Timeline · AI泡沫与产业链投资
关于AI产业链的判断,怎样接受持续验证?
从讨论泡沫,到研究产业链,再到建立信号系统和公开指数。
AI是泡沫吗
当时用成本、效用和价格之间的关系讨论AI泡沫,尝试给判断建立可讨论的标准。
比GenAI更大的机会
当时看好英伟达在通用科学计算中的位置,认为生成式AI之外还有更大的应用空间。
面对泡沫争论,继续看基本面
人人喊泡沫的时候恰恰不是泡沫,现在是严苛审查基本面。
把泡沫理解成一种预付款
泡沫是人类进入下一个文明阶段的预付款。
SaaS为何暴跌?一场关于“中间层”的价值清算
SaaS暴跌是中介型垄断的终结,AI正在吞噬软件。
从相信潜力,转向验证回报
信仰阶段结束,验证阶段开始,关键看买GPU的公司能不能赚到钱。
存储不再是周期股,而是成长股
反思此前没有系统研究整条产业链,把研究范围扩展到存储及其需求变化。
AI产业链的利润迁移地图
提出一张产业链利润迁移地图,讨论云、芯片、存储和设备之间的传导,作为后续研究框架。
泡沫是坏事吗?
泡沫像修高铁前的炒作,真正的危险不是破,而是破得太早。
信息越多,判断越摇摆:我为什么给自己建了一套慢系统
信息越多判断越飘,所以建一套低频信号系统,先写假设再看新闻。
我做了个指数:newtype AI Index
发布newtype AI Index,用公开净值曲线检验自己的框架,同时记录了首月跑输对照指数的结果。
继续追问Agent平台怎样赚钱
算力太贵,能活下来的Agent平台必须从真实交易里抽成。
把物理AI纳入投资视野
提出大模型后的另一个机会是加快机器人获得现实能力的过程。Omniverse和Cosmos可提供训练和合成经验,仍需真实数据验证。是否值得投入,要比较省下的采集和测试成本与新增的建模、计算成本。
把模型路由视为新的基础设施位置
从英伟达的Nemotron和模型路由布局出发,讨论多模型怎样在生产中分工。单个模型只要可靠接下一部分任务就有位置,组织和运行模型的基础设施也可能成为长期生意。
开始追问AI产业的权柄在谁手里
在黄仁勋辞职后,把讨论从泡沫和商业闭环扩到AI产业的生产关系。谁有权决定基础设施怎么建、资本怎么投,开始进入投资判断。
用Perplexity给投资判断写下证伪条件
以美股AI风暴为例,先提出自己的判断,再用Perplexity找漏洞,区分生产权与否决权,最后写成可给标的打分的框架和可跟踪的证伪信号。
把AI基础设施的重新定价写成一套判断
提出这轮重估集中在AI基础设施,跟国会、地方和美联储的权柄变化有关。把谁能生产、谁能否决和谁能影响资金成本纳入同一判断,观察哪些公司能在新约束下继续扩张。