一、一个反直觉的事实
过去30年，科技行业是全球经济增长的最大引擎。
互联网改变了信息传播方式，智能手机重塑了社交和消费，云计算颠覆了企业IT架构，AI正在改写生产力的定义。
但一个反直觉的事实是：科技行业的整体股东回报，并不突出。
这听起来像是胡说八道——苹果涨了700倍，英伟达涨了600倍，你怎么说不突出？
答案藏在"整体"两个字里。
二、为什么说"科技股不赚钱"有道理
1. 创新者的窘境：行业增长 ≠ 股东回报
Bessen（2020）的研究发现了一个被反复验证的模式：
技术的最大受益者往往是技术的使用者，而非制造者。
1830年代铁路热潮：铁路极大降低了运输成本、推动了工业化，但大部分铁路公司的投资者血本无归。技术红利被消费者（更低运费）和下游产业（更高效生产）拿走了。
这个模式在科技行业反复上演：
- 光纤铺设热潮 → 电信公司大规模破产，但互联网经济因此爆发
- 光伏产能扩张 → 组件价格暴跌90%，太阳能成本低于火电，但大量光伏企业倒闭
- AI算力军备竞赛 → GPU需求暴增，但云服务商的资本开支也暴增，利润被吞噬
2. 成长陷阱
Rau & Vermaelen（1998）发现了一个经典现象：被归入"成长股"指数的公司，长期回报显著低于"价值股"指数。
原因很简单：成长股的估值已经透支了未来增长预期。当增长不及预期时，戴维斯双杀——估值和盈利同时下降——极其惨烈。
3. 创造性毁灭的残酷性
Backus & Lambert（2020）统计了1925-2019年美国上市公司的命运：
- 90年间累计上市公司超过25,000家
- 到2019年，只有约4,000家还在上市交易
- 长期存续率不到20%，科技板块淘汰率更高
柯达发明了数码相机，然后被数码相机杀死。诺基亚曾占全球手机40%份额，7年后基本消失。黑莓、雅虎、Sun Microsystems……科技史就是一部"昨天王者今天弃子"的历史。
4. 少数赢家创造了全部回报
Bessembinder（2018）的经典研究结论最为震撼：
美股1926-2016年间，4.3%的公司创造了全部净财富。 而科技板块的集中度更高——少数几家公司的回报覆盖了整个行业其余公司的全部亏损。
换句话：如果买入一个等权重的科技行业组合，你的长期回报很可能令人失望。
三、为什么"科技股不赚钱"也是错的
1. 科技巨头是过去30年最好的投资
| 公司 | 2000年市值 | 2025年市值 | 回报倍数 |
|---|---|---|---|
| 苹果 | ~50亿 | ~3.5万亿 | ~700倍 |
| 微软 | ~4000亿 | ~3.5万亿 | ~9倍 |
| 亚马逊 | ~200亿 | ~2万亿 | ~100倍 |
| 英伟达 | ~50亿 | ~3万亿 | ~600倍 |
如果你在2005年买入苹果，回报约100倍。如果在2015年买入英伟达，回报约200倍。
科技股不是"不赚钱"，而是"赚的钱极度集中在少数赢家手里"。 找到赢家 = 巨额回报；找不到 = 惨淡收场。
2. 平台型 vs 产品型：理解科技股的关键框架
这是本文最核心的分析框架：
| 维度 | 平台型企业 | 产品型企业 |
|---|---|---|
| 例子 | 微软OS、苹果生态、英伟达CUDA | 芯片设计公司、SaaS工具商 |
| 护城河 | 网络效应+转换成本 | 技术领先（可被追赶） |
| 竞争对手进入难度 | 极高（生态锁定） | 中等（技术可复制） |
| 长期回报 | 超额 | 平均或低于平均 |
| 风险 | 反垄断监管 | 技术迭代被颠覆 |
平台型科技企业的长期回报远超市场平均，产品型科技企业则面临持续的竞争侵蚀。
微软值钱的不是Windows的技术代码，而是全球数亿用户无法离开的生态。英伟达值钱的不是GPU的物理性能，而是CUDA生态锁定了数百万开发者和AI研究者。
3. 估值决定一切
同样的科技公司，在不同估值买入，结果天差地别：
| 买入时机 | 市盈率 | 至今回报 |
|---|---|---|
| 2000年1月买思科 | >100倍 | 25年后仍亏损50%+ |
| 2002年10月买思科 | ~15倍 | 年化约8% |
| 2007年买苹果 | ~25倍 | 18年约50倍 |
| 2021年买苹果 | ~35倍 | 4年约80% |
科技公司本身没问题，问题是投资者往往在泡沫期以荒谬的估值追入。
四、什么时候科技股能赚钱？什么时候不能？
✅ 能赚钱的四种情况
| 情况 | 逻辑 | 代表 |
|---|---|---|
| 买入平台型垄断企业，长期持有 | 生态锁定→不可替代→持续产生超额利润 | 微软、苹果、英伟达 |
| 在合理估值买入 | 以PE<30倍买入优质科技龙头 | — |
| 识别出真正的赢家，集中持有 | 科技行业赢家通吃，分散反而稀释收益 | — |
| 关注现金流，而非故事 | 自由现金流充沛+持续回购 vs 烧钱换增长 | 苹果、谷歌、Meta |
❌ 难赚钱的四种情况
| 情况 | 逻辑 | 代表 |
|---|---|---|
| 买行业ETF而非选股 | 淘汰率太高，分散了风险也稀释了收益 | — |
| 在泡沫期追高 | PE>80倍追入，通常需5-10年解套 | 2000年科网泡沫 |
| 买"概念"而非"生意" | 概念性感但商业模式不成立 | 元宇宙、各种概念股 |
| 忽视竞争格局 | 技术领先≠竞争壁垒，今天领先明天被颠覆 | 诺基亚、黑莓 |
五、一张决策框架表
下次面对一只科技股，用这张表快速判断：
| 判断维度 | 值得长期持有 | 可能是陷阱 |
|---|---|---|
| 商业模式 | 平台/生态锁定 | 纯产品/技术领先 |
| 现金流 | 自由现金流充沛，持续回购 | 持续亏损，靠融资续命 |
| 客户粘性 | 转换成本极高 | 随时可替换 |
| 竞争格局 | 寡头垄断，护城河深 | 参与者众多，价格战激烈 |
| 估值水平 | PE<30倍或PEG<1.5 | PE>60倍，靠远期想象支撑 |
| 资本回报 | 股息+回购回报股东 | 所有利润再投入甚至不够 |
六、对A股科技投资的特殊启示
中国市场有额外的复杂性：
1. "伪科技"泛滥
很多挂着"科技"名号的公司，实际是低附加值的组装或代工，毛利率不到15%。它们的"科技含量"远低于它们的"科技标签"。
2. 政策依赖性强
补贴退坡、集采、反垄断——政策变化对A股科技公司的影响巨大。投资A股科技股，不能只看技术和产品，必须把政策风险纳入核心考量。
3. 硬科技的特殊性
半导体等硬科技赛道：技术迭代快、资本开支重、回报周期长。这类公司适合产业投资者（看得懂技术、等得起时间），对财务投资者（追逐季度回报）极不友好。
4. 真正的平台型公司稀缺
腾讯（社交生态）、阿里（电商生态）算平台型，但近年来面临反垄断和竞争压力。A股中几乎没有真正意义上的平台型科技公司，更多是产品型和制造型。
在A股投资科技股，需要的不是"买入并忘记"，而是"持续验证竞争优势是否仍在"。
七、回到那个问题
所以，"投资科技股长期很难赚钱"对吗？
对了一半。准确地说：买入"科技行业"很难赚钱，但买入"科技赢家"能赚大钱。问题是，事前区分赢家和输家极其困难。
科技股投资难赚钱，难在三点：
- 赢家极少，事前难辨——4.3%的公司创造全部财富
- 估值经常透支未来——好公司≠好股票，买的便宜才重要
- 技术迭代随时颠覆格局——今天的护城河明天可能不复存在
但科技股也是过去30年创造最大财富的地方。区别在于：
| 大概率赚钱 | 大概率亏钱 |
|---|---|
| 平台型垄断企业 | 概念股 |
| 合理估值 | 泡沫估值 |
| 长期持有 | 短线交易 |
| 看现金流 | 听故事 |
结语
与其问"科技股能不能赚钱"，不如问三个更具体的问题：
- 我买的是平台还是产品？ ——护城河的深度决定了长期回报
- 估值是否合理？ ——再好的公司，买贵了也难赚钱
- 我有没有能力跟踪竞争格局的变化？ ——科技行业变化太快，一劳永逸不存在
本质上是六字真经：好生意、好价格、好跟踪。
本文为投资思维系列——"行业认知"板块首篇。此前已发布"底层思维"板块：市场先生、能力圈、飞轮效应、奥卡姆剃刀、第一性原理、内在价值、供求关系等。
后续将陆续推出更多行业深度认知文章。
免责声明：本文仅为个人投资思考与学习总结，不构成任何投资建议。投资有风险，入市需谨慎。