黃振1.png


“產業結構的每一次變化都會在資本市場得到非常充分的印證?!?/strong>


“3060和科技創新里的智能化以及商業航天,是接下來需要重點關注的三個產業?!?/strong>


“即使到了今天,我們認為光伏已經發展的很快了,但是光伏的市場空間可能還具備增長空間?!?/strong>


“截止到2050年,氫能在中國能源中占比有望是達到10%,整個行業的產值將會超過10萬億元?!?/strong>


“我們認為汽車只是智能化產業的一個開始,后續智能化真正的終端將是萬物智能?!?/strong>


“整個產業通過自己的努力,已經把汽車能否實現智能化這個問題,變成了汽車什么時候去實現智能化,這也意味著整個汽車智能化已經進入到了工程化的攻關的階段?!?/strong>


“中國有可能會在2030年之后進行登月,我們覺得類似于阿波羅計劃,中國的登月計劃也將為整個產業提供一個巨大的投資機會?!?/strong>


以上是朱雀基金副總經理、專戶投資部投資總監黃振在朱雀基金“贏在終局”2022年度策略會上發表的精彩觀點。以下是我們整理的演講實錄。



朱雀基金一個很重要的特色是產業鏈研究。我們通過產業研究,認為科技創新是全球經濟增長的新動力,每一次科技創新都會帶來產業結構的變遷,最終反映到資本市場市值的變化。這幅圖里面反映了機械革命、電氣革命、信息革命以及新一輪的技術革命對于整個經濟結構的影響。

黃振2.png

資料來源:硬科技研究院、朱雀基金


這種技術變化對于經濟結構的影響 ,是怎么反映到資本市場的變化?


我們統計了從1850年到2021年,美國這170年以來首富的變遷史,可以看到在1850年的時候,美國首富是范德·比爾特,他的主導產業是航運和鐵路,隨后是美國的石油大王洛克菲勒以及鋼鐵大王卡耐基。到了1940年的時候,美國的首富就變成了亨利·福特,因為那個時候的福特汽車暢銷于美國,在80年代之后,美國的首富就變成了薩姆·沃爾頓,他創建了沃爾瑪,在90年代信息互聯網的革命當中,誕生兩位首富,分別是比爾蓋茨和貝索斯。


到了2021年,美國和全球的首富就變成了埃隆·馬斯克,他的產業主導了包括光伏、電動車和商業航天三個領域,可以看到產業結構的每一次變化都會在資本市場得到非常充分的印證。所以如果想要把握后續的投資會,我們要做的事情就是去研究產業結構的變化。


通過研究,我們認為3060和科技創新里面的智能化以及商業航天,是接下來需要重點關注的三個產業。


01

“3060”的五大投資方向


首先我們來看一下3060產業的投資機會,在2020年之后,全球經濟有一個共同的發展方向,就是綠色經濟。在2020年9月22號的時候,總書記發表了重要講話,首次明確中國將會在2030年實現碳達峰,2060年實現碳中和,并且明確在2030年中國的風電和光伏的累計裝機將會超過1500 GW。


歐盟也在2020年推出了green deal,目標是在2030年歐盟的碳排放量要降低55%,怎么去實現?歐盟計劃2023年在部分行業實行碳邊境關稅,這也意味著以后出口到歐洲的每一件商品都會根據碳排放量進行計稅。


比如以電動車為例,我們認為環保的電動車沒有碳排放,但是如果考慮到全產業鏈,比如說金屬鋁、橡膠輪胎,一輛電動車的碳排放量大概是在20噸到30噸左右,這就意味著如果我們以目前歐洲碳價超過70歐元來進行測算,一輛電動車需要增加的成本大概在2000歐元以上,這是非常高的數據。


而對于美國市場,拜登政府在重返巴黎協定之后,他的目標是2035年電力要實現清潔化,并且光伏發電的占比要達到45%。


我們可以看到全球絕大部分的國家和地區,希望通過這一次的能源變革,把能源的資源屬性變化為制造業的屬性,一旦能源從石油和天然氣變革為太陽能組件和風機之后,之前困擾很多國家和地區的能源安全、能源獨立自主這個問題或許將不復存在。所以我們認為這一輪能源變革,將在政策支持和技術創新的雙輪驅動之下,來實現3060這個目標。


說到3060,我們想要實現這個目標,我們要做的第一件事情就是開源,就是發展低碳環保的清潔能源。而低碳環保的清潔能源,不可忽視的第一個因素是來自于太陽能,圖上展示的是中國的太陽能發電與其他的成本對比。

黃振3.png資料來源:朱雀基金整理


再看美國、德國以及印度這三個國家地區的光伏與其他能源的對比,可以看到光伏已經在全球絕大部分國家地區成為發電成本最低的能源結構。展望未來,光伏的發電效率依然具備提升的空間,所以我們認為光伏的成本依然會繼續下降。


再來看一下市場空間,我們預計到2050年全球的用電量將會在60萬億度左右,其中45%將會有光伏來提供,這也就意味著以后每年的光伏裝機將會達到1140GW。


這是一個什么概念?目前全球的光伏裝機只有170GW,這就意味著即使到了今天,我們認為光伏已經發展的很快了,但是光伏的市場空間可能還具備增長空間。


隨著光伏和風電在電網的接入比例越來越高,光伏風電這種比如間歇性和不穩定的特點,將對于電網產生比較大的擾動,所以我們認為電網將會需要進行升級改造,而它的升級改造將會沿著智能調度,特高壓的輸送以及柔性展開。


所以我們關注3060的第二個投資機會,是來自于可再生能源滲透率提升對于電網的一個升級改造的需求。


大家都知道在今年的2月份,美國德州市產生的這種極端的嚴寒天氣,對于當地的供電和供暖都產生了負面的沖擊。下圖是當時官方統計的不同的供電機組,當時停擺的比例。


黃振4.png

資料來源:朱雀基金整理


可以看到,當時的燃氣機組的停擺比例是超過了50%,而風電機組的停擺比例是高達27%,即使我們認為最為穩定的火電機組,停擺的比例也達到了6%,而對于光伏而言,它的停擺比例只有2%,所以我們認為在全球絕大部分的國家地區,光伏將會成為一個非常重要的能源解決方式。特別是如果光伏能夠結合儲能,它就能夠解決光伏的間歇性和不穩定這種缺陷。


根據彭博的預測,到2030年全球儲能的累計裝機將會達到1028GW時,是目前規模的20倍,所以我們認為儲能是關注3060的第三個投資方向。


我們在研究3060的過程中,發現如果僅僅是依靠風電和光伏,我們很難去實現既定的目標,因為在很多產業,比如說航空產業、遠洋運輸產業以及鋼鐵冶煉產業,我們很難去完全去碳。


怎么去解決這個問題?


其實我們要關注的是氫能的機會,因為從氫本身的特點而言,它具有分子結構不含碳,然后最終產物只有水,以及它的熱值是汽油的三倍。所以最后氫能它具有低碳、高效和節能的重要優勢。


特別考慮到現在目前氫能的主要生產方式是電解水制氫,考慮到風電和光伏在整個電網中占比越來越高,可以期待未來整個氫的生產方式將會是完全的去碳化。根據行業的預測,截止到2050年,氫能在中國能源中占比有望是達到10%,整個行業的產值將會超過10萬億元,所以氫能是我們關注3060的第4個投資方向。


在目前現有的能源結構中,大概有60~70%是來自于傳統的化石能源,所以如果想要達到碳中和的目標,我們要解決的很重要的難題,就需要去把目前現有的傳統化石能源的碳排放進行捕捉、封存以及再利用。


根據國際能源機構的預測,到2070年如果全球實現碳中和,碳捕捉技術就需要占到全球二氧化碳碳減排的15%以上,所以碳捕捉、封存及利用環節將是3060第5個受益方向,也需要我們重點去研究和關注。


以上就是我對于3060投資機會的總結。


02

汽車智能化是萬物智能的起點


再來看一下科技創新,科技創新我們關注的第一個環節是智能化。


說到智能化,不可回避的一個話題就是汽車智能化,無論是今年特斯拉的市值超過1萬億美金,還是說汽車智能化的相關標的在一級市場融資如火如荼,都告訴我們一個事實,汽車智能化已經成為整個市場關注的熱點。


汽車能否實現智能化?


其實市場對于這個問題依然存在著分歧,從我們的角度來講,汽車想要實現智能化,它要做的事情就是模仿人類的整個駕駛過程,比如需要通過攝像頭、毫米波雷達和激光雷達來模仿人類的耳朵和眼睛去進行環境的感知,然后通過強大算力的AI芯片來模仿人類的大腦去進行規劃,最后是通過線控的轉向以及剎車來模仿人類的手和腳來進行控制和執行。所以汽車如何實現智能化,這個路徑是非常清晰的。


但是我們認為在整個過程中,依然會存在有三個難點。


第一個難點是復雜多變的環境感知。因為整個汽車駕駛環境是一個開放環境,因為會是非常復雜,人類在駕駛汽車過程中,在路上我們會遇到非常復雜的環境,識別的物體,包括人、車、建筑物,然后指示牌,甚至包括動物。所以在如此復雜的一個環境當中,如何通過汽車的傳感器來感知整個外部環境,這是我們要解決的第一個難點。


第二個難點是來自于數據處理和決策流程的及時性。人類在高速行駛過程中,每一個加速、減速、轉向的決策流程全部都是在毫秒級別的時間之內完成,車載電腦能否在這么短的時間內完成信息的收集、決策到最后的控制,這是需要解決的第二個難點。


第三個難點就是駕駛場景的長尾問題。因為在不同的國家和地區,這種駕駛習慣法規以及基礎設施的建設具有差異,所以如何解決不同區域的場景問題,這是我們面臨的第三個難點。


我們認為整個產業通過自己的努力,已經把汽車能否實現智能化這個問題,變成了汽車什么時候去實現智能化,這也意味著整個汽車智能化已經進入到了工程化的攻關的階段。它的核心解決方式就是通過算法、算力、數據三個因素的融合。


在算法環節,它要做的事情就是通過模型的迭代來提升整個環境感知的算法能力;在算力環節,通過強大算力的芯片來提升信息的處理能力;在數據環節,通過持續收集高質量的場景數據,來提供常規的解決方案。


首先看一下算法,算法要做的事情就是提供環境感知的解決路徑,算法首先是建立一個數學模型,然后通過傳感器輸入數據,數據包括了攝像頭所提供的像素級別的數據,也包括激光雷達所提供的3D數據。


通過數據輸入,可以輸出得到結果,這些結果包括去識別路上的物體,比如它是人還是車,定義物體之后,再對這些物體的速度和距離進行測量,有了這些數據的結果之后,我們就能對整個外部的環境進行3D模型的重建,所以這個就是算法模型對于整個環境感知的解決方式。


隨著算法模型的迭代升級,結合傳感器硬件的性能提升,我們相信車載傳感器對于外部環境的感知能力,它將會逐步接近人類,甚至在某一個時間超過人類。


我們舉個例子,人類一般信息交互的方式是兩種,通過文字或者圖片,過去我們也覺得如果僅僅依靠計算機,很難解決不同國家的文字翻譯問題,但是到了今天,我們常用的谷歌翻譯,對于文字翻譯的準確率已經超過了95%,所以我們相信隨著時間的推移,計算機傳感器對于整個環境感知能力的提升,最終解決環境感知能力,它只是時間上的問題。


我們面對的第二個難點是信息決策的及時性。信息決策及時性對于車載計算機而言,它的解決路徑主要是依靠芯片性能的提升,這個主要取決于摩爾定律。必須要承認的一點是摩爾定律正在減速,但是我們同樣也看到隨著人工智能的發展,人工智能專用的ASIC芯片的性能也在快速的提升。


下圖展示的就是ASIC專用芯片相對于常規GPU的性能提升幅度。這幅圖展示的是谷歌在云端計算的專用TPU芯片和GPU性能的對比,可以看到TPU性能大概是同時代GPU性能的6倍以上。


黃振5.png

資料來源:朱雀基金整理


而這幅圖展示的特斯拉FSD專用于圖像識別性能,相對于 GPU的提升幅度。在圖像識別的fps環節,FSD芯片性能是 GPU的21倍以上,所以我們認為隨著人工智能的發展,專用的ASIC芯片的性能足以解決這個信息決策及時性的問題。


黃振6.png

資料來源:朱雀基金整理


對于算法、算力和數據三個環節而言,數據是算法迭代的基礎,而硬件算力是算法應用的載體,所以數據是解決所有問題的根源,特別是高質量的場景數據。


舉個例子,前兩年橫掃圍棋界的AlphaGo,它取勝的原因有很多,但其中一個原因就是它分析了很多人類的棋譜,并且AlphaGo把這些人類棋譜分解成了3000多萬個樣本,所以可以看到正是由于大數據的收集和累計,是AlphaGo最終能夠獲勝很重要的原因。


對于駕駛場景的常用問題,我們認為它的解決方式也比較清晰,就是通過大量的車隊來進行數據的收集,收集不同區域的基礎設施、駕駛習慣、法規,通過大數據的訓練來讓車載電腦能更加有效地應對長尾問題。


今年特斯拉AI DAY展示了10輛警車連續左轉追擊1輛紅色的轎車的場景,這10輛警車和紅色轎車都是勻速通過這個場景,其實這不是真實的場景,但我們很難通過肉眼來分辨這個場景的真假。


之所以很難分辨,是因為這里面所有數據、場景全部都是特斯拉的車載攝像頭收集的,它只是最后把它們拼接到了一起,通過這個案例,我們想說明一點,不管是特斯拉車載攝像頭實測的數據,還是最后模擬出來的數據,其實它都是解決駕駛場景長尾問題很重要的解決方式。


所以結合對于算法算力以及數據的分析,我們認為三者疊加之后,汽車智能化已經看到了非常清晰的解決方式,而且更重要一點,我們認為汽車只是智能化產業的一個開始,后續智能化真正的終端將是萬物智能。


比如在今年特斯拉AI DAY上面,它最大的驚喜是特斯拉推出了服務機器人的雛形,特斯拉bot,如果我們去仔細看一下bot的核心硬件,它包括了攝像頭、芯片、電池和電機,你會發現這些硬件在目前的model3和modelY上同樣具備,所以這就意味著特斯拉可以把自己的整個智能化的產業鏈延伸到其他的硬件載體,比如說物流機器人、倉儲機器人、服務機器人等等。


我經常會跟朋友們說,在今天了解每一個人家庭具體布局和物體存放位置的,不是我們自己,而是來自于家里裝備的攝像頭和激光雷達的掃地機器人。

下面這個圖片是New Yorker雜志展示出未來生活場景的想象。這幅圖片展現出的意思是,一旦機器人在未來獲得智能化的能力之后,它將會主導這個世界,我覺得背后的含義是一樣的,一旦智能化產業邁過汽車這一復雜的門檻之后,未來想象空間將會非常巨大,所以汽車智能化只是開啟了整個智能化的起點。


黃振4.jpg

資料來源:朱雀基金整理


03

類似阿波羅計劃

中國登月計劃將創造巨大投資機會


剛剛是我們對于科技創新、智能化的分析,我們再來看一下科技創新的第二個環節,商業航天。我們認為商業航天已經從上世紀五六十年代,延伸到了今天市場化驅動的時代。


商業航天產業,最近有兩個值得我們關注的事情。第一個事情是11月15日,俄羅斯發射了反衛星武器ASAT,摧毀了1408號衛星。有個視頻模擬了當時整個過程,藍色軌跡是1408號衛星的軌跡圖,白色軌跡是俄羅斯發射的反衛星導彈,1408號衛星被摧毀之后,產生了1500多塊大的碎片,更讓我們擔心的一件事情,是衛星碎片的軌跡和國際空間的軌跡有重疊。


23222.png

數據來源:朱雀基金整理


下面這張圖,藍色的曲線圖是國際空間站的運行軌跡圖,而紅色的曲線圖是來自于1408號衛星的運動軌跡圖??梢钥吹絻烧呤怯忻黠@的軌跡重疊,由于國際空間站有可能會被1408號衛星的碎片所擊碎,所以國際空間戰的宇航員就進入了龍飛船和聯盟號飛船進行緊急避險,準備隨時撤離國際空間站。


122.png

 數據來源:朱雀基金整理


第二個事情是在11月24號,NASA發射的DART航天器,這是全球第一個主動行星防御計劃測試,我們都知道恐龍滅絕是因為小行星撞地球,科學家估計太陽系中大概有25000顆大型的小行星,人類該如何避免類似的悲劇再次重演呢?NASA設想是通過發射這種主動的航天器去撞擊小行星,來改變小行星的運動軌跡。


在一個模擬視頻中,DART航天器將在明年的9月26號以每秒6.6公里的速度撞擊雙小行星中其中比較小的一顆,NASA也會通過這次測試來收集數據,并且分析如何改變小行星的運動軌跡,這也是人類歷史上第一次進行主動行星防御的技術測試,也是全球關注的焦點。


121212.png

數據來源:朱雀基金整理


說到商業航天,我們不可回避的話題就是月球,NASA已經制定了2025年重返月球的計劃Artemis,Artemis的總投資金額會超過500億美金,而且這一次NASA的計劃不僅是重返月球,還希望能夠在月球建立永久性的居住基地。


這4張圖片就是這一次Artemis計劃當中最重要的4個硬件,上面兩個圖片分別是重型運載火箭SLS以及獵戶座的飛船。第二排的兩幅圖片分別是space x研制的登月件以及最后的月球車。


3434.png

數據來源:朱雀基金整理


我們重點介紹一下下面的圖片,gateway,月球門戶。因為NASA的計劃是要在月球上面建立一個永久性的居住基地,所以它需要持續地輸送人或者物資。由于目前的技術條件限制,所以它需要一個中轉機構,這個中轉機構或者說中轉站,就類似于目前的國際空間站,也就是在圖片上能看到的月球門戶。


發的.jpg

數據來源:朱雀基金整理


而且更重要的一點的是,一旦NASA在這上面適應了人類跨星球的居住之后,NASA的下一步目標將會鎖定在火星,而月球門戶gateway將會成為航天飛機出發前往火星的起點。所以我們認為Artemis只是人類重返月球,星際征途的第一步,未來的空間會很大。


Artemis對于美國經濟和科技的影響或將會類似于上世紀的阿波羅計劃。阿波羅計劃在上世紀的10年時間里,一共投資了1500億美金,整個的投入產出比高達1:8,成功帶動了美國液體燃料火箭、雷達、遙控作業、無線電、新材料以及集成電路產業的發展。


以集成電路產業為例,當時集成電路產業在美國只是剛剛開始發展,整個行業不具有性價比,但是NASA直接承接了美國集成電路產業2/3的產能,有效地支撐整個行業的后續發展,并且誕生了一批高科技的企業,比如波音、洛克希德·馬丁、IBM、摩托羅拉等等。


而且我們還關注的一點是,阿波羅計劃的實施以及后續的成功登月,也是激發了美國全民的科技創新的熱潮。在美國高校的選擇方向當中,物理工程師、數學成為最熱門的學科,而且這個比例一直居高不下。


我們再來看一下中國。下面這幅圖片展示的是1960年到2019年,全球主要國家地區對月球探測的數量統計,可以看到在上世紀60年代到70年代,占據主導的是來自于藍色圖片的美國以及紅色圖片的前蘇聯,從2015年之后占據頭把交椅的就變成中國。


sesame.png

資料來源:朱雀基金整理


中國探月工程實際上是從2004年開始,截止到去年12月17號,隨著嫦娥5號工程的采樣返回,中國其實已經成功完成了對月球的繞落回三部曲,后續的4期工程將會陸續展開,而且目標就在月球建立一個永久性的探索基地。


根據官方的披露,中國有可能會在2030年之后進行登月,我們覺得類似于阿波羅計劃,中國的登月計劃也將為整個產業提供一個巨大的投資機會,需要我們去研究和挖掘。


本文件所提供之任何信息僅供閱讀者參考,既不構成未來本公司管理之基金進行投資決策之必然依據,亦不構成對閱讀者或投資者的任何實質性投資建議或承諾。本公司并不保證本文件所載文字及數據的準確性及完整性,也不對因此導致的任何第三方投資后果承擔法律責任。

本文所載的意見僅為本文出具日的觀點和判斷,在不同時期,朱雀基金可能會發出與本文所載不一致的意見。本文未經朱雀基金書面許可任何機構和個人不得以任何形式轉發、翻版、復制、刊登、發表或引用。