专栏名称: 艾德研究部

分享财经资讯，挖掘行业机会

美股2024中期策略：AI基础设施行业

艾德研究部 · 公众号 · · 2024-06-28 09:07

正文

戳上方蓝色字体“艾德研究部”了解最新资讯

摘要： 2024年下半年，随着人工智能的参与度不断增强，从成本削减的角度出发，算力需求的确定性有望不断增强，人工智能软硬件基础设施的持续投入或是主要驱动因素。AI产业链上，基础设施在技术层面，大模型的发展可谓是重中之重。随着人工智能模型规模和人工智能服务需求的不断扩大，导致开发及训练成本日益攀升。然而这一进程必然伴随着巨大的资金投入。随着AI基础设施成本的不断提高，庞大的资本开支无疑会将无力承担相应成本的公司甩在后面。具备强大资金流的科技巨头有望继续成为最有力的竞争者。

▍ Q1财季AI关注度创新高，科技巨头领军大模型开发

人工智能 (AI) 是计算机科学的一个分支，专注于创造能够执行传统上需要人类智能的任务（例如感知、推理和学习）的机器。人工智能 (AI) 市场包括语音识别、图像处理和自动驾驶汽车等各种应用，近年来由于技术进步和投资增加而快速增长。人工智能 (AI) 市场包括软件、硬件和服务，使组织能够开发和部署 AI 应用程序。

生成式人工智能(AIGC)即利用各类机器学习算法，从数据要素中学习，使机器能自动生成全新的文本、图像、音频、视频等多媒体内容，是继专业生产内容(PGC)、用户生产内容(UGC)之后的新一代内容创作方式。2023年开始的大模型最主要的应用方向就是生成式人工智能(AIGC)，主要包括AI写作、AI编程、AI绘画、AI视频生成等。

▍ 2024Q1财报季“AI”的关注度超历史新高

2024Q1美股财报季标普500成分股公司的电话会议中人工智能(AI)的提及次数创下历史新高，意味着人工智能(AI)已成为绝大多数行业公司未来关注的焦点，凸显出人工智能在商业战略中日益增长的重要性。而其中信息技术板块显然是佼佼者。FactSet数据统计显示，截至2024年5月23日的2024年第一季度财报季期间，有199家公司提及“AI”，较5年平均值的80家和10年平均值的50家均有大幅增长。同时，这也是过去十年来，在季度财报电话会议上提到“AI”的标准普尔 500 指数公司数量最多的一次，达到了199家，超过了2023 年第二季度创下的 182 家的纪录。“AI”平均在每次季度财报电话会议上被提及11次，中位数为5次。其中，美股市场“七巨头”中的META、NVIDIA 和 Microsoft 分别以 95 次、86 次和 74 次提及领先。这或许正是信息技术板块于2024年第一季度财报季电话会议中提及”AI”的标普500成分股公司的数量（50家）和比例（90%）均达到最高的原因。

▍ AI产业景气度持续高企，生成式人工智能投资规模愈发庞大

以大规模训练+工程化&产品化+算力需求激增为代表，大模型爆发自2023年迅速成为全球范围内的投资话题。2023年全球人工智能市场规模达到1359.4亿美元，2023-2030E年复合增速预计为25.32%。生成式人工智能作为其重要组成部分，2023年市场规模为204.8亿美元，2023-2030E年复合增速为42.90%，占比持续抬升，2030年有望占据人工智能市场43.07%的份额。随着众多投资涌入人工智能领域，2021年投资活动总规模一度飙升至3374亿美元，然近三年来持续下行。2023年投资活动总规模降至1892亿美元，比2022年下降了约20%。其中，私人投资略有减少；兼并或收购明显下滑，同比下滑31.2%。

然而，尽管近三年人工智能的整体私人投资持续下滑，但：1）私人投资活动的投资规模有所回升，仍居于高位。2023年私人投资活动的平均投资规模回升至0.32亿美元，2017-2023年复合年增速为10.41%；2）对生成式人工智能的投资大幅增加。2023年私人投资活动总规模达到252.3亿美元，几乎是2022年投资额的9倍，是2022年投资额的30倍左右，占据2023年人工智能私人投资活动总规模的25%以上。

回顾人工智能的进化史，AI概念引发的这波浪潮，由2023年初以OpenAI的ChatGPT为代表的生成式人工智能(AIGC)的诞生而起。2024年5月，OpenAI发布GPT-4o，更低价格的API、更大规模的免费应用有望催生GPT生态更快发展，加速大模型及产品的飞轮效应，加快AI应用普及速度，这也标志着大模型技术的成熟和大规模应用的开始。

▍ AI基础设施的持续投入，科技巨头引领大模型飞速发展

在愈发庞大的生成式人工智能投资规模的带动下，全球AI产业持续推进，技术、监管和商业应用将并行发展，且速度势必逐步加快。展望2024年下半年，随着人工智能的参与度不断增强，从成本削减的角度出发，算力需求的确定性有望不断增强，人工智能软硬件基础设施的持续投入或是主要驱动因素。

众所周知，人工智能有望颠覆传统的工作模式。据埃森哲调查，2023年有约60%的企业打算将ChatGPT用于学习目的，而有超过50%的企业计划进行试点，超过40%的企业愿意为此倾力投入。这或许意味着在不久的将来，几乎所有行业的工作都会收到影响。通常认为自动化潜力较高的任务能够通过减少人工参与的大语言模型进行改变；具有更高人员强化潜力的任务则是指需要人类员工更多参与的任务。

基于美国职业信息网络(O*NET)和美国劳工统计局数据的分析，在根据各行业使用每种职业的份额、以及各职业在每个行业中的就业水平确认的200项与语言相关的任务中，埃森哲研究院认为所有行业中40%的总工时将受到大语言模型的影响。而在语言任务的总体份额中，65%很可能实现自动化或得到大语言模型的协助。人工智能推动现有生产流程的自动化，特别是在基于规则的职能方面，或将带来显著的成本削减机会。

运用人工智能实现成本削减，得益于AI软硬件基础设施的持续投入。AI产业链上，基础设施在技术层面，大模型的发展可谓是重中之重。

多模态预训练大模型通常是指，在模型微调之前，即预训练阶段，运用多样性的数据来源和形式训练的基于大规模数据的基础模型。该类大模型在预训练阶段能够集中学习到尽可能泛化的通用特征。2022年末至2023年初ChatGPT引爆全球大模型创新热潮以来，截至2024年5月，OpenAI发布GPT-4o，在文本、图像、音频和视频等多模态融合尝试方面展露强大能力。预计随着大模型创新从单模态转向多模态，多模态预训练大模型将逐渐成为人工智能产业的标配。然而，随着大模型参数呈指数级提升的大趋势进一步清晰，市场担忧在大模型参数指数级提升的情况下，模型能力提升的边际效应是否有减弱，甚至停止的可能。

而未来将推出的GPT-5是否较GPT4的能力发生质变，成为消除这一担忧的关键。2024年初，OpenAI曾证实，GPT-5正在开发中。人工智能专家艾伦-汤普森曾预计GPT-5参数数量将达到2-5万亿。预计GPT-5的推出，有望将多模态预训练模型的能力和参数推升至更高的台阶。相应的，AI软硬件基础设施的需求也将随之提升，带动新一轮的军备竞赛。

根据斯坦福大学的统计，2019年至2023年，Alphabet公司成为累计发布最多基础大模型的公司，总数量达到40个；META公司位居第三，累计发布19个大模型。而仅仅于2023年当年，Alphabet公司发布了18个基础大模型；微软公司发布了11个基础大模型。

随着人工智能模型规模和人工智能服务需求的不断扩大，导致开发及训练成本日益攀升。据埃森哲统计，2023年OpenAI的GPT-4和Alphabet公司的Gemini Ultra的大模型训练成本预计分别为约7800万美元和1.91亿美元，开发及训练成本显著提高。

诸如Alphabet、META、微软等科技巨头的财报业绩正逐步证实，AI确实具备成为真正的收入驱动因素的潜力。2019-2023年，Alphabet、META、微软的净利润整体来看均有不同程度的增长，复合年增速分别为21.07%、20.60%、16.53%。其中，Alphabet和META的年净利润同比增速均于2023年实现较大幅度的抬升（Alphabet：23.05%，由负转正；META：68.53%，由负转正）。

而在AI的收入驱动影响下，2020-2023年，Alphabet、META、微软的AI相关业务收入均有不同程度的增长；复合年增速分别为19.70%、16.17%、22.04%。

然而这一进程必然伴随着巨大的资金投入。过去几个财报季以来，科技巨头们投入了数十亿美元用于人工智能的研发，并计划继续加大投资力度。2020-2023年，Alphabet、META、微软年报披露的资本开支金额均有不同程度的增长，复合年增速分别为13.12%、21.73%、22.10%。而2024年第一季度，Alphabet和微软的资本开支同比均有较大涨幅，分别为91.00%和57.84%。同时，Alphabet、META和微软预计2024全年资本开支较去年同期分别增长24.03%、54.04%、77.89%。随着AI基础设施成本的不断提高，庞大的资本开支无疑会将无力承担相应成本的公司甩在后面。具备强大资金流的科技巨头有望继续成为最有力的竞争者。

▍ 推荐关注

Alphabet A(GOOGL.US): Alphabet于24年2月15日发布Gemini 1.5 Pro，大模型更新迭代节奏加速。23年12月，Gemini1.0的发布略显仓促，模型各方面特性并未完善。Gemini 1.5 Pro 则实现了上下文长度大幅拓展、多模态能力提升等特性。

微软(MSFT.US): 微软宣布 Microsoft Copilot for Security 将于 4 月 1 日正式在全球推出，成为目前领先业界能够帮助资安和 IT 专业人员扩展技能、快速协作、全面洞察并及时应对资安威胁的生成式 AI 解决方案。Microsoft Copilot for Security 接收大规模数据和威胁情报的信息，包括微软每天处理的超过 78 兆资安讯号，并结合大型语言模型来提供客制洞察并指导下一步行动；透过它可以帮助资安人员以 AI 的机器处理速度和规模进行资安防御，驱动资安工作流程转型。

Global X Robotics & Artificial Intelligence ETF(BOTZ.US): 创立于2016年，专门投资涉足人工智能、工业机器人、自动化、非工业机器人以及无人驾驶汽车的公司。BOTZ目前持有37只股票。

▍ 风险提示

宏观经济下行、通胀失控、利率长时期高企等风险。

投资评级说明：

买入：预期未来6－12个月内上涨幅度在15%以上；

增持：预期未来6－12个月内上涨幅度在5%－15%；

中性：预期未来6－12个月内变动幅度在-5%－5%；

减持：预期未来6－12个月内下跌幅度在5%以上。

艾德证券期货研究部

陈政深（HKSFC CE No.:BIY455）

Tel：852-38966397

美股2024中期策略：AI基础设施行业

正文

请到「今天看啥」查看全文