查看原文
其他

从宏观政策的视角,看人工智能“四两拨千金”的投资机会

人神共奋 思想钢印 2023-04-13

从数字经济到人工智能




1/6

不平静的三月


2023年3月,两会政府工作报告中提出今年的发展目标是5%,不及投资者预期,引发了很多解读,但实际上,这个目标与中央对经济形势的谨慎判断是吻合的,意味着政府需要找到更多的途径去实现“质的有效提升和量的合理增长”。


2023年3月,两会传出国家成立大数据局的消息,我在《国家数据局,将会如何改变我们的未来?》一文中进行了解读,认为“可能是一件改变我们生活的大事,有着2008年的环保总局变成环保部的意义。”


同样是2023年3月,OpenAI发布GPT-4模型,全面超过了4个月前发布的ChatGPT,在多个方面无限接近人类。



这三件事看似无关,但站在一个更宏观的视角,它们刚好构成了一个“宏观政策——产业政策——技术变革”的产业趋势分析框架。


本文将基于这个框架分析生成式AI的投资机会,包括:

1、今年经济工作主线的变化:以政府投资带动民间投资

2、数字经济的产业抓手是人工智能

3、人工智能时代的“算力+模型+应用”的产业体系

4、如何把握这一次人工智能的投资机会



2/6

三驾马车的失速


想要理解AI的投资机会,首先要从中国经济面临的结构性问题说起。


在疫情管控放开、经济全面恢复的背后,高层制定的全年经济发展目标比较谨慎的原因在于,经济增长出现了更长期的隐患,就是“三驾马车”的全面失速。


第一驾马车:出口


出口在2020年~2021年独立支撑中国经济,并成为全球经济唯一亮点,但从去年三季度就出现了下滑的趋势。


其原因,除了因为此前航运运能紧张导致的海外高库存,以及美联储的连续加息使得欧美经济大概率进入衰退期之外,更长期的因素是:


美国主导的全球产业链去中国化,在经过了两到三年的铺垫后,在疫情后期加速进行,这个分析比较敏感,我就不多说了,大家可以自行研究。


第二架马车:消费


消费在近十年GDP中的比重已经超过了其他两驾马车,加上疫情前消费升级的浪潮,让大家对消费取代出口成为GDP核心增长引擎充满了希望。


疫情三年对于消费力、消费信心和消费习惯的冲击非常之大,这几年敢于提价的公司基本上都折戟沉沙,甚至一路价格高歌猛进的茅台零售价也长期停滞。


消费力下降的更大原因是贫富差距的拉大,众所周知,高收入群体的边际消费倾向低,低收入群体的边际消费倾向高,疫情前几年的消费升级,主要是中低收入阶层的消费升级,但这个趋势也在疫情三年被打断了。


影响消费最重要也最难解决的因素是人口老龄化,一个是总量不足,另一个是结构变差,年轻人、新生儿父母的边际消费倾向高,而老人的边际消费倾向低,且这个影响是长期且不可逆转的。


消费虽然短期可以从疫情中修复,但中长期而言,很难为经济增长提供以往那样的动力。


第三驾马车:投资


以往历次经济衰退,政府投资总是中国经济走出泥潭的引擎,但这个最大“功臣”目前已经廉颇老矣。


在土地财政难以为继的情况下,投资高度依赖地方政府的举债,但考虑到地方融资平台和地方债券违规发行,以及政府的隐性债务,目前地方政府的实际债务可能远远超过官方数据显示的数字。


从2017年以来,中央强调地方政府财政纪律,目前处理地方债务危机已经进入到“加大存量隐性债务处置力度”的攻坚期,自然不太可能让地方政府再加杠杆。


走出衰退,一定要有主动积极的财政政策,目前唯一还有加杠杆余地的,就是中央财政,但中央财政的重点是民生,所以在刺激经济方面,更重要的是做出“四两拨千金”的作用。


这就需要有一个产业抓手。



3/6

以政府投资带动社会投资


今年两会上的政府工作报告,有一个值得关注的变化,从2016年以来,历年两会会议的工作主线都是“供给侧改革”,但今年的会议上,这个主线改成“把实施扩大内需战略同深化供给侧结构性改革有机结合起来”。


熟悉政府语言体系的人都应该意识到,这类“把XX与XX结合起来”的表述,往往意味着主次关系发生了变化,扩大内需往往代表发挥市场力量,激发民间投资热情,而“供给侧结构性改革”的深层意义你懂的,我就不多说了。


这个主次关系的变化,还可以联系到去年12月中央经济工作会议的表述:


“要通过政府投资和政策激励有效带动全社会投资,加快实施‘十四五’重大工程,加强区域间基础设施联通。政策性金融要加大对符合国家发展规划重大项目的融资支持”


既要积极发挥中央财政的作用,又要防止地方债务问题扩大,还要扩大内需,那么政府的思路就很清晰了:


通过一系列产业政策,选择几个龙头产业,以政府投资带动全社会投资。


过去十年,这个产业政策是“城镇化”,行业是房地产,地方财政负责基建投资,民间资本主导房地产投资,以居民加杠杆的形式,通过住房消费带动一系列内需增长。


只是现在这个模式难以为继,负债是用未来的钱把未来的需求前置,居民杠杆率没有再加的空间,去年天量新增存款不但没有刺激消费,反而导致居民反向“去杠杆”,房地产反而成为中国经济最大的拖累。


到哪里找一个规模、产业链深度和对宏观经济的影响都不亚于房地产的行业呢?


其实过去十年,政府也尝试过摆脱过度依赖房地产的发展模式,那就是“互联网+”。


简单说,就是抓住移动互联网的技术发展趋势,以4G网络和宽带建设为抓手,政府投资通信基建设施,实施低电信资费补贴,推动民间资本投资互联网下游应用和传统行业的互联网改造。


这一轮产业投资对经济结构和消费的影响,不亚于房地产,诞生了字节跳动、拼多多、饿了么、小米、快手、B站、米哈游等一系列互联网内容平台公司,甚至出现了移动支付、手游、短视频这三个走向全球互联网产业的应用。


只是移动互联网本身的技术变革有限,加上互联网平台经济遭遇反垄断,这一轮投资高峰从2020年进入下降周期。


去年的中央经济工作会议开始,平台企业监管进入“常态化、日常化”,政府释放出较大的积极信号,希望它们未来成为推动产业升级的重要力量。


总体看来,互联网仍然是民间资本最愿意投资的领域,而国家数据局的横空出世,则代表一个新产业的顶层设计。



4/6

从大数据到人工智能突破


我在《国家数据局,将会如何改变我们的未来?》一文中,介绍了国家数据局诞生的意义:


近期:汇集所有政府、国企的数据,打通各部门的“数据孤岛”,促进城市数据共享和开放,推动城市数据应用和创新,促进数字化转型。


长期:通过数据要素市场,让有数据的企业能获利,让需要数据的企业能方便的买到合法合规的数据,让政府从土地财政转变为数据财政,对应着国民经济从土地经济到数字经济。



但是,数字经济是一个典型的顶层设计,能否实现,取决于下游的需求能否被激发,就像“土地经济”之所以短短二十多年从0到国民经济支柱,完全是因为赶上了中国城镇化的大趋势,居民有强烈的住房改善需求和投资需求。


反例是,2019年的5G和数据中心的建设大潮,由于下游的应用没有跟上,还刚好遇上了“整顿资本无序发展”,缺乏消耗流量的应用场景,新建设的IDC机房上架率不足70%。


数字经济要求让数据流动汇集起来,形成大数据,才能体现出来一些结构化的特征,才能最大程度地挖掘其中的信息。


而专为大数据而生的人工智能技术,刚好在此时出现了长期瓶颈的突破。



5/6

“算力+模型+应用”的产业体系


之前的人脸识别、智能推荐等AI应用都属于行业垂直应用,相比而言,以GPT大模型为主的通用生成型AI,对人类的生活改变更大,而且一出现就自带成熟的商业模式,它的规模、发展速度和产业链纵深也可能超过移动互联网的规模,是数字经济天然的产业承载。


通用型生成式AI的产业链包括上游的算力资源、中游的模型开发,下游的各种应用。


上游的算力资源,在训练阶段,每一代 GPT 模型的参数量均高速扩张,预训练的数据量需求也快速提升,大幅提振算力需求;在应用阶段Chatgpt目前一天2.5亿次咨询,需要3万多块英伟达A100同时运行,每天耗电237万度,这只是文字交互,如果未来进入图像、视频的阶段,那耗费的算力更恐怖。


中游的模型开发,虽然理论上,有一个大模型就够了,但从安全性的角度,很多国家和互联网巨头都会开发自己的大模型;除了大模型外,各行业还要开发自己行业垂直模型。


下游的应用,才几个月,大家已经习惯了“这也能干”的惊讶,不断有新的行业陷入“失业”的恐惧,几乎每一个行业都有人在思考,怎么用AI技术把这个行业重新干一遍。


人工智能时代将出现一个新的“算力+模型+应用”的产业体系,而且是典型的供给创造需求,层出不穷的AI应用的出现,刺激上中游的算力和模型的升级,而算力和模型的升级,又支持了更多场景的AI应用,复制当年“英特尔+微软”联盟促进个人电脑发展的历史。


回到中国的人工智能与数字经济产业,这个体系又完美地符合了“通过政府投资和政策激励有效带动全社会投资”的增长模式。


我国比较强的是上游的信息基础建设,但核心的服务器芯片,还在等待突破,这些环节的投资巨大,又涉及到国家安全,天然适合国家投资。


未来的算力突破后,对于清洁和廉价能源的消耗将成为新的瓶颈,这又与国家的新能源产业投资与政策联系起来,化解目前新能源领域投资产能过剩的风险。


而中游的大模型,目前的互联网巨头和科研机构都早已布局,国家可以加大政策支持,尽快在这些领域实现突破。


下游的行业垂直模型和应用,天生适合民间资本投资。


周鸿祎说我们的AI只落后二三年,但按照GPT的进步速度,AI时代的两三年,可能等于工业时代的两三个世纪。人工智能技术的突破,既是挑战,也是机遇,以政府在数字经济、信创、半导体上的投资,带动民间资本对大模型和AI应用的投资,这样,中国经济才有希望走出低谷。



6/6

AI产业趋势投资的四个风险


这个产业趋势从投资的角度来看,有四个较大的风险:


风险一:趋势确定,标的不确定


这一波AI行情与之前的元宇宙一类的概念不同,它是革命性的技术,一方面,传统互联网大公司不断进行投入,不断有新产品出来,另一方面,传统企业纷纷拥抱新技术,借此弯道超车。现在更像是1995-2000年的美国互联网浪潮,虽然最终泡沫破裂,但也诞生了日后的第一批互联网巨头。


只是应用端的标的实在太多,由于A股上市公司很容易追求短期股价,现在大涨的这些标的,最后大部分仍然是过山车的命运,2014-15年的互联网+,大量成功案例都是创业公司和中小公司,最后在美港股上市,而炒得热火朝天的A股,最后走出的只有东方财富,还有一个争议不断的乐视网。


未来也会出现多个十倍股,但现在它们大概率还是因为踏实做事、不为人知而股价躺在地板上。


相比而言,算力端的确定性稍强,但想要算个股空间也不容易,更适合一揽子投资,过程中再不断淘汰。


风险二:大模型无法达到预期的效果


有人说,大模型是大力出奇迹、参数加到一定程度后的“涌现”,以我们的人力物力坚持投入,大模型就一定能出现。


但我们别忘了,大模型是一个黑箱,OpenAI的工程师自己也不知道为什么突破发生在最近。由于GPT3之后不再开源,国内现有大模型都是在GPT3的基础上开发,GPT3和GPT3.5,才是从猿到人的差别。


换言之,存在除了OpenAI之外的所有大模型全部失败的可能性。


风险三:政府监管风险


AI的能力越强,反对的声音越大,美国是一个宗教氛围很浓的国家,加上要平衡各方诉求,肯定会不断出现反对的声音,现在还只是科学家的呼吁,接下来还有宗教人士、反科学人士、各种思想团队的呼吁,如果出现了一些意外事件,还会有更多的利益群体站出来反对,政治家们基于选票,会出台各种限制法案。


虽然这样会给我们赢得时间,但在我们的技术达到一定程度时,政府也会有相应的监管。


风险四:人工智能真的失控


具体无法预测,毕竟这是人类历史上从未出现过的新物种,但这就不是投资的风险了……



投资体系系列


2023-2-26 胜负手:投资中如何把握重大机会?

2023-2-5 每一次市场的风格变化,就是一次财富的重新洗牌

2023-1-29 投资高手们都是如何炼成的?

2023-1-8 为什么巴菲特更关注好公司,霍华德•马克思更关注“好价格”?



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存