别再看英伟达了！AI投资真正天花板在这儿！如何找到最赚钱的AI股？

什么是最好的AI投资呢？有人说是英伟达，因为不管什么样的AI公司发展，英伟达这种基础层的公司都能受益。这话倒是没错，但美投君给大家举个例子。当年在互联网刚刚起步的时候，也有这么一家做互联网基础层的公司，它叫做思科。当时他也是众星捧月般的存在。但是你现在再看，思科早已泯然众人，而真正厉害的互联网公司，并非是思科这样基础层的公司，而是像谷歌，meta，亚马逊这样的应用层的公司。这其实是技术发展的一个必然规律，未来AI技术，最有价值的公司也大概率会出现在应用层。

不过实话讲，投资AI应用层的公司并不容易。他没有基础层公司那样的确定性，投什么心理都不踏实。而且AI应用涉及面非常广，像什么金融，医疗，工业，游戏都可以应用AI，我们要怎么去选择呢？更难办的是，应用层的AI公司很还容易被炒作，动不动就能把故事讲上天，你要是没有一些专业知识，很容易掉入一些投资陷阱。

今天这期文章，美投君就跟大家好好聊聊AI应用层真正的投资机会！我们到底应该怎么去挑选好的AI应用层的公司呢？为了做好这期文章，美投君特地去拜访了我以前专攻AI的大学教授，也咨询了行业内懂技术的专家。我自认为这期文章是有很多干货的，大家一定要看到最后哦。

AI应用层公司投资逻辑

一上来呢，我觉得我有必要先把这期文章的思路跟各位看官先砸瓷实了。如果你是单纯看荐股的，那我可能会让你失望了。因为这期文章里，我会讲到很多股票，但是只会浅尝辄止。我们今天的重点会放到AI投资的选股思路上。AI应用层的公司太多，太杂，我要是去挨个去分析这些公司，我觉得价值不大。更何况未来最成功的AI应用层公司，也许现在还没有出现呢。就像当年互联网一样，真正厉害的互联网公司也不一定是一开始就诞生的。比如meta，Netflix，他们都是在互联网发展到一定阶段才诞生的行业独角兽。所以我觉得，与其现在去寻找标的，不如去完善投资方法来的有效。这样，当真正的机会摆在我们面前的时候，我们也能及时把握。那么接下来，我就给大家就分享一下，怎么去挑选好的AI应用层公司？以及怎么在投资AI的过程中避雷？

在我看来，一家AI应用层的公司是否值得投资，最重要的就是看两点：一个是数据，另一个是商业模式。

先说数据。单从技术的角度来说，一个成功的AI，需要两个核心的技术壁垒，一个是算法，另一个就是数据。

在算法上，我们现在看到的一个趋势是，他会往开源的，同质化的方向发展。由于训练全新的算法成本高，开发周期长。AI应用层的这些公司们，他们更多的都是应用现有开源模型进行训练。而随着时间的推移，从0开始训练模型的难度会变得越来越大。这就会使得更多的公司，选用现有的AI模型进行开发。现在这种趋势就已经发生了，比如下图这几家公司，他们都是做AI应用层的公司。这些公司都不是自己建模的，而是应用的OpenAI的模型为基础，进行改进和调整。在这个趋势之下，最终AI算法上，我认为就会走向一个趋于同质化的方向。大家的AI底层算法基本都大同小异，很难通过算法的优势建立起技术壁垒。

不过，虽然AI算法上是趋同的，但是AI数据上却完全相反。不同公司所拥有的数据是有很大差异的，而且你会发现越发展数据上的差异就会越大，这点和算法完全不同。那么，什么样的数据才算是好的数据呢？我认为，拥有私有数据的AI公司，才是真正值得投资的机会。

在算法趋同的背景之下，数据的优势将成为决定性的关键。如果你用着开源的算法，又投喂着公开的数据来训练模型。这样的应用就很容易被替代。比如，我做一个预测未来房价的AI应用，这个应用的算法是OpenAI的，数据是地产协会的。那甭管你加入多少参数，把模型做的多么复杂，别人都可以轻松模仿或者是超越。

而如果你的数据是特别的，别人没有的，你的私有数据，那么即便算法趋同，训练出来的应用也会具有很强的技术壁垒，他人不好超越。这就有点类似于现在金融行业里的估值模型。其实现在各家投行用的估值模型基本都是一套东西，没什么区别。但真正决定估值准确率的，不是模型多厉害，而是你输入的预测数据有多准确。数据上越有见解，调查的越深，做出来的估值就会越有参考价值。

那AI应用上，什么样的公司才算是拥有独特数据的公司呢？我给大家举几个例子。比如特斯拉就是一个典型的拥有私有数据的案例。每天有几百万辆特斯拉在马路上跑，他们就在源源不断的为特斯拉提供车辆行驶数据。虽然公开渠道也有不少车辆行驶数据，但是特斯拉的数据显然要更完善，更立体。这些私有数据，在未来特斯拉训练自己的自动驾驶的AI模型中，就能发挥关键的作用，也能够为他建立起竞争优势。

另一个类似的案例是Intuit。这是一件专门给中小企业做财务管理软件的SaaS公司。他最著名的产品就是他旗下的报税软件TurboTax。Intuit有着全美几百万家中小企业的财务数据。这些数据是没有任何公开渠道可以获取的。我不知道在隐私条款上，Intuit是否被允许利用这些数据来训练模型。但是如果可以的话，这将为他们构建起一道极深的护城河。

再比如，苹果的健康数据。苹果手表有一亿多人在使用，它记录着大量个人的健康数据。这些数据也是苹果的一个无形资产，市面上应该没有任何一家其他公司拥有如此多，如此全的个人健康数据。未来AI在医疗领域将会是一个重要的应用，苹果在这方面是具有它的独特优势的。

上面说的这些还都是一些比较正面的例子，我们也通过这个思路找到一些反例。比如Upstart，在我看来，它就是一家不具备数据优势的AI公司。Upstart是一家借助AI来分析用户信用的公司，相比于传统的信用分析，Upstart会找你要更多个人信息，包括教育背景，工作历史，社交平台的交易记录等等，他们以此来更准确地计算出你的信用情况。可是，这些数据并不是Upstart一家独享的，甚至有很多机构能够更轻易的获取这些数据。比如支付公司，或是金融机构。只要他们想做，理论上也可以自己调试模型做出类似的分析。所以相对来说，upstart AI应用的护城河就会受到更多挑战。

到这里，AI数据上需要关注的投资思路就介绍完了。我相信在我介绍的过程中，一定有看官会质疑，AI算法真的就无法建立起技术壁垒吗？我想AI算法也许真的也可以，我承认在技术发展上，我可能目光短浅了。但作为投资者，技术突破是我们这些外行很难分析的，因此也很难据此做出投资决定。但数据不同，即便我们没有专业背景，也能轻松判断数据上的竞争优势。我们既然想要投资AI，那必须从我们驾驭的了的领域入手分析。而我们这个分析思路并不会因为算法上的突破而发生改变。

3大AI基础层商业模式

分析完了AI上的数据，我们再来分析一下另外一个关键点，AI对于公司商业模式上的改变。在我看来，AI能够给公司商业模式上带来的变化，总共就三种。一种是破坏性创新，disruptive innovation，第二种是业务优化，第三种是业务拓展。这三大类公司，有的是要避开的陷阱，有的是隐藏的机会。搞清楚他们如何投资，是我们AI选股的关键。接下来，我会从投资价值的角度来挨个分析一下这几类AI应用公司具体该如何投资。

我们先来看AI商业模式中，第一大类公司，破坏性创新的公司。他代表的是那些利用AI创造出一个全新的商业模式的公司。典型的例子就是OpenAI的ChatGPT，在他出现之前，没有人在AI语言模型这个领域打造出成功的产品。他是第一个将语言模型带入到应用层高度的产品。这就像是互联网时代，开创了电商的亚马逊，开创了网上支付的PayPal，以及开创了社交媒体的Facebook一样。他们都是颠覆性的存在，也就是我们所说的破坏性创新，disruptive innovation。

这样的公司是具有极高的上限的，他可能能够创造最多的商业价值。但是，我们也必须清楚一点，这样的破坏性创新也是最难投资的。因为他风险极高，尤其是在技术出现的早期。现在我们是看到了亚马逊，PayPal，Facebook的成功，但是你没看到的是同一时期，有大量被淘汰的所谓同样的这些破坏性创新。事实上，就是电商，网上支付也不是亚马逊或PayPal的首创，只不过是他们发扬光大了而已。现在AI应用还处于非常早期的阶段，这种破坏性创新，押中了厉害，押不中就全完蛋，在我看来他更像是一种赌博，它的收益风险比是很低的。对于我们投资者而言，现在去寻找AI领域里的破坏性创新，我认为是不明智的。

‘伪AI’ AI公司

第二类公司，是利用AI来优化自己现有业务的公司。而优化业务，也分成两种，一种是利用AI来降低成本，另一种是利用AI来提高营收。我们得分开来看。

第一种利用AI来降低成本，这种公司是最需要我们投资者小心的，因为单纯来用AI降低成本的公司往往都是陷阱。倒并不是说，用AI降低成本这事儿不靠谱啊，AI确实可以用来有效的降低成本。比如AI可以写一些基础的代码，做一些资料的收集，也可以胜任一些重复性强的工作。这些都是可以帮助公司节省一些人工成本的。

但问题是，用AI来降低成本这件事多半是不可持续的。从财报数据上看，他也就是一个一次性的提升，提升完了就完了。而利润的增长也就会止步于此。而且更重要的是，这种成本上的优化，几乎都无法给公司构建起护城河。举个例子，比如Wendy’s最近开发了一个AI聊天机器人，可以辅助点餐和客服，减少人工支出。这对于Wendy’s来说肯定是好的，但这种应用并不会建立起行业优势，麦当劳以后也能用，KFC也能用，最终大家又会回到同一起跑线上。所以说，一旦有公司，因为这样的AI应用而股价大涨，我们投资者最好要警惕。

不过，同样是优化现有业务，利用AI来提升营收的模式就会相对好一些了。这种方式往往是具有可持续性的，也能因此构建起一定的护城河。不过，我们仍要注意的是，这样的公司还算不上真正的AI应用层公司。为什么这么说呢？

我举一个当年互联网的例子大家就明白了。你们知道线上支付业务最早是谁发明的吗？是pizza hut，一个传统线下卖pizza的公司。Pizza hut当年就是利用了互联网的网上订餐，优化了他线下卖pizza的服务。网上订餐服务确实为他带来了更多的订单，也使得他在当时那个环境下得以脱颖而出。但你能说pizza hut是一个互联网公司吗？我想并不能。但这并不代表互联网没有给他带来质的提升，他因此而获得的更多用户，更快的增长，会持续反映在他的业绩中，也能为他的股价带来提升。

这样的公司在现在的AI领域里也有，比较典型的就是Adobe。最近Adobe乘着AI的趋势，开始给自己的现有产品增加AI功能。他前不久刚刚公布了一个这么一个名为firefly的功能，任何人只要在photoshop软件里给出文字指令，就可以让photoshop对图片进行编辑了。比如下图展示的这个例子中，你只需要在Photoshop的对话框里输入“夜晚潮湿的小巷”这些文字，软件就能自动把这头鹿P到这么一个背景之上了。

用过Photoshop的看官应该都了解，这个软件最大的问题就是太复杂，不好上手。经过AI的这么一优化，也许就可以有更多人接触到Photoshop这款产品了。我现在还不知道具体效果如何，但是逻辑上，这就是典型的通过AI来提升营收的模式。如果效果好的话，AI确实能够为Adobe吸引更多的用户，从而带来更多的营收，也有助于他建立起更深的护城河。

但你说Adobe能被称为是一家AI公司吗？我认为暂时还不能，至少现有的AI应用是不行的。所以说Adobe也就不配拥有像AI公司一样的估值。我们作为投资者，还是需要把他当作一家设计软件的SaaS公司来分析公司的业绩。而如果因为AI而导致他有任何非理性上涨，我认为都是需要我们投资者警惕的。

当下最具投资性的AI商业模式

最后，我们来说说这第三大类公司，利用AI来拓展业务的公司。这些公司的一个共同特点是，他们原本有非常成熟的业务，加入AI后，不仅能够提升现有业务的表现，同时还能开辟出一条全新的赛道。这类公司在投资层面，我认为是现阶段最值得关注的AI公司。

我们还是类比当年互联网的发展。在互联网发展初期，也有这么一家利用互联网来开辟新赛道的公司。他的名字叫做微软。微软在互联网时代之前就已经有很成熟的业务了，也就是他的电脑操作系统。而互联网时代来临之后，他不仅利用互联网促进了操作系统的贩售，同时也开发出了，诸如IE浏览器，MSN聊天软件，以及后来的Azure云计算等全新的赛道。

从投资的角度来看，这样的公司模式是收益风险比最高的。你想，对于微软来说，他已经有稳定的业务，稳定的现金流，因此他就有很强的试错能力。即便做不成，他的业务也有保障。而一旦做成了，就会有极高的上限，短期的增长也极具爆发力。

同样的道理，应用到现今的AI身上也是如此。一个比较好的例子就是Deere。Deere是一家专门做农业设备的公司，北美农场上经典的黄绿拖拉机，就是Deere的产品。这家公司做农业设备已经有近两百年的历史了，有着非常成熟的业务模式。但近10年，公司非常积极的在开发AI技术，试图实现农业的全自动化。据公司自己讲，他们在2030年之前，就能实现农业上，从播种，到种植，到收割的全过程自动化生产。未来，公司除了买硬件的拖拉机以外，还会开辟出新的卖自动化软件的服务。

咱们先抛开公司这些愿景是否可实现不谈，单看AI对于公司商业模式的改变，他是符合我们介绍的这条投资逻辑的。AI不仅优化了他现有的农业机械业务，同时还开辟出了一条卖软件服务的新的商业模式。如果AI自动化做成了，那么Deere这家公司的上限会有一个巨大的提升，但如果做不成，他的主营业务也非常成熟，至少风险是绝对可控的。至于这家公司是否真的有这个实力，以及他的基本面到底如何，这就是另外一个故事了。对于Deere这家公司，我在两周前的会员文章中详细分析过，感兴趣的看官欢迎移步到我的美投圈查看。

其实和Deere非常类似的，还有特斯拉。现在特斯拉的主营业务还是造车。而特斯拉的自动驾驶很显然也具有上述特点。他是既能够提升电动车的销售，也能为特斯拉开辟出一条新的卖服务的赛道。对于特斯拉而言，他的自动驾驶不仅能够带来服务销售，还能够带来诸如像robotaxi出租车的新业务。

显然，这样的AI公司，相比于单纯利用AI优化业务的公司，上限会相对高很多。而和那些破坏性创新公司比起来，他的风险又低很多。所以说，我认为满足这样条件的AI公司，在现在这个AI发展初期的阶段，是最值得我们投资者关注的。

结语

到这里，关于AI应用层公司的投资思路我就介绍完了。总结一下，什么样的公司才是值得投资的应用层公司呢？我认为，第一他必须有大量的，高质量的私有数据。第二，他最好能够运用AI技术，在提升自己现有业务的同时，还能够开辟出全新的商业模式。如果一家公司能够同时满足这两点，我认为就是一个非常值得关注的投资机会。现在市场上这样的公司并不多，但我相信往后随着AI的不断发展，一定会有越来越多这样的公司出现。现在我们掌握了方法，也就不怕错过新的机会了。