新技術有機會引致翻天覆地的改變，例如互聯網和智能手機的出現，便創造了一批市值過千億，甚至萬億美元的巨企。在過去數月，談論得最多的一定是「生成式人工智能」（Generative Artificial Intelligences，簡稱GAI），如OpenAI的ChatGPT，谷歌的Bard和百度的Ernie等。如試用過GAI的讀者定會感受得到，GAI 的能力有點超乎想像，對不同行業的影響也開始浮現。

在今年5月初，針對大學生的網上學習平台Chegg ，股價在一日之間幾乎腰斬。原因是管理層指出由3月起，見到學生對使用ChatGPT的興趣大增，擔心會影響公司未來增長空間。 GAI是一個新行業，目前投資者難以準確把握投資機會。但相信兩個問題至關重要，分別是GAI的競爭門檻在哪裡和目前什麼公司會受惠於GAI？

GAI行業可簡單分為上中下游三部分。中游是GAI神經網絡模型的持有者，他們負責建立和訓練模型，例如上文所提及的三間GAI公司。上游為基建持有者，大至可分為硬件圖形處理器（GPU）供應商和雲端平台公司。雲端平台公司購買GPU，再用此來建立給神經網絡使用的系統。最後為下游面向終端客戶的公司，他們會從模型持有者獲得數據，再用來創造服務用家的軟件和App，例如能幫助程式設計師寫程式的GitHub CoPilot。

雖然有不少人認為，知識產權可能是最重要的競爭門檻，但其實目前有不少開源的「大語言模型」可供使用，再加上不少AI專家都會要求僱主準許他們在專業期刊上發表研究報告，所以大家互相學習的氣氛非常濃厚。事實上，就算是ChatGPT的核心結構，都是建基於其競爭對手谷歌在2017發表的Transformer模型。ChatGPT中的T就是Transformer的意思。

業內人士指出，最重要的競爭門檻反而是數據質量和電腦功能，而這兩項基本上是財力的比拼。雖然互聯網上有無盡的免費數據，但數據需要經過清理才能使用，此過程可以所費不菲。假如用偏頗數據來訓練GAI，結果可能創造出一個充滿歧視和仇恨的GAI。

至於電腦門檻，谷歌指出如只使用一片GPU來訓練Bard的話，基本上需時355年。一片項目級GPU的價錢為一萬美元，由此可以推算，如想把訓練時間縮短至合理水平的話，單是硬件投資已經是天文數字。業內人士分析，訓練一個大型語言模型，成本可以高達上億美元。訓練也不可能一步到位，需要經過不斷嘗試和失敗，試問有多少公司能有此等財力來成功訓練GAI。

不止硬件投資和訓練成本昂貴，就算是運行GAI的成本，也比運行搜索引擎高得多，有投資銀行計算過，GAI每次回答問題的成本，比普通搜索高10倍。GAI模型擁有者如何用GAI來創造能獲利的商業模型，目前還在摸索階段。長遠來看，如果GAI模型持有公司，最終能把GAI轉變成為一個平台，如同微軟的視窗或蘋果的iOS等，能讓不同的軟件在上運行，造成經濟規模，再把客戶鎖定，從而創構成一個難以退出的商業模式的話，發展空間便會大大增加。至於客戶端的軟件，由於行業仍然年輕，有競爭優勢的商業模式還未出現，一些用AI來幫學生補習，或用AI來幫程序员寫程式的App等，目前都還沒有能把客戶長期鎖住的能力。

從以上總結，GAI目前仍然是燒大錢的行業，大公司的競爭優勢在於其財力。短期內上游公司看似有更多投資機會：訓練GAI的一大部分的開支會用於購買雲公司的服務，而GAI的運行需要GPU，因此，雲服務公司和GPU生产商會因此而得益。

免責聲明

這份文件是基於管理預測及反映當時的情況和我們在截至這個日期的看法，所有這些資訊都隨時有所變化。在編制這份文件時，我們依賴和假設了所有可以從公共來源獲得的資訊的準確性和完整性，並沒有進行獨立的驗證。本文件中的所有意見或估計全是行健資產管理有限公司截至這個日期的判斷，如有更改恕不另行通知。

投資基金涉及風險。過往表現不可作為日後表現的基準。閣下有機會損失部分或全部的投資,閣下不應單靠此宣傳資料而作出投資決定。每個基金可能有不同的基礎投資，並面臨許多不同的風險，建議閣下投資前請參閱基金說明書，了解風險因素等資料。閣下如有疑問，謹請與閣下的財務顧問聯絡及諮詢專業意見。此文件由行健資產管理有限公司刊發及並未經證券及期貨事務監察委員會審核。

本資料提及任何行業、證券或證券類別的目標價格及未來表現預測並不獲確保能達至的。投資組合內的現有投資可能有也可能沒有所討論的行業、證券或證券類別, 有關本文所述特定行業、證券或證券類別的任何提述戓推論並不構成購買, 出售戓持有該行業的證券或該公司證券的建議。請注意任何行業、證券或證券類別的未來表現預測將隨時變改並且僅在本資料發佈之日為最新的。目標價格只作為所設定目標及並不能視為保證或確認本資料提及的行業的投資、資產或資產類別將來可達至的結果。

中英文版本如有任何差異，概以英文版本為準。