财经新闻网消息：
近期，市场对AI领域的判断更加分化。 此前暴涨的算力和芯片相关个股陷入回调，动漫和游戏先后成为领跑的先行者。 与此同时，市场上有关“AI见顶”的相关言论也逐渐发酵。
中国证券报记者多方采访调研了解到，本轮人工智能市场调整的主要逻辑不是单纯炒作概念，而是关注业绩实现和降本增效预期。 但市场对未来AI主线的推演逻辑存在分歧。 有人以“变现性能、降本增效”为核心，继续看好游戏、媒体等应用场景和商业变现； 有人认为，应该继续选择更具硬科技属性的芯片算力龙头。
为 AI 划分
“五一”假期前，“AI见顶”的议论在市场上发酵，甚至出现了一些市场传言。 在经历了年初的暴涨之后，近期部分人工智能行业出现了大幅调整。 与此同时，游戏和媒体在市场的人群中占据了市场的主导地位。
目前，无论是市场的细分，还是相关言论的热议，市场对AI领域的判断都在逐渐分化。
数据显示，截至5月5日，自4月初以来，电脑指数下跌近10%； 分行业看，IT服务下降13.86%，软件开发下降近10%，计算机设备下降5.15%。
“4月份，A股因AI题材行情引发的过度博弈和心理失衡，市场动荡不安。” 中信证券日前发表评论。
在上述调整中，4月底，游戏赛道诞生了今年首个“双基”，华夏中证动漫游戏ETF今年累计涨幅达102.38%。 “五一”长假后首日，游戏板块延续涨势。 截至5月5日，市场上出现了3只“翻倍基数”，均为动漫游戏类ETF。
“4月份以来，市场对人工智能板块的投资逻辑发生了变化。” 博时股权投资事业部助理投资总监、基金经理肖锐进表示，市场的投资重心已经从以人工智能模型为代表的计算机，转向以算力为代表的通信。 行业逐渐转向以AI应用为代表的传媒行业，包括游戏、出版、影视剧等AI赋能的下游行业。
“这不仅仅是推测性概念，例如大型模型和计算能力。 市场需要看到性能，以及降低成本和提高效率的期望。” 一位公募龙头成长股的基金经理向记者解释了本轮AI行情分化的逻辑。
诺安易信基金经理陈彦鹏介绍，AI产业从产业链上梳理可以分为三层：基础层包括AI芯片和硬件设备； 技术层包括计算机视觉和语音技术； 以及各个应用场景的应用层，比如在能源、医疗、城管等领域的延伸。
“从基础层面看，一季报业绩表现不明显，算力、芯片等企业多数出现负增长；游戏等AI应用业绩趋势明显好转。” 嘉实基金大科技研究总监王桂忠告诉记者。
对此，英米基金研究院股权研究员王泽涵表示，从应用的角度来看，游戏可能是AI新技术可以较早应用的领域之一。 市场关注AIGC应用落地，加上近期游戏版号常态化等因素叠加，进一步催化市场。
从资本博弈来看，广东正元私募股权基金投资总监华彤认为，此前有较多资金参与芯片等赛道的定价，但目前并未出现持续的定价上行周期在这些行业中，而过去参与媒体和游戏定价的资金较少，板块估值很低，在某个阶段可能更容易定价。
预期差异
基于游戏暴涨和算力暴跌的分化，市场各方对AI产业链的投资预期看法不一，存在诸多分歧。
有人聚焦“变现性能、降本增效”，继续看好游戏和媒体的应用场景和商业变现，认为国内人工智能下游应用将进入高速增长期。
例如，肖瑞金表示，近期国内企业密集发布大规模人工智能模型。 监管层明确适用的行业监管规则后，可能会看到国内下游应用的快速扩张，并转化为实际收入和利润。 产业构成重大支撑，也对人工智能模型和算力产业形成基本面支撑，大幅扩大了此前的估值。
“从算力、算法、应用的角度，我可能更倾向于后期应用的性能。” 上述重持成长股的公募龙头基金经理表示，这里很容易理解降本增效。 一部分成本来自美术，文森图可以解决80%的游戏美术，成本下降正在发生； AI能否让玩家在游戏中有更好的游戏体验，还处于预期阶段，但逻辑是相通的。
有人认为应该选择硬技术属性强的技术龙头，市场的主线最终还是会回到有算力和大机型的公司。
“我对媒体比较谨慎，因为媒体本质上不是硬技术，更多的是商业模式和应用，它的后劲可能还不够。” 一位今年业绩领先的基金经理直言，这一轮行情的龙头应该是真正有硬技术的公司，主线应该是计算机软件行业。 本来半导体会不错，但是因为上一波牛市大涨，股价已经透支，所以这一波表现比较弱。
从产业链来看，陈彦鹏进一步表示，以AI芯片为代表的基础层可能最先受益于产业加速扩张，AI应用场景的拓展或将带来产业的变革性发展。 对于整个AI行业来说，AI算力更像是一个卖水的，或者是卖铲子的。 购买算力是进入AI行业的第一步。 从横向比较来看，下游AI应用层出不穷，但谁能脱颖而出成为爆款还需要跟踪。
“随着下游应用的逐渐成熟和扩展，用户数量不断增加，算力和模型能力不足的瓶颈将成为市场关注的焦点，市场逻辑将回归上游芯片算力和大比例模型。” 肖瑞金表示。
当然，也有人认为，一个季度或者一年的时间很难说明问题，AI目前的业务逻辑还不够清晰。
华通表示，由于AI涉及到算法，所以不容易被直观地解构和推导趋势。 因此，虽然人工智能确实取得了重大进展，但这些性能是否真的能够应用并取得商业上的成功还不是很清楚。 .
免责声明 ① 本网所刊登文章均来自网络转载;文章观点不代表本网立场,其真实性由作者或稿源方负责 ② 如果您对稿件和图片等有版权及其他争议,请及时与我们联系,我们将核实情况后进行相关删除 ③ 联系邮箱:215858170@qq.com
Copyright © 2017-2018