【光大海外】探讨GPTs背后的产业逻辑：拉开AIGC应用生态的帷幕

1.1、OpenAI发布会重磅推出GPTs，将定制化模型从ToB推广到ToC

GPTs与ChatGPT Plugins异曲同工，与MaaS服务相辅相成。

1）GPTs与ChatGPT Plugins的异同点：OpenAI于23M7推出的ChatGPT Plugins插件系统同样提供第三方资料的支持，使GPT-4具备更多垂类领域的专业能力。但从实际体验上来讲，ChatGPT Plugins仅在通识模型GPT-4无法很好解答时才会调用插件，外部资源与使用体验较为割裂，而GPTs训练出的定制化模型将专业知识固化在模型内，使用体验更加自然。

2）GPTs与MaaS服务的关联：微软、亚马逊、谷歌等云供应商提供围绕大模型生命周期的MaaS服务，包括大模型API接口、模型训练调优服务，以及聊天机器人和代码助手等AI辅助工具。MaaS服务的主要受众群体是有意向开发AIGC应用的B端客户，B端客户的付费意愿较强、商业模式较为稳定，因此MaaS服务具备早期商业化落地的潜力。例如，微软的Azure OpenAI服务于23M4即开始正式收费，亚马逊的AWS Bedrock服务于23M10开始付费测试。而GPTs主要面向C端客户，付费意愿和付费上限较低。

定制化模型从ToB推广到ToC，虽然C端客户付费上限相对较低，但对于AIGC应用端乃至整个AI产业的良性发展意义重大。截至2023年11月16日，距离OpenAI发布会结束仅10天，市面上已经出现大量受欢迎的定制化ChatGPT。目前官方公布的GPTs和GPT Store的商业模式仍不完善，相比MaaS服务的B端客户，付费上限也较低，但C端用户具备较高的灵活性，能够在短时间内开发出大量基于定制化ChatGPT的AIGC应用工具。

创意的迸发是AI产业发展早期的重要驱动力。虽然ToC用户开发的AIGC工具可能相对不成熟，但大量开发者孵化的创意和灵感对行业的良性健康发展起到积极作用，能促进AIGC产品的早期宣传和推广，为更成熟的商业化应用产品奠定基础。

1.2、GPTs：充分利用AIGC的特点，实现交互式和非标准化的功能

我们认为，随着GPTs孵化大量创意，AIGC应用区别于传统产品的核心竞争力已逐渐明确。AIGC应用产品设计的关键点在于如何将生成式AI与工作、学习、生活等场景相结合，在过去几个月国内外企业的探索中，主流思路是将聊天机器人或AIGC工具与原有产品相结合，降低使用门槛、提高工作效率，但并未改变原有产品的标准化功能。随着GPTs将设计AIGC应用的能力推广到广大ToC用户，涌现出大量的原生AIGC应用雏形，与传统应用的区别也随之浮现。

从几种常见GPTs类型中，我们归纳了AIGC功能与传统应用的主要区别：

1）工具类GPTs：相比传统工具类应用，AIGC工具的优势在于“非标准化”。以ConvertAnything为例，这是一个专精格式转换的ChatGPT，可以在图片、音频、视频、PDF等格式间自由转换，支持批量上传、文件压缩和文件下载功能。市面上格式转换的应用软件很多，但大部分传统软件只能提供预设好的标准化功能，而ConvertAnything可以提出较为复杂和定制化的命令，如“将PDF文件转化成视频，每页PPT播放5秒”。

ConvertAnything的性能仍不完备，但其产品形态具备较大的潜力。例如，用户想将PDF文件转换成视频，标准化的格式转换产品一般不具备类似的功能。而ConvertAnything会针对用户要求进行现场编程，将PDF文件先转换成图片格式，再转换成视频格式，在这个过程中用户可以提出各种定制化的需求。由于ConvertAnything的性能还不完善，若在编程过程中出现bug也会触发代码错误分析，将后台代码输出供用户检查。

2）专业领域GPTs：可针对垂类行业的某一细分领域进行定制化训练，无需进行标准化产品的开发。对于某些垂类行业的细分领域，用户的需求多种多样，往往难以形成一个标准化的应用产品，而使用GPTs训练对应的定制化模型可以弥补这类市场的空白。

Data Analysis：OpenAI官方发布的16款GPTs之一，可以上传Excel或其他数据文件，不需要给出具体的要求，即可对该数据进行分析，归纳总结出结论，并生成可视化的图表。在得到数据分析结果后，还可以针对某方面细节进行针对性提问。

Market Analyst：专门针对图表分析和技术分析进行训练，可以针对股价走势图进行技术分析，提出进入与退出的时间点建议。

3）设计类GPTs：相比传统文生图模型，设计类GPTs的优势在于领域专精和特定风格。设计类GPTs的定制化空间较小，更偏向于在调用DALL·E 3文生图模型的基础上进行微调，而对某一领域更加专精，例如：

Draw-a-ui：可以根据粗略绘制的UI，直接生成HTML代码并在浏览器访问。

DesignerGPT：可直接根据自然语言描述生成网站。

Cartoonify Me：可将人物照片转化成某个卡通风格，如辛普森一家。

4）生活娱乐GPTs：挥洒创造力，将AIGC带入生活的各个角落。

PyGameMaster：与传统聊天机器人不同，PyGameMaster会主动询问游戏制作需要的元素，如故事背景、故事大纲、背景图片、流程选择逻辑等。即便无任何游戏开发经验，对如何开发游戏没有什么灵感，也可以在PyGameMaster的指引下从无到有开发出一款游戏。

MessiMagic：由推特用户@geepytee创建的足球解说GPTs，可在传统的AI配音基础上，加入足球解说特有的特征。例如，在梅西进球时，AI配音的语气会突然激情，并加入“梅西”、“进球”等呐喊。展望未来各种场景的定制化AI配音不断完善，将有利于加快自媒体、制片人等内容创作者的创作速度，进一步促进文娱产业的繁荣。

随着规模效应的到来，生态入口往往无需保持技术和产品的绝对领先。在微软与苹果对电脑操作系统的竞争中，起决定性作用的不是谁的操作系统使用体验更好，而是哪个操作系统能兼容更多的软件；同样，在社交软件的选择过程中，用户考虑的往往不是哪个社交产品更好用，而是其他人在用什么社交产品，这也成为了Facebook、微信等国内外知名社交平台持续拓展用户的基础。

对于AIGC产业来说，早期技术领先相对更加重要，但抢占生态入口也是关键的一环。区别于操作系统、搜索引擎、社交平台等同质化严重的生态入口，AIGC应用产品的特殊性在于对大模型性能的要求非常高，但用户的付费意愿并非随着大模型性能增强而线性提升，而是要求大模型性能达到某个阈值，才能产生较强的付费意愿。这决定了AIGC的生态入口与大模型性能高度绑定，因此OpenAI及与其深度合作的微软更有望抢占市场先机。而随着基于OpenAI大模型开发的AIGC应用越来越多，AI生态基本成熟后，即便OpenAI无法一直维持大模型性能的超前优势，也可以凭借对生态入口的掌握和对用户消费习惯的培养来维持可观的市场份额。

以领先的大模型性能为基础，以建立AI生态入口为起点，有望创造与操作系统和搜索引擎相媲美的商业价值。类比软件时代微软对操作系统的垄断，互联网时代谷歌对搜索引擎、Meta对社交网络的垄断，新业态的生态入口往往能产生极高的潜在价值。GPTs拉开了AIGC应用生态的帷幕，美股科技巨头争相布局AIGC的重要目的是把握AI时代的流量入口。

投资建议：类比软件时代微软对操作系统的垄断，互联网时代谷歌对搜索引擎、Meta对社交网络的垄断，新业态的生态入口往往能产生极高的潜在价值。

1）海外公司投资建议：建议关注AI技术积累深厚，积极推进多模态大模型和Agent等前沿技术研发，或与OpenAI、Anthropic等领先大模型提供商建立紧密合作关系的公司，建议关注微软、谷歌、Meta、亚马逊。

2）国内公司投资建议：国内互联网行业受海外公司垄断的影响较小，对于AIGC生态入口的抢占有望独立于OpenAI、微软等美股大厂，将面临更广阔的市场空间。建议关注有望成为AIGC生态流量入口、具备平台分发优势、用户流量池和深厚技术储备的大厂，推荐腾讯控股，关注百度-S、阿里巴巴-SW；

1.1、“黑箱”和“副驾驶”有望在AIGC应用的发展中成为两个并行不悖的趋势

我们认为，生成式AI应用的发展趋势存在“黑箱”和“副驾驶”两个方向。决策式AI已成为主流技术的一部分，而以GPT为代表的生成式AI最大的优势在于对自然语言的精准理解与内容生成。因此，AIGC的应用也呈现出两个趋势：

趋势一：加强AI的“黑箱”属性，使之代理更复杂的工作，减少人类的介入。在过去AI往往作为一个底层技术为上层的产品提供支持，让用户无法直接感受到AI的存在，如搜索引擎、电商、广告、视频网站的算法推荐等。而生成式AI具备更强大的通识能力和推理能力，能更大程度地代替人类工作。

例如，Agent可以将简单的指令拆分成细小的步骤并依次执行，从而代替人类做出决策，具备较高的智能化水平。以OpenAI在DevDay发布会上推出的低代码开发工具Assistant API为例， Assistant API引入持久无限长的线程，只需给出自然语言描述并勾选启用工具，即可轻松构建AI应用程序。Assistant API更新了多款新工具，包括：1）代码解释器：可以生成图形和图表、处理文件、解决代码和数学问题等；2）检索：使用模型之外的知识来增强功能；3）函数调用：可以一次性调用多个函数合并输出。

投资建议：建议关注已提前布局AWS Bedrock Agent的亚马逊，以及其他为企业开发AIGC应用提供算力租赁和MaaS服务的云提供商，位于AIGC应用端产业链的上游位置，企业客户付费意愿高，商业化路径清晰，包括Azure OpenAI商业化进展较快的微软、同样提供MaaS服务的谷歌和Salesforce。

2）趋势二：让AI作为人类的“副驾驶”，帮助人类提高工作效率，辅助人类更好地进行决策。微软CEO纳德拉认为，生成式AI真正的价值是从全自动的“驾驶员”转变为一个“副驾驶”，并以“Copilot”命名微软旗下的AIGC生产力工具，包括AI代码助手Github Copilot、AI办公助手Microsoft 365 Copilot、操作系统AI助手Windows Copilot等。

海外科技公司推出的AIGC应用产品中，作为“副驾驶”降低使用门槛、提升使用效率是一个重要的趋势。GPTs就是一个典型的例子，它以ChatGPT为基础创建了一个低代码的开发工具，使不具备编程基础的人也可以轻松地开发自定义ChatGPT。同样，Salesforce、Adobe等SaaS公司同样针对自身的业务，推出了聊天机器人、低代码平台等AIGC应用。

投资建议： AI生态入口不光为大模型和平台的提供商创造了极大的商业价值，同样赋能了AIGC上下游产业链。GPTs拉开了AIGC应用生态的帷幕，通过将定制化AIGC功能推广到广大ToC用户，促进AIGC应用产品的创新，而具备强大软件研发能力的科技公司则可以吸收这些创作者的想法，开发出功能更完善、商业路径更清晰的AIGC应用，在算力成本进一步降低、大模型性能进一步提升后，有望快速推出AIGC应用并启动飞轮效应。建议关注：

1）AI+办公：AIGC产品落地和商业化进度较快的软件公司，与强劲的业绩基本面共振，提振市场情绪。关注微软、谷歌、Zoom、Atlassian，国内公司关注金山办公、万兴科技、福昕软件、同花顺；

2）AI+标准化企业服务：AIGC应用降低使用门槛、提升工作效率的体验与企业客户的需求相契合，海外SaaS公司积极布局AIGC工具，关注商业化进展较快的Salesforce、Adobe、Oracle，以及积极布局AIGC功能的SAP、ServiceNow、Intuit、Workday，国内公司关注金蝶国际、美图公司；

3）AI+非标准化解决方案：解决企业非标准化需求是生成式AI的优势区间，针对付费意愿高、定制化需求大的企业客户，提供AI驱动的解决方案。关注提供AI数据分析解决方案的Palantir，以及提供AI流程优化解决方案的C3.AI；

4）AI+数据库公司：AIGC应用端的繁荣拉动大模型训练需求的增长，一方面AI开发者对向量数据库的需求不断增加，另一方面传统数据库的AI向量搜索优化需求也水涨船高。关注MongoDB、DataDog、Snowflake；

5）AI+教育：AIGC的交互式和内容生成与教育行业逻辑天然契合，相比传统教育软件，AIGC更擅长互动式学习，如口语练习、辩论能力训练、企业客服培训等，关注Duolingo、科大讯飞；

6）AI+游戏：通过AIGC开发工具直接生成游戏素材，缩短开发周期、降低开发成本；通过AIGC技术创建交互式玩法以提升游戏体验。游戏引擎公司关注Unity，游戏内容生产商关注网易-S、三七互娱、巨人网络、恺英网络；

7）AI+影视：通过口型匹配、视角切换等AIGC功能减少拍摄返工次数、提升内容生产效率，通过场景模拟、配音模拟等AIGC功能加快创意生产速度，与短剧、文字游戏等热点赛道共振，关注中文在线、思美传媒。