來源：聰明投資者

近日，中信建投證券研究所所長，TMT行業首席分析師武超則，在策略會上就當前投資熱門的AI賽道，結合過去研究的覆盤與未來行業的展望，做了題爲《AI全面加速數字化時代來臨》的演講。

武超則表示，現在AI行業所處的階段比較像移動互聯網在2012-2013年的發展階段，硬件初成氣候，應用躍躍欲試。

但當下如果只是簡單的看業績，很難找出未來確定性較強的公司，所以買一筐相關公司可能會是比較好的策略。

同時，她強調，這並不是鼓勵大家做主題投資，而是要在不同的階段選擇不同的策略，且匹配自己對估值的“審美”。

畢竟從中長期的產業趨勢來看，AI行業有三件事情是非常確定的，尤其是數字化和智能化時代的將全面來臨，AI全面加速數字化應用落地。

基於這些長期確定的事，武超則從政策、技術變化，以及產業鏈等方面，詳解了AI行業未來的發展趨勢。

她指出，展望接下來人工智能的投資主線，大模型、算力基礎設施和應用三方面值得重點關注。

其中，大模型目前在AI產業鏈中居於核心地位，未來會是產業鏈中最有價值的部分。

我們將要點整理出來，分享給大家。

AI是數字化時代的“操作系統”，更大的時代主線是數字化和智能化

1，AI是數字化時代的“操作系統”，是一個超級工具，它會大幅加速數字化應用的落地，就像移動互聯網時代的IOS和安卓，但不要忘記更大的時代主線是數字化和智能化。

2，我們既要看到AI對數字化的加速，更要看到數字化時代將會對生產、生活方式的下一次重塑，這纔是（成長）空間更大的領域。

3，我們簡單的可以把整個現代ICT產業發展分爲大的三個階段，

第一個階段，1980-2009年，這個階段本質上是以人的連接獲取人口的福利。

第二個階段，2000-2018年，是以應用的連接去獲取移動互聯網福利的20年。

第三個階段，2018年之後，是以物的連接來獲取連接福利。

4，如果把現在AI行業所處的階段去對比移動互聯網發展階段，現在比較像2012-2013年，硬件初成氣候，應用躍躍欲試。

5，現在簡單的看業績，在應用領域和技術起步階段是很難的，大概率會錯過最後跑出來的那個公司，（這個時候）反而買一筐相關公司可能會是比較好的策略。

6，在不同的階段要把投資的理念和估值的審美匹配起來，什麼階段買一筐或者買賽道，什麼階段買一個，這是非常重要的。

三件長期確定的事情

7，第一件事，數字化和智能化時代的全面來臨，AI全面加速數字化應用落地。

8，從技術創新的週期視角來看，2018年是數字化和智能化新的開始，因爲這一年我們看到了新一輪硬件終端的智能化趨勢開始。

比如汽車、穿戴設備、智能家居等等物聯網終端，都從2018年開始，逐步從諾基亞時代走向了蘋果時代，今年全球已經有接近1000億的Iot智能終端實時在線。

9，2018年是全球5G商用元年，以中國爲例，現在已經建設了238W的5G基站，傳輸速率比4G快了10倍，更重要的是可靠性大幅提升、時延降低到了毫秒級，這是人類歷史上第一張真正意義的物聯網。

10，過去幾年我們沒有看到數字化時代有現象級的應用誕生，今天的AIGC和大模型之所以重要，就是因爲它可能會是全面加速數字化應用落地的一個超級工具。

11，從產業革命或者技術創新的視角來看，要把AI和這幾年很熱的Iot、5G、雲計算、大數據結合起來看，AI背後的時代背景應該是數字化和智能化，從技術累計的量變到質變，這是一個全新的節點。

12，今天AI的很多能力湧現，不是從去年纔開始發展的，而是從2017、2018年開始的新一輪數據、算力以及算法的大爆發，這個趨勢是中美或者全球共振的，是非常確定。

13，把數字化跟上一輪的網絡化同樣作爲工具來看，它未來一定是會影響各行各業，而不僅僅是AI自身，如果只是影響這些to C端過去比較成熟的行業，它可能不足以成爲時代主線。

所以，更應該關注AI加速帶來的整個數字化時代。

14，第二件比較確定的事情，這一輪科技創新是在中美科技競爭的背景下展開的，所以很多創新不能只從應用或者商業模式創新做起，需要從底層的操作系統、大模型甚至是芯片和CPU、GPU做起。

15，在上一輪移動互聯網牛市裏，中國投資者最大投資機遇之一是蘋果產業鏈，以及後來的特斯拉產業鏈等等等，簡單說就是買全球最牛科技公司的相關供應鏈，這也是之前中國TMT產業相關公司的長板。

16，今天，除了供應鏈依然會有機會外，要去思考誰會是中國的英偉達、誰會是中國的Open AI，從長期來看誰可能會給我們帶來更大的投資回報。

17，長期看全球供應鏈要從效率優先逐步走向安全優先，當然這個“安全”是廣義的，包括自主可控、供應鏈穩定、數據及信息安全等等。

18，第三件長期確定的事情，每一輪科技創新都是由大的確定性和小的不確定性構成的。確定的是行業技術和演進趨勢，不確定的是誰最終能跑出來在行業初期非常難判斷。

19，科技行業的投資要留一份清醒留一份醉，太清醒了會錯過科技大浪潮的板塊性機會，太醉了又可能會被泡沫反噬。

20，在科技板塊的投資中很有必要分清楚什麼階段是在賺主題的錢，什麼階段是在賺價值的錢，不然可能會非常痛苦。因爲科技行業最大的魅力就是有偶然性和贏家通喫的特徵。

21，要在技術和行業不同的生命週期所對應的階段，找到那個特徵映射最明顯的公司。

22，科技投資最怕的是在一個已經非常成熟的行業裏面去講故事、講PS、講用戶數，在一個很初期、還處在研發密集或者技術創新的階段談PE、講利潤。

這一輪AI和數字化的機遇主要在中美兩個國家

23，數字經濟或者說智能化是我們國家確定的、長期要做的一件事情，AI作爲數字化的底層操作系統，我們一定是要大力去投、去做的。

24，在技術變化方面，這一輪AI和數字化的機遇主要在中美兩個國家，別的國家幾乎已經出局了，儘管過去一段時間我們在AI大模型領域和美國有差距，但中國未來在數字化領域依然機會很大。

25，回顧一下過去十年發生的事情，在3G那一輪創新週期裏很多競爭還是全球多元的，一個原因是那一輪全球3G商用的節點是比我們要早的。

中國在3G、 4G移動互聯網時代是一個典型的追趕者，後來我們不僅追上了，甚至在移動社交、電商、短視頻等應用創新領域實現了超越。

站在今天看2018-2022這4年的硬件和信息基礎設施的創新和建設中，很多國家已經掉隊了，不管是5G網絡的建設，還是雲算力的投資，中美佔了全球一半以上的資本開支。

想明白這件事，就明白了第三次科技浪潮的機會主要是在中美之間。

26，對於AI來講，雖然在過去幾年有很多各種各樣的發展路徑，但這次Open AI的成功，是給中國所有互聯網企業帶來了一劑強心針，照着這個路徑去做生成式AI，是能夠做出來的。

AI以及TMT領域的投資機遇

27，簡單把整個產業鏈分爲大模型、中間層、算力和應用來看，大模型可能還是核心中的核心。

28，大模型就像一場馬拉松，可能剛開場了5%-10%，現在Open AI跑在前邊，但也許谷歌會趕上來，也有可能華爲或阿里會彎道超車，所以雖然大模型的門檻極高，但還是有越來越多的巨頭和創業公司湧入到這個領域。

主要有兩個原因：一是這個領域有偶然性，不是一個簡單的強因果關係，大家現在的差距還沒有那麼大；

二是如果將來不做大模型，很多小模型或者小場景的生意會被大模型幹掉，而大模型一旦成功，會是萬億市值規模的巨大空間。

29，今天的大模型就像幾年前的電動車，它一定會有最後的贏家，但這個贏家是卷出來的，而且競爭是非常激烈的。因爲這裏有傳統的巨頭、有二次創業的新貴，更有門口的“野蠻人”，最後誰能勝出不確定性極大。

30，做大模型有幾個主要因素，比如說算法、訓練模型的機制、算力、場景等等，其中場景是非常重要的，因爲AI跟別的創新不太一樣，它不是靜態的，它需要像人一樣不斷的學習和進化。

31，流向大模型的每一滴水其實最後都會流向算力，在所謂大模型創業的泡沫階段，給上游產能需求的爆增是非常確定的。

所以這個階段，算力是一個非常好的投資領域，這個算力是廣義的，即上游芯片、半導體甚至設備都會有機會。

32，Open AI現在的瓶頸到底在哪，其實就在GPU上，除了GPU之外，算力是一整個系統，所以在整個鏈路上，這其實是一個跟全行業有關的算力服務系統。

33，在算力部分主要是考慮“賣水人”和“卡脖子領域”。

CPU和GPU領域現在國內有很多不錯的設計公司，現在主要的差距不完全在設計能力上，更多還是在應用生態和先進製程上，這兩個制約因素又會影響產業化進度。所以這些瓶頸又會傳導到半導體設備和材料上，海外也是一樣的。

34，與算力相關還有整個數據通信產業鏈，未來支撐AI訓練和推理計算的，只有芯片是不夠的，機房裏還要有配套的IDC、ICT設備和雲服務商。

35，不管是運營商還是這些雲計算廠商，整體趨勢是從終端走向雲端，在數通產業鏈中，光模塊、交換路由、服務器、信息安全是相對比較看好的，尤其是服務海外雲廠商和互聯網巨頭相關的供應鏈公司，業績可能會率先被驗證。

36，應用可能會是一個朦朧美的階段，不管是誰的大模型成功，有場景和用戶的應用都可以去接入，在這個階段會給整個應用行業的估值帶來很大的想象力。

37，但應用要分海外和國內，海外建議大家去認真研究已經產生的5萬多家創業公司裏有哪些已經跑出來的，比如在文字、生圖、視頻和社交領域，已經出現了一些10億美金估值以上的公司，要按照這些鏈路去對標觀察。

國內應用領域因爲還沒有系統性的接入像樣的大模型，還在一個主題的階段。

38，在應用部分，數字化中最大空間的領域最終應該是從to C走向to B的。

39，AI目前在解決這些問題，比如代碼、圖片、視頻、遊戲，這是海外的一些創新。

但長期它一定會延伸到更多to B的場景，比如汽車、工業（製造業）、軍工及航天航空衛星、能源、生物製藥等領域。