从当前的国家宏观政策，如何挖掘AI人工智能现阶段的投资机会？

2023年两会政府工作报告提出今年的发展目标是5%，不及投资者预期，引发了很多解读。但实际上，这个目标与中央对经济形势的谨慎判断是吻合的，意味着政府需要找到更多的途径去实现“质的有效提升和量的合理增长”。

同时，今年两会上的政府工作报告有一个值得关注的变化，从2016年以来，历年两会会议的工作主线都是“供给侧改革”，但今年的会议上，这个主线改成“把实施扩大内需战略同深化供给侧结构性改革有机结合起来”。这意味在新一轮的周期中，宏观的政策思路已经有所变化，那具体有什么新的改变？

一、从基础建设到数字经济

过去十年，政府尝试过摆脱过度依赖房地产的发展模式，那就是“互联网+”，抓住移动互联网的技术发展趋势，以4G网络和宽带建设为抓手，政府投资通信基建设施，实施低电信资费补贴，推动民间资本投资互联网下游应用和传统行业的互联网改造。

这一轮产业投资对经济结构和消费的影响，不亚于房地产，诞生了一系列互联网内容平台公司，甚至出现了移动支付、手游、短视频这三个走向全球互联网产业的应用。

然而，移动互联网本身的技术变革有限，加上互联网平台经济遭遇反垄断，这一轮投资高峰从2020年进入下降周期。去年的中央经济工作会议开始，平台企业监管进入“常态化、日常化”，政府释放出较大的积极信号，希望它们未来成为推动产业升级的重要力量。

总体看来，互联网仍然是民间资本最愿意投资的领域，而国家数据局的横空出世，则代表一个新产业的顶层设计。数字经济是一个典型的顶层设计，能否实现，取决于下游的需求能否被激发，就像“土地经济”之所以短短二十多年从无到有，成为国民经济支柱，完全是因为赶上了中国城镇化的大趋势，居民有强烈的住房改善需求和投资需求。

数字经济要求让数据流动汇集起来，形成大数据，才能体现出来一些结构化的特征，才能最大程度地挖掘其中的信息。

而专为大数据而生的人工智能技术，刚好在此时出现了长期瓶颈的突破。

就在2023年3月，OpenAI发布GPT-4模型，全面超过了4个月前发布的ChatGPT，在多个方面无限接近人类。

站在一个更宏观的视角，上述的变化刚好构成了一个“宏观政策——产业政策——技术变革”的产业趋势框架。

因此，人工智能技术在宏观政策、产业政策和技术变革的产业趋势分析框架中具有重要作用，是一个值得关注的投资机会。

二、数字经济的产业模型

“算力+模型+应用”的产业体系是人工智能产业发展的重要内容。

通用型生成式AI的产业链包括上游的算力资源、中游的模型开发，下游的各种应用。在训练阶段，每一代 GPT 模型的参数量均高速扩张，预训练的数据量需求也快速提升，大幅提振算力需求。

上游的算力资源，在训练阶段，每一代 GPT 模型的参数量均高速扩张，Chatgpt目前一天2.5亿次咨询，需要3万多块英伟达A100同时运行，每天耗电237万度，这只是文字交互，如果未来进入图像、视频的阶段，那耗费的算力更恐怖。

中游的模型开发，虽然理论上，有一个大模型就够了，但从安全性的角度，很多国家和互联网巨头都会开发自己的大模型；除了大模型外，各行业还要开发自己行业垂直模型。

下游的应用，才几个月，大家已经习惯了“这也能干”的惊讶，不断有新的行业陷入“失业”的恐惧，几乎每一个行业都有人在思考，怎么用AI技术把这个行业重新干一遍。

数字经济应用实践专家骆仁童认为，人工智能时代将出现一个新的“算力+模型+应用”的产业体系，而且是典型的供给创造需求，层出不穷的AI应用的出现，刺激上中游的算力和模型的升级，而算力和模型的升级，又支持了更多场景的AI应用，复制当年“英特尔+微软”联盟促进个人电脑发展的历史。

回到中国的人工智能与数字经济产业，这个体系又完美地符合了“通过政府投资和政策激励有效带动全社会投资”的增长模式。

我国比较强的是上游的信息基础建设，但核心的服务器芯片，还在等待突破，这些环节的投资巨大，又涉及到国家安全，天然适合国家投资。未来的算力突破后，对于清洁和廉价能源的消耗将成为新的瓶颈，这又与国家的新能源产业投资与政策联系起来，化解目前新能源领域投资产能过剩的风险。

而中游的大模型，目前的互联网巨头和科研机构都早已布局，国家可以加大政策支持，尽快在这些领域实现突破。下游的行业垂直模型和应用，天生适合民间资本投资。

总之，人工智能技术的突破，既是挑战，也是机遇，以政府在数字经济、信创、半导体上的投资，带动民间资本对大模型和AI应用的投资，这样，中国经济才有希望走出低谷。

三、AI产业投资的风险

但是我们需要认识到，在AI产业趋势投资中，存在四个较大的风险。

首先，趋势确定，标的不确定。虽然AI技术是革命性的，但应用端的标的实在太多，导致A股上市公司很容易追求短期股价，而大部分标的最终仍然是过山车的命运。相比而言，算力端的确定性稍强，但想要算个股空间也不容易，更适合一揽子投资，过程中再不断淘汰。

其次，大模型无法达到预期的效果。虽然有人认为大模型是大力出奇迹，但大模型是一个黑箱，存在除了OpenAI之外的所有大模型全部失败的可能性。

第三，政府监管风险。随着AI技术的不断发展，反对的声音越来越大，政治家们基于选票，会出台各种限制法案，给我们的技术发展带来一定的限制。

最后，人工智能真的失控。虽然具体无法预测，但这是人类历史上从未出现过的新物种，存在一定的风险。

因此，在进行AI产业趋势投资时，我们需要认真评估这些风险，并采取相应的风险控制措施，以确保投资的安全和稳定。

⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹⊹