段永平 在公開資料中說什麼
C
I 
TTSM 💬 觀點 台積電在AI底座裡重要，但週期和價格不能省略，觀察庫存風險 06-26
段永平提醒，在關注台積電作為AI算力底座核心地位的同時，不能忽視其固有的半導體行業週期性和當前估值可能隱含的風險。台積電是全球AI晶片製造的關鍵樞紐，為輝達、Apple等公司生產先進製程晶片，業績與AI需求增長直接掛鉤。然而，晶片行業存在明顯的庫存週期，若下游需求不及預期或出現過度囤貨，可能引發價格調整和業績波動。這體現了段永平“買股票就是買公司”的核心理念，即使面對AI這樣的長期趨勢，也必須回到商業模式和現金流量的本質去檢驗。台積電的“生意”雖好，但必須評估其“價格”是否已充分反映週期風險。他長期追蹤TSM，但此番表態強調了避免盲目追高、警惕週期性陷阱的原則，是在能力圈邊界內對AI基礎設施投資保持審慎與紀律。
短摘只作入口 · 站內繼續拆解 來源：段永平 / H&H公開資料
TSM 人物終端 → 
TTEM 💬 觀點 Tempus AI要看醫療資料壁壘，而非只看AI醫療標籤，觀察終端入口 06-26
段永平在 H&H 2026Q1 13F 中揭露持有 Tempus AI（TEM）少量觀察倉。他將 AI 醫療分為資料、模型、應用三層，認為 Tempus 的核心資產是多年積累的結構化臨床與基因組資料集，這是模型層難以復現的壁壘。相比僅貼標籤的公司，他更看重誰控制了終端入口：Tempus 已嵌入多家大型醫院與藥企的資料工作流，形成資料網路效應，這比演算法本身更難顛覆。用他的架構看，此投資對應三條原則：本分——醫療 AI 價值最終源於資料質量與可及性；不懂不投——仍屬小倉學習階段；Stop Doing List——不因“AI 醫療”標籤盲目加碼，需驗證資料壁壘能否轉化為穩定現金流量與護城河。
短摘只作入口 · 站內繼續拆解 來源：段永平 / H&H公開資料
TEM 人物終端 → 
MMSFT 💬 觀點 微軟AI要落到企業軟體提價和雲端用量，而非釋出會，觀察人才密度 06-26
段永平此言體現了價值投資在AI時代的核心邏輯：拒絕追逐技術釋出會的短期股價博弈，迴歸商業模式本質，關注AI如何轉化為企業長期現金流量和護城河。具體到微軟，其AI價值的核心驗證點不在模型釋出本身，而在Azure雲端服務的企業級用量增長和Office等核心軟體因AI功能獲得的定價能力提升，這才是AI作為基礎設施的真實商業化體現。而“觀察人才密度”則對應“對的人”維度——頂尖AI人才的聚集與流動，是判斷公司能否在長期競爭中建置技術護城河和執行效率的關鍵前置指標。對持有微軟的投資者而言，未來數個季度的焦點應從產品釋出轉向雲端業務增速、企業軟體ARPU值以及AI研發團隊的穩定性等可追蹤的運營資料，以此驗證AI敘事是否真正內化為公司的盈利能力和持久競爭力。
短摘只作入口 · 站內繼續拆解 來源：段永平 / H&H公開資料
MSFT 人物終端 → 
NNVDA 💬 觀點 輝達要經受的考題是客戶資本回報而非輿論熱度，觀察週轉效率 06-26
輝達作為AI算力基礎設施核心供應商，其業績關鍵取決於下游客戶的資本回報效率與投資可持續性。段永平關注其業務是否真正創造現金流量和護城河，以此檢驗敘事真實性。在產業鏈中，輝達位於算力層上游，雲端廠商等客戶的資本支出能否轉化為有效營收並提升週轉效率，決定了其訂單長期質量。若客戶投資回報不足，可能影響採購節奏，進而波及輝達營收增長。H&H International Investment 2026Q1將其升至第三大持股，表明段永平認可其基礎設施地位，但仍堅持用經營實質而非市場熱度評估，體現了價值投資者在AI浪潮中對商業模式和財務紀律的堅守。
短摘只作入口 · 站內繼續拆解 來源：段永平 / H&H公開資料
NVDA 人物終端 → 
AAAPL 💬 觀點 H&H一季度仍以Apple為第一大倉，AI終端生態是核心觀察入口，觀察端側換機 05-19
段永平通過H&H國際投資2026年一季度持股，持續重倉Apple，並視其為“AI終端生態的核心觀察入口”。這體現了他的價值派視角：不追逐算力或演算法熱點，而是聚焦AI如何落地、被終端使用者使用並付費。Apple憑藉封閉生態、品牌忠誠度、服務現金流量及軟硬體整合能力構築護城河。在AI時代，他觀察端側AI功能（如更智慧的Siri、裝置端推論）能否驅動換機潮、提升服務營收，以此驗證商業模式是增強而非被顛覆。這遵循其“買股票就是買公司”和“回到事物本質”的原則，評估AI對長期自由現金流量的真實貢獻，而非概念炒作。維持Apple首倉是對“對的生意”的堅守，而“觀察入口”的定性則體現其在AI新範式前保持平常心、不急於全面押注的紀律性。
短摘只作入口 · 站內繼續拆解 來源：段永平 / H&H公開資料
AAPL 人物終端 → NNVDA 💬 觀點 輝達升至第三大倉，說明他已給AI算力鏈更高權重，觀察GPU訂單 05-19
根據H&H International Investment 2026年第一季度13F檔案揭露，輝達已升至該組合第三大持股股，權重僅次於Apple和波克夏海瑟威。這表明段永平在持續觀察後，為其投資組合中的AI算力環節賦予了更高權重。從其“買公司”的視角看，這並非追逐GPU熱點，而是基於對AI可能已形成真實基礎設施週期的判斷。輝達作為AI算力核心供應商，其訂單和現金流量是檢驗這一判斷的關鍵。此舉也印證了其“能力圈內尋找對的生意”原則——在深入理解算力作為AI底層邏輯後，才做出權重調整。組合同時版面配置了設計工具、資料、應用等標的，構成一個從硬體到軟體的AI能力圈觀察網路，但部分仍為小倉試錯，體現了其“不懂不投”和“用Stop Doing List避免原則性錯誤”的紀律。
短摘只作入口 · 站內繼續拆解 來源：段永平 / H&H公開資料
NVDA 人物終端 → 
TTSLA 💬 觀點 新建特斯拉部位，把AI終端、機器人和車端生態納入觀察，觀察雲端營收 05-19
段永平通過新建TSLA部位，將其AI版面配置從算力基礎設施向終端應用與生態延伸。TSLA的核心價值在於FSD自動駕駛資料閉環、Optimus機器人平台及車輛作為“移動AI終端”的潛力，這恰好對應段永平關注的“AI終端、機器人和車端生態”。此舉符合其“能力圈邊界開窗”邏輯：以小部位觀察學習，而非重倉押注。他強調要觀察“雲端營收”，實質是迴歸現金流量檢驗，關注FSD訂閱、機器人商業化能否轉化為可持續的自由現金流量，而非僅依賴敘事。此舉延續其2025Q1組合特徵，但公開提及“新建部位”可能反映對AI終端生態價值的進一步確認，需關注後續部位變化。
短摘只作入口 · 站內繼續拆解 來源：段永平 / H&H公開資料
TSLA 人物終端 → 
GGOOGL 💬 觀點 Alphabet部位體現他對搜尋、雲端和AI模型生態的再評估，觀察搜尋入口 05-19
段永平持股Alphabet體現了他對搜尋、雲端與AI模型生態的再評估，核心觀察點是搜尋入口的長期價值。在AI時代，搜尋是否會被大型模型對話取代，還是能通過整合Gemini等能力形成新的資訊分發入口，是判斷GOOGL護城河的關鍵。Google雲端作為AI訓練與推論的基礎設施層，其增速與獲利率直接影響公司現金流量質量。從段永平架構看，這屬於在能力圈邊界試探：他不追AI算力熱點，而是審視既有商業模式是否被AI增強或顛覆——搜尋廣告的變現效率、雲端業務的資本支出回報率、以及Gemini模型能否形成生態壁壘，都需要現金流量和使用者粘性來驗證。13F持股顯示GOOGL在其組合中，但部位遠小於AAPL和NVDA，符合他“小倉觀察、不懂不投”的紀律，是在用真金白銀拓展能力圈邊界，而非重倉押注AI敘事。
短摘只作入口 · 站內繼續拆解 來源：段永平 / H&H公開資料
GOOGL 人物終端 → MMSFT 💬 觀點 微軟小部位連線雲端、企業軟體和AI應用層的長期現金流量，觀察企業續費 05-19
段永平將微軟定位為連線雲端基礎設施、企業軟體與AI應用層的“觀察倉”，核心是驗證企業客戶的AI續費行為。在其投資架構中，Azure雲端是AI算力關鍵基礎設施，與Office 365等企業軟體的深度繫結構成護城河，長期現金流量穩定性是價值投資的核心檢驗點。他關注的並非短期股價博弈，而是AI能否轉化為企業真實、可持續的採購與續費，從而強化生態閉環與現金流量質量。這體現了其“能力圈內驗證”的紀律——即便面對AI產業，仍從商業模式、護城河與現金流量角度審視，而非追逐熱點。H&H International Investment 2026年一季度持股報告顯示微軟為其標的之一，符合其用觀察倉學習、不重押的一貫體系。
短摘只作入口 · 站內繼續拆解 來源：段永平 / H&H公開資料
MSFT 人物終端 → 
SSNPS 💬 觀點 新思科技小倉試水，對映AI晶片設計鏈的工具入口，觀察EDA需求 05-19
段永平在H&H 2026Q1 13F揭露中，以小部位新進買進SNPS（新思科技）。SNPS是全球EDA雙寡頭之一，處於AI晶片產業鏈最上游，是AI算力基礎設施的“賣鏟人”，其估值與晶片設計活動總量掛鉤。此舉符合段永平在能力圈邊界“小倉試錯”的典型做法：不重倉賭單一敘事，而是通過觀察倉學習需求拐點。從其架構看，SNPS具備高毛利、高壁壘、強粘性等“對的生意”特徵。AI晶片設計複雜度提升可能推動EDA工具持續提價與滲透。但部位極小表明他仍在驗證階段，核心在於判斷AI晶片設計活動是否已形成可持續的基礎設施級需求週期，而非短期扎堆。
短摘只作入口 · 站內繼續拆解 來源：段永平 / H&H公開資料
SNPS 人物終端 → 
SSNOW 💬 觀點 Snowflake小部位更像資料基礎設施學習倉，不宜過度解讀，觀察醫療資料 05-19
段永平提及的Snowflake是全球領先的資料雲端平台，核心業務是資料儲存、計算與治理服務，在AI產業鏈中屬於關鍵的資料基礎設施層。隨著大型模型對高質量資料需求激增，能高效整合、清洗並供給資料的平台價值凸顯，SNOW正成為連線企業原始資料與AI應用的“中介軟體”。段永平將其定義為“小部位學習倉”，強調觀察醫療資料場景，這符合他“不懂不投”與“能力圈”原則——並非追逐AI算力熱潮，而是從商業本質出發試探資料環節的生態位。醫療資料具有高壁壘、強合規需求，若SNOW能在該領域建立可靠的資料管道，可能成為AI醫療落地的重要支撐。但他用“小部位”“學習倉”的表述表明這仍屬能力圈邊界探索，部位輕、目的是觀察而非重押。這體現了他用Stop Doing List避免在理解不足時放大風險，同時以平常心為AI時代的新範式保留視窗。
短摘只作入口 · 站內繼續拆解 來源：段永平 / H&H公開資料
SNOW 人物終端 → TTEM 💬 觀點 Tempus AI極小部位，顯示AI醫療只在試錯清單裡，觀察資料留存 05-19
段永平公開表示對Tempus AI僅維持極小部位，將其定性為“試錯清單”裡的觀察標的。Tempus AI是AI醫療領域的代表企業，通過整合臨床與基因組資料，為精準醫療提供決策支援，處於AI應用層中資料驅動垂直落地的關鍵環節。對於強調“不懂不投”的段永平而言，AI醫療賽道的技術壁壘、商業模式驗證和資料護城河仍需長期觀察，符合其“小倉試錯、非追龍頭”的紀律。此舉反映其價值投資架構在AI領域的延展：既認可AI醫療的長期潛力，又堅持用現金流量和護城河檢驗敘事，僅在能力圈邊界內以最小成本保持追蹤，而非重倉押注。
短摘只作入口 · 站內繼續拆解 來源：段永平 / H&H公開資料
TEM 人物終端 →檢視 段永平 的會員分頁資料索引
免費預覽最多 12 條公開資料；會員每頁最多 200 條。人物終端僅在真實生成時提供，無內容標的只顯示標籤，不跳舊研究報告庫。
只想先盯段永平一個？也行 —— 單訂 · $79/年 → 先把這一個看穿。 跟你說實話：4 份單訂一年（$316）就超過整站（$299）。想多看幾個，直接整站更划算——41 位全給你、每位約 $7。哪種都行，賬擺在這，你自己挑。 - 先評估覆蓋 · 再單獨立項：你點名一個物件——一個人（投資人 / 機構 / 分析師 / 高管）或一家公司 / 標的——我們先評估其公開資料覆蓋與可採源，確認能追蹤後單獨立項、架設專屬投研席位；蹤跡不足會直說做不了，不硬湊。
- 按物件適用性啟用機構級方法：13F 持股 · Form4 內部人 · 13D-G 舉牌 · 公開發聲 · 跨源交叉驗證 · 命中率臺賬——適用於 SEC 可覆蓋物件；不適用的項以替代證據或缺口說明如實交付，與追蹤 41 位聰明錢同一條投研流水線。
- 持續盯守 · 證據可回溯：人工 / 半自動每週投研簡報 + 重大訊號經人工確認後工作日提醒 + 證據鏈歸檔（本地 JSON / Markdown / SEC 連結），可回溯復盤「當時憑什麼這麼判」。
- 只對你一人開放：追蹤口徑、提醒規則、交付形式按你的決策需求定製；不進公共庫、不共享。