不看卖方报告已数年——不是空虚得清高，它们绝大多数确确实实除了复制粘贴就是意淫—如果这个行业继续低端下去，它的工作岗位迟早被GPT替代—我觉得只有独立研究才是股市赚钱的唯一出路。这是接触了GTP后行业给我的感受。

三月份偶然看了朋友推荐的“天风证券”关于GPT的一些思考，研究所所长赵晓光3.15作的“这一轮数据革命的终局”演讲，它令我刮目相看，改变了我的一些想法。它的东西之所以好，不在于它推荐了什么个股，而在于在思维方式上着重推市场宏观和围观角度推演产业链的过程和逻辑，从而找到困局和破局。

因此，我愿意将他在2023三季度策略会上所做的题为《过去四个月，AI发生了什么变化？》的致辞提纲挈领，分享给大家。

整个讲稿的核心内容可以概括为一句话：“GPT是改变人类的事情，如果十年之后看今天，我们只是处在一轮科技大浪潮的起点。”

以下是精要：

第一个变化是：GPT成为科技创新的发动机

一、从行业角度反推。机器人、无人驾驶和元宇宙这三大行业之前都有很伟大的前景却一直停滞不前，但在GPT出现后，技术变化显著加快。

以元宇宙为例，原来100分钟的视频可能需要100人的团队工作半年才能做出来，而有了GTP可能10分钟就能够做出来。

GPT背景下，要高度重视苹果的visionpro带来的元宇宙拐点。

用GPT做机器人控制器的开发，适配简单，成本很低，插件快捷，大幅加快机器人研发速度。

以智能驾驶为例，马斯克扬言到年底智能驾驶即已技术成熟，背书人就是GPT。

二、GPT将大幅加快科学技术到产业化的转化速度，降低转化成本，即通过GPT赋能仿真技术。来自某半导体材料研究院院长亲历案例告诉我们，GPT会带来仿真能力指数级的增强，从而大幅缩短研发周期。过去研发一个半导体材料要三年的周期，设备定制周期6到12个月，之后需要调试、反复做试验和调整。而现在通过500片GPU，不仅工艺好、时间也只需两个月。如果再发展迭代下去，未来研发周期可能缩短到10天。其他化工、军工、医药、电子等等行业的材料可以类推。

这一轮GPT起来以后，可能从根本上改变了最重要的科研技术转化周期，特别是改变我们的研发体系。例如，调查一家英伟达授权的专注高校科研市场的ai服务器公司发现，高校领域大规模地需要GPT来进行研究和研发，来自科研领域的AI需求指数级增长。

三、如果以更宏大的视角，GPT和web3.0结合，从本质上可以改变企业组织形式、商业体系。

第二个变化是，GPT触发新技术进入正反馈闭环循环

GPT的显著特点是形成了正反馈闭环，通过不断的训练、学习，效果越来越好、用户越来越多、数据越来越丰富，企业越来越受益，然后反过来再继续买设备投入研发，这样就进入了正反馈的循环。

正反馈是所有商业模式中最重要的。从这个角度推演，GPT虽然已经涨了四个月，但大概率远远没有结束，行情也会产生正反馈。

（行业将来可能还会再一次迎接“戴维斯双击”——南湖如此猜想）

第三国外变化是，数据在哪里，哪里就有机会

无论是OpenAI的数据还是从各种文献材料看，数据枯竭对于GPT来说是致命的。因此，数据在哪里、哪里就有机会。赵所长认为，数据来自三大领域：

第一个领域，智能手机端（依然严重低估）

需要着重指出的是，手机端不能全靠云计算，一定需要混合计算、边缘计算，有了边缘计算以后带来整个算力的要求是四倍的增长，就是从6T到30T。所以可以关注主芯片相关的通信芯片、相关的存储芯片、通讯芯片、相关的模组以及散热——它可能是未来很重要的方向。

第二个领域，元宇宙

数据来自于场景，而元宇宙通过打造场景让我们挖掘出新的数据金矿出来。

第三个领域，物联网

物联网涉及到行业的深度信息化。先知先觉的企业已经开始建设to B端的相关业务。英伟达等龙头企业在积极拓展产业应用，跑产业圈数据，未来to B的行业深度信息化，是GPT的金矿和未来。

相关的一些思考：

第一、关于行业景气度

交流了一些业务上独家垄断的美国、德国、日本三家全球性的公司，覆盖工业、电子、家电、汽车、新能源等各领域，他们可以非常敏感性的反映景气变化。从6月底开始下游各行业数据开始好转，现在处在清库存的结束，补库存的开始。

第二、我们将进入产业并购时代

总之，这次GPT的革命是未来经济发展最根本的生产力，更是最根本的生产关系。如果放大到几十年的周期看，我们现在处在前一个科技革命的结束和新一轮科技革命的开始，这个周期很难花一两年就全部演绎完，需要10年或者更长的周期。但如果能够跟上这10年投资的趋势，在我们的职业生涯中或许就已经足够