智通财经APP获悉，华泰证券发布研报称，回顾2023年，计算机产业正在经历几个重要的产业变革，其中AI和数据要素是过去一年反复被提及的话题。从产业周期来看，AI产业和数据要素产业都处于发展阶段的早期，技术正在逐步成熟并向产品转化，但从产品到商品还需要时间继续演化。该行认为，2024年或将是两大主线商业化落地的一年，是从产业预期到产业兑现的节点，有望逐步从理想走入现实。具体来看，AI产业主要关注模型、算力、应用三大核心环节的演化，数据要素需要聚焦商业化落地进展。
华泰证券主要观点如下：
AI模型：寻找下一代大模型
Transformer的出现开启了大模型演化之路。从LLM近年的发展情况来看，路线主要分为三种：1）编码器路线；2）编解码器路线；3）解码器路线。得益于ChatGPT的成功，大量厂商陆续跟进Transformer路线。复盘ChatGPT演化过程，主要包括四大阶段，当前GPT-4正朝着多模态方向演进。展望未来，我们认为大模型或将向更大参数的方向演化，逐步向具备多模态能力的通用智能迈进。此外，国产大模型陆续问世，国内AI产业化落地节奏有望加快。
AI算力：关注国产算力&端侧算力
我们认为，大模型迭代的背后，离不开大算力的支持。从目前AI模型的部署情况来看，主要有两类场景：1）云端；2）终端。两种场景对于算力需求的差异，带来算力芯片发展路径的差异。2023年10月17日，美国商务部发布新一轮半导体限制法案，国内算力紧缺问题凸显。我们认为，在算力需求日益增长、海外先进产品不断迭代的背景下，算力国产化是长期来看唯一可选路径。此外，随着大模型端侧部署持续推进，终端算力产品化落地有望带来产业机遇。
AI应用：聚焦AI原生应用，关注商业兑现节奏
推演来看，随着大模型能力不断迭代、算力芯片供给逐步爬坡，我们认为未来AI产业的核心矛盾将从模型/算力向应用端转化。出现爆款应用并顺利完成商业闭环，将成为AI产业可持续发展的基础，也是模型、算力能够再继续迭代的充分非必要条件。从我们目前的跟踪情况来看，海外AI应用主要朝三个方向推进：1）功能逐步丰富，从独立工具到垂直know-how赋能；2）客户群体扩大，从C端到B端；3）云端应用商业化逐步兑现。
数据要素：2024年商业化落地有望加速
数据从原始数据到成为生产要素需要经历数据资源化、数据资产化、数据要素化三大过程。在政策推动下，产业过去经历了从“互联网+”、“数字经济”到“数据要素”的演变。据中国政府网，2023年11月26日国家数据局局长刘烈宏在全球数商大会上表示，国家数据局将围绕发挥数据要素乘数作用，与相关部门一道研究实施“数据要素×”行动。我们认为，随着“数据要素×”行动逐步展开，有望发挥乘数作用，商业化落地进程有望加快。
风险提示：
宏观经济波动、下游需求不及预期。
