過去四個月，AI 發生了什么變化

文| 天風證券副總裁、研究所所長 趙曉光

當前，AI 大模型引領的數據革命是最主流的產業趨勢，有望帶來下一輪的科技革命和資本市場的機會。未來五年或將是類似智能手機的黃金五年，也將對行業產生顛覆性影響。

這輪數據革命有三個主要特征：一是數據即算法。誰掌握的數據多，誰有最全面、最精準、最及時的數據，誰就掌握了算法。二是從單機運算變成云。以云為核心，有超級計算能力，這個正如同2010 年科大訊飛為什么在半年內語音識別率大幅上升，2017年前后海康威視視頻識別率大幅上升。三是從正向的算法和程序的規劃變成逆向的數據和算法循環疊加的指數級增強模型。

過去4 個月，AI 大模型發生了什么變化？ChatGPT 發布后，AI大模型每個月的速度在發生迭代和變化，主要是三大方面，即成為科技創新的發動機，同時觸發新技術進入正反饋閉環循環，但也面臨數據瓶頸。

AI 成為科技創新的發動機

過去我們有三個行業有偉大前景但一直停滯不前，分別是機器人、無人駕駛和元宇宙。這三個行業10 年前就是大家寄予希望的未來產業，但搞了10 年并沒有顯著的變化和進步。AI 大模型顯著加快了這三個行業的變化。

以機器人領域為例，用AI 做機器人控制器的開發，適配簡單，成本很低，插件快捷，大幅加快機器人研發速度。

以元宇宙為例，元宇宙的核心在于由內容打造的場景，場景必須非常真實，所以很難做。原來100 分鐘的視頻可能需要100 人的團隊工作半年才能做出來，而有了大模型，可能10分鐘就能夠做出來。AI 大模型背景下，大家要高度重視蘋果的Vision Pro帶來的元宇宙拐點。

以智能駕駛為例，馬斯克為什么敢說到年底智能駕駛技術成熟，背后也是大模型的支持。

除了這三大行業，還有一個非常重要的邏輯，AI 會大幅加快科學技術到產業化的轉化速度，降低轉化成本，即通過AI 賦能仿真技術。

一個頭部的半導體材料研究院院長表示，AI 大模型會帶來仿真能力指數級的增強，從而大幅縮短研發周期。過去研發一個半導體材料要三年的周期，需要買設備，設備定制周期是6 到12 個月，買來之后還需要調試，然后再反復做試驗和調整。而現在通過500 片GPU，兩個月就可以做出來，并且工藝非常好。如果再發展迭代下去，未來研發周期可能縮短到10 天。

由此可以預見，未來化工材料、軍工材料、電子材料、食品材料以及醫藥材料的研發，特別是中藥的研發速度都將大幅度加快。

這一輪AI大模型發展起來以后，可能從根本上改變了最重要的科研技術轉化周期，特別是改變我們的研發體系，在這個環節中有一個很重要的領域就是仿真領域，未來中國應對全球的競爭，科研體系是非常重要的。而科研體系的最核心，除了機制體制和重視外，AI 大模型是根技術和根原因。

我們跟蹤一家英偉達授權的專注高校科研市場的AI 服務器公司，發現來自高校領域大規模地需要AI 大模型來進行研究和研發，來自科研領域的AI 需求指數級增長。

如果以更宏大的視角，AI 和Web3.0 結合，從本質上可以改變企業組織形式、商業體系。以企業為核心，會變成以產品為核心的分工體系。這是一個很深遠的問題。

AI 大模型觸發新技術進入正反饋閉環循環

任何一個行業，包括過去的互聯網，一旦進入一個數據時代就滿足一個正反饋，數據來源越多、用的人越多，數據來源就更多，它就自我正反饋增強和生長。

過去很多技術的困局在于，企業投錢進行研發和采購新技術、用戶購買新技術和服務，但買了后效果不行，沒有人用，很快進入死胡同。無論是機器人、無人駕駛還是元宇宙都是如此。科技產業的規律就是非線性和拐點。

而這一輪的AI 大模型形成了閉環，效果越好、用戶越用、數據越多，企業越受益，然后再繼續買設備投入研發，進入了正反饋的循環。

根據天風證券研究團隊兩期中國100 家CIO 的調研問卷，過去中國的IT 支出主要是系統集成和ERP，但這些解決不了問題，沒有形成閉環的反饋。但是，這輪AI 大模型發展之后確實是有用的，所以就需要反復地投入。它已經形成了非常好的正反饋，從根本上突破了過去的困局，實現了技術的正反饋，正反饋是所有商業模式中最重要的。

數據在哪里，哪里就有機會

無論是OpenAI 的數據還是從各種文獻材料看，現在AI 大模型很快會面臨一個問題，就是沒有了數據。沒有數據就沒有辦法有新的技術創新，我們就要解決問題，數據在哪里，哪里就有機會。

數據將主要來自三個領域。第一個領域，無論是高通還是手機巨頭們都瞄準的智能手機端。因為智能手機是人們24 小時的陪伴，如果AI 成為我們生活和工作中不可缺少的部分，一定是通過智能手機，手機是科技巨頭們目前最重要的戰場，也是最快速可以切入的戰場。

而在手機端不能全靠云計算，一定需要混合計算、邊緣計算，有了邊緣計算以后帶來整個算力的要求是4倍的增長，就是從6T 到30T。這也將推動主芯片相關的通信芯片、存儲芯片、相關的模組以及散熱器件的發展，而且散熱器件可能是未來很重要的方向，會通過一些材料技術的突破來解決散熱的問題。

根據二八法則，任何一個技術的80%會做簡單的事情，不能上來就做最復雜的東西。而在手機端恰恰不需要那么復雜，AI 會在衣食住行吃喝玩樂教育健康社交各個環節，更好地、更精準地、更高效率地服務人類。

整體來看，智能手機從5 月份開始到未來依然是一個被嚴重低估的行業，行業“內卷”結束了，沒有人再擴產了，沒有人做資本開支了，沒有庫存，沒有擴張，業績、估值均處于歷史相對底部。

第二個領域，數據來自場景，而元宇宙通過打造場景讓我們挖掘出新的數據金礦出來。

第三個領域，在to B 端怎么解決數據，物聯網是非常重要的。物聯網涉及行業的深度信息化。最近先知先覺的企業已經開始建設to B 端的相關業務。英偉達等龍頭企業在積極拓展產業應用，跑產業圈數據，未來to B 的行業深度信息化，是GPT 的金礦和未來。

AI 大模型所帶來的革命是未來經濟發展最根本的生產力，更是最根本的生產關系。如果放大到幾十年的周期看，我們現在處在前一個科技革命的結束和新一輪科技革命的開始，這個周期很難指望花一兩年就全部演繹完，需要10 年的周期或者更長的周期來實現。