数字经济学习思考.docx

《数字经济学习思考.docx》由会员分享，可在线阅读，更多相关《数字经济学习思考.docx（5页珍藏版）》请在第一文库网上搜索。

1、数字经济学习思考1、数字经济为主线的判断数字经济产生于三大背景：(1)时代背景：传统经济的增速已经开始放缓,需要新经济引擎的拉动;劳动力人口红利的逐步消失，对数字经济的需求也是)1飕成章的；经过三年的疫情，也催化了数字经济产业发展的迫切性。随着数字中国的顶层设计以及国家对数字政府的强约束考核,数字经济未来必将快速发展。(2)宏观背景：国内二十大结束后，未来五年中长期的经济稳健增长的预期已经形成随着疫情的逐步放开,整体经济在政策托而不举的背景下，稳健复苏，新经济将成为未来中国经济增长的核心引擎。中国庞大的第二产业一工业需要在数字中国的背BF,甄降低成本、提升/渤狡化，从底层到应用，全面翔数字化，

2、智能化，网联化；再从流动性角度看，国内将保持中期维度宽松的流动性，海外流动性的拐点也在经济衰退中逐步出现。(3)产业背景:新产业出现时数字经济发展的引擎。上游通过数据要素政策盘活巨大的存量数据资产,下游通过科技革命的生产力A1技术大大提升生产力,中游通过强大的算力提供动能支持，传统经济在数据要素以及AI的加持下，成长空间巨大。传统经济时代的生产要素劳动力和土地都开始边际衰减，但新经济时代的两大生产要素一一数据和技术正迎来全面爆发。新经济时代一数字经济已经开启，我们需要紧紧抓住时代的机遇。(1)计算机计算机行业是与数字经济关联度最大行业之一。过去中国经济体信息化比例已经很高了，未来巨大的中国经济

3、体需要在人工智能的帮助下实现自动化、智能化、网联化比例大幅提升。中国拥有全球最大的制造业经济体，数字化的过程可以大大提升经济体的生严蟀，最终实现中国经济保I蝌续领先的增长。中长期看,中国经济体也将从消费互联网迈向工业互联网的时代。最看好的方向包括：1、AI+o工智能作为提升生产力最蠢的工M,在TM场景将很快展开，比如AI+办公，AI+金融，AI+M等等。2、数据要素。数据要素是A1应用的核心底座，比如数据持有方、数据运营方、数据加工方等等。3、工业软件以及工业互联网，投资机会短期来自工业软件的国产替代，中长期来自工业互联网对工业产业链效率的提升。4、信创。信创其实就是计算机行业软硬件的国产替代

4、。短中期具有确定性和爆发性，但长期成长的确定性不高。(2)传媒人工智能最快应用的场景就是娱乐。因此传媒行业将最新感受到人工智能对行业的影响。这种影响不仅仅是生产成本的大幅降低以及产能的大幅扩张，未来将对内容产业的展现形式也会发生巨大的变化。这是一个被AI重新塑造的行业，因此孕育着巨大的投资机会。另一方面，内容行业过去三年一直被重度监管，短中期内容行业也将享受监管放松带来的成长红利。传媒行业是投资上最具赖隹斯双击的行业之一。最看好的方向AI+瞬，AI+动漫影视。(3)通信AI产业能够快速发展，离不开算力的大幅支持。随着AI产业从训练向推理发展的过程中，算力也会大幅增长。因此最看好的方向是运营商以

5、及算力供应链。1运营商不仅仅是算力的最大提供方，它还毁艇要素产业链中最大的辘持有方。运营商掌握了数字经济产业链中最重要的数据资产以及强大的算力，是数字经济时代最重要的核心底座。2、算力产业链主要是指光通信产业链中的光模块,随着算力的增长，光模块的需求也会大幅增长，此夕M介值量也会逐步提升。中国的光模块企业面向全球客户，受益于全球算力的快速增长。(4)电子相对于计算机、传媒、通信来说，电子可能并不是本轮AI浪潮的重点。本轮AI浪潮的核心是数据，数据搭载在云端，硬件的使用量相对于PC、移动互联网时代要小很多。但电子行业的细分领域还是存在一些投资机会的，比如消费电子中的MR产业链，半导体中的AI芯片

6、产业链。看好的方向包括：1MR显示设备的供应链公司；2、A1芯片产业链，包括先进封装,先进制程；3、第三代化合物半导体-sic,随着电动化的大趋势下，SiC的使用量也是会大巾酎是升的。3、数字经济的主要投资生产力的五大要素中，边际爆发性最强的两大要素是辘和技术，所以数字经济的核心股资机会也来自两个方面，分别为人工智能和数据要素。看似表面关联度不大的两个方面其实是紧密串联在一起的。人工智能是本次科技革命最大的变现出口，它是由算法，算力，应用三部分组成。第一条链算法就是通常意义上的大模型，但大模型的核心底座是没有数据的大模型根本无法训练辘要素的投资可以分为持有方，辘运营方，数据加工方，一旦辘能够入

7、表，变现，交易，超资产就具备了商业价值。我国的数据75%都掌握在政府手中，一搬据运营大多数也会交给国有企业，民企更多承担数据力OT,处理等工作。第二条链应用，AI应用从投资角度看，通用人工智能变现会更快落地，主要包括AI+娱乐，这里的娱乐包括游戏，影视，动漫，音衩濒等；AI+办公，比如办公软件，邮箱，OA等，B端的应用相对来说更多是使用专用模型,甚至关联到数据的合法安全问题。长期来看，AI+金融，AI+：D1k可能都会出现，但时间落地上会相对长T。第三条链就是算力，初期在训练阶段，算力的需求是快速增长的，但到了推理阶段，算力的边际变化时下降的，总量当然是大幅增长的。算力产业的投资机会包括AI芯片,A1服务器（光模块，PCB等）。4、对传统“新半军”谢法目前还需要等待。像新能源、半导体这些行业最大的问题还是在于竞争格局。目前这些行业的竞争格局依然比较激烈，导致未来盈利能力以及市场份额存在一定的不确定性，包括光伏、储能、半导体，最早是在新能源车里面看到的这种情况。大公司的蛋糕会变小，或者没变小但增长速度施8,在同质化竞争的过程中，分辘的人在不断增加，这是目前最明显的现状，需要继续进行跟踪，等待出清或者竞争格局的改善。