人工智能正在深刻改变着全球格局和人们生活，并高速演进到了“百模大战”的周期，精彩程度令人眼花缭乱，不亚于春秋战国时代的诸侯纷争。
时代纷争是时代拐点的前奏，革命性的变化总是带着新的逻辑体系重塑、新的奔跑路径的规划，这或将是信息时代全球化背景下中国弯道超车的较优路径。
01
固定成本
大模型之所以被震撼，在一定程度上是因为各行各业的人都看到了这一技术与自身行业的结合，陆奇（前微软全球执行副总裁、奇绩创坛创始人兼CEO，中国AI布道人）认为时代拐点是将获取信息的边际成本开始变成固定成本。
“任何改变社会、改变产业的，永远是结构性的改变。”陆奇进一步表示，这个结构性改变往往是一类大型成本，从边际成本变成固定成本。
信息时代的下一个从边际成本走向固定成本的变化则是模型的成本，能够产生颠覆性改变的根本原因正是“大模型”的诞生。
信息化时代以后，人以脑力劳动为主，经济从商品经济转向服务经济。大模型时代的来临让服务经济中的岗位在循环性、规律性、可复制的行为模型中将被取代，带有创新性、创造性、颠覆性的岗位将全面突出。
信息无处不在、自动化无处不在、行动无处不在，都指向着一个共同的未来，即模型就是知识，模型就是信息。
单一大模型积累强大底层通用能力。传统AI模型主要使用特定领域有标注的数据训练，如果更换场景则需重新训练；而大模型能使用的数据来源更广泛，且对标注要求低，只需要微调甚至不调，通过更多的参数量与数据处理量，实现模型通用能力的跨越式提升。
AI行业正在跨越奇点，同时，规模的扩大，量变正在引发质变。随着模型规模扩大，在突破某一临界值后，解决问题的准确性有望有较为明显的提升。近年来大语言模型规模持续扩大使模型的上下文理解能力，逻辑能力进一步增强，在多规则生成和多选问题中，随着规则的增加，模型相对于人类的优势或将持续提升。
02
全面提速
新事物产生的持久性和对世界的撼动性往往是由这一变革的市场空间所决定的。广阔的市场空间、悠长的产业链条、深厚的行业影响、持续的业务蝶变，都代表着新技术的是否拥有强大的生命力。
中信证券指出，2019年以来，AI大模型带来问题泛化求解能力大幅提升，“大模型+小模型”逐步成为产业主流技术路线，芯片、算力基础设施等底层环节能力的不断改善，以及由此带来的应用场景类别、场景深度的持续提升，将带来产业基础能力、应用场景不断相互促进，并在正向循环逻辑下，驱动全球AI产业发展全面加速。”
上述内容仅为大语言模型生态链的展示，不作为任何投资建议。
艾瑞咨询盘点了大语言模型应用落地对数字产业的影响：
1）变革人机交互方式：既有软件将接入对话能力，交互界面发生变革，自然语言成为用户发布操作指令的新模态。这一影响将从搜索引擎等知识信息平台拓展到一切人机交互型应用。友好度和功能性的显著提升或将激活软件服务的增量用户市场；
2）丰富产品种类：将诞生新一批AI-first的应用，如创意设计、AI营销、AI运营等领域；
3）塑造新兴商业模式：AI主导的“模型即服务”商业逻辑将重构应用开发流程，传统企业可享受低成本构建应用模型的便利；
4）构建新兴生态平台：超级应用的出现，本质上搭建了用户需求与各类信息服务之间的基于自然语言交互的平台生态，塑造了移动互联网后新的流量入口。
就AI大模型带来的市场空间而言，华泰证券指出，在算力芯片方面，据VMR测算，预计2030年或将达到4773.7 亿美元。其中，2020年中国GPU市场规模47.39亿美元，预计2027年市场规模有望达345.57亿美元。在服务器领域，据IDC数据显示，2021年全球AI服务器市场规模为156亿美元，预计到2025年全球AI服务器市场或将达到318亿美元。在AIGC领域，据Acumen Research and Consulting预测，2030年全球AIGC市场规模预计或达1100亿美元。（上述数据仅为市场过往及预期数据的统计，预期数据不代表未来实际表现，不作为任何投资建议。）
03
弯道超车
大模型无处不在的时代正在向我们奔涌前来。知识的创造就是模型和知识的获取，只是结构性做演变了。部分行业的生产资本本质是模型驱动，模型的使用正在持续优化科学技术的演进速度和开发速度。
浙商证券报告指出，大模型带来的变革作用于不同行业时效果与节奏有所区别，在部分领域，大模型暂时只能起到辅助作用，无法替代人类完成工作，即使能够部分实现，也必须经过人为严格的监管和把控，即大模型对于推动这些行业的发展属于必要但非充分条件，需与重度运营相配合，或催生垂类机会。
其中包含技术风险较高的低容错率行业，例如医疗；需要人为再加工的高度非标准化行业，例如法律行业、公安领域；多依赖劳动力的高度线下化行业，例如外卖员、快递员等，大模型若想在这类领域发挥更优作用，需与机器人硬件和IOT成果深度结合；情感需求和人机关系复杂度高的领域，例如心理咨询师、教师等，这类行业中，人工仍是价值主体且将长期占据主导地位，大模型将更多地作为辅助技术工具输出底层能力，提升工作流效率，配合人工完成服务交付。
大模型或将是中国在全球化浪潮中，再次实现弯道超车的利器。从数字经济的数据、算力、算法三要素而言，算力国内外的差异正在趋同，虽然遭到芯片版本的掣肘，但是目前的算力储备和用以训练模型的芯片版本仍然足够支撑，长期而言中国的算力芯片发展将跟上世界的脚步，与世界同频。
但就算法层面，由于数据跨境监管和使用人口的不同，将直接决定大模型具有鲜明的地域性。“中国企业未来有极大的可能去发展一套自己独特的算法模型来使用。”申万菱信基金权益投资部负责人付娟表示，我国是数据大国，数据量在全球维度都是屈指可数。丰富的基础数据资源、广泛的数据获取场景和模型应用场景，数据要素市场的建立和规则及运营逻辑统一，其价值的扩大将改变中国经济发展逻辑主线，而这或将是未来时代发展的应有之义。。
华泰证券报告指出，就数据量而言，我国具备庞大用户基础，积累了海量数据资源，据IDC数据显示，我国2022年数据量达22.73ZB，仅次于北美的26.52ZB。但也进一步表示，我国数据质量有待提高，一方面，中文互联网数据质量与英文互联网仍有差距，如我国缺乏GitHub等高质量的代码开源网站；另一方面，我国政策监管较为严格，部分数据需审批后才能被AI企业利用。
在数据与模型的结合实际应用中，将海量的带有个性化属性的私有数据加入基础模型进行调优训练，补足模型的数据缺失。抢先完成融合突破，有可能带来行业格局的变化，毫无疑问，也为中国大模型的弯道超车奠定了质的基础。
风险提示：基金有风险，投资需谨慎。上述内容不作为任何投资建议，不代表对未来市场表现的保证，不代表本公司对基金业绩的任何承诺或预测。观点仅代表当时看法，今后可能发生改变。基金管理人不保证基金一定盈利，也不保证最低收益。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金的过往业绩及其评级并不预示本基金的未来业绩表现。投资人应当认真阅读《基金合同》、《招募说明书》等基金法律文件，了解基金的风险收益特征，并根据自身的投资目的、投资期限、投资经验、资产状况等判断基金是否和投资人的风险承受能力相适应。
