波克夏股東大會,股神巴菲特談他怎麼投資「科技領域」
波克夏股東大會,股神巴菲特談他怎麼投資「科技領域」

今年是波克夏·海瑟威第54次開股東大會。

台上89歲的巴菲特和他95歲的老搭檔查理·孟格延續多年來的傳統,黑西服紅領帶,二人一左一右,面前擺著話筒、水杯、礦泉水和巴菲特最愛的可口可樂。

兩位老人花了六個小時,回答了46個問題。台下坐著3萬名觀眾,包括比爾·蓋茲和蘋果CEO 庫克。

如同巴菲特多年來所強調的那樣,他和搭檔查理·孟格喜歡有「護城河」的公司,投資案例中都是像可口可樂和美國銀行之類的大型價值公司,以至於錯過了Google、亞馬遜、Facebook等科技巨頭。

今年大會開始前,美國證交會的文件顯示波克夏已買入亞馬遜股票。巴菲特也沒有迴避這個問題。與此同時,他還分享了對Uber、Google、比特幣等科技話題的看法。

入手亞馬遜股票,非常欣賞貝佐斯

巴菲特對貝佐斯公開的讚譽大概可以追溯到2013 年,當時他說貝佐斯是美國最出色的CEO。

2013年年末,亞馬遜股價大約是400美元/股。上周傳出波克夏入股亞馬遜的事後,後者股價已經接近2000美元/股。

股東大會上有人問,波克夏對亞馬遜的投資令人驚訝,是否代表未來20年波克夏的投資哲學將從價值投資轉向?

巴菲特否認了這種說法。他表示,上個季度波克夏兩位投資經理中有一人買入了亞馬遜,但仍秉承了價值投資的理念(這意味著波克夏的購買成本在1000美元/股之上)。價值投資中的「價值」並不是絕對的低市盈率,而是綜合考慮買入股票的各項指標,例如是否是投資者理解的業務、未來的發展潛力、現有的營收/市場份額/有形資產/現金持有/市場競爭等。

「我相信,兩位投資經理未來做對的次數會超過犯錯誤的次數。」巴菲特說。

查理·孟格補充稱,他與巴菲特都不是最有靈活性的人,也有些後悔沒有抓住極端發展的網路趨勢。因此他不介意投資亞馬遜,之前他和巴菲特沒有投資Google,已經很遺憾。

巴菲特上週在接受CNBC採訪時再次肯定亞馬遜。「我一直以來是亞馬遜的粉絲,我一直沒買亞馬遜的股票,簡直是個傻瓜。」這和幾年前他的說法如出一轍。

2013年,巴菲特誇讚貝佐斯是美國最出色的CEO。2017年,他說「從未見過像他這樣能夠同時在兩個業務(雲端運算和線上零售)領域取得成功的人,這兩項業務在客戶分布和營運上真的有很大差異」。

去年,巴菲特又在同一場大會上說,亞馬遜完全改變了零售業的運作方式,它的發展速度和經營效率無與倫比,自己對貝佐斯「非常尊敬」,認為貝佐斯做的這些工作「堪稱奇蹟」。

滿意投資蘋果的回報,若股價再低點會買更多

巴菲特從2016年開始買入蘋果。當時,蘋果股價徘徊在100美元左右。2018年5月,巴菲特在接受採訪時表示,「我們目前擁有蘋果約5%的股份,將來可能會增加到6%或7%。我真的十分看好這支股票,以致於想100%擁有。」

2018年第四季度蘋果股價一路下行,波克夏也首次削減了其在蘋果公司的投資,持股數從2.525億股減至2.496億股。

不過蘋果依然是波克夏最大的投資對象,在投資組合中所占比例達到21.51%。其成本價大約為157.74美元/股。以目前蘋果211.75美元/股的價格來算,回報率達到34.24%。

巴菲特很滿意它們在蘋果的投資,「唯一不好的一點就是蘋果的股價太貴了。」如果能便宜一點,他會買得更多。巴菲特支持蘋果1000億美元的股票回購計劃,認為這可以讓他獲利更多。

查理·孟格補充說,他們把對蘋果的投資看作一種錯過了Google 之後的「救贖」。「我很懊惱我們錯過了Google,沃倫(巴菲特)的感覺應該跟我也差不多。我們搞砸了。」

巴菲特說,「是啊,確實搞砸了。」

波克夏旗下的保險公司GEICO也在使用Google的廣告產品,所以他們能夠在後台看到產品的效果。查理·孟格說,「我們沒有買入Google 股票,只是坐在那裡吮著手指。這種感覺很羞恥。我們正在試圖救贖,也許蘋果就是救贖的一部分。」

曾考慮投資Uber,但最後放棄了

Uber上市在即,目標股價在44至50美元之間,對應估值上限為838億美元。

在股東大會召開之前,巴菲特告知部分記者,大約在18個月前,他們曾私下考慮投資Uber。

隨後記者就此事追問巴菲特,但他只是回答:「我不會繼續對任何新的問題發表評論。」

巴菲特最終放棄投資Uber,很有可能是因為其估值過高。其競爭對手Lyft在上市後經歷了股價的大幅縮水。紐約大學斯特恩商學院的教授阿斯沃斯·達摩達蘭認為,Uber的正常估值可能只有600億美元。

不投資看不懂的科技股,雇用投資經理來做

一位9歲、但已經參加了三屆會議的小股東問巴菲特,波克夏是否會多投資一點領先的科技公司。

關於這個問題,巴菲特再次表示,他們喜歡護城河,喜歡佔據市場主導地位的公司,如果科技公司確實能建立護城河的話,會非常有價值。但他和查理·孟格還是不會僅僅因為別人告訴自己需要這麼做,就冒然進入一個新領域。「我們會雇用10個完全專注於科技領域的人來投資。」

去年股東大會之後,巴菲特和馬斯克曾關於「護城河」有過一次口角。特斯拉CEO馬斯克表示,「護城河」理論很古舊,創新才是保持競爭力的關鍵。巴菲特則稱,科技沒有顛覆每一個行業的護城河,在喜詩糖果這門生意上勝過馬斯克。

馬斯克隨後在Twitter上調侃說自己要成立一家糖果公司,挖一條護城河,在裡面填滿糖果。

比特幣不是好的投資品

去年,巴菲特說比特幣等數字貨幣是「老鼠藥」,會迎來不好的結局。這些話曾為他招來數位貨幣支持者的抨擊。

今年,巴菲特換了個說法批評數位貨幣,但態度基本上沒變,「數位貨幣的價值跟我夾克衫上一個釦子的價錢差不多。」他連帶評價投資比特幣的人稱,做比特幣的人都是數學上不怎麼靈光的人,他們絕對不會賺太多的錢,「比特幣是一種非人類化的投資方式。」

查理·孟格跟著說,一些比特幣支持者曾邀請他去參加活動,他覺得挺嚇人的。

去年,查理·孟格評價稱, 「比特幣背後的電腦科學代表了人類思維的偉大勝利,它讓不可能成為了可能。但我還是看到了一種人造的投機媒介。這是反社會的、愚蠢且不道德的。」查理·孟格說,「宣傳(加密貨幣)是在丟人現眼。有些東西是不符合你的身份的,你不應該去碰,加密貨幣就是其中之一。」

本文授權轉載自:好奇心日報

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 2026 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