AI發展必備科技糧草 隨著產業成長蓬勃
如網路泡沫時代，投資人自1995年瘋狂追逐.com相關股票，直至2000年一連串網路公司如Pets.com的倒閉，導致美國科技指數NASDAQ在2年內幾乎被打回原點［圖1］，不難想見，在AI興起的時刻，市場必定會出現成千上萬的AI演算及應用公司集資。相信讀者們也對區塊鏈和加密貨幣記憶猶新，百家爭鳴中，還是不免會有劣幣加入及倒閉潮隨之而來。當然，新興AI科技是否會快速蓬勃發展，也取決於後續利率環境友善程度，以及主管機關相關法令規劃鬆緊態勢。
五大AI因素 值得布局
筆者無法對個別AI相關公司做評斷，但相信AI發展所必備的科技糧草［圖2］會隨著產業成長而蓬勃，這也是讀者可以考慮較為安全的相關投資布局，而不盲目只投入AI開發與應用公司。筆者也針對這些AI關鍵因素提供淺見，供參照如下：
A. 高端晶片與GPU處理速度
ChatGPT將AI應用帶入一個新紀元，當然AI有辦法快速學習處理問題及大量資料也來自於高端晶片及GPU運用以加速物理模擬、資料運算及圖形處理等工作。相信投資人對於TSMC、NVIDIA、ARM在此領域的龍頭地位應該不陌生。
B. 資料供應來源
AI模型準確度必須依賴大量的訓練及測試資料，如何取得有效數據或另類資料（如衛星圖像、社群評論等），即是AI可否進行後續分析工作的關鍵。除本文開頭提到的高科技業者，其他美中數位平台與電動車業者如Tesla、TikTok、Tencent等，也都掌握相當大量的個人行為資料，這也是為何歐美政府開始對資訊管制趨嚴，包含FBI最近提及台海衝突時，中國可以運用TikTok數百萬人資料來影響公眾對戰爭的意見。如何建構安全資訊平台，已不僅是一個投資議題。
C. 能源與ESG
在高速運算大量資料的背後，可以想見電力的消耗會隨著AI應用而倍增。目前許多高科技公司很難完整公開AI碳足跡，但在氣候劇變的環境威脅下，我們必須知道AI經濟應用價值下的ESG成本為何。當然也可從另一角度思索，可否讓AI協助找出最優化的能源／綠能運用方式以減少碳排放等環境議題。
D. 雲端資料中心
雲端概念不僅是在建構AI所需要深度學習的大量資料，也可以將核心處理器、GPU做適當的分散構建以達到合適的運算效能管理。當然，資料中心的周遭能源與水供應穩定度是決定其長期利用率與營利能力之關鍵。
E. 網路通訊骨架
最後，不論在AI雲端運作或將結果提供予終端使用者，如果其分析判斷有大量資料需求、緊湊的時效性限制，如程式交易執行，甚至是戰爭載具的控制，那麼如何搭建安全、高速、多管道的網路骨架也勢必成為AI投資需求重心。
