事件概覽據 X 使用者 @kimmonismus 報導，Oracle 已於 2026-03-31 面向全球約 20% 員工發出裁員通知，內部郵件以 “今天是最後一個工作日” 的措辭正式生效，引發廣泛關注。此次行動與公司正在推進的 大規模 AI 基礎設施投資 直接相關，用於釋放現金流，以支援未來資料中心與算力叢集建設。公開跡象顯示，本輪裁員主要集中於 軟體工程類崗位，但公司強調 OCI（Oracle Cloud Infrastructure）擴張計畫保持不變。裁員規模與資金調配顯示，Oracle 正在加速從 傳統軟體模式 轉向 資本密集型 AI 雲基礎設施模式。公司在最新財季已將 2026 財年重組預算提高至 21 億美元，反映其重組力度擴大。短期內，相關部門的營運穩定性與客戶服務可能承壓；中期來看，Oracle 正試圖借算力投入在 2026—2027 年縮小與 AWS、Azure 的差距，其成敗將直接影響公司在企業級技術市場的競爭地位。相關事件時間線2025-082025-122026-03-05事件分析戰略轉向：資本密集型 AI 基建的資源重分配Oracle 的裁員核心動因在於為 AI 資料中心投資 釋放現金流。公司資本支出在 2025 年激增至 212 億美元，而 AI 訓練與推理需求的迅速擴張，使 Oracle 認為必須以 “人力換資本” 來保障 OCI 在算力競爭中的位置。裁員資金被明確用於基礎設施建設而非利潤率改善，顯示管理層押注方向清晰。市場競爭態勢：以企業級優勢換雲端突破在全球雲市場中，AWS 與 Azure 合計佔據約五成份額。Oracle 試圖依託其高滲透率的企業級資料庫業務，通過 “軟體 + 基礎設施” 捆綁方式吸引 AI 工作負載上雲。但短期裁員可能對 銷售與客戶成功團隊 帶來壓力；中期能否憑新增產能獲取穩定訓練客戶，將決定 OCI 能否在企業 AI 推理市場擴大份額。供應鏈瓶頸：GPU、電力與建設周期的不確定性Oracle 的算力擴張將遭遇 Nvidia 高端 GPU 供貨緊張、電力基礎設施不足 及 液冷部署複雜度 等現實約束。公司所節省的資金預計將主要投入土地、電網配套與硬體採買，但外部延遲可能導致 “現金已出、產能未起” 的窗口期風險，影響 2026—2027 年的預期產能釋放節奏。商業模式重構：從高毛利軟體到重資產雲的壓力轉移裁員標誌著 Oracle 從 高毛利軟體訂閱 向 重資產雲營運 的深度轉型。新模式將導致單位經濟顯著變化：折舊提高、自由現金流承壓、ROIC 下降。OCI 產能利用率若無法在 12 個月內達到 70% 以上，將影響整體盈利模型。此外，大規模人員調整對核心產品創新亦構成潛在拖累。風險平衡：人才、合規、競爭與需求變數Oracle 需應對多重不確定性，包括：- 關鍵研發人才流失 可能影響資料庫與 OCI 交付質量；- WARN 法案合規 及潛在訴訟帶來額外成本；- AWS 與 Azure 的客戶搶奪策略 可能加劇競爭；- 企業級 AI 需求波動 或導致產能利用率下降。上述因素將決定 Oracle 在 2026 年底前能否驗證本輪裁員 — 投資鏈的正向效果。 (InfraNative)

近日，知名加密機構 Delphi Labs 的聯合創始人 José Maria Macedo 在社交媒體 X 上發表了一篇長文《What I Learned from Two Weeks Inside China’s AI Ecosystem》，講述了他在結束對中國為期兩周的深度考察之後對中國 AI 生態系統的一些所感、所想。他在中國待的兩周期間，見了不少創始人、VC 和上市公司 CEO，最後他得出的結論是：對中國硬體更看好，對中國軟體更謹慎，同時對中國創始人與投資體系的理解也發生了變化。這篇內容很值得深讀，它為每一個深處中國AI生態環境的我們提供了一個很典型的“外部視角”：當一個長期看全球科技和投資的老外走進中國，他看到的並不是一個籠統的“中國 AI 很強”，而是一套很具體、也很分裂的中國AI生態結構。01 滿懷期待的中國行：“去尋找被嚴重低估的天才”Macedo 坦言，自己是帶著極高的預期飛往中國的。在西方資本市場眼中，中國始終是一個充滿工程師紅利和極致效率的土壤。他的初衷非常直接且明確：“我以為會看到被嚴重低估的天才，正在以（西方市場）一折的價格，做著改變世界的事情。”然而，經過兩周的密集調研、走訪和深度交流後，他眼前的迷霧被撥開，展現出的卻是一幅割裂、真實又充滿戲劇性的圖景。他在文章中給出了一個犀利且一針見血的結論：“中國硬體正在悄悄贏得一場西方人甚至沒意識到已經開始的戰爭；但在軟體領域，估值泡沫和同質化的創始人畫像，正在把一個本該爆發的生態，變成另一場擊鼓傳花的遊戲。”02 他最意外的，不是中國沒人，而是中國創始人太像了帖子裡有一段很有意思。José 說，他過去見過的優秀創始人，往往有一些共同特徵：獨立思考、叛逆、極度專注，而且不太相信二手共識。可他這次在中國見到的很多創始人，雖然也非常優秀，背景極強，執行力極強，勤奮程度也極高，但在“從0到1的非共識願景”這件事上，反而沒那麼突出。他提到，自己見到的很多人都擁有非常漂亮的履歷：頂級大學、大廠背景、論文、專利、技術能力都很強。這些放在西方已經是頂尖人才的配置，但在中國，某種程度上更像是入場門票。這段觀察未必完全正確，但它點出了一個現實：中國 AI 創業裡，優秀的人很多，能打的人很多，但高度同質化的人也很多。大家的成長路徑、訓練方式、職業履歷、表達方式，常常非常相似。這會帶來一個結果：項目可以做得很強，但未必足夠“怪”。而很多真正大的創新，最開始往往都帶一點“不像樣”。03 他把問題往前推了一步：VC 也在強化這件事José 的一個核心判斷是，這不只是創始人的問題，也和投資邏輯有關。他提到，很多中國基金的投資邏輯，本質上是在尋找最優秀的大廠背景人才，比如字節或大疆出來的人。看的更多是履歷、背景和確定性，而不是某種強烈到不合群的個人信念。這背後的問題是：當市場越來越偏好“標準答案”時，真正不標準的人，反而更容易被系統性錯過。José 還舉了一些中國歷史上的知名創業者作為對照，認為很多真正做出大公司的中國創始人，本身並不是今天這套“標準範本”裡的人。這部分我覺得很值得創業者看。因為它說的不是“名校和大廠沒用”，而是另一層意思：如果一個生態越來越擅長篩選正確的人，它也可能越來越難篩出特別的人。04 他最震撼的部分，在深圳如果說前面還屬於“組織和人才判斷”，那後面進入硬體部分時，他的語氣明顯變了。José 說，他在中國看到最震撼的東西，不是創業公司的路演，而是深圳的硬體生態。他提到那種系統性的拆解、逆向工程、密集供應鏈和長期積累的網路效應，讓他不確定西方很多硬體創業者是否真正理解自己面對的是什麼競爭。他還提到，和他們交流的創業者給出的資料是，超過 70% 的硬體投入來自大灣區，接近 100% 來自中國本土，這意味著極快的迭代速度，而這種速度是西方硬體公司很難複製的。這段其實特別關鍵。因為它說的不是“深圳有供應鏈”這麼簡單。它真正說的是：中國硬體優勢，不只是成本優勢，而是系統密度優勢。你能拿到零部件。你能快速試錯。你能快速改板。你能很快把樣機變成產品。你還能在一個足夠大的製造網路裡繼續往下壓時間和成本。這不是某一家公司厲害，而是一個區域能力。05 他為什麼更看好中國硬體，而不是中國軟體José 認為，中國在開源模型上確實很強，但在閉源模型層面，和西方頭部實驗室相比仍然有明顯差距，而且這個差距可能還在擴大。他提到資本開支差異、GPU 獲取限制，以及西方實驗室對蒸餾的持續打擊。他還引用了一個很有衝擊力的對比：Anthropic 僅在 2 月就已經達到 60 億美元 ARR，而中國最好的模型公司，ARR 仍大致在幾千萬美元量級。這組數字當然應該謹慎看待，但他想表達的核心很清楚：軟體的競爭，不只是“能不能做出來”，而是“能不能在產品、分發、商業化和平台能力上持續拉開差距”。而這一點，恰恰是今天最殘酷的地方。因為很多 AI 軟體創業公司做的方向，本身就處在大模型公司原生功能的覆蓋邊緣。你辛苦做出的產品，可能一輪模型更新、一個官方功能發佈，就被壓縮掉一半空間。這對所有 AI 應用創業者都是個提醒。不是說軟體不能做。而是說，純功能型軟體會越來越難。06 他還點了一個很多人不願意承認的問題：估值泡沫José 認為，中國 AI 不只是熱，而且已經有明顯泡沫，無論是早期還是後期。他提到，早期消費類 AI 創業公司即使還沒有產品，估值做到 1 億到 2 億美元已經不罕見，種子前輪超過 3000 萬美元也並不少見。他還拿一些公開市場和頭部公司的估值做對比，認為晚期估值更難自洽。這部分未必要完全接受他的數字口徑，但泡沫感確實是今天很多人都能感受到的。原因也很簡單：AI 是大趨勢。中國 AI 又是大趨勢裡的大主題。當“敘事”本身成為稀缺資產時，估值就很容易跑到基本面前面去。問題不在於高估值本身。問題在於，當融資節奏跑得比商業化更快時，很多公司最後要面對的，不是技術問題，而是兌現問題。07 他最後看到的機會，反而是“中西結合型團隊”帖子最後有一段我覺得是全文最值得注意的部分。José 說，他原本沒想到的是，自己見到的很多中國創始人，其實都在優先做全球市場，而不是先做中國市場。他們使用 Claude Code，關注 Dwarkesh 的播客，對舊金山創業生態非常熟悉。這說明一件事：今天的資訊流，已經不是單向的了。很多中國創始人，對西方產品、模型、創業公司和敘事的理解，並不比西方投資人差。所以他最後真正看好的，不是一個抽象的“中國 AI”，而是一類更具體的組合：把中國的工程執行力、製造能力、供應鏈縱深，和西方的產品定義、市場進入能力、全球化表達結合起來的團隊。這也是我覺得這條帖子最有價值的地方。它沒有停留在“誰更強”的討論裡，而是在說：下一波真正有競爭力的公司，很可能不是單純的中國式公司，也不是單純的美國式公司，而是能跨兩套系統工作的公司。結語Macedo 的這篇觀察，像是一把尖銳的手術刀，切開了當前中國 AI 生態的真實剖面：硬體的務實與軟體的浮躁並存。對國內的創業者和投資人來說，這是一個極其響亮的警鐘。硬體的優勢固然值得驕傲，但在 AI 這場全方位的戰役中，如果軟體生態不能擠干水分、打破同質化的內卷，我們或許會錯失這一波技術革命中最核心的紅利。正如他所感受的那樣：“答案是複雜的。”在冰與火交織的中國 AI 賽道上，潮水退去之後，真正的破局者，一定是在泡沫破裂後還能穩穩站住的人。 (Josh矽基世界)

美股軟體股周二重挫，原因是有關亞馬遜(AMZN.US)新AI工具的報導重新點燃了過去幾個月困擾該類股的顛覆擔憂。資料顯示，一隻追蹤軟體股的交易所交易基金(ETF)下跌4.3%，創一個月來最大跌幅。UiPath(PATH.US)和HubSpot(HUBS.US)跌幅居前，二者均下跌約9%;Trello母公司Atlassian(TEAM.US)下跌8.4%。亞馬遜的雲端運算部門亞馬遜網路服務(AWS)正在開發一款AI代理，可自動執行銷售、業務拓展及其他團隊的部分職能——這些團隊正是這家科技巨頭此前大規模裁員涉及的部門之一。報導稱，AWS正在開發的這款代理可處理網路安全、伺服器網路等領域數千名技術專家的部分工作負載。今年以來，軟體股持續承壓。包括Anthropic在內的多家AI初創公司發佈的新一代AI工具，引發市場對傳統軟體企業增長前景的擔憂。iShares Expanded Tech-Software Sector ETF自2025年底以來已下跌超過23%，正邁向自2008年以來最差季度表現。周一晚些時候，Anthropic表示其Claude聊天機器人現在可以接管使用者電腦，完成諸如瀏覽網頁、填寫電子表格等任務。而在軟體股再次下跌之際，因對軟體股有較大敞口而遭遇贖回潮的美國私募股權行業的最新動向進一步加劇了焦慮情緒。Ares Management(ARES.US)和阿波羅全球管理(APO.US)正在限制私募信貸基金的贖回。在此之前，由於市場擔憂向軟體製造商及其他被視為容易受到AI衝擊的公司提供貸款的風險上升，已引發了一波贖回申請潮。儘管對美股軟體類股的擔憂依然存在，但Wedbush分析師、被市場稱為“科技多頭旗手”丹·艾夫斯就曾在本月早些時候對持續的軟體類股拋售提出異議，稱這是他在過去15到20年間所見過的“最脫節”的科技交易。艾夫斯認為，市場對人工智慧(AI)顛覆傳統軟體公司的擔憂被誇大了，導致了他所稱的“AI幽靈交易”，使該類股受到了不公正的懲罰。艾夫斯表示：“最終是軟體——從賽富時(CRM.US)到ServiceNow(NOW.US)，再到最終保障網路安全領域的CrowdStrike(CRWD.US)、Palo Alto(PANW.US)等公司的應用場景——才是關鍵。我認為這是我幾十年來見過的該類股最嚴重的拋售。”這位分析師指出，AI公司Anthropic最近在智能體方面的進展可能是軟體股觸底的訊號。他堅持認為，AI的真正價值在於成熟的軟體平台，而非純AI公司。艾夫斯表示：“我的觀點是，AI可能會顛覆一些只依賴單一產品的純軟體廠商。但現實是，資料和價值存在於技術堆疊中。存在於賽富時、ServiceNow、Workday、甲骨文等公司的安裝基礎上。”艾夫斯預測，30%的AI支出最終將流向軟體公司，並指出Palantir(PLTR.US)已經展示了變現的潛力。他還預計該行業將出現整合。他表示：“現在，邁阿密的計程車司機都看跌軟體，而我認為，相對於我對今年軟體類股的看法，這是一個看漲訊號。”值得一提的是，丹·艾夫斯領導的Wedbush分析師團隊在2月初就曾表示，儘管AI在短期內確實可能對傳統軟體商業模式構成一定壓力，市場對這一風險的反應明顯過度，當前的軟體股拋售已經隱含了“行業大規模被AI顛覆”的極端假設，而這在現實中並不具備可行性。艾夫斯指出，企業客戶在AI遷移問題上遠比市場想像中謹慎。大量企業並不願意為了追逐AI紅利而將核心資料暴露在尚未完全成熟的新平台之上，更不會輕易放棄過去數十年、斥資數百億美元建構的軟體基礎設施。他表示：“AI在短期內是逆風，這一點毫無疑問，但市場當前的定價方式，彷彿軟體行業即將迎來‘世界末日’，這一判斷在我們看來完全脫離現實。”Wedbush強調，當前大型企業軟體生態中已沉澱了數以兆計的資料點，新興AI公司如OpenAI和Anthropic，無論是在資料承載能力還是企業級安全防護方面，短期內都難以全面接管這些複雜系統。這意味著，AI更可能以“嵌入式工具”的形式融入現有軟體平台，而非徹底取而代之。Wedbush還指出，微軟(MSFT.US)、Palantir、CrowdStrike、Snowflake(SNOW.US)和賽富時為“軟體寒冬”中最值得持有的五大軟體股。輝達(NVDA.US)首席執行長黃仁勳同樣在2月初駁斥了AI將取代軟體及相關工具的擔憂，稱這種想法“不合邏輯”。黃仁勳在舊金山由思科系統主辦的人工智慧會議上發表講話時表示，擔心AI會降低軟體公司重要性的想法是誤導性的。他認為，AI將繼續依賴現有的軟體，而不是從頭開始重建基礎工具。摩根大通策略師也指出，從長期來看，傳統軟體公司是否會被AI取代仍不明朗，但當前市場對AI顛覆的悲觀情緒在現階段已經出現“過度反應”。微軟和CrowdStrike是摩根大通策略師提及的、具備AI韌性的代表性公司之一，這類企業有望從AI提升工作流程效率中受益。該團隊表示，企業級軟體較高的轉換成本以及多年期合同，為其抵禦短期衝擊提供了緩衝。 (invest wallstreet)

美國和以色列如何建造龐大的軍事目標瞄準機器圖片來源：Getty Images美國和以色列在伊朗展現的火力比美國在前兩次海灣戰爭中展現的都要迅猛和壓倒性。據信，這兩個盟國在2月28日發動的進攻性出動架次比美國在1991年或2003年海灣戰爭首日（當時部署兵力遠超美國）的出動架次還要多（兩次戰爭的出動架次均約為1300架次）。五天後，美國戰爭部長皮特·赫格塞斯吹噓道：“‘史詩狂怒行動’的空中力量是2003年伊拉克‘震懾行動’的兩倍。”美國和以色列之所以能夠發動大規模的打擊行動和導彈發射，是因為它們能夠比以往任何時候都更精確、更快速地識別目標。而它們之所以能夠如此迅速、全面、精確地生成目標，是因為它們大幅增加了軟體的使用——包括迄今為止應用範圍有限的人工智慧。如今，兩國軍隊都能以工業化規模生成和打擊目標。自戰爭爆發之初，襲擊目標的選擇就一直受到嚴格審查。2月28日，伊朗南部米納布一所女子學校遭到疑似美國“戰斧”巡航導彈襲擊，造成175人死亡，其中大部分是兒童。3月11日，《紐約時報》報導稱，五角大樓已認定此次襲擊是目標選擇錯誤造成的，是針對附近海軍基地的一次攻擊的一部分。赫格塞斯先生反覆強調，他希望在軍隊中優先考慮“殺傷力”而非“不溫不火的合法性”，並大幅削減五角大樓內部用於平民傷亡評估的預算，此舉冒著被指責冷酷無情、漠視平民生命的風險。據華盛頓人權觀察組織HRANA統計，迄今為止，伊朗已有近1800人喪生，其中大部分是平民。美國和以色列的現代化目標定位系統在目標定位和最大限度減少每次打擊造成的平民傷亡方面，都遠勝於以往的系統。在美國，針對伊朗的打擊行動由位於佛羅里達州坦帕市的中央司令部（CENTCOM）總部的人員操控，該司令部負責五角大樓在中東的行動。司令部的一名指揮官會針對各種情況制定方案，例如轟炸伊朗核設施或推翻伊朗政權。他的“ J2 ”（情報局）會建立一個包含數千個潛在目標的資料庫，這些目標的資訊來自衛星圖像、訊號情報和其他來源。該資料庫還包括學校、醫院等“禁打”目標的名單。“武器專家”決定針對那些目標需要那些彈藥，例如用於地下設施的掩體炸彈或用於建築物的GPS制導聯合直接攻擊彈藥（簡稱JDAM）。律師會審查目標，但他們的作用有限。（一位前美國指揮官說，審查目標的律師“不會說‘你不能這樣做’，而是會說：‘你可以這樣做，但後果是這樣的。’歸根結底，最終的決定者是指揮官。”）該指揮部的J 5（戰略和計畫局）將所有這些彙總成一個連貫的作戰計畫，並將其傳遞給J 3（作戰局），J 3 最終將該計畫分解為“空中任務指令”，這些指令通常著眼於未來兩天。長期以來，人們一直利用軟體來輔助這項工作。軟體通過模擬爆炸、高溫和碎片的影響範圍，估算目標的位置、結構以及可能對平民造成的傷害，從而預測摧毀目標的機率。這些模擬結果可以疊加在地圖上，形成鋸齒狀的圖像，有時被稱為“爆炸圖”。但近年來，這項技術在範圍和複雜性方面都取得了飛躍式發展。包括中央司令部和北約在內的美國武裝部隊，目前都使用由美國公司Palantir主要開發的Maven智能系統來提升整個決策流程。Maven是一款“決策支援”工具，它整合了來自公開管道（例如社交媒體資訊流）和機密管道（例如衛星資料）的資訊。如果一名伊朗人在Telegram上提到看到一輛導彈發射車從自家門前駛過，Maven系統就能將這條資訊與來自射頻衛星的資料關聯起來，這些衛星可以探測到伊朗軍用無線電的電子輻射。Maven隨後可以生成目標，計算出那種武器最適合打擊每個目標，並評估打擊後的破壞情況。負責該項目的北約官員阿內爾·戴維寫道，Maven還能作為現實世界的“數字孿生”，使指揮官能夠模擬特定決策可能產生的後果。他說，其目標是將軍事指揮轉變為“機器輔助的預測科學”。這一切都意味著，資料可以以更快的速度轉化為目標。曾在美國陸軍第十八空降軍領導Maven系統研發的退役上校喬·奧卡拉漢（Joe O'Callaghan ）在最近的一次播客節目中表示，一項機密研究表明，Palantir公司的系統使軍事人員能夠以十分之一的人力規劃出與伊拉克戰爭規模相當的作戰行動。他補充說，這一效率如今已得到進一步提升。（Maven系統自2022年起被用於援助烏克蘭。）一位參與Maven項目的前北約將軍表示，過去需要數十人花費數十小時才能完成的工作，“現在只需兩分鐘就能完成”。一位歐洲將軍將他所見證的這一切形容為“煉金術”。他說：“我們每天的目標數量從10個增加到300個，我們的目標是每天3000個。”以色列雖然使用不同的軟體，但也實現了流程的“工業化”，正如一位軍官所說。在備戰過程中，當以色列同行帶著包含數千個伊朗目標（以及每個目標所需的彈藥）的“目標庫”出現時，美國策劃人員感到震驚：這些目標包括伊朗領導人的總部和住所、軍事和民兵基地、導彈發射裝置和工廠、民用基礎設施等等。“以色列賦予決策支援系統生成目標的自主權，遠超我所能想像，”這位歐洲將軍說道。以色列的防空系統發展處理程序可以追溯到1973年的贖罪日戰爭，當時以色列的飛機遭到蘇聯製造的防空系統的重創。這促使以色列空軍系統地收集和融合敵方地對空導彈（SAM）的資料，這為1982年對敘利亞的決定性勝利做出了貢獻。隨後，在2006年與黎巴嫩真主黨的戰爭中，以色列遇到了新的問題。隨著戰爭持續34天，以色列將軍們抱怨說：“目標庫已經空空如也了。”時任軍事情報局局長的阿莫斯·亞德林改進了針對地空導彈的打擊方法，並將其推廣到所有潛在目標。以色列國防軍總參謀長最終擁有了一份裝訂成冊的哈馬斯目標清單；每當加薩地帶髮射火箭彈時，他都能在幾分鐘內選定一個反擊目標。這一切聽起來可能像個黑匣子。指揮官們辯稱，Maven 和其他工具建立的目標庫已經過近十年的測試，總體上是可靠的。他們會根據基礎資料為每個目標設定一個置信度。一位軍官表示，這些目標庫在識別民用目標方面往往比疲憊不堪的人工分析員更勝一籌。在美國和以色列軍隊中，除防空系統等需要攔截大量來襲炮彈的極端情況外，每個目標都需經人工稽核。但一些業內人士承認，打擊規模和頻率的不斷增加，促使人們賦予電腦更大的自主權，使其能夠對生成的目標進行實際攻擊。對自主打擊的擔憂是人工智慧模型Claude的開發商Anthropic公司與五角大樓之間爭論的核心，儘管目前這仍是一種假設性的擔憂。（Claude在Maven項目中有所應用，但並非用於識別目標等地理空間任務。）一位參與該技術的人士表示，在北約內部，一些國家“擔心失去人類的控制”。“我們正以四年前我根本無法想像的速度發展。”操作員錯誤在許多情況下，電腦輔助目標鎖定銀行的問題不在於電腦本身，而在於使用電腦的人。“人工智慧可以使優秀的情報官員更加出色，並有助於減少附帶損害，”一位以色列消息人士表示。“但如果情報官員只是想找到更多目標，而不在乎誰會受到傷害，那麼人工智慧只會幫助他們找到這些目標。”以色列對加薩的空襲暴露了維護龐大目標庫的另一個問題。“當平民在空襲中喪生時，我們會重新核查資訊，”一位分析人士說，“通常是因為哈馬斯過去曾使用過那棟建築，但後來搬走了，現在住戶又搬了進去。”以色列國防軍會定期“重新驗證”目標，但頻率遠遠不夠。米納布女子學校遭襲事件可能源於未能重新驗證目標。據《紐約時報》報導，一名官員透露，該地點曾是附近海軍基地的一部分。隨著人類被越來越多的電腦生成目標所淹沒，每天可進行的襲擊次數也大幅增加，如何最大限度地降低此類災難的風險將變得越來越具有挑戰性。在美國，或許最大的挑戰來自高層。赫格塞斯先生貶低了戰爭法，解僱了軍事律師，並放寬了交戰規則。一位官員表示，他還將五角大樓負責保護平民的人員數量削減了90%。中央司令部負責平民傷害評估的小組人員編制僅為赫格塞斯上任前的三分之一；負責規劃的人員和“打擊小組”成員的流失最為嚴重。這些工作人員可以幫助我們瞭解伊朗局勢的變化如何導致像米納布學校這樣的目標過時。 (invest wallstreet)

2026年以來，A股市場呈現鮮明的兩極分化格局：一邊是AI引發的軟體股暴跌，美股IBM、Salesforce等龍頭股回撤幅度達20%-40%，恆生科技指數邁入技術性熊市；另一邊是HALO交易異軍突起，能源、公用事業等重資產類股逆勢跑贏輕資產公司35%。市場定價邏輯從輕資產轉向“重資產+低淘汰”的實體資產，如何理解這一趨勢切換，把握AI與HALO資產的平衡配置，成為當前投資者的核心命題。一、市場核心趨勢當前市場的核心趨勢是“AI顛覆引發重構，資金擁抱確定性”。一方面，AI技術從賦能預期轉向顛覆現實，對傳統軟體等輕資產行業形成實質性衝擊，市場對AI的分歧持續加大；另一方面，高盛提出的HALO交易（HeavyAssets+LowObsolescence）成為新熱點，資金從波動劇烈的科技股流向現金流穩定、難以被技術顛覆的重資產領域。這種趨勢背後，是市場從“追捧改變世界的資產”向“堅守世界改變不了的資產”的心態轉變，本質是在不確定性中尋求安全邊際的理性選擇。二、AI引發軟體股暴跌的核心原因AI對軟體行業的顛覆集中在商業模式層面，導致市場對其估值進行重估：1、“賣人頭”模式難以為繼：傳統通用型SaaS軟體公司依賴按使用者數量收費的模式，而AI能替代大量基礎工作，減少企業對軟體帳號的需求。例如金融機構通過AI完成資料整理、報告撰寫等助理工作，研究員數量減少導致iFinD、Wind等終端的採購量下降，直接衝擊軟體公司營收。2、企業自主開發門檻大幅降低：AI程式設計工具讓企業自建軟體的成本顯著下降。國內公司飛智雲放棄每年50萬美元的Salesforce訂閱服務，僅靠2名IT人員用AI工具自主研發CRM系統，成本僅50萬人民幣，成本降幅達90%。這種自主開發不僅分流需求，部分企業還轉型為軟體供應商，加劇行業競爭。3、估值邏輯崩塌：市場此前預期AI將賦能軟體行業，但實際卻是顛覆式衝擊，導致軟體公司從“成長股”邏輯轉向“衰退股”擔憂，進而引發殺估值行情。三、AI對軟體行業的影響與分化AI並非徹底顛覆軟體行業，而是引發行業深度分化，呈現“淘汰一批、升級一批、新生一批”的格局：1、被淘汰的軟體公司：以簡單資料統計、表單管理、通用辦公軟體為主，這類軟體功能單一，AI可一鍵替代。例如金山辦公的圖表轉化功能，已能被AI工具快速實現，使用者付費意願大幅下降。2、被升級的軟體公司：具備行業深度和資料壁壘的企業，AI成為其效率提升工具。但這類公司面臨“劇院效應”，所有企業均引入AI後回歸同一起跑線，競爭格局未發生實質改變，難以獲得超額收益。3、新生的軟體公司：AI原生軟體企業迎來機遇，這類公司基於AI技術創造新需求，如AI客服系統、法律文書生成工具等，類似移動網際網路時代的抖音，有望成為未來投資的核心標的。具備護城河的軟體公司：擁有獨特資料、嵌入複雜交易、建構生態系統或具備監管牌照保護的企業，能抵禦AI衝擊。例如淘寶的生態系統、券商的交易軟體，因涉及複雜交易和牌照保護，短期難以被替代。四、HALO交易核心邏輯HALO交易的核心是“重資產+低淘汰+良好競爭格局”，其崛起並非偶然：1、重資產構成天然壁壘：能源、公用事業等領域的資產投入大、建設周期長，新進入者難以複製。例如電網、管道、礦山等基礎設施，具備極強的行業壁壘。2、低淘汰屬性穿越周期：這類資產技術迭代緩慢，不會因AI等新技術出現而被替代。海螺水泥、京東方等案例證明，重資產一旦疊加低技術進步屬性，就會形成深厚護城河，現金流穩定性極強。3、估值修復空間充足：HALO資產此前長期被市場冷落，估值處於歷史低位，而AI引發的市場恐慌為其帶來估值修復機會。當前港股電力股市盈率僅七八倍，顯著低於市場平均水平。4、剛需屬性提供支撐：能源、水務、燃氣等是人類社會的基礎需求，無論技術如何發展，剛需屬性不會改變，這種“旱澇保收”的特性在不確定時代更具吸引力。五、AI與HALO資產的市場關係AI與HALO資產並非絕對對立，而是呈現“蹺蹺板效應+部分協同”的關係：蹺蹺板效應：當AI發展不及預期、顛覆風險加劇時，資金流向HALO資產避險；若AI實現規模化落地（如人形機器人、智能駕駛普及），市場風格可能重回科技股。3月輝達GTC大會等行業事件，將成為影響兩者資金流向的關鍵節點。協同共生關係：AI的發展反而會催生HALO資產的新需求。AI資料中心的耗電量相當於中小城市規模，直接拉動電力、電網建設、銅等大宗商品的需求增長，形成“AI越發展，HALO越受益”的正向循環。長期邏輯平行：AI仍是長期成長主線，但其波動性大、估值偏高；HALO資產側重穩健收益，兩者共同構成市場的核心配置方向，滿足不同風險偏好投資者的需求。六、HALO交易重點關注方向符合“重資產+低技術迭代+良好競爭格局”的三大方向值得重點關注：1、能源行業：競爭格局清晰，不會被AI顛覆，且受益於AI帶來的電力需求增長。A股及港股的電力股估值具備吸引力，業績穩定性強。2、公用事業：涵蓋燃氣、水務、鐵路等領域，具備剛需屬性和政策保護，現金流穩定且高分紅，是典型的“防禦性核心資產”。3、化工行業：行業經過充分洗牌，龍頭企業具備規模優勢和技術壁壘，技術迭代緩慢，且受益於反內卷政策帶來的競爭格局最佳化。需注意的是，並非所有重資產都屬於HALO資產。若重資產疊加高技術迭代（如部分電子製造），則可能面臨淘汰風險，這類資產需堅決規避。七、資產配置實操建議普通投資者應採用“核心-衛星”策略，平衡AI與HALO資產的配置比例：穩健型配置（金字塔策略）：60%底倉配置HALO資產，選擇能源、公用事業等現金流穩定的標的，保障基礎收益；30%配置AI硬科技（如算力基礎設施、AI原生軟體），把握成長機會；10%作為機動倉位，根據市場情緒動態調整。進取型配置（鑽石策略）：縮小底倉至40%，將AI相關資產比例提升至40%，機動倉位保持20%，在控制風險的前提下追求更高彈性。關鍵篩選原則：配置AI資產時，避開易被替代的通用軟體，聚焦算力、AI原生應用等受益方向；選擇HALO資產時，重點關注競爭格局清晰、估值合理的行業龍頭。八、投資機會主線結合市場趨勢與產業動態，當前三大主線具備明確投資價值：1、AI電力配套主線：川普要求科技公司自建發電廠，燃氣輪機葉片等核心零部件供不應求，HW、PCC兩大巨頭產能緊缺，上游零部件企業有望承接外溢訂單；東方電氣等企業的快速交付方案已出口中東，後續有望切入北美市場。2、儲能政策紅利主線：青海省發佈儲能容量電價機制，4小時時長要求帶來更高補貼，僅容量電價就能實現5%的回報率。青海電力系統緊缺催生新型儲能建設需求，政策支援將加速行業落地。消費復甦主線：乳製品行業競爭緩和，2026年春節期間經典款及特侖蘇均價回升至40元以上，較2025年低點反彈21%；近八成貨品為當月新產，庫存有望出清，管道健康度持續改善，中長期業績具備修復空間。總結AI技術引發的市場重構仍在持續，HALO交易的崛起並非對AI的否定，而是市場在分歧中尋求平衡的結果。投資者既要看到AI帶來的長期成長機會，也要警惕其對傳統行業的顛覆風險；既要把握HALO資產的確定性收益，也要避免盲目追捧所有重資產。在資產配置上，應立足自身風險偏好，採用“核心-衛星”策略，通過HALO資產建構安全邊際，通過AI相關標的捕捉成長彈性，同時關注電力配套、儲能、消費復甦等細分主線的機會，在市場重構中實現穩健盈利。 (益研究)

2026年以來，A股市場呈現鮮明的兩極分化格局：一邊是AI引發的軟體股暴跌，美股IBM、Salesforce等龍頭股回撤幅度達20%-40%，恆生科技指數邁入技術性熊市；另一邊是HALO交易異軍突起，能源、公用事業等重資產類股逆勢跑贏輕資產公司35%。市場定價邏輯從輕資產轉向“重資產+低淘汰”的實體資產，如何理解這一趨勢切換，把握AI與HALO資產的平衡配置，成為當前投資者的核心命題。一、市場核心趨勢當前市場的核心趨勢是“AI顛覆引發重構，資金擁抱確定性”。一方面，AI技術從賦能預期轉向顛覆現實，對傳統軟體等輕資產行業形成實質性衝擊，市場對AI的分歧持續加大；另一方面，高盛提出的HALO交易（HeavyAssets+LowObsolescence）成為新熱點，資金從波動劇烈的科技股流向現金流穩定、難以被技術顛覆的重資產領域。這種趨勢背後，是市場從“追捧改變世界的資產”向“堅守世界改變不了的資產”的心態轉變，本質是在不確定性中尋求安全邊際的理性選擇。二、AI引發軟體股暴跌的核心原因AI對軟體行業的顛覆集中在商業模式層面，導致市場對其估值進行重估：1、“賣人頭”模式難以為繼：傳統通用型SaaS軟體公司依賴按使用者數量收費的模式，而AI能替代大量基礎工作，減少企業對軟體帳號的需求。例如金融機構通過AI完成資料整理、報告撰寫等助理工作，研究員數量減少導致iFinD、Wind等終端的採購量下降，直接衝擊軟體公司營收。2、企業自主開發門檻大幅降低：AI程式設計工具讓企業自建軟體的成本顯著下降。國內公司飛智雲放棄每年50萬美元的Salesforce訂閱服務，僅靠2名IT人員用AI工具自主研發CRM系統，成本僅50萬人民幣，成本降幅達90%。這種自主開發不僅分流需求，部分企業還轉型為軟體供應商，加劇行業競爭。3、估值邏輯崩塌：市場此前預期AI將賦能軟體行業，但實際卻是顛覆式衝擊，導致軟體公司從“成長股”邏輯轉向“衰退股”擔憂，進而引發殺估值行情。三、AI對軟體行業的影響與分化AI並非徹底顛覆軟體行業，而是引發行業深度分化，呈現“淘汰一批、升級一批、新生一批”的格局：1、被淘汰的軟體公司：以簡單資料統計、表單管理、通用辦公軟體為主，這類軟體功能單一，AI可一鍵替代。例如金山辦公的圖表轉化功能，已能被AI工具快速實現，使用者付費意願大幅下降。2、被升級的軟體公司：具備行業深度和資料壁壘的企業，AI成為其效率提升工具。但這類公司面臨“劇院效應”，所有企業均引入AI後回歸同一起跑線，競爭格局未發生實質改變，難以獲得超額收益。3、新生的軟體公司：AI原生軟體企業迎來機遇，這類公司基於AI技術創造新需求，如AI客服系統、法律文書生成工具等，類似移動網際網路時代的抖音，有望成為未來投資的核心標的。具備護城河的軟體公司：擁有獨特資料、嵌入複雜交易、建構生態系統或具備監管牌照保護的企業，能抵禦AI衝擊。例如淘寶的生態系統、券商的交易軟體，因涉及複雜交易和牌照保護，短期難以被替代。四、HALO交易核心邏輯HALO交易的核心是“重資產+低淘汰+良好競爭格局”，其崛起並非偶然：1、重資產構成天然壁壘：能源、公用事業等領域的資產投入大、建設周期長，新進入者難以複製。例如電網、管道、礦山等基礎設施，具備極強的行業壁壘。2、低淘汰屬性穿越周期：這類資產技術迭代緩慢，不會因AI等新技術出現而被替代。海螺水泥、京東方等案例證明，重資產一旦疊加低技術進步屬性，就會形成深厚護城河，現金流穩定性極強。3、估值修復空間充足：HALO資產此前長期被市場冷落，估值處於歷史低位，而AI引發的市場恐慌為其帶來估值修復機會。當前港股電力股市盈率僅七八倍，顯著低於市場平均水平。4、剛需屬性提供支撐：能源、水務、燃氣等是人類社會的基礎需求，無論技術如何發展，剛需屬性不會改變，這種“旱澇保收”的特性在不確定時代更具吸引力。五、AI與HALO資產的市場關係AI與HALO資產並非絕對對立，而是呈現“蹺蹺板效應+部分協同”的關係：蹺蹺板效應：當AI發展不及預期、顛覆風險加劇時，資金流向HALO資產避險；若AI實現規模化落地（如人形機器人、智能駕駛普及），市場風格可能重回科技股。3月輝達GTC大會等行業事件，將成為影響兩者資金流向的關鍵節點。協同共生關係：AI的發展反而會催生HALO資產的新需求。AI資料中心的耗電量相當於中小城市規模，直接拉動電力、電網建設、銅等大宗商品的需求增長，形成“AI越發展，HALO越受益”的正向循環。長期邏輯平行：AI仍是長期成長主線，但其波動性大、估值偏高；HALO資產側重穩健收益，兩者共同構成市場的核心配置方向，滿足不同風險偏好投資者的需求。六、HALO交易重點關注方向符合“重資產+低技術迭代+良好競爭格局”的三大方向值得重點關注：1、能源行業：競爭格局清晰，不會被AI顛覆，且受益於AI帶來的電力需求增長。A股及港股的電力股估值具備吸引力，業績穩定性強。2、公用事業：涵蓋燃氣、水務、鐵路等領域，具備剛需屬性和政策保護，現金流穩定且高分紅，是典型的“防禦性核心資產”。3、化工行業：行業經過充分洗牌，龍頭企業具備規模優勢和技術壁壘，技術迭代緩慢，且受益於反內卷政策帶來的競爭格局最佳化。需注意的是，並非所有重資產都屬於HALO資產。若重資產疊加高技術迭代（如部分電子製造），則可能面臨淘汰風險，這類資產需堅決規避。七、資產配置實操建議普通投資者應採用“核心-衛星”策略，平衡AI與HALO資產的配置比例：穩健型配置（金字塔策略）：60%底倉配置HALO資產，選擇能源、公用事業等現金流穩定的標的，保障基礎收益；30%配置AI硬科技（如算力基礎設施、AI原生軟體），把握成長機會；10%作為機動倉位，根據市場情緒動態調整。進取型配置（鑽石策略）：縮小底倉至40%，將AI相關資產比例提升至40%，機動倉位保持20%，在控制風險的前提下追求更高彈性。關鍵篩選原則：配置AI資產時，避開易被替代的通用軟體，聚焦算力、AI原生應用等受益方向；選擇HALO資產時，重點關注競爭格局清晰、估值合理的行業龍頭。八、投資機會主線結合市場趨勢與產業動態，當前三大主線具備明確投資價值：1、AI電力配套主線：川普要求科技公司自建發電廠，燃氣輪機葉片等核心零部件供不應求，HW、PCC兩大巨頭產能緊缺，上游零部件企業有望承接外溢訂單；東方電氣等企業的快速交付方案已出口中東，後續有望切入北美市場。2、儲能政策紅利主線：青海省發佈儲能容量電價機制，4小時時長要求帶來更高補貼，僅容量電價就能實現5%的回報率。青海電力系統緊缺催生新型儲能建設需求，政策支援將加速行業落地。消費復甦主線：乳製品行業競爭緩和，2026年春節期間經典款及特侖蘇均價回升至40元以上，較2025年低點反彈21%；近八成貨品為當月新產，庫存有望出清，管道健康度持續改善，中長期業績具備修復空間。總結AI技術引發的市場重構仍在持續，HALO交易的崛起並非對AI的否定，而是市場在分歧中尋求平衡的結果。投資者既要看到AI帶來的長期成長機會，也要警惕其對傳統行業的顛覆風險；既要把握HALO資產的確定性收益，也要避免盲目追捧所有重資產。在資產配置上，應立足自身風險偏好，採用“核心-衛星”策略，通過HALO資產建構安全邊際，通過AI相關標的捕捉成長彈性，同時關注電力配套、儲能、消費復甦等細分主線的機會，在市場重構中實現穩健盈利。 (益研究)

進入2026年，西方科技界也是不消停。荷蘭光刻機巨頭ASML的技術長，名叫馬丁·范登布林克。這老頭在退休前撂下一句狠話，大概意思是：別指望封鎖能擋住中國了，他們正在用一種我們攔不住的方式往前拱 。這話聽著直覺西方主動公開承認和中國的差距。但西方這幾十年的技術高牆，不是壘了一天兩天。最近英媒直言歐美有一份“死亡名單”上面列了5項核心技術，並警告整個西方，必須死死守住，一旦被中國突破，局面將難以抵擋。到底是那五項，讓歐美這麼緊張？咱們現在打到那了？第一項要守的技術，就是EUV極紫外光刻機。可能有人不知道這東西是幹嘛的，簡單說，它是生產高端晶片的核心裝置。我們平時用的高端手機、AI裝置、超級電腦，都需要7奈米以下的先進晶片，而要大規模生產這種晶片，必須用EUV光刻機，沒有它，就造不出高端晶片。目前全球只有荷蘭ASML一家企業能造出這種光刻機，而這家企業的技術被歐美牢牢控制，他們明確規定，不準把光刻機賣給中國，就是想徹底卡住中國晶片產業的發展，讓我們只能依賴他們的晶片。不過現在中國已經在攻關這項技術，2025年底，中國科研團隊已經成功點亮13.5奈米極紫外光源，國產EUV原型機已經成型，雖然還沒實現量產，但核心技術鏈條已經打通，正在一步步推進，歐美也正是看到了這一點，才更加緊張。除了光刻機，歐美要守的第二項技術，就是民用大飛機航空發動機。現在我們的C919大飛機已經成功投入商業營運，很多人都為之驕傲。但大家可能不知道，C919目前使用的還是進口發動機。民用大飛機的發動機要求很高，要省油、靜音，還要能連續工作上萬小時不出故障，技術難度極大，長期被歐美企業壟斷。歐美守住這項技術，就是怕中國的大飛機產業徹底自主，一旦我們自主研發的長江1000A發動機成熟，就能替代進口發動機。到時候中國的大飛機產業就能真正獨立，帶動整個航空產業鏈的發展，歐美就再也不能通過斷供發動機，卡我們大飛機產業的脖子。目前長江1000A已經進入試驗階段，關鍵技術正在不斷突破，距離量產越來越近。還有工業設計軟體，這是歐美要守的第三項技術，看似不起眼，卻是現代工業的基礎。不管是造晶片、建橋樑，還是造飛機、汽車，第一步都要靠這類軟體進行設計和測試，比如EDA、CAD這些軟體，就是工業生產的“必備工具”。前幾年，部分國內高校被歐美停用這類軟體，很多科研項目都被迫停滯。國內的晶片企業如果被斷供EDA軟體，晶片設計工作就只能停擺。這項技術長期被歐美企業掌控，他們就是想通過控制設計軟體，限制中國的工業發展。現在國內已經有企業研發出了部分國產替代軟體，雖然在整體功能和生態上，和歐美軟體還有差距，但已經能滿足部分企業的需求，正在逐步打破歐美壟斷，這也是歐美急於守住這項技術的原因。第四項是高端醫療裝備核心技術，這和我們每個人的健康都息息相關。現在醫院裡用的核磁共振、ECMO人工肺這些“救命裝置”，核心部件長期被西門子、GE等歐美企業壟斷。這些進口裝置價格非常昂貴，不僅增加了老百姓的看病成本，而且一旦歐美斷供，遇到突發公共衛生事件時，我們可能會陷入被動。中國現在正在全力攻關這項技術，國產高端醫療裝置的核心部件國產化率不斷提高，性能也越來越接近歐美同類產品，價格卻比進口的便宜很多，正在慢慢走進更多醫院，讓老百姓能用上更實惠的醫療裝置。歐美害怕我們突破這項技術，失去醫療裝備領域的壟斷利潤，所以才拚命封鎖。最後一項要守的技術，是T1000級高強度碳纖維。這種材料看著普通，卻是戰略物資，它比鋼鐵硬好幾倍，重量卻只有鋼鐵的四分之一，是製造火箭、導彈、飛機的關鍵材料，直接關係到航空航天和國防軍工的發展。長期以來，這種材料被歐美嚴格禁運，曾經直接制約中國航空航天產業的發展。現在中國已經打破了歐美封鎖，能自主生產這種材料，但在大規模量產和良品率上還有提升空間。一旦我們實現大規模穩定量產，中國的航空航天和國防裝備就能不再受材料限制，還能帶動新能源、風電等多個產業的發展，歐美自然不想看到這種局面。可能有人會問，歐美為什麼這麼怕中國突破這些技術？說白了，就是想維護他們的全球科技霸權和產業壟斷。這些技術都是他們經過幾十年積累才掌握的，靠著壟斷這些技術，他們能在全球產業鏈中佔據主導地位，賺高額利潤，同時限制其他國家的發展。中國這些年在科技領域發展太快，已經在很多領域追上甚至超過歐美，歐美害怕中國突破這些核心技術後，打破他們的壟斷，失去對全球科技和產業的掌控，所以才聯手搞封鎖，不讓技術外流。面對歐美的技術封鎖，中國並沒有停下腳步，反而被倒逼加快了自主研發的速度。就像晶片領域，美國持續封鎖，中芯國際卻逆勢成長，2024年營收已經達到80.29億美元，躋身全球第二大晶圓代工廠。AI領域，中國企業深度求索僅用550萬美元和兩個月時間，就訓練出能和美國頂尖模型相匹敵的AI大模型，打破了美國的算力壟斷。其實歷史已經證明，歐美越是封鎖，中國就越能實現突破，從高鐵、盾構機到空間站，我們一次次打破歐美技術封鎖，走出了自主創新的道路。很多人會擔心，我們能不能突破這5項技術？答案是肯定的。中國有龐大的工業基礎、充足的人才儲備，還有持續的研發投入，只要我們沉下心來攻關，就沒有突破不了的技術。歐美想靠封鎖卡住中國的脖子，其實是打錯了算盤，他們的封鎖，只會讓中國更加堅定自主創新的決心，加快突破的速度。英媒的擔憂，其實已經說明，中國的科技發展已經讓歐美感到了威脅。這5項技術，雖然現在還被歐美壟斷，但中國的突破只是時間問題。等到中國真正掌握這些技術，不僅能保障自身的產業安全和發展，還能打破歐美的技術壟斷，讓全球產業鏈更加公平、開放。未來，中國的科技發展只會越來越快，任何封鎖和限制，都擋不住中國前進的步伐。 (電子半導體行業動態)

日前，人工智慧新創公司Anthropic發布全新程式碼安全工具 Claude Code Security，主打能像資深資安人員一樣理解整個程式碼庫的邏輯與元件交互關係，而非僅比對已知漏洞模式，並自動生成具針對性的修補建議。消息公布後，資安相關族群出現短期震盪，部分龍頭公司股價走弱。追蹤資安產業的First Trust NASDAQ Cybersecurity ETF也出現連續數日回檔，引發市場討論：「AI是否對傳統資安產業形成威脅？」(相關新聞：Claude令市場陷入恐慌 全球百億美元市值一夕蒸發)但這個問題，真的那麼單純嗎？(First Tnust NASDAQ Cybersecurity ETF(CIBR))市場為何會出現壓力?Anthropic 在發布時指出，Claude Code Security 在測試階段已成功找出超過 500 個真實存在的程式碼漏洞，部分甚至是傳統資安工具長期未能偵測到的問題，市場可能將此視為潛在競爭訊號，進而調整資安類股的未來成長預期。從市場心理層面來看，生成式AI若能自動掃描漏洞：提供修補建議降低人工分析時間確實可能讓投資人產生聯想「這是否會削弱既有資安公司的價值?」然而，需要釐清的是目前Claude Code Security所聚焦的，是應用程式層級的程式碼分析與漏洞輔助修補。這屬於整體資安體系中的一個環節，而非完整的資安解決方案。資訊安全產業實際涵蓋範圍包括”防火牆與邊界安全”：端點安全（Endpoint Security）雲端安全架構零信任（Zero Trust）模型威脅偵測與回應（EDR / XDR）SOC安全營運中心身分與存取管理（IAM）流量分析與行為判讀勒索軟體防禦漏洞掃描只是其中一部分，因此，短期市場反應更可能來自於對未來競爭格局變化的預期調整，而非產業基本面立即發生根本性改變。在資本市場中，股價反映的是「預期」，不一定是「已發生的事實」。AI 的角色：把「想」變成「做」的輔助工具?正因如此，理解 AI 在資安中的真實角色，比跟隨市場情緒更為重要。將AI與資安視為對立關係，或許是一種過度簡化。在我的認知裡，AI 是一種輔助型工具，而非全能的決策者。它可以協助你整理知識、提升工作效率、協作文章撰寫，甚至幫你實現以前只停留在「想法」階段的事。舉個例子：假設你想打造一套自動語音報時系統，過去你可能因為技術門檻而難以起步，但現在透過 AI 的輔助，這個想法可以相對快速地被實現。目前市面上除了 Claude，也有 Gemini、ChatGPT 等多種 AI 工具，各有其擅長的應用場景。AI 真正的價值，在於降低實現門檻，讓更多人能將創意轉化為行動。換句話說：AI正在成為資安產業的加速器，而不是替代者。未來的競爭，可能不再是「AI公司 vs 資安公司」，而是「誰能更有效整合AI進入資安架構」，產業升級通常伴隨技術重組，而不是單向消滅。(除了Claude仍有許多AI可以做到圖片上列的事項例如Gemini、OpenAI...等)AI 越方便，你越需要守護自己的資訊安全AI 工具日益普及，使用便利性大幅提升，但隨之而來的資安風險也不容忽視。當你將 AI 工具安裝於電腦、整合進工作通訊軟體，或授予它存取你的檔案、照片等權限時，使用過程中的互動紀錄，通常會傳送至該服務商的伺服器進行處理。即便業者聲稱不長期保存資料或採用加密傳輸，資料在傳輸與處理過程中的風險仍然存在。建議大家在享受 AI 帶來的便利之餘，也建立清楚的使用界線：•避免將機密的工作文件、客戶資料輸入公開的 AI 服務•謹慎授權 AI 存取個人照片、通訊紀錄等敏感內容•定期檢視所使用工具的隱私權政策與資料處理方式AI 是幫助我們把不可能化為可能的存在，但在擁抱它的同時，守護屬於自己的數位邊界，同樣重要。因此，比起全面拒絕AI，更成熟的態度是：理解風險、設定界線、建立制度。**更多(分析、資產配置分享、財經閱讀筆記..等)歡迎至「ANSHI安實的沙龍」訂閱哦！※文章分享來自個人分析，不會給予該買或賣的評斷，純分享，也是一種自我紀錄。※投資理論沒有對錯，想法、策略只有適不適合自己，互相討論求進步(數據有誤，歡迎留言修正)。