对于中国资本市场来说，刚刚过去的2018年是令人难忘的一年。年底的一些统计数据可以告诉我们，2018年，资本市场有多艰难：
1. 无论是公募基金，还是私募基金，年终业绩均是一片惨淡。股票型基金没有一只取得正收益，286只主动型股票基金平均收益率为-24.48%，业绩冠军为上投摩根医疗健康2018年收益率为-4.45%，排名第5-10的基金亏损均超过10%。
2. 全球亿万高净值人群身家全年合计蒸发了5000亿美元，中国亿万高净值人群的身家在2018年则蒸发近760亿美元。
3. 2018年在美国和香港上市的28家中国科技企业，截止2019年1月11日，其收盘总市值比较上市发行的总市值，下降了34.40%，其中20家上市公司的股价跌破发行价。
4. 2018年，P2P平台消亡1407家，消亡平台数量是新增平台的10倍。在暴雷高峰7月，仅半个月就有131家P2P平台暴雷倒闭。
许多人用“寒冬”来形容最近几年的经济和行业环境，然而直至步入2018年，或许才真的感受到“至暗时刻”。未来几年中国的经济发展是开始落入“陷阱”，还是会继续实现跨越式的增长？随着互联网热潮的逐渐消逝，未来科技企业是否还有新的投资机会，这些新投资机会在哪里？
1. 罗默的“内生增长论”与中国新经济
需要回答上述的问题，我们必须要清楚未来5年中国的增长路径有是什么？目前大多数人都非常认同周金涛及康德拉季耶夫周期理论，认为“2019年全球经济将会回落到一个最低点，直到2025年都会是康波经济萧条的阶段”。实际上“康波”是一个非常有争议的经济理论，该观点被广泛批评为一种过于雄心勃勃和教条主义的意识形态，大多数经济学家对长波理论持怀疑态度，许多人认为长波理论不过是一种曲解，一种类似于诺查丹玛斯的预言，经济学家更倾向于把衰退看作是“危机”。
长周期最多只可能在一个比较封闭的经济中存在，不同国家的长周期的步调并不一致，即使因为全球经济一体化的加速，使得各个国家的长周期的步调趋向一致，但这一趋向一致的过程也会被下一次技术革命的浪潮打破。
美国纽约大学斯特恩商学院教授保罗·罗默（Paul M. Romer），因把知识和技术创新纳入宏观经济分析，而同耶鲁大学经济学系教授威廉·诺德豪斯（William D. Nordhaus）一道，获得了2018年度诺贝尔经济学奖。
保罗·罗默的“内生增长论”提出：1. 人口不能衡量市场规模，高人口总量并不足以导致经济增长，知识和人力资本存量才是决定增长率的关键；2. 知识有溢出效应，也可被收买而用于垄断定价，故在均衡状态下，投入技术开发的人力资本会因补偿不充分有所不足，并且对利率水平比较敏感；3. 政府补贴人力资本生产可以提高效率，而融入世界市场则有利于提高经济增长率。
罗默的内生增长论强调的是“知识-教育-技术”的三位一体，目前中国经济转型是一个从数量到质量的转型，技术革命正在倒逼经济整体结构的调整，未来的溢价空间也只能依靠质量。政府和企业家需要在知识、教育和技术创新领域去不断完善和突破，才有可能实现内增长的逻辑。
中国的新经济，主要体现在新的信息技术、新能源技术、智能制造、新生物科技、新材料技术等等领域，这些领域的创新与发展都和“知识-教育-技术”这三个因素息息相关。
2. 2019年是科技投资的分水岭
根据中国信息通信研究院发布《2018年12月国内手机市场运行分析报告》研究报告，2018年12月，国内手机市场总体出货量3567.4万部，同比下降16.3%，2018年，国内市场共有764款手机上市，同比下滑27.5%。这些数据，从另外一个侧面，让我们感知和意识到“互联网和移动互联网”时代正在终结。
新的科技革命，已经从蓄势待发状态发展到群体迸发的关键时期，各种颠覆性的技术不断涌现，主要表现在人工智能、无人机、飞行汽车、无人驾驶、基因科技、人体芯片、5G通信、区块链、下一代机器人和新能源电池等等。
2019年无疑将是一个科技投资的分水岭，随着互联网和移动互联网企业的大批上市套现，还未上市的企业将随着监管日趋严格、资本入市愈发谨慎、行业洗牌迅速等等因素而逐步消亡。
未来几年的科技投资，将会快速进入到新的“战国时代”， 伴随着5G通信的全面实施和应用，交通工具、虚拟现实、智能大数据、人工智能、区块链技术以及机器人技术等领域将得到飞速发展，人机智能竞争的场景将全面开启，新的科技革命将推动新经济产业空前发展，给现有的产业带来非常深刻的变革，也会极大地影响全球的消费模式。
3. 科技投资需要跨越的“陷阱”
投资最难的部分就是合规和控制风险，对于个人投资者这点尤为重要。由于他们的投资知识不够完善，缺少严格的风控意识，导致他们很容易被市场所误导，成为别人口中的“韭菜”。
而科技投资最难的部分同样是对科技发展路径、方法及规模效应的风险控制，这些的风险控制是基于投资机构和投资者对科技发展的脉络有清晰认识的基础上的，和其他行业有非常大的区别。我们根据多年的实践积累，总结了以下5种常见的科技投资陷阱，和大家一起探讨。
锚定陷阱：互联网和移动互联网时代，造就了大批的“毒角兽”企业，这些企业通过资本运作取得了非常高的估值，但实际上，它们在技术领域并不具备行业的领先地位和核心能力，以高估值作为锚定物或者作为最初信息，常会为随后的思考和判断设置某种框架, 最终形成导向。这就是锚定效应对投资者的影响，被这种效应影响的投资人很可能会陷入不明所以的大喜大悲中，进而影响到投资者的心态，这对投资是十分不利的。作为投资者，应该秉正自己的心态，尽量避免被锚定效应影响。
路径陷阱：科技企业因为处于技术发展的前沿，通常会面临研发路径、技术路径和产品路径的选择和决策，特别是研发和技术路径的选择是决定未来企业生与死的关键。举例来说，人工智能（AI）的发展仍然处于早期阶段，就像婴幼儿需要依次及综合使用口、手和眼等感官来感知这个世界，刺激大脑发育一样，AI用来感知信息、实现智能进化的路径，也是多种多样的。目前火爆的深度学习，以及一般的机器学习和基于规则的学习，都是目前AI领域的主流技术路径。这些技术路径之间的关系，是彼此竞争或替代的关系，也是基于它们不同特性和适用场景来实现互补的关系。 所以，我们需要非常谨慎地看待，有很多路径的技术及其存在的陷阱。
伪确定性陷阱：这里谈到的“伪确定性”指的是当一项技术在现阶段的环境中，无实现技术纵向和横向延伸的研发深度，也是指的其产品或者技术的可持续研发特质不太好，不能持续更新换代。举例来说，硅谷初创企业Theranos因其一滴血验血技术，受到市场热捧，曾一度估值达到90亿美元。但2015年其技术造假被曝光后，成为媒体报导和公众关注的焦点。2018年8月31日，Theranos关闭，目前被联邦政府以多项电汇欺诈起诉。该项目导致失败的主要原因是，检验仪器Edison的技术严重缺乏可持续研发的特质，不能快速迭代。
优势陷阱：科技企业在自主创新过程中强调技术本身的优势无可厚非，但对技术优势的过分关注会使企业忽略对市场需求的研究和对技术转化的有效管理，从而陷入“技术优势”陷阱。这类企业往往将技术优势视为自主创新成功的唯一影响因素，认为先进的技术必然会带来大量的客户和丰厚的利润回报，于是埋头于技术研发，忽视对市场需求的调查和技术转化过程的市场运作，其结果很可能给企业带来灾难。这类的案例非常多，例如雅虎是全球第一家提供因特网导航服务的网站，也是最老的“分类目录”搜索数据库，其数据库中的注册网站无论是在形式上还是内容上质量都非常高。但是因为沉迷于数据库技术，而被Google在云计算，人工智能等领域超越。
规模陷阱：新技术的出现，需要有个完整的市场吸收和转化的过程，当该项技术有一定的消费者并趋于成熟时，就会使这项技术形成系统化和规模化。同时在科技企业和市场需求的驱动下，形成更深层次的市场消费群体。但是如果该项技术没有办法系统化和规模化，它就不能够实现产品规格的统一和标准化，也不能够通过大量购入原材料，而使单位采购成本下降，技术和管理人员专业化和精简等等。举例来说，由于网络带宽及用户体验等等原因，VR和AR的技术，一直没有办法形成系统化和规模化的销售，导致该项技术的创新和发展也是止步不前。相信随着5G的大规模的应用，该项技术将会快速迭代，出现非常有竞争力的产品。
4. 下个5年，科技投资的ABCD
在上周刚刚结束的2018世界移动大会MWCS上，移动、联通、电信三大运营商都对5G做了全新部署计划，明确在2020年实现5G正式商用。 据高通预计，到2030年，5G全球经济产出将达12.3万亿美元，逾80万亿人民币。5G的大量应用，将彻底革新无人驾驶、数字医疗、VR/AR、智能城市，智能家居等众多物联网垂直行业，引爆全新的应用场景和商业模式。
A: 人工智能（Artificial Intelligence）
当5G网络把终端设备发展到海量之后，用人工智能实现控制和管理会成为必须。AI赋予了这张连接一切的网络和被连接的万物新的智能，更将使得智能化的生产和生活无处不在。
人工智能学科研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。人工智能具有广阔的前景，日前“AI+”已经成为公式，AI与5G技术深度结合，在未来5年，甚至更长远的时间，作为一种基础设施能力，对人类的生活将带来更加长远的变化。
B：区块链（Blockchain）
区块链的技术融合分布式架构、块链式数据验证与存储、点对点网络协议、加密算法、共识算法、身份认证、智能合约、云计算等多类技术，与人工智能的技术是有多重交叉结合的空间。特别是区块链技术的智能合约机制，人工智能中很多算法是完全可以融合到智能合约的应用中。
多种技术之间的相互融合是未来区块链发展的大趋势，类似区块链+云计算、区块链+大数据、区块链+人工智能、区块链+物联网等等应用场景都会大幅度的出现，甚至于覆盖多种技术的融合的解决方案也占有一定的市场地位。
C：物联网智能芯片（Chip of AIOT）
物联网终端和网络连接起来，5G的高带宽、低时延和大连接能力，使得万物互联成为了现实，物联网对整个产业和用户产生的价值，也会随着时间推移，物联网终端设备的进化，使得智能终端设备变得越来越聪明。
随着物联网智能需求的不断增长，芯片制造商们开始积极开发低功耗、低成本的物联网芯片，帮助物联网企业实现最优的无线连接解决方案。未来几年，物联网智能芯片的市场将会有一番全新的景象，我们可能会看到各种各样的边缘设备，包括工业网关、路由器和传感器等更多具有智能和连通性的产品，这无疑是一个巨大的市场机遇和投资机会。
D：智能大数据（Big Data）
人工智能的发展是建立在海量的大数据、以几何级数增长的计算能力和机器学习算法的突破的基础上，我们也可以简单地理解为深度学习加上大数据等于人工智能。
大数据为人工智能发展提供了基础资源，人工智能技术的核心就在于通过计算找寻大数据中的规律，对具体场景问题进行预测和判断。想要训练出成功的人工智能算法，需要运算力和大量的数据，其中最重要的就是数据量要足够大。除了数据量足够大，大数据还需要通过采集、清洗、标注等处理工作后才能够作为人工智能算法模型训练的输入，大数据的未来会与人工智能技术进行完美结合，共同驱动数字经济发展，数据智能或将成为新的热点和大趋势。
5. 结语
未来5年中国的新经济增长，主要依赖与新的信息技术、新能源技术、智能制造、新生物科技、新材料技术等等领域的创新与发展，作为投资机构和投资人需要清晰地认识到这些领域的投资陷阱，同时抓住全新的投资机会，实现财富的增长。
未来5年中国经济需要完成自我的重生，不断地去创新、去突破、去重塑价值，只有全身心投入，才可以在增长的道路上再次出发。
微信扫一扫 
