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 市場規模
生成式 AI 市場規模 。資料來源:Precedence Research

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) 。

AI 晶片比較圖
資料來源:A gentle introduction to hardware accelerated data processing

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。

AI 晶片市占率
資料來源:TrendForce
  • 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)。

2022Q4 公有雲平台市場佔比
資料來源:Statista
  • 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

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
生成式 AI 新創公司歷年籌資情況
生成式 AI 新創公司歷年籌資情況。資料來源:CB Insights

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。

生成式 AI 新創公司籌資階段
生成式 AI 新創公司籌資階段。資料來源:CB Insights

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?

4 comments

發表迴響

error: Content is protected !!
%d