计算机行业投资策略周报：配置AI算力和C端应用核心 关注B端应用AI进展

(资料图片)

海外风险扰动，大模型B 端边际加速：本周计算机指数下跌7.09%，跑输沪深300 指数7.22pct，在31 个申万一级行业中涨幅排名31，年初至今计算机以27.57%的涨幅排名第3。本周海外地缘政治不确定性加剧，板块迎来较大幅度调整。我们此前看好板块行情的持续性的三个出发点未曾改变：1）基本面提供确定性、2）流动性带来可能性、3）政策力度决定β 强度。在此基础上，我们认为大模型在B 端已具备基本技术条件，各公司也已陆续推出垂直领域的大模型产品与服务， B 端商业化即将进入快速落地阶段。

大模型在B 端落地已具备基本技术条件：全球的企业和开发者都在加速探索如何将AI 大模型落地到现有的B 端的商业场景中，包括但不限于基于基于已有垂域数据的价值挖掘，更智能化的问答体验，更高效率的自动化办公场景等等。目前开发者将垂域知识引入大模型主要采用两种思路：1）通过Fine-Tuning 将垂域知识训练到模型的参数中、2）通过In-Context Learning 将垂域知识放在模型的prompt 中。前者较有代表性的范式是Delta-Tuning，这其中最被开发者广泛关注和使用的是微软提出了LoRA（Low-Rank Adaptation），其主要通过引入可训练的低秩矩阵，显著降低了微调模型的成本。后者较为常见的是使用Langchain+向量数据库的组合方案，通过将用户输入的prompt 与向量数据库中相关的内容一起输入给大模型，成为了另一种可实现“大模型的通用能力+垂直领域的专业知识”的技术路径。

AIGC 加速赋能B 端用户，注重数据质量与专业性：由于安全合规以及大模型在细分行业回答精准度等问题，B 端用户对AI 大模型的接受节奏略慢于C 端，当前利用通用数据+行业专业数据训练的面向垂直领域大模型逐步落地，将加速企业广泛使用大模型技术，AI 在B 端应用迎来加速。恒生电子将AI 技术与金融业务know-how 结合，打造金融行业大模型和全新数智产品，推出金融智能助手“光子”和智能投研平台WarrenQ，以及底层金融行业大模型LightGPT；拓尔思拓天大模型聚焦优势行业，利用自有的高质量数据进行预训练，推出适用于媒体、金融、政务的三大行业大模型；Glean 定位基于AI 的企业搜索与知识管理平台，协助用户跨应用、个性化搜索，能够更快、更准确地找到企业内部的知识和数据，打通各类SaaS 化应用。

风险提示：AI 技术迭代不及预期的风险，商业化落地不及预期的风险，政策支持不及预期风险，全球宏观经济风险。