AI应用明年六月迎拐点，传统行业如何把握机会？

中国产业进阶的关键动力

技术在产业发展中的核心地位

企业发展涵盖战略管理、人才、市场、资本和技术等多方面，而技术是重中之重。无论是制造业、消费业还是周期行业，技术都是发展的原动力。在中国产业进阶过程中，有两个关键的技术要素备受关注，即人工智能和科研体系的产业化。这两者在产业和投资领域都蕴含着主要的机会。

中国产业发展的周期演变

中国产业经历了劳动力红利周期和工程师红利周期。劳动力红利曾推动产业发展，工程师红利使众多企业成为行业龙头，但工程师红利周期即将结束。未来最大的周期将是科研周期，借鉴美国、日本经验，科研体系的成果转化将成为推动产业发展的重要力量。

人工智能：产业进阶的重要动力

人工智能的全新理解

人们不应仅从替代劳动力成本的角度看待人工智能。GPT引领的人工智能革命已在产品的定义、研发、生产制造、销售和客户服务等全环节重新赋能各行各业。过去被视为机会巨大的无人驾驶、机器人和元宇宙行业，由于技术未进入正反馈，一直未能兴起。但随着GPT革命，这些行业明年6月可能进入重要拐点。

技术逻辑与节点判断

从技术发展逻辑看，沿着“黄氏定律”，明年6月可能是节点。全球科技巨头明年中下旬在智能驾驶、机器人、元宇宙方面可能有系列动作。GPT的技术模式发生根本变化，通过海量尝试找最佳模型和算法，这种理念将在多个领域得到良好实践。

人工智能对企业的多环节赋能

人工智能对企业的价值不仅体现在研发环节。以研发为例，过去研发周期长，现在借助人工智能的强大能力可在仿真环境中实现部分操作。而且未来在产品的定义到生产制造等多环节都会体现其价值。未来制造业、金融、消费品等行业胜出的关键将是拥抱人工智能，传统行业企业拥抱人工智能会有持续的胜出。

AI赋能传统行业的投资机会

投资应关注传统行业拥抱AI带来的机会。传统行业企业估值较低，拥抱人工智能后业绩和估值弹性较大。如传统软件行业已呈现出清晰的趋势。传统行业拥有渠道、数据和经验等优势，拥抱大模型或行业小模型能实现飞速发展。

科研体系的产业化：产业进阶的另一动力

科研体系的投入与现状

中国的科研体系在设备和人才投入方面有巨大红利。以中科院、清华大学等为例，国家投入巨大，培养了大量优秀人才。但过去科研成果转化率低，科学家自我生长模式难以将设备和人才投入的红利充分转化。

科学家与企业家的合作趋势

海外经验和中国现实表明，科学家与企业家直接链接是转化科研红利的有效路径。今年越来越多的上市公司与科学家合作并受益，业务开拓和市值增长方面都有体现。虽然已有曾毓群、雷军、王传福等为科研体系捐助的案例，但还需搭建更系统化、精准的匹配体系，以推动中国产业和经济的长期发展。

相关问答

人工智能将如何在明年6月迎来拐点？

从技术逻辑看，沿着“黄氏定律”发展，且全球科技巨头在智能驾驶、机器人、元宇宙等方面明年中下旬可能有系列动作，这可能促使人工智能在明年6月迎来拐点。

为什么不能仅从节约成本角度理解人工智能？

因为GPT引领的人工智能革命已在产品的定义、研发、生产制造、销售和客户服务等全环节重新赋能各行各业，其价值远超节约成本。

科研体系的产业化目前面临什么问题？

过去科研成果转化率低，科学家自我生长模式难以充分转化科研体系在设备和人才投入方面的红利，需要更好的转化模式。

传统行业拥抱人工智能有什么优势？

传统行业扎根行业多年，拥有丰富的渠道、数据和经验等，拥抱人工智能后，能借助这些优势实现行业内的飞速发展。

如何提高科研体系与企业的合作效率？

可以借鉴海外经验，搭建更系统化、精准的体系，让企业家的企业运营等经验与科学家的研发等经验更好地结合起来。

中国产业未来发展为什么依赖科研周期？

因为劳动力红利周期即将结束，工程师红利周期接近尾声，科研周期可以像美国、日本一样，通过科研体系的成果转化推动产业发展。