武超则谈AI：接下来应用是重中之重，看好四大方向

投资作业本 · 公众号 · · 2024-07-15 19:07

正文

核心观点：

1、 前沿技术发展的趋势表明，这种改变正在路上。也许在今年的四季度或者明年的上半年，各种有趣的应用会越来越多。

2、 AI下一步最关键的也要迈出这一步。现在算力成本太贵，很多人开玩笑说比人脑力还贵。 什么时候AI的 易用性和产业化成本能够像当年的流量价格一样迅速下降，才能成就大的应用。

3、 从今年到明年的发展重点， 就是让模型拥有更强大的逻辑推理能力和决策能力，关键是预测 。

4、 在1到2年内，开始有部分金融的生成式应用成熟。3到4年后，会有规模化的应用。

近期，中信建投研究所所长、TMT行业首席分析师武超则对人工智能产业作出展望。

以下是投资作业本课代表（微信ID：touzizuoyeben）整理的精华内容，分享给大家：

一年半时间大模型已走过三阶段

去年我们看到整个市场的关注点还是在算力上。在过去的一年中，不管是在海外像英伟达这样的公司，还是国内像华为这样的算力公司，都有很好的表现。但是今年我们更多地聚焦在应用方面。

去年年底，我们建投证券也发布了一个大的AI报告。核心观点是2024年将是AI应用的大年。可能大家会觉得现在好多应用并没有那么快地在我们的手机上出现。不管是最近苹果发布的AI手机，还是前面的联想AIPC，大家还没有实实在在地感受到像移动互联网时代AI带来的颠覆式创新和改变。 但我想说的是，前沿技术发展的趋势表明，这种改变正在路上。也许在今年的四季度或者明年的上半年，各种有趣的应用会越来越多。

接下来我将分享我们主要看好应用的原因和逻辑，以及哪些领域有较大的应用机会和空间。

首先回到模型本身。从2022年年底OpenAI发布ChatGPT，到今天刚好一年半的时间，我们看到人工智能大模型像一个小baby，迅速成长。更值得关注的是它成长的速度，或者说学习的速度，进化的速度，超过了我们的预期。

尽管今天全球最先进的GPT-4和各种模型还存在许多不完美之处，但简单总结一下， 从2022年底到今天一年半的时间，大模型已经走过了三个大的阶段。

第一个阶段是让机器像人一样会语言 ，我们所谓的自然语言大模型。这里面表现比较好的场景已经非常多了，像中信银行和证券的同事都有介绍。实际上从去年下半年开始，围绕大模型最核心的关键字是助理，或者我们叫个人助理。本质上它从能说会道的自然语言模型开始，走向可以驾驭更多工具，组织并拆解相对复杂的任务。这个时候， 人工智能更像一个助理的角色。

今年我们看到OpenAI和苹果的合作之后，Siri有了很好的升级。但现在在终端上，更多的是用AI简单操控系统，比如帮助调节手机、打开应用等。下一步的深度融合，应该是将手机内部的各种应用贯穿起来，将相对复杂的任务拆解。 这是第二阶段，现在主流的模型和应用都处在这一阶段。

第三阶段是我个人认为从今年到明年的发展重点， 就是让模型拥有更强大的逻辑推理能力和决策能力。关键是预测， 通过对过去的总结归纳推理，对未来产生比人更好的精准预测。

这个阶段在金融场景中，比如研究员和分析师对未来宏观经济的预测，或银行的信贷风控预测，机器可能会表现出更好的能力。

现在我们看到，在医疗领域，过去在人机决策中以人为主导。下一个临界点可能是先问问机器的观点，再由人去挑战机器的观点。 这是一个非常大的临界点 。

尽管AI行业如此重要， 但在短短一年半的时间里，已经走过了三个完全不同的阶段 。未来的迭代还会很长，我只画了四阶段，去年海外的模型在第二段，国产在第一段。今年我们看，海外应该在第二段、第三段，国产的模型主要在第一段、第二段。所以这是我们对整个行业未来的一个展望。

AI下一步最关键要迈出这步

我们比较看好应用，最核心的逻辑是GPT-4o模型发布后，短期大家可能有点失望，觉得没有颠覆式的改变。 但与行业专家交流后， 我们看到最大的创新在于易用性和产业化能力的提升 。 GPT-4o比 GPT-4 turbo的推理速度提升了2倍，但价格下降了一半。

当一个新技术能够产业化的前提是成本要大幅下降。当它支撑数以万计的用户在平台上长期产业化时，速率和可靠性都有很大的提升。这是GPT-4o的最大进步。

想起当年运营商，2013年之后，3G、4G非常成熟，但短视频行业直到2016、2017年才爆发。原因不是网速不够快，也不是手机不够好，而是流量太贵。那时候大家买500兆的套餐，一个月到处找Wi-Fi。现在大家买50G的套餐，到处用手机给其他终端使用网络。

AI下一步最关键的也要迈出这一步。现在算力成本太贵，很多人开玩笑说比人脑力还贵。 什么时候AI的 易用性和产业化成本能够像当年的流量价格一样迅速下降，才能成就大的应用。 去年全球产业正在做这件事情，这是我们接下来能够起来的一个非常重要的因素。

另一个原因是从去年的OpenAI发布的视频模型，以及主流短视频行业，包括音乐行业的多模态模型进入到快速发展阶段。这也会给应用场景带来更多的化学反应。还有一个非常重要的因素是开源模型能力的迅速提升。

我们早就判断，在移动互联网时代有两个大的OS，一个是苹果的iOS，一个是谷歌的安卓，一个开源一个闭源。未来大模型也是一样的，有人会选择做close AI，也有人会选择做开源大模型。今年不管是海外的X还是Llama 3，还是国内的百川、智谱等模型，开源模型能力迅速提升，对应用有很强的促进作用。

从2023年3月GPT-4发布，到去年7月Meta的Llama 2发布。从时间轴上看，在海外 密集的应用出来的时间是半年以后 。像游戏、To C的通用社交、To B的办公，以及视频、金融、教育等，都出现了许多有意思的应用。

我想强调一下， 这些应用不一定是终极的应用，可能只火了三个月。但回顾2012年移动互联网刚起来的时候，很多有趣的小应用各自火三五个月 。但整体的访问量在大幅上升，这样应用才有可能真正起来。这也是我们做的一些国产模型评测。

整体来看， 我觉得能力逼近GPT-4 。当然对国产模型，下一步最重要的还是成本下降。今年我们看到，不管是华为的昇腾，还是国产其他算力集群的能力，都在迅速提升。核心是成本。

1-2年会有部分金融生成式应用成熟

大 家都想问一个问题，如果模型都差不多，应用的好坏取决于什么？ 我想数据和底层的海量积累的场景和经验，是未来应用好坏的关键。这与传统行业场景的积累有很大关系。

在金融行业，整体来看，金融在AI场景赋能过程中，还是一个对风控、牌照、数据安全、隐私保护要求比较高的场景。我们预计现在是处于探索和试点的应用期。 在1到2年内，开始有部分金融的生成式应用成熟。3到4年后，会有规模化的应用。

看好应用四大方向

在B端应用中，我们看好游戏和矿藏勘探。 举个例子，勘测铜矿的数据和效率相比传统方式大幅提升。海外有一家公司 Kobold ，做了4亿美元的融资，投资方包括国内外头部互联网公司，主要进行地质考察，在To B领域已经比较成熟。延伸可以想到，油气勘探等领域是类似的。

在医疗领域，巨头如谷歌、英伟达、国内的商汤，都在围绕健康管理，特别是老龄化社会后的长期大数据积累，对未来养老的个性化服务跟踪有很好的表现。在新药研发速度的提升方面，也有很大的潜力。AI加工业领域，也有很多同事会发布相关成果。

在海外，代码编译其实是过去一年半AI大模型最主要的实践场景。在工业场景中，过去最大的矛盾是懂传统行业的人不懂代码，懂代码的人不懂传统行业。AI可能会很好地解决这个问题，就是 AI+科研。

武超则谈AI：接下来应用是重中之重，看好四大方向

正文

请到「今天看啥」查看全文