AI本质是生产力革命，模型进步驱动每一轮产业周期
　　AI是典型的周期性成长行业，历史上共经历三次“浪潮”起伏：
　　第一次浪潮（20世纪50~70年代）：人工智能起步阶段，首次提出人工智能概念及少数成果，算法理论薄弱及计算机性能缺陷导致无法支持应用推广；
　　第二次浪潮（20世纪80~90年代）：以专家系统和日本第五代计算机为代表，专家系统的出现推动人工智能从理论走向实践医疗、气象、地质等部分实际应用；
　　第三次浪潮（2000年以后）以机器学习、深度学习为代表的算法催生深度学习革命在图像识别、语音识别、自然语言处理等细分领域取得巨大进步，互联网、工业等领域实现规模化落地。
　　风险提示
　　1、AI技术发展不及预期，本次大模型创新伴随参数量及模态的增速能力天花板尚未达到，但模型效果本身仍存瓶颈及问题，倘若AI技术发展不及预期，投入厂商仍然存在失败风险。
　　2、下游应用需求不及预期，人工智能本质是通过供给创新催生需求扩容，目前大模型仍处于商业模式摸索期，倘若本轮技术变革无法真实带动下游需求，投入厂商将受到影响。