这里是《得到头条》,我是徐玲。

上周,刘润老师在得到北京学习中心做了一次分享,讲他和峰瑞资本的李丰老师见面交流的心得。我们知道,刘润老师是做战略咨询的,而李丰老师是做早期投资的,他们俩不是同行,但是会经常见面,交换对一些行业和公司的判断。为什么呢?

刘润老师说,做咨询的人有个最大的挑战,就是他对这个世界的感知会出现某种偏差。你想,什么样的人会来找咨询公司呢?多多少少是因为他的经营和管理遇到了问题,需要找咨询公司帮忙解决,否则人家没事不会来找你。这就会造成,做咨询的人看这个世界,全是问题,全是挑战,看到每个人都在被架在火上烤。打个比方,咨询公司就好像是医院里的ICU病房,进来的都是需要抢救的。而投资公司正好相反,好像是医院的产房,每天接触的创业公司,就是一个个有着无限可能的新生命,未来充满希望和想象空间。所以,做咨询的人和做投资的人非常有必要定期聊一聊,相互校正一下彼此对这个世界的看法。

刘润老师说,他最近一次和李丰老师交流的心得,是彻底捋清了“趋势判断”这件事。

我们知道,二级市场上有一对名词,阿尔法策略和贝塔策略。阿尔法策略是指通过精选行业和个股,来获得超越大盘的收益;贝塔策略是指通过把握市场大势、找准买卖时机来超越大盘。也就是说,阿尔法策略重在选股票,而贝塔策略重在选时机。这种区分,其实一级市场也有。一级市场投资人经常说,一看赛道,二看团队。看赛道,就是贝塔策略;看团队,就是阿尔法策略。投资人的能力是不同的,有的投资人的贝塔能力很强,看大势很准;有的投资人是阿尔法能力很强,看人很准。你要清楚地自己的长处在哪里?这是第一点。

第二,趋势变化会带来短暂的失衡,从而形成“趋势剪刀差”。什么意思?举个例子。超市卖食品,临近保质期的时候会降价。一盒保质期是7天的牛奶,可能上架3天后,降价50%,上架5天后,再降价50%。你看,价格下降是一个非线性的过程,而牛奶品质的下降是线性的,这两者不完全同步——当价格刚刚降50%的时候,品质并没有降50%,它的价值大于价格,这就是“剪刀差”。

“剪刀差”对于我们理解这一年以来的芯片价格很关键。你能想象吗,同一款芯片,去年卖70多元,到了今年,不但不降价,反而是暴涨十多倍,卖1000多元。可以看出,芯片产能现在是严重的供不应求。你肯定会奇怪,根据经济学的基本原理,价格涨上去了,那供给肯定会增加啊,为什么芯片的供给迟迟上不来呢?

因为芯片生产的投资周期太长了。投资一条芯片生产线,涉及的供应链很复杂,前两年一定是亏钱的,可能第三年才开始挣钱,五年才回本。所以,虽然现在芯片价格很高,但生产商会做一个判断,就是两年后芯片的价格还会这么高吗?如果两年后我好不容易开始挣钱了,但芯片价格急剧下跌,那我就很难收回成本了。事实上,业内很多人判断,少则一年,最多两年,芯片价格肯定会下来。这么一来,生产商就不会追加投资、建新的生产线。下游厂商一看形势不对,没有新增的供给进来,赶紧囤积芯片,进一步拉高了芯片价格。这就是过去一年来芯片市场发生的情况。

趋势剪刀差,可能是一个行业的巨大机会,也可能给行业带来很大的震荡。

第三,趋势的变化有大有小。有的投资人关注的是长期趋势,就像地壳板块运动,两个大陆板块撞在一起,撞出了喜马拉雅山脉。有的投资人关注的是中期趋势,就像关注一年的四季轮回。而有的投资人关注的是短期趋势,就像看到有个东西马上就要掉下来了,赶快接住它。板块运动级别的趋势,必须是带来了“全局性的增量”,让全社会的商业效率有整体提升,比如2013年的国内电商,2020年的跨境电商。

总结一下,专业投资人做趋势判断的三个维度:第一,区分阿尔法趋势和贝塔趋势;第二,注意“趋势剪刀差”;第三,把握“全局性的增量”。听完这个模型,我有一个感受,未来之所以很难预测,就在于你不知道每个维度的趋势之间会怎样相互影响,是相互抵消,还是同频共振?如果趋势之间相互抵消,只能泛起一点涟漪;而如果同频共振,就可能带来一场商业海啸。

上周,我注意到一条消息,特斯拉推出了一款纯视觉的自动驾驶车FSD Beta Version 9.0。要知道,虽然马斯克一直宣传“纯视觉”的先进性,但在特斯拉以往的车型当中,还是配有雷达系统作为补充的。这是特斯拉第一款没有安装任何雷达系统的车。7月10日是传奇发明家尼古拉·特斯拉的生日,马斯克特意选在这一天发布这款车,很有深意。另外,特斯拉今后在北美市场交付的Model 3和Model Y车型,都不再搭载毫米波雷达。换句话说,特斯拉进入了真正的“纯视觉”时代。

那么,“纯视觉”是不是未来自动驾驶的主流方向呢?之前卓克老师在《科技参考》中专门讨论了这个话题,我来简单梳理一下。

自动驾驶可以分成两大技术流派:一个是以特斯拉为代表的纯视觉派,另一个是以谷歌为代表的激光雷达派。它们的主要区别,是用来搜集路况数据的传感器不一样,也就是车的“眼睛”不一样。纯视觉派的唯一“眼睛”是摄像头;而激光雷达派,选择把激光雷达当作主要“眼睛”,再配合摄像头,综合判断障碍物的距离和视觉细节,比如颜色、图案等等。

激光雷达的工作原理是,发出一束激光,当光射到障碍物后会反射回来,利用中间的时间差就可以算出障碍物的距离。一束激光用处不大,但是,如果以每秒钟发射100次、每次128束光的频率,360°快速旋转扫描,就可以实现对障碍物细节的高精度还原。比如,在碎石路上,前车崩起来一块小石子射向后车,雷达可以实时判断这枚小石子飞行的速度和位置。更厉害的是,激光雷达不受光照影响,即使在漆黑一团的夜里也能保持精准测量。

因为激光雷达的这些好处,目前大部分车企选择了这条路线,除了谷歌、百度、优步这样的互联网企业,还有福特、通用这些传统车企,以及蔚来、小鹏这些国内造车新势力。

再来看以特斯拉为代表的纯视觉派。既然是“纯视觉”,就是只用摄像头作为唯一传感器,激光雷达和毫米波雷达都不用了。为什么特斯拉这么特立独行呢?马斯克给出了这么几个理由:第一,多种传感器相互配合,听起来很好,但是会出现感知结果相互矛盾的情况,很难处理。第二,激光雷达不能单独使用,它还需要高精度地图的匹配,这就让车的使用场景很受限,不可能全球通用。当然,还有第三个马斯克没有说出来的理由,就是激光雷达很贵。能达到自动驾驶要求的激光雷达价格,最初都能买一辆特斯拉了。而一个车载摄像头成本才30美元。

当然,纯视觉系统也有很多技术障碍,比如测距不准、逆光时会严重失真等等。但马斯克坚定地认为,既然人类可以通过视觉收集信息+大脑处理信息的方式进行安全驾驶,自动驾驶技术也可以。在马斯克看来,目前纯视觉的瓶颈在算法,而不在硬件。只要在算法、数据、算力这三个维度持续发力,让视觉处理系统更“智能”,纯视觉方案就能碾压激光雷达技术。

听起来,两边都很有道理,那么未来会站在哪一边呢?卓克老师认为,那就要看,是人工智能的进化速度更快,还是激光雷达的成本降低得更快了。目前看来,激光雷达的赢面好像更大一些。

因为人工智能的图像识别技术在几年前刚刚有一次突破,可能还要几年才会迎来下一次飞跃性质的突破,到那时才谈得上和人的视觉判断相媲美。而2020年被称为“激光雷达元年”,大量厂商涌入,几年之内,激光雷达的价格就会降到现在的1/10到1/20。一旦激光雷达成为自动驾驶标配,对特斯拉的冲击会比较大。因为传感器接收的数据类型不同,机器学习自动驾驶的方式就不同。换上全新传感器之后,就相当于给老鼠加上了一对翅膀,它是不可能飞起来的。这意味着,特斯拉在算法上还要做重大的调整,工作量很大。谷歌走完这个过程需要多久,特斯拉也少不了。特斯拉会不会因此而错过真正的自动驾驶时代呢?

当然,以上只是对未来做的一个猜想。到底哪种自动驾驶技术会胜出,推荐你订阅《卓克·科技参考》,卓克老师会为你持续追踪。

下面是“得到快讯”。

读书大神陈章鱼最近迷上了高阳先生的小说。陈章鱼告诉我,高阳的小说都是皇皇巨著,但是仔细看来,往往都是单元式的分布,一个故事接着一个故事,每个故事都是“枣核形”,开头清晰,结尾明白,中间徐徐展开,娓娓道来。故事之间的衔接,有俯瞰——细看——俯瞰——细看的视角转换,让读者既有大历史的观感,又有小细节的关注,节奏把握得也非常好。想要学会讲故事,尤其是讲大故事的朋友,应该好好读一读高阳先生的小说。得到电子书搜索“高阳”,你可以看个够。

今天就聊到这儿,《得到头条》,明天见。

投资人趋势判断