呂宗耀用生命來研究投資
呂宗耀用生命來研究投資
2005.04.01 | 人物

對台灣的股市投資人來說,證券版的新聞真是又冷又硬。少了企業經營者的具體面貌,多的是短期營收數字、成長率的分析;不然就以個股或局部發展的角度報導,缺少整體商業世界發展脈動對應比較。
這兩年來,在眾多股市投資分析家中,逐漸打開知名度的呂宗耀,是另外一種獨特的典範。呂宗耀自己籌組投資研究團隊,專注在第一線的企業拜訪與觀察,投資標的聚焦在股本三十億以下,但卻能夠走出台灣、佈局全球的高成長中小型股,是他認為最適合自己的投資作戰邏輯,拋開外資買賣超、融資券水位、技術線圖等外界資訊,選擇寧靜的「田野調查」。
呂宗耀的投資生涯十分精采。一九八七年到一九九七年,他擔任國泰人壽證券投資小組組長,掌管國壽海內外股票、債券投資部超過千億元台幣。期間,經歷了台股從一千點狂衝至一二六八二點的激情,也經歷了開徵證交稅後連十九根跌停板的風暴,但這樣的過程卻奠定了呂宗耀在股市投資的視野與格局。

**見過風浪,敢與風險對決

**
「離開國壽,事實上等於從零再出發,」他指出。離開那一年,他剛滿四十五歲,曾一度面臨中年轉業的困局。一直到一九九九年,與小他十七歲的國壽工作夥伴張祥決定共同發展成投資心靈徹底奔放、不受任何組織拘束的團隊。從最初的兩個人開始,在二○○三年正式定名為「呂宗耀/張祥十二人股票投資研究團隊」,並在去年底擴張到二十人。
堅持「用腳拜訪、用眼觀察、用腦思考」的投資原則,呂宗耀每年拜訪超過兩百家廠商,這幾年累積下來,拜訪了上千家上市、櫃廠商,藉由與CEO面對面的接觸,從經營者的誠信、智慧、態度、能力等各種角度,與外在的產業大環境連結,深度了解一家企業的成長內涵,「我們走自己的投資人生路,組架出自己的投資路,」他指出,「我們深知小股本的企業興衰起伏快速,我們也願意與風險對決,而且非常投入、狂熱。」

**熱愛歷史,摸索獨到見解

**
呂宗耀的投資團隊,成員涵蓋四、五、六、七年級,他藉由大量地閱讀,結合年輕成員對產業技術脈動的熱情,完整架構出嚴謹的投資邏輯。呂宗耀閱讀的範圍,涵蓋歷史、哲學、文學、經濟學、社會學等各種領域,使他能從更多生活面的角度,找到更多投資機會,也能尋找自己的投資靈感與理論。例如他熟讀中國歷史,自秦朝以來中國兩千多年的歷史中,中國總共出了四百多位皇帝,平均五年就換一個皇帝,變化程度十分劇烈。台灣深受中國歷史影響,「中小企業的老闆,如何經營他自己的事業天地,和中國的皇帝如何經營王朝有異曲同工之妙,了解歷史有助於(觀人識相),」他指出。
在他的研究團隊中,針對新趨勢、新科技或是在成長浪頭上的新興企業,經常不斷地進行討論。年輕成員看到新技術的興奮,加上呂宗耀成熟的觀察,成為整個涵蓋四到七年級的研究團隊最有力的架構支撐。例如前陣子,他派成員去俄羅斯、中東等新興國家參加當地的科技應用展,看到網路應用趨勢快速普及,想到可以結合這些產油國家因油價飆漲而提高的龐大購買力,有效刺激出科技投資的大躍進,因而尋找到這些富裕的新興國家市場,進行網路電話等新技術應用機會的廠商。

**雙腳走訪,只求安心投資

**
「差異化才是勝出唯一的方式,」他指出他的投資哲學。摒棄外界的喧嘩、抄襲、二手資訊、真假外資等人云亦云的消息,呂宗耀透過親自走訪企業,結合自己的人文、產業觀察,走出自己差異化的投資道路。正當全球一片中國市場熱,呂宗耀卻排除了中國內需市場所創造的投資標的,因為他認為中國GDP僅有全球不到四%,卻消耗掉全球三成的煤、鐵、銅,以及四成的水泥,中國每產出一美元,所消耗的能源是美國的四.三倍、德法的七.七倍、日本的十一.五倍,顯見中國是由資本投入帶動的成長,最後選擇聚焦歐、美、日為市場的台灣企業,捨棄因中國內需所帶動成長的企業,「這沒有是非對錯,只求投資安心。」
「他甚至是到了用生命來研究投資,到了廢寢忘食的地步,」與呂宗耀熟識的財訊文化執行長謝金河指出。呂宗耀的投資哲學,不僅可應用在股市投資上,對不玩股票的人來說,他用熱情來擁抱變化,將生活觀察徹底落實到工作職場的態度,也同樣值得學習。

呂宗耀小檔案
出生:1953年
現職:呂宗耀/張祥十二人股票投資研究團隊總監
經歷:1987~1997年 國泰人壽證券投資小組組長 1987~2001年 大眾金融集團投資總監
著作:《投資啟示錄》、《聚焦》、《投資者的修練》

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓