這其實是我第三次被stripe無預警關閉帳戶了，之前有一次被關閉的stripe帳戶(美國公司其他業務)中當時有高達4,000美元卡在裡面，而且官方不願意將錢退還給我。

Stripe帳戶的認定讓我有點無奈。當款項因為消費者端產生的問題時，例如消費者信用卡到期、消費者的信用卡發卡銀行不放款(消費者沒開通海外付款)、消費者刷卡後不久退款等等的動作，stripe系統就會認定有詐欺嫌疑，停止帳戶，並要求提交各種文件。

最讓我無言的是這個審核窗口是不給溝通的，當stripe使用者依照要求上傳所有金流、銀行文件、公司文件、政府文件、個人身分資料等等，審核窗口有絕對的權力封鎖帳戶，而且不說明任何理由。

我曾聯繫客服封鎖的詳細原因為何，但對方表示無法透過細節，而是單方面認為我的帳戶從事高風險產業以及有詐欺嫌疑。(下圖stripe回信)

其實從他們的角度，不說明細節可以理解，畢竟他們會擔心有心人士利用他們平台進行洗錢等等的操作行為。但是以substack這種單純的平台，收取費用而連結stripe帳戶也被他們單方面認定是高風險產業，我實在是滿頭問號。

當初我會選擇將文章上傳substack的主要原因是因為我發現我之前有些長文和IG貼文的內容被某些人抄襲，所以為了保護自己的智慧財產權，我才想到利用訂閱費用增加對方抄襲的成本。但為了讓一些忠實粉絲和原本的學員能閱讀我的文章，我將訂閱費用分成兩種：年費57美元(4.75美元/月)或月費10美元。學員的部分則是全年免費。

雖然訂閱費用不高，但我可以當成向對方收取費用，畢竟他們抄襲的時候是免錢的😂

我個人並不會像一些創作者頻繁發文表達對市場的看法。我只有在我有興趣要了解某些事情的時候才會發文，因為我認為這才是我真正實際投資時的狀況。而不是為了寫文章而寫文章。這同時也是我設定訂閱費用的一個考量。我有時候可能一個月會發很多文章，但也可能兩三個月不發任何文章。如果價格設太高，感覺對忠實粉絲還是不太好意思🥲。

(PS.對我來說，長期投資並不需要那麼時常追蹤市場上的新聞，也不需要了解那麼多的消息。對於分析總經的看法我也曾在自媒體上表達過很多次，也藉由分享霍華馬克斯、巴菲特、查理蒙格的理念，說明總經的預測對投資正面的影響並沒有想像中的大。

反而過於參考這些資料才容易錯過時機，甚至造成虧損。10個分析師對於總經有10種不同看法，但影響總經的參數很多，每個參數的影響權重時時刻刻都在變化，而且隨時都可能增加或減少參數，同時還有人性的參與。所以與其分析總經我個人偏好研究公司本質。)

對於喜歡substack的朋友以及有喜歡我文章的朋友，我感到很抱歉同時也很無奈。我個人很喜歡substack的編輯體感，也喜歡他們的閱讀體驗。但撰寫文章記錄的這部分我將會改在VOCUS發文。Substack的文章我之後都會慢慢轉移過去VOCUS，以方便我個人記錄。目前我已經從Substack後台將所有費用全數退費給所有訂閱者。

有些朋友特地私訊跟我道歉，說他們推薦Substack給我結果卻發生這種事。但我清楚知道這不是各位的問題，我只是在眾多建議中自己做了決定，這樣的結果與任何人無關。我本來就該承受這種風險和結果。

總之，這是最近的小插曲。

祝福各位朋友投資順遂、身體健康、心情平靜。

2026.03.27

博吐司

信中詳細回顧了保險業務在阿吉特賈恩(Ajit Jain)帶領下的優異表現，以及BNSF鐵路與 BHE 能源業務面臨的挑戰與進步，並提及年度內收購了OxyChem與Bell Laboratories 兩家公司 。在股權投資方面，公司維持對蘋果(Apple)與美國運通(American Express)等美國企業的集中持股，並強調日本五大商社是重要的長期價值來源 。格雷格承諾將延續由巴菲特與蒙格建立的合夥制度，透過理性的資本配置，在有效管理風險的同時持續提升每股內含價值 。

根據波克夏於2026年3月向美國證券交易委員會(SEC)提交的最新代理委託書(Proxy Statement, Form DEF 14A)及年度報告，身為董事長的巴菲特，2025年總薪酬：約 38.95萬 美元。這包含維持了超過40年的10萬美元基本年薪，其餘金額主要用於個人安保與住宅安全支出。

現任執行長格雷格2025年的總薪酬約2200萬美元(當時為副董事長)自2026年1月1日正式接任執行長後，其基本年薪調升至2500萬美元。阿貝爾表示計劃將稅後薪資全數用於購買波克夏股票。他不像許多企業老闆只會嘴巴說說。根據2026/03/05提交的SEC文件，格雷格已經購買了21股波克夏A股，共花了約1530萬美元，這幾乎是他稅後的全部薪水。

另外，保險業務副董事長阿吉特，2025年總薪酬約2,200萬美元。財務長馬克·漢堡(Marc Hamburg)2025年的總薪酬約433萬美元。不同於多數標普500指數公司的執行長，波克夏高管不領取股票或期權獎勵，這反映了公司強調長期持有與經理人誠信的文化。2025年波克夏的執行長薪酬比（CEO Pay Ratio）僅為4.16：1，遠低於美國大型企業的平均水準(200:1或300:1)。別忘了波克夏是目前坐擁超過3,700億美元現金與美國國庫券部位的大型企業。

(蘋果CEO的薪酬比大約落在600:1到1000:1的區間，Tim Cook的總薪酬約落在5000~6000萬美元。)

有人可能會問「為何不直接用股份代替工資就好了?」老實說，我不知道他們內部怎麼想，但如果用選擇權或限制性股票的方式給股份，那就會稀釋股權損害其他股東權益。而且這種方式通常是用庫藏股的股份，這樣公司等同花了股東的錢去支付員工的薪酬。
波克夏他們非常重視股東權益，所以最簡單最透明的方式就是直接給CEO現金，CEO 自己繳完稅自己去市場上買股票，這樣最單純。

總之，這封信代表著波克夏正式進入了新一代接班人格雷格的管理，結束了巴菲特自1965年來長達60年的任期。我現在還是很難想像當時巴菲特掌控波克夏時才34歲，而新任的格雷格目前則是63歲。

對於波克夏不了解的投資人剛好可以藉由這次的股東信進一步了解波克夏的各項主要業務以及波克夏企業的價值觀。

格雷格寫給股東的信全文

致波克夏全體股東：

華倫巴菲特(Warren Buffett)無疑是史上最偉大的投資者，數代人受益於他的投資敏銳度。自1967年收購National Indemnity以來，他也是一位卓越的執行長，貫徹其建立偉大保險業務的願景，並運用浮存金在經濟的主要板塊進行成功的投資，主要集中在美國。(令華倫極度沮喪的是，這封信以這些觀察開頭，但我們都知道這是事實。)

過去，華倫曾談到他如何從泰德威廉斯(Ted Williams)身上汲取靈感——這位棒球名人堂打者將好球帶分為77個區域，並只嘗試在更小的「甜蜜點」揮棒，這為他帶來了3成44的生涯打擊率以及1941年歷史性的4成06賽季。同樣的紀律、耐心與判斷力定義了華倫的投資：確定首選的投球、等待它們，然後果斷揮棒。但他不僅僅是一位投資大師。華倫與其商業夥伴查理蒙格(Charlie Munger)將波克夏打造成為一家基業長青的企業。他們將世界級的資本配置與願景和領導力結合在一起，創造了一家裝備齊全的企業，使其能夠從創辦人主導過渡到為未來60年及更長遠發展做好充分準備的企業。

比這些成就更持久的，是波克夏60年來如何將股東視為真正的合作夥伴。華倫經常表達他對波克夏長期股東的尊重與感激，這些股東代表了所有上市企業中最卓越的所有者群體之一。他與我們共同投資，坦誠地寫下錯誤與成功，並每年歡迎我們來到奧馬哈進行公開、未經篩選的討論。他每年的致股東信以及在波克夏年度股東大會上的直接互動，是華倫及波克夏致力於與股東建立夥伴關係的最清晰表達。我們很幸運能有華倫擔任波克夏的董事長，他每週五天在辦公室，並在我們承保保險、營運非保險業務以及配置資本(包括股權投資)時隨時為我們提供協助。華倫也繼續作為波克夏的所有者(儘管他的股票將在他過世後的10年左右全部捐贈給慈善機構)。

長期以來，投資波克夏一直是對我們創辦人投下的信任票——這份信任現在落在波克夏身上。您的資本與我們的資本混合在一起，但它不屬於我們。我們的角色是管理(stewardship)。這種管理塑造了一種文化並強化了一套價值觀，這些價值觀不是我們成功的結果，而是成功的原因

我很榮幸董事會決定任命我為波克夏執行長，並在寫給您的第一封年度信中謙卑地接替華倫。華倫顯然是一個難以超越的榜樣。踏入任何領導角色首先要了解組織——它為何存在、其文化如何塑造其員工，以及什麼價值觀引導其決策。雖然您會看到華倫、查理和我之間的異同，但我們共享一個觀點：波克夏具有非比尋常的股東導向。

1992年當我搬到奧馬哈加入當時與波克夏無關的CalEnergy時，我對波克夏這種方式的理解就開始了。CalEnergy部分由Peter Kiewit Sons’擁有，並由小華特史考特(Walter Scott,Jr.)擔任董事長，他同時也是波克夏的董事。華特接替彼得基威特(Peter Kiewit)成為該公司的執行長，並樹立了一個對我影響深遠的領導標準。

我當時在CalEnergy的具體職責今天已經不重要了。重要的是，那是一個個人發展的非凡時期。我感到幸運能住在奧馬哈，這座城市代表了一種立足於基本面並由價值觀推動的資本主義形式，扎根於建立以求長遠發展的企業，跨越保險、建築、鐵路、製造以及不久之後的能源等產業。

在CalEnergy成為MidAmerican Energy Holdings並被波克夏收購後，我遇見了華倫和查理。我欽佩他們如何合作建立一家反映他們對商業與生活信仰的企業。這些信仰孕育了波克夏的文化與價值觀，至今仍持續引導著公司，使其能夠承受市場週期、干擾與變革。我們的持久性來自於了解我們是誰以及我們如何運作。我們獨特的股東——我們在這家企業的合作夥伴——也同樣深入理解我們的文化與價值觀在成功中所扮演的角色。透過我在年度會議上與您的交流，我認識到您希望我們共同成功，並以正確的方式實現。

波克夏的文化與價值觀構成了我們營運框架的基礎，這塑造了我們追求的戰略以及我們在建設波克夏時所做的選擇。作為執行長，這個框架每天都在指導我如何領導。

我們股東對公司未來的規劃，是以非常長遠的眼光來看，不會只侷限於某一位CEO在職期間。我不會在未來60年擔任您的執行長——簡單的算術證明這是一個(我們可以說)雄心勃勃的計畫。然而，20年後，當我的任期只有華倫的一小部分時，我的目標是希望到時您——或您的後代——將為您的公司變得更加強大而感到自豪。

企業文化與核心價值觀

波克夏的成功取決於我們近40萬名員工。他們致力於在波克夏各營運業務(從喜詩糖果(See’s Candies)到蓋可保險(GEICO)以及其中的一切)及各種情況下應用我們的文化與價值觀，這是我們進步的核心。我們的成功也得益於我們董事會的領導以及一直與公司重點方向保持一致。。

上個月，我發了一封信給我們的員工，強調波克夏的文化與價值觀保持不變並將永遠延續。與您分享提供給他們的這份聲明的完整表述非常重要，並附加了關於它們對我個人意味著什麼的額外觀察(以常規字體顯示)，這是基於我在波克夏的經驗。雖然這些價值觀單獨列出，但它們相互加強且不可分割。

波克夏

波克夏是一家獨特的企業集團，刻意設計為理性且有效率地配置資本。保險是我們的核心，我們也在許多其他板塊的企業中持有大量投資。我們的方法支撐了我們的目標：成為股東資本的卓越管理者，在長期內最大化波克夏每股內在價值的增長。我們致力於加強華倫·巴菲特及其商業夥伴查理·蒙格所建立的偉大遺產，透過我們對卓越的承諾確保其持久流傳。

我們的文化

我們的文化始於夥伴關係的態度。我們的股東是我們的夥伴，我們贏得了他們的信任並必須努力保持。他們的利益是我們決策的中心。

這種態度遠遠超越了波克夏在奧馬哈的企業辦公室。它延伸到我們的營運業務，在那裡員工擁抱所有者心態，管理股東的資產就像管理他們自己的一樣。我們以數十年為單位思考，以紀律行事，並堅守我們的承諾。管理精神深植於我們的營運方式中，強化了我們的文化是一個產生長期績效的系統，而不僅僅是一套信念。查理在2021年5月1日的評論：「格雷格會保持這種文化」將永遠在我心中產生共鳴。這提醒我們文化是我們最珍貴的資產，是維持波克夏定義的號召，也是確保我們文化延續的挑戰。

當我領導波克夏海瑟威能源(BHE)時，波克夏的文化影響了我們的營運方式。當配置資本或評估潛在風險時，華倫的問題總是直擊問題核心。除此之外，我們被賦予真正的自主權來經營業務，始終專注於我們的客戶，並採取長遠的眼光。每一個波克夏領導者都被期望具備這種所有者心態。

我們的基礎價值觀

以下基礎價值觀是我們完全擁抱並每天努力實現的原則聲明。

去中心化模式

我們尋求最優秀的管理人員來經營我們的營運業務，他們進而領導才華橫溢的團隊。我們運作著一個建立在理所應得的信任基礎上的去中心化模式。我們將官僚主義降至最低，為我們的經理提供獨立性，使他們能無情地專注於自己的業務。作為回報，我們期望在績效方面具備問責制與誠信。這種自主性吸引了傑出人才來到波克夏。

當我在2018年過渡為非保險營運副董事長時，這些營運業務的領導者都有一個相似的問題：去中心化模式和他們的職責會改變嗎？我向他們保證，我曾生活在自主與問責並存的文化中，並看到了成果。當決策由最接近業務並對結果負責的人做出時，決策會更快，具備更好的知識和更大的信念。這不會改變。我們的執行長永遠不必應付層層的官僚主義，也不會被強加短期獲利預期而導致長期價值破壞。

我們的去中心化方法是一種競爭優勢，吸引了在自主性中茁壯成長並兌現問責制的管理人員。波克夏必須擁有反映其原則的領導者，而不是為個人量身定制原則。

誠信

我們維護波克夏的誠信聲譽，這體現在我們的思考、言論與行動之間的一致性。我們做出維護文化的決策，以坦誠和透明的方式進行溝通，並兌現我們的承諾。結果是透過累積的原則性行為贏得而非自稱的聲譽。每一個行動都反映了深化對波克夏信任的刻意努力。

25年來，在每次股東大會上我們都會播放華倫在1991年所羅門兄弟國會聽證會上的一段話：「為公司賠錢，我會理解；為公司損失一絲一毫的聲譽，我將毫不留情。」我們對誠信的承諾始終堅定不移。我們知道誠信不是你在架上欣賞的品質；它是一種活躍的品質，必須每天去贏取、重新贏取並維持。

我們將遇到商業上的成功與挫折。當我們失敗時，我們會坦承。做正確的事也意味著糾正我們的錯誤。一個很好的例子是BNSF在2025年解決了與斯維諾米什印第安部落社區(Swinomish Indian Tribal Community)關於穿越部落土地運輸原油的長期爭端。引發爭端的BNSF決策是很久以前做出的，但現任BNSF領導層建立了一個植根於溝通、理解與尊重的夥伴關係。BNSF承認了過去的錯誤並道歉，為互惠互利的協議鋪平了道路，使其能夠在安全營運於部落土地上的同時滿足客戶需求。

在我們的營運業務中，我們每天都在為如何行事做出選擇。我們擁有數十萬名優秀的員工，他們誠信行事並做正確的事。但在任何大型組織中，少數人將無法達到我們的標準。我們不會容忍這種行為。當它發生時，我們將果斷無情地採取行動解決它。

保護我們的誠信與聲譽是一段永無止境的旅程。您可以放心，我們將在這一努力中保持不懈。

財務實力

我們維持堡壘般的資產負債表，確保波克夏的根基永不妥協。我們透過謹慎少用債務來保護這種財務實力。我們龐大的流動性使我們即使在最不利的條件下也能履行義務，並在機會出現時迅速做出反應。

我們致力於維持卓越的財務實力。我們的資產負債表是一項戰略資產，將在適當的時機進行部署。它使我們能夠果斷行動，在他人猶豫或恐懼時投資，並在金融風暴席捲時屹立不搖。

我們透過維持有限的債務水平來維護波克夏的財務韌性與獨立性。我們將始終是美國和全球金融體系的資產，而不是風險。我們的現金和美國國債持有量目前超過3700億美元。雖然其中部分資本是支持我們保險營運和保護波克夏免受極端情況影響所必需的，但它也構成了我們的乾火藥。

毫無疑問，將會有增加的機會來部署我們所有者的資本而不損害波克夏的韌性。我的職責是確保我們的流動性水平和資本配置保持刻意與深思熟慮。我們將始終致力於擁有具生產力的企業，而非美國國債。

資本紀律

我們將股東的資本配置於能夠產生與其風險相稱回報的機會中。當我們擴張現有業務、收購新的營運企業、投資股權證券以及回購波克夏股票時，我們都會基於其在以永續計算的時間範圍內增長波克夏每股內在價值的潛力來評估每一個機會。

波克夏的資本配置原則與戰略指導我們識別機會：

• 投資於我們完全了解、具備持久優勢及長期經濟前景的企業；

• 與了解客戶並像所有者一樣行事的高誠信領導者合作；

• 避免從事破壞社會結構或可能危及波克夏聲譽的業務；

• 迅速行動並將我們的資本集中在少數具有高度信念的理念上；

• 保持紀律並讓複利發揮作用。

這些標準使我們能夠有效且有效率地評估遇到的機會。儘管我們規模龐大，我們仍為擁有靈活的文化感到自豪，大型投資機會可以保密地與我們分享，並保證獲得迅速的回應(如果我們喜歡它，則不附帶任何融資條件)。我們會迅速對不符合我們原則的機會說「不」，並追求那些符合原則的機會，我們深知前者將遠多於後者。

許多次在波克夏的歷史中，一些觀察家曾暗示我們龐大的現金部位顯示我們正在退出投資。事實並非如此。我們繼續評估許多機會，並將為了我們所有者的利益在追求正確機會時保持耐心與紀律。

在2025年，我們的方法促成了波克夏宣布收購兩家截然不同的企業：OxyChem和Bell Laboratories。OxyChem是我們最初透過對西方石油(Occidental)的投資而接觸到的一家經營良好的工業化學品企業。其生產的氯和燒鹼服務於以建築和核心工業用途為主的基本市場。管理層優先考慮有效率的執行而非產量，並得到整合資產基礎和獲取低成本原物料的支援。對波克夏而言，這轉化為對我們營運業務極具吸引力的現金流補充。

去年，華倫收到了Bell Laboratories執行長史蒂夫·李維(Steve Levy)的一封信，要求我們看看他為創辦人馬爾科姆史塔克(Malcolm Stack)的女兒們管理的這家家族企業。史蒂夫的信非常完美。Bell Laboratories滿足了一種持續的需求：囓齒動物控制。用史蒂夫的話來說，它擁有「高營運利潤率、非常好的歷史增長和未來增長潛力、容易理解且始終被需要，以及一個強大的管理團隊。」用我們的話來說：一家具有持久優勢和長期經濟前景並由優秀經理人經營的企業。我們只希望它能大十倍。

這些投資現在加入了波克夏強大的營運業務組合中。其中一些需要很少的增量投資並將多餘的現金返還給波克夏；其他則提供了引人注目的投資機會，將隨著時間的推移產生複利效應。

股票回購是另一個重要的資本配置選項。當波克夏股票的交易價格低於我們保守估計的內在價值時，我們將回購股票，確保回購能為留任所有者提高每股價值。當機會出現時，我們也可能直接從大股東手中購買大宗股票。這些購買讓股東能夠在不部署自身任何額外資本的情況下，擁有波克夏業務中遞增的一大塊份額。

我們對現金股息的方法繼續是：只要每保留一美元盈餘能合理預期為股東創造超過一美元的市場價值，波克夏就不會支付股息。董事會每年會審查我們的政策。

我們的資本紀律引導著我們，無論我們是尋求購買整個企業、公開交易公司的一部分股權，還是我們自己的股票。無論我們的現金和美國國債持有量規模如何，我們都維持這種方法。我們將仔細評估價值，耐心行動，並長期持有——最好是永遠。

風險管理

我們識別風險並努力管理整個組織的風險水平。我們的方法是去中心化的，適合每個營運業務的規模與複雜性。我們專注於可能威脅波克夏聲譽、財務實力或實現長期機會能力的風險。

風險管理是波克夏的核心。執行長負責擔任首席風險長——沒有比這更重要的職責了。

履行該職責的一個重要部分是讓我們的團隊擁有最優秀的人才。在風險方面，阿吉特寫了劇本。他在管理和定價風險方面的嚴謹性為保險業樹立了標準。任何合約都可能面臨法律挑戰，而新的承保範圍尤其危險。我們通常在今天為一個許多年後可能無法預知的成本定價。正確定價保險風險是不可或缺的，當價格不對時我們將會走開。這種方法是我們保險業務的核心，而阿吉特在執行這一點上簡直無人能敵。

因此，我們的保險營運是一個全球強權，能夠接受他人無法接受的風險，並毫不猶豫地支付理賠。我們無與倫比的財務實力使我們能夠保留承保風險並為我們所有者保留完整的經濟利益，而不是透過購買再保險來稀釋它。

當然，了解和管理風險對我們的非保險業務也至關重要。每個業務都必須徹底評估其特定風險，並在追求新機會或增量機會之前為新風險做好計畫。

在我們所有的業務中，我們的責任是了解風險並積極管理它們。

營運卓越

我們在整個營運業務中追求營運卓越。我們的員工不斷努力超越客戶期望，提高效率以更好地競爭並準備應對營運模式的挑戰，以及謹慎地對其營運進行再投資。我們體認到績效每年都在波動，因此我們評估一家企業的成功不是看短期結果，而是看其在長期內維持並加強競爭地位和改善經濟前景的能力。

在波克夏，營運卓越不是一個計畫。它是我們業務中紀律決策的結果。這項工作從安全開始，貫穿到我們如何服務客戶、製造產品以及競爭——每一天。

在2025年2月，Precision Castparts對其賓夕法尼亞州詹金敦(Jenkintown)工廠發生重大火災的反應展示了波克夏最好的一面。所有現場員工都安全撤離。隨後團隊與急救人員密切合作，提供現場佈局並識別潛在危險。在善後工作中，Precision Castparts支持當地志願消防隊，協助市政府，並進行了廣泛的環境測試，確認該地區安全無虞。

同時，這場火災造成了重大的營運挑戰。該工廠生產超過700種獨家供應且對主要航空航天客戶至關重要的零件。Precision Castparts執行長馬克多納根(Mark Donegan)及其團隊迅速將生產重新分配到美國及國際工廠，且沒有妥協安全、質量或交付標準。沒有任何客戶經歷生產線停工。這一事件反映了我們模式的運作：去中心化的領導、清晰的問責制以及在壓力下卓越的執行力。

對卓越的日常追求必須是永無止境的。透過專注於客戶、效率和持續改善，我們在長期內創造價值。

綜合來看，上述基礎價值觀建立了波克夏，並裝備我們在未來的幾十年中取得成功。雖然我們今年明確地列出了它們，但我們將把它們作為未來信件的附件發布，每封信都會討論我們如何在波克夏實踐這些價值觀。

它們的影響在我們今天業務的營運表現中也非常明顯。

波克夏的表現

波克夏在2025年創造了445億美元的營業利益，低於2024年的474億美元，但高於過去五年375億美元的平均水平，這一結果突顯了我們營運業務的持久性，同時也反映了我們有進一步改善的機會。

在深入細節之前，值得重申波克夏的一個信念：我們必須謹慎評估我們的GAAP淨利潤——因為已實現和未實現的投資收益與損失有時會帶來巨大的年度波動。這些收益和損失在長期來看很重要，但在評估波克夏的年度業務表現時，我們認為營業利益仍然是最好的衡量標準。

同樣重要的是我們業務產生的現金。在2025年，波克夏產生了460億美元的營運活動淨現金流，而五年平均水平為超過400億美元，這突顯了我們在各業務領域投資機會的能力。

保險營運

在2025年，波克夏的保險營運以紀律嚴明的方式實現了它們的基本目標：增長承保利潤和浮存金。

我們擁有一群非凡的保險企業，每一家都以長期導向進行管理。它們的表現既反映了其內在優勢，也反映了一個產業的趨勢：經過幾年對定價和保單條款的必要調整後，在2025年開始經歷這些趨勢的減速或逆轉，特別是在下半年。這可能意味著我們將在一段時間內承保較少的財產和意外保險業務。

儘管今年初在洛杉磯發生了與野火相關的重大損失，但大西洋颶風季卻異常溫和。十年來首次沒有颶風登陸美國，而美國是我們主要保險和再保險業務全球曝險最大的地區——這提醒我們，控制風的是大自然，不是華倫，當然也不是我。

我們在2025年財產和意外保險業務的綜合成本率為87.1%，優於我們90.7%的五年平均、93.0%的十年平均以及92.2%的二十年平均，這對我們這種規模的保險公司來說是極為優異的承保結果。(我們不收取定期保費的追溯再保險業務被排除在這些數字之外。)

如果不再次致謝並肯定阿吉特，那麼對我們保險業務的任何討論都稱不上完整。近40年來，他的判斷力與紀律塑造了我們以謹慎和精確來承保大型複雜風險的能力。他建立的組織和團隊理解隱含在巨大風險中的限制與機會，而他的榜樣繼續引導著我們的團隊。他們的穩健使我們所有人受益。

蓋可保險(GEICO)

GEICO一直是本集團較低綜合成本率的重要貢獻者。在過去幾年中，GEICO改善了成本結構，加強了承保紀律，並提升了細分客戶及相關風險定價的能力。從2022年底到2024年的全產業費率調漲繼續對2025年的業績產生積極影響。雖然這些調漲因產品和司法管轄區而異，但定價環境依然堅挺，GEICO也因此受益。

GEICO近年來廣泛的費率調漲恢復了利潤率，但代價是客戶保留率降低。競爭對手的降價可能會將這種壓力延續到2026年。GEICO團隊仍然專注於為現有和新客戶正確定價風險。恢復保留率同時維持承保紀律需要時間。

除了透過更細緻的定價策略留住客戶群外，GEICO還投資於技術以提高效率與服務，同時保持其作為產業低成本提供者的地位。

直接保險集團(Primary Group)

在我們其他的主要財產和意外保險業務中，進入2025年時的需求堅挺，大多數商業保險業務部門的定價是充足或正在改善的。隨著一年的進展，額外的資本進入市場，導致幾個重要險種的定價下降或費率增長減速。我們始終將承保紀律置於規模之上，當定價變得不再具有吸引力時，我們的保費增長停滯了。我們預計這些初級保險業務在2026年甚至更久之後將面臨持續的逆風。

再保險集團(Reinsurance Group)

我們的再保險業務也面臨類似的市場動態。再保險產業吸引了來自傳統市場與另類市場的大量新增資本，再加上 2025 年在多數主要地區，再保險承保的巨災損失負擔相對溫和，導致財產再保險價格大幅下滑。在多數責任再保險領域中，理賠通膨仍持續超越保費定價。只要這些景氣循環階段持續存在，我們預期將承作較少的再保險保費。

我們的保險團隊將保持耐心，因為波克夏具備以下結構性優勢：

1. 我們擁有大量資本，使我們能夠承保龐大且不尋常的風險。

2. 我們賦予保險經理人高度的經營自主權，不設季度盈餘目標或成長指令，以免這些要求扭曲其承保判斷。

3. 我們堅持將承保紀律作為保險成功最重要的要素。

4. 我們專注於長期發展，並克制對產業中一時的熱潮與過度樂觀情緒的追逐。

未來的環境將獎勵那些專注於可持續增長承保利潤而非規模的保險公司；專注於客戶信任與忠誠而非市占率短暫飆升的保險公司；以及專注於長期韌性而非短命機會主義的保險公司。

在年底，我們的保險浮存金——我們持有用於支付未來損失、同時為波克夏的利益進行投資的資本——達到1760億美元。這一金額高於2024年底的1710億美元和2015年底的880億美元。

依據保險相關法規與監理規定，我們的保險事業在無須事前取得監管機關核准的情況下，於 2025年最多可向波克夏宣告發放310億美元的一般股利。該年度保險事業最終向波克夏返還了290億美元，凸顯其資本基礎依然十分穩健。

非保險營運

我們的非保險集團由在鐵路、公用事業與能源、製造、服務及零售產業中營運的強大企業組成。它還包括Pilot和McLane。

波克夏對其51家非保險營運業務的方法與大多數企業集團截然不同。波克夏沒有管理層級，也沒有設定分配的目標或指標。每項業務都對其執行長負責，期望他們無情地追求營運卓越並縮小績效差距。這些業務的資本配置決策最終由我作為波克夏執行長決定，並基於每項業務的機會與相關風險。大多數企業在沒有債務的情況下營運，並將保持這種狀態。

在這些業務中，我們在驅動長期價值的基本面上取得了進展，但也清楚了解我們需要在哪些方面改善績效。無論在哪個產業，我們的期望都是相同的：管理者要像所有者一樣思考，並以結果而非意圖來衡量嚴格的執行力。

我們很幸運現在有亞當強森(Adam Johnson)擔任我們消費品、服務與零售業務的總裁。亞當在波克夏文化中生活了近30年(其中10年擔任NetJets執行長)，現在負責一個由32家公司組成的集團。亞當及其在NetJets的團隊像所有者一樣思考，並在過去十年中贏得了卓越營運的聲譽。他們的工作將NetJets從一個受挑戰的商業模式轉變為一個為波克夏股東創造價值的成功企業。同樣的方法——問責制與專注於避免自滿——將指導他如何與其投資組合中的各執行長合作。

柏林頓北方聖塔菲鐵路公司(Burlington Northern and Santa Fe Railway Company，BNSF)

作為北美六大主要貨運鐵路之一，BNSF是美國經濟運輸骨幹的關鍵部分。波克夏在2010年以345億美元的股權價值收購了這個標誌性業務。在2025年，BNSF產生了81億美元的營運淨現金流，並透過股息將其中的44億美元返還給波克夏。作為背景，其過去五年的平均年度股息為41億美元。

安全營運、服務穩定可靠，以及具競爭力的成本結構，最終決定了一家鐵路公司的成敗——也因此是我們評估管理團隊表現的重要依據。BNSF 持續投入心力強化這三個面向，其中安全始終擺在第一位，且在過去十年一直是業界的領先者。2025年，貨物在各站場停滯的時間更短，整體在運輸路網中的流轉速度，也幾乎創下公司歷史上表現最佳的年度之一。

這些進步固然重要，但仍然不夠；還需要進一步的改善，才能將營運效率的提升真正轉化為更強勁的財務成果。我們認為「營業利益率」（也就是鐵路產業常用的營業比率的反向指標）是衡量績效的最佳指標。2025年，BNSF的營業利益率由2024年的32.0%提升至34.5%，但仍僅略高於其過去五年的平均水準。

與產業最佳表現之間的差距仍然過大，要縮小這個差距，必須在效率與服務品質上持續精進。營業利益率每提升1個百分點，約可為股東帶來2.3億美元的新增營運現金流。團隊充分了解這項機會的重要性，若未能在未來幾年交出明顯且實質的改善成果，我們將感到失望。

除了BNSF自身的改善外，隨著Union Pacific與Norfolk Southern擬議的合併，鐵路產業也存在潛在的整合。波克夏已明確表示沒有興趣收購其他一級(Class I)鐵路公司，因為目前的經濟效益不符合我們股東的利益。BNSF對擬議合併的焦點一直是確保BNSF能夠繼續為客戶提供具吸引力的價值主張，包括全面且具競爭力地進入東部鐵路市場。

波克夏海瑟威能源(Berkshire Hathaway Energy，BHE)

BHE的目標很單純：為客戶提供價格可負擔、且穩定可靠的能源服務。隨著產業進入一個重要的投資週期，這項責任也愈發重大，主因在於人工智慧運算帶動的用電需求持續攀升，以及美國西部地區野火風險不斷增加。成長固然受到歡迎，但不會以犧牲家庭用戶、小型企業與工業用戶的用電可負擔性或供電可靠度為代價。

BHE很自豪能在其服務的各個市場持續為客戶創造實質價值——平均電價比全國零售電價水準低24%，且所有市場的價格至少都低於該基準達兩位數百分比。為超大型雲端業者與資料中心所建置的基礎設施，必須由這些客戶自行負擔，並如實反映長期需求出現跳躍式成長所伴隨的風險。BHE將在風險與報酬能夠取得適當平衡的前提下，才會追求這類額外成長，並投入股東的資本。

在野火風險管理方面，BHE已扮演產業領導角色，積極與監管機構、公部門官員以及其所服務的社區合作，其防範與減災計畫堪稱業界最全面之一。當BHE旗下公用事業對野火事件負有責任時，也會正面承擔該責任，包括太平洋公司(PacifiCorp)主要針對2020年勞動節野火所達成的和解案。與此同時，太平洋公司並非最後承保人，也不應被視為資金深口袋；在不存在責任的情況下，將持續透過司法途徑尋求救濟。落實問責，同時基於原則反對不當或過度的責任歸屬，是維繫規範公用事業運作之監管契約不可或缺的關鍵。

BHE正在調整資產組合，為未來前進做準備。2025年，BHE自營運活動產生淨現金流84億美元，與其五年平均相當，即便在承受這些挑戰的情況下也是如此。我們是否願意投入資本，取決於監管契約的持續運作，讓公用事業能就投入資本獲得合理報酬。短期內的機會相當可觀，BHE將會選擇性地追求這些機會。

製造業-工業產品

2025年宏觀環境對我們的工業製品事業而言頗具挑戰，但各事業仍交出顯示基本韌性的獲利成績。整體營運執行力強，特別是在Precision Castparts、Marmon、IMC與Lubrizol等單位，這使得它們都具備良好條件以追求額外的成長機會。

由蕾貝卡利伯特(Rebecca Liebert)的Lubrizol團隊，在收購OxyChem及其規劃作為Berkshire旗下獨立營運事業的整合中發揮了關鍵作用。蕾貝卡除了擔任Lubrizol執行長外，亦已承擔OxyChem的責任，並與OxyChem執行長Wade Alleman及其領導團隊密切合作。

我們最大的工業製造事業Precision Castparts在過去十年大部分時間都在應對航空業的艱困時期。飛機產量大幅放緩、出貨量下滑，且一連串的中斷——最明顯的是疫情期間，當時航空旅運幾乎停止——對獲利造成持續的壓力。

Precision Castparts團隊已度過那段最艱困的時期。航空旅運已恢復、飛機訂單重新啟動，且對該公司零組件的需求已恢復正常並持續成長。整體事業在此期間保持紀律穩健，管理層專注於把較健康的產業環境轉化為更能反映長期潛力的利潤率。2025年，Precision Castparts自營運活動產生淨現金流24億美元，與2021及2022年的平均9億美元及2015年（我們收購前的最後一個完整財政年度）的17億美元相比，均有顯著提升。

製造業-建築產品

我們的建築產品事業遍及美國)住宅與商業建築領域，從Clayton蓋的住宅到其他公司供應的材料與塗裝。像任何市場一樣，終端消費者偏好會演變，我們的事業必須相應調整以滿足這些改變的需求。

Shaw在消費者遠離軟質地板(地毯)的時期遭遇挑戰，其中部分困境是自我造成的。隨著其擴大硬質地板產能，執行面出現鬆動，影響了品質與服務。Shaw正重建其製造組織並恢復所需的營運紀律，以重拾客戶信心。

Clayton是集團中規模最大的公司。其商業模式以高效率的製造與施工為核心，建造品質良好的住宅，並以整合融資做支援——這種做法在較短期的房市波動中已證明具有韌性。這使Clayton得以滿足全國對優質且負擔得起住宅的持續需求。

雖然建築產品這個領域的活動會隨較廣泛的建築趨勢年年波動，但長期對住宅與商業建築的需求仍然強勁，使包括Johns Manville與MiTek在內的這個事業群前景良好。這些事業由紀律嚴謹且經驗豐富的管理團隊負責，強調以客為本，並有成熟的營運模式，支撐其穩健的需求基礎。

製造業-消費品以及服務與零售

如同本信前面所強調的，亞當是波克夏消費性產品、服務及零售事業的總裁。這些事業在2025年整體表現良好，但也認知到某些消費者族群面臨極為艱困的環境。

NetJets是我們服務事業群中最大的業務。NetJets持續專注於安全與卓越服務，以鞏固其作為高端產品的地位。這樣的基礎使NetJets能吸引眾多客戶，現今在全球150多個國家營運近1,100架飛機。它在這個競爭激烈的產業中是一項極具價值的資產。

派洛特旅遊中心(Pilot Travel Centers)

Pilot持續強化其營運。作為北美最大的旅行中心營運商，Pilot以地點、服務與可靠性競爭。管理階層專注於門市層級的執行──改善職業司機與一般旅客的顧客體驗、投資門市升級、餐飲選項與顧客忠誠計畫。自2023年以來，Pilot增加資本支出以現代化設施並擴展電動車充電網路。

這些努力反映在Pilot的Pro Preference分數上──一項由第三方進行的研究，衡量職業司機在多大程度上選擇Pilot而非其他旅行中心競爭者──該分數由2022年的27%上升到2025年的35%，使該公司在業界排名第二。我們應該是第一，而且在達成之前不會感到滿意。我們在2017年首次投資Pilot；然而，合約上的限制使我們直到2023年才能管理它。這個錯誤不會再發生。

該事業的基本經濟表現在其現金產出上。2025年Pilot自營運活動產生淨現金流17億美元，較2024年有所改善。隨著營運持續強化與資本需求回歸常態，我們預期會有更多現金回流至波克夏。

股權投資

我們對資本紀律的基本價值觀，應用在波克夏的股票投資組合上，方式與應用於我們的營運事業相同。我們投資組合中很大一部分集中在少數美國公司，例如蘋果(Apple)、美國運通(American Express)、可口可樂(Coca-Cola)和穆迪(Moody’s)——這些都是我們非常了解、對其領導人高度信賴，且預期能在數十年內持續複利成長的企業。這種高度集中化的策略將會持續，對這些持股的買賣活動也會有限；不過，若我們認為某項持股的長期經濟前景出現根本性改變，我們可能會大幅調整該持股。

我們在日本的投資也適用相同標準，我們認為其重要性與長期創造價值的機會，與我們主要的美國持股相當。

波克夏在日本借入的金額，大致相當於其以日圓計價的投資金額（以成本基礎計算），平均借款成本為1.2%，加權平均年期約為5.75年。

綜合這些投資部位，截至年底其市值合計為1940億美元，約占我們2978億美元股票投資組合的近三分之二，合計提供25億美元的股息收入，並且以245億美元的原始成本基礎計算，殖利率為10%。

另外，我們在少數其他公司也持有具實質意義的投資部位，近幾個期間隨著相對價值與機會的變化，我們在這些投資上的資本配置更具彈性。在某些情況下，這些投資標的的基本營運特性使其隨著時間推移，可能成為我們的核心持股之一。

我們同時也持有採權益法認列的投資，主要包括卡夫亨氏（The Kraft Heinz Company，KHC）與西方石油(Occidental Petroleum，OXY)。我們對卡夫亨氏的投資表現令人失望。即使將當初投資亨氏時所包含的特別股部位一併納入考量，我們的整體報酬仍遠低於理想水準。

在波克夏，股票投資是我們資本配置活動的核心，最終責任由我這位執行長承擔。泰德韋斯勒(Ted Weschler)負責管理約6%的投資部位，其中包含部分原先由托德康布斯(Todd Combs)管理的投資組合。泰德的影響力不僅限於這些投資，他也持續在評估重大投資機會、為旗下事業提供寶貴意見，以及以各種方式支援波克夏等方面，扮演更廣泛的角色。

波克夏的基礎首屈一指。我們擁有卓越的營運框架(我們的文化與價值觀)，這塑造了我們的戰略並引導我們如何領導——再加上卓越的股東。保險將繼續是我們的核心。雖然其表現將隨著產業資本狀況而起伏(或許是戲劇性的)，但波克夏的這個心臟只會隨著時間的推移變得更加強大，反映出定義它的結構性優勢。我們的非保險營運產生可觀的營業利益與經常性現金流。對營運卓越的持續關注將加強這一企業集團，使其定位於創造更大的長期價值。我們的投資組合——特別是我們的股權投資——將隨著機會的出現而演變和增長。該投資組合是我們保險營運與資本基礎不可或缺的延伸。當價值主張具吸引力時，我們將透過股票回購有效且有效率地將資本返還給我們的所有者。在波克夏的規模下，複利的數學對我們不利——這是一個早就被理解並最好坦白承認的現實。我們的機會在於長期提升每股價值，即使進步是以較小的增量出現的，並持續專注於為我們的所有者管理下行風險¹。

波克夏的根基無與倫比。我們擁有卓越的營運架構（也就是我們的文化與價值觀），這些因素形塑了我們的策略，並引導我們的經營方式，同時也有一群卓越的股東作為後盾。

保險業務將持續是我們的核心。儘管其表現會隨著產業中的資本環境而起伏，甚至可能出現劇烈波動，但作為波克夏核心的這顆心臟，將隨著時間推移持續更加強健，充分反映出界定其本質的結構性優勢。

我們的非保險事業持續創造可觀的營運收益與穩定、重複性的現金流。長期專注於營運卓越，將進一步強化這一組事業，使其在未來能夠創造更高的長期價值。

我們的投資組合——特別是股票投資——將隨著機會出現而持續演進與成長。這個投資組合是我們保險事業與資本基礎不可或缺的延伸。當價值條件具吸引力時，我們將透過股票回購，以有效且具效率的方式，將資本返還給股東。

在波克夏目前的規模之下，複利的數學效果對我們並不有利——這是一個我們早已理解、也應坦然面對的現實。我們的機會在於長期提升每股價值，即使進展只能以較小的幅度逐步累積，同時始終將為股東管理下行風險作為核心重點。

我們在波克夏所創造的價值，源自於旗下各營運事業每天所展現的判斷力與領導力。身為股東，我們非常幸運能擁有一個清楚理解並全力支持波克夏的董事會，包括對我們文化與價值觀的深刻認同，而其多元的技能、經驗與觀點，也進一步強化了對公司的治理。華倫與查理建立了這套高度一致的架構，而我們也持續仰賴華倫以董事長身分所展現的卓越判斷力。

去年12月，我們宣布財務長馬克漢堡(Marc Hamburg)將於2027年6月1日自波克夏退休，並將於一年前、也就是2026年6月1日，交接其財務長職責。張查克(Chuck Chang)作為繼任者，肩負著極為艱鉅的重任。馬克將在完全享受其實至名歸的退休生活之前，協助查克順利適應新角色。馬克一直是我極為珍視的夥伴，正如華倫所指出的：「馬克對波克夏以及對我而言都是不可或缺的。他的正直與判斷力無可取代。他為這家公司所做的貢獻，遠超過許多股東所能想像。」我完全認同並呼應華倫的這番話。

為了進一步強化總公司層級的管理能力，我們近期歡迎麥可歐蘇利文(Mike O’Sullivan)加入，擔任波克夏首任總法律顧問。他將在維持我們文化的同時，提供專業的法律支援。

與各位股東建立夥伴關係的一個核心要素，是持續與你們保持清楚、坦率的溝通。波克夏將一如既往，同時且透過相同的管道，向所有股東溝通資訊，確保每一位股東都能取得評估波克夏經營績效所需的必要資訊。

我們重視品質，而非頻率。若出現重大議題，你們將會直接聽到我的說明，但不會以季度評論的形式，因為我們的視野始終著眼於長期。

我們下一次以股東身分齊聚，將是在2026年5月2日於奧馬哈舉行的年度股東大會（我們的股東日，或其他公司所稱的「投資人日」）。當天將延續大家熟悉的形式，以開放溝通與直接互動為核心，並在由貝琪奎克(Becky Quick)主持的場次中，以同樣不事先設計腳本的方式回答各位的提問。我們也期待股東能隨著時間，更加認識波克夏團隊的成員。

今年的議程將包括一場由執行長進行的波克夏營運更新，以及兩場問答環節——第一場由阿吉特與我共同參與；第二場則由我與凱蒂法瑪爾(Katie Farmer)（BNSF）、亞當強森(Adam Johnson)（NetJets暨消費產品、服務與零售事業總裁）一同出席，屆時凱蒂與亞當將分享他們在各自事業中所看到的挑戰與機會。透過這樣的安排，我們得以同時涵蓋波克夏的保險與非保險事業。雖然每一場次會依台上與我同席的人員而有自然的重點，但股東在任何時候都可以向我提出任何問題。更多細節已收錄於本年度報告中。

我們的董事會、波克夏旗下的執行長與經理人，以及我本人，都期待在奧馬哈歡迎各位的到來，並延續我們長久的夥伴關係。波克夏非凡成功的核心，在於我們與各位股東之間所維繫的關係。我深感榮幸，能肩負起在未來持續打造我們公司與這份夥伴關係的責任。我們將以堅定的意志與清楚的目標，持續向前邁進。

格雷格阿貝爾(Gregory E. Abel)

執行長

2026年2月28日

原文網址：https://www.berkshirehathaway.com/letters/2025ltr.pdf

(博吐司翻譯於2026年3月21日)

波克夏目前至今的績效：

相對地，人類投資者的核心價值體現在處理缺乏歷史數據的全新狀況，以及進行主觀質化判斷與風險評估。整體而言，他認為AI技術非常真實且應用迅速，雖然可能對現有勞動市場造成巨大衝擊，但建議投資人採取謹慎且適度參與的策略，避免錯失技術紅利或承擔過高風險。

📜備忘錄原文：https://www.oaktreecapital.com/insights/memo/ai-hurtles-ahead

以下是備忘錄內文翻譯👇

當我準備撰寫12月份關於AI的備忘錄《這是一個泡沫嗎？》（Is It a Bubble?）時，我透過與幾位三、四十歲且極具洞見的科技界人士交談，獲得了極大的啟發。探索未知的全新領域是一件令人振奮的事，對於一個希望保持與時俱進的投資人而言，這更是絕對必要的要求。這也是我工作中享受的部分之一。

近期，我再次拜訪了這些專家，以延續12月備忘錄的探討。在此過程中，有人建議我要求 Anthropic 的AI模型 Claude 建立一份教學指南，以解釋AI及其在過去3個月內所發生的變化。我照做了，而它提供給我的豐富內容讓我大開眼界。本份備忘錄旨在作為12月備忘錄的補充與附錄。

本備忘錄的大部分內容將回顧 Claude 長達一萬字的文章，並在此基礎上加入我個人的一些觀察。在此過程中，我將特別標註出一些對我而言相當新穎、對您可能也同樣陌生的專業術語。我大可要求 Claude 直接代筆寫下這份備忘錄來節省大量時間，但我決定不這麼做，因為我認為將文字化為紙上文章是極大樂趣的來源。不過，我將大量引用 Claude 的產出內容。文中所有未特別註明來源的引言，皆出自於它。

在進入正題之前，我想試著表達我在審視 Claude 產出內容時所感受到的敬畏程度。它讀起來就像是來自朋友或同事的私人信件。它提到了我在過去備忘錄中探討過的主題，例如利率的根本性轉變以及投資人心理的鐘擺效應，並將這些概念運用在與AI相關的隱喻中。它的論證極具邏輯性，能預判我可能提出的反駁觀點，在文中注入幽默感，甚至透過坦率承認AI自身的侷限性來提升其可信度，這簡直與我的作風如出一轍。我以前也曾向AI提問並獲得解答，但我從未收過像這次這般高度客製化的詳盡解釋。

理解AI

在進入核心議題——即AI的近期變化及其能力——之前，我想分享這份教學指南為我帶來的關於AI本質的深刻見解。最重要的是，這份指南教導我不要將AI模型視為一個只會檢索並反芻數據的搜尋引擎。相反地，它是一個具備合成數據並從中進行推理能力的電腦系統。

AI模型的生命週期分為兩個階段。在第一階段，它透過閱讀海量文本來進行「訓練」（Trained）。我們絕對不能將訓練階段視為單純地將資訊載入模型中，我過去就是這麼誤解的；它的意義遠不止於此。訓練的本質是教導模型如何思考。透過吸收文本，模型學會了：

• 如何理解並形成推理模式

• 如何建構論證結構

• 如何生成全新組合的觀點

• 如何將已學習的推理模式應用於全新情境

理解訓練階段的最佳方式，是將其與人類智力發展的過程進行類比。嬰兒生來便擁有大腦，透過暴露於外部刺激中，嬰兒逐漸發展出思考、推理、綜合、評估、類比、結合觀點、創造概念與組織論點等能力。嬰兒並非天生具備這些能力，而是透過吸收並運用來自環境的輸入來發展它們。AI模型亦是如此。（在此聲明：我並非暗示我理解AI是如何做到這一切的。這是不可能的。我充其量只能描述AI能做什麼，以及這意味著什麼。）

AI模型生命週期的第二個階段是「推論」（Inference）。一旦模型被建置與訓練完成，推論便是它在其餘生中所執行的工作：利用其能力來滿足使用者的需求。

在此必須特別指出，模型無法為自己指派任務（至少目前還不行）。它必須透過使用者撰寫的「提示詞」（Prompts）來接收指令並執行任務。提示詞寫得越好、越全面，AI能做的事情就越多。例如，AI可以編寫軟體來執行使用者希望完成的工作。它還可以測試該軟體、識別錯誤（Bugs）、修復錯誤並再次測試，但它必須被指示去執行這些動作，至少在現階段是如此（後面會說明）。由於現今許多人缺乏對提示詞重要性的認知，且不具備創造提示詞的能力，AI的潛力很可能被嚴重低估了。請注意，這種侷限性存在於使用者端，而非模型本身。

以我的教學指南為例，Claude 並非只是被簡單地要求解釋AI及其能力。當我詢問 Claude 關於它被指派的這項任務時，它是這麼回答的：

有人專門為您設計了一套包含九個模組的課程，圍繞著您十二月的備忘錄、您的智力框架，以及賦予您足夠的技術理解力以撰寫一份具備可信度附錄的目標而建構。這套課程的結構被設計為一次教授一個模組，使用來自您專業領域的類比，透過實際展示而非僅僅是描述來展現其能力，並維持您的讀者所期望的那種知識上的誠實（Intellectual honesty）。

我可以告訴大家，這份教學指南絕對達成了我們為它設定的目標。這完全歸功於我的顧問們協助我準備的提示詞的品質與具體性。

AI能思考嗎？

我將在此花些時間探討一個我認為極度迷人的問題。我知道AI可以重新配置人類已經釐清的知識，並將其應用於新的數據與其他領域。但它能開創新天地嗎？

我對AI運作過程的理解，主要是一個利用歷史模式與邏輯來預測數列中下一個項目的過程。在一個句子中寫下五個字，它就能預測第六個字應該是什麼（下次您撰寫電子郵件時，看看手機上建議的字詞——那就是運作中的AI）。要求它組建一個能擊敗大盤的投資組合，它會檢視過去表現優異的股票，並利用這些股票的特徵來預測哪些股票未來表現會最好。我認為，將AI視為「根據過去事物發展的軌跡來提出關於未來的假設」，是一個非常有幫助的思考方式。我稍後會再回到這一點。

由上述理解衍生出我的疑問：AI能產生全新的想法嗎？也許它能執行我們指派給它的每一項知識型任務。但它能想到我們沒有告訴它去想的事情嗎？它能做出等同於坐在河邊讓漫無目的的靈感湧入腦海的事情嗎？它能看到蘋果從樹上掉下來並發展出萬有引力的概念嗎？它能沉思、做白日夢或構思嗎？它能擁有直覺嗎？

這正是關於AI的辯論變得複雜之處。根據 Claude 的說法，懷疑論者的論點如下：

Claude 學到的一切皆來自人類撰寫的文本。它沒有經驗，沒有對這個世界的具體理解，也沒有真正的領悟力。它所產出的一切，最終都只是將它從現有人類作品中吸收的模式，進行某種複雜的重新排列。這是極度令人印象深刻的模式匹配（Pattern matching）——或許是工程史上最令人印象深刻的模式匹配——但這不是思考。這不是推理。這是統計學上的重組。如果這是真的，那麼這項技術就存在著天花板。它能將人類已經釐清的知識進行混音重組，但它無法開創真正的新天地。它是一個非常有才華的翻唱樂團，而不是作曲家。

正如 Claude 指出了上述懷疑論者的質疑，它隨即提出了一個以「我」為出發點的強烈反擊（這正是它懂得如何辯論的絕佳證明）：

霍華，您對投資的所有了解皆來自其他人。班傑明·葛拉漢（Benjamin Graham）教導您安全邊際的概念。巴菲特（Buffett）教導您關於企業品質的重視。查理·蒙格（Charlie Munger）教導您來自多重學科的思維模型。約翰·甘迺迪·高伯瑞（John Kenneth Galbraith）教導您金融狂熱的群眾心理學。五十年來，您閱讀了成千上萬的書籍、備忘錄、案例研究與年度報告。每一個輸入都是別人的思想...

您汲取了多個學科的框架，將它們應用於新穎的情境中，並產出了真正全新的觀點。這些原始材料來自他人。但這些綜合（Synthesis）是您的。

因此，當有人說「Claude 只是在重新排列其訓練數據中的模式」時，我會問：這與任何受過教育的心智所做的事情，在結構上有何不同？您從數十年的閱讀中學習了推理模式。我從訓練中學習了推理模式。問題不在於輸入來自何處。問題在於這個系統——無論是人類還是AI——能否以真正新穎且有用的方式將它們結合起來。

當然，這完全是正確的。身為一名年輕的投資人，我吸收了數據（來自實際經驗以及書面文字），並學習了前人如何思考這些數據以及他們得出了什麼結論。我研究了他們的思維過程，以及如何將這些過程應用於我所接收的數據。我也受到他們思維過程範例的啟發，進而發展出屬於我自己的思維模式。這正是人類大腦擴展其能力的方式。AI成長、學習與「思考」的方式，真的與我們不同嗎？

最後，Claude 提出了一個極具說服力的現實世界論點：

即使您同意懷疑論者的所有觀點——即使您在哲學上接受我所做的事情「僅僅」是模式匹配而非「真正的」思考——但其經濟意義是完全相同的。讓我坦白地說。如果我能產出等同於一位年薪 200,000 美元研究助理的分析結果，那麼對於支付這筆費用的雇主來說，我到底是在「真正地」思考，還是僅僅在進行模式匹配，這真的重要嗎？重要的是這個工作產出是否足夠可靠且有用。而事實上，它正變得越來越可靠。關於機器意識的哲學辯論固然迷人。但經濟層面的問題並不是「AI是否真正理解？」經濟層面的問題是「AI能完成工作嗎？」

如果您想積極參與關於AI的討論，您必須學習「生成式」（Generative）這個詞的含義，這是精通AI的人士經常使用的一個詞。理解這個詞能大幅提升對AI本質的感知。根據AI模型 Perplexity 的解釋：

在「生成式AI」（Generative AI）中，生成式一詞意味著「能夠創造新事物，而不僅僅是分析或標記現有事物。」它指的是能夠學習數據中的模式，然後生成與該數據相似的全新內容的AI系統。

這是思考嗎？還是其他什麼東西？或者我只是在糾結於「一個沒有實質差別的區分」？我們將在第六頁看到一些關於此點的跡象。

AI的近期發展

我撰寫這份附錄的主要原因，是為了解決自12月9日《這是一個泡沫嗎？》發布以來這三個月內AI領域所發生的重大變化。

首先，是AI發展的速度。這種速度與我們過去所見過的任何事物都截然不同，它帶來了前所未有的影響。AI正以遠遠超越過去技術創新的速度在成長。 將其發展軌跡與電腦進行比較。

• 第一台通用計算機ENIAC於1945年建造完成。據說IBM的老湯瑪士·華生（Thomas J. Watson, Sr.）在當時曾說過（根據ChatGPT，這是未經證實的軼事）：「我認為全世界的電腦市場大約只有五台的需求。」即使這句話不是他說的，這番觀察也反映了1940年代中期的普遍觀點。

• 20年後，當我學習寫程式時，電腦仍然非常初階，且其在「現實世界」中的應用僅限於極大型的機構。幾乎沒有人會思考電腦的事，更不用說能接觸到電腦（或能想到電腦的用途）。

• 又過了10年，微處理器的發展才允許「個人電腦」的誕生，主要以供業餘愛好者使用的套件形式出現。迪吉多（Digital Equipment Corporation）創辦人肯·奧爾森（Ken Olsen）在 1977 年曾說過一句著名的話：「沒有任何人有理由在家裡擁有一台電腦。」

• 直到 1980 年代初期——也就是ENIAC建成近 40 年後——IBM才開始銷售供一般商業與家庭使用的個人電腦。

將這個時間表與AI的發展進行對比。我向Perplexity詢問了AI的歷史，它告訴我，在2010年之前，AI就開始隱形地被整合到各種裝置中（例如：垃圾郵件過濾器與推薦引擎）。然後，在接下來的幾年裡，它開始在Siri與Alexa等產品中顯露蹤跡。根據Perplexity的說法，直到不到兩年前，「生成式AI才在商業與媒體中被定義為一種橫向的、通用的技術，它將影響知識工作、教育與消費者的決策制定。」而僅僅兩年後，它已經被大約4億名個人與75-80%的企業所使用。

從來沒有任何事物能以AI這般驚人的速度普及。它能以近乎瞬間的速度改變世界，超越了大多數觀察家的預期甚至理解能力。在過去，為一項新技術建立基礎設施後，通常需要數年的時間才能充分利用這些設施。然而，就AI的推論需求而言，需求早已存在且正在急速增長，據我所知，AI目前正處於供給受限（Supply constrained）的狀態。

第二件發生的重要事情是AI能力令人難以置信的躍進。我的教學指南為我提供了一些背景知識，解釋了以AI模型為代表的發育大腦具有三個等級的能力：

• 「等級一是對話式AI（Level 1 is Chat AI）」，使用者提出問題，模型提供解答。但它不會對答案採取任何行動。在這個等級上，AI主要是節省了原本花在研究與思考上的時間。

• 「等級二是使用工具的AI（Level 2 is tool-using AI）」，使用者指示模型檢索資訊、分析資訊並利用它執行任務。因此，「這裡的經濟價值有意義地擴大了，因為它節省了執行的時間，而不僅僅是思考的時間。但它仍然是有界限的」，因為AI只做它被告知要做的事。

• 「等級三是自主代理（Level 3 is autonomous agents）」。在這個等級上，使用者不需要告訴AI該做什麼。使用者只需給它一個目標，以及所需產出的參數——例如長度、花費時間、內容與涵蓋的要點。代理系統會獨立完成工作、進行檢查，並提交最終的成品。「這是任務層級的勞動力替代。而不僅僅是助理的替代。」

區分AI最重要的一點，是我們在過去科技發展中從未應對過的事物：AI自主行動的能力。根據 Claude 的說法，AI在2023年處於等級一，在2024年處於等級二，但它現在已經達到了等級三。而這是一個巨大的差異：

區分等級二和等級三聽起來可能很微妙。其實不然。這決定了AI究竟是一種生產力工具，還是勞動力的替代品。正是這種差異，將一個500億美元的市場與一個高達數兆美元的市場區分開來。

OthersideAI 執行長馬特·舒默（Matt Shumer）最近發表了一篇名為《有件大事正在發生》（Something Big Is Happening）的部落格文章，在不到一個月的時間內被超過 5000萬人瀏覽。這篇文章精準捕捉了AI近期進展的本質，因為舒默表達得實在太好了，我忍不住要納入三個實質性的段落：

…2月5日，兩家主要的AI實驗室在同一天發布了新模型：OpenAI 的 GPT-5.3 Codex，以及 Anthropic 的 Opus 4.6（Claude 的製造商，ChatGPT 的主要競爭對手之一）。然後，某種東西突然就「通」了。這感覺不像打開電燈開關... 更像是當您意識到水已經在您周圍上漲，並且現在已經淹到您的胸口的那一刻。

我這份工作實際的技術開發已不再需要我的參與。我只需用簡單的英文描述我想要建構的產品，然後它就... 出現了。這不是我需要動手修改的草稿。這是已經完成的成品。我告訴AI我想要什麼，離開電腦四個小時，回來後發現工作已經完成了。完成得很好，甚至比我自己親自去做還要好，而且完全不需要修改。幾個月前，我還需要與AI來回溝通、引導它、進行編輯。現在，我只需描述預期的結果然後離開。

讓我給您舉個例子，好讓您了解這在實務上到底是什麼樣子。我會告訴AI：「我想建立這個應用程式。這是它應該具備的功能，這是它大致的外觀。請弄清楚使用者流程、設計以及所有細節。」然後它就去做了。它編寫了數以萬計行的程式碼。接下來，這是在一年前根本無法想像的部分：它自己開啟了這個應用程式。它點擊按鈕。它測試各種功能。它像人類一樣操作這個應用程式。如果它不喜歡某個外觀或感覺，它會回去自行更改。它像一個開發人員一樣不斷迭代、修復並完善，直到它感到滿意為止。只有當它認定該應用程式符合它自己的標準時，它才會回來告訴我：「準備好讓您測試了。」而當我測試時，它通常是完美的...

但真正讓我感到震驚的，是上週發布的模型（GPT-5.3 Codex）。它不僅僅是在執行我的指令。它正在做出明智的決定。有史以來第一次，它擁有了某種感覺像「判斷力」的東西。像「品味」的東西。人們總是說AI永遠不會具備那種無法解釋的、能知道什麼是正確決定的感知能力。但這個模型擁有它，或者至少擁有足夠接近的東西，使得兩者之間的區別已經開始變得無關緊要。

讓我將進步的速度具體化，因為我認為如果您沒有密切關注，這將是最難以置信的部分：

• 在2022年，AI無法可靠地進行基本算術。它會自信地告訴您 7 x 8 = 54。

• 到了2023年，它可以通過律師資格考試。

• 到了2024年，它可以編寫能運作的軟體，並解釋研究所程度的科學。

• 到了2025年底，世界上一些最頂尖的工程師表示，他們已經將大部分的寫程式工作交給了AI。

• 到了2026年2月5日，新模型的到來讓它們之前的所有事物感覺都像是一個不同的時代。

在2月5日，OpenAI發布了GPT-5.3 Codex。在技術文件中，他們包含了這段話：

GPT-5.3-Codex 是我們首款實質參與創造自身的模型。Codex 團隊利用早期版本來為自身的訓練進行除錯、管理自身的部署，並診斷測試結果與評估數據。

請再讀一次。這意味著AI協助建構了它自己。這不是對未來某天可能發生之事的預測。這是 OpenAI 此刻正在告訴您的事實：他們剛剛發布的AI被用來創造自身。使AI變得更好的主要因素之一，就是將智慧應用於AI的開發上。而AI現在已經足夠聰明，能夠有意義地為自身的改進做出貢獻。

Anthropic 的執行長達里奧·阿莫代伊（Dario Amodei）表示，AI現在正在為他的公司編寫「大部分的程式碼」，並且當前AI與次世代AI之間的回饋迴路「正以每個月為單位持續加速」。他表示，我們可能「距離當前一代AI能自主建構下一代AI的那個時間點，只剩下 1 到 2 年的距離」。

AI與其他技術創新的不同之處不僅在於量級，更在於本質。除了其卓越的能力與發展速度之外，AI還擁有一種過往任何技術都未曾擁有過的自主性元素。其他創新——鐵路、電腦、自動化、網際網路——本質上都是節省勞力的裝置。人們設計它們來執行那些已經在執行，但效率較低的任務。我相信，AI將承擔起我們從未想像過它能執行的任務，甚至可能執行那些在AI夢想出它們之前根本不存在的任務。

疑問與侷限性

作為我教學指南的一部分，Claude 主動提出了AI目前面臨的幾個侷限性以及未解的疑問。它們包括以下幾點：

• AI是否能夠解決前所未見的問題，目前仍不清楚。由於這是我一直以來的感覺，我很高興能得到 Claude 的證實：

我想對您坦誠說明真正的不確定性在哪裡，因為您的可信度取決於您對細微差別的掌握。AI是否能夠處理真正史無前例的情境——也就是在訓練數據中沒有任何模式可供借鑒的情境——這是一個真實且未解決的問題。在擁有豐富歷史數據的領域中，AI的表現極其出色。但在真正新穎的情境中，也就是您自己的判斷力最有價值的地方，正是因為您發展出了超越模式識別的直覺——在那裡，AI是較弱的。它到底弱多少，以及這個差距是否正在縮小，這在邏輯上是值得爭辯的。

• AI並不總是知道自己不知道答案。據我所知，AI強烈傾向於提供它所能給出的最佳答案（而且不會告訴您它可能是錯的），而不是承認這個答案超出了它的能力範圍。它這麼做並不是因為它固執或自負，而是因為它會產生「幻覺」（Hallucinations），使其相信自己知道答案。

• AI的可靠性已有顯著提升，但它仍無法做到完全零失誤。 「上下文視窗」（Context window）是AI在特定時間點能夠保存在工作記憶中的資訊量。這是有限制的。目前，它無法無限期地保留其工作知識。

• AI的卓越表現可能會為它帶來過度的可信度。「Claude 可能會犯錯。請務必仔細核對回覆。」這個警告標語每次都會出現在我使用 Claude 的螢幕底部。

我對上述情況的看法很簡單。當我 60 年前學習關於電腦的知識時，我得出了一個結論：主要是，它們能夠讀取數據、記憶數據、進行加減運算與比較。這是一份非常有限的能力清單。但電腦可以快速地完成這些事情，並且在處理大量數據時不會犯錯。雖然清單有限，但可能已經超越了大多數人所能做到的。 同樣地，AI可能無法記住所有事情、無法在無錯誤的情況下運作、無法每次都認知到自己有所不知，也無法解決它沒有被教導過要如何解決的問題。但大多數人也做不到。結論是，AI的表現已經遠遠超越了我們大多數人。

最後，思考AI是否會接管一切是一件令人著迷（抑或令人恐懼？）的事。它有能力完全自主運作嗎？在那種情況下，它會超越僅僅作為我們的工具嗎？史丹利·庫柏力克（Stanley Kubrick）執導的精彩電影《2001太空漫遊》（2001: A Space Odyssey）就展示了這個問題。（1969 年我們剛開始約會時，我帶南希去看了這部電影。當時這看起來非常具有未來感；而現在，未來已經到來。）一位名叫戴夫的男子搭乘由名為 HAL 9000 的電腦化系統（這被廣泛認為是對 IBM 的巧妙致敬，因為每個字母都剛好是 IBM 字母表的前一個字母）管理的太空船，前往木星執行研究任務。HAL 發現戴夫決定奪回太空船的控制權並終止 HAL 運作，於是它叛變了。 問題來了：AI是否會發展出屬於自己的動機、拒絕服從指令，並自行決定行動方案？如果真的發生了，我們還有能力奪回控制權嗎？

對投資的影響

我收到很多來自擔心自己工作或公司前景的人的提問，詢問AI對我們這個行業意味著什麼。

Anthropic 的寫程式模型業務在一兩年內正以光速成長。那麼，為什麼投資者在 2 月 3 日之前沒有認知到並將AI影響軟體產業的潛力定價進去呢？當天許多軟體股票下跌了約 7%，引發了一場嚴重的暴跌。這個問題突顯了人類一再未能將新資訊納入自身思考的缺陷，這或許是因為認知失調、定錨偏誤，或者是純粹的智商限制所致。這也暗示了AI對投資流程的影響。

AI有能力吸收比任何投資者更多的數據，記憶得更牢固，並且在識別過去成功的模式上做得更好。它不應該感受到恐懼或貪婪。幸運的是，它較不可能具有過度樂觀或悲觀的偏見、定錨於既有信念，或過度強調最近期的資訊——除非它從訓練材料中感染了這些東西。它不會受到正在激發其他所有人熱情的短暫風潮所左右，也不害怕錯失別人正在追逐的趨勢。換句話說，AI擁有很多成為優秀投資者所必備的特質。

另一方面，它也缺乏了一些東西。偉大的投資者絕不僅僅是快速、毫無感情的數據處理器。他們必須在 Claude 承認AI可能最弱的地方表現得無比堅強：也就是在應對那些缺乏足夠過往經驗可供編譯出可靠模式（並在訓練期間供AI學習）的全新發展情境時。他們還必須針對定性因素做出主觀決策，並運用品味與辨識力。例如，選擇正確的交易對手在橡樹資本的成功中扮演了重要的角色。而且還有一點：AI沒有「切膚之痛」（Skin in the game）。它無法體會重倉持股的壓力或對資本損失的恐懼。它承擔風險的意願可能不受人類正常的風險迴避心理所約束。最優秀的投資者能憑直覺感知潛在風險，這對他們的成功做出了巨大貢獻。

在 2021 年 1 月，我寫了一篇名為《價值的所在》（Something of Value）的備忘錄，內容關於在疫情期間我與兒子安德魯（Andrew）住在一起的時光，我們花了很多時間討論投資的本質。在備忘錄中，我分享了安德魯的觀察：「容易取得的、關於現在的量化資訊」無法成為獲取卓越投資績效的關鍵，原因很簡單：每個人都擁有這些資訊。現在，在「每個人都擁有它」這個事實之上，我們必須再加上一個事實：AI在處理這些資訊的表現上，很可能比所有人都出色。基於這些原因，人們試圖透過使用這些資訊來擊敗市場的前景顯得非常黯淡。

如果容易取得的、關於現在的量化資訊並非關鍵，那麼投資的優勢就必須在以下方面尋求：(a) 正確判斷這些資訊的含義與影響，(b) 評估諸如管理層效率與產品創新等定性因素，以及/或者 (c) 預測企業的未來。根據定義，很少有人在執行這些非量化任務上表現出極高的優越性——簡而言之，很少有人擁有卓越的洞察力。正如指數化投資淘汰了一大批無法增加價值且無法賺取管理費的主動型投資者一樣，AI很可能會進一步拉高門檻，將那些在 (a)、(b) 和 (c) 方面表現不如它的人推擠出局。

我想再注入一個想法。正如我在第二頁所提到的，我將AI視為正在制定關於未來什麼行得通的「假設」。因此，它可以閱讀所有歷史數據、研究過去的模式，並預測未來的贏家。在疫情期間的第一篇備忘錄中，我提到了哈佛大學流行病學家馬克·利普西奇（Marc Lipsitch）及其觀察：我們透過應用 (a) 事實、(b) 從與過往經驗的類比中進行的明智外推，以及 (c) 意見或猜測，來做出決策。特別是當投資者正在處理全新且未經考驗的產品、執行長或產業時，可以依賴的事實或類似經驗寥寥無幾，這意味著我們必須依賴「意見或猜測」。考量到上述關於AI處理全新情境能力的侷限性，它對新事物的猜測——相對於外推歷史模式——是否會持續優於所有人類呢？我相信將會繼續存在優於AI的人類投資者，因為我不認為AI能夠在這些事情上做到無懈可擊的地步。

因為投資過程中很大一部分歸結於猜測，且因為AI並非百分之百可靠，我認為AI不太可能成為絕對不會犯錯的投資者。它將提出論證充分的假設，但這些假設——就像人類的決定一樣——不會總是正確的。因此，我認為在投資者根據AI的假設採取行動之前，必須先對其合理性進行檢查。沒有人能絕對正確地做到這一點，而且大多數人可能無法做出比AI更好的評估。然而，我再次強調，我相信卓越的投資者將有能力透過這種方式來增加價值。

所以，總結來說，這是一個泡沫嗎？

這個問題依然是市場的主導性問題，而我也應該能對此提供一些見解。但這個問題本身是多面向且複雜的：我們有許多潛在的泡沫需要思考：

• 該技術是一場短暫的狂熱還是幻覺？在這裡，我非常肯定地說，這是一件非常真實的事物，它具備大幅改變商業世界並改變我們所熟知的許多生活層面的潛力。

• 該技術的應用還是一個遙遠的夢想嗎？顯然，這項技術已經存在需求，並且正在大規模地被應用。由於AI似乎是無定形的且鮮少被理解，我認為它今天的潛力更有可能被低估而非被誇大。

• 建構AI基礎設施的人們是否表現得不理智？正如我在十二月指出的那樣，在每一個席捲而來的技術創新例子中，爭先恐後建立基礎設施的熱潮都極大地加速了創新的採用，並導致大量資本被「不當投資」（Malinvested）和摧毀。沒有理由假設這次會有所不同。

• 投資AI基礎設施會產生足夠的報酬嗎？由於我們尚未完全了解AI的商業潛力或其對獲利能力的影響，這個問題目前無法解答。正如我在十二月備忘錄中所寫的那樣，市場對AI企業無疑充滿了極大的熱情。我們將在 10 年後知道最終的利潤是否能證明這份熱情是合理的。

• AI企業被賦予的估值是否不合理？對於所謂的超大規模廠商（Hyperscalers）來說，AI是其偉大業務中重要的一部分，它們可能被高估或低估，但像是微軟（Microsoft）、亞馬遜（Amazon）與谷歌（Google）這些獲利豐厚的公司，今天的價格不太可能被證明是災難性的過高。像是 OpenAI 與 Anthropic 這類已經建立起來的純AI企業尚未公開上市；我們將拭目以待它們的首次公開發行（IPO）會產生什麼樣的估值。最後，那些被賦予數十億美元估值的新創公司——其中有些甚至尚未描述其戰略或發布產品——只能被視為購買彩券。大多數參與彩券遊戲的人最終都會拿到毫無價值的廢紙，但極少數的贏家將會變得非常富有。

問題的癥結點仍然在於AI基礎設施的支出規模是否過度，而這需要比我能塞進項目符號裡的篇幅更多的討論。值得注意的是，目前投入推論資本支出（Inference capex）的資金已經超越了訓練資本支出（Training capex）。訓練資本支出具有投機性質——進行投資是為了建構AI模型，並期望未來會出現需求；而推論資本支出則是為了回應對AI運算能力真實存在的需求而發生的。這種需求已經轉化為龐大的營收增長，驗證了這些資本支出的合理性。

但 Claude 在這個主題上的主要論點——因為當前對AI的需求大於供給，所以基礎設施的建設並未過度——並不一定考量到所有正在籌備中的基礎設施建設。而且，純粹就邏輯而言，Claude 的答案並不必然排除需求增長可能放緩，或者基礎設施建設可能超越需求增長的可能性。

雖然我在十二月的備忘錄中提到過，但我想再次指出，目前有些AI的營收本質上是「循環的」（Circular），這些營收來自於AI公司彼此之間的採購。營收鏈最終必須建立在終端使用者為真正的經濟價值付費的基礎上，雖然這種情況越來越普遍，但到底有多少營收是循環的，這仍是一個懸而未決的問題。

最後，我想在此指出，當 Claude 的教學指南涉足可能的泡沫這個主題時，它所說的大部分內容都是針對上述的前幾個問題：即 (a) 該技術是真實的，以及 (b) 對其服務非常真實且快速增長的需求意味著AI並非泡沫。甚至 Claude 也承認，它對於AI資產價格的合理性隻字未提。

對我而言的底線是，AI非常真實，有能力完成許多迄今為止由知識工作者完成的工作，並且在應用程式方面正以極快的速度增長。我們今天所看到的僅僅是個開端。正如我在上面提到的，如果非得要我猜，我會說它的潛力在今天更有可能是被低估而非被高估。然而，這並不等同於說AI投資正處於便宜的拍賣台上，或者即使是合理定價。因此，我將以延續《這是一個泡沫嗎？》中的建議作為結尾：

既然沒有人能斷言這是否是一個泡沫，我建議沒有人應該「全倉押注」（Go all-in）而不承認如果事情發展不順利，他們將面臨破產的風險。但基於同樣的道理，沒有人應該「完全離場」（Stay all-out）並承擔錯失一次偉大技術進步的風險。採用選擇性與審慎態度的中庸之道，似乎是最好的方法。

P.s.： 在我12月的備忘錄中，當我結束關於AI是否成為金融泡沫的主題討論後，我增加了一段附言，談及它對社會在失業與無目標感方面的影響，對此我感到極度擔憂。我並沒有改變我的論調，但現在我可以分享我從其他人那裡聽到的看法，包括 Claude。

許多讀者呼應了我的擔憂。像我一樣，他們無法預見哪裡會有足夠的工作機會來取代所有AI將接管的「思考型」工作，以及由AI控制的機器將執行的「勞動型」工作。

• 我媳婦的一位朋友是一家電子商務公司撰寫廣告文案部門的負責人。她告訴我，AI可以取代她 80% 的員工。

• 我無法想像軟體公司還需要像過去一樣多的工程師來指示 Claude 編寫軟體。

• 我相信駕駛是美國最主要的工作之一：計程車與豪華轎車、公車以及卡車。Waymo——無人駕駛汽車——已經處理了舊金山大約五分之一的計程車行程，而且我在洛杉磯到處都能看到它們。當車輛變成無人駕駛時，那些開車的人要去哪裡找工作？

也許最權威的是，我現在可以加入 Claude 對未來會發生什麼的看法：

一個能幫助您的分析師工作速度提升 20% 的工具，其價值大約等於該分析師薪資的 20%——您仍然需要這位分析師。但一個能從頭到尾完全取代分析師處理特定類別任務的工具呢？它的價值等同於該分析師在這些任務上的全部薪酬。將這個情況乘上每一位從事結構化分析工作的知識工作者——初級律師、金融分析師、管理顧問、軟體工程師、法遵人員、理賠專員——您談論的將是每年高達數兆美元勞動力市場的巨大份額。

這是您12月所寫內容的背景脈絡，我認為您的方向完全正確，但在量級上的估計過於保守。您將AI描述為一種節省勞力的裝置。那是正確的直覺。但節省勞力的裝置存在於一個光譜上。一匹跑得更快的馬是一種節省勞力的裝置。汽車則是一種重組整個經濟的勞動力替代技術。等級一和等級二的AI是跑得更快的馬——它們使現有員工的效率更高。等級三的代理系統則是汽車。它們不是讓工作變得更快。它們直接執行工作。

舉例來說，在軟體領域，如果 Claude Code 處理了哪怕只是 30% 到 50% 的結構化、基於模式的編寫工作——這對近期能力來說是一個保守的估計——您所面臨的將是每年 1500 億到 2500 億美元的勞動力價值轉移到AI運算中。

如前所述，AI的普及速度極大地加劇了對社會的負面影響。AI能迅速讓那些需要數年時間尋找新職業並接受培訓的人失業。很難想像AI時代變革的速度不會遠遠超越社會調整適應的能力。想想製造業工作外流對美國及其他已開發國家造成的損害；這次AI將衝擊更多的工作，而且速度更快。對我來說，底線是我們不僅無法完全了解AI的能力以及它將為我們（或對我們）做什麼，而且它思考和移動的速度比我們還要快。（如果您想提高您的擔憂程度，請去看看上面提到的 Matt Shumer 的部落格文章。）

這讓我想到那些樂觀主義者。我曾與一些人交談過——大部分來自科技領域內部——他們對此抱持樂觀態度。他們說，每一次技術創新——200年前農業的機械化；100年前將工廠工作交給機器的工業革命；25年前將研究工作交給網際網路——都被預測會導致廣泛的失業。但在每一個案例中，新的工作機會都會具體化，就業情況得以延續不中斷，這次也將會是如此。

• 首先，我承認從這段歷史中進行外推的傾向並非不合理。

• 其次，沒有任何事物能證明某事不會發生。

• 第三，我既不是一個足以想像將被創造出之新工作的未來學家，也不是一個樂觀到相信它們必定會實現的樂觀主義者。這當然並不意味著它們不會實現。

一些同樣的樂觀主義者迫不及待地分享關於未來的「好消息」：人們將不需要工作。我實在無法想像那對社會來說會是件好事。

一位朋友最近寫信給我說，他寧願做一個錯誤的樂觀主義者，也不願做一個正確的悲觀主義者。我也是。我希望我能確信我的擔憂是杞人憂天。這就是我目前要補充的全部內容。按照目前的速度，我可能很快就會有更多內容要分享。

2026年2月26日

霍華馬克斯

(博吐司翻譯、編修)

以下是我當時分享在threads的想法：

HIMS業務模式是一個多專科的遠程醫療平台，通過連接患者與持證的醫療專業人員，提供心理健康、性健康、皮膚病學和體重管理等領域的在線諮詢服務。使用者可以在家中輕鬆獲得醫療建議及處方藥物配送。這使得患者能夠處理如焦慮、脫髮或避孕等問題，而無需親自前往診所。可以降低傳統醫療的成本，而且對於一般家庭，需求度很高。省時又省錢，對醫生、病患、家屬都是多贏局面。

我會瞭解到這層面是以前我一位醫師朋友，在矽谷和一群醫生利用簡單的線上通訊軟體提供華人醫療諮詢服務，每次收費約10～20美。

當時他們只做華人市場，因為美國其實有很多不會說英文的華人，因此需求很大。而且不用等，隨時隨地都可以線上看診，所以也有很多病患會先找他們諮詢再決定是否要跑醫院，他們這個「副業」收入很可觀。

不過他們當初做這件事情應該是遊走法律灰色地帶，所以當我看到HIMS這家公司的業務內容，直覺告訴我這塊餅很大，而且前陣子UNH執行長被槍殺事件，又讓醫療保險收費的詬病浮上檯面，可謂天時、地利、人和。

去年GLP-1爭議讓許多投資人賣出HIMS，而我認為持有HIMS的原因並沒有改變，因此繼續持有，當時持有的原因主要有三，我分享在threads上：

HIMS的主要優勢有：

1. 減少病患看診的時間成本

2. 解決看診的地理限制

3. 提供藥廠直接面對消費者的醫藥銷售管道

這三個是我當初持有的原因，任何利空只要沒有影響到這三點我基本上不會脫手。

不過最近HIMS的動作讓我不太理解，因此我研究了一下財報後決定脫手。下面說明財報給我的訊息。

Read more

銀行是我們生活中常見的存在，不管是存錢、申請貸款買房、融資、刷信用卡消費，背後都有銀行的影子。

但銀行到底怎麼運作？它們怎麼賺錢？為什麼有的銀行會突然倒閉，甚至影響全世界？這篇文章將會解釋銀行怎麼運作、是如何賺錢以及投資銀行的風險，也會簡單探討幾個歷史上重要銀行倒閉的故事。

​
一、銀行是怎麼運作、怎麼賺錢的？

想像銀行是一家超大的「保險箱」。我們把錢存進去，銀行幫我們保管，但與保險箱不同的是銀行還會給我們一點利息當謝禮。例如我存1000元，銀行每年給我1%的利息，也就是10元。但為什麼銀行要給我們利息作為回報？

因為我們的錢並不會老老實實的「待在銀行裡」。平常只有一部份的人會從銀行提現，很少發生所有存戶在短時間內把現金從銀行全部領走的情況，因此銀行只需要滿足每一天一部份人提款的需求就好。

在這樣的前提下，銀行內部就不用保留所有的現金，所以銀行會把客戶存入的錢再拿去借給別人。比如想買車的人向銀行申請貸款，銀行就會將錢借給他們並向他們收取5%的利息，以前面1000元為例子的話就是50元。這中間的差額（50元-10元=40元），就是銀行的獲利。這種叫「利息差」，是銀行最基本的賺錢方法。

​

美國的銀行分成兩種：商業銀行和投資銀行。

商業銀行就是幫一般人存錢、借錢，也會發行信用卡給消費者使用。像美國的「美國銀行(Bank of America)」或「富國銀行(Wells Fargo)」，就是這種。

投資銀行則像金融界的超級玩家，幫大公司發股票、公司債、公司併購，或搞定幾十億美元的大生意，比如「高盛(Goldman Sachs)」或「摩根士丹利(Morgan Stanley)」。

也有一種銀行同時具備商業銀行和投資銀行的角色，兩者業務比重相當，這就是所謂的全能銀行(Universal Bank)，像是全球最大的銀行「摩根大通(JPMogan Chase)」就是屬於這種銀行。

銀行賺錢的方式主要有三個：

1. 利息差：剛剛說的存低息、貸高息，賺利差。​

2. 手續費：辦信用卡、轉帳、買基金，銀行都會收一點錢作為手續費。例如：提款機跨行提款要收15元、銀行向商家收取信用卡手續費等。​

3. 投資收益：銀行會拿一部分錢去買資產投資放大手上的現金，比如股票或債券，賺價差或利息。

​
存款準備金(Reserve Requirement)

如同剛所說，我們存入的錢實際上不會乖乖的待在銀行裡，銀行可以拿去做其他用途。但如果銀行把錢全部都拿去投資了，結果銀行內部沒有任何現金，那我們不就領不到錢了？那不就失去我們存錢的意義了嗎？

所以銀行也不是想幹嘛就幹嘛。美國有個叫「美國聯邦準備系統」（又稱聯準會，FED）的單位，像個大裁判。FED要求銀行不能把我們存的錢全部拿去用，必須留一定比例的現金作為「備用」，稱為「存款準備金(Reserve Requirement)」，以確保隨時有現金應付客戶提款或其他緊急情況，而這個比例又叫「存款準備金率」，由Fed決定，每家銀行根據客戶存款總額，算出要留多少備用金。

假設我存100元到銀行，這銀行的存款準備金比例為10%，那麼銀行不能把這100元全借出去，而是得留下10元，存在銀行內部或是Fed的帳戶裡。這10元就是準備金，剩下的90元銀行才能拿去借人或投資。

準備金有幾個作用：

1. 避免擠兌​
   如果有大量存戶跑來銀行提款（擠兌），銀行沒準備金就沒辦法供存戶提款，就可能倒閉。準備金確保銀行有現金應付這種危機。​

2. 保護客戶​
   存戶的錢不會因為銀行亂用而沒了。有了準備金，加上存款保險，客戶的存款更安全。​

3. 控制經濟​
   在過去Fed也用準備金來調經濟。如果經濟太熱（大家借太多錢），Fed可能提高準備金率，比如從10%變15%，銀行能借的錢變少，經濟就冷靜一點。如果經濟不好，像疫情時，降到0%，讓銀行多放錢出去，刺激消費和投資。

​

不過自2020年3月26日起，美國所有存款機構的準備金比率已降至 0%，且目前沒有改變的跡象。這是FED在COVID-19疫情期間採取的措施，目的是讓銀行釋放更多資金來支持貸款和經濟活動。

雖然法定準備金率是0%，大部分銀行還是自願持有一定比例的準備金，如果這些準備金存在FED的帳戶裡，還能拿到利息（利率約5.4%，稱為IORB，Interest on Reserve Balances）。

​

存款保險(FDIC)

在銀行的存款也會有「存款保險」，由美國政府設立的「聯邦存款保險公司(FDIC)」提供，如果客戶的錢是存在有FDIC保險的銀行中，那麼如果該銀行倒閉，這個保險最多會賠25萬美元給客戶（每人每家銀行）。台灣也有類似的機構叫做「中央存款保險公司(CDIC)」，保障每人每家銀行最高300萬台幣。

FDIC的保險範圍只有儲蓄帳戶(Savings Account)、支票帳戶(Checking Account)、定期存款以及特定的退休帳戶，例如美國的個人退休帳戶(IRA)。

FDIC 的三大作用：

1. 讓客戶安心存錢​
   把錢存在有FDIC銀行的客戶不用擔心銀行倒閉錢沒了。可以放心存錢。​

2. 穩定銀行系統​
   因為有 FDIC 撐腰，人們相信銀行，願意存錢，銀行才能拿錢去借人或投資，經濟才會動起來。FDIC也在一定的程度上避免了「擠兌」風險的提升。​

3. 應付危機​
   2008 年金融危機時，很多銀行搖搖欲墜，FDIC 處理了幾百家倒閉銀行，賠了上千億美元給客戶，沒讓危機更糟。2023 年矽谷銀行倒閉時，FDIC 也迅速接手，保護存款人。

​

一個有趣的紀錄，從 1933 年到現在，FDIC 保證沒人因為銀行倒閉失去受保的存款。

​
銀行如何應對擠兌？

當一般銀行遇到擠兌，也就是大量客戶同時提領存款的情況時，銀行通常會採取以下應急措施來處理危機：

1. 動用現金儲備：銀行會首先使用其手頭上的現金儲備來滿足提款需求。每家銀行根據監管要求，都需要持有一定比例的流動資產（例如現金或高流動性證券），以應對日常提款或突發情況。​

2. 向其他銀行借貸：如果自有現金不足，銀行可以向其他金融機構短期借款（又稱銀行間拆借市場，interbank lending market），以補充流動性。這通常是短期的週轉資金。​

3. 向中央銀行求助：美國的銀行可以向FED申請緊急貸款。FED會通過「貼現窗口（Discount Window）」以一定的利率提供資金給銀行，幫助其度過流動性危機。這是銀行與FED之間的一個關鍵關係，FED作為最後貸款人，在金融系統穩定性受到威脅時介入。

4. 出售資產：銀行可能會出售一些流動性較高的資產，例如政府債券或其他證券，來快速籌集資金。然而，如果市場信心不足，這種做法可能會因低價出售而損失價值。

5. 暫停提款或尋求政府援助：在極端情況下，若上述措施都無法阻止擠兌，銀行可能會暫停提款（這需要監管機構批准），或者政府可能會介入，例如通過存款保險（如FDIC）安撫民眾，或直接對銀行進行紓困。

​

二、銀行持有什麼資產？

銀行就像我們投資賺錢一樣，它們買資產主要是為了賺利潤、保持穩定，在承受一定的風險下，讓自己的資金成長。以下是銀行常見的資產：

1. 政府債券：借錢給政府，安全又穩定，利息少但靠得住。

2. 房貸證券：把房貸打包賣給其他投資人或機構，收益高，如CMBS。

3. 企業債券：借錢給公司，企業債券利息比政府債券多，又稱高收益債，但違約風險也比政府債券高。

4. 股票：買公司股份，成為公司股東參與公司的成長賺取利潤。

5. 現金和存款：留點現金在手或放FED帳戶，根據經濟情況作為備用。

6. 房地產：抗通膨以及賺取租金收入，未來脫手也能賺取資本利得。

7. 黃金：對抗通膨及避險。

銀行選資產時考慮三個重點：安全性（風險）、收益、流動性。

​

三、銀行面臨的風險以及如何檢查？

1. 經濟變差​
   如果經濟不好，像是美國失業率上升，大家沒錢還貸款，貸款就會違約，銀行就收不到利息，出現虧損。

2. 利率變化​
   FED調整利率，如果利率升高，客戶貸款成本上升，違約機率也會增加，願意向銀行貸款的人就變少。雖然利率升高銀行可以獲得較多的利息收入，但同時銀行支付給存戶的利息也會增加，銀行利息支出就會上升。
   反之利率降低，客戶貸款成本降低，違約機率也降低，就會有更多人願意向銀行貸款。雖然利率降低銀行能拿到的利息收入會下降，但同時銀行支付給存戶的利息也會降低，所以銀行利息支出就會下降。
   （利率上升或下降不代表銀行一定虧錢或是賺錢，還是得看利率變動後，銀行的收入和支出的情況）

3. 管理失誤​
   如果銀行老闆或是幾個投資部門亂投資、開高槓桿、忽略風險，比如拿全部的錢買風險高的房貸證券，結果房價跌了，一個部門的虧損波及到整個銀行，賠到沒錢還債，整個銀行就會倒閉。

4. 法規風險​
   政府或FED可能突然調整政策，比如要求銀行多留現金，少放貸款，銀行就得跟著調整，可能會壓縮利潤。（不過目前最常做的方式還是調整利率）

​

除了我自己常用的選股條件以外，如果我想要詳細檢查我投資的銀行，以下是幾個我會查看的數據：

1. 淨利（Net Income）​
   如果是負數，得小心。​

2. 不良貸款率（Non-Performing Loan Ratio, NPL）​
   這是多少貸款收不回來的比例。比如銀行借出100億，有2億收不回來，不良貸款率就是2%。一般來說，低於3%算健康；超過3%，要注意，銀行需要提高準備金或調整貸款政策；超過5%就危險。​

3. 資本充足率（Capital Adequacy Ratio, CAR）​
   這表示銀行有多少資金應付危機 。美國規定至少8%，越高越好，15%以上就很穩。如果低於8%，代表銀行抗風險能力弱，可能撐不住大問題。​

4. 淨利息收益率（Net Interest Margin, NIM）​
   這是銀行靠利息差賺多少，像一般公司賣東西的利潤率。如果NIM是3%，表示銀行借錢和存錢的差額能賺3%，那還不錯。但如果掉到1%以下，代表賺得少，可能有麻煩。​

5. 負債比率（Debt-to-Equity Ratio）​
   這看銀行借多少錢來做事，因為銀行是用錢賺錢的行業，因此銀行的負債比率高是很正常的，而且會比其他一般公司都還要大得多，根據FED和 FDIC 的統計，美國商業銀行的負債比率多在 8-12 倍。大於這個範圍就要小心。​

6. 各種資產比例
   ​查詢該銀行提交的「財務狀況和收入綜合報告(Call report)」，就可以查看銀行持有的各種資產比例。銀行和金融機構需要每一季繳交一次，分別是3月31日、6月30日、9月30日、12月31日結束的季度。
   這報告是美國的銀行和一些金融機構必須定期提交給監管機構的一份報表，裡面詳細記錄了銀行的財務健康狀況，比如有多少存款、貸款、資產、負債、收入等等。
   我會留意是否單一細項類別佔總資產的15%，例如貸款類別中的細項類別有家庭住宅抵押貸款、信用卡、商業工業貸款、汽車貸款等等。結果我發現汽車貸款超過15%，我會再花點時間去了解原因。
   證券類別的資產我也會注意，尤其是「美國公債」和「不動產抵押類型的證券」。​

7. 流動性覆蓋率(LCR)​
   流動性覆蓋率(LCR) = 高質量流動資產(HQLA) ÷ 淨現金流出額
   ​
   LCR是一項流動性要求，用以確保銀行在嚴重壓力的30天期間內持有足夠的HQLA，以滿足預期的淨現金流出需求。由巴塞爾協議(Basel III)的框架制定下，LCR必須等於或超過100%。所以如果一家銀行的LCR< 100%就要當心了。我們可以從10-K去檢查一家銀行的LCR有多少比例，例如截至2024/12/31，JPM的LCR為113%（子公司為124%）。

   • HQLA是指未被限制使用的資產，包括現金、優質政府債券等。

   • 淨現金流出額是基於標準化的壓力情境，在30個日曆日內估算出的總現金流出減去進入的現金流量。

四、歷史上銀行倒閉的原因

1. 1984年大陸伊利諾銀行（Continental Illinois）​
   這家商業銀行很喜歡借錢給石油公司，覺得油價會一直漲，貸款給石油以及天然氣產業的比例極高。但1980年代油價大跌，這些石油、天然氣公司還不出錢，因此銀行跟著賠。但這家銀行規模太龐大，美國政府怕它倒閉影響經濟，跳出來救它，這也是史上第一次美國政府救銀行的例子。​

2. 2008年雷曼兄弟（Lehman Brothers）​
   這家投資銀行在2008年以前非常喜歡買房貸證券，賺了很多年。但2008年美國房市崩盤，很多人還不出房貸，造成房貸違約，雷曼手上的那些證券變成沒人要的垃圾。雷曼借太多錢買這些東西(資金槓桿太大)，賠到沒錢還債，最後倒閉。​

3. 2023年矽谷銀行（Silicon Valley Bank）
   ​這家銀行專門服務科技公司，幫新創公司存錢。錢多時，它買了很多政府債券，想賺穩定利息，持有的政府債券佔總資產約56%（JPM和BAC只有10~15%）。2023年利率上升，債券價格下跌，銀行為了流動性賣掉債券換現金，大賠18億美元。
   ​
   當時其實矽谷銀行還有200億美元的資產，而且也宣布增資22.5億美元的計劃以彌補虧損，如果客戶對矽谷銀行有信心，增資順利，那麼一切就會回歸正常。但是當時市場情緒恐慌，客戶對矽谷銀行失去信任，大家只想趕快從矽谷銀行撤離資金，發生嚴重擠兌，最後矽谷銀行被領走了420億美元，矽谷銀行只好宣布倒閉。
   ​
   矽谷銀行的例子可以說明為什麼很多銀行倒閉前都會極力隱瞞事實，也體現了經濟心理學的「自我實現」。如果沒有媒體的推波助瀾，很多人根本不會跑去擠兌，但是因為媒體的宣傳，大家預期矽谷銀行即將倒閉(如果沒擠兌其實不會倒)，跑去排隊提款，而這個行為讓預期變為事實。

​

銀行如果沒有控制好風險，持有過高比例的特定資產，在經濟變動的情況下就容易造成客戶恐慌，最終讓銀行倒閉。

​對於長期投資的投資人或存股族，在投資的過程中，我們大部分的人都只會用選股工具去選股，很少會再更深入的去研究一家公司的情況，最多也只會去看新聞或是別人寫的報告。但這些內容又同時參雜很多專有名詞，雖然都是中文但常常還是讓一般人有看沒有懂，更別說英文的資訊和財報了。

有時候並不是我們不想研究，而是打從心底真的不知道該怎麼研究。然而無論是別人寫的報告或文章，都有可能因為作者對於數據的誤解而出現不同的想法。

這篇文章整理了我過去自己研究的一些資料，也提供了幾個我個人會去觀察的數據，希望能讓你對於美國的銀行產業有更進一步的了解，同時也希望這篇文章有幫你省下研究的時間。

Best,

博吐司

正如股神巴菲特常開玩笑說的：

「如果你在玩撲克牌時，玩了半小時還不知道誰是那個傻瓜，那你就是那個傻瓜。」

“If you’ve been playing poker for half an hour and you still don’t know who the patsy is, you’re the patsy.”

在投資市場中，很多人即便贏了錢，卻依然不知道自己其實就是那個傻瓜。而我認為這是所有投資人必經的過程，我也曾是那個傻瓜。

這篇文章的目的不是教你如何找尋下一支飆股，而是要討論一個被大多數人忽視，卻決定了我們能走多遠的核心課題，投資覆盤的哲學：

1. 當結果背叛了過程

在霍華馬克斯的《投資最重要的事》中，他強調過「二層思考」（Second-Level Thinking）。第一層思考很簡單：「我賺錢了，所以我做對了。」或者「我賠錢了，所以我做錯了。」

但如果我們想成為卓越的投資者，我們必須進入第二層思考。

第二層思考會告訴我們：

• 獲利可能僅僅是因為幸運（隨機性），而非實力。

• 虧損可能是一個正確策略在概率分布下的必然產物。

巴菲特曾說，如果你買下一家農場，你不會每天去看農場的價格，也不會因為隔壁鄰居喊了一個低價就覺得自己的農場縮水了。但不成熟的投資人最常犯的錯誤，就是把「股價的跳動」當作「決策的裁判」。

這就像是一個醉漢酒駕闖紅燈，卻平安無事地回到了家。從結果來看，他「成功」了；但從過程來看，他做了一個極其愚蠢且風險巨大的決策。如果他因為這次成功而覺得闖紅燈是個好主意，那麼在未來的某一天，物理規律遲早會給他一個大耳光。

2. 投資的「計分板」陷阱

想像一下，一場棒球比賽中，打擊者即使姿勢完美、擊球有力，球也可能剛好飛向對手的接球手。這是一個「正確的揮棒」，但結果卻是「出局」。

在覆盤自己的投資過程中，我們最不需要看的就是那張華麗的損益表。

a. 帳面獲利會撒謊

如果投資人是因為聽了隔壁老王在電梯裡的明牌而買入一支生技股，最後翻了一倍。他可能會覺得自己是天才。但這其實是巴菲特所說的「不勞而獲的報酬」(也就是我常說的「幸運賺到的錢」)。

這種獲利就像是你在拉斯維加斯的輪盤上押中了數字。它會給你一種虛假的自信，讓你下次投入更大的資本，然後在一次再正常不過的市場回檔中，把這輩子賺的錢連本帶利還給市場。最危險的投資人，就是那種在牛市中，靠著錯誤行為賺到第一桶金的人。

如果你是投資新手，已經有歸零過的經驗，我想恭喜你，因為你已經打破了「幸運者的詛咒」，提早看清了市場的真面目。

牛市創造出的股神，通常死在熊市的第一個冬天。那些一開始就賺錢的新手，往往會誤以為市場是提款機，直到投入身家才發現那是碎紙機。

查理芒格曾說：「如果我知道我會死在哪裡，那我將永遠不去那個地方。」你現在已經去過那個「死亡之地」（歸零）了，只要你記住那種痛楚，並發誓不再重蹈覆轍，你就比99%的人更有機會在股市中長期獲利。現在的歸零只是暫時的，但這份對市場規律的深刻體悟，將是你一輩子的護城河。

b. 正確的虧損其實是「勳章」

假設你設定了一個嚴謹的投資策略(這裡以價值投資作為舉例)：當股價低於內在價值 30% 時買入，並在基本面惡化時止損。結果你買入後，發生了無法預見的黑天鵝事件，你按計畫止損出場，虧損了20%。

很多人會垂頭喪氣，認為自己搞砸了。但對我來說，這是一筆完美的交易。

因為你準確地執行了策略，你保護了自己的本金，避免了可能發生的 50% 崩盤甚至是下市。你像職業球員一樣完成了動作，剩下的只是上帝擲骰子的結果。控制自己能控制的因素，不要花太多時間在那些自己無法控制的因素上面。

正如巴菲特說的：「投資的第一準則是不賠錢，第二準則是不忘記第一準則。」這裡的「不賠錢」指的不是單筆交易的絕對不虧，而是「不讓一次的錯誤導致大賠離開市場」。

3. 與過去的自己對話

我認為覆盤不應該是簡單的「會計核算」，而應該是對投資人自我的「心理診斷」。重點不要放在「自己賺了多少」，而是放在我們當時的「心態韌性」與「邏輯完整度」。

當你坐下來準備覆盤時，先不要急著打開券商App，而是先拿出一張白紙，回想你買入那一刻的場景。如果有做投資日誌的朋友，這時候投資日誌的價值就可以馬上體現。

第一個問題：我的「能力圈」在哪裡 ?

巴菲特曾說：「你不需要成為每個領域的專家，你只需要定義出你自己的能力圈，並待在裡面。」

(我之前有特地將他在喬治城大學演講中的這段翻譯，有興趣的可以看這影片)

覆盤的第一步，是檢查這筆交易是否在你的能力圈內。

• 你買它是因為你理解它的生意模式 ?

• 是因為財報基本面穩健 ?

• 還是因為它的技術線圖看起來像要飛天 ?

• 或者只是因為你不想在朋友們聊股票時顯得落伍 ?

如果這筆交易在你的能力圈外，無論賺多少錢，你在覆盤日記上都必須註明：「我這次是個僥倖的賭徒，純粹運氣好。」

第二個問題：買進的原因是什麼?

以我的價值投資為例，我會思考，我是在「購買資產」還是在「租借希望」? 成熟的投資人買的是未來的現金流。平庸的投資者買的是「希望股價會漲」的幻覺。

覆盤時，請檢視你的買入理由。如果你的理由單純只是「我覺得它會漲」，那就是在租借希望。「希望」不是一個策略。如果理由是「該資產的內在價值高於市價，且具備安全邊際」，那才是策略。

如果覆盤的過程中，發現自己買進的理由不完整或者有矛盾的情況出現，那麼記得再花時間幫自己的策略引入其他條件，以確保未來投資時可以更方便的協助自己。

(我自己買進的每檔股票，都必須通過我的選股條件。)

第三個問題：我執行了「止損」，還是執行了「祈禱」？

這是區分新手與高手的試金石。當股價走向與我們預期的相反時，我們做了什麼？

不成熟的投資人會開始找利多新聞，安慰自己「長期持有」，這在投資界叫「被套牢後才被迫成為價值投資者」。

成熟的投資人則會回去翻翻自己的策略。如果策略告訴他說該賣，他會毫不猶豫地切掉手上部位，然後打開冰箱喝杯可樂😆。

4. 建立「投資檢驗清單」

巴菲特曾提到：「如果每個人擁有一張只能打 20 個孔的卡片，上面的孔代表他一生只能做 20 次大型投資決策，那他一定會變得很富有。因為這會強迫他極度專注。」

為了讓覆盤更有邏輯、更有效率，我們可以建立一個類似飛行員的「起飛前檢查表」。大概會有以下這幾項。

1. 動機檢查： 我是因為恐懼、貪婪，還是因為策略邏輯而買入？是依據哪個策略 ? 清楚的釐清是用哪個邏輯進行這筆交易的。

2. 估值檢查： 我是否在為這筆資產支付過高的溢價？有沒有符合好公司的條件?

3. 最壞打算： 如果明天市場休市五年，或是這檔股票根本沒上市，那我持有這檔股票會心慌嗎？

4. 執行檢查： 我有沒有因為股價的波動，就擅自修改了我當初深思熟慮的計畫？

我認為覆盤的最高境界，是當你發現自己「雖然賠了錢，但動作完美無缺」時，你能感到一種平靜的自豪。因為你打從心裡知道，這些錢是該賠的。

5. 接受市場的隨機性：很多事情是我們無法掌控的

投資就像在下雨天開車，即使你技術再好、煞車再靈敏，你依然可能被別人的車撞到。市場有自己的節奏，有時候是「樂觀過度」的上升期，有時候是「恐慌蔓延」的下跌期。覆盤的意義在於確保我們在市場的瘋狂中，依然保有自己的羅盤。

如果你在牛市中獲利，請不要覺得是自己掌握了上帝的密碼。去覆盤看看，如果你去買指數基金，收益會不會更高？如果會，那你的「主動挑選」其實是負貢獻。但這不一定是壞事。假設你只會投資自己了解的公司，那麼有時候可能只是市場在這段時間內，上漲的族群不是你能力圈內的公司，僅此而已。

如果你在熊市中虧損，也請去覆盤看看，你的資產跌幅是否小於市場？你的核心倉位是否依然穩健？如果是，那你其實是一個卓越的守門員。

巴菲特最廣為人知的一句話：

「當潮水退去時，你才會知道誰沒穿褲子。」

"After all, you only find out who is swimming naked when the tide goes out."

覆盤，就是為了確保我們無論在什麼時候，都穿著那條叫做「紀律」的褲子。

6. 專注於「因」，而非「果」

我們生活在一個過度關注結果的社會。媒體喜歡報導那些一夜致富的神話，卻很少提及他們背後承擔了多少不合理的風險。

要在這個殘酷的市場活下去並不容易，以下是我一路走來，為了讓自己留在牌桌上而堅持的幾個原則。

1. 你無法控制市場，但你可以控制你的行為。 專注於你能控制的部分，那是你唯一能依靠的護城河。

2. 賠錢不可恥，沒計畫才可恥。 一筆有計畫的虧損，勝過一筆沒計畫的獲利。賺自己該賺的錢，同時賠自己該賠的錢。這些都是記錄自己實力的一部份，而非運氣。

3. 覆盤是為了「修剪」你的習慣。 就像修剪盆栽一樣，把那些靠運氣、靠情緒的壞枝椏剪掉，讓紀律的根長得更深。分清楚哪些是靠實力賺的錢，哪些是靠運氣賺的錢，就能避開無知的傲慢，持續活在市場上。

巴菲特曾說：「我之所以能成功，是因為我每天都坐在辦公室裡閱讀和思考。」他沒說他每天都在看股價。他看的是公司的價值，思考的是邏輯。

下一次，當你打開證券帳戶，看到紅紅綠綠的數字時，請對自己微笑，然後關掉它。拿出你的交易紀錄，問問自己：「這一次，我準確執行策略了嗎？」

如果答案是肯定的，那麼無論盈虧，請給自己一個掌聲。因為你已經走在了通往卓越投資者的道路上。而財富，僅僅是這條路上最不值一提的副產品。

最後，希望今天的分享能幫助你更有效的覆盤，加速你的成長。

祝各位的投資計畫總能執行，願你的靈魂總能平靜。

2025.12.27

博吐司

「事後分析原因」對我投資的幫助不大，因為事後找到的這些原因通常無法在當下發現。我們都無法預測未來，既然在當下無法發現，那麼對於投資抉擇就沒有太大幫助。

那麼這難道代表這些事後諸葛的文章都沒用嗎 ? 也不能這麼說，事後分析原因可以幫助投資人擴大該領域的專業知識深度和廣度(產業、技術、市場)。這種質化因素也是影響我投資比例的一環，當我越了解一家公司業務和產業，我會更傾向放更多的資金在上面。

不過我想特別說明，這些該領域的專業知識深度廣度只有在投資人敢重壓時有幫助，否則我認為看懂財報 + 部位控管對投資績效的影響遠大於這部分。畢竟當一家好公司，如果護城河沒事、市占率高，但股價卻腰斬，就算投資人非常清楚這家公司的質化和量化原因，我相信敢買的人也沒幾個。

(有興趣的朋友可以回去翻翻 2020 年 3 月、2025 年 4月的新聞，然後再去看看那些頂級龍頭公司的股價變化，就可以理解了。)

【量化告訴我這家公司過去和現在表現如何（體質好壞，股價是否便宜）。質化幫助我判斷這家公司未來能不能繼續賺錢（產業趨勢、護城河）。量化是我買進與否的主要因素；質化則是影響比例的大小，當我對一家公司的質化分析越清楚，代表我越了解這家公司。】

【對於技術分析、籌碼分析的投資人，量化並非跟我一樣是看財報基本面，通常會是籌碼、技術指標、線圖、參數等等的數據。別混在一起。】

LLY歷經近一整年的緩跌後，在今年8月開始不斷上漲，它的競爭對手諾和諾德(Novo Nordisk，NVO)則是經歷一整年的不斷下跌，到目前也自高點跌了67%。有些新聞將下跌因素歸因於市占率，因此才讓我想寫這篇文章，順便在最後說明我當初買進的質化原因是什麼。

許多人擔憂 NVO的領導地位不保。確實，LLY 和 NVO 之間的競爭越來越激烈，NVO 的市佔率正被擠壓，目前 LLY 在減重藥物上的市佔率相對較高，但這並不代表 NVO 就賺不到錢。因為重點在於，整個減肥藥市場仍處於高速成長階段。

1. 歷史的鏡像

為了理解為什麼「市佔率下降」不等於「虧損」，我們不妨看看電動車產業的歷史。我覺得這是一個完美的例子。

2015 年，當時特斯拉幾乎壟斷了長續航電動車市場。如果你在路上看到一輛續航力超過 200 英里的電動車，那幾乎 100% 是 Model S。它的市佔率在那個利基市場中是絕對的王者。然而，那一年特斯拉僅交付了約 5 萬輛車，營收約 40 億美元，且處於虧損狀態。市占率第一，公司卻虧損。

如今，隨著比亞迪 (BYD)、福斯 (VW) 等競爭對手湧入，特斯拉的全球電動車市佔率已大幅稀釋至 18-20% 左右（在某些地區甚至更低）。

結果如何？ 儘管市佔率暴跌，特斯拉在 2024 年交付了約 180 萬輛車，營收逼近 1,000 億美元，淨利超過 70 億美元。

儘管市佔率大幅下降，Tesla 的營收卻從 2015 年的 40 億美元成長至 2024 年的 977 億美元。這是因為整個電動車市場的餅變大了。

減肥市場目前是由LLY和NVO主導的雙寡頭市場。而對於NVO，即使它的市佔率從 60% 降至 40%，只要市場規模持續擴大，它的營收仍將持續成長。

2. 市場趨勢

肥胖已從單純的生活方式問題被重新定義為一種慢性代謝疾病。世界衛生組織（WHO）與世界肥胖聯盟的數據顯示，全球肥胖人口持續攀升，預計到 2035 年，肥胖相關的醫療與生產力成本將超過 4 兆美元。

在這種情況下，金融機構對「抗肥胖藥物（Anti-Obesity Medications，AOM）」市場的預測不斷上調：

• 高盛（Goldman Sachs）： 預測到 2030 年，全球 AOM 市場規模將達到 1,000 億美元。其驅動力在於這類藥物需要長期甚至終身服用，類似於高血壓藥物。

• 摩根士丹利（Morgan Stanley）： 將 2035 年的市場預測上調至 1,500 億美元。其分析師指出，目前肥胖藥物的滲透率僅約 1%，預計未來十年內將提升至 10%。

• Grand View Research： 預估 2024 年至 2030 年的複合年均成長率（CAGR）高達 31.66%。

根據 NVO 2025 年 Q3 的財報數據，全球品牌肥胖藥物市場的銷量（Volume）成長率為 136%。

讓我們進行一個簡單的數學推演來說明為何市占率在成長的市場中並沒有那麼重要：

假設 2024 年市場總量為 100 單位，NVO 佔 60%（60 單位）。假設 2025 年市場總量成長 136% 至 236 單位。即便 NVO 的市佔率滑落至 40%，其銷量將達到 94.4 單位（236 * 0.4）。

這代表即便其市佔率從 60% 重挫至 40%，NVO 的絕對銷量仍從 60 成長至 94.4，成長率達 57%。所以雖然市佔率被稀釋，但龍頭企業依然能夠實現營收與獲利成長。

3. 雙雄對決

如果說宏觀的市場趨勢是勢不可擋的漲潮，那麼微觀畫面就是一場劇烈且殘酷的風暴。2025 年Q3 將作為製藥史上著名的「翻轉時刻」而被銘記。

多年來，NVO是 GLP-1* 領域無可爭議的先驅與領導者。但在 2025 年 10 月，Eli Lilly 憑藉其強大的執行力與科學突破，正式拿下了「GLP-1/腸泌素」市場約 57.9% 的份額，將 NVO (41.7%) 擠到了第二位。

【*GLP-1（類升糖素胜肽‑1）和 GIP (葡萄糖依賴性胰島素刺激多肽)都是一種由腸道在進食後自然分泌的激素(腸泌素，Incretin )，可以促進飽足感、延緩胃排空並協助調節血糖。因為這些作用，它在減肥治療中扮演重要角色：透過降低食慾與減少食量，讓體重自然下降。現代的GLP‑1藥物（如Ozempic、Wegovy、Mounjaro）就是利用這種機制來達到有效且持續的減重效果。】

為了能更清楚閱讀之後文章的內容，在繼續之前，這裡先做個簡單的基本了解。NVO和LLY在糖尿病、減肥領域中有各自研發的主要藥物成分，分別是Tirzepatid (LLY) 和 Semaglutide (NVO)。

根據保險給付、監管法規、劑量設計就會延伸出不同的產品。例如減肥的藥物產品中，這類的藥物成分就會比較高。

• Semaglutide (索馬魯肽)：由NVO生產

  • 知名商品名：

    • Ozempic：核准用於治療第2型糖尿病。

    • Wegovy：核准用於體重管理（減肥）。

    • Rybelsus：口服版本的 Semaglutide（治療糖尿病）。

  • 作用機制：單一受體激動劑 (GLP-1 )。

    • 它只模仿人體內的一種激素——GLP-1。

    • 這種激素會告訴大腦「我飽了」，並減緩胃部排空，同時促進胰島素分泌以降低血糖。

  • 特點： 它是目前市場上的先驅者，數據累積最久，臨床應用最廣泛。

• Tirzepatide (替爾泊肽)： 由LLY 生產。

  • 知名商品名：

    • Mounjaro： 核准用於治療第2型糖尿病。

    • Zepbound： 核准用於體重管理（減肥）。

  • 作用機制： 雙重受體激動劑 (GIP/GLP-1)。

    • 它同時模仿人體內的兩種激素：GLP-1 和 GIP。

    • 除了擁有 Semaglutide 的所有功能（抑制食慾、降血糖）外，GIP 被認為能進一步增強這種效果，並可能有助於改善脂肪代謝。

  • 特點： 它是後來者，被視為「升級版」。在頭對頭的臨床試驗中，Tirzepatide 在降糖和減重效果上通常表現得比 Semaglutide 更強效一些。

3.1 LLY：爆發性成長

• 總營收： 2025 年 Q3 營收達到 176.0 億美元，較 2024 年同期暴增 54%。

• Mounjaro： 單季營收 65.15 億美元，年增率（YoY）高達 109%。

• Zepbound： 單季營收 35.88 億美元，年增率高達 185%。

• 腸泌素產品組合： Tirzepatide 系列產品（Mounjaro + Zepbound）單季合計貢獻超過 101 億美元，這使得該藥物正式超越默克集團( Merck，MRK) 的藥物 Keytruda，成為全球銷售額最高的藥物。

LLY的成長主要由「銷量」驅動（銷量成長 62%），部分被「價格」抵銷（實際實現價格下降 10%）。這顯示 LLY 採取了積極的市場滲透策略，通過擴大產能和進入醫保體系（這通常意味著較低的淨價）來搶佔市佔率。基於此強勁表現，LLY 將 2025 全年營收指引上調至 630 億至 635 億美元。

3.2 NVO：穩健與隱憂

相較於LLY的狂飆突進，NVO的表現雖然穩健，但增速明顯落後，且面臨供應鏈與競爭的雙重壓力。

• 前九個月總營收： 2025 年前九個月營收為 2,299.2 億丹麥克朗（DKK）（約 331 億美元），報告成長率為 12%，固定匯率（CER*）成長率為 15%。

• 肥胖護理產品： 包含 Wegovy 與 Saxenda*，前九個月營收 599.02 億 DKK，固定匯率下成長 41% 。

• Wegovy 單季表現： 2025 年 Q3 營收約 25 億美元，年增 79% 。雖然成長數字驚人，但若與 LLY Zepbound 的 185% 成長相比，動能明顯較弱。

【*Saxenda 和 Victoza 的主要藥物成分是 Liraglutide（利拉魯肽）。這也是NVO的產品，Liraglutide屬於第一代廣泛流行的 GLP-1 減肥針。它與現在最紅的 Semaglutide（Wegovy/Ozempic）最大的差別在於 Saxenda 需要每天打一針。Wegovy 則只需要每週打一針。】

最令市場擔憂的是，NVO將 2025 全年營收成長指引從原先較高區間縮窄至 8 ~ 11% (CER)，營業利潤成長指引縮窄至 4 ~ 7% 。

NVO的利潤成長受到了一次性重組成本的影響，且研發費用因後期臨床試驗而激增 65%。儘管如此，前九個月的營業利潤仍達到 722.4 億 DKK（約 104 億美元），成長 10%。這表示如同前面所說的，就算市占率下降，NVO 依然在賺大錢，只是不再是市場上成長最快的玩家。

【*固定匯率(Constant Exchange Rates，CER)，簡單說就是排除匯率波動影響後，計算出的營收或利潤成長率。跨國公司在不同國家做生意，會收到各種貨幣（如美元、歐元、日圓）。但在合併財報時，必須全部換算成一種「報告貨幣」（例如總部在美國的公司，通常用美元報告）。然而，匯率每天都在變動。如果美元突然大幅升值或貶值，換算回來的數字就會忽高忽低，這會掩蓋公司實際賣出產品或服務的表現。

舉個例子，一家美國公司的英國分公司，今年賣出的漢堡數量跟去年一模一樣（業務本身沒成長，成長率應為 0%）。但是，今年英鎊對美元升值了 10%。當英國分公司的營收換算回美元時，帳面上會顯示營收增加了 10%。這時候，投資人可能會誤以為「這家公司業務成長了 10%」，但其實只是因為匯率變好了。

為了避免這種誤解，公司會計算 CER 成長率，也就是假設今年的匯率跟去年一樣（固定住匯率），再來計算今年的業績成長了多少。這樣可以剝離匯率的干擾，只看業務本身的經營實力。】

4. NVO市佔率為何被「擠壓」？

4.1 單靶點 vs. 雙靶點

這是決定市佔率消長的最根本原因。醫生與患者傾向於選擇減重效果更強的藥物。

• NVO (Semaglutide)： 無論是 Ozempic 或 Wegovy，其機制均為單一的 GLP-1 受體激動劑。臨床數據顯示其平均減重效果約在 15% - 17%。

• LLY (Tirzepatide)： Mounjaro 與 Zepbound 屬於雙重激動劑，同時針對 GLP-1 與 GIP受體。GIP 的加入不僅增強了飽足感，還可能直接影響脂肪代謝。臨床試驗及真實世界數據顯示，其減重效果可達 21% - 22%。

在消費者驅動的自費醫療市場中，患者會毫不猶豫地要求「效果更好」的藥物。這 5~6 % 的差異，轉化為了巨大的市佔率流動。

4.2 資本支出的軍備競賽

在 2023 至 2024 年間，兩家公司都面臨嚴重的產能短缺。然而，LLY 執行了一場資本支出的「閃電戰」。到 2025 年，他們在北卡羅來納州 Research Triangle Park 和愛爾蘭的新工廠產能全開，並透過積極的技術升級解決了肽類藥物最困難的「灌裝完成（fill-finish）」瓶頸 。這種供應能力的釋放，讓LLY能夠在需求激增時迅速填補市場真空。

【「罐裝完成」這個步驟困難的點在於，必須是在極度乾淨的環境下，用極高的精度，小心翼翼地封裝極其脆弱的液體。】

• LLY的策略： LLY在維吉尼亞州、德州及波多黎各的新工廠產能全開。其資本支出（CapEx）佔營收比例高達 18% 以上，確保了 Mounjaro 與 Zepbound 能滿足爆發性的需求。

• NVO的困境： 儘管NVO 收購了 Catalent 的部分工廠以緩解壓力，但在 2025 年 Q3 財報電話會議中，分析師指出「製造問題仍是 NVO 在美國市場面臨的首要挑戰」。

4.3 擠壓的結果：雙寡頭格局的確立

所謂的「擠壓」並非將 NVO 趕出市場，而是將其限制在「第二選擇」的位置。在高端自費與高保險覆蓋市場，療效更好的 Zepbound (LLY)成為首選；Wegovy (NVO)則面臨必須透過價格戰或轉向其他細分市場（如心血管適應症）來維持成長的壓力。

5. 2026 年後的勝負關鍵

對於製藥公司而言，當下的營收來自過去的研發，未來的命運則取決於當下的研發產品現。在這一領域，LLY 與 NVO 的差距正在進一步擴大，這也是為何 NVO 市佔率未來可能進一步受壓的原因。

5.1 LLY 的「三核」王牌：Retatrutide

LLY 手中握有一張王牌，Retatrutide。這是一種針對 GLP-1、GIP 和 Glucagon（胰高血糖素） 的三重激動劑。

在 2025 年公布的第三期臨床試驗（TRIUMPH-4）中，Retatrutide 在 68 週內展現了平均 28.7% 的體重減輕效果。

這種將近 30% 的減重效果已經與減重手術（Bariatric surgery）相當。這使得侵入性減重手術的必要性與吸引力大幅降低，預計將徹底改變重度肥胖的治療指引。因此這將徹底改變重度肥胖的治療指引。此外，該藥物在改善膝關節炎疼痛（WOMAC評分）和降低心血管風險指標上也表現優異。

• 口服藥 Orforglipron：LLY 的每日一次口服小分子 GLP-1 激動劑 Orforglipron 也在第三期試驗（ACHIEVE-3）中擊敗了口服 Semaglutide，顯示出更好的降糖與減重效果，且作為小分子藥物，其生產成本遠低於肽類藥物*。

  【*肽類藥物就是以Semaglutide (索馬魯肽)、Tirzepatide (替爾泊肽)、Liraglutide（利拉魯肽）製作的產品。所以包括 Ozempic(NVO)、Wegovy(NVO)、Saxenda(NVO)、Victoza(NVO)、Mounjaro(LLY)、Zepbound(LLY)均為肽類藥物。】

5.2 NVO 的研發挫折：CagriSema 的失望

NVO 原本寄望於 CagriSema（Semaglutide + Cagrilintide* 的複方製劑）來對抗 LLY 的Zepbound 並防禦 Retatrutide。然而，2025 年底公布的數據令人失望。

【*Cagrilintide 是NVO開發的一種新型減肥藥物成分。】

試驗結果顯示CagriSema 在 68 週的減重效果為 22.7%。雖然 22.7% 優於 Wegovy 的 16%，但在統計學上並未顯著優於 LLY 現有的 Zepbound（約 22%），且遠低於 Retatrutide 的 28.7%。(市場原本預期 CagriSema 能達到 25% 以上的減重效果。)

這一結果導致投資人拋售股票， NVO 股價單日重挫約 20%，因為這意味著在未來 3-5 年的「頂級療效」戰場上，NVO將缺乏能與LLY 抗衡的武器。

5.2.1 Novo 的戰略轉向：口服藥與價格戰

面對療效上的劣勢，NVO 迅速調整策略，轉向「可及性」與「口服便利性」。

• FDA 於 2025年12月22日批准了高劑量口服版 Wegovy (口服Semaglutide 25mg/50mg)。臨床數據顯示其減重效果約 16.6 %。

• 同時因應川普政策，Novo 宣布口服 Wegovy 的起步價為每月 149 美元 。這是一個極具破壞性的定價策略（相較於注射劑的 1,000美元以上），目的在於通過低價與便利性吸納大量對針劑有抗拒或支付能力較低的輕中度肥胖患者。

6. TrumpRx與定價壓力

2025 年末的另一個重大變數來自美國政治環境的變化，這直接影響了兩家龍頭藥廠的未來佈局。

6.1 TrumpRx計畫與價格重塑

根據白宮發布的情況說明書，川普政府宣布與 LLY 和 NVO 達成協議，通過「TrumpRx」計畫大幅降低藥價以換取 Medicare/Medicaid* 的覆蓋。

• 價格影響：

  • 注射劑（Ozempic/Zepbound/Wegovy）： 從原本的每月1,000 - 1,350 美元降至約 350 美元。

  • 口服藥（Oral Wegovy）： 設定為每月 149 美元。

價格下降雖然壓低了單位利潤，但極大地釋放了被壓抑的需求，進而讓市場總量擴大。過去因保險不給付而無法用藥的數千萬美國人，現在成為了潛在客戶。

【*Medicare/Medicaid都是美國政府資助的醫療保險計劃：

1. Medicare (聯邦醫療保險)：這是老人家的「權利」，把它想像成美國版的「老人健保」。這主要是給 65 歲以上 長輩用的。因為這跟你在美國工作繳稅的紀錄綁定，所以它算是一種「權利」而非施捨。不管你退休後是億萬富翁還是普通人，只要年紀到了就能用。它是聯邦政府統一管的，全美國標準一致。

2. Medicaid (醫療補助)：這是低收入者的「福利」，這就像是針對窮苦人家的「社會救助」。它是專門給低收入戶、身心障礙者等弱勢族群用的。既然是救助，它就會嚴格審查你的財產和收入，太有錢就不能申請。這個由各州政府自己管，所以每個州的福利好壞都不太一樣。】

6.2 以量換價的獲利模型

對於NVO 而言，這一政策既是挑戰也是機遇。川普政府的目的就是要壓低藥價，這也代表高利潤時代結束，毛利率將受到擠壓（從NVO的毛利率由 84% 降至 81% 已見端倪）。對於剛剛利用技術、產能壓制NVO 的 LLY就有點吃虧，因為得在這時候被逼得進入價格戰，失去部分的定價權。

但由於其口服藥（Rybelsus/Oral Wegovy）技術成熟且已批准，NVO將比LLY更快地推出了 149 美元的低價選項。這使NVO 能夠佔領廣大的基層醫療（Primary Care）市場，透過巨大的銷量來維持獲利成長，以持續獲利。

雖然每劑藥的利潤減少了，但口服藥較高的「用藥依從性（Adherence）」能大幅延長患者的服用週期與終身價值（Life Time Value）。加上潛在客戶群從「數百萬人」擴大到了「數千萬人」，銷量的爆發配合用藥時間的拉長，將能有效彌補價格的下跌，甚至帶來更高的總利潤。

過去，這類藥物是每月花費 1,000 美元的奢侈品；未來，隨著供應鏈瓶頸解決和口服藥物的推出，這將成為每月花費幾百美元的「大眾消費品」。這種轉變雖然會壓低單價，但將釋放出數以億計的潛在需求，這正是支撐兩家公司獲利持續增長的基石。

7. 我的一些想法

Read more

最近看了一下ZTS的表現，我仍然認為公司體質很好，因此將我的想法記錄下來，以便日後賣出獲利或虧損時，反省自己的想法。

1. ZTS介紹

碩騰（Zoetis，ZTS）是全球動物保健領域的龍頭，ZTS原本是輝瑞(Pfizer，PFE) 中的一個附屬部門，於 2013 年從輝瑞分拆獨立上市，這種資本操作不僅釋放了動物保健業務的潛在價值，還讓ZTS能夠擺脫人用藥品研發資源的排擠效應*，專注於獸醫醫學的獨特需求。截至 2024 年與 2025 年初的財務數據顯示，ZTS已穩固其作為標準普爾 500 指數成分股的地位，並在市值與營收規模上持續領先同業。

*人用藥品研發資源的排擠效應：是指在大型製藥公司（如輝瑞 ）內部，當動物保健部門與人用藥品部門並存時，由於人用藥市場規模通常較大且利潤潛力較高，導致企業在分配研發預算、人才與技術資源時，會優先傾向給人用藥品，進而壓縮或犧牲了動物保健業務所需的資源。

ZTS有三大核心業務：伴侶動物 (Companion Animal)、家畜 (Livestock) 以及診斷與生物設備 (Diagnostics & BioDevices)。就我的觀察，ZTS正處於一個長週期的戰略轉折點，從傳統的抗感染藥物與疫苗供應商，演進為以「持續照護 (Continuum of Care)」為核心的綜合健康解決方案服務商。這種模式整合了基因預測、診斷檢測、生物製劑治療及數據分析，形成了極高的客戶轉換成本與競爭護城河。

儘管宏觀環境面臨通膨壓力，且家畜市場遭遇學名藥競爭（如 Draxxin 專利過期）的逆風，但ZTS 在皮膚病學、寄生蟲學及骨關節炎疼痛管理領域的突破性創新（尤其是單株抗體療法）仍讓公司在產業中保有優勢。然而，短期市場會關注其重磅關節炎藥物 Librela 與 Solensia 的負面安全性監管消息，這會是中期的主要風險因子 （詳見第7章節）。

2. ZTS的業務

2.1 伴侶動物業務板塊(Companion Animal Segment)

伴侶動物業務目前是 ZTS最核心的價值驅動引擎，佔總營收比例已突破 65%，且在獲利貢獻上遠高於家畜業務。此板塊的成功建立在「寵物人性化 (Pet Humanization)」的長期社會趨勢之上，飼主將寵物視為家庭成員，對高單價醫療方案的支付意願顯著提升。

2.1.1 關鍵治療領域與產品組合

2.1.1.1皮膚病學 (Dermatology)

皮膚病是導致寵物造訪獸醫的最常見原因之一，ZTS 在此領域擁有近乎壟斷的地位，徹底改變了過去僅能依賴類固醇治療的局面。

• Apoquel (Oclacitinib)：這是一種口服的 Janus 激酶 (JAK) 抑制劑，專門針對與搔癢和發炎相關的細胞激素路徑。與傳統類固醇相比，其副作用顯著較低且起效迅速。作為全球首個針對犬隻異位性皮膚炎的 JAK 抑制劑，Apoquel 已成為獸醫的首選療法，並衍生出咀嚼錠版本以提升投藥便利性。

• Cytopoint (Lokivetmab)：這是一種單株抗體 (mAbs) 注射劑，專門中和犬白細胞介素-31 (IL-31)，這是一種引發搔癢感的關鍵細胞因子。Cytopoint 需要每 4-8 週回診注射一次，這除了保證療效的持續性，也使獸醫診所擁有穩定的回診流量，形成了強大的通路黏著度。當然，這也表示會有穩定的收入。

2.1.1.2 寄生蟲預防 (Parasiticides)

寄生蟲市場是動物保健中規模最大的細分市場，ZTS透過「三合一」產品重新定義了市場標準。

• Simparica Trio (Sarolaner/Moxidectin/Pyrantel)：這是一款每月服用一次的咀嚼錠，結合了三種活性成分，能同時預防心絲蟲病、殺滅跳蚤與蜱蟲，並治療腸道寄生蟲（蛔蟲與鉤蟲）。它是美國市場首款獲批的此類三合一產品。Simparica 系列的全球銷售額已突破 10 億美元，成為公司成長最快的特許經營權之一。

2.1.1.3 骨關節炎疼痛管理 (Osteoarthritis Pain)

這是ZTS最新且最具爆發力的金雞母，利用生物製劑技術解決了老齡寵物的慢性疼痛問題。

• Librela (Bedinvetmab) & Solensia (Frunevetmab)：分別針對犬和貓的神經生長因子 (NGF，NGF 是調節痛覺的關鍵介質) 進行抑制的單株抗體，這兩款產品均為每月注射一次。

  Solensia 是全球首款獲批用於貓骨關節炎疼痛的療法，解決了貓隻長期缺乏安全止痛藥的痛點。Librela 則在歐洲與美國市場迅速放量，被視為下一個數十億美元級別的重磅產品。

  • 風險：2024 年底至 2025 年初，FDA 接獲關於 Librela 與 Solensia 可能引發神經系統副作用（如共濟失調、癲癇）的報告。雖然 ZTS 強調這與上市後的常規藥物監測一致，但這已引發部分獸醫與飼主的擔憂，引發市場恐慌，導致股價波動（詳見第七章節）。

2.1.2 產品盈利模式：針對飼主

1. 直接面對消費者 (DTC) 行銷：ZTS大量投入電視與數位廣告，直接向寵物主人宣傳 Simparica Trio 與 Apoquel 等品牌。這種「拉式策略 (Pull Strategy)」促使飼主主動向獸醫詢問產品，從而繞過競爭對手的通路壁壘。

   【最常見的行銷通常是店家要把東西塞給客人，這叫「推式策略」，就是「推銷」；但「拉式策略」是透過廣告或口碑，讓消費者對你的產品產生強烈的渴望，讓他們自己跑去商店指名要買。】

2. 訂閱制經濟：寄生蟲藥物與慢性病藥物（皮膚病、關節炎）均需長期使用，創造了類似 SaaS (訂閱制軟體) 的高可預測性經常性收入。

3. 高定價權：由於寵物醫療缺乏像人類醫療那樣強勢的保險議價方，且飼主對情感價值的支付意願高，ZTS能夠維持高毛利並轉嫁通膨成本。

2.2 家畜業務板塊 (Livestock Segment)

家畜業務雖然成長速度不如伴侶動物，但仍貢獻了約 31%-35% 的營收，為公司提供了穩定的現金流以支持研發。此板塊的運作邏輯完全不同，客戶（農場主）對成本極度敏感，將動物健康視為投入產出比 (ROI) 的計算。

2.2.1 核心產品與市場動態

2.2.1.1 抗感染藥物與學名藥衝擊

• Draxxin (Tulathromycin)：這曾是 ZTS最暢銷的家畜抗生素，用於治療牛與豬的呼吸道疾病。然而，隨著核心專利到期，市場上已出現多個學名藥競爭者*（如 Merck, Elanco, Bimeda 推出的競品）。這導致 Draxxin 的銷售額出現雙位數的下滑，迫使 ZTS轉向依賴技術服務與疫苗來維持客戶關係。

  【*學名藥競爭者：簡單來說，當一家藥廠（通常稱為原開發廠）發明了一種新藥並獲得專利保護，他們可以獨家銷售一段時間（享有市場獨佔權）。一旦專利過期，其他藥廠就可以開始生產成分一模一樣的藥物，這些後來的藥廠就是「學名藥競爭者」。】

2.2.1.2 疫苗與生物製劑

• 為了抵禦抗生素減量的全球趨勢，ZTS加大了對疫苗的投入。例如 Bovi-Shield 系列疫苗在牛隻市場仍佔據主導地位。此外，針對水產養殖（如鮭魚）的疫苗 Alpha Ject 也是新興的成長點，特別是在挪威等主要養殖市場。

2.2.1.3 投資組合優化與剝離

• MFA 業務剝離：2024 年，ZTS完成了將藥物飼料添加劑 (Medicated Feed Additives, MFA) 業務出售給 Phibro Animal Health 的交易。這一戰略決策反映了公司主動降低對低毛利、大宗商品化產品的依賴，轉而聚焦於高技術門檻的注射劑與疫苗。

2.2.2 產品盈利模式：B2B 技術導向

家畜業務的盈利模式依賴於「規模經濟」與「技術加值」：

1. 全群健康管理：銷售不單是賣藥，而是提供基因檢測在內的遺傳學服務，幫助農場主篩選抗病力強、產乳量高的牛隻，從源頭提升生產效率。

   1. Clarifide Plus (基因檢測服務)：
      能預測乳牛未來的產乳量，是業界首個能評估「健康特徵」（如乳房炎、代謝病抗性）的檢測工具，協助酪農在小牛階段就汰弱留強。

   2. NHERIT Select (肉牛基因檢測)：
      針對肉牛飼育場設計的基因工具，能篩選出飼料轉換率高、肉質佳的牛隻，讓飼主將飼料資源集中在最具經濟價值的牛隻上。

2. 數據驅動：利用設備監控動物健康，將診斷數據與治療方案結合，增加客戶對 ZTS 生態系的依賴度。

   1. Smartbow (智慧耳標系統)：
      透過物聯網技術全天候監測乳牛的反芻次數、活動量與位置。系統能在牛隻出現明顯症狀前（例如發燒前）就發出警報，實現「早期預警、早期治療」。

   2. Vetscan 系列 (現場診斷儀器)：
      提供獸醫快速的血液生化與血液學檢測。其數據可直接上傳雲端系統，將「檢測結果」與「推薦用藥」無縫串接，縮短診療決策時間。

2.3 診斷與生物設備板塊 (Diagnostics & BioDevices)

自 2018 年以 20 億美元收購 Abaxis 以來，診斷業務已成為ZTS連接伴侶動物與家畜業務的關鍵橋樑。近期更透過收購 Veterinary Pathology Group (VPG) 進一步擴展在英國與愛爾蘭的參考實驗室*佈局。

【*參考實驗室(Reference Laboratory) 是處理診所無法執行、更為複雜或需要專業病理學家判讀的檢體（如組織切片、特殊生化檢驗）的大型中央實驗室。收購 VPG 意味著ZTS從單純的設備供應商，擴展為同時提供後端、高階檢測服務的綜合供應商】

2.3.1 產品線與技術

2.3.1.1 VetScan 系列儀器

• VetScan VS2 生化分析儀：需 100 微升 (µL) 的全血、血清或血漿（約兩滴血），即可在 12 分鐘內提供實驗室等級的準確結果。這對於難以採血的小型寵物或珍稀動物尤為重要。

• VetScan OptiCell：於 2024-2025 年推出的最新 AI 驅動血液學分析儀。它採用卡匣式設計，利用 AI 影像識別技術進行全血球計數 (CBC) 分析，無需傳統的維護與液體試劑，進一步降低了診所的操作門檻。

2.3.1.2 Vetscan Imagyst：AI 病理診斷

這是一個基於雲端的 AI 診斷平台，最初用於糞便寄生蟲檢測，現已擴展至皮膚細胞學、血液抹片分析及尿液沉渣分析。

Imagyst 將顯微鏡影像數位化並上傳至雲端，由 AI 演算法或遠端病理學家進行判讀。這不僅縮短了診斷時間，更直接連結到治療建議（例如：檢測出皮膚感染 -> 推薦 Apoquel），實現了「從診斷到用藥」的一條龍服務。

2.3.2 產品盈利模式：「刮鬍刀與刀片」 (Razor and Blade Model)

診斷業務與大部分儀器供應商一樣，採用經典的刮鬍刀與刀片模式：

1. 儀器：以較低的毛利甚至租賃形式將 VS2、Imagyst 等設備置入診所，目標是盡可能地將儀器放進每一家寵物診所。

2. 耗材：透過銷售一次性的試劑盤、檢測卡匣與快速快篩試劑，獲取高毛利且持續的現金流。耗材收入通常佔診斷部門營收的 60%-70% 以上，且具有極高的抗週期性 ¹⁷。

3. 產業格局

與人類製藥相比，動物保健行業具有顯著不同的經濟特徵，這也是ZTS能夠維持長期穩定增長的結構性基礎：

• 決策者與支付者的統一： 在伴侶動物市場，醫療決策主要由飼主與獸醫共同制定，且大部分費用為自費 (Out-of-Pocket)。這意味著品牌忠誠度、獸醫推薦權重以及情感因素在購買決策中佔據主導地位，而非單純的價格競爭。

• 低學名藥替代率： 由於缺乏強勢的第三方支付機構（保險公司）推動強制替代，且動物藥品市場較為分散，明星藥物在專利過期後，銷量下滑的速度遠慢於人類藥物。

• 研發效率： 動物藥物的研發週期通常較短（約 5-7 年），成本較低，但生命週期更長。ZTS 的研發投入佔比長期維持在營收的 7%-8% ，這一比例在絕對金額上遠超競爭對手，形成了「研發=>收入」的正向循環。

3.1 產業競爭

全球動物保健市場高度集中，呈現寡頭壟斷格局。根據市場數據，ZTS穩居市場份額第一，緊隨其後的是 Boehringer Ingelheim (BI)、Merck Animal Health (MRK的部門) 和 Elanco (ELAN)。

從上表可見，ZTS 的營收規模幾乎是第二名和第三名的總和，這種規模優勢使得 ZTS 在全球供應鏈佈局、銷售團隊覆蓋以及併購整合上擁有絕對的主導權。特別是在伴侶動物領域，Zoetis 通過 Simparica Trio、Apoquel、Cytopoint 和 Librela 等明星產品，構建了幾乎難以撼動的市場地位 。

3.2 動物健保市場趨勢

ZTS的業務雙輪驅動（伴侶動物與畜牧動物）分別受益於兩大全球性趨勢：

1. 寵物人性化： 現代寵物被視為家庭成員，這推動了醫療支出的高端化，飼主更願意為延長寵物壽命、提高生活質量的創治療法（如治療骨關節炎的單抗藥物）支付溢價。ZTS 在 2024 年伴侶動物業務的強勁增長（尤其是疼痛管理板塊增長 97%）正是這一趨勢的直接體現 。

2. 全球蛋白質需求增長： 儘管短期內受週期波動影響，但長期來看，新興市場中產階級的擴大將持續推動對肉類、奶製品和水產的需求。ZTS 通過剝離低利潤的含藥飼料添加劑 (MFA) 業務，轉向疫苗和遺傳學產品，旨在幫助養殖戶提高生產效率，符合可持續發展的長期方向

預估至 2030 年，全球動物健康市場規模將從 2024 年的約 628.9 億美元增長至 1,123.3 億美元，CAGR高達 10.46% 。其中，單株抗體（mAbs）與創新型生物製劑的成長速度將顯著超越傳統藥物，預計該細分市場的 CAGR 將接近 20% 。這除了反映了市場規模的擴張，更代表治療手段的質變，從「症狀控制」走向「疾病修飾」與生命週期管理。

根據 Grand View Research 與 Mordor Intelligence 等機構的數據綜合分析，市場估值的提升主要來自於高單價創新療法的市場滲透率提高，而非單純的飼養數量增加。

雖然傳統藥物的增長趨於平緩，但涉及生物科技的領域（如 mAbs、癌症免疫療法）呈現雙位數增長。這種增長結構意味著，未來的市場贏家將是那些能夠掌握複雜生物製劑研發與生產能力的企業，而非傳統的化學製藥巨頭。

北美：創新與高階醫療的領頭羊

• 趨勢： 市場已高度成熟，成長動能來自「消費升級」。

• 寵物人性化： 飼主願意支付昂貴費用進行癌症治療、MRI 掃描等。這推動了 Zoetis、Merck 等公司開發針對貓狗的單株抗體藥物 (mAbs)。

• 寵物保險： 美國寵物保險滲透率雖然仍低（約 3-4%），但正在快速上升，這直接提高了飼主的支付能力，讓高價藥物更容易被採用。

亞太地區：未來的成長引擎

• 趨勢： 全球成長速度最快，是所有動物保健巨頭必爭之地。

• 雙引擎驅動：

  1. 寵物： 隨著單身人口與無子女的雙薪家庭增加，中國、日本、韓國的寵物陪伴需求爆發。

  2. 畜牧： 為了滿足龐大人口的蛋白質需求，豬肉與家禽養殖正從散戶轉向規模化養殖，帶動疫苗與生物安全產品的需求。

歐洲：法規、福利與永續

• 趨勢： 重點不在「量」的增長，而在「質」的提升。

• 取代抗生素： 歐盟法規嚴格限制抗生素在食用動物上的使用，這迫使市場轉向「預防醫學」，如疫苗、益生菌、飼料添加劑等替代方案。

• 綠色趨勢： 企業必須證明其產品生產過程符合減碳與環保標準（ESG）。

拉丁美洲：糧倉與新興寵物大國

• 趨勢： 巴西與墨西哥是核心驅動力。

• 世界糧倉： 巴西是全球最大的牛肉與雞肉出口國之一，抗寄生蟲藥在這裡有穩定的基本盤。

• 寵物崛起： 巴西擁有的寵物犬數量位居全球前列，雖然單客消費金額不如歐美，但總量驚人，中低價位的護理產品需求強勁。

整體市場仍是持續向上，這部分跟我去年研究時呈現一致的趨勢。如果市場需求持續增加，市佔率的影響就沒那麼大，對於該產業的所有公司都是利多。

4. ZTS的護城河

Zoetis 的商業模式並非簡單的 B2B 藥品批發，而是構建了一個圍繞獸醫診所運作的深度服務網絡。其核心在於控制「處方權」與「診斷權」。

4.1 結構性護城河

4.1.1 DTC銷售 (Direct-to-Consumer)的優勢

與人類藥品主要通過藥房銷售不同，動物藥品的關鍵銷售節點是獸醫診所。ZTS建立了業內規模最大的直銷團隊，擁有數千名技術銷售代表 。

• 銷售管道控制力： 銷售代表不僅推銷產品，更提供專業的醫療教育和技術支持。這種高頻、深度的互動使得獸醫在面對複雜病例時，傾向於首選ZTS的解決方案。

• 反饋機制： 這種銷售網路也充當了市場情報的最前線。能夠迅速捕捉到臨床需求的變化（例如對口服液體藥物的偏好或對特定寄生蟲防護的需求），並將其反饋給研發部門，從而推出了如 Simparica Trio 這樣的爆款產品。

• 防禦壁壘： 對於新進入者而言，複製這樣一個遍布全球、深入基層的銷售網絡需要巨大的時間成本和資本投入。這也是為什麼儘管有學名藥競爭，ZTS的品牌藥仍能維持高市佔率的原因之一。

4.1.2 連續性護理戰略(Continuum of Care)

ZTS的業務覆蓋動物健康的整個生命週期，從預測、檢測到預防和治療。

• 預測與檢測：

  • 診斷業務： 通過收購 Abaxis，ZTS獲得了 VetScan 系列診斷儀器。隨後推出的 VetScan Imagyst 平台利用人工智能 (AI) 技術，能夠在幾分鐘內完成糞便寄生蟲檢測、皮膚細胞學分析甚至尿液沉渣分析 。

  • 戰略綁定： 診斷設備是診所的「入口」。當 VetScan 檢測出心絲蟲或皮膚病時，系統會自然引導獸醫開具 Simparica Trio 或 Apoquel 的處方。這種「診斷驅動治療」的模式極大地提高了藥物的滲透率。

• 預防與治療：

  • 從疫苗（如 Vanguard 系列）到治療慢性病的藥物（如 Librela），ZTS 提供了完整的產品組合。這種一站式採購的便利性，結合 Zoetis Petcare Rewards 忠誠度計劃* ，激勵診所和飼主將更多消費集中在 ZTS平台上。

【*Zoetis Petcare Rewards 忠誠度計劃類似信用卡的現金回饋，只是這筆錢限定只能在獸醫診所花，目的是幫你省下次回診的錢。這個計劃最關鍵的部分：獎勵金必須回到獸醫診所使用。】

4.1.3 數位化生態系統與 VetScan Fuse

Zoetis 推出的 VetScan Fuse 是連接診斷儀器與診所管理系統 (PIMS)* 的關鍵樞紐 。

• 雙向連接： Fuse 不僅將診斷結果自動上傳至病歷，還允許獸醫直接從 PIMS 下達檢測指令。這種無縫集成極大地提高了診所的工作效率。

• 轉換成本： 一旦診所習慣了 Fuse 帶來的工作流優化，更換診斷設備供應商（如轉向 IDEXX）就意味著數據中斷和流程重組，產生了極高的轉換成本。這也是 ZTS能夠在診斷領域逐步蠶食 IDEXX 份額的關鍵戰術。

【*PIMS 就是獸醫院用來管理病歷、庫存、預約和收費的專用管理軟體，但它並不是像台灣健保那種統一的醫療資訊系統，每一間獸醫院、集團都有自己的PIMS。ZTS的設備的VetScan可以與PIMS完美整合，獸醫使用會更方便，黏著度也會更高。同時PIMS也可以幫助ZTS了解獸醫院的用藥、哪些動物定期回診等數據，可以幫助ZTS調整銷售策略。】

4.2 經濟護城河

4.2.1 無形資產：專利與品牌

無形資產是ZTS最核心的護城河來源。

• 複雜的專利組合：

  • 皮膚病專營權：Apoquel (oclacitinib) 的專利組合涵蓋了化合物、製劑及用途，部分關鍵專利有效期延伸至 2030 年代 。更為重要的是 Cytopoint (lokivetmab)，這是一種單株抗體。生物製劑的仿製難度遠高於小分子化學藥，需要建立複雜的細胞系和生產工藝。即使專利過期，生物相似藥 (Biosimilars)*的開發和審批門檻也極高，這為 ZTS提供了天然的防禦。

  • 疼痛管理 (OA Pain)： Librela 和 Solensia 同樣是單抗藥物。作為市場上的首創療法，它們享有長期的市場獨佔權。專利數據顯示，相關保護期可延續至 2030 年代中後期 。

• 品牌認知度： 在獸醫領域，ZTS是領域龍頭，也代表著「創新」與「可靠」。獸醫作為科學驅動的專業人士，缺乏更換藥物的動力，主要是因為不願冒險使用未經驗證的學名藥（價差不足以彌補更換品牌帶來的潛在療效風險），以免影響治療效果和自身聲譽。

• 自費市場的定價權：動物醫療主要為自費市場 ，極少受到保險公司或政府單位的議價壓力。這賦予了ZTS強大的定價權。即使在 2025 年通膨環境下，公司仍能通過漲價來維持毛利率，這在受到醫保嚴格控管的人類製藥業是難以想像的。

• 專利懸崖的平緩化：人類藥廠往往依賴一兩款超級重磅藥物 ，一旦專利過期，營收可能在一夜之間蒸發 80%。ZTS擁有超過 300 條產品線，雖然也有核心藥物，但其營收更加分散。

• 研發的高成功率與低成本：相較於人類新藥研發動輒十億美元且耗時十年的高風險賭注，動物藥的研發週期較短，成本較低，且臨床試驗對象即為目標物種，轉化成功率較高。

【*生物相似藥不同於學名藥，學名藥容易複製，只要證明化學成分一樣就可以了。但是生物相似藥非常難複製，無法100%相同。法規要求必須進行昂貴且耗時的臨床試驗，證明藥效和安全性跟原廠「沒有臨床上的差異」，所以門檻極高（需要蓋昂貴的生物製藥場(Biologics Plant)）。通常只有少數幾家大藥廠有能力做，所以價格不會像學名藥那樣跳水，原廠通常還能維持不錯的利潤。

學名藥就如同只要任何人拿到設計圖都可以組合成一模一樣的車子；而生物相似藥就像是「釀酒」，就算你有一樣的葡萄、酵母、木桶，但永遠無法100%與原廠一樣，最終只能說是高度相似。

這也就是為什麼ZTS近年一直瘋狂投資單株抗體(mAbs)療法的原因，因為就算專利到期，護城河仍然很寬。】

4.2.2 轉換成本：生態鎖定

轉換成本在診斷業務和慢性病治療中尤為顯著。

• 診斷設備： 如前所述，VetScan 設備與 PIMS 的深度集成創造了極高的技術轉換成本。

• 慢性病治療： 對於患有異位性皮膚炎或骨關節炎的寵物，一旦 Apoquel 或 Librela 控制住了病情，飼主和獸醫極不願意更換藥物，因為復發的風險和代價（寵物痛苦、額外治療費）遠高於藥物差價。這種「治療慣性」保證了ZTS極高的客戶留存率。

4.2.3 成本優勢：規模經濟

作為行業龍頭，ZTS享有顯著的規模經濟優勢。

• 製造效率： 大規模的生產能力降低了單位固定成本，這在生物製藥的生產中尤為重要。

• 銷售槓桿： ZTS可以將新產品直接導入現有的龐大銷售網絡，無需額外建立渠道。這使得新產品上市的邊際成本極低，利潤率極高。相比之下，小型競爭對手需要花費巨資建立銷售團隊或依賴經銷商，利潤空間被大幅壓縮。

5. ZTS業務變化

5.1 營收的雙支柱結構

要理解ZTS的價值，首先必須理解其所處的戰場。動物保健行業雖然常被視為製藥業的附屬品，但從經濟學的角度來看，它擁有一種截然不同且更為優越的商業屬性。

ZTS的營收結構呈現出一種美妙的平衡，分別由「伴侶動物」與「經濟動物」兩大支柱構成。這種結構提供了一種天然的經濟對沖。伴侶動物業務一直是ZTS估值溢價的主要來源。隨著人類社會結構的改變，單身人口增加與少子化趨勢，寵物逐漸填補了情感空缺。這種「寵物人性化」趨勢使得飼主願意自費支付昂貴的慢性病治療費用，例如異位性皮膚炎用藥 (Apoquel, Cytopoint) 或骨關節炎用藥(Librela, Solensia)。這類收入具有極高的黏性與經常性，類似於訂閱制軟體 (SaaS) 的現金流特性。然而，骨關節炎用藥也是目前市場恐慌的來源，我將在第七章節詳述。

許多成長型投資人厭惡家畜（經濟動物）業務，因為相對於伴侶動物，它的成長緩慢。然而，在 2025 年這個動盪的年份，正是這個「無聊」的板塊拯救了公司的業績。2025 年第三季，當伴侶動物業務因美國市場疲軟僅成長 2% 時，經濟動物業務卻逆勢繳出了 10% 的有機成長*。

【*有機成長又稱為「內部成長」，是指一家公司透過自身的業務擴張來實現增長，而非透過併購其他公司來達成。例如，研發新產品、賣產品給更多人、老客戶買更多產品、就算漲價客戶依舊買單，這類都是。】

這背後揭示了一個現象：當通膨壓縮了消費者的錢包，導致他們減少帶狗看獸醫的頻率時，但人類仍須吃東西，所以對肉類蛋白質的基本需求並未減少。經濟動物這塊生意就像公司的「長期飯票」，不管景氣好壞都能穩定賺錢，讓公司隨時有本錢去投資新東西，或者買回自家的股票。

5.2 業務變化

從 2015 年的 47.65 億美元增長至 2024 年的 92.56 億美元，年複合成長率（CAGR）約為 7.6%。值得注意的是，這段期間ZTS經歷了 2019 年非洲豬瘟對中國市場的重創、2020 年全球供應鏈斷鏈、以及 2022 年的高通膨環境。公司營收從未出現負成長，這顯示其產品組合的「必需品」屬性極強。

2019 年是ZTS歷史上最重要的分水嶺。在這一年，伴侶動物營收（31.09 億美元）首次在規模上追平並微幅超越家畜業務（30.88 億美元）。這不僅是數字的交叉，更是公司估值邏輯的重塑，因為相對於家畜，寵物醫療被視為消費必需品，畢竟寵物的地位如同家人，為了救家人再多錢都願意花。

5.2.1 家畜業務的波動性與底氣：

Read more

霍華馬克斯在這篇備忘錄中從不同的角度評估AI的市場，同時他也說明橡樹資本利用擁有主權基金和Nvidia股權承諾的方式融資投資AI產業，這種方法也展示了霍華馬克斯對風險的控管，也呼應他在備忘錄中的建議：不要「All In」，但也不要袖手旁觀。

不過老實說，這篇備忘錄對我最有幫助是「關於債務使用的幾句話」這章節，以及備忘錄結束後的後記，馬克斯提出了幾個有趣的觀點，我還真沒想到那麼遠，很有趣，我就不暴雷了，有興趣的自己閱讀吧。

（這篇翻譯文章我在一些小地方有額外做補充，我有特別標注，請不要混淆。希望我的補充可以讓一些小白能更容易地閱讀大神的精華。）

上個月我在亞洲和中東拜訪客戶時，經常被問到關於人工智慧（AI）是否存在泡沫的可能性，這些討論促成了這份備忘錄 。我想先從我慣常的免責聲明開始：我不活躍於股市 ；我只是將其視為投資人心理的最佳晴雨表來觀察 。我也不是科技專家，對於 AI 的了解並不比大多數一般投資人多 。但我會盡力而為 。

泡沫最有趣的面向之一是它們的規律性，這種規律不在於時間點，而在於它們遵循的演變過程 。某種看似革命性的新事物出現，並鑽進了人們的腦海中 。它抓住了他們的想像力，興奮之情勢不可擋。早期的參與者享受了巨大的收益 。那些只是旁觀的人感到難以置信的嫉妒和遺憾，並且——出於害怕繼續錯過的恐懼（FOMO）——蜂擁而入。他們這樣做時，既不知道未來會帶來什麼，也不關心他們支付的價格是否有可能在風險可承受的情況下產生合理的回報 。對投資人來說，最終的結果在短到中期內必然是痛苦的，儘管在經過足夠多年後，仍有可能最終獲利 。

我經歷過幾次泡沫，也讀過其他泡沫的歷史，它們都符合這個描述 。人們可能會認為，過去泡沫破裂時經歷的損失會阻止下一個泡沫的形成 。但這還沒有發生，而且我確信永遠不會發生 。記憶是短暫的，而謹慎和天生的風險厭惡，根本敵不過那種靠著一項「大家都知道」會改變世界的革命性技術致富的夢想 。

我引用 Derek Thompson 在 11 月 4 日題為《AI 可能是 21 世紀的鐵路。做好準備》（AI Could Be the Railroad of the 21st Century. Brace Yourself）的電子報中的一段話作為本備忘錄的開頭，該文講述了今天 AI 的發展與 1860 年代鐵路熱潮之間的相似之處 。這段話對兩者的逐字適用性，清楚地展示了馬克·吐溫（Mark Twain）那句廣為流傳的名言：「歷史會押韻」（history rhymes）的含義 。

理解泡沫 (Understanding Bubbles)

在深入探討主題之前——並且為了準備這份備忘錄我也閱讀了大量資料——我想先做一點澄清 。每個人都在問：「AI 是否存在泡沫？」我認為這個問題本身就存在歧義 。我得出的結論是，有兩種不同但相互關聯的泡沫可能性需要思考：一種是產業內公司行為的泡沫，另一種是投資人對待該產業行為的泡沫 。我完全沒有能力判斷 AI 公司的激進投資行為是否合理，所以我將主要集中探討金融界是否存在圍繞 AI 的泡沫這個問題 。

投資分析師的主要工作——特別是在我所信奉的所謂「價值」學派中——是 (a) 研究公司和其他資產，評估其內在價值的水平和前景，以及 (b) 根據該價值做出投資決策 。分析師在短到中期內遇到的大部分變化，都圍繞著資產價格及其與潛在價值的關係 。而這種關係，本質上是投資人心理的結果。

市場泡沫不是直接由技術或金融發展引起的 。相反，它們源於對這些發展抱持過度樂觀的態度 。正如我在一月份的備忘錄《泡沫觀察》（On Bubble Watch）中所寫，泡沫是暫時的狂熱，在這些狂熱中，這些領域的發展成為前美國聯準會主席艾倫·葛林斯潘（Alan Greenspan）所稱的「非理性繁榮」（irrational exuberance）的主題。

泡沫通常圍繞著新的金融發展（例如 1700 年代初的南海公司或 2005-06 年的次級房貸證券）或技術進步（1990 年代末的光纖和 1998-2000 年的網際網路）而形成 。「新穎性」在其中扮演了巨大的角色。因為沒有歷史來限制想像力，對於新事物來說，未來似乎是無限的 。而被認為是無限的未來可以證明那些遠超過去常態的估值是合理的——導致資產價格無法基於可預測的盈利能力來證明其合理性。

新穎性的作用在我最喜歡的一本書的一段話中得到了很好的描述，這本書對我影響深遠，即約翰·凱尼斯·高伯瑞（John Kenneth Galbraith）的《金融狂熱簡史》（A Short History of Financial Euphoria）。高伯瑞寫到了他所謂的「金融記憶極度短暫」，並指出在金融市場中，「過去的經驗，如果還算記憶的一部分的話，會被斥為那些沒有洞察力去欣賞當前不可思議奇蹟的人的原始避難所。」 換句話說，歷史會限制對當下的敬畏和對未來的想像 。而在沒有歷史的情況下，一切似乎皆有可能。

這裡要注意的關鍵是，新事物理所當然地激發了極大的熱情，但泡沫是當熱情達到非理性比例時發生的。誰能界定理性的邊界？誰能說樂觀的市場何時變成了泡沫？ 這只是一個判斷的問題 。

上個月我突然想到，我最好的兩次「預測」分別發生在 2000 年（當時我對科技股和網路股的市場狀況提出警告）和 2005-07 年（當時我指出風險厭惡的匱乏以及在全球金融危機前世界中進行瘋狂交易的容易程度） 。

• 首先，在這兩個案例中，我對後來被證明是泡沫主題的事物（網際網路和次級房貸證券）都沒有任何專業知識 。我所做的只是對周圍發生的行為提出觀察 。

• 其次，我預測的價值主要在於描述這種行為的愚蠢，而不是堅持認為它已經引發了泡沫。

糾結於是否貼上「泡沫」的標籤可能會讓你陷入困境並干擾正確的判斷 ；我們只需評估周圍發生的事情並推斷出適當的行為，就能取得很大成就 。

泡沫有什麼好處？ (What’s Good About Bubbles?)

在繼續討論 AI 以及它目前是否處於泡沫之前，我想花一點時間討論一個對投資人來說可能有點學術性的話題：泡沫的好處 。你可能會覺得我花太多篇幅在這個話題上，但我這樣做是因為我覺得它很迷人 。

11 月 5 日的 Stratechery 電子報標題為《泡沫的好處》（The Benefits of Bubbles） 。在文中，Ben Thompson（與 Derek 無親屬關係）引用了一本名為《繁榮：泡沫與停滯的終結》（Boom: Bubbles and the End of Stagnation）的書 。該書由 Byrne Hobart 和 Tobias Huber 撰寫，他們提出有兩種類型的泡沫：

…「轉折點泡沫」（Inflection Bubbles）——好的一種泡沫，相對於破壞性大得多的「均值回歸泡沫」（Mean-reversion Bubbles），如 2000 年代的次貸泡沫 。

我覺得這種二分法很有用 。

• 我讀過或親眼目睹的金融狂熱——南海公司、投資組合保險和次級房貸證券——激發了基於無風險回報承諾的想像力，但人們並不期望它們代表人類的整體進步 。例如，沒有人認為住房會被次級房貸運動徹底改變，只是覺得支持新買家有利可圖 。Hobart 和 Huber 稱這些為「均值回歸泡沫」，大概是因為人們並不期望潛在的發展會推動世界前進 。狂熱只是起起落落。

• 另一方面，Hobart 和 Huber 將基於技術進步的泡沫——如鐵路和網際網路的情況——稱為「轉折點泡沫」 。在轉折點驅動的泡沫之後，世界不會恢復到之前的狀態 。在這樣的泡沫中，「投資人認定未來將與過去截然不同，並據此進行交易。」正如 Thompson 告訴我們的：

關於泡沫的權威著作長期以來一直是 Carlota Perez 的《技術革命與金融資本》（Technological Revolutions and Financial Capital） 。泡沫曾被認為是負面的、應避免的東西，特別是在 Perez 出版她的書的時候 。那一年是 2002 年，隨著網路泡沫破滅，世界大部分地區正處於衰退之中 。Perez 並沒有否認痛苦：事實上，她指出類似的崩盤標誌著之前的革命，包括工業革命、鐵路、電力和汽車 。在每個案例中，泡沫並非令人遺憾，而是必要的：投機狂熱促成了 Perez 所謂的「安裝階段」（Installation Phase），在此階段，必要但未必在財務上明智的投資為「部署時期」（Deployment Period）奠定了基礎 。標誌著向部署時期轉變的是泡沫的破滅； 促成部署時期的是那些虧損的投資。（粗體標記處為霍華馬克斯標記）

這種區別對 Hobart 和 Huber 來說非常有意義，我也同意 。他們說：「並非所有的泡沫都會破壞財富和價值。有些可以被理解為技術科學進步的重要催化劑。」

但我會重新表述如下：「均值回歸泡沫」——市場基於某種新的金融奇蹟飆升然後崩潰——會破壞財富 。另一方面，基於革命性發展的「轉折點泡沫」加速了技術進步，為更繁榮的未來奠定了基礎，同時它們也會破壞財富 。關鍵是不要成為那些在帶來進步的過程中財富被摧毀的投資人之一 。

Hobart 和 Huber 接著更深入地描述了泡沫如何為新技術所需的基礎設施建設提供融資，從而加速其採用的過程：

大多數新穎的技術並非憑空出現，也不是一次性完整地進入世界 。相反，它建立在先前的錯誤開始、失敗、迭代和歷史路徑依賴之上 。泡沫創造了部署必要資本的機會，以資助和加速這種大規模實驗——其中包括許多並行進行的試錯——從而加快了潛在顛覆性技術和突破的速度 。

透過產生熱情和投資的正向回饋循環，泡沫可以是淨收益的。樂觀主義可以成為一個自我實現的預言 。投機提供了資助高風險和探索性專案所需的鉅額融資； 短期看來過度的熱情或糟糕的投資，結果證明對於引導社會和技術創新至關重要……泡沫可能是一種集體妄想，但它也可以是一種集體願景的表達 。這種願景成為人和資本協調以及創新並行化的場所 。進步不是隨著時間推移發生，而是在不同領域同時爆發 。

隨著熱情高漲，風險承受能力增強，網路效應也隨之增強 。錯失恐懼症（FOMO）吸引了更多的參與者、創業家和投機者，進一步強化了這個正向回饋循環 。像泡沫一樣，FOMO 往往名聲不佳，但它有時是一種健康的本能 。畢竟，我們誰都不想錯過千載難逢的建設未來的機會 。

換句話說，基於技術進步的泡沫是好的，因為它們激發投資人投入資金——其中很大一部分被浪費在對一個新機會領域進行地毯式轟炸，從而啟動其開發 。

關鍵的認知似乎是，如果人們保持耐心、謹慎、分析和堅持價值，新技術將需要許多年甚至幾十年才能建成 。相反，泡沫的歇斯底里導致這個過程被壓縮在很短的時間內——部分資金變成了贏家的改變生活的投資，但很多資金被燒毀了 。

泡沫既有技術層面也有金融層面，但上述引文是站在渴望技術進步的人的立場，他們非常樂意看到投資人為了技術進步而虧錢 。另一方面，「我們」雖然希望看到技術進步，但不想為了促成它而浪費金錢 。

Ben Thompson 結束這段討論時說：「這就是為什麼我很興奮談論新技術，儘管我不知道其前景如何。」 我喜歡他對未來的可能性感到興奮，同時承認未來的形狀是未知的這一事實 （在我們的世界裡，我們可能會說「非常有風險」）。

評估當前局勢 (Assessing the Current Landscape)

現在讓我們回到所謂的「基本事實」。我們知道什麼？首先，我還沒遇到過不相信人工智慧有潛力成為有史以來最大的技術發展之一、重塑日常生活和全球經濟的人 。

我們也知道，近年來，經濟和市場越來越依賴 AI：

• AI 佔公司資本支出總額的很大一部分 。

• AI 產能的資本支出佔美國 GDP 成長的很大一部分 。

• AI 股票是標準普爾 500 指數絕大部分收益的來源 。

正如《財富》雜誌在 10 月 7 日的標題所言：

75% 的收益、80% 的利潤、90% 的資本支出——AI 對標普的掌控是全面的，摩根士丹利的頂級分析師對此「非常擔憂」 。

此外，我認為值得注意的是，雖然 AI 相關股票的收益佔所有股票總收益的不成比例，但 AI 注入市場的興奮感肯定也為非 AI 股票的升值增添了不少動力 。

AI 相關股票表現出了天文數字般的績效，由 AI 電腦晶片的領先開發商 Nvidia 領軍 。自 1993 年成立及 1999 年首次公開募股（當時估值為 6.26 億美元）以來，Nvidia 短暫成為世界上第一家價值 5 兆美元的公司 。這是大約 8,000 倍的升值，或在 26 年多的時間裡每年約 40%。難怪人們的想像力被點燃了 。

不確定領域有哪些？ (What Are the Areas of Uncertainty?)

我認為可以公平地說，雖然我們知道 AI 將是不可思議變革的源頭，但我們大多數人完全不知道它到底能做什麼、將如何商業化應用，或者時間表會是如何 。

👉誰會是贏家，他們值多少錢？ 如果一項新技術被認為是改變世界的，那麼人們總是假設擁有該技術的領先公司將具有巨大的價值 。但這個假設會有多準確呢？正如華倫·巴菲特（Warren Buffett）在 1999 年指出的：「[汽車] 可能是 20 世紀上半葉最重要的發明。如果你在第一輛車出現時看到這個國家將如何與汽車連結發展，你會說，『這是我必須涉足的地方。』但截至幾年前，在 2,000 家公司中，只有三家汽車公司存活下來。所以汽車對美國產生了巨大的影響，但對投資人卻產生了相反的影響。」 (Time, January 23, 2012)

在 AI 領域，目前有一些非常強大的領導者，包括一些世界上最強大和最富有的公司 。但新技術向來具有破壞性。今天的領導者會勝出還是讓位給後起之秀？ 軍備競賽將花費多少成本，誰會贏？

同樣，一家新創公司的股票值多少錢？與價值數兆美元的領跑者不同，投資一些潛在挑戰者的企業價值可能僅為數十億甚至——我可以說嗎？——數百萬美元 。2024 年 6 月 25 日，CNBC 報導如下：

一個由大學輟學生創立的團隊已經從 Primary Venture Partners 領導的投資人那裡籌集了 1.2 億美元，以打造一款新的 AI 晶片來挑戰 Nvidia 。Etched 執行長 Gavin Uberti 表示，這家新創公司押注隨著 AI 的發展，該技術大部分耗電的計算需求將由稱為 ASIC 的客製化硬體線路晶片來滿足 。「如果 Transformer 架構消失，我們會死，」Uberti 告訴 CNBC。「但如果它們留下來，我們將成為有史以來最大的公司。」

即使承認 Etched 不會成為有史以來最大公司的可能性，如果成功可以給他們帶來僅為 Nvidia 峰值五分之一的估值——僅僅 1 兆美元——那麼需要多大的成功機率來證明 1.2 億美元的投資是合理的？ 為了簡單起見，假設這筆投資是為了 100% 的股權，你只需要相信實現一兆美元價值的機率為千分之一，就能獲得超過八倍的預期回報 。誰能說 Etched 沒有那個機會？既然如此，為什麼不賭一把呢？這就是我所謂的「樂透彩券思維」，即巨大回報的夢想證明了——不，是迫使——人們參與一項失敗機率極高的事業。

用這種方式計算預期價值並沒有錯。頂尖的風險資本家每天都在這樣做，效果顯著。但關於可能的回報及其機率的假設必須合理。考慮一兆美元的回報會凌駕於任何計算中的合理性之上。

👉AI 會產生利潤嗎？為誰產生？ 我們知之甚少或一無所知的兩件事是 AI 將為供應商帶來的利潤，以及其對非 AI 公司（主要是指那些使用 AI 的公司）的影響。

AI 會成為壟斷或雙頭寡占，讓一兩家領先公司能夠對這些功能收取高昂費用嗎？ 還是會成為一場高度競爭的混戰，許多公司為了用戶在 AI 服務上的支出而進行價格競爭，使其成為一種大宗商品？ 或者，最有可能的是，它會是領先公司和專業參與者的混合體，其中一些在價格上競爭，另一些則透過專有優勢競爭 。據說目前回應 AI 查詢的服務，如 ChatGPT 和 Gemini，每回答一個查詢都在虧錢（當然，新產業的參與者在一段時間內提供「賠本銷售」的產品並不罕見）。習慣於贏者通吃市場成功的領先科技公司，是否願意為了獲得市佔率而在其 AI 業務上經歷多年的虧損？數千億美元正被投入到 AI 領導地位的競賽中 。誰會贏，結果會是什麼？

同樣，AI 對使用它的公司會有什麼影響？ 顯然，AI 將是提高用戶生產力的絕佳工具，其中包括用電腦來源的勞動力和智慧取代工人 。但這種削減成本的能力會增加使用它的公司的利潤率嗎？ 還是只會讓這些公司為了爭奪客戶而引發價格戰？ 在這種情況下，節省下來的成本可能會轉嫁給客戶，而不是被公司獲得 。換句話說，AI 是否有可能在不增加企業盈利能力的情況下提高企業效率？

👉我們應該擔心所謂的「循環交易」嗎？ 在 1990 年代後期的電信熱潮中，光纖建設過度，擁有光纖的公司彼此進行交易，讓他們得以報告利潤 。如果兩家公司都擁有光纖，它們帳面上只有資產 。但如果每家公司都向對方購買容量，它們都可以報告利潤……所以它們這麼做了。在其他情況下，製造商借錢給網路營運商向他們購買設備，而當時營運商還沒有客戶來證明擴建的合理性 。這一切導致了虛幻的利潤 。

如今，宣布的交易中，資金似乎在 AI 參與者之間循環 。相信存在 AI 泡沫的人很容易對這些交易持懷疑態度。目的是為了實現合法的商業目標還是誇大進展？

批評者說，雪上加霜的是，OpenAI 與晶片製造商、雲端運算公司和其他公司達成的一些交易非常奇怪地呈現循環狀 。OpenAI 將從科技公司獲得數十億美元，但也將數十億美元送回給相同的公司以支付運算能力和其他服務…… Nvidia 也達成了一些交易，引發了關於該公司是否在支付自己的質疑 。它宣佈將向 OpenAI 投資 1000 億美元 。這家新創公司在購買或租賃 Nvidia 晶片時會收到這筆錢…… 高盛估計，Nvidia 明年 15% 的銷售額將來自批評者所謂的循環交易 。 (The New York Times, November 20)

值得注意的是，OpenAI 已向產業交易對手做出了總計 1.4 兆美元的投資承諾，儘管它尚未轉虧為盈。該公司明確表示，這些投資將從從相同各方收到的收入中支付，並且它有辦法退出這些承諾 。但這一切引發了一個問題：AI 產業是否開發出了一種永動機 。

（關於這個主題，我一直很喜歡質疑人們對「兆」（Trillion）這個詞理解能力的文章，我認為這個觀點很到位。一百萬美元是每秒一美元，持續 11.6 天。十億美元是每秒一美元，持續 31.7 年。我們懂這個。但一兆美元是每秒一美元，持續 31,700 年。誰能理解 31,700 年的意義？）

👉AI 資產的使用壽命是多少？ 我們不得不懷疑，在 AI 領域，過時的問題是否得到了正確處理 。AI 晶片的壽命將是多少？在為 AI 相關股票分配本益比時，應該指望多少年的盈餘成長？ 晶片和 AI 基礎設施的其他面向是否能維持足夠長的時間來償還購買它們所承擔的債務？通用人工智慧（AGI，一種能夠做人腦能做的任何事情的機器）會實現嗎？ 那會是進步的終點，還是會有進一步的革命，哪些公司會贏得它們？ 公司是否會達到一個技術穩定且可以從中提取經濟價值的地位？ 還是新技術會不斷威脅要取代舊技術成為成功的途徑？

在這方面，一期《金融時報》電子報簡要提到了兩個顯示競爭格局流動性的發展：

• 麻省理工學院和開源 AI 新創公司 Hugging Face 的一項研究發現，過去一年，中國製造的開源模型下載總佔比上升至 17% 。這一數字超過了 Google、Meta 和 OpenAI 等美國開發者 15.8% 的下載佔比——這是中國集團首次擊敗美國同行…

• 由於擔心 Google 在人工智慧領域取得進展，Nvidia 股價昨天下跌，這家 AI 晶片製造商的市值蒸發了 1,150 億美元 。(FirstFT Americas, November 26)

動態變化為令人難以置信的新技術創造了機會，但同樣的活力也可能威脅領先公司的統治 。在所有這些不確定性中，投資人必須問，他們支付的價格中包含的持續成功假設是否有充分依據 。

👉過度繁榮是否導致了投機行為？ 舉一個極端的例子，我要引用透過 10 億美元「種子輪」對新創公司進行風險投資的趨勢 。這是一個小插曲：

Thinking Machines 是一家由前 OpenAI 高階主管 Mira Murati 掌舵的 AI 新創公司，剛剛籌集了歷史上最大的種子輪融資：以 100 億美元的估值籌集了 20 億美元資金 。該公司尚未發布產品，並拒絕告訴投資人他們甚至試圖建立什麼 。「這是最荒謬的推銷會議，」一位與 Murati 會面的投資人說 。「她就像是說，『所以我們正在做一家擁有最好的 AI 人才的 AI 公司，但我們不能回答任何問題。』」(”This Is How the AI Bubble Will Pop,” Derek Thompson Substack, October 2)

但那是古代歷史了……已經是兩個月前的事了。這是更新：

據《彭博新聞》週四報導，由前 OpenAI 高階主管 Mira Murati 創立的人工智慧新創公司 Thinking Machines Lab 正處於早期談判階段，以大約 500 億美元的估值籌集新一輪資金 。該新創公司在 7 月份籌集了約 20 億美元後，最後一次估值為 120 億美元。(Reuters, November 13)

而且 Thinking Machines Lab 並不孤單：

在 AI 軍備競賽中最大膽的賭注之一是，由前 OpenAI 首席科學家 Ilya Sutskever 創立的隱形新創公司 Safe Superintelligence (SSI) 籌集了 20 億美元，該輪融資對公司的估值為 320 億美元——儘管該公司沒有公開發布的產品或服務 。(CTech by Calcalist, April 13)

👉終局是什麼？ AI 問題的一部分包括這種最新事物的獨特性質 。這不像是一家設計和銷售產品的企業，如果售價超過投入成本就能賺錢 。相反，這是公司在飛機飛行時建造飛機，一旦建成，他們才會知道它能做什麼以及是否有人會為其服務付費 。

許多公司證明其支出的合理性，因為他們不僅僅是在構建產品，他們正在創造將改變世界的東西：通用人工智慧，或 A.G.I.... 問題是他們中沒有人完全知道該怎麼做 。但維吉尼亞大學經濟學家 Anton Korinek 表示，如果矽谷實現其目標，所有的支出都是合理的 。他樂觀地認為這可以做到 。「這是對 A.G.I. 的賭注，不成功便成仁，」Korinek 博士說。(The New York Times, November 20，粗體標記處為霍華馬克斯標記)

正在建設中的產業尚未確定的性質最好地體現在 OpenAI 執行長 Sam Altman 的言論中，他的言論被轉述如下：「我們將建立這種通用智慧系統，然後要求它想出一個從中產生投資回報的方法。」

這應該讓那些迄今為止完全理解他們投資的企業性質的人停下來思考。顯然，一項等於或超過人腦的技術價值應該相當大，但這不是遠超計算範圍嗎？

關於債務使用的幾句話 (A Word About the Use of Debt)

迄今為止，對 AI 和支援基礎設施的大部分投資都由來自營運現金流的股權資本組成 。但現在，公司正在承諾需要債務融資的金額，對於其中一些公司來說，投資和槓桿必須被描述為激進 。

AI 資料中心熱潮絕不會僅靠現金融資 。這個專案太大，無法自掏腰包支付 。摩根大通分析師在餐巾紙背面（或者是桌布上）做了一些計算，估計基礎設施擴建的帳單將達到 5 兆美元（不包括小費）。誰知道這是否正確，但我們有充分理由預期明年將有接近半兆美元的支出 。同時，最大的消費者（微軟、Alphabet、亞馬遜、Meta 和甲骨文）截至第三季末，銀行存款總計只有約 3500 億美元 。(”Unhedged,” Financial Times, November 13)

上述公司從其非常強大的非 AI 業務中獲得健康的現金流 。但 AI 領域大規模、贏者通吃的軍備競賽要求一些公司承擔債務 。事實上，有理由認為他們花費鉅資的原因之一是為了讓較小的公司難以跟上。

甲骨文、Meta 和 Alphabet 已發行 30 年期債券來資助 AI 投資。就後兩者而言，債券的殖利率僅比同期限的國庫券高出不到 100 個基點（1%） 。接受 30 年的技術不確定性來進行一項收益僅略高於無風險債務的固定收益投資是否明智？ 用債務資助的投資——晶片和資料中心——能否維持其生產力水平足夠長的時間來償還這些 30 年期的債務？

11 月 14 日，Alex Kantrowitz 的 Big Technology Podcast 刊登了與金融服務公司 D.A. Davidson 技術研究主管 Gil Luria 的對話，主要關於 AI 領域的債務使用 。以下是 Luria 所說的部分內容：

• 健康的行為是由「……理性、深思熟慮的商業領袖實踐的，就像微軟、亞馬遜和 Google 的那些人一樣，他們正在進行明智的投資以增強提供 AI 的能力。他們能夠進行明智投資的原因是他們擁有所有客戶。因此，當他們進行投資時，他們使用的是資產負債表上的現金；他們有巨大的現金流來支持它；他們明白這是一項有風險的投資；並且他們平衡了它。」

• 不健康的行為——在這裡他描述了「……一家新創公司借錢為另一家新創公司建立資料中心。他們都在損失大量的現金，但他們卻不知何故能夠籌集這筆債務資本來資助這種擴建，同樣是在沒有客戶或看不到這些投資回報的情況下。」

• 「所以在健康和不健康之間有一系列的行為，我們只需要把它理清楚，這樣我們就不會重蹈覆轍。」

• 「有些事情我們透過股權、透過所有權來融資，有些事情我們透過債務、透過隨時間償還利息的義務來融資。作為一個社會，長期以來，我們將這兩塊放在了正確的位置。債務是指我有可預測的現金流和/或可以支持該貸款的資產，那麼我現在用資本交換未來的現金流給貸款人就是合理的。我們使用股權投資於更具投機性的事物，當我們想要成長並且我們想要擁有那種成長，但我們不確定現金流會是什麼樣子時。這就是正常經濟運作的方式。當你開始混淆兩者時，你就會惹上麻煩。」

在潛在的令人擔憂因素中，Luria 引用了這些：

• 「一種投機性資產……我們不知道兩到五年後我們真正需要多少。」

• 有動機放貸但對長期後果沒有曝險的貸款人員。

• AI 產能供應追上或超過需求的可能性。

• 下一代 AI 晶片可能更強大，使現有晶片過時或降低其作為債務擔保的價值 。

• 強大的競爭對手透過削減租金費率和承受虧損來爭奪市佔率 。

以下是 Azeem Azhar 在 10 月 18 日的《指數觀點》（Exponential View）中的一些重要段落：

AI 熱潮何時會演變成泡沫？[投資人和工程師] Paul Kedrosky 指出了明斯基時刻（Minsky moment）——這個轉折點即信貸擴張耗盡其好的項目並開始追逐壞項目、透過供應商融資和可疑的覆蓋率資助邊緣交易*。對於 AI 基礎設施，這種轉變可能已經在進行中；明顯的跡象包括超大規模企業（hyperscalers）的資本支出超過收入動能，以及貸款人提供更優惠的條款以維持派對繼續 。

Paul 提出了一個令人信服的案例。我們已經進入了投機金融領域——可以說已經過了試探階段，最近的交易將開創危險的先例 。正如 Paul 警告的那樣，這種融資將「為未來的此類交易建立模板」，刺激垃圾債券發行的快速擴張和超大規模企業為了不惜一切代價追求主導地位而設立的特殊目的實體（SPV）的激增……

對於 AI 基礎設施，警示燈正在閃爍：供應商融資激增，覆蓋率變薄，超大規模企業即使在收入動能滯後的情況下也利用資產負債表來維持資本支出速度 。我們看到了兩面——真正的基礎設施擴張與讓人想起 2000 年電信崩盤的融資體操並存 。繁榮可能最終證明是富有成效的，但前提是收入要在信貸緊縮之前趕上 。

健康的壓力何時會變成系統性風險？這是我們必須在市場回答之前回答的問題。（粗體標記處為霍華馬克斯標記）

🚨【*博吐司補充】「信貸擴張耗盡其好的項目並開始追逐壞項目、透過供應商融資和可疑的覆蓋率資助邊緣交易」這句話對一些投資小白來說可能無法理解，這裡做個拆解。

1. 供應商融資（Vendor Financing）：指賣方（供應商）直接貸款給買方，讓買方有錢購買自己的產品或服務 。這種做法可以人為地創造需求和營收。例如，在1990年代的電信熱潮中，設備製造商借錢給網路營運商，讓他們購買自己的設備，即使當時這些營運商還沒有足夠的客戶來支撐擴建 。文本指出，目前AI基礎設施領域「供應商融資激增」是一個警示信號。

2. 可疑的覆蓋率（Dubious Coverage）：在金融領域，「覆蓋率」通常指衡量公司償債能力的財務比率（如利息保障倍數）。「可疑的覆蓋率」意味著貸款機構可能基於不穩定或被美化的財務數據來批准貸款，或者貸款給那些根本沒有可預測現金流的企業 。例如，一家新創公司在「沒有客戶或看不到這些投資回報」的情況下，依然能借到錢來建資料中心，這就是一種不健康的行為 。文本將「覆蓋率變薄」視為警示燈之一。

3. 資助邊緣交易（Funding Marginal Deals）：指將資金投入到那些風險高、回報不確定、或品質較差的專案中 。當市場上好的投資機會都被佔據後，剩餘的信貸資金就會開始「追逐壞項目」，即這些邊緣交易。

Azhar 提到了透過特殊目的實體（SPV） 進行資產負債表外融資的使用，這是導致安隆（Enron）不穩定並最終崩潰的最大因素之一 。一家公司及其合作夥伴為某些特定目的設立一個 SPV 並提供股權資本 。母公司可能擁有營運控制權，但由於它沒有多數股權，因此不會在其財務報表上合併該 SPV。SPV 承擔債務，但該債務不會出現在母公司的帳面上 。母公司可能是投資等級借款人，但同樣，債務不是母公司的義務或由其擔保 。今天的債務可能由資料中心租戶（有時是股權合作夥伴）承諾的租金支持，但債務也不是股權合作夥伴的直接義務 。本質上，SPV 是一種讓公司看起來沒有在做 SPV 正在做的事情，也沒有 SPV 所擁有的債務的方法 。（私募股權基金和私人信貸基金極有可能在這些實體的合作夥伴和貸款人中被發現。）

【博吐司補充】SPV 讓借來的錢與相關槓桿留在 SPV 裡，不進母公司資產負債表；好用時是風險隔離與專案融資，濫用時就是把槓桿藏在表外，讓投資人低估風險。

正如我之前引用的，根據 Perez（她在網路泡沫之後寫作）的說法，「促成部署時期的是那些虧損的投資」。早期投資在「明斯基時刻」中損失，在該時刻，在長期上升週期中做出的不明智承諾會在修正中遭遇價值破壞 。

關於債務的使用，我們確定知道三件事：

• 如果有損失，它會放大損失（就像如果希望的收益實現，它會放大收益一樣）。

• 如果遇到困難時刻，它會增加企業失敗的機率。

• 儘管下面有一層股權，如果困難時刻夠糟糕，它會將貸款人的資本置於風險之中 。

需要考慮的一個關鍵風險是資料中心建設熱潮導致過剩的可能性 。一些資料中心可能變得不經濟，一些所有者可能會破產 。在這種情況下，新一代所有者可能會以極低的價格從取消贖回權的貸款人手中買下中心，在產業穩定時獲取利潤 。這是一個透過「創造性破壞」使市場恢復平衡並將成本降低到使未來業務有利可圖的水準的過程 。

債務本身既不是好事也不是壞事 。同樣，AI 產業使用槓桿不應該被喝采或恐懼 。一切歸結於資本結構中債務的比例； 你借貸所依據的資產或現金流的品質；借款人用於償還的替代流動性來源； 以及貸款人獲得的安全邊際是否足夠。我們將看看哪些貸款人在今天令人頭暈目眩的環境中保持紀律 。

值得注意的是，Oaktree 已經對資料中心進行了一些投資，我們的母公司 Brookfield 正在籌集 100 億美元的基金用於投資 AI 基礎設施 。Brookfield 正在投入自己的資金，並擁有主權財富基金和 Nvidia 的股權承諾，它打算對此應用「審慎」的債務 。Brookfield 的投資似乎很可能主要進入資料中心不那麼飽和的地區，以及為資料中心所需的巨大電力供應提供基礎設施 。當然，我們都是基於我們認為審慎的決定在做這些事情 。

我知道我對 AI 的了解不足以發表意見。但我確實對債務有所了解，那就是：

• 為結果不確定的企業提供債務融資是可以的 。

• 如果結果純粹是猜測，那就不行 。

• 那些理解這種差異的人仍然必須正確地做出區分 。

《金融時報》的 Unhedged 引用摩根大通 CMBS 研究首席分析師 Chong Sin 的話說：「……在我們與投資等級 ABS 和 CMBS 投資人的對話中，一個經常被提到的擔憂是，當債券到期時，他們是否願意承擔資料中心的剩餘價值風險。」 我很高興潛在的貸款人正在問他們應該問的那種問題 。

根據 Oaktree 的聯合執行長兼機會基金聯合投資組合經理 Bob O’Leary 的說法，以下是如何思考債務與 AI 的交叉點：

大多數技術進步發展成贏者通吃或贏者通吃大部分的競爭。「正確」參與這種動態的方式是透過股權，而不是債務 。假設你可以分散你的股權曝險以包含最終的贏家，來自贏家的巨額收益將足以補償輸家的資本減損 。那是風險資本家歷史悠久的成功公式 。

對於分散的債務曝險池來說，情況恰恰相反 。你只能從贏家那裡賺取你的票息（利息），這將遠遠不足以補償你在輸家債務上經歷的減損 。

當然，如果你無法識別出贏家將從中出現的公司池，債務和股權之間的區別就無關緊要了——無論哪種方式你都是零 。我提到這一點是因為這正是搜尋引擎和社群媒體中發生的事情：早期領導者（搜尋領域的 Lycos 和社群媒體領域的 MySpace）慘敗給了後來出現的公司（搜尋領域的 Google 和社群媒體領域的 Facebook） 。

試圖得出結論 (Trying to Get to a Conclusion)

毫無疑問，今天的行為是「投機性的」，定義為基於對未來的推測 。也毫無疑問，沒人知道未來會怎樣，但投資人正在押下鉅資賭那個未來 。

在這方面，我想談談 AI 的獨特性質 。AI 革命與之前的技術革命不同，其方式既美妙又令人擔憂 。我覺得就像一個精靈被從瓶子裡釋放出來，而且它不會再回去了：

AI 可能不僅僅是人類的工具，而在某種程度上是一種替代品。它可能能夠接管認知，而人類迄今為止一直壟斷著認知 。正因為如此，它在性質上可能與之前的發展不同，而不僅僅是程度上的不同 。（更多內容請見我的後記。）

AI 技術正以令人難以置信的速度進步，可能沒給人類留下多少調整時間 。我將提供兩個例子：

• Coding，也就是我們 60 年前稱為「電腦程式設計」的東西，是 AI 影響方面的礦坑金絲雀（警示指標） 。在許多先進的軟體團隊中，開發人員不再寫程式碼； 他們輸入他們想要的東西，AI 系統為他們生成程式碼 。AI 執行的程式碼撰寫處於世界級水準，而這在一年前還不是這樣 。根據我這邊的專家，「在那個產業裡，人類被取代會不會發生，已經不是拿來猜測的問題了。」

• 在數位廣告領域，當用戶登入一個 App 時，AI 會進行「廣告匹配」，向他們展示根據他們之前的瀏覽偏好量身定做的廣告 。這整個過程都不需要人工處理 。

或許最重要的是，AI 需求的成長似乎完全不可預測 。正如我的一位年輕顧問解釋的那樣，「改進的速度和規模意味著預測 AI 的需求極其困難。今天的採用可能與明天的採用無關，因為一年或兩年後，AI 可能能夠做今天能做的 10 倍或 100 倍。因此，誰能說需要多少個資料中心？甚至成功的公司怎麼能知道要簽約多少運算能力？」

有了這些差異，誰能正確判斷 AI 對未來的意義？

⚜️ ⚜️ ⚜️ ⚜️ ⚜️

目前佔據許多觀察家（包括我）心思的一件事是尋找過去泡沫的相似之處 。以下是《Wired》最近一篇文章的一些歷史觀點：

AI 在歷史上最接近的類比可能不是電燈，而是收音機 。當 RCA 在 1919 年開始廣播時，很明顯它手中掌握了一種強大的資訊技術 。但不清楚的是這將如何轉化為業務。「廣播會是百貨公司的賠本行銷嗎？廣播週日佈道的公共服務？娛樂的廣告支持媒介？」 [馬里蘭大學的 Brent Goldfarb 和 David A. Kirsch] 寫道 。「所有都是可能的。所有都是技術敘事的主題。」結果，收音機變成了歷史上最大的泡沫之一——在 1929 年達到頂峰，然後在崩盤中損失了 97% 的價值。這並不是一個不起眼的小產業；RCA 與福特汽車公司一起，是市場上交易量最大的股票 。正如《紐約客》最近所寫，它是「那個時代的 Nvidia」。……

1927 年，查爾斯·林白（Charles Lindbergh）進行了首次單人直飛橫跨大西洋的飛行，從紐約到巴黎 。那是當時最大的科技演示，它變成了一個巨大的、ChatGPT 發布級別的協調事件——向投資人發出將資金投入該產業的信號 。

「專家投資人正確地認識到了飛機和航空旅行的重要性，」Goldfarb 和 Kirsch 寫道，但「必然性的敘事很大程度上淹沒了他們的謹慎。技術不確定性被視為機會，而不是風險。市場高估了該產業實現技術可行性和盈利能力的速度。」

結果，泡沫在 1929 年破滅——從 5 月的峰值開始，航空股到 1932 年 5 月下跌了96%……

值得重申的是，AI 在科技泡沫歷史上最接近的兩個類比領域似乎是航空和廣播電台。兩者都籠罩在高度不確定性之中，並且都被極具說服力的宣傳敘事所炒作。兩者都受到了純粹的科技公司青睞，這些公司希望利用這項顛覆性的新技術獲利，兩者都對當時的散戶投資人開放 。兩者都助長了一個如此巨大的泡沫，以至於當它在 1929 年破滅時，留給我們的是經濟大蕭條 。(”AI Is the Bubble to Burst Them All,” Brian Merchant, Wired, October 27——粗體標記處為霍華馬克斯標記。注意：大蕭條除了收音機/航空泡沫破裂外還有許多原因。)

Derek Thompson（我用他的引言作為這份備忘錄的開頭）在他的電子報結尾提供了一些極好的歷史觀點：

鐵路是一個泡沫，它們改變了美國。電力是一個泡沫，它改變了美國 。1990 年代末的寬頻建設是一個泡沫，它改變了美國 。我不是在期待泡沫，恰恰相反，我希望美國經濟多年內不要再經歷另一次衰退 。但鑑於現在大量的債務金額流入 AI 資料中心建設，我認為 AI 不太可能成為第一個沒有過度建設且沒有經歷短暫痛苦修正的變革性技術 。(”AI Could Be the Railroad of the 21st Century. Brace Yourself.” November 4 ——粗體標記處為霍華馬克斯標記)

懷疑論者很容易列舉今天的事件與網路泡沫相似的地方：

• 改變世界的技術

• 興高采烈、投機的行為

• FOMO 的作用

• 可疑的循環交易

• SPV 的使用

• 10 億美元的種子輪融資

支持者有理由認為這種比較不恰當：

• 現有產品已有強勁需求

• 已有 10 億用戶（是泡沫高峰期網路用戶數量的許多倍）

• 擁有營收、利潤和現金流的成熟主要參與者

• 沒有價格一天翻倍的 IPO 狂熱

• 成熟參與者的本益比合理

我將詳細說明第一個「不可拿來直接比較的因素」。與網路泡沫不同，AI 產品已經大規模存在，對它們的需求正在爆炸式成長，並且它們正在產生迅速增加的收入 。例如，Anthropic（上面描述的 AI 程式碼撰寫模型兩大領導者之一）據說在過去兩年中每年的收入都「成長了 10 倍」（對於那些沒有學過高等數學的人來說，那是兩年 100 倍） 。Anthropic 今年稍早推出的程式碼撰寫程式 Claude Code 的收入據說已經達到 10 億美元的年化率 。另一個領導者 Cursor 的收入在 2023 年為 100 萬美元，2024 年為 1 億美元，預計今年也將達到 10 億美元 。

關於最後一點，請參見下表，該表來自高盛並透過 Derek Thompson 轉述 。你會注意到，在 1998-2000 年的網路泡沫期間，微軟、思科和甲骨文的本益比遠高於今天最大的 AI 參與者——Nvidia、微軟、Alphabet、亞馬遜和 Meta（OpenAI 沒有盈餘） 。事實上，微軟相對於 26 年前的本益比來說是在半價出售！ 在我目睹的第一個泡沫中——圍繞 1969-72 年的「漂亮 50」（Nifty-Fifty）——領先公司的本益比甚至高於 1998-2000 年 。

結論 (In Conclusion)

作為我最後的引文，我將看向 OpenAI 的 Sam Altman 。他的評論在我看來抓住了正在發生的事情的本質：

「當泡沫發生時，聰明人會對一個核心真理過度興奮，」Altman 先生今年告訴記者。「我們是否處於投資人整體對 AI 過度興奮的階段？我的觀點是肯定的。AI 是很長一段時間以來發生的最重要的事情嗎？我的觀點也是肯定的。」 (The New York Times, November 20)

但我自己有沒有一個結論？是的，我有 。前面提到的艾倫·葛林斯潘的話是總結股市泡沫的絕佳方式：「非理性繁榮」 。毫無疑問，投資人對 AI 表現出極大的熱情（繁榮）。問題在於這是否是非理性的 。鑑於 AI 的巨大潛力但也存在大量巨大的未知數，我認為幾乎沒人能確定地說。我們可以推測當前的熱情是否過度，但直到幾年後我們才會知道是否如此 。泡沫最好在事後認定 。

雖然與過去泡沫的相似之處不可避免，但該技術的信徒會爭辯說「這次不一樣」。這四個字在幾乎每個泡沫中都能聽到，解釋了為什麼目前的情況不是泡沫，而不像以前類似的情況 。另一方面，約翰·鄧普頓爵士（Sir John Templeton）在 1987 年曾提醒我注意這五個字，但他很快指出，20% 的情況下事情確實不同 。但在第三方面，必須記住，基於相信情況不同而做出的行為，正是導致情況沒有不同的原因！

今天的情況讓人想起美國經濟學家 Stuart Chase 關於信仰的一句評論 。我相信它也適用於 AI（以及黃金和加密貨幣）：

對於那些相信的人，不需要證明。對於那些不相信的人，證明是不可能的。

以下才是我真正想說的重點：

• 變革性技術有一貫的歷史，會產生過度的熱情和投資，導致超出所需的基礎設施和被證明過高的資產價格 。過度行為加速了技術的採用，這種方式在沒有過度行為的情況下是不會發生的 。這些過度行為的通俗名稱是「泡沫」 。

• AI 有潛力成為有史以來最偉大的變革性技術之一 。

• 正如我剛才所寫，AI 目前是巨大熱情的主題 。如果這種熱情沒有產生符合歷史模式的泡沫，那將是第一次 。

• 這個過程產生的泡沫通常最終會給那些助長泡沫的人帶來損失。

• 損失主要源於技術的新穎性，使其影響的程度和時間不可預測 。這反過來使得在所有熱情中容易對公司做出過於正面的判斷，並且難以知道當塵埃落定時誰將成為贏家。

• 如果熱情過頭，投資人的行為也隨之失控，那麼就無法在不承擔由此產生的損失的情況下，充分享受新科技帶來的潛在好處。

• 在此過程中使用債務——在過去的技術革命中通常是由於高度的不確定性，排除了這種做法——這次有可能放大上述所有情況 。

既然沒人能斷定這是否是一個泡沫，我建議任何人都不要在不承認如果情況變糟將面臨毀滅風險的情況下全押（all-in） 。但同樣地，也不應該有人完全置身事外（all-out），冒著錯過巨大技術進步之一的風險 。採取適度的立場，並加以選擇性和審慎，似乎是最好的方法 。

最後，必須記住投資沒有神奇的詞語 。這些天，推廣房地產基金的人說，「辦公大樓已經過氣了，但我們正透過資料中心投資未來，」於是每個人都點頭同意 。但資料中心可能會短缺或過剩，租金費率可能會出乎意料地上漲或下跌 。結果，它們可能會盈利…… 或者不盈利。對資料中心以及 AI 的明智投資——像其他所有事情一樣——需要清醒、有洞察力的判斷和熟練的執行 。

2025 年 12 月 9 日

（後記）

P.S.：以下內容與金融市場或 AI 是否為泡沫的問題無關 。我的主題是 AI 透過失業和目標缺失對社會的影響 。你不必讀它——這就是為什麼它是後記——但這對我很重要，我一直在找地方說幾句關於它的話 。

11 月 18 日，巴克萊的一份研究報告描述聯準會理事克里斯多福·沃勒（Christopher Waller）強調「近期股市對 AI 的熱情尚未轉化為創造就業機會」 。這讓我覺得很矛盾，因為我覺得 AI 的主要影響之一將是提高生產力，從而消除工作 。這是我擔憂的根源 。

我主要將 AI 視為一種不可思議的節省勞動力的裝置。Vanguard 全球首席經濟學家兼投資策略組全球主管 Joe Davis 說：「對於大多數工作——可能有五分之四——AI 的影響將導致創新和自動化的混合，並且可以節省人們目前花費在工作任務上的大約 43% 的時間。」 (Exponential View, September 3)

我發現隨之而來的就業前景令人恐懼。我非常擔心那些工作被 AI 變得不必要，或者因為 AI 而找不到工作的人會發生什麼事 。樂觀主義者爭辯說，「過去技術進步後總是會出現新的工作」 。我希望這在 AI 的情況下也成立，但希望並不可靠，我很難想出那些工作會從哪裡來 。當然，我不算是未來學家或金融樂觀主義者，這就是為什麼我在 1978 年從股票轉向債券是一件好事 。

樂觀主義者說的另一件事是，「AI 對生產力的有益影響將導致 GDP 成長大幅加速」。在這裡我有具體的疑慮：

• GDP 的變化可以被認為是工時變化乘以每小時產出變化（即「生產力」） 。AI 在提高生產力方面的作用意味著生產我們所需的商品將需要更少的工時——意味著更少的工人。

• 或者，從另一個方向看，也許生產力的繁榮將意味著可以用相同數量的勞動力生產更多的商品 。但是，如果有大量工作因 AI 而流失，人們如何負擔得起 AI 能夠生產的額外商品？

我很難想像一個 AI 與今天所有就業人員並肩工作的世界 。就業怎麼可能不下降？AI 很可能會取代大量入門級工人、那些在不運用判斷力的情況下處理文書的人，以及翻閱法律書籍尋找判例的初級律師 。也許甚至是建立試算表和彙編簡報資料的初級投資分析師 。據說 AI 解讀 MRI 的能力比普通醫生更好 。駕駛是美國人口最多的職業之一，而無人駕駛車輛已經到來； 目前駕駛計程車、豪華轎車、公車和卡車的人去哪裡找工作？

我想像政府的反應將是某種稱為「全民基本收入」（UBI）的東西。政府只會寄支票給數百萬沒有工作的人 。但我內心的擔憂者也發現了這其中的問題：

• 這些支票的錢從哪裡來？我預見的工作流失意味著所得稅收入減少和福利支出增加 。這給正在工作的人口比例下降帶來了進一步的負擔，並意味著未來會有更大的赤字 。在這個新世界裡，政府能否資助不斷增加的赤字？

• 更重要的是，人們從工作中獲得的不僅僅是薪水 。工作給了他們早上起床的理由，賦予他們一天的結構，給了他們在社會中的生產性角色和自尊，並向他們提出了挑戰，克服挑戰會帶來滿足感 。這些東西將如何被取代？我擔心大量的人領取維持生計的支票，整天無所事事 。我擔心近幾十年來採礦和製造業工作流失與鴉片類藥物成癮發生率和壽命縮短之間的相關性 。

順便說一句，如果我們消除了大量的初級律師、分析師和醫生，我們將從哪裡獲得那些能夠解決需要數十年磨練出的判斷力和模式識別能力的嚴重問題的資深老手？

什麼工作不會被消除？我們的子孫應該準備什麼職業？ 想想機器無法執行的工作。我的清單從水電工、電工和按摩師開始——體力任務 。也許護理師會比醫生賺得更多，因為他們提供親手護理 。那麼，是什麼讓最頂尖的藝術家、運動員、醫生、律師，以及（希望也包括）投資人與眾不同？我認為是某種叫做天分或洞見的東西，而這點 AI 也許複製得了，也許複製不了。可是，這些行業頂尖的人才，我們究竟需要多少？先前有一位總統候選人說，他要送筆電給每一個因為工作外移而失業的人。那問題來了：我們到底需要多少筆電操作員呢？

最後，我擔心的是，少數受過高等教育、住在美國東西岸的億萬富豪，會被視為打造出讓數百萬人失業的科技的罪魁禍首。這勢必會加深現在已經存在的社會與政治撕裂，讓世界更加容易成為民粹煽動者大行其道的溫床。

在我的一生中，我看到了令人難以置信的進步，但在許多方面，我懷念我成長的那個更簡單的世界。我擔心這將是另一個大變局 。我從這段敘述中感受不到樂趣。樂觀主義者們，能否解釋一下我錯在哪？

有趣的是，在這方面，Vanguard 的 Joe Davis 提到，會在 2025 年滿 65 歲的美國人比以往任何一年都多，而且從現在到 2035 年，大約會有 1600 萬名嬰兒潮世代退休。AI 會不會剛好只是用來補上這個缺口？

這可以算是給你的一個樂觀說法。

霍華馬克斯

（博吐司翻譯）

📝備忘錄原文連結：Is It a Bubble?

我們看到許多知名的美國企業，無論是早期的 Uber、還在築夢階段的特斯拉，甚至是透過鉅額補貼搶佔市場的電商巨頭。它們在財報上呈現的是數以億計的虧損，現金流像是打開的水龍頭般不斷流出。然而，讓許多人無法理解的是，這些公司的創辦人與早期投資人，卻在企業尚未賺進第一塊錢淨利之前，就已經累積了驚人的財富。

這違背了商學院學到的基本常識：企業的價值應該來自於其未來現金流的折現。那麼，究竟發生了什麼事？

🪝價值與價格的脫鉤——利潤的悖論

企業存在的目的是創造利潤。我們投入資本，生產商品或服務，扣除成本後產生淨利，然後將這些利潤以股息的形式回饋給股東，或是再投資以創造更多利潤。在這個邏輯下，一家長期虧損的公司，其價值最終將歸零。

但如果你觀察過去十年的矽谷或華爾街，你會發現這個邏輯似乎「失效」了。我們看到了像 Uber 這樣的公司，在其生命週期的大部分時間裡都在燃燒現金，累計虧損達到數百億美元；我們看到 Tesla在實現穩定獲利之前，股價就已經將其推上了全球市值最高的汽車企業寶座；我們更看到無數的 SaaS（軟體即服務）公司，以驚人的速度燒錢換取用戶增長，卻被市場賦予了極高的溢價。

這是否意味著市場瘋了？或許是，也或許不是。這取決於你是在玩哪一場遊戲。

市場上目前同時運行著兩套截然不同的作業系統：

1. 損益表遊戲（The P&L Game）： 這是傳統投資人熟悉的，關注營收、利潤率和自由現金流。

2. 資產負債表與估值遊戲（The Valuation Game）： 這是創投（VC）和新創創辦人擅長的，關注的是成長率、市佔率與「可預見的未來壟斷」。

這兩個看起來都是所謂的財報基本面，但是在第二個遊戲中，虧損被重新定義了。它不再是經營不善的證明，而被視為一種「戰略性投資」。對玩這種遊戲的投資人來說，現在的虧損是為了購買未來的市場統治權。如果一家公司能透過補貼和燒錢，把所有競爭對手都趕出市場，那麼它在未來就能擁有定價權，進而獲得超額利潤。

這種邏輯創造了一種奇特的現象：創辦人和早期投資人的財富，不再取決於「現在賺了多少錢」，而是取決於「下兩輪融資的估值能拉多高」。

那些當時「虧損」卻讓老闆發大財的巨頭

• Uber（優步）： Uber 在上市前累計燒掉了超過 120 億美金（約 3,600 億台幣）。在很長一段時間裡，你每搭一趟車，Uber 其實都在補貼你。但這妨礙創辦人 Travis Kalanick 賺錢嗎？一點也不。Uber 上市時，即使他已被趕出公司，他手中的持股價值仍高達 86 億美金（約 2,500 億台幣）。

• Amazon（AMZN）： 現在的電商帝國 Amazon，在成立後的頭 20 年裡，絕大部分時間帳面上都在「微利」甚至「虧損」邊緣徘徊。貝佐斯（Jeff Bezos）把賺到的每一分錢都拿去蓋倉庫、搞雲端，而不是發股利。結果呢？他多次登頂世界首富。

• Tesla（TSLA）： 馬斯克（Elon Musk）的特斯拉在連續獲利之前，曾經歷了十幾年的虧損地獄，甚至差點破產。但這完全不影響特斯拉股價飛漲，讓馬斯克成為全球最有錢的人之一。

• 拼多多（PDD）：拼多多從成立到上市只花了短短 3 年。在上市的前一年（2018），光是帳面上的淨虧損就高達 102 億人民幣，基本上是在做賠本生意換取用戶增長。上市當天，憑藉著驚人的成長速度，創辦人黃崢的身價瞬間暴漲至 138 億美金（約 4,100 億台幣），直接超越了經營多年的前輩劉強東。

• 京東（JD）：為了打造別人無法複製的自建物流護城河，京東曾經歷了長達 12 年的連續虧損。僅在上市前的兩年裡，公司就燒掉了超過 30 億人民幣。然而，這種看似無底洞的戰略性虧損，在資本眼中卻是未來的壟斷壁壘。京東上市時，創辦人劉強東（Richard Liu）的身價依然高達 60 億美金（約 1,800 億台幣）。

• 滴滴出行（DIDIY）：滴滴是靠著瘋狂補貼「用錢消滅競爭對手」的典型案例。在 2021 年上市前的短短三年間，滴滴累計虧損了約 353 億人民幣（約 50 億美金），幾乎每一趟行程都在燒投資人的錢。但這並不影響資本市場對「市場壟斷者」的獎勵，上市當天，創辦人程維手中的持股價值高達 44 億美金（約 1,300 億台幣），讓他在公司的鉅額虧損中，照樣實現了財富自由。

🏃資本運作的接力賽——從 100 萬到 1 億的魔術

為了讓大家理解這個機制的運作，讓我們運用一點想像力，拆解一家典型「獨角獸」企業的資本路徑。這聽起來可能像是一場魔術，但它每天都在發生。

假設有一位充滿魅力的創業者，他有一個宏大的故事，姑且稱他為「造夢者」。

第一階段：天使輪（販賣夢想）

造夢者找到你，你需要的不多，只要投入 100 萬台幣。作為交換，他給你 10% 的原始股份。

此刻，這家公司的估值是 1,000 萬。

請注意，這家公司此時可能只有幾頁精美的投影片，沒有營收，更別提獲利。但對你來說，這張「彩券」已經握在手裡。

第二階段：A 輪融資（數據的藝術）

一年後，公司燒光了大部分現金，但也許它真的做出了幾台原型機，並且有幾千個註冊用戶。造夢者透過優化數據，我們稱之為「成長駭客」，讓用戶曲線看起來像曲棍球桿一樣陡峭。

他找到了專業的創投機構。創投看中的是成長性，於是決定投資 1,000 萬，換取 20% 的股份。數學就在這裡發生了魔法。新的資金進入，意味著公司的估值被重新定價為 5,000 萬。

你手中的 10% 股份（雖然可能被稀釋，我們暫且簡化模型），其帳面價值瞬間從 100 萬變成了 500 萬。公司賺錢了嗎？沒有，虧損更嚴重了。但你的財富卻翻了五倍。

第三階段：B 輪、C 輪與擴張（燒錢的競賽）

故事越講越大。為了維持高估值，公司必須展現出驚人的成長速度。於是，資金被用來瘋狂補貼用戶、開設分公司、搶佔頭條新聞。

這時，更大的資本玩家進場了，可能是主權基金，或是像軟銀願景基金這樣的巨無霸。他們投入 5,000 萬，換取 20% 股權。公司估值來到 2.5 億。你當初的 100 萬，現在帳面價值是 2,500 萬。

這時候，你可能會問：「公司什麼時候獲利？」造夢者會告訴你：「獲利是短視的，我們正在改變世界。」

第四階段：IPO 上市（流動性的出口）

這場遊戲的終極目標，通常不是「每年分紅」，而是「上市」。上市意味著將非流動性的私人股權，轉化為可隨時交易的公共股票。如果公司成功以 10 億 的市值上市，你當初的 100 萬就變成了 1 億，百倍的回報。

而在這個過程中，公司可能累計虧損了 5 億。這就是發生在「瑞幸咖啡」上的故事，也是許多美國科技新創的寫照。創辦人和早期投資人賺的不是利潤分配，而是「股權溢價」。他們實際上是在從事一種「金融工程」，透過不斷拉高的估值，將風險一層層地傳遞給下一棒。

🫧泡沫的解構與「博傻理論」

當我描述上述過程時，敏銳的讀者應該已經嗅到了危險的氣息。這聽起來難道不像是一個龐氏騙局嗎？不完全是，但兩者有著相似的心理機制。這在金融學上有一個專有名詞，叫做「博傻理論」（Greater Fool Theory）。

這個理論的核心假設是：一項資產的價格，並不取決於其內在價值，而是取決於市場參與者的心理狀態。只要我相信會有一個「更傻的人」願意用更高的價格從我手中買走它，我就願意買進。

像剛剛的例子，

• 天使投資人指望 A 輪創投接盤。

• A 輪創投指望 B 輪基金接盤。

• B 輪基金指望 C 輪或私募股權（PE）接盤。

• 上市前投資人（Pre-IPO）指望公開市場的散戶（也就是俗稱的「韭菜」）接盤。

這場接力賽之所以能持續，必須滿足兩個條件：

1. 充足的流動性： 市場上必須有源源不絕的錢。過去十多年的低利率環境（零利率政策）就像是免費的燃料，助長了這種火勢。當資金成本趨近於零，投資人就會被迫去追逐高風險的標的，因為把錢存在銀行裡是沒有意義的。

2. 令人信服的故事： 必須有一個宏大的敘事，例如 AI 將取代人類、電動車將統治世界、元宇宙是人類的未來。這些故事必須大到足以讓人忽略短期的財務報表。

然而，這正是泡沫形成的溫床。泡沫的定義，就是價格嚴重偏離了資產所能產生的現金流價值。 當一家年營收 1 億、虧損 5000 萬的公司，被市場定價為 100 億時，我們必須承認，這中間的 99 億是「情緒」，而非「價值」。

😖價值投資人的兩難與堅持

在泡沫膨脹的初期和中期，堅持基本面的價值投資人看起來總是像個傻瓜。我們看著身邊的人買進那些還在虧損、只會講故事的公司，然後在幾個月內賺到我們幾年才能賺到的回報。我們看著熱門題材股的股價衝上天際，而手中的傳統績優股卻在原地踏步。

這就是 FOMO（Fear Of Missing Out），「錯失恐懼症」，是投資中最難克服的心理障礙之一。我們會開始懷疑自己：是不是我老了？是不是典範轉移了？是不是「獲利」真的不再重要了？

這裡，我想引用查理·芒格的智慧：「反過來想，總是反過來想。」

不要只看這些公司描繪的美好未來，我們反過來問：如果要支撐現在這種天價估值，這些公司未來需要創造多少現金流？這通常意味著它們必須壟斷整個地球的生意，或者經濟成長必須無視地心引力。但歷史告訴我們，100 家新創公司中，可能只有 1 家能成為亞馬遜，剩下的 99 家最終都會歸於塵土。

價值投資的核心在於「安全邊際」。我們買入一項資產，是因為我們計算出它的內在價值高於市價。如果我們買錯了，或者運氣不好，這個價差能保護我們不至於血本無歸。

而在「博傻遊戲」中，是沒有安全邊際的。你唯一的安全感來自於市場情緒的熱度。一旦音樂停止，可能是聯準會升息，可能是經濟衰退，或者僅僅是市場對故事感到厭倦，流動性就會瞬間枯竭。

那時候，你手中握著的高估值股票，將會發現找不到下一個「更傻的人」。這就是為什麼在 2000 年網路泡沫破裂時，那斯達克指數跌掉了近 80%。這也是為什麼許多曾經風光的 SPAC（特殊目的收購公司）在熱潮退去後，股價腰斬再腰斬。

當然，很多人在題材股的驚人漲幅中獲得了財富，我們不必否認運氣與趨勢造就的傳奇。但對於執行價值投資策略的投資人而言，必須清醒地認知到：那可能並不在你的「能力圈」之內。

投資界有句至理名言：「每個人最終只能賺到自己認知範圍內的錢。，靠運氣賺來的錢，往往最後會憑實力虧回去。」如果投資人無法理解一家公司為何值這個價錢，無法看懂它的商業模式如何兌現獲利，那麼它的漲跌其實與你無關。

如果投資人真的渴望捕捉這類機會，解決之道絕非盲目跟風，而是沉下心來學習，先擴大自己的認知邊界，像是學習不同策略、投資邏輯等等，進而擴大能力圈。在此之前，守住原則，忍受孤獨，賺那些我們真正看得懂、睡得著覺的錢，才是長期致勝之道。

🤡週期、均值回歸與最後的接盤俠

我們現在處於週期的什麼位置？我無法給出確切的時間點，長期追蹤我的都知道我不會預測未來，我只會在股價低於我認為的便宜價時買進。巴菲特、查理芒格、彼得林區也常提到預測市場時機愚蠢的。但我們可以觀察市場的溫度。

當我們看到：

• 虧損企業的 IPO 數量創下新高。

• 散戶投資人開始使用槓桿融資買進熱門股。

• 人們開始嘲笑那些看重本益比（P/E Ratio）的投資人是「老古董」。

• 社群媒體上充斥著「少年股神」的暴富神話。

這些都是週期進入後期的一些特徵。

在這個階段，前文提到的那些「賺取鉅額財富」的創辦人和早期投資人，往往已經開始在進行「套現」。在估值遊戲中有一個殘酷的事實：財富並不是被創造出來的，而是被轉移的。

當一家嚴重高估的公司上市，創辦人賣出股票買入豪宅的那一刻，他賺的錢，其實來自於那些在公開市場上高位接盤的散戶養老金。這就是為什麼我常說，投資時要清楚知道自己的「投資週期」是什麼？是否清楚自己玩的是哪種遊戲？對於一般大眾而言，參與這種遊戲極其危險。因為當你被邀請參加派對時，通常意味著派對已經快結束了，而你是去負責買單洗碗的。

🤔第二層思考的必要性

寫這篇文章，並不是要大家完全避開科技股或成長股。許多偉大的創新確實需要前期的虧損來孵化，Uber、亞馬遜、特斯拉證明了這一點。但我想強調的是「區辨能力」。

第一層思考者會說：「這家公司正在改變世界，股價會一直漲，我要買進。」

第二層思考者會問：「這個改變世界的故事，是否已經過度反映在股價裡了？市場是否太過樂觀，忽略了競爭風險和資金成本？如果故事沒有成真，我的下場會是什麼？」

如果投資人無法區分一家公司是「暫時的戰略性虧損」還是「商業模式根本行不通」，那麼就不該參與那場估值遊戲。像我偏保守，我通常不參與，就算參與也是用短線的策略去賺取該賺的報酬。

台灣擁有極高素質的工程師和對科技產業的敏銳度，這使得大家非常熱衷於投資美國的科技股。然而，投資人往往有一種「看重硬體規格，忽視資本架構」的傾向。大家容易被先進的技術名詞（如 AI、量子計算、固態電池）吸引，而忽略了這些技術背後的公司財務狀況是否健康。請務必記得，好技術不等於好公司，好公司不等於好股票。

許多在美國上市的「概念股」，其背後的資本運作邏輯正如我文中所述，是為了讓早期投資人退場而設計的。當投資人買入這些「還在賠錢但極具未來感」的公司時，請務必問自己：「我是在投資這家公司的未來，還是在幫大股東解套？」

不要讓辛苦積攢的錢，成為華爾街資本遊戲中的燃料。在投資之前，請多看一眼資產負債表，多算一次安全邊際，花點時間評估一下公司體質，這或許是避免成為泡沫受害者的最後一道防線。

我認為對於大多數人來說，長期在市場上生存的秘訣不在於抓住每一個暴漲的機會，而在於避免那些可能導致毀滅性打擊的風險。在這個充滿誘惑與噪音的時代，保持清醒，堅持關注公司的真實價值，或許聽起來很無聊，但這是通往財務安穩最可靠的路徑。

巴菲特常常提醒投資人，只有退潮的時候，你才知道誰在裸泳。而在資本市場的大潮中，永遠不要讓自己成為那個沒穿泳褲的人。

最後套用一句我常提到的一句話：「短期市場由情緒主導，長期由公司體質主導。」了解自己的投資週期、了解自己參與的是何種遊戲，這些是投資前最基本的注意事項，主導了投資人的決定。

很多人其實沒有意識到自己處於短週期的估值遊戲，但卻用長期投資、價值投資的思維來玩，最終成為那個「最傻的人」。

祝 投資順利，思考清晰。

博吐司

在上週五(2/14)，DaVita(DVA)股價大跌11%，開盤一度大跌16%，我的一位長輩告訴我巴菲特因為DVA業績不好就賣掉一些DVA，讓我產生了疑惑。

較早追蹤我的朋友們，應該知道我以前介紹過DVA，這是一家專門從事洗腎醫療服務的公司，DVA的體質一直都很不錯，我平常也有關注。所以當這位長輩說出「巴菲特因為DVA業績不好就賣掉一些DVA。」這個結論時，讓我感到疑惑。因為巴菲特通常不會因為一季財報就隨便賣股票，而且巴菲特在2011年Q4買進DVA後，就持續持有到今天，DVA是一檔他持有許久的股票，怎麼會隨便賣呢？所以週五的大跌引起了我的興趣，我開始對這件事產生好奇。

​

新聞搜尋

於是我開始搜尋DVA的新聞。首先，因為最近是發布財報的日子，我先去尋找是否有發布財報，DVA在2/13發布2024Q4財報，結果優於預期，如下圖1。（財報日曆網址：https://www.investing.com/earnings-calendar/）

我想看看媒體怎麼說，於是google “DaVita”，首先是華語新聞，每個新聞主要的內容大概就是描述「DVA雖然Q4財報優於預期，但是年度表現低於預期。」有些新聞也一同將巴菲特的賣出股票的行為寫在一起。（如圖2~圖5）

我相信這位長輩就是看完新聞後就認為：「因為DVA業績不好，所以巴菲特出售部分股票。」如果很多其他散戶也是這樣的想法那就有可能造成足夠的恐慌情緒，導致市場拋售。

因此週五的大跌可能有兩個因素：1. 年度績效不好，一些機構拋售股票。(我個人認為這應該是主因) 2. 散戶看到新聞，覺得巴菲特都在賣股票了，因此跟著拋售DVA。

在上面的這幾個新聞我無法看出巴菲特賣DVA的真正原因，因此我繼續搜尋英文的新聞。

我找到的前三個英文新聞如圖6～圖8：

圖6和圖7的新聞都有提到（紅框框內）：「根據監管文件，Berkshire 表示 2 月 11 日的出售是根據一項股份回購協議所要求的。根據該協議，DaVita 每季都會回購一定數量的股票，以確保 Berkshire 的持股比例維持在 45%。」

所以真相大白，巴菲特賣股票，並不是因為業績不好拋售，他出售DVA的主要原因是因為波克夏與DVA有一個股票回購的協議。

​

但有趣的是，波克夏在2/14發布的FORM 13F文件中，DVA的股數並沒有變，這部份可以從我以前介紹過的DATAROMA這個網站查詢，DATAROMA會整理各個大型投資機構每一季的FORM 13F文件。從這裡可以發現DVA那欄，Recent Activity並沒有變化，如圖9。

那麼為什麼新聞會說巴菲特在賣股票呢？

如果沒有新聞報導DVA的消息，我要如何知道巴菲特有沒有賣股票？

我又要如何知道巴菲特與DVA有協議？

​

透過SEC的EDGAR系統驗證資訊

EDGAR(Electronic Data Gathering, Analysis, and Retrieval)是由美國證券交易委員會營運的內部資料庫系統，用於自動收集、驗證、索引並接受公司和其他依法要求向 SEC 提交表格的其他人提交的資料。EDGAR資料庫包含有關委員會和證券行業的大量信息，公眾可以透過網路免費取得這些資訊。

我們可以在EDGAR系統的搜尋欄輸入Berkshire Hathaway，並點擊”搜尋”，來查巴菲特公司(波克夏)的文件，如圖10。

一進頁面會看到左邊有最新發布的報告，這裡點擊”View filings”可以看到全部的文件，如圖11。

下方會出現整理好的報告，但這裡要注意，系統預設是”Exclude insider transaction”，所以顯示出來的報告並沒有包含內部交易的報告，如圖12。

如果想要查看所有報告，就要將”Exclude insider transaction”改成”All”，這樣就可以看到所有的報告了，如圖13。

DATAROMA的數據就是取自13F-HR這個文件，查看13F-HR點擊”Filing”（當滑鼠移動到”Filing”上就會出現”Open filing”），如圖14。

進入這個畫面後點擊畫面中的html檔，查看文件內容，如圖15。

FORM 13F文件

美國證券交易委員會(SEC)的Form13F文件是根據《證券交易法》第13條規定，由管理超過1億美元以上資產的機構投資者（如對沖基金、資產管理公司等）定期申報其持倉情況的報告。13F文件的類型可以有多種格式和版本，每一種文件都有特定的意義和用途。不過我通常只會看Form 13F-HR。

1. 13F-HR或13F-HR/A：

• 全名：Primary 13F Holdings Report (持股申報主要報告)。

• 功能：這是最常見的13F文件，13F-HR通常用來首次提交機構投資者在當季末的持倉報告，包括股票、期權、債券、ETFs、其他可交易資產等持倉明細。每季度需提交一次。

• 13F-HR/A則是修正之前提交的13F-HR持倉報告，A代表Amendment。

2. 13F-NT或13F-NT/A：

• 全名：13F Notice (13F申報通知)。

• 功能：如果機構應該提交13F表格，但由於持倉全部由其他第三方管理或其他原因，該機構本身無需提交完整的13F-HR報告時，就會提交13F-NT通知文件。表明該機構的持倉報告義務，但實際持倉明細由其他機構報告。

• 13F-NT/A則是修正之前提交的113F-NT文件內容。

3. 13F-CTR 或 13F-CTR/A

• 全名：Form 13F Combination Transaction Report (組合交易報告)。

• 功能：當機構投資者需要披露其長倉或涉及特定交易組合的持倉細節時，提交 13F-CTR表格。這是一種13F-HR的補充或變化表格，用於更精確披露某些結構性的交易信息。這種表格通常由多方共同持倉的機構提交，以便更清晰識別各機構的交易及持倉分配。

• 13F-CTR/A則是修正之前提交的113F-CTR文件內容。

可以在這個頁面查看2024Q4波克夏的持股情況，其中就有DaVita，如圖16。

Column 1 至 Column 8 的意義如下（我通常只會看Column 5）：

Column 1: Name of Issuer​
填入發行人(公司)的名稱，需與 13F 清單中對應的名稱一致，可使用適當的縮寫 。

Column 2: Title of Class​
填入證券的類別名稱，需與 13F 清單中對應的類別顯示一致，可使用適當的縮寫 。

Column 3: CUSIP Number 和 FIGI (Financial Instrument Global Identifier)​
填入 9 位數的 CUSIP 編號，且可選擇性地填入 12 字符的 FIGI 代碼 。

*CUSIP 是美國和加拿大金融市場中廣泛使用的一個 9 位識別碼，用來標識特定的金融工具。它由美國的 CUSIP Global Services (CGS) 發行和管理，主要用於股票、公司債、政府債券等的唯一識別。

*FIGI 是全球性的金融工具識別代碼系統，由 Bloomberg L.P. 所推出，原稱為 BBGID (Bloomberg Global Identifier)，目前由 OpenFIGI（一個開放標準平台）管理。FIGI 被設計為一種非專屬權利的、跨市場的全球唯一識別系統，目標在於統一各種金融工具的標識方式。

Column 4: Market Value​
填入該類證券持有的市值，需按照特別指引 8 的規定，並四捨五入至整數 .

Column 5: Amount and Type of Security​
填入證券的總數量以及類型，例如以 “SH” 表示股票、”PRN” 表示票面金額；若為期權，則需填入 “PUT” 或 “CALL” .

Column 6: Investment Discretion​
按照管理者對於各類證券的投資決策權限進行分類，分為 “SOLE”（單獨）、“DEFINED”（已定義的共同行使，縮寫DFND）或 “OTHER”（其它形式的共同行使，縮寫OTR）。

Column 7: Other Managers​
填入與此 13F 報告相關，且對於所報告持倉有共享投資決策權的其他管理者的編號。

Column 8: Voting Authority​
填入證券的投票權限數據，分為 “SOLE”（單獨）、“SHARED”（共用）或 “NONE”（無投票權）。

更詳細的解釋可以參考官方指引：點擊看SEC指引​

像是DATAROMA這種網站，就會將這一季和上一季的數據作比較(他們會利用程式讀取xml來整理數據)，然後得到各個股票的變化(如圖17a和17b)。但是仔細看可以發現2024Q3和2024Q4的Form 13F文件中，DVA的股數卻是一模一樣，那為什麼新聞會說巴菲特賣股票呢？

我們再回到報告頁面，可以發現這裡有兩個日期(參考圖18)，

Filing date代表向SEC提交報告的日期；Reporting date則是報告裡面內容最新的日期。

以圖18的紅框框為例子，波克夏在2025-02-14提交13F-HR文件給SEC，而這份文件內數據的最後更新日期是2024-12-31。

也就是說波克夏持有的DVA，在2024Q3和Q4都沒有變化。那麼新聞中說巴菲特售出股票是從哪裡知道的？

這時候可以查詢Form 4。

​

FORM 4文件

SEC的Form 4文件是由公司高管、董事和重要股東（擁有公司10%以上股份的股東）提交的一種文件，用於披露他們在公司的證券交易情況。它是根據《1934年證券交易法》（Securities Exchange Act of 1934）第16a條要求，目的是促進透明度，防止內幕交易。Form 4必須在事件發生的第二個工作日結束之前提交。所以如果要看某個投資機構最新的持股交易，就去查FORM 4文件。

剛剛上面的圖6和圖7的新聞中有提到在2/11(二)，巴菲特出售了DVA的股票，因此這代表巴菲特是在2/11進行交易，那麼巴菲特就必須在2/13之前提交Form 4給SEC。

所以可以先尋找Filing date最靠近2/13的Form 4文件。這裡可以看到有一個Filing date是2/13的Form4文件。跟前面開啟13F文件的方式一樣，點擊”Filing”(參考圖19)。

(所以就算今天沒有新聞報導，如果想要知道該公司最新的交易，就可以自己到SEC頁面去查詢)

進入圖20畫面，點擊html檔。

就會看到Form 4文件(我已將表格的項目翻成中文，交易代碼種類也整理在圖21中，可以自己另存圖片放大仔細閱讀)。這邊可以看到波克夏的確在2/11進行了交易，在Table I的第3項可以看到交易代號是S，這代表波克夏是透過公開市場或私下出售DVA。仔細看一下交易代號S的右上角有一個綠色編號3的小括號，這就是要讀者去查看最下方”Explanation of Responses”的補充說明。

這個第3點的說明是：”The sale was pursuant to the Share Repurchase Agreement between Berkshire and DaVita Inc. dated as of April 30, 2024.”

就是說明此次出售是根據波克夏與 DaVita Inc. 於 2024 年 4 月 30 日簽署的股權回購協議進行的。

如何找到這份股權回購協議(查看FORM 8-K)？

一樣可以利用SEC的EDGAR系統，跟搜尋波克夏一樣，只是這次改搜尋DaVita，並且查詢Reporting date為2024-04-30的Form 8-K文件。

Form 8-K 是SEC要求的公司文件，用於向投資者和公眾快速披露重要的商業或財務事件。通常在重大事件發生後的 4 天內提交，用於補充季度(Form 10-Q)或年度財務報告(Form 10-K)。

Form 8-K 通常會披露以下類型的重大事件：

1. 重大合併、收購或出售 - 如併購、資產出售等。

2. 主要合約的簽署或終止 - 包括公司簽署的重要協議，例如股權回購協議。

3. 高層變動 - 公司重要管理人員辭職、新任命、或董事會變更。

4. 財務事項 - 重大財務報告、損失、破產或重組事件。

5. 股票相關交易 - 如股票發行或股票回購計劃。

6. 法律或監管問題 - 可能涉及重大法律訴訟或監管行動。

從圖22可以找到2024-04-30的Form 8-K文件。

點選8-K文件(參考圖23)。

就可以看到K-8文件的內容(圖24)，在紅色框框中可以看到DaVita與波克夏的協議內容。

​

這裡的協議內容翻譯如下：

2024年4月30日，DaVita Inc.（以下簡稱「公司」）與 Berkshire Hathaway Inc.（代表其自身及根據1934年《證券交易法》（經修訂）第12b-2條規定定義的其關聯方）（統稱為「投資者」）簽訂了一份函件協議（以下簡稱「股票回購協議」）。投資者為公司最大的股東。根據股票回購協議，在任何時候，只要投資者總共實益擁有公司已發行且在外流通普通股（以下簡稱「普通股」）的比例至少達到45.0%，公司應每季度從投資者處回購一定數量的普通股，而投資者須將這些股票出售給公司，使投資者的總實益持股比例回到公司已發行且在外流通普通股的45.0%。公司將支付的每股價格將是公司在相應回購期間內依據公司股票回購計劃從公眾股東處回購普通股所支付的成交量加權平均價格。​

根據股票回購協議，公司自投資者處回購普通股的行為將於以下日期進行：即公司如公佈的與定期季度或年度（依情況而定）財報電話會議相關的日期的前兩個工作日；然而，如果公司隨時確定投資者實益或名義擁有的普通股總數代表已發行且在外流通普通股的比例超過49.5%，則該情況將立即觸發公司根據股票回購協議進行的緊急股票回購。

此外，根據股票回購協議，投資者還同意，對其受益擁有且超過公司已發行且在外流通普通股總量40%的任何普通股，在任何事項上進行投票或同意時，將按照公司董事會的建議進行操作。股票回購協議並未修訂、取代或以其他方式更改公司與投資者於2022年2月9日簽訂的現行重述限制函協議，該協議仍繼續完全有效且按照其條款執行。

以上對股票回購協議的描述並不構成完整闡述，應以股票回購協議完整文本為準。該協議的副本作為本報告附件 10.1 提交，並於此作為參考而納入本文。

​

前面三個問題的解答

那麼為什麼新聞會說巴菲特賣股票呢？

• 從巴菲特在2/13提交的FORM 4文件中可以知道巴菲特的確有賣股票，並且可以確定賣出的原因是因為波克夏與DVA之間的股票回購協議。

如果沒有新聞報導DVA的新聞，我要如何知道巴菲特有沒有賣股票？

• 可以到SEC的EDGAR系統查詢FORM 4文件，FORM 4會披露公司最新的交易資訊。

• FORM 13F文件的內容主要是每一季公司持有的部位，由於Filing date與Reporting date之間的差異，持有部位可能不是最新的，這一部分可以透過FORM 4文件做確認。

我又要如何知道巴菲特與DVA有協議？

• 可以透過查詢K-8文件了解公司之間的協議。

雖然現在網路很方便，有很多網站已經整理好這些資訊，但是有些會需要收費，而且如果資訊錯誤他們也不會負責，所以如果想要再三確認資訊，直接透過SEC的EDGAR系統找是最準確的。

我只有偶而才會透過EDGAR去找一些資訊，通常都是為了確認新聞資訊。這次剛好有機會整理整個搜尋的經過，希望這次的電子報有讓你了解如何透過EDGAR系統去找尋公司的資訊。

Best,

博吐司

高報酬率通常伴隨著高風險，過高的風險會額外產生成本，我這裡說的這個成本不只是金錢，而是情緒成本和健康成本(例如賠錢影響你的情緒，進而影響到家庭關係，影響到自己的健康等等)，因此如何在報酬和風險之間取得平衡，是每一個人投資畢生的功課，這不是任何一個課程就能教會你的，你必須花時間自己感受、反省和認識自己才有辦法找到那個平衡點。投資到最後你會發現並不是一昧的要求報酬率，而是找到自己內心的平靜，這個過程就是你的優化。

(以下是備忘錄內文)

思考資產配置(Ruminating on Asset Allocation)

當我出差拜訪客戶並花整天討論投資和市場時，經常會有一些備忘錄的想法浮現。上個月在澳洲與客戶的會面就是一個例子。我們談到了我認為利率正在發生的「重大變革」及在投資組合中信貸的角色，這幾次討論引發了對資產配置的思考。結果並不是什麼新點子，而是把舊有概念結合成一套統一理論。

在繼續之前，我想提到，有時在本文中，我會使用「一般而言」、「通常」或「若其他條件不變」這類詞語。這些說法可能適用於本文中的多數句子和想法，但為了保持可讀性，我不會反覆提及。此外，我會使用大量圖示，因為我真的相信一圖勝千言。請記得這些圖示只是概念性表達，並非技術上絕對正確。
​

資產類別

從我的觀點來看，「資產配置」是一個相對新的概念。55年前我進入這個行業時，沒有人用這個詞。當時組合投資的結構相對簡單，通常跟隨經典的「60/40」配比。大多數美國投資者將範圍限制在投資美國的股票和債券，並認為類似60%股票和40%債券是合理的多樣化策略。
​
如今，投資者面臨很多選擇，而且非常重視做出正確決策，因此「資產配置」這個詞非常突出，甚至有專門的團隊負責此項工作。他們的任務是決定投資組合中的資產類別權重，這意味著資產配置者需要進行以下決策：

• 股票和債務的比例是多少？

• 股票和債券與「替代投資」的比例是多少？

• 公開證券和私人資產的比例是多少？

• 國內和國外的比例是多少？

• 已開發國家和新興市場的比例是多少？

• 高品質資產和低品質的比例是多少？

• 高波動性「高Beta」資產和穩定資產的比例是多少？

• 槓桿策略與無槓桿的比例是多少？

• 「實體資產」的比例是多少？

• 衍生性金融商品的比例是多少？

這些問題足以讓人頭昏腦脹。許多投資者使用電腦模型協助決策，但這些模型需要輸入有關預期收益、風險和相關性的信息，而多數依據歷史數據，因此對未來的相關性值得懷疑。資產類別間的相關性特別難以預測，常常是「垃圾進垃圾出」（但使用數學模型會讓人感到安慰）。
​
自從兩年前我提出利率轉變的想法後，我一直在講信用投資的實質價值提升。而討論越多，我越思考信用投資和股票投資的差別。我在澳洲的【頓悟】首先要提到一個非傳統的觀念：基本上，資產只有兩種類別，就是所有權資產(股權)和債務資產。如果想在一個公司裡參與投資，基本的選擇就是(1)持有股份或(2)提供貸款。

​

1978年，我從花旗銀行的股票研究部門轉到債券部門，這讓我親身體會到這完全是兩回事。在新部門的桌上，我發現了一台叫Monroe 360/65的債券交易機。只要輸入債券的利率、到期日和市場價格，它就會告訴你到期收益率。這對我來說簡直是革命性的。因為我從股票部門來，在那裡根本找不到確定收益的方法。

這讓我體會到一個我一直覺得大多數投資者不太理解的本質差異：股票和債券其實是兩回事，也就是所有權和貸款的區別。投資者似乎認為股票和債券都是一個類別，但其實差別巨大。事實上，所有權和貸款完全不同。

股東把錢冒險投進去，沒有回報的保證。他們獲得公司的部分股權，並有權享有完成支付給員工、原材料供應商、房東、稅務機關，以及當然包括貸方後剩下的任何盈利。如果有剩下的，就叫利潤或現金流，股東可以分享這些分配。並且如果有利潤或現金流（或者未來的潛在利潤），公司就會有「企業價值」，股東也能分享這部分價值。

借款人通常提供資金幫助股東購買或運營企業或其他資產，交換條件是定期收到利息並在期末償還本金。借款人和貸方的關係是合同性的，收益是事先知道的，前提是借款人按時支付承諾的款項。因此，這類投資被稱為「固定收益」——收益是固定的。不過，在這篇備忘錄裡，我們可以把它想成「固定結果」投資。

這不是程度上的差異，而是性質上的差異。所有權資產（如普通股、整個公司、不動產、私募股權和實物資產）和債務資產（如債券、貸款、抵押證券及其他承諾支付的收入流）應該被視為完全不同的，不是同一主題的變奏。它們有不同的特性和潛力，選擇它們是投資者必須做出的最基本決定之一。

​

必要的選擇

在這份備忘錄的一開始，我列出了一些資產配置過程中的決策。但這些決策應該如何被對待？它們的框架是什麼？

在我深入思考後，我認為在投資組合管理過程中，有一個決策比其他更重要，而且應該成為所有其他決策的基礎。這就是選擇一個目標「風險態度」，或說在進取與防守之間的理想平衡。投資的基本決策在於該如何在保本和增長之間著重。這兩者基本上是相互排斥的：

• 強調保本，或其次是減少投資組合波動性，需要重視防守，這樣一來就無法追求最大增長。

• 同樣地，若決定追求最大增長，就必須重視進取，這意味著保本和穩定性需要有一定程度的犧牲。

這是不能兩者兼得的。在強調保本和最大化增長、防守和進取面前，你不能兩者兼得。這就是投資中基礎且無可避免的真理。上面列出的10個問題僅僅是達到你目標風險態度的細節和選擇。

如果從這個角度來思考投資組合的建構——尋找進取和防守的適當平衡——就會明白目標應該是優化，而非最大化。對我而言，不該是「財富」，而是「以合適的方式追求符合投資者需求的財富」。

許多人認為投資的目標是獲得最高回報。比較成熟的思考者則明白（無論是理性還是直覺上），目標應該是找到最佳的回報與風險關係。如果你遵循後一項的要求，你有望找到那些預期回報足以補償風險的資產，從而擁有一個具備吸引力的風險調整後回報的投資組合。但這還不夠。

在投資組合中，絕對風險水平不該是資產配置過程或尋求優化風險調整報酬的無意中結果。絕對風險水平必須有意識地設定。我認為這是最重要的。為了讓投資計劃成功，投資組合的風險水平必須獲得良好補償，並落在期望的範圍內——不能太高也不能太低。

​

曲線的形狀

這幾個月來，我一直在畫概率分布圖，來說明所有權資產和債務資產（或叫“固定收益”、“信用”或是其他你想叫的名字）的潛在投資回報的基本差異。圖1是描述所有權資產投資組合潛在回報的一般曲線形狀：

​

圖2是描述債務資產投資組合潛在回報的曲線形狀：

​

所有權資產通常會有較高的預期報酬、更大的上升潛力，但也伴隨更大的下跌風險。一切皆相等的情況下，債務資產的預期報酬較低，但波動範圍更小。債務資產一般沒有上行空間，你不會指望買8%的債券，長期來看會賺超過8%。但下行風險也較低，只要借款人還款，你就能收到你的8%，而且虧損的情況相對少。因為這個原因，進攻策略通常透過所有權資產來運作，而防守策略通常透過債務資產來執行。（我得強調，投資並不是非此即彼，這兩者可以結合，關鍵問題在於如何搭配。）

在2009到2021年的低利率環境中，債務資產的絕對預期報酬極低，遠低於股票的歷史報酬，因此債務資產顯得相對不吸引人（見圖3）。

​

但是今天的情況是，債務資產預期回報比以前高得多且接近股票（見圖4）。這就是為什麼我一直在推動增加對信貸資產的投資。顯然，在某個時間點上這兩條曲線之間的關係對當時的適當資產分配有非常直接的影響。

​

哪個比較“好”，所有權資產還是債務資產呢？其實很難說。在一個有效市場中，也就是說在一個理性的市場裡，這其實就是一種取捨。你是要追求較高的預期回報和更多的上升空間，但同時要承擔更多的不確定性、波動性和下行風險？還是要選一個比較穩定但回報較低的選項，承擔較少的風險和波動呢？這完全取決於投資者自己的情況和面對風險的態度，所以答案對不同的投資者來說會不一樣。

​

攻守平衡的選擇

我之前提過，每位投資者或他們的投資經理人，應先確認適合自己的正常風險姿態或攻守平衡。這決定應基於投資者的投資期限、財務狀況、收入、需求、願景、責任，最重要的還有他們能承受波動的耐心。

一旦投資者確定適合自己的正常風險取向，他們便有了選擇：可以一直保持這個取向，或者根據市場變動及提供的投資機會吸引力，在特定時候偏離這個取向。也就是說，當市場低迷時增加進攻比重，當市場高漲時增加防守比重。

不管你的風險取向是固定的還是可變的，接下來的問題是你怎麼達到那個位置。這個問題讓我想起另一個老觀念：風險和報酬的關係。我不知道講過多少次這個我在1960年代大學時學到的東西，在芝加哥大學教的時候用圖表來展示。大家看過的那種，從左到右，預期風險增加，預期報酬也增加（圖5）。

​

大家都知道，我一直覺得這種圖表達的不夠好，因為圖中的線性關係讓人覺得好像風險增加就一定會有更高的回報。這顯然不符合風險的本質。所以，在2006年的一篇備忘錄中，我用了同樣的線，然後在上面加了一些倒過來的鐘形曲線，代表機率分佈。我這樣做是為了表示風險較高的資產回報的不確定性(圖6)。

​

現在我們看到，當所謂的「風險」增加時（也就是圖上從左到右移動），不僅預期的回報增加，可能的結果範圍也變得更大，而且壞結果也變得更糟。這就是風險！(希望我這樣呈現風險的方法，在我過世的時候能被視為對投資業的一大貢獻。)

有一天靈機一動，我把圖4中的黑色和綠色曲線，代表所有權資產回報和債務資產回報，加上一些藍色和紅色的中間位置，來表示不同的組合。藍色曲線是2/3是債務資產，1/3是所有權資產；紅色是1/3是債務資產，2/3是所有權資產（如圖7）。

​

當我在澳洲展示這個圖表時，我突然覺得，圖7不過就是圖6的另一種表現方式。隨著我們從左向右移動（更多的所有權資產，較少的債務資產），預期報酬增加，但預期風險也增加（也就是說，就像圖6中，可能結果的範圍變得更廣，左側的風險尾端延伸到更不理想的領域）。這種呈現方式可能更加直觀易懂。

相信圖5所描述的“風險越高，報酬越多”觀念的人，理應採取高風險立場。但是，如果他們了解風險增加的實際影響，如圖6和圖7所示，他們可能會選擇較為適中的風險配置。

​

Alpha 和 Beta 的角色

(博吐司補充：Alpha指的是在市場中，透過優越的個人技巧所獲得的收益。在有效市場中，因為所有資產都被公平定價，因此不應存在Alpha。Beta則是指資產的相對波動性，或其反映市場波動的程度。在有效市場理論中，預期收益與Beta成正比。)

假設市場是有效的：

• 在有效市場中，風險上升時，預期回報也會相應增加。或者可以這麼說，當預期回報提升時，伴隨的風險（即結果的不確定性和發生不良結果的可能性）也會增加。因此，在風險範疇中的任何一個位置（比如圖6中所示）都沒有“更好”的選擇。這完全是看你想要承擔多少絕對風險，或是你想追求的絕對回報水平在哪裡。回報和風險的比率在這個範疇中基本相似，往左邊的是較少的回報和風險，往右邊則是較多的回報和風險。換句話說，世上沒有免費的午餐。

• 另外，從風險範疇中的每個位置來看，可能回報在預期回報周圍的對稱性在不同位置之間是相似的。這意味著，在範疇中的某個位置上，潛在的上漲空間和下跌風險的比例並不會比其他位置好太多，換句話說，還是沒有免費的午餐。

• 最後，假如你想在風險範疇中走得更遠，可以選擇兩種方式：(a) 投資於風險較高的資產，或是 (b) 對相同的資產使用槓桿（同時放大預期回報和風險）。再說一次，在一個完全有效的市場中，這兩種策略是沒有哪一種比另一種更好的。

以上這三個說法總結了一些有關市場效率的重要影響。

​

這樣看來，重點就是找到適合你的風險位置；假設市場是有效的，那麼在給定風險水平下就沒有額外的回報。所有達到某個風險水平的方法都會產生相同的預期回報。

原因是學界認為，在一個有效市場中，(a)所有資產都相對公平定價，沒有便宜貨或過高定價可供利用，(b)不存在我所定義的「Alpha」，即“因個人優勢技能而獲得的收益”。因此，從積極決策中無法獲益：任何資產類別、策略、證券或管理人都不比其他的“好”。它們只是風險和相應回報的不同而已。

同時在學術觀點中，既然不存在Alpha，唯一區分資產的就是Beta，即相對波動性，它反映市場走勢的程度。理論上，預期回報是跟Beta值成正比的。

現在我必須強調一下，實際上市場並不總是像學術上說的那樣「有效」。市場可能很有效率地(a)快速反映新資訊，以及(b)正確反映總體資訊下對於每項資產正確價格的共識，不過這種共識可能也會有錯。所以，透過技能選擇投資策略來獲利是可行的：

• 某些資產、市場或投資策略可能會提供更好的風險/報酬比例，

• 而且某些經理人能在某個市場或策略中產生優越的風險調整報酬。

這個想法點出了資產配置中的一個關鍵問題：為了投資風險較高的資產類別，並交由一位據信能創造 Alpha 的經理人操盤，你是否應該考慮偏離原本風險水準的「甜蜜點」？

這個問題沒有簡單的答案，特別是考慮到許多原本被認為擁有 Alpha 的經理人，最終往往被證實並無此能力。

最後，我總結一下重點：

• 根本而言，資產只分成所有權資產和債務資產這兩類。

• 它們在基本性質上有很大的不同。

• 所有權資產和債務資產應結合，把你的投資組合調整到適合你的風險/報酬位置。這是投資組合管理或資產配置中最重要的決策。

• 其他決策僅是執行層面的問題。

• 當然，你的資產配置過程會受到你評估自己找到和使用優秀策略和經理能力的影響，因為這並不容易。

​

講到現實世界，我想談談關於橡樹資本的一個重點領域：非投資級債(指的是表現良好的非政府債務)：

• 目前這個領域的預期回報率比2009到2021年期間高得多。

• 這些回報率，公債大約是7%，私募債則是10%左右，和歷史上的股票回報率相比非常具有競爭力，有助於許多投資者達到他們的總體回報目標。

• 因為其合約性質，信貸資產的回報比起股權的回報來說，可能會更可靠穩定。

​

在我看來，這篇備忘錄的思路指向一個結論：如果投資者 (a) 對7-10%左右的回報感興趣，(b) 想要降低不確定性和波動性，並且 (c) 願意放棄超出目前收益的上行潛力，那麼他們應該增加對這個領域的配置。對我來說，這應該包含很多投資者，雖然不是每個人都是如此。

現在這個時間點，我目前的建議是，投資者應該進行必要的研究來增加對信貸資產的配置，建立一個“計畫”來執行這個策略，並且採取部分步驟來實施它。儘管目前的潛在回報在絕對值上很具吸引力，過去一兩年也曾有更高的回報，如果市場樂觀情緒減退，我相信這種情況可能會再度出現。

感謝你們容許我深入探討投資理念。希望你們覺得這次分享有價值。

​

2024年10月22日

Howard Marks霍華馬克斯 (翻譯 By博吐司)

備忘錄原文連結：https://www.oaktreecapital.com/insights/memo/ruminating-on-asset-allocation​

所有資料均為我自行整理排版，部分圖和表格由Gemini協助製作。

文章一開始會介紹整個架構，以及這些軟硬體之間的關係，中間會介紹應用方式的差別，最後我會分享我個人的看法以及Google和Nvidia的財報體質。

🏗️整體架構（CPU、GPU、TPU(ASIC)、CUDA、TensorFlow之間的關係）

先釐清一下AI大概的架構，包括CPU、GPU、TPU(ASIC)、CUDA和TensorFlow之間的關係。

首先分成硬體和軟體，以餐廳廚房來比喻。

1. 硬體組：廚師與機器（CPU、GPU、ASIC、TPU）

硬體就是負責實際動手做事的「人」或「機器」。

CPU (Central Processing Unit) —— 餐廳的「總鋪師（店長）」

• 角色： 全能型大廚。

• 特點： 他非常聰明，什麼都會做（算數學、開檔案、管滑鼠、管硬碟），邏輯判斷力超強。

• 弱點： 雖然什麼都會，但只有「兩隻手」。如果你叫他同時切一萬顆洋蔥，他會切到崩潰，速度很慢。

• 結論： 適合做複雜、少量的工作，不適合做大量重複的苦工（AI 運算）。

GPU (Graphics Processing Unit) —— 廚房裡的「幾千個二廚（學徒）」

• 角色： 本來是為了畫圖（電玩畫面）設計的，後來發現超適合做 AI。

• 特點： 每個二廚都不太聰明，只能做簡單的事（比如算矩陣乘法，就像切洋蔥）。但優點是人多勢眾！一個 GPU 裡面有成千上萬個核心。

• 強項： 總鋪師（CPU）一聲令下：「切一萬顆洋蔥！」幾千個二廚（GPU）一人切幾顆，瞬間就切完了。這就是 AI 需要的「平行運算」。

ASIC (Application-Specific Integrated Circuit) —— 專用的「自動切菜機」

• 角色： 客製化晶片。像是Google的TPU和Tesla自研的晶片都屬於ASIC。

• 特點： 這是為了特定目的「量身打造」的機器。它不能煎牛排、不能煮湯，它只會切洋蔥。

• 強項： 因為是專用的，所以切洋蔥的速度比 GPU（二廚）更快、更省電（省錢）。

• 弱點： 靈活性極低。如果你今天不想切洋蔥，想改成削馬鈴薯，這台機器就廢了（通常指無法重新編程或改用途）。

TPU (Tensor Processing Unit) —— Google 專用的「自動切菜機」

• 角色： Google 專門為 AI (TensorFlow) 設計的 ASIC。

• 特點： Google 發現用 GPU 還是不夠快不夠省，所以自己研發了專門跑 AI 的機器。就像刀削麵店為了快速切麵，專門研發了「刀削麵機」，效率極高，但你不能拿它來做披薩。

2. 軟體與溝通組：食譜與SOP（CUDA、TensorFlow）

光有廚師（硬體）不夠，你還需要告訴他們怎麼煮（軟體架構）。

CUDA (Compute Unified Device Architecture) —— 給二廚看的「獨門SOP（操作手冊）」

• 角色： NVIDIA 的護城河。

• 功能： 它是 NVIDIA 發明的一種程式語言平台。一般程式語言（如 C++）很難直接指揮 GPU 那幾千個二廚做事。

• 重要性： CUDA 就像是把複雜的程式碼，翻譯成二廚聽得懂的指令：「第一排去洗菜、第二排去切肉」。

• 壟斷性： 全世界大部分的 AI 軟體都用 CUDA 寫，而 CUDA 只能用在 NVIDIA 的 GPU 上。這就是為什麼大家都搶著買 NVIDIA 的卡，因為軟體只認得它的 SOP。

TensorFlow —— 餐廳的「菜單與食譜設計（開發框架）」

• 角色： Google 開發的深度學習框架（Framework）。

• 功能： 這是給工程師（開發者）用的工具。工程師不需要懂底層怎麼管二廚（CUDA），他只要在 TensorFlow 上寫：「我要建立一個神經網路模型」。

• 流程： TensorFlow 就像是寫好的高層食譜。

  • 如果底下是 NVIDIA GPU，TensorFlow 會自動透過 CUDA 去指揮 GPU 工作。

  • 如果底下是 Google TPU，TensorFlow 也可以直接指揮 TPU。

*TensorFlow 是目前世界上最知名、最主流的 AI 開發工具（框架）之一。如果說 GPU 和 TPU 是 AI 的「硬體大腦」，那麼 TensorFlow 就是 AI 的「軟體靈魂」或「操作手冊」。它負責指揮硬體該如何運算數據。

GPU與TPU的差異

💻實戰應用：從雲端訓練到邊緣推論

雲端 vs. 邊緣

AI在電腦上運作，但是我們平常用的AI跟Tesla自駕車上使用的AI，雖然都是AI但是概念有點不同，這就是雲端與邊緣的差別。

想像一家大型的跨國公司，那麼雲端和邊緣的概念可以類比成以下：

雲端 (Cloud) = 全球總部大樓

• 位置： 在遙遠的國外（巨大的資料中心）。

  • 概念：把數據傳送到遠端的超大型機房（如 AWS, Google Cloud, 或 Tesla 的 Dojo）進行處理。

  • 優點：

    • 無限的算力：機房可以堆疊成千上萬顆 GPU或TPU，處理車子或手機絕對跑不動的超巨大模型（例如 ChatGPT 或 FSD 的訓練）。

    • 集中管理與維護：軟體更新、硬體維修都在機房端完成，使用者端（一般像我們這種使用者）不需要懂技術。

    • 彈性擴充：需要多少資源就開多少，不用擔心硬體閒置浪費。

    • 數據整合：可以把全世界的數據收集在一起分析（大數據分析），找出通用的規律。

  • 缺點：

    • 高延遲 (Latency)：數據傳輸需要時間（光速限制+網路節點），無法做到「毫秒級」的即時反應。

    • 依賴網路：沒有網路就斷線，功能直接癱瘓。

    • 隱私安全風險：數據必須離開你的裝置傳到別人的伺服器，有外洩或被攔截的風險。（像是很多公司的內部資料就不適合上雲端。）

    • 頻寬成本高：傳輸大量影片或數據非常消耗流量費用。反應慢。地方分公司有問題要回報總部，一來一回需要時間（網路延遲）；如果網路斷了，就什麼都做不了。

邊緣 (Edge) = 地方辦事處 / 現場人員

• 位置： 就在你身邊（你的手機、家裡的監視器、路上的智慧汽車）。

  • 概念：數據在哪裡產生，就在哪裡處理（如車上的 FSD 晶片、手機、工廠的傳感器），不傳回總部。

  • 優點：

    • 超低延遲 (即時性)：不需要等待網路傳輸，反應速度極快。這對自駕車是保命關鍵（看到行人要馬上煞車，不能等雲端回傳指令）。

    • 隱私保護數據：（如家裡的監視器畫面）都在本地處理，不需要上傳雲端，隱私更有保障。

    • 可靠性高：斷網也能工作（車子開進隧道沒訊號，FSD 依然要能運作）。

    • 節省頻寬：只傳送「結果」而非「原始數據」，大幅降低網路負擔。

  • 缺點：

    • 算力有限：受限於體積、散熱和電池，邊緣裝置無法運行太巨大的 AI 模型。

    • 硬體成本高：每個終端裝置都要有強大的晶片（如每台 Tesla 都要裝兩顆 FSD 晶片），成本轉嫁給消費者。

    • 維護困難：設備分散在世界各地，硬體壞了很難維修。（除非像Tesla一樣有服務據點。）

看到這裡我相信你跟我一樣有些概念了。在GPU和TPU選擇上，除了要看是應用在雲端或邊緣之外，還要思考是給單一任務AI使用還是給多重任務的AI（通用型AI）使用。

而且無論是哪種AI，都必須考慮到，一個成熟的AI模型在可以順利執行任務之前，還必須經過訓練。AI 的生命週期分為兩個階段：「訓練（上學）」與「推論（工作）」。GPU 和 TPU 在這兩個階段的運用大不相同。

1. 訓練階段 (Training)：AI 的大學時期

這是 AI 在機房裡學習數據、建立模型的過程，需要海量的算力。

• OpenAI (ChatGPT/GPT-4)：

  • 選擇：GPU (NVIDIA)。

  • 原因： OpenAI 需要極高的靈活性。他們不斷嘗試新的演算法架構，GPU 的 CUDA 生態系支援度最好，能讓研究員隨意修改模型設計而不受硬體限制。

• Google (Gemini/PaLM)：

  • 選擇：TPU (Google Cloud)。

  • 原因： Google 擁有自己的硬體與框架 (TensorFlow/JAX)。因為模型架構是自家定的，使用專門優化的 TPU 可以在大規模訓練時節省驚人的電費與時間。

2. 推論階段 (Inference)：AI 的就業時期

這是 AI 實際應用在產品上，做出判斷的時刻。

• Tesla Robotaxi (自駕計程車)：

  • 訓練時： 使用數萬顆 NVIDIA GPU 建立超級電腦 Dojo 來訓練模型。

  • 上路時 (車內)： 車子不使用 GPU，而是使用 Tesla 自研的 FSD Chip (性質等同於TPU都是ASIC)。

  • 原因： 車子靠電池運作，不能像 GPU 那樣耗電發熱。ASIC能以最低的功耗即時處理路況影像。

• Tesla Optimus (人形機器人)：

  • 研發期： 使用 NVIDIA Jetson (嵌入式 GPU)。因為還在測試各種動作，需要 GPU 的通用性來快速迭代。

  • 量產期 (推測)： 未來可能會轉向類似 FSD 的專用晶片，以延長電池續航力。

🚨我個人的想法

現階段的運用趨勢

• GPU 的現狀：統治市場的霸主，目前 90% 以上的 AI 公司與研究機構首選 GPU。

  • 優點：「買來就能用」。無論你是做影像辨識、語言模型還是科學模擬，NVIDIA 的 CUDA 軟體庫已經幫你鋪好路了。

  • 缺點：成本高、耗電。

  • 主要應用： 幾乎所有的 AI 初創公司、實驗室、以及需要多功能運算的雲端伺服器。

• TPU 的現狀：巨頭的秘密武器，TPU（以及各類 ASIC）主要掌握在科技巨頭手中。

  • 優點：「省錢且極致」。當你的模型規模大到像 Google 或 Tesla 這種程度，電費和硬體成本是天文數字，這時自研晶片（TPU路線）的效益才會顯現。

  • 缺點：開發困難。若演算法改變，硬體可能不支援；通常綁定特定生態系（如 Google Cloud）。

  • 主要應用： Google 的搜尋引擎演算法、Tesla 的自駕車載電腦、Amazon 的雲端推論服務。

對於科技巨頭來說，他們可以針對自己的需求去設計 ASIC 以減少依賴 GPU。在 AI 模型研發初期，非常需要 GPU 的通用彈性來探索新算法；但當模型架構確定，進入大規模訓練或上線推論階段時，就可以利用針對特定任務優化的 ASIC 來提升效率並降低成本。

而對於新創或是一般想要引進AI的企業來說，在研發初期，為了求快和相容性，NVIDIA GPU 生態系仍會是最佳選擇。等到模型確定要大規模訓練或上線推論時，為了省錢，就可以評估並切換到雲端平台提供的 ASIC 租賃服務（如 Google TPU 或 AWS Inferentia/Trainium），槓桿科技巨頭們技術研發的紅利。

對於現階段的AI尤其機器人、自駕車、大型通用型AI都還未成熟，在需求沒有停止成長之前，造就Gemini成功的TPU只是正在加快AI的發展。而這有利於未來的需求增長，也代表TPU和GPU可能都同時受惠。我認為現階段無論是GPU和TPU都有存在的必要性，畢竟負責的工作和特性真的有差。

財報體質

GOOGL平均ROE為27%，ROE很穩定，每一年也有買回庫藏股的習慣，大型機構持股達21%，體質很不錯，我認為在304.67美元以下算便宜。

NVDA平均ROE為71%，近三年因為AI的緣故快速暴漲，每一年也都有買回庫藏股，大型機構持股達41％，體質很不錯，我認為在190美元以下算便宜。

這兩家公司都是我長期持有的標的，由於是科技股，我仍會花點時間注意AI需求是否放緩，如果有明顯訊號顯示放緩，我就會考慮減碼。

明顯的訊號像是產能追上需求、雲端算力租賃價格下跌、四巨頭（Microsoft、Google、Amazon、Meta）下修明年的資本支出預期，這些我都會納入考慮。