Re: [情報] google財報亮眼

作者ccchang123 (超時空)

看板Stock

標題Re: [情報] google財報亮眼

時間Fri Jul 24 14:42:01 2026

※ 引述《Zzell (n/a)》之銘言： : ※ 引述《asahi98 (あさひ)》之銘言： : : 我原文底下後來特地講清楚，這波谷歌財報再加上知本支出消息，寧願借錢來買硬體建廠就表示，谷歌要先拿錢下訂單，受惠的都是硬體。 : : 另一派人則說，花這些錢建廠賺的回來嗎？我認為不止googlet，微軟跟蘋果還有meta也都在增加知本支出建中心。這些公司難道不怕水丟水裡面嗎？況且巴菲特也已經注資Google，這樣表示前股神眼光也錯了嗎？ : : 剛剛我看到很多硬體廠商一路上漲，之前被錯殺的記憶體已經站回來了關鍵價位。 : : 還有一群人說中國語言模型會削價競爭，導致這些大廠會被捲入。這點剛好找到資料 : : http://i.imgur.com/3WvZO4f.jpg : : 從這資料來看根本沒有便宜多少，只低了0.09，有差很多成本嗎？至於是使用誰的晶片就不瞭解，網紅推估高機率是走新加坡管道的輝達未閹割晶片。 : : 至於下面這些評分，各位自己看吧！ : : 剛剛查到的 : : http://i.imgur.com/JpFDc0j.jpg : : http://i.imgur.com/Jat2GMD.jpg : : http://i.imgur.com/OIb77ao.jpg : : http://i.imgur.com/WgO0PRv.jpg : : 所以現在沒有什麼便宜的，好用的都差沒多少，效能差的反而就便宜蠻多的。 : : 另外xAI把算力租給anthropic價格很好，meta打算有樣學樣，蓋完多餘的就租給別人用，當包租公。現在google可能發現這是條致富道路，也增加資本支出。蘋果也增加蓋資料中心，都是為了AI使用。 : : 從以上這點來看，多餘折舊的東西還是有人要，價格租的好不好而已，看包租公會不會當了。 : 我有個疑問 : 為什麼你各位多頭都預設LLM真的會有大量需求 : 資料中心就是以前的鐵路跟網路線？ : 有沒有可能LLM除了coding就是廢物 : 而就算用在coding也因為很多物理因素不能全面展開 : 最後LLM就是一個還不錯但商業價值不高（不值得現在這些資本支出）的技術？你的問題並不是完全沒有道理。 AI 很有用，不代表每家公司、每一筆資本支出、每一個目前的估值都必然合理；AI 最後即使成功，也完全可能先經歷設備過剩、折舊壓力或類似網路泡沫的估值修正。但你一直把問題限縮成：「目前賣 Token 的收入，能不能直接支付 LLM 的訓練、推理與資料中心成本？」這個框架可能太小了。科技巨頭現在買的並不只是「聊天機器人的 Token 產能」，而是在買未來十年以上的算力基礎設施、技術選擇權與戰略生存權。未來需要算力的，也不只是 Coding： Agent、自動化、搜尋、廣告、翻譯、影音、科研、藥物與材料開發、晶片設計、自駕、機械人、無人機、軍事系統、數位孿生，都可能共用相近的資料中心、網路、電力與加速器基礎設施。你說簡單工作可以直接寫傳統自動化流程，這沒有錯。但傳統自動化適合的是規則固定、輸入結構化、例外很少的工作。企業裡真正昂貴的部分，往往是模糊需求、非結構化文件、自然語言溝通、例外處理，以及不同系統之間的臨時整合。 LLM 的商業價值，未必是取代既有程式，而是大幅降低原本「根本不值得寫程式處理」的長尾自動化成本。你也一直問：「怎麼確定需求足以支撐兆美元投資？」答案是：現在沒有人能百分之百確定。但不能因為無法精確計算，就反推需求不存在或 LLM 可能除了 Coding 都是廢物。新興基礎建設本來就不可能等所有需求、價格與報酬率完全確定後才開始興建。等到需求已經完全證明，GPU、電力、土地、機房、HBM 和人才也不會按一下 Enter 就立即出現。而且這已不只是單純的財務投資。 AI 算力正在變成國家與企業的戰略武器。假如競爭對手先做出更強的模型、Agent、自動化平台、機械人或軍事系統，落後者損失的可能不是幾季折舊，而是搜尋入口、雲端市占、軟體生態、人才與國家安全。因此巨頭面對的是不對稱風險：多蓋一些，可能降低資本報酬率；少蓋而判斷錯誤，可能直接失去下一個世代的平台控制權。這就是為什麼它們即使知道可能過度投資，也不敢停止。 Token 現在昂貴，也不等於永遠無法商業化。價格高的一部分原因，本來就是 GPU、HBM、電力、網路與可用容量仍然稀缺。算力增加、晶片效率提升、模型稀疏化、量化、快取與推理架構改善，都可能降低單位工作成本。當然，成本下降也可能伴隨售價下降，所以最後誰能賺到超額利潤，仍然值得質疑。但更精確的問題應該是：「AI 需求會有多大、價值最後由晶片商、雲端商、模型商還是應用商取得，以及目前估值是否已經提前反映太多？」而不是先假設：「LLM 除了 Coding 可能都是廢物，所以資料中心大概沒有需求。」 AI 最後可能非常成功，而目前部分股票與資本支出仍然過熱。這兩件事情完全可以同時成立。你質疑估值沒有錯，但把技術、產業、國家競爭與未來所有算力需求，全都縮成今天一顆 Token 的毛利，就很容易低估這場競賽真正的規模。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.34.161.138 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1784875323.A.4A7.html

推 qweaaazzz : AI文 07/24 14:44

推 DustToDust : 沒錯啊所以我說AI是國家建設至於賺錢是另一回事 07/24 14:44

→ DustToDust : 當然是無數的投資人破產後面的人才有便宜可用 07/24 14:44

推 kutkin : 寫到這樣有點像網路泡沫時代了 07/24 14:44

推 zerg999 : 整天看空，看什麼都空，自然忽略掉其他 07/24 14:45

推 EZTW0000 : 但會放緩支出，強如估狗的業績強勁，現金流都是負 07/24 14:45

→ EZTW0000 : ，其他廠商又有多少承受能力 07/24 14:45

→ kutkin : 照這樣的說法，那是不是各國都要為了確保物流 07/24 14:46

→ kutkin : 各國都要有自己的國籍航海航空一樣 07/24 14:46

推 rebel : 我推這篇現在的資本支出的確是可能過度投資但比 07/24 14:46

→ rebel : 起投資不足的傷害這些巨頭寧願過度反正他們燒的 07/24 14:46

→ rebel : 起 07/24 14:46

→ kutkin : 我們森青可以不賺錢但台灣人不能沒有健康 07/24 14:47

→ kutkin : 我們google可以不賺錢但美國人不能沒有算力 07/24 14:48

推 offstage : 每個國家條件不同，不可能萬事都兼顧，所以會有 07/24 14:49

→ offstage : 所謂政策。比方說進口稻米更便宜，那國家要不要 07/24 14:49

→ offstage : 自己種稻？沒有絕對標準答案。 07/24 14:49

推 paracase : 是個贏者全拿的競爭,企業和國家現在只能不停的加碼 07/24 14:50

推 jim543000 : 幻覺無法解決的一天就無法走入實用化就這麼簡單 07/24 14:50

推 DustToDust : 網際網路 GPS本來就是老美軍方發展才進入民間 07/24 14:50

→ offstage : 比方說海地，1987年之前稻米能自給自足，但因為 07/24 14:50

→ paracase : 確保自己仍在競爭行列之中,並同時提高自己在未來是 07/24 14:50

→ offstage : 1980之後開放市場，大量便宜稻米進口，重擊本土農業 07/24 14:50

→ asel : 一條32G 記憶體賣1萬5 一台機器人你打算賣多少可 07/24 14:50

→ asel : 怕喔 07/24 14:50

→ DustToDust : 現在是政府沒錢靠市場籌資發展至於賺賠誰知道 07/24 14:51

→ paracase : 那個贏家的機率,至於何時比賽才結束,沒人知道 07/24 14:51

→ jim543000 : 但現有架構下幻覺是不可能解決的因為llm根本不知 07/24 14:51

→ jim543000 : 道自己做的動作是否正確他只是很像在思考的聊天機 07/24 14:51

→ jim543000 : 器人 07/24 14:51

→ offstage : 當你糧食完全仰賴進口，就跟被人掐著卵蛋一樣， 07/24 14:51

推 stlinman : 說LLM還沒實用化的是活在那個時空裡啊? 07/24 14:52

→ offstage : GPS很重要，但全世界能建構自己衛星系統的國家 07/24 14:52

→ offstage : 個位數。你要用老美的GPS，那就不能與他為敵。 07/24 14:52

推 KureRaian : 推 07/24 14:52

→ DustToDust : 現在網路這麼發達也是先燒掉無數人的錢錢啊 07/24 14:52

推 lakershank : 最後一定是先看誰把LLM綁進機器人，5年後再來驗證 07/24 14:52

→ offstage : 因為台灣預設不會與美國為敵，所以台灣不需要建構 07/24 14:53

→ offstage : 自己的GPS系統。依此類推。 07/24 14:53

推 endlesswalk : 推~感覺google是犧牲這幾年的現金流去拼，拼贏了當 07/24 14:53

→ endlesswalk : 下一世代的霸主。拼輸了也許幾年後就止損不搞，閒置 07/24 14:53

→ endlesswalk : 的算力學xAI一樣租人，現金流又回來了。 07/24 14:53

→ stlinman : 失智老人、瘋子狂人都能當美國總統了! AI有點幻覺就 07/24 14:54

→ offstage : LLM可能有幻覺，人類也可能有，人類還會明知故犯、 07/24 14:54

→ offstage : 說謊、自我欺騙，所以解決方式不是把人類訓練成 07/24 14:54

→ stlinman : 不能幹活啦? 會不會太嚴苛了! 07/24 14:54

推 jim543000 : llm有百分之百正確了嗎？ 07/24 14:55

推 rebel : 覺得好AI有幻覺就不可能實用的要不要先跟我講人會 07/24 14:55

→ rebel : 不會犯錯人有沒有實際在工作 XD 07/24 14:55

→ offstage : 不會有幻覺不會說謊，而是導入覆核或監控機制。 07/24 14:55

→ offstage : 你怎麼對待人類犯錯，就怎麼對待AI犯錯。 07/24 14:55

→ stlinman : 真實世界那有百分之百正確? 這世界並不完美，沒看過 07/24 14:56

→ jim543000 : 所以你是把花了一堆錢投入一堆軟硬體的聊天機器人 07/24 14:56

→ jim543000 : 跟失智老人瘋子狂人類比那也是很有趣 07/24 14:56

→ offstage : LLM根本不需要百分之百正確，這是沒有意義的目標 07/24 14:56

→ stlinman : 黑天鵝是吧? 07/24 14:56

→ offstage : 工業革命時期，一樣有人類抗拒機器。當年愛迪生 07/24 14:57

→ offstage : 特斯拉在推電器的年代，還有人故意去惡搞電線， 07/24 14:57

推 rebel : 所以不說失智老人一般在工作的人會不會犯錯？ 07/24 14:57

→ offstage : 讓馬車去觸電，想藉此讓大眾覺得電是很不安全的。 07/24 14:57

→ jim543000 : 這是很嚴重的問題 llm根本不知道自己錯在哪 07/24 14:57

→ offstage : 時至今日，電依然很不安全，你碰到漏電死掉的機率很 07/24 14:58

→ offstage : 高，但相信99.9%的人都希望生活在有電的世界。 07/24 14:58

→ stlinman : 你以為選美國總統都不用花錢唷? 投入會比投AI少? 07/24 14:58

→ offstage : LLM根本不需要知道自己錯在哪，因為人類更糟糕 07/24 14:58

→ offstage : 人類知道自己錯在哪，一樣會跟你硬凹、說謊、卸責。 07/24 14:58

→ jim543000 : 今天你糾正他他會說我錯了然後硬掰答案這不是大 07/24 14:58

→ jim543000 : 家都知道的事情嗎因為他就是chatbot 07/24 14:58

→ atelier : 除了coding 太多太多工作都已經被LLM影響了 07/24 14:59

推 endlesswalk : 感覺gemini可能跟Google+輸給FB一樣，輸給市場先行 07/24 14:59

→ rebel : 你以為人犯錯都知道自己錯在那嗎那每個人數學都10 07/24 14:59

→ rebel : 0分了 XD 07/24 14:59

→ endlesswalk : 者的open AI跟anthropic，最後整合進雲端服務的一 07/24 14:59

→ endlesswalk : 部份。 07/24 14:59

→ jim543000 : 不對啊你要用它取代人類但兩個一樣會亂掰 07/24 14:59

推 happytiger : 科技失敗例子一堆實在話成不成功都是之後上帝視 07/24 14:59

→ happytiger : 角人類沒辦法預測未來經濟 07/24 14:59

→ offstage : 所以犯錯不是問題，關鍵是你如何偵測以及更正錯誤 07/24 14:59

→ stlinman : 糾錯問責誰叫你當事人(AI)? 是不是找其他第三方唷! 07/24 15:00

→ jim543000 : 那聊天機器人除了不用吃飯睡覺哪裡贏過人類 07/24 15:00

→ rebel : 是阿那為什麼不能取代呢都一樣會亂掰阿你講的 07/24 15:00

推 DustToDust : AI現在的問題是市場還能接受燒錢多久 07/24 15:00

→ offstage : 比方說科技執法一定有誤判，但人類也會誤判，所以 07/24 15:00

→ jim543000 : 犯錯是超大的問題他不會糾錯啊 07/24 15:00

→ offstage : 只要你建立好稽核軌跡以及申訴制度，科技監控絕對 07/24 15:01

→ offstage : 比人類監控省錢又有效率。 07/24 15:01

→ offstage : 你糾結在錯誤率沒意義。 07/24 15:01

→ DustToDust : 你不能假設有無限資源投進去阿 07/24 15:01

→ rebel : 犯錯的人也不會糾錯啊 07/24 15:01

→ jim543000 : 你產出的東西有問題 review時會發現有異常但chatbo 07/24 15:01

→ jim543000 : t不會懂嗎 07/24 15:01

→ offstage : 機器就是不用吃飯睡覺所以贏人類阿。你去高雄會搭 07/24 15:01

→ offstage : 高鐵還是用走路？ 07/24 15:01

→ offstage : "review時會發現有異常"，所以現在導入AI時很重要的 07/24 15:02

→ offstage : 點就是 "human in loop"，也就是我講的審查機制。 07/24 15:02

→ rebel : 產出的東西有問題你叫AI review也會發現問題啊一 07/24 15:02

→ rebel : 樣啊 07/24 15:02

推 reyes2222 : 目前硬體端大賺，其它還在支出費用，能持續多久？ 07/24 15:02

→ offstage : 所謂的AI取代人類，不是100%每一件事都只有AI零人力 07/24 15:03

→ jim543000 : 產出了 review也是同一套架構判定pass 沒人負責 07/24 15:03

→ offstage : 這個世界上不是只有1跟0。 07/24 15:03

→ rebel : 所以AI會犯錯人不會犯錯嗎一樣啊 07/24 15:03

→ offstage : 你用同一套架構去review，那就是你自己的問題啊， 07/24 15:03

→ offstage : 誰叫你要球員兼裁判？沒人逼你這樣做吧？ 07/24 15:04

→ offstage : 我讓AI寫code，人類審查過後再merge，哪裡有問題？ 07/24 15:04

推 Windtears : 會說什麼聊天機器人，幻覺，就是沒真實在使用，還停 07/24 15:04

→ Windtears : 留在網路上問答… 07/24 15:04

→ rebel : 錯同樣的產出同樣的review也可能會發現問題 07/24 15:04

→ offstage : 唯一會有問題的，反而是那個審核的人類呢。 07/24 15:04

→ jim543000 : 這就是大問題這套架構下永遠也解決不了的問題你以 07/24 15:04

→ jim543000 : 為是起司理論一樣過一個洞就會撞到起司嗎？不是喔 l 07/24 15:04

→ jim543000 : lm架構是突破一次全部突破 07/24 15:04

→ offstage : 那是你自己個人的假設而已，實務上就不是這樣用 07/24 15:05

→ rebel : 但的確不同model review是常態就像人類稽核會是另 07/24 15:05

→ rebel : 組人一樣所以都一樣啊 07/24 15:05

→ offstage : 我們公司用了大量的AI agent，除了幫忙寫code，還 07/24 15:05

→ offstage : 用來查詢伺服器異常、交易狀態等，反正最後都還是 07/24 15:06

→ offstage : 由人類下決定，AI就是maker，人類是checker 07/24 15:06

推 jim543000 : 所以你質疑他的正確性又相信他的正確性又說錯了沒 07/24 15:06

→ jim543000 : 問題人類會review 又說最大的優點就是不用休息先去 07/24 15:06

→ jim543000 : 整理一下邏輯吧 ai吹 07/24 15:06

→ offstage : 而為了防止人類叫AI寫出惡意程式然後自己審核， 07/24 15:06

→ offstage : 所以目前的審核還是維持雙人類，也就是不能自己審核 07/24 15:07

→ rebel : 你都說會有幻覺難道幻覺每次都出現？那就不是幻覺 07/24 15:07

→ rebel : 了吧那產出時出錯 review變正常抓到很常見阿 07/24 15:07

推 joygo : 我還是認為問題在於漲太快營收毛利全部都太快 07/24 15:07

→ joygo : 自然開始質疑 07/24 15:07

→ offstage : 自己(的AI)所產生的code 07/24 15:07

→ rebel : 所以你說不出不一樣在那阿 AI會犯的人也都會犯阿 07/24 15:07

→ offstage : 你對人類員工也一樣是相信他的正確性，但同時也要 07/24 15:08

→ offstage : 質疑他的正確性阿。你們公司該不會沒有外部稽核 07/24 15:08

推 jim543000 : 先去弄清楚你們的破爛邏輯吧大家都知道碼農做的事 07/24 15:08

→ jim543000 : 情就是丟給ai review然後merge 還在雙人類review 07/24 15:08

→ jim543000 : 笑死你看得完嗎 07/24 15:08

→ offstage : 跟ISO27001之類的框架吧？ 07/24 15:08

→ offstage : 這種內稽內控的概念算很基本了，跟AI與否無關。 07/24 15:08

→ jim543000 : 不要騙了啦業界我也知道現在什麼屎樣 07/24 15:09

→ demintree : 正確性是需要證明的，人寫的也沒有證明AI寫的也沒 07/24 15:09

→ BC0710 : 不是你知道uni test嗎 07/24 15:09

→ offstage : 不用一直叫別人弄清楚邏輯啦..LLM邏輯一定比你強 07/24 15:09

→ offstage : 你用看不完當藉口自願放棄人類review，那是你的選擇 07/24 15:10

→ offstage : 就跟現階段讓電動車自動駕駛自己在睡覺一樣， 07/24 15:10

→ offstage : 如果不幸撞上防撞車，就自己負責囉~ 07/24 15:10

推 rebel : 先去弄清楚你的破爛邏輯吧 AI會犯的錯人類也會犯 07/24 15:10

→ rebel : 從來就不是要求人不能犯錯然後才能工作 07/24 15:10

推 jim543000 : llm邏輯比我強還會有9.11比9.9大這種白癡回答出現 07/24 15:11

→ jim543000 : 好了啦 07/24 15:11

→ offstage : 你的屎業界又不等於我的屎業界，而且業界定義這麼廣 07/24 15:11

→ demintree : LLM邏輯不一定比較強，畢竟是機率，但人也會錯 07/24 15:11

→ offstage : Meta、AWS容忍AI直接進行變更導致正式系統出問題 07/24 15:11

→ offstage : 又不代表每間公司都能容忍。 07/24 15:12

→ rebel : 所以你要回答AI會犯錯人會不會犯錯了嗎? 07/24 15:12

→ offstage : 說到底，也是因為他們那種公司犯錯被罰的代價不高 07/24 15:12

推 molsmopuim : 勉強市場開始用的高佔比是文字以後圖片影片佔比使 07/24 15:12

→ molsmopuim : 用率開始拉還得了 07/24 15:12

→ offstage : 好啦~你的邏輯比9.11強，可以了吧。 07/24 15:13

→ offstage : 這點蠻值得寫在個人履歷上的呢 07/24 15:13

推 jim543000 : 結果隨便甩個例子ai吹就只能崩潰笑死 07/24 15:15

推 rebel : 所以你要回答人會不會犯錯了沒？別閃躲阿 XD 07/24 15:16

→ offstage : 推文其實也示範了跟AI或者跟人類偕同工作哪個較好 07/24 15:17

推 brucechu0319: 想當年元宇宙也是同樣說詞 07/24 15:17

推 stlinman : 說難聽一點人犯錯可能沒軌跡可循，AI犯錯你還可以 07/24 15:19

→ stlinman : 溯源勾稽。嘴巴不承認，但AI確實改變生產工作流程! 07/24 15:20

💰 股票 Stock 版：熱門文章

💰 股票 Stock 版：更多文章