核心觀點：
1．AI 行業還是在成長期，目前在 A 股的投資更多還是主題投資階段。
2. 今年科技一定是會有持續行情。
3.深層次 AI 行業裡面，大概是四類角色。
4.AIGC投資可以關注四個層面。
5. 現在 AI 行業有點像五年前甚至十年前的新能源行業。
6.未來買數字化，很多時候你可能也要買傳統行業的公司，它會是一種雙向奔赴。
7. 科技股未來投資方向，最看好還是數字經濟方向，分兩塊……
8. 5G 建設從新基建走向新應用，并且在投資上要注意從終端走向雲端
近日，中信建投證券研究所所長兼 TMT 行業首席分析師武超則，在一次線上活動中對 ChatGPT 的發展情況及發展前景進行分析和展望。
以下是投資作業本（微信 ID：touzizuoyeben）整理的精華内容，分享給大家：
ChatGPT ( 深層 AI ) 四類角色
問：ChatGPT 是當下大熱的一個話題，國外的相關公司可能領先了小半年，他們的發展情況或者他們各自有什麼樣的特點、優勢，可以大概給我們分享一下嗎？
武超則：這個爆款的應用來自于 OpenAI，它最早創始的時候，包括像馬斯克等很多美國科技巨頭參與在其中，而且它甚至不以盈利為目的，其實是一個類似于科研類的組織。
後來微軟看到它的發展非常好，實際上最近也有再投入。所以它跟微軟自身的 AI 在這方面的布局結合的非常緊密。微軟後面會推 " 全家桶 "，就是微軟将搜索跟這個相結合，使它變成超級搜索或者超級引擎的落地的場景。
再包括其實微軟最擅長的還是 Office，就是在辦公場景下，比如 Word、Excel，其實我們過去用了很多年的工作習慣很有可能會再有一個大的功能上的躍升，就是跟 AI 相結合。可能我們寫作的效率，甚至剛剛談到的一些題例式的文章，它都能完成基本撰寫。
像 Office 過去也有大量的比如文本校驗等功能，但其實還是非常基礎的。這次結合了 AI，它真的就相當于一個審核或者高級校驗的角色，比如對你提供一些數據，邏輯的梳理、驗證等等。
這是微軟在這一塊兒有很明确的跟存量的搜索引擎、辦公軟件相整合，其實它已經從 AI 的模型階段延伸到應用階段。
但是 Google 也在推 Bard 機器人，後面可能也會正式發布。當然 Google 過去是全球引擎行業的巨頭，一直在人工智能方面有非常多的投入，目前它的危機感也比較強。
另外對應國内這一塊，像百度、阿裡、字節都有類似的部署。
但我自己總結為，在整個深層次 AI 行業裡面，我覺得大概是四類角色。
第一是提供底層的基礎算力或者雲服務的偏硬件層的基礎設施，或者雲基礎設施的公司。這裡面涉及通信或者電子相關的公司會更多一些。
第二大層是提供大模型或者算法的公司。ChatGPT 或者 Open AI 是一個非常典型的做大模型的公司，國外像 OpenAI、Google 會做，當然對應國内像百度、科大訊飛、阿裡，這些科技巨頭在大模型方面應該會有一些布局，陸陸續續大家應該也會看到，這是第二層。
第三層，就是應該會有一些中間層，稍微偏專業或者垂直側的小模型的公司。
其實國内現在也有一些公司已經開始做，它可能基于第二層的大模型來開發，但是它用底層開源的大模型在上面再做一個垂直細分領域的優勢場景，比如醫生或醫療行業，再比如汽車、法律、律師行業等，就是它可能會做一些垂直模型。
對于第二層和第三層的關系，大模型更像 K-12（中小學普世義務教育），是一個基礎層的培養，非常重要。如果這 12 年或者這個部分沒有做好，上面很難長出垂直方向很好的模型。
到第三層，有點像大學和研究生階段，可能要選專業，選一個目标培養方向。這個階段不太會大而全，比較難有專業優勢。
國内可能會有很多公司做這一類，但是它也要基于一個大模型，在大模型的這一端，最終不太會有非常多的公司做，可能會是一個相對更大的，因為它對算力算法的要求還是蠻高的。
最後一層量會更大的就是應用層的公司。有點像畢業了，你要工作了，你有了很好的知識，真的從一個 K-12 教育走向大學教育，甚至研究生教育，最後我要到實踐中創造生産力或者創造價值，那可能走向各行各業的 AI 的應用。
這類公司在國内現在也開始有一些比如遊戲行業、搜索引擎，甚至将來的人形機器人等等，會有很多場景。
AI 有點像五年前甚至十年前的新能源
問：OpenAI 能否成為一個現象級的公司，類似特斯拉，以及由此帶來的 AI 能夠成為類似新能源行業，它的這個行情将會非常大？。
武超則：坦白講如果現在一定要去判斷這兩家公司的空間有多大，現在确實還有點早。因為 OpenAI 這家公司最早設立的時候可能不是以盈利商業機構為目的，它更多的還是在創新上面做探索。
從這點來看，可能特斯拉創立的開始也是一樣，它也要在這種颠覆式創新上有它的獨到之處，或者它設計的初衷就是改變人類現有的對科技的線性的理解。可能會有第一性原理，就是可能會有一個全新的颠覆式創新，這點是相通的。
但是如果從行業的階段上來比，現在 AI 行業跟新能源的成熟度肯定是完全不同的，有點像五年前甚至十年前的新能源行業。
當然中間新能源行業也經曆過從最早的技術萌芽到産業的成長，像 Gartner 曲線中講到的任何一種技術至少都會經曆五個階段，從技術的萌芽到快速成長，然後到泡沫期，就是資本或者整個創業者會非常瘋狂的湧入這個領域，很多技術都會經曆這樣的階段，然後到泡沫的破裂。
泡沫破裂之後就進入去僞存真，就是真正做這件事情的人可能會留下來。但有時候最終到這個階段可能有一些就扛不住、會被淘汰，那才會進入最後一個周期，就是真正的成熟期。在成熟期，才會有更多的收入、利潤、業績的體現，基本上都會經曆這樣五個階段。
如果套用這樣的模型，毫無疑問特斯拉、新能源行業在今天其實已經走到了相對比較成熟的階段，所以它已經在各種财務指标上或者分析師模型裡通過銷量或者成本模型，能夠計算或者預測它的利潤，然後給予它一個估值去定價。
但如果回到這個模型，AI 現在處在什麼階段，或者 AI 不同的決策式、生成式可能處在不同的階段，但整體來講，AI 行業還是在成長期。當然，有些部分甚至可能在泡沫期，就是大家很熱的湧到這個領域。
按照正常的模型，它後面還有三大階段要走，所以從發展階段上來講，跟新能源行業還是不能相提并論，對應的估值模型肯定也是完全不一樣的。
映射到投資上來看，我個人覺得目前在 A 股的投資更多還是主題投資階段，但主題投資相對于價值投資并沒有更優。
其實在科技行業，很多新技術一開始都是主題投資的階段，因為這個階段會有對未來比較大的想象空間，同時行業的競争格局沒有那麼固化，這時可選的标的或者很多公司都會有一種朦胧美，就是我們認為它可能都有做成的可能。
像電動車行業現在也處在這個階段，就是你現在還沒有分化。但比如消費電子其實已經有龍頭出來了，那我們就要更多關注它的收入、利潤。但其實很多産業現在确實還處在一個闆塊式的行情中，AI 今年應該還是處在這樣的階段。
所以對應到投資機會上或者從 OpenAI 自身來講，影響估值的更多的可能不是它的收入、利潤。
Chatgpt 對行情持續催化，短期對 PE、PS 沒有明确指向
問：當前我們應該看什麼指标？因為對于成長性公司的股指，可能您在 TMT 領域還是非常駕輕就熟的，但是對于一些比如偏重于成熟型公司投資的投資人來說，可能還不是太了解。
武超則：其實在主題階段，其實最近這個行情之所以能一直持續，跟海外巨頭持續在這個部分有很多動作有很大關系。
比如微軟會再投 100 億美金進去，但實際上除了微軟之外，Google 馬上也會動起來，它也要發它的模型，然後也沒有商業化計劃，同時别的産業鍊上下遊的巨頭其實也都在動。國内也一樣，像百度三月份也會推出 " 文心一言 "。
這可能對行情都會有一個持續的催化，就是從主題上來講它需要持續有新的東西，但是短期可能在 PE 和 PS 上不一定有很明确的指向，但是它也有可能會在比如用戶量上有進一步的躍升。
包括 OpenAI 自身在這個階段還沒有推專門的付費版本，我個人覺得可能未來會有兩種收費模式。一種是對于中小企業來講，更多的是用雲端調用它的接口；另一種是對于大型企業，它可以本地化部署，這樣我也可以直接付費或直接收費。所以整體來講，從爆款的應用到用戶的暴增到收入階段，還是能看到的。
最怕的是對于一個初創型的行業，大家一定要看利潤，反過來對于一個很成熟的行業，大家又覺得可以看商業模式或者數據，實際上還是要用适宜它的方法去給它估值，其實還要有多樣化的審美，這也是注冊制以後可能 A 股要面臨的，在科技投資方面非常重要。
AIGC 投資四層面，底層算力公司确定性很高
問：AIGC 可想象的空間很大，但如果從投資角度來看我們可以提前布局，将來可以關注哪些投資方向？
武超則：可能有這幾個層面，倒着來看還是可以從剛剛提到的四個層面來理解。它是一個 " 倒金字塔 " 的結構，就是越往應用層越分散，應用層面應該是百花齊放的，它可以容納很多小公司，這個行業集中度不會太高，這是第一大類。
第二層就是在 " 小模型 " 這一層，或者比喻為上大學和研究生的階段訓練。這個部分應該會有很多大公司做，但很多有數據、有場景優勢的公司也可以做。
比如我在圖片行業或者音樂行業有大量的版權、原始數據，那它可能也會有，因為這個闆塊相關公司的核心壁壘第一個肯定要有基礎的算法優勢，但更重要的是它要有數據，就是要有很多原創數據。那就去挖掘哪些是有場景、有數據的公司，這部分也有投資機會。
第三層就是 " 大模型 "，前面也有提到，這裡就不再展開。
第四層，就是提供底層算力、雲基礎和相關支撐的公司。
2022 年年初，國務院發了一個有關數字經濟十四五規劃。" 十四五 " 規劃中在對數字經濟定義時提到 " 數據要素是核心生産力 "，這就有點像" 未來的石油 "，我可以通過石油加工出很多如尼龍、化工行業的東西，未來數據也一樣。
所以從這點來講，提供底層算力的公司可能不會是涉及面很多的公司，因為它是一個門檻相對比較高的行業，現在像做雲計算、做通信、做技術支持服務還是一些大公司或國資類的公司比較多，但是它的确定性會很高。
底層有關的這種 " 雲 "，不管是 IDC 服務、網絡服務、提供 ICT 設備，甚至是 CPU 和 GPU（芯片）都會受益。它可能沒有前面提到的那些應用、做模型的公司那麼直接，但反過來講，它的确定性會很高。
工業數字化投資确定性很高，未來傳統行業公司也要買
問：在數字經濟發展中，新型的基礎設施建設、硬件設備、軟件開發、應用場景可能都有爆發點，哪些領域有望率先突破？
武超則：未來十年，數字經濟最根本的是把數據作為生産的一個要素，把 AI 作為生産工具，這跟過去十年不同，過去十年是網絡和信息化。
如果這樣，我認為首先在應用端或者未來最重要的抓手應該是誰能把數據用好，誰能用 AI 的工具創造新的生産模式或新的應用場景，這是數字經濟的最根本。
當然，數字化的前提是雲化。雲化就是如果它都沒有上雲，數據都是離線的，或者生産數據、管理數據可能沒有全部在線或在雲上，這很難稱之為數字化企業，所以從這點來講，雲計算肯定還是确定性很大的。
所以這兩年雲背後包括存儲、服務器，實際上是對算力的支撐。
另外在數字化投資裡，各地有各種東西出來可能和過去十年還會有很大不一樣。
過去十年，互聯網時代更多的是 To C 的場景比較成功，C 就是 "Consumer"，就是更多改變我們的生活，比如社交、電商還是對生活質量的提升，讓我們的生活更加便利。
但未來十年在數字化裡面，本質上還是 To B 的場景，B 就是生産，實際上會對它有更大的躍升，比如數字化在智能制造，在制造業裡面對降本增效的效果。現在對企業來講，數字化可能不是一個選擇題，而是一個必修題，就是如果你不做，可能未來你的商業模式就要被幹掉。
在過去一段時間，汽車行業就是非常典型的，電動車來了以後，汽車供應鍊都重組了。汽車供應鍊以前都講 TIER1 供應商，但它不是一個垂直化的、定制的生産模式，這就是一個很傳統的制造業生産模式的改變。
汽車可能不是最後一個在能源行業的數字化行業，我們當時研究數字化場景時發現一個很有趣的現象，就是越集中度高、越傳統的行業反而越容易數字化，而供給側改革過的行業會更容易數字化，為什麼？
因為它的行業結構相對巨頭林立，産業分工很清晰。比如煤炭、鋼鐵、有色擁抱數字化的态度非常積極，行業競争格局已經很清晰。
想再提效率或者有增長，那就要有新的工具和技術手段。反而對于一些比較分散或者集中度沒那麼高的行業，比如醫藥行業好像就沒有那麼快，因為它的中間環節還很多。
這是汽車能源，當然中國還有一塊非常大的機會就是工業，就是去年二十大報告提到的新型工業化。
新型工業化的背後，工業數字化就是很大一塊，在投資上的确定性都很高。所以我去年提出一個觀點，以前投數字化或者投科技就是投 TMT 行業本身，大家去買那些做 IT、做 CT、做芯片的公司。但未來買數字化，很多時候你可能也要買傳統行業的公司，它會是一種雙向奔赴。
TO B 和傳統行業融合更具優勢，汽車、工業、能源是比較好的場景
問：那會不會像我們之前理解的互聯網 +，就是在傳統行業的颠覆上，互聯網這個應用各個行業都開始了，也颠覆了傳統行業，會類似嗎？
武超則：會類似，但是我不會用一個詞叫 " 颠覆 "。
原來在 To C 的領域确實是颠覆，就是零售行業做大會對傳統的線下零售有很大影響。但是這次 To B 或者跟很多傳統行業的融合，TMT，就是單純做技術的公司，還是挺難颠覆的。
因為在一生産場景，相比于一個消費場景，首先它是非标準化的，就是每個場景長得都不一樣，所以你很難出現一個巨頭，在互聯網時代赢家通吃。
但是 To B 不會，比如在制造業和醫療行業可能完全不同，它的 know-how（場景）完全不同，這個時候如果傳統行業的公司能夠用好 AI，用好新的數字化工具，它可能會更有優勢。
數字化可能會成為一個基本工具，所以這點很多傳統行業現在還處在估值比較低的位置，比如能源行業、工業中也有很多非常優秀的巨頭已經開始全面擁抱數字化。
過去一年疫情中大家對數字化還是保持非常開放的心态，過去它覺得你要颠覆我，甚至是一種排斥，現在因為整個經濟增速放緩過程中，大家覺得這可能會是一個非常重要的工具讓自己重生，所以企業主願意在這上面進行投入，它會對整個行業的推動起到很重要的作用。
問：那會不會在集中度比較高的如國企領域，或者在偏壟斷、競争不激烈的行業率先發生？
武超則：如果按行業分，To C 先不說，在 To B 的場景因為有很大，更大的如分服務業的數字化，農業、工業等，稍微小一點工業裡面又分很多種，但整個研究下來，首先中國的産業數字化水平比全球低。
其實就是在 To C 互聯網裡很發達，在消費部分發達，但是在生産的部分相比于美國、德國、日本，他們的滲透可能都在 60% 以上，我們可能隻有百分之三十幾，這個本來就是要低一些，所以空間會比較大。
第二個單就在産業數字化的場景裡面，就是 To B 的行業裡面，我剛剛舉了三個比較看好的方向——汽車、工業、能源，它的行業集中度相對比較高，對産業鍊分工比較清晰，巨頭或者龍頭對行業的技術和模式創新引領就達成共識，這是比較好的場景。
當然，比如金融行業也在發生類似的事情，也會延伸包括一些現代服務業等。
今年科技一定有持續行情
問：在 AI 發達的時代，我們如何分享科技股的盛宴。近期在券商的策略會當中，大家集中看好科技股，科技股也已經有了不小的漲幅，未來您怎麼看？
武超則：上次你們辦論壇的時候，我其實還是堅定的看好，我當時有三點理由，第一個是本身技術變遷到了一個新周期的開始。TMT 的每一輪行情最重要的因素可能不是估值，因為它足夠便宜，當然這肯定是其中一個很重要的因素，但不是唯一的因素。
最底層的因素應該是到底有沒有質的技術創新，就是現象級的應用，或者有沒有爆款的東西出來。其實 2015 年那一波科技行情，移動互聯網的爆款應用出來很多，包括後來像抖音、快手這樣爆款的現象級的應用。
現在又有現象級的應用出來，而且它到上億用戶的速度可能是曆史上最快的，隻用兩個月時間，這是一個很重要的标志，就是它需要有全新的、讓人感覺很興奮的東西出來，而這種東西可能是一個颠覆式的創新，當然過去幾年科技有很多場景有點低預期，那就沒有達到想象。
但是這次 AI 在這個方向其實是有超預期的表現，這是一個很重要的驅動科技股的因素。當然，如果基于這個模型，後續還有沒有爆款應用出來，是有可能的。
第二個影響科技股行情最根本的因素是流動性，我去年提到美聯儲加息的趨勢停止，其實這也很重要。因為總體來講，确實在整個估值體系裡面，科技股曆來是估值比較貴的，但是它貴背後有一個 "G"（Growth），就是有增長在裡面。
所以我更習慣于去看 PEG，而不是簡單的看動态 PE 更有價值。就是相比于 15 倍估值，但是隻有 15% 增長的東西，我更願意選擇一個 50 倍估值，但是有百分之百增長的東西。這是典型的科技研究員的審美，一定是要有增長、有變化、有未來潛在的非線性的拐點。
像當年亞馬遜大概有十年隻有收入的增長，但 AWS 沒有利潤的增長，但它一旦開始盈利以後，你會發現收入可能每年增長 50%，但利潤增長百分之百，然後毛利率或者利潤率有一個邊際成本迅速下降，軟件、互聯網行業其實都有這樣的特點。
所以這是第二個審美的重點，就是它今年有一個流動性的優勢，同時最新的流動性的溢價會更直接的體現在科技股上，當然在去年那樣反向的時候就會更痛苦。
最後一點，從今年整個 A 股來看，确實在科技股的投資闆塊上，估值還是有一些吸引力。因為從 2018 年的四季度應該是一個低點，但經過後來 2019、2020 年有一輪反彈，但總體來講跟 2018 年以前還是有差距的。
就是實際上高的時候看 2018 年之前，像今天很熱的計算機行業在火的時候，實際上也有 50 倍以上的估值中樞的階段，但是其實我們就覺得 50 倍可能很貴。
相比于 2013、2014 年非常瘋狂的階段，還處于中位數，估值還有一定空間，沒有擁擠到已經泡沫化了，那可能确實後面會比較難。
所以基于以上三點，今年科技一定是會有持續行情。
問：從這三點來看，或者結合一些曆史數據，您覺得科技股的牛市一般會持續多久？
武超則：其實還是取決于前面幾個因素，要不斷有新東西出來。比如移動互聯網，就是 3G 那一波，大概從 2012 年遊戲作為第一個爆款應用出來到 2015 年大概有三、四年的時間。
再看 2018 年的半導體，其實就是以信創、自主可控為代表，也有差不多三年時間。當然可能結構會不一樣，我以前經常講 " 硬三年，軟三年，商業模式再三年 " 的周期性，過去幾年其實更多的還是在硬件上。
未來科技股投資方向，最看好數字經濟
問：長期邏輯不看新鮮概念或主題，怎麼把握未來 5 到 10 年科技股的投資方向呢？
武超則：簡單總結，我最看好的還是數字經濟方向。數字化其實是一個周期比較長、确定性很高的東西。
具象一點，可能有幾個闆塊，數字經濟就是兩大塊。
第一大塊是數字産業化。就是 TMT 行業本身會有一些基礎設施部分（新基建），這個部分确定性比較高的像雲計算，現在它又是一個需求躍升或者拉動的過程剛剛開始，對應到不管是做雲自身的公司，還是做雲基礎設施的，像配套設備或者是裡面的芯片、ICT 設備的公司，它會受益。
第二個在基礎設施部分我比較看好的還是大安全的主線。
現在在科技的自主可控，以及信創，包括網絡安全，它是一個不僅僅因為全球競争的問題，其實也有應用從 To C 走向 To B，它自然會對安全的要求很高。
所以在相關的比如網絡安全、底層設備的投入上，它對安全的要求就會更高，從這點上信創闆塊應該還有确定的機會。
最後就是在産業數字化方面，在應用端下一個爆款的應用會在哪裡，這也是大家所關注的。但整體來講，可能 To B 的機會會大一些。
這三類未來都會産生投資機會，但不一定會是那種千億市值的特别大的公司，To B 的應用可能會容納一些專精特性，小而美的公司也會很多，因為它往應用端去走。
但是在數字産業化，就是提供雲基礎設施這一方面會有一些大公司。現在已經有一些大公司了，無非是這些大公司能不能從千億市值漲成更大市值，成長空間到底有多大。
5G 從新基建走向新應用，投資從終端走向雲端
問：5G 的建設目前是不是到了中後期，它的投資邏輯是否發生變化，未來怎麼看？
武超則：關于 5G 我之前總結了兩句話，第一句話是從新基建走向新應用。這個觀點很明确，就是基建的投資肯定是告一段落。
下一步我們要思考怎麼用好這麼好的基礎設施，就是這麼好的高速公路修通了，我怎麼保留大量的車來走。
硬件和軟件沒有孰優孰劣之分，它是一個螺旋式創新，所以今年 5G 的應用就很重要。到底有沒有一些好的應用，比如自動駕駛、工業互聯網、VR、AR，這是 5G 潛在的一些比較大的場景。
所以從新基建走向新應用，在 5G 的投資上今年應用的機會應該更多。
第二個，在投資上要注意從終端走向雲端，這個可能聽起來比較繞，但也很好理解。
過去産業鍊的價值是承載在終端上的，比如我們買一個手機、電腦很貴，而且我們會關注它的内存、CPU 指标。但現在我們買手機有可能關注它的屏幕大不大、攝像頭多不多，原因是什麼呢？
算力或者計算的功能是在雲端的，承載在雲上面的，就是英偉達做的這個工作。因為網速足夠快，我的内容沒有存在本地，實際上我沒有必要存本地。以前大家丢了手機很慌張，現在丢了馬上想找回賬号密碼，其實硬件本身變成一個顯示器，所以很好理解。
其實你所有産業鍊的價值量或者算力是在雲端的，所以在 5G 投資上也要注意。以前我們投 5G 可能大家會關注手機産業鍊，但現在你可能要關注應用，雲端有沒有投資機會。再比如汽車，去年對于智能車或者電動車，我們關注硬件本身的投資機會，但接下來的重點應該在自動駕駛和智能座艙。
更多大佬觀點請關注↓↓↓
本文作者：王麗，褚倩 來源：投資作業本
