拾象：LLM投资思考及OpenAI案例分享（2023）（48页）.pdf

1、 LLM 投资思考及 OpenAI 案例分享2023 年 2 月拾象分享丨2023.32023 年 2 月01 关于 LLM 的关键判断3判断 1：OpenAI 是什么？通用计算机通用计算机搜索公有云GPU终端9:19:1GPT-5 会成为 Windows 95 级别的新一代通用计算机平台操作系统9:19:19:19:15:3:25:3:2行业格局7:1:1:17:1:1:1影响格局的三股力量 I 信仰差异OpenAI-AGI、大厂、开源OpenAI 是全球唯一 AGI 坚定信仰者60%20%20%Foundation ModelsAI InfraKiller Apps行业价值环节行业价值环节

2、行业发展线行业发展线We are Here LLM-AI=Windows-PC,Apple-Mobile,AWS-Cloud,Tiktok-Short video OpenAI-Microsoft=Windows-IBM OpenAI-Azure/Nvidia=AWS-Cisco/DELL/EMC判断 2 ：LLM 会拿走价值链的大头5判断 3：LLM 带来了什么变化MobileMobile 时代LLM 时代 Location Touch Camera Audio input Video input Time spent x5 Expand user base x10 User behavio

3、r data ML 理解能力：采集更多非结构化数据 交互方式多元化 自然语言取代编程语言 生成能力：推理能力 Portal Search 推荐 Chat/AIGC：组织信息的效率和能力持续变强，每次变化都带来更大更新商业模式升级，更简洁+无限可能6判断 4：LLM 的边界是什么 OpenAI 是大脑，微软是身体，多模态是眼睛耳朵 专有数据：是血液，能形成壁垒，比如私人助理比 LLM 更懂我 网络效应：LLM 很难重构 WeChat 熟人网络 规模效应：LLM 依赖高质量供应链，iPhone 做不了 Uber/Airbnb/DoorDash 机器人：LLM 有机会做掉虚拟机器人，提前布局物理机器

4、人有机会形成壁垒L2L2L4L41万/月的个人助理 无限供给的 20 美元/月的大学生人类最强大脑7判断 5：LLM 的下一步是 Action Action 的相关探索：给大模型的“脑子”装上“手”。两个路径：Inflection、adept OpenAI Plugin Action 会重新组织 App/Saas 软件生态，未来没有 SaaS，只有 Service，LMO(Large Model Optimization)变得很重要ChatGPTChatGPT gets gets“eyes and earseyes and ears”with plugins with plugins2023

5、年 2 月02 AI Native 的应用会是什么样AI Native 的应用会是什么样 交互的重构：从用户适应产品到产品适应用户。每个用户都有了 L2/L3 级别的自动驾驶、或一个 8000元月薪的助理 数据和信息的重构：从结构化数据到非结构化数据。数据是石油，LLM 让炼油能力增强。拥有更多的非结构化数据具有先发优势。服务的重构：从组织、撮合变成直接提供服务。发散性任务先被满足，需要推理、推断的任务后被满足。反馈机制的重构：从功能迭代到模型迭代。用户能教育、纠错 AI，多轮尝试，AI 真正做到自我学习。现有软件现有软件AIAI NativeNative 软件软件有限 Input，用户适应产

6、品站外搜索，多产品切换处理结构化数据服务撮合、促进交易人和人对话功能迭代无限 Input，产品适应用户贴身助手、辅助驾驶处理非结构化数据直接提供服务人 VS 机器、机器 VS 机器模型迭代NowFuture92023 年 2 月03 大厂和独角兽对LLM的应用情况11大部分老公司还没有通过 LLM 产生可观收入，还没有最佳实践诞生。现在起步不算晚；真正被定价和推向用户的只有 4 个产品；已有 LLM 集成的公司普遍在等待未来 6-8 个月窗口期验证 AI 能力对 win rate、保护定价等方面的帮助。已有大厂和独角兽对 LLM 的应用情况Source：根据市场公开信息整理12LLM 可以跟业