經濟觀察網 記者 黃一帆 陳姍 葉心冉 汪青 臨近6月，機構策略會正緊鑼密鼓地舉行。盡管對下半年行情演繹方向、配置風格的判斷不盡相同，但配置AI板塊已是不少機構的共識。

5月19日，記者注意到，相較往年，今年富國基金主辦的富國論壇上與AI相關的內容“含量”明顯提升。除在分論壇設置AI主題演講外，在談論A股投資的圓桌論壇環(huán)節(jié)，富國基金旗下五位基金經理再次將AI作為主要議題展開討論。

年初以來，A股市場分化行情明顯，ChatGPT被國內投資者廣泛關注，并由此帶來AI板塊漲幅明顯。AI作為今年市場主線，受到機構熱捧。而除買方機構外，賣方機構對于AI的熱情更甚。

在前不久結束的國金證券中期策略會上，該券商為AI主題一次性設立了7個相關分會場。此外，民生證券也在今年4月底舉行人工智能高峰論壇，邀請了周鴻祎、徐冰等相關企業(yè)負責人進行主題演講。

這些會議主辦方共同的感受是：來的人嚴重超出預期，哪怕是已經能夠容納數千人的會議，依然有難以計算的人站在過道上。

在A股機構緊鑼密鼓的推進AI領域投資時，上市公司本身也以前所未有的速度迅速推進AI技術落地。據記者統(tǒng)計，截至5月19日，A股共有992家上市公司在2022年報中提及了人工智能或AI，而在兩年前的年報中，提及AI的公司僅有70家。

對于各方而言，新的窗口期已經打開，記者采訪了10余家機構，了解其對于AI投資的邏輯與行動。

資本熱衷

作為今年全球市場最火熱的投資“風口”之一，AI已成為海內外基金經理共同關注的領域。據統(tǒng)計，5月以來AI成為基金公司調研數量最多的領域。其中，遙望科技、埃斯頓、芯海科技等均獲得30家以上機構的調研。

而從機構發(fā)布的一季報來看，國內機構也在今年一季度大舉掃貨AI相關股票。

從一季報持倉股票市值占比變化角度看，計算機、傳媒和通信均得到增持，另一邊、電力設備新能源、國防軍工和消費者服務減倉幅度較大。

從中信建投計算的行業(yè)增減配相對變化角度（持有流通股數變化率乘以前后兩期持倉比例平均）看，2023年一季度該值較高的行業(yè)為計算機，領先電子和醫(yī)藥。

此外，2023年一季度，百億基金經理持有TMT占比由此前的 5.4%提升至20.9%，其中，主動增配TMT幅度與主動減配電新幅度基本相當。從超配比例來看，百億基金經理一季度超配TMT環(huán)比提升2.4%，而電新環(huán)比下滑2.1%；此外，醫(yī)藥環(huán)比減配0.6%。

富國中小盤精選基金經理曹晉認為，新一輪AI人工智能的產業(yè)趨勢爆是今年的最大驚喜。他表示，“許多人可能會認為AI還停留在主題投資階段，但是我認為，這是新一輪科技創(chuàng)新的產業(yè)趨勢機會。”

國金證券研究所所長蘇晨在采訪中坦言，去年國金證券研究人員擴充了60%以上，今年著力打造“AI+”系列研究。他表示，從目前的板塊表現(xiàn)來看，AI相關大公司漲幅優(yōu)于中小公司，其中上游算力大公司漲幅最靠前，中游模型大公司漲幅較小，to B和to C應用軟件分化明顯。

國泰基金游戲ETF基金經理黃岳告訴記者，人工智能的行情作為滲透率從低到高快速提升的賽道投資，可以對標過去幾年以來新能源汽車的大行情。

滲透率提升可以帶來資本市場機會。辰悅資本總經理段鵬程也持類似觀點。

根據公開披露，華為認為人工智能將在2026年滲透率達20%。段鵬程告訴記者，對比歷史新能源的行情，人工智能或將誕生眾多10倍股，且基本回報最強的時機就是滲透率從1%-10%的時候，后面雖然市場熱度有所延續(xù)，但是資本市場高度都不是產業(yè)成熟期打出來的，而成熟期會更適合價值投資的風格。

他初步估計人工智能產業(yè)鏈相關的大概今明兩年是發(fā)展最快的階段。“人工智能的發(fā)展速度和滲透率應該比新能源車更快，因為AI軟件的迭代明顯要快于新能源車的硬件，因此不難想象人工智能相關個股或許會有類似的走法。”

而從估值角度來講，段鵬程認為，軟件行業(yè)和人工智能行業(yè)短期沒有利潤并不是最大的問題，“我們可以用PS法與終局思維去給予估值，即預期未來1-3年行業(yè)是否將出現(xiàn)高速增長即可。”

海富通基金量化投資部基金經理朱斌全則認為，A股對AI的反應較大，短期內會或有所震蕩，需要一定的時間來消化。從長時間維度來看，他認為當前AI市場行情還處在上漲初期，部分股價還未完全體現(xiàn)。

中信建投證券通信行業(yè)兼計算機行業(yè)首席分析師閻貴成則告訴記者，在AI大時代下，其重點關注算力和應用的相關投資機會，算力端，建議關注AI服務器、光模塊、液冷等領域，以及國產算力替代機會。在應用端，建議關注海外業(yè)務占比高的應用相關公司，以及能夠通過大模型有效實現(xiàn)降本增收的相關公司。

能否成為A股新起點

在與機構交流時，多家機構提及此前經歷過的科技股大牛市。

1999年，美國的科技股市場經歷了一輪高漲的發(fā)展，呈現(xiàn)出巨大的繁榮景象。德邦證券研究所副所長首席策略分析師吳開達向記者分析稱，“許多投資者追逐快速利潤，將大量資金投入到科技股市場。許多初創(chuàng)的互聯(lián)網和科技公司在這個時期獲得了巨大的關注和投資，一些公司在短時間內取得了驚人的市值增長。”1999年初的納斯達克指數約為2193點，而在年末達到了4069點，漲幅超過50%。

1999年初，在美國科技牛市的映射下，中國股市也經歷了一波迅猛的上漲，被稱為“519”行情。在“519”行情下，上證指數在6月份達到了1756點。美國科技股的牛市，同樣催化了A股科技股一輪大幅上漲的行情。

而隨著美國互聯(lián)網泡沫率先破裂，對中國股市也帶來了重大沖擊。上證綜指從2001年6月的最高點2245點跌至2001年10月的1514點，下跌了33%，深證成指從2001年4月的高點5091點跌至10月的3125點，下跌了39%。該次“519”行情最終也已一地雞毛收尾。

萬家基金基金經理耿嘉洲告訴記者，兩者相似之處就是1999年處于PC互聯(lián)網爆發(fā)早期，而今年處于生成式人工智能爆發(fā)早期。這兩次變化，都屬于非常大的產業(yè)變革，本質上都是生產方式的變革和生產效率的提升。

他提醒，具體到1999年的PC互聯(lián)網行情中，商業(yè)邏輯相對清晰、有產品和用戶數、成交額等基礎數據落地的公司，它們的股價取得了更為明顯的漲幅。“這給我們帶來的一個啟示就是要持續(xù)關注AI相關公司的產品落地情況。”

段鵬程也認為，1999年年中的互聯(lián)網牛市與2023年的有異曲同工之處。而不同的是，本次以人工智能為首TMT板塊的極速上漲雖然帶動了指數的共振上行，但由于目前的A股上市企業(yè)數量過多以及時代、環(huán)境的不同，無法很好地帶動指數創(chuàng)出新高。不過，他判斷，目前國家政策和行業(yè)生態(tài)都暗示著AI行情不會馬上就結束，AIGC/數字中國或許是一個持續(xù)1-2年的長期行情。

吳開達表示，當出現(xiàn)新的技術浪潮，科技股漲幅巨大，估值高低通常不是標的選擇的主要因素，而公司在新一輪科技浪潮中的定位更為重要。

“創(chuàng)新催化的大行情，往往第一階段在朦朧中是同漲同跌的，當進入商業(yè)模式落地和基本面兌現(xiàn)階段，板塊行情會出現(xiàn)明顯的分化，尤其是在應用領域，”蘇晨認為，涉及范圍會越來越廣，國金后面會持續(xù)重點打通各個行業(yè)，尋找能夠切實落地兌現(xiàn)的領域。

AI落地大趨勢

段鵬程告訴記者，無論海內外，二級市場資金的跟隨產業(yè)發(fā)展速度是追不上一級市場的，甚至一級市場投資產業(yè)的速度也跟不上人工智能產業(yè)鏈新技術。這么一看，先前行情中的各種炒作便可以得到理解，即短時間內AI對于各行各業(yè)的影響無法證偽。

這意味著，如果今年國內并無重磅技術落地，市場上還沒有人能做出更具想象力的應用級產品，這波由ChatGPT引發(fā)的資本市場熱潮很有可能會進行一次深刻“反省”。

不過，根據民生證券數據統(tǒng)計顯示，4月短短半個月時間，已發(fā)布近30個大模型，其中包括互聯(lián)網公司、獨角獸乃至科研院所。國內市場開始敏銳捕捉到大模型以及由此衍生的應用場景。

今年2月，深蘭科技開發(fā)的國內第一款面向個人數字化領域的移動終端應用——metamind APP開始內測。深蘭科技創(chuàng)始人、董事長陳海波告訴記者，metamind項目的核心技術就是深蘭科技自主研發(fā)的大模型——硅基知識大模型。該模型主要用于進行知識的個性化和專業(yè)化預訓練，實現(xiàn)用戶終生上下文學習、垂直領域知識嵌入與表示、在垂直應用中有效減少AI反事實、提供持續(xù)一致的更加可控的服務等，做到“負責任的AI、可信的AI、易用的AI”。”

瀾碼科技創(chuàng)始人周健則從成本的角度測算，認為AI落地將會極為迅速。他表示，大語言模型技術的突破，將使NLP能力的使用成本大幅下降，成本的巨幅下降將會改變很多商業(yè)邏輯。今天任何一家創(chuàng)業(yè)公司在任何場景下、做任何NLP任務時，再也不需要去雇傭一個10人NLP團隊、購買CPU算力、收集數據，然后再去做訓練。

在應用方面，作為量化機構負責人，銳聯(lián)景淳創(chuàng)始人許仲翔很早就在其公司運用人工智能。他表示，AI在量化領域的應用并不新鮮，我們一直用大數據用以基本面、研究市場及參與者情緒。“不過，這與目前人工智能突破發(fā)展方向很不一樣，目前人工智能更加傾向于語言、情感學習的大數據。而很多時候，量化研究基本面與語言學習無關，并不需要進行情感判斷。”

許仲翔表示，人工智能在金融機構應用的想象力，不只是用AI進行交易投資。“AI最有價值的絕對是有效率的取代。現(xiàn)在的AI實際上正在替代一些思考密集型的事。”

他表示，人工智能在幫助產業(yè)降低成本方面，將會帶來一個前所未有的龐大性價比。同時人工智能落地將創(chuàng)造很多新的商機，包括諸多以AI智能為底層的工具出現(xiàn)，以用更先進的工具大幅度提升產能。