不赚钱的高科技算不算高科技
现代社会，几乎没有人不喜欢高科技。即使是非洲残暴的军政府统治者，也喜欢高科技。经历过近代羞辱历史的中国，更是把科技看成国富民强的根本。“科学技术是第一生产力”，代表了大部分仁人志士的心声。
作为一名科技爱好者，同时也是投资者，我对高科技技术也推崇备至。不过，我在高科技的认定方面，与流行的观点不同。市面上，大部分人都会从理论架构、技术水平、性能体验等方面判断一款产品是不是属于高科技。而我则认为，识别高科技的唯一标准就是产品能不能赚钱。赚钱的不一定是高科技，但不赚钱的肯定不是高科技。
科技的发展，一般会经历三个阶段：
理论发现：科学家发现了新的物理、化学、生物等理论，这个阶段主要在高校和科研实验室完成。
发明创造：有部分科学家走出实验室，开始利用理论制造可以满足人们需求的产品。这个阶段经常在初创企业完成。
批量生产：第二个阶段创造的产品经过试销，供不应求。于是企业加大投资，批量生产。这个阶段，发现有利可图的所有企业都进入市场，相互竞争，降低成本，把高科技产品变成普通人都能拥有的商品。
上面的三个阶段看上去很简单，实际上，每个阶段都充满着风险。99%的技术都没有走完三个阶段，只有剩下的1%留了下来。这剩下1%的技术之所以能大规模应用，根本原因不在于他们技术水平有多高，而是他们最先实现了持续盈利。如果不能够盈利，即使是有国家做背景进行补贴，最终也逃不过消失的命运。“烧钱”并不可怕，可怕的是烧钱之后不能盈利，导致最后所有人都会放弃。
芯片制造
如果不看年报，大部分投资者的印象里，芯片制造属于非常高端的制造业，绝对是高科技的代表。那么，中芯国际作为亚洲第一、全球前三的晶圆代工企业，科技水平应该很高。但看完它的财务报告，会发现结果与想象还是有些差距。
如下图所示，中芯国际历史毛利率水平约为23%，且不太稳定。从绝对值来说，这个毛利率水平大致为中端制造业的水平。对比三星和台积电等50%的毛利率，差距还是比较明显。
再看净利率和ROE，净利率平均约为12%，大致与格力电器相同。ROE平均为5%，比格力电器差很多。当然，格力电器的资产负债率比较高，中芯国际的资产负债率只有30%多，算是很低的水平。这一方面说明整个社会对高端制造业的支持，芯片制造根本不差钱，另一方面也说明，资本的使用效率有点提高，
整体上，中芯国际看上去更类似于如格力、美的等中端的制造产业，而且在稳定性上面，甚至还不如它们。同样是芯片制造，台积电、三星就更显得高端一些。
中芯国际
为什么同样是芯片制造，中芯国际的盈利能力不高呢？从生产的逻辑链条上我们就可以找到原因。
第一，晶圆代工的制造设备和原材料均来自于进口。下图是2023年华虹公司上市的招股说明书中的内容，“仍主要依赖进口”是国内目前的高端行业的普遍现状。这个不再赘述了。
第二，因为芯片工艺先进性不高，导致只能适配更廉价低端的下游设备。像手机里面高端的品牌如苹果、华为等，使用的芯片均为台积电代工，因为台积电目前的工艺已经可以量产3nm，而中芯国际目前仍只能量产28nm，两者相差了大约10代。通俗地讲，中芯目前只能生产iPhone4，而台积电已经可以生产iPhone14。显然，iPhone14在性能上优于iPhone4，价格也会更高一些。
所以，与我们之前分析的国内所谓“高端”产业类似，芯片制造业也是同样的问题，上游因为技术壁垒被卡脖子，下游因为质量不高卖不出价，两头受气。之前我分析中际旭创，说他两头在外，但实际上中芯国际比中际旭创还好一些。至少在下游产品上，国内需求是主导，而不是像中际旭创一样依赖于国际市场。这是把双刃剑，不同的环境和形势下，利弊不同。和平时期，国外收入高更能获得高毛利、优质现金流；但不和平时期，国外收入可能直接归零。
投资价值
虽然中芯国际的盈利能力不高，但我认为它仍然具有投资价值。根本原因是，作为仅有的几颗独苗，中芯国际是国内芯片制造的龙头。越是高科技行业，随着时间的流逝，龙头企业的技术水平会越高。而且这个提高的速度还不是线性的，而是指数型的、爆发式的。行业竞争最后的结果，并不是像家电行业一样，三分天下；而是一家独大，吞下最肥美的肉，剩下的玩家只能吃点残羹冷炙。这种行业结构，是非常适合投资的。
当然，对于科技行业，我仍然坚持保守的风格，只有等到企业展现出真正的盈利能力时，才会出手投资。而不是像市场一样，因为某些概念就急忙进场，生怕自己被落下了。事实上，即使等到企业展现能力时再投资，仍然可以获得丰厚的回报。比如苹果公司，当iPhone4推出后，我们就可以确定苹果公司拥有了超强的盈利能力。然后投入进去，坚持拿到现在，仍然可以获得10年15倍的完美收益率。
英伟达的CEO黄仁勋说，ChatGPT是人工智能的“iPhone时刻”。但是，这话显然说得有点早了，至少从盈利能力上，人工智能还没有展示出iPhone推出时的水平。黄仁勋这样说的目的，显然是为了卖芯片。对于投资者来说，现在投入人工智能行业，还为时尚早。
