人类认识客观规律并改造客观世界的过程，可系统地解构为信息层、认知层、执行层与反馈层4个核心环节。认知-行动框架同样适用于行业研究。本文将聚焦于其中的“认知层”，即对原始信息进行加工、形成系统性判断与洞见的关键阶段，具体分析如下：
一.研究框架梳理
研究框架：按照 经济周期，行业现状，产业链上下游，公司/竞争对手，企业文化，商业模式，品牌，护城河，财务，估值模型，驱动因素等，由宏观到微观的顺序依次梳理。
1.经济/行业周期：当前是技术创新驱动，政策红利驱动还是监管规范驱动阶段？流动性环境对AI投资有什么（一级/二级）影响？
2.产业链与议价能力：比如芯片企业，其议价能力关键在稀缺数据、算力成本，行业生态构建还是对于产品应用场景的深刻洞见？巨头（如英伟达、微软、谷歌）的芯片/云/AI大模型定价策略如何影响中下游利润？
3.商业模式与财务：收入是项目制、SaaS订阅还是交易分成？研发支出是费用化（激进投入）还是资本化（平滑利润）？关键财务指标是营收增长、毛利还是净利？
4.护城河：比如AI公司，其护城河是技术（算法）、数据（另类数据源）、合规牌照（甚至官方资源）还是客户切换成本？是否容易被大模型开源或监管变化侵蚀？
5.驱动因素：是清晰的长期目标、使命驱动、战略聚焦如专注细分市场？还是创新能力，如产品/商业模式/流程管理的研发创新？抑或企业文化、核心价值观？如段永平的诚实、本分、平常心价值观；或者是资本与资源，如融资能力，供应链、品牌、数据等核心资源的积累？还是品牌影响力，如品牌信任度带来客户黏性与溢价能力等等。
二.该研究框架的缺陷与改进
1.致命缺陷
看似完美的“分析要素清单”，实则顺序固化，忽略动态交互，无法应对市场突变，导致分析僵化，例如经济周期影响行业现状，但行业现状又改变产业链议价能力，二者交互影响；同时该分析框架还会陷入细节研究的泥潭之中，消耗大量时间精力之后，发现目标公司核心矛盾可能在别处。
2.正确框架：“望远镜-显微镜”循环法
（1）第一眼（望远镜）：快速扫描全貌，定位“病灶”。比如AI行业，直面核心问题：在当前时点，关于AI资本市场，最大的分歧、最大的恐惧或最大的盲区在哪里？ 是技术路线（如Agent能否落地?英伟达的cude生态能否保持领先，能保持多久）？还是监管风险？抑或是商业模式（如SaaS订阅 vs 交易分成）？这是核心问题的雏形。
（2）第一镜（显微镜）：立即用最微观的数据（比如用自己最熟悉的某家公司的一个关键财务指标、一项核心专利、一次管理层表态）去叩问这个“病灶”。例如，若分歧在“商业模式”，则直接对比行业内不同公司的营收构成和客户签约方式，来获得正确结论。
（3）循环验证：根据微观发现，再回溯到宏观（如产业链、周期）寻找解释或矛盾，如此循环，始终围绕最具价值的矛盾点展开，而非平均用力。
三.总结：在认知层实践重点论。启动任何研究前，一句话直指核心：本次研究要解决的唯一核心问题是什么？其次是.....？狙击手的战场，迷雾不会消失，但狙击手的枪口可以更准，前提是：
1. 深入详细调研并判断：靶心在哪里（唯一核心问题）；2. 用数据验证：靶心是否准确（动态验证）；3. 知道迷雾中的风险如何影响靶心（风险量化）。
“资本市场的节奏，是狙击手的呼吸与心跳，而绝非机枪手的扫射与咆哮——穿透战场上的迷雾，只开一枪。”认知的核心不是梳理模块，而是在迷雾中精准定位价值靶心，并用数据验证靶心是否准确。
