论文部分内容阅读
未来人工智能可能带来机器与人的深度融合,甚至互相影响,但进行投资决策却需要更关注可实现的商用价值。
首先,关注赛道选择。目前人工智能还遠没到雨露均沾的程度,谁能选好赛道,谁就具有了先发有优势。人工智能的赛道,比如搭建生态系统或开发平台的腾讯和阿里巴巴、语音识别的科大讯飞、安防设备的海康威视等,都在各自赛道上占据具有了一定的先发优势。而在知识产业、文化娱乐产业以及传统制造业中还有很多细分的蓝海领域,正在等待布局。
其次,关注落地节奏。摩尔定律大概两年翻一倍的迭代速度,不仅是针对硬件,软件也随着硬件发展速度的提升而不断改进,在功能性、服务体验、场景开发等各个方面都会同步更新。人工智能的前景不限于机器和效率的提升,但人工智能落地的节奏却往往会受到效率提升的影响。如果能够在某一个特定场景、特定功能下基本达到人的水平,比如语音识别、安防监控等,或者减少人类犯错误的概率,比如智能记账和收银系统等,与产业的融合难度会更小,企业的利润会更快实现,其短期基本面的价值也会更高。
第三,关注政策变化。人工智能正处于产业政策的红利期。如2017年医疗行业的关于互联网诊疗的管理办法,把互联网诊疗活动限定于“医疗机构间的远程医疗服务和基层医疗机构提供的慢性病签约服务”,这在一定程度上缩小了服务方位,降低了互联网诊疗的竞争度,可能会减缓人工智能的应用进度。反之,2018年12月,工信部发布文明确虚拟现实产业2020年、2025年的发展目标,对于人工智能在虚拟现实产业的应用进度则会起到积极地推动作用。
最后,关注预期差的变化。人工智能目前还处于产业的导入阶段,还没有进入利润集中释放的时期,基本面没有证伪能力的情况下,股价更多会受到投资者预期变化的影响,关于预期差也是人工智能投资的重要方面。
(作者系万博兄弟资产管理公司总裁)
首先,关注赛道选择。目前人工智能还遠没到雨露均沾的程度,谁能选好赛道,谁就具有了先发有优势。人工智能的赛道,比如搭建生态系统或开发平台的腾讯和阿里巴巴、语音识别的科大讯飞、安防设备的海康威视等,都在各自赛道上占据具有了一定的先发优势。而在知识产业、文化娱乐产业以及传统制造业中还有很多细分的蓝海领域,正在等待布局。
其次,关注落地节奏。摩尔定律大概两年翻一倍的迭代速度,不仅是针对硬件,软件也随着硬件发展速度的提升而不断改进,在功能性、服务体验、场景开发等各个方面都会同步更新。人工智能的前景不限于机器和效率的提升,但人工智能落地的节奏却往往会受到效率提升的影响。如果能够在某一个特定场景、特定功能下基本达到人的水平,比如语音识别、安防监控等,或者减少人类犯错误的概率,比如智能记账和收银系统等,与产业的融合难度会更小,企业的利润会更快实现,其短期基本面的价值也会更高。
第三,关注政策变化。人工智能正处于产业政策的红利期。如2017年医疗行业的关于互联网诊疗的管理办法,把互联网诊疗活动限定于“医疗机构间的远程医疗服务和基层医疗机构提供的慢性病签约服务”,这在一定程度上缩小了服务方位,降低了互联网诊疗的竞争度,可能会减缓人工智能的应用进度。反之,2018年12月,工信部发布文明确虚拟现实产业2020年、2025年的发展目标,对于人工智能在虚拟现实产业的应用进度则会起到积极地推动作用。
最后,关注预期差的变化。人工智能目前还处于产业的导入阶段,还没有进入利润集中释放的时期,基本面没有证伪能力的情况下,股价更多会受到投资者预期变化的影响,关于预期差也是人工智能投资的重要方面。
(作者系万博兄弟资产管理公司总裁)