大家好，我係阿芒。市場近排夠晒熱鬧：有人食正 AI 熱潮，賺到笑；有人見股價愈升愈驚，高位追入之後又遇着震倉；亦有人明明手上揸住好公司，卻因為幾日波動就忍唔住賣貨。見住個價上上落落，投資者個心自然難免跟住郁。
今篇想同大家換一個輕鬆啲、又有少少藝術感嘅角度，唔淨係問「下一隻 AI 股係邊隻」，唔淨係講「藝術嘅嘢我識條鐵咩」，亦唔會扮到自己好識藝術咁講一大輪。我想由一位畫家、一個名字，同一段跨越百幾年嘅價值重估故事出發，去拆解一個散戶最想知嘅問題：究竟點樣，先有機會揀到一隻升 10 倍，甚至升得更誇張嘅 AI 股？
先戴頭盔：真正賺到大錢嘅人，唔係次次買中，而係知道自己買緊乜、輸得起幾多，同埋有能力等到公司交功課。投資 AI 最怕唔係錯過升浪；最怕係見到所有嘢都叫 AI，就以為所有股票都值同一個價。
以前講 Claude，係 Monet；而家講 Claude，係 Money
以前講起「Claude」，我哋圍內會諗起 Claude Monet——莫內。睡蓮、日出、河景、光影，仲有印象派嗰種「睇落好似唔夠清楚，但愈睇愈有味道」嘅畫風。
而家再講 Claude，市場第一時間諗起嘅，已經唔係畫，係 AI。係 Anthropic 嘅 Claude 模型，係大模型、GPU、雲端、資料中心，亦係全球資本瘋狂追逐嘅 AI 產業鏈。真係由 Monet 變成咗 Money。
以前莫內講光線；而家 AI 公司講算力。
以前頂級收藏家買畫；而家專業投資者買 AI 股。
以前有人睇唔明印象派；而家有人睇唔明大模型、Token、Agent 同算力基建。
兩邊表面好遠，但背後邏輯其實好接近：
市場一開始未必明白，但一旦認定某樣嘢真係改變世界，價值重估可以好驚人。
莫內當年，都係由「睇唔明」開始
而家莫內係藝術史巨星，一幅畫賣幾千萬、甚至上億美元，聽落好似理所當然。但喺佢嗰個年代，情況完全唔係咁。當時主流藝術圈鍾意畫得清清楚楚：人物要工整、建築要精準、題材最好係歷史、宗教或者神話。莫內偏偏鍾意畫日出、霧、河水、火車站、花園，同埋同一個景色喺唔同時間下嘅光影變化。有啲人覺得佢啲畫似「未畫完」，筆觸又鬆散，根本唔入流。但莫內睇到嘅，唔係一棵樹係咪綠色，而係陽光一照、雲一飄、風吹過水面嗰一刻，世界已經變咗另一種顏色。
後來，市場開始明白：原來呢種唔係畫得求其，而係一種全新嘅觀看方式。
價值，就係咁慢慢被重估。
講升值，莫內真係一個經典案例。2019 年，莫內一幅《乾草堆》系列作品《Meules》喺蘇富比以約 1.107 億美元成交，成為印象派拍賣市場嘅里程碑。
但大家要明白，莫內畫作唔係「一年升100倍」嗰種散戶神話。佢嘅升值過程，係幾樣嘢一齊發生：
-藝術地位愈來愈高，市場逐步確認佢係印象派不可替代嘅代表
-真跡數量固定，愈靚、愈重要嘅作品愈少流通
-全球富豪、家族辦公室、基金會與博物館爭奪頂級作品
-好作品一旦落入長線藏家手上，市場供應自然愈來愈少
講白啲：莫內升值，係因為佢改變咗人類睇世界嘅方法。
聽落，其實係咪好似家陣D AI 股？
今日 AI 股，係咪莫內早期？
呢度就係最吸引人、亦最危險嘅地方。今日 AI 股嘅故事，同莫內真係有幾分相似。例如，一間公司以前只係賣軟件；加入 AI 功能後，如果客戶願意畀更高月費、續約率提升、產品更難被取代，咁佢就唔再只係普通 SaaS 公司，市場自然可能畀佢更高估值。又例如，晶片、雲端、數據中心、網絡設備、電力系統公司，如果真係處於 AI 基建需求最核心位置，而收入同盈利同步向上，市場同樣可能將佢哋由「周期股」或者「舊經濟供應商」，重新估值成 AI 基建受惠股。
先係少數人睇到趨勢；
之後市場逐步確認；
再之後，資金先大規模湧入。
但散戶最常見嘅操作，就係只睇到第三步——見到資金湧入，先衝入去。其實最值得研究嘅，係第一步同第二步：公司有冇真技術？有冇真客戶？有冇真收入？有冇機會由概念走到現金流？
10 倍 AI 股，通常點揀出嚟？
如果有人同你講：「呢隻 AI 股一定 10 倍、100 倍」，阿芒建議你第一件事唔係問佢冧把問代號，而係先認真諗諗佢嘅可信程度。
因為根據我嘅經驗，真正嘅 10 倍股，喺升咗 10 倍之後，人人都識講佢係 10 倍股；但喺佢仲未起飛之前，通常都有幾個共同特徵：
-當時市場未完全理解佢嘅價值
-公司所處嘅市場規模正在急速擴大
-收入增長比市場預期快
-產品開始有客戶願意畀錢
-商業模式開始見到規模效應
-原本唔相信嘅人，慢慢被業績說服
-估值雖然未必平，但盈利增長跑得比估值消化更快
真正嘅大牛股，往往唔係一開始就人人看得明。如果人人都睇到佢值 10 倍，個價可能已經反映咗九成。
==散戶見到 AI 股升，最容易直接諗：「AI 就係未來，所以要買。」其實未夠。AI 股要真正升值，通常要行過四關。
第一關：先有故事
市場相信 AI 會改變世界，所以願意先畀估值。呢一段最刺激，亦最容易炒過龍。股價可以升得好快，因為大家買嘅唔係今日盈利，而係三年、五年後可能出現嘅新世界。但要記住：有故事，只係入場券，唔係畢業證書。
第二關：再有訂單
公司要證明唔係得 Demo，而係真係有人用、有人簽約、有人肯畀錢。一間公司話自己有 AI，唔代表佢已經有 AI 收入。所以要睇客戶數目、付費轉化、企業訂單、續約率、ARPU、有冇新產品開始收費。冇訂單嘅 AI，最多只係一個令人興奮嘅實驗室項目。
第三關：之後要有盈利
收入升未必夠。如果 AI 業務愈做愈蝕、算力成本高到食晒毛利、研發費不斷上升、客戶又唔肯加價，市場最後都會失望。所以，收入增長之後，阿芒會再問：毛利率有冇改善？經調整盈利有冇改善？現金係咪愈燒愈多？
第四關：最後係現金流與護城河
最靚嘅公司，係客戶用開就唔想走、收入可以重複收、競爭對手難以複製，而且資本開支可以慢慢轉化成現金流。當一間公司做到呢一步，市場先會由「畀夢想估值」，變成「畀企業質素估值」。呢個先係最值錢嘅重估。AI 熱潮而家亦逐步由「有冇需求」轉去問更現實嘅問題：龐大資本開支最終可以帶來幾多回報？現金流幾時先追得上？市場對 AI 基建投資仍然龐大，但同時亦愈來愈關注變現、過度建設、資產折舊與融資壓力等風險。
好似開餐廳咁：你可以裝修得好靚、請最貴嘅廚師、買最先進嘅廚房設備，但最後都要有人日日入嚟食，先叫做好生意。
唔好見到 AI，就當係下一幅莫內
莫內最終成為頂級資產，係因為佢通過咗時間考驗。
港股AI 股而家有排都未行到嗰一步。又咁講，正因為咁，我哋先有機會奇貨可居咁而家嗰間嘢呀嘛。
有啲公司可能真係未來十年嘅贏家，有啲公司可能只係借 AI 熱潮升咗一轉；亦有啲公司收入未必差，但市場預期已經打得太滿，之後只要少少唔及預期，股價一樣可以急跌。所以睇 AI 股，唔好淨係睇有冇「AI」兩個字，而係要問四條問題：
-AI 有冇真係帶來收入？
-毛利率有冇被算力、雲端或研發成本拖低？
-經營現金流有冇改善，定係不停燒錢？
-今日個估值，已經反映咗幾多年高速增長？
最危險係用「莫內最終升值」呢個故事，去合理化任何一隻已經升得太急、但盈利未跟得上嘅 AI 概念股。
如果用有錢佬視角，AI 應該點樣買？
如果我係一個資金充裕、可以等 5 至 10 年，甚至等更長時間嘅家族辦公室，我target未必係要捉到一隻升得最快嘅 AI 股。重點唔係「All in 邊隻 AI 股」，而係點樣砌一個有層次嘅組合：既有機會食到 AI 贏家跑出嘅回報，又唔會因為其中一個環節失速，就傷到成個資產池。
講白啲，Old Money 真正嘅優勢，唔一定係消息快過人半日，而係佢哋有耐性，亦唔需要因為下星期股價跌一跌就被迫斬倉。
以下就係阿芒構思嘅「AI 新城」，分做五層。你會選擇大包圍？定係每一層只揀最有信心嘅一隻？
第一層：現金流核心——先買得起「等」
第一層，通常會放比較多資本喺大型平台股。Tencent, Baba
佢哋未必係升得最快、最有爆發力嗰批，但勝在有成熟現金流、龐大用戶基礎、企業客戶、雲端能力，同埋足夠資本長期投資 AI。如果 AI 日後真係改變企業服務、廣告投放、電商推薦、內容生產、雲端運算同客服效率，呢類公司有機會憑住自己已有嘅資金、數據、流量入口同商業場景，慢慢將 AI 變成長期生意。對大資金嚟講，呢類更似組合入面嘅核心資產。未必最刺激，但坐得住。因為 AI 故事可以有好多變數，但一間本身已經有生意、有客戶、有現金流嘅公司，即使 AI 商業化慢過預期，至少未必一野打回原形。
第二層：高增長選擇權——細倉博大機會
第二層，用比第一層細、但仍然有份量嘅倉位，配置 minimax、Z.ai，以及未來有機會上市嘅 Kimi、DeepSeek 等模型、平台或企業應用相關公司。呢批公司嘅特點係：一旦跑出，回報可以好大。因為市場一旦確認某間公司嘅模型能力、企業客戶、應用生態或者商業化路徑真係建立到，估值可以重估得好快。呢個就好似早期市場開始重新認識莫內一樣——由「睇唔明」，變成「原來佢改變咗一個時代」。
但另一面都要睇清楚：商業化未成熟、研發與算力開支大、競爭對手多、估值高，仲有可能係收入升咗但未見到現金流。用一筆即使輸咗都承受得到嘅資本，換取未來跑出一兩間龍頭嘅可能性。呢種唔係盲目搏命，而係用有限風險，買一個長期上行嘅選擇權。
第三層：算力與芯片——無論邊個模型贏，都要食電
第三層，可以睇 6082、9903、0981、1347、3986 呢類同 AI 算力、芯片製造、記憶體、伺服器互連及國產供應鏈相關嘅公司。原因好簡單：最後邊個模型跑出，今日未必有人可以百分百肯定。Claude、ChatGPT、Gemini，甚至未來有新玩家突圍，全部都有可能。但無論最後係邊個贏，大型模型都要算力；算力就離唔開芯片、記憶體、先進製造、伺服器同高速互連。不過，呢層亦最考驗耐性同紀律。因為半導體從來都係周期行業。技術驗證、客戶落單、產能擴張、價格變化、地緣政治、出口限制同政策扶持，都可以令股價同盈利喺不同年份出現好大落差。
第四層：AI 基建——最早見到訂單，但亦最易受周期影響
第四層係 AI 基建配置，例如 3308、6166、6869、2476、1888 呢類光模組、光纖、PCB、材料及數據中心相關供應鏈。呢批股份未必直接面對終端客戶，亦未必有大模型公司咁有話題性；但只要雲端巨頭繼續擴建數據中心，AI 算力需求繼續升，高速傳輸、互連設備、光通信、PCB 同相關材料，都有機會較早反映喺訂單上。當市場仲喺討論「邊個 AI 最勁」嘅時候，呢批公司可能已經開始見到「訂單多咗」。但問題係，呢類股份好容易受資本開支周期影響。雲端大客戶一旦放慢 CAPEX、行業出現產能擴張過快、客戶壓價，或者市場預期早已打得太滿，股價可以跌得比想像中快。所以，唔可以將呢類周期股當成永遠增長股。要持續睇住雲端客戶 CAPEX、訂單能見度、擴產節奏、庫存情況同毛利率。
第五層：終端應用——等 AI 真正走入日常生活
Xiaomi、Lenovo，則可以視為另一條較貼近消費端同企業設備端嘅 AI 路線。AI 最初跑得最快嘅地方，係雲端、數據中心同大型企業；但去到下一階段，市場會開始問：AI 幾時真係落到手機、電腦、家居、汽車、工業設備同日常消費產品？如果未來幾年，AI 真係引發換機潮、設備升級，或者令智能終端出現更吸引嘅新功能，呢類公司就有機會提供一條同純芯片、純模型股唔同嘅增長路線。當 AI 由「雲端講故事」，變成「消費者真係肯換機、企業真係肯買設備」，終端受惠股可能先會慢慢發力。
結語
阿芒呢個五層框架，絕對打唔係叫大家一次過大包圍買晒所有股票。而係提醒大家：唔同 AI 股，唔同風險。
平台股賭嘅係現金流與商業化；模型股賭嘅係技術與用戶滲透；芯片股賭嘅係算力需求與周期；基建股賭嘅係 CAPEX；終端股賭嘅係換機與應用爆發。如果全部當成同一個「AI 概念」，見升就追、見跌就斬，最後好容易只係追逐市場情緒。
莫內當年畫嘅，係光影；今日 AI 公司處理嘅，係算力與資訊。莫內由不被理解，到變成藝術市場嘅頂級資產，證明咗一件事：真正改變時代嘅創新，一開始嘅價值往往唔會被市場完全睇懂。
但專業投資者亦要記住另一件事：莫內畫作嘅升值，係幾十年、幾代收藏家、藝術史地位同極度稀缺性共同形成；AI 股嘅估值，則每日都會受業績、利率、競爭、資本開支、市場情緒、影響。
由 Monet 到 Money，最值得學嘅，係識分辨：
邊啲只係短暫光影；
邊啲先真係可以持續創造收入、盈利同現金流；
邊啲值得用耐性持有；
邊啲只適合用小倉位參與。
AI 可能係大趨勢，但真正賺到大錢嘅，係最後能夠將算力變成現金流、將熱度變成護城河嗰間。
阿芒定左個目標俾自己：一年內，喺以上大約20間AI公司中搵出最有潛力嗰3間，然後重重落注。所以我寧願慢工出細貨，慢慢做功課，先將收入、毛利率、現金流、管理層資本配置逐樣睇清楚。市場快到飛起都冇所謂；我唔需要跑贏每一日，但我要確保自己唔會輸喺一個根本睇唔透嘅洞入面。如果你有興趣，記得先關注我。