核心觀點(diǎn)：1、前沿技術(shù)發(fā)展的趨勢表明，這種改變正在路上。也許在今年的四季度或者明年的上半年，各種有趣的應(yīng)用會越來越多。2、AI下一步最關(guān)鍵的也要邁出這一步。現(xiàn)在算力成本太貴，很多人開玩笑說比人腦力還貴。什么時(shí)候AI的易用性和產(chǎn)業(yè)化成本能夠像當(dāng)年的流量價(jià)格一樣迅速下降，才能成就大的應(yīng)用。3、從今年到明年的發(fā)展重點(diǎn)，就是讓模型擁有更強(qiáng)大的邏輯推理能力和決策能力，關(guān)鍵是預(yù)測。

4、在1到2年內(nèi)，開始有部分金融的生成式應(yīng)用成熟。3到4年后，會有規(guī)模化的應(yīng)用。近期，中信建投研究所所長、TMT行業(yè)首席分析師武超則對人工智能產(chǎn)業(yè)作出展望。以下是投資作業(yè)本課代表（微信ID：touzizuoyeben）整理的精華內(nèi)容，分享給大家：

一年半時(shí)間大模型已走過三階段

去年我們看到整個(gè)市場的關(guān)注點(diǎn)還是在算力上。在過去的一年中，不管是在海外像英偉達(dá)這樣的公司，還是國內(nèi)像華為這樣的算力公司，都有很好的表現(xiàn)。但是今年我們更多地聚焦在應(yīng)用方面。

去年年底，我們建投證券也發(fā)布了一個(gè)大的AI報(bào)告。核心觀點(diǎn)是2024年將是AI應(yīng)用的大年。可能大家會覺得現(xiàn)在好多應(yīng)用并沒有那么快地在我們的手機(jī)上出現(xiàn)。不管是最近蘋果發(fā)布的AI手機(jī)，還是前面的聯(lián)想AIPC，大家還沒有實(shí)實(shí)在在地感受到像移動互聯(lián)網(wǎng)時(shí)代AI帶來的顛覆式創(chuàng)新和改變。但我想說的是，前沿技術(shù)發(fā)展的趨勢表明，這種改變正在路上。也許在今年的四季度或者明年的上半年，各種有趣的應(yīng)用會越來越多。

接下來我將分享我們主要看好應(yīng)用的原因和邏輯，以及哪些領(lǐng)域有較大的應(yīng)用機(jī)會和空間。

首先回到模型本身。從2022年年底OpenAI發(fā)布ChatGPT，到今天剛好一年半的時(shí)間，我們看到人工智能大模型像一個(gè)小baby，迅速成長。更值得關(guān)注的是它成長的速度，或者說學(xué)習(xí)的速度，進(jìn)化的速度，超過了我們的預(yù)期。

盡管今天全球最先進(jìn)的GPT-4和各種模型還存在許多不完美之處，但簡單總結(jié)一下，從2022年底到今天一年半的時(shí)間，大模型已經(jīng)走過了三個(gè)大的階段。

第一個(gè)階段是讓機(jī)器像人一樣會語言，我們所謂的自然語言大模型。這里面表現(xiàn)比較好的場景已經(jīng)非常多了，像中信銀行和證券的同事都有介紹。實(shí)際上從去年下半年開始，圍繞大模型最核心的關(guān)鍵字是助理，或者我們叫個(gè)人助理。本質(zhì)上它從能說會道的自然語言模型開始，走向可以駕馭更多工具，組織并拆解相對復(fù)雜的任務(wù)。這個(gè)時(shí)候，人工智能更像一個(gè)助理的角色。

今年我們看到OpenAI和蘋果的合作之后，Siri有了很好的升級。但現(xiàn)在在終端上，更多的是用AI簡單操控系統(tǒng)，比如幫助調(diào)節(jié)手機(jī)、打開應(yīng)用等。下一步的深度融合，應(yīng)該是將手機(jī)內(nèi)部的各種應(yīng)用貫穿起來，將相對復(fù)雜的任務(wù)拆解。這是第二階段，現(xiàn)在主流的模型和應(yīng)用都處在這一階段。

第三階段是我個(gè)人認(rèn)為從今年到明年的發(fā)展重點(diǎn)，就是讓模型擁有更強(qiáng)大的邏輯推理能力和決策能力。關(guān)鍵是預(yù)測，通過對過去的總結(jié)歸納推理，對未來產(chǎn)生比人更好的精準(zhǔn)預(yù)測。

這個(gè)階段在金融場景中，比如研究員和分析師對未來宏觀經(jīng)濟(jì)的預(yù)測，或銀行的信貸風(fēng)控預(yù)測，機(jī)器可能會表現(xiàn)出更好的能力。

現(xiàn)在我們看到，在醫(yī)療領(lǐng)域，過去在人機(jī)決策中以人為主導(dǎo)。下一個(gè)臨界點(diǎn)可能是先問問機(jī)器的觀點(diǎn)，再由人去挑戰(zhàn)機(jī)器的觀點(diǎn)。這是一個(gè)非常大的臨界點(diǎn)。

盡管AI行業(yè)如此重要，但在短短一年半的時(shí)間里，已經(jīng)走過了三個(gè)完全不同的階段。未來的迭代還會很長，我只畫了四階段，去年海外的模型在第二段，國產(chǎn)在第一段。今年我們看，海外應(yīng)該在第二段、第三段，國產(chǎn)的模型主要在第一段、第二段。所以這是我們對整個(gè)行業(yè)未來的一個(gè)展望。

AI下一步最關(guān)鍵要邁出這步

我們比較看好應(yīng)用，最核心的邏輯是GPT-4o模型發(fā)布后，短期大家可能有點(diǎn)失望，覺得沒有顛覆式的改變。但與行業(yè)專家交流后，我們看到最大的創(chuàng)新在于易用性和產(chǎn)業(yè)化能力的提升。GPT-4o比GPT-4 turbo的推理速度提升了2倍，但價(jià)格下降了一半。

當(dāng)一個(gè)新技術(shù)能夠產(chǎn)業(yè)化的前提是成本要大幅下降。當(dāng)它支撐數(shù)以萬計(jì)的用戶在平臺上長期產(chǎn)業(yè)化時(shí)，速率和可靠性都有很大的提升。這是GPT-4o的最大進(jìn)步。

想起當(dāng)年運(yùn)營商，2013年之后，3G、4G非常成熟，但短視頻行業(yè)直到2016、2017年才爆發(fā)。原因不是網(wǎng)速不夠快，也不是手機(jī)不夠好，而是流量太貴。那時(shí)候大家買500兆的套餐，一個(gè)月到處找Wi-Fi。現(xiàn)在大家買50G的套餐，到處用手機(jī)給其他終端使用網(wǎng)絡(luò)。

AI下一步最關(guān)鍵的也要邁出這一步。現(xiàn)在算力成本太貴，很多人開玩笑說比人腦力還貴。什么時(shí)候AI的易用性和產(chǎn)業(yè)化成本能夠像當(dāng)年的流量價(jià)格一樣迅速下降，才能成就大的應(yīng)用。去年全球產(chǎn)業(yè)正在做這件事情，這是我們接下來能夠起來的一個(gè)非常重要的因素。

另一個(gè)原因是從去年的OpenAI發(fā)布的視頻模型，以及主流短視頻行業(yè)，包括音樂行業(yè)的多模態(tài)模型進(jìn)入到快速發(fā)展階段。這也會給應(yīng)用場景帶來更多的化學(xué)反應(yīng)。還有一個(gè)非常重要的因素是開源模型能力的迅速提升。

我們早就判斷，在移動互聯(lián)網(wǎng)時(shí)代有兩個(gè)大的OS，一個(gè)是蘋果的iOS，一個(gè)是谷歌的安卓，一個(gè)開源一個(gè)閉源。未來大模型也是一樣的，有人會選擇做close AI，也有人會選擇做開源大模型。今年不管是海外的X還是Llama 3，還是國內(nèi)的百川、智譜等模型，開源模型能力迅速提升，對應(yīng)用有很強(qiáng)的促進(jìn)作用。

從2023年3月GPT-4發(fā)布，到去年7月Meta的Llama 2發(fā)布。從時(shí)間軸上看，在海外密集的應(yīng)用出來的時(shí)間是半年以后。像游戲、To C的通用社交、To B的辦公，以及視頻、金融、教育等，都出現(xiàn)了許多有意思的應(yīng)用。

我想強(qiáng)調(diào)一下，這些應(yīng)用不一定是終極的應(yīng)用，可能只火了三個(gè)月。但回顧2012年移動互聯(lián)網(wǎng)剛起來的時(shí)候，很多有趣的小應(yīng)用各自火三五個(gè)月。但整體的訪問量在大幅上升，這樣應(yīng)用才有可能真正起來。這也是我們做的一些國產(chǎn)模型評測。

整體來看，我覺得能力逼近GPT-4。當(dāng)然對國產(chǎn)模型，下一步最重要的還是成本下降。今年我們看到，不管是華為的昇騰，還是國產(chǎn)其他算力集群的能力，都在迅速提升。核心是成本。

1-2年會有部分金融生成式應(yīng)用成熟

大家都想問一個(gè)問題，如果模型都差不多，應(yīng)用的好壞取決于什么？我想數(shù)據(jù)和底層的海量積累的場景和經(jīng)驗(yàn)，是未來應(yīng)用好壞的關(guān)鍵。這與傳統(tǒng)行業(yè)場景的積累有很大關(guān)系。

在金融行業(yè)，整體來看，金融在AI場景賦能過程中，還是一個(gè)對風(fēng)控、牌照、數(shù)據(jù)安全、隱私保護(hù)要求比較高的場景。我們預(yù)計(jì)現(xiàn)在是處于探索和試點(diǎn)的應(yīng)用期。在1到2年內(nèi)，開始有部分金融的生成式應(yīng)用成熟。3到4年后，會有規(guī)模化的應(yīng)用。

看好應(yīng)用四大方向

在B端應(yīng)用中，我們看好游戲和礦藏勘探。舉個(gè)例子，勘測銅礦的數(shù)據(jù)和效率相比傳統(tǒng)方式大幅提升。海外有一家公司Kobold，做了4億美元的融資，投資方包括國內(nèi)外頭部互聯(lián)網(wǎng)公司，主要進(jìn)行地質(zhì)考察，在To B領(lǐng)域已經(jīng)比較成熟。延伸可以想到，油氣勘探等領(lǐng)域是類似的。

在醫(yī)療領(lǐng)域，巨頭如谷歌、英偉達(dá)、國內(nèi)的商湯，都在圍繞健康管理，特別是老齡化社會后的長期大數(shù)據(jù)積累，對未來養(yǎng)老的個(gè)性化服務(wù)跟蹤有很好的表現(xiàn)。在新藥研發(fā)速度的提升方面，也有很大的潛力。AI加工業(yè)領(lǐng)域，也有很多同事會發(fā)布相關(guān)成果。

在海外，代碼編譯其實(shí)是過去一年半AI大模型最主要的實(shí)踐場景。在工業(yè)場景中，過去最大的矛盾是懂傳統(tǒng)行業(yè)的人不懂代碼，懂代碼的人不懂傳統(tǒng)行業(yè)。AI可能會很好地解決這個(gè)問題，就是AI+科研。

最后總結(jié)一下今天的觀點(diǎn)。一年半的時(shí)間，大模型還是一個(gè)小baby，但它的進(jìn)化和學(xué)習(xí)速度需要關(guān)注。接下來應(yīng)用肯定是重中之重。移動互聯(lián)網(wǎng)時(shí)代，資本開支投一塊錢，應(yīng)用有7到10塊錢的產(chǎn)出，這個(gè)產(chǎn)業(yè)才能真正稱之為產(chǎn)業(yè)。但今天AI投入一塊錢，連0.7的產(chǎn)出都沒有。

我們怎么實(shí)現(xiàn)十倍以上的應(yīng)用跨越，是未來的關(guān)鍵。在To B端，因?yàn)閿?shù)據(jù)質(zhì)量和中國在這方面的產(chǎn)業(yè)縱深和場景積累優(yōu)勢，可能會成為弊端。在應(yīng)用的路徑上，我個(gè)人覺得可能我們跟海外還不會不太一樣，to b端可能是一個(gè)發(fā)展的重點(diǎn)。具體比較看好的幾個(gè)方向是AI+制造、AI+醫(yī)療、科研和地質(zhì)勘探。

熱點(diǎn)文章：

本文不構(gòu)成個(gè)人投資建議，市場有風(fēng)險(xiǎn)，投資需謹(jǐn)慎，請獨(dú)立判斷和決策。

覺得好看，請點(diǎn)“在看”