千家公司年报，看AI在A股的“渗透率”

A股公司AI渗透率及发展趋势分析

投资策略与AI产业概览

在经历了过去一两年的产业发展与资本市场行情之后，生成式AI技术似乎已步入一个关键节点。尽管产业趋势持续发展，但投资者对股价的看法开始分化。在此背景下，深入理解AI在国内企业的“渗透率”变得尤为重要，这不仅有助于把握产业的发展动态，还能进一步揭示行情的核心矛盾。本文通过分析A股上市公司2023年年报公告，旨在描绘A股整体拥抱AI技术的全景图。

渗透率与布局特点

• 渗透率整体较低：AI在A股市场的渗透率仍然相对有限，多数企业采取自研方式拥抱AI技术，并已进入产品应用阶段。然而，实际产出效果仍以提升质量和效率为主，带来的业务收入较少。

• 行业与市值分布：TMT行业及大市值公司在AI领域的布局相对领先，全A提及AI的渗透率不足20%，其中科创板、创业板、主板和北交所之间的渗透率存在差异。市值分布显示，多数行业参与AI的比例较低，但大公司参与率普遍高于小公司。

AI产业链剖析

• 基础层：聚焦于算力、数据中心、芯片、服务器、光通信等，涉及“硬件基础设施”和“数据资源、算力基础、生产工具（算法模型）”。

• 技术层：以大模型为核心，涵盖计算机视觉（CV）、多模态大模型等领域。

• 应用层：AI技术与各行各业深度融合，赋能电商、医疗、家居、物流、教育、金融、传媒等行业。

投入产出视角

• 投入方式：基础层偏重自研，技术层和应用层更多采用合作模式。消费属性强的公司倾向于合作，制造属性强的公司则倾向于自研。

• 产出效果：多数行业已进入产品应用阶段，但产出效果主要体现在提质增效上，增收增利的效果尚未全面显现。

• 未来投入方向：技术研究、产品开发以及应用场景拓展成为企业发展的重点。

上市公司视角下的AI未来趋势

• 硬件端：关注AI服务器、液冷技术等硬件创新。

• 软件端：聚焦多模态、开源技术等软件领域。

• 行业案例：不同行业在AI的应用上表现出不同的方式和预期效果，如提高产品质量、降低成本、增加收入等。

风险提示

• 技术突破风险：AI技术可能面临重大突破，引发行业格局变动。

• 数据偏差风险：样本筛选和年报总结可能存在偏差。

通过上述分析，我们可以看到A股公司在AI领域的渗透率虽有提升，但仍处于较低水平，且主要集中在基础建设和技术层面。未来，随着技术的进一步发展和应用场景的深化，AI有望在更多行业实现更深层次的融合与应用。