AI投资峰会9月16日在北京举行，主题为“AI基建时代的确定性机会”。中信建投证券（HK6066）党委委员、执委会委员、未来产业和政策研究院院长武超则在峰会上表示，AI时代与上一个移动互联网时代存在显著不同。相似的是产业革命的量级，但不相似的是资本开支的量级。
武超则称，回顾过去四五十年的ICT产业发展历程，大致可分为三个阶段：从上世纪80年代到2000年左右的PC互联网时代；从2000年到2018年约二十年的移动互联网时代；2018年之后进入数字化、智能化时代。每一个大的技术创新周期（883436）都有很多相似性，都是一个大的底层技术或以科技驱动的全要素生产率的大跃升，人工智能（885728）无疑是这二十年的主线引擎和核心生产力。
但她强调，AI时代与上一个移动互联网时代存在显著不同。相似的是产业革命的量级，但不相似的是资本开支的量级。在移动互联网那二十年，每年中美底层资本开支在1000亿美元左右；而今天谈人工智能（885728），基本上是万亿美元——今年北美CSP（CSPI）厂商资本开支8000亿左右，中国也有一定规模，加起来大概就是每年万亿美元级别。十年前移动互联网资本开支的10倍量级，当然10倍资本开支背后可能带来10倍甚至更高预期的回报，但前提是要先把这10倍资本开支投下去，这是量级的不同。
“更重要的是，今天不仅要谈怎么做大模型、做智能化时代的操作系统，还要谈怎么基于大模型解决上层的算力问题、芯片问题、芯片上层先进制程问题、半导体设备（884229）材料问题。所以除了10倍于自身产业革命特征所带来的资本开支，还要解决两套供应链的问题，直观来看投资规模可能就是上一轮的20倍或者更高。”她说。
武超则从ChatGPT出来到今天模型不断迭代的过程中，总结出四个大的阶段：第一阶段是2023年自然语言大模型，让机器像人一样能说会道，提供情绪价值；第二阶段是会工具，从能说变成能解决问题；第三阶段是所谓“DeepSeek时刻”，推理模型或规划决策模型、慢思考模型出现，大模型已经不是一个能说会道的简单助理，而是具备强大推理能力；下一代模型迭代趋势是预测模型，比如AI for Science，涉及医疗、金融、科研等问题。
此外，从产业角度，她一直坚持一个观点：AI产业并没有所谓的泡沫，更多的泡沫来自于底层巨大的资本开支和今天看到的商业模式闭环之间的鸿沟，而不是模型或人工智能（885728）本身发展进程中它的能力。
事实上，AI产业链可以分为三个大部分：算力、模型、应用。算力再拆分为海外链和国产链；大模型分为基础大模型、多模态、机器人及自动驾驶；应用端分为C端和B端。
武超则称，全球AI竞争是很难停下来的，尽管发展过程中有很多安全问题、资本开支带来高债务问题等，但整体来看，大模型依然在高速迭代，它更像移动互联网时代的操作系统和引擎，所以中美头部模型依然值得投资。另外在这个过程中，只要模型不断迭代、不断Scale，算力需求仍然是非常确定的。今天的算力更多是一个耗材，而不是简单的一次性资本开支，国产化的主线未来几年可能增速更快。
“算力接下来更多机会向内看，模型本身更多机会向外看，因为模型目前在海外商业化场景或闭环是更快的。”她认为，大模型最终是会平权的，不管是开源模型还是模型自身交叉迭代，未来靠的是谁有源源不断的第一手物理世界新增新鲜数据。
“现在所有AI用的实际上还是互联网或历史上存量数据，这是为什么很多人要去做AI终端、做AI硬件、做AI机器人，更多要的是那个传感器（885946），那个传感器（885946）解决的是AI跟物理世界最后一公里的纽带，非常重要。我们非常看好能够获得第一手物理数据做传感器（885946）、做AI的公司。”武超则说。
在武超则看来，AI产业现在发展的位置更像移动互联网的2013年、2014年，模型高速迭代、算力大幅扩容但依旧供不应求、应用方兴未艾。目前在应用快速变化的赛道里很难买到确定性的，但它会容纳更多的创新、更多的创意和更多的公司。“在未来一段时间随着模型算力分化之后，这个部分的变化也是最多的，是值得去持续跟踪的。”
