在最近与投资者的交流过程中，我们发现部分投资者在与大模型相关的几个关键问题上存在一些分歧，故本文希望针对这些问题谈谈我们的认识。

    　　摘要：

    　　寻找AI大模型原 生应用，一般企业需着重关注“封闭长尾”场景。1）目前市场中寻找大模型落地场景的方式基本上是基于以往场景的线性外推，即“怎么样把已经能做的事情做得更好”。但事实上，以往的每次技术革新最终都带来了一些“原生”的产品形态和落地场景。我们认为，相对于对于原有产品的赋能，大模型更大的价值或许在于帮助我们解决一些之前无法解决的问题。2）在封闭场景中，相对于模型能力而言，数据获取能力更重要，渠道和行业语料的拥有者会有更强的话语权。而对于一个开放性的场景来说，大模型厂商话语权更重。在这类场景中，“被赋能企业”只有不断产生新的应用创意才能持续保持竞争力，否则就有被大模型厂商“吃掉”的风险，或面临市场上同类产品的同质化竞争。而持续产生新的创意显然并不容易。

    　　相比于提升解决单点问题的准确度，大模型的更大意义或在于IT 开发范式的转换。无论是大模型还是场景化模型，依然是基于统计学框架，暂时无法彻底解决AI 能力的不可解释性问题，这就意味着它在一些对于cornercase 敏感的场景下落地仍旧会非常受限。我们认为，大模型的潜力更多体现在两个方面：第一，帮助我们解决一些此前无法解决的单点问题；第二，大模型有望彻底改变IT 开发范式，通过改变交互方式的手段提升垂域产品的标准化程度。

    　　同时拥有AI 大模型和垂直场景的厂商非常稀缺。1）构建一个好用的大模型仍然有诸多壁垒，包括但不限于：资本开支，这是最显而易见的一个壁垒；工程化能力，在训练和处理数据的过程中包含了非常多的工艺技巧。

    　　2）大模型所带来的“技术平民化”趋势并不会导致场景化模型时代领先的玩家被快速颠覆。我们认为，在封闭场景中，数据和特定类型的机构深度绑定，“模型蒸馏”所需要的数据不容易获得，数据和渠道比模型能力本身更重要。3）同时拥有大模型和垂域场景数据的公司具有诸多优势：

    　　包括配合度优势、迭代效率优势、差异化优势等。

    　　继续推荐金山办公、科大讯飞。科大讯飞：同时拥有AI 大模型与诸多行业数据的稀缺标的。采用“1+N”架构，将大模型落地于教育、医疗、人机交互、办公等多个行业，5 月6 日已发布星火大模型。金山办公：公司是国产办公软件龙头，全力发力AI 战略，加大AI 人才投入力度，与微软有直接映射关系。

    　　风险提示：AIGC 落地不及预期、ChatGPT 发展受到强监管