AI海嘯來襲，投資人該如何分辨「被AI放大」與「被AI取代」的企業？

Question

Accepted Answer

主結論：把商業模式拆成「AI讓你更大」與「AI讓你被跳過」兩種路徑，並用可驗證的營收來源與護城河類型去判斷
在生成式人工智慧快速降價、提升能力的階段，市場最常出現的誤判是把所有成長都歸因於「需求擴張」，卻忽略了部分公司可能被「功能被生成、流程被自動化、入口被代理人改寫」直接稀釋。實務上，投資人通常用兩條主線辨識：一是公司能否利用人工智慧降低成本、放大網路效應；二是其核心功能是否容易被替代工具覆蓋，導致轉換成本與黏著度失效。當模型供應商集中、應用層百花齊放時，這個分辨會直接影響估值是「被重估上修」還是「被折價反映不確定性」。
先看「被AI放大」：營收是否來自能被人工智慧放大效益的環節，而非單點功能
「被AI放大」的典型特徵是，公司提供的價值能隨著人工智慧滲透而被擴大，並形成可累積的使用規模。以 MiniMax 的 M2.5 為例，市場觀察到在性能相近時，價格可把開發者的選型快速改寫：OpenRouter 的使用數據顯示，年內二月中旬 MiniMax 使用量約達 Claude 的三分之一，反映「成本與效能比」會直接影響採用率。這類情境下，企業若能把模型能力嵌入到企業服務交付、影像影片生成或陪伴式應用等場景，通常更容易把「工具能力」轉成「可計費的產出與使用頻率」，讓網路效應或工作流整合逐步強化。
再看「被AI取代」：收入來源是否可能被生成式內容或代理流程直接覆蓋
「被AI取代」更關鍵的不是競爭對手多一個功能，而是核心交易或交付流程是否能被更通用的生成式能力直接替代。Jefferies 點名的風險邏輯集中在「護城河漏水」：例如 Unity 面臨的壓力在於，當內容生成工具進步後，開發者更容易重建遊戲資產並跨平台遷移，原本依賴生態系黏著度與轉換成本的模式就可能被削弱；市場也已先行反映，Unity 2026 年迄今跌幅達 59%，且在二月單月因財測失色與 AI 競爭憂慮重挫 37%。MongoDB 的風險則是「資料庫選擇權」可能被 AI 程式輔助稀釋：若開發者更易在不同資料庫間切換，技術綁定效應就可能瓦解。這類案例共同指向：一旦客戶不再需要為「特定平台或流程」付費，營收結構就會被重新定價。
用「護城河類型」做交叉驗證：轉換成本、資訊不對稱與流程複雜度是否仍存在
判斷「放大」或「取代」的落點，通常在護城河的來源是否能在生成式 AI 時代維持。一般而言，若護城河建立在資訊不對稱、流程複雜度、或高轉換成本（例如需要長期深度整合的工作流、或難以被通用模型覆蓋的客製化交付），就比較可能在 AI 浪潮中保留議價能力；但若護城河主要是「某項功能的可用性」或「內容供給的門檻」，就更容易被模型能力下沉與價格競爭侵蝕。Duolingo 的例子反映市場對「商品化」的擔憂：股價今年重挫 42%，核心擔心是 AI 家教把語言學習的商品化程度提高，免費或低價服務可能蠶食付費訂閱。這提醒投資人：護城河若無法轉化為新的差異化交付方式，估值就容易被重新定價。
再看「代理人改寫入口」的影響：平台型與抽成型商業模式的風險通常更高
當 AI 代理人能直接替用戶完成下單、交易或點餐等任務，平台的流量與撮合角色就可能被削弱。Jefferies 將 Robinhood 與 DoorDash 列入 AI 風險清單，理由是若代理人能直接替用戶投資或點餐，可能跳過既有平台，長期威脅其抽成與流量變現模式。這種風險的理解方式是：平台不只是提供介面，而是掌握交易路徑與決策權；一旦決策被代理人封裝，平台的「入口價值」就會遭到折價。就算公司仍有用戶，若商業模式從「抽成」轉向「被動分發」，市場通常會先反映在估值修正上。
最後用「市場定價」校準：軟體估值與板塊表現能反映風險敘事是否已被消化
在 AI 顛覆陰影下，投資人不只看盈餘成長，也看未來現金流的不確定性。Jefferies 提到軟體股本益比約 21 倍、盈餘年複合成長預估約 16%，按理說可能接近大盤溢價區間，但市場仍可能要求折價，原因是商業模式被重寫的機率上升。板塊層面也出現明顯分化：代表大型軟體股的 iShares Expanded Tech-Software ETF（IGV）今年迄今跌幅超過 23%，顯示風險偏好收縮；同時 Nvidia 仍被視為 AI 基礎建設提供者而受資金青睞，財報利多但股價橫盤則反映「利多出盡」與「催化劑不足」的節奏差異。把個股放回板塊語境，能幫助你判斷市場是否已把「取代風險」提前反映，或仍在等待公司用新的方式證明自己能「被放大」。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

AI海嘯來襲，投資人該如何分辨「被AI放大」與「被AI取代」的企業？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友