广发基金冯骋交流纪要20230731

这次大的产业变革，可以和人类历史上的 工业革命、信息技术革命类比，大概率会 有比较长的产业趋势的演进过程。 上半年，产业发展脉络沿着算力、大模型 到数据的方向演进；往后看，一个非常重要的点，就是AIGC在 未来应用的全面落地；应用的方向可以集中在to B生产力工具如 数字人、虚拟助理等由大模型带来的可以 替代人的智能工作的方面。 以，从中期的产业趋势来说，我们可参考的历史是2009年-2015年移动互联网 浪潮这一次持续了接近十年的产业趋势变 革。 同样的周期，我们认为这次AIGC大模型的 突破，实际上不亚于移动互联网这样的底 层技术突破。 它影响了千行百业的变化，所以它的产业 持续时间，我觉得至少是3-5年的变化；而且有可能，在年底或者明年就可以看到 很多AI应用在我们身边出现，开始渗入到 我们的工作、生活当中去。 我们在投资领域经常讲的一句话就是“买 在分歧，卖在一致”。 ，但是这样的中期产业趋势并没有达一致的很高的预期。 主要原因就在于，我们身边很多人并没有 开始使用AI应用，无论在工作中、还是在 生活中都没有开始用。 比如编辑、电影、游戏或者办公场景，还 没有完全渗透到我们的生活中去。 移动互联网时期，大家都在用手机玩游 戏、看直播，点外卖、打车等，相关应用 也在铺开。 但是现阶段，我们并没有看到身边有很多 人在用这些应用，所以这一波产业趋势没 有结束，而且没有达到市场比较高度的一 致预期状态。 分析。 冯骋：一个新技术的出现，首先是给生产 力效率带来一定的提升和变革。 对于AIGC大模型技术，我们比较看重的，是它在生产力场景上会带来效率的提升。比如我们比较关注to B领域的办公场景。简单理解，AI大模型具备小学生或者中学 生这样通识能力的智能水平，但是我们要 在这个基础之上给它灌输更多专业知识。比如给它灌输法律、教育、医疗方面的知 识，它会成为专业领域比较专业的人才，辅助你提升工作效率。 所以我们关注它在to B领域垂直应用的进 展。有可能在明年就会看到相关的应用出 来。 如，我们现在比较关注的办公领域，键生成PPT的功能，包括帮你提炼会议纪 要、提炼总结要点，帮你做会议整理和梳 理。 相当于每个人会配上一个个人助理，帮你 完成一些具体的工作，提升工作效率。这个领域是非常值得关注的。 在to C领域，现在AI跟to C领域的结合，比如情感陪护、私人助理等，也是比较好 落地的场景。 但是我们现在看到，to C场景上大家还在 探索，还没有一个非常清晰、全面的场 景。比如之前大家关注度比较高的AI和游戏的 结合，想做出一个特别重度的AI游戏玩 法，现在大家还都在探索过程中。以，我们觉得to B领域落地更快。另外还有一个思路值得未来留意。你可以把AI模型理解为人的智能替代，会 从智能水平比较低向智能水平比较高的工 作慢慢渗透。从这个角度来讲，我比较关注智能驾驶领 域。目前来看，相对于办公领域设计一个非常 复杂的PPT，可能驾驶场景对智能的要求 稍微低一点。智能驾驶通过运用Transformer模型的算 法，已经取得了重要的突破和进步。未来看得再长远一点，模型训练方法用在 机器人这样的训练场景上，也会带来机器 人智能的提升。这些场景有可能未来两三年逐步落地。：年初AI产业链呈现出轮动的变化势，从一开始算力到大模型、到传媒，再 到算力，你会更加关注哪些方面？除了刚 刚说的应用，这个产业链上的机会应该如 何把握？冯骋：行情走到现阶段，再往后，我们比 较关注这几个方向：一是国内模型能力新的突破，达到可以落 地应用的能力，这是非常重要的。二是大家依然非常关注算力、数据这些场 景后续产业趋势的发展。一方面，随着下游应用的不断渗透，算力 需求不断增长；另一方面，人类对于模型能力边界的探索也没有结束。外OpenAI训练到3.5-4.0，实际上未它对模型边界能力的探索还是在往后延伸 的。如果明年出现更大参数模型的探索，它的 能力可能还会有更大的扩展，对算力还会 有更多需求。从这个角度来讲，我们对算力依然非常关 注。同时，我们更关注应用这种能切实落地的 场景，给人的生产生活带来变化，或者说 产品的供给能达到人们想要的能力，这样 的话应用才能得到很好的普及。从这个角度来讲，我们觉得，整个下半年 到明年上半年，一旦出现爆款应用，它会 和算力形成良性互动。用普及，带动算力需求提升，同时算的快速提升、降低成本，又带来应用的普 及，就会形成这样的良性循环。这是下一段行情我们比较关注的点。问：从投资的角度，大家更关心的是，这 些新的产业、新的创新，应该怎么评估它 未来的商业模式和盈利能力呢？冯骋：实际上，它并没有改变原有产业的 商业模式。 比如我是一个卖SaaS软件的公司，通过和 AI结合，还是原来的SaaS订阅收费的模 式，并没有改变商业模式。 但是，我可以通过提供AI模块，提升你的 工作效率，多收一部分费用。交了这个费用的人，用了AI之后，工作效 率比不用的人大幅提升，最后的结果很可是大家都会用AI功能。前提是，我的AI功能效果要好，能真正产 生价值。比如写一篇报告，以前要花一周时间，现 在通过AI辅助的模式，一天就写完了，这对我工作效率提升很大，我愿意为这个 效率提升付费，这是AI核心商业模式的本 质。问：还有别的想象空间吗？冯骋：在降成本这一端也有很大的应用场 景。比如，以前做一部动画电影有可能花三年 时间，通过和AI技术结合，有可能出现一 年做三部电影的情况，大幅提升生产端的 效率。且，AI是否会改变很多企业的成本结以及盈利模式，这也是值得探讨的。比如直播行业，以前直播行业的利润分配 以人为主，如果未来能做出非常逼真的数 字人形象，而且它有很好的IP效果，它极 有可能就是头部主播。而且，成本很可能是更低的，完全可以依 赖它的IP效应，它的收入跟IP效应相关，但成本非常低，预计会大幅提升这些行业 的盈利能力。问：当这个行业热起来之后，很多企业都 在涌入这个赛道。你觉得什么样的企业更 容易胜出？或者说投资者应该关注具备什 么样特质的企业？冯骋：这也是我们不断思考的问题。产业链环节来说，其实用一句话就可表达结论，就是真真正正能把产品做好的 企业。企业自身能做好这个产品，把产品打磨 好，能给大家带来价值提升、效率提升。能把产品做好的企业，这是我们非常关注 的备选标的。到了这一阶段之后，我们一定要重点关注 能把产品落地、能把价值体现出来的企 业，这样的话，客户才会为你付费。问：从中长期视角看，你觉得科技板块有 哪些机会是值得投资者密切关注的？冯骋：从2023年往后看，预计未来2-3年 是科技创新的上行周期。从时间节奏来看，未来2-3年是小的创新上 行周期。方向来看，在我们的框架里，TMT行最有吸引力的点是创新，创新的本质就是 渗透率的快速提升，所谓的渗透率提升就 是有新需求、有新空间。未来我们要关注哪些产业是从1到10的产 业趋势创新，哪些产业是从0到1偏主题性 的创新，我们比较关注这两类方向。从0到1偏主题性创新，有可能产品形态定 义还不够清楚，渗透率常年维持在几个 点，这种创新更 多是过去没有，现在突然 有了，会有一波主题性机会。但是往后看，我们要更多关注这一类创新 能不能度过技术供给的拐点，使得产业趋 势从1到10。比如过去两年的元宇宙、VR，都属于这样 的状态。有一类是从1到10，是我们比较关注产业趋势的创新。本质是渗透率从1到10，渗透率从个位数 到10个点，再到20个点、30个点。有这样的产业趋势，使得很多公司能在业 绩层面逐步快速兑现，这一类机会一旦出 现，就是非常重要的投资机会。未来有几个方向可能有渗透率快速提升，比如智能汽车，比如再过一两年的MR、VR可能就是这样的产业趋势机会。同时，我们也关注到一些周期成长性机 会，比如半导体周期，从历史数据来看，因为它的产业规律相对明确，一般是两年 半上行、一年半下行。问：智能汽车的投资逻辑你们是怎么看 的？骋：智能汽车的市场空间，跟之前消电子的需求空间有可能是一个量级。对于汽车来说，智能化的渗透率目前只有 10个点左右。我们要关注智能化的渗透率能不能快速提 升，这是我们做行业比较时较为关注的 点。过去几年，我们看到汽车出现辅助驾驶功 能，加上了摄像头、激光雷达、座椅、座 舱的智能化；加上这些辅助功能，使得汽车变得更方 便、更舒适，驾驶效率更高，智能效率提 升。同时，我们也看到，自动驾驶新的功能在 今年通过算法的提升又上了一个新的台，我们判断有可能进一步加速行业的展。不过，我们认为，智能驾驶这个细分的 Beta还是服从于汽车行业的大Beta。二季度之前，大家对智能驾驶板块关注比 较少，表现不是太好，主要是车的大Beta 没有起来，偏负向。6月、7月之后，车的销售数据在改善，智 能驾驶成了板块里表现最亮眼的细分方 向。往后看，随着车的大Beta企稳，智能驾驶 板块技术出现突破，将带来更强的渗透率 变化。问：你管理的TMT主题基金表现这么好，跟你自己在技术方面长期的跟踪研究是不 是有很密切的关系？骋：研究TMT是比较辛苦的，科技的化非常快，新技术出现、产业链的变化也 非常快。我和我们TMT研究组的组员，紧密跟踪产 业链上的变化，对公司的基本面情况进行 跟踪，不断验证，提出一些假设和想法，或者得出一些观点。再观察它是否能得到 市场进一步的支持或者验证，这对我们提 出了很高的要求。同时，我们也在不断思考，从偏中观的角 度，每一个技术的发展都有风险，不一定 每个技术都能真正进入产业趋势1-10的阶 段。有可能它在出现之后就消亡了，没有 落地。这也需要我们学习很多技术发展的历史，总结规律，判断哪些技术可以实实在在地 地，哪些技术还有很长的成长周期。这涉及到对中观产业趋势的判断，对我们 提出了比较高的要求。