本文作者：博思研究创办人，群蜂社蜂友，赵博思先生；

群蜂学堂合作伙伴——博思风险投资研究所：趋势前瞻，价值发现；

前瞻：新市场带来的革命性机会

投资建议：适合专业化投资，投资确信并可以驾驭的机会

华为在8月31日IFA展会上正式推出麒麟980芯片,这将是世界上第一枚商用的7nm芯片。10月发布的华为Mate 20系列将搭载这一芯片。

这是一次重要的突破。

在博思研究（oneyi.me）看来，如果说大数据是“水和煤”等基础能源，人工智能是未来“电”，那么芯片就是“发电机”。

水和煤必须要经过发电系统才能变成电。如果没有自己的发电机，自己的成长就要受制于人：无论是国家还是企业。电视行业、汽车行业等都已经充分证明了这一点。

博思研究专题文章《AI“人工智能”还不够智能》中对AI进行了充分的论述：AI将是未来持续100年，总规模超过10000亿美元的大机会，同时研究报告也提及，因为人工智能对数据获取和数据处理能力的依赖，应用层面的机会更属于大企业；中小企业的机会更更多的在于技术突破。

芯片行业在过去机会很小，因为这是一个智力密集型、资金密集型的行业，国际上最先进的工厂投资就是200亿美元，一次流片的成本就要几百万美金。

由于整个产业的全球分工等问题，中国在芯片方面的差距不仅没缩小，而且有所扩大。设计的差距在缩小，但制程和工艺越来越大，几年前差18个月，现在差2代。

此外，包括质量体系、人才（含工人的training）体系、质量管理等都是需要很多年持续推进才能培育出来的——10年内肯定超越不了。这是一项艰苦卓绝的攻坚战，需要几代人持续的努力才能做到。

如果一切没有变化，可能我们永远也无法打破芯片垄断。直到移动互联网和人工智能的出现，使万物互联成为可能。

万物互联需要更专业、更便宜、更廉价、更低能耗的全新芯片——如同ARM芯片在移动时代打败英特尔一样，在IoT时代，芯片的弯道超车意味着细分市场的专业化、垂直化研发，这使得创业者有机会绕开智力密集和资金密集的最前沿技术，实现弯道超车。

芯片创业者可以从巨头的垄断中撕开一个口子。在中心计算、云计算之外，边缘计算、雾计算的兴起，使芯片创业者有了和巨头对话甚至合作的机会。而一旦在这些领域取得优势，谁说

芯片领域的创业者不能成为下一个ARM？

目录：

1、模式：刚正面几无可能，抓住边缘计算的增量市场。

模式，指的是企业（或产品）的技术、商业、渠道、运营等能够形成一个完整的逻辑闭环，同时，这个逻辑闭环还能够创造利润，从而维持整个企业的可持续运转。

2、品控：短期是陷阱，长期才有机会。

品控，是公司能够采取足够的措施，确保企业准确无误的按照既定模式运转，不会达不到预期或者出现额外的问题。

3、校正：投机做不成好芯片。

校正，是公司能够在模式和品控之上，不断的通过对产品自身和线路图的修订，从而不断的可持续的迭代。

——基于人性基础之上模式、品控、校正，是博思研究价值发现的基础。

4、竞争格局分析：市场尚在早期，蓝海等待征服。

5、小结：比造火箭更难的技术淘金。

1、模式：刚正面几无可能，抓住边缘计算的增量量市场

8月14日，一家名为珠海零边界集成电路有限公司（珠海零边界）注册成立，注册资本为10亿元，法定代表人为格力电器董事长董明珠。

8月20日，ARM公布了未来2年的产品路线图，其中Cortex-A76性能接近英特尔Core i5-7300U，但是TDP（热设计功耗）只有英特尔的三分之一。

低功耗是万物互联时芯片的一个基本要求。

人工智能的智能并不是机器真的具有了自主意识，只不过是数据处理能力更强大、相对于过去的指定输出结果，现在的AI可以根据不同的场景输出不同的结果。

AI的智能主要来自数据、逻辑（算法）、算力。数据的获取需要新增传感器、新增算法等等；算法则需要开发一套机器学习的计算方法，构建这些全新数据获取的逻辑；算力的核心就体现在芯片技术。如果我们把传感器、算法和算力都视为芯片创业全新领域的话，这就是芯片弯道超车的三个机会。

图片来源：百度图片

目前，中国芯片进口9000亿美元，而未来，全世界，每个家庭都有数以千计的各色用品，数万亿的用品，未来都会植入芯片或者类芯片的技术。未来每年的规模达到10000亿美元并不是说说而已。

相对于人工智能在应用层面的百舸争流，芯片作为技术底层则会享受人工智能的爆发红利，一旦获得发展空间，则会水涨船高，值得期待。

当然，因为芯片技术非常复杂，而且期限很长、投入很多，在投资过程中，存在知识的错配、期限的错配等等，这是投资人在投资过程需要特别注意的事项；与此同时，创业者也需要特别注意研发方向与未来市场需求之间的联系，注意构建市场生态，随时以头部需求为目标，赢得用户。

未来任何一家医院就是一个数据中心，任何一辆车也是一个数据中心，任何一个家庭都是一个数据中心，甚至任何一个人就是一个数据中心。

如博思研究所说，芯片是智能的基础设施，芯片是AI的发电机。

过去，美日韩巨头垄断的核心芯片和云智能，是无法绕过去的。但随着IoT的到来，我们需要更多专业化低功耗芯片，在传感器、边缘计算和雾计算等方面，创业者有了从0开始构建芯片的可能性。

边缘计算和端计算都是在数据获取端（或边缘）进行数据的初步计算处理，既能产生数据，又能处理和分析数据，甚至做出部分分析模式。

例如，交通监控摄像头可以实时拍照处理和分析信息，把关键的违章信息第一时间提交；污水处理芯片则能够把污水情况进行分析之后，上传结构化标准化的可处理数据。

雾计算则是局部多维度信息的集中处理，例如智能家居的控制中心，就需要同时处理各个边缘计算的相关信息。

如此，我们可以发现芯片领域创业的一些特点和机会：

首先，数据处理的重要程度。从目前来看，医疗、安防、智慧城市、智能家居等目前需求相对较强。

其次，芯片产业包括底层架构、基础逻辑、传感器、芯片生产等多个环节，由于IoT的发展，每个环节都需要更专业更高效更结构化更标准化的数据和数据处理方法。无论是语音交互、逻辑提升、能耗降低还是准确率精度提升，都有很大的机会在里面。

再次，专业导向。对于非TMT行业而言，专业化的纵深才是本质，互联网思维可以提供营销、整合创新的思路，但绝非主导。所以，在芯片行业从业十年以上、做过专业研发也做过管理的专业化团队，更有机会落地生根。

第四，低成本、低能耗、高稳定性。芯片行业一开始就必须要有市场、有用户，不能依靠融资生存。

最后，企业家精神至关重要。资金、智力的海量投入，容不得半点差池，在大环境充满浮躁的时候，能沉下心来一个技术细节一个技术细节的攻关突围，是非常难得的事。或许，这才是芯片成败的关键。

2、品控：短期是陷阱，长期才有机会

目前国际主流晶体管线路路的间距缩小到10nm和7nm，这种工艺投资一般不低于200亿美元，最便宜建制一条生产线需要耗费超过100亿美元。

这还仅仅是资本上的，实际上多年的流程、技术、包括成熟的工程师、以及每个流程的生产细节等等，没有20年的积累，不敢说能做芯片。

即便是专业芯片人员组成的创业团队，即便是从全新细分市场开始的低端芯片，我们也必须认真仔细处理每一个细节和每一个逻辑。

可以说，芯片是比火箭发射还要知识密集的领域，容不得半点逻辑错误或者运行错误，这个行业的容错率低得可怕。而从设计专利、到工艺流程，每个环节都沉淀了最尖端工艺。这是中国最缺乏的领域，无论是研发人才还是工程人才，即便便有资本也没办法为所欲为。有人说，即便便我们不惜一切代价，抢购到最尖端的光刻机，能复制7nm生产线，但没有设计、操作、运维人员，也无法创造出真正良品的芯片。

哪怕低端芯片，其逻辑也是如此。需要多年的流程摸索和技术沉淀。在这个领域，按照通用技术生产通用产品没有附加值，我们必须要有技术突破，而且不能完全按照估值快速增长——而要按照价值持续创造的模式，去长期投资芯片产品。

互联网产品的研发、投资模式，快速试错迅速淘汰并不不适合于芯片。芯片需要持续的知识积累，不靠谱不可能通过资本变靠谱。

专注人工智能和物联网里，相关技术不高但市场空白的专业芯片领域，稳扎稳打。找到一个具有明确线路图的芯片企业家，一步一步从基础做起，不断获取资源、撬动杠杆，最终实现10年、20年后的逆袭，这才是应有的发展路径，也是这个行业投资或者创业的最大品控。

品控的另一方面是专业化。

芯片生产必须符合既定专业标准。目前伴随着所谓的“破坏性创新”，中国创新创业有反专业化倾向。这种倾向一是外行领导内行，不专业或者没有职业底线或者不合常理的为达目的不择手段、没有职业道德、没有底线；二是内行忽悠外行，因为外界不够专业，所以夸夸其谈或者无中生有。如果说，人类社会的底线是法律，那么创新创业的底线就是标准。例如，美国人工智能加速芯片对应着严苛的NSF认证，要求深度神经网络算法DNN计算功耗比提升1000倍的芯片才符合要求。而且，对于芯片而言，必须是可以商业化的世界领先才有价值——哪怕是局部市场的世界领先，追随者的价值必须以商业化的现实才能确定。为概念买单是一次巨大的冒险。因为芯片是知识密集型、资本密集型的产业，必须符合国际通用标准、并且用市场商业化来检验，否则，很难决定这是可行还是不可行，那么一旦缺乏判断力，任何人的懒惰和贪婪都会导致企业失控。