人工智慧ETF有兩種:一種投資AI公司,一種用AI選公司投資

人工智慧ETF有兩種:一種投資AI公司,一種用AI選公司投資。
評論
Photo Credit: REUTERS/達志影像
評論

本文獲合作媒體台灣ETF投資學院授權轉載,作者劉佳穎,原文為【美股投資】人工智慧ETF:一種投資AI公司,一種用AI選公司投資

在這股人工智慧浪潮下,現在與未來的各種產業,絕對與AI有很大的關聯,但也就因為AI的應用橫跨眾多產業,就之前介紹,有半導體的晶片公司,也有大型網路公司打造的雲端平台。因此,用傳統方法無法確實的將AI進行產業歸類。

AI已經遍布汽車、金融、製造業、家居、硬體、零售、醫療等,舉例來說,家裡的掃地機器人、自動駕駛汽車等,究竟這些產品、服務又算是什麼樣的產業呢?目前全球約有 700 家註冊公司有機器人產品,多到讓人目不暇給。遍佈全球的智慧應用,怎樣才能不偏重某一產業或某一公司,做出正確人工智慧的趨勢投資呢?

不如以「指數化主題投資」的方法,佈局AI相關產業,以ETF為工具來做投資吧!不過人工智慧的ETF又有兩種截然不同的主題,投資人千萬要分清楚喔!

1. 投資人工智慧科技公司的ETF

2013年,第一檔機器人、自動化相關的ETF,由ROBO Global發行ROBO Global Robotics and Automation Index ETF(代碼:ROBO)就已經讓投資人可以參與機器人產業了。

2018年,由First Trust發行的First Trust Nasdaq Artificial Intelligence and Robotics ETF(ROBT),追蹤約90家涉及人工智慧、機器人領域的全球企業,使用美國消費者科技協會的評級系統來挑選公司,評比公司中包含機器學習、智慧產品、應用人工智慧的既有傳統公司,再根據排名挑選前30家公司,指數每季調整一次,目前其指數以美國公司佔半數以上,其他還有日本、英國、加拿大、巴西、瑞典、以色列、法國、韓國及德國的公司,產業以科技佔半數以上,但也有醫療、零售、通訊等公司。

2. 用人工智慧選股的ETF

除了投資AI相關公司的ETF,也有應用人工智慧來選股的ETF。成立於2017年10月的人工智慧動力股票主動型ETF (AIEQ),是第一檔全靠AI選股的 ETF,其演算法一開始是人類寫的程式,但之後就變成全自動演化與學習,利用IBM Watson的人工智慧與所有可得的大數據,找尋美國境內的投資機會,每天分析約6千多檔美國上市股票,內容包括企業公告文件、新聞以及社群文章、財報等,找出被低估的標的,並且透過公司管理團隊以及市場信心指標,挑選40至70檔股票,實現長期資本成長。

到目前為止,誰厲害?

如果只看2018年的下半年,則投資人工智慧的公司看起來似乎只是獲得比S&P 500指數更大的波動,但是報酬並沒有比較好,反而略輸了一點。而用人工智慧來選股,則很明顯輸給了S&P 500,尤其是在2018年12月的大跌期間,人工智慧的表現反而是最差的。

不過隨著科技不斷進步,越來越多產品應用AI技術,除了進入智慧的公司會日趨增多,可以投資的標的也越漸複雜,相信未來,人工智慧相關的投資會一直成為話題,只是人工智慧到底是不是好投資?如果你心中沒有答案,也許透過ETF投資整個市場就好了。


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。