Re: [情報] 從投資數據看 AI 轉型所傳遞的訊號
小時候看過一系列小說 基地 裡面有個情節是 反派為了找出基地組織第二基地
用藥物把底下科學家腦力提升到100% 瘋狂的計算出所有可能基地組織所在位置
不知為何 這段情節 一直讓我投射現到在處境
所有現在科技業從眾 正在擠出那100%腦力 而裁員就是那個小說裡面的藥物
在2023之前 整個科技圈工作都還有所謂work-life balance 甚至更早2020之前
誇張點的部門 在狗家比方說 可以達到工時10小時每週以下 那是碼農的黃金歲月
現在就是整個科技圈都被恐懼籠罩 沒公司想在AI競賽落後 所有的指標就是速度跟產量
開源平台成熟 更讓這些科技樹指數在成長 兩年前prompt engineer 現在技術落伍了
一年前context engineer 這技術落伍了 今天harness engineer 也許明年就落伍了
模型的迭代從以前每1~2年才出現一個話時代產物 變成最近每三個月一代跳躍
比方說從
Bert 2018年10月
GPT2.0 2019年2月
GPT3.0 2020年5月
GPT3.5 2022年11月 (潘多拉盒子打開的那一年)
GPT4 2023年3月 (多模態, image+ text)
GPT4-turbo 2023年11月
GPT4o 2024年5月 (多模態 iamge+text+audio)
GPT-4.5 2025年2月
GPT-5 2025年8月
GPT-5.5 2026年4月
A社創立 從開放愛出來gpt3.5成員 2021年創立 短短5年拿回話語權
2023-03-14 Claude 1 Claude 首次公開 API
2023-07-11 Claude 2 100K Context 時代開始
2023-11 Claude 2.1 200K Context
2024-03-04 Claude 3 Opus 當時世界最強之一
2024-06-20 Claude 3.5 Sonnet 超越 Claude 3 Opus
2025-02-19 Claude 3.7 Sonnet Hybrid Reasoning 時代
2025-05-22 Claude Sonnet 4 Claude 4 世代
2025-05-22 Claude Opus 4 Claude 最強旗艦
2026-04 Claude Opus 4.7 Opus 升級版
2026-05-28 Claude Opus 4.8 最新公開 Opus
2026-06-09 Claude Fable 5 Claude 5 世代公開版
基於此 每次外面看到是模型迭代數字在變快
而在科技業是感受到前所未有的 死亡百米快跑大行軍 AI Sprint
這也是每次當華西街在量化產業落地價值
而從我視野的角度就像是說 我們正在讓下至所有雜魚科技業從眾 上至神人等級
在玩AI史上最大量人力的曼哈頓計劃 把腦力瘋狂的逼到極限 工時從40->60->80hr
甚至GDM老大都說 真正完美盡力是你努力到快要死掉 但你沒死
最好的努力是是那種盡力到倒下來 但可以送到醫院且沒死
現在新創和前沿這邊是這樣 把每個人腦袋擠到極限
如果速度落隊了 那就是直切拋棄隊友 ->裁員
原本我還沒看到這樣瘋狂的情況 直到我看到簡立峰發了這宣言
簡立峰：矽谷裁員逼出百萬人危機感！台灣不裁員，養出一座溫水煮青蛙的島
https://reurl.cc/N2WZW9
QQ 在人類史上科技樹歷史最大 全民曼哈頓計劃 每次華西街說看不出落地價值..
我只能呵呵 然後把股票帳戶又多買了幾張股票 這些前沿模型就像是一群大象在打架
而螞蟻我等只能股票買起來 對沖全民曼哈頓計劃所產生所有可能影響
--
怕沒股點 @@ A社和O社 很快就要上市了 建議買起來
我的預測是 一但這兩家上市 所有營運和利潤一但攤開後 會壓迫這兩家走向to-B
就是垂直AI 那也是所有動盪會開始的 AI軟體滲透率雖高
醫療法律財金管理行銷設計影音音樂 還沒開始 等那個to-B 垂直AI打起來
很多事情會重新洗牌 要量測生產力最好的方式 就是SAAS 你可以從A社和O社
最近所有推的專業領域模型看出這跡象 這也意味算力小隊台積會有接下來五年以上光輝
所有傳統的SAAS公司會變成一個平台 就像果家手機就是個平台
而裡面的模型就是剩下這兩家在互殺
※ 引述《jacknavarra (阿姆羅)》之銘言：
: 標題：
: What Investment Data Implies about the AI Transition
: 從投資數據看 AI 轉型所傳遞的訊號
: 來源：National Bureau of Economic Research | NBER
: 網址：https://www.nber.org/papers/w35290
: 內文：
: The five largest U.S. technology firms spent $380 billion on capital
: expenditure in 2025 and are forecast to spend roughly double that in 2026.
: These firms risk bankruptcy unless expected profits grow commensurately.
: We embed this observation in a two-sector open-economy model with rare
: productivity booms. We calibrate the boom size to match the observed increase
: in investment projected through 2027, implying that a boom raises AI-sector
: productivity by a factor of roughly 2.7. We then calibrate a two-year window
: of a 50% annual probability of an increase of the same magnitude, generating
: a range of scenarios consistent with the wide variety of industry forecasts,
: along with an elevated permanent probability tied to the valuation of the
: aggregate market. The implied additional cumulative GDP growth ranges from 5
: to 58 percentage points by 2030, with AI shares of the economy ranging from
: 8% to 39%. Long-term annual growth is in expectation approximately 7% but
: with substantial risk. With risk aversion of 3, and an elasticity of
: intertemporal substitution equal to 1, the risk-free rate increases by
: approximately half a percentage point, and the equity premium rises by
: approximately 3 percentage points.
: https://www.nber.org/system/files/working_papers/w35290/w35290.pdf
: (原始論文連結 全文73頁)
: ===
: 中文摘要
: 美國五大科技公司在 2025 年的資本支出達到了 3,800 億美元，且預計在 2026 年該支
: 出將大約翻倍。除非預期利潤能同比例增長，否則這些企業將面臨破產風險。我們將這一
: 觀察納入一個包含罕見生產力爆發的雙部門開放經濟模型中。
: 我們對爆發規模進行校準，以匹配預期到 2027 年所觀測到的投資增長，這意味著生產力
: 爆發將使 AI 部門的生產力提升大約 2.7 倍。接著，我們校準了一個為期兩年、每年有
: 50% 機率發生相同幅度增長的窗口，進而產生了一系列與當前各大產業預測廣泛相符的情
: 境，同時包含了一個與整體市場估值掛鉤的較高永久性機率。
: 預估到 2030 年，這將帶來額外 5 到 58 個百分點的累積 GDP 增長，而 AI 在經濟中所
: 佔的份額則介於 8% 到 39% 之間。長期年增長率預期約為 7%，但也伴隨著實質性風險。
: 在風險厭惡係數為 3 且跨期替代彈性等於 1 的設定下，無風險利率將上升大約 0.5 個
: 百分點，而股權風險溢酬則將上升大約 3 個百分點。
: ===
: 內文重點摘要
: 核心研究目標與方法： 本論文由 Jessica Wachter 與 Jonathan Wachter 於 2026 年
: 6 月發表 。研究主旨是透過企業的「顯示偏好」理論，從美國科技巨頭龐大的 AI 基礎
: 建設投資數據中，反推並預估人工智慧對未來經濟增長（GDP）與資產定價的實質貢獻 。
: 驚人的資本支出規模： 亞馬遜、Alphabet、微軟、Meta 和甲骨文等五大科技公司，資本
: 支出從 2022 年的 1,550 億美元暴增，預計 2026 年將達到 7,550 億美元，占美國
: GDP 的 2.4% 。這項龐大的投資規模若無法帶來對等的利潤增長，這些企業將面臨實質的
: 破產風險 。
: 雙部門模型與生產力跳升（2.7 倍）： 論文建構了一個包含 AI 部門與非 AI 部門的
: 雙部門開放經濟模型，並引入「罕見生產力爆發」機制 。為了合理化科技巨頭至 2027
: 年的累積投資額（達 2.45 兆美元），模型推算每次生產力爆發將使 AI 部門的生產力提
: 升約 2.7 倍
: 2030 年三大演進情境預測： 研究設定 2028 至 2030 年間每年有 50% 的最大不確定性
: 機率發生技術爆發，並延伸出三種情境
: 1. 溫和情境（Moderate，機率 25%）： 無新爆發，至 2030 年 AI 推動總體 GDP 額外累積
: 增長 5.4%，AI 占經濟比重升至 8% 。
: 2. 轉型情境（Transformative，機率 50%）： 發生一次新爆發，GDP 額外累積增長 19.7%
: ，AI 占經濟比重達 19% 。
: 3. 奇點情境（Singularity，機率 25%）： 發生兩次新爆發，GDP 額外累積增長 58.2%，
: AI 占經濟比重暴增至 38.7% 。
: 長期增長與資產定價衝擊： 在長期常態下（爆發機率回歸 4%），AI 將驅動整體長期年
: 均經濟增長率達到約 7% 。在風險厭惡係數為 3 的金融模型設定下，這巨大的不確定性
: 會導致無風險利率上升約 0.5 個百分點，而股權風險溢酬（ERP）則顯著拉高約 3 個百
: 分點 。
: 透過嚴謹的資產與宏觀計量模型校準證實，當前美國科技巨頭的巨額資本支出並非單純的
: 泡沫，而是顯示出管理層預期 AI 生產力將迎來高達 2.7 倍的罕見跳升 。至 2030 年，
: AI 有潛力成為主導美國 8% 至 39% 產出的核心經濟部門，並拉動高達 58% 的總體 GDP
: 累積成長 。然而，若此項高風險投資的獲利在 2026-2027 年無法與翻倍的投入同步增長
: ，該技術過渡階段將引發科技巨頭的集體財務與破產危機 。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 98.37.67.135 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1781377124.A.B56.html
※ 編輯: LDPC (98.37.67.135 美國), 06/14/2026 03:00:11
※ 編輯: LDPC (98.37.67.135 美國), 06/14/2026 03:02:27
推
06/14 03:02,
1小時前
, 1F
06/14 03:02, 1F
推
06/14 03:02,
1小時前
, 2F
06/14 03:02, 2F
→
06/14 03:03,
1小時前
, 3F
06/14 03:03, 3F
推
06/14 03:28,
1小時前
, 4F
06/14 03:28, 4F
GDM就狗家 他們會在自己生態圈茁壯 但安卓/ios手機會受益他家模型
我不確定他們想不想打to-b 理論上他們沒這需求 他們自己生態圈就足夠他們經營
但他們的確有在推醫療等模型 狗家從上古時代tensorflow框架就在瞄準on-device
(諸如tinyML techstack) 也許on-device AI起來 狗家會能贏一波
※ 編輯: LDPC (98.37.67.135 美國), 06/14/2026 03:39:47
※ 編輯: LDPC (98.37.67.135 美國), 06/14/2026 03:41:20
推
06/14 03:44,
1小時前
, 5F
06/14 03:44, 5F
推
06/14 03:59,
55分鐘前
, 6F
06/14 03:59, 6F
討論串 (同標題文章)
完整討論串 (本文為第 2 之 2 篇)：
Stock 近期熱門文章
PTT職涯區 即時熱門文章
