AI 产业知识¶
Part 1 使命
学完整个 AI 产业 — 历史 / 技术 / 产业链 / 商业 / 应用 / 地缘 6 大块. 没投资意图前的纯 understanding. 你能跟任何人系统讨论 AI 产业每个环节怎么形成, 谁占位, 谁在赌什么.
Part 1 脊柱 — 因果链
历史 → 技术突破 → 谁占位 → 现产业结构 → 应用兑现 → 地缘 wildcard 10 章按这条因果链展开. 每章显式回到上一章, 下章只加 1 个新维度。
10 章 map (按顺序学)¶
| # | 标题 | 核心一句话 | 学完能做到 | 估时 |
|---|---|---|---|---|
| C1 | AI 70 年简史 | 4 次寒冬, 4 次复兴 — 这次不一样需要论证 | 说清 5 时代 + 寒冬 + 这次的论证 | 45 min |
| C2 | Transformer 革命 + Scaling Laws | 1 篇 8 页论文改变 1 万亿美元产业 | 说清为什么 2017 是真转折 + 资本敢砸 | 45 min |
| C3 | 为什么 NVDA 不是 Intel | 历史最大错过是战略错, 不是技术错 | 说清 NVDA 20 年布局 + Intel 4 错过 | 30 min |
| C4 | 神经网络 / LLM 直觉 (无数学) | 不懂 LLM 投不了 AI 产业 | 用 3 比喻解释 LLM, 答 token / context / 参数 | 1 hr |
| C5 | 为什么 GPU/HBM/液冷/核电 | 每个硬件都是 LLM 的 1 个瓶颈 | 从 LLM 倒推整个 hardware stack | 1 hr |
| C6 | 产业链 5 角色 + 60 ticker | 画出产业链 = 看清钱怎么流 | 任意票放进 5 角色, 解释为什么 | 1 hr |
| C7 | 商业模式 + value capture | 产业链每环利润不一样 — moat 强弱定生死 | 用 5 维评分判断任意 AI 票 value capture | 1 hr |
| C8 | AI 应用今天长什么样 | 应用决定产业链未来 3 年 | 看 4 大应用层 revenue 实况 + ROI 兑现信号 | 1 hr |
| C9 | 美中 + 出口管制 + 能源 | 地缘是 AI 产业最大 wildcard | thesis 加 3 条地缘维度 | 45 min |
| C10 | 5 真实案例建立直觉 | 真案例比理论快 10x | 用 9 章 framework 拆 5 个真事件 | 30 min |
总时长: 集中读 ~8-10 小时 (1-2 个周末).
推荐节奏 — 3 周分批¶
Week 1¶
历史 + 技术占位
故事线先建立 — 你知道为什么 NVDA / OpenAI 各自卡位.
- C1 · AI 70 年简史
- C2 · Transformer 革命
- C3 · 为什么 NVDA 不是 Intel
Week 2¶
技术 → 硬件 → 公司 map
LLM 直觉 → hardware 倒推 → 产业链落到具体公司.
- C4 · 神经网络 / LLM 直觉
- C5 · 硬件 stack (GPU/HBM/液冷/核电)
- C6 · 产业链 5 角色 + 60 ticker
Week 3¶
商业 + 应用 + 地缘 + 案例
谁赚钱 + ROI 兑现 + 地缘 wildcard + 真实直觉.
- C7 · 商业模式 + value capture
- C8 · AI 应用今天长什么样
- C9 · 美中 + 出口管制 + 能源
- C10 · 5 真实案例
Part 1 完成你能做到 (Self-check)¶
- 跟一个完全 0 基础的朋友讲 AI 产业 30 分钟, 他能 follow
- 听到 "HBM 紧缺" / "Stargate" / "DeepSeek" 直接知道哪环影响 / 哪些 ticker 动
- 给任意 AI 票放产业链 5 角色, 解释为什么在那, 估 value capture
- 列出 5 项 "这次不一样" 论证 checklist, 监控是否还 hold
- 在 thesis 里加 3 条地缘维度 (美中 / 能源 / 资本)
5 项全 ✓ → 进 AI 投资. 任一 ✗ → 回相应章补.
Part 1 跟 Part 2 衔接¶
| Part 1 给你 | Part 2 教你 |
|---|---|
| 认知地图 — AI 产业每环怎么形成 | 投资判断 — 把认知转成 view + supports + risks |
| 知道谁占位 + 谁赚钱 + 谁有 moat | 知道怎么估值 + 多视角 sanity + 自己写 thesis |
| 知道这次为什么不一样 (5 项论证) | 知道怎么监控 5 项是否还 hold (周/月度 review) |
Part 2 分两半:
- 通用投资模型 (任何行业用): 估值 / Mental Models / 历史可比 / Portfolio / 行为金融
- AI 产业特有分析 (本产业独有): Thesis 4 维 / KPI predictions / 多 PM 视角 / 案例分析 / 持续 review
Part 1 是基础 — Part 2 完全依赖
跳过 Part 1 直接读 Part 2 = 看不懂. Part 2 假设你知道 NVDA 为什么 75% 毛利 / OAI 为什么 burn rate / hyperscaler 为什么砸 $725B. 这些全在 Part 1。