<p>華爾街將人工超智能（ASI）視為 2030 年代的故事。證據表明，這一切將更為迫近。</p>
<p>OpenAI 的山姆·阿爾特曼（Sam Altman）最近表示，他的團隊&#34;知道如何構建 AGI（人工通用智能）&#34;，並且&#34;將我們的目標轉向超智能。&#34;這種表述是有意為之：<em>我們知道</em>，而不是_我們希望知道_。AGI 指的是能夠匹配人類認知水平的機器。ASI 指的是在速度、規模和領域上超越人類能力幾個數量級的智能。</p>
<p>這種悄然的轉變表明一個里程碑已經被跨越，投資者明智的做法是相應地調整自己的投資佈局。</p>
<p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjQwOTQvZ2V0dHlpbWFnZXMtMjE5NjUzMjYzOC5qcGcmdz03MDA?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjQwOTQvZ2V0dHlpbWFnZXMtMjE5NjUzMjYzOC5qcGcmdz03MDA"/></p>
<p>圖片來源：Getty Images。</p>
<h2>基礎設施講述了這個故事</h2>
<p>這些數字揭示了前所未有的動員。1 月 21 日，OpenAI、<strong>甲骨文</strong>（Oracle）和 <strong>軟銀</strong>（SoftBank）宣佈了 5000 億美元的星際計劃，這是一個與聯邦政策協調的私人倡議。</p>
<p><strong>Meta Platforms</strong>（META 0.73%）幾乎在一夜之間推出了&#34;超智能實驗室&#34;，馬克·扎克伯格的內部備忘錄確認了該新部門積極從競爭對手那裏招募 11 位傑出的 AI 研究人員，薪酬高達九位數。主要數據中心運營商正在爭搶電力，一些地區的需求激增超出了所有先前的預測。</p>
<p><strong>英偉達</strong>（Nvidia）（NVDA 1.28%）的財務數據自成一體。在 2026 財年第一季度，四個_未披露_的客户佔公司 441 億美元收入的 54%。其中一位客户在一個季度內花費了 70 億美元。公司通常會披露主要客户，除非這些關係涉及高度敏感的項目。</p>
<h2>超乎想象的市場機會</h2>
<p>政府立法為此奠定了基礎。《芯片與科學法案》為半導體制造分配了 527 億美元，另有數十億美元用於 AI 研究。《基礎設施投資與就業法案》增加了 620 億美元用於能源現代化。</p>
<p>最近的半導體立法將研發的税收抵免從 25% 提高到 35%，能源部獲得了 1.5 億美元用於為 AI 模型準備科學數據，並&#34;為科學和工程的自我改進人工智能模型的種子工作提供支持。&#34;</p>
<p>結合像星際計劃這樣的私人項目，未來五年將投入超過 1 萬億美元用於 AI 基礎設施，這一數字是 2024 年全球雲計算市場的兩倍多。</p>
<h2>競爭格局已經確定</h2>
<p>儘管投資者在爭論 <strong>微軟</strong>（Microsoft）或 <strong>谷歌</strong>（Alphabet）誰將在 AI 競賽中獲勝，但各國政府將 AI 的主導地位視為國家安全的迫切任務。對英偉達的 H20 芯片對中國的出口管制導致了 55 億美元的費用。此外，2025 財年國防授權法案專門撥款 1438 億美元用於科學和技術研究與開發（R&amp;D），呼籲在國家安全領域開展 AI 試點項目。</p>
<p>在供應鏈中，贏家顯而易見：<strong>阿斯麥</strong>（ASML Holding）（ASML -0.73%）在極紫外光刻技術上擁有壟斷地位。<strong>拉姆研究</strong>（Lam Research）（LRCX -0.06%）和 <strong>應用材料</strong>（Applied Materials）（AMAT 0.53%）主導着關鍵的半導體設備市場。</p>
<p>在 AI 價值鏈中，沒有可行的替代方案來取代這些關鍵的戰略參與者。此外，競爭者在這個遊戲中已經太晚，無法以有意義的方式出現。在這種環境下，ASML、拉姆研究和應用材料被視為永遠的買入持有。</p>
<h2>加速是真實的，即使時間表不確定</h2>
<p>英偉達的數據中心收入在 2024 財年第四季度飆升 409%，達到 184 億美元——這一增長遠超出增量 AI 升級所能解釋的範圍。</p>
<p>歷史提供了先例：軍事技術通常領先於公眾發佈五到十年。GPS 在 1970 年代滿足了軍事需求；幾十年後才進入消費者市場。互聯網本身在公眾擁有電子郵件之前就從 DARPANET 中出現。</p>
<p>考慮一下驅動所有現代 AI 系統的變換器架構。谷歌在 2017 年公開推出變換器，徹底改變了機器學習。但如果軍事與民用之間的滯後保持不變，類似的突破可能早在 2007 年至 2012 年間就已在機密項目中出現，正是 DARPA 開始資助激進計算效率項目的時期。</p>
<p>2012 年，DARPA 在 PERFECT 計劃下向英偉達授予合同——在 5.5 年內最高可達 2000 萬美元——以探索激進的計算效率。2015 年 DARPA 推出的 XAI（可解釋 AI）計劃進一步表明，複雜的 AI 系統已經在機密項目中開發。無論這些項目是否完全成功都無關緊要。模式是明確的：今天的公共 AI 能力可能反映了幾年前在機密或軍事項目中起源的技術。</p>
<p>Meta 轉向&#34;超智能實驗室&#34;以及阿爾特曼從 AGI 轉向 ASI 開發的轉變表明內部人士相信第一個門檻 AGI 已經被跨越。從 AGI 到 ASI 的過渡將需要突破，但當前投資的規模表明對這些突破在可及範圍內的信心。阿爾特曼的&#34;事件視界&#34;語言暗示着一個不可逆轉的過程已經在進行中。</p>
<h2>估值需要新的框架</h2>
<p>通過傳統的市盈率來估值英偉達或阿斯麥忽視了正在進行的更廣泛轉型。英偉達的市盈率為 51.4 倍——如果 ASI 在 2030 年前實現，這一倍數可能看起來保守。</p>
<p>單單基礎設施支出就確保了數百億美元的半導體和 AI 收入。這些投資已經在進行中，速度和規模沒有歷史上的可比性。</p>
<h2>投資啓示</h2>
<p>對於保守的投資者來説，建議在 AI 供應鏈中進行多元化投資。交易所交易基金，如 <strong>Invesco QQQ Trust</strong> 和 <strong>先鋒信息技術 ETF</strong>，提供了對該行業增長的廣泛覆蓋。</p>
<p>為了獲得更直接的投資機會，關注不可替代的參與者：英偉達用於人工智能芯片，阿斯麥用於光刻系統，Lam Research 用於沉積和刻蝕設備。</p>
<p>對於更高風險、非對稱的上行潛力，可以考慮新興的人工智能芯片設計公司或受益於基礎設施繁榮的數據中心房地產投資信託。</p>
<h2>時間線已經縮短</h2>
<p>基礎設施支出超過 1 萬億美元。一些知名科技領袖談論 AGI 時使用過去時，而沒有承認這一關鍵門檻已經被跨越。供應鏈正在為尚未公開存在的需求進行擴展。</p>
<p>結論很明確：ASI 很可能比公開聲明的時間表來得更快。因此，人工智能關鍵架構師的看似高估值可能極具誤導性。如果 ASI 確實迫在眉睫，整個遊戲即將以難以想象的方式發生變化。</p>

英偉達

阿斯麥

OpenAI

<p>華爾街預計人工超級智能（ASI）將在 2030 年代出現，但證據表明它可能會更早到來。OpenAI 的 Sam Altman 表示，向 ASI 發展的轉變正在進行中，得到了像 5000 億美元的 Stargate 項目這樣的重大投資的支持。主要公司正在迅速擴展人工智能能力，英偉達報告稱數據中心的收入增長了 409%。政府的倡議，包括《芯片法案》，正在推動超過 1 萬億美元的人工智能基礎設施投資。競爭格局有利於像 ASML 和英偉達這樣的成熟企業，因為人工智能技術的突破可能已經處於先進階段</p>

<p>Wall Street sees artificial superintelligence (ASI) as a 2030s story. The evidence points to something far more imminent.</p>
<div class="lb-trans"><p>華爾街將人工超智能（ASI）視為 2030 年代的故事。證據表明，這一切將更為迫近。</p>
</div><p>OpenAI's Sam Altman recently said his team &#34;knows how to build AGI (artificial general intelligence)&#34; and is &#34;turning our aim beyond that -- to superintelligence.&#34; The language is deliberate: <em>we know</em>, not <em>we hope to know</em>. For reference, AGI refers to machines that can match human-level cognition. ASI refers to intelligence operating at speeds, scales, and domains that are orders of magnitude beyond human capacity.</p>
<div class="lb-trans"><p>OpenAI 的山姆·阿爾特曼（Sam Altman）最近表示，他的團隊&#34;知道如何構建 AGI（人工通用智能）&#34;，並且&#34;將我們的目標轉向超智能。&#34;這種表述是有意為之：<em>我們知道</em>，而不是_我們希望知道_。AGI 指的是能夠匹配人類認知水平的機器。ASI 指的是在速度、規模和領域上超越人類能力幾個數量級的智能。</p>
</div><p>This quiet shift suggests a milestone has already been crossed, and investors would be wise to position themselves accordingly.</p>
<div class="lb-trans"><p>這種悄然的轉變表明一個里程碑已經被跨越，投資者明智的做法是相應地調整自己的投資佈局。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://g.foolcdn.com/image//query-b3A9cmVzaXplJnVybD1odHRwczovL2cuZm9vbGNkbi5jb20vZWRpdG9yaWFsL2ltYWdlcy84MjQwOTQvZ2V0dHlpbWFnZXMtMjE5NjUzMjYzOC5qcGcmdz03MDA" alt="" original-src="https://g.foolcdn.com/image/?url=https%3A%2F%2Fg.foolcdn.com%2Feditorial%2Fimages%2F824094%2Fgettyimages-2196532638.jpg&amp;op=resize&amp;w=700"/></p>
<p>Image source: Getty Images.</p>
<div class="lb-trans"><p>圖片來源：Getty Images。</p>
</div><h2>The infrastructure tells the story</h2>
<div class="lb-trans"><h2>基礎設施講述了這個故事</h2>
</div><p>The numbers reveal unprecedented mobilization. On Jan. 21, OpenAI, <strong>Oracle</strong>, and <strong>SoftBank</strong> announced the $500 billion Stargate project, a private initiative coordinated with federal policy.</p>
<div class="lb-trans"><p>這些數字揭示了前所未有的動員。1 月 21 日，OpenAI、<strong>甲骨文</strong>（Oracle）和 <strong>軟銀</strong>（SoftBank）宣佈了 5000 億美元的星際計劃，這是一個與聯邦政策協調的私人倡議。</p>
</div><p><strong>Meta Platforms</strong>(META 0.73%) launched &#34;Superintelligence Labs&#34; almost overnight, with Mark Zuckerberg's internal memo confirming the new division's aggressive talent acquisition of 11 prominent AI researchers from competitors with nine-figure pay packages. Major data center operators are scrambling for power, with some regions seeing demand spikes that defy all previous forecasts.</p>
<div class="lb-trans"><p><strong>Meta Platforms</strong>（META 0.73%）幾乎在一夜之間推出了&#34;超智能實驗室&#34;，馬克·扎克伯格的內部備忘錄確認了該新部門積極從競爭對手那裏招募 11 位傑出的 AI 研究人員，薪酬高達九位數。主要數據中心運營商正在爭搶電力，一些地區的需求激增超出了所有先前的預測。</p>
</div><p><strong>Nvidia</strong>'s (NVDA 1.28%) financials tell their own story. In Q1 fiscal 2026, four <em>unidentified</em> customers accounted for 54% of the company's $44.1 billion in revenue. One customer alone spent $7 billion in a single quarter. Companies typically disclose major customers unless those relationships involve highly sensitive projects.</p>
<div class="lb-trans"><p><strong>英偉達</strong>（Nvidia）（NVDA 1.28%）的財務數據自成一體。在 2026 財年第一季度，四個_未披露_的客户佔公司 441 億美元收入的 54%。其中一位客户在一個季度內花費了 70 億美元。公司通常會披露主要客户，除非這些關係涉及高度敏感的項目。</p>
</div><h2>A market opportunity beyond comprehension</h2>
<div class="lb-trans"><h2>超乎想象的市場機會</h2>
</div><p>Government legislation laid the groundwork. The CHIPS and Science Act allocated $52.7 billion for semiconductor manufacturing, with additional billions for AI research. The Infrastructure Investment and Jobs Act added $62 billion for energy modernization.</p>
<div class="lb-trans"><p>政府立法為此奠定了基礎。《芯片與科學法案》為半導體制造分配了 527 億美元，另有數十億美元用於 AI 研究。《基礎設施投資與就業法案》增加了 620 億美元用於能源現代化。</p>
</div><p>Recent semiconductor legislation raised tax credits from 25% to 35% for R&amp;D, with the Department of Energy receiving $150 million to prepare scientific data for AI models and &#34;seed efforts for self-improving artificial intelligence models for science and engineering.&#34;</p>
<div class="lb-trans"><p>最近的半導體立法將研發的税收抵免從 25% 提高到 35%，能源部獲得了 1.5 億美元用於為 AI 模型準備科學數據，並&#34;為科學和工程的自我改進人工智能模型的種子工作提供支持。&#34;</p>
</div><p>Combined with private projects like Stargate, more than $1 trillion is being deployed for AI infrastructure within the next five years, more than double the entire global cloud computing market in 2024.</p>
<div class="lb-trans"><p>結合像星際計劃這樣的私人項目，未來五年將投入超過 1 萬億美元用於 AI 基礎設施，這一數字是 2024 年全球雲計算市場的兩倍多。</p>
</div><h2>The competitive landscape is already decided</h2>
<div class="lb-trans"><h2>競爭格局已經確定</h2>
</div><p>While investors debate whether <strong>Microsoft</strong> or <strong>Alphabet</strong> wins the AI race, governments are treating AI supremacy as a national security imperative. Export controls on Nvidia's H20 chips to China, resulting in $5.5 billion in charges. Moreover, the FY2025 National Defense Authorization Act specifically earmarks $143.8 billion for science and technology research and development (R&amp;D), calling for AI pilot programs in national security.</p>
<div class="lb-trans"><p>儘管投資者在爭論 <strong>微軟</strong>（Microsoft）或 <strong>谷歌</strong>（Alphabet）誰將在 AI 競賽中獲勝，但各國政府將 AI 的主導地位視為國家安全的迫切任務。對英偉達的 H20 芯片對中國的出口管制導致了 55 億美元的費用。此外，2025 財年國防授權法案專門撥款 1438 億美元用於科學和技術研究與開發（R&amp;D），呼籲在國家安全領域開展 AI 試點項目。</p>
</div><p>In the supply chain, the winners are clear: <strong>ASML Holding</strong>(ASML -0.73%) holds a monopoly on extreme ultraviolet lithography. <strong>Lam Research</strong>(LRCX -0.06%) and <strong>Applied Materials</strong>(AMAT 0.53%) dominate critical semiconductor equipment markets.</p>
<div class="lb-trans"><p>在供應鏈中，贏家顯而易見：<strong>阿斯麥</strong>（ASML Holding）（ASML -0.73%）在極紫外光刻技術上擁有壟斷地位。<strong>拉姆研究</strong>（Lam Research）（LRCX -0.06%）和 <strong>應用材料</strong>（Applied Materials）（AMAT 0.53%）主導着關鍵的半導體設備市場。</p>
</div><p>There are no viable alternatives to these key strategic players in the AI value chain. Moreover, it's simply too late in the game for competitors to emerge in a meaningful way. ASML, Lam Research, and Applied Materials scan as forever buy-and-holds in this environment.</p>
<div class="lb-trans"><p>在 AI 價值鏈中，沒有可行的替代方案來取代這些關鍵的戰略參與者。此外，競爭者在這個遊戲中已經太晚，無法以有意義的方式出現。在這種環境下，ASML、拉姆研究和應用材料被視為永遠的買入持有。</p>
</div><h2>The acceleration is real, even if the timeline isn't certain</h2>
<div class="lb-trans"><h2>加速是真實的，即使時間表不確定</h2>
</div><p>Nvidia's data center revenue soared 409% to $18.4 billion in Q4 fiscal 2024 -- growth far beyond what incremental AI upgrades would justify.</p>
<div class="lb-trans"><p>英偉達的數據中心收入在 2024 財年第四季度飆升 409%，達到 184 億美元——這一增長遠超出增量 AI 升級所能解釋的範圍。</p>
</div><p>History offers precedent: Military technology often runs five to 10 years ahead of public release. GPS served military needs in the 1970s; it reached consumers decades later. The internet itself emerged from DARPANET years before the public had email.</p>
<div class="lb-trans"><p>歷史提供了先例：軍事技術通常領先於公眾發佈五到十年。GPS 在 1970 年代滿足了軍事需求；幾十年後才進入消費者市場。互聯網本身在公眾擁有電子郵件之前就從 DARPANET 中出現。</p>
</div><p>Consider the transformer architecture that powers all modern AI systems. Google publicly introduced transformers in 2017, revolutionizing machine learning. But if the military-civilian lag holds, similar breakthroughs could have emerged in classified programs as early as 2007 to 2012, precisely when DARPA began funding radical computing efficiency programs.</p>
<div class="lb-trans"><p>考慮一下驅動所有現代 AI 系統的變換器架構。谷歌在 2017 年公開推出變換器，徹底改變了機器學習。但如果軍事與民用之間的滯後保持不變，類似的突破可能早在 2007 年至 2012 年間就已在機密項目中出現，正是 DARPA 開始資助激進計算效率項目的時期。</p>
</div><p>In 2012, DARPA awarded Nvidia contracts under the PERFECT program -- up to $20 million over 5.5 years -- to explore radical computing efficiencies. The 2015 launch of DARPA's XAI (Explainable AI) program further suggests that complex AI systems were already in development within classified programs. Whether those programs succeeded fully is beside the point. The pattern is clear: Today's public AI capabilities may reflect technologies that originated in classified or military programs years earlier.</p>
<div class="lb-trans"><p>2012 年，DARPA 在 PERFECT 計劃下向英偉達授予合同——在 5.5 年內最高可達 2000 萬美元——以探索激進的計算效率。2015 年 DARPA 推出的 XAI（可解釋 AI）計劃進一步表明，複雜的 AI 系統已經在機密項目中開發。無論這些項目是否完全成功都無關緊要。模式是明確的：今天的公共 AI 能力可能反映了幾年前在機密或軍事項目中起源的技術。</p>
</div><p>Meta's pivot to &#34;Superintelligence Labs&#34; and Altman's shift from AGI to ASI development suggest that insiders believe the first threshold, AGI, has been crossed. The transition from AGI to ASI will require breakthroughs, but the scale of current investment indicates confidence that those breakthroughs are within reach. Altman's &#34;event horizon&#34; language implies an irreversible process already in motion.</p>
<div class="lb-trans"><p>Meta 轉向&#34;超智能實驗室&#34;以及阿爾特曼從 AGI 轉向 ASI 開發的轉變表明內部人士相信第一個門檻 AGI 已經被跨越。從 AGI 到 ASI 的過渡將需要突破，但當前投資的規模表明對這些突破在可及範圍內的信心。阿爾特曼的&#34;事件視界&#34;語言暗示着一個不可逆轉的過程已經在進行中。</p>
</div><h2>Valuation requires a new framework</h2>
<div class="lb-trans"><h2>估值需要新的框架</h2>
</div><p>Valuing Nvidia or ASML by traditional price-to-earnings ratios misses the broader transformation under way. Nvidia trades at 51.4 times earnings -- a multiple that may look conservative if ASI materializes before 2030.</p>
<div class="lb-trans"><p>通過傳統的市盈率來估值英偉達或阿斯麥忽視了正在進行的更廣泛轉型。英偉達的市盈率為 51.4 倍——如果 ASI 在 2030 年前實現，這一倍數可能看起來保守。</p>
</div><p>The infrastructure spending alone ensures hundreds of billions in semiconductor and AI revenue. These investments are already in motion, with no historical parallel for the speed or scale.</p>
<div class="lb-trans"><p>單單基礎設施支出就確保了數百億美元的半導體和 AI 收入。這些投資已經在進行中，速度和規模沒有歷史上的可比性。</p>
</div><h2>Investment implications</h2>
<div class="lb-trans"><h2>投資啓示</h2>
</div><p>For conservative exposure, diversify across the AI supply chain. Exchange-traded funds, such as <strong>Invesco QQQ Trust</strong> and <strong>Vanguard Information Technology ETF</strong>, provide broad coverage of the sector's growth.</p>
<div class="lb-trans"><p>對於保守的投資者來説，建議在 AI 供應鏈中進行多元化投資。交易所交易基金，如 <strong>Invesco QQQ Trust</strong> 和 <strong>先鋒信息技術 ETF</strong>，提供了對該行業增長的廣泛覆蓋。</p>
</div><p>For more direct exposure, focus on irreplaceable players: Nvidia for AI chips, ASML for lithography systems, and Lam Research for deposition and etch equipment.</p>
<div class="lb-trans"><p>為了獲得更直接的投資機會，關注不可替代的參與者：英偉達用於人工智能芯片，阿斯麥用於光刻系統，Lam Research 用於沉積和刻蝕設備。</p>
</div><p>For higher-risk, asymmetric upside, consider emerging AI chip designers or data center REITs positioned to benefit from the infrastructure boom.</p>
<div class="lb-trans"><p>對於更高風險、非對稱的上行潛力，可以考慮新興的人工智能芯片設計公司或受益於基礎設施繁榮的數據中心房地產投資信託。</p>
</div><h2>The timeline has collapsed</h2>
<div class="lb-trans"><h2>時間線已經縮短</h2>
</div><p>Infrastructure spending exceeds $1 trillion. Some prominent tech leaders speak of AGI in the past tense without acknowledging that this critical threshold has been crossed. Supply chains are scaling for demands that don't yet exist publicly.</p>
<div class="lb-trans"><p>基礎設施支出超過 1 萬億美元。一些知名科技領袖談論 AGI 時使用過去時，而沒有承認這一關鍵門檻已經被跨越。供應鏈正在為尚未公開存在的需求進行擴展。</p>
</div><p>The conclusion is clear: ASI is highly likely to come faster than the publicly stated timelines suggest. As a result, the seemingly high valuations for AI's key architects may be extremely misleading. If ASI is indeed imminent, the whole game is about to change in unimaginable ways.</p>
<div class="lb-trans"><p>結論很明確：ASI 很可能比公開聲明的時間表來得更快。因此，人工智能關鍵架構師的看似高估值可能極具誤導性。如果 ASI 確實迫在眉睫，整個遊戲即將以難以想象的方式發生變化。</p>
</div>

Why Artificial Superintelligence Could Arrive Sooner Than Wall Street Thinks

- 華爾街認為人工超智能（ASI）將在 2030 年代出現，但證據顯示更為緊迫。  
- OpenAI、Oracle 和 SoftBank 宣佈 5000 億美元的 Stargate 項目，推動 AI 基礎設施建設。  
- 投資者應關注 Nvidia、ASML 和 Lam Research 等關鍵企業，抓住即將到來的機遇。

為什麼人工超級智能可能比華爾街預期的更早到來