EP527 | 🐾 — 2025-01-29

本集主要市場話題

  • 大年初一特別集，整集市場話題聚焦於 DeepSeek 事件的系統性拆解與後續影響。
  • 市場並非永遠有效率／永遠正確的觀點分享。
  • 機器人與 AI 模型領域的中國競爭態勢（QA）。

謝孟恭的觀點與看法

  • 重申市場並非絕對有效率、市場會犯錯，也正是因為錯誤定價才會產生便宜可撿的機會；他提到節目過去一兩個月已持續提醒 DeepSeek 是 AI 圈潛在的大型利空，如今討論已趨於白熱化、進入「反應中到已反應」的階段，該把注意力轉向尋找後續的 Silver Lining（潛在機會），而非事後諸葛地緬懷已發生的事件。
  • 拆解市場上對 DeepSeek 的兩大常見誤區：
    1. 訓練成本質疑（認為 600 萬美元太便宜）：他指出應該用「約當租賃伺服器」的每小時成本去換算訓練成本，而不是用「買整批 H100 硬體」的資本支出去反推，這是討論方向完全搞錯；且不管是不是美國 CSP，伺服器本來就不會只拿來訓練一個模型。
    2. 政治審查／不能討論政治敏感詞：他指出這不是中國 AI 的專利，GPT、Gemini、連相對自由的 Grok 都有各自的內容守門機制；重點是 DeepSeek 是「開源模型」，任何人都能把它抓下來自行調教、拿掉審查（他引用 Perplexity 把 DeepSeek 嵌入自家產品、可以正常回答兩岸政治敏感問題為例）。
  • 核心結論：這件事真正該討論的重點不是「中國有沒有超越美國」（他明確認為沒有），而是有一個團隊（不論國籍）證明了用 MOE、MLA 等方法可以有效降低訓練成本，並且是開源、公開驗證的方法，這會對整個 AI 資本支出的合理性形成挑戰；他認為若把這件事換成任何其他國家的開源團隊做出來，本質上是一樣的事。
  • 預期後續會有更多團隊（包括 Meta 這種「超級抄襲愛好者」以及其他國家的開源社群）跟進走 DeepSeek 打開的這條路，AI 算力需求不一定會減少，反而因為進入門檻降低、參與者變多，算力需求可能不減反增。
  • 對硬體 EPS 短期看法：只要沒看到 CapEx 下降的跡象，AI 硬體相關 EPS 短期不容易被下修；但他大膽推測會出現「De-rate」——本益比評價從樂觀時期的 30～50 倍，隨著市場認知從「半夢半醒」轉為「務實看待」而收斂到 15～20 倍區間，財報就算 Beat，反應也不會像過去那麼激烈。
  • 觀察到目前市場已經開始買單這套論述：軟體板塊全面噴出（點名 Cloudflare、Salesforce，以及像 Confluent 這類小型股都跳起來），他認為這是市場提前反映「AI Infra 成本下降 → 軟體滲透速度比預期更快（原本預期 2025 下半年甚至 2026 年才會看到明顯滲透，現在時間軸可能提前）」。
  • 認為軟體與硬體接下來會出現分化：軟體應該要 outperform，因為如果訓練成本能持續快速下降，軟體端卻還是無法說服企業客戶買單，那才真正證明前面的 AI 投入是一個 Bubble；反之軟體若能因為成本下降而加速起飛，則證明這整套投資邏輯是合理的。
  • 分享自己從去年年中就已經幾乎沒有再投入硬體，僅持有先前在美股就已經買進的晶片股／AI Infra 相關部位；接下來打算全面轉向軟體，把原本已經偏高的軟體持股比重再往上拉，賭的是市場論述從「聚焦硬體」轉向「聚焦軟體」的轉變。
  • 提醒討論這類議題時要先過濾掉純情緒化的「捧中」或「踩中」雜訊，才能看清楚这件事的本質是全球 AI Infra 成本通縮的動態，而不是地緣政治的輸贏問題。

提到的產業與趨勢

  • AI 模型／AI Infra：DeepSeek 事件為核心，MOE、MLA 降本方法論被視為將加速全球 AI 訓練與推論成本下降。
  • 軟體股：Cloudflare、Salesforce、Confluent 等被提及作為近期全面上漲的具體例子（用於佐證軟體板塊噴出的現象，非個別買賣建議）。
  • 硬體／AI Hardware：預期面臨評價倍數收斂（De-rate），但 EPS 短期不易下修。
  • 機器人／人形機器人：QA 中討論中國機器人產業的競爭態勢。

提問箱 QA 回應（僅列與市場/產業/個股相關的提問）

  • 一位聽眾問持有沒有出量的「小鬼股」（流動性低的小型股）該等多久才選擇退出：孟恭回應沒有標準答案，取決於資金規模——資金小可以快進快出、資金大則收籌碼可能要一兩個月以上，沒辦法期待買進後短期就有動作；他自己傾向願意耐心等待，直到題材發酵，或確認自己看錯後才慢慢出場。
  • 一位聽眾（分享大兒子確診自體免疫罕見疾病、後續好轉的心路歷程）問是否擔心中國（鴻海）介入 AI 模型與機器人領域，認為中國機器人的發展進程與當年電動車有相似之處：孟恭回應機器人領域他認為很有可能會複製電動車模式（如 BYD 與中國電動車「三傻」那樣百家爭鳴、以補貼方式進行價格內捲），這會對其他國家的機器人硬體品牌形成競爭壓力，但不至於視為重大利空，比較像是市場門檻與競爭態勢的演變；AI 模型方面他反而抱持樂觀態度,認為全球各方競相把 AI Infra 成本往下壓,會加速軟體的滲透速度與獲利實現時間,中國國內也有許多公司在挑戰 DeepSeek 本身,這是一個全球性的通縮力量,而非單純「中國對抗世界」。

觀點變化（對比先前）

考古回填，觀點演變由綜述階段處理

一句話總結

謝孟恭用整集時間系統性拆解 DeepSeek 爭議，認為真正重點不是中美輸贏、而是開源降本方法論將加速全球 AI 成本下滑與軟體滲透，硬體恐面臨評價 De-rate、軟體應迎來 Re-rate，他本人已從去年年中大舉轉向全面看好軟體。