誰賺走了AI時代的錢？HALO資產交易必看的投資清單
市場（Markets）
在後AGI世界中，價值將流向哪裡？
目前來看，價值確實集中在基礎設施層——芯片、封裝、電力等領域。英偉達幾乎拿走了AI熱潮中超過100%的利潤，因為許多公司仍在虧損。這一點在市值變化上也體現得非常明顯：英偉達市值增加了3.2萬億美元，從1.2萬億美元升至4.4萬億美元；相比之下，雲平臺的漲幅要溫和得多（微軟上漲4%，亞馬遜上漲30%）。
在私募市場上，OpenAI、Anthropic和xAI的估值增長也非常驚人，但三者合計1.4萬億美元的總價值增長，仍然低於英偉達在同期增加的市值。
這是2024年一開始就非常關鍵的一個問題。
英偉達和微軟會發生什麼？
英偉達表現極其強勢。其營收從2024財年的609億美元增長到2026財年的2159億美元，幾乎增長了三倍。
微軟則沒有那麼佔優勢。Azure的增長確實加速到40%的同比增速，但從2024年1月到2026年3月，微軟股價僅上漲4%。市場對其每年超過800億美元的AI資本開支產生了質疑——投資何時才能轉化為回報仍不清晰。
在這場「賣鏟子和鐵鍬」的AI淘金熱中，英偉達顯然是最大贏家，而微軟在基礎設施上的押注，暫時還沒有給股東帶來明顯收益。
銅是否被錯誤定價？
確實被嚴重低估了。2024年1月，銅價為每磅3.75美元，兩年後達到每磅6.61美元的歷史新高。
AI對銅的需求極其龐大。例如，英偉達GB200 NVL72伺服器機架使用超過5000根銅線。如果全部拉直，總長度超過2英里，一個100MW數據中心大約需要3000噸銅。
總體來看，數據中心每年可能消耗50萬噸銅。有人因此說「銅是新的石油」。當然，也有很多其他東西被稱為「新的石油」，因為AI基礎設施建設極其複雜，幾乎每個環節都有瓶頸。所以這種說法也需要謹慎看待。
房地產（Real Estate）
如果AI可以寫所有軟體，那麼舊金山會不會變成新的底特律？
這要看「新的底特律」指的是什麼。
AI實際上拯救了舊金山，避免它變成像底特律那樣衰落的城市。現在舊金山依然在繁榮：
- 辦公室空置率從36.9%降至33.5%
- OpenAI擁有100萬平方英尺辦公空間
- Anthropic擁有1棟25層辦公樓
- Sierra簽下30萬平方英尺辦公面積
2025年上半年，78%的美國AI風投資金流向灣區。當然，也存在另一面：舊金山整體就業人數仍低於疫情前水平，但房價依然堅挺。因此，它絕對談不上是一座「空殼城市」。城市環境也變得更加整潔。
AI會如何影響財富不平等？
現在下結論還為時尚早，數據變化並不明顯，但已有一些研究值得關注。
IMF 2025年研究認為，AI可能減少工資不平等（因為自動化高收入工作），但可能加劇財富不平等（資本收益集中在科技公司所有者手中）。OECD的研究發現：低技能崗位工資增長最快（裝配工+11.6%），高技能崗位增長最慢（CEO+2.7%）不過這可能更多反映的是最低工資政策，而非AI本身。
在資本市場上，集中度也在上升：「七巨頭」（Mag7）佔標普500市值約32%，貢獻了2025年約42%的總回報；同時，AI初創公司巨額融資（OpenAI 1100億美元、Anthropic 300億美元）也讓少數創始人和投資者獲得了巨大的私人財富。
能源與數據中心（Energy & Data Centers）
如果AI變成一場能源競爭，該如何投資？
這個判斷完全正確。AI的確變成了場能源遊戲。
抓住這個交易的人賺得非常多。例如：
- Vistra：+321%，2024年標普第二大漲幅（僅次於Palantir）
- Constellation Energy：自ChatGPT發布以來股價翻三倍
- NRG Energy：2025年單年上漲約95%
- Oklo：12個月上漲700%+
核能迎來了爆發：
- 微軟簽署160億美元、20年期PPA，重啟三里島核電站
- Google與Kairos Power簽署500MW小型模組化核反應堆（SMR）協議
- Meta與多家核能公司簽訂6.6GW電力合約
能源成為AI時代最成功的投資主題之一。
在整個數據中心供應鏈中，哪些環節最難擴張10倍？
芯片產業的瓶頸是CoWoS封裝技術（臺積電的Chip-on-Wafer-on-Substrate）。
在數據中心領域，最大的瓶頸則可能是電力變壓器。
• 配送週期接近3年
• 2025年出現30%的供應缺口
• 成本自2020年以來上漲150%
這個已有100年歷史的技術，卻成為數據中心接入電網速度的關鍵限制。
煤炭是否被低估？
某種程度上是，但遠不如銅。2025年煤價實際上下跌約22%，到2026年初有所回升。
煤炭公司表現尚可：
- Peabody Energy：+34%
- CONSOL Energy：+37%
同時，美國煤電發電量到2025年9月增長13%。
數據中心增長較快的州表現尤為明顯：
- 俄亥俄州：+23%
- 俄克拉荷馬州：+58%
國家（Nations）
誰是贏家，誰是輸家？
贏家顯然是美國。
2024年美國私人AI投資1090億美元（中國僅93億美元），自2013年以來累計投資4700億美元，超過其他國家總和。2024年美國發布40個重要AI模型，中國為15個。
遊戲還沒有結束，但目前來看，美國是AI競爭的中心。
印度2500億美元的GDP出口依賴GPT-4 token，會發生什麼？
情況已經開始顯現，但仍在早期階段。印度IT外包行業的招聘明顯下降。2024–2025年間，大型IT公司裁減約5.8萬人，而在2021–2023年間，該行業曾新增36萬員工。
軟體工程師會不會像歷史上的打字員那樣被替代？
目前軟體工程師還沒有去做藍領工作，但職業結構已經出現分化：
- AI工程師需求增長143%
- 大型科技公司初級崗位招聘下降25%
- 實習崗位減少30%
未來的選擇可能是：要麼向上升級為「AI代理的管理者」，要麼轉向製造業等領域——畢竟很多工廠也需要懂軟體的人來自動化生產流程。
會不會出現類似「新政」的大規模就業計畫？
目前還沒有。
2025年7月，特朗普政府推出「美國AI行動計畫」，包括：
- AI教育行政令
- 技能培訓計畫
- 勞工部8400萬美元學徒項目補助
但美國勞動力培訓支出僅佔GDP的0.1%，在OECD國家中幾乎最低。目前還沒有任何計畫達到當年WPA（850萬人就業計畫）的規模。
終身學習是否值得投資？
這是一個非常抽象、也非常個人的問題。但我的答案是：值得。
通脹（Inflation）
如果AI真是通縮性的，我們會如何首先看到這種信號？
最好的指標可能是AI API價格。
GPT-4級別的推理成本：
- 2022年末：每百萬token 20美元
- 2025年12月：0.40美元
三年下降50倍。這一速度甚至超過PC算力成本下降或互聯網帶寬成本下降。這很可能成為服務價格通縮的領先指標。
如果知識產品需求不斷增長，而生產成本下降，該如何理解通脹？
雖然AI API價格暴跌，但AI公司收入卻在飆升。價格下降 → 使用量爆炸 → 總支出增加。同時，SaaS公司還在續費時加收20%–37%的「AI稅」。因此，即便軟體生產成本趨近於零，SaaS收入仍在增長。
這與摩爾定律時代的計算行業類似：單個產品越來越便宜，但整體市場規模不斷擴大。
地緣政治（Geopolitics）
互聯（interconnect）真的重要嗎？
極其重要。
在大型GPU集群中，30%–50%的訓練時間用於GPU之間通信，而不是計算。
例如，Google TPUv7 Ironwood使用3D torus拓撲連接9216個芯片、Nvidia NVL72連接72個GPU，因此互聯網絡對AI規模化至關重要。
如果一個國家有更多能源，是否可以用落後製程實現AGI？
目前來看不太可能。
所有領先AI芯片都使用4nm或3nm工藝，Nvidia Blackwell、Google TPUv07、AWS Trainium3。
中國華為Ascend 910C（SMIC 7nm）在推理方面具有競爭力，但在訓練方面需要更多芯片和更多能源。單純通過增加能耗來彌補技術差距，最終會遇到經濟成本的限制。
最可能的「臺灣事件」是什麼？
最可能的是臺灣海峽封鎖。
而緊張局勢已經在升級：
- 2024年：中國舉行「聯合利劍-2024B」演習
- 2025年：「正義使命2025」動用100多架飛機、13艘軍艦
- 27枚火箭從福建發射，其中10枚落入臺灣毗連區
同時，中國在2026–2030五年規劃中開始將「和平統一」和「統一」分開表述。
臺積電也在提前佈局：亞利桑那州正在建設8座晶圓廠，未來可能承擔30%的先進芯片產能。
但整個體系仍然處在極其脆弱的平衡之上。