432
0最近整理文字音频更新了 23年6月之前的 space 讨论内容，方便查缺补漏。
部分讨论内容具有时效性，每期论时间见日期标注，感谢听友们关注 🙏
【活动信息】
分享主题：再议微软、英伟达、台积电
时间：20:00（UTC+8）2023年7月7日
嘉宾：
Odyssey推特@OdysseysEth
Zhen Dong 推特@zhendong2020
Peicai Li 推特@pcfli
Cryptotrek.eth 推特@happylilyelf
【特别说明】
在讨论中提到的任何项目，均不构成投资建议 ，加密市场是一个风险很大的市场，请大家谨慎对待。
【音频时间戳】
04:28 Zhen Dong分享自己对AI行业的见解
13:50 Cryptotrek.eth分享自己对AI领域投资的观点
23:48 Peicai Li 提出自己对AI领域的疑惑点
36:10 对于新兴产业的识别是否应该尽早接触
38:56 怎么样去观察价值链和生态增长
40:58 投资时如何考量技术周期
48:30 当芯片由训练转向推理时是否会出现更合适的投资标的
51:49 是否应该相信技术周期它总会呈现指数增长呢
56:01 在研究过程中是否有些更有效率且比较好的方向
【要点精选】
- Zhen Dong 推特@zhendong2020
从鸿沟模型的角度，整个 AI 行业还处在非常早期的时间节点，虽然从下象棋到打游戏到 ChatGPT 一下子爆火了一段时间，但时间很短暂。
为什么这么说呢？
目前这个行业面临着从零开拓新的行业分类的困难，这在鸿沟模型的定义里面其实是它缺一些市场对手，意味着所有客户在之前都没有给 AI 留出一部分预算。
所以从零开始开拓的行业面临着很多困难，同时也有很多机遇但这个过程需要时间。
真正什么时候能到主流对手？
除了没有市场对手之外还需要有产品对手，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、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，但目前 AI 产品在这个角度上相对差一点，没有到主流的大众市场。
英伟达它目前的业务非常像鸿沟模型里提到的龙卷风暴，它有几个特点：
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 的显卡目前是市场上唯一的选择。这两者结合促使了现在NV 显卡大量交付，所有和 AI 相关的大公司基本上都留了很多预算进行采购，包括特斯拉，字节跳动。而且NV的一些行为也很像龙卷风暴公司，它们正在做的就是不顾一切实现交付。
英伟达目前在显卡或是 AI 的硬件领域是个毫无疑问的大猩猩，而且力量非常强。
有些企业在龙卷风暴阶段占 30%- 40%的市场份额，但英伟达市场份额非常高，也能看到英伟达的股价、影响力，大家对它的认可度非常强，所以英伟达的业务具有很明显的龙卷风暴特点的时间节点。
微软或者OpenAI非常像，如果把它们看成一样的东西，现在的产品其实有很强的保龄球道的特质。
OpenAI的问题是现在公司或者整个 AI 的赛道缺市场对手，需要时间慢慢发育。他们给公开API 招募了很多的同行，在下游的开发团队或者公司在尝试搭建生态。
OpenAI 已经打掉了所谓保龄球道，在一些细分领域做得比较好。首先在AI ToC 的API 上打开了接口，以 Midijourney 为代表的大量团队开发了OpenAI 的接口，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，所以现在采用开源的价格方式，通过开源的架构让下游公司一起来搭建生态。
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，并尝试在某些行业领域或者细分市场掀起自己的龙卷风暴。
- Cryptotrek.eth 推特@happylilyelf
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，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，它们都在引领人类的发展，像金融危机、经济周期都很短但技术周期都比较长。
AI 可能是人类的第六次大革命且会持续很久，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。
前几年 AI 就已经有发展，英伟达的 GPU 虽然主要用在游戏，但也有一些特别的应用，比如金融公司用它来计算模型、构建量化模型，发现浮点运算能力居然这么强。
后面制药公司、航空航天、化工业公司也用它来设计了一些模型，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了小应用。
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并且逐步上升，借助跨越鸿沟的模型看它是在一些小型的利基市场得到应用。
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。
谈一下对 AI 的研究思路和方法，对于新兴产业不需要用很固有的思维和方式或者定位约束。因为新兴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的去抢对自己有利的位置，这个过程中会有很多演化，所以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。
谈一下研究方法，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做了什么，很多人对于某个公司或者某个标的基本东西不够了解。
要想了解或研究项目，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，要看这几年的年报、季报新闻、竞争对手和行业的相关材料，再开始讨论，这样才能彼此知道对方在说什么，不用浪费很多时间在基础的地方，而且更要密切跟踪它们的变化。
- Peicai Li 推特@pcfli
目前 NV 已经偏中后期，基本已经进入了龙卷风暴，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很早期，未来应该还有很多机会，所以现在来看微软确实是个不错的投资标的，因为很多研发的客户或拿了融资投资的创业公司都会用到这第一波应用。
确实也发现 ChatGPT 现在的后继比较乏力，甚至一些金融公司、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 出来之后整个行业投资资金变多，有些 killer APP、大的应用场景被大家挖掘出来，逐步走向大众。
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，未来会带动更多芯片需求，台积电肯定也会受益。
台积电的问题在于不确定垄断地位是否能保持，技术上同质化而且产能巨大。做挖矿时了解过它的芯片制造能力，每一条生产线开出来都是几万片一天的产量。
Q、对新兴产业的识别是不是可以更早？
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。最早关注NV，最一开始其实并不是看到了AI，那时 VR 和 AR 比较火，才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主要提供者。
前两年才开始发现 AI 是个很有意思的事情，可以落到应用上，跟踪和观察发现很多东西。（Cryptotrek.eth 推特@happylilyelf）
Q、价值链条有哪些组成部分？你会关注生态增长的哪些维度？
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怎么样？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。（Cryptotrek.eth 推特@happylilyelf）
Q、是否应该相信技术周期它总会呈现指数增长？
我对摩尔定理的坚持等等的，个人认为是比较狭窄的角度，创新是个社会学问题，人类的价值主张在创新中起到的作用很大。
要从社会学的角度去看，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。
未来虚拟世界还会发展，现代社会大家就算都躺平了，还是要有精神寄托。精神寄托可能是虚拟世界，如果说虚拟世界不行，就星辰大海往外太空探索。
价值主张感觉对创新的影响很大。电动车的发展是因为想更加环保，光伏太阳能也是这样，包括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。（Cryptotrek.eth 推特@happylilyelf）
Q、在研究过程中是否有些更有效率且比较好的方向？
做研究是比较繁琐的，要想做好肯定得研究的更深入。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、看代码。
对于公司研究的也是，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、财务报表、收入结构地区分布群、分产品的收入趋势、利润率等等，其次是公司的竞争优势、技术、营销策略，最重要的是公司的战略和团队都需要了解。
现在公司有很多公开信息，可以从公开网站，跟踪的久了就能看出来整个战略发展脉络和优势。
有些东西也需要自己去判断，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，如果这些都关注到了，那就比 80% 的人了解的多。（Cryptotrek.eth 推特@happylilyelf）
【关于E2M Research】
E2M Research，聚焦投资和数字货币领域的研究和学习。和同行者一起，From the Earth to the Moon。
🌟文章合集 :mirror.xyz
🐦关注推特 :twitter.com
🎙️音频播客：e2m-research.castos.com
🎯加入DC：discord.com
