计算机行业深度报告：ChatGPT的流量去哪了？

我们认为对ChatGPT流量的统计存在显著低估；同时，仅通过应用访问量判断AI市场热度的观点，并未深刻理解Open AI等巨头的商业战略和产业发展。我们认为，所谓ChatGPT的“流量瓶颈”，主要由以下三方面原因导致，分别是1、Open AI战略，流量高低在API结构；2、算力短缺；3、访问时长（ChatGPT限流）+访问人数（部分地区封锁账号）。 OpenAI的战略是避免与客户竞争争夺流量，希望更多客户接入API，ChatGPT的愿景是成为一个超级智能的工作助手。我们认为今年席卷的AI浪潮本质上是生产力的革命，一个爆款现象级应用的流量暴涨仅仅是一个产业开启的前奏。关注第二第三梯队应用发展更能够客观感受到整个行业的繁荣。Open AI受限于GPU，算力仍为稀缺资源，整体行业需求依旧有较大释放空间。OpenAI存在对一些地区产品使用的限制，我们认为若将来未覆盖市场进一步开放，有望看到流量的二次增长曲线。 大模型型应用加速落地，桌面端+移动端构筑AI生态。目 前，Open AI API接口+plugin插件打造AI助手已初步落地，从网络浏览器、代码解释器到第三方工具，联网功能全场景应用。此外，ChatGPT已经推出iOS版应用程序，移动端已经推出联网模式，有望开启ChatGPT第二波成长曲线。此外，Open AI持续深化布局，据The Information最新消息，OpenAI正准备发布一个类似App Store针对定制化模型/软件的交易市场平台。我们认为随着桌面端的布局日臻完善，移动端将成为大模型厂商的主战场。 我们判断AI的趋势正从供给侧转向应用侧。大模型具有“预训练+精调”等功能，显著降低AI开发门槛，即“低成本”和“高效率”。模型侧，以Open AI为例，模型迭代进度明显加快，GPT-4、多模态、AI生成图片、AI生成视频等算法逐步点燃AI领域，模型迭代速度持续加快，我国大模型“自研热”持续，自研速度处于加速状态。因此我们认为在供给侧持续高爆发的情况下，应用侧有望爆发，服务场景进一步拓宽，成为真正意义上解放生产力的双手，我们认为数据有望成为应用侧的核心壁垒。 投资建议 我们认为OpenAI并未陷入流量“瓶颈”，算力侧和应用侧同样前景广阔，相关受益标的: 1)AI芯片厂商，相关受益标的为:寒武纪、海光信息、景嘉微、龙芯中科等； 2)AI服务器厂商，相关受益标的为:中科曙光、神州数码、拓维信息、工业富联、浪潮信息等； 3)AI云厂商，相关受益标的为:首都在线、鸿博股份、青云科技、优刻得、光环新网、新炬网络等； 4)AI+办公：金山办公、福昕软件、泛微网络、彩讯股份 、鼎捷软件等； 5)AI+金融:同花顺、财富趋势、新致软件等； 6)AI+医疗:润达医疗、万达信息、卫宁健康等； 7)AI+教育:佳发教育、鸥玛软件、科大讯飞等； 8)AI+军工:航天宏图、中科星图、华如科技等； 9)AI+其他:焦点科技、华宇软件等。 风险提示 核心技术水平升级不及预期的风险，AI伦理风险，政策推进不及预期的风险，中美贸易摩擦升级的风险。 1.ChatGPT流量复盘及分析 1.1.AI应用流量变化情况概览 ChatGPT自发布以来，访问量从去年12月至今年3月一直呈现高速增长态势，但从下图趋势可见，从今年4月开始访问量增速明显放缓，在5月、6月期间甚至出现单周负增长的现象（根据SimilarWeb数据，1月-5月ChatGPT访问量份环比+131.6%/+62.5%/+55.8%/+12.6%/+2.8%） 。 因此 ， 市场出现担心AI热减退、ChatGPT被高估的声音。 我们认为对ChatGPT流量的统计存在显著低估；同时，仅通过应用访问量判断AI市场热度的观点，并未深刻理解Open AI等巨头的商业战略和产业发展。现阶段，单从ChatGPT访问量判断行业发展已经相对片面，应当从更长期的视角甄别数据理解底层逻辑。 我们认为，所谓ChatGPT的“流量瓶颈”，主要由以下三方面原因导致，在下文中我们将详细分析这些观点，并对接下来AI应用的发展趋势和特征给出判断： 1、Open AI战略在于避免与客户竞争，下一个流量高地在API接口 2、GPU短缺算力限制 3、访问时长（ChatGPT限流）+访问人数（部分地区封锁账号） 1.2.Open AI剑指消费级企服平台：“ChatGPT+API”新结构 首先，需强调Open AI的战略是避免与客户竞争争夺流量，希望更多客户接入GPTAPI，希望客户自己的产品通过使用API变得更好。据华尔街见闻，很多的开发者说，他们在使用OpenAI的API构建产品时，担心OpenAI会发布竞品，但OpenAI未来不会发布超过ChatGPT的更多产品。ChatGPT的愿景是成为一个超级智能的工作助手。 在理解Open AI重点不在C端的战略背景下，进一步分析流量统计逻辑。由于SimilarWeb的技术限制，上文图1的访问量数据不包含OpenAI API接口的流量，仅仅包括ChatGPT应用网站的访问量，这意味着随着OpenAI接口生态完善，该统计数据偏离更显著。因此，我们从1）其他AI Chat网站热度、2）To B企业端对AI模型的消费需求、3）第二三梯队AI应用爆发三个维度追踪行业现状。 以近期新的明星产品Character.ai为例，它是一个目前主要针对娱乐需求的AI Chatbot（排除API统计口径干扰）。Characterai公司致力于实现与计算机进行无限对话，正在研发下一代的对话机器人技术，应用范围广流乏，包括娱乐、教育、常规问答等。该公司的"对话机器人基于自有的大型语言模型技术，从头开始构建和训练，专为对话而设计。用户负责编写一个角色的台词，机器人负责创作另一个角色的台词，给用户一种在与另一个角色对话的体验。 通过Character.ai分析AI Chat未失真的娱乐需求数据，根据SimilarWeb统计，今年3月第一周的访问量约为 21.4M ，到5月的第三周其访问量已经增至 70.6M ，增加超三倍。同时，近三个月内Character.ai的用户平均访问时长接近30分钟较为稳定。 ChatGPT降低费用门槛，To B端企业集成部署需求旺盛。据财联社消息，今年3月2日，ChatGPT官方API发布，价格为1ktokens/$0.002，即每输出100万个单词需要2.7美元（约18元人民币），比此前GPT-3.5模型价格降低90%。我们认为开放API、降低Token费用，能够大幅促进更多应用接入ChatGPT,丰富生态，这也可以解释在该阶段造成对ChatGPT的分流（可再次回顾图1）。 以llamaindex.ai为例（一定程度上反映企业端AI大模型需求），该网站前身为GPT ndex。Llamalndex是一个数据框架，可以为大语言模型提供数据摄取、数据索引和查询引擎。Llamalndex可以将大模型和企业数据连接起来，做定制化的LLMs，管理数据流和任务调度。根据华尔街见闻消息，lamaindex.ai周计方问量同比成长122.69%。和它类似的工具还有LangChain，现在全球越来越多的公司开始把自然语言融入产品进行交互，而新的开发方式意味着新的技术栈。 对于To B端的企业需求分析，还可以通过开发者社区的活跃程度侧面印证。 以Hugging Face为例，它是机器学习开源参考模型的强大引擎，使得开发者可以构建、训练并部署最先进的模型。这是一个高速发展的社区，据NLP日志录数据，包括Meta、Google、Microsoft、Amazon在内的超过5000家组织机构在为HuggingFace开源社区贡献代码、数据集和模型。目前包括模型236,291个，数据集44,810个。刚开始大多数的模型和数据集是NLP方向的，但图像和语音的功能模型正在快速更新中。Hugging Face这类开发社区的野蛮生长同样意味着B端和部分C端加速应用部署模型态势不减。 我们认为今年席卷的AI浪潮本质上是生产力的革命，一个爆款现象级应用的流量暴涨仅仅是一个产业开启的前奏。现阶段，除了以ChatGPT为代表的标杆应用，关注第二第三梯队应用发展更能够客观感受到整个行业的繁荣。目前有越来越多的应用开始发力，几乎每周都有新的爆款。 1.3.Open AI受限于GPU，算力仍为稀缺资源 根据极市平台消息，OpenAI的CEO-Sam Altman在采访中透露，目前OpenAI面临非常严峻的GPU限制，这也延迟了他们一些短期计划的实施。近来，客户投诉最多的是关于API的可靠性和速度问题，据Sam解释，大部分问题是由于GPU短缺造成的。 在处理文本方面，更长的32k上下文还不能面向更多人推出。现在OpenAI还没有完全克服注意力机制的O (n^2)扩展问题，虽然OpenAI似乎很快就能实现100k-1M token上下文窗口（在今年内）文本处理，但更大的文本处理窗口需要进一步的研究突破。除此之外，目前微调API也受到GPU供应的限制。OpenAI尚未使用像Adapters或LoRa这样的高效微调方法，因此微调运行和管理起来计算都非常密集。Sam透漏更好的微调技术将在未来推出，他们甚至可能提供一个社区专门研究模型。专用容量提供也受到GPU供应的限制。OpenAI还提供专用容量，为客户提供一个私有的模型副本。要使用此服务，客户必须愿意预先承诺支出10万美元（约合68.7万人民币）。 根据我们的测算，ChatGPT产品运营需英伟达A100 GPU约71296片，预计投入算力成本达17.73亿美元。据SimilarWeb数据，2023年5月（至5月24日）ChatGPT官网（chat.openai.com）总访问量为14.08亿次。据环球零碳研究中心数据，每次用户与ChatGPT互动，ChatGPT的每个响应词在A100 GPU上需要350毫秒。除了支持ChatGPT产品本身的运营，还有上述微调API及专用容量等的算力需求。因此我们认为目前算力仍然是制约AI应用发展的重要一环，整体行业需求还有较大释放空间，这也是近期访问量趋缓的原因之一。 根据极市平台消息，Sam在采访中分享OpenAI API的近期路线图，主要分两个阶段： 2023的路线 1、OpenAI的首要任务是推出更便宜、更快的GPT-4：OpenAI的目标是尽可能地降低智能成本（the cost of intelligence），因此随着时间的推移，API的成本将会降低； 2、更长的上下文窗口：在不久的将来，上下文窗口可能高达100万个token； 3、微调API：微调API将扩展到最新的模型，但确切形式将由开发人员决定； 4、状态API：现在调用聊天API时，必须反复地通过相同的会话历史，并一次又一次地为相同的token进行支付，将来版本的API可以记住会话历史记录； 2024年路线 5、多模态：这是作为GPT-4版本的一部分进行演示的，但在更多GPU上线之前不能扩展到所有人。 1.4.OpenAI限流+账号封锁，“主动”控制流量 根据蓝点网科技资讯，今年3月OpenAI连续大幅缩减付费用户GPT-4提问次数，GPT-4刚推出的时候订阅会员可以率先体验，每4小时可以提问100次，随后提问次数又被缩减为50次，最后变为订阅会员仅能在3小时内提问25次。今年6月，OpenAI再次取消了ChatGPT手机版GPT-4无限次提问，也改变为3小时提问25次（经蓝点网测试，移动端限制暂未覆盖全部用户）。 我们认为限流一方面是因为OpenAI在推出订阅会员时没有预估到如此高的付费率，以至于配额超限，希望减轻负载压力。另一方面是由于OpenAI平台战略（可回顾1.2部分分析），对于C端意在保持一定量的基础上，着重提升交互的质量，因此会在一定程度上控制或收缩C端流量。 OpenAI存在对一些地区产品使用的限制。包括中国在内的7个国家无法访问ChatGPT。同时，近期OpenAI决定暂