↑點(diǎn)擊上面圖片 加雪球核心交流群↑

風(fēng)險(xiǎn)提示：本文所提到的觀點(diǎn)僅代表個(gè)人的意見，所涉及標(biāo)的不作推薦，據(jù)此買賣，風(fēng)險(xiǎn)自負(fù)。

作者：icefighter

來源：雪球

1.AI與人類歷史上任何一個(gè)科技革命都是不同的。

它減少了人與人的鏈接 ， 用算力代替人力 ， 通縮屬性更強(qiáng) 。

AI越發(fā)達(dá) ， 人類的就業(yè)越少 ， 需求越少 。

但是AI的壁壘更高于以往的科技革命 ， 他的受益群體高度集中 ， 主要是算力和大模型 。

所以AI的受益者的市值會(huì)遠(yuǎn)遠(yuǎn)高于以前科技革命時(shí)代的巨頭市值 。

2.算力是AI最核心的環(huán)節(jié)。

AI的本質(zhì)就是算力代替人力 。

算力在AI時(shí)代的重要性 ， 永遠(yuǎn)不能低估 。

大模型本身存在一個(gè)問題 ， 開源 VS 閉源 ， 哪個(gè)更牛逼 ， 還不確定 。

但他們都需要算力 。

算力本身技術(shù)在高速發(fā)展 ， 里邊細(xì)分技術(shù)層出不窮 。

始終會(huì)有機(jī)會(huì) 。

3.C端硬件

馬斯克預(yù)測 ， 只有語音輸入功能的AI設(shè)備會(huì)在幾年后替代手機(jī) 。

他對人形機(jī)器人也非常樂觀 。

我個(gè)人不這么認(rèn)為 ， 因?yàn)锳I大模型的幻覺問題是無法解決的 。

我自己用AI寫文章 ， 作圖 ， 有些場景下AI的弱智程度想讓人砸電腦 。

譬如以前我想讓AI生成沒有白云的藍(lán)天 ， 折騰了好久 ， 效果都不行 。

但是 ， AI時(shí)代會(huì)誕生一些手機(jī)之外的長尾硬件 。

譬如目前最火的AI硬件爆款是plaud錄音卡片 。

一個(gè)錄音功能 ， 看起來不起眼 ， 手機(jī)本身就有錄音功能 ， 但是對于需求極端的消費(fèi)者 ， 手機(jī)無法滿足他的需求 。 所以需要一個(gè)專門的硬件來服務(wù)它們 。

以前很多長尾碎片化場景 ， 因?yàn)槿狈χ悄?， 無法滿足這些需求極端的客戶的需求 。

這些市場等于是空白的 ， AI時(shí)代可以在這些地方發(fā)揮作用 。

但是這些長尾硬件 ， 市場碎片化 ， 很難誕生巨頭 。

對于二級市場 ， 意義不大 。

4.應(yīng)用軟件

應(yīng)用軟件的機(jī)會(huì)比起移動(dòng)互聯(lián)網(wǎng)時(shí)代會(huì)小得多 。

因?yàn)橐苿?dòng)互聯(lián)網(wǎng)時(shí)代 ， 各個(gè)垂直領(lǐng)域是分化的 ， 很難有人一統(tǒng)天下 。

人與信息 ， 人與人 ， 人與商品 ， 每個(gè)領(lǐng)域都是專門的巨頭 。

但是大模型時(shí)代 ， 他可以跨界 。

一個(gè)AI助手 ， 可以幫你下單購物 ， 替代電商 ， 可以幫你作圖 ， 替代PS軟件 。

理論上 ， 大模型越強(qiáng) ， 下游應(yīng)用越是利空 ， 因?yàn)閼?yīng)用做的一些適配工作 ， 本身就是彌補(bǔ)大模型的能力不足 。

比如 ， 阿里釘釘都推出了CAD看圖功能 。

我不知道這個(gè)功能和AI大模型有沒有關(guān)系 ， 但是至少說明一點(diǎn) ， 軟件本身也是容易跨界的 ， 特別是大模型時(shí)代 。

其他公司專門做CAD看圖軟件的 ， 會(huì)否面臨巨大威脅 ？

同理 ， 做PDF ， 文字掃描等基礎(chǔ)通用功能的細(xì)分軟件龍頭 ， 會(huì)否被一個(gè)同時(shí)做這些功能的巨頭軟件替代 ？

這些復(fù)雜情況 ， 造成AI應(yīng)用軟件的投資價(jià)值不大 ， 格局很難看懂 ， 變數(shù)太多 。

當(dāng)然 ， 也不能過于悲觀 。

以前SAAS軟件在中國是最苦逼的商業(yè)模式 ， 因?yàn)檫@些軟件缺乏智能 ， 他們只是工具 ， 需要人類來操作 。

中國人力成本低 ， 老板可以用人類牛馬干活 。

未來AI牛馬性價(jià)比遠(yuǎn)超人類牛馬 ， 所以應(yīng)用軟件在中國的市場會(huì)起來 。

但是中國的市場有限 ， 如果不能國際化 ， 想象力依然不高 。

但至少 ， 這是老齡化和逆全球化時(shí)代 ， 中國內(nèi)需少有的增量市場 。

5.AI應(yīng)用最大的機(jī)會(huì)在哪里？軟硬件結(jié)合的工業(yè)設(shè)備。

當(dāng)我們提到終端硬件 ， 我們一般只考慮C端 ， 譬如蘋果 。 但是我們不會(huì)想到 ， B端也有蘋果模式 ， 例如日本基恩士 。

對于工業(yè)機(jī)床 ， 大模型的幻覺問題 ， 精度問題 ， 對世界物理學(xué)規(guī)律的理解都不行 ， 大模型還無法取代傳統(tǒng)巨頭 ， 所以中國公司很難迅速干掉西門子 ， 發(fā)那科 。

但是日本基恩士的設(shè)備 ， 他主要是視覺功能 。 大模型的視覺功能比小模型強(qiáng)了太多 。

以前 ， 基恩士的軟件有很多專業(yè)算法 ， 中國公司缺乏積累 。

現(xiàn)在 ， 憑借能力更強(qiáng)的大模型 ， 中國公司可以彎道超車 ， 反超基恩士 。

當(dāng)然 ， 基恩士的牛逼 ， 還不僅僅是算法 ， 他在基礎(chǔ)硬件上還是很厲害的 ， 譬如機(jī)械加工精度 。

C端的消費(fèi)電子 ， 會(huì)誕生很多長尾AI硬件 ， B端同樣如此 。

工業(yè)領(lǐng)域也有很多場景 ， 這些場景也很碎片化 。

中國公司依靠軟硬件結(jié)合 ， 是可能在這些細(xì)分領(lǐng)域彎道超車的 。

看看歐美日本股市 ， 工業(yè)領(lǐng)域有很多隱形冠軍 ， 市值都是幾百億美元 。

消費(fèi)領(lǐng)域要誕生一個(gè)幾百億美元市值的硬件公司 ， 容易嗎 ？

不容易 。工業(yè)領(lǐng)域反而機(jī)會(huì)更多。

雪球三分法是雪球基于“長期投資+資產(chǎn)配置”推出的基金配置理念，通過資產(chǎn)分散、市場分散、時(shí)機(jī)分散這三大分散進(jìn)行基金長期投資，從而實(shí)現(xiàn)投資收益來源多元化和風(fēng)險(xiǎn)分散化。點(diǎn)擊下方圖片立即領(lǐng)取課程