此文为天风证券副总裁、研究分公司总经理赵晓光在天风证券“决胜赛点”展望2025年度策略会作题目为《中国产业进阶的两个根本动力》的致辞。赵晓光认为，中国产业进阶的两个根本动力，一是人工智能；二是科研体系的产业化。

摘要：

①当下中国产业进阶有两个根本动力：一是人工智能，二是科研体系的产业化。

②人工智能方面，技术的逻辑上看，根据黄氏定律，无人驾驶、元宇宙、机器人等行业在明年六月或至拐点；除了AI企业本身的业绩以外，AI赋能传统制造业也有机会。

③科研体系的产业化方面，今年更多上市公司与科学家的合作开始了，并从中受益，这是产业-学界互动良好的好兆头

正文：

中国产业进阶的两个根本动力回到最重要的部分，企业的发展五个方面：战略管理、人才、市场、资本、技术，重中之重就是技术。我们认为未来中国的产业，不管是制造业还是消费、周期行业，技术是我们发展的原动力，技术中有两个重要的要素，无论是企业家还是投资客户要特别关注的，就是我今天演讲的题目，中国产业进阶的两个根本动力：一是人工智能；二是科研体系的产业化。

我认为这两个体系值得重视，在产业和投资上，人工智能和科研体系的产业化都是主要的机会。

中国产业进阶的两个根本动力——人工智能

第一，我想重点讲一下人工智能，跟很多客户和产业的朋友交流，大家对人工智能的理解是什么？觉得这个是替代劳动力成本的。其实站在更广的角度，人工智能已经完全不是在替代成本、节约成本的角度理解它。GPT带领的人工智能革命已经从产品的定义、产品的研发、产品的生产制造、产品的销售和产品的客户服务，在重新赋能各行各业的全环节。

以前我们讲未来技术会讲三大件：无人驾驶、机器人和元宇宙。毫无疑问这三个行业在过去十年分析师一直认为是非常大的机会，但是在过去十年一直没有起来，就是因为技术不能进入正反馈。

随着GPT的革命，机器人的端到端、智能汽车的端到端、AR的应用，明年6月份可能会进入非常重要的拐点。资本市场、投资应该是先行的。

如何判断6月份的节点，首先我们研究全球的科技巨头们明年的中下旬，无论是在智能驾驶还是机器人、元宇宙上可能有一系列的动作。

另外沿着技术发展的自然逻辑，我们看到这轮GPT本质上进入到加速阶段。我去年3月份的演讲这轮GPT的本质，就是技术模式的根本变化。过去如何做算法？工程师按照自己的经验设计算法，但是GPT唯一的信仰是什么？实践是检验真理的唯一标准，我不是说靠工程师去算，我去海量可能性的尝试。所以，为什么gpt特别吃算力？要用几万种可能性找到最好的模型和算法，反向测试，谁能做得好、谁能得到标准答案，我就用谁。

这种理念和体系不仅在搜索、人机交互，未来在无人驾驶、元宇宙、机器人上都会是非常好的实践。技术的逻辑上，如果我们沿着“黄氏定律”，应该明年6月份可能也到了这个节点。

不仅是三大件有重要的节点。我前面讲人工智能在各行各业都会有重新的定义。近期科技巨头们的业绩分化，是否积极拥抱人工智能是重要因素。人工智能不仅在成本上，在各环节都是充分赋能和定义。

以研发为例，企业的核心是技术研发，过去是什么研发体系？过去的研发体系是先设计出来，设计出来差不多了去买设备，采购一个设备大概12个月的周期，采购完以后小批量试产，试产完以后不断提升良率。过去研发一个材料、一个产品大概三年的周期。

现在由于人工智能强大的AI能力和仿真能力，很多东西可以在仿真环境中实现。我举一个例子，一家做AI材料的公司，和五家上市公司合作效果都很好。这种已经不是个案或是在100个场景中有一种场景可以实现，已经变成了越来越普遍的案例。

我相信未来各行各业不拥抱AI可能就被淘汰。竞争对手拥抱了AI，竞争对手的研发效率大幅度的提高，不仅是简单的节约成本，效率更重要。

同时我想讲的一点是，人工智能未来对企业的研发、技术的研发是非常重要的环节。但它的价值不仅局限于研发，未来价值可以体现在从产品的定义到生产制造等环节。

大家知道制造业最核心的差别是什么？不是成本，而是良率、工艺，这些工艺过去掌握在少数人的手中，无论是制造业、医药、科研都是这样。最近黄仁勋在香港的演讲我看了三遍，越看越有收获，他讲了AI For Science，过去科学家不愿意把数据拿出来，现在大家必须要用AI，就把数据拿出来了。

我们有一个非常重要的判断，未来几年整个制造业、各行各业，金融行业、消费品未来胜出的关键是人工智能，拥抱人工智能者未来会有持续的胜出。

而在这个过程中我们有个结论：并不是说AI技术的企业就可以做所有的事情，颠覆传统行业，反过来说，应该是传统行业的优质企业拥抱人工智能。

无论是美国还是中国这波，无论是AI的教育还是AI的营销，AI在各行各业的应用，包括在金融、消费品和各制造业的应用，我们看到更多的是传统行业的企业扎根行业这么多年，拥有丰富的渠道、数据和经验，他们拥抱大模型，甚至行业的小模型，实现自己行业中的飞速发展，这是我们想讲的非常重要的观点。对于传统行业来说，没必要把人工智能视为洪水猛兽，而应该视为未来的竞争利器。

我们不要仅仅站在节约成本的角度理解人工智能，而是在产品的定义、产品的研发、产品的生产制造、产品的销售和产品的服务体系去理解人工智能。这就是我讲的第一个观点，中国的产业、中国的企业未来能不断地进阶甚至跨越式进阶最根本的动力之一就是人工智能。

各行各业在积极的拥抱人工智能以及人工智能对应的新技术，包括物联网、机器人、元宇宙等新技术，今年已经开始有不错的实践。投资的角度建议大家认真研究各行各业传统行业拥抱AI带来的机会，传统行业的企业估值相对较低，拥抱人工智能带来的业绩弹性和估值弹性应该都是比较大的。近期组织产业讨论，传统软件行业也已经有相对清晰的趋势。

中国产业进阶的两个根本动力——科研体系的产业化

第二，对于中国的产业来说，毫无疑问我们经历了几个大的周期，最早的周期是劳动力红利周期。第二个周期是工程师红利周期，我在12年前研究海康威视这些企业的时候，可以清楚的看到中国的工程师成本30万，美国的工程师成本65万，我们的工程师便宜35万，很多优质的企业利用工程师红利成功成为各行业的龙头，但这个红利周期可能大概接近尾声。

我们认为未来留给中国最大的周期是科研周期，这个科研周期我们去看美国、日本的经验，美国、日本都经历过房地产周期结束带来的阵痛，为什么日本的股市过去二十多年反而有五到六倍的上涨？核心是全球化的浪潮中他们拥有核心的技术，而这些核心技术是来自于科研体系。

大家知道研发就两个事情：一是买设备；二是人。我们国家这么大的科研体系，已经帮我们把这两个事情做好了。以中科院为例，国家每年投入1700亿左右，自动化所大概有2000个博士，清华大学国家每年投400亿，排名前十五名的大学每年都是100亿的投入，我们的科研体系培养了大量的优秀人才。

如何把科研体系中设备的投入和人才投入上的巨大红利转化出来，过去我们的模式是让科学家自我生长，结果转化率很低。王阳明这种能文能武的太少，让科学家既把科学又把企业做得好，基本上是很难的。只有一个路径，沿着海外的经验和中国的现实经验，科学家和企业家直接的链接，让企业家在企业的战略、企业的运营、企业的渠道、企业的规模效应上的经验，与科学家研发、应用的经验结合起来。

我们统计了下，今年越来越多的上市公司与科学家的合作开始了，并从中受益，无论是业务的开拓还是市值的增长，我让分析师做统计，今年大概出现了苗头。我们做投资一定要有敏感性，刚才讲人工智能也好、讲科研体系也好，今年已经看到这个苗头，而这个苗头是刚刚开始，曾毓群、雷军、王传福都给母校和科研体系持续捐助，但我们更需要搭建一个体系，更系统化、更精准地让科学家和企业家匹配，相信这个事情是功在千秋，对中国的产业、中国的经济发展是长期有价值的事情。

——节选自《中国产业进阶的两个根本动力》