民生计算机 ChatGPT新龙头 – 三六零–20230208

主持人：各位投资者朋友大家晚上好，感谢大家利用晚上的时间来参加我们举办的ChatGPT新龙头-三六零电话会议。 ChatGPT持续发酵，市场无论是国内外，还是ChatGPT供给侧到应用场景，不断演绎，引起了全社会的热潮。大家会关注谁是中国最有可能推出ChatGPT的公司，百度今天正式在官网发布了后续的产品计划。 今天特别荣幸邀请到了360。 为什么我们觉得互联网巨头以360、百度等为代表的公司会比较有潜力，核心在于ChatGPT本身代表AI三个技术门槛，算力、数据和算法模型。其实算法模型反而是这里面门槛最低的，如果大家研究的深都知道，这是2017年谷歌（英）论文，在产业界开源使用。 更大的门槛是来自于算力和数据资源，毫无疑问，互联网巨头在这两方面拥有独特的优势和门槛。 再加上360本身在国内搜索引擎比较高的市占率，又有非常好的场景，落地场景入口，成为整个市场非常关注的焦点，公司经历了长期的厚积薄发，今天我们特别荣幸邀请公司董秘赵总和IR陈总共同出席电话会。 计算机首席以及通信首席马天诣一起主持，比较重要的机会，下面将时间交给赵总，跟大家分享一下360这方面的布局和未来的战略规划。赵总：谢谢大家。 可能算法工程师不会同意刚才主持人的说法，他们认为算法是最重要的。我大概介绍一下360现在的形势。 正如刚才主持人所说的，现在的AI技术是特别热的热点。为什么会这样？ OpenAI实验室成立的时间已经非常久了，以前叫做GPT，ChatGPT现在已经推出到3.0的版本。 最近火也是因为大家看到ChatGPT3.0终于开始说一些人话，大家突然看到了，美国人已经把通用范式的AI从0到1的这一步跑出来了。 在这个前提下，具备通用范式的AI技术对于整个软件领域，尤其是对于我们的搜索引擎是一个具有非常颠覆性的影响，甚至于国外有的专家，包括微软（英）他们都认为，这个可能会对搜索引擎有一次重新洗牌式的冲击、打击。 我不知道大家用不用知乎这种所谓的知识类软件，现在很多搜索引擎流量被知乎、B站知识聚集类的应用所分走了，因为搜索引擎现在罗列出来的只是一些非常简单粗暴的链接，更何况以百度为代表的，当然我们可能也有，会有一些性价排名。 在最显眼的地方，或者在头一页上，大家能够看到的链接反而是含金量不高的链接。 尤其是现在网络上的知识鱼龙混杂，良莠不齐，可能你点开的排名高的链接给出的答案是不正确的，或者是有偏颇的。 以ChatGPT为代表的人工智能清洗之后，它会通过自己的自然语言算法，根据它在网上，我们反哺给他的信息，生成一篇，说通俗的话，可以生成一篇类似于作者精心准备的知乎一样的文章，会有非常详尽的、具体的解释，答案里面每一句以论文参考文献的形式，在旁边会有引注，这个知识点来自于哪一条链接。 这个会对整个搜索引擎底层逻辑造成重大的影响。 所以其实大家看到现在首先发力或者主要发力于ChatGPT产品的是谷歌、百度，这种大型的搜索引擎巨头。这个技术对于360而言，其实我们从2019、2020年开始，大家就看到了可能会有的技术变革。 360在当时就已经成立了人工智能研究院，也投入了相当的人力、算力，去跟人工AI场景。但是在美国人，说真的，我还是比较佩服美国人的。 当美国人怕通用范式跑出来之前，其实大家对于能用通用AI来做专业的事情，大家心里是没有根的。 大家更多做垂直领域或者更专业的AI，用更专业的数据模型去训练人工智能，去做一些专业领域的事情。比如说我们，大家可能也看到我们用安全AI查找软件漏洞，去扫描漏洞。 当然我在今天互动中也回答了，效果是非常好的，包括也做到了全球第一的查找水平，也受到了网信办的点名表扬。再举个例子，科大讯飞有他的AI去跑医疗、教育，这些都是效果不错的。 在美国人把通用范式从0到1做出来以后，其实对于整个AI市场是非常大的冲洗。 大家会看到通用AI范式能够做到专业领域的事情，就不会再有很多人去做专业的数据模型，大家都会把力量投入到通用数据模型中来，用通用的数据模型去达到自己专业的事情，这是现在整个市场面临的现状。 刚才主持人也说了咱们的AI有三大块，预训练大模型、投喂数据以及所拥有的算力这三大方面。咱们先说训练大模型，那时候还不叫ChatGPT，那会儿叫GPT2.0的时候，它还是开源软件。 现在GPT3.0已经不是开源软件了。 在开源的情况下，其实大家对于算法都有一些自己的理解。包括研究界也有很多的论文，大家各有各的技术。 显然现在GPT3.0更领先，马上要出到3.5。 至于我们和百度谁强谁弱，我也不好评判，只能说大家各自都有自己的优点。 在整个算法下面还有一个细节，就是（英）小技巧，数据清洗和人工标注，这是每一家自己独到的地方，同样一个卤货，周黑鸭吃起来就跟别人不一样，这就是自己的技巧。 这个技巧在百度推出他的产品之前，我也不知道他是什么样的，我们还是有自己的独到之处。 第二点是我们喂给训练模型的数据，天然注定为什么搜索疫情是水到渠成的事情，别的网络公司或者别的科技公司做AI就没有这么顺。 因为搜索引擎天然拥有大量的数据来源，包括之前我们在做专有模型时，为什么ToB端的数字安全做的非常好，基于安全卫士累计下来的大量安全数据模型。 没有大量的数据模型去投喂，经过一轮一轮的迭代，反馈出来的结果会越来越精准。就像AlphaGo一直在吃，当他吃到1万张、10万张、100万张，显然是不一样的。从连小孩都下不过，到能战胜李世石。 这个反而是最重要的一方面，投喂数据的多少，投喂数据迭代次数的多少，这是真正决定AI强弱最关键的因素之一。 第三是算力，算力说白了就是钱，就是你能买得起多少台A100，能组建多少个算力集群，大概能用多长时间跑数据，能进行多少人的迭代，这就是资金支持。 我们比谷歌、百度的资金储备不足，A股市场不光只有我们一家做搜索的上市公司，可能200多亿的资金，我看也比别人要多很多。科大讯飞目前还是在做专业的AI训练，他们的这种动作看来，所需要的算力，倒退我们自己的钱，觉得还是绰绰有余的。 我大概讲以上三点，因为AI技术是非常复杂，并且非常大的概念，我觉得咱们还是有的放矢比较好，在我讲的框架之下是否有具体问题供咱们讨论。 主持人：好的，谢谢赵总，解释的非常清楚。大家好，我是民生通信的马天诣。 接着刚才吕所提的问题，包括刚才赵总提的情况，基于三方面先抛砖引玉请教三个小问题，AI层、场景侧和安全侧。第一个问题，刚才您提到，我们不评价和百度比怎么样。 就像您说的，A股通用AI公司，和专业算法的AI公司比，咱们大概的投入量级，或者我们和他的优势能稍微展开说一些吗？ 第二个问题场景侧，现在我们大家看到基于交互的场景，您认为还有哪些场景是我们以前，像您互动一直提到的，我们测试过，但现在市场还没关注到的场景？ 第三个问题安全侧，基于AI，因为市场还没有关注到可能这里面有很多的安全隐患，您能展开讲讲安全问题的场景，给大家做解读吗？谢谢赵总。 赵总：好的，谢谢主持人。 第一个问题，我觉得优势还是比较明显的，由于某些不能说的原因，互联网分两块，简中互联网和其他互联网，这是没有办法的事情。不得不说在某些质量上，英文互联网是高于简中互联网的。 具体到现在谈的狭义AI技术，特别是ChatGPT，首先是基于自然语言的，第二是基于使用者需要的内容进行呈现的。在这两个基础之上，其实对于简体中文互联网的数据需求，会比其他互联网的数据需求来得大一些。 或者我们叫做刻化训练，刻划训练需要调的更好一些。 国内市场A股上市的搜索引擎，我能看到的只有我们一家。百度是在香港上市的，搜狗已经被腾讯收购了。 A股上市的搜索引擎公司只有我们一个。 简体中文互联网或者国内市场而言，我们的搜索引擎在PC端日搜索是8亿多次，移动端的搜索次数是1.5亿次。也像我说的一样，我们市场份额占比大概是35%。 百度是比不了的，因为剩下基本都是人家的。 但我们也拥有了绝对的数据量，在A股市场看不到除了我们之外的第二名在哪里。这是我们在数据上的优势。 第二个问题，在资金上的优势。 一台八连80GB的A100大概80万人民币左右，跑一个月平均下来大概是4万多的成本。做一个集群，秒秒中可能1、2个亿就出去了。 当然，科大讯飞这种头部不说，人家也是做AI出身的。 不点名，现在市场上的某些公司和算力三连代码，其实我也看不太懂。第三个问题，算法，包括刚才说的数据清洗（英）。 算法确实，GPT2.0是开源的，开源也要吃透，也需要人去研究。 尤其具体到数据清洗方面，数据清洗说白了没有什么太难的，就是人工标记。 需要大量的人员对于第一次吐出来的数据进行人工标记，哪些是好的，哪些是不好的，然后才能进行第二轮的迭代。这个东西说白了就是烧工资，看年报也很简单，就看员工研发费用就好了。 之前也有人提出一年这么多，30多亿的研发费用，50多亿的研发费用，花在哪里，不能说都花在这里，有相当部分花在这里。 其实我觉得从数据侧或者基本面，其实大概就能看出来一个公司真正意义上的AI，财务报表支不支持购买大量的算力集群，支不支持有大量的人员做表前。 第二是有没有相应的支出去存大量的数据，我记得之前也说过一年花在存储上的支出大概7亿人民币左右。他说他有数据，得有地儿放。 数据和人员支出在财报上都看不见，他说他有数据、算法、算力，我觉得应该是没有的。这不是我们说从2020年开始有，而是相应的财报支出以及寓言都能够支持这一点。 包括我们在下午互动上说预计推出demo产品，这个demo产品一直都有，这个产品主要是当做内部工具来用。 内部工具有很多是需要用到AI的，比如说批量生成图片，比如说对我们自己的，刚才您的第三个问题，就是安全类的使用，包括用AI对于现有搜索引擎返回内容的修正，这其实都是我们的内生工具需要用到AI的地方。 搜索引擎市场占比能跟到不掉队，说明我们展示出来的。 基于现在搜索引擎展示页面，比百度而言，不说好与不好，反正不差，反正没有被百度落下。 百度也在做他的AI系统，用他的AI能力去反哺他的搜索展示结果，显然相应的，我们也会有我们的东西来反馈我们的搜索结果。如果从搜索展示结果有差异的话，我们早就被市场抛下了。 我也是厚颜的承认了，我们是A股市场仅存的AI公司。这是回答主持人的第一个问题，我们的优势在哪里。第二个问题是什么？ 主持人：场景。 赵总：我要说的不对，陈总补充。 可能我这个人比较悲观，我觉得现在没有一个真正能够实现盈亏平衡的场景存在，这是我对于AI，尤其对于现在ChatGPT3.0的看法。但是我并不是说现在没有，未来就没有。 其实这个道理解释清楚也很简单，ChatGPT3.0为什么现在开始收费。 从最开始免费给大家用，到基本上90%提问不会回馈，到现在需要20美元的注册费用去使用，就是因为它太贵了。它所回答的答案是按token收费的，一个英文单词基本就是1个token。 我有一个非常复杂的问题，它反馈的结果是“Thisisadog”，this、is、a、doa这就是4个token。它大概是每1000个token，0.7美分，这个价格比传统搜索结果差出3个数量级的价格差距。 用现在ChatGPT3.0所展示出结果，到目前为止是盈亏不平衡的事情。 ChatGPT3.0之前免费给大家提供API，供大家使用，他是希望落后一些的数据输入，等于让人民大众去帮助他训练模型。但是当训练量到了以后就需要收费来hold住他的成本。 国内肯定更是这样。 因为这个东西也是规模效应，我认为百度每1000个token肯定是要比OpenAI实验室要高的。我们可能也是这个样子。 但是为什么我说这个事情很快就会有大规模的商业应用呢？ 因为在之前几年硬件一直是以摩尔定律来增长的，18个月3米3，尤其是GPU。 AI算力是由CPU，大家如果玩游戏的话，一直