AI+时代已至，机会大浪磅礴，风险深不可测。
面对疾变的时代，如何投资这日新月异的科技行业？
景顺长城“科技军团”对于AI产业的解题思路是：深入、及时、全面的产业链研究。
当市场效率迅速提升，唯有以优势人才、优势研究资源量为依托，迅速突破认知和覆盖，才有可能在风险可控的前提下，尽可能跟上科技创新的节奏，把握住投资机会，实现超额收益。
AI是席卷各行各业的技术革命，景顺长城内部组织了相当投研力量对此展开研究，形成了一份AI+洞察报告。这其实不是景顺长城第一次发布这样的科技洞察报告，2022、2023年，景顺长城科技军团先后发布了对新能源和半导体产业的科技洞察报告，都是立足基本面并结合产业链研究的逻辑。
此次，景顺长城的几位科技方向的知名基金经理：杨锐文、张雪薇、农冰立、曾英捷、孟棋、张仲维、董晗齐齐亮相，从AI的模型层、应用层、算力层各个角度阐述了这个新兴产业的源起、爆发、发展的脉络和未来机会。
AI产业为何在去年开始爆发？
AI产业的主要细分行业是哪些，它们的发展状况又是如何？
日益加速的AI产业会给世界带来什么，又会对怎样的产业影响最甚？
中国的AI产业在世界处于怎样的水平，在哪些细分环节具有更大空间？
AI产业链上的投资机会究竟在哪里？
这些关键问题都可以在这份报告找到答案。
01
中国科技必将崛起
杨锐文是业内知名的科技方向基金经理，他既有大局观、也有深挖个股机会的能力。他酷爱调研，也善于综合各方素材形成创见。作为景顺长城系列科技洞察报告的“牵头者”之一，再合适不过。
杨锐文认为，未来十年是中国科技攀登高峰的关键时刻，中国科技创新的发展进程将影响中华民族伟大复兴的步伐。
他深信：“中国科技产业必将崛起，未来最大的机会将会来自科技产业”。
他还进一步认为， AI产业在迅速发展，AI的应用场景在不断拓展。但是，由于人工智能现有的泛化能力还是非常有限的，因此，场景的落地能力至关重要。
在GPT 冲击波席卷几乎所有大型的互联网公司的当下，各类互联网公司无论主动还是被动都不得不卷入这一轮AI 的大潮中，新一轮的算力军备竞赛毫无疑问已经开始了。
杨锐文同时发布了，景顺长城科技团队对AI产业的十大预测：
1. AI将带来一场席卷各行各业的技术革命
2. 大模型正在向多模态和AI Agent方向进化
3. 海外模型将走向寡头格局，国内存在约一年代差
4. AI将明显提升脑力劳动效率，推动生产力革命
5. AI将重塑交互体验，有望孵化出新一代超级平台
6. AI应用将百花齐放，驱动新一轮硬件创新周期的到来
7. AI赋能感知与决策，加速智能驾驶奇点到来
8. AI重塑机器人大脑，产业链迎来新机遇
9. 算力需求将从训练转向推理，从云端转向边端
10. 海外算力禁售推动国产芯片和先进封装迎历史性机遇
02
AI为何现在爆发？
景顺长城基金经理张雪薇在科技领域积累较深，是次报告也发布了她对AI产业的总体展望和研究观点。
张雪薇认为，AI就是能够让机器变得和人一样聪明的技术、方法和工程。这个学科从1950年就已经诞生，但是直到22年末 Chat GPT发布后，才真正开始进入普罗大众的视野。
AI为什么会在现在爆发呢？
张雪薇认为，这是因为此轮技术革命后，人工智能不再如过去那样让机器只学会一种专长，比如下围棋；而是让机器突然拥有了广泛的能力圈，变成了通用人工智能。
当AI开始变成一个通才，介入了人们生产、生活的方方面面，让每个人都觉得有用，才会呈现出了井喷式的增长
站在当下，景顺长城认为，AI的发展将是一场席卷各行各业的技术革命。比肩1698年蒸汽机发明，和上个世纪开始的由计算机引起的信息革命。
按照基础大模型的能力划分，现在处在人工智能的第二个阶段，后面还有多模态、AI Agent到混合现实，再到具身智能等种种的突破可以期待。
景顺长城认为，从投资的角度看，AI这样席卷各行各业的重大革命会带来长期、巨大的机会。在这个领域不应该过度关注短期，而忽视了产业长期的进展和应用潜力。
景顺长城判断在2024年，国内模型层将成为大宗品，需要和应用场景相结合才能创造差异化。而应用层，AI将重塑生产效率和交互体验。
03
大模型的终局是人工通用智能
景顺长城研究员贡学博，进一步分析大模型的进化方向与产业格局。
她认为，模型进化的终局是AGI，也就是人工通用智能。未来人工智能不仅能和人类一样思考、学习、执行复杂任务，在能力上也将超越人类的总和。
而今天的大模型，在数学能力、复杂推理能力上，仍然存在着短板。模型的 “幻觉”问题也制约了当下的应用落地
景顺长城进一步认为，从全球的AI发展趋势来看，下一代大模型将沿着多模态与AI Agent两大方向升级。
多模态大模型可以跟随人类的提示，利于眼动追踪、手势追踪，分析环境中的特定物体，人机交互形态迎来新的变革。
除此之外，多模态大模型还可以应用于自动驾驶、工业检测、电商娱乐等更丰富的场景，大幅提升模型的渗透率
贡学博还预期随着大模型的持续进化，海外大模型的竞争格局走向马拉松式的淘汰赛，模型层每年升级一代，竞争门槛持续提升，参与玩家持续减少，最终的格局是寡头格局。
景顺长城认为，下一代的AI应用将高度整合各类功能，为用户带来自动化的体验。随着自主AI芯片的落地与推广，算力成本将逐步下降，基础模型的使用成本也将降低。国内模型层格局相对海外更加分散，应用层将获得更高的产业价值分配。
04
AI会颠覆游戏产业
景顺长城基金经理农冰立，深入讲述了景顺长城在AI应用方面的研究。
他认为，大模型更多是讲技术本身，而应用才是技术转化为商业价值的载体。
AI应用的商业价值可以在生产力和泛娱乐两个场景体现：首先是生产力场景，比如AI辅助生成文档和图表、辅助开发人员写代码、辅助设计人员生成和修改图片视频等。
另一个是泛娱乐场景，它可以大幅提升普通用户和虚拟世界的交互体验。比如有了AI，用户可以用自然语言和比如游戏里的NPC、或是主打情感陪伴的聊天机器人进行自由的交流。
投资要回答的第一个问题是大模型在何种生产力场景中最具有商业化的潜力？
景顺长城认为可以从两个维度衡量：一是AI带来多大的效率提升，也可以体现为AI应用的自动化程度。
二是对于模型缺陷的容忍程度，因为现在在大模型仍然存在“幻觉”问题，不能实现100%准确、可解释的输出，因此率先实现商业化落地的场景必须容错率相对较高。按照这个标准，景顺长城觉得创意设计、代码开发、智能客服、文档助理等都是相对更有潜力的应用场景。
相对来说，在法律、医疗等等容错率较低的领域，大模型的商业化需要更垂直化的微调和场景落地，商业化的时间点会更靠后，但如果未来大模型迭代智能程度进一步提升，这些领域的空间会比前者更大。
农冰立还认为，AI与游戏结合的方式主要包括两种，一是改变游戏内容，二是改变彻底游戏形态。
在内容方面，未来AI npc可实时生成预先未编排的内容，从而实现千人千面的游戏体验。AI与游戏的这种结合方式，不会改变行业格局，会推动强者恒强。
AI游戏结合的第二种方式就是改变游戏形态。传统情况下，游戏制作门槛较高，代码、美工、测试等环节都只有游戏厂商的专业人员才能完成；制作成本也往往较高，好的游戏甚至需要2年以上时间、上亿资金投入。而未来，玩家人人可做策划，并通过AI加持下的UGC来完成代码、美工、测试等任务，从而实现玩家都可以制作自己的游戏，实现“游戏去厂商化”。
农冰立认为，该创新或会对产业链产生颠覆式影响，即产业链上游戏厂商的话语权将会大幅降低，而平台的地位将会凸显。
景顺长城认为，未来不仅是游戏，其他形式的泛娱乐场景也可能会产生各自领域的超级平台。AI赋能的内容创作工具同样是降低了图片、漫画、视频和虚拟人等的制作门槛，那么对应地，未来或许有可能出现新的漫画、电影或者虚拟人领域的“抖音平台”。
05
未来每个人都会有一个AI终端
张雪薇再次解读了AI对应用软件的影响，她预计AI创新将推动硬件的创新，就如同微信、手游的出现促进了4G手机的换机一样，AI新应用对带宽、计算速度提出了新的要求，也相应会带来硬件方面的创新。
首先，最直观的变化是未来可能每个人都会有一个AI终端。出现AI终端的核心原因是，每进行一次推理，云端的服务器就要进行10^14的运算，带来非常高的算力消耗和投资。这样会导致好应用没办法大规模普及。
所以为了让AI可以像互联网搜索那样，把边际的推理成本打到0，大厂都在考虑将部分的推理功能下放到终端，通过压缩AI模型，把它嵌入到终端设备上，这样用户只需要支付一次性的设备成本，就可以永久免费使用一些日常的推理功能，这样边际的推理成本就可以像互联网一样降为0 了。
应用也可以大规模的普及。同时，在端侧部署AI还能保护景顺长城的隐私安全，确保隐私数据不会上传到云端去。而且以后没有网络的地方，用户也可以使用推理的功能，优势非常明显。
当前，最有可能成为AI终端的设备是手机和PC，因为他们是我们日常生产、生活中使用的最高频的设备，天生具备搭载AI的场景。而且他们本来就具备一定的算力，增加算力也是顺理成章的。
目前从产业的准备上，所有主流的芯片厂商如英特尔、高通、联发科等，都已经纷纷开始布局终端的AI高算力芯片，而手机品牌大厂、PC大厂也都会在2024年推出诸多具备AI能力的产品，因此，2024年将成为AI终端落地的元年。
新的内容和应用是否会推进新的智能终端的诞生呢？
景顺长城认为，会的。2024年初，苹果发布了Vision Pro，这是一款混合现实产品，因为AI模型解决了人机交互的问题，可以让机器具备语音理解、手势理解和视觉追踪的能力，这样交互体验就更加自然。而虚拟世界的信息将直接通过头盔和眼镜投影在人们的眼前。
也有很多投资者会担心MR会像VR那样成为一个失败的创新，也不理解为为什么VR产业过去历经了5年的铺垫，还是没有火起来？
景顺长城认为最核心的原因在于内容的供给太少，未来随着多模态大模型的发展，和3D数字建模的成熟，更多理想化的虚拟世界都可以低成本生产。
此外，苹果发布MR之后，景顺长城认为安卓有望跟随，因为大厂是不会缺席对下一代智能硬件的卡位的。
MR的渗透和放量也将会带来消费电子相关零部件厂商的新一轮投资机遇。其中，SoC主板的价值量最大，屏幕次之；光学的设计和变化最为复杂，不断迭代的过程中价值量可能会保持稳定；而手柄未来可能会因为AI交互的成熟而消；，电池的轻薄和续航是设备普及的重要瓶颈之一，也是长期投资值得关注的部分。
06
AI应用智能车时代即将来到
景顺长城基金经理曾英捷认为，重点阐述了 AI赋能汽车，影响智能汽车的发展的可能性。
他提出以下观点：
第一， AI通过赋能感知和决策，将加速智能汽车技术升级；
第二， 智能汽车产业发展的奇点即将到来，景顺长城期待行业的爆发时刻；
第三， 在智能汽车发展浪潮中，展望全球，中国汽车企业是最具备竞争力的；
第四，在汽车智能化的大贝塔下，具备全球竞争力的中国汽车产业链将酝酿巨大的投资机会。
站在当下，景顺长城认为智能汽车产业发展的奇点即将到来，智能车产业有望复制三年前电动化的发展浪潮。
之所以做出这样的判断，基于以下几个分析
1、 有关智能驾驶的法律法规逐步完善。近期有一个文件值得大家重视。
2、 智能驾驶技术逐步升级，可以逐步满足消费的日常需求。
3、 具备L2+及以上的智能驾驶功能的车型的日益增加，消费者愿意为智能化溢价而付费。，
基于以上的分析，景顺长城判断智能化汽车的需求即将来到爆发时刻，这个奇点类似三年前的电动化的奇点。
在汽车智能化产业趋势背景下，具备全球的竞争力的中国汽车产业链，也必将酝酿出巨大的投资机会，景顺长城最看好的是整车环节，其次是智能化相关零部件。
在整车环节，首先整车的竞争格局可能由于智能化而发生改变，变就意味着机会。其次，整车厂把控智能化数据以及迭代节奏，是核心竞争力，最后，智能化的加持下，整车厂商业模式从智驾主力卖车扩展到探索软件收费模式，商业模式可能发生变化。所以，整车环节是智能化浪潮下应当着重布局的赛道。
而智能化相关零部件，将充分受益智能化的贝塔，享受行业渗透率快速提升所带来的时代红利，这里比较受益的新增部件，比如线控制动、线控转向、域控制器、激光雷达等等。景顺长城相信，在智能化浪潮里，不论是整车还是零部件，都将充满着投资机会。
07
AI是机器人进化的里程碑
景顺长城基金经理孟棋认为，AI大模型的进步，使得机器人开始真正拥有大脑，变的更像人类。
智能机器人的落地节奏可以从应用场景和成本两个维度展开。
应用场景方面将从2B到2C逐步展开。智能机器人最初可能用于工厂， 然后是商业环境和公共场合也比如餐饮服务，比如安检、巡检。最后，他们更大的作用或许在于消费者端多样化的护理与陪伴需求。
所以，景顺长城认为随着AI能力的不断提升，机器人的能力也将持续进化，可应用场景依次展开，机器人需求量级也将成倍提升。
值得强调的是，机器人未来的形态将是多样化的，人形机器人只是其中一种形态而已；根据需求和功能的不同，机器人家族也将如生物的多层次一样，形成人形、机器狗、机器猫、机器蜻蜓等各种形态。
而除了功能的升级，成本的下降，则是机器人能够大规模落地的另一个重要维度。
从劳动力替代的角度看，随着未来人力成本的提升，机器人成本的下降，当机器人能够在1-2年回报周期内打平，很可能会到放量爆发的节点。而具体的降本路径不仅仅是依靠规模效应，更有赖于中国供应链的参与。
同时，国产厂商通过参与机器人供应链，将实现自身制造能力的延展与升级。以减速器为例，我们已然拥有优秀的谐波、行星减速机生产厂商，已经在工业机器人领域实现国产替代和较高的市场份额；如果他们依靠完整的工艺经验和快速响应的能力，吸引海内外人形机器人厂商合作，开发适合人形机器人的新品类，不仅把握住产品升级放量的机会，在未来也有可能进一步带动上游相关国产机床设备和材料的整体升级。
最后，国内的机器人整机厂商也充满机会，通过不断探索新的应用、新的形态，也有机会享受于机器人家族不断壮大的红利。
08
AI算力芯片有望十年增十倍
景顺长城基金经理张仲维。围绕算力投资展开话题。
他认为，算力投资是应用爆发的必要条件和先行指标。站在当前时点，算力投资正由训练向推理开始延伸，并更看好长期推理侧的需求爆发。
张仲维认为，全球算力投资规模在千亿美金以上，AI是未来主要的增量。
以算力投资中价值量最大的服务器为参考，2022年全球出货量达到1500万台左右，对应产值规模超过1000亿美金。现阶段，AI服务器占比不到20%，但受益于下游客户旺盛的投资需求，其绝对规模及份额都将呈现快速提升。
预计到2024年，全球AI服务器的市场规模也将会增长到接近千亿美金，占到整体市场的半壁江山。
全球科技龙头也对未来AI的需求拉动给以积极展望，业内预计AI相关业务营收未来5年将以50%复合增速实快速成长。预计配套使用的HBM芯片2030年出货量将达到1亿颗，7年成长200x。
旺盛的算力投资需求，也拉动了对应产业链的经营成长和投资机会。
目前来看，驱动AI算力投资，以大模型的训练需求为主，并跟随模型参数的不断扩容，带来增量的算力需求。根据景顺长城测算，23年全球模型训练需求在接近200万张等效A100卡。
基于此，景顺长城预计算力芯片：未来十年市场规模增长有望超过十倍。
同时，云侧/端侧存力升级成为必然趋势。
09
先进封装环节是我国的追赶潜能
紧随着张仲维的分析，景顺长城基金经理董晗把研究视角从全球拉回到国内，看这一轮轰轰烈烈的AI浪潮之下，国产供应链未来的成长机遇。
他认为，国内算力需求已经达到全球第二，并实现更快速增长。
其中，晶圆制造的先进制程产能，成为兵家必争之地。
因为，制造环节方面 与算力芯片相配套的，是以先进制程为代表的晶圆制造能力。
传统意义的摩尔定律这些年已经越来越难实现，提升制程微缩尺寸同时带来成本下降在28nm的制程结点就已经停滞。但是移动终端对能耗的追求，AI模型对速度的追求使得半导体制程这些年还在不断进步。
其次，先进封装环节，国内具备更好的追赶潜能。
董晗认为，半导体产业延续摩尔定律除了在二维的平面制程微缩更多的开始向三维的垂直面做文章，也就是以cowos为代表的2.5D以及未来的3D封装。
相较于传统消费级芯片，算力芯片面积更大，存储堆叠更多，速度要求快，大量数据要从存储芯片到处理器芯片间流动。自然也对互连速度要求更高，而先进封装可以更好的满足这些大规模芯片的性能和成本需求，也是现阶段最主要产能瓶颈，今年大家喊缺英伟达的AI芯片其实缺的不是台积电的晶圆产能而是cowos封装产能。
先进封装的技术升级，推动前道和后道工艺相互渗透融合，更复杂的制造流程也带来了更高的价值增量。对比消费级芯片产品，算力芯片的封测成本通常有十倍以上的提升，在芯片整体成本构成中比重也有增加。
如果说，2018年是国内半导体企业的成长拐点，外部冲击下开始了真正自主之路。那么，2023年开启了国产算力生态发展的新起点。
景顺长城期待并相信着，各个产业链环节将会不断涌现出优秀的国产厂商，并在客户支持下实现快速的技术迭代，未来的机遇远远大于挑战。
风险提示：观点仅供参考，会因市场因素变化而变化，不构成投资建议或承诺。基金有风险，投资须谨慎。
