資料、算力、資金全到位

如果你在2023 年第一次接觸ChatGPT，很容易以為AI 是那一年才出現的新技術。事實上，科學家早在幾十年前，就已開始研究。
AI 過去之所以沒有走進每個人的生活，不是大家沒有讓電腦處理更多事項的想法，而是缺少幾個重要條件，包括：夠龐大的資料、夠強大的算力，及願意投入巨額資金的企業。
我們可以用汽車產業的發展來比喻。汽車不會因為有人發明了輪子就立刻普及，因為它還需要引擎、道路、加油站與大量生產的工廠，只有這些條件逐漸到位，汽車才能真正改變人類生活。AI 也是如此。
過去20 年，人類在網路上留下越來越多的文字、圖片、影片與使用紀錄，都是AI 學習的材料。同時，半導體技術持續進步，讓晶片可以在更短時間內完成更多運算；雲端產業興起，企業能夠建造大型資料中心，把成千上萬顆晶片連接在一起。資料、算力與資金在2020 年後終於同步發展成熟，ChatGPT 便成為點燃引信的火柴，讓原本藏在資料中心裡的AI 能力，開始被大眾真正看見。
隨著ChatGPT 快速走紅，大型科技公司很快意識到一件事：AI 可能成為下一個重要的平臺，人們的使用習慣會從操作電腦軟體、智慧型手機裡的App，轉變為透過AI 搜尋資料、處理工作、購買商品，甚至應用各種數位服務。誰能掌握這個入口，誰就有機會成為下一個科技霸主。

從雲端競爭，變成AI 軍備競賽

於是，原本的雲端競爭迅速演變成一場AI 軍備競賽，微軟投資OpenAI、 Google 發展Gemini、亞馬遜投入Anthropic，Meta 則打造自己的大型語言模型LLaMA，每家公司都投入更多資金建構自家的AI 系統。
全球主要雲端業者的資本支出，已經從2018 年的約450 億美元，快速增加至2025 年的約3,600 億美元，市場預估2026 年可能突破6,500 億美元。不到10 年，增長超過10 倍。這也是本輪AI 浪潮與過去許多科技題材最大的不同：除了想像，還有龐大的實際投資。

淘金熱中，最先賺錢的是賣鏟子的人

很多人第一次看到輝達股價大漲時，可能會有一個疑問：大家都在討論AI，為什麼最先賺到錢的，不是開發AI 應用的公司，卻是賣晶片的輝達？
原因很簡單。就如同在淘金熱裡，淘金客不一定都能挖到黃金， 但每一位淘金客都有一把鏟子。今天的OpenAI、Google、微軟、Meta 與亞馬遜，都像是搶著進入礦區的淘金客，它們最先需要的工具就是圖形處理器（Graphics Processing Unit，簡稱GPU），沒有足夠的GPU，便無法在合理時間內完成龐大的AI 訓練，服務全世界大量使用者。而輝達正是目前最重要的鏟子供應商。
所以，當所有科技公司都急著發展人工智慧時，無論最後哪一家模型勝出，都必須先購買晶片、興建資料中心，造就這些提供基礎工具與運算設備的企業，在AI 應用的商業模式尚未完全成熟以前，就已看見營收與獲利。這也解釋了為什麼爆發浪潮以後，輝達、台積電與整個伺服器供應鏈，會比各式各樣的應用程式更受市場關注。
一顆AI 晶片從設計到真正放進資料中心，需要經過很長的供應鏈。從單一晶片的設計、製造，到把不同元件整合在一起，再搭配印刷電路板（Printed circuit board，簡稱PCB）、電源、散熱、機殼與高速傳輸設備，最後由伺服器廠商組裝成完整系統。在整條供應鏈中， 臺灣企業掌握了晶圓製造、先進封裝、伺服器組裝、散熱、電源與各種關鍵零組件，占據了關鍵位置。


2000年網路泡沫會重演？

事物發展達到前所未有的顛峰，就會開始出現「會不會變成泡沫」的質疑，漲多的台股也正經歷這個時期。這個擔憂其實非常合理，因為2000 年網路泡沫、2008 年金融海嘯及2020 年新冠疫情引發的崩跌，每一次都讓投資人記憶深刻。
但我認為，判斷泡沫不能只看股價漲了多少，真正要看的是股價上漲背後，到底有沒有獲利支撐。如果股價大漲，但企業獲利沒有跟上，只是市場情緒、資金與題材在推動，那就很容易形成泡沫。但如果股價上漲的同時，企業獲利也同步大幅增加，那麼這種上漲就不一定是泡沫，而可能是市場正在重新評價一家企業、一個產業，甚至是一個國家的價值。
產業是否開始泡沫，可以用三個角度來看：

1. 現在的AI 行情，像不像2000 年網路泡沫時，估值高但獲利跟不上？
2. 現在的台股，像不像1990 年台股泡沫時，市場資金結構不夠穩固？
3. 台積電與AI 龍頭的本益比有沒有失控？

如果這三個問題看清楚了，我們就能比較冷靜的說現在是不是真的泡沫了。

2000 年網路泡沫，問題在於市場太心急

當年市場其實並非完全錯判，現在回頭看，網路真的改變了世界。亞馬遜、Google、Meta、Netflix（網飛，美股代號NFLX），後來都成為全球最重要的科技公司。可見出現泡沫的真正原因不是「網路這個趨勢錯了」，而是市場太急切且太過度反映未來。再好的科技趨勢，如果股價遠遠跑在獲利前面，終究會出問題。
這便是我們現在看AI 行情時，最需要釐清的地方。我認為AI 確實會改變世界，需求成長也仍然非常強勁，但股價是不是已經遠超過獲利可以支撐的程度？如果是，就要小心泡沫；如果不是，就不能只因為股價創高就直接說這是泡沫。
我們從標準普爾500 指數（Standard & Poor's 500，簡稱標普500 指數、S&P 500，美股代號SPX）中科技板塊的本益比來看，2000 年網路泡沫時期，本益比位階明顯高於現在。當年科技股的估值快速上升，一度來到47.3 倍，顯示市場願意用非常高的價格，去買還沒有完全兌現的未來。但目前AI 行情雖然也帶動科技股估值上升，2025 年的本益比也有34.3 倍之多，可是整體本益比並沒有達到當年網路泡沫最誇張的水準。


第一層蛋糕：AI非常非常耗電

過去幾年，大家談到人工智慧，最常想到的是ChatGPT、輝達、機器人、自駕車，甚至未來可能取代部分工作的AI 助理。然而，在這些令人興奮的應用背後，有一個極其重要的問題：AI 非常耗電，而且比大多數人想像的還要耗電。
隨意問ChatGPT一個問題，看起來只是短短幾秒鐘的事情，但實際上，在地球另一端的資料中心裡，可能有數千顆GPU正在同時運算。而這些GPU運作所需要的電力，遠遠超過一般人的想像。
如果把AI 比喻成一個國家，它目前在全球用電體排名中已經逼近前十，用電量超越英國、澳洲，到2031 年前後，用電規模甚至有機會超越日本，成為全球第4 大用電體。這代表未來AI 競爭的不只是技術，也是能源，第一場AI 戰爭比的可能是：誰有足夠的電。
過去幾十年，Google、Meta、亞馬遜等公司主要專注於軟體與網路服務，但近年來，這些科技巨頭卻開始投資核能、太陽能、風力發電與各種能源基礎建設。甚至更早之前，美國政府就已積極推動電網升級，臺灣則是推動強韌電網計畫，都是因為未來最大的風險之一可能不是缺GPU，而是缺電，且即便發了更多的電，還得有能力把電送到需要的地方。

不只要有電，還得有能力送電出去

因此，AI 帶動的不只有科技股，電力基礎建設也會同步受惠，近年全球電網投資快速增加，包括變壓器、配電設備與輸電系統等需求都同步成長，都在確保電網容量足夠輸送電力，資料中心不至面臨供電瓶頸。
重電族群長期受惠於AI 資料中心、半導體擴廠、再生能源併網，以及台電強韌電網計畫所帶來的基礎建設需求。隨著整體用電量持續增加，變壓器、配電盤、開關設備與電力工程的需求可望穩定成長，因此華城（1519）、中興電（1513）、士電（1503）與亞力（1514）的訂單能見度及長期獲利趨勢仍值得期待。不過，重電設備從接單、生產到完工認列通常需要較長時間，獲利成長速度也不像AI 晶片、伺服器及零組件族群那麼快速。
從2026 年營運表現來看，四家公司累計營收仍以緩步增長為主；法人預估士電EPS 成長最為突出；華城雖然營收未見明顯增長， 但法人預期2027 年EPS 成長動能強，顯示投資人主要著眼於後續高毛利訂單的認列。中興電營運及獲利成長相對穩定，本益比是四家公司中較低者；亞力則具備中小型重電股的成長彈性，但仍需持續觀察後續訂單及EPS成長動能。
因此，重電族群的優勢在於需求趨勢明確、訂單能見度較長，但在營收尚未大幅加速，現階段較適合以小量資金作為AI 投資組合中的分散布局，而不是當成追求短期爆發力的主要持股；若未來營收及獲利開始加速，或股價拉回使估值回到合理區間，再考慮提高配置比重。


智慧工廠，AI 最先落地的應用場景

AI 的終極應用，率先大規模落地的場景會在工廠。原因很簡單。工廠本來就是高度標準化的環境，每條產線、每道工序、每臺設備， 都有明確規則與大量數據，這種環境最適合AI 發揮。
過去幾十年，製造業一直在追求自動化，例如：自動產線、自動倉儲與機械手臂。但過去的自動化，大多只是照著設定好的流程做事，一旦環境改變、設備異常或原料出現問題，通常還是需要人員介入，等到AI 加入之後，工廠便可從自動化走向智慧化。
智慧工廠像是一位有經驗的廠長，不只會執行流程，還會觀察數 據、判斷問題、調整排程，甚至提前發現風險。例如：設備快故障時提前預警、良率下降時找出可能原因、訂單增加時重新安排產能、庫存過高時提醒調整採購等。智慧工廠不只讓機器會動，更讓整座工廠變得會思考。
智慧工廠要真正運作，還需要大量硬體設備支撐，其中很重要的一環就是工業電腦。工業電腦通常被放在工廠、機臺、交通系統、醫療設備與自動化產線中，因此它更重視穩定性、耐用性、客製化能力與長時間運作能力。
近年來，隨著AI 從雲端走向邊緣端，工業電腦的重要性也快速提升。所謂邊緣AI（Edge AI），就是不一定要把所有資料都送回雲端資料中心處理，而是在靠近現場的設備就能直接完成分析與決策。例如：產線上的鏡頭拍到瑕疵品時，過去需要把影像送回資料中心分析，在邊緣AI 之下，可以直接在現場設備就完成辨識，處理速度更快、延遲更低，更適合即時生產環境。
工業電腦是AI 進入工廠現場的重要橋梁，未來AI 不會永遠待在雲上，它將逐漸走進每座工廠，深入產線以及設備，這正是智慧工廠快速發展的重要基礎。

最值得關注的兩大AI 應用族群

AI 最終的應用市場就是第五層蛋糕，臺灣投資人最值得關注的族群，大致可以分成兩個方向：其一是機器人概念股，其二類是工業電腦與智慧製造族群；雖然兩者都受惠於AI 終端應用，但投資邏輯卻完全不同。
機器人族群最大特色是：高成長、高波動、高想像空間。如果未來人形機器人真的大規模普及，許多關鍵零組件需求都會出現爆發性成長，例如：線性滑軌、滾珠螺桿、減速機、控制器、機器視覺與感測器等，這些都是機器人不可或缺的重要零組件。因此市場近年開始將部分工具機、自動化設備與機器視覺公司納入「機器人概念股」。
不過投資人也必須注意，機器人市場目前仍處於早期階段，許多公司雖然具備機器人題材，但相關營收占比仍然有限。因此投資這類公司時，除了觀察機器人發展，更要留意企業原本的本業是否穩健。
有些公司原本就來自工具機、自動化設備與精密傳動產業，即使機器人市場尚未成熟，仍有既有本業作為營運基礎；一旦機器人需求放量，便可能形成「景氣復甦＋機器人成長」的雙重效果，例如：上銀（2049）、大銀微系統（4576）、直得（1597）與全球傳動（4540），都是市場長期關注的代表性公司。

資料、算力、資金全到位

如果你在2023 年第一次接觸ChatGPT，很容易以為AI 是那一年才出現的新技術。事實上，科學家早在幾十年前，就已開始研究。
AI 過去之所以沒有走進每個人的生活，不是大家沒有讓電腦處理更多事項的想法，而是缺少幾個重要條件，包括：夠龐大的資料、夠強大的算力，及願意投入巨額資金的企業。
我們可以用汽車產業的發展來比喻。汽車不會因為有人發明了輪子就立刻普及，因為它還需要引擎、道路、加油站與大量生產的工廠，只有這些條件逐漸到位，汽車才能真正改變人類生活。AI 也是如此。
過去20 年，人類在網路...

推薦序
看懂人工智慧，才懂下一波產業變化
臺灣大學電機博士、「曲博科技教室」創辦人／曲建仲

每次談到人工智慧，總有觀眾問我：「曲博，人工智慧到底是不是泡沫？台積電（2330）、輝達（NVIDIA，美股代號NVDA）已經漲這麼多，現在還來得及了解嗎？」我通常會先反問一句：「你看到的是股價，還是股價背後正在發生的產業變化？」
我們每天使用ChatGPT，感受到的是它會寫文章、整理資料、回答問題。但是我想帶大家往後看一步：它回答問題時，資料在哪裡處理？是誰提供運算晶片？晶片又是如何製造封裝？當成千上萬顆晶片一起工作，電力、散熱和資料傳輸又該怎麼解決？把這些問題串起來，才會看見人工智慧不只是個軟體，而是整套正在擴建的產業鏈。
這也是我讀《AI概念股致富地圖》時，覺得很值得推薦的地方。作者從一般人熟悉的ChatGPT談起，逐步帶讀者走進臺灣供應鏈，再用「人工智慧五層蛋糕」整理能源、晶片、硬體基礎建設、軟體平臺到終端應用，這個架構很有幫助，因為人工智慧產業太大了。如果只記得幾家熱門公司的名字，新聞一多，很容易看得眼花撩亂；有了產業地圖，才知道每家公司位在哪一層？負責解決什麼問題？
以晶片為例，大家知道人工智慧需要圖形處理器（Graphics Processing Unit，簡稱GPU），也知道臺灣有很強的半導體產業。但是處理器的效能不會只靠一家公司提升，晶圓製造、先進封裝、記憶體、伺服器組裝，都必須跟得上。而運算能力提高之後，資料中心還會碰到供電和散熱的限制。但科技發展常常就是這樣：一個問題解決了，下一個瓶頸就出現；能解決瓶頸的技術與企業，便值得持續追蹤。
不過，看懂產業，不代表看到「AI概念股」幾個字就可以買進。我常提醒大家，研究一家公司，要弄清楚它的產品及技術門檻，以及客戶是否真的採用、需求能否反映在營收與獲利上。有些公司處於重要的產業位置，但還需要時間把技術變成生意；有些股價漲得很快， 基本面卻未必一樣快。這些差別，不能只靠一張股價圖就下判斷。
本書的可貴之處，是在介紹人工智慧商機之外，也把讀者帶回投資的基本問題：如何區分趨勢與題材、面對市場波動？如果沒時間逐一研究公司，能不能用較適合自己的方式參與？讀者可以參考、討論作者提出的投資觀點，同時也應檢視自己的資金需求與風險承受力，而不是照著別人的持股原封不動的操作。
人工智慧接下來會發展到哪裡，沒有人能精準預測，但是它正如何改變各行各業，我們可以從技術、訂單和企業投入一步步觀察。希望大家讀完本書後，能獲得一套看清產業的方法，當知道每一層蛋糕怎麼形成，再看到新的人工智慧消息，就能做出更精準的投資判斷。

推薦序二
投資最重要的，不是找到下一檔飆股，而是站對產業
價值投資人／股人阿勳

對於投資，我一直有一個很強烈的觀念：選對產業，很多時候比選對股票更重要。
一家公司再努力，如果身處長期衰退的產業，成長終究有極限； 但若是產業快速成長，需求、資本支出與人才都持續集中，那麼即使沒有買到漲最多的公司，仍有機會分享到產業成長創造的價值。而AI（Artifical Intelligence，人工智慧），正是我們這個世代很難忽略的一次產業變革。
很多人是在ChatGPT出現之後，才真正感受到AI的威力。但從投資角度來看，市場往往比我們更早知道答案。早在生成式AI成為全民話題以前，全球科技巨頭就已投入大量資本支出，半導體、高效能運算與資料中心也早已開始成長。
書中有一句話我很認同：ChatGPT並不是AI 革命的起點，而是AI第一次被世界看見。這也是我讀完本書後覺得最有價值的地方。它不急著告訴你「下一檔會漲的是誰」，而是先帶你理解：AI產業的錢，到底是怎麼流的？
蔡明翰老師用「五層蛋糕論」，從最底層的電力與電網，一路談到GPU、先進封裝、AI伺服器、PCB（Printed Circuit Board，印刷電路板）、散熱、光通訊，再走向智慧代理人、機器人與智慧製造， 一步一步用簡單易懂的生活比喻來說明。我很喜歡這種研究方式，因為投資AI 最危險的事情，就是看到「AI」兩個字就買進。
一家公司是不是真的受惠AI，最終仍然要回到基本面：訂單有沒有增加？營收是否成長？獲利跟上了沒？產業地位能不能維持？書中也特別提醒，真正吃到AI紅利的企業，業績應該已經逐漸反映需求；如果股價已經大漲，營收與獲利卻沒有跟上，支撐股價的可能只是市場對未來的想像。
此外，我也非常認同書中「高持股、有信心、不下車」背後真正的精神，因為題材可以讓股價漲一波，但只有獲利，才能讓股價走得長久。本書不鼓勵投資人盲目追高或all in，並強調唯有確認長期方向與企業基本面之後，才能迎接真正的大趨勢。
我們不可能準確知道，未來10年AI最大的贏家是誰，甚至最成功的應用，今天可能根本還不存在。但投資有趣的地方就在這裡：我們無須準確預測以後的世界，只要持續追蹤現在的錢正往哪裡去，就能發現營收與獲利的所在，找到真正創造價值的企業。
蔡明翰老師在書中不斷提醒，投資的問題從來不是：「這檔股票已經漲多少？」真正該問的是：「這個產業未來還有多少成長空間？ 這家公司能拿走其中多少價值？」看懂這兩個問題，將是我們在AI時代真正需要的投資地圖。

推薦序三
看懂AI產業鏈，透視企業真正的獲利位置
專職投資人／股市阿水

即使真的在竹科工作過，如果沒有接觸足夠多的公司，其實也很難真正看懂科技公司之間的關係，更不用說了解每家公司在供應鏈裡真正的角色。
很多事情從外面看，總覺得沒有那麼複雜。就像很多人都以為，台積電（2330）的先進製程不就像鼎泰豐的小籠包一樣嗎？只要有一樣的食材、設備，再把SOP學回去，就能做出一模一樣的東西。
但真正待過科技業就會知道，事情完全不是這樣。
先進製程牽涉的不只是某一臺機器或某一道製程，而是材料、設備、製程整合、良率控制，以及多年累積下來的無數工程經驗。在上千個環節裡，只要其中一個地方出問題，最後做出來的結果可能就完全不同。
供應鏈也是如此。表面上大家都叫「AI概念股」，實際上誰掌握關鍵技術、誰握有客戶與訂單、誰只是間接受惠，彼此的產業地位可以差非常多。
阿水曾在竹科工作10年，接觸過許多公司，這幾年看了很多市場上對AI產業的分析，總覺得不少內容都有點隔靴搔癢，只談到了熱門公司，卻沒有真正把AI產業從上到下的關係整理清楚。
所以我在閱讀本書時，真正讓我覺得驚喜的，不是書中整理出多少檔概念股，而是實在的把這些公司放回真正的產業鏈中去看。
作者長期站在法人研究與投資分析的角度追蹤產業，從全球科技公司的資本支出開始，先從最底層的能源，再一路拆解到晶片、先進封裝、PCB、散熱、伺服器，最後再到軟體與終端應用。他在書裡回答了一個投資人真正該問的問題：「AI的錢到底流到哪裡？最後又是哪些公司真正把這些需求變成營收與獲利？」
就像當年的.COM浪潮一樣，真正吃到網路時代紅利的，不一定只是名字裡有「網路」兩個字的公司。最後能把趨勢轉化成長期獲利的企業，和當時市場最熱門的題材股，也未必是同一批。現在的AI浪潮，我認為也是一樣。
書中把這一整條產業鏈，依照「AI五層蛋糕」層層解析清楚，我很喜歡這個整理方式。因為投資最怕的，是只記得股票名稱，卻不知道公司在整個產業中扮演什麼角色。如果只知道某家公司是「AI概念股」，股價漲時當然開心，然而一旦市場修正，很容易開始懷疑：到底該抱、該賣，還是該加碼？但若知道公司在供應鏈哪個關鍵位置、提供什麼產品、客戶為何需要、這個需求有沒有真正反映在營收上，那麼面對股價波動時的判斷就會完全不同。
作者也試著把科技趨勢拉回投資最基本的事情：企業在這整個產業的哪個位置？最終有沒有賺到錢？例如同樣是AI受惠，有些公司直接拿到AI 訂單，有些則是因為整個產業產能重新分配而間接受惠；同樣是ASIC（Application-Specific Integrated Circuit，特定應用積體電路，專為特殊應用設計的客製化晶片），但專案還在設計、驗證階段，還是已開始大量出貨，對公司營收的貢獻度以及未來獲利的確定性，便完全不同。
本書補上了目前市場上最容易被忽略的這一塊，大家都知道AI很熱門，但不一定看懂錢往哪裡走、誰最後真的賺得到錢。我想這正是本書最值得投資人花時間讀懂的地方。

推薦序四
別只吃到糖粉：用五層蛋糕，分辨AI真龍頭與蹭題材
價值投資達人／股海老牛

這兩年我最常被問到的問題，大概就是：「老牛，AI漲這麼多了， 現在進場會不會變韭菜？」
說真的，這題沒有標準答案。但本書作者蔡明翰給了一個我很認同的回答：「AI時代最大的風險，從來不是買錯，而是完全缺席。」
明翰是CFA特許財務分析師，累積近20年法人資歷，從研究員、自營部操盤手一路做到投顧分析師，現在則是AI趨勢專家，經常在媒體分享對於AI產業的觀察及看法。然而更難得的是，他不只會講，也真的敢做。早在2020年多數人還不知道生成式AI是什麼，他就從台積電財報裡發現一個怪現象：手機出貨開始下滑，獲利卻加速成長。於是他在台積電股價330元左右進場，之後再納入日月光投控（3711）與台達電（2308），抱到現在報酬率超過4倍。這種先看懂產業、再重壓抱緊的功夫，跟老牛常說的「抱緊處理」根本是同一個門派。
本書中最讓我受用的是第3章〈從五層蛋糕論布局AI產業鏈〉。輝達執行長黃仁勳在GTC（GPU Technology Conference）大會前提出「AI是一塊五層蛋糕」：從能源、晶片、基礎設施、模型到應用，一層疊一層，少了哪一層，都吃不到完整的甜頭。而明翰把這套理論，直接翻譯成了台股投資地圖。
其中，第一層電力是AI的血液，重電與供電設備直接受惠；第二層晶片，除了台積電，他更點出黃仁勳多次強調的HBM（High Bandwidth Memory，高頻寬記憶體），才是GPU之外的關鍵瓶頸； 再往上是散熱、機櫃、PCB這些硬體設備商，只要台積電持續擴產，就能同步吃到訂單；直到最上層的機器人等終極應用。
老牛非常認同，看懂整條AI供應鏈，你才分得出哪些公司是真受惠，哪些只是蹭題材的一日行情。就像切蛋糕前，先搞清楚每一層是什麼口味，才不會只吃到最表面的裝飾糖粉，股價甜一下就沒了。
長線往上，不代表短線不會修正。AI這條路很長，中間難免遇到財報不如預期，或市場又突然喊出泡沫的時候。但與其每天猜高低點，不如把資金分散在五層蛋糕上，讓不同層的公司輪流幫你撐場， 再搭配分批進場、控制節奏。
明翰說：「AI時代最大的風險是完全缺席。」老牛想再補一句：「比缺席更可惜的，是上了桌，卻不知道自己吃的是哪一層。」本書剛好幫你把菜單一頁一頁寫清楚，真正看懂地圖，就不怕路上一時有顛簸。

推薦序
看懂人工智慧，才懂下一波產業變化
臺灣大學電機博士、「曲博科技教室」創辦人／曲建仲

每次談到人工智慧，總有觀眾問我：「曲博，人工智慧到底是不是泡沫？台積電（2330）、輝達（NVIDIA，美股代號NVDA）已經漲這麼多，現在還來得及了解嗎？」我通常會先反問一句：「你看到的是股價，還是股價背後正在發生的產業變化？」
我們每天使用ChatGPT，感受到的是它會寫文章、整理資料、回答問題。但是我想帶大家往後看一步：它回答問題時，資料在哪裡處理？是誰提供運算晶片？晶片又是如何製造封裝？當成千上萬顆晶片一起工作，電力...

財富重分配最佳時機，你得參與

如果今天有人問：過去10 年改變世界最大的事情是什麼？有人會回答智慧型手機，有人回答社群媒體，也有人會說是電商、雲端運算或電動車。但如果把時間拉到未來10 年，我認為答案很可能只剩下一個：AI（Artificial Intelligence，人工智慧）。
然而，當我提到AI 時，很多人的第一反應往往是：「那是科技業的事情。」、「我不是工程師，跟我沒關係。」、「那些技術太複雜， 我聽不懂。」
事實上，這也是大部分人目前對AI 最大的誤解。因為AI 真正改變的，從來不只是科技產業，它改變的是工作、收入、企業競爭力， 甚至是財富分配的方式。
換句話說，AI 不只是科技革命，更是一場財富革命。

每一次科技革命，都讓財富重分配

回顧過去幾年，我們看到許多令人難以置信的現象，台積電（2330）股價不斷創下新高、輝達（NVIDIA，美股代號NVDA）市值超越許多百年企業、美國科技巨頭投入數千億美元興建資料中心、AI 相關公司成為全球資金追逐的焦點。
但同一時間，也有許多人感受到完全不同的世界。薪資成長追不上物價、房價持續上漲、存款利息遠遠跑不贏通膨，甚至努力工作一年賺到的錢，還不如股市漲一天。
AI 帶來的成長，並不會平均落到每個人的口袋。第一批受惠的， 往往是掌握技術與供應鏈的企業；企業獲利增加，股價跟著上漲，持有這些資產的人財富也快速增加。相反的，如果收入主要來自薪資， 就會發現薪資成長的速度，追不上股價、房價與生活成本。這正是科技革命帶來的另一面—財富重新分配。
其實每次科技革命都在做同一件事：把財富重新分配給掌握新生產力的人。1760 年代的第一次工業革命，蒸汽機讓財富從農業走向工廠；1870 年代的第二次工業革命，電力造就大規模製造；網際網路形成的第三次工業革命，催生亞馬遜（Amazon，美股代號AMZN）、谷歌（Google，母公司為字母控股﹝ Alphabet Inc.﹞，美股代號GOOGL）等科技巨頭；而現在，AI 正在把更多價值推向晶片、算力、資料與AI 應用。

AI 球賽才到第三局，投資地圖已成形

我真正開始注意AI 投資，其實比ChatGPT 的出現更早。2020 年時，我還在國泰證期顧問處任職，當時研究台積電的財報，注意到智慧型手機已逐漸成熟，出貨量開始微幅下滑，但台積電的獲利卻開始加速，此外，公司也不斷提到HPC（High Performance Computing， 高效能運算）。
當時我們還不知道這些算力最後會帶來什麼，但確實看到台積電獲利成長，在「好公司、業績成長」就可以買進的投資邏輯之下，我決定入手台積電，在股價約330 元時進場，更在之後的兩年時間持續定期定額加碼。同時我也開始更深入追蹤AI 發展，從晶片、伺服器到整個臺灣供應鏈的投資機會，直到ChatGPT 出現，前面零散的訊號就突然全部拼成了完整的AI 投資地圖。
這段專研時間裡，我把資產全部投注在AI 權值股上，包含在2025 年3 月時以約140 元買進日月光投控（3711），6 月時再以400 元入手台達電（2308），美股的輝達與Google 也納入袋中。
原本預期在高速運算的需求持續攀升後，報酬豐碩就獲利了結， 但ChatGPT 在2023 年橫空出世，正式引爆AI 浪潮，我便決定續抱， 並且這幾年歷經多次國際重大事件，例如俄烏戰爭、對等關稅、美伊戰火等，AI 需求都未被動搖之下，我更持續向下加碼，並且到現在都未收手。
超微半導體（AMD，美股代號AMD）執行長蘇姿丰曾說，若以棒球比賽來比喻AI 發展，現在才打到第3 局而已；若問我會持有這些股票到什麼時候，我會持續持有直到AI 棒球賽打到第8 局，而現階段我已得到獲利超過4 倍的豐碩果實。

最大風險不是選錯股，而是完全缺席

以前大家討論的是景氣循環、升降息、油價與匯率，但最近幾年，無論是科技公司、製造業、金融業，甚至傳統產業，都開始思考同一個問題：如果AI 真的改變世界，我該怎麼辦？有些企業決定積極投入、有的企業選擇觀望，而也有部分企業甚至還沒意識到風暴正在靠近。
但歷史告訴我們，當一個趨勢已經形成時，最大的風險往往不是做錯，而是完全缺席。科技史上這樣的案例並不少，最經典的例子便是諾基亞（Nokia，美股代號NOK），它曾經是全球手機霸主，但當市場從功能型手機轉向智慧型手機時，未及時跟上新的軟體與生態系競爭，最後迅速失去領先地位。科技革命最殘酷的地方就在這裡：趨勢不會因為你沒有準備好，就停下來等你。

一般投資人也能看懂的AI 投資指南

許多人第一次認識AI 是因為ChatGPT，但如果從投資角度來看，AI 的故事其實比ChatGPT 更早開始，在多數人還不知道生成式AI 是什麼之前，資金便已開始提前布局。
以台積電為例，2019 年以前，股價曾有很長一段時間在200 元至300 元附近震盪；但隨著2020 年之後高效能運算需求增加，帶動營收與獲利進入新的成長階段，股價也開始突破原本的整理區間，到了2020 年底已站上500 元。之後隨著生成式AI 出現，市場對先進晶片的需求進一步爆發，台積電獲利持續成長，股價更進一步成為四位數的高價股。由此可見，在大家看見ChatGPT 之前，企業的訂單、獲利與股價，就已開始透露AI 時代已到來的訊號。
作為投資人，沒有理由不參與這場變革，這也是我寫這本書的原因。市面上有很多介紹AI 技術的書，但我想寫一本一般投資人也能看懂的AI 投資指南，無論有沒有資訊背景，或甚至只是剛開始接觸投資，都能透過本書理解：AI 將如何改變企業與產業？在AI 浪潮之下，哪些人將成為受惠者？
本書分為五大部分：

第1 章：以最生活化的方式，帶大家理解AI 的基本概念。
第2 章：說明這場AI 革命為何突然爆發。
第3 章：從投資人的角度，分析AI 如何重塑台股與全球資本市場，我將用「AI 五層蛋糕」的架構，帶大家從能源、零組件、硬軟體平臺到終端應用，看懂整個AI 產業鏈，唯有看懂整個產業，你才知道哪些公司真正受惠，哪些只是短期題材，而這也是本書的核心。
第4 章：看懂產業之後，便真正進入投資實戰，我會分享自己在AI 時代最核心的投資觀念，包括：為什麼資金應該逐漸往AI 趨勢靠攏？「高持股、有信心、不下車」的投資原則，為什麼比每天猜高低點更重要？如果不會選股，又該怎麼藉由ETF 參與趨勢？應該尋找還未起漲的黑馬股，還是跟隨正處於長期趨勢的強勢股？
第5 章：我將分享一個我常和投資朋友討論的觀念，也就是投資最大的風險，往往不是買錯股票，而是站錯趨勢。因為沒有人知道明天的股價會漲還是跌，但我相信，未來10 年AI 是最大的趨勢之一，一旦錯過，就很難回頭。

本書無法教你預測未來，但能幫助你看懂未來，理解AI 正在如何改變世界後，也許就能更從容的面對下一個10 年，參與由AI 主導的財富重分配。

財富重分配最佳時機，你得參與

如果今天有人問：過去10 年改變世界最大的事情是什麼？有人會回答智慧型手機，有人回答社群媒體，也有人會說是電商、雲端運算或電動車。但如果把時間拉到未來10 年，我認為答案很可能只剩下一個：AI（Artificial Intelligence，人工智慧）。
然而，當我提到AI 時，很多人的第一反應往往是：「那是科技業的事情。」、「我不是工程師，跟我沒關係。」、「那些技術太複雜， 我聽不懂。」
事實上，這也是大部分人目前對AI 最大的誤解。因為AI 真正改變的，從來不只是科技產業，它改變的是工作、收入、企業競...

推薦序一　看懂人工智慧，才懂下一波產業變化
推薦序二　投資最重要的，不是找到下一檔飆股，而是站對產業
推薦序三　看懂AI產業鏈，透視企業真正的獲利位置
推薦序四　別只吃到糖粉：用五層蛋糕，分辨AI真龍頭與蹭題材
推薦短語
強勢推薦
作者序　財富重分配最佳時機，你得參與

第1章　臺灣供應鏈搶占全球AI商機
1. AI運作原理：高速運算
2. 資料、算力、資金全到位
3. 當數位大腦走進真實世界

第2章　台股與美股，兩個市場，一種方向
1. 台股攻五萬？關鍵在台積電
2. 2000年網路泡沫會重演？
3. 台股與美國科技股，在同一個產業循環

第3章　從五層蛋糕論布局AI產業鏈
1. 站對產業，財富快速成長
2. 第一層蛋糕：AI非常非常耗電
3. 第二層蛋糕：AI的真正核心——晶片
4. 第三層蛋糕：從晶片到機組的所有硬體
5. 第四層蛋糕：應用軟體與服務平臺
6. 第五層蛋糕：機器人與工業電腦的終極應用

第4章　多頭行情下的投資布局
1. 這才是會漲的「AI股」
2. 高持股、有信心、不下車
3. 靠ETF吃AI紅利，不能只看配息率
4. 沒有真正的黑馬股，基本面跟上才是真行情

第5章　更新投資地圖，跟上市場趨勢
1. 預測高點已沒有意義
2. 別拿舊時代思維套用新市場
3. 只看股價不看基本面，是在賭運氣
4. 你在撿便宜，還是接刀子？

後記　投資不用預測未來，只要看懂方向

推薦序一　看懂人工智慧，才懂下一波產業變化
推薦序二　投資最重要的，不是找到下一檔飆股，而是站對產業
推薦序三　看懂AI產業鏈，透視企業真正的獲利位置
推薦序四　別只吃到糖粉：用五層蛋糕，分辨AI真龍頭與蹭題材
推薦短語
強勢推薦
作者序　財富重分配最佳時機，你得參與

第1章　臺灣供應鏈搶占全球AI商機
1. AI運作原理：高速運算
2. 資料、算力、資金全到位
3. 當數位大腦走進真實世界

第2章　台股與美股，兩個市場，一種方向
1. 台股攻五萬？關鍵在台積電
2. 2000年網路泡沫會重演？
3. 台股與美國科技股，在...