AI技术发展驱动因素 - 计算机行业大行情均由技术驱动 2013年互联网 2018-2020年云计算 当前为AI [3] - AI发展经历算力投资—模型迭代—应用落地—数据反哺的正向飞轮 算力端已率先发力 应用端将逐步兑现价值 [3] - AI发展正从算力驱动转向应用驱动 从技术突破迈向产业落地 [3] AI应用爆发领域 - 创意生成 数字营销 代码编程 客服接待成为AI技术落地最快 应用最成熟的赛道 [4] - 重复性劳动和封闭工业场景是AI应用未来重点领域 海外头部车企工厂在搬运 分拣 质检等环节仍有替代空间 [4] - 判断应用爆发关键指标包括容错率 技术成熟度 场景封闭性与开放性 以及ROI回报 [4] 具身智能发展路径 - 具身智能终局是走入家庭 但需较长周期 应优先在工业或商业场景以单一岗位切入落地 [5] - 通过执行真实任务产生商业价值并规模化部署 积累物理世界数据 能力从单岗位扩展至多岗位协同 [5] - 特斯拉机器人已能完成家务劳动 陪伴互动及复杂决策 量产可能改变消费者认知并点燃服务机器人消费市场 [6] 数据挑战与投资机会 - 高质量数据缺失制约具身智能技术迭代与商业化 物理世界数据高度复杂且难以大规模获取 [7] - 行业积极推进人形机器人训练场建设 提供实际高质量异构物理数据 推动数据标准统一与跨企业共享 [7] - 数据生产 处理与交易企业迎来机遇 地方政府针对性扶持数据企业 大数据交易所推动高质量AI数据标准化流通 [8] 后市投资三大方向 - 人工智能方向包括AI算力与AI应用 海外厂商资本开支超预期 国内巨头加大投入带动算力需求爆发 [9] - 科技自立自强围绕信创展开 OA 门户 邮箱等通用软件已全面替代 ERP等工业软件替代加速 [9] - 金融IT作为计算机板块情绪先行指标 每轮牛市率先活跃 [9] 科技产业发展特性 - 科技创新伴随高风险高投入及适度泡沫 行业过热需谨慎 低潮需坚定信心 [10] - 科技发展是持续向上客观过程 只有耐心资本能捕捉机遇 服务机器人五年内从无到有实现场景普及 [10]