生产力决定生产关系，以算法+算力+网络为代表的基础设施是科技行业的底层生产力。立足于技术的迭代演进，将科技行业分为三个时代：①PC时代=Windows+x86+宽带以太网；②移动互联网=iOS/Android+ARM+4G；③AI时代=AIOS（大模型/深度学习框架）+异构芯片（GPU、CPU、FPGA、ASIC）+5G/6G。
一、链接VS算力：互联网“重链接、轻算力”AI“重算力、轻链接”
“互联网+”具备重链接、轻算力的特点，基于网络效应提升生产效率。网络效应是互联网竞争的底层逻辑。当网络规模，也就是用户技术不断增长时，边际成本呈现递减趋势的同时，用户效用和企业收益呈现递增的趋势，并且自带吸引流量扩大网络规模效应的正向循环机制。移动互联网打破了原有的时空限制，其最终形态即为万物互联。
“人工智能+“具备重算力、轻链接的特点，数据量和运算需求呈指数级爆发，生产力赋能是人工智能的底层逻辑。人类社会的问题情景可以简化为选择题和问答题两类，决策式AI主要应对人类社会中的选择题，例如手机的人脸识别、电商的推荐算法、汽车的智能驾驶等。随着“选项”的增多，AI对算力的需求呈指数级增长。生成式AI基于大模型和深度学习框架，从大数据中汲取学习要素，进而生成全新的内容。生成式AI是为了解决人类社会中的简答题，其应用场景几乎可以覆盖所有行业，为各个领域带来巨大的生产力提升。
二全球分工VS划江而治：互联网时代全球分工AI时代划江而治
“互联网+”孕育在全球大分工的大背景下，国内互联网企业站在巨人的肩膀上，其创新活动拥有良好的平台基础。而“AI+”的推进面临着海外封锁，国内亟待完成从“算法-算力-网络基础设施”的底层建设。
【算力】上，互联网时代，算力芯片的制造全球化分工，其主要的算力平台为基于ARM架构的手机芯片等。由于全球大分工形势，国内互联网时代的跨越式发展离不开全球科技的底层支撑。将人工智能所需的算力分为三类，AI算力（7/5/3nm先进工艺）、云计算算力（14nm或28nm的chiplet）、存储算力（128层及以上的NAND）。而美国芯片法案对中国芯片制造限制的重心在刚需EUV光刻机的先进工艺，即14nm及以下的fab、18nm及以下的DRAM、128层及以上的NAND。这使得国内高端AI算力极度稀缺，先进工艺的国产化攻关至关重要。
【算法】上，“互联网+”算法依附于操作系统，主要有Windows、IOS、Android。Android是适用于移动设备的开源操作系统，Windows、iOS也有面向全球开发者的开发平台，国内的应用软件开发都是基于全球成熟的操作系统。“AI+”算法依赖大模型/深度学习框架，当下OpenAI尚未向中国开放API，因此国内大模型的开发将成为国内AI布局的第一步。当下，百度文心大模型、华为盘古大模型、腾讯混元大模型、阿里通义大模型正在加快向GPT模型追赶的步伐。
三、2CVS2B：互联网以C端赋能为主人工智能以B端赋能为主
伟大的互联网巨头都主要面向C端应用市场，这是互联网“重链接、轻算力”的特点导致的。例如，人与人交互的SNS社交网络（Meta和腾讯）；人与信息交互的信息分发（Google、字节和百度）；人与商品交互的电商互联网（亚马逊、京东和阿里巴巴）；人与内容交互的文娱互联网（Netflix和爱奇艺）。
人工智能“重算力、轻链接”的特点，对生产力的赋能将会带动2B/2T领域的蓬勃发展。碍于算力的条件约束和算法的不成熟，无人驾驶、元宇宙等2T场景在当下发展受限。而AI具备提升全行业生产力的潜质，例如生物医药（加速药物研发）、半导体（英伟达的cuLitho助力2nm先进工艺突破）、制造业（数字孪生）、金融（智能投顾），无人驾驶、元宇宙等重要场景有望迎来“0-1”的突破。
AI是产业数字化的重要内容AI+产业是万亿蓝海
AI（人工智能）是研究和开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学，人工智能系统是具备学习、思考、判断、推理、证明和自我纠错等能力的系统。AI+是产业数字化的重要内容，对社会发展具备重要价值，AI+将形成新的生产力，引领第四次工业革命并具有巨大的创新溢出效应。
一、AI+电子：催生HPC硬件支持需求加速电子全产业链高端化迭代
1、AI+CPU/GPU/FGPA/先进封装：数据处理量级提升大算力芯片国产替代加速
具备高国产替代紧迫性。类似AIGC等AI模型实际效果的好坏依赖两个量级——模型参数的量级与训练数据的量级。模型的参数越多，最终结果的拟合程度就越好；训练量越大，越有利于AI的智能化迭代；而两者的提升均需底层大量的算力支持，以AIGC大模型为例，GPT-3的模型规模达1750亿个参数，使用单块英伟达V100GPU进行训练需要355年，对算力芯片提出了海量的需求，因此算力是制约AI发展的核心硬件要素。
2、AI+数据传输/数据存储：海量数据高速传输/存储为痛点PCB/存储芯片高端化迭代
3、AI+XR/IoT：应用端赋能消费电子拓宽人机交互想象空间
二、AI+计算机：赋能千行百业降本增效行业主要细分应用领域数智化变革提速
1、AI+办公软件/企业服务软件/信息服务软件/工业软件：从工具软件到“智能助手”
大模型加持企业服务软件成为每个人的商旅助手：微软Dynamics365Copilot为组织内的员工提供了面向销售、客服、市场、运维和供应链角色的AI工具，在ERP领域，Dynamics365
2、AI+金融/法律/资讯&平台型厂商或迎蜕变机会：资讯类/应用入口类厂商有望受益被集成带来的商机增加，平台型厂商有望形成生态圈；反生成式AI预计是潜在主线
3、AI+视觉物联/可穿戴设备/机器人
4、AI+智联汽车：智能座舱人机交互体验优化&智能驾驶痛点问题解决
AI赋能座舱人机交互体验优化：座舱天然是语言类大模型（LLM）应用的优质场景，将直接赋能车载语音，提供更贴心的虚拟助理（长城、岚图、红旗、吉利、零跑、长安等多家车企均宣布接入文心一言）。这种舱内交互不止是语音，还包括手势识别、文生图等多模态，对于座舱芯片的性能要求也会提高，或利好高通。此外，LLM的推出实际上降低了车内人机交互场景的进入门槛。
三、AI+传媒互联网海外：坚定拥抱AI大模型带来的产业革新
四、AI+医药/医疗行业：开启智能加速提效时代
1、AI+医药：开启智能加速提效时代
3月27日，科技部启动“人工智能驱动的科学研究”专项部署，将紧密结合数学、物理等基础学科关键问题，围绕药物研发、基因研究、生物育种、新材料研发等重点领域科研需求，布局“人工智能驱动的科学研究”前沿科技研发体系。将驱动医药和医疗进入智能加速提效时代。
2、AI+医疗：开启智能加速提效时代
五、AI+家电：提升使用体验重要C端落地应用场景
六、AI+建筑：提质增效开启新时代
AI+对行业格局带来的影响：一、对于有丰富项目经验、历史数据积累的头部设计企业，在数字化竞争阶段会更有优势，AI+的赋能有利于打破管理边界，带来市占率的进一步提升；二、AI+的普及应用会节约人工成本，提升管理效率，整体增厚企业利润。