BV1DEcfzMEU5 · 浑水摸鱼清源1 00:00:00,300 --> 00:00:04,960 人工智能技术已经开始改变全球经济 2 00:00:04,960 --> 00:00:08,439 这场重大变革丝毫没有放缓迹象 3 00:00:08,439 --> 00:00:15,609 最近投资者正聚焦于AI改变某些行业基础的潜力 4 00:00:15,609 --> 00:00:19,420 从软件到保险再到航运等领域 5 00:00:19,420 --> 00:00:25,469 在深入分析AI对科技及相关领域的影响后 6 00:00:25,469 --> 00:00:29,449 晨星公司的股票研究团队刚做出一系列重大调整 7 00:00:29,449 --> 00:00:34,560 对30多家主要公司的经济护城河评估 8 00:00:34,560 --> 00:00:36,179 我在这里与埃里克·康普顿 9 00:00:36,179 --> 00:00:40,619 晨星研究服务科技部门负责人 10 00:00:40,619 --> 00:00:43,380 将带我们了解评审流程 11 00:00:43,380 --> 00:00:44,920 及其产生的结果 12 00:00:44,920 --> 00:00:46,359 非常感谢您的到来 13 00:00:46,359 --> 00:00:50,149 埃里克感谢邀请，首先 14 00:00:50,149 --> 00:00:52,530 让我们为观众梳理背景 15 00:00:52,530 --> 00:00:57,770 经济护城河如何融入晨星公司的企业估值方法 16 00:00:58,299 --> 00:00:59,060 当然 17 00:00:59,060 --> 00:01:03,950 经济护城河是我们的核心分析要素 18 00:01:04,349 --> 00:01:09,709 我们正在评估企业的竞争可持续性 19 00:01:09,709 --> 00:01:12,060 这也影响我们对其估值 20 00:01:12,060 --> 00:01:14,780 简要概述如下 21 00:01:14,780 --> 00:01:19,530 我们五大护城河包括转换成本 22 00:01:19,530 --> 00:01:21,430 无形资产 23 00:01:21,430 --> 00:01:22,670 规模经济 24 00:01:22,670 --> 00:01:25,109 网络效应和成本优势 25 00:01:25,109 --> 00:01:27,450 我们在评估企业竞争地位时寻找这些特征 26 00:01:27,450 --> 00:01:30,000 并一般而言 27 00:01:30,000 --> 00:01:31,680 为了简化细节 28 00:01:31,680 --> 00:01:32,000 您知道 29 00:01:32,000 --> 00:01:33,159 过滤大量细节 30 00:01:33,159 --> 00:01:35,290 但可以认为 31 00:01:35,290 --> 00:01:39,049 预期竞争优势持续时间越长 32 00:01:39,049 --> 00:01:43,649 企业预计能获得超额经济回报的时间越长 33 00:01:43,649 --> 00:01:45,849 我们定义为投资资本回报率 34 00:01:46,929 --> 00:01:49,209 相对于加权平均资本成本 35 00:01:49,209 --> 00:01:54,969 拥有狭窄或宽广护城河的企业将享有更持久的高回报 36 00:01:54,969 --> 00:01:56,849 在其他条件相同的情况下 37 00:01:56,849 --> 00:02:00,269 它们应具有更高的公允价值估计 38 00:02:00,269 --> 00:02:03,629 我们方法的关键部分是准确评估护城河 39 00:02:03,629 --> 00:02:06,989 这有助于我们长期估值 40 00:02:07,569 --> 00:02:09,169 说到长期 41 00:02:09,169 --> 00:02:10,569 及其可能的变化 42 00:02:10,569 --> 00:02:15,509 AI如何改变传统经济护城河的格局 43 00:02:15,509 --> 00:02:16,409 我希望能 44 00:02:16,409 --> 00:02:18,009 谈谈我们的分析师 45 00:02:18,009 --> 00:02:22,110 如何理解这种快速变化且未来难测的新技术 46 00:02:22,110 --> 00:02:26,020 当然 47 00:02:27,060 --> 00:02:27,520 AI确实至关重要 48 00:02:27,520 --> 00:02:30,020 我们认为它可能改变很多方面 49 00:02:30,020 --> 00:02:32,620 因此我们认真对待技术范式重大变革 50 00:02:32,620 --> 00:02:40,080 所以我们要严肃对待这一技术变革 51 00:02:40,080 --> 00:02:42,340 并将这一因素纳入我们的远程评级 52 00:02:42,340 --> 00:02:46,539 首先我要强调的是，我们的核心护城河方法论并未改变 53 00:02:46,539 --> 00:02:47,960 我们仍在使用相同的 54 00:02:47,960 --> 00:02:50,520 大多数来源仍在试图分析企业 55 00:02:50,520 --> 00:02:51,400 以相同的方式 56 00:02:51,400 --> 00:02:54,860 更多是关于将人工智能纳入 57 00:02:54,860 --> 00:03:00,469 我们如何思考这些不同远程来源对特定公司随时间推移的威胁或优势 58 00:03:00,469 --> 00:03:02,349 在完成这一过程后 59 00:03:02,349 --> 00:03:04,150 分析师是如何理解的 60 00:03:04,150 --> 00:03:09,039 我们建立了一个内部框架，分析人工智能可能带来的变化 61 00:03:09,039 --> 00:03:11,278 这项新技术范式意味着什么 62 00:03:11,278 --> 00:03:15,000 然后我们尝试将其纳入单个公司层面 63 00:03:15,000 --> 00:03:17,400 你知道这家公司的转换成本如何 64 00:03:17,400 --> 00:03:21,719 它们是在提升还是在减弱 65 00:03:21,719 --> 00:03:24,979 这些能否在未来十年到二十年内持续 66 00:03:24,979 --> 00:03:29,060 这类问题，转换成本成为反复出现的重要议题 67 00:03:29,060 --> 00:03:30,759 还有无形资产 68 00:03:30,759 --> 00:03:36,709 例如人工智能从根本上降低了代码生产成本 69 00:03:36,709 --> 00:03:40,020 所以如果如果部分的 70 00:03:40,020 --> 00:03:44,900 公司价值在于其代码库的无形资产 71 00:03:44,900 --> 00:03:48,539 未来可能比过去更容易重构 72 00:03:48,539 --> 00:03:51,960 这是我们重点分析的内容 73 00:03:51,960 --> 00:03:56,099 我想这个过程中可能存在一些讨论 74 00:03:56,099 --> 00:03:57,699 我想象 75 00:03:57,699 --> 00:03:58,329 嗯 76 00:03:58,329 --> 00:03:59,748 人工智能如此新 77 00:03:59,748 --> 00:04:00,889 存在大量观点 78 00:04:00,889 --> 00:04:02,429 能否透露一下 79 00:04:02,429 --> 00:04:07,180 这个过程和幕后讨论是怎样的 80 00:04:07,180 --> 00:04:10,659 当然正如你所说，围绕人工智能有很多辩论 81 00:04:10,659 --> 00:04:14,519 如果我们的观众中有任何人在网上 82 00:04:14,519 --> 00:04:17,059 或在过去一个月参与过市场 83 00:04:17,059 --> 00:04:18,858 都接触过这些辩论 84 00:04:18,858 --> 00:04:20,389 确实有很多辩论 85 00:04:20,389 --> 00:04:23,029 幕后有很多反复讨论 86 00:04:23,029 --> 00:04:24,370 这很健康 87 00:04:24,370 --> 00:04:28,110 我们需要通过健康辩论确保得出最佳结论 88 00:04:28,110 --> 00:04:32,069 对未来做出最佳预测 89 00:04:32,069 --> 00:04:35,949 我们激烈讨论的几个重点 90 00:04:35,949 --> 00:04:39,740 在这些公司中反复出现的是 91 00:04:39,740 --> 00:04:40,120 嗯 92 00:04:40,120 --> 00:04:40,839 你知道一个 93 00:04:40,839 --> 00:04:42,040 什么是 94 00:04:43,360 --> 00:04:44,480 嗯 95 00:04:44,759 --> 00:04:45,899 你在改变 96 00:04:45,899 --> 00:04:47,379 改变代码生产成本 97 00:04:47,379 --> 00:04:47,600 比如 98 00:04:47,600 --> 00:04:49,029 这对这些公司有何影响 99 00:04:49,029 --> 00:04:52,170 这是某些公司的核心价值 100 00:04:52,170 --> 00:04:53,629 是否完全取决于代码库 101 00:04:53,629 --> 00:04:54,970 在这种情况下可以重新创建 102 00:04:54,970 --> 00:04:56,629 或者还有其他因素在起作用 103 00:04:56,629 --> 00:04:58,509 其他起作用的因素可能包括 104 00:04:58,509 --> 00:05:01,350 我将以软件公司为例 105 00:05:01,350 --> 00:05:01,949 这里 106 00:05:01,949 --> 00:05:05,110 他们创造的价值可能远超代码本身 107 00:05:05,110 --> 00:05:07,050 可能包括独特的数据资产 108 00:05:07,050 --> 00:05:10,790 也可能包括领域专业知识 109 00:05:10,790 --> 00:05:16,189 因此可能需要创建复杂的流程，需要大量特定领域的专业知识 110 00:05:16,189 --> 00:05:16,350 例如 111 00:05:16,350 --> 00:05:16,829 比如 112 00:05:16,829 --> 00:05:18,279 半导体设计 113 00:05:18,279 --> 00:05:20,079 里面有很多内容 114 00:05:22,500 --> 00:05:24,860 可能并不了解很多 115 00:05:24,860 --> 00:05:31,670 软件公司的核心竞争力还包括分销和执行有效的销售流程 116 00:05:31,670 --> 00:05:34,379 即使拥有优秀模型 117 00:05:34,379 --> 00:05:38,079 也不容易让客户采用 118 00:05:38,079 --> 00:05:43,069 现有软件公司已拥有庞大的分销网络 119 00:05:43,069 --> 00:05:44,689 这成为他们的优势 120 00:05:44,689 --> 00:05:46,649 这些都是我们分析的内容 121 00:05:46,649 --> 00:05:48,769 网络效应也被多次提及 122 00:05:48,769 --> 00:05:53,810 我们认为这受AI转换成本影响较小 123 00:05:53,810 --> 00:05:55,360 这一点也被反复讨论 124 00:05:55,360 --> 00:05:59,600 AI是否允许更轻松切换供应商 125 00:05:59,600 --> 00:06:03,680 过去可能因大量数据连接更困难 126 00:06:03,680 --> 00:06:06,910 以及后台的其他互联 127 00:06:06,910 --> 00:06:08,589 这些或许可以部分自动化 128 00:06:08,589 --> 00:06:11,889 所有这些都在内部讨论中出现 129 00:06:11,889 --> 00:06:12,490 是的 130 00:06:12,490 --> 00:06:13,810 这很有趣，在我继续之前 131 00:06:13,810 --> 00:06:15,610 我稍后会问你结果 132 00:06:15,610 --> 00:06:16,730 但在继续之前 133 00:06:16,730 --> 00:06:18,000 这有点像 134 00:06:18,000 --> 00:06:18,920 在我看来 135 00:06:18,920 --> 00:06:20,959 这些都是我们观察到的问题 136 00:06:20,959 --> 00:06:22,779 市场正在逐步变化 137 00:06:22,779 --> 00:06:26,259 这也是投资者正在思考的问题 138 00:06:26,259 --> 00:06:26,500 对 139 00:06:26,500 --> 00:06:27,120 当我们尝试 140 00:06:27,120 --> 00:06:27,540 你知道的 141 00:06:27,540 --> 00:06:29,908 大家都在努力理解 142 00:06:29,908 --> 00:06:33,810 你知道AI将如何影响这些行业的未来 143 00:06:33,810 --> 00:06:37,370 这感觉像一个公平的比较，绝对正确 144 00:06:37,370 --> 00:06:40,189 我认为关键结论是 145 00:06:40,189 --> 00:06:44,910 毫无疑问，我们可以在未来赢家和输家中辩论 146 00:06:44,910 --> 00:06:46,589 这里有很多讨论空间 147 00:06:46,589 --> 00:06:48,769 但毫无疑问 148 00:06:48,769 --> 00:06:52,889 我们可以指出预测赢家和输家变得更加困难 149 00:06:52,889 --> 00:06:54,689 不确定性已显著增加 150 00:06:54,689 --> 00:06:58,889 而这正是推动这一行动的关键因素之一，旨在理清其中的复杂性 151 00:06:58,889 --> 00:07:01,110 当我们考虑我们的护城河评级时 152 00:07:01,110 --> 00:07:01,970 你知道，窄护城河 153 00:07:01,970 --> 00:07:05,750 我们必须对十年内的回报前景保持高度信心 154 00:07:05,750 --> 00:07:06,769 而对于宽护城河 155 00:07:06,769 --> 00:07:12,720 不确定性因技术范式转变而增加，周期超过十年到二十年 156 00:07:12,720 --> 00:07:17,459 在更远的未来预测回报流变得更具挑战性 157 00:07:17,459 --> 00:07:18,199 因此这 158 00:07:18,199 --> 00:07:20,569 我认为这无疑是一个核心主题 159 00:07:20,569 --> 00:07:21,689 太棒了太棒了 160 00:07:21,689 --> 00:07:22,009 好的 161 00:07:22,009 --> 00:07:23,730 那么让我们谈谈你的发现 162 00:07:23,730 --> 00:07:24,250 嗯 163 00:07:24,250 --> 00:07:24,769 你知道 164 00:07:24,769 --> 00:07:25,930 我们分析了分析师团队 165 00:07:25,930 --> 00:07:27,290 研究了超过一百家公司 166 00:07:27,290 --> 00:07:28,199 嗯 167 00:07:28,199 --> 00:07:29,220 总体而言 168 00:07:29,220 --> 00:07:31,399 你能给我们一些 169 00:07:31,399 --> 00:07:33,240 审查后出现的变化 170 00:07:33,240 --> 00:07:35,259 看起来主要是上调 171 00:07:35,259 --> 00:07:36,240 下调 172 00:07:36,240 --> 00:07:37,300 这些如何影响 173 00:07:37,300 --> 00:07:38,759 我们的公允价值估算 174 00:07:38,759 --> 00:07:39,740 不确定性评级 175 00:07:39,740 --> 00:07:41,040 你知道这到底 176 00:07:41,040 --> 00:07:41,560 呃 177 00:07:41,560 --> 00:07:42,788 总体情况如何 178 00:07:42,788 --> 00:07:44,988 在深入细节前 179 00:07:44,988 --> 00:07:45,608 是的 180 00:07:45,608 --> 00:07:47,019 我们进行了 181 00:07:47,019 --> 00:07:51,680 大约有132家公司参与了此次审查过程 182 00:07:51,680 --> 00:07:54,668 这是一项艰巨的任务 183 00:07:54,668 --> 00:07:55,809 完成时 184 00:07:55,809 --> 00:07:59,129 我们下调了部分公司的评级 185 00:07:59,129 --> 00:08:00,230 132家 186 00:08:00,230 --> 00:08:02,920 其中18家公司已被评为无护城河 187 00:08:02,920 --> 00:08:05,360 因此我们维持了所有这些公司 188 00:08:05,360 --> 00:08:06,720 这并不令人意外 189 00:08:06,720 --> 00:08:08,100 我们维持其无护城河评级 190 00:08:08,100 --> 00:08:11,240 有几家公司分析师希望上调 191 00:08:11,240 --> 00:08:15,220 因为他们认为将受益于更高的基建需求 192 00:08:15,220 --> 00:08:15,720 由AI驱动的需求 193 00:08:15,720 --> 00:08:17,980 但无一通过 194 00:08:17,980 --> 00:08:19,259 这些上调未被采纳 195 00:08:19,259 --> 00:08:20,519 所有评级保持不变 196 00:08:20,519 --> 00:08:23,158 对于窄护城河公司 197 00:08:23,158 --> 00:08:27,858 我们下调了约30%的审查窄护城河公司 198 00:08:27,858 --> 00:08:30,639 我们下调了约40% 199 00:08:30,639 --> 00:08:31,569 或者抱歉 200 00:08:31,569 --> 00:08:33,690 30%的宽护城河企业 201 00:08:33,690 --> 00:08:35,450 40%的窄护城河企业 202 00:08:35,450 --> 00:08:36,490 我们下调评级 203 00:08:36,490 --> 00:08:38,730 如果从绝对数值来看 204 00:08:38,730 --> 00:08:42,519 这一过程中约有40家企业被下调 205 00:08:42,519 --> 00:08:43,559 所以是的 206 00:08:43,559 --> 00:08:43,840 确实 207 00:08:43,840 --> 00:08:44,159 呃 208 00:08:44,159 --> 00:08:46,269 确实发生了许多变化 209 00:08:46,629 --> 00:08:49,990 大多数变化是一级下调 210 00:08:49,990 --> 00:08:52,429 可以理解为窄护城河变为无 211 00:08:52,429 --> 00:08:54,110 或宽护城河变为窄 212 00:08:54,110 --> 00:08:59,570 有两家企业从宽直接下调至无 213 00:08:59,570 --> 00:09:00,970 这种情况相当罕见 214 00:09:00,970 --> 00:09:03,460 大多数是一级下调 215 00:09:03,460 --> 00:09:04,279 好的 216 00:09:04,279 --> 00:09:06,240 所以我听到的是 217 00:09:06,240 --> 00:09:06,879 你知道的 218 00:09:06,879 --> 00:09:10,740 AI正在施加压力并削弱 219 00:09:10,740 --> 00:09:11,340 你知道的 220 00:09:11,340 --> 00:09:17,110 企业在宽或窄护城河方面的竞争优势 221 00:09:17,110 --> 00:09:19,409 这在很大程度上是准确的吗 222 00:09:19,409 --> 00:09:21,879 完全准确的评估 223 00:09:21,879 --> 00:09:24,840 许多下调的原因 224 00:09:24,840 --> 00:09:28,220 不过在个别公司层面存在差异 225 00:09:28,220 --> 00:09:29,740 但总体而言 226 00:09:30,328 --> 00:09:32,788 对于许多软件公司 227 00:09:32,788 --> 00:09:35,528 存在应用层经济特性 228 00:09:35,528 --> 00:09:40,500 因此我们感觉应用层面临更多威胁，而基础设施层 229 00:09:40,500 --> 00:09:45,129 可能不像应用层那样面临同等威胁 230 00:09:45,129 --> 00:09:46,950 能否具体说明 231 00:09:46,950 --> 00:09:50,450 哪些公司的应用层值得肯定 232 00:09:50,450 --> 00:09:53,389 哪些公司被下调评级 233 00:09:53,389 --> 00:09:54,350 下调评级 234 00:09:54,350 --> 00:09:57,230 那么基础设施层的情况如何 235 00:09:57,230 --> 00:09:58,610 请举例说明 236 00:09:58,610 --> 00:10:01,710 当然，应用层经济特性 237 00:10:01,710 --> 00:10:03,009 其核心价值在于 238 00:10:03,009 --> 00:10:06,600 主要价值点在于用户界面 239 00:10:06,600 --> 00:10:08,419 比如后台操作层面 240 00:10:08,419 --> 00:10:12,318 数据或业务本身并不复杂 241 00:10:12,318 --> 00:10:18,178 而是打造易于人类使用的流畅界面 242 00:10:18,178 --> 00:10:20,399 帮助提升工作效率 243 00:10:20,399 --> 00:10:25,529 类似CRM软件 244 00:10:25,529 --> 00:10:30,019 可能大家比较熟悉 245 00:10:30,019 --> 00:10:31,750 例如Workday系统 246 00:10:32,590 --> 00:10:34,409 或甚至薪资管理公司 247 00:10:34,409 --> 00:10:35,830 举例具体流程 248 00:10:35,830 --> 00:10:37,090 可能是人才管理 249 00:10:37,090 --> 00:10:39,500 需要跟踪 250 00:10:39,500 --> 00:10:41,139 就像一份职位招聘信息 251 00:10:41,139 --> 00:10:42,220 有多少人申请了 252 00:10:43,340 --> 00:10:44,460 整理简历 253 00:10:44,460 --> 00:10:47,750 推进面试流程 254 00:10:47,750 --> 00:10:49,809 记录拒绝的候选人 255 00:10:49,809 --> 00:10:51,529 标记潜在录用对象 256 00:10:51,529 --> 00:10:53,149 跟踪是否发出录用通知 257 00:10:53,149 --> 00:10:54,250 确认是否已接受 258 00:10:54,250 --> 00:10:57,620 所有这些流程其实 259 00:10:57,620 --> 00:11:00,669 表面上看起来复杂 260 00:11:00,669 --> 00:11:05,059 更注重构建结构化界面引导用户 261 00:11:05,059 --> 00:11:07,899 这类系统相对容易复现 262 00:11:07,899 --> 00:11:09,200 但面临更多挑战 263 00:11:09,200 --> 00:11:11,019 在基础设施层面 264 00:11:11,019 --> 00:11:14,029 网络安全公司就是典型案例 265 00:11:14,029 --> 00:11:16,490 你真正参与其中 266 00:11:16,490 --> 00:11:17,070 我说 267 00:11:17,070 --> 00:11:19,320 比如像Cloudflare 268 00:11:19,320 --> 00:11:20,240 你深度参与其中 269 00:11:20,240 --> 00:11:21,639 互联网基础设施 270 00:11:21,639 --> 00:11:24,350 这就是其中一个方面 271 00:11:24,350 --> 00:11:27,509 网络安全领域还有其他积极因素 272 00:11:27,509 --> 00:11:30,509 我们认为AI将提升服务需求 273 00:11:30,509 --> 00:11:37,059 这就是在平台之上运行的流程 274 00:11:37,059 --> 00:11:42,559 你更贴近基础设施层，使用量可能上升 275 00:11:42,559 --> 00:11:44,960 即使有AI代理 276 00:11:44,960 --> 00:11:45,559 例如 277 00:11:45,559 --> 00:11:46,659 完成任务 278 00:11:46,659 --> 00:11:47,539 我明白了 279 00:11:47,539 --> 00:11:48,799 这确实合理 280 00:11:48,799 --> 00:11:49,240 嗯 281 00:11:49,240 --> 00:11:52,330 有没有重大下调评级 282 00:11:52,330 --> 00:11:53,289 正如你提到的 283 00:11:53,289 --> 00:11:54,090 是两步调整 284 00:11:54,090 --> 00:11:56,850 但有没有特别下调的公司 285 00:11:56,850 --> 00:11:57,490 值得关注 286 00:11:57,490 --> 00:11:58,850 值得提及 287 00:11:58,850 --> 00:11:59,330 是的 288 00:11:59,330 --> 00:12:01,029 下调评级呈现几个规律 289 00:12:01,029 --> 00:12:02,970 这可能不意外 290 00:12:02,970 --> 00:12:07,799 下调主要集中在企业软件 291 00:12:07,799 --> 00:12:09,620 及服务领域 292 00:12:09,620 --> 00:12:11,419 企业软件 293 00:12:11,419 --> 00:12:13,019 举例说明 294 00:12:13,019 --> 00:12:13,759 如Adobe 295 00:12:13,759 --> 00:12:15,690 从宽幅评级下调 296 00:12:15,690 --> 00:12:20,730 CRM类软件公司 297 00:12:20,730 --> 00:12:22,169 如Salesforce或Workday 298 00:12:22,169 --> 00:12:24,318 从宽幅调至窄幅 299 00:12:24,318 --> 00:12:27,178 薪资服务公司也受下调 300 00:12:27,178 --> 00:12:30,038 所以像Adp从广泛转向狭窄 301 00:12:30,038 --> 00:12:31,438 嗯，然后 302 00:12:31,438 --> 00:12:35,309 其中有几个主题，一个是应用层经济模式 303 00:12:35,309 --> 00:12:39,480 我认为另一个需要强调的是座位定价动态 304 00:12:39,480 --> 00:12:44,980 因此这些商业模式大多按收据或用户定价 305 00:12:44,980 --> 00:12:46,700 或者以Peril公司为例 306 00:12:46,700 --> 00:12:47,860 比如按员工数量 307 00:12:47,860 --> 00:12:52,490 而AI可能威胁的一个方面是 308 00:12:52,490 --> 00:12:56,090 随着工作流程变得更高效或自动化 309 00:12:56,090 --> 00:12:59,629 或看到劳动力结构的变化 310 00:12:59,629 --> 00:13:01,750 座位数量可能减少 311 00:13:01,750 --> 00:13:03,889 这会威胁回报率 312 00:13:03,889 --> 00:13:05,389 因此我们 313 00:13:05,389 --> 00:13:08,110 我们认为未来十年更难预测 314 00:13:08,110 --> 00:13:13,350 加上座位结构和相关定价结构可能如何 315 00:13:13,350 --> 00:13:15,970 因此这些是其中几个模式 316 00:13:15,970 --> 00:13:18,490 那些较为集中的特定行业 317 00:13:18,490 --> 00:13:19,700 在下调评级时 318 00:13:19,700 --> 00:13:20,720 太好了太好了 319 00:13:20,720 --> 00:13:24,539 然后我想请你们以某一家公司为例 320 00:13:25,700 --> 00:13:26,360 你知道的 321 00:13:26,360 --> 00:13:30,558 我们是如何做出调整护城河评级的决定 322 00:13:30,558 --> 00:13:33,469 我们考虑了哪些因素 323 00:13:33,469 --> 00:13:35,509 你知道分析师讨论的内容 324 00:13:35,509 --> 00:13:37,548 你知道请一步步解释 325 00:13:37,548 --> 00:13:39,029 所以我们了解情况 326 00:13:39,029 --> 00:13:39,509 好的 327 00:13:39,509 --> 00:13:45,929 流程基本上与我们常规的护城河委员会会议相同 328 00:13:45,929 --> 00:13:47,210 我们为所有公司执行此流程 329 00:13:47,210 --> 00:13:49,909 当我们进行护城河评级更新时 330 00:13:49,909 --> 00:13:53,330 我们只是为大量公司 331 00:13:53,330 --> 00:13:57,159 我们认为可能受AI威胁的公司 332 00:13:57,159 --> 00:14:02,720 同时进行处理 333 00:14:02,720 --> 00:14:06,299 我们采用了特定的AI框架 334 00:14:06,299 --> 00:14:12,700 因此我们确定了多个AI相关的关键维度 335 00:14:12,700 --> 00:14:14,639 我们其实已经覆盖了这些内容 336 00:14:14,639 --> 00:14:15,059 你知道的 337 00:14:15,059 --> 00:14:16,220 应用层与基础设施层 338 00:14:16,220 --> 00:14:20,809 基于座位的定价动态是否符合你的模型 339 00:14:20,809 --> 00:14:24,549 AI是否增加或减少对产品的需求 340 00:14:24,549 --> 00:14:25,250 类似这样的问题 341 00:14:25,250 --> 00:14:29,179 因此我们设定了多个关键维度 342 00:14:29,179 --> 00:14:31,820 每位分析师需针对各自公司分析 343 00:14:31,820 --> 00:14:33,220 他们整理报告 344 00:14:33,220 --> 00:14:35,129 提交给委员会 345 00:14:35,129 --> 00:14:39,450 委员会由资深分析师组成 346 00:14:39,450 --> 00:14:45,120 我们认为他们最适合评估这些公司的护城河 347 00:14:45,120 --> 00:14:46,379 然后是 348 00:14:46,379 --> 00:14:47,500 有一个现场辩论环节 349 00:14:47,500 --> 00:14:48,080 接着 350 00:14:48,080 --> 00:14:50,019 委员会成员审阅了提案 351 00:14:50,019 --> 00:14:52,120 然后会议中有分析师在场 352 00:14:52,120 --> 00:14:53,220 你们讨论公司名称 353 00:14:53,220 --> 00:14:55,220 接着投票人投出选票 354 00:14:55,220 --> 00:14:58,879 这就是特定公司的流程 355 00:14:58,879 --> 00:15:03,580 关于这方面我会给你举两个例子 356 00:15:03,580 --> 00:15:06,600 其中一个例子是EDA公司 357 00:15:06,600 --> 00:15:10,179 对于不熟悉的人来说，EDA公司是 358 00:15:10,179 --> 00:15:11,200 两大主要参与者 359 00:15:11,200 --> 00:15:12,720 有Synopsis和Cadence 360 00:15:12,720 --> 00:15:16,909 这些是半导体设计软件解决方案 361 00:15:16,909 --> 00:15:22,100 可以想象在AI交易的核心位置 362 00:15:22,100 --> 00:15:24,059 所以你已经在暗示这一点 363 00:15:24,059 --> 00:15:27,690 这些公司在威胁矩阵中表现良好 364 00:15:27,690 --> 00:15:30,250 所以他们是软件公司没错 365 00:15:30,250 --> 00:15:34,389 我们特别喜欢EDA公司的定位 366 00:15:34,389 --> 00:15:38,769 我们认为AI将增加产品需求 367 00:15:38,769 --> 00:15:43,438 当AI普及到经济各领域时 368 00:15:43,438 --> 00:15:47,068 你需要更多芯片来支持AI 369 00:15:47,068 --> 00:15:50,990 这些芯片只会越来越复杂 370 00:15:50,990 --> 00:15:54,970 还可以考虑即将到来的物理AI建设 371 00:15:54,970 --> 00:15:57,429 需要新芯片用于这些应用 372 00:15:57,429 --> 00:16:02,200 未来对设计新芯片的需求会更大 373 00:16:02,200 --> 00:16:02,879 为未来的AI提供动力 374 00:16:02,879 --> 00:16:06,159 我们认为这对这些公司是积极需求 375 00:16:06,159 --> 00:16:08,840 我们发现工作流程极其复杂 376 00:16:08,840 --> 00:16:16,049 我们认为半导体设计可能是最复杂的垂直软件流程 377 00:16:16,049 --> 00:16:19,620 这将更难被复制 378 00:16:20,139 --> 00:16:22,539 无论是竞争对手还是初创公司 379 00:16:22,539 --> 00:16:24,960 还有一些技术因素 380 00:16:24,960 --> 00:16:28,029 例如EDA公司需要将其 381 00:16:28,029 --> 00:16:33,299 设计流程与晶圆厂集成并获批准 382 00:16:33,299 --> 00:16:36,460 如果你要设计芯片 383 00:16:36,460 --> 00:16:39,440 然后由台积电制造 384 00:16:39,440 --> 00:16:41,320 台积电必须参与该流程 385 00:16:41,320 --> 00:16:42,960 还有更多事项需要考虑 386 00:16:42,960 --> 00:16:47,220 不仅仅是代码还需跨行业协调 387 00:16:48,220 --> 00:16:52,639 嗯然后 388 00:16:52,639 --> 00:16:57,470 我们认为这些公司定位很好 389 00:16:57,509 --> 00:17:00,769 我们下调了一家在薪资领域的企业 390 00:17:00,769 --> 00:17:02,610 我们下调了ADP和Paychecks 391 00:17:02,610 --> 00:17:08,230 从宽泛到狭窄分类，还有几点 392 00:17:08,230 --> 00:17:08,809 我们 393 00:17:08,809 --> 00:17:09,509 你知道我们 394 00:17:09,509 --> 00:17:10,210 所以我要开始 395 00:17:10,210 --> 00:17:11,130 或许从积极面说起 396 00:17:11,130 --> 00:17:15,289 他们的工作流程确实存在复杂性，例如 397 00:17:15,289 --> 00:17:16,460 他们会 398 00:17:16,460 --> 00:17:18,039 你真的没有 399 00:17:18,039 --> 00:17:20,420 你真的不容出错 400 00:17:20,420 --> 00:17:23,490 你知道，比如不按时支付员工工资 401 00:17:23,490 --> 00:17:24,809 所以存在一个 402 00:17:24,809 --> 00:17:25,069 确实存在 403 00:17:25,069 --> 00:17:26,630 可以说这是至关重要的使命 404 00:17:26,630 --> 00:17:27,769 零容错空间 405 00:17:27,769 --> 00:17:29,950 薪资流程存在复杂性 406 00:17:29,950 --> 00:17:34,049 需要协调多地区的税法 407 00:17:34,049 --> 00:17:36,470 无论是国内还是国际 408 00:17:36,470 --> 00:17:38,349 这里确实存在复杂性 409 00:17:38,349 --> 00:17:39,690 你不想 410 00:17:39,690 --> 00:17:41,369 违法且不遵守 411 00:17:41,369 --> 00:17:44,089 遵守公司的正确税法 412 00:17:44,089 --> 00:17:46,190 当然有很多积极因素 413 00:17:46,190 --> 00:17:46,930 然而 414 00:17:46,930 --> 00:17:48,890 让我们更担忧的 415 00:17:48,890 --> 00:17:54,890 那些导致我们下调评级的公司主要围绕 416 00:17:54,890 --> 00:17:56,789 一些应用层经济模型 417 00:17:56,789 --> 00:18:00,279 因此这些公司的某些服务例如 418 00:18:00,279 --> 00:18:02,740 之前提到的人才管理流程 419 00:18:02,740 --> 00:18:03,809 是的 420 00:18:03,809 --> 00:18:05,190 虽然税法复杂 421 00:18:05,190 --> 00:18:06,130 但某些部分 422 00:18:06,130 --> 00:18:07,130 某些模块 423 00:18:07,130 --> 00:18:09,400 某些服务部分并不复杂 424 00:18:09,400 --> 00:18:15,349 因此在AI时代可能更具价值颠覆性 425 00:18:15,349 --> 00:18:22,589 我们也对基于员工席位的定价模式不太看好 426 00:18:22,589 --> 00:18:25,150 我认为可能发生两种情况 427 00:18:25,150 --> 00:18:28,799 总员工数可能减少 428 00:18:28,799 --> 00:18:31,400 这对其定价不利 429 00:18:31,400 --> 00:18:34,460 或可能出现劳动力结构变化 430 00:18:34,460 --> 00:18:36,880 因此可以认为 431 00:18:36,880 --> 00:18:40,839 如果传统企业普遍被颠覆 432 00:18:40,839 --> 00:18:43,180 并出现更多AI原生新公司 433 00:18:43,180 --> 00:18:44,699 这些新公司将不得不选择 434 00:18:44,699 --> 00:18:46,019 这些新公司 435 00:18:46,019 --> 00:18:47,378 现在必须做出选择 436 00:18:47,378 --> 00:18:48,939 使用ADP和Paychex 437 00:18:48,939 --> 00:18:50,240 还是选择其他方案 438 00:18:50,240 --> 00:18:53,839 因此必须以高速赢得新业务 439 00:18:53,839 --> 00:18:55,019 他们 440 00:18:55,019 --> 00:18:56,839 必须原地踏步才能保持现状 441 00:18:56,839 --> 00:18:57,740 换句话说 442 00:18:57,740 --> 00:18:59,299 是的 443 00:18:59,299 --> 00:19:01,720 基于员工席位的模式令人担忧 444 00:19:01,720 --> 00:19:04,059 部分低复杂度流程 445 00:19:04,059 --> 00:19:08,480 因此我们失去了对十年至二十年前景的信心 446 00:19:08,480 --> 00:19:10,859 仍对零至十年前景保持乐观 447 00:19:10,859 --> 00:19:13,660 因此将评级下调至窄幅优秀 448 00:19:13,660 --> 00:19:16,740 但长期来看可能更具脆弱性 449 00:19:16,740 --> 00:19:18,740 没错 450 00:19:18,740 --> 00:19:21,500 这些都是这些你知道的 451 00:19:21,500 --> 00:19:23,059 概率性押注对吧 452 00:19:23,059 --> 00:19:28,619 因此我们可能进入一个情景并且我认为这是另一个关键点是 453 00:19:28,619 --> 00:19:29,849 你知道的我们 454 00:19:29,849 --> 00:19:32,890 我们强调的是区分赢家和输家会更困难 455 00:19:32,890 --> 00:19:35,789 但这并不意味着现有企业中不会有赢家 456 00:19:35,789 --> 00:19:37,829 甚至在评级下调的公司中 457 00:19:37,829 --> 00:19:39,490 只是现在我们更难判断 458 00:19:39,490 --> 00:19:44,710 因此你完全可以想象一种情景这些现有企业 459 00:19:44,710 --> 00:19:46,329 他们有获胜的权利 460 00:19:46,329 --> 00:19:48,869 因为他们拥有现有客户基础 461 00:19:48,869 --> 00:19:50,569 他们具备分销优势 462 00:19:50,569 --> 00:19:57,058 他们确实拥有正在将AI融入产品的现有工程团队 463 00:19:57,058 --> 00:20:00,509 因此他们完全可以 464 00:20:00,509 --> 00:20:02,659 在未来几年内解决这个问题 465 00:20:02,659 --> 00:20:06,898 如果他们能解决并让AI成为顺风而非逆风 466 00:20:06,898 --> 00:20:09,940 现有企业中肯定会有赢家 467 00:20:09,940 --> 00:20:12,779 这也是需要持续关注的 468 00:20:12,779 --> 00:20:16,609 我们在这里讨论的是十年到二十年的概率 469 00:20:16,609 --> 00:20:22,700 但这些公司未来仍可能表现优异 470 00:20:22,700 --> 00:20:23,539 这说得通 471 00:20:23,539 --> 00:20:23,859 是的 472 00:20:23,859 --> 00:20:24,359 就是 473 00:20:24,359 --> 00:20:26,930 嗯这实际上是一个很好的过渡 474 00:20:26,930 --> 00:20:28,930 引出我想问的下一个问题 475 00:20:28,930 --> 00:20:29,309 那就是 476 00:20:29,309 --> 00:20:31,109 你之前提到过网络安全 477 00:20:31,109 --> 00:20:31,809 但我想知道 478 00:20:31,809 --> 00:20:37,369 是否有其他行业或知名公司仍保持显著护城河 479 00:20:37,369 --> 00:20:39,900 你认为值得提及的 480 00:20:39,900 --> 00:20:40,200 你知道的 481 00:20:40,200 --> 00:20:42,799 我们认为这家现有企业确实具备竞争优势 482 00:20:42,799 --> 00:20:43,799 即使在 483 00:20:43,799 --> 00:20:44,930 AI方面当然 484 00:20:44,930 --> 00:20:45,450 所以 485 00:20:45,450 --> 00:20:47,690 我觉得你已经涵盖了大部分关键点 486 00:20:47,690 --> 00:20:49,009 网络安全是一个大主题 487 00:20:49,009 --> 00:20:52,549 这可能是更具吸引力的领域 488 00:20:52,549 --> 00:20:54,589 教育公司已涵盖在内 489 00:20:54,589 --> 00:20:57,750 甚至可以归类为更广泛的 490 00:20:57,750 --> 00:21:00,430 我称之为高度垂直化的复杂SaaS 491 00:21:00,430 --> 00:21:01,390 工作流程 492 00:21:01,390 --> 00:21:03,890 EDA公司就是这类的典型例子 493 00:21:03,890 --> 00:21:05,769 还有其他设计公司 494 00:21:05,769 --> 00:21:07,170 比如Autodesk 495 00:21:08,369 --> 00:21:09,750 还有一些其他公司 496 00:21:09,750 --> 00:21:14,500 但设计公司保持得相当稳健网络安全 497 00:21:14,500 --> 00:21:16,490 复杂垂直SaaS 498 00:21:16,490 --> 00:21:18,500 我认为另一个关键点 499 00:21:18,500 --> 00:21:19,680 这并不真正属于某个行业 500 00:21:19,680 --> 00:21:24,940 但另一个我们观察到的关键趋势是网络效应似乎对 501 00:21:24,940 --> 00:21:25,779 AI颠覆具有很强的抵抗力 502 00:21:25,779 --> 00:21:29,759 因为护城河本质上并不基于技术本身 503 00:21:29,759 --> 00:21:33,059 而是基于网络规模 504 00:21:33,059 --> 00:21:35,740 所以能否请您 505 00:21:35,740 --> 00:21:39,480 先给我们概述一下网络效应 506 00:21:39,480 --> 00:21:41,179 您应该知道这意味着什么 507 00:21:41,179 --> 00:21:42,179 以及如何衡量它 508 00:21:42,179 --> 00:21:42,719 当然 509 00:21:42,719 --> 00:21:44,459 想象一个网络效应 510 00:21:44,459 --> 00:21:48,640 比如其中的某个 511 00:21:48,640 --> 00:21:49,400 我认为 512 00:21:49,400 --> 00:21:51,380 这些商业模式往往呈现赢家 513 00:21:51,380 --> 00:21:52,859 通吃或主导市场动态 514 00:21:52,859 --> 00:21:54,299 随着网络规模扩大 515 00:21:54,299 --> 00:21:55,449 其优势会增强 516 00:21:55,449 --> 00:21:57,189 可以将网络效应 517 00:21:57,189 --> 00:21:59,548 随着网络增强 518 00:21:59,548 --> 00:22:03,539 更多用户会加入 519 00:22:03,539 --> 00:22:06,019 通常还存在双边网络效应 520 00:22:06,019 --> 00:22:08,400 可以想象成一个市场平台 521 00:22:08,400 --> 00:22:10,829 一个典型例子是 522 00:22:10,829 --> 00:22:11,970 这是一个值得特别指出的案例 523 00:22:11,970 --> 00:22:13,470 因为它名称颇具争议 524 00:22:13,470 --> 00:22:14,799 比如预订平台 525 00:22:14,799 --> 00:22:18,400 旅行预订网络会 526 00:22:18,400 --> 00:22:21,299 对旅行者而言价值更高 527 00:22:21,299 --> 00:22:25,348 网络中酒店供应越多 528 00:22:25,348 --> 00:22:27,909 就能在目的地找到所需酒店 529 00:22:27,909 --> 00:22:30,368 同时对酒店方也更有价值 530 00:22:30,368 --> 00:22:31,989 旅客越多 531 00:22:31,989 --> 00:22:36,809 越容易找到需要合作的用户 532 00:22:36,809 --> 00:22:42,420 这并非单纯技术驱动 533 00:22:42,420 --> 00:22:43,460 而是依赖网络结构 534 00:22:43,460 --> 00:22:46,119 因此无论AI如何发展 535 00:22:46,119 --> 00:22:46,339 它 536 00:22:46,339 --> 00:22:51,619 作为酒店或旅行者仍极具吸引力 537 00:22:51,619 --> 00:22:53,980 此外还有技术动态 538 00:22:53,980 --> 00:22:56,638 我们欣赏预订模式的另一点是 539 00:22:56,638 --> 00:22:58,479 他们非常擅长 540 00:22:58,479 --> 00:23:01,638 整合长尾供应资源 541 00:23:01,638 --> 00:23:07,950 我指的是一些遍布全球的 542 00:23:07,950 --> 00:23:10,750 可能技术能力较弱的特色酒店 543 00:23:10,750 --> 00:23:15,180 很难将其接入网络 544 00:23:15,180 --> 00:23:19,359 需要大量技术与人工工作 545 00:23:19,359 --> 00:23:23,589 才能让所有供应商加入并整合 546 00:23:23,589 --> 00:23:24,589 我不认为 547 00:23:24,589 --> 00:23:27,170 AI会从根本上改变这一点 548 00:23:27,170 --> 00:23:32,369 AI不会让意大利精品酒店 549 00:23:32,369 --> 00:23:34,529 这样的 550 00:23:34,529 --> 00:23:36,069 你知道有三个人在运营它 551 00:23:36,069 --> 00:23:39,089 这不会让他们更可能加入其他网络 552 00:23:39,089 --> 00:23:39,730 例如 553 00:23:39,730 --> 00:23:42,960 这就是网络效应的一个例子 554 00:23:42,960 --> 00:23:44,599 而我们曾认为 555 00:23:44,599 --> 00:23:46,460 尽管表面上看 556 00:23:46,460 --> 00:23:47,900 有一种理论存在 557 00:23:47,900 --> 00:23:49,000 比如人工智能 558 00:23:49,000 --> 00:23:51,460 AI代理将为人们预订旅行 559 00:23:51,460 --> 00:23:56,230 它们会直接与这些供应商进行预订 560 00:23:56,230 --> 00:23:58,250 当我们实际查看数据时 561 00:23:58,250 --> 00:24:00,369 网络上的大部分流量 562 00:24:00,369 --> 00:24:02,960 实际上来自这些精品供应商 563 00:24:02,960 --> 00:24:05,279 这些供应商更难加入你的网络 564 00:24:05,279 --> 00:24:09,480 更不用说一开始就颠覆网络的难度 565 00:24:09,480 --> 00:24:10,079 我明白了 566 00:24:10,079 --> 00:24:13,859 这种网络的强大确实能抵御部分风险 567 00:24:13,859 --> 00:24:16,630 视情况而定 568 00:24:16,630 --> 00:24:18,849 取决于商业模式的具体情况 569 00:24:18,849 --> 00:24:19,680 没错啊 570 00:24:19,680 --> 00:24:21,799 另一个例子是股票交易所 571 00:24:21,799 --> 00:24:24,359 我们研究欧洲股票交易所 572 00:24:24,359 --> 00:24:25,670 还有洲际交易所（ICE） 573 00:24:25,670 --> 00:24:29,859 因此你在该交易所进行交易 574 00:24:29,859 --> 00:24:34,619 由于深度流动性池和网络带来的优势 575 00:24:34,619 --> 00:24:38,660 我们看不到这将发生巨大变化 576 00:24:38,660 --> 00:24:40,539 这里还有很多内容 577 00:24:40,539 --> 00:24:41,519 里面还有很多内容 578 00:24:41,519 --> 00:24:45,359 我知道还有120多家公司可以询问 579 00:24:45,359 --> 00:24:47,160 但我要停止了 580 00:24:47,160 --> 00:24:49,140 然后让我再宏观一点 581 00:24:49,140 --> 00:24:52,230 请总结一下你的观点 582 00:24:52,230 --> 00:24:54,890 在思考AI未来格局时 583 00:24:56,089 --> 00:24:59,619 投资者最需要关注什么 584 00:24:59,619 --> 00:25:01,099 关于股票市场格局 585 00:25:01,099 --> 00:25:02,299 关于我们覆盖的股票 586 00:25:02,299 --> 00:25:03,099 嗯 587 00:25:03,099 --> 00:25:04,920 关于他们的未来投资 588 00:25:04,920 --> 00:25:07,200 这里的重点是什么 589 00:25:07,200 --> 00:25:08,920 我总结一下 590 00:25:08,920 --> 00:25:11,480 AI确实增加了不确定性 591 00:25:11,480 --> 00:25:16,130 我们不认同AI将摧毁一切的论点 592 00:25:16,130 --> 00:25:18,690 我们认为AI只是 593 00:25:18,690 --> 00:25:20,809 需要适当区分事物 594 00:25:20,809 --> 00:25:23,009 需要筛选赢家和输家 595 00:25:23,009 --> 00:25:25,519 我们认为并非所有传统企业都会失败 596 00:25:25,519 --> 00:25:30,140 我们探讨了许多用于分析的框架和概念 597 00:25:30,140 --> 00:25:31,579 这就是一点 598 00:25:31,579 --> 00:25:36,079 另一个重点是护城河评级与估值的区别 599 00:25:36,079 --> 00:25:40,569 许多公司即使是我们下调的 600 00:25:40,569 --> 00:25:43,349 我们认为其中很多仍然被低估了 601 00:25:43,349 --> 00:25:47,079 因此我们认为市场可能对风险反应过度 602 00:25:47,079 --> 00:25:48,980 尽管部分风险确实存在 603 00:25:48,980 --> 00:25:50,950 仍需合理定价这些风险 604 00:25:50,950 --> 00:25:53,430 因此我们认为在某些情况下 605 00:25:53,430 --> 00:25:53,910 例如 606 00:25:53,910 --> 00:25:56,150 在这些企业软件公司中，我们 607 00:25:56,150 --> 00:25:56,349 是的 608 00:25:56,349 --> 00:25:57,750 我们将评级从宽幅下调至窄幅 609 00:25:57,750 --> 00:26:02,980 但我们的公允价值估算与市场仍有显著差距 610 00:26:02,980 --> 00:26:06,220 即使下调了部分公允价值估算后依然如此 611 00:26:06,220 --> 00:26:08,859 所以你认为使用人工智能 612 00:26:08,859 --> 00:26:11,200 应将其视为一种筛选机制 613 00:26:11,200 --> 00:26:12,400 而非全面破坏者 614 00:26:12,400 --> 00:26:13,859 然后尝试区分护城河 615 00:26:13,859 --> 00:26:15,789 评级与估值 616 00:26:15,789 --> 00:26:18,690 我们认为仍有机会存在于具备一定护城河的企业 617 00:26:18,690 --> 00:26:21,309 但可能被过度悲观定价 618 00:26:21,309 --> 00:26:22,509 这很有道理 619 00:26:22,509 --> 00:26:22,829 嗯 620 00:26:22,829 --> 00:26:23,269 埃里克 621 00:26:23,269 --> 00:26:24,849 非常感谢您的到来 622 00:26:24,849 --> 00:26:27,680 这次对话非常有趣 623 00:26:27,680 --> 00:26:30,039 接下来几周 624 00:26:30,039 --> 00:26:30,359 几个月 625 00:26:30,359 --> 00:26:32,539 以及未来几年 626 00:26:32,539 --> 00:26:34,259 人工智能，很高兴与您交流
评论采集失败
采集完成，该视频无弹幕