人工智能模型的应用分为训练、推理两大环节。我们大家都认为，数据与算力是模型训练的基础，算法是模型实现路径，近年人工智能的加快速度进行发展得益于三大要素共同进步。数据方面，大量训练数据的训练支撑是AI算法的基础，全球数据量的指数级增长有望为AI产业发展提供“燃料”；算力方面，AI模型训练依赖大量算力支持，其中AI芯片是核心，而GPU占据绝大部分份额；算法方面，深度学习是主流方向，近年AI应用的繁荣来源于AI算法持续突破创新，2017年谷歌提出Transformer算法，此后Transformer广泛应于自然语言处理，并逐步在计算机视觉等领域应用。

  ChatGPT是由OpenAI公司于2022年11月发布的聊天机器人模型，由于更类人的智能化表现，其推出后受到广泛关注。上线月，微软CEO表示计划将ChatGPT等人工智能工具整合到所有产品中，并作为平台提供给其他企业使用，目前微软已推出集成ChatGPT全新Bing搜索服务。ChatGPT基于Transformer算法，引入RLHF（基于人类反馈的强化学习）方法，展示了AI大模型应用的潜力，AI行业发展有望加速。2023年1月微软宣布向 OpenAI 进行一项为期多年、价值数十亿美元的投资。百度大模型新项目文心一言（ERNIE Bot），其将于 2023 年 3 月正式上线，目前已有包括互联网、媒体、金融、保险、企业软件等行业的300家头部企业宣布加入百度“文心一言”生态。

  中证人工智能主题指数选取为人工智能提供基础资源、技术以及应用支持的公司中选取代表性公司作为样本股，反映人工智能主题公司的整体表现。该指数成分股覆盖人工智能上下游产业，流动性良好，一致预测净利润增速较快，具备较好的发展潜力。

  全球AI产业规模快速增长，软件占比提升。随着数据量的增长及相关复杂性不断增加，传统软件无法处理、分析及提取其中有用的信息，产生人工智能技术需求。根据沙利文的报告，2020年全球人工智能技术支出（包括硬件、软件、服务）为687亿美元，预计2025年达到2212亿美元，年复合增速达到26.3%。其中人工智能软件支出占比将提高，预计2025年全球人工智能软件市场规模将达到1218亿美元，占总支出比例达到55.1%，2020-2025年复合增速达到31.9%。

  人工智能支出已经成为支持企业数字化转型支出的主力之一。随着数字经济发展，企业积极打造敏捷反应机制，推进精益化管理，提升组织创新能力，大力投资数字化转型相关技术，特别是在人工智能领域。人工智能支出已经成为支持企业数字化转型支出的主力之一。根据IDC数据，全球范围内，企业在包括硬件、软件和服务在内的人工智能（AI）市场的技术投资增速将显著高于数字化转型（DX）支出和GDP增速。

  中国是全球人工智能第二大市场，预计增速有望全球第一。根据沙利文的报告，2020年中国人工智能市场规模为295亿元，预计2025年达到1671亿元，年复合增速为41.5%，其中软件市场规模占比将由2020年的9%提升至2025年的24.1%。

  人工智能产业链包括基础层、技术层和应用层。其中，基础层是人工智能产业的基础，主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源，为人工智能提供数据服务和算力支撑；技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径；应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。

  数据、算力、算法是人工智能三要素。人工智能模型的应用分为训练、推理两大环节。我们认为，数据与算力是模型训练的基础，算法是模型实现路径，近年人工智能的快速发展得益于三大要素共同进步。

  数据：人工智能“燃料”，全球数据量指数级增长。深度学习算法是推动人工智能技术突破性发展的关键技术理论，大量训练数据的训练支撑是深度学习算法的基础。训练数据越多、越完整、质量越高，模型推断的结论越可靠。根据Dimensional Research的全球调研报告，72%的受访者认为至少使用超过10万条训练数据进行模型训练，才能保证模型的有效性和可靠性。根据中国信通院数据，到2035年，全球数据量将达2142ZB，是2020年数据量的45-46倍。数据量的指数级增长有望为人工智能产业高质量发展提供“燃料”。

  算力：人工智能“底座”，AI芯片是核心。人工智能模型的训练依赖大量算力支持，海量算力是大规模训练及生产人工智能模型的前提。数据海量增加，算法模型愈加复杂，应用场景的深入和发展，带来了对算力需求的快速提升。根据《2022-2023中国人工智能计算力发展评估报告》，2021年中国智能算力规模达155.2 每秒百亿亿次浮点运算（EFLOPS），2022年智能算力规模将达到268.0EFLOPS，预计到2026年智能算力规模将进入每秒十万亿亿次浮点计算（ZFLOPS）级别，达到1,271.4EFLOPS，2021-2026年期间年复合增长率达52.3%，而同期通用算力规模年复合增长率为18.5%。AI芯片专门用于处理人工智能相关的计算任务，其架构针对人工智能算法和应用进行专门优化，具有高效处理大量结构化和非结构化数据的特征。AI芯片类型包括GPU、NPU、ASIC、FPGA等，其中GPU是主要的人工智能加速芯片，根据《2022-2023中国人工智能计算力发展评估报告》，2021年GPU占据中国AI芯片约89%的份额。

  算法：人工智能“发动机”，深度学习是主流方向。2006年深度学习算法的提出使AI进入新发展阶段，其通过卷积的方式，取代了机器学习中特征提取环节。我们认为，近年AI应用的繁荣来源于AI算法持续突破创新，而且是在大数据、大算力的支持下发挥出较大的威力。深度学习典型算法包括卷积神经网络（CNN）、递归神经网络（RNN）、前馈神经网络（FNN）、生成对抗网络（GAN）等。2017年谷歌提出Transformer算法，此后Transformer广泛应于自然语言处理，并逐步在计算机视觉等领域应用，OpenAI最近发布的ChatGPT也是以此为基础构建。

  ChatGPT智能化表现引发行业热潮。ChatGPT是由OpenAI公司于2022年11月发布的聊天机器人模型，可以通过对话形式实现交互，能够回答连续问题，承认错误，质疑不正确的前提，并拒绝不合理的需求。ChatGPT的对话互动可以实现普通聊天、信息咨询、撰写诗词作文、修改代码等，由于更类人的智能化表现，ChatGPT推出后受到广泛关注，上线月，微软CEO表示计划将ChatGPT等AI工具整合到全部的产品中，并作为平台提供给别的企业使用。

  根据钛媒体报道，2 月8 日微软宣布推出集成ChatGPT 的全新Bing 搜索服务，以及集成AI 辅助的Edge 浏览器。新版Bing 带有一个扩展的聊天框，它现在可以做的不仅仅是回答事实问题和为你提供各种链接，在ChatGPT 的帮助下，它还能够为你即时生成各种个性化的规划、建议、分析等，解决更复杂的搜索问题。

  GPT引入新的模型训练方法，AI行业发展有望加速。GPT通过Transformer为基础的预训练语言模型，此前已公布GPT-1、GPT-2、GPT-3三个模型，ChatGPT是对GPT-3模型（又称为GPT-3.5）微调后开发出来的对话机器人。ChatGPT引入了RLHF（基于人类反馈的强化学习）方法，方法分为三个步骤：1）有监督的调优：预训练的语言模型在少量已标注的数据上进行调优，以学习从给定的 prompt 列表生成输出的有监督的策略（SFT模型）；2）模拟人类偏好：标注者们对相对大量的SFT模型输出进行投票，创建一个由比较数据组成的新数据集，训练奖励模型（RM）；3）近端策略优化（PPO）：使用RM作为强化学习的优化目标，利用PPO算法微调SFT模型。我们认为，ChatGPT的成功展示出AI大模型的应用潜力，新方法的引入有望加速NLP算法及AI行业发展。

  巨头坚定投入，开启AI新浪潮。2023年1月18日，微软宣布将于3月底前在全球裁员1万人，约占员工总数的5%；1月23日微软在其官方博客宣布，已与OpenAI扩大合作伙伴关系，微软将向 OpenAI 进行一项为期多年、价值数十亿美元的投资，以加速其在人工智能领域的技术突破，此前微软已分别于2019年和2021年对OpenAI进行投资。1月20日，谷歌母公司Alphabet宣布将裁员约1.2万人，占该公司员工总数的6%以上，同时谷歌CEO表示，公司将会进一步聚焦AI技术核心业务的研发投入。

  国内来看，2月7日，百度宣布大模型新项目文心一言（ERNIE Bot），其将于 2023 年 3 月正式上线，目前已有包括互联网、媒体、金融、保险、企业软件等行业的300家头部企业宣布加入百度“文心一言”生态；2月8日，科大讯飞AI学习机、讯飞听见将成为自然语音处理大模型技术率先落地的产品，将于今年5月6日进行产品级发布。

  中证人工智能主题指数选取为人工智能提供基础资源、技术和应用支持的公司中选取代表性公司作为样本股，反映人工智能主题公司的整体表现。中证人工智能主题指数的样本股每半年调整一次，样本股调整实施时间分别是每年 6 月和 12 月的第二个星期五的下一交易日。

  （1）对样本空间内股票按照最近一年（新股为上市以来）的 A 股日均成交金额由高到低进行排名，剔除排名后 20%的股票；

  （3）在待选样本中，按照过去一年日均总市值由高到低排名，选取不超过100 只股票构成指数样本股。

  截至2023年2月17日，CS 人工智指数成分股在全市场分布如下。该指数成分股有21只来自沪深300，权重占比为63.52%；17只来自中证500，权重占比为23.81%；12只来自中证1000，权重占比为12.67%。

  将全市场的股票按照过去一年的日均成交额分为5组，根据成分股权重计算，截至 2023年2月17日，CS 人工智指数中处于头部20%区间的成分股权重占比为81.70%，处于次高组的权重占比为14.00%，处于中间组的权重占比为4.31%，流动性良好。

  截至2023年2月17日，按照中信一级行业划分，CS 人工智指数成分股中属于计算机和电子行业的成分股权重合计87.49%；按照中信三级行业划分，该指数中成分股权重较高的行业为集成电路、行业应用软件和安防，占比分别为20.96%、16.81%和12.74%。该指数成分股覆盖人工智能上下游产业，具有较好的行业代表性。

  本文采用Wind的一致预测净利润数据，截至2023年2月17日，CS人工智指数2022、2023和2024年的一致预测净利润分别为488.03 亿元、681.47亿元和878.02亿元，增长率分别为1.33%、39.64%和28.84%。该指数的一致预测净利润增速较快，各机构看好该指数成分股的未来发展潜力。

  以2015年7月31日至 2023 年2月17日为样本期，CS人工智指数的市盈率为52.30倍，历史分位点为53.80%；该指数的市净率为4.20倍，历史分位点为29.20%，目前CS人工智指数估值处于发行以来的历史偏低水平。

  以2019年1月2日至2023年2月17日为样本期，CS人工智指数年化收益率为3.94%，波动率为29.47%，夏普比为0.28，最大回撤为45.12%。2023年以来，收益率为16.62%，该指数业绩有显著改善。

  在样本期内，截至2023年02月17日，CS人工智指数的净值为1.17。

  2023年以来，随着人工智能主题热度增加，该基金规模和流动性均有所提升。截止2023年2月17日，该基金规模为7.92亿元，过去一个月日均成交额为1700万元。

  华夏中证人工智能ETF由李俊先生担纲基金经理。李俊先生于2008年12月加入华夏基金管理有限公司，曾任数量投资部研究员、基金经理助理等。截止2022Q4，李俊先生在管基金共 19 只（仅统计初始基金），合计规模310.74亿元。

  人工智能模型的应用分为训练、推理两大环节。我们认为，数据与算力是模型训练的基础，算法是模型实现路径，近年人工智能的快速发展得益于三大要素共同进步。数据方面，大量训练数据的训练支撑是AI算法的基础，全球数据量的指数级增长有望为AI产业发展提供“燃料”；算力方面，AI模型训练依赖大量算力支持，其中AI芯片是核心，而GPU占据绝大部分份额；算法方面，深度学习是主流方向，近年AI应用的繁荣来源于AI算法持续突破创新，2017年谷歌提出Transformer算法，此后Transformer广泛应于自然语言处理，并逐步在计算机视觉等领域应用。

  ChatGPT是由OpenAI公司于2022年11月发布的聊天机器人模型，由于更类人的智能化表现，其推出后受到广泛关注。上线月，微软CEO表示计划将ChatGPT等人工智能工具整合到所有产品中，并作为平台提供给其他企业使用，目前微软已推出集成ChatGPT全新Bing搜索服务。ChatGPT基于Transformer算法，引入RLHF（基于人类反馈的强化学习）方法，展示了AI大模型应用的潜力，AI行业发展有望加速。2023年1月微软宣布向 OpenAI 进行一项为期多年、价值数十亿美元的投资。百度大模型新项目文心一言（ERNIE Bot），其将于 2023 年 3 月正式上线，目前已有包括互联网、媒体、金融、保险、企业软件等行业的300家头部企业宣布加入百度“文心一言”生态。

  中证人工智能主题指数选取为AI提供基础资源、技术以及应用支持的公司中选取代表性公司作为样本股，反映人工智能主题公司的整体表现。该指数成分股覆盖人工智能上下游产业，流动性良好，一致预测净利润增速较快，具备较好的发展潜力。

  风险提示：ChatGPT应用不及预期、AI技术发展不及预期、AI应用落地不及预期、本报告基于指数历史数据分析，市场环境、政策变动等因素皆可能使得指数投资价值分析失效。

  注：文中报告节选自天风证券研究所已公开发布研究报告，具体报告内容及相关风险提示等详见完整版报告。