AI 投资观察：杀手级应用迷思、股价拆解与 SaaS 定价难题
一句话要点：AI 投资不必苦找杀手级应用，而应观察技术成本与垂直应用是否涌现，并查看长期获利与 AI 定价模式能否真正转成营收，因为杀手级应用只是概率下的产物、事后才看得出来。
关键观点
- 杀手级应用是概率下的产物，早期找不到也不必找；更实际的做法是观察新技术成本是否降得够快、垂直型应用是否大量出现、创投是否往这边投。
- 股价可拆成 EPS 乘以本益比：PE 上修的前提是长期 EPS 与竞争力改善，不是情绪灌高；Google 的例子显示，即使短期 EPS 不降，长期成长展望下修，本益比仍会被往下调。
- 用台股供应链逻辑反推美股有陷阱：台湾扩产越多，对海外大厂可能是 margin 下降，且同一行为在不同时期解读可以完全相反。
- 大厂自己做软件常是示范性质，市场扩大对云端大厂是好事，第三方只要把复杂功能做得简单直觉就有空间；投资人一开始就用「微软、Google 也在做」滤掉小开发商，反而会滤掉机会。
- 判断 AI 能否转成营收要看定价：成本随使用量上升、收入却不同步增加最危险；SaaS 改按用量计费会让净留存率下滑而陷入两难，Palantir 因无订阅制包袱反而受惠。
分段摘要
1:20KGI 分析师背景与台股视角
Freddy 回顾 2016 年起在 KGI 看消费性网络（FANGs，后加入 Microsoft），当时台湾缺乏专门美股分析师，他因国寿计划替寿险买方做研究。台湾分析师靠半导体供应链与学长学弟网络洞烛机先，他则体悟可反过来直接买苹果等美股终端大厂。
▶ 从这里看6:20扩产解读陷阱与买卖方交互
他指出用台股供应链逻辑反推美股的陷阱：台湾扩产越多，对海外大厂可能是 margin 下降，且同一行为在不同时期（如 AI 热潮前后）解读可以完全相反。同时说明买卖方交互机制，以及他从消费性网络一路深入企业软件、Database、资安等基础设施的研究脉络。
▶ 从这里看12:35信息升级与广告技术细节
2020 年前台湾美股分析师稀少，借鉴外资明星分析师叙事架构很有效，之后信息普及、机构必须升级。Freddy 常向第一线的 co-founder Richard 请教数字广告技术细节，如 SSP、DSP 等；但也承认这些术语不常用就会忘记，如同台股群组的陌生公司名，看完就忘、用到再查是正常现象。
▶ 从这里看17:35消息转换获利估算与 PE 拆解
投资人很难把新产品或 AI 发表等正面消息转换成未来获利估算，连业界多数人也做不到；市场常见梦想型画饼直接涨。他拆解股价等于 EPS 乘以本益比：情绪性灌高 PE 不可靠，结构性上修应创建在长期获利与竞争力改善，而外资分析师多受此训练。
▶ 从这里看21:20AI 早期既视感与应用层转折
AI 时代像 Mainframe 与 iOS 早期，高度垂直集成、开发者还得处理底层，直到 Deepseek 出现才转向应用层。他看好应用层：半导体与基础设施每年 3 位数成长的黄金期可能已过，基期垫高后成长一定会放缓，因此要观察成本下降与垂直应用是否涌现。
▶ 从这里看30:05大厂示范论与新创定位
大厂自己做软件常是示范性质，做得更好更便宜反而乐见，因为整体市场会扩大。投资人盲点是一开始就用「微软、Google 也在做」滤掉小开发商；第三方只要把复杂功能做得简单直觉就能吃下份额。厂商不会重复造轮子，创业应聚焦取得客户与服务精致化，除非像马斯克自建数据中心。
▶ 从这里看33:50Google 的自我革命与分拆
Google 面临自我革命的两难：搜索广告约占全球数字广告 60%，Google 又占其中约 90%，AI 做得太好等于自己打趴自己。他认为 Google 扩展 Cloud、收购 Wiz 是在为分拆做准备，以 Sum of Parts 加总评价可释放股东价值；他也提到，即使短期 EPS 不下修，只要长期成长展望低于数字广告平均成长，本益比仍会被下修。
▶ 从这里看41:20祖克柏力挺 Databricks 话题
Freddy 说在台湾从业的框架下不宜谈个股推荐，但可谈有代表性的公司。主持人提到最近常看到 Databricks，因为祖克柏在演讲中大力推崇其首席执行官，猜测可能有投资或策略结盟；Freddy 也因此去研究，过去只知道 Snowflake，并指出现在 Lake 与 Warehouse 的界线越来越模糊，数据库相关话题备受关注，但术语繁杂。
▶ 从这里看43:50Warehouse 与 Datalake 之辨
解释 Warehouse 与 Datalake 的角色差异：AI 刚兴起时最大迷思是认为 Snowflake 会受惠，不少人因此赔钱。因 Snowflake 以 SQL 为主，Databricks 走 Not only SQL 路线，能处理更广泛的数据型态与工作负载。
▶ 从这里看46:20AI 营收转化与定价难题
AI 营收没有随之暴增有两种原因：一是假 AI 产品，二是订阅制让 AI 带来的效益无法反映在售价或用量上。关键在定价方式，例如按 Token 计费或加购模块；若 AI 成本随使用量上升、收入却不同步增加，就是成长曲线不匹配，最危险。SaaS 若改成完全按用量计费以保住毛利，净留存率会立刻下滑，大客户也不买单，形成两难；Palantir 没有订阅制包袱反而成为优势，未来的受惠者未必是现在这批 SaaS。
▶ 从这里看53:50台股网络公司 IPO 经验
他在凯基内部写了意蓝信息的第一份意见书，当时还没有生成式 AI 概念，主打网络温度计、预测分析与自有机房，毛利率 90% 以上；过了几年，尤其 2022 年之后，叙事主题完全改变。往生成式 AI 发展需投入新的资本支出，一定会侵蚀原本 90% 以上的毛利率，但好坏很难论断。他也提到 2020 年左右陪同承销部拜访凯钿（凯基协办、主办为元大），当时点点签还只是刚开始做的 side project。
▶ 从这里看58:50凯钿 pivot 与 KK 集团上市
凯钿疫情后挣扎 pivot，把原本是 side project 的点点签（台湾版 DocuSign）变成主力，围绕 OCR 技术，现在可加入生成式 AI 做验证机制。话题接着谈到 KKBOX：他个人认为 10 年前就该上市，当时规划的主题是 KKBOX 作为稳定的现金牛，养着帮日本电信业者做白牌串流的 KKStream；KKStream 因云端用量大，还代理销售 AWS 服务。他认为这种多元现金流养人养团队，是台湾老创的生存方式之一，但也坦言这段没做细节研究。
▶ 从这里看1:07:35AI 工具实用心得
他最近最常用 AI 做理财规划：丢入条件后，AI 虽仍会算错，方向上合理，还会提出没想过的平衡方式；他会追问论点依据，并要求移除不可靠的参考来源后刷新。工具上，他觉得 Gemini 数学较准、算财务相对可靠，Grok 在数学与实时信息上表现较好，而 Claude 直接对话时幻觉较严重，原因不明。
▶ 从这里看1:08:50职涯转换与崩盘后倾听
他近况是照顾小孩当运动；四月因职涯转换期在休息，所以才能畅所欲言。许多人来找他聊职涯经验，他免费协助，感觉像心理咨商；四月股市崩盘，不少被资遣的人来倾诉，他会先请 AI 做初步归类再协助。最后推荐应景的《秘密会议》，他从宗教、面对不确定性与侦探片三个角度欣赏。
▶ 从这里看1:11:20拥抱不确定与资产配置
《秘密会议》谈到如何面对不确定性，应拥抱不确定、不要有定见；Freddy 延伸到投资，觉得什么事情都知道的人通常会出事。他自 2020 年起 100% 采用多元资产配置，用 ETF 涵盖股票、债券、原物料，靠低相关或负相关资产对冲风险，只留一小部分资金做选股等主动投资。他因 2018、2020 年被市场修理，加上专注单一产业的偏见在 2022 年会爆掉、放空又常出问题，最后选择放弃主动路线。
▶ 从这里看