美投

AI行业个股投资机会全网罗
2021.07.11
播放量 7.2k
抄作业，或了解AI投资逻辑，均可放心食用。#AI #行业分析
开通服务即可查看评论～
文字稿
上一期会员视频，咱们详细讲了人工智能行业的投资逻辑。这一期视频，我们讲一下大家最关心的，人工智能行业的投资机会，以及该怎么投资人工智能行业。其实投资人工智能行业并不容易，不同领域的投资逻辑完全不同。我们必须要对AI技术，以及行业分类有一个具体的了解，才能知道该如何投资。对于AI技术的特点，以及所对应的投资逻辑，我在上期视频中讲了。没来得及看上期视频的看官，我还是强烈建议你先看上期视频，不然我接下来讲的很多东西你可能理解不了。这一期，我们主要从行业的分类，来介绍不同类别中的投资机会。 
﻿
我把AI行业分为三大模块，各个模块有各个模块的特点，并且投资逻辑完全不同。第一个模块，是AI的基础层。基础层主要包括AI的算法模型，算法平台，基础硬件，数据库等底层的基础设施。这个类别是整个AI产业链的最上游。从数量上说，做AI基础层的公司占整个AI产业链内公司总数的5%不到。但这部分公司，却是所有AI企业都离不开的一类公司。如果把AI技术比喻成金矿，那么AI基础层的公司就是挖金的铲子。金子能不能挖出来不一定，但铲子是一定会用到的。 
﻿
在AI基础层中也分有不同种类的公司。第一种是专门做AI算法模型和算法平台的公司。简单讲，他们就是提供一个开源的平台，提供 AI算法，模型，数据库和社区资源等相关的服务。所有想要开发AI的工程师都可以在上面构建自己的AI模型，进行AI学习和数据训练。 
﻿
看过上期视频的看官应该了解，AI的技术最可怕的一点就是他很容易形成一种强者恒强的局面。而开源的AI平台，由于有众多开发者共同帮其提供数据，训练模型，脱颖而出的平台很可能形成一家独大的局面。而AI平台又是所有开发者所必须使用的一环，随着AI行业的膨胀，谁能做出最优秀的平台，谁就能源源不断的免费获取优势，并最大限度的吃到AI这块大蛋糕。而且AI平台，用户粘性极强，一旦用上很难脱离去选择其他平台。因而，AI开源平台可以说是，市面上大型科技公司的兵家必争之地。 
﻿
但是开源的AI平台并不好做。现阶段，所有AI开源平台也都处于非常初级的阶段，仍然需要不断吸引AI开发者才能完善自己的平台。短期内，也很难产生正的现金流，需要有源源不断的资金投入才能支撑这样的平台开发。因而，目前市面上也只有大科技才能做得起这样的项目。比较典型的AI开源平台有Google的TensorFlow，Facebook的PyTorch，以及百度的飞浆。这其中目前做的最成功的是Google的TensorFlow，也是我个人最看好的AI开源平台。从下图中可以看出，TensorFlow的深度学习评分接近满分，远远领先其他竞争对手。 
﻿
作为投资者，我们要清楚AI基础层的平台类公司，确实具有最高的上限，和无限的遐想空间。但是AI平台要想实现盈利，还有很长的路要走，可能三年，可能五年，甚至更久。所以投资这类公司，不一定会有立竿见影的效果。你需要抱有一定的耐心，和足够长的投资期限，但是未来一旦做成，回报会非常可观。 
﻿
AI基础层中第二类公司，是专门做基础硬件和数据库这类基础设施的公司。谈到AI的基础硬件，我们就不得不谈一谈芯片这个行业。关于芯片行业，投资者需要考虑两类公司，一类是芯片设计，一类是芯片制造。 
﻿
先说芯片设计公司。由于AI对于算力的要求极高，形式也多以矩阵计算为主，所以并不是所有的芯片都有能力满足AI领域的需求。目前市面上能够有机会为AI提供算力的芯片包括，英伟达的GPU，Google正在研发的人工智能专用芯片TPU，以及苹果未来可能的M1芯片的升级版。多说一句，这些公司也都有自己的数据库服务。 
﻿
了解点AI行业的看官会知道，目前AI技术面临的最主要限制其实是算力。很多技术已经开发了出来，但是由于算力不够无法形成规模化应用。而算力的提升就得依仗这些高性能的芯片。所以说，未来谁先解决算力问题，谁就能显著提升在AI领域的市场占有率。目前来看，确定性最强的公司，是英伟达。在所有芯片设计公司中，英伟达的AI布局可以说是做的最好的。在做AI的公司中，英伟达又是芯片做的最好的。我在主频道最新视频中详细介绍了英伟达这家公司，各位别急，明天就能看到。 
﻿
再来说说，芯片制造公司。比较典型的就是台积电，三星和英特尔。对于芯片制造，很多投资者都有一个误解。认为未来随着AI，5G等各种高科技的发展，芯片的使用数量一定会呈指数型上涨。在我看来，并不一定。未来芯片制造的关键一定不是卖出更多的芯片，而是能做出满足更强算力的芯片。随着云计算的发展，我们已经不再需要那么多本地的高性能芯片了。未来的发展趋势，一定是往少数高性能计算机，同时满足大量多种的计算需求发展。因而对于芯片制造公司来说，降低制程就成了关键。但制程又受物理极限的限制，现在台积电已经做到3nm了，再往下做还有多少余地不得而知。所以在我看来，芯片制造公司很难scale，并不是布局AI领域最好的选择。 
﻿
上面咱们说了AI基础层的硬件公司和软件公司，AI基础层还有一类公司是介于二者之间，主要做的是软硬结合。这类公司里，最典型的公司为云计算公司。包括亚马逊的AWS，微软的Azure，百度的智能云，阿里巴巴的阿里云等。不过这些传统的云计算公司，只能说是会在AI技术中有所应用，但他们并不能是AI技术能否成功的核心，因而也不会是AI领域最受益的玩家。云计算公司在AI领域最大的作用是包装。举个例子，好比说一个人脸识别的技术做好了，你不能实现商业化怎么办？可以把技术卖给AWS，然后AWS通过包装，再卖给苹果公司，让他们可以通过一个简单的接口，就能随时在自己的系统中应用人脸识别这个技术。 
﻿
但是也并不是所有的软硬结合公司都不能吃到AI的福利。英伟达的CUDA平台，就是一个能够显著受益于AI发展的软硬结合的平台。在软件上CUDA平台能够提供基础的AI开发所需的工具，在硬件上又配有强大算力的GPU，以及AI开发所需的数据中心。与上述传统云计算公司的软硬结合不同，CUDA平台的软硬结合可以利用自身的硬件优势，培养用户粘性，形成规模效应。因而，他也更能够获益于AI行业整体的发展。 
﻿
总的来看，对于AI基础层的公司来说。软件做的最好的是google，硬件做的最好的是英伟达。软件的上限高，有机会占上AI技术强者恒强的优势，建立宽广的护城河。但是发展周期长，不确定性高。而硬件公司的确定性更强，增长也不差，但是它由于占不上AI的技术优势，仅仅能吃到AI行业整体膨胀的福利，因而爆发力相对较弱。 
﻿
讲完了AI基础层，我们再来看AI领域另一大模块，技术层。技术层的企业是AI产业的核心。他们以智能相关特征为出发点，研究具体的人工智能课题，比如语音识别，自然语言处理，计算机视觉等。这一层面的企业更注重于某些特定的技术方向，并且担负着推动整个行业前沿科技向前发展的使命。做技术层的公司多以初创企业为主，比起二级市场，也就是股市，他们更受一级市场资金的青睐。技术层的公司数量大概占整个AI产业公司总数的20%，但这里却集中了AI领域最前沿的研究成果和最顶尖的人才。 
﻿
如果你想投资技术层企业，二级市场中也有大量机会。比如google旗下就有大量的专做AI技术的初创公司。上期提到，大名鼎鼎的AlphaGo母公司Deepmind就是google旗下的AI技术公司。AI技术层企业最大的优势就是他可以最大限度的实现强者恒强的优势。比如，一旦你训练出了市面上最好的语音识别，并且开始展开应用，那就很难有任何语音识别技术与你抗衡了。原因我在上期视频中解释过。但AI技术层也存在一个致命的问题，也是上期我们提到的，AI领域所共有的一个问题，那就是商业化的挑战。很多AI技术公司拥有最前沿的技术和最顶尖的人才，在一级市场叱咤风云，但却因为无法成功实现商业化而最终搁浅。 
﻿
在目前市场上，最具商业化可能的前沿AI技术，可能就是自动驾驶了。不了解AI行业的人，喜欢吹爆自动驾驶技术，无脑投资像特斯拉这样的公司。但当你了解AI技术和AI行业后你会知道，即便是自动驾驶这种最可能商业化的AI前沿技术，也同样面临AI技术层所共有的挑战。这其中就包括，海量的数据采集和合规，长时间的机器训练，算力的提升，商业化的实践等等等等，任何一环出问题自动驾驶技术都实现不了。就是都不出问题，趟过所有的这些挑战也需要很长的一段时间。因而，我个人也并不喜欢投资技术层的AI公司，虽然他们潜力十足，但是不确定性太强，变现周期也太长，并不一定是好的投资。 
﻿
最后，我们来讲一下，AI领域第三大模块，AI的应用层。应用层企业的数量是在AI产业链中最多的。这些企业往往都有自身的主营业务。他们会根据自己的业务性质，利用AI针对性的进行业务的优化，或者是带来新的商业模式。我将我了解的AI应用分为以下四大类公司，由于AI应用层企业数量众多，难免会有所遗漏，这里主要做个简单的介绍给各位参考。 
﻿
第一，金融类公司。这其中比较典型的包括有，高盛。高盛在多个领域应用AI，包括利用AI预测资产价值，提高收益表现；利用AI进行风险控制；利用AI优化IPO流程等。还有像LMND这样的保险公司，他们主要利用AI进行风险评估，并且通过机器学习降低loss ratio。同时他们也利用AI优化，购买保险和理赔的流程。最后，是像SQ这样的支付公司，他们通过收集商家的交易信息，利用AI学习，实现更好的对于小企业的贷款服务。 
﻿
第二类公司，推荐类。也就是利用AI实现更好的推荐机制。这其中比较典型的就是像AMZN和Wayfair这样的电商公司。他们可以利用用户的购买信息，预测他们可能会感兴趣的产品实现更好的推荐。并且他们也可以利用AI优化商家的贩售流程。 
﻿
第三类公司，预测类。我们上期讲过，AI技术最本质上，做的就是预测。那么对于那些本来就是提供预测服务的公司，显然AI是可以显著提升他们的业务能力的。这其中比较典型的公司包括，Palantir，他们跟IBM合作，利用AI机器学习，为用户提供量身定做的预测服务。还有Salesforce，他们可以帮助他们的客户，预测消费者的行为，并给出针对性的解决方案。以此来提高客户的销售表现，用户粘性，以及广告宣传的效果等。还有Netflix，Netflix比较特殊，他本质上做的不是预测的服务。但是他通过AI学习，为内容提供商提供了一套预测服务。他们可以通过AI去预测电影的选材，选角，拍摄地点，预算等，做出一套最可能会卖座的电影计划。 
﻿
最后一类公司，是医疗类公司。包括像做手术机器人的Intuitive Surgical。还有各种制药类公司，比如Moderna，他们利用AI模型进行模拟训练，预测出最有效的药品成分。这次疫苗研发进展如此之快，Moderna的AI技术功不可没。 
﻿
应用层公司太多，我没办法像基础层那样一一介绍。但是投资这类公司的基本逻辑是相通的，我给各位解释清楚一套投资逻辑，大家寻找投资机会时，可以自行套用。 
﻿
首先，投资这类公司，我们一定要注意，不是应用了AI的公司就能吃到AI行业膨胀的福利，就能占上AI技术强者恒强的特点，或者说就具有爆发性的增长潜力。这其中有很多AI应用，单纯只是替代一些重复性工作，或者优化用户体验的，甚至还有一些单纯就是利用AI讲故事。 
﻿
咱们投资AI应用层，要从两点来思考。第一，AI是否能够给他提供强有力的竞争优势。我们之前讲过，AI技术的先发优势极强，他可以通过对大量数据进行长时间的学习，不断进步自己的算法，实现更好的预测效果。这是后来者无法通过资金投入或人才储备来赶超的。那么我们就需要思考，应用了AI的公司，他的AI模型是否能够给他提供这样的竞争优势呢？ 
﻿
举个例子，比如我认为，SQ的小额贷款业务，就是能够通过AI学习，形成强有力的护城河的。因为，他有比其他竞争对手，如传统零售银行，有更多的有效商家交易数据，有更长的AI学习时间，那么他就很可能拥有一套更高效的借贷体系，满足更多商家需求的同时降低自己的坏账率。但是，对于Wayfair这样利用AI优化推荐机制，和卖家用户体验的公司，我认为AI能够提供的护城河就不深。因为Wayfair的核心还是产品和价格，AI能够给他提供促进作用，但是起不到构建绝对竞争力的效果。 
﻿
第二个投资AI应用层公司的要点是，你需要分析该公司的AI技术是否会给他带来新的商业模式？新的商业模式是个比较奢侈的AI应用，并不是所有的应用层公司都能够实现，没能实现也并不代表就不能投资，如果满足了第一点逻辑，也会是好的投资。但如果一家公司能够通过引入AI技术，形成新的商业模式，那么效果将会是颠覆性的。比如说，特斯拉。在没有实现全自动驾驶前，它就是个卖电动车的车企。但如果他能够首先开发出有效的全自动驾驶，那么新开辟的robotaxi服务就是新的商业模式，将会给特斯拉带来质的改变。 
﻿
说句题外话，美投君目前就正在开发一款应用了AI技术的投资者社交平台，平台将利用散户投资者的交流数据，训练AI模型。对美股投资提供指导意义, 同时也能更有效的进行投资交流，投资教学等互动。目前产品还在开发中，预计很快就会和大家见面。到时还各位会员朋友第一批前来捧场~ 
#AI #行业分析