早在2月初，我寫下了一篇《人工智能體驗之旅：從文字、圖像至影片》，分享自己在AI方面的初步探討，也利用AI拍了三段短片。最後一段短片甚至創造了一個虛擬人物作主持，又未看過的朋友可以一看：
https://www.youtube.com/@laxinvest/videos
在拍了三段短片後，我發現自己對拍片和剪輯實在沒甚麼興趣，也就停了下來，對AI的探討也隨之停止了。
事實上，之後AI發展一發不可收拾，每天都有新的東西，幾個月就面目全非。在數月內，微軟各級產品AI化了、Bing可以創作文章和繪圖了、Google的Bard正式推出了、百度的文心一言也推出了、Adobe圖像軟件全方位加入了AI、AI詐騙和AI相片開始泛濫……更別提各式各樣不斷出現的無數新開源AI模型，全方位地讓你感受到AI時代的到來。
這為更多人帶來了焦慮，幾乎所有人都出現了「AI錯失恐懼症」，但對一般人來說，要天天緊緊跟隨AI潮流，又頗有「以無涯隨有涯」之感。
面對AI帶來的焦慮，也許我們需要一些自我修養，包括：
AI是你的個人助理，不是老闆，不必事事跟隨，反受牽制；
現在AI生產答案的速度已是以秒計算，我們要培養的，是問問題的能力；
問問題的能力，是先了解問題，然後切分問題，才能對AI作出有意義的提示；
有些AI要求特定的Syntax，那並不重要，只是一個中介技術，死記Syntax只會增加你的焦慮，日後複雜的Syntax會內建；
討論AI技術的限制並無意義，技術迭代下很多東西很快可以做到，例如現在AI的中文寫作創力有限，我最多只能拿來作一些文字的重寫和修飾，所有論點架構還是要自己來，但我不會知道甚麼時候AI可以補足這方面；
辨讀資訊的能力和素養將是未來的核心技能，AI的發展，勢必造就大量的假訊息和垃圾訊息（現在我臉書的詐騙垃圾留言每天已是數以百計），日後被詐騙的容易度是過去的百倍；
基本的自我學習能力比過去更需要，沒有基本學力是不懂問問題的；
一般的辦公室文書工作，例如白領工作，現在是最受AI影響的工種；
在AI面前，我們的角色應該是老闆，要清楚自己的目的、規劃和路線，然後將執行工作交給AI；
面對AI，不大可能躺平，我們只能接受AI時代已經到來，然後放開心胸，擁抱變化，接受甚麼事都有可能。
以上只是心理層面，在投資層面，又是另一回事了。
幾個月前的看法
以下數段文字，是我在今年1-2月寫下的，當時AI的投資熱潮尚未正式大爆發。最終這些初稿沒有成文，只在投資組合2月結文章文末引用了一些，因為我發現自己的認識遠遠不夠班。現在看回來，短短數月很多東西已經實現，也很多東西已經過時，不要介意我在這裡拿出來獻醜：
「最近的AI概念，Google算是遇上了最大的危機，處境很是不妙。首先，我相信論以AI的技術和成熟度，Google的Bard不在Open AI之下，而AI結合傳統搜尋引擎，強強聯手大概率成為新的搜尋趨勢，接下來就是Microsoft的「chatGPT + Bing」與 Google的「Bard + Google」之爭了。
問題是，數字廣告收入佔了Google總收入的超過8成，其中又以Google搜尋廣告為重，現在，Google由原本市場率93%的搜尋引擎寡頭壟斷地位，一夜之間重回起點，和別人站在同一起跑線上，無論最後是勝是敗，只怕對其營收都是致命性的打擊。
更糟的是，當Google面對史無前例的挑戰時，表現得驚慌失措、進退失據，竟犯下了低級錯誤，令Microsoft更佔先機。
對Microsoft來說，搜尋引擎原本就不是主業，藉AI技術捆綁自家的Bing，根本是想徹底擊潰Google。日後進化版的ChatGPT再結合Microsoft的Office，正式進入所有文書處理，試問還有誰人能敵？
但是，不管Microsoft和Google誰勝誰敗，挖金礦的不一定能賺錢，賣鏟子的一定賺錢。隨著AI爆發式增長，算力需求幾乎無窮無盡，據研究數據，用於AI訓練的算力增長符合摩爾定律，即大約每20個月翻一番，但深度學習的出現加速了性能的擴展，AI訓練的算力大約每6個月翻一番，而大規模模型出現，更讓訓練算力達到原來的10到100倍。
由於AI的計算涉及較多的矩陣或向量的乘法與加法，專用性高，不適合用普通CPU進行計算，主要用GPU和專用晶元進行運算。那就很明顯，諸如NVIDIA、AMD、台積電這些GPU或高階晶片製造商將成為最大的直接得益者。
就以NVIDIA來說，之前我對這家公司相當反感，感覺它的高市盈率（本益比）就是建基在虛擬貨幣、元宇宙、NFT等等一大堆亂七八糟的潮流概念之上。但ChatGPT的橫空出世，幾乎可視為人類科技的奇點（Technological Singularity），NVIDIA、台積電這類公司的價值亦需要重新評估（雖然現在NVIDIA的過百倍市盈率還是令人不敢恭維）。」
AI熱潮是2000年的翻版？
最近，Rosenberg Research 經濟學家兼策略師 David Rosenberg與瑞銀分析師同時表示，在人工智慧狂潮的帶動下，美股反彈將像網際網路泡沫時代一樣稍縱即逝。他們稱，美股的 AI 熱潮看起來就像是2000年網際網路泡沫的縮影。
個人意見，現在的AI熱潮，表面看都是短期資金過度集中的非理性漲幅，但整體而言，現在和2000年網路泡沫末期的情況還是有很大差異，例如：
2000年末期網際網路泡沫的瘋狂行情，是好壞股皆漲；現在的AI熱潮，暫時還主要是以NVIDIA、APPLE、Microsoft、TSM、ASML等科技巨頭為主；
2000年的網際網路，仍無法帶給企業實際營運貢獻；現在的AI已從題材轉為能實際帶給企業貢獻，這由NVIDIA的財報可以見到；
2000年的網際網路技術才剛起步，終端應用和需求尚未出現；現在的AI配合成熟的網路環境，生成式AI各種應用正遍地開花。
所以，這次的AI熱潮就算最後真的走上2000 年網際網路泡沫的老路，現在似乎也只像是當年泡沫的前期。無可否認，現在一些股票的短期漲幅過大、估值也過高，但整體而言，泡沫似乎是方興未艾。
那麼我們是應該全心投入進去，參加這個狂歡派對？
每當有朋友問我是否應該投資AI股時，我都會問一個問題：
「為何你現在才想到要投資AI股票？」
生成式AI的熱潮由去年11月開始，但這一波的AI投資狂熱，是今年5月才算正式啟動。無可否認，確實有一些投資者，在事前或事後看到了AI的前景，並以此計算出某股票的合理價值。但是，現在才想要投資AI股的，大多不是這種人。
例如，你有能力回答以下幾個問題嗎？
AI技術的發展速度和潛力，以及其對社會和經濟的影響為何；
AI相關公司和產品的真實價值和競爭力，以及其能否創造持續的利潤和增長；
投資者對AI市場的預期和心理，以及你是否能夠理性地評估風險和回報。
以上問題，不僅要有能力回答，還要有能力量化。
不要照搬其他人或專家的答案，誠實地問自己，能，或不能？
有些人，是基於相信一些專家的分析，或傳媒的風向，以為自己懂了，其實他並不是真的懂。
如果不懂，實質上他參加的，就是一個博傻遊戲。
甚麼是博傻遊戲？
「博傻遊戲」是一種有趣的投機策略，它基於「博傻理論」（Greater Fool Theory）。這理論告訴我們一個有趣的事實：人們在資本市場上買賣時，並不在乎資產的真實價值，而是期待找到一個更大的傻瓜，以更高的價格買走這個資產。所以，在博傻遊戲中，關鍵就是要確保自己不是最大的傻瓜。
博傻遊戲，說穿了就是投機行為，這種「傻瓜贏傻瓜」的策略在股市中被廣泛應用，你可以高價買進股票，等待行情上漲時賣出，這樣就能賺取差價。畢竟，只要你不是最後一個接手的人，你就能獲利。當然，如果沒有更大的傻瓜來接手，你可能會成為最後一個傻瓜。
那麼，現在的AI投資熱潮是博傻遊戲嗎？
這問題並無意義。
如果你擁有自己的投資系統，經過系統性的研究，計算出自己相信的股票真正價值和增長性，進階者再輔以技術指標作為出入市指引，那麼，在任何市況下你都可以算是在投資。
或者，你看好長遠科技的未來發展，以一籃子ETF形式作被動投資，將其作為投資組合配置的一部份，並定時監察與作出重新平衡（rebalance），那麼，你也可以算是在投資。
否則，任何市況下，你都是在參與博傻遊戲，無論是基於錯失恐懼症，或是聽信傳媒與專家的推介。
參加博傻遊戲沒關係，有關係的是，你必須知道自己在參加博傻遊戲，和投資是有分別的。
我們在這個世界上，做傻子不可怕，做最後一個傻子也不可怕，可怕的是，做了傻子自己還不知道，下次還繼續做，不斷做。
為何你必須知道辨別自己是否在參與博傻遊戲？因為只有這樣，你才會問自己一些問題，例如：
「博傻值得大額投入嗎？」
「博傻如果輸了，帳面損失有可能以時間回補嗎？」
「我經受得起多少不可逆轉的損失？」
「我怎麼能確保自己不是最後一個傻子？」
「這次就算贏了，下次呢？」
「我每次都可以全身而退嗎？」
．．．．．．
我們可以在能力範圍下適度參與博傻遊戲，安慰自己內心潛在的FOMO情緒，前提是，我們明白，音樂椅遊戲，並不是一種能長遠持續的投資策略。
（節錄自Patreon文章）
******************************************************
歡迎同道中人加入我的Patreon，閱讀所有網友文章，一齊討論、一齊交流、一齊進步。
Patreon:
https://www.patreon.com/laxinvest
Facebook:
https://www.facebook.com/chaseinwind/
Blogspot:
https://laxinvest.blogspot.com/
