核心观点：

1、AI的上半场是由算力推动的，但算力推动的AI已经到了瓶颈。

2、这一轮Open AI内部管理层的变化，是因为他们遇到了瓶颈而停滞不前，停滞不前的本质原因在于它没有数据。

3、数据来自场景，也就是应用。无论是在C端还是B端，如果没有应用，AI也就到此为止了。

4、我们从英伟达和Open AI的角度观察到，赵晓光：OpenAI宫斗本质是没有数据，重写后的内容是: 未来人工智能最重要的是应用 (qq.com)。

5、AI的下一步是应用，应用的下一步是场景，场景的下一步在B端应该是物联网，在C端则是各种AI设备，主要是以VR、MR为代表的视频相关设备，B端相较于C端更容易实现。

赵晓光是天风证券副总裁和研究所所长。他在复旦首席经济学家论坛上对OpenAI的最近的宫斗事件以及人工智能的未来发展做出了上述判断

赵晓光是新财富白金分析师，连续7年荣获新财富电子行业分析师冠军

赵晓光在今年3月份曾经指出，人工智能目前面临的问题是什么？问题在于缺乏数据，需要通过场景来获得数据

他认为，这一轮AI对C端和B端带来的革命是意义深远的，在未来5年类似智能手机的黄金的5年，而且它对行业的深度性、颠覆性是怎么说都不为过的，一定要高度重视。

以下是赵晓光讲话中AI相关的部分，投资作业本课代表（微信ID：touzizuoyeben）整理了精华内容，分享给大家：

重写后的内容：OpenAI宫斗的根本原因在于缺乏数据

我们在今年围绕着人工智能做了许多工作

前段时间跑了很多上下游，得出了一个较为清晰的结论：AI的上半场是由算力推动的，但算力推动的AI已经到了瓶颈。

在今年4月份，我在网上发表了一篇文章，提到这一轮数据革命的终局已经预测到了。

在我看来，Chat GPT很快会碰到瓶颈，原因是目前的Chat GPT主要是技术驱动的

过去由于使用互联网开源数据，无论是Chat GPT 3还是Chat GPT 4，很快就产生了一个脉冲，但问题是，当他获取开源数据后，就没有数据了。

我认为这一轮Open AI内部管理层的变化，是因为他们遇到了瓶颈而停滞不前。停滞不前的本质原因在于它没有数据。

重写后的内容是: 未来人工智能最重要的是应用

数据来自场景，也就是应用。无论是在C端还是B端，如果没有应用，AI也就到此为止了。

我这周跟高通全球副总裁讨论时，谈到AI在PC和手机端的智能化。很明确， AI在To C端是优秀的助手，在PC端能辅助更好地办公，在手机端成为个人助理，也就到此为止。

这就是为什么英伟达对中国有如此重的限制，我个人认为其中一半是美国的因素，一半是自己的因素。

因为他们很焦虑，一方面面临高通、AMD，甚至英特尔等公司未来的竞争，另一方面国际巨头们也都在自己制作芯片，如微软、亚马逊和苹果。

这时候英伟达必须继续发展应用，但他最担心的是应用还没有做出来就出现大批的竞争者。

中国大量购买芯片和算力用于服务器，同时，中国是全球最大的面向企业市场的应用场景，这一点对英伟达来说非常重要

如果中国先把应用和大模型都做出来了，英伟达可能会跟当年的思科一样，纯技术公司或硬件公司，发展到一定程度时，就会面临各方面的竞争。

因此，我们从英伟达和Open AI的角度观察到，应用已经逐渐成为下一轮AI最重要的部分。

应用下一步是场景，B端是物联网，C端则是AI设备

未来的应用是否有发展空间呢？

在C端，有PC、手机的AI化，以及游戏，这些毫无疑问是率先开放的，然后伴随的是衣食住行、吃喝玩乐的各个环节。

在B端，我给大家举几个非常有代表性的例子，比如材料行业，已经以非常快的速度展开。

我与上海集成电路材料研究院交流，过去他们研发一款半透镜材料需要三年的周期，现在是两个月的周期。

本周我刚好去了北京，拜访了一位曾在清华大学任教的学者，他正在研究一种利用人工智能专门进行材料研发的大型模型

我对他们的操作非常震撼，而且现在包钢、中国建筑、中国神华、东方雨虹这些传统巨头公司都在密切关注他们

过去材料研发非常难，首先要定制设备，因为新材料必然是新设备，而且定制完后还要调工艺、调良率，三年确实无法完成。

但现在有AI仿真，毫无疑问大幅加快了材料研发。我观察后觉得非常震撼。

还有一家是专门为中国高校做AI服务器的公司。今年，他们的需求增长了4倍，10多亿的收入，占整个高校70%的份额。他们表示主要是材料系、化学系和医药系在用（他们的数据库），因为医药本身也涉及材料。

所以，在B端，材料的AI化已经开始，这将从根本上改变许多科研体系和过去的工业生产模式。

我大概研究了近20年制造业，制造业的痛点不是研发的问题，而是产业化的问题。

那些现在做成几千亿市值的公司，是从根本上解决了工艺和产业化。

从这个角度，我们一方面看到了To B领域的这些应用（的发展），另一方面也看到在To B领域、To C领域，如果没有场景、数据，AI就很难拿到最核心的生产力，EM很难优化。

我们认为在To C领域，未来需要打造场景，无论是VR还是元宇宙，这些都很重要。

在To B领域，物联网毫无疑问非常重要，如果没有数据，无法实现AI化，即使人工智能模型再牛，也一定是错的。

因此，我认为AI的下一步是应用，应用的下一步是场景，场景的下一步在B端应该是物联网，在C端则是各种AI设备，主要是以VR、MR为代表的视频相关设备。

从技术角度来看，我认为B端相较于C端更容易实现。

大语言确实很复杂，但B端是比较闭环的场景，因此参数和算法相对清晰。然而，弊端问题也在于这些方面。

例如，我曾与华熙生物董事长讨论过，作为一家化妆品企业，如何获取这些数据？过去的做法主要是盲目进行研发和生产，因此物联网变得非常重要，我认为在B端实际应用比技术本身更为关键

赵晓光的从业证书编号为S1110516100006

更多大佬观点请关注↓↓↓

来源：投资作业本pro