連高手都不確定怎麼投資 AI 才能賺錢?價值投資宗師 Howard Marks 與避險基金之王 Bill Ackman 怎麼看這問題?| M觀點 AI 製作

M觀點 · 發布於 2026/11/14 上午09:11 · 更新於 2026/11/17 上午11:40 · 台北時間 · 本頁的資料來源與計算方式 ⓘ

觀看數
244次
喜歡
22次
YouTube 留言總數
2則
長度
—
字幕狀態未確認

觀看數觀測

目前僅一筆觀測 ·
244次

共同標籤

已比對共同詞彙 · 41 個標籤 · 比對時間 2026/11/14 上午09:17

比對依據(74 處)
  1. 影片影片說明本影片由 AI 製作生成 --- AI 的發展…
  2. AI影片說明本影片由 AI 製作生成 --- AI 的發展方向猜對…
  3. AI影片說明本影片由 AI 製作生成 --- AI 的發展方向猜對了,投資人就一定會賺錢嗎…
  4. 發展影片說明…影片由 AI 製作生成 --- AI 的發展方向猜對了,投資人就一定會賺錢嗎? 2…
  5. 投資人影片說明…作生成 --- AI 的發展方向猜對了,投資人就一定會賺錢嗎? 2026 年 11 …
  6. 2026影片說明…展方向猜對了,投資人就一定會賺錢嗎? 2026 年 11 月,有兩位投資大師幾乎同時談…
  7. 投資影片說明…錢嗎? 2026 年 11 月,有兩位投資大師幾乎同時談到 AI。Bill Ack…
  8. 大師影片說明…? 2026 年 11 月,有兩位投資大師幾乎同時談到 AI。Bill Ackma…
  9. AI影片說明… 11 月,有兩位投資大師幾乎同時談到 AI。Bill Ackman 說 Anthr…
  10. Anthropic影片說明…談到 AI。Bill Ackman 說 Anthropic 是本世紀最驚人的商業故事,卻表示不打算…
  11. 商業影片說明…說 Anthropic 是本世紀最驚人的商業故事,卻表示不打算在它上市初期買進。前一…
  12. 上市影片說明…本世紀最驚人的商業故事,卻表示不打算在它上市初期買進。前一天,橡樹資本共同創辦人 H…
  13. 買進影片說明…驚人的商業故事,卻表示不打算在它上市初期買進。前一天,橡樹資本共同創辦人 Howar…
  14. 共同影片說明…不打算在它上市初期買進。前一天,橡樹資本共同創辦人 Howard Marks 發表了…
  15. 創辦人影片說明…算在它上市初期買進。前一天,橡樹資本共同創辦人 Howard Marks 發表了備忘錄…
  16. AI影片說明…Layman Thinks About AI〉,把 AI 稱為至少一個世代以來,對投…
  17. AI影片說明… Thinks About AI〉,把 AI 稱為至少一個世代以來,對投資人影響最大…
  18. 投資人影片說明…I〉,把 AI 稱為至少一個世代以來,對投資人影響最大、也最難預測的發展。 這支影片…
  19. 影響影片說明…把 AI 稱為至少一個世代以來,對投資人影響最大、也最難預測的發展。 這支影片把兩…
  20. 發展影片說明…世代以來,對投資人影響最大、也最難預測的發展。 這支影片把兩人的觀點放在一起看: …
  21. 影片影片說明…資人影響最大、也最難預測的發展。 這支影片把兩人的觀點放在一起看: ・Marks …
  22. AI影片說明…率正確,全部做對的機率只剩約 13% ・AI 產業鏈各層的可預測性:電力、資料中心、…
  23. 產業鏈影片說明…,全部做對的機率只剩約 13% ・AI 產業鏈各層的可預測性:電力、資料中心、雲端、晶…
  24. 電力影片說明… 13% ・AI 產業鏈各層的可預測性:電力、資料中心、雲端、晶片、算力出租、前沿模…
  25. 資料中心影片說明…% ・AI 產業鏈各層的可預測性:電力、資料中心、雲端、晶片、算力出租、前沿模型實驗室 …
  26. 雲端影片說明… 產業鏈各層的可預測性:電力、資料中心、雲端、晶片、算力出租、前沿模型實驗室 ・Ac…
  27. 晶片影片說明…鏈各層的可預測性:電力、資料中心、雲端、晶片、算力出租、前沿模型實驗室 ・Ackma…
  28. 算力影片說明…的可預測性:電力、資料中心、雲端、晶片、算力出租、前沿模型實驗室 ・Ackman 為…
  29. 模型影片說明…力、資料中心、雲端、晶片、算力出租、前沿模型實驗室 ・Ackman 為什麼不買 An…
  30. 實驗室影片說明…資料中心、雲端、晶片、算力出租、前沿模型實驗室 ・Ackman 為什麼不買 Anthr…
  31. 為什麼影片說明…力出租、前沿模型實驗室 ・Ackman 為什麼不買 Anthropic,卻願意持有 M…
  32. Anthropic影片說明…模型實驗室 ・Ackman 為什麼不買 Anthropic,卻願意持有 Microsoft 和 N…
  33. Microsoft影片說明…麼不買 Anthropic,卻願意持有 Microsoft 和 Netflix ・資料中心要拆開看…
  34. Netflix影片說明…c,卻願意持有 Microsoft 和 Netflix ・資料中心要拆開看:持有機房和持有 G…
  35. 資料中心影片說明…icrosoft 和 Netflix ・資料中心要拆開看:持有機房和持有 GPU 是兩種…
  36. GPU影片說明…x ・資料中心要拆開看:持有機房和持有 GPU 是兩種不同的生意 ・AI 開始大量借錢…
  37. AI影片說明…機房和持有 GPU 是兩種不同的生意 ・AI 開始大量借錢:今年全球 AI 相關發債…
  38. 大量影片說明… GPU 是兩種不同的生意 ・AI 開始大量借錢:今年全球 AI 相關發債已接近 6…
  39. 全球影片說明…種不同的生意 ・AI 開始大量借錢:今年全球 AI 相關發債已接近 6,000 億美…
  40. AI影片說明…的生意 ・AI 開始大量借錢:今年全球 AI 相關發債已接近 6,000 億美元 ・…
  41. 相關影片說明… ・AI 開始大量借錢:今年全球 AI 相關發債已接近 6,000 億美元 ・不確定…
  42. 億美元影片說明…全球 AI 相關發債已接近 6,000 億美元 ・不確定性高的資產,價格夠低時仍可能是…
  43. 資產影片說明…接近 6,000 億美元 ・不確定性高的資產,價格夠低時仍可能是更好的投資;分散買很…
  44. 價格影片說明…6,000 億美元 ・不確定性高的資產,價格夠低時仍可能是更好的投資;分散買很多家 …
  45. 投資影片說明…確定性高的資產,價格夠低時仍可能是更好的投資;分散買很多家 AI 公司,未必真的分散…
  46. AI影片說明…夠低時仍可能是更好的投資;分散買很多家 AI 公司,未必真的分散了風險 同樣相信 …
  47. 公司影片說明…仍可能是更好的投資;分散買很多家 AI 公司,未必真的分散了風險 同樣相信 AI …
  48. 風險影片說明…分散買很多家 AI 公司,未必真的分散了風險 同樣相信 AI 會改變世界,Ackm…
  49. AI影片說明… 公司,未必真的分散了風險 同樣相信 AI 會改變世界,Ackman 選擇企業入口…
  50. 世界影片說明…真的分散了風險 同樣相信 AI 會改變世界,Ackman 選擇企業入口和既有的現金…
  51. 企業影片說明…信 AI 會改變世界,Ackman 選擇企業入口和既有的現金流,Marks 則要投資…
  52. 入口影片說明…AI 會改變世界,Ackman 選擇企業入口和既有的現金流,Marks 則要投資人把…
  53. 現金流影片說明…世界,Ackman 選擇企業入口和既有的現金流,Marks 則要投資人把未知、價格和要…
  54. 投資人影片說明…企業入口和既有的現金流,Marks 則要投資人把未知、價格和要承擔的風險放在一起判斷。…
  55. 價格影片說明…的現金流,Marks 則要投資人把未知、價格和要承擔的風險放在一起判斷。 📌 章節…
  56. 承擔影片說明…,Marks 則要投資人把未知、價格和要承擔的風險放在一起判斷。 📌 章節 0:0…
  57. 風險影片說明…rks 則要投資人把未知、價格和要承擔的風險放在一起判斷。 📌 章節 0:00 讚…
  58. 21影片說明…有多少把握 2:16 價值由誰留下 3:21 方向好猜贏家難猜 4:38 為什麼不買…
  59. 為什麼影片說明… 3:21 方向好猜贏家難猜 4:38 為什麼不買 Anthropic 6:05 為什…
  60. Anthropic影片說明…方向好猜贏家難猜 4:38 為什麼不買 Anthropic 6:05 為什麼持有 Microsof…
  61. 為什麼影片說明…什麼不買 Anthropic 6:05 為什麼持有 Microsoft 7:09 資料…
  62. Microsoft影片說明…nthropic 6:05 為什麼持有 Microsoft 7:09 資料中心要拆開看 8:24 …
  63. 資料中心影片說明…什麼持有 Microsoft 7:09 資料中心要拆開看 8:24 當 AI 開始大量借…
  64. AI影片說明…:09 資料中心要拆開看 8:24 當 AI 開始大量借錢 10:00 Netfli…
  65. 大量影片說明…料中心要拆開看 8:24 當 AI 開始大量借錢 10:00 Netflix 的另一…
  66. Netflix影片說明…4 當 AI 開始大量借錢 10:00 Netflix 的另一種機會 10:56 價格與部位才…
  67. 價格影片說明…etflix 的另一種機會 10:56 價格與部位才是選擇 你怎麼看 Marks …
  68. AI影片說明…麼看 Marks 和 Ackman 對 AI 投資的追問?歡迎在留言區告訴我。 #…
  69. 投資影片說明…Marks 和 Ackman 對 AI 投資的追問?歡迎在留言區告訴我。 #AI投…
  70. 投資影片標題連高手都不確定怎麼投資 AI 才能賺錢?價值投資宗師 Howa…
  71. AI影片標題連高手都不確定怎麼投資 AI 才能賺錢?價值投資宗師 Howard …
  72. 投資影片標題…手都不確定怎麼投資 AI 才能賺錢?價值投資宗師 Howard Marks 與避險基…
  73. 基金影片標題…資宗師 Howard Marks 與避險基金之王 Bill Ackman 怎麼看這問…
  74. AI影片標題…Ackman 怎麼看這問題?| M觀點 AI 製作
比對版本

youtube-quality-20261017-a

影片說明

本影片由 AI 製作生成 --- AI 的發展方向猜對了,投資人就一定會賺錢嗎? 2026 年 11 月,有兩位投資大師幾乎同時談到 AI。Bill Ackman 說 Anthropic 是本世紀最驚人的商業故事,卻表示不打算在它上市初期買進。前一天,橡樹資本共同創辦人 Howard Marks 發表了備忘錄〈A Layman Thinks About AI〉,把 AI 稱為至少一個世代以來,對投資人影響最大、也最難預測的發展。 這支影片把兩人的觀點放在一起看: ・Marks 的機率試算:四個判斷各有六成機率正確,全部做對的機率只剩約 13% ・AI 產業鏈各層的可預測性:電力、資料中心、雲端、晶片、算力出租、前沿模型實驗室 ・Ackman 為什麼不買 Anthropic,卻願意持有 Microsoft 和 Netflix ・資料中心要拆開看:持有機房和持有 GPU 是兩種不同的生意 ・AI 開始大量借錢:今年全球 AI 相關發債已接近 6,000 億美元 ・不確定性高的資產,價格夠低時仍可能是更好的投資;分散買很多家 AI 公司,未必真的分散了風險 同樣相信 AI 會改變世界,Ackman 選擇企業入口和既有的現金流,Marks 則要投資人把未知、價格和要承擔的風險放在一起判斷。 📌 章節 0:00 讚嘆卻不買 0:45 預測有多少把握 2:16 價值由誰留下 3:21 方向好猜贏家難猜 4:38 為什麼不買 Anthropic 6:05 為什麼持有 Microsoft 7:09 資料中心要拆開看 8:24 當 AI 開始大量借錢 10:00 Netflix 的另一種機會 10:56 價格與部位才是選擇 你怎麼看 Marks 和 Ackman 對 AI 投資的追問?歡迎在留言區告訴我。 #AI投資 #HowardMarks #BillAckman #Anthropic #Microsoft #Netflix #M觀點

本頁的資料來源與計算方式

影片的數字

公開統計
觀看、喜歡與留言總數是取得當時的 YouTube 公開統計,不是即時數值;各項統計的觀測時間可能不同。「資料最後記錄」是影片資料的記錄時間,不代表觀看、喜歡或留言都在那時重新觀測。
觀看歷史
圖上每個點是實際儲存的觀測,連線只為方便閱讀,不代表中間時間的測量值;沒有歷史觀測時不建立時間序列。
喜歡占互動
喜歡 ÷(喜歡+不喜歡+顯示留言),任一來源缺值時不估算。
字幕
只記錄來源是否提供字幕,尚未擷取逐字稿,因此字幕不列入標籤比對。
觀測分析
直播逐時/逐日最高同時在線取自所讀直播紀錄;讀取上限、略過與解析失敗的筆數列在「資料涵蓋範圍與解析限制」。

共同標籤

標籤來源:新文易數(tag.observe.tw)。共同標籤以文字比對影片標題與說明,不是 AI 判讀;命中不代表事件歸屬或立場,與頻道分類分開。標題或說明出現標籤,不代表影片主題;可能來自固定宣傳或版權文字。字幕尚未取得,不列入比對。

比對範圍
僅列出目前詞彙版本與影片標題、說明仍相符的比對結果;待比對或來源文字已變動的影片不列入,數量見「收錄與比對範圍」。
期間
「往前 N 日」包含今天與前 N 天,共 N+1 個台北日曆日(往前 7 日為 8 個日曆日);指定起訖日期時以實際起訖日為準。日數、日期與小時條件同時套用。
命中片段
每支影片最多顯示 3 段,標示來自標題、說明或字幕;沒有片段時顯示「沒有命中片段」,來源文字缺漏時顯示「來源文字未提供」,不另行補寫。完整比對依據在影片頁的「共同標籤與比對依據」。
顯示排除
符合標籤顯示規則的詞(上游排除詞、雜訊、純數字或日期、長度不符,以及核定的來源或平台名稱、雙字通用詞、國家城市政黨詞、少數 YouTube 平台或宣傳用語)整詞不列入排行,但仍保留在原始詞彙池與比對證據中;原始詞彙池列出排除原因。雙字通用詞只依核定清單判定,包含它們的人名、事件或具體議題不會因此被排除。管理員也可以在排行上直接排除個別標籤,同樣只影響排行顯示,每次排除與恢復都留有紀錄。
說明欄樣板
同一頻道說明欄反覆出現的宣傳段落不列入比對。「24小時」這類詞只在這種重複宣傳段落中略過,出現在一般新聞內容時照常計入;這不同於整詞的顯示排除。
示例
列表與片段只是符合條件的影片例子,不能用來推算整體比例或全站失真程度;有效比對的影片比例只代表比對完成度。
觀看
累計觀看是取得當時的公開觀測值,不是期間增量;無觀看值的影片不當作 0。

本頁資料範圍

觀看數與互動數為取得當時的公開觀測值。

時間序列只有一筆有效觀測時,只列出該值與觀測時間,不畫走勢圖;累積兩筆以上才畫圖。

資料來源

本站以納入名單的 YouTube 頻道與影片為範圍(名單見頻道觀測),數據來自 YouTube 公開資料與定時觀測:直播約每分鐘輪詢一次,頻道統計、新影片與影片統計則分批輪流更新,所以同一頁的數字不一定在同一時間取得。不涵蓋全 YouTube;缺漏、尚未收錄或資料服務中斷都不等於零,尚未取得的數值顯示「—」。

頁面使用台北時間(UTC+8)。「更新於」是來源已記錄的觀測時間;來源沒有記錄時顯示「未記錄」,不以開啟網頁的時間代替。

共同標籤詞彙的標籤來源:新文易數(tag.observe.tw),保留來源、版本與比對依據;本站的頻道分類沿用有影儀表板的來源組織方式,與內容標籤是不同維度。影片數、觀看數與直播同時在線人數分開計算,不代表 YouTube 全站流量,也不表示因果關係。

完整的資料來源與計算方式 →