今天（8月11日）上午，新财富白金分析师、中信建投证券研究所所长、TMT行业首席分析师武超则，在第九届上市公司年会上分享了自己对AI进展与投资机会的最新观点。

投资报梳理了武超则的发言，她在分享中表示，AI不是目的，或者说，它不是最终的终局。

大模型更像是引擎，或者说，大模型更类似于10年前移动互联网时代的iOS和安卓两大操作系统。

(资料图)

有了操作系统之后，才会有更多爆款应用诞生，从而反哺上游的发展。

从投资角度来讲，武超则表示，接下来的半年到1年时间内，算力仍将是市场所重点关注的领域。

另一方面重要的机会是国产化，

移动互联时代，中国的企业从应用做起，对上游的涉猎不足；

而现在AI产业链上，中国企业可能不仅仅要从大模型做起，甚至要从上游的GPU，乃至半导体供应链做起。

武超则认为，这其中将带来非常重要的投资机会，一定会诞生中国的英伟达、中国的OpenAI。

投资报（liulishidian）整理提炼了武超则交流的精彩内容：

1．我个人认为，To C的大模型应该接下来还是一个门槛非常高、竞争非常激烈的持久战。

更多的人现在开始转向。

我们看国内现在最新应该有110多家公司在做大模型。

但是，可能八成的公司，现在不像一开始说我要做通用的To C大模型，它更多在垂类上开始要做金融的大模型、教育的大模型等等。

2．应用本身，对未来的上游，不管是算力还是大模型也是一种反哺。

如果没有好的应用，上面这些东西是继续不下去的。

历史上，每一轮不管是3G还是4G的成功，都是因为有爆款应用的出现，它能够去反哺整个产业链。

3．最大的不同就是，

今天我们对整个供应链的安全、稳定、自主可控提出了更高的要求。

比如说上一个10年，我们的公司是直接从应用做起，或者从应用商店做起，没有人从操作系统做起。

但今天，对于AI产业链来讲，可能不仅仅要从大模型做起，操作系统做起，甚至要从上游的GPU做起，从半导体的整个供应链做起。

所以这里面，我想会带来非常重要的投资机会，一定会诞生中国的英伟达，中国的OpenAI。

大模型发展的四个阶段

我简单做了一个总结，整体来讲，大模型的发展可能会经历四个阶段。

第一阶段，真正意义上让大模型会语言，会像人一样能听会说、能看会认。

很多服务的行业，不管是客服，甚至像我们分析师，或者咨询、资讯这些行业都是离不开语言的。

本质上，它会重塑这类行业。

第二个大的阶段，就是让大模型会用工具。

实际上现在我们看到，ChatGPT和GPT4上线之后，现在已经有70多个场景、几百个插件在里面。

本质上是会看到真正的大模型成为个人助理。

它可以去驾驭你的手机、你的电脑、你的数据库、你的工作方法，去把一个过去分五步甚至更长流程的工作，一步到位去解决。

真正C端可能会出现个人助理。

第三个大的阶段，大模型会规划、会决策。

其实现在我们看到，GPT4也是有这样的能力。

所谓规划和决策推理，在人的世界里，就是很多规划和决策怎样形成一个最优解。

比如说像自动驾驶，这也是大家非常期待的大的应用。

第四阶段，就是所谓让大模型有情感、有意识。

其实我们看下来，在各种学术的研究中，这并不奇怪，甚至在很多场景中，比如说心理治疗，各种应用上其实已经有一定的体现。

当然了，整体来看，我们其实现在处在第一段和第二段类的场景会更多一些。

这也让我们在投资上经常讨论一个问题。

大模型的发展

To C和To B的模式不太相同

我们今天谈这么多大模型，到底我们跟海外的差距有多大？

我们国内这么多上市公司，在产业链中都在做这件事情，到底我们处在什么样的一个位置上？

其实我们看到，大模型它肯定是整个产业链的核心，

我们刚刚把它比作带引号的操作系统，更多体现的是它对数字化和智能化时代的重要和深远的影响。

还是回到那个问题，它是一个引擎，

当然我们今天看到大模型也开始更多的开源，也是一个模式。

包括很多人开始在垂类的大模型上去做训练，

也就是说我不一定需要那个最高功率的发动机，那取决于你的需求是什么。

如果我的场景可能要一个低功率的发动机，可能是更低的成本、更高效地就能解决问题。

所以，大模型的发展现在呈现出两种模式。

To C和To B的发展模式还是不太相同的。

我个人认为，To C的大模型应该接下来还是一个门槛非常高、竞争非常激烈的持久战。

它应该会经历一个漫长的过程，不断在算力、算法以及数据上投入，它是一个长期的过程。

更多的人现在开始转向。

我们看国内现在最新应该有110多家公司在做大模型。

但是，可能八成的公司，现在不像一开始说我要做通用的To C大模型，它更多在垂类上开始要做金融的大模型、教育的大模型等等。

在这个过程中，我觉得接下来数据，尤其是高质量的数据可能会是竞争的一个关键。

因为本质上，可能接下来20%的效应，取决于你底层的模型的算法和逻辑能力。

但是在垂类的场景上，数据的量和数据的质量，其实会更多地决定应用的效果。

这是在整个大模型里，我们看到的一个发展趋势。

在未来的半年到一年中

仍将关注算力的需求

另外在整个投资的链条上，之前，算力的部分，也是资本市场非常关注的。

我们之前的报告里也是明确指出，至少在未来的半年到1年的时间内，对上游的算力仍然是一个通胀式的需求。

因为本质上，做大模型的公司非常多，

很淳朴的道理就是，在上游，异构计算带来的就是整个机房的定制化的要求越来越高。

大家去看海外，比如说Meta的机房，跟英特尔，跟谷歌、微软，它可能都不太一样。

所以，不是简单地我们去盯这些公司的资本开支。

更多的是要看，在它这种全新的异构计算、这种非标准化越来越突出的算力复杂的架构需求上，

有什么样的公司能够去响应他们的这种服务？

所以，我们看到，在中国的产业链中，比如说光模块，当年其实也是美国公司居多，但为什么产业链全面由中国公司在做这件事情？

至少在未来的半年到一年的时间里，我认为，整个算力应该还是非常重要的投资环节。

而且从业绩上来讲，也会在今年下半年-明年上半年，逐步会体现。

国产化将是

非常大的机会

提到算力，在中国的供应链里面，我想接下来还有一个非常大的机会。

就是国产化。

从整个链条上来讲，我们想简单地去回顾，如果这一轮AI带来的变革和技术的影响，是跟上一个十年的移动互联网相同量级的，

那么不同是什么呢？

那我想，最大的不同就是，

今天我们对整个供应链的安全、稳定、自主可控提出了更高的要求。

比如说上一个10年，我们看到有人做iOS，有人做安卓，

我们的公司是直接从应用做起，或者从应用商店做起，没有人从操作系统做起。

但今天，对于AI产业链来讲，可能不仅仅要从大模型做起，操作系统做起，甚至要从上游的GPU做起，要从里面的半导体的整个供应链做起。

所以在里面，我想会带来非常重要的投资机会，一定会诞生中国的英伟达，中国的OpenAI。

另外，我们再看一下中间层。

A股很多公司，或者说国内的产业链在这个部分，阶段性地围绕数据的服务、数据里面的标注、清洗等等，也会迎来比较重要的一个机会。

下一个阶段，

大模型或将回归终端

AI对我们的生产和生活，到底会产生怎样长远的影响？

当然，在资本市场也有很多疑惑，它到底处在创新曲线的什么位置？

是不是真正能够去具象化地落地？

要诞生很多爆款的应用，我们还有很长的路去走。

要回答清楚这些问题，我想首先退回到稍微中观一点的层面。

在过去的40年里，整个全球的ICT行业很多创新它不是一蹴而就的。

简单延伸一下，这几年，从整个电子终端的发展、网络的发展、计算算力的发展，最后怎么会延伸到，计算千亿级甚至是万亿级、十万亿级的这种大模型成为可能？

在这个大的阶段里面，大的时间的区段划分上，

2018年是一个比较关键的年份。

实际上在2018年以前，我们更多还是在关注手机。

我记得那个时候，电子研究员每天都要盯苹果产业链、华为产业链的销量。

但事实上，在2018年之后，整个终端发生了比较大的变革。

我们看到，出现了大量的比如说汽车的智能化、电动化、穿戴设备，以及我们看到的智能家居。

这些高质量的数据到底来自于哪？

大模型未来的好坏，其实很大程度上取决于数据的能力，或者说数据的质量。

那实际上，它跟物联网的这些新终端的崛起有非常深的关系。

但是现在也有一种说法，说高质量的语料可能在2026年就被学习完毕了。

所以我们现在提到具身智能，也就是说，未来大模型不仅仅要跟互联网的世界去学习，也要跟现实的世界去学习，

甚至很多数据它是时时产生的、新鲜的，跟现实的场景能够实时去交互的。

那么我想，接下来非常重要的还会回到终端，这也是我很想提出的一个观点。

可能大家现在在关注软件、关注数据、关注模型，但是从根本上来讲，下一个阶段，模型会不会又走回到终端上？

所以，现在也在提模型的轻量化。

甚至我们看到高通也在推出一些全新的芯片，就是在终端的算力和实时的机器视觉上去有大的提升。

应用与上游

相伴相生

最后一个，就是产业链中的应用。

我觉得中国的企业很多还是非常擅长去做应用的。

也不代表说，做上面的这些硬的东西就比做应用有技术含量。

应用本身，对未来的上游，不管是算力还是大模型也是一种反哺。

如果没有好的应用，其实上面这些东西是继续不下去的。

历史上，每一轮不管是3G还是4G的成功，都是因为有爆款应用的出现，它能够去反哺整个产业链。

而对于AI来讲，它的应用和数据对大模型自身的这种反哺我觉得是格外重要。

它不是说先把基础设施给修好了，然后去寻找有没有好的应用，它其实是相伴相生的。

所以我们看到，在这些场景中，比如说围绕游戏、影视营销、电商、办公，包括医疗，其实已经开始有很多好的应用落地。

整体来看，技术它一定是决定整个基础的核心，我们把技术叫做原动力。

在数字化的背景下，接下来终端硬件的发展其实也是非常重要的。

应用，它一定是整个链条的牵引力。

从未来半年来看，我想国内应该会有更多做应用的公司，不断在市场中涌现出来。

对于产业和To C应用来讲，最大的区别其实就是安全和可靠性。

所以，围绕AI治理，包括可追溯性、伦理这些问题，

现在已经开始有很多创业公司，包括一些二次创业者开始做这一块的业务；数据治理等等，我们想可能也会是一个非常重要的投资机会。

来源：六里投资报

现在送您60元福利红包，直接提现不套路~~~快来参与活动吧！

标签：