华泰证券：AI大模型或带来四大投资机会

7月8日，2023世界人工智能大会“AI大模型的金融数智化机遇”科技金融创新论坛在沪举行。论坛聚焦当下备受关注的AI大模型，前瞻技术发展趋势，并就金融等产业的广泛应用场景，探讨技术的落地路径和面临的挑战。同时，华泰证券在论坛上发布了《AI 2.0：十年之后我们还能做什么》深度报告。

“金融作为数据驱动型行业，已经成为AI大模型等最新技术率先落地的重要领域之一。”华泰证券机构业务委员会主席梁红在致辞中表示，华泰证券积极推动科技金融创新，在以大模型为代表的人工智能应用方面，也在探索与多元合作伙伴资源互补，共同深度参与产业链和行业格局的全新变革。

创新与局限：大模型如何实现飞跃

针对AI大模型创新性和局限性，日本工程院院士、电子科技大学讲席教授任福继和清华大学副教授、语音和智能实验室主任欧智坚两位学术专家分享了各自观点，并提出了理论和技术层面可能的演进方向。

在任福继看来，以GPT-4为代表的大模型无疑会带来一场智能系统革命，但其在理论上其实并无多少创新，仍基于大数据驱动人工智能的研究范式，只是在模型规模达到一定程度后，涌现出了过去小模型所不具备的能力。

任福继表示，当下的大模型仍然没有意识、缺乏情感认知，回避了智能的本质问题，未来有待基于理解和数据双驱动的人工智能研究新范式，实现真正的飞跃。

欧智坚指出，GPT采用的“预训练+微调”的半监督学习方式，其本质是协同进行有监督和无监督学习，让有监督的目标成为无监督的“指路标”，实现有原则、有依据的无监督学习。

欧智坚表示，目前，随机编造是ChatGPT面临的一大问题，导致专用商用的“最后一公里”不可控。

欧智坚提出，为了充分利用企业大量标注缺失的数据，提升模型的专业性，可以采用“基于隐变量建模”（隐变量指不可观测的随机变量，对应于缺失的标注）的半监督学习方式，并通过“检索+生成”双模型的“端到端训练”，让训练与测试在利用新知识上对齐。

上海人工智能实验室数字经济研究团队执行负责人、复旦大学客座教授杨燕青则从经济学角度分析了大模型从科研走向产业、经济和社会时所要面对的宏观政策和治理问题。她认为，以大模型为核心的AI作为通用技术，将带来生产力的跃升；在替代一些工作的同时，也将赋能和创造新的就业岗位。

就大模型市场是否会出现垄断的担忧，杨燕青认为这取决于未来的垂直行业大模型是否会创造更高的价值。同时，她表示，大模型的可控、安全，以及和人类对齐也至关重要，而这需要全球科学家和政策制定者的共同努力。

机遇与竞争：把握AI 2.0的投资主线

在蓬勃发展的技术和“群雄逐鹿”的市场格局下，AI大模型具体将带来哪些产业机遇？在论坛上，华泰证券研究所发布了《AI 2.0：十年之后我们还能做什么》深度报告。

华泰证券研究所科技行业首席分析师黄乐平在对报告进行解读时表示，从4G周期经验看，AI大模型技术惠及的产业类型将由基础设施向终端、平台、应用依次发展，可能带来四大投资机会：

第一，未来AI应用的逐步丰富将推动推理芯片等相关市场保持强劲增长，算力需求增长会率先利好算力芯片、光模块、服务器产业链等“送水人”。

第二，大模型会大幅提高硬件产品的“思考”能力，而机器人技术的发展会提高硬件产品的“行动”能力，机器人、AR、VR、无人驾驶车等新硬件形态可能成为AI 2.0时代的硬件载体。

第三，就大模型企业来说，未来可能呈现国内外各有数个赢家的寡头竞争格局，“数据-模型-应用”飞轮的顺利运转将会是企业可持续发展和迭代的关键。

第四，长期看来，AI 2.0时代最大的投资机会在应用，而落地节奏或与行业数字化程度成正比。其中，最值得关注的应用包括知识对话在电商、金融、医疗等行业替代传统客服，文本和图像生成在办公、广告营销、影视游戏等领域成为下一代生产工具，多模态能力在新药开发等科研领域的落地。

此外，论坛上，多位来自不同细分赛道的科技企业代表则结合各自的实践，探讨了中国企业在当下的市场格局中如何突围。登临科技联合创始人王震宇认为，中国市场的AI应用场景比国外丰富，比如智慧交通、城市、安防、医疗、金融等，许多国内AI芯片公司开始提供这些场景下的算力。中兴通讯人工智能平台首席架构师唐波则建议，国内的头部企业应该从零到一构筑自主的大模型能力，而有一定研发实力和需求场景，但缺乏算力储备的企业则可以使用开源模型做微调，在垂直领域争取差异化优势。