FX168财经网_全球视野外汇黄金加密货币NFT资讯网

充电桩迎来十年十倍的增长黄金期，谁是最受益的美股标的？

美银行业危机中充满吸引力。在这其中，以ChatGPT为代表的人工智能、数字技术，以及新能源汽车市场等成长性企业和新科技板块的异军突起，成为美股科技股强势反弹的要因。　　以新能源汽车为例，根据EV Sales数据，2022年全球新能源汽车销量1070万辆，较之2021年的675万辆增长58.5％，是2020年324万辆的3倍多。这也带动了特斯拉股价的翻倍反弹，而充电服务企业的标的如ChargePoint、EVgo、Blink、NaaS（能链智电）亦受到市场的青睐，EVgo、NaaS的股价甚至已实现翻倍。　　伴随着新能源汽车渗透率的大幅提升，充电桩市场正迎来井喷，乘着行业的东风，美股Charge Point、EVgo、Blink、NaaS等标的在2023年业绩有望继续保持高增长态势。　　电动化大潮下，充电桩市场正以火箭速度腾飞　　在政策与需求的持续刺激下，全球新能源汽车市场渗透率屡创新高。作为全球第一大电动车市场，中汽协数据显示，2022 年中国新能源汽车销量为 688.7 万辆，同比增长 93.4％，渗透率达到 25.6％，高于上年 12.1pcts。2023年1-2月，中国新能源汽车销量达93.3万辆，持续爆发式增长。　　图源：中汽协、国泰君安证券　　欧洲市场的新能源汽车增长情况同样强劲。此前，欧洲正式通过2035年停售燃油发动机车辆议案，将为欧洲新能源汽车持续增长提供动力。数据显示，2022年欧洲主要七国新能源汽车累计销售237.6万辆，同比增长37.4％，渗透率达到24.8％。　　美国新能源汽车的增长更为迅猛。数据显示，2022年美国新能源乘用车销量98.6万辆，同比增长49.2％，渗透率达6.9％。2023年1月、2月，美国新能源乘用车销量分别达到 10.3万辆和11万辆，同比分别增长66.1％和62.4％，单月渗透率创历史新高，2月单月渗透率已达9.5％。　　随着新能源车渗透率的持续高速抬升，加之各国政策和产业生态仍在持续演进过程中，充电桩的发展态势依然存在极高的成长潜力。　　国内来看，2020年充电桩被纳入“新基建”。截至2023年3月底，从国家到地方推出了2022/2023 年充电桩建设和运营补贴政策，促进充电桩飞速发展。数据统计，2021年，国内充电桩保有量达到262 万台，2022年飞增至521万台，一年时间翻倍，2018-2022年车桩比由 3.36下坠至2.7。不过，这距离国家《电动汽车充电基础设施发展指南》的车桩比目标为1的要求还有很大距离。　　美国和欧洲方面仍主要是政策驱动。但美国未来的成长潜力更大，譬如2022年美国政府提出未来5年内拨款50亿美元用于充电桩的建设，其行业发展有望迎来像中国市场一样的爆发机会。　　根据中信证券的预测，到2025年，中国、欧洲、美国充电桩市场空间分别有望达到607亿元人民币、36亿美元、28亿美元；2022-2025 年 CAGR 分别为37％、41％、75％，欧美地区增速更快。考虑汇率换算后，预计2025年全球充电桩市场空间超千亿元。　　千亿充电桩市场，各市场玩家竞争力如何？　　从全球维度来看，目前充电市场的企业主要有五类：传统能源巨头，如BP、两桶油；独立平台运营企业如ChargePoint、Blink、NaaS；车企如特斯拉、比亚迪；电网企业如国网、法网；制造企业如特来电、江铜等。　　细分来看，欧美与中国的充电服务企业运营呈现出完全不同的发展态势。虑到目前中国已转向市场驱动阶段，充电运营的盈利能力已经较为可观，其中独立运营商逐步成为主体力量，市场竞争激烈；美国市场由于电网碎片化叠加新能源汽车渗透率仍相对较低，故此以巨头为主，独立充电运营仅有ChargePoint和 Evlink等规模相对较大的企业崭露头角，而 Evgo 等企业试图通过聚焦快充等把握细分市场的方式介入市场，特斯拉凭借超充电成为第二大巨头，CR3市场占比高达 87％。　　从市场标的来看，目前美股充电桩服务企业超过5家，包括ChargePoint、EVgo、Blink、NaaS等。　　1.ChargePoint：　　ChargePoint2019-2022年营收分别为1.44亿美元、1.46亿美元、2.41亿美元、4.68亿元，特别是2022年94.23％的营收增速创下过往四年最高。　　从业务构成和商业模式上看，ChargePoint是轻资产模式，不自建充电桩服务车主，而是以服务充电桩生产及运营商企业为主，通过出售电桩，提供场站管理和运营服务等，获取收益。　　2022年ChargePoint利用金融杠杆和企业合作建站的方式扩大自己的充电网络，并同时投资光伏电站和储能项目。譬如2022年3月与高盛可再生能源合作推出一站式购桩、建站、运营的金融方案；和奔驰、沃尔沃等汽车企业合作在美国建设充电站。　　ChargePoint近期推出了新一代全流程电动汽车充电站，实现了智能化、高效化的服务流程，让用户的充电体验更加轻松。同时，该公司还与Delta Americas合作，借助双方优势，共同打造下一代汽车充电技术。　　2.EVGo 　　EVGo采取全集成商业模式，包含充电桩的开发、所有权及经营权。在直流快速充电桩领域占据领先地位，为拥有美国最大公共DC快速充电网络的充电桩厂商，共覆盖美国35个州。EVGo近5成的收入来自公共充电桩，另外三成来自公司的自营充电站和碳排放指标交易。　　数据显示，EVGo2020、2021年营收分别为1304万美元、2221万美元，复合增长率达70.24％。2022Q3营收为1050万美元，同比增长70％；充电量1200万度电，同比去年3季度800万度电增长51％。　　2022年EVGo还切入到制造领域，与通用汽车合作推出即插即充自动充电功能；同时业务下沉，为第三方业主提供从设计、施工、卖桩到运营一站式建站服务。新能源设施已经是EVGo的关注重点，其最近宣布与Cerritos College合作，打造新一代太阳能充电站。　　3.Blink 　　Blink的主要收入来源是充电桩销售和充电费用，其中充电桩销售收入占比为73.93％，且Blink自营充电站，该业务收入占比位居第二，达到14.22％。其次，Blink也有其他业务上的收入，比如广告和共享出行等。　　截至2022年三季度末，Blink累计销售和部署5.9万个充电桩。其中74％在北美，26％在其余地区。2022Q3，其新增销售和部署7834个充电桩。2017年至2021年，Blink的收入从250万美元增长2094万美元，复合增速为70.1％。　　4.NaaS 　　NaaS是中国最大的第三方充电网络。截至2022年12月31日，NaaS平台连接了超过50万把充电枪，全年充电量达27.53亿度，同比2021年增长123％，占全国公用充电量20％。　　从商业模式上看，NaaS与ChargePoint较为相似，也是轻资产模式，不自建充电桩服务车主，而是以服务充电桩生产及运营商企业为主，通过出售电桩，提供场站管理和运营服务等获取收益。　　NaaS亦积极探索新的生态场景，近日推出一款自主研发的充电机器人，具备自动寻车、智能充电、自动结算等功能，满足日益增长的电动汽车移动充电需求。　　NaaS同样在扩张下沉市场，将自己的全链路服务输出。近期NaaS与滴灌通合作，优先聚焦充电场站业务，在充电站运营、站点资源和数据、分账系统等方面展开全国范围的广泛合作；更早之前，与住宿产业互联网平台“订单来了”进行订单合作，后者服务全球200余个国家和地区，合作客户超85000个，目前首批新能源充电站试点已经在位于浙江安吉的部分民宿进行。　　作为电动车的配套设施，充电桩市场将迎来十年十倍的快速增长。根据国际能源署的预计，为支持电动汽车增长达到承诺的目标，到2030年，全球充电基础设施需要增加12倍以上，每年需要安装超过2200万个电动轻型车辆充电桩。　　这意味着，目前阶段，面向充电桩市场的竞合更多会基于技术稳定性和业务平台化来撬动，类似ChargePoint、EVgo、Blink、NaaS这样的企业，在产业角色特别是充电站场域里跑马圈地快速发展和快速进行技术迭代部署，将会受益及领先于市场。

金融界2023-04-04

紫光股份接受机构调研：将持续加大研发投入，全面拥抱AIGC领域前沿科技

。公司将持续加大研发投入，全面拥抱以 ChatGPT 为代表的 AIGC 领域前沿科技，以不断演进的“云智原生”技术战略，有效满足新业态对网络、安全、计算、存储等 ICT 基础设施的蓬勃需求。此外，公司将利用 AIGC技术进一步深化内部的数字化变革，并深化应用到智能制造、政府治理、社会服务等百行百业细分领域，借助 AIGC 所带来的数智之力，持续打造贴近用户需求的场景化、差异化解决方案，全面推进数字化和智能化升级。以 ChatGPT 为代表的 AIGC 领域一系列创新技术的革命性突破，势必引发深远的产业变革。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-04-04

英飞特：拟投资的精石电气业务不涉及人工智能、chatgpt

石电气科技有限公司业务不涉及人工智能、chatgpt。公司官网资料显示，英飞特电子（杭州）股份有限公司成立于2007年9月5日，是一家从事LED驱动电源的研发、生产、销售和技术服务的高新技术企业，LED驱动电源销售规模位居全球前列。公司于2016年12月首次公开发行股票并在创业板上市。 4月3日，英飞特发布公告，公司拟通过全资子公司杭州英飞特股权投资有限公司(“英飞特股权投资”)与西安精石电气科技有限公司(“精石电气”)及其股东中厚利君(陕西)企业管理咨询合伙企业(有限合伙)(“中厚利君”)、赵磊、西安精石之志科技合伙企业(有限合伙)(“精石之志”)、中澳储能电力科技(西安)有限公司(“中澳储能”)、上海采日能源科技有限公司(“上海采日”)、精石电气创始人郭磊签署《西安精石电气科技有限公司之增资认购协议》，约定英飞特股权投资拟使用自有资金以增资方式对精石电气进行投资。英飞特股权投资拟以自有资金人民币2700万元增资认缴精石电气新增注册资本375万元，剩余部分计入标的公司资本公积金。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-04-04

午评：沪指重返3300点，创业板指跌0.88%，新能源赛道纷纷下挫

表示，受科技巨头持续推进相关技术影响，ChatGPT风口继续火爆，市场资金也密集活跃于相关板块，其中，以计算机、传媒、通信、电子为代表的TMT概念更是“热钱涌动”，相关个股成交额连日攀升，但火热的背后同样需要警惕短期回荡。从产业发展规律分析，当前处于产业相对早期阶段，相关技术真正在商业模型创新和消费场景应用仍需要较长时间，预计本月随着股价上涨而会出现分歧，后市个股出现分化是必然。从操作层面分析，本月面临业绩密集公布时间段，业绩驱动型策略为逐渐占据主流，市场预计会出现热点暂时切换，但从中期来看，由于资金介入TMT板块较深，后续仍会是主流热点之一。　　光大证券指出，多个利好催化人工智能、半导体、新能源等科技题材集体放量大涨；不过，AI+短期是否已过高的市场焦虑也在加剧。只有芯片、CPO、信创方向预期仍较一致；继续关注部分理性资金从科技题材向低估值、业绩佳的消费、周期板块切换的动向；另外，4月外事活动更密集，关注一带一路（中字头、中特估、人民币国际化等）主题机会。

金融界2023-04-04

别担心AI蚕食你的工作 AI蚕食掉的也许是软件自己

关于人工智能，尤其是像 ChatGPT 这样的大型语言模型的最新发展，社会上存在着极大的夸张。此类技术对工作的实质影响也值得关注。但观察者遗漏了两样非常重要的东西：每一次技术创新浪潮都是因为昂贵的东西变得便宜到可以挥霍而引发的。长期以来，由于软件的生产过于复杂与昂贵，导致我们数十年来软件交付不足，进而导致全社会范围内背负了庞大的技术债务。随着软件生产的成本与复杂性坍塌，从而释放出一波创新浪潮，这笔技术债务将会戏剧性地、遍及整个经济地偿还回去。软件被误解了。软件给人感觉像是个离散的东西，是我们与之互动的东西。但是实际上，软件作为一种非常异域的东西，是对我们的世界的一种侵入。这是与电力、半导体以及指令的一种奇怪的交互，用各种各样的方式神奇地控制了从屏幕到机器人到电话、医疗设备、笔记本电脑以及众多令人眼花缭乱的其他东西。它几乎具有无限的可塑性，能够滑动、扭曲和变形，以至于这种易适应性为我们撬开了新世界的大门。这种软件的异域色彩最近已经浮出水面，因为真正的对话式人工智能，也就是基于大型语言模型（LLM）的聊天机器人，比如 ChatGPT，已经从科幻小说变成了某种像人们可以在互联网上搜索一样轻松把玩的东西。为什么软件还没有蚕食世界？这让人想起马克·安德森（Marc Andreessen）在上一个技术周期那句著名的”软件正在蚕食世界“。虽然安德森那句话是思考”软件的胃口有多大“的一种比较有用的方式，但值得思考的是，为什么软件要花那么长时间才能蚕食完世界。而且，再刨深一点的话，如果软件真的要大快朵颐，催化剂该是什么，那个被软件蚕食掉的世界会是什么样子？要回答这些问题，我们必须先以史为鉴，然后再展望未来。为此，我们需要考虑一系列的因素，包括复杂性、要素成本以及软件供需的经济模型。我们从思考软件供需的经济模型开始。软件是有成本的，这里存在一个买卖市场。其中部分市场是组织内部的。但大部分的市场都属于外部市场，人们以 app、云服务或游戏的形式购买软件，甚至嵌入到其他物体之中，从门铃到用于癌症检测的内窥镜摄像头，不一而足。所有这些东西都是软件，无数形式的软件。考虑到这些特征，你可以用经济学导论里面的基本供需曲线图来思考软件。这里面有一个价格和这一价格下的需求量，然后有一个价格和数量刚好处于处于大致均衡的状态，如下图所示。当然，由于多种原因，这个均衡点可能会发生偏移，导致 P/Q 交叉点处于总需求的较高或较低水平。如果价格太高，软件就会生产不足（留下技术债务），如果价格太低，那么……就让我们回到那个话题。这引出了在经济学课程当中有时候会被问到的一个基本问题：我们怎么才能知道这种价格和数量的组合是最优组合？答案是价格和数量的最优组合应该在供给和需求曲线的相交点上。需求曲线通常是向下倾斜的，因为当价格上涨时，人们往往会减少对大部分商品的需求。而供给曲线通常是向上倾斜的，因为当价格上涨时，生产商通常会愿意提供更多的商品。如果我们在这个点上提高价格，那么消费者会减少购买，而制造商会增加生产，这最终会导致过剩库存或价格崩溃。反过来，如果我们在这个点上降低价格，那么制造商会减少生产，即使消费者想购买更多，这会导致供应短缺，最终可能会再次推高价格，直到供给和需求达到平衡。技术如何让经济学更加复杂和难以预测这些都是本科学的经济学，简单易懂。但技术有搅浑经济学的习惯。说到技术，我们怎么知道那些供需曲线是对的？答案是我们不知道。这时候有趣的事情才刚刚开始。比方说，有时某种东西的供应增加会导致需求增加，从而导致曲线移动。这种情况在技术领域已经发生过很多次，因为技术的各种核心组件随着能力（或存储或带宽等）的增加而导致成本曲线的下降。在 CPU 的场景下，这种情况一直被归结为摩尔定律，也就是说 CPU 的能力每 18 个月左右就会出现一定幅度的提高。虽然这些定律更像是试探法而非 F=ma 这样的物理定律，但它们确实有助于让我们窥见未来可能与过去有何不同。我们在技术领域一再看到这种情况，各种技术的价格暴跌，但它们的能力却迅速增长。我们感觉这种情况仿佛已经变得司空见惯，但事实并非如此。经济的其他板块可不是这种情况，历史上的经济也不是这样的。东西越好价格反而越便宜并非常态。虽然很多市场都有规模经济的特点，但在经济史上还没有出现过像 CPU 成本崩溃，但性能却提高了一百万倍或更多的情况。为了帮助大家进一步看清这一点，不妨设想如果汽车以计算机的速度加以改进的话，那么现代版的汽车将：拥有 6 亿多匹的马力在不到百分之一秒内从 0 加速到 60 迈每加仑可行驶约一百万英里每辆车的成本低于 5000 美元汽车并没有出现这种情况。当然，Tesla Plaid 是一辆速度很快的汽车，但远远达不到上述规格永远不会有这样的汽车。这种汽车的性能拐点不是我们的未来，但它充分说明了在过去 40 年（软件）技术领域里发生的变革有多大。但是，大多数人甚至都没有注意到这一点。大家把它当成司空见惯，以至于都没有注意到这些变革如何的惊人。技术崩溃的动态你可以在下图看到这些动态。请注意 Y 轴上的对数刻度，这是为了避免价格/性能曲线显示出直线下挫的情况因为这些因素的单位性能价格下降的速度和幅度实在是太大了。这在经济史上是前所未有的。每一次的崩溃都产生了更为广泛的后果。CPU 价格的暴跌直接将我们从大型机拽进了个人电脑时代；（各种类型）存储价格的崩溃不可避免地导致更多带有可观本地存储的个人计算机的出现，从而帮助催生了数据库和电子表格，然后导致了 web 服务，接着是云服务。而且，最近，（随着带宽的爆发式增长）网络传输成本的崩溃直接导致了现代互联网、流媒体视频以及移动 app 的出现。与保罗·西蒙 (Paul Simon) 的那首老歌（”泡沫中的男孩“）优点相反，每一代技术都将一位英雄推向流行（或单位性能价格）排行榜。每一次崩溃，伴随着性能的提升，都会催生巨大赢家与大规模变化，从英特尔到苹果，再到 Akamai，乃至于谷歌与 Meta，再到当前的 AI 热潮。崩塌的每一个受益者都需要一项或多项核心技术的价格下降与性能飙升。这反过来又开辟了新的”浪费“它们的机会可以把这些东西用在以前似乎不可能、昂贵得令人望而却步或两者兼而有之的事情上。人工智能是技术领域下一场崩塌的推手所有这一切将我们带到了今天。突然之间，人工智能变得廉价起来，以至于人们可以通过给聊天机器人输送提示来”写文章“、获得微服务代码方面的帮助等诸多”挥霍“它的手段。你可能会认为智能本身的价格/性能曲线也正在下降，就像发生在前几代技术身上的事情那样。你可以提出这样的观点，但这种观点太狭隘，太正统，或者至少是不完整和不成熟的。通用人工智能 (AGI) 的伦理和对齐问题姑且不谈。即便现在给人感觉比几十年来更接近 AGI 了，但往好了说这样的日子到来可能还有几年的时间。有鉴于此，值得提醒一下自己的是，AI 的热潮每一二十年就会对我们的”意识海滩“发起一次冲击，但又会随着噱头大于实际而再次退潮。我们从 1950 年代明斯基（失败的）工作看到了这一点，从 1970 年代的日本（失败的）第五代项目再次看到了这一点，从 2000 年代的 IBM（失败的）沃森又再次看到了这一点。如果你真的眯着眼睛仔细看的话，你也许会看出一种模式。尽管如此，大规模语言模型的突然爆发还是让一些人花费大量时间去思考哪些服务业的职业可能会被自动化干掉，经济学家称之为”替代性“自动化。但这种替代性自动化不会给整个社会增加太多的价值，甚至可能会减少价值并造成不稳定如同将美国白领工人的工作外包到中国。或许我们应该少考虑一些替代性自动化的机会，而多考虑一点增强型自动化的机会，那种可以释放创造力并带来财富和人类繁荣的事情。那么这会从何而来呢？我们认为，这种增强型自动化热潮将与之前的热潮一样，均来自同一个地方：某种东西的价格暴跌，而相关的生产力和性能却出现飙升。也就是软件本身。就此而言，我们的意思并不是”软件“就会出现价格下降的情况，就好像 AI 会引发 Microsoft Word 等文字处理器或 AWS 微服务出现价格战一样。这种属于线性思维，推断性思维。话虽如此，我们确实认为当前将 AI 注入到你能见到的每一个应用或服务的狂热会引发更多竞争，而不是更少。它将通过提高软件成本（每一次 AI API 调用都会有钱落入某人的腰包）来实现这一点，同时又不会带来真正的差异化，因为大多数供应商调用的 AI API 都是来自同样的供应商。鲍莫尔成本病与软件的问题要想理解我的意思，需要简单回顾一些基本的经济学。我们大多数人都熟悉技术产品的价格是如何暴跌，而教育和医疗保健的成本却不断飙升的。这似乎是个令人抓狂的谜团，随之而来的是大家呼吁要找出新办法，让这些行业变得更像科技业大家通常认为，科技业更容易受到技术通货紧缩的影响。但这是一种误解。解释一下：假设有一个经济板块就只有两个部门，一个部门的生产率、专业化程度和财富生产率要高得多，而另一个部门则低得多，则后者将面临提高工资的巨大压力，以免许多员工离开。随着时间的推移，生产力较低的部门开始变得越来越昂贵，尽管它的生产力不足以证明更高的工资是合理的，于是它开始”吞噬“该经济板块越来越多的资源。经济学家威廉·鲍莫尔（William Baumol）通常被认为是这种现象的发现者，因此这又被称为”鲍莫尔成本病“。你可以在下图当中看到这种成本病是什么样的，美国的各种产品和服务（剧透：主要是在高接触、低生产率的行业）变得越来越昂贵，而其他产品和服务（非剧透：主要是基于技术的）变得越来越便宜了。考虑到与其他一切相比技术所出现的爆发式进步，现在这一切应该都能说得通了。事实上，这几乎是数学使然。如果没有重大的生产力改善，这只能通过消除这些服务的人类因素来实现，很难想象这种情况会发生怎样的变化。假设未来我们仍需要医疗保健和教育，鉴于这些服务的大部分价值仍继续由人类提供，情况更有可能会继续恶化。但还有一个板块受到鲍莫尔成本病变体的阻碍，那就是软件本身。这听起来可能有些矛盾，可以理解。毕竟，生产力最高、创造财富最多、通货紧缩的部门怎么也会成为其他部门所遭受的同样问题的受害者呢？如果你回想一下我们之前讨论的双部门模型的话，会的。一个部门是半成品以及 CPU、存储与骨干网络。这些东西价格正在崩溃，其制造需要的人变少了，同时正以更低的价格带来了极大的性能提升。与此同时，软件还是那样，以与几十年前开发者几乎没有太大不同的方式生产着同样的东西。是，软件的生产和部署已经取得了进展，但归根结底，依旧是靠双手在键盘上敲代码。这看起来似曾相识，尽管生产力相对不足，但我们对软件薪水保持高位并继续上涨并不感到惊讶。这是鲍莫尔成本病，发生在技术本身很狭隘的双部门经济当中。这些高薪直接导致高昂的软件生产成本，并鉴于要素生产成本以及那些令人讨厌的供应曲线，导致了软件产量受限。初创企业需要花费数百万美元聘请工程师；大公司继续要砸数百万美元来留住他们。而且，虽然市场有出清价格，也就是供求曲线相交的点，但我们仍然知道，当其工资高于其他部门的可比职位时，生产的商品还是会低于社会的期望。在这种情况下，生产不足的商品是……软件。我们最终产生了一种社会性的技术债务，因为其生产的数量远低于社会的期望我们不知道少了多少，但可能是一个非常大的数字，并且也解释了为什么软件还没有蚕食掉太多世界。而且因为情况一直如此，所以没有人注意到。人口结构、老龄化，以及LLM即将带来的劳动力颠覆我们认为这一切都将会发生改变。不管如何不是出于本意，当前这代 AI 模型仿佛一枚导弹，直接对准了软件制作本身。当然，聊天 AI 在撰写本科生论文或创作营销文案、编写博客文章方面表现是很出色（好像这些东西还不够多一样），但这些技术在快速且几乎无成本地生成、调试和加速软件制作方面表现更棒，棒到几乎像黑魔法的地步。为什么不呢？如下图所示，大型语言模型 (LLM) 对就业市场的影响可以被认为是一个 2x2 矩阵。一个轴向表示领域的语法规范程度，意思是控制符号操作的规则导向程度如何。比方说，写文章是要讲规则的（问问任何一位发火的英语老师），因此可以训练基于LLM的聊天 AI 来写出好得出人意料的文章。税务服务提供者商、合同以及许多其他领域也在此范畴。未来几年，对于处在右上角象限的职业而言，其颠覆性是非常厉害的，几乎是前所未有的地步。我们将看到一系列职业数以百万计的工作岗位被取代，而且其发展速度比以往任何一波自动化浪潮都要快。对于严重依赖某些受影响最严重的工作类别的地区或国家的行业、税收，甚至社会稳定来说，这会产生巨大影响。这些广泛且可能破坏稳定的影响不应被低估，而且非常重要。部分人认为，老龄化社会的人口结构以及发达经济体倒挂的人口金字塔会抵消人工智能造成的这些变化。虽然人口结构会在未来几十年减缓这种打击的影响老龄化社会以及世界部分地区劳动力萎缩将迫切需要劳动力但这些人口结构的力量可能还不够。软件位于自己这场颠覆的震中不过，现在让我们先回到软件本身。软件的规则性和语法规范性高于会话英语或任何其他会话语言。从 Python 到 C++，编程语言可以被认为是具备一系列高度明确的规则的形式语言，这些规则管理着可以如何使用或者不能使用每个语言元素来产生期望的结果。编程语言的语法问题是最烦的，这让很多想成为程序员的人感到非常沮丧（就因为少了一个冒号？！这就是问题所在？！真见鬼），但对于像 ChatGPT 这样的 LLM 来说，这是完美的处理对象。这张图的第二个轴向也同样重要。除了底层的语法以外，还有领域的可预测性问题。同样的原因总会导致同样的结果吗？还是说这个领域比较特别，原因有时候会在结果的前面，但并非总是如此，而且不可预测。同样地，编程是具备可预测性领域的一个很好例子，编程中设计之初就是要让给定相同输入的情况下产生相同的输出。如果结果并非如此，那问题 99.9999% 可能出在你身上，而不是编程语言。其他领域的预测性要差得多，比如股权投资、精神病学，或者气象学。这种框架，也就是语法与可预测性让我们相信，在软件行业的历史上，第一次出现了将从根本上改变我们软件生产方式的工具。这关乎的不是让调试、测试、构建或共享变得更容易，虽说这些也会改变，关乎的是操纵构成编程语言的符号意味着什么。我们可以再说具体一点。比方说，再也不用学习 Python 来解析某些文本并删除 ASCII 表情符号，只需要直接给 ChatGPT 写下这些提示即可：写一些 Python 代码，让它打开一个文本文件并删除里面所有的表情符号，我喜欢的那个出外，然后再次保存。如果你的想法是，”不可能行得通的“，那你就错了。程序工作正常，只用了两秒钟，以前你怎么也学不会的编程技能，现在人人都可以掌握了，这只是其中的一个缩影罢了：要指出的是，显然：这个例子微不足道，乏善可陈，而且很蠢，尽管对于现在这种表情符号满天飞的环境很有用。这不是什么复杂代码。对于熟练的从业者来说，这种程序很简单，甚至简单到令人讨厌，但同时对于大多数其他人来说又是不可能的，如果不去Reddit 和 Quora 上面看很多东西的话。但它正在变得更好，更加深入。如果你不确定为什么这个能行得通，或者怀疑它是否行得通，并认为 AI 可能在骗人，你可以要求它自己做出解释，如下所示：简而言之，LLM 用了一个很巧妙的技巧。它不是靠穷尽所有的 ASCII 表情符号来检查文本是否存在这些字符，而是选择用字符编码来区分表情符号与非表情符号。这个做法是在是太聪明了，还有，你可以要求 LLM 解释它是怎么做一件事的，这种自我参照的解释能力则是改变了软件这场游戏的另一个原因。这只是开始（而且只会变得越来越好）。从将各种 Web 服务连接在一起的微服务（你以前可能在 Upwork 上向开发者支付了 10000 美元完成的任务）到整个移动app（一项可能要花费你 20000 美元到50000 美元或更多的任务），利用此类技术编写几乎所有类型的代码都成为了可能。更便宜的、不那么复杂的软件产品是什么样的有一点要说清楚。你能写出一个更好的 MICROSOFT WORD 吗？或者用新颖的方式解决这个经典的 COMPSCI 算法吗？不，你不能，这会导致很多人把这些技术当作玩具。确实是玩具，但具备重要意义。它们之所以是”玩具“，是因为它们能够为真实的人，尤其是非编码人员生成代码片段，一小部分人会认为这个微不足道的，而另一个庞大的群体会认为这是不可能的。这个认知差距将会改变一切。怎么改变？呃，一方面，软件生产的清算价格将会改变。但不仅仅是因为生产软件变得更便宜了。在极限情况下，我们认为这一时刻类似于之前的技术变革浪潮如何让基础技术（从 CPU 到存储和带宽）的价格跌到近乎为零的地步，从而早就物种形成和创新的大爆发。用软件进化的术语来说，我们刚刚从人类的周期时间过渡到果蝇的周期时间：一切都进化和变异得更快了。我们不妨来一次思想实验：如果软件生产成本遵循类似的曲线，甚至可能遵循更陡峭的曲线，并且正在下挫到近乎为零的地步的话，会怎样？如果生产软件即将变成次要的事情，就像用文字解释自己一样自然和普遍会怎样？那时候的软件开发就类似 ”我需要给 iPhone 做 X、Y ，不要做 Z，如果你对让它不那么丑陋有什么想法的话，我洗耳恭听“这样一句话的事情。现在我们可以重新审视之前的那条成本下降曲线，并把软件添加到组合里面。由于之前讨论的各种原因，尽管内部的”鲍莫尔成本病“可能会导致成本居高不下，但如果生产软件的成本即将崩溃会怎样？考虑到LLM的发展速度，这一切可能会发生得非常快，比前几代都要快。这一切意味着什么呢？我们不是反对软件工程师，而且其实我们投资了很多杰出的工程师。但是，我们的确认为，如果不摆脱软件行业的束缚的话，软件就无法发挥其最大潜力，因为软件行业成本很高，而且生产力相对较低。人人都可以编写软件，而且只需几分钱就可以编写软件，并且可以像说话或写字一样轻松地完成的软件行业，将是一个变革性的时刻。古滕堡发明了欧洲铅字印刷术之后，之前的创作障碍学术、创意、经济等都消失了。说这相当于古腾堡（编者注：欧洲活字印刷术发明人）时刻有点夸张，但只是有点，因为人们从此可以自由地做那些仅受限于自身想象力的事情了，或者说得更实际一点，受制于过去生产软件的成本的事情了。当然，改变会带来颠覆。回顾之前的变革浪潮，情况表明这不会是一个平稳的过程，可能需要数年甚至数十年才能完成。如果我们是对的，那么软件开发者的就业格局将发生翻天覆地的重塑，随之而来的是”生产力飙升“，这是因为软件生产成本的下降弥补了数十年来软件生产不足在全社会积累的技术债务。当我们还清这笔技术债务时，接下来会发生什么？我们现在已经多次提到这个技术债务，强调这一点并不为过。几乎可以肯定，我们生产的软件仍远远赶不上需求。这个技术债的规模有多大我们不知道，但不可能很小，所以后续可能会呈几何级数的增长。这意味着随着软件成本下降到接近为零的地步，可以预见，软件的创建会以之前几乎无法想象的方式爆炸。在这一点上大家总是会产生这样的疑问：”那会做出什么样的应用？“虽然这个疑问可以理解，但确实有点愚蠢而且现在提出这个绝对为时过早。当互联网传输成本为 500000 美元/Mbps 时，你会想到有Netflix吗？当屏幕、中央处理器、存储设备以及电池等的尺寸会导致设备跟一间房那么大时，你能想象苹果 iPhone 的出现吗？当然不能。关键是，我们唯一知道的是app和服务将会到来。这一点毫无疑问。你希望能够参与其中，刚有点风吹草动的时候就开始投资它们。简而言之，我们面前的这块绿地现在看起来就像是下一个伟大的技术周期，但有太多人根本看不到这个周期的出现（因为他们的关注点仍然放在投资应用于当前软件环境的LLM上）。企业家、发行人 Tim O'Reilly 有一个很好的表述，这个表述用在这里也很合适。他认为投资者和企业家”创造的价值应该高于攫取的价值“。刚开始的时候科技行业就是这样的，但近年来这个行业变得浮躁，往往想追求速赢，通常是按照金融服务业的剧本开局。我们认为，这是几十年来技术行业第一次可以回归本源，并通过释放一波软件生产的大爆发，真正实现创造的价值出高于攫取的价值。来源：金色财经

金色财经2023-04-04

英飞特：公司拟投资的西安精石电气科技有限公司业务不涉及人工智能、chatgpt

精石电气科技有限公司是否涉及人工智能，chatgpt等概念？英飞特董秘：尊敬的投资者您好！公司拟投资的西安精石电气科技有限公司业务不涉及人工智能、chatgpt。感谢您的关注！英飞特2022三季报显示，公司主营收入11.69亿元，同比上升9.61%；归母净利润1.85亿元，同比上升13.56%；扣非净利润1.51亿元，同比上升17.85%；其中2022年第三季度，公司单季度主营收入4.54亿元，同比上升12.13%；单季度归母净利润1.2亿元，同比上升48.35%；单季度扣非净利润8895.35万元，同比上升75.19%；负债率40.08%，投资收益220.05万元，财务费用-1247.02万元，毛利率34.95%。该股最近90天内共有1家机构给出评级，买入评级1家；过去90天内机构目标均价为18.92。根据近五年财报数据，证券之星估值分析工具显示，英飞特（300582）行业内竞争力的护城河一般，盈利能力一般，营收成长性一般。财务可能有隐忧，须重点关注的财务指标包括：货币资金/总资产率、应收账款/利润率、经营现金流/利润率。该股好公司指标2星，好价格指标2.5星，综合指标2星。（指标仅供参考，指标范围：0 ~ 5星，最高5星）英飞特（300582）主营业务：LED驱动电源的研发、生产、销售和技术服务。以上内容由证券之星根据公开信息整理，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-04-04

基金经理投资笔记|二季度投资策略：波动加大！产业分歧严重，权益主赛道的新能源与数字经济仍是投资人焦点

en AI推出的基于GPT3.5模型的ChatGPT应用；2023年3月14日Open AI便发布了多模态GPT4.0大模型；3月25日，ChatGPT再次功能升级，实现了对插件的初始支持，帮助ChatGPT访问最新信息、运行计算或使用第三方服务；国内，百度发布了文心一言大模型，华为盘古大模型也将发布。　　第三，利率债与信用债券走势分化，转债表现较好。　　一季度在保险等配置资金驱动信用债市场的修复行情带动下，基金等交易型机构也逐步增加对信用债的配置力度。年后现金管理类理财规模增长较快，理财增配短久期信用债。由于高等级、短久期信用债收益率恢复程度较高，市场资金流向短久期、中低评级及更长久期的资产。由于2月资金面收敛、银行增加信贷投放需补充负债及商业银行资本管理办法出台等因素，同业存单利率上行幅度较大。利率债仍呈震荡，配置盘影响下长端波动幅度小于短端。　　从细分类属来看，受资金及同存利率影响，短端利率债波动幅度较大，长端则在配置盘作用下窄幅震荡。信用方面，随着投资者需求及资产性价比变化，修复行情从短久期、高等级逐渐向短久期、中低评级、中长久期等方向扩散。1-3年中低评级城投债、3-5年银行二永、7-10年普通金融债表现较好。　　二、波动加大或是二季度的特征　　无论是宏观与产业的基本面因子，还是交易因子，都彰显二季度市场的波动或会明显极大。　　2.1 海外市场进入紧缩末期交易，波动加剧　　海外市场经历了通胀交易、危机交易，下一步将会进入到衰退交易，这意味着市场进入到紧缩末期，但尚未到达宽松期，投资者与决策者分歧的加大，会加剧市场的波动。我们对此的判断是：　　首先，需要明确对美国衰退的分歧源于衰退的非平衡，居民部门消费韧性延后了衰退的时点。　　在年度报告《破壁重铸》中，我们判断欧美各类经济领先指标出现明显下降，2023年海外经济预期出现阶段性衰退。年初以来持续超预期的就业、通胀数据使得对市场对海外衰退的预期出现分歧，“浅衰退”还是“不衰退”？从库存、地产、产能、投资、消费多维度来看，美国处在非平衡衰退之中，消费的韧性延后衰退时点，但经济的下行周期虽迟但到。从前瞻指标看，2023年1月、2月制造业PMI均跌破48%，密歇根大学消费者信心指数、工业产出指数均处在下行通道。从库存看，尽管消费还不错，但制造业库存和零售商库存都在高位回落过程中，还在去库阶段。从投资看，固定资产投资增速已经大幅下降并转负，预计随着今年去库的展开，投资增速还将继续大幅下跌。从消费看，超额储蓄以及劳动力供需缺口支撑居民消费部门韧性，但2月同比增速也开始出现下降。　　其次，流动性的现实紧张与预期的宽松分歧催化了市场波动。流动性对市场的扰动是长期的，短期扰动风险偏好，中期影响加息预期，长期压制盈利底。短期风险偏好下降，中期流动性宽松形成利好，长期推迟“盈利底”。持续的加息以及较高的利率点位使得欧美流动性较为脆弱，其他中小银行同样可能出现流动性的冲击，IMF在年报中也重点强调了全球金融稳定性风险上升，美国财长耶伦也表示“没有考虑过提高存款保险的额度”，短期必然带来风险偏好的波动。中期来看金融稳定与抑制通胀成为美联储货币政策的难题，倒逼美联储政策转向，市场对美联储5月停止加息的预期升温，带来流动性边际的利好。长期来看，在紧缩周期和流动性冲击的压力下，通常经济增速会放缓，甚至出现利润表式衰退。　　流动性对市场的扰动还需要考虑银行资产负债表收缩和去杠杆的影响。我们认为这一影响预计还会延续，部分资产配置集中、久期风险较高，银行面临去杠杆压力，储户也可能从类似硅谷银行的机构撤出存款转向大型银行或现金，放大货币政策紧缩的影响。在这一影响下，美联储下修2023、2024年经济增速预期，海外经济逐步进入衰退模式。　　再次，资产价格波动率明显上升，且呈分化态势。在紧缩末期，我们看到当前市场波动率明显上升。其中，1）商品价格的波动率变化显著高于权益资产；2）权益市场前期跌幅较大，因此短期受美元流动性冲击影响相对较小，美股整体波动幅度变化大于新兴市场；3）实际收益率下行推动黄金和原油价格表现分化，黄金和原油的资产价格波动率提升明显；4）与此同时避险情绪严重，金油比（现货黄金/WTI原油期货价格）大幅上升，短端美债收益率大幅下滑，2年期与10年期美债利差显著收窄。我们预计二季度这一特征将会更加明显。　　2.2 中国经济温和复苏，但结构性差异与外部性不确定性增大　　中国经济济处在温和复苏中，复苏的大趋势不变，但也看到结构性修复的差异以及外部不确定性的增大。具体而言：　　从投资看，总体投资增速回升，基建、制造业投资保持高景气，房地产投资降幅收窄。1-2月固定资产投资同比增长5.5%，较去年12月上行2.4%，整体超预期。其中基建和制造业投资延续去年的高景气，同比分别增长12.2%、8.1%，前值分别为10.4%、7.4%。地产投资依然在萎缩，降幅为5.7%，明显收窄（前值为下降10%）。分类别看，第一产业累计同比增长1.5%，第二产业累计同比增长10.1%，第三产业累计同比增长3.8%；从行业看，1-2月固投增速表现相对较好的行业包括汽车、有色金属、专用设备等。由于财政支出前置和信贷大额强劲投放等因素提振，固定资产投资增速在节后加速恢复，预计固定资产投资仍将是上半年支撑经济复苏趋势的重要基础。　　从工业增加值看，温和修复，服务业生产指数明显回升。1-2月规模以上工业增加值同比增长2.4%，较上年12月份回落1.2%，低于Wind平均预期的3%，但考虑到2022年初高景气，年初工业生产整体温和复苏。支撑1-2月工业增加值保持增长主要是采矿业，同比增长4.7%，电力、热力、燃气及水生产和供应业同比增长2.4%。服务业生产指数明显回升，同比增长5.5%，前值为下降0.8%，结构上，信息传输软件技术业、金融业、住宿餐饮业、运输业等服务业表现较好。　　从工业企业利润看，增速回落，需求偏弱，成本刚性。1-2月，规模以上工业企业利润同比下降22.9%，降幅较2022年12月扩大14.6%。量升价跌，利润率大幅回落。一方面需求偏弱，营收反弹乏力；另一方面营业成本刚性，成本率大幅提升。行业层面上，利润增速超过10%的行业较少，仅有色金属、电热、铁路船舶、电气机械四个行业。利润结构方面，制造业下游强于中上游。往后看，基数、PPI、开工率、需求等因素的影响，预计都偏正面，企业利润增速大概率见底，但回升的斜率可能较温和。　　从消费复苏趋势看，相对温和。1-2月社会消费品零售总额为7.7万亿元，累计同比增长3.5％，较2022年12月增速回升5.3个百分点。其中商品消费同比增长2.9％，餐饮消费同比增长9.2％。受益于疫情过峰后人流的快速恢复，餐饮出现了比较明显的修复。春节假期金银珠宝、烟酒、饮料等呈现较强的增长。而大件商品消费情况较弱，汽车和电子消费拖了后腿。　　房地产施工面积、投资、新开工面积仍然处于萎缩通道，但降幅均在收窄。1-2月房地产投资同比下降5.7%（前值为下降10%），房屋施工面积同比下降4.4%（前值为下降7.2%），房屋新开工面积同比下降9.4%（前值为下降39%），商品房销售面积同比下降3.6%（前值为下降24%），其中住宅销售额增长3.5%。年初至3月25日30城商品房累计成交面积3234万平，同比转正，短期住宅销售有筑底迹象，但有低基数与前期压抑需求集中释放的影响。　　2.3 从产业链看，产业赛道分歧严重　　2023年权益主赛道在旧有的新能源与新演化的数字经济的争夺。第一季度，数字经济完胜，二季度这一争夺还将继续，远远没有到分出胜负的时候。　　从产业链来看，耐用消费品中的新能源汽车增速是收敛的。乘联会数据表明，1月底乘用车库存量为333万台，库存周期64天，2月起湖北省推出限时购车补贴，东风雪铁龙C6由原价21万元降价9万元至12万元，引发奔驰、宝马、大众等合资车企相继降价。1-2月狭义乘用车零售销量为267.8万辆，同比下降19.8%。3月预计狭义乘用车零售销量为159万辆，同比持平，环比增长14.5%；其中新能源零售销量预计为56万辆，同比增长25.8%，环比增长27.5%。这表明传统车在降价清库存，新能源车销量增速收敛。　　新能源产业链本身也在分化。1-2月累计光伏新增装机20.37GW，同比增长87.6%，去年同期累计光伏新增装机量仅为10.86GW。截至2月底我国光伏累计装机量达413.04GW，同比增长30.8%。3月23日国家能源局、生态环境部、农业农村部、国家乡村振兴局发布了关于组织开展农村能源革命试点县建设的通知,提升农村能源革命试点县的申报率。光伏的需求在逐步恢复，但其距离重新站上主赛道，难度非常大。　　从交易指标看，TMT行业估值与换手率抬升较快，均突破历史两倍标准差，警惕交易风险的报告开始多了起来。很多人预期高换手率背景下的交易性回撤是确定主赛道的必然规律，所谓以进为退就是这个道理，通常而言，这就是考验产业配置定力和能力的关键节点，也是对主导产业进行深入研究的意义所在，而这是我们一直强调的能力。　　2.4 从企业盈利来看，盈利周期尚未到底，且分化严重　　二季度，企业盈利对市场的走势影响是明显的。从库存周期看，2022年5月开始国内工业企业库存见顶，正式步入主动去库周期，2023年二季度库存周期有望从主动去库切换到被动去库周期。用PPI（工业生产者出厂价格指数）同比和PPIRM（工业生产者购进价格指数）同比的价差，表征工业企业盈利空间的所处周期和变化方向，可以发现，盈利空间和库存周期成反比关系，且盈利空间领先于库存周期变化2个月左右。考虑到海外通胀和国内疫情的影响，本轮PPI周期和盈利周期稍有错位，PPI周期晚于盈利周期见顶，目前来看PPI仍处于筑底阶段。　　同时，统计上中下游利润占比情况后发现，工业企业的盈利结构分化明显。上游利润占比持续攀升，中游利润占比呈现明显的下滑趋势；下游利润则处于底部区间，有触底的趋势。整体来看，上游在未来的利润分配格局中仍将占据主导位置，但鲸落万物生，经济的弱复苏需要利润更均衡的再分配支持。　　2.5 从市场和基本面匹配上看，二季度市场面临波动放大的可能　　2016年后PPI和WIND全A指数有较强的同步性，权益市场走势多反映企业盈利预期的变化情况；这轮周期出现明显的背离，后续宏观经济盈利周期与wind全A指数可能出现收敛的过程。上证50、沪深300和10年期国债收益率是强相关的，具体表现为经济复苏——利率上行，经济复苏——强宏观行业上市公司业绩增厚。但无论是5%的增长目标还是实际的经济数据，都对国债利率能否维持在2.9%的位置提出了考验，上证50、沪深300在二季度面临波动放大的可能。　　三、二季度投资策略：乘风破浪　　波动是二季度市场的明确特征，乘风破浪就是投资策略的基本原则。　　从宏观环境看，宏观因子的核心是关注海外流动性冲击与国内经济修复幅度。从宏观交易看，二季度或将盈利周期收敛，震荡筑底。全球经济衰退和海外持续紧缩背景下，波动大概率将加大，但A股仍将呈现出独立韧性。预计二季度A股整体进入震荡筑底阶段，价值与成长可均衡配置，需要逢低逐步提升仓位。主线仍然按照年度报告提出的自主可控主线，下游疫后复苏和国企重塑主题进行配置。　　从风险防范上看，需要高度关注海外流动性风险的传导和演绎，提防金融风险在欧洲股市与美国房市上的蔓延，密切跟踪外部冲击对中国复苏大趋势的扰动程度。　　【了解作者】　　魏凤春博士，创金合信基金首席经济学家，投委会委员兼秘书长，宏观策略配置部总监，兼任MOMFOF投研总部总监，南开大学经济学博士，清华大学管理科学与工程博士后。学术研究与教学以及宏观经济走势、金融产品分析等实务领域经验丰富、成果卓著。从业23年以来，一直致力于在周期波动的框架内运用财政的视角解构宏观经济的运行，将中国经济看作一份资产，通过资本资产定价的方式来确定其价值与风险。　　罗水星博士，创金合信基金经理、首席宏观分析师，2022年2月加入创金合信基金。此前履职博时基金，负责宏观策略、宏观政策、大类资产配置与择时研究。武汉大学学士，上海财经大学经济学硕士、博士，中国社科院经济学博士后，学术论文多发表于国际SSCI英文核心经济学期刊。

金融界2023-04-04

ChatGPT概念股震荡走低，当虹科技跌超8%

2023年4月4日，ChatGPT概念股震荡走低，截至10：46，当虹科技跌超8%，因赛集团、中文在线、海天瑞声、汉王科技、万兴科技等跌幅居前。国金证券表示，展望2023年Q1业绩，我们预测受到消费电子、数据中心需求疲弱及产业链去库存、降价的影响，整体业绩承压，板块分化明显，半导体设备、零部件、材料业绩表现较好，下游消费电子应用占比较大的公司业绩承压。预计2023年上半年基本面仍处在去库存阶段，展望下半年，工业需求有望逐步回暖，数据中心在Ai+应用落地、数字化等拉动下需求回升，消费电子需求也有望改善。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-04-04

指数强劲上涨，全志科技领涨，芯片50ETF（516350）上涨2.47%

方华创等涨幅均超5%。海通证券认为，ChatGPT的持续催化,以及在AIGC领域的落地，加速人工智能产业化由软件向硬件切换，半导体芯片+AI生态逐渐清晰。（来源:界面AI）声明：本条内容由界面AI生成并授权使用，内容仅供参考，不构成投资建议。AI技术战略支持为有连云。

有连云2023-04-04

意大利之后是德国？整个欧洲都有兴趣“封禁”ChatGPT？

意大利对ChatGPT的禁令，掀起了一轮针对OpenAI的监管风暴，德国监管机构已率先跟进，表示正在考虑暂时禁用ChatGPT。

Annalee2023-04-04

24小时热点