一直以為，付娟的演講可能是每年公募基金中期策略最值得聽(tīng)的場(chǎng)次。

【資料圖】

她通常會(huì )就近半年內最新的科技和創(chuàng )新進(jìn)展做深度梳理，又從二級市場(chǎng)的角度給出未來(lái)較有機會(huì )的行業(yè)方向的投資思考。

某種程度上，這是每年公募業(yè)界最像瑪麗·米克（華爾街互聯(lián)網(wǎng)女王）的一場(chǎng)演講。

即便你對她和她的基金不了解，她的觀(guān)點(diǎn)和她的思考也會(huì )給你很多啟發(fā)。

2023年8月，在申萬(wàn)菱信基金中期策略會(huì )上，作為申萬(wàn)菱信權益投資部負責人兼研究部負責人付娟以“世界因AI而加速，空間計算從0到1”為主題分享。

內容依然精彩而予人啟發(fā)。我們摘錄部分以饗讀者。

（采用第一人稱(chēng)，部分內容有刪節。）

上半年發(fā)生了什么？

首先，和大家回顧一下上半年股票市場(chǎng)的經(jīng)歷，以及現在這個(gè)時(shí)點(diǎn)上對權益市場(chǎng)的看法。

在重要會(huì )議之前，整個(gè)市場(chǎng)非常明顯或者極致的特點(diǎn)是波動(dòng)率非常低。但是，較低的波動(dòng)率在近期被打破了。

上半年到底發(fā)生了什么？

第一點(diǎn)，截止7月底萬(wàn)得全A指數是正收益，但公募基金的中位數是負數。這是2014年以來(lái)，公募基金罕見(jiàn)的業(yè)績(jì)均值跑輸市場(chǎng)（一半以上暫時(shí)落后）。上一次出現這種情況是2014年。

第二點(diǎn)，上半年直觀(guān)的感受是TMT行情非常好，我們認為成長(cháng)股的基金經(jīng)理應該都表現很好，但實(shí)際上成長(cháng)股風(fēng)格的基金多數表現不太行，是弱于平衡型或者價(jià)值型的產(chǎn)品的，原因是在于2023年的成長(cháng)股內部發(fā)生了極大的分化。

過(guò)往公募基金的成長(cháng)股主要是在新能源和醫藥，但2023年上漲的TMT鮮有基金重倉，這是2023年上半年公募基金發(fā)生的事情。

按照風(fēng)格來(lái)說(shuō)，按照比較傳統的界定，是沒(méi)有風(fēng)格的，比如按照成長(cháng)、價(jià)值，大盤(pán)、小盤(pán)，但實(shí)際上上半年大家都知道有非常明確的風(fēng)格，就是主題。

今年上半年按照大盤(pán)小盤(pán)來(lái)看，也沒(méi)有特別明確的一邊倒的趨勢，比如成長(cháng)風(fēng)格。

成長(cháng)風(fēng)格內部分化也非常大，漲幅排在前面的和排在后面的，都是成長(cháng)風(fēng)格。

但偏價(jià)值類(lèi)的，比如家電、建筑、石化，也沒(méi)有跑輸，都是跑贏(yíng)的，至少上半年來(lái)看，成長(cháng)和價(jià)值都是均衡的。

小盤(pán)和大盤(pán)來(lái)看，2023年上半年小盤(pán)顯著(zhù)跑贏(yíng)了大盤(pán)，這與市場(chǎng)年初的預期（不同）。

包括我自己2022年12月份做2023年年度策略的時(shí)候也看錯了，市場(chǎng)絕大部分人看錯了。

因為年初的時(shí)候基本上是按照東升西落的經(jīng)濟預期給出“大盤(pán)跑贏(yíng)小盤(pán)”（的觀(guān)點(diǎn)），但整個(gè)觀(guān)點(diǎn)錯了，實(shí)際上整體小盤(pán)跑贏(yíng)了大盤(pán)。

往往在經(jīng)濟復蘇的時(shí)候，大盤(pán)股是最先受益于復蘇的。經(jīng)濟復蘇趨勢日益確定和強化的時(shí)候，整個(gè)經(jīng)濟的訂單，效果才外溢到了小盤(pán)。

所以，在年初的時(shí)候，大家往往認為大盤(pán)會(huì )相對跑贏(yíng)。疊加海外經(jīng)濟會(huì )軟著(zhù)陸，中小盤(pán)受出口影響。但實(shí)際來(lái)看并非如此。

成長(cháng)價(jià)值難分伯仲

我們寫(xiě)年中策略報告的時(shí)候是7月下旬，整個(gè)7月下旬波動(dòng)率是非常低的。

當時(shí)我們認為這種低波動(dòng)的情況難以持續，只要發(fā)生一些事件，低波動(dòng)就會(huì )被打破。

第一，我們對于國內的經(jīng)濟是保持樂(lè )觀(guān)的，最近兩三個(gè)月是對基本面對經(jīng)濟體感最差的階段，在這樣的位置上，繼續變差的概率應該是非常小。

同時(shí)，從庫存的波動(dòng)來(lái)看，基本上已經(jīng)進(jìn)入了主動(dòng)去庫的尾聲，接下來(lái)大概率是要進(jìn)入被動(dòng)去庫的復蘇點(diǎn)。

國內經(jīng)濟下半年上行的概率比較高的，疊加了重要會(huì )議上的變化，活躍資本市場(chǎng)的定調也有所升級，又強調了逆周期調節，對整個(gè)經(jīng)濟向上的預期是現在是越來(lái)越多了。

但還有一部分投資者認為，預期起來(lái)之后，要看到實(shí)在的政策出臺和落地，可能會(huì )進(jìn)一步向上拉動(dòng)一些資產(chǎn)的表現，這是大家目前對國內經(jīng)濟的看法。

雖然情況可能會(huì )有改變，但我們認為風(fēng)格上可能還是成長(cháng)和價(jià)值有所均衡。

如果中國經(jīng)濟復蘇更加明確，可能大盤(pán)股風(fēng)格會(huì )跑贏(yíng)，包括大盤(pán)價(jià)值，但是如果海外債震蕩，接下來(lái)邊際向下的概率還是逐漸增加的，對于整個(gè)新興市場(chǎng)，包括成長(cháng)股風(fēng)格，又是一種促進(jìn)作用，下半年我們認為整體風(fēng)格還是均衡，但成長(cháng)的大小盤(pán)可能會(huì )發(fā)生一些變化，價(jià)值風(fēng)格大小盤(pán)也會(huì )發(fā)生一些變化，但是價(jià)值和成長(cháng)之間可能還是難分伯仲。

從行業(yè)比較角度，可以看到，估值便宜的成長(cháng)股，成長(cháng)性也較低，引不起大家投資的興趣。有成長(cháng)性的賽道又很擁擠，不擁擠的估值又高。所以很難有持續上漲的板塊，不管是成長(cháng)還是價(jià)值。

舉個(gè)例子，電新不管是從復蘇的確定性以及估值來(lái)看，都比較好，如果按照經(jīng)典的景氣度投資方法來(lái)看，電新應該是相對值得投資的板塊，至少它的龍頭股市會(huì )有比較好的買(mǎi)入價(jià)值。

但2023年大家特別關(guān)注擁擠度，也就是籌碼分布的因素，所以電新也沒(méi)有被持續布局或者是選擇。

比如計算機非常不擁擠，除了與AI相關(guān)的一小部分有超額收益，大部分的股票表現非常一般。

而且估值從在歷史分位上來(lái)看也處于相對低位，但下游主要是B端和G端，所以盈利周期還沒(méi)有明確的向上拐點(diǎn)。

再比如醫藥或是食品飲料，雖然相對自身的歷史估值不高，但相對其他板塊或從PEG角度看，又顯得沒(méi)那么有吸引力。

所以受中觀(guān)層面的因素影響，大家對行業(yè)選擇上是比較糾結的。

關(guān)注智能化和空間計算

面對這種糾結的情況，我還是建議關(guān)注產(chǎn)業(yè)主線(xiàn)，尋找一些足夠新的，有大的成長(cháng)空間，在不斷發(fā)生變化的企業(yè)。

我這次中期策略就主要想跟大家分享智能化和空間計算。

首先，今年上半年全民都在熱議的就是Transfomer，AI加速的問(wèn)題。我也投入了比較多的時(shí)間和精力去看這方面的東西，發(fā)現這一波的AI讓很多產(chǎn)業(yè)層面開(kāi)始能夠釋放出產(chǎn)業(yè)紅利，不管是降本還是增效。

比如，新藥或者新材料的研發(fā)，有很多與配方、分子式相關(guān)的不斷的試錯或模擬的過(guò)程，以前可能都靠固定的程序，甚至人工去做實(shí)驗或者調試。

但因為AI的出現，很多過(guò)程可以用AI的方式進(jìn)行篩選，無(wú)疑會(huì )大大提升效率。

包括數據的重要性及未來(lái)合成數據出現，也會(huì )讓AI進(jìn)一步加速。

AI對B端影響更大

所以2023年我的一個(gè)非常明顯的感受是，周?chē)暮芏嗍挛镌谧兓?，尤其是科技產(chǎn)業(yè)，尤其是C端和B端。

以前在移動(dòng)互聯(lián)網(wǎng)時(shí)代，感受最多的還是C端的變化，但是2023年感受最多的其實(shí)是B端的變化。

和上一波移動(dòng)互聯(lián)網(wǎng)有非常明確的不同，AI這波，對C端、B端，它都會(huì )進(jìn)行深刻的改造。

AI剛開(kāi)始炒的時(shí)候，全市場(chǎng)瞄準C端，尤其是傳媒。但一開(kāi)始我的觀(guān)點(diǎn)就跟大家不同，我認為這一波AI與移動(dòng)互聯(lián)網(wǎng)最大的不同就是，對B端的影響可能是更加突出的。

從目前我們看到的一些情況來(lái)看，Office的一些AI的應用，營(yíng)銷(xiāo)軟件里面的應用，反而是更快落地的，但對于C端，哪怕是游戲里面的功能，都是相對緩慢地應用。

所以這一波的AI跟上一波是明顯不同的，讓我們深刻感受到的是AI加速了世界的變化。

整個(gè)世界3D能力加速

人工智能、或者智能化，對整個(gè)信息的影響到底經(jīng)歷了什么樣的過(guò)程？

首先，自從有了計算機的發(fā)明，人類(lèi)與系統，現實(shí)世界和虛擬世界之間有持續的分工和交互。

有了計算機之后，人類(lèi)和系統就進(jìn)行了分工。沒(méi)有計算機之前，對物理世界所有信息的收集、處理、行動(dòng)，都是人類(lèi)自己去做。

有了計算機之后，可以把信息、模型和行動(dòng)這三要素的信息部分交給計算機去處理，這是第一代系統所完成的任務(wù)。

在第一次信息革命的時(shí)候，更多的是把物理世界的東西進(jìn)行電子化，信息化，這一步上積累了大量的電子數據，電子化的資料，這一步為第二步奠定了非常好的基礎。

第二代系統，人類(lèi)和系統之間的分工又發(fā)生了一次變化，在信息處理，模型（也就是思考）和行動(dòng)這三步里，人類(lèi)可以把思考開(kāi)始交給系統去做，這是有了深度學(xué)習以及最近的AI之后，我們發(fā)現思考環(huán)節可以交給大模型去做，我覺(jué)得這是發(fā)生的最大的變化。

系統如何具有知識或者像人一樣思考的能力，還是來(lái)自于第一步，有了很多電子化的數據，去喂養它，去訓練它，從而使系統或者計算機擁有了思考，也就是大模型的能力。

大模型的能力也是日新月異，進(jìn)步速度非?？?。人類(lèi)已經(jīng)把信息，感知世界的部分交給了計算機，把思考的部分也交給了計算機，接下來(lái)就差行動(dòng)了。

所以，在接下來(lái)一段時(shí)間，更多的是系統幫人類(lèi)做很多行動(dòng)上的產(chǎn)品。行動(dòng)就是我們通常說(shuō)的，比如具身智能、AI代理等這樣的功能，這些都叫行動(dòng)。

在空間計算概念出現之前，計算機再強，也是二維計算（工具），但人類(lèi)世界是三維世界。在空間計算出現之前，一直存在一種矛盾，人類(lèi)生活是三維世界，但計算機永遠是二維的，沒(méi)有辦法去完全匹配融合，現實(shí)與虛擬統一，但空間計算的出現，使得計算機跟人類(lèi)完全的需求，自然習慣匹配了或者統一了，在各種科幻片當中看到的立體交互就會(huì )出現了。

我認為這個(gè)是接下來(lái)可能比較新的一個(gè)方向。

因為AI讓我看到了三維世界構建的可能性，三維世界因為AI會(huì )加速來(lái)到我們身邊。

大眾傳媒的介質(zhì)，歷史上經(jīng)歷了文字，圖片到視頻的變化，但到了三維世界，可能我們傳遞信息的媒介不再是文字圖片或者視頻，而是3D的內容。

3D的內容，如果看生產(chǎn)的過(guò)程，會(huì )發(fā)現一個(gè)非常大的痛點(diǎn)是在于它的時(shí)間成本，付出的成本是非常貴的、也非常耗時(shí)，這是按照傳統的3D建模的方式實(shí)現3D內容的生成，但因為AI的出現，3D內容上也有了大模型的能力，它的生產(chǎn)成本就會(huì )大幅下降。

比如unity，是做游戲引擎、做3D引擎的非常重要的全球玩家，他在transformer之后也推出了兩項AI的工具，利用unity提供的3D工具，開(kāi)發(fā)者可以迅速實(shí)現，更加方便地實(shí)現3D內容的生產(chǎn)。

蘋(píng)果也推出了很多基于3D內容制作的套件，軟件，模型，大家生產(chǎn)3D內容的工具也日漸豐富起來(lái)了。

這中間就會(huì )產(chǎn)生3D數據資產(chǎn)的積累。

為什么系統開(kāi)始具備模型或者思考的能力，是有了計算機之后，把物理世界大量轉化為電子信息的世界，電子化的世界。有了這些數據、語(yǔ)料、資料，才讓模型“大力出奇跡”，涌現的方式，來(lái)實(shí)現自我思考、自我學(xué)習的能力。

3D內容的生成，同樣需要3D的語(yǔ)料，因為這些3D的AI的工具產(chǎn)生，相伴產(chǎn)生的3D數據也會(huì )越來(lái)越多。

現在市面上3D的數據、圖片、視頻非常少，一旦這些數據因為AI加速而越來(lái)越多，它也可以反哺3D大模型的進(jìn)展，可以顛覆我們現有所有的交互模式。

蘋(píng)果的M2讓我第一次感覺(jué)到了空間計算終端產(chǎn)品是什么樣的狀態(tài)。在蘋(píng)果M2出現之前，我們一直認為可能在很長(cháng)一段時(shí)間之內，頭盔和眼鏡都是用于娛樂(lè )，甚至只用于游戲的終端。但是蘋(píng)果的M2出現之后，我發(fā)現它可能是一個(gè)類(lèi)計算平臺的終端產(chǎn)品，類(lèi)計算平臺就相當于手機，電腦的計算平臺的概念。不僅僅用于娛樂(lè )，用于生活，工作，溝通交互等都可以實(shí)現。

它強大的芯片，強大的傳感器，研究完之后，讓我覺(jué)得真的是劃時(shí)代的產(chǎn)品。雖然這個(gè)產(chǎn)品離3D空間計算最終成熟，還有一定的距離，但我覺(jué)得它已經(jīng)是完全的劃時(shí)代的產(chǎn)品。

3D或者三維重建的概念，不光存在于大家印象當中，它存在于現有世界的所有狀態(tài)當中，包括智能駕駛，機器人，甚至前段時(shí)間剛炒過(guò)的3D打印，都跟整個(gè)世界3D能力加速相關(guān)。

比如智能駕駛，如果看一些智能駕駛的博主的測評，會(huì )發(fā)現智能駕駛在很短的時(shí)間內，甚至已經(jīng)在個(gè)別場(chǎng)景的處理中優(yōu)于人類(lèi)的司機，而不是像之前一看就是新手司機的感覺(jué)。

對拐彎、超車(chē)、加塞這種場(chǎng)景，自動(dòng)駕駛，包括L3，L4級別的，它的流暢度甚至超過(guò)人類(lèi)司機的駕駛能力了，這也是因為人工智能，transfomer智能化架構的出現。

以特斯拉智能駕駛最新一次的迭代而言，它就是運用了transformer+BEV的架構，讓自動(dòng)駕駛數據的收集，數據的訓練，以及駕駛體驗的優(yōu)化快速迭代，才達到了讓人特別驚艷的效果。

我們國內新勢力為代表的汽車(chē)品牌，也在加速學(xué)習，部署一套transfomer架構的智能駕駛。

三維重建的技術(shù)，讓智能駕駛也快速升迭代，有時(shí)候我們感受不到它在發(fā)生變化，其實(shí)它已經(jīng)在某些領(lǐng)域發(fā)生非?？焖俚淖兓?，因為大模型可以吞吐的數據訓練量非常大。

以前特斯拉，小鵬等訓練的時(shí)候，用的駕駛數據，都是圖像按幀訓練，而現在是基于數據視頻的背景進(jìn)行訓練，動(dòng)態(tài)的，在4D的基礎上進(jìn)行訓練。

算法的能力提升，對真實(shí)世界的模擬，仿真能力都在提升，車(chē)上已經(jīng)有了非常明顯的進(jìn)展，接下來(lái)我們可以期待的是機器人，可能也會(huì )超預期迭代功能實(shí)現。

以特斯拉為例，它的車(chē)和機器人有類(lèi)似的規劃算法，當然機器人是有更多的自由度的，每個(gè)自由度可能都是一個(gè)去控制的算法，可能比車(chē)要更難。但是每一個(gè)自由度上的算法，和車(chē)還是有非常相似的規劃算法的，都是在空間做計算，把物體在空間去站位，去計算應該走的路線(xiàn)或者動(dòng)作的路線(xiàn)。

雖然現在還沒(méi)有人形機器人在成熟的商業(yè)場(chǎng)景落地的應用，但我認為基于車(chē)最近半年到一年發(fā)生的事情，機器人接下來(lái)也會(huì )有讓我們持續超預期的商業(yè)場(chǎng)景的落地的應用展現出來(lái)。

參與全球產(chǎn)業(yè)鏈

對于中國的機器人而言，可能是制造先行，這就落地到A股投資。

整個(gè)的產(chǎn)業(yè)鏈，我們可以先通過(guò)參與全球產(chǎn)業(yè)鏈，依靠自己曾經(jīng)在消費電子、新能源汽車(chē)積累的制造業(yè)優(yōu)勢參與到鏈當中，后來(lái)我們一定會(huì )孕育出自己的產(chǎn)業(yè)鏈的“鏈主”，電動(dòng)車(chē)，智能手機就是非常好的案例。

包括3D打印，也是基于三維模型的數據進(jìn)行構建，進(jìn)行現實(shí)世界和物理世界的連接。

現實(shí)狀況下，數據或者數據要素方面，基于A(yíng)I產(chǎn)業(yè)，要關(guān)注數據產(chǎn)生的AI化過(guò)程，也就是合成數據，大模型能力，要靠能獲得的真實(shí)世界的數據數量和質(zhì)量。

現在整個(gè)行業(yè)正在發(fā)生的非常重要的變化就在于合成數據的產(chǎn)生，或者是仿真環(huán)境的產(chǎn)生，未來(lái)大模型的訓練，大模型的學(xué)習為的不是人類(lèi)的真實(shí)數據，而是很多AI自己生成的合成數據，這也是最近產(chǎn)業(yè)里發(fā)生的比較重要的變化。

關(guān)于數據資產(chǎn)的爭奪越來(lái)越像金字塔的頂尖發(fā)展了，一方面要占領(lǐng)合成數據模型的進(jìn)化，同時(shí)還要去買(mǎi)未來(lái)可能成為模型進(jìn)化非常重要的數據資產(chǎn)，比如剛才提到的3D數據資產(chǎn)。

微軟多次收購一些游戲公司，不是要進(jìn)入游戲產(chǎn)業(yè)，它看中的是游戲產(chǎn)業(yè)可能是目前3D數據資產(chǎn)最豐富的領(lǐng)域。從這些巨頭做的動(dòng)作上，就能夠感受到現在哪些數據是稀缺的，哪些數據是未來(lái)最有價(jià)值的。

我們對數據要素繼續看好，因為它是可以改變現有傳統生產(chǎn)要素的創(chuàng )新型的生產(chǎn)要素。接下來(lái)也依然要持續關(guān)注跟數據相關(guān)的所有的AI資產(chǎn)。

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞：