第一个比(bi)较好的投资方向就是AI。AI现(xian)在是全(quan)球非常(chang)主流的科(ke)技趋势，我们前期也看到了，英(ying)伟达的市值已经超越了一些(xie)世界大(da)国(guo)的股市，比(bi)如说超过了德国(guo)的总市值。

那(na)么AI也可以衍生出非常(chang)多方向，比(bi)如说能真实提升生产力的人形(xing)机器人，能提升社会效率的自动驾驶，能提升大(da)家工作效率的工具性软件。

第二，数字经济(ji)是其中一个比(bi)较重(zhong)要的领域，因为在前期的互联网浪潮大(da)趋势下，我们积累了大(da)量的数据，也积累了基础(chu)的IT形(xing)态(tai)。

所以我们可以看到整个社会效率伴随着数字经济(ji)的提出和落地，会有提升的可能，把很多大(da)家意识(shi)不到的数据能够有效利(li)用起来，在社会的各(ge)个方面来提升大(da)家的生产价值，提升效率。

第三，中国(guo)是制造业(ye)大(da)国(guo)，近些(xie)年大(da)力提振新能源方向，包括新能源汽车，低空经济(ji)中的机械设备、无人机、无人飞行汽车等，中国(guo)都有非常(chang)好的产业(ye)基础(chu)。我们近期也发现(xian)，在很多省份，特别是像广东这样的省份，在整个低空经济(ji)的探(tan)索当中，走(zou)得非常(chang)靠(kao)前。

除了这三个方向，在一些(xie)大(da)家觉得比(bi)较有意思的黑(hei)科(ke)技领域，像量子(zi)科(ke)技，脑机接口这样的颠(dian)覆式技术(shu)，其实我们国(guo)家走(zou)的比(bi)很多投资者理解的要更靠(kao)前一些(xie)，这一块也是塑造我们国(guo)家未来5~10年核(he)心生产力以及核(he)心竞争(zheng)力的关键，也是我们未来要着重(zhong)研究和投资的核(he)心领域。

新质生产力是跨行业(ye)、跨领域的全(quan)面升级(ji)

全(quan)景网：从产业(ye)视角来看，发展新质生产力，从研发到产业(ye)化(hua)，主要覆盖了哪些(xie)产业(ye)领域？

房永生：新质生产力的发展不仅涵盖了广泛(fan)的产业(ye)领域，而且在产业(ye)链的多个环节中均存(cun)在着高(gao)附(fu)加值和强大(da)的增长潜力。

从产业(ye)视角出发，我们观察(cha)到新质生产力的发展正深(shen)刻影响着多个关键领域，主要涵盖了以下几(ji)个方面：

智能制造与工业(ye)4.0：作为产业(ye)升级(ji)的核(he)心驱动力，智能制造融合了人工智能、大(da)数据、云计算、物联网等先进技术(shu)，旨在提升生产效率与灵活性。从研发到产业(ye)化(hua)，这一领域涉及智能装备、自动化(hua)系统集成、工业(ye)软件开发及工业(ye)数据分析等多个高(gao)附(fu)加值环节。

绿色能源与节能环保：随着“碳(tan)达峰碳(tan)中和”目标的推进，清洁能源、节能减排技术(shu)和资源循环利(li)用成为重(zhong)点发展方向。中控技术(shu)积极参与绿色能源项目的智能化(hua)改造，如风光制氢、智能电网管理，以及传统能源行业(ye)的低碳(tan)转(zhuan)型。

新材料与先进制造：新材料的研发应用，如纳米材料、复合材料等，正逐步改变传统制造业(ye)面貌。这些(xie)材料在航空航天、半导(dao)体、新能源汽车等高(gao)端制造中的应用，不仅提高(gao)了产品的性能，也开辟了新的增长空间。

生物医药：作为战略(lue)性新兴产业(ye)的一部分，生物技术(shu)产业(ye)在新质生产力的形(xing)成中扮(ban)演(yan)着重(zhong)要角色，特别是在生物制造、创(chuang)新药物等领域。

新质生产力的推进不仅限于单(dan)一领域，而是跨行业(ye)、跨领域的全(quan)面升级(ji)，我们正在积极探(tan)索这些(xie)领域的机会，这也要求企业(ye)不仅在技术(shu)上不断创(chuang)新，还要在业(ye)务(wu)模式、组织(zhi)管理等方面不断探(tan)索和变革。

设备更新三大(da)投资机遇：节能降碳(tan)、服务(wu)设备、工业(ye)软件

全(quan)景网：发展新质生产力，须打破传统生产模式，生产工具也相应需要改变。国(guo)务(wu)院也印发《推动大(da)规模设备更新和消费品以旧换新行动方案(an)》，“设备更新”“以旧换新”，是否也会撬动一些(xie)新的投资机遇？传统行业(ye)是否更加受益？

潘水洋：从实践上看大(da)规模设备更新是推动新质生产力发展的重(zhong)要手段(duan)。设备更新主要涉及7大(da)行业(ye)：工业(ye)、农业(ye)、建筑(zhu)、交通、教育、文旅(lu)、医疗(liao)。到2027年，七大(da)行业(ye)设备投资规模相比(bi)2023年增长25%以上，也就是年复合增速5.7%左(zuo)右。对应的投资增量，一年在3000亿以上。

投资机遇主要在以下板块，首要设备更新改造方向可能是节能降碳(tan)改造，这里面可能主要集中在高(gao)能耗的工业(ye)领域，比(bi)如钢铁化(hua)工、石油煤炭，通过对原来的老设备进行替代，一定程(cheng)度上降低二氧化(hua)碳(tan)的排放，使得传统的制造业(ye)能够向低碳(tan)绿色转(zhuan)型，

二是服务(wu)领域单(dan)独提及的设备，包括老旧住宅电梯、供热计量设备、柴油货车、船舶、农业(ye)机械、教学(xue)设备、索道缆车、医疗(liao)设备等。

三是工业(ye)领域数字化(hua)相关的软件供应商，尽管目前工业(ye)软件领域还是国(guo)外品牌占主导(dao)，但是在大(da)的方案(an)出台之下，工业(ye)软件的国(guo)产替代也迎来比(bi)较好的投资机遇，预计未来四年的数字化(hua)改造速度不低于过去八年。

全(quan)景网：有报告认为，工业(ye)软件是新质生产力的核(he)心环节和重(zhong)要发力点，您是否认同这个观点？您认为工业(ye)软件行业(ye)未来的成长性如何(he)？主要的驱动因素会有哪些(xie)？

刘高(gao)畅：我们认为有三个重(zhong)要因素，第一是整个行业(ye)的数字化(hua)水平(ping)、智能化(hua)水平(ping)的提高(gao)，因为传统的工业(ye)设备只有简单(dan)的控制系统，也不能适(shi)应柔性生产环境，但是像精密度更高(gao)的领域，比(bi)如说海外比(bi)较精密的电机空心杯，其实需要很强的软件匹配，所以伴随着整个行业(ye)精度要求的提高(gao)，数字化(hua)水平(ping)的提高(gao)，效率的提高(gao)，数字化(hua)的深(shen)化(hua)应该是其中一个比(bi)较重(zhong)要的因素。

第二，对国(guo)内企业(ye)来说，毫无疑问就是国(guo)产化(hua)的驱动。全(quan)球工业(ye)生产的很多核(he)心环节、核(he)心的硬件供应商、软件供应商，其实海外的顶尖巨(ju)头占据了比(bi)较主要的份额。

那(na)么对于国(guo)内厂商来说，可以从部分行业(ye)、部分细分领域去打磨自己(ji)的产品，比(bi)如说CAD产品，它其实具备通用性，如果(guo)你在一些(xie)特定的顶尖客户当中获取了实践案(an)例，然后(hou)不断迭代，那(na)么就可以慢(man)慢(man)形(xing)成自己(ji)在国(guo)内的竞争(zheng)力，进一步形(xing)成全(quan)球的竞争(zheng)力。所以整个国(guo)产化(hua)的过程(cheng)，也是国(guo)内工业(ye)软件发展的第二个核(he)心驱动力。

第三，伴随着AI的发展，它其实带来了整个工业(ye)生产的大(da)变迁。

试想，如果(guo)一个行业(ye)是不变化(hua)的，要在里面做替换其实难度非常(chang)大(da)，因为他们已经形(xing)成了自己(ji)上下游的生态(tai)。但是这个行业(ye)如果(guo)可以快(kuai)速被(bei)AI所驱动，整个生产的链条，无论是流程(cheng)工业(ye)还是离散工业(ye)，其实都在发生大(da)的变化(hua)。

而这种大(da)的变化(hua)当中，其实全(quan)球人工智能的核(he)心国(guo)家，除了美国(guo)以外，中国(guo)是有这一块优势的，如何(he)在接下来的工业(ye)生产链条的整合当中，去占据自己(ji)的位置，是第三个驱动力，也是我们第三个挑(tiao)战。

传统行业(ye)智能化(hua)改造仍有广阔成长空间

全(quan)景网：中控技术(shu)的定位是全(quan)球领先的流程(cheng)工业(ye)智能制造整体解决方案(an)供应商，经过了30年的技术(shu)和经验(yan)积累，公(gong)司在一些(xie)优势产业(ye)如化(hua)工、石化(hua)等已经做到了行业(ye)领先。

就公(gong)司服务(wu)的这些(xie)传统优势产业(ye)，包括化(hua)工、石化(hua)等，目前数字化(hua)、智能化(hua)改造的进程(cheng)、渗透率有多高(gao)了？未来这些(xie)传统行业(ye)智能化(hua)改造还有多大(da)的成长空间？

房永生：目前我国(guo)智能制造能力成熟度水平(ping)依然偏低，多数制造业(ye)企业(ye)仍处于基础(chu)自动化(hua)阶段(duan)，而且不同区(qu)域、不同行业(ye)及不同企业(ye)的自动化(hua)水平(ping)差异明显、数字化(hua)发展不平(ping)衡，智能化(hua)程(cheng)度更是参差不齐，数字化(hua)、智能化(hua)应用整体水平(ping)提升空间大(da)。

另(ling)外，我国(guo)智能制造需求正处快(kuai)速上升阶段(duan)，但是智能制造供给能力与近年来我国(guo)制造业(ye)整体规模和发展增速相比(bi)明显滞(zhi)后(hou)，还不能高(gao)效匹配高(gao)质量发展背景下的企业(ye)智能制造需求，缺(que)乏足够数量专业(ye)水平(ping)高(gao)、服务(wu)能力强的智能制造系统解决方案(an)供应商。

据联合国(guo)统计司和国(guo)家统计局数据，2022年，我国(guo)制造业(ye)规模为33.5万亿元，占全(quan)球比(bi)重(zhong)接近30%，连续13年保持世界第一制造大(da)国(guo)地位，然而我国(guo)工业(ye)软件规模仅占全(quan)球7.4%的份额，相较之下，我国(guo)工业(ye)软件发展水平(ping)低，具有较大(da)的拓展空间。若只按横向对比(bi)测算，我国(guo)工业(ye)软件整个市场规模就有近6800亿元的增量空间。

中控技术(shu)充分运(yun)用近30年的行业(ye)积累和Know-how，为客户提供独特而有效的策略(lue)和高(gao)价值解决方案(an)，打造众多的“1+2+N”智能工厂行业(ye)标杆并复制推广，能够帮助客户实现(xian)从传统制造到智能制造的转(zhuan)型，不仅在石化(hua)、化(hua)工等传统优势行业(ye)继(ji)续保持领先优势，在煤炭、油气、风光制氢、医药、食品、冶金、建材等行业(ye)不断扩大(da)行业(ye)影响力，持续引领智能制造行业(ye)发展。

未来，我们认为这些(xie)传统行业(ye)的智能化(hua)改造仍有广阔的成长空间。

短期看，国(guo)家政策如“十四五”规划对智能制造的推动，以及对企业(ye)绿色低碳(tan)、数字化(hua)转(zhuan)型的重(zhong)视，推动着传统行业(ye)加快(kuai)数字化(hua)、智能化(hua)改造的步伐(fa)。

长远来看，随着人工智能、大(da)数据、云计算等数字化(hua)技术(shu)创(chuang)新和迭代升级(ji)，在各(ge)传统行业(ye)的应用前景广阔，也在推动着传统行业(ye)向数字化(hua)、智能化(hua)方向转(zhuan)型。我们将继(ji)续加大(da)研发投入(ru)，深(shen)化(hua)与行业(ye)的合作，推动化(hua)工、石化(hua)等行业(ye)的智能化(hua)改造，以实现(xian)更高(gao)的生产效率和更佳的环境保护效果(guo)。

全(quan)景网：除了传统优势产业(ye)，中控技术(shu)目前也在向煤炭、油气、电池(shi)、风光制氢、医药、食品、冶金、建材等行业(ye)拓展。公(gong)司在跨越多个行业(ye)去做产品和解决方案(an)的过程(cheng)中会面临哪些(xie)挑(tiao)战和困(kun)难？未来公(gong)司的智能制造解决方案(an)还有哪些(xie)新的拓展和应用的产业(ye)方向？

房永生：制造业(ye)的非标属性强，不同行业(ye)与企业(ye)的需求差异显著，这对于我们提供跨行业(ye)的智能制造解决方案(an)确(que)实带来了一定的挑(tiao)战。挑(tiao)战主要集中在下面几(ji)个方面：

一是技术(shu)适(shi)应性和定制化(hua)需求：每个行业(ye)的生产流程(cheng)和技术(shu)需求都有所不同，这要求我们的解决方案(an)必(bi)须具备高(gao)度的适(shi)应性和定制能力。

二是行业(ye)know-how和经验(yan)积累：跨行业(ye)服务(wu)需要深(shen)入(ru)了解每个行业(ye)的特点和规范，这不仅是技术(shu)问题，更是知识(shi)和经验(yan)的挑(tiao)战。

三是市场接受度和推广：新技术(shu)的推广需要时间，尤其是在一些(xie)传统行业(ye)，推动技术(shu)革新可能会遇到市场的初期抵触。

不过，中控技术(shu)十几(ji)年前就已实现(xian)流程(cheng)行业(ye)全(quan)行业(ye)覆盖发展，如电力、医药、冶金、建材等，而且在这些(xie)行业(ye)中均有标杆项目业(ye)绩，相对于其他流程(cheng)行业(ye)，公(gong)司在石化(hua)、化(hua)工领域能力相对更强，市场占有率更高(gao)。

事实上，公(gong)司产品在流程(cheng)工业(ye)中具有较强的适(shi)用性，产品的可复用程(cheng)度较高(gao)，而流程(cheng)工业(ye)中不同行业(ye)的特性、底层逻辑往往是相似的，因此公(gong)司在流程(cheng)工业(ye)可实现(xian)较好的跨行业(ye)迁移与适(shi)配。

此外，公(gong)司还积极引入(ru)油气、冶金、医药、白酒等行业(ye)的专家团队，打造并完善公(gong)司行业(ye)解决方案(an)体系，也能够帮助公(gong)司在非传统优势行业(ye)中实现(xian)较快(kuai)且高(gao)质量的发展。

公(gong)司依托在数字化(hua)和智能化(hua)领域长期积累的优势，以客户为中心开辟新行业(ye)、新赛道，以最短路线(xian)、最快(kuai)速度、最优方案(an)服务(wu)客户。2023年公(gong)司开拓了机器人、新能源电池(shi)、风光制氢、智慧实验(yan)室、智慧煤矿、智慧园区(qu)、白酒等新业(ye)务(wu)领域，通过内外部资源的整合与培育，各(ge)新赛道业(ye)务(wu)实现(xian)了快(kuai)速增长，部分业(ye)务(wu)已从孵(fu)化(hua)阶段(duan)快(kuai)速进入(ru)到高(gao)速成长阶段(duan)。

未来，公(gong)司还将继(ji)续坚持探(tan)索新的业(ye)务(wu)增长点，顺应国(guo)家的技术(shu)发展趋势，在人工智能、机器人、储能、绿色环保等战略(lue)性新兴产业(ye)中，选取和公(gong)司战略(lue)目标相契合的方向，继(ji)续坚持从技术(shu)、产品、市场、产业(ye)链等多方面入(ru)手，形(xing)成新产品和新商业(ye)模式设计方案(an)，持续打造公(gong)司未来发展的新业(ye)务(wu)新增长点。

AI大(da)模型或率先在传媒、人形(xing)机器人应用

全(quan)景网：关于AI这个话题，您觉得AI大(da)模型未来几(ji)年率先会在哪些(xie)领域实现(xian)落地？AI落地从技术(shu)、成本等方面目前还有哪些(xie)问题需要解决？从上市公(gong)司2023年年报、24一季报披露的情况(kuang)，AI主题相关的哪些(xie)细分赛道已经有业(ye)绩兑现(xian)了？

潘水洋：AI大(da)模型率先会在传媒、人形(xing)机器人两个领域应用。

传媒主要是广告、短视频内容自动生成。比(bi)如年初出来的sora大(da)模型视频生成模型，能够自动生成以假乱真，高(gao)清画质的短视频，以后(hou)拍广告、甚至拍电影都可以借助大(da)模型自动生成视频片段(duan)，极大(da)提高(gao)电影制作效率、降低制作成本。

而机器人目前主要在传统制造业(ye)工厂应用，用于代替重(zhong)复劳动。随着大(da)模型技术(shu)突破，人工智能大(da)模型赋(fu)予(yu)机器人具备一定的思考能力，这个时候机器人的应用场景将会被(bei)迅速扩大(da)，在商业(ye)、服务(wu)业(ye)、制造业(ye)等劳动密集行业(ye)得到迅速应用。在此之后(hou)，随着技术(shu)进一步发展和成本进一步降低，机器人可能会进入(ru)千家万户，满足家庭家务(wu)、家庭辅导(dao)教育、情感陪伴等特定需求。

目前需要解决的问题是算力供给不足的问题，大(da)模型的参数非常(chang)巨(ju)大(da)，训练(lian)大(da)模型对算力的需求非常(chang)大(da)。目前在算力芯片领域，国(guo)产芯片还有一定的差距，这也是当前算力供给不足的重(zhong)要原因。AI主题相关细分主题有业(ye)绩兑现(xian)的主要是光模块，它是AI算力网络的重(zhong)要基础(chu)和坚实底座，在算力供不应求的背景下，高(gao)性能 AI服务(wu)器集群的建设需求应运(yun)而生，进而推动了光模块需求量的显著攀升。

量子(zi)科(ke)技具备颠(dian)覆性技术(shu)未来或为新质生产力核(he)心

全(quan)景网：近期，关于量子(zi)信息的政策与产业(ye)进展超预期。随着量子(zi)信息领域的国(guo)际(ji)竞争(zheng)日趋激(ji)烈，量子(zi)信息已成为我国(guo)国(guo)家战略(lue)，也因此被(bei)认为是催生新质生产力的重(zhong)要战略(lue)方向。

对于全(quan)球角力量子(zi)科(ke)技，能否分享一下您的看法？量子(zi)产业(ye)是否会成为全(quan)球科(ke)技竞赛的下一站？其中，量子(zi)通信是否是目前实用化(hua)进程(cheng)最快(kuai)的领域？

刘高(gao)畅：量子(zi)科(ke)技主要包括两块领域，一是量子(zi)计算，二是量子(zi)通信。

整个产业(ye)的进展，其实有一个非常(chang)有意思的节点。2023年全(quan)球的量子(zi)科(ke)技投资不仅没(mei)有增长，反而下滑了50%，当时发生了什么事？

其实在海外，很多一级(ji)市场资金会往尖端领域进行投资，其实以前这种资金是分散式的，比(bi)如说量子(zi)通信会投一些(xie)脑机接口，投一些(xie)人形(xing)机器人、投一些(xie)AI，但是在大(da)模型出来之后(hou)，全(quan)球的新兴科(ke)技投资都聚焦(jiao)到了人工智能的大(da)模型领域，所以挤占了其他的需求。

但是为什么量子(zi)科(ke)技在长周期来讲还是非常(chang)重(zhong)要，因为量子(zi)计算，包括我们现(xian)在讲的人工智能的发展，现(xian)在比(bi)较关键的一个节点，就是算力。

像海外，我们现(xian)在看到万卡以上的集群其实已经非常(chang)多了，meta计划要往百万张卡去走(zou)，英(ying)伟达最新的股东会也讲了，现(xian)在meta的单(dan)一集群已经超过24,000张，特斯拉的单(dan)一集群已经超过35,000张。但其实国(guo)内在这一块，目前来看，我们认为都没(mei)有真正到万卡级(ji)别，或者说最多也就是接近万卡级(ji)别。

所以算力竞赛接下来可能还会到非常(chang)大(da)的量级(ji)。那(na)量子(zi)计算的优势是什么？量子(zi)的一些(xie)叠加态(tai)操作，效率比(bi)传统的计算方式要高(gao)非常(chang)多。

所以有可能会把人工智能的一些(xie)并行度要求比(bi)较高(gao)的算法，在量子(zi)层面去操作，来解决我们算力的制约瓶(ping)颈问题，但量子(zi)计算也有自己(ji)的问题，比(bi)如说，目前来看它更多满足的是人工智能领域一些(xie)比(bi)较成熟的算法。

所以如何(he)用量子(zi)计算的生态(tai)去搭载、去承载人工智能的整个发展，其实是一个比(bi)较重(zhong)要的命题，也是现(xian)在比(bi)较难的一个点。

此外，在量子(zi)通信领域，最大(da)的优势就在于密钥的分发，或者说信息的隐(yin)性传递。从这两个领域出发，安全(quan)性其实非常(chang)高(gao)。特别像当今这种国(guo)际(ji)形(xing)势，其实竞争(zheng)非常(chang)激(ji)烈，所以为了维(wei)护国(guo)家安全(quan)，信息的传输的要求也比(bi)较高(gao)。

量子(zi)通信在我们看来落地速度会非常(chang)快(kuai)，只要以专网形(xing)式进行一定投资，可以在很快(kuai)的时间内去落地。

其次(ci)，2022年的时候，我们国(guo)家的科(ke)学(xue)家也在技术(shu)上实现(xian)了百公(gong)里的量子(zi)通信传输，这一点在全(quan)世界来讲也非常(chang)领先，所以量子(zi)科(ke)技我们不一定在短期一两年内能看到很重(zhong)要的成果(guo)，但是在未来的5~10年，它应该也是新质生产力的核(he)心，是一个具备颠(dian)覆性的技术(shu)。

核(he)心驱动力下多领域投资机会值得关注(zhu)

全(quan)景网：在“新质生产力”这一主线(xian)之下，您建议大(da)家应该如何(he)理性分析相关的投资机会，做好相关的投资呢？投资者需要关注(zhu)哪些(xie)风险(xian)？

潘水洋：新质生产力也是一个比(bi)较新的概念，投资机会主要是在以下板块，第一个是人工智能大(da)模型应用，能够对传统行业(ye)进行赋(fu)能，提高(gao)生产效率并降低生产成本。第二个是算力，可以毫不夸张的说，以后(hou)算力就是生产力。第三个就是人形(xing)机器人，可以从一定程(cheng)度上解放人类从事的重(zhong)复劳动，并解决人口老龄化(hua)问题。在做相关投资的时候，不要被(bei)短期热点炒作遮蔽了双眼，要更多的从基本面的角度去分析这些(xie)细分产业(ye)的投资机遇，如果(guo)短期上涨过快(kuai)，同时业(ye)绩并未落地，没(mei)有基本面支撑，这个时候要注(zhu)意风险(xian)。

全(quan)景网：今天我们围绕新质生产力概念，进行了多维(wei)度的展开，您认为新质生产力将如何(he)影响未来五到十年的经济(ji)发展和投资趋势？如果(guo)对未来的中国(guo)市场做一个展望，您有何(he)期待？有哪几(ji)个关键词最值得大(da)家重(zhong)视？

房永生：我认为有以下关键词值得关注(zhu)：

一是产业(ye)升级(ji)与智能制造：新质生产力将推动传统产业(ye)通过技术(shu)革新实现(xian)转(zhuan)型升级(ji)，智能化(hua)将深(shen)刻改变传统产业(ye)的生产方式和管理模式，提升生产效率和产品质量，为企业(ye)带来更大(da)的竞争(zheng)优势。

二是数字化(hua)转(zhuan)型：数字化(hua)转(zhuan)型是企业(ye)在未来市场中保持竞争(zheng)力的关键。通过数字化(hua)转(zhuan)型，企业(ye)可以更好地整合资源、优化(hua)流程(cheng)、提高(gao)决策效率，实现(xian)业(ye)务(wu)的在线(xian)化(hua)和智能化(hua)，从而更好地适(shi)应市场变化(hua)。

三是绿色可持续发展：绿色可持续发展将成为未来市场的重(zhong)要趋势。企业(ye)需要注(zhu)重(zhong)环境保护和资源的可持续利(li)用，通过采用绿色制造、节能减排等技术(shu)，实现(xian)经济(ji)效益和环境效益的双赢(ying)。

四是开放合作：全(quan)球化(hua)的背景下，企业(ye)需要具备全(quan)球化(hua)视野，积极拓展国(guo)际(ji)市场，加强与国(guo)际(ji)伙伴的合作，提升品牌的国(guo)际(ji)竞争(zheng)力。同时，也需要关注(zhu)全(quan)球市场的变化(hua)和趋势，及时调整战略(lue)和布局。

潘水洋：以人工智能、量子(zi)信息、生物制造、新能源、商用航天、未来网络为代表的新质生产力是未来投资的主战场，这些(xie)产业(ye)是面向未来并决定产业(ye)竞争(zheng)力和区(qu)域竞争(zheng)实力的前瞻性产业(ye)，也是支撑未来经济(ji)发展的主导(dao)产业(ye)，因为能够打破传统的产业(ye)边界，促进产业(ye)之间的协同创(chuang)新和发展。尽管这些(xie)产业(ye)当前尚处于孕育孵(fu)化(hua)阶段(duan)，但具有高(gao)成长性、战略(lue)性、先导(dao)性等显著特征(zheng)，有望形(xing)成全(quan)球经济(ji)新的增长极并驱动经济(ji)社会变革式发展。

当前货币(bi)财政政策同向发力，合力巩固经济(ji)稳中向好，叠加整个A股估值水平(ping)具备极高(gao)的性价比(bi)，中国(guo)市场迎来重(zhong)要的投资机遇窗口期。人工智能、算力、人形(xing)机器人这些(xie)关键词值得大(da)家重(zhong)视。

刘高(gao)畅：我们最近发了一篇报告，名字叫做《准备迎接科(ke)技时间》。我们去年底的一篇报告叫做《大(da)赛道阿尔法时间》，意味着其实去年底我们更多会偏重(zhong)在科(ke)技产业(ye)赛道当中真正能做业(ye)绩兑现(xian)的领域，所以当时认为算力是一个比(bi)较核(he)心的领域，今年上半年，算力领域也有了比(bi)较好的相对收益。

那(na)么从下半年来看，我们认为宏观的基本面基本上已经触底，接下来全(quan)球的宏观环境，应该对中国(guo)的资本市场会比(bi)较友好。因为前期在流动性预期之下，反馈最弱的就是A股的科(ke)技和港股的互联网，接下来都会有修复的空间。所以对整个科(ke)技板块的投资而言，我们觉得未来不管是一年两年还是更长时间，会有非常(chang)多的机会。

其中，新质生产力，我们认为是接下来5~10年最核(he)心的驱动力。

自动驾驶、人形(xing)机器人，这些(xie)都是以人工智能为载体。人工智能发展到哪，这些(xie)应用才(cai)会走(zou)到哪。所以第一个关键词我们觉得是“人工智能”。

第二点我们觉得是“巨(ju)变”，但是大(da)家不用担心，这应该是一个好词。我们这一两代来讲，应该都是人工智能非常(chang)受益的一代，大(da)家的生活会变得更轻(qing)松，一些(xie)比(bi)较危险(xian)的、枯燥的活，可能有AI机器人帮我们解决。

第三个关键词，我们觉得是“和谐(xie)”，因为整个现(xian)在国(guo)际(ji)形(xing)势也比(bi)较复杂，但是伴随科(ke)技的发展，生产力的提升，我们相信国(guo)际(ji)的和谐(xie)社会程(cheng)度应该会提高(gao)。所以总体来讲我们还是一个非常(chang)强的乐观主义(yi)者。