AI革命起点与产业链分类 [page::1][page::6][page::8]

• ChatGPT推动的生成式AI革命带来自然语言理解显著提升和广泛产业应用。

- AIGC产业链分为基础设施类、小白调用类、流程管理类和小模型赋能类四大类，颠覆程度和受益周期各异。

• 基础设施类和小模型赋能类为AI发展全期或长期受益对象，而小白调用类短期受影响最大，流程管理类处于中期受益阶段。

基础设施类：算力与算法核心，AI芯片市场巨大 [page::12][page::13][page::14][page::15][page::42][page::43]

• 高性能芯片如英伟达H100推动训练推理效率提升，AI算力潜在市场估值达584亿美元。

- 各大科技巨头（微软、谷歌、Meta、亚马逊等）均加快大模型和算力布局，算法竞争激烈。

• 国内厂商如商汤、百度、阿里、腾讯和寒武纪、海光积极推进算法与芯片国产化，探索差异化竞争路线。

- 基础设施类公司结构稳定，产品难被替代，具长期投资价值。

小白调用类：短期颠覆明显，行业格局变化大 [page::17][page::18][page::44][page::45]

• AI迅速替代传统低代码及基础工具，广告营销、教育信息化等领域受冲击最大，小白调用类面临产品迭代和竞争重塑。

- 根据AI赋能强弱，小白调用类市场表现分为强替代、中替代、弱替代三档，弱替代领域例如办公软件和语音助手AI协同提升。

• 海外及国内头部参与者分别包括微软、谷歌、科大讯飞、金山软件，创业公司在设计、通信等领域具成长潜力。

流程管理类：中期受益，AI统筹产品结构变革 [page::26][page::27][page::46][page::53]

• AI将作为企业管理、APM等流程类软件的大脑统筹流程结构，带来产品形态重构和效率提升。

- 赛富时、思爱普、ServiceNow等海外巨头领先，国内用友网络、神州泰岳等本土企业成长迅速。

• APM等细分领域自动化和智能化升级，传统工具逐渐被AI自调节闭环替代。

小模型赋能类：长期价值王者，专属AI赋能软件转型 [page::30][page::31][page::47][page::48]

• 软件服务渐演变为由AI调用，企业依赖定制化小模型实现差异化和效率升级，难以被通用大模型替代。

- 细分包括数据库与数据预处理、游戏引擎、金融信息化、自动驾驶和网络安全等领域。

• 关注代表企业如微软、亚马逊、腾讯、百度、Unity、Upstart、Mobileye、启明星辰等。

- 数据云和数据预处理为AI上游关键环节，具备高壁垒，难以被AI全面替代。

典型行业场景和海外上市公司 [page::19][page::20][page::21][page::22][page::23][page::24][page::25][page::36][page::37][page::38][page::39]

• 广告营销、设计绘图、通信、办公软件、语音助手、数字媒体等市场正在经历AI赋能和替代。

- 自动驾驶使用AIGC模拟环境提升商业化进程，网络安全引入AI副驾增强系统防护。

• 详细梳理了代表性AIGC标的公司，结合估值和市场表现，辅助投资决策。

国内映射与发展趋势 [page::40][page::41][page::42][page::43][page::44][page::45][page::46][page::47][page::54][page::55]

• 海外投资经验及市场表现可映射国内，建议重点关注基础设施类和小模型赋能类方向。

- 关注国产化趋势，算法与算力国产化加速，重点公司包括商汤、寒武纪、百度、科大讯飞、腾讯、阿里等。

• 小白调用、流程管理类面临产品及行业格局调整，需关注产品迭代与AI融合深度。

风险提示 [page::58]

• 技术商业化不及预期。

- 人工智能部分应用领域监管风险。

• 外部环境导致芯片和软件供应限制。

- 行业竞争加剧风险。

深度解析报告：“美国AIGC非普涨行情的复盘与启示”——华西证券2023年5月14日研报

---

1. 元数据与概览

• 标题：《美国AIGC非普涨行情的复盘与启示》

- 作者/分析师：朱芸，华西证券海外&新科技团队

• 发布机构：华西证券

- 发布日期：2023年5月14日

• 研究主题：AIGC（生成式人工智能）技术革新对海外市场科技股行情的影响，及其对中国市场对应产业投资的启示

- 核心论点：
- 当前AIGC革命推动的股票行情表现出非普涨的、多层次、多类别分化特征，基础设施类和小模型赋能类公司上涨最显著。
- 结合AIGC不同层次的公司功能划分，梳理其对行业和资本市场的影响，形成一个四维度分析框架。
- 美国市场表现经验可以映射中国，重点抓住基础设施和小模型赋能类公司的机会。
- 风险提示主要包括技术商业化不及预期、监管风险、供应链限制及行业竞争加剧。

---

2. 逐节深度解读

2.1 研究报告结构及核心内容框架（来自目录与亮点部分）

报告展开了AIGC对全球产业链的详细复盘，主要涵盖四大类别：

• 基础设施类：算法大模型，算力芯片等硬件支持。

- 小白调用类：广告营销、数字媒体等基本应用层面。

• 流程管理类：企业管理软件、APM（应用程序性能监控）等中层流程协同。

- 小模型赋能类：金融信息化、自动驾驶、网络安全等定制化细分应用。

在此分类基础上，报告基于海外市场股票表现，重点对各类别的投资价值和未来趋势进行深入分析，并做国内对应映射。

---

2.2 AI革命与产业链概况（第1章，页面5-11）

• AI革命启动节点：报告以ChatGPT为标志，说明该技术极大推动了自然语言理解，大幅提升输出质量、下游应用扩展及普及性，使AI进入企业和个人层面。

- 人类对ChatGPT认知变化曲线（图1）说明：从盲目信任到理性认知，显示了用户对AI认知的成熟过程。[page::6]

• 不同产业链公司AI受影响程度的分类（表1-图2），四种类别产业链公司受AI影响周期不同：

- 基础设施类受益于AI资源需求增长，全期受益且极难被替代。
- 小白调用类受影响最大，短期内发生剧烈颠覆与替代。
- 流程管理类中期受益，产品结构逐步改变。
- 小模型赋能类长期受益，具备AI使用软件特征，稳定性强。[page::8, 9]

• 股价走势复盘（图3）显示从2022年12月起，基础设施类和小模型赋能类表现最优，分别涨22.79%和16.92%，远超纳斯达克100指数9.29%涨幅，而小白调用类涨幅最弱，仅5.34%[page::11]

---

2.3 详细产业链分析

2.3.1 基础设施类（第2章，页12-17）

• 硬件基础设施为AI发展基础，包含核心算法大模型和高算力芯片。

- 芯片技术演进：以英伟达A100和H100芯片为例，H100算力较A100提升3倍，价格也翻倍至3.6万美元，指标详列（表3）。

• 算力市场测算（图4）：

- GPT-3训练需3926张H100，花费1.41亿美元；传言GPT-4参数量8倍增长，训练成本或超12亿美元。
- 结合多个模型预测，训练端芯片对应市场约242亿美元，推理端约342亿美元，总计潜在市场达584亿美元，显示巨大空间。

• 巨头参与动态（微软对OpenAI投资，谷歌Bard和PaLM2推出，亚马逊自研芯片及开源模型合作，Meta开源LLaMA及视觉模型；国内厂商商汤、阿里、百度、科大讯飞亦纷纷发布自研大模型并建立产业平台）[page::12-17]

2.3.2 小白调用类（第3章，页17-25）

• 变革渠道：AI通过自然语言接口深度降低操作门槛，促进自动化替代。

- AI替代强度划分（图5）：
- 强替代类（广告营销、教育信息化）已受较大冲击，传统玩家面临严峻挑战。
- 中替代类（设计、通信）存在潜在替代风险且开始重塑。
- 弱替代类（办公软件、AI客服）与AI形成协同，提升效率。

• 行业分析举例：

- 广告营销以Jasper AI创新为例，营销内容生成效率大幅提升（图6、7），行业实现由大模型驱动的供应链重塑。
- 教育领域Chegg受ChatGPT挑战明显，股价持续下跌（图8、9）。
- 设计领域，AI新人生成日益活跃，Midjourney、Stable Diffusion浏览量迅猛增长（图10、11）。
- 通信领域，Twilio借助GPT接口实现智能短信聊天机器人，Becoming一类创业公司或快速突破（图12、13）。
- 办公软件市场仍由微软、谷歌主导，国内金山发布WPS AI，提升写作效率（图14、15）。
- 语音助手/AI客服行业竞争分散，较大可能被激进创业公司替代（图16、17）。
- 数字媒体行业如Buzzfeed，已用AI替换部分生产力，行业头部开始去中心化（图18、19）。[page::17-25]

2.3.3 流程管理类（第4章，页26-30）

• AI驱动产品结构升级，充当工作流程“大脑”。

- 行业类别表现分化明显（图20）：企业管理类软件市值涨幅领先，APM软件受自动化挑战波动较大。

• 企业管理软件具备CRM、ERP的业务预测和流程自动化能力。Salesforce的Einstein和微软Dynamics 365 Copilot代表行业智能化趋势（图21、22）。

- APM通过AI实现自我调节闭环，帮助企业实时监控并自动解决应用问题。Dynatrace与AWS CloudWatch示例体现智能运维趋势（图25、26）。[page::26-30]

2.3.4 小模型赋能类（第5章，页30-39）

• 未来软件使用将由AI驱动，形成企业专用定制化私有小模型，成为核心竞争力。

- 市场表现（图27）显示数据标注、算法与应用层次分化，算法与数据类公司表现较稳健。

• 数据处理与云服务伴随AI需求增长持续增长，主要公司从Confluent、Snowflake到国内奥飞数据等均具备竞争优势（图28、29）。

- 数据预处理如Appen有持续壁垒，具备高质量数据标注能力（图30）。

• ITSM（IT服务管理）实现了从传统人力向AI自动化转型，ServiceNow已集成Now Intelligence助力运维自动化（图23、24）。

- 游戏引擎受AI赋能，创造门槛大幅下降，Roblox等平台自然语言生成强化创作能力（图31、32）。

• 金融信息化方面，BloombergGPT等专用大模型远超通用模型，Upstart AI驱动贷款审批占比超80%（图33、34）。

- 自动驾驶加速商业化，AI辅助生成虚拟环境和异常预测，提升安全及效率。Mobileye、百度、通用等领军（图35、36）。

• 网络安全进入系统级整合阶段，微软Security Copilot引领智能安全运营转型（图37、38）。[page::30-39]

---

2.4 国内产业映射及投资策略（第6章，页40-49）

报告强调，尽管国内算法与算力整体落后海外，但各大互联网巨头和芯片厂商已启动差异化战略，逐步追赶，尤其是国家对高端AI芯片进口限制背景下，国产芯片迎来政策机会与市场空间。

• 基础设施类

- 核心算法：国内龙头商汤、百度、腾讯、阿里巴巴、科大讯飞等。
- 硬件算力：寒武纪、海光信息等本土芯片厂商。
- 国内头部互联网公司在算法和算力层面形成分裂式竞争格局，报告提供胡润名录表格（表4）。
- 美股对应个股估值数据详尽，纳入业绩增长及估值波动判断。[page::42-43]

• 小白调用类

- 由于产品功能受AI替代冲击，行业更迭更快。
- 重点跟踪办公软件（金山软件）、语音助手科大讯飞、数字媒体、设计图像领域（万兴科技）、广告营销（汇量科技、蓝色光标）、教育信息化（视源股份等）。
- 具体对应美股及港股标的估值和盈利数据（表5）。[page::44-45]

• 流程管理类

- AI改变产品结构，国内软件巨头用友网络、神州泰岳、浪潮软件及港股金蝶国际、创新奇智等深耕企业数字化、信息化。
- 美国代表赛富时、思爱普、ServiceNow持续保持高估值和成长（表6）。[page::46-47]

• 小模型赋能类

- 核心为企业“定制化”AI服务，形成差异化竞争壁垒。
- 重点覆盖数据库、游戏引擎、金融信息化（百融云、东方财富）、自动驾驶（百度、四维图新）、网络安全（启明星辰、奇安信）等。
- 海内外对应标的详见表7、8。
- 报告中还强调了AI模型定制化长期价值和行业多样化。[page::47-49]

---

2.5 风险提示（末尾页，页58）

• 技术落地及商业化进度可能不及预期；

- 相关领域存在的监管风险（尤其是AI应用合规性问题）；

• 芯片及软件供应链因外部环境可能受限；

- 行业竞争加剧带来的不确定性。[page::58]

---

3. 图表深度解读

• 图1（认知曲线）：展现了从盲目信任到理性理解ChatGPT的五个阶段，揭示认知成熟对市场情绪和技术推广影响重大。[page::6]
• 图2（受益周期示意）：形象呈现四类公司受益时间和影响面，基础设施类全期受益，小白调用类短期变化最剧烈，小模型赋能类长期发展稳定。[page::9]
• 图3（股价走势图）：历史涨幅清晰体现基础设施类最强，小模型赋能其次，小白调用类表现较弱，表明市场风险偏好和认知差别。[page::11]
• 表3（H100 Vs A100芯片参数对比）：详细列出芯片的计算能力、显存及价格，说明高端AI芯片算力和成本的飞跃及行业投资侧重点。[page::13]
• 图4（GPT3算力需求估算）：公式计算透明，刷新大模型训练芯片需求量的行业认知，支撑芯片巨大的市场空间假设。[page::14]
• 图5（小白调用类按AI赋能强弱分类市场表现）：弱替代板块表现最好，强替代板块明显承压，市场投资差异化明显。[page::18]
• 图6-7（广告营销应用与Jasper AI）：展示应用场景及产品成功的行业验证实例，凸显AI在内容创作的颠覆性。[page::19]
• 图8-9（数字媒体行业）、图10-11（设计/图像行业）等：均体现AI应用带来市场结构变化和用户行为的快速响应，指数和流量变化强烈。[page::20-21]
• 图14-15（办公软件市场及WPS AI示例）：阐明国际巨头市场份额主导，AI使办公效率飞跃，国内追赶者推出战略产品。[page::23]
• 图21-22（流程管理类代表Salesforce和Microsoft）：反映AI已深入高端企业管理系统，带来定制化智能服务能力。[page::28]
• 图27（小模型赋能类市场表现）、图28（数据库构建方法论）：展示AI对应用类软件和基础数据层面的深度赋能与转型趋势。[page::31-32]
• 图33-34（BloombergGPT和Upstart）：佐证专用AI模型在金融领域显著提升效率和模型性能，成效明显。[page::37]
• 图35-36（自动驾驶技术排名及AI赋能效果）：可见AI推进自动驾驶系统能力，相关公司领跑市场。[page::38]
• 图37-38（微软网络安全布局及模式变革）：揭示AI加持下复杂安全体系的平台化趋势，复杂性降低，效率提升。[page::39]
• 表格数据（表4-8）：涵盖各类细分类别头部美股、港股、A股标的的最新收盘价，盈利预测，市盈率等关键估值指标，为投资决策提供基础依据。[page::42-49，51-56]

---

4. 估值分析

报告提供了各类相关企业的盈利预测（21A-24E）与当前市盈率PE，横跨美股、港股、A股，数据颇为详尽，辅以对应的板块划分和企业简介，但报告未深究具体DCF或模型估值，而主要基于市场业绩成长与相对估值（PE）比较作出判断：

• 例如，基础设施类的微软、英伟达及AMD，呈现不同成长性和市场估值特征，但整体复合行业空间巨大。

- 小白调用类微软、谷歌、Adobe等巨头市占率高，估值稳健。受AI影响强的细分市场估值明显波动。

• 流程管理类头部赛富时（Salesforce）估值高企，反映该类企业对企业复杂流程的不可替代价值。

- 小模型赋能类涵盖多种风格，包括游戏、金融、自动驾驶等，估值跨度大，体现不同发展阶段和市场认可度。

整体来看，估值分析侧重于基于行业地位、成长性和市场投资风格的横向对比，结合AIGC对业务的影响周期和行业卓越表现给出投资建议。

---

5. 风险因素评估

• 技术商业化风险：AIGC能否迅速转化为成熟的商业产品仍存在不确定性。技术成熟度、高昂的研发和硬件投资等挑战或限制收益释放。

- 监管风险：部分应用领域面临监管政策不确定，如数据安全、个人隐私保护、内容合规等风险。

• 外部供应链风险：芯片、关键软件供应或受国际贸易限制影响，影响国内企业算力硬件和技术更新。

- 行业竞争风险：跨国巨头及众多创业公司间竞争加剧，市场格局尚未形成稳定领先者，新旧力量不断博弈。[page::58]

---

6. 审慎视角与细微差别

• 观点客观性：报告多引用外部市场数据与公开信息，全面呈现海外及国内两地产业链全貌，视角宏观且系统。

- 内部逻辑自洽：投资策略和风险评估与行业分析匹配，逻辑紧密。

• 潜在偏重：报告整体对基础设施及小模型赋能类株式评价更为积极，体现对长期技术底层价值的信心。小白调用类部分更多体现出警示和风险提示，反映该领域竞争和变革激烈。

- 估值分析相对表面：缺少具体的现金流折现（DCF）等深度估值模型，但基于同行业市盈率类别的方法适合当前高速变化的AI产业判断。

• 风险提示较为简略，未深入讨论宏观经济影响、国际战略博弈等可能对AI产业的间接风险。

- 细节上，表格中文件格式略显冗杂，但数据全面，有较高参考价值。

---

7. 结论性综合

该报告围绕生成式人工智能（AIGC）引发的产业变革和资本市场表现，构建了一个完整的分类框架，对比分析了海外市场不同类别企业的投资价值，重点强调基础设施类（算法和算力芯片等）与小模型赋能类的长期投资优势。海外AIGC行业股价表现分析验证了此逻辑：中国市场可据此制定策略，聚焦对应产业链中的头部企业。

核心投资观点包含：

• 基础设施类作为AI发展的根基，稳定且受益全周期。背后载体是AI芯片算力需求激增，全球训练和推理芯片市场潜力达584亿美元，且各大科技巨头和国产厂商激烈布局，技术更新迅速。

- 小模型赋能类为AI应用场景的深度融合，将成为行业竞争差异化核心。AI将更多作为运营软件的“用户”，软件向AI服务转型，私有小模型构建专属能力释放生产力，是未来长期看点。

• 小白调用类阶段性面临多方颠覆，行业格局重塑加快。部分领域被AI直接替代，企业需加速产品迭代以保持竞争优势。

- 流程管理类中期变革明显，产品结构因AI发生根本变化，软件大脑化。中国市场因数字化转型加速，具备巨大发展潜力。

表格与图表部分数据详实，细化了海内外代表企业及业务板块的估值和市场表现，增强报告判断的实证依据。

整体而言，报告视角全面、数据丰富，重点突出，既系统回顾了人工智能最新技术进展，也聚焦产业链下游具体赛道投资逻辑，具有高度的战略参考价值和操作指导意义。[page::1-60]

---

总体评价

本报告结构清晰，体系完整，覆盖AIGC产业链全景，深刻解读了技术层破局、市值表现及产业链反应，辅以详实的市场和个股数据，对投资策略给出了明确指引。同时，风险剖析提示了当前技术和市场发展的关键不确定因素。适合对AIGC产业有宏观规划和细分类研究需求的金融机构投资者使用。

---

（注：所有结论和数据均来源于报告内文字及表格，文中页码后缀标明原始页码，以便追溯。）

报告