新技术有机会引致翻天覆地的改变，例如互联网和智能手机的出现，便创造了一批市值过千亿，甚至万亿美元的巨企。在过去数月，谈论得最多的一定是「生成式人工智能」（Generative Artificial Intelligences，简称GAI），如OpenAI的ChatGPT，谷歌的Bard和百度的Ernie等。如试用过GAI的读者定会感受得到，GAI 的能力有点超乎想像，对不同行业的影响也开始浮现。
在今年5月初，针对大学生的网上学习平台Chegg ，股价在一日之间几乎腰斩。原因是管理层指出由3月起，见到学生对使用ChatGPT的兴趣大增，担心会影响公司未来增长空间。 GAI是一个新行业，目前投资者难以准确把握投资机会。但相信两个问题至关重要，分别是GAI的竞争门槛在哪里和目前什么公司会受惠于GAI？
GAI行业可简单分为上中下游三部分。中游是GAI神经网络模型的持有者，他们负责建立和训练模型，例如上文所提及的三间GAI公司。上游为基建持有者，大至可分为硬件图形处理器（GPU）供应商和云端平台公司。云端平台公司购买GPU，再用此来建立给神经网络使用的系统。最后为下游面向终端客户的公司，他们会从模型持有者获得数据，再用来创造服务用家的软件和App，例如能帮助程式设计师写程式的GitHub CoPilot。
虽然有不少人认为，知识产权可能是最重要的竞争门槛，但其实目前有不少开源的「大语言模型」可供使用，再加上不少AI专家都会要求雇主准许他们在专业期刊上发表研究报告，所以大家互相学习的气氛非常浓厚。事实上，就算是ChatGPT的核心结构，都是建基于其竞争对手谷歌在2017发表的Transformer模型。 ChatGPT中的T就是Transformer的意思。
业内人士指出，最重要的竞争门槛反而是数据质量和电脑功能，而这两项基本上是财力的比拼。虽然互联网上有无尽的免费数据，但数据需要经过清理才能使用，此过程可以所费不菲。假如用偏颇数据来训练GAI，结果可能创造出一个充满歧视和仇恨的GAI。
至于电脑门槛，谷歌指出如只使用一片GPU来训练Bard的话，基本上需时355年。一片项目级GPU的价钱为一万美元，由此可以推算，如想把训练时间缩短至合理水平的话，单是硬件投资已经是天文数字。业内人士分析，训练一个大型语言模型，成本可以高达上亿美元。训练也不可能一步到位，需要经过不断尝试和失败，试问有多少公司能有此等财力来成功训练GAI。
不止硬件投资和训练成本昂贵，就算是运行GAI的成本，也比运行搜索引擎高得多，有投资银行计算过，GAI每次回答问题的成本，比普通搜索高10倍。 GAI模型拥有者如何用GAI来创造能获利的商业模型，目前还在摸索阶段。长远来看，如果GAI模型持有公司，最终能把GAI转变成为一个平台，如同微软的视窗或苹果的iOS等，能让不同的软件在上运行，造成经济规模，再把客户锁定，从而创构成一个难以退出的商业模式的话，发展空间便会大大增加。至于客户端的软件，由于行业仍然年轻，有竞争优势的商业模式还未出现，一些用AI来帮学生补习，或用AI来帮程序员写程式的App等，目前都还没有能把客户长期锁住的能力。
从以上总结，GAI目前仍然是烧大钱的行业，大公司的竞争优势在于其财力。短期内上游公司看似有更多投资机会：训练GAI的一大部分的开支会用于购买云公司的服务，而GAI的运行需要GPU，因此，云服务公司和GPU生产商会因此而得益。
免责声明
这份文件是基于管理预测及反映当时的情况和我们在截至这个日期的看法，所有这些资讯都随时有所变化。在编制这份文件时，我们依赖和假设了所有可以从公共来源获得的资讯的准确性和完整性，并没有进行独立的验证。本文件中的所有意见或估计全是行健资产管理有限公司截至这个日期的判断，如有更改恕不另行通知。
投资基金涉及风险。过往表现不可作为日后表现的基准。阁下有机会损失部分或全部的投资,阁下不应单靠此宣传资料而作出投资决定。每个基金可能有不同的基础投资，并面临许多不同的风险，建议阁下投资前请参阅基金说明书，了解风险因素等资料。阁下如有疑问，谨请与阁下的财务顾问联络及咨询专业意见。此文件由行健资产管理有限公司刊发及并未经证券及期货事务监察委员会审核。
本资料提及任何行业、证券或证券类别的目标价格及未来表现预测并不获确保能达至的。投资组合内的现有投资可能有也可能没有所讨论的行业、证券或证券类别, 有关本文所述特定行业、证券或证券类别的任何提述戓推论并不构成购买, 出售戓持有该行业的证券或该公司证券的建议。请注意任何行业、证券或证券类别的未来表现预测将随时变改并且仅在本资料发布之日为最新的。目标价格只作为所设定目标及并不能视为保证或确认本资料提及的行业的投资、资产或资产类别将来可达至的结果。
中英文版本如有任何差异，概以英文版本为准。
