AI大模型已成为优化算力瓶颈、放大数据优势、发展数字经济的重要拼图。当前地方政策以鼓励为主，中央政策关注事前规范。地方围绕智能算力建设、公共数据流通和算法场景开放层层递进。中央明确鼓励AI大模型发展但仍关注事前规范。to B端备案或放松，但算法监管难度较过去有所增加，因此备案节奏或少量多批。类似欧盟的横向严格监管短期或难以见到。建议关注算力/数据/算法应用的市场需求以及监管带来的需求。

▍AI大模型是数字经济发展的关键拼图。

数字经济发展的三大核心要素包括算力、数据和算法，其中算力和数据是研发算法的前提，三者缺一不可且需要更好地协同从而创造更大的经济效益。目前算力需要突破上游瓶颈，数据需要充分利用发挥规模优势，以AI大模型为代表的算法成为关键拼图。

▍地方政府对AI大模型呈鼓励态度，预期政策将围绕算力、数据和算法分步递进。

算力方面，地方政府将更关注智算中心的投资建设，资金补助分别从基建投资补贴和算力购买两方面进行。

数据方面，地方政府将关注数据资源体系建设，盘活政府数据和公共数据价值以支持当地算法企业发展。

算法方面，政府或将根据对数据抓手的强弱为脉络分批开放大模型应用场景，即按照政府内部、公共行业和商业场景三方面分步推动AI大模型的场景落地。

▍中央明确鼓励作为硬科技的AI大模型产业发展，但仍需事前规范。

2023年4月28日，中共中央政治局会议指出“要重视通用人工智能发展，营造创新生态，重视防范风险”。2023年5月5日，中央财经委会议提出“要把握人工智能等新科技革命浪潮”。AI大模型作为国家支持的硬科技产业，其发展势不可挡但存在的风险亦不容忽视。近期网信办公布的《生成式人工智能管理服务暂行办法》目的在于事前规范，而规范的目的是为了长期更好地发展。

▍内容管理已有放松，前期模型复杂性提高审查难度，备案节奏或少量多批。

国内AI监管在上位法形成的法律框架下多个部门规章接续出台，治理体系持续完善。目前中国对于生成式人工智能大模型的治理主要集中于内容管理、算法管理、数据管理以及知识产权。内容管理方面，《生成式人工智能管理服务暂行办法》弱化了对生成内容真实性的要求，同时对于to B端备案需求或有所放松。算法方面，人工智能大模型的黑箱特征与安全评估要求并不匹配，提高算法的难度，官方审批备案节奏或呈现少量多批特征。

▍欧洲采取横向监管趋严，国内转型仍需等待应用落地以发现监管需求。

目前国内AI监管框架为针对不同应用场景的纵向管理，而欧盟采取严格且基于风险规制、倡导负责任的研究与创新以及坚持实验主义治理的理念的横向管理。我们认为欧盟经验更适用于成熟的AI市场，国内短期或不会切换为横向管理模式。国内标志横向管理的《人工智能法》需等待应用落地以发现监管需求，或不会过快出台，但欧盟的风险分类制度或被国内学习采纳。

▍投资建议：关注算力/数据/算法的市场需求和监管带来的技术需求。

建议投资者一方面关注数字经济及AI大模型研发带来的算力、数据和算法应用的市场需求，另一方面关注AI大模型监管带来的需求。算力方面关注运营商、数据中心和IDC三条主线。数据方面关注数据供需类企业、数据安全和隐私计算等相关数据流通服务企业。算法方面关注AI大模型厂商与下游产品应用爆发。监管需求方面关注数据安全与内容鉴别等网络安全需求。

▍风险因素：

宏观经济增速超预期下行风险；地方支持AI产业发展不及预期的风险；网信办AI大模型备案节奏较慢的风险；AI产业监管超预期严格的风险。

（杨帆为中信证券政策首席分析师）