📑 文章目錄

一、觀察筆記：Howard Marks的180度轉向

說實話，看到Howard Marks最新那份投資備忘錄「AI Hurtles Ahead」時，我有點驚訝。這位以「第二層思考」聞名的價值投資大師，過去對AI的態度可是相當保留——甚至有點懷疑。

但這次不同。Marks直白地說：「投資人正在低估AI的力量與速度。」

作為Oaktree Capital Management的聯合創辦人，Marks管理著超過千億美元的資產。他的每一句話，華爾街都會反覆咀嚼。這次他在投資者簡報會上的發言，等於是對整個傳統投資圈丟了一顆震撼彈。

Pro Tip 專家見解：Howard Marks強調，生成式大型語言模型（LLMs）已經能夠以人類無法匹敵的速度，綜合、解讀並生成海量數據。這不只是效率提升，而是投資研究流程的「範式轉移」。企業財報、法說會紀錄、監管文件、市場情緒數據——這些過去需要數週人工整理的資訊，現在能即時轉化為投資訊號。

對於長期追蹤Marks的投資人來說，這番言論代表一個明確訊號：AI已從「科技炒作」正式進入「投資主流」。

為什麼Marks的轉向如此重要？

2025年底，Marks還在問「這是不是泡沫？」2026年初，他試用了Anthropic的Claude模型，然後整個人的態度就翻轉了。根據Fortune報導，Marks承認自己「做了一個180度的大轉彎」。

這不是因為AI「更聰明了」，而是因為他終於理解：AI的價值不在於取代人類判斷，而在於放大決策品質。

二、AI如何挖掘隱藏Alpha？投資流程被重構了

Marks在備忘錄中提到了一個關鍵概念：「隱藏Alpha」。

傳統的投資研究流程是怎樣的？分析師閱讀財報、聆聽法說會、追蹤產業新聞，然後形成判斷。問題是，人類的認知頻寬有限——你不可能同時消化數千家公司的數據。

但LLMs可以。

Marks指出，現在的AI系統能夠：

• 即時掃描並綜合企業財報中的關鍵數據
• 分析法說會逐字稿，抓取管理層的語意變化
• 監控監管文件提交，發現異常模式
• 整合市場情緒數據，預測短期價格偏離

Pro Tip 專家見解：Marks特別提到，這種能力讓投資團隊能夠「即時發現錯價資產」。過去需要數週的研究，現在可能在數小時內完成。這不只是速度問題，而是訊號發現能力的指數級放大。

一個具體案例：AI如何改變投資研究？

假設你是一家資產管理公司的研究員，負責追蹤50家消費品公司。過去，每季財報季你可能要花兩週時間逐一分析。現在？你可以讓AI模型先跑第一輪，標出數據異常的公司，然後你專注在那些真正需要深入研究的案例上。

這不是「取代」，而是「篩選放大」。人類的時間被釋放出來，用在更需要判斷力的地方。

根據Marks的官方備忘錄，這種變化正在各個資產管理機構中發生——從對沖基金到私募股權，都在重新定義「研究」這件事。

三、先跑者的「價值護城河」正在加寬

這部分可能是Marks最想強調的：早鳥優勢正在擴大。

他把這稱為「價值護城河」（value moat）。那些把AI嵌入研究與風險管理流程的公司，正在獲得三個關鍵優勢：

1. 更快的周轉速度：研究到決策的時間大幅縮短
2. 更低的人為錯誤率：AI不會因為疲勞而漏看數據
3. 更有效的尾部風險對沖：AI能夠識別傳統模型忽略的極端風險

Sharpe Ratio改善15-20%意味著什麼？

Marks提到，在某些管理帳戶中，AI驅動的投資組合構建已經開始超越傳統的因子投資策略。Sharpe Ratio（風險調整後報酬率）改善了15-20%。

聽起來不多？在資產管理世界，這是巨大的超額報酬。假設原本的Sharpe Ratio是0.8，改善20%後變成0.96——這意味著在同樣的風險水準下，你的報酬率可以提升接近四分之一。

Pro Tip 專家見解：對於追求「生活自動化」的被動收入者來說，這個數據格外重要。如果你正在評估任何AI驅動的投資工具或機器人顧問，Sharpe Ratio的改善幅度是一個硬指標。不要只看總報酬，要看風險調整後的報酬。

誰在領跑？

目前看來，大型量化基金和對沖基金是AI整合的先鋒。但Marks強調，這不代表中小型投資者只能當旁觀者。實際上，AI工具的民主化正在加速——從開源模型到API服務，個人和小型團隊也能接觸到強大的AI能力。

關鍵在於：你願不願意學？

四、AI侵蝕效應：誰在裸泳？

Marks提出了一個令人不安的概念：「AI侵蝕效應」（AI-induced erosion）。

他用抵押貸款服務和零售銀行業作為例子。這些領域正在經歷什麼？

• 核保自動化：AI能在數秒內完成原本需要數天的信用評估
• 詐欺偵測：機器學習模型能即時識別可疑交易，準確率超越人工審核
• 客戶服務：聊天機器人處理了絕大多數常規查詢，釋放人力處理複雜問題

聽起來不錯？對消費者來說或許是。但對於那些沒有導入AI的公司，這意味著：

利潤被稀釋，市佔率流失，最終可能被併購或淘汰。

真實案例：HomeTrust Bank的轉型

根據Ocrolus的報告，HomeTrust Bank導入AI文件自動化後，貸款處理團隊節省了8,500小時，每年減少9萬美元的運營成本。

這就是Marks所說的「侵蝕」：當你的競爭對手都在用AI提升效率，你還在用手動流程，成本結構就會慢慢被拉開差距。

Pro Tip 專家見解：Marks呼籲投資人在評估標的時，要特別關注管理團隊的AI能力。這不只是「有沒有用AI」的問題，而是「AI策略是否融入核心業務」。那些把AI當成附屬專案的公司，可能會在這波浪潮中逐漸邊緣化。

五、監管天平：創新與透明度的拉鋸戰

作為一位經歷過無數市場循環的老兵，Marks沒有忽視AI的「政策面」。

他點出三個監管機構正在糾結的問題：

1. AI風險揭露：投資決策如果由AI驅動，該如何向投資人揭露？
2. 數據隱私：AI模型需要大量數據訓練，這些數據從哪裡來？
3. 演算法偏見：AI是否會放大既有的市場偏見？

Marks的立場是「平衡」：允許研究人員創新，但同時確保影響投資決策的AI模型具備透明度。

這說來簡單，執行起來卻相當複雜。畢竟，很多AI模型（特別是深度學習）本身就是「黑箱」——連開發者都未必能完全解釋模型的決策邏輯。

Pro Tip 專家見解：對於投資人來說，這意味著一個新的評估維度：「AI治理能力」。一個好的AI驅動投資產品，不只要有好的績效，還要能夠清楚說明AI是如何做出決策的。如果一個基金經理人說「我們的AI就是比較準」，你應該追問：為什麼？怎麼準的？

監管趨勢預測

根據Bloomberg報導，美國證券交易委員會（SEC）已經開始關注AI在投資決策中的角色。預計在2026-2027年，會有更多關於AI風險揭露的指導原則出台。

這對於追求「合規先行」的機構投資者來說，既是挑戰也是機會。那些能夠提前建立AI治理框架的公司，可能會在監管浪潮中佔據有利位置。

六、給被動收入追求者的啟示

讀到這裡，你可能會想：這些跟我有什麼關係？

如果你是siuleeboss.com的讀者，追求的是「生活自動化」與被動收入，那麼Marks的訊息其實很明確：

你可以做的三件事：

1. 學習基礎AI工作流程：不需要成為工程師，但至少要理解API、代理（agent）和自動化流程是怎麼運作的。這會幫助你判斷哪些AI工具真正有價值。
2. 實驗生成式AI：試著用AI來輔助你的研究或內容創作。很多人已經在用AI建立「零接觸」的數據驅動收入引擎，或自動化交易機器人。你不一定要自己開發，但要懂得評估。
3. 調整投資組合：檢視你持有的股票或基金，問一個問題：這家公司/基金有沒有清晰的AI策略？如果他們還在用十年前的方法做研究和風控，你可能要重新評估。

Pro Tip 專家見解：Marks在備忘錄中特別提到，「忽略AI的代價是邊際報酬遞減和競爭優勢的流失」。這句話對機構投資者適用，對個人投資者同樣適用。AI浪潮是真實的，不是想像出來的。

從觀察到行動

說到底，Marks想要傳達的核心訊息是：AI不只是「科技」問題，而是「投資」問題。

它會影響資產定價、風險評估、運營效率，甚至是監管框架。對於投資人來說，這意味著：

• 尋找那些具備「AI防禦護城河」的團隊與產品
• 在投資組合構建中嵌入AI思維，而不只是傳統的因子投資
• 理解AI如何影響你所投資的產業

這不是要你變成AI專家，而是要你不成為AI時代的旁觀者。

七、常見問題 FAQ

AI真的能提升投資績效嗎？還是只是行銷話術？

根據Howard Marks引用的數據，AI驅動的投資組合在部分管理帳戶中，Sharpe Ratio改善了15-20%。這是風險調整後的報酬提升，代表在相同風險水準下，AI確實能創造更高的超額報酬。但關鍵在於「如何整合」——不是所有打著AI旗幟的產品都有實際效果。

散戶投資人如何判斷一家公司是否具備AI競爭力？

可以從三個面向評估：一是年報中是否有明確的AI策略與投入說明；二是管理層在法說會中如何談論AI——是視為核心競爭力還是附屬專案；三是公司是否實際推出AI驅動的產品或服務，而不只是「正在探索」。Marks建議投資人優先選擇那些AI能力已融入管理層決策流程的公司。

2026年AI投資最大的風險是什麼？

Marks點出的主要風險包括：AI模型的不透明性可能導致監管挑戰；過度依賴AI可能忽視「人類直覺」在極端市場中的價值；以及AI造成的「侵蝕效應」——未導入AI的企業將面臨利潤稀釋與市佔流失。投資人應該在追求效率的同時，保持對風險的警覺。

總結：AI不是選項，而是前提

Howard Marks的這份備忘錄，其實是在說一個簡單但殘酷的事實：AI已經從「加分項」變成「基本盤」。

對於機構投資者來說，這意味著重新思考研究流程、風險管理和人才配置。對於個人投資者來說，這意味著學習新的評估維度，並調整投資策略。

無論你是哪一種，現在都不是「觀望」的時候。

參考資料

• Howard Marks: AI Hurtles Ahead – Oaktree Capital Official Memo
• Oaktree’s Howard Marks Says Investors Are Underestimating AI – Bloomberg
• Legendary investor Howard Marks was skeptical about AI – Fortune
• AI spending to hit $2.53 trillion in 2026 – Yahoo Finance
• AI Statistics 2026: Key Data Points and Market Trends