AI投資類似用一級投資范式在二級市場里尋找標的，這種“低勝率、高賠率”一定不適大部分個人投資者。

(資料圖片僅供參考)

GPT-4發布后，人工智能板塊再次走出一波大行情，A股相關概念股近一兩個月以來總體表現非常亮眼，AI引領的TMT板塊大放異彩，整體板塊漲幅超過了30%，漲幅翻倍個股多達五十余只。基金經理吳悅風敏銳把握到了這次機會，據”私募排排網“統計數據顯示，他所管理的基金從今年年初截止至4月14日收益為30.88%。

隨著大模型軍備競賽正式打響，A股人工智能板塊是否會持續火爆？《科技投資課》上周四邀請了吳悅風，請他分享了對人工智能板塊后市變化、人工智能產業落地等熱點問題的看法。此次直播課由《巴倫周刊》中文版副總裁王晶主持。

嘉賓導師：

吳悅風

嘉越投資合伙人、基金經理。廈門大學經濟學學士，中央財經大學經濟學碩士，特許另類投資分析師（CAIA），北美準精算師候選人，14年從業經歷。曾任灃京資本合伙人，安邦保險資管公司權益投資經理與股指期貨專業風險責任人。微博及公眾號《月風投資筆記》作者，全網近300萬粉絲。曾獲80后最具潛力私募基金經理獎、《巴倫周刊》中文版2021年度40歲以下投資精英等獎項，三年期金牛私募管理公司獎前核心成員。以下內容根據部分直播對話整理。

人工智能板塊已經走出了一波大行情，如何看后市？

吳悅風：我覺得出現調整是一個很合理的情況，大家都知道這個板塊到現在為止的漲幅已經非常猛烈。

調整其實分為兩種調整：一種是偏行情結束式的調整；第二種是“去偽存真式”的調整。我認為調整是必要的。這里的調整很有可能是第二種，它更多是對于不同的公司、不同的業績是否能夠逐步落地的一個確認的過程。這種調整是良性的，是一個合理調整的范疇，包括后面的行情依然還有很大的空間，而且調整周期其實也不會像大家想象那么長。

有一點需要注意，AI板塊、AI行業的進化速度，包括新產品、新生態的出現速度會比大家想象的要快。你會發現，以前歷史上很多一輪大級別的行情，可能中間會有3~4次這種大級別調整，每次調整時間可能會持續1~2個月。但是這一次AI板塊，調整時間只有大約一個月甚至更短，整體市場回調非常明顯，調整非常劇烈。

最近調整有一個很有意思的細節：

比如說TMT四大板塊里，當傳媒板塊出現一個比較激烈的調整，也就是“應用端”出現調整的時候，你會發現“算力”板塊，也就是偏硬件、通信、電子那端的漲幅就會非常明顯。此時，像硬件、服務器，包括半導體，就會出現一些明顯的調整跡象，這時整個傳媒板塊又出現一次非常明顯的接力，把這個行情又往上推，會頂住。

目前，偏“硬”的一端已經出現了比較明顯的調整狀態，但是偏“軟”這一端，尤其是數據這一端又重新開始走強。

AI其實是有三大板塊組成：算力、模型、數據。如果在三大板塊里再加一個“生態”或者“應用”板塊，構成的這四大板塊就是：數據、算力、模型和應用。最近一段時間，市場完全在遵循這種“四四維度”輪動式的調整狀態。

在另外幾個板塊調整的時候，其實又有一個板塊在新高或者說接近于新高去進行輪動，這種輪動我并不傾向于認為它是一個比較壞的狀態，這反而可以說明，大家持續地在挖掘這個板塊里的細分機會，做一個“高低切”的狀態。

所以我覺得，與其說是板塊見頂跡象，不如說是一個典型的“高低切”的這種蓄力的狀態。

我們肯定要去討論“高低切”這種“切換式輪動”：在歷史上看，有些時候它也是一個“行情建立”的象征，但我覺得最重要的一點是——要觀察整個行情的生命周期，包括背后代表的產業周期處在一個什么階段，這也是非常重要的。

所以，在今年年初時候，很多人對于AI板塊印象不好的原因就在于，二三月份的第一輪行情，很多個股的基本面問題很大，我并不否認這點，因為在行情最開始啟動的階段，往往什么樣的股票都能漲，而且很多股票基本都很差，炒的完全是概念，不知道哪個東西能落地、哪個公司真正有基本面、哪個東西在國內能進行一個映射。

如果用2015年的新能源舉例，現在AI的情形和它類似：概念和方向基本正確，但是找不到相應的標的，基本面并不扎實，所以就會呈現一個非常典型的純炒概念或炒垃圾、炒邊緣的狀態。

AI板塊走到今年3~4月份第二輪行情的時候，有個非常明顯的特征，國內的大模型紛紛面世，對于是否擁有大模型這件事沒有爭議，唯一有爭議的地方是我們的大模型處于何種發展階段——使用的是開源算法、水平大概相當于GPT2.0水平、可能遭遇算力瓶頸、學習的語料數據有限，這些沒有什么不好意思承認的。

但即便如此，大模型也已經對公司的股票增長和人力成本、以及一些標的的基本面造成了明顯的影響，并且已經形成了初步的訂單，只是說目前的商業模式還沒有到達變現的階段。

商業模式有兩種，一種是加收入，一種減成本。減成本的雛形已經看到了，現在人工智能板塊的現狀，類似于新能源在16~17年之間的階段，國內外的品牌都開始推出一些新能源車型，雖然銷量不高，但已經開始逐步增長，也是從炒概念轉移到了對業績和訂單的確認。

新能源的第三輪行情，在于業績逐步落地之后，大家看明白了產業趨勢和格局之后，資本市場伴隨著新能源走過一段很長時間，那時需要確認的就是，這里面有沒有最終的贏家或者絕對的贏家。

可以作為例子的是，我們國內電池廠商的頭部標的，因為大家都確認它是一個行業絕對龍頭，不只是看到訂單，還能確認它的行業地位、議價能力和利潤量級，這就是所謂的第三輪行情。

所以，當年的新能源就是典型的：第一輪炒概念，第二輪炒訂單和業績，第三輪炒行業競爭、行業格局、行業龍頭，以及最后誰會把這個行業大部分利潤吃掉。

從這個角度上來看，最近的人工智能板塊其實是很典型地進入到了“第二階段”的價值挖掘。

現在這個階段，大家開始更關注哪里？

關注你能不能拿出來真的大模型，拿出來真的訂單，能不能真的把成本給削減下去？你會發現，市場并不是無理性地去單純去炒作這個板塊。

新能源是制造業，訂單和收入清晰，所以到后期，人工智能與新能源主要會有兩點區別：

第一，人工智能是偏“軟”的，偏向應用端，所以迭代會特別快，因為根據摩爾定律，軟件的迭代速度，遠比硬件更快。所以，因為整個行業的天然內生特性，導致它的迭代走勢會更快一點。

第二是，由于行業特性影響，和新能源熱炒有三階段不同，人工智能可能還有“第四階段”。對人工智能板塊第三階段“商業模式兌現時期”的考察，商業模式是否出色，要更優先于對訂單和利潤的驗證，因為在此階段的主要任務是搶占客戶，如果過度追求利潤反而會帶來損傷。

以微信為例，在初期，微信開放免費使用積累用戶，待商業模式穩定和行業地位穩固后，才開始加入廣告，由此進入第四階段——變現。

當然中間每一個階段進行跨越的時候，一定會有一些不及預期，或沒有辦法在這一輪競爭領域獲得優勢的公司被淘汰掉，中間伴隨著的就是所謂的震蕩期，比如第一輪是炒作概念，第二輪是看訂單，你會發現第一輪炒作的很多龍頭或者相當比例的公司，其實已經不能再創造新高了，這就是一個不斷去賽馬，不斷去“去偽存真”，挑出來最優秀、最優質公司的過程，但這對于投資者要求會，可能也會更高一些。

我認為，整個人工智能板塊目前處于第二階段的震蕩期，在目前還沒有較好的商業模型的情況下，如果繼續上行可能會有一些風險。當震蕩時間足夠長之后，才有可能會形成一個新的更加健康、更加可推論，或者說更加可跟蹤的未來，所以，我非常樂于見到這段時間行情震蕩出現調整。我個人非常抵觸，在不顧基本面或不顧一些市場的客觀環境在繼續上沖，我覺得這是非常不合理的，這里調整的時間越長，或者說這種橫盤震蕩調整的時間越長，這一輪TMT行情就會走得越遠，如果運氣好，我們可能會看到這一輪TMT行情，甚至有可能會持續到年底。

人工智能板塊后面還有兩輪行情，第三階段是商業模式，最后到第四階段才去看利潤，目前，我們距離第三階段仍然還有一定的距離。

在ChatGPT帶動下，人工智能在哪些產業會更好落地？

吳悅風：可能會跟很多人想象的不一樣，我認為人工智能會在絕大部分的行業都有落地，就像4G和互聯網在絕大部分的行業都有落地一樣，它對于各個行業的改造其實是一個潛移默化的過程。

當然，如果說它對哪些行業改造幅度更大，目前市場最關注的肯定是TMT這些板塊，包括傳媒、互聯網這些，可能會改造的更明顯一點。

本質上并不是人工智能改變了我們的生態，在應用層面可能每一個企業都要通過API借口接入GPT，人在生活場景里也依然是通過日常使用的平臺來接入GPT，而不是打開專門的人工智能網頁進行使用。所以并不是人工智能淘汰行業和職業，而是不會利用人工智能的行業、企業和人。

有兩點很重要：第一，人工智能到現在為止，依然是一個“工具”的概念；

第二，人工智能對于人力成本相對來說最高的行業，對于專業知識門檻最高的行業，對于服務的標準化和合規性要求最高的行業的改造能力是最強的。通俗來講，如果你不是一個資本密集型行業，人工智能對你的效益會更大。

所以大家第一反應就是游戲行業人工智能化，因為游戲行業唯一的固定資產就是電腦，沒有所謂的爭議上的硬的固定資產。

其次是金融行業，因為金融行業的人工成本是最高的，門檻也最高，人工智能可以在非常短的時間內針對不同的客戶需求制定出最符合的方案，又可以“耐心準確”地提供較長時間的一對一解答服務。

那么現在的情況就是，誰先接入AI，誰先在自己的APP端實現這個功能，誰先贏。

做的最好的那個人甚至有可能會成為第二個支付寶，但如果你不接入這些，你就有可能會被這個時代給淘汰掉。

這就是行業重塑機會。最終每個行業和產業都要接入到AI，但一定是資產質量越輕、人工成本越高的、底層數據庫越完整的產業會越受益，包括金融、互聯網、軟件這些行業都會大幅受益，這是一個非常重要的向上效率提升的過程，這是減成本階段。

另外，在加收入方面，誰能用AI變現出來新的商業模式，可能它也是大幅受益的。這個成本的邏輯其實是非常清晰的，甚至很多公司很多行業的格局都要被顛覆掉。

作為經歷過2013-2015年完整TMT大行情的老基金經理，有什么經驗教訓分享？

吳悅風：在技術起點或者大的變革來臨之前，往往會出現顛覆式場景。

反應到盤面上來說，在技術起點期，行業老二老三去顛覆老大的可能性是不低的——以特斯拉打贏豐田、微軟沒有首先研發而是通過投資OpenAI研發出GPT技術為例。

所以在行業大變革來臨前，投資范式一定是以大為美，以強為美。而這輪AI投資形成了一個新范式：老二的優勢或者說行業顛覆者的優勢，機會可能更大，底層原因是基本面相對來說差一點的公司，它可能更會積極地新技術新產業，抓住救命稻草，實現彎道超車。

這就形成了一個階段式的，并不是以大以強以行業老大為美的格局，這讓大部分投資者并不適應，但在大的技術起點之下，這是符合情理的。

在一個行業大的技術變革來臨的時候，是看不到利潤的。

因為在初期，誰是最終的贏家是具有不確定性的，本質上來說，在新技術起點做前瞻性投資，也類似于主題投資的時候，誰也不知道誰一定會贏，但大家都知道最后贏那個可能它的贏面會非常強，非常有可能會獲得一個市值上的幾倍、幾十倍、上百倍甚至上千倍的增長，這就形成了一個非常典型的低勝率、高賠率投資。比如，字節跳動在算法技術層面彎道超車騰訊。

如果說你能找出來一家新的字節跳動，它的市值可能會翻1000倍，但你找到它的概率只有1%，所以“低勝率、高賠率”一定不符合大部分個人投資者。AI投資類似用一級投資范式在二級市場里尋找標的。對于個人投資來說，參與的時候需要謹慎。

最后非常有可能還是會進入到一個泡沫階段。起初你會發現雞犬升天，最后一地雞毛，這個一地雞毛，你拉短了看70%~80%的公司要倒下，但是可能最后有10%~20%公司可能像2013~2015年騰訊一樣，穿越牛熊，成為非常厲害的頭部公司，是有可能性的。

這是我回顧2013~2015年的TMT行情后提醒大家要注意的細節，你需要知道機會和風險在哪里，投資范式是什么，要根據自己的風險偏好、投資能力，謹慎考慮要不要參與這個行情。

互動問答環節

Q1：個人投資者如何做到您說的“去偽存真”？

A：我跟大家說句實話，整個人工智能板塊或TMT板塊的學習能力和學習效應特別強，我不建議大家貿然進入這個行業。

Q2：有讀者提到《巴倫周刊》中的一篇文章，文中說谷歌Bard和OpenAI的ChatGPT建議投資者暫時回避人工智能股票。當然這說的是美股了，咱們現在說的是A股。您覺得此時要提醒投資者注意這種火爆行情下的逆向投資思維嗎？還是說您堅持認為，逆向投資并不適用當下，并不適用于您說的大行業大變革前的獨特投資邏輯？

A：為什么我說人工智能板塊這一次其實有點不一樣，在于這一次人工智能的所有的產業的主導投入方，包括未來的這種變現模式，都是在一些大機構大企業，包括這些對頭部的企業手里。站在一個客觀角度來看，他們對這東西的未來的認知肯定是最準確的，因為他們并不是雜牌軍，他們都是最正規或最優秀的企業，最聰明的一幫人在里面，所以我覺得這次不會演變成為以往的糟糕情況。

其次，我覺得需要強調就是說市場任何時候都會有泡沫，但是很多人用美股去映射A股，我覺得投資方式有點問題，大家都知道美股是一定是屬于單期出業績，但是我們國內A股這個投資方式是不一樣的。

Q3：您怎么來評價針對GPT網信辦出臺的征求意見稿？投資者應該怎么理解這件事情？

A：我覺得是好事情，大家知道我是看傳媒出身的，因為以前游戲經歷過百號暫停各種各樣的事情，我原本以為征求意見會比我想象的要再嚴厲一點，但是比我想象的稍微好一點，要求都比較合理，所以我覺得這其實是更像是一個“規范式”的文件，而不是一個“約束式”的文件，這點我覺得其實比我預期要好。

Q4：前面談到了算力、算法、數據、應用這幾個方向，也提到目前我們正處于第二階段的震蕩期，那么在現階段和接下來的第三、四階段，如果有個人投資者想參與，吳老師建議個人的投資者更多的去研究哪個方向？

A：以我自己的想法來看，肯定還是數據。因為初創初期數據庫的邏輯性要很強，OpenAI很厲害的地方就在于最開始的時候，用的數據很多都是學術文獻，包括它用了非常多的人工做數據做標注、清洗，保證了最早的那批給大模型學習的都是最優質的數據，所以我覺得“數據”，路可能會走得最遠。

《科技投資課》是《巴倫周刊》中文版近期推出的直播課程，擬圍繞“科技”主題搭建一個跨界學習組織，我們將邀請科技相關方向的一級機構投資人、二級機構基金經理和分析師、技術專家、科技公司創新者和創業者等精英擔任導師，用視頻直播方式，講解當下全球科技創新趨勢、一二級市場投資機會，以及創新創業機會。

直播課計劃涵蓋內容包括高端制造、新能源、新材料、新生物、人工智能、區塊鏈、元宇宙、AR/VR/MR、Web3等。

本文首發于微信公眾號：巴倫周刊。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。