Case 116 · 案例教学
日本调味品龙头——单品、大包装、低盐与本土生产占住美国货架
背景:从一瓶酱油出发,拆一家日本调味品龙头在美国的长青:一个单品打天下,在美国超市用大包装规格建立性价比认知,再叠加低盐等本地化改良与本土设厂生产,把进口品做成了当地厨房的默认选项。
当时逻辑:这门生意的小动作全是复利动作:单品聚焦让品牌心智零损耗;大包装先占住家庭装的货架位与价格带;本土生产既绕开运费与关税波动,又让「本地制造」成为渠道谈判的筹码;健康化小步改良则把品类生命周期一次次续上。没有一招是颠覆式的,但每一招都在加深同一条护城河。
结论与教训:评估出海消费品,拆它的「本地化三件套」:规格是否按当地习惯重做、产品是否按当地法规与口味改良、生产是否落地当地。三件套齐全的出海是扎根,缺件的出海只是出口生意,运费与政策一动就回国。
框架意义:为全球化分水岭(第一层增补)提供微观样本:全球化能力最后落在包装规格与工厂地址这种不起眼的地方。
补充:七巨头单轮蒸发约 3.2 万亿美元(跌幅最深者约 -34.5%,消费电子龙头最抗跌、约 -15%)的归因修正:表面触发是战争,真正的卖压来自两个疑问——七千亿量级资本开支能不能赚回来、AI 会不会先革了自家现金牛(搜索、办公软件)的命。锚点测算是:财报口径下微软约 22 倍、社交与搜索巨头约 25 倍上下,巨头本身并不贵;真正的泡沫问题在下游——护城河最深的公司只值二十多倍时,那些几百倍、没有利润的公司该值多少。泡沫破裂的方向,是从没有现金流的一端开始。
补充:AI 产业链的利润迁移图(修路比喻):第一棒卖砂石土方(芯片与硬件)赚钱,第二棒修路的(云厂商与集成商)赚钱,最后一棒是通车收费的高速公路——云平台凭不可替代性获得提价权。这里修正一个流行偏见:重资产本身不是坏模式,没有提价权的重资产才是;云厂商的财报已经证明,规模大到供不应求时,重资产反而长出定价权。这条与案例 116 的泡沫判断互补:泡沫在没有定价权的环节破,利润在有定价权的环节沉淀。
补充:芯片龙头的「明牌化」时刻:财报再好股价也跌,因为市场完成了定价模型切换——年赚五六千亿量级、花七千亿量级资本开支的公司,业绩从「惊喜」变成「明牌」后,就会被按价值股给二十到二十五倍,而不是按成长股给四五十倍。拿茅台作比:茅台的今天(二十倍、靠分红回购)就是巨头们的明天,微软、搜索、消费电子巨头都在往这个区间回归。泡沫测算的另一面:当龙头被按老登股定价,下游的高估值就更没有锚了。
补充:巨头互保的供应链政治:社交巨头与芯片老二签下五年六百到一千亿美元的采购长单,附带认股权证(股价达标则社交巨头可持股约一成)——买家用订单扶持第二供应商,制衡一家独大的供应商老大;供应商则用股权把大客户绑成股东。对照另一家 AI 公司四处签约却被质疑现金流兑现不了:长单的可信度最终看买家自己的现金流(社交巨头年研发投入八百亿量级,拿出两三成是真金白银)。产业链分析多加一问:这份大单,买家付得起吗?
补充:粉丝问答里的两条增量:其一,卖铲人名单比想象长——除 GPU 外,CPU、存储(两年二十倍量级)、液冷、电力设备、光伏都在这一轮里大赚,AI 基建的钱是沿着「算力→电力→散热」一路分下去的;其二,数据的价值分层——社交数据(长时停留、行为完整)远比交易数据(买完即走、链路太短)值钱,这是国民社交应用在 AI 时代的隐藏资产。另记自动驾驶的二阶冲击:事故率降到人类的几百分之一后,先被改写的是保险定价(已有保险公司给自动驾驶用户保费减半),再是车险与停车业。
补充:资本开支的验算公式:财报季里,电商云巨头赚约八百亿、宣布投约两千亿,搜索巨头赚约一千三百亿、投约一千八百亿,消费电子巨头利润大增也照样单日蒸发约六千亿市值——市场怕的不是投入本身,是投入产出比。验算方法可操作:看利润与投入的相对速度——边投边增(利润随投入一起涨,云业务利润率三成、增速三四成就是证据),投入是对的;边投边减(利润增速跑输投入增速),恐慌就是对的。这段时间的操作纪律同规则 116:不赌股价、不加杠杆、不做没把握的事。
补充:芯片老二的指引之跌:交出历史最好财报(营收增约 34%),只因下季指引约 95 亿、低于市场期望的一百亿,股价单日跌约 17%。同轮里存储厂商跌约 15%、一家软件公司因流水问题市值腰斩。本轮估值切换的实质是:当软件公司变成重资产的「数据中心工厂」,市场就要把它的估值模型从软件的三四十倍切到制造的一二十倍——投入越重,倍数越低,除非它能证明投入换回了定价权。
补充:买能力的并购样本:社交巨头以约 21 亿美元收购一家智能体应用公司——它的产品形态与聊天型大模型不同,是直接替用户把工作做完(写代码、做网站、执行任务)。这是它第三次以并购补 AI 应用短板:自家投了六千亿量级的算力口号、股价被吓跌之后,改为「自研算力加外购应用」双线。给创业者的顺带结论是:在大模型未盈利的阶段,把产品做到能被巨头收购,本身就是一条被验证的变现路径。
补充:定制芯片龙头的毛利之跌:营收与利润双双高增(利润增约三倍),股价照样暴跌——AI 芯片占比上升后,大客户把它的毛利率压低了约一个点,市场立刻按「代工厂化」重估。它与芯片老大的分野不在技术,在生态与议价权:美国芯片公司利润高,靠的是别人复制不了的技术栈与软件生态;只卖货的公司再赚钱,也值不了同样的倍数。给科技股的选股注脚:买有生态与定价权的,不买只有产能的。
补充:芯片龙头的三重疑问:财报(营收约 570 亿、净利增约 65%)挡不住股价大跌,还把九个「小弟」与软件大哥一起带跌。疑问一:最大客户们用自研芯片训出了更好的模型,「非你不可」松动;疑问二:客户把 GPU 折旧年限从四年拉到八年,利润的含金量要打问号;疑问三:巨头互相投资、互相采购撑起来的需求(给创业公司千亿、供应商互相持股),有多少是真实终端需求。验证标准只有一条:等下游有人靠 AI 真金白银赚到大钱,泡沫之争自动平息;在此之前,龙头跌、链条跌都是定价在还债。
补充:社交巨头的参观诊断:园区是工业风、氛围严肃,与搜索巨头的松弛感对照鲜明。它的病历:大模型没有自研护城河(靠开源路线)、核心产品的用户时长正被 AI 助手抢走、创始人什么都想做(智能眼镜等硬件持续烧钱)导致什么都没做到第一;一桩跨境收购被监管叫停、团队撤出,是地缘变量的实景注脚。内部员工对约二十倍的估值也答不出低估还是合理——多位资深投资人不约而同把票投给文化更健康的搜索巨头:AI 时代拼到最后,拼的是组织文化能不能自我革命。
把这套框架用到你关心的公司上
案例是历史,体检是现在。输入美股代码,Agent 按同样的五步框架给这家公司做一次完整体检:生意质量、财务、估值,一次讲清。
开始公司体检历史案例教学,不构成投资建议。

