8 18投教节 穿越AI的喧嚣与理性拆解AI赛道逻辑 风险边界 选基思路

各位朋友大家好，欢迎来到今天的818理财节特别分享。 今天我们要聊的话题相信大家最近都听的特别多，那就是AI也就是人工智能。 不知道大家有没有这种感觉，打开手机到处都是AI的新闻，跟朋友聊天三句话不离AI但是作为普通投资者，我们真的搞懂AI I了吗？AI I到底是什么？他的钱好赚吗？风险又在哪里？我们普通人应该怎么参与这些问题？就是我今天想和大家一起来探讨的，帮大家在AI这股热潮中保持一份清醒和理性，真正来搞明白AI投资的到底是什么，有哪些风险点，以及怎么做投资。 那么好，我们现在正式开始，今天我们主要聊三个问题。 第一个问题，AI这个行业也这么大，到底包括了哪些环节，钱是流向哪里的，以及产业链是怎么分布的。 这里我会用一个形象的比喻来帮大家把AI产业链的三层结构讲清楚。 第二个问题是任何投资都有风险，AI投资更是如此。 为什么很多人在投资上亏了钱？在这里我会帮大家把常见的风险一条一条理清楚。 第三个问题是怎么来投资，这也是大家最关心的。 如果我们真的想投资这个行业，那么该重点关注产品的哪些筛选维度？该养成怎么样的投资习惯？好，现在我们开始第一个问题，AI投资的产业链到底有哪些？说起AI I我们国内很多人的第一反应就是像豆包、deep Seeck这些AI聊天机器人。 但大家知道吗？这个行业就像一座冰山，我们所看到的聊天机器人，他们只是水面上的一小角，水面下还有非常庞大的产业链在支撑。 为了让大家更容易理解，我给大家打个比方，AI行业就像一家大型工厂，一家工厂是要生产产品的，那么首先得有什么？得有厂房、机器设备，对吧？如果没有这些基础，一切都是空谈。 AI行业也是一样的，它的厂房和机器就是我们今天要讲的上游这部分算力硬件底座。 那什么叫算力呢？简单来说就是计算能力。 AI之所以这么聪明，是因为它背后有无数台超级计算机在日夜不停的运算，而这些计算机 的心脏就是芯片。这里给大家举一个例子，比如说你用AI I生成一张图片，那么背后可能是要成千上万块芯片同时工作几秒钟才能完成。如果芯片不够强大，AI就像一个反应迟钝的人，你问他一句话，他要半天才能回答你。所以AI要发展第一步就是要把硬件基础设施建好。那么上游包含了哪些细分赛道呢？这里我们可以看到，比如说半导体，也就是一些设计制造生产芯片的企业，这些都是AI行业最基础的原材料供应商。第二类是算力硬件零部件。光有芯片还不够，还需要有很多配套的东西，比如光模块。第三类是算力配套极简，这些超级计算机跑起来耗电巨大，所以需要专门的机房。那上游这部分主要有哪些特点和风险点呢？第一个特点是先受益AI I要发展首先就要买硬件，建一些基础设施。所以上游的公司往往是最先赚到钱的。就好比房地产热门的时候，最先赚钱的总是能卖钢筋水泥的对吧？那第二个特点是波动大，周期性强。什么叫周期性？就是好的时候特别好，差的时候又特别差。比如大家都在抢建算力中心的时候，上游的公司订单街道手软，业绩暴涨。但等大家都见的差不多了，需求下降，那业绩又会掉下来。还有一个风险点是技术迭代快。今天最先进的芯片可能明天就过时了。而有些核心技术，比如高端芯片制造，其实还受到了国际环境的影响，这些都是我们后续需要关注的。好，上游我们总结一下，就是说上游是AI的厂房和机器，也是产业发展的基石，但波动大。那么有了厂房和机器，接下来工厂需要做些什么？就是需要一套生产调度系统来安排怎么生产，生产什么，这就是我们AI产业链的中游。大家想一想，工厂里光有机器设备是不够的，还得有工程师来设计产品，由管理人员来调度生产，对吗？那么AI行业是一样的，光有芯片这些硬件，AI是不会自己变聪明的，还需要有人来教他，来编写算法，训练模型，这就是我们要讲的中游的核心模型，语云服务，它是AI的工厂调度系统，也是技术的核心引擎。 那么什么是大模型呢？这里我给大家举个例子。你有没有一种经历跟一个特别博学的人聊天，他好像什么都懂，你问他什么都能回答你。而AI大模型就像是这个超级博学的人，只不过他不是人，而是一个程序。那么这个超级博学的人是这怎么来的呢？其实是训练出来的，怎么训练的？是要给他为海量的数据，把互联网上几乎所有的文字、图片、视频都喂给他，帮他学习。在这个学习的过程中，就需要耗费巨大的算力，就是我们上游讲的那些硬件。所以说中游的核心就是大模型。除了大模型，中游还有云计算和算力租赁。训练大模型是需要很多算力的，也就是很多芯片，但并不是每家公司都买得起这么多芯片。于是就有一些公司，比如云厂商，他们买了大量的芯片来建一些算力中心，把算力租给了需要的公司用。那么中游的企业存在什么样的特点和风险呢？第一个特点是研发巨大，短期内可能很难赚钱。比如说我们训练一个大模型，它的成本可能有几十亿甚至上百亿。但现在整个行业还在早期，很多公司还在烧钱，什么时候能真正盈利，这还不好说。第二个特点是股价容易受到情绪影响，因为短期看不到实实在在的利润，投资者买卖这些公司的股票更多其实是在看预期，觉得这个技术未来有前景，那么就买。如果技术遇到瓶颈了，很多投资者就会卖掉，所以股价的波动是非常大的，有时候这个股价完全跟着市场情绪在走。中游我们讲完了，中游是AI的大脑和调度系统。有了厂房，有了生产系统，工厂最终要产出什么？当然是商品卖给消费者才能赚钱。AI行业是一样的，最终的价值要靠应用来实现，这就是我们产业链的最后一层下游。如果说上游是建工厂，中游是搞研发，那么下游就是将这个技术实实在在的变成产品和服务卖到我们手里，这就是AI最终变现的出口，也是价值实现的地方。在这里，我们可以分为两部分。一个细分赛道是给企业应用的，比如我们常见的智能办公工业质检。另一部分是我们常见的，比如说对于消费者的应用，一个是人形机器人，就是长得像人一样的机器人，能走路、能说话、能干活。再比如我们常见的智能汽车，现在很多新能源汽车自动驾驶的功能越来越强大，它底层都 是用了AI的技术。那么下游有什么风险和特点呢？第一个特点是业绩兑现要看它的落地速度。这个技术再好，如果没人用，卖不出去，其实是空中楼阁。第二个特点是企业之间的分化很大，下游应用到的公司实在太多了，有的公司是真的在做AI I且已经有实实在在的订单和收入。但也有很多公司他其实还是在蹭热点喊口号，根本没有做什么AI真实的业务。所以在投资下游时，我们一定要擦亮眼睛。到这里我们将AI的产业链三层结构讲完了，这里我帮大家总结一下。上游主要是一些算力硬，相当于厂房和机器是基础最先受益波动也最大有周期性。中游是模型和云服务，相当于大脑和调度系统，技术含量最高，但短期是比较难盈利的，波动也会更大一些。下游我们可以看到是AI的应用相当于终端商品，是价值变现的一个出口，但落地速度有快有慢。公司的好坏是良莠不齐的这三层越往上越基础，越先受益，越往下越贴近用户需要，越接近赚钱，也更考验真实力。那么讲完了AI产业链，第二部分，大家是不是讲完了AI产业链，大家是不是有点心动了？感觉AI确实是未来的大方向，好像很有投资价值。但是我在这里必须给大家泼一盆冷水，机会越大的地方，风险也是越来越大的。所以在接下来的第二部分，我要跟大家好好聊聊投资AI行业到底有哪些风险，我们提前知道了才能想办法避开。这里我主要介绍两大常见风险，一是市场层面的风险，也就是整个市场带来的风险点。另一点是基金本身的风险，也就是你买的那个产品自身的问题。下面我们可以先来看看这个估值泡沫。第一个市场风险为什么要叫估值泡沫？这里我给大家举一个生活中的例子。比如一个杯子成本十块钱，正常的它应该卖20块钱，这叫合理估值。但如果大家现在都疯抢这个杯子，说这个杯子未来能变成一个金杯子，于是有人愿意花100块、200块去买，这就叫估值泡沫，价格远远超出了它实际的价值。AI行业现在就有这个问题，很多AI公司目前还没怎么赚钱，有些甚至在亏损，但股价已经涨了好几倍，为什么？因为投资者是在买预期，他们觉得未来这些公司会赚大钱，所以愿意提前给出很高的价格，但问题是预期能够兑现吗？如果到最后发现这些公司的业绩根 本跟不上股价，那么泡沫就会破裂，股价就会大跌，到时候高位买入的投资者就会被深深套牢。在这里我可以给大家看一组数据对比，我们可以看到科创50指数的市盈率是要比中证500指数高很多的那市盈率就是股价除以盈利，市盈率越高说明股价相对于盈利是越贵的。AI相关的公司大多数在科创50指数里面，所以你看他们的估值已经不低了。大家一定要记住，股价涨得快不一定是好事，也可能是泡沫在膨胀。人多的地方情绪就容易传染，有利好消息的时候大家就一窝蜂的买。这里我们引出了我们的第二个风险点，情绪波动风险。这个赛道有一个特点是交易活跃，资金扎堆。有利好消息的时候大家就都会买，那么股价加速上升，一有利空消息大家又争先恐后的卖，股价就会下跌。所以说AI主题基金的波动是要比普通的宽基指数基金大很多的。别人跌5%，他可能跌10%，别人涨10%他可能涨20%。从我们这个波动率的图里面我们就可以看到，科创50指数的波动是要显著大于中证500指数的。接下来我们来看第三个风险，这个词听起来有些专业宏观流动性风险。我来给大家翻译一下，就是市场上的钱多不多，利息高不高。为什么这个和AI有关系呢？因为AI公司大多数是成长性的公司，他们现在可能不怎么赚钱，投资者买的是他们的未来，这种公司的估值是对利率非常敏感的。我给大家打个比方，比如给你一个选择，要么现在给你100块钱，或者十年后给你200，那么你选哪个？如果银行的利息很高，比如一年有10%的利息，你肯定选现在的100块钱，因为存银行十年后也能变成两百多。但如果银行给的利息很低，比如1%，那么你就可能要等十年拿200块AI公司的估值，就好比这十年后的200块，它的价值主要在未来，当市场上钱少了，利息高了，这些未来的钱可能就不再值钱，AI公司的股价就会下跌。说到这里，我来给大家讲一个历史故事，有借鉴意义。上世纪90年代美国互联网热潮跟今天的AI热潮特别像。那时候公司里名字带一个点com的公司股价就能飞涨。很多公司其实根本就没有盈利，甚至连商业模式都没想清楚，但估值却高的离谱。 后来发生了什么？我们可以从这张图中看出，99年到2000年间，美联储为了给经济降温连续加息，市场上的钱变少了，利息变高了，结果互联网泡沫破灭了2000年，纳斯达克指数见顶，然后一路狂跌，最多跌了将近78%。这是一个什么概念呢？就是说比如你投资了100块钱，最后却只剩了22块。大量的互联网公司倒闭，无数投资者血本无归。这个故事告诉我们，即使再火的赛道也怕流动性的收紧，这个行业也是一样的。如果未来的利率上升，市场上的钱少了，高估值的AI板块可能是首当其冲的。那么讲完了市场和宏观的风险，我们再讲讲基金本身的风险。也就是说当我们即使看准了AI这个大方向，但如果买的基金不对，照样是可能亏钱的。这里有五个风险，第一个是持仓集中度风险。就是说很多AI主题的基金买的股票高度集中，要么集中在几只龙头股上，要么集中在一个单一的细分赛道。比如说他全去买了芯片，那这样的话如果这个赛道跌了，基金就会跌的特别惨。第二个是主题漂移风险。比如说有的基金名字叫人工智能基金，听起来很专业，但你打开它的持仓，发现重仓的却是白酒、房地产这些和AI8竿子打不着的股票，那么它就存在一种主题漂移。第三个是规模适配风险。AI行业一火，很多基金规模就会快速膨胀，从几十亿变成几百亿。但问题是AI赛道目前还在比较初期的发展阶段，真正优质的公司就那么多，基金规模太大了反而不好买股票买少了对净值好像没有影响，买多了又买不到，或者一买就把股价买上去了。就好比我们坐一条小船，坐十个人刚刚好，但坐50个人船可能就开不动了。基金规模太大，操作不灵活，收益反而可能下降。第四个风险点是基金经理的变更。AI主题的投资特别考验基金经理对行业的理解和判断，如果突然换经理，那么投资思路、选股方法可能就会完全改变，原来的业绩就不做数了。就像我们常去一家餐厅，原来的大厨走了，换了一个新的厨师，那么菜的味道和以前肯定是不一样的。第五个是操作交易操作风险。AI板块轮动特别快，如果基金经理忍不住频繁的调仓换股，那结果是一