近期，360董事長周鴻祎談論AI時表示：

“算力不是最關鍵的問題，場景和數據是關鍵。有知識量的數據，中文語料占了不到5%，大量知識在外文期刊里面。想要給具體行業賦能，讓AI成為某一個領域的專家，就必須使用對應領域的專業數據來訓練。

【資料圖】

未來國內各個大廠都會推自己的大模型，微軟、谷歌以及未來國內大廠的模型相當于一個通用模型，大而不精。想要給具體行業賦能，成為某一個領域的專家，就必須使用對應領域的專業數據來訓練?！?/p>

興業證券分析師王楠等指出，數據、算法和算力是大模型最重要的三要素。AI投資除了算力和算法，更要重視數據。

人工智能的根基是訓練，只有通過大量的訓練，神經網絡才能總結正確的規律進行應用。訓練的基礎除了算力和算法，更需要海量的優質數據。

而近期BloombergGPT的橫空出世，更為市場展現了根據優質垂直數據AI進行訓練的大語言模型的強大之處。該模型依托彭博社的大量金融數據源，構建了一個3630億個標簽的數據集，支持金融行業內的各類任務，在執行金融任務上的表現遠超過現有模型，在通用場景上的表現與現有模型也能一較高下。

因此，分析師認為，只有掌握核心行業數據，才能訓練出適用于行業應用的垂直行業大模型。

分析師進一步強調，國資云掌握的海量優質數據對訓練中國的垂直行業大模型意義重大：

結合近期據發改委官方批露：我國政府數據資源占全國數據資源的比重超過3/4，但開放規模不足美國的10%。個人和企業可以利用的規模更是不及美國的7%。

以“國資云+垂直領域模型”方式，可以確保敏感重點行業原始數據不出域，加速推動行業的智能化轉型升級。而為了保障重點行業數據資源的安全，未來國內大模型的數據存儲和運算，勢必會更大程度使用自主可控的國家隊算力資源。

與此同時，美國加大AI相關產業鏈制的裁力度背景下，大模型“國家級”平臺智源研究院，與中國電子云、中國移動九天人工智能團隊等兩大央企集團，合作加速推進國產化大模型發展，加速自主可控國產化AI大模型發展進程，國內算力自主可控需求迫切。

因此，未來在垂直場景數據、數據安全、AI大模型自主可控需求背景下，我們認為AI投資下一步要重視“數據要素+國資云”。

總結來看，具備運營、治理政務數據、及重點行業、關鍵垂直領域數據的”數據要素運營商“、以及央國企背景的自主可控國資云廠商，有望迎來價值重估。

本文主要觀點來自興業證券王楠（執業：S0190520120004）等發布的報告《AI投資下一步，重視“數據要素+國資云”》，有刪節

風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。

關鍵詞：