美股AI抗衝擊策略！香港搶攻AI生態戰局

Summary

本集節目剖析美股近期資金板塊的快速輪動與驚人反彈，從散戶資金的回流現象，深入探討市場對AI的信心是基於「本夢比」還是「本賺比」的巨大問號。我們以Google在AI基礎設施上驚人的資本支出為例，結合其創新技術TurboQuant對記憶體效率的提升，引入「傑逢斯悖論」與「智能悖論」，分析這些突破性技術如何既可能降低單點成本，又因應用普及與模型複雜化而導致總體AI部署與營運成本逆勢飆升，進而影響HBM和CoWoS等供應鏈。節目同時關注AI紅利分配不均導致的「K型分化」經濟現象及對勞動力的影響，並指出在亞洲AI生態競爭加劇（新加坡、香港積極佈局）的新局下，投資者應回歸基本面，鎖定具備「重資產、低淘汰風險」特徵的「AI基礎設施賣水人」，特別是台灣在「非紅供應鏈」的關鍵角色，以建構「抗AI衝擊」的穩健投資組合，應對快速變動的市場。

Transcript

喔喔喔喔喔！ 各位貓貓AI的老朋友們，新朋友們，大家好！ 歡迎收聽，我是你們的爆氣主持人小明！

大王: 大家好，我是大王。 哎，小明，你今天聲音怎麼又更爆了？ 是不是最近美股的行情，讓你這個心情像坐雲霄飛車一樣啊？

靠！ 大王你講到我的痛點了啦！ 什麼叫雲霄飛車？ 根本就是光速衝刺再光速下墜，然後又他媽給我衝上去，我心臟真的快受不了！

你知道嗎，美股最近那個跌法，嚇死一堆人，結果咧？ 才跌了5%到10%，然後就給我來一個超級快閃反彈！

短短11天，標普500指數反彈了13%，那斯達克綜合指數更是飆了17%， 直接給我創歷史新高！ 這到底是什麼情況？

我感覺我手上的股票每天都在演欸！

大王: 哈哈，小明，你這個比喻很到位。 確實，這波市場的反彈速度之快，連華爾街很多老兵都覺得有點...驚奇。

大家原本還在擔心伊朗的衝突會不會讓油價爆炸，結果停火消息一出來， 再加上銀行業的財報不錯，整個市場的「動物本能」突然就爆發了。

來自巴克萊銀行的Alexander Altmann就直接說了， 散戶的資金流向，無疑已經成為美股動態裡一個非常、非常重要的環節。

動物本能？ 我看是動物農莊吧！ 那種一年沒見的稀有神奇寶貝都跑出來了啦！ 什麼迷因股ETF，短短三月底到現在飆了50%！

你知道嗎，連一些之前完全沒人鳥的公司，像那個Allbirds， 一家原本大家只知道是做環保羊毛鞋的品牌，跟AI根本八竿子打不著關係，

它只是說自己要轉型AI，股價就給我單日暴漲582%！ 雖然隔天又跌了36%，但這真的很扯欸，大家真的都這麼樂觀嗎？

大王: 沒錯，小明，你點出一個很重要的觀察。 摩根大通追蹤市場動態的數據顯示，散戶對單隻股票的買入力道已經衝到過去一年裡的71百分位， 遠遠超過他們對ETF的需求。

這說明散戶現在很敢，而且是直接挑個股下手。 摩根大通的策略師Arun Jain也說了，散戶的倉位變化顯示， 他們對這波反彈的持久性還是抱持懷疑態度的，可能只是在「快閃反彈」中搶個短，

等著逢高減碼。

什麼很敢啊！ 我看是好了傷疤忘了疼吧？ 之前跌的時候哭爹喊娘，現在又衝進去當沖勇士。 難怪高盛追蹤散戶喜好的股票組合，三月底以來漲了22%！

這真的很扯欸，大家真的都這麼樂觀嗎？

大王: 其實也不是所有人都樂觀。 但Alexander Altmann也提到，市場現在的正面氛圍還是佔上風， 尤其是隨著4月15日報稅截止日結束，很多投資人會收到超乎預期的退稅，

這筆錢，很有可能又會成為股市的活水。 不過，這也帶到我們今天另一個核心問題了。 你看，市場現在之所以敢這麼快反彈，背後還是因為對AI的信心。

但在這份信心裡，到底有多少是實實在在、能帶來實際營收獲利的「本賺比」， 又有多少只是還在燒錢、建立在未來想像上的「本夢比」呢？

大王: 我們之前聊到Google的「世界模型」Project Genie， 也就是Google野心勃勃要開發的一個超巨大AI專案，而它的母公司Alphabet預計在2026年，

光是在AI基礎設施上，就要砸下1750億到1850億美元， 這個數字是真的非常、非常驚人，幾乎是他們2025年投入的兩倍。

哇靠！ 1850億美元，這什麼概念？ 就相當於整個台灣一年的國家預算欸！ 這根本就是把錢當水在燒吧？

而且我們之前也說過，Project Genie在測試的時候， 幾分鐘就崩潰了，表現很不穩定。 現在市場對於科技巨頭在AI基礎設施上的巨額投入，變現能力進行深度質疑。

他們這種燒錢法，是真的要燒出一個「世界模型」，還是會燒出一個「世界泡沫」啊？

大王: 這就是Alphabet現在面臨的巨大挑戰，也是市場給他們畫上的一個大大的問號。 投資人現在都很關注，這麼龐大的資本支出，到底什麼時候能夠真正轉換成可觀的營收和獲利。

尤其現在是高利率環境，錢不是白來的，資本的考驗會更嚴苛。 來自知名的投資研究平台Seeking Alpha的分析師Amrita Roy就直接點明，

2026年對超大規模雲服務商來說，是必須證明其AI投資價值的一年。 如果不能，股價就會持續有壓力。

可是Google又不是傻瓜，難道它不知道這樣燒錢會有問題嗎？ 它有什麼新的辦法來解套這個燒錢困境嗎？

大王: 當然有，Google也正在找各種方法提升效率。 最近Google Research就丟出一個震撼彈，叫做TurboQuant。

TurboQuant？ 這是什麼黑科技？ 聽起來像什麼超級瑪利歐的加速道具一樣。

大王: 哈哈，你可以這麼想。 講白話一點，TurboQuant就是一個革命性的記憶體壓縮演算法， 它專門處理大型語言模型，特別是針對這些模型在「推理」也就是AI生成答案或執行任務時，

所需要的大量記憶體做優化。 根據Google的說法，它能把LLM的Key-Value Cache記憶體使用量， 最高壓縮到6倍！

更驚人的是，這幾乎不影響模型的準確度。 不只這樣，它還能在像NVIDIA H100這樣的頂級GPU上， 讓LLM關鍵的「attention計算」速度提升8倍。

哇靠！ 記憶體使用量降低6倍，速度提升8倍？ ！ 這不就等於是直接給AI裝了一個氮氣加速器，而且油耗還變超級省嗎？

那這樣是不是代表，我們之前一直強調的HBM，還有CoWoS這種高階記憶體和先進封裝的需求， 會被大大降低，甚至有機會被取代？

那SK海力士、三星、美光這些記憶體大廠，還有台積電會不會很緊張啊？

大王: 你的擔憂很有道理，小明。 這消息一出來，確實讓記憶體相關的股票，像是高頻寬記憶體、 或是先進封裝技術CoWoS概念股，股價都有受到衝擊。

大家都在想，如果AI模型對記憶體的需求大幅降低，那這些高價的產品還會這麼有價值嗎？ 但這邊我們要稍微拆解一下。

Bulios，這家業界知名的電子零組件供應鏈分析公司，還有Fusion Worldwide， 他們都認為，市場對TurboQuant的反應是「過度反應」跟「誤讀」。

誤讀？ 什麼意思？

大王: TurboQuant主要優化的是AI推論時的Key-Value Cache， 這部分主要使用標準的DRAM，但AI訓練和高階GPU使用的HBM記憶體，

它的需求跟供給仍然非常緊張。 所以，TurboQuant並不會直接取代HBM，至少短期內不會。 而且這邊就要提到一個很重要的經濟學概念，叫做「傑逢斯悖論」，

你還記得我們之前提過跟微軟CEO薩提亞·納德拉說的「AI會讓效率提升， 但總使用量反而暴增」那個有點像，對不對？

傑逢斯悖論？ 我好像在之前的集數有聽你提過，跟微軟CEO薩提亞·納德拉說的「AI會讓效率提升， 但總使用量反而暴增」那個有點像，對不對？

大王: 沒錯，你記性真好！ Jevons Paradox的意思就是，當你把某個資源的利用效率提高之後，

原本預期它的總消耗量會下降，結果反而因為單位成本降低，導致這個資源的整體使用量暴增。 TurboQuant讓AI inference的單位成本降低了， 讓AI運行的效率更高。

這會刺激更多人、更多企業去嘗試AI，去開發新的AI應用。 比如說，以前因為記憶體成本太高，很多想做的AI應用根本沒辦法商業化。

現在成本降低了，這些新的應用就會被解鎖，然後突然市場對AI的需求就爆炸了。

所以你的意思是，TurboQuant的出現，雖然降低了單位的記憶體消耗， 但因為應用量會變得更廣，反而會讓整個產業對AI記憶體的需求量， 不是降低，而是「總體」增加？

那這樣HBM、CoWoS這些高階技術的供應商，其實還是穩穩的？

大王: 我認為短期內市場會有些重新評估，甚至可能會有些競爭技術浮出水面，

像最近Milvus Blog就對Google TurboQuant的技術論文在描述前人工作和實驗比較方面提出質疑。

但長期來看，Jevons Paradox效應會讓AI整體需求持續噴發。 這讓那些AI基礎設施的「賣水人」們，像是台積電、NVIDIA這些， 他們的護城河反而會更深。

因為AI不管怎麼變，底層的算力、半導體製造，這些是不可或缺的基石。 這也呼應了高盛之前提出的「HALO」策略——Heavy Assets,

Low Obsolescence，也就是「重資產、低淘汰風險」的企業， 這種策略指出，在AI時代，那些擁有實體資產、不容易被淘汰的產業或公司， 反而會是更穩健的投資標的。

它們在AI時代會更有價值。

「重資產、低淘汰風險」聽起來很穩欸，但在這個AI燒錢的年代， 真的穩得住嗎？ 我們不是還在聊Alphabet燒了快兩千億美元，然後市場還在質疑它的變現能力嗎？

大王: 這就是「智能悖論」或者說「AI經濟悖論」的另一個面向， 它跟剛剛講的效率提升又不一樣，指的是雖然AI技術讓單一任務的成本下降，

但因為AI模型變得更複雜、應用場景越來越廣，結果反而導致整體運營成本『逆勢』飆升的現象。 大家都很熟悉的ChatGPT開發商OpenAI的CEO Sam Altman之前就抱怨過，

他們的Pro訂閱用戶用量超乎預期，導致他們在Pro訂閱上是虧錢的。 這就是典型的「智能悖論」。

所以，即使Google優化了記憶體效率，但如果Project Genie的規模和複雜度不斷擴大， Alphabet的資本支出壓力短期內還是會很大，市場還是會緊盯它的財報，

看它能不能真正變現。

喔，所以簡單來說，就是「單點效率提高了，但是因為整個系統變得更肥大、 用更多了，所以總體消耗還是很大」的概念？

這聽起來就不是什麼好消息啊！ 那這樣，我們的錢要投到哪裡才安全啊？

大王: 確實，這個「K型分化」會越來越明顯，經濟復甦呈現兩極化。 對一般消費者來說，全球最大的資產管理公司BlackRock最近的報告就指出，

美國消費者支出呈現K型分化，高收入家庭支出持穩，但中低收入家庭卻因為通膨和高利率而承受巨大壓力。

知名的金融分析與研究機構Moody's Analytics針對美國家庭消費力的數據顯示， 從2020年到2025年，前10%的高收入家庭支出增長了62%！

對啊！ 我就覺得怪怪的。 我身邊很多朋友都說，感覺好像經濟很好，但他們自己卻沒有明顯感覺到錢變多， 反而物價變貴了。

難道AI真的是一個「財富不平等機器」嗎？

大王: 坊間有很多報告都在探討這個。 像Ipsos跟Edelman Global Advisory合作的民調就顯示，

有高達68%的美國人把AI看作是「財富不平等機器」，62%的人擔心AI會導致低收入和中等收入的工作者失業。

麥肯錫在分析AI對未來產業衝擊時也預測，到2030年，AI可能自動化30%的美國工作時間。 這數字聽起來確實嚇人。

不過這裡也要平衡一下，像Morgan Stanley的研究經濟學家Diego Anzoategui也說， 衡量AI對勞動力的影響是複雜的。

同樣自動化任務的技術，也能增強員工，提高生產力，並提振AI相關領域的需求。 所以到目前為止，數據顯示的是「早期、狹窄的取代」，主要發生在年輕的高自動化職位上， 而總體影響仍然有限。

但不可否認，初階職位的門檻確實悄悄升高了。 AI讓「會用AI的人」跟「不會用AI的人」之間的差距越來越大。

所以對我們這些投資者來說，就是要想辦法成為那個「會用AI賺錢的人」， 而不是被AI淘汰的人，對吧？

大王: 沒錯。 這也是為什麼Goldman Sachs的「HALO」策略會被重新強調。 他們認為，在AI時代，真正不容易被取代、具有實體護城河的資產， 會是穩健的投資標的。

這包括了AI的電力、數據中心、網路基礎設施，還有那些掌握核心技術， 能提供AI基礎服務的企業。 這跟我們之前提到台灣在「非紅供應鏈」的重要性其實是一脈相承的。

嗯，所以簡單說，就是不要只看那些炒得很高、沒有實質變現能力的AI概念股， 而是要回歸基本面，找到那些有實體資產、有現金流、真正能為AI提供「賣水」服務的公司。

大王: 對，而且不只台灣，整個亞洲現在也在加速佈局AI。 我們之前提過新加坡在2023年就推出了「國家AI戰略2.0」， 目標就是要成為全球AI治理與應用的卓越中心。

現在香港這個知名的國際金融中心也急了，特首李家超最近在「世界互聯網大會亞太峰會」上， 他就明確說，香港政府正在制定全面的AI發展策略，核心就是要「大幅提升算力」，

而且還要在今年下半年成立「香港人工智能研發院」，目標是為醫療、 法律、金融等行業賦能。

哇，連香港這個老牌金融中心都這麼急著衝AI，算力還要大幅提升。 這是在跟新加坡打擂台嗎？ 那台灣怎麼辦？

我們是不是也要趕快跟上啊？

大王: 這絕對是個區域AI戰局升級的訊號。 新加坡有它作為國際化小國的優勢，它很適合成為新科技的測試平台。

而香港，雖然過去幾年在地緣政治上有些挑戰，但它作為「超級聯繫人」的角色， 以及在金融科技上的實力，仍然是國際資本進入大灣區的重要門戶。

這些國家級的策略，都會讓亞洲的AI生態系變得更加競爭。 對台灣來說，我們的機會點，還是要聚焦在我們的「非紅供應鏈」優勢，

以及我們在半導體製造、HBM、CoWoS等關鍵硬體上的不可取代性。

也就是說，大家都在搶「AI淘金潮」的入場券，但台灣的策略還是要當那個「賣鏟子」的， 提供穩定的基礎設施，而且要是「非紅」的，對吧？

大王: 一言以蔽之，就是這樣。 你看最新數據顯示，2024年第一季台灣新創圈的募資總額超過13億新台幣， 其中有64%都跟AI相關，這表示台灣的產業轉型和AI應用落地，

其實是很有潛力的。 我們不能只看表面的高估值，而是要看誰能把錢投進去，然後穩穩的把它賺回來。 這也是「抗AI衝擊」資產的真正意義。

嗯，這集聽下來，感覺市場好像很瘋，但底層的邏輯卻又很務實。 那大王，最後你給我們總結一下，對於我們這些投資人，面對這種AI燒錢、

技術又在加速突破、然後股市又快閃反彈的局面，接下來我們到底要看什麼？ 怎麼佈局才安全啊？

大王: 好，小明，這確實是現在大家都在想的問題。 我覺得有幾個觀察點可以給大家參考。 首先，持續緊盯這些科技巨頭的財報，像是Alphabet於4月29日發布的第一季度財報。

看他們投入天文數字的資本支出之後，能不能在營收和盈利上交出漂亮的成績單， 這會是判斷「本夢比」還是「本賺比」的關鍵。

再來，TurboQuant這類的技術突破，像是ICLR 2026會議上會公布更多技術細節， 它對供應鏈的影響到底會是「取代」還是「刺激更大的總體需求」，

這個Jevons Paradox的長期效應，我們需要持續觀察。

大王: 第三，AI資本支出的資金來源。 如果Hyperscalers越來越多地從內部現金流轉向債務融資， 那就要特別警惕，這可能暗示AI投資回報不及預期，財務風險增高。

第四，在股市波動這麼快的時候，投資組合的韌性非常重要。 除了AI成長股，別忘了把那些有「實體護城河」、穩定現金流的「抗AI衝擊」資產納入考量。

這些可能包括了能源、數據中心、或是台灣那些在全球AI供應鏈中掌握關鍵零組件的非紅鏈企業。

大王: 最後，我們要密切關注AI對勞動力市場的影響數據， 還有各國AI勞動法規的變化，這些都會影響社會穩定和整體的消費力道。

喔喔喔！ 說得好！ 所以簡單說，就是保持清醒，別被那些暴漲的數字沖昏頭，然後去找出那些真正有實力， 能夠穩穩賺到AI紅利的公司就對了！

大王: 沒錯。

好的，那今天就先聊到這裡！ 感謝各位貓貓AI的聽眾，陪我們一起拆解這個冰火五重天的AI世界。 我是小明。

大王: 我是大王。

我們下週同一時間，再見囉！

大王: 拜拜。