“互联网+”和“AI+”的三大不同
生产力决定生产关系，以算法+算力+网络为代表的基础设施是科技行业的底层生产力。立足于技术的迭代演进，将科技行业分为三个时代：①PC时代= + x86 +宽带以太网；②移动互联网= iOS/ + ARM + 4G；③AI时代= AIOS（大模型/深度学习框架）+ 异构芯片（GPU、CPU、FPGA、ASIC）+ 5G/6G。
一、链接VS算力：互联网“重链接、轻算力”AI“重算力、轻链接”
“互联网+”具备重链接、轻算力的特点，基于网络效应提升生产效率。网络效应是互联网竞争的底层逻辑。当网络规模，也就是用户技术不断增长时，边际成本呈现递减趋势的同时，用户效用和企业收益呈现递增的趋势，并且自带吸引流量扩大网络规模效应的正向循环机制。移动互联网打破了原有的时空限制，其最终形态即为万物互联。
“人工智能+“具备重算力、轻链接的特点，数据量和运算需求呈指数级爆发，生产力赋能是人工智能的底层逻辑。人类社会的问题情景可以简化为选择题和问答题两类，决策式AI主要应对人类社会中的选择题，例如手机的人脸识别、电商的推荐算法、汽车的智能驾驶等。随着“选项”的增多，AI对算力的需求呈指数级增长。生成式AI基于大模型和深度学习框架，从大数据中汲取学习要素，进而生成全新的内容。生成式AI是为了解决人类社会中的简答题，其应用场景几乎可以覆盖所有行业，为各个领域带来巨大的生产力提升。
二 全球分工VS划江而治：互联网时代全球分工AI时代划江而治
“互联网+”孕育在全球大分工的大背景下，国内互联网企业站在巨人的肩膀上，其创新活动拥有良好的平台基础。而“AI+”的推进面临着海外封锁，国内亟待完成从“算法-算力-网络基础设施”的底层建设。
【算力】上，互联网时代，算力芯片的制造全球化分工，其主要的算力平台为基于ARM架构的手机芯片等。由于全球大分工形势，国内互联网时代的跨越式发展离不开全球科技的底层支撑。将人工智能所需的算力分为三类，AI算力（7/5/3nm先进工艺）、云计算算力（14nm或28nm的）、存储算力（128层及以上的 NAND）。而美国芯片法案对中国芯片制造限制的重心在刚需EUV光刻机的先进工艺，即14nm及以下的fab、18nm及以下的DRAM、128层及以上的NAND。这使得国内高端AI算力极度稀缺，先进工艺的国产化攻关至关重要。
【算法】上，“互联网+”算法依附于操作系统，主要有 、IOS、。是适用于移动设备的开源操作系统，、iOS也有面向全球开发者的开发平台，国内的应用软件开发都是基于全球成熟的操作系统。“AI+”算法依赖大模型/深度学习框架，当下尚未向中国开放API，因此国内大模型的开发将成为国内AI布局的第一步。当下，百度文心大模型、华为盘古大模型、腾讯混元大模型、阿里通义大模型正在加快向GPT模型追赶的步伐。
三、2C VS 2B：互联网以C端赋能为主人工智能以B端赋能为主
伟大的互联网巨头都主要面向C端应用市场，这是互联网“重链接、轻算力”的特点导致的。例如，人与人交互的SNS社交网络（Meta和腾讯）；人与信息交互的信息分发（、字节和百度）；人与商品交互的电商互联网（亚马逊、京东和阿里巴巴）；人与内容交互的文娱互联网（ 和爱奇艺）。
人工智能“重算力、轻链接”的特点，对生产力的赋能将会带动2B/2T领域的蓬勃发展。碍于算力的条件约束和算法的不成熟，无人驾驶、元宇宙等2T场景在当下发展受限。而AI具备提升全行业生产力的潜质，例如生物医药（加速药物研发）、半导体（英伟达的助力2nm先进工艺突破）、制造业（数字孪生）、金融（智能投顾），无人驾驶、元宇宙等重要场景有望迎来“0-1”的突破。
AI是产业数字化的重要内容AI+产业是万亿蓝海
AI（人工智能）是研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学，人工智能系统是具备学习、思考、判断、推理、证明和自我纠错等能力的系统。AI+是产业数字化的重要内容，对社会发展具备重要价值，AI+将形成新的生产力，引领第四次工业革命并具有巨大的创新溢出效应。
2026年我国核心产业规模将超过6000亿元，人工智能带动AI+相关产业规模将超过2万亿。根据艾瑞咨询预测，我国人工智能行业规模将于2026年超过6000亿元，2021到2026年的CAGR为24.8%。同时，预计到2026年人工智能带动相关产业规模将超过2万亿，2021到2026年的CAGR为22.3%。
一、AI+电子：催生HPC硬件支持需求 加速电子全产业链高端化迭代
1、AI+CPU/GPU/FGPA/先进封装：数据处理量级提升大算力芯片国产替代加速
具备高国产替代紧迫性。类似AIGC等AI模型实际效果的好坏依赖两个量级——模型参数的量级与训练数据的量级。模型的参数越多，最终结果的拟合程度就越好；训练量越大，越有利于AI的智能化迭代；而两者的提升均需底层大量的算力支持，以AIGC大模型为例，GPT-3的模型规模达1750亿个参数，使用单块英伟达进行训练需要355年，对算力芯片提出了海量的需求，因此算力是制约AI发展的核心硬件要素。
高性能GPU（如英伟达的A100 GPU与H100 GPU）受限，高端算力芯片成为AI产业发展的“卡脖子”核心环节，具备高国产替代紧迫性。相关公司：龙芯中科（）、海光信息（）、景嘉微（）、寒武纪（）、安路科技（）、复旦微电（）。
先进封装方面，成我国“弯道超车”关键路径。随着制程的不断迭代，芯片设计成本与制造成本均呈现指数型的增长趋势，根据 (UCIe) ，28nm制程的芯片设计成本约0.51亿美元，但当制程提升至5nm时，芯片设计成本则快速升至5.42亿美元，成本提升近十倍。因此，系统级封装、等先进封装技术为行业技术演进的关键路径。先进封装是利用三维封装（3D ）、系统级封装（SiP）等方式实现器件功能的融合和产品的多样化，是未来继续提升高制程芯片性能的重要手段，也是中国半导体行业实现“弯道超车”的关键技术。相关公司：长电科技（）、通富微电（）、华天科技（）。
2、AI+数据传输/数据存储：海量数据高速传输/存储为痛点 PCB/存储芯片高端化迭代
PCB：更高的算力要求高性能高速的数据传输能力，PCB行业需求大幅增加。AI服务器中连接处理器和内存的主板PCB、加速卡用PCB也需要使用更高规格的高价值PCB以减少损耗。大算力对应的高多层PCB具有技术和客户壁垒高、可持续升级得以保持持续优势的行业特点。使得PCB行业的竞争优势由成本控制转为技术竞争，行业技术壁垒与价值量持续加深。国内厂商有望凭借在传统领域的技术积累，快速拓展数据中心、人工智能等领域，在AIGC发展浪潮中充分受益。相关公司：沪电股份（）、鹏鼎控股（）。
存储芯片：数据处理量的提升同步带动数据存储量的指数型增长，并有望加速存算一体化趋势的发展。目前AIGC、高端服务器、高性能计算、5G等应用快速发展，离不开数据的高速处理与存储。而传统存储器的数据访问速度远低于处理器的处理速度，为算力提升中的“木桶效应之短板” 。为突破“内存墙”问题，存算一体芯片等数据存储需求快速提升。以HBM为主要代表的存算一体芯片能够通过2.5D/3D堆叠，将多个存储芯片与处理器芯片封装在一起，克服单一封装内带宽的限制、增加带宽、扩展内存容量、并减少数据存储的延迟。根据集邦咨询，2023~2025年HBM市场CAGR有望成长至40~45%以上，市场需求快速提升。三星2021年2月与AMD合作开发HBM-PIM，将内存和AI处理器合而为一，在CPU和GPU安装HBM-PIM，显著提高服务器运算速度。2023年开年后，三星高带宽存储器（HBM）订单快速增加。相关公司：兆易创新（）、聚辰股份（）、江波龙（）、恒烁股份（）、润欣科技（）。
3、AI+XR/IoT：应用端赋能消费电子 拓宽人机交互想象空间
XR：AIGC重要载体，进一步拓宽交互性。现阶段AR/VR交互以手柄、手势交互为主，随着AI及机器学习技术优化，语音、表情、眼神等方式的精确度有望快速提升，降低XR手柄交互的必要性，有望促进XR产业的蓬勃发展。XR设备作为消费级AI应用的硬件入口，是消费场景的开端和流量入口，也是AI的关键落地场景。相关公司：赛腾股份（）、兆威机电（）、智立方（）。
IoT：受益AIGC持续发酵，边缘端芯片量价齐升。量增：预计在加持下，音箱可以做更智能的交互、帮助购物下单&订票等，其需求量预计将得到提升。TWS耳机和智能手表的附加值也有望在AI大模型加持下提升。价升：智能终端的AI功能分为云端和边缘端，对于响应速度要求快的交互预计放在边缘端计算（算力需求↑），对于计算要求高的交互传输到云端计算（数据传输需求↑）。算力或者数据传输能力提升预计都将带来边缘端芯片的ASP提升。相关公司：恒玄科技（）、乐鑫科技（）、瑞芯微（）、全志科技（）、炬芯科技（）。
二、AI+计算机：赋能千行百业降本增效 行业主要细分应用领域数智化变革提速
1、AI+办公软件/企业服务软件/信息服务软件/工业软件：从工具软件到“智能助手”
办公软件是大模型生产力赋能最直接的版块。微软为全世界打造了AI赋能传统办公软件的范式， 365 使Word、PPT、Excel、、Teams等常用办公软件成为了每个人的“智能助手”，用户可以调用它来生成文档，并且根据 Word文档创建PPT，甚至协助使用Excel中的数据透视表，将用户从琐碎工作中解放出来。百度新推出的文心千帆大模型业已实现赋能WPS自动生成PPT大纲以及内容。“AI+办公”的深刻变革未来将走进每个人的生活，受众广且产品力强的国产办公软件有望受益。相关公司：金山办公（）、福昕软件（）、万兴科技（）。
大模型加持企业服务软件成为每个人的商旅助手：微软 365 为组织内的员工提供了面向销售、客服、市场、运维和供应链角色的 AI工具，在ERP领域， 365
通过整合CRM和ERP系统能实现多个业务流的自动化，例如Power 对话加速器借助于Azure 服务和必应搜索引擎，它能够按照用户需要从公司网站和内部知识库中搜寻和提供答案；利用 365 中的，市场人员可以用自己的语言来描述客户群体，从而创造出一个支持检索辅助功能的全新目标客户类别。看好国内通用企业服务软件提供商及垂直行业企业服务软件提供商。相关公司：用友网络（）、金蝶国际（00268）、石基信息（）、赛意信息（）、汉得信息（）、能科科技（）。
工业软件从工具软件转变为降本增效的智能助手：CAD、EDA、BIM、CAE等工业软件在大模型的赋能下有望实现从工具软件到智能化效率管家的转变，例如造价软件有望升级为AI数字成本管控专家、CAD与BIM有望实现按照语音/文本自动生成合意的设计图纸，工作效率将是质变提升。相关公司：中望软件（）、品茗科技（）、广联达（）、广立微（）、华大九天（）、概伦电子（）。
2、AI+金融/法律/资讯&平台型厂商或迎蜕变机会：资讯类/应用入口类厂商有望受益被集成带来的商机增加，平台型厂商有望形成生态圈；反生成式AI预计是潜在主线
3月24日，发布（插件集），通过可以调用第三方应用程序，例如用户可以询问今日体育比赛的赛况、某某酒店今日还剩下什么房型/什么价格甚至代替用户订餐、订机酒、规划旅游路线等等，资讯/应用入口类厂商触达C端客户的渠道将有望显著增加。相关公司：同花顺（）、东方财富（）、卓创资讯（）、税友股份（）、通达海（）、金桥信息（）。
品牌手机/PC、社交软件、搜索引擎、电商平台仍是最主要的流量入口，平台型大厂生态可能扩容：纷繁复杂的应用市场未来可能被平台化整合，平台化厂商及其合作伙伴有望深度受益，重点关注华为盘古、腾讯混元、百度文心等大厂模型主要软硬件合作伙伴，相关公司：软通动力（）、润和软件（）、常山北明（）、神州数码（）、拓维信息（）、博思软件（）、三六零（）。
反生成式AI及网络安全可能是另一条潜在主线：AIGC将带来数据资料的爆发式增长，亦可能带来系列监管难题，例如歧视、仇恨言论与排斥、知识产权挑战、AIGC被恶意使用/滥用，AIGC内容监管市场及网络安全（特别是数据安全）市场有望受益，相关公司：深信服（）、启明星辰（）、安恒信息（）、信安世纪（）、奇安信（）、博汇科技（）。
3、AI+视觉物联/可穿戴设备/机器人
Aiot是多模态大模型下游的核心应用场景：语音、文字、图像、视频等不同内容载体交互依托的载体就是泛Aiot设备，这其中重点关注视觉物联、可穿戴设备及机器人三大版块：
①视觉物联：传统安防厂商本身就积累了海量的视频数据信息，大模型泛化能力赋能下一方面原先针对不同场景分别构建的小模型数量可以大幅削减，另一方面也能提高视频数据处理的效率与质量；再者，安防厂商基于视频数据处理积累的算法能力蒸馏为垂直行业模型也能赋能下游客户；相关公司：海康威视（）、大华股份（）、萤石网络（）；
②家居机器人/可穿戴设备：除了扫地机器人之类语音交互能力提升外，XR在语言类大模型赋能下预计也能有非常优质的体验，例如AR眼镜+LLM（语言大模型），用户可以直接与不同语种的朋友交谈，翻译内容实时转写到镜片上/还能迅速搜索自己不熟悉的知识/直接靠LLM来问答；相关公司：中科创达（）、瑞芯微（）、闻泰科技（）、歌尔股份（）；
③人形机器人：3月23日，领投挪威人形机器人公司1X A2轮，其大模型能力有望赋能机器人解决算法和数据能力落后的难题，将推动人型机器人行业提速。相关公司：远大智能（）、京山轻机（）、绿的谐波（）；
4、AI+智联汽车：智能座舱人机交互体验优化&智能驾驶痛点问题解决
AI赋能座舱人机交互体验优化：座舱天然是语言类大模型（LLM）应用的优质场景，将直接赋能车载语音，提供更贴心的虚拟助理（长城、岚图、红旗、吉利、零跑、长安等多家车企均宣布接入文心一言）。这种舱内交互不止是语音，还包括手势识别、文生图等多模态，对于座舱芯片的性能要求也会提高，或利好高通。此外，LLM的推出实际上降低了车内人机交互场景的进入门槛。
助力智能驾驶痛点问题解决：虽然智驾更需要的是判别/推断而不是生成式交互，但GPT的成功说明了较之针对特定场景的小模型，大模型依托参数的极大丰富与训练语料的增长确实能实现单一模型效果的全面优化（泛化能力、识别成功率/准确率），并且RLHF机制对于应对-case或有较好的效果，看好加速推进智驾进程，且智驾端算力冗余仍有意义。相关公司：中科创达（）、德赛西威（）、四维图新（）、经纬恒润（）、光庭信息（）、均胜电子（）；
三、AI+传媒互联网海外：坚定拥抱AI大模型带来的产业革新
百度文心大模型拥有先发优势，文心千帆推动大模型落地产业，下游的广泛应用或带来飞轮效用。腾讯混元大模型依托C端数据的丰富积累，广告类应用表现出色。阿里通义大模型凭借多模态能力，实现下游应用的降本增效。
逻辑一：降本增效。涉及数字化内容的载体，基于图文视听的内容创作及工具，涉及内容的办公及工具等皆会被改变，寻找大幅降本增效的产业方向。逻辑二：新兴需求和商业模式变化。基于生成效率和生产方式的变化，所能带来的新的商业机遇和应用，更加值得期待，寻找相关基于新技术的商业模式变化，和纯AI应用带来的经营变化。
四、AI+医药/医疗行业：开启智能加速提效时代
1、AI+医药：开启智能加速提效时代
3月27日，科技部启动“人工智能驱动的科学研究”专项部署，将紧密结合数学、物理等基础学科关键问题，围绕药物研发、基因研究、生物育种、新材料研发等重点领域科研需求，布局“人工智能驱动的科学研究”前沿科技研发体系。将驱动医药和医疗进入智能加速提效时代。
多组学研究AI：以基因组/蛋白组/代谢组/宏基因组/转录组等为代表的基础大数据是疾病研究/新药研发/基因编辑/合成生物学等开发的价值量最大的数据宝库，AI的加持，有望加速我们对生命本源的认识，发现更多疾病发生发展的底层原因并提出解决方案，更快更好的改变工业用微生物/植物/动物以服务产业。相关公司：华大基因（）、华大智造（）、诺禾致源（）、贝瑞基因（）等。
新药研发AI：计算机辅助设计，蛋白结构预测，模拟分子筛选以及与真实世界与临床试验研究等已在新药研发有所应用，AI的加持下，有望加速新药的研发，满足未被满足的需求。相关公司：泓博医药（）、药明康德（）、成都先导（）等。
2、AI+医疗：开启智能加速提效时代
AI+辅助诊断（影像/病理/检验）：指运用人工智能技术识别及分析医疗影像/病理/检验，帮助医生定位病症分析病情/分析病理原因/快速形成诊断报告等，在目前国内医疗资源整体不足，结构不均的大背景下，AI加持或成为提高效率，助力实现医疗公平的重要手段，相关公司：联影医疗（）、万东医疗（）、金域医学（）、安必平（）、麦克奥迪（）、美年健康（）、润达医疗（）、迪安诊断（）等。
AI+底层医疗数据基建：AI构建HIS和电子病例，整合医疗大数据解决方案。相关公司：嘉和美康（）、创业慧康（）、卫宁健康（）、健麾信息（）等。
五、AI+家电：提升使用体验重要C端落地应用场景
家电板块是AI技术最重要的C端应用场景之一，其中扫地机为智能化程度最高、最有望率先显著受益的板块，投影、电视等智能显示产品亦可通过AI交互提高智能化及用户体验，相关公司：科沃斯（）、石头科技（）、萤石网络（）、极米科技（）、海信视像（）。
六、AI+建筑：提质增效开启新时代
AI+建筑设计：传统建筑行业作业流程一般为设计-施工-安装-装修，其中施工、安装属于劳动密集型环节，AI带来的影响相对较小；而设计端是集数据、技术及人才为一体的脑力劳动密集型环节，随着AI+的发展或给行业带来新的变革，首先在绘图效率方面，AI有望提升画图效率（目前主要是CAD二维绘图，BIM渗透率仍比较低），大幅节约设计环节的时间，提升整体项目运行效率；其次在人力成本方面，由于设计行业属于知识密集型行业，设计师属于专业人员，薪酬等人力成本相对较高，而AI的应用可以节约薪酬和设计方案的总体造价；最后是项目管理方面，建筑领域多为劳动密集型行业，人员众多管理难度增大，而AI的应用或提升管理效率，突破管理半径为设计行业带来新的变革。
AI+对行业格局带来的影响：一、对于有丰富项目经验、历史数据积累的头部设计企业，在数字化竞争阶段会更有优势，AI+的赋能有利于打破管理边界，带来市占率的进一步提升；二、AI+的普及应用会节约人工成本，提升管理效率，整体增厚企业利润。
从相关标的看，与AI相关的建筑公司主要集中在基建设计和房建设计领域：华设集团（）、华阳国际（）、设计总院（）等。
风险提示：AI技术发展不及预期，中美贸易冲突加剧，国内算力芯片供给不及预期，被AI算法+算力唤醒loT物联网产生自我意识后的不可控。相关政策推进不及预期，新一代信息技术发展具备不确定性，资本市场政策超预期变化，宏观、微观流动性出现超预期变化
=====秦亮聊投资=====
相关文章
