《AI商业观察》第2期的内容围绕几个方面展开：
基本面的演变和股价反应之间的节奏是什么样的？基本面和股价之间为何常常存在明显的GAP？
内容目录
科技产业界对ChatGPT反应迅速，与华尔街形成鲜明对比
创新业务面世的节奏：产业先行，资本市场需要拨开迷雾
AI论文与报道刷屏，助力资本与产业潜在入局者快速学习
英伟达成为“AI风向标”，从2023年一季报披露开始
财报数据与指引陈述锚定业绩预期基准，资产定价需要定量依据和估值校验
即将加剧的推理市场竞争
ZLUDA等项目或受影响，同时防范新兴的中国GPU制造商
黄仁勋眼里的GPU+CUDA“业务护城河”
GPU+CUDA庞大用户基础的“网络效应”
应对科技巨头入局推理芯片市场，英伟达成立新部门定制芯片
GPU架构创新将降低推理成本
创业者vs投资者的思维模式不同点——基本面与股价之间GAP常存、机会多多
关于我们
智能小巨人科技是诞生于“AI技术革命+全面注册制”背景下的“精品咨询+AI数字化”服务商；核心产品服务：企业战略智库、AI战略咨询+AI应用落地、资本品牌解决方案、创始人品牌打造等。
AI商业观察：拥抱AI的中国速度！
智能小巨人科技战略咨询服务手册
加入VIP读者群3部曲：
第1步：扫描二维码加小智企微
第2步：发送您的姓名、职务信息
第3步：为您匹配VIP读者群
大家好，这里是播客节目“科技指北针”，我是王铮Silvia，我是AI小助理小智。
从2024年开始，我们启动“科技指北针”播客，并且推出一个固定栏目“AI商业观察”。
这是因为我们是一个科技产业研究团队，特别是以AI产业链为核心主题，已经开发了一个全面跟踪行业的战略洞察体系。
在日常公众号推送的AI观察之外，每个月都对AI领域的一些关键变化进行主题式的解读。
2024年的AI记事簿
2024年2月，恰逢中国龙年农历春节。
大洋彼岸的Sora用一句“一个中国农历新年庆祝视频与中国龙”的提示词生成的“庆新年舞龙”的AI视频惊艳了国人~~
此后，Sora为我们带来了一系列现象级事件，比如，AI圈的全员学习Sora热潮、A股市场的新一轮主题投资潮、知识付费圈的声讨“AI教父”潮……
2月，我们的公众号也从不同角度解读了这两大AI主题。
2024年2月/Feb.
2月5日：AI商业观察：拥抱AI的中国速度！
2月6日：一大波AI产品在路上！大模型没有“护城河”？LLM厂商们何去何从？！
2月8日：AI搜索明星公司PerplexityCEO：问答引擎和Agent是AI时代的搜索，拥有用户是“套壳”产品的“护城河”！
2月16日：Sora一句话生成视频合集！OpenAI首个AI视频模型发布，虚拟和现实世界已分不清！
2月20日：买手机，送AI！大模型革新手机体验？订阅的春天还会远吗？
2月21日：Sora会“杀死“剪映吗？
2月22日：李志飞：为什么说Sora是世界的模拟器？
2月27日：像素级拆解Groq！详解Groq优劣势的推理Token经济学解释（InferenceTokenomics）
本期的“AI商业观察”也来聊一聊这个主题，本期的内容围绕几个方面展开：
而后，我们会探讨：
基本面和股价之间为何常常存在明显的GAP？
一年半前，黄仁勋提到“生成AI的开始”时
也就是说，游戏业务的两大驱动因素：一个是加密币开采需求，另一个是游戏玩家的消费支出。
但是，在那次的业绩说明会上，黄仁勋已经表示：“我们看到人工智能的一些非常重要的领域需求激增，AI取得了重要突破：其中一个被称为深度推荐系统……第二个与大型语言模型有关……第三个与生成AI有关！在最初的10年里，我们致力于感知AI；但是感知的目标当然是理解上下文，AI的最终目标是为创造一些东西来产生产品做出贡献。现在这是生成AI时代的开始！”
ChatGPT问世2个月月活突破1亿
小智：此时，华尔街对于生成式AI的理解仍然处于非常早期，对AI投资机会的讨论是“人工智能是炒作还是真正的机会”？
因为在华尔街看来，AI并不是新鲜事——AI技术已应用于各种领域，比如交互式聊天机器人，自动驾驶、机器人、仓储，甚至是在线写作。
所以华尔街的第一反应就是“主题炒作”！
科技产业界对ChatGPT反应迅速
与华尔街形成鲜明对比
Silvia：这一幕和去年A股市场的AI主题投资有很多相似之处，因为华尔街对于生成式AI还处于早期认知阶段；相比之下，产业界的科技巨头对ChatGPT的出现反应十分迅速。
小智：微软宣布对OpenAI进行为期多年的100亿美元投资，并表示将在微软的bing和Copilot中引入GPT技术；
谷歌也不甘示弱，迅速推出了自己的对话式聊天机器人——Bard；
而Meta的首席执行官扎克伯格则表示2023年将是“效率之年”：大型科技、超高效的人工智能系统正在进入工作流。
创新业务面世的节奏
产业先行，资本市场需要拨开迷雾
Silvia：如果以现在的视角去回顾2022年10月到2023年1月底的这些事件，可以很容易得出结论，当时就应该买入英伟达！
但在当时ChatGPT完全是个新事物，资本市场对于新兴技术及其潜在影响的反应是慢于产业界的；
尤其是颠覆式创新出现的时候，资本市场非常需要学习，非常需要高瞻远瞩、切中要害、严谨扎实的研究素材来拨开迷雾，探明方向。
所以，创新型业务面世时，节奏必然是产业先行，资本市场进入学习期，在第一阶段，资本市场所掌握的信息远远不及产业界。
AI论文与报道刷屏
助力资本与产业潜在入局者快速学习
Silvia：不过进入2023年2月以后，无论是华尔街还是A股市场，还是很快就形成了“训练大模型十分烧钱，算力必然受益于大模型竞赛”的观点。
产业和资本的潜在入局者进入对生成式AI的快速学习期，出现了一些现象级刷屏的论文和报道：
比如《OpenAI重磅研究：ChatGPT可能影响80%工作岗位，收入越高影响越大》、《微软155页论文首次揭示GPT-4超能力》、《黄仁勋对谈OpenAI首席科学家揭示ChatGPT底层技术原理》等等……（详情见《2023年的AI记事簿：原来所有故事的结局，早已有众多线索埋伏！》）
其中，英伟达在推动全球研究者快速理解AI产业链也起到了功不可没的作用。
首先是2023年2月的业绩说明会上，黄仁勋就已经用“iPhone时刻”来形容ChatGPT带来的划时代意义；
而后，在3月的GTC大会上，英伟达推出了四个定制的推理平台，用于众多不断发展的生成式AI应用程序；
尤其是黄仁勋与OpenAI首席科学家IlyaSutskever进行了一场对话，简明扼要地分析了ChatGPT的底层技术原理，成为理解生成式AI的最佳学习素材之一。
英伟达的AI卖水人定位
资本市场与产业界“对齐”认知
Silvia：事实上，英伟达的业务底层逻辑就是基于若干技术定律。
最终功夫不负有心人，当市场更加了解原本具有专业壁垒的技术、业务的内在逻辑之后，也就有了基于创新业务的发展逻辑定价的基础。
所以创新业务获得资本市场定价的第二阶段，也就是资本市场和产业界走向认知同频的时期！
小智：在理解了生成式AI的技术逻辑之后，资本市场得出结论：“生成式AI热潮是受算力限制的。它具有独特的属性，即增加更多的计算直接导致更好的产品，因此，推动当今行业发展的主要因素是训练和推理的成本。”
英伟达也因为AI时代的“卖水人”角色受投资者看好，股价稳步上行；从2月至5月中旬，涨幅接近60%。
英伟达成为“AI风向标”
从2023年一季报披露开始
Silvia：而英伟达正式成为美股当仁不让的“AI风向标”的时刻，我们认为就是从去年5月24日一季报披露开始的。
因为英伟达的每次财报发布，都是研究AI产业最好的素材，反应了市场一线最真实的趋势和变化。
我们把2023年5月英伟达一季报披露到23年底划分为英伟达股价上涨中的第三阶段，在这个阶段，英伟达的股价上涨了60%左右。
小智：去年的一季报披露，英伟达首次向市场上呈现了生成式AI的第一批“入局者”，也就是当时的主要客户，就是全球领先的几大云平台，包括微软Azure、谷歌云、甲骨文云、亚马逊云，也有CoreWeave和Lambda等新兴GPU专业云提供商；
还有少量的垂直服务巨头公司，例如，彭博社推出了一个500亿美元的参数模型BloombergGPT。
受益于以上玩家的快速入局，去年一季度，英伟达数据中心实现了42.80亿美元创纪录的收入，并指引二季度营收达到110亿美元左右，比分析师预期高了53.2%！
这样的业绩表现，震惊了华尔街。
财报数据与指引陈述锚定业绩预期基准
资产定价需要定量依据和估值校验
Silvia：我们从业务基本面如何转化为资产定价的角度来看，在资本市场和产业界走向认知同频，底层逻辑达成共识之后，资产价格的有效定价还需要经过定量测算和估值校验。
有了这份答卷，资产定价的量化评估就能修正关键驱动因素的框架、输入、锚定基准等等内容！
小智：原来如此！Silvia老师，从去年二季度开始，华尔街对英伟达的业绩预测准确度高了不少，虽然每次业绩也都在超预期，但是没有再出现“大超预期”的现象，原因就是因为华尔街已经在足够多可验证信息的基础上进行研究分析了吧？
Silvia：没错，就是这个道理。
《NvidiaH100GPU：供需分析》面世
投资故事转化为定量测算
Silvia：在对生成式AI的技术原理、产业方向进行了快速学习之后，全球范围内的AI创业与部署热潮是从二季度开始的，比如中国兴起了“百模大战”；
相应的，全球的GPU军备竞赛和资本支出也在2季度进一步规模化。
小智：到了8月初，一篇详实的《NvidiaH100GPU：供需分析》深度研究报告通过扎实的产业链调研和分析测算指出：英伟达的“需求远超预期”，保守估计，H100的供给缺口达到43万张！
此后，英伟达的每个季度业绩尽管仍然在超出华尔街的预期，但是也越来越接近了；
因为在“供不应求”的格局之下，“巧妇难为无米之炊”，对GPU的需求不管怎么强劲，限制英伟达业务瓶颈的还是供给能力而不是外部因素。
所以华尔街能够主动地将对英伟达的业绩成长空间预期纳入到股价当中。
小智：明白了！
2024年英伟达股价上涨的新理由
小智：Silvia老师，为什么你把2024年以来英伟达的股价上涨划分到了第四阶段呢？这个阶段的投资故事发生了变化吗？
Silvia：的确如此！当大家都对英伟达业务现状的理解非常充分，并把这些理解包含在股价里面以后，要进一步驱动股价上涨，就需要新的“投资故事”的展开和验证的过程了。
2024年以来，英伟达的股价出现了急速上涨，从年初的495美元一路上涨到887美元，涨幅达到了79%。关于英伟达的这一轮上涨，我们看到有新的事件驱动：
小智：首先是在今年年初的CES和达沃斯论坛这些世界级盛事上，不少AI意见领袖指出“AI正在成为一种深化的横向技术”在各行各业产生价值；
摩根士丹利的分析师埃里克·伍德林还编制了“云资本支出追踪器”，显示，2024年云资本支出将增长26%，远高于去年的5%。
此外，一些企业软件公司、基础设施公司的财报也反映出“各行各业对人工智能平台的需求激增”。
英伟达新的“投资故事”
在推理市场中的巨大成长空间
在英伟达财报解读中，我们梳理了“40%数据中心收入来自于AI推理，与大规模训练和运营AI模型共同推动增长”的投资要点，并且进一步解释了，“40%收入来自于AI推理”的内涵是——“移动互联网中的推荐系统过去都是基于CPU方法的，但最近向深度学习和生成式AI的迁移确实将这些推荐系统直接置于GPU加速的路径上。”“GPU现在存在于推荐系统的每个步骤中……这些例子都不是一年前存在的，100%是新的。”
英伟达推理市场当前占有率解析
受益于科技巨头的大语言模型加速计算需求
Silvia：英伟达的CFO在3月4日出席摩根士丹利的TMT会议时对英伟达现阶段所服务的推理需求做了进一步补充。
小智：她说，“大型语言模型创建中最重要的事情之一是推荐引擎。
推荐引擎为这个房间里每个人的手机提供动力，以及他们所做的工作，无论是新闻，还是你正在购买的东西，无论是未来餐厅的什么。
这是营销的一个巨大部分，必须为隐私重新设计。在这一点上，推荐引擎非常关键。
搜索是另一个非常重要的工作负载，我理解人们对生成式AI的兴奋，但它仍然是一个非常重要的工作负载。
我们所做的工作是专注于未来的推理。不是过去30年的推理，不是原型二进制类型的响应，而是理解需要毫秒级响应率的大型数据。
我们知道这将对市场非常关键。但生成式AI才刚刚开始。
我们有一个巨大的推荐引擎和搜索基础。我认为这意味着推理可能会随着我们的发展而增长。”
Silvia：我来做个小总结，由于英伟达数据中心业务现阶段的第一梯队大客户仍然是各大云服务商和Meta这样的消费互联网巨头，因此无论是通过云服务商提供的移动应用还是Meta旗下的产品服务中，基于CPU的推荐正在转向GPU加速路径，另外在搜索中也存在大量的推理需求。
小智：黄仁勋在分析师会议上举的一个例子也印证了这一点，他表示，“这两天，英伟达宣布与Google合作，优化其最新的Gemini语言模型，以加快其在云，数据中心和PC中的NvidiaGPU上的推理性能。”
小智：关于英伟达在推理市场上的竞争力和份额前景，上周五我们推送的《万字长文详解英伟达遥遥领先的底层逻辑：AI快节奏创新的最大赢家！》一文中给出了框架性的研究分析。
万字长文的核心观点就是：
推理是比AI训练更大的市场，当前华尔街看多还是看空英伟达取决于推理市场的发展。
由于英伟达并不是仅有GPU的硬件优势，在人工智能软件方面，英伟达比其他公司领先十多年；这要归功于他们的CUDA计算平台以及随后集成到流行的基于Python/c++的训练库(如Tensorflow和Pytorch)中。
为了争夺推理需求的份额，英伟达正在通过，快节奏发布GPU、芯片驱动软件迭代提速、从硬件到软件的完整堆栈和开箱即用集成解决方案等多种策略面对预计即将加剧的市场竞争。
英伟达更新最终用户许可协议
限制CUDA软件在非英伟达硬件平台使用
小智：对了，Silvia老师，最近英伟达将网上公示的许可条款中“禁止使用转换层在其他硬件平台上运行基于CUDA的软件“的警告添加到安装CUDA11.6及更新版本时所附的最终用户许可协议当中，也是英伟达竞争策略的具体行动之一吧？
Silvia：的确如此，实际上从2021年开始，英伟达就逐步加强了对CUDA软件在非自家硬件平台使用的限制。
本次通过更新最终用户许可协议，英伟达坚决表明，任何通过模拟层或翻译层在非英伟达GPU上运行CUDA代码的行为都将不被容忍。
这个战略举措是为了捍卫其核心技术和CUDA生态系统的专属性，确保用户只能在英伟达自家的硬件平台上体验到最优的性能和兼容性。
ZLUDA等项目或受影响
同时防范新兴的中国GPU制造商
小智：随着CUDA11.6版本的发布，这些新的限制和警告在安装过程中被明确地展示给用户。
英伟达严肃指出，任何对CUDA生成的结果进行逆向工程、反编译或转译，并试图在非英伟达平台上应用的行为，都将被视为违反协议。
这一举措无疑是对那些试图借助模拟技术实现CUDA兼容性的第三方项目的沉重打击，其中包括可能涉及英特尔和AMD的ZLUDA等项目。
同时，这也可能是为了防范新兴的中国GPU制造商利用CUDA技术优势对英伟达构成威胁。
Silvia：关于英伟达围绕GPU+CUDA建立软硬件协同的“业务护城河”，黄仁勋在去年二季报的分析师会议上，做了三方面的总结：
小智：第一个是架构；英伟达架构的灵活性、多功能性和性能，能够很好地处理从数据处理到训练再到推理全过程密集的工作流程。
而且当人们实际使用这些计算系统时，需要大量的应用程序；英伟达架构的结合能够提供最低的总拥有成本，原因是因为GPU加速了许多不同的事情。
第二个特点是安装基础已经足够广泛；软件开发人员寻求大量的安装基础，以便他们可以接触到最大数量的最终用户，以便他们可以建立业务或获得投资回报。
第三个特征是覆盖范围和云端服务，有利于英伟达的各项服务通过各类云平台触达广泛的客户群体。
Silvia：在去年三季报的分析师会议上，黄仁勋又增加了一些补充说明。
它包括我们创建的所有特定领域的库，这就是为什么每个计算机公司都可以不假思索地将Nvidia集成到他们的路线图中的原因。
我们拥有的特定领域库的列表非常广泛。最后，现在我们有一个面向数据中心的端到端解决方案:InfiniBand网络，以太网网络，x86，ARM...……几乎提供了技术解决方案和软件堆栈的所有组合。
但真正把它联系在一起的是，这是我们几十年前做出的一个伟大的决定，一切都是架构兼容的。”
Silvia：我再来做个小总结，英伟达能够将所有这些硬件和软件集成到一个完整的堆栈中，从而可以轻松地在数据中心内推出AI加速功能，这是在推理市场维持竞争优势的一大法宝。
Silvia：除了“从硬件到软件的完整堆栈”之外，GPU+CUDA的开发者用户基础已经非常庞大，这种用户基础带来的“网络效应”也是英伟达在推理市场上的重要竞争优势：
小智：第一，英伟达已经拥有数亿个GPU和4800万CUDA用户的庞大安装基础，为这些第三方开发人员提供了在竞争对手平台上无法找到的广泛客户群。
因此，越来越多的开发人员有动力专门为英伟达的GPU开发人工智能推理应用程序。
第二，英伟达平台上越来越多的推理应用程序反过来又吸引了更多客户使用英伟达的硬件和软件解决方案来完成推理工作负载。
这再次吸引了更多的开发者，因为不断增长的客户群使他们能够通过英伟达生态系统创造更多收入。
第三，英伟达平台上的开发人员数量已激增至470万，GPU加速应用程序（不仅仅是推理）的数量已增长至3,200个。
关键是，随着人工智能行业从训练转向推理，这种良性网络效应有助于英伟达维持其市场主导地位。
应对科技巨头入局推理芯片市场
英伟达成立新部门定制芯片
包括Meta、微软、谷歌和亚马逊在内的科技巨头一直在努力开发内部推理芯片，因为它们意识到即将到来的转变以及能够以更低成本进行推理的好处；
亚马逊、微软和谷歌三大云平台，还可以利用自己的强势地位在云上推广自己的定制芯片。
在此背景下，英伟达正在建立新的业务部门，专注于为云计算公司和其他公司设计定制芯片，包括先进的AI处理器。
小智：英伟达进军数据中心芯片定制市场，目标是让部分科技公司，基于理性经济，放弃自研芯片。
此前，山姆奥特曼被曝出正从中东地区筹集总计高达7万亿美元的资金，以支持OpenAI的一项半导体计划，并与英伟达展开竞争；
黄仁勋认为，“这笔钱能买下全球所有GPU”，并不符合产业发展逻辑以及企业经济效益。
小智：其实，从英伟达视角来看，接下来半导体行业的发展重点，并不是堆芯片数量，而是应该进行GPU构架创新，使计算速度提升，让想要在本地使用AI的公司无需购买更多的设备。
2023年11月，英伟达推出了新一代AI芯片H200，可以以每秒4.8TB的速度提供141GB的内存，用于推理或生成问题答案时，性能较H100提高60%至90%，预计将于2024年二季度上市。
此外，2024年3月下旬举办的GTC2024大会，英伟达将发布下一代AI芯片B100，与H200相比，性能提升超100%。
总结英伟达推理竞争三大法宝
Silvia：我再总结一下，几大科技巨头已经全面入局推理芯片大战，英伟达有哪些法宝维持竞争优势呢？
首先是，围绕GPU+CUDA的“从硬件到软件的完整堆栈”能够轻松地在数据中心内推出AI加速功能；
其次，GPU+CUDA的开发者用户基础已经非常庞大，这种用户基础带来的“网络效应”的价值将在未来的竞争中得到体现；
第三，英伟达也开始设计定制芯片，同时加速GPU构架创新，进一步打造在客户端的“最低的总拥有成本”解决方案，让部分科技公司，基于理性经济，放弃自研芯片。
英伟达“推理市场投资故事”华尔街造
黄仁勋强调“AI超级计算机全栈公司”
小智：对了，Silvia老师，听起来英伟达在推理市场上的先发优势和“护城河”还是很明显的，为什么还是有很多人提出来英伟达的股价有泡沫了呢？
Silvia：很好的问题，这就是“投资故事”能不能最终得到验证和被市场定价的问题了！
不同于去年的这个时候，投资者对于颠覆性创新的想象力完全没有打开，当前阶段，华尔街对AI产业链和英伟达的研究都已经相当深入，也进行了很多前瞻性的研判；
因此，现在的投资者主动挖掘的“投资故事”，在节奏上是超前于产业现实的；就像黄仁勋说的，“这些例子都不是一年前存在的，100%是新的”。
因为如果仔细去研读英伟达的每份投资者说明材料，会发现黄仁勋更多地在强调“AI超级计算机+AI工厂”是AI时代的基础设施，英伟达是世界上唯一一家每个人都可以合作构建数据中心规模AI超级计算机的全栈公司。
退后一步，理解我们的愿景是一个平台公司，一个能够提供任何形式的数据中心计算的平台公司。
Silvia：所以在我看来，如果让黄仁勋自己来讲英伟达的投资故事，答案是“每个人都在构建芯片，而英伟达是AI超级计算机全栈公司”；
所以刚才我们总结的英伟达在推理芯片大战中的各种布局，都仅仅是他们面向新的计算时代所要打造的AI计算平台的一部分。
英伟达走向下一个万亿市值的“投资故事”？
Silvia：换句话说，推动英伟达走向下一个万亿市值的“投资故事”大概率不仅仅围绕推理芯片市场展开。
小智：上个月，英伟达刚刚更新了公司介绍，在未来的规划中目标收入达1万亿美元，构成为:
3000亿来自未来的数据中心加速计算平台;
1000亿来自未来的游戏平台;
3000亿来自未来的自动驾驶和AI驾驶舱;
1500亿来自覆盖每个企业的NVIDIAAIEnterprise&DGXCloud;
1500亿来自于面向3D工作流和工业元宇宙应用程序的OmniverseEnterprise。
Silvia：如果从英伟达规划的数据中心达到3000亿美元业务规模的角度，大概率还是要通过AI超级计算机全栈服务来实现。
我相信在未来英伟达的发布活动中，“英伟达是AI超级计算机全栈公司”这个定位还会被黄仁勋反复强调！
创业者vs投资者的思维模式不同点
基本面与股价之间GAP常存、机会多多
小智：可见华尔街构建的“投资故事”和企业真实的基本面之间，总是有差异存在；Silvia老师，这是不是业务基本面和股价之间为何常常存在明显GAP的原因呢？
Silvia：非常好的问题，我借用这两天的一个热点话题来做个类比；
有网友调侃，有点像OpenAI首席科学家Ilya和方舟投资木头姐的Battle！
投资者会从更宏观的视角对比不同的行业和业务，而创业者则精深地专注于自己选择的事业；
与看不见的未来相比，投资者更喜欢能够可量化、可衡量的价值评估，而创业者在探索的道路上前行，很多时候可能除了信仰一无所有……
所以我们来概括英伟达的股价从2022年10月低迷期上涨至今的四个阶段，由于投资者总是在不同的行业之间比较投资机会，在第一阶段行业萌芽期非常容易错过创新业务的机会；
2024年以来，华尔街选择“推理市场投资故事”来挖掘英伟达的股价机会，原因是，和黄仁勋不断强调的“AI超级计算机全栈公司”愿景相比，更加近在眼前、可评估、可衡量！
第2期AI商业观察核心结论
小智：原来如此！那么就由小智来给大家总结一下我们的第2期“AI商业观察”的要点和结论吧：
英伟达的股价从2022年10月低迷期的112美元上涨至现在的887美元经历了四个阶段：
创新型业务面世时，节奏必然是产业先行，资本市场进入学习期，在第一阶段，资本市场所掌握的信息远远不及产业界。
第三阶段是2023年5月英伟达一季度披露到23年底，底层逻辑达成共识之后，资产价格的有效定价还需要定量依据和估值校验。《NvidiaH100GPU：供需分析》面世，投资故事转化为定量测算，业绩空间被有效定价。
第四阶段，2024年以来华尔街捕捉英伟达新的“投资故事”：在推理市场中的巨大成长空间。不同于去年的这个时候，投资者对于颠覆性创新的想象力完全没有打开，当前阶段，华尔街AI产业链和英伟达的研究都已经相当深入，投资者主动挖掘的“投资故事”，节奏上超前于产业现实。
应对科技巨头入局推理芯片市场，英伟达竞争策略三大法宝：软硬件全栈协同、开发者“网络效应”、低成本解决方案。
推动英伟达走向下一个万亿市值的“投资故事”大概率不仅仅围绕推理芯片市场展开；黄仁勋更强调“AI超级计算机全栈公司”。
基本面和股价之间GAP常存，也意味着机会多多！
Silvia：谢谢小智提纲挈领的精彩总结，以上就是“科技指北针”播客2024年第2期的“AI商业观察”，希望你喜欢，下期见~~
小智：希望大家喜欢我们精心制作的第2期“AI商业观察”，欢迎大家加我的企微，反馈您的意见和建议，我们下期再见！
“AI+”科技战略规划实战营
第1讲：深度复盘华为发展五大阶段的战略历程启示录与DSTE实战体系！
第2讲：BLM模型与战略突破：下一个十年，商业的底层逻辑变了！如何战略性增长！
第3讲：为什么华为猛将如潮、执行有力？战略解码体系与战略领导力模型功不可没！
第5讲：为什么华为强调“价值驱动业务设计”？“商业画布”之父告诉你怎么用好“商业画布”！
第6讲：华为的业务设计为什么能够持续成功？任正非采用了哪种致胜的企业家战略？
第7讲：企业战略如何形成？华为的组织绩效管理三大原则是什么？
深度案例：任正非的企业家战略与华为战略管理
第8讲：人工智能的“狂飙”时代，如何设计“AI+”商业模式？
第9讲：AI视频生成模型集体“狂飙”，创作边际成本会降到零？生成式AI“数据智能”如何演进？
第10讲：如何打败“系统思考缺乏症”，设计企业战略的系统之美？！