3月2日，AIGC、ChatGPT概念再爆发。汤姆猫尾盘涨停，成交金额超50亿元；万兴科技大涨逾10%，汉王科技、初灵信息、中科创达等跟涨。
“狂飙”模式下，多少概念股真的与ChatGPT、AIGC相关？春节后开启的人工智能热炒行情中，计算机设备、互联网服务、信息安全等板块大涨，不管是做应用、算法、芯片，还是做AI数据服务、自然语言处理的公司，都跟着火了一把。2月中上旬，数家上市公司相继收到监管函，被要求说明相关具体产品及财务数据。不少公司随后发文撇清与ChatGPT、AIGC业务的关系，就股价异动提示交易风险。一些公司坦言在AIGC方面确实有所探索和布局，尚未对外提供产品。
但ChatGPT概念股、AIGC板块热度依旧不减。这种火热也一定程度辐射到创投圈，不少创业者纷纷入局。不过，一些VC/PE对此保持冷静态度，认为AIGC确实处在一个大的风口上，现在出来的项目可能会有更多的潜在泡沫。
2月3日，在接受《财经》新媒体专访时，中信建投证券研究所所长、TMT行业首席分析师武超则传递了一个想法：ChatGPT其实是算法或模型的优化，得益于模态转换、强化学习等AI相关模型和技术的突破。未来，AIGC将重塑搜索、游戏、智能客服、新材料等千行百业，场景和数据质量会是应用类公司的核心壁垒。
目前AIGC相关领域的投资是否已产生泡沫？哪些板块蕴含投资机遇？应该如何把握投资节奏？武超则直言，在科技行业一定要把技术迭代和商业模式升级放在第一位，找风口上最好的公司。
武超则一直从事TMT领域研究，她专注于5G、云计算、物联网等科技领域研究，于2013~2020年连续八届夺得新财富最佳分析师通信行业第一名。
关于“AI是否会代替人类的工作”，在武超则看来，未来比得可能是个人跟平均水平的差异，如果现在从事的工作是一些规则比较清晰的重复劳动，未来一段时间真的有可能会被机器替代或者阶段性替代。“对人来讲，必须有一个绝对的长项，不管是专业性、创造力，还是思考的深度，要是比普通平均水平强，便不用很担心。”
以下是《财经》新媒体与武超则的对话，略有删减：
一、AIGC 的一小步，AI 的一大步
1、《财经》新媒体：2016年围棋 AI AlphaGo战胜李世石和柯洁火爆出圈；目前人工智能对话工具ChatGPT一夜之间成为顶流。从技术上讲，ChatGPT的AI相比7年前有何不同？
武超则：AlphaGo其实是决策式AI的成功范式，简言之是一些清晰规则下让AI帮助人做选择。决策式AI有很多应用场景，这种成功的商业模式颠覆了很多行业。比如在短视频行业，大量的头部公司不是产生很多好内容，而是在内容分发环节做到千人千面，从过去主动搜索变成被动推送。在辅助驾驶、自动驾驶行业或在一些基本控制上做得比人更好。
ChatGPT属于AIGC，从人生产内容变成AI生产内容，是AI的另一路径。本质上跟前者不同，它不是在做选择题，而是可以做解答题，通过海量地有目标地学习去试图生成或创造全新内容。这就是最近市场关注度很高的原因，甚至比去年元宇宙的关注度都高。
2、《财经》新媒体：从决策式AI到生成式AI，这一变革背后需要解决什么难题？
武超则：这种生成式AI其实已到一个拐点，过去不是没有，只是囿于算力、数据质量等核心问题没解决。从技术层面讲，2017年大模型迭代后一个重要的技术是模态转换，过去图片、声音、文字互转的过程在AI训练中不能互通，现在可以互通、互相学习。另一个重要的技术是对模型进行人工干预强化，训练机制有所创新。AI的学习不再是漫无目的地学，训练有效性大幅提升后、匹配现在的算力后转化率更高。当然，2018年后数字化时代的来临对于算力、数据量的提升也是让生成式AI突破的重要基础。
3、《财经》新媒体：生成式AI，也就是AIGC在应用上会给社会带来什么变化？
武超则：应用来看对to c和to b领域都有影响，但总体来看生成式AI会加速整个社会数字化应用落地的进程。比如它在编程上有了很大突破，输入指令后可以自己编程。编程在过去实际上是劳动力密集型行业，这会给未来的AI应用开发或者各行业数字化起到加速作用，算比较成型的场景。
在写作方面，短期很难完全替代人，但可以提高人的效率，适合校验或写格式化文章。对游戏行业影响会较大，游戏实际上是对情节进行设计，已经是一个工业化比较成熟的行业，灵感和创意没那么重要，反而对工业化流程，比如内容输出的连贯性有要求，这种生产方式很适合AI。此外，从远期看 AIGC会影响各行各业，与搜索引擎、办公软件、游戏、新材料行业发生关系，甚至可以更快地发现蛋白质等这种分子结构，重塑生物医药行业等。
4、《财经》新媒体：从短期、长期看，AIGC有哪些可以布局的投资机会？
武超则：短期来看，主要包含三类公司，一类是模型类或平台类公司，一类是应用类公司，还有一类是算力类公司，短期看国内能够落地的公司应该是后者多一些。
第一类，大模型类公司，可以理解为它提供一个像安卓似的操作系统或底层工具，不直接下场做应用，是这次ChatGPT要做的事。微软、谷歌、百度、字节跳动等，它们的目标肯定都是要做这种底层工具，这个工具既可以给自己用，也可以输出。
第二类，应用类公司不造操作系统或底层模型，而是拿来用。现在很多国外AI独角兽公司都开源，公司可以拿来训练模型，将工具应用到教育、游戏、医疗、金融等场景。应用类公司的核心壁垒是有没有场景和数据源，AI的本质像一个嗷嗷待哺的小孩，需要用数据来喂养，AI模型才会越来越强大。如果没有一手数据，或足够大的底层数字资产、场景，很难有先发优势。
第三类，算力类公司，比如底层的CPU、GPU、云网设备、IDC等。目前看2018年后全球的应用和流量增长速度在下降，而这次AI训练和推理都会大幅加速算力的消耗，所以算力的投资机会也是非常确定的。
长期来看，中国也可能诞生平台类巨头，国内的龙头也在加速模型的优化，而底层的数据量和质量都非常重要。短期而言，产生应用类公司的可能性更大，谁能够拥抱超级工具并把它用好，可能会在原来的商业模型下领先竞争对手。
二、“站上风口的猪”好不好？
1、《财经》新媒体：怎么看AIGC领域目前的投资热度？
武超则：在投资上大家都是炒新不炒旧，对一些新东西会抱有更大估值上的弹性和容忍度，这也是投科技类资本或资金的一个根本属性，给一个对未来的狂热想象力。
大家目前做的还是赛道投资，这个方向上不管做应用、算法，还是说做AI数据服务等，最近表现都很好。随着时间的推移，应该会慢慢分化。另外基本面的验证肯定是一波三折的，不会一蹴而就。
2、《财经》新媒体：目前AIGC概念，以及与此相关的元宇宙、数字经济等领域的投资是否已经产生泡沫？应该如何把握投资节奏？
武超则：像gatner曲线中所讲，任何一种技术的生命周期都会经历5个阶段，从萌芽期，然后到成长期，这时不论是商业模式还是各方面的创新都涌入行业。成长期结束后到达泡沫期，这时技术还在成长，但大量的资本开始融入行业。泡沫期结束后到幻灭期，去伪存真，很多新技术其实就停留在这周期。最后才会进入真正的成熟期，可以真正地在收入利润上有充分体现。
元宇宙有很多细分，我觉得它一定会经历一个泡沫期再到成熟期，这是资本的最基本规律，包括产业也是这样，但是好的技术最后能走出来。比如云计算，2015年前后很多企业都在做公有云，直到今天才看到整个云行业的业绩增长，收入利润才开始有很好的体现。
从这点讲，生成式AI现在还处在刚刚开始狂热的阶段，可能还能狂热一段时间。起码在海外一级市场，在美国其实半年前就很火了。所以很多一级市场的表现往往预示着市场投资风向标，确实会在一些新技术上有代表性。
3、《财经》新媒体：在科技赛道的投资上，中国资本市场跟海外资本市场有何不同？如何争取更多投资收益？
武超则：中国资本市场在科技赛道的投资更偏重于主题投资，这个主题投资不是一个贬义词，
不是说这是个投机行为不是价值投资行为。其实TMT行业的技术迭代就非常快，如果完全抱着价值投资的理念，要等到这个公司在行业成为绝对壁垒、独一家才去投，很有可能已经错过它生命周期最好的那一段，因为它的存续期也就是就是它的熵减效应不会那么长。
任何一个价值投资也好，主题投资也好，都要结合产业自身的属性。所以可能呈现地结果就是，在10年后整个中国科技创新快速发展周期里，投资收益最好的就是在行业生命周期最好的阶段买赛道里的好公司。如果说我们来讨论谁会是AI行业最成功的公司，可能短期没有人能回答这个问题，但我们知道的是AI行业一定会成功。
4、相比往年，中国资本市场对科技赛道的投资有何新变化？
武超则：2022年往后，整个科技投资在逐步从硬件回到商业模式和软件创新。2018年前后，大家都比较排斥，甚至不太在乎这种模式或应用的创新，会期待硬件创新。实际上我们看历史，每一次科技创新呈周期性，就是三年硬三年软三年模式再创新。三年硬已经过去了，三年软和三年模式创新在接下来应该会比较重要，这是技术规律决定的。
从这点上来讲，今年这种应用创新和软件创新的机会会更多，对应到 AI其实是一个非常典型的应用和偏软的创新产品，所以我觉得最近讲AIGC的还是会持续。信创、AI和云计算是我比较看好的。
5、《财经》新媒体：那么做风口上的猪好还是不好？
武超则：粗粗一看感觉是调侃的语言，甚至好像是投机行为。但事实上我们去调研了大量的科技行业，它之所以能成为风口上的猪，是因为他一直就在做这个行业、专注在这个领域，才有资格成为风口上的猪，很少有企业是因为追风追成功的。今天AI很热，然后企业跑来转型做AI，然后成为所谓风口上的猪，那种结果基本上都是一地鸡毛。
三、AI是否会代替人类的工作？
1、《财经》新媒体：产业数字化的元年才刚刚开始，未来数字化对个人会产生什么影响？未来AI是否会代替人类的工作？
武超则：最重要的是它可能会影响我们的思维模式。比如，我们以前写一个稿子或报告，应该是先去线下调研、访谈，然后去写。未来，可能一大块的时间里有机器跟我在一起，我做基本的初稿创作，或者是我整个公司是不是有这样一个数据资产底层，比如说像研报，我可能要对线上化数据的来源验证。其实跟线下调研变成一个紧密相关，甚至是去交叉验证的生产方式。
除了我们这样的职业外，从事制造业的工种受影响可能会更大。如果现在从事的工作是一些规则比较清晰的重复劳动，未来一段时间真的有可能会被机器替代或者阶段性替代。总体来看，决策式AI过去主要是替代蓝领，未来生成式AI会有更多机会替代白领。
2、AI会让社会竞争压力更大吗？要跟谁竞争？如何增强个人竞争力？
武超则：以前你可能比得是你跟同事或周边人水平的差异，未来不是这样，你可能比得是你跟平均水平的差异，因为机器基本上可以拟合到一个人群的平均水平。
100个人，最低分可能是60分，最高分是90分，平均分可能是75分， AI可以做到75分。如果你的工作技能在75分以上，其实不用担心，你还是要引领AI。但如果你的水平是在75分以下，可能你就要有危机感。所以你就要做一些更加有创意型，或者说你更加有独门秘籍的这种长项行业工作。因为机器可以做到面面俱到，它不需要睡觉，可以不停地学习。对人来讲，必须有一个绝对的长项。在这个方面，不管是专业性、创造力，还是思考的深度，要是比普通平均水平强的，我觉得不用很担心。
