人工智能行业：一年后再看美国AIGC普涨行情：新质生产力初步验证，AI赋能而非替代

——一年后再看美国AIGC普涨行情 华西海外团队证券分析师：朱芸SAC NO:S11205220400012024年3月15日 我们沿用一年前报告的思路，继续将受AIGC影响的公司分为四类：基础设施类（算法大模型、算力芯片等）、小白调用类（广告营销、数字媒体等）、流程管理类（企业管理软件、应用程序性能监控等）、小模型赋能类（金融信息化、自动驾驶、网络安全等）。 •四类公司股价走势分化明显，流程管理类涨幅超预期 我们此前预测基础设施类在AI全期受益，另外三类小白调用、流程管理、小模型赋能将逐步经历AI赋能，最终来看都有被大模型颠覆的可能，按被颠覆的难度来看，这三类公司预计分别在短、中、长期受益于AI，而全面被颠覆的标志我们认为是AGI的出现。 经历一年的行情演绎之后，2023年初至今，基础设施类公司上涨幅度最大，为131.12%；流程管理类和小白调用类其次，为93.28%和64.49%；小模型赋能类上涨幅度最低，为41.72%。相比之下，纳斯达克100指数同期涨幅为65.16%。 基础设施类涨幅符合我们预期，主要是算力需求旺盛以及大模型公司业绩持续超预期；流程管理类表现超预期，主要是头部公司迅速引进AI赋能，而当前大模型对多流程系统还难以完全替代；小白调用类与大盘表现基本相当，这类公司在基本面上主要表现为AI赋能和AI完全替代原有业务两方面的博弈；小模型赋能类涨幅低于预期，主要是这类公司AI赋能难度较大，需深入融合，AI对这些行业的赋能速度低于预期，如游戏引擎、金融、自动驾驶领域，仍未看到杀手级大模型应用出现。 总结AI在四类公司中的应用，我们认为以当前AI的水平，其更擅长执行低门槛或单一环节的任务，因此能对小白调用以及流程管理中的部分环节赋能，但业务更复杂的小模型赋能类未实现显著降本增效，后续可期待下一代GPT模型或其他厂商发力，对这些复杂场景实现突破。 •大模型发展方向确定，带动算力需求持续 AI仍将是科技领域最重要的发展方向之一，算力以及大模型本身持续受益，自2023年以来AI基础设施板块涨幅达131.12%。根据半导体产业纵横，英伟达预计2024年AI芯片出货量超过100万颗，相比2023年翻倍；AMD MI300系列加速器市场预期2024年出货约达40万-50万颗。23Q4英伟达数据中心收入是AMD的八倍，主要源于AMD的拳头产品MI300于2024年一季度才开始出货，展望2024年预计AI算力市场将是英伟达与AMD二分天下，根据36氪，MI300相比H100的推理性能优势在20%到25%之间，同时价格有巨大优势，根据新浪财经，预计MI300X公开销售的价格约为1.5万美元，相比之下H100在长期供不应求下定价近4万美元，AMD市场份额有较大提升空间。大模型方面，海外已形成一超多强格局，GPT与Sora模型为OpenAI护航占据领先地位，其他厂商近期已推出多款媲美甚至超越GPT-4性能的模型，今年可期待OpenAI或其他厂商再推出突破性产品。 •多数赛道参与者快速跟进，短期内少有行业被AI颠覆 在我们跟踪的行业中，没有被AI完全颠覆的赛道，大多数行业/公司快速跟进，引入通用大模型或自研行业专业小模型为原有业务实现AI赋能。但我们也能看到以小模型为核心产品的公司，如Jasper AI、Stable Diffusion、Midjourney，均有用户活跃度下行的趋势，相比之下ChatGPT周浏览量已超过4亿次，超过必应，长期来看这几类公司仍处于被AI颠覆的进程中，AGI的出现预计将彻底替代这些行业。 •跟踪指标上，可期待应用层业绩释放 2023年已有众多公司将AI应用于产品中，预计2024年低门槛或环节单一的场景将看到AI带来较明显的降本增效，如客服、内容审核、AI Copilot这些场景，AI能较好替代人工、提升效率，且已看到众多参与者逐步部署。以客服行业为例，据共识粉碎机，AI客服定价约为人工客服1/10的ROI，我们假设按AI替代50%人工客服计算，可为公司节省45%的客服成本。另一方面，2024年可期待大模型推理价格进一步降低，去年11月OpenAI推出的GPT-4 Turbo调用价格降至1/3，“加量”、“减价”预计将是2024年大模型领先者的主要发展方向，进一步降低应用层调用成本，大模型B端普及度有望提升。我们预计应用AI的短视频、广告、电商及上游SaaS行业将率先在2024年的业绩上得到体现。 风险提示： 技术落地商业化不及预期、人工智能在部分领域应用的监管风险、外部环境导致芯片/软件等供应限制、行业竞争加剧 目录 01AI革命已经开始，复盘海外AI产业链04流程管理类：中期受益，AI统筹下产品结构改变03小白调用类：短期被AI改变，发生AI颠覆02基础设施类：资源需求随AI增长，在AI发展全期受益05小模型赋能类：长期受益于AI，小模型为革新关键06海外AIGC标的一览07风险提示 01AI革命已经开始，复盘海外AI产业链 ChatGPT引动AI革命,本轮海外行情中基础设施类和流程管理类表现最好 1.1 AI发展阶段判断：ChatGPT引动AI革命 AIGC算法经历了从起步阶段到现在的快速发展阶段的演变，本轮AIGC革命与以往AI技术不同几乎已形成了较为一致的预期，这也是近期市场行情的源动力： •自然语言理解增强：以往AI主要依赖规则和模板生成内容；GPT-3和GPT-4能生成更加流畅、复杂的自然语言。•输出质量提高：AIGC能生成的内容在很多情况下已经可以与人类生成的内容媲美，甚至在某些情况下超过人类。•下游应用拓宽：以往AI主要用于生成简单的文本，AIGC丰富的输出形式带来了更多下游应用的想象空间。•普及性提升：以往AIGC技术主要被大型企业或研究机构使用，自ChatGPT以及相关云服务和API的问世，AIGC技术已经开始进入企业乃至个人，AI市场得到扩展，同时AIGC反馈于下游行业，使其市场空间也同步扩大。 1.1 AI发展阶段判断：小白调用类已经成熟，颠覆正在进行时 自然语言大模型最为成熟，下游颠覆已经开始。随着ChatGPT、Bard、文心一言、盘古等大模型逐步开放使用，当前生成式AI在国内外自然语言领域的应用已经相对成熟，排名靠前的大模型在语义理解上已经超越了人类平均水平，并且知识广度惊人，其在各种领域和行业中已经具有广泛的应用潜力。 我们认为AI对于下游行业的赋能乃至颠覆已经开始，各类产业将按其与AI的关系开始受到AI影响。 1.2 AI对产业链颠覆程度不同，现有基础设施类和小模型赋能类最为稳定 我们梳理了各类将受到AIGC影响的公司，并按功能类型将其分为四类：基础设施类、小白调用类、流程管理类、小模型赋能类。 •基础设施类（算法大模型、算力芯片等）：该类公司为AI提供基础资源，不会被AI颠覆，AI的发展将提升对这类公司的需求。•小白调用类（教育信息化、广告营销、数字媒体等）：这部分的各类基础工具软件将经历深刻颠覆，人类只需自然语言交互，无需再运用各类小白调用类，该类软件作用将进一步弱化。•流程管理类（企业管理软件、应用程序性能监控等）：这类软件价值在于将人类的工作结构化、流程化，以提升管理效率，在AI影响下产品结构将大幅改变，AI将更多作为核心调度的统领角色。•小模型赋能类（金融信息化、自动驾驶、网络安全等）：底层设施、计算引擎的专用价值较突出，AI代替人使用这部分软件而不是直接替代软件。 1.2 AI对产业链颠覆程度不同，基础设施类和小模型赋能类最为稳定 我们认为基础设施类、小白调用类、流程管理类、小模型赋能类这四类公司将会按照其产品结构改变的可能性大小，对应其在AI发展浪潮中的受益周期。现有产品结构越容易被AI改变的公司，其将在越短期受到AI影响。 1.2 AI对产业链颠覆程度不同，基础设施类和小模型赋能类最为稳定 基础设施类：为AI服务，最为稳固。其提供的是AI所需的基础资源，如核心的算法、为其服务的算力硬件，以及电力和网络资源等。基础设施类的产品结构不太可能发生改变，同时由于算法壁垒高、硬件资源具有基础性的特点，它们也难以被其他公司颠覆。 小白调用类：AI打破行业壁垒，短期受益于效率和准确性提升。这类企业的产品结构可能面临较高的改变风险，因为AI的发展可能使一些传统的工具，如绘图、媒体、营销，变得过时或无效，同时，由于技术进步速度快、竞争激烈，AI打破了这些行业原有的壁垒，这类企业面临着被巨头企业或创业公司颠覆的较高风险。 流程管理类：中期受益，AI协助流程优化和自动化。这类企业的产品结构可能也面临较高的改变风险，因为AI的应用可能会改变传统的工作流程和管理方法。此外，由于这个领域的竞争也比较激烈，这类企业面临着被巨头企业或创业公司颠覆的中等风险。 小模型赋能类：AI服务于软件长期受益，逐步转变为AI使用软件。AI可以提高这类SaaS软件的使用效率，使其能够更好地服务于用户。这类企业的产品结构改变风险相对较低，因为即使在AI的影响下，人们依然需要使用游戏引擎、网络防火墙等软件来完成各种任务。同时，由于这类企业通常有较强的技术和市场基础，它们面临被巨头企业或创业公司颠覆的风险也相对较低。 1.3海外股价复盘：整体趋势一致，基础设施类涨幅断层领先 我们将海外与AI相关的重点标的（合计74家）按照前述分类方法分为四类，并按市值加权的方法计算了四类公司自ChatGPT发布后的股价涨跌走势图。可以看出，伴随ChatGPT及生成式AI衍生应用的火爆，这四类公司股价均在2022年12月以来出现整体趋势相近的上涨，且基础设施类和流程管理类相对纳斯达克指数跑出超额收益。具体涨幅上，2023年初至今，基础设施类公司上涨幅度最大，为131.12%；流程管理类和小白调用类其次，为93.28%和64.49%；小模型赋能类上涨幅度最低，为41.72%。相比之下，纳斯达克100指数同期涨幅为65.16%。 整体来看，基础设施类公司受到大模型不断迭代及相关应用用户量快速上涨的刺激，因其作为AI发展不可或缺的硬性基础属性，相关硬件的市场需求快速膨胀，成为四类公司中股价上涨幅度最大的公司类别；其次为流程管理类超出预期；小模型赋能类作为最不容易被AI替代的软件类别，目前市场表现弱于大盘，但我们认为小模型赋能类会在更长期的视角充分享受AI带来的效率提高和生产力解放。 02基础设施类：最具确定性资源，在AI发展全期受益 为AI提供基础设施类，需求随AI发展快速增长，2023年算力市场584亿美元 基础设施类公司将持续为AI提供硬件基础设施类，其增量市场将随着AI发展快速增长。其中，芯片类公司所提供的AI2.1算力：为AI提供基础设施类，需求随AI发展快速增长 高算力芯片是AI发展的刚需资源，在大模型训练阶段（研究）和推理阶段（应用）均对该类芯片有庞大需求。 GPU在并行计算方面具有性能优势，在AI领域分化成两条分支：一条是传统意义的GPU，专门用于图形图像处理用途；另一条是GPGPU，作为运算协处理器，增加了专用指令来满足不同领域的计算需求。使用GPGPU在云端进行模型训练算法能够显著缩短海量训练数据的训练时长，减少能源消耗，从而降低人工智能的应用成本，目前全球人工智能相关处理器解决方案仍以GPGPU为主。 目前，主流大模型所运用的人工智能芯片大多为英伟达A100芯片，而英伟达的最新一代H100芯片在计算速度上较A100芯片有较大提升，其计算速度约为A100的3倍（67TFLOPS/19.5TFLOPS），进一步助力AI模型的迭代发展。表3：英伟达H100、A100芯片性能参数对比 2.1算力：2024景气度持续，国产芯片初步可用 AI训练与推理对算力的巨大需求推动了算力厂商研发加速，英伟达已经更新了H200，并即将推出B100芯片，根据半导体产业纵横，预计2024年AI芯片出货量超过100万颗，相比2023年翻倍；AMD MI300系列加速器市场预期2024年出货约达40万-50万颗。从两家龙头的数据中心收入对比来