近年来人工智能成为资本市场最热的话题之一,许多投资者天然地把目光投向了英伟达(NVIDIA)和Palantir等技术公司。然而,来自Wedbush的资深分析师Dan Ives却提出了不同的看法:他认为在"物理人工智能"领域 - - 即把AI嵌入真实世界的汽车与机器人等硬件当中 - - 特斯拉(Tesla)是目前市场最被低估的AI股票。这一观点既引发了争议,也推动投资者重新审视特斯拉在AI时代的长期价值。本文将深入拆解Ives观点的逻辑来源、特斯拉的AI核心资产、市场对其估值的分歧、潜在催化剂与主要风险,帮助投资者在AI浪潮中做出更清晰的判断和投资决策。 Dan Ives的判断并非空穴来风,而是建立在对"物理人工智能"商业化路径的宏观想象上。传统的AI公司多以云端计算、模型授权或数据服务为营收来源,而特斯拉试图把AI直接变成带来现金流的实体产品:自动驾驶出租车网络、机器人、以及嵌入车辆的智能服务。
Ives认为,若特斯拉能在自动驾驶和机器人领域实现规模化落地,其市场价值可能远高于当前水平。对比英伟达和Palantir,前者更像是AI的"引擎制造商",后者擅长数据与分析工具,而特斯拉实际上控制了从传感器、算力到软件、车辆运营的完整闭环,这一差异是Ives看好它的关键理由。 要理解这一观点,必须先看清特斯拉在AI与自动驾驶上的核心资产。第一是庞大的车队数据。特斯拉旗下数百万辆在路车辆每日产生海量驾驶数据,这些真实世界的影像和行驶场景是训练自动驾驶模型的黄金。相比于单纯靠模拟或少量测试车的数据,特斯拉的车队数据具备多样性与覆盖面大两大优势。
第二是自研的软硬件体系。特斯拉选择以摄像头为核心的"纯视觉"方案,并投入自家Dojo训练超级计算平台以加速模型训练。第三是整车与服务的闭环能力。特斯拉既生产硬件(电动车、传感器、自动驾驶芯片),又提供软件更新与订阅服务,未来若能将自动驾驶功能商品化为按里程或按次收费的出行服务,将为公司打开新的高边际收入来源。 不过,必须同时看到特斯拉当前面临的现实挑战。近一年其电动车市场份额在全球多个市场被BYD等竞争对手蚕食。
交付量下滑、营收和净利出现回落,短期财报并不支持"高估值合理化"的观点。此外,特斯拉创始人兼CEO埃隆·马斯克的高调言行也给品牌和销量带来不确定性,这一政治和舆论风险不容忽视。更重要的是,自动驾驶从技术到商业化存在诸多监管和安全门槛。任何一次重大安全事故都可能导致监管收紧,从而影响相关服务的推进节奏。 在估值上,市场内部的分歧尤为显著。Ives提出一个极端乐观的路径,即未来特斯拉可能成长为市值数万亿美元的公司,这建立在自动驾驶和机器人作为高利润长期业务的假设上。
按这种设想,特斯拉的自动驾驶出租车网络和机器人将大幅提升每辆车的终身价值,并使公司利润率显著攀升。然而主流分析师对短期基本面更为谨慎,许多研究机构给出的目标价反映了对电动车竞争加剧、产能利用率和短期营收压力的担忧。这种估值鸿沟反映了市场对"物理AI"商业落地时间表的不同预期:乐观派把时间表看得很短,悲观派则认为实现路径漫长且布满障碍。 那么,特斯拉是否值得买入?答案取决于你的投资时间视角与风险承受能力。如果你是长期投资者并且对特斯拉在自动驾驶与机器人领域长期变现能力有信心,当前市场对其未来现金流的折价或许提供了吸引人的切入点。相反,如果你更关心近期财报、销量波动与市场情绪,特斯拉可能并不适合作为短期投机对象。
合理的投资策略应包含对催化事件的判断:包括FSD(全自动驾驶)功能的商业化进程、Dojo平台的能力及订阅收入增长、首批无人驾驶网约车服务的规模化运作进展以及Optimus人形机器人的实用化程度。任何一项取得实质性突破,都可能成为股价重新定价的触发器。 技术层面上,特斯拉的"视觉优先"策略与传统依赖激光雷达(LiDAR)的自动驾驶路线存在根本差异。视觉方案的优点是成本低、与人类驾驶模式更接近,但在恶劣天气、低光环境或特殊场景下的鲁棒性一直是质疑点。特斯拉则靠海量数据与神经网络来弥补感知局限,并依托Dojo等训练体系不断优化模型表现。英伟达等公司在自动驾驶算力与传感器生态上仍然占据重要位置,但特斯拉的整合能力和数据优势使其在长期建立闭环服务方面具备独特壁垒。
市场竞争同样需要重点关注。中国公司BYD在电动车销量上已经占据全球领先,而传统车企如大众、丰田和通用也在加速电动化和自动驾驶布局。此外,科技巨头如谷歌旗下Waymo在无人驾驶出租车领域推进多年,具备在特定区域实现商业化运营的先发优势。特斯拉如果要在全球范围内守住或扩大优势,需要在技术、供应链、成本控制与合规运营方面持续投入并加速落地。 监管与法律风险是另一大不确定因素。自动驾驶涉及公共安全、责任认定以及城市交通管理等复杂问题。
各国对自动驾驶上路的审批标准各不相同,事故后的责任界定也会对自动驾驶商业模式构成冲击。特斯拉必须在技术可证明性和合规性上做足工作,否则即便技术成熟也可能因监管障碍而无法实现规模化营收。 对于想要配置特斯拉作为AI主题投资的投资者,有几条实用建议值得参考。首先,明确时间框架与仓位管理。若看好自动驾驶长期价值,可采取分批建仓并设置合适的仓位上限,避免单一重仓带来的系统性风险。其次,关注短中期催化事件,包括关键软件功能的上线、监管批准、无人驾驶试点城市扩展以及机器人原型的商用示范。
第三,关注财务健康度,尤其是自由现金流、毛利率与研发投入的持续性,这些指标反映公司在技术路线与商业化推进中的抗风险能力。第四,保持对竞争对手与产业链动态的敏锐度,了解传感器、算力与半导体等关键零部件的供应状况及成本趋势。 从投资组合角度考虑,把特斯拉放在一个多元化的AI与科技篮子中通常更为稳健。可以通过配置云计算、大模型平台、半导体提供商及行业解决方案公司来分散单一公司或单一路线失败的风险。同时,关注那些能够从AI普及中受益的垂直行业公司也是一种稳健策略。例如,自动驾驶所带动的出行网络、数据服务、地图与定位、车联网和后市场服务都可能成为价值增长点。
把特斯拉视为物理AI生态中的重要一环,而非全部赌注,更符合长期风险管理的原则。 总结来看,Dan Ives认为特斯拉是目前最被低估的AI股票,背后逻辑是特斯拉在"物理人工智能"领域的闭环能力与海量车队数据优势。如果特斯拉能够把自动驾驶和机器人成功商品化,其市值与盈利能力有望实现质的飞跃。然而,现实中存在销量下滑、竞争加剧、监管不确定性以及短期财务波动等诸多挑战。投资者需要基于自身的风险偏好与时间视角来判断是否布局特斯拉,合理的仓位管理、关注催化事件与行业竞争动态,以及保持组合多元化,是在AI浪潮中保护资本并分享潜在红利的关键策略。无论最终的赢家是谁,AI对汽车与机器人产业的深度改造已成定局,把握行业变化并用理性的投资框架评估公司价值,才是长期投资成功的核心要素。
。
