铃阅
❌

阅读视图

英伟达CEO接班人外部呼声最高的雷内·哈斯:我和黄仁勋的性格不同,但工作方式其实非常相似

热爱学习的 2026-11-16 15:00 上海

以下文章来源于:IN咖

IN咖

多视角关注优秀投资人和企业家

一家无处不在,但鲜为人知的公司

“你就是这项业务的CEO。所有收入由你负责,产品由你负责。如果业务出了问题,或者没有盈利,我就会追究你的责任。”

这是黄仁勋当年对英伟达计算产品业务部门总经理雷内·哈斯(Rene Haas)的要求。

有意思的是,哈斯当时负责的业务占英伟达总收入的25%,但直接向他汇报的员工,只有5个人。

可以想像,这确实不是一家传统意义上依靠组织层级运转的公司。

多年以后,已经成为Arm CEO的哈斯回忆,自己从黄仁勋身上学到的最重要的管理原则之一,就是依靠影响力,而不是职位和组织架构来领导。

最近,随着黄仁勋突然离任,这位曾经的部下,进入了英伟达新任CEO的候选名单。

11月13日,《金融时报》报道,英伟达董事会已经接触Arm CEO雷内·哈斯,探讨接班的可能性。虽然公司很快澄清尚未正式接洽候选人,但在外界讨论的诸多名字中,哈斯无疑是最受关注的外部人选之一。

为什么是雷内·哈斯?

这场不久前由全球半导体联盟联合创始人兼CEO乔迪·谢尔顿(Jodi Shelton)主持的深度对话,恰好提供了一个很好的观察窗口。

先说Arm。

对于普通投资者而言,Arm的知名度远远不及英伟达、苹果或者英特尔,但它在全球半导体产业链中的地位,可能比许多人想象的更加重要。

这家总部位于英国剑桥的公司,长期采用一种非常独特的商业模式:不直接制造芯片,而是提供处理器架构和核心设计,通过知识产权授权和版税获得收入。

迄今,全球累计已有超过3500亿台设备采用Arm技术。从智能手机到汽车,从个人电脑到数据中心,这家公司几乎无处不在,却长期站在幕后。

2022年,英伟达以400亿美元收购Arm的交易因监管阻力告吹,哈斯就在那时成为Arm的CEO。

雷内·哈斯出生于1962年,今年64岁,比黄仁勋还年长一岁,是一位拥有40多年从业经历的半导体行业老将。

1984年从克拉克森大学毕业后,他先后供职于德州仪器、施乐、日本电气半导体公司(NEC),也曾在两家初创公司担任管理职务。

2006年加入英伟达,担任计算产品业务副总裁兼总经理,负责包括笔记本电脑GPU在内的相关业务,与黄仁勋共事7年。2013年,他离开英伟达加入Arm,历任重要管理职位,2022年出任CEO,2023年带领Arm完成IPO。

如今,这家已经有35年历史的公司,正在他领导下走向一次重要的战略转变:从单纯提供芯片设计知识产权,进入自主芯片产品领域。

对于一家原本向竞争对手共同提供技术的公司,这显然不是一个轻松的选择。

哈斯对企业如何应对变化有很深的感触。他在柯达和施乐的重镇纽约州罗切斯特附近长大,亲眼见证了这两家曾经的科技巨头,因为固守原有业务而错失新的产业机会。

“如果你不愿意适应变化,不愿意跨越那些过去被认为绝对不能跨越的边界,那么,历史就会替你写好结局。”

而他尤其欣赏黄仁勋的一点,是能够在坚定信念与及时转向之间保持平衡。当年,黄仁勋果断放弃自己曾极力支持的x86芯片组业务,转而加大对Tegra的投入。

不被过去的投入和判断束缚,或许正是这两位科技企业领导者最深的一层相似。

哈斯的领导观,也能从他大学打篮球的经历中找到一些线索。他曾是球队里最好的球员,后来不断招募比自己更优秀的人,退居第6位,却成了队长。

他很早就明白,领导者不必是团队中最优秀的人,重要的是让优秀的人能够共同发挥作用。

这场对话还有不少值得细读的地方。

比如,哈斯谈到在两家初创公司工作的经历,让他深刻理解了为什么头衔、流程和办公室政治都不重要,真正重要的是把事情做成,让企业活下去;他也谈到黄仁勋与孙正义这两位风格迥异的科技领袖,前者对业务细节近乎苛刻,强调速度和执行,后者则更擅长发现未来的巨大机会,并敢于承担风险。

尤其值得一看的是他对AI发展的态度。作为一名技术乐观主义者,哈斯并不赞成让整个行业放慢脚步。但对于前沿模型的安全问题,他的看法相当犀利:如果一家企业连自己开发的产品都无法充分理解和控制,那首先应该反思的,是自身的工程能力、质量管理和内部制衡机制,而不是要求整个行业一起放慢速度。

这其实是一个很有意思的管理者视角。

某种程度上,这也让我们看到,一位长期在优秀科技组织中工作的领导者,是如何理解创新、风险与责任之间的关系。

对话中让人动容的桥段,是关于他的父亲。

哈斯的父亲出生于德国犹太家庭,童年时为躲避纳粹迫害辗转欧洲,后来移居美国,成为施乐的一名研究人员,一生拥有约60项专利。

2008年,父亲去世。2023年Arm准备上市时,孙正义原本希望把IPO定在9月13日。哈斯提出,能不能推迟一天?因为9月14日,本该是父亲的95岁生日。

孙正义答应了。哈斯说,如果父亲能在电视上看到儿子带领的公司上市,一定会高兴得不得了。

回到开头。这场交流是10月中旬发布的,自然没有意料到英伟达最近的突发风暴,但对话详细讲述到黄仁勋如何管理公司的方式和案例,更加觉得其作为CEO种种的不可替代,也难怪这两天内外部请愿回归的声量很大。当然,反对的阻力也很大。

无论如何,这是近期看过最精彩的对话,没有之一。严重推荐!

聪明投资者(ID: Capital-nature)精译整理这场完整对话,分享给大家。

延伸阅读:英伟达新高!黄仁勋对话ARM首席执行官:我们正试图让AI更快,行业在软件上的投资远比硬件大上千倍……

Arm是3500亿台设备背后的“大脑”

 乔迪  我在半导体行业已经很多年了,你也是。我几乎整个职业生涯都与Arm有所交集。

我和罗宾·萨克斯比(Robin Saxby,Arm首任CEO)是多年的好朋友,直到现在也是。你的前任CEO还曾担任全球半导体联盟的董事会主席。

所以,我可以说是近距离见证了Arm这家非凡公司的发展。但对很多普通人来说,Arm并不是一个耳熟能详的名字。

 哈斯  确实如此。在半导体行业里,大家都知道Arm。但只要走出这个圈子,我们的知名度就远没有那么高。

当然,现在可能比五六年前稍微有名一些,但说实话,我觉得Arm的知名度仍然远远没有达到它应有的水平。

 乔迪  可你们的技术已经进入全球3500亿台设备,这显然是一家极其重要的公司。那么,领导一家技术几乎无处不在、公司本身却又如此低调的企业,是一种什么样的感受?

 哈斯  说实话,我觉得自己非常幸运,能够领导这样一家公司。

我天生就是一个好奇心很强的人,而Arm最让我着迷的地方,是我们的技术几乎进入了你能想到的每一个终端市场。

无论是Meta的智能眼镜、梅赛德斯-奔驰汽车,还是数据中心、智能手机和个人电脑,都离不开我们所提供的技术。

当你看到这些产品时,可能会好奇:“它到底是怎么工作的?里面用了什么新技术?未来又会往什么方向发展?”

而我们有机会接触到所有这些领域。

某种程度上,我们就像站在一个制高点上,能够看到不同技术和产品正在发生怎样的变化。

所以,能够领导这样一家从技术和硬件层面几乎可以观察整个科技产业的公司,我真的觉得自己非常幸运。

 乔迪  假设你在一个鸡尾酒会上,遇到一个不太了解科技行业的人。你又不想花太长时间解释Arm是做什么的,把对方讲得昏昏欲睡,那你会怎么介绍?

 哈斯  我通常会从我们真正创造的东西讲起,也就是CPU,中央处理器。

但很多人其实不知道CPU是什么,所以我会把它比作人的大脑。任何一台现代电子设备,不管它是什么,都需要一个大脑,就像每个人都需要一个大脑一样。

而Arm提供的,正是这些设备里的“大脑”。

回到3500亿台设备这个数字,它确实大得有点不可思议。但你想想,一台电子设备里还有很多电阻、电容、电感等元器件,它们的数量同样非常庞大。

所以,重要的并不只是Arm的技术进入了多少设备,而是我们在这些设备里究竟发挥着什么作用。

别人可能会问:“好吧,你们的技术用在这么多设备里,但它真的那么重要吗?这些设备真的离不开你们吗?”

这时候,我就会解释CPU究竟是做什么的。CPU就像一台设备的大脑,负责运行和控制整个系统。

听到这里,人们通常会很惊讶:“哇,这么重要的一家公司,为什么我以前从来没听说过?”

然后,他们可能又会问:“你们的股票代码是什么?”

于是,话题就这样聊开了。

从没想过要成为CEO,真正推动的始终是好奇心

 乔迪  你担任Arm CEO才4年,但说实话,感觉你已经非常适应这个角色了。你是怎么完成这种转变的?成为CEO是你一直以来的目标,所以走到这一步很自然?还是说,你也经历过一段适应的过程?

 哈斯  我从来没把成为CEO当作自己的人生目标。

我猜你可能也问过其他嘉宾,他们是不是一直梦想着有一天成为CEO。对我来说,答案是否定的。

我真正想做的,是在科技公司工作,不断学习,接触新的技术,尝试新的事情。这才是我选择职业方向的出发点。

而且,我的职业生涯有一个特点,就是几乎做过一家科技公司从创办到经营所涉及的各种工作,包括产品工程、测试工程、设计工程、市场营销和销售。我既待过初创公司,也待过大公司。

20世纪90年代末,我在两家规模很小的初创公司工作过。当一家公司只有20个人的时候,你几乎能接触到所有事情,也需要做各种各样的工作。

那时候,我有没有想过,自己可能比公司的CEO做得更好?其实没有。因为公司规模很小,每个人都有一大堆重要的事情要做,而且CEO自己可能也是第一次担任这个职位。

我当时待过的两家公司,Tensilica和Scintera Networks,CEO都是第一次当CEO。他们都是技术出身,也是在工作中学习怎样经营一家企业。我同样是在这个过程中,逐渐摸索自己的角色。

但我从来没有想过:“我肯定能比克里斯做得更好。”

克里斯·罗文(Chris Rowen)是当时Tensilica的CEO,另一家公司Scintera的CEO是阿比吉特·潘塞(Abhijit Phanse)。

后来我去了英伟达,那里的CEO就完全是另一回事了,那就是黄仁勋。

没有人加入英伟达的时候,会想着:“我要怎么做,才能有一天接替黄仁勋?”英伟达根本不是这样运作的。黄仁勋是公司的创始人,即便在我2006年加入的时候,他也已经把英伟达发展成一家非常出色的公司。

所以我在英伟达从来没想过,自己需要做些什么,才能有一天接替黄仁勋的位置。我只是这家公司管理团队中的一员,一边做好自己的工作,一边不断学习。

当时我直接参与黄仁勋的管理团队工作,有很多机会近距离观察他。这段经历最宝贵的地方,就是让我真正了解到,一位优秀的CEO究竟是怎样工作的。我从他身上学到了很多。

后来我加入Arm,当时的CEO是西蒙·西格斯(Simon Segars)。之后软银收购了Arm,公司内部经历了很多变化。

软银完成收购后,我被任命为总裁,负责Arm的核心知识产权业务。从某种意义上说,这个职位本身就相当于一家小公司的CEO。

所以,回头来看,我也说不清自己究竟算不算误打误撞地走上了CEO岗位。但在此之前,我有机会近距离观察过很多优秀的领导者,也得到了很好的指导。更重要的是,在正式成为CEO之前,我已经负责Arm的核心IP业务4到5年了。

 乔迪  所以,你实际上已经做了4到5年类似CEO的工作。

 哈斯  对。真正接任CEO的时候,至少在业务层面,这个跨越并没有我原先想象的那么大。

当然,还有很多其他事情需要学习,但对于公司的业务,我已经非常熟悉了。

 乔迪  你带领Arm完成了一次非常成功的IPO。现在,这家公司的市值已经达到2500亿美元。这个数字会不会让你自己都觉得不可思议?

 哈斯  不会。这个问题我经常被问到,接下来的回答可能听起来有点自大,但我确实不觉得意外。

当时Arm推进IPO,公司的估值大概是500亿美元。我有没有认为500亿美元就是Arm最终能够达到的高度?当然没有。

我一直认为,Arm是一家非常重要的公司,而且我们所处的市场正在爆发式增长。尤其是人工智能,毫无疑问,它让整个科技行业的发展大大加速了。

所以,今天Arm发展到你刚才提到的规模,我并没有那么惊讶。

当然,2500亿美元是一个非常大的数字。我为公司感到骄傲,也为员工们取得的成就感到骄傲。

但我不会每天早上醒来,突然感叹:“天哪,我怎么爬到这么高的地方了?”我并不是这样看待这件事的。我们还想做得更好。

从德国逃亡到美国,一个犹太家庭的命运转折

 乔迪  我想再深入了解一下,你是怎样成长为今天的样子。要真正理解一个人,往往需要回到他的成长经历。

你的家庭历史就很特别。你的父亲出生于一个德国犹太家庭,小时候为了躲避纳粹迫害逃离了德国。你的母亲则是葡萄牙人,但你们全家最终定居在美国纽约州的罗切斯特。

这一切是怎么发生的?还有,你小时候是否了解父亲经历过什么?他会和你谈起那段历史吗?

 哈斯  我父亲出生于20世纪20年代的德国,家里是犹太人。

我祖父非常有经商头脑,拥有自己的公司,而且经营得相当成功。不过,父亲很少谈起这些事情,很多细节都是我们在后来几十年里才逐渐了解到的。

当时,德国一些比较富裕的犹太家庭很早就察觉到了危险。犹太人的财产和企业开始被没收。大概在20世纪30年代初,祖父就意识到,一家人继续留在德国已经不安全了。

于是,他们开始在欧洲各地辗转,先后去了奥地利、捷克斯洛伐克,从一个边境到另一个边境,一直在寻找能够安身的地方。

最后,他们来到了葡萄牙。因为当时葡萄牙允许犹太人免签入境,他们得以在里斯本落脚。

但你想想,我祖父原本在德国是一位非常成功的商人,到了里斯本,却不得不想尽办法赚钱养家。

我父亲后来是在里斯本长大的。不过,因为早年在德国生活过,他一直带着非常浓重的德国口音。

如果你见过他的录像,或者听过他的录音,你会发现,无论长相还是声音,他都和亨利·基辛格(Henry Kissinger)非常相似,真的特别像。

父亲对科学充满好奇心,后来获得了博士学位,研究方向是物理学和化学。他是一个非常典型的技术型人才。

我母亲则出生在里斯本,成长背景和父亲完全不同。她走的是人文科学这条路,同样获得了博士学位,研究的是罗曼语族语言。

她懂拉丁语、法语、德语、葡萄牙语,还会很多其他语言。

在当时的葡萄牙,一个犹太男性和一位天主教女性结婚,并不是常见的事情。所以,我想双方父母一开始都不太赞成这门婚事,但最终还是接受了。

后来,祖父又说服父亲去美国发展。

他告诉父亲:“葡萄牙没有多少适合物理学家的工作机会,你应该去美国。”

那已经是20世纪50年代末、60年代初。第二次世界大战结束后,美国正在大量招聘来自欧洲的科学家。

于是,我父亲在美国找到了一份工作。

很有意思的是,那也是一家半导体公司,叫飞歌(Philco),位于宾夕法尼亚州的费城,主要生产电视机和收音机使用的晶体管、放大器等产品。

所以,我和一个弟弟其实都出生在费城。

后来父亲在飞歌工作没多久,他的上司就离职了,去了纽约州北部罗切斯特一家很有前途的年轻公司。那家公司当时正在开发复印机,就是施乐(Xerox)。

父亲后来也加入了施乐,成为一名研究人员。

到他退休的时候,我记得他的专利数量在施乐的发明人中排名第2,大概拥有60项专利,涉及液晶、喷墨打印等技术。

所以,父亲最后在罗切斯特地区定居下来,准确地说,是罗切斯特郊区的韦伯斯特。他之后的整个职业生涯都在施乐度过。

而我,就是在韦伯斯特那个安静的小镇上长大的。别的孩子在打棒球,我7岁就在博物馆研究石头

 乔迪  我想,你们家的氛围一定非常特别。那是一个安静的家庭,还是经常热热闹闹的?我猜一定充满了知识和思想上的交流。

 哈斯  确实,我们家有非常浓厚的学术氛围。

而且,在准备今天这场对话的时候,我也一直在想,如果要追溯我今天拥有的这些能力,究竟是从哪里来的?

我母亲研究语言和文学,包括英语。她非常喜欢阅读,所以家里到处都是书。我从小就开始读书,父母总会确保家里有各种各样的书籍。

但与此同时,父亲又是一名科学家。

所以,当其他孩子都在外面参加少年棒球联赛的时候,我7岁就在博物馆里上地质学课了。

你得知道,纽约州北部其实是一个相当乡村化的地区。当然,那里也有很多在施乐和柯达工作、受过良好教育的人。

但我是家里的老大,而父母都是移民,没有在美国养育孩子的经验。

他们不知道美国父母通常是怎么带孩子的。所以,其他孩子都在打棒球,参加少年美式橄榄球比赛,而我却坐在博物馆里,研究各种石头。

一开始,我当然会觉得很不公平。“为什么我不能跟其他孩子一起玩?”“为什么我非得坐在这里,研究什么石英、黑曜石,还有各种各样的矿物?”

但现在回过头看,那其实是一段非常棒的成长经历。

我们家确实充满了各种与知识和科学有关的东西。家里有显微镜、照片冲洗实验室,还有很多其他科学实验设备。

 乔迪  还有莎士比亚。

 哈斯  对,还有莎士比亚,什么都有。(笑)

我母亲喜欢读各种各样的书。所以,我从小实际上同时受到了科学和人文这两方面的影响。

 乔迪  你还有弟弟,对吧?

 哈斯  我们家有3个男孩,我是老大。而且很有意思,另外两个都有博士学位,只有我没有。

 乔迪  所以,你反倒成了家里那个“不太争气”的孩子。

 哈斯  对,我就是那个不争气的。(笑)

在父母眼里,学术成就就是一切

 乔迪  那么,你父母对孩子有什么期望?

 哈斯  学业成绩就是一切,绝对是一切。对我母亲来说,如果一个人拥有哈佛、康奈尔、麻省理工或者斯坦福的博士学位,那简直太了不起了。

在最理想的情况下,她希望我们兄弟几个最终都能成为大学教授,在学术界工作。

我父母都拥有很高的学历,所以他们非常重视学术成就。

即便父亲后来在施乐的研究实验室工作,当时的研究环境也非常强调基础科学。

你想想,20世纪60年代、70年代的研究实验室是什么样的?即使一项研究最终没有转化成商业产品,也没有太大关系。

那还是贝尔实验室的时代,科学家可以投入大量精力从事纯粹的基础研究。

所以,我父母其实都不是特别有商业意识的人。我觉得自己身上的商业兴趣,可能更多是从祖父那里继承来的,算是隔了一代才重新出现。

 乔迪  那如果孩子让父母失望了,会怎么样?比如在学校惹了麻烦,或者成绩没能拿到全A?

 哈斯  他们非常严格,真的特别严格。

父母会认真查看我们的每一张成绩单。而且,我母亲还在当地高中担任过代课老师,认识学校系统里的很多人。在学校里发生什么事情,根本瞒不过他们。

另外,我觉得大多数家庭里的老大,通常都比弟弟妹妹更守规矩一些。我就是那种比较听话、很少越界的孩子。

 乔迪  你的父母都是移民。所以,我想他们看待美国的方式,可能和我们这些出生在美国的人不太一样。他们应该非常感激美国提供的机会,也格外珍惜这些机会。你小时候有这种感受吗?

 哈斯  有。就像我刚才说的,父母大概是在20世纪50年代末、60年代初来到美国的。不过,我记得他们好像直到2000年以后才正式成为美国公民。

但他们一直非常热爱美国,也非常珍惜这个国家所提供的机会。

有意思的是,我自己在成长过程中,却没有很强的“美国人”的感觉。当然,究竟什么才算“美国人”,这个问题本身就很难回答。

比如我的名字。我母亲曾经在法国教过很多年书,非常喜欢“Rene”这个名字,所以就给我取名叫雷内。

但你想想,那可是在纽约州北部。周围的孩子都叫什么?鲍勃、苏、莎莉、蒂姆。雷内这个名字在当时真的非常少见,所以我小时候经常因为名字被其他孩子取笑。

再加上,我父母说英语时都有很重的外国口音。

 乔迪  所以,你觉得自己更像一个欧洲人?

 哈斯  噢,当然。我一直有这种感觉,觉得自己像个外国人。

有时候,我们会邀请朋友来家里玩,但不是每个人都听得懂我父母说话。他们的英语其实非常好,只是口音实在太重了。

所以,我从小就觉得,自己和周围那些土生土长的美国孩子有些不一样。

 乔迪  后来,你去了克拉克森大学(Clarkson University)学习工程学。

这可不是你母亲特别看重的麻省理工、哈佛,也不是斯坦福、伯克利这些培养了很多硅谷科技领袖的名校。你有没有因为自己缺少这些名校背景,而觉得需要比别人更努力地证明自己?

 哈斯  从来没有,一点都没有。

为什么我当时选择克拉克森?首先,我希望离家不要太远,克拉克森距离我家大概4个小时车程。但更重要的原因是,当时克拉克森提供了一个非常特别的学位项目,而在美国东北部,开设类似项目的大学并不多。

那就是电气与计算机工程。

在那个年代,大学通常把计算机科学和电气工程分成两个独立的专业。

但克拉克森当时已经开始大力发展电气与计算机工程这个交叉方向。这意味着,到了大学三年级和四年级,我们会学习很多深入的计算机工程课程。

这可能就是我选择克拉克森最主要的原因。

当然,我当时也考虑过康奈尔大学和雪城大学。说实话,我不觉得自己能够考进麻省理工学院。

不过,我真的从来没有因为毕业于克拉克森,就觉得自己需要向别人证明什么。我一直相信,一个人最终能够成为什么样的人,取决于他自己。

大学当然是一个非常好的地方,它能够教会你如何学习。但你毕业于哪所大学,并不能决定你将来能不能取得出色的成就。

 乔迪  你有没有考虑过继续读博士?

 哈斯  从来没有。

 乔迪  一次都没有?所以,你是想尽快离开学校,开始挣钱?

 哈斯  也不是。我当时真正着迷的,是现实世界里正在发生的技术变化。

我一直觉得,如果你想了解技术究竟是怎样进步的,最好的训练方式,就是直接进入这个行业,亲身参与其中。

如果再花2年或者3年时间去读博士,我就会错过科技行业这2年或者3年可能发生的变化。

所以,我父母对此并不高兴。但我当时非常坚持自己的想法:不,我想马上开始工作。

1984年选择半导体,因为它是整个电子产业的基础

 乔迪  后来你开始工作了。我知道你有一段时间也在施乐工作过。那你和父亲在工作上有过交集吗?

 哈斯  当然有。不过,我的第一份工作是在德州仪器(Texas Instruments,TI)。当时,德州仪器是全球最大的半导体公司。

大学期间,我在学习计算机工程的过程中,已经接触了很多半导体技术,也逐渐了解这个行业正在开发哪些产品。所以,我很清楚自己想进入半导体行业。

而且我当时有一个判断:如果你选择半导体,未来几乎可以往任何方向发展,因为它是整个电子产业的基础。

直到今天,这一点都没有改变。

那是1984年,现在已经是2026年了,但半导体依然是电子产业的基础。

而当时德州仪器又是这个行业最大的公司,所以我想,在那里工作,应该就有机会接触到最多不同的技术和业务。

后来,我在休斯敦工作了3年。

 乔迪  从纽约州北部搬到休斯敦,那简直像去了另一个国家。

 哈斯  确实。而且,这件事也挺能说明我当时的判断力有多差。(笑)

我去休斯敦参加招聘面试的时候,是2月份。

我从纽约州的波茨坦出发,当时那里的气温大约是华氏零度,也就是零下18摄氏度。结果到了休斯敦,发现气温居然有70华氏度,差不多21摄氏度,而且一点都不潮湿。

你想想,那可是2月份。

于是我回去就跟父母说:“休斯敦的天气简直是全美国最好的!气温舒服,而且一点都不潮湿。”

结果,等我6月份真正搬过去的时候,气温变成了96华氏度,也就是36摄氏度左右,湿度高达70%。(笑)

不过,德州仪器确实是一家非常棒的公司。

当时,我们在休斯敦有自己的晶圆厂。我在那里工作了6个月,接触了双极型器件及BiCMOS相关制造工艺。

公司在新加坡还有低成本的芯片封装组装业务,所以我也被派去新加坡工作了3个月。通过这些经历,我学习了芯片从制造、封装到测试的整个过程。

我的第一份工作是产品工程,后来又转向了设计工程。

不过,我母亲尤其不喜欢我离家那么远。毕竟隔着2000英里,她一直希望我能回纽约州北部工作。

我后来真的回去了,在施乐找到了一份工作。其实,大学期间我就曾经在施乐参加过合作教育实习。

在那里工作的2年半时间里,我所在的大楼就在父亲办公楼的旁边。

 乔迪  这太棒了。

 哈斯  所以,我们有时候会一起吃午饭。现在回头看,能够有那样的机会,真的非常幸运。

但当时,我其实并不是特别喜欢和父亲在同一家公司工作。因为父亲在施乐是一位非常成功的研究人员和发明家,而我走到哪里,别人都会把我看作“他的儿子”。

我心里一直想着:“我希望别人能够因为我自己做出的工作,而不是因为我是谁的儿子,来认识我。”

但现在回头看,能够有那2年半的时间,和父亲在同一家公司工作,真的非常幸运。

 乔迪  在职业生涯早期,你是一个特别有野心的人吗?你刚才说自己从来没有梦想过成为CEO。那么,你是什么时候意识到,自己可能想超越纯粹的工程技术工作,开始走向管理岗位的?

 哈斯  这件事我记得非常清楚。那是一个让我突然想明白自己职业方向的时刻。

就像刚才说的,我在德州仪器工作了几年,一直深入参与产品相关的技术工作。

后来到了施乐,我们正在开发一款多功能设备,集打印机、传真机、扫描仪和复印机于一体。无论电子系统还是机械结构,那都是一台相当复杂的机器。

你想想,如果一台机器每分钟要输出10页、20页纸,你就必须处理好各种问题,比如确保机器不会突然着火,对吧?

所以,电子系统和机械结构之间的配合非常复杂。

当时我参与这款产品的开发,觉得很有意思。我负责ASIC,也就是专用集成电路的设计,包括内存控制器以及喷墨打印机供纸系统等相关部分。

但真正让我突然意识到自己可能应该换一条路的,是另一件事。

每次开全员会议,我总是那个会举手提问的人。我会问:“我们这款产品的定价真的合理吗?到底谁会买它?”“我觉得,这台机器相对于我们想做的事情来说,是不是太大了?”“惠普已经有一些非常好的产品了,我们准备怎么跟它竞争?”

我记得有一次全员会议结束后,我的经理把我叫进办公室。

他说:“雷内,你不能在会上问这种问题。”

当时负责那个团队的是菲尔。他告诉我:“你的工作是确保ASIC按时完成流片,确保内存控制器能够正常运行。这才是你应该关心的事情。”

我当时大概28岁或者29岁。

听完以后,我心里突然冒出一个念头:“我的天哪,我是不是一个失败的工程师?”

因为我一直在思考的那些事情,似乎根本不是一个工程师应该关心的问题。

当时有一种很普遍的观念,认为工程师就应该专注于怎样把东西设计出来、制造出来,而不应该去考虑产品本身的商业问题。

今天的情况当然完全不同了。现在我们开全员会议,工程师们会提出各种各样很有商业意识的问题。但在当时,至少在我所处的环境里,这种情况并不常见。

所以,我记得自己当时一直在问自己:“我是不是待错地方了?我真的适合继续走纯粹的工程技术路线吗?”

就在那个时候,一位外部猎头联系了我,问我愿不愿意去日本电气半导体公司(NEC Semiconductor),担任现场应用工程师(Field Application Engineer,FAE)。

对我来说,这份工作几乎把我想要的东西都结合到了一起。

还记得我刚才讲德州仪器时的那个逻辑吗?

这时候已经是1989年了,NEC超过了德州仪器,成为全球最大的半导体公司。

乔迪,我相信你一定还记得那个年代。

 乔迪  当然。

 哈斯  当时,日本半导体公司几乎把美国同行打得毫无还手之力。

NEC又是一家高度垂直整合的公司,业务非常广泛,从无线电、个人电脑、工作站到消费电子,几乎什么都有。相应地,它的半导体产品线也非常丰富,包括微处理器、微控制器、ASIC等。

所以我当时想,如果去NEC做现场应用工程师,就能够继续保持技术背景,因为我需要向客户解释产品是怎么工作的,以及他们能不能在自己的系统中使用这些产品。与此同时,我又可以接触不同地区、不同行业的客户。这不是一份非常好的工作吗?

我觉得,正是这次职业转变,让我真正找到了适合自己的方向。

回到你刚才问的野心。

我的目标从来不是一定要成为FAE团队的经理,或者一定要升到高级总监。我一直关心的是,怎样才能学到更多东西?还有什么事情能满足我的好奇心?什么样的经历,能让我更深入地理解世界和技术正在往什么方向发展?

这也是我经常给年轻人的职业建议。

如果你有很强的好奇心,工作足够努力,有良好的道德操守和价值观,而且真正关心身边的人,那么,你将来得到的机会,可能会多得超乎自己的想象。

至少,我自己的经历就是这样。这些年来,确实有很多不同的机会主动找上了我。

从篮球中学到,怎样才能让整个团队变得更好

 乔迪  显然,成为一名优秀的领导者,需要好奇心,也需要真正理解公司的业务。但要带领一个团队,还需要一些其他特质。你觉得自己有哪些特点,让你能够成为一个好的领导者?我指的不只是管理业务,更是领导一群人。

 哈斯  我在高中和大学时期,一直非常喜欢打篮球。

 乔迪  所以,在小时候上了那么多地质课之后,你终于有机会参加体育运动了?

 哈斯  对,终于可以了。(笑)

上大学以后,父母知道我已经可以自己决定参加哪些课外活动了。而篮球一直是我最喜欢的运动。

如果你个子高,打篮球多少有点优势,至少更容易被选进球队。所以,从初中、高中开始,随着个子越长越高,篮球就逐渐成了我最主要的运动。

我觉得篮球是一项非常了不起的团队运动。体育和商业有很多相通之处,尤其是在领导力方面。

篮球不是把5个最好的球员放在一起就能赢。真正重要的是,每个人都能够找到适合自己的角色,发挥自己的作用,最终让整个团队的表现超过每个人能力的简单相加。

我确实认为,打篮球的经历对我后来成为一名领导者有很大帮助。

大学期间,我们有一支校内篮球队,连续3年获得学校冠军。

第一年的时候,我可能是球队里最好的球员。到了第三年,我大概已经是第6好的球员了,但我是队长。

而我最重要的工作,就是把最优秀的球员招进球队。如果招来了更好的球员,意味着我自己的上场时间会减少,那也完全没有关系。

现在回想起来,这可能是我很早就接受的一次领导力训练。

你不需要成为团队里最聪明、最优秀的人。恰恰相反,你应该希望身边有比你更聪明、更出色的人,他们能够做到你做不到的事情,用你不会的方法解决问题。这样,整个团队才能变得更强。

我觉得,这些经历对我后来做管理工作帮助很大。

实际上,我很年轻的时候就开始担任经理了。在NEC半导体公司,我30岁就成了现场应用工程师团队的负责人,而团队里的每一个人都比我年长。

但我想,自己当时多少还是带着一种谦逊的心态去做这件事的。当然,一个人如果总说自己很谦逊,可能恰恰说明他不那么谦逊。(笑)

不过,我当时确实没有觉得,既然我是经理,所有事情就应该由我来发号施令。

我更多是回到从篮球中学到的东西:怎样才能让整个团队变得更好?

我的工作,是帮助团队里的每个人变得更优秀,同时也让NEC变得更优秀,而不是让所有人都听我的指挥。

这种心态对我后来学习如何领导团队,帮助非常大。

从初创公司学到,头衔、流程都不重要

 乔迪  后来,你离开了这些大公司,去了两家初创公司,也就是刚才提到的Tensilica和Scintera。你在那里学到了什么?有哪些经验一直影响着你,甚至被你带到了今天的Arm?

 哈斯  我在这两家公司学到的东西,其实非常相似。

我加入Tensilica的时候,公司大概只有13到14个人。Scintera当时也只有21个人左右。后来,Tensilica发展到了150人左右,Scintera可能也有100人。

但你想想,当一家公司只有15个人的时候,办公室政治、职位头衔,或者“这不是我的职责,你应该去找别人”,这些东西根本没有意义。

同样,流程是不是完善,也远没有结果重要。

因为一家初创公司每天最重要的事情,就是想办法活下去。

过去,创业公司有时候会把融资当成一种荣誉。比如,风险投资人给了我们多少钱,我们又完成了多大规模的融资,等等。

但这些钱意味着什么?说到底,你将来总得给投资人一个交代。

所以,你必须非常节俭地使用别人的钱,而且要清楚自己为什么花每一笔钱、为什么做每一件事。

如果一家初创公司里,有人特别在乎自己的地位和头衔,或者凡事都要讲究复杂的流程,那这家公司很快就会出问题,甚至活不下去。

这些经历让我特别有共鸣,因为那些东西恰恰也是我在大公司里最讨厌的。而在小公司工作,有一种非常强烈的自由感,因为根本没有这些束缚。

从某种意义上说,那可能是我职业生涯中最快乐的几段工作经历。

当然,压力也非常大。因为你真的不知道,公司到了年底会不会就没钱了,然后所有人又得去找下一份工作。

 乔迪  但你做的每一件事,都能真正产生影响。

 哈斯  没错。每一件事都有影响。这让你真正意识到,行动是有分量的。你当然可以犯错,但最终必须拿出结果。

至于那些形式上的东西,比如有人站起来说:“这是我本季度的目标,我有17件事情要完成。”然后等季度结束,再逐项检查、打分。

在初创公司里,这些根本不重要。

你必须想办法把事情做成,拿出结果,而且行动要快。

 乔迪  我想这些经历后来一定也帮助了你在英伟达的工作。虽然你加入时,英伟达已经不是初创公司,但它的运作方式在某些方面可能仍然非常像一家初创公司。是这样吗?

 哈斯  完全正确。这也是我当时特别认同英伟达的地方。

其实,在加入之前,我隐约就有这种感觉。但真正进去以后,看到黄仁勋是怎么经营公司的,我心里就想:“好吧,这其实就是一家初创公司。”

当时英伟达已经有5000名员工,年收入达到40亿美元。当然,以今天的规模来看,黄仁勋可能两天就能做出这么多收入了。(笑)

但那时候,英伟达的运作方式真的非常像一家初创公司。

黄仁勋经常会说:“我们距离倒闭只有30天。”

当然,公司实际上并没有真的处于30天后就要倒闭的境地,但他始终带着这种危机感来经营公司,整个公司的文化也是如此。

而且,这种文化有很强的自我筛选机制。

如果你觉得自己无法在这样的环境里发挥出色,或者你不认同这种工作方式,不认为它符合自己对职业生涯的期待,那你自然就会离开。

但很明显,英伟达的员工流失率一直非常低,说明很多人非常认同这种文化。

我有时候会觉得,从1998年加入Tensilica,到2013年进入Arm,我其实连续过了15年的初创公司生活。

从黄仁勋身上学到的特别重要的事情

 乔迪  据我所知,英伟达的CFO现在仍然按照这种方式管理公司。比如,一笔可能只有1万美元的开支,你也需要解释清楚为什么要花这笔钱。这真的很不可思议。也就是说,英伟达直到今天,仍然延续着黄仁勋的那套管理方式。

那么,你究竟从黄仁勋身上学到了什么,又把哪些东西带到了Arm?

 哈斯  太多了。其中有一件事特别重要。

我在英伟达担任过一个业务部门的总经理。当时英伟达的组织结构很有意思。

黄仁勋对我们这些总经理的要求是:“你就是这项业务的CEO。所有收入由你负责,产品由你负责。如果业务出了问题,或者没有盈利,我就会追究你的责任。”

我离开英伟达的时候,负责的业务大概占公司总收入的25%,但直接向我汇报的人可能只有5个。

你想想,在很多公司里,如果你是业务部门的总经理,通常会有工程、产品开发、产品营销等团队直接向你汇报。

但当时英伟达采取的是一种高度矩阵式的管理结构。

黄仁勋有一个非常明确的理念:你必须依靠影响力来领导,而不是依靠组织架构图赋予你的权力。

你可能也知道,现在想在英伟达找到一张正式的组织架构图,几乎是不可能的事情。当年其实也是如此,我们根本没有那种东西。

所以,我从黄仁勋身上学到的一个重要道理,就是领导力来自影响力,而不是组织架构中的汇报关系。

真正重要的是,你能不能清楚地告诉大家,这项业务最重要的事情是什么,然后推动不同团队的人做出对公司最有利的决定。

这一点,我当时就非常认同。

如果你看我今天在Arm的管理方式,也能看到这种影响。

你要让我非常详细地解释,在各位高管下面,每个团队具体是怎么组织的,我可能都说不清楚。因为我们会根据需要,迅速调整人员和团队安排。

这也是我当年在英伟达看到的管理方式。

还有另一件事,让我印象特别深。那就是,你必须对自己负责的业务了如指掌。无论是战略、数字,还是产品、竞争对手,以及所有重要的业务细节,你都必须心里有数。

这一点,我也是很快就从黄仁勋身上学到的。

我给你讲个故事。

那是我刚加入英伟达不久的时候。有一天,黄仁勋跟我说:“我想和你做一次业务回顾。”

我说:“没问题。我带上几个产品营销团队的人,再带上业务分析师。他有笔记本电脑,我们也准备好了所有电子表格和数据。”

总之,我准备带着一群人去开会。

我不知道他现在是什么样,但在当时,黄仁勋其实没有一间传统意义上的办公室。他办公的地方就是一张桌子,加上一块白板。

我记得那天下午大概3点半,可能是星期四,也可能是星期五。

我们一行人到了以后,黄仁勋抬头看了一眼,问我:“这些人来这里干什么?”我说:“不是你要做业务回顾吗?我就把他们一起带来了。”他说:“不,我不需要他们。我只要你一个人。”

好吧,这下我突然觉得自己完全没有了依靠。

产品营销团队的人走了,业务分析师也走了。我想当时自己应该还带着笔记本电脑,但电脑是合着的。

然后黄仁勋说:“好了,你到白板前面去,给我讲讲你的业务。”

 乔迪  哇。

 哈斯  你想想,这几乎是一个完全开放的问题。

公司的数字、产品、竞争对手,究竟应该从哪里开始讲?

你的业务目前处于什么位置?面临哪些威胁?你的战略是什么?竞争对手又在做什么?

所有这些问题,你都得自己回答。

当然,我第一次的表现简直是一场灾难。(笑)

我记得当时脑子里一直在想:“天哪,那个数字到底是多少?利润率是28%,还是30%?”

但也正是那次经历,让我真正明白黄仁勋想教我什么。

如果你负责经营一项业务,那你就必须对所有关键事实烂熟于心。你每天早上醒来的时候,这些数字和信息就应该已经装在脑子里。

到我后来离开英伟达的时候,已经能够把这些事情做得相当好了。

而且,这也是我后来一直坚持的管理方式。

今天在Arm,我们也会做业务回顾。有些人会问我:“我需要提前准备什么?要准备哪些材料?”

我就告诉他们:“把你的脑子带来就行了。”

因为你应该知道我可能会问什么问题,也应该知道这些问题的答案。即便不能立刻回答,也应该能够很快找到答案。

当一家公司的管理者都能这样工作时,整个公司的运转速度就会快得多。

其实,我从黄仁勋那里学到了很多类似的东西。而这些经验背后,有一条共同的主线,就是速度。

我以前特别喜欢初创公司的一点,就是它们做事很快。

一家只有20个人的公司,哪有那么多时间坐在那里,反复讨论一件明明需要赶快解决的事情?

但当公司有了5000个人、1万个人,就会出现各种管理层级、不同的组织关系。

黄仁勋还教会了我另一件事情。

如果他想知道一个问题的答案,会直接打电话给向我汇报的人,甚至直接联系团队里更基层的员工。

一开始,你可能会觉得有点不自在,甚至紧张。你会想:“天哪,这个问题怎么没先经过我?”

于是,你就可能要求所有问题先交给自己检查一遍,确认之后再往上报。接着,又会有其他人检查、过滤,信息在一层层传递过程中被稀释,时间也浪费掉了。

后来我自己开始带领团队,无论是负责Arm的知识产权业务,还是现在担任CEO,我也会采用这种方式。

如果我需要直接联系组织架构下面两级的人,才能得到一个答案,那我就会直接打电话过去。

大家也都知道我会这么做。但他们明白,我并不是想绕过某个业务总经理或者副总裁。

 乔迪  不是为了质疑他们的判断。

 哈斯  对,完全不是。我们只是想尽快了解事实。谁真正知道答案,我们就直接去问谁。越快得到答案越好。

 乔迪  我特别喜欢这一点。

和黄仁勋的性格不同,但工作方式其实非常相似

 乔迪  那么,有没有一些东西,是你有意识地没有照搬黄仁勋的?或者说,“照搬”这个词可能不太准确。我想问的是,有哪些方面,你并没有试图完全模仿他?

 哈斯  我们毕竟是两个不同的人。

黄仁勋有很多做法让我非常认同,比如他的领导方式、对思想诚实的重视,以及对速度的追求。

但从个人性格和行事方式来说,我们确实很不一样。

我可能更倾向于让会议室里的每个人都有机会表达自己的意见,而黄仁勋从个性上来说,可能更容易主导整个会议。

不过,有意思的是,我觉得我们的工作方式,实际上可能比外界想象的相似得多。这可能也是我们能够合作得那么好的原因。

你知道,2020年英伟达试图收购Arm,交易大概是在当年9月宣布的。

现在回想那段过程,我和黄仁勋之间的沟通速度非常快。

我们经常发短信讨论问题:“你觉得这个怎么样?”“那另一个问题呢?”就这样不断来回沟通。

 乔迪  因为你已经非常了解他了。

 哈斯  对,非常了解。我觉得,我们两个人在处理问题的方式上非常合拍。

 乔迪  我有一个关于黄仁勋的问题,也想让你结合自己的经历谈谈。有时候,我们很难分清,一个人究竟是有坚定的信念,还是仅仅因为自负而不肯改变想法。

显然,黄仁勋很早就对人工智能抱有极其坚定的信念。当时很多人并不认同,但他始终相信AI的未来,事实证明他是对的。

所以,那不是自负,而是真正的信念。幸好,他一直坚持走了下去。

但一个CEO往往必须对自己的方向有非常强的信心,甚至100%相信自己的判断。问题是,你什么时候才会意识到,自己可能错了?

你有没有见过黄仁勋改变主意的例子?比如,有人说服了他,让他意识到原来的判断并不正确?

还有你自己呢?别人能不能告诉你,你错了?

 哈斯 我觉得黄仁勋有一项能力特别强,而且我也希望自己在这方面做得不错。

那就是,你可以对一个方向抱有完全坚定的信念,充满热情地往前走,但当情况需要改变的时候,也能够非常迅速地转向。

而且,你不会因为之前已经投入了太多资源,就觉得自己不能改变方向。

不会想着:“我们已经在这件事情上花了这么多钱,投入了这么多精力。如果现在改变方向,岂不是显得我之前犯了错误,很没面子?”

黄仁勋不会被这些东西束缚。

我记得在英伟达的时候,有过这样一件事。

当时,我们正在开发基于x86架构的Core Logic芯片组,主要面向笔记本电脑市场。而英伟达与英特尔之间,正围绕我们能否继续推进这条产品路线,发生一场相当激烈的争端。

那时候,移动计算革命刚刚开始兴起。

我记得有一次业务回顾会议,各个团队做了一系列报告,讨论智能手机未来的发展方向、增长机会在哪里,以及低功耗为什么会变得极其重要。

有意思的是,我们当时讨论的技术方向,恰恰与Arm有关。

就在那场会议上,黄仁勋突然做出了决定:“我们不继续做这套芯片组业务了。我们要改变方向,把资源加倍投入Tegra业务。”

这就是Tegra业务当时的发展方向。

我记得,当时大家其实都很支持这个决定,因为所有人都觉得,这是正确的方向。

但与此同时,这个决定对黄仁勋本人来说,并不容易。因为此前,他一直是最积极支持原有芯片组业务发展方向的人之一。

我自己也做过很多类似的决定。

比如,最近几年,我们开始推进自主芯片开发,也做过一些不同的测试芯片项目,其中不少后来都被我叫停了。

这些项目本身都不小,很多工程师投入了大量时间和精力,而且我还曾经在很多工程师面前公开谈论过它们。其中一些项目涉及I/O,也就是输入输出接口等方面的测试芯片。

不过,具体技术细节并不是最重要的。真正重要的是,当时我已经很清楚地看到,另一个机会比这些项目大得多,而且那个机会会来得更快。

如果我们继续把资源投入原来的项目,就可能错过更大的机会。

所以,我当时非常坚定地认为,叫停那些项目是正确的决定。

你知道,外界经常会讲很多关于坚持的道理。比如,要坚持自己的方向,不能轻易放弃,要一直努力下去。

但这个问题其实没有一个绝对正确的答案。

这就是CEO每天都必须面对的事情。

 乔迪  我很欣赏这一点。我觉得,能够坦然说一句“哎呀,我们之前搞错了,现在得换个方向”,是一种非常重要的能力。

 哈斯  而且你知道吗,直到今天,我团队里还是会有人跟我说:“天哪,如果当初那个项目继续做下去,说不定也会很有意思。”

这里还有一件非常重要的事情。当你决定改变方向时,必须让整艘船上的人都跟着你一起转向。

因为最容易拖慢一家公司或者一个项目的,往往是那些没有真正跟上来的人。

他们心里可能会想:“我其实不太认同这个决定,所以还是要私下保留一个小团队,继续做原来的项目。”

但你必须明确告诉所有人:“这次我们不再冒险强攻了,我们决定放弃这次进攻。”

而且,每个人都必须真正接受这个决定,认同这是正确的做法。

不同文化间没有绝对的对错,只有不同的做事方式

 乔迪  你的职业生涯中,有一点让我特别欣赏。听完你刚才讲的成长经历,我现在多少能理解其中的原因了。那就是,你似乎能够很自然地适应不同的文化环境,不仅能够在那里工作,还能真正融入其中。

我记得我们第一次交流的时候,就因为对中国的看法,以及各自在中国的经历,找到了很多共同话题。

这些年来,你和美国、英国、日本、中国的企业及组织都有过深入接触。所以,我很想听听你怎么看待这些不同的文化。它们各自有哪些值得学习的地方?又有哪些商业习惯是需要注意,甚至应该避免的?

 哈斯  这是一个很大的问题。

我觉得自己非常幸运,因为从小就生活在一个文化背景相当多元的家庭里。

父母都不是在美国出生的,他们来自不同的国家,也有不同的宗教背景。你刚才猜测,我们家来往的客人可能非常多元化,确实如此。

我们家经常有葡萄牙人、匈牙利人、捷克人、奥地利人和英国人来做客。

而且,小时候我们还经常旅行。父亲是一名科研人员,需要去斯德哥尔摩、哥本哈根或者伦敦参加学术会议、发表论文,他经常会把我们这些孩子一起带上。

所以,我很小的时候就有机会去世界上很多地方看看。

我想,这些经历让我很早就明白,世界各地的人有很多不同之处,而一个人的观点、思维方式,在很大程度上是由他的成长环境塑造的。

尤其是在我小时候,世界远没有今天这样互联互通。

现在有互联网、社交媒体,你打开Instagram或者TikTok,就能了解中国、欧洲以及世界其他地方正在发生什么。

但在那个年代,如果你想真正了解一个地方,就必须亲自去那里。

而当你真的到了那里,就会慢慢意识到,很多事情并没有绝对正确或者错误的方式,只是人们习惯的做法不同而已。

你看看历史就知道了。

不同的族群已经共同生活了几百年、几千年。韩国人和日本人之间有摩擦,以色列人和巴勒斯坦人之间有冲突,苏格兰人和英格兰人之间也存在各种分歧。

某种程度上,这就是人的天性。当不同的群体生活得很近,却又有不同的信念和习惯时,就难免产生摩擦。

世界一直都是这样运作的。我能够理解,也能够接受这一点。

所以,在与不同文化背景的人合作时,我会特别注意这些差异。

Arm就是一个很好的例子。我们是一家英国公司,但管理团队中有很多美国人。美国人和英国人说的是同一种语言,可实际上,我们在很多方面都很不一样,尤其是表达意见、处理分歧的方式。

我自己也曾经在英国生活过很多年。

当我们把美国和英国的团队放在一起开会时,你经常会看到这样的情况。美国人会说:“来吧,我们把问题摊开,大家在会议室里好好争论一番,把事情讨论清楚。”但英国人可能会觉得:“我不太愿意在这么多人面前公开讨论这些分歧。”

所以,你必须在两者之间找到平衡。

这不是谁对谁错的问题,而是每个人从小接受的教育、成长环境不同,对什么样的交流方式感到舒服,也就不同。

中国大陆、中国台湾地区和日本,也都存在类似的文化差异。

我一直很喜欢从历史的角度理解这些现象。

比如英国和日本,它们都是岛国,历史和社会环境塑造了各自独特的文化。但有意思的是,日本人和英国人在某些方面又非常相似。他们都比较习惯把真实想法藏在心里。在真正非常了解一个人之前,他们可能不会直接告诉你自己的真实感受。

日本人非常有礼貌,也非常热情。但如果你没有提前打招呼,突然跑到一个日本朋友家里,他可能会非常惊讶:“我的天哪,你怎么知道我住在哪里?而且居然就这样直接跑到我家来了?”

所以,我觉得理解并尊重这些文化差异非常重要。

而我很幸运,从小就有机会接触不同的文化,也逐渐学会了欣赏这些差异。

为什么被孙正义选中,因为大家对未来可能性的理解非常接近

 乔迪  后来,你被选中担任Arm的CEO。

当时,英伟达收购Arm的交易突然告吹,紧接着公司就宣布由你出任CEO。显然,这不可能完全没有准备。在那之前,应该已经有过一些关于接班的考虑和安排。

所以我很好奇,孙正义究竟在你身上看到了什么,让他认为你是领导Arm最合适的人选?

 哈斯  首先,孙正义早就认识我。

我们经常在董事会会议上交流,而我会向董事会介绍Arm核心业务的发展战略。在这些讨论中,我们一直非常合拍。

而且,我发现,我们在很多方面有相似之处。

不过,我想先把话题往前拉一点。

孙正义是软银的创始人,已经领导这家公司40多年了。如果你仔细看我的职业经历,可能会发现一个规律:我通常和什么样的人最合得来?

创始人兼CEO。

孙正义也是这样的人。

在我正式接任Arm CEO之前,我们就已经建立了很好的关系。

到了正式任命前的那几个星期,我们开始深入讨论Arm未来的发展方向,以及这家公司有一天究竟能够做到什么。

在这个过程中,我们越来越合拍。很明显,我们对未来的看法,以及对一家企业可能达到的高度,有着非常相似的理解。

当然,孙正义和黄仁勋是两种完全不同的人。与黄仁勋相比,孙正义更像是一位投资者,而不是直接管理业务运营的经营者。

但如果说到提前看到别人还没有发现的机会、敢于承担巨大的风险,以及迅速采取行动,他们两个人又非常相似。

 乔迪  我总觉得,孙正义好像生活在一个和我们普通人完全不同的世界里。

 哈斯  完全正确。(笑)

他有点像科技世界里的威利·旺卡(Willy Wonka,《查理和巧克力工厂》中的人物,一位充满奇思妙想、不断创造神奇事物的巧克力工厂主人)

我非常欣赏孙正义身上的这种特点。所以,我们一直保持着非常好的关系。

回过头看,从开始讨论到最终决定由我接任CEO,整个过程其实相当快。

当时,我还明确告诉过他一件事:“Arm作为一家独立公司,没有什么事情是我们在英伟达内部能够做到、现在却做不到的。”

当然,有些事情可能需要更长的时间,也可能需要采取不同的战略。

但英伟达收购失败,并不意味着Arm就没有未来了。我们拥有一个非常了不起的技术平台,市场覆盖范围极其广泛,而且所处的是一个正在涌现巨大机会的核心技术领域。

当时,人工智能也刚刚开始进入大规模发展的阶段。

所以,我觉得是很多不同的因素汇聚在一起,最终促成了这个决定。

Arm开始自己造芯片,并不意味着要放弃IP授权

 乔迪  我必须追问一个问题。在你和孙正义最初的那些讨论中,甚至是在正式宣布你成为CEO之前,你们有没有谈过Arm未来开发自己产品的可能性?

 哈斯  当然谈过。

 乔迪  所以,这也是他最终选择你的原因之一?

 哈斯  是的。我们确实讨论过,Arm有没有可能自己开发芯片产品。不过,当时更多还是探索性的讨论。

我们研究了这种可能性,我告诉他:“是的,我认为我们有能力做这件事。”

但这从来不意味着Arm应该放弃知识产权授权业务,转而只做自己的产品。我从来没有这样想过。

因为我一直非常坚定地认为,两种业务都是需要的。

不过,当时确实有一些市场的需求没有得到充分满足。这些市场希望使用Arm的技术,而我认为,如果Arm能够直接提供产品,就有机会为这些客户创造新的价值。

孙正义也认同这种可能性。

 乔迪  我想稍微补充一点背景。过去,Arm一直是整个半导体行业的知识产权和计算架构供应商。

也就是说,你们向很多彼此竞争的公司提供技术。这些公司虽然在市场上激烈竞争,但它们使用的可能都是Arm的处理器核心。

可是,Arm自己过去从来没有真正意义上的芯片产品线。你们提供的是知识产权,而不是自己的芯片产品。

所以,决定开发自己的产品,是一个非常重大的变化。

它实际上正在改变一家已经存在35年的公司的商业模式,甚至可能改变整个产业生态中Arm的角色。这显然是一场很大的冒险。

那么,你为什么能够接受这样的风险?

 哈斯  我觉得,我们前面整个对话,其实一直在为这个问题做铺垫。

如果你不愿意适应变化,不愿意跨越那些过去被认为绝对不能跨越的边界,那么,历史就会替你写好结局。

你将无法亲自书写自己的历史。

如果你想自己决定公司的未来,就必须愿意打破旧有的框架和边界。因为未来不会只是过去的延续。

你想想,如果10年前我们讨论英伟达,有人告诉你:“有一天,英伟达会制造规模如此庞大的计算系统,甚至会向客户提供融资,帮助他们购买自己的产品,从而维持整个高度资本密集型的投资循环。”

你一定会觉得不可思议。你可能会说:“什么?英伟达不就是一家做游戏显卡的公司吗?这怎么可能?”

所以,我一直认为,一家公司绝对不能被“我们过去一直都是这么做的”这句话束缚住。

也许,这和我早年在施乐的经历有关。因为我亲眼看到施乐后来走到了什么境地。

我是在纽约州北部长大的。当时,我家乡最大的两家公司就是施乐和柯达。

柯达长期守着胶卷和相纸业务不放。但实际上,它早就拥有开发数码相机的技术,也掌握了很多数字化方面的能力。

可它始终无法放下自己最核心的传统业务。

施乐也是一样。20世纪70年代,施乐已经拥有大量与信息技术有关的创新。它有工作站技术,有图形用户界面(GUI),甚至已经拥有了后来成为Mac操作系统重要基础的那些技术。

直到史蒂夫·乔布斯看到这些技术,意识到:“这正是我要做的东西。”

所以,这个世界上有太多这样的例子,而且其中一些是我亲身经历过的。

如果一家公司只是不断重复过去一直在做的事情,那么,它最终就会走向某个可以预见的结局。

而那个结局,未必是你真正想要的。

所以,乔迪,当有人看着Arm说:“你们过去是一家知识产权供应商,现在居然开始自己做芯片了?”

我知道,从整个产业生态的角度来看,这件事可能显得有些不寻常。

但我看待这个问题的方式要宽泛得多。

我们真正要做的,是提供优秀的产品,解决这个世界面临的技术问题。至于实现这一目标的方式,并不一定永远都是知识产权授权。

谁知道呢?也许再过10年或者15年,整个行业都不再需要今天这种IP授权商业模式了。

 乔迪  不过,如果是在另外一个历史时期,你可能就不会做出这样的决定。我的意思是,正因为人工智能出现了,带来了这么大的机会,你才会决定进入自主芯片产品领域。

你同意吗?

 哈斯  人工智能确实创造了极其巨大的计算需求。

你想想,人工智能从本质上说是什么?它其实就是很多“大脑”。

还记得我前面怎么介绍Arm的吗?我们做的就是“大脑”,为各种电子设备提供大脑。

而AI是什么?从某种意义上说,它最终也是一个大脑。

那么,大脑需要什么?需要大量的计算能力,而且是远远超过我们过去所见过的计算能力。

所以,AI确实给了我们一个非常好的机会,让我们能够进入一些很有意思的领域,解决新的技术问题。

但我认为,CPU和通用计算能够为AI解决的问题,远远不止数据中心里的那些问题。

数据中心有点像一座生产Token的工厂。

但最终,计算能力会逐渐进入各种更小、更快、更便宜、也更高效的设备。未来,计算可能以一种环境计算的形式,存在于我们现在坐着的这个房间里。

它也可能被集成到你的衣服里,或者就在我们面前的这些麦克风中。

机会几乎是无限的。

所以,人工智能确实打开了一个窗口,让我们有机会实现令人难以置信的创新。

如果我们的合作伙伴基于Arm技术实现这些创新,那非常好。

如果是Arm自己基于这些技术实现创新,我觉得同样很好。

真正重要的,是解决那些极其复杂的技术问题。而AI恰恰创造了大量这样的机会。

AI的监管,首先是模型企业自己需要解决的问题

 乔迪  最近这段时间,关于人工智能是否应该放慢发展速度的讨论又开始出现了。我想问,即使放慢AI发展速度是一个明智的选择,我们真的有可能做到吗?

 哈斯  我不认为这是明智的做法,但我认为是有可能做到的。

 乔迪  哦,这很有意思。

 哈斯  我想从另一个角度来解释这件事。

我们现在面对的是一种相当前所未有的情况。

一些处于技术开发最前沿的企业负责人,实际上正在公开告诉大家:“我们的产品质量和可靠性还不够好。”“我们推出产品的速度太快了,快到自己已经无法充分掌握它们的质量和可靠性。”

可是,你想想,如果在另一个行业,有公司这样说,大家会怎么反应?

你不会第一时间要求政府来替这家公司约束它自己的行为,对吧?你可能会直接告诉它:“先把你自己的产品问题解决好!”

你知道自己的产品是怎么设计的,也知道它们是怎么工作的,那么你就应该有能力为自己的产品建立充分的质量和可靠性检查机制。

我们在Arm就是这么做的。

打个比方。假设有一天,我跑过来跟你说:“乔迪,我们现在推出IP产品的速度实在太快了,快到这些技术可能会把ASML的光刻机烧坏,甚至让EUV极紫外光刻设备过热,引发火灾。但没办法,我们必须继续把这些IP产品推向市场。”

你一定会觉得莫名其妙。

然后,如果我接着说:“所以,我们必须对整个IP行业加强监管,否则这些光刻设备可能会发生严重事故。”你一定会看着我说:“什么?”

这不是很奇怪吗?而现在的AI行业,某种程度上正在发生类似的事情。

人工智能的发展速度确实前所未有。

而那些开发AI的公司,毫无疑问都是非常优秀的公司,拥有非常杰出的研究人员。

但它们现在以惊人的速度推进技术,同时又在某种程度上告诉外界:“我们自己已经没办法管好自己了。”

 乔迪  这确实让人很震惊。

 哈斯  所以,我身体里那个工程师的一面,看到这种情况时就会想:这其实是一个产品质量和可靠性问题。

你没有投入足够的工程资源,也没有建立充分的质量和可靠性检查机制,就把一些不够安全的产品推向了市场。

既然如此,为什么不先把自己的开发速度降下来?为什么一定要说,整个行业都应该慢下来?

这是我觉得有些不合理的地方。

当然,我知道人工智能是一项非常复杂的技术。

开发能够自主学习的模型,涉及极其复杂的软件系统。而且,这些公司的研究人员也会告诉你,有时候模型学习和做出决定的方式,连他们自己都无法完全理解。

但即便如此,责任仍然应该由开发产品的公司来承担,它们必须想办法理解和控制这些问题。

所以,最近围绕AI安全发生的各种讨论,我确实觉得有些奇怪。

也许是因为我年纪比较大,属于比较老派的工程师。

比如,我看到Anthropic有一位年轻员工,可能才25岁左右,在那里只工作了6个月,就出来表达对AI安全的担忧。

这让我想到,假如一个工程师刚加入Arm6个月,就突然跑出来说:“我们现在发布的IP产品看起来有很大的问题,将来可能发生非常可怕的事情。”

某种意义上,这其实是在公开指出,你刚刚工作过的那家公司,内部没有建立足够完善的检查和制衡机制。

所以,我确实认为,前沿大模型开发企业需要自己解决这些问题。

因为如果你想从全球层面解决这个问题,该怎么做?你必须让全世界所有开发前沿大模型的公司,都在安全性、质量和可靠性方面达成一致。

而我认为,这些事情本来就是企业自己应该做的。

优秀的公司,本来就应该这样经营。

 乔迪  如果我们暂时不谈你作为Arm CEO的身份呢?假设你只是一个父亲、祖父、兄弟、儿子。从这些身份出发,当你看到人工智能正在发展出来的各种能力时,会不会担心人类的未来?

 哈斯  不会。我是一个技术乐观主义者。

总体来说,技术为人类创造了大量好处。当然,在一项技术刚刚出现的时候,如果还没有建立相应的安全保护措施,也可能带来很多问题。

比如汽车。汽车刚刚出现的时候,根本没有驾照这种东西,也没有真正意义上的交通规则。红绿灯、停车标志,这些都是后来才逐渐出现的。

而且,早期汽车造成了大量交通事故。

所以,我觉得可以用汽车来类比今天的人工智能。

假设我们是在1895年或者1905年进行这场对话,当时机动车刚刚开始取代马车。

有人可能会说:“天哪,这东西会把我们所有人都害死!人居然可以坐在汽车里,以过去5倍的速度行驶!”

但这并不意味着汽车不应该发展。

我并不担心AI最终会毁灭人类。不过我确实认为,我们应该更好地解决前面谈到的那些问题。

开发技术解决方案的科技公司,必须自己承担起建立安全边界和保护措施的责任。

这是它们应该做的事情。

关于父亲,关于家人和自己

 乔迪  我们前面聊了很多关于你父亲的事情。现在回过头看,有没有什么问题,是你很希望当年问过他,却一直没有问出口的?

你刚才提到,直到今天,你还会通过家里的其他亲人,逐渐了解到一些关于祖父的故事。那么,有没有什么事情,是你特别希望当年能够向父亲了解的?

 哈斯  有啊。

我父亲和祖父都很少谈起当年离开德国时发生的事情。当然,我完全能够理解他们为什么不愿意谈。但我真的很希望,自己当年能够更多地了解,那段经历究竟给整个家庭带来了什么影响。

因为我们家确实有一些亲人在集中营里遇难,包括父亲的一些堂表兄弟姐妹,以及叔伯、姑姨等亲属。可是,这些事情他们几乎从来没有详细谈过。

我真的很希望,自己当年能够多问一些。那些经历究竟给父亲带来了怎样的影响?又是怎样塑造了他后来的人生?

这些都是我现在非常想知道的事情。

 乔迪  那你的父亲有没有机会看到你后来取得的成就?

 哈斯  他在2008年去世了,是在那场金融危机全面爆发之前。所以,他没有看到后来发生的这一切。

不过,如果他知道的话,我想他一定会特别开心。

还有一件事,我觉得孙正义当时做得特别好。

几年前,我们准备推进Arm的IPO。

当时,孙正义希望把上市日期定在星期三,也就是9月13日。我就跟他说:“9月14日原本应该是我父亲的95岁生日。我们能不能改到星期四上市?”

孙正义说:“当然可以,那就星期四。”

 乔迪  哇,这太好了。

 哈斯  是的。所以,那一天对我来说,真的变得非常特别。

因为我父亲在晚年的时候,每天都会坐在躺椅上看CNBC,从早上6点一直看到晚上8点。

如果他能够亲眼看到自己儿子带领的公司上市,那会是怎样一件事情?

他一定会高兴得不得了,真的。

所以,把IPO安排在父亲的生日那天,对我来说也是一种很特别的纪念。

 乔迪  这真的很动人。

你自己现在也是一位父亲,而且孩子们都已经长大了。

在他们成长的那些年里,你还没有成为Arm的CEO,但为了走到今天的位置,你一定在工作和职业发展上投入了大量时间和精力。

那么,你觉得自己是一个什么样的父亲?对于过去陪伴孩子的时间,有没有什么遗憾?

 哈斯  我觉得,任何一个做过我这种工作,或者为了走到我今天这个位置付出过类似努力的人,在孩子成长过程中,都难免要牺牲一些陪伴他们的时间。

我也不例外。

如果你问我,有没有希望当年能够多陪陪他们,多参加一些他们的活动,多陪他们度过那些特别的、错过了就再也找不回来的时刻?

我的答案是,100%希望。

当然,如果从积极的一面来看,我还是很幸运的。我的两个孩子都非常优秀。他们都有很好的工作,而且都非常努力。他们明白努力工作的重要性,也知道做事情不能走捷径。

我希望,他们身上的这些品质,有一部分是从我这里学到的。

但不是因为我整天对他们说教。因为我一直非常相信,无论是教育孩子,还是领导公司,有一件事情都特别重要:人们真正关注的,是你怎么做,而不是你怎么说。

你可以讲很多道理,但别人最终看到的是你的实际行动。

这也是我成为CEO以后学到的一个重要道理。员工真的会非常仔细地观察你的一举一动。

所以,我觉得我的两个孩子,无论在个人生活还是职业发展上,都成长为非常出色的人。而其中一部分,可能就是因为他们从小看到了我是怎样工作的。

当然,现在还有一个特别美好的回报,那就是孙辈们。

现在,我终于会主动找理由,去参加他们的一些活动了。比如,我孙女有一次在6月份参加了一场演出,是一场圣诞主题的汇演。

如果我能抽出时间,过去看一个半小时,我就会想办法安排,然后赶过去。她将来可能根本不记得那天我去过。但对我来说,能够去看她的演出,本身就是一件很开心的事情。

 乔迪  这真好。最后一个问题。如果今天听完这场对话,你希望大家记住关于你的什么?或者说,你最希望大家了解,对你来说,真正重要的是什么?

 哈斯  我想,我最希望大家听完以后会说:“你知道吗?这个人领导着一家如此重要的公司,一家市值达到2500亿美元的公司。”

当然,希望节目播出的时候,Arm的市值还在这个水平,也许更高一点。(笑)

“但听他说了这么多以后,我觉得他其实就是一个很普通的人。”

这就是我希望大家能够记住的。因为我自己也是这样看待自己的,这就是最重要的一点。

—— /Cong Ming Tou Zi Zhe/ ——

排版:鹤九

责编:艾暄

 - 小彩蛋 - 

转载开白,请联系小编微信【fanxiaocom】,添加备注“转载+新媒体名+姓名”,按顺序邀请加入媒体转载群

商务合作,请添加聪明牛牛【微信congmingtzz1/ 手机13262200706 】,添加备注“合作+机构名+姓名”具体商议

跳转微信打开

  •  

库克:一家公司真正厉害的地方,往往不是别人看得见的产品……

原创 聪明投资者 2026-11-15 10:00 上海

企业文化偷不走

其他值得看

1、纳指大跌后,马斯克最新对话直面数据中心争议,关于建设放缓、电力瓶颈、资本回报,以及更加重要的太空计划……

2、科技从领跑到大幅回撤!翻完公私募名将最新报告,今年的市场真是一场压力测试……

3、41岁高通,押下新重注!对话CFO:苹果转向自研,SpaceX送来大单,下一条增长曲线在哪里……

4、AI会改变世界,投资它却未必赚钱!一位杰出投资者重新审视数万亿美元的豪赌……

5、AI浪潮进入过渡期!张忆东最新发声:2027年的赢家之路,就看谁更注重股东回报……

看完记得点击视频右下角头像,关注【聪明投资者视频号】  ,带你看投资智慧的浓缩精华。

转载开白,请联系小编微信【fanxiaocom】,添加备注“转载+新媒体名+姓名”,按顺序邀请加入媒体转载群

商务合作,请添加聪明牛牛【微信congmingtzz1/ 手机13262200706 】,添加备注“合作+机构名+姓名”具体商议

喜欢就点击在看,让微信记住你的兴趣 

阅读原文

跳转微信打开

  •  

AI会改变世界,投资它却未必赚钱!一位杰出投资者重新审视数万亿美元的豪赌……

热爱学习的 2026-11-13 08:00 上海

霍华德·马克斯最新备忘录《一个门外汉对人工智能的思考》

今年2月,我们刊发过橡树资本联合创始人霍华德·马克斯(Howard Marks)的《AI奔涌向前》。那时,他找了几位三四十岁的科技从业者请教,又让Claude给自己上了一套教程,随后把学到的、仍然想不明白的,写成了一篇长长的备忘录。

(点击阅读:一位杰出投资者写了万字的AI使用心得)

那篇文章读起来,有点像在看一位做了50多年投资的人认真做功课。他并不急着说自己懂了,而是先把问题一件件弄清楚。那份好奇心,实在让人印象深刻。

8个多月过去,11月11日,马克斯又写了一篇关于AI的备忘录。会感觉,这位80岁的杰出投资人一刻都没有停止学习,思考和追问。

AI能提高效率,可利润最后会留在谁手里?今天领先的模型公司,五年后还能领先吗?科技巨头花在数据中心上的那些钱,究竟能挣回多少?

这些问题他此前并非没有想过。这次不同的是,他把目光进一步投向了融资和风险承担:数据中心租约里的退出条款、用芯片作抵押的债务、科技巨头不断增加的借款,以及AI企业间资金兜兜转转的“循环交易”。

这些都不是最容易让人兴奋的话题。可当市场忙着讨论算力需求还会增长多少时,马克斯在想的还有:如果未来的收入不如预期,钱由谁来还?损失又由谁来承担?

文章里还有一处很有意思的细节。他请Claude给AI产业不同领域的可预测性打分。Claude认为,技术继续进步的方向相对容易预测,却只给自己所属的前沿模型实验室打了2分(满分10分)。

马克斯觉得这有点讽刺。

这也正是整篇文章反复回到的区别:相信AI会改变世界,不等于能够判断谁会赚到钱、赚多少,更不等于今天无论什么价格都值得买。

他一共提出了11个问题,却没有把它们整理成11个确定的答案。他仍然相信AI有巨大的潜力,也不认为因为前景难以预测,投资者就应该置身事外。只是面对不确定性,他越来越关心:哪些事情我们真的能够判断,哪些风险值得承担,又应该为此付出什么价格?

考虑到这几天围绕英伟达发生的猝不及防的剧情,大家应该对当下AI投资的不确定性和风险有了进一步的刷新认知。嗯,也许是长期投资者的机会,但谁知道呢……

无论如何,把两篇备忘录放在一起读,这一次绝对是2.0版本的味道。

超级值得认真学习。mark并分享之。

一个门外汉对人工智能的思考

霍华德·马克斯/文

我们应该投资人工智能吗?如果要投,又怎样才能明智地投资? 这就是我想在这篇备忘录里讨论的问题。

一方面,我不是技术出身,也不认为自己对人工智能的了解高于一般人。

说到科技投资,我同样不敢自称内行。但另一方面,AI是我们这个时代最重大的发展,也可能成为人类历史上影响最深远的事物之一。

投资者不能不认真思考它。

先说明自己的局限,接下来我想分享一些思考,提出那些反复困扰我的问题(它们并不都与AI投资直接有关),再谈谈我的看法。

我的知识不足以让我给出确定的答案,但把这些问题集中梳理一遍,希望仍能有所帮助。

如今AI消息接踵而来,AI及相关公司的证券价格也大起大落。我无意紧跟每一天的变化,因为我要谈的是AI的长期前景,而不是明天的股价。

* * *

投资,说到底就是把钱投向那些有望从未来变化中获益的地方。为了做到这一点,大多数投资者都会依赖预测。但不是所有事情都同样容易预测,也不是每个人都同样善于预测。

因此,如果要根据对未来的预期投资AI,而我认为我们眼下能依靠的也只有这些预期,就必须同时考虑:我们认为未来可能发生什么,以及我们有多大把握判断正确。

我过去写过,自上而下的投资者必须对经济、行业、公司和市场的前景都判断正确。假设他们在每个层面判断正确的概率都是60%,这恐怕已经算是乐观的估计,那么四项判断全部正确的概率是多少?如果它们彼此独立,答案只有13%(0.6⁴)。

对于AI,重要的变量多得不同寻常,每一个都让投资决策更加复杂。投资AI,至少需要在一定程度上判断对技术如何演进、算力需求如何变化、竞争格局如何形成、谁会从中获益、融资是否可得,以及这一切何时发生。

在我看来,这些关键因素都格外难以判断。那么,一整套投资逻辑最后被证明正确的概率有多大?读下去时,不妨把这个问题放在心里。

最后请记住三件事:(一)我们不可能了解一项投资的全部情况;(二)最大的错误,往往发生在人们自以为无所不知时;(三)不能因为对未来的认识不完整,就完全裹足不前。

为了获利而承担风险,本来就是投资者的职责。承担多少风险,以什么方式承担,每个人都要自己决定。但考虑到AI的巨大潜力,我们也不能只因前景不明就置身事外。

问题一:AI究竟是怎么做到这些事的?

在进入更具体的讨论之前,我想先谈一个宏观的、与金融无关的问题。我觉得它特别有意思。因为对这方面一无所知,我去请教了Anthropic的Claude。以下是它回答中的一部分:

我们几乎完全清楚AI由什么构成、是怎样被造出来的,但出人意料的是,我们对它究竟怎样做到它所做的事情,却知之甚少……
我们也知道训练的方法:让它阅读海量文本,猜测下一个词;每猜错一次,就对数十亿个内部参数作一点微调。如此重复数万亿次……
没有人事先写好它回答问题的规则。这些规则是在一次次微调中自行形成的,散布在数十亿个单独看毫无意义的数字里。我能想到最贴切的说法是:这些系统是“生长”出来的,不是“设计”出来的。研究“可解释性”的学者确实取得了进展。例如,他们发现,模型写押韵诗时会先选定韵脚,再写出整句诗。这说明它会预先规划。但研究者目前只能解释内部过程的一小部分。这就像手里有市场每一笔交易的完整记录,却仍不知道价格为什么涨跌……
当我解释自己如何得出答案时,研究发现,这套解释并不总是符合内部真正发生的过程。比如,模型被问到如何做加法时,也许会讲一套教科书上的算法,但它内部的做法可能完全不同。所以,最诚实的总结是:我们造出了某种类似心智的东西,可以彻底检视它,却仍不能完全解释它。至于它如何解释自己,其可靠性或许也不比人类解释自己时更高(有意思的是,这里Claude说起话来像一个人)……

在试着回答下面的问题时,不妨先想一想:真的有人了解AI究竟如何运作吗?AI将怎样演进,会获得什么能力,又会在何时获得?人们会怎样使用它?它会如何改变使用者的盈利能力?

投资者未必需要弄清所有这些事。但据我了解,对它们真正有深刻认识的人并不多。既然如此,又有谁能可靠地回答接下来的问题?

问题二:AI将能做什么?

AI最擅长的事情,就是不断演进。

就在几年前,人们对AI能力的概括大致是:掌握过去发生过的事情,识别历史规律,对这些规律加以推演,再用来完成任务。仅凭这些能力,AI已经给编程等领域带来巨变,也有望改变我们熟悉的许多生活方式。

但现在,AI已远不止于此,它开始具备一种或许可以称为“推理”的能力。

单是这一点,就带来了许多既让人兴奋、又令人望而生畏的问题。AI究竟能发挥多大潜力,取决于其中一些问题的答案:

• 能否让AI的运作体现我们的偏好、价值观和目标,还是它会遵循自己的一套?

• 我们能否指望AI诚实、谦逊、合乎道德,而且忠诚可靠?它会准确客观,还是容易受到影响和操纵?当它犯错或不知道答案时,会坦然承认吗?它会质疑我们,而不是一味迎合吗?它会不会成为人类的威胁,转而追求自己的利益?

• 在创造力、原创性、审美、主观判断和直觉方面,它会表现如何?它能否进行我所说的“第二层次思维”,以不同于大多数人、也更高一层的方式思考,从而找到更好的办法?

• 它能否像人一样思考未来,展开天马行空的想象?

• 能否要求它提供一手资料,而不只是引用已经发表的材料,并让它提出反方论据?

• 一个模型能否包揽所有事情,还是不同模型各有所长?如果是后者,我们又该怎样选择?

• 通用人工智能(AGI),也就是能够做人类所能做的一切的AI,是否会成为普遍标准?所谓AGI,是达到普通人的水平,还是超过90%的人,抑或与世界上最聪明的人相当?换句话说,AI也会有高低不同的知识水平,也有自己不知道的事情吗?

这些问题都关系到,未来我们会把哪些工作托付给AI。

问题三:谁会赚到钱?

正如沃伦·巴菲特在科技泡沫期间谈到互联网时所指出的,改变世界的技术,未必能让投资者赚钱。

我们知道AI会提高效率,但它会提高盈利能力吗?又会提高谁的盈利能力?如果几种AI模型在同一领域都能达到同样的智能水平,它们的服务会不会变成没有差别、只能比拼价格的商品?如果会,企业利润率和投资回报率是否会不断受到挤压?那样的话,AI带来的经济利益,也许更多落在使用者手里,而不是供应商手里。这对投入AI基础设施的数万亿美元资金的回报意味着什么?

反过来,某些AI公司会不会掌握一种能力,进而取得垄断地位,其产品对别的企业取得成功,甚至维持生存都不可或缺?如果会,想想它们能有多大的定价权。(今天,大型芯片制造商英伟达和台积电正赚取巨额利润,足以说明强大竞争地位的价值。)

最后,我很少听人讨论AI会不会被征税,又会怎样被征税。

AI最可能带来的影响之一,是取代劳动者;而政府需要弥补原来从这些劳动者身上取得的税收。

那么,谁能保证AI不会像人一样被征税? 如今许多高收入者承担的综合税率达到50%甚至更高。AI会落在哪一档税率里?

问题四:未来的竞争格局会怎样?

我们能知道哪些公司会成功吗?能有多大把握?今天领先者的护城河究竟有多深?

AI最令人吃惊的特点之一,就是进步之快。

尤其让我印象深刻的是,今天领先的模型实验室OpenAI和Anthropic,几年前对我们多数人而言还几乎闻所未闻。如果公司可以在AI领域这么快异军突起,它们难道就不会同样迅速地被后来者取代,或者至少受到挑战?

如果这种情况可能发生,再想想那些所谓“科技巨头”的资源和潜力:亚马逊、微软、Alphabet、Meta和甲骨文。这些老牌巨头谁会赢?还是会有我们从未听说过的公司胜出?甚至是今天还不存在的公司?

回想20至25年前,当年的领先者在今天仍然领先的概率有多大。微软、亚马逊、苹果和谷歌成功穿越了那个时代,Napster、雅虎和网景却掉了队。在技术快速变化的行业里,守住领先地位并不容易。

再把AI的新颖性和进步速度考虑进去,问问自己:今天的AI领先者,五年或十年后仍然领先的概率有多大?如果竞争格局真可能发生这样的变化,那么今天持有领先企业的股份,究竟值多少钱?

问题五:这些公司究竟能赚多少钱?

价值投资者会估算一家公司未来的利润或现金流,把它们折现到今天,再与当前股价比较。要预测未来的利润,就必须回答这样一些问题:

• 产品能卖出多少?

• 每件产品能卖什么价?

• 每件产品的生产成本是多少?

• 需要把多少利润再投入下一代产品的开发?

• 最后,公司的投资回报率会是多少?

评估任何一家公司,都绕不开不确定性。但评估AI企业时,还得面对一些特别新鲜的问题:

• 产品究竟能做什么,客户会怎样使用?

• 它会按普通商品定价,还是能以独特、不可或缺的产品身份定价?

• 芯片能用多久?数据中心要按多快的速度计提折旧?

• 如今这场飞速推进的支出竞赛,还会持续多久?

• 企业赚的钱,能不能让今天投入的资本获得不错的回报?

我可能记错了,但回想自己在20世纪70年代分析综合企业集团,或在1999年至2000年研究互联网和电子商务时,我不记得曾为这么多、这么大的不确定性伤过脑筋。那些生意在当年也新奇、复杂,可与AI相比,似乎简单明了得多。

所以我想问:我们真能预测今天的科技巨头和领先前沿模型实验室在2030年会赚多少钱吗?更不用说那些眼下大部分还只是构想的公司。投资是不是非得能较准确地预测利润?如果作出了预测,我们又该有多大信心?如果做不到,又该怎样考虑投资AI公司?

最近我常用这样一个问题来检验预测:告诉我,你认为某家AI公司五年后的每股收益会是多少。你敢不敢打赌,实际结果会落在你预测值上下50%的范围之内? 比如你预测每股10美元,你有多大把握相信,实际数字会在5至15美元之间?

问题六:数据中心的前景如何?

过去,数据中心是数字仓库,用来储存资料、托管计算机应用和网站。如今,“数据中心”,或者说“AI工厂”,逐渐变成了AI工作的场所。它们就像汽车工厂,是AI能力的生产基地,从存储资料、训练模型,到提供系统运行时间,也就是“算力”,都在这里完成。

数据中心是AI产业发展的关键一环。但建设数据中心,以及由此提供算力,都受到物理条件和其他因素的制约。

AI的前景令人兴奋,但有人可能更愿意以谨慎的方式参与。与其投资新技术的开发商和销售商,不如投资看得见、摸得着的基础设施。这就像淘金热里卖镐头和铲子,而不是猜哪个淘金者能找到金子。

理论上,这样做不必太在意最后谁胜出,因为不管谁赢,都离不开基础设施。今天算力供不应求,也让投资数据中心显得更有吸引力。不过,还有几个问题必须考虑:

• 说到基础设施,我们很容易想到“砖瓦水泥”。正是这种实实在在的感觉,让数据中心看起来像AI领域比较安全的投资。但一座数据中心的成本中,建筑物本身,也就是“外壳”,其实只占很小一部分。大头是芯片,也就是GPU。而这部分成本及其淘汰过时的风险,通常由数据中心的使用者承担。

• 要找到并买下足够大的地块,开发商还得跨过监管门槛,面对不愿在自家附近建数据中心的居民的反对。

• 数据中心必须有可用的光纤连接,才能把推理服务送到用户那里。

• 建设者还得应对电力、冷却设备和施工服务可能出现的瓶颈。

• 如果融资难以获得,数据中心的建设速度就会受限;未来项目的融资成本也可能高得出人意料。

有意思的是,这些瓶颈会给想建数据中心的企业制造麻烦,限制它们的扩张。反过来,算力供给增长一旦受到约束,已经建成或未来有能力建成的数据中心,反而可能赚得更多、价值更高。

上周,多项暂停数据中心建设的措施获得通过,就说明这种限制正在出现。

关键是,数据中心并不是一笔十拿九稳的投资。

明智的投资者得找到能避开上述不确定性、又不至于因过度建设而陷入算力过剩的机会。

与所有投资一样,数据中心投资者中会有赢家,也会有输家。但考虑到AI产业的特点,我想赢家的成功和输家的失败,可能比一般“基础设施”投资更加悬殊。

问题七:我们是否应该担心对这个行业的过度依赖?

如今,AI对投资环境的影响远超它自身所占的份额。这给所有投资者,乃至所有经济参与者,都带来了很大的不确定性,而不只是那些投资AI的人。

• AI只占美国经济的一小部分,却贡献了远超其体量的经济增长。

• 眼下AI对GDP增长的贡献,绝大多数来自资本开支,主要是建设数据中心。这部分支出正快速增加,而其他建筑活动却在萎缩。

• 截至今年6月30日,在连续14个季度里,“七巨头”的利润增速都超过标普500指数的其他成分公司。

• 一些AI公司投资其他AI相关公司的股权,获得了巨额收益,成为标普500指数盈利的重要贡献者。FactSet报告称,第二季度Alphabet与亚马逊从股权投资中合计获得1510亿美元收益,主要来自Anthropic和SpaceX(后者如今已包括xAI)。

• AI对整体利润的影响并不止于产业内部。零部件供应商的盈利同样强劲,AI行业及相关行业的员工拿着工资去付房租、买食品和汽车,也把影响传导到远离AI的领域。

• AI对股市涨幅的贡献同样远高于其比重。据摩根大通统计,自2024年1月以来,42家AI相关公司贡献了标普500指数大约三分之二的股价涨幅。

• 这些趋势叠加起来,使标普500指数的权重高度集中于少数AI与科技公司。

这里最值得注意的是,今天支撑经济与市场的因素,并不够多元。AI敞口像一道异常强大的“断层线”,贯穿许多投资组合,甚至可能左右整个投资环境。

无论是芯片寿命、公司战略还是算力需求,只要其中出现不利变化,都可能牵一发而动全身。过度依赖单一行业,显然会让经济和股市比依靠广泛增长动力时更加脆弱。

1977年至1978年,迈克尔·米尔肯(Michael Milken)开创了投资级以下债务的发行,带动整个投资行业接受这样一种观念:只要潜在回报足以补偿风险,承担风险就有其合理性。

他的思路有两块基石:一是额外的收益率,有可能补偿违约债券造成的损失;二是充分分散投资,不能让少数几次违约毁掉整个投资组合的回报。

可今天,股票市场和债券市场都严重依赖一个因素:AI能否成功。

问题八:这对信用市场意味着什么?

高盛的数据显示,今年以来,全球AI相关债务发行已接近6000亿美元。其中既有科技巨头发行的债务,也有数据中心及项目融资,还有其他与AI有关的借款人发行的债务。

大约4000亿美元进入了美国投资级债券市场,占该市场全部新发债券的五分之一以上。这使AI相关债券在彭博美元投资级公司债指数中的权重升至约12%。美国高收益债券市场的相应比重约为6%,科技巨头并不直接在这个市场发债。

毫无疑问,AI相关债务发行是今年资本市场最重大的变化之一。

未来一段时期,AI平均每年似乎还需要约1万亿美元新增资本,其中数千亿美元很可能继续通过发债筹集。AI对债务资本的需求,将怎样影响利率?

对科技巨头和前沿模型实验室来说,扩大产能、开发新产品势在必行,它们也不希望给竞争对手留下机会。因此,即使利率比预期高,也可能不能因此放慢AI投资。

换句话说,资金再紧、成本再高,它们恐怕也得接受融资条件。

过去,经济学家常谈“挤出效应”,指的是政府大量借债,使民间部门难以取得需要的资金。

可现在,我觉得,对利率不太敏感、愿意付出任何必要代价的科技巨头,其借债需求反倒可能推高政府的融资利率。我们迄今看到的利率上升,难道没有这方面的原因吗?

同样,股票市场能否每年提供数千亿美元新增股权资本,来补充企业自身的现金流?

过去十年里,有八年美国传统IPO的融资总额不到500亿美元。两个例外是2020年,接近800亿美元,以及繁荣的2021年,达到1400亿美元。

我怀疑,一年之内市场能提供的新增资本总归有限。AI对债务和股权资本的庞大胃口,最终难道不会争夺同一笔钱吗?

过去,科技巨头那些利润丰厚的非AI业务,创造了大量自由现金流,让它们几乎没有债务、现金充裕,信用评级也很高。现在不同了:它们开始消耗现金储备和当期现金流,也借入越来越多的钱。

凭借强劲的投资级评级,它们眼下仍可以轻松为AI扩张融资。但如果这种情况持续下去,它们的信用状况或评级会不会改变?那些今天依赖高评级放贷、随后看着借款人杠杆率不断上升的人,又该怎么办?

有些数据中心项目之所以能获得融资,是因为租户是拥有投资级评级的科技巨头;另一些债务则以芯片作抵押。但投资者必须特别注意某些数据中心租约里的“退出条款”。例如,如果数据中心的可靠运行率未达到99.9%,租户或担保人可能有权终止其义务。

还要注意另一种风险:用来抵押的芯片,可能没有那笔债务活得久。

那么,这个行业所谓的“循环交易”(circular transactions),又会有什么影响?说的是企业为购买自己产品的客户提供融资。芯片制造商、科技巨头、前沿模型实验室和数据中心开发商之间,频繁出现借贷与采购相互交织的交易。

有时,钱从A流到B,又回到A;有时从A流到B,再拿去为C融资,而C又把钱花在A身上。

如果各方没有这种利益关联,它们还会以正常商业条件达成这些交易吗?还是供应商在补贴买家,借此支撑产品需求、保护市场份额?这种相互依赖又藏着什么风险?

还有,科技巨头借助特殊目的载体(SPV)举债,把债务留在表外,这会怎样影响它们的信用状况?母公司究竟有没有为这些债务兜底?

最后,在一项令人兴奋的技术进步引发市场狂热的时候,大举借债会带来什么后果?归根到底,几股力量正在汇集:

• AI企业有强烈的借债意愿;

• 投资者热衷AI,因此愿意放贷;

• 如前所述,资本市场对AI的风险敞口高度集中;

• AI行业参与者之间存在所谓的“循环交易”。

向AI企业提供贷款的人,正面对一个新时代:债务集中于单一行业,行业基本面飞快变化,而偿债前景又高度依赖未来算力销售收入。

贷款人必须格外警惕:自己支持的借款人是否具备足够的信用质量,融资结构与条款是否稳妥。

问题九:AI究竟有多大程度可以预测?这些问题能回答吗?

我在过去的备忘录和《周期》(Mastering the Market Cycle: Getting the Odds on Your Side)一书中都写过:面对未来,光有预测还不够。除了预测本身,还得判断它成真的概率。

在我看来,AI技术复杂、前所未有,变化速度又惊人,因而预测正确的概率格外低。

我想量化AI的可预测性,又担心这超出了自己的本事。于是,我请Claude帮忙,从1分到10分给AI打分:1分是完全不可知,10分是完全能够预测。它的回答很有启发性。

Claude结合前面提到的那些不确定性,作出了如下总结(粗体为我所加):

我的总体判断是:AI作为一个整体,大约得3分。 不过,这个分数掩盖了两方面的差异。发展方向相对容易预测,也许能得6到7分:技术会不断进步,并扩散到整个经济中。真正决定投资者能否赚钱的因素,却远没有那么容易预测,大约只有2分:变化会有多快,利润会有多大,又会落到谁手里。

我还请Claude给AI行业各个细分领域的可预测性打分,并找出传统经济中大致可以与之相比的行业。下面是它所谓的“主观判断”:

最让我意外的是,前沿模型实验室只得2分。在我看来,这几乎就是“无法预测”。这些公司令人印象深刻,也似乎领先很多。

但Claude提醒我:“这类生意接近于非成即败。资本需求巨大,单位能力的售价不断快速下降,能否建立持久的护城河也不清楚。”

想到Claude本身就属于Anthropic,是不是有点讽刺?

更耐人寻味的是,按照Claude的判断,这些不确定性最大的投资标的,在私募市场上似乎反而享有溢价。OpenAI和Anthropic都已提交IPO申请。等它们进入公开市场,股票会如何定价、之后又会怎样交易,值得关注。

还要记得,第二季度推高标普500指数盈利的那些股权投资收益,如前面所述,有很大一部分与这个被Claude称为“最不可预测”的领域有关。这些收益究竟能持续多久?

谈到可预测性,我还想借机说说地缘政治。对AI而言,这通常就是“中国问题”。

几乎所有最先进的芯片都来自台积电。美国限制向中国出售最先进的芯片,这促使中国提供低价模型,与能力更强的美国模型争夺市场。如果局面发生变化,美国的竞争地位会怎样?中国芯片会赶上、甚至超过今天的领先产品吗?中国是否有一天能够阻碍,甚至阻止台湾芯片销往美国?对中国意图的担忧,会不会让人们更难为AI行业设立安全护栏?

显然,AI有太多事情是投资者不知道、也无法预测的。关键的问题是,你愿意承担多少风险,又以什么方式承担?

AI产业由许多不同部分组成。按照Claude的评分,一端是我们对其前景几乎摸不清的前沿模型实验室;另一端是租约可靠的数据中心及其电力供应商,后者的可预测性大致与大型工业企业和受监管的公用事业公司相当。

问题十:AI是泡沫吗?

最近几周,人们开始担忧前面讨论过的一些问题。投资环境里出现了多种不利因素:通胀、联邦政府的赤字和债务、随之上升的利率,以及似乎难以解决的伊朗战争。

在这些普遍性问题之外,还有一些AI特有的因素:

• 新模型带来的竞争,功能更简单、价格更低的模型,低价中国模型,以及可以免费下载的开源模型;

• 每个“词元”(token,模型使用量的计价单位)的价格下降;

• 算力使用量的增长可能放缓;

• 公司披露的销售增长不及预期;

• 一些公司杠杆过高、严重依赖未来融资。

行情好的时候,人们很容易忽略这些问题。一旦投资者的平静心态被打破,它们就足以让人忧心。

于是,我们又看到了我常说的现象:现实世界里的事情,往往只是在“相当好”和“不那么好”之间波动;可在投资者心里,它们却会从“完美无缺”一下变成“毫无希望”。今天AI投资者担心的事情并不新鲜,只是市场环境变了,足以让这些问题蒙上阴影。

虽然这个话题已经争论了一年多,我自己也参与其中,但人们还是不断问:AI是不是泡沫?

首先得说清楚什么叫泡沫。我的定义是:非理性的狂热,导致不审慎的行为、过度投资,以及为参与其中付出过高的价格。

我认为,和任何围绕技术进步形成的泡沫一样,AI泡沫至少要从三个角度来看:技术本身是不是被捧得过高,最后可能让人失望?企业现在花的钱是不是太多,注定无法带来足够回报?投资者是不是承担了太大的风险,并为这个领域的投资机会付出太高的价格?

要判断这些事情,很大程度上取决于前面那些问题的答案。自从今年2月我上次写AI备忘录以来,我不认为这些方面有太大变化:

• 我仍相信AI是一项强大、影响深远的技术,会以我们今天甚至无法想象的方式改变企业、经济和生活。就技术而言,它不是幻觉。

• 人们花了很多时间讨论,未来究竟需要产生多少收入,才能证明今天的资本开支合理。但在弄清AI会怎样被使用、谁会赚钱之前,我们还不能判断企业花这些钱是否明智。

• 同样,只有掌握了足够的信息,可以合理估算企业利润和基础设施的盈利能力,我们才有可能判断今天的股价是否合理,债券提供的收益率是否合适。

围绕AI有许许多多的问题,其中一些我已经在前文列出。但最关键的,其实可以归结为一个相当复杂的问题:

AI能否给用户带来足够大的价值,进而支撑足够多的算力销售和足够高的算力价格,让投入其中的数万亿美元获得合理回报?如果能,回报又会落在哪些公司手里?

我和一些自己认为真正懂行的人聊过,得出的结论是:现阶段,要回答这个问题,恐怕很大程度上还是靠信念。

这让我想起据说出自美国经济学家兼作家斯图尔特·蔡斯(Stuart Chase)的一句话:

相信的人,无须证明;不相信的人,再多证据也无法使其信服。

我想来想去,实在找不到比这更贴切的话,来概括围绕AI的这些疑问。

在我看来,至少一代人以来,AI是对投资者影响最深远、也最难预测的一项发展。 但不确定,并不意味着投资者就该把它排除在外。

正确的回应不是裹足不前,而是两件事:第一,在选择策略、确定仓位和承担风险时,保持与不确定性相称的谦逊;第二,即使不能确定未来,也愿意采取行动。

AI投资的不同领域,需要回答不同的问题。

投资前沿模型实验室股权的人,也许得在技术进步、竞争地位、定价能力、未来盈利以及估值上都判断正确。而根据长期合同为数据中心融资的贷款人,要判断对的事情可能少一些,但关键因素完全不同:租户的信用状况、合同条款、电力是否充足,以及资产的残值。

因此,一个重要问题是:“哪些问题,是我或我的机构真正擅长回答的?对于那些我没有相应专业能力判断的不确定性,我又愿意承担哪些?”

其他条件相同时,如果价格相对于内在价值足够低,较大的不确定性也可以被投资者接受。至少在理论上,Claude给出的那些可预测性较低的领域,如果比更容易预测的领域便宜得足够多,反而可能成为更好的投资机会。

说到底,明智投资很大程度上取决于价格。但请注意,对AI而言,前面提出的种种疑问,让我们很难估算内在价值,自然也很难判断是否便宜。

为了把前面的讨论串起来,最后我留下一组问题,供大家作决定时参考。不过请注意,这些问题适用于所有投资,而不只是AI:

• 为了获得可以接受的回报,需要有多少件事同时朝正确的方向发展?

• 如果我的核心假设错了,我可能损失多少?

• 我承担的哪些风险得到了补偿,哪些风险只是我自行承担?

• 当前价格已经包含了多少乐观预期?

• 这笔投资会怎样改变我整个投资组合的风险状况?它会放大我已承担的风险,还是帮我分散风险?

有句老话,我觉得用在AI上再合适不过:“有两种投资者会亏大钱:一种是什么都不知道的人,另一种是什么都知道的人。”

在AI这个领域,承认自己并非无所不知,尤其重要。AI一定会带来许多意外,但它们不一定让人难以承受。真正值得想的是:一笔AI投资令人失望的概率有多大……不令人失望的概率,又有多大?

最后,我想用前几天偶然读到的一段精彩文字来收尾:

有人说,眼前的未来有太多问号,何不等事情明朗些再行动? 你一定熟悉那套说辞:“在眼下的不确定性消除之前,先留着钱,暂不买入”,等等。
在拿它当作心理依靠之前,先面对两个不那么令人愉快的事实:未来永远不会明朗;当股票市场形成令人安心的乐观共识时,你往往得为它付出极高的价格。不确定性,实际上是长期价值买入者的朋友。

用这段话结束一篇关于AI的备忘录,还有比这更合适的吗?

不过,这段话来自我保存最久的一份资料。那是沃伦·巴菲特历久弥新的智慧,刊登在1979年8月6日的《福布斯》杂志上。

我总是很乐意让沃伦来收尾。

—— / Cong Ming Tou Zi Zhe / ——

 - 小彩蛋 - 

转载开白,请联系小编微信【fanxiaocom】,添加备注“转载+新媒体名+姓名”,按顺序邀请加入媒体转载群

商务合作,请添加聪明牛牛【微信congmingtzz1/ 手机13262200706 】,添加备注“合作+机构名+姓名”具体商议

阅读原文

跳转微信打开

  •  

AI浪潮进入过渡期!张忆东最新发声:2027年的赢家之路,就看谁更注重股东回报……

原创 聪明投资者 2026-11-12 15:00 上海

新兴市场有望跑赢,黄金和美债仍值得关注

“AI1.0到2.0的过渡期可能开始了,2027年美国经济整体上将是温和放缓。”

“如果AI应用仍然维持目前Coding、AI for Science等领域的落地水平,没有显著超预期的变化,明年需要警惕科技巨头资本开支不达预期的风险。”

“随着2027年来临,资本市场对于那些继续进行大规模、超预期资本开支的科技巨头,可能会越来越不友好,进而影响它们的融资能力,再影响融资意愿。”

“通过盘活资产、激活资本市场,利用资本市场完善股权财政,也许是这一轮地方化债的多赢之道,也是长期能够实现多赢的一条路。”

“美债利率明年有望温和回落,但节奏可能先稳后降。对美联储而言,明年可能是先鹰后鸽。”

“打铁还需自身硬。中国资产也好,美国资产也好,明年的赢家之路,就看谁更加注重股东回报。

要找到那些股东回报能够覆盖融资和解禁减持的市场,以及这些市场里的行业、领域和特定上市公司的阿尔法机会。”

以上是海通国际执委会委员、首席经济学家张忆东近期在香港线下分享中提出的最新判断。

面对过去几年一路高歌猛进的AI硬件行情。

张忆东表示,过去几年,AI是美国经济增长的重要引擎,科技巨头持续增加资本开支,带动了算力、光通信等硬件产业链的景气度。

但2026年三季度以来,市场开始重新审视这套逻辑。

一方面,AI相关资产的持仓已经高度拥挤,部分硬件公司的估值明显偏离历史区间;另一方面,科技巨头不断增加资本开支,却面临融资成本上升、股东回报下降,以及数据中心建设可能受到政策限制等约束。

与此同时,AI应用仍处于萌芽阶段,短期内能否形成足够大的商业化需求,支撑庞大的资本开支,还存在不确定性。

这意味着,AI长期产业趋势并未结束,但AI的浪潮可能已经进入从1.0向2.0过渡的阶段。

张忆东特别强调,这一轮硬件调整不是盈利出了问题,更重要的是极度拥挤的筹码结构发生变化,进而预期和估值的调整。即便部分企业存在错杀,投资者也可能面临漫长的等待。

将视野扩展到全球经济,张忆东预计,2027年美国经济温和放缓,AI资本开支和财政刺激对增长的拉动边际减弱,但并不意味着经济会陷入全面危机。

随着美国经济增长放缓、通胀回落,他判断美债长端收益率有望震荡下行,2027年新兴市场可能迎来重新获得资金关注的机会。

根据历史规律,在美国经济走弱、美债收益率走弱、美元走弱的三弱情形下,全球利率和汇率敏感型的弹性资产都相对受益,其中,估值低、基本面平稳的亚洲新兴市场往往能跑赢发达市场。

中国、印度等亚洲新兴市场相对表现有望改善,并继续关注黄金、美债及美股、日股的结构性机会。

对于中国市场,张忆东认为,2027年地方化债和资本市场改革值得关注。

明年贯穿全球资产配置的一条重要主线,是股东回报。

无论是美股科技巨头,还是面临IPO解禁压力的港股市场,未来能否通过稳定的分红、回购等方式回馈股东,都将成为市场重新定价的重要依据。

聪明投资者(Capital-nature)整理了本次分享的重点内容,分享给大家。

AI1.0的高潮或已过去,2027年进入过渡期

从基本面的角度分析。明年美国经济相较今年将会放缓,一个很重要的变量就是政局的重塑。

AI浪潮1.0的高潮已过。从2027年开始,将进入AI浪潮1.0走向2.0的过渡期。

过去几年,美国经济增长的新引擎就是AI,明年无论从AI基建,还是从AI带来的财富效应进而影响消费这两个维度看,AI对美国经济的拉动作用都可能放缓。

为什么这么判断?

这一轮基本上是由资本市场驱动资本开支,最终形成产业链的良性循环,进而推动美国经济。

明年AI的问题在于,越来越多的资本市场参与者,无论是债券投资者还是股票投资者,都在追求回报、追求风险补偿。

我们从几个维度来看。

第一,看应用的进展,如果AI应用仍然维持目前Coding、AI for Science等领域的落地水平,没有显著超预期的变化,明年需要警惕科技巨头资本开支不达预期的风险。

第二,中期选举是一个非常重要的变量。

以得克萨斯州为代表的多个原来共和党主政的“红州”转蓝,由民主党主导。这种政局变化带来的影响,就是数据中心建设从明年年初开始可能受到限制。

我们算过一笔账。根据Data Center Map,全美数据中心项目储备(pipeline)总规模大约346GW,仅德州就有93GW;再考虑其他几个政治格局可能变化的州,合计大约143GW,接近全美项目储备的一半。

如果相关建设受到影响,确实可能导致明年美国数据中心建设低于预期,进而影响科技巨头的AI资本开支。

从最新三季报和科技巨头的业绩指引来看,它们对2027年资本开支普遍还是比较乐观的。

但现在看来,中期选举带来的变量,可能超出了不少投资者、财经人士甚至企业家的预期。

第三,回到资本市场本身。

美国关于股东回报的文化,非常值得中国股市学习,这一文化对科技巨头的资本开支,正在形成越来越强有力的约束。

2027年越来越多科技巨头的股票回购已经降到历史低位,甚至可能不再回购;相反它们开始形成净融资,特别是股票融资,已经处于历史高位。

美国追求股东回报的文化,很可能成为2027年AI科技巨头资本开支的一项强约束。

这张图,反映的是过去几年五大超大规模云厂商的回购、融资及资本开支情况。

注:五大云厂商为:微软、Alphabet、亚马逊、Meta、甲骨文

以股票回购为例,2024年,这五大云厂商的回购规模达到约1256亿美元;截至2026年上半年,只剩下179亿美元,落差非常大。

发行股票进行融资的规模却大幅扩张。

2024年,五大云厂商股票发行融资额大约只有27亿美元,截至今年上半年,已经达到557亿美元,就是为了资本开支。

从今年三季度以来,美国资本市场的反应已经比较明显:谁大幅增加资本开支,市场就可能用脚投票。

随着2027年来临,资本市场对于那些继续进行大规模、超预期资本开支的科技巨头,可能会越来越不友好,进而影响它们的融资能力,再影响融资意愿。

从外部环境看,相对较高的利率、相对偏紧的融资环境,同样会对美国AI资本开支形成约束。

从2023年一直到2026年上半年,依靠“大力出奇迹”、通过大规模资本开支驱动AI硬件行情的逻辑,已经受到质疑,甚至开始被颠覆。

AI硬件行情过度拥挤,即使错杀也需要时间等待

回顾历史非常有意思。

从这张图来看,历史给我们的提示是,AI1.0的高潮很可能已经过去。也就是说,这轮AI科技硬件的牛市,可能在今年三季度已经见顶。

我们把标普500里面与AI有关的公司挑出来,形成一个AI相关产业链组合。按照我们统计的口径,今年三季度,AI相关产业链的市值占标普500总市值的比例已经超过50%。

历史上,无论是“漂亮50”,还是2000年前后的互联网泡沫,相关主线板块占标普500总市值的权重不过40%左右。

从这组数据来看,确实已经到了一个很极端的水平。

对中国资本市场也是如此。截至今年6月底,公募基金持有的AI相关资产,占其股票持仓市值的比例已经超过60%。

历史不会简单重演,但历史会提醒我们警惕。

AI产业还会继续前行,并不意味着高度拥挤的行情就一定合理。各种因素共同作用导致今年三季度初的亚洲市场,以及三季度末的美国市场,AI硬件交易都处于非常极端的状态。

我们再看这张图,观察这次AI硬件一些代表性公司的估值变化。

这些龙头公司的PB估值都创下了历史高位,远远超出它们在历史上多轮周期中形成的估值波动区间。

当然,今年以来大家一直在讲,这一次AI科技浪潮是不是超级周期?完全有可能。

但罗马不是一天建成的。

如果AI应用能够持续发展,经过AI科技1.0走向2.0的过渡期,度过青黄不接的阶段,随着应用慢慢爆发,未来AI硬件的估值可能迎来再一次重构。

举个例子。六七年前,航运行业的动态PE已经是个位数了,但市场担心很快会重新亏损,更愿意用PB来看它。

后来国际航运业的竞争格局变得相对健康,大家都能赚钱,估值体系又从PB回到PE,相关公司的估值甚至上涨了很多倍。

所以,估值体系的重构需要一个过程。

现在AI应用还处在萌芽阶段,可以说“小荷才露尖尖角”,非常稚嫩;而资本开支已经是一个庞然大物,有点像小马能不能拉得动大车。

这轮AI科技硬件行情,先是市场有了过度的期待,觉得今年三季度就可以把所有美好的未来都定价进去,导致行情非常极端。

当行情跌下来的时候,某种程度上不只是盈利的问题,本质上也可能是筹码结构崩塌的问题。这种情况下,不排除出现错杀。

但是,错杀需要熬。如果你相信这是被错杀的,需要用时间来等待。

等AI应用证明,它真的能够带来庞大的需求。

也许三、五年以后,AI应用真的爆发了,AI2.0很可能以AI应用为主导,而以AI硬件为辅助。届时,AI硬件也可能随着AI应用爆发重新迎来机会。

可你要付出的是AI1.0走向2.0这个过渡期里巨大的不确定性成本。

而且人性使然,跌着跌着就悲观了,越跌越悲观。

一开始你可能觉得,我要熬,我愿意等,相信这是一个长期方向。但往往很多人最后死在黎明前,在底部把筹码割掉了。

还是要敬畏市场。

现在的AI行情的主要矛盾,某种程度上并不是短期基本面的问题。长期基本面无法证伪,短期基本面可能还是非常好,那中间怎么办?

中间就是不确定性。而不确定性的定价,反而要通过风险溢价来体现。

2027年美国经济温和放缓

2027年美国过去几年最强有力的经济引擎——AI科技的资本开支增速,将出现边际放缓,进而影响经济增长。

但这种放缓不代表泡沫马上破灭,更不意味着立刻进入危机模式。

比如,今年美国GDP增速可能在2%左右,明年有可能回到1.5%,不至于马上进入衰退。

我们结论是,AI1.0到2.0的过渡期可能开始了,2027年美国经济整体上将是温和放缓。

再看美国的政策,特别是财政政策。今年,美国的《大而美法案》对经济还有一定支撑,但明年《大而美法案》对经济增长的刺激作用可能进一步弱化。

再加上两党之间的博弈,如果国会和白宫进入两党分治的阶段,往往也会给美国经济带来不确定性。

2027年8月到11月,两党围绕美国债务上限的博弈可能加剧,进而对美国经济带来更多不确定性。

美国通胀现在大家还是比较悲观,认为是higher for longer。但明年美国通胀不会有太大问题,趋势是下行的,只是回落得快一点还是慢一点的问题。

但我们认为,明年美国通胀其实没什么大问题,大概率将是下行,只是下行速度快慢的问题,趋势是下行。

随着美国政局变化,反战反通胀反AI的民主党主导国会,我们认为,中东局势有希望缓和,毕竟“一个巴掌拍不响”,如此,能源对美国通胀的扰动将随之放缓。再叠加美国经济本身动能弱化,明年美国核心通胀也有望回落。

明年油价下跌的方向是确定的,但跌多少,与全球经济和地缘政治相关,如果油价能80美元以下,那么明年美国通胀的回落也会超预期,就像今年通胀超去年底预期一样。

除了美国,欧洲也要警惕。明年欧洲有比较多的选举,尤其是法国。今年法国的债务问题已经暴露,明年会不会成为黑天鹅,值得关注。

不过法国债务问题不完全是一个周期问题,更多还是深层次的结构性、长期性问题,并不容易解决。明年的选举可能加剧债务风险。

那会不会引发新一轮类似2011年至2012年的欧债危机?概率并不大。

我们并不觉得明年是危机模式,从海外基本面的角度来看,2027年总体偏负面,这也是我们讲“乌云的金边”的原因。明年海外经济的确乌云密布。

中国“三低一高”,更要关注低预期下的变化

再看中国。中国经济2027年延续稳中求进、促转型,数据上“三低一高”:GDP增速维持在4.5%左右的中低增速;通胀维持在低位徘徊;利率维持在低位徘徊;但新动能的高增长依然延续。

明年的出口压力比今年更大,但内需也许会有一些潜在超预期的结构性机会。

在主要经济体中,我们的总和生育率处于相对较低的水平。

低生育率,对中短期的内需消费以及中长期城镇化、房地产趋势,都形成压制。

因此,在提高生育率、养老、低收入群的保障等方面,中国内需的巨大潜力有被激活的机会,只是相关政策我们无法预判,可遇不可求,耐心等待吧。

当然,大家现在对中国经济现状的感受比较低迷,预期也比较低迷。但低迷的预期,反映到资产定价中,未必是一件坏事。

现在与内需相关的周期、消费等资产,很多已处在比较低的估值水平。

到了明年,只要中国内需的实际情况不低于预期,甚至一些上市公司通过自身管理优化带来Alpha,都可能产生结构性机会。

固定资产投资方面,大家也不要期待过高。靠传统“铁公基”走老路,可能不是未来主要的增长方式;如果依靠新质生产力来拉动固定资产投资,又有点“小马拉大车”的感觉,固定资产投资还缺少足够大的拉动力量。

总体来说,经济仍然需要稳增长的组合拳来共同努力,明年的总量经济可能比较平。

明年中国宏观的关键变量,或者说真正值得关注的是,2027年是政治经济大年。

从政治大年的角度,明年明年将迎来建军百年大庆,以及党的二十一大。

从经济大年的角度,为了在2028年完成化债目标,2027年是承上启下的关键一年。

按照现行安排,2027年6月底前实现融资平台退出名录是关键政策目标。

对于存量隐性债务的化解,明年究竟采取什么方式化债,非常值得观察。

今年,市场对于一些传统的化债模式表达了不同看法,认为这些模式对于长期经济发展未必能够实现多赢,下半年加重了悲观情绪和资本市场的冲击。

我们希望大家看看历史经验,“历史告诉我们未来”:通过盘活资产、激活资本市场,利用资本市场完善股权财政,也许是这一轮地方化债的多赢之道,也是长期能够实现多赢的一条路。

回顾历史,上世纪90年代末,A股市场通过1999年至2001年的牛市,有效推动了国企脱困。

日本经验也值得借鉴。

日本央行2010年至2024年持续购买ETF,在市场波动期间构建比较完善、稳定的资本市场稳市机制,通过只买不卖的长期行为,传达了央行不惜一切代价注入流动性的决心,引导社会预期,对日本股市回升和扭转通缩预期起到了积极作用。

好消息是,近期,国务院等各个层面都在强调“巩固和完善资本市场的稳市机制”,我们拥护这个方向,非常正确。

明年,我们期待资本市场能够进一步解放思想,迎来更加活跃的环境,这将有利于形成多赢格局:既提升中国资本市场的投资价值,也优化资源配置效率,发挥好2023年10月中央金融工作会议提出的发挥资本市场的枢纽功能。

美债利率有望先稳后降,股东回报重新成为定价关键

最后,我们再讲一讲海外流动性。

总体来说,美债利率明年有望温和回落,但节奏可能先稳后降,美债长端利率可能在上半年高位震荡,之后即开始温和下行。

对美联储而言,明年可能是先鹰后鸽。

也就是说,明年年初可能还有一些鹰派惯性,一季度或许还有可能加一次息,也可能不加。但越往后,随着美国经济放缓、通胀回落,美联储可能从加息阶段转向降息阶段,而且两者之间相隔的时间未必很长。

所以,对海外流动性来说,明年美债长端利率的波动中枢下移,是确定的。

至于下移多少,上半年10年期美债收益率可能还在5%左右至少4.5%以上的高位波动,但下半年回到4.5%以下则是大概率事件。

再看微观流动性,也很有意思。

我们最近做了一次梳理。以前在我的印象里,美国公司很注重股东回报,也习惯于回购注销股票。

但我看这张图,就会理解为什么我们判断明年上半年的美股,可能是一个“小年”。因为2026年融资有点透支了。

美联储Z.1非金融企业股票净发行(亿美元)

美国非金融企业股票净发行的全口径数据,这里不仅包括上市公司,也包括非上市企业的股权融资。

按这个全口径统计,美国非金融企业股票净发行连续32年为负的趋势,在2026年转正了,就是美国企业整体变成净融资了,股权融资由净回馈股东转向净融资。

当然,这是全口径数据。单看二级市场,情况还可以,但但也在收窄:分红加回购相对融资的覆盖度也在显著收窄到历史低位。虽然收窄,但在全球主要股市中,美国依然有优势,相较其他国家,分红回购对融资的覆盖度仍然较高、仍然领先。

另外,与美国自身相比,2026年股东回报收益率也显著下降,目前处于过去十多年的低位。

明年,要么市场要求更高的股东回报,用脚投票,导致这些AI科技巨头的股价下跌,约束AI资本开支的需求;要么,AI行情进一步泡沫化,这些科技巨头从过去十几年连续多年净回馈股东,进一步转向净融资。

市场已经开始质疑AI相关资本开支的持续性,所以这些AI巨头收敛开支、想方设法重新回到回馈股东、重视股东回报的路径上,概率可能更高一些。

目前美股市场交易结构不健康,AI相关科技股交易依然拥挤。信息技术和通信服务两个板块占标普500总市值的比例一度超过50%,现在仍在50%附近。

另外,外资过去两年严重超配美股,跑步进入美国,明年有可能风水轮流转,明年不排除资金进行全球化再配置,从美股流出。

对港股而言,2027年上半年也有“堰塞湖”的压力,需要警惕IPO之后股票解禁带来的压力,关键还是要看内外资的增量资金能不能进入市场?

打铁还需自身硬。中国资产也好,美国资产也好,明年的赢家之路,就看谁更加注重股东回报。

要找到那些股东回报能够覆盖融资和解禁减持的市场,以及这些市场里的行业、领域和特定上市公司的阿尔法机会。这一点非常关键。

2027年看好新兴市场相对表现,黄金和美债仍值得关注

最后讲一下2027年的市场展望和配置建议。

基于对2027年宏观和流动性分析,从大的逻辑框架来看:

第一,10年期美债收益率是全球资产定价的重要锚,它明年有望震荡下行。

第二,美国经济乃至全球经济虽然有困难,但不是“山崩地裂”的危机模式,更多是经济放缓。

第三,我们对美元也有一个比较强的判断:明年可能温和震荡走弱。这是综合比较美国与欧元区、日本、英国的通胀、债务问题和货币政策之后得出的。

美国与自己前几年相比,经济表现可能有所走弱;与欧洲、日本、英国等发达经济体相比,美国的情况仍然不算差,而且美国政策调整更灵活。

根据历史经验,在以上的“三弱”预判下,2027年新兴市场有望跑赢发达市场。

历史规律,在美国经济走弱、美债收益率走弱、美元走弱的三弱情形下,全球利率和汇率敏感型的弹性资产都相对受益,其中,估值低、基本面平稳的亚洲新兴市场往往能跑赢发达市场。

2027年,对于发达市场,我们仍然看多美债,同时精选日股和美股,特别是美股依然是全球最重要的市场。虽然美股明年可能是一个“小年”,但仍然有很多结构性机会。所谓“小年”,主要是与今年、去年相比。

对于新兴市场,要关注那些基本面相对较好、资产负债表相对健康的国家和地区,主要关注东亚和东南亚。我们相对看多中国和印度、马来西亚等股市。

还可以关注所谓“高低切”的反转策略。

来看这张图,恰好与前面的逻辑相互印证。

今年发达市场显著跑赢新兴市场,而印度市场、港股、A股等表现相对较弱。

到了明年,这些今年偏弱的市场,反而有希望实现相对跑赢。即使全球股市整体可能是一个“小年”,也可能出现这种相对收益的变化。

行业方面,贵金属、资源股及AI应用、创新药、军工、互联网等利率敏感型的弹性资产都将受益于宏观逻辑。

最后,我概括前面的观点,补充一点来不及展开的内容:

以基建为主、应用刚开始萌芽的AI 1.0已经接近尾声,AI硬件行情的高潮可能已过。

明年可能进入从AI 1.0向AI 2.0的过渡期。AI 2.0是应用主导的阶段,但可能还需要等待。明年未必是AI泡沫破灭,但开始进入“青黄不接”的过渡期。

美国明年特别是2季度之后可能出现“三弱”:经济增长放缓、美元走弱、美债长端利率走弱。立足全年,新兴市场,特别是以印度、中国、马来西亚为代表的亚洲市场,反而有望跑赢发达市场。

其中,明年印度金融、基建、钢铁和消费等内需驱动方向,叠加外资有望回流,印度股市值得关注。美国政局变化可能推动数据中心外移,马来西亚可能是受益者。

中国处于低利率环境,经济稳中求进。

成长方面,创新药、军工、AI应用及港股互联网,明年都可能有机会;

资源方面,包括黄金、有色和化工;

价值方面,在红利资产里面寻找具有类似可转债特征的资产。

我们这些预判的风险,可能来自美国两党政治博弈的超预期。

—— /Cong Ming Tou Zi Zhe/ ——

编辑:关鹤九

责编:艾暄

 - 小彩蛋 - 

转载开白,请联系小编微信【fanxiaocom】,添加备注“转载+新媒体名+姓名”,按顺序邀请加入媒体转载群

商务合作,请添加聪明牛牛【微信congmingtzz1/ 手机13262200706 】,添加备注“合作+机构名+姓名”具体商议

阅读原文

跳转微信打开

  •  

41岁高通,押下新重注!对话CFO:苹果转向自研,SpaceX送来大单,下一条增长曲线在哪里……

原创 聪明投资者 2026-11-11 15:00 上海

中国市场仍是重点,但增长不再局限于智能手机

1985年。

个人电脑已经开始进入美国人的家庭,但移动通信还是另一个世界。那时的手机昂贵笨重,网络仍然是1G。让几乎每个人都拥有一部手机,在当时听起来仍然像一个遥远的未来。

在这个时代的美国,科技行业早已不缺工程师创业的故事。从仙童半导体到英特尔,再到苹果和微软,一批又一批新公司正在改写人类未来的生活。

这一年,在加州南部的圣迭戈,51岁的欧文·雅各布斯(Irwin Jacobs)也决定再创业一次。

他和安德鲁·维特比(Andrew Viterbi)等另外六名前Linkabit同事在他位于圣迭戈的家中碰面,成立了一家公司,名为高通(Qualcomm),取自“高质量通讯”(Quality Communications)。

图片来源:高通官网

七位创始人起初并没有确定具体产品,但他们相信,无线通信还有巨大的改进空间。高通后来押注的核心技术叫CDMA(Code Division Multiple Access),即“码分多址”。

当时,无线频谱是一种稀缺资源,而CDMA能够让更多用户同时使用有限的频谱。

1989年,高通完成了首次CDMA通话;到1993年,美国通信工业协会已经将高通开发的CDMA系统标准化为IS-95;1995年,CDMA正式投入商业应用。

高通的成功不只是因为它开发了CDMA技术,更重要的是,它找到了一种依靠技术持续赚钱的商业模式。

与英特尔等传统芯片制造商不同,高通并不需要自己建厂生产芯片。它负责芯片设计,将生产交给代工厂,同时向手机制造商授权其拥有的无线通信专利。

这意味着,高通不仅可以通过销售芯片获得收入,还能随着全球手机市场的扩张持续收取专利许可费。

这套商业模式也逐渐成为高通重要的竞争护城河,也是顶级商学院拿来作为教授优秀商业模式的经典案例。

高通的技术知识产权专利业务被称为QTL(Qualcomm Technology Licensing),至今仍是它利润率最高的业务。

根据高通于当地时间11月4日发布的2026财年第四季度财报,QTL该季度收入约为13亿美元,约占公司总收入的12.5%。虽然收入占比不高,但其税前利润率达到70%,远高于另一大业务——芯片业务(QCT)的24%。

QCT(Qualcomm CDMA Technologies)主要负责芯片设计与销售,分为三大板块:汽车业务、物联网业务和智能手机业务。

从最新的2026财年第四季度财报来看,这三大板块的表现出现了明显分化。其中,汽车业务收入达到19.9亿美元,同比增长89%,远超华尔街预期的17.1亿美元;物联网业务收入为18.9亿美元,同比增长4%;而智能手机业务收入为51.4亿美元,同比下降26%,低于市场预期的52.2亿美元。

过去几十年,智能手机一直是高通QCT最重要的市场。但如今,高通正试图将这套芯片技术和设计能力应用到更多领域,包括汽车、机器人和AI数据中心。

这也是这家成立40多年的公司正在押下的下一场重注。

11月4日,高通宣布获得马斯克旗下SpaceX的一项重要订单,将为星链移动通信计划建设的美国全国性地面5G网络提供Dragonwing芯片平台及软件支持。

按照双方计划,这项多年期合作将从2027年开始部署,涉及数万个地面基站。高通称,这是公司迄今规模最大的5G网络基础设施项目。

从智能手机到汽车、机器人、AI数据中心,再到卫星与地面融合通信,高通正在沿着计算与连接两个方向拓展自己的技术版图。

但这些市场与过去的移动通信市场并不相同。

在AI计算领域,高通要面对英伟达、AMD、博通,以及拥有自研芯片能力的大型云服务商。在卫星通信领域,新技术能否转化为持续、可观的商业收入,也仍需时间验证。

高通过去40多年积累的技术优势,究竟有多少能够转化为新一轮产业变革中的竞争优势?

今年9月,在夏威夷毛伊岛举行的一年一度的骁龙峰会期间,高通首席财务官兼首席运营官阿卡什·帕尔基瓦拉(Akash Palkhiwala)接受专访,经原采访作者授权,由聪明投资者独家刊发。

采访中,他深入交流了高通未来的增长方向、与科技巨头竞争的优势,以及进入人工智能时代后全社会面临的机遇和挑战。

以下是访谈全文,聪明投资者(Capital-nature)分享给大家:

从智能手机芯片到AI平台,高通在AI时代加速业务转型

 问  高通正在转型为一家“平台型公司”。如何看待这一转型的整体方向?

 帕尔基瓦拉  让我们先回顾一下历史。20多年前,高通是智能手机连接技术领域的领导者。我们在连接芯片领域遥遥领先于整个行业。

再看今天,你可以把高通视为一家面向云端和边缘设备的处理器及人工智能技术领导者。我们的业务从智能手机扩展到其他边缘设备,又从边缘设备延伸到了云端。

我们正处于智能体AI时代。每一家设备制造商都希望在设备中内置一个AI智能体,让消费者能够直接与之互动。而且每家公司都在开发自己的智能体。这种交互体验能够理解用户,并利用设备中各类传感器收集的全部信息。

高通提供的正是一个横跨不同设备的平台,让智能体AI能够高效运行,并让开发者更容易在我们的芯片之上部署各种服务。

这就是我理解的公司转型方向:智能体AI、平台化,以及云计算。

 问  目前对高通来说是一个关键时刻。你们与亚马逊达成AI方面的合作,但同时,重要客户苹果不再使用高通的调制解调器。你如何看待这一局面?

 帕尔基瓦拉  考虑到公司已经发生的转型,我认为现在是一个非常好的时机。我们正在打造一家业务高度多元化的公司。

未来两年,我们将形成三大主要业务:数据中心、智能手机,以及汽车和物联网(IoT)。你可以把它想象成一张三条腿的凳子,每条腿都一样长。

我们更关心智能体AI带来的机遇。对我而言,苹果和调制解调器已经是旧闻了。

预计到2027年数据中心、汽车和物联网业务的增长,就能够弥补失去苹果调制解调器业务所带来的收入缺口。只需要一年时间。

(编者补充:2026年9月,高通宣布与苹果续签全球专利授权协议,新协议将于2027年4月生效。这意味着,即使苹果逐步采用自研基带芯片,高通仍可通过QTL业务获得专利授权收入。不过,苹果正逐步减少采购高通的基带芯片,高通在最新财报中警告,这一转变预计将对其QCT芯片业务的收入、经营业绩和现金流产生重大负面影响。)

从零起步的数据中心业务,如何支撑未来增长目标

 问  数据中心领域已经有许多根基深厚的科技公司。高通能够带来哪些差异化?

 帕尔基瓦拉  有几个方面。首先,你应该把高通看作一家拥有广泛技术组合的公司。

我们拥有业内性能最高、能效最出色的CPU,并计划将其引入数据中心。这正是目前数据中心迫切需要的,因为电力供应已经成为一项重大制约因素。

我们还开发了一项名为高带宽计算(High Bandwidth Compute,HBC)的新技术。它将内存堆叠在逻辑芯片之上,提供极高的内存带宽。这也是我们希望解决的数据中心难题之一。

因此,我们同时具备三项优势:高性能、低功耗,以及内存集成能力。这些都是数据中心所需要的。

我们合作的每一家数据中心客户都希望实现供应商多元化。高通拥有规模优势,而且这些客户已经在边缘设备领域与我们合作过,了解我们的技术能力。因此,他们非常期待高通成为数据中心领域的另一家供应商。

 问  你们将2029年非手机业务收入目标从220亿美元提高到了400亿美元。如今看到的哪些变化,让你们有信心上调目标?

 帕尔基瓦拉  其中150亿美元将来自数据中心业务。此前我们并没有涉足数据中心市场,因此这项新业务贡献了目标上调的大部分增量。

汽车业务也非常强劲,尤其是在中国。我认为中国的产业生态正在以极快的速度变化。如今,中国几乎每一款搭载现代化智能座舱和自动驾驶平台的新车,都有高通的参与。

 问  高通目前在数据中心市场的份额是多少?

 帕尔基瓦拉  我们才刚刚进入这个市场,所以目前的份额还很小。

我们设定的目标,是在一个规模达到1万亿美元的市场中占据5%的份额。

目前,我们的数据中心业务规模大约在3亿美元左右。

这非常令人兴奋,因为凭借我们现有的技术,我们有机会在这个巨大的市场中不断成长。

我们预计,未来五到七年,高通在数据中心市场的业务规模将达到500亿美元。

中国市场仍是重点,但增长不再局限于智能手机

 问  中国市场在高通的全球业务中占据重要地位。你如何看待高通在中国市场的发展前景,以及潜在的风险?

 帕尔基瓦拉  过去,我们在中国主要是智能手机领域的重要参与者。如今,我们已经将业务扩展到汽车和物联网设备,也正在与机器人公司展开合作。

我们也很高兴看到中美两国之间正在展开对话。但我们也有在进行全球扩张的战略。

 问  是否担心业务过度集中的风险?

 帕尔基瓦拉  我认为,随着我们向这些新领域拓展,情况已经发生了很大变化。

而且多元化不仅仅是地域上的,比如中国市场与非中国市场,还包括智能手机与非智能手机业务,以及边缘端与云端业务。

我们并没有看到太多集中性的担忧。我们正在机器人、汽车和物联网等新领域实现业务多元化,而且这些业务面向全球市场。

内存供应会增加,压力或将在2028-2029年缓解

 问  从整体来看,你认为目前最大的风险和制约因素是什么?

 帕尔基瓦拉  有些事情是我们能够控制的,有些则超出了我们的控制范围。

现在,内存价格上涨正在影响消费电子设备,这是整个行业共同面临的制约因素。如果没有这一限制,我们的增长速度原本可以超过目前设定的目标。

制造产能也是另一个行业性问题。当前晶圆供应不足,而市场需求非常旺盛。我们与台积电保持着良好的合作关系,也拥有规模优势,但这仍然是我们必须应对的行业性制约因素。

从公司内部来看,挑战在于如何协调组织架构,在执行不同战略重点的同时,继续保持我们在智能手机领域的领导地位。

我们已经为不同业务部门设定了明确的优先事项,但在内部仍然需要不断平衡。

 问  预计内存供应压力什么时候能够缓解?

 帕尔基瓦拉  现在很难给出确定答案。

我们知道供应量会增加。目前,我们看到几个内存厂商(三星、SK海力士、美光)都在加大投资,因此有充分理由相信未来供应会增长。

但未知的是需求将如何变化。我们不知道未来几年需求是否还会继续上升,也不知道供需何时能够达到平衡。

可以比较肯定地说,2027年行业仍将面临这些制约因素。不过,或许到2028年和2029年,供需关系能够更加平衡。

 问  对于那些可能误解高通的投资者,你想说些什么?

 帕尔基瓦拉  高通是一家一流的半导体公司,也是行业领导者之一。如今,高通正在成为一家业务高度多元化、横跨边缘端和云端的公司。

过去几年,智能手机业务确实面临一些挑战。

但随着我们实现业务多元化并进入新的领域,高通已经处于非常有利的位置。我们正站在AI推动的新技术发展的十字路口。

“机器人就是一辆站起来的汽车”,高通看到了哪些新机会?

 问  你是否担心AI投资过热?如果客户削减支出,会对高通产生什么影响?

 帕尔基瓦拉  高通是数据中心领域的新进入者。这是一个规模达到数万亿美元的巨大市场,而我们目前只占据其中很小的一部分。

因此,对我们而言,真正的问题并不是整个行业的支出变化会如何直接影响我们,而是我们如何扩大市场份额。

我们已经与亚马逊、Meta和HUMAIN(由沙特主权财富基金PIF全资控股的人工智能公司)达成合作。还有另一家未披露的超大规模云服务商也正在与我们合作。

 问  企业客户向你们反馈了什么?

 帕尔基瓦拉  我想从另一个角度来回答这个问题。

在高通内部,我们已经广泛使用AI进行编程和芯片设计。我们的目的并不是降低成本,而是加快产品交付速度。

因为在半导体行业,我们始终在与竞争对手赛跑。缩短产品开发周期对我们来说具有巨大的价值。

因此,我认为未来几年,Token消耗量将持续增长,AI需求也会继续增加。

当我们进入机器人等领域时,情况会更加明显。机器人将成为下一项重大创新,并将极大推动边缘端和云端的Token消耗量增长。

 问  那高通在机器人领域有什么布局?

 帕尔基瓦拉  你可以把机器人看作一个类似汽车的市场。

自动驾驶与机器人技术非常相似。从芯片的角度来看,机器人就像是一辆站起来的汽车。

它们使用类似的传感技术,也同样需要AI。因此,我们将机器人视为汽车业务的延伸,并将其归入更广泛的物理AI领域。

机器人需要出色的无线连接能力、高质量的摄像头,以及大量低功耗AI计算能力,因为它们通常依靠电池供电。

所以,就像智能手机一样,机器人必须具备高能效、小型化设计、物体追踪能力,以及融合多个传感器数据的能力。

我们非常期待将高通在汽车领域的领先技术应用到机器人领域。因此,我们对这一市场非常乐观。

机器人有很多不同的应用市场,包括制造业机器人、配送中心机器人,以及运输机器人。未来,各类机器人都将得到更大规模的应用。

能够把我们的芯片技术路线图应用到这些新领域,是一件令人非常兴奋的事情。

我们已经与许多机器人公司展开合作,包括中国的宇树科技。

目前,许多机器人平台还不具备大规模商业化所需要的技术。因为当你要大量生产机器人时,它们必须具有极高的能效,同时成本也必须足够低。

而高通所拥有的技术非常适合机器人领域。

另外,我们上调后的收入目标还不包括任何机器人业务带来的贡献。我们也希望未来能够再次上调400亿美元的目标。

AI会重演互联网泡沫吗?应该把目光放到未来十年

 问  最近的新闻中,哪些事件对高通的影响最大?

 帕尔基瓦拉  目前,关于AI安全性的讨论非常火热。

我的看法是,人类社会正在经历一个非常必要的过程。大家都知道最终希望实现什么目标:充分发挥AI的积极作用,同时防范AI带来的风险。

这些争论是找到正确方向所必需的过程,我觉得能够开展这样的辩论和讨论,本身就是一件非常积极的事情。

但其实从很多方面来说,最终结果已经确定了:所有人都会使用AI。

至于美联储利率这些,我们一直在关注,这也是公司日常管理的一部分。

我们会评估债务组合、现金余额和投资情况。但这更多是财务层面的讨论,与公司业务不是一件事。

到目前为止,美联储利率或美国国债收益率的变化,还没有对我们的决策产生实质性影响。

我们会持续观察并进行微调,但还不需要从根本上改变公司的战略。

 问  很多人担心现在AI有泡沫,并将其与90年代末的互联网泡沫进行比较。你怎么看?

 帕尔基瓦拉  我们应该把视野放得更长远一些。

互联网泡沫时期涌现出的许多技术,极大地改善了我们的生活方式,也提高了那些企业的盈利能力。

总体而言,这些技术为社会带来了巨大的好处。

我对AI也持有同样的看法。

如果只关注某一年或某一个季度的表现,其实没有太大意义。我们应该把目光放到未来十年。

AI是一项基础性技术,从长期来看,它将为社会带来巨大的益处。在这个过程中,我们会经历起伏,也会不断讨论如何管理风险。

但这没有关系。这是发展过程中正常的一部分。AI带来的机会依然非常巨大。

 问  我们是否仍然处于AI发展周期的早期阶段?

 帕尔基瓦拉 我们确实仍然处于AI发展周期的非常早期阶段。

今天的消费电子设备甚至还没有真正实现AI的全面普及。

许多企业仍然有机会从AI中获得巨大收益,比如机器人、自动驾驶和工业 AI。这些领域都还有待进一步探索。

因此,我们还有很长的路要走。但目前的开局非常令人鼓舞,市场对AI的需求也极其旺盛。

 问  在什么情况下,你会开始担心AI发展得太快?

 帕尔基瓦拉  我不会用这样的框架来思考问题。

如果只看当下这一年,你可能会觉得AI发展得太快。

但当你把目光放到更长的发展周期时,这些短期变化就不那么重要了。

我们会应对短期变化,但始终专注于长期发展。

AI时代给年轻人的建议:保持好奇、不断学习

 问  在AI时代,你会给年轻一代什么建议?他们需要掌握哪些技能?

 帕尔基瓦拉  我有一个21岁的儿子,所以我把我平时对他说的话也告诉你。

在当今世界,那些保持好奇心、愿意不断学习新事物的人,将比其他人拥有明显更大的优势。

现在,人们无时无刻不在消费各种内容,沉迷于社交媒体。

如果你能够保持对AI的好奇心,持续以学习者的心态了解新技术,以及这些技术可能带来的影响,那么你就能更好地迎接未来世界的变化。

 问  有没有哪些具体技能特别值得学习?

 帕尔基瓦拉  我认为,我们不应该把讨论重点放在硬技能上,真正重要的是软技能,以及保持好奇心和学习新事物的能力。

因为我们今天学到的知识,可能在未来几年就不再适用了。

所以,最核心的能力其实是保持好奇心、不断学习新事物,并在未来持续成长和提升自己。这才是取得成功的基础能力。

 问  你会不会担心AI会抢走人类的工作?

 帕尔基瓦拉  我不这么认为。

我相信AI实际上会创造更多机会。随着新技术的发展及其带来的机遇,人们的生活水平也会提高。

当然,某些行业和职业确实会受到影响,因为AI在一些工作上的表现可能优于人类。

但我们需要从更宏观的角度来看待AI的整体影响。

总体而言,AI创造的机会将多于它取代的机会。

它将为所有人创造新的机遇,带来更好的生活方式。这正是AI所承诺的未来。

—— /Cong Ming Tou Zi Zhe/ ——

排版:鹤九

责编:艾暄

 - 小彩蛋 - 

转载开白,请联系小编微信【fanxiaocom】,添加备注“转载+新媒体名+姓名”,按顺序邀请加入媒体转载群

商务合作,请添加聪明牛牛【微信congmingtzz1/ 手机13262200706 】,添加备注“合作+机构名+姓名”具体商议

跳转微信打开

  •  

科技从领跑到大幅回撤!翻完公私募名将最新报告,今年的市场真是一场压力测试……

原创 聪明投资者 2026-11-10 15:02 上海

科技退潮后的不同答案

前几天翻大成基金徐彦的三季报,看到两句话,印象挺深。

他说:“我没有奋起直追,您能看到本基金持仓变化不大,是同类平均太跌宕起伏……时间像一条线笔直向前,又像一个圈在原地打转。”

二季度是过去很多年里徐彦管理的基金跑输同类平均最多的一个季度;紧接着到了三季度,又成了跑赢同类平均最多的一个季度。

但徐彦的持仓没怎么变,投资方法也没变。

回头看今年市场的剧烈切换,这种反差确实让人很有感触。

今年上半年,AI一枝独秀,光模块、PCB、半导体一路飞涨。

市场最极致的时候,主动权益基金的业绩排行榜被科技基金“屠榜”。

截至上半年,共有201只主动权益产品收益率超过100%,业绩表现最好和最差的产品,收益率首尾相差217.95%。

另一边,传统消费、地产、金融和偏价值风格的组合,完全是另一个市场。

但到了三季度,画风突变。

上证指数下跌6.16%,深证成指跌20.5%,创业板指跌幅接近28%。二季度涨得最猛的科技硬件,成了调整最集中的方向。

到了10月,跌势也没有止住。

创业板指单月再跌23.02%,科创50跌24.13%,上半年让人眼红的科技行情,到了下半年,却变成了不少管理人最难熬的一段时间。

不过这轮行情里,还有几位熟悉的老将,给出了不一样的反应。

高毅邓晓峰在三季报中坦言,虽然已经意识到AI供应链交易过于拥挤,并在上涨过程中降低了相关投资比例,但调整节奏还是不够快。

做了近三十年投资的曹名长,最近则专门写了一封信给持有人,还拿出自己的钱,加购了旗下产品。

他说,“底部从来不是喊出来的,是熬出来的。”

而睿远赵枫在10月中旬的一场交流中,重新把价值投资最基本的现金流贴现公式拿出来,从价格与内在价值的偏离,一直讲到企业的现金流、经营久期、竞争壁垒和复利。

今年这样的市场,确实适合看看这些经历过几轮牛熊的公私募名将在想什么。

这次陆续翻了公募三季报、私募月报,以及几场最新的管理人交流,有几个地方尤其值得记录。

1、今年基金经理的业绩排名反转,可能比任何一年都来得剧烈。

公募三季报最直观。

基金业绩排行榜被重新洗牌。

截至三季度末,年内收益率仍超过100%的主动权益产品,仅剩下两只。

更夸张的是,上半年收益排名前十的产品,从7月1日到11月4日,区间跌幅全部超过39%,其中有的跌幅甚至超过60%,年内收益直接由正转负。

截至11月4日,主动权益产品今年以来收益首尾仍相差165.31%,还有20只产品年内跌幅超过50%。

但一些价值派的基金经理,反而在三季度的低迷中取得了正收益。

2、看到了科技股的拥挤,未必就能真正躲开回撤。

高毅邓晓峰是很典型的例子。

在他看来,A股科技板块的退潮,更多是持仓拥挤度去化和资金流出双重叠加的结果。

事实上,高毅已经提前对AI供应链过于拥挤的交易有所担忧,并在上涨过程中逐步降低相关投资比例,“但节奏不够快,效果不佳。”

三季度,他的产品净值出现较大回撤,损失主要集中在光通信、半导体、互联网和新能源电池等方向,原材料、地产和消费行业虽然贡献了正收益,却不足以对冲科技的损失。

这之后,邓晓峰进一步降低AI供应链投资比例,将相关配置集中到半导体,同时增加了互联网平台和化工行业的投资。

源乐晟曾晓洁在10月15日的渠道交流中回顾,早在6月底至7月初,就因为担忧AI资本开支的可持续性,对科技板块转向谨慎,并在7月中旬较大幅度减持科技仓位。

但到了9月底,随着美股反弹接近历史高点,他认为A股科技股的调整已经反映了过多悲观预期,于是重新加仓了部分科技标的。

没想到,10月科技板块再次快速下跌,组合依然承受了一定压力。

在正确的产业方向上,什么时候买、买多少、什么时候卖,可能是另一道更难的题。

3、没有奋起直追的管理人,反而在三季度迎来了业绩修复。

姜诚的表现和徐彦很类似。

他把三季度市场概括为K型分化,只是方向倒转了过来。组合中的多数品种受益于风格轮转,净值有所修复,但真正改变长期估值结论的信息并不多。

因此,姜诚并没有趁着行情修复大幅调整组合,只对涨幅较大的标的做了少量减仓。

对于AI带来的产业变化,他认为仍有许多问题尚无定论,投资上更适合多看少动,“我们继续挑难的知识学,挑简单的决策做。”

此前难熬的组合也迎来了修复。

4、AI跌得这么多,老将们讨论的却不是简单的看多和看空。

盘京认为,10月这轮调整,更重要的是全球资本市场开始认真地为“人工智能到底能不能赚钱”算一笔账。

AI对传统行业的改造正在真实发生,但争论在于,巨额资本开支能否在可预期的时间里转化为利润。

看多的人认为,每一轮技术革命,前期投入都可能看起来“过了头”,但回报只是迟到,从没缺席;看空的人则担忧,算力设备迭代太快,新一代出现后,上一代的租金和残值可能同时下降。

在盘京看来,“泡沫的问题,从来不是‘技术是不是真的’,而是价格是否透支了未来。”

毕竟AI的投入是确定的,回报是不确定的,而股价是按确定的回报来定的。

鸿道投资孙建冬则讨论了海外AI产业风险与国产算力的投资机会。

孙建冬是北京大学经济学博士、国际政治硕士,2010年创办鸿道投资,长期采用宏观驱动、产业趋势与投资时机相结合的投资框架。

在最新观点中,他把美国AI产业的风险分为需求端和供给端两个方面。

需求端的风险,在于终端经济主体对AI的消费能力(租金收入)能否匹配算力基础设备的供给规模;供给端的风险,则是“AI投资增速超预期下降的风险”。

在他看来,收入端的风险大概率还不是当前阶段会明确暴露的风险。相比之下,海外AI产业当前的主要风险是AI投资增速下降,而且这一风险与金融市场投资者的预期挂钩,具有一定的“自我实现”性质。

一旦金融市场收紧融资,对高杠杆、距离现金流转正尚远的数据中心投资者,可能造成重大甚至摧毁性的冲击;但对拥有庞大内生现金流、杠杆不高的平台公司,冲击则相对较小。

因此,他尤其关注OpenAI和Anthropic两家大模型公司的融资条件,认为“只要这两家大模型公司的融资条件不发生大的恶化,这一波美股AI板块的下跌就是可控的”。

回到A股,孙建冬认为,国产算力产业链的景气度依然向好,但“核心症结在于要把兑现的基本面数据‘显示出来’,让投资者看见并相信”。

而从现在到年底,恰恰也是海外AI产业风险暴露的阶段。因此,美股AI产业风险的暴露程度与AI硬件板块的走势,也就成为影响A股国产算力产业链反弹的最重要因素。

鹤禧把当前AI产业概括为“强现实、弱预期”。AI需求极度旺盛,硬件价格和建设成本持续攀升,但大规模投入后的资本回报率,却难以给出令人信服的计算方式。

因此,鹤禧认为,在AI资本回报的长期疑虑无法打消时,从“投资受益方”向“应用受益方”部分迁移是合理的。

资本市场已经开始重新计算,这场技术革命的利润最后会留给谁。

5、科技跌了这么多,价值投资者却更在意:什么才是真正的便宜。

曹名长在写给持有人的信里说,上个礼拜(10月26日-10月30日)又加购了一些自己的产品。

做了近三十年投资,曹名长越来越相信,真正好的机会往往不是在市场热闹的时候找到的,“市场冷清的时候,恰恰是‘璞玉’最多的时候。”

但他同样提醒,如果当前仓位已经让人睡不着觉,仍然应该根据自身情况减仓。

睿远基金赵枫在最近的一场分享中,专门谈到了价值投资最容易犯的错误。

在他看来,股票价格下跌,可能是市场情绪造成的定价错误,也可能是企业的内在价值真的下降了。

尤其在技术快速变迁的时代,一些传统行业看起来估值很低,但如果技术进步导致整个行业萎缩,企业未来的盈利能力可能持续恶化。

他强调,“做价值投资最大的风险就是没能识别出价值陷阱,错误地把价值陷阱当成了被低估的买入时点。”

真正的投资机会来自价格对内在价值的深度折价,但价值投资最大的风险,是把企业长期价值的下降误认为短期定价错误。

6、市场大幅调整之后,几家私募开始关注的机会,也越来越不一样。

浑瑾李岳则在科技之外,重点讨论了另一条线索:供需格局正在发生结构性变化的油运。

他认为,地缘冲突拉长全球石油运输距离,补库存带来周期性需求,而造船产能不足和老旧船队出清,又限制了有效运力供给。

在这种结构下,一些原本被视为传统周期行业的资产,可能因为供需格局变化,逐步体现出更强的现金流属性。

彤心雕珑则把AI的下一阶段机会分成三类:降本增效、新产品和新应用。

其中,前两类机会可能藏在此前并不热门的传统企业中:原本有稳定经营基础的公司,通过AI降低成本、提高效率,或者把智能化技术融入既有产品,创造第二条增长曲线。

不同的管理人,正在各自熟悉的领域里寻找下一阶段的机会。

前段时间,杜昌勇在一场交流中提出了一个很有意思的问题:“今年市场几轮的快速波动可以看到,中间到底多少是α,多少是β?”

他认为,长期阿尔法仍然来自深入研究基本面,以及自身认知和市场一致预期之间的差异。但信息传播和价值兑现越来越快,阿尔法的“保质期”可能正在缩短。

一轮行情里赚到的钱,究竟来自真正的研究优势,还是来自市场暂时偏爱的风格?当行情反转时,什么样的收益才能真正留下来?

今年的三季报和最新的月报,给了一些很值得看的观察。

照例,还是挑几份这轮材料里有独立思考、读下来比较有获得感的公私募管理人观点,详细记录一下,摘选分享给大家。

中泰姜诚:行业逆风期,更能看清龙头公司的优势

(三季报显示,中泰星元灵活配置前十大重仓分别是中国建筑、华鲁恒升、太阳纸业、招商银行、建发股份、工商银行、保利发展、苏泊尔、扬农化工和海螺水泥,前十大合计占基金净值72.69%,银行、基础化工和建筑装饰相关公司占据较大比重。)

三季度市场风格依然K型分化,只是倒转了方向,我们组合中的多数品种受益于风格轮转,净值有所修复。

但真正改变长期估值结论的信息不多,我们的决策还是以被动应对为主,对涨幅较大的标的进行了些许减仓。

在当前的估值水平下,对于传统行业的龙头公司来说,没有坏消息就是好消息,所以我们对组合的状态整体乐观,在行业逆风期中这些龙头的优势体现得更加明显。

展望未来,人工智能显然是不能忽视的磅礴力量,一方面要关注它自身的进步,另一方面要提防它对其他领域造成的冲击。

但一旦涉及到当下的投资决策,根据我们现有的知识来判断,这两个方面都还未形成定论,所以更合适的应对依然是多看少动。

对我们来说,组合管理的目标是在自己的能力范围内赚到该赚的钱,并找到诉求与我们的风格匹配的持有人。我们继续挑难的知识学,挑简单的决策做。

睿远傅鹏博:科技成长与红利风格再平衡,关注业绩兑现

(三季报显示,睿远成长价值前十大重仓分别是立讯精密、新易盛、东山精密、炬光科技、迈为股份、胜宏科技、中际旭创、联讯仪器、大族激光和光智科技,前十大合计占基金净值66.14%,PCB、光通信和半导体相关公司占据较大比重。)

三季度伊始,全球AI产业链负面消息增多,同时海外流动性预期收紧及中东地缘局势不确定性反复,导致A股市场整体出现较大幅度的调整。

科技成长与红利风格呈现一定的“跷跷板”效应。

在成长风格波动加大、市场风险偏好回落背景下,红利资产的相对配置价值重新显现。

四季度至今,海外加息预期提升,算力公司收入增长下滑,叠加国内经济需要加码刺激,红利风格和防守板块成为均衡配置、减少配置科技赛道波动的不二选择。

三季度,本基金股票类资产配置保持高仓位运行。行业配置上,以电子、通信、制造和医药为重点板块。

环比二季度,三季度的前十大持仓的基金净值占比有所降低,个股组成发生了较大变化。

净值占比进入前十的新面孔中,有光模块和光芯片持续扩产带动通信测试仪器及光电子器件测试设备销售大幅增长的公司,也有重点布局锗、铟两大稀有金属及其产业链,磷化铟卡位优势突出、打造AI光产业链平台的公司。

此外,我们增加了医药板块的个股,涉及半导体设备材料行业的个股,以及主营为显示面板和玻璃基板的龙头公司等。

我们将依据上市公司的三季报,评估重点持仓的通信和电子板块公司经营情况,通过定期的业绩披露会议,分析公司中短期发展可能会遇到的挑战,参考海外业务接近的行业和公司的景气度,互相印证。

同时从三季度定期公告中继续寻找景气度出现变化的行业和公司,综合各种估值方法筛选标的,不断优化组合,降低不确定性,尽力控制好净值回撤。

中欧蓝小康:更看好中国核心资产,未来三到五年关注优质消费公司

(三季报显示,中欧红利优享前十大重仓分别是新华保险、紫金矿业、中国重汽、紫金黄金国际、中国海洋石油、中国人寿、三一重工、中国平安、山西汾酒和腾讯控股,前十大合计占基金净值40.45%,非银金融、有色金属和汽车相关公司占据较大比重。)

未曾经历的宏观场景,即使有一些历史经验可供参考,当下投资仍可说是挑战巨大。

战争爆发后,部分全球配置资金从 A 股市场和港股市场流出。

我们之所以相信中国市场的投资机会更好,中国市场的风险收益比更优,是从两个角度去看问题:

第一,即使是股东回报高,即使是西方发达国家的制度体系非常维护垄断资本利益,仍存在定价问题。股东回报再高,高定价之后仍然缺乏吸引力。

第二,我们更认同系统均衡性的价值。政府、资本、劳动者分配应达到某种平衡,投资者不应只关注股东回报这一件事儿,而要关注系统是否能可持续发展,系统是否健康。

在当下的宏观环境中,我们在跨地域投资、跨市场定价时,需要去考量资产的风险与收益。

我国当下的系统更加均衡,结构上的脆弱性更少,而其他国家的资产,我们认为可能会面临更大的系统性风险,主要体现在汇率、资产价格、流动性风险等。

因此,我们相对更看好中国核心资产在全球配置中的投资价值。

我们把互联网、食品饮料和房地产开发类股票进行了系统对比,当下更认同互联网与食品饮料龙头公司的投资价值,原因有二:

第一,在定价上,这个方向隐含的盈利和增长预期较为悲观,即使仅看股息,回报也具有一定吸引力;

第二,我们看好人民币或能持续稳健升值。如果这个判断未来得到验证,外资可能增加对这类核心资产的配置;同时资金回流也可能带来中国资产价格和通胀的缓慢回升,这将成为消费行业恢复增长的坚实基础。

未来三到五年,我们认为消费相关板块的优质公司可能具备较好投资价值。

杜昌勇:市场越来越有效,阿尔法的“保质期”正在缩短

长期α的核心还是来源于对基本面的深入研究,来源于对基本面的认知和市场一致预期之间的差异,这是不变的。

只是说现在在低利率环境中,从估值公式看,贴现率下降,长期现金流的价值估值权重会提高,所以会加速长期估值的体现,导致市场上更加容易混淆了α和β。

有时可能很多α的取得,更多是长期成长β的体现。

另一方面,也因为信息技术的发展、AI的发展,导致信息流通和价值实现都非常快。过去大家在价值实现、产业实现上需要两三年,但现在短则一两个季度,或者以月份计,就迅速实现,导致α的保质期似乎在变短。

其实α还有一层来自估值的α。这不仅仅是简单的低PE或者低PB,还是来自于认知差。

过高的估值往往是较大的风险。低利率使长期现金流的价值变高,但长期预期往往不靠谱。一旦长期预期出现偏差,预期的α可能面临巨大的回撤。

所以大家可以发现在当前的市场环境中,α的不确定性在变大。整个投资过程中,一方面努力追求α,另一方面坚持价值投资过程中安全边界的理解和应用。

判断哪些是长期机会、哪些是短期的市场博弈,核心观察两个方面:

第一,看是否有未来真实的现金流,是否有竞争壁垒;或者说仅仅是一种短期流动性推动的,还是偏叙事的。

第二,估值和拥挤度。企业基本面再好,或者未来前景再好,如果已经极度拥挤或者估值已经严重高估,往往也面临着风险,更多是短期的博弈。

盘京投资:AI革命是真的,但泡沫的问题始终是价格

AI对传统行业的改造正在真实发生:客服、编程、检索、药物筛选、材料计算,效率提升显而易见。

争不出结果的是另一件事:全社会为AI投入的、以万亿美元计的资本,能不能在可预期的时间里变成企业账上的利润。

看多的人有一套完整逻辑:每一轮技术革命,前期投入都看起来“过了头”。铁路、电力、互联网,当年都被骂过泡沫,但回报只是迟到,从没缺席。

看空的人也有完整逻辑:铁路修完能收运费,电网建完能收电费,都是用几十年的资产;而算力每两年左右就换代,新一代一出,上一代的租金和残值同时往下掉。这不是资产,是消耗品。

没有答案的市场会呈现一种特殊的状态。没有主线,只有主题;不看估值,只看故事;涨跌由资金决定,而不是业绩。10月的A股,就是这种状态的样本。

资金青睐的地方,一是主题:机器人、AI短剧,不需要业绩验证、只需要想象空间,成了存量资金为数不多的游乐场。

二是“跌透了”的地方:比如食品饮料,有资金开始博弈明年回升。这是一枚硬币的两面:因为看不清,所以选择赌。

我们的立场不变:泡沫的问题,从来不是“技术是不是真的”,而是价格是否透支了未来。

技术是假的,泡沫会破得很快;技术是真的,泡沫也会破,只是破完之后东西还在,价格重新来过。

AI的产业趋势没有结束,但估值扩张的阶段可能结束了,接下来是业绩兑现。

彤心雕珑:下一轮机会,来自降本增效、新产品和新应用

这个月我们做得最多的一件事,是把“买什么”排了个序。

我们认为新的机会来自三个地方:降本增效、新产品、新应用。

第一个地方,降本增效。

这类公司前几年没在AI上花什么钱,生意靠的是线下的网络、门店和供应关系。市场担心他们会被AI取代,或者入口被AI抢走,所以价格压得很低,有的一边分红一边回购,股价照样起不来。

这一类标的的胜负手就是他们不会被取代。他们的生意是供给侧决定的,AI 反而是加成:成本上可以得到AI赋能;收入上效率可以提高,而且前期没在AI上砸钱,账上没有这方面的负担。

这本账今年也许还看不清,要到明后年才见分晓。前提是行业别再打价格战,这类公司现金流是正的,而估值还没有体现AI带来的能力。我们更看重谁在用 AI,以及怎么买AI的能力。

第二个地方,新产品。

市场眼下把这类公司当成传统制造来看,也自然按传统制造给估值。

这类标的的看点是中国在这一代产品上领先了一步。把智能化技术装进产品里,叉车开始自己认路、自己搬货,缝纫机装上视觉,一件衣服的工序机器自己做完。

这些产品不必使用最强的模型,中国有最多的真实场景数据;海外市场空间也比较大。

这类机会现在更像是为一条第二成长曲线先付了一笔期权费。未来智能化产品的收入逐年走高,增速也有望维持住。在这之前,估值不贵,还有股息保护。

第三个地方,新应用。

自动驾驶、机器人、电商,把原来由人做的判断交给机器。

与前面两种低估值情况不同,市场不是在担心,而是在兴奋,恨不得轮着炒各种概念。

共识清晰的地方没有超额收益,所以我们的不同点不在未来长期方向,而在商业化落地的判断。过去是新功能解锁新应用;现在功能解锁了也未必有人用,要么太贵,要么超出了大多数人的需要。

这一类机会的看点不在技术能不能做到,而在谁能把成本降下来、把应用铺开,真正赚到钱。

淡水泉投资:股价与产业进展出现错位,基本面研究更有价值

10月的下跌,本质是由局部资产去泡沫所引发的流动性冲击,资金被动减仓与恐慌情绪相互强化,推动市场加速向下。

在这种氛围下,不少人担心市场就此转入持续熊市。但当前宏观条件的组合,并不具备持续熊市的基础。

回看历史,多数熊市都伴随着货币政策由宽松转向紧缩,而当下,“低利率+资产荒”的格局也没有改变。

本轮股市承压是风险偏好回落所致,与资金面的系统性收紧有本质区别。

“低预期是投资的朋友。”当前市场对经济的预期已处于低位,这与2021年下半年至2023年预期从高位持续下修的情况存在根本区别。

宏观之外,产业趋势、企业盈利与基本面同样是市场能否获得支撑的关键。

当前股价与产业进展之间的明显错位,构成了不容忽视的信号:不少优质公司股价已经回吐年内涨幅甚至较年初明显下跌,但其所在产业的进展并未随之回落。

AI的技术进步与应用渗透仍在持续,先进制造受益于出海趋势也还在打开新的空间。

即便此前局部存在高估,经本轮调整,相当一部分资产也已回到合理区间,甚至超跌。当前股价与产业之间的明显错位,既是市场信号,也是值得重视的投资线索。

事后看,这样的时刻往往孕育着机会,只是身处其中时,很难不被情绪裹挟。越是恐慌,越要跳出情绪,回到可观察的事实本身。

经过上半年的狂热与近期的风险回避,市场将更加看重盈利确定性与现金流质量,尤其是高质量、商业模式清晰、可持续的成长。

价格越是由情绪主导,基本面研究就越是能帮我们厘清事实,意义和价值就越大。

曹名长:等一切都明朗了,便宜也就没有了

有朋友问我,现在这个位置,要不要减一点,等确定性高了再回来?我理解这种想法。

但三十年的经验告诉我,想躲过下跌的人,往往也躲过了上涨。

底部区域最大的特点,就是涨跌难料、磨人漫长,可它给长期资金留出的,恰恰是未来几年里最好的一段买入区间。等一切都明朗了,便宜也就没有了。

市场波动如常,谁也无法猜到顶和底。

我们能做的,就是在别人恐惧时,把手里的子弹慢慢地、有纪律地打出去,买那些被市场低估、但内在价值扎实的公司,然后拿住。

这次的自购,不是姿态,是我真实的判断和真实的行动——管理别人的钱和自己的钱,用的应当是同一把尺子。

投资从来不是百米冲刺,而是一场持续一生的马拉松。跑得快不是目标,跑得远才是目的。

行情低迷的时候,比的不是谁聪明,是谁有定气、有纪律。就像投资里那句话,闪电打下来的时候,你要还在场。

如果你现在的仓位让你睡不着觉,那该减就减,量力而行;但如果你的钱三五年用不到,那么此刻,坚守甚至有纪律地加大投入,大概率是对的。

—— /Cong Ming Tou Zi Zhe/ ——

编辑:鹤九

责编:艾暄

 - 小彩蛋 - 

转载开白,请联系小编微信【fanxiaocom】,添加备注“转载+新媒体名+姓名”,按顺序邀请加入媒体转载群

商务合作,请添加聪明牛牛【微信congmingtzz1/ 手机13262200706 】,添加备注“合作+机构名+姓名”具体商议

跳转微信打开

  •  

纳指大跌后,马斯克最新对话直面数据中心争议,关于建设放缓、电力瓶颈、资本回报,以及更加重要的太空计划……

聪明投资者 2026-11-09 15:00 上海

为什么别人需要两年半建成的数据中心,马斯克认为自己只需要八九个月

今年巴伦投资大会的召开时间,关注度比往年来的更高一些。

美国东部时间11月6日,距离美国中期选举投票日仅过去三天,第33届巴伦投资大会在纽约举行。

就在大会前一天,纳斯达克综合指数刚刚暴跌5.5%,AI芯片、数据中心相关股票遭遇集中抛售。

市场的担忧,正在从AI公司的估值是否过高,转向支撑这一轮AI繁荣的巨额资本开支,究竟能否获得相应回报。

尤其是数据中心。

中期选举之后,得州新当选州长关于暂停新数据中心项目审批的政策主张,迅速成为科技投资者讨论的焦点。

11月5日,知名科技投资人、Atreides Management创始人加文·贝克(Gavin Baker)专门发文分析,认为已经获得许可的数据中心项目仍可继续推进,政策变化主要影响未来新增项目。

这也提醒市场,数据中心面临的约束,不仅是芯片和资金,还有电力、建设周期、地方监管,以及社区居民的接受程度。

正是在这样的背景下,巴伦资本创始人罗恩·巴伦(Ron Baron)与埃隆·马斯克(Elon Musk)展开了一场近一小时的对话。

马斯克已经多次参与巴伦大会的对话环节了,很给面子。

两人的关系远不止于每年一度的公开交流。

巴伦资本从2014年至2016年开始大规模投资特斯拉,2017年又开始投资SpaceX。十余年来,这两家公司逐渐成为巴伦最重要的投资之一。

截至2026年9月30日,SpaceX和特斯拉在Baron Partners Fund多头持仓中的占比分别达到32.6%和13.4%,合计46%。

这也让巴伦提出的那些关于数据中心建设成本、未来收入和资本回报的问题,有了更具体的投资背景。

去年,两人谈论的重点还是自动驾驶、人形机器人与AI的未来。今年,巴伦则几次主动将话题拉回数据中心。

为什么别人需要两年半才能建成的数据中心,马斯克却认为自己只需要八九个月?为什么别人需要投入600亿美元,他认为自己只需要350亿美元?

这些算力又能创造多少收入?

面对社区对数据中心的反对,以及不断增加的电力需求,未来的建设如何继续?

马斯克的回答首先指向一个很朴素的问题,就是得真正把事情做出来。

他提到一张有趣的网络梗图:一个工人在挖坑,旁边却站着八个人看着他干活。“如果这个国家里真正干活的人没有增加,那么实际完成的工作量就不会增加。”

在他看来,建设AI基础设施,远不是订购GPU、投入资金那么简单。只有真正具备工程建设、供电保障和组织执行能力,巨额资本才能转化为可以运行的算力。

他甚至谈到,自己每天都会在孟菲斯的数据中心建设现场走上几遍,还亲手拉过粗得像蟒蛇一样的电缆。

当然,建设速度与成本优势,能否最终转化为持续的资本回报,仍然需要验证。

而马斯克早已把目光投向了更远的地方。

他认为,地面电力终将成为AI算力扩张的重要约束,而随着星舰实现完全重复使用、大幅降低发射成本,未来把数据中心送入太空,可能成为新的选择。

在这场对话中,他也多次谈到中国制造业的竞争力,以及中国持续扩大的电力供应能力。

从芯片制造到数据中心,从电力瓶颈到太空算力,这场对话提供了一个值得投资者思考的角度:当越来越多资本涌入AI基础设施,真正决定长期回报的,可能不仅是谁愿意投入更多资金,还包括谁有能力以更低的成本、更快的速度,将这些投入变成持续创造价值的生产能力。

以下是这场对话的整理,聪明投资者(ID: Capital-nature)分享给大家。

延伸阅读:2025年巴伦大会对话马斯克与“投资知己”巴伦的倾情对话:技术领域最终比拼的不是起跑线,而是加速度……

一座万亿美元的芯片工厂,马斯克想把一年的迭代缩短到一个月

 巴伦 准备今天这场对话时,我脑海里突然浮现出电影《E.T.外星人》中的一个画面:E.T.和小男孩骑着自行车飞过月亮,还有那个用来和家乡联系的装置。显然,那应该算是星链(Starlink)的前身了。不过,我猜它最后没能成功(笑)。

埃隆做任何事情,都喜欢从第一性原理出发,重新审视现有的方法。他追求的不是最简单、最便宜的方案,而是最好的方案:有没有办法做得更快、更有效?

在我看来,埃隆首先是一个建造者。

他建造的不是普通的工厂,而是动辄数百万、上千万平方英尺的庞大设施。现在,他甚至计划建设一座占地1亿平方英尺的Terafab芯片工厂。

这种规模几乎前所未有,但也能带来巨大的规模效应,让采购和生产变得更加高效。

所以我很好奇:你究竟是怎么做到的?为什么过去没有其他人尝试过这样的事情?

尤其是现在,美国迫切需要把芯片制造带回来,也需要更多电力。为什么像你这样大规模推进这些项目的人如此之少?

 马斯克 其实,严格来说,这不完全准确。台积电和三星都在美国建设晶圆厂。

台积电正在亚利桑那州建设一个规模很大的晶圆厂集群,其中一些工厂,我相信已经投入运营了。三星在得州也有已经运营的晶圆厂,而且正在建设,或者准确地说,应该已经建成了一座为特斯拉服务的晶圆厂,专门生产特斯拉自己设计的AI5和AI6芯片。

但如果和亚洲相比,美国的芯片制造规模仍然非常小。

即使我们采用最乐观的假设,把所有已经宣布、未来将在美国建设的晶圆厂都算进去,美国的产能仍然只是亚洲的一小部分,可能只有10%左右,而且这已经是非常乐观的估计了。

我想,大多数人都知道,中国台湾地区在全球芯片制造中承担了多么巨大的工作量。台积电是一家非常了不起的公司,真的令人难以置信。它生产的芯片种类如此丰富,生产规模和产量又如此庞大,确实非常惊人。

三星也是如此。我觉得美光在存储芯片领域也做得非常出色。

但是,全球绝大多数芯片仍然是在亚洲生产的。

我会担心始终存在的地缘政治风险,而且,我认为这种风险在未来某个时候可能真的会成为现实。

如果真的发生了,而我们又没有在美国建立起大规模制造芯片所需要的完整产业体系,那么我们可能会突然发现,自己根本没有多少芯片可用,甚至可能完全没有芯片。也许就只剩下刚才说的10%左右。

再把眼光放得远一些,即使越过中期可能出现的地缘政治动荡,仍然存在另外一个问题。

即使完全不考虑地缘政治危机,我们现在制造芯片的速度也实在太慢了。

如果我们希望实现每年生产1太瓦规模芯片的目标——这正是我们的目标,那也是为什么我们把这个项目叫作Terafab。

其实,每次我说Terafab这个名字的时候,都会想到它可能有三种不同的意思。

第一种是terror,拼作T-E-R-R-O-R,意思是“恐怖”。所以有些人可能会想:“我们为什么要建一座‘恐怖晶圆厂’?”

第二种是terra,拼作T-E-R-R-A,意思是“地球”。

但实际上,我们用的是tera,T-E-R-A,也就是terawatt(太瓦)里的那个tera。

不过,某种意义上说,这三个意思可能都挺适用的(笑)。因为这座工厂的规模确实大得有点吓人。

今年,世界其他地区生产的AI芯片,按功率规模计算,大约是20吉瓦,也可能达到25吉瓦。

到了明年,根据你相信哪一家的预测,全球AI芯片的产量可能会达到35至45吉瓦。

但是,如果你希望做到1太瓦,也就是1000吉瓦,那么你需要的产能,大约就是明年全球AI芯片年产量的30倍。

 巴伦 而且,这还只是给我们自己用的。我们是在为自己建设这么大的产能。

 马斯克 对的。当然,我们也可以把一部分芯片卖给其他人。

 巴伦 但基本上,我们是在一座工厂里,建设相当于全球一年芯片产量30倍的产能。而且,你认为这座工厂创造的产值,可能相当于全球GDP排名第20位的国家。

就这么一座工厂。

 马斯克 甚至可能进入前十名。

当然,这样一个计划,我觉得如果最后失败了,大家会说这简直是疯了;但如果成功了,大家就会说这是一项雄心惊人的壮举。

所以最终怎么评价它,要看结果。

不过,我认为它至少会在某种程度上取得成功。

 巴伦 希望如此。这可是要花1万亿美元。

 马斯克 长期来看,可能还不止。

不过,我们并不需要立刻拿出这么多钱。整个项目会分阶段建设。

与此同时,我们也在研究如何改变芯片制造流程,提高生产效率。就像我们过去在很多其他领域做过的那样。

举一个简单的例子。

现在,一片晶圆在晶圆厂里,光是在运输和等待上花掉的时间,就超过了整个制造过程的一半。

也就是说,一片晶圆在工厂里的时间,超过一半实际上什么有用的事情都没有发生。它要么正在从一个地方被运到另一个地方,要么就在等下一台机器。

所以,我认为芯片制造流程还有非常大的改进空间。

“真正干活的人没有增加,实际完成的工作量就不会增加”

 巴伦 那为什么这些公司自己不去改进呢?

如果他们的晶圆有一半时间都在那里待着,没有真正进行加工,那是什么阻止了他们改进自己的系统?

 马斯克 其实,如果你真的去参观一家晶圆厂,你会发现晶圆一直在移动。它们在工厂里到处穿梭,速度还很快,然后停下来等待。

真正的问题是,晶圆在工厂里的大部分时间,并没有发生实际的加工变化。

如果我们看晶圆上的原子真正被加工、形成所需结构的时间,它占整个制造周期的比例还不到一半。

有时候,我甚至觉得,可能只有20%左右的时间,晶圆上的原子才真正发生了有用的变化。至于为什么这些公司不愿意尝试更大胆的芯片制造方法,原因在于晶圆厂需要投入巨额资本。

如果他们已经有一套能够正常运行的成熟工艺,就不愿意为了尝试新东西而冒险。

所以,芯片行业通常更倾向于沿用上一代的制造方法,只做一些小幅修改,而不是承担新的风险。

我们现在正在得州奥斯汀的特斯拉超级工厂建设一座研究型晶圆厂。这座研究型晶圆厂会尝试许多不同的芯片制造方法。其中很多方法可能不会成功,但我相信,一定会有一些能够取得成功。

然后,我们会把这些改进应用到真正用于大规模生产的Terafab工厂。

那座量产工厂位于得州格莱姆斯县,靠近得州农工大学。我们将在那里扩大AI芯片的生产规模。

我觉得,奥斯汀这座研究型晶圆厂最有意思的一点,是我们能够在同一个屋顶下,完成逻辑芯片、存储芯片、封装以及光刻等工艺。

也就是说,我们可以设计一款新芯片,然后在同一个地方把整颗芯片制造出来,进行测试;接着再制造、再测试。

这样,我们就能够形成一个迭代速度非常快的循环。过去通常需要一年才能完成的事情,我认为我们可能把它缩短到一个月。

对于任何技术项目而言,进步速度取决于两个因素:你能够进行多少次迭代,以及每次迭代之间能够取得多大的进步。

如果你能够提高迭代速度,也就是说,在一年或者任何给定时间内完成更多次迭代,同时每次迭代都能取得进步,那么你的技术进步速度就会远远超过其他人。

如果你的迭代速度比别人快一个数量级,那么粗略地说,你的技术进步速度也可能比别人快一个数量级。

 巴伦 大多数企业都有很强的惯性。一个人提出新想法,如果失败了,职业前途可能就此受阻;即使成功了,往往也只是意味着以后要承担更多工作。

但埃隆在自己的企业里建立了不同的文化。他鼓励大家提出新想法,只要认为可行,就愿意推翻过去的做法,从头再来。一切都是为了找到更好的方法。

你曾经把英特尔的负责人陈立武(Lip-Bu Tan)介绍给我。他现在也准备参与Terafab项目。

后来我问他:“跟埃隆一起工作是什么感觉?”

他说:“其他人来参观我们在俄勒冈州的工厂,通常转上一个半小时就走了。但埃隆会待上四个半小时,一个接一个地找工程师谈话,质疑每一件事情。”

这让我想到另一次参观特斯拉工厂的经历。当时一位曾在福特负责生产的经理告诉我:“在福特,要改变一件事,得经过六个管理层级批准。但在特斯拉,我只需要走上楼,直接找埃隆。”

这就是埃隆的特别之处。他始终在现场,让问题能够迅速得到解决。他甚至住在工厂旁边的一辆Airstream房车里。

这种文化和他招募的人才,都让我印象深刻。想进入他的公司工作,可能比考进哈佛还难。

当然,我现在也不知道为什么还有人想去哈佛(笑)。

 马斯克 顺便说一句,Airstream房车其实挺舒服的。所以也不能说我住得有多惨。说真的,我还挺喜欢我的那辆小房车。

它现在就停在我们建造的发电厂旁边。

我们在那里建了一座发电厂,目前已经能够提供超过1吉瓦的电力。未来,我们内部发电厂的供电能力可能会提高到1.5至2吉瓦。

而且,我们建设这座发电厂所花的时间,大约只有正常情况下的五分之一。

也就是说,我们大概用了一年时间就把它建成了,而正常情况下,这样一座发电厂可能需要5年。

另外,也不是说有人必须走到楼上来找我。

实际上,我们在孟菲斯Colossus II(巨像二号)的建设现场,根本没有所谓的“楼上”,那里没有什么高层办公室。

我每天都会把整个现场走一遍,有时候两遍、三遍,甚至四遍、五遍。

整个工地,包括发电厂和所有建筑,我都会亲自去看。

而且,我还坚持自己亲手做一部分实际工作。比如,我亲自拉过电缆。那些电缆粗得跟蟒蛇一样,又长又重,重得惊人。我也做过光纤布线,安装过电气开关,还参与过发电厂管理软件的工作。

我会尽可能让自己每一种工作都亲手做一点。

因为我不希望自己对那些真正动手干活的人所承受的困难变得麻木。

我希望自己能够理解,他们实际工作时面临哪些困难,以及究竟还能做些什么来改善这些情况。

所以,并不是我坐在办公室里,等着别人来找我汇报问题。而是我自己在现场走来走去,主动向他们提问。

直面数据中心争议:建设成本、资本回报与社区反对

 巴伦 我们来聊聊数据中心吧。现在数据中心可是新闻里的热门话题。怎么说呢,这是个特别容易“交朋友、影响别人”的话题(笑)。

 马斯克 现在大家一提到数据中心,感觉都快要举着草叉冲过来了(笑)。

 巴伦 确实。不过,要发展AI,就离不开数据中心。

你很早就意识到,算力会成为AI发展的重要瓶颈,也因此投入了大量资源。

现在,很多企业都在建设数据中心,但通常需要两年半左右才能建成一座1吉瓦规模的数据中心,成本高达500亿至600亿美元。

而且,这些开发商往往需要先签订至少5年的长期租约,才能获得融资。假设投入600亿美元,每年可能收取120亿美元的租金。

但我们的模式不一样。

因为汽车、机器人、火箭以及Grok本身就需要大量算力,我们可以先建设数据中心,而不必等待外部客户签订长期合同。

更重要的是建设速度和成本。过去,我们有些数据中心只需要4个月就能建成。现在规模更大了,也只需要8到9个月。别人要花两年半、600亿美元,我们只需要八九个月、350亿美元。

而且,算力需求如此旺盛,许多数据中心虽然建好了,却因为缺乏电力,根本无法运行。但我们可以先把算力出租给其他客户,等Grok或自己的业务需要时,再收回来使用。

按照我们的估计,一项350亿美元的投资,每年可能带来500亿美元的算力出租收入。

这也意味着,SpaceX的收入可能迎来爆发式增长。

 马斯克 对,确实正在爆发式增长。

今年从第二季度到第三季度,我记得我们的收入环比增长超过了80%。至于第三季度到第四季度具体会增长多少,我现在还不确定,但可能在70%左右。

然后,从第四季度到明年第一季度,我估计也可能是类似的增长幅度。

不过,我想说的是,真正要大规模建设算力基础设施,是一件极其困难的事情。

现在外面有很多投机者,他们以为这件事很简单:只要订购一些GPU,再给某家公司下一张采购订单,让他们替自己建一座数据中心,接下来就可以坐在那里等着收钱了。

但现实是,这件事难得简直不可思议。

网上有一张梗图,我觉得特别有意思,好像叫作“José梗图”(就是下面这张图)。

不知道你有没有见过。

画面里有一个人正在马路上挖坑,旁边站着大概八个人,看着他在那里挖也就是说,真正干活的只有一个人,另外八个人都在旁边看着。

如果这个国家里真正干活的José没有增加,那么实际完成的工作量就不会增加。你再增加多少个只负责给José下采购订单的人,也不会让更多事情真正完成。

只有José变多了,才能完成更多工作。

我希望自己就是José。SpaceX也希望成为José。我们是真正动手干活的人。

这一点非常重要。

现在美国正在进行大规模的扩张和建设,但坦率地说,真正从事体力劳动、在现实世界里动手把东西造出来的人,并没有因此大幅增加。相反,负责下采购订单的人,数量却大幅增加了。

这意味着,真正干活的人被分散到了太多项目上,每个地方能够分到的人手都非常有限。

所以,现在美国各地有大量数据中心项目只建到了一半,迟迟无法完工。因为真正能够干活的人手已经被摊得太薄了。

就像把花生酱抹在面包上一样,抹得太薄,薄到你几乎尝不出花生酱的味道了。

但SpaceX不一样。

我们本来就习惯从事极其困难的实体工程,比如建造巨型火箭,以及规模庞大的火箭发射设施。特斯拉也非常擅长大规模建设。

我认为,如果不算中国,SpaceX和特斯拉可能是地球上实体硬件制造能力最强的两家公司。

我甚至不知道第三名会是谁。

这就像人们常说的,在亚洲打一场陆地战争,是一件出了名的困难的事情。但某种程度上,我们真的做到了让Model Y成为中国最畅销的汽车。你认真想想这件事!

而且我要告诉你,中国汽车公司真的非常厉害。

(聪投注:据中国乘联会数据,2026年9月,特斯拉Model Y以50,359辆的零售销量位居中国乘用车市场第一;但按2026年1—9月累计销量计算,Model Y并非中国最畅销的纯电动车,排名落后于吉利星愿。)

 巴伦 福特的那位负责人去过中国以后,说中国汽车的质量让他大为震惊。

 马斯克 对,吉姆·法利(Jim Farley)。

中国真的很棒。顺便说一句,我非常喜欢中国。每次去中国,都让我觉得很受鼓舞。

 巴伦 以前,大多数外国企业去中国建厂,都必须让中国合作伙伴持有相当比例的股权。通常情况下,外资企业最多只能持有49%的股份。

但中国当时非常希望特斯拉过去,所以最后允许特斯拉100%独资拥有那座工厂。

 马斯克 不过,这件事花了很多年。

我跟中国政府官员开过很多次会。事实上,有些官员真的冲我大喊过,他们坚持要求我们必须找一个中国合作伙伴,相当于必须跟一家中国公司“结婚”。

我就跟他们说:“可是,我们还只是一家婴儿公司啊。我不觉得婴儿应该结婚。你想想,一个婴儿走过婚礼的红毯,那画面多奇怪。”

他们说:“你们不是婴儿。”

我说:“不,我们就是一家婴儿公司。婴儿不应该结婚,年纪太小了。”

后来,他们终于说:“好吧,那我们就修改法律,让你们自己拥有这座工厂。”

对我们来说,最重要的其实就是能够快速行动、快速做决定。

如果每做一个决定,都必须先去征求其他人的批准,那你怎么创新呢?如果你不能真正掌握方向盘,创新就会非常困难。

当然,现在有了自动驾驶,你已经不需要把手放在方向盘上了。所以这个比喻以后可能就没人听得懂了(笑)。

单纯数字超级智能就可能让全球经济增长20%到30%

 巴伦 我们刚才谈到收入的快速增长。

SpaceX去年的收入大约是150亿至160亿美元,今年年底的年化收入可能达到1000亿美元。我们预计,明年甚至可能达到5000亿至1万亿美元。

而这或许才刚刚开始。

更有意思的是,我们可以把数据中心出租给竞争对手。一项成本350亿美元的投资,每年可能带来500亿美元收入,而且数据中心仍然归我们所有。

这样一来,我们不仅能持续获得租金收入,某种程度上还相当于免费得到了一座数据中心,对吧?

 马斯克 某种程度上可以这么说。

不过,我想稍微澄清一下刚才提到的几个数字。

按照目前的进度,到今年12月,我们的年化收入运行率应该会超过1000亿美元。

现在距离12月已经很近了,所以我对这个数字还是比较有把握的。除非发生什么自然灾害之类的事情,否则我们应该能够达到这个目标。

然后,根据我们明年的计划,我认为到了明年12月,我们的年化经常性收入(ARR)超过5000亿美元的可能性相当高。

但我要强调,这只是我的判断,并不是承诺。这只是我认为可能发生的事情,是我目前能够作出的最佳估计。

我觉得这里有必要区分两件事:一件事是我承诺要做到什么,另一件事是我认为最终会发生什么。

我的判断是,到明年12月,年化经常性收入会达到5000亿美元。

至于1万亿美元,我只是说,这个数字已经不再是完全不可能的事情了。以前,我们根本不需要考虑这种可能性。但现在,情况已经不一样了。

当然,达到1万亿美元的概率可能只有2%左右。

但有意思的地方就在这里:这个概率已经不是0%了。而且,随着时间推移,这个概率还在不断上升。

如果让我用自己的“生物神经网络”预测一下,数字超级智能会对全球经济产生多大的影响,我大概会说,它可能让全球经济增长20%到30%。

注意,这里完全没有把机器人算进去。

我认为单纯数字超级智能就可能让全球经济增长20%到30%,大约相当于增加25万亿美元的经济产出。

而且,这件事会发生得非常快。

 巴伦 现在全球经济大约是130万亿美元。你的意思是,单单数字AI,就可能让全球经济再增长25%到30%?

 马斯克 20%到30%。当然,也有可能比这个数字更高。

因为我认为,它很可能让白领工作的生产率翻一倍。

 巴伦 这还只是数字世界里的AI,不是物理世界里的AI。

 马斯克 对,只是数字AI。

 巴伦 而物理世界里的AI,我认为我们会占据主导地位。

 马斯克 是的。

如果要理解机器人这种物理AI,可以从一个简单的角度出发。

任何一个经济体的产出,大致上都等于这个经济体的人口数量,乘以每个人的平均生产率。

假设你有一台生产效率非常高的人形机器人,它可以每周7天、每天24小时不停工作。那么,一周就是168个小时。

它不需要休假,不需要上厕所,不需要吃饭,也不需要其他类似的休息。而且,它的动作速度还可以比人更快。

这样一来,你就可以预期,一台人形机器人每周的生产率,平均大约是一个人的5倍。因为一个人每周可能只工作40个小时,而且显然需要休息,行动速度也不如机器人。

所以我认为,对于一台人形机器人来说,最低限度的生产率预期,也应该是人的5倍。

然后,我们再看看美国的人口。

有多少人还在上学?有多少人已经退休?差不多一半的人口要么还在上学,要么已经退休。而剩下的劳动年龄人口,也不是每个人都在工作,或者从事能够产生较高经济产出的工作。

所以,最后真正能够为美国创造商品和服务净正产出的人口,大概有多少呢?我也不确定,可能是1.2亿人左右。

那么接下来的问题就是:需要多少台机器人,才能达到这些人的生产率?

我估计,大约需要2000万到3000万台机器人,就能够匹配整个美国目前的商品和服务产出。

 巴伦 而这些机器人,我们可以自己制造。而且制造一台机器人,成本比制造一辆汽车还低。

 马斯克 刚开始的时候,我觉得成本可能跟汽车差不多。但是随着时间推移,机器人的制造成本会低得多。

 巴伦 所以,一台机器人的成本最开始大概是3万美元,以后可能降到2万美元?

 马斯克 对。

 巴伦 那我们会怎么做?把这些机器人租出去,还是直接卖掉?现在有明确的想法了吗?

 马斯克 我觉得大概率会采用租赁的方式。

大家迟早能看到数据中心为当地带来巨大的经济繁荣

 巴伦 再回到数据中心。现在,很多社区的居民都反对在当地建设数据中心。

但既然这些项目利润丰厚,我们为什么不能主动给予社区一些补偿?比如,保证居民的水电等公用事业账单不会上涨,由我们承担额外成本,同时向当地学校和医院提供5000万美元的资助。

我们有没有类似的计划,让居民知道,数据中心不仅能带动当地经济,还能创造大量就业机会?

我觉得,整个行业在这方面的沟通做得还不够。我们应该让公众真正理解,数据中心给当地带来的是实实在在的好处,而不是伤害。

 马斯克 其实在孟菲斯当地,我们相当受欢迎。

这件事有点奇怪。真正对数据中心持负面看法的地方,往往是那些还没有数据中心的地区。

人们因为不了解,就觉得数据中心进来以后可能会给当地带来不好的影响。

但在孟菲斯,情况完全不一样。

因为SpaceX在那里建设项目,孟菲斯现在非常繁荣。餐厅里坐满了客人,酒店也住满了。我们支付给当地工人的工资,有时候甚至是他们以前正常工资水平的两倍。

而且,那里本来就是一个很不错的居住地。

 巴伦 那为什么没有人报道这些事情?为什么我们看不到这样的故事?为什么这些积极的变化没有得到更多关注?

 马斯克 其实也有一些这方面的报道。

我们还帮助了当地学校。而且,县政府和市政府从这些项目中获得的税收收入非常可观。

所以我认为,现在大家对数据中心的抵触情绪,可能只是一种暂时的现象。

因为实际上,数据中心能够为当地带来巨大的经济繁荣。

如果你去问当地居民,尤其是那些做生意的人,他们都能够亲身感受到这种变化,因为他们的生意正在蓬勃发展。

进入轨道的成本将会降低到每公斤100美元以下

 巴伦 接下来谈谈太空数据中心。这似乎是解决地面数据中心争议的一个办法。如果居民不愿意在社区附近建设,我们就把它们送到太空。

而且,对我们来说,太空数据中心的成本可能更低,随着技术迭代,性能也会越来越强。

很多人认为,这至少是10年以后的事。但埃隆说:“不,我们已经开始了。”那么这些太空数据中心还需要多久,才能真正发挥作用?

 马斯克 目前已经有人在太空测试过英伟达的GPU。我们发射的一颗卫星上,就搭载了英伟达的GPU。最近,我们还发射了一颗搭载谷歌TPU的卫星。

据我所知,这些设备目前在太空中都运行得很好。

我们预计会在明年第三季度左右,开始发射第一批StarMind计算机。这是我们和英伟达共同设计的。

当然,这个时间只是我的估计。

最开始,我们会以比较小的规模进行部署。但到了2028年,部署规模应该会开始显著增加。

到了2029年,就会达到非常大的规模。

如果你真的希望实现每年1太瓦规模的AI算力部署,甚至只是每年200吉瓦,那么最终都必须进入太空。

因为在地面上根本没有足够的电力,让你每年都以这样的规模增加算力。

我给大家一个参照。

美国目前的平均电力消耗,实际上略高于500吉瓦。美国电力系统的峰值供电能力大约是1.2太瓦,但平均电力消耗只有500多吉瓦。

所以你可以想象,如果每年新增200吉瓦的AI算力,相当于每年都要让整个美国电网的规模扩大40%。

这在现实中根本不可行。

但是,如果把太阳能板放到太空,情况就完全不同了。因为在太空中,基本上始终有阳光。而且太阳能板可以一直直接朝向太阳,不会因为太阳光入射角度不同而损失那么多能量。

同时,也没有大气层对太阳辐射的衰减。

所以,在太空中,你能够获得的太阳能大约还会增加30%。那里始终有阳光,没有季节性变化。

而且,你也不需要配置很大的电池组。事实上,只需要一个非常小的电池组就够了,因为你不需要像在地球上一样,依靠电池度过漫长的夜晚。

一旦我们能够以很低的成本,把每吨货物送入轨道,那么在太空中提供智能的成本,就会远远低于地面。

而星舰会成为第一种完全可重复使用的火箭,这将让进入太空的成本下降100倍,甚至更多。

如果最终真的实现了我们设想的目标,也许就在未来两三年内,把1吨货物送入轨道的成本,就会比把1吨货物从加利福尼亚空运到澳大利亚还便宜。

 巴伦 NASA以前说过,2010年的时候,把1公斤货物送入轨道的成本大约是18500美元。原因在于,那时一枚火箭只能使用一次。

后来我们推出了猎鹰9号,火箭可以反复使用,成本就降到了大约2500美元。再后来,又降到了1500美元。现在,这个数字可能会进一步降到100美元甚至15美元……

 马斯克 我认为,我们能够把进入轨道的成本降低到每公斤100美元以下。

这里有一点非常重要,就是要真正理解,完全可重复使用究竟意味着什么。

以猎鹰9号为例,我估计它目前大概实现了80%左右的重复使用。

助推器可以返回地面并着陆。大家可能都看过猎鹰9号助推器返回着陆的视频。

另外,火箭最前面的整流罩,也就是装载卫星的那个鼻锥,它的两个半罩可以通过降落伞落入海中。然后我们会把它们回收,再次使用。

但是,猎鹰9号的上面级还不能重复使用。我们目前无法回收猎鹰9号的上面级。而这一级火箭的成本,大约相当于一架中型喷气式飞机。

也就是说,猎鹰9号每次发射,最低也要付出相当于一架中型喷气式飞机的成本。

当然,即使这样,它的成本仍然远低于其他火箭。

但是你想想,如果每次坐飞机旅行,抵达目的地以后,都必须把那架中型喷气式飞机扔掉,那么航空旅行恐怕就不会有多少人参与了。

大家可能会说:“算了,我还是开车吧。”(笑)

所以,我们设计星舰的时候,从一开始就是按照整个系统完全可重复使用的目标来设计的。而且,不只是能够重复使用。我们还要做到极其快速的重复使用。

这就是为什么我们要用发射塔上的机械臂,把助推器和飞船接住。

我们把这套机械臂叫作“筷子”。有点像电影《龙威小子》(The Karate Kid)里的宫城先生(Mr. Miyagi),用筷子夹住一只苍蝇。

只不过,我们把那只苍蝇放大了无数倍(笑)。

为什么要这样设计?因为火箭本来就是从发射台起飞的。起飞之前,发射塔上的机械臂会把火箭放到发射台上。而火箭从太空返回以后,同样由这些机械臂接住,再把它放回发射台。

这样一来,你得到的就不只是完全可重复使用,而是极其快速的完全可重复使用。

我想不出还有什么方式,能够比直接返回起飞的地方更快。

理论上,这可以让我们的巨型助推器,也就是超重型助推器,做到每小时重新飞行一次。

 巴伦 一年发射1万次?

 马斯克 最终可能还会更多。

 巴伦 那就相当于平均每小时不止一次!要知道我小时候,火箭发射可是一件非常罕见的事情。估计到时候,火箭发射甚至连报纸都懒得报道了。

 马斯克 不过,这种火箭你真的应该亲眼去看看。

它非常酷!这是人类有史以来制造过的最大的飞行物体,也是人类制造过的任何东西当中,推力最大的。

它起飞时的重量超过5000吨。然后,这么一个巨大的东西,就这样以极快的速度,笔直地冲上天空。

接下来,它又会回来。大概起飞5分钟以后,那个巨大的助推器就会从天上返回。

不管怎么样,它都一定会下来(笑)。我们当然希望它能够以正确的方式返回。但无论如何,它肯定是要下来的。

所以,刺激是一定有的。成功不一定有,但刺激肯定少不了。(笑)

 巴伦 看着它重新回到起飞的那个地方,真的非常酷。尤其是那双“筷子”。

 马斯克 看起来确实很疯狂。我第一次向团队提出这个想法的时候,大家看我的眼神,就像我疯了一样。

但我告诉他们:“我觉得这事能成。从物理学上讲,没有什么理由说它做不到。”

其实,如果一定要找一个比发射塔机械臂回收火箭更好的办法,那就是让火箭直接降落在它起飞的发射台上。

但问题是,万一出了差错,火箭就可能把发射台砸坏,而修复起来会非常麻烦。相比之下,用机械臂把火箭接住就更稳妥一些。即使出了问题,也不一定会损坏发射台。

当然,这两种方式在回收速度上的差别其实很小,可能也就几分钟。

不过,真正困难的还不是回收助推器,而是如何把星舰飞船本身接回来。要做到这一点,我们还必须解决很多以前从来没有人解决过的技术难题。

其中一个就是隔热盾。到目前为止,还没有人真正制造出一种能够完全重复使用的轨道级隔热盾。

以前的航天飞机虽然能够返回地面,但每次飞行都会丢弃外部燃料箱。那个燃料箱其实也是航天飞机整个系统的主要支撑结构,其他部件都连接在它上面。

而且,即使轨道器成功返回,隔热盾也需要经过长达9个月的翻修,才能再次飞行。

所以,航天飞机虽然实现了部分重复使用,却始终没有解决隔热盾完全重复使用的问题。

这是一件极其困难的事情。我们已经为此研究了差不多10年。我甚至认为,这可能是人类尝试解决过的最困难的技术问题之一。

幸运的是,我们有一支极其出色的团队。这些年来,大家付出了巨大的努力,而且我们能够不断地进行试验和迭代。

这又回到了刚才说的迭代速度。

我们已经完成了很多轮迭代,而当年的航天飞机几乎不可能做到这一点。

原因很简单:航天飞机每次飞行都载着宇航员,所以NASA不能轻易冒险,因为一旦出了问题,就可能有人丧生。

但星舰不一样。

为了弄清楚究竟需要满足哪些物理条件,才能让隔热盾乃至整艘飞船实现完全重复使用,我们可以承担更多风险,通过一次又一次试验来寻找答案。

实际上,我们已经有好几次让星舰飞船在海上完成了非常精确的软着陆。而且,如果当时海面上有一座发射塔,飞船就已经被接住了。

因为我们在这些试验中,已经模拟了发射塔回收飞船的过程。飞船按照预设的回收位置完成着陆,如果那里真的有一座塔,它就能被机械臂接住。

当然,在真正尝试让飞船返回发射塔之前,我们必须有足够的把握,确保整个过程能够正常完成。

毕竟,我们可不希望飞船把发射塔撞坏,更不希望碎片从天上掉下来,砸到人们头上。那肯定会影响我们的受欢迎程度(笑)。

所以,我们必须对飞船的可靠性有很高的信心。

我觉得,现在终于到了可以尝试的时候。我们准备在接下来的Ship 42上尝试用发射塔回收飞船。

希望这个编号是个好兆头,毕竟42是个挺特别的数字(笑)。

大概一周以后,我们就会进行这次尝试。

星链未来的最大需求,可能是来自AI智能体

 巴伦 所以,星舰确实是打开未来巨大机会的关键。

埃隆的很多想法,刚听到时可能觉得不可思议,但后来你会发现,他其实早就想到了后面的事情。可重复使用火箭就是一个例子。

过去,每公斤18500美元的发射成本,让太空基本上只是政府和少数大型企业才能涉足的领域。但随着发射成本大幅下降,星链这样的业务才真正成为可能。

如今,星链已经有大约1万颗卫星,原本我们以为会增加到2万颗,但埃隆告诉我,未来可能达到10万颗。

为什么需要这么多卫星?因为过去我们认为,星链的收入主要来自消费者、政府和企业客户。但现在,AI智能体带来的通信需求,可能比我们此前想象的高出很多倍。

 马斯克 如果我没有看错Cloudflare的数据,实际上,AI智能体产生的互联网流量现在已经超过人类产生的流量了。

而且,我记得Cloudflare预测,5年以后,AI智能体产生的网络流量将达到人类流量的1000倍。

如果一定要说的话,我甚至认为这个预测低估了未来AI智能体的流量。

 巴伦 1000倍?多少年以后?5年?

 马斯克 对。

 巴伦 我们过去预计,未来10年,星链的年收入可能达到1万亿美元,EBITDA达到7000亿至8000亿美元,估值达到14万亿至15万亿美元。

而现在,整个SpaceX的估值还不到2万亿美元。

但随着卫星数量大幅增加,以及太空数据中心的加入,我们可能仍然低估了星链的长期价值。这个机会,比我们此前想象的还要大。

 马斯克 没错。其实,按照一般企业的标准,星链现在的增长已经非常惊人了。它的收入规模已经相当可观,但每年仍然大致能翻一倍。

以前,一家公司如果能保持这样的增长速度,同时拥有较高的毛利率,每年还能产生正现金流,那已经是非常了不起的成绩了(笑)。

但AI又把增长的标准提高了。在AI领域,一年增长10倍都是有可能的。

我知道,刚才讲的很多事情听起来很疯狂,但我相信最终能够实现。有时候,我对完成时间的估计可能过于乐观,不过事情最终还是做成了。

而且,我也不是每次都延期(笑)。媒体只报道我什么时候晚了,却很少报道我什么时候提前完成。事实上,我提前完成的次数也不少。

我通常会把预测的完成时间设在第50百分位。简单说,我希望实际完成时间有一半的概率比预测早,另一半的概率比预测晚。从过去的结果来看,也差不多如此。

说回星链。

我们现在大约有1.1万颗卫星在轨运行,主要是第二代卫星,第三代卫星也刚刚开始发射。

第三代卫星的单颗通信能力是第二代的10倍以上,而我们计划发射的数量也将增加到10倍。

所以,我认为未来两三年,星链能够提供的总带宽可能达到今天的100倍。

而且,随着AI和机器人普及,它们产生的通信需求可能达到人类需求的1000倍。你想想,这会带来多大的数据传输量。

单是星链的通信业务,未来的收入规模就可能非常惊人。

如果再考虑太空AI算力,机会可能更大。

假设我们每年能够向太空部署100吉瓦的AI算力,即使单位算力的价格下降到10美元,对应的年收入也可能达到1万亿美元。

 巴伦 而且是额外增加的收入。

 马斯克 对,而且它是累积的,也就是说,每年都会再增加1万亿美元。因为这些卫星又不会凭空消失。

所以,你实际上是在每年已经形成的收入规模上,再叠加1万亿美元。

每一年都这样继续增加。

 巴伦 如果价格降到10美元,就相当于1万亿美元。如果价格是50美元,那可能就是5万亿美元。

 马斯克 而且是每年。每年都在增加这么多。

 巴伦 那么,传统电信运营商将来究竟怎么满足这样的需求?凭借他们现在拥有的基础设施,怎么可能提供那么大的服务容量?而且,他们手里掌握着频谱。

频谱本质上是一种公共资源。如果社会需要的通信容量远远超过这些公司能够提供的水平,为什么政府还会允许这种情况一直持续下去?

 马斯克 这个嘛……我们要不要跳过这个问题?(笑)

我认为,仅仅依靠SpaceX目前已经取得的频谱资源,我们就能够把业务发展到很大的规模。

不过,到了某个阶段,如果我们发现,自己能够比某家传统电信运营商更有效地利用频谱,那么我们完全可以把那家电信运营商收购下来。

然后,把它所拥有的频谱利用效率提高10倍。

 巴伦 所以,我们过去考虑的是,星链最终可能从1万颗卫星增加到10万颗。

而且,卫星大约每5年就会更新换代一次。

每当我们把那些已经在轨运行的卫星退役、让它们脱离轨道,然后发射新一代卫星时,新卫星的容量都会是旧卫星的10倍。

这样一来,我们最终能够提供的通信容量,就会大得惊人。

 马斯克 对。我们仍然认为,卫星性能还有继续提高一个数量级的空间。

例如,我认为星链第四代卫星的性能,会达到第三代的10倍。尤其是在长距离激光通信链路方面。

我们目前的激光通信链路,速度大约是每秒100Gb,也就是100Gbps。而下一代激光链路,速度将达到每秒10Tb,也就是10Tbps。

提高100倍。

然后,我们会在一颗卫星上安装10条这样的链路。这样一来……

 巴伦 那就能达到每秒1Pb的水平。

美国想要保持与中国电力竞争,唯一的办法就是把智能搬到太空

 巴伦 现在很多人担心数据中心,也担心AI的发展。但中国似乎并不担心自己有太多数据中心,也不担心电力供应太多。

中国现在的发电规模,大约是美国的3倍。而且,中国每年还在增加大量电力产能。

我记得,中国每年新增的电力大概有300吉瓦,而美国现在的总平均用电功率大概是550吉瓦。

 马斯克 我不确定那个数字是不是指稳定、持续输出的电力。但中国的电力供应确实在大幅增长。

我觉得可能还没有300吉瓦那么高,实际数字应该稍微低一点。但无论如何,这仍然是一个非常庞大的数字。

目前,中国的电力产出,我认为大约是美国的3倍。而且按照现在的趋势,这个比例还会继续提高到4倍,至少达到美国的4倍。

从第一性原理的近似估算来看,一个国家的工业产能,大致与它的电力产出成正比。

 巴伦 那么芯片呢?中国现在还落后,至少目前如此。不过,他们正在快速追赶。

几年前,SpaceX的一位高管曾经跟我说过一句话。她认为,阻止我的孙辈将来不得不说普通话的,可能就只有SpaceX了。你认同这种说法吗?

 马斯克 不管怎样,我觉得学一点普通话还是很有价值的(笑)。

这是一门非常有意思的语言。

不过,如果说到与中国竞争,尤其是从发电能力,以及一个国家究竟能够利用多少数字智能来开展经济活动的角度来看,我认为,美国想要保持与中国的竞争力,唯一的办法就是把智能搬到太空。

因为到了太空,我们就有可能实现每年新增几百吉瓦的算力,甚至最终可能做到每年1太瓦。

假设我们能够做到每年向太空部署1太瓦的数字智能,那么在这种情况下,除非中国也能够做到每年向太空部署1太瓦,否则我们的经济产出就可能超过中国。

当然,这是一个非常庞大的数字。

这意味着,我们每年新增的数字超级智能,其所对应的功率规模,将是美国目前平均用电功率的两倍。

美国目前的平均用电功率大约是500吉瓦,而1太瓦就是1000吉瓦。

所以,如果我们能够每年向太空部署1太瓦的数字超级智能,就相当于每年向太空增加的数字超级智能,其功率规模都是整个美国当前平均用电量的两倍。

这些数字真的大得令人难以置信。

希望得到的评价是:曾为推动人类文明发展作出过重要贡献

 巴伦 为什么我们需要这么多电力、这么多芯片?未来究竟会出现什么样的需求,需要如此庞大的算力来支撑?

 马斯克 这个答案听起来可能有点绕,因为我接下来要说的是:未来对数字超级智能的需求,最终会来自数字超级智能本身。

 巴伦 比如医疗?或者其他领域?你具体是什么意思?

 马斯克 我的意思是,未来超级智能所能提供的能力,将远远超过满足人类所有需求所需要的水平。

到那个时候,所有人都能拥有很高的收入,甚至是极高的收入。每个人都能享受到医疗服务,而且医疗水平会比今天地球上最好的医疗服务还要好。

你想要一座城堡,或者其他任何东西,数字超级智能都可以替你造出来。而且对它来说,这可能只是顺手完成的一个小项目。

如果我们把眼光放得更远一些,从整个人类文明的角度来思考,就会发现,文明的发展,其实可以用它能够利用多少能源来衡量。

而在这方面,我们还有非常巨大的发展空间。

举个例子,你就能明白整个太阳系还有多大的潜力。即使人类能够利用的能源在今天的基础上增加100万倍,我们消耗的能量,仍然远远不到太阳能量的百万分之一。

所以,未来还有极其广阔的增长空间。

当然,到了那个时候,地球上任何人能够想象出来的物质需求,早就已经得到了充分满足。而再往后,数字超级智能的主要服务对象,就会变成数字超级智能自己。

到那时,回过头来看今天的经济体系,可能会觉得它非常古老,甚至有点可爱。

货币体系也是一样。在超级智能看来,我们今天使用的货币,可能就像我们今天回头看古人用贝壳当钱一样。

哪像现在,掏出手机就能查到钱在哪里(笑)。

 巴伦 最后,我还有一个问题。等你到了我这个年纪,也就是83岁的时候,你希望人们怎么评价你?

你现在每天工作这么长时间,几乎到了疯狂的程度。我想,如果只是为了积累更多财富,没有人会像你这样工作。而且,你也知道,未来你的财富可能要缴纳很高的税,其中很大一部分最终也会进入你的基金会。

 马斯克 这里其实有一个区别,别人怎么看我和我实际上做了什么,是两回事。

相比别人怎么看,我更在乎后者。

无论人们最终如何评价我,我都希望,有一件事是真实的:我曾经为推动人类文明向前发展,作出过重要贡献。

我希望事实是这样。

—— /Cong Ming Tou Zi Zhe/ ——

排版:鹤九

责编:艾暄

 - 小彩蛋 - 

转载开白,请联系小编微信【fanxiaocom】,添加备注“转载+新媒体名+姓名”,按顺序邀请加入媒体转载群

商务合作,请添加聪明牛牛【微信congmingtzz1/ 手机13262200706 】,添加备注“合作+机构名+姓名”具体商议

跳转微信打开

  •  

淡水泉陶冬最新分享:美国中期选举只是AI调整的导火索,大趋势没有改变,现金流欠佳的公司或被洗出局……

淡水泉投资 2026-11-09 15:00 上海

以下文章来源于:淡水泉投资

淡水泉投资

淡水泉投资成立于2007年,聚焦中国相关的投资机会,开展国内私募证券投资、海外对冲基金和机构专户业务。

中期选举结果不会夺走特朗普的核心权力,只是垫高了白宫未来两年的政治成本

美国中期选举落下帷幕,民主党一举拿下国会参众两院。

当地时间11月5日,美股出现剧烈震荡,纳斯达克100指数单日暴跌6.4%,美国股市市值蒸发约3.2万亿美元。此前最受追捧的AI产业,成为资金撤离的重灾区。

政治格局的变化,会不会成为这一轮AI行情的转折点,成为市场关注的焦点。

淡水泉(香港)总裁兼首席经济学家陶冬今日(11月9日)撰文,分享了他对美国中期选举、华尔街市场反应以及AI产业前景的最新观察。

陶冬长期以宏观经济、国际资本流动和亚洲政经格局研究见长。

1998年加入瑞士信贷第一波士顿,曾长期担任瑞信亚洲首席经济学家,其研究团队曾较早预警1997年亚洲金融危机和2004年中国经济过热。2024年,加入淡水泉(香港)。

陶冬习惯将宏观周期、政策变化、地缘政治、资金流动和市场情绪放在一起观察,观点表达非常直接。

聪明投资者(ID: Capital-nature)将这篇最新观察分享给大家,希望从产业研究之外,提供一个理解当前AI行情的新视角。

文丨陶冬

淡水泉(香港)总裁兼首席经济学家

华盛顿的一场蓝色风暴,令华尔街发出了红色警报。

民主党横扫参众两院,第二天纳斯达克100跌掉了3.2万亿美元市值,资金对AI行业从“诗与远方”的遐想,回归到现金流的盘算,写下了2020年以来最大的单日跌幅。

避险意识之下,资金流向国债市场,美债全面向好。

恐慌指数VIX攀升,美元反倒成为避险天堂,美元指数上扬,金银亦走强。美伊谈判露曙光,油价上周大幅回撤。

美国中选过后股市通常会涨,这几乎是华尔街最稳定的规律之一。

过去八十年里,如果投资者在中期选举前最后一个交易日买入美股,而起码一院易手,之后六个月和十二个月几乎都能够赚钱,上一次例外还是1946年。

其逻辑并不复杂,选前市场担心不确定性,选后政治格局明朗,风险溢价下降,资金重归基本面。然而2026年,这套剧本似乎倒过来演了。

其差别在于本次选举前,市场并没有经历典型的“先跌后涨”。

历史上中期选举年份,标普500从年内高点到低点平均回撤约18%,今年跌幅小很多。

选举前预跌有限,所以选举后要先还之前AI牛市的债,市场才能在更坚实的基础上再出发。

笔者看来上周股市调整,与其说是中期选举所致,不如说是选举结果触发了早就该发生的AI调整。

民主党横扫,是重大政治新闻,但并不意味着美国政策会突然大幅左转。

特朗普仍然坐在白宫,掌控着行政部门,也拥有总统否决权,民主党即便控制两院,也难在税务、医保、气候等重大政策上逆转。

过去两年,特朗普在政策上几乎是随心所欲。

国会变蓝后,他的角色会从主动的议程制定者,转为越来越需要防守的总统。

特朗普第一任的中期选举中,民主党也曾夺回众议院,特朗普白宫随即面对一轮又一轮调查、传票和听证,最终演变成弹劾。

总统被定罪需要参议院三分之二以上支持,这个门槛民主党根本无法跨过,但弹劾调查本身足够消耗白宫资源,占据政治议程,并放大政府每一次政策失误。

笔者预计预算审议、拨款谈判和债务上限等,都会成为民主党逼迫白宫让步的重要工具。

国内立法空间被堵住,总统往往会更加依赖那些不需要国会直接批准的行政工具。

笔者相信,倔强的特朗普会将更多政策重心集中在总统权限较大的海外领域。

民主党可以通过拨款、听证和国会监督,对伊朗战争、乌克兰援助、以色列政策以及军费开支形成更大压力,却未必能够真正主导外交政策。

其实,政治僵局对于市场未必是坏消息。

历史上,共和党总统配上分裂国会,甚至民主党控制国会两院,股票市场的表现并不差。

原因也很简单,政治僵局意味着重大税收、监管和财政政策更难落地,“政府什么都做不了”本身就是一种政策确定性,市场有能力为此定价。

中期选举结果在笔者眼中,不会夺走特朗普最核心的总统权力,只是垫高了白宫未来两年的政治成本。

接下来谈AI。民主党横扫参众两院后,市场担心AI业发展受到阻挠,支撑AI繁荣的数据中心建设可能遇上新的政治阻力。

其实民主党并不反对AI,人工智能关乎美国科技领先地位,两党对此并无根本分歧。

AI股市热潮是在拜登任内崛起的,拜登政府推出的《2022年芯片与科学法案》,也在特朗普执政期得以延续。

两党的差别主要在于监管方式和利益分配。

特朗普政府倾向于放松约束,鼓励科技巨企投资、抢占全球技术制高点;民主党则更强调民生、消费者权益和科企的社会责任。

未来的主要掣肘不在国会,而在州政府和地方议会。

美国需要更多算力,但是许多美国人不愿在自家门口兴建数据中心。

科技巨企投资数百亿美元建设园区,带来土地开发、建筑工程和地方税收,政治人物原本将此当作经济增长和就业政绩。

然而数据中心建成后,长期就业岗位有限,却持续消耗大量电、水资源。

电力公司兴建发电、输电和变电设施,纳税者的税款被用来补贴算力扩张。

数据中心享受土地和税收优惠,普通家庭未必得到相应补偿。居民开始质疑,为什么用自己的生活成本,换取科技巨企的盈利增长?

高盛估计,占美国规划中数据中心容量约45%可能受到限制。

项目未必全部被取消,但未来算力扩张面对更高的政治门槛。

德克萨斯拥有占全美规划容量四分之一的数据中心,新当选州长承诺,在制定保护当地居民的法规之前,暂停批准新的数据中心项目。

市场原本假设科技公司只要筹够资金、购买芯片,便可扩张算力;如今则还需争取居民和地方政府的支持。

审批时间延长,项目投产和收入兑现存不确定性,而借款利息支付却不延迟。

资金实力雄厚的科技巨企可以放慢建设步伐;依赖借债建设、尚未形成稳定现金流的Neocloud企业则面临流动性压力。

同时,芯片和电力设备订单可能推迟或取消,市场的增长预期也要重新调整。

笔者不认为美国AI行业会因此停止发展。已经拥有数据中心和稳定算力供应的企业,反而可能因为新项目建设放缓而受益于算力稀缺。

真正受到威胁的,是那些商业模式建立在未来几年高速扩张、持续融资和准时投产之上的企业。

市场过去担心AI烧钱太多,现在还要担心钱已经花出去,项目却无法按计划落地。

AI的大趋势并没有改变,但算力扩张可能比市场原来预期的慢,盈利兑现也可能更迟甚至缩水,资产价格便顺势作出调整。

对资金充裕的科技巨头,这或许只是增长速度的问题;对靠借新债、建新项目维持扩张的企业,时间可能成为最大的敌人。

笔者依然看好AI整个行业的发展,但是现金流欠佳的公司或会被洗出局。

—— /Cong Ming Tou Zi Zhe/ ——

排版:鹤九

责编:艾暄

 - 小彩蛋 - 

转载开白,请联系小编微信【fanxiaocom】,添加备注“转载+新媒体名+姓名”,按顺序邀请加入媒体转载群

商务合作,请添加聪明牛牛【微信congmingtzz1/ 手机13262200706 】,添加备注“合作+机构名+姓名”具体商议

跳转微信打开

  •  

肯·格里芬:逆境中的关键,是每天向前走一步……

原创 聪明投资者 2026-11-08 10:00 上海

专注目标并持续行动

其他值得看

1、市场大波动其实是健康的!霍华德·马克斯最新谈美股、利率及AI:防止非理性繁荣最好的办法,就是市场偶尔遭遇一些挫折……

2、头部私募三季度持仓曝光!科技股调整下,高毅、重阳、睿郡、景林有哪些新变化?

3、在所有投资失败原因里,最常见就是杠杆!帕伯莱最新交流,关于投资清单、护城河、估值以及“百倍股”的领导力特质……

4、“中美AI差距已缩至6个月!”谷歌前CEO埃里克·施密特最新对话透露,曾尝试投资DeepSeek未果……

5、宽基ETF:热度之下的信息补充

看完记得点击视频右下角头像,关注【聪明投资者视频号】  ,带你看投资智慧的浓缩精华。

转载开白,请联系小编微信【fanxiaocom】,添加备注“转载+新媒体名+姓名”,按顺序邀请加入媒体转载群

商务合作,请添加聪明牛牛【微信congmingtzz1/ 手机13262200706 】,添加备注“合作+机构名+姓名”具体商议

喜欢就点击在看,让微信记住你的兴趣 

阅读原文

跳转微信打开

  •  

“中美AI差距已缩至6个月!”谷歌前CEO埃里克·施密特最新对话透露,曾尝试投资DeepSeek未果……

永远好奇的 2026-11-05 15:00 上海

以下文章来源于:IN咖

IN咖

多视角关注优秀投资人和企业家

“最终,世界上大多数人都会使用中国模型。”

“我试过投DeepSeek,但美国法律不允许。”

10月22日,在旧金山Masters of Scale峰会的一场对话中,谷歌前CEO埃里克·施密特(Eric Schmidt)这样说道。

他说,之前限制中国获取先进AI芯片时,曾以为这些限制措施能够发挥十年左右的作用,但如今,中国与美国在AI领域的差距,可能已经缩小到六个月。

施密特的判断值得一看。

2001年,他加入成立仅三年的谷歌出任CEO,此后十年,与创始人拉里·佩奇、谢尔盖·布林一起,将谷歌发展为全球科技巨头。

离开谷歌管理一线后,他的影响力逐渐延伸到美国科技和国家安全政策领域。2016年,他出任美国国防部创新委员会首任主席,此后担任美国人工智能国家安全委员会主席,参与推动美国AI、先进半导体及国家安全战略的制定。如今是Relativity Space的CEO。

2021年,他领导的委员会发布了一份长达756页的最终报告,系统讨论美国如何保持人工智能领域的全球领先优势,以及如何应对中国的技术追赶。

施密特也是美国科技界较早认真看待中国AI竞争力的人物。

早在2017年,他就提醒美国同行,中国的AI发展速度不容低估。

2025年DeepSeek崛起后,他进一步重新评估美国先进芯片限制政策的实际效果,并发文讨论中国从技术追随者向创新者的转变。

在此次最新对话中,他不仅肯定中国在算法效率和开放权重模型方面取得的进展,更强调中国将AI技术转化为实际应用的能力。

“我们是发明最前沿技术的一方,而他们是真正把这些技术部署出去的一方。”几个月前刚刚到访中国的施密特,建议美国硬件企业家去中国实地看看。

他还判断,未来十年,凭借更低的成本和更广泛的应用,中国AI模型可能在全球获得更大的用户规模。

“最终,世界上大多数人都会使用中国模型。”

施密特的这番判断,放在眼下美国AI产业面临的新变化中看,尤其值得思考。

昨天水落石出的美国中期选举,共和党失去国会两院控制权,民主党还赢得了包括得克萨斯州在内的多个州长选举。

选举之后,硅谷投资界开始担忧,数据中心建设可能面临更严格的地方审批、能源和环境监管。

Altimeter Capital创始人布拉德·格斯特纳(Brad Gerstner)甚至估计,未来美国原本规划的AI算力基础设施中,可能有10至15吉瓦容量因为政策和监管阻力而无法如期建成。

这当然还只是预测,并不是已经取消的项目。但它提醒投资者,美国AI发展面临的约束,可能不只是巨额资本开支能否获得回报,还有电力、土地、地方政策以及社会能否承受这场史无前例的投资热潮。

这轮投入究竟有多大?

资本集团(Capital Group)在今年中期投资展望中,做了一个颇有意思的历史比较。

2001年加入世界贸易组织之后,中国在此后十年投入约20万亿美元进行工业化建设。这轮投资深刻改变了全球贸易、大宗商品、劳动力市场和资本流动。

而按照资本集团的估算,如果AI投资延续其假设的增长路径,到2032年,全球AI相关累计投资可能达到30万亿美元,超过当年中国工业化的规模。

当然,30万亿美元是基于未来支出持续增长的情景估算,并非已经确定的投资计划。

资本集团美国经济学家贾里德·弗兰兹(Jared Franz)认为,我们不应该仅仅从科技行业周期或英伟达的估值来理解AI,而应该看到它可能对经济增长、电力需求、资本配置、劳动力市场乃至各行业资产价格产生的持久影响。

有意思的是,当美国试图以如此庞大的资本投入保持技术领先时,埃里克·施密特却提醒人们注意中国在另一条路径上的优势:以更低的成本、更高的效率,让AI走向更广泛的实际应用。

不过,施密特并没有因此改变希望美国保持技术领先的立场。但他同时认为,中美AI竞争并非零和博弈。

这场约27分钟的对话,也让我们看到,一位长期参与美国科技战略制定的重要人物,正在如何重新评估中国AI的竞争力。主持人是美国知名商业媒体Fast Company前主编鲍勃·萨菲安(Bob Safian)。

以下为聪明投资者(ID: Capital-nature)整理的最新对话,分享给大家。

中国与美国的AI差距已经缩小到大约6个月

萨菲安 围绕中国AI的发展,我们经常听到一些剑拔弩张的言论,让人很难判断真实情况。所以,我很高兴今天能够请你帮我们理清这些问题。

美国在人工智能领域原本拥有明显的先发优势,但现在,人们开始怀疑这种优势能否持续。你曾经说过,中国与美国的AI差距已经缩小到大约六个月。最近究竟发生了什么重大变化?

施密特 过去一年发生的最大变化,也是今天在座各位都应该注意到的一件事,就是软件的成本从非常昂贵,下降到了几乎为零。当某样东西的价格急剧下降时,它的数量就会大幅增加。

所以,当我思考未来几年的时候,脑子里想的就是:我们将拥有数量极其庞大的软件。这些软件会做什么?由谁来开发?它们之间如何协作?AI智能体将如何运作?诸如此类。

中国也在思考同样的问题。

在我看来,中美竞争是你们这一代、我们这一代,也是我们这个时代最具决定性的竞争。因为双方都在竭尽全力地开发超越人类能力的推理与智能系统。

这并不是说这些系统会变得像人类一样,而是说,它们将具备超越人类的能力,也就是所谓的超级智能。事实上,在某些方面,这样的能力已经出现了。

你看看外面那些Waymo自动驾驶汽车,它们的视觉感知能力比人类司机更好,尤其是因为它们不会酒后驾驶。你大概明白我的意思了吧?

回到中美AI竞争。

几年前,我也是推动限制中国获取先进芯片的那批人之一。当时,我以为这些限制措施能够发挥大约十年的作用。

一两年前,中国看上去还落后美国一到两年。现在看来,差距已经缩小到6个月左右,而且有很多研究支持这一判断。

他们是怎么做到的?

毕竟,我们不是限制了中国获取先进芯片吗?确实如此。但中国人非常聪明,他们找到了一些办法,利用我们开发的算法和积累的知识,以大约十分之一的能源消耗实现相应的技术能力,尽管在某些性能指标上仍然有所差距。

现在,整个行业都在争论:未来这个差距究竟会继续缩小,还是重新扩大?

但至少在目前,可以公允地说,这已经是一场中美两强之间的竞赛。在我看来,这是我们这个时代最具决定性的竞争。

争夺智能领域的领先地位,毫不夸张地说,是一场千年级别的竞争。因为一旦这样的智能真正出现,我们的孩子、孙辈、曾孙辈,以及之后的世世代代,都会受到今天这些变化的根本性影响。

 萨菲安  有些人认为,不断强调中国在AI领域取得的进展,只不过是为推迟监管寻找借口。你认为这种说法有没有道理?你会担心这个问题吗?

 施密特  人们总会编造出各种各样的说法。

我深度参与过中美之间的相关讨论。基辛格博士去世之前,我和他共同推动过中美之间的沟通。他最后一次前往中国与国家领导人会面时,我也与他同行。

中国人非常清楚这场竞赛的本质,也明白AI可能带来的危险,但他们不会停下来。

所以,回答你这个问题的一个办法,是反过来问:如果我们想让AI的发展速度慢下来,究竟该怎么做?

美国现在有多少家前沿AI实验室?五家、六家、七家?大概就是这个数量。中国呢?也是五家、六家、七家。这样一来,你面对的就是一个涉及大约12个参与方的问题。

在中国,理论上政府可以命令这些实验室按照政府的要求行动。但在美国,你必须让相关企业达成某种自愿协议。

于是,这个涉及12个参与方的问题,就简化成了中美双方之间的问题。

可接下来的问题是,既然中国已经认为自己落后了,我们又怎么可能说服他们放慢速度?这根本不可能。

我们必须寻找其他办法,在继续推进技术发展、保持对中国领先优势的同时,确保这项技术的安全。

我曾尝试投资DeepSeek,但美国法律不允许

 萨菲安  从某些方面来说,中国具有结构性优势。政府可以把AI确定为国家战略,让各方朝着同一个方向行动。而你此前认为,美国的优势恰恰在于多样性和去中心化。这是两种截然不同的发展模式。

那么,中国AI产业所做的事情,有没有哪些值得美国领导者学习?

 施密特  我给你一个简单的分析框架。

中国的能源供应能力非常强大,而且拥有大量可再生能源。十年前,美国也曾经说过要做到这一点,但我们失败了。

中国不需要让企业为了接入电网排队等上七年,也没有我们这里同样类型的争论。他们正在大规模建设数据中心,而且规模极其庞大。

此外,即使中国的金融市场受到更多限制,中国仍然能够为初创企业提供融资。

美国人投资DeepSeek是违法的,我知道这一点,因为我自己曾经尝试过。相信我,根据美国法律,这确实不允许。

(美国财政部对外投资安全规则于2025年1月2日生效,对美国人士投资中国特定人工智能、半导体和量子信息技术企业设有禁止或申报要求。)

DeepSeek现在正在寻求融资。据我了解,他们最近进行了一轮规模很大的融资,资金看起来能够到位。我的中国朋友告诉我,这笔钱来自私营部门,而且他们认为这项业务在经济上是可行的。

这里还涉及一个非常复杂的开源问题,我们稍后可以讨论。

但从根本上说,中国已经沿着自己的道路向前推进了。他们现在最缺少的就是芯片。

而美国这边,我们拥有所需要的一切。我们有聪明的人才,有各种各样的争论,还有深度惊人的融资市场。

世界上还有什么地方,你发条短信就能融到500亿美元?除了美国,恐怕没有别的地方能做到。

谢天谢地,美国金融业正在为我们这些人的兴趣爱好提供资金支持。至于结果如何,我们拭目以待。

但美国缺少能源,也缺少数据中心。正确的解决办法是什么?自己建设供电系统。

有一句据说出自托克维尔的话:“美国之所以伟大,是因为人民的乐观精神、广袤的土地,以及没有国王。”

至少我们还可以从这三个方面来衡量自己。

美国确实拥有大量土地,很多地方都是空地。那就把数据中心建到这些地方去。这对当地经济也有好处,同时还可以自行建设配套发电设施。

这就是我们需要做的事情。

按照目前的估算,到2030年或2031年,我们大约需要60至80吉瓦的电力供应能力。能否为这些项目融到足够的资金,还有待观察。

按照我的估算,相关基础设施每对应1吉瓦的电力需求,投资规模大约是500亿美元。顺便说一句,1吉瓦大致相当于一座大型核电机组的装机容量。而据我所知,美国建设核电机组的速度可没有那么快。

中国选择开源,美国选择闭源,哪条路会赢?

 萨菲安  你刚才提到了开源。中国在开源模型或者说开放权重模型方面的领先地位,推动了中国AI在全球的传播。对于今天在座的企业领导者来说,在中国的开源模型基础上进行开发,是不是一个明智的选择?

 施密特  我们先稍微厘清一下概念。

首先是开源(open source)。我当年在伯克利的时候,就参与了开源运动的早期发展,对此一直非常自豪。那已经是很久以前的事情了,但我当年写的代码现在依然是开源的。如果你想看看那些非常古老的代码,仍然可以找到。

除此之外,还有开放权重(open weights)。所谓开放权重,就是你先投入大量资金训练一个模型,然后把训练得到的参数公开。这些参数的数量非常庞大,可能达到数万亿级别。(开放权重并不一定意味着完全开源。)

中国采取的战略,很大程度上是开源和开放权重;而美国的战略,主要是闭源和封闭权重。

站在美国企业的角度,这当然完全说得通。训练一个模型需要花费1亿到5亿美元,对吧?

 萨菲安  对啊,既然花了这么多钱,为什么要把它免费送出去?

 施密特  这就是律师们会说的话。

我跟律师们争论了50年。我一直认为,你应该把一些东西免费提供出去,因为这样可以建立一个平台。

开源运动的基本理念就是,先建立一个平台,让其他人在这个平台上开发自己的东西。

闭源运动则不同。早年比尔·盖茨和史蒂夫·鲍尔默领导的微软,就是一个典型例子。他们主要关注最终用户,你把产品做好,或者没做好,最终由用户来检验。

在美国,开源已经在很大程度上取得了胜利,成为我们今天许多技术工作的基础。但大型AI模型大部分仍然是闭源的。这有充分的理由,我并不是在批评他们。

当然,也有一些不同的例子。

比如Reflection AI,刚刚发布了一个拥有5000亿参数的模型。英伟达的Nemotron有一个规模相近的模型,两者都非常强大。谷歌也有一个叫Gemma 4的模型,是一个非常强大的较小规模模型。这些模型都可以下载使用。

所以,这并不完全是中国与美国之间的简单对立。

中国选择开源、开放权重,是因为这是对他们来说最合理的战略。他们原本处于落后位置,需要迅速获得用户,而且愿意承担技术被别人拿走的风险。

目前看来,这种做法正在奏效,至少他们获得了融资。

因此,开源、开放权重与闭源、封闭权重之间的竞争,将成为决定AI产业未来格局的重要问题。

如果你去问旧金山那些开源企业,或者闭源模型企业的人,他们都会告诉你,自己的战略更好,因为他们相信自己能够保持领先。

如果你去问中国人,他们也会告诉你,他们的战略更好,因为他们相信这种战略能够让自己保持领先。

所以,我们面对的是一场真正的竞争。

不过,开源模型和开放权重模型也面临一个很难解决的问题。我们为此投入了大量精力,但到目前为止,我认为还没有找到有效的解决办法。

你想想,闭源模型掌握在公司手中,公司受到所在国家法律的约束,CEO也必须遵守法律;而在中国,政府对AI实验室有很强的管控能力。

但开放权重模型就不同了。

一旦模型权重公开,即使开发者设置了安全限制,也很难再控制其他人如何使用这些模型。

现在有一种叫作“安全机制清除”的技术,可以基本去掉模型原有的安全限制,得到一个未经安全约束的模型。这些模型有可能被用于网络攻击,而开发者已经很难控制它们会流向哪里、被谁使用。

更值得担忧的是,软件的成本正在迅速下降。

还记得我一开始说的吗?软件的成本正在趋近于零。未来几个月,软件能力的扩张速度将会极其惊人。这也是为什么旧金山以及其他地方的技术人员都非常担忧,有人开始提出,能不能让AI的发展速度慢下来?

但正如我们前面讨论的,要让中美两国的AI实验室同时放慢速度,几乎不可能。

这是一个非常棘手的问题。许多人认为,未来12个月内可能会发生某种网络安全事件,让大家真正意识到这一问题的严重性。

 萨菲安  那么,如果我是一位企业领导者,决定使用中国的模型,因为对我来说成本更低,这算不算不爱国?是不是缺乏长远眼光?

 施密特  美国公司的CEO在某种程度上都是爱国的,但他们也非常在意钱。

现在已经有很多这样的例子:人们利用小型服务器运行开放权重模型,解决一些特定问题,因为这样做的Token成本更低。

如果你自己部署模型,Token成本大约可以降低到原来的三分之一到五分之一。当然,这些模型的功能也没有那么强大。

所以,我担心未来可能出现这样一种格局:最前沿的模型将主导那些我们特别关心的领域,比如数学、化学等方面令人难以置信的重大突破。

对于数学家来说,这简直是一场末日灾难!他们整个世界的基本面貌,过去50年几乎没有改变,甚至可以追溯到哥德尔提出相关理论的时候。但突然之间,这个世界在一个月内就被颠覆了。他们会面临一场关于自身存在意义的危机。

这就是前沿模型将带来的变化。

但对我们大多数人来说,解决财务会计问题,根本不需要那么高深的数学能力。相信我,财务会计并没有那么复杂。

所以,未来大量用户可能会使用这些更便宜的开放权重模型,来处理各种日常任务。

这么做可以吗?在美国,这很可能是合法的。

但这么做是不是一个好主意?那就取决于你如何看待一些类似地缘政治等风险问题。

当然在中国,人们会使用开放权重模型。

中美AI竞争逐项打分:中国在部署速度和全球影响力上可能领先

 萨菲安  我们准备了一张记分板。我会提出几个指标,你来判断究竟谁占优势:中国还是美国。先说模型性能。

 施密特  美国。按照目前的各项基准测试,美国都处于领先位置。

理解这一点的一个办法是,每家AI实验室都有已经发布的模型,同时还有正在开发的下一代模型。

从这些实验室透露的信息看,下一代模型的性能将极其出色。这说明规模法则(scaling law)仍然有效,而且接下来还会出现令人惊叹的突破。

所以,模型性能这一项,我选美国。

 萨菲安  好,下一项是模型成本。

 施密特  中国。

就像我刚才说的,中国模型的Token成本至少便宜三倍。

在很多方面,这实际上是因为他们被迫降低成本。我们没有向他们提供高性能芯片,于是,他们找到了算法改进、监督微调,以及其他一些非常令人印象深刻的技术方法。

有意思的是,中国人一旦在开源领域发明了什么东西,美国人马上就会拿来用。谢谢你,中国!

 萨菲安  好,接下来是能源。我猜这一项应该是中国,因为你前面已经提过。

 施密特  好吧,你猜对了。

我记得中国去年的相关能源建设数字大概是560吉瓦。这是一个惊人的数字。

这就是国家产业政策所带来的好处。如果他们需要能源,就会大规模建设,而且其中绝大部分是可再生能源。

 萨菲安  好,再看一个指标关于领导力与人才。

 施密特  这一项我会给美国。

但美国正在做一些非常愚蠢的事情。我想,今天在座各位对此应该不会感到意外。

把最聪明的人抓起来,然后把他们赶出这个国家或者拒绝给这些人才发放允许他们来美国的重要签证,绝对是一个糟糕的战略。

我们给他们提供教育,让他们拿到博士学位,然后又把他们赶走。真是大聪明啊,是吧?

真的愚蠢。

 萨菲安  下一项是安全控制。

 施密特  美国拥有更好的安全控制体系。

过去举行过一系列会议,我也参与了其中一些。在这些会议上,各家实验室同意交流安全实践经验等。

我认为,从总体上说,我们应该预期政府最终会监管AI。

倒不是说我欢迎监管,而是因为AI将渗透到社会的方方面面,必然会出现一些不良后果,而这些后果又会推动监管出台。

安全是其中最显而易见的领域,比如AI与人类目标对齐等问题。

 萨菲安  下一项是部署速度。

 施密特  中国。我们是发明最前沿技术的一方,而他们是真正把这些技术部署出去的一方。

几个月前我刚去过中国,下个月我还会再去。

AI在中国被应用到各种事物中的速度,从数字系统到机械设备,简直令人震惊。而且,他们非常喜欢给你展示各种演示产品。

美国根本没有对应的产品。

所以,如果今天在座有人正在开发硬件,我鼓励你们去中国看看,亲自了解一下,因为在这个领域,中国正在击败我们。

这一项显然属于中国。

 萨菲安  最后一项是全球影响力。

 施密特  如果从未来十年的影响来衡量,这一项将属于中国。

免费产品和昂贵产品之间最大的区别是什么?免费产品会拥有更多用户,对吧?

世界上绝大多数国家,没有足够的经济实力,也没有足够的财富,来承担我们所要求的那种成本,包括Token成本等各种费用。

我理解为什么美国公司会这样定价,也不是要批评这一点。

但对我来说,有一件事已经非常清楚了:最终,世界上大多数人都会使用中国模型。

这具有巨大的地缘政治意义。我接触的大多数地缘政治领域人士,还没有真正意识到这一点。

但只要稍微想一想,答案就很明显。

一边是免费的、便宜的,而且足够好用的模型;另一边是昂贵的、功能强大的模型,但主要服务于精英阶层、富裕人士、重要企业和顶尖研究机构。

AI不是零和竞争,中美可以合作共进

 萨菲安  我们是不是遗漏了什么?有没有一种可能,让美国和中国都成为赢家?还是说,这注定是一场零和博弈?

 施密特  我不认为AI是一场零和博弈,中国不是我们的敌人。

我过去经历过这样的市场,两家公司虽然相互竞争,但最终共同创造出了一个全新的市场。

所以,最理想的情况是,美国精英和中国精英能够进行某种理性的对话。当然,在本届美国政府的情况下,这显然不可能实现。

但如果可以,我们应该坐下来讨论:“我们究竟应该如何管理这一切?能不能在某些事情上达成共识?”

比如建立一条“不制造意外原则”(no-surprise rule)。

我在五角大楼工作期间学到一件事,当一个国家发射导弹时,会通知其他国家。其他国家则会把自己的卫星对准这次导弹发射。

这么做有两个原因。第一,确认发射方确实按照之前所说的方式进行了发射;第二,他们也可以借此训练自己的导弹发射监测系统。

这就是一种各方达成的协调安排,目的是确保所有人的安全。你肯定不希望突然有导弹发射出来,却没有人知道它将飞向哪里。

这完全合乎情理,而这样的制度安排,早在50年前就已经建立了。

所以我认为,中美之间可以列出一系列完全合理的合作事项,这些合作的最终目的,是实现人类的繁荣发展。

最后,我想说, AI是我们余生中将要发生的最重要的事情。

AI是科学进步的基础,而科学进步正是我目前正在从事的工作。科学进步会创造财富,财富又会创造机会、福祉,以及整个社会能够享受到的各种好处。

因为我们今天正在人工智能领域所做的事情,我们的孩子、孙辈未来的生活将会非常、非常光明。

是的,我们面临着很多问题。但我认为,重要的是,我们必须继续全力以赴地投入这件事。

技术创新出现的速度,甚至已经快到连我都难以跟上,而我已经在这个行业里工作很长时间了。

AI已经改变了我的工作、投资和经营企业的方式

 萨菲安  对今天在座的企业领导者,你有没有什么特别想传达的信息?如果希望最终获胜的是美国,他们现在应该采取什么不同的行动?

 施密特  首先,开始使用AI。

我特别喜欢这样的场景:有人走到我面前,跟我大谈人工智能。我就问他:“你自己真的用过吗?”

他说:“没有,没有。”

好吧,也许他比我聪明。

但我认为,你必须亲自使用这些东西。

真正让我大受震撼的一次经历,是我开始让AI进行长链条思考和深度推理的时候。

我当时的反应是:“我的天哪,它真的来了!”

那时候,我不确定自己是否完全理解了眼前这个东西究竟是什么,但我知道,它已经来了。

这改变了我思考人生的方式,改变了我的工作方式、投资方式,以及经营企业的方式。

举个很明显的例子,对AI系统来说,财务职能其实是相对容易处理的。为什么不让AI来生成财务报告呢?然后,你和CFO可以直接围绕这份报告展开讨论。这会非常有意思。

那么,制造业的库存管理呢?安全管理呢?现金流预测呢?你可能坐在那里想:“哦,这些事情真无聊。”不,这些事情具有变革性的意义。

因为一旦你的思维方式发生了这样的改变,你就会不断冒出新的想法。一个想法接着一个想法,再接着一个想法。

这就是为什么,能够生活在今天这样一个时代,是一件如此珍贵的事情。

—— /Cong Ming Tou Zi Zhe/ ——

排版:唐唐

责编:艾暄

 - 小彩蛋 - 

转载开白,请联系小编微信【fanxiaocom】,添加备注“转载+新媒体名+姓名”,按顺序邀请加入媒体转载群

商务合作,请添加聪明牛牛【微信congmingtzz1/ 手机13262200706 】,添加备注“合作+机构名+姓名”具体商议

跳转微信打开

  •  

头部私募三季度持仓曝光!科技股调整下,高毅、重阳、睿郡、景林有哪些新变化?

原创 关鹤九 2026-11-04 15:00 上海

从持仓到调研,分歧依旧

三季度,科技股经历了一轮剧烈的调整。

7月前期持续强势的AI硬件、半导体、通信等板块集中下跌,部分热门个股短时间内跌幅超过50%。8月市场虽然有所修复,但此前依靠高景气、高盈利和一致预期支撑的科技股,已经开始重新接受估值和基本面的检验。

有意思的是,科技股跌得很快,部分头部私募的仓位却没有跟着一起下来。

翻看部分私募产品的月报,基金经理对权益市场并没有普遍转向悲观。

对于AI,私募的判断也出现了一些分歧。

随着上市公司三季报披露完毕,这些分歧也在部分百亿级私募的可见持仓变化中有所显露,我们照例mark一下。

冯柳和裘国根在海康威视上继续了不同的选择。

三季度冯柳又减持了3600万股海康威视,这也是他连续第八个季度减持;裘国根旗下重阳战略才智基金继续小幅增持。

邓晓峰则在二季度重新进入紫金矿业前十大流通股东名单后,三季度就进行了减持,同期还在大幅减持TCL科技。

睿郡继续持有乐鑫科技,同时有产品进入北新建材前十大流通股东名单;景林有产品新进入思特威前十大流通股东名单,重阳也在10月进一步参与思特威定增。

另一边,盘京的可见持仓继续偏向钢铁、化工等周期制造,聚鸣的可见持仓主要在半导体、工业温控和汽车零部件等方向。

仁桥和宁泉依然在地产、传统消费和其他低预期行业中寻找机会。

如果把10月调研名单放在一起看,很多机构仍然频繁出现在AI硬件企业的交流现场,同时将研究重点延伸到医药、消费、资源和周期制造方面。

不过,三季报只能看到进入上市公司前十大流通股东名单的部分持仓。对于管理数百亿甚至上千亿元资金的私募而言,这些可见持仓只是冰山一角。

把三季度的持仓变化与最新调研、基金经理的公开观点结合起来,仍然能看到一些值得关注的变化。

更多持仓变化及背后的判断如下:

高毅:冯柳连续减持海康,邓晓峰增配万华化学

在我们重点跟踪的私募中,高毅的可见持仓金额相对较大。

数据来源:Choice,截至2026年9月30日

邓晓峰管理的高毅晓峰2号致信基金二季度重新进入紫金矿业前十大流通股东名单,三季度减持1478.17万股,参考市值约23.24亿元。

同期,高毅晓峰2号致信又增持了万华化学101.68万股;邓晓峰旗下另一只高毅晓峰鸿远也新进入万华化学前十大流通股东名单。

期末两只产品合计持有4503.72万股,参考市值约31.03亿元。

这也不是邓晓峰第一次出现在万华化学的可见持仓名单中。其管理产品曾在2021年四季度、2023年四季度两度进入万华化学前十大流通股东名单,且均在一个季度后退出。

此外,高毅晓峰2号致信三季度减持TCL科技4500万股,期末持有1.26亿股,参考市值约6.04亿元。

邓晓峰在9月产品月报中也谈到了这轮调整。

他坦言,虽然此前已经注意到AI供应链交易拥挤,并在上涨过程中逐步降低相关资产比例,但减仓节奏仍然不够快。

对应的调整是,降低AI供应链的投资比例,将科技投资进一步集中到半导体,同时增加互联网平台和化工行业配置。

冯柳管理的高毅邻山1号远望基金,三季度减持了海康威视3600万股,期末持有7700万股,参考市值约24.99亿元。

此外,冯柳继续增持龙佰集团2550万股,期末持有5300万股,参考市值约7.80亿元。

二季度被冯柳减持了1550万股的中伟新材,在三季度增持了950万股,期末持有1700万股,参考市值约6.33亿元。

此外,高毅邻山1号三季度新进入法拉电子前十大流通股东名单,期末持有275万股,参考市值约3.17亿元;同期还增持松井股份120万股、爱博医疗30万股,减持安琪酵母450万股,期末持有2700万股,参考市值约10.12亿元。

此前二季度进入名单的传音控股,三季度则不再出现。

另外,卓利伟管理的高毅利伟精选唯实基金继续持有潮宏基1020.18万股,持股数量不变;信科移动小幅增持1.58万股,期末持有869.17万股。

从最新调研情况来看,高毅对科技的跟踪也没有停下来。

据10月调研统计,高毅的调研主要覆盖电子、通信、机械设备、医药、消费等多个行业。

调研了立讯精密、新易盛、中际旭创、胜宏科技、顺络电子、中科飞测、三花智控等科技制造公司。

但调研范围也包括东鹏饮料、罗莱生活、三全食品、海大集团以及多家电力设备和传统制造企业。

不同基金经理仍然沿着各自的投资框架寻找机会。

重阳:继续增持海康,10月又参与思特威定增

裘国根旗下产品仍然在增持海康威视。

数据来源:Choice,截至2026年9月30日

一季度,重阳战略才智基金重新进入海康威视前十大流通股东名单;二季度增持786.71万股,重阳战略聚智也进入前十大,两只产品合计持有约1.13亿股。

三季度,重阳战略才智继续增持38.85万股,期末持有6182.11万股,参考市值约20.07亿元。不过,重阳战略聚智未继续出现在前十大名单中。

10月17日,冯柳和裘国根又一次共同参加海康威视三季度业绩说明会。

同期参会的还有富国基金范妍、华安基金杨明,以及和谐汇一韩冬、敦和资产张拥军、明河投资、慎知资产等机构投资者。

海康威视的经营也出现了一些积极变化。

前三季度,公司实现营收740.44亿元,同比增长12.60%;归母净利润129.11亿元,同比增长38.55%,且毛利额同比增加69.16亿元。

与此同时,AI成为公司寻找新增量的重要方向。公司表示,大模型产品正在从先锋用户向更广泛的实用型客户过渡。

不过,国内传统安防需求恢复仍然偏弱,存储等原材料涨价也抑制了部分设备更新需求。未来还需要观察AI与工业场景数字化能否持续贡献新的收入。

相比这些持仓,重阳10月在思特威上的动作更值得关注。

10月13日晚间,思特威披露权益变动报告,重阳战略投资旗下4只基金参与公司定增,合计认购1746.12万股,投入约15.2亿元,拿下此次32亿元募资额的近一半。

此前,重阳投资、重阳战略投资及重阳国际资产管理相关主体合计持有思特威1967.85万股。

此次定增后,重阳系持股增至3713.97万股,占总股本的8.46%,累计投资金额据估算超过33亿元,跨过5%的举牌线。

对于这笔投资,重阳相关负责人表示:“CIS(图像传感器)相当于AI时代终端的眼睛。投资思特威,主要是看好中国CIS行业长期的成长前景。”

值得注意的是,重阳早在2024年6月就曾参与思特威调研,而海康威视正是思特威的重要客户。

其他持仓方面,重阳喜悦集合新进入新和成前十大流通股东名单,期末持仓参考市值约4.84亿元;重阳恒享10号和重阳价值2号则同时新出现在麦加芯彩前十大流通股东名单中,合计参考市值约2371万元。

从10月调研来看,重阳共参与32家公司交流。

在海康威视、立讯精密、新易盛、豪威集团、紫光国微等科技公司外,迈瑞医疗、可孚医疗、长春高新、澳华内镜、普洛药业、特宝生物等医药企业也出现在名单中。

重阳目标回报1期三季度还增持了福元医药3.09万股,期末持仓市值约1.07亿元;同期减持圣湘生物49.88万股。

睿郡:乐鑫科技继续持有,传统制造也在可见持仓中

三季度,睿郡的可见持仓延续了此前在科技与传统制造之间的调整。

数据来源:Choice,截至2026年9月30日

二季度,睿郡旗下有孚1号和有孚3号曾合计减持扬杰科技497.97万股,到了三季度,相关产品已不再出现在扬杰科技前十大流通股东名单。

乐鑫科技仍然留在睿郡的可见持仓中。

三季度,有孚1号增持乐鑫科技4万股,有孚3号减持3万股,两只产品合计持有601.78万股,参考市值约6.93亿元。

此前出现在二季度名单中的有孚2号,三季度没有继续出现。

科技之外,睿郡在传统制造领域也保留了不少可见持仓。

其中,有孚1号三季度新进入北新建材前十大流通股东名单,期末持有594.53万股,参考市值约9869万元。

公牛集团方面,有孚1号和有孚3号分别减持22.13万股、19.88万股,期末合计持有1165.41万股,参考市值约4.51亿元。

有孚1号、有孚3号继续持有兔宝宝,持仓数量没有变化;有孚1号持有芯朋微128.32万股,持股数量同样保持不变。

此外,睿郡稳享基金继续持有海澜之家2790.78万股、盈康生命925.01万股,并小幅增持宁波联合1.80万股。

从可见持仓来看,睿郡在保留部分半导体企业持仓的同时,继续配置消费建材、家电制造和传统消费等领域。

对于后市,睿郡几位基金经理的判断也有所区别。

董承非对AI硬件的高景气保持谨慎。他认为,部分AI基建制造企业的超额利润主要来自阶段性的供需错配,而非足够深厚的竞争壁垒。随着新进入者增加,当前的高盈利水平可能难以长期维持。

薛大威则认为,近期A股科技股的大幅调整,更多受到流动性和筹码结构影响,产业趋势并未因此改变。对于基本面扎实、估值合理的科技企业,调整反而可能带来机会,同时继续关注传统板块的周期反转和红利资产。

10月的调研名单,也体现了这种科技与传统制造并行研究的特点。

睿郡当月参与14家上市公司交流。

科技方向包括源杰科技、仕佳光子、卓胜微、麦格米特、欧陆通等;传统制造及材料方向则包括蓝晓科技、兔宝宝、弘亚数控、悍高集团、国城矿业等。

景林:现身思特威前十大,蒋彤10月再看立讯精密

景林三季度的可见持仓如下:

数据来源:Choice,截至2026年9月30日

三季度,景林定慧基金新出现在思特威前十大流通股东名单中,期末持有738.08万股,参考市值约7.22亿元。

这是景林此次金额最大的A股可见持仓。

另一只景林致远基金则新进入瑞丰新材前十大流通股东名单,期末持有156.94万股。

景林丰收3号基本维持石基信息持仓,三季度仅小幅减持约5400股,期末持有1373.69万股,参考市值约1.01亿元。

不过,对于景林这样进行全球市场配置的私募来说,A股可见持仓只是整体组合的一部分。

在9月22日的沟通会上,景林蒋彤就表示,自己对AI的长期发展仍然保持积极判断,但她认为,AI产业高度紧缺、依靠涨价推动盈利的阶段已接近尾声,下一阶段需要更加重视估值与股东回报。

她尤其关注国产算力、存储和光通信等方向,但强调要在估值合理时参与。经历上半年的AI行情后,其组合阶段性加强防御、适当控制仓位,同时继续寻找确定性更高的投资机会。

科技仍然是重要方向,但产业趋势向好,并不意味着任何价格都值得买入。

10月的调研名单中,景林对半导体和先进制造的关注仍然密集。

包括中科飞测、芯源微、奥来德、紫光国微、新宙邦、源杰科技,以及京东方A、立讯精密等。

其中,10月31日,蒋彤参加立讯精密交流,高毅、重阳等机构投资者也在同场调研。此前8月,邓晓峰、蒋彤、林鹏就曾共同参与立讯精密业绩说明会。

科技之外,景林10月还调研了东鹏饮料,研究范围并未局限于AI产业链。

仁桥、宁泉:继续体现出逆向价值的特点

从仁桥和宁泉的可见持仓来看,仍然将目光放在市场关注度相对较低的行业里。

数据来源:Choice,截至2026年9月30日

城投控股是仁桥可见持仓中最大的一笔。

仁桥泽源、仁桥泽源3期和15期三只产品合计持有城投控股5655.86万股,三季度持股数量均未变化。

苏垦农发也同时出现在仁桥旗下3只产品的前十大流通股东名单中。

仁桥泽源三季度减持苏垦农发23.90万股;仁桥金选泽源5期和仁桥鲲淼3期则新进入前十大流通股东名单,三只产品合计持有苏垦农发2104.10万股,参考市值约1.89亿元。

此外,仁桥泽源减持大悦城95.05万股,期末持有1158.74万股;北京人力和金域医学持股数量保持不变,分别为644.86万股和618.23万股。

从这些可见持仓来看,房地产、农业和医疗服务仍然是仁桥较有辨识度的方向。

在最新的月度交流中,对于10月科技股的加速下跌,夏俊杰认为,泡沫出清的过程是残酷的,这样的速度和方式,“说实话,实属意料之外,但冷静地想想,一切也在情理之中。”

但是,夏俊杰并不认为AI泡沫出清会引发系统性熊市。相反,新一轮的,可能更持久的机会也正在酝酿之中。

在他看来,AI产业仍会继续发展,但此前大量资金集中涌入AI相关股票,使得市场交易过于拥挤,股价调整也因此出现了类似杠杆资金踩踏后的连锁效应。

与此同时,随着全球AI基建投资可能放缓、出口面临更多挑战,提振内需、促进经济增长的政策亟待加码。

夏俊杰认为,提振经济才是股市最强大的稳定器,稳市场和提振经济的政策举措有望进一步加码。

对于当前市场,他提醒,泡沫时买入和恐慌时卖出,都可能是不可逆的错误。 因此,面对市场调整,反而应该保持乐观,避免在恐慌中做出错误决策。

10月的调研名单,则进一步体现了仁桥对传统行业的持续关注。

当月,仁桥参与13家公司调研。其中,10月27日,夏俊杰参加伟星新材交流;10月28日,夏俊杰再次调研润丰股份。

此外,仁桥10月还调研了北新建材、东方雨虹、弘亚数控、海大集团、中钢国际、华大智造等企业。

宁泉的情况也有些类似。

数据来源:Choice,截至2026年9月30日

三季度,宁泉旗下4只产品出现在3家上市公司的前十大流通股东名单中,合计参考市值约1.41亿元。

其中,宁泉致远56号和59号合计持有天壕能源1338.74万股,参考市值约6426万元。三季度,致远56号减持39.12万股,致远59号持股数量不变。

宁泉致远76号减持富安娜13.21万股;宁泉致远79号则小幅增持好想你2万股。

不过,对于宁泉这样的百亿私募,这些可见持仓只能反映极小一部分组合。

从9月产品月报来看,宁泉对权益市场整体并不悲观。

宁泉表示,随着热门AI股大幅调整、传统绩优股企稳,市场风格逐渐向平衡回归。

但在当前市场中,景气度高的企业往往估值昂贵,而部分低估值企业仍然受到盈利下滑的拖累。

相比景气度,宁泉更加看重估值。在其看来,低估值投资可能需要付出更多时间成本,而为高景气支付过高溢价,则可能面临永久性损失。

虽然认可AI的长期发展前景,但考虑到未来竞争格局和技术路线仍存在较大不确定性,尤其是当前AI基建需求高度依赖少数巨头的资本开支,因此仍会保持关注,但坚持估值纪律。

不过,宁泉也反思了传统周期行业的修复时间。随着经济增速放缓、供给出清难度加大,部分行业恢复供需平衡可能比预期更慢,逆向投资同样需要考虑时间成本。

10月,宁泉参与了23家公司调研,包括大北农、罗莱生活、伟星新材、富安娜、永艺股份、西麦食品等传统消费和农业企业,还有卓胜微、聚辰股份、奥普特、捷捷微电、锐捷网络等科技制造公司。

盘京、聚鸣:盘京延续周期持仓,聚鸣对AI更加谨慎

盘京三季度的可见持仓,体现出较强的周期色彩。

数据来源:Choice,截至2026年9月30日

刘荣管理的盘京贺想1号三季度新进入新钢股份、中泰化学前十大流通股东名单,期末分别持有3996.52万股和1227.40万股。

三季度刘荣还增持了中南股份1172.15万股,期末持有1663.58万股。

此外,盘京悦策1号,也新进入新钢股份和中南股份前十大流通股东名单。

两只产品合计持有新钢股份参考市值约1.80亿元;中南股份合计持有2762.02万股。

二季度,刘荣管理的产品就曾集中出现在华菱钢铁、首钢股份、鲁西化工等周期制造企业的前十大流通股东名单中,三季度的持仓延续了这一方向,但部分原有股票没有继续进入前十大流通股东名单。

庄涛管理的盛信2期三季度继续持有川恒股份,增持57.77万股,参考市值约1.42亿元。

从10月调研来看,盘京的研究并没有局限在周期板块。

当月,盘京参与了23家公司调研,包括立讯精密、华工科技、胜宏科技、新易盛、中科飞测、源杰科技、乐鑫科技、京东方A等。

聚鸣三季度的可见持仓更集中在科技制造和先进制造。

数据来源:Choice,截至2026年9月30日

聚鸣全球科技制造精选新进入盾安环境、乐心股份、同飞股份、涛涛车业前十大流通股东名单。

聚鸣瑞仪新进入西安奕材、依顿电子和燧原科技前十大流通股东名单,期末分别持有278.73万股、248.30万股和35.76万股。

其中,燧原科技参考市值约1.50亿元,是此次聚鸣金额较大的可见持仓之一。

聚鸣匠传3号同样新进入盾安环境和涛涛车业前十大流通股东名单;同时增持意华股份71.20万股,期末持有139.76万股。

两只聚鸣产品合计持有涛涛车业参考市值约2.19亿元;三只聚鸣产品合计持有盾安环境参考市值约2.92亿元。

聚鸣的可见持仓进一步延伸到半导体材料、电子元件、制冷设备和汽车制造等细分领域。

在最新的10月月度交流中,聚鸣基金经理刘晓龙对AI的投资前景更加谨慎。

他认为,全球AI资产快速下跌,既受到NeoCloud融资利率高企的影响,也与部分海外科技巨头及国内光模块、PCB龙头业绩不及预期有关。

虽然AI在传统行业改造、科学发现等领域的应用仍在快速推进,但社会资本开支能否如期获得相应回报,是一个复杂且没有答案的问题,多空双方都在寻找对自己有利的证据,但现实是多空的因素交织,谁也无法说服谁。

科技之外,传统行业同样面临需求偏弱、油价高企和人民币升值等压力。不过,白酒、化工等行业已经开始主动去库存,有利于夯实基本面底部。

对于后市,刘晓龙认为,AI主线调整后,市场暂时缺乏明确方向,机器人、AI短剧及白酒等阶段性热点更多受到资金面驱动,基本面支撑仍然不足。

因此,聚鸣目前选择“多看少动”,保持较为合理的仓位,等待宏观环境或AI应用出现新的变化。

聚鸣10月参与了50次调研,包括新易盛、胜宏科技、乐鑫科技、西安奕材、思瑞浦、茂莱光学等。

其他私募:瓴仁现身松发股份,勤辰三只产品持有潍柴重机

其他私募三季度可见持仓的金额普遍不大。

数据来源:Choice,截至2026年9月30日

瓴仁三季度有一笔金额较大的可见持仓。

许玉莲管理的瓴仁卓越长青新进入松发股份前十大流通股东名单,期末持有184.38万股,参考市值约3.94亿元。

此前已经公开持有的盛科通信,三季度持股数量没有变化。

今年上半年,瓴仁曾经明显提高通信、存储和国产半导体设备配置,又在6月底以后逐步降低部分科技仓位。

三季度松发股份进入可见持仓名单,值得后续跟踪,但不能据此判断具体建仓时间。

勤辰三季度的可见持仓相对集中。

勤辰创赢成长1号、2号和6号三只产品同时新进入潍柴重机前十大流通股东名单,三只产品合计持有990.65万股,参考市值约2.36亿元。

此外,勤辰森裕1号新进入永艺股份、回盛生物前十大流通股东名单,期末分别持有164.22万股、95.05万股;勤辰福宝则新进入华翔股份前十大流通股东名单,期末持有199.27万股。

明河则相对稳定。明河2016小幅减持罗莱生活19.00万股、三全食品30.80万股,同期减持富安娜253万股,期末持有538万股。

从10月调研看,明河还覆盖罗莱生活、三全食品、伟星新材、英科医疗、澳华内镜等企业,研究范围依然比较广。

弘尚资产的可见持仓则呈现出更集中的减持动作。

三季度,弘尚弘利2号对祥源文旅、聚光科技、美亚光电、三友医疗、华荣股份、皖仪科技均进行了减持,六只股票期末合计参考市值约4.9亿元。

淡水泉精选1期三季度新进入横店东磁前十大流通股东名单,期末持有499.78万股,参考市值约0.97亿元。

源乐晟强树私募证券投资基金则新进入优迅股份前十大流通股东名单,期末持有10.10万股,参考市值约3033万元。

石锋资产旗下重剑一号、重剑三号两只产品,同时新进入恒坤新材前十大流通股东名单。

鹤禧此次可见持仓相对有限。鹤禧阿尔法一号三季度新进入岳阳林纸前十大流通股东名单,期末参考市值约0.29亿元。

二季度曾出现在晶丰明源、视涯科技、长源东谷等公司前十大流通股东名单中的其他鹤禧产品,三季度没有继续出现在此次统计的名单中。

从这些可见持仓来看,科技仍然是重要方向,但随着市场调整,不同管理人对行业景气、估值和未来盈利的判断,正在体现出更加明显的差异。

—— /Cong Ming Tou Zi Zhe/ ——

编辑:鹤九

责编:艾暄

 - 小彩蛋 - 

转载开白,请联系小编微信【fanxiaocom】,添加备注“转载+新媒体名+姓名”,按顺序邀请加入媒体转载群

商务合作,请添加聪明牛牛【微信congmingtzz1/ 手机13262200706 】,添加备注“合作+机构名+姓名”具体商议

跳转微信打开

  •  
❌