- AI应用即将进入快速成长期,基础设施和大模型调用成本的降低激发了商用潜力。
- 中国应利用数据和产业链优势,发展通用与垂直大模型,实现AI与传统行业的双向赋能。
- 投资建议关注各行业龙头企业,因其将受益于算法平权和行业数据资源的竞争力提升。
核心要点2
该投资报告强调人工智能(AI)应用即将进入快速成长期,主要基于以下几点: 1. AI应用发展的基础条件已经成熟,算力和网络通讯等基础设施已满足需求,同时大模型调用成本大幅下降,推动了大规模商用潜力。
2. AI的价值将在应用层面实现,终端应用(如Tiktok、Zoom等)在软件市场占据重要地位,AI终端应用仍处于蓝海期,未来有大量机会。
3. 中美AI产业存在巨大差异,美国在云服务和芯片市场占据垄断地位,而中国则具备数据、产业链和市场需求等优势,重点在于让渡上游利润、扩张下游应用。
4. 中国未来将以通用大模型为基础,结合私域数据训练垂直大模型,推动AI应用的深入发展。
5. AI与传统行业的双向赋能将成为关键,AI能够提升生产效率,而行业数据也能反哺AI模型,实现自我迭代。
6. 需要挖掘垂直场景需求、构建商业化闭环,并强化场景驱动的协同创新。
7. 随着算法平权的实现,行业龙头企业将因数据和资源差异而更加强大。
投资建议方面,报告建议关注AI+各行业的龙头企业,并提醒关注政策、技术突破、产品商业化进展及全球地缘政治风险等潜在风险。
投资标的及推荐理由投资标的及推荐理由: 投资标的:关注AI+各行业龙头企业。
推荐理由: 1. AI应用即将进入快速成长期,当前的技术基础设施和大模型调用成本大幅下降,为AI的商用潜力提供了良好条件。
2. AI的价值将在应用层面实现,终端应用市场仍处于相对蓝海时期,存在大量机会。
3. 中国在AI产业链中具备数据优势、产业链优势和市场优势,能够通过让渡上游利润、扩张下游应用实现关键突破。
4. 通用大模型与垂直大模型的结合,将推动AI应用的深入发展,满足行业需求。
5. AI与传统行业的双向赋能将提升生产效率,改变现有生产布局,同时现存的数据将进一步反哺AI模型,实现自我迭代。
6. 随着算法平权的实现,企业之间的资源和数据差异将成为竞争力的核心,利好行业龙头企业。
风险提示: 政策落实不及预期、技术突破不及预期、产品商业化进展缓慢以及全球地缘政治风险加剧。