AI時代：美國投資新機遇

封面圖｜《AI》電影劇照

12 月 18 日，風馬牛地產研究院舉辦了一場 AI 領域投資機會線上講座，特整理了嘉賓演講部分內容，分享給大家。

演講：劉小君（微信公眾號：風馬牛地產研究院）

全文共 3562 字，預計閱讀時間 8 分鐘

大家好，今天我想與大家分享的內容是 AI 時代下的北美資產配置。隨著移動網際網路時代進入 AI 時代，尤其是 ChatGPT-4 的推出，美股二級市場上 AI 相關科技公司股票表現十分耀眼。其中，谷歌、亞馬遜、蘋果、微軟、英偉達、特斯拉等公司股票在過去一年的漲幅已超過 100%。這不僅展示了 AI 技術在資本市場上的強勁勢頭，也反映了投資者對 AI 技術未來發展的樂觀預期。

重大技術突破往往伴隨著科技巨頭的顯著增長。儘管這些公司現在估值已經非常高，但我們認為，在 AI 時代，它們有望實現類似移動網際網路時代巨頭公司的十倍估值增長。所以，我們建議投資者在資產配置中應該持續關注 AI 技術發展，並透過二級市場和一級市場合理配置 AI 資產，把握 AI 技術變革帶來的長期投資機會。

AI 市場變化與算力晶片趨勢

接下來，我將分享一些 AI 市場中發生的一些最新變化。

首先，大家最為關注的依然是算力和算力晶片。目前，英偉達仍然是整個 AI 板塊的龍頭企業，公司股價也經歷了巨大的漲幅。不過，最近幾個交易日，英偉達的股價出現了較為緩慢的回撥，值得投資者關注。

此外，另一家公司博通股價最近連續兩個交易日大漲。其上漲原因是行業開始進入新的發展階段。市場開始討論隨著模型規模的增加，模型效能提升是否遇到瓶頸。舉例來說，隨著模型規模的增加，在初期和中期，模型的效能提升可能非常明顯。但到了後期，即使繼續增加模型大小或訓練資料量，效能的提升也可能越來越小，這就是所謂的「撞牆」。業界開始質疑 Scaling Law（擴充套件定律）的效能。

前幾天，OpenAI 前首席科學家 Ilya Sutskever 在一次論壇演講中提到，「隨著計算能力的提升，資料量的增長卻顯得停滯不前，這將導致預訓練模型的時代可能走向終結。如何利用演算法和資料進行高效的推理，將是未來研究的一個重要方向。」

如果 AI 市場的重點從模型訓練轉向模型推理，那麼大家就會討論一個問題：在推理階段，是否仍然需要使用英偉達的 GPU 晶片，還是可以轉向 TPU 晶片或者其他專用晶片？眾所周知，許多初創公司自主研發的 TPU 晶片，包括谷歌的 TPU 晶片，在效能上已經展示出比英偉達 GPU 晶片更好的優勢，尤其是在能耗和成本效率方面。

最近，博通 CEO 陳福陽提出的觀點，「未來推理階段的晶片可能會由 ASIC 晶片主導，這些專用晶片有可能替代 GPU 晶片。」目前博通已收到大量訂單，公司股價表現強勁，說明投資市場已經開始關注 ASIC 晶片。除了博通，其他谷歌、亞馬遜和 OpenAI 等科技巨頭公司也都在加緊研發自己的晶片。

預計到 2025 年和 2026 年，AI 晶片市場將出現分化，英偉達仍將佔據最大市場份額，但隨著AI計算需求的增長，ASIC 晶片和其他型別的專用推理晶片也有望在市場中佔據一席之地。特別是 ASIC 晶片，據 Marvell 預測，其在資料中心的市場份額有望提升至 25%，預計到 2028 年市場規模將提升至 429 億美元。這表明，儘管英偉達的 GPU 在 AI 晶片市場中保持著強勁的領先地位，但 ASIC 晶片和其他專用推理晶片的市場份額也在逐步增長，顯示出市場的多元化趨勢。

AI 投資與 VC 市場分析

具體來看，在 AI 時代，投資者想要分享 AI 增長帶來的紅利，我們建議全面關注 AI 領域的投資機會，從一級市場和二級市場兩個維度進行資產配置。

其中，在二級市場上，投資者可以關注幾類主要的科技巨頭公司，包括晶片公司、雲服務公司和網際網路公司。此外，隨著生成式 AI 的引入，許多垂直行業正在經歷變革，為現有產品帶來了全新的使用者體驗和市場空間。例如，SaaS 公司和 Adobe 等辦公軟體公司在 AI 技術的推動下進入了新的發展階段，提供了豐富的投資機會。

除了二級市場，一級市場也值得大家關注。每個技術創新時代都會孕育出新的科技巨頭。正如移動網際網路時代誕生了字節跳動、美團、滴滴、小紅書等中國公司，以及國際上的 Uber、Airbnb 等成功案例，AI 時代也有望孕育出新的科技巨頭。

在 AI 時代，投資者可以透過一級市場進行合理的資產配置，抓住這些新興公司的投資機會。目前 AI 仍處於發展的初期階段，我們可以透過風險投資（VC）來參與 AI 領域的早期專案和創業公司，搶佔未來 AI 巨頭崛起的好機會。

作為一種資產投資品類，尤其是美國 VC 基金，依然是非常值得投資的選擇。自 1980 年代矽谷起步發展以來，美國 VC 基金持續為有限合夥人（LP）創造了良好回報，其內部回報率（IRR）高於其他資產類別。

其中，頂尖基金能在十年左右時間為投資者帶來兩倍以上的分配回報（DPI），而前 10%的基金在 12 年期滿時，DPI 可達 2.5 至 3.5 倍。相反，中國 VC 市場只有前 25%的基金能獲得正回報，而前 5%的基金才能帶來顯著收益。在中國 VC 市場，LP 想要賺錢確實不容易。

另外，美國和中國的 VC 市場存在顯著差異。美國 VC 生態系統相對完善，從技術研發到產業應用，再到創業公司孵化和投資，形成了一個緊密的產業鏈。投資人對這些新技術和創業者的支援非常到位，整個生態環境非常成熟。相比之下，中國的創投生態則較為薄弱，導致 LP 投資成功率較低。所以美國 VC 基金 AI 賽道依然是一個值得關注和投資的領域。

中美 AI 產業佈局與差異

在 AI 技術發展上，中美兩國也存在顯著差異，這些差異不僅體現在技術層面的競爭，也體現在市場需求、應用場景以及政策環境等多個方面。從基礎設施到行業應用，兩國在 AI 領域發展各有優勢和機遇。

第一，在人才和 AI 模型方面，美國在技術人才和基礎設施方面具有相對優勢，特別是在 AI 晶片、算力和模型層。美國企業如 OpenAI、谷歌在全球化應用和模型研發上表現突出，市場化速度較快。而中國在人才上稍顯劣勢。雖然也有眾多網際網路大廠和創業公司在 AI 模型領域進行創新，但受全球市場的限制，中國的模型公司更多專注於國內市場，競爭壓力較大。不過，中國在商業密度、網路基礎設施（4G、5G）以及應用層創新能力方面為 AI 應用提供了肥沃土壤。

第二，在 AI 晶片與算力技術方面，美國在 AI 晶片領域，尤其是英偉達 GPU、H200 晶片領先全球。中國晶片算力雖然在逐步趕超，但目前仍處於追趕階段，且在國際技術封鎖的背景下，中國的創業公司需要透過自主研發和國內市場需求，才能有望彌補短板並取得突破。

第三，在 AI 應用方面，中國在 AI 應用領域，尤其是面向 C 端使用者的應用 APP 方面，具有無可比擬的優勢。中國在移動網際網路時代積累了大量 C 端應用 APP 開發經驗，並且商業密度高、使用者需求多樣化。所以 AI 應用創新速度快和市場接受度高。相比之下，美國在 C 端的 AI 應用 APP 創新較少，市場規模和使用者基礎相對較小，應用落地的速度和深度不如中國。

最後，中國在機器人產業擁有巨大的發展潛力。中國的機器人產業鏈相對成熟，尤其在人形機器人領域，中國技術已經能夠與美國相媲美。得益於中國強大的製造業基礎，中國製造的機器人在成本控制和生產效率方面具有明顯的優勢，這在服務型機器人和教育機器人等細分市場上尤為突出。儘管在 AI 模型層面，中國可能還面臨著一些技術挑戰，但隨著技術的不斷進步，中國有望在未來實現技術的趕超。

總之，在 AI 領域，中美兩國展現出各自的特色和優勢，為企業帶來了不同的機遇與挑戰。美國在技術研究開發和全球市場應用方面佔據優勢，而中國則在應用場景豐富性、商業活動密集度以及機器人產業供應鏈上展現出其獨到的競爭力。企業要想在 AI 行業取得成功，關鍵在於如何依據各自國家的資源優勢、市場需求和全球競爭格局，來制定出適宜的發展策略。

結語

AI 時代的到來，無疑為投資者提供了巨大的機會。從 AI 的基礎設施到應用層的佈局，我們可以看到 AI 在全球範圍內的廣泛影響。在這個變革性的時代，如何把握投資機會，合理配置資產，已經成為當下資本市場中極為重要的課題。希望大家能夠透過合理的資產配置來抓住這一輪 AI 產業的投資紅利。

人工智慧正在全面重塑傳統商業模式和行業結構。這一時代的到來不僅催生了全新的創業公司，也為成熟企業提供了轉型與創新的契機。投資者如今面臨的，是如何抓住這些迅猛發展的技術趨勢，發現最具潛力的 AI 專案和創新公司。

4 月 20 日至 26 日，專為企業領袖打造的美國特訓營即將啟航！本期特訓營將帶領大家走進美國金融中心紐約與美國科技之都舊金山，深入探討全球經濟發展趨勢、地產開發、金融科技與人工智慧等前沿領域的最新動態。在這裡，大家將系統學習 AI 如何重塑行業格局，洞悉人工智慧與數字經濟的深度融合。同時，學員們還將親訪谷歌等全球領先的科技創新企業，直擊商業脈搏，感受技術變革，洞察行業發展機遇。