来源:中金点睛 作者:于钟海 王之昊等
中金认为,OpenAI发布ChatGPT Plugins,标志着AI时代的“操作系统”初见雏形。未来大模型端或马太效应显著,应用侧仍有望百花齐放,坚定看好应用侧发展机遇。
摘要
OpenAI发布ChatGPT Plugins,AI时代的“操作系统”初见雏形。3月24日,OpenAI正式发布插件功能ChatGPT Plugins,凭借官方发布的11款插件,用户已经可以实现在ChatGPT上进行食谱热量计算、在线订购食材、机票等功能。具体而言,ChatGPT Plugins是进一步生态变革的开端,基于ChatGPT的改进包括:能够访问互联网实时数据、创建并编译代码、调用和创建第三方程序。我们认为,ChatGPT Plugins有望成为AI时代的核心入口,从大模型技术赋能者转向平台经济重要生态入口卡位,一方面可以接入应用、赋能应用,另一方面可以调用应用、操作应用,以大模型兼具“操作系统”角色,加速海外生态中与其他应用层的精细化分工。
GitHub发布升级版Copilot X,全面提升开发者工作效率。3月22日,GitHub Copilot X发布,在原Copilot的代码生成基础上,增加了交互式代码生成、修改、解释、语音生成能力,并在开发者常用的拉取请求、终端界面等场景下实现了GPT-4的全面赋能。短期来看,我们看好GPT赋能下开发效率实现大幅提升;长期来看,我们认为通过自然语言交互,GPT-4有望发展成为真正意义上的“无代码平台”,带来软件行业商业模式进化。
未来大模型端或马太效应显著,应用侧仍有望百花齐放,坚定看好应用侧发展机遇。大模型路线下,成本、算力、场景、数据等多维度需求铸就高门槛,我们认为缺少资源的中小参与者或难以跟随技术发展的步伐,大模型格局或将走向集中。国内大模型厂商在发挥生态先发优势的同时,仍面临潜在GPT大模型开源带来的门槛降低、生态冲击风险。另一方面,大模型赋能行业应用场景广泛,我们认为应用侧有望百花齐放。我们认为大模型技术革命下应更加看重数据丰富的闭源应用场景(电商、搜索、工业、金融、建筑设计等领域),并关注海外产业化落地进展及国内对标成果。
风险
技术进展不及预期,国内应用落地不及预期。
正文
OpenAI发布ChatGPT Plugins,AI时代的“操作系统”初见雏形
北京时间2023年3月24日,OpenAI正式发布插件功能ChatGPT Plugins。ChatGPT实现了对插件的支持,补齐数据时效性的短板,拥有了联网访问最新信息,进行数学计算、代码运行或直接调用第三方API服务等一系列能力。凭借官方发布的11款插件,用户已经可以实现在ChatGPT上进行食谱热量计算、在线订购食材、机票等等。
图表:OpenAI为ChatGPT Plugins首发11款官方插件
案例1:访问互联网实时数据
针对实时信息相关问题,ChatGPT已实现联网获取信息后生成答案。推出插件之前,ChatGPT被诟病最多的话题是训练数据截至2021年,不能获取最新消息。然而基于之前WebGPT等工作,ChatGPT Plugins实现了浏览互联网信息,大大拓宽了数据范围。例如用户可以向ChatGPT提问最新一届奥斯卡的相关信息,ChatGPT会联网进行搜寻,然后按照大家已经熟知的方式输出结果。此外,作为语言模型ChatGPT依然能够对语言进行创作性工作,例如用诗歌串联奥斯卡演员和电影。
图表:ChatGPT Plugins使用Browsing插件访问互联网后,回答奥斯卡相关问题并进行诗歌创作
案例2:创建并编译代码
ChatGPT可以运行Python编译器处理上传或下载的代码、文件。ChatGPT支持用户将文件上传至会话工作区、可以执行Python编译器运行代码,并在会话中持续存在供后续调用。该功能能够协助程序员提升工作流程效率,在用户实际使用中能够解决定量和定性的数学问题,进行数据分析和可视化,转换文件格式。
图表:ChatGPT进行代码编写解决数学问题
图表:ChatGPT与数据文件交互并可视化
案例3:调用和开发第三方程序
ChatGPT Plugins大大降低了调用和开发第三方程序的门槛。目前只需要输入自然语言,ChatGPT模型就能读懂用户的需求以调用适当的插件API实现用户意图。除了调用现有的插件之外,ChatGPT还支持通过自然语言交互来快速生成自定义插件(如OpenAI官网示例构建管理待办事项的插件),开发者只需要使用自然语言对插件的功能进行描述即可得到相应插件,大幅降低插件的开发门槛。
图表:管理待办事项的插件的Manifest文件示例
图表:ChatGPT调用OpenTable插件进行餐厅预订
图表:ChatGPT调用Instacart插件进行线上购物
ChatGPT Plugins实现模型与应用之间的互相调用,未来有望成为AI时代的“操作系统”。我们认为,ChatGPT Plugins可能成为AI时代的核心入口,从大模型技术赋能者转向平台经济重要生态入口卡位,一方面体现为可以接入应用、赋能应用,另一方面可以调用应用、操作应用,以大模型兼具“操作系统”角色,加速海外生态中与其他应用层的精细化分工。我们认为微软此前发布的Copilot中的Business Chat验证了生态入口这一想法。
从PC时代的Windows到AI时代的GPT,微软卡位重要生态入口,高筑生态壁垒。微软在PC时代做Windows操作系统的时候就非常重视生态,凭借先发优势迅速培育基于Windows的大批应用厂商,事实上生态壁垒是微软在操作系统领域核心壁垒之一。在AI时代,我们认为微软的生态布局思路类似,在大模型发布和生态卡位早期即将生态“平台化、上游化”,持续的将先发优势转换为生态壁垒。
未来大模型端或马太效应显著,应用侧仍有望百花齐放,我们坚定看好应用侧发展机遇。大模型路线下,成本、算力、场景、数据等多维度需求铸就高门槛,我们认为缺少资源的中小参与者或难以跟随技术发展的步伐,大模型格局或将走向集中。国内大模型厂商在发挥生态先发优势的同时,仍面临潜在GPT大模型开源带来的门槛降低、冲击大模型厂商生态的风险。另一方面,大模型赋能行业应用场景、应用任务广泛,我们认为应用侧有望形成百花齐放的局面。我们认为大模型技术革命下应更加看重数据丰富的闭源应用场景(电商、搜索、工业、金融、建筑设计等领域),并关注海外产业化落地进展及国内对标成果。
图表:海外前沿场景及国内对标梳理
GitHub升级Copilot X,GPT融合IDE改造软件行业生产力
GitHub Copilot通过AI赋能编程,加速代码开发。GitHub Copilot是2021年6月微软和OpenAI共同推出的一款基于GPT-3模型的AI赋能编程工具,可以自动推荐或生成代码供程序员使用,2022年6月正式上线(定价为10美元每月或100美元每年)。根据GitHub CEO介绍,GitHub发布以来通过自动注释和代码生成,参与编写了46%的新代码,帮助开发者代码编写速度提升55%。
GPT-4赋能下,升级版GitHub Copilot X全面赋能开发全流程。2023年3月22日,GitHub推出Copilot X计划,将GPT-4大模型融入IDE,通过对话和终端交互界面,在代码编写过程中支持对话式代码编写、修正、解释、语音生成等;在开发常用的代码拉取(Pull requests)、命令行使用、知识文档搜索等领域,Copilot X也能够实现深度赋能,助力开发者全流程提效。目前Copilot X尚未公测,订阅Copilot的开发者可以通过加入候选名单排队等待试用。
支持对话式代码编写、修正、解释、语音生成,全面提升编程效率
GitHub Copilot Chat成为“代码版”ChatGPT。其可以让开发者在编辑器中获得类似ChatGPT的体验,GitHub宣布Visual Studio、VS Code等集成开发环境(IDE)中将陆续实现Chat的集成。通过聊天窗口,开发者能够实现对话式代码编写、修正,还能够让Chat对选中代码进行解释,甚至支持语音生成代码功能,我们认为GPT-4赋能下的Copilot X进一步大幅提升了开发者的生产力。
图表:GitHub Copilot X支持通过对话交互生成代码
参与处理代码推送和命令行使用,全面优化开发者使用体验
GitHub Copilot X赋能代码拉取(Pull requests)环节。代码拉取(Pull requests)是开发者使用GitHub的核心功能之一,开发者通过提交拉取请求,将编写的代码推送到仓库管理员处,后者决定是否将代码合并进入主分支。Copilot X能够帮助开发者自动编写请求描述(通过Tab键可以实现快速填充),由此加速整个团队的代码审查和合并速度。
GitHub Copilot X实现快速查找终端命令行指令。终端(Terminal)也是开发人员经常使用的界面,而终端命令行数量较多,即使是熟练的开发人员较难准确记忆所有的命令。GitHub Copilot CLI能够通过编写命令和循环,支持模糊查询找到开发者需要的终端指令。
图表:GitHub Copilot X自动编写请求描述(左)、快速查找命令行指令(右)
GPT在代码开发领域的应用正在重塑软件行业的生产力。目前GPT-4的应用已经可以覆盖较多简单编程的工作,并且在较为复杂的编程环节也可以赋能开发者。长期来看,我们认为通过自然语言交互,GPT-4有望发展成为真正意义上的“无代码平台”,无开发经验的用户也有望成为开发者;短期而言,我们认为其仍是作为开发者的辅助工具而存在。
GPT赋能下,我们认为软件与服务行业公司有望迎来深刻的行业变革:
► 对于IT服务类公司:短期来看,我们认为GPT赋能下IT服务公司有望投入更少的开发或实施人员实现同等质量的交付,在成本端实现降本增效;收入端由于IT服务类公司通常采用人天报价模式,实施人员减少下项目整体报价或受到一定压制,但我们认为整体而言AI提升开发效率对IT服务类公司利大于弊。长期来看,我们认为开发人员持续减少有望迎来开发成本的持续下降和毛利率持续提升,IT服务公司有望迎来商业模式的变革。
► 对于产品型公司:降本是其次,开发工作效率是核心。软件产品的迭代速度是产品型软件公司的核心竞争力之一,我们认为GPT赋能下软件产品迭代开发速度有望更上一层楼。对软件公司而言,对客户需求和反馈的响应速度、对新技术的应用速度都有望实现进一步提升;对客户而言,快速迭代的产品也有望助力提升使用体验。
编辑/lambor
來源:中金點睛 作者:於鍾海 王之昊等
中金認爲,OpenAI發佈ChatGPT Plugins,標誌着AI時代的“操作系統”初見雛形。未來大模型端或馬太效應顯著,應用側仍有望百花齊放,堅定看好應用側發展機遇。
摘要
OpenAI發佈ChatGPT Plugins,AI時代的“操作系統”初見雛形。3月24日,OpenAI正式發佈插件功能ChatGPT Plugins,憑藉官方發佈的11款插件,用戶已經可以實現在ChatGPT上進行食譜熱量計算、在線訂購食材、機票等功能。具體而言,ChatGPT Plugins是進一步生態變革的開端,基於ChatGPT的改進包括:能夠訪問互聯網實時數據、創建並編譯代碼、調用和創建第三方程序。我們認爲,ChatGPT Plugins有望成爲AI時代的核心入口,從大模型技術賦能者轉向平臺經濟重要生態入口卡位,一方面可以接入應用、賦能應用,另一方面可以調用應用、操作應用,以大模型兼具“操作系統”角色,加速海外生態中與其他應用層的精細化分工。
GitHub發佈升級版Copilot X,全面提升開發者工作效率。3月22日,GitHub Copilot X發佈,在原Copilot的代碼生成基礎上,增加了交互式代碼生成、修改、解釋、語音生成能力,並在開發者常用的拉取請求、終端界面等場景下實現了GPT-4的全面賦能。短期來看,我們看好GPT賦能下開發效率實現大幅提升;長期來看,我們認爲通過自然語言交互,GPT-4有望發展成爲真正意義上的“無代碼平臺”,帶來軟件行業商業模式進化。
未來大模型端或馬太效應顯著,應用側仍有望百花齊放,堅定看好應用側發展機遇。大模型路線下,成本、算力、場景、數據等多維度需求鑄就高門檻,我們認爲缺少資源的中小參與者或難以跟隨技術發展的步伐,大模型格局或將走向集中。國內大模型廠商在發揮生態先發優勢的同時,仍面臨潛在GPT大模型開源帶來的門檻降低、生態衝擊風險。另一方面,大模型賦能行業應用場景廣泛,我們認爲應用側有望百花齊放。我們認爲大模型技術革命下應更加看重數據豐富的閉源應用場景(電商、搜索、工業、金融、建築設計等領域),並關注海外產業化落地進展及國內對標成果。
風險
技術進展不及預期,國內應用落地不及預期。
正文
OpenAI發佈ChatGPT Plugins,AI時代的“操作系統”初見雛形
北京時間2023年3月24日,OpenAI正式發佈插件功能ChatGPT Plugins。ChatGPT實現了對插件的支持,補齊數據時效性的短板,擁有了聯網訪問最新信息,進行數學計算、代碼運行或直接調用第三方API服務等一系列能力。憑藉官方發佈的11款插件,用戶已經可以實現在ChatGPT上進行食譜熱量計算、在線訂購食材、機票等等。
圖表:OpenAI爲ChatGPT Plugins首發11款官方插件
案例1:訪問互聯網實時數據
針對實時信息相關問題,ChatGPT已實現聯網獲取信息後生成答案。推出插件之前,ChatGPT被詬病最多的話題是訓練數據截至2021年,不能獲取最新消息。然而基於之前WebGPT等工作,ChatGPT Plugins實現了瀏覽互聯網信息,大大拓寬了數據範圍。例如用戶可以向ChatGPT提問最新一屆奧斯卡的相關信息,ChatGPT會聯網進行搜尋,然後按照大家已經熟知的方式輸出結果。此外,作爲語言模型ChatGPT依然能夠對語言進行創作性工作,例如用詩歌串聯奧斯卡演員和電影。
圖表:ChatGPT Plugins使用Browsing插件訪問互聯網後,回答奧斯卡相關問題並進行詩歌創作
案例2:創建並編譯代碼
ChatGPT可以運行Python編譯器處理上傳或下載的代碼、文件。ChatGPT支持用戶將文件上傳至會話工作區、可以執行Python編譯器運行代碼,並在會話中持續存在供後續調用。該功能能夠協助程序員提升工作流程效率,在用戶實際使用中能夠解決定量和定性的數學問題,進行數據分析和可視化,轉換文件格式。
圖表:ChatGPT進行代碼編寫解決數學問題
圖表:ChatGPT與數據文件交互並可視化
案例3:調用和開發第三方程序
ChatGPT Plugins大大降低了調用和開發第三方程序的門檻。目前只需要輸入自然語言,ChatGPT模型就能讀懂用戶的需求以調用適當的插件API實現用戶意圖。除了調用現有的插件之外,ChatGPT還支持通過自然語言交互來快速生成自定義插件(如OpenAI官網示例構建管理待辦事項的插件),開發者只需要使用自然語言對插件的功能進行描述即可得到相應插件,大幅降低插件的開發門檻。
圖表:管理待辦事項的插件的Manifest文件示例
圖表:ChatGPT調用OpenTable插件進行餐廳預訂
圖表:ChatGPT調用Instacart插件進行線上購物
ChatGPT Plugins實現模型與應用之間的互相調用,未來有望成爲AI時代的“操作系統”。我們認爲,ChatGPT Plugins可能成爲AI時代的核心入口,從大模型技術賦能者轉向平臺經濟重要生態入口卡位,一方面體現爲可以接入應用、賦能應用,另一方面可以調用應用、操作應用,以大模型兼具“操作系統”角色,加速海外生態中與其他應用層的精細化分工。我們認爲微軟此前發佈的Copilot中的Business Chat驗證了生態入口這一想法。
從PC時代的Windows到AI時代的GPT,微軟卡位重要生態入口,高築生態壁壘。微軟在PC時代做Windows操作系統的時候就非常重視生態,憑藉先發優勢迅速培育基於Windows的大批應用廠商,事實上生態壁壘是微軟在操作系統領域核心壁壘之一。在AI時代,我們認爲微軟的生態佈局思路類似,在大模型發佈和生態卡位早期即將生態“平臺化、上游化”,持續的將先發優勢轉換爲生態壁壘。
未來大模型端或馬太效應顯著,應用側仍有望百花齊放,我們堅定看好應用側發展機遇。大模型路線下,成本、算力、場景、數據等多維度需求鑄就高門檻,我們認爲缺少資源的中小參與者或難以跟隨技術發展的步伐,大模型格局或將走向集中。國內大模型廠商在發揮生態先發優勢的同時,仍面臨潛在GPT大模型開源帶來的門檻降低、衝擊大模型廠商生態的風險。另一方面,大模型賦能行業應用場景、應用任務廣泛,我們認爲應用側有望形成百花齊放的局面。我們認爲大模型技術革命下應更加看重數據豐富的閉源應用場景(電商、搜索、工業、金融、建築設計等領域),並關注海外產業化落地進展及國內對標成果。
圖表:海外前沿場景及國內對標梳理
GitHub升級Copilot X,GPT融合IDE改造軟件行業生產力
GitHub Copilot通過AI賦能編程,加速代碼開發。GitHub Copilot是2021年6月微軟和OpenAI共同推出的一款基於GPT-3模型的AI賦能編程工具,可以自動推薦或生成代碼供程序員使用,2022年6月正式上線(定價爲10美元每月或100美元每年)。根據GitHub CEO介紹,GitHub發佈以來通過自動註釋和代碼生成,參與編寫了46%的新代碼,幫助開發者代碼編寫速度提升55%。
GPT-4賦能下,升級版GitHub Copilot X全面賦能開發全流程。2023年3月22日,GitHub推出Copilot X計劃,將GPT-4大模型融入IDE,通過對話和終端交互界面,在代碼編寫過程中支持對話式代碼編寫、修正、解釋、語音生成等;在開發常用的代碼拉取(Pull requests)、命令行使用、知識文檔搜索等領域,Copilot X也能夠實現深度賦能,助力開發者全流程提效。目前Copilot X尚未公測,訂閱Copilot的開發者可以通過加入候選名單排隊等待試用。
支持對話式代碼編寫、修正、解釋、語音生成,全面提升編程效率
GitHub Copilot Chat成爲“代碼版”ChatGPT。其可以讓開發者在編輯器中獲得類似ChatGPT的體驗,GitHub宣佈Visual Studio、VS Code等集成開發環境(IDE)中將陸續實現Chat的集成。通過聊天窗口,開發者能夠實現對話式代碼編寫、修正,還能夠讓Chat對選中代碼進行解釋,甚至支持語音生成代碼功能,我們認爲GPT-4賦能下的Copilot X進一步大幅提升了開發者的生產力。
圖表:GitHub Copilot X支持通過對話交互生成代碼
參與處理代碼推送和命令行使用,全面優化開發者使用體驗
GitHub Copilot X賦能代碼拉取(Pull requests)環節。代碼拉取(Pull requests)是開發者使用GitHub的核心功能之一,開發者通過提交拉取請求,將編寫的代碼推送到倉庫管理員處,後者決定是否將代碼合併進入主分支。Copilot X能夠幫助開發者自動編寫請求描述(通過Tab鍵可以實現快速填充),由此加速整個團隊的代碼審查和合並速度。
GitHub Copilot X實現快速查找終端命令行指令。終端(Terminal)也是開發人員經常使用的界面,而終端命令行數量較多,即使是熟練的開發人員較難準確記憶所有的命令。GitHub Copilot CLI能夠通過編寫命令和循環,支持模糊查詢找到開發者需要的終端指令。
圖表:GitHub Copilot X自動編寫請求描述(左)、快速查找命令行指令(右)
GPT在代碼開發領域的應用正在重塑軟件行業的生產力。目前GPT-4的應用已經可以覆蓋較多簡單編程的工作,並且在較爲複雜的編程環節也可以賦能開發者。長期來看,我們認爲通過自然語言交互,GPT-4有望發展成爲真正意義上的“無代碼平臺”,無開發經驗的用戶也有望成爲開發者;短期而言,我們認爲其仍是作爲開發者的輔助工具而存在。
GPT賦能下,我們認爲軟件與服務行業公司有望迎來深刻的行業變革:
► 對於IT服務類公司:短期來看,我們認爲GPT賦能下IT服務公司有望投入更少的開發或實施人員實現同等質量的交付,在成本端實現降本增效;收入端由於IT服務類公司通常採用人天報價模式,實施人員減少下項目整體報價或受到一定壓制,但我們認爲整體而言AI提升開發效率對IT服務類公司利大於弊。長期來看,我們認爲開發人員持續減少有望迎來開發成本的持續下降和毛利率持續提升,IT服務公司有望迎來商業模式的變革。
► 對於產品型公司:降本是其次,開發工作效率是核心。軟件產品的迭代速度是產品型軟件公司的核心競爭力之一,我們認爲GPT賦能下軟件產品迭代開發速度有望更上一層樓。對軟件公司而言,對客戶需求和反饋的響應速度、對新技術的應用速度都有望實現進一步提升;對客戶而言,快速迭代的產品也有望助力提升使用體驗。
編輯/lambor