人工智能带来了什么？

数字经济发展浪潮下，人工智能无疑是最耀眼的明珠，人工智能蓬勃发展有望推动 相关产业的中长期发展机会。

1. 人工智能带来芯片产业链发展机会

推动人工智能进步有三大因素：算法、数据和算力。因此人工智能的大规模应用必然带来算力（芯片）需求的高景气。根据 OpenAI 于 2018 年 5 月发表的研究，自 2012 年以来，大型 AI 训练所使用的算力大概 3.4 个月就会翻倍。

AI 芯片可分为 GPU（图形处理器）、ASIC（专业集成电路）、FPGA（现场可编程门 阵列）和类脑芯片。其中 ChatGPT 主要来自 GPU 或 CPU+FPGA。当前，GPU 是人 工智能计算领域使用最为广泛、最成熟的通用型芯片，在效率和场景应用发生重大 变化之前，GPU 仍将是人工智能芯片的主流。 根据 Precedence Research 2023 年 2 月发布的最新报告研究，到 2032 年，全球人工 智能(AI)芯片市场规模预计将从 2022 年的 168.6 亿美元增加到 2274.8 亿美元左右， 2022 年至 2032 年的复合年增长率为 29.72%。

中国 AI 芯片产业链高端环节有待突破，中低端环节国产化逐步推进。AI 芯片的产 业链上游为各种半导体材料和制造设备（硅晶圆材料和设备、封装材料和设备等）， 中游是集成电路（芯片设计、晶圆制造和封测），下游是行业应用（人工智能、消费 电子、信息通信、物联网等）。赵荣杰等（2022）认为，中国 AI 芯片产业的整体水 平处于世界中等。其中，上游和中游属于中下等水平，下游应用处在世界前列。根 据陈星（2022），在芯片制造设备方面，国内企业近年来受到国产替代的利好，但与 ASML、泛林、应用材料、德州仪器等业内头部企业在技术水平上仍存在较大差距， 需进一步进行技术攻关。在芯片制造材料供应方面，国内市场基本被日韩欧美企业 垄断。在硅片供应上，国内企业多生产 8 英寸硅片，目前的主流产品 12 英寸硅片基 本依赖国外进口；而光刻胶、电子特气等材料供应同样被日韩欧美企业垄断。但随 着国家大基金的支持，未来芯片材料国产化前景广阔。在芯片设计领域，国内企业 技术水平不断向先进水平靠近，国产化程度中等。在芯片制造领域，中芯国际拥有 我国最先进的 14nm 制程工艺，虽然与台积电和三星的工艺仍有差距，但随着时间 推移也有望取得突破。在芯片封测方面，国内企业的市场占有率已接近 30%，国产 化水平较高，但毛利率相对较低。

2. 人工智能带来通信产业链发展机会

通信和人工智能是密不可分的技术。5G 负责数据的高速传输，一方面将海量数据从 客户端传送至云端处理，另一方面又能把处理的结果快速分发到边缘供人们使用， 而 AI 负责数据的挖掘和分析，二者的交互可进一步扩展应用场景。因此，人工智能 的发展将推动通信技术特别是 5G 移动通信技术的快速扩张，人工智能与通信技术 有望形成有益的双螺旋。举例来说，一是 5G 通信在智能设备中的应用前景广阔。 5G 移动通信技术能进一步提高信息传输质量，在智能设备中，借助高清图片、视频低延时的传输，以及远程联网控制，优化智能设备的表现。例如，在联网无人机的 应用中，借助超高清视频传输和联网协作，能够提高无人机自主飞行的精准性，加 强其在森林防火、电力巡检、农药喷洒、地图绘制、军工等行业中的应用。二是智 能物流领域离不开 5G 技术的支持。例如京东 5G 智能物流示范园区便特别重视 5G 通信技术和人工智能的融合应用。三是在智能交通中也依赖通信技术。车联网是最 具代表性的智慧交通成果，借助 5G 通信技术，保证信号传输的稳定性，实现人和 车、车和物等各类设备间的信息交互，再经人工智能的计算，及时规划最佳出行路 线，汇报道路拥堵，以及实现自动驾驶和自动泊车。四是 AI 推动 5G 在工业领域的 应用，特别是在石油石化、建筑、矿场等安全生产方面，通过一线生产现场传感器、 摄像头等监控设备的海量连接，可加强对安全生产的把控能力。当前，5G 通信持续 快速增长，基站数量日益增多，我们认为通信设备制造业、电信运营服务、光通信 行业长期景气向好。

3. 人工智能带来信息技术企业发展机会

算法是人工智能的另一大基石。随着 ChatGPT 大火，许多互联网公司都在开发他们自己的聊天机器人。除 ChatGPT 外，国外还有微软的 Bing，谷歌的 Bard，Meta 的 Galactica，Anthropic的Claude等等。国内也有许多互联网企业宣布开发类ChatGPT， 但做 ChatGPT 的门槛较高，需要强大的技术和资金实力，不是所有企业都能做出高 质量的聊天机器人。根据阿里达摩院 M6 大模型前带头人杨红霞，只有参数规模 100 亿以上的大模型才有实力提供高质量的对答。因此，国内大模型制造方面最终可能 呈现大浪淘沙的特点，最终只能留下少数几个产品性能得到验证的公司。 人工智能领域的市场空间非常广阔。驱动人工智能发展的动力包括医疗保健（机器 人辅助手术、虚拟护理助理、自动图像诊断等）、传媒、零售、金融和法律服务、汽 车、物流等行业对人工智能技术的需求。根据 Precedence Research，2022 年全球人 工智能(AI)市场规模估计为 1197.8 亿美元，预计到 2030 年将达到 15910.3 亿美元， 2022 年至 2030 年的复合年增长率为 38.1%。同时，亚太市场的增长率更高，预计 可达到42%的年复合增长率。这意味着我国互联网企业能够在人工智能浪潮中获益。

4. 人工智能的能源消耗量有多大？

由于 Open AI 并不披露 ChatGPT 的耗能量，我们只能做近似的估算。Luccioni 等（2022）的论文提到，他们使用了一种与 GPT-3 类似的大语言模型 BLOOM（BLOOM 使用了 176B 个参数，而 GPT-3 使用了 175B 个参数），并披露了其消耗的电能。这 能给我们提供一个参考。模型在 18 天内收到了 230,768 次请求，共消耗了 914 千瓦 时的电力。因此每次请求消耗的电力是 0.00396kwh。假设 ChatGPT 的能耗系数相 同，我们可以大致估计其所消耗的电能。据报道，ChatGPT 每天收到约 1000 万次访 问。但这个访问量还有很大的上升空间，如果请求次数增长到每天 1 亿次，那么一 年耗电量将为 1.45 亿度电。另外，根据 Luccioni 等（2022），训练 GPT-3 消耗了 12.87 万度电，这和运行相比，还是算少的。由于 2022 年我国全社会用电量是 86372 亿度 电，因此目前人工智能的耗电量还算不上很高。但趋势值得观察，因为随着模型参 数越来越多，模型渗透率越来越大，耗能还会增加。

5. 人工智能将提高多少的劳动生产率？

人工智能预计将对劳动力需求和劳动生产率产生深远影响。从劳动力需求角度看， 由于人工智能进一步扩大自动化的范围，降低重复性的工作和提高工作效率，因此 许多工作岗位可能会消失，但新的工作机会也会被创造出来。根据 Open AI 的研究， 数据处理、信息技术、计算机制造、金融、广播、零售业、传媒电影制作等行业对 ChatGPT 4 的暴露度在 40%以上，属于暴露度比较高的行业，而像社会服务、农业、 采矿业等初级或依赖人文关怀的行业 AI 暴露度较小。另外根据波士顿咨询在世界 经济论坛上的文章——《人工智能影响金融就业市场的 4 种方式》，AI 会造成中国 金融业 23%的工作被替代，而剩下的 77%的工作不会被取代，相反，员工能够通过使用 AI 提高生产效率。关于 AI 提高劳动生产效率的文献，高盛的研究报告《人工 智能对经济增长的潜在巨额影响》认为那些采用 AI 的企业员工生产效率每年能提 高 2-3 个百分点。 测算 AI 对劳动生产效率的提升可以从自上而下和自下而上两种途径去分别估计。 自上而下的方法我们可以类比计算机的大规模使用给生产率的提升作用。1961 年 ~1968 年，电脑在美国设备投资中占比持续上升，劳动生产率 10 年平均增速由 1961 年的 2.11%上升到 1968 年的 2.96%，提升了 0.85 个百分点。1975 年后，计算机迎 来第二波且长时间的广泛应用，劳动生产率增速由 1982 年的 0.42%最高上升到 2005 年的 2.13%，提高了 1.71%。如果 AI 对劳动生产率的提升能类比第二波计算机应用 的影响，那么对美国劳动生产率的提升大概在 1.7%左右。

对中国而言，劳动生产率的提升可以参考 2001 年后电脑的普及叠加加入 WTO 后释 放的红利。2001 年中国加入 WTO 后，中国劳动生产率 10 年平均增速由 2001 年的 9.17%上升至 2011 年的局部顶点 10.17%，上升了 1.00 个百分点。考虑中国的劳动 生产率增速已经在持续下行，推测 AI 给中国劳动生产率增速的提升可能略低于 1 个百分点。

测算 AI 对中国劳动生产率的推动作用我们也可以采用自下而上的方法。参考 Open AI 关于行业暴露度、WFO 关于金融岗位替代比例的估计以及文献中关于 AI 对劳动 生产率提高的估计，本文确定了中国行业的 AI 暴露度，并假设 AI 暴露度最大的行 业 20%的岗位被替代，剩下 80%的岗位工作效率由于 AI 的应用提升 2%，AI 暴露 度中等的行业 5%的岗位被替代，剩下 95%的劳动生产率提高 1%，暴露度最低的行 业假设没有岗位被替代，且劳动生产率提高 0.5%。被替换的工人由于需要重新匹配 工作，劳动生产率降低 1%。这样测算下来，AI 将使得中国劳动生产率提高 0.9 个 百分点，与自上而下的估计相近。