投資者難以評估人工智慧科技公司的價值

投資者目前正為如何確定人工智慧ㄖㄣˊㄍㄨㄥㄓˋㄏㄨㄟˋ科技公司的公允價值而掙扎ㄓㄥㄓㄚˊ。

一個主要的問題是「估值悖論ㄅㄟˋㄌㄨㄣˋ」，即對數據中心和GPU的大規模基礎設施支出尚未轉化為相應的營收增長。

傳統的財務模型，如現金流折現分析，被證明無效，因為它們依賴於可預測的現金流，而人工智慧公司往往擁有專有數據和技術人才等無形資產。

此外，由於運算和工程成本高昂，與傳統軟體公司相比，人工智慧公司面臨更低、波動性更大的毛利率。

市場情緒也因「AI漂綠AI washing」而變得複雜，即公司僅僅透過在品牌中添加「AI」一詞來虛高其價值。

因此，投資者正轉向新的指標，專注於單位經濟效益、技術里程碑和高效增長。

市場正日益區分核心基礎設施公司與那些構建應用型人工智慧解決方案的公司。

隨著我們邁向更自主的「代理式ㄉㄞˋㄌㄧˋㄕˋ」系統，估值仍然是一個複雜且不斷演變的挑戰，需要採取更嚴謹的方法來衡量現實世界的實用性與長期競爭優勢。