本文來自格隆匯專欄：六裏投資報

廣發電子信息傳媒基金經理馮騁，日前參與了一場主題為“TMT行業投資節奏把握”的交流活動，分享了作為科技成長基金經理對前沿領域投資機會的觀點。

馮騁具有豐富的產學研經歷，是清華大學物理學博士，曾任中國信息通訊研究院工程師、招商證券通信行業研究員，2018年加入廣發基金後致力於TMT行業研究與投資，2020年8月出任廣發電子信息傳媒基金經理。

截至2023年6月末，馮騁管理的廣發電子信息傳媒今年上半年取得了55.81%的收益率，同期同類基金的平均收益為13.05%（來源：銀河證券基金研究中心，產品類型為TMT與信息技術行業股票型基金（A類））。

數據來源：基金定期報吿，截至2023.06.30，馮騁自2020年8月7日接手管理至今。

今年上半年，ChatGPT引領的AI浪潮引發了全市場對於科技成長板塊的關注，尤其是TMT為主的三大行業，更是市場關注的焦點。

就TMT行業的投資節奏，馮騁分享了自己的心得。

馮騁表示，這一次AIGC大模型創新的產業變革，可以與人類歷史上的工業革命、信息技術革命相類比，它所帶來的是人類生產生活中降本增效的全面升級。

但目前來看，真正的AI應用還沒有廣泛落地，沒有真正深入到人們的工作與生活中，這也使得市場對這一波產業趨勢並沒有形成一致的高度預期。

馮騁表示，從投資節奏來講，今年上半年，產業發展脈絡沿着大模型、數據到算力的方向演進；

再往後看，應用的全面落地，包括to B以及to C等多個應用方向，將成為產業發展中關注的重點。

當應用切實落地並普及後，它將與算力形成良性互動——應用普及將帶動算力需求提升，同時算力提升將推動降低成本，進一步促進應用的普及。

從這一方面來講，算力依然是後續關注的重點。

投資報整理精選了馮騁分享的精華內容如下：

沿着算力、大模型，到數據的方向演進

問：進入下半年，上半年AI產業鏈的投資熱度在下半年會不會持續？不同的投資節奏在你看來又會如何表現？

馮騁：先談一下這次AIGC大模型創新的產業變革。

這次大的產業變革，可以和人類歷史上的工業革命、信息技術革命類比，大概率會有比較長的產業趨勢的演進過程。

上半年，產業發展脈絡沿着算力、大模型到數據的方向演進；

往後看，一個非常重要的點，就是AIGC在未來應用的全面落地;

應用的方向可以集中在to B生產力工具如數字人、虛擬助理等由大模型帶來的可以替代人的智能工作的方面。

所以，從中期的產業趨勢來説，我們可以參考的歷史是2009年-2015年移動互聯網浪潮這一次持續了接近十年的產業趨勢變革。

同樣的週期，我們認為這次AIGC大模型的突破，實際上不亞於移動互聯網這樣的底層技術突破。

它影響了千行百業的變化，所以它的產業持續時間，我覺得至少是3-5年的變化；

而且有可能，在年底或者明年就可以看到很多AI應用在我們身邊出現，開始滲入到我們的工作、生活當中去。

我們在投資領域經常講的一句話就是"買在分歧，賣在一致"。

站在年中的位置，AIGC這個產業趨勢在上半年很火，大家的預期達到了相對的高度，但是這樣的中期產業趨勢並沒有達到一致的很高的預期。

主要原因就在於，我們身邊很多人並沒有開始使用AI應用，無論在工作中、還是在生活中都沒有開始用。

比如編輯、電影、遊戲或者辦公場景，還沒有完全滲透到我們的生活中去。

移動互聯網時期，大家都在用手機玩遊戲、看直播，點外賣、打車等，相關應用也在鋪開。

但是現階段，我們並沒有看到身邊有很多人在用這些應用，所以這一波產業趨勢沒有結束，而且沒有達到市場比較高度的一致預期狀態。

AI應用或在，to B領域更快落地

問：從產業趨勢的發展來看，接下來哪些應用最先落地？我們可以從to C和to B分開分析。

馮騁：一個新技術的出現，首先是給生產力效率帶來一定的提升和變革。

對於AIGC大模型技術，我們比較看重的，是它在生產力場景上會帶來效率的提升。

比如我們比較關注到B領域的辦公場景。

簡單理解，AI大模型具備小學生或者中學生這樣通識能力的智能水平，但是我們要在這個基礎之上給它灌輸更多專業知識。

比如給它灌輸法律、教育、醫療方面的知識，它會成為專業領域比較專業的人才，輔助你提升工作效率。

所以我們關注它在to B領域垂直應用的進展。有可能在明年就會看到相關的應用出來。

比如，我們現在比較關注的辦公領域，一鍵生成PPT的功能，包括幫你提煉會議紀要、提煉總結要點，幫你做會議整理和梳理。

相當於每個人會配上一個個人助理，幫你完成一些具體的工作，提升工作效率。

這個領域是非常值得關注的。

在to C領域，現在AI跟到C領域的結合，比如情感陪護、私人助理等，也是比較好落地的場景。

但是我們現在看到，to C場景上大家還在探索，還沒有一個非常清晰、全面的場景。

比如之前大家關注度比較高的AI和遊戲的結合，想做出一個特別重度的AI遊戲玩法，現在大家還都在探索過程中。

所以，我們覺得到 B領域落地更快。

另外還有一個思路值得未來留意。

你可以把AI模型理解為人的智能替代，會從智能水平比較低向智能水平比較高的工作慢慢滲透。

從這個角度來講，我比較關注智能駕駛領域。

目前來看，相對於辦公領域設計一個非常複雜的PPT，可能駕駛場景對智能的要求稍微低一點。

智能駕駛通過運用Transformer模型的算法，已經取得了重要的突破和進步。

未來看得再長遠一點，模型訓練方法用在機器人這樣的訓練場景上，也會帶來機器人智能的提升。

這些場景有可能未來兩三年逐步落地。

應用的普及將會，

和算力提升形成良性循環

問：年初AI產業鏈呈現出輪動的變化趨勢，從一開始算力到大模型、到傳媒，再到算力，你會更加關注哪些方面？除了剛剛説的應用，這個產業鏈上的機會應該如何把握？

馮騁：行情走到現階段，再往後，我們比較關注這幾個方向：

一是國內模型能力新的突破，達到可以落地應用的能力，這是非常重要的。

二是大家依然非常關注算力、數據這些場景後續產業趨勢的發展。

一方面，隨着下游應用的不斷滲透，算力需求不斷增長；

另一方面，人類對於模型能力邊界的探索也沒有結束。

海外OpenAI訓練到3.5-4.0，實際上未來它對模型邊界能力的探索還是在往後延伸的。

如果明年出現更大參數模型的探索，它的能力可能還會有更大的擴展，對算力還會有更多需求。

從這個角度來講，我們對算力依然非常關注。

同時，我們更關注應用這種能切實落地的場景，給人的生產生活帶來變化，或者説產品的供給能達到人們想要的能力，這樣的話應用才能得到很好的普及。

從這個角度來講，我們覺得，整個下半年到明年上半年，一旦出現爆款應用，它會和算力形成良性互動。

應用普及，帶動算力需求提升，同時算力的快速提升、降低成本，又帶來應用的普及，就會形成這樣的良性循環。

這是下一段行情我們比較關注的點。

AI助力降本增效，提升產品價值

問：從投資的角度，大家更關心的是，這些新的產業、新的創新，應該怎麼評估它未來的商業模式和盈利能力呢？

馮騁：實際上，它並沒有改變原有產業的商業模式。

比如我是一個賣SaaS軟件的公司，通過和AI結合，還是原來的SaaS訂閲收費的模式，並沒有改變商業模式。

但是，我可以通過提供AI模塊，提升你的工作效率，多收一部分費用。

交了這個費用的人，用了AI之後，工作效率比不用的人大幅提升，最後的結果很可能是大家都會用AI功能。

前提是，我的AI功能效果要好，能真正產生價值。

比如寫一篇報吿，以前要花一週時間，現在通過AI輔助的模式，一天就寫完了，

這對我工作效率提升很大，我願意為這個效率提升付費，這是AI核心商業模式的本質。

問：還有別的想象空間嗎？

馮騁：在降成本這一端也有很大的應用場景。

比如，以前做一部動畫電影有可能花三年時間，通過和AI技術結合，有可能出現一年做三部電影的情況，大幅提升生產端的效率。

而且，AI是否會改變很多企業的成本結構以及盈利模式，這也是值得探討的。

比如直播行業，以前直播行業的利潤分配以人為主，如果未來能做出非常逼真的數字人形象，而且它有很好的IP效果，它極有可能就是頭部主播。

而且，成本很可能是更低的，完全可以依賴它的IP效應，它的收入跟IP效應相關，但成本非常低，預計會大幅提升這些行業的盈利能力。

未來2-3年是科技創新的上行週期

問：當這個行業熱起來之後，很多企業都在湧入這個賽道。你覺得什麼樣的企業更容易勝出？或者説投資者應該關注具備什麼樣特質的企業？

馮騁：這也是我們不斷思考的問題。

從產業鏈環節來説，其實用一句話就可以表達結論，就是真真正正能把產品做好的企業。

企業自身能做好這個產品，把產品打磨好，能給大家帶來價值提升、效率提升。

能把產品做好的企業，這是我們非常關注的備選標的。

到了這一階段之後，我們一定要重點關注能把產品落地、能把價值體現出來的企業，這樣的話，客户才會為你付費。

問：從中長期視角看，你覺得科技板塊有哪些機會是值得投資者密切關注的？

馮騁：從2023年往後看，預計未來2-3年是科技創新的上行週期。

從時間節奏來看，未來2-3年是小的創新上行週期。

從方向來看，在我們的框架裏，TMT行業最有吸引力的點是創新，創新的本質就是滲透率的快速提升，所謂的滲透率提升就是有新需求、有新空間。

未來我們要關注哪些產業是從1到10的產業趨勢創新，哪些產業是從0到1偏主題性的創新，我們比較關注這兩類方向。

從0到1偏主題性創新，有可能產品形態定義還不夠清楚，滲透率常年維持在幾個點，這種創新更多是過去沒有，現在突然有了，會有一波主題性機會。

但是往後看，我們要更多關注這一類創新能不能度過技術供給的拐點，使得產業趨勢從1到10。

比如過去兩年的元宇宙、VR，都屬於這樣的狀態。

還有一類是從1到10，是我們比較關注的產業趨勢的創新。

本質是滲透率從1到10，滲透率從個位數到10個點，再到20個點、30個點。

有這樣的產業趨勢，使得很多公司能在業績層面逐步快速兑現，這一類機會一旦出現，就是非常重要的投資機會。

未來有幾個方向可能有滲透率快速提升，比如智能汽車，比如再過一兩年的MR、VR可能就是這樣的產業趨勢機會。

同時，我們也關注到一些週期成長性機會，比如半導體週期，從歷史數據來看，因為它的產業規律相對明確，一般是兩年半上行、一年半下行。

重點關注智能汽車的滲透率提升

問：智能汽車的投資邏輯你們是怎麼看的？

馮騁：智能汽車的市場空間，跟之前消費電子的需求空間有可能是一個量級。

對於汽車來説，智能化的滲透率目前只有10個點左右。

我們要關注智能化的滲透率能不能快速提升，這是我們做行業比較時較為關注的點。

過去幾年，我們看到汽車出現輔助駕駛功能，加上了攝像頭、激光雷達、座椅、座艙的智能化；

加上這些輔助功能，使得汽車變得更方便、更舒適，駕駛效率更高，智能效率提升。

同時，我們也看到，自動駕駛新的功能在今年通過算法的提升又上了一個新的台階，我們判斷有可能進一步加速行業的發展。

不過，我們認為，智能駕駛這個細分的Beta還是服從於汽車行業的大Beta。

二季度之前，大家對智能駕駛板塊關注比較少，表現不是太好，主要是車的大Beta沒有起來，偏負向。

6月、7月之後，車的銷售數據在改善，智能駕駛成了板塊裏表現最亮眼的細分方向。

往後看，隨着車的大Beta企穩，智能駕駛板塊技術出現突破，將帶來更強的滲透率變化。

問：你管理的TMT主題基金表現這麼好，跟你自己在技術方面長期的跟蹤研究是不是有很密切的關係？

馮騁：研究TMT是比較辛苦的，科技的變化非常快，新技術出現、產業鏈的變化也非常快。

我和我們TMT研究組的組員，緊密跟蹤產業鏈上的變化，對公司的基本面情況進行跟蹤，不斷驗證，提出一些假設和想法，或者得出一些觀點。再觀察它是否能得到市場進一步的支持或者驗證，這對我們提出了很高的要求。

同時，我們也在不斷思考，從偏中觀的角度，每一個技術的發展都有風險，不一定每個技術都能真正進入產業趨勢1-10的階段。有可能它在出現之後就消亡了，沒有落地。

這也需要我們學習很多技術發展的歷史，總結規律，判斷哪些技術可以實實在在地落地，哪些技術還有很長的成長週期。

這涉及到對中觀產業趨勢的判斷，對我們提出了比較高的要求。