為了阿里花了不小時間去研究Ai模型和賣鏟的半導體的盈利模式，但自覺仍然不太理解。
雖然感覺上近期對沖基金好像仍然未吃够傳統科企的反彈，但套用芒格的教導，投資不是要做聰明過人的事，而是不要做愚蠢事情就可以，既然不明白，不投就是。
筆者把回籠的資金，連同月初獲得的股息，在股息大若8.7%的價格，以1.3的除淨價買入了1606，又以1.6買入1576，兩者業務够容易理解，價格够低，應該不會是太蠢的事。
至於騰訊則繼續保留，反正低位買入，不輸錢就可以。
2026年7月8日星期三
AI垂直模型壟斷與全球產業馬太效應
通用模型護城河越來越窄
近期智譜GLM 5.2、騰訊Hy3新一代通用大模型，公開跑分不斷刷新紀錄，整體性能愈嚟愈貼近國際頂級水平。正因為通用模型持續突破，業界愈嚟愈清晰一件事：通用大模型嘅護城河，其實已經愈變愈薄。
好多用家實際落地使用，常出現一個有趣嘅反差。市面大量跑分極高、知名度極大和收費極高的嘅頂級通用模型，在處理日常工作實務議題、給出專業意見時，勝不了一啲跑分唔算頂尖、排名較後嘅模型，若問題是指定的行業，例如社交，遊戲，電商，物流，金融，......的問題，表現甚至更差。
呢個反差，直接點明未來AI核心競爭邏輯：
通用模型技術已經拉唔開長期差距，真正無法複製嘅壁壘，從來唔係公開榜單跑分，而係垂直行業長期數據沉澱。
而家通用模型架構、訓練邏輯、底層原理，隨住國產模型大量開源，已經高度公開透明。只要有足夠算力同資金，短期就可以追平技術差距。
通用模型愈來愈只係行業入場門票，完全唔構成工業級核心競爭力。
專業垂直行業模型的價值和馬太效應
專業垂直行業模型，承載住客戶幾十年本土產業鏈運行數據、生產工藝經驗、現場故障案例、真實營運軌跡。
但呢啲數據市面無法搜尋、公開數據無法訓練，屬獨家產業智慧；模型幻覺更低、商業落地選用率遠高過通用模型。
最好的例子就是以tiktok 及抖音海量短片訓練的 Seedance 就直接幹死Sora。段永平也說過，在高頻交易上很難有人勝得過梁文鋒，DeepSeek是梁用海量成功和失敗的交易數據訓練的模型演變，在這類交易的算法上，它勝過其它的通用模型是很自然的。
順著這個邏輯推演，一旦中美同步嚴收垂直模型外流，全球產業格局好大機會出現極端馬太效應，其它國家基本上無辦法追趕。
他們即便用到中美部分的推理通用AI，但欠缺完整本土產業鏈、海量行業真實數據、長期場景迭代機會，根本培育唔出屬於自己嘅高階垂直工業模型。
就以電動車產業做一個比喻。
中國電動車產業鏈極完整、技術迭代速度極快，每日累積海量試車、產線優化、工藝調校數據，持續養活自家汽車垂直AI。
呢套AI不斷壓縮研發週期、優化成本、提升良品率、加速新車迭代。
若歐日傳統車廠，淨係可以用通用模型做淺層輔助，永遠拿唔到深層工業核心經驗。長遠之下研發效率、成本控制、產業競力只會愈拋愈遠。
最致命係惡性循環：產業落後→商業使用者回饋數據更少→模型更弱→產業更加落後，去到臨界點，大量傳統工業直接失去翻身機會。
美國保護本國的頂尖模型，中國守住國內數據流出
美國一早睇穿呢個趨勢制定AI監管，中國緊隨其後。
美國採用資本篩選模式。
美國本土產業鏈唔算絕對完整，但環球資本掌控嘅海外工業體系極龐大，因此美國不按國界劃分權限，嚴格做股權穿透、核查企業實際控制權。
只有美資完全掌控嘅全球企業，先可以取用美國高階模型同垂直行業模型；所有獨立外資、非美資主導企業，一律封鎖深度AI權限。
美國策略好直白：技術選擇性向外輸出，只惠及自身可控企業，隔絕所有競爭對手。
中國監管思路完全反向，針對美資在華企業嚴格限制數據跨境流動。
比如好似摩根大通用Anthropic頂尖模型處理內地金融業務，內地敏感商業數據只能留在中國。
中國從唔阻擋美資正常使用AI，核心係死守本土行業、商業營運數據，唔畀透過美資機構流入境外AI系統。
避免幾十年累積嘅產業邏輯、工業場景、商業慣例，被美方模型學習複製。
在華美企也知道，若企業在中國使用美國頂尖模型，客觀上留在中國的數據，有機會變成中國模型吸收美國頂尖模型算法的蒸餾素材
簡單講：你偷我工業數據，我偷你模型算法，中美雙方心照不宣、互相制衡。
中國模型能力上升的影響
隨者中國模型能力的趕上，美國向外「揀人畀技術」，主動擴張全球優勢；
中國向內「鎖住核心數據」，防守本土產業底盤的一攻一守格局，已經出現了變化。
商務部、發改委近來的密集閉門約談智譜、字節、阿里等頭部AI企業，敲定全新AI出海管控規則，四大核心直接決定未來十年全球AI產業格局。
第一，模型分級出口管理。
通用基礎模型正常開放、正常出海商用；中端模型境外使用必須備案審批；高階前沿模型、所有行業微調垂直模型，禁止境外取用、禁止權重外流。
第二，管控覆蓋模型同埋全套技術服務。
就算唔直接輸出模型，派遣工程師出海幫外企調校行業AI，一律視作技術出口、必須審批，杜絕產業經驗透過顧問服務間接流失。
第三，重中之重，嚴格收緊境外資本對國內AI企業投資、入股、跨境並購。
過往大量優質垂直模型團隊，積累完行業數據同技術，就被外資收購、離岸遷冊，變相將中國獨家產業智慧拱手送人。
今次規則直接堵死漏洞，嚴禁外資透過資本手段收割本土垂直AI核心成果。
第四，全面對標美國同等管制。
美國早已限制頂尖模型對外擴散，內地而家正式將高端垂直AI，定性為國家級戰略產業資產，絕不無償外流、絕唔容競爭對手借力反超。
最後全球格局結論：
通用大模型全球自由流通、技術同質化、無長期壁壘；
垂直行業AI區域割據、獨家壟斷、完全無法複製。
未來全球AI產業，由中美兩強雙主導。
兩邊各自擁有完整產業鏈、海量疊代數據、持續進化嘅垂直模型，產業效率不斷自我強化、滾雪球式拉大差距。
其他所有經濟體，只可以停喺使用通用AI嘅層面，永遠接觸唔到核心工業智能。
全球產業差距只會愈拉愈大，落後國家追趕窗口愈收愈窄。
AI時代終極產業競爭，從來唔鬥算力、唔鬥演算法。
真正鬥嘅，係本土產業規模、真實場景數量、沉澱喺模型入面嘅獨家工業同商業經驗。
對投資者的啟示：
筆者保持一直以來的觀點：AI大模型嘅發展路徑，會複製類似上一次互聯網泡沫爆破模式。
因為Ai商業落地本來就是要用來解決商業問題，而家大量獨立AI初創公司瘋狂燒錢研發通用大模型，並且以通用能力去排列，就是一個混淆視聽的誤導，未來這類通用模型的收入會像互聯網行業的同質化產品相同，顧客只在意價格，競爭會把token單價大幅度殺低，最後支撐不到龐大的投資和燒錢速度而爆破。
當通用模型行業進入寒冬、大量技術和團隊平價出讓之時。真正嘅贏家，會是一班本身坐擁海量消費數據、工業數據、場景數據的現在幾間超級科企巨頭。
他們又會以極低價收割成盤通用模型技術再接入自家獨家、無人可以複製的多個產業數據，即時做到「頂尖模式運算法＋獨家垂直工業場景」，如虎添翼，
像上一個泡沫週期一樣，重演一次歷史，巨企最後也能大幅度向晶片、半導體硬件供應商壓價，使其成為利潤微薄、增長平淡嘅上游配套。
最近Meta的一些舉動就暴露出，Ai浪潮互相交易最終的無論是資本或營運水源都嚴重依靠傳統科技企業，只要他們稍稍扭緊水喉，無論賣剷的，賣模型的業積都可能會出現大逆轉。
25／6出文讚Microsoft及騰訊也是基於這個看法，之後不到兩個星期兩企股價大幅度反彈，前者由352升至388，後者則由418升至478，而啊里則更因透露雲收入超預期，股價由89 5反彈20%。
我是批評過啊里管理層在零售業務撩事生非，但佢在Ai模型上有巨量Open Ai 及Anthropic 沒有的實體經濟的數據，後兩者在使用Ai 去解決同類商業問題上，是無法勝過啊里的。
1. 電商全鏈路：商品、交易、供應鏈、庫存、商家經營數十年積累
電商營運、直播、選品、售後專屬垂類模型
2. 菜鳥物流：全國路網、快遞調度、異常預警、倉儲實時數據
物流工業垂直模型
3. 支付+螞蟻金融：萬億級信貸、風控、企業經營財務數據
金融风控垂類模型，大量銀行在用
4. 阿裏雲+釘釘：千萬企業辦公、產線、政企數字化
工廠排產、設備監測、智慧城市工業垂直AI大規模落地
5. 車載：寶馬、國產車企合作汽車座舱垂直模型，直接切入車企賽道
2026年7月2日星期四
周大福60億對沖虧損和衍生工具大型殺傷力武器
精简15%｜保留港式用词、通俗易读、原意完整不变
近期周大福公布業績，錄得62億港元對沖虧損，數字相當驚人，不少YouTuber拍片批評管理層能力不足、業務表現差。但絕大部分人都分不清，呢筆虧損屬正常營運風險對沖，還是管理層亂博市價投機輸錢，主因現時財報欠缺清晰易懂、統一標準的披露說明。
今日我用周大福、國泰的經典案例，以純生意邏輯講清楚，同時拆解現行會計準則漏洞。衍生工具複雜到就連股神，睇財報衍生合約部份都會覺得頭痛。
大家先代入經營者角度，就好易理解。
珠寶商需要長期囤積實物黃金，天生持有多頭風險：金價下跌，倉貨即貶值，直接打擊利潤。例如三個月前以4600買入黃金存貨，金價回落就即時錄得帳面損失。
因此行業慣常做法，會以黃金借貸空頭合約對沖，用4600行使價合約，抵消實物黃金跌價風險，企業只賺飾金手工同銷售差價。
管理層年報亦如是解釋：62億只係會計帳面重估虧損，並非真金白銀實際流出。
金價上升，存貨後續銷售毛利同步提高，只因會計規則差異：存貨毋須每期市價重估，衍生對沖就要按市值入帳，形成時間差。對沖即時錄虧，銷售利潤尚未入帳，長遠整體數字互相抵消、收支平衡。
簡單舉例：周大福4600買金後同步做對沖，金價升至5200，飾金以6000售出。會計按4600成本錄1400毛利，同時對沖錄600帳面虧損，最終淨利依然係原本預期手工利潤的800。
這就是IFRS9入帳邏輯：人為拉高毛利率，同時多出一筆非現金對沖虧損。
再用國泰航空做教科書解釋：航空公司每日要用燃油，屬天然空頭。機票預售後，若入油價大幅上升，就會蠶食利潤甚至虧損。正規對沖，就是預先鎖定油價買入遠期合約，油價上升帶來的成本損失，由對沖盈利補回，整體利潤維持不變。
難點在於：航空公司無法精準預知未來航班客量、實際耗油量，難以判斷合約額度、年期應該幾多先合理安全。
好似霍爾木茲海峽事件後油價急升，航空業短期就加燃油附加費，市場好快接受新票價。行業一般3個月內，乘客就適應成本加幅、接受加價。航空公司只需要對沖呢段過渡空窗期風險，超過時限開合約就已經唔係對沖，變成投機。
當年疫情來襲，航空需求暴跌，原本可放於其他綜合收益OCI累積的虧損，因預期交易不再發生，一次性全數打入損益表。2020國泰單單對沖轉數就蝕88億，業績大跌，最終需要政府注資救援。
國泰致命問題，係一做就2–3年超長燃油合約，遠超市場合理周期，本質就是炒價。2008、2015、2016多次油價大跌爆對沖巨虧，依然唔吸取教訓。反观2016美股航企：美航長期零對沖、達美僅0.6個月耗油量、聯航2個月、西南最多3個月；2020疫情達美零對沖、聯航0.8個月、西南約4個月。這些頭號玩家都能長期經受油價波動考驗都穩健，對比之下國泰風險極度脆弱，然而國泰並沒有從中吸取教訓，一再犯錯。
過度對沖等同投機，中信泰富亦是經典反面案例。當年其鐵礦營運需要大量澳元支出，他一簽就是兩年總支出的多頭澳元倍加合約(Accumulator)，合約金額龐大要留Margin，澳元大跌被追加按金, 最後錄百億巨虧，被逼向母公司大額集資救場。
兩單大案證明，不少優秀企業家都唔認清楚專業對沖，而IFRS準則披露亦完全幫唔到他們判斷。
財務報告允許國泰數年長倉投機虧損，隱藏並累積記在OCI唔影響報告純利；周大福正規存金對沖，虧損卻要當期計入直接影響淨利，普通人難以理解財務報告的邏輯。
衍生工具好易兩極走極端：一係合約遠超營運所需過度對沖，一係完全唔對沖，任由匯價、油價、金價波動吞噬利潤。
因此投資人需要的只是財報能夠清晰區分數字中的：
多少係正常生意鎖價對沖，
多少是超額合約、直接是市場投機。
因此我認為理想年報風險披露應該寫清楚6點：
1. 列明企業營運中的各類商品、貨幣天然的多頭/空頭風險
2. 參照同行客戶接受價格變動的合理周期是多少個月(例如航空公司合約亦只能是1個月的耗油量)
3. 從1，2點資料計算對應商品、匯率真實風險額度
4. 對比現有合約額度，是否不足或過度對沖
5. 年度實際風險與已做對沖之間差額
同時損益入帳分三類規範：
1. 匹配營運周期、正規業務對沖：合約浮動盈虧，先記入OCI，到期結算或平倉後轉入對應的成本或收入，還原真實的營業利潤
2. 超出營運需求額度的合約：一律定性投機，盈虧即時以非營運的炒賣損益記帳
3. 完全唔做對沖企業：補算假設正常對沖應有的利潤差額，並列作非營運炒賣損益記帳
第三點特別有感：因見過上市公司為避免不懂的人指責而選擇唔做唔會錯唔對冲，反而令企業長期處於極大風險中。
訂閱：
文章 (Atom)