好的，这是根据您的要求重写后的内容。
摘要
Freda的投资观点聚焦于AI及其相关领域，其中OpenAI作为产品公司，尽管面临训练成本每年10倍的增长，但其通过企业服务、广告和云业务的商业化路径已逐渐清晰，与谷歌的竞争将重塑市场格局。自动驾驶领域，Waymo凭借超预期的执行力和已在旧金山实现的盈利，展现出巨大潜力。而Robinhood则被视为下一代金融平台，其核心用户资产的自然增长和多元化业务有望复刻嘉信理财的成功。当前AI并非泡沫，其渗透速度远超早期互联网，但长期价值取决于能否创造新增量而非仅争夺存量市场。展望2026年，市场焦点将从AI基础设施转向AI应用的实际回报，行业分化将加剧。
线索
1. AI应用的反直觉经济学：传统软件应用规模越大，边际成本越低，毛利率越高。但AI应用的核心观点是“越有人用毛利率越低”，因为推理成本与使用量直接相关。这颠覆了传统SaaS的估值逻辑，未来对AI应用的估值可能更应看重绝对利润而非毛利率，类似早期的AWS。
2. 云市场格局的颠覆：云市场将从“三巨头”竞争转变为“十巨头”混战。Oracle以10%的低利润率入场，各类模型公司（Neo Clouds）也纷纷下场做云。GPU的同质化和客户的高度集中（如Azure增量70%来自OpenAI）将导致价格战，云厂商的利润率将从35%-40%的高位回落。
3. Agentic Commerce的威胁：AI代理（Agent）将重塑数字广告和电商的商业模式。当前商家依赖谷歌、亚马逊等平台引流，但未来Agent也可能成为新的“收费站”，这对Bookings、亚马逊等依赖广告收入的平台构成长期威胁，而长尾商家可能因此受益。
4. 劳动力结构错配的风险：AI提升整体生产效率和GDP的同时，会引发结构性失业。企业利润和留任员工收入增长，但被替代的劳动力面临困境。这可能催生新的社会问题，例如“AI裁员税”等潜在监管政策，是长期投资需考虑的宏观风险。
正文
一、OpenAI
Altimeter在OpenAI拥有约2亿月活用户，并明确其为产品公司而非仅仅是模型公司时决定下注。
ChatGPT的成功主要源于先发优势和更优的用户体验，不具备强网络效应，其分发模式为一对一。
关于OpenAI的商业模式，其训练成本每年以十倍级增长。假设第一年训练成本为1单位，第二年可能获得2单位的收入，但需投入10单位用于新模型训练，导致第二年现金流为-8单位，形成持续负向循环。
要实现现金流健康，只有两种可能：收入增速远超当前模型，或停止投入巨额资金训练下一代模型。训练停止的原因可能是达到物理极限（如模型过大无法训练）或扩展定律放缓。一旦训练投入停止，财务报表将迅速改善。
与Netflix对比，Netflix前期现金流持续为负且逐年扩大，内容资产有四年折旧摊销期。其在2019年现金流为-30亿美元，2020年因内容投入放缓而转正至20亿美元。Netflix当前拥有3亿用户，维护成本相对稳定。未来模型公司同样会训练，但只要投入不成倍增加，利润率就有保障。此外，媒体市场天然分散，而Chatbot用户希望单一平台记忆所有信息，因此市场格局更像搜索，集中度会很高。
OpenAI当前约70%收入来自ChatGPT（包括企业版，其B端与C端收入规模相当）。其API业务收入约为Anthropic的一半，但Anthropic预测自身API收入增长将更快，可能达到OpenAI的五倍甚至更多。
仅ChatGPT订阅业务，未来可能有3亿用户，按每月30美元计算，对应约1000亿美元收入体量。因此，API和Agent被视为公司未来真正的增长潜力所在。
OpenAI希望成为超级入口。在C端存在用户不愿被其掌控的登录问题，但在B端会顺利得多。企业软件已有确定的付费模式，谷歌办公套件等产品可以允许OpenAI直接调用。因此，认为OpenAI在企业端作为超级入口会发展很快，这是一个非共识观点。
广告业务方面，OpenAI拥有8亿周活用户，开展广告业务顺理成章。例如，可为付费用户提供公正结果，为免费用户插入广告，广告收入能快速增长。
云业务是OpenAI的自然延伸，路径类似AWS（从自用到对外销售），预计此举将改变云业务的竞争格局。
OpenAI认为其主要竞争对手是谷歌。谷歌可以通过其TPU带来的价格优势和捆绑销售方式对OpenAI发动价格战。Gemini已对OpenAI的用户时长造成冲击。
中长期看，谷歌可能占据中低端市场（如20美元订阅），而OpenAI占据高端市场（数百美元订阅）。两者可能都是赢家，但目前市场对OpenAI过于悲观，对谷歌过于乐观，因为谷歌面临的威胁并未消除。当前OpenAI的搜索功能本身不直接从内容变现，但当其开始做广告和电商，格局将改变。美国广告市场总量有限，OpenAI的广告收入将从谷歌和Meta手中抢夺。
谷歌已将研究员激励机制改为与模型榜单排名挂钩，这符合其工程师文化。
此前曾担心OpenAI无法做好搜索（因谷歌不提供搜索API），但实际用户体验依然良好。搜索市场格局已被彻底改变，过去谷歌的优势在于便捷性，用户只看前2-3条结果。现在模型可以一秒内处理几十页信息，改变了搜索的护城河。
投资回报方面，OpenAI估值从300亿增至5000亿美元，翻了20倍，但股价仅上涨6倍。
关于IPO，媒体报道的2027年万亿美元估值，对应其收入预测的10倍估值。若能达到该收入，估值合理。参考网景1995年上市，而互联网泡沫在5年后破裂，OpenAI的IPO不等于泡沫顶峰。
与Anthropic的对比：
* OpenAI偏C端，Anthropic超80%为B端客户。
* 两者用户粘性均很好，呈现微笑曲线：早期留存率略有下降后会回升，新用户同期留存率高于老用户。
* Anthropic利润率增长迅速，一年内从每收入1元亏损2元，改善到与OpenAI相近的毛利率水平，其在模型架构和优化方面表现出色。
* 长期看，模型的毛利率将在70%-80%。
* 从增长角度看，近几个月两者每月新增的年度经常性收入（ARR）数额相近。
除Ilya和Mira之外，近期还有近10家新的大模型公司进行融资，融资额均在10亿美元量级，其估值方法主要参考对标的OpenAI。
二、自动驾驶
Waymo的执行能力和速度超出预期。其城市扩张速度明显加快：旧金山耗时5年，奥斯汀2年，硅谷仅半年，且开通一个城市的成本仅需几千美元。
目前Waymo有2500辆车在路上，年化收入达8亿美元。
明后年车辆上量会非常快，与Waymo合作的现代汽车在佐治亚州已有现成工厂，具备10万辆的量产能力。
自动驾驶将对交通行业产生巨大影响。当前Waymo与Uber价格相当，但当物料成本（BOM）下降后，将对Uber产生较大冲击。
Waymo已在旧金山实现盈利，最大成本是车辆折旧（整车成本17万美元，按4年折旧）。即使计入远程安全员、运营、保险等成本，整体依然盈利。
当前Waymo与所有参与者都是合作关系（如租车公司、Uber等）。Waymo需要合作伙伴进行车辆维护、清洁、充电和停车。Uber并非劳动密集型公司，最适合的合作方是专业的车队运营团队。
Waymo需要解决如何平衡峰谷需求的问题。Uber作为轻资产平台，可通过价格调节车队，而Waymo的自有车队在低谷期可能闲置。
与特斯拉的对比：Waymo的优势在软件，问题在硬件成本；特斯拉优势在硬件（纯视觉方案成本低），问题在软件（未在Robotaxi上证明可行性）。Waymo硬件成本会下降，但下降幅度有限：车与传感器约7-8万美元，芯片约2-3万美元，无论如何难以降至特斯拉水平。Waymo的长期命运取决于特斯拉能否成功，其纯视觉方案在Robotaxi上的应用仍是悬念。
美国人每年行驶3万亿英里，若每英里收费1美元，相对于Uber的3美元极具吸引力，需求不成问题。经计算，在美国前十大市场占据10%份额仅需1-2万辆Robotaxi，而Uber在美国拥有超过300万辆车。
当前自动驾驶仍在模仿学习阶段，使用十亿参数级别的小模型，需在端侧运行。其识别Stop标志并非理解其含义，而是死记硬背人类驾驶行为。因此，未来可能需要通用大模型来解决长尾问题，而非仅靠记忆和模仿，这在图像识别等领域已得到验证。
中国在该领域发展会很好，因为有数据优势。美国很多油车不联网，或即使联网也只有单个摄像头数据，无法有效采集。
三、Robinhood
Robinhood的商业模式因其证券交易的周期性而被认为不是好生意。
为此，公司采取了多项策略：1. 业务多元化，包括银行、预测市场、财富管理和国际市场；2. 抢占市场份额以平滑周期性；3. 运用定价权，例如加密货币交易佣金在三年内从10%涨至60%；4. 成本端配合收入波动，如2022年开始运营成本实现零增长，控制得当。因此，其投资逻辑并非“牛市买券商”。
尽管Coinbase和比特币回归，但未带来Alpha收益，而Robinhood相对纳斯达克指数和比特币均有Alpha收益。
美国不同代际人群有不同的核心证券账户：60岁以上用嘉信理财，45岁以上用ETRADE，Robinhood是新一代年轻人和中年人的账户。其模式是漏斗型，资金进入后可通过一系列交易产生收入。核心指标是用户在平台的资产规模，目前Robinhood用户平均资产为1万美元，而嘉信理财用户超15万美元。Robinhood用户平均年龄34岁，正值财富增长分水岭（35岁），35-40岁人群财富较前五年有3倍增长，在55岁达高峰。因此，Robinhood即使什么都不做，也能享受用户财富自然增长的红利。交易账户只是起点，后续会有财富管理等更多需求，嘉信理财60%收入来自财富管理。
吸收资金后，关键是让资金滚动起来。Robinhood擅长运用互联网玩法增加用户活跃度，相比之下Coinbase较弱。Robinhood有望成为下一个嘉信理财。
2025年初分多次买入Robinhood，原因是其在抢占份额而Coinbase在丢失份额，市场未看到这一动态而将两者同视为贝塔。现在Robinhood价格已不便宜，但它是最有潜力成为一站式金融服务平台的公司。
公司有为普通人平权的使命感，很多人通过Robinhood第一次拿到IPO份额。
看好其风险投资（VC）业务。美国另类资产规模达10万亿美元，如OpenAI、SpaceX等此前只有机构能参与。若Robinhood涉足此业务，收取2%-3%的费用，让任何人都能认购，该业务做到上百亿美元规模不奇怪。
今年通过代币化进入欧洲市场，迅速铺开。
团队执行力强，一年产品产出是其他公司的5-10倍。Coinbase创始人风格偏保守，自第一天起就强调合规，部分原因导致其运营成本难以降低。Robinhood则更像“坏小孩”，风格激进。
2022年彻底改革了组织架构，从中央集权变为每个业务单元由独立GM负责。
四、机器人
机器人领域非常火热，许多VC在盲目投资。
机器人下半身（移动）已基本解决，上半身（操作）仍有较大差距。
发展路径尚未形成共识：是否需要人形、数据来源（真实数据/模拟数据/混合数据）等。但共识也在收敛，如软硬件一体化是趋势，住宅是比工业更合适的落地场景。
在黄仁勋和埃隆·马斯克的带领下，市场开始相信人形机器人。
整体仍处于早期，正从研究阶段向工程阶段过渡。机器人领域极度缺乏数据，存在大量噪音，类似10年前的自动驾驶。当一个模型数据极度匮乏时，喂入任何数据都看似有帮助，但这不能线性外推，实际进程会比想象得慢。
作为投资人，评估难度很大。不像大语言模型有榜单可参照，机器人完成度普遍不高，很难下重注。
希望2-3年内出现机器人的“GPT时刻”，即上半身操作能力有突破，例如叠衣服、收拾物品等简单动作，且完成度可能不高。明年美国一些公司会尝试向家庭销售产品，但对预期不宜过高。
五、一级和二级的投资逻辑差异
二级市场最好的投资依靠非共识观点，而VC（一级市场）更需要共识，因为每一轮融资都需要大量资金，需要市场认可你的观点并共同支持所选中的公司。但归根结底，两者都是看人、产品和市场。优秀的创始人即使经历几次转型也能成功，例如埃隆·马斯克从未让投资人亏钱。
VC需要小而美的项目，难以规模化，且有10年锁定期。因此，有时二级市场是更好地表达观点的地方。例如，2023年判断哪家大模型公司会胜出很难，但重仓英伟达（NVDA）获得的回报是这一波中最高的。
VC回报率通常不会很高。跟踪2000多支VC基金的数据，只有约200支能实现3倍以上回报，80支能实现5倍以上回报。这80支中最大规模为5亿美元。5倍回报在VC的10年投资期内，相当于约16%-17%的内部收益率（IRR）。
例如，一个200亿美元的基金，若要给LP带来5倍净回报（即1000亿美元），假设退出时有10%的持股（通常还不到），就需要1万亿美元的退出规模，这相当于过去5-6年全美IPO市值的总和。
六、AI的几个领域
AI编程的竞争刚刚开始，格局尚不明朗。
AI视频领域被认为潜力巨大，因为美国媒体行业规模超8000亿美元。视频是AI与人类交互的重要载体，是对大脑输入带宽最高的形式。视频生成逻辑已彻底改变，此前TikTok优化的是匹配函数，现在视频本身成为可直接优化的目标，如将用户参与度、广告点击率作为目标直接优化视频。预计会诞生百亿美金级别的公司，因此谷歌、埃隆·马斯克都会重点投入。
代理商务对广告、支付和电商都将产生影响。
* 对大多数商家是噩梦，例如Bookings一半交易额由谷歌引流，这部分不赚钱。未来Agent也会收费，商家不希望依赖Agent引流。亚马逊近1000亿美元广告收入也将受影响。
* 唯一可能受益的是长尾商家，因为他们此前负担不起昂贵的流量费用。
* 支付领域：当前人们使用PayPal等快捷支付按钮是因为便捷，因此能收取溢价。而Agent不嫌麻烦，会寻找最优支付路径，这可能颠覆现有支付溢价模式。
AI应用的一个反直觉观点是：虽然大家都觉得AI应用毛利率比传统软件低，但实际情况是AI应用越有人用，毛利率越低（因推理成本随使用量增加）。目前对如何给AI应用估值尚无统一意见，认为应该用绝对利润值来估值，类似早期AWS，其初始毛利率也很低，但后来证明了巨大的商业价值。
软件时代通常从通用产品做起，再切入垂直领域。而现在创业公司只能做垂直领域，因为通用领域已被大模型公司占据。
七、AI泡沫
美国“数字税”总规模约4000亿美元，其中线上广告2600亿，电商抽成1000亿，订阅收入（如YouTube、Netflix）500亿。如果AI只是在争夺互联网存量市场，这个盘子太小。例如，OpenAI要做到2000亿美元收入，只能从他人手中抢夺份额，烧这么多钱只创造一个小谷歌，经济上不划算。
不认为AI能增加广告总收入，因为历史上广告大盘年增长仅5%-6%。美国所有公司在广告上的投入占其收入的比例稳定在3%左右，AI的出现不会改变这一数字。此外，线上广告渗透率已达80%，也不存在大幅提升空间。
美国GDP约30万亿美元，劳动力成本约15万亿美元，其中客服市场规模3600亿美元。AI可能从这类领域撕开缺口，创造新价值。全球生产力提升10%就意味着10万亿美元的增长。
因此，在模型能力未充分提升时，AI会先争夺存量“数字收入”。但长期来看，当模型能力突破，就能创造新的价值，经济账才算得过来。
当前肯定不在泡沫期，因为AI落地速度很快。ChatGPT推出3年的渗透率已达到互联网10年的成果，行业已有数百亿美元AI收入，大公司的AI投资回报率（ROIC）也在提升。
未来是否会成为泡沫，取决于两点：1. 模型是否会持续进步？对此乐观，因为Gemini证明预训练尚未撞墙，明年Q2基于Blackwell训练的新模型值得期待；2. AI收入是否会继续增加？
八、AI对经济的整体影响
例如，100个人生产100个商品。使用AI后，80个人能生产110个商品。商品变得更便宜，真实GDP增长10%。留任的80个人收入会大幅增加，公司利润也会大幅增长。被裁掉的20个人处境会很艰难。未来是否会出现“AI裁员税”尚不确定，已有加州议员提及此事。历史上，每次技术革命带来的生产力提升都伴随裁员潮，社会需要时间来消化这种变化。
九、AI投入产出比
很难精确计算，因为AI能同时提高收入和降低成本。预计未来12-18个月，OpenAI能看到300亿美元收入，Anthropic能看到150亿美元。市场上有两家年收入20亿美元的垂直领域AI公司，分别是编程和视频生成。还有几家年收入5亿美元量级的垂直领域公司，包括音频、客服、法务、医疗等。上市公司中的AI收入加起来，总共能看到700亿美元的AI收入规模。
十、2026年展望
过去两个季度市场的变化是，认为不能只有AI投入，更要看到AI的回报。相应地，英伟达（NVDA）不再是市场风向标，OpenAI才是。
* 谷歌：当前是共识龙头，模型能力顶尖，占位最好。需关注广告竞争，因为OpenAI和TikTok的挑战。TikTok在美国用户数与Instagram相当，使用时长更长，但收入仅为Instagram的1/3，明年广告竞争会加剧。这也会倒逼谷歌寻找新的AI业务变现模式，其云业务GCP可能看到超过50%的季度增速。
* Meta：基本面不佳，影响股价最重要的因素是AI进程——其模型何时能进入第一梯队。这很困难，且其现金流明年可能会下跌。Meta的一个有趣数据是，自上市以来每年股价都在上涨，只有两年下跌，而这两年都是自由现金流（FCF）负增长。
* 特斯拉：只有一件事重要：能否把安全员从车里移除。另一件是看其对x.ai的投资将以何种形式进行，以及会造成多大的股权稀释。
* 云厂商：不喜欢云竞争格局的变化。从3朵云时代35%-40%的利润率，到现在因Oracle、模型公司等新玩家入场，竞争格局彻底改变。GPU同质化太高，导致每家都在做自研芯片。客户集中度也太高，Azure增量70%来自OpenAI。微软CEO也承认，未来利润不会来自出租GPU，而来自数据库、存储、安全等附加服务。
* 英伟达：会关注自研芯片能否成功交付，特别是谷歌TPU也要外卖的情况下。在缺电的世界里，GPU和自研芯片的价格差异显得不那么重要。
* 苹果：没有AI，股价表现也很好。其他公司都在试错，而苹果是等产品完美后才发布。明年可能看到蒂姆·库克卸任。
* 整体方向：明年经济分化明显，是典型的做多/做空两个方向都有机会的对冲基金市场。做多AI受益股，做空AI受损股。受益股除了半导体、能源等，超额收益可能来自AI应用。目前看，AI应用很多在传统行业。今年Q3，许多标普500公司首次给出AI提效数据，并表示能在财务上明显体现。相比之下，云计算浪潮中，标普500公司花了约5年时间才开始云迁移，如沃尔玛。
十一、其他
* 超额收益几乎只能靠重仓实现，世界上好公司不多，能把几十个公司研究透并做好交易就够了。
* 自2000年以来，纳斯达克只有6次下跌幅度超过20%，2020年之后经历了3次。
* 日本和韩国承诺投资美国1万亿美元用于能源/基建。日本已投资1000亿美元在美国能源项目，主要为数据中心提供能源。
* 软件公司：美国软件股主要由机构投资者持有，缺乏长期资金，多是对冲基金之间的博弈，更接近零和游戏。软件公司财报上的毛利率、净留存率等指标看起来都差不多。
发布时间*
2025-12-21T10:02:59+00:00
评论 ( 0 )