【特邀嘉賓】
復星集團聯合創始人 梁信軍先生
【會議紀要】（文中“我”指主講專家，文中觀點僅僅代表主講人個人觀點，不代表任何機構的意見，也不構成投資建議，僅供內部討論）
如果站在此刻去觀察未來15年左右會有哪些重大的事情發生，我認為有很大概率會發生的是以下幾個方面：
第一件事情是未來兩到三年中，AI會挑戰絕大部分行業的技術壁壘，行業的龍頭優勢會迅速被顛覆，因此在看很多行業的龍頭優勢時要重新審視。
第二件事是在未來的七到八年中，也許是五到七年中，很可能觀察到由於區塊鏈和物聯網技術的發展使很多企業的行業生態優勢、供應鏈優勢被顛覆，甚至企業本身的組織形態、社會結構的組織形態都會發生很大變化。也許一個企業具有很大的技術和生態圈優勢，但技術在兩到三年內可能就會被AI顛覆，在七到八年時間，生態圈的優勢也會面臨很大的壓力。
第三件事是關於全球的增長市場問題，在過去的15年中，中國扮演了全球GDP增長積極推動力的角色，實際上從2006年開始，中國對全球的GDP增長提供了非常大的貢獻，在2010年-2012年左右達到高潮，甚至貢獻了當年GDP增長率的48%，現在穩定在25%到30%左右，未來15年，增長推動的角色會發生根本性的變化，很可能南亞和東南亞加總在一起會替代中國今天的角色，而中國很可能會變成第二位，今天美國的角色。
第四個變化是政府信用的變化，在過去近30年中，日本政府大規模增發貨幣的方式，從一開始被西方主流的經濟學家詬病和擔心，這種政府大規模印鈔的方式、大規模增加政府債務的形式不可持續，到2008年左右，美國和歐洲在解決自身金融危機時，都不同程度地實行了量化寬鬆，出現的效果還比較好。如果觀察中國，從2004年開始M2的增長速度堪比這些國家，所以現在政府債務不斷攀升的時候，可能要考慮在未來的15年中會不會有一天擔心政府的信用。表面上我們考慮上述這四個趨勢是在討論未來有哪些機會，其實要認真分析如果這些事情來臨，對當前的資產組合的破壞作用是怎樣。
一、生產力：AI開始挑戰絕大部分行業的技術壁壘
（一）中美人工智能優勢對比
關於人工智能的問題，李開復先生一直強調的觀點認為，全球在人工智能方面主要是兩大玩家和競爭對手，中國和美國。中美兩個國家由於在移動互聯網方面的滲透率、用戶數、積累度都做得比較好，所以成為人工智能的主要玩家。中國在數據量上可能比美國要大，因為移動互聯網的用戶比較多，客觀來說我們在隱私保護方面也沒有歐美強，數據應用的便利程度也比較大；在場景應用方面，中國做的更好、更積極、更全面；在AI的模型和技術發展方面，美國更具優勢；在資本的投入和進入、包括政府的支持上，中美相近。所以中美之間，中國在數據和應用上更具優勢，在資本和政府支持上兩者接近，在人才、專利包括AI的技術發展上，美國更具優勢，因此這兩個國家將是以後AI方面主要的全球玩家。
圖1
（二）AI會在數據有優勢的行業率先應用
總的來說，AI在互聯網金融、醫療、教育和出行等方面可能會率先產生影響，其中原因很簡單，主要還是看數據的積累。首先數據是否結構化，其次數據積累的時間廣度和時間的久度，還有區域分佈的廣度、絕對量的多少，以及這些數據是否開放可用。根據這幾個標準來看，其實移動互聯網領域的數據本身就是結構化的，積累的數量也非常之大，全球的分佈也很廣，開放度也很好，所以移動互聯網毫無疑問一開始就會受到AI的衝擊。金融領域的數據結構化也很好，積累的時間也夠長，有幾百年的數據可用，另外也比較開放，加上金融監管的原因，它的透明度比較高。
醫療領域的數據量非常大，但是結構性比較差，隨著圖像識別、文字識別、語音識別技術的進步，原來不可用的很多病例資料都變得可用，這也是過去幾年來醫療方面AI進步的一個很重要的原因，醫療還有一個特點是它的開放度不夠，醫院之間、國別之間的數據很難相互被讀取和利用。
出行方面雖然積累的時間不長，但是每次的數據量非常大。舉個互聯網被AI顛覆的例子，今日頭條的母公司字節跳動，在互聯網剛興起時，公司的內容是由專業機構來提供，網站提供編輯，以前最早的新浪、雅虎走的都是這條PGC（Professional Generated Content）路線，但是很快Youtube興起之後，移動互聯網行業普遍轉向UGC（User Generated Content）模式，也就是用戶產生內容，用戶自己消費，平臺更多是制定規則和提供舞臺，而不再參與內容的製造，所以基本淘汰了很多傳統媒體，包括一些創新媒體的PGC模式基本都銷聲匿跡，但是被AI加持過之後又強勢迴歸。如果從日活用戶量來看，字節跳動公司已經形成了對微信的一些挑戰，有AI加持之後PGC模式完全迴歸。字節跳動公司還有特別有意思的地方是這家公司特別善於把自己的流量進行變現，過往流量變現主要通過廣告、遊戲等，而這家公司很特別，把流量作為VC的資本投入，通過流量不斷孵化出一個又一個領域的龍頭APP，比較典型的是通過今日頭條孵化了抖音，而它的AI技術，事實證明在不同的語言和市場都有用，抖音的海外版Tik tok也非常普及，所以它的AI技術能夠讀懂全球用戶的心思。
圖2
（三)AI如何重塑傳統行業格局
1.汽車：自動駕駛成為AI的切入點
從整車廠和其他創新AI公司的市值比較情況看，像通用汽車大概550多億美元的市值，日產大約670多億美元的市值，而平臺公司Uber已經到1000億左右，Lyft最近上市也有150億，滴滴560億美元的規模。如果看自動駕駛系統的估值，谷歌的Waymo已經達到將近兩千億美元的估值，Cruise公司大約150億美元的估值，特斯拉每年只產幾十萬輛車，但它的市值與年產幾千萬輛車的公司幾乎一樣。
圖3
市場已經給出了未來的答案，AI介入之後，自動駕駛的技術會成熟非常快。我預計從技術角度達到L4、L5的話，兩到三年就夠了，但要整個社會接受可能要七到十年，所以很長時間還會存在手動駕駛和自動駕駛混合出行的情形。在這種情形下，我認為政府非常願意來推廣自動駕駛，因為在自動駕駛下，對道路交通的信號系統稍加改造，就可以使道路在不需要增加路面的情形下，交通的通過率增加三到四成，從而大大節省社會交通系統的基本開支。將來的保險、銀行等金融公司也會更容易接受，因為自動駕駛的風險和收入都更容易測算。
因此我推測自動駕駛系統很可能最先出現在物流車領域，因為它的出行場景、路線是完全相同的數據，可以更好地得到利用，像環境清潔車、包括城市的公交車也很可能最先被自動駕駛攻克。另外城市內的出租車也很容易被自動駕駛攻破，最後是城市內部的從家庭到公司再到會議場所的市內擺渡車，包括家庭私用車或者公司高管的配車，其實都是市內擺渡用途車，將來很可能都被自動駕駛替代。這樣沒有停車的需要，其次可以隨叫隨到，車型還可以選擇、可以預約，高峰時期可以通過拼車的方式解決用車問題，所以這樣的發展結果完全可以預料。
到最後的結果是，可以看到汽車整車廠的地位將被徹底顛覆，現在整車廠是整個行業的主要玩家，是遊戲規則的制定者，包括汽配、汽車金融、租賃等都是圍繞著整車廠的生態來建設，在今後由於自動駕駛，整車廠會被大幅度壓縮，也許一個市場只能剩下兩到三家整車的供應商。現在無論是老車廠的自我更新改造，還是新的造車勢力介入，都使整車顯得非常熱乎，是競爭的主戰場，而實際上將來整車根本不是一個行業的主要遊戲者，主要原因是購買的用戶發生了根本改變，過去是成千上萬的家庭跟公司購買，所以整車廠的談判能力、議價能力很強，今後車的主要擁有者是一個大的owner，一個城市基於自動駕駛系統的交通擺渡車的owner可能就一、兩個，每個擁有幾百萬甚至上千萬輛車，他對汽車整車廠的利潤壓縮會非常大。同時由於整車被使用的時間會非常長，過去私家車每天真正在用的時間可能只有三到四小時，將來隨著自動駕駛共享汽車的發展，每天的在途時間可能有十二、三個小時，車的利用率會大幅提高。從而可以看到無論是城市還是國家，整個行業的汽車保有量在某個時點到達頂峰之後，就會慢慢往下走，且下降的趨勢可能會持續十多年，直到第一批車淘汰為止。
因此未來汽車行業第一重要的玩家是汽車的自動駕駛系統公司，類似於汽車自動駕駛的操作系統公司，只要安裝自動駕駛系統之後，不管是油動、氣動還是電動的車都變成自動駕駛。回顧手機的操作系統如安卓，會注意到最後是贏家通吃的局面，最多隻剩一到兩家通用的系統，所以現在很多公司都在研發自己的自動駕駛系統。一個系統它不僅可以提供自動駕駛的功能，也可以提供娛樂、辦公，還可以投射各種屏幕，所以自動駕駛公司佔用客戶的注意力時間最長，也最有價值，但是啟動自動駕駛系統，它有賴於首先是系統本身的先進性，其次是系統和硬件的匹配度，第三是擁有的數據量，第四是擁有的資本使其能夠擁有足夠的算力去訓練AI，因此我認為在當前Waymo、Cruise已經有很多整車廠預裝的情形下，小的新進入的自動駕駛系統公司前景非常不樂觀，當然從行業生態來說，將來的主要規則制定者首先是自動駕駛系統公司，其次是用戶平臺，對接用戶用車需求，當前看就是類似於Uber、滴滴這樣的公司，但是未來應該有新的不同的視角還可以切入。整車駕駛系統方面，除了Waymo、Cruise之外，特斯拉這樣的公司也很有前途，因為它有大量的在途跑車，收集的數據量非常大。除此之外真正現金流比較好的公司很可能是集中的維護公司，因為它擁有非常大的停車場，幫助汽車換電池、做清潔維修等。
還有一個玩家我認為是汽車的owner，整車廠擁有汽車的效益比較低下，將來更可能是養老金、保險金等社會的長期資金去運營，它本身不創造價值，只享受一定的現金流。因此跟汽車保有量有關的所有行業，在AI衝擊下，將來是否存在都有很大的問題，至少行業會急劇收縮。汽車保險、汽車貸款包括一手車、二手車貸款、道路交通設施、停車、售後市場都將深受影響。
2、醫療健康：重塑行業格局
AI對醫療健康領域投入影響最大的首先是藥物研發，其次是醫療影像。藥物研發方面，AI會極大地降低藥物研發成本，加速藥物研發速度，一旦某個大廠家在研發新的靶向途徑上有突破後，AI比人會更可能發現各種潛在的追隨發明，從而小廠可以快速趕上大廠的研發進度，使得將來普惠的新藥發展變得可行。
醫療影像方面，目前還沒有出現一款可以真正替代人工醫生的診療輸出系統，但是的確出現了一大批對不同病種不同病程進行AI診斷的系統，因此更可能的情形是在整個診斷行業，AI正在進行拼圖，現在有了一個個像素點，在未來三到四年中，這些像素點形成完整的圖像，AI在醫療診斷方面可能會發生非常大的作用。這種作用體現在，首先診斷的質量完全能夠達到主任醫生的水平，其次工作效率非常高，可以24小時無休，第三診斷圖片不同的醫院可以直接拷貝，使基層醫院的普惠醫療變得可行。當然AI診療永遠不能替代醫生，因為存在道德風險，如果出現誤診錯診，責任由誰承擔。所以最終更可能的情形是醫生複核AI的診斷結果，或AI幫助醫生進行預讀，提醒醫生對重點細節，包括圖像、視頻、數據進行核查，然後得出結論。還有一種可能是AI複核醫生的診斷，減少醫生的失誤率。將來在IT的幫助下，醫生用於診療判斷的時間可能會大幅減少，醫生的數量會下降，把寶貴的醫護資源用在別處，使普惠醫療變得可能。
醫療裝備行業也有很大想象空間。普通的CT、MRI醫療設備，以後將不是簡單的輸出數據和影像，而是通過聯網嫁接AI後會有很好的判斷，提示醫生或者病人得的可能是什麼方向的病，還需要做什麼檢查。某一臺小的裝備將來可能就是一個小診所。這裡不得不提IBM的Watson doctor在這個行業應用最廣，但是它的路線有些偏封閉，不是完全的互聯網精神，在未來的競爭中能否倖存還存疑。
3、金融：重塑行業格局
在AI的加持下，像螞蟻金服的公司市值已經達到萬億，與農業銀行、中國銀行、招商銀行市值已經非常接近。不論是傳統金融還是將來的區塊鏈金融，金融的本質可以用三句話概括，首先好的金融一定是有非常好的發現風險的方式，如果說一種金融模式或一家金融公司，自身沒有發現風險的辦法，甚至發現風險不是它的核心，這樣的金融模式很可能是耍流氓。其次，必須對發現的風險有定價能力，也就是有信用評估的價值，要對風險、對客戶進行差異化定價。第三是發現風險的方式一定能夠為市場接受，可以實現風險的交易和轉移。如果這三方面都能實現閉環就是好金融。不論新金融、老金融，用這三種方式很容易辨別出自律的、能夠成長的好金融。
AI加金融後，行業可能會發生以下變化，首先是金融的交易成本會大幅下降，效率大幅提高。其次金融賬戶的規模會大幅增加，同時日活躍和周活躍度也會大幅提高，另外應用場景會有很大變化，過去用傳統金融的賬戶，很難想象社交金融，比如紅包就是典型的社交金融模式，包括餘額寶也是一種非常好的社交金融方式，這些都是傳統金融很難想象的。
此外，由於數據積累足夠多，風險的發現模式、定價模式、轉移模式也會發生根本性的變化，所以像銀行、to B的供應鏈金融將來受AI的影響會非常大，to C的模式也會受到很大影響，傳統銀行的信用卡貸款業務毫無疑問敵不過Fintech公司。還有保險，過去是基於歷史大數據的精算，現在可以實時追溯歷史的大數據，使得保險精算更加準確，保險產品的研發會變得更加容易。另外還會出現場景保險，因為能夠實時跟蹤用戶使用與否，會增加很多險種。AI能夠了解所有的數據，能夠分析出絕大部分趨勢，能夠比較不同市場實時發生的情況，最終基於公開市場的投資和財富管理都會受到非常大挑戰。我認為未來能夠在與AI的對抗當中存活下來的很可能是VC，因為VC行業要預測未來會有什麼樣的成長，人腦的複合平行計算能力可能比AI要強很多。
二、生產關係：區塊鏈即將顛覆行業生態、企業供應鏈優勢，深刻改變企業和社會的組織形態
過去PC互聯網時代，我們看到的都是ATM機、實體的金融賬戶，而在移動互聯網領域，呈現給用戶的操作界面體系基本上是社交賬戶或購物賬戶，賬戶的規模比實體金融賬戶大很多，日活數也高，支付場景發生很大的進化，比如移動支付、掃碼支付、社交金融等。
2019年應該是物聯網和區塊鏈的元年。物聯網方面，大家都能關注到2018年歐美、日韓包括中國的移動互聯網用戶增長徹底停滯，下面要做的是增加用戶的up值。過去互聯網公司是雙重增長，一是所在的行業、用戶的高速增長，二是企業在所處領域中的自然增長，兩方面增長疊加，移動互聯網公司年化增長約30%到50%。現在沒有用戶量增長後，移動互聯網的增長以後也會定格在傳統行業的15%到30%的增速。但是物聯網領域的想象空間非常大，首先它不僅疊加了移動互聯網人的賬戶，同時還增加了很多與人關聯的有交互影響的物的賬戶，平均每人能接觸到的物的賬戶起碼是100倍，可以想象物聯網的賬戶體系可能是移動互聯網賬戶體系的百倍，甚至千倍。此外物聯網賬戶的呈現形態，即物聯網給普通個體用戶的操作界面很可能是區塊鏈錢包，才能更好地為物的賬戶進行服務，因為它是智慧錢包，而且可以延伸出機器信用。
（一）區塊鏈帶來的賬戶革命
耳熟能詳的區塊鏈應用，即1.0的理解是分佈式記賬，不可篡改的數據。由於數據的不可篡改性、分佈式的特點，使得從監管層來說，只要拋棄賬戶的匿名特徵，要求賬戶都實名制之後非常容易實現穿透式監管，因為所有賬戶流轉的token都帶著流水賬。金融機構如果要做用戶的信用管理也非常簡單，很容易能看到客戶賬戶裡錢的來龍去脈。
區塊鏈2.0的理解，必須清楚地認識到，在區塊鏈的情形下，結算和清算是同時進行。在傳統金融情形下，無論是銀行的轉賬還是在交易所進行股票、期貨交易，先進行交易之後的結算，然後夜間或者收市之後再進行大規模的運算進行清算，清、結算中存在的時差就帶來了金融詐騙的可能。在區塊鏈的情形下，金融或其他大宗商品的交易，清、結算必須同時發生，從而使得打時間差的金融詐騙無法進行。更重要的是區塊鏈2.0的理解帶來了機器信用的特徵。一個區塊鏈錢包發起支付行為或者結算行為的話，如果能發出去這種支付的message，首先證明它是一個合格的錢包，其次如果想發出去一個付款申請，錢包已經核查過賬戶是否有錢，周圍至少有六個節點的計算機已證明過用戶錢包的自我記賬是準確的。同時發出願意付款的申請時，賬戶對應的款額也被自動鎖定，不能再用，相當於普通的銀行賬戶加支付寶的功能已經自我實現。由於清、結算同時發生，再結合分佈式不可篡改，非常容易產生機器信用或者叫區塊鏈的系統信用。在跟陌生賬戶進行交易時，不用對賬戶的主人進行額外的信用評估，只需要對這個主人在這筆交易中的信用進行評估，如果他的錢包說他願意付錢，完全有理由相信他肯定能付的出來。
對於區塊鏈3.0的理解，非常重要的是區塊鏈的賬戶之間流轉的通證，即token都是可編程的，可以執行智能合約。無論是token或有的人把它稱為加密幣，是戴著一串所有它的歷史的流水賬編碼。token從它誕生開始，曾經屬於過什麼樣的賬戶都清清楚楚。比如從張三賬戶轉移出去一個token，無論它被細分為任意份額，每個份額上還是帶有張三賬戶的流轉簽名，如果流轉到李四賬戶，又會加上李四賬戶的簽名。同樣區塊鏈的賬戶也是這種情況，從賬戶被註冊開始，它所有流轉過的token以及跟它有過交易的所有賬戶的流水賬全部都被記錄。只要有這兩個全程被記錄的token和賬戶，用一個非常簡單的掃描軟件就可以還原這筆錢究竟是從哪裡來，可以穿透性的看到一筆貸款最終流向哪裡。更重要的是，由於賬戶和token是可編程的，從而使得跨國交易變得更加容易。因為可編程相當於可以忽略法律體系、貨幣體系、執行體系的不同，就一筆交易的一方或者多方形成合約，該合約關於怎麼付款、怎麼罰款、怎麼退款、怎麼界定產品的合格性都有非常明確的約定，不需要再有第三方的法律體系、執行體系去監管，它會自動發生、自動執行，如果違約會自動懲罰。
此外在金融產品應用上，金融產品的創新會變得極其簡單。比較典型的是，如果做期貨或期權，過去是必須由交易所或者持牌的金融機構進行創設，期權的本質是需要有撮合交易，如果有沒有被撮合的交易，期權的發起方，就作為交易的對手盤需要把它取消。而在區塊鏈錢包裡，可以實現多對多的對賭，實時顯示出多方的期權和空方的期權價值。例如100個人都做多，合約還是可以成立，你付100塊錢，收益就是100塊，沒有premier。但是如果只有一個空頭方，其他都是多頭方，多頭的盈利是101塊，扣除期權費收益只有1塊錢，但是空頭可能付1塊錢，盈利是100塊，權證的價值有99塊。
對於區塊鏈4.0的理解，是否可以有沒有幣的區塊鏈。現在監管層聽到加密幣都很緊張，似乎加密幣在挑戰法幣的權威性，而我認為token不是貨幣，它也不具備貨幣的特徵，當然無幣的區塊鏈可以存在，在線聯盟鏈等各方面可以存在，但是區塊鏈之所以有智能合約，是依賴於可編程的錢包和可編程的token，沒有token，可編程的錢包相當於被閹割，很難執行智能合約。無幣的區塊鏈，還得解決區塊鏈的分佈式計算算力如何激勵的問題，區塊鏈之所以安全，是因為有成千上萬臺匿名的、不知道來源的計算機提供算力。如果現在沒有幣，不能系統產生激勵，恐怕算力就得中心化，如果中心化之後就沒有分佈式計算，也就沒有分佈式記賬，在沒有分佈式計算的情況下，不可篡改如何實現是一個非常大的難題。
我認為區塊鏈給人類經濟帶來最有價值的東西，這也是肖風的觀點，就是首先可編程的token加上可編程的區塊鏈錢包，能夠非常容易地誕生可編程的金融，前面已經提到了期權和期貨的創設問題，既然能用在貨幣上，所有商品經濟的對沖或者交易都可以用來編程，會誕生可編程的經濟，從而促進全球化和分享經濟的發展，因此我認為區塊鏈對人類社會最核心的價值是可編程。如果把token去掉，讓可編程變得不可行非常可惜。
第二在區塊鏈的情形下，如果將來整個物聯網的操作系統是區塊鏈錢包，以後判斷物聯網項目也會變得很簡單。5G商用化在提高網速的同時也提高了容量，為大規模的物的賬戶通訊奠定了非常好的硬件基礎，但5G本身不等於互聯網，物聯網之所以能夠快速興起，與區塊鏈技術的成熟有關係，區塊鏈技術更加易用、成熟、安全，包括為法律所容之後，會使得物聯網用戶的操作界面區塊鏈錢包大規模推廣應用起來。所以在物聯網和區塊鏈的環境下去考察一個項目的投資價值，跟過往判斷移動互聯網很像，第一要看應用或者產品有多少用戶量，用戶量的表現形態是有多少區塊鏈的錢包或者區塊鏈賬戶數；第二是賬戶或者錢包的活躍度，是日活、小時活還是周活、月活，月活量有多少小時，活躍的量有多少也很重要；第三是流進這些錢包或者賬戶的經濟總量，也就是GMV（Gross Merchandise Volume）有多少；第四在這些GMV中，產品或者應用模式如何收費，盈利模式是什麼。很多傳統的金融企業或者互聯網公司在大規模推廣區塊鏈的應用，最終目的還是要追求更多的區塊鏈賬戶數，更活躍的用戶量，包括更大的GMV的流通量等。
（二）現有區塊鏈落地應用
在區塊鏈的元年中，除了應用場景、追求用戶量可以推動之外，很多基礎設施也值得投資，比如區塊鏈本身創設的技術，區塊鏈錢包的超聲技術，特別是物聯網上的區塊鏈錢包技術，包括安全加密使得數據能夠符合隱私權的要求、可被利用等，這些都非常值得投資。
一是EOS現在常用的有好幾條公鏈，包括以太坊也是非常常用的公鏈，JP摩根coin也是基於它的技術。EOS現在應用非常多的是網絡博彩，像賽馬模式完全可以放到網絡上去做，被欺詐的可能性非常小，對用戶的公平程度更高，現在跑的量也很大。
第二個實際應用的例子是瑞波系統在跨境轉賬方面的應用。傳統金融的轉賬在跨境方面主要用的是SWIFT，除此之外，也有一些第三方的平臺在拼命接各地的清算平臺，提供轉賬服務。SWIFT還是整個跨境轉賬的主流，它的缺點一是時間比較長，特別是跨銀行轉賬，二是透明度很低，從資金離開賬戶之後，一直到最終的被轉賬接收方收到錢之間需要幾個小時，甚至幾天。用瑞波系統做轉賬系統時間很快，只要幾秒鐘，同時交易費用很低，每筆的交易費用大約幾美分，使得小額的跨境支付變得可行，如果用SWIFT做小額跨境支付，每筆都要收幾美元甚至十幾美元。此外瑞波完全可以實時追蹤，現在大型的金融機構約有數百家已經加入，而且速度也在不斷加快，每天的交易量已經接近50億美元。SWIFT協會還準備了一套自己的淨化系統即真正基於區塊鏈的Veem系統。在市場上看到一些關於跨境轉賬的項目，要擦亮眼睛，如果不是基於區塊鏈，它的成本會非常高。
圖4
歐洲的主要銀行西班牙桑坦德銀行在2018年四月份就開設了利用區塊鏈做跨境外匯交易的系統，用戶反饋非常不錯。現在主流的大公司很多都加入到了區塊鏈發展應用中，比如IBM已經在做區塊鏈的支付系統，納斯達克已經在瑞典做小網絡測試，用區塊鏈來發股票；摩根大通已經在發JPmorgan coin，包括Facebook也在成立研發團隊開發穩定幣。
所有這些公司的著眼點都在怎樣爭取用戶上。爭取用戶的一個方式是爭取用戶的區塊鏈錢包、區塊鏈賬戶，所以這些應用都是為了在用戶數、錢包包括它的活躍度、GMV上做文章。可以看到螞蟻金服和渣打銀行已經在做幫助香港的菲傭把錢匯回菲律賓的服務，給用戶提供非常大的便利，幾乎是零成本。保險業的巨頭Allianz也在準備發自己的幣，AXA在發展區塊鏈的航空保險場景產品。特別值得一提的是資產管理巨頭富達在2018年十月份明確推出加密資產的託管業務。未來十幾年中一個重大的趨勢是，全世界的資產擁有人、投資行業，究竟怎麼評價對待日本、歐洲、美國等政府大規模印鈔，政府債務不斷攀高，政府信用未來肯定會下降的現象。我推測可能會有相當的比例，比如說1%-2%的很多資產將來會願意配置到有通縮趨勢的加密幣中去，而這些加密幣不是貨幣，更像資產。
（三）小結
移動互聯網讓數據的獲取成本大幅降低， AI可以低成本處理海量的數據，區塊鏈的技術方法的確大大降低了信用成本，不論是人與人、組織與組織，機構與機構之間，還是人對物的互信成本大幅降低。在成本降低之後，使得過去由於信用無法達成交易的經濟變得可以交易。區塊鏈發展之後，相比移動互聯網，它的用戶數會大幅度提高，移動互聯網現有所有的基礎設施，區塊鏈都可以用，並不一定需要嫁接在5G上，當然物聯網是區塊鏈的基礎設施，但是區塊鏈在現有的移動互聯網上也可以用。由於區塊鏈錢包技術的大規模應用，可以預料到物聯網中物的賬戶數會大幅度增長，使得一些傳統企業如家電企業鹹魚翻身。
三、增長極：全球經濟增長驅動引擎、消費市場增長極正緩慢而堅定地改變
過去的15年中，全球主要的經濟增長動力引擎來自於中國的貢獻，中國一個國家對全球經濟增長的貢獻接近三分之一。在未來15年，中國仍將是全球經濟增長的主要貢獻者，然而這樣的貢獻地位會逐步被稀釋，南亞、東南亞很可能是未來全球主要的經濟增長貢獻來源。
（一）南亞東南亞與中國對比
對比來看，南亞和東南亞加在一起約有24億人，平均大約在28歲，中國有14億人平均在38歲左右，GDP大概相當於中國的二分之一，兩者的增速差不多，中國約在6.5%到6.9%，南亞、東南亞約在6.5%左右。但是中國的GDP增速還在持續下降，而南亞、東南亞是持續在上升。內需消費方面，南亞和東南亞相當於中國的三分之二左右，增速也差不多，約在6.5%左右，中國是從14%下降到6.5%，南亞、東南亞是從3%漲到6.7%。FDI大約相當於中國的三分之二，但是增速是百分之幾十的增長，中國是持平微降。
圖5
如果把南亞和東南亞整個區域看作一個大的經濟體，其實跟中國經濟類似也分一、二、三線城市。一線國家包含三個，印度、越南和新加坡，可以對比中國的京滬廣深；二線包含幾個活躍的國家，像馬來西亞、菲律賓、印尼、泰國等；還有三、四線國家。因此對南亞、東南亞的成長髮展，先聚焦一線比較理想。
對比中印的情形，首先人口方面很接近，中國大約14億人，印度大約13.5億人;年齡方面，印度平均28歲，中國平均37.8歲；GDP方面，2018年二季度印度增速大約8.2%，中國大約6.9%的增長規模； FDI方面佔GDP比重方面，印度約比中國高50%以上，印度的經濟總量相當於中國的五分之一左右。此外，印度不是外向型經濟，它的製造業還沒興起，主要是內需驅動的國家。
印度有五個方面的發展值得投資者關注。第一，所有跟資金有關的生意都很好，盈利都不錯，因為印度的利息非常高，基礎利率是10%左右，企業獲得信貸的實際成本多數在17%-18%，所以跟錢有關的生意都很好做，不論是傳統金融還是fintech。
第二，這個國家移動互聯網增長驚人。移動互聯網的人數增長非常快得益於過去的三年間有個移動運營商把上網的包月費降到了5美元，過去要100多美元，小米公司把智能機降到了100美元到200美元之間，使得大部分人都可以用的起。此外莫迪總理推出的廢鈔令規定，如果要百元以上的大額鈔票，到銀行兌現時必須要出示自己的真實身份，這帶來了兩個後果，一是全國13億多人中有12.6億人的生物信息，包括面孔、指紋和虹膜都有存檔和記錄，完全證明你就是你，這在全世界中是罕見的，可能是唯一一個有完整生物數據庫的大國，對於金融、移動互聯網的發展是非常重要的基礎設施。二是移動支付賬戶的發展。印度只有4000萬多張信用卡，但它有2.6億個移動支付賬戶，原因之一就是廢鈔令導致很多人因為怕曝光不願意到銀行去換錢，但是可以把錢直接打給移動支付公司，由移動支付公司快速實現賬戶的轉移，所以移動支付蓬勃興起。移動互聯網領域的用戶數每年都有37%-38%的增長率，相比中國還有很大的潛力。另外印度所有移動互聯網用戶的up值很低，如果只是追求流量，很難變現，要重點看這些流量裡與錢最接近的行業是值得投資的，因此與金融關聯的，包括電商的變現能力比較強，都比較值得投資。
第三是印度的人口。除了人口跟中國差不多，印度每年的新生兒將近有4300萬左右，印度的整個人口結構有點像三角形，它的年輕人口基數非常大，連續7、8年每年都是4300萬的新生兒。而中國是個紡錘形，2017年中國的新生兒大約1700萬，2018年只有1300萬，還在持續地下降，中國有一個嬰兒潮的明顯特徵。所以在印度做跟新生兒有關的生意還是會非常好。
第四是印度的基礎設施。印度的製造業在快速的發展中，由於電商等行業的推動，道路、交通、通訊等所有基礎設施都在蓬勃發展。對於基礎設施，無論是股權類還是債權類的投資都非常值得考慮。
最後房地產也在蓬勃的發展。
（二）小結
南亞和東南亞是明顯受益於中美貿易摩擦，越南、泰國的物流線路和成本與中國的各個省市很接近，特別是越南的整個地理位置、主要的工業區比中國的海口更靠近中國，相當於廣西的隔壁，因此中國所有的供應鏈優勢，它都可以無縫對接和享受，也導致很多製造業往那邊轉移，如很多製造業的頭部企業已經把總裝廠悄悄地移往印度和越南。如果有分析去研究中國所有制造業的頭部企業，如前五名企業的產量或者產能多少已經搬離中國遷往南亞、東南亞，相信會有驚人的發現。因此南亞、東南亞值得重視，大家在享受中國成長的同時，要認真研究南亞東南亞的機會，做好一定的對沖。
四、問答環節
Q1：區塊鏈幣這塊，您是否覺得STO是未來的一個發展方向？
A1：我覺得的確關於區塊鏈的問題、加密幣的問題，包括交易所的問題有兩個分歧。有一個觀點覺得應該交易這些加密的資產本身，還有一種觀點覺得這種token的技術，第一可以跨國跨境的交易，第二可以跨時區24小時交易，第三具有可以無限拆分交易的最小單位的特徵，可以顯著提高很多傳統資產包括金融資產的活躍度，因此STO是個方向，也就是受監管的金融資產的token化是個方向。我本人認為兩條路都走得通。STO會極大地豐富區塊鏈交易市場、交易所的產品供應，也會更好的吸引傳統金融市場的參與者參與到區塊鏈金融的交易當中來，所以會增加增量資產，也會增加增量的入場資金。所以STO會大幅擴大區塊鏈金融的交易規模和市場規模，因此我認為這個行業非常值得做。另外我覺得加密資產本身怎麼樣做到合規，政府的金融能夠允許，能夠讓更多的不法行為受到追責，需要建設基礎設施使得交易將來可持續。
STO應當引起傳統行業所有的資產持有人，包括遊戲的參與者高度重視，打個比方說，像有很多行業都有積分，這些積分在行業的公司裡都體現為負債，比如好幾個航空公司基本上都有幾十億到100億左右的積分負債是欠用戶的負債。如果把這樣的積分能夠token化，把它轉成股權，就可以把記分的用戶轉成股東，從而更加積極地消費服務。由於token本身智能化，假如能夠跟交易所在智能合約上有所約定，只要這些token被消費掉，這些股票就自動註銷，這個功能其實完全能夠實現。所以我覺得積分的token化包括跨境的交易、交易資產的最小單位化，使得跨境交易的24小時通行化，在STO上都會有很大的成長和發展。
Q2：如何看待Al與教育場景的融合?
A2：我覺得AI和教育結合的想象空間非常大。其實教育的很多場景，線下教育像新東方這樣的模式，包括印度的很多模式，它的制約是名師的數量和時間是有限的，國內像VIPkids是一對一的外教，這些都受到教師資源的制約，當然有些用了分享經濟、跨境的方式，外語等有一定的想象力，但總之規模不可能實現指數增長，也會制約這些公司的市值增長。利用AI之後會有很大的想象力，首先可以更好地實現對學生的教學設備、教學效果的觀察，這是目前很多AI的努力方向，但還沒有看到類似於AI在醫療影像方面的應用， AI在學生的能力評測上已經有了應用，但是AI能否在一部分的教學上達到名師的水平還有待觀察。現在一般的做法是一個名師加上若干臺的AI系統，監測學生的表現和接受程度，評估學生的理解程度。還有些模式會再加一些助理，能夠督導和解決學生的問題，進行互動等，所以我覺得AI在教育方面有非常大的想象力。
Q3：人工智能方面，除了美中，類似印度這樣的國家是否潛力巨大？中國有的很多優勢將來印度也有？
A3：我覺得印度第一個問題是他的移動互聯網在過去三年中爆發，而人工智能之所以有發展，和移動互聯網的成長有關，產生了大量可以全天候記錄的數據；其次數據的覆蓋廣度非常大，有社交的、有購物的等等，而印度所有這些都只是過去三年剛剛興起，因此與中國、美國相比，印度可能還有很大的距離，但是印度人的聰明程度不僅不亞於中國，可能是比中國還要好，幾乎中國的所有模式包括美國的所有模式，都能在印度看到。但是印度的AI應該還有點距離，比如說在fintech領域，我自己也投了幾個印度的公司，我覺得他們的AI做to C的貸款的確很好，但跟中國相比還不是龍頭，還有空間和距離。
本文為內部交流紀要，未經主講嘉賓本人審閱，所載信息均為個人觀點，不代表任何機構的意見，僅供“全球市場與中國連線”的活動參會人員使用。紀要根據參會者發言整理，不保證相關信息的準確性和完整性。紀要中所述內容和意見僅供參考，不構成對所述資產的投資建議。
本文版權為“全球市場與中國連線”會議秘書處所有，本團隊對本紀要保留一切權利，未經事先書面許可，任何機構和個人不得以任何形式翻版、複印、發表或引用本紀要的任何部分。
閱讀更多 巴曙鬆 的文章
