Edge
Chrome
Firefox
首先我们来明确一下AI的定义，简单来说，人工智能就是让机器能够模拟、延伸和拓展人类智能的科学与技术。这里的“智能”包括学习、推理、感知、理解、沟通、决策甚至创造等能力。
我个人将AI拆解为三个层面，即“信息整合-决策-输出”，作为理解AI的基本框架，再从这三部分中选择技术最优、潜力最大的企业进行投资。
对上述框架结构进行分别解释：
一、信息整合：这一层是AI的感知和认知前端，负责从复杂、混乱的现实世界中获取、理解和整合信息。核心任务是感知、理解，相当于人类的感官和大脑皮层（负责处理感觉信息）。
二、决策：这一层是AI的大脑和中枢，它基于整合层提供的信息，进行推理、判断和规划。核心任务是分析、推理、规划、判断，相当于人类的逻辑思维和决策系统。
三、输出：这一层是AI的手脚和输出端，负责将决策层的指令转化为实际世界中的行为或输出。核心任务是执行、交互、影响环境，相当于人类的肌肉和语言系统。具体表现为：在物理世界中包括控制机械臂抓取物体、让机器人移动、调整工厂的生产参数、控制汽车的刹车和方向盘；在数字世界中包括在屏幕上显示信息、发送一封邮件、执行一段代码、在社交网络上发布一条消息、播放一段语音；还包括人机交互，通过语音合成与用户对话，或生成一段文本回复（如ChatGPT）。
根据这个框架，典型应用包括：
1. 自动驾驶汽车。整合：通过摄像头、激光雷达、GPS等传感器，感知周围环境、车辆自身状态和地图信息。决策：基于感知信息，判断当前路况（如前方有车减速），规划路径（是否变道），并做出决策（如“开始刹车”）。输出：控制系统执行决策，具体操作刹车、油门和方向盘。
2. ChatGPT。整合：理解用户输入的文本，将其转化为模型内部可以处理的特征表示。决策：基于海量数据训练得到的知识，进行复杂的推理和内容生成规划，决定下一个词、下一句话应该是什么。输出：将决策结果转化为人类可读的文本，并输出给用户。
3. 工业机器人。整合：通过视觉系统识别传送带上的工件位置和型号。决策：判断工件是否为目标工件，并计算出机械臂需要移动的轨迹。输出：控制机械臂的电机，完成抓取和放置动作。
在这个框架中，整合是基础，决定了系统能“看”多清、“听”多明；决策是核心，体现了系统的“智能”水平；输出是目的，实现了AI的价值，使其能够真正地改造世界。
那么在投资中，我认为应该紧紧围绕上述框架进行分析，从下面三个角度出发，寻找最值得投资的AI企业。
技术护城河深：在自身领域拥有核心技术、专利或市场领先地位，且创始人或技术团队具备显著行业背景，作为行业领跑者。
赛道前景广：所处的细分赛道符合AI长期发展趋势（如算力、大模型、自动驾驶、机器人等）。
商业化落地能力强：技术能够转化为实实在在的营收和利润，或具有清晰的商业化路径。
说说我自己的观点，我认为目前市场热捧的“易中天”光模块和液冷等方向，只是AI基建的一环，相当于给决策层的大脑提供营养，让大脑容量更高，这几个企业在AI发展初期具备高度确定性，但一定不是AI投资中最具有技术含量和长期技术积累后“最亮的仔”，只是作为中国没有英伟达的简易版替代品。
我个人最看好的三个AI企业是：阿里巴巴、第四范式和地平线机器人。这三家企业是软硬结合的AI典范。
阿里巴巴的优势在于其庞大的业务生态提供了无与伦比的数据和应用场景，使其AI技术能快速落地和迭代。阿里的优势是“大而全”，依靠生态和云计算，在全栈布局上占据制高点。
大模型与通用AI（“决策”层核心）：拥有的自研大模型处于中国大模型发展的第一梯队。云计算与平台能力（“整合”与“决策”基础）：阿里云作为亚洲领先的云服务商，提供了强大的算力底座。丰富的落地场景（“输出”层验证）：电商与广告，AI用于搜索推荐、营销、客服，直接驱动核心业务；菜鸟网络的智能路径规划、仓储机器人；饿了么的智能调度。
第四范式专注于一件事：如何让企业（尤其是大型企业）更高效、更低门槛地构建和部署AI应用。作为最像PLTR的中国企业，其优势是“深而精”，是企业级AI决策的“专家”和“工具箱”，先知平台作为先发的企业级AI平台，专注于自动化机器学习（AutoML），能大幅降低企业构建高精度预测模型的成本和门槛。聚焦高价值决策，如风险控制、供应链优化、精准营销等，在金融、零售、能源等行业积累了深厚的经验，能将其沉淀到平台中。
地平线的优势在于其独特的“算法+芯片”软硬结合的协同设计能力，专为自动驾驶提供高性能、低功耗的AI计算方案。并且，如果在智驾领域能够成功长期取得竞争优势，可凭借智驾获得的经验和数据应用到机器人和无人机等潜力热门领域，开发出第二、第三曲线。边缘AI芯片是AI在物理世界“行动”的“发动机”，在自动驾驶等对算力、功耗、延迟要求极其苛刻的领域，建立了强大的硬件壁垒。
各位如果有其他更好的公司推荐，欢迎与我分享。
我个人将AI拆解为三个层面，即“信息整合-决策-输出”，作为理解AI的基本框架，再从这三部分中选择技术最优、潜力最大的企业进行投资。
对上述框架结构进行分别解释：
一、信息整合：这一层是AI的感知和认知前端，负责从复杂、混乱的现实世界中获取、理解和整合信息。核心任务是感知、理解，相当于人类的感官和大脑皮层（负责处理感觉信息）。
二、决策：这一层是AI的大脑和中枢，它基于整合层提供的信息，进行推理、判断和规划。核心任务是分析、推理、规划、判断，相当于人类的逻辑思维和决策系统。
三、输出：这一层是AI的手脚和输出端，负责将决策层的指令转化为实际世界中的行为或输出。核心任务是执行、交互、影响环境，相当于人类的肌肉和语言系统。具体表现为：在物理世界中包括控制机械臂抓取物体、让机器人移动、调整工厂的生产参数、控制汽车的刹车和方向盘；在数字世界中包括在屏幕上显示信息、发送一封邮件、执行一段代码、在社交网络上发布一条消息、播放一段语音；还包括人机交互，通过语音合成与用户对话，或生成一段文本回复（如ChatGPT）。
根据这个框架，典型应用包括：
1. 自动驾驶汽车。整合：通过摄像头、激光雷达、GPS等传感器，感知周围环境、车辆自身状态和地图信息。决策：基于感知信息，判断当前路况（如前方有车减速），规划路径（是否变道），并做出决策（如“开始刹车”）。输出：控制系统执行决策，具体操作刹车、油门和方向盘。
2. ChatGPT。整合：理解用户输入的文本，将其转化为模型内部可以处理的特征表示。决策：基于海量数据训练得到的知识，进行复杂的推理和内容生成规划，决定下一个词、下一句话应该是什么。输出：将决策结果转化为人类可读的文本，并输出给用户。
3. 工业机器人。整合：通过视觉系统识别传送带上的工件位置和型号。决策：判断工件是否为目标工件，并计算出机械臂需要移动的轨迹。输出：控制机械臂的电机，完成抓取和放置动作。
在这个框架中，整合是基础，决定了系统能“看”多清、“听”多明；决策是核心，体现了系统的“智能”水平；输出是目的，实现了AI的价值，使其能够真正地改造世界。
那么在投资中，我认为应该紧紧围绕上述框架进行分析，从下面三个角度出发，寻找最值得投资的AI企业。
技术护城河深：在自身领域拥有核心技术、专利或市场领先地位，且创始人或技术团队具备显著行业背景，作为行业领跑者。
赛道前景广：所处的细分赛道符合AI长期发展趋势（如算力、大模型、自动驾驶、机器人等）。
商业化落地能力强：技术能够转化为实实在在的营收和利润，或具有清晰的商业化路径。
说说我自己的观点，我认为目前市场热捧的“易中天”光模块和液冷等方向，只是AI基建的一环，相当于给决策层的大脑提供营养，让大脑容量更高，这几个企业在AI发展初期具备高度确定性，但一定不是AI投资中最具有技术含量和长期技术积累后“最亮的仔”，只是作为中国没有英伟达的简易版替代品。
我个人最看好的三个AI企业是：阿里巴巴、第四范式和地平线机器人。这三家企业是软硬结合的AI典范。
阿里巴巴的优势在于其庞大的业务生态提供了无与伦比的数据和应用场景，使其AI技术能快速落地和迭代。阿里的优势是“大而全”，依靠生态和云计算，在全栈布局上占据制高点。
大模型与通用AI（“决策”层核心）：拥有的自研大模型处于中国大模型发展的第一梯队。云计算与平台能力（“整合”与“决策”基础）：阿里云作为亚洲领先的云服务商，提供了强大的算力底座。丰富的落地场景（“输出”层验证）：电商与广告，AI用于搜索推荐、营销、客服，直接驱动核心业务；菜鸟网络的智能路径规划、仓储机器人；饿了么的智能调度。
第四范式专注于一件事：如何让企业（尤其是大型企业）更高效、更低门槛地构建和部署AI应用。作为最像PLTR的中国企业，其优势是“深而精”，是企业级AI决策的“专家”和“工具箱”，先知平台作为先发的企业级AI平台，专注于自动化机器学习（AutoML），能大幅降低企业构建高精度预测模型的成本和门槛。聚焦高价值决策，如风险控制、供应链优化、精准营销等，在金融、零售、能源等行业积累了深厚的经验，能将其沉淀到平台中。
地平线的优势在于其独特的“算法+芯片”软硬结合的协同设计能力，专为自动驾驶提供高性能、低功耗的AI计算方案。并且，如果在智驾领域能够成功长期取得竞争优势，可凭借智驾获得的经验和数据应用到机器人和无人机等潜力热门领域，开发出第二、第三曲线。边缘AI芯片是AI在物理世界“行动”的“发动机”，在自动驾驶等对算力、功耗、延迟要求极其苛刻的领域，建立了强大的硬件壁垒。
各位如果有其他更好的公司推荐，欢迎与我分享。
京公网安备 11010802031449号