赵晓光:这一轮数据革命的终局 | 天风证券“如日方升”2023春季策略会
来源:内容由半导体行业观察(ID:icbank)转载自公众【天风研究】,谢谢。
本篇为天风证券副总裁、研究所所长赵晓光在天风证券“如日方升”2023春季策略会上作题目为《这一轮数据革命的终局》的致辞。
赵晓光指出,看投资的魅力就在于两类机会:第一,在价值被低估的时候挖掘机会,第二,把握最核心的产业浪潮趋势。
关于第一点,赵晓光回顾了天风研究从去年10月份开始挖掘的两条价值低估的主线,即TMT和以国企改革为代表的国有企业。关于第二点,他重点讨论了现在最主流的产业趋势——由ChatGPT引领的数据革命:
下一轮科技革命是由ChatGPT引领的,其有三个主要特征:1)数据即算法;2)从单机运算变成云;3)从正向的算法和程序的规划变成逆向的数据和算法循环叠加的指数级增强模型。在数据的正反馈下,微软大概率可以在这个领域成为王者。
但同时,ChatGPT的发展也面临着瓶颈:其只有过去开源的互联网数据,而无法解决数据来源更加丰富以及用户个性化的问题。
所以未来关于AI最核心的就是数据来源,数据来源最核心的就是场景——即元宇宙和物联网。To C端,由元宇宙和Web3.0的底层数据开放打造To C端的场景。To B端,由物联网带动对各行各业的深度信息化,形成各行各业的数据。
场景得到的数据可以应用到各行各业,各行各业的应用又产生了场景,又反向地增强数据来源,数据处理能力以及它的结果,不断地去循环往复。最终,数据即财富、数据即算法、数据即场景、数据即应用、数据即颠覆。
会议实录
尊敬的各位嘉宾,各位客户,大家上午好!非常欢迎在3月份来北京,在“两会”结束之际来我们的“如日方升”策略会。
价值被低估时挖掘的机会——TMT、国有企业
关注天风证券研究观点的客户应该注意到,在去年从10月份开始,我们主要推了两个主线:第一个是TMT,我去年几次策略会反复讲了天风证券怎么展开数据研究、科学研究,基于这些科学研究,我们去年持续推荐TMT,从信创到互联网、到传媒,到通讯设备、到半导体,以及后面到消费电子,它一个全方位的启动。当时主要的逻辑就是位置足够的低,更重要的是整个TMT过去几年的内卷结束,供需结构已经大为改善,在每一项赛道已看不到太多的参与者,这是我们看行业分析最核心的供需结构视角。
同时,我们在去年底也看好以国企改革为代表的国有企业的价值低估,这两个其实都是实实在在的在相对底部进行的推荐,我相信在过去一段时间也带来非常好的收益。
这么多年看投资的魅力就在于两类机会:第一,在估值底部、在浪潮还没起来的时候、在价值被低估的时候挖掘机会,第二,把握最核心的产业浪潮趋势,只有这样我们才能不断地帮助客户跑赢收益。
底部的机会大部分已经把握,也已经启动。第二个是最主流的、最主要的产业趋势,也是我们今天讨论的焦点。
核心的产业浪潮趋势——由ChatGPT引领的数据革命的整体逻辑和终局
最近由OPENAI和ChatGPT带动了整个科技行业的大讨论,我个人也组织了两场深夜的讨论,都是做行业的或者十几年前做产业研究的小伙伴讨论到凌晨一两点钟。经过认真的讨论和分析,我基本上把由ChatGPT引领的这一轮数据革命的整体逻辑和终局基本上考虑明白了,今天借这个机会给大家做一个汇报。
下一轮科技革命是由ChatGPT引领的,触发点是由微软在ChatGPT上持续的投资布局,带动了搜索和问答行业真正的人工智能的到来。这个确实带来了微软自己非常大幅的受益,包括office用户很快飙升1000万,包括未来很可能在搜索行业跟Google再有一轮战争,这个引起了以Google为代表的其他互联网巨头强烈的危机感。关于ChatGPT的数据最让我印象深刻的是,其18%的用户是Adobe的开发者。
我们以搜索行业为例,搜索行业是分析科技行业的一条重要编年体线索,几次科技浪潮的开端都是从搜索开始。过去三十年,微软和Google在搜索行业竞争了30年。
在搜索行业最早做搜索的实际上是微软,微软骨子里是一个程序编程算法思维,在微软的体系中,搜索就是程序员,根据他的理解做个算法,得出搜索结果。比如同样搜“嘉里酒店”,怎么编这个程序,让哪些搜索结果放在前面、哪些放在后面,它是一个程序,算法思维。
但是Google本质是数据公司,以数字思维思考这个问题,他认为搜索不应该是我主动地搞一个程序,而是我要根据用户的数据,比如说100万人搜索“嘉里酒店”,30万人是打开嘉里酒店是要开天风证券的会,20万人打开嘉里酒店是有什么房型在促销。以数据思维,谷歌当年以很快的时间反超了微软,因为它的体系符合了用户的需求。
大家看科技行业、互联网行业最核心的就是两个思路,第一个就是数据体系的思路,第二个是用户思维。昨天一个客户给我发微信,发现2016年我对科技行业做的判断,七年之后很多判断都得到了完美的验证,本质原因就是以这两个思维思考科技行业的趋势。
Google在90年代反超微软之后在搜索行业垄断了30年,但最近肯定感受到了深深的危机,这个危机从哪里来、怎么回事?我们知道如果以数据思维去思考科技行业,就是三个部分,所有的秘密、所有的秘诀就在三个部分:数据从哪里来、数据怎么处理、数据到哪里去。
Google的这种以数据为核心的算法,最大的瓶颈在于什么?它无法解决复杂的问题、无法解决个性化的问题,这是它的两个问题。比如我们只是搜索天风证券研究所,他很容易给你得出答案。但如果要问如何看天风证券研究所,问题就会变得复杂,同时不同的人想要得到的答案是不一样的,就会遇到显著的瓶颈,他只能很机械地取几个关键词,把几个关键词的信息堆砌在这里,ChatGPT应该是从数据的来源、数据的处理上、从根本上又颠覆了Google这种简单的以数据为核心的思维。
而微软引领的ChatGPT为什么能解决这些瓶颈?我们研究ChatGPT有三个主要的特征,即数据、云和逆向。想明白这三点,就会意识到现在的GPT,就相当于我们在2009年看智能手机,各位一定要非常高度地看ChatGPT引领了下一轮的科技革命和资本市场的机会。
1.数据即算法。过去我们把人工智能当成一个技术的工作,其实我们在2016年就提出人工智能不是技术本身。数据即算法,谁掌握的数据多,谁有最全面、最精准的、最及时的数据,谁就掌握了算法。
2.从单机运算变成云。以云为核心,它有超级计算能力,这个正如同2010年科大讯飞为什么在半年内语音识别率大幅上升,2017年前后海康视频识别率大幅上升。
3.从正向的算法和程序的规划变成逆向的数据和算法循环叠加的指数级增强模型。
我举个例子,中国历史上有唐宗汉武,比如我们如何面对怎么看唐太宗这个问题,如果按照传统的思维就是要设计算法,从各个要素和视角评估唐太宗,用这个算法得到答案,ChatGPT不是这样的,它是逆向的,我先去做一个课题,如何看待汉武帝,我用人工标准化地给出答案和标注,用最懂这个行业的人给出一个答案,评价汉武帝怎么样,反过来我用各种算法、各种模型不断地去试,试完之后发现由某个算法得出的答案是最贴近标准答案的,说明这个算法在回答这个问题上是有效的。我再反过来,用这个算法来回答汉武帝怎么样。这就是标准的以数据为核心的体系。
在这个基础上,又会进入正反馈。任何一个行业,包括过去的互联网,一旦进入一个数据时代就满足一个正反馈,数据来源越多、用的人越多,数据来源就更多,它就自我正反馈增强和生长。基于这个逻辑,基本上可以看到微软大概率可以在这个领域成为王者,后面的人再追是很难的,它反映了信息行业最核心的规律,就是正反馈的规律。
以这个为例我们就看到,GPT把整个互联网过去20年所有的开源数据全部拿到,以这些数据为核心,不断地进行自我循环、自我叠加,自我膨胀,在数据的算法上、数据的处理上,重新定义了“数据即算法”这个逻辑,这是微软跟Google在过去30年的斗争中的第三波,第三波现在看得到,基本上微软应该是全胜。
但是,如果以这个视角去看,以数据的来源、数据的处理和数据的输出三个思维去看,ChatGPT未来在一段时间内很快就会遇到瓶颈,瓶颈在哪里?
它无法解决数据来源更加丰富的问题,它只是过去拿到了开源的互联网的这些数据。它无法解决用户的个性化问题,比如说我同样去搜什么是ChatGPT,不同的人想得到的答案是不一样的,工程师、普通的学生、投资人、企业家,站在不同角度想得到的服务和结果是不一样的。
它无法解决个性化的问题,无法解决数据来源的问题。比如关于ChatGPT有一个问题,如何检索文献?这对GPT就是难题,因为文献不对你开放,你的算法再牛你拿不到文献的数据就做不到文献检索。
所以未来科技行业的问题或者是AI的问题不在于AI本身,而在于第一步——数据来源。我能得到的数据就这些数据,这些能得到的数据只是我们整个生产、生活中部分的数据,是不全面的、不及时的。这个数据的限制就会导致AI在未来会被缚住手脚,不可能像我们现在想的大有可为、全部颠覆我们。现在很多分析师言必称GPT,他没有想明白这个问题。所以我们要回过头来想明白怎么解决AI的瓶颈,就是解决数据来源。
数据来源来自哪里?很简单,比如我想跟一个人交流,我想知道他的很多信息,我要找一个咖啡馆、茶馆,我们俩去聊天,不停地聊我才能知道,否则我只看到你,我不知道你在想什么、我不知道你要做什么、我不知道你有什么,我打造一种场景。
前面所讲,未来与科技行业最关键的是“数据”,但在数据背后的重要词叫“场景”,由场景打造数据,从场景出来到场景中去,源源不断的获取数据,源源不断的输出数据。
所以未来关于AI最核心的就是数据来源,数据来源最核心的就是场景,场景怎么打造?在现有的互联网或者移动互联网体系下,这些数据就这样了,不会有什么太多的场景和太多的数据,由这些互联网巨头们打造场景,他们已经绞尽脑汁地都打造完了。未来的场景主要在两部分:
To C端,由元宇宙和Web3.0的底层数据开放打造的To C端的场景,构建整个场景不断提供数据,从而更好地满足用户的需求。大家知道在To C端,科技行业互联网的目的就是满足用户需求,用户有两类需求:一是在真实世界中的需求,二是在虚拟中的精神需求。这两个需求都是未来To C行业的根本方向,而这两个方向都需要场景的重构。
场景的重构在现实端更好地挖掘你的精准需求、更好地满足你。在虚拟世界的精神需求,通过重塑规则、重构秩序更好地满足你的精神需求。为了打造这些场景,数据就源源不断来了。很多时候我们都不知道我们内心要什么,但是场景可以知道你内心要的是什么,就有了这个数据,这是在To C端。关于web3.0、元宇宙,我做了大量的研究和思考,时间关系就不展开。
而以数据为核心、以云为核心、逆向为算法的数据在To B端是大有可为的,但是在每个行业,我们能得到的数据是有限的,仅仅局限于ERP、系统集成中获得数据,所以To B端下面真正的机会是物联网。最近各大运营商未来在这个方向发力是非常大的,包括视联网的投入,通过数亿个摄像头投入,每个摄像头都有算法、都有算力,结合昨天晚上微软发布的GPT4,有视觉和图像的处理能力,这个东西空间非常大,在某个阶段你看到电视剧都是你演的,你看到的足球赛都是你在踢,轻松地可以把你植入到这里面,这是未来能够改变一切的。
这是我们看到在To B端同样面临一个问题,怎么解决数据来源,得数据者得天下。Google当年为什么能胜出微软?就是因为他最早得出了用户的搜索数据,数据即算法,他形成了他的技术。这一轮微软为什么又能反扑Google?就是因为他得到了所有的互联网的数据,用这些数据学起来,不断地垄断数据。
所以在To B端它的逻辑显而易见,由物联网带动的对各行各业的深度信息化,形成各行各业的数据,在这个数据的体系中重新定义企业中的研发、产品定义,生产、制造、销售全部环节,包括人力、财务。只有你有了充足的数据,你才能够真正地实现AI,否则你的数据不全面的时候,形成的AI是残缺的、不靠谱的,甚至是反向的。
前期我们讨论,GPT到底谁受益?通讯设备、光模块、运营商、芯片商,其实除了这些与算力和通讯相关的部分,扎根于各行各业信息化和物联网的公司,是广泛受益的,他们才是数据革命的生力军和有源之水。
所以基于这两个逻辑,大家应该听得很明白,这一轮AI对C端和B端带来的革命是意义深远的,我们刚刚看到,在未来5年就是类似智能手机的黄金的5年,而且它对行业的深度性、颠覆性是怎么说都不为过的,大家一定要高度重视。
因为我一直讲一个逻辑,过去20多年中国是每隔5年一轮牛市,1999年的5.19,2004年的五朵金花,2009年的4万亿,2014年的互联网和并购,2019年的科创板。如果说2024年前后牛市可能是什么,结论比较清楚,就是我讲的两条主线:一是由AI、物联网、元宇宙带动的这一轮科技行业的新的浪潮重新定义C端和B端,重新提升C端和B端,第二个就是我们国家设计一个顶层的框架,由国企改革为核心的中国特色估值体系。
所以我们今天的主题不停留在只是告诉大家我们看好AI,其实在讲AI的意义以及它现在遇到的问题,它的问题在哪里?它的问题在于得不到数据,需要场景来得到数据,场景是什么?就是元宇宙和物联网。场景得到的数据反向又可以应用到各行各业,比如大家看好的机器人、智能汽车、元宇宙、物联网的应用,应用到各行各业,而各行各业的应用又产生了场景,又反向地会增强它的数据来源,反向增强它的数据处理能力,反向增强它的结果,不断地去循环,循环往复,数据即财富、数据即算法、数据即场景、数据即应用、数据即颠覆,这可能就是未来整个科技行业的终局。
如果10年之后我们坐在这里再讨论,基本上就是今天我们在讨论的问题。所以在我们讨论AI之前,先要讨论两个问题:物联网和元宇宙。这样AI才有指数级的应用场景的放大和数据来源的放大,才会有巨大的革命,整体来说,这个应该是非常清晰的。
做最好的产业智库,深入推广研究的科学化和生态化
最后再汇报一下,我们一直在讲,我们天风证券想在各个领域中做最好的产业智库,什么叫产业智库?就是找最好的人、找最牛的专家、挖掘最好的企业、判断最前沿的趋势。
在这方面我们在过去的半年又取得了非常好的进步,比如闭环高端专家库、调研问卷、数据科技等全新的研究方法,同时我们在研究的生态化上不断开拓,我们在各个行业收编了一批产业研究平台,比如我们和芯片超人合作的芯智库,和半导体制造头部平台合作的芯智造,和汽车的专业研究平台合作的汽车智库,利用他们扎根产业的人脉和影响力,不断拓展科学研究。
让研究是显微镜、更是望远镜,更是正向系统化研究。把研究的科学化和生态化不断地深入推广,相信我们这种“核武器”未来能够在底部为我们投资者发现更多的机会,在主要的产业趋势上为我们的客户挖掘最核心的机会。
因为今天的会议请了很多政策相关的专家,包括外交的、包括国资改革的、包括金融体系改革的、包括房地产的,以及各行各业的专家,也是非常感谢各位专家的莅临,希望大家在这两天的会议中能够有所收获,再次谢谢大家!
*免责声明:本文由作者原创。文章内容系作者个人观点,半导体行业观察转载仅为了传达一种不同的观点,不代表半导体行业观察对该观点赞同或支持,如果有任何异议,欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第3345内容,欢迎关注。
推荐阅读
半导体行业观察
『半导体第一垂直媒体』
实时 专业 原创 深度
识别二维码,回复下方关键词,阅读更多
晶圆|集成电路|设备|汽车芯片|存储|台积电|AI|封装
回复 投稿,看《如何成为“半导体行业观察”的一员 》
回复 搜索,还能轻松找到其他你感兴趣的文章!
微信扫码关注该文公众号作者