【资料图】
6月15日华商基金研究员金曦发表观点称,站在产业视角,国内外巨头竞相加速布局AI大模型领域,包括成立AI研究部门、推出聊天机器人、发布AI应用等,整体产业的长期向上趋势可能是较为明确的。映射至当前A股市场计算机大板块中,虽然AI的方向可能会存在一些分歧,但整体观察依然催化不断。
金曦认为,站在当前阶段,AI技术含量的高低,其实不是改变生产力的核心因素,唯有通过新的工具(即在应用场景落地的产品)来重塑节点和业务流程,重塑很多垂直场景的用户习惯,使标准化做得更加容易,可能才是AI技术对生产力的真正提升。瞻前未来,也许高阶的AI可以重塑产业场景。AI依然属于信息技术行业的范畴,产业链各环节可能都会产生较强的头部效应。这是因为,专业场景需要专业数据的积累,以此来优化模型准确率。一旦某项产品在某一领域打造出成功案例后,后续可能会收到越来越多的项目订单,并带来更多的数据,从而提升产品的效率,反过来再推动项目订单的增长,形成正反馈效应。
基于上述所言,金曦认为,这也意味着能够取得商业化成功的AI公司,或许更容易在AI探索上取得突破、落地和变现。因为能够取得商业化成功的公司通常有着成熟的现金流,可以支撑其持续的研发投入。而一些基于单一AI技术壁垒的初创公司,面向需要多元技术的应用场景时可能会束手无策,如果没有掌握其他技术,很难实现商业化,商业化的受限反过来又会制约其进行新技术的投入。
立足中长期维度,华商基金研究员金曦表示,相信未来随着AI 的普及应用,算力的需求将持续提升。举个例子,根据Similarweb数据,ChatGPT官网在稳定状态下每日访客数量高达2500万。假设每日每个用户提问约10个问题、每个问题平均30字,对应每天需要30382片A100 GPU同时计算,才可满足当前ChatGPT的访问量。同时,在AI的技术变革浪潮之下,数据要素和国产化也将成为人工智能产业发展的重要方向。
展望未来,金曦认为,数据要素与AI 的结合有望更好得发挥生产力和创造价值。2022年12月,财政部发布《企业数据资源相关会计处理暂行规定(征求意见稿)》,提出数据资源将根据内部使用或对外交易两种用途,分别计入无形资产或存货,数据资产价值均以成本进行初始计量;2023年1月,工业和信息化部等十六部门发布《关于促进数据安全产业发展的指导意见》,提出到2025年,数据安全产业规模超过1500亿元、年复合增长率超过30%等目标。随着政策的进一步明晰和先行试点的摸索,将逐步探索出适合国情的数据要素流通之路。国产化层面,“国家安全”长期趋势不变。2023年4月,国资委召开国资央企信息化工作推进会议,强调要积极顺应信息化发展趋势,全面推进国资央企云体系和大数据体系建设,持续健全完善信息化工作保障机制,加快推进国资央企高质量发展。