昨天盘古模型发布,和周围朋友交流了一圈,并没有超预期的地方。尽管从终局看大模型是赢家通吃,但现在做大模型的越来越多,模型的稀缺性会下降,究竟哪个大模型能跑出来现在还看不清楚。
高质量的行业数据目前大部分属于私有,场景和数据更具备稀缺性。
比如金融,目前越来越多机构的金融终端从wind转向ifind,THS月活数量最多,拥有广大的B\C端用户,数据量更大。东财也在推进AI。未来公告内容的解读、智能投顾、客服都有应用AI的场景。
再比如教育,过去一直追求教育公平,是因为小地方缺乏特级教师资源。未来借助学习机,可以让每一个学生身边都有一个定制化的AI老师。
目前大部分教育信息化公司只能实现区域化拓展,而A股能够实现教育业务全国化推进的仅有一家讯飞。
印度的一家AI教育公司 Byju's目前估值220亿美元,和讯飞估值相当,但收入利润体量均不如龙头。
从场景看,To C的要好于To B、G的。选择To C的公司想象空间更大,但业绩较难测算。To B、G的业绩容易测算,但弹性有限。
周末参与了两场线下交流,大家的共识是AI最容易赚取的阶段过去了。
第一波可以靠情绪上涨来提估值,但第二波上涨还需要有过硬的基本面,最好是有业绩预期才行。
我在周四的文章中讲过,最容易算业绩的就是算力,不论是光模块、GPU还是存储、PCB,都可以算出业绩。
目前市场对光模块的需求预期不断提升,明年中性预期达到200万只。但究竟需要多少800G光模块,还得看国内外服务器的需求。
如果接下来看到海外服务器厂商、国内大厂、超算中心的加单消息,会进一步刺激算力方向。
不愿意参与AI方向的资金,也在寻找其他方向,比如半导体。半导体目前处于库存高点、价格低点、需求低点,再叠加AI需求拉动,正好处于大周期的底部。
随手打开一个半导体ETF,已经7连阳了。
今年是TMT牛市已经没有疑问,风浪究竟有多大,恐怕是当下市场的最大分歧了。
最后做个调查,大家怎么看下周的行情呢?