crystal liu

0:09
各位網友,這條片是講什麽呢,
0:13
巴郡又賣了蘋果的股票,賣了15%,
0:19
而又買了一些google alphabet,為什麽我要拿出來講呢,
0:25
因為我要query 這個alphabet究竟值不值得投資,
0:27
最後我會講我的conclusion給大家聽,好,
1:28
股神巴菲特旗下提交最新的13F報告,
1:33
是買了43億美元alphabet,43 億美元是他現金的1 %多,
1:43
現在這個數字不是很 大,我們再觀察他會不會增持,
1:49
在減持操作再 賣了15%股份,目前蘋果是第一大倉,
1:55
607億 美元,他已經賣了四分三,
1:59
他那手蘋果是二三千億的,他賣了四分三,剩下四分一,
2:07
雖然 蘋果依然是第一大倉,
2:10
但是他已經賣了持有的四分三,9億股,
2:14
最多 那時候是2700多億美元的蘋果,將近5%的蘋果,
2:23
本季唯一的新開倉就是alphabet,買入1785股
2:28
價值43億美元,
2:31
前 此他買了幾次,我有些 網友專跟巴菲特買東西,
2:36
因為他是股神,結果 輸到阿媽都不認得,
2:40
兩年前跟他買西方石油,這兩年不停輸,
2:45
跟 他買United Health又輸,我說你不要當一個人是神,
2:50
他作出一個決定的時候,他很多時候都會錯的,
2:57
尤其 是他很不相信AI股,我覺得如果他不相信AI股
3:03
是一個 很fundamental的錯誤,但是他為什麼不相信AI股呢,
3:09
他科 網股的時候他都不相信科網股,
3:12
他說他不會買一些 他不懂的東西,他不明白AI,
3:17
這次建倉使得 alphabet一躍而成為巴郡第十大倉,
3:23
佔1. 62,這個信息意識巨大,
3:27
首先巴郡從來對科技股創謹慎態度,他買得最多的就是蘋果,
3:34
有 一點點亞馬遜,其他什麼都沒有,
3:40
他買的是銀行,可 樂,西方石油,雪佛蘭,
3:47
這次轉變令市場覺得意外,可能不是他買的,
3:54
很 可能是他的接班人Able,
3:56
他主要的接班人就是Able,
3:58
他們是擅長科網 股的,科技股的,
4:03
但是現在巴菲特說他以後不管了, 由他們兩個決定,
4:09
他們就 買Google,
4:13
其中一人早 於2019年主導了對亞馬遜的投資,
4:18
巴郡現在依然持有22億美金的亞馬遜股份,
4:22
他持 有的只有蘋果和亞馬遜,嚴格來說蘋果不是AI股,
4:28
在AI那裡他是很 落後的,
4:31
巴郡過去坦 誠,他因為對技術不瞭解,
4:35
錯過了買Google,是他投資生涯一次的痛失良機,
4:41
當日他旗下的 公司是Google的早期客戶,
4:45
當時每次點擊 要給10元美金的廣告費,他已經覺得Google發達了,
4:52
結果他錯過了,
4:55
15年後終於買入,分析家指他的接班人不把Google作為廣告公司,
5:04
Google最成功就是他的 兩大業務,一半就是search engine,
5:10
在search engine上買廣告,以及在YouTube上賣廣告,
5:18
而是AI巨頭,Google2016年已經宣佈,由mobile first,
5:26
我那時候201X 年,你忘記了這兩個字就不要再做科技生意了,
5:37
2010年那時候,就是 mobile和social media,
5:42
現在他不走mobile,是AI first,
5:43
最早的時候是兩個字,一個叫mobile,一個叫social media,
5:46
後來就是 大數據和雲計算,現在是AI first,
5:55
他將DeepMind和Google Brain兩大AI實驗室合併了,
5:57
摩根大通說Google正以前所未有的速度發佈產品,
6:06
他的AI mode是自從 search engine發明以來最大的革命,
6:13
就是你現在進去 Google可以問他的問題,
6:15
就不是 search engine了,他幫你搜索,然後AI回答你,
6:26
有個 summary的,然後回答你,
6:32
Google宣佈了重大的團隊架構,將Gemini應用團隊,
6:37
併入Google Deep Mind那裡,變成很大的AI團隊,
6:43
在資本投入裡面他也不手軟,
6:46
2024年500億美金,2025年超過800億美金,
6:53
還有 這個我是做了一個研究的,
6:56
Google的優勢,因為這個問題令我不舒服,我做了一個研究,
7:03
TPU晶片,他自己 做TPU晶片是去到第七代,
7:08
他的單晶片的 計算能力和NVIDIA不是差很遠,
7:16
他是將TPU 晶片用在自己的大模型的訓練和推理上面,
7:28
我已經研究了,他又買了很多NVIDIA的TPU晶片,用來在雲計算上面,
7:37
因為你知道在他自己的模 型推算裡面,
7:42
他可以自己 弄一套software來使用,
7:45
但是如果在雲計算裡面,
7:48
每個都不同,參加客戶,
7:50
就要可以用到CUDA的軟件才行,
7:56
所以他一樣要買NVIDIA的晶片,
8:00
他的雲端業務,這個就是說雲端業務,
8:03
過去那 些人覺得他不行的,現在變成AI時代的關鍵增長引擎,
8:10
他是世界第三的,我們 看一下增幅,
8:14
增幅得最慢 的是亞馬遜,
8:19
亞馬遜只是 增加20%,世界第二的是Microsoft,
8:24
為什麼Microsoft這麼值錢呢, 是39%,Google是34%,
8:30
這個世界三大雲計算,雲計算是怎樣呢,
8:36
雲計算亞馬遜為什麼落後呢,
8:40
亞馬遜轉AI化落後,
8:43
Microsoft帶頭,我告訴你雲計算,
8:48
街上你光顧你的客戶,對於算力需求很大,
8:54
如果你提供AI算力 給他,用最新的晶片成本便宜很多,
9:01
而且可以提 供很多不同的服務給他,
9:05
譬如Microsoft升得很厲害,就因為他有Copilot,
9:09
可以幫你做編程計算,
9:13
誰轉得快,那個增長就多,
9:17
第一,你可以收便宜些人,
9:21
因為每一轉一代新的AI,GPU,它是快5倍 至7倍,
9:29
而能耗是減 很多的,於是,你學黃仁勳講,
9:35
他的晶片你越賺 得多錢,這兩個最厲害的就是Microsoft,
9:46
因為他和 OpenAI一組合作,而他也有支持Anthropic,
9:56
Google 就是靠他的TPU晶片,因為他有大量的TPU晶片,
10:04
現在亞馬遜剛剛拼 命,亞馬遜發現這樣不行,
10:09
他落後他人,他增長20%,人家增長39%,
10:12
很快就追到他,亞馬遜佔世界的29%
10:18
Microsoft 佔20%,Google佔14%,
10:26
接下來就只有幾個%,
10:29
就是阿里巴巴,然後就到Oracle,
10:35
其實就是這樣,現在一年用 在雲計算是6000億美金,
10:40
就是AI用得最多 的地方是雲計算,
10:44
每年還是以30%增長,6000 億美金增長30%,
10:52
是 增長1800億美金,所以那些人懷疑AI是很有趣的,
10:59
這些錢完全是AI 促使他增長得這麼快,
11:04
以及這些公司賺這麼多錢,
11:08
GCP甚至和AI對 手,Anthropic,OpenAI,
11:12
你買 我的TPU吧,凸顯他在晶片供應上的關鍵地位,
11:19
TPU,如果說ASIC 晶片,最成功的就是TPU,
11:26
對NVIDIA的GPU 有威脅的唯一就是TPU,
11:31
Elon. Musk 的晶片是自己用的,另外就是的晶片,
11:40
就是Elon Musk的XAI用的晶片,
11:43
有Google前員工說,
11:46
如果不是多年前投資雲端,
11:49
Google只是一個受AI攻擊的廣告和search engine公司,
11:54
他另一個護城河,Google,
11:57
他怎麼可以和OpenAI鬥 呢,
12:00
OpenAI現在佔了零售 市場的50%多,
12:04
但是Go ogle有一個很先天的優勢,
12:09
他和蘋果有一個先 天的優勢,Microsoft也是,
12:15
就是 他很容易將他的軟件distribute出去,
12:20
他的AI軟件快 速融入了安卓,Chrome,
12:25
YouTube,幾十億用戶,
12:28
他 可以透過他的search engine,他的安卓手機,Google Play
12:34
和 Chrome的browser,去輸送出去,令你很快就拿到,
12:46
數據顯示,使用Gemini API的開發者已經700萬,
12:52
自從1.0大會以來增加了 5倍,700萬人,
12:57
幫Gemini開發這個API,這個很重要,
13:03
數據Google在AI模 型發力追趕,
13:07
這個是一個 很重要考慮的東西,
13:10
因為 現在到處都說他會在18號推出Gemini 3.0,
13:16
就說他會反超OpenAI,你要考慮這一點
13:22
實驗顯示Gemini 3.0在理解複雜的表格資料方面表現優異,
13:30
邏輯清晰,準確度極高,相比之下GPT-5處理相同的復雜表格,資訊混亂,
13:39
推理錯誤,自相矛盾,說他是遠遠更聰明,
13:44
你知道如果 做AI來說,祖師爺就是Google,
13:49
因為根本Transformer 就是起於DeepMind那套文件,
13:55
那篇research paper,
13:57
Hinton寫的,後來Hinton已經出去了,
14:01
測試數據顯 示Gemini 3.0在表格資訊的准
14:07
確度達到92.7%,邏輯一致性4.8分,滿分5分,
14:15
無論 在模擬物理定律,小球重力摩擦,
14:19
或者一件產生複雜的終端界 面,
14:23
他都顯得游刃有餘,
14:26
Humanities Last Exam Bench mark Leadership
14:30
得到這樣的結論,
14:32
這個3.0是第一的,32.4分,遙遙領先,
14:38
然後就是 GPT-5,26.5分,他領先6分,
14:45
Grok 4是23.9,然後Gemini 2.5在這裡,他跳上來這裡,
14:55
要知道如果說對AI的累積,當然是Google領先,
15:06
Gemini 3.0最驚人的突破就是它的programming,
15:12
測試者只要 寫一套prompt,
15:16
就做了 網頁版完整的macOS系統,可以寫一套系統出來,
15:23
這個極端複雜的東 西,一個指示他自己可以做出來,
15:28
另一個震撼測試就是 視覺推理,
15:32
一個歷史學 家上傳了1758年的商人的日記本,叫他想,
15:40
字跡非常老草,他是用舊式英制那時候的英鎊,
15:47
先令,便士,重量單位,
15:49
磅,安士,都不是十准制,
15:53
Gemini 3.0是主動推理出當時的英制貨幣和重量的轉換規則,
16:00
寫得很模糊的145,他就知道是14磅5安士,
16:06
自己計算出當時的英制是怎樣,
16:10
模型是透過上下文,價格,總額,倒轉 頭推算,
16:15
跨過了由抄 寫到理解的關鍵門檻,
16:20
這個是人類才做得 到的事情,要很聰明的人,
16:24
雖然Google在AI競賽一度被指落後,
16:27
但因為他的全端優勢,Gemini 3.0表現出重拾競爭力,
16:34
反觀競爭對手OpenAI,GPT5,反響平平,
16:39
Meta,更傳出AI路線搖擺，高層震蕩,
16:43
就是天下之爭,如果說我是沒有買大型模型,
16:49
因為大型 模型是燒錢燒得很厲害的東西,
16:53
所以OpenAI 也沒得買,我沒有下注到大型模型,
16:57
但是大型 模型只有兩個人,勉強是三個人,
17:03
這個就是OpenAI,
17:06
Gemini和XAI三家,
17:10
Anthropic很明顯是落後的,Lama是落後的,
17:17
巴郡在巴菲特退休之前,這筆43億美金的投資,
17:21
顯然不是看中廣 告業務,是押注Google會贏AI霸權,
17:29
我一直都 不買Google的,為什麼呢,
17:32
因為它有一半的生意是來 自search engine,
17:37
而search engine 我覺得始終被AI打爆了,
17:44
而打爆了search engine,你是用AIsearch,
17:48
就算你自己 打爆自己,對自己也沒好處,為什麼呢,
17:52
它不需要看這麼多頁,search engine用AI,
17:54
用 AI search它就給你答案,instead of看十幾頁
18:01
那裡可以賣廣告,這個就是它是self destructive的,
18:06
AI是 會毀滅它的search engine,
18:10
而 它的search engine是佔了它收入的一半,
18:16
我一向 不贊成買Google就是這個意思,
18:20
那些人說它是領 先,就算它AI那裡贏,
18:28
我說AI那裡贏,在今天之前我告訴你,
18:31
它的AI比open AI鬥不過,openAI也只值5000億美金,
18:37
Germini 2.5值多少錢,就是4000億美金,
18:43
它的search engine值多少 錢,現在值1萬億美金,
18:48
巴郡罕見出手,可能預示華爾街的價值投 資者,
18:55
開始相信Google會贏,
18:59
我們看一下,這個是11月30號預測,
19:04
Polymarket,這個是它 遙遙領先的,
19:09
那些人 賭Germini是會贏的,
19:14
Anthropic和OpenAI在下面,
19:18
12月31號Germini 贏,Which company is best at the end of 2025年,
19:27
這個是11月,這個 是12月,
19:31
我們看看Google的 股價,我不買Google是完全正確的,
19:39
我給大家看一下,Go ogle的股價3年的股價是由多少錢開始呢,
19:44
它是由這裡開始,大約120元,
19:54
升到現在276元,Google3年只是升了倍幾,
20:02
過去一年的升幅大概是170元,升到270元,
20:07
升了60%至 70%,它的升幅是遠遠少於Palantir,
20:12
遠遠少於NVIDIA那些很多,
20:17
NVIDIA一年升了3倍,
20:20
由60元升到270元，升了200元,NVIDIA是這樣,
20:25
由600 至700元然後拆股,
20:29
Palantir更加不用說,它是升 得少,
20:31
但現在我要認真考慮這只股票,
20:35
我最後告訴大家我考慮什麽,
20:38
它最新一季,它的營收是 這麽多,
20:45
去年今年第三季 增加16%,不是很多,
20:51
營收,
20:53
營業收入,只是升9%,
20:58
但是淨利增加33%,
21:02
每 股35%,即是什麽,
21:06
即是它賺多了很多錢,為什麽賺多了很多錢,
21:13
因為 第一,它用了很多在AI上,不停在裁員,
21:20
在減少operating expenditure,那是第一點,
21:25
第二點,
21:27
它放很多錢在雲端計算,雲端計算省了很多成本,
21:35
profit margin深了很多,
21:40
2.87,我將這個annualize,這個annualize,
21:45
它未來還會增加,我估14 元一股,它現在276元,
21:55
forthcoming只有20倍PE,
21:58
好,我告訴大家我考慮什麽,
22:00
你要考慮它的search engine的廣告收入,減速快,有多快,
22:09
現在似乎它這個減速 不是想象中那麽快,
22:13
可能需要10年它的search engine才完全解體,
22:18
靠AI search可以保存到多少呢？如果它是它領先的話,
22:25
AI search這部份可能收回20%收入,
22:31
是不見 了8成,就是它現在的收入在10年內會減少40%,
22:42
我又要問你,現在 它的股價裏面,AI是沒有股價,
22:47
如果它的AI贏,OpenAI,
22:51
它的立足點比OpenAI好很多,它健全很多,
22:56
它用自己 的錢去做OpenAI,不是像OpenAI那樣左搭右搭,
23:01
如果它真的能夠跑贏OpenAI,它是不是值7000至8000億呢,
23:08
這個東西沒有什 麽股價,沒有什麽在它的股票裏面反映出來,
23:14
因為 它另外一截就是YouTube,YouTube有3成的收入,
23:21
而 YouTube的短片也是起得不錯的,
23:26
它還有一些東 西,但那個不是牟利的,
23:30
我也 很佩服Google,它那個是非牟利的,
23:34
Alpha Fold,是 解決了蛋白質的三元接疊問題,
23:42
人類生物化學上的重大問題,是被它解答了,
23:48
現在可以猜 到幾萬種蛋白質的構造是怎樣的,
23:54
還有很多的application,它現在在建立無數的AI application,
24:00
當然你 信不信它的Waymo,我覺得
24:03
它的Waymo就輸給Tesla了,
24:06
就是大型模型 是一個很燒錢的東西,
24:10
去到OpenAI估計也要2028年至2029年的現金數才能打和,
24:20
但Google的雲計算就可以津貼
24:25
它在OpenAI上的支出,
24:28
它和OpenAI其實天下之爭都是他們兩個,
24:33
因為Elon Musk的錢比他們少很多,
24:40
這個AI的收入是不是 可以彌補search engine的收入,
24:47
和它的AI是不是真的能夠 贏得OpenAI呢,
24:51
我們是不是要 投資到大型元宇模型呢,
24:56
to be or not to be, that is the question,
24:59
我會作一個 研究報告在Patreon回答大家