2023年兩會政府工作報告提出今年的發(fā)展目標是5%，不及投資者預期，引發(fā)了很多解讀。但實際上，這個目標與中央對經(jīng)濟形勢的謹慎判斷是吻合的，意味著政府需要找到更多的途徑去實現(xiàn)“質(zhì)的有效提升和量的合理增長”。

同時，今年兩會上的政府工作報告有一個值得關注的變化，從2016年以來，歷年兩會會議的工作主線都是“供給側(cè)改革”，但今年的會議上，這個主線改成“把實施擴大內(nèi)需戰(zhàn)略同深化供給側(cè)結(jié)構(gòu)性改革有機結(jié)合起來”。這意味在新一輪的周期中，宏觀的政策思路已經(jīng)有所變化，那具體有什么新的改變？

一、從基礎建設到數(shù)字經(jīng)濟

過去十年，政府嘗試過擺脫過度依賴房地產(chǎn)的發(fā)展模式，那就是“互聯(lián)網(wǎng)+”，抓住移動互聯(lián)網(wǎng)的技術發(fā)展趨勢，以4G網(wǎng)絡和寬帶建設為抓手，政府投資通信基建設施，實施低電信資費補貼，推動民間資本投資互聯(lián)網(wǎng)下游應用和傳統(tǒng)行業(yè)的互聯(lián)網(wǎng)改造。

這一輪產(chǎn)業(yè)投資對經(jīng)濟結(jié)構(gòu)和消費的影響，不亞于房地產(chǎn)，誕生了一系列互聯(lián)網(wǎng)內(nèi)容平臺公司，甚至出現(xiàn)了移動支付、手游、短視頻這三個走向全球互聯(lián)網(wǎng)產(chǎn)業(yè)的應用。

然而，移動互聯(lián)網(wǎng)本身的技術變革有限，加上互聯(lián)網(wǎng)平臺經(jīng)濟遭遇反壟斷，這一輪投資高峰從2020年進入下降周期。去年的中央經(jīng)濟工作會議開始，平臺企業(yè)監(jiān)管進入“常態(tài)化、日常化”，政府釋放出較大的積極信號，希望它們未來成為推動產(chǎn)業(yè)升級的重要力量。

總體看來，互聯(lián)網(wǎng)仍然是民間資本最愿意投資的領域，而國家數(shù)據(jù)局的橫空出世，則代表一個新產(chǎn)業(yè)的頂層設計。數(shù)字經(jīng)濟是一個典型的頂層設計，能否實現(xiàn)，取決于下游的需求能否被激發(fā)，就像“土地經(jīng)濟”之所以短短二十多年從無到有，成為國民經(jīng)濟支柱，完全是因為趕上了中國城鎮(zhèn)化的大趨勢，居民有強烈的住房改善需求和投資需求。

數(shù)字經(jīng)濟要求讓數(shù)據(jù)流動匯集起來，形成大數(shù)據(jù)，才能體現(xiàn)出來一些結(jié)構(gòu)化的特征，才能最大程度地挖掘其中的信息。

而專為大數(shù)據(jù)而生的人工智能技術，剛好在此時出現(xiàn)了長期瓶頸的突破。

就在2023年3月，OpenAI發(fā)布GPT-4模型，全面超過了4個月前發(fā)布的ChatGPT，在多個方面無限接近人類。

站在一個更宏觀的視角，上述的變化剛好構(gòu)成了一個“宏觀政策——產(chǎn)業(yè)政策——技術變革”的產(chǎn)業(yè)趨勢框架。

因此，人工智能技術在宏觀政策、產(chǎn)業(yè)政策和技術變革的產(chǎn)業(yè)趨勢分析框架中具有重要作用，是一個值得關注的投資機會。

二、數(shù)字經(jīng)濟的產(chǎn)業(yè)模型

“算力+模型+應用”的產(chǎn)業(yè)體系是人工智能產(chǎn)業(yè)發(fā)展的重要內(nèi)容。

通用型生成式AI的產(chǎn)業(yè)鏈包括上游的算力資源、中游的模型開發(fā)，下游的各種應用。在訓練階段，每一代 GPT 模型的參數(shù)量均高速擴張，預訓練的數(shù)據(jù)量需求也快速提升，大幅提振算力需求。

上游的算力資源，在訓練階段，每一代 GPT 模型的參數(shù)量均高速擴張，Chatgpt目前一天2.5億次咨詢，需要3萬多塊英偉達A100同時運行，每天耗電237萬度，這只是文字交互，如果未來進入圖像、視頻的階段，那耗費的算力更恐怖。

中游的模型開發(fā)，雖然理論上，有一個大模型就夠了，但從安全性的角度，很多國家和互聯(lián)網(wǎng)巨頭都會開發(fā)自己的大模型；除了大模型外，各行業(yè)還要開發(fā)自己行業(yè)垂直模型。

下游的應用，才幾個月，大家已經(jīng)習慣了“這也能干”的驚訝，不斷有新的行業(yè)陷入“失業(yè)”的恐懼，幾乎每一個行業(yè)都有人在思考，怎么用AI技術把這個行業(yè)重新干一遍。

數(shù)字經(jīng)濟應用實踐專家駱仁童認為，人工智能時代將出現(xiàn)一個新的“算力+模型+應用”的產(chǎn)業(yè)體系，而且是典型的供給創(chuàng)造需求，層出不窮的AI應用的出現(xiàn)，刺激上中游的算力和模型的升級，而算力和模型的升級，又支持了更多場景的AI應用，復制當年“英特爾+微軟”聯(lián)盟促進個人電腦發(fā)展的歷史。

回到中國的人工智能與數(shù)字經(jīng)濟產(chǎn)業(yè)，這個體系又完美地符合了“通過政府投資和政策激勵有效帶動全社會投資”的增長模式。

我國比較強的是上游的信息基礎建設，但核心的服務器芯片，還在等待突破，這些環(huán)節(jié)的投資巨大，又涉及到國家安全，天然適合國家投資。未來的算力突破后，對于清潔和廉價能源的消耗將成為新的瓶頸，這又與國家的新能源產(chǎn)業(yè)投資與政策聯(lián)系起來，化解目前新能源領域投資產(chǎn)能過剩的風險。

而中游的大模型，目前的互聯(lián)網(wǎng)巨頭和科研機構(gòu)都早已布局，國家可以加大政策支持，盡快在這些領域?qū)崿F(xiàn)突破。下游的行業(yè)垂直模型和應用，天生適合民間資本投資。

總之，人工智能技術的突破，既是挑戰(zhàn)，也是機遇，以政府在數(shù)字經(jīng)濟、信創(chuàng)、半導體上的投資，帶動民間資本對大模型和AI應用的投資，這樣，中國經(jīng)濟才有希望走出低谷。

三、AI產(chǎn)業(yè)投資的風險

但是我們需要認識到，在AI產(chǎn)業(yè)趨勢投資中，存在四個較大的風險。

首先，趨勢確定，標的不確定。雖然AI技術是革命性的，但應用端的標的實在太多，導致A股上市公司很容易追求短期股價，而大部分標的最終仍然是過山車的命運。相比而言，算力端的確定性稍強，但想要算個股空間也不容易，更適合一攬子投資，過程中再不斷淘汰。

其次，大模型無法達到預期的效果。雖然有人認為大模型是大力出奇跡，但大模型是一個黑箱，存在除了OpenAI之外的所有大模型全部失敗的可能性。

第三，政府監(jiān)管風險。隨著AI技術的不斷發(fā)展，反對的聲音越來越大，政治家們基于選票，會出臺各種限制法案，給我們的技術發(fā)展帶來一定的限制。

最后，人工智能真的失控。雖然具體無法預測，但這是人類歷史上從未出現(xiàn)過的新物種，存在一定的風險。

因此，在進行AI產(chǎn)業(yè)趨勢投資時，我們需要認真評估這些風險，并采取相應的風險控制措施，以確保投資的安全和穩(wěn)定。

?????????????????????????????????