内容行业的范式革命：AIGC行业应用展望

导语：如果说2022年11月底ChatGPT的迅速爆火，刷新了人们对大模型能力的认知，那么2023年3月中GPT-4发布，飞速的能力跃迁、具备跨模态能力的GPT模型则让大家意识到或许AGI （通用人工智能）时代的曙光已现。

引子

如果说2022年11月底ChatGPT的迅速爆火，刷新了人们对大模型能力的认知，那么2023年3月中GPT-4发布，飞速的能力跃迁、具备跨模态能力的GPT模型则让大家意识到或许AGI （通用人工智能）时代的曙光已现。当前，AIGC（AI generated content，即人工智能生成内容）成为了万众瞩目的蓝海，各类研究机构和媒体对于AIGC技术与应用的讨论不绝于耳，诸多人士给出“大语言模型的应用可以带来新的生产力革命”等判断，似乎一夜之间所有行业都要被AIGC所颠覆。

但究其本质，AIGC市场更应关注哪类机会？从技术及产业发展角度，又应如何看待AIGC对各行业产生的影响？

一、AIGC产业现状如何？

1.行业异常火爆，应用层创业机会较多且具有先发可能性

ChatGPT展现了强大的技术实力，AIGC相关产品的持续推出，让科技圈及投资机构又迎来了一个狂欢的节点。国外来看， Stability、Jasper.ai一批独角兽公司估值一路狂飙; 在我国，众多科技圈大佬投入AIGC方向创业，AIGC相关概念公司的股价也一路飙升，产业一触即发。

从AIGC产业链视角来看，基础设施层核心的AI芯片产业是高技术壁垒行业，目前主要由英伟达垄断，我国与海外市场差距较为明显，短板突出且需要时间成本投入；算法层存在一定机会，但由于模型的训练是一项长回报周期、高资金投入的工作，最终市场将呈现马太效应，会由少数大厂具备通用大模型能力，并朝着基础设施的方向演化。类比互联网，可以将其简单理解为AI时代的手机操作系统，例如iOS和安卓；对于广大创业者来说，探索应用层的机会或将是当下进场更加实际的选项，各场景的机会和价值点均处于待挖掘状态，具有建立壁垒的先发可能性，相比来看，应用层的机会更像是基于操作系统所打造出的各类工具，潜在机遇广阔。

2.消费级终端对大模型能力要求更高，拉开行业解决方案服务商差距的是行业理解与领域数据

随着AIGC产业热度的上升，积极投入到应用层的玩家众多，提供消费级通用产品（不同模态内容的生成服务）和提供行业解决方案（面向不同行业做垂直化的模型及服务）是目前较为明确的的两大综合赛道。其中，通用的消费级产品更多是专注某一单点能力，如爆火的chatGPT本质上也属于消费级产品里面向文本生成模态的产品；而行业解决方案企业的思路更多是围绕某个行业需求进行服务，可能涉及到业务的多个环节和多模态AI能力的运用。

总体来看，通用的消费级终端更像是AI时代的工具，先发优势、生态能力和底层的大模型能力都将是其构建竞争壁垒的重要方面；而对提供行业解决方案的服务商而言，目前在技术路径上，绝大部分创业公司仍依赖国际上的开源模型做优化和垂直领域的训练，尽管有一小部分公司开始着手从底层到应用的创新，但短期内难以实现完全自研大模型与完全契合某领域的应用同步推进的能力。因此，对于从事行业解决方案的企业来说，技术水平相对持平，对特定行业赛道的理解程度和领域数据的积累水平才是更能拉开差距的要素。把握住对应赛道的know-how，将产品与服务打通，构建出符合行业需求的垂直场景的模型，是当前应用层企业能在混战中脱颖而出的关键。艾瑞认为，对于一级市场投资人来说，目前更应该关注具有行业know-how及行业数据资源和服务能力的企业，及早布局。

二、AIGC产业的未来方向在哪？

1．生成式AI尤其擅长结构性、知识性工作，具备一定创作能力

尽管前文提到针对行业解决方案的应用层企业机会更大，但对于不同赛道而言，机会的大小存在差异。我国AIGC行业仍处于刚刚起步阶段，距离大规模落地和体系化发展仍有距离。为了更好的把握AIGC产业的未来方向，需要重点关注AIGC的本质。

AIGC是一种全新的内容创作模式。过去的内容生产方式经历了从PGC（专家生产内容）的高成本、低效率到UGC（用户生产内容）的高效率、低质量，进阶到AIUGC（AI辅助生产内容）甚至进一步发展为AIGC（AI生产内容），可以显著提升内容生产效率、降低内容生产成本并保障相当水平的内容生产质量。

目前AIGC已经展现出强大的自然语言理解能力，以ChatGPT模型为例，它能根据输入的内容在语言对话交互过程中即时生成答案，并可以根据进一步的追问和要求，不断地对输出结果进行修正。也就是说，ChatGPT所生成的内容是在理解人类语言结构的基础上根据问题逻辑而产生的，与在ChatGPT出现之前的对话系统只能根据指令搜索匹配内容，但无法完全理解具体含义有本质上的区别。

从内容形式上来看，生成式AI本质上是一种AI赋能技术，它尤其擅长两类任务。其一，对于知识的搜集与整理、素材调用等高结构性、存在一定知识壁垒的任务，AIGC已经能够很好的完成；其二，对于一些需要满足个性化的创意型工作，目前AIGC虽然不能实现完全替代，但也可以从效率提升的角度实现部分替代。AIGC产业的发展可以从技术层面实现低边际成本和个性化需求，广泛服务于各类内容的相关场景中。未来当AIGC生产内容的能力进一步进阶，实现元宇宙化的物理世界的无限内容创作便可能成为现实。

2．内容力和AI技术水平是评估AIGC对行业变革的关键影响因素

由于生成式AI在内容生产上的强大表现，对内容生产力依赖程度较高的行业将会率先受到AIGC产业发展的影响；同时，考虑到AI技术在不同方向的发展阶段有所差异，AI技术发展水平及落地能力也是一项重要的制约条件，是决定行业应用AIGC的基础。

在此基础上，艾瑞咨询构建了iResearch：2023年中国AIGC对行业变革影响评估模型

以上评估模型是从纯理论视角出发，用于判断内容生产力和技术成熟度对于行业受AIGC产业影响程度的评估指标体系。结合现实情况，除以上维度外也应考虑应用AIGC能带来的商业能力。上述的指标体系更多是从供给侧出发，而商业变现能力则可以理解为由需求侧出发，展现行业内企业推进AIGC产业应用落地的动力及潜力。将这两个评价维度结合便可以得到iResearch：2023年各行业应用AIGC能力矩阵：

 “iResearch：2023年各行业应用AIGC能力矩阵“将设置相应的评估指标 （”AIGC在行业可变革程度“与“行业商业变现能力”这两个维度下细分不同市场），在此基础上输出研究结果。

能力矩阵的解读可分为两个部分，整体解读及关键用例解读。首先，结合AIGC的行业可变革程度及赛道商业能力来看，艾瑞认为各行业总体可以分为四类情况，即热门发展市场、平缓上升市场、潜力拓展市场及初步探索市场。其中，行业可变革程度较高且商业化能力较高的区域，即处于矩阵虚线右上方的区块，可被视作会率先受到AIGC产业发展影响的行业。其次，从具体的细分赛道的角度分析，泛娱乐、游戏、金融、广告营销为代表的行业由于内容生产环节多，数字化程度高且商业化能力强，并且对于创意类工作需求大，因此受AIGC产业发展的影响最为明显。

本文仅就AIGC产业发展在应用层的现状及未来进行了简单的探讨，艾瑞咨询计划于6月份发布《2023年AIGC产业全场景应用展望研究报告》，届时报告会针对AIGC发展脉络、产业应用及商业模式有更加详细的讨论，也会针对受AIGC产业发展影响较大的几个代表性行业的具体落地应用展开分析。

欢迎业内企业与我们进行交流，如有合作需求可以扫描下方二维码与我们联系。

（本文为艾瑞网独家原创稿件 转载请注明出处）