AI發展記要(一)


2022.11  ChatGPT橫空出世

2025.11 Google Gemini 3 Pro發表，性能超越GPT(初評)

2025.11.24 美國啟動的 「創世紀任務」（Operation Genesis / Genesis Mission）





註:「創世紀任務」

  9個月內提出:「科學人工智慧」（Scientific AI）系統，並非我們目前熟悉的 ChatGPT 或 Claude 這類通用型語言模型（General LLMs），而是一種針對物理世界運作法則進行訓練的「大型科學模型」（Large Science Models, LSMs）

訓練數據差異： 它不只讀取網際網路上的文本，而是直接攝取美國能源部（DOE）旗下 17 個國家實驗室累積數十年的結構化科學數據。這包括：粒子加速器的撞擊數據、核反應堆的熱力學數據、材料基因組圖譜、以及氣候變遷的物理模擬數據。

目標功能： 不是寫文章，而是進行「逆向設計」（Inverse Design）。例如：輸入「我需要一種導熱係數 > 2000 W/mK 且耐溫 500°C 的絕緣材料」，系統會反向推導出該材料的化學式與合成路徑。

過去 Ansys、Cadence 被視為傳統工業軟體，本益比 (PE) 較低。但若被納入「AI 生成物理」的核心供應商，其估值邏輯將向 AI 公司靠攏。建議觀察其 PEG (本益成長比) 是否小於 1.5，若有則具投資價值。


Ansys PEG Ratio Details

  • Trailing PE ratio about 55.57

  • Forward PE ratio about 31.49

  • PEG ratio about 2.84

  • PEG ratio uses earnings growth projections to gauge valuation​

Cadence PEG Ratio Details

  • PE ratio without non-recurring items approximately 46.22

  • 5-year EBITDA growth rate approximately 22.9%

  • Resulting PEG approximately 2.02


PS:

PEG(本益成長比)是什麼？與本益比有何不同？

PEG(本益成長比)是什麼？

投資人在做自下而上 (Bottom-up) 的個股分析時，常常會使用多種不同的估值指標，藉此判斷股價是否昂貴，常見的有、股價營收比 (Price to Sales ratio)、股價淨值比 (Price to Book vaule ratio)。

其中，本益比是投資人最常使用的估值指標，可以快速判斷股價是否昂貴，但是本益比有一盲點，就是看不到公司未來的成長性，因此延伸出一個叫「本益成長比」(PEG ratio)的指標，而本益成長比更能客觀判斷股價和未來成長性的關係。

本益成長比的英文全名為：Price / Earnings to Growth (PEG) Ratio，是由英國投資大師 Jim Slater 所創，而後經由價值投資之父彼得林區 (Peter Lynch) 大力推廣，才逐漸被大家認識。



留言

張貼留言

這個網誌中的熱門文章

圖片
     《海外基金投資學習心得》 本策略部份資金，轉換成住宅之成果，竹北高鐵站對面 免責聲明 (Disclaimer): 「本資料僅供此訊息接收人之參考用途。所載資料均來自或本諸我們相信可靠之來源，但對其完整性、即時性和正確性不做任何擔保，如有錯漏或疏忽，本人或關係人與其任何人，並不負任何法律責任。未經本人許可，所載資料或任何部份均不可以進行抄錄、翻印或另作派發。基金過去的績效不代表未來的表現，基金價格可能上揚或下跌。投資共同基金有投資風險 （包括但不限於價格、匯率、政治之風險），亦可能發生本金之損失。任何人因信賴此等資料而做出或改變投資決策，須自行承擔結果。」   主要主題 : 長期投資與資產配置策略： 本文件核心思想是採用「 長期投資資產配置策略 」，透過選擇穩定且具有長期成長潛力的海外基金來累積財富。   基金投資的必要性與可行性： 作者認為對於普通散戶而言，相較於股票和創業投資，基金投資是更為可行和安全的財富累積工具。   市場選擇與標的篩選： 強調選擇成熟、大型且波動相對較低的全球、美國、歐洲等市場進行投資，並透過嚴謹的流程篩選具備長期優異績效的基金。   風險管理： 核心風險管理策略是「以時間規避投資波動」，強調長期投資（十年以上）能顯著降低虧損機率，並透過分散投資（ 2-3 支基金）來降低系統風險。   個人實證與學習過程： 文件包含了作者從 2002 年開始的學習、實驗過程和真實的投資記錄，分享了他在金融風暴中的經驗與反思。   對傳統投資方式的反思： 作者對股票投資、創業投資以及理財顧問 / 專員的角色提出了質疑和批評，認為這些方式對於散戶而言充滿投資陷阱。   財務知識的傳承： 作者希望透過這份筆記，將財務知識傳承給親友甚至下一代。   最重要的想法或事實 (Most Important Ideas or Facts): 作者的投資動機與背景： 作者出身工人家庭，為工程科學背景，工作近十二年後，因「弄不通為何努力念書且辛勤工作，到了快四十歲了，還一事無成，還為五斗米拚得你死我活！」，促使他開始學習投資。他非財務出身，這份筆記是他在職場磨難後對投資的一點概念與心...
閱讀完整內容
  📘 《經濟學家父親給兒子的一封信》：資本社會中的清醒選擇 一、前言：來自人生勝利組的告白 山崎元（ Yamazaki Hajime ），日本知名經濟評論家，東大經濟系畢業，曾任職銀行、券商，活躍於財經媒體。 在 2023 年罹患十指腸癌後，於生命最後階段寫下給兒子的《一封信》，揭露資本主義社會的真實與殘酷。 書中思考：為何「看似成功」的人生，其實本質上可能正遭資本壓榨？ 二、資本社會的本質： 勞資是零和遊戲 🔹 生產與消費：社會運作的兩大核心 公司（資方）提供資本，雇用勞工（勞方）創造產值。 公司獲利 = 勞工產值 − 勞工薪資。 📌 例如：員工每天創造 2 萬日圓，公司僅支付 1 萬日圓，其餘為資方利潤。 🔹 勞資關係：不公平是內建的 勞方追求穩定收入，資方承擔風險、制定規則。 長期下來，資方的優勢擴大，就像下棋時持有「先手」的一方。 勞工選擇少、跳槽無效，因大多企業遵循類似規則。 三、職場的啟示： 光靠工資，終將被壓榨 🔸 微軟前 CEO 包爾默：最強上班族的例外 從員工做起，但因持股而累積巨額財富。 山崎的觀點： 不是靠工資，而是 靠股權參與資本報酬，才是真正的財富來源。 🔸 創業、股權與現實選擇 成功創業雖然困難，但資訊業的崛起讓創業門檻變低。 即便創業失敗，也可重返職場，累積的技能與人脈不會歸零。 若不適合創業，應尋找 提供員工持股 的公司參與 。 (Jim’s commends 提供免費技術股或股票選擇權之公司，而非自己花血汗錢認股 ) 四、個人定位模型：你在資本社會哪個象限？ 山崎以兩個軸線畫出勞動者的定位： 風險承擔高 風險承擔低 領導者 創業家 / 企業主 專案導師 / 合夥人 追隨者 初創員工（有持股） 傳統上班族（最弱勢） 📌 最弱勢者：不持股的追隨者。無資本回報、承擔制度風險，容易被壓榨。 五、理財觀：穩健而務實的策略 ...
閱讀完整內容
圖片
  時間 : 2025.10.15 | 9:10 主題 : 2025 國泰資產管理高峰會 | AI 投資的下一個機會：從現在到未來 演講者：貝萊德 大中華區策略長 ｜ # 陸文傑 資訊來源 : https://www.youtube.com/watch?v=JwtEr4fw8JE&t=17s 重點摘要 : 核心觀點與投資邏輯 投資核心： AI 能否賺錢？ 投資者必須關注回報。 AI 基礎設施投入巨大，最終回報（商業價值）是投資的關鍵。 AI 投資的下一階段：從基礎設施轉向應用。 目前的市場焦點（明星股）集中在 AI 基礎設施（晶片、數據中心、雲服務），但下一階段的投資浪潮和新的明星公司將會出現在 AI 應用 領域（軟體和服務）。 投資方法：全方位、主動化。 投資邏輯將緊密追蹤 AI 的新應用及其商業化能力。 策略上將從硬體和基礎設施，逐漸轉向軟體、數據和應用類的寬廣領域，並動態地尋找新的明星公司。 看好在廣泛的細分行業中，具有更高資本回報率的 龍頭大公司 ，因其更容易實現 AI 的商業化。 AI 技術與市場現況分析 1. AI 普及率與增長空間 普及率尚在初期： 根據美國企業統計， AI 應用普及率已達 10% 左右（過去兩三年增長）。 巨大成長空間： 10% 是一個關鍵數字，表示它已非新鮮事物，但遠未到天花板（通常新技術需達 30% 普及率才會放緩）。 此階段類似於 2000 年的手機或 2002 年的互聯網 ，意味著後續仍有很長的增長時間。 應用行業分佈： 數位化程度高的行業（如 IT 、金融、教育、娛樂）率先採用 AI 。傳統行業（如零售、建築、製造業）的普及率仍非常初期。 2. AI 的商業化成功案例 企業端是主力： 目前大部分能賺錢的應用集中在企業端，例如印度外包服務部分被 AI 取代。 無人駕駛計程車 (Robotaxi) 實現盈利： 中國武漢等地的服務顯示，單車成本（約 90 萬台幣）可在兩年內賺回，證明 AI 應用在特定場景下已具備商業化前景。 個人端應用： 也有小規模商業化例子，如付費 AI 搜索。 實體 AI （機器人）：...
閱讀完整內容