《宋分分析師備忘錄 #13》市場最大的風險不是AI失敗，是AI成功得不夠快

從AI ROI、Token經濟到微軟Build Day，下一階段市場在交易什麼？

最近最常被問到的問題：市場是不是太貴了？

很多人開始擔心牛市是不是快結束了？

但我最近跟不少機構客戶聊，以及上週Microsoft Build Day之後，我反而產生了一個不同的想法：市場最大的風險可能不是AI失敗，而是AI成功得不夠快。

過去兩年市場交易的是AI是不是假的？但現在已經沒有人在質疑AI，

現在在交易的是：AI ROI會不會超出預期？

這看起來只是很小的差別，但對投資人而言，卻代表整個市場已經進入完全不同的階段。

而週五的盤勢動盪，市場開始交易”更高的利率“，不是“更差的經濟”，

震盪不是因為AI出了問題，市場擔心的是油價、通膨、升息，

所以市場在思考的問題是：AI創造的獲利，能不能抵銷宏觀逆風帶來的壓力？

---

一｜牛市結束的條件還沒出現，但市場正在進入更困難的階段

市場很貴，但牛市還沒結束，為什麼不矛盾？

目前標普500 PE大概21 倍，位於過去40年的區間高檔，很多人會說這樣大盤空間不大了，21倍處於頂端了，如果今天企業ROE只有 10%，21 倍確實很貴，但如果企業 ROE 接近歷史高點，獲利品質持續改善，估值本來就會提高。

很多投資人只看 PE，但機構更在意的是這個 PE 背後的獲利品質，以及這些獲利能維持多久，很多人覺得市場創新高一定是泡沫，但如果企業賺錢速度比股價上漲速度更快，那市場是在消化估值，不是估值擴張

另外，歷史上的牛市很少死於“昂貴”，通常讓牛市結束的，是“投機狂熱”+“基本面惡化”

如果基本面惡化，企業獲利要開始下修、景氣開始放緩、聯準會開始收緊、企業對未來會變得悲觀，目前還沒有完全出現，

市場可以容忍昂貴，卻很難容忍獲利下修，但目前今年以來標普500上漲8% ，Forward EPS 卻上修了 15%，反而讓市場 PE 比年初更低，但接下來的變化來了，AI 受惠股的投資難度快速提高了，

高盛最近有一句話我很有感觸，他們說：Future hyperscaler earnings Transfer Today’s semiconductor earnings，這句話點出了目前 AI 生態系的現象，就是“今天市場看到的獲利，不是新增價值，只是價值轉移”

當CSP買下大量 GPU，CSP的獲利先下降，NVDA的獲利先上升，當CSP建更多資料中心，CSP的自由現金流先承受壓力，AVGO、Vertiv、GEV的獲利先成長，也就是說，整個AI產業鏈終端價值還沒完全產生，但市場目前需要的是“能夠持續上修 EPS 的公司”，所以接下來最重要的問題：AI 創造出來的價值最後會留在哪裡？

是留在模型層？留在半導體層？留在雲端平台層？還是留在應用層？

這將是未來一年市場最大的投資主線，因為牛市沒有結束，AI 故事也沒有結束，但市場開始要求更高的證明標準了。

另外，市場知道 AI 最終一定要走向 ROI，市場也知道CSP不可能永遠只花錢不賺錢，所以接下來更難的在於：ROI有沒有比預期更大？(也就是ROI的斜率變化，不是ROI本身)，因為今天幾乎已經沒有人懷疑 AI 有價值，客服、coding、搜尋、購物等等都開始看到實際應用，甚至上週Google 提到，有些大企業在今年五月以前就已經花光整年的 AI 預算，Uber 甚至在短短幾個月內就用完原本規劃給 Claude Code 的年度預算，現在市場想知道的是：這些支出究竟是一次性的實驗，還是未來十年的新 IT 預算？(也就是會不會持續上修)

---

二｜AI創造的獲利，能不能快到足以抵銷油價、利率與通膨帶來的壓力？

週五VIX終於單日暴漲近40%，這兩個月來一路上漲的趨勢迎來第一次變化，10年期公債殖利率重新站上4.5%，市場轉向討論未來是否可能再次升息，

市場是不是終於開始Price Risk了？有，但是price風險，並不是price”衰退“。

什麼意思？也就是說，即使股市開始波動、VIX開始上升，信用利差還維持在歷史低點，信用市場目前還沒有在定價企業獲利將出現系統性惡化，市場開始交易”更高的利率“，不是“更差的經濟”，這是目前市場最有意思的地方，只定價了風險，還沒定價衰退，

市場很清楚，上週五的震盪不是因為AI出了問題，AI需求沒有消失、CSP也沒有縮減Capex、企業也沒有停止部署AI。市場擔心的是油價、通膨、升息，但你會說，升息肯定影響經濟呀？所以市場在思考的問題是：AI創造的獲利，能不能抵銷宏觀逆風帶來的壓力？現在市場除了相信AI之外，還要開始比較AI獲利成長速度、油價上升速度、利率上升速度，到底誰跑得更快？

這也是我認為市場正在進入新階段的重要訊號，我不認為目前最大的風險來自恐慌，反而有另一個更值得關注的風險叫做：Expectation Risk（預期風險）

我不確定你有沒有聽過預期風險？但你一直都在經歷

上面提到牛市還沒結束，但投資難度正在提高，市場並不是越來越寬鬆，反而是越來越挑剔。過去兩年只要跟AI有關，市場就可以給高PE，但現在是要看AI會不會比大家預期的更成功？如果市場預期某個產品未來能創造500億美元收入，最後做到300億美元，還是很成功，但不如預期，

因此未來最大的風險未必是AI失敗，也未必是AI泡沫破裂，是AI成功得不夠快，市場最大的風險不是獲利衰退，是對獲利的要求越來越高。

如果企業獲利開始衰退，牛市邏輯可能會被推翻，但如果獲利還在成長，只是上修速度低於市場期待，更多時候出現的是牛市中的修正。所以下半年可能會看到很多看似矛盾的現象，是AI需求持續增加，企業持續加碼AI，但股價下跌，市場反應冷淡等等，這些現象都不代表牛市結束。

在AI ROI持續改善的過程中，市場會反覆懷疑、反覆驗證、反覆修正，但只要EPS沒有停止上修，只要信用市場沒有開始Price Recession，只要AI ROI持續改善，未來許多修正更像是在“修正市場期待“，而不是修正牛市邏輯，而當期待被消化完之後，市場最終仍然會回到獲利成長這條主線上。

---

三｜下一個贏家可能是最便宜的模型，就像航空業，頭等艙永遠存在，但真正支撐整個產業規模的是經濟艙

投資人很容易陷入一種迷思：認為模型能力越強越好，

所以市場一直在比誰的模型最頂尖？但企業真正關心的問題是：誰的性價比最高？

如果一個任務只需要 80 分能力，企業不一定願意支付 100 分模型的價格。可能80分跟100分的效果差異不大，但成本可能低了95%，

於是 AI 市場開始出現分層，最高階模型負責高價值推理，中型模型負責一般商業應用，小型模型負責高頻、低成本任務。這很像航空業，頭等艙永遠存在，但真正支撐整個產業規模的是經濟艙。

許多人看到模型價格持續下跌，就開始認為產業利潤會被壓縮。但歷史上價格下降往往會刺激需求爆發，需求爆發又會創造更大的市場，過去的雲端、儲存設備、網路頻寬都是這樣，假設AI模型價格下降 90%，使用量增加 100 倍，那整體市場規模反而更大。

這也是我一直認為市場未來應該關注的是整個token的總需求成長，並非Token 單價下降，如果推理成本下降，企業就會把更多流程交給 AI，更多員工開始使用 AI、更多軟體內建 AI、更多 Agent 開始自動執行工作，最後整體 Token 消耗量可能呈現指數級成長，而不是下降。

接下來我認為最值得觀察的變化是誰能把成本降到最低？接著誰能把模型能力與任務需求精準匹配？最終勝出的公司未必擁有最強模型，是擁有最好的經濟模型。

因為企業不care模型強不強，是care“生產力”，每花一塊錢能創造多少價值？而當市場開始討論成本優化、模型分層、推理效率與 Token 管理時。也代表 AI 已經跨過了實驗階段，正式進入商業化階段，所以我會認為，最大的贏家，很可能是能夠以最低成本創造最高價值的模型。

---

四｜價格下降才是市場擴大的開始，借鏡google搜尋與AWS雲端的成功，推導未來AI的定價權

很多人會覺得，假如Token降價了，不就等於沒有定價權？

其實”價格“跟“定價權”是不同的事情，定價權不等於漲價，

你看喔，AWS過去20年幾乎一直降價，但沒有人會說AWS沒有定價權，對吧？

AWS歷史上降價超過一百次，每GB儲存價格一直下降、每單位雲端運算價格一直下降，但AWS毛利卻越來越高，營收越來越大，自由現金流越來越強。

因為價格下降激勵使用量暴增、接著就有規模效應、最後帶動利潤增加，這就是科技產業最經典的模式

我們要看的不是token價格，是Token經濟，市場真正關心的不是每個Token賣多少錢嗎？不，是每個Token能”賺“多少錢！

例如2024每百萬Token 10美元，毛利50%，2027每百萬Token 2美元，但毛利80%，使用量100倍，當然是後者賺比較多。所以投資人很容易掉進一個陷阱，看到價格下降就以為商業模式惡化。但很多科技產業恰恰相反，價格下降才是市場擴大的開始。

你有沒有發限Google搜尋幾乎免費？如果Google搜尋一次1美元，沒有人要搜尋了，所以Google成功的原因是：把搜尋成本降到接近零，然後讓全世界每天搜尋幾十億次

AI未來很可能也是如此，token越來越便宜，但Token數量暴增100倍。

那我先前說的CSP的定價權在哪裡？

很多人以為CSP的定價權=Token價格上漲。不對，真正的定價權是”CSP決定市場怎麼收費“。例如：第一代案seats收費，Copilot每人30元，第二代按Token收費，第三代按Agent收費，第四代按成果收費，這就是定價權，不是我把價格從10元變20元，是我決定整個產業怎麼計價。

就像AWS不是靠漲價成功。它是把買伺服器改成“租”伺服器，再改成案秒計費，最後按請求次數計費，這種計價權才是最大的護城河。

更深一層的思考，未來真正有價值的東西，可能不是Token，是“成果”，

今天企業想買的不是Token，是客服問題被解決、文件被整理、報表被產生，

所以未來很可能變成完成一次客服案件多少錢、完成一次軟體部署多少錢等等

到那時市場不會討論Token價格，就像今天很少有人討論Google搜尋一次成本多少，大家只在乎搜尋結果有沒有價值，而當市場從賣Token變成賣成果時，CSP的定價權反而可能比今天更強。

---

五｜微軟正在押注：未來AI最大的價值不在模型，在Context

過去二十年，微軟一直是華爾街最喜歡的商業模式之一，他的Windows、Office、SQL Server、GitHub、Dynamics，這些軟體最迷人的地方在於賣一次之後，再賣給下一個客戶的成本幾乎趨近於零，因此大型軟體公司的毛利率經常高達80%甚至90%，這也是為什麼市場願意給軟體公司很高的估值，因為每增加1美元收入，有很高比例最終會流到EPS。

但AI出現之後，事情開始改變，以前使用Office的人越多，微軟幾乎不用付出額外成本，現在使用Copilot的人越多，微軟反而要承擔更多成本，因為每一次推理，每一次Agent執行，每一次Token消耗，背後都需要算力，如果這些模型主要來自OpenAI或Anthropic，那麼市場就會開始擔心AI到底是在幫微軟賺錢，還是在幫模型公司賺錢？

投資人害怕AI最終會讓軟體公司從80%毛利率的生意，變成50%-60%毛利率的生意，這種擔憂非常合理，因為如果未來每增加1美元收入都需要消耗更多Token成本，那麼即使營收成長，獲利率也未必能同步成長

但上週我看完Build Day後，認為市場可能低估了一件事。微軟正在努力避免自己變成單純的”AI轉售商”，如果Copilot只是把OpenAI包裝後賣給企業，那麼市場的擔憂是正確的。因為那樣的商業模式本質上只是轉售Token，轉售Token的毛利率永遠有天花板，

但Build Day透露出來的方向完全不同，Web IQ、Agent Framework、Azure AI Foundry、Windows Agent等等，它們都不是模型，是Agent Infrastructure，infrastructure的價值來源跟模型不一樣，模型競爭的是誰回答得最好，Infrastructure競爭的是誰掌握流量。

Web IQ 是什麼？

簡單來說，以前我們要搜尋，會去goolge搜尋網頁上尋找答案，現在Agent要搜尋，Agent去哪裡找資料？就是Web IQ，但他並不是單純的搜尋而已，是Discover、Rank、Extract最後Package Information給 Agent 使用，它不是把100個網站丟給Agent，是直接整理好變成Agent可消化的格式。

這件事為什麼重要？

其實Agent最大的成本之一除了推理，還有搜尋資料、讀資料、整理資料，很多Token浪費在把垃圾資料丟給模型，然後讓模型自己閱讀，微軟宣稱Web IQ最大的特色之一是：Fewer tokens in, better answers out. 翻成人話就是同樣問題，消耗更少的Token。

這是不是很熟悉？剛剛提到的：下一個贏家可能是最便宜的模型，Web IQ就是同一個邏輯。

然後在Build，我發現微軟開始出現一個新架構：

從Microsoft IQ到Work IQ(知道公司裡發生什麼事)到Fabric IQ（知道企業資料庫）到Web IQ（知道全世界正在發生什麼事），微軟在賣Context。

我們回到第一段的：Future hyperscaler earnings Transfer Today’s semiconductor earnings. 未來究竟錢要從哪來？如果模型變成商品，如果Token價格一直跌，真正有價值的東西是Context、Workflow、Distribution。

所以我看到 Web IQ 時第一個聯想到的是Bloomberg，Bloomberg有價值的不是新聞，是“整理過的”資訊。華爾街付費的不是資料，是已經被結構化的資料。Web IQ其實很像在做同樣的事情。

---

AI 創造出來的價值，最後會留在哪裡?

這是我認為未來一年最重要的投資主線。

過去兩年，市場最容易賺錢的方式是找到 AI 受惠股就夠了，

但未來兩年，更重要的可能是找到：AI 生態系裡真正能留下經濟價值的公司。

從歷史來看，每一次技術革命，受惠者都很多，但最後留下超額報酬的永遠是少數。

鐵路革命不是所有鐵路公司都成功，網際網路革命不是所有網站都成功。

智慧型手機革命也不是所有 App 公司都成功，AI 可能也是如此，對吧？

未來市場會開始反覆驗證幾件事：誰掌握流量？誰掌握資料？誰掌握客戶？誰掌握工作流程？誰掌握定價權？

最終股價買的不是技術，是技術背後的經濟價值。

牛市是否能夠延續，最後看的不是模型有多聰明，不是 Token 有多便宜，甚至不是 Agent 有多厲害，而是這些技術，能不能持續轉化成企業獲利，以及企業獲利能不能持續轉化成股東回報。

當市場開始問這些問題的時候，代表 AI 已經不再是一個故事，它正在變成一門生意。

-

因為上週來不及發備忘錄，這週把內容補齊

宋分

《美股送分題》