ai 大模型

超越AI大模型熱潮 發掘中國AI生態系統的投資機遇

人工智能

廣告

過去兩年,市場對人工智能(AI)的討論大多圍繞誰擁有最強大的模型或最先進的半導體。由於中國取得尖端 AI 晶片的渠道受到限制,市場普遍認為中國在 AI 發展方面落後於美國。 然而,隨著 AI 由研究逐步走向實體經濟,市場焦點已由模型競爭擴展至算力、基礎設施、成本效益及大規模應用部署等範疇。

這一趨勢正促使投資者重新評估中國的 AI 生態系統。儘管美國在尖端技術領域仍然保持明顯領先地位,但中國在成本效益、製造規模、基礎設施建設及實際應用方面正逐步建立競爭優勢。簡而言之,中國的重點在於利用 AI 推動大規模產業轉型。

五層框架剖析 AI 投資機遇

評估中國AI發展機遇的其中一個方法是參考NVIDIA行政總裁黃仁勳提出的AI五層框架,包括能源、晶片、基礎設施、模型及應用。此框架有助投資者了解 AI 生態系統中價值創造的來源,以及中國的結構性優勢如何轉化為投資機遇。AI是一個多層次的生態系統,能源為AI工作負載提供動力,晶片將電力轉化為算力,基礎設施支援大規模部署,模型提供智能,而應用則將AI轉化為可為企業及消費者創造實際價值的解決方案。每一層都擁有不同的經濟特性、瓶頸及競爭格局。了解中美兩國在這些環節上的相對優勢,有助投資者更全面掌握未來價值創造的潛在來源。

能源:AI 增長的關鍵基石

所有 AI 工作負載均依賴穩定且具成本效益的電力供應。隨著 AI 應用加速普及,市場關注點正逐漸由發電能力擴展至系統靈活性、電網穩定性、電力分配及儲能技術。中國在這方面擁有顯著優勢,中國的發電量遠高於美國,工業用電價格較低,並持續投資於可再生能源及電網基礎設施,為高度耗能的 AI 數據中心帶來結構性的成本優勢。

晶片:前沿技術領先與商業化應用之爭

半導體仍然是 AI 發展的核心,包括處理器、記憶體、先進封裝、互連技術以及相關軟件生態系統。 美國目前仍在尖端 AI 晶片領域保持領先,然而隨著 AI 使用模式逐步由模型訓練轉向推理,部署成本及經濟效益的重要性日益提升。企業愈來愈重視降低成本及提升效率,這為中國本土半導體生態系統帶來發展空間,推動本地替代方案逐步獲得市場採用。

基礎設施:打造 AI 工廠

如果半導體是 AI 的引擎,那麼基礎設施便是讓這些引擎發揮效能的工廠。 雖然美國在已部署的算力方面仍然領先,但中國的基礎設施建設正迅速加速。在廣泛的電訊網絡、大規模數據中心發展以及充足電力資源支持下,中國正積極擴展 AI 基礎設施能力。

模型:成本效益正成為競爭優勢

儘管美國開發商在前沿模型能力方面仍具領先地位,但中國的深度求索、智譜、通義千問及豆包等開發商,已在許多實際應用場景中縮窄與國際領先模型的差距。 此外,不少中國開源模型的使用成本明顯較低。隨著 AI 應用進一步普及,成本效益有望成為重要的競爭優勢。

應用:AI 創造實際價值的環節

最終,應用層面才是 AI 轉化為可量化經濟效益的關鍵所在。 從機械人、自動駕駛、醫療保健、金融服務到國防科技等範疇,AI 應用正滲透至各行各業。這一層所創造的投資機遇,預計將遍及眾多行業,而非集中於少數模型開發商。 對長線投資者而言,應用層或許是整個 AI 生態系統中最具潛力的投資機會來源。

中美AI各有優勢

美國依然在尖端 AI 技術領域佔據主導地位,包括先進半導體、算力資源及領先的 AI 模型。同時,美國亦受惠於強勁的企業需求,以及願意為 AI 服務支付較高價格的客戶群體。 另一方面,中國則憑藉較低價的工業電力、龐大的發電能力、快速的基礎設施部署,以及成功將技術大規模商業化的能力,在 AI 應用發展方面建立優勢,使其成為全球 AI 普及化進程中,擔當愈來愈重要的角色。

美國在 AI 技術前沿領域仍然保持領先。然而,中國正於能源供應、基礎設施建設、成本效益及實際應用方面建立可見的競爭優勢。 對投資者而言,最具吸引力的機遇未必來自 AI 價值鏈中的單一環節,而更可能來自支撐整個 AI 生態系統發展的廣泛產業鏈。

隨著AI由實驗探索階段邁向大規模產業化應用,相關優勢的重要性有望持續提升。

撰文:駿利亨德森投資大中華區股票主管兼基金經理繆子美