日期：
来源：聪明投资者收集编辑：关鹤九
近日，中信建投证券研究所所长，TMT行业首席分析师武超则，在策略会上就当前投资热门的AI赛道，结合过去研究的复盘与未来行业的展望，做了题为《AI全面加速数字化时代来临》的演讲。武超则表示，现在AI行业所处的阶段比较像移动互联网在2012-2013年的发展阶段，硬件初成气候，应用跃跃欲试。但当下如果只是简单的看业绩，很难找出未来确定性较强的公司，所以买一筐相关公司可能会是比较好的策略。同时，她强调，这并不是鼓励大家做主题投资，而是要在不同的阶段选择不同的策略，且匹配自己对估值的“审美”。毕竟从中长期的产业趋势来看，AI行业有三件事情是非常确定的，尤其是数字化和智能化时代的将全面来临，AI全面加速数字化应用落地。基于这些长期确定的事，武超则从政策、技术变化，以及产业链等方面，详解了AI行业未来的发展趋势。她指出，展望接下来人工智能的投资主线，大模型、算力基础设施和应用三方面值得重点关注。其中，大模型目前在AI产业链中居于核心地位，未来会是产业链中最有价值的部分。AI是数字化时代的“操作系统”，更大的时代主线是数字化和智能化1，AI是数字化时代的“操作系统”，是一个超级工具，它会大幅加速数字化应用的落地，就像移动互联网时代的IOS和安卓，但不要忘记更大的时代主线是数字化和智能化。2，我们既要看到AI对数字化的加速，更要看到数字化时代将会对生产、生活方式的下一次重塑，这才是（成长）空间更大的领域。3，我们简单的可以把整个现代ICT产业发展分为大的三个阶段，第一个阶段，1980-2009年，这个阶段本质上是以人的连接获取人口的福利。第二个阶段，2000-2018年，是以应用的连接去获取移动互联网福利的20年。第三个阶段，2018年之后，是以物的连接来获取连接福利。4，如果把现在AI行业所处的阶段去对比移动互联网发展阶段，现在比较像2012-2013年，硬件初成气候，应用跃跃欲试。5，现在简单的看业绩，在应用领域和技术起步阶段是很难的，大概率会错过最后跑出来的那个公司，（这个时候）反而买一筐相关公司可能会是比较好的策略。6，在不同的阶段要把投资的理念和估值的审美匹配起来，什么阶段买一筐或者买赛道，什么阶段买一个，这是非常重要的。7，第一件事，数字化和智能化时代的全面来临，AI全面加速数字化应用落地。8，从技术创新的周期视角来看，2018年是数字化和智能化新的开始，因为这一年我们看到了新一轮硬件终端的智能化趋势开始。比如汽车、穿戴设备、智能家居等等物联网终端，都从2018年开始，逐步从诺基亚时代走向了苹果时代，今年全球已经有接近1000亿的Iot智能终端实时在线。9，2018年是全球5G商用元年，以中国为例，现在已经建设了238W的5G基站，传输速率比4G快了10倍，更重要的是可靠性大幅提升、时延降低到了毫秒级，这是人类历史上第一张真正意义的物联网。10，过去几年我们没有看到数字化时代有现象级的应用诞生，今天的AIGC和大模型之所以重要，就是因为它可能会是全面加速数字化应用落地的一个超级工具。11，从产业革命或者技术创新的视角来看，要把AI和这几年很热的Iot、5G、云计算、大数据结合起来看，AI背后的时代背景应该是数字化和智能化，从技术累计的量变到质变，这是一个全新的节点。12，今天AI的很多能力涌现，不是从去年才开始发展的，而是从2017、2018年开始的新一轮数据、算力以及算法的大爆发，这个趋势是中美或者全球共振的，是非常确定。13，把数字化跟上一轮的网络化同样作为工具来看，它未来一定是会影响各行各业，而不仅仅是AI自身，如果只是影响这些to C端过去比较成熟的行业，它可能不足以成为时代主线。14，第二件比较确定的事情，这一轮科技创新是在中美科技竞争的背景下展开的，所以很多创新不能只从应用或者商业模式创新做起，需要从底层的操作系统、大模型甚至是芯片和CPU、GPU做起。15，在上一轮移动互联网牛市里，中国投资者最大投资机遇之一是苹果产业链，以及后来的特斯拉产业链等等等，简单说就是买全球最牛科技公司的相关供应链，这也是之前中国TMT产业相关公司的长板。16，今天，除了供应链依然会有机会外，要去思考谁会是中国的英伟达、谁会是中国的Open AI，从长期来看谁可能会给我们带来更大的投资回报。17，长期看全球供应链要从效率优先逐步走向安全优先，当然这个“安全”是广义的， 包括自主可控、供应链稳定、数据及信息安全等等。18，第三件长期确定的事情，每一轮科技创新都是由大的确定性和小的不确定性构成的。确定的是行业技术和演进趋势，不确定的是谁最终能跑出来在行业初期非常难判断。19，科技行业的投资要留一份清醒留一份醉，太清醒了会错过科技大浪潮的板块性机会，太醉了又可能会被泡沫反噬。20，在科技板块的投资中很有必要分清楚什么阶段是在赚主题的钱，什么阶段是在赚价值的钱，不然可能会非常痛苦。因为科技行业最大的魅力就是有偶然性和赢家通吃的特征。21，要在技术和行业不同的生命周期所对应的阶段，找到那个特征映射最明显的公司。22，科技投资最怕的是在一个已经非常成熟的行业里面去讲故事、讲PS、讲用户数，在一个很初期、还处在研发密集或者技术创新的阶段谈PE、讲利润。23，数字经济或者说智能化是我们国家确定的、长期要做的一件事情，AI作为数字化的底层操作系统，我们一定是要大力去投、去做的。24，在技术变化方面，这一轮AI和数字化的机遇主要在中美两个国家，别的国家几乎已经出局了，尽管过去一段时间我们在AI大模型领域和美国有差距，但中国未来在数字化领域依然机会很大。25，回顾一下过去十年发生的事情，在3G那一轮创新周期里很多竞争还是全球多元的，一个原因是那一轮全球3G商用的节点是比我们要早的。中国在3G、 4G移动互联网时代是一个典型的追赶者，后来我们不仅追上了，甚至在移动社交、电商、短视频等应用创新领域实现了超越。站在今天看2018-2022这4年的硬件和信息基础设施的创新和建设中，很多国家已经掉队了，不管是5G网络的建设，还是云算力的投资，中美占了全球一半以上的资本开支。想明白这件事，就明白了第三次科技浪潮的机会主要是在中美之间。26，对于AI来讲，虽然在过去几年有很多各种各样的发展路径，但这次Open AI的成功，是给中国所有互联网企业带来了一剂强心针，照着这个路径去做生成式AI，是能够做出来的。27，简单把整个产业链分为大模型、中间层、算力和应用来看，大模型可能还是核心中的核心。28，大模型就像一场马拉松，可能刚开场了5%-10%，现在Open AI跑在前边，但也许谷歌会赶上来，也有可能华为或阿里会弯道超车，所以虽然大模型的门槛极高，但还是有越来越多的巨头和创业公司涌入到这个领域。主要有两个原因：一是这个领域有偶然性，不是一个简单的强因果关系，大家现在的差距还没有那么大；二是如果将来不做大模型，很多小模型或者小场景的生意会被大模型干掉，而大模型一旦成功，会是万亿市值规模的巨大空间。29，今天的大模型就像几年前的电动车，它一定会有最后的赢家，但这个赢家是卷出来的，而且竞争是非常激烈的。因为这里有传统的巨头、有二次创业的新贵，更有门口的“野蛮人”，最后谁能胜出不确定性极大。30，做大模型有几个主要因素，比如说算法、训练模型的机制、算力、场景等等，其中场景是非常重要的，因为AI跟别的创新不太一样，它不是静态的，它需要像人一样不断的学习和进化。31，流向大模型的每一滴水其实最后都会流向算力，在所谓大模型创业的泡沫阶段，给上游产能需求的爆增是非常确定的。所以这个阶段，算力是一个非常好的投资领域，这个算力是广义的，即上游芯片、半导体甚至设备都会有机会。32，Open AI现在的瓶颈到底在哪，其实就在GPU上，除了GPU之外，算力是一整个系统，所以在整个链路上，这其实是一个跟全行业有关的算力服务系统。33，在算力部分主要是考虑“卖水人”和“卡脖子领域”。CPU和GPU领域现在国内有很多不错的设计公司，现在主要的差距不完全在设计能力上，更多还是在应用生态和先进制程上，这两个制约因素又会影响产业化进度。所以这些瓶颈又会传导到半导体设备和材料上，海外也是一样的。34，与算力相关还有整个数据通信产业链，未来支撑AI训练和推理计算的，只有芯片是不够的，机房里还要有配套的IDC、ICT设备和云服务商。35，不管是运营商还是这些云计算厂商，整体趋势是从终端走向云端，在数通产业链中，光模块、交换路由、服务器、信息安全是相对比较看好的，尤其是服务海外云厂商和互联网巨头相关的供应链公司，业绩可能会率先被验证。36，应用可能会是一个朦胧美的阶段，不管是谁的大模型成功，有场景和用户的应用都可以去接入，在这个阶段会给整个应用行业的估值带来很大的想象力。37，但应用要分海外和国内，海外建议大家去认真研究已经产生的5万多家创业公司里有哪些已经跑出来的，比如在文字、生图、视频和社交领域，已经出现了一些10亿美金估值以上的公司，要按照这些链路去对标观察。国内应用领域因为还没有系统性的接入像样的大模型，还在一个主题的阶段。38，在应用部分，数字化中最大空间的领域最终应该是从to C走向to B的。39，AI目前在解决这些问题，比如代码、图片、视频、游戏，这是海外的一些创新。但长期它一定会延伸到更多to B的场景，比如汽车、工业（制造业）、军工及航天航空卫星、能源、生物制药等领域。—— / Cong Ming Tou Zi Zhe / ——