计算机行业：从AI上下半场切换看产业后续投资机会

从AI上下半场切换看产业后续投资机会长江证券研究所计算机研究小组2025-06-05%%%%%%%%research.95579.com1分析师 宗建树联系人 宋浪SAC执业证书编号：S0490520030004SFC执业证书编号：BUX668分析师及联系人证券研究报告评级看好维持• 证券研究报告 •%%%%%%%%research.95579.com2AI本质是生产力革命，模型进步驱动每一轮产业周期01 AI是典型的周期性成长行业，历史上共经历三次“浪潮”起伏：➢ 第一次浪潮（20世纪50~70年代）：人工智能起步阶段，首次提出人工智能概念及少数成果，算法理论薄弱及计算机性能缺陷导致无法支持应用推广；➢ 第二次浪潮（20世纪80~90年代）：以专家系统和日本第五代计算机为代表，专家系统的出现推动人工智能从理论走向实践医疗、气象、地质等部分实际应用；➢ 第三次浪潮（2000年以后）以机器学习、深度学习为代表的算法催生深度学习革命在图像识别、语音识别、自然语言处理等细分领域取得巨大进步，互联网、工业等领域实现规模化落地。人工智能发展三次浪潮算法算力数据AI三要素人工智能三要素195019802000未来萌芽时期探索时期高速发展时期2016AlphaGO战胜人类顶级国棋选手李世石2012深度学习算法在语音、图像识刚上取得重大突破2006Hinton提出深度学习算法模型1986Hinton等提出反向传播算法90年代日本的第五代计算机失败1982Hopfied神经网格模型提出1957心理学家罗森布拉特发明感知机的模型1956达特茅斯会议提出人工智能概念信息系统早期专家系统专家系统广泛应用神经网络初步发展统计机器学习、深度学习、类脑计算资料来源：《新华三人工智能发展报告白皮书》杨新安等著，36Kr，长江证券研究所%research.95579.com3从历史上看，每一轮AI技术周期都分为上下半场 从历史上看每一轮AI技术创新周期都可以分为上下半场：➢ 上半场（探索模型智力水平极致）：AI上半场主要聚焦于模型和方法的创新，通过开发新的算法和模型架构追求模型的智力极限，算力为王；核心指标：巨头认可、模型智力斜率变化；➢ 下半场（完善系统能力应用落地为王）：AI下半场转向定义问题，基于现有模型能力通过系统化工程手段推动AI与现实场景融合落地变现，应用为王。核心指标：AI系统构建、产品能力节点；资料来源：长江证券研究所 一张图看懂AI创新周期格局技术确认模型快速迭代商业模式突破全面扩散 应用模型云硬件整体分散，不同场景集中度存在分化集中，具备资金、人才等资源大厂占据优势集中，格局基本稳定训练端集中，推理端格局较为分散技术确认落地，巨头纷纷入局率先铺设，训练硬件基础资源率先兑现催化跨越产品力奇点，部分场景完成0到1商业闭环突破可以复制产品方法论出现，下游各个场景全面爆发算法与架构不断迭代，模型智力快速提升训练需求不断攀升，推动相关产业链快速增长生态系统初步完善，整体服务能力快速提升。催生推理需求不断增长，云与推理算力产业链快速扩容上半场下半场02%%%%%%%%research.95579.com403本轮大模型技术周期：大模型大力出奇迹，量变引发质变Transform框架大力出奇迹的成功是本轮AI大模型革命的起源，其带来的影响主要是两个方面➢ Scalling Law：1）规模越大能力提升斜率越高；2）参数到一定量级会涌现出新能力产生质变（理解、逻辑）；➢ 通往AGI的路径：Transform架构已经在文本（语言类）、图像、视频逐步跑通，有望不断产生新的Scaling Law范式推动AGI实现。Scalling Law不断在其他领域复现推动AGI实现Transform出现涌现效应资料来源：《Emergent Abilities of Large Language Models》Wei et al.，长江证券研究所。 %%%%%%%%research.95579.com5大模型出现，AI从机械智能向类人智能转化04 从机械式向真正类人转化（智能涌现）：（1）生成式AI带来的全新机会在于AI智能涌现之后出现的理解、生成、逻辑和记忆四大核心能力，去创造出过去没有过的全新的用户体验、更高的生产效率。（2）从感知智能向认知智能转化：感知智能是机器具备了视觉、听觉、触觉等感知能力，将多元数据结构化，并用人类熟悉的方式去沟通和互动。认知智能则是从类脑的研究和认知科学中汲取灵感，结合跨领域的知识图谱、因果推理、持续学习等，赋予机器类似人类的思维逻辑和认识能力，特别是理解、归纳和应用知识的能力。本轮大模型升级逐步在多种模态中取得明显效果，模型智力+工具水平大幅提升大模型真正让人感觉仿佛开始“思考”，归纳总结+深思熟虑后得到拟人化结果资料来源：woshipm网站，新商纪公众号，长江证券研究所 %research.95579.com6短期来看智力天花板逐渐显现，模型后续升级更多偏向应用效果提升资料来源：机器之心，Social Recruitment公众号，CSDN，长江证券研究所05后续大模型演进情况GPT3（稠密模型）多专家稀疏模型（MoE）推理模型（Reasoning）全模态模型（Omni）效率提升逻辑提高耳聪目明&能说会画⚫Deepseek-V3⚫Qwen2.5-Max⚫………….⚫Deepseek-R1⚫ChatGPT-o1⚫Qwen—QwQ⚫Deepseek-Jenus⚫GPT4o⚫Qwen—OmniVL (OCR )、Audio、Stable Diffusion、SoraMath、Code%%%%%%%%research.95579.com7AI上半场：追求模型智力极限，算力为王06图：海外五大科技企业季度收入（亿美元）资料来源：iFinD，长江证券研究所（注：1）选取公司为谷歌、微软、亚马逊、Meta、苹果；2）此处Q1-Q4分别代表1-3月、4-6月、7-9月、10-12月，微软、苹果财报周期与传统公司不同，已对齐，下同。）图：海外五大科技企业季度资本开支（亿美元）图：海外五大科技企业季度资本开支占营收比重（%）图：海外五大科技企业季度净利润（亿美元）%%%%%%%%research.95579.com8AI下半场：技术与场景融合，应用为王 AI本质是生产力革命，核心是对人工的替代，AI落地会分为辅助人工、替代人工、超越人工三个阶段。07AI应用落地三个阶段AI大模型助力软件开发生产力大幅提升资料来源：海外独角兽公众号，长江证券研究所 Dummy Title3Dummy Title2Dummy Title1Keyword1.规则和流程由AI去制定；2.AI能力超越最专业的人员。超越人工1.场景中80%以上的任务可以用AI替代；2.除了少数顶尖专家其余工作均可以由AI完成。替代人工1.规则和决策由人去制定，AI解决一些固定流程；2.核心流程由人定义。辅助人工巴基斯坦Hamind德国Alex编程经验4年19年1周后完成95%MVP完成7%MVP完成时间2周10周成本GPT-4：211美元Copilot： 20美元Bubble： 134美元周薪酬 ：2460美元开发：45000美元测试：11000美