产业

过去四个月,AI发生了什么变化

当前,AI大模型引领的数据革命是最主流的产业趋势,有望带来下一轮的科技革命和资本市场的机会。

当前,AI大模型引领的数据革命是最主流的产业趋势,有望带来下一轮的科技革命和资本市场的机会。

文|天风证券副总裁、研究所所长  赵晓光

当前,AI大模型引领的数据革命是最主流的产业趋势,有望带来下一轮的科技革命和资本市场的机会。未来五年或将是类似智能手机的黄金五年,也将对行业产生颠覆性影响。

这轮数据革命有三个主要特征:一是数据即算法。谁掌握的数据多,谁有最全面、最精准、最及时的数据,谁就掌握了算法。二是从单机运算变成云。以云为核心,有超级计算能力,这个正如同2010年科大讯飞为什么在半年内语音识别率大幅上升,2017年前后海康威视视频识别率大幅上升。三是从正向的算法和程序的规划变成逆向的数据和算法循环叠加的指数级增强模型。

过去4个月,AI大模型发生了什么变化?ChatGPT发布后,AI大模型每个月的速度在发生迭代和变化,主要是三大方面,即成为科技创新的发动机,同时触发新技术进入正反馈闭环循环,但也面临数据瓶颈。

AI成为科技创新的发动机

过去我们有三个行业有伟大前景但一直停滞不前,分别是机器人、无人驾驶和元宇宙。这三个行业10年前就是大家寄予希望的未来产业,但搞了10年并没有显著的变化和进步。AI大模型显著加快了这三个行业的变化。

以机器人领域为例,用AI做机器人控制器的开发,适配简单,成本很低,插件快捷,大幅加快机器人研发速度。

以元宇宙为例,元宇宙的核心在于由内容打造的场景,场景必须非常真实,所以很难做。原来100分钟的视频可能需要100人的团队工作半年才能做出来,而有了大模型,可能10分钟就能够做出来。AI大模型背景下,大家要高度重视苹果的VisionPro带来的元宇宙拐点。

以智能驾驶为例,马斯克为什么敢说到年底智能驾驶技术成熟,背后也是大模型的支持。

除了这三大行业,还有一个非常重要的逻辑,AI会大幅加快科学技术到产业化的转化速度,降低转化成本,即通过AI赋能仿真技术。

一个头部的半导体材料研究院院长表示,AI大模型会带来仿真能力指数级的增强,从而大幅缩短研发周期。过去研发一个半导体材料要三年的周期,需要买设备,设备定制周期是6到12个月,买来之后还需要调试,然后再反复做试验和调整。而现在通过500片GPU,两个月就可以做出来,并且工艺非常好。如果再发展迭代下去,未来研发周期可能缩短到10天。

由此可以预见,未来化工材料、军工材料、电子材料、食品材料以及医药材料的研发,特别是中药的研发速度都将大幅度加快。

这一轮AI大模型发展起来以后,可能从根本上改变了最重要的科研技术转化周期,特别是改变我们的研发体系,在这个环节中有一个很重要的领域就是仿真领域,未来中国应对全球的竞争,科研体系是非常重要的。而科研体系的最核心,除了机制体制和重视外,AI大模型是根技术和根原因。

我们跟踪一家英伟达授权的专注高校科研市场的AI服务器公司,发现来自高校领域大规模地需要AI大模型来进行研究和研发,来自科研领域的AI需求指数级增长。

如果以更宏大的视角,AI和Web3.0结合,从本质上可以改变企业组织形式、商业体系。以企业为核心,会变成以产品为核心的分工体系。这是一个很深远的问题。

AI大模型触发新技术进入正反馈闭环循环

任何一个行业,包括过去的互联网,一旦进入一个数据时代就满足一个正反馈,数据来源越多、用的人越多,数据来源就更多,它就自我正反馈增强和生长。

过去很多技术的困局在于,企业投钱进行研发和采购新技术、用户购买新技术和服务,但买了后效果不行,没有人用,很快进入死胡同。无论是机器人、无人驾驶还是元宇宙都是如此。科技产业的规律就是非线性和拐点。

而这一轮的AI大模型形成了闭环,效果越好、用户越用、数据越多,企业越受益,然后再继续买设备投入研发,进入了正反馈的循环。

根据天风证券研究团队两期中国100家CIO的调研问卷,过去中国的IT支出主要是系统集成和ERP,但这些解决不了问题,没有形成闭环的反馈。但是,这轮AI大模型发展之后确实是有用的,所以就需要反复地投入。它已经形成了非常好的正反馈,从根本上突破了过去的困局,实现了技术的正反馈,正反馈是所有商业模式中最重要的。

数据在哪里,哪里就有机会 

无论是OpenAI的数据还是从各种文献材料看,现在AI大模型很快会面临一个问题,就是没有了数据。没有数据就没有办法有新的技术创新,我们就要解决问题,数据在哪里,哪里就有机会。

数据将主要来自三个领域。第一个领域,无论是高通还是手机巨头们都瞄准的智能手机端。因为智能手机是人们24小时的陪伴,如果AI成为我们生活和工作中不可缺少的部分,一定是通过智能手机,手机是科技巨头们目前最重要的战场,也是最快速可以切入的战场。

而在手机端不能全靠云计算,一定需要混合计算、边缘计算,有了边缘计算以后带来整个算力的要求是4倍的增长,就是从6T到30T。这也将推动主芯片相关的通信芯片、存储芯片、相关的模组以及散热器件的发展,而且散热器件可能是未来很重要的方向,会通过一些材料技术的突破来解决散热的问题。

根据二八法则,任何一个技术的80%会做简单的事情,不能上来就做最复杂的东西。而在手机端恰恰不需要那么复杂,AI会在衣食住行吃喝玩乐教育健康社交各个环节,更好地、更精准地、更高效率地服务人类。

整体来看,智能手机从5月份开始到未来依然是一个被严重低估的行业,行业“内卷”结束了,没有人再扩产了,没有人做资本开支了,没有库存,没有扩张,业绩、估值均处于历史相对底部。

第二个领域,数据来自场景,而元宇宙通过打造场景让我们挖掘出新的数据金矿出来。

第三个领域,在toB端怎么解决数据,物联网是非常重要的。物联网涉及行业的深度信息化。最近先知先觉的企业已经开始建设toB端的相关业务。英伟达等龙头企业在积极拓展产业应用,跑产业圈数据,未来toB的行业深度信息化,是GPT的金矿和未来。

AI大模型所带来的革命是未来经济发展最根本的生产力,更是最根本的生产关系。如果放大到几十年的周期看,我们现在处在前一个科技革命的结束和新一轮科技革命的开始,这个周期很难指望花一两年就全部演绎完,需要10年的周期或者更长的周期来实现。

关键词

24快报
JSON抓取失败