↑点击上面图片 加雪球核心交流群↑
风险提示：本文所提到的观点仅代表个人的意见，所涉及标的不作推荐，据此买卖，风险自负。
作者：icefighter
来源：雪球
1.AI与人类历史上任何一个科技革命都是不同的。
它减少了人与人的链接 ， 用算力代替人力 ， 通缩属性更强 。
AI越发达 ， 人类的就业越少 ， 需求越少 。
但是AI的壁垒更高于以往的科技革命 ， 他的受益群体高度集中 ， 主要是算力和大模型 。
所以AI的受益者的市值会远远高于以前科技革命时代的巨头市值 。
2.算力是AI最核心的环节。
AI的本质就是算力代替人力 。
算力在AI时代的重要性 ， 永远不能低估 。
大模型本身存在一个问题 ， 开源 VS 闭源 ， 哪个更牛逼 ， 还不确定 。
但他们都需要算力 。
算力本身技术在高速发展 ， 里边细分技术层出不穷 。
始终会有机会 。
3.C端硬件
马斯克预测 ， 只有语音输入功能的AI设备会在几年后替代手机 。
他对人形机器人也非常乐观 。
我个人不这么认为 ， 因为AI大模型的幻觉问题是无法解决的 。
我自己用AI写文章 ， 作图 ， 有些场景下AI的弱智程度想让人砸电脑 。
譬如以前我想让AI生成没有白云的蓝天 ， 折腾了好久 ， 效果都不行 。
但是 ， AI时代会诞生一些手机之外的长尾硬件 。
譬如目前最火的AI硬件爆款是plaud录音卡片 。
一个录音功能 ， 看起来不起眼 ， 手机本身就有录音功能 ， 但是对于需求极端的消费者 ， 手机无法满足他的需求 。 所以需要一个专门的硬件来服务它们 。
以前很多长尾碎片化场景 ， 因为缺乏智能 ， 无法满足这些需求极端的客户的需求 。
这些市场等于是空白的 ， AI时代可以在这些地方发挥作用 。
但是这些长尾硬件 ， 市场碎片化 ， 很难诞生巨头 。
对于二级市场 ， 意义不大 。
4.应用软件
应用软件的机会比起移动互联网时代会小得多 。
因为移动互联网时代 ， 各个垂直领域是分化的 ， 很难有人一统天下 。
人与信息 ， 人与人 ， 人与商品 ， 每个领域都是专门的巨头 。
但是大模型时代 ， 他可以跨界 。
一个AI助手 ， 可以帮你下单购物 ， 替代电商 ， 可以帮你作图 ， 替代PS软件 。
理论上 ， 大模型越强 ， 下游应用越是利空 ， 因为应用做的一些适配工作 ， 本身就是弥补大模型的能力不足 。
比如 ， 阿里钉钉都推出了CAD看图功能 。
我不知道这个功能和AI大模型有没有关系 ， 但是至少说明一点 ， 软件本身也是容易跨界的 ， 特别是大模型时代 。
其他公司专门做CAD看图软件的 ， 会否面临巨大威胁 ？
同理 ， 做PDF ， 文字扫描等基础通用功能的细分软件龙头 ， 会否被一个同时做这些功能的巨头软件替代 ？
这些复杂情况 ， 造成AI应用软件的投资价值不大 ， 格局很难看懂 ， 变数太多 。
当然 ， 也不能过于悲观 。
以前SAAS软件在中国是最苦逼的商业模式 ， 因为这些软件缺乏智能 ， 他们只是工具 ， 需要人类来操作 。
中国人力成本低 ， 老板可以用人类牛马干活 。
未来AI牛马性价比远超人类牛马 ， 所以应用软件在中国的市场会起来 。
但是中国的市场有限 ， 如果不能国际化 ， 想象力依然不高 。
但至少 ， 这是老龄化和逆全球化时代 ， 中国内需少有的增量市场 。
5.AI应用最大的机会在哪里？软硬件结合的工业设备。
当我们提到终端硬件 ， 我们一般只考虑C端 ， 譬如苹果 。 但是我们不会想到 ， B端也有苹果模式 ， 例如日本基恩士 。
对于工业机床 ， 大模型的幻觉问题 ， 精度问题 ， 对世界物理学规律的理解都不行 ， 大模型还无法取代传统巨头 ， 所以中国公司很难迅速干掉西门子 ， 发那科 。
但是日本基恩士的设备 ， 他主要是视觉功能 。 大模型的视觉功能比小模型强了太多 。
以前 ， 基恩士的软件有很多专业算法 ， 中国公司缺乏积累 。
现在 ， 凭借能力更强的大模型 ， 中国公司可以弯道超车 ， 反超基恩士 。
当然 ， 基恩士的牛逼 ， 还不仅仅是算法 ， 他在基础硬件上还是很厉害的 ， 譬如机械加工精度 。
C端的消费电子 ， 会诞生很多长尾AI硬件 ， B端同样如此 。
工业领域也有很多场景 ， 这些场景也很碎片化 。
中国公司依靠软硬件结合 ， 是可能在这些细分领域弯道超车的 。
看看欧美日本股市 ， 工业领域有很多隐形冠军 ， 市值都是几百亿美元 。
消费领域要诞生一个几百亿美元市值的硬件公司 ， 容易吗 ？
不容易 。工业领域反而机会更多。
雪球三分法是雪球基于“长期投资+资产配置”推出的基金配置理念，通过资产分散、市场分散、时机分散这三大分散进行基金长期投资，从而实现投资收益来源多元化和风险分散化。点击下方图片立即领取课程
热门跟贴