2025 STRATEGY
編者按：經(jīng)過兩年的發(fā)展，大模型進入了2.0時代，從“百模大戰(zhàn)”到“賦能產(chǎn)業(yè)”，通用大模型正在往擁有用戶和場景的智能終端和應用進行延伸；AI促進了人機交互能力的大幅提升。AI是一個資本密集、人才密集、數(shù)據(jù)密集的產(chǎn)業(yè)，如何形成“應用-數(shù)據(jù)-模型”的飛輪效應，是AI企業(yè)成功的關(guān)鍵。
去年底的策略會上，我們也談過AI，當時大家最直觀的感受應該是，各家海外科技廠商都在all in AI做大模型訓練。而從今年下半年開始，我們看到了越來越多的智能應用和智能終端，也就是AI in All。
我們將AI產(chǎn)業(yè)鏈分成四個環(huán)節(jié)，分別是算法、算力、數(shù)據(jù)、應用及產(chǎn)品這四個環(huán)節(jié)。
首先，最底層是GPU的算力支持，幫助做模型的訓練和推理。
其次，算法模型和應用產(chǎn)品會構(gòu)建起用戶的使用場景。在用戶使用的過程中，會積累大量的數(shù)據(jù)，從而幫助模型去做迭代。
AI是一個資本密集、人才密集、數(shù)據(jù)密集的產(chǎn)業(yè)，如何形成“應用-數(shù)據(jù)-模型”的飛輪效應，是AI企業(yè)成功的關(guān)鍵，也是我們重點關(guān)注的方向。
2023年初我們判斷，以海外科技大廠為代表的企業(yè)會All in AI，去做模型的訓練和迭代，當時產(chǎn)業(yè)鏈較為受益的環(huán)節(jié)就是圖中的下半部分，也就是GPU環(huán)節(jié)。
當產(chǎn)業(yè)時鐘來到了 AI in all，AI賦能千行百業(yè)，變得更加顯性。產(chǎn)業(yè)鏈的價值量開始往上半部分轉(zhuǎn)移，也就是擁有場景和用戶的應用及產(chǎn)品側(cè)。
產(chǎn)品和應用側(cè)的繁榮，離不開產(chǎn)業(yè)推動的因素。
首先，受益于模型的迭代，模型變得更加好用：從2023年單純的文字問答到現(xiàn)在的多模態(tài)輸入和輸出，模型對于世界的理解更加多元。
同時，AI思考范式的迭代，從之前單純的Scaling Law大力出奇跡，到現(xiàn)在的Moe專家模型架構(gòu)，AI對于復雜問題的處理能力是不斷提升的。專家模型可以像人類的慢思考一樣，做一步步的任務拆解。
其次，受益于算法的開源與算力的規(guī)模效應，模型變得更加便宜了。過去兩年時間里，無論是GPT還是LLaMa模型，調(diào)用成本呈現(xiàn)千倍的降低，AI通過降本也不斷實現(xiàn)了在多場景領域的突破。
圖：AI 單位成本快速下降
數(shù)據(jù)來源：A16Z，朱雀基金整理。統(tǒng)計時間短，不代表未來發(fā)展趨勢，觀點具有時效性，僅供分析參考，不構(gòu)成對產(chǎn)品業(yè)績的保證，也不構(gòu)成任何投資建議或承諾。
總而言之，模型變得更加好用更加便宜，開發(fā)者構(gòu)建應用產(chǎn)品的成本在不斷降低，生態(tài)也變得更加繁榮。海外，ChatGPT訪問量創(chuàng)新高，斷層式的地位相對穩(wěn)固。馬斯克旗下配備10萬張H100超算集群的xAI產(chǎn)品也值得關(guān)注。國內(nèi)科技大廠也在不斷迭代算法模型，應用生態(tài)更趨豐富。
在此背景下，我們認為需要重視四類機會：
第一，國內(nèi)互聯(lián)網(wǎng)大廠目前或處于海外大廠在2022年年底或2023年年初的產(chǎn)業(yè)節(jié)奏。
復盤海外幾家互聯(lián)網(wǎng)大廠的產(chǎn)業(yè)節(jié)奏，可以看到，代表企業(yè)從2023年一二季度開始資本支出是加速向上的，從那個時候開始All in AI做模型的訓練，和與自身業(yè)務結(jié)合的場景開發(fā)。在2024年Q3財報期間，我們也看到海外各家云業(yè)務收入的增速也開始呈現(xiàn)臺階式提升。
國內(nèi)方面，科技大廠在2024年下半年真正開始加大了AI布局，資本開支大幅上升。
同時，國內(nèi)大廠的算法也在持續(xù)迭代。2023年國內(nèi)落后于海外，而現(xiàn)在某些細分領域上能做到同期發(fā)布，甚至在視頻領域的細節(jié)處理上表現(xiàn)更好。算法的進步得益于互聯(lián)網(wǎng)時代積累的大量詳實數(shù)據(jù)、豐富場景以及工程師的工程化能力。
過去兩年，國內(nèi)大廠的經(jīng)營戰(zhàn)略轉(zhuǎn)變?yōu)榫劢垢哔|(zhì)量主業(yè)，收縮虧損或弱盈利能力業(yè)務。體現(xiàn)在財報上，收入端雖有所放緩，但盈利能力持續(xù)提升，同時加大了股東回報。
政策環(huán)境也發(fā)生了積極的變化。11月，國常會研究推動平臺經(jīng)濟健康發(fā)展，首次將平臺經(jīng)濟列入新質(zhì)生產(chǎn)力范疇。12月，中央經(jīng)濟工作會議也是提到“開展“人工智能+”行動，培育未來產(chǎn)業(yè)。
第二，AI帶來的人機交互能力的提升，我們關(guān)注應用和產(chǎn)品側(cè)的變化。
下圖縱軸列示的是人機交互能力的提升，從感知、決策到執(zhí)行。橫軸是AI的硬件載體的升級迭代，從PC、手機到智能可穿戴、智能車以及機器人。新硬件載體的迭代大幅提升了人機交互中的能力。
數(shù)據(jù)來源：朱雀基金整理。統(tǒng)計時間短，不代表未來發(fā)展趨勢，觀點具有時效性，僅供分析參考，不構(gòu)成對產(chǎn)品業(yè)績的保證，也不構(gòu)成任何投資建議或承諾。
多模型的出現(xiàn)，在算法模型的輸入輸出中增加了視頻、語音等感知模塊。AI從之前被動的文本識別到主動去識別真實世界，機器感知和改變真實世界的能力大幅提升。
從彈性的角度，我們認為新硬件載體有望實現(xiàn)0到1到30的滲透率快速增長，例如AI眼鏡等智能穿戴、智能駕駛以及機器人等。從確定性的角度，基于PC、智能手機的互聯(lián)網(wǎng)平臺及軟件公司場景卡位清晰、用戶黏性強，擁有獨家的用戶數(shù)據(jù)，AI的運用有利于提升付費轉(zhuǎn)換率和客單價。
第三，關(guān)注“X+AI”即產(chǎn)業(yè)智能化的機會。實體企業(yè)在經(jīng)歷了信息化和互聯(lián)網(wǎng)化之后，可以通過借助AI來提升在各自細分領域的競爭力。
例如在文旅行業(yè)，AI能夠幫助消費者實現(xiàn)旅程的推薦和規(guī)劃，對那些有全國布局能力的企業(yè)來說，是很好的引流和提高客單價的工具。又如IP內(nèi)容創(chuàng)作行業(yè)，因為有文生圖、圖生視頻等多模態(tài)AI算法，有利于解決IP改編周期長、成本高的產(chǎn)能瓶頸，從而提升IP爆款的概率。再如智能物聯(lián)行業(yè)，在多維感知的技術(shù)下，可以賦能實業(yè)車間多場景的智能化。
第四，關(guān)注AI在材料學、醫(yī)學等基礎領域的應用。今年的諾貝爾化學獎頒給了Google DeepMind的團隊成員，表彰他們運用AI模型在“在蛋白質(zhì)結(jié)構(gòu)預測方面的貢獻”。Google DeepMind的AlphaFold3能夠快速且準確地預測蛋白質(zhì)的三維結(jié)構(gòu)，將耗時一年且成本高昂的實驗縮短至幾分鐘，極大地加速了科學研究進程。
以上就是我們在AI和產(chǎn)業(yè)智能化領域的思考。我們關(guān)注的泛AI企業(yè)具備一個共同的特征，那就是現(xiàn)有業(yè)務的競爭力已經(jīng)很強，且有一定的成長性，而在AI領域，這些企業(yè)往往又兼具“場景+數(shù)據(jù)+算力+算法”的能力。我們相信，AI的逐步落地將為它們提供基本面進一步向上的業(yè)績期權(quán)。
注：本文件非基金宣傳推介材料，僅作為本公司旗下基金的客戶服務事項之一。
本文件所提供之任何信息僅供閱讀者參考，既不構(gòu)成未來本公司管理之基金進行投資決策之必然依據(jù)，亦不構(gòu)成對閱讀者或投資者的任何實質(zhì)性投資建議或承諾。本公司并不保證本文件所載文字及數(shù)據(jù)的準確性及完整性，也不對因此導致的任何第三方投資后果承擔法律責任?；鹩酗L險，投資需謹慎。
本文所載的意見僅為本文出具日的觀點和判斷，在不同時期，朱雀基金可能會發(fā)出與本文所載不一致的意見。本文未經(jīng)朱雀基金書面許可任何機構(gòu)和個人不得以任何形式轉(zhuǎn)發(fā)、翻版、復制、刊登、發(fā)表或引用。