AI联合课题：第十二章__AI风投从领先到落后的创新金融启示20240702 -中金.pdf

证券研究报告2024.07.01

第十二章AI风投从领先到落后的创新

金融启示

谢超分析员本章摘要

SAC执证编号：S0080520100001规模定律意味着大模型需要大投入。从融资模式看，公益性捐赠难以支撑

SFCCERef：BTM576

OpenAI的成功，风险投资至关重要。在Transformer算法刚提出的2017年，

chao.xie@

中国AI风投金额（约256亿美元）及其占风投总额的比例（高达29%）在

李根分析员主要经济体中均位居第一。此后到ChatGPT吸引全球关注的2022年，五年

SAC执证编号：S0080523030009间中国AI风投从领先变成了落后，被美国反超且差距持续拉大，欧盟、印度

SFCCERef：BUO963也对中国形成加速追赶态势。从技术、劳动、资本的产业三要素来看，我们

gen.li@认为中国AI风投逆转可能难以用Transformer算法源发于美国的技术进步

视角来解释，2022年之前中国AI优秀人才回流增加，与AI风投转而落后的

吴云杰分析员

走势不同。事实上，风投这种由领先到落后的变化不只存在于AI领域，整个

SAC执证编号：S0080523020001

yunjie.wu@中国风投市场培育“独角兽”的能力也有所下滑，不但被美国反超，也在一

些方面被印度等国家加速追赶。

白皓联系人从募、投、管、退四环节来看，中国风投市场从领先到落后的转变可能与过

SAC执证编号：S0080122080037去几年的募资困难有关。资管新规推出后，风投市场摆脱了金融风险较高的

hao.bai@

募资途径，但也一定程度上造成了风险资本不足的约束。风投资金约束既减

少了可用的风投资金总量，也抑制了风投风险偏好，导致过去几年难以支撑

颜晓畅联系人

ChatGPT这种不确定性较高的引领式创新。投资端，前文第六章指出大模型

SAC执证编号：S0080122070232

xiaochang.yan@的规模定律与大型科技企业天然更匹配。从金额看，2018年之前中国大型科

技企业参与的AI风投远高于美国，此后被美国反超，平台企业、金融领域投

蔡志刚联系人资意愿下降的原因值得重视，资本市场退出渠道有待完善的影响也不容忽视。

SAC执证编号：S0080123040058全球化放缓背景下，中国有必要在AI领域加速追赶和进步，我们认为需着重

zhigang.cai@

构建两类创新金融模式：算力等基础设施追赶需要“大企业+大银行+大政府”

的追赶式创新金融模式，创新悖论意味着无需过于担忧产融分开的大型科技

1

更多作者信息请见脚注。

企业市场势力；大模型商业应用可考虑构建“中小企业+资本市场+制度建设”

的引领式创新金融模式，在严格事后反欺诈基础上增加资本市场包容性，以

构建硬科技与软创新、科技与消费相辅相成的创新生态，更好发挥资本市场

筛选效应。

1陈昊，分析员，SAC执证编号：S0080520120009，SFCCERef：BQS925，hao5.chen@；于钟海，分析员，SAC执证编号：S0080518070011，SFC

CERef：BOP246