前哨分析框架③：如何构建产业预测方法论？
【第 6 季 - 第 36 期】
大家好，欢迎来到周子晚上的直播时间。
此前我们用了两讲的时间，分别梳理了核心理论和分析框架（技术 - 产业 - 应用 - 企业的菱形四角分析）。今天，我们将这一体系补全，重点讲解预测框架。分析与预测连起来，我们对产业的理解才能形成一个基本的闭环体系。
今年一年内，我们会反复在实际案例中运用这套分析和预测框架。最好的产业理解方式，就是在分析基础上不断做预测，针对预测结果修正模式，从而对产业理解越来越深。
一、预测的核心逻辑：从可能性到现实
我们的预测方法与外界最大的区别在于系统性。我们不是"拍脑门"，而是基于上一阶段的产业分析结论来构建未来场景。
1. 未来的本质是"可能性的塌缩"
现在走向未来的过程中，存在多种可能性（分叉路径）。随着时间推移，未来逐渐变为现实，多种可能性塌缩为唯一的现实。
- 监控分叉： 我们需要监控哪些路径会分叉，了解分叉后的结果。
- 跟踪变量： 通过对关键变量的跟踪，锁定哪种可能性正在变为现实，哪种正在消失。
2. 预测的目的在于行动
做完预测不能直接获得收益，行动才能实现预测的收益。
- 在技术变革的革命期和转折期，经营范式和社会理念都会发生巨变。
- 若能提前预测并提前行动，就可能成为未来的大赢家。
- 科技企业家的核心： 不是懂科技，而是懂科技应该怎么用，是善用科技的专家。
3. 智能的本质：记忆与预测
引用 Jeff Hawkins 在《On Intelligence》中的观点：智能的核心结构是记忆 - 预测。
- 记忆： 对应我们的产业分析和产业地图。
- 预测： 根据变量识别未来，并验证现实是否与预测一致。
- 闭环优化： 如果现实与预测一致，说明理解准确；如果不一致，则修正产业地图、关键变量或分析方法。特斯拉 FSD 的训练逻辑也是如此，通过对比预测指令与人类实际操作的差异，不断修正模型。
二、产业预测四步法
第一步：绘制产业地图
基于"技术 - 产业 - 应用 - 企业"菱形框架，细化为产业链地图。
- 区分产业链前后端、基础到应用的层次、供应到需求的关系。
- 将相关角色划入地图，形成立体的产业认知体系，而不仅是平面地图。
第二步：寻找关键变量
从产业地图的四个维度中筛选对未来影响最大的变量：
- 技术变量： 技术路线是否确定？能否量产？
- 产业变量： 是增强、颠覆还是新增？由谁驱动？改变哪些环节？
- 应用变量： ToB 还是 ToC 落地？用户扩散速度？阻力与竞争？
- 企业变量： 战略是否匹配趋势？是否有足够的资源与能力？（注意"成功者的诅咒"，大企业常因旧观念无法拥抱新浪潮）。
筛选变量的三个标准：
- 路径分叉： 该变量是否会导致未来走向完全不同（0 或 1，左或右）？
- 不确定性： 确定性的东西不需要预测，不确定的才重要。
- 时间窗口： 变化发生的时间跨度（1 年、5 年还是 10 年）。
第三步：构建未来场景
基于关键变量构建假设（开关组合）。
- 例如：变量 A 开启 + 变量 B 关闭 = 场景 1。
- 合并相似状况，形成几大类可能的未来场景。
第四步：跟踪市场信号
研究哪些关键点是场景落地的"十字路口"。
- 持续跟踪产业趋势和市场信号。
- 根据信号变化，迭代对产业地图和关键变量的理解，形成闭环。
三、实战案例一：ToC AI 应用预测
我们预测 ToC AI 应用即将爆发，以下是关键变量分析：
1. 技术成熟度
-
PC 端： 已相对成熟（如 Cursor、Copilot、AI 浏览器）。重点在于寻找新的应用场景。
-
手机端： 未来更重要，因为能捕捉位置、支付等行为数据。
- 关键变量： 大模型嵌入操作系统、API 开放程度。
- 看点： 2026 年苹果 WWDC 是否开放终端权限及 API。
2. 产业博弈
- 控制权之争： 手机厂商 vs 大模型厂商。目前手机厂商占优，但需看落地后大模型是否有空间。
- 信号： 关注中兴与豆包等合作是否增多，超级 APP 是否被突破。
3. 应用落地
- 互联网侧： 企业级 Agent（代替员工操作）、商业操作（AI 购物、购票）。
- 手机侧： 个人助理（排日程、买票）。
- 趋势： 从"一人公司"进化为"零员工公司"（老板设计流程，Agent 执行）。
- 风险与机会： 高权限 Agent（如 Claude Desktop）能力强大但存在安全风险，但这往往是创新的起点。
四、实战案例二：数字货币产业预测
数字货币是高度政策敏感型产业，当前正处于主流金融体系认可的关键时点。
1. 产业地图与角色
- 比特币 (BTC)： 数字黄金（储值资产）。
- 以太坊 (ETH)： 数字石油（基础设施）。
- 稳定币 (Stablecoin)： 数字现金（支付结算）。
2. 关键变量：监管与合规
- 现状： 从执法监管走向立法监管（如 GENIUS 法案、CLARITY 法案）。
- 逻辑： 立法意味着合法化，对头部企业是利好。
- 变量： CLARITY 法案中关于稳定币能否支付"利息"（奖励）的条款是博弈焦点。
- 预测： 2025-2027 年是规模化合规的三年，正规军入场，长期上行。
3. 未来场景推演
- 场景 A（30% 概率）： 监管快速落地，机构大规模入场 -> 现有领先平台（如 Coinbase）胜出。
- 场景 B（50% 概率）： 监管延迟但反复，机构入场洗牌 -> 传统金融头部 + 新兴合规头部瓜分市场。
- 风险点： 2029 年可能出现泡沫破灭（杠杆过高、政策清算等），但长期趋势向上。
4. 投资逻辑
- 长线： 数字货币是未来，现在是震荡上行的起点。
- 策略： 逢低加仓头部，避免高杠杆。
- 趋势： 稳定币通用化、加密技术主流化、7x24 小时交易实现。
五、互动问答精选
Q1：关于英伟达与算力
- 观点： 长期需求稳定，半导体行业仍在波动中上行（斜线上的波动）。
- 估值： 2025 年初预测市值可达 6 万亿，目前刚过 5 万亿，未来两年仍有增长空间。
- 推理侧： 谷歌/博通 TPU 会切走一部分份额，但英伟达在训练及高算力推理市场仍占主导。
Q2：关于特斯拉与人形机器人
- 观点： 对机器人量产规模持谨慎态度。Model S/X 年销量尚且有限，人形机器人短期内难以达到十万台级别。
- FSD： 核心在于记忆与预测的闭环，数据不吻合处才是训练价值所在。
Q3：关于 AI 硬件与换机潮
- 观点： Agent 爆发可能导致手机内存不足，引发换机潮，但时间点可能在 2027-2028 年。
- 现状： 今年手机内存可能因 HBM 挤占产能而减配，建议用户明年再换机。
- 华强北： 硬件门槛降低，华强北的开放性和定制能力是中国的独有机会，期待 AI 硬件的"山寨机时代"回归创新。
Q4：关于地缘政治与政策
- 观点： 美国与其他发达国家的割裂没那么严重，主要风险在于中美科技投资的长期割裂。
- 美联储： 人事变动和诉讼短期有波动，但独立性未受实质伤害。降息预期利好风险资产。
Q5：关于具体公司
- Circle/Coinbase： 长期看好，合规先行者。短期受法案波动影响，但大趋势是机构入场。
- Anthropic： 估值偏高，需看收入增长能否支撑。
- Rocket Lab： 上市可能性大，业绩已达标，但市值预期需理性。
六、总结与建议
- 预测是有据可循的： 基于产业分析构建场景，找到关键变量，跟踪信号。
- 行动至关重要： 预测的最终目的是行动。只有入场，才能将认知转化为价值。
- 持续进化： 2026-2027 是跨越拐点的两年，要持续预测、建立信任、积极行动、主动应对风险。
- 拥抱不确定性： 毕业辞世（修正自己）永远是必要的。
我们不仅是 MBA 课堂，更是实战训练营。希望大家通过线下练习，真正掌握这套系统，将能力转化为行动，在变革时代成为赢家。
下周预告： 专门解读 Cathie Wood 的《Big Ideas 2026》报告，对比中美对人工智能及未来发展的不同理解。
我们下周见！