广发基金冯骋交流纪要

冯骋：先谈一下这次AIGC大模型创新的产业变革。 这次大的产业变革，可以和人类历史上的工业革命、信息技术革命类比，大概率会有比较长的产业趋势的演进过程。 上半年，产业发展脉络沿着算力、大模型到数据的方向演进；往后看，一个非常重要的点，就是AIGC在未来应用的全面落地；应用的方向可以集中在to B生产力工具如数字人、虚拟助理等由大模型带来的可以替代人的智能工作的方面。 以，从中期的产业趋势来说，我们可参考的历史是2009年-2015年移动互联网浪潮这一次持续了接近十年的产业趋势变革。 同样的周期，我们认为这次AIGC大模型的突破，实际上不亚于移动互联网这样的底层技术突破。 它影响了千行百业的变化，所以它的产业持续时间，我觉得至少是3-5年的变化；而且有可能，在年底或者明年就可以看到很多AI应用在我们身边出现，开始渗入到我们的工作、生活当中去。 我们在投资领域经常讲的一句话就是“买在分歧，卖在一致”。 站在年中的位置，AIGC这个产业趋势在上半年很火，大家的预期达到了相对的高 主要原因就在于，我们身边很多人并没有开始使用AI应用，无论在工作中、还是在生活中都没有开始用。 比如编辑、电影、游戏或者办公场景，还没有完全渗透到我们的生活中去。 移动互联网时期，大家都在用手机玩游戏、看直播，点外卖、打车等，相关应用也在铺开。 分析。 冯骋：一个新技术的出现，首先是给生产力效率带来一定的提升和变革。 对于AIGC大模型技术，我们比较看重的，是它在生产力场景上会带来效率的提升。比如我们比较关注to B领域的办公场景。简单理解，AI大模型具备小学生或者中学生这样通识能力的智能水平，但是我们要在这个基础之上给它灌输更多专业知识。比如给它灌输法律、教育、医疗方面的知识，它会成为专业领域比较专业的人才，辅助你提升工作效率。 所以我们关注它在to B领域垂直应用的进展。有可能在明年就会看到相关的应用出来。 相当于每个人会配上一个个人助理，帮你完成一些具体的工作，提升工作效率。这个领域是非常值得关注的。 但是我们现在看到，to C场景上大家还在探索，还没有一个非常清晰、全面的场景。 比如之前大家关注度比较高的AI和游戏的结合，想做出一个特别重度的AI游戏玩法，现在大家还都在探索过程中。 另外还有一个思路值得未来留意。 你可以把AI模型理解为人的智能替代，会从智能水平比较低向智能水平比较高的工作慢慢渗透。 从这个角度来讲，我比较关注智能驾驶领域。 目前来看，相对于办公领域设计一个非常复杂的PPT，可能驾驶场景对智能的要求稍微低一点。 智能驾驶通过运用Transformer模型的算法，已经取得了重要的突破和进步。 未来看得再长远一点，模型训练方法用在机器人这样的训练场景上，也会带来机器人智能的提升。 这些场景有可能未来两三年逐步落地。 ：年初AI产业链呈现出轮动的变化势，从一开始算力到大模型、到传媒，再到算力，你会更加关注哪些方面？除了刚刚说的应用，这个产业链上的机会应该如何把握？ 冯骋：行情走到现阶段，再往后，我们比较关注这几个方向：一是国内模型能力新的突破，达到可以落地应用的能力，这是非常重要的。 二是大家依然非常关注算力、数据这些场景后续产业趋势的发展。 一方面，随着下游应用的不断渗透，算力需求不断增长；另一方面，人类对于模型能力边界的探索也没有结束。 外OpenAI训练到3.5-4.0，实际上未它对模型边界能力的探索还是在往后延伸的。 如果明年出现更大参数模型的探索，它的能力可能还会有更大的扩展，对算力还会有更多需求。 从这个角度来讲，我们对算力依然非常关注。 同时，我们更关注应用这种能切实落地的场景，给人的生产生活带来变化，或者说产品的供给能达到人们想要的能力，这样的话应用才能得到很好的普及。 从这个角度来讲，我们觉得，整个下半年到明年上半年，一旦出现爆款应用，它会和算力形成良性互动。 用普及，带动算力需求提升，同时算的快速提升、降低成本，又带来应用的普及，就会形成这样的良性循环。 这是下一段行情我们比较关注的点。 问：从投资的角度，大家更关心的是，这些新的产业、新的创新，应该怎么评估它未来的商业模式和盈利能力呢？ 冯骋：实际上，它并没有改变原有产业的商业模式。 前提是，我的AI功能效果要好，能真正产生价值。 比如写一篇报告，以前要花一周时间，现在通过AI辅助的模式，一天就写完了，这对我工作效率提升很大，我愿意为这个效率提升付费，这是AI核心商业模式的本质。 问：还有别的想象空间吗？ 冯骋：在降成本这一端也有很大的应用场景。 比如，以前做一部动画电影有可能花三年时间，通过和AI技术结合，有可能出现一年做三部电影的情况，大幅提升生产端的效率。 且，AI是否会改变很多企业的成本结以及盈利模式，这也是值得探讨的。 比如直播行业，以前直播行业的利润分配以人为主，如果未来能做出非常逼真的数字人形象，而且它有很好的IP效果，它极有可能就是头部主播。 而且，成本很可能是更低的，完全可以依赖它的IP效应，它的收入跟IP效应相关，但成本非常低，预计会大幅提升这些行业的盈利能力。 冯骋：这也是我们不断思考的问题。 企业自身能做好这个产品，把产品打磨好，能给大家带来价值提升、效率提升。能把产品做好的企业，这是我们非常关注的备选标的。 冯骋：从2023年往后看，预计未来2-3年是科技创新的上行周期。 从时间节奏来看，未来2-3年是小的创新上行周期。方向来看，在我们的框架里，TMT行最有吸引力的点是创新，创新的本质就是渗透率的快速提升，所谓的渗透率提升就是有新需求、有新空间。未来我们要关注哪些产业是从1到10的产业趋势创新，哪些产业是从0到1偏主题性的创新，我们比较关注这两类方向。从0到1偏主题性创新，有可能产品形态定义还不够清楚，渗透率常年维持在几个点，这种创新更多是过去没有，现在突然有了，会有一波主题性机会。但是往后看，我们要更多关注这一类创新能不能度过技术供给的拐点，使得产业趋势从1到10。比如过去两年的元宇宙、VR，都属于这样的状态。有一类是从1到10，是我们比较关注产业趋势的创新。 本质是渗透率从1到10，渗透率从个位数到10个点，再到20个点、30个点。 有这样的产业趋势，使得很多公司能在业绩层面逐步快速兑现，这一类机会一旦出现，就是非常重要的投资机会。 同时，我们也关注到一些周期成长性机会，比如半导体周期，从历史数据来看，因为它的产业规律相对明确，一般是两年半上行、一年半下行。 问：智能汽车的投资逻辑你们是怎么看的？ 骋：智能汽车的市场空间，跟之前消电子的需求空间有可能是一个量级。 对于汽车来说，智能化的渗透率目前只有10个点左右。 我们要关注智能化的渗透率能不能快速提升，这是我们做行业比较时较为关注的点。 同时，我们也看到，自动驾驶新的功能在今年通过算法的提升又上了一个新的台 ，我们判断有可能进一步加速行业的展。 二季度之前，大家对智能驾驶板块关注比较少，表现不是太好，主要是车的大Beta没有起来，偏负向。 6月、7月之后，车的销售数据在改善，智能驾驶成了板块里表现最亮眼的细分方向。 往后看，随着车的大Beta企稳，智能驾驶板块技术出现突破，将带来更强的渗透率变化。 骋：研究TMT是比较辛苦的，科技的化非常快，新技术出现、产业链的变化也非常快。 我和我们TMT研究组的组员，紧密跟踪产业链上的变化，对公司的基本面情况进行跟踪，不断验证，提出一些假设和想法，或者得出一些观点。再观察它是否能得到市场进一步的支持或者验证，这对我们提出了很高的要求。 同时，我们也在不断思考，从偏中观的角度，每一个技术的发展都有风险，不一定每个技术都能真正进入产业趋势1-10的阶段。有可能它在出现之后就消亡了，没有落地。 这也需要我们学习很多技术发展的历史，总结规律，判断哪些技术可以实实在在地 地，哪些技术还有很长的成长周期。这涉及到对中观产业趋势的判断，对我们提出了比较高的要求。