AI和机器人时代,我真正想追的,是利润的迁徙

一、先别急着选公司，先看利润怎么走

过去做产业研究，我们习惯先画一张产业链地图。

芯片、服务器、数据中心、模型、软件、应用、机器人……

这张图当然有用，但对投资来说，还不够。

产业链告诉我们的是"谁和谁有关系"，却没告诉我们：谁在赚钱，什么时候开始赚，能赚多久。

这两者之间，差得很远。

AI刚爆发的时候，最先受益的不是终端应用，而是算力建设。大厂先抢GPU，再扩服务器，再建数据中心——存储、交换机、光模块、液冷、电力设备，一个环节接一个环节被点亮。

这时候，利润往上游走。

等算力充裕、推理成本一路下探，应用真正跑起来，利润又可能从基础设施，慢慢流向软件、应用和效率提升。

再往后，如果AI真正走进物理世界——自动驾驶、具身智能、机器人开始规模落地——又会出现一轮新的资本开支。本体、执行器、传感器、机器视觉、减速器、电机，先接到订单的是它们。

但再往后一步，剧本又会反转。

机器人越来越成熟、越来越便宜之后，最大的受益者未必还是机器人厂商，而可能是那批最早、最狠地用机器人压成本的制造企业。

这就是我现在最在意的一件事：

利润不是钉死在某个环节里的，它会迁徙。

技术突破制造稀缺，稀缺带来超额利润；超额利润吸引资本涌入，供给上来，利润率回落；然后新的瓶颈，又在别处长出来。

真正的投资机会，往往就藏在这场迁徙的半路上。

二、更麻烦的是，股价永远跑在利润前面

只研究利润迁移，还不够。

资本市场有个脾气：它从不等利润落地再出手。

技术刚验证，市场就开始交易未来；订单还没影，股价先涨一轮；等利润真正兑现，市场已经在炒下一阶段了。

所以做这类投资，至少要同时盯三件事：

一，技术走到了哪一步。

二，利润正在流向哪里。

三，市场已经提前交易到了哪里。

这三件事，几乎从不同步。

我现在觉得，最舒服的机会，往往不是"人人看得见的高增长"，而是这样一种状态：技术开始兑现，产业开始启动，但市场还没有完全相信。

反过来，最危险的时刻，恰恰是产业很好、公司很好、利润也很好——但所有人都知道它很好。

这时候再冲进去，问题就只剩一个：

你还能比市场多知道什么？

三、我们要的，是一张会自己更新的"利润地图"

如果把这套思路做成投资系统，第一步不是建股票池，而是建一张动态地图。

先看这场革命走到了哪一站：

算力还在快速扩张吗？推理成本还在降吗？应用开始产生真实现金流了吗？机器人是停在试验阶段，还是已经跨过经济性的拐点？企业真正愿意掏钱的地方在哪？

这些问题的答案，决定利润池下一站出现在哪里。

然后再往下问一层：这个环节里的钱，到底谁能拿走。

因为"行业增长"从来不等于"公司赚钱"。

有的企业收入很大，但客户议价权太强，利润薄得像纸；有的环节市场没那么性感，却因为壁垒高、玩家少，反而闷声吃掉最厚的那块利润。

这也是我越来越不喜欢"市场空间"这个词的原因。

空间大当然是好事，但真正值得问的是：

这个空间里，有多少利润能留下来？

谁最有资格拿？

别人能不能很快冲进来抢？

供给一旦放开，利润会不会瞬间被打穿？

这些问题答不上来，"万亿赛道"四个字，其实没有太多意义。

四、公司研究，应该往后放

我过去也常犯一个错：先从公司出发。

看到一家企业不错，就去研究它的产品、客户、产能、订单，然后倒推未来利润。

但现在我觉得，顺序应该反过来。

先确认利润池在扩张，再去找池子里最有能力捞钱的那家公司。

这样才不容易掉进"先喜欢公司，再找理由"的坑。

真值得深挖的公司，至少要过几关：所在环节的利润在扩张，公司有看得见的竞争优势，份额还有提升空间，盈利能兑现，而且未来几年的增长不是靠讲故事撑着。

走到这一步，才值得认真做利润预测。

而预测，不能只是拍一个数字。

一家公司三年后利润能不能翻倍，得拆开看：是行业需求在涨？是份额在提？是价格在升？还是毛利率在修复？

驱动因素说不清楚，"未来利润100亿"就只是一串数字。

更重要的是，预测要跟着现实改。

订单不及预期，调需求；竞争加剧，调毛利；客户结构变了，重看份额；技术路线变了，重估整个逻辑。

这更像做科研，而不是算命——我们不是要一次猜对未来，而是在不断校准自己的世界模型。

五、买点，也不能只看"便不便宜"

还有一个老陷阱：好公司，等便宜了再买。

可是，什么叫便宜？

10倍市盈率就一定便宜吗？不一定。如果这个行业利润正在永久性萎缩，10倍也可能贵得离谱。

反过来，一家公司看着30倍、40倍，但市场只给了10%的增长预期，而你沿着产业链和利润模型往下推，发现它实际能维持30%的增长——那它未必真贵。

所以我现在更愿意看预期差，而不是绝对估值。

最好的机会，往往不是估值最低的时候，而是市场预期最低的时候。

比如：一个季度的订单不好看，客户短期去库存，资本开支暂缓，产品升级导致收入确认延后，或者干脆是整个市场跟着宏观一起杀。

这些会打击短期预期，但未必伤到长期逻辑。

如果产业趋势没变，公司竞争力没变，未来利润没被破坏，只是市场情绪先崩了——那反而是最值得盯紧的买点。

说到底，我想找的就是这种状态：

长期逻辑没坏，短期预期先坏了。

六、长期持有，不等于买完就不管

同样，长期投资也不等于"买入之后十年不看"。

值得长期持有的前提，是当初买入的逻辑，一直成立。

买一家AI产业链公司，理由可能是：行业需求持续增长，公司份额在提，下一代产品能打，未来几年利润能兑现。

只要这些没变，股价的短期波动，其实没那么重要。

但如果竞争对手技术反超了，核心客户开始自研了，产品价格跌得比预期快得多，或者技术路线整个换了方向——那即便股价还没跌，逻辑可能已经坏了。

所以卖出的理由，不该只是"赚够了"。

真正该问的是两个问题：

这家公司的核心逻辑，是不是被证伪了？

这个行业的利润池，是不是已经开始往别处迁了？

只要有一个答案是肯定的，就该重新判断，而不是拿"长期主义"四个字硬扛。

七、我们要做的，不是押中二十年后的冠军

面对AI这种级别的技术革命，人很容易生出一种幻想：

今天找到下一个英伟达，拿住二十年，财富跃迁完成。

理论上，当然有可能。

但二十年，实在太长了。

技术路线会变，竞争格局会变，产业链会变，利润池也会变。今天的上游，十年后可能只是普通制造业；今天不起眼的应用层，可能是未来最大的利润来源。

所以我越来越不觉得，我们要一次性预测2045年的赢家。

更现实的目标是：

在每一个产业阶段，比市场早半步，看清下一阶段的利润会流向哪里。

今天研究算力，明天研究电力，后天研究机器人，再往后，研究那些真正因为AI和机器人而效率跃升的传统企业。

资本的位置可以换，逻辑不能乱。

如果每隔几年，都能把下一轮利润池判断得大致正确，再从中挑出真正优秀的公司，在市场预期的低谷买进去——那财富的增长，靠的就不是一次神预言，而是一连串"稍微比市场对一点"的判断。

这才是我更愿意相信的复利。

尾声

如果AI和机器人真的是未来二十年的主线，那真正值得建立的，不是一张一劳永逸的AI股票池。

而是一张会不断更新的利润迁徙地图。

我们要长期追踪的，不只是技术进步，还有资本开支、供给瓶颈、竞争格局、利润率的变化，以及市场的预期温度。

每一家公司，都只是这张地图上的一个节点。

真正该问的，从来不是——

"它是不是AI公司？"

而是——

它现在处在利润迁徙链的哪个位置？

它的黄金年代，是还没来，正在发生，还是已经过去？

如果这两个问题，我们长期做得比市场好一点点，那这场AI与机器人革命给我们的，就不会只是一次押注。

而是一套，可以一直迭代下去的投资方法。