现在的AI股怎么选，“靠嘴”还是“靠腿”？

好投资的时候，肯定不好融资；好融资的时候，一定不好投资。

其实村里的各位根本不用去插手A股和港股目前投融资功能不平衡的问题，因为市场有自己的规律，经验和周期就在这儿摆着。

绝大多数的中国公司之所以撕心裂肺地争取一个股票代码，都是为了融资和套现的；所以大概率不会有任何一家上市公司希望自己的股价跌。

所以上市公司如果想把自己的股价拉高，要么靠腿、要么靠嘴。靠腿就是搞研发、弄主营业务、跑客户；靠嘴就是给二级市场画饼、忽悠机构投资者、让散户跟着炒。前者在业绩上发力（g），后者在估值上做文章（PE）。如果两者同时上涨，也就是所谓的戴维斯双击，大多数长牛股都是这样走过的一轮完整牛市周期。

所以对于想做股价（市值管理）的上市公司而言，最好的方式就是趁着自己主营业务增长的时候，把这个牛吹给二级市场听，争取戴维斯双击。

但回看从去年除夕之后的AI板块大行情，除了CPO是戴维斯双击之外，其余AI细分领域大概率会坑一头儿。比如那些善于宣传的互联网公司，业务中含AI量不超过10%，但股价却因为正巧碰到了PE-band的历史下沿，有最低总仓位限制的公募基金剁了新能源直奔TMT，将这些有AI概念的互联网、软件股的估值拉回了2015年底。但一直等到2024年中报，这类公司中TO C的仍然吃着用户续费的基本盘在10%以下线性增长，TO B的仍然陷在客户削减招标预算的泥潭里走不出来。直到现在，AI给他们带来的只有PE，没有g。

这类“靠嘴”的股票，之前给了一次机会：逃市场情绪的顶。

另一类AI公司，与刚才说过的股票有相同之处：现在股价都趴在地上。但也有区别：“靠嘴”的是之前被吹完摔下来的，但这些“靠腿”的是一直趴着没怎么动的。有实打实的AI业务、单个季度曾经有30%以上同比、在B端的应用场景里已经稳稳占住了一个坑位，同时最大的问题在于——业务很成熟、但市值管理是新秀。AI主营业务都跑出去了100米，这边才想起来给投资人们开个会宣传一下AI概念。这类公司的大股东们，就是因为股价太低，连减持和再融资的机会都没有，反而一直在含着泪回购。

这类“靠腿”的股票，现在给了一次机会：抄大股东们的底。

有些靠腿的公司其实本身是有天然宣传优势的，主要集中于TO C的AI公司尤其是软件股，因为用户和投资者多多少少听过名字有体感、同时有高频APP数据可以跟踪；但是很多TO B的AI公司基本面是非常难跟踪的，因为除了定期公告和一些招投标信息之外，基本没有高频数据和新闻。

比如有一家叫做@百融云-W（6608.HK）的AI公司，主营业务是MaaS和BaaS，说简单些的话，MaaS就是一个AI模型库，供B端的客户们根据自己的需求随时调用；BaaS就是把AI技术（比如智能语音、算法分析）嵌入到业务流程中，帮客户们提高KPI。

看了一下百融云这家公司去年的年报数据，看的时候很惊喜，看完又很错愕。

按理说如果一家AI公司能有31%的营收和28%的净利润增速，早就已经吹的天花乱坠了，而且BaaS有一条业务线的规模增长了40%，但放在百融云身上愣是没什么水花。

那么问题来了，百融云能不能靠嘴？或者说最起码让更多人知道公司的AI业务到底在干什么？我觉得是可以的。

比如，假设百融云能把创新的AI业务细节拿出来包装一下，会不会让投资者意识到一个很大的业务增量空间？

有的——“用AI帮客户找资产”。这是百融云官方公众号的文章，但这家公司一直没有过多向港股投资者们“画饼”，越是这样，越是比拼投资者对于公开信息的理解和研究能力。

（来源：百融云创公众号）

什么意思？就是各种降息之后却依然资产荒，普通老百姓除了银行存款之外根本不知道该投什么。越没有风险偏好，资产价格就越低，居民的财富净值就继续缩水，这种负反馈和恶性循环体现在：抛下M2独自逆生长的M0、央妈都砸不下来的债市、财爸都不再硬发的城投、村里都管不住的高溢价海外ETF，以及一句“爱在深秋”之前的“套在盛夏”。

但仔细看，其中有两个资产是非常不错的，债券和海外ETF。其实市场从来不缺钱，而是缺赚钱效应，30年国债价格都已经到了110却还在疯狂涌入，海外ETF溢价回归之后依然有公募净申购。

如果能在这种大环境下能帮助老百姓找到投资标的，就是一个非常大的业务量。那百融云现在做的是什么？就是帮金融机构给客户找资产——“AI+财富管理”。

“AI+财富管理”这个市场空间有多大？2024年中国个人可投资资产总额会达到327万亿元，财富管理市场规模一共有159万亿；根据各家上市银行的2023年财报显示，目前各家上市商业银行AUM整体规模占居民可投资产不足50%，而且是以存款为主。

换句话说，对于百融云而言，这是一块有翻倍增长空间的AI业务。

百融云具体做什么？其实就是，帮助银行和金融机构完成AI+财富管理的全流程体系搭建。那继续想，百融云的这块业务和AI有什么关系？

财富管理业务体系中涉及的步骤可能不少于7项，举其中几个例子：比如银行和金融机构有大量用户信息，绝大多数都是净值比较低、客户经理不会花时间经营的长尾客户。银行是非常迫切想要把这么大的资金池运营起来的，所以首先要分析用户的基础信息，包括个人信息、投资历史、可投资金额、APP数据跟踪等等。如果是规模几百亿级别的业务量，用AI来做信息分类清洗是显然比人工成本低的，AI会通过历史信息分类和算法函数关系，一个AI模型就能直接同时梳理出上千个样本。

下一步是AI的算法系统，因为各项有效信息都已经在上一步被抓取出来了，下面就是建立这些信息之间的联系，这样才能确定财富管理的有效客户到底是谁。也就可以用逻辑回归、神经网络这类的AI机器学习算法，评估每一个客户的潜在价值，这就是银行和金融机构最想要的结果——让AI帮我分辨哪些之前没有触达的用户是有投资意愿及能力的。

那筛选出了有价值的客户，怎么为这些客户匹配适合的投资产品呢？这时候银行和金融机构就会去用百融云的AI模型，比如有一些是宏观经济分析模型可以提供大类资产配置建议，一些偏稳健投资者可以给他们提供债券的边际变量信息，权益类产品可以适当推荐给风险偏好较高的投资者。整个资产管理的池子就被AI盘活了。

后续还会涉及AI系统对投资标的组合的自动推荐、用AI智能语音为客户推送产品建议（短信及智能电话回访）、合同拟定、实时监控等等。整套坐下来，AI+财富管理的全流程就是这样实现的。

这属于百融云BaaS这块业务的其中一个分支，那这部分业务能给百融云多少业绩增量？简单推算下，用2023年各家上市银行的财富管理业务规模（普遍百亿为单位），乘以百融云BaaS业务的take rate，然后除以此前财报期的基数，就是BaaS业务线的增速。公告中的信息不多赘述了，或许这也是2023年年报中，BaaS金融行业云业务促成的资产交易规模增长93%的原因，资产交易规模去年就有531亿元了。

（本文仅供参考，不构成投资建议，据此操作风险自担）