AI焦點｜忘記AI炒作：2檔國際「寬護城河」股票，現在買進並永久持有・Pzena聚焦價值策略增持Cognizant Technol・Elevated error rate across mul

📰 1. 忘記AI炒作：2檔國際「寬護城河」股票，現在買進並永久持有

原文摘要

最近Yahoo Finance有篇分析文章，開頭直接打臉那些整天喊AI飆股的網紅——「忘掉AI炒作吧」，然後端出兩檔具備「寬護城河」（Wide Moat）的國際股票，強調現在買進可以抱到天荒地老。報導指出，這兩家公司分別是荷蘭的ASML（艾司摩爾）與法國的LVMH（路威酩軒）。ASML靠著獨家極紫外光（EUV）微影技術卡住全球半導體供應鏈，對手連後照鏡都看不到；LVMH則靠一堆奢侈品牌（LV、Dior、Tiffany）綁住高端消費者，定價權強到可以每年漲價還不怕沒人買。兩家共同點是：護城河超寬、現金流穩定、而且不像AI概念股那樣暴漲暴跌，適合「買了就去睡覺」的長期投資者。

我的觀點

這篇分析我大致贊成，但有一點需要提醒：所謂「寬護城河」不是鐵飯碗。ASML的關鍵風險在地緣政治——如果美國繼續卡中國先進製程設備出口，ASML短期會少一塊市場，但長期反而因為壟斷而更強；LVMH則得祈禱有錢人的錢包永遠不縮水，一旦全球經濟硬著陸，奢侈品通常是第一個被砍的預算。不過整體來說，這兩檔確實比那些靠ChatGPT概念炒起來的妖股穩太多。我比較擔心的是原文沒提估值：現在買ASML本益比超過30倍，LVMH也接近25倍，不算便宜。如果遇到市場修正，可能會套一陣子，但長期看，只要護城河沒被跨越，終究會回來。

延伸思考

這篇文章背後有個更深的問題：為什麼大家總是在AI狂熱中忘記「護城河」？因為人性喜歡追逐短線爆發，但真正的財富累積往往來自那些看起來很無聊的公司。如果你把時間拉長十年，買ASML或LVMH的報酬可能不如NVDA在2023年的單年漲幅，但持倉過程的心臟負荷差很多。另外，所謂「國際股票」也提醒我們：不要把雞蛋放在同一個國家。台積電雖然也是寬護城河，但地緣風險相對集中；分散到歐洲精品與半導體設備，算是一種避險。延伸想一下，還有哪些不起眼的寬護城河股票？例如SAP（企業軟體）、Visa（支付網絡），這些也是值得研究的對象。

📝 編輯說：:這篇文章在Yahoo Finance社群引發討論，不少網友質疑「寬護城河」的定義是否被濫用，但筆者認為最值得思考的觀點是：當全世界都在追AI時，回頭看那些「無聊但賺錢」的生意，才是真正的長期主義。

📰 2. Pzena聚焦價值策略增持Cognizant Technology Solutions，無視誇大的AI風險

🔗 原文連結

原文摘要

最近一則華爾街消息引起注意：Pzena Focused Value Strategy 基金悄悄加碼了 Cognizant Technology Solutions（CTSH），而且他們的理由很直接——市場對 AI 風險的反應「過頭了」。報導指出，Pzena 認為 Cognizant 這類 IT 服務商其實有足夠的護城河，AI 的衝擊被誇大，反而是逢低買進的好時機。當然，原文塞了一大堆程式碼和追蹤參數，但核心訊息就這一句：有價值投資者在 AI 恐慌中看到了機會。

我的觀點

這筆交易的關鍵數字其實是「忽略」兩個字。當整個市場都在喊「AI 會消滅外包人力」時，Pzena 選擇了逆向操作。從歷史經驗來看，每一次新技術恐慌都會讓傳統 IT 服務股被錯殺——雲端剛出來時也有人說伺服器外包會完蛋，結果呢？Cognizant 這種公司真正的風險不是 AI，而是它能不能把 AI 變成自己的新服務。Pzena 的做法很簡單：如果市場因為一個「可能但還不確定」的風險，就把一家年營收近 200 億美元、客戶黏著度極高的公司打到本益比 15 倍以下，那就值得賭一把。

但要注意，價值投資不等於無腦買。Pzena 強調的是「overblown AI risk」，意思是他們不否認 AI 會改變遊戲規則，只是認為市場已經把悲劇演到第三幕，而實際上第一幕才剛拉開。這跟當年網路泡沫破裂後，大家說「所有.com 都是垃圾」一模一樣——最後活下來的亞馬遜和 Google 反而成了價值陷阱的反面教材。

延伸思考

這件事情其實跟台灣的 IT 服務業、甚至是半導體設計服務業有很強的關聯。你想想，Cognizant 做的就是大型企業的系統整合、應用維護、數位轉型顧問——這些工作有一部分確實可能被生成式 AI 自動化，但企業決策者敢不敢直接把核心系統交給一個會幻覺的模型？至少未來三年內，關鍵任務還是需要人盯著。反而 AI 會創造新的需求，例如幫客戶訓練模型、調整 prompt、整合舊系統跟新 API。

另外，Pzena 的動作也提醒我們：當所有財經媒體都在講「AI 受惠股」時，那些被貼上「AI 受害股」標籤的公司，可能才是真正的超額報酬來源。過度擁擠的 Nvidia 交易跟完全被拋棄的 IT 服務股，哪個比較危險？歷史告訴我們，擁擠交易往往以踩踏收場。

當然，單一基金的加倉不代表趨勢，但至少提供了一個思考方向：如果你也認為 AI 不會在一年內消滅所有白領工作，那麼現在或許是重新檢視那些「被 AI 嚇到跌爛」的價值股的時候了。

📝 編輯說：:這篇報導在 Reddit 的價值投資板塊引發討論，筆者認為最有價值的觀點是「風險是否被過度定價」——比起 AI 本身的威脅，市場的集體情緒往往更值得逆向操作。

📰 3. Elevated error rate across multiple models

🔗 原文連結

TITLE:多模型錯誤率升高

原文摘要

剛剛看到 Claude 的狀態頁面掛出「Elevated error rate across multiple models」——翻譯成白話就是「多個模型都出現錯誤率升高」。頁面上一堆 CSS 變數和字型設定其實只是漂亮的殼，真正重要的是那行粗體狀態：系統不穩，影響範圍涵蓋好幾個模型。雖然 Anthropic 還沒公開細部原因（可能還在追 root cause），但這已經足夠讓開發者社群躁動起來了。

我的觀點：你正在用 Claude 寫程式，突然吐出一串 502 怎麼辦？

想像你正在趕專案 deadline，Claude 幫你生 Code Review 到一半，畫面突然轉圈圈，接著跳出「Oops, something went wrong」。你重新整理幾次，結果時好時壞——沒錯，這就是「錯誤率升高」的使用者視角。對我來說，這種事件最煩的不是當下無法使用，而是不確定性：到底是我 Prompt 寫太爛觸發了異常，還是伺服器真的炸了？等到去翻 Status Page 才確認是官方問題，浪費掉的時間已經回不來了。

我的評論很直接：狀態頁不用寫得太華麗，第一時間講清楚「哪些模型、多嚴重、預計多久修好」才是王道。這次的公告只說了「multiple models」，沒有具體列出是 Claude 3.5 Sonnet 還是 Opus，也沒有給 ETA——這種模糊訊息對開發者來說等於沒講。

延伸思考：AI 服務的信賴度備援策略

這次事件讓我想起一個更深層的問題：當你越來越依賴 AI 工具時，備援策略在哪裡？ 很多團隊已經把 Claude、ChatGPT 或 GitHub Copilot 整合進開發流程，甚至串 API 做自動化腳本。一旦上游出包，你整條 pipeline 就跟著卡住。

你可以做的事：

同時有兩個以上模型的 API Keys（例如 Anthropic + OpenAI），寫簡單的 fallback 邏輯。
本地快取常用結果，不是每句都要問 AI，可以針對特定類型請求做 cache。
監控 Status Page 並串 Slack/webhook，第一時間知道異常，不要等到用戶回報才發現。

這次只是一個警示，但未來類似事件只會更多——因為模型訓練成本高，能用 GPU 有限，服務無可避免會有壅塞或異常。與其抱怨，不如先把防護網架好。

📝 編輯說：:這篇文章在開發者社群引發討論，不少工程師抱怨 Anthropic 通報流程不夠透明。筆者認為最有價值的觀點是「建立多模型備援」的實戰建議。

📚 本日原文來源

本文由JK Space News彙整，不代表任何投資建議。