图：中长期来说，AI浪潮势将孕育全球科技的新龙头，对于AI领域核心研发优势的龙头公司应持有理性、客观的长期投资理念。

　　自第一次工业革命以来，科技逐渐成为全球经济增长的重要生产要素，每一次重大技术革命都会推动人类社会经济出现突飞猛进的长周期增长。如今伴随算力、自然语言处理等基础通用技术的成熟，基于自然语言的ChatGPT快速应用、AIGC（生成式人工智能）应用场景快速拓展。人工智能（AI）浪潮已至，这轮科技革命注定会给各行各业带来“颠覆性”的变革。

　　纵观两千多年全球经济增长史，在19世纪以前，全球经济增长非常缓慢。直到工业革命的爆发，彻底改变了这一局面，之前主要依赖人力、兽力的生产方式发生了变化，全球经济开始加速增长。此后，科技已经成为世界经济增长最重要的动力。

　　劳动生产率获得提升

　　很多人认为现代社会一直处在科技井喷的高峰，是因为随着互联网在日常生活中渗透程度的不断加深，让我们产生了一种仍处于“技术大爆炸”时代的错觉。即使是以“互联网＋”为代表的21世纪的科技红利，也已濒临耗竭。2021年全球互联网渗透率达65.6%，中国渗透率达65.2%，美国渗透率达90%。世界主要经济体极高的移动互联网渗透率预示着新兴互联网平台进入一个获取“增量”困难，需要依靠“存量”拚杀的红海时代。

　　科技革命爆发的标志就是新一代科技成果开始广泛应用于生产生活，从而解放、发展生产力，提高劳动生产率。近年来全球范围内出现的技术突破并未能从本质上解放、发展生产力，尤其对于能够引领全球经济发展的大型经济体而言，其发挥的作用还远远不够。去年11月底推出的ChatGPT则再次引发了人们对于新一轮科技革命的遐想。ChatGPT推出仅两个月，用户数已经突破了一个亿，当年的电话和手机分别用时七十五年和十六年才在全球积累1亿用户，即使是上一个最快破亿的程序TikTok也要用时九个月。

　　媒体上对于“科技革命”一词的使用十分氾滥，实际上，但凡不能显著带来全要素生产率提升的其实只是“伪革命”。不同于其他技术突破，此轮以ChatGPT为代表的AI的发展，极有可能实现对劳动力、资本等生产要素的智能替代和功能倍增，促进全要素生产率的提高。

　　蒸汽机之所以推动了第一次科技革命，是因为其在提升了劳动生产力的同时，将大量劳动力从低级的农业劳动中解放出来。电力则加速了劳动力从第一产业向第二产业的转移，并刺激了第三产业的发展。信息科技时代，大量劳动力涌入第三产业，形成了如今全球第三产业GDP占比55%的格局。未来，随着AI的广泛应用，会有越来越多固定、繁琐和标准化的工作被AI取代，这既能缓解人口老龄化时代劳动力短缺的问题，也能帮助劳动者专注于更具优势和创造性的工作，从而大幅提高劳动生产率。

　　高盛的一份关于AI报告就指出，在AIGC的加持下，工作流程被大幅简化，生产力将得到提振，在生成式AI发展的十年内，预计每年可以将生产力提高超1.5%。我们有理由相信，未来AI将掀起新一轮科技革命，在带来生产方式和产业结构重构的同时，提升当今社会生产率。AI技术更加成熟之后，其对于全社会乃至全球劳动生产率的提升注定形成重要支撑力量。

　　AI全产业链逐渐成熟

　　AI并不是横空出世的新技术了，但当前来看其对于全要素生产率的提升效果还不明显。其中一个重要的原因在于：AI的先进技术真正在整体经济中的扩散、传导与推广存在“时滞”。回溯上一波AI的追捧，大概还是在2017年AlphaGo围棋大战之后，这一热度没有保持下来，主要就是因为没有大规模的应用落地，没能直接推动生产率的进步。

　　然而，这并不代表AI不能引发下一轮科技革命。实际上，即使是第三次工业革命期间，信息技术对生产率的提升也存在明显的时滞，即所谓的“索洛悖论”。当时，美国劳动生产率的增长率从1948-1973年平均3%下降到1984-1990年的大约1.5%，直到上世纪90年代以后，信息技术对生产率提升的作用才明显体现出来。

　　同样的道理，AI对全要素生产率的提升发挥作用也需要一段时间，这或许要在三个条件逐渐满足后才能看到明显的作用：一是要具备算法、算力、数据等相应的新型基础设施，促进AI技术的全面商业化应用；二是要加强互补式创新，利用机器学习系统的自我学习能力激发互补式创新，实现AI技术研发与产业发展之间的良性互动；三是要加大配套投资，实现企业生产模式、组织结构和业务流程的再造。

　　本次以ChatGPT为代表的AIGC引发的新一轮AI热潮让我们看到了以上条件逐渐被满足的可能：一方面，近年来世界范围内算力、算法水平不断提高，作为AI时代的基础，各国高度关注数据要素市场化发展，努力挖掘、培育、释放数据价值，从东数西算、全国一体化政务大数据体系建设，到“数据二十条”和《数字中国建设整体布局规划》相继颁布，中国也一直在积极引导数据要素的发展。而随着AIGC的不断迭代，我们可以看到AI在养老、教育、医疗、内容创作等领域实现广泛应用的希望。

　　另一方面，2006年以来，深度学习的实用化进程为实现AI技术研发与产业发展之间的良性互动创造了条件。相比AlphaGo而言，ChatGPT的出现意味着人类不仅可以在封闭问题上采用神经网络的办法进行处理，还能够通过不断地优化、预训练、对抗训练、强化训练这一套流程对开放性问题进行处理。近期的研究论文表明，GPT-4已经具有一些自我反思和纠错能力的萌芽，这使得它在和人类交互中，可以建立起数据、学习和智能的增长飞轮，从而在产业化的过程中实现与产业发展的良性互动。

　　此外，由于AI投资和业务影响之间存在明显的关联性，AI投资将给企业带来明显的效益，伴随AIGC技术的不断发展和成熟，大量公司将纷纷布局AI，企业生产模式、组织结构和业务流程会发生巨大改变。从去年底AIGC概念走红以来，已经有包括微软、谷歌、百度、阿里、华为等企业布局AI领域，未来AI技术将颠覆各行各业，比如AI可能会被包装成“解决方案”以此强化SaaS公司现有护城河，办公工具将成为AIGC最广泛的应用等，都将在很大程度上改变企业的商业模式和管理方式。

　　关注新一波投资机会

　　回顾历次科技革命的发生必将会带来大量融资。究其本质，只有资金支持才能增加核心企业的研发优势，进一步扩大技术成熟及应用。在新一轮科技革命背景下，新兴科技企业将产生大量融资需求，AI发展新格局或开启新一波投资黄金期。特别是，全面注册制落地之后，更要关注AI领域相关金融科技公司、科创公司的投资机会。

　　就短期而言，当前AI板块市场集中度较高，主题投资行情下一些下游应用受益的公司估值过高，投资者需要规避其中过热风险；但中长期来说，若AI带来一轮科技革命，其注定将孕育全球科技的新龙头，对于AI领域核心研发优势的龙头公司应持有理性、客观的长期投资理念。

　　算力作为制约AI发展的关键要素，目前AI行业龙头主要使用英伟达的图形处理器（GPU）芯片进行开发训练，国内高性能GPU的研发能力有限，具备高国产替代紧迫性。当前芯片制程已经提升至5纳米（nm），继续提升制程的性价比逐渐降低，在这种情况下，“先进封装”或成为中国算力领域“弯道超车”的关键技术。

　　此外，AI算法包括基础算法和应用算法两类，目前几乎所有基础算法都由斯坦福、哈佛、OpenAI等美国机构提供，而应用算法几乎完全开源，美国对开源社区有绝对控制权。也就是说当前中国AI算法对国外依赖度很大，建议关注有核心算法突破及AI算法商业落地的厂商。