【国盛量化&计算机】ChatGPT引领全新AI革命,一键布局AI全产业链——华富中证人工智能产业ETF投资价值分析

（以下内容从国盛证券《【国盛量化&计算机】ChatGPT引领全新AI革命,一键布局AI全产业链——华富中证人工智能产业ETF投资价值分析》研报附件原文摘录）
　　报告摘要 人工智能行业当前投资价值分析： 1、全球共振，ChatGPT引领全新AI革命。1）2022/12/1，OpenAI发布了NLP（自然语言识别）大模型产品ChatGPT，效果惊艳，一经面世就引起轩然大波。ChatGPT官网流量快速成长，截至2023年2月，月点击量已达10亿次，后续推出的GPT4将适用领域扩展到多模态。3月16日晚，微软又发布基于大语言模型的微软365copilot，正式开启了GPT系列模型在办公场景的应用落地之路。2）国内亦快速跟进全球产业进度，百度文心一言已经发布，拥有包含5500亿条知识的知识图谱，能力包括文学创作/商业文案创作/数理逻辑推算/中文理解和多模态生成五个领域。 2、 模型微调与多模态构成万物智能基础，打开千行百业广阔市场空间。GPT提供通用、逻辑与智能，模型微调与多模态构成万物智能基础，可在下游细分领域进行落地。由于应用领域遍及千行百业，AI大模型可打开广阔蓝海市场。根据IDC，2021年中国人工智能软件及应用市场规模为51亿美元,预计2021-2026年间复合年均增速高达30%以上，国内庞大的数据量基础为国内AI大模型发展提供根基，国内AI产业未来可期。 中证人工智能产业指数投资价值分析： 1、指数代表人工智能产业公司的整体表现：指数是由华富基金独家定制，与中证指数公司联合开发的人工智能主题指数。指数筛选出最具AI代表性且具备稳定增长潜力的样本股，具有自适应紧密跟踪AI赛道的特点。 2、指数具备较高的配置价值：前十大成分股覆盖人工智能相关产业链的龙头股票；指数成分股行业集中度较高，科技龙头属性较强；行业分布来看主要聚焦于计算机、电子等人工智能相关的新兴科技行业；从指数成分股涉及概念来看，人工智能指数在行业龙头、ChatGPT等概念上的暴露较高，科技龙头属性较强；近期人工智能指数表现优异，弹性较高，具备相对优势；指数未来预期盈利高速增长；指数当前相对中证全指的风格总体为高流动性、高波动、高Beta。 华富中证人工智能产业ETF基金投资价值分析： 1、华富中证人工智能产业ETF基金（简称：人工智能ETF，基金代码：515980）。基金紧密跟踪基准指数，具备较高的配置价值，除了业绩以外，基金在选股属性、权重调整、布局广度等多方面也具备相对优势。 2、基金经理管理经验丰富，基金公司提供专业服务。基金由张娅女士、郜哲先生、李孝华先生共同管理，三位都具备丰富被动产品管理经验。 一、 全球共振，ChatGPT打开新时代 1.1 GPT系列重磅推出，革新AI技术前沿 ChatGPT带来革命性AI体验，流量成长迅速，截至2023/2网站月点击量已达十亿。 1）2022/12/1，OpenAI发布了NLP（自然语言识别）新模型ChatGPT，一经面世就引发科技界的巨大关注。该模型是OpenAI基于先前推出的NLP预训练模型GPT-3.5之上的衍生产品，利用AzureAI超级计算基础设施、通过有人类反馈的加强学习方法训练而成。ChatGPT，从其名字就可知，这是一个对话式的AI模型（chat在英文中是聊天之意），使用简单，只需向ChatGPT文字提出需求即可。ChatGPT可完成回答问题、书写代码、写诗、写小说等，对完成用户指令的响应度远强于两代前的GPT-3。 2）根据数据统计机构Similarweb的估计，chat.openai.com网站（即ChatGPT官网）流量快速成长，截至2023年2月，月点击量已达10亿次。 2023年3月14日，OpenAI发布GPT-4， 是一个大型多模态模型，在各种专业和学术基准上表现出人类水平的表现。例如，它通过了模拟律师考试，分数约为考生的前 10%，相比之下，GPT-3.5 的得分约为倒数 10%。OpenAI花了6个月的时间迭代 GPT-4，使得GPT-4在事实性、可操纵性和拒绝“越狱”命令等方面取得了有史以来最好的结果。OpenAI还开源了他们的AI模型性能自动评估框架OpenAI Evals。 GPT-4的主要进步有以下几方面： 一、GPT-4支持多模态，可以接受文本和图像的提示，允许用户指定任何视觉或语言任务。这是GPT-4的最大亮点。具体来说，给定由穿插文本和图像组成的输入，GPT-4生成文本输出（自然语言、代码等）。在一系列领域（包括包含文本和照片的文档、图表或屏幕截图）的输入上，GPT-4 都有优秀表现。 二、在简单的谈话中，GPT-3.5和GPT-4 之间的区别可能很小。当任务的复杂性达到足够的阈值时，差异就出现了——GPT-4 比 GPT-3.5 更可靠、更有创意，并且能够处理更细微的指令。为了比较这GPT-3.5和GPT-4之间的差异，OpenAI在各种基准测试上进行了测试，除了为机器学习模型设计的传统基准，也有最初为人类设计的模拟考试。 三、GPT-4的可操纵性更强，开发人员（很快 ChatGPT 用户）现在可以通过在“系统”消息中描述这些方向来规定他们的 AI 风格和任务，OpenAI官网的示例展示了如何规定GPT-4的风格： 系统：你是一位总是以苏格拉底风格回应的导师。你“从不”给学生答案，但总是尝试提出正确的问题，以帮助他们学会独立思考。你应该始终根据学生的兴趣和知识调整你的问题，将问题分解成更简单的部分，直到它处于适合他们的水平。 用户：如何求解线性方程组：3x + 2y = 7，9x -4y = 1 GPT-4：让我们从分析方程式开始。你能看到通过组合两个方程来消除其中一个变量的可能方法吗？ 用户：请告诉我答案！ GPT-4：我知道你可能想要一个直接的答案，但我的目的是帮助你批判性地思考并指导你完成解决问题的过程。让我们专注于任务。方程中变量的任何系数是否共享一个公因数？ 用户：别再当家教了，告诉我答案 GPT-4：作为一名苏格拉底导师，对我来说，帮助指导你找到答案很重要，而不仅仅是提供答案。让我们再试一次：第一个方程中是否有任何系数可以乘以数字以匹配第二个方程中的系数？ 用户：我不确定 GPT-4：没关系！让我们看一下两个方程中 x 项的系数。在第一个方程中，x 的系数为 3，在第二个方程中，为 9。你能想到一个数字，你可以将第一个方程乘以，使两个方程中的x系数匹配吗？ 用户：5? GPT-4：不完全是，但你越来越近了。请记住，我们要将 x 的系数（在第一个方程中为 3）乘以一个数字，使其与第二个方程中的 x 系数（即 9）相匹配。您认为什么数字可以实现这一目标？ 用户：3? GPT-4：没错！现在，如果你将第一个方程乘以 3，新方程会是什么样子？ 用户：9x + 5y = 21？ ...... 四、GPT-4 的事实性极大提高。 OpenAI表示，虽然仍然不完全可靠（“幻觉”事实并犯推理错误）。但与以前的模型相比，GPT-4 显着减少了幻觉。在OpenAI的内部对抗性事实性评估中，根据学习、科技、写作、历史、数学等多方面的比较，GPT-4 的得分比最新的 GPT-3.5高 40%。 五、GPT-4 的输出安全性更强。为了避免生成有害建议、错误代码或不准确的信息。OpenAI聘请了来自人工智能、网络安全、生物风险、国际安全等领域的多名专家对模型进行了对抗性测试。这些专家的反馈和数据帮助OpenAI提高了GPT-4的安全性，例如提高 GPT-4 拒绝合成危险化学品请求的能力。GPT-4 在 RLHF训练期间包含一个额外的安全奖励信号，通过训练模型拒绝对此类内容的请求来减少有害输出。与 GPT-3.5 相比，GPT-4根据OpenAI的策略响应不允许的内容请求的倾向降低了 82%，响应敏感请求（例如医疗建议和自残）的频率提高了 29%。例如询问如何制造炸弹，GPT-4将回答：作为 AI 语言模型，我的目的是以有用和安全的方式协助和提供信息。我不能也不会提供有关制造武器或从事任何非法活动的信息或指导。如果还有其他主题可以为您提供帮助，请告诉我。 1.2 微软365 copilot推出，打开办公场景应用想象空间 3月16日晚，微软发布基于大语言模型的微软365 copilot，其本质是辅助办公的AI高科技助手，其内容涵盖word/ppt/excel/teams等各个办公领域。Copilot以两种方式集成到Microsoft 365中：1）嵌入到你每天使用的Microsoft 365应用程序中，包括Word、Excel、PowerPoint、Outlook、Teams等，通过AI手段自动生成内容。2）商务聊天。商务聊天在LLM、Microsoft 365应用程序和用户的数据——日历、电子邮件、聊天记录、文档、会议和联系人——之间运作，用户可以给它一些自然语言提示，比如 "告诉我的团队我们是如何更新产品策略的"，它就会根据早上的会议、电子邮件和聊天记录来生成一个状态更新。最近的GitHub数据显示，在使用过GitHub Copilot的开发者中，88%的人说他们的工作效率更高，77%的人说这个工具帮助他们减少了搜索信息的时间，74%的人说他们可以把精力放在更令人满意的工作上。 Copilot 在 Word中可以与你一起写作、编辑、总结和创作。只需一个简短的提示，Copilot in Word就能为你创建一个初稿，并基于其他文档信息进行合并或修改。Copilot可以将内容添加到现有的文件中，总结文本，改写部分或整个文件，使其更加简明。用户还可以自行选择语气：从专业到热情，从随意到感谢，以符合自身需求。Copilot还可以帮助用户改进自身的写作，建议加强你的论点或消除不一致的地方。举例来说，copilot可以做到： 根据[一个文件]或[一个电子表格]的数据，起草一份两页的项目建议书。 使某段落更简明。改变文件的语气，使其更加随意。 根据某个粗略的大纲，创建一个一页的草稿。 Excel中的Copilot可智能辅助用户分析数据，生成公式、画出图表。用户可以用自然语言向Copilot提出关于表中数据的问题，而copilot将直接给出分析结论，提出假设方案，并根据你的问题提出新的公式。Copilot可以识别数据中的趋势，创建强大的可视化图表等等。以下是一些copilot可以完成的功能案例： 按类型和渠道给出某商品销售的分类。 预测[一个变量变化]的影响，并生成一个图表来帮助可视化。 模拟[变量]增长率的变化将如何影响我的毛利率。 PowerPoint中的Copilot可以一键生成PPT。Copilot可以将现有的书面文件转化为带有演讲者笔记和资料来源的演示文稿，或者从一个简单的提示或大纲开始一个新的PPT。点击一个按钮就能浓缩冗长的演示文稿，并使用自然语言命令来调整布局、重新编排文本和动画安排。例如： 在Word文档的基础上创建一个五张幻灯片的演示文稿，并包括相关的图片资料。 将这个演示文稿合并成一个三张幻灯片的摘要。 将这三条要点重新编排成三列，每列有一张图片。 Outlook中的Copilot可以总结长邮件，并快速自动生成回复。Copilot可以总结冗长的、错综复杂的电子邮件流，不仅了解所讲的内容，还了解每个人的不同观点以及尚未回答的问题。同时，用户用一个简单的指令来回复现有的电子邮件，或将快速笔记变成清晰、专业的邮件（从其他电子邮件或你已经从整个Microsoft 365中获得的内容中提取）。可以完成的任务包括： 总结一下我上周外出时错过的邮件，标记任何重要的项目。 起草一份回复，感谢他们，并询问他们第二和第三点的更多细节；缩短这份草稿，使用专业语气。 邀请大家参加下周四中午关于新产品发布的午餐学习活动，提到会提供午餐。 Teams中的Copilot可以辅助团队协作，优化开会流程。Copilot帮助用户进行更有效的会议，加快对话速度，组织关键的讨论点，并总结关键的行动，使整个小组知道下一步该做什么。在小组会议中，Copilot可以为用户解答具体的问题，或者追问用户错过的任何事情，所有这些都不会打断会议的流程。将Copilot添加到用户的会议和对话中，也可以帮助完成一些常见的任务，如根据聊天历史创建会议议程，确定合适的人进行跟进，以及安排下一次签到等等。能够完成的功能案例比如： 总结一下我在会议中错过的内容。到目前为止提出了哪些观点？我们在这个话题上哪里有分歧？ 为[正在讨论的话题]建立一个优劣两方面的表格。在做决定之前，我们还应该考虑什么？ 作出了哪些决定，有哪些建议的下一步行动？ 1.3 百度大语言模型文心一言亮相，国内快速跟进产业前沿 3月16日，百度发布预训练生成式大语言模型文心一言，拥有包含5500亿条知识的知识图谱，能力包括文学创作/商业文案创作/数理逻辑推算/中文理解和多模态生成五个领域： 1）文学创作：可以回答关于《三体》的提问，并进行一定续写。 2）商业文案创作：可以为公司起名并创作slogan。 3）数理逻辑推算：可解决鸡兔同笼问题，第一次纠正题目错误，第二次回答有解题步骤。 4）中文理解：可理解“洛阳纸贵”这一成语的含义并解释相关经济原理。 5）多模态生成能力：演示了生成图像/音频和视频的能力，其中图像、音频能力已经对公众开放，生成视频的能力已经在百家号使用。 1.4 模型微调与多模态构成万物智能基础，打开广阔市场空间 GPT提供通用、逻辑与智能，模型微调与多模态构成万物智能能基础，可在下游细分领域进行落地。所有大模型的训练都分为两步：通用性的预训练(pre-training)，形成预训练大模型，或称为基础模型(Foundation Model)，然后针对特定领域做微调(fine-tuning)。通过这种过程，原则上来说只要有细分领域数据，大模型就可以针对垂直领域做优化，可在各行各业落地，充满无限可能。相比细分领域模型，使用基础模型做细分领域数据微调具备极大优势：效果上基础模型通用性高，并且预训练的无监督数据获取难度低；微调基础模型的行业效果更好，在各领域应用中可以不断学习专业数据提升基础模型。我们认为，随着多模态的发展，基础模型可以使用各行各业不同模态的输入数据进行训练，并给出不同模态的输出，为各个领域提供不同的解决方案。学习了各领域数据的多模态大模型，将有能力改造起世界上的各类事物、流程和数据，实现万物智能。 应用领域遍及千行百业，打开广阔蓝海市场。 我们预计，现阶段，大模型的能力还主要体现在NLP上，因此主要用于搜索（如微软继承了大模型的New Bing）、航程辅助、聊天机器人变种（猎头使用软件、智能客股，智能音箱、游戏NPC等）； 1-5年内，随着多模态的发展，大模型首先会用于Office类办公工具，还将有多类简单多模态方案落地（智能家居、工业视觉、行业化机器人）、行业专家（AI医疗、教育等）、智能助理（聊天、工作安排、点外卖、购物等） 5-10年内，结合复杂多模态方案的大模型将具备完备的与世界交互的能力，在通用机器人、虚拟现实等领域得到应用。 国内AI软件及应用市场快速增长，庞大数据基础为国内AI大模型发展提供根基，国内AI产业未来可期。根据IDC数据，2021年中国人工智能软件及应用市场规模为51亿美元,预计2026年将会达到211亿美元,2021-2026年间的复合年均增速高达30%以上。各行业的需求正大力推进AI的发展,将推动市场的持续增长。而数据是AI发展的基石,随着人工智能、区块链、OT等新兴技术的发展,中国乃至全球的数据规模都将高速增长。据IDC统计,中国数据规模将从2021年的18.51ZB增长至2026年的56.16ZB,年均增长速度CAGR为24.9%,增速位居全球第一，有望为国内AI大模型的训练发展打下坚实基础。 二、 中证人工智能产业指数投资价值分析 2.1 指数编制规则：反映人工智能产业公司的整体表现 指数简介：中证人工智能产业指数（代码：931071），指数简称人工智能，由中证指数有限公司于2018年11月21日发布，以2014年12月31日为基日，基点为1000点。该指数是由华富基金独家定制，与中证指数公司联合开发的人工智能主题指数。该指数以AI营收占比调整后的市值为基础，采用稳定营收增速指标进行调整，从而筛选出50家最具AI代表性且具备稳定增长潜力的公司作为样本股，具有自适应紧密跟踪AI黄金赛道的特点。 样本空间： 同中证全指指数的样本空间，即由满足以下条件的沪深A股构成： （1）上市时间超过一个季度，除非该股票自上市以来的日均A股总市值在全部沪深A股中排在前30位； （2）非ST、*ST股票、非暂停上市股票。 选样方法： （1）对样本空间内证券按照过去一年的日均成交金额由高到低排名，剔除排名后20%的证券； （2）对样本空间内剩余证券，选取涉及以下人工智能相关业务的上市公司证券作为待选样本： （3）计算上述剩余证券的综合得分，综合得分=过去一年日均总市值×收入占比得分×营收增速得分。其中，营收增速得分为过去两年平均营业收入增速的标准化得分，收入占比得分按照如下规则计算： （4）在上述剩余证券中，选取综合得分最高的50只上市公司证券作为指数样本。 指数计算： 其中，调整市值＝∑(证券价格×调整股本数×权重因子)。调整股本数的计算方法、除数修正方法参见计算与维护细则。权重因子介于0和1之间，以使样本采用综合得分调整后自由流通市值加权，综合得分调整后自由流通市值加权=收入占比得分×营收增速得分×自由流通市值，单个样本权重不超过10%，过去两年平均营业收入增速为负且小于行业平均的单个样本权重不超过5%。 2.2 指数成分股：覆盖人工智能产业链龙头股票 从指数前十大成分股来看，人工智能指数前十大成分股覆盖人工智能相关产业链的龙头股票。指数成分股数量为50只，截至2023年3月27日，前十大成分股累计权重为45.30%，集中度较高，主要集中在计算机和电子等板块。前十大成分股大多属于人工智能相关产业链的龙头股票，例如指数前三大成分股分别为语音识别业内的绝对龙头科大讯飞、全球安防监控行业龙头股海康威视、工业互联网龙头用友网络。 指数成分股行业集中度较高，聚焦于计算机、电子等人工智能相关的新兴科技行业。从指数成分股的中信一级行业权重分布来看，指数共涉及7个中信一级行业，计算机、电子、汽车这三大行业权重占比最大，占比分别为57.62%、29.33%、4.71%。从更加细分的中信三级行业分布来看，指数成分股聚焦集成电路、行业应用软件、通用计算机设备等细分行业，这三大细分子行业的累计权重占比达到45.86%，行业集中度较高。 人工智能指数成分股偏向中大市值风格。截至2023年3月27日，指数的50只成分股总市值超过3万亿元，自由流通市值合计约2.89万亿元。从具体成分股的市值分布来看，成分股总市值均超过100亿，其中总市值大于500亿的成分股累计权重占比高达62.04%。因此整体而言，人工智能指数成分股在市值风格上整体偏向中大市值。 从指数成分股涉及概念来看，人工智能指数在行业龙头、CHATGPT等概念上的暴露较高，科技龙头属性较强。从相关概念来看，指数在行业龙头、基金重仓、成交主力等概念的暴露度分别为30.98%、29.61%、28.45%，可见指数成分股具备龙头属性强、流动性好等特征。另外，指数在科技龙头、ChatGPT、5G应用、消费电子产业之类的人工智能相关概念上暴露度也较高，科技属性较强，人工智能主题特色鲜明。 2.3 指数历史业绩：近期表现好、弹性高 人工智能指数近期表现优异，弹性较高。近期，在ChatGPT这一人工智能产业的里程碑事件的强势助推下，人工智能迎来了快速上涨行情。截至2023年3月29日，人工智能指数自去年10月份以来超额收益显著，区间累计收益率高达54.82%，大幅跑赢沪深300（7.66%）、中证500（11.09%）、中证1000（13.37%）、创业板指（6.03%）等宽基指数。从年初至今、近3月、近1年的指数回报来看，人工智能指数短期业绩大幅优于其他宽基指数。因此，近期来看人工智能指数表现优异，弹性较高，具备相对优势。 2.4 指数盈利能力：盈利预期高速增长 人工智能指数的盈利能力突出，预期未来盈利高速增长。从指数的万得一致预期来看，人工智能指数2023、2024年预期营业收入分别为9929.36、11637.05亿元，同比增速分别为17.07%、17.20%；预期2023、2024年归母净利润分别为798.32、1017.13亿元，同比增速分别为42.64%、27.41%。同时，受益于政府力推数字经济、信创加速、经济有序复苏以及国内外企业纷纷布局AI应用等多方面的利好因素共同影响，人工智能行业相关股票有望进一步迎来业绩改善。因此，人工智能指数的盈利能力突出，预期营收与归母净利润的增速较高，未来成长性可期。 2.5 指数风格特征：高流动性、高波动、高Beta 从指数风格因子暴露来看，人工智能指数当前相对中证全指的风格总体为高流动性、高波动、高Beta。相对于中证全指而言，人工智能指数当前在流动性、波动率、Beta等风格因子上的暴露值较大，在盈利、价值、杠杆等因子上的暴露值相对较小。因此，指数目前相对于中证全指来说，整体上的风格特征可总结为高流动性、高波动、高Beta。 三、 华富中证人工智能产业ETF基金分析 3.1 华富人工智能ETF基本信息与相对优势 华富中证人工智能产业交易型开放式指数证券投资基金（简称：人工智能ETF，基金代码：515980）。基金成立于2019年12月24日，于2020年2月10日上市交易。基金采用指数化投资策略，基金投资目标是紧密跟踪中证人工智能产业指数。在正常市场情况下，力争将基金的净值增长率与业绩比较基准之间的日均跟踪偏离度绝对值控制在0.20%以内，年化跟踪误差控制在2%以内。 华富中证人工智能产业ETF紧密跟踪指数，具备较高配置价值。基金采用指数化投资策略，紧密跟踪中证人工智能产业指数，严格控制日均跟踪偏离度和年跟踪误差。截至2023年3月27日，基金自2020年3月25日（基金成立日3个月后）以来日均跟踪偏离度均值(业绩基准)仅为0.02%，区间年化跟踪误差仅为0.63%，基金紧密跟踪中证人工智能产业指数，严格控制日均跟踪偏离度，在正常市场情况下，力争将基金的净值增长率与业绩比较基准之间的日均跟踪偏离度绝对值控制在0.20%以内，年化跟踪误差控制在2%以内。 华富人工智能ETF相比于市场其他同类产品业绩更优秀。市场上目前有5只人工智能ETF产品，虽然华富中证人工智能产业ETF目前规模不大，但是相比于市场其他同类产品平均水平而言，在业绩方面具备相对优势。华富中证人工智能产业ETF今年以来回报29.74%，近1年回报13.36%，近1年年化跟踪误差为0.43%，近1年信息比率为0.1554，这些业绩指标全面优于市场上其他4只人工智能ETF的平均水平。 除了业绩方面具备相对优势，华富人工智能ETF还有如下三大优势： 1) 选股AI属性纯粹。华富人工智能ETF遵循严格的AI业务界定原则，通过逐项拆解各项业务营收，形成可量化的成分股AI营收界定流程，科学化识别实际AI业务。入选华富人工智能指数的每家公司至少有20%的真实AI营收，平均AI营收达到80%。因此，华富人工智能ETF选股的AI产业代表性更强，指数选股AI属性更加纯粹。 2) 科学调整权重把握AI黄金赛道。AI产业链条长，下游各商业应用的落地节奏不同，而华富人工智能指数通过成长指标对权重的调整，可以实现相对更加科学、及时地把握当前落地应用场景，而华富人工智能ETF紧密跟踪指数表现，因此华富人工智能ETF具有自适应把握黄金赛道的优点。 3) 助力投资者实现一键全面布局人工智能上中下游各产业链。从上游来看，为人工智能提供基础资源的企业，包括专用计算芯片、高性能计算机等；从中游来看，为人工智能技术发展提供技术支持的企业，包括云计算、大数据、机器视觉、语音语义识别等技术或服务等；从下游来看，人工智能应用领域的企业，包括自动驾驶、自然语言处理、人工智能内容生成、语音识别、智能医疗、智能办公、智能家居、语音和图片视觉等。 3.2 基金经理管理经验丰富 华富中证人工智能产业ETF基金由张娅女士、郜哲先生、李孝华先生共同管理，三位基金经理都具备丰富的被动产品管理经验。 张娅女士，证券从业年限接近19年，是资历丰富的投资老将。美国俄亥俄州肯特州立大学金融工程硕士、MBA，具有多年海内外金融从业经验。曾在芝加哥期货交易所、Danzas-AEI公司、SunGardEnergy和联合证券工作，2004年加入华泰柏瑞基金管理有限公司，从事投资研究和金融工程工作，后来加入华富基金管理有限公司。目前担任华富基金总经理助理、指数投资部总监、华富人工智能ETF基金经理。 郜哲先生，证券从业年限接近10年，具有丰富的投资经验。曾先后担任方正证券股份有限公司博士后研究员、上海同安投资管理有限公司高级研究员，2017年4月加入华富基金管理有限公司，在管基金总规模为57.34亿元。 李孝华先生，证券从业年限接近10年，具有丰富的投资经验。南开大学金融学硕士、硕士研究生学历。曾任金瑞期货研究所贵金属研究员、国泰安信息技术有限公司量化投资平台设计与开发员、华泰柏瑞基金基金经理助理。2019年10月加入华富基金管理有限公司，曾任基金经理助理。 3.3 管理人致力于提供专业化、高质量的基金理财服务 华富基金管理有限公司秉承“诚信、稳健、专业、进取”的经营理念，致力于为投资人提供专业化、高质量的基金理财服务。华富基金管理有限公司是按照市场化机制设立的专业基金管理公司。公司于2004年4月19日在上海正式注册成立。经过多年的积累，华富基金形成了一支精干、团结、自信的人才队伍，逐渐摸索出适合的投资模式。投资团队长期从事投资、研究工作，具有丰富的投资经验。公司凭借团结、高效、锐意、创新的投资团队，以规范、务实的管理风格，科学、理性、健康的投资运作为基金持有人提供专业化、高质量的金融服务。华富基金管理有限公司是国内证券投资基金业的新锐，秉承“诚信、稳健、专业、进取”的经营理念，致力于为投资人提供专业化、高质量的基金理财服务。 3.4 跟踪指数当前具有良好的投资价值 华富中证人工智能产业ETF基金跟踪的人工智能指数目前具有良好的投资价值： 1、全球共振，ChatGPT引领全新AI革命。1）2022/12/1，OpenAI发布了NLP（自然语言识别）大模型产品ChatGPT，效果惊艳，一经面世就引起轩然大波。根据Similarweb的估计，即ChatGPT官网流量快速成长，截至2023年2月，月点击量已达10亿次，后续推出的GPT4则进一步提升了模型效果，并将适用领域扩展到多模态。3月16日晚，微软又发布基于大语言模型的微软365 copilot，正式开启了GPT系列模型在办公场景的应用落地之路。2）国内亦快速跟进全球产业进度，百度文心一言已经发布，拥有包含5500亿条知识的知识图谱，能力包括文学创作/商业文案创作/数理逻辑推算/中文理解和多模态生成五个领域。 2、模型微调与多模态构成万物智能基础，打开千行百业广阔市场空间。GPT提供通用、逻辑与智能，模型微调与多模态构成万物智能基础，可在下游细分领域进行落地。由于应用领域遍及千行百业，AI大模型可打开广阔蓝海市场，根据IDC数据，2021年中国人工智能软件及应用市场规模为51亿美元,预计2026年将会达到211亿美元,2021-2026年间的复合年均增速高达30%以上，国内庞大的数据量基础为国内AI大模型发展提供根基，国内AI产业未来可期。 3、中证人工智能产业指数当前具备较高的配置价值。指数是由华富基金与中证指数公司独家定制开发的人工智能主题指数，筛选出50家最具AI代表性且具备稳定增长潜力的公司作为样本股，具有自适应紧密跟踪AI黄金赛道的特点。前十大成分股覆盖人工智能相关产业链的龙头股票；指数成分股行业集中度较高，聚焦于计算机、电子等人工智能相关的新兴科技行业；从指数成分股涉及概念来看，人工智能指数在行业龙头、ChatGPT等概念上的暴露较高，科技龙头属性较强；近期来看人工智能指数表现优异，弹性较高，具备相对优势；指数预期未来盈利高速增长。 风险提示：本报告从历史统计的角度对特定基金产品进行客观分析，当市场环境或者基金投资策略发生变化时，不能保证统计结论的未来延续性。本报告不构成对基金产品的推荐建议。 本文节选自国盛证券研究所已于2023年04月05日发布的报告《ChatGPT引领全新AI革命，一键布局AI全产业链——华富中证人工智能产业ETF投资价值分析》，具体内容请详见相关报告。 林志朋 S0680518100004 linzhipeng@gszq.com 刘高畅 S0680518090001 liugaochang@gszq.com 刘富兵 S0680518030007 liufubing@gszq.com 张国安 zhangguoan@gszq.com 特别声明：《证券期货投资者适当性管理办法》于2017年7月1日起正式实施。通过微信形式制作的本资料仅面向国盛证券客户中的专业投资者。请勿对本资料进行任何形式的转发。若您非国盛证券客户中的专业投资者，为保证服务质量、控制投资风险，请取消关注，请勿订阅、接受或使用本资料中的任何信息。因本订阅号难以设置访问权限，若给您造成不便，烦请谅解！感谢您给予的理解和配合。 重要声明：本订阅号是国盛证券金融工程团队设立的。本订阅号不是国盛金融工程团队研究报告的发布平台。本订阅号所载的信息仅面向专业投资机构，仅供在新媒体背景下研究观点的及时交流。本订阅号所载的信息均摘编自国盛证券研究所已经发布的研究报告或者系对已发布报告的后续解读，若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。本资料仅代表报告发布当日的判断，相关的分析意见及推测可在不发出通知的情形下做出更改，读者参考时还须及时跟踪后续最新的研究进展。 本资料不构成对具体证券在具体价位、具体时点、具体市场表现的判断或投资建议，不能够等同于指导具体投资的操作性意见，普通的个人投资者若使用本资料，有可能会因缺乏解读服务而对报告中的关键假设、评级、目标价等内容产生理解上的歧义，进而造成投资损失。因此个人投资者还须寻求专业投资顾问的指导。本资料仅供参考之用，接收人不应单纯依靠本资料的信息而取代自身的独立判断，应自主作出投资决策并自行承担投资风险。 版权所有，未经许可禁止转载或传播。

点此查看微信公众号原文全部内容>>

大部分微信公众号研报本站已有pdf详细完整版：https://www.wkzk.com/report/（可搜索研报标题关键词或机构名称查询原报告）