ChatGPT的诞生加速了AI乃至整个科技行业的发展。从业者常说，“AI一日，人间十年”。
在此背景下，全球科技公司纷纷进入AI行业，一大批“AI+”而“+AI”公司的异军突起，让人不禁想起40年前Windows系统诞生时的盛况。
但与以往类似，虽然在操作系统、AI大语言模型等技术基础赛道上存在相对较高的资金和技术壁垒，因此参与者不多，但有机会创造软件和插件-ins属于大大多数人。
正因为如此，所有相关行业从业者和投资者都不愿意错过这样一个新的机会。
那么，在市场上应用AI的企业应该如何发展？ AI行业的存量市场和增量市场在哪里？投资人工智能的逻辑和新方法是什么？澳洲金融投资研究团队将在本文中依次做出解答。
1
为什么要用AI？
目前大部分企业都倾向于在应用层面使用AI。从这个角度来说，AI的意义就是SaaS的高级形态。企业使用人工智能的核心目的是降低成本和提高效率。
首先，通过应用AI，企业可以让结构化和非结构化数据一起连接到大型模型，有效降低SaaS软件部署的成本。
其次，通过成熟的AI平台，可以帮助普通应用快速实现智能化。例如之前ChatGPT接入酒店、机票预订网站Expedia、先买后付软件Klarna、在线餐厅预订服务OpenTable等，大大降低了营销成本。
最后，人工智能还可以帮助企业带来效率的显着提升。 Midjourney，一家只有11名员工的AI绘画公司，年营收可达1亿美元；为了实现同样规模的收入，社交媒体平台Discord需要650名员工。
可见，在AI赛道上，传统SaaS公司的机会最多！那么我们应该如何选择才能赢得投资机会呢？对于SaaS公司来说，最重要的是了解存量市场和增量市场的区别。
2
AI股市 / p>
AI行业有很多赛道为外界所熟知，比如金融、医疗、营销、教育等诸多领域。
以AI教育公司Grammarly为例，该公司可以为用户提供拼写和语法检查，2021年估值约为130亿美元。
但当更多的公司和用户开始使用 ChatGPT，他们发现 ChatGPT 可以达到和 Grammarly 一样的效果，而且效果不比 Grammarly 差。这使得像 Grammarly 这样的公司很快失去优势，逐渐被其他大型语言模型生成的内容所取代。
为了应对ChatGPT的攻势，Grammarly推出了基于GPT-3.5语言模型的功能，可以快速生成文本草稿，并可以使用专有的机器学习模型来学习和维护用户独特的写作风格。可以这么说，Grammarly 正在使用 AI 来增强其产品。
Tola Capital 创始人 Sheila Gulati 表示，除非 AI 公司拥有可以增强其能力的数据模型的版本，例如客户习惯，许多初创公司将不再拥有真正盈利的业务。
这是AI股赛道的投资逻辑之一。 AI软件企业需要向精细化发展，拥有自己独特的竞争优势，比如独特的算法、独特的数据，使产品和市场与竞争对手区分开来。
这也可以引出AI股赛道的第二种投资逻辑。如果你想让你的产品有差异化，你必须有渠道获取大量高质量的数据来训练模型。它产生最准确的结果。
一个反面案例是AI进入更早、更成熟的医疗行业。在应用人工智能的过程中，经常面临难以获取大量客户隐私数据的问题。有偏差。
相对而言，在行业内有一定市场、自身拥有大量用户数据的企业，在应用AI时会更加得心应手。
在澳大利亚，在线房地产广告公司REA Group和在线汽车销售平台Carsales成为正面案例，是可以从AI中获益的典型企业。这两家公司拥有大量优质数据，业务与人工智能高度契合。通过人工智能优化业务，分析消费趋势，掌握动态定价策略，增强客户粘性。
从以上案例可以看出，此前在细分领域处于领先地位的企业，在大规模应用AI后，可以充分利用之前获得的数据，训练出更好的模型，并获得高质量的产品。护城河。
3
人工智能增量市场
存量市场往往集中在之前的成熟行业，但未来的商业AI主要分为两种：生成AI和决策AI。存在被外界看重的增长潜力。
不过，在澳洲金融投研团队看来，这只是未来最重要的两个发展方向，并不意味着AI的发展只限于这几个方向.
首先，生成式人工智能面临监管问题。下图是AI生成的特朗普被捕画面。它在社交媒体上被有心人使用，并被众多美国网友疯狂传播。
更麻烦的是随着深度合成和生成AI的开源，技术门槛迅速降低，技术滥用的可能性增加。造成负面影响。
此前，数千名人工智能专家联名发起呼吁，暂停巨型AI研发至少6个月。专家们在公开信中表示：“人工智能已陷入失控的赛跑世界上，每个人都在争先恐后地开发和部署人工智能，但包括创造者在内的人们都无法完美地理解、预测和控制它。 “
OpenAI的创始人奥特曼也表示，在未来，在开始训练之前审查AI系统可能会变得非常重要，以及用于创造新的计算能力的增长率型号也应该是有限的。
OpenAI 创始人 Sam Altman，图片/wired.com
显然，随着对生成需求的增长，对AI监管的需求也会增加人工智能。数据采集合规性、人工智能模型透明度和生成内容审查将成为未来人工智能监管的主要领域。
然而，危险背后也蕴藏着机遇。此前布局这些领域的数据公司和网络安全公司有望迎来进一步发展。
相比近段时间为用户所熟知的生成式AI，决策式AI其实起步更早，应用也更广泛，如智能家居、服务机器人、智能驾驶、金融行业等。使用决策人工智能。
人工智能在某些特定环境下的决策能力已经能够超越人脑。此前，谷歌开发的AlphaGo，经过16万人对局和3000万机对局，先后击败李世石、柯洁等围棋棋手世界冠军。
现阶段决策AI受限于完全模拟的难度真实环境和完全代表整个已知数据的难度。在现实世界中收集数据的成本太高，泛化能力有限。
深度学习兴起后，决策AI可以突破环境和算法的限制，实现标准化。但值得注意的是，在实际应用层面，高昂的试错成本仍然限制了深度学习的落地。目前，深度学习依赖于试错过程，即通过反复学习错误，最终得到正确的结果。
但在现实世界中，无人驾驶、国家政策发布等事件仍然存在较高的试错成本，这也限制了决策AI在现实生活中的大规模落地。
相对于大规模应用，在小规模应用方面，决策AI为企业数字化转型提供了新路径。
在金融领域，决策AI可以在几毫秒内代替信贷经理识别和暂停可疑交易，并输出更准确的结果；在反洗钱领域，决策AI可以快速识别可疑交易，解决反洗钱机构“漏报”和“多报”问题，对客户的打扰率也有所下降。
目前全球决策AI的代表企业有第四范式、思速数据、匹克AI。这些企业的算法模型不仅应用于金融领域，还与能源、营销等行业有很好的融合。例如，决策AI可以为石油企业提供输油管道安全预警应用，保障油气管道的平稳运行；在营销领域，决策AI可以优化店铺选址、产品布局、产品选择策略，提高企业运营效率。
显然，与深受政策调控影响的生成式AI相比，决策式AI有更大的成长空间。随着市场需求的增长，深入研究决策人工智能算法的公司将不断涌现。
澳洲金融投资研究观点
随着ChatGPT的爆发以及众多巨头公司进入大模型领域，AI赛道正在充满了新老玩家。
对于投资者来说，如果选择投资人工智能相关的股票市场，主要方向应该是瞄准在行业内已经有所建树的公司。这些公司通常拥有高质量的行业和客户数据。与AI结合后，他们可以先发制人，提前优化AI模型，产生更精准的结果。
如果选择投资AI增量市场，生成AI监管企业或决策AI在企业数字化中的应用。��将成为未来高速增长的两条重要赛道。此外，人工智能将有更多增量市场，涉及更多领域。
未来的AI会是什么样子，可能还不得而知，或者AI本身已经给了我们答案：
澳洲中文论坛热点
- 悉尼部份城铁将封闭一年，华人区受影响！只能乘巴士（组图）
- 据《逐日电讯报》报导，从明年年中开始，因为从Bankstown和Sydenham的城铁将因Metro South West革新名目而
- 联邦政客们具有多少房产？
- 据本月早些时分报导，绿党副首领、参议员Mehreen Faruqi已获准在Port Macquarie联系其房产并建造三栋投资联
