苹果放弃造车转向大语言模型，big7里特斯拉股价最差、前景最不明朗，越来越多传统汽车厂宣告降低对电动车的投入、降低电动车的销量目标，欧洲政客对电动车的兴趣下降、补贴降低，今年欧洲议会大选、美国总统大选，集体右转的倾向非常明显。 到这个时候，趋势已经很明朗，新能源汽车进入下半场，政客不再愿意为了电动车影响本国产业和就业，资本放弃电动车转向ai，电动车离了政策和补贴就销量下滑，电动车整体产业缺乏经济效率，这场闹剧终将落幕。 有人说，智能驾驶也是ai，汽车是ai最重要的载体，电动车在ai风口下将更加辉煌。 这就是完全没搞明白，这两年火爆的ai和过去的ai有什么区别。 过去的ai是专业性ai、行业性ai，只用于处理特定任务，比如图像识别、语音识别、辅助驾驶等，靠属性标记与判别来执行任务。 这两年火爆的ai是大语言模型，是生成式而非判别式，目标是通用人工智能。 大语言模型要得到比较准确的结果，需要超级大规模的数据来训练，需要用到服务器端超级大的算力。 传统行业ai因为是用于特定领域，需要的数据和算力都比较小，适用于终端，比如手机电脑电动车等。 英伟达的gpu适用于服务器大语言模型的大算力，华为的升腾芯片是npu，更适合终端的特定任务，在手机 电脑 电动车上比较适用，如果拿去训练大模型效率很低。 在这一轮ai科技革命里，中国在芯片 模型上都与美国存在极大的差距，且这个差距看起来越来越大。 中国在智能驾驶上对特斯拉的追赶，与本轮ai科技革命基本没啥关系。 马斯克也在发展ai大语言模型，他还没决定好，是要把ai置于特斯拉里边，还是置于私有化的x里边，最近正在以此要挟特斯拉董事会。 中国过去几年发展科技的思路，延续了前些年发展基建的思路，认为只要投入天量的资金下去，就能得到好的结果。 投产业园的时候，觉得只要产业园建好，各种工厂就会入驻，形成产业集群。 规划新城的时候，觉得只要基础设施建好，

1990年全球市值最高的企业是银行和石油，2010年全球市值最高的企业也是银行和石油。 2000年全球市值最高的企业是互联网，2020年全球市值最高的企业也是互联网。 这看起来似乎是20年一循环，刚好符合库兹涅茨周期20年一循环的特点。 如果按照这个来推论，那么2030年全球市值最高的企业仍然会是银行和石油？ 1990年银行和石油的驱动力是日本城市化，2010年银行和石油的驱动力是中国城市化，那么2030年的驱动力是印度城市化？ 去年有个特别奇怪的事，就是中国铁矿石和焦煤需求不振，但是铁矿石和焦煤却持续上涨，因为这就是印度驱动的需求。 库兹涅茨周期是建筑业或房地产周期，在全球化之后，库兹涅茨周期呈现典型的全球化后发特征，日本 中国 印度轮流接力。 在城市化的上行期，百废待兴、需求旺盛、供不应求，为了满足旺盛的需求需要不断投资产能，而投资产能又会带来加了杠杆的需求，进一步激发需求，更加供不应求。 在全球化的背景下，一个大经济体的需求会向全球外溢，全球的成熟经济体都向这个经济体进行投资，进而导致全球都需求旺盛，全球的利率水平都上升。 银行和石油受益于需求旺盛、利率上升，成为最大的赢家，而科技 互联网受损于利率上升，哪怕他们的业绩是稳定增长的，却远远跟不上业绩持续暴涨的银行和石油。 而到了城市化的下行期，需求低迷，整个经济体却路径依赖，拒绝转型，每次出现问题就想靠追加投资来拖延，这导致供应越来越过剩，最终引发房地产集体暴雷 石油价格崩溃。 在全球化背景下，过剩的产能会向全球输出，进而导致全球都供过于求，全球的利率水平都下降。 美国的互联网在这个阶段就会充分展现出优势，一方面是业绩独立于全球经济下行、持续稳定增长，一方面是利率持续下行，妥妥的双击，这就是2021年之前的事情。 当前印度的发展水平大致相当于中国20年前，城市化 工业化如火如荼，需求旺盛。 除了印度，全球还有两个大的改