圖：中長期來說，AI浪潮勢將孕育全球科技的新龍頭，對於AI領域核心研發優勢的龍頭公司應持有理性、客觀的長期投資理念。
自第一次工業革命以來，科技逐漸成為全球經濟增長的重要生產要素，每一次重大技術革命都會推動人類社會經濟出現突飛猛進的長周期增長。如今伴隨算力、自然語言處理等基礎通用技術的成熟，基於自然語言的ChatGPT快速應用、AIGC（生成式人工智能）應用場景快速拓展。人工智能（AI）浪潮已至，這輪科技革命註定會給各行各業帶來“顛覆性”的變革。
縱觀兩千多年全球經濟增長史，在19世紀以前，全球經濟增長非常緩慢。直到工業革命的爆發，徹底改變瞭這一局面，之前主要依賴人力、獸力的生產方式發生瞭變化，全球經濟開始加速增長。此後，科技已經成為世界經濟增長最重要的動力。
勞動生產率獲得提升
很多人認為現代社會一直處在科技井噴的高峰，是因為隨著互聯網在日常生活中滲透程度的不斷加深，讓我們產生瞭一種仍處於“技術大爆炸”時代的錯覺。即使是以“互聯網＋”為代表的21世紀的科技紅利，也已瀕臨耗竭。2021年全球互聯網滲透率達65.6%，中國滲透率達65.2%，美國滲透率達90%。世界主要經濟體極高的移動互聯網滲透率預示著新興互聯網平臺進入一個獲取“增量”困難，需要依靠“存量”拚殺的紅海時代。
科技革命爆發的標志就是新一代科技成果開始廣泛應用於生產生活，從而解放、發展生產力，提高勞動生產率。近年來全球范圍內出現的技術突破並未能從本質上解放、發展生產力，尤其對於能夠引領全球經濟發展的大型經濟體而言，其發揮的作用還遠遠不夠。去年11月底推出的ChatGPT則再次引發瞭人們對於新一輪科技革命的遐想。ChatGPT推出僅兩個月，用戶數已經突破瞭一個億，當年的電話和手機分別用時七十五年和十六年才在全球積累1億用戶，即使是上一個最快破億的程序TikTok也要用時九個月。
媒體上對於“科技革命”一詞的使用十分氾濫，實際上，但凡不能顯著帶來全要素生產率提升的其實隻是“偽革命”。不同於其他技術突破，此輪以ChatGPT為代表的AI的發展，極有可能實現對勞動力、資本等生產要素的智能替代和功能倍增，促進全要素生產率的提高。
蒸汽機之所以推動瞭第一次科技革命，是因為其在提升瞭勞動生產力的同時，將大量勞動力從低級的農業勞動中解放出來。電力則加速瞭勞動力從第一產業向第二產業的轉移，並刺激瞭第三產業的發展。信息科技時代，大量勞動力湧入第三產業，形成瞭如今全球第三產業GDP占比55%的格局。未來，隨著AI的廣泛應用，會有越來越多固定、繁瑣和標準化的工作被AI取代，這既能緩解人口老齡化時代勞動力短缺的問題，也能幫助勞動者專註於更具優勢和創造性的工作，從而大幅提高勞動生產率。
高盛的一份關於AI報告就指出，在AIGC的加持下，工作流程被大幅簡化，生產力將得到提振，在生成式AI發展的十年內，預計每年可以將生產力提高超1.5%。我們有理由相信，未來AI將掀起新一輪科技革命，在帶來生產方式和產業結構重構的同時，提升當今社會生產率。AI技術更加成熟之後，其對於全社會乃至全球勞動生產率的提升註定形成重要支撐力量。
AI全產業鏈逐漸成熟
AI並不是橫空出世的新技術瞭，但當前來看其對於全要素生產率的提升效果還不明顯。其中一個重要的原因在於：AI的先進技術真正在整體經濟中的擴散、傳導與推廣存在“時滯”。回溯上一波AI的追捧，大概還是在2017年AlphaGo圍棋大戰之後，這一熱度沒有保持下來，主要就是因為沒有大規模的應用落地，沒能直接推動生產率的進步。
然而，這並不代表AI不能引發下一輪科技革命。實際上，即使是第三次工業革命期間，信息技術對生產率的提升也存在明顯的時滯，即所謂的“索洛悖論”。當時，美國勞動生產率的增長率從1948-1973年平均3%下降到1984-1990年的大約1.5%，直到上世紀90年代以後，信息技術對生產率提升的作用才明顯體現出來。
同樣的道理，AI對全要素生產率的提升發揮作用也需要一段時間，這或許要在三個條件逐漸滿足後才能看到明顯的作用：一是要具備算法、算力、數據等相應的新型基礎設施，促進AI技術的全面商業化應用；二是要加強互補式創新，利用機器學習系統的自我學習能力激發互補式創新，實現AI技術研發與產業發展之間的良性互動；三是要加大配套投資，實現企業生產模式、組織結構和業務流程的再造。
本次以ChatGPT為代表的AIGC引發的新一輪AI熱潮讓我們看到瞭以上條件逐漸被滿足的可能：一方面，近年來世界范圍內算力、算法水平不斷提高，作為AI時代的基礎，各國高度關註數據要素市場化發展，努力挖掘、培育、釋放數據價值，從東數西算、全國一體化政務大數據體系建設，到“數據二十條”和《數字中國建設整體佈局規劃》相繼頒佈，中國也一直在積極引導數據要素的發展。而隨著AIGC的不斷迭代，我們可以看到AI在養老、教育、醫療、內容創作等領域實現廣泛應用的希望。
另一方面，2006年以來，深度學習的實用化進程為實現AI技術研發與產業發展之間的良性互動創造瞭條件。相比AlphaGo而言，ChatGPT的出現意味著人類不僅可以在封閉問題上采用神經網絡的辦法進行處理，還能夠通過不斷地優化、預訓練、對抗訓練、強化訓練這一套流程對開放性問題進行處理。近期的研究論文表明，GPT-4已經具有一些自我反思和糾錯能力的萌芽，這使得它在和人類交互中，可以建立起數據、學習和智能的增長飛輪，從而在產業化的過程中實現與產業發展的良性互動。
此外，由於AI投資和業務影響之間存在明顯的關聯性，AI投資將給企業帶來明顯的效益，伴隨AIGC技術的不斷發展和成熟，大量公司將紛紛佈局AI，企業生產模式、組織結構和業務流程會發生巨大改變。從去年底AIGC概念走紅以來，已經有包括微軟、谷歌、百度、阿裡、華為等企業佈局AI領域，未來AI技術將顛覆各行各業，比如AI可能會被包裝成“解決方案”以此強化SaaS公司現有護城河，辦公工具將成為AIGC最廣泛的應用等，都將在很大程度上改變企業的商業模式和管理方式。
關註新一波投資機會
回顧歷次科技革命的發生必將會帶來大量融資。究其本質，隻有資金支持才能增加核心企業的研發優勢，進一步擴大技術成熟及應用。在新一輪科技革命背景下，新興科技企業將產生大量融資需求，AI發展新格局或開啟新一波投資黃金期。特別是，全面註冊制落地之後，更要關註AI領域相關金融科技公司、科創公司的投資機會。
就短期而言，當前AI板塊市場集中度較高，主題投資行情下一些下遊應用受益的公司估值過高，投資者需要規避其中過熱風險；但中長期來說，若AI帶來一輪科技革命，其註定將孕育全球科技的新龍頭，對於AI領域核心研發優勢的龍頭公司應持有理性、客觀的長期投資理念。
算力作為制約AI發展的關鍵要素，目前AI行業龍頭主要使用英偉達的圖形處理器（GPU）芯片進行開發訓練，國內高性能GPU的研發能力有限，具備高國產替代緊迫性。當前芯片制程已經提升至5納米（nm），繼續提升制程的性價比逐漸降低，在這種情況下，“先進封裝”或成為中國算力領域“彎道超車”的關鍵技術。
此外，AI算法包括基礎算法和應用算法兩類，目前幾乎所有基礎算法都由斯坦福、哈佛、OpenAI等美國機構提供，而應用算法幾乎完全開源，美國對開源社區有絕對控制權。也就是說當前中國AI算法對國外依賴度很大，建議關註有核心算法突破及AI算法商業落地的廠商。
發表評論 取消回复