AI投资类似用一级投资范式在二级市场里寻找标的，这种“低胜率、高赔率”一定不适大部分个人投资者。

GPT-4发布后，人工智能板块再次走出一波大行情，A股相关概念股近一两个月以来总体表现非常亮眼，AI引领的TMT板块大放异彩，整体板块涨幅超过了30%，涨幅翻倍个股多达五十余只。基金经理吴悦风敏锐把握到了这次机会，据”私募排排网“统计数据显示，他所管理的基金从今年年初截止至4月14日收益为30.88%。

(资料图片)

随着大模型军备竞赛正式打响，A股人工智能板块是否会持续火爆？《科技投资课》上周四邀请了吴悦风，请他分享了对人工智能板块后市变化、人工智能产业落地等热点问题的看法。此次直播课由《巴伦周刊》中文版副总裁王晶主持。

嘉宾导师：

吴悦风

嘉越投资合伙人、基金经理。厦门大学经济学学士，中央财经大学经济学硕士，特许另类投资分析师（CAIA），北美准精算师候选人，14年从业经历。曾任沣京资本合伙人，安邦保险资管公司权益投资经理与股指期货专业风险责任人。微博及公众号《月风投资笔记》作者，全网近300万粉丝。曾获80后最具潜力私募基金经理奖、《巴伦周刊》中文版2021年度40岁以下投资精英等奖项，三年期金牛私募管理公司奖前核心成员。以下内容根据部分直播对话整理。

人工智能板块已经走出了一波大行情，如何看后市？

吴悦风：我觉得出现调整是一个很合理的情况，大家都知道这个板块到现在为止的涨幅已经非常猛烈。

调整其实分为两种调整：一种是偏行情结束式的调整；第二种是“去伪存真式”的调整。我认为调整是必要的。这里的调整很有可能是第二种，它更多是对于不同的公司、不同的业绩是否能够逐步落地的一个确认的过程。这种调整是良性的，是一个合理调整的范畴，包括后面的行情依然还有很大的空间，而且调整周期其实也不会像大家想象那么长。

有一点需要注意，AI板块、AI行业的进化速度，包括新产品、新生态的出现速度会比大家想象的要快。你会发现，以前历史上很多一轮大级别的行情，可能中间会有3~4次这种大级别调整，每次调整时间可能会持续1~2个月。但是这一次AI板块，调整时间只有大约一个月甚至更短，整体市场回调非常明显，调整非常剧烈。

最近调整有一个很有意思的细节：

比如说TMT四大板块里，当传媒板块出现一个比较激烈的调整，也就是“应用端”出现调整的时候，你会发现“算力”板块，也就是偏硬件、通信、电子那端的涨幅就会非常明显。此时，像硬件、服务器，包括半导体，就会出现一些明显的调整迹象，这时整个传媒板块又出现一次非常明显的接力，把这个行情又往上推，会顶住。

目前，偏“硬”的一端已经出现了比较明显的调整状态，但是偏“软”这一端，尤其是数据这一端又重新开始走强。

AI其实是有三大板块组成：算力、模型、数据。如果在三大板块里再加一个“生态”或者“应用”板块，构成的这四大板块就是：数据、算力、模型和应用。最近一段时间，市场完全在遵循这种“四四维度”轮动式的调整状态。

在另外几个板块调整的时候，其实又有一个板块在新高或者说接近于新高去进行轮动，这种轮动我并不倾向于认为它是一个比较坏的状态，这反而可以说明，大家持续地在挖掘这个板块里的细分机会，做一个“高低切”的状态。

所以我觉得，与其说是板块见顶迹象，不如说是一个典型的“高低切”的这种蓄力的状态。

我们肯定要去讨论“高低切”这种“切换式轮动”：在历史上看，有些时候它也是一个“行情建立”的象征，但我觉得最重要的一点是——要观察整个行情的生命周期，包括背后代表的产业周期处在一个什么阶段，这也是非常重要的。

所以，在今年年初时候，很多人对于AI板块印象不好的原因就在于，二三月份的第一轮行情，很多个股的基本面问题很大，我并不否认这点，因为在行情最开始启动的阶段，往往什么样的股票都能涨，而且很多股票基本都很差，炒的完全是概念，不知道哪个东西能落地、哪个公司真正有基本面、哪个东西在国内能进行一个映射。

如果用2015年的新能源举例，现在AI的情形和它类似：概念和方向基本正确，但是找不到相应的标的，基本面并不扎实，所以就会呈现一个非常典型的纯炒概念或炒垃圾、炒边缘的状态。

AI板块走到今年3~4月份第二轮行情的时候，有个非常明显的特征，国内的大模型纷纷面世，对于是否拥有大模型这件事没有争议，唯一有争议的地方是我们的大模型处于何种发展阶段——使用的是开源算法、水平大概相当于GPT2.0水平、可能遭遇算力瓶颈、学习的语料数据有限，这些没有什么不好意思承认的。

但即便如此，大模型也已经对公司的股票增长和人力成本、以及一些标的的基本面造成了明显的影响，并且已经形成了初步的订单，只是说目前的商业模式还没有到达变现的阶段。

商业模式有两种，一种是加收入，一种减成本。减成本的雏形已经看到了，现在人工智能板块的现状，类似于新能源在16~17年之间的阶段，国内外的品牌都开始推出一些新能源车型，虽然销量不高，但已经开始逐步增长，也是从炒概念转移到了对业绩和订单的确认。

新能源的第三轮行情，在于业绩逐步落地之后，大家看明白了产业趋势和格局之后，资本市场伴随着新能源走过一段很长时间，那时需要确认的就是，这里面有没有最终的赢家或者绝对的赢家。

可以作为例子的是，我们国内电池厂商的头部标的，因为大家都确认它是一个行业绝对龙头，不只是看到订单，还能确认它的行业地位、议价能力和利润量级，这就是所谓的第三轮行情。

所以，当年的新能源就是典型的：第一轮炒概念，第二轮炒订单和业绩，第三轮炒行业竞争、行业格局、行业龙头，以及最后谁会把这个行业大部分利润吃掉。

从这个角度上来看，最近的人工智能板块其实是很典型地进入到了“第二阶段”的价值挖掘。

现在这个阶段，大家开始更关注哪里？

关注你能不能拿出来真的大模型，拿出来真的订单，能不能真的把成本给削减下去？你会发现，市场并不是无理性地去单纯去炒作这个板块。

新能源是制造业，订单和收入清晰，所以到后期，人工智能与新能源主要会有两点区别：

第一，人工智能是偏“软”的，偏向应用端，所以迭代会特别快，因为根据摩尔定律，软件的迭代速度，远比硬件更快。所以，因为整个行业的天然内生特性，导致它的迭代走势会更快一点。

第二是，由于行业特性影响，和新能源热炒有三阶段不同，人工智能可能还有“第四阶段”。对人工智能板块第三阶段“商业模式兑现时期”的考察，商业模式是否出色，要更优先于对订单和利润的验证，因为在此阶段的主要任务是抢占客户，如果过度追求利润反而会带来损伤。

以微信为例，在初期，微信开放免费使用积累用户，待商业模式稳定和行业地位稳固后，才开始加入广告，由此进入第四阶段——变现。

当然中间每一个阶段进行跨越的时候，一定会有一些不及预期，或没有办法在这一轮竞争领域获得优势的公司被淘汰掉，中间伴随着的就是所谓的震荡期，比如第一轮是炒作概念，第二轮是看订单，你会发现第一轮炒作的很多龙头或者相当比例的公司，其实已经不能再创造新高了，这就是一个不断去赛马，不断去“去伪存真”，挑出来最优秀、最优质公司的过程，但这对于投资者要求会，可能也会更高一些。

我认为，整个人工智能板块目前处于第二阶段的震荡期，在目前还没有较好的商业模型的情况下，如果继续上行可能会有一些风险。当震荡时间足够长之后，才有可能会形成一个新的更加健康、更加可推论，或者说更加可跟踪的未来，所以，我非常乐于见到这段时间行情震荡出现调整。我个人非常抵触，在不顾基本面或不顾一些市场的客观环境在继续上冲，我觉得这是非常不合理的，这里调整的时间越长，或者说这种横盘震荡调整的时间越长，这一轮TMT行情就会走得越远，如果运气好，我们可能会看到这一轮TMT行情，甚至有可能会持续到年底。

人工智能板块后面还有两轮行情，第三阶段是商业模式，最后到第四阶段才去看利润，目前，我们距离第三阶段仍然还有一定的距离。

在ChatGPT带动下，人工智能在哪些产业会更好落地？

吴悦风：可能会跟很多人想象的不一样，我认为人工智能会在绝大部分的行业都有落地，就像4G和互联网在绝大部分的行业都有落地一样，它对于各个行业的改造其实是一个潜移默化的过程。

当然，如果说它对哪些行业改造幅度更大，目前市场最关注的肯定是TMT这些板块，包括传媒、互联网这些，可能会改造的更明显一点。

本质上并不是人工智能改变了我们的生态，在应用层面可能每一个企业都要通过API借口接入GPT，人在生活场景里也依然是通过日常使用的平台来接入GPT，而不是打开专门的人工智能网页进行使用。所以并不是人工智能淘汰行业和职业，而是不会利用人工智能的行业、企业和人。

有两点很重要：第一，人工智能到现在为止，依然是一个“工具”的概念；

第二，人工智能对于人力成本相对来说最高的行业，对于专业知识门槛最高的行业，对于服务的标准化和合规性要求最高的行业的改造能力是最强的。通俗来讲，如果你不是一个资本密集型行业，人工智能对你的效益会更大。

所以大家第一反应就是游戏行业人工智能化，因为游戏行业唯一的固定资产就是电脑，没有所谓的争议上的硬的固定资产。

其次是金融行业，因为金融行业的人工成本是最高的，门槛也最高，人工智能可以在非常短的时间内针对不同的客户需求制定出最符合的方案，又可以“耐心准确”地提供较长时间的一对一解答服务。

那么现在的情况就是，谁先接入AI，谁先在自己的APP端实现这个功能，谁先赢。

做的最好的那个人甚至有可能会成为第二个支付宝，但如果你不接入这些，你就有可能会被这个时代给淘汰掉。

这就是行业重塑机会。最终每个行业和产业都要接入到AI，但一定是资产质量越轻、人工成本越高的、底层数据库越完整的产业会越受益，包括金融、互联网、软件这些行业都会大幅受益，这是一个非常重要的向上效率提升的过程，这是减成本阶段。

另外，在加收入方面，谁能用AI变现出来新的商业模式，可能它也是大幅受益的。这个成本的逻辑其实是非常清晰的，甚至很多公司很多行业的格局都要被颠覆掉。

作为经历过2013-2015年完整TMT大行情的老基金经理，有什么经验教训分享？

吴悦风：在技术起点或者大的变革来临之前，往往会出现颠覆式场景。

反应到盘面上来说，在技术起点期，行业老二老三去颠覆老大的可能性是不低的——以特斯拉打赢丰田、微软没有首先研发而是通过投资OpenAI研发出GPT技术为例。

所以在行业大变革来临前，投资范式一定是以大为美，以强为美。而这轮AI投资形成了一个新范式：老二的优势或者说行业颠覆者的优势，机会可能更大，底层原因是基本面相对来说差一点的公司，它可能更会积极地新技术新产业，抓住救命稻草，实现弯道超车。

这就形成了一个阶段式的，并不是以大以强以行业老大为美的格局，这让大部分投资者并不适应，但在大的技术起点之下，这是符合情理的。

在一个行业大的技术变革来临的时候，是看不到利润的。

因为在初期，谁是最终的赢家是具有不确定性的，本质上来说，在新技术起点做前瞻性投资，也类似于主题投资的时候，谁也不知道谁一定会赢，但大家都知道最后赢那个可能它的赢面会非常强，非常有可能会获得一个市值上的几倍、几十倍、上百倍甚至上千倍的增长，这就形成了一个非常典型的低胜率、高赔率投资。比如，字节跳动在算法技术层面弯道超车腾讯。

如果说你能找出来一家新的字节跳动，它的市值可能会翻1000倍，但你找到它的概率只有1%，所以“低胜率、高赔率”一定不符合大部分个人投资者。AI投资类似用一级投资范式在二级市场里寻找标的。对于个人投资来说，参与的时候需要谨慎。

最后非常有可能还是会进入到一个泡沫阶段。起初你会发现鸡犬升天，最后一地鸡毛，这个一地鸡毛，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年腾讯一样，穿越牛熊，成为非常厉害的头部公司，是有可能性的。

这是我回顾2013~2015年的TMT行情后提醒大家要注意的细节，你需要知道机会和风险在哪里，投资范式是什么，要根据自己的风险偏好、投资能力，谨慎考虑要不要参与这个行情。

互动问答环节

Q1：个人投资者如何做到您说的“去伪存真”？

A：我跟大家说句实话，整个人工智能板块或TMT板块的学习能力和学习效应特别强，我不建议大家贸然进入这个行业。

Q2：有读者提到《巴伦周刊》中的一篇文章，文中说谷歌Bard和OpenAI的ChatGPT建议投资者暂时回避人工智能股票。当然这说的是美股了，咱们现在说的是A股。您觉得此时要提醒投资者注意这种火爆行情下的逆向投资思维吗？还是说您坚持认为，逆向投资并不适用当下，并不适用于您说的大行业大变革前的独特投资逻辑？

A：为什么我说人工智能板块这一次其实有点不一样，在于这一次人工智能的所有的产业的主导投入方，包括未来的这种变现模式，都是在一些大机构大企业，包括这些对头部的企业手里。站在一个客观角度来看，他们对这东西的未来的认知肯定是最准确的，因为他们并不是杂牌军，他们都是最正规或最优秀的企业，最聪明的一帮人在里面，所以我觉得这次不会演变成为以往的糟糕情况。

其次，我觉得需要强调就是说市场任何时候都会有泡沫，但是很多人用美股去映射A股，我觉得投资方式有点问题，大家都知道美股是一定是属于单期出业绩，但是我们国内A股这个投资方式是不一样的。

Q3：您怎么来评价针对GPT网信办出台的征求意见稿？投资者应该怎么理解这件事情？

A：我觉得是好事情，大家知道我是看传媒出身的，因为以前游戏经历过百号暂停各种各样的事情，我原本以为征求意见会比我想象的要再严厉一点，但是比我想象的稍微好一点，要求都比较合理，所以我觉得这其实是更像是一个“规范式”的文件，而不是一个“约束式”的文件，这点我觉得其实比我预期要好。

Q4：前面谈到了算力、算法、数据、应用这几个方向，也提到目前我们正处于第二阶段的震荡期，那么在现阶段和接下来的第三、四阶段，如果有个人投资者想参与，吴老师建议个人的投资者更多的去研究哪个方向？

A：以我自己的想法来看，肯定还是数据。因为初创初期数据库的逻辑性要很强，OpenAI很厉害的地方就在于最开始的时候，用的数据很多都是学术文献，包括它用了非常多的人工做数据做标注、清洗，保证了最早的那批给大模型学习的都是最优质的数据，所以我觉得“数据”，路可能会走得最远。

《科技投资课》是《巴伦周刊》中文版近期推出的直播课程，拟围绕“科技”主题搭建一个跨界学习组织，我们将邀请科技相关方向的一级机构投资人、二级机构基金经理和分析师、技术专家、科技公司创新者和创业者等精英担任导师，用视频直播方式，讲解当下全球科技创新趋势、一二级市场投资机会，以及创新创业机会。

直播课计划涵盖内容包括高端制造、新能源、新材料、新生物、人工智能、区块链、元宇宙、AR/VR/MR、Web3等。

本文首发于微信公众号：巴伦周刊。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。