【個股關鍵數據】生成式 AI 概念股有哪些？生成式 AI 浪潮下誰會是贏家？

最後更新日期：2023年06月26日

雖然人工智慧（AI）已經存在了很長一段時間，但最近在生成式 AI 方面取得的進展，尤其是 ChatGPT 的公開版本，卻在短短幾個月內徹底改變了企業的運營方式。

生成式人工智慧（Generative AI） 是 AI 的一個子集，它能夠透過機器學習模型生成新的數據或內容，而不是簡單地處理預先存在的數據。生成新數據或內容的能力為企業打開了無限可能的世界。正因如此，生成式 AI 迅速成為企業界的熱門話題，它跨越了鴻溝，從新創獨角獸到成熟大企業，技術的持續堆積都能使其保持競爭力。生成式 AI 背後的技術包含了深度學習框架生成對抗網絡（GANs），和由 Google 於 2017 年發布的自然語言處理（NLP）模型 Transformer ，以及被應用於許多圖像生成模型的擴散模型（Diffusion Model），另外還有由 Open AI 所提出的欲訓練語言模型 GPT-3 ，其擁有參數數量達 1750 億，為世界上最大的預訓練語言模型之一。

根據 Precedence Research 的研究報告數據顯示，到 2032 年後全球生成式 AI 市場規模預計將達到 1,180.6 億美元，年複合成長率為 27.02% 。調研機構 Grand View Research 另外指出，生成式 AI 將在金融、零售、醫療保健等行業被廣泛應用，推動市場高速成長。

生成式 AI 供應鏈類別公司

根據生成式 AI 相關產業鏈可分為：

運算晶片

AI 晶片大致可分為中央處理器（CPU）、繪圖處理器（GPU）與特殊應用晶片（ ASIC） 。

其中，GPU 為同時處理多重任務而設計的平行運算架構，該晶片採用統一渲染架構，能在算法尚未定型的領域中使用，故通用性程度較高、商業化較成熟。而 ASIC 是一種根據特定算法、架構的客製化晶片，其初始投入大，且算法一旦改變，運算能力將大幅下降，需重新設計客製。

TrendForce 研究顯示，CPU、GPU 與 ASIC 晶片在 2026 年 AI 市場規模的比重將達 33％、34％、26％，其中又以 ASIC 晶片市場成長最快。

• Nvidia DGX H100

目前 AI 晶片仍以繪圖處理器 GPU 為主力，也使得 GPU 市佔率近 8 成的輝達（NVDA）成為最大的贏家，旗下的 DGX A100 以及剛推出的 DGX H100 晶片，幾乎是目前用於大規模資料分析、AI 加速運算的首選，據報導 OpenAI 用了 10,000 個 NVIDIA 的 GPU 來訓練 ChatGPT，未來使用的數量還會更多。

• AMD Instinct MI300

超微（AMD）近期推出 Instinct MI300 全新 AI 晶片，主打同時結合 CPU 與GPU ，在 AI 運算上提升達 8 倍，使能源效率提高 5 倍，預計將於下半年上市。

• Google TPU

張量處理器（Tensor Processing Unit，TPU）是 Google（GOOGL） 專為機器學習所開發的 ASIC 晶片，旗下許多服務包含搜尋、翻譯、地圖、相簿以及 Gmail 等都是經過 TPU 晶片運算，另外也部署在 Google Cloud 上，增加模型運算、訓練的效率。

• IBM AIU

AIU 晶片為 IBM（IBM）旗下研發團隊 IBM Research AI Hardware Center 首款深度學習 ASIC 晶片。認為傳統架構的晶片 AI 算力增長已經遇到了瓶頸，故研發了針對矩陣和向量乘法運算類型進行優化，強調「近似計算＋簡化人工智慧工作流程」加強深度學習運算，該晶片目前上市時間未定。

各晶片的製程離不開半導體晶圓的組成，全球晶圓代工龍頭台積電（TSM）掌握新進製程技術，扮演相當重要的角色，許多知名運算晶片廠皆是台積電的客戶，像是輝達旗下最受歡迎的 AI 晶片A100、H100 分別就採用台積電 7 奈米、4 奈米製程，未來在各大廠競相推出新的運算晶片時，也將會推升台積電高效能運算的需求。

想了解更多對輝達（NVDA）的個股分析，點選連結前往➔ Growin Nvidia 個股分析

雲端服務

生成式 AI 基於龐大的數據運算、訓練所需要耗費大量的成本和資源 ，採用雲端平台的框架不僅更具彈性，也能夠大幅降低企業在開發模型所耗費的時間與人力。目前公有雲端計算平台為前三大供應商主導，分別為 Amazon AWS、Microsoft Azure、Google Cloud Platform（GCP）。

• Amazon AWS

作為先行者的 Amazon（AMZN），於 2006 年成立了亞馬遜雲端運算服務 AWS ，其優勢在於擁有大量強大的巨集，以及更高的網路可用性，良好的鞏固了在競爭激烈的市場地位，長期市佔率都保持在 32% 左右。2022年底新創獨角獸 AI 圖像生成公司 Stability AI 與其合作，將模型搬上 AWS 雲平台加速 AI 開源生成工作，結果得以減少 58％ 的訓練時間和成本。

• Microsoft Azure

由 Microsoft（MSFT）所推出的 Azure 是目前 AWS 最主要的競爭對手，透過相容的原微軟體系的開發生態，企業能夠快速搬上雲端，將摩擦成本降至最低，同時對原用戶的收費也更為親民，藉此快速打入市佔。隨著近期 Open AI 的自然語言對話模型 ChatGPT 的爆紅，微軟宣布再次擴大與其的合作，包括在 Azure 平台上整合 ChatGPT 的技術，並利用 Azure 開發、訓練所有模型，也成為 Open AI 唯一的平台提供者。

• Google Cloud Platform（GCP）

Google Cloud Platform（GCP）是 Google（GOOGL） 推出的雲端服務平台，儘管為市場後進者，市佔率不及前兩名，仍靠著自身特色與優勢迅速擴張當中。靠著壟斷市場的 Google 搜尋引擎，資料蒐集和分析可說是無人能及，標榜 GCP 上的人工智慧、機器學習都能同時應用。另外相比前兩個平台，GCP 的收費價格也相對親民。因 AI 題材火紅的人工智慧軟體解決方案公司 C3.ai（AI） 於 2022 年底與 Google 達成協議，將旗下 C3 AI Suite、C3 AI CRM 和 C3 AI Ex Machina 搬上 GCP ，此舉有益 C3.ai 獲得更多程序的應用和準確性，同時能夠增加客戶部署模型上的效率。

在人工智慧技術的不斷演進，所需的資料量不斷增加，雲端平台傳輸的數量與精確將大大影響模型訓練的成效，不同類型的資料與模型應用，會影響傳輸上的效益，也使得網通晶片在雲端設施中扮演重要的角色。

博通（AVGO）為通訊半導體業的霸主，被認為是此次人工智慧浪潮中的受惠者之一，公司於最近法說會上表示，看到了許多部署 AI 的超大規模客戶強烈的需求，旗下的產品 Ramon 晶片為雲端服務商的熱門選擇，同時預期今年因人工智慧的網路設備銷售額可望上升 4 倍達到 8 億美元。

不管是晶片或是雲端服務，皆屬 AI 產業鏈中的基礎設施供應，幾乎所有 AI 應用玩家都有需求。這些成熟的科技巨頭，都有各自的商業模式來穩固打入 AI 市場的根基，且目前相關收入占整體營收來說都不算高，未來還有空間可以成長，暫且來說，這些基礎設施供應商會是目前 AI 浪潮下的贏家。

想了解更多對亞馬遜（AMZN）的個股分析，點選連結前往➔ Growin Amzon 個股分析

模型/技術開發

如果沒有出色的模型框架，便無法發展所有的應用，生成式 AI 將不會出現。目前生成式 AI 主要的應用以自然語言模型和圖像生成為主。

• Google LaMDA

Google（GOOGL） 在 2021 年推出的 LaMDA 對話程式語言模型，曾一度因旗下工程師宣稱 LaMDA 已存在感知能力和自我意識，導致該模組獲得廣泛關注，前陣子推出的對話式 AI Bard 也是基於此框架下所驅動的。

• Meta LLaMA

另一間深耕於 AI 領域已久的 Meta（META）也推出了最新的大型語言模型 LLaMA ，特點為較小型的基礎模型，有多種參數版本，可用作訓練更大語言模型，適合微調後用於多種任務，減少後續大型模型測試、驗證及探索新使用情境的運算資源需求，Meta 會將此模型開源至研究社群提供研究人員使用。

• Open AI GPT- 3/3.5、 DALL-E 2

由 Open AI 所推出的 ChatGPT 便是基於 GPT-3/3.5 架構的大型自然語言生成模型，參數量達 1750 億，需要 800GB 做存儲, 為有史以來參數最多的神經網路模型。另外，在 GPT-3 的架構下，Open AI 建構了一個僅有 120 億個參數的圖像生成模型 DALL-E 2，其特點在於能通過純文字描述生成相當逼真的圖像，且允許輸出進行修改。

• Stability AI Stable Diffusion 

於 2020 年創立的獨角獸 Stability AI ，秉持非營利模式，推出了圖像生成模型 Stable Diffusion ，同樣是根據文字生成圖片的技術，並將其程式碼、模型開源，圖片生成的速度快、清晰度高且不失藝術性，短時間內累積不少用戶群體，公司也表示正研發其他 AI 生成模型，未來也都將開源，目前 Stability AI 估值已達 10 億美元。

談到開源模型的應用與取得，託管平臺就是一個重要的角色。就像程式碼託管 GitHub 一樣，人們可以將自己的程式碼放上這個開源的平台，這樣的好處在於專案效率提升，且持續優化。

新創公司 Hugging face 就是機器學習界的 GitHub，不僅自行研發開源模型，更託管了大大小小科技公司的程式碼與模型，形成社群一般，其目的希望搭建科研與應用的橋樑。目前投資者包括 Lux Capital、紅杉資本以及 NBA 球星 Kevin Durant 等。以聊天機器人起家的 Hugging face，最近也與亞馬遜完成合作，內容包括 AWS 上客戶可以輕鬆使用 Hugging face 的 AI 產品，而 Hugging face 能於 AWS 系統上開發名為「Bloom」的下一代語言模型，令亞馬遜持續打入語言生成市場。

目前模型開發商的收入數字與其使用度、熱度相差巨大，平台託管和專有 API（如 Open AI）是大部分公司所選擇的。除了巨大的研發成本和資源外，模型開發商仍將碰到諸多問題，像是未來客戶可能選擇自行開發或託管自身模型，會有棄用的風險，此外參考 Stability AI 例子，若開源模型能夠達到一定規模和社群後，專有 API 方案是否很難競爭，導致模型逐漸走向開放開源。

生成式 AI 應用類別公司

基於基礎設施供應商和模型開發商之下，各科技公司、新創得以推出最終面向客戶的應用服務與程式。有些公司會透過生成式 AI 強化既有的商品或服務，像是微軟（MSFT）引入 ChatGPT 進自家搜尋引擎 Bing 就是個例子；有些則是自行開發生成式 AI 提供的新的服務，如各式新創公司。

想了解更多對微軟（MSFT）的個股分析，點選連結前往➔ Growin Microsoft 個股分析

根據著名機構 CB Insights 的報告顯示，投資者對於生成式 AI 的興趣與日俱增，且於 2022 年達到高峰，生成式 AI 領域的募資活動總計 110 件中金額累計超過 26 億美元，可見其的火熱程度，

下列來介紹 2022 年募資金額前幾大的幾間公司。

• Anthropic

Anthropic 由原 OpenAI 研究人員 Dario Amodei 於 2021 年成立，創立宗旨為建立「可操縱、可解釋的人工智慧統」，旗下產品 Claude 與 ChatGPT 同樣為聊天機器人，且據傳能夠媲美甚至超越 ChatGPT 的表現。雖然目前仍處封閉階段，但已受到不少投資者的期待，首次募資便有由 Skype 聯合創始人 Jaan Tallinn 領投的 124 萬美元，B 輪則有已破產加密貨幣交易所 FTX 創辦人 Sam Bankman-Fried 領投的 5.8 億美元，為 2022 年生成式 AI 新創融資最大筆金額，且於近日 Google（GOOGL）也宣布投入超過 3 億美元購買其 10% 的股份，且 Anthropic 得以運行於 Google Cloud 上，此舉頗有與投入鉅額資金於 Open AI 的微軟叫陣的意味。

• Inflection AI

Inflection AI 於 2022 年成立，創辦人包括 LinkedIn 的聯合創辦人 Reid Hoffman 及 DeepMind 的共同創辦人 Mustafa Suleyman，公司目標為創建一種更貼近一般人溝通的電腦語言，使任何人都能用通俗易懂的語言與電腦對話，儘管目前尚未發布產品，公司於創立之初便獲得了未公開投資人的 2.25 億美元，且近期傳出計畫進行 6.75 億美元的 A 輪融資計畫。

• Cohere

Cohere 創立於 2019 年，一間來自加拿大專注於自然語言處理（NLP）的新創公司，與 OpenAI、Anthropic 等新創競爭。Cohere 於 2021 年底宣布和 Google（GOOGL）合作，透過 Google Cloud 獲得其 TPU 晶片的高速運算，此外，又與亞馬遜（AMZN）達成協議將其預訓練語言模型搬上 AWS 託管、運行。Cohere 於去年完成的 B 輪募資總計為 1.25 億美元，由著名對沖基金老虎環球（Tiger Global）領投，而目前著名 SaaS 軟體大廠 Salesforce （CRM）以接近完成一筆 2.5 億美元的投資，表示該公司同樣看好生成式 AI 的發展，預將生成式 AI 技術導入其 CRM 服務當中。

• Jasper 

由 David Rogenmoser、Chris Hull 和 JP Morgan 共同創辦的 Jasper，是一個向企業、個人創作者提供服務的人工智慧平台，能夠高效的生產社群媒體、部落格等圖文案。Jasper 採取訂閱付費制，推出近兩年時間獲得超過 7 萬名付費用戶、年收入突破 4,500 萬美元，增長速度相當高，於去年 10 月完成 A 輪募資總計金額達 1.25 億美元，領投者為知名創投 Insight Partners。

生成式 AI 領域的新創公司在 2022 年如雨後春筍般冒出，除了以上幾間外，還有創造目前最為熱門的 ChatGPT 聊天機器人的 Open AI 和先前介紹過的 Stability AI ，這些都是規模和資金都相對龐大的新創公司。同樣在 CB Insights 的報告中可以發現，仍有超過 2/3 的新創尚未達到 A 輪融資，這反映了生成式 AI 才處於起步階段，百家爭鳴。

然而隨著競爭的不斷擴大，各公司缺乏強大技術差異的問題將會浮現，在缺少各自護城河的情況下維持高客戶留存率，將是一大重點。

Jasper 就是一個例子，利用生成文字、圖像技術提供服務於行銷領域，這樣的服務競爭者其實相當多，甚至就連 Open AI 的 ChatGPT 和 DALL-E 2 都可以完成，再者 Jasper 的語言模型即是使用了 Open AI 的 GPT-3 模型，相同的模型下，消費者可能會轉向使用免費的 ChatGPT 和 DALL-E 2 了。此問題反應了就算生成式 AI 應用廣泛，各自使用的基礎技術並沒有什麼差別，都仰賴於少數模型開發商，能否各自找到突破，建立屬於自己的護城河與他人做出差別將會是關鍵。

結語

以目前整個生成式 AI 市場來看，大型科技公司掌握了幾乎所有的話語權，不管是在基礎設施供應商、模型開發商或是應用商，都能看到這些科技巨頭們攪和於其中，藉助原有強大的商業模式率先打入生成式 AI 領域，無論是自身投入研發、研究，又或是投資甚至併購有潛力的新創公司，進行軍備競賽。後進的新創公司也各自擁有不容忽視的競爭力，逐漸在市場中立足，發展屬於自身的優勢，這之中還有一種主打開源的公司，不以營利為目的，期望人人都能使用人工智慧這樣的高科技，像是過去的 Open AI、Stability AI、Hugging Face 等，如此百花齊放的情況是市場、投資者們所樂見的。

然而正處於高速起步階段的生成式 AI 市場雖具有著極大的潛力，仍有相當大的不確定性，目前無法確定誰才是最後的贏家，若是因生成式 AI 而看好的相關題材仍需要充分瞭解公司的基本面，再進行投資。

延伸閱讀

美股要怎麼選股？ AI趨勢指標打造有效的多頭與空頭策略，輕鬆掌握美股趨勢！

輝達 NVIDIA (NVDA) 財報分析 2023 Q4 – AI 熱潮加持帶動營收增長

【產品關鍵數據】C3.AI 和 PLTR 股價還合理嗎？觀察 AI 數據公司未來前景

【產品關鍵數據】AZURE、AWS、GCP 從資本支出看雲端服務供應商未來發展趨勢？