这里是《得到头条》，我是徐玲。
上周，刘润老师在得到北京学习中心做了一次分享，讲他和峰瑞资本的李丰老师见面交流的心得。我们知道，刘润老师是做战略咨询的，而李丰老师是做早期投资的，他们俩不是同行，但是会经常见面，交换对一些行业和公司的判断。为什么呢？
刘润老师说，做咨询的人有个最大的挑战，就是他对这个世界的感知会出现某种偏差。你想，什么样的人会来找咨询公司呢？多多少少是因为他的经营和管理遇到了问题，需要找咨询公司帮忙解决，否则人家没事不会来找你。这就会造成，做咨询的人看这个世界，全是问题，全是挑战，看到每个人都在被架在火上烤。打个比方，咨询公司就好像是医院里的ICU病房，进来的都是需要抢救的。而投资公司正好相反，好像是医院的产房，每天接触的创业公司，就是一个个有着无限可能的新生命，未来充满希望和想象空间。所以，做咨询的人和做投资的人非常有必要定期聊一聊，相互校正一下彼此对这个世界的看法。
刘润老师说，他最近一次和李丰老师交流的心得，是彻底捋清了“趋势判断”这件事。
我们知道，二级市场上有一对名词，阿尔法策略和贝塔策略。阿尔法策略是指通过精选行业和个股，来获得超越大盘的收益；贝塔策略是指通过把握市场大势、找准买卖时机来超越大盘。也就是说，阿尔法策略重在选股票，而贝塔策略重在选时机。这种区分，其实一级市场也有。一级市场投资人经常说，一看赛道，二看团队。看赛道，就是贝塔策略；看团队，就是阿尔法策略。投资人的能力是不同的，有的投资人的贝塔能力很强，看大势很准；有的投资人是阿尔法能力很强，看人很准。你要清楚地自己的长处在哪里？这是第一点。
第二，趋势变化会带来短暂的失衡，从而形成“趋势剪刀差”。什么意思？举个例子。超市卖食品，临近保质期的时候会降价。一盒保质期是7天的牛奶，可能上架3天后，降价50%，上架5天后，再降价50%。你看，价格下降是一个非线性的过程，而牛奶品质的下降是线性的，这两者不完全同步——当价格刚刚降50%的时候，品质并没有降50%，它的价值大于价格，这就是“剪刀差”。
“剪刀差”对于我们理解这一年以来的芯片价格很关键。你能想象吗，同一款芯片，去年卖70多元，到了今年，不但不降价，反而是暴涨十多倍，卖1000多元。可以看出，芯片产能现在是严重的供不应求。你肯定会奇怪，根据经济学的基本原理，价格涨上去了，那供给肯定会增加啊，为什么芯片的供给迟迟上不来呢？
因为芯片生产的投资周期太长了。投资一条芯片生产线，涉及的供应链很复杂，前两年一定是亏钱的，可能第三年才开始挣钱，五年才回本。所以，虽然现在芯片价格很高，但生产商会做一个判断，就是两年后芯片的价格还会这么高吗？如果两年后我好不容易开始挣钱了，但芯片价格急剧下跌，那我就很难收回成本了。事实上，业内很多人判断，少则一年，最多两年，芯片价格肯定会下来。这么一来，生产商就不会追加投资、建新的生产线。下游厂商一看形势不对，没有新增的供给进来，赶紧囤积芯片，进一步拉高了芯片价格。这就是过去一年来芯片市场发生的情况。
趋势剪刀差，可能是一个行业的巨大机会，也可能给行业带来很大的震荡。
第三，趋势的变化有大有小。有的投资人关注的是长期趋势，就像地壳板块运动，两个大陆板块撞在一起，撞出了喜马拉雅山脉。有的投资人关注的是中期趋势，就像关注一年的四季轮回。而有的投资人关注的是短期趋势，就像看到有个东西马上就要掉下来了，赶快接住它。板块运动级别的趋势，必须是带来了“全局性的增量”，让全社会的商业效率有整体提升，比如2013年的国内电商，2020年的跨境电商。
总结一下，专业投资人做趋势判断的三个维度：第一，区分阿尔法趋势和贝塔趋势；第二，注意“趋势剪刀差”；第三，把握“全局性的增量”。听完这个模型，我有一个感受，未来之所以很难预测，就在于你不知道每个维度的趋势之间会怎样相互影响，是相互抵消，还是同频共振？如果趋势之间相互抵消，只能泛起一点涟漪；而如果同频共振，就可能带来一场商业海啸。
上周，我注意到一条消息，特斯拉推出了一款纯视觉的自动驾驶车FSD Beta Version 9.0。要知道，虽然马斯克一直宣传“纯视觉”的先进性，但在特斯拉以往的车型当中，还是配有雷达系统作为补充的。这是特斯拉第一款没有安装任何雷达系统的车。7月10日是传奇发明家尼古拉·特斯拉的生日，马斯克特意选在这一天发布这款车，很有深意。另外，特斯拉今后在北美市场交付的Model 3和Model Y车型，都不再搭载毫米波雷达。换句话说，特斯拉进入了真正的“纯视觉”时代。
那么，“纯视觉”是不是未来自动驾驶的主流方向呢？之前卓克老师在《科技参考》中专门讨论了这个话题，我来简单梳理一下。
自动驾驶可以分成两大技术流派：一个是以特斯拉为代表的纯视觉派，另一个是以谷歌为代表的激光雷达派。它们的主要区别，是用来搜集路况数据的传感器不一样，也就是车的“眼睛”不一样。纯视觉派的唯一“眼睛”是摄像头；而激光雷达派，选择把激光雷达当作主要“眼睛”，再配合摄像头，综合判断障碍物的距离和视觉细节，比如颜色、图案等等。
激光雷达的工作原理是，发出一束激光，当光射到障碍物后会反射回来，利用中间的时间差就可以算出障碍物的距离。一束激光用处不大，但是，如果以每秒钟发射100次、每次128束光的频率，360°快速旋转扫描，就可以实现对障碍物细节的高精度还原。比如，在碎石路上，前车崩起来一块小石子射向后车，雷达可以实时判断这枚小石子飞行的速度和位置。更厉害的是，激光雷达不受光照影响，即使在漆黑一团的夜里也能保持精准测量。
因为激光雷达的这些好处，目前大部分车企选择了这条路线，除了谷歌、百度、优步这样的互联网企业，还有福特、通用这些传统车企，以及蔚来、小鹏这些国内造车新势力。
再来看以特斯拉为代表的纯视觉派。既然是“纯视觉”，就是只用摄像头作为唯一传感器，激光雷达和毫米波雷达都不用了。为什么特斯拉这么特立独行呢？马斯克给出了这么几个理由：第一，多种传感器相互配合，听起来很好，但是会出现感知结果相互矛盾的情况，很难处理。第二，激光雷达不能单独使用，它还需要高精度地图的匹配，这就让车的使用场景很受限，不可能全球通用。当然，还有第三个马斯克没有说出来的理由，就是激光雷达很贵。能达到自动驾驶要求的激光雷达价格，最初都能买一辆特斯拉了。而一个车载摄像头成本才30美元。
当然，纯视觉系统也有很多技术障碍，比如测距不准、逆光时会严重失真等等。但马斯克坚定地认为，既然人类可以通过视觉收集信息+大脑处理信息的方式进行安全驾驶，自动驾驶技术也可以。在马斯克看来，目前纯视觉的瓶颈在算法，而不在硬件。只要在算法、数据、算力这三个维度持续发力，让视觉处理系统更“智能”，纯视觉方案就能碾压激光雷达技术。
听起来，两边都很有道理，那么未来会站在哪一边呢？卓克老师认为，那就要看，是人工智能的进化速度更快，还是激光雷达的成本降低得更快了。目前看来，激光雷达的赢面好像更大一些。
因为人工智能的图像识别技术在几年前刚刚有一次突破，可能还要几年才会迎来下一次飞跃性质的突破，到那时才谈得上和人的视觉判断相媲美。而2020年被称为“激光雷达元年”，大量厂商涌入，几年之内，激光雷达的价格就会降到现在的1/10到1/20。一旦激光雷达成为自动驾驶标配，对特斯拉的冲击会比较大。因为传感器接收的数据类型不同，机器学习自动驾驶的方式就不同。换上全新传感器之后，就相当于给老鼠加上了一对翅膀，它是不可能飞起来的。这意味着，特斯拉在算法上还要做重大的调整，工作量很大。谷歌走完这个过程需要多久，特斯拉也少不了。特斯拉会不会因此而错过真正的自动驾驶时代呢？
当然，以上只是对未来做的一个猜想。到底哪种自动驾驶技术会胜出，推荐你订阅《卓克·科技参考》，卓克老师会为你持续追踪。
下面是“得到快讯”。
读书大神陈章鱼最近迷上了高阳先生的小说。陈章鱼告诉我，高阳的小说都是皇皇巨著，但是仔细看来，往往都是单元式的分布，一个故事接着一个故事，每个故事都是“枣核形”，开头清晰，结尾明白，中间徐徐展开，娓娓道来。故事之间的衔接，有俯瞰——细看——俯瞰——细看的视角转换，让读者既有大历史的观感，又有小细节的关注，节奏把握得也非常好。想要学会讲故事，尤其是讲大故事的朋友，应该好好读一读高阳先生的小说。得到电子书搜索“高阳”，你可以看个够。
今天就聊到这儿，《得到头条》，明天见。