1. 炒股第一件事就是不要有偏見，利潤往往就來自于偏見。不說公司和行業，只說地域，A股這些年一些現象級的牛股，都來自地域偏見鏈的最底端。現在人工智能領域確實魚龍混雜，但一桿子把滿船的人都打倒，就容易錯過機會。

2. 我要承認我前期也犯了這種錯誤，AI主線都是韓山童這種垃圾，天天都是機器理解人類語言了，機器有意識了，機器有智能了，因為學過人工智能編程，也粗讀過幾本“花書”這樣的專業書籍，知道這都是瞎扯，說起應用來，都是生成文檔，生成圖片，生成個ppt，我也沒看到什么商業價值。

3. 我個人之前學習人工智能時的方向，包括國內除科大訊飛外的幾乎所有人工智能公司的方向，都是計算機視覺，圖像識別，很少有人像科大訊飛這樣做NLP自然語言處理，圖像識別的應用場景很明確，可以做人臉識別，可以做智能駕駛，工業視覺……，而NLP除了能訓練出個一本正經胡說八道的話嘮之外還有什么價值。

【資料圖】

4. 而科大訊飛的發布會，包括實測了星火模型之后，可能是“紙上得來終覺淺”，而“現場有神靈”吧，改變了我的觀點。我之前忽略一個特別重要的點：語言的本質是為了交流與協作。

5. 大模型的價值，我認為是翻譯或者說是連接，這個翻譯不是指漢語與英語，粵語與普通話間的翻譯，而是人與機器，機器與機器之間的翻譯，這里的機器指所有具備通信與程序控制能力的軟硬件，包括所有的軟件，你家里的手機、電腦、掃地機器人、電視盒子、各種智能電器，你廠子里的各種物聯網設備、機械臂、AGV、程控設備，馬路上的智能汽車，監控攝像頭…

6. Chatgpt也好，星火也罷，他們既不是理解了你說的話，更不是有了意識，人工智能這個名字更多的是浪漫的文科生們的一種營銷手段，他本來的名字應該叫數據挖掘，他們只是學會了語音、文字、圖像、視頻之間的關聯關系。你跟他說一段語音，他首先翻譯成標準語法、標準用詞的文字（也就是結構化語言），然后再翻譯成計算機能聽懂的語言，比如python，或者是工業機器人能聽懂的語言，從而實現了人與機器，機器與機器之間的交流。本來這個工作是程序員去做的，但程序員調研需求、開發、測試要花幾個月時間，數十人的團隊，幾十萬的工資。而人工智能呢，幾秒鐘時間，你跟他說的每一段語音，跟他發出的每一段文字，他都在將其編程。人類需要做的事，只剩下提出需求，然后回答同意還是不同意。

7. 大模型可能會替代體力勞動和淺層腦力勞動。五月六日我們已經看到了大模型組織調動一堆軟件干完人類語音要求的一項工作，相信用不了多久也會看到大模型組織調動一堆軟硬件干活的場景。比如你可以跟大模型說把咱家今年的地種一下，大模型就會給你生成一整套這一季玉米從播種到采收的行動方案，你批準了，他就會組織氣象軟件、你家的（或者共享的）拖拉機、水泵……去干活了。

8. 大模型滿足的是低頻的，非標準化的需求，這是我們生活的常態，絕大部分的使用場景都是這種低頻與非標準化的。類似掃地機器人這種簡單重復，每天都要做一遍，流程只有一步的高頻需求其實無需大模型介入。

9. 比爾蓋茨說是此生唯二的機會，與PC、互聯網的發明同等重要，我是認可的。

10. 這可能意味著會出現類似windows、安卓、iOS這種操作系統層面的公司，入口可能就是大模型，通過這個平臺連接所有軟件和硬件。會出現微軟、谷歌、蘋果層次市值的公司。

11. 如果你不相信自己的判斷力，你可以相信微軟、谷歌、幾乎所有的中國IT巨頭，美國、中國、歐盟政府……的判斷力，他們這些人同時錯的概率并不大，我們一定要站在歷史正確的一邊，所謂“時來天地皆同力，運去英雄不自由”。我之前在寧德時代的邏輯里解釋過這個問題，就是時代大勢浩蕩而來的時候，每個人，包括政府，包括投資者、產業界……所有人都不愿只做一個旁觀者。

12. 研究了好久chatgpt，BAT華為，一直忽略了，最完美的生態原來在科大訊飛?？拼笥嶏w基本就是人在家中坐，產業革命的浪潮不偏不倚的正好砸你頭上了，浪潮在人工智能方向也就算了，還是NLP方向，恰好是你埋頭干了二十多年的領域，這種二十年的先發優勢是巨大的，哪怕是完全陌生的知識，一個在相關領域深耕二十年人學習速度也會遠遠領先于后來者。

13. 一定要對比的話，可以類比比亞迪，特斯拉不推出model3，比亞迪就永遠在那造工業垃圾，有了這么個作業可以抄，有了這么個標桿可以對比，比亞迪進步就很快，畢竟他也做了二十年的電動車了，比那些新勢力還有燃油車企，抄起來更輕車熟路?？拼笥嶏w幾乎是一模一樣的情況，而商湯以及接下來會出的很多大模型可以類比蔚小理，當然可能也會有法拉第未來，BAT華為字節可以類比大眾、奔馳、豐田、本田。

14. 一個方向做了二十年是很不容易的，長期主義在大多數的公司都是嘴上說說的，老板可能愿意，員工也不一定愿意。做人工智能還能實現盈利，這個確實特別重要，這些盈利讓訊飛能在長達二三十年的時間里做到“屈身守分，以待天時”。

15. 科大訊飛的管理團隊都是學者型的，和隆基管理團隊的風格有點像，核心團隊來自中科大，劉慶峰是少年班的天才，隆基團隊則來自蘭州大學，技術路線賭對了，打順風仗的時候是可以的，大家都在同一起跑線上，比運營，比管理的時候就沒優勢了。這離寧德曾老板要差好遠。做To B業務，在面對類似華為、阿里這樣的競爭對手時，這是個很大的弱項。

16. 加班量肯定不如寧德時代，但加班量也是比較大的,在IT界算是平均水平吧，一個原因是之前盈利情況一般，付不起高薪資。

17. 兩個股東：中國移動和中國科技大學，可以提供的幫助還是挺多的。

18. 數據的問題和應用場景的問題，這是個大問題，一些寡頭壟斷型行業，比如寧德時代的鋰電池生產數據，牧原的養豬數據，都是商業機密，不可能對外公開，這種就是接入大模型API，企業自己進行訓練，在企業自己的生態里應用。

19. 一些格局分散的行業，比如零售、中小型加工廠，則可能直接采用大模型公司的整套解決方案。

20. 如何從工具型向平臺型轉型，訊飛現在是工具型的商業模式，這是很差的商業模式，如何轉變為平臺型，這是很大的挑戰。

21. 算力不是核心障礙，我猜過不了多久就沒人提了，原因在于消費電子行業二十年的大發展，已經為人工智能行業準備了足夠數量與質量的半導體產能、人才，這不是瓶頸。

22. 只要訊飛在產品層面的實力被證明，市場會給予合理估值的，也就有了融資擴張的可能性。

23. 世界上最高級的商業模式就是降成本，這里的成本不僅包括資金成本，還包括時間成本、精力成本、環境成本……而世界上最貴的成本就是人，這并不單指員工薪酬，包括你在家掃地，刷馬桶，這里你的時間成本。最有效降人工成本的技術就是人工智能

24. 變現方式包括：

l 就大模型使用、調用API向B端、C端客戶收費，像ChatGPT正在做的那樣；

l 軟硬件一體產品，包括今年即將推出的軟硬件一體機器人；

l 操作系統。

25. 未來軟件與平臺業務的邊際成本很低，如果放量，對利潤的改善會非常大。

26. 目前可以類比互聯網企業的免費階段，比如車載語音模塊，單車僅60元，一年600萬臺車搭載，只有三四億的收入，當然這也有很大的價值，可以收集數據，持續訓練優化模型。

27. 主要的護城河在于過去二十年積累的人才、技術，know-how，渠道，在產業浪潮到來前，做了二十年的冷板凳，這些競爭對手確實還很難比。

28. 訊飛語音在中文語音識別和發音方面遠遠領先于競爭對手，現在每兩輛國產新能源車就有一輛采用訊飛語音助手，而語音是重要的交互入口。

29. 關于大模型與搜索引擎的關系，可能會搶一些搜索引擎的流量，因為實質上就是搜索結果的提煉總結，用戶體驗上會有差異化（這不能算是進步，搜索引擎能提供明確的信息來源，多條結果間能做交叉檢驗），這個價值是有的，但并不大，尤其是商業價值很小。

30. 對目前的短視頻平臺，電商平臺、社交平臺格局很難造成實質性沖擊，即使操作系統都換了，為了操作系統本身的用戶體驗，還是要接入舊有的平臺。類似移動互聯網時代，操作系統換了，出了個利用手機通訊錄病毒式傳播起來的拼多多，但阿里系依然是主流。也就是說，流量還是在那些平臺上，因為你要買東西，你就要去阿里的平臺，原因是賣家都在那里，你要賣東西也要去阿里的平臺，因為買家都在那里，短視頻、社交平臺也是同理。

31. 存在這種可能性（當然最樂觀的人也不會以這種方式估值），就是從程序員的數量和質量來說，中國是超過美國的（不信的只需要去試一試美國的各種軟件，與你日常使用的微信、淘寶……有什么區別），所以，有沒有那么一點點可能性，中國企業會不會彎道超車，出現全球層面的操作系統玩家？其實，中國的工程師紅利真沒必要妄自菲薄，訊飛團隊的經驗和投入度其實都不比open AI差，未來其實可以想象一下。

32. 國內的競爭對手確實夠弱，到現在都沒推出一個可以公開使用的產品，大量的公司等著接入API，你們都不推出，這些公司、客戶不能一直等下去，訊飛推出了，還能用，就用了，用習慣了，哪怕一兩個月，就很難改了。以后你再推出了，除非好非常多，大多數人是不會換的，第一個實現產品化，必然會先入為主，占領第一批，也是最優質的用戶。

33. 還有一個特別重要的點，訊飛的模型參數和數據量只有chatgpt的1/10和1/20，但效果并不差，所以有沒有一種可能性，就是訊飛成本領先，從而不需要chatgpt20美金一個月的使用費，直接免費了。這優勢就大了。

34. 被美國列入實體清單，不僅是無法購買先進芯片，大多數發達國家市場就很難進入了，有美國業務的中國企業在與訊飛合作時也都會有顧慮，這其實是一個很大的問題，不過這也并不全是缺點，對國內業務反而成了一種投名狀，投標政府、國企，甚至很多民企項目算是加分項。

35. 訊飛的發展會損害誰的利益？感覺不會真正損害誰的利益。

36. 失業的問題，這個是多慮了，有這個擔憂的人可能對人性的貪得無厭，需求的無盡認識不足。

37. 給人一種愛吹牛的印象，因為人工智能長期以來就是一個很難變現的行業，可謂板凳坐得二十年冷，長期需要求爺爺告奶奶找商業化場景，不吹牛真的就會死，你看馬斯克是不是也有這個毛病，前沿科技的通病吧。

38. 大量的政府類業務，付款有問題，大量的應收款。

39. 科大訊飛會如何死掉，最大的可能性就是競爭對手做出了更好的大模型，首先OPEN AI是不會進入中國了，中國也不會讓他進。單就國內這幾家來談的話，之前看到一個說法，說國內真正在做大模型的就是百度和科大訊飛。從實際情況來看，都發布了，但都不敢公開測，這就讓人很質疑他們的實力。

40. 未來出現很多大模型，比如幾百幾千個的可能性，從資金、數據、算力等角度考慮，大模型還是巨頭的游戲，并且大模型的核心能力在翻譯的準確不準確，生態夠不夠大，接入你平臺的軟硬件數量夠不夠多。所以注定了就是少數企業壟斷。

41. 目前大的環境是房地產不行了，你的銀行存款，各種理財、保險、信托背后的底層資產主要就是房地產，當這種低風險、高收益資產沒有了，資金就會無處可去，股市就會成為一種主要的選擇。

42. 炒股就是炒產品周期，現在確實到了訊飛產品周期爆發的時刻了。

43. 籌碼結構：現在分兩部分人，一部分做景氣度投資的，炒概念，還有一部分是真正懂這個行業，認可價值的。目前籌碼幾乎還全部在第一類人手里，所以隨時都可能有暴跌。

44. 我個人的投資風格基本就是在二級市場做風投，價投確實做不來，企業本身不發展，你期望股價發展，不合適。

45. 這種沒有往期業績支撐，幾百倍市盈率的股票，要是跌起來是沒有底的，全部虧光的可能性非常大，一定不能重倉。我現在的策略就是輕倉參與，虧沒了就認栽。

46. 說一下我個人的持股體會（實際就今天一天）：基于有限的數學知識和人工智能知識，我相信人工智能是人類的終極科學，所以拿著A股的人工智能總龍頭，不論怎么漲跌，感覺也無所謂。人的潛意識是特別重要的（本質上是人腦和人工智能相同的一種運作機制：模式識別），其實你不用說很多道理，只要當你看到一個股票就感覺特別興奮，買了之后，跌的時候，你只是笑市場上的蠢人太多了，漲的時候，你又覺得這才哪到哪，那這只股票可能就適合你。想一下自己買了之后是不是就懶得看行情了，還是需要每天盯著漲跌，如果需要盯的話，最好就賣了吧，從底層機理上來說，需要盯盤就是你自己心里沒譜，你沒想清楚，你自己都認為你是在投機。

關鍵詞：