGPT 推动其应用向内容生成类方向发展。自 GPT-3 之后，以华为、阿里、百度为代表的科技公司纷纷展开了 AI 大模型的研究和探索。我们认为，在各大科技公司已经具备一定 AI 大模型技术基础之上，ChatGPT 的广泛应用将进一步推动各大科技公司将 AI 大模型向内容生产类应用发展。

国产“类 ChatGPT”的发展前景中短期不宜乐观。我们认为，国产“类ChatGPT”AI 大模型的发展预计将面临以下挑战：1. 数据来源的割裂；2.产业链公司开放程度不够；3. AI 算力存在瓶颈；4. 国内互联网和科技巨头加速投入意愿具有不确定性。我们认为，除了寒武纪在基础 AI算力方面相对突出，ChatGPT 对 A 股计算机相关标签公司整体几乎没有实质驱动，整个产业链的追赶都面临较大挑战。