以ChatGPT为代表的生成式人工智能在全球范围内火爆出圈，也是近期A股投资的最大热点。身处其中的投资人一直受到的拷问是，是否要参与人工智能的投资，以及如何参与？抛开市场热度，是否可以从基本面研究和投资的角度进行决策？
回答这个问题，至少需要进行3个方面的分析：自上而下的产业趋势和影响，自下而上的公司研究和选择，市场风格判断（今天不谈这点）。
从贝叶斯定理说起
有趣的是，生成式AI和股票投资决策的有个重大共同点，都是基于贝叶斯定理。
P(A|B) = （P(B|A) * P(A)）/ P(B)
贝叶斯定理大家或许还记得，主要讲关于条件概率的判断，在应用方法上是在主观判断的基础上，进行观测、再根据经验事实不断修正，最后得到条件概率的基础。生成式AI和传统的决策式AI的最大区别和理论差异，就是贝叶斯定理和经典的统计学的应用方法论差异。
决策式AI是基于统计理论进行判断，包括我们生活和工作中已经广泛应用的语音合成、语音识别、图像识别等方面。车牌自动识别让ETC广泛应用，自动识别和扣费加快了道路交通的通行效率。手机银行的人脸识别，省去了大部分人去柜台办理业务和排队的时间，通过人脸的特征以及三维识别进行精准决策，就可以确认身份，进行实名业务办理。医学诊断上，通过大量的病例和检查指标数据库统计，可以进行辅助决策，比如白细胞超标可能对应着细菌感染。
而本轮大模型和生成式AI的方法论则基于贝叶斯定理，基于模型生成一个符合要求的样本。因为要通过贝叶斯公式计算样本属于各类别的后验概率，所以生成式AI的学习和计算过程复杂，需要海量的数据，设置巨大的参数量；相比决策时AI的判断过程，多消耗了很多计算量。但是生成式AI的结果是属于符合条件的样本范围，所以同一个问题的回答，每一次都不一样，在进行文学创作、创意生成、交互式对话、根据目标任务生成代码、语言翻译等工作方面，会体现出无穷的创意、极高的效率以及自然的流畅性。但是因为内容是生成的，所以很多人在使用ChatGPT的时候会反馈，模型经常会一本正经地胡说八道，对于一些具体的问题方面甚至会无中生有。
投资的研究决策支持也是基于贝叶斯定理的推断，我们更多情况下得到的是一个条件概率的判断，而不是一个确定的结论。投资的研究基础，很难直接得一个准确的结论，ROE高的公司是否一定会让投资赚钱？业绩高增长的股票是否一定有高的投资回报？过往2年表现很好的行业，今年会表现继续优秀还是会反转？这些都很难给到直接的答案。相反，我们更多的是基于条件概率的判断，例如，如果我们的盈利预测超过了市场一致预期，股票获取超额收益的概率有多大；如果我们对产业跟踪更久、跟踪更多，是否可以反复发现其中的投资机会。
对AI的认知，必须持续做加法
霍华德马克斯说：“投资不可知的未来令人不安，摆出无所不知的姿态投资不可知的未来则近乎愚蠢。”但是投研做的时间长了，行业和公司都是做减法的，毕竟我们只能赚到认知范围内的钱，但是这次AI的认知必须要持续做加法，因为它有着打动我们的产业趋势：比尔盖茨表示OpenAI的GPT人工智能模型是他自1980年首次看到图形用户界面以来，所见过的最具革命性的技术进步。黄仁勋则表示ChatGPT相当于人工智能的“iPhone时刻”。
可以看到的惊人的事实是：
OpenAI从2022年11月份对外发布ChatGPT之后，一周之内就突破了百万用户，2个月之后就突破了1亿的月活用户；而当时用OpenAI的创始人山姆奥特曼的话说，ChatGPT甚至不算是一个完整的产品，仅仅是在网页中放了一个对话框，用户用各种方法对话和使用这个聊天机器人程序，进而获得了各种想要的答案和结果。
ChatGPT发布3个多月之后，OpenAI发布了下一代模型GPT4，接受图像和文本输入的多模态大语言模型，性能较上一代GPT3.5模型大幅提升。
与此同时，围绕大预言模型的应用生态迅速展开，OpenAI的大股东微软公司1月份将GPT模型整合到自己的云计算产品中，发布Azure OpenAI服务，微软云客户可以使用GPT-3.5、Codex 和 DALLE 2的功能；2月份，微软公司发布了新版必应搜索引擎，集成了ChatGPT的最新技术，提供对话性的网络搜索和创建内容的交互方式；3月16日，微软公司推出Microsoft365 Copilot；整合了ChatGPT的产品套件包括Word、PowerPoint、Excel、Outlook、Teams、Power Platform和Business Chat，将微软办公套件整合大预言模型的和产品。围绕微软的办公套件、搜索引擎、浏览器、云计算服务，ChatGPT已经从一个最初的生产式人工智能对话聊天机器人，结合到个人办公、搜索、网络浏览以及长尾服务、中小企业应用的云计算接口等众多应用生态。
ChatGPT本身也在形成合作伙伴的应用生态，从2月份开放API接口调用之后，第三方的软件都可按调用数付费申请使用ChatGPT的服务，围绕大预言模型的各种应用正在生成，而美国各种新兴的创业公司，围绕对话式人工智能服务的初创公司和服务型应用正在兴起。
3月24日，ChatGPT进一步开放了插件Plugins，第三方应用可以申请将自己的API开放给ChatGPT调用，成为ChatGPT的一个应用插件；首批被邀请企业的业务范围包括电商、生鲜、酒旅、本地生活、新闻资讯、翻译等功能。用户在ChatGPT上除了最初的对话使用之外，可以直接完成电商、酒店预订、新闻资讯浏览等第三方应用的功能，ChatGPT本身正在发展成为一个超级入口。
另外一个在生成式人工智能科技革命中备受关注的公司是英伟达公司（注：此处提到的美股标的不作为投资建议，仅用于举例说明），因为英伟达的加速计算芯片，正在成为模型开发公司的标准产品；除了芯片本身领先的硬件性能之外，英伟达公司依靠完整和成熟的CUDA软件生态，逐渐成为模型开发框架的标准。
巴菲特说：“我们不判断水流的方向，只寻找会逆流游泳的人。”
参与这轮科技革命，很多人会想到2009年至2015年的iPhone手机诞生之后的移动互联网浪潮对中国制造业、科技产业升级、出口增长、经济转型高质量发展等方向的巨大影响力。iPhone诞生之后，中国境内的科技制造环节迅速升级，凭借工程师红利、逐渐成熟的产业配套优势替代中国台湾成为重要的零部件制造供应商，个人电脑时代主要的电子制造产业集中在中国台湾，富士康、广达、仁宝、胜华等都是曾经的制造业大公司；而智能手机时代，一大批境内制造公司取而代之，从2009年开始，开启了随后10多年的产业升级阶段。
回到当下，我们的制造能力和产业配套能力比2009年要强大的多，意味着这一轮新的数据中心的产业周期启动、技术变革升级过程中，中国境内的配套企业可能将作为产业链升级的重要公司，受益的确定性在增加，但同时由于一批公司本身已经是行业领导者，可能替代进口的空间变小了；同时也要注意到与14年强相比，贸易战已经使我们的产业链配套存在一定的被制裁风险，我们要在这一批产业链升级和配套过程中，寻找“会逆流游泳的公司”。市场寻找的服务器公司、光模块公司、印刷电路板公司等环节，都属于产业配套的环节。
预测未来的难度极高，所以价值投资者更看重不变的东西；而科技革命阶段又必须让投资者进行预测，在科技革命阶段的预测难度更高、影响却更深远。如果一个投资人在电子商务逐渐普及的时代，拥抱了传统家电连锁业的巨头，那可能就是一个产业变革的悲剧。对于大语言模型本身而言，现阶段由于数据安全的考虑，中国可能很难完全开放ChatGPT的使用；而国内的科技公司在这一轮生成式AI的科技浪潮中比OpenAI仍然有明显的差距，从目前已经发布的大预言模型和正在准备发布的头部公司来看，尚且没有一家公司能够形成碾压性的领先优势；可能中国的互联网头部公司在1-2年内仍然是将自己开发的大语言模型结合现有的产品和用户，活跃用户生态、增加产品吸引力以及增加用户价值。在现阶段，我们投资模型和应用的公司，一方面要关注上市公司开发模型本身的技术积累、运营能力和产品进展，另一方面也要关注现有的产品，用户使用场景如何结合大语言模型增加竞争力。
生成式AI的产业革命中的变与不变
生成式人工智能无疑是一次巨大的科技革命，生产力方面的提升，将直接影响许多效率生产工具，尤其是目前在电脑上或者互联网上完成的闭环工作，比如创意生成、代码编写、电话客服、语言教育等方面。
科技革命和生产力提升对于社会和最终用户都有巨大的价值，但是对于公司的股东却不一定有相应的回报，甚至是价值的毁灭。我们要找到科技革命中变化和不变的东西：
1）被科技革命改变甚至颠覆的商业模式，例如互联网的诞生和普及，极大地影响了传统零售业的股东价值。由于信息流的汇聚与商品的销售渠道都发生了改变，线下商店的渠道附加值被大幅减弱、商圈的流量价值也大幅减弱，即使一个线下商场或者零售店拥抱互联网，同时开放了线上商城，股东价值也大幅减弱；但是同时零售业追求质优价廉的本质不变，所以在互联网时代仍然有开市客（Costco）（注：此处提到的美股标的不作为投资建议，仅用于举例说明）这样的零售业巨头诞生。
2）即使是科技革命的主角，也要看其商业模式本身是否有足够的护城河和资本回报。比如摩尔定律之下，半导体给我们的科技产品带来的进步每12个月就迭代一代，我们享受着处理能力快速更新的电脑、手机、家用电器等产品，但是因为高额资本开支和快速技术迭代的存在，使得大多数半导体公司的股东并没有得到超额的资本回报。
3）即使是技术革命的主角、且最后成为了一将功成万骨枯的真命、并通过产品迭代形成了足够的护城河以及投资回报率，但是太高的估值水平也可能会降低股东的回报。比如某互联网国内公司在最近20年一直是中国互联网行业的头部公司，从早期的B2B信息撮合业务到后来的平台，一直是所在领域的绝对龙头公司；但是后来港股和美国上市，从5-10年的角度来看都没有给股东带来明显的回报；这其中一方面原因自然是和其从事的零售业本身变化较快有关，另一方面2次IPO太高的估值和价格，都损害了潜在的长期收益。
回归到本次的生成式人工智能科技革命，作为股票投资者，我们同样要注意如下几个方面：1）所选择标的会形成长期壁垒，而非仅仅相关，因为降本增效的胜利果实一定会留存在最有壁垒和议价能力的一端。2）尽可能选择容易分出胜负的环节，而非群雄乱战的格局；3）潜在的胜出方，也要以相对合理的估值参与。
投资中过于相信预测能力是危险的，在无法做出多场景假设和决策的情况下，也许不参与也是一种办法。投资人很难赚到超过自己认知范围内的钱。但是如果勤奋一点，也许我们就离认知它近一点。随着我们认知的增加，以及更多事实的出现，会增加条件概率判断的准确性，会让我们有更好的投资结果。
想想2015年互联网浪潮时，国内去年利润最大的互联网公司之一的字节跳动还没诞生呢。AI未来的机会，在条件概率让我们可以得出结论的时候，便顺理成章的会给我们带来可理解和重复的收益。
作者简介
高兰君，中泰证券资管基金业务部拟任基金经理。
清华大学工学学士，香港科技大学管理学硕士。11年投研经验，其中5年复合投资经验（3年保险，2年公募投资），历任泰达宏利基金、嘉实基金研究员，英大资产、中意资产投资经理、国联安基金基金经理。
$中泰星锐景气成长混合A(OTCFUND|018372)$
$中泰星锐景气成长混合C(OTCFUND|018373)$
基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证基金一定盈利，也不保证最低收益。投资有风险，基金过往业绩不代表其未来表现。基金管理人管理的其他基金的业绩不构成对本基金业绩表现的保证。投资者投资基金时应认真阅读基金的基金合同、招募说明书等法律文件。基金管理人提醒投资者基金投资的“买者自负”原则，请投资者根据自身的风险承受能力选择适合自己的基金产品。基金有风险，投资需谨慎。
本文作者可以追加内容哦 !
