必須閲讀：AI產業鏈和Q2各大科技公司的暗機（1）
#2024專注在中美股市 #價值投資 #尋找高成長公司
關於AI產業的看法：
首先，我們相信AI會在不久的未來徹底滲透各種行業領域，也會滲透至我們各種日常生活中，就比如説Web2的到來，25年後的今天，所有的東西都和互聯網脫不了干係。而這一季的各大科技公司季報分析裏，這部分已經開始在萌生。早前，各大相關AI硬件公司被炒的估值瘋狂，因此，我們只佈局了估值合理的TSM，而這也讓我們享有超過30%+的回報，也避開了大部分AI相關公司股價的大回調。
然而，經過8月份的股市調整洗禮，大部分被炒上天的AI相關公司都回歸了該有的估值，而我們也仔細研究后，發現部分公司（不是硬件公司）的部分業務增長比我們想象中快，且估值合理。我們會在這個文章裏，我們會仔細分析AI產業，AI實際的用途，相關公司的估值，投資機會等。
瞭解AI價值鏈：
從上圖中我們可以觀察到，簡單來說，整個AI的價值鏈可以看作是由硬體基礎架構（Hardware Infrastructure）、軟體基礎架構（Software Infrastructure）和應用（Apps）三個部分組成。首先，半導體和資料中心基礎設施（硬件）是為資料中心組件的上游，為其提供各種技術支持和製造，構建起堅實的硬體基礎，提供強大的運算能力。接著，有了這些硬體的支持，軟體基礎架構方面則專注於確保AI技術的高效運行，處理大量數據和訓練模型。有了良好的硬體和軟體基礎，最終，這些軟體被運用到各類應用中，無論是面向消費者、企業還是特定行業，將AI的能力帶到不同領域，實現真正的價值。
具體而言，硬體基礎架構細分為：
半導體（Semiconductors）：這一部分涵蓋了晶圓製造、晶片設計、網路及記憶體等領域。例如：台積電（TSMC）負責晶圓製造，Broadcom和Marvell進行通訊晶片設計，三星（Samsung）提供記憶體。
資料中心組件（Data Center “Kit”）：這一部分指的是為資料中心運作提供必要的硬體，涵蓋GPU、CPU和其他必要元件，是半導體和資料中心基礎設施的下游。例如，Nvidia提供的GPU和AMD提供的GPU和伺服處理器是這部分的典型代表。
資料中心基礎設施（Data Center Infra）：這一部分指的是負責資料中心的能源、冷卻、電力等基礎設施。例如，Duke Energy提供能源，Schneider Electric則專注於電力與冷卻設備。
接下來，軟體基礎架構細分為：
模型（Models）：這一部分指的是專注於各種AI模型訓練與開發的公司。例如：OpenAI提供生成式模型，Anthropic專注於安全性模型，Cohere則致力於語言模型的開發。
雲端平台（Cloud）：這一部分指的是專注於提供運算資源和基礎設施的公司，支持其客戶訓練和運行AI模型。例如：AWS、Azure和Google Cloud提供強大的雲端運算能力，而Oracle和Crusoe則專注於更專業化的運算平台。
數據基礎設施（Data Infrastructure）：這一部分指的是負責管理與儲存大量數據的公司，以確保客戶的AI模型能有效地進行訓練。例如：Databricks和Snowflake提供大數據平台，MongoDB則專注於資料庫解決方案。
最後，我們來到了應用，也是一般消費者能最直接接觸到的一層，如各大公司推出的生成式AI等等，應用細分為：
消費者應用（Consumer Apps）：這一部分指的是為一般消費者提供AI驅動的服務。例如：OpenAI的ChatGPT和Perplexity.ai提供的AI服務都是我們一般消費者能直接使用的。
企業應用（Enterprise Apps）：這一部分指的是為企業提供AI解決方案的公司，以為客戶提高工作效率和協作能力。例如：Copilot提供AI輔助的工作流程自動化，Glean則專注於企業內部資訊的搜索與整理。
垂直應用（Vertical Apps）：這一部分指的是專注於特定行業的AI應用，為該行業提供定制化的解決方案。例如：Harvey為法律領域提供AI支援，Abridge則應用於醫療記錄的自動化整理。
瞭解AI用途：
簡單來説，我們所熟悉的Nvidia是核心硬件公司，其GPU硬件專門提供AI所需要的龐大算力，而購買入大部分Nvidia GPU的是云提供商，比方説Amazon的AWS，Microsoft的Azure和Alphabet的Google Cloud等。然後，各大公司會在AWS裏，訂閲這類云服務提高算力，製造出產品，應用程序如Chatgpt，和各種優化或替代各種的商業應用。有了AI的介入，過去的方式是軟件工程師在構建軟件的時候，需要產品團隊構建各種不同的狀況預測，並建設下許多預先設置好的過程，解決方法等。但是，AI的研發，讓軟件自身有了消化數據和思考的能力，進而自行產出解決方案。
比方説，有了Chatgpt，可以大量減少内容調查，研究，分析的時間。而這用途只是一個開始。商業化用途，有家大型保險公司（Lloyd's of London），每次在評估大型物業風險時，都得用上一個團隊用時3天完成，但自從應用了人工智能（AI）强化后的承保模型，竟然幾秒内就完成了。還有很多很多，比方説Accounting，Finance，Fraud，Customer Service，Marketing等等都可以被取代。目前，已經有超過一半的Fortune 500（美國最大500家公司），已經開始投入並佈局AI。
站在投資的角度：
我們可以看到已經在發生的事情是：各大龍頭科技公司都在大幅度提高資本支出用於投入AI建設。
我們可以看到Amazon投入的資金最高，然後是Microsoft，Alphabet和Meta。因此，也帶動Nvidia的股價在過去1年暴漲。其中，TSM也是收益良多的公司之一。這兩家公司在GPU和代工部分的地位都是壟斷性的。那麽繼續下來有幾個重要的問題：
Nvidia和TSM的估值還合理嗎？在這個時間點還能投入嗎？
買入這些硬件的公司（云提供商），云部分業績又表現如何？可以開始佈局了嗎？
下一篇文章，我們將會對Nvidia和TSM這兩家公司做出分析，並檢測估值是否合理。同時，在我們分析了各大云提供商的Q2季報后，發現了重要的資訊，也會一同分享。
免責聲明:
本報告旨在為訂閱者提供有關投資的教育和信息。報告純屬作者個人觀點，不應構成買入或賣出建議。您的情況和風險偏好可能與作者不同。所有的內容和信息基於該公司的財報和資訊，考慮到匯率轉換，可能存在數據偏差。最終，您將對自己的投資決策和結果負責。Lazy Bear Research Sdn. Bhd. 和 Jeff 不對任何投資損失負責。
與Lazy Bear Research Sdn. Bhd.和「姐夫說美股」 Substack相關的任何資料，包括但不限於文字報告、圖片、音頻、視頻、圖表、廣告、域名、軟件、程序、頁面佈局、專欄目錄和名稱以及內容分類標準，其版權均歸Lazy Bear Research Sdn. Bhd.和相關數據提供者所有。未經Lazy Bear Research Sdn. Bhd.的許可，任何人不得引用、複製、轉發、轉載、摘編或以其他方式非法使用Lazy Bear Research Sdn. Bhd.的上述內容。對於從事此類行為者，Lazy Bear Research Sdn. Bhd.保留追究其法律責任的權利。