核心观点
　　生成式AI取得算法突破，AIGC进入应用爆发期，创造巨大经济价值。2022年之前，Diffusion、GPT-3、CLIP等深度学习模型已经相继成熟，2022年在上述的深度学习模型基础之上衍生出了例如DALL-E 2、Stable Diffusion、ChatGPT等诸多生成式模型，内容生产模式过渡到AI辅助内容生成阶段。当前AIGC正经历一个渗透率快速提升的阶段，为人工智能行业打开全新的成长空间。深度学习带来的科技革命将产生巨大的经济价值，根据ARK测算，深度学习将在未来15-20年内，为全球股票市场增加30万亿美元的市值。
　　中证人工智能指数涵盖行业优质标的，业绩稳健前景可观，中证人工智能ETF具备较高的配置价值。中证人工智能指数涵盖海康威视、科大讯飞等核心标的，包括但不限于大数据、云计算、云存储、机器学习、机器视觉、人脸识别、语音语义识别、智能芯片等细分行业。易方达中证人工智能ETF产品兼具费率低、流动性好、跟踪误差小等优势，展现出较高的配置价值。
　　摘要
　　深度学习算法驱动，人工智能行业高成长。纵观人工智能行业发展历史，三次人工智能的发展浪潮均始于算法的革命性突破，2012年深度学习模型在ImageNet竞赛战胜支持向量机算法，标志着第三次人工智能发展浪潮的开启。根据德勤数据，中国人工智能市场规模由2017年的709亿元增长至2025年的5460亿元，年均复合增长率为29%。
　　人工智能战略高度提升，场景应用成为政策关注重点。我国人工智能在国家战略层面，分别从技术突破、人才培养、创新平台、伦理要求、场景应用等方面，形成了一套系统的人工智能建设和发展的顶层设计。近期的政策中更加注重人工智能的场景创新与应用，通过人工智能与实体经济的深度融合，培育新的经济增长点。
　　生成式AI取得算法突破，衍生模型百花齐放。2022年之前，Diffusion、GPT-3、CLIP等深度学习模型已经相继成熟，2022年在上述的深度学习模型基础之上衍生出了诸多生成式模型。在图像生成方面，诞生了DALL-E 2、Stable Diffusion等模型，在自然语言生成方面，诞生了ChatGPT等对话式模型，深刻改变了传统的内容生产方式，内容生产模式从专业生成内容（PGC）和用户生成内容（UGC）逐渐过渡向AI辅助内容生成阶段。
　　AIGC进入应用爆发期，创造巨大经济价值。在算法成熟的基础之上，AIGC进入应用爆发期。据Gartner测算，目前人工智能生成数据占所有数据比重不到1%，到2025年，人工智能生成数据占比将达到10%，当前AIGC正经历一个渗透率快速提升的阶段，为人工智能行业打开全新的成长空间。深度学习带来的科技革命将产生巨大的经济价值，根据ARK测算，深度学习将在未来15-20年内，为全球股票市场增加30万亿美元的市值。
　　中证人工智能指数：涵盖人工智能行业优质标的，业绩稳健前景可期。中证人工智能指数涵盖海康威视、科大讯飞等核心标的，包括但不限于大数据、云计算、云存储、机器学习、机器视觉、人脸识别、语音语义识别、智能芯片等细分行业。2022年前三季度中证人工智能主题指数平均ROE为8.10%，营业收入同比增速为13.05%，展现出较强的盈利能力以及良好的发展趋势。截至2月3日，中证人工智能指数自2012年6月29日成立以来涨幅为+176.42%，大幅跑赢同期中证500（+82.76%）、中证1000（+91.82%）和沪深300（+68.25%）等宽基指数，业绩表现优异。此外，该指数年化收益率、夏普比率相较于中证500、中证1000、沪深300亦有一定的优势。
　　易方达中证人工智能ETF：兼具低费率、流动性好、跟踪误差小等优势，具备较高的配置价值。易方达中证人工智能ETF（159819.OF）是紧密跟踪中证人工智能主题指数收益率的基金产品，追求跟踪偏离度和跟踪误差的最小化，为投资者提供一个管理透明且成本较低的指数投资工具。该产品以ETF方式跟踪指数，具备低基金管理费率、低托管费率的基金产品优势，而该基金实际上述费率分别为0.15%和0.05%，在同类基金中处于显著更低水平。当前，生成式AI获得投资者的广泛关注，一方面，当前人工智能的算法迭代速度相对较快，同时部分算法晦涩难懂，加大了投资者的选股难度；另一方面，目前处于场景创新和应用爆发阶段，投资者的预期相对较高，未来业绩是否如期兑现也存在一定的不确定性。在此背景下，兼具灵活性的行业投资组合——易方达中证人工智能ETF配置价值凸显。
　　风险提示：人工智能技术进步不及预期；北美经济衰退预期逐步增强，宏观环境存在较大的不确定性，国际环境变化影响供应链及海外拓展；芯片紧缺可能影响相关公司的正常生产和交付，公司出货不及预期。
　　

研究报告全文：证券研究报告行业深度生成式AI进入应用爆发期利用人工智能ETF布局人工智能优质核心标的核心观点维持强大于市生成式AI取得算法突破AIGC进入应用爆发期创造巨大经于芳博济价值2022年之前DiffusionGPT-3CLIP等深度学习模yufangbocsccomcn型已经相继成熟2022年在上述的深度学习模型基础之上衍生010-86451607出了例如DALL-E2StableDiffusionChatGPT等诸多生成式模型内容生产模式过渡到AI辅助内容生成阶段当前AIGCSAC执证编号S1440522030001正经历一个渗透率快速提升的阶段为人工智能行业打开全新的发布日期2023年02月09日成长空间深度学习带来的科技革命将产生巨大的经济价值根据ARK测算深度学习将在未来15-20年内为全球股票市场市场表现增加30万亿美元的市值9中证人工智能指数涵盖行业优质标的业绩稳健前景可观中证-1人工智能ETF具备较高的配置价值中证人工智能指数涵盖海-11康威视科大讯飞等核心标的包括但不限于大数据云计算-21云存储机器学习机器视觉人脸识别语音语义识别智能-31芯片等细分行业易方达中证人工智能ETF产品兼具费率低流20222820223820224820225820226820227820228820229820231820232820221182022128动性好跟踪误差小等优势展现出较高的配置价值2022108计算机上证指数相关研究报告摘要深度学习算法驱动人工智能行业高成长纵观人工智能行业发展历史三次人工智能的发展浪潮均始于算法的革命性突破2012年深度学习模型在ImageNet竞赛战胜支持向量机算法标志着第三次人工智能发展浪潮的开启根据德勤数据中国人工智能市场规模由2017年的709亿元增长至2025年的5460亿元年均复合增长率为29人工智能战略高度提升场景应用成为政策关注重点我国人工智能在国家战略层面分别从技术突破人才培养创新平台伦理要求场景应用等方面形成了一套系统的人工智能建设和发展的顶层设计近期的政策中更加注重人工智能的场景创新与应用通过人工智能与实体经济的深度融合培育新的经济增长点生成式AI取得算法突破衍生模型百花齐放2022年之前DiffusionGPT-3CLIP等深度学习模型已经相继成熟2022年在上述的深度学习模型基础之上衍生出了诸多生成式模型在图像生成方面诞生了DALL-E2StableDiffusion等模型在自然语言生成方面诞生了ChatGPT等对话式模型深刻改变了传统的内容生产方式内容生产模式从专业生成内容PGC和用户生成内容UGC逐渐过渡向AI辅助内容生成阶段本报告由中信建投证券股份有限公司在中华人民共和国仅为本报告目的不包括香港澳门台湾提供在遵守适用的法律法规情况下本报告亦可能由中信建投国际证券有限公司在香港提供同时请参阅最后一页的重要声明人工智能行业深度报告AIGC进入应用爆发期创造巨大经济价值在算法成熟的基础之上AIGC进入应用爆发期据Gartner测算目前人工智能生成数据占所有数据比重不到1到2025年人工智能生成数据占比将达到10当前AIGC正经历一个渗透率快速提升的阶段为人工智能行业打开全新的成长空间深度学习带来的科技革命将产生巨大的经济价值根据ARK测算深度学习将在未来15-20年内为全球股票市场增加30万亿美元的市值中证人工智能指数涵盖人工智能行业优质标的业绩稳健前景可期中证人工智能指数涵盖海康威视科大讯飞等核心标的包括但不限于大数据云计算云存储机器学习机器视觉人脸识别语音语义识别智能芯片等细分行业2022年前三季度中证人工智能主题指数平均ROE为810营业收入同比增速为1305展现出较强的盈利能力以及良好的发展趋势截至2月3日中证人工智能指数自2012年6月29日成立以来涨幅为大幅跑赢同期中证中证和沪深等宽基指176425008276100091823006825数业绩表现优异此外该指数年化收益率夏普比率相较于中证500中证1000沪深300亦有一定的优势易方达中证人工智能ETF兼具低费率流动性好跟踪误差小等优势具备较高的配置价值易方达中证人工智能ETF159819OF是紧密跟踪中证人工智能主题指数收益率的基金产品追求跟踪偏离度和跟踪误差的最小化为投资者提供一个管理透明且成本较低的指数投资工具该产品以ETF方式跟踪指数具备低基金管理费率低托管费率的基金产品优势而该基金实际上述费率分别为015和005在同类基金中处于显著更低水平当前生成式获得投资者的广泛关注一方面当前人工智能的算法迭代速度相对较快同时部分AI算法晦涩难懂加大了投资者的选股难度另一方面目前处于场景创新和应用爆发阶段投资者的预期相对较高未来业绩是否如期兑现也存在一定的不确定性在此背景下兼具灵活性的行业投资组合易方达中证人工智能ETF配置价值凸显风险提示人工智能技术进步不及预期北美经济衰退预期逐步增强宏观环境存在较大的不确定性国际环境变化影响供应链及海外拓展芯片紧缺可能影响相关公司的正常生产和交付公司出货不及预期请参阅最后一页的重要声明人工智能行业深度报告目录一人工智能行业进入高速成长期场景应用获得政策关注111人工智能行业迎来新一轮的发展浪潮112人工智能上升至国家战略层面场景应用是近期关注重点2二生成式AI模型取得算法突破产业进入应用爆发期421图像生成完成技术积淀衍生模型百花齐放422自然语言预训练模型进入辅助内容生成阶段623生成式AI模型的飞跃式发展创造巨大的经济价值7三中证人工智能主题指数投资价值831指数的编制人工智能主题选优定期调整样本股832指数特点涵盖人工智能优质标的业绩稳健前景可观933易方达中证人工智能ETF产品11风险分析13图表目录图表1人工智能发展的三次浪潮1图表2全球人工智能市场收支规模2图表3中国人工智能行业市场规模2图表人工智能产业相关的政策文件42图表5历年政府工作报告中对人工智能的论述3图表6AIGC相关深度学习基础模型4图表7典型的生成式模型结构图5图表82022年诞生了诸多图像生成模型5图表9不同AI模型生成的火星上的宇航员图像5图表10典型的自然语言预训练模型架构6图表11超大规模的自然语言预处理模型发展历史7图表12AIGC相关应用场景7图表13全球深度学习相关股票市值将在15-20年内增加至30万亿美元8图表14中证人工智能主题指数基本信息和编制规则8图表15中证人工智能主题指数成分股行业权重分布9图表16中证人工智能主题指数成分股行业数量分布9图表17中证人工智能主题指数前十大成分股概况10图表18中证人工智能主题指数2022Q1-Q3年平均ROE对比10图表19中证人工智能主题指数2022Q1-Q3营收增长率对比10图表20人工智能指数走势对比11图表21不同指数绩效表现近五年截止2023年2月3日11图表22易方达中证人工智能ETF产品介绍11图表23易方达中证人工智能ETF认购份额及费率12请参阅最后一页的重要声明人工智能行业深度报告一人工智能行业进入高速成长期场景应用获得政策关注11人工智能行业迎来新一轮的发展浪潮人工智能ArtificialIntelligenceAI是利用机器学习和数据分析方法赋予机器模拟延申和拓展类人的智能的能力本质上是对人类思维过程的模拟主要领域包括机器学习语言识别图像识别和自然语言处理等AI概念最早始于1956年的达特茅斯会议受限于算法和算力的不成熟未能实现大规模的应用和推广近年来在大数据算法和计算机能力三大要素的共同驱动下人工智能进入高速发展阶段其识别率准确率均有大幅提高在诸多落地场景中都展现了很强的实用性图表1人工智能发展的三次浪潮资料来源清华大学AMinerCSDN中信建投深度学习引领第三次人工智能发展的浪潮纵观人工智能行业发展历史三次人工智能的发展浪潮均始于算法的革命性突破两次寒冬则是由于算力和数据量的限制第三次浪潮中深度学习解决了训练多层神经网络时的过拟合问题基于深度学习的神经网络成功用于图像语音识别标志性事件是2012年ImageNet图像识别大赛其深度学习模型AlexNet的错误率仅为15左右远远好于第二名支持向量机算法的26这一结果迅速点燃了产业对神经网络和深度学习的兴趣深度学习也快速的实现了商业化Transformer结构的提出是深度学习发展过程中的重要里程碑进一步加速了人工智能的蓬勃发展深度学习从最初简单的感知机算法简单的神经网络发展到目前参数量达到数千万亿的庞大而复杂的神经网络成为当下人工智能技术应用产业中的主流解决方案第三次浪潮中人工智能行业整体市场呈现高速增长趋势2021年全球市场人工智能市场收入规模含软件硬件及服务达850亿美元IDC预测2022年该市场规模将同比增长约20至1017亿美元并将于2025请参阅最后一页的重要声明1人工智能行业深度报告年突破2000亿美元大关CAGR达245根据德勤数据中国人工智能市场规模由2017年的709亿元增长至2025年的5460亿元年均复合增长率为29图表2全球人工智能市场收支规模图表3中国人工智能行业市场规模全球人工智能市场收支规模亿美元市场规模亿元YoY600054604525003940500020424368353020004000312830283440272425150030002678252010172058200016081510008501292988101000709500500020212022E2025E资料来源IDC上海数字大脑研究院中信建投资料来源德勤中信建投12人工智能上升至国家战略层面场景应用是近期关注重点行业长期发展战略清晰明确政策重点支持我国2017年提出新一代人工智能发展规划对人工智能的行业发展提出了明确的战略目标预计到2030年我国要形成较为成熟的人工智能理论和技术体系产业竞争力达到国际领先水平后续密集出台了一系列相关的支持性政策我国人工智能在国家战略层面分别从技术突破人才培养创新平台伦理要求场景应用等方面形成了一套综合系统的人工智能建设和发展的顶层设计近期的政策中更加注重人工智能的场景应用通过人工智能与实体经济的深度融合培育新的经济增长点图表4人工智能产业相关的政策文件时间文件内容2017年新一代人工智能发展规划分三步走2030年实现人工智能理论技术与应用总体达到世界领先水平成为世界主要人工智能创新中心促进新一代人工智能产业发展三年行动力争到2020年一系列人工智能标志性产品取得重要突破在若干重点领域计划2018-2020年形成国际竞争优势人工智能和实体经济融合进一步深化产业发展环境进一步优化2018年新一代人工智能产业创新重点任务揭榜重点突破一批技术先进性能优秀应用效果好的人工智能标志性产品平台工作方案和服务为产业界创新发展树立标杆和方向培育我国人工智能产业创新发展的主力军2019年关于促进人工智能和实体经济深度融合促进人工智能和实体经济深度融合要把握新一代人工智能发展的特点坚持的指导意见以市场需求为导向以产业应用为目标请参阅最后一页的重要声明2人工智能行业深度报告国家新一代人工智能开放创新平台建设通过建设开放创新平台着力提升技术创新研发实力和基础软硬件开放共享服工作指引务能力鼓励各类通用软件和技术的开源开放支撑全社会创新创业人员团队和中小微企业投身人工智能技术研发促进人工智能技术成果的扩散与转化应用使人工智能成为驱动实体经济建设和社会事业发展的新引擎2020年国家新一代人工智能标准体系建设指到2023年初步建立人工智能标准体系重点研制数据算法系统服务南等重点急需标准并率先在制造交通金融安防家居养老环保教育医疗健康司法等重点行业和领域进行推进2021年中华人民共和国国民经济和社会发展第聚焦高端芯片操作系统人工智能关键算法传感器等关键领域加快推进十四个五年规划和2035年远景目标纲要基础理论基础算法装备材料等研发突破与迭代应用培育壮大人工智能大数据区块链云计算网络安全等新兴数字产业提升通信设备核心电子元器件关键软件等产业水平新一代人工智能伦理规范将伦理道德融入人工智能全生命周期为从事人工智能相关活动的自然人法人和其他相关机构等提供伦理指引2022年关于加快场景创新以人工智能高水平为落实新一代人工智能发展规划系统指导各地方和各主体加快人工智能应用促进经济高质量发展的指导意见场景应用推动经济高质量发展关于支持建设新一代人工智能示范应用坚持面向世界科技前沿面向经济主战场面向国家重大需求面向人民生命场景的通知健康充分发挥人工智能赋能经济社会发展的作用围绕构建全链条全过程的人工智能行业应用生态支持一批基础较好的人工智能应用场景加强研发上下游配合与新技术集成打造形成一批可复制可推广的标杆型示范应用场景首批支持建设十个示范应用场景资料来源中国政府网科技部发改委中信建投我国政府高度重视人工智能行业的发展2017年以来多次在政府工作报告中提及人工智能产业2022年提出加快发展工业互联网培育壮大集成电路人工智能等数字产业提升关键软硬件技术创新和供给能力接下来人工智能项目会更加注重于场景创新与应用促进我国经济的高质量发展图表5历年政府工作报告中对人工智能的论述时间内容2017年人工智能首次新兴产业全面实施战略性新兴产业发展规划加快新材料新能源人工智能集成电路生物制药第五代移动通信等技术研发和转化做大做强产业集群2018年人工智能再次被写入政府工作报告做大做强新兴产业集群实施大数据发展行动加强新一代人工智能研发应用在医疗养老教育文化体育等多领域推进联网2019年人工智能升级为智能打造工业互联网平台拓展智能为制造业转型赋能升级深化大数据人工智能等研发应用培育新一代信息技术高端装备生物医药新能源汽车新材料等新兴产业集群壮大数字经济2020年加强新型基础设施建设涵盖5G基站建设特高压城际高速铁路和城市轨道交通新能源汽车充电大数据中心人工智能工业互联网七大领域2022年加快发展工业互联网培育壮大集成电路人工智能等数字产业提升关键软硬件技术创新和供给能力资料来源中国政府网中信建投请参阅最后一页的重要声明3人工智能行业深度报告二生成式AI模型取得算法突破产业进入应用爆发期根据监督学习的方法差异深度学习领域具有判别式AI和生成式AI两种典型模型判断式AI可以学习数据中的条件概率分布根据已有数据进行分析判断预测典型应用为内容的智能推荐自动驾驶等而生成式AI可以学习数据中的联合概率分布更强调学习归纳后进行演绎创造生成全新的内容人工智能的概念诞生之初人们就对计算机的内容生成就给予了厚望1957年莱杰伦希勒和伦纳德艾萨克森通过将计算机程序中的控制变量换成音符完成了历史上第一支由计算机创作的音乐作品弦乐四重奏生成式AI后续由于高昂的生成成本以及数据算力和算法的局限性其整体效果不令人满意难以实现盈利模式的可持续发展生成式AI始终处在技术积淀阶段并未诞生可以规模化商业的模型2022年深度学习模型在生成式AI领域取得突破性进展2022年之前DiffusionGPT-3CLIP等深度学习模型已经相继成熟2022年在上述的深度学习模型基础之上衍生出了诸多生成式模型在图像生成方面诞生了DALL-E2MidjourneyStableDiffusion等模型在自然语言生成方面诞生了ChatGPT等对话式模型因此2022年一般被认为是生成式AI的元年图表6AIGC相关深度学习基础模型深度学习模型出现时间特点Diffusion2020年1通过增加噪声破坏训练数据来学习然后找出如何逆转这种噪声过程以恢复原始图像2经过训练该模型可以应用这些去噪方法从随机输入中合成新的干净数据GPT-32020年1具备1750亿参数量的超大规模的自然语言深度学习模型训练文本数据量高达45TB2减少了对标签数据的过分依赖在没有模型精调的情况下也能在下游的任务中表现良好CLIP2021年1进行自然语言理解和计算机视觉分析2使用已经标注好的文字-图像训练数据一方面对文字进行模型训练另一方面对图像进行另一个模型的训练不断调整两个模型内部参数使得模型分别输出的文字特征值和图像特征值并确认匹配资料来源互联网天地中信建投21图像生成完成技术积淀衍生模型百花齐放生成对抗网络GAN让生成式AI领域焕发生机2014年出现生成对抗网络GANGenerativeAdversarialNetworkGAN是基于对抗学习的生成模型该模型采用生成器与判别器进行对抗训练反复进行不断博弈从而生成新的能够以假乱真的内容GAN模型成为了图像生成的主流模型随后还衍生出了深度卷积GAN有条件GANStyleGANin-domainGAN等模型在神经网络架构模型训练稳定性模型崩溃问题上取得了相应突破提升了最终图像的特定细节生成速度等但是GAN也有分辨率较低创新性不足等缺点扩散模型DiffusionModel在图像生成方面性能显著提升扩散模型的概念最早在2015年提出2020年提出利用扩散模型的子类别DDPM去噪扩散概率模型进行图像生成其灵感来自非平衡热力学模型定义了一个扩散步骤的马尔可夫链在正向扩散过程中将随机噪声添加到数据中然后学习反向扩散过程从噪声中构建所需的数据样本扩散模型展现出比GAN模型更加逼真的视觉效果图像质量进一步提升请参阅最后一页的重要声明4人工智能行业深度报告CLIP模型从单一图片生成拓展到多模领域2021年出现的CLIP模型ContrastiveLanguage-ImagePre-Training通过构建文本编码器和图像编码器分别学习图像和文本特征并使用多模态嵌入空间对比学习将图片分类任务转换为图文匹配任务可以实现zero-shot的图像分类即不需要任何训练数据就能在某个具体下游任务上实现分类CLIP能够有效地学习视觉特征实现了高效的多模态识别融合与转换CLIP的多模能力成功的应用到了图片生成场景中图表7典型的生成式模型结构图图表82022年诞生了诸多图像生成模型资料来源arXiv中信建投资料来源中信建投深度学习模型取得长足进步的基础上21至22年图像生成模型实现快速迭代Diffusion扩散模型实现了算法创新提升了AI绘画的图像质量CLIP模型基于海量图片数据进行训练推动了AI绘画模型的组合创新在CLIP模型和扩散模型的基础上衍生出了诸如stablediffusionDALL-E2midjourney等图像生成模型由于算法和数据上的差异不同的模型生成的图像也风格迥异DALL-E2的创作较为写实具有区域编辑功能Midjourney较为擅长艺术风格的图片生成stableDiffusion的模型运算量相对较小无需云端部署可以在配置GPU的个人电脑端生成未来有望在移动手机终端实现图像生成图表9不同AI模型生成的火星上的宇航员图像资料来源CSDN中信建投请参阅最后一页的重要声明5人工智能行业深度报告22自然语言预训练模型进入辅助内容生成阶段2006年深度学习算法提出随后很快被应用到自然语言处理领域取得了惊人的成绩和广泛的应用2006年后诞生了多种神经网络语言模型包括多层感知机MLP卷积神经网络CNN循环神经网络RNN和长短记忆LSTM网络但是都存在一定的不足MLP难以捕捉局部特征CNN难以获得远距离特征RNN难以充分利用并行计算加速LSTM减少了网络的层数相对来说更容易优化2017年采用注意力机制的Transformer模型被引入到自然语言处理以后取得了极大的成功注意力机制更加关注上下文的相关程度和深层的语义信息因而Transformer模型在长距离建模和训练速度方面都优于传统的神经网络模型近年来在Transformer模型的基础之上衍生出了GPTBERT等超大规模的动态预训练语言模型除此以外还有基于Word2vec的词向量方法提出的ELMo模型也得到了大规模的应用图表10典型的自然语言预训练模型架构资料来源BERTPre-trainingofDeepBidirectionalTransformersforLanguageUnderstanding中信建投随着预训练语言模型的提出和计算机算力的快速提升自然语言处理技术已经进入全新的发展阶段预训练模型通过无需人工标注的大规模文本库进行高算力的预先训练得到通用的语言模型和表现形式再经过特定应用环境对预训练模型进行微调从而在各种下游应用领域得到目标任务的快速收敛和准确率提升各种预训练语言模型还在快速的更新迭代不断刷新自然语言处理任务的表现记录预训练模型已经在自然语言处理中得到了广泛应用当前自然语言处理技术在某些领域已经可以媲美人类水平同时具备多种功能应用包括文本检索信息过滤机器翻译客服问答文本生成等在金融教育医疗互联网行业当中得到了广泛的应用随着自然语言处理和传统行业的深度融合将人力从部分重复性的语言工作当中解放了出来实现了人工智能替代请参阅最后一页的重要声明6人工智能行业深度报告图表11超大规模的自然语言预处理模型发展历史GPT-NeoX20BGPT-j6BMegatronTuring-NLG137BChinchillaBLOOM176B70BchatGPTGPT-3Pan-Gu200BFLAN137BGopher280BOPT175B175BJan2022Aug2022June2020May2021Aug2021Sep2021May2022Nov2022HyperCLOVA204BYuan10246BLaMDA280BGLM130BPaLM540BJurassic-1Jumbo204BErnie30Titan260B资料来源StateofAIReport2022中信建投ChatGPT的诞生标志着预训练语言模型正式进入辅助内容生成的阶段2022年11月底OpenAI发布了ChatGPT人机对话交互模型相比过去的人机对话模型ChatGPT展现出更贴近人类的思维逻辑可以回复用户的连续问题具有一定的道德准则减少了错误问答的出现概率具备代码的编写和debug功能ChatGPT在人机对话上取得了突破性进展模型开放测试5天用户便突破了百万级别2个月的时间月活用户突破1亿成为史上用户增长速度最快的消费级应用程序ChatGPT作为GPT-3的升级版本采用了人类反馈强化学习方式RLHF和近端优化策略PPO通过奖励模型的设定极大减少了无效的编造的有害的答案出现概率更多输出了人们期望的答案当前ChatGPT已经在诸多问答环节里表现出极高的拟人化足以以假乱真我们认为以ChatGPT为代表的自然语言模型将深刻融入内容生成搜索引擎增强编程协助智能客服等领域成为人们日常生活生产的重要辅助工具23生成式AI模型的飞跃式发展创造巨大的经济价值生成模型的飞跃式发展带动AIGC进入应用爆发期AIGCAI-GeneratedContent指利用人工智能技术自动生成的内容是继专业生成内容PGC和用户生成内容UGC之后一种新型生成内容的方式图像生成和文本内容生成是AIGC的主要应用领域2022年中这两个领域均取得生成模型的飞跃发展在算法成熟的基础之上应用层的爆发呼之欲出AIGC大幅降低了内容生产成本降低了创作门槛打破了数字内容生产受到人类想象能力和知识水平的限制我们预计AIGC将在文本生成图像生成音视频生成跨模态生成领域大放异彩图表12AIGC相关应用场景领域具体应用场景领域具体应用场景文本生成1协助内容创作音视频生成1传媒领域中的音视频生成2代码编程协助2换脸等趣味视频生成3搜索引擎增强3音视频的剪辑合成工作4智能客服4语音克隆图像生成1广告营销相关图片生成跨模态生成1根据文字生成图像2提供绘画创意2根据文字生成视频3图像编辑工具3根据2D图像生成3D图像或者视频资料来源中信建投请参阅最后一页的重要声明7人工智能行业深度报告深度学习技术展现出来的变革世界的潜力超越了过去的科技创新预计将以前所未有的方式改变世界的生产生活方式创造巨大的经济价值据Gartner测算目前人工智能生成数据占所有数据比重不到1到2025年人工智能生成数据占比将达到10当前AIGC正经历一个渗透率快速提升的阶段为人工智能行业打开全新的成长空间根据ARK数据显示过去二十年来互联网为全球股票市值增加了13万亿美元而截至2020年深度学习已经创造了2万亿美元的市值根据ARK测算深度学习将在未来15-20年内为全球股票市场增加30万亿美元的市值图表13全球深度学习相关股票市值将在15-20年内增加至30万亿美元资料来源ARKInvestWorldFederationofExchangesH12020MarketHighlights中信建投三中证人工智能主题指数投资价值31指数的编制人工智能主题选优定期调整样本股中证人工智能主题指数930713CSI是由中证公司发布的旨在反映A股市场上人工智能主题公司整体表现的指数该指数从为人工智能提供基础资源技术以及应用支持的公司中选取代表性公司作为样本股包括但不限于大数据云计算云存储机器学习机器视觉人脸识别语音语义识别智能芯片等细分行业该指数发布日期为2015年7月31日基日为2012年6月29日图表14中证人工智能主题指数基本信息和编制规则指数名称中证人工智能主题指数指数代码930713CSI成分股数量100发布日期2015-07-31基日2012-06-29基点1000请参阅最后一页的重要声明8人工智能行业深度报告指数名称中证人工智能主题指数样本空间中证全指1对样本空间内股票按照最近一年新股为上市以来的A股日均成交金额由高到低进行排名剔除排名后20的股票2对样本空间的剩余股票将为人工智能提供基础资源技术以及应用支持的公司作选样方法为待选样本包括但不限于大数据云计算云存储机器学习机器视觉人脸识别语音语义识别智能芯片等3在待选样本中按照过去一年日均总市值由高到低排名选取不超过100只股票构成指数样本股报告期指数报告期样本股的调整市值除数1000计算公式其中调整市值股价调整股本数权重因子调整频率样本股每半年调整一次时间为每年6月和12月资料来源Wind中信建投32指数特点涵盖人工智能优质标的业绩稳健前景可观中证人工智能主题指数中大部分成分股集中于计算机电子行业中信一级行业权重占比分别为51343615细分领域方面人工智能产业链下游应用层领域涉及行业广泛中证人工智能主题指数的50个成分股涉及了14个中信二级行业其中权重较高的行业为计算机软件半导体计算机设备光学光电云服务权重分别为24142096128312741255前五大行业个股权重和数量占比分别达832278图表15中证人工智能主题指数成分股行业权重分布图表16中证人工智能主题指数成分股行业数量分布计算机软件半导体计算机设备计算机软件半导体计算机设备光学光电云服务汽车零部件光学光电云服务汽车零部件通用设备产业互联网其他通用设备产业互联网其他181691433712469222414125526222127420962812832资料来源WIND中信建投注其他中包括电源设备消费电子航空航天其他电子零组件其他军工黑色家电中信二级行业分类中证人工智能主题指数成分股涵盖人工智能行业优质标的海康威视和科大讯飞是中证人工智能主题指数权重最大的2只个股海康威视2021年营收8142亿同比增长2821归母净利润168亿元同比增长2551公司依托在智能物联和大数据领域深厚的软硬件技术积累构建开放合作生态为公共服务领域用户企事业用户和中小企业用户提供服务致力于构筑云边融合物信融合数智融合的智慧城市和数字化企业科大讯飞2021年营收18314亿同比增长4061归母净利润1556亿同比增长1413公司从事智能语音及语言技术研究软件及芯片产品开发语音信息服务及电子政务系统集成智慧教育智慧医疗业务保持高速增长请参阅最后一页的重要声明9人工智能行业深度报告图表17中证人工智能主题指数前十大成分股概况证券代码证券名称权重中信行业分类营业收入归母净利润近三年涨跌幅截止2021年亿元2021年亿元2023年2月3日002415SZ海康威视1014光学光电81420168001465002230SZ科大讯飞684计算机软件1831415562589603501SH韦尔股份607半导体241044476-3052600588SH用友网络458云服务89327081036000938SZ紫光股份418计算机设备676382148643688008SH澜起科技399半导体2562829-3499300454SZ深信服342云服务6805273-456002920SZ德赛西威330汽车零部件956983331219300496SZ中科创达319计算机软件41276479668600536SH中国软件270计算机软件103520766566资料来源WIND中信建投人工智能相关企业盈利能力强发展趋势向好净资产收益率ROE反映了股东权益的收益水平2022年前三季度中证人工智能主题指数平均ROE为810高于中证500中证1000的ROE水平并且即使在同类指数间进行比较亦处于同类中较高水平说明其成分股盈利能力整体相对较强此外营收增长率也是衡量一个企业经营效益的重要指标2022年前三季度中证人工智能主题指数营收增速为1305高于中证500中证1000和沪深300表明人工智能相关企业的发展趋势良好图表18中证人工智能主题指数2022Q1-Q3年平均ROE对图表19中证人工智能主题指数2022Q1-Q3营收增长率比对比平均ROE营收增长率111735681200400086910008103000800649696600200013054009202001000264279000000资料来源Wind中信建投资料来源Wind中信建投中证人工智能指数业绩表现优异截至2月3日中证人工智能指数自2012年6月29日成立以来涨幅为17642同期大幅跑赢中证5008276中证10009182和沪深3006825等宽基指数业绩表现优异请参阅最后一页的重要声明10人工智能行业深度报告图表20人工智能指数走势对比CS人工智能中证500中证1000创业板指沪深3005004003002001000-100资料来源Wind中信建投从绩效角度分析中证人工智能主题指数近五年来在累计收益率夏普比率等方面均表现较优从这个角度看作为投资标的的中证人工智能主题指数相比于其他指数在较长周期内更易获得相对较好的投资回报图表21不同指数绩效表现近五年截止2023年2月3日指数名称CS人工智能创业板指数中证500中证1000沪深300累计收益率1475591912191048-149年化收益率2891009241208-031年化波动率30692811243122192062夏普比率016041011008-005资料来源Wind中信建投33易方达中证人工智能ETF产品易方达中证人工智能ETF159819OF是由易方达基金管理有限公司于2020年7月20日至7月31日发行的交易型开放式指数证券投资基金这只ETF的业绩基准为中证人工智能主题指数930713CSI且以紧密跟踪标的指数追求跟踪偏离度和跟踪误差的最小化为其投资目标在基金管理模式上主要采取完全复制法适当的替代性策略来跟踪相应标的指数指数化投资热潮刚刚兴起随着国内资本市场逐渐完善和健全越来越多的投资者开始选择指数化投资来分散投资风险和追求长收益图表22易方达中证人工智能ETF产品介绍基金名称易方达中证人工智能主题交易型开放式指数证券投资基金证券简称AI智能基金代码159819基金类型交易型开放式指数基金发行日期2020年07月20日-07月31日基金托管人中国工商银行投资比例本基金投资于标的指数成份股及备选成份股的资产不低于非现金资产的80且不低于基金资产净值的请参阅最后一页的重要声明11人工智能行业深度报告基金名称易方达中证人工智能主题交易型开放式指数证券投资基金90因法律法规的规定而受限制的情形除外投资目标紧密跟踪标的指数追求跟踪偏离度和跟踪误差的最小化业绩比较基准中证人工智能主题指数收益率本基金为股票型基金预期风险与预期收益水平高于混合型基金债券型基金与货币市场基金本基金为风险收益特征指数型基金主要采用完全复制法跟踪标的指数的表现具有与标的指数相似的风险收益特征资料来源Wind中信建图表23易方达中证人工智能ETF认购份额及费率认购份额M认购费率M50万份08050万份M100万份050M100万份按笔固定收取500元笔管理费率015托管费率005资料来源Wind中信建投ETF产品是一种良好的投资工具不仅具备股票与指数基金的特色也兼具封闭式与开放式基金的优点相比于普通指数基金ETF可像股票一样被拆分成更小交易单位在交易所二级市场交易也不要求ETF投资人细挖市场上每只股票从产品角度看ETF产品兼具费率低流动性好的优势从配置角度看ETF产品具备良好的跟踪误差而大多数主动管理型产品在市场反转时仓位变化往往难以跟上市场节奏因此股票型ETF产品具有良好的配置价值随着政策的支持和算法的突破生成式AI迎来应用爆发人工智能行业发展再度提速2017年提出新一代人工智能发展规划对人工智能的行业发展提出了明确的战略目标预计到2030年我国要形成较为成熟的人工智能理论和技术体系产业竞争力达到国际领先水平行业的远期目标明确国家新一代人工智能标准体系建设指南关于支持建设新一代人工智能示范应用场景的通知等政策出台人工智能的场景创新与应用得到政策关注当前生成式AI算法取得突破衍生模型百花齐放生成式AI迎来行业的应用爆发引起了投资者的广泛关注一方面当前人工智能的算法迭代速度相对较快同时部分算法晦涩难懂加大了投资者的选股难度另一方面目前处于场景创新和应用爆发阶段投资者的预期相对较高未来业绩是否如期兑现也存在一定的不确定性在此背景下通过参与一个行业投资组合将人工智能产业链上细分领域的龙头公司都配置一定的底仓再紧密跟踪行业的发展动态并深入研究相关公司的业务情况进行长期的跟踪投资是一个不错选择其中股票型ETF产品凸显出了良好的配置价值感谢樊文辉辛侠平对本报告的贡献请参阅最后一页的重要声明12人工智能行业深度报告风险分析北美经济衰退预期逐步增强宏观环境存在较大的不确定性国际环境变化影响供应链及海外拓展芯片紧缺可能影响相关公司的正常生产和交付公司出货不及预期疫情影响公司正常生产和交付导致收入及增速不及预期信息化和数字化方面的需求和资本开支不及预期市场竞争加剧导致毛利率快速下滑主要原材料价格上涨导致毛利率不及预期汇率波动影响外向型企业的汇兑收益与毛利率人工智能技术进步不及预期汽车与工业智能化进展不及预期等半导体扩产不及预期请参阅最后一页的重要声明13人工智能行业深度报告于芳博分析师介绍中信建投人工智能组首席分析师北京大学空间物理学学士硕士2019年7月加入中信建投主要覆盖人工智能等方向下游重点包括智能汽车CPUGPUFPGAASIC和工业软件等方向EDA请参阅最后一页的重要声明14人工智能行业深度报告评级说明投资评级标准评级说明报告中投资建议涉及的评级标准为报告发布日后6买入相对涨幅15以上个月内的相对市场表现也即报告发布日后的6个增持相对涨幅515月内公司股价或行业指数相对同期相关证券市股票评级中性相对涨幅-55之间场代表性指数的涨跌幅作为基准A股市场以沪深减持相对跌幅515300指数作为基准新三板市场以三板成指为基准卖出相对跌幅15以上香港市场以恒生指数作为基准美国市场以标普强于大市相对涨幅10以上500指数为基准行业评级中性相对涨幅-10-10之间弱于大市相对跌幅10以上分析师声明本报告署名分析师在此声明i以勤勉的职业态度专业审慎的研究方法使用合法合规的信息独立客观地出具本报告结论不受任何第三方的授意或影响ii本人不曾因不因也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿法律主体说明本报告由中信建投证券股份有限公司及或其附属机构以下合称中信建投制作由中信建投证券股份有限公司在中华人民共和国仅为本报告目的不包括香港澳门台湾提供中信建投证券股份有限公司具有中国证监会许可的投资咨询业务资格本报告署名分析师所持中国证券业协会授予的证券投资咨询执业资格证书编号已披露在报告首页在遵守适用的法律法规情况下本报告亦可能由中信建投国际证券有限公司在香港提供本报告作者所持香港证监会牌照的中央编号已披露在报告首页一般性声明本报告由中信建投制作发送本报告不构成任何合同或承诺的基础不因接收者收到本报告而视其为中信建投客户本报告的信息均来源于中信建投认为可靠的公开资料但中信建投对这些信息的准确性及完整性不作任何保证本报告所载观点评估和预测仅反映本报告出具日该分析师的判断该等观点评估和预测可能在不发出通知的情况下有所变更亦有可能因使用不同假设和标准或者采用不同分析方法而与中信建投其他部门人员口头或书面表达的意见不同或相反本报告所引证券或其他金融工具的过往业绩不代表其未来表现报告中所含任何具有预测性质的内容皆基于相应的假设条件而任何假设条件都可能随时发生变化并影响实际投资收益中信建投不承诺不保证本报告所含具有预测性质的内容必然得以实现本报告内容的全部或部分均不构成投资建议本报告所包含的观点建议并未考虑报告接收人在财务状况投资目的风险偏好等方面的具体情况报告接收者应当独立评估本报告所含信息基于自身投资目标需求市场机会风险及其他因素自主做出决策并自行承担投资风险中信建投建议所有投资者应就任何潜在投资向其税务会计或法律顾问咨询不论报告接收者是否根据本报告做出投资决策中信建投都不对该等投资决策提供任何形式的担保亦不以任何形式分享投资收益或者分担投资损失中信建投不对使用本报告所产生的任何直接或间接损失承担责任在法律法规及监管规定允许的范围内中信建投可能持有并交易本报告中所提公司的股份或其他财产权益也可能在过去12个月目前或者将来为本报告中所提公司提供或者争取为其提供投资银行做市交易财务顾问或其他金融服务本报告内容真实准确完整地反映了署名分析师的观点分析师的薪酬无论过去现在或未来都不会直接或间接与其所撰写报告中的具体观点相联系分析师亦不会因撰写本报告而获取不当利益本报告为中信建投所有未经中信建投事先书面许可任何机构和或个人不得以任何形式转发翻版复制发布或引用本报告全部或部分内容亦不得从未经中信建投书面授权的任何机构个人或其运营的媒体平台接收翻版复制或引用本报告全部或部分内容版权所有违者必究中信建投证券研究发展部中信建投国际北京上海深圳香港东城区朝内大街2号凯恒中心B上海浦东新区浦东南路528号南福田区益田路6003号荣超商务中环交易广场2期18楼座12层塔2106室中心B座22层电话86108513-0588电话86216882-1600电话867558252-1369电话8523465-5600联系人李祉瑶联系人翁起帆联系人曹莹联系人刘泓麟邮箱lizhiyaocsccomcn邮箱wengqifancsccomcn邮箱caoyingcsccomcn邮箱charleneliucscihk请参阅最后一页的重要声明15