ChatGPT作為大獲成功的生成式AI應用，提高市場對於生成式AI的關注與信心。在這波生成式AI的熱潮下，不少企業投入大量資源，期望搶得AI商機。生成式AI技術的大幅進展，仰賴近年來資料量、算力與演算法的長足進步。在AI技術進展的基礎下，大型科技廠商與新創廠商都積極投入相關的服務/產品研發。針對生成式AI為台灣帶來的機會，專用模型是台灣廠商的優勢所在，可結合開源技術與產業知識，主攻產業應用的專用模型。
生成式AI仰賴資料/算力/演算法的大幅進展
生成式A I的技術基礎是資料、算力及演算法，資策會MIC產業分析師楊淳安說明，生成式AI的技術架構中，上層是深度學習演算法，底層是由資料與算力組成的基礎架構。目前底層基礎資料架構訓練的資料量倍增，因為生成式預訓練仰賴大量訓練資料。以OpenAI的GPT模型為例，2018年的GPT模型資料量僅5GB，2022年的GPT-3的資料量則成長至9,000倍的45TB。即便OpenAI未公開後續的模型資料量，仍可預期GPT模型訓練所需的資料量將會持續高速成長。
生成式預訓練(Generative Pre-Trained)是建立大型模型的過程之一。可完成多元任務的大型模型，需要經過生成式預訓練以及微調(Fine Tune)兩個階段才能建立。生成式預訓練投入大量無標註資料，包含結構式與非結構式資料。隨後的微調階段則加入少量人工標注資料，針對具體任務調整模型，讓模型產出的結果更精準。
訓練大型模型除了需要大量資料，也需要龐大的運算效能。楊淳安提及，以GPT-3為例，該模型的參數達到1,750億個參數，模型的訓練便需要使用上百萬台GPU，模型推論也需要大規模的算力支援。因此隨著生成式AI發展垂直領域的專業應用，市場上便出現降低參數的專用模型。
針對演算法的技術進展，楊淳安則指出，2017年Google的Transformer模型突破過去的自然語言處理(NLP)瓶頸。過去NLP無法進行平行運算，Transformer模型則強化深度學習處理長篇幅文字的能力，因此在結合生成式預訓練的作法之後，成功帶動大型語言模型(LLM)崛起。
大廠/新創搶攻商機
在市場動態方面，不少科技大廠與新創廠商看好生成式AI，相繼投入支援生成式AI應用，或者以生成式AI為技術基礎的服務。楊淳安指出，2022年全球的AI投資相較2021年縮減34%，但是生成式AI的投資不減反增(圖1)，不論國際大廠或新創業者都加快布局生成式AI商機。廠商如微軟與OpenAI合作推出的ChatGPT帶動市場對生成式AI的關注，也進一步將ChatGPT整合進搜尋引擎Bing與Office工具，強化原有產品的競爭力。此外，微軟持續自主研發AI晶片，且透過透過開源的Deep Speed Chat，加速發展專用模型。Google也緊追在微軟之後，推出對話式機器人Bard，並將生成式AI導入Workspace。
AWS則與新創廠商Hugging Face、stability.ai合作，共同研發相關技術，同時推出大型語言模型Titan及AI模型平台，協助客戶微調模型。NVIDIA則布局雲端訂閱服務DGX Cloud，彈性滿足客戶訓練AI模型的需求。同時與微軟、Google透過不同的合作模式，共同研發通用大模型。
另一方面，OpenAI、Hugging Face、Jasper、stability.ai是生成式AI新創中，估值排名前四大的廠商(圖2)。其中，OpenAI 與Hugging Face從通用模型切入，前者以ChatGPT作為主要產品，後者則以開源模型為基礎，提供SaaS訂閱服務，包含AI模型開源函式庫及Auto Train服務。Jasper及stability.ai的則聚焦在專用模型，Jasper提供生成文案、廣告等素材的服務，stability. ai開發生成影像的專用模型，以軟體訂閱作為商業模式。
台廠可積極掌握專用模型商機
楊淳安提及，台灣資通訊業者可由三大模式，包含訓練大型語言模型、開發客製化的專用模型，以及串連國際廠商API來搶攻商機。台廠可以運用開源資源開發通用模型，提供業界串接API或顧問服務。或者業者可針對特定領域，以開源模型進行客製化設計，或者串連國際廠商API，提供針對垂直領域的專用模型，都有機會搭上這波生成式AI商機。
從台灣廠商的角度觀察，在生成式AI的市場中，比起針對消費者的對話式機器人，從專用模型切入更具優勢。台智雲總經理吳漢章博士分析，台灣已經部署台灣杉二號的超算資源，在專攻產業應用的生成式AI方面具有優勢。台灣已經具備發展大型語言模型的資源，但是相較ChatGPT面向大眾市場，台灣市場較小，因此發展生成式AI，需要從產業內的專用模型切入。
在生成式A I蓬勃發展的趨勢下，台智雲積極建立開放生態系，並計畫推出彈性的企業生成式AI解決方案AI Foundry Service(AFS)。該解決方案透過平台與託管服務，企圖降低算力應用門檻，將模型濃縮並在地化，為有意投入大型語言模型開發的廠商，提供彈性的運算資源。
在演算法與運算能力升級之後，生成式AI強化市場對AI的信心。為了趕上生成式AI的市場機會，大型科技廠商透過推出自家的軟/硬體產品，或與新創合作，積極布局AI市場。新創廠商也分別從通用或專用模型的角度切入，創造亮眼的成績。在台廠的機會方面，若是以串連開源資源並發展專用模型為基礎，也有機會創造獨特的優勢。
