近日對我而言，操作難度上升不少，選股勝率也明顯下滑，因此我個人是把買賣節奏下調至觀察等待，多數時間都是持有一些股票並持續觀察市場狀況。

目前可以觀察到CBOE於短線市場情緒仍然相當樂觀，台股的台幣匯率也有匯出貶值現象，此外，台股個股數據初步也開始有彎頭向下的跡象產生(尚不顯著)，或許這些數據仍會在未來發酵，帶動大市修正，提醒大家仍要保持警惕。

但若回過頭觀察個股的話，可以發現美股的大型權值股們(如雅馬遜、微軟、谷歌、META、蘋果等)皆紛紛從右側突破拉升，我認為這是美股指數之所以尚未明顯修正的重要因素，也是美股個股數據糟糕卻未見明顯修正的原因，我會建議將這個跡象搭配道瓊指數與羅素2000一起觀察，如果未來修正時，道瓊+羅素沒有接棒輪動上漲，而是一起走弱，那便要留意修正幅度可能不小。

再回頭聚焦台股個股的話，雖然選股勝率下滑，但是不是毫無操作機會呢？

答案是：否，其實我們仍能在電子零組件、半導體、航運等類股中發現部分符合VCP突破的個股買進機會，只是，在買進上的容錯率變得很低，我認為這是短線交易的風險！

由於容錯率降低，我們無法再像前陣子激進買進，必須調整比例及謹慎程度，賺不了大錢沒關係，不要賠回去是修正前中後很重要的任務。

附圖分別是CBOE的情緒指標、台幣匯率帶量突破、以及一張符合買進標準的個股突破，提供大家參考。

昨天的台股走勢相當不理想，此外，目前美股台積電ADR仍繼續走跌超過3%，連NV都跌掉許多，我想接下來台股仍會再有波動及修正，請大家務必留意調整部位，我認為這次調整應該會持續較多時間，過程中或許會有反彈，各位能邊走邊看，並邊做調整。

除了台積電ADR、NV、費半、納斯達克等指數走跌外，大家仍可觀察到道瓊指數、及羅素2000指數走勢較為優異，若再搭配昨天分享過的美股廣度數據來說，我認為資金仍在流竄尋找落腳，並逐漸往落後補漲的中小、傳產靠攏，或許接下來的環境中仍可以謹慎嘗試相關類股。

股市不會一直線上漲，若一直線上漲通常也都是風險較高的時刻，而現在終於開始修正了，也該是考驗一個投資人、交易者完整度及心性的時刻了！

台幣匯率走勢也是我近期很在意的數據之一，分享給大家。

(沒噴不要找我，噴了找我也沒用)

下圖CBOE選擇權未平倉比率的過熱已經提醒數日，我認為接下來幾週務必、務必留意波動性的風險，波動對於我所擅長的操作系統是很大的風險，當然，或許有些人可以從優質股的拉回中去尋找買點，但仍提醒務必調控好部位比例及風險。

附圖二、三所示分別是標普500市場及納斯達克市場的個股廣度數據，透過這兩張圖發現一個有趣的現象，過去幾週當指數不斷衝高時，個股廣度卻呈現不斷下滑；然而當近日指數有修正跡象時，個股廣度卻反而反彈，尤其短線的個股數據反彈甚多，我猜測短線或許還會有衝高行情，也許，接下來幾天還有機會再做多吧，或趁著反彈時調降獲利部位，總之，我將我今天發現的有趣跡象分享給大家，提供你們擬定進出策略。

總結一下，短線務必小心，我們無法預知未來，但可以透過部位管理去約束風險；至於長線呢～有修正都很值得期待，縱使歷史上有幾度類似於現在的道瓊走勢，顯示即將崩盤，但我個人現在仍是維持拉回作多的基調不變，對於長線，拉回買就對了！

昨晚美股與今天台股有比較不同以往幾週的下跌走勢，這部分，其實透過「附圖一Nasdaq市場的個股數據」及「附圖二CBOE選擇權未平倉比率」的觀察，似乎有跌才是正常的，而這也是我過去兩週一直提醒謹慎操作的原因。

接下來投資市場是否會崩盤呢？我個人還是覺得不會，但短線波動性沒意外是一定會加劇的，尤其每一次CBOE數據來到相對低點時，未來幾週市場都會迎來或大或小的修正，再次提醒大家一起注意。

主要理由很簡單，第一是成熟國家已經陸續降息寬鬆，且Fed也高概率於9月份降息一碼，年底降息兩碼的概率也持續上升中，在「行情＝資金+人性」的公式中，資金又指利率政策，而利率政策所代表的資金行情影嚮力是最大的(股市由錢堆疊)，若未來實際降息，資金釋出市場，我認為修正後仍會繼續走高；第二點，如「附圖三台灣外銷訂單」數據所示，乍看前幾天公佈的數據其年增率開始趨緩，但細看產業可以發現，各產業仍在正常輪動成長，當然未來會不會持續擴張成長仍待觀察，但現階段，一是訂單年增率處於上升通道、二是產業復甦健康輪動而非AI獨立撐盤。

所以，綜上所述，我認為每逢拉回對於長線投資人都是很好的加碼機會，務必留意。

最後，我在短線交易的部分，雖然遇上下跌，但觀察其他個股表現仍有支撐，所以做了一些調整，賣出弱勢的股票，買進如聯陽、長榮航等股，做最後一次的買進換股，如果，下週市場波動性加劇，我就會開始限制自己的買進比例，並開始放緩操作節奏。

中國高考季剛過，根據中國教育部公佈的數據，2024年全中國高考報名人數達到了1,342萬人，比去年增加了51萬人，再創歷史新高。

這一龐大的考生群體即將進入大學，面對未來工作的巨大變革。

在人工智慧驅動的未來，工作的新圖景會是什麼樣子？需要哪些新技能？會誕生哪些新產業？

麥肯錫最近出了一份報告《工作新未來》，雖然主要關注的是歐美發達國家，但也在一定程度上揭示了人工智慧時代的新技能需求和職業變動趨勢。

它不僅是選擇未來的職涯發展的重要參考，更是教育和技能訓練體系的提醒，更是呼喚相關政策提供更靈活、更前瞻的支持。

畢竟，馬斯克曾說預言：“AI最終將取代所有的工作。”

從現在到2030年　什麼樣的工作/技能會增加？

隨著科技的快速發展和全球經濟環境的變化，在未來工作的格局中，數百萬的工作將需要重新定義和重新分配。

麥肯錫的最新研究和建模顯示，對STEM（科學、技術、工程和數學）相關職業、醫療保健和其他高技能職業的需求將顯著上升，而對辦公室職員、生產工人和客戶服務代表等傳統職業的需求將逐步下降。

到2030年，最高30%的當前工作時間可能會被自動化取代。

其中生成式人工智慧（gen AI）加速了這個過程——生成式AI不僅能夠取代重複性和低技能的工作，還可以在更複雜的任務中提高效率，從而帶來更大的生產力提升。

在報告中，麥肯錫把技能分成了5類：

技術技能(進階資料分析與數學、IT、程式設計、研究開發、工程等）

社會與情緒技能(適應力、持續學習、高階溝通與協商、創業精神與主動性、人際溝通技巧與同理心、領導與管理、教學與訓練)

體力和手動技能(工藝和技術技能、精細操作技能、一般設備操作和導航、一般設備維修和機械技能、粗略操作技能和力量、檢查和監控)、

高階認知技能(高階讀寫技能、複雜資訊處理與解釋、創造力、批判性思考與決策、專案管理、量化與統計技能)、

基本認知技能(基本資料輸入與處理、基本讀寫、算術和溝通技巧)。

技術技能大幅成長(+20%)背後是強勁的經濟發展邏輯：在AI時代，企業需要更多的技術人才來開發、維護和優化這些智慧系統。技術進步會帶來對創新和研發的持續需求——R&D在推動未來創新中扮演關鍵角色，需要大量的技術人才來進行前沿研究、開發新技術並推動科技進步。例如，生物技術、奈米技術和清潔能源等新興領域都需要具備高水準技術技能的專業人員。

炙手可熱的「新寵」技能是社會和情緒技能。預計到2030年，這些技能在歐洲的需求將增加11%，在美國將成長14%。

為何會有這樣的改變呢？答案是在人工智慧時代，人需要更像人，人更需要展現人際同理心和領導能力──這些技能在醫療和管理職位上特別關鍵：在醫院裡，醫生不僅需要精準的醫療技術，還需要能夠理解和關懷患者的情感需求；同樣，在企業環境中，管理者需要具備引領團隊的能力，並能靈活應對不斷變化的經濟環境。

體力和手動技能的需求預計將保持大致穩定。推拉力基本平衡，一方面，基礎建設和低排放行業的投資增加可能會推動這些技能需求的增長；另一方面，生產工作的自動化將繼續削減這部分需求。

在高階認知技能方面，情況有些複雜。創造力的需求仍在高位，預計將增加12%，但其他如高級讀寫和寫作、定量和統計技能的需求卻可能下降19%。也就是說，未來需要更多的創意天才，但對於那些需要深度分析和文字處理的高級技能工作，需求將有所減少，結果就是：一個充滿創意的設計師在未來將比一個統計分析師更搶手。

基本認知技能的需求預計將減少14%。這類技能主要用於辦公室支援或客戶服務角色，這些工作正逐漸被智慧自動化技術所取代。例如，基本的資料處理、讀寫和運算能力，甚至是基礎的溝通能力，都面臨被人工智慧接管的風險——曾經需要一整天才能完成的報表處理，現在只需幾分鐘就能由AI自動完成。

5個技能分類中較細分的技能需求變化

麥肯錫給出的結論是：未來的人才將需要結合先進的技術技能和強大的社交和情緒能力。歐洲和美國的受訪主管強調，資訊科技、數據分析、批判性思考、創造力和教學技能的需求迫切，但現實中這類人才非常緊缺。

具體來說，在技​​術技能中，企業特別缺乏高級IT技能和編程，以及高級數據分析和數學技能。可以說，這些技術高手就是未來職場的「香餑餑」。

在高階認知技能中，批判性思考、問題結構化和複雜資訊的處理能力尤其稀缺。大約40%的高階主管表示，缺乏這些技能的員工成為他們面臨的重大挑戰。


預計到2030年，批發和零售業將是受歐洲就業需求變化影響最大的部門，可能有280萬人需要更換職業。

其一，人工智慧的引進使得庫存管理變得前所未有的有效率。過去，庫存管理依賴人工盤點和經驗預測，而現在，智慧演算法可以即時分析銷售數據和市場趨勢，預測需求，優化庫存水準。

其二，個人化行銷和客戶服務得到了顯著改善。透過分析消費者行為數據，AI可以為每位顧客提供客製化的購物建議和促銷活動。這種個人化體驗不僅提高了客戶滿意度，也增加了銷售轉換率。

此外，配備聊天機器人的自助服務終端能夠24小時提供高效的客戶支持，解答常見問題，處理支付和價格檢查等任務。

在這個行業的就業需求中，成長最快的職業群體是——管理者和團隊領導、材料搬運工和裝載工、健康技術人員和藥劑師、電腦工程師和專家、商業和金融專家。

而傳統的低技能職位正面臨被技術取代的風險：會計記帳職員、批發和零售生產工人、行政助理、資訊和記錄職員以及銷售人員的需求將大幅減少。

到2030年，歐洲製造業部門約有210萬人可能需要更換職業，這是所有產業中第二受影響最嚴重的部門。特別是在生產工作領域，這項轉變尤為顯著。

生產工作曾在歐洲製造業中佔據核心地位，但隨著自動化技術的普及，這些職位逐漸減少。相反，管理、商業和法律等專業領域的角色需求將增加，因為這些角色通常由具有高等教育背景的員工擔任，更難以被自動化取代。

在技​​能需求上，企業需要更多具備先進IT技能、資料分析能力和工程背景的員工，以適應新的技術環境。同時，對社會和情緒技能的需求也在上升。例如，具備團隊管理和溝通協調能力的主管和經理在未來的製造業中將扮演更重要的角色。

然而，基本認知技能、體力和手動技能以及高級認知技能的需求可能會下降。這些技能的替代性越來越高，因為自動化和人工智慧可以更有效率地完成許多曾經需要手動處理的任務。

到2030年，麥肯錫預計製造業中需求成長最快的職業群包括工程師（非電腦類）、材料搬運工和裝載工、電腦工程師和專家、高階主管和經理以及商業和金融專家；

相反，需求下降最快的職業群體是金融會計職員、辦公室支援人員、行政助理、資訊和記錄職員以及生產工人。

在報告中，麥肯錫也分析了金融服務、醫療保健這兩個產業的就業/技能變化。更詳細的內容請後台回覆NEWWORK，下載原文。

在麥肯錫2017年末發的一篇報告中，預計到2030年，最多將有1億中國人將重新就業。

麥肯錫報告特別指出，被機器人取代並不意味著大量失業，因為新的就業機會將被創造出來，人們應該提陞工作技能來應對即將到來的就業大變遷時代。

在自動化的浪潮中，這不僅要靠個人努力，全社會這個系統也需要解決好四個問題：一是維持積極的穩健增長，以確保工作崗位的增加；二是提供工作培訓機會，幫助個人學習適應市場需求的新技能；三是提高商業社會乃至勞動市場的活力和流動性；四是為那些被自動化取代的工人提供收入和重新就業幫助。

總而言之，對於每個個人來說，需要為未來高速發展的工作環境提前做好準備，努力掌握適應市場需求的新技能。

未來對於人類而非機器的崗位需求將持續存在，但人們也應重新思考傳統的工作方式仍是否可行。（TOP創新區研究院）

AI主導下的職業進化，企業如何選擇？

就業環境變了，或許身處職場的每一個人都有所感觸。

個中緣由有很多，如經濟環境、人口結構、產業迭代等等，但如今最無法繞開，也是為人們津津樂道的一個因素便是科技的發展，尤其是AI的逐步應用，可能會對未來各類職業產生更為深遠的影響。

如最近麥肯錫的一項研究表明，在中國，約有2.2億個職位，可能被生成式AI等自動化技術重塑，其中有10個職業受影響程度最大。

當生成式AI走向落地，各大公司已不再追問何為生成式AI，而是希望了解如何提高部署此技術的投資報酬率（ROI）。

簡單來說，從新創公司到產業巨頭，每家公司都不再懷疑AI的價值，而是在考慮怎麼盡快使用AI，用AI提高生產力、生產效率，進而提升自己的產業競爭力。

於是，麥肯錫便專門進行了一次研究，計算生成式AI的經濟社會價值。

這次研究後，有幾個極具價值的觀點。

生成式AI創造的主要價值可用「4C」來概括：

1.簡化（虛擬專家） (Concision)：利用非結構化資料來源歸納並提煉洞見，從而促進專業知識的傳播；它還能解讀文本與轉錄稿，創建嵌入式文本，以支援相關資料來源的查詢和引用。

·應用範例：在財務績效分析中，透過生成式AI提供針對性的外部財務資訊與內部績效總結，備註財務說明，可提高財務規劃與分析的效率，可望將財務成本降低4%~7%。

2.編碼與軟體開發(Coding and Software)：生成式AI能夠推動程式碼重構，進而加快主機遷移；可解讀、產生程式碼，從舊系統大規模遷移主機資料，自動開發、記錄、修正測試，簡化軟體開發流程。

·應用範例：在自動化或增強資料管理中，透過生成式AI可將部分資料標註、資料清理、文件產生工作自動化，輔助使用者識別未標註資料中的異常值，並為最新取得的資料集建立文件，加快數據處理，提高數據質量，可將數據管理成本降低5%~10%。

3.內容創作(Content Creation)：生成式AI能夠創作各種形式的內容初稿，可生成文字、圖片等資訊載體，自動編寫合約、招標書等文件，還能產生視覺元素，加速研發節奏。

·應用範例：在創作適用於不同媒介管道的行銷內容時，生成式AI能夠協助創意生成（如故事板）與大規模創作，支援使用者以不同語言撰寫適用於不同管道的郵件，並推送個人化的產品/服務建議，將行銷成本降低5%~8%。

4.客戶互動(Customer Engagement)：生成式AI有助於打造高度個人化的消費體驗，如透過聊天功能優化客戶服務，還能拓寬客戶聊天機器人的應用場景，進而加速客戶拓展與資料收集。

·應用範例：在聊天機器人的用例中，生成式AI可實現自然的對話、更好地應對外語及方言，打造自動化自助服務，並透過虛擬坐席提供客戶支持，同時更加有效地解答客戶疑問、準確判斷疑問根因，可望降低9%~11%的客戶營運成本。

數十年來，科技進步不斷重塑工作的本質，幫助人類更快速更準確地完成工作。生成式AI不僅將延續這一趨勢，也將帶來前所未有的巨大影響。

經分析，麥肯錫全球研究院（MGI）發現，目前勞工50%工時內的工作可能在2030年前自動化。生成式AI的顛覆性潛力將衝擊各行各業的不同崗位，對各類職業造成的影響程度各不相同，其中白領工作受到的衝擊將比藍領工作更大。

整體而言，生成式AI將促進勞動力轉型升級，催生全新的工作方式，顯著提高人效。

隨著生成式AI的持續進化，企業與勞動者必須有效率地加以適應與運用。

組織必須順應AI發展潮流，圍繞生成式AI的潛力重新定義工作、培養全新技能。

同樣，勞動者也必須建立終身學習的觀念，積極提升自身技能，以便在AI賦能的未來持續成長。

中國雖然在多條AI賽道處於領先地位，但企業部署AI的速度卻慢了一步，報告顯示，僅30%左右的中國企業透過內部培養AI人才，明顯低於45%的全球均值。

企業並不是不想做，而是AIGC屬於全新的技能，不管是學習內容儲備還是以前的學習形式都無法支持，如何培養員工的AI技能，成為企業培訓部門無法逾越的難關。

對於個人來說，如何找到高品質的學習資源，跟隨可靠的AI實戰老師學習乾貨，也是一大難題。

職場人如何快速融入AI時代？數位化學習平台三堂課推出了《AIGC能力學習地圖》（以下簡稱地圖），目的就是為職場人提供AIGC學習路徑，幫助大家提升自身職場競爭力。（36氪）

當大家斷言2024年世界主流大廠都將進入3nm製程製程的時候；2nm製程的「戰爭」已經悄悄走來。近日，根據台媒《MoneyDJ》透露，台積電高管在2024年的技術論壇新主場聲稱：當前2nm節點取得了非常順利的進展，目前為止，納米片的轉換表現已經達到90%，良品率已經在80 %以上。

這也意味著，此前台積電所說將於2025年實現2nm晶片量產已然成為現實！那作為台積電為數不多的競爭對手，三星和英特爾進展如何呢？還有機會翻盤嗎？

而造成這種差距的一個重要原因是：三星電子3nm製程製程上採用了GAA（GateAllAround）電晶體架構，台積電繼續沿用鰭式場效電晶體（Fin－FET）架構。

GAA和FinFET被認定是延續摩爾定律的兩種技術方向，過去的先進製程普遍採用FinFET。

三星是首次採用GAA技術，選擇了一種使用通道更寬的奈米片（Nanosheet）的方式，相比通道較窄的奈米線（Nanowire）方式來說，可實現更高性能和更高能效。

現在台​​積電和英特爾計劃從2nm製程開始採用GAA架構，而較早引入GAA的三星能利用其率先採用GAA架構的經驗，在2nm製程上獲得先發優勢嗎？畢竟在3nm過程上已經付過學費了！

根據，三星電子今年2月16日發布新聞稿，已成功贏得日本AI巨頭Preferred Networks Inc.（PFN） 的首個2nm 製程AI 晶片生產訂單，在2nm 先進晶片競爭中似乎走在台積電前面。

另外據產業鏈認知透露，經證實，高通已委由三星電子以2nm製程開發AP原型晶片，同時要求台積電生產2nm原型晶片；也就是說高通給予三星和台積電一次公平競爭的機會。

身為全球最大、最高階的手機晶片廠商，高通的決定或將決定了2nm競爭的走勢；也就是說三星並非完全沒有趕超的機會！那英特爾情況如何？

英特爾，曾經的王者，但在晶圓代工上似乎始終力不從心。但英特爾新任CEO基辛格上任後，重啟了其晶圓代工業務。

按計劃，英特爾將於2024年上半年開始生產採用基於GAA技術的RibbonFET晶體管架構的英特爾20A（2nm）工藝，並宣布計劃將生產轉移到其衍生的英特爾18A（1.8nm）工藝。這個計劃曾被外界認為是「不可完成的任務」，但也得到了一些第三方客戶的認可。

例如，一個重要客戶承諾採用Intel 18A、Intel 3，並支付了預付款，對它們在功耗、效能、面積效率等方面的優異表現滿意。

ARM與英特爾簽署了涉及多代前沿系統晶片設計的協議，使晶片設計公司能夠利用Intel 18A開發低功耗運算系統級晶片。

瑞典電信設備商愛立信也將使用Intel 18A，打造客製化的5G系統級晶片。

而英特爾也宣布，要在今年底前完成安裝全球首台商用高數值孔徑（High-NA）EUV光刻機。

而據國外媒體報導稱，英特爾CEO基辛格受訪時表示，自家的18A過程（1.8nm）比領先台積電N2，在這塊他們2年內沒有對手。自信來自哪裡呢？

據英特爾CEO基辛格說，其對20A和18A充滿信心，主要是因為它們採用了RibbonFET架構，即全柵極(GAA) 電晶體和背面功率傳輸技術。

英特爾有了最先進的EUV光刻機，自吹技術「遙遙領先」；但對英特爾來說一個致命的弱點：製造7nm以下先進製程晶片的經驗太少了！

因此，對於這個曾經的王者，需要用結果來證明其技術的可行性，也需要用結果來證明其具有追趕台積電的能力！

相較於三星和英特爾，台積電是晶片先進製程的領先者；在3nm製程上，三星曾有機會趕超，但真正實際率先落地的，還是應用於蘋果iphone15 pro手機的A17pro，其是3nm製程由台積電代工。也就是說，台積電在3nm製程上佔據先機了。

蘋果第一個吃螃蟹，其他廠商無論是主動或被動都必須跟進。於是，高通宣布2024年發表驍龍8Gen4，將採用3nm製程；聯發科2024年下半年發布的天璣9400也將採用台積電3nm製程。

甚至在人工智慧晶片一騎絕塵的輝達，也宣布其Blackwell架構的RTX 50系列GPU也將升級為台積電3nm製程。

同時，根據產業鏈最新爆料，蘋果已率先預定台積電將於2025年量產的2nm 晶片，採用的是GAA製程製造。消息人士進一步爆料，蘋果也希望優先獲得台積電更先進的1.4nm（A14）、1nm（A10）製程初始產能。

現在又傳出2nm良率超過80%，這意味著3nm以下先進製程的競爭中，台積電不僅3nm量產和應用上率先落地；而且還深度捆綁了全球最大的幾個客戶——蘋果、台積電、高通等；因此，在2nm晶圓代工的競爭中已經立於不敗之地！

因此，雖然三星和英特爾都自信滿滿可以在2nm製程上超越台積電，但實現是在半導體代工領域依然是贏家通吃；不出意外，台積電依然會是2nm的贏家！(飆叔科技洞察)

【台北訊】2024年6月29日，台灣投資研究峰會在台北盛大舉行，吸引了來自全國各地的投資專家、學者及企業代表參與。此次峰會旨在探討投資趨勢、分享投資經驗，並促進投資領域的創新和合作。作為此次峰會的亮點之一，知名投資專家林修岩先生發表了名為「智投計劃」的重磅提案。

林修岩先生在演講中闡述了「智投計劃」的核心理念和實施細節。該計劃旨在通過多方面的策略提升投資效益，並推動台灣投資市場的可持續發展。林修岩指出，「智投計劃」將從以下幾個方面著手：

利用大數據和成熟操盤策略，實現更精準的市場分析和預測，幫助投資者做出更科學的投資決策。

建立全方位的風險管理體系，通過風險分散和對沖策略，降低投資組合的波動性，保護投資者的資本安全。

支持和鼓勵對環保、可持續發展企業的投資，促進台灣經濟的綠色轉型，為未來創造更多的環保收益。

提供系統的投資教育和培訓計劃，提升投資者的專業素養和實戰能力，促進投資者社群的共同成長。

在追求投資回報的同時，注重企業社會責任，將部分收益回饋給社會，推動社會公益事業的發展。

林修岩先生表示：「智投計劃不僅是一個投資策略，更是一種理念。希望通過這一計劃，能夠為台灣的投資市場注入新的活力，同時也讓更多的投資者受益。未來，我們將持續完善這一計劃，並與各界攜手合作，共同推動台灣投資市場的繁榮發展。」

此次峰會的成功舉辦，標誌著台灣投資界的一次重要交流與合作。與會者紛紛表示，林修岩先生的「智投計劃」為他們帶來了新的思路和啟發，期待在未來的投資實踐中能夠運用這些理念，共同創造更加美好的未來。

PS：投資理財有風險，投資人需自行評估風險

近期美國戰略與國際研究中心（CSIS）發佈標題為《投資科學與技術：美國需要提升其水平》（Investing in Science and Technology: The United States Needs to Up Its Game）的報告，深入分析了美國在全球科技領域的領導地位所面臨的挑戰，特別是來自中國的激烈競爭。

報告指出，中國通過政府的深度介入和持續投資，在人工智慧（AI）、量子資訊科技（QIS）和半導體等關鍵技術領域迅速崛起，對美國的科技優勢構成威脅。

美國政策制定者需要認識到在關鍵技術領域失去領導地位的長期戰略風險，並進行必要的投資以確保國家的未來，包括加強對STEM教育、基礎研究和先進技術開發的支援。

美國在科學和技術領域的全球領導地位正面臨著挑戰，這是自第二次世界大戰後獲得這一地位以來所面臨的最嚴重的挑戰。

2022年，美國國會通過了CHIPS和科學法案，授權了近520億美元的聯邦投資以促進半導體製造業的發展和微電子研發。然而，國會未能為該法案的科學部分提供足夠的資金，導致關鍵的科研和教育機構預算被削減。

儘管美國的私營部門在創新方面仍然領先於中國競爭對手，但主要集中在開發麵向消費者的產品，而不是具有直接安全相關意義的技術領域。

美國-中國的技術競爭，由於其固有的不對稱性，具有明顯的戰略影響，如果發生潛在的軍事對抗，這些影響可能最終決定結果。此外，隨著美國技術領先地位的下降，經濟和軍事挑戰的風險將上升。

2024年3月，美國國家科學基金會（NSF）發佈的報告顯示，2021年美國的研發支出總額為8060億美元，仍居世界首位，中國緊隨其後，為6680億美元。2009年，美國的研發支出是中國的兩倍多（圖1）。

中國現在是科學和工程出版物和國際專利的最大生產國，並擁有最大的技術密集型產業產值，2021年為2.4兆美元，而美國為1.4兆美元。

圖1：2000-2021年選定國家或經濟體的研發國內總支出

長期以來，美國在科學與工程領域每年授予的博士學位數量一直居世界首位（圖2）。然而，2020年中國以近4.34萬人的成績超過了美國（約為4.17萬人）。

圖2：選定國家授予的科學與工程博士學位

澳大利亞戰略政策研究所（ASPI）國家安全智庫在對2023年與澳大利亞國防相關的23個戰略知識密集型部門的研究趨勢進行分析時發現，中國在80%的部門中領先於先進技術研究。

ASPI發現，國家主導的投資使中國在高超音速、聲納、先進水下通訊、後量子密碼學和水下無人機等領域超過了美國、歐洲和日本。

美國在研發方面的國內總支出（GERD）繼續超過中國，儘管差距縮小。

美國在GERD上的支出佔GDP的比例也超過中國，2021年支出為3.5%，而中國為2.4%。

值得注意的是，中國的R&D分配與美國不同，應用研究開發的比例更高，基礎研究的投入更少（參見圖3/圖4）。

根據2019年的資料，中國的研發總支出僅佔基礎研究總支出的6%左右，11%用於應用研究，而美國分別為16.6%和19.2%。

圖3：國內研發總支出佔GDP的百分比

報告中指出，人工智慧（AI）是中美兩國競爭的焦點，具有改變經濟和社會的潛力。

中國將AI作為國家戰略重點，計畫到2030年成為該領域的全球領導者，並已在某些AI應用方面取得領先。

與此同時，美國的私營部門在AI研究上投入巨大，美國在私人投資和AI初創企業的發展上超過中國。

美國政府也在增加對AI的投資，特別是在軍事和國防領域，以提高決策的速度和精準性。

然而，儘管投資增加，美國的AI創新環境可能因資金不足而受限。

報告強調，美國需要進一步增加對AI的投資，以保持其在全球競爭中的領先地位，並確保國家安全。

中國在開發與國防相關的人工智慧應用方面取得了長足進步。

2023年ASPI對23個關鍵技術領域的研究趨勢進行了評估，得出的結論是，在與人工智慧和自動化相關的六個關鍵主題領域中，中國已經在三個領域處於領先地位。

表1 國防相關AI應用領域的研究領導者

拜登政府正在為人工智慧在整個聯邦系統中的應用建立一個制度架構。

2023年10月，美國政府發佈了一項關於人工智慧的行政命令，強調安全、治理、建立標準和消費者保護;成立了特別工作組和諮詢委員會;並要求大型科技公司和聯邦機構採取具體行動，包括頒布指導方針。

政府在2025財年預算中要求為聯邦機構使用人工智慧提供30億美元，3億美元用於增加人工智慧的機構資金，以解決風險並促進人工智慧用於公共利益。

美國的一個主要優勢是私營部門正在進行大量投資。

根據斯坦福大學以人為本的人工智慧研究所2024年年度報告，美國在私營部門人工智慧投資方面大幅領先中國，2023年投資額為672億美元，而中國為78億美元。

美國像Meta、Google和微軟這樣的基於“巨量資料”的公司正在將大量資金投入人工智慧研究。美國也以超過中國三倍的速度催生人工智慧初創企業。

OpenAI是一家美國非營利人工智慧研究機構，於2022年推出了由大型語言模型驅動的ChatGPT，它成為歷史上增長最快的消費者軟體應用程式。

最近實施的西方出口管制限制了中國獲得驅動先進人工智慧系統所必需的尖端晶片。

中國不太可能在數年內自行大規模生產這種晶片，這些控制措施可以有效地延緩中國在人工智慧領域的進展。

報告指出，量子資訊科學是中美科技競爭的關鍵領域，兩國都在積極投入研發，並取得了重要進展。

美國在量子計算方面處於領先地位，而中國在量子感測器、量子通訊和後量子技術方面處於領先地位。然而，兩國在量子資訊科學領域的投資都缺乏透明度，難以精準評估其差距。

美國需要加強對量子資訊科學的投資，並推動國際合作，才能保持其領先地位。

蘭德公司2022年的一項研究得出結論，美國在大部分但不是全部量子技術上領先世界。

2022年，GlobalData得出結論，美國在量子技術上領先中國約五年，但兩年後，即2024年，同一家公司得出結論，兩國“幾乎相等”。

2024年5月，中國、美國和荷蘭的研究團隊獨立報告了同步取得的突破，這些突破最終可能使基於量子的網際網路服務的建立成為可能。

2023年澳大利亞ASPI對關鍵技術的調查發現，在四個與量子相關的研究領域中，中國在三個領域領先：量子感測器、量子通訊和後量子技術。

美國在一個與國防相關的領域領先，量子計算。在以中國為首的三個領域，中國正在產生更多的科技論文，並擁有世界上最重要的研究機構，中國科學院和中國科技大學。

報告強調了半導體產業對中美兩國的重要性，以及中美在該領域競爭的激烈程度。

美國在半導體設計方面處於領先地位，而中國在半導體製造方面正在迅速發展，並試圖建立自主可控的供應鏈。

美國需要加強對半導體產業的全面支援，包括設計和製造，才能保持其競爭優勢。

《2022年晶片法案》旨在解決美國晶片製造業的兩個弱點，這兩個弱點是由新冠肺炎大流行暴露出來的--最明顯的是美國供應國內工業和美國軍方需求所需的產能不足，以及美國晶片製造商在最先進節點製造晶片的能力落後於台灣和韓國。

目前，美國依賴台灣的晶片製造設施，台灣製造了90%的最先進晶片，而韓國則生產這些裝置。

此外，美國政府與主要盟友一道，正在對向中國出口晶片和晶片製造技術實施新的和更嚴格的控制，特別是支援人工智慧進步所需的工具和裝置。

中國的回應是加倍承諾通過國內創新發展自己的半導體技術。

據報導，截至2022年底，中國政府計畫支出1兆元人民幣，2014年，中國成立了中國積體電路產業投資基金（China Integrated Circuit Industry Investment Fund），以支援國內半導體行業的投資，由政府，准公共和私人基金組成。

截至2019年，該基金已籌集2040億元人民幣（280億美元）。

美國不能對目前的領導地位感到自滿。對此，2022年半導體行業協會和波士頓諮詢集團警告稱，由於設計企業面臨成本上升、勞動力短缺、被重要國外市場排除在外等挑戰，美國晶片設計行業的全球市場份額一直在不斷侵蝕。

這篇報告強調了美國在科技領域面臨的嚴重挑戰，主要來自中國的競爭。

中國在體等關鍵領域的投資和進展迅速，而美國在基礎科學研究和創新投資方面卻出現了停滯甚至倒退。

報告指出，美國國會未能兌現對《晶片和科學法案》科學部分的資金承諾，同時削減了關鍵聯邦科學機構的預算，這與中國在研發方面的持續投資形成了鮮明對比。

報告呼籲美國政策制定者認識到科技競爭的長期戰略意義，並加大投資，以確保美國在未來科技領域的領導地位。  (稻香湖下午茶)

中國開發者目前仍可透過微軟雲端平台或代理伺服器接取OpenAI服務

近期有媒體報道稱，美國AI公司OpenAI的推送郵件中稱，自今年7月9日起，將開始阻止來自非支援國家和地區的API（應用程式介面）服務。目前OpenAI共支援161個國家和地區，不包括中國內地和中國香港。

多位使用了OpenAI的API介面服務的中國技術人員告訴《財經》，目前他們並未收到要求停止使用的通知。

事實上，OpenAI從未開放過中國市場的服務，中國用戶大多透過代理服務或微軟雲端來使用OpenAI的工具和服務。 OpenAI先前沒有官方表態，界定該方式是否可行。今年2月開始，OpenAI陸續發布AI安全相關的報告和聲明，表示有部分國家和地區的個別用戶，透過OpenAI的工具產生虛假內容，影響網路安全。

OpenAI推送的郵件通知中指出，自7月9日起，OpenAI將開始阻止來自非支援國家和地區的API流量。受影響組織若希望繼續使用OpenAI的服務，必須在其支持的國家和地區內存取。
圖片來源：Twitter ，OpenAI用戶發布

今年2月14日，OpenAI發文稱，透過與微軟安全部門的合作，封鎖了五個不安全的帳號，這五個帳號分別來自中國、俄羅斯、伊朗、北韓。他們的不安全行為主要包括網路釣魚、產生惡意程式碼等。

同一天，微軟也發布文章稱，微軟已經制定了相關原則來降低安全風險，包括封鎖惡意用戶帳號，通知其他AI服務商，與其他利益相關者定期交換安全信息，持續向公眾通報。同時，微軟會與OpenAI合作監控攻擊行為，不斷改進優化防禦機制與技術。

今年5月30日，OpenAI發布了一個39頁的調查報告。報導稱，在過去三個月中，OpenAI又發現了五個不安全行為，分別來自俄羅斯、中國、伊朗和以色列。主要行為包括用OpenAI的模型產生內容，發佈在社交平台上，產生虛假回复，發送垃圾郵件等。報告中也提到，雖然這些帳號在多個社群平台上進行活動，但目前並未產生實際影響，幾乎沒有真實用戶評論、互動。只有個別帳號因為文字粗糙，被少量用戶評論說是假消息。

根據報告，這些危險行為的相關帳號已被封鎖，整體數量很少。

OpenAI也在聲明中提到，該公司建構了AI工具來提升偵測和分析危險行為的效率。調查出上述幾個危險行為只花了幾天的時間，接下來也會優化模型來提升調查能力和效率。

目前中國公司和開發者使用OpenAI的API主要透過兩種方式，一是購買微軟Azure雲端服務，微軟Azure是OpenAI獨家雲端服務供應商，中國用戶可以透過Azure國際版呼叫GPT能力，中國頭部科技公司均已購買Azure的GPT服務。二是透過海外伺服器做轉發，穩定性相對弱一點，需要準備一些備選伺服器隨時交換。

如果未來OpenAI加大區域限制，對於中國開發者來說，可能的影響是提高使用成本。多位中國科技公司人士分析，根據目前OpenAI發布的相關聲明，只要不從事相關危險行為，大概率不會被封號，即使封號了也可以再想辦法繞過。不過，一位國內大模型公司人士告訴《財經》，如果OpenAI真的對區域嚴格限制，即使使用海外伺服器，也繞不開，這取決於OpenAI的封鎖力度。

目前中國科技公司使用OpenAI服務，主要用於訓練自己的大模型，或用於實際業務中，包括生成內容、軟體開發、自動化辦公室等。

OpenAI本身也不符合中國市場的相關法律規範。 2023年7月13日，中國網信辦聯合發展改革委、教育部、科技部、工業和資訊化部、公共安全部、廣電總局公佈了《生成式人工智慧服務管理暫行辦法》，要求提供具有輿論屬性或社會動員能力的生成式人工智慧服務的，應依照國家相關規定進行安全評估，並依照《網路資訊服務演算法推薦管理規定》履行演算法備案和變更、註銷備案手續。截至今年3月，共有117家大模型完成備案，沒有OpenAI。

該管理辦法中也提到，「對來自中華人民共和國境外向境內提供生成式人工智慧服務不符合法律、行政法規和本辦法規定的，國家網信部門應通知相關機構採取技術措施和其他必要措施予以處置。(財經雜誌)

MWC上海似乎不再僅僅是通訊行業的風向標，這一重大技術盛會的AI味已經愈加濃烈。