此文為天風(fēng)證券副總裁、研究分公司總經(jīng)理趙曉光在天風(fēng)證券“決勝賽點”展望2025年度策略會作題目為《中國產(chǎn)業(yè)進階的兩個根本動力》的致辭。趙曉光認為，中國產(chǎn)業(yè)進階的兩個根本動力，一是人工智能；二是科研體系的產(chǎn)業(yè)化。

摘要：

①當(dāng)下中國產(chǎn)業(yè)進階有兩個根本動力：一是人工智能，二是科研體系的產(chǎn)業(yè)化。

②人工智能方面，技術(shù)的邏輯上看，根據(jù)黃氏定律，無人駕駛、元宇宙、機器人等行業(yè)在明年六月或至拐點；除了AI企業(yè)本身的業(yè)績以外，AI賦能傳統(tǒng)制造業(yè)也有機會。

③科研體系的產(chǎn)業(yè)化方面，今年更多上市公司與科學(xué)家的合作開始了，并從中受益，這是產(chǎn)業(yè)-學(xué)界互動良好的好兆頭

正文：

中國產(chǎn)業(yè)進階的兩個根本動力回到最重要的部分，企業(yè)的發(fā)展五個方面：戰(zhàn)略管理、人才、市場、資本、技術(shù)，重中之重就是技術(shù)。我們認為未來中國的產(chǎn)業(yè)，不管是制造業(yè)還是消費、周期行業(yè)，技術(shù)是我們發(fā)展的原動力，技術(shù)中有兩個重要的要素，無論是企業(yè)家還是投資客戶要特別關(guān)注的，就是我今天演講的題目，中國產(chǎn)業(yè)進階的兩個根本動力：一是人工智能；二是科研體系的產(chǎn)業(yè)化。

我認為這兩個體系值得重視，在產(chǎn)業(yè)和投資上，人工智能和科研體系的產(chǎn)業(yè)化都是主要的機會。

中國產(chǎn)業(yè)進階的兩個根本動力——人工智能

第一，我想重點講一下人工智能，跟很多客戶和產(chǎn)業(yè)的朋友交流，大家對人工智能的理解是什么？覺得這個是替代勞動力成本的。其實站在更廣的角度，人工智能已經(jīng)完全不是在替代成本、節(jié)約成本的角度理解它。GPT帶領(lǐng)的人工智能革命已經(jīng)從產(chǎn)品的定義、產(chǎn)品的研發(fā)、產(chǎn)品的生產(chǎn)制造、產(chǎn)品的銷售和產(chǎn)品的客戶服務(wù)，在重新賦能各行各業(yè)的全環(huán)節(jié)。

以前我們講未來技術(shù)會講三大件：無人駕駛、機器人和元宇宙。毫無疑問這三個行業(yè)在過去十年分析師一直認為是非常大的機會，但是在過去十年一直沒有起來，就是因為技術(shù)不能進入正反饋。

隨著GPT的革命，機器人的端到端、智能汽車的端到端、AR的應(yīng)用，明年6月份可能會進入非常重要的拐點。資本市場、投資應(yīng)該是先行的。

如何判斷6月份的節(jié)點，首先我們研究全球的科技巨頭們明年的中下旬，無論是在智能駕駛還是機器人、元宇宙上可能有一系列的動作。

另外沿著技術(shù)發(fā)展的自然邏輯，我們看到這輪GPT本質(zhì)上進入到加速階段。我去年3月份的演講這輪GPT的本質(zhì)，就是技術(shù)模式的根本變化。過去如何做算法？工程師按照自己的經(jīng)驗設(shè)計算法，但是GPT唯一的信仰是什么？實踐是檢驗真理的唯一標(biāo)準，我不是說靠工程師去算，我去海量可能性的嘗試。所以，為什么gpt特別吃算力？要用幾萬種可能性找到最好的模型和算法，反向測試，誰能做得好、誰能得到標(biāo)準答案，我就用誰。

這種理念和體系不僅在搜索、人機交互，未來在無人駕駛、元宇宙、機器人上都會是非常好的實踐。技術(shù)的邏輯上，如果我們沿著“黃氏定律”，應(yīng)該明年6月份可能也到了這個節(jié)點。

不僅是三大件有重要的節(jié)點。我前面講人工智能在各行各業(yè)都會有重新的定義。近期科技巨頭們的業(yè)績分化，是否積極擁抱人工智能是重要因素。人工智能不僅在成本上，在各環(huán)節(jié)都是充分賦能和定義。

以研發(fā)為例，企業(yè)的核心是技術(shù)研發(fā)，過去是什么研發(fā)體系？過去的研發(fā)體系是先設(shè)計出來，設(shè)計出來差不多了去買設(shè)備，采購一個設(shè)備大概12個月的周期，采購?fù)暌院笮∨吭嚠a(chǎn)，試產(chǎn)完以后不斷提升良率。過去研發(fā)一個材料、一個產(chǎn)品大概三年的周期。

現(xiàn)在由于人工智能強大的AI能力和仿真能力，很多東西可以在仿真環(huán)境中實現(xiàn)。我舉一個例子，一家做AI材料的公司，和五家上市公司合作效果都很好。這種已經(jīng)不是個案或是在100個場景中有一種場景可以實現(xiàn)，已經(jīng)變成了越來越普遍的案例。

我相信未來各行各業(yè)不擁抱AI可能就被淘汰。競爭對手擁抱了AI，競爭對手的研發(fā)效率大幅度的提高，不僅是簡單的節(jié)約成本，效率更重要。

同時我想講的一點是，人工智能未來對企業(yè)的研發(fā)、技術(shù)的研發(fā)是非常重要的環(huán)節(jié)。但它的價值不僅局限于研發(fā)，未來價值可以體現(xiàn)在從產(chǎn)品的定義到生產(chǎn)制造等環(huán)節(jié)。

大家知道制造業(yè)最核心的差別是什么？不是成本，而是良率、工藝，這些工藝過去掌握在少數(shù)人的手中，無論是制造業(yè)、醫(yī)藥、科研都是這樣。最近黃仁勛在香港的演講我看了三遍，越看越有收獲，他講了AI For Science，過去科學(xué)家不愿意把數(shù)據(jù)拿出來，現(xiàn)在大家必須要用AI，就把數(shù)據(jù)拿出來了。

我們有一個非常重要的判斷，未來幾年整個制造業(yè)、各行各業(yè)，金融行業(yè)、消費品未來勝出的關(guān)鍵是人工智能，擁抱人工智能者未來會有持續(xù)的勝出。

而在這個過程中我們有個結(jié)論：并不是說AI技術(shù)的企業(yè)就可以做所有的事情，顛覆傳統(tǒng)行業(yè)，反過來說，應(yīng)該是傳統(tǒng)行業(yè)的優(yōu)質(zhì)企業(yè)擁抱人工智能。

無論是美國還是中國這波，無論是AI的教育還是AI的營銷，AI在各行各業(yè)的應(yīng)用，包括在金融、消費品和各制造業(yè)的應(yīng)用，我們看到更多的是傳統(tǒng)行業(yè)的企業(yè)扎根行業(yè)這么多年，擁有豐富的渠道、數(shù)據(jù)和經(jīng)驗，他們擁抱大模型，甚至行業(yè)的小模型，實現(xiàn)自己行業(yè)中的飛速發(fā)展，這是我們想講的非常重要的觀點。對于傳統(tǒng)行業(yè)來說，沒必要把人工智能視為洪水猛獸，而應(yīng)該視為未來的競爭利器。

我們不要僅僅站在節(jié)約成本的角度理解人工智能，而是在產(chǎn)品的定義、產(chǎn)品的研發(fā)、產(chǎn)品的生產(chǎn)制造、產(chǎn)品的銷售和產(chǎn)品的服務(wù)體系去理解人工智能。這就是我講的第一個觀點，中國的產(chǎn)業(yè)、中國的企業(yè)未來能不斷地進階甚至跨越式進階最根本的動力之一就是人工智能。

各行各業(yè)在積極的擁抱人工智能以及人工智能對應(yīng)的新技術(shù)，包括物聯(lián)網(wǎng)、機器人、元宇宙等新技術(shù)，今年已經(jīng)開始有不錯的實踐。投資的角度建議大家認真研究各行各業(yè)傳統(tǒng)行業(yè)擁抱AI帶來的機會，傳統(tǒng)行業(yè)的企業(yè)估值相對較低，擁抱人工智能帶來的業(yè)績彈性和估值彈性應(yīng)該都是比較大的。近期組織產(chǎn)業(yè)討論，傳統(tǒng)軟件行業(yè)也已經(jīng)有相對清晰的趨勢。

中國產(chǎn)業(yè)進階的兩個根本動力——科研體系的產(chǎn)業(yè)化

第二，對于中國的產(chǎn)業(yè)來說，毫無疑問我們經(jīng)歷了幾個大的周期，最早的周期是勞動力紅利周期。第二個周期是工程師紅利周期，我在12年前研究?？低曔@些企業(yè)的時候，可以清楚的看到中國的工程師成本30萬，美國的工程師成本65萬，我們的工程師便宜35萬，很多優(yōu)質(zhì)的企業(yè)利用工程師紅利成功成為各行業(yè)的龍頭，但這個紅利周期可能大概接近尾聲。

我們認為未來留給中國最大的周期是科研周期，這個科研周期我們?nèi)タ疵绹?、日本的?jīng)驗，美國、日本都經(jīng)歷過房地產(chǎn)周期結(jié)束帶來的陣痛，為什么日本的股市過去二十多年反而有五到六倍的上漲？核心是全球化的浪潮中他們擁有核心的技術(shù)，而這些核心技術(shù)是來自于科研體系。

大家知道研發(fā)就兩個事情：一是買設(shè)備；二是人。我們國家這么大的科研體系，已經(jīng)幫我們把這兩個事情做好了。以中科院為例，國家每年投入1700億左右，自動化所大概有2000個博士，清華大學(xué)國家每年投400億，排名前十五名的大學(xué)每年都是100億的投入，我們的科研體系培養(yǎng)了大量的優(yōu)秀人才。

如何把科研體系中設(shè)備的投入和人才投入上的巨大紅利轉(zhuǎn)化出來，過去我們的模式是讓科學(xué)家自我生長，結(jié)果轉(zhuǎn)化率很低。王陽明這種能文能武的太少，讓科學(xué)家既把科學(xué)又把企業(yè)做得好，基本上是很難的。只有一個路徑，沿著海外的經(jīng)驗和中國的現(xiàn)實經(jīng)驗，科學(xué)家和企業(yè)家直接的鏈接，讓企業(yè)家在企業(yè)的戰(zhàn)略、企業(yè)的運營、企業(yè)的渠道、企業(yè)的規(guī)模效應(yīng)上的經(jīng)驗，與科學(xué)家研發(fā)、應(yīng)用的經(jīng)驗結(jié)合起來。

我們統(tǒng)計了下，今年越來越多的上市公司與科學(xué)家的合作開始了，并從中受益，無論是業(yè)務(wù)的開拓還是市值的增長，我讓分析師做統(tǒng)計，今年大概出現(xiàn)了苗頭。我們做投資一定要有敏感性，剛才講人工智能也好、講科研體系也好，今年已經(jīng)看到這個苗頭，而這個苗頭是剛剛開始，曾毓群、雷軍、王傳福都給母校和科研體系持續(xù)捐助，但我們更需要搭建一個體系，更系統(tǒng)化、更精準地讓科學(xué)家和企業(yè)家匹配，相信這個事情是功在千秋，對中國的產(chǎn)業(yè)、中國的經(jīng)濟發(fā)展是長期有價值的事情。

——節(jié)選自《中國產(chǎn)業(yè)進階的兩個根本動力》