赵晓光表示，未来对于产业、对于研究，有两个机会是一定要去重点把握的，
一是人工智能，二是科研产业化。
从科技行业来说，明年6-9月份，或能看到科技行业巨头在机器人、智能驾驶、元宇宙这些行业的重要拐点；
这也是这一轮整个科技行业的主升浪。
赵晓光认为，有观点称人类未来30 年，会出现一家100万亿美金市值的机器人公司，这也并不是天方夜谭。
假设未来30年，人类有 100 亿人口，每个人有一台机器人，一年大概 10 万块钱的服务费，5万块钱的利润，
大概就对应着500万亿的市场利润，对应着2万万亿的市值。
如果一家公司能占了这个行业的5%，那差不多就是 1000 万亿。
其次，智能手机作为超级入口，它会重新定义硬件跟软件的关系。
移动互联网时代是流量为王，但是到了超级 AI 时代，硬件会变成最大的入口。
再者，我们现在已经看到了“AI+营销”、“AI+律师”、“AI+保险”、“AI+教育”的出现，经AI赋能的传统行业公司或成为赢家，
而AI的作用并不简单在于降本，而是对研发、生产、销售、服务全流程的颠覆。
另一方面，从中长期看，未来中国最大的红利就是科研产业化。
在科学家的“专注”与企业家的“发散”之间存在一些割裂，这是科学家创业不成功的一个最根本的原因。
作为分析师，应以研究为根本的驱动力，做好人工智能跟各行各业的结合，做好科研产业化与各行各业的结合。
投资报（）整理精选了赵晓光分享的精华内容如下：
两大重中之重的机会：
人工智能+科研产业化
我们看到，伟大的机会和伟大的企业，都是在经济下行的周期产生的。
比如说，2008 年的经济危机期间其实催生了移动互联网、催生了很多优秀的企业。
我今天汇报的题目就是，中国产业升级的两个驱动力。
我个人认为，未来对于产业也好，对于我们研究也好，有两个机会一定是要作为重中之重去把握的：
第一个就是人工智能，
第二就是科研产业化。
毫无疑问，从去年年初开始，由OpenAI推动的人工智能的这轮周期，带动了过去两年算力非常大的机会。
我们认为，在未来的两年，由人工智能推动的各行业的应用，会成为一个更大的浪潮。
而在这个过程中，我们可以看到，
无论是全球的科技巨头们，还是从各行各业看，AI与各行业的结合正在以比我们想得更快的速度在展开。
人类未来 30 年
或会诞生100万亿美金市值公司
我们从三个角度去看人工智能未来的机会。
第一个，我们可以看到，对于科技行业来说，过去有三个行业——机器人、智能驾驶和元宇宙，
基本上我们很多年前就说这些行业很好，有机会，但是到现在看一直没有起来。
如果观察这三个行业的拐点，我们认为，
在明年的6月份到9月份，无论是特斯拉、亚马逊、Meta这些相关的巨头，包括OpenAI，在这三个领域中都会有重要的产品和重要的拐点。
这也是我们这一轮整个科技行业的主升浪。
前段时间，我正好有一位朋友去美国见了奥特曼，回来之后，我说来组织一场机器人行业的交流会吧。
后来来了一个小伙子，来了之后就说了一句话，他说，未来人类 30 年，会有一家100 万亿美金市值的机器人公司出现。
我当时就特别想把他赶出去，我说你这小伙子年少轻狂，有点太夸张了。
但是我们后来仔细地盘了盘，我觉得他说的真的不是一个夸张的事情。
假设未来30年，人类有 100 亿人口，每个人有一台机器人，一年大概 10 万块钱的服务费，5万块钱的利润，
大概就对应着500 万亿的市场利润，对应着2万万亿的市值。
如果一家公司能占了这个行业的5%，那差不多就是 1000 万亿。
就如同在 10 年前我们没想到，在科技领域会有几个3 ~ 5万亿美金市值的科技公司一样。
我们相信，这三个领域，它未来也是跟各行各业结合，应该是一个非常明确的机会。
智能手机
会是重要的超级入口
第二个，回到我们传统的智能手机。
智能手机作为一个超级入口，它会重新定义硬件跟软件的关系。
移动互联网时代是流量为王，但是到了超级 AI 时代，硬件会变成最大的入口。
一个典型的案例就是，高通公司前段时间在夏威夷开了一个 2000 人的大会，
高通的CEO 现场演示，拿起手机跟手机说，你帮我订 2000 杯咖啡。
很快，这2000 杯咖啡就很精准地到达了现场。
我们也知道，有些手机巨头们，在半年前可能还都是对 AI抱着观望的态度，但是无论是苹果还是国内的华为、小米，最近基本上都要all in AI。
手机作为一个超级入口，它能带动整个产业链新的机会。
赢家是
利用AI赋能的各行各业
第三个，在传统行业中，我们可以看到，最近像“AI+营销”、“AI+律师”、“AI+保险”、“AI+教育”，这些行业已经开始了。
但其实我们可以看到，在各行各业中，人工智能推动的创新，都是刚刚开始。
对于在 To B 的应用，有两个重要的结论：
第一个结论就是，并不是那些技术公司会成为未来的赢家，
而是传统行业中这些各行各业的公司，会利用 AI 、利用大模型的能力来成为赢家。
第二个结论就是，我们不要简单地站在节约成本的角度去理解人工智能，
人工智能未来对于产品的定义、研发、生产、销售、服务全流程、全体系都是重新的颠覆。
举一个简单的例子，比如说过去我们研发一款半导体材料可能要三年的一个周期，
现在有了AI的赋能之后，这个周期已经变成了 10 天，或者是更快的速度。
最近有传统能源企业高管主动联系我，想找这种做材料相关的大模型技术的公司合作。
有位北航教授做的 AI 材料公司，目前已经跟 5 家上市公司达成意向，成立合资公司，成立人工智能的材料研究院，用AI的技术大幅加快材料的研发。
这一点是一个非常明确的趋势。
AI不仅是替代劳动力，更重要的是，它重新定义了研发、生产、销售和服务的全过程。
如果大家觉得挺难理解，我给大家推荐一下 B站，
B站上有很多非常好的科普，让大家用比较快的时间很好地去学习到这些领域的核心。
未来最大红利
就是科研产业化
第二个我想讲的主题就是，从中长期看，中国会进入一个非常大的红利，就是科研红利。
过去中国的产业发展经历过几波红利，第一个叫劳动力红利，第二叫工程师红利。
但是，未来这些红利应该都已经结束了。
在十多年前，中国一个工程师的成本是 30 万，美国是 65 万，现在我们工程师的优势也不明显了。
未来最大的红利，就是科研产业化。
无论是看美国、日本的经验、欧洲的经验，还是看中国过去的发展逻辑，
我相信，科研产业化，是中国未来走出房地产之后的经济周期最大的一个解，甚至可能是唯一的解。
做科学和做企业，它要求的禀赋是不一样的。
科学家就要足够的专注、足够的聚焦，围绕一个领域不断深度地深入。
而企业家，大家都知道，他应该是发散的、是要有很强的资源整合能力，人的整合、客户的整合、渠道的整合、技术的整合。
所以，本身在聚焦和发散上，它是分裂的。
这是过去有些科学家创业不成功的一个最根本原因。
以研究为根本驱动力，
做好科研产业化与各行各业的结合
未来怎么去解这个问题呢？那就是我们分析师的优势。
我相信我们分析师都对接着大量的上市公司，如何把科学家跟上市公司做一个链接？
让科学家的技术跟上市公司的场景、资金支持和赋能能力结合起来。
我觉得这个事情是值得我们 all in 去做的事情。
企业的发展主要是五个要素，第一战略管理，第二技术，第三人才，第四资本，第五市场。
这五个要素，科学家有的是技术，企业家有的是什么？有战略管理、运营能力，有好的、市场化的人才，有开拓市场的能力。
这种结合，我个人在过去做了一些实践，我觉得这个效果是非常好的，这是企业家跟科学家的双向奔赴。
我认为，我们应该花足够多的精力关注在人工智能和科研这两个事情上。
大家应该一起投身于这两个事业中，为中国的产业发展做出我们的贡献。
未来研究的价值对于战略是非常重要的。
所以，分析师同仁们，要以研究为根本的驱动力，做好人工智能跟各行各业的结合，做好科研产业化与各行各业的结合。
我们有限的人生，会有无限的意义和价值。
