逐字稿：游庭皓的財經皓角 2026-01-14

00:00:23 - 00:01:24
投資朋友歡迎收聽早晨財經速解讀，現在是臺北時間 2026 年 1 月 14 號禮拜三，早上 8:32。大家早安，我是游庭皓，每天早上開盤前半小時，我們在這邊陪伴著各位，一起解讀國際財經新聞時事變化。
那今天一早，我們來觀察整個財報季逐步的拉開序幕之後，美國股市道瓊收黑了接近有 400 點，不過費半到目前為止仍然非常強勁。我們看其實整體美國股市，目前仍然在創新高上方持續的震盪。一次的財報季公佈以後，我們就可以具體瞭解，包括去年一整年的市場，針對今年的整體展望，以及接下來美國股市在面對宏觀格局底下，市場的發債情況為何。
畢竟按照目前鮑爾的態度，似乎今年整體利率下滑幅度是有限的。可是真是如此嗎？那麼接下來市場會不會在 2026 年迎來第一個最大難關，那就是缺錢的問題。由於今年有這麼多的 AI 新創要 IPO 市場的舉債量又非常高，會如何形成資產輪動呢？
00:01:24 - 00:02:25
畢竟從今年年初以來，雖然美國股市還在一個驚驚漲格局，可是亞洲股市是跑更快的。市場開始押注這股動能，不只是短線上的反彈，而是結構性輪動。我們看花旗、高盛在內的投行，都點名看好了亞洲科技股。一來是 AI 相關的需求持續升溫，二來呢是估值相對便宜非常多。
其實我們看亞洲股市，從去年年底一路漲下來，平均而言在亞太市場漲幅大概是 40%，而整體美國納斯達克指數漲幅也不過 11% 到 12% 左右。那更關鍵的是獲利空間，因為南韓、臺灣股市，一方面從基期而言，不像是美國股市長年來這麼高；那第二方面呢，獲利成長空間非常快，整體 EPS 的成長幅度，南韓在過去一整年成長了 8 成，臺灣呢是成長了 3 成，這個很明顯比納斯達克企業的成長預期來的高。我們過往都覺得那種獲利的暴升，在 AI 榮景當中應該是軟體股，但很抱歉。
00:02:25 - 00:03:26
AI 終端產品營收還沒有推出來，目前對於這些納斯達克指數來說，大部分的軟體股都還在燒錢的階段，而真正在獲利大舉賺錢的，其實都是臺灣或者韓國這些硬體商，那這個時候就要往外擴了。就軟體商還在燒錢，可是呢由 AI 所引起的火苗，已經開始擴散到其他產業，像是 2021 年到 2024 年，我們看七巨頭的 EPS 成長是很明顯領先的，可是到 2025 年之後，成長率就開始有所趨緩了，進入到 10 幾% 的區間。
那到 2026 年、2027 年看起來就有機會，剩下的七巨頭以外，或者呢我們看整體中型股、小型股，會不會在今年有否極泰來的空間？這就說明著該花錢的他們還是在花，但是呢 AI 的製造擴產的效果，已經影響到全球的這些半導體股了。當然 AI 浪潮讓市場現在更偏好高風險、高杠杆、低獲利的股票，反而忽略了品質好的公司哦。
00:03:26 - 00:04:27
因為現在市場上很多 ROE 高、獲利穩定、負債低的企業，很久沒有被人家注意到了。一開始跟 AI 沒有這麼高強度的聯動，可是後來發現所有的電子零組件，只要你是做電子場的，其實都是跟 AI 有關。如何進行產業升級？只要有了方向之後，你的低估值反而現在就形成了優點。所以有國家層面的低估值，像亞洲新興市場；也有從個股層面的低估值。
那如果呢我們現在看 GDP 的水準也是如此。GDP 這兩年之所以能夠撐在不錯的水準呢，AI 投資功不可沒。這更彰顯了川普是不允許 AI 泡沫在他本屆任期泡沫破滅的，因為他的 GDP 幾乎就是 AI。我們來做比較，你把含 AI 投資跟扣掉 AI 投資的 GDP 成長率拿來一比，就知道了。從 2022 年下半年開始，兩者的差距就逐步的拉開，從 2024 年到 2025 年上半年特別明顯。沒有 AI 相關的資本支出，經濟成長幾乎就是塌了一截。
00:04:27 - 00:05:27
尤其在去年上半年就已經開始了。換句話說，美國現在的景氣結構其實非常集中，傳統部門並沒有全面復甦，靠的是資料中心、算力和軟硬體相關投資。好那現在因為傳產部門現在都已經開始有點上漲，我們講的不是那種純服務業，我們講的是那種傳統製造業，現在已經開始有否極泰來的感覺，是否就意味著 AI 已經有開始外溢的效果了？所以第一個迎來的就是缺錢的問題。缺錢，他就必須要以更寬鬆的貨幣環境來做支撐，這也是上半年最大挑戰。
因為上半年還是鮑爾擔任聯準會主席嘛，市場會不會造成一系列的鷹派政策，或者鷹派態度？很難說。我們隨著 OpenAI、Anthropic 等公司，現在估值動輒都是數千億美元，開始討論 2026 年很有可能下半年就要上市了。那科技產業每一次的大規模 IPO 潮，往往都伴隨著對於未來的過度想像，那這一次的 AI IPO 關鍵就不僅僅是估值了。
00:05:27 - 00:06:28
而是財務結構。第一，能否承受公開市場的檢驗？第二，錢沒這麼多，到底要優先給誰更高的估值，就形成極大挑戰。你像 CoreWeave 去年作為 AI 概念股，早期因為熱潮的暴衝，隨著債務、資本支出和獲利模式被攤在陽光下，股價就迅速回吐。所以去年下半年那個 10 月份的 AI 永動機，已經提醒投資人了，那個 AI 的故事一旦從願景進入到季報，那個敘事難度就會瞬間拉高。所以可能真的要等本季度財報陸續公佈以後，哎，才可以有下一次的做夢行情。我們就看看是否在這個時間點，大家有進一步檢視的機會。
畢竟現在 AI 從深層次內容來看，還在大亂鬥。我們從過去 12 個月、6 個月、3 個月、一個月看得出來，ChatGPT 已經連續 5 個季度在 AI 市占率持續下滑，從本來接近有 80% 左右的市占，現在大概只剩下 64%；那 Gemini 則是上升到 21%。哦不過我前陣子用 Gemini 比較多，
00:06:28 - 00:07:29
我後來又發現是算力不夠的問題嗎？那回答又變得怪怪的，那生成圖也生成的越來越慢，好所以最近又回來用 ChatGPT 了。也許 ChatGPT 也可以迎來第一次的反彈，但是呢我們也知道，市場的估值肯定不是希望你推出去 ChatGPT 6,7,8 或者 Gemini 3、4、5 就能夠讓估值一度的攀升。
今年市場的期望已經很高，也就是硬體的 AI 必須要逐步出爐。我們過去所談到的未來工廠，多半都是機器取代人力、關燈就能夠運轉的自動化的幻想。但現實呢，卡在成本高、彈性差、失敗率又高，和現在不一樣了。生成式 AI 成熟以後，現在的工業軟體和機器人技術也開始成熟，製造業目前已經迎來真正的轉折點了。如果我們統計在去年年底，像西門子在德國的工廠，現在的產量靠工業化機器人已經比 30 年前增高了 20 倍，人力卻是差不多。生產力的暴增就是如此。有時候生產力的暴增不是因為人口突然變很多，而是在同樣的人力底下，
00:07:29 - 00:08:30
技術快速進步，產出變得極高。機械手臂現在能夠焊接、切割、組裝、檢測，所以雖然我們看現在手機組裝可能還是要有人工的培養，可是按照這個速度，手機純機器人代工可能性已經很高了。即便有些微誤差，機器人最大優勢就是可以 24 小時工作，成本這樣子換算下來，其實不會比人力高。
所以真正顛覆想像的就是實體 AI。過去的模擬和現實落差實在太大，燈光一變，那個物體的角度就不同，那機器就當機了嘛。現在不一樣，因為 AI 模型能夠吃下海量的感測器和影像數據。過去是都覺得，那個機器人就是那工廠裡面的機器人，一個動作一個動作，那個不是 AI。現在的 AI 就是螺絲掉了，機器人還可以意識到螺絲掉了，必須把它拿起來組裝再送出去哦。按照這樣的一個效果，就代表著市場針對未來的 AI 想像空間越來越快速，那終端產品的推出也越來越快了。我們看這一次 CES 展當中，
00:08:30 - 00:09:31
很久不見的摩托羅拉。摩托羅拉後來被聯想併購了嘛，這次就推出了首款的書本式的折疊機，加上 AI 的穿戴概念機亮相。哎，這一次亮相好像，雖然的確折疊機已經不是特別意外了，不過呢它有 6.6 吋的外螢幕，打開之後是 8.1 吋的內螢幕，尺寸比美國市面上多數的競品都還要來的大。那你要知道，摩托羅拉這一次還透露了一個概念階段的 AI 穿戴裝置，包括內建的相機，主打即時的翻譯，看著環境就能問問題。
AI 手機、AI PC 在今年的推出應該就成為全面性標配。所以 iPhone 17，基本上我們過去看到 iPhone 的確已經開始跟 OpenAI 應該有一些合作嘛，今年開始跟 Google 的 Gemini 合作，今年的 AI 手機如果沒有 AI 功能呢，可能就開始落一拍了。那第二個呢，是我們看到你像電商，我們看到像 Wonder 的新創，這家新創哦，他是把餐飲店變成下一個亞馬遜哦。這家公司砸了 20 億美元，
00:09:31 - 00:10:33
從外送到餐包到媒體，一路整併到自動化廚房。核心概念就是把做菜的流程給拆解、標準化，再交給機器和軟體執行。也就是說變成一個純自動化的生產線，廚房包括精準的去加料、旋轉餐館，每小時大概可以高達 500 份的餐點。那事實上，現在到底這個餐飲你吃的到底是人做的還是機器人做的？其實有時候還分辨不出來，有時候便當過來覺得味道都差不多，這也引起在美國新一輪的投資潮。
另外一個就是 AI 機器人胚胎。我們知道其實在做紐約新創，這家公司叫 Life Science，那個團隊哦，他就把那種製造業等級的精密機器人搬到生殖醫學哦。就是找卵子的演算法都改變了影像的辨識技術，而且這項技術哦，他是採取開源模型來的，他是根據百度的開源技術，公司目前在墨西哥做臨床試驗呢。我們要知道，就說機器單次療程，你要做什麼受精卵放到可植入的囊胚的成功率，
00:10:33 - 00:11:35
其實你用人工的話，其實還是有很大風險的，但整體的活產率、更關鍵的數據，如果完全交由機器人的話，那基本上就可以達到更好的機率。因為全球現在畢竟晚婚，精子數下降，生育需求暴增，那這樣的一個效果就導致很多胚胎師能力不足，流程又高度手工藝，所以如果能夠自動化、把品質做成標準，哦看起來市場上的投資新創都在做這些事情。以前都覺得 AI 就是一個單純的工具，應該講說機器人就是一個單純的工具。
可是在 AI 的幫助底下，一旦機器人當中出了某些意外，他開始有能力去識別錯誤並且開始修正。我們看在現在的機器人大戰當中，這一次不管是 iRobot 的 Roomba，還是我們看到中國的掃地機器人，都推出一系列的硬體的改革，來適應目前 AI 的拉抬。以前是有機器的身體但是沒有大腦，那運作就很怪；那現在呢至少你可以瞭解到他內建等同於每一個機器人都有一個 OpenAI。
00:11:35 - 00:12:37
你像北京的掃地機器人叫 Roborock Technology 哦，這就是在 CES 展當中他推出的概念產品，就是有兩隻腳的掃地機器人。為什麼呢？因為有些人的家裡有樓梯嘛，所以他要自行抬腳爬樓梯、跨越平整的地面。那背後就要有技術，要有 AI，要有動作感測，要有 3D 空間的辨識技術。
那特斯拉今年雖然仍然把市場的精力押注在 FSD 哦，不過呢 Optimus 目前的量產，應該今年還是主要投入到工廠當中哦。原本去年預估要生產 5,000 台哦，但後來好像只有 1,000 台左右哦，所以今年還是有很大的鴻溝。反而特斯拉率先進入到 Optimus 以後，鑄造了大家資本大幅湧入到機器人產業當中。我們看各項產業都是如此，舉例來說，我們看 2024 年到 2025 年的主流人形機器人，現在又變了一輪。當時的主流都是一些波士頓動力的 Atlas，或者 Phoenix 機器人 Sanctuary，或者 Figure AI、Unitree 宇樹科技哦。
00:12:37 - 00:13:37
那我們現在觀察市場上在不同機器人的發展概況哦，現在如果我們仔細觀察這幾年其實發展最好的、進步最快的反而是 Figure AI。為什麼？因為它成立時間很短，它成立時間也才 3 年。它原本公司老闆是做那個電動垂直起降飛機領域的，現在呢在整合，盼在去年曾經跟 ChatGPT 4 合作嘛，結果呢推出了自家模型，現在資本市場也極度受到吹捧，整體 C 輪的融資估值已經飆升到 390 億。
那它最大的優勢它採用的是創新型的 System 1 和 System 2，就是大腦 1 和大腦 2，有點類似那個《快思慢想》，一個是負責小腦的動作控制，另外一個是負責大腦的規劃，雙系統的架構，試圖去解決機器人在反應速度和通用性的矛盾。那當然它的劣勢也很明顯，就是他那個面部看起來有點恐怖，就有點太未來了，太像那個《機械公敵》了，就有些人說把他弄得可愛一點、比較和善。所以 1X，
00:13:37 - 00:14:38
1X 就是另外一家受關注的明星機器人，他讓市場上最關注就他的臉，看起來非常的無害。在去年年底的時候，他就發佈了 Neo 這個機器人，長得非常可愛。那跟 Figure AI 相比，1X 在外觀設計上更為聰明，Neo 的臉部設計，哎這看起來就非常具有親和力，讓人家更願意帶入到家庭環境當中。不過呢，後續要針對機器人自主能力的質疑，在技術上看起來還是落後給 Figure AI 的。
再來是 Dyna Robotics，這個是在矽谷的明星公司，它是由三個華人所創立的，它也是屬於垂直突破派，主張在特定的場域先把模型做到極致再尋求泛化，目前也獲得了大量的資金。那它的重要目的在於小而精，就是不同的參數規模，他在乎的是商業落地功能。他現在不求打入到終端的客戶家裡當中，他要求能不能盡可能的在工廠當中大量的取代人力哦。而這個取代人力講的不是那個鴻海工廠裡面的機械手臂，
00:14:38 - 00:15:38
哦他講的是那種，需要有一點當下 AI 其實判斷的能力，比如說疊衣服，疊衣服有不同角度、不同光線可能所帶來的困擾嘛，或者說呢要切魚、要切貢丸，一些比較需要細節、手部動作的這些機器人，他正在尋求這樣的一個突破。再像是 Skild AI，Skild AI 是做機器人大腦的，它並不是單純做硬體本身的，屬於通用模型先切入，讓同一個模型能夠適配性的做好機械手臂，或者四足型的肢體機器人。那它的目的就在於哦，所有的機器人你只要套用我的通用模型，他都會有基礎的能力，這樣子即便你是做硬體的，可是你在軟體上沒有特別大的優勢，我們也可以來做一些合作。
另外一個就大家耳熟能詳的波士頓動力，他算是老牌了，極致的運動控制的能力。早期波士頓動力他就已經引入到移動的控制系統了，所以現在在任何複雜地形上走路，他目前是走的最穩的。
00:15:38 - 00:16:39
那我們可以觀察到，這些新創企業目前都已經獲得了在今年進一步估值的提升，如果 OpenAI、Anthropic 帶頭衝的話，就有進一步想像的空間。那這些巨頭其實也不落人後，你像亞馬遜的部分哦，現在的撿貨機器人已經超過 100 萬台了。按照這個速度，因為它是指數型翻倍嘛，今年亞馬遜的機器人就快要比亞馬遜的人還要來得多了。亞馬遜員工大概 140 萬嘛，已經連續四年下滑了，因為機器人一直取代人力嘛，那有可能今年就會成為轉折點哦。
那輝達的部分哦，過去我們提到它的 GR00T N1，這個機器人他也是屬於開源、類開源的模型，主要是希望成為機器人界的 Android。在 GTC 大會當中，他當時所試出的項目，某種程度也是想要爭奪生態的控制力。他雖然不做具體硬體，可是呢希望大家可以採用它的軟體。這給投資朋友做一些思考，事實上我們講說這個機器人的基礎模型跟那個 ChatGPT 到底差別在哪裡？
00:16:39 - 00:17:40
一個定義的本質就是：一個是會說話的大腦，一個是會動手的大腦。ChatGPT 他要處理文本、要處理邏輯、要有推論；可是機器人，他不需要具備大模型的常理的推理能力，他需要的是那種硬體本身和物理世界的互動。到底怎麼抓球是最穩？怎麼抓雞蛋不會讓它破但是又可以把它給抓的穩呢？
再來哦就是 VLA 模型的知行合一。就說 ChatGPT 它輸入的文本，看輸出，就是輸入另外一條文本或者代碼嘛；但是機器人哦，它是你要同時輸入那個視覺，還要聽覺、還有動作，輸入以後最後才產生一條控制指令，這個難度又更高了一點。最後呢是我們看到數據來源，所以 GPT 網路上什麼數據都可以做，但是機器人的模型現在只能從 YouTube 上去抓那個人類的動作。可是即便有這麼多影片呢，我們看到現在的發展呢，還是受到比較大程度的局限呢，就物理世界的鴻溝還沒有完全的跨過去。所以中間面臨的幾項數據，
00:17:40 - 00:18:40
會極度挑戰。比如說呢，我們過去跟投資朋友提到，你像數據缺失的問題。現在機器人發生動作的時候，那個手指的關節具體角度到底要轉多少？或者要施加多大的力量？其到目前都為止都還沒有一個系統性的技術上的突破。機器人需要的是那個傳感器，它會反應給你那個壓力嘛，但是這個數據網路上幾乎找不太到，你就必須要靠物理實體世界去採集。所以大家就只好放很多機器人在各地，訓練你到底能不能感受到這個物體的承重物、這個物體的脆弱程度為何。
再來呢，是我們講說訓練資料一增加，模型距離的最優解的落差。而且幾乎都會呈現那種冪次的關係，因為不管是我們看到增加訓練的次數、增加訓練的環境複雜度、還是組合數，那個斜率都呈現數據越多、效能越好的相關係數是負一。所以這很明顯，就是當任務越來越多的時候，那個時候有時候機器人就會當機，
00:18:41 - 00:19:41
太多交雜物混合在一起的時候，他所做出的判斷，往往就跟人類那種常理的反應形成極大落差。這就物理世界跟我們講到說 ChatGPT 當中大語言模型的實質區別。所以最後一開始大家做的，就並不是直接去訓練控制策略，而是先用人類操作的影片去微調這個世界的模型，讓模型學會物理世界怎麼動，行為帶來什麼樣的後果；然後呢在世界模型當中先跑模擬，生成出這個機器人在還沒有具體運用的時候，他會做哪些事情呢？用這樣的一個方式來做突破。
所以他等同於是硬體求的是那個自由度，求的是他的效能，可是最重要的還是軟體他如何跟物理世界掛上鉤，這個就是我們觀察到機器人爆發以後，人類基本上在今年呢已經迎來極大難關。我們就看今年有沒有機會亞馬遜的員工人數低於亞馬遜的機器人人數，你大概就可以知道，人類可能很多的勞動性工作，
00:19:41 - 00:20:41
可能在未來幾年都會陸續的解放，那也不是壞事。人類就有機會解放雙手去做其他開創性的工作嘛，就好像以前我們想不到會有那寵物美容師、YouTuber 的出現，那未來很多工作可能也會跟著出現。所以你不要急著說現在哪項技能學就一定要學會哦，瞭解學習的原理和習慣也是很重要的。最重要的是保持健康，你不要把自己操壞了好，按照這種速度每天加班的，也不一定在晚年過得比你好。到時候物質生活肯定有提升，你的優勢就是活得久，好，人生每個階段都不一樣嘛。
年輕時有的追求愛情，然後到最後追求財富，到後來追求影響力，到最後就開始比命長嘛。你不如一開始就比命長，這也是一種方式，因為這個時代實在變化太快了嘛。
「工作的態度，決定你肝的硬度，
工作馬馬虎虎，上班馬爾地夫，
早退不做牛馬，公司就是羅馬，
開會隨便中離，就像我在巴黎，
公司廁所大一粒，上班就像義大利。
所以保重身體是最重要的。」
我們往下看哦，整個 AI 在終端產品的推出現在速度越來越快。我們每週都會做追蹤，你會發現各式各樣的 AI 軟體陸續出爐。之前我們提過叫 Death Clock 嘛，它是用 AI 去預測你的壽命的 APP，那主要就是淺顯的飲食、運動，然後他會記錄你的睡眠、壓力、心理狀態，然後最後得出一個結論，告訴你還剩下幾天可以活。用 AI 模型去推算你個人化的壽命的預測。
那很多人看到原來我只剩下 3,000 天可以活，這個時候就開始正視健康、退休、人生、規劃，現在已經超過 20 萬名的用戶，而且每個人年費也很貴，要 1,300 塊台幣左右。其實我覺得機器人對於終端應用最大最大的幫助，很快就是發達市場的老齡人口問題哦。高齡化時代現在失智人口數也越來越多，臺灣現有 37 萬哦，我們預估到 2050 年會有 90 萬哦，等於是在下一個時代，每 20 個老人家，
00:21:42 - 00:22:44
就有一個人是失智症患者。那失智症患者其實不管是家庭的負擔，還是說目前的醫療問題、未來的品質、人口少化這樣的一個效果，都可能造成極大衝擊。那我們以前都只能做提前預防嘛，都學那個《嚦咕嚦咕新年財》，沒事就打打牌、鍛煉一下腦力嘛。可是呢現在有了 AI 的幫助哦，如果自動化機器人真的能夠在家裡部署一套，那也許就可以防止很多的意外發生。
你像全臺灣現在 65 歲以上的老年人人口大概有 224 萬戶，其中 114 萬戶可支配所得是低於消費支出。算是我們講的下流老人，就是領勞保、勞退，日子還是過得很辛苦。所以政府這幾年很多在獨居者家中，就安裝那個緊急的求救鈴嘛，希望能夠在意外發生時及時救援。但是很抱歉，實際效果有限，有的是根本還沒有按到就已經走了；另外一個就是安裝率也沒有想像中來的高。新北市已經是最高的有 45%，可是其他縣市，你看臺中只有 31%，
00:22:44 - 00:23:44
台南 30%，高雄只有 21% 左右。那很多人覺得可涉及到隱私、尊嚴、信任問題。可是現在觀念已經慢慢改變了，如果有機器人的幫助，可能效果就來得越顯著哦。
前陣子我就看到一條新聞，看到的是那個台中 11 月吧，當時發生一起令人鼻酸的孤獨死的案例。就一個 82 歲的獨居老人，那個時候過世很久了，一直到水管漏水用水量暴增 7,000 度，那個抄表員察覺異樣才通報里長。後來才接報起這股悲劇哦，所以當時就一系列的報導。你像獨居老人在臺灣有百萬人呢，在日本其實也是如此，那這種孤獨死的這種衝擊哦，他其實可以靠 AI 和自動機器人形成極大的幫助的。有時候看到這種新聞就很難過，因為你知道如果他沒開水哦，那就不會被發現了。他是用水量暴增到 7,000 度，那抄表員察覺異樣之後，
00:23:44 - 00:24:46
通報里長才發現這件事情呢。有時候看到這種新聞心都會一揪。你看多浪費水，掌嘴，掌嘴，掌嘴。AI 是可以解決這個問題的，機器人比我們想像中偉大太多了，以後每一個獨居老人都應該配一個機器人，我覺得政府也有必要來做輔助。所以我們的退休目標，退休後每個人都買一台機器人。
看著我再給投資朋友做些思考，事實上我們看到越來越多的相關產品陸續出來。其實機器人就是順應著老齡化時代來臨的，他就是整個時代的潮流。舉個例來說，最近大陸最紅的 APP，現在 App Store 付費榜首第一名叫做「死了麼」。表面上看起來是創意的產品爆紅哦，但是因為他要用 8 塊人民幣才買一個，可能被發現的可能性，營收暴增。這個 APP 的核心功能非常簡單，每日去簽到，失聯通知。就你極具衝擊力的名稱哦，反而精準的打中很多那種年輕獨居族或者獨居老人，
00:24:46 - 00:25:48
有些可能兒女在國外，那種無人知曉離世的焦慮。所以他引發的並不是單純爭論，而是大家都相信，沒錯，死亡被包裝成一種一鍵設定流程選項的訂閱服務。你像我平時也沒什麼朋友，我們現在還在直播嘛，所以每天還看得到。等我退休以後對不對，我平時也沒什麼朋友嘛，所以我就要把我的帳號給各位了，以後你們每天就「皓哥死了麼」？「還在嗎」？「還在嗎」？比較好聽。「死了麼」聽起來不吉祥，「皓哥還在嗎」，每天就這樣子叫我起床尿尿。
哎感覺那個夫妻也可以拿來用哦，因為那先生可能出差一個月，但是夫妻關係不好嘛，不想用 LINE，你就準時報備。一開始還準時報到，後來可能晚了幾分鐘，那太太一開始就會問了：「還在嗎」？「還在嗎」？到後來：「死了嗎」？「死了嗎」？到後來受不了了：「死鬼你死去哪了」？對不對哦。所以哎這樣子一想，那倒是可以成立另外一個 APP，因為現在有 AI 打 Code，
00:25:48 - 00:26:48
越來越方便了嘛。感覺可以做一個，這個名稱就改成「死去哪了」，一個是「死了嗎」，這個是比較應急的；那另外一個叫「死去哪了」、「死去哪了」，還是簡稱叫「死鬼」。死去哪了？死鬼呢？死鬼呢？不錯，死鬼呢。好，也是一個方式。所以你看到處都是機會。「死鬼」算是中性詞了，有貶低有稱讚意味，那以前過年遇到長輩：「哎庭皓長大了，我以前還抱過你呢，你還記得你小時候乳名叫什麼嗎？」「什麼是乳名？」「乳名就是你吃奶時叫的名字哦」「噢，那叫死鬼。」死鬼呢，死鬼呢。「死了麼」、「死了麼」感覺也不錯。
現在，現在我們線上有有 14,000 人線上嘛，這個 APP 不錯，以防我的 ID 也被各位抄走，現在抄襲很嚴重嘛，所以待會我馬上就要來寫了，來 Live Coding 一下。對，當然了，很多人說
00:26:48 - 00:27:49
你說哎這只是想想而已，沒有。在「死了嗎」之後，大家又發現另外一個軟體叫做「擼了嗎」。這個是健康和健身平臺，它主要呢是每天去監測你今天有沒有擼鐵，這也是大陸的 APP。所以你可以看得出來，好這個新創的 AI 爆發，正在引得市場上有新一波市場的預估效果。
那當然回到臺灣市場當中，大家最為關心的是什麼？如何參與本場的硬體的發展呢？其實臺灣在本輪的 AI 機器人當中，早就已經做好了佈局。我們從臺灣機器人產業目前來看，整條產業鏈從最上游的 AI 感測晶片，到視覺系統的光學鏡組、或者感測模組，一路到機器人最關鍵的機器線性的關節，旋轉關節是最重要的，因為你一定要跟物理世界有聯動，你一定要手的那個動作夠細微；一路延伸到電池、機構件、散熱，最後到整機的設計、製造、代工，其實都在做。所以臺灣吃的不只是零組件的紅利，而是已經有能力伴隨著人形機器人
00:27:49 - 00:28:51
和工業機器人的放量。我們舉例來說，舉幾個臺灣的 AI 公司，你不要看到好像哎不就做硬體嗎？沒有，在軟體層面我們的感測元件等等也做得非常好。一個是碩網，碩網這家公司我記得有掛牌嗎，他不是在做單純的聊天機器人呢，而是在解決企業的實際問題。他呢能夠把大語言模型放進到企業既有的客服，很多臺灣的大型金控或者公司都已經採用他們的服務，處理的就是訂單、賬務、申訴、內控。所以你跟他們的聊天機器人這兩年聊，你們發現開始那個回應的速度不像以前那麼呆板了。第一個就是 AI 客服，一次性的專案，如何打入到內部流程和數據庫。
再來像是聰泰，聰泰是專門做影像截取卡的，現在變成了機器人之眼。以前他都做那個工業電腦嘛，但現在呢讓影像能夠即時的進入到運算判斷、控制流程，當影像不只是拍得到，變成算得動，反應夠快的時候，他就從配角變成了核心，所以他目前呢機器人之眼，
00:28:51 - 00:29:51
他做得夠低延遲，而且可以長時間運作的視覺化神經。再來看的是立普思，這家臺灣公司也非常厲害，他做 3D 感測，就怎麼把 3D 感測變成工廠機器人想要拿去用的解決方案呢？很明顯他並不是走賣那個單元件的路線，而是把軟體、演算法、硬體平臺整合起來，讓很多 3D 的視覺他不會單純留在實驗室，而是走向產線。所以就變成這個 3D 的感測技術，讓大家在組裝的過程當中可以組裝更為細微的一些產品呢。
其他像炳碩，炳碩是做醫療機器人的，很明顯多數的醫療機器人現在卡在研發嘛，他現在已經走到臨床了。我們不講那個什麼脊椎手術那種高度依賴經驗、風險又高的場景，你只要把影像導航、機械手臂跟醫師來做整合，那醫師能夠開的刀都開始變多了，所以呢手就越來越穩，準度就越來越高，風險也越來越低了。一系列我們看到由 AI 所引發的新創潮，陸續都已經出來了。
00:29:51 - 00:30:52
好，9 點 02 分，臺北股市上漲 127 點，收載 30,871 點。昨天美國股市四大指數，主要還是道瓊下跌、標普下跌，不過呢費半到目前為止仍然在持續衝高。我們看費半的部分，在昨天上漲 73 點，0.95% 收在 7,747 點。有沒有發現在過去半年來，這個硬體的上漲幅度特別高？這也是鑄造臺北股市的有顯著的拉升原因。反而軟體股現在大家都在休息呢，在等那個 AI 終端產品的推出嘛；硬體股已經爆發了，因為拉貨潮實在是太明顯了。
當然我們聊了很多，今天聊了有沒有 20 家公司？這個 20 家公司大家有不同的想法和希望，覺得可以在針對 AI 行情當中參與行情。那有些人會去擇股嘛，有些人會選擇那就 All in 大盤嘛，隨著本輪的 AI 行情一起往前走。其實主被動投資，因為最近討論很多嘛，有能力就選，沒能力的人哦，你其實也是相信 AI 的。你買了大盤跟買 AI 有什麼區別嗎？錢都在裡頭了嗎。而且通常沒有被傷過，
00:30:52 - 00:31:52
怎麼會從主動變被動呢？就是哎你發現無法擇股了，後來才進行風險的分散嘛，各自都有各自的優勢。沒有被渣男傷過，怎麼會喜歡老實人呢？好像我一開始也是很主動，但是幾段戀情下來也是越來越被動了，現在我都在特定的場域比較主動，比如說按摩店。不是啦開玩笑。
AI 究竟會不會改變世界呢？我們現在觀察到的實際效果，之所以硬體股在暴衝，軟體股稍微趨緩一點呢，根本原因就是我們講的 AI 生產力週期的 J 曲線。什麼是 AI 生產力週期 J 曲線？就是企業引進的 AI 前期，常常遇到效率下滑、流程打結、人力重新配置的混亂，而且還伴隨著學習成本、數據的清整，內部系統互相不適配，最後變成產能反而有點短暫倒退。那這種先下沉後上升的 Nike 勾勾型的 J 曲線呢，它的生產力會掉一段，
00:31:52 - 00:32:53
等到組織調整完之後，員工熟悉工具、流程重構成功以後，AI 的效益才會開始陸續的放大。而現在，我們就處於這樣的一個轉口期。你要說 AI 現在爆發了大營收？沒有，那都是賣鏟子的賣比較多，AI 具體的回饋還沒有回來。可是呢，一旦 AI 的機器人數量在亞馬遜正式超過員工數量，那你就必須承認，AI 至少對於企業端而言，它的生產力早就已經爆發了，也給投資朋友做一些思考。
那我們先聊範圍很廣哦，從現在美國的機器人發展的概況，一路聊到臺灣的硬體上的適配，最後發現，最近軟體股下跌或者兩腿股受承壓，半導體股大漲的根本原因呢，還是來自於這個 J 曲線的轉口期。但這另外一方面我們也看到了，我們其實不管是去主動擇股還是去被動擇股，其實背後某種程度而言，主動那現在肯定也是 AI 股嘛；被動你已經被迫參與了經濟由 AI 壟斷的 GDP 行情。所以不管如何，我們都在 AI 這條列車上，也給投資朋友多做些參考。
00:32:53 - 00:33:00
如果喜歡我們節目，記得幫我們訂閱按讚加分享。我們就明天早上 8 點半，早晨財經速解讀再相見。祝各位投資朋友看盤順利，操盤愉快。
章節
00:00 市場總覽
03:55 AI 經濟
08:30 CES 產品
12:00 機器人大戰
17:00 大語言 vs.物理 AI
19:30 解放雙手
21:00 高齡化 AI
24:20 終端應用
27:10 機器人硬體
30:00 AI J 曲線
32:20 總結