解析量子計算商業泡沫與光子算力顛覆潛力
原始標題 · Martin Shkreli: Big Pharma's Blind Spot, Betting Against Quantum & What Prison Taught Him
輝達目前在 AI 算力與晶片市場佔有絕對主導地位,短期內業績極為強勁。然而,長遠來看,新型演算法優化與光子計算等新硬體架構的崛起,可能會在未來數年內對傳統 GPU 的算力護城河帶來結構性威脅。投資人需密切留意算力效率轉折點對其高估值的影響。
Meta 擁有極為龐大的全球用戶生態系與優異的產品發行能力,能將 AI 技術迅速導入旗下產品。公司採取開放態度推進技術,並展現明確的產品執行力。在生成式 AI 落地變現的過程中,Meta 具備優良的商業化防禦壁壘與成長彈性。
IBM 雖然在量子計算領域投入龐大資本與行銷資源,但目前的量子系統仍屬於無法帶來明確商業效益的早期階段。由於量子計算缺乏通用計算能力且應用場景極為狹窄,這些研發支出難以在短期內轉化為實質的盈餘成長。
Google 雖然在量子計算與基礎 AI 研究上擁有深厚的技術積累,但大量長期研發資本支出的回收期仍然充滿不確定性。市場將持續觀察其龐大的 AI 研發投入能否有效轉化為雲端與搜尋業務的實質營收成長。
微軟積極佈局次世代計算架構與生成式 AI 模型,並在光子計算等前沿領域進行研究。然而,在量子計算上的長期投資回報仍待驗證,需持續觀察其雲端服務邊際利潤與 AI 資本支出之間的平衡關係。
受限於時脈極低且缺乏儲存機制,無法處理複雜運算,僅適用極少數演算法,遠不如平行運算架構實用。
AI 加速分子篩選,但生醫開發核心仍在於臨床適應症策略與生物機制驗證,不能解決安全性與有效性痛點。
應避開承擔高昂建置成本的基礎設施層,聚焦擁有通路、用戶生態系且能透過技術提升生產力的平台型企業。