本文來自格隆匯專欄：中信證券研究，作者：楊帆、於翔、楊澤原、黃亞元、竇子豪

AI大模型已成為優化算力瓶頸、放大數據優勢、發展數字經濟的重要拼圖。當前地方政策以鼓勵為主，中央政策關注事前規範。地方圍繞智能算力建設、公共數據流通和算法場景開放層層遞進。中央明確鼓勵AI大模型發展但仍關注事前規範。網信辦對內容監管已有所弱化，to B端備案或放鬆，但算法監管難度較過去有所增加，因此備案節奏或少量多批。類似歐盟的橫向嚴格監管短期或難以見到。建議關注算力/數據/算法應用的市場需求以及監管帶來的需求。

AI大模型是數字經濟發展的關鍵拼圖。

數字經濟發展的三大核心要素包括算力、數據和算法，其中算力和數據是研發算法的前提，三者缺一不可且需要更好地協同從而創造更大的經濟效益。目前算力需要突破上游瓶頸，數據需要充分利用發揮規模優勢，以AI大模型為代表的算法成為關鍵拼圖。

地方政府對AI大模型呈鼓勵態度，預期政策將圍繞算力、數據和算法分步遞進。

算力方面，地方政府將更關注智算中心的投資建設，資金補助分別從基建投資補貼和算力購買兩方面進行。

數據方面，地方政府將關注數據資源體系建設，盤活政府數據和公共數據價值以支持當地算法企業發展。

算法方面，政府或將根據對數據抓手的強弱為脈絡分批開放大模型應用場景，即按照政府內部、公共行業和商業場景三方面分步推動AI大模型的場景落地。

中央明確鼓勵作為硬科技的AI大模型產業發展，但仍需事前規範。

2023年4月28日，中共中央政治局會議指出“要重視通用人工智能發展，營造創新生態，重視防範風險”。2023年5月5日，中央財經委會議提出“要把握人工智能等新科技革命浪潮”。AI大模型作為國家支持的硬科技產業，其發展勢不可擋但存在的風險亦不容忽視。近期網信辦公佈的《生成式人工智能管理服務暫行辦法》目的在於事前規範，而規範的目的是為了長期更好地發展。

內容管理已有放鬆，前期模型複雜性提高審查難度，備案節奏或少量多批。

國內AI監管在上位法形成的法律框架下多個部門規章接續出台，治理體系持續完善。目前中國對於生成式人工智能大模型的治理主要集中於內容管理、算法管理、數據管理以及知識產權。內容管理方面，《生成式人工智能管理服務暫行辦法》弱化了對生成內容真實性的要求，同時對於to B端備案需求或有所放鬆。算法方面，人工智能大模型的黑箱特徵與安全評估要求並不匹配，提高算法的難度，官方審批備案節奏或呈現少量多批特徵。

歐洲採取橫向監管趨嚴，國內轉型仍需等待應用落地以發現監管需求。

目前國內AI監管框架為針對不同應用場景的縱向管理，而歐盟採取嚴格且基於風險規制、倡導負責任的研究與創新以及堅持實驗主義治理的理念的橫向管理。我們認為歐盟經驗更適用於成熟的AI市場，國內短期或不會切換為橫向管理模式。國內標誌橫向管理的《人工智能法》需等待應用落地以發現監管需求，或不會過快出台，但歐盟的風險分類制度或被國內學習採納。

投資建議：關注算力/數據/算法的市場需求和監管帶來的技術需求。

建議投資者一方面關注數字經濟及AI大模型研發帶來的算力、數據和算法應用的市場需求，另一方面關注AI大模型監管帶來的需求。算力方面關注運營商、數據中心和IDC三條主線。數據方面關注數據供需類企業、數據安全和隱私計算等相關數據流通服務企業。算法方面關注AI大模型廠商與下游產品應用爆發。監管需求方面關注數據安全與內容鑑別等網絡安全需求。

風險因素：宏觀經濟增速超預期下行風險；地方支持AI產業發展不及預期的風險；網信辦AI大模型備案節奏較慢的風險；AI產業監管超預期嚴格的風險。

注：本文來自中信證券研究部於2023年7月20日發佈的《促進資本健康發展系列報吿之四一A大模型政策：地方鼓勵，中央規範》，報吿分析師：楊帆 S1010515100001，於翔 S1010519110003，楊澤原 S1010517080002，黃亞元 S1010520040001，竇子豪