东财每日AI之声- 20250618

关键词日AI之性。 国内商业环境中的数据孤岛、应用付费率低和用户阈值高等问题，导致在to C或to B端的商业化落地较慢。尽管国内领先的AI应用在调用量上不输海外，但商业化环境和商业模式的探索仍需时间。此外，从模型底座向产品层面和商业化迈进需要经历工程化改造、场景适配和商业模式探索等过程，这是一个需要时间磨砺的阶段。海外AI产品如AI coding的爆发，得益于模型底座能力的跃升、市场教育和商业化的工程化适配等多重技术因子的叠加。最终，垂类应用行业独特的数据、高附加值人群的高付费意愿和明确的应用模型能力及用户体验的正向飞轮效应，推动了此类产品的加速落地。国内AI产业发展及商业化落地前景探讨本次电话会议讨论了国内AI产业在模型底座层和商业化落地方面逐步追赶海外的趋势，强调在高附加值人群和产品支持上仍需探索。会议指出，AI底层技术以结果和价值为导向，有助于提升效率并降低成本，但国内在商业闭环方面与海外存在差距，带动了对国产化芯片和硬件投资的预期。长期来看，对国内AI产业发展持乐观态度，下半年需关注变化和商业化探索。投资方向将转向以行业应用和AI商业化为核心的长期硬件，IDC、AI芯片及其零组件值得关注。会议推荐了包括ASIC条件的海外及国内相关标的，如瑞凯达、生物科技、鑫源股份、海光信息等。发言人 问：AI领域投资和商业化落地的现状如何？发言人 答：在过去的两三年里，AI领域的投资出现了一次性爆发，但不具备持续性。从预训练到结合推理的方式逐渐成为主流，且具备深度推理应用场景的模型成熟度和商业化探索取得显著进展。目前，优质的AI垂类应用项目进入年化收入加速增长阶段，问答反映在脱困调用量上呈现斜率加速态势。发言人 问：当前AI行业驱动力的主要观察指标有哪些？发言人答：当前行业的驱动力主要通过互联网厂商的资本开支以及模型训练速率、模型训练情况等衍生指标来衡量。现在重点观察宽带指标转向以应用为导向，以推理为导向，关注AR收入、推理token调用量以及云服务厂商的对外租售服务价格，这些指标有助于对未来AI需求进行更准确的指引。发言人 问：AI硬件需求的变化趋势如何？芯片之争的核心问题是什么？发言人答：随着AI从训练阶段转向推理阶段，硬件需求呈现出多样化的特征，从以GPU为核心转变为computer bound和memory bound共性甚至memory bound为核心。此外，出现了多分布式的推理应用场景结合的多样化AI硬件需求场景，这带动产业链上出现许多新的机会。整个市场对于未来AI需求的核心在于究竟是以通GPT、CPU还是互联网厂商自研芯片为主导。竞争中会结合硬件性能、软件生态、应用接纳度、性价比和运营费用等多个角度进行综合评估。发言人 问：定制化芯片在AI领域的前景如何？发言人答：英伟达等公司在训练时代占据重要地位，但在推理时代，ASIC芯片因其能更好地结合模型应用场景、提升客户响应度和降低成本而具备性价比优势。例如谷歌TPU、亚马逊T系列以及潜在的Meta、微软等产品预计出货量将大幅增长。发言人 问：对AI定制化芯片市场的预期是怎样的？发言人答：两大龙头厂商（马维尔和博通）上调了对未来几年AI定制化芯片市场的营收预测，并认为AI定制化需求热度快速提升，有望在2028年占据整个AI市场的接近三成甚至四成以上份额。 发言人 问：ASIC芯片趋势下会出现哪些重要变化？发言人答：重要变化主要包括：一是由于各类厂商针对自身模型场景和算法的定制化需求各异，ASIC将表现出多样化的产品体系；二是第三方设计公司如玛丽尔博通和新闻股份等将因原厂投入产出比不经济、不及时效而受益于大量定制化芯片项目。发言人 问：ASIC芯片趋势对网络和数据通信硬件投资有何影响？发言人答：随着ASIC芯片在单卡性能、互联能力和整体方案匹配上的提升，网络和交换设备配置将大幅度增加，带动光交换和数据南北向通信用量的增长，进而提升相关硬件投资比例。发言人 问：在AI产业链方面，有哪些新的变化和机会？发言人答：随着方案多样化以及采购量增加，第三方厂商和新进入厂商将获得更多的机会，尤其是在供需偏紧的环节，如高速PDCCL、光芯片以及部分叶能等方向。这些领域的新进入商有可能通过抓住市场机遇，带动自身产品的营收和盈利增长。发言人 问：对于国产化趋势的看法是怎样的？发言人 答：近期国产化的整体走势和国内AI预期呈现悲观情绪，但实际上这种预期需要修正。尽管大模型层面国内市场与海外存在差距，但在dipstick出现后，这种差距在模型层面已大幅度收窄。然而，在商业化落地方面，国内仍面临数据孤岛、应用付费率低等问题，导致商业化进程偏慢且难度较大。发言人 问：国内AI在商业化上与海外有何差异，以及如何解决？发言人 答：国内AI在商业化上主要差距在于商业模式探索和工程化改造，尤其是缺乏类似于海外成功的产品案例。下个阶段国内将迈向产品层面和商业化阶段，这需要经历痛苦且漫长的过程。目前，国内领先的AI企业虽在模型底座上有显著追赶效应，但在商业化落地和附加值人群方面还有待提升和完善。发言人 问：对于AI国产化投资方向有何建议？发言人答：虽然国内商业化落地存在分化态势，对国产化芯片和硬件投资产生一定质疑，但我们认为这些质疑随着更多产品出现和商业化探索落地会逐渐消除。对于下半年的投资标的，建议关注以AI商业化为核心的长期硬件投资方向，如纯推理和行业应用类AI芯片。在具体标的上，推荐海外如瑞凯达、生意电子等公司，以及国内的如鑫源股份、海光信息、寒武纪等具有潜力的公司。