嘉賓介紹：周志敏，清華大學學士，中國科學院研究生院博士。歷任廣發(fā)證券股份有限公司研究員，第一創(chuàng)證券股份有限公司研究員，從事行業(yè)研究工作。2014年8月加入創(chuàng)金合信基金管理有限公司從事行業(yè)研究工作，現(xiàn)任創(chuàng)金合信科技成長主題股票型發(fā)起式證券投資基金經(jīng)理。

　　TMT相關板塊經(jīng)過前期調(diào)整，再度出現(xiàn)反彈，上漲行情能持續(xù)嗎？當前階段，哪些細分領域值得參與？在科技類的投資標的選擇上有哪些好方法，有哪些需要注意的點？

　　創(chuàng)金合信周志敏表示，TMT板塊本輪上漲行情主要因為相關板塊調(diào)整到位，后續(xù)科技板塊的熱點將會增多，行情持續(xù)性可期?？萍及鍓K的防御性相對較弱，可以在風口到來的時候多選擇一些具備成長性的科技企業(yè)。

　　細分領域中，AI應用受益于算力提升以及模型迭代，當前已具備商業(yè)化的基本條件；計算機領域基本面風險已經(jīng)充分釋放，二季度可繼續(xù)關注企業(yè)的業(yè)績復蘇情況；智能汽車智能化程度和傳感器算法提升，相關創(chuàng)新產(chǎn)業(yè)鏈值得關注。

　　以下為文字精華：

　　1、創(chuàng)金合信周志敏：大模型催化AI應用落地

　　提問：現(xiàn)階段布局AI，有哪些領域值得關注？

　　周志敏：此次AI與以往的最大的區(qū)別是，幾年前的圍棋AI對普通消費者來說能使用的場景很少，而此次AI的厲害之處在于最開始你可以和它聊天，然后慢慢會發(fā)現(xiàn)它可以延伸出應用，比如最近社交媒體上有AI陪練英語的軟件，這個其實是很有意思的，也說明它可以落地并且商業(yè)化了。

　　商業(yè)化的推進會反過來帶動它整個產(chǎn)業(yè)鏈，比如大模型的再次迭代，然后帶動上游算力相關的需求增加，所以如果沒有下游的AI應用，上游路徑的發(fā)展可能就不那么順暢，因此我覺得往后我們還是應該要看AI應用。

　　基于大模型的應用，首先需要抓住大模型的核心，尋找市面上公認的靠譜、使用方便且獲取成本合理的大模型，圍繞這個大模型來開發(fā)應用，這就會使得大模型的選擇分成國內(nèi)和海外兩個路線，現(xiàn)在國內(nèi)企業(yè)正在加緊訓練自有大模型，因此這個階段模型產(chǎn)生的效果并不明顯，而海外則不存在這個問題，因為海外有公認的大模型龍頭，所有的應用都可以選擇圍繞其開發(fā)，所以海外AI創(chuàng)始人表示，專利的緊張限制了其模型發(fā)展，同時也限制了下游應用生態(tài)的發(fā)展。

　　由于海外可以圍繞其算力端、運力端以及應用等方面展開投資，如果上市公司是軟件公司或傳媒公司且下游市場主要在海外，那么企業(yè)可以暢通的對接GPT，其應用推廣就不會有太大的障礙，在國內(nèi)的話就需要看何時才能推出易用的大模型，然后應用端才能夠?qū)?，屆時可能整個產(chǎn)業(yè)鏈才會有所發(fā)展。

　　除了大模型外，還有另外一種所謂的垂直模型，這種模型專注于某些特定領域，從而促進其垂直領域AI應用水平的提升。

　　首先，在大模型出現(xiàn)之前AI就已經(jīng)出現(xiàn)了，在國內(nèi)早期，原來的CV（計算機視覺）領域，甚至在語音合成和語音識別領域已經(jīng)做得非常不錯了，但在大模型誕生之后則能力得到更進一步的加強。

　　2、創(chuàng)金合信周志敏：算力技術路線有待跟蹤

　　提問：關于上游的算力方面，你怎么看？

　　周志敏：其實我們也在關注最新發(fā)布的超級架構GH200，其CPU + GPU + DPU的架構模式使得算力比原來提升了許多，從該架構中可以看出。

　　第一，光有算力是不夠的，性能也需要提升。

　　第二，提升性能的同時，成本也需要降下來。

　　這符合科技行業(yè)的發(fā)展規(guī)律，發(fā)展初期大家追求的都是夠用就行，用現(xiàn)有產(chǎn)品測試新場景，在確定其可行性后才會針對該場景發(fā)展新的應用，隨著新應用的不斷迭代，當初較高的使用成本則隨之下降。

　　所以，我覺得AI也不例外，雖然從全球范圍來看AI現(xiàn)在還處在上升趨勢當中，但是因為產(chǎn)業(yè)還在孕育過程中應用并未得到有效開發(fā)，算力計算也并沒有一個好的標準，此外因為大部分的模型還處于訓練階段，模型的訓練算力和推理算力的要求在算法上面有一些區(qū)別，所以當前想要得到準確的算力數(shù)據(jù)是不太科學的，但是在總需求上將來可能是在逐步上升的。

　　對于如何提升AI的性能，市場上有兩種說法，第一，根據(jù)大模型的參數(shù)量，逐步增加參數(shù)。 第二，使用較大的參數(shù)量，通過提升間隔的方式將模型的參數(shù)分割為多段，從而達到減少算力需求的目的，但這依舊需要擁有能容納足夠大參數(shù)的模型。

　　另外，人工智能在美股的股價創(chuàng)新高，這與業(yè)績發(fā)布有一定的關系，如果上季度業(yè)績還不錯，那么展望下季度的業(yè)績也不會太差，所以短期太擔心風險。對于國內(nèi)來講，因為貿(mào)易限制的問題就相對復雜一些，所以國內(nèi)的大模型公司可能還需要考慮更多，比如，是否需要多囤一點h800？是否需要尋找備用方案？是否需要開始嘗試使用國內(nèi)算力供應商的算力？這是技術和供應鏈安全的問題。

　　其實還有路線之爭，例如，英偉達代表的是GPU路線，還有以谷歌代表的TPU（ASIC專用芯片）。對于路線的選擇，現(xiàn)在還沒有明確的定論，將來算法模型相對穩(wěn)定或者架構穩(wěn)定了，那么大公司也可能會使用ASIC芯片，所以我覺得科技股有趣的就是這個地方，在剛興起時，并不能用成熟行業(yè)的眼光來看待它的，因為隨著技術、理論或者供應鏈的變化，科技公司的成本會隨之升高或者下降，那么公司就需要考慮新技術路線是否有探索價值了。

　　3、創(chuàng)金合信周志敏：細分不同估值方法各異

　　提問：如何看待計算機行業(yè)？

　　周志敏：計算機板塊是今年我比較看好的，這里面的邏輯就是跌得足夠久，跌得足夠多，然后基本面上的風險釋放也足夠充分，指數(shù)也是處在下行趨勢，不用擔心有太大的波動，這說明底是很扎實的。

　　但是其上升驅(qū)動力在哪？從去年開始信創(chuàng)、數(shù)據(jù)要素、數(shù)字中國、AI相繼發(fā)力使得行情一直延續(xù)到了現(xiàn)在，那么我覺得二季度還是可以繼續(xù)關注板塊里的公司是不是真的進入到了業(yè)績復蘇的階段，當然這不僅僅局限于AI，因為計算機公司其實挺多的，所做的業(yè)務也有所不同，所以到了訂單釋放的節(jié)點就能看出來。

　　提問：行業(yè)投資如何考察想象空間和估值關系？

　　周志敏：一般來說研究制造業(yè)相對是容易上手的，因為廠房、產(chǎn)能都可以合理計算出價值，其中通過計算生產(chǎn)商品的數(shù)量來獲得產(chǎn)能，通過商品價格可以計算出毛利率水平，因此我們可以通過以上的方式大致得到盈利預測表，比如收入、利潤、未來發(fā)展預測以及發(fā)展規(guī)劃，但并不能完全按照標準或者公式來計算。

　　而計算機行業(yè)的估值相對較難計算的原因是驅(qū)動方式的不同，投資者很難知道它的驅(qū)動方式是什么，比如，有一家公司雖然是產(chǎn)品化的公司，但也可能是軟件公司或者是訂閱式服務公司，如果按照軟件拷貝的銷售數(shù)量來計算產(chǎn)能，難度也是很大的，因為這與產(chǎn)能無關，如果是訂閱式服務公司，簡單通過增加用戶數(shù)來預測也是比較困難的，具體來說，投資者很難知道歷史上用戶增長情況。

　　與制造業(yè)不同，例如，化工企業(yè)10萬噸產(chǎn)能是其能力上限，假設企業(yè)已經(jīng)達到了80%的產(chǎn)能利用率，往后景氣度向上，可能明年就要用到100%的產(chǎn)能，但也就只有10萬噸的產(chǎn)能。

　　如果一定要給計算機公司估值，一般情況下都是在國內(nèi)外尋找同行業(yè)中擁有相同業(yè)務的公司對標，比如，評估公司服務的用戶數(shù)量、產(chǎn)品年銷售量、對應收入水平等，在綜合評估后給予其相應的估值。

　　如果找不到對標公司，則需要靠投資者發(fā)揮想象力，比如消費端的工具型軟件，就需要考慮軟件大概有多少用戶，有多少用戶會用到這個工具，以及用戶的付費能力，其中有太多的不確定性，所以在實際操作當中不一定會按照這種方式來估值。

　　實際操作中考察更多的可能是方向，方向不對估值就沒有太大意義，比如，AI，我很有信心是因為我覺得這個方向是很對的，它的發(fā)展只是個時間問題，當然中間一定會有波動，這也是計算機投資時投資者總覺得難的原因，所以一方面需要投資者辨明方向，另一方面就是對于信息的關注度高于其他行業(yè)。

　　4、創(chuàng)金合信周志敏：智能汽車產(chǎn)業(yè)空間巨大

　　提問：對于汽車智能化相關的投資，主要看哪些領域？未來的空間如何？

　　周志敏：未來的汽車都是智能汽車，但智能化程度可能有差異，有的特別智能，有的則可能稍差一些，但我們發(fā)現(xiàn)幾個新產(chǎn)品其實挺有意思的，比如，最近的國內(nèi)網(wǎng)紅品牌，車價可能7萬—8萬元，具有二級輔助駕駛，其智能化程度相對較高，所以未來智能化普及問題不大。

　　對于價格更高的智能汽車，其智能化水平更高，那么其傳感器和算法也會做相應的優(yōu)化，這也會帶動一些傳感器廠商獲得更多的利潤，例如，有一家做激光雷達公司，從財務報表來看，收入增速較快，現(xiàn)金、流盈利能力等參數(shù)都非常正向，所以幾年前我們所說的智能自動駕駛或者是高階輔助駕駛中離不開激光雷達，從基本面的角度來看，雖然銷量數(shù)據(jù)可能比投資者的預期要少一些，但是產(chǎn)業(yè)依舊在向前發(fā)展。

　　此外，除了已經(jīng)成熟的產(chǎn)品外，公司也需要注重產(chǎn)品的研發(fā)，例如，原來激光雷達都是外置的，現(xiàn)在把激光雷達做到了駕駛艙里面，我覺得這對產(chǎn)品的拓展是很有幫助的，如果成本降低一些，我覺得普及起來會比較容易，因此這個產(chǎn)業(yè)鏈我覺得值得關注。

　　此外，從算力方面來說，激光雷達是個探測器，探測器探測到例如行人、車輛、障礙物等，就需要由車機進行數(shù)據(jù)分析處理，所以這又和芯片有關系了，這與之前所說的大模型又有許多相似之處，有點像訓練大模型的階段，但是好在這個行業(yè)是在往前走的，像國外的英偉達也在不斷推下一代產(chǎn)品，之前國內(nèi)的用戶還比較擔心國產(chǎn)傳感器或者芯片是否能用在智能汽車上，但現(xiàn)在我們可以看到國產(chǎn)車已經(jīng)搭載上了國產(chǎn)芯片，就像之前理想汽車創(chuàng)始人李想在他的微博中很自豪地說理想汽車的零部件中有很多都是國產(chǎn)的，也提到了智能化相關的產(chǎn)品。

　　我看好智能汽車板塊的因為首先是因為智能汽車屬于非常大的產(chǎn)業(yè)，產(chǎn)業(yè)空間足夠大，過去這個產(chǎn)業(yè)的話語權是在外資或者合資里面或者是由外資方主導的，國產(chǎn)供應鏈想擠進去其實是很難的，理由有兩點，第一，能做但外資方未必會相信你的產(chǎn)品，第二，有一些產(chǎn)品因為技術壁壘、專利等原因確實不能做，現(xiàn)在我們的國產(chǎn)品牌越來越多，這使得國產(chǎn)零部件生產(chǎn)企業(yè)成為上游供應商就順理成章了。

　　并且下游整車制造就像智能手機一樣，正處于技術不斷變化的過程中，用戶體驗和產(chǎn)品質(zhì)量也越來越好，所以在下游智能化做得好的車里，國產(chǎn)供應鏈的身影是非?；钴S的。

　　5、創(chuàng)金合信周志敏：科技可能是最鋒利的矛

　　提問：在科技類的投資標的選擇上有哪些好方法？

　　周志敏：第一，科技類就選科技公司，例如，電子通訊、計算機。第二，選擇有成長性的公司。

　　提問：科技板塊的投資是不是不存在所謂防御性的標的？

　　周志敏：個人覺得，科技板塊的防御性標的的防御性會差一點，因為現(xiàn)在科技板的個股接近一千，如果一定要從里面選擇幾個穩(wěn)定性非常高的標的，可選范圍就相對較窄。

　　但是買科技就是買成長，如果只是想要資產(chǎn)扎實、盈利能力不錯、市盈率又低的投資標的，可能找不到太多。如果只是想要穩(wěn)健增長，不需要增速很快，只需要在合理的估值區(qū)間里保持長期穩(wěn)定的增長，可能就會發(fā)現(xiàn)消費或者傳統(tǒng)制造業(yè)會更符合要求。

　　想要爆發(fā)力特別強，行業(yè)風口來了就能保持兩三年的高增長的標的，在科技板塊中有許多，所以在科技板塊風口來的時候，投資者可以多看看科技板塊。但是，如果科技行業(yè)已經(jīng)進入到下行階段，投資者依舊死守這個板塊，倒也大可不必，依據(jù)多年的研究和投資經(jīng)驗來說，在整體行情不好的時候，科技股的防御能力確實不會太好，因為科技可能是最鋒利的矛，但不一定是最強的盾。