What Investors Are Overlooking in AI & Semis | Val Zlatev
01:16:51 Share

在我们开始之前，我想快速声明一下，我们在这里所说的任何内容都不是投资建议。此外，我们所说的任何内容都不是 Analog Centrally Capital Management 或其任何基金的营销或广告。所有内容都旨在提供有关基金管理行业的信息。

欢迎来到另一期《Other People's Money》。今天我很荣幸邀请到 Val Zlatov，他是 Analog Century Capital Management 的投资组合经理和高级合伙人，这是一家总部位于纽约市的专注于硬科技的多空对冲基金管理公司。Val，非常感谢您今天能加入我。感谢你的邀请，Max。我很荣幸。好的。我们将讨论很多关于硬科技、半导体和人工智能的话题。我们不妨从什么是硬科技以及你如何成为硬科技投资者开始吧？

硬科技，可以这样理解：想想科技，技术，但去掉软件和互联网。它实际上是任何电子设备内部的所有硬件。这包括半导体、通信设备、硬件本身以及用于制造半导体的设备等等。在这个领域，大部分是半导体，它是迄今为止最普遍、最重要的领域。

许多其他硬件，我认为服务器或存储盒更偏向于商品化，而且随着时间的推移也变得非常集中。但半导体领域有大量的创新和发展。这就是理解这个领域的方式。顺便说一句，这是一个很大的领域。它大约占整体 TMT 领域的一半，甚至可能超过一半。

市值很大。所以现在这个领域的市值可能超过 14-15 万亿美元。在这个范围内，大约有 500 到 600 家市值超过 10 亿美元的公司。还有更多市值低于 10 亿美元的公司，但这属于长尾部分。

这就是理解硬科技的方式。显然，随着人工智能这一大趋势的出现，人们对硬科技的关注越来越多。

但有一段时间，软件占据了该行业所有 TMT 人才和关注的焦点。在此之前，显然是第一次科技泡沫，当时有很多互联网公司，但也涉及很多硬科技。你能谈谈硬科技领域的发展以及金融业如何随着时间的推移而将重点转向和远离它吗？

是的，你提到的这一点非常好。在 90 年代，硬科技在某种程度上是热门事物。我认为在 90 年代，许多著名的对冲基金经理仍然非常大、非常有名。他们在硬科技领域创造了大量的个人财富和对冲基金财富。然后在 21 世纪，整个局面发生了变化。原因是，我们从硬科技转向互联网和软件。

这有一个很好的理由，那就是软件和互联网最终成为 21 世纪的长期增长动力，大约在 2000 年到 2014-15 年之间。15 年是一个很长的时间，对吧？与此同时，半导体变得增长缓慢且更具周期性。因此，它们不再像 90 年代那样成为长期增长动力，

它们从长期增长动力转变为更具周期性的动力。周期性甚至从每股收益的角度来看也是周期性的，也就是说，你会经历这些上升周期和下降周期，每股收益会上升和下降，但它并没有随着周期而增长。这基本上使硬科技领域更多地成为一种交易工具，而不是一种长期投资工具，这很难。作为一种交易工具，它并不有趣。

而且很难积累超额收益。很难积累回报。这就是为什么所有这些经理很自然地更多地转向软件和互联网。这就是为什么现在，在这个领域，在硬科技领域，没有多少知识积累的原因。互联网和软件领域有很多知识。

但是当你观察硬科技领域时，你会发现，平均而言，科技经理或 TNT 经理、投资组合，你随便说，对硬科技领域的知识储备非常浅薄。如果你和大多数人交谈，并询问他们关于硬科技公司的情况，他们会知道英特尔、英伟达、ASML。当我提到五六个硬科技公司名称时，我就开始说得少了，你知道的，

我认为投资者本身在很大程度上低配硬科技，尽管半导体在过去几年的表现良好。你说的完全正确，他们实际上是低配，这不仅仅是在过去几年，这是一种非常近期的、引人注目的表现。但自 2015 年以来，半导体的优异表现就一直很明显，甚至更早。所以这十年来，它的表现一直很突出。

大多数投资者实际上错过了这一发展。顺便说一句，我认为他们仍在错过。所以这里隐藏的问题，或者说问题，问题是为什么，对吧？为什么人们总是错过它？我认为，所以这里有几个因素。其中一个是我刚才谈到的，那就是知识基础没有建立在那里。

因为每个人都专注于互联网和软件。继续做你擅长的事情是一种好习惯。第二个是，顺便说一句，在异端领域建立知识是困难的，因为异端领域高度分散。供应链有很多层。理解所有这些

具有不同商业模式的不同公司需要大量的投资。这不容易理解。所以它比采用互联网订阅模式并在全球范围内有效地复制到一百个名称，或者采用 SaaS 商业模式并在全球范围内复制到一百个 SaaS 名称要复杂得多。它们是一种商业模式。指标略有不同，但指标大致相同。

当你观察硬科技时，我的天哪，你会有 15 层供应链，半导体公司有一套完全不同的指标，这与模拟半导体指标或晶圆代工厂指标大相径庭。而且商业模式非常不同，对吧？电子表格非常不同。所以建立这些知识需要时间，而人们并没有花时间去做。所以这是其中一部分。另一部分是，人们害怕周期性。

说到底，硬科技是一种实体产品。这些实体产品会经历分销，它们会存放在某个地方的库存中，它们会停留在亚洲和美国之间的海洋中的船只上，无论是什么。因此，库存会自然积累，然后随着时间的推移而减少。因此，了解这些周期也很重要。

在过去的十年里，与周期性相比，有更多长期增长动力。但周期性仍然存在。它没有消失。人们害怕这一点，对吧？人们更愿意投资那些没有供应链元素的东西。你只需按一下按钮，它就不会像软件那样产生库存。所以我认为这种恐惧因素也存在。

我认为，当你拥有强劲的表现时，你说这种优异的表现不仅仅是最近的。自 2015 年以来就是这样。关于何时卖出英伟达的评论比关于是否应该买入的评论多得多，我觉得，比，你知道的，它是否便宜？人工智能趋势会持续下去吗？我的意思是，人们害怕购买上涨数百甚至数千百分比的东西。从心理上来说，这很难做到。

你说的完全正确。从字面上看，我一直在面临这些问题：人工智能交易的顶峰是不是到了？自从 2023 年 6 月以来，我一直面临这些问题。所以这是 ChatGPT 推出后大约八九个月。记住，ChatGPT 是在 2022 年 11 月推出的，对吧？人们开始谈论它，它成为了一件大事。然后在 2022 年 5 月，

英伟达取得了巨大的成功。那是 4 月份的季度，股价飙升，对吧？当天整个板块都飙升了。从那时起，

嗯，一个月或两个月后，几乎每个问题都是：我的天哪，这不是顶峰吗？这不像 2000 年吗？这是 2000 年的泡沫吗？这有点回到你一开始提到的内容，那就是人们在 90 年代在这个领域赚了钱。然后是互联网泡沫。由于泡沫破裂，这个领域在 15 年内没有多大进展。所以现在，每个人都试图找到那个拐点。

到负面拐点交易，也就是说，长期因素可能消失了，现在我们可能要回到周期性，每个人都在试图进行这种模式匹配或模式识别，以互联网泡沫为例，并将其与当前情况相匹配。基本上，这就是人们试图做的事情。这就是为什么，顺便说一句，大多数人都错过了它，因为人们会建立一个头寸……

我认为在 2022 年之前，在 ChatGPT 之前，很少有人拥有英伟达的股票。那时它还不是一件大事。然后每个人都开始关注英伟达，然后每个人都开始想要交易它。他们想，我的天哪，我刚赚了 40%。太酷了，对吧？他们会将仓位规模减半。所以他们会卖出 75%。

他们会试图通过说，哦，也许这是下一个 Zoom，来证明这一点，对吧？看看 Zoom。Zoom 在 COVID 期间有一次大幅上涨，从那以后就没有其他情况了。我记得这些讨论，人们说，如果它有点像下一个 Zoom，在 2022 年 5 月有一次大幅上涨，那就结束了。我说，说真的？我和大多数人一样，当然也陷入了这种普遍的……

而且你必须，虽然，当你回顾事情时，你必须说，我错在哪里？展望未来，我还有可能仍然出错吗？但对于周期性，我认为所谓的“摩尔定律的终结”有一个独特的方面。我认为每个人都熟悉产能过剩和传统工业的概念，在那里，你知道，正在生产更多的钢铁。所有的钢铁厂都在运转，然后突然之间你供过于求了。但是，你知道，对于芯片来说，

每隔几年它们的功率就会翻倍，你得到的钢铁梁是投入铁矿石数量的两倍。我认为这确实夸大了周期性。而现在这正在结束。你能跟我谈谈摩尔定律的终结以及这如何改变周期性吗？这是一个很好的话题。所以

摩尔定律的终结，实际上，这是一件大事。摩尔定律，对于听众来说，每两年，这是一个经验定律，它说每两年，你都会在半导体中封装更多的晶体管，这就像构建半导体的逻辑块。而且

你封装的两倍，结果是你在相同功耗下获得两倍的性能。这是一件美好的事情，对吧？这是一个指数定律，因为它每两年都会复合。这就是为什么现在我们简单的智能手机，我们的 iPhone，比我 30 年前在本科时使用的橡树岭国家实验室超级计算机更强大。

这就是摩尔定律的复合效应。现在，在将晶体管封装到硅区域后，这很小，基本上是我的指甲大小，现在我们把 20 亿、30 亿、50 亿个晶体管放在我的指甲上。十亿，不是百万。这些晶体管之间的间距现在大约是五个原子。

所以从制造的角度来看，没有什么比在调整大约五个原子时进行原子级制造更复杂的了。对我来说，这是一件令人惊奇的事情。然后是量子力学效应。所以如果我们试图控制这些晶体管壁之间的电子，

那么，如果你只有五个原子的间距，那么它们就会量子隧穿。它们不会只是停留在那里。量子隧穿意味着功率泄漏，这基本上意味着，如果你不做大量的技巧，你的手机会在 10 分钟内耗尽电量，这是不可行的。没有人会购买一部会在 10 分钟内耗尽电量的手机。所以这促使人们做了大量的技巧。它变得非常昂贵，非常复杂。

能够控制量子力学，基本上能够对抗量子力学，这就是新工厂的价格。一个新的工厂，现在工厂是建造半导体的设施。我记得在 2000 年，在我之前的职业生涯中，我在麦肯锡工作，我实际上作为顾问在这些工厂工作。它们过去的花费，比如，最先进的工厂大约是 10 亿美元。你知道，10 亿美元是一笔大数目，对吧？就像，我的天哪，太贵了。

现在是 500 亿美元。同样大小的工厂现在的投资是 500 亿美元。是 50 倍。没有什么东西的价格上涨了 50 倍。这不是通货膨胀。这不是砖瓦和砂浆。这不是工人或工资。这确实是这些工厂内部的机器。机器变得贵了 50 倍。

因为它们必须能够处理量子力学并控制它，并创建这些超级复杂的结构来阻止量子力学。顺便说一句，我从未想过我一生中会谈论量子力学。我的意思是，我拥有物理学博士学位，但我感觉，你知道，我完成了博士学位，离开了，完成了，打勾，我一生中再也不会谈论量子力学了。我以前做过量子引力方面的事情。

但我们在这里。在过去的七八年里，我在几乎每一次投资人会议上都谈到了量子力学。这就是为什么，顺便说一句，建造这些设施非常缓慢。建造它们需要五六年时间。

它非常昂贵。就像我说的，最先进的尖端技术设施大约需要 500 亿美元。当你这样做的时候，你不会随意去做。所以你不会仅仅为了获取利润而将大量的产能投入到地面上。

该领域的周期性很高，这是由利润池驱动的，利润池上升，你就会迅速增加产能以获取利润池。当然，在你意识到之前，需求下降了，利润消失了，因为现在你有了额外的产能，而这些产能闲置着。这种情况在那个水平上不再发生了。我不想说，我不想让人觉得周期性消失了。这不是真的。周期性仍然存在，但它比过去要温和得多。所以它更温和。它是可以接受的。

这也使得这个领域现在比过去更容易投资。不仅仅是这一点。所以这个领域现在比作为交易工具更容易投资的一个方面是摩尔定律放缓。

另一方面，你确实有像人工智能这样的长期增长动力，例如，它正在爆炸式增长，我相信我们正处于非常早期的阶段。如果你愿意，我们可以讨论这个问题。但这些是在产能受限的基础上的重要需求驱动因素。所以你面临产能受限、周期性温和、难以获得产能，同时，你又面临着实际上需要更多这些东西的增长。

这使得它比过去更容易投资。是否正在增加产能？是否有人投入 500 亿美元？是的，当然。台积电每年都在投入大约 500 亿美元。他们正在美国和台湾建造工厂。这是一个持续的过程。有很多。我的意思是，如果你考虑整体产能投资，

它们每年都很大。设备本身，仅仅是设备，目前，今年，全球大约是 1000 亿到 1100 亿美元，仅用于设备，用于产能。然后砖瓦和砂浆等将使整体资本支出产品达到 1500 亿美元左右。所以在这个范围内。最大的供应商将是台积电。他们将超过 400 亿美元，400 亿美元、500 亿美元。三星将超过 250 亿美元、300 亿美元。

英特尔正试图做一些事情来拯救他们的生命，大约是 150 亿到 200 亿美元。所以这是一种……当然，你还有德州仪器，大约是 60 亿到 80 亿美元，等等。所以有很多投资。这可能是一个很好的过渡点，可以转向人工智能趋势以及你对它的看法。我的意思是，这与我们看到的需求增长相比如何？这足够跟上吗？所以让我们谈谈人工智能，因为这是……

这是一个非常有趣的话题。就像你说的，大多数人都试图将人工智能与互联网的繁荣和萧条进行比较。因此，每个人都试图在过去两年半的时间里将英伟达与 90 年代后期的思科进行比较。Max，我敢打赌你可以在 Twitter 上看到英伟达与思科重叠的图表，可能每四周就会出现一次，有人会在那里展示。

所以这很可爱，对吧？进行这些重叠并试图进行平行比较是很可爱的，但现实情况实际上大相径庭。所以现实情况是，我喜欢做一个不同的平行比较来解释人工智能。我认为现在的人工智能更接近云计算的发展。云计算始于 2010 年、2012 年左右。

它随着时间的推移而增长。它主要由三到四家美国公司和少数几家中国公司推动，对吧？所以我们说的是亚马逊的 AWS、微软的 Azure、谷歌的 GCP 以及其他一些公司。这就是云计算。如果你考虑云计算，它们拥有这些大型公司。它们利用自由现金流进行投资。它们没有借钱。就像在 90 年代，都是借来的钱或风险投资。

零借贷，都是自由现金流。它们有一批非常大的客户，财富 500 强、财富 1000 强客户，这与 90 年代的客户是一群初创公司不同。而且它们拥有，云计算拥有这种强大的商业案例，它基本上表明云计算更有效或更安全，无论是什么。越来越多的计算应该转移到云端，在过去的 12 年里，情况确实如此。

所以如果你考虑一下，自 2012 年以来，这四五家大型超大规模公司加上几家中国公司的云计算资本支出一直呈上升趋势。我们实际上每个季度都会尝试这样做，云计算公司的资本支出。在过去的 15 年里，它基本上从未下降过。它没有。每年都在上涨。在糟糕的宏观环境下，它可能会持平。然后第二年它又会回升。

在我看来，人工智能资本支出投资与云计算资本支出投资的轨迹相似。原因是投资人工智能的是同一家公司。是大型超大规模公司。它们是人工智能最大的支出者。它们不是……

因为有人向它们投入风险投资。它们这样做是因为它们拥有 50 多个、100 多个，对不起，财富 500 强、财富 1000 强客户的大型渠道。它们有大量针对这些客户的概念验证案例。这些客户想要人工智能。

这不是推动。这实际上是来自客户的拉动。他们的客户，比如大型金融机构或大型工业企业或勘探公司等等，是那些推动他们寻求更多产能的人，因为他们需要这些用例上线。目前，他们只有大约 25% 的用例上线的产能，甚至更少。即使是这样，他们的供应也很紧张。根据我们的研究，

投资回报率是存在的。投资回报率是存在的。它们之所以建设，是因为投资回报率是存在的。世界上最大的公司看到了这种投资回报率，这就是为什么他们想要它。所以在我看来，我们正处于非常非常早期的阶段。就像我们处于一个我认为将持续数十年的投资周期的第二年半。这回到了云计算。你谈到了已经存在的那些用例，但随着模型的改进，用例也会扩展。

是的，完全正确。所以用例会扩展，这与 1 月份 DeepSeek 事件的反应完全相反，对吧？你说的完全正确。模型得到了改进。成本下降了。所以如果你考虑推理的成本，也就是人工智能的实际使用，这个成本会大幅下降，每年 5% 到 10 倍。这很多。10 倍，不是 5% 到 10%。我说的是实际下降 10 倍。用例激增。你说的完全正确。模型激增。

只要你在这方面有资本投资回报率，你投入的越多越好。就这么简单。如果你从中赚钱，你就会投入更多。那么你认为人们对 DeepSeek 理解错误的地方在哪里？当 DeepSeek 推出时，人们对这一事件的普遍看法是什么？显然，人们认为，他们不必花费那么多钱。是的，完全正确。这是最开始的本能反应，那就是……所以人们犯了几个错误。

其中一个是相信 DeepSeek 推出的任何东西，从成本结构的角度来看，都是一个巨大的飞跃。所以人们觉得，我的天哪，这些人用 600 万美元建造了这个 G-Wig 小玩意儿。那是他们的白皮书，而美国人则花费了数十亿美元。

所以聪明的精灵，600 万美元，愚蠢的美国人花费了数十亿美元的投资。哦，看看这个。它与美国人工智能相比做得很好。那么，即使这一切都不是真的，它也像苹果和橘子一样。所以这需要一段时间才能过去，并意识到，你知道，DeepSeek 实际上花费了数十亿美元来实现他们正在实现的目标。第二，人们随着时间的推移也意识到，它们只是下一个迭代

在降低推理成本的成本结构上。就像我说的，推理每三到四个月就会下降 5% 到 10%。这是逐步下降，逐步下降，逐步下降。它们恰好是下一步。现实情况是，三到四到六周后，

许多其他模型，如来自 OpenAI、Mistral 或 Anthropical 的模型，都达到了 DeepSeq 的水平。在那之后，实际上许多模型都低于 DeepSeq 的水平。我的意思是，DeepSeq 目前并不便宜。在过去的六个月里，有许多国际模型比 DeepSeq 更便宜。这是因为它并不具有革命性。它不是。这是一个神话。但它不是。

所以这是人们理解错误的一点。另一个是，是的，我的天哪，现在我们可以用更少的资源做更多的事情，对吧？这是一个反应。那么，

你拥有的东西更便宜，你就会做更多。如果它有用的话，对吧？如果回报存在，它更有用，你就会使用更多。这就是发生的事情。基本上，各方面的使用量都飙升了，因为 DeepSeek 不仅推理成本更低，而且每个人都达到了它的水平，并低于它的水平。所以对每个人来说，推理都变得更便宜了。当然，从那时起，使用量就飙升了。现在每个人都做空。是的。

所以，与其拥有大量的芯片，你不知道如何销售，因为没有人想要使用它们，不如现在每个人都在再次乞求芯片，就像两个月内一样。现在你谈到了公司的规模，世界上最大的公司都在关注这一趋势。有一家公司比所有这些公司都大，那就是美国政府。美国政府参与芯片和人工智能的情况如何？然后我们也许可以谈谈中国。这是一个很好的问题。

是的，我的意思是，不仅仅是美国政府。中国政府也深度参与其中。它已经参与半导体行业很多年了，比如五到十年。所以让我们谈谈这个。这是一个很好的问题。所以理想情况下，我个人有点讨厌政府参与任何类型的私营部门或任何私营、公共公司。

部分原因是我的个人背景，显然是我的口音。我出生在东欧。我在保加利亚长大。我在社会主义时期长大。那是一次悲惨的经历。社会主义摧毁了经济。当然，政府在那里深度参与了任何类型的经济。这是一个混乱。从这种参与来看，这是一个彻底的灾难。所以我认为政府在这里的参与并没有达到那个水平。它甚至与之相去甚远。但是，嗯，

首先，让我们先谈谈美国政府，然后再谈谈中国政府。美国政府长期以来一直以多种方式参与半导体行业，主要体现在：

A，限制美国半导体设备对中国的出口，或者限制半导体芯片对中国的出口。随着时间的推移，这演变成了一种类似于

围绕人工智能或半导体军事用途，或利用半导体进行间谍活动（无论你如何称呼它）的冷战。所有这些都属于美国政府试图限制中国政府所需资源的大伞之下。现实情况可能是，大部分都是借口，但归根结底是人工智能。美国政府最终希望赢得人工智能战争（如果你愿意这样称呼的话）。中国也希望赢得这场人工智能战争，这是一场竞赛，看谁能赢。

顺便说一句，从我的角度来看，我认为这场战争不会有赢家。我不认为这是一场战争，我认为这是一场竞赛。没有一个既定的目标，如果你达到了，你就赢了。这不像太空竞赛，哦，你把人送上了月球，你就赢了。

我的意思是，你怎么定义人工智能的胜利？你根本没有任何东西可以用来定义它。也许定义人工智能胜利的一种方法是，如果你拥有整个世界，或者大部分世界都在使用你的AI技术栈，那么你就可以宣称你赢了，因为世界使用了你的东西。你在人工智能软件、硬件、芯片等方面向世界销售更多产品，

而且，你知道，在那里对人工智能有一些控制，它不会以可怕的方式被使用。人工智能不会被用来追踪你的行为并将所有信息发送到北京的中国共产党。也许这就是定义胜利的一种方式。但这正是目标。美国政府一直在采取软硬兼施的策略。他们使用了“棍棒”，说你不能运送这个，你不能运送那个。每隔12个月，他们就会加大力度，越来越难。

到目前为止，最糟糕的是拜登政府在离任前一周发布的扩散规则。扩散规则基本上限制了包括我们在欧洲的盟友和在中东的潜在盟友在内的许多国家购买他们人工智能发展所需数量的人工智能加速器。

从我的角度来看，这是一个可怕的规则，因为如果你限制你的盟友，他们需要它，他们会从其他人那里购买。而其他人将是中国。所以，实际上是把部分盟友，并在很大程度上把像中东这样重要的地区拱手让给中国，而不是把他们吸引到自己身边，让他们使用你的AI技术栈。你把他们推向了中国的AI技术栈。

所以，感谢上帝，这条规则几周前被废除了。所以至少从这个角度来看，美国政府的这种参与消失了。但是，你知道，许多限制仍然存在，对吧？英伟达被限制向中国运送各种人工智能芯片，包括最低级别的H20s，这被称为非常低端的

芯片，但它们仍然受到限制。他们不能把它们运到中国。所以有很多这样的参与。美国政府还通过《芯片法案》从运营商的角度参与其中。大约四年前，有一个叫做《芯片法案》的东西，它说，我们将拨款500亿美元用于美国设施，公司应该申请获得X数量的资金，以在美国建设更多产能。此外，还为减税提供了额外的补贴，当你这样做时，税收会减少。

所以，这是一个很好的胡萝卜。原则上，我们需要在美国建设更多设施。这项法案所做的只是真正地使在美国建设设施的成本与在亚洲建设设施的成本相当。

这些设施之所以建在亚洲，是因为在那里建设更便宜。这是法规问题，劳动力成本更低，而且是非工会化的。顺便说一句，机器是一样的。所以70%的成本是一样的，因为你购买它们，它们在任何地方的价格都一样，无论是来自日本还是荷兰，还是来自美国。无论你在哪里建设设施，它们的价格都一样。但是，另外30%、40%，也就是所有其他东西，

在美国比亚洲其他任何地方都要贵得多。《芯片法案》应该使两者相当，使其平衡，以便人们能够利用这个游戏来建设公司。这是一件好事。我认为逻辑是存在的。这是一件非常好的事情。当然，棘手的部分是

它究竟是如何实施的？谁成为了冠军？谁真正获得了最多的资金？你猜怎么着？英特尔从这项法案中获得了大量资金。而英特尔仍然处于可怕的状态，举步维艰。谁知道它在未来五分之一的时间里能否生存？我不知道。另一个显著的例子是，向制造碳化硅的Wolfspeed公司拨款。而这家公司即将破产。他们甚至无法偿还债务。

所以，政府官僚机构的惊人智慧再次向该领域的一些最大输家提供了资金，仅仅是因为。你认为美国政府拥有干预这种事情的技术知识吗？我不认为他们知道。我不认为他们有这个知识。我认为他们聘请了一些人来参与这场对话。

努力，他们有一些知识。当然，他们也与大多数公司进行了咨询。他们拥有的人员，他们有一些知识。他们与所有公司进行了交谈。所以我认为他们并非对此一无所知。但归根结底，我实际上更愿意让市场来决定谁是赢家或输家，而不是让世界上任何地方的政府工作人员来决定。

顺便说一句，中国政府也是如此。中国政府一直深度参与，试图刺激中国半导体的研发。在过去10多年里，这包括全额补贴，巨额补贴。

因为中国在10多年前就决定，半导体是必不可少的，对吧？它们绝对是必不可少的。哦，顺便说一句，他们已经卖掉了所有的软件。没有必要争夺软件。想想看，哪家软件公司实际上从中国赚到钱了？不像微软、Salesforce或ServiceNow那样，他们在中国拥有任何有意义的收入来源。一切都消失了。一切都复制了，被复制了。

Facebook，对不起，Meta从那里没有收入，因为他们甚至不被允许在那里，因为他们复制了Meta的商业模式。他们复制了亚马逊的商业模式。所以中国人找到了一种方法来复制除半导体以外的一切。

为什么？因为这些东西极其复杂。进入壁垒高，知识渊博，需要几十年才能理解它，几十年才能尝试复制某些东西，而且他们需要永远才能做到。这就是为什么半导体是一个战场，因为这是最复杂、最复杂的战场，而其他一切都被复制了。他们投入了大量的资金。他们在许多方面都取得了很大的进展，但并非所有方面。

你知道，他们在内存方面越来越接近，NAND比DRAM更接近。他们在其他一些类型的半导体方面也越来越接近。你知道，他们有一些不错的数字半导体，比如华为在开发数字电路的半导体方面做得相当不错。所以，不详细说明，他们肯定取得了进展。

他们现在处于领先地位吗？他们肯定落后了吗？这需要很多年。但是，即使在这种情况下，中国也有无数的失败案例。我的意思是，你可能可以写几百个。

中国公司试图制造半导体失败了。我不认为中国政府在乎是否失败。他们只是看到一堆，如果有什么东西从中产生，那就这样吧。但他们继续看到那边有很多公司。中国市场是否有主导地位的企业？对于数字半导体来说，是的，我认为华为是迄今为止最大的。即使他们受到限制，他们

有很多东西他们买不到，但他们仍然找到了方法，大约落后于美国其他公司三到五年。在制造方面，有一个主导地位的企业叫做中芯国际，这是中国的半导体制造公司。同样，它远远落后于台积电。他们在内存方面有一些主导地位的企业，比如长江存储和YMTC。

正在变得非常真实。他们正在接近全球20%的内存产能。这可不是什么小事。这是非常真实的东西。这就是全部。他们还有一些半导体设备公司，规模非常小，试图与应用材料或泛林集团竞争。他们在一些方面做得很好

不太复杂的设备，比如清洁、蚀刻之类的东西。如果芯片质量不好，他们只向中国公司销售，还是也向受美国政策限制的其他国家销售？如果火箭的扩散继续存在，许多国家将被迫从华为购买，因为华为实际上是唯一一家拥有某些加速器的人工智能公司。

用于人工智能。现在，这些加速器与英伟达的GPU相比根本不算什么。我的意思是，我不应该说根本不算什么。他们会将他们的最新产品与英伟达的Hopper系列进行比较。也许是真的，也许不是真的。这是非常值得怀疑的。每个人都可以调整基准来实现某些目标，但现实情况可能大相径庭。此外，华为实际上扩大规模、扩大设施也一直很困难，这意味着

你可能有足够的产能来制造5万、10万个芯片，这足以满足一个数据中心的需求。但是，你实际上有足够的产能吗？中芯国际或其他任何设施是否有足够的产能？你能制造500万个吗？你能制造800万个这样的芯片吗？顺便说一句，800万个芯片不算多，因为每年有数十亿个更小的芯片被制造出来。但从人工智能的角度来看，800万个芯片将是

很大的数字。例如，英伟达今年可能会销售500万到600万个加速器。就是这样。它们很贵。每一个都价值3万美元或4万美元。所以，基本上，想想英伟达的每一个加速器，它不仅仅是一个加速器。它带有内存和许多其他东西。

就像一辆特斯拉，对吧？与特斯拉的价格一样。对于一个只有特斯拉千分之一大小的东西来说。这是因为它更复杂。汽车是一件简单的东西。与汽车相比，芯片非常非常复杂。所以我认为他们现在没有足够的产能来供应全世界。他们没有足够的产能来用……

用这些芯片来充斥世界。但我不知道，给他们几年时间。我绝不会认为中国人远远落后，他们无法赶上。我实际上会给他们很多信任。我认为他们很聪明。他们受过高等教育。顺便说一句，当我在宾夕法尼亚大学和普林斯顿大学时，我周围物理系的大多数学生都是中国人。所以

这些人很聪明，受过高等教育。他们对研发进行了大量投资。我认为英伟达首席执行官黄仁勋公开谈到中国拥有超过一半的专利。所以不要小看他们。你应该认真对待他们。他们对此非常热衷。他们非常擅长。

对他们来说，这完全是一个产能问题。谁知道呢？他们可能会找到一种方法。所以我想问一下半导体以外的其他领域。显然，这在人工智能供应链的讨论中占据了主导地位。但是，硬科技虽然以半导体为主导，但并非铁板一块。人工智能供应链中还有哪些方面是人们有时会忽略的？我们可以谈谈人工智能供应链。让我们简要地谈谈这个。而且供应链还有其他与人工智能无关的部分，这也是有趣的东西。嗯哼。

关于人工智能供应链，你是绝对正确的。当你建设一个数据中心时，让我先退一步，当人们看到这些大型数据中心时，对吧，人们谈论它们时，他们谈论电力，电力可能会受到限制等等。现实情况是，这些数据中心，当你查看成本结构时，85%的成本结构是硬科技设备，是进入数据中心的子系统。

另外15%是砖瓦结构的外壳，是土地，是电力，是变压器，是电力设备，是HVAC，是电流设备，所有这些东西。就像人们对电力和能源的痴迷一样，这大约只占等式中的15%。所以让我们谈谈85%。等式是关于85%，也就是硬科技部分。这85%，你是绝对正确的。英伟达占据了相当大的一部分。我的意思是，他们……

他们占据了相当大的主导地位。我认为英伟达可能占80%的80%。大约是这样。因为英伟达不是芯片制造商。在目前这个时间点上，英伟达是一个系统制造商。因为当英伟达销售产品时，他们不仅仅是向你出售来自晶圆的小芯片。他们至少向你出售一块电路板，该电路板包含几个这样的芯片，以及大量的内存、大量的电源管理和大量的其他网络设备。至少，他们会出售这些。他们向超大规模企业销售的大部分产品是……

带有网络的完整机架。所以他们实际上在这个时间点上拥有一家非常庞大的网络公司。他们大约20%的数据中心收入，大约15%的数据中心收入与网络相关，因为他们实际上将他们的芯片连接到他们自己的网络机架中，以使其无缝工作。顺便说一句，这是一个非常重要的点。它与我们之前谈到的摩尔定律放缓有关。现在真正扩展摩尔定律的唯一方法

不是让芯片更大更强大。这不再有效了，因为他们已经达到了所谓的极限。极限是一个技术术语，它表示设备不再工作了。就像ASML的光刻设备无法再制造更大的芯片了。你完成了。你最大化了芯片的尺寸。唯一的方法是……现在诀窍是制造……

像70个、80个、100个、1000个这样的芯片作为一个整体工作。你想把它们当作一个整体来对待，以同样的方式思考，认为它们拥有相同的内存。它们基本上是瞬间连接在一起的。这是通过网络完成的。这就是为什么除了英伟达之外，我们实际上也对数据中心中的网络公司感到兴奋，除了其他加速器公司，比如谷歌的TPU或亚马逊的Trainium。有……

有一组公司做各种其他事情。英伟达并不是唯一一家做网络的公司。他们为自己，为他们的系统做这件事。但是像亚马逊或谷歌这样的许多公司，如果他们从英伟达购买电路板，或者从AMD购买某些东西，或者他们为自己的芯片拥有自己的电路板，那么他们会将其与他们自己的网络连接起来。而且有很多公司你可以购买、拥有或卖空，如果你愿意的话，它们也参与连接这些芯片。

或连接来自CPU到GPU、GPU到ASIC的芯片。所以有很多这样的串扰发生，而且这不起作用。这些公司通常人们谈论不多，但它们确实存在。它们是数据中心建设的一部分。它也像，你知道，组装这些的公司，对吧？谁建造它们。就像，这些是组装商。是的，与英伟达或许多类似公司相比，利润率很低。这些组装商的工作是……

我不知道，8%、9%的毛利率，对吧？或5%的营业利润率。很好。但是如果每股收益增长迅速，那么SOC也会表现良好，反之亦然。所以有很多这样的公司。现在，这就是人工智能供应链，它令人兴奋，因为它存在指数级增长。我之前说过，我不认为它会持续几十年指数级增长，但我认为它会在几十年内持续增长，就像几十年内有意义的增长一样。还有另一面，对吧？

像半导体供应链的另一面一样，我们可以简要地谈谈电源管理。所以电源管理，或者说模拟半导体，模拟半导体是世界上任何电子系统中使用的半导体。任何连接到电源插座获取电源或连接到电池获取电源的东西都必须启动电压，然后在某种电路中多次关闭电压。

所以这是由ADI、安森美、德州仪器、Microchip、意法半导体、英飞凌等公司完成的。这些家伙中有很多做这些芯片。而且这些芯片很多。它们不像英伟达的六七百万个。它们的数量是数十亿个。现在，终端市场往往主要是汽车和工业。我现在提到的这些名称，它们超过50%的收入来自汽车和工业。所以这是一个非常不同的终端市场，对吧？非常不同的应用场景。

所以这些公司往往更具周期性，因为……

有无数的客户，他们有采购经理以奇怪的方式行事，为了他们自己的激励措施，以确保他们有足够的库存，当他们有太多库存时，他们会非常害怕，这会导致库存迅速增加和减少，但速度并不快。这些公司在疫情期间曾出现短缺。我不记得了，Max，但在疫情期间，报纸上有很多关于短缺的讨论，人们买不到汽车，对吧，因为模拟芯片短缺。

而且有很多关于短缺的抱怨。好吧，你猜发生了什么？人的心理从未改变。所以采购经理们超额订购了3倍、4倍、5倍、10倍的这些芯片。在你不知道之前，到2022年，这些公司的收入被人为地抬高了。客户可以建立大量的库存。从那时起，他们一直在减少库存。

大约三年了。这就像一个极其漫长的库存减少时期，三年。他们的收入现在减少了一半。它们实际上减少了一半。你能想象如果你的收入减少一半会是什么感觉吗？我的意思是，太疯狂了，对吧？你的设施有一半是空的。你的利润率被压缩了。我相信这对他们来说感觉就像地狱一样。就在现在，就在两周前，在整个过去一个月的财报季期间，因为我们现在刚刚结束财报季，

在过去的一个月里，每个人都在公布财报，每个人都预计这些公司的指引将非常糟糕。他们会说，他们会指引6月份下滑。模拟的情况是，你猜怎么着？总会有模拟的，对吧？模拟的是疫情，因为疫情是一个冲击事件，对吧？一切都关闭了。没有人能买东西。所以2020年6月，这些公司的收入下降了。这些公司仅仅在一个季度内就连续下降了15%到20%。

而现在人们说，看看特朗普的关税。特朗普出现在玫瑰园，拿着他的白板，上面写着50%的关税，60%的关税。每个人都像，天哪，这是一个完全的冻结，对吧？我的意思是，如果你不知道如何制造东西，谁会买任何东西？你为什么要买任何东西？所以人们的预期是特朗普关税，就像疫情一样。所有这些公司都应该连续下降70%。

7%到15%到20%的连续下降。好吧，你猜怎么着？他们涨了。他们出现并说，不，不，不，不，不，不。我们实际上将在6月份增长。我们在6月份连续增长了7%、8%、9%。他们就像，

模拟是不正确的。人们没有恐慌。至少目前为止，人们实际上继续生活。我们将看看会发生什么。目前为止，他们继续生活。库存已经减少了很多，现在我们正在开始一个新的上升周期。所以他们进入的6月份是模拟半导体行业多年来新上升周期的第一个季度。所以我觉得过去一个月这也很有趣。

你说它是汽车和工业。情况一直如此吗？其他市场，比如手机、电脑？是的，情况并非总是如此。传统上，在21世纪初，回到我们讨论的开始，当半导体变得更具周期性和更受欢迎时，

仍在增长，这更多的是消费者驱动的。首先是个人电脑，然后是智能手机。直到2008年才出现智能手机，对吧？但在21世纪初是个人电脑，之后是智能手机。然后整个事情，我的意思是，但是没有增长，对吧？在个人电脑和智能手机方面。但鲜为人知的事实。好吧，上次，iPhone出货量的峰值是什么时候？2015年。

自2015年以来，苹果的iPhone并没有真正增长。它们一直停留在每年2亿到2.5亿美元之间。但就是这样。手机没有增长。个人电脑没有增长。所以汽车和工业的增长要多得多。这并不一定是因为汽车的单位增长，因为汽车的单位增长每年只有1%到2%。这更多的是关于内容的增长。

随着时间的推移，这些汽车越来越像带轮子的智能手机。10年前，我称之为每辆汽车100美元的半导体。现在，对于非电动汽车来说，至少是700到800美元。如果你使用电动汽车，那就是3000美元。所以你从100美元变成了1000美元，然后变成了3000美元。这就是内容增长，这太棒了，对吧？我们喜欢这些东西。

这就是为什么这些公司现在更应该专注于汽车。工业的情况类似。有机器人，有自动化。你正在试图将工厂搬到西方世界和北美，以重新安置制造业。好吧，我的意思是，你这样做，但你会进行大量的自动化，对吧？你不想每小时支付50美元给一个人。你支付很多钱来购买……

我想在我们进一步讨论Analog Century的投资策略之前问一个问题，那就是我们已经谈到了一些我认为会成为赢家的公司。暗示了一些正在努力跟上的失败者。

但是，那些伪装者呢？显然，在财报电话会议记录中提到人工智能的数量已经爆炸式增长。当然，并非所有这些公司都在人工智能方面做出了有意义的事情。因此，当您试图识别人工智能赢家时，除了人工智能趋势之外，一般的半导体赢家，您在寻找什么？然后，你知道，同样的问题适用于失败者，然后是伪装者。

这是一个很好的问题。是的，伪装者。所以每个人都想成为一家AI公司，对吧？对吧？就是这样。有点像，但它变成了一个营销噱头。所以有很多，曾经有一件叫做边缘AI的事情，就像边缘的人工智能。所以有很多像苹果这样的智能手机公司都在试图假装自己是AI公司，对吧？个人电脑公司决定谈论AI个人电脑，对吧？

所以是AI个人电脑、AI智能手机、边缘的AI等等。但是让我们现实一点，对吧？市场看到了这一点。市场很快就会意识到这只是营销废话与现实之间的区别。现实情况是，目前还没有真正的现实

AI个人电脑。我的意思是，它的真正含义是没有真正的AI个人电脑。这不像你可以去买一台贴有AI个人电脑标签的个人电脑。但是它到底能做什么呢？我的意思是，它在做一些AI方面比我的普通个人电脑好10倍吗？它能以10倍的速度运行ChatGPT或任何我运行的东西吗？不，情况并非如此。所以功能不足以证明营销水平。

因此，你不会出现人们大量购买个人电脑只是因为它们是AI个人电脑的情况。不，个人电脑仍然停滞不前。它们只是没有增长。如果幸运的话，它们每年增长百分之几。智能手机也是如此。我的意思是，你可以谈论苹果的智能，但它根本不智能。我的意思是，Siri AI，我希望他们能修复它，因为我认为Siri是目前最愚蠢的AI。

所以这就是iPhone销量没有增长的原因。你可以随便怎么称呼它。销量并没有增长。人们看穿了这一点，它效果并不好。所以在现阶段，这是一种冒牌货。这种情况可能会改变。谁知道呢，对吧？他们可能会找到一种方法，以非常非常巧妙的方式将人工智能真正整合到这些面向消费者的终端设备中，但这还没有发生。所以这些都是目前还没有获胜的伪装者和冒牌货。还有一些公司假装非常聪明

从数据中心人工智能中获益。人们总是试图编造一个故事，好吧，也许是存储，对吧？也许这些东西需要更多NAND内存、闪存，因为它需要位于任何东西旁边，位于加速器旁边，并且需要能够快速提取所有这些信息。事实并非如此，或者至少不像人们想象的那么多。所以从这个角度来看，存储摄像头并没有从中获益那么多。所以有很多这样的东西

那里的公司。而且，你知道，你还有很多英伟达杀手。好的。一方面你有AMD，这是一个纯粹的玩家，对吧？直接竞争的GPU制造商，目前还没有造成影响。我的意思是，它正在增长。它发展得非常好，但影响不大。然后你还有那些自己制造芯片的超大规模公司，比如谷歌的TPU或亚马逊和其他公司的训练器

同样，这种情况已经持续了七八年了。它们共存。它们并没有消灭英伟达。它们也没有消灭其他任何人。他们仍在继续购买大量的商用芯片。然后你还有风险投资的初创公司。我发誓，自从我们在2018年推出基金以来，

从我去佛罗里达州参加的第一次基金推介会开始，我就一直听到，“哦，我刚……我是一个风险投资人。对不起，我同时投资风险投资和对冲基金。我刚向一家风险投资基金投入了一大笔资金，这家基金正在投资英伟达的替代品。”我已经听到这句话七年了，到目前为止还没有什么结果。英特尔收购了其中几家公司，比如Nirvana和其他一些公司。

没有什么实际成果。有很多原因导致这种情况。最终，从风险投资的角度来看，很难克服进入壁垒。我的意思是，我们每年在研发上的支出约为120亿美元。每年开出120亿美元的支票并不容易。

这就是为什么风险投资界更适合投资下一个SaaS，好吧，SaaS可能是速度更快的Dynos，但无论如何，某种人工智能软件，某种人工智能应用程序，因为你如何做到这一点，对吧？你从卡内基梅隆大学招募六名毕业生，给他们红牛，让他们工作九个月，也许就能创造出一些伟大的东西。但没有投资，对吧？因为它只是人类编写代码。

在这里，我的天哪，现在一个非常先进的技术芯片的掩模组就要5亿美元。你甚至不知道它是否会奏效。你可能需要重新设计芯片。这又是5亿美元。

老实说，这并不完全是硅谷式的游戏。回到人才方面，这就是他们在过去这么多年来赚钱的地方。知识基础不存在。风险投资公司过去曾资助硬科技。当然有一些基金专门从事硬科技、深度科技之类的事情，但是

它们并不是那些甚至有能力筹集资金来开出巨额支票的大型知名基金。没错。顺便说一句，彼得·蒂尔，我听到彼得·蒂尔在某个地方的某个会议上与其他知名人士一起做了一个演讲。他对此非常直率。他说，想想看。自90年代后期以来，有多少人真正花时间研究半导体？不多。

自90年代后期以来，绝大多数的专业知识或风险投资界的脑力，99%都投入到了互联网和软件领域。而现在它不存在了。人才不存在。所以从那里的投资角度来看，这太棒了。

是的。关于人工智能的评论，我一直在说一个笑话，你知道，他们甚至无法纠正自动更正。如果你认为苹果将在人工智能领域获胜，如果你认为苹果将在人工智能领域获胜，那你就疯了。是的。我完全同意这一点。是的。我希望苹果真的能解决这个问题。让我们拭目以待。让我们看看结果如何。但我的意思是，在所有这些市值达万亿美元的大公司中，苹果是唯一一家没有进行有意义投资的公司。

它远远落后。现在，我想稍微转向Analog Century，以及这一切如何融入你们的投资流程。

那么，你们正在进行什么样的研究来跟踪所有这些趋势，包括模拟半导体的周期性和这些长期趋势？这是一个好问题，对吧？因为我谈到了宇宙的大小，说它就像超过500家市值超过10亿美元的公司，对吧？那么，你如何从500家公司缩减到一个投资组合，比如说60家？因为我们的投资组合通常约有60家公司，长期投资25家，短期投资35家。

所以它并不极其集中，但它也不是一个指数，对吧？那么你如何做到这一点呢？我们为此使用了一些工具。首先，我们有一个框架，我们用它来对我们认为好的做空与好的做多进行分类。我们有一个四点框架。以下是四个要点。我将详细说明做多方面，然后是做空方面，与之相反。

所以，这个框架的第一点是，我们想要识别那些面临增长拐点的公司。

人工智能，显然。还有其他事情。我谈到了电动汽车计数图。所以不仅仅是人工智能。不止于此。但某些领域正在发生增长拐点。所以我们希望在做多方面接触到那些面临增长拐点的公司。做空方面则相反，对吧？我们希望更多地接触成熟的东西，比如PC、智能手机、面板等等。诸如此类的东西。这是第一点。第二点是，我们希望识别这些增长拐点中的赢家。而

很容易说，对吧？很难做到，很难弄清楚谁是真正的赢家。但我们希望看到那些拥有巨大市场份额，并且实际上有机会保持这一份额的公司。因为如果你拥有巨大的市场份额并且能够保持它，那么你将拥有很高的定价权。你可以拥有高毛利率或不断提高的毛利率和营业利润率。第三点是，我们在做多方面寻找强劲的资产负债表。在我们的案例中，

绝大多数贷款都有巨额余额。他们拥有现金。他们正在产生自由现金流。他们有股息、回购，等等。所以从这个角度来看，这些都是非常棒的公司。第四点是倍数。所以我们不是廉价股票的奴隶，但我们只是希望倍数看起来可以接受，令人满意。如果我们展望两三年，并且收益增长使得三年的倍数看起来非常低。

现在，在DeepSeq事件之后，一切看起来都非常低，对吧？我的意思是，视频显示其市盈率为18倍，因为每个人都认为，我的天哪，每股收益将蒸发，当然事实并非如此。这就是我们思考的方式。这就是我们对做多和做空的框架。然后你提到了周期性，对吧？我们如何处理这个问题？我还提到，至少要意识到并了解从周期性角度来看正在发生的事情非常重要。

所以我们实际上创建了一个数据库，其中包含超过500家公司，对不起，超过400家公司，时间跨度超过20年，我们积累了各种指标，例如库存、分销商库存、他们上下游供应链中的库存、预订量、积压量、交货时间、利用率。很多东西都是非常轶事的。

它来自，你知道，其中一些来自彭博社，一部分来自彭博社。很多都是来自我们20年来收听财报电话会议的结果。我的意思是，我已经做了很多年了。我开始在麦肯锡公司发展一个概念，因为这就是对供应链的理解产生的。然后我把它扩展了，当然，通过基金的存在，它得到了更多的扩展，成为一个强大的框架，能够真正理解我们在这些周期中的位置。这就是我们如何做到的。

你们现在让AI收听财报电话会议了吗？是的。我们正在测试一些东西。目前我们还没有达到这个阶段。到目前为止，人工智能仍然是我们。好的。这很有趣。我的意思是，彭博社实际上正在将其AI嵌入到他们的记录中。所以在现阶段，当你查看彭博社的记录时，网站上有一个AI组件，它在快速缩小你想要关注的主题方面做得相当不错。

现在，该行业内的结果差异如何？显然，当你有一个巨大的长期趋势时，将会出现巨大的赢家，但找到能够产生负回报的做空对象可能很困难。你也许能够在这个行业内获得超越市场表现和阿尔法，但是找到那些实际上正在下跌并且面临这些积极顺风因素的公司呢？

就下跌的公司而言，有一组公司根本没有接触到这些趋势，对吧？他们只是错过了它。他们与探索趋势无关。他们被困在PC领域和智能手机领域。有很多这样的公司，对吧？这是一组公司。现在，我认为你问的问题更像是关于人工智能方面的问题，对吧？所以即使在人工智能趋势中，我们也谈到过，有一些公司假装是人工智能公司，比如边缘人工智能公司，或者

一些系统制造商或存储公司假装是人工智能公司，但他们并非如此，因为他们实际上受到了伤害。因为如果数据中心的预算大部分用于真正的人工智能，那么通用计算就会受到损害，因为这些预算不是无限的，对吧？所以从这个角度来看，他们相对较短。

然后，即使在加速器或CPU中，也应该从中受益，但并非每个人都在获胜，对吧？我的意思是，并非每个人都能以英伟达的步伐前进，例如。我的意思是，英特尔一直被称为

最终是两匹马比赛中的第三匹马，因为他们从未到达那里。是的，然后他们在那种情况下落后多年。这就是我们如何做到的。顺便说一句，总会有技术转型，有人可能会在技术上落后。例如，这在电源管理中就发生了。有一家电源管理公司非常依赖英伟达的数据中心芯片，

然后他们在技术转型中搞砸了，他们的几个竞争对手很快就抢占了他们的份额。这种情况也会发生。现在，投资组合的构建呢？我知道你们有两个核心策略，多空策略，大约是40/60净值，50净值，然后是市场中性策略。所有相同的名称都会进入账簿吗？是的，基本上都是相同的。我的意思是，大约97%的名称相同。所以名称相同。这些策略之间的区别在于

所以这些策略在大多数方面都是相似的。从渠道、研究、团队、项目经理的角度来看，它们都是相似的，每个人都是一样的。绝大多数股票都是相同的。区别更多在于投资组合的构建。所以是的，做多是相同的。所以我们不会在一个策略中做多，在另一个策略中做空，而名称相同。情况并非如此。做多就是做多。

但是规模会有所不同。特别是，所以做多实际上，即使在做多方面，一个策略中的较大做多与另一个策略中的较大做多相同。在较小的策略中，规模较小。但同样，相对规模可能不同。而且在做空方面，做空的规模也可能大相径庭。我的意思是，在一个策略中，我们可以保持3%的做空。另一个是1%的做空。

在很大程度上，这是由我们希望在市场中性策略中也受到因素约束所驱动的。因此，在市场中性策略中，我们希望至少有70%的风险敞口。因此，所有风格因素，如动量、增长，无论你称之为什麽，我们都不希望它超过我们策略中承担风险的30%。因此，需要从规模方面进行调整。

现在，交易方面呢？市场中性策略，特别是大型多经理平台，以其对业绩的极度关注以及季度将发生的事情而闻名。你们的市场中性方法是否也如此关注季度？你们能否采取更长期的、更长期趋势的观点，甚至是更长期的周期性观点？

我们能够采取更长期的观点。所以我们的周转率肯定低于这些平台上的绝大多数平台。我从经验中知道这一点，因为一些平台恰好是我们的投资者。而且我们经常就周转率水平进行讨论。所以我知道它更低，但这是有意为之的。这是有意为之的，因为我们的策略，尤其是在账簿的多头方面，

是真正识别这些大趋势中的赢家并复合阿尔法。现实情况是，如果你看看我们的25个多头，我认为其中大约15个已经存在很长时间了。所以我们并不总是正确的。我们犯了错误。我们淘汰了一些东西。但是，你知道，如果三分之二或超过50%的东西已经存在多年了，那就说明在一段时间内存在很大的持久性和阿尔法复合。

顺便说一句，这并不一定意味着规模相同。规模各不相同，我们会在收益周围进行调整。这并不意味着我们总是在财报电话会议之前将规模减半，仅仅是因为我们害怕。情况并非如此。有时我们实际上会增加它。这取决于我们的信念水平。但是围绕收益会有调整，但这并不是我们的主要目标。主要目标不是在财报电话会议上赚取10%。主要目标是

真正能够复合并获得这种持久性。顺便说一句，我认为这可能是我们与许多平台之间最大的区别。这是这种能力，这种知识和理解，即这些公司存在很大的持久性。以及你最好持有它们而不是将它们用作交易工具的信念。这个概念

将这些视为长期投资而不是交易工具，在硬科技领域是一个相对未知的概念。自从我们真正开始基金以来，我们就有了这个概念。我们知道其中一些名称的升值百分比是多少。我相信你也必须卖掉一些名称，否则它们在账簿中的规模就太大了。哦，当然。是的，绝对的。当然。是的。确实有一些名称，就像你提到的那样，上涨了8到9倍。

我们不得不随着时间的推移卖掉很多，只是为了保持我们拥有的仓位规模，因为我们有风险参数。例如，在多空策略中，我们在市场上的仓位不超过7%。因此，一些仓位可以多次出售。

每一次出售都是糟糕的出售，但这都是风险参数。风险管理对我们的业务至关重要。我知道多空策略比市场中性策略更长寿。那是后来出现的。我认为很多人在单一经理多空世界中起步时，通常会承担更多的市场风险。但是

很多资金来自那些大型多经理平台。你们成功地从一个大型多经理平台筹集了资金。我认为几乎每个人都希望这样做。这对业务的可持续性至关重要。嗯，

你们是如何在没有运行他们所熟知的市场中性策略的情况下获得关注的呢？那是如何运作的？市场中性策略，你说得对。我们在大约两年前启动了这项策略，而多空策略已经存在了将近七年。但是市场中性策略实际上也源于一个

我们已经认识了一段时间的投资者的兴趣。所以这是一个我们已经认识了大约十年的投资者，基本上与我们在之前的基金中合作过。这位投资者，他们已经改变了他们的商业模式，真正转向了市场中性领域。所以所有投资都是市场中性的。他们一直在跟踪我们。他们一直在跟踪我们的多空投资组合。他们喜欢我们产生的回报。所以

人们可以通过多种方式来获取我们的多空投资组合，计算多空策略中阿尔法与贝塔的多少。他们意识到，我们大约一半的回报是阿尔法，另一半是多空策略中的贝塔。而阿尔法非常有意义。所以他们基本上想提取它。他们说，好吧，让我们看看是否可以提取它，我们可以从中创建一个市场中性投资组合。我们实际上运行了纸面投资组合一段时间，超过一年。

我们会将数据上传到彭博社，看看它的表现如何。我们多次调整了方法。在一开始，有一些指数做空或只是扩大做空规模。这并没有像我们希望的那样奏效。所以在上线之前，我们进行了超过一年的演变。但我们确实与一个信任我们、了解我们的投资者一起上线了。

然后我们又与另一位投资者一起上线，他们实际上对我们的阿尔法进行了大量的切割。他们坚信我们的阿尔法生成非常非常有意义，远高于他们所见到的许多其他阿尔法。这就是这一切的积累方式。而更多平台类型，他们看到了这种兴趣。他们也看到了我们的数据，并且看到了阿尔法的存在。对他们来说，可以跳进去。

现在，听起来你们在分享你们的交易方式方面非常自由。很多人对自己的牌非常保密，不想泄露自己的秘诀。你认为这是一种错误的做法吗？而且……

你知道，人们无法重现和复制你的行为。对于你们这样专注于特定领域的公司来说，这可能更容易一些。人们不需要深入到视觉层面特征的个体水平仓位来获得他们所遭受的信念。

对于许多配置者来说，获得多头账簿与空头账簿的每日数据，市场中性账簿的多头和空头敞口，以及市场中性账簿中多头和空头的表现就足够了，然后获得……

每月一次的仓位级别数据，只是为了看看情况是如何变化的。这通常足以让他们推导出夏普比率和阿尔法生成，从而能够了解正在发生的事情。显然，你们对人工智能趋势有着极大的信心。我相信，就个人而言，你可能想承担一些贝塔。与市场中性策略相比，你在自己的配置中是否更倾向于多空策略？

我肯定想从那笔交易中获得更多贝塔。我的大部分资金都在多空策略中。我的大部分资金是在过去七年中创造的。感谢上帝，这个基金的存在。

但我确实更倾向于将其复合。而且我相信，这种东西的贝塔将会存在。两种产品的需求如何？我的意思是，是否存在不同的投资者类型，不同的配置风格更倾向于其中一种而不是另一种？我会说，当我想到我们市场中性账簿上的投资者时，到目前为止，这已经成为我们业务中比多空账簿大得多的部分。

这真的是那些拥有多空投资组合或继续拥有多空投资组合的投资者。只是他们的多空产品没有增长。所以，为了让他们分配到一个新的多空账户，他们实际上必须从其他人那里拿钱给我。这是因为他们的业务的多空方面根本没有增长。但他们实际上一直在发展他们的市场中性业务。所以我想他们作为发行者，我想他们……

养老基金或其他任何东西，或者政府基金、主权基金。我认为这些超级配置者，他们实际上是在寻找更多市场中性方面的东西，而不是传统的多空策略。所以你认为其他多空经理是否需要认真考虑，如果他们想获得更多资产，我的策略是否可以转变为市场中性策略？

哦，这取决于他们。我不知道。我想我会说，对我们来说，市场中性方面肯定获得了更多资产。我认为从市场中性的角度来看，市场要大得多。它确实以SMA的形式出现。它本身就是一个不同的产品。我个人发现，随着时间的推移，SMA

与共同基金投资者一样具有粘性。我知道有一种看法认为SMA是反复无常的，而共同基金投资者则不那么反复无常。我不确定这一点。就我个人而言，我认为这更多是个体问题，而不是产品问题。所以我喜欢我们的SMA投资者。我对SMA没有任何问题。我非常高兴与他们合作。我们已经看到，最终市场中性方面有更多的资金。

我认为这在某种程度上是自然的。在市场中性方面，你只是为阿尔法付费，对吧？我想在多空策略中，你为阿尔法和贝塔付费。对许多人来说，只为阿尔法付费更容易。我很想为两者都付费，但是……

看起来你现在正在为两者付费。但我希望以一个关于团队和基金历史的问题结束。你和你的合伙人在之前的基金中一起工作，一起启动了这个基金，发现了令人难以置信的团队连续性。这对你们在运营方面以及对那些真正重视团队连续性的配置者来说，是如何有所帮助的呢？

所以这对双方都非常有帮助。许多配置者都关心团队的连续性，对吧？所以从获得新账户或新投资者的角度来看，这非常有帮助。这是真的。但在运营方面，信任人们去做他们应该做的事情，而不是对他们进行微观管理，这非常重要。

我会的，尤其是在业务规模扩大和越来越多的投资者加入时，如果我不信任我的运营主管和我的首席财务官，如果我不信任这个人来处理越来越多的

账户，确保这些越来越多的账户，所有数字都是正确的。如果我不得不进行微观管理，检查一切，我会疯掉的。我的意思是，我将没有时间进行研究，对吧？最终，如果我主要专注于研究以及投资组合的构建，那么钱就会赚到。我的时间不应该花在

查看发送给电视人员或会计师的电子表格或任何这些东西上。同样有帮助的是，你知道，我和我一起工作过的分析师，他已经和我一起工作了十多年了，他已经成长为研究主管。他对我非常有帮助。

不仅从研究的角度来看，我们还讨论了投资组合中的因素和因素组合。所以，与你一起工作了很长时间并且你可以信任的人进行头脑风暴也非常重要。

瓦尔，我们就到这里吧。非常感谢你来到这里。人们在哪里可以找到你？你在社交媒体上吗？你是那些远离社交媒体的基金经理之一吗？我有一个领英账户。所以我有时会在我的领英账户上发布一些东西，但我不像那些每周都会发布新内容的人那样拥有播客。就是这样。好的。听起来不错。好吧，非常感谢你，瓦尔。谢谢，马克斯。感谢你。