E2M Research 聚焦投资和数字货币领域的研究与学习.
🌟Twitter｜🌟Podcast｜🌟Mirror｜🌟Discord交流群
分享主题《再议微软、英伟达、台积电》
分享嘉宾：
Odyssey 推特@OdysseysEth
Zhen Dong 推特@zhendong2020
Peicai Li 推特@pcfli
特邀嘉宾：
Cryptotrek.eth 推特@happylilyelf
**分享场地：**E2M Research Twitter space
今天这一期的分享主题是微软、英伟达和台积电。
Zhen Dong 推特@zhendong2020
我可能不是特别专业的美股或者 AI 投资者，因为在 E2M research 读书会，看了杰弗里摩尔的鸿沟三部曲。整个鸿沟模型，包括大猩猩游戏的框架给我的帮助很大。今天想尝试通过鸿沟模型，结合自己的思考以及王川的文章，做一些个人想法的分享。
从鸿沟模型的角度来看，整个 AI 行业还在非常早期的时间节点，虽然从下象棋到打游戏到 ChatGPT 一下子爆火发展了一段时间，但时间也很短。为什么这样说？我觉得这个行业面临着从零开拓新的行业分类，这在鸿沟模型的定义里面是缺市场对手的。他面临的所有客户在之前都没有给 AI 留出一部分预算。从零开始开拓一个行业会面临着很多困难，同时也有很多机遇，过程需要时间。
比如 ChatGPT 结合聊天的工具，之前从来没有人想过市场上需要这样的产品，所以基本上没有客户会为这样的产品留预算。如果 OpenAI 要借 ChatGPT 打开市场，是比较有难度的，需要说服客户把预算留出来，或者把计划花在别的地方的钱拿出来，它会面临着没有产品对手的问题，所以我觉得行业目前处在比较早期。
真正什么时候能到主流对手？除了没有市场对手，可能还需要有产品对手，现在大家比较熟知的只有 OpenAI 一家。电动车最早虽然特斯拉独领风骚，但不管在美国还是中国市场有很多竞争对手。大众的消费者需要比对的，需要看到某一款电动车在竞品中脱颖而出，具有很强垄断的地位或者优势，才会购买。我觉得目前 AI 的产品在这个角度上也相对差一点，没有到主流的大众市场。
我们今天讨论的三个标的，先看英伟达，我觉得它目前的业务非常像鸿沟模型里提到的龙卷风暴，有几个特点：第一，所有客户都在这个时候要购买它的产品；第二，对于大部分人来说，NV 显卡目前是市场上唯一选择。这两者结合形成了现在NV 显卡大量交付，基本上所有和 AI 相关的大公司都留了很多预算进行采购，包括特斯拉，字节跳动，我觉得是构成龙卷风暴的特点。 NV的一些行为也很像处在龙卷风暴公司正在做的，不顾一切实现交付。
所以我觉得英伟达目前在显卡或是 AI 的硬件领域，是一个毫无疑问的大猩猩，而且力量非常强。有一些企业可能在龙卷风暴阶段占 30%- 40% 市场份额，但英伟达市场份额会非常高，也能看到英伟达的股价、影响力，大家对它的认可度是非常强的。我觉得英伟达的业务，具有很明显的龙卷风暴特点的时间节点。
王川在一些推特中也提过，现在英伟达的赔率不是特别好。在鸿沟模型上也提过类似观点，当处在龙卷风暴的公司尝试或刚刚进入主街的时候，可能会面临着尴尬期，比如客户承诺的收入没办法兑现，有退货的行为，有些客户未来没有办法持续购买，甚至因为公司面临生存压力会出现比较大的回撤。从投资的逻辑上也有一个比较好的对应，现在赔率确实会弱一点。
我做一个尝试性的猜测，如果看到英伟达股价有比较大估值或者盈利的下跌，甚至堆叠负面新闻，那个时候如果能观察到他慢慢退出龙卷风暴，进入主街阶段，我觉得有可能是更好适合的买点。因为对于鸿沟模型来说，一家公司大部分利润都会产生在后期阶段，参照苹果或者微软，这是我对英伟达的想法或者观点。
微软或者OpenAI，是非常像的，如果把它们看成一样的东西，我觉得现在的产品其实有很强的保龄球道的特质。
OpenAI 现在有几个问题，现在公司或者整个 AI 的赛道缺市场对手，所以需要时间慢慢发育。他们给公开的 API 招募了很多的同行，或者在下游的开发团队或者公司在帮他尝试搭建生态。
同时我觉得 OpenAI 已经打掉了一些所谓保龄球道，在一些细分领域做得比较好了。首先最简单在 API 的接口上，毫无疑问已经打开了接口。以 Midijourney 为代表的大量团队针对 OpenAI 给的接口进行开发，在 ToB 接口上已经有比较明显的优势。但在 ToC 市场上缺乏比较好的完整产品。所以它现在采用开源的方式，像以太坊都在做这样的事情，通过开源的架构让下游公司一起来搭建生态。后面有可能搭建出了完整的产品，会尝试把一些能够做掉的做掉，把一些合作伙伴踢掉，这是后期的一些事情。现在 OpenAI 就处在这样的保龄球道，需要通过一个保龄球道慢慢的扩展到两个、三个保龄球道，再慢慢扩大影响，并尝试能否在某些行业领域或者细分市场掀起自己的龙卷风暴。
我个人的一个小判断，ChatGPT 不一定会是最先发力的。因为 ChatGPT 不仅缺乏产品对手，还缺乏市场对手，开拓起来需要时间，难度也较大。更明确、更容易刮起龙卷风暴的是那些有明确市场对手的领域，比如 AI 协助的编程，图片或者文字的处理，很多公司在这方面本来留有预算，可能更适合 OpenAI 或者微软进行发力，这个是我想做的分享。台积电我确实不是特别了解，就把它略过了。
Cryptotrek.eth 推特@happylilyelf
先谈一下我对微软、英伟达、台积电相关的 AI 行业投资的基本观点。
对AI 领域，在做投资的时候一定要有长远的眼光，从历史的角度看，真正的技术周期才是推动人类发展的长期动力。我们平常讲宏观经济，金融危机，但是从历史的角度来看，每一次都是大的技术突破在引领人类向上，所以有第一条曲线、第二条曲线、第三条曲线，从工业革命，到电气革命，再到信息技术革命。金融危机、经济周期都很短，但技术周期是比较长的，所以个人在做投资时候比较看重。我理解 AI 可能是人类的第六次大革命，可能会持续很久，改变各行各业，提升各行各业的效率，作为基础设施去改变各行各业，带来很多的价值。具体有什么不清楚，因为每个人的想象力都是有限的，但整个人类的想象力加起来是无限的， AI 一定会在各个行业遍地开花，怎么高估都不过分。
当然，长期周期都有短期波动的，毕竟还有债务周期，金融危机等等，我觉得没有关系，先要把长期这事看明白。
所以第一个要点，技术周期是推动人类发展的长期动力， AI 会带来新一轮的技术周期，可能持续的时间会很长。
第二，谈一下AI，也跟踪的时间挺久了。在前几年 AI 就已经有发展，英伟达的 GPU 主要用在游戏，但也有一些特别的应用，比如他的客户突然出现了金融公司，金融公司用它来计算模型，构建量化的模型，发现浮点能力这么强。后面慢慢制药公司、航空航天、化工业公司设计一些模型，在不同的领域用 GPU 来做运算，构建模型，提供了很强的算力，这时候开始在垂直领域有小应用了。
到了前两年，Alphago、 alphafold ， Transformer 这样的大模型，一些基础的构建模型的方法推出来，业绩占比一下子超过了游戏，然后逐步上升。借助跨越鸿沟的模型看，它是在一些小型的利基市场应用。到了去年 11 月份 ChatGPT 一下子跨入了主流大众的市场，引起全世界关注，到 100 万用户只用了两天，有史以来 APP 使用人数增加最快的应用就是ChatGPT。大家不但在 ChatGPT 通用模型上进行各种各样开发，还有很多各行各业公司在做自己的专有模型。他已经进入到主流市场，并且向各行各业拓展。
第三，是对 AI 的研究思路，谈具体的标的没什么太大意思，谈一下研究思路和方法。对于新兴产业我不打算用很固有的思维和方式，或者定位约束，过早给一个公司定位，比如 NV 是做硬件的，微软是做基础设施，诸如此类。因为一个新兴的产业有很多打破过去和常规的东西，大家在生态建设的过程中拼命抢对自己有利的位置，这个过程中会有很多演化。
我的整个思路是观察生态的成长和拓展，沿着价值链和生态的成长去投资。比如之前有 NV 股票好几年了， ChatGPT 推出来之后，我就买了微软，当时已经有一部分微软了，我觉得价值链已经在拓展了。像微软做基础设施的，大家可以在 ChatGPT 上，只要有应用，有利的都是微软。微软当时在一季报的电话会议上说他们在 19 年投资时看不到投资详情，但在一季报就很明确，微软是云服务的唯一提供商。我一听到这句话，大家每用一次都是有利于微软的云服务，这有什么好犹豫的？肯定是利好的。这就是沿着价值链和生态的生长去找好的投资机会。
这是我的研究思路，不希望用固有的思维去看新的事物，尊重他、观察他、跟踪他，不断修正自己的投资思路和角度，沿着价值链和生态的成长去投资。
第四，说一下研究的方法，我觉得在新生的行业领域要积极关注行业发展，具体的公司要多研究他做了什么。我观察到一些现象，很多人是很喜欢讨论的，但他们对于某一个公司或者某一个标的基本东西不够了解。其实想了解或研究一个项目时，大家必须先做很多案头工作，把这些公司基本资料看透，如果是上市公司，把几年的年报、季报新闻看完，竞争对手，行业的都要看，然后开始讨论。我们就彼此知道对方在说什么，不用浪费很多时间在基础的地方，而且它可能变化很大，更要密切跟踪。
差不多先说这四个方面，具体到这些公司包含的东西很多。
Peicai Li 推特@pcfli
在 AI 上确实研究不算多，原来一直从事加密货币行业，大部分资产精力基本上也都在这个行业，前期错过了AI。真正开始投 AI 相关是三四月份去硅谷，慢慢投一些微软，整个仓位不算很多，我自己也在反思这个事情。
我现在也有一个小疑问，AI这种破坏式创新或范式转移的机会，大多数人是不是要到目前阶段才可能进去？如果和加密货币对比，这次有点像 13 年甚至 17 年比特币开始火了之后，大多数人才会关注到这个领域。
我也想问一下Cryptotrek，关注到NV是因为对人工智能领域很早就开始关注了吗？我自己反思之所以没有太大的重视，因为人工智能真的说的太早了，我们小的时候科幻片里就在讲人工智能，一直雷声大雨点小，也没有特别多相关很好的应用出来。虽然多多少少有点触动，但真的完全没考虑投资，更没有找到 NV 这样早期已经进入了这个利基市场的大猩猩。我也挺疑惑的，是不是抓这种早期的机会一定要有很扎实的基本功？
第二，想说一下我对目前技术周期的看法。目前 NV 已经偏中后期了，已经基本到了龙卷风暴，甚至马上进入主街阶段。但对整个人工智能技术周期来讲，还是很早期，未来应该还有很多很多机会。现在来看，微软确实是不错的投资标的，它可能会有第一波应用，或者是很多研发的客户，拿了融资投资的创业公司都要用到大量服务。确实也发现 ChatGPT 现在的后继是比较乏力的，甚至一些金融公司，包括游戏、制药公司、航空间对人工智能真正B端应用还没有完全起来，没有看到改造整个行业的颠覆式创新。
但是 GPT 出来之后，整个行业往里面投的资金会变多，有一些 killer APP，大的应用场景会被大家挖掘出来，逐步走向大众。我自己对于人工智能目前的看法是这样，还有很长的一条路，我研究的底子还是不够，到底怎么样去观察价值链，观察生态，具体标的做一些基础研究工作，都得慢慢去补功课。
最后切到主题上，确实现在这个阶段 NV 会有赔率的问题，也有进入主街之后，反而进入尴尬期的问题。甚至因为 NV 实在是太火了，市场对它的情绪面处在比较高的位置。这种大猩猩处在的位置和投位置是有一些错配的，也有一些反身性的问题，虽然大家都觉得好，价格反而是不好的。
至于台积电，更偏整个价值链上游，受益于整个芯片产业的发展，人工智能的芯片只是中间的一种，人工智能未来会带动更多芯片需求，台积电肯定也会受益。
台积电的问题的话，垄断地位能不能保持，同质化程度还是有的，而且产能是巨大的。我们做挖矿的时候稍微了解过他的芯片制造能力，每一条生产线开出来都是几万片一天的产量。人工智能的芯片到底有多大需求量？是不是可以一直把产能占满？现在的价格应该已经反映了现在的产能，人工智能芯片的需求量，能让产能需求量上一个台阶？我暂时还无法判断。所以对台积电，也基本把它划到看不懂的范围，所以也没有太多做投资。
以上我今天想说的一个想说的几点，主要是想一些请教关于技术周期，或者破坏式创新、颠覆式范式转移，什么时候进入？以前我跟小奥讨论过，可能对大多数人来讲要到显性之后再进入更好一点，可以排除掉早期的大量噪音，这个时候信号比较明显。但是这个阶段 NV 在后期了，肯定要错过这样的机会了。第二个是整个的 AI 技术周期还很长，现在也是比较早期的阶段。如果要观察整个价值链和生态生长的话，可以展开来再讲一讲。
Cryptotrek.eth 推特@happylilyelf
讨论对我自己也是帮助和促进，大家一起畅所欲言。
peicai第一个问题是我们对于新兴产业的识别是不是可以更早？我觉得中间有机缘巧合的问题，就像peicai很早进入了数字货币，我就比你们晚很久，都是正常的，不可能每一个行业都能抓住，一方面有自己背景的原因，另外一方面也有知识结构等等原因。比如我关注NV，最一开始并不是看到了AI，那个时候 VR 和 AR 比较火，看到了数据中心这一块，当时大家说一定要有算力、算法和大数据这三者才能够促进大数据行业的发展，在这个过程中发现它是算力的一个主要提供者。我会对公司的变化，新闻，在做什么事很关心，可以从中间看到进展。前两年开始发现 AI 是一个很有意思的事情，可以落到应用上，跟踪和观察发现很多东西。所以不是每一个机会都能把握住，但我也不担心，就像数字货币，进入主流大众之后我还是有机会的。因为即便再也不关心，我应该属于早期大众，只要我是早期大众就够了。再往后我也不担心，因为还有金融危机、经济危机带来的冲击导致资产价格大幅下跌，还是会有买入机会的，所以也没什么，只要发现比较好的标的，长期跟踪，始终有机会的。
第二个问题的话，任何一个生态都会有很多食物链和生态链。在这个过程中观察的维度并不是固有的，主要是沿着整个技术扩散的路径来看它在哪些方面有应用，应用领域有哪些？在这些领域的竞争结构是怎么样的？哪一些是领先的？竞争优势是什么？主要看技术扩散思路。沿着技术扩散的路径可以观察到这块是涌现的，我很难去预测，尤其是我们在某些领域是专家，在某些领域是小白，所以很难去预测。很多东西对我来说就是涌现。
Odyssey 推特@OdysseysEth
我想问一下有些技术也特别厉害，比如当年摩托罗拉黑科技发了 77 颗卫星的铱星计划，长期来看它的展望也挺好，让全球没有阻碍这样通信。技术要么无法跨越鸿沟，注定非常小一部分人群在使用；或者需要 10 年、20年才能真正成真。那投资的时候怎么样注意这个点？
Cryptotrek.eth 推特@happylilyelf
这实际上是看技术扩散的周期，技术扩散走的是 s 曲线，在刚开始在最低端，有些应用，包括在一些期初没有跨越鸿沟的时候。然后会进入快速发展时期，在这个时期整个应用到各个领域的竞争结构是不稳定的；再是一个成熟期，衰退期，总的来说要看整个技术扩散的路径。
在这个过程中，要研究哪一些？哪些公司在做？这些公司竞争结构是什么样？包括他们的市场，都要分析的。就像摩托罗拉的技术在早期，都没有到快速发展的时期，这类似于风投，从我的角度不会投这种，光有一个技术，没有应用或者没有产生收入。
Odyssey 推特@OdysseysEth
我还有一些问题，比如价值链，像台积电和微软这两个在价值链里面的位置，他们会不会有垄断性的强弱之分，或者谁更能挤压谁的利润？长期来看，他们其实不存在某种可比性，可以达到某种共生关系都可以过得很好，所以如果是后者的话，是不是更倾向于两个都买一点？如果是前者，可能长期更倾向于逐渐持有，更能在链条里面获取更多利润的一方？
Cryptotrek.eth 推特@happylilyelf
一个生态系统是很复杂的，生态系统中有很多小系统，食物链，反馈环，很多链条。台积电和微软可能根本不属于同一个生态系统，但是它们彼此又有关联，很难说是谁挤压谁的关系。
还有垄断的问题，我个人认为垄断是分析公司比较单一的维度，还要分析其他的维度。在整个系统中存在着大量的共生关系，既有竞争又有合作关系，要把这些东西都考虑进去，我也不认为他们谁在挤压谁，但是他们在各自系统里面都某一块业务上有一定垄断性，也不是所有业务上有垄断性。很多地方是属于垄断竞争的结构，有些属于寡头垄断的结构，因为在他们各个系统有很多重合，比较复杂。
Odyssey 推特@OdysseysEth
我还想再问关于ChatGPT ，用户的增速以及大家使用时长在下降，也能够理解，虽然我自己可能用的时间越用越多，但能够长期使用GPT对绝大多数人来太难太难了，所以 ToC 应用可能会减少不少。 我一方面长期认为人工智能是新的电力，但同时短期是不是有某种择时的考虑，或者可能性，接下来可能市场的非常非常fomo的浪潮过去了，可能接下来大家觉得这个东西很牛，但也没什么用，后面会出现更好的一个买入的时机？
Cryptotrek.eth 推特@happylilyelf
我不知道我对问题理解的到不到位，我对整个 AI 研究的思路是新兴产业，不想过早用固有的思维方式和定位去看某一个公司或下一个结论。微软也不一定占很好的垄断地位持续很久，新兴产业发展有不确定性。
我觉得在现在它占有比较好的位置，但是未来不知道，很难说人类的智慧又涌现出来什么，也许还会有ChatGPT 更强大的模型，但是 ChatGPT 现在和微软有强强联合的意思在。刚才说的ChatGPT使用的新鲜度可能没那么新鲜了，也没关系，我觉得可以继续观察，哪天真的有衰落迹象，再重新考虑。
对于新兴的产业，它一定是在各行各业，各个方向在不断尝试和应用。现在各行各业的龙头，有那么好的专有数据，当然有动力去来用 AI 来训练模型，来提升自己的效率。以后不一定是通用大模型强，也许是专用模型强，都有可能。但你说算不算择时？不算是技术意义上的择时，算是研究之后觉得哪一块更有竞争力，是好标的，有可能会产生标的的调整。
Odyssey 推特@OdysseysEth
还想问一些技术方面的细节，人工智能大模型训练和推理用的芯片是不一样的。现在大家买英伟达芯片更多是训练，如果之后更多转向推理，会不会有更合适的标的或者资产？
Cryptotrek.eth 推特@happylilyelf
我觉得是有可能的。我不太懂技术，说一些比较粗浅的理解。在训练的阶段，目前大家在用GPU，如果到了推理的阶段有可能做专有的芯片，就像挖矿一样。专有芯片的推出也是要有条件的，首先是市场足够大，如果不足够大根本撑不起专有芯片的迭代，研发、流片诸如此类。专有芯片我觉得会推出来的，但在哪些领域不清楚，在某些领域可能还是继续要用GPU，都是有可能的。继续观察整个生态的成长，我相信大家既然能看到这种事情，那些巨头都会有分析对策，诸如此类的。我是采用观察跟踪的思路。
Odyssey 推特@OdysseysEth
前面聊到技术周期，我想问一下。比如两种假设，第一种是我们完全不知道未来是怎么样，有可能技术进步，摩尔定律到今天就停下来了，这样的投资环境比如是a 环境，第二种可能是训练的成本不断降低，算力会变得越来越便宜，能源变得越来越便宜，摩尔定律会不断延续。这种情况下，我们又会进入另外一种投资的思路。
所以是不是先要对技术周期进行某种相信，相信技术总是有一种指数发展力量在增长着？
Cryptotrek.eth 推特@happylilyelf
尝试从我理解的角度来回答一下，实际上我觉得对摩尔定理的坚持等等的，个人认为是比较狭窄的一个角度。我现在越来越感觉创新是一个社会学问题，人类的价值主张在创新中起到的作用是很大的，要从社会学的角度去看这个事儿，我们希望未来过什么样的生活，这种生活包含什么，要怎么样为之去努力，从哪些方面去做，哪些人先过哪些人后过等等。举个例子，比如人类就从历史看，就是越过想越过越好，去探索更多更远的世界。所以发明了轮子，有了车，马车不够还有汽车，又是轮船，火车。这个时候并不是坚信某一个技术摩尔定理，我们通过研究社会结构、社会阶层，还有社会成员特征分布变化等等。
我会觉得未来虚拟世界还是会发展的，现代社会大家都躺平了，还是要有一个精神寄托。精神寄托可能是虚拟世界，如果说虚拟世界不行，就星辰大海呗，往外太空探索。
还有价值主张，感觉对创新的影响还是很大的。比如电动车的发展，就是因为我们想更加环保。光伏太阳能也是这样，包括对于可控核聚变，也是既能高效又能环保。在这中间可以明显的看到价值主张的驱动，这是我的理解。
Zhen Dong 推特@zhendong2020
前面提到这四个框架我觉得非常好，我更感兴趣是基础工作的事情。我猜应该是有一些基础的事是要做，比如公司财报，电话会议。那从左边来看会不会有一些很重要首先需要知道的，从右边来看要达到什么样的水平才能到比较好的讨论基础，以及里面有没有一些有效率，或者是一些好的方向。
Cryptotrek.eth 推特@happylilyelf
其实我觉得做研究是比较繁琐的，也纯属看个人兴趣，有些是研究不下去的，你要想做好肯定得研究更深入。就像在数字货币做投资，白皮书总是要看的，好多技术的还要看整个底层的逻辑，看一下代码。公司研究也是类似的，一些基础公司基本情况、组织架构，这几年的主要业务、主要收入来源、主要客户、主要地区分布，这几年财务报表，把收入结构这些地区分布群，还有就是分产品的收入趋势、利润率。其次公司的竞争优势，技术，还有营销策略，最重要的是公司的战略和团队这些。
我觉得是看兴趣，其次还有一点是积累，有些时候看不懂的，看不懂就可以找别人问，看久了多多少少懂一些。现在公司都有很多公开信息，可以从公开网站去了解一些东西。跟踪的久了就能看出来它的整个战略发展脉络，优势。有些东西需要自己判断。
具体到行业，研究行业的一些发展趋势，行业发展的周期，发展在哪个阶段，有没有竞争的行业，诸如此类涉及了我觉得差不多。我说的这些东西关注到了，就了解很多了，可能比 80% 的人了解的多。
好的一些材料的话我觉得上公司网站就有很多信息，财务报告是能直接的去了解的东西，如果有朋友在里面也挺好的。我觉得应该能找到一些东西，现在搜索都很容易。