FutureCast/未来播报

atelierqin

洞悉明日科技趋势，把握实时投资机遇。 Unlock tomorrow's tech trends and capture today's investment opportunities.

  1. 2日前

    EP193 全球电商进入Commerce 3.0时代：6.4万亿市场背后，AI代理正在取代人类下单

    🔥【核心洞察】 全球电商2031年达6.4万亿美元，但增长逻辑已变：ECDB报告显示，2026年全球电商收入首次突破5万亿美元，预计2026-2031年将以6%的复合年增长率稳步扩张，到2031年达到6.4万亿美元。但增速从2017-2024年的14%降至2026年的8.6%，行业正从“跑马圈地”进入“精耕细作”阶段。 Commerce 3.0：从“卖货”到“卖生态系统”：行业已从1.0时代的1P零售在线化、2.0时代的3P市场平台，进化到Commerce 3.0——平台不再靠卖货赚钱，而是通过广告、订阅、支付、物流和AI服务实现多元化收入。亚马逊FBA、Prime会员、零售媒体广告等“辅助收入”才是真正的利润引擎。 代理式购物：下一个万亿级入口：德勤预计到2030年AI代理将驱动全球25% 的电商销售额；麦肯锡估算市场规模可达3至5万亿美元。消费者对代理式购物的采用率将从2025年的19%跃升至2026年底的46%。谁能成为消费者默认的“AI采购代理”，谁就掌握了万亿级市场的咽喉要道。 零售媒体：电商平台的“第二利润中心”：零售媒体网络（RMN）2025年全球规模已达240亿美元，预计2031年增至347亿美元。运营利润率高达60-80%，而传统1P零售利润率仅2-5%。亚马逊、沃尔玛、塔吉特正将“货架上的广告位”变成比卖货更赚钱的生意。 区域分化：新兴市场狂奔，欧美滞涨：印度尼西亚（22%）、墨西哥（21.3%）、印度（17.6%）领跑全球；拉丁美洲整体增速12.4%，远超全球8.6%的平均水平。而德国、法国、日本增速均低于5%。 🔍【章节索引】 一、全球电商市场：6.4万亿的“慢牛”与平台集中化 ECDB报告数据显示，2026年全球电商收入首次突破5万亿美元，同比增长8.6%。预计到2031年，全球电商销售额将以6%的复合年增长率达到6.4万亿美元，线上渗透率将达到可寻址零售销售额的27%。 市场结构方面，电商平台集中度持续攀升。2026年，电商平台预计将占全球B2C实物商品电商收入的87%，较2025年的86%进一步提升。亚马逊占据除中国外全球市场33%的份额，阿里巴巴占据中国市场35%的份额。品牌自营网站仅占13%的市场份额——消费者更愿意在平台内完成购物，而非跳转到独立站。 二、Commerce 3.0：从卖货到卖生态系统的范式跃迁 电商的商业模式正经历三次迭代。Commerce 1.0是传统零售商将1P自营业务搬到线上；Commerce 2.0是3P市场平台模式，通过引入第三方卖家扩大品类；Commerce 3.0则是通过广告、订阅、物流和金融服务等高利润辅助收入实现生态系统货币化。 亚马逊是这一模式的集大成者：FBA物流服务、Prime会员订阅、零售媒体广告、亚马逊支付、商家服务——每一项都是高毛利的“卖水人”生意。沃尔玛、塔吉特、家得宝等零售巨头正全面复制这一路径，将“卖货”变成“卖服务”和“卖流量”。 三、代理式购物：AI正在取代人类下单 2026年电商最深刻的变革是“购物者”身份的变化——人类不再是唯一做出购买决策的实体。AI购物代理可以根据消费者的偏好、预算和过往行为，自动浏览、比较并完成购买。 Gartner预测，到2026年传统搜索量将下降25%，生成式AI将成为用户的“替代答案引擎”。BCG数据显示，美国消费者中LLM采用率已达80%，预计三到四年内LLM流量将超越自然搜索。 零售巨头的布局已经展开。塔吉特在ChatGPT中推出官方应用，用户可在ChatGPT内完成从发现到下单的全流程。谷歌发布通用商务协议（UCP），为AI代理购物设计开放标准，使代理能够跨商户发现商品、构建购物车并完成购买。沃尔玛推出生成式AI购物助手Sparky。 勤业众信将代理式商务的演进路径概括为五个阶段：辅助性探索→辅助性购物→代理型购物→自动化购物→A2A（Agent-to-Agent）。企业的竞争焦点正从SEO（搜索引擎优化）演进到GEO（生成引擎优化），再延伸到ACO（代理型商务优化）——未来决定品牌生死的不是广告预算，而是AI能否清晰理解和推荐你的产品。 四、零售媒体：比卖货更赚钱的“第二利润中心” 零售媒体网络（RMN）正在成为电商平台最重要的利润增长点。零售商将自身数字资产转化为广告位，利用第一方数据进行精准定向和闭环效果衡量。2025年全球RMN市场规模约240亿美元，预计2031年达347亿美元。 RMN的运营利润率高达60-80%，而传统1P零售利润率仅2-5%。亚马逊、沃尔玛Connect、塔吉特Roundel三家合计控制全球近40%的RMN支出。AI正深入应用于广告活动管理、受众定位、创意生成和产品发现，提高广告效率和ROI。 五、区域分化：新兴市场狂奔，欧美滞涨 2026年全球电商增长呈现显著的区域分化。 拉丁美洲整体增速12.4%，远超全球平均水平。墨西哥增长21.3%，是该区域最具活力的市场之一。印度以17.6%的增速紧随其后，2026年一季度GMV突破600亿美元，已稳居全球第二大电商市场。印尼以22%的增速领跑全球。亚太地区占全球电商近55%，由整合内容、商务、支付、物流和AI的统一平台驱动。 相比之下，德国预计增长4.6%，法国4.8%，日本4.5%，均低于5%。西欧国家整体增速低于5%。欧洲市场高度分散，转售经济和TikTok Shop成为为数不多的亮点。 六、品类与渠道趋势 食品/杂货电商成为2026年增长最快的品类，增速14.4%，首次占全球电商交易额超10%。TikTok Shop全球GMV增长预计达59.4%。即时配送（Quick Commerce）在印度已成为增长最快的细分市场，占FMCG销售额约80%。 ⚠️【风险提示】 代理式购物信任周期：消费者对AI代理代为购物的信任仍在早期阶段，若出现大规模错误或欺诈事件，可能延缓采用速度。 平台集中度风险：全球近九成电商交易依赖平台生态，监管政策变化或平台算法调整可能对整个行业产生系统性冲击。 区域政策风险：关税上调和小额包裹免税政策取消正在改变全球跨境电商竞争格局，Temu和Shein增长已明显放缓。 AI投资回报不确定性：电商平台在AI基础设施上的巨额资本支出能否在合理期限内产生足够回报，仍是未解难题。 数据隐私监管：零售媒体依赖第一方数据变现，全球隐私监管趋严可能压缩其利润空间。 前往小宇宙评论区与主播互动

  2. 3日前

    EP192 摩根大通：谁来为中国AI建设买单？

    🔥【核心洞察】 阿里800亿配售引发市场恐慌，但摩根大通认为“反应过度”。阿里巴巴于8月24日以每股112.70港元完成7.1亿股配售，募集800亿港元（约103亿美元），发行价较前一交易日收盘价折让8.4%。次日港股重挫8.5%，腾讯和恒生科技指数当日分别下跌2.2%和2.1%。摩根大通测算，在阿里当日股价跌幅中，仅约0.3%可归因于配售折价本身；扣除同业联动影响后，现有股东所承受的异常重新定价规模约达190亿美元，大约是此次募资金额的两倍。 摩根大通的“四项测试”：AI基建到底是不是烧钱？ 摩根大通将配售争议拆解为四项独立测试。第一是资本回报率测试：假设利用率100%时每1元资本支出对应1元年收入、45%增量EBITDA利润率、5年直线折旧，AI基建项目的IRR可达22%，显著高于10%的资本成本。第二是净现值测试：以10%折现率计算，每100元基础设施投入产生36元正NPV；即便假设仅60%资金用于可审计的基建支出，每100元仍能产生22元正NPV。第三是每股收益测试：在基础设施占比80%或以上的情景下，配售从第二年起增厚每股收益；在60%基准情景下，2028财年每股收益稀释约0.5%，此后大致中性。第四是每股价值测试：交易后每股价值下降0.9%至1.2%，但摩根大通给出的交易前公允价值为205港元，远高于137-153港元的门槛。四项测试的结论一致——这笔配售从经济角度看是合理的。 每100元AI投入的账怎么算？ 摩根大通按照AI基础设施项目逐笔算账。假设每投入100元AI Capex，利用率爬坡期分别为60%、90%、100%，满产后100元Capex每年产生100元收入，增量EBITDA Margin按45%计算，税率20%，设备按5年直线折旧且残值为0。计算结果是：第一年收入60元、EBITDA 27元、税后现金流25.6元；第二年收入90元、EBITDA 40.5元、税后现金流36.4元；第三年以后收入100元、EBITDA 45元、每年税后现金流40元。 这意味着，100元的投资约2.95年就能全部收回。成熟期ROIC约20%，稳定期现金回报率约40%，整个5年项目税后IRR约22.1%。按10%的资本成本折现，每投入100元NPV约+35.6元。摩根大通判断，阿里现在对AI Capex的理解已经不是“烧钱”，而是一笔资本成本10%、项目IRR 22%的正NPV投资。 三条融资路径：谁最从容，谁最被动？ 阿里巴巴的资金缺口最大。摩根大通预测阿里2027财年资本支出约2000亿元，压力情景下可达2700亿元。按2026年6月季度的经营现金流水平，年度资金缺口约1000亿元，压力情景下扩大到1700亿元。本次800亿港元配售仅能覆盖8.4个月的基础支出。阿里另有约1500亿元的可用流动性和低利率人民币债券能力作为缓冲。 腾讯的资金接近平衡。年化经营现金流约3100亿元，叠加8750亿元的投资组合（其中上市部分4870亿元、非上市部分3880亿元），理论上可自筹覆盖2000亿元的资本支出。腾讯的融资成本是隐性的——放弃投资组合回报、资产处置的税收摩擦——而非股权稀释。摩根大通此前已将腾讯全年资本开支预算上调至2000亿元，最密集投资期间自由现金流或大幅收缩，但维持增持评级。 百度的压力最直接。6月季度资本支出114亿元，但经营现金流仅34亿元，自由现金流转负至负80亿元，同时期内融资净额174亿元。百度主要依靠贷款、租赁及子公司昆仑芯的股权融资。摩根大通对昆仑芯的独立估值为400亿至490亿美元，而百度当前市值约430亿美元。 风险信号：什么情况下会削弱看涨论点？ 摩根大通明确了几个关键风险触发信号：若部署收益的成熟期ROIC低于15%；三年资本支出显著超过3800亿元但外部云收入指引未同步上调；若阿里巴巴在12个月内再次进行母公司层面的股权融资；若计算定价因供应宽松而持续下跌；若腾讯资本支出加股息加回购超出运营现金流而无相应资产处置；或昆仑芯上市延迟。 摩根大通维持对阿里巴巴、腾讯和百度的“增持”评级，并建议投资者在9月季度业绩发布前买入阿里巴巴股票。 ⚠️【风险提示】 摩根大通22%的IRR模型基于满负荷利用、1元Capex对应1元收入等核心假设，若实际利用率或收入转化效率不及预期，回报率可能显著低于模型测算。 若阿里三年资本支出大幅突破3800亿元但云收入指引未同步上调，将削弱AI投资的经济性判断。 若计算定价因供应宽松而持续下跌，可能压缩AI基础设施的投资回报率。 若阿里巴巴在12个月内再次进行母公司层面的股权融资，可能进一步稀释现有股东价值。 昆仑芯分拆上市若延迟，可能影响百度的估值重估逻辑。 前往小宇宙评论区与主播互动

  3. 8月25日

    EP191 高盛：中国半导体数量自给率升至70%，首次覆盖长鑫存储给予“买入”评级，目标价129元

    🔥【核心洞察】 中国半导体IC数量自给率达70%：高盛8月24日发布《芯片法案》系列第四份年度报告，截至2026年6月，中国半导体IC数量自给率已达70%，较2010年1月的38%提升近一倍。但高盛明确指出，此为“量的自给”，价值自给率仍低，核心瓶颈在于光刻设备的缺失。 2030年资本支出目标大幅上调至820亿美元：高盛将2030年中国半导体资本开支预测上调至820亿美元，较此前预测增长79%。2026至2030年逐年预测分别上调15%、32%、51%、64%、79%。预计中国WFE支出2026-2028年分别增长13%、20%和15%，主要来自存储和先进制程投资。 中国AI芯片TAM 2030年达6780亿美元：基准情景下，高盛预计中国AI芯片总可寻址市场到2030年将达6780亿美元，本土AI芯片出货量需从2025年的160万颗增至5400万颗才能满足需求。7纳米及以下晶圆供需缺口预计从2025年的92%收窄至2035年的34%。 本土设备商份额加速提升：中国本土设备供应商在中国WFE市场的占比预计从2025年的26% 升至2028年的38%，收入从102亿美元增至229亿美元。 长鑫存储获“买入”评级，目标价129元：高盛首次覆盖中国唯一DRAM IDM厂商长鑫存储（688825.SH），给予“买入”评级，12个月目标价129元，较上周五收盘价隐含122%上涨空间。目标价基于2027年24倍预期市盈率，以及到2028年EPS约77%的平均增速。 🔍【章节索引】 一、中国半导体自给自足的进展与战略 高盛报告指出，中国半导体产业正从“量的追赶”转向“质的突破”。 供应端向高端延伸：中国在蚀刻机、沉积设备等领域向高端型号扩展，并新增了离子注入机、检测、量测等更全面的设备类别。先进节点方面，晶圆代工正向7纳米及以下技术迈进，结合Chiplet和先进封装。存储器领域正向LPDDR6及HBM3/3E发展。 产能持续扩张：高盛预计2025到2030年，中国每月晶圆产能将从600万片增至1400万片。先进制程方面，7纳米及以下供需缺口预计从2025年的92%收窄至2035年的34%。 二、半导体资本支出与市场前景预测 高盛将2030年中国半导体资本开支预测大幅上调至820亿美元。上调的核心驱动力包括：生成式AI推动供应链向先进节点迁移、全球芯片设计公司采取“local for local”策略、以及头部代工厂产能被AI占用后为本土供应商留出替代空间。 本土设备商正在成为关键受益者。中国本土设备供应商在中国WFE市场的占比预计从2025年的26%升至2028年的38%，收入从102亿美元增至229亿美元。受益标的包括中微公司（688012.SH）、北方华创（002371.SZ）、安集科技（688019.SH）、鼎龙股份（300054.SZ）及长电科技（600584.SH）等。 三、AI芯片与DRAM市场需求分析 高盛预计中国AI芯片市场TAM到2030年将达6780亿美元，本土AI芯片出货量需从2025年的160万颗增至5400万颗。 DRAM市场高速增长：高盛预计中国DRAM市场2026-2028年复合年增长率达50%，至2570亿美元；其中HBM市场同期复合年增长率高达188%，至320亿美元。 高带宽内存（HBM）通过3D垂直堆叠、硅通孔（TSV）互联、超宽接口（1024-bit甚至2048-bit）和SiP集成，有效解决了AI工作负载中的“内存墙”瓶颈。HBM正成为长鑫存储利润提升的关键驱动力。 四、长鑫存储（CXMT）首次覆盖与投资分析 评级与目标价：高盛首次覆盖长鑫存储（688825.SH），给予“买入”评级，12个月目标价129元，隐含122%上涨空间。 产能扩张路径：长鑫存储月产能将从2026年的27万片增至2028年的44.7万片，2030年进一步达到66.5万片，四年翻倍以上。2026-2030年平均年资本支出预计达840亿元人民币，高于2022-2025年的约500亿元。 市场份额目标：高盛预计到2028年，长鑫存储的供应可覆盖中国约50%的DRAM需求和40%的HBM需求。其传统DRAM供应份额将在2028年达到三星的41%、SK海力士的50%。 HBM驱动毛利率跃升：高盛预计长鑫存储HBM收入贡献将从2026年的2% 升至2030年的27%。公司毛利率将从2025年的41% 攀升至2030年的82%。129元目标价隐含了对产能扩张、良率提升、DRAM价格维持高位以及产品结构升级等一系列乐观假设。 五、主要风险因素 高盛报告指出以下风险：竞争超预期可能压缩市场份额和定价能力；与国际巨头存在的技术代差可能限制高端产品渗透；地缘政治限制可能影响先进设备和材料的获取。此外，高盛的乐观预测基于DRAM价格持续高位的假设，若供需格局逆转，毛利率扩张可能不及预期。 ⚠️【风险提示】 “量的自给”不等于“质的自给”：70%的数量自给率掩盖了价值自给率仍低的结构性短板，高端光刻设备缺失仍是核心瓶颈。 产能释放的不确定性：产能扩张、良率爬坡和客户验证的进度存在不确定性。 HBM技术差距：长鑫存储在HBM领域与国际巨头仍存在代际差距，HBM收入贡献达到27%的预测依赖于技术突破和市场验证。 地缘政治风险：美国出口管制可能进一步收紧，影响先进设备和材料的获取。 估值假设风险：129元目标价隐含2027年24倍市盈率和82%的毛利率假设，若DRAM价格周期下行或产品结构升级慢于预期，目标价存在下调风险。 前往小宇宙评论区与主播互动

  4. 8月24日

    EP190 谁是中国版Nebius？协创数据利润暴增331%，但“平台估值”还差关键一跃

    🔥【核心洞察】 Nebius不是“算力二房东”，是“算力经营的多面手”。Nebius的核心不在于简单出租GPU，而在于将同一批算力同时经营成长单底仓、短期现货、融资抵押物和Token服务，并通过多租户平台动态配置。其2026年Q2营收5.82亿美元（同比+454%），调整后EBITDA率41%，核心AI云业务利润率已升至50%。新合同每兆瓦收益达2000万-2500万美元，短期紧急合同更达4000万-5000万美元。客户预付款覆盖50%-60%资本开支，回收周期缩短至1年10个月。 协创数据：增长曲线最像，但还不是纯粹的AI云运营商。协创数据2026年上半年营收126.41亿元（同比+155.69%），归母净利润18.63亿元（同比+331.11%），Q2单季净利11.12亿元，环比继续抬升约50%。公司通过融资租赁和自有投入快速扩张算力资产，已在多地部署并运营算力中心，在手订单充裕。但其智能算力业务目前混合了服务器/集群交付、运维和云服务，还不是纯粹的Neocloud模式——这恰恰是它能否获得Nebius式平台估值的关键分水岭。 谁更像“中国Nebius”？ 润泽科技最像物理资产底座——园区、电力、高功率机柜和长约能力强，但GPU和AI云软件暴露较弱。首都在线、优刻得更像云产品层，具备云产品、客户服务和模型训练推理能力，但资本、GPU采购和电力规模不足以复制Nebius的扩张速度。综合来看，协创数据是目前资产和利润放量节奏最接近Nebius的A股公司。 🔍【章节索引】 一、Nebius凭什么值705亿美元？——“算力经营”的四层生意 Nebius不是简单的“算力二房东”，而是一家“新云”（Neocloud）公司——专门面向AI和高性能计算的云服务提供商。它的商业模式可以拆解为四层： 第一层：长单底仓。Nebius与Meta签署五年期120亿美元协议，若未来算力未被其他客户购买，Meta还将额外购买最多150亿美元。Q2签下4份平均超10亿美元的合同，客户包括Reflection、Cohere等。 第二层：短期现货。3-6个月的紧急算力合同单价是长单的2倍——每兆瓦4000万-5000万美元。公司首次容量拍卖的Blackwell算力集群成交价比历史最高报价还高出15%。 第三层：融资抵押物。7月完成首笔7.75亿美元GPU资产支持融资（定价SOFR+2.5%），客户预付款已覆盖50%-60%的资本开支。公司预计2026年客户预付款超90亿美元，累计客户承诺超400亿美元。 第四层：Token服务。Token Factory将计费单位从“卡时”推进到“Token”，生产级推理负载Q2环比增长超3倍。Nebius判断：推理不是训练结束后的边缘工作负载，而是贯穿模型开发、后训练和生产部署全过程的巨大算力需求来源。 这四层生意叠在一起，让Nebius在同批算力上反复“榨取”价值——长单锁定现金流、短期现货吃溢价、资产抵押融资放大杠杆、Token服务延长旧卡经济寿命。 二、协创数据：利润暴增331%，但“业务纯度”还不够 协创数据2026年上半年的业绩堪称炸裂：营收126.41亿元（+155.69%），归母净利润18.63亿元（+331.11%），Q2单季11.12亿元，环比继续抬升约50%。 增长的核心驱动力是智能算力产品及服务——公司在北京、上海、乌兰察布、廊坊等多地部署并运营算力中心，在手订单充裕，前期布局的算力集群已陆续交付、验收并进入计费阶段。 协创数据的“全栈AI”版图正在快速扩张：4月斥资5.10亿元控股光为科技，布局光芯片、光模块，补齐了“智能终端+云算力+光器件”的全链路协同架构。公司还打造了FCloud智能体训推平台和OmniBot具身智能服务体系。 但问题在于：协创数据的智能算力业务目前混合了服务器/集群交付、运维和云服务，更像“算力集成商+运维商”。而Nebius是一家纯粹的AI云运营商——不卖硬件，只卖算力时长和平台服务。这个区别，直接决定了市场给什么估值。 三、谁更像“中国Nebius”？——三家候选者的对比 润泽科技：最像Nebius的物理资产底座——园区、电力、高功率机柜和长约能力很强。但短板同样明显：GPU和AI云软件栈的暴露较弱，更像“机房房东”而非“算力运营商”。 首都在线、优刻得：更像云产品层——具备云产品、客户服务和模型训练推理能力。首都在线是智谱AI核心供应商，已投运6000P算力，2026年目标1.5万P。优刻得是A股唯一纯正公有云IaaS，2026年3月涨价10%-30%。但资本、GPU采购和电力规模不足，难以复制Nebius的扩张速度。 协创数据：目前资产和利润放量节奏最接近Nebius的公司。截至8月13日，Nebius市值705亿美元（约4935亿元），协创市值约1253亿元。差距是4倍，但协创的数据增长斜率更陡——如果它能从“重资产集成交付商”进化为“可以动态经营算力、获取预付款、延长旧卡寿命、出售Token并输出第三方平台的AI云运营商”，估值逻辑将完全不同。 四、关键跟踪指标：协创数据需要回答的五个问题 协创数据要从“算力集成商”变成“中国Nebius”，市场需要看到以下指标的持续改善： 自有投运GPU数量：目前公司在多地部署算力中心，但自有GPU的绝对规模和增速是关键。 纯运营收入占比：区别于服务器交付的一次性收入，持续性的算力租赁和云服务收入才是平台估值的基石。 客户预付款：Nebius的客户预付款已覆盖50%-60%的资本开支。协创能否拿到类似的预付款，是衡量其议价能力的关键。 Token/API收入：从“卖卡时”到“卖Token”的转变，决定了旧卡能否持续产生价值。 增量ROIC-WACC差：资本回报率能否持续高于资金成本，是算力租赁这门生意的终极检验。 ⚠️【风险提示】 不可简单对标市值：海外算力租赁龙头没有合规审查和被禁风险，而国内公司面临海外GPU获取的政策不确定性。 业务纯度风险：协创数据目前的业务结构中，服务器再制造和数据存储仍占相当比重。若市场按“算力集成商”而非“AI云运营商”给估值，市值空间可能远小于对标Nebius的乐观情景。 资本开支压力：Nebius Q2单季资本开支达56.6亿美元，协创数据虽已获得1300亿元授信，但持续的高强度资本开支对现金流和融资能力是长期考验。 竞争格局变化：国内算力租赁赛道正在快速拥挤，利通电子等玩家也在加速布局。若供给端放量过快，可能压制算力租赁价格。 前往小宇宙评论区与主播互动

  5. 8月20日

    EP189 AI烧钱大战的终极拷问：资金耗尽之前，能跑出足够回报吗？

    🔥【核心洞察】 这场AI热潮的核心矛盾在于：天文数字般的资本投入，能否在资金耗尽前产生足够回报？Ben Thompson在视频中直言，美国在AI领域的绝对主导地位本身可能带来地缘政治危险——例如中国可能摧毁台积电。同时，AI推理成本的高企、消费者对软件付费的低意愿，以及科技公司从自由现金流转向债务和股权融资的压力，正共同构成一场潜在的金融风暴。 2026年，五大科技巨头（Alphabet、微软、亚马逊、Meta、甲骨文）的资本开支预计达7692亿美元，较2025年增长超77%，已几乎等同于四家企业全年运营现金流总和。谷歌甚至启动了850亿美元的史上最大规模股权融资。这场豪赌的回报，远未明朗。 🔍【章节索引】 一、地缘政治：绝对优势的危险与供应链的脆弱 美国在AI领域的压倒性优势可能导致地缘政治危险。台积电大部分生产仍在台湾，尽管公司已陆续在美国等地设立晶圆厂，但产能转移需要数年时间。 美国对中国供应链的依赖程度被严重低估。多元化成本高昂，难以在和平时期实现。美国跨党派参议员已敦促收紧对台积电等代工厂的规定，防止为中国企业海外子公司制造先进AI芯片。这进一步加剧了台积电的地缘政治压力。 当前中国AI技术落后美国6-9个月的现状，被视为一种相对稳定但可能不可持续的平衡。 二、AI的商业模式：高昂的推理成本与微弱的付费意愿 推理成本是AI商业化的第一道硬门槛。每次AI调用都消耗真实算力，开源模型并非真正“免费”——成本只是转移到了部署方。即便技术不再进步，现有的经济机遇已非常巨大，但前提是成本结构能够支撑规模化运营。 消费者不愿为软件付费是第二道障碍。微软推出的Microsoft 365 E7企业套餐定价每月99美元/用户，虽比单独购买各组件便宜约15美元，但分析师认为折扣力度不够。微软目前仅有1500万付费Copilot账户，相比4.5亿Office 365用户基数，转化率极低。 三、资本支出泡沫：当烧钱速度超过赚钱速度 五大云厂商2026年资本开支7692亿美元。伯恩斯坦预计全年四大超大规模云服务商（微软、亚马逊、谷歌、甲骨文）合计资本支出将达6230亿美元，若加上Meta则接近7600亿美元。这一规模已几乎等同于四家企业全年运营现金流总和。 科技公司正从自由现金流转向债务市场，最终不得不通过股权发行满足资金需求。谷歌启动850亿美元史上最大规模股权融资——2026年资本支出预计1800亿至1900亿美元，2027年将“显著”增加。摩根士丹利预计，AI投资规模有望在未来五年持续走高。 这让人想起19世纪的铁路泡沫——改变世界的技术，在建设阶段摧毁了无数投资者的财富。 四、科技巨头的差异化战略 亚马逊：通过AWS及自研芯片（Graviton、Trainium）构建了最深的护城河。自研芯片业务年化收入已超200亿美元，Trainium3近乎预订一空。其核心策略是“先内部使用，再对外提供”，确保每一代芯片都有真实需求验证。 苹果：凭借对用户访问的控制权和硬件制造能力，通过设备端AI规避高昂的推理成本。将AI模型本地化运行，不仅降低云端算力成本，更强化了隐私保护这一核心卖点。 微软：致力于成为企业级AI解决方案的平台和中间件提供商。E7套餐的推出是这一战略的体现，但99美元的定价和有限的Copilot用户基数暴露了变现的困难。 Meta：利用庞大的广告业务和社交网络流量，通过AI优化广告匹配和内容生成。但广告模式在AI时代面临结构性挑战——当智能本身变得廉价，广告的中间人价值可能被压缩。 谷歌：搜索业务利润丰厚，但AI投入巨大（850亿美元股权融资）。未来可能效仿伯克希尔哈撒韦，投资于低利润但绝对规模庞大的新领域。 五、半导体供应链：Nvidia的垄断与台积电的保守 Nvidia占据全球AI加速器市场超过75%的份额，在AI数据中心GPU市场仍占约80%至90%。这种“不自然”的垄断通过提供金融支持来维持高利润率，但面临来自超大规模云服务商自研芯片的长期威胁——在中国市场，国产AI加速芯片出货量份额2026年有望超过50%。 台积电保守的产能扩张策略将过剩风险转嫁给科技巨头，导致市场算力短缺。这种短缺促使科技公司寻求英特尔和三星作为芯片制造的多元化选择，从而“拯救”了英特尔的代工业务。 内存市场经历剧烈荣枯周期，三星通过逆周期投资崛起，现在趋于寡头垄断。 六、AI作为商品化趋势 计算能力和智能本身最终可能走向商品化，如同互联网带宽的商品化彻底改变了世界。AI在可验证领域（如编码、数学）表现出色，但在不可验证领域（如创造力、情感）的潜力仍待观察。 即使AI技术不再进步，其在现有能力下的经济机遇已非常巨大。人类擅长创造新需求和新工作，将在AI带来的变革中适应和发展——但这条适应之路，可能比预想的更加颠簸。 ⚠️【风险提示】 资金链断裂风险：7692亿美元的年度资本开支若无法在合理期限内产生足够回报，科技巨头可能面临严重的财务压力。 地缘政治风险：台积电的集中风险、中美科技脱钩、以及对华供应链依赖，均可能对全球AI产业造成系统性冲击。 估值泡沫风险：当前AI相关股票的估值已计入大量乐观预期，若商业化进度不及预期，可能面临大幅回调。 消费者付费意愿风险：AI订阅模式能否被广泛接受仍存疑，微软E7的缓慢渗透率是一个警示信号。 技术商品化风险：当AI能力成为“公共资源”，早期投资者的超额利润可能被快速侵蚀。 前往小宇宙评论区与主播互动

  6. 8月19日

    EP188 高盛宣告“第二太空时代”降临：发射成本一代人降95%，太空经济正崛起为全新机构资产类别

    🔥【核心洞察】 太空正从政府主导的探索前沿加速演变为“工业经济的新支柱”。高盛全球研究所近日发布题为《第二太空时代》（The Second Space Age）的重磅报告，明确指出发射成本骤降、私人资本涌入以及公开市场融资渠道全面打开，正在将太空重塑为一个全新的机构资产类别。 发射成本一代人内下降95%：将一公斤有效载荷送入轨道的成本已从航天飞机时代的约5.5万美元骤降至目前的约3000美元，降幅高达95%。SpaceX的猎鹰9号将成本降至约2700美元/公斤，猎鹰重型进一步降至约1400美元/公斤。若星舰最终实现完全重复使用，每公斤发射成本有望进一步降至50至100美元。这一成本革命彻底改变了太空经济的底层逻辑——从过去只有国家力量才能参与的高门槛游戏，变为商业资本可以大规模进入的可投资领域。 2035年全球太空经济规模预计达1.8万亿美元：2025年全球太空生态系统投资超过550亿美元，2026年第一季度单季投资已达创纪录的360亿美元。世界经济论坛等机构预测，全球太空经济将从2025年的约6260亿美元增长至2035年的1.8万亿美元。 公开市场IPO融资井喷：自2025年初以来，航空航天公司已通过IPO累计融资890亿美元。标志性案例包括SpaceX以约1.77万亿美元估值创下全球IPO历史之最（募资750亿美元）、Firefly Aerospace在登月任务后募资约9.99亿美元、York Space Systems募资约6.29亿美元、HawkEye 360募资约4.78亿美元。太空正成为公开股票市场中一个独特的独立行业板块。 🔍【章节索引】 一、成本革命：从“国家游戏”到“商业战场” 发射成本是太空经济最重要的单一数字——“它决定了从宽带星座到空间站的一切价格”。在可重复使用技术出现前的数十年间，每公斤入轨成本基本维持在1万至5.5万美元之间，太空是政府和超大型运营商的专属领域。 猎鹰9号的出现打破了这一屏障——复用火箭将成本降至约3000美元/公斤。猎鹰重型进一步降至约1400美元/公斤。若星舰全面可重复使用，目标是将成本推向50至100美元/公斤。正如一位观察者所言：“铁路的成功不是因为火车变大了，而是因为每英里成本崩溃了。星舰不是交通故事——它是基础设施故事，把太空从成本中心变成了财富发生器”。 二、轨道经济：从基础设施到万亿级产业 太空经济已从单一的国家主导项目演变为涵盖卫星通信、定位导航授时（PNT）、空间态势感知、地球观测、发射服务和地面基础设施的多元生态系统。低地球轨道（LEO）基础设施正成为重要的商业前沿——Starlink自2026年3月达1020万用户后，约53天内增至1200万用户。 高盛预测到2035年全球太空经济规模达1.8万亿美元。在轨服务、组装与制造（ISAM）、轨道计算和资源开采等新产业正在兴起。ISAM被视作解锁超大规模太空结构（如吉瓦级光伏阵列）的核心能力。 三、地缘政治竞争与治理真空 太空基础设施在现代战争中具有关键军事优势（通信、情报、PNT），引发各国政府巨额投资。美国国防部2027财年太空相关预算预计达710亿美元。 治理层面呈现两极分化：美国主导的《阿尔忒弥斯协定》已有超过64个国家签署，但中国和俄罗斯均未参与。两国正推动平行的《国际月球科研站》（ILRS）计划。现有的冷战时期太空法律框架难以有效应对轨道拥堵、碎片清除、月球资源开采和在轨制造等新兴挑战。 四、中国商业航天：从“航天大国”到“航天强国” 中国“十五五”规划纲要首次将“加快建设航天强国”写入国家未来五年重点任务，商业航天首次被定位为新兴支柱产业。国家航天局与市场监管总局联合发布了《商业航天标准体系（1.0版）》。 地方层面加速布局——上海计划到2030年具备150发商业火箭发射能力和年产500颗商业卫星制造能力；北京出台促进商业卫星遥感数据开发利用的专项政策。低轨卫星互联网建设已被纳入国家规划蓝图。 五、投资机会与战略应对 高盛强调，太空产业化的下一阶段需要在发射能力扩张、卫星制造工厂、月球基础设施、天基数据平台等领域投入巨额前期资本。融资能力本身已演化为核心竞争壁垒——具备高超技术执行力与公开市场信誉的企业，将更有能力扩大经营规模、整合行业资源并突破轨道经济的发展瓶颈。 控制发射能力、制造能力、轨道基础设施和太空衍生数据的公司与国家，将主导新兴太空领域的价值创造。随着太空衍生数据、连接和授时服务成本持续降低，它们将成为像互联网一样的基本基础设施。太空基础设施与地球基础设施的界限将日益模糊——认识和适应这一趋势的组织和国家，将塑造未来的全球经济格局。 ⚠️【风险提示】 技术执行风险：星舰等下一代可重复使用系统的全面商业化仍面临工程和测试挑战，其成本目标的实现时间表存在不确定性。 轨道拥堵与碎片风险：低地球轨道日益拥挤，轨道碎片碰撞风险上升，可能威胁卫星资产安全并增加运营成本。 地缘政治风险：中美在太空治理框架上的分歧可能加剧，影响国际太空合作和商业太空活动的稳定性。 资本密集风险：太空行业属于资本密集型行业，前期投入巨大，回报周期较长。若融资环境收紧，可能影响行业扩张节奏。 监管风险：现有国际太空法律框架难以有效应对新兴挑战，监管不确定性可能制约商业太空活动的拓展。 前往小宇宙评论区与主播互动

  7. 8月18日

    EP187 A股“尾盘动量”解密：最后半小时的收益，如何帮你赚取21%年化回报？

    🔥【核心洞察】 这是A股市场独有的一种日内交易规律。研究发现，在沪深300指数及其ETF中，下午倒数第二个半小时（14:00-14:30）和倒数第一个半小时（14:30-15:00）的收益，能够显著预测下一个半小时的收益。这种“尾盘动量”效应在全球文献中尚属首次发现。 核心数据：负向的第七个半小时（14:00-14:30下跌）对最后半小时（14:30-15:00）的预测R²值高达4.8%；正向的第六个半小时（13:30-14:00上涨）对第七个半小时的预测R²值为2.4%。 策略回报：利用ETF的T+0交易规则，单一信号策略可实现9.673% 的年化超额收益。混合策略（结合第六和第七个半小时信号）年化回报高达21.656%，夏普比率1.685，扣除0.06%交易成本后仍显著优于买入持有策略。 独特机制：这一现象主要源于散户主导的市场结构和T+1交易规则——散户无法当日止损，最优策略是收盘买入、次日开盘卖出，导致尾盘交易量和价格惯性增强。噪音交易、信息滞后交易、处置效应（过早卖出盈利股、过久持有亏损股）共同构成了这一效应的微观基础。 🔍【章节索引】 一、什么是“尾盘动量”？ “尾盘动量”指的是A股市场在交易日的最后半小时内存在显著的价格延续效应——某一半小时的收益方向，能够预测下一个半小时的收益方向。 具体来说：第七个半小时（14:00-14:30）的负向收益，能够预测第八个半小时（14:30-15:00）的收益方向，R²值达4.8%；而第六个半小时（13:30-14:00）的正向收益，能够预测第七个半小时的收益方向，R²值为2.4%。 这一模式与美股市场存在根本差异。在美国，做市商和机构投资者能够在日内随时买卖，日内动量通常由开盘半小时驱动；而在中国，T+1规则使得当日买入的股票最早次日才能卖出，投资者倾向于在收盘时买入、次日开盘时卖出，形成了独特的尾盘交易模式。 二、策略如何运作？ 由于A股股票实行T+1交易，但ETF（交易型开放式指数基金）遵循T+0规则——当日买入可当日卖出。这一规则差异为策略提供了操作空间。 策略的核心逻辑：以第六个或第七个半小时的收益为信号进行市场择时操作。具体而言： 若第七个半小时收益为负，则买入ETF，持有至收盘 若第六个半小时收益为正，则买入ETF，持有至第七个半小时卖出 收益表现上，单一信号策略可实现9.673% 的年化超额收益。更重要的是，混合策略（将第六和第七个半小时信号结合使用）的年化回报高达21.656%，夏普比率达1.685。 扣除约0.06% 的交易成本后，策略仍显著优于买入持有策略，为平均风险厌恶型投资者带来每年5.662%至7.246% 的确定性等价回报。 三、为什么A股会有“尾盘动量”？ 研究者将这一现象归因于中国市场的三大独特特征： 散户主导的市场结构：根据上交所2018年统计年鉴，散户交易占A股总成交额的82%。散户投资者普遍存在噪音交易（基于非理性信息交易）、信息滞后交易（消化市场信息需要更长时间）以及处置效应（倾向于过早卖出盈利股、过久持有亏损股）。 T+1交易规则：A股不允许当日买卖同一股票，导致投资者为规避隔夜风险，倾向于在尾盘决策。信息交易者倾向于在收盘前集中交易，推高了尾盘的交易量和价格惯性。 信息消化模式：散户投资者吸收市场信息需要较长时间，信息交易倾向于在收盘时进行，进一步强化了尾盘的动量效应。 四、策略的有效性条件 尾盘动量策略并非在所有市场环境下都同样有效。研究识别了策略表现更强的几种条件： 市场波动大、交易量高的日子，策略表现更强。订单失衡严重的日子（买方或卖方力量悬殊），预测能力更强。没有重大经济新闻发布的日子，策略表现更突出。 熊市中预测能力高于牛市——这与中国市场散户的处置效应一致：牛市中散户倾向于过快兑现收益，削弱了动量持续性。小买卖价差、高交易深度以及正订单失衡或高订单失衡的交易日，预测能力更强。 五、跨市场验证与稳健性 尾盘动量效应并非沪深300独有。研究者在中证500（CSI 500）、上证综指和深证成指中也发现了类似的尾盘动量效应。 然而，这一效应仅存在于尾盘时段。其他日内时段（如早盘、午盘）均未发现类似的动量模式。这一独特性进一步印证了T+1交易规则和散户行为是尾盘动量的核心驱动因素。 ⚠️【风险提示】 本策略基于2012-2017年的历史数据，A股市场的微观结构和投资者行为已经发生变化（如量化交易占比上升、机构投资者比例增加），策略的有效性可能随时间衰减。策略收益集中于高波动、高交易量的交易日，在低波动市场环境中可能表现平淡甚至失效。策略依赖ETF的T+0规则，若监管政策发生变化可能影响策略的可操作性。历史回测表现不代表未来收益。 前往小宇宙评论区与主播互动

  8. 8月17日

    EP186 “Billion Dollar PDF”时代：叙事如何驱动资本、重塑权力、重新定义你的工作？

    🔥【核心洞察】 本期播客深入探讨了在信息爆炸和不确定时期，“叙事”如何成为驱动资本市场、注意力分配及权力结构变迁的核心力量，并剖析了金融行业转型、AI对就业的长期影响，以及硅谷背后的哲学思想。 核心观点包括：一个在正确时机提出的核心思想（“Billion Dollar PDF”）能吸引数十亿美元资本；“发帖是最后一个伟大的精英制”，以X平台为代表的“Timeline Native”媒体正在重塑权力格局，发帖人阶层正成为新的权力中心；金融业正从债务驱动的杠杆收购转向股权驱动的种子投资；AI对就业的影响是短期内可能导致失业，但长期看人类将创造新工作；以及每个人都肩负着“管理自己天赋的道德责任”。 🔍【章节索引】 一、“Billion Dollar PDF”：叙事如何变成百亿美元？ “Billion Dollar PDF”指一个在正确时机以正确方式提出的、能成为时代基石并吸引数十亿美元资本的核心思想。在长期私募市场中，基金的“讲故事能力”是关键的“大过滤器”，因为现金回报需十年才能实现。创始人、资本和媒体在不确定时期共同构建叙事以吸引关注和资金，成为驱动资本流动的核心力量。 二、“Timeline Native”与发帖时代的权力转移 以X平台为代表的“统一信息流”成为现代现象的技术催化剂，深刻影响着舆论定价和政策走向。“发帖是最后一个伟大的精英制”——算法优先展示优质内容给亿万用户，而非仅依赖关注者数量。内容必须具备娱乐性才能吸引注意力。 新的权力结构正在形成：“巅峰之人”概念认为亿万富翁阶层地位下降，新的权力中心转向“发帖人”阶层。新兴的SPV和大型私营公司创造了“封建系统”，通过“分配”形成新的世袭财富。 三、金融业转型：从债务到股权的思维跃迁 金融业正从债务驱动的杠杆收购转向股权驱动的种子投资，体现更乐观的投资理念——相信长期增长而非短期套利。传统SaaS模式面临挑战，未来将是低毛利、薄净利、大规模的“计算销售”时代，而非零边际成本的“字符串销售”。 四、AI对就业的长期影响：“虚构工作”的未来 关于AI对就业的影响，视频提出了一个颇具冲击力的观点：许多白领工作本质上是“虚构的”——它们的存在并非因为创造实际价值，而是因为特定社会结构和商业模式需要它们存在。AI短期内可能导致失业，但长期看人类将创造新工作。关键在于个人如何适应这一转变。 五、个人使命与投资哲学 “每个人都有管理自己天赋的道德责任”，应将工作与天赋结合以实现个人价值。投资理念应趋向简单清晰，市场往往缺乏细微差别。专业投资者因受限于业务结构和客户期望，比普通人更难“击败市场”。 硅谷科技发展背后的文化和哲学传统（如新佛教功利主义、有效利他主义）被低估，塑造了其产品和世界观。 ⚠️【风险提示】 本播客内容涉及对宏观趋势和未来方向的推测性讨论，“Billion Dollar PDF”等概念属于对叙事经济学的理论探讨，并非具体的投资建议。AI对就业的“虚构工作”论断具有争议性，不同学者和机构持不同观点。视频中涉及的权力转移、金融转型等判断代表了特定视角，投资者应结合自身认知进行独立判断。 前往小宇宙评论区与主播互动

すべて見る（193）

番組について

洞悉明日科技趋势，把握实时投资机遇。 Unlock tomorrow's tech trends and capture today's investment opportunities.

情報

  • クリエイター
    atelierqin
  • 配信期間
    25年 - 26年
  • エピソード
    193
  • 制限指定
    不適切な内容を含まない
  • Copyright
    © atelierqin
  • 番組のWebサイト
    FutureCast/未来播报

その他のおすすめ