有關創新藥的商業模式

有關醫藥行業的思考與動態更新，基本上已持續四五年的時間。五年前我絕少看醫藥股，港股倉2015剛建立時，清一色是地產相關 / 工業製造 / 能源資源等傳統周期性行業，但身為散戶，多閱讀，多思考，擴闊視野，結合中國國情的話，醫藥相關整個大板塊，無論如何也不能完全避開。

近年有關醫藥的壞消息接二連三：集採，醫療行業反貪等等，過去數年利率高企令創新藥集資難度大增，整個行業迎接數年逆境。整個行業涉及宏觀政策與環境的影響很大，然而，仿製藥不停集採降價的背後，國策一直鼓勵創新藥在國內的發展。

最近閱讀得到的資料：

2020年，在大型醫藥交易（價值 5,000 萬美元或以上）中，涉及中國的製藥交易佔比不到5%，而在2024年，這一比例增至30%，中國醫藥創新的進步快速。這是除了新能源相關產業，電動車外，另一個令人眼前一亮的出口增長點，也算是新質生產力之一。

近一年半的有關資料：

(1) 阿斯利康以12億美元收購中國CAR-T療法公司亘喜生物；

(2) 諾華收購信瑞諾醫藥；

(3) Genmab以18億美元收購普方生物；

(4) 德國生科公司BioNTech以8億美元收购普米斯生物。

另外，單是三月，已有數宗相關事例：

(5) 恆瑞醫藥宣布與默沙東達成Lp(a)抑制劑HRS-5346的獨家授權協議，交易金額高達19.7億美元；

(6) 聯邦製藥全資附屬公司聯邦生物科技與諾和諾德（Novo Nordisk）簽訂獨家許可協議，聯邦生物將獲得2億美元首付款和最高18億美元的潛在里程碑付款，以及可收取基於海外地區年度淨銷售額的分層銷售提成；

(7) 和鉑醫藥宣布與阿斯特捷利康達成全球策略合作，此次策略合作內容涵蓋基於和鉑金醫藥專有的Harbour Mice®全人源抗體技術平台在多治療領域的多項目授權許可協議，以及阿斯利康對和鉑醫藥的1.05億美元股權投資。

-----------------------------------------------------------------

歐美藥企財雄勢大，近年他們研發創新藥成本不停上升，加上歐美不同監管政策拖慢研發速度，大廠不少專利藥都有期限，商業模式上需要不停增加不同類型專利藥的管線，現在國產創新藥快速生產，成本對比歐美自己研發相宜，一拍即合。

國產創新藥的優勢在於不少藥企創始人都曾在美國大廠進行研發多年的科學家，他們把相關經驗帶回國建立團隊，中國的工程師優勢是其他國家不能相比的，大量相關工程師的成本比美國低很多。近年還利用人工智能相關技術，大幅減省研發成本與時間，無論是臨床前或臨床效率，效率比美國企業高出一兩倍。

創新藥企業給外行人感覺是連年借錢蝕錢，沒利潤等等。但事實証明整個行業發展快速，事實上，對於研發能力慢慢得到証明的企業，股價近一年的漲幅已在市場慢慢反映其價值。整個行業在過去數年漫長的港股熊市中備受冷待，但行業基本面良好是事實，這板塊中優質企業重新進入投資人的視野。另一大環境的利好是現在國內融資成本大降，不少生科企業在財報顯示的融資利息成本下降不少，大環境上對生科企業有所支持。

從商業模式而言，最優秀的模式還是在國內研發，跟著高價賣給外國巨企，雙方的協議通常有首付款，跟著根據銷售數字的里程碑付款; 或是大家在早期研發便簽訂合作協議。國內的生科企業研發效率佳，但財力大大比不上外國大藥企，到國外銷售還需要在國外的臨床數據，單是這項便需要數億美元，商業模式上跟外國大廠合作或賣專利權，由外國藥廠專門負責在歐美市場的臨床，推廣，銷售等一系統工作，成功的話大家分享利潤，整個互惠互利系統很合理。

個人認為這模式(BD / license-out) 比起國內藥企在外國買下國內版權，在國內市場銷售的license-in，優秀得多。原因源自基本常識，付出不低的成本買下外國專利藥的版權後，在國內銷售還需要應付其他相同競爭者，國情下，醫藥相關加價是不容易的事情，社會道德批判時有發生。相反，在美國，藥企財大氣粗，專利藥連年加價正常不過。在這個環境下，賣到歐美的創新藥的價值顯而易見。

從這個方向去看，可以反映我過去數年的無知。我比較看好也持有的藥企如石藥與康哲，都是重商業營銷而輕研發的企業，不停的國策集採降價，嚴重損害公司銷售數字與商業優勢，近年兩者股價都不造好，我認為合理。在個股的認知上，本質應是商業模式比管理層質素優先。近年兩者把更多成本放在創新藥上，他們跟外國合作或license-in的創新藥銷售，但實質利潤與權益回報率還需要未來數據去証明，現在兩者估值平宜，其實已有值博率，但本質上商業模式上是差點。

跟消費與科技股不同，消費與科技都是人們在平常生活容易接觸的行業；創新藥對於外行人而言，深入了解是一件很困難的事情。近數年在港上市的生科股眾多。這個板塊的商業模式註定了投資整個板塊ETF絲毫沒有價值，大多數生科股還在概念與早期研發階段，當中一個環節出了問題或研發效果不佳的話，公司價值便大大受影響。這個情況下，從一開始便需要專注更大的勝率，而不是看賠率。

我需要的是勝率更大的目標 : 企業有不同的管線，起碼有一些新藥已跟外國藥廠簽下協議，或有數款藥已在後期的臨床三期階段。當中還需要配合我的個人操作：絕少高追已在短期大升數倍的股票。如和鉑醫藥，好消息接二連三，但股價升幅不少的情況下，我寧願避開。

經過大量閱讀後，我個人選擇是阿盛醫藥，金斯瑞生物，與康方生物，已買進前兩者，未來還有機會買進康方。生科版塊的倉位還是需要好好控制，生科股的創新藥進展需定時更新，似終有不可預測性。

我個人對集採有所戒心的狀況下，近一年半為我帶來不少利潤的康臣也要先賣出。當然，集採對它的影響是未知之數，但我寧願避開這不可預測性。聯邦製藥近一周賣到外地的創新減肥藥，對於這老土企業而言絕對是驚喜，可惜我在上月已減持不少，在這股的利潤不算太多了。暫時保留這倉位。另外，暫時清倉康哲，事實上我對這公司還是有所期待。但資金有限便需要換馬。這一系列交易都在二月進行。整個二月的十數個晚上，都在閱讀有關行業與個股的相關資料。

人工智能AI相關技術與產業發展，或機械人產業的發展，都是極難預測的，若參考科技應用過去一百年的發展規律，在起始階段技術上佔先機的公司都不能贏到最後。事實上相關公司的炒作下，不見得有什麼高追的好處（交易高手可參與這遊戲，但我沒這實力）。反而，生科股身在谷底已有一段不短的時間，看一下近一兩年的醫藥商業交易案例，已証明其商業價值。現在可能是合適播種的春天。

杜拜生活點滴：對中國的看法

近月生活中的例子如下：

-----------------------------------------------------------------

在閒聊中，一位本地人跟我說，他的兒子兩年後便高中畢業，兒子喜歡科技，數理成績不錯，升讀大學打算修讀人工智能相關的主修科。他問道：在上海各大學中，推薦一所提供最佳人工智能課程的大學。

他是一個小部門的高層管理人員。在這國家，富商門或高官都傾向把兒子送到英美留學（在這國度，男女有別，對女兒的監管比較嚴格，女兒出國不是完全不可，但比較罕見。更多的情況是女兒留在本地大學就讀，優秀的學生會拿政府獎學金去歐美深造碩士或博士，跟著回國為國家效力。男孩的話，自由度比較大。）在皇室成員中，不少都是去英國留學的。

上海優秀的大學很多，他的問題我回答不了。跟著他便說，身邊已有同事兒子在中國留學，評價很好。

世事變幻無常，換轉是十多年前，本地人從不會考慮把子女送到中國留學。但近年一切都在變化，DeepSeek出現後更強化一些人既有的認知。

十數年前，不少人聽到中國的名字，便自然想到劣質雜牌中國貨; 跟著，觀感慢慢轉移 : 購買性價比極高的電子產品與白色黑色家電多由中國出產 ; 到了近年，燃油車與電動車，軍工類產品性價比極佳的都源自中國，軟文化如Tiktok，手機遊戲，中東社交平台Yala，電商平台Shein / Temu等都來自中國，人的觀念與認知隨著生活經驗變化。慢慢的，從硬件產品的認受性提升至軟實力如高等教育的認受性。

這裡的皇室對世界政經的看法一直都很有遠見，早於二十數年前的一次電視台訪問，杜拜酋長便預示世界經濟中心慢慢從西方轉移至亞洲，阿聯酋站在東西方中間，需要跟多方面打好關係，才是對國家發展最有利的做法。

我從一些高官口中聽到的說法，阿布達比皇室已把一些年輕一代送到北京留學，從小學好中文與中國文化。現任總統做事一向很有前瞻性，他有這個計劃而且已付諸實行我完全不意外。

-------------------------------------------------------------

去年底在格魯吉亞旅遊時，一位酒店侍應是正在讀大學的實習生。他看到我，便興高采列地大談網購經驗。根據他的經驗，拼多多海外版Temu的商品質量不太好，他平時的做法是直接登入拼多多的中文平台，購物後便找物流公司直接把產品運送到格魯吉亞。他說這種運輸方式不平宜，但總成本還是比在商場購買產品平宜。在他的眼中，拼多多產品質量很不錯，而且價格極佳。''The world needs China'' 這是他的說法。

我沒有問他如何搞懂拼多多中文平台上的一切語言上的問題，但這年代語言上的隔膜可由科技解決，所以這問題還是不用問，何況對2000後出生的人而言，活用科技是自然不過的事情。

跟著他說，在格魯吉亞，源自印度的學生與遊客不少，但什少看到華人，他喜歡在這裡看到華人，不會拒絕跟華人交流的機會，格魯吉亞政府很想跟中方打好關係，但國家小，很多東西都不容易。 

澤連斯基與蔣介石

澤連斯基上周五到訪美國華府，豈料他與美國總統和副總統在鏡頭前出現爭吵，成了全球熱話。近年美國荷里活電影與漫威系列了無新意，我已沒興趣進戲院看戲，娛樂性遠比不上由侵伯領導的華府。

若說出心底話，鏡頭前澤連斯基表現優異。三年前俄烏戰開打時，他只懂簡單英語，不能說完整的英語句子，但兩三年時間，說聽能力大進，近數月已能夠在鏡頭前足夠表達自己。這次在鏡頭前激烈爭執，還是用自己完全不熟悉的語言，給二位美國白人強勢壓著，一對二，在劣勢下依然可清楚表達自己想法，我是佩服他的臨場應對能力。很多人都說當選前他是一位電視台出色演員，此言非虛。換轉是我，不論是廣東話/普通話/英語，都不可能在緊張的情況下流利表達自己。

通常兩國有事情需要談判，不會或不用把整個過程展現在世人前。美國白官安排明顯不過，根本不打算談判。澤連斯基到場則需要滿心歡喜的簽礦產協議（註：這是一份有水份的協議，烏國境內根本沒有數千億計的礦產，有一點價值的都在俄羅斯實際控制的烏東）。

這段是我個人主觀臆測：烏克蘭政府早料到美國華府沒興趣跟他談判，但國家陷入這生靈途炭的地步，百萬計家庭家破人亡，到美國簽約時，無論如何也要盡力一試，挽回安全保証的條件向所有國民交待。否則，國內右翼激進分子如何在將來對澤連斯基家族進行徹底清算，真的難說得很，他害怕人身安全其實是源自國內的激進派 ? 

說得難聽點，澤連斯基更像一隻狗，進入主人房間，不聽從主人命令，在鏡頭前亂吠，主人一氣之下把它驅趕出外，連丁點狗糧都不給它（按：美國總統取消二人的午餐聚會）。

澤連斯基現在成了美國地緣政治棋局上的棄子，境況與當年的蔣介石相似。

對於坊間的評論只聚焦在侵伯真接跟俄羅斯談判，不給澤連斯基機會這件事上，我感到難以了解。國際政治一向都是利益博弈，只是侵伯表達的方式更直接了當 : 澤連斯基完全沒有談判的籌碼。(註：整件事理性去看，其實很明顯： 侵伯的交易中，美國掌控烏克蘭所有值錢資產後，即俄國不敢再對烏國隨意襲擊，否則其襲擊可視為對美國利益宣戰，這礦產協議其實含有實質安全保障。烏克蘭土地給俄羅斯實質侵吞，而戰時或戰後歐盟援助成了一個長期債務，烏國慢慢償還。同時間，侵伯對俄羅斯作出安全保障，北約不會進入烏克蘭，將來不再東擴。有關安全事務歐洲自己負責。)

這就是大國利益博弈的結果：烏克蘭所有資產，土地，未來百年財政給各方瓜分，大量狀年男丁死亡，有錢階層大量出走轉移資產。烏克蘭剩下的，就是無數家庭看著離世家人的照片飲泣。

稍為多讀歷史，少看/少聽即時媒體，便知道這類事情發生過很多次。不用談到蔣介石這多年前給美國出賣的棄子，單說阿富汗在2021年前由美國推出來的傀儡政權 : 主人為了自身利益馬上變臉，繞過傀儡政權直接跟塔利班談判，傀儡政權成了沒用的棋子。不得不提的是塔利班這個組織，其實是由華府一手出資出軍備扶植的組織，80年代用以對付蘇聯。911發生後，華府花十數年時間，消耗數萬億，不能把塔利班消滅（數萬億中不少由政客/利益集團/軍火商瓜分，這些錢跟阿富汗人民與和平無關），唯有重新跟塔利班談判。

近三年來，若細心留意的話，不難發現美國媒體沒有著墨描述塔利班侵犯女性人權，去年起，什至出現美國官員與塔利班高層低調約會見面的場面。阿富汗在華府眼中的價值不低，除了地底下數萬億稀土與礦產，便是鄰近中國，從阿富汗建美軍基地可窺見中國中西部核發展或其他設施的動靜。我估計華府會慢慢為塔利班正名化，即使不承認它的合法性，也會取消經濟制裁，作為與塔利班交換利益的條件。塔利班政府踐踏女性人權，沒民主？免提，thanks。

若對阿富汗這窮國沒多大興趣，可看看南北越戰的概況，看看華府最終如何出賣南越政府。或者，還可一看華府支持數十年的埃及獨裁政府，直至2011年阿拉伯之春爆發，眼見勢色不對，華府可馬上出賣這多年盟友。

這些事實都跟誰是總統無關，背後指向一個底層邏輯 : 國際政治上利益最大化才是真理。歷史不會簡單重複，但會有押韻。

自由民主普世價值一向都是說給愚民，利益最大化才是永恆的真理。愚民倒不會承認自己的愚昧，反而會標榜自己是文明上等人，大肆宣傳普世價值。做人最可悲的，不是愚昧或無知，而是不知道自己不知，還自以為是。

過去三年澤連斯基的台辭是為西方民主價值而戰，但烏克蘭這個國家的運作跟民主了無關係，先不提當地的貪污程度多年位居世界前列位置，當地少數民族如烏東的俄裔，或烏西的匈牙利裔聚居的城市，自從澤連斯基掌權後，關閉當地所有俄羅斯學校與匈牙利學校，這應跟歐盟標榜的多樣化與包容格格不入？但一直沒有歐盟政客提出澤連斯基政府內政上的多個問題。

我個人的看法是國內法律和國際間的所謂國際秩序／世界規則是兩碼子事。國際間運行規律的根源是叢林法則與弱肉強食。你可大談俄羅斯眾目睽睽下進攻烏克蘭，侵佔其領土一定是錯；以色列多年來不停侵吞巴勒斯坦人在加沙與西岸的領土，便是正確或可以理解？全球還有很多媒體不會報導的類似事件，只是在一些世人沒興趣的小國或窮國沒有普遍報導。歷史對某一些人，國家或民族很殘忍，也沒有公正可言，這是事實。

這一些事件在歷史上發生無數次，局外平民可自由表達觀點，這些涉及觀點與立場的事，我對不同事件也有自己的觀點，但爭吵更是費時，費勁與無謂。人生寶貴的時間不是用在這些地方的，我對外人的看法與認同零興趣，更關心與聚焦在自身與身邊人。

DeepSeek 遍地開花

阿聯酋高級官員 Faisal Al Bannai 告訴記者，阿聯酋正計劃在中國 DeepSeek 的啟發下推出新的人工智慧模型，並稱DeepSeek的顛覆性出現是「了不起的消息」。

阿聯酋 Falcon 大語言模型背後的推動者 Bannai 表示，DeepSeek 對美國科技巨頭的挑戰表明，在人工智慧主導地位的競爭中，該領域是開放的。

阿聯酋正在大力發展轉型技術，作為其推動經濟多元化、擺脫化石燃料的一部分。

Bannai 表示，DeepSeek 讓他深受鼓舞，這是一種高性能且明顯低成本的人工智慧模型，推出後導致美國科技股暴跌。「這是個好消息。因為它證明了一件事：這場遊戲才剛開始，」Bannai在杜拜舉行的世界政府高峰會上表示。

阿聯酋總統先進技術顧問表示：「DeepSeek 發生的事情再次證明，小團隊、敏捷團隊、敏捷國家可以快速行動並產生影響。我們正在從他們所展示的內容中學習。我們正在吸取教訓，我們還將在這方面推出其他模型。我認為（DeepSeek 給予）一種強烈的鼓勵感，你可以在這場比賽中超越自己的體重，因為比賽仍在開始。」

Bannai也是阿布達比先進技術研究委員會的秘書長，他表示，阿聯酋的財富、吸引人才的能力及其自上而下的決策可能使其成為人工智慧領域的重要參與者。

「當網路 1.0 或 2.0 階段發生時，我們不一定準備好，」他說。 「今天我們處於一個令人驚奇的境地，我們擁有如此多元化的生態系統，作為一個國家，來自世界各地的人才。」

這是新聞來源。

--------------------------------------------------------------

Deepseek 一個星期的全球下載量便超過一億次，史無前例。由現在起，全球會出現越來越多受DeepSeek啟發的大模型，這現象只能用遍地開花形容。

對於發達地區而言，一直用Chatgpt其實也無不可，它們的大模型持續在進步。但對發展中地區而言（全球約80億人，70億人在發展中地區），差別便大了。有天賦的程式人員或工程師可持續在DeepSeek的大模型上進行開發或改進，或直接應用。

早陣子Open AI決定把Open AI 轉變為牟利機構時，當時大量工程師辭職表達不滿，當中大多數人的理念都是為一個開源與非牟利組織工作。既然違背初心，Open AI變成一個搵錢至上的科技巨頭，他們出走也正常不過。這大量優秀工程師會否支持DeepSeek這類開源模型，答案很明顯。

其他科技巨頭如Meta的AI大模型是開源的，但將來也會把它與旗下的社交平台與生態綑綁。DeepSeek 是純粹做理論與學術，現階段不存在什麼與平台綑綁的問題。這樣下去，DeepSeek會否形成一個類似Android的生態，我不懂預測，拭目以待。

很明顯的，某一些工作或工序已可由DeepSeek取代。即使不是完全取代，善用AI的人，在職場上的生產力會大幅提升。當然不是所有工作都跟AI有關係。有一些職業將來不會給AI取代。

跟AI有關的產業會如何發展，現階段不能看清。唯一比較明確的是，對於企業或政府而言，部份工序或工作的確可由AI衍生的應用取代，即成本可降低，也不需要更多人手；另一方面，為大眾提供服務或產品的消費類企業，利用AI可令用戶或客戶的體驗感更好。即是說，AI to B / AI to G這條線似乎更清楚明確。但直接提供服務的東西如算法/ AI chatbox，或將來純粹是人工智能產品，其競爭格局或生意模式現階段完全不確定，AI to C如何發展還要拭目以待。

若全球優秀工程人才持續湧進參與開源大模型的開發，產品更新速度是可以很快的，某程度上反映算法其實沒什麼持續的護城河或長期商業價值。硬件如芯片，更新速度超快，現在科技巨頭連年花數百億在英偉達的高端芯片上，過了兩三年這些芯片便已落後了，價值可能只有現價的兩三成。財務報表上成了一個資產值大幅減值的項目。若同時間相關衍生的收入增長沒跟上，科技巨頭的估值走勢其實不難想像。

若看上游的位置，即供電網與數據中心。數據中心是重資本投資，當中的成本如大量芯片，貶值速度可以很快。反而更上游的供電網，確定性似乎更大，若下游人工智能相關應用快速發展，對應的電力需求一定會增加。

總體而言，股票投資的話，已有企業把現成人工智能應用在減低成本的工序上，成本大降下，純利出現可觀增長。但純粹AI消費應用端如何發展，根本完全看不清。即使是阿里的阿里雲，增長空間如何也很難說得清。準確點說，阿里近兩個星期市值增加了8000億港元左右，不單純是炒概念。阿里在雲業務的投資已持續多年，營收持續增長，去年已到達一千億營收了，但在過去四年的熊市中，阿里雲給市場以零估值定價，基本上否定它的存在。現在市場因為AI題材對其雲業務重估，簡單P/S 3-5倍報價，阿里市值也增加3000-5000億，所以阿里大升也算合理，只是後續這板塊業績如何發展還是難以估計。

雖然我完全沒有在AI相關題材交易，但對於相關炒作不反感，發展科技需要大量資金，科技泡沫有其必要性。從美股歷史去看便知一二，過去數十年出現不少跟科技相關題材的牛市炒作，不少當時得令的垃圾公司到最後破產收場，也有股民血本無歸，但大量資本投入下，市場通過一輪優勝劣敗的競爭，競爭格局明朗化後，的確由此誕生不少偉大企業，整個進程資本助力貢獻極大，看Amazon的成長路徑便知道了。

談DeepSeek

近兩周，DeepSeek成為全球討論熱話。整個大模型open source，deepseek同時間公開發報一篇論文，提到模型算法內的技巧枝節。

對於寫代碼或編程，我的了解有限。對於跟數學原理有關的算法，我還算略知一二。下載他們發表的論文一看，部分粗略看懂。結合美國AI大廠工程師的解釋，大概明白多一點。

在訓練模型流程的細節位，極端優化算力與存儲能力的運用。例如整個運算到達某一個階段時，模型會自動砌割成數個細分小模型，各模型處理的參數與擅長的數據範圍不同，從而減少消耗無謂的算力。在運算方面，模型學習過程涉及大量大型矩陣乘法，技巧地活用不少線性代數原理，把巨型矩陣分解成不同因子，各因子是體型更小的矩陣，乘法運算上節省不少時間與存儲空間。其他的細節特別是有關RL的，我便不懂了。

若不是高端芯片短缺的話，正常思維路徑的模型建設者不會去考慮相關的技巧優化細節。只能說是高端芯片受限這個大環境下，才會去建構這種大模型。美國大量頂尖工程師不是能力不足，而是在優越大環境下，硬件軟件絲毫不缺，養尊處優，當然不會想盡辦法做出極端優化。

再次印證necessity is the mother of innovation。

在算力成本大大縮減的狀況下，模型性能卻不比美國頂尖的大模型差，這是第一個關鍵。第二個關鍵是整個模型開源，則全球的軟件工程師都可在這模型上進行更細緻的優化，更新或改進，或直接從中開發中更有應用性的產品。

在發展AI進程中的突破性進展，少不免有質疑聲音與造假的說法。整個模型open source，美國各大廠的工程師已細閱當中細節，基本上可看成第三方權威評估，各大廠(Dell, Amazon, Microsoft, etc...)已把deepseek模型陸續上線在自己的平台，造假可能性很低。其次，已有小規模的AI團隊如美國UC Berkeley博士生，利用deepseek上傳的模型編碼，自行建構自己的模型，發現模型確實可節省大量成本，但性能依然超卓。

當中最不透明的地方大概是deepseek需要的芯片量與種類，有陰謀論說它用了大量違規得到的英偉達最高階GPU芯片進行開發，這可能性當然不能排除。但deepseek模型當中的原創性想法得到業界AI工程師核實，它著實節省大量成本。即使不是坊間所說的50-100倍，節省成本是至少10倍，這是現階段業界人士的理解。

至於Open AI早陣子的指控，指deepseek團隊運用蒸餾法，把Open AI得出的數據蒸餾製作出自身模型，更是令人啼笑皆非。數據蒸餾法是業界常用的手法，Open AI的AI團隊不可能不知吧 ? 利用一個AI的數據或訓練結果去訓練另一個AI，已是很普遍的做法。

至於Open AI指控的所謂侵權行為更是可笑，Open AI的模型不是開源，根本不能抄襲或參考。其次，Open AI製造出的LLM本身是建基於偷竊全球數十億網民發報的資訊。如媒體在網上公開的文章全都有版權，內容創作者在不同平台發出的資訊全都有版權，Open AI私自運用這些海量數據製作LLM模型，過程中完全不開源，營收源自用家的月費，引入大量投資者投資而自肥，企圖狀大自己至龐然大物壟斷市場。若Open AI完全守法守規，所有網上資源都先申請得到創作者或機構同意才運用，成本增加萬億元也不止，Chatgpt誕生前公司已破產。

美國數個科技巨頭近年大量投資AI項目，搞軍備競賽，築高牆，營造一個必須年花數百億美元才有條件搞AI的大氛圍，不讓中小企或個人設計開發者有突出重圍的機會（即使他們有力突圍，也需要向巨頭們大量付費，利用巨頭的數據中心，數據或雲端運算服務，去建立他們自身的系統），由一開始便沒有造福全人類的想法，一心只搞數個寡頭壟斷。美國的資本體制下，巨頭們需要對投資人負責，一向都極度追求利潤。

近兩年美股炒起不少AI股，一間三萬億市值的芯片龍頭，但面向應用端的產品完全沒出現，估值明顯不合理。業界過去數年信奉為鐵律的Scaling Law，利用大量高端GPU芯片做運算，把LLM模型越做越大，算力愈來愈猛，便可處理更多大數據，這才能開發出應用AI。這個遊戲到了現在或許值得反思。

AI經過過去數年的快速發展，世上遺留下來還未訓練的數據已不多（對比數年前的狀況），這樣的話，市場早晚都會問一個問題：到底什麼時候才會出現消費者願意付費的AI消費產品？

從過去百年的科技各細分行業發展規律去看，首階段的領先者都不能持續壟斷到最後，中後段有中小型創業者利用前人走過的路，再另找路徑去突破巨企的圍堵，反撲巨頭成功的例子屢見不鮮。若現在便有人斷言，AI走到成熟應用的階段，領先的企業依然是現時最大的科技龍頭霸佔（Nvidia / Amazon / Meta / Microsoft / Google），這才算是天大奇事。

有關科技歷史發展，我建議Engines that move markets (by Alasdair Nairn)，這絕對是一本好書。

DeepSeek的出現給不少中小型開發者帶來希望。或許，做到應用型的產品，根本不需要數百億投資在芯片上，LLM可大規模縮小，只需處理精專細分業務的工作，便足以做到滿足大眾需求的產品。簡單的例子如手術室內的AI機械人不需要處理有關自動駕駛的數據，或建築應用的AI機械人不需懂歷史知識等等。這樣的話，不需要最高階的芯片或許已可做到相關產品。

行業規模化生產落地，相宜的人力成本如頂尖工程師的分紅與工資，市場找到足夠大的應用需求，再加上數據中心需要大規模配搭電網（美國的電力基建系統完全不能接收用電量的大幅提升），當中需要政府有效率地配合，再加上各AI子行業需要的大數據也需要政府配合調配數據資源。綜觀全球，只有中國能滿足所有條件。

本年剛開始，AI界出現這個大突破，我相信對AI行業的進展是好事，向AI普遍性應用踏前一大步。