文章主题：AI, 分析师, 新能源, 布局
炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！
由 OpenAI 开发的人工智能语言模型 ChatGPT 近日在国内掀起了火热的讨论，大家都纷纷尝试与其对话，还训练它写各式各样的“文案”。 由于 ChatGPT 的语言组织能力、信息搜集能力以及模仿能力都颇强，关于“人类要被人工智能取代”的论调又开始此起彼伏。那么ChatGPT是否会取代分析师或者媒体人的角色，中信建投证券研究所所长武超则对此疑问进行了解答。
更多直播内容>>对话武超则：风口上的投资机会 ChatGPT是否带来现象级行情？
AI模拟的是平均水平，替代的是“班级中等生”
🌟AI的进步显著，它正逐步影响教育领域，模拟中等水平的学习者，可能成为70分的有力竞争者。对于那些重复性高、创新需求不强的工作，AI的替代效应尤为明显，它更擅长于60-70分区间内的任务。然而，取代满分或顶级人才的概率相对较低，是偶然而非常态。👀在咨询、媒体乃至游戏等行业，AI目前更多是以辅助角色存在，提高效率的同时进行校验工作，展现出其精准与效能的优势。短期内，AI仍以协助人类为主，而非完全颠覆传统。💼
🌟作为一名资深文章撰写者，我理解分析师的角色主要聚焦于金融领域的专业服务。💡特别是在债券发行这一环节，他们犹如文案大师，负责编写至关重要的募集说明书，确保流程的顺利进行。这类工作需要精准且深入的专业知识，是投行业务中的关键一环。💼对于那些寻求此类专业知识和技能的人来说，分析师的工作提供了稳定且有挑战性的平台，无需过多关注具体的联系方式或广告信息。🎯只需专注于提升自身的专业素养，就能在这个领域发光发热。📚SEO优化提示：使用行业术语如”债券发行”、”募集说明书”，并融入相关关键词，如”金融专业知识”、”投行业务流程”等，以提高搜索引擎排名。
🌟作为文章撰写专家，理解你的观点是关于AI在分析领域的初期定位。首先，AI确实擅长于信息搜集，扮演着知识丰富型分析师的角色，通过`(📊大数据分析 📊)`快速积累海量资讯。`(🔍深度学习 → 真伪判断 🛠️)`然而，迈向经验丰富的阶段，即辨别信息真伪，是AI面临的挑战，这类似 `(🤔逻辑推理的谜题 🧐)`。接下来，我们探讨第三层次——逻辑输出。虽然AI能基于模式识别提供洞察，如潜在机会或低估价格，`(📈市场趋势预测 💡)`但要形成全面且深入的行业见解，目前还存在局限性。`(📝人工辅助决策 📝)`在这一环节，人类专业知识和经验仍是关键。总的来说，AI在初期阶段展现出强大的知识处理能力，未来随着技术的进步，有望在信息分析上更进一步，但在深度理解和判断方面，仍需与人类智慧相结合。 `(🤝合作共生 🤝)`
ChatGPT能否带来诸如新能源行业的现象级行情？
ChatGPT的崛起是否能引领下一个新能源浪潮？专家武超则用行业发展的脉络来比喻，它类似早期的新能源，曾在5年前甚至10年前崭露头角。正如戛纳尔曲线所示，任何技术的发展都遵循五个阶段：萌芽期、快速增长、泡沫繁荣、资本狂热与泡沫破裂。每个阶段都有其独特印记，随后是市场的冷静和筛选。实际上，正是在泡沫后的调整期，技术才能经受住考验，淘汰掉泡沫中的虚假部分，步入真正的成熟期。在这个阶段，我们期待看到稳定的收入增长和业绩显现，这是行业成熟的标志。🚀新能源的未来，ChatGPT或许正站在新的起跑线上。
🌟AI领域正处于快速发展阶段，部分可能被市场过度热炒，就像新能源初期一样。尽管如此，这个行业还有很长的路要走，成熟度与前者相比尚有差距。因此，估值模型也需要相应调整，不能简单套用传统模式。对于投资者来说，当前A股更像是一个概念驱动的市场，而非价值投资的核心阶段。🚀
在这个充满无限可能性的阶段，行业往往展现出独特的创新活力和广阔的想象空间，竞争格局尚未稳固，这为投资者提供了众多潜在的机会。如同电动车行业的现状，虽然还未形成鲜明的头部企业，但其未来的潜力不容忽视。相比之下，消费电子领域的龙头已经显现，我们需要更加聚焦于它们的业绩表现和盈利能力。许多产业仍处于板块式的发展阶段，AI领域今年无疑将继续保持这种趋势，值得我们持续关注和深入研究。🚀💡
可从四个方向提前布局人工智能
如何提前布局人工智能？武超则认为可以从4个层面来理解。它可能是一个倒金字塔的结构，就是越往应用层应该是越分散的，面会更广。首先应用层面应该是一个百花齐放的，它可以容纳很多小的公司。AI其实也有过一些小爆款的应用场景，比如说当时做那个联盟，实际上做生成头像什么这一类的，这都叫应用，其实我们看应用层面它可能会公司非常多，然后也会容纳就这个行业集中度我觉得不会太高，这是一大类。
第二层其实就是小模型的这一层，或者我们讲上大学和研究生的阶段训练的这个部分，应该会有很多大公司做。但也会有很多比如说有数据有场景优势的公司，也是可以做的，比如说我可能就在这一个图片行业，或者我在这个音乐行业，我有大量的版权或者大量的原始的数据，这个板块相关的公司它的核心的壁垒应该是第一，肯定是要有一个基础的算法的优势，但更重要的是它可能要有数据，我有很多原创的数据等等，我觉得其实我们那就去挖掘哪些是有场景有数据的公司，我觉得这部分也是有投资机会。
第三块刚才谈到大模型的这个地方。open AI它是一个非常典型的做大模型的这样一个工程。对应到国内来看的话，我们想百度包括像科大讯飞，包括阿里这些科技巨头，可能会都在大模型方面应该会有一些布局。
第四块提供底层算力云基础和相关支撑的公司，其实我们看去年在2021年的年初，国务院发了一个有关数字经济十四五规划，对数字经济的定义，谈到比如说这种要素数据要素是一个核心的生产力，它有点像未来的石油一样，我可以通过石油加工出来很多，比如说什么尼龙化工行业很多生产的东西，未来数据也是一样的，所以从这点上来讲，武超则认为提供底层的算力的公司应该也会是。它可能不会是涉及面会很多的公司，因为它相对是一个门槛比较高的行业，比如说做云计算，包括做通信，做这种基础设施服务的，其实还是都是一些大公司，或者说国资类的公司比较多，它的确定性会很高。
责任编辑：卫晓丹
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
相关文章
