从人工智能（AI）AlphaGo战胜围棋高手李世石，到OpenAI的聊天机器人ChatGPT风靡全球，有专家称，人类已从信息社会进入智能社会，一场新的AI革命正在到来。
AIGC领域迎来重大发展
徐驰认为，在AIGC赛道上，不论公司规模大小都要不断创新以跟上新模型的发布。从中国市场的实际投资领域看，技术层的投资机会集中于具备强大算力、数据、技术储备的公司。在实际应用端，生成式AI可以生成文本、图像、视频、代码等多种形式的内容，在实际细分领域的应用中绘画、剪辑、写作等均有落地项目，如曾经火爆出圈的AI绘图软件MidJourney。过去市场担忧AIGC在产品应用端和商业变现方面存在不确定性，随着ChatGPT在消费端和商用端的商业化探索，AIGC应用的市场潜力开始显现，应用落地和商业变现有望加速。
在他看来，中国市场过去专注于决策式AI应用的公司，其核心技术从决策式AI到生成式AI的转变将孕育新的投资机会。如图片、文本识别向图片、文本生成转变，此类公司在垂直领域与碎片场景具有商业化实际应用的理解和业务优势，不需要投入过多的资源，就能依靠技术与数据储备训练出一些生成式AI的细分应用。
从板块估值来看，中泰证券研报显示，人工智能板块处于估值修复阶段。“人工智能指数”当前的市盈率达到46.58，处于全部A股市盈率71%分位点处；市盈率中值37.12，处于全部A股市盈率62.6%分位点处；从2023年初至今，相较于沪深300、上证50涨幅较大。
AI技术与融合应用渐次突破
赛迪顾问数据显示，2022年中国人工智能应用的市场规模达到1100亿元，同比增长16%。人工智能关键技术与融合应用渐次突破，应用场景涵盖智能制造、智能交通、智慧金融、智能医疗、智能教育等。随着人工智能赋能百业的效果日益显著，更多行业和领域正加速拥抱人工智能。
人工智能应用中仍存在部分不足。宋宇表示，一是所需数据与现有数据库不匹配，行业应用中的数据存在缺失、杂乱、难读取、具有时间差异的现象，部分文本数据难以生成数字信息，不同设备的数据格式不一致，获取信息不具备时效性或存在获取风险，导致实际应用时数据获取不完全。二是框架、模型、系统不适配，人工智能实际应用中涉及多种模型、框架和系统的融合实用，跨平台的操作系统常存在难适配的问题，多品牌设备存在技术性能不统一、应用端可能存在因开发平台不同带来的兼容性差和效率低等问题。
