时光卷轴，到2025年，数字经济核心产业增加值将达到13.8万亿元，如何看清数字产业，抓住这个风口
数字产业，是这个时代最大的增量
武超则，一名行业分析师。现在担任中信建投证券研究所所长，TMT行业首席分析师
数字产业，是指拉动数字经济的核心产业。从5G、云计算、物联网、人工智能，到芯片、手机、自动驾驶汽车，都属于数字产业的范围。
数字产业是这个时代最大的增量。
未来几年，数字产业的增量有多大？我可以给你一个确切的数字。2021年12月，国务院发布了《“十四五”数字经济发展规划》，其中指出，数字经济核心产业增加值占GDP的比重，要从2020年的7.8%，增长到2025年的10%。
如果未来几年按中国GDP年均增长5%计算，那么，到2025年，数字经济核心产业增加值将达到13.8万亿元，比2020年增长将近6万亿元。这6万亿元，是我们完全可以预见的、确定性的增长。
数字经济和数字产业正在成为政府工作的核心议题。在2022年的政府工作报告中，专门用了单独的一整段来强调“促进数字经济发展”，这也是史无前例的。在之前的地方两会中，有超过25个省（区、市）提出，要把数字经济作为未来经济发展的中心。特别是浙江省、江西省，把数字经济作为全省的“一号工程”来抓。
数字产业和数字经济，是这个时代最大的确定性增量，我们一定不希望错过。
但想要看清数字产业、抓住这个风口，不是一件容易的事。因为这个行业的变化实在是太快了。无论是公司的成长周期，还是行业的市场格局，都处在非常快速的变动之中。今天看到的巨头公司，可能三五年前还什么都没有，而现在看来不起眼的新公司，可能几年之后它的变化会非常大。就像大家非常熟悉的字节跳动，其实也就刚刚成立十年。
老话说“三十年河东、三十年河西”，而数字产业是“三个月河东、三个月河西”。不要说普通人，就是天天研究这个行业的专业分析师，判断都有可能经常出错。比如，云计算这块，业内曾经有过共识，认为公有云才是唯一未来，但没想到这几年国内的混合云、私有云发展得也特别好。
还有，关于数字产业，有很多大家普遍关心、业内也有不少争议的问题。比如，5G的杀手级应用到底什么时候出现？L4和L5级别的自动驾驶量产还有多久？全球芯片产业链，到底是“缺芯”还是产能过剩？关键核心技术的国产替代，已经走到哪一步了？
一方面是确定性的总体增量，一方面是瞬息万变、众说纷纭的行业格局。我们明明感受到了这股奔涌的浪潮，却判断不出它前进的路径；明明看到机会，却不一定能够抓住。而这，正是我希望这门课程能够为你提供的价值所在。
TMT，是科技（Technology）、媒体（Media）和通信（Telecom）三个英文单词首字母缩写。
作为行业分析师，拥有一个特殊的观察视角。
第一，判断产业趋势，不只是要看到产业本身，更要看到技术、企业、市场交错的一个复杂结构。分析师就处在这个复杂结构的十字路口，我们会每天吞吐大量的信息，和产业里的龙头企业、产业上下游、行业专家、投资者等各路人马交流。不身在这个结构枢纽当中的人，很难对产业形势的细微变化有敏锐的体感。
第二，在及时获取行业信息之后，分析师还要运用自己的专业知识，作出趋势判断，这是分析师安身立命的本事。更具体地说，分析师要领先于市场，在数据被统计出来之前，有更加准确的预判行业趋势的能力，要在市场作出反应前，抢先判断市场的反应。而且，判断是否正确，市场会马上给我们反馈，让我们去纠偏和迭代自己的模型。
数字经济，比你想象的更重要
数字产业，也就是以数字技术为核心的科技产业。而数字产业的发展，有一个重要的大背景，就是数字经济时代的来临。
数字经济，这个词大家可能经常听到，也看过各种各样的解释。比如有人说，数字经济就是数字化企业和相关行业。也有人说，数字经济就是经济产出中完全由数字技术创造的那部分。每个定义的侧重点不同，但是，它们都有一个共同点，就是把数字经济作为经济体的一个分支来看，虽然重要，但占传统经济的比重不会太大。
应该说，在数字经济刚刚兴起的时候，这样的理解没有错。但是，站在2022年年初这个时间节点上，这个关于数字经济的认知迫切需要更新。未来，数字经济不是经济体的一个分支，而是，数字经济就是经济体本身，会与各行各业深度融合，是继过去10年的网络化、信息化时代的下一个典型新经济业态。10年后绝大多数企业应该都会是数字化的企业，在那个时候谈到“数字化”应该和现在谈到“互联网”一样稀松平常。
2021年12月，国务院发布了第一个国家级的行业“十四五”规划——《“十四五”数字经济发展规划》。这里面对数字经济作出了清晰的定义：
“数字经济是继农业经济和工业经济之后的主要经济形态，是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。”
“数字经济是继农业经济和工业经济之后的主要经济形态”
数字经济将会替代农业经济、工业经济这两大曾经的支柱经济，成为未来的主要经济形态。所以我们说，未来数字经济不是经济体的一个分支，而就是经济本身。数字经济，比大家想象的，更重要，一定会对各行各业产生深远的影响。
听到这儿，你可能还是会有疑问：这么说是不是太夸张了？因为从体量来看，目前数字经济占GDP的比重还不高，2020年数字经济核心产业增加值占GDP的7.8%。但是注意，相比绝对值，你更应该关注它的增长率。在宏观经济增速放缓的大背景下，数字经济的复合增长率其实非常可观，达到了年化14%。也就是说，数字经济会创造经济的主要增量。不了解数字经济的最新动向，你可能会错过经济增长中最大的一块蛋糕。
“以数字资源为关键要素”
目前为止，数字经济的发展经历了两轮：上一轮是互联网化，关键要素是网络；这一轮正在推进的数字化，关键要素变成了数据。具体来说，这又得分两步走：第一步，是“产业数字化”，就是把所有传统产业的生产信息、管理信息变成数据；第二步，叫做“数字产业化”，就是把这些流动的、实时的、有生命力的数据，最终转化为新的生产力，提升生产效率。
目前，各个行业所处的阶段不一样。大部分的传统行业，比如能源、金融、制造业等等，还在做第一步，也就是产业的数据化。而像电商这样发展比较快的行业，已经迈入第二步，开始做数据的产业化。这两步走完，数据才能够真正变成生产要素。
可以说，数字经济时代的数据，就好像第一次工业革命时期的煤炭、第二次工业革命时期的石油、信息化时代的电力和网络一样，是最重要的生产资源。
“促进公平与效率更加统一的新经济形态”。
注意重点，这里第一次提出了公平和效率问题。数字经济的目标，绝不是仅仅追求效率，而是要追求公平与效率的更加统一，数据一定是一个公共的生产资料。从这个角度你就可以理解，最近，国家出台各种措施对互联网平台进行约束和反垄断，给平台经济发展和技术扩张定下了一个边界。而未来数字经济的目标也一定不仅仅是围绕改变人们生活的TO C领域，更重要的一定是围绕提升生产效率的TO B领域。
总结一下，关于数字经济，需要记住三句话：数字经济是未来的主要经济形态；数据资源是关键要素；数字经济要促进公平和效率更加统一。
发展数字经济，首先要发展什么？俗话说，想要富，先修路。数字经济也是一样，首先要做的就是“先修路”，也就是打造数字经济的底座。我们常说，数字底座有两条腿：一条腿是信息基础设施，另一条腿是关键核心技术。
信息基础设施
先来说第一条腿，信息基础设施。站在2022年这个时间节点上，最重要的信息基础设施当然就是5G，5G是整个数字经济的催化剂。为什么这么说？
历史上，每一轮的通信技术创新都要经过五个阶段：第一，是实现硬件突破；第二，是网络的升级；第三，是终端的普及；第四，是大量开发者涌入，去做上层应用和内容；第五阶段，是新一轮硬件的迭代。
过去两轮通信技术革命都是这样进行的。2006年，苹果推出3G手机，实现硬件突破；2009年，3G网络在中国正式商用；2011年，3G手机开始普及；2012年，以手游和微信为代表的移动互联网应用爆发。2010年，HTC推出全球首款4G手机；2013年我国4G正式投入商用；2015年，4G 手机普及；2016年，迎来了4G时代杀手级应用，短视频和直播的爆发。
从技术创新的发展阶段可以看到，一项新技术出现，到新应用的全面铺开，存在一定的“迟滞效应”，这个时间大概就是三年左右。5G从2019年开始商用，到现在也刚好三年，就处在从终端普及，到应用爆发前夕的位置上。过去的经验表明，终端渗透率超过50%这个临界值，应用就会更加快速地爆发。中国5G终端用户的渗透率，2021年达到了40%，到2022年年底会有希望达到60%以上。
5G是数字经济底座的两条腿之一，是数字经济最重要的技术催化剂
可以肯定地说，5G马上就会迎来一波应用创新。而中国作为5G发展最快、最大的市场，在这一轮应用创新当中，一定不会落后，甚至会在全球起到引领作用。
关键核心技术
《规划》里有一句非常重要的话：“数字经济的发展目标之一，是数字技术自主创新能力显著提升。”这句话指出了未来关键核心技术发展的确定趋势，就是国产化。数字产业的关键技术——芯片，基础软硬件等，一定要往自主可控的方向走，这关系到我们能否掌握数字化的主动权。
过去的2021年，数字产业核心技术的国产化进程已经开启，实现了“国产化从0到1”。比如，下游行业加速了对上游国产产品的认证和导入，国产厂商的市场份额正在提升。未来3～5年，国产化的进程还会继续加速，实现“国产化从1到n”的过程。
好了，有了5G作为催化剂，以及关键核心技术实现国产化，数字经济就有了坚实的底座，可以更大步地走向应用。
数字化带来的市场机会也一定是双向的。过去几年的互联网化，是一种单向的发展，是互联网企业、科技企业向从事传统行业的商业模式迈进。比如电商，不管是阿里、腾讯，还是京东，这些参与者都是在用新技术向传统零售行业发起挑战。
但在数字化时代，呈现出了一种双向的趋势。比如滴滴、Uber这样的纯互联网公司，随着车联网和智能车技术的发展，也开始深入到传统行业，去跟车厂合作造车。反过来，传统的车厂，也开始深度学习和利用数字化技术，进入科技行业，比如一汽、大众等传统车企，已经开始发展自己的智能车业务。
这就是我们所说的，数字化是双向的。相比于单向的互联网化，数字化卷入了更多的传统行业，未来绝大多数企业都会是数字化的企业。
从时间维度上来讲，2020年到2030年这十年，数字化的浪潮才刚刚开始。科技行业和传统行业开始互相渗透，最终都要走向数字化这个交叉点。
为什么这种双向的发展能够在这个时间点发生？我们可以借助康波经济周期的框架来理解。
康波周期把经济分为复苏、繁荣、衰退和萧条四个阶段，一轮周期持续50到60年。历史上，大量的科技创新都出现在康波周期的萧条期，比如工业革命、机械化和电气化，都是在康波周期的萧条期完成了新技术的迭代。原因就是，萧条期，企业普遍面临人力成本上升、生产效率下降等困境，这时候，新技术就成了救命稻草，企业愿意去尝试、去推动。反过来，如果是在繁荣期，企业忙于搞生产，对新技术的接受程度反而不会太高。
当前，不管是宏观经济，还是各个细分赛道，增速都有下降的趋势，我们一定程度上已经进入康波周期的萧条阶段，这反而推动了数字化的发展。所有行业，都在迫切地拥抱数字化，希望提升生产效率、创造新的生产力。这也再一次说明，数字化，是所有行业的数字化；数字经济，是未来的主要经济形态。
数字经济是未来主要的经济形态，5G是数字经济的催化剂和技术底座，关键核心技术的国产化是发展主线。
自动驾驶，怎么克服电车难题
数字产业里最大的风口之一，自动驾驶。自动驾驶领域有个很有意思的现象，市场对它最大的担心，不是技术，不是应用，而是伦理问题。比如，市场判断5G，主要的担心是“杀手级应用到底什么时候出现”；而说到自动驾驶，却往往把关注点放在“自动驾驶怎么克服电车难题”？
“电车难题”相信你已经很熟悉了，就是一列失控的电车，马上要撞上轨道上的5个人，但是你可以选择扳动道岔，让电车转到另一条铁轨上，那条铁轨上只有一个人，请问你扳还是不扳？这是一个两难困境。
同样地，自动驾驶也面临这样的伦理困境：汽车失控，眼看就要撞上行人，如果紧急转向，车子可能冲进路边的悬崖。那么，自动驾驶会怎么选，是优先保护乘客而撞向行人，还是优先保护行人而让乘客陷入危险？
对这个问题的讨论，从“自动驾驶”这个概念诞生的那天起，就没有停过。但我认为，这个问题就跟“老妈和老婆同时落水，你要先救哪个”一样，是被刻意制造出来的伪命题。现实生活中，你可以有很多办法解决这个：比如，不要同时带老妈和老婆去划船，实在要去的话让每个人先穿好救生衣，做好防护， 或者事先教会老婆游泳，等等。
同样地，当自动驾驶技术发展成熟之后，汽车可以提前300米、500米去判断可能发生的状况，汽车先减速、事先提醒行人注意等等，去避免危险情况出现。你可能感受到了，自动驾驶事故的报道在增加，对自动驾驶安全性的质疑也越来越多。那么，这是在说明自动驾驶技术的不可靠吗？其实并不是，这恰恰说明自动驾驶的技术正在成熟，车辆真正开始上路了，所以有了真实的问题。还是那句话，技术带来的问题，得技术来解决。
那么，站在2022年年初这个时间节点上，我们离安全的自动驾驶还有多远呢？
你知道，自动驾驶按照“自动”程度的不同，分为L0到L5这六个级别。前四个级别，还是由人来做决策，L4高度自动驾驶和L5完全自动驾驶，全部操作都由自动驾驶系统来做出， 它们的区别在于，L4只能在特定环境里实现，L5则是所有场景下都能实现，天气、地理因素都不用再操心。要实现L4级高度自动驾驶，有三个先决条件。
第一点，是芯片的算力要足够。
自动驾驶车辆，必须要有高性能的智能计算平台，这相当于车辆的“大脑”，其中最重要的硬件，是提供算力支撑的AI芯片。AI芯片算力的基本单位是TOPS，代表每秒做一万亿次运算。自动驾驶等级每增加一级，需要的芯片算力就要增长10倍。L2级别的自动驾驶，只需要2TOPS的算力，L3级别需要20TOPS，L4级别需要200TOPS，L5级别的要求超过2000TOPS。这相当于，L4级自动驾驶需要的AI计算能力，需要20台苹果电脑来提供，L5级别需要200台。
市场上高级别自动驾驶芯片的主要玩家，是英伟达和高通。英伟达在2019年年底就推出了200TOPS级别的芯片，也已经提供给各个车厂。高通也推出了支持L4级别的自动驾驶芯片。也就是说，算力这个条件，现在已经基本达到了。
第二点，是车辆硬件要达标。
有了高算力的芯片，还要把它们搬到车上。除了计算平台，车辆自身的控制系统等硬件方面也要达标。可以先做出L4级别的硬件，不一定要开启自动驾驶的功能，但可以用这个车辆进行数据收搜集、训练和测试。自动驾驶有了应用条件，车辆则可以通过在线软件升级，实现真正自动驾驶的功能。
目前车厂在做的，就是把达到标准的车辆硬件，先投入市场。在这一点上，2022年是非常关键的一年。几家国产车厂，蔚来、理想、小鹏、上汽，都计划在2022年进行L4级别车辆的“定点”，也就是确定硬件配置，确定供应商，计划投产。到2024年，量产的L4车型会大量投入市场。
第三点，就是要有城市道路上的自动驾驶方案，要真正从单车智能走向环境智能。
最开始实现自动驾驶的领域，是像高速公路、港口、机场、矿场这样的封闭场景。但是未来，城市开放道路才是自动驾驶最核心的场景和应用，但同时，这也是最复杂的场景。
目前， 各个厂商都在打造自己相应的解决方案，包括自动导航、自动超车、自动避让等功能。特斯拉2021年公布了自己的全自动驾驶方案。国内比较领先的整车厂，小鹏，也正在研发自己的城市道路自动驾驶技术，预计2022年实现部分功能，2023年覆盖国内大部分城市道路。
总之，芯片、硬件、自动驾驶方案这三个标准都达到了，我们才能说高度自动驾驶有了实现的可能。
自动驾驶技术发展的每个环节，都包含着对车辆安全性的要求。
比如，在硬件上，不管是走纯视觉路线还是激光雷达路线，车厂都在往车上堆更多的传感器。小鹏最新的P5车型有32个传感器，包括13个高清摄像头、5个毫米波雷达、12个超声波雷达和2个激光雷达，最远探测距离150米。更多的传感器，给车辆提供了更多的安全冗余。
再比如，在深度学习技术上。所有的自动驾驶方案，跑的都是深度学习算法，也就是通过收集尽可能多的优质数据，覆盖足够多的场景，让车辆“学会”作出应对。当你的训练覆盖了所有可能遇到的情景，车辆就都能预判行车时遇到的意外状况。
除此之外，还有车联网技术。前面我们说的，都是单车智能层面的讨论，也就是车辆主动识别路况。我们国家还布局了另一条自动驾驶路线——车路协同。也就是通过路侧的智能设备单元，实时向自动驾驶车辆发送信息，帮助车辆决策。这个技术进一步保证了车辆在城市道路行驶的安全。
这样，你就理解了，海量传感器的实时路况探测，加上全场景深度学习，再加上车路协同的支持，这些技术足够让自动驾驶车辆避免“电车难题”。
实现L4级别的自动驾驶，还有多远
还需要2至3年的时间。你可以参考这样一个数据。美国加州交通管理局，每年会统计自动驾驶厂商的测试数据，其中有一个关键的指标，叫做MPI，年度平均接管里程数。这个数据是什么意思呢？现在的自动驾驶汽车都是配备安全员的，正常行驶，安全员是不碰这个车的，但自动驾驶出现意外，车辆无法自动决策的时候，安全员就要介入。所谓的MPI，就是需要人类介入这样的情况，发生两次之间的平均间隔里程。
从2021年的数据来看，头部厂商的平均接管里程是4万至5万英里，而2020年的平均里程是2万英里。也就是说，头部厂商的进展基本上是一年翻一番。按这个进展估算，从5万到20万英里，还需要翻两番，也就是2至3年的时间。MPI达到20万英里，自动驾驶能力就达到了人类驾驶员的平均水平，人类驾驶员出现一次非致命性碰撞的平均时间就是20万英里。
所以我们预测，2至3年后，L4级别的高度自动驾驶就能基本实现。而要实现L5级别的完全自动驾驶，大概要到2030年，原因是越往后，精准和概率提升越难。
自动驾驶技术不但给造车新势力和互联网车企带来了巨大的机会，同时，也给国内的汽车电子供应商带来了巨大的机会。
这是因为，在自动驾驶技术的推动下，汽车的底层电子电气架构正在发生根本性改变。
电子电气架构是一个挺抽象的概念，你可以把它理解成汽车的“中枢神经”，指的是汽车里所有电子零配件之间的关系。传统的汽车里，这个架构是分散的，车上的每一个功能，比如开车灯、开车门、制冷，都需要单独去控制。而现在，车身电子控制在向集中式发展，一辆车分5个域：自动驾驶、智能座舱、车身、底盘、动力，3到5个控制器就可以控制整辆车，汽车越来越像“跑在四个轮子上的手机”。
电子电气架构的变革，给国产供应链带来了一次入局的机会。传统的汽车供应模式里，一级供应商把零件组装成模块、系统，交给主机厂来组装整车。一级供应商掌握电子电气架构的核心技术，但这个领域被博世、大陆等等国外巨头垄断，国内厂商的市场份额很小。
面对新架构下，一级供应商按域提供产品。智能座舱和自动驾驶是未来汽车的核心，也是还没形成垄断竞争格局的新领域，这让国产供应链有了更多的突破机会。比如智能座舱，已经有几家国产厂商进入了前十。在自动驾驶域控制器上，也已经有一些不错的国产厂商。未来，在汽车电子供应链上，我相信还会有更多的国内厂商跑出来。
第一，自动驾驶技术发展成熟之后，能够保证车辆的安全，避免“电车难题”的出现。
第二，实现高度自动驾驶，要满足算力、硬件、城市道路解决方案三个条件，L4级别的自动驾驶会在2到3年后实现。
第三，自动驾驶发展推动了汽车电子电气架构的变革，这将给国产供应商和产业链带来入局的机会。
芯片产业链，缺芯还要持续多久
截至现在，全球进入“缺芯”状态已经两年了。不但是汽车缺芯、手机缺芯，就连钢铁、混凝土、啤酒、肥皂等这些看上去和芯片八竿子打不着的企业，也受到了缺芯的影响。2021年年中，高盛发布了一份报告，全球有169个产业受到缺芯打击。
展望2022年，这种缺芯状态还会持续多久
半导体历来是一个周期性比较强的行业。它有大周期小周期之分。大周期，又叫做产品周期，大概10年一轮。大周期会跟着全球经济的发展走，因为芯片对于所有电子产品来说，都是必需品，每当有新的科技应用崛起，芯片的需求量就会出现跃升式的增长。过去几十年，每次大周期都始于下游产品爆发，比如上世纪90年代的个人电脑、2000年代的功能机和笔记本，以及2010年代的智能手机。进入2020年代，随着5G、物联网等新终端的出现，半导体行业也正在迎来新的需求驱动。
而小周期，又叫做硅周期。由于宏观经济增长和芯片产能增长之间有一个时滞效应，这就造成了芯片供求的错配，形成一个周期性的缺货涨价潮，这就是芯片产业的小周期。新的产能一般要两年以上的时间来部署，所以，从需求爆发到新产能全力开工生产，这期间会经历2至3年的涨价潮；等新的产能集中释放之后，往往又会陷入2至3年的行业低潮。
2020年，本来就处于新一轮供应紧张的开始，新的需求开始爆发，而疫情又加剧了供求错配的情况。一方面，居家隔离和居家办公加大了全球消费电子产品的需求；另一方面，疫情导致工厂开工不足，产能受到极大的影响。这种情况已经持续了将近两年。
站在2022年年初这个时间节点上，一年之内，缺芯问题会缓和吗
目前业内有两种看法。
一种观点认为，半导体的需求增长远远没有结束，一直到2022年年底都会处在一种供给非常紧缺的状态。另一种观点认为，这一轮小周期里，半导体的需求已经到顶了，到2022年第二季度，需求就会往下走；到2022年年底，芯片供应的紧张会有所缓解。
我自己是介于两种观点之间，短期市场和产业规律肯定会带来阶段性的补库存和产能释放，但长期看半导体很多细分领域的高景气度还在持续，而数字化，尤其是全行业的数字化，就是推动这种高景气度增长的根本动因。比如：服务器、汽车、物联网等领域。尤其最近变幻莫测的国际局势又再次加剧了全球供应链的不确定性，市场预期的芯片产业的这轮景气周期见顶一直没有出现，个人觉得短期缺芯情况很难缓解。
我们快速看一下，半导体下游应用的分布情况。根据美国半导体行业协会的统计，手机和计算机是最大的两个细分市场，用量占比都在30%左右；其他消费电子、汽车、工业应用，这三类各占10%左右。在不同年份，数据会有细微的差别，比如，2020年，疫情带动宅经济发展，计算机销量大涨，芯片用量跟手机持平。
从终端产品对半导体的需求量看，手机是最大的应用，我们就从手机说起。
2021年，手机芯片的需求在走低。我们跟踪国内手机的销量，发现2021年4、5月时，国内需求就已经开始疲软，这是大家之前，完全没有想到的。2021年年初，因为中美贸易摩擦，华为手机份额下降，OPPO、vivo、小米认为，这是一个千载难逢的好机会，可以在国内进一步抢占市场。但是实际上，没有人抢到这块市场，市场需求直接萎缩了。从4月份开始，国内手机销售的数据就一直在变差。根据国际数据公司IDC的数据，2021年第二季度，中国智能手机出货量是7810万部，同比下降了11%；第三季度，出货量是8000万台，同比下降4.7%；第四季度有新机发布和“双11”促销这两个强力因素，但出货量是8340万台，同比下降3.5%。从全年数据来看，出货量比2020年仅仅增长了1.1%。而且，传统上，对于手机销售而言，上半年是淡季，下半年是旺季，但在2021年，下半年的销量小于上半年，出现了“旺季不旺”的情况
手机厂商在去年6·18做了一次大促，但促销的结果并不好，到“双11”的时候，下游的库存已经很高了。没办法，手机厂商只好再做更大力度的促销。举个例子，小米在去年8月份新发了mix4手机，“双11”的时候直接降价1300块。要知道，刚发售三个月的新机型就降价1300块，这是很罕见的。
虽然靠“双11”的强力促销，把销量提上去了一点，但到2022年1月份，销量又开始往下走。根据这个趋势，未来几个月，手机的出货量整体还会继续下降。
国内手机需求下跌，我认为有很多原因。比如，现在的手机没有了爆炸式的创新点，刺激不了消费者换机。消费者换机，更多是提升和迭代的需求，而不是刚性的。2022年的手机市场能不能靠折叠屏手机带动起来，现在还不好说。毕竟现在的折叠屏手机还是万元左右的价位，对大多数消费者来说还是太高了。还有，华为手机原来占到国内将近50%的份额，其中有些用户因为买不到华为的新机型，干脆就不换机了，抱着等等再看的心态，也会导致需求进一步向后延迟 。
前面说的是国内的情况，其实看国外，也差不多。从2021年下半年起，海外的需求也不再旺盛了。欧洲和美国在2020年第一波疫情的时候，发了很多消费券来刺激消费。正好所有人都要宅家，就用政府发的消费券，买电视、买手机、买VR头显。但这是一次性的消费，21年不会再继续买这些东西，销量就明显下来了。唯一可能有出货量增长的，就是新兴市场，但新增需求难抵需求的总体萎缩。
终端需求出现这样一个明显的变化，可能意味着手机等消费电子领域“缺芯”持续的时间不会太久。
但是，与手机等消费电子领域景气度下降截然不同的是汽车电子、物联网及服务器芯片等新兴领域需求的如火如荼。从2019年开始，5G新终端的一轮需求成长非常清晰，并且目前仍然保持较高景气度。
好，前面说的是需求端的情况，我们接下来看生产端的情况。你知道，生产芯片用到的主要材料是圆形的硅晶片，也叫做晶圆，所以生产芯片的代工厂又叫做晶圆厂。我发现，从2021年第三季度开始，晶圆厂的产能出现了一定的松动迹象。
当然，像台积电这样的龙头还是处于供不应求的状态。我们发现出现产能松动的，是8寸晶圆厂的成熟制程节点，以及12寸晶圆里，相对没那么紧缺的节点，比如55nm、65nm以及90nm等等。
半导体产业链很长，从下游传导到上游需要很长时间。就拿手机芯片举例，最上游是晶圆代工这个环节，然后是半导体设计的IC设计厂商，然后是富士康这样的组装工厂，然后交给终端手机厂商，比如说OPPO、vivo、小米，最后交给渠道，卖给消费者。
当需求不好的时候，消费者这边最先不买产品了，接着就一层一层往上传导。先传导到渠道，渠道会发现自己的库存堆高了，而发现这个迹象需要一个月的时间。下一个月，渠道会跟手机厂商说，别再给我塞货了，我没有办法接了。然后手机厂商就会跟组装工厂说，你不要再生产了。组装工厂再跑去告诉上游的芯片设计厂商，我不需要那么多芯片了。于是，多出来的芯片就会堆积在芯片设计厂商这儿。
2021年三季度，从我们的观察来看，已经传导到了这个节点，半导体芯片设计厂商的库存已经相对较高。小一点的设计厂商可能就撑不住了，开始给晶圆代工厂砍单，比如说，上个月跟代工厂要了1000片的晶圆，这个月不要了。代工厂会多出来一些晶圆，给其他的厂商，这就是我们所谓的“松动”。
目前的节点，还处在芯片设计厂商向晶圆代工厂传导的过程中。
当然，这种传导并没有那么快。目前代工厂的产能还是相对较满的，芯片设计厂商担心，这个时候砍单，万一下个季度想补单，人家不接了怎么办？尤其是在全球供应链非常不确定的状况下。所以，有资金实力的芯片设计厂商会选择再撑一撑，再观望几个月。我们估计，到第一季度末，下游可能会有更多半导体厂商砍单，先从一些不那么紧张的制程开始。那些特别紧张的制程，比如40nm、0.3um、0.15um，或者7nm先进制程等等，厂商是不会砍单的。
总结一下：2022年一季度，部分工艺制程节点的产能出现了一定的松动迹象；到二季度，我们判断会有更多节点出现松动。这也就意味着，一年之内，即使没有扩产，“缺芯”现象应该会得到一定的缓解。但短期，疫情反复等因素的出现再次延迟了这一进程，全球进入了从供应链效率到供应链安全的担忧，我觉得这可能是一个需要重新考虑的“新情况”，简单用过去市场经济分工逻辑来判断，可能是不够的，要考虑更多全球化下的政治及经济因素。
总结一下，这一讲，我为你分析了全球“缺芯”背后的半导体行业观察。
第一，半导体是一个周期性行业，新需求驱动的大周期，叠加供需错配导致的小周期，全球缺芯的主要原因在这里。
第二，2021年，手机芯片出现了需求疲软和供给产能松动。这意味着，消费电子的周期相对见顶，但汽车、服务器及物联网等新兴领域依然保持高景气，全球半导体供应链将从效率优先转向安全优先。
芯片产业链，要效率还是要安全
全球“缺芯”持续了两年，在当前这个时点上，需求的增长已经出现了拐点，消费电子芯片供应紧张的情况可能2022年年内会得到缓解。应该说，芯片产业也已经感受到了这个需求增长放缓的趋势。
但是，芯片产业并没有因此而放慢扩产计划，反而是加紧扩张产能。比如，台积电宣布3年内投入1000亿美元用于扩产，三星计划在2026年前把产能提高到现在的三倍，中芯国际计划建设3座先进制程晶圆厂。全球13家半导体制造头部企业，2021年的支出比2020年增加了60%，2022年还要再增长52%。2020年到2024年，全球要建成60座先进制程晶圆厂，25座成熟制程晶圆厂。这个扩产力度，可以说是半导体历史上最大的。
你肯定会有疑问：既然半导体是个周期性行业，我们已经能看到这一轮小周期的拐点，这样扩产，新增产能两三年后才会投入市场，到时候难道不怕出现产能过剩的情况吗？我的回答是，这个情况大概率会出现，并且业界也知道。那为什么还要继续大规模扩产？
这是因为，这两年芯片产业链布局的底层逻辑发生了重大变化，从效率优先转向了安全优先。
2019年之前，半导体是一个全球化的大产业链，形成了非常有效率的合作模式。比如一颗芯片，可能由美国设计、中国台湾生产、马来西亚封装，制造它的光刻机由荷兰生产，显影液来自日本。
但在2019年之后，在贸易争端、美国制裁、疫情冲击下，半导体产业链的脆弱性充分显现出来，加剧了缺芯问题。于是，全球主要国家和区域都开始思考自己的芯片供应安全问题，政府投入巨资来自建完备的芯片供应链。比如，拜登政府在《2022年美国竞争法案》中提出，计划拨出520亿美元来补贴和投资芯片行业。欧盟也公布了《芯片法案（草案）》，计划投入430亿欧元，布局自己的芯片产业链。
也就是说，目前全球芯片扩产的底层逻辑，并不光是考虑市场需求，更是考虑区域内的芯片供应链安全。芯片作为现代社会的战略资源，作为数字经济的底层技术，正在从高度分工的全球化产业链，变成区域内自足的产业链。
了解了这个大背景，你就明白了，我们国家推进芯片国产化，不是一个选择，而是一种必然。注意，芯片国产化并不只是突破某几个卡脖子的工艺，而是要建立一个国产化率更高的全产业链。目前，中国芯片的自给率只有30%，大幅提高芯片国产化率，将会是一个长期的、巨大的产业链机会。下面，我从芯片产业链上几个重要环节——设计、设备、材料，来详细讲讲芯片国产化带来的机会。
第一，先来看芯片设计环节。
芯片的类型非常多，根据处理的信号不同，可以分为数字芯片和模拟芯片两大类。数字芯片主要用来做计算，比如CPU、GPU、内存芯片等等。模拟芯片负责把物理世界的信号，也就是模拟信号转换为数字信号，最典型的，比如电源管理芯片、射频芯片等等，这也是通信的底层原理。
数字芯片的竞争，集中在先进制程的突破上，国产替代的难度比较大。相比之下，模拟芯片短期看，机会更大。这类芯片的特点是，品类多、应用广、产品生命周期还特别长。中国模拟芯片的市场很大，但国产厂商的占有率很低。德州仪器、亚德诺这样的大厂牢牢占据全球市场，它们不管是在产品品类、工艺还是成本规模上，都有非常大的优势。所以国内的下游应用厂商也习惯了直接采用国外的芯片，缺乏替换的根本意愿，这类芯片原本的国产化率是非常低的。
而现在，在芯片国产化的大趋势下，下游应用厂商会更倾向于使用国内厂商的产品，加快国内厂商的认证进度。再加上，华为、海康威视这样被列入实体清单的厂家，也会带头采用国内厂商的芯片，这给国内的芯片设计业带来了重要的机会。我们看到，国内模拟芯片的设计厂商的发展非常快。
第二，再来说说芯片制造设备。
一座晶圆厂的所有投入中，设备能占到80%，这是相当重要的一个环节。目前，国内的晶圆厂设备还是高度依赖进口的，特别是在先进制程芯片的生产设备上，国内外的差距尤其明显。最高端的极紫外光刻机，国内还没有实现从0到1的突破，谈不上国产化；刻蚀设备和清洗设备这些，国内厂商能生产，国产化率也只有20%左右。为什么国产化率这么低呢？
主要是成本问题。不是指采购设备本身的成本，而是安装测试的时间成本。进口国外，设备非常成熟，生产线可能一个月就能调试好。而如果引进国内自研的新设备，需要设备厂商送来样品， 测试生产。如果测试出了问题，就需要改进设备，再进行下一轮测试，直到能够生产出合格的产品。整个生产线调试好，可能需要两三年，这是个巨大的时间成本。
怎么解决这个问题？首先，是靠那些不得不采购国产设备的头部厂商的带动。比如国内最大的代工厂中芯国际，被列入了美国商务部的实体清单，采购国外设备会受到很多限制，甚至无法购买。所以它会有意愿去更多认证国内的设备。再比如华为，原本只做芯片设计，没有自己的制造厂，但现在，华为也在自己牵头做国产化的芯片制造产线，它也有很强的意愿导入国产的设备厂商。
其次，很多晶圆厂都有各地国资委的投资，“国家队”的选手肯定要响应国家的战略方向，更多地引入国产设备。哪怕一时的经济效益没有那么高，也必须要花时间、花成本去磨合。还是那句话，要自主，要可控，要安全。
还有一个契机是，现在国内晶圆厂进入密集建设期，2022年国内要新建8座高产能晶圆厂，现有工厂也在增加产线。在扩产时，就已经规划好了一部分产线要上国产设备。还有一些多出来的产线会成为测试线，专门做国产化设备的磨合。这样，就可以在测试的同时不耽误生产。
第三，再来看材料领域。
半导体制造用到的材料种类繁多，五花八门。按市场规模，排在前三的材料是硅片、电子气体和光刻胶，其中技术含量最高的光刻胶，基本上被日本垄断，这也是国内薄弱的环节。当然，国内的厂商也在做研发突破，但像高端光刻胶这样的产品，要提供稳定的产品需要反复的验证和测试。2020年、2021年这两年，所有晶圆厂的产能都是吃紧的，所以国内材料的测试进度没有那么快，必须有空余的产能才能有机会去做测试。和设备的情况很相似，国内晶圆厂的加速扩产，也是在测试和生产中导入国产材料的重要契机。
同时，在芯片设计、设备、材料这三个环节，国家也正在加大投入力度。2014年，国家成立了专门投资半导体产业的“国家集成电路产业投资基金股份有限公司”，简称大基金。大基金5年一共投入了1300多个亿，主要投资的是芯片设计和制造商，孵化出了一大批行业龙头，比如设计端的紫光展锐、中兴微电子，制造端的中芯国际和华虹半导体。2019年，大基金二期成立，瞄准的就是设备和材料，要加快这两个领域的国产突破。
总之，国产化，毫无疑问是未来国内整个半导体行业发展的主线，将会带来巨大的机会和空间，当然，也会有很多挑战。未来10年，可能是国内半导体行业发展的一个黄金机遇期。
最后，我还想单独说说汽车芯片产业链的情况，国内厂商将会享受到芯片国产化和国内新能源汽车厂商崛起带来的双重红利。
相对于消费电子芯片，汽车芯片是一个相对独立和封闭的产业，以IDM模式为主，也就是芯片大厂自己把设计、制造、封测一条龙做完，不做生产外包。目前，汽车芯片产能集中在汽车芯片三巨头——瑞萨、英飞凌、恩智浦。三巨头之外，只剩下30%的汽车芯片产能，由晶圆代工厂生产。
同时，汽车芯片的要求也很高，认证标准非常严格。目前国内的芯片设计、生产商基本没有进入这个领域，车规级芯片的国产化率不到5%，国内也没有一条经过认证的大规模车规级芯片量产产线。
不过，现在这个节点，正赶上国产车厂崛起的大好机会，这让国产芯片的突破有了一定可能。车厂可以加大国产芯片的认证，也可以逐步设置国产芯片进入的比例，比如今年达到5%，明年达到8%。对于国产汽车芯片厂商而言，这就相当于，一个原来完全不开放的市场，出现了一个入口。未来几年，一定会有能够媲美三大巨头的国内汽车芯片厂商崛起，我个人非常有信心。
总结一下，这一讲，我带你观察了芯片产业链的新趋势。
第一，全球芯片扩产的底层逻辑，并不光是考虑市场需求，更是考虑区域内芯片供应链的安全问题。
第二，提升产业链国产化率的要求，给国内芯片业带来了巨大的机会，尤其是设计、设备、材料这三个原本比较薄弱的环节。
第三，汽车芯片这条特殊的赛道，会享受到芯片国产化和国内汽车厂商崛起的双重红利，国产汽车芯片正在实现从0到1的突破。
国产替代，华为凭什么是带头大哥
你知道，受美国制裁影响，华为在2021年的业务受到很多影响。市场有种声音认为，华为的竞争力正在被削弱，未来形势很不乐观。比如，有分析说，2022年，没有芯片来源，华为最重要的C端产品和网络设备业务，都不会好转；云服务虽然在增长，但营收不高，不会让收入逆转；而智能车等新业务，短时间内不会给营收带来根本性改变。
但是今天，我想提出一点不一样的看法。判断华为的发展趋势，不能光看华为本身，而是要切换到一个更大的视角，也就是数字产业国产替代这个大趋势下来看。华为在国产替代里，起着带头大哥的作用。华为的命运，和国产替代这个大趋势深深地绑在一起。
第一，在国家主导的技术攻关里，华为是主力部队之一。
大家知道，这些年国家一直牵头在做重大技术难题的自主攻关。比如，半导体行业有一个重大项目，叫做“02专项”。2006年，国务院发布《国家中长期科学和技术发展规划纲要》，确定了16个科技重大专项，其中第二项，是“极大规模集成电路制造技术及成套工艺”专项，就是“02专项”。
当然，有02专项，就有01专项，你肯定听过“核高基”这个词，它就是从01专项来的，全称是“核心电子器件、高端通用芯片及基础软件”。可以看出，01专项侧重芯片设计，02专项偏向半导体制造设备。
这些被国家列出来要重点突破的专项，通常采用揭榜挂帅的办法，由行业龙头企业，各领一块任务，分头研发。而其中最难啃的骨头，经常交给华为来带队攻坚。
第二，除了在国家主导的重大专项里挑大梁，华为也在加快推进自己的“重大专项”。
先来看一个数据：2020年，华为的研发投入是1418亿元，在全世界仅次于谷歌，排名第二。各方预计，2021年华为的研发投入也会超过1300亿元。
除了资金投入，这几年，华为在技术研发思路上也有明显的转变。早期，华为攻关的，是具体产品的细节工艺。比如，粘贴手机屏幕必须用到的OCA光学胶，份额很小，但核心专利都在海外厂商手中。华为就从这样的小缺口发力，进行自主攻关。
现在，华为除了具体细节工艺，也开始在更通用的技术领域进行攻关。
比如，你可能听说了，2021年，华为成立了五大军团：煤矿军团、智慧公路军团、海关和港口军团、智能光伏军团、数据中心能源军团。我们知道，华为以前的营收大头是消费者业务，但5G时代，华为要把技术赋能给产业，深入到矿山、港口这样的复杂场景中去。攻关方式就是成立军团，把不同部门的专家，包括从事基础研究的科学家、技术专家、产品专家、工程专家等等，全部汇聚到一起，针对一个业务领域进行集中攻关。
拿最早成立的煤矿军团来说，华为的期待是，2至3年技术成熟，再输出应用。为此，华为抽调了有“天才少年”在内的“精锐部队”，直接进入项目现场，基础研究、产品研发和市场交付一起攻关。用华为的话说：通过“军团”作战，快速做深做透一个领域，突破重点行业，为公司生产“粮食”。
再比如，芯片产业链上的一个重大“卡点”——“芯片之母”EDA工业设计软件，华为就专门有团队在做技术攻关。另外，媒体还报道过，华为也计划和国产EDA龙头联合，解决卡脖子问题，合作方式是，“一二三列出单子，哪些是你能做的，都划下来做，其他不能做的，华为自己做。”
同时，华为目前也在考虑自建晶圆厂，从设计—代工模式转为IDM模式，芯片设计、制造、封测一条龙自己做完。这些都是华为正在啃的硬骨头。
第三，华为除了自己做技术攻关，更重要的是，带动上游产业链的发展。
首先是技术支持。比如，芯片设计，除了自己做，华为海思也会对合作伙伴进行IP授权。这里的IP，指的是有特定功能的电路设计，成熟IP用在其他芯片设计中，可以缩短设计周期。华为的大量成熟设计，能帮助对方提高芯片设计能力。再比如，在代工制造环节，华为会扶植国内的代工厂，以华为的技术和专家储备来帮助对方建立生产线。
除了技术支持，还有更直接的资本支持。这对华为来说，是一个重大转变。2019年之前，华为一心专注自主研发，坚决“不投资供应商”。但在2018年受美国制裁之后，华为不得不转变了策略，在2019年4月成立了专门的投资平台，哈勃科技。华为投资的要点，就是卡脖子技术。
成立三年来，哈勃进行了70多起投资，85%以上投在半导体领域，基本覆盖了产业链的各个环节。其中，因为华为准备自建工厂，哈勃在半导体材料、制造、封测上投资的企业多达14家。
有意思的是，虽然华为设立哈勃投资的初衷是“自救”，但没想到，无心插柳柳成荫，三年来战绩相当亮眼，已经有5家被投企业完成了IPO，还有8家处于上市辅导或IPO申请阶段。
我们知道，从苹果的上游供应商里，跑出来了一些大企业，比如立讯精密、歌尔股份、长电科技等等。未来，可以预计，从华为的上游产业链中也会长出来一批巨头。
第四，华为在国产替代里还有一个特别重要的作用，就是为国内产业输送人才。
科技研究机构“芯谋”做过研究，在芯片制造环节，晶圆厂的实体资产比重较大，但在芯片设计环节，人的智力和知识产权才是最重要的资产。芯片设计企业的人数，在一定程度上就代表了它的“产能”。
全球芯片设计的顶尖巨头，员工人数都要上万。第一名高通，有4.5万人，堪称巨无霸；第二名博通，有2万人；第三名英伟达，有1.8万人；第四联发科有1.7万人。全球排名前十的厂商，每个员工每年平均给企业带来60万至160万美元营收。也就是说，人员规模某种程度上，能够反映出芯片设计公司的竞争力。
那么，国内芯片设计公司，人员规模如何呢？
绝大多数规模都非常小。2021年我国芯片设计公司有2810家，从业人员22万人。其中只有32家人数超过1000人，51家落在500到1000人这个区间，100到500人的，有376家，剩下的2351家都是100人以下的小微企业，占总数的83.7%。
国内人数前十的企业中，华为海思有2万人，是唯一一家与海外巨头相当的，第二大的紫光展锐才4000人，再往下就是2000人的规模。
这几年，从华为海思跳槽的研发人员，有的到了国内其他厂商，有的自行创业，很多人干得风生水起，华为海思被看作国内芯片设计领域的“黄埔军校”。
不过这时候，又出来了一种奇谈怪论，说，反正海思受到制裁，与其苦苦挣扎，是不是干脆让海思倒掉更好？“一鲸落，万物生”，海思的两万人才，散布到全国的2000家半导体厂商，国内芯片产业肯定会迎来大发展啊。提出者还搬出了仙童公司——这是美国芯片业的先驱，早就倒闭了，但从这里走出了英特尔公司，以及凯鹏华盈这样的老牌风投公司。华为海思的倒掉，对中国芯片业是件好事。
我只能说，这种说法非常不负责任。
首先，为什么海思的人才出来是香饽饽？因为华为的人才培养体系、海思多年来的技术沉淀，给员工极大的赋能，才让他们成为稀缺的芯片人才。没有了海思，中国芯片业的人才培养就成了无水之源。
再说，海思一散摊子，人才真的会流到本国芯片产业吗？那么多的芯片国际巨头虎视眈眈地准备抢人呢。无论是薪资待遇，还是研发条件，除了海思，国内芯片设计厂商很难有更多的与国际大厂相当。
数字产业正在呈现出国产替代的趋势，这也是未来很长一段时间的主题和方向 。你该如何观察这个趋势？我的答案就是，看巨头，其中，华为公司还是核心。知识密集型产业，人的智力就是核心竞争力，数字产业在某种程度上，就是巨头的游戏。
知道了这一点，你就明白了，国产替代的大趋势不变，华为的基本盘就不会变，目前的困难只是暂时的。
总结一下，这一讲，我们通过华为，观察了数字产业的国产替代趋势。
第一，数字产业呈现的国产替代趋势，是你观察整个产业的一个新视角。
第二，华为正在以自己的研发、产品和投资能力，带动上下游在国产替代中攻坚前进。
第三，华为拥有不可替代的人才优势，这正是参与数字产业“巨头游戏”最重要的条件，也是我们国家芯片产业自主可控的基本盘。
智能硬件，小米怎么做物联网布局
为什么小米可以代表智能硬件赛道呢？来看一个数字：2021年，中国消费级智能硬件的市场规模是5000亿元，而小米的物联网设备收入是856亿元，它一家占据了将近20%的市场。从体量看，小米的智能硬件业务可以一定程度，代表这个行业的基本盘。
我们再从增速来看，业内有一个有意思的观察，如果小米某一年能出现爆品，那么市场增长相应就会更快一点；如果小米表现平平，那么整个市场的增速也就一般。也就是说，小米智能硬件的业务增长也在很大程度上影响整个市场的增速。
2021年，行业的增速是30%到40%。市场预计，智能硬件后续的复合增长率，在30%以上。应该说，这个增速不算低。但是，我们想象中那种智能硬件大爆发、所有家电都实现智能化运作，这样的场景，迟迟没有到来。这是为什么呢？
其实，智能硬件本身就是一个缓慢但持续增长的市场，不太可能一夜之间，所有家电都实现智能化了。比如，2020年，全球物联网硬件，首次超过了不联网的硬件数，但这个变化普通消费者很难感受到。
如果横向比较的话，中国家庭的智能硬件渗透率，和美国比，差了一大截。2021年，美国家庭的智能硬件渗透率达到了43%，而中国仅有16%。这主要是消费者习惯的问题。现在，更接受智能硬件的年轻人，部分“90后”和大部分“00后”，还没有进入到独立生活的阶段。可以预计，等这批年轻人独立成家之后，中国家庭的智能硬件渗透率会有一个加速的过程，未来的空间是非常大的。
那么，在智能硬件这个赛道上，未来谁能分到最大的蛋糕？
想要在这个赛道胜出，必须具备两个基本条件：
第一点，就是要做足够多的品类。
如果只做单一品类或者几款爆品，无法实现全屋智能。这一点，跟过去手机的单体智能，根本逻辑是不同的。所以，有没有爆款是次要的，最重要的是，品类一定要多要全。这正是小米的优势之一，小米的布局方式，就是全品类覆盖。小米深耕物联网领域多年，从2013年起，通过对各类企业的“只参股、不控股”的合作方式，打造出了独有的生态链体系，被外界称为“竹林模式”。现在小米生态链上有360多家企业，拥有超过600种硬件商品，大到智能电视，小到一块插线板，都有布局。
说到这儿，可以顺便提一点外界对于小米的质疑。有人说，曾经的小米物联网，动不动就出爆款产品，比如小米电视、小米手环、平衡车等等。现在，为什么很久不见小米出爆款产品了？
其实，智能硬件品类太广，并不是每个品类都有潜力成为爆品。有潜力成为爆款的产品，一定是应用场景非常广的产品。比如耳机，这就是全民级别的消费品，人手一副，而且耳机还经常容易掉，隔段时间就得买新的。智能电视也是，每个家庭都要有电视，很多家庭还不只有一台，这也是天然容易出爆品的产品。
但是，当你的硬件品类做得越来越多之后，你会发现，一些小的智能硬件，面向的市场很窄，只有少部分人用，不是全民级的产品，自然就很难成为爆款。比如你可能想不到，小米推出了智能保管箱、心电监测仪，甚至还有智能鱼缸这样的小众产品。现在的小米，已经过了追求爆款的阶段，主要是在打造全品类。
除了品类要多，还有第二点，就是要有智能系统和统一终端入口。
现在的很多智能硬件，只是做到了能联网，但是它们相互之间不能够互联互通，智能电视不知道智能冰箱在干嘛。而未来要打造真正的全屋智能，一是要有能够让硬件互联互通、稳定运行的智能系统；二是要有一个统一的终端，去实现对其他所有硬件的控制。这个统一终端，目前看来就是手机。
目前，能够满足这两个条件，也就是有足够多的智能硬件品类、能够打造智能系统和统一终端入口，这样的企业并不多，一个手就能数得过来。科技企业当中，有华为、百度、小米，传统家电企业当中，有格力、美的。
你知道，小米是一家互联网基因的公司，起家于MIUI系统。在底层，小米能够实现操作系统上的统一；在软件层，小米也有应用多年的米家App；在产品上，小米也能够说服生态链上的企业进入自己的生态。这样看下来，小米的优势还是很明显的。
未来，这几家企业竞争的结局，可能最终会形成不同的生态圈。各个生态圈的创造者，会寻求外部的企业加入自己的生态。做单品的企业，可以选择加入某个生态圈。将来的智能硬件，不是单个品类的竞争，而是各自的生态圈的竞争。
说到这儿，你可能还有一个疑问：为什么这些年，大家提小米生态圈提得少了？
我的判断是，不是说生态圈本身前景不好了，而是市场格局已经基本明朗，留给后来者的机会不多，资本市场的风潮过了。生态圈提得最热的时候，是2016年至2018年，那时也是一波投资热潮。最近这两年，投资非常少了。小品类的硬件市场很细分，价格低、利润薄，很难做。小米可以把每一款硬件的净利润做到5%以内，别人就更别想赚钱了，没有新企业愿意加入，所以资本市场不会特别热。但是，留在里面的这几个大玩家，还是会有很好的机会。
小米最大的短板，目前还是在线下销售这块。截至2021年10月底，小米的线下店才开到1万家，对比一下，OPPO和vivo两家企业的线下店面数，都是20万家以上。而且，在小米的这1万家零售店里，还是以卖手机为主，智能硬件的销售比例不高。当前，小米在一、二线省会城市的线下零售店，手机和智能硬件的销售比是6:4；在四、五线城市，手机和智能硬件的销售比是8:2，智能硬件的比例更低。
为什么小米线下店，不走代理商模式呢？小米追求的是极致性价比，它自己的利润都不到5%，能给代理商的不可能太高。这也是为什么，代理商抢着去卖苹果的渠道货、翻新货，也不愿意做小米的生意，利润空间实在太小。
在智能硬件很难突然爆发、线下渠道也还存在短板的情况下，小米瞄准了“车”这个新的流量入口。目前，汽车行业正在走一条消费电子走过的路，也就是，正在从“功能机”向“智能机”时代迈进。未来的智能车，可以理解为长着四个轮子的手机，这也是一种智能硬件。所以，小米造车，并没有脱离智能硬件和物联网这个大战略，而且可以说，造车是小米实现物联网大战略的最重要一步。
那么，小米造车，怎么造？现在科技企业入场造车，可选的合作路径有两种：
一种是理想、蔚来这样的新势力所采取的方式，造车由科技企业主导，合作的传统车厂，比如一汽，只承担代工功能，本质是用互联网的思维造车，围绕的是怎么更好地服务客户。
第二种，是百度与吉利、阿里与上汽这样的合作模式，传统车厂主导车的制造，让科技企业来赋能，增加汽车的附加值，核心是怎么造好新能源车。
从2021年年初提出造车这项业务起，雷军用整个上半年的时间，去和各家车厂寻求合作。考察了30多家工厂后，小米最终选择了第三种方式：自建工厂。小米在寻求合作的过程中，对比了两种方案，最终决定自己来全权把控造车环节。自己造车，一方面能把控产品的质量，另一方面能更好地把自己的技术积累赋能在车上，我认为这是很有想法，也非常正确的路径。很有可能，小米会在造车上复刻当年手机的打法，就是开发一个新品类，把性能发挥到极限，把利润压缩到更低，以此换取后进入市场的机会。
我问过雷军，小米为什么要自己造车？雷军认为，小米的本质是一家“工业综合体”，在手机领域积累的很多能力是可以复制的。举个例子，现在汽车上的雷达和算法是最核心的，而小米手机已经有3000人的AI团队，这个能力完全可以复用。小米在消费电子领域打造出的成熟团队，可以把通用能力移植到造车上。再加上，小米是一个优秀的供应链整合者，可以在很多产品领域，都整合最高效的供应链，做出性价比最高的产品，无论是手机、智能家居，还是未来的汽车。
总结一下，这一讲，我们借着小米，观察了当前的物联网智能硬件赛道。
第一，智能硬件本身是一个缓慢但持续增长的市场，未来的空间非常大。
第二，想要在这个赛道胜出，一定要做足够多的品类，要打造自己的生态，这也是小米正在布局的。
第三，小米造车，是瞄准了“车”这个未来最大的流量入口，这也是小米物联网大战略的一部分。
数字化转型，谁是真正赚到钱的人
这两年，“数字化”是一个很热的产业关键词。对传统企业来说，数字化转型至少包含两个方面的内容：一是技术的升级，二是业务模式的转型。企业的数字化转型是由技术、业务两条线组成的一个螺旋式上升的模型，技术是支点，业务是内核。有了信息技术的驱动，才有可能有业务模式的深度变革。
我是TMT领域的分析师，看传统企业的数字化转型，更关注技术的部分。因为传统产业对信息技术升级的需求，意味着数字产业将会迎来巨大机会。我会着重去看，数字化浪潮中，那些为传统产业提供技术支撑的公司，哪些会跑出来，吃到最大红利。就像淘金热当中，最后赚到钱的往往不是淘金子的人，而是卖铲子的人。
下面，我就以银行业的数字化转型为例，来具体说明。
为什么选择银行业？目前很多传统企业，说是在做数字化转型，其实做的是信息化的升级。信息化，只是让业务数据互联互通；而数字化，是以数据为核心去驱动业务。而银行天生和数字打交道，有通过信息化来提升效率的天然需求和场景。在所有传统行业中，银行业的信息化程度是最高的，也是可以率先开启数字化转型的行业。
数字化带来巨大的数据量和吞吐量，需要银行业的IT架构由集中式转向分布式。也就是，把一台集中式服务器替换为多台x86服务器。每台服务器不负责全部功能，而是只负责一个模块，多台服务器联合起来，总体支撑整个系统。
一方面是需求摆在这里，另一方面，分布式架构的技术也越来越成熟。在互联网巨头的推动下，分布式架构在一些互联网银行上经过了验证，比如百信银行、微众银行等等。这样一来，传统银行业的架构转型也有了实现基础。
银行IT架构从集中式转向分布式，带来了两个产业机会：一是上层的各个业务系统，比如，核心交易系统、信贷管理系统，甚至OA系统，都要进行相应的改造。二是底层软硬件国产替代的机会。
我们先来说银行业务系统。
为什么业务系统需要改造？系统架构从集中式转向分布式，数据结构、算力分配、资源调度的方式都要改，这就相当于代码的底层逻辑变了。比如，一个最简单的业务场景，转账。在集中式架构中，账户、转账、账单等模块都在同一个系统后台，全程数据也都存在同一个数据库里，但在分布式架构中，一个系统被拆分为多个后台系统，数据库也被拆分为多个数据库，同样的业务要调用更多的模块，就需要通过更改底层代码逻辑来实现。
这带来了一个很大的技术升级的需求，直接带动了银行IT服务行业，也就是为银行做信息技术服务的厂商的发展。国际数据公司预测，中国银行IT服务行业2019年至2023年年均复合增长20.8%，2023年，市场规模会达到1070亿元。中国信通院的数据显示，2020年国有六大行IT投入的增速是34.54%，远远超过4.4%的收入增速。
这看起来，是一个景气度很高的行业。不过，从资本市场的角度去看，这个行业又存在一个长期问题，就是IT服务商的估值严重偏低。为什么会出现这种情况？
这与银行IT服务业的商业模式有关。
大多数IT服务商与银行的合作方式，是人力外包模式。也就是，IT服务商派工程师进驻银行，提供定制化的IT服务，银行按每人每月多少钱的方式，和IT服务商结算。这种模式下，IT服务商需要维持庞大的人员规模，头部厂商基本都超过5000人。但是，人效却不高，也没有更多的技术含量，厂商的规模效应也很难体现出来。
比这个好一点的，是项目制。人力外包，做什么、怎么做，都由银行说了算；项目制，则是由服务商的技术团队来主导产品的开发、测试，厂商拥有更大的自主权，也能沉淀出自己的产品能力。不过，维护的方式还是不断地派人力维护，这种模式也没有规模效应。
更好的模式，是厂商向银行提供自己的成熟产品，然后收取产品维护费用，提升产品的附加价值。但是，国内现在基本还没有太多能做出通用产品的厂商。
这就是银行IT服务行业的矛盾所在：一方面，业绩不用担心，银行的改革越来越普及，不愁没有生意做，只要派人去工作，业绩就会不错。另一方面，商业模式上，对银行的依赖性太高，做不出自己的标准化产品，整个行业的估值长期偏低。
有没有改变的方法呢？一条可能的路径是，在为大行做定制服务的过程中，把流程和know-how（专业技能）沉淀下来，做成通用产品提供给小行。大行的架构，总是更复杂的，所以完成一项大行的项目，沉淀下来的整套能力，就可以做成一个标准化的产品。而对于中小银行来说，IT预算不会太高，自主改造能力有限，它们也很愿意采购市场上的成熟产品来直接部署。通过这种模式，银行IT服务商就有机会从输出人头，到输出产品，进而获得规模效应。
我们再来看银行IT架构从集中式转向分布式的第二个机会，底层软硬件的国产替代。
银行IT系统使用的集中式架构，是由服务器、数据库、存储，这三大结构件构成，它们支撑着上层的系统和应用。但是，底层的三大件基本都被国外厂商占据。比如，银行的服务器主机，基本上是IBM的。早年IBM的大小型机，有百分之六七十都卖给了中国国有大行。数据库，基本是甲骨文的，甲骨文一度占据中国银行业90%的数据库份额。存储，基本是EMC的。
这几年，随着外部竞争环境的恶化，这样的底层架构具有很大的风险，甚至会威胁到国家金融系统的稳定。在这个背景下，一个新赛道——“信创产业”出现了。它的全称是“信息技术应用创新产业”，核心就是实现国家信息技术产业“自主可控”。
针对信创产业，国家提出了“2+8+n”体系，按照这个顺序逐步实现自主可控。
其中，“2”是指党、政。目前，党政的自主可控已经基本完成。“8”是指关于国计民生的八大行业：金融、电力、电信、石油、交通、教育、医疗、航空航天。“n”是指，把信创产品全面应用到消费市场，这将是一个万亿级大市场。
2020年，国家宣布了第一批国产化试点金融机构，包括主要的国有大行、头部券商、交易所等等，一共47家，要求当年新增IT采购的5%实现国产化，第二年实现15%。之后，又有两批机构进入试点，一共接近150家。
实施的效果如何呢？截至2021年年底，试点机构的国产化采购比例都超过了政策的要求。
首先，硬件层面，最开始进行国产替代的是服务器。分布式架构，对服务器的要求没有那么高，可以把IBM的高性能服务器，替换成小型服务器，这为国内厂商的入局打开了一个窗口。
服务器的核心是CPU，目前，这条赛道上国内有三家比较好的厂商，分别是华为鲲鹏、中国电子旗下的飞腾，以及中科曙光旗下的海光。当然，这三家也面临各自的问题：华为受到制裁，供货短时间受到影响；飞腾没有被制裁，但芯片性能不够好；海光的产品不错，但用的是基于英特尔的x86架构，未来不排除有被卡脖子的风险。
第二，在软件层，最重要，难度也最高的，是数据库。数据库大多是开源，不涉及版权问题，国内现在很多厂商在做。国内的头部厂商，基本上是互联网大厂。不过，互联网大厂更注重To C业务，To B端其实做得不够好。短期内，国产的数据库在技术上很难赶超甲骨文。
好在，现在已经有了一些标志性的应用案例。比如，华为高斯的数据库，已经应用在了工行的系统上；腾讯自研的分布式数据库，也已经落地张家港农商银行。我判断，出现了这么多标杆案例以后，后续会有更多银行加入使用国产数据库的阵营。
总结一下，这一讲，我带你观察了传统行业的数字化转型中，可能出现的新机会。
第一，在数字化转型中，要关注那些为传统产业提供技术支撑，也就是“卖铲子”的公司。
第二，银行系统改革的需求，有机会让原本存在感不那么强的IT服务商，发展出自己的产品，获得规模效应。
第三，底层软硬件的替代需求，给国内厂商的入局打开了一个新窗口，国产CPU、数据库将迎来更好的发展机会。
数据安全，怎么从限制中看到机会
数据安全，是又一大热门话题。2021年，国家密集出台了与数据安全有关的法案，包括《数据安全法》和《个人信息保护法》两部法律，以及《关键信息基础设施安全保护条例》《网络数据安全管理条例》和《汽车数据安全管理若干规定》等等条例。
消费者看数据安全，主要关注用户隐私、个人信息保护等问题；互联网平台看数据安全，会主要关注合规问题，看到相关法规的监管和限制；而作为分析师，我看到，正是因为国家层面对数据安全的强监管，以及消费者对用户隐私问题的重视，数据安全行业正在成为一个蓬勃发展的大市场。这一讲，我就重点来说说，我看到了哪些新机会。
严格说起来，数据安全不算是一个新行业。在信息化时代，数据安全就是重要的一块业务。但是，今天的数据安全业务和过去是截然不同的。
过去的数据是静态的，数据集中存放在一个地方，比如中央服务器上；人和数据是分隔的，需要用到数据的时候才去调用。所以，过去做数据安全的主要方式，是对数据进行加密。安全公司通常有一套加密算法，对数据进行加密后，即使有人获得了数据，也很难破解。设置的密钥越长，数据越难破解。
但是今天，情况不同了，数据变成了流动的。什么是数字化？就是把数据变成生产资料，用数据来驱动业务。这意味着，数据不再是静态存储在某个地方，而是在不同的业务之间，在不同的存储介质中间，甚至在不同的芯片中间不断地流转。其中任何一个环节被植入后门，或是受到木马攻击，数据都有可能被盗走。
所以，今天的数据安全保护，不再是针对某一个点进行的，比如只针对数据存储这一个环节进行加密保护，防止数据泄露就结束了。而是要考虑到，数据从产生到应用的每个环节：数据存储在哪里， 在什么地方被加工处理，数据流转经过哪些环节，等等。这就要求，每一个业务、每一台服务器，甚至每一台终端，都要相应地部署数据安全的措施，比如，制定策略、硬件保护、软件保护，等等。
来划下重点：今天的数据安全和过去相比，最大的不同是：第一，数据是流动的，数据随时随地产生、随时随地存在、随时随地被使用，所有的环节都要考虑数据保护。第二，数据安全的保护，也不再只是保护存储在某个地方的静态数据，而变成了一种体系化的、全流程的数据保护。
这种全流程的特性，给整个数据安全行业，带来了巨大的变化。
最直接的体现是，数据安全厂商，不再可能，单靠单项技术来解决数据安全问题。过去一套防火墙打天下的历史，已经一去不复返。厂商必须要有体系化的能力，要能拿出整体的数据安全解决方案。这种体系化的能力体现在两个方面。
第一，在规划层面，就要有体系化的能力。
过去做数据安全，是外挂式的，就是等用户把所有系统都建好之后，再外接一个安全产品。现在不行了，因为要考虑到数据在各个业务、各个应用之间流转，所以在规划信息化方案的时候，就要做安全同步，把安全产品嵌入到信息化中去。这就要求，头部的数据安全公司一定要有整体的规划咨询能力。
第二，数据安全厂商的产品，也要有体系化能力。
数据安全厂商要能提供一套完整的解决方案，在数据流转的每个环节，都有相应的防护能力。比如，当数据在内存当中的时候，怎样防止内存中的数据泄露；当数据存储在数据库的时候，怎样保证数据库不被篡改；当数据在网络端流转的时候，怎样防止数据被截取，等等。
同时，这种解决方案不能只是纸上谈兵，一定要在实际的攻防下能够发挥出作用。现在的安全监管不像过去，过去针对产品的检查，是用检测系统检测一下数据有没有泄露就完了。而现在的安全测试，是组织一帮黑客，由高手直接攻击安全厂商的系统。比如，从2018年开始的“护网行动”，就是公安部组织的实战攻防行动，就看各个安全厂商的产品能不能经得起实战检验。
划下重点：判断一个数据安全厂商的基本盘，你可以从这两方面来评估：一是它有没有前期的规划设计能力；二是产品体系全不全，能不能提供整套的解决方案。
当然，除了体系化的能力，还可以重点关注一点，就是在先进技术方面，有没有超前的探索，能不能把探索转化为产品。前面说过，数据安全是一个老行业，传统的产品，比如堡垒机、数据库防火墙、数据脱敏系统等等，过去都已经有了广泛的部署。现在随着整体用量的增加，产品市场也在增长，但没有飞跃式的增速。最大的增量，还是要看新技术和新产品。
具体来说，目前数据安全领域增长最快的产品是两类：隐私保护和零信任。我稍微展开说说。
首先，隐私保护成为最大的新兴需求。
前面说了，国家已经立法保护隐私安全，严禁企业非法获取用户信息。在这个背景下，隐私保护是一个强需求，代表性产品是隐私卫士。
隐私卫士是干什么的呢？我们知道，开发软件应用的厂商有可能会通过各种非法的方式去获取用户数据。最常见的一种就是SDK，你可以简单理解为软件中的软件，它可能导致第三方采集到用户的隐私数据。
隐私卫士的作用，就是从一款APP的开发环节起就开始参与，全程检测APP当中是否存在可能采集用户数据的SDK。当APP上线之后、用户在使用的过程中，隐私卫士还会部署在应用的后端，比如部署在服务器上，从而监测网络流量中是否存在能够获取用户数据的接口。隐私卫士也可以帮助APP检测获取的数据是不是合规。
我看到高德纳咨询公司预测，到2024年，全球由隐私驱动的数据保护市场规模，将超过150亿美元；中国的市场规模在15亿到30亿美元，换算成人民币，是百亿市场规模。
除了隐私保护，还有一个增长强劲的需求，就是零信任技术。
先来说说，什么是零信任。
我们知道，互联网上存在大量的数据访问，这个环节怎么进行数据安全保护？过去很长一段时间，安全行业采用的是白名单机制。比如，要访问存储在某个服务器中的数据，如果你的电脑IP地址在对应服务器的白名单当中，当你用这台电脑去访问服务器中的数据时，服务器中的安全产品就会验证通过，你就可以畅通无阻，随意访问。这就好像是，在网络世界“刷指纹”，这个“指纹”就是你的一系列特征，比如密钥之类的，通过这个“指纹”来识别你的身份，认证你的IP。
这种验证方式的好处是，只让可信者通过，攻击者再怎么变幻莫测，比如不停生成新IP，都无法访问，同时工作效率高，系统不用费力去“拉黑”所有的攻击者。但是，这种方式有很大的漏洞。只要有人盗取了你的正确IP地址，就可以通过白名单访问数据库。打个比方，比如你的公司要求刷工卡进门，就相当于把你的卡添加进了大门识别系统的白名单中，但它并不会验证你的人和你的卡是否完全对应，对吧？如果有人捡到了你的卡，他也可以刷卡进去。
而现在兴起的零信任模式，就是服务器不再设置白名单，而是假设所有的IP地址、所有的人都是不可信任的，每个人访问都需要通过行为验证，并且这个过程是动态的。所谓动态，意思就是服务器接到每次访问时，不是根据一个静态规则来简单判断，而是要看访问者的身份信息、权限信息，再看与实时风险是否有关联，实时作出评估。总结起来八个字：“从不信任，始终验证”。
这就相当于设置了一个防盗门，对每一个要进门的人，都先通过猫眼或者摄像头，去观察他。比如他敲门的时候有没有异常行为，他在门外有没有鬼鬼祟祟，等等。一旦发现他的行为有异常，那这个防盗门就不会为他打开，不管是刷卡还是敲门，他都进不来。零信任技术，对身份认证来说是一次安全上的升级。
除了身份认证，零信任架构还广泛用在各类访问控制产品中。比如，终端环境的感知系统，用来感知这个终端是不是处在一个可能有风险的网络环境中；再比如，可信用代理、可信API、web应用防火墙等等。
零信任最早由美国公司提出，在国内，奇安信是最早做零信任的厂家，从2019年开始推出产品，当年收入只有1000多万元，但很快开始有更多增长，2020年的收入是6000多万元，2021年已经超过了一个亿。从这儿也可以看到，零信任产品目前整体处于快速增长的阶段。
总结一下，这一讲，我带你观察了数据安全这个蓬勃发展的新市场。
第一，数据保护不再像以前那样，只保护存储在某个地方的静态数据，而是变成了一种体系化的、全流程的、实时的保护。
第二，数据安全企业想要跑出来，必须具备体系化的能力，既要做全流程的安全规划，又能提供有实战能力的、完备的产品体系。
第三，隐私保护和零信任是目前需求增长较快的两个安全领域，是值得关注的新赛道和新机会。
分析师方法论，怎么迭代观察视角
你知道，我长期研究TMT（科技）行业。这个板块的特点，就是变化快、不确定性大，用我们的行话说叫做“高波动高风险”。为什么TMT行业会出现这种特征呢？
看不同行业的分析师，用来观察行业的核心指标是不同的。比如消费行业，观察行业的核心指标是终端需求。银行业，观察行业的核心指标是不良贷款率。再来说TMT行业，观察的核心指标是技术。这个行业里技术迭代非常快。
这就导致，无论是公司的成长周期，还是行业的市场格局，都处在非常快速的变动之中。今天看到的巨头公司，可能三五年前还什么都没有，而现在看来不起眼的小公司，可能几年之后它的变化会非常大。老话说“三十年河东，三十年河西”，在我们这个行业，是“三个月河东，三个月河西”。
这种情况下，我们分析师的判断就容易出现偏差。
第一，因为行业格局变化很快，就习惯了快速下判断，追求立竿见影的效果。下判断可以，但是不能迷信自己的判断，要随着时间的推移来验证和不断纠偏。我来举两个例子。
比如云计算行业。你知道，按照部署方式，云计算分为公有云、私有云，以及两者结合的混合云。公有云，是服务商通过自己的网络提供“共享”云服务，按客户使用资源的情况按需收费，相当于客户租用厂商的云。像亚马逊，以及国内的阿里云、华为云等，都属于公有云。私有云呢，是由一家机构独享的云，是面向企业或深度垂直行业的“定制”。
在云计算刚刚在国内兴起的时候，我们行业内快速形成了共识，就是公有云是未来主要趋势。当时，全球IT界主推的就是公有云，在美国，像美国航天局、美国金融业监管局这样的政府机构，也都跑在公有云上。
但是没想到，回过头来看，这几年国内的私有云和混合云反而发展得非常好，过去四年市场都在高速增长，增速稳定在20%以上。
为什么国内会出现这样的局面呢？一来，国内的政务、金融，以及大型企业等等机构，在监管合规、数据安全上的外部要求和自我要求，都特别严格，公有云适配不了所有的需要，这就迫切需要各自构建私有云体系。二来，国内企业信息化建设的底层软硬件，用的不是标准化的产品，而是各式各样，但它们都是企业的重要资产，上云时也得用起来，这也是建私有云的一个动机。
现在回过头来看，私有云的快速发展是偶然中的必然，但当时却很难分辨清楚。
再比如，区块链行业。你知道，区块链行业几经起落，曾经火爆全球，也曾经被认为是最大骗局。大家最初的判断是，对区块链行业不看好，认为区块链只是噱头，追逐区块链，是一种完全的投机行为。用我们行话说，投资区块链，只能看作是一种主题投资，是一种暂时性的炒作。
但是，2019年以来，区块链飞速发展，已经成为一种全球主流的底层技术，在金融、货币、版权等领域应用广泛。这时候再看区块链，就不能当它是一种短期的投机性话题，而是已经成为一种确定性的趋势。
好，前面说的是第一个偏差，就是对新事物过快下判断。越是快速变化的行业，越是需要时间来验证自己的判断。不断技术迭代，是应用的发展，还是行业变化，都需要用时间来修正自己的理念。
再来说第二个偏差，我们往往会因为行业技术迭代太快、难以判断，就干脆做简单化处理：只注重单个公司自身的财务表现，而忽略了公司所在行业的生命周期。
实际上，科技行业虽然迭代很快，但也可以找到有迹可循的生命周期。比如，有一个著名的科技行业生命周期理论，叫做“高德纳生命成熟度曲线”。它又叫技术循环曲线、光环曲线，或者技术炒作周期，说的都是一回事儿。
具体来说，高德纳成熟度曲线把一项新技术从诞生到发展成熟的过程，分成了五个阶段——
第一阶段：萌芽期，市场对它的期望值从0开始爬升；
第二阶段：膨胀期，这个阶段市场对它寄予很高的期望，但其实技术还不是很成熟，市场往往会将它炒作过热；
第三阶段：泡沫破裂期，一旦泡沫破裂，市场对它的期望就会从山顶跌到谷底；
第四阶段：复苏期，只要是有真材实料的技术，在这个阶段，市场期望值会重新爬升；
最后是成熟期，在这个阶段，行业才会迎来真正的繁荣和持续的增长。
总体来看，几乎每一项新兴且成功的技术，在真正成熟之前，都要经历一轮或几轮泡沫期过程，在不断的波折和起伏中，通过累积和迭代，最终走向稳定和繁荣。
我还是以云计算为例。2006年，亚马逊云计算平台AWS推出第一项服务，宣告了现代云计算这门技术的诞生。之后，云计算概念迅速被市场热炒，进入了泡沫期。到2009年，云计算处在泡沫的最高点，但是随后，云计算的市场关注度一路下滑，2014年，到了泡沫破裂的最低点。直到这个时候，云计算行业的大部分公司都是没有盈利的。从2015年起，云计算行业又开始爬升，走向繁荣，真正走向收入和盈利的持续增长。你看，云计算行业的发展周期基本上完美演绎了高德纳技术成熟度曲线。
高德纳技术成熟度曲线
在这个行业大背景下，再来看云计算的龙头AWS，你会发现它的发展轨迹同样是跟着行业周期走的。从2002年成立到2014年，整整12年，AWS都没有实现盈利。不过，这十几年里，AWS的收入增长趋势特别明显，营收占整个亚马逊营收的比重也在上升。
2015年，亚马逊第一次单独披露了AWS的财务情况，AWS在上一个财年的收入达到46亿美元，实现了首次盈利，并且一举扭转了亚马逊20多年来的亏损状况。从那以后，AWS保持了30%到50%的年均复合增长。实现盈利后，AWS的利润进入爆发期，利润率也开始稳步提升。
到2021年，AWS的总收入是622亿美元，虽然收入只占亚马逊的13%，但却为亚马逊贡献了55%的利润，亚马逊已经实实在在成了一家云服务公司。
所以，不要脱离行业去单独为一家公司的财务做出判断，而要把行业生命周期所处的阶段和行业的发展阶段相匹配，找出那些处于生命周期中最好阶段的行业和与之相匹配的公司进行投资。要注意：不同的行业，一家公司所处的“最好的阶段”可能是完全不同的。
如果是已经进入成熟期的行业，比如游戏行业、云计算行业，公司的盈利能力能够通过报表体现出来。所以，应该去找那些创收能力好，或者在收入指标上高速增长的公司，着重去看它的利润率、它的市盈率等指标。在这些指标上表现好的公司，就处在“最好的阶段”。
如果是处于萌芽期的行业，整个行业都还没有开始盈利，这个时候就不能简单地看利润率或市盈率，而应该关注那些在技术上更有优势或者更具有创新性的公司，这些公司就处在这个行业中“最好的阶段”。
以英伟达为例。2021年，英伟达的市值达到了5000亿美元这个量级，是全球市值最高的半导体企业。看起来，它的市盈率已经很高了，2021年的数据是75倍，大幅超过美股半导体板块40倍左右的平均值。再看另外两家芯片大厂，AMD的市盈率是55倍，英特尔只有10倍。那么，是不是已经错过它“最好的阶段”了呢？我们判断，这家公司未来的增长空间还是巨大的。不能只看它的静态估值多高，更要关注它的成长性。
英伟达是AI芯片领域的龙头，而AI行业正是一个高速成长中的行业。从技术创新性来看，英伟达2020年推出的安培架构产品，是市场上最领先的AI计算引擎。从成长空间来看，英伟达产品的下游应用，包括游戏、自动驾驶，都是现在飞快增长的领域，前景非常广阔。所以2021年的英伟达，就处在生命周期“最好的阶段”。
你看，这就是把公司生命周期所在的阶段，和行业生命周期所在的阶段对应起来，找到最好阶段的公司进行投资。所以在不同的行业，对应它所在的不同发展阶段，我们选择重点公司时，所要关注的特征，可能会是不同的。
总结一下，这一讲，我跟你分享了我自己在研究中产生的两个感受。
第一，做研究，不能只关注当下，我们应该把视线放长远，从短期观察，转换到长期观察，用时间去修正和完善自己的理念。
第二，公司和行业不能脱离，我们应该结合行业的生命周期，来对公司做判断。
分析师方法论，分析师怎么做研究
神秘的“分析师”是怎么工作的。
更准确地讲，我的职业是“卖方”分析师，与“买方”相对，这两个词你肯定经常听说。简单来讲，买方，就是基金公司或者投资公司自己的分析师；卖方，就是自己不做投资，但通过对特定行业和公司的深度研究与长期跟踪，为买方机构买卖股票提供咨询建议。
我们这一行的人常常开玩笑说，做卖方分析师，一个人就是一家公司。你看，一名卖方分析师的工作，主要有三部分：调研、写报告、路演。如果对照一家公司的业务来看，这三部分就是，采购原材料，加工成产品，再销售出去。
先来看第一步，做调研。分析师要去调研上市公司，与上市公司的董秘、IR（投资者关系）部门，分管业务的总裁，甚至董事长保持沟通，去深度跟踪这个公司、这个行业的最新情况。调研的过程，也就是采购“信息”，采购原材料的过程。
再来说第二步，写报告。分析师要把采购回来的信息，加入自己的专业知识，包括对行业的理解、对公司的理解、对技术的理解等等，写成行业研究报告。写报告，就是把信息加工成产品。
再来看第三步，做路演。报告写完之后，分析师就要去各大基金公司、保险资产管理公司、各个公募机构路演，给基金经理和研究员推荐股票，推荐观点。如果分析师能够说服投资机构买入并信任自己推荐的股票，并且确实赚到了钱，那么分析师就可以获得佣金。路演，相当于销售产品，实现商业价值的变现。
你看，在这个过程中，分析师起到了一种桥梁作用，把产业的一手信息和二级市场连接起来。当然，在具体实践中，每个分析师所在的位置不完全是一样的。有的分析师会更靠近产业这一端，深入产业链，洞察产业链上的最新变化，然后传递给二级市场。也有的分析师会更靠近二级市场这一端，他会更了解市场的风格，比如某个时点上，市场莫名大跌，大家都找不到市场的主线，靠近市场的分析师，就有能力更早获取信息，及时把握主线，对市场的把握会更准确。
在工作时间的分配上，不同的分析师在各个部分所花的比例也不相同。这里面，有职位的区别，比如，刚入行的年轻分析师更多地会撰写报告和完善数据库，而首席分析师会更多地参与路演和深度调研；同时，也有个人风格的区别，有的分析师更喜欢做深入的产业研究，而有的分析师更喜欢做个股和公司的研究。
这节课里，我想重点跟你聊聊分析师工作最重要的一步，怎么做好行业调研？有其他行业的朋友告诉我，他们想象的分析师，是整天坐在电脑前，分析各种财务报表、各种宏观微观经济数据，然后通过各种模型计算作出判断。
其实，这是一种误解。分析师绝不是一个坐办公室的工作，做行业调研必须走出去，到产业一线去，搜集一手数据。
首先，分析师要从他研究的上市公司本身，挖到尽可能多的真实信息。
你可能知道，一家上市公司中，跟分析师打交道最多，就是这家公司的董秘。但是，董秘这样的身份，就像是一名“官方发言人”，对外给出的是一致的信息。那么，对分析师来说，他怎么才能拿到真正有价值的、能够超越市场预期的信息呢？
很重要的一点，就是要提早与公司建立信任关系。如果你在一家公司还没被市场关注的时候，就及时发现了它的潜力，看好它的模式，认为行业风口来临的时候，它会比别的公司更快地崛起。那么，你就可以先人一步，早早和这家公司建立联系。
而这家公司还不是处于行业焦点的情况下，它也更愿意向分析师，聊到更多信息，让你了解到更多更深入的业务情况。这样，你们就更早地建立起了一种持续的信任感。如果这份信任感能维持下去，公司比较火爆的时候，再去调研时，除了董秘来跟你交流，管业务的副总、技术方面的领导等，也会愿意跟投资人有更多的交流和分享，才会增加你对这家公司的认知。
换句话说，分析师拿到更有价值的资料，不是靠八面玲珑、搞个人关系，而是靠敏锐的嗅觉，对上市公司更早地跟踪，前瞻得发现，才能够拿到更多有效的信息。
第二，除了听这家公司本身的一家之言，还要深入它所在的行业和产业，用心去做横向对比。
比如，跟这家公司的竞争对手去聊聊，看看两家公司的说法有什么相同，又有什么不同，对行业的看法有什么不同和相同。除了上市公司，你还要跟行业里没上市的公司去聊，看看没上市的公司表现如何，它对行业又有怎样的认知 。
除了跟公司聊，还要去问一级市场的投资者，他们对这个行业、这家公司怎么看；还要跟行业专家保持交流，了解他们的观点和看法，尤其是对于一种新技术。你要是去看一个分析师一天的工作，会发现他会花大量的时间来打电话、跟人聊天，结识各种各样的专家和从业者，参加各种各样的论坛和会议。只有这样，分析师才能及时了解这个行业和业内重要的变化。
第三，除了用横向对比的办法来交叉验证信息，分析师还要及时跟踪产业链上下游的变化，做纵向的研究和验证。
比如芯片产业，产业链结构非常复杂，而且市场变化很快。这就要求分析师对产业链上的细微变化保持敏锐嗅觉，有意识地去搜集关键信息点。
比如，研究消费电子行业，在销售环节，分析师需要与手机厂商保持联系，了解最下游的手机售卖情况，如果一家厂商给出的信号是，“今年‘双11’卖得比去年差”，这可能就是一个重要的信息点。
在渠道环节，分析师也需要跟渠道商保持联系，了解消费品最新的库存，如果渠道商向你反馈，现在的库存周期是5周，而你记得自己上次询问时，这个数字是3周，那么，这个变化，就是又一个关键信息点。
在上游的晶圆厂，分析师要把握晶圆厂的订单情况、生产情况怎么样，最近有没有人取消约好的订单，产线有没有饱和，这也是关键信息点。
再往上游走，半导体设计公司这个环节，国内有好几千家厂商，分析师至少要和其中几家或几十家保持联系，了解他们把做好的设计投产的情况，这也是关键信息点。
还有，你可能想不到，有的分析师甚至会和给电子厂招工的中介公司保持联系，向对方询问基层工厂的用工动向。比如上个月用工，工资才5000元，这个月已经涨到了6000元，还多发一份补贴，这同样是关键信息点。
你看，产业链交错复杂，其实不是一条线，而是一张网，一个电脑品牌的经销商，一个手机门店的老板，都是分析师需要把握的信息点，这些信息彼此关联，彼此交叉，需要得到相互的验证。
我们经常说，60分的研究没有办法创造超额收益，分析师搜集到的关键信息点越多，加以自己的专业知识和经验，对其进行处理，才能够对产业作出准确的判断，也才有可能拥有超越市场的认知。
现在你知道了，为什么分析师的工作绝不是坐在办公室看看财报、看统计数据？因为数据被统计出来的时候，是市场已经知道的、过时的信息。分析师要做到的，是能够领先于市场，在数据被统计出来之前，提前预判行业的趋势，要在市场作出反应前，更早地去预判。
说到这儿，你可能会好奇，什么样的人适合做分析师这个职业呢？
你可能觉得，要有高智商、高学历，要有做研究的能力。但我个人认为，其实这些还不是最重要的。优秀的分析师，往往需要具备这几点：
第一，极强的沟通能力。前面说了，在调研环节，分析师需要跟产业链中的各种角色打交道；在路演环节，分析师需要去说服客户，需要让客户认识、并且认可自己的观点。没有比较强的沟通能力，是很难吃这碗饭的。
第二，靠谱的专业能力。在股价低位，你是不是相信自己的判断，敢于重点、坚定地去推荐客户？当股价突然回调的时候，你是否敢于让客户拿住、不要卖出？如果你本身不够坚定，那么听你推荐买了股票的人会更加恐慌。
第三，分析师还需要一点天马行空的想象力。特别是数字产业，每天都有新技术冒出来，你能不能想象到这个新技术未来5年的应用场景和商业模式的变化？比如特斯拉开创的，把卖车从过去的一锤子交易变成了订阅服务方式，把汽车变成了收费软件，你能不能想象到未来这种商业模式普及后的场景？
总之，分析师这个职业挺矛盾的，需要你既灵活又坚定，既严谨又有想象力，这样才能够做好产业和资本市场之间的桥梁。
总结一下，最后一讲，我跟你聊了聊，分析师是如何做研究的。
第一，分析师要从他研究的上市公司里，挖到尽可能多的真实信息，还要深入它所在的行业，做横向对比。
第二，除了横向对比，分析师还要及时跟踪产业链上下游的变化，做纵向的研究和验证。
第三，做一名分析师，需要极强的沟通能力、专业能力，还需要一点天马行空的想象力。
