3月14日，睿郡资产合伙人、研究总监董承非在2026年策略交流会上发表主题演讲。
投资作业本整理了要点如下：
1、智能汽车大概率会像智能手机一样，成为一门好生意。作为AI在物理世界的首个应用，它有很强的技术延展性。如果我们押注正确，投资的不仅是一家车企，更是未来的AI企业。未来的头部企业，一定是披着汽车外衣的AI公司。
2、地产的春天什么时候来，还不确定。
不过，行业调整幅度不小，政策早已转向，相信复苏总会来，只是时间问题。
总体来说，地产的量价都在底部，只是反转时间未知，属于投资中的“期权”。地产股高风险高回报（自带杠杆，对判断精度要求高），上下游产业链则是中等风险中等回报，更中庸。
3、主题投资在A股有着悠久历史和高人气，短期效果显著。
但这次AI浪潮，我对结果偏乐观。因为：
市场更开放包容，中国企业实力更强。这次AI浪潮主要集中在中美，我们的技术没落后太多，有机会抓住。
回顾历史，2000年互联网浪潮没跑出真正的好公司，2013-2015年移动互联网跑出了两家。这次AI浪潮，我认为跑出来的企业会更多。
以下是投资作业本课代表（微信ID：touzizuoyeben）整理的精华内容，分享给大家：
智能汽车大概率会成为一门好生意
今天主要聊三个话题：汽车智能化和地产产业链和当下市场。
第一，汽车智能化带来的机会。我想回答一个核心问题：原来汽车行业不算好生意，智能化之后，能不能变成好生意？
现在智能汽车有点像2008、2009年的黑莓手机，虽然叫智能手机，但和今天的完全没法比。未来行业集中度肯定会提升，不会像现在这么分散，玩家会大幅减少。
我的判断有四点：
AI的入门应用：汽车智能化是AI在物理世界的第一个应用。因为它有明确规则（在固定区域、遵守交规、只能前后左右移动），比人形机器人更容易实现。如果不信L4自动驾驶能成，就更别信人形机器人。
核心是软件和生态：当人不用开车，车就成了移动空间，用户体验全看软件和生态。不同品牌的体验差距会拉得非常大，产品差异化更明显。
行业洗牌加速：这个过程会残酷洗牌。有能力的企业像苹果一样，用创新产品激发需求。中国不缺消费力，缺的是让人眼前一亮的产品，好产品必然有市场。创新者能拿到溢价和话语权，反之则会陷入依赖别人的恶性循环。
赚钱模式变了：如果智能汽车能像优秀司机一样提供增值服务，消费者肯定愿意买单。未来卖车可能不是一次性买卖，车企能从车辆日常使用中持续赚钱。
一句话总结：智能汽车大概率会像智能手机一样，成为一门好生意。
而且，作为AI在物理世界的首个应用，它有很强的技术延展性。如果我们押注正确，投资的不仅是一家车企，更是未来的AI企业。未来的头部企业，一定是披着汽车外衣的AI公司。特斯拉已经打了样，我相信中国也会走到这一步。
地产的量价都在底部，只是反转时间未知，投资地产股属于高风险高回报
第二，地产及地产产业链。现在房价跌到一定水平，加上稳定的租金，对投资者来说，即使只有一点利息差，也能实现无成本套利。如果房价再有上涨预期，就会刺激投资需求，所以房价有了一定支撑。但地产的春天什么时候来，还不确定。
不过，行业调整幅度不小，政策早已转向，相信复苏总会来，只是时间问题。
如果地产复苏，有两个投资思路：
直接买地产股：逻辑成立，弹簧压得越久，反弹可能越大。可以参考美国的霍顿地产，从低谷的9亿美金涨到400多亿。
买地产上下游产业链：新房销量下降，但新房加二手房的市场整体企稳。买房后就有装修需求，会带动建材等行业发展。目前建材行业的收入和利润已开始企稳，像石膏板、涂料等都在涨价。
经过多年洗牌，很多企业退出，竞争程度下降。存活的企业负债可控，分红意愿强，不少企业的分红率已经超过银行定存利率2～3个点，地产企业有可能剩者为王。
总的来说，地产的量价都在底部，只是反转时间未知，属于投资中的“期权”。地产股高风险高回报（自带杠杆，对判断精度要求高），上下游产业链则是中等风险中等回报，更中庸。
主题投资短期效果显著，这次AI浪潮，跑出来的企业会更多
第三，对当前A股市场的思考，我们的标题是“昔日牛股今安在？”
“9·24”之后，指数涨了40%多，股价翻倍的公司近1600家。我们也复盘了2000年互联网浪潮和2015年移动互联网浪潮。通过观察这些数据，我发现主题投资在A股有着悠久历史和高人气，短期效果显著。
现在加上AI和量化资金，过程被大幅加速，以前两年走完的行情，现在一个月就能走完。
从我们睿郡的角度，我们不擅长主题投资，如果这种风格持续，我们的表现可能会慢一些，请大家谅解。
但这次AI浪潮，我对结果偏乐观。因为：
市场更开放包容，中国企业实力更强。这次AI浪潮主要集中在中美，我们的技术没落后太多，有机会抓住。
回顾历史，2000年互联网浪潮没跑出真正的好公司，2013-2015年移动互联网跑出了两家。这次AI浪潮，我认为跑出来的企业会更多。
来源：投资作业本Pro 作者王丽
更多大佬观点请关注↓↓↓
