付娟最新對話：數據概念還沒有被市場充分發掘，AI會改變所有的硬件和應用
6月8日，申萬菱信權益部投資總監付娟做客“付鵬會客廳”，與東北證券首席經濟學家付鵬進行了一場關於AI和數字經濟的對話。
AI無疑是今年最熱的主題，甚至市場中不乏有將其與蒸汽機、電力的發明作比的聲音，六裏投資報梳理了付娟的對話，她認爲，這種類比並不誇張。
在這次對話中，付娟戲稱自己是“技術女”，非常喜歡創新的東西。
投資報回顧過往付娟的路演發現，其實去年以來付娟就一直在表露自己對數字經濟的看重。
而在持倉中也可以看到，一季度，付娟的持倉中包含多只TMT標的，例如安恆信息、恆生電子、三七互娛等，都在前期漲勢良好。
數據：Choice，截至2023.6.8
付娟表示，大家預期AI在不同行業的滲透速度有所不同，市場的認知和演繹程度也有所不同。
比如以C端和B端應用爲例，市場普遍更爲認同人工智能在C端應用上的落地速度，因此市場在C端相關標的上的表現也較好；
而在B端應用上，還待更深入的推進，現在市場上相關資產的表現也接近於無。
但AI作爲一種生產力工具，它對各行各業生產效率的提升幾乎是確定性的。
付娟表示，我們可以想象到，AI可以改變我們周圍所有的硬件和應用。
目前市場對算力、算法在現階段的認知、演繹、挖掘相對充分。但是，她認爲大家還是忽略了另外一個因素，就是數據。
而中國在數據要素這一點上，有可能還是有一些領先優勢的。甚至有人毫不誇張地說，從土地財政變成數據財政，也是有可能的。
付娟認爲這一點目前的想象力，或者它未來可能帶來的效果，還沒有被市場充分的挖掘到。
把AI與蒸汽機電力
相提並論毫不誇張
付鵬：人工智能這個板塊，在今年確實是非常熱。關於這個技術的演變，你覺得目前來講是不是已經具備了可預測性？還是說目前處在非常早的早期？
付娟：首先，大家對這個創新的級別，從一开始到現在應該說是形成了一個不一致到一致的觀點。
一开始大家並沒有把它定位到很高的一個級別，
現在有人把它類比於蒸汽機的發明、電力的發明、工業革命，我自己內心認爲這是毫不誇張的。
具體到各個行業，AI的滲透程度，有些行業進展得比較快，有些行業進展得比較慢，我覺得要一步一步地去看。
比如說應用端，很多人就覺得C端的應用可能是最先落地的，所以說C端相關的資產表現特別好。
但是對於B端的改造，大家覺得可能靠後一點，所以跟B端相關的一些AI標的就沒有什么太多表現。
我覺得這可能是一輪輪、一步步深化的，遲早還是會演繹到B端。
跟移動互聯網最大的不同就是，移動互聯網基本上是以改變C端爲主。
但是我認爲，AI是一個生產力的提升，它一定會深刻地改變很多B端的生產力、生產效率。
創新分三個層級
最頂級是自己做出新蛋糕
付鵬：前年的時候，元宇宙的聲音浪潮也是非常高。再往前幾年，互聯網+這樣的概念也很多。怎么去分辨，目前這次AI浪潮的區別？
付娟：其實我覺得對我來說挺好辨別的。
因爲我長期以來是個技術女、科技女。
我從2010年到买方，2012年做基金經理，你可以想象一下那個時點，正好是中小創的起點。
那個時候的主线就是智能手機和移動互聯網，那個時候去日韓調研，去台灣調研是一種常態。
當時產業鏈主要是在那邊，後來才轉移到中國，然後中國的A股的公司才上漲很多。
雖然我不打手遊，但是我一直特別認真地研究手遊，我對新東西是特別感興趣的。
我能感知到，比如一個新東西出現，它到底是邊際上很拐點性的變化，還是只是一個小幅的量增的變化。
比如說這一波的AI創新，我一直就跟我們研究員說，你要去區分這種創新，到底是什么level上的？
在我心中，創新起碼是分三個層次的。
第一個層次是最讓我心動的，就是它做出來一塊新蛋糕。
它不是在原有的蛋糕上去切分蛋糕，它是自己做出來一塊蛋糕。
打個比方，比如說遊戲產業，當然我也不是很專業的角度去分析遊戲產業。
目前大家講的AI能夠給遊戲行業降本增效這條路，其實我並不是很看好；
我更看好的是，比如說有一家遊戲公司，它可以做出一款遊戲，讓我這種從來不玩遊戲的人被圈粉了，讓我愿意去每天花點時間去玩這個遊戲。
這叫做大蛋糕。
元宇宙也一樣的，它有沒有讓一部分人群在互聯網上花費的時間更長？
如果有的話，那我認爲可能是做大蛋糕的一次機會。
如果沒有的話，那我認爲它的創新級別其實沒有那么大。
還有它的客戶群固定，那它有沒有可能通過什么方式把它擴圈？
這個公司才能有更高的成長性。
AI現在的很多投資
在創新的第二層
我剛才說的第一個level，就是說它可能是做大蛋糕。
但是目前，我們看到的是在第二個層面，或者是第三個層面的事情。
第二個層面，是什么意思？
我自己覺得，相當於是它搶了別人的蛋糕。
比如說，线上的搶了线下生意的蛋糕，類似於重新分割蛋糕，跟別的領域重新切割蛋糕。
比如說教育，我認爲教育其實就是比較典型的，切了傳統教育生意模式蛋糕的例子。
這是第二個level的事情，比第一個level要降級一些，但是也好於第三個level。
第三個level它也有機會，但是它這種機會可能是點狀的，而不是系統性的。
就是說，在原有的領域裏面互相之間搶蛋糕。
比如說，我是一個很小的遊戲公司，我有一個很好的創意，我可以通過AI很快把它實現出來，可以收割一部分流量，這就相當於它在搶別人的蛋糕。
所以說，我自己認爲，AI對很多事情的改變，現在我們還看不到，但是可能會比較復雜。
對B端的改造，我們現在說的是一些智能制造，它其實還遠遠達不到智能的概念。
真正智能的概念，就是自主去判斷訂單什么時候下，是有一個自主的判斷調教的過程，但是現在還是一個固定的流程。
這方面離得還比較遠，但是早晚也會來到。
我覺得這個也是可以期待的，但是時間就會比較久。
AI可以改變我們
周圍所有的硬件和應用
付鵬：就目前的人工智能在市場上的應用，能不能給大家總結一下？目前大家覺得最落地的應用是什么？
付娟：市場已經選出來了，主要就是4-5個方向。
一個是遊戲，一個是以數字人爲代表的營銷領域，還有就是辦公。
再有就是金融，比如說金融數據。
還有文生圖、文生視頻這些，也是跟前面幾個相關的，主要就這幾個領域。
最新的一個進展就是所謂的具身化。
這些應用其實我自己覺得本身都是在預期當中，只是在一步一步地往前推進，看進展。
我們可以想象到，AI以後會改變我們周圍所有的硬件和應用。
數據的开發想像力
還沒有被市場充分發掘
付鵬：數字經濟，這兩年也很火。它和我們聊的人工智能，你覺得是什么關系？
付娟：數字經濟，它涵蓋的範圍非常廣。
它有產業數字化，還有數字產業化這兩大部分。
產業數字化這部分就是在各行業，包括農業、建築、交通都可以數字化。
另外就是傳統的像計算機、傳媒這些，算我們傳統認知的數字經濟。
其實數字經濟它由來已久，一直存在，只是一波又一波，它的創新點在發生切換。
這一波的創新點，就來到了AI的身上。
在整個AI的這個領域裏面，我覺得之前大家非常關心算力，從資本市場的表現看也是這樣。
大家也特別關心算法，也就是大模型以及各個垂類的應用。
其實這兩個領域，市場目前來看，在現階段的認知、演繹、挖掘相對充分。
但是，我認爲大家還是忽略了另外一個因素，就是數據。
我一直以來也都特別關心數據要素這個事情，
包括我們國家在高層架構上，其實一直也在反復提數據要素這個事情。
我自己覺得，資本市場包括很多投資者對數據要素的認知，還需要再繼續深化。
我們說AI三要素——算力、算法和數據，
其實數據是其中必不可少的一個因素，而且它未來甚至有可能成爲兵家必爭之地。
像有一個專家分享的，到2025年，可能地球上所有可爬的、公开的文本資料就被大模型喫完了。
到2030年或2035年的時候，所有的公开可爬的圖片數據甚至視頻數據可能也會被大模型全部吸收、消化。
這之後，如果大家繼續想在大模型上比拼，你想想看我們要喫什么？
肯定要喫更加有營養的、別人喫不到的這些數據才可以。
這個時候，我覺得數據的價值就可能進一步地被挖掘出來、
所以說，我覺得這可能是後面要去演繹的一個東西。
比如一开始AI出來，很多人對我們國家的AI進展跟其他國家的AI進展會有一些對比，
那么大家發現，不管是在算力上或者是算法上，我們有一些落後。
但是，我想提醒的一點是，我們在數據要素這一點上，有可能還是有一些領先優勢的。
首先，我們先從數據量來說，
毫無疑問，因爲我們人口的原因，因爲我們這么多的企業數量的原因，中國沉積下來的數據量是全球最大的。
也有一個統計數據，就是中國可能佔全球數據量的20%多，這已經是個非常龐大的數字了。
再從开發的意識上來看，者是頂層架構上來看的話，我覺得中國也是遠遠領先在其他國家前面。
數據它在哪？在三個地方。
數據在政府、個人和企業手裏。
這三個數據來源，個人數據的話在個人手裏，它的开發可能需要很多其他層面的保證，才能慢慢去开發或使用，需要個人去授權。
企業數據，更加商業機密，這個可能在更後面。
但是有一塊數據，就是政府數據，政府很多數據其實它是有公益性質的、可以开發出來共享的一些基礎。
在政府數據的大开發方面，我覺得有可能我們在這個方面會先於其他國家去把它的價值給挖掘出來。
你會發現，有些需求是大家不做的時候沒有意識到，做完之後發現這個需求居然這么火。
舉個例子，比如有一個公司幫地方政府去做數據开發，
一开始开發出來的數據，比如說整個城市的交通地鐵也好、公交系統也好、人流密集點，一想就是很多人需要。
這個开發出來以後誰來买、量的需求怎么樣，是符合原來預期的。
但是有一個數據，其實整理起來很簡單，匯集起來也比較簡單，但是沒想到賣出去的量的需求就超預期了。
是什么呢？
他們就把整個城市招投標的項目匯集到了一起，然後發現這個數據有很多建築企業、設計企業都會买。
從這一點小事情，你會發現，其實數據背後隱含可以挖掘的價值是很大的。
我覺得，數據要素的大开發，從政務數據或者政府數據开始，在各個地方或者是政府層面就如雨後春筍般，後面就可以看到。
這一點我覺得是可能比海外要走在前面一些的，包括各個垂類的，比如說法院的一些數據，
它的垂類模型的开發，包括各個地方法院一些案例數據打通共享，我覺得這一點應該可能比國外要更加方便。
甚至有人毫不誇張地說，從土地財政變成數據財政，也是有可能的。
我覺得這一點目前的想象力，或者它未來可能帶來的效果，還沒有被市場充分的挖掘到。
爲什么要把數據提爲生產要素？
因爲它可以跟另外三種生產要素去結合，創新出來新的東西。
比如說爲什么現在大家又重新开始對人形機器人感興趣？
人形機器人無非就是數據加一個機器人的本體，或者加算法，就形成了一個新的勞動力。
所以數據加傳統的機械制造，它就可以迸發出一個新的生產要素、新的勞動力。
它作爲一個生產要素的價值就體現在這裏。
所以說，我們不能忽視對數據的挖掘。
包括前段時間也出現了首例，交易個人數據的一個事情，在貴州。
這樣的事情可能在後面會不斷出現，我覺得這也是一個非常好的可以提升我們生產力的方向。
數據要素的开發想象力挺大的，現在我們只是看到了一丁點的東西。
逆全球化趨勢下
中國的制造業不會被完全取代
付鵬：關於制造業，傳統行業在大量轉移。
付娟：前段時間我還剛去了一下越南和柬埔寨。
越南我已經是第二次去了。
第一次去的時間可能差不多2015年、2016年，那時候去也是爲了看產能轉移。
但是我感覺這一波產能轉移，跟上一波的產能轉移還是有一些變化的。
那波的產能轉移真的就是一些特別傳統的，
但是現在這一波的轉移的話，海外建的工廠的自動化，或者是智能化的程度，甚至都比國內的工廠要好。
因爲是中國人去建的，我們中國人建工廠的能力也在迭代。
所以說海外工廠的效率更高，使用工人的數量，其實比國內反而要減少。
不是因爲他們工人成本低，這個因素跟我原來理解是不一樣的。
勞動力成本這個東西絕對不是主導。
更多的是，比如說關稅，
另外一個就是逆全球化這個因素導致的，但是也倒逼了他們整個工廠的智能化。
這一點是讓我感受比較明顯的。
而且從事產業多元化，不是特別低端的，
可能偏中低端的一些產業，中國工廠在那邊也是比較多的進行投資，我覺得這一點跟上一輪是有點不同的。
另外我認爲，也不用過於擔心，它能把我們所有的產能給承接走。
因爲我覺得很重要的一點，還有人員素質的構成。
人口是個優勢，但是教育程度、包括他們的勞動技能、熟練程度，我覺得也是一個問題，可能很難進階。
包括基建，基建是一個非常重要的優勢。
去看了以後你就覺得中國基建太強了，他們不管從物流效率上也好，還是其他的哪怕電力的保障，配套也是一個很大的問題。
所以我這次看下來是不擔心的。
標題：付娟最新對話：數據概念還沒有被市場充分發掘，AI會改變所有的硬件和應用
地址：https://www.iknowplus.com/post/2821.html
