AI投资的全家桶模式

AI的热潮，依然没有半点消退的迹象，反而出现更大的加速。

中国的春节还没过完，Open AI就甩出了超级王炸--视频生成应用sora，不用不知道，一用全是惊喜。说一句话，就可以生成的短视频，居然比一个人工团队折腾几天做出来的还要好。

不得不承认，AI的技术进步真的是一日千里。国内有大佬就公开表示，通用人工智能（AGI）的到来，比原先计划大大提前。

如果把现在的AI应用比成1996年的互联网，后面的井喷是毫无疑问的，这不仅是应用层面，是改变世界的力量，也是造富机会的井喷。

问题就变成，作为有幸见证这一代伟大技术变革时代的你和我，如何抓住这个千载难逢的投资机会呢？

01

小学生才做选择题

在研究美股的时候，笔者发现一个挺有意思的事情。

在几乎所有的美国大型公司的前五股东里，都会发现贝莱德、先锋、道富的身影。

比如苹果、微软、英伟达等科技巨头：

还有传统得不能再传统的可口可乐和百事可乐：

这是什么概念呢？

用早些年比较畅销的，讲述美国犹太财团的书籍来概括，那就是他们已经统治世界。

这当然有吸引眼球的意思，但美国的金融财团，像犹太人建立的贝莱德、先锋、道富，还有昂撒人创立的洛克菲勒、花旗等，已经成为全世界金融市场最*的力量。

不过，今天我们不是要吹捧这些财团的神话，而是从中道出一个简单的投资理念：

如果看好一个行业或者几个行业，*的投资方式，不是去比较哪家公司好，哪家公司坏，而是把行业内有实力的公司，都买下就可以了。

比如可口可乐和百事可乐，普通投资者总是纠结于可口可乐好还是百事可乐好，然后挖空心思去研究，为的是证明买可口可乐不买百事可乐，或者买百事可乐不买可口可乐，但在聪明且有实力的投资人，这种事就是浪费时间。

既然确信可乐这个赛道好，*的投资方式就是可口可乐和百事可乐都买，如果实在觉得可口可乐要好一些，那给可口可乐的仓位多点就是了。

因为可乐这个赛道的需求、竞争格局、增长前景、企业基本面、投资回报率，等等等，都已经非常的公开化，可以说基本没有什么秘密可言。可口可乐和百事可乐的双寡头局面也已经定型那么多年，丝毫看不到有什么东西能够颠覆它们，*的可能就是大家都不喝可乐了，但这种可能性几乎等于0。

用一个现在很流行的梗来说，那就是“小学生才做选择题，成年人全部要”。

02

“全家桶”的投资模式

回到AI的投资，过去一年多相信有的人赚得盘满钵满，也有的人强烈踏空，心生遗憾。

首先值得肯定的是，AI这个足以改变世界的技术革命，才刚开始，如果硬要给他一个时间点，我倾向于它类似1996年的互联网，基准是付费用户的渗透率。

所以，拉长时间看，并没有踏空一说，因为后面的时间还很长，机会还很多。试想一下，1996年的时候，亚马逊还没有上市，google、meta都没成立，即便10年之后的2006年，买入亚马逊，到现在依然有80倍的涨幅。

这也充分说明，一个足以改变世界的技术革命，绵延的时间跨度是如此之大，造富机会是如此之多，根本不需要过度担忧上不了车。

问题只是，到底应该以什么样的策略去投？

套用前面的叙述，策略其实非常简单，那就是：对于各个领域排名靠前的AI公司，都买入就是了。

你没有必要殚精竭虑去研究GPT-4好还是GEMINI 1.5强，为了证明其中一个能够吊打另外一个。因为事实上都差不多，即使聚光灯都在open AI，也不代表google已经落后，毕竟google的AI，曾经是遥遥*的存在，还记得2016年的阿尔法狗战胜人类围棋冠军的事吧。

有人说google的AI起了个大早，赶了个晚集，当年明明坐拥AI领域最富盛名的Hinton教授、以及Ilya Sutskever等一种牛人，却硬生生地被小弟open AI反超。更讽刺的是，open AI能做出chatGPT，依靠的还是google划时代的transformer 架构，open AI的首席科学家，正是Ilya Sutskever。现在，Hinton辞职了，当年写出transformer架构的8个人，全都离开了google。

所以，google没戏，不值得投资。

这样的结论，其实等于只买可口可乐，而放弃百事可乐，虽然这样的投资也没什么错，比如巴菲特就很钟情于可口可乐，但对于百事可乐没什么兴趣，但贝莱德、先锋、道富却完全不同的策略，他们就是啥都要，反正有的是钱。

口说无凭，直接上数据。

2009年金融危机到现在，可口可乐的营收增长了20%，净利润增长了55%，股价增长了5倍；同期的百事可乐，营收增长了111%，净利润增长了54%，股价增长了4倍多。

两者的盈利和股价增长基本同步，你可以说百事可乐的营收增长质量要差一些，但这些并不影响你买入百事可乐的投资收益。

所以，如果不想错过AI的投资机会，*的做法还是贝莱德，现在美股上的AI公司，贝莱德们都有持股，即使像unity、Roblox这类小票都不放过。

他们是真的想明白了，最后到底是GPT牛一点，还是Gemini牛一点，又或者微软的业绩增速高点，还是google更有成长性，根本不重要，重要的是你的仓位都买入了微软和google，他们谁胜出，你都是赢家。

这就叫多面下注，稳赢。

03

把炒股玩成风投

其实，贝莱德的做法，类似于风险投资，只不过这些比起风险投资更好，因为这些公司已经已经上市，有完善的信息披露机制，对于公司的研究和展望更容易，不像风投那样要冒那么高的风险。

把他们的玩法看明白，完全复制贝莱德做法的国内投资机构，高瓴是其中一个，也可能是最著名的一个。他们的做法也是投赛道为主，看好新能源赛道，就把这个赛道里排名靠前的公司都买了，比如动力电池的宁德时代、比亚迪，电动车的比亚迪、蔚小理，还有生物医药的众多公司。

这种“全家桶”模式的好处在于只需要搞清楚赛道是不是好赛道，就可以了。押注这些赛道的好公司，获取收益也非常简单，只需要躺平就可以了。

当然，赛道里的公司最后的发展可能有差别，这个公司业绩兑现好一些，股价涨得高一些，那个公司相对弱一些，甚至有公司高开低走，最后泯灭众人。这是另外一个问题，也就是仓位比例的设置，以及仓位的即使调整。

因为经过一段时间的验证，各家公司的发展情况，业绩兑现，基本面都会有变化，做得好的加持，做不好的减持，做得实在太烂的，清仓即可。

这样的操盘是不是简单多了？

股市为什么总是有7亏2平1赚之说，又为什么明明很简单的赚钱道理，说出来人人都懂，但真正赚到钱的很少？

这个事，巴菲特算是看得最通透的。

亚马逊创始人贝佐斯说过一个小故事。

有一次他问巴菲特：你的投资理念非常简单，为什么大家不直接复制你的做法呢?

巴菲特回答到：“因为没有人愿意慢慢地变富。”

做股票投资，其实并没有特别深奥难懂的东西，如果拆解那些著名投资人的投资框架、投资逻辑，你会发现，都是很简单的常识性的东西。而且这些人到底买了什么，什么时候买，什么价位买，什么价位减持，都是公开信息，你可以什么不懂，就是简单地抄袭，都可以赚到钱。

只不过，大家都想一夜暴富而已。当你总不愿意慢慢致富的时候，实际上你就跟亏损挂上钩。

著名的股票投资家彼得林奇，曾经的说过：

“让我十分困扰的是，人们其实很在乎自己的钱。比如当人们买冰箱的时候，会看买家的评价，买个微波炉也会看，买车的时候也是精挑细选，到处咨询，仔细研究。但当他们只在公交车上，听到某些股票的小道消息时，就会迫不及待拿出半生的积蓄满仓杀入，生怕赶不上。”

这其实就是典型的一夜暴富思维在作祟，我相信不管是巴菲特，还是贝莱德的董事长，买股票的时候都不会这么想。

做投资太着急，就会沉迷于在烂池塘里抓泥鳅，看起来很刺激很兴奋，但结果出了一身泥之外，那几条小泥鳅，够你吃一顿吗？为什么不去大海里捞鲸鱼？

04

结语

人工智能技术的突破，可能是很多人一辈子都难得一见的大机遇，这里面的投资机会很多。能够见证和参与这个大时代，是我们这一带人的幸运。

所以，不必做无谓的纠结，应该积极投身其中。

我知道现在有不少人还在担心是否存在泡沫，不能否认这种担心没道理，毕竟涨得实在太高了。但规避的方法也不是没有，比如选择优质的大公司，像那七大科技股，这些公司本身的盈利能力就很好，估值可能存在一些泡沫，但只要业绩持续有兑现，估值泡沫很容易被挤掉；又比如有很多对冲的工具可以用，大不了财报出来的时候用反方向的期权做好对冲即可。

实在担心，还可以做好仓位管理，持仓比例不要太高，保留更多的现金，等等。

万一泡沫真的破裂，来一次大跌，只有手头有充足的弹药，同样是千载难逢的抄底良机。2000年、2008年两次股市崩盘，成功抄底的人都赚疯了。

至于，会不会出现像2000年科技股泡沫，我看概率不算高。

*，2000年时的互联网泡沫，很多公司都是新创立的，没有营收，纯粹靠PPT去骗钱，跟贾跃亭一样。现在不一样，AI的概念公司，基本都是大型公司，像英伟达、AMD、微软、google、meta、亚马逊，都是业务非常成熟的公司，财务数据相当优秀。英伟达、AMD可能估值高了一点，但微软不到40倍的PE，google不到30倍。

第二，资本市场也是会自我学习的，经过2000年、2008的泡沫破裂，投资者不会盲目给钱那些PPT公司去烧，现在纳斯达克涨得*的AI公司，没有一个是新创的，都是久经沙场的老手。

不想错过大时代，同时在风险和收益中打成平衡，“全家桶”的投资模式，不妨尝试一下，钱多就买大一点的“桶”，钱少就买小一点。

最后，讲个历史小片段：

据历史记载，有一次唐太宗走到殿后端门，见到新考中的进士们一个个排着队，规规矩矩地走出来时，心中大喜，情不自禁地说：

“天下英雄，入吾彀中矣！”

【本文由投资界合作伙伴微信公众号：格隆授权发布，本平台仅提供信息存储服务。】如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。