>> 中信證券-促進資本健康發(fā)展系列報告之四-AI大模型政策：地方鼓勵，中央規(guī)范-230720
| 上傳日期： |
2023/7/20 |
大?。?/td>
| 1965KB |
| 格式： |
pdf 共38頁 |
來源： |
中信證券 |
| 評級： |
-- |
作者： |
楊帆，于翔，楊澤原 |
| 下載權(quán)限： |
此報告為加密報告 |
|
|
AI大模型已成為優(yōu)化算力瓶頸、放大數(shù)據(jù)優(yōu)勢、發(fā)展數(shù)字經(jīng)濟的重要拼圖。當前地方政策以鼓勵為主，中央政策關(guān)注事前規(guī)范。地方圍繞智能算力建設(shè)、公共數(shù)據(jù)流通和算法場景開放層層遞進。中央明確鼓勵AI大模型發(fā)展但仍關(guān)注事前規(guī)范。網(wǎng)信辦對內(nèi)容監(jiān)管已有所弱化，to B端備案或放松，但算法監(jiān)管難度較過去有所增加，因此備案節(jié)奏或少量多批。類似歐盟的橫向嚴格監(jiān)管短期或難以見到。建議關(guān)注算力/數(shù)據(jù)/算法應用的市場需求以及監(jiān)管帶來的需求。
▍ AI大模型是數(shù)字經(jīng)濟發(fā)展的關(guān)鍵拼圖。數(shù)字經(jīng)濟發(fā)展的三大核心要素包括算力、數(shù)據(jù)和算法，其中算力和數(shù)據(jù)是研發(fā)算法的前提，三者缺一不可且需要更好地協(xié)同從而創(chuàng)造更大的經(jīng)濟效益。目前算力需要突破上游瓶頸，數(shù)據(jù)需要充分利用發(fā)揮規(guī)模優(yōu)勢，以AI大模型為代表的算法成為關(guān)鍵拼圖。
▍地方政府對AI大模型呈鼓勵態(tài)度，預期政策將圍繞算力、數(shù)據(jù)和算法分步遞進。算力方面，地方政府將更關(guān)注智算中心的投資建設(shè)，資金補助分別從基建投資補貼和算力購買兩方面進行。數(shù)據(jù)方面，地方政府將關(guān)注數(shù)據(jù)資源體系建設(shè)，盤活政府數(shù)據(jù)和公共數(shù)據(jù)價值以支持當?shù)厮惴ㄆ髽I(yè)發(fā)展。算法方面，政府或?qū)⒏鶕?jù)對數(shù)據(jù)抓手的強弱為脈絡(luò)分批開放大模型應用場景，即按照政府內(nèi)部、公共行業(yè)和商業(yè)場景三方面分步推動AI大模型的場景落地。
▍中央明確鼓勵作為硬科技的AI大模型產(chǎn)業(yè)發(fā)展，但仍需事前規(guī)范。2023年4月28日，中共中央政治局會議指出“要重視通用人工智能發(fā)展，營造創(chuàng)新生態(tài)，重視防范風險”。2023年5月5日，中央財經(jīng)委會議提出“要把握人工智能等新科技革命浪潮”。AI大模型作為國家支持的硬科技產(chǎn)業(yè)，其發(fā)展勢不可擋但存在的風險亦不容忽視。近期網(wǎng)信辦公布的《生成式人工智能管理服務(wù)暫行辦法》目的在于事前規(guī)范，而規(guī)范的目的是為了長期更好地發(fā)展。
▍內(nèi)容管理已有放松，前期模型復雜性提高審查難度，備案節(jié)奏或少量多批。國內(nèi)AI監(jiān)管在上位法形成的法律框架下多個部門規(guī)章接續(xù)出臺，治理體系持續(xù)完善。目前中國對于生成式人工智能大模型的治理主要集中于內(nèi)容管理、算法管理、數(shù)據(jù)管理以及知識產(chǎn)權(quán)。內(nèi)容管理方面，《生成式人工智能管理服務(wù)暫行辦法》弱化了對生成內(nèi)容真實性的要求，同時對于to B端備案需求或有所放松。算法方面，人工智能大模型的黑箱特征與安全評估要求并不匹配，提高算法的難度，官方審批備案節(jié)奏或呈現(xiàn)少量多批特征。
▍歐洲采取橫向監(jiān)管趨嚴，國內(nèi)轉(zhuǎn)型仍需等待應用落地以發(fā)現(xiàn)監(jiān)管需求。目前國內(nèi)AI監(jiān)管框架為針對不同應用場景的縱向管理，而歐盟采取嚴格且基于風險規(guī)制、倡導負責任的研究與創(chuàng)新以及堅持實驗主義治理的理念的橫向管理。我們認為歐盟經(jīng)驗更適用于成熟的AI市場，國內(nèi)短期或不會切換為橫向管理模式。國內(nèi)標志橫向管理的《人工智能法》需等待應用落地以發(fā)現(xiàn)監(jiān)管需求，或不會過快出臺，但歐盟的風險分類制度或被國內(nèi)學習采納
▍投資建議：關(guān)注算力/數(shù)據(jù)/算法的市場需求和監(jiān)管帶來的技術(shù)需求。建議投資者一方面關(guān)注數(shù)字經(jīng)濟及AI大模型研發(fā)帶來的算力、數(shù)據(jù)和算法應用的市場需求，另一方面關(guān)注AI大模型監(jiān)管帶來的需求。算力方面關(guān)注運營商、數(shù)據(jù)中心和IDC三條主線。數(shù)據(jù)方面關(guān)注數(shù)據(jù)供需類企業(yè)、數(shù)據(jù)安全和隱私計算等相關(guān)數(shù)據(jù)流通服務(wù)企業(yè)。算法方面關(guān)注AI大模型廠商與下游產(chǎn)品應用爆發(fā)。監(jiān)管需求方面關(guān)注數(shù)據(jù)安全與內(nèi)容鑒別等網(wǎng)絡(luò)安全需求。
▍風險因素：宏觀經(jīng)濟增速超預期下行風險；地方支持AI產(chǎn)業(yè)發(fā)展不及預期的風險；網(wǎng)信辦AI大模型備案節(jié)奏較慢的風險；AI產(chǎn)業(yè)監(jiān)管超預期嚴格的風險。
|
|
