过去六十年,人工智能技术经历了三次发展浪潮,成就斐然。目前,人工智能已成为后疫情时代的重要创新方向之一,以视觉、语音为代表的“AI ”技术,正加速在传统行业落地。展望未来,我们认为碳中和将成为人工智能发挥效用的又一个重要应用场景,有望与城市、制造业、汽车、电力等典型场景融合,催熟无人驾驶、智能制造等新业态,加速达成“碳中和”目标。

建议投资者关注十大领域的投资机会:1)智能电网、2)民用无人机、3)移动机器人、4)工业互联网平台、5)机器视觉、6)智慧城市、7)云计算、8)AI芯片、9)智能驾驶服务、10)传感器。我们预计,未来十年(2021-2030年)上述领域将在国内带来近2万亿元的产业空间。

投资摘要

AI向善:从技术中性到“科技向善”

纵观科技发展数十年,科技伦理观已经过多次迭代,其中技术中性为互联网时代早期代表性观点。技术中性观点认为,技术本身无谓善恶,而技术的使用才涉及善恶的区分,而在商业化中后者通常是以产品为载体体现出来。在数字时代来临之前,产品多为工业产品,更新换代速度较慢。因此,当出现技术相关的恶性事件后,监管机构有较为充足的时间完善相关法规,并在较长时间内发挥监督作用。

而步入数字经济时代,法制常落于创新之后,呼吁科技向善或为大势所趋。数字经济时代以来,产品的迭代升级不断加速、创新属性层出不穷,监管机构往往在理解不断迭代的技术本质方面力有不逮,难以建立有效的监管体系;此外,科技的快速迭代要求监管的快速迭代,这对监管提出较高要求。因此,数字时代中仅靠监管法制指引“科技向善”存在难度。我们认为,科技公司应秉承“科技向善”,承担更多社会责任。

AI向善:何为“善”?

我们认为,科技向善的“善”有三方面丰富的内涵。第一,善于的“善”,指擅长,向善科技应在技术领域内不断发展、完善。第二,善良的“善”,指善行,向善科技要守住伦理边界的不恶。第三,善策的“善”,指有益,向善科技应惠及人类生活、促进社会发展。

“善”于,技术领域的完善。人工智能是模拟人类思考、行为的技术,历经两次浪潮,当前处在第三次发展浪潮中,分别在逻辑运算、神经网络、机器学习等领域不断发展。目前AI的运算能力已超过人类,语音识别、机器翻译等感知智能接近人类智能水平,我们认为下一阶段将在自监督学习、知识图谱、神经形态硬件领域发力,进一步增强AI感知能力。我们认为,在技术领域的不断完善,应是“科技向善”不懈追求的目标。

“善”良,伦理边界的不恶。现阶段,人工智能应用需要收集大量用户数据,关注点聚焦于隐私安全。以人脸识别为例,2021年Facebook因人脸识别数据滥用被判赔偿6.5亿美元。我们认为,科技公司应主动禁止数据滥用,并对可能有的伦理问题作出风险提示。目前,各国政府已逐渐意识到人工智能可能带来的伦理问题和风险,并出台政策限制AI技术滥用。其中,欧盟对AI伦理问题尤为关注,其出台的GDPR(General Data Protection Regulation,通用数据保护条例)在数据监管领域影响深远,并通过政策、白皮书、立法等方式致力于构建可信赖的人工智能环境。我们认为,伦理边界的不恶,应是“科技向善”所守住的底线。

“善”策,应用领域的有益。我们认为,人工智能也要有“人文关怀”,即利用技术所蕴含的潜力,让其直接惠及人们的生活。根据腾讯2020年发布的《科技向善白皮书》,人工智能技术已在服务社会方面有所应用,比如通过技术手段打击微信公众号写手洗稿乱象、利用人脸识别等技术寻找拐卖儿童等。我们认为,碳中和是人工智能向“善”之路的下一个主要发展方向,人工智能将通过机器学习、机器视觉等形式助力碳中和目标的实现,以此实现经济的高质量发展、落实国策。我们认为,惠及人类生活,应是“科技向善”所应负有的使命感。

图表:何为“科技向善”

图片

资料来源:中金公司研究部

AI向善:如何“向”?

我们认为,技术至善,需要在理论方面不断深化;伦理不恶,依靠企业自觉以及政府监管共同约束;而应用向善,是AI企业最能够发挥作用的方面,通过与各行各业结合,惠及社会生活的方方面面,最具想象空间。

AI 无人驾驶

疫情期间,我们看到美团的无人配送,深圳、广州等地的无人公交,以及医院、酒店的消毒机器人等投入应用,反映高级别自动驾驶在特定、低速的商用场景已逐步开始落地。未来,我们认为汽车将从当前的交通工具向可移动智能空间发展,AI助力的无人驾驶愿景值得期待。AI在无人驾驶中的作用主要包括:

感知层:替代人眼识别道路信息。依托AI算法,可对车载摄像头、超声波雷达、毫米波雷达、激光雷达、MEMS传感器等采集的信息进行深度分析、并判定车辆环境及行车状况,为后续决策奠定基础。

决策层:替代人脑做出决策。AI算法依托感知层分析得到的车辆环境及行车状况,进行制动、转向、变道、速度等控制,并通过车机与乘客进行联动交互提醒。我们认为数据资源丰富、AI算法完善、车载半导体算力持续提升等,有望不断推动L4、L5级别自动驾驶(系统执行完整的动态驾驶任务)落地进程。

AI 制造业

我们认为,未来以生产管理、机械加工、包装储运全程自动化无人化的“黑灯工厂”为代表,工业互联网将发挥供需对接、资源配置的支撑作用。AI在制造业中的作用主要包括:

语音AI技术:使机器与人的语音交互沟通成为现实,随着工业场景下语音问答性能不断提升,可应用于物流业中的语音拣选。

AOI(自动光学检测):可实现高效准确的工序间自动化、检测等,随着加工元器件越来越小,肉眼难以观察,视觉AI将在这样的场景得到更大规模应用。

机器学习:可利用规则来预测未知数据,未来数字孪生、预测性维护、车货匹配有望在工业领域大规模应用。

AI 医疗

我们认为,基于科技发展的数据AI有望使得精准研发、精准营销、临床疾病研究、医保控费等诸多领域得到突破。AI在医疗中的作用主要包括:

影像诊断:我们认为,通过利用数字化及AI赋能,医疗影像设备有望更加智能化,疾病筛查的效率或将得到进一步提升,同时未来亦有望辅助医生进行肿瘤精准诊断等,为后续的诊断及管理决策提供更多有效信息。

药物研发:AI助力药物研发效率提升,我们认为,利用自然语言处理、深度学习、机器学习和图像识别等人工智能技术,研发人员或有望更快发现药物与疾病等之间的显性关系,挖掘出一般生物化学分析技术下难以发现的隐性关系,并进一步通过更强大的认知计算能力快速筛选出具较高活性的化合物。我们预计AI赋能药物研发有助于降低药物研发成本,有望进一步向临床各阶段进行延伸。

AI 企业

企业数字化转型是数字经济时代的必要环节之一。我们认为,AI是企业生产、销售、运营环节数字化转型的关键技术。AI在企业数字化转型中的作用主要包括:

机器人流程自动化(RPA):自然语言处理、计算机视觉技术增强RPA对非标准化信息的感知能力,完成复杂情境下的操作,实现基于情境的流程智能安排。例如,AI RPA有望应用于财务机器人,自动完成分析合同条款与财务数据比对的审计工作,提升会计审核的效率。

零售:通过使用AI技术,传统零售行业可以便捷地获取客流量、店铺内区域热度、货架陈列信息等更多维度的门店数据,并应用人工智能模型获得数据洞察,进而优化企业营销和运营决策,实现收入增加与效率提升。

风控:银行、保险等传统金融机构已开始尝试采用AI技术进行金融风险控制,例如反欺诈等。

安防:AI 技术能够对视频数据进行实时的结构化处理与分析,呈现在人们面前的不是实时的大量视频数据,而是经过AI分析后的结果。我们认为,未来AI将实现更多应用,例如基于视频分析的电子防盗、远程监控和远程控制服务等。

AI 移动互联网

我们认为AI将进一步提升移动互联网为人们生活带来的便利性,一方面,云游戏与AR/VR的结合有望成为新时代的杀手级应用。另一方面,AI广泛赋能电商、出行等各类移动APP,起到供给侧降本增效、用户端性能强化的作用。例如,今日头条利用NLP技术进行用户画像,从而推送用户感兴趣的内容,实现“内容找人”而非“人找内容”。

碳中和:AI向善的下一个主要发展方向

预测、监测、优化,AI在三大环节赋能碳中和

巴黎气候变化大会之后,碳中和已成为全球共识。工业革命之后,人类生产活动对全球气候产生巨大影响,由温室效应引发的海平面上升、物种灭绝、极端天气等情况日益严重。这一背景下,碳中和已获得全球44个国家和地区的承诺(截至2020年底)。欧盟、美国宣布将于2050年达到碳中和,我国承诺于2030年实现碳达峰、2060年实现碳中和。相较欧美发达国家,我国起步虽较晚,实现碳中和却仅比欧美晚10年,2060承诺彰显中国构建“人类命运共同体”的巨大决心。我们认为,人工智能的应用有望助力碳达峰、碳中和的实现。

宏观层面来看,人工智能将从三个环节助力碳中和:预测、监测、优化。根据BCG研究,人工智能的应用至2030年有望减少26-53亿吨二氧化碳排放量,占减排总量5-10%。

预测:人工智能能够根据当前减排工作和需求,预测未来的碳排放量,并做出未来用料安排。从而优化决策流程、提高工作效率,同时为碳排放定下排放量指引,控制二氧化碳排放量。

监测:人工智能实时跟踪碳足迹数据,从采购、生产、销售、运维、物流等全环节收集数据。一方面,能够通过AI提升监测准确性;另一方面,发现各环节未被发现的关联,更好地预测并优化排放安排。

优化:人工智能收集各环节数据后,能够从全环节的视角对各环节工作流程做出优化调整,减少在生产方面、运输方面的成本。上述成本包括运输尾气排放、生产作业排放以及可能由于操作不慎引发损失造成的原材料损耗等。根据IBM,到2030年,人工智能有望为全球经济创造16万亿美元的价值。

行业层面来看,人工智能在不同领域的不同环节发挥着预测、监测、优化的作用。我们认为,AI能够在城市、制造业、汽车、电力四大领域助力“碳中和”。

AI 城市

人工智能助力城市规划,通过动态预测城市发展,改善城市布局,缓解远距离通勤问题。由于早期城市规划较为粗放,城市规模扩大而就业资源及基础设施仍集中于核心区,导致远距离通勤普遍存在。我们认为远距离通勤及其导致的拥堵是城市碳排放的重要来源。人工智能为城市规划的变革提供了技术支持,城市智能规划平台在还原城市的基础上,迭代产生城市规划方案,在城市改造的过程中改善职住分离。我们认为,随着城市数据量提升,人工智能将在城市布局合理化的过程中发挥更重要的作用。根据中金研究部地产组的测算,调整城市规划可减少北上广深284亿公里的年通勤距离,全国可减少837亿公里的年通勤距离,对应全年减少292万吨的碳排放。

低效交通、高能耗基础设施是重要碳排放来源,人工智能能够减少城市管理中的能耗。1)人工智能助力公路、航空减排提效。对于航空运输,我们以首都机场及深圳机场为依据,测算通过人工智能优化飞行过程及机场调度,全国每年能减少42万吨碳排放;城市道路在通勤高峰存在拥堵,人工智能借助传感探测、边缘计算等技术,可以对道路流量、交通事件进行预判,我们以四川德阳的项目为依据,测算通过动态调整潮汐车道及红绿灯以提高通行效率,全国每年能减少852万吨碳排放。2)人工智能赋能智慧灯杆。传统路灯难以对开关时间进行自动调整,智慧灯杆连接边缘计算处理前台和数据中心后台,根据光照感知、人流量预测等调整灯光亮度,我们测算全国每年可以减少1,137万吨碳排放。

人工智能赋能城市安防,减少出警及火灾导致的碳排放。传统安防缺乏对视频信息的主动分析能力,难以发现可能存在的安全隐患或违法行为,不利于减少安全事故导致的碳排放。智慧安防利用摄像头实现24小时监控,采用边缘端AI算法分析视频数据,智能识别违章行为并短信通知事主,减少出警次数;将计算机视觉、机器学习等技术与信息输入结合,为公共安全部门提供可视化数据,帮助公共安全部门掌握重点区域的实时情况,减少重大火灾及其救援导致的碳排放。

图表:智慧城市总体架构

图片

资料来源:中国信通院,《新型智慧城市研究报告(2019年)》,中金公司研究部

AI 制造业

当前我国制造业正处于从传统生产模式向数字化、网联化、智能化的新发展阶段。在我国致力于碳中和的战略背景下,智能制造的发展是我国实现碳中和的关键,也是我们从制造大国走向制造强国的重要一步。一方面,人工智能赋能制造业能通过提高良率、降低原材料损耗等方式降低生产成本,减少碳排放;另一方面,人工智能可通过全自动化、动态监控等方式提高各生产环节的效率,由此实现降本提效,双重发展。

我们认为,AI赋能制造业,主要体现在五个环节:

设计端:基于数字孪生及人工智能等技术的设计仿真可通过避免重复进行物理原型测试并改进质量,降低产品设计研发成本;

生产端:基于大数据、机器视觉等技术,制造业可通过装配协作式机器人等实现智能化与协作,提高生产过程的柔性和效率;

运维端:基于算法和大数据分析等技术对设备和物料情况进行规划并进行事前预测性维护,有助于提高生产制造过程的稳定持续性,避免宕机带来的损失,降低设备运营和维护成本;

检测端:AI 机器视觉的检测方案有良好的延展性、统一的标准及较高的定制化程度,能够减少人力成本、提高检测效率;

物流端:我们认为智慧物流有望引领供应链变革,通过具有分析决策和智能执行能力、高度智能化和自动化的物流系统,物流端有望实现降本提效。

图表:AI如何赋能制造业

图片

资料来源:Saki Global公司官网,Amazon,奥德斯智能科技,工控网,Yasukawa,京东X事业部,顺丰官网,中金公司研究部

AI 汽车

人工智能技术快速发展,推动智能驾驶高级别迭代。硬件端,我们看到高级别自动驾驶硬件迭代路线逐渐清晰,单芯片“高算力 高能效比”成为趋势,为了满足激光雷达等复杂传感器应用,多芯片形成计算集群也是未来ADAS硬件的迭代方向。我们认为,主机厂多采用高级别芯片预埋方式,目的是将产品周期直接拉到L4生命周期再降维至L2落地以快速上量,来获取大量数据以反哺产品技术更新。软件端,除了近期理论研究有所突破之外(如2020年5月Waymo推出了VectorNet模型,用向量简化表达环境信息;2021年1月Waymo推出了新的“内容搜索”AI工具,便于快速高效识别物体),各厂商继续直接发力固定场景L4应用,我们认为该路径富有挑战,但主要厂商也取得了一定成绩(如Waymo路测里程已超过2,500万英里),未来有望与主机厂殊途同归。

全球碳中和路径明晰,智能驾驶技术是实碳中和的重要支撑。1)乘用车方面,我们认为,当智能驾驶技术成熟后,AI用于反应、决策的时间有望远远短于人为操作的时间。搭载自动驾驶平台的车队可以在中央管理系统的协调和监督之下,形成编组,在车流量相对稳定的场景下,车队内车辆可以同时进行加速、制动的操作,相较传统驾驶方式来说,无疑是提高了行车密度及道路容量,可以有效缓解交通拥堵。对于同样设计标准的公路,我国的通行能力只有发达国家的60%。但是在实现自动驾驶技术后,汽车间有明确严格的让行规则,还有中央管理系统的监督,我们认为交通秩序将有效改善。2)商用车方面,目前商用车由人工决定运输路线和取送货顺序,而自动驾驶货车可以通过算法控制取得最优的油耗性能和运输距离,优化长途行驶中人类驾驶员存在个体差异和行为波动。根据多个主机厂实验数据表明,经过自动驾驶系统优化之后,商用车单位里程内油耗有望下降5%-10%;干线物流中,人类驾驶员受限于驾驶时间与安全问题,组成车队前进效率不高,但是若采用自动驾驶货运车队,可进一步减少风阻,降低长途油耗。

图表:AI技术不断进步,推动高级别智能驾驶落地

图片

资料来源:罗兰贝格,各公司官网,中金公司研究部

AI 电力

我们认为,人工智能有望在电网的数字化转型中扮演重要角色,提升电力系统的整体供能效率,助力碳中和目标的实现。伴随着我国碳中和目标的提出,我们认为电力行业的供能效率提升将成为下一个行业转型的重点。我们看好人工智能作为一种领先的技术手段,推动电力系统供给与需求信息的共享,从而有效分配电力行业的内部资源,提升电力的综合利用效率,达到碳排放降低的效果。

在传统火电端,人工智能与各发电环节持续融合,用智能算法让机组调节灵活可靠,用智能寻优程序让机组运行经济,保障火电厂用更少的煤发更多的电;在新能源发电端,人工智能技术赋能电力系统智慧转型,实现“源-网-荷-储”的互动调控,助力电力系统解决新能源消纳及电网稳定性等新兴挑战,以更低的弃光率与弃风率实现能源结构的清洁转型,以降低碳排放;在电力巡检端,伴随着智能电网的构建,我们看好AI持续赋能变电站、输电线路及地下管廊等场景的巡检智能化转型,在设备实时监测、智能维修、巡检线路识别等方面实现智能化场景落地。根据我们测算,基于当前国内发用电水平,在人工智能技术的助力下,发、变、输、配电等各环节的发电效率均有望得到提升,每年可减少666.5亿千克的二氧化碳排放。

图表:人工智能有望助力电网的碳中和实现

图片

资料来源:《数字电网白皮书》,西安热工研究院,亿嘉和招股说明书,《电力信息与通信技术》期刊,中国电科院,中金公司研究部

关注“碳中和”背景下的科技行业的投资机遇

碳中和已成为今年行业的热点关键词,而AI等技术的崛起将助推碳中和的落地。我们看到经济活动出现以下两大新趋势,将引领“碳中和”背景下科技领域投资新机遇。

制度创新:科创板为科技公司打开新的融资渠道。近两年来,科创板已发展成为上市企业近300家,以新一代信息技术、生物医药、新材料等板块为主的科技创新投融资平台。我们认为作为重要新兴科技的代表,AI等科技创新企业有望充分受益于科创板融资便利。

投资理念创新:ESG投资理念青睐在环保、社会责任以及公司治理方面表现优良的企业。我们认为,ESG投资理念的深入人心,将提升上市公司对控制碳排放的重视程度。而长期来看,ESG评分较高的企业经营成果质量较高,更具可持续性,为投资带来新机遇。

制度创新:复盘科创板落地以来给科技行业投资带来的变化

科创板2019年7月开市,至今汇聚了一批高新技术企业。科创板采用接近美国Nasdaq的更灵活的上市机制,设立五套标准,在营收、净利润指标方面做适当放松,旨在吸引科技企业登陆国内资本市场,优化资本市场结构,推动产业和经济结构升级。截至2021年5月31日,科创板上市公司数量为282家,总市值超4万亿元,总募资额超3600亿元。其中,软件、半导体、人工智能等新一代信息技术产业企业占比达到36%,占比最高。

图表:科创板上市公司行业分布(截至2021年5月31日)

图片

资料来源:万得资讯,中金公司研究部

图表:中国AI投融资历年事件数、融资额

图片

资料来源:IT桔子,中金公司研究部

图表:历年国内AI融资事件轮次分布

图片

资料来源:IT桔子,中金公司研究部

展望未来,我们认为科创板是助力AI企业进一步发展的关键;

科创板是成熟AI企业的重要融资渠道,使行业进入良性循环。第一,上市条件较为宽松,为尚处于市场早期、盈利能力较弱的优秀的人工智能等科技创新企业提供便利的融资渠道。第二,4月修改后的新版科创属性增加了研发人员占比标准,强调了“硬科技”的政策导向,鼓励了科技创新,原本研发费用率占比高的AI企业有望受益。第三,成功上市后的AI企业也将更专注于前沿AI技术的商业化落地和实现盈利,培育较成熟企业的商业化能力,使得行业进入良性循环。我们认为,未来具有商业化变现能力(或者有可行的商业化方案)的AI企业有望获得市场的认可,而科创板将为AI等科技创新企业提供融资平台并为投资者提供相关的投资机遇。

科创板使得AI企业上市实现了从无到有的转变,初创AI企业获得更高关注。2019年之前AI企业在一级市场上融资额减少和融资难的问题使得AI企业进入资本市场的寒冬。科创板的创立为初创企业带来更高关注度,为初创公司带来更多融资机遇。根据德勤,2020年中国人工智能领域投融资金额达1,748亿元,同比增长73.8%。我们认为,科创板可为初创企业的发展提供动力,使得初创人工智能公司有机会成长为具有成熟商业模式和落地应用的企业,助力国家科技创新的同时也让投资者分享AI领域相关投资机遇。

资金风格创新:ESG投资兴起

ESG指环境(Environment)、社会(Social)、治理(Governance)。ESG投资理念就是在投资决策过程中考虑环境保护、社会责任和公司治理等财务以外的因素,是绿色金融体系的重要组成部分。由于环境问题日益严重,公司代理人问题不容忽视,近年来,无论是在全球还是中国,ESG投资理念都获得市场认同。从UN-PRI(联合国责任投资原则组织)披露的数据来看,全球PRI资产管理规模持续增长,全球、中国签署UN-PRI的机构数量近几年迅速提升。

图表:UN-PRI资产管理规模与签署机构数量

图片

资料来源:UN-PRI,中金公司研究部

图表:中国签署UN-PRI的机构数量

图片

资料来源:UN-PRI,中金公司研究部

ESG采用指标评分体系对企业进行评价。市场上存在多种评价体系,其间差异较小。均围绕环境、社会、治理三个大指标展开,自上而下延伸二级指标、三级指标、底层指标,形成庞大的指标体系。用以评分的依据可通过人工智能技术得到,如利用机器学习、自然语言处理、语义分割等AI技术,从公司公告、监管通告、可信媒体等来源抓取ESG信息,经由评分模型得到最终评分。国际常用的评价体系包括MSCI、富时罗素的ESG评分,国内常用的评价体系包括嘉实、华证、商道融绿、社投盟等的ESG评分。

图表:嘉实ESG评分体系

图片

资料来源:万得资讯,中金公司研究部

按行业来看,制造业环境ESG评分较低,我们认为AI 制造业具有很大潜力。我们利用华证ESG评分数据,对不同行业(采用申万一级行业)的平均环境ESG评分进行排序。我们发现汽车、建筑装饰、家电、电子、化工等行业ESG评分较低,反映了制造业在环境保护方面的不足。我们认为,AI技术将在制造业领域有较大空间的“用武之地”,通过AI技术的加持,制造业有望向绿色工业发展,助力碳中和落地。

图表:华证ESG综合评分(截至2021年4月底)

图片

资料来源:万得资讯,中金公司研究部

图表:华证ESG环境评分(截至2021年4月底)

图片

资料来源:万得资讯,中金公司研究部

从MSCI新兴市场ESG指数行情来看,我们发现ESG评分较高的标的往往具有更好的市场表现。我们认为,虽然短期来看,投资低碳技术相关领域会产生较高成本,但长期来看,公司能够享受可持续性盈利、良好品牌形象,并在融资、政府支持等方面取得便利,有益于企业的进一步发展,形成良性反馈循环。

与国际市场实践对比,当前中国ESG渗透率还有较大提升空间,未来ESG投资理念会不断普及。我们认为,随着ESG投资理念的普及,企业在ESG方面的表现会影响到资金方的青睐程度,在碳中和领域做到节能高效的企业有望未来获得融资便利优势。AI技术作为帮助企业减少碳排放、提高ESG形象的利器,未来或迎来较大投资机遇。

图表:MSCI新兴市场综合指数与ESG指数对比

图片

资料来源:MSCI,彭博资讯,中金公司研究部

图表:中国机构投资者ESG投资比例尚低(2019)

图片

资料来源:MSCI: Investment Insights 2021: Global institutional investor survey,中国证券投资基金业协会,中金公司研究部

AI助力碳中和之路,把握十大投资机会

在碳中和背景下,我们建议投资者关注以下领域的投资机会1)智能电网、2)民用无人机、3)移动机器人、4)工业互联网平台、5)机器视觉、6)智慧城市、7)云计算、8)AI芯片、9)智能驾驶服务、10)传感器。我们预计未来十年(2021-2030年)上述十个领域将在国内新诞生近2万亿元的产业空间。

图表:科技行业十大投资机会

图片

资料来源:中商产业研究院,Zion,新战略机器人研究所,高工产研机器人研究所,中国机器视觉产业联盟,IDC,甲子光年,工信部官网,各公司官网,中汽协官网,中金公司研究部

图表:AI 碳中和十大投资机遇产业链地图

图片

资料来源:各公司官网,中金公司研究部

文章来源

本文摘自:2021年7月9日已经发布的《“碳”致中和,方兴未“AI”》

彭 虎 SAC 执业证书编号:S0080521020001SFC CE Ref:BRE806

陈 昊 SAC 执业证书编号:S0080520120009 SFC CE Ref:BQS925

李诗雯 SAC 执业证书编号:S0080119080039

成乔升 SAC 执业证书编号:S0080521060004

杨晓宇 SAC 执业证书编号:S0080121030060 SFC CE Ref:BRA096

石晓彬 SAC 执业证书编号:S0080521030001

李学来 SAC 执业证书编号:S0080521030004SFC CE Ref:BRH417

相关证券:
追加内容

本文作者可以追加内容哦 !