为什么我们开始乐观？关于经济发展的明线暗线、AI 与最佳实践 | 对谈莫傑麟

2023 年 12 月初，曲凯在 42章经 里请来了老朋友莫傑麟。莫傑麟最早做一级市场，现在在家族办公室做 allocator，把资金分配到一二级市场、分配到中美各地，用曲凯的话说，「哪里能赚钱去哪里」。这重身份让他有条件把全球各类资产的表征放在一张桌子上看，也让他对这轮悲观情绪有不一样的判断。

这期节目没停留在「要不要乐观」的情绪层面，莫傑麟给了一套拆解方法。他把乐观和悲观还原成一个财务公式，用它拆了地产、互联网、个人三种处境；又用「明线暗线」的框架，把宏观周期里个体无法改变的部分和可以主动参与的部分分开。聊到后半段，话题落到 AI：美国市场的信念感、中国创业者的场景优势，以及一个叫「最佳实践」的判断标准。

曲凯在节目里说得很直白，悲观不能化为任何行动，改变不了任何现实，那为什么不乐观一些。莫傑麟的补充是，乐观不能盲目，它得建立在认知之上，否则撑不过一个完整的周期。

嘴上悲观，行动上更拼 0:00:46

曲凯先抛出一个观察：今年跟很多人聊天，话题经常被引向悲观。但他发现一件有意思的事，这些人嘴上说悲观，行动上却没有停下来。没有人因为悲观就把资产全卖掉，也没有人因为悲观就不做事，大家还是九九六，甚至比过去更拼。

莫傑麟对这个现象的解释是，行为还带着惯性，人还在积极做事，但拿不到反馈，意识就先消极了。如果积极之后依然没有反馈，下一步才可能真的躺平。认知清楚的人会自己建立体系、自己找反馈感；认知不清楚的人找不到反馈，就会慢慢认命。

他把这个「反馈」拆成二级市场的说法：有贝塔，意思是做对一件事的难度不高，做完之后得到的反馈又大又及时。过去的风口讲的是同一件事。现在风口不明显了，或者说抓住风口要付出的代价和时间被拉长了。

AI 是个典型例子。在 2023 年 1 月被广泛讨论之前，OpenAI 有大约三到四年的窗口期，那几年它默默做了大量工作。市场不好、外部反馈少的时候，它其实是在自己建立一个正反馈，建立新的架构和评价体系。

并不是没有反馈，而是天然的反馈的时间就是拉长。

曲凯追问，一个人该怎么建立正反馈让自己积极起来。莫傑麟的回答是先认知到反馈周期变长这件事本身，认知到位，感受就会好很多。

用 ROE 公式给乐观算一笔账 0:04:37

莫傑麟把乐观悲观这种体感换成了一个公式。CFA 体系里的 ROE，净资产回报率，等于毛利乘以杠杆倍数，再乘以周转率，三者是相乘关系。付出之后得到更多回报，人自然乐观；付出得不到回报，自然悲观。

用这个公式看地产，过去二十年它是最容易让人乐观的行业。地产公司毛利率其实不高，通常百分之十几到二十，商业模式简单稳定，但它能把杠杆加到极高，还能快周转，先卖楼花先收钱再盖楼，资金可以反复滚动。三个因子乘起来，回报惊人。茅台是另一个极端，毛利率百分之八九十，靠的是单件的高毛利。

个人的 ROE 也能这样拆。毛利对应你付出的时间和工资；杠杆对应工作带来的附属价值，比如做投资的人可以管自己的 personal account，可以募资；周转对应几年一个基金、几年一个周期的节奏。过去很长一段时间，这套结构让人比较容易拿到结果。

地产现在发生的变化是：毛利没变，杠杆不给上了，甚至要去杠杆，周转也慢了下来。莫傑麟认为底层原因不在政策，而在城镇化率接近饱和，过去供严重小于求的关系走完了。高周转高杠杆的模式建立在需求极旺盛的基础上，而需求的底层是人口和城镇化率。政策只是表面，本质是那个驱动力变了。地产及相关链条占 GDP 百分之三十多，它慢下来，下面一串产业跟着慢。

互联网的拆法不一样。这两年硬拆业绩，互联网公司的业绩其实很不错，毛利率依然很高，商业模式稳定，还有规模和网络效应，防守性强。问题出在增速，扩张速度慢下来了。公司把利润当第一目标之后，压缩成本就成了常规动作，人是最规律的成本，很多个体就这样被压缩掉了。莫傑麟提到，美国科技巨头在更早一轮也经历过同样的过程，谷歌们一边裁员，财报一边很漂亮。

曲凯在这里提了一个反问：宏观讲下来，大家悲观好像也合理，确实没有别的办法。莫傑麟的回应是，很多模式的结构性变化正在发生，只是很多人还没适应。硅谷管这叫 paradigm shift，范式迁移。这个迁移不发生在方向上，是整个社会内含的投资报酬率在迁移。

过去的路径是复制海外模式，然后加杠杆、加周转，只要执行力够强够稳定，回报就很好。现在这条路走不通了，第一个要加的是高附加值产业，比如智能制造，本质上提高的是毛利。毛利提上去，才有空间去加杠杆和加增速。这就涉及「创造」：先做出一个产品和壁垒，拿到高毛利，验证之后再谈后面的事。

高毛利和高周转往往难以兼得。美国完整地走过这条路：把芯片设计这类高毛利环节留在本土，把低周转的制造环节通过代工转移出去，自己要做一个高 ROE 的经济体。莫傑麟认为中国也会出现越来越多「只有他能做」的公司，但前提是有耐心，先投入研发，并且建立自己的反馈指标，而不是第一天就拿别人的指标衡量自己。

他举了联想和英伟达的对比。联想的商业模式决定它最主要的反馈指标是卖了多少台终端；英伟达早期要解决的是设计成本的问题，两边的反馈指标根本不同。特斯拉也是先追求技术突破，等做起来之后再去叠加周转和杠杆。

明线与暗线：哪些能改，哪些只能认 0:16:03

莫傑麟内部把影响经济的事情分成明线和暗线。明线是创造新的产业趋势、新的产品，做出新的增速和大的共识。暗线是创造这些东西的基本条件：宏观资金储备、地缘冲突、可用的政策工具箱、市场开放程度。用曲凯的话说，暗线是更大的背景，个体做不了什么，只能认知。

大部分经济低谷的周期由暗线产生。货币发到一定程度产生通胀，通胀催生下一轮周期。莫傑麟判断这次没有历史上真正的大危机严重，二级市场宏观分析师们类比来类比去，目前共识的结论都是这次不严重。他给了一个数据侧面：风险投资的资金总份额在变大，投进去的钱越来越多，但项目数量在变少。头部在集中，做出新的增量和创新客观上也越来越难。

暗线最难受的地方是时间。周期这个概念的本质就是时间，花了一段时间享受高速增长，就要花接近的时间去化解。化债、房地产库存这些问题，靠做什么去解决比较难，只能等时间消化。所以二级市场看周期性行业的人会盯库存指标，看它是不是快到底部了。

暗线里还有一个标准叫水位线，指会不会发生突破水位线的事情，比如 2008 年美国次贷危机就突破了。目前从资产价格看，全球市场认为不会突破：美国不会硬着陆，中国城投债已经不是问题，各机构在积极处理，万科出现问题后深圳方面也表态会兜底。莫傑麟的判断是，中美这种体量的经济体，要轻易发生一场经济危机并不容易。

关于外资流出，他觉得市场理解有偏差。美元加息到目前程度，坐着不动能拿四到五个点的收益，当其他市场没有突破性增速时，大部分人一定选美元的无风险收益。这是很朴素的选择题。而美元的精神是非常市场化的，以赚钱为目的，不是稳态。如果中国经济再次出现高质量的增速，等加息周期结束，资金会重新回来。曲凯补了一句，散户和外资的决策逻辑到最后是一样的，一根阳线两根阳线也能改变信仰，区别只在于专业的人看前置指标，决策顺序不一样。

暗线的展望是去库存接近尾声。前置指标包括大宗商品库存，库存到低点会触发补库存的新周期；还包括美元加息周期何时结束。莫傑麟提醒一种可能：美元在高息位置停的时间比大家想的更久，但边际影响已经在放缓，只要不再继续加息，全世界该流入美国的钱已经接近尾声。

由此引出这期节目里最实用的一句判断：

做事情最好的位置，不是拐点真正来的时候，是在你预期到拐点会来的时候。

他举英伟达的例子。2022 年 12 月，英伟达是典型的周期性行业，库存并没有见底，但大家已经预期到次年三月、六月会陆续见底，这时候 AI 出现了，对应的是数据中心业务。预期先行一步，就是最好的位置。2020 年美国发钱，2021 年股票暴涨，很多专业投资者在 2020 年就预测到了，那波赚到钱的人不少。

未来十二个月，莫傑麟看到两条主线。一是几大经济体走向平稳，美国硬着陆的担忧、中国经济能否复苏的疑问，大概率都会收敛到一个平稳态，二级市场叫估值修复，只是各地完成时间不同。二是产业趋势，中美关注的方向高度雷同，主线都是 AI，未来十二个月会进入「揭牌期」，各方开始登场称霸。

曲凯还观察到，现在大家都极度追求确定性。莫傑麟认为这是误解，确定性的反面是 upside，当 upside 不够时才更追求确定性，当 upside 足够时，人的主观一定会去追 upside。所以追求确定性的本质是缺少增长点。

美国的 AI 信念感，中国的场景优势 0:28:40

聊到美国 AI 市场的实际进展，莫傑麟给了一个分层判断：应用层面落后于预期，企业 adoption 不够；但超过预期的是 conviction，也就是信念感，它没有变弱，反而越来越强。

信念的来源是 scaling law 还成立。堆芯片、堆模型长度，还能得到更好的模型效果，只是大家不知道这个效果能用来做什么。但人们相信，模型更长更有效之后，找到 product market fit 的周期会缩短。目前 adoption 做不出来，是因为很多场景的 PMF 还没找到，或者找到的点都比较小，比如法律、医疗领域的一些尝试。年初到现在，这种信念反而更强了。

中国这边整体也高于预期。年初大家担心模型进展落后太多，后来发现这就是摩尔定律，堆算力堆人堆芯片就能缩短差距，比年初预期的快很多。唯一的差距在于，美国的信念是越来越强，就是要投入，就是要不断堆。

莫傑麟把两边的角色分得很清楚：贝塔是从一到零解决问题的阶段，AI 应用是从零到一去建立场景的阶段。他观察四个指标：几家公司在模型长度上未来一年的进展，这是摩尔定律最根本的东西；算力什么时候降价，OpenAI 前两天已经降过价；这些公司内部在关注什么公司、在做什么；以及它们的商业模式。

商业模式上，美国主流是 API，中国创业者内心更想做端到端，自己做模型、自己做场景。哪种更好说不清楚。莫傑麟的直觉是，模型要和数据、场景结合，才能跑出真正的下一代东西，而中国人擅长做重运营的事，美国人不喜欢也不一定有能力做。如果最后 AI 还是场景端的事情，中国创业公司会非常有机会。

曲凯提到莫傑麟之前的一个反直觉判断：大家觉得美国数据质量更好，中国落后，但可能是反过来的。莫傑麟的解释还是场景。美国 2013、2014 年之后 to C 投资变得非常少，跑出来的 to C 成功公司也不多，投资几乎都集中在 to B、安全和 SaaS。纯从数据集角度看，美国质量最好的公司是 Meta，因为有 Instagram 和 WhatsApp，除此之外，谷歌的数据质量一定最好，但谷歌内部做模型时未必能用，面对的合规障碍比当年的 OpenAI 大得多。OpenAI 早期那几年，享受的数据条件其实比今天好，其中有一些灰色地带，是大厂今天不能随意用的。

美国不投 to C 带来的另一个问题是找场景时的路径依赖：总想靠模型一步到位，不愿意面对重运营和数据集的麻烦。中国创业者是另一端，越复杂越好，愿意去解决。所以两边谁是最终的 winner 并不是百分之百确定的事。美国公司人数少，差异主要在运营和产品人员，不是技术上一人顶十人。

曲凯问美国一二级市场近年的变化。莫傑麟说疫情之后衍生出两派：一派是自己足够特别、足够灵活、有行业纵深，换取更高收益率，这一派的市场氛围在变小；更重要的一派是怎么确定性地获取收益。原来两条线有融合，现在不断拉开。这也是竞争更激烈之后，大家各自追求差异化的结果。

信噪比要降，准备要早 0:35:56

曲凯问，乐观付诸实践的行动到底是什么。莫傑麟说，他们内部投研在积极准备之后的方向，AI 研究做得很深入，包括专家访谈、读 paper，各种准备工作。因为 AI 是明线里很重要的转折点，必须时刻知道转折点在哪。

他提到研究里的一个概念：信噪比。处理一个信息，一定同时产生噪音和有用信息，信噪比低于阈值时，宁可不要这个信息。过去投资里有个重要法则是投行业头部，因为处理第二名第三名的信息性价比太低，投头部带来的超额收益更大。

但现在这个法则要改。应该降低对信噪比的要求，只要及格就可以，因为需要尽可能处理越来越多的信息。原因是需要暴露风险，需要看到自己不知道什么。面对 AI 这种产业趋势，不应该做防守动作，而是承认信息进来再多，未知度依然很强。

曲凯追问：既然大家都在准备，那等拐点出现再进来，好像也不晚？莫傑麟说完全不是。他观察到各行各业的人嘴上抱怨，做事反而越来越卷，他把这个卷当褒义词用。一级投资的人还在做大量准备工作，大家都变得更专业、更脚踏实地。等拐点来了，别人已经研究得很细，关系网建好，paper 读完，你根据信号再去做准备，就已经晚了。

他用了一个说法：接盘侠这个词不好听，但本质上也是一种去库存。对从业者来说，花掉的时间和精力也是一种去库存。行业越来越专业，越来越适者生存。曲凯接了一个比喻：像一个球，密度在不断增加。等到下一个周期杠杆和速度再起来，球里又会被注水，晚进来的人从实际意义上就会变成接盘侠或者新的炮灰。

最佳实践：下一个时代的评价标准 0:39:13

莫傑麟说他们内部一直在想一件事。过去讲投资，讲的是模式，有些商业模式就是更好，有些位置就是更好。下一个周期来了之后，会不会出现一种情况：有些人做事情，就是做得比别人好，原因不在他选了某个模式，而在他本身的能力更突出。

曲凯的理解是，每个时代有自己的评价指标。二十年前大家不觉得融多少钱厉害，那时候融资这件事可能都不存在，大家看的是你今年赚多少钱。过去十年二十年，融资体系发展起来，三年融五轮、融十亿美金就成了牛逼的标准。再往后会是新的叙事体系。

莫傑麟说，他们内部认为这个新体系是：你有没有把整个行业的实践往上提，也就是最佳实践有没有往上提升。他们看 GP、看基金经理，很重要的标准是投资流程、投研流程有没有把最佳实践往前推一步。这也是一种卷，但在他看来是正向的卷。

为什么结构性变化的结果是这样？他的解释是，需要照顾的经济范围太大了。原来靠经济增速本身拉动经济，现在需要靠结构分工、高效率分工，靠新的东西去拉动。下一个变化来自最佳范式的变化：做得最好的人对自己提出更高要求，通过更多努力得到更好的结果，这个结果跟外部评价体系不一定挂钩，是实打实的结果。与此同时，本来做得没那么好的人，会经历一个去库存和出清的阶段。

曲凯请他从创投行业的角度判断，去库存到什么程度了。莫傑麟说，创投领域的去库存感觉已经差不多了。至于下一个最佳实践是什么，他提到几个观察样本：中国的创投圈有人在听 20VC，美国的 solo VC 在出现，有些 VC 基金只在 day one 融资，GP 融资的原因是为了自己去做大模型和算法。这些算不算最佳实践？他说太早了，不应该过早下定义，但很多朝着最佳实践的努力绝对不会错，只要你有资源和能力去做。

曲凯补了一句，创投行业真正兴奋的一刻，还是更好的实践出现的时候。莫傑麟说，判断会不会晚，看你是不是这个东西的一部分，参与度有多大，准备的周期肯定是越早越好。

准确，以及年轻人没有悲观的本钱 0:43:56

节目最后，曲凯请莫傑麟给国内的投资者、创业者和想创业的人一些建议。

莫傑麟说很重要的一点是准确。以前做投资有一个隐含逻辑，就是我试一试。现在从投研角度，准确度变得很重要。他举马斯克做 xAI 的例子：它的积累是 OpenAI 这几年的发展、这一年 AI 的发展，积累了大量的信息和认知，所以做 xAI 时，定位、路线图、招人都会越来越准确。xAI 到现在只有十个人左右，但对该招什么样的人，比上一个时代精准得多。

创业和投资是一样的。现在有能力看清楚一些事情，因为有太多素材。今天没有太多全新的行业，一个行业的范式就在那里，规律就在那里，需要花更多时间总结、演绎、讨论，让自己尽量站在对的位置和相对准确的图景上。

他给了一个很具体的坐标：中国创业者和投资人的迭代能力非常强，过去是从六十分开始迭代到一百分。美国的创业范式可能已经从八十分开始，中国在某些领域因为信息通畅程度不够，做不到八十分，但尽量让自己从七十分开始迭代。等这波周期走完，暗线处理完毕，明线出来，大概率是 AI 或其他领域，会有更好的机会。

曲凯在结尾说了一段话，针对同龄人常有的遗憾：如果早入行几年，如果早生几年，赶上某一波机会会怎样。他的回应是，既然没赶上那一波，那就赶下一波。年轻人没有本钱去悲观。

年轻的人其实是没有本钱去悲观的。

莫傑麟补了一个不能刻舟求剑但足够积极的信号：谷歌在互联网泡沫之后三四年左右上市。底部里一定会成长出最优秀的公司，因为那些公司是真的靠自己实打实做出来的。

这期节目给出的判断可以归成几条能带走的东西。一是把乐观悲观还原成 ROE 的三个因子，看自己所在行业是毛利、杠杆还是周转出了问题，改哪一个因子是当下能动的。二是分清明线和暗线，暗线只能等时间，明线才是个体能参与的，而参与的最佳时点不在拐点到来那一刻，在预期拐点将要到来那一刻。三是降低对信噪比的要求，多暴露信息，早做准备，等信号明确再动手就晚了。四是给自己找一套内部的评价体系，把手上事情的实践往上提一格，而不是等外部反馈来定义自己。至于 AI，莫傑麟的立场是偏乐观的：效率提升这件事已经能看到，这么大的 GDP 体量，效率提高一点点，带来的反馈就非常大，现在只是处在不知道它先发生在哪里的前夕。