4连阴过后，把握下周的一波反弹机会！

问题思考：

一、本周指数录得4连阴，高位被套后，下周指数到哪里可以考虑摊低成本，之后大概在哪里再离场？

二、本文重点-人工智能还有一波反弹，如何把握？未来发展的重点方向不是算法，也不是算力，而是数据。其中核心逻辑是什么?

三、连续被锤后，下周如何博取短线收益，实现快速回血呢？

正文

第一部分：指数前瞻

指数方面：上证指数在上周冲击3424未果后，开启了一波比较凌厉的调整走势，那么短期下方支撑差不多在3230附近，到这个位置，市场无论从空间上，还是从空间上都存在着一定的反弹需求，另外我们观察整个市场成交量的变化情况，可以看到市场连续缩量过后，盘面上的恐慌盘和割肉盘基本已经出清，短期的抛压预计不会太大。而反弹的阻力还是看到3310一带附近，这个位置暂且定义为存在一次反抽行情。注意操作上还是以快进快出为主，切不可过于恋战。

第二部分：人工智能的未来之光-数据

1、AI开始取代我们的部分工作了，还有人认为这是炒作概念么？

人工智能已经在许多领域展示了非常出色的表现，这引发了许多人对于人工智能是否会取代人类的工作岗位的担忧。事实上，人工智能已经开始在某些领域中取代人类的工作，如制造业、银行业、客服等领域。

人工智能可以执行重复性、标准化和高度可预测性的任务，并且以更高的精度和速度完成这些任务。所以说，今年是人工智能实现商业化落地的元年，而等到2025年之后普通人想找个工作打工都难 ！（基于当前发展趋势下，得出的客观结论）

2、人工智能中期走势-结构

走势方面：人工智能板块指数在这个位置目前处于3浪-C的调整过程中，这个位置等待回调结束过后，还将有一波较为凌厉的上涨行情。。。明白么，也就是说人工智能整体的上涨行情还没结束，目前回调正是一个比较好的机会。后续板块指数方面还将继续创出新高，但是其中的一些个股就未必能同步创出新高了。 

3、你还在认为人工智能的核心是算力和算法？

如果你对此深信不疑，也许会踏空接下来的这波数据上涨行情

IDC的迷局，根据调研，市场上大量券商研究都在推荐AI。其中核心的就是算法、算力以及数据。其中，以算力为最大的推荐。

但是，梦想虽好，现实却很骨感，各位先别冲动，慢慢往下看。

根据研报以及调研，IDC出现了较大的迷局。就是数据中心里的服务器其实是分类的，分别为AI服务器以及普通服务器（普通服务器是不能用来训练AI的）。

那么问题就来了，现在市面上的数据中心里的服务器到底是AI服务器呢？还是普通服务器呢？或者两者兼有。如果两者兼有的话，是AI 服务器占比高呢？还是普通服务器占比高呢？

经过我们的调研，这个简单的数学问题，变得扑朔迷离。所有的上市公司，无论财报还是研报，基本报出的都是机柜的总数，压根不分类。至于有多少是可用于AI训练的有多少就是普通服务器，基本讳莫如深。

综合几家机构的调研结果，没有得到任何的确定数据。但根据中科曙光以及浪潮信息的出货量，我们只能很粗的判断AI服务器目前占比还是比较低的。

也就是说，很多研报对于算力的看法在实际操作中其实是短期内实现不了的。今年应该还是对于算力的布局，而不是算力已经存在了。

既然算力有限，实际上能真正参与进来的公司是非常有限的。市场上一些比较小的公司是没有这个资金去参与AI训练的。算力目前看价格昂贵。因为非常少。

4、AI最终的归宿其实是——数据库

近期AI概念股虽然在证券市场上表现的有点疲弱，尤其是前期炒作比较凶悍的服务器以及AI芯片这块回落的较多。但是，如果我们把眼光放开，不要仅限于国内市场的话，会发现，整个世界金融市场AI正在不断发力。

尤其是用户端正在展现出巨大的能量。要知道我们所说的的AI三要素分别是算法，算力以及数据。那么这三块到底哪块才是最重要的呢？

就在三四月份，我们把眼光基本放在了算法以及算力上。比如大量的拥有科研能力的上市公司例如百度、360等统统推出了大模型。其实这个就是算法。

当然，要训练成功大模型我们还需要算力。也就是AI服务器这块来对AI进行大规模长时间的训练。这个，我相信大家都是认可的。也是非常确定的事情，就是算法和算力是制造出AI所必须的工具。自然回到证券市场上，大家对这些有算法有算力的公司进行重新的估值与定价当然也是非常正常的事情。说的直白点，炒作它们是有很强的逻辑存在的。我们不可否认，这些都对。但是，大家有没有想过，为什么在国外如火如荼的进行AI软件的开发，AI程序的大开发的时候，我们想正大光明的取用CHATGPT似乎有点难。先不说，360以及百度的大模型好不好吧。

至少现在市面上最成熟的大模型一定是CHATGPT这点，我想大家一定是认可的。那么为啥我们不直接用CHATGPT这个大模型呢？

可能，你会说，那是国外的，尤其是和我们目前关系有点僵的美国人搞出来的，我们不能用。但是，就像我在写这篇文章的时候用的是windows系统，用的是word程序一样，这个也是美国的呀。谁敢说微软不是美国公司吗？我们不是用的好好地嘛？是不是？那为啥我们不直接用最先进的CHATGPT，非要费时费力的去研究新的算法，安装布局新的算力呢？道理其实很简单。相对我们常用的windows系统。

CHATGPT牵涉到一个最关键的因素，就是数据！

重要的话说三遍，数据！数据！数据！

所以我在，这里要和大家说，AI的归途其实并不是算法和算力。这个只是开始可能也有点用，最关键的其实是数据。

给大家举个例子吧，号称ChatGPT“最强竞争对手”的Claude（也是美国人的），今天迎来史诗级更新——模型记忆力原地起飞，现在1分钟看完一本数万字的小说，已经不在话下。

这意味着，大模型“记性”不好的缺陷现在得到补强，我们可以直接丢给它上百页上万字的材料，比如财报、技术文档甚至是一本书。

而它都能在一分钟之内帮你分析总结完毕！这个算法，算力够强吧？但是无论如何，要这个AI工作你总要给它一本小说，或者给它一堆资料吧。否则她就算算力再强，算法再牛，你分析个啥呢？所以，大家有没有发现。AI最终的落脚点在应用端，其实并不是算法和算力而是海量的数据。

只有这个对于我们使用者才有意义。至于算法和算力那是研发和创造AI的人去折腾的事情。那么大家有没有想过，我们国家的数据其实是相当丰富的，这个词还不够，应该说是海量的。由于人口的基数，拥有的数据其实很有可能远远超过美国这个CHATGPT的母国。一旦，我们把CHATGPT引入，它在接触了如此庞大的数据后，它的进化会变的如何呢？有点可怕，暂且打住。其实，我想说的是，未来AI下的大模型将会演化出很多小模型和小程序。他们将会组成AI的庞大体系。

未来我们在使用软件的时候尤其是铺天盖地的AI软件的时候，都会和我们现在使用的软件有个巨大的不同，就是只要是AI软件他必定要连接大规模的数据，否则它啥也干不了，别说人工智能了。连人工智障也不是。

你不把鲁迅先生的文章给它看，它如何帮你分析呢？对不对。而且，由于用户的需求不同，AI必须连接大量的数据库，这样才能处理大家不同的需求。

所以，我要说的是数据才是AI最后的归宿。否则对于我们使用者来说，他一点用处也没有。而现在谁掌握着核心数据或者是庞大的数据库，将会在不远的未来成为真正的王者。

别管什么AI软件，都需要数据尤其是核心数据。 

光有逻辑，你可能还没有清晰的概念，再讲讲量化，根据我们收集到的资料显示：和人工智能大数据相关产业未来几年的年复合增长预计差不多在21.3%

最后大家想一下，现在的核心数据库有哪些呢？知网？万方？算不算呢？