近期，年內(nèi)持續(xù)火爆的AI行情短期熄火，截至7月5日，軟件開發(fā)板塊10個交易日遭資金凈流出超過240億元，文化傳媒、游戲、計算機設(shè)備等行業(yè)板塊凈流出資金也均超過百億元。

除了二級市場，AI上下游產(chǎn)業(yè)鏈也出現(xiàn)了微妙的偏差，上游硬件持續(xù)火爆，光模塊、HBM等依舊有大批企業(yè)“搶灘”，而游戲等AIGC應(yīng)用端卻有走冷趨勢。目前一個整體判斷的是，人工智能行業(yè)正在渡過一個關(guān)鍵的發(fā)展瓶頸——即技術(shù)實力何時能夠全面轉(zhuǎn)化為商業(yè)紅利？

01

上游火熱：企業(yè)搶灘算力、存力、運力

AI的快速發(fā)展一直受限于算力(信息計算能力)，但是擁有先進芯片并不意味著擁有更高的算力，單個AI服務(wù)器的算力有限，亟需通過高性能網(wǎng)絡(luò)連接多個AI服務(wù)器和存儲系統(tǒng)，構(gòu)建大規(guī)模計算集群。

存力(數(shù)據(jù)存儲能力)、運力(網(wǎng)絡(luò)運載能力)兩大概念也應(yīng)運而生。

中國工程院院士倪光南提出了廣義算力和存算比兩個概念：廣義算力=存力+算力+運力，存算比=存力/算力。經(jīng)測算，我國的存算比為0.42TB/GFLOPS，表明存力相對不足，存在重算力、輕存力的傾向。

為了在AI浪潮中占據(jù)一席之地，算力里的CPO、存力里的HBM成了企業(yè)“搶灘”重點。

首先是算力方向。

AI算力的需求對光模塊的需求帶來較大增長，據(jù)悉，AI服務(wù)器所用的A100、H100等GPU，需用200G以上的高速率光模塊8—10個/片。AI算力建設(shè)與云計算需求共振，800G光模塊開啟規(guī)模量產(chǎn)新周期，800G 大客戶需求指引有望持續(xù)超預(yù)期，光模塊龍頭廠商持續(xù)產(chǎn)能擴張以應(yīng)對高漲需求。

自3月以來，北美廠商已經(jīng)多次追加800G光模塊訂單，追加頻率及數(shù)量超市場預(yù)期。根據(jù)國金證券研報，目前英偉達等海外幾大巨頭給到800G光模塊供應(yīng)商的預(yù)期2024年已上升至1000萬只，光模塊廠商正在大力擴產(chǎn)，以應(yīng)對爆發(fā)時需求增長。中際旭創(chuàng)近日也在互動平臺回復(fù)稱，公司用于AI場景的800G光模塊正在持續(xù)出貨和取得收入。

其次是存力方向。

高帶寬存儲器(HBM)正成為AI時代的“新寵”。HBM是一種基于3D堆疊工藝的DRAM內(nèi)存芯片，具有更高帶寬、更低功耗、更小尺寸等優(yōu)點。它突破了內(nèi)存內(nèi)容與寬帶瓶頸，能為GPU提供更快的并行數(shù)據(jù)處理速度，被視為GPU存儲單元的理想解決方案。

近來，繼英偉達之后，全球多個科技巨頭都在競購SK海力士的第五代高帶寬存儲器HBM3E。據(jù)證券日報消息，半導(dǎo)體行業(yè)內(nèi)部人士稱，各大科技巨頭已經(jīng)在向SK海力士請求獲取HBM3E樣本，包括AMD、微軟和亞馬遜等。申請樣本是下單前的必要程序，目的是厘清存儲器與客戶的GPU、IC或云端系統(tǒng)是否兼容。此舉意味著，HBM3E良率已經(jīng)很穩(wěn)定、能夠大量生產(chǎn)，已來到交貨前的最后階段。

對于AI上游硬件的后續(xù)發(fā)展，天風(fēng)證券認為，AI硬件投入將繼續(xù)保持強勁的發(fā)展勢頭。服務(wù)器部署反映算力需求，大部分公司有服務(wù)器擴張計劃。不同公司在計算資源的使用量、成本和供應(yīng)商選擇上存在差異，反映出它們在AI技術(shù)發(fā)展上的投入和戰(zhàn)略規(guī)劃。

02

下游冰冷：AIGC遭應(yīng)用端抵制？

與上游正相反，AI下游應(yīng)用端似乎有“結(jié)冰”趨勢。

首先是此輪AI行情的導(dǎo)火索——ChatGPT，其訪問量正在下滑。

據(jù)證券日報消息，網(wǎng)絡(luò)分析公司Similarweb統(tǒng)計數(shù)據(jù)顯示，2023年前5個月，ChatGPT全球訪問量環(huán)比增幅分別為131.6%、62.5%、55.8%、12.6%、2.8%，增長幅度明顯下降；6月份ChatGPT的訪問量環(huán)比下滑9.7%，為其推出以來首次。市場認為，(通用AI大模型)產(chǎn)業(yè)泡沫化風(fēng)險在一定程度上已經(jīng)出現(xiàn)。

其次是被視為AI將最先落地的應(yīng)用端——游戲領(lǐng)域，出現(xiàn)了抵制AI的事件。

據(jù)南方都市報消息，游戲平臺Steam的母公司valve在審核游戲時，拒絕了一部使用AI生成內(nèi)容的游戲。valve表示，由于AI生成內(nèi)容的版權(quán)歸屬不清楚，他們無法發(fā)布這些游戲，除非開發(fā)者能證明他們擁有用于訓(xùn)練AI的數(shù)據(jù)的權(quán)利。

目前，AI技術(shù)在游戲開發(fā)中已經(jīng)廣泛應(yīng)用，比如用來生成地形、角色、音效等。一些大型游戲公司，如育碧、EA等，也都在積極探索AI技術(shù)在游戲中的可能性。然而，AI技術(shù)也帶來了一些版權(quán)和倫理上的挑戰(zhàn)和爭議——AI生成，是否是創(chuàng)新的，是否是真實的？

事實上，上述兩件事，恰恰證明了AI在應(yīng)用端的同質(zhì)化問題，短時間內(nèi)可以引發(fā)使用者的興趣，但缺乏能留存用戶的實用性和創(chuàng)新性，這也是近期AI大模型熱議的要重視“垂直化”和“行業(yè)驗證”。

從當前產(chǎn)業(yè)發(fā)展情況來看，AI應(yīng)用層依舊處于初級階段。簡單來說，就是廣度夠了，類似當年的互聯(lián)網(wǎng)，AI可以在各行各業(yè)都沾點邊，但缺少深度，主要局限于文字、圖片或視頻的生成，信息的真實性也難以保證。這主要受制于四方面：

一是技術(shù)問題，AI技術(shù)需要涉及到機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理等多個領(lǐng)域，技術(shù)成熟度尚未達到預(yù)期，很多應(yīng)用場景仍然需要更多的研究和開發(fā)。

二是數(shù)據(jù)問題，AI落地是一個知易行難的過程，AI模型想實現(xiàn)應(yīng)用，需要大量、統(tǒng)一、標準、高質(zhì)量的數(shù)據(jù)來進行訓(xùn)練，數(shù)據(jù)的廣度、深度、安全性等問題都需要重視。

三是硬件問題，更智能的AI需要更高的計算能力，正如前文所屬，當前AI上游硬件端還處于發(fā)展階段，算力、存力、運力都亟待提升，否則難以支撐商業(yè)落地。

四是交流問題，在大部分的場景下，都是工程師、科學(xué)家講一套語言，而業(yè)務(wù)負責(zé)人講另外一套語言，AI產(chǎn)業(yè)鏈上下游戰(zhàn)線過長，供應(yīng)端與應(yīng)用端尚未形成良性交流，這種狀態(tài)進一步導(dǎo)致了AI的落地難。

03

AI商業(yè)化拐點何時到來？

往后看，AI上下游的“錯配”還會持續(xù)多久？商業(yè)化拐點何時能夠出現(xiàn)？

其一，要看從技術(shù)能力到場景應(yīng)用的轉(zhuǎn)化，何時實現(xiàn)通用化、適配化、量產(chǎn)化、規(guī)�；�。如果服務(wù)的每一個客戶，都需要為其單獨定制解決方案，就意味著商業(yè)模式?jīng)]跑通，不能實現(xiàn)邊際成本的持續(xù)走低。

其二，單位成本和效率能否持續(xù)優(yōu)化？AI對于各個行業(yè)最直接的意義，當然是“降本增效”，市場認為，AI對游戲、傳媒等領(lǐng)域的效率提升有望達10倍。但如今AI硬件和軟件成本依舊高昂，在上游產(chǎn)業(yè)化有實質(zhì)進展前，“降本增效”仍然只是空談。

其三，相關(guān)法律法規(guī)的落地。歸根結(jié)底，人工智能技術(shù)其實取決于兩大變量，一是算法，二是數(shù)據(jù)。而市場對數(shù)據(jù)安全的擔(dān)憂，正是制約AI進化的原因之一。隨著AI相關(guān)法規(guī)進一步完善，商業(yè)化落地才有了基礎(chǔ)。

當然，AI的紅利是清晰可見的，它可以與各行各業(yè)相結(jié)合，但到底是“AI產(chǎn)業(yè)化”還是“產(chǎn)業(yè)AI化”還待定論�？傮w而言，AI發(fā)展的方向是有的——自動駕駛技術(shù)就是AI在汽車領(lǐng)域的一種極致演繹，但走向成熟的道路必然艱難。在未來商業(yè)化的求解上，各大企業(yè)也勢必要經(jīng)歷一番波折。歸根結(jié)底，AI已是時代風(fēng)向，與時代為友，就需要給予更大的耐心，才有機會享受時代的紅利。

04

二級市場的AI熱度到頭了？

從二級市場來看，今年以來，AI概念股走出一波大行情，幾只大牛股被炒出“天價”。股價炒得過高的一個基礎(chǔ)也在于，新模式、新技術(shù)的估值方式還沒有共識。新的題材，尤其是尚未能落到商業(yè)化、收入層面的技術(shù)突破，它的估值不適用傳統(tǒng)的市盈率、市凈率等方式，如何給這些概念股估值，市場還在摸索中，形成共識需要時間。

事實上，每種新技術(shù)都有一個成熟度曲線，其發(fā)展可以分為5個階段，即技術(shù)萌芽期、期望膨脹期、泡沫破裂低谷期、穩(wěn)定成長期和成熟期。

在不同發(fā)展階段，市場具有不同的期望，例如“技術(shù)萌芽期”的期望值隨時間逐步提升，在“期望膨脹期”達到階段性頂峰，在“泡沫破裂低谷期”期望值持續(xù)下行，直至產(chǎn)業(yè)化來臨，迎來“穩(wěn)定成長期”，最終在滲透率大幅提升之后，進入“成熟期”。

目前而言，AI技術(shù)還在期望膨脹期，二級市場行情則處于概念炒作階段(后續(xù)還有技術(shù)炒作階段、業(yè)績炒作階段)。接下來市場將上演大浪淘沙——二級市場的信息披露更加完善，上市公司是真的具備AI硬實力，還是單純蹭概念，不久就會真相大白，投資者要做的是密切關(guān)注。

       原文標題 : 上下游的“冰與火”：AI拐點在哪？