股价持续回弹:百融云的“预期差”在AI大模型?

$百融云-W(06608)$ 不是港股AI指数或者恒生指数里的股票,机构就不会买——因为小镇做题家,不知道“只有超纲题才能拉开分差”。当越来越多AI概念股开始抄袭MaaS(模型即服务)的故事,回头才发现@百融云-W(6608.HK)之前涨过70%。

把错过的牛股的K线缩图往左看,就像读到了枕边人以前的日记,写满了她和别人的曾经。

当拼团砍一刀的市值超越了曾经的全民义父,反身性理论仍然让机构投资者们担心新用户获客成本飙升后的GMV;当C端AIGC应用开始有了渗透率属性,墨菲定律让基金经理们在DCF(自由现金流折现法)中不断预判着涨价概率;当英伟达祭出NV Link告诉世人带宽的重要性,AI大模型三要素里不断卷着参数量的企业或许也只能先刹车再调头。

“超越GPT4的捷径,被国产大模型找到了”,无非就是在证明脑筋急转弯不是测试AI大模型跑分能力的唯一,所以人为创造的更多打分细则也满足了中国AI企业登榜的表(市)面(值)虚(管)荣(理)。

我不断登上各种AI榜单,就是想告诉投资者们,我想挽留你。但当做完年底净值行情的公募看腻了PPT、当PE和VC看烦了离婚大戏,才知道真正的告别没有长亭古道,没有劝投资者们更进一杯酒;只有回本之后删自选,再研究低位AI股票涨70%之后还会不会有第二波。回看历史,沃尔玛的总市值在2015年被后起之秀亚马逊超越,丰田总市值在2020年被特斯拉碾压,直到今天的市值差距都在不断拉大。

假如真有一天百融云市值突破了100亿、进了恒生AI指数,到时候机构投资者们才会开始研究:它们的BR-LLM大模型到底怎么和MaaS业务联动?为什么当年没有研究员写他们的AI业务细节?为什么想抄个研报都没有素材?

能做好MaaS和大模型的企业首先得弄明白:AI到底能给企业带来什么?

企业对于AI技术的需求,是数字化预算里的一部分。2023年有很多营收10亿以上的企业会砸3000万投入到数字化运营,一些中小企业老板在给数字化10人团队开会的时候会说:“你们部门未来可能会扩充到100人,你们花得钱越多,对公司越好”。为什么?比如一个品牌有1000家门店,每天有20款产品同时在售,每款产品都是一套独立的原材料组合,比如运动鞋品牌的款式分别用什么布料和气垫,咖啡店的产品分为醇香和丝滑等不同口感,同一家快餐店在北京不同地段分别主打米饭和炒面套餐。跟人肉算这些信息相比,数字化能解决的问题就是从最前端的销售数据来优化库存,然后生产排期、供应链管理。比如在电商平台一个产品被卖出的一瞬间,公司的财务系统里就会出现各种供应商的成本和名单;又比如金融行业理财产品被申购的一瞬间,客户经理电脑上就会出现申购人的各种业绩期望和风险等级。

而有了AI尤其是大模型之后,B端客户就会享受到更多通用性的模型部署,然后自己调用自己需要的模型,并且设置参数。所以B端给AI公司付费的是能带来模型调用和部署的MaaS业务,而MaaS的基础是AI大模型。用户根据MaaS和AI能力会得出结论,比如后续哪个产品更赚钱、AB款策略到底留下哪个、根据已有的用户数据反馈优化我的拳头产品。

那企业从MaaS服务里调用自己所需的模型部分,这个过程就是利用AI大模型的能力、用自然语言做模型部署。比如企业在确定未来主打款的时候,需要做产品AB测试和用户喜爱程度期望,这个时候就需要建立自己的产品数值筛选模型。比如设置500元产品价位档的ROI(广告投放回报率),以及比如设置65%毛利情况下的可回本GMV值(商品交易总额)。如果不达标的产品,直接淘汰止损;达标的产品进入下一轮测试,最终筛选出哪个适合当引流福利品、哪个能成为利润来源的拳头产品。

在这个过程中,企业就要通过MaaS服务中的模型来筛选自己需要的部分,或者自己微调和部署模型,但如果用户数据有缺失、需要做数值变量分箱、iv与psi筛选、自动特征衍生等,就需要AI大模型有充分理解自然语言的能力。

举个例子,比如一家企业要调用MaaS服务中的模型来做营销优化,但需要增加一个缺失率筛选和缺失值填充,企业客户可能会打如下两句话:“我有一个数据样本example.csv,过滤这个数据缺失率大于0.9和众数比例大于0.9的特征”、“我有一个筛选好的样本example.csv,需要对数值型变量填充-99,类别型变量填充blank”,目的可能是针对几单没有填写用户评价(几星好评)的产品,或者风险偏好较高投资者对于理财产品收益率的预期扰动。而在这个微调过程基础上的模型部署,就是从MaaS里抽取的,也就是百融云选择的业务交付模式。

而在微调的过程中,AI大模型起到的作用是什么?比如BR-LLM毕竟是个大语言模型,所以基础功能就是解决输入端的灵活多样,因为每个模型的脚本逻辑不一样,而且B端客户的团队编码习惯也都不一样。又比如AI大模型要解决代码转写困难的问题,因为Python和Java本身的代码逻辑是不同的,AI大模型的“幻觉”问题不能出现。同时为了降低代码token消耗高的问题,也要用AI大模型在转换前先做Python代码拆分与预处理。

所以能做MaaS业务的AI企业,工程能力和技术能力需要兼备。这些业务细节不能完全帮助我们这些投资者算出:百融云还能不能在2023年三季报收入已经将近20亿元的基础上,明年还能维持30%多的增速;但起码能证明的是:AI概念股和AI技术公司是有区别的,因为从1到N的前提,是先走完从0到1。

一波中线行情中的短线回调,一般有两个技术面的标准:回调幅度不超过15%、回踩点位落在0.618的黄金分割位附近。如果百融云27日开市后连续的3根小碎阳线不再被跌破,同时盘中不再出现持续温和放量下跌,那基本也就说明调整到位了。

“那些国债,我要在美联储出手救市之前搞到他们”——盖柯,《华尔街:金钱永不眠》。

免责声明:上述内容仅代表发帖人个人观点,不构成本平台的任何投资建议。

举报

评论

  • 推荐
  • 最新
empty
暂无评论