昨天盘古模型发布，和周围朋友交流了一圈，并没有超预期的地方。尽管从终局看大模型是赢家通吃，但现在做大模型的越来越多，模型的稀缺性会下降，究竟哪个大模型能跑出来现在还看不清楚。

高质量的行业数据目前大部分属于私有，场景和数据更具备稀缺性。

比如金融，目前越来越多机构的金融终端从wind转向ifind，THS月活数量最多，拥有广大的B\C端用户，数据量更大。东财也在推进AI。未来公告内容的解读、智能投顾、客服都有应用AI的场景。

再比如教育，过去一直追求教育公平，是因为小地方缺乏特级教师资源。未来借助学习机，可以让每一个学生身边都有一个定制化的AI老师。

目前大部分教育信息化公司只能实现区域化拓展，而A股能够实现教育业务全国化推进的仅有一家讯飞。

印度的一家AI教育公司 Byju's目前估值220亿美元，和讯飞估值相当，但收入利润体量均不如龙头。

从场景看，To C的要好于To B、G的。选择To C的公司想象空间更大，但业绩较难测算。To B、G的业绩容易测算，但弹性有限。

周末参与了两场线下交流，大家的共识是AI最容易赚取的阶段过去了。

第一波可以靠情绪上涨来提估值，但第二波上涨还需要有过硬的基本面，最好是有业绩预期才行。

我在周四的文章中讲过，最容易算业绩的就是算力，不论是光模块、GPU还是存储、PCB，都可以算出业绩。

目前市场对光模块的需求预期不断提升，明年中性预期达到200万只。但究竟需要多少800G光模块，还得看国内外服务器的需求。

如果接下来看到海外服务器厂商、国内大厂、超算中心的加单消息，会进一步刺激算力方向。

不愿意参与AI方向的资金，也在寻找其他方向，比如半导体。半导体目前处于库存高点、价格低点、需求低点，再叠加AI需求拉动，正好处于大周期的底部。

随手打开一个半导体ETF，已经7连阳了。

今年是TMT牛市已经没有疑问，风浪究竟有多大，恐怕是当下市场的最大分歧了。

最后做个调查，大家怎么看下周的行情呢？