在上一篇关于模拟芯片行业的宏观探讨中，我们构建了一个基础的投资框架：模拟芯片作为连接物理世界与数字世界的桥梁，使用场景非常广。
具体到产品，就是分为电源管理芯片和信号链芯片，下游应用渗透到各行各业的产品里，工业、汽车、通信及消费电子等等。
大的结论也很明确：这是一个天花板不断被技术进步(如电动化、智能化)向上推高的行业，所以我们不需要担心行业上限，这个增量逻辑适合全球的模拟市场，自然包括中国市场。
而对于A股市场，除了行业本身的增长，还叠加“国产替代”逻辑，从数据上来说，国内排名靠前的数十家公司的总收入，才和海外巨头(德州仪器)一家公司在中国的市场规模差不多，所以这部分空间也非常大。
当然，以上是行业逻辑，只有行业逻辑好，个股才有机会，我们今天谈以下几个话题：
• 为什么模拟芯片会出现“强者恒强”的局面?
• 为什么小公司在这个领域难以通过“价格战”颠覆巨头?
我们一说芯片的时候，大家首先想到的是手机里面最核心的那个芯片，或者最近火热的AI芯片(即GPU)。
这个领域的特征有点像选运动员，如果选出了一个天才运动员就可以横霸天下，但是一旦下一代产品没有做出来特别领先的产品，公司可能就会遇到很大的问题，但在模拟芯片领域，逻辑截然不同。
前面说了模拟的下游非常分散，比如一个汽车里面用到多个不同的模拟芯片，如果你是供应商，你想服务好一个大客户，那你需要做一大批不同的模拟芯片产品。
这样的结果是什么?你手上的产品数量就会非常丰富，客户需要20个不同的芯片，即便产品迭代了，可能其中3个不用了，你依旧会供应剩下的17个不同的芯片。
更不要说，现在产品迭代中，需要越来越多的模拟芯片种类，所以可能是3种芯片不用了，最终需要的却是25种模拟芯片。
当你有几百、几千，甚至几万个种类的芯片的时候，一个公司的收入是不是就不会因为某一个或者某一类的芯片需求出现波动而波动呢?基本不会。
模拟芯片的产品特性，也决定了这个行业强者恒强，为什么?
试想一下，一个典型的工业客户，在设计一块复杂的产品时，可能需要用到上百颗模拟芯片：有的负责电压转换，有的负责信号放大，有的负责接口保护。
如果这些芯片需要从几十家不同的供应商处采购，对于客户的采购部门和研发部门来说，简直是灾难，这不仅意味着巨大的管理成本，还涉及复杂的供应链协调风险。
因此，客户天然倾向于选择那些拥有“多品类”供应能力的头部厂商，如果一家公司能提供大部分的模拟料号，客户会毫不犹豫地将其列为首选。
这种需求端偏好，直接导致了供给端的“马太效应”，头部企业凭借成千上万的料号，构建了极深的护城河。
这种优势是自我强化的：产品越全，越能吸引大客户;大客户越多，企业越有资源投入研发扩充新品类，从而进一步拉大与中小厂商的差距。
我们用自己的例子为例，如果你过年回家需要买几十种年货，你更愿意去品类最丰富、规模最大的超市，还是愿意一个小店一个小店地跑?其实生活中的例子就能说明问题。
有人说，那小厂通过价格战，是不是可以让这个市场一直无法出清?
首先，不能否认小厂的价格战会带来一定程度的负面影响，在模拟行业，小供应商往往很难做“价格屠夫”。
主要是头部企业拥有巨大的出货规模，它们在晶圆代工端有极高的议价权和产能利用率，其单位成本更低。
同样，更大的出货量也会降低单个产品的研发成本，比如说头部公司研发一个产品可以供应给十个客户，一年出货1万个。
而小的供应商只能供给1个客户，出货量1000个，那同样研发费用，出货量1万的公司，摊在每个产品上的研发成本就更低，即便是同样的价格，头部公司也可以赚更多的钱。
更残酷的是，即便小厂商咬牙报出了更低的价格，客户也未必买账，这就涉及了模拟芯片独特的价值占比逻辑。
模拟芯片的一个显著特征是，在客户的整个成本中占比比较低，但是影响非常大。
以一台售价20万元的新能源汽车为例，其中一颗负责电源管理的模拟芯片可能仅售几块钱，如果一家小供应商跑来说：“用我的吧，我可以便宜2块钱”，车企愿意节省2块钱，去选一个小的供应商吗?
如果这颗芯片失效，导致整车趴窝，甚至引发安全事故，这个就不是省钱了，这就是为什么说车规级产品要求很高，也是这个逻辑。
这些其实是常理，单个产品价值量低、产品类别众多，对产品的影响又很大，所以客户愿意选择产品类别众多的头部公司，有这个逻辑在，头部公司就可以实现行业地位的自我强化，因为：
客户会选择产品种类丰富的头部公司，自然给头部公司贡献更多的收入，而头部公司因为获得更多的客户，一方面获得更多的收入，可以进一步投入研发，同时也会收到客户最新的需求，掌握市场的动向。
因此研发出来更多的产品，使得客户对自己的依赖更强了，你看是不是一个正循环?
而处于行业排名靠后位置的公司，就是恶性循环，因为产品品类少，无法服务到头部客户，收入更少，也接触不到最前沿的需求，导致研发资金有限，新产品进一步跟不上。
模拟公司的逻辑远远不止如此，但是我们一篇一篇地来，先把今天的逻辑理解了，想了解更多关于AI芯片的内容，请关注本站哦!
