AI 投资的下一步是什么？

近期，360 董事长周鸿祎谈论 AI 时表示：

“算力不是最关键的问题，场景和数据是关键。有知识量的数据，中文语料占了不到 5%，大量知识在外文期刊里面。想要给具体行业赋能，让 AI 成为某一个领域的专家，就必须使用对应领域的专业数据来训练。

未来国内各个大厂都会推自己的大模型，微软、谷歌以及未来国内大厂的模型相当于一个通用模型，大而不精。想要给具体行业赋能，成为某一个领域的专家，就必须使用对应领域的专业数据来训练。”

兴业证券分析师王楠等指出，数据、算法和算力是大模型最重要的三要素。AI 投资除了算力和算法，更要重视数据。

人工智能的根基是训练，只有通过大量的训练，神经网络才能总结正确的规律进行应用。训练的基础除了算力和算法，更需要海量的优质数据。

而近期 BloombergGPT 的横空出世，更为市场展现了根据优质垂直数据 AI 进行训练的大语言模型的强大之处。该模型依托彭博社的大量金融数据源，构建了一个 3630 亿个标签的数据集，支持金融行业内的各类任务，在执行金融任务上的表现远超过现有模型，在通用场景上的表现与现有模型也能一较高下。

因此，分析师认为，只有掌握核心行业数据，才能训练出适用于行业应用的垂直行业大模型。

分析师进一步强调，国资云掌握的海量优质数据对训练中国的垂直行业大模型意义重大：

结合近期据发改委官方批露：我国政府数据资源占全国数据资源的比重超过 3/4，但开放规模不足美国的 10%。个人和企业可以利用的规模更是不及美国的 7%。

以 “国资云 + 垂直领域模型” 方式，可以确保敏感重点行业原始数据不出域，加速推动行业的智能化转型升级。而为了保障重点行业数据资源的安全，未来国内大模型的数据存储和运算，势必会更大程度使用自主可控的国家队算力资源。

与此同时，美国加大 AI 相关产业链制的裁力度背景下，大模型 “国家级” 平台智源研究院，与中国电子云、中国移动九天人工智能团队等两大央企集团，合作加速推进国产化大模型发展，加速自主可控国产化 AI 大模型发展进程，国内算力自主可控需求迫切。

因此，未来在垂直场景数据、数据安全、AI 大模型自主可控需求背景下，我们认为 AI 投资下一步要重视 “数据要素 + 国资云”。

总结来看，具备运营、治理政务数据、及重点行业、关键垂直领域数据的” 数据要素运营商 “、以及央国企背景的自主可控国资云厂商，有望迎来价值重估。

本文主要观点来自兴业证券王楠（执业：S0190520120004）等发布的报告《AI 投资下一步，重视 “数据要素 + 国资云”》，有删节