米乐M6时代背景：传统经济的增速已经开始放缓，需要新经济引擎的拉动；劳动力人口红利的逐步消失，对数字经济的需求也是顺理成章的；经过三年的疫情，也催化了数字经济产业发展的迫切性。随着数字中国的顶层设计以及国家对数字政府的强约束考核，数字经济未来必将快速发展。
宏观背景：国内二十大结束后，未来五年中长期的经济稳健增长的预期已经形成。随着疫情的放开，整体经济在政策托而不举的背景下，稳健复苏，新经济将成为未来中国经济增长的核心引擎。中国庞大的第二产业——工业需要在数字中国的背景下，实现降低成本、提升效率的变化，从底层到应用，全面实现数字化，智能化，网联化；再从流动性角度看，国内将保持中期维度宽松的流动性，海外流动性的拐点也在经济衰退中逐步出现。
产业背景: 新产业出现是数字经济发展的引擎。上游通过数据要素政策盘活巨大的存量数据资产，下游通过科技革命的生产力——AI 技术大大提升生产力，中游通过强大的算力提供动能支持，传统经济在数据要素以及 AI 的加持下，成长空间巨大。传统经济时代的生产要素——劳动力和土地都开始边际衰减，但新经济时代的两大生产要素——数据和技术正迎来全面爆发。新经济时代——数字经济已经开启，我们需要紧紧抓住时代的机遇。
计算机行业是与数字经济关联度最大行业之一。过去中国经济体信息化比例已经很高了，未来巨大的中国经济体需要在人工智能的帮助下实现自动化、智能化、网联化比例大幅提升。中国拥有全球最大的制造业经济体，数字化的过程可以大大提升经济体的生产效率，最终实现中国经济保持持续领先的增长。中长期看，中国经济体也将从消费互联网迈向工业互联网的时代。最看好的方向包括：1、
。工智能作为提升生产力最重要的工具，在一些应用场景将很快展开，比如 AI+办公，AI+金融，AI+工业等等。2、
。数据要素是 AI 应用的核心底座，比如数据持有方、数据运营方、数据加工方等等。3、
，投资机会短期来自工业软件的国产替代，中长期来自工业互联网对工业产业链效率的提升。4、
。信创其实就是计算机行业软硬件的国产替代。短中期具有确定性和爆发性，但长期成长的确定性不高。
人工智能最快应用的场景就是娱乐。因此传媒行业将最新感受到人工智能对行业的影响。这种影响不仅仅是生产成本的大幅降低以及产能的大幅扩张，未来将对内容产业的展现形式也会发生巨大的变化。这是一个被 AI 重新塑造的行业，因此孕育着巨大的投资机会。另一方面，内容行业过去三年一直被重度监管，短中期内容行业也将享受监管放松带来的成长红利。传媒行业是投资上最具戴维斯双击的行业之一。最看好的方向包括：
AI产业能够快速发展，离不开算力的大幅支持。随着AI产业从训练向推理发展的过程中，算力也会大幅增长。因此最看好的方向是
。1、运营商不仅仅是算力的最大提供方，它还是数据要素产业链中最大的数据持有方。运营商掌握了数字经济产业链中最重要的数据资产以及强大的算力，是数字经济时代最重要的核心底座。2、算力产业链主要是指光通信产业链中的光模块，随着算力的增长，光模块的需求也会大幅增长，此外价值量也会逐步提升。中国的光模块企业面向全球客户，受益于全球算力的快速增长。
相对于计算机、传媒、通信来说，电子可能并不是本轮AI浪潮的重点。本轮AI浪潮的核心是数据，数据搭载在云端，硬件的使用量相对于PC、移动互联网时代要小很多。但电子行业的细分领域还是存在一些投资机会的，比如消费电子中的MR产业链米乐M6，半导体中的AI芯片产业链。看好的方向包括：1、MR显示设备的供应链公司；2、AI芯片产业链，包括先进封装，先进制程；3、第三代化合物半导体——sic，随着电动化的大趋势下米乐M6，sic的使用量也是会大幅提升的。
生产力的五大要素中，边际爆发性最强的两大要素是数据和技术，所以数字经济的
核心投资机会也来自两个方面，分别为人工智能和数据要素。看似表面关联度不大的两
人工智能是本次科技革命最大的变现出口，它是由算法，算力，应用三部分组成。
第一条链——算法就是通常意义上的大模型，但大模型的核心底座是数据，没有数据的
大模型根本无法训练。数据要素的投资可以分为数据持有方，数据运营方，数据加工方，
一旦数据能够入表，变现，交易，数据资产就具备了商业价值。我国的数据75%都掌握
在政府手中，一级数据运营大多数也会交给国有企业，民企更多承担数据加工，处理等
第二条链——应用，AI应用从投资角度看，通用人工智能变现会更快落地，主要
包括AI+娱乐，这里的娱乐包括游戏，影视，动漫，音视频等；AI+办公，比如办公软
件，邮箱，OA等，B端的应用相对来说更多是使用专用模型，甚至关联到数据的合法
安全问题。长期来看，AI+金融，AI+工业可能都会出现，但时间落地上会相对长一些。
第三条链就是算力，初期在训练阶段米乐M6，算力的需求是快速增长的，但到了推理阶段，算
力的边际变化是下降的，总量当然是大幅增长的。算力产业的投资机会包括AI芯片，