武超则饭局,武超则个人简介,武超则出生年月,武超则是哪的人

核心观点：

1、AI 是数字化时代的 " 操作系统 "，本质是超级工具。今天我们看 OpenAI，还是更多在 C 端，未来它会在很多 To-B 端，各行业都会加速它的数字化进程到来。它肯定不是一个短期的主题或纯粹的炒作，一定是一个具有划时代意义的产品。

2、在产业上，大模型的 " 卷 " 才刚开始，有点像当年的智能手机，或者前两年的电动车，接下来可能会需要一个比较长的链路，去建立自己的商业模型和行业壁垒。

3、除了大模型之外，其实行业上还有几块。一是算力，现在是链路上关注度比较高的，算力更像卖铲子的人，确定性还是比较高的，它可能弹性没有大模型那么大；最后还有一类是做应用的公司，就类似于移动互联网，我们把今天的 AI 当作一个提升生产效率和生产力的一个工具的话，那一定会诞生新一轮的应用。

4、运营商是十年一个周期，是科技行业链路里周期最长的。在数字化时代，运营商又会回到一个比较重要的参与者位置上，既然是十年一个周期，刚刚涨了一年，至少周期还没有结束，长期来讲，我个人还是比较看好的。

4 月 12 日，中信建投 TMT 首席分析师武超则在一场路演中，对 TMT 行业进行分析和展望。

以下是投资作业本（微信 ID：【【微信】】）整理的精华内容，分享给大家：

AI 是数字化时代的 " 操作系统 "，本质是超级工具

从去年四季度到今年一季度，大的科技板块迎来了市场前所未有的关注度，不管是在交易量，还是一、二级市场，都有比较大的反应。从我的角度来讲，不一定是 iphone 时刻，但至少应该是数字化时代一个全新操作系统的诞生。

这次 AI 更像数字化链路上的一个底层操作系统，有点像移动互联网时代，2007 年诞生了苹果的 IOS，后来有了安卓，但是 2011 年安卓的渗透率超过 50%。后来在移动互联网发生的事情已经很清晰，2011 年到 2020 年，差不多十年时间，移动互联网一*的牛市，诞生了一大批，比如 BAT 这样涨了 20 倍的公司，在美股看也是类似的。

所以我个人觉得，这次 AI 更像数字化时代的一个底层操作系统。再往前推演，它有点像 PC 时代的 windows，微软出来的表态也是类似的，就是如果没有 windows，PC 端不会这么成功，不会在互联网浪潮上发挥那么大的作用。移动互联网的 20 年也是类似，操作系统的发布对未来各种各样的应用商店，以及上面各种各样的 Apps 的诞生，起到了一个加速落地的过程。

今天的 AI 本质上是一个超级工具，这个工具没有任何情感色彩，它会全面加速全社会数字化时代的到来。具象化讲，它可能会加速数据挖掘的效能，加速数字化应用落地的场景，更好地服务实体经济，所以不一定最终仅仅是那些 To-C 的场景。

今天我们看 OpenAI，还是更多在 C 端，比如聊天、生图这些场景下出圈，但我觉得它的意义远不止这些，未来它会在很多 To-B 端，比如生物制药、创新药，包括一些新材料，甚至航天航空，各个行业都会加速它的数字化进程到来。所以从这点上来讲，我觉得它肯定不是一个短期的主题或纯粹的炒作，一定是一个具有划时代意义的产品。

大模型的 " 卷 " 刚开始有点像当年的智能手机

如果以 ChatGPT 这个爆款的应用为抓手来展开投资逻辑，首先，要把产业自身的进展和投资分开来看，尤其在科技行业的投资上。像我们当年完整经历过移动互联网这一代的人，大家都很纠结，就是在科技行业什么时候是主题投资，什么时候是价值投资。

科技行业的投资模型跟很多行业不一样，包括前两年同样是成长股里的新能源，新能源本质上是高端制造，但 TMT 本质上是科技创新。科技创新最伟大的公司一定有一个非线性拐点，就是可能很长一段时间他都不断的投入，在收入利润上没有很好的体现，但一旦过了这个临界点，你会发现它有一个大的能力跃升，不管它的创收，还是盈利能力。

最典型的像当年的亚马逊，从 2015 年它的云开始盈利以后，它的利润增速是比收入增速还快，因为他的边际成本会迅速下降，所以这是科技模型里很重要的一个链路。

从产业端来看，当下大家最关注的是大模型，谁能下一个像 OpenAI、微软，在这个链路上做出让人非常惊艳的爆款产品。因为你会发现，在生成式 AI 链路上，已经有非常大的这种非线性的拐点。

从国外和国内现在做大模型有关的公司来看，大模型的落地难度是非常大的。因为它不仅要求你训练数据集的量要足够大，同时要求你的算力、足够高质量的数据，比如说中文语料等。还有比如他需要有大量的场景。

所以这段时间做大模型的公司非常多，除了海外的那些巨头，国内像华为、百度那些互联网巨头，包括腾讯、智捷，以及一些 A 股上市公司，都会引入到这一块儿。在产业上，大模型的 " 卷 " 才刚开始，有点像当年的智能手机，或者前两年的电动车，接下来可能会需要一个比较长的链路，去建立自己的商业模型和行业壁垒。

从产业端来讲，它的不确定性比较大。但反过来，从投资上，可能大模型也是吸引力最大的。今天的 OpenAI 已经马上接近千亿美金的估值，这就是我们所谓的万亿人民币估值，一个想象空间非常大的链路，所以就会造成大家在投资上，肯定短期对大模型及相关产业的关注度非常高。在产业上，个人的观点可能不会那么快，还是会一个长期需要反复验证，或者说 " 卷 " 出来的链路，有点像前两年电动车的整车厂。

大模型外算力和做应用的公司确定性很高

除了大模型之外，其实行业上还有几块。一算力，现在是链路上关注度比较高的。算力更像卖铲子的人，不管谁在大模型上或者应用上能做出来，对应到 CPU、GPU 或者服务器、存储、网络设备，以及相关的像交换机、路由器，甚至像光模块，光通信。这些公司会有一个相对比较确定的需求拉动。

而这些公司前期因为 2015 年之后，互联网的浪潮下去后，相对在逆周期的过程中。也就是说在二级市场和一级市场，他们的估值是比较便宜的，但是最近涨了很多，但是相对它历史估值中枢我认为性价比还算可以。至少会稍微有些区别，因为出现了全新的需求。

北美能看到的，围绕像英伟达等这些链路上，互联网厂商的资本开支已经逐步起来，从这点上，算力的确定性还是比较高的，它可能弹性没有大模型那么大。

最后还有一类是做应用的公司，就类似于移动互联网。我们把今天的 AI 当作一个提升生产效率和生产力的一个工具的话，那一定会诞生新一轮的应用。就像移动互联网时代，出现了游戏、互联网、电商、短视频。

那我们现在就要想，大模型出来之后，未来在数字化时代可能会成功的应用会是哪些？

短期看，因为海外已经接了 GPT，所以有一些所谓 10 亿美金的小龙头已经逐步跑出来。国内一方面是出海的链路，另一方面我个人还是比较期待今年下半年国内这几家大模型公司的发布，这也会迎来国内应用有关公司的逐步落地。

总结，产业的进展和投资可能不会完全同步，有时候甚至反过来，这可能是在投资过程中，大家要注意的，应该是什么阶段去看什么指标，而不是不管什么阶段都只看业绩，或者是已经有了业绩，还去看故事。要把什么阶段是主题投资，什么阶段是分化之后的基本面投资。要做一个区分。

运营商是科技周期最长的行业十年周期才过了一年

关于运营商，运营商应该是整个 TMT 行业中周期最长的一个行业。我们经常说电子行业可能是四年一个技术循环，应用可能是所谓硬三年软三年商业模式再三年，但是运营商是十年一个周期。

回头看，全球是 1990 年左右商用了 2G，2000 年左右商用了 3G，2010 年左右商用了 4G，然后 2020 年左右商用了 5G。基本上是十年一个代际。

中国可能跟全球还不太一样，比如我们的 3G 是 2009 年才上的，跟全球的 3G 周期有点错位，这跟我们当年的制式一直没有落地也有关系。后来 4G 我们是在 2013 年上的，全球主要 4G 上的节点是在 2010 年左右。5G 我们是在 2019 年上的，全球是在 20 年左右。但是总体来看，所谓通讯的代际迭代，就是十年一个代际，所以运营商是科技行业链路里周期最长的。

回首看移动互联网那十年的浪潮，某种意义上，我觉得运营商是错过的，就是他更多被管道化，或者说互联网公司是最后网络化带来的受益者。所以 2018 年以前，更多是网络化和信息化的时代，大量最终跑出来的应用是一些全新的公司。运营商在里面尽管承担了很多底层的基建作用，但没有非常大地分享到新增部分应用的蛋糕。

但这已经过去了，再看今天，如果底层是一个数字化和智能化时代的来临，运营商依然是一个非常重要的参与者。今天我们大概有 250 万基站，运营商在这里承担了巨大的建设以及投资基础设施的链路。

另外，在今天非常热的算力和云资源上，运营商在国内乃至全球也占据了非常重要的份额。比如服务器保有量上，三大运营商是最大的，然后是互联网公司等等。

另外一个层面，也会跟未来数字化的目标有关系。就是 3G 时代或者 4G 时代的移动互联网，本质上它还是一些 To-C 应用为主。比如社交、直播、电商，更多的是效率优先，就是怎么能降本增效，低成本做这样的东西。

这一轮数字化除了这些场景，它会跟很多生产的场景（To-B），比如工业数字化、无人驾驶、智慧矿山，刚刚开始也谈到了，会更多的跟生产深度相关。这些提供数字基础设施的，对安全的要求某种意义上大于对效率的要求的，这时候运营商有它的优势。

一方面底层的可靠性和的安全性，还有非常重要的就是它本身 To-B 的基因，可能是有优势的，至少运营商都是在政企业务上等等。它非常有基因去服务产业端，或者企业端。相对服务个人的时候，更多是短平快，或者说要做一个所谓标准化的爆款出来，运营商的效率没有那么高，是吃亏的。但如果未来更多延伸在 To-B 方向上，运营商可能反而占优。

所以从这些逻辑上分析，在数字化时代，运营商又会回到一个比较重要的参与者位置上。不管是在网络侧还是在云（计算资源的这一侧），以及最近非常热的 AI 计算，它都会是一个非常重要的参与者。

但是从投资上来讲，大家现在也非常关心数字经济和中国特色估值，运营商是为数不多的部分交集，所以大家可能短期比较纠结，去年到现在涨幅比较大。但既然是十年一个周期，刚刚涨了一年，至少周期还没有结束，所以从长期来讲，我个人还是比较看好的。

而且从报表角度观察，不管是现金流，还是它的 ROA、分红、现金回报等，运营商还是非常稳定的。它是一个在宏观经济增速下来的大背景下，虽然增速不快，但它非常稳定和持续。在这种宏观背景下，我想就会有比较多的资金愿意在里面等待或者持有。

不可否认的是，运营商本来是一个重资产，不能简单粗暴地按照纯科技股或者是互联网公司的逻辑去估值。因为中国的三大运营商每年都要有三、四千亿的资本开支。重资产要不断投资，然后建基站、建数据中心、建网络，最后再去获取回报的这样一个商业模型。

这时从估值上我们要考虑它的 PB 和 ROE，只有 ROE 不断提升，才有可能给予他一个更高的 PB。

运营商在过去一段时间内，讲中国特色估值，也不是只讲估值，没有基本面，我觉得这是错误的。运营商的基本面确实在好转，不管是 ROE 还是现金流、利润增速、收入增速都在好转的过程中。

这里应该是双向的，就是既要符合常规审美的基本面改观，但同时又要有更好的估值定价模型，去怎样给这样的资产（定价），尤其在全球风险都比较大（的时候）。这段时间不管是银行还是海外，还有一些风险比较大的资产，以及传统行业的一些出清。这个时候风险偏好也对它更友好一些，这样在估值上，它的稀缺性就会体现出来。

运营商的机会：云、IDC、数据中心、产业数字化

具体来讲，数字化时代，运营商其实在有些业务上是有机会的，比如在云计算有关的业务上，公有云也好，包括两年的国资云，以及现在国家做数据要素。

核心是在大量新政策推出背景下，运营商在这些政策非常支持的链路上，是否取得非常好的卡位，成为一个重要的参与者，然后最终能在这个链条的发展和增长中取得或者分享到增长。

刚刚讲的云是一个方面，其实这两年运营商在 IDC 和数据中心以及服务器的投资上增长也非常快。

另外运营商会有比较大的机会――产业数字化。

所谓产业数字化上面是什么东西，我理解就是 To-B 的这些政企的业务。比如用数字化的技术更好服务工业、制造业、交通、物流行业，这些场景才是未来。尤其 AI 来了以后，提升空间非常大，相比于 C 端的娱乐，服务业，那些领域已经非常卷了。长期来看，我个人觉得To-B 领域的增长空间或者数字化、智能化的空间会大很多。

目前来看，运营商会是其中比较重要的参与者，但是以上都需要时间验证，是不是能够在这里面取得好的位置，以及当海外大模型其实已经有比较大的技术跃升之后，怎么去参与进去，有我们自己的大模型，或者 AI 工具，这些东西都是要去逐步验证。

另外，传统 To-C 业务，5G 起来以后，过去的提速降费也在逐步结束，运营商已经把资产投下去了。未来就看在 C 端到底有没有爆款应用出来，能让大家对所谓流量的使用再上一个台阶。

新技术出现，四板块周期提前终结会有新增长出来

数据通信方面，我们过去把数通和电信当作两个链路。

一个是通讯，解决通信的问题。数据通信本质上可以简单粗暴地理解成数据中心或云有关的基础设施投资，我们称行业数据，也叫数通。

过去在海外数通资本开支的源泉是北美的四大互联网公司：谷歌、亚马逊、微软、facebook。

国内除了 BAT 之外，就是三大运营商，让他们投到数据中心有关或者数据通讯有关链路上的资本开支。

直观来看，大概就是机房里面可能主要会剩下这么几个板块。

一个最直接的就是服务器和存储，这是在这个链路里面比较大或者占比比较高的一部分。但是这两个行业的问题就是它的周期性比较强，或者利润率相对比较薄，但行业集中度已经比较高，是一个要看行业周期的板块。

但是现在肯定处在一个老的周期基本见底，新需求又在上来的阶段，所以今年服务器和存储的表现不错，尤其是出海的相关公司。

另外，比较大的就是交换机和路由器。过去这一块，我们把它叫数据中心中的水龙头，实际上就是做交换路由的这一块，它的毛利率比服务器和存储量更高一点，因为细分产品非常多，所以利润还不错。

另外比较重要的就是光模块和光器件，软件叫光通信，这里面有大量比如做光的，本质是做光电的转换，把交换机和光更多做在一起的新技术模式。当然光本身也在从 100G 向 200G、400G，今年可能上 800G，再去跃升的产品升级过程。

在 ICT 行业里面还有比较大的就是信息安全，一些有关安全的产品以及 IDC，这差不多是数通的链路。从这个链路上来讲，这些板块的确定性还是蛮高的，至少从目前 AI 所拉动的新的需求来讲，当然我们不知道 AI 最后比如大模型如果出来以后挂了多少应用，因为推理部分实际上对算力会有多大量化的线性拉动，现在不能判断，但是整体趋势确实是爆发式的向上。

所以这些公司本来它其实在一个周期向下的过程中，所以估值也都在跌，但一下子出现一个新技术这个周期就提前被终结了，就可能会有新的增长出来。

国内公司芯片在生态上还有差距

关于中国相关的算力、硬件公司的实力如何，我认为大概分几块。一个是 AI，最直接、最核心还是 CPU 和 GPU，或所谓的 AI 计算的核心芯片。

美国英伟达在国内也有一些对标公司。我自身感觉他的差距可能不在于简单的计算能力，单看单颗芯片，把它拿去跟英伟达的 V100 或者 A100 做比较，单颗芯片的差距并没有那么大。

但它可能更多的是差在比如生态上，就是国内基于 ARM 架构的生态可能就会差一个数量级。你可以理解为给你一个手机或者一个应用商店，你里面有多少个 APP，其实你的生态可能差了一个数量级。

我们用一个 CPU 和 GPU，本质上除了有好的计算能力，还是要有生态，这样你才可以更便捷或更高效地被调用。另外一个差距主要还是在制程方面，实际上还是要用到更多性价比等。

这部分会制约它的稳定产能，尤其当 AI 需求深入起来以后，是不是能有可持续的产能释放，我觉得可能会差在这儿。

但是对于国内的 CPU、GPU 公司，我还是比较看好的，正是因为有了这一轮新的 AI 需求，可能会给这些公司带来一个非常重要的刺激，把这个生态迅速建立起来。

因为现在有大量的人，不管是做大模型的人，还是做应用的人引进来，包括资本引进来。在这个周期里，对他的试错或者包容，或者让他快速成长起来的机会会变多。所以我觉得这对国内的对标公司是一个非常重要的契机，很有可能在这个链路里它就会跑出来。

新技术出现，就不关注信创、半导体了这是最大的误解

我一直觉得这种新的技术变迁跟国产化是相辅相成的，包括信创行业很多东西，很多人理解认为，我有新技术，是不是就不关注信创或者半导体了，我觉得这是最大的误解。

半导体和信创行业能不能成功，跟有没有新需求非常重要，因为每一次替代或者国产化的主线能起来，一定是有新需求出来的时候。这时才会有更多重新分配份额或者重塑产业链的机会，同时又有大量的钱融入到这个行业，就像流片一次的成本非常贵，这才有可能给你试的机会，我觉得这非常重要。所以这两件事其实是相互促进的。

算力端投资机会

站在今天来看，我们在算力端就两类公司，一类是卖铲子的公司，另外一类就是陷入瓶颈的领域，甚至是它的上游比如设备、材料，这两个方向至少从目前来看都有机会。

因为上一轮在移动互联网起来的时候，我们不需要从操作系统，当年像苹果的 IOS 和安卓诞生之后，中国没有一家公司想着去做一个 IOS，都是想怎么做一个应用商店。

但是实际上在今天的环境，我们不仅要从操作系统做起，要做自己的大模型（相当于操作系统），甚至我还得从底层的芯片做起，或者还可以从芯片的上游做起，这其实会给中国公司提供很多新的机会。

在算力平台方向上，除了CPU、GPU 之外，肯定要把它组成服务器，那里面应该还要有存储。除了存储服务器之外，要有交换机、路由器、光模块、光器件，包括安全类的产品。再往上延伸，还要有电源设备，包括精密空调，比如 IDC 有关的服务，这些都会延伸出来，这纯粹是在算力或者硬件端考虑的问题。

再往后延伸，我觉得也一定需要有后层的专业云服务。最后你不管大模型在哪，你要架在一个云上，包括上面也要有有关的一些做部署、做实施的公司。

最近国外有家公司很热，他就专门给大家部署实施，让你快速上模型，我觉得这种公司也会很有趣。当然在模型服务上，肯定还有一些比如做数据清洗、标记等的数据服务公司，这些其实都是在链路上，可能会分享到成长的公司。

我刚刚提到的这些，我们的优势是比较明显，比如光通信。过去实际上是美国比较领先，但后来经过互联网那一*的发展，在 2015 年前后，我们看到现在北美主要的云厂商，它的光通讯的供应商也是今后有一大半中国企业。

就是在这个链路里面，所谓光器件、光芯片和光模块也有很多中国公司在里面占据了相当的份额。所以他不仅可以分享中国的成长，也可以分享海外的成长，就是北美大厂也要用他们的产品。

再比如交换路由，一些 ICT 设备。过去在 ICT 设备，像中兴、华为其实就是占据全球一半的市场份额，当然他们今天可能受各种影响。但在这些链路上，也有一些企业更多的在供应链里面，比如 PCB、MLCC，电动元器件 PCD。

不管是英伟达的代工或者有关的软板和硬板，其实都要在中国企业链路里面去做。他不可能在美国或者其他地方去做，其实还是中国的供应链在给他服务，A 股也有很多公司在服务有关的链路上。

实习生刘晨对本文亦有贡献

武超则 从业证书编号：S【【QQ微信】】3

更多大佬观点请关注↓↓↓

本文作者：王丽，褚倩 来源：投资作业本

欧洲多国围剿ChatGPT？欧洲成立特别工作组 法国西班牙也出手调查

欧盟围剿俄罗斯,全欧洲围剿印度:一种始于棉花的战争资本主义,欧洲围攻美国,欧洲敌对国家

财联社4月14日讯（编辑 刘蕊）ChatGPT近几个月的大火不仅引发科技圈的狂欢，也引来了全球监管部门的关注。

在意大利最早对ChatGPT采取了监管举措后，当地时间周四，欧盟数据保护委员会及法国、西班牙监管机构也对ChatGPT展开监管行动。

欧洲成立ChatGPT调查组

自去年末以来，ChatGPT人工智能机器人在全球引发高度关注。在人们为该AI系统表现出的强大能力所惊叹的同时，其数据准确性及隐私相关问题也引发人们的担忧。

上个月，意大利宣布暂时禁止ChatGPT，理由是其数据收集违反了隐私法，成为全球首个禁止该机器人的监管机构。本周，意大利发布了OpenAI重返意大利所需采取的一系列行动――尤其是为其数据收集提供法律依据。

意大利隐私监管机构的决定，引起了全球多国监管机构对ChatGPT等大型语言模型的关注。

当地时间周四（4月13日），欧盟中央数据监管机构表示，它正在组建一个特别工作组，以帮助各国应对人工智能聊天机器人ChatGPT有关的隐私问题，这加大了对其该系统开发商OpenAI的压力。

这一决定是在欧洲数据保护委员会（EDPB）的一次会议上做出的，该机构引入欧洲所有数据保护当局，协调和简化欧盟数据保护规则的执行。

该机构表示：“EDPB决定成立一个专门的工作组，以促进合作，并就数据保护当局可能采取的执法行动交换信息。”

该机构称，此次行动是在意大利数据保护局开始对ChatGPT立案调查之后做出的，并表示，希望欧洲各国之间就针对ChatGPT采取的行动进行充分沟通。

法国和西班牙也对ChatGPT展开调查

当地时间周四，法国监管机构CNIL也表示，在近日收到五起投诉后，已启动正式程序对ChatGPT展开调查。法国监管机构所收到的五起投诉中，有一起投诉来自法国国会议员Eric Bothorel。这名议员称，机器人虚构了他的生活细节，包括他的出生日期和工作经历。

西班牙国家数据保护局也在周四表示，已对ChatGPT及其美国所有者OpenAI展开调查，称尽管它支持人工智能发展，但“它必须与个*利和自由兼容”。

欧洲监管机构EDPB表示，其成员在监督到意大利的做法后选择采取行动。

西班牙数据保护局认为，需要在欧洲层面采取统一行动以应用《通用数据保护条例（GDPR）》。根据这一数据保护条例，包括ChatGPT在内的此类系统有义务尽可能多地提供准确的个人数据。