达晨财智邬曦：我对这轮超级周期的「10个核心判断」

这一轮超级行情，到底是革命还是泡沫？

什么样的公司才能穿越周期、真正长大？

当“大部分努力归于无效”，投资人该相信什么？

……

在沙丘投研院黄埔17期「开学第一课」上，@达晨财智合伙人、执行总裁兼首席投资官 邬曦 以“超级周期 超级分化 超级公司”为题，分享了来自投资一线的真实体感与冷静思辨。

*本文谨整理并精选邬曦导师的10个核心观点，以身处产业风暴眼的投资人视角，为沙丘校友及读者厘清市场趋势、周期与泡沫、技术本质、组织韧性等核心命题。Enjoy~

有一点是确定的：从资本价值重估到科创要素集聚，再到财富格局重塑，“超级分化”已经是现实，且正在加速。

在当前的上市环境下，会面临更严峻的考验。

市场普遍观察到，各板块的上市盈利门槛较此前有明显抬升，IPO也更趋审慎，过去适配中小成长企业的退出路径正在收窄，与之相伴的是整个投资范式与方法论的迭代。

二级市场的分化也很直观。

A股头部市值公司的榜单，原来的老面孔持续换成新名字。硬科技赛道明星企业的市值量级，正在快速追上甚至超越传统消费或是制造业龙头。

美股市场也呈现同样的特征，美光、Lumentum这类算力产业链公司一飞冲天，早已和当年的SaaS明星Salesforce拉开量级，新旧产业的市值走势非常显著。

“分化”甚至渗透到了创业人才与财富格局里。过去我们讲二八定律、一九定律，而当下的体感是，资源与价值正在以更快的速度向更为少数的主体集中。

我们正处在一个超级分化、范式转移的大时代。旧的投资地图正在失效，新的核心资产正在被定义。这就是大背景。

AI这件事，就是一套层层递进的转换系统，每一层的效率叠加，决定了最终的产业价值。

最左端是能源，以电力为主，绿电、火电、未来的可控核聚变都包含在内；电力通过AIDC、芯片、存储、光传输这套系统，转换成算力；算力再通过大模型，转换成智力。

不管是OpenAI、Anthropic，还是智谱、Kimi，本质都是算力到智力的转换装置；最后，智力再通过harness应用等形式，转换成真实生产力。token进入工作流、进入产业，最终改造生产生活。

整个链条的核心，是每一层的转换效率。谁的损耗越小、效率越高，谁的价值就越大。前面三层的电力、算力、智力，现在基本都跑通了，看得见摸得着。

真正的争议在最后一层：这些智力、这些token，到底能不能真的干活？能干到什么程度？这也是判断这一轮AI到底是新一轮产业浪潮，还是纯泡沫的核心观察点。

我认为，“大家都在讲AI”的现象，并不构成泡沫，泡沫的本质是交付出来的token没有足够价值，或价值场景不成立。

从ChatGPT爆火开始的人工智能浪潮，到现在才三年多，但感觉像过了很久，因为AI的基本趋势已经没人怀疑了。

哪怕未来只有5%的AI渗透率，都是几万亿美元的生意，谁敢错过？但产业渗透是慢的，要三年五年；资本集结是快的，一个月一个季度就能完成。

这个时间差必然会有泡沫，这是资本和产业的双重特性决定的。

我们能看到，产业的基本面是扎实的。Anthropic成立才四年，今年年底ARR大概率能到600亿美金。人类商业史上从来没有过这样的物种，微软、谷歌走到这一步都花了将近二十年。

那具体怎么判断Token到底有没有用？我提供一个简单的四象限框架来辅助观察——

纵轴的标准是token价值的高低，横轴是智能可达性。

第一象限是智能够、价值也高。这一类现在跑得最顺的就是AI编程，也是目前模型公司最核心的收入来源，背后是不可逆的生产力替代。

为什么是coding先跑通？因为代码本身就是一种语言，和大模型的语言属性天然匹配；而且开发者环境自带断点、错误反馈，天然就是个强化学习的场景。

现在Google七成以上的新增代码是AI写的，互联网大厂大量的工程师在用AI编程工具，效率会提升很多。硅谷大规模裁员，背后很大原因就是AI提效了。

甚至连创业逻辑都变了。以前公司成立半年从10人扩到100人，大家觉得很厉害；现在反过来，人多反而说明AI用得少、渗透率低。

剩下几个象限就很清楚了。纯闲聊式的对话属于智能足够，但价值低，新鲜劲一过就没人用了；智能和价值都低的第三象限，基本不用看；第四象限就是具身智能这类，价值极高但现在智能还不够，还需要时间突破。

C端AI和互联网时代的核心区别是：互联网看DAU、MAU，AI看token消耗。光有活跃用户没用，要有持续、深度的调用，不断生成、不断消耗token，才是健康的商业模式。

C端的强场景，不能太简单，也不能太复杂。太简单的事，比如打车、买菜，点一下就完成，不需要AI；太复杂的事，一年用一次，token消耗上不去也没有规模。要找到那些“有点麻烦但又不太麻烦”的高频场景。

我们投了两个项目，目前数据都不错。一个是AI视频生成的爱诗科技，投的时候只有10个人，现在ARR已经做到6000万美金。

另一个是女性向情感陪伴产品 Tipsy，用户规模不大，但付费能力极强。除了聊天以外，它还能根据对话上下文，实时生成两人互动的视频，比如聊到下雨，就生成一段两人雨中漫步的画面。

视频对token的消耗远大于文字，而情感场景下的付费是非理性的，用户愿意为极致的情绪价值买单，这就是真实的消耗。

具身智能现在遇到的瓶颈是什么？关于我们人类的动作，最丰富的数据来自视频。但视频能不能产生足够的物理AI智能？

目前的研究结果是，能产生一部分，但不够。

很多视频生成模型可以用像素模拟物体的运动轨迹和状态。但它不准确，核心原因是缺乏物理信息。它是一种视觉的模拟，而不是一种物理的生成。

人的学习过程很有意思。一个小孩学走路、学跑步，不需要知道万有引力定律，在运动过程中就能提炼出足够的信息。但现在的神经网络还做不到。

所以大家的思路都是在视频的预训练中，加入物理信息，想办法把物理数据和视频数据混合训练，看能不能收敛出靠谱的动作输出。

李飞飞、杨立昆都在提相关方向，国内也有很多尝试。本质上就是一件事：让模型从“看懂”视频，到“理解”物理规律，最终输出可以驱动执行的动作Token。

现在各家都在布局，但谁能跑通、什么时候跑通，没人知道。

这只是直观地表达，不作为严谨公式，但也确实反映了一些规律。现在市值能冲上去的公司，大致都占了这几条。

五个因素占得越多，天花板就越高。全占满可能是万亿美金量级，占四个可能是千亿级。

比如能出海的大模型公司，既是国产替代又有全球市场，天花板就比纯做国内替代的公司高得多。

落地到中国市场，我有一个底层信念：未来五到十五年，中国大概率每年都会跑出几家顶尖公司。

它们具备全球市场能力，技术水准与全球前沿拉齐，我称之为「中国全球性技术公司」，这类公司最差也是千亿人民币市值起步。

假设每年稳定跑出5到10家，十年就是50到100家。对机构来说，核心问题就是：你能“投中”多少家？你又“重投”了多少？

这笔账算起来简单，做起来极难。它意味着大量工作本质是无效的。超级分化的时代，大部分事情都没有回报。

如果一家投资机构忙来忙去，最终没投中这类核心公司，本质上就只是按点上下班，和真正的投资事业没什么关系。

现在的新技术、新赛道，没人能说自己完全看得懂。

即使团队里有顶尖的算法工程师，也没人能确定这个技术能不能收敛跑通，这个团队能不能持续稳定。怎么办？

投资就像做选择题，我们没有学霸一眼选出正确答案的本事，就用排除法。

一个赛道有8个玩家，先把最不靠谱的3个筛掉，剩下5个再深入尽调，风控再过一轮，最后投个两三家，基本就是这个思路。

排除法核心看什么？首先是人和事的匹配度。赛道再好，人不对也没用。

比如做底层模型的创始人，天天应酬喝大酒，大概率成不了。技术公司的迭代，很大程度依赖创始人的洞察力。Anthropic就是靠着创始人的技术判断力，早早收敛到AI coding方向，少走了很多弯路。

我们还要警惕 “新瓶装旧酒”。

原来的业务没做明白，套个AI、出海的概念就想起飞，基本都不靠谱。国内市场没打透，就直接想冲全球市场，大概率会碰壁。

最近看《价值投资3.0》这本书，有个观点很受启发。

我们现在的会计准则是工业时代的产物，厂房、设备可以分10年、20年摊销，但研发费用是投在人身上的人力资本，却要一次性计为当期费用。这对科技公司的估值判断，其实有很大误导。

举个例子，在历史某个阶段，Google按现行会计准则计算，PE大概25倍。但如果把研发费用当成资产，分5年摊销，还原真实利润，PE就只有16倍。

很多在盈亏线上徘徊的科技公司，用这个方法还原，估值逻辑可能会完全反转。

当然，摊销年限是5年还是10年，没有标准答案，基础研究的周期可能更长。但这个思路很有价值，尤其是做二级市场投资的时候，自己动手算一遍，可能会发现不一样的机会。

还有一个视角的变化。

我们原来特别推崇的ROE，巴菲特说低于15%的不要投，他更偏爱轻资产、高利润的公司。这到今天我也认为是对的。但在现在这个时代，除了ROE，ROA或许更值得重视。

这也不是说重资产就值得投，钢铁、地产这类低质量的重资产当然不行，但高质量的重资产叠加重研发，反而会形成极强的供给壁垒，别人复制不了，就会更值钱。

比如存储、GPU、晶圆厂，都是重资产，但壁垒摆在那里，生产不出来就是生产不出来。

模型输出的token是数字的，但生产token的过程是物理的，是靠实实在在的算力资产堆出来的。拉长10年周期看，靠时间积累出来的、别人难以复制的重资产，叠加旺盛的需求，会爆发出巨大的能量。

做VC，说“完全不怕FOMO”，是不可能的。

VC就是单行线，“过了这个村就没这个店”。技术拐点期的错过，往往不只是丢一个项目，甚至可能错过一整段职业周期。

所以过去“宁可错过、不要投错”的老逻辑，如今已经不再适用。

我认为，投资人最核心的修炼，其实是降低ego，不要总陷在“自己是对的”的执念里，越有经验越要放下身段，保持对新事物的开放。

组织打法也要同步迭代。

“中登”冲锋在前的模式，好像已经跑不通了。更适配当下趋势的是合伙人带一线的年轻人去打。

这群“AI原生代”的年轻人对技术的敏感度、信息颗粒度，是无法替代的，决策速度差出几倍，项目结果更是天差地别。

投资这件事太混沌了，不能轻易做总结，更不能神化方法论。

世界的本质极其复杂与稠密。我们即使有了大模型，用语言去描述它，也是非常稀疏的。

成功不可复制，如果我们简单地把成功抽象出来，那就是一个稀疏的描述，跟用语言去教机器人做动作一样，会丢失大量信息。

我宁愿多总结一些失败项目的教训，少谈点成功经验。

虽然我们每个人的视野放在整个市场里都微不足道，但这份一线体感恰恰最真实。它不是从券商报告、咨询报告里摘录来的，而是天天跑项目、跟创始人接触得来的。以上这些总结未必高明，却是最切身的体悟。

你要问我要怎么做投资，其实我也不知道。对我自己而言，不强求标准答案，保持嗅觉、认真做事，就够了。END

▲ 点击立刻 加入沙丘