在這個 AI（人工智慧）與電動車（EV）被視為未來新引擎的時代，很多人會問：傳統的“價值投資”理論還適用嗎？那些以本益比、股東權益報酬率、護城河為基礎的方法，在這樣快速變動與高科技資產重度依賴的時代，會不會被新時代拋棄？我在下面從三個層面（理論、方法論、實務）幫你拆解，並提供一些調整方向與建議。
--- 一、理論層面：價值投資的核心理念沒有過時 首先要指出的是：價值投資的核心精神 — 買入被市場低估的資產、給自己安全邊際、長期持有 — 本身並沒有因為科技浪潮而失效。 價值投資強調「內在價值 > 市場價格」的差距，只要你能判斷什麼是 “內在價值”，這條路仍然成立。 在 AI / EV 時代，很多新的企業或業務其價值更多來自無形資產（如演算法、數據庫、網絡效果），這讓傳統帳面指標（資產淨值、帳面價值）可能不再能全面反映真實潛力。這正是我們要做調整的地方。 多家資產管理與量化機構其實認為：價值策略沒有被淘汰，只是價值的定義與判斷方式需要「擴展」。例如 GMO 在其報告中就指出：價值本身沒壞掉，但價值投資的規則與指標需要因時代變動而演化。 所以，AI / EV 時代不是要放棄價值投資，而是要學會在新結構下，如何重新定義「價值」。 --- 二、方法論層面：什麼要調整？什麼可以保留？ 在 AI / EV 為背景的產業變動下，價值投資的工具與思考方式需要做一些補充與調整： 傳統思路 在 AI / EV 時代的挑戰 可補充 / 調整方向 用 P/B、P/E、淨資產等財報指標為主要估值工具 很多 AI/EV 企業在早期可能虧損、資本支出大、有大量無形資產 引入無形資產估值、研發投入回報估算、演算法收益折現等模型
注重實體資產與固定資產 在 AI 時代，重要資產可能是數據、演算法、網絡與用戶生態 把無形資產、軟體棧、生態系整合能力納入估值考量
關注現金流折現（DCF 模型） AI / EV 領域的現金流不確定、折現率挑戰大 模型需設多情境（悲觀 / 中性 / 樂觀），調整折現率與風險假設
長期持有與安全邊際 技術變動快，有些公司可能被替代或墊底 加強對「技術路線風險」、「商業模式可持續性」的分析
強調管理層與護城河 管理層技術能力與戰略視野更重要，護城河可能來自演算法、生態 把管理層科技素養、AI 團隊能量、生態綁定能力納入考察指標 尤其在 AI 領域，很多研究指出企業是否能真正「從 AI 投入中獲取價值」是關鍵。根據波士頓顧問集團（BCG）報告，少數企業能真正把 AI 投入轉成營收與成本優化回報，其他很多企業雖然做了很多 AI 投資，卻獲得的效益很小。 這就意味，在估值時你要問自己：這家公司真的具備 AI / EV 所需要的關鍵要素 嗎？而不只是“願景”與“新聞題材”。 --- 三、實務應用：如何在 AI / EV 時代做價值投資？（以鴻海為例思考） 下面是我給你在 AI / EV 時代做價值投資（尤其像鴻海這樣交叉科技 + 製造業公司）會採取的方法與步驟： 1. 拆分業務線 + 給每條線不同估值模型 例如，把 “iPhone /傳統代工業務”看作一條比較穩定、可用傳統指標估值的線；把 “AI /機櫃 /伺服器 /電動車”看作高成長、高不確定的線，用高折現率、用情境模型估值。 這樣你不會把整家公司都套一個單一倍數模型，而是拆解後再彙總。
2. 給無形資產 /新技術加分 對鴻海來說，它的優勢不只是製造能力，還有它的供應鏈整合能力、資金能力、全球產能、AI /伺服器生態整合能力。如果這些無形能力正在變得更強，那麼你可以在內在價值計算中給予權重。 尤其在 AI 時代，演算法、資料、模型平台、生態鎖定，有時比製造本身更值錢。正如一篇文章指出：在 AI 時代，很多公司要把無形資產納入估值框架，因為傳統指標可能低估這些價值。
3. 設定多情境估值，並嚴格控制風險 在 AI / EV 高成長、高不確定的領域，多數估值模型容易被誇大假設帶歪。你要做三套模型（悲觀 / 基準 / 樂觀），並在每個模型中設定敏感度（如折現率、增長率、毛利率的變動對估值的影響）。 這樣即使市場狂熱，你也有自己的界線，不會被高估值潮拉走。
4. 關注早期能見度指標 在 AI / EV 領域，提前能見度會比傳統企業更重要。例如：新訂單數量、客戶認證 /採購協議、試產 /驗證進度、關鍵零件交期、管理層技術招聘、合作夥伴 /生態建設進展等。 對鴻海來說，你可能會追：AI 機櫃 /伺服器訂單能見度、GPU /加速器交期狀況、新電動車平台訂單與合作量、子公司 /合資企業公告等。
5. 建立持股評估機制（每季 /每年回顧） 即使你決定長期持有，也要每季度或每年回頭檢查你的假設是否仍然成立：成長假設、成本壓力、技術風險有無改變、有無新競爭者突破等。若某條假設破裂，要有機制調整或退出。 很多投資者失敗不是因為選股錯，而是因為在錯誤繼續錯、沒及時修正假設。 --- 四、優勢與挑戰：什麼公司 /什麼情況最適合？ 在 AI / EV 時代，並非所有公司都值得用價值投資思路，有些類型反而更適合成長 /價值混合策略。下面是我整理的一些判斷條件：
✅ 比較適合用價值思路的公司特質 已成熟、有穩定現金流、在其領域有顯著護城河（品牌、規模、成本、客戶黏著等） 正在進行 AI / EV 布局，但該布局尚處於補充 /延伸階段，而主業仍穩健 有能力控制技術 /成本風險、具備強資本 /技術整合能力 在變動中提供負載能力：例如既有製造 + AI /EV 擴張，即使 EV /AI 部門短期虧損，也有主業支撐
⚠️ 比較風險高、不太適合純價值思路的公司類型 僅有概念 /願景但尚未有實質訂單或營收支撐 技術 /生態門檻低、競爭激烈，容易被新創顛覆 現金流差、融資風險高，需要靠不斷融資維持運作 業務變動過於劇烈，未來方向難以預測 舉例來說，有研究就以 Tesla 為個案來看 EV 行業中的價值投資可行性。該研究指出即便 Tesla 在 EV 領域處於領先地位，但評估其是否為價值投資標的，要非常小心技術風險、成本結構與競爭壓力。 --- 五、結語與給你的建議（作為投資人／價值投資者） 在 AI、電動車時代，價值投資並不是過時，它仍有根基與意義。但要用「老派」的模式去套在新科技產業上，往往會失敗或被過度低估／高估。真正能活下來的價值投資者，是會隨時修正方法、會給未來技術價值一席之地，但同時不忘核心的安全邊際、內在價值與風險控制。
