关键字：
导 读：
伴随ChatGPT在多场景的广泛深入地应用，人工智能的想象空间得到显著放大，市场、投资者对AI大模型给予了厚望，行业间纷纷加大探索力度，AI大模型或许正进入快速蓬勃发展的历史时期。华商基金研究员金曦对此表示，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...,机器人,人工智能,智能,应用,202
伴随ChatGPT在多场景的广泛深入地应用，人工智能的想象空间得到显著放大，市场、投资者对AI大模型给予了厚望，行业间纷纷加大探索力度，AI大模型或许正进入快速蓬勃发展的历史时期。
华商基金研究员金曦对此表示，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。
万得信息数据显示，截至2023年6月2日，AI应用指数(8841683.WI)、AI算力指数(8841678.WI)2023年以来分别上涨74.83%、73.85%，同期沪深300指数下滑0.25%。
商业化AI公司或强者恒强
华商基金研究员金曦认为，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，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。
算力、数据要素及国产化
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A100GPU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，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。
以上观点不代表任何投资建议，市场有风险，基金投资须谨慎。