有關AI發展與一些思考

不知不覺2026年已過了接近一半。接近一年的時間，市場的焦點一直在AI，跟著在AI板塊內市場看法出現分化，單看英偉達與台積電股價YTD表現便知道市場資金的主要方向，全是跟AI硬件稀缺性 / 壟斷性相關。

雖然近兩周這個全球熱點出現波動，但從過去十二個月這個時間維度去看，AI硬件相關的升幅驚人。對於現在的狀況，有人說現在是泡沫爆破；有人說現在只是中期調整，整個產業的發展依然在上半場；有人說單看PE估值，硬件股如海力士或美光，依然不貴，現價持有或買進便是價值投資。

市場上各人有各自的看法，這是自然不過的事情。從我自己的方向去看，過去一年沒參與這波AI硬件熱潮，現在也不會參與。個人的投資哲學似終如一：任何一個門派或操作方式都是可得到長期利潤的「正確」方法，何謂「正確」，因人而異，跟個人的認知與個性有很大關係。自己從來不會做追熱點這種事情，這沒有妨礙整個股票倉值在過去十數年慢慢變大。

本文的組織與思考不會很細密，只是提供一些近期的觀察與看法。

(1) 美光(Micron)一年時間股價漲了十倍左右，市值超過一萬億美元，大約等於：「騰訊+阿里+拼多多+京東+美團」的市值總和。中國數個最大科企等於AI產業鏈的一個支節點，市場估值短期是情緒放大器，長期是公司的核心利潤能力。我不敢說市場一定是正確或錯誤，看看三年後或五年後兩者的市值對比。

(2) 市場不停炒作AI硬件供不應求，不停漲價。看看當中的商業邏輯：AI硬件商的收入源自各雲端大廠的巨額資本開支；雲端大廠的巨額資本開支，源自為AI應用付款的各商家(to B)與消費者(to C)的 (現有 / 預期) 支出。

這便帶出當中的重點：市場對於AI硬件收入不停增長這個預期，底層邏輯不單單是 (a) AI持續提升工作效率與生活質量，而是 (b) AI 產出值得企業 / 個人不停付款。(a) / (b) 是兩個本質不同的議題，不少坊間分析師似乎把兩者混為一談（當然，他們可能故意這樣做）。

這則報導挺有意思 ( 相關連結 ) : 網約車平台Uber的管理層表示：相關AI支出近數個月不停上升，Uber在迅速用完年度AI預算後便引入了預算上限。企業衡量AI成功與否的標準是使用量而非業務成果；企業領導者無法自信地判斷AI使用究竟是帶來了實際效益，還是只是增加了成本。

另一則相關報導（相關連結）：微軟曾邀請數千名開發者使用 Claude Code，但基於token的計費方式耗盡了其年度AI預算，因此微軟將於 2026 年 6 月 30 日終止 Claude Code 的許可，並引導開發者轉向 GitHub Copilot。

現在這個時間點，可見到各企業都在試錯過程，試錯有其成本但若果其產出價值大於支出成本，當然可持續下去。如果不是的話，會出現什麼狀況？這點可思考一下。

(3) 商業世界不停競爭是永恆不變的真理。現在各大廠 / 各大模型搞軍備競賽，最終還是要看收入與現金流，為了爭奪客戶或消費者，各大企業會否打價格戰去搶市場？現在 AI 硬件相關的成本不停攀升，大廠們收入端若果大打價格戰的話，會出現什麼後果？

這則報導挺有意思 ( 相關連結) : 《華爾街日報》報道稱，OpenAI 正在考慮大幅降低其token價格，部分原因是企業用戶對高昂的 AI 成本感到不滿，而 Anthropic 的發展勢頭強勁，尤其是在 Claude Code 等編碼工具的推動下。

(4) 無論是個人或企業，都會對成本進行優化。起碼過去數個月持續運用不同AI的過程中，我感受到簡單的工作不需要利用性能最佳的AI model。對於大量個人，大多數的情況根本用不上最佳的AI model。單論性能，國產模型比不上Claude / Chatgpt，但價格差距是數倍或十倍的情況下，人與企業的選擇會是：因應需要用的場景，去選擇性價比最佳的AI model。

如有人強調「最強大的AI模型才是最重要」，或「最強大的AI模型便可壟斷市場」，完全不談AI模型的算力成本，這些人不是不懂AI，而是不懂商業世界的運作規律。由於AI大模型的運作需要巨大算力成本，這跟「因為Google造出性能最佳的search engine，所以Google自然壟斷整個搜索市場」，完全是兩碼子事。

這則報導挺有意思（相關連結）：Airbnb執行長為其公司使用中國AI模型的行為辯護，稱那些擔心中國公司獲取美國數據的美國議員誤解這項技術。「我們主要使用各種開源模型，包括美國的開源模型。開源模型無法存取資料。它的工作方式並非如此。我認為人們需要了解這些模型是如何運作的。」他在訪談中表示，在某些情況下，他的公司更傾向於使用「快速且價格低廉」的Qwen（Qwen是阿里巴巴開發的模型）。

(5) 現在AI模型的確進步很快，它可以做到不少繁複的工序，同時間周不時出現幻覺，或衍生一些錯誤資料，不能對其持有百分百信心。把期望值降低，或實際點看，AI model的確對我們的生活以至工作機會，或整體社會的產出帶來變化。這個變化是循序漸進？抑或是一些人所預期，三年內取代大多數人類工作？我個人相信是前者。它不會取代所有人的工作，比較大的可能性是「專家 + AI」這個模式的出現，則人機協作。

由於人工智能的信任度不能到達百分百，當中會衍生出「責任價值」，則用AI去工作，不論是醫療相關，或教育，或企業內部工序，需要有人去保証應用人工智能的過程不會偏離原有的目標，或保証其產出是正確，可依賴的。這個人的價值便是管理AI的價值。

由於資料的產出與傳播速度很快，也接近零成本，懂得發問，有好奇心，與明辨對錯（不論是科學理據上，抑或是道德上）的能力，比已有技能更重要。提問題的能力比提供資料與答案的能力更重要。

(6) 最近，巨企如Meta / Google都需要發債或發新股集資，去支撐整個不停攀升的AI資本開支。這些都是現金流數百億美元的巨企，現在扣除AI資本開支成了負現金流企業，我們身為旁觀者，姑且看看這個資本開支會如何增加下去。

巨企需要發債的話，變相資本開支跟息率緊密相關。現在美國的情況是國債債息無論如何也不會降下去，由於受通脹影響，市場預期本年不會減息，什至可能會加息，這也是市場近期波動的主要原因吧。