智通财经APP获悉，中信证券(600030)发布研究报告称，伴随AI应用逐渐向纵深方向演进，投资机会将从GPU产业链进一步扩展至云计算、数据中心IDC、液冷等产业链。预计智能云占比较高的云计算公司将受益。模型领域，科网巨头争夺通用大模型制高点，预计中小型科技公司和创业公司将向产业化方向演进，具有产业数字化场景的传统产业巨头或以收购大模型为基础，加速拓展自身AI应用。建议持续关注核心算力公司，预计未来投资重心逐渐向云计算和软件SaaS领域迁移。
中信证券主要观点如下：
市场回顾：全球投资者对人工智能期待甚多，资本市场投资机遇主要围绕算力领域，英伟达及其产业链公司领涨。
今年以来截至9月28日，从市场类别看，美股纳斯达克(+27.9%)和费城半导体(+36.8%)指数领涨全球。中国人工智能和科技相关指数表现平淡。A股市场，中信半导体指数(-5.3%)下跌，中信电子指数(1.3%)、中信计算机指数(+8.4%)小幅上涨。港股恒生科技指数(-10.8%)，表现略强于恒生指数(-13.8%)。个股方面，英伟达(+201.1%)、脸书(+143.7%)、特斯拉(+127.9%)领涨美股，英伟达产业链公司中继旭创(+309.9%)、工业富联(601138)(+116.9%)领涨A股，理想汽车(+64.6%)表现显著优于其他港股科网公司。当前时点，投资者依旧关注：1)英伟达及其产业链公司的股价是否已经Price In太多市场预期，是否还有上行动力;2)人工智能投资机会未来是否将进一步向算力领域外延伸，云计算、大模型、AI应用领域投资能否酝酿下一波投资机遇。
技术逻辑：这一次有何不同?
OpenAI主导的生成式人工智能AICG路径，建立在超大规模数据学习基础上，基于模型训练和RLHF人类反馈强化学习，可用于文本、图片、视频、代码等多模态信息生成和交互。OpenAI于2022年11月30日发布ChatGPT，引发全球市场关注。2023年3月14日，GPT-4发布，进一步提升文字输入限制至2.5万字，准确率提升、试图水平提升。9月，ChatGPT更新支持基于图像进行分析和对话。其他竞争对手快速跟进，Meta推出包含RLHF的开源大模型LLAMA2，开放商业应用许可，市场反响较好。外媒报道，谷歌大模型Gemini亦有望近期推出。在中国市场上，腾讯混元大模型、百度文心大模型、阿里通义大模型、快手快意大模型等互联网背景大模型，创业公司MiniMax等、清华系等高校背景大模型的市场关注度较高。此外，市场期待字节跳动大模型的推出。
AI应用潜力：值得期待的SaaS+AI。
微软Copilot AI助手整合GPT技术，有助提升用户效率，且有助公司挖掘用户价值。微软Copilot最早基于Windows11，后支持Office365，面向企业用户定价为每用户30美元/月。该行认为，微软Copilot是最值得关注的AI应用，如果其订阅数据保持持续稳定增长，意味着SaaS+AI商业模式被用户接受，具有显著的示范效应。Adobe和Salesforce也推出基于AI的服务。以Adobe为例，Firefly通过独立网址被访问期间，在今年3月21日到6月8日这2个多月时间内帮助用户生成超过2亿张图片，被整合进入Photoshop应用后，在5月23日到6月8日的2周多时间内帮助用户生成超过1.5亿张图片。软件SaaS应用的流量基础优势显现，叠加AI应用提升用户体验，可以进一步显著提升用户粘性。如果微软Copilot能够证明“加量可加价”逻辑的成立，意味着软件SaaS公司的市场空间TAM将被进一步打开。未来一旦进入美元降息周期，叠加SaaS行业TAM扩大，美股SaaS板块或将迎来一波重估机遇。中国软件(600536)公司亦有望有对标机会。
短期VS长期：AIGC打开投资者想象空间，市场预期先行，产业化应用大规模落地仍需时间。
PC和移动互联网等科技大潮的经验表明，人们倾向于高估新技术会带来的短期变化，低估技术浪潮的长期潜力。根据IDC数据，PC的峰值年销量约3.5亿台，互联网产业巅峰市值约千亿美元量级;智能手机的峰值销量约14亿部，移动互联网产业市值以万亿美元计。人工智能AI带来传统千行百业数字化和智能化，长期看有望打开万亿美元潜在市场空间和更大规模的市值空间，甚至孕育下一代科技硬件。苹果Vision Pro首次提出“空间计算”概念，未来AI+AR可望带来更多科技进步可能。但同时该行也认识到，算力和算法虽快速进步，但传统行业的数据治理仍面临挑战。数据清洗、数据标注、数据结构化、数据规模化既需要时间，更需要传统产业决策者的认知提升。算法方面，仍需要开发者针对不同的垂直场景的数据进一步微调模型，处理“幻觉”带来的挑战。该行坚信，AI在中长期将彻底再造千行百业，带来长期投资机遇，但市场预期提升过快，AI产业化的大规模落地仍需时间。
投资逻辑：算力先行，大模型值得关注，静待AI应用大规模落地。
大模型训练需要规模庞大的GPU算力。在美国市场上，OpenAI、Meta、谷歌、Stable Diffusion、Midjourney等公司仍在快速训练和迭代算法。在中国市场上，根据各公司公告进行的不完全统计，有超过30家公司声称推出大模型或垂直场景下的中模型。模型企业的持续涌现，加剧算力现阶段供需紧张状态。英伟达GPU凭借CUDA生态，仍然具有较强的市场竞争力。谷歌TPU、特斯拉Dojo等自研AI芯片在垂直领域亦值得关注。
风险因素：AI核心技术发展不及预期风险；科技领域政策监管持续收紧风险；私有数据相关的政策监管风险；全球宏观经济复苏不及预期风险；宏观经济波动导致欧美企业IT支出不及预期风险；AI潜在伦理、道德、用户隐私风险;企业数据泄露、信息安全风险；行业竞争持续加剧风险等。
