股海拾贝丨拾贝投资月度观点速递202607

价值的转移

7月AI产业链大幅调整，其他板块中基本面稍好的基本上都有一些表现机会，我们在开始的时候意识到出了问题，主要是估值太贵：预期都是 2028年或者2030年市占率×利润率×30倍市盈率估值，而实际上这些预期能实现的概率极低，即便实现也已经是30倍的市盈率了，时间的价值在哪里？但是从相对的角度，我们对即将大规模复制扩产的国产链和不依赖涨价，主要依赖技术进步带来的ASP上升，以及互联密度上升带来的量增长的光模块有所留恋。市场反应说明大的叙事更重要。

发生了什么？

AI产业链经过了上半年AI编程能力突破以后的Token量价齐升、对股票投资最有利的阶段，随后，市场对Token成本高以及CSP投入产出的疑虑再次成为讨论的焦点；另外，很多环节的竞争格局也出现变化，比如博通和谷歌合作的TPU挑战了英伟达的GPU以后，博通的生意又被联发科和迈威尔分流；国产开源大模型也在冲击前沿闭源模型等，这些变化给股票价值带来很大的不确定性；国内硬件公司受益于海外AI硬件升级的逻辑，也受到工程难度和技术路线不确定性的干扰，很多硬件创新从设计到量产有很多正常的延后，但是市场对此估计不足。

竞争格局的一些变化是可见的，比如光纤、光棒的扩产，历史上，需求再好也很少能抵挡低扩产壁垒的扩产；就AI 叙事而言，我相信AI 对生产生活方式的改造还处于早期，但是这不是相关股票一直能涨的理由。新能源离开股价高点已经很多年，但是新能源比那时候又取得了巨大进步。一个产业的发展最后总要融入到现在的价格体系，比如风电、光伏的电价最后总要和现在的煤电、气电价格逐步接轨，直到最后替代煤电、气电。AI 从实验室到千行百业，也要受到现在社会的投入产出关系的约束，即便最后是重构，也会受到原先体系的束缚，一个不考虑价格的需求假设是没有意义的，就像每个人都想住大房子，却不考虑支付能力一样，愿望不是需求。另外，真实的需求和有卖方信贷支持的需求也不一样，如果GPU真的不愁卖，那应该是待价而沽，而不是现在看到的提供了大量卖方信贷支持。真实的情况可能是基于未来的需求假设提供卖方信贷在决策者看来是合适的；即便如此，这和完全没有卖方信贷支持的需求仍然不同，风险也不一样。

另外，在交易结构上应该也发生了一些极端的情形。国内有公开数据披露的机构投资者，在电子和通信上的配置一度达到六成，而总体仓位也就在8成多一点，这种集中程度应该是前无古人了，一段时间内应该也是后无来者；韩国的情况来看也类似，股指的熔断频繁程度也是不可想象，杠杆交易占比很高，也已经被监管调整；美国标杆性的杠杆AI 组合也已经被城堡接手。短期内交易层面的一个高峰已经出现过。

产业层面，长鑫科技的上市意味着韩国等地的存储产业链只能加速投资。即便是国产存储的技术仍有代差，但是追赶的棘轮已经启动且不可逆，原罪就是太高的利润；韩国的GDP约为 1.8 万亿美元，现在两大公司的利润会在 5000亿美元以上，背后隐含的高利润预期应该是不持续的，这个行业几年以后会发现，他们挣了过去几十年没有赚到过的钱，但是以后他们的封闭格局也被打破了，从很长远来看可能也是得不偿失的。不过话说回来，即便没有存储价格的暴涨，原有格局被打破也是必然的，只是现在加速了；在这种情况下，低市盈率就失去意义了，因为即便这几年挣回市值，但是如果后面是大部分盈利变成了资本开支和长期的低利润，那么挣回来的市值也仅仅是账面的；除非需求增长快到足以消化如此大规模的扩张，但应该也很难。到2027年，存储在机柜中的价值占比将会到30%以上，而消费电子的需求已经躺平，长期来看，这不会只是一个经济问题，正如海力士的崔会长说的。

国产模型的进步也给封闭的前沿模型带来挑战。如果巨额的投入拉不开差距，那么合理性在哪里？人才的流动和互相学习是无法阻挡的，这一点以后也很难改变。

现在股票的投资是建立在始终要保持百米冲刺的速度跑马拉松的假设下，在不否认这是一场马拉松赛事的情况下，如果改成正常的节奏跑，那么很多涨价压力就会缓解，未来发生这个变化的概率不低。因为现在的“百米冲刺”是吃了各种信贷的兴奋剂，要求速胜，但是现在暂时没有看到AGI近在眼前，而信贷的使用会受到金融市场逻辑的制约，“债券义警”也会时不时出现；一旦CSP发现，放缓一点节奏既能让股东高兴，又能让自己的行业地位不变，同时还能促进各种物料价格回落、AI 故事继续，那它们就会改变节奏。从几个CSP的业绩会上来看，它们都强调了投资的灵活性，特别是短期资产。

另外一个变化来自美联储带来的混乱，新任主席要改革，要求大家多关注“球赛”本身，少看“裁判的表情”；同时减少和市场的沟通、减少联储会议次数，并改革通胀的计量方式。大致上，新主席很不想加息，也对联储原先的运作方式很不满，但是这些改革需要理论和证据支持。旧框架正在被打破，新框架还没有建立，很难说旧的都对，但是现在市场不知道该怎么预期，这对资产定价也不是很有利。美联储现在处于观望期，在长期未实现通胀目标的情况下，观望有其合理性，但也带来了争议。观望时间长有信誉减弱的代价，近期，美国长期国债到期收益率到了2007年下半年以来的最高水平附近，如果通胀趋势不如人意，市场和公众不会给美联储太多时间，而通胀又和美伊战争的走向有关，现在的局面下似乎很难达成双方都满意的结果。这对市场来说也是个巨大的风险，8月数据非常关键。

汇率市场的剧烈波动，预示着很长时间以来的平衡在被打破，全球的资产配置依赖相对稳定的汇率，前面是黄金经历大波动，最近则是日元持续贬值。原先体系里的日元低利率、套息交易以及日本作为美债主要持有者这些节点，随着通胀长时间的高企都开始松动。过去全球美元循环主要回流到美债，现在则是以AI投资为中心的新循环。美债因为通胀变得模糊，新的顺差国对于美债的偏好不如以往，AI投资的大起大落能否承载海量的长期投资，这些都有待检验。一个体系的稳定往往不喜欢大的变量趋势性的改变，通胀长时间的高企、中国经济的崛起和全球资本市场的低配中国，时不时会冒出一些泡来，黄金价格上台阶、日元的持续贬值，这些都是信号，积累到一定程度可能会变成一个“灰犀牛”，然后开始自我实现。

价值的转移

现在模型还处于不能做所有的事情，但确实可以做很多事情的阶段。未来一段时间，如果模型不能很快做所有事情，那么前沿部署工程师（FDE）就会有价值。硬件、模型、应用三者在AI链上的价值分布可能在现在这个位置逐步发生一些转移。在军备竞赛阶段，硬件不计成本，利润最好；但是到推理大规模放量阶段，成本会成为重要考量，很难有某一个公司的模型一直保持领先，同时模型的使用还是可以做到无缝切换，因此模型的生意也一般，尤其在中国开源模型性能不断提升的背景下，投资巨大的闭源模型的前景并不明朗。现在的Token消耗主要在AI Lab、少数几个爆发式成功的生成式AI应用，以及企业客户在成本规避和提高生产率方面的需求，比如客服自动化、业务流程自动化等。但AI应用的未来是所有企业生产环境的工作负载。我们现在看到模型大厂都在招兵买马投入FDE；通过做好Harness，让模型和执行系统分离，使产品体验的竞争力不再取决于模型本身，而是取决于包裹模型的工程系统，这既成为可能，也是当下的选择。在当前的模型能力下，如果把模型的应用扩展到编程以外，就需要工程落地能力去匹配千行百业，这也是我们在产业界看到的，海外的模型大厂都在招人做类似PLTR的事情，国内的腾讯、阿里、字节都在归拢自己的办公产品，AI的下一步是企业生产环境的工作负载，这需要工程能力和渠道分发能力，而这就会给大厂带来机会。过去一周，谷歌、微软和亚马逊的市值上升了 1.5万亿美元，同期硬件类的公司则承压。

AI改造世界仍在继续，AI投资的价值也正在发生一些转移，一枝独秀到更加广泛的好公司都有机会，这是我们当下的投资假设。