AI焦點｜Is Regeneron Pharmaceuticals,・Is Eli Lilly and Company (LLY)・Why Won't Europe Build AI Data

📰 1. Is Regeneron Pharmaceuticals, Inc. (REGN) Among the Best AI-Powered Healthcare Stocks to Buy According to Hedge Funds?

TITLE:對沖基金押注的 AI 醫療保健股：Regeneron Pharmaceuticals 真的值得買嗎？

原文摘要

最近一則金融報導提到，對沖基金正在積極尋找 AI 驅動的醫療保健標的，而 Regeneron Pharmaceuticals（REGN）被點名為潛在選項之一。報導基於最新 13F 持倉數據，分析幾家知名基金是否將 REGN 納入 AI 醫療保健領域的布局，並探討這家傳統生物科技公司如何在人工智慧浪潮中卡位。雖然報導沒有給出明確的買賣建議，但它暗示：在 AI 與醫療的交叉點上，REGN 可能比你想像中更有戲。

我的觀點

核心判斷：我對這則報導持「審慎樂觀」的態度——Regeneron 確實有 AI 潛力，但把它歸類為「AI 醫療保健股」有點過度簡化。 為什麼？因為 Regeneron 的本質是一家以抗體藥物和基因療法見長的生物製藥公司，而不是像 Recursion Pharmaceuticals 或 Exscientia 那種純 AI 原生企業。它在 AI 領域的佈局主要體現在：用機器學習加速藥物發現、優化臨床試驗設計，以及利用大數據分析生物標記。這些都是「AI 賦能」而非「AI 核心」。對沖基金買它，更多是因為它強勁的產品管線（如 Eylea、Dupixent）和穩定的現金流，AI 只是加分項。如果你只為了 AI 題材去追 REGN，可能會錯失真正的價值——或是承擔不必要的溢價風險。

延伸思考

這則報導其實點出了一個更大的趨勢：AI 正在滲透醫療保健的各個環節，但華爾街往往用「AI 概念股」這個大帽子亂扣。問題來了——當一家傳統藥廠開始導入 AI，它的估值該不該比照純 AI 公司？我認為不該，因為 AI 只是工具，不是商業模式。真正值得關注的是那些把 AI 當作核心競爭力、並能因此大幅降低研發成本或縮短上市時間的公司。Regeneron 的做法是「老藥廠新玩法」，但它的護城河依然是專利保護和銷售網絡。對於投資人來說，與其追逐標籤，不如看看它的 AI 是否真的能轉化為每股盈餘的成長。另外，監管與數據隱私也是 AI 醫療股無法迴避的風險，這點在台灣醫療科技發展上同樣值得借鏡。

📝 編輯說：:這篇文章在科技與投資社群引起討論，筆者認為最有價值的觀點是：別被「AI 概念股」標籤迷惑，要看 AI 是否真正改變了公司的成本結構或收入來源。

📰 2. Is Eli Lilly and Company (LLY) Among the Best AI-Powered Healthcare Stocks to Buy According to Hedge Funds?

🔗 原文連結

TITLE:禮來公司(Eli Lilly)是否為對沖基金眼中最值得買進的AI醫療保健股？

原文摘要

這篇來自Yahoo Finance的報導，從對沖基金最新13F持倉數據切入，探討禮來公司（LLY）在AI醫療保健領域的投資吸引力。報導指出，截至2024年第四季，超過40家對沖基金增持或新進禮來股票，總持倉市值突破120億美元。分析師特別點名禮來在AI輔助藥物發現上的佈局，包括與Verge Genomics合作開發神經疾病療法，以及利用機器學習加速糖尿病和肥胖藥物的臨床試驗。不過報導也提醒，禮來本益比已達40倍，相較同業溢價明顯。

我的觀點

禮來市值突破8000億美元，但真正讓它跟「AI醫療」扯上關係的，其實是那條減肥藥Zepbound的生產線——AI只是加速器，不是核心引擎。報導中提到的對沖基金增持，我認為更反映市場對GLP-1類藥物的狂熱，而非對AI技術本身的肯定。禮來去年營收成長36%，其中減肥藥佔了將近一半；AI藥物開發平台目前還在早期階段，對營收貢獻極小。這裡有個矛盾：如果AI真的那麼神，為什麼對沖基金不乾脆買純AI生技公司，而要買已經很貴的禮來？答案很簡單——禮來有確定的現金流和管線，AI只是錦上添花。我的判斷是：短線上看好禮來沒問題，但若把「AI醫療」當成買入理由，你付的是溢價買故事，不是買技術。

延伸思考

這波AI醫療題材其實分兩條路：一條是禮來、諾和諾德這類大藥廠，用AI優化現有製程；另一條是Recursion Pharmaceuticals、Schrödinger這些純AI生技公司，從頭到尾靠演算法設計新藥。前者穩但貴，後者波動大但倍數驚人。如果你是工程師出身，可能會對後者更有共鳴——但別忘了，藥物開發的瓶頸從來不是演算法，而是臨床試驗和FDA審批。AI再強，也無法跳過三期試驗。所以當你看到「AI醫療保健股」這個標籤時，先問問：這家公司的營收有多少真的來自AI？還是只是行銷話術？禮來至少還有減肥藥撐腰，其他公司就不好說了。

📝 編輯說：:這篇文章在科技投資社群引發討論，筆者認為最有價值的觀點是提醒投資人別被「AI醫療」標籤迷惑，要看清楚營收結構。

📰 3. Why Won't Europe Build AI Data Centers in Iceland?

🔗 原文連結

TITLE:為什麼歐洲不在冰島建造AI資料中心？

原文摘要

這篇來自MRKT3.0的文章，開頭就問了一個讓科技宅會心一笑的問題：冰島明明有歐洲最便宜、最乾淨的電力（地熱加水力），全年涼爽到連冷卻費都省了，照理說是AI資料中心的天選之地——但現實是，歐洲大廠幾乎沒人把伺服器搬過去。文章主要探討背後的原因：不是技術做不到，而是政治、地理和商業邏輯卡住了。

冰島的電力成本只有德國的三分之一，而且100%來自再生能源，對那些被碳稅和ESG報告追著跑的科技公司來說，根本是夢幻條件。但問題來了：AI訓練需要極低延遲的資料傳輸，冰島孤懸北大西洋，光纖電纜的物理距離就是硬傷。再加上歐盟的資料主權法規（GDPR、數據在地化要求）讓廠商更偏好把資料中心留在歐陸境內，而非「出國」到冰島——即便冰島也是歐洲經濟區成員。此外，當地缺乏足夠的工程師和硬體供應鏈，要建一座超大規模資料中心，光運水泥和GPU的物流成本就夠你受的。

我的觀點

想像一下，你是一家AI新創的技術長，正在挑選訓練叢集的落腳點。你打開歐洲地圖，看到冰島那塊「綠能天堂」，心想：電費便宜、冷卻免費、碳排政策友好，這不是作弊嗎？但下一秒，你開始算實際帳：從冰島到法蘭克福的來回延遲多了20毫秒，這對即時推理應用可能是致命傷；而且資料如果被歐盟用戶投訴「跨境傳輸」，你還要多養一個法務團隊處理合規。更不用說，萬一海底電纜被拖網漁船勾斷，你的模型訓練就得停擺好幾天。

這種「理論上最優，實際上卡關」的現象，其實在科技基礎建設裡很常見。冰島的案例告訴我們：AI資料中心不只是用電大戶，它還是網路節點、政治實體、勞動力市場的綜合體。便宜的電只是入場券，不是決勝點。歐洲大廠不選冰島，不是因為他們笨，而是因為他們在算總體擁有成本（TCO）時，把延遲、法規、備援和人才都加進去了——冰島在這些項目上，分數並沒有那麼漂亮。

延伸思考

這篇文章還帶出一個更大的問題：歐洲的「技術主權」野心，是否反而限制了基礎建設的彈性？歐盟一直喊要減少對亞洲和美國的雲端依賴，但內部連冰島這樣的低成本選項都不想用，那最後只好繼續花大錢在德國、荷蘭蓋資料中心，結果電費貴、碳排高，反而更不「綠」。或許未來的解法不是把資料中心集中在某個島上，而是發展分散式邊緣運算——讓運算靠近用戶，但訓練用的「重工業」留給冰島這種偏遠但綠能充沛的地方。另外，北歐其他國家（挪威、瑞典）也在搶這塊餅，冰島的獨特性並沒有想像中那麼不可取代。

📝 編輯說：:這篇文章在科技論壇Hacker News上引發熱議，許多工程師留言吐槽「冰島網路電纜斷了只能等漁船來修」，筆者認為最有價值的觀點是：便宜電力不等於便宜總成本，AI基礎建設的區位選擇其實是一場多重條件的最佳化博弈。

📚 本日原文來源

本文由JK Space News彙整，不代表任何投資建議。