作者Tim Fries和本網站The Tokenist都不提供財務建議。在做出財務決定之前，請查看我們的網站政策。

在2024年，人工智能這個流行詞可能已經過度飽和，但這並不意味着人工智能市場的增長應該被低估。儘管市場泡沫的某些元素存在，但公私合營（PPP）仍在努力使人工智能成爲現實。

在最近的股市修正後，科技導向的納斯達克100指數（NDX）在一週內下跌了3.4%。NDX的表現超過了標普500（SPX），分別爲29%和25%，這在很大程度上歸功於人工智能的繁榮。

現在市場修正已經到來，投資者應該選擇哪些人工智能股票進行長期投資？

Adobe公司（NASDAQ：ADBE）

2024年對Adobe來說是動盪的一年。在6月初，這家主導圖形應用程序領域的SaaS公司因調整其使用條款而引發爭議。這一舉動遭到了廣泛的反彈，因爲用戶解讀爲Adobe有權使用其所有內容來訓練其生成性人工智能。

司法部通過啓動聯邦法院投訴（根據FTC的推薦），加劇了負面新聞，原因是Adobe在“細字”和可選文本框及超鏈接後面模糊了訂閱條款計劃。反過來，ADBE股票在今年經歷了艱難的一年，年初至今下跌了23%。

與此同時，由於基本面因素，ADBE股票一直波動。換句話說，每次嚴重下跌後都會出現反彈。在新聞發佈時價格爲446美元，ADBE股票低於52周平均水平527.86美元，曾達到每股638.25美元的峯值。

12月的最新下跌是由於Adobe的2025年增長預測未能達到華爾街的預期。然而，在第四季度的收益中，Adobe在所有部門都追蹤到了兩位數的年增長，數字媒體（12%），文檔雲（18%），創意（10%）和數字體驗（10%）。

儘管受到負面關注，但這表明Adobe產品是數字內容創作的首選平臺。無論其他平臺上的生成性人工智能如何，Adobe都是最早有效整合它的公司之一，給予用戶精細的控制。

在ADBE股票再次反彈之前，投資者應該將這次下跌視爲一個機會。

加入我們的Telegram羣組，隨時獲取最新消息。

超微半導體公司（NASDAQ：AMD）

正如7月份對AMD/Intel/Nvidia的報道所解釋的那樣，AMD正準備在桌面市場上增加其市場份額，這要歸功於Intel多年來在CPU推出方面的失誤。在11月的Mercury Research第三季度報告中，AMD的季度桌面市場份額已經增加了5.7%，達到了28.7%。截至第四季度，AMD在x86 CPU市場的份額現在爲35.5%，自2017年（Zen推出）以來穩步上升，損失了Intel的市場份額。

預計到2025年，AMD的集成顯卡、人工智能芯片和更便宜的GPU將有更多期待，這些芯片的光線追蹤性能將顯著更快。從投資的角度來看，AMD年初至今股票下跌10%，目前每股124.86美元的價格應該被視爲積極的。

隨着Nvidia進入公衆視野，AMD正在大量投資其自己的全棧人工智能產品，收購了歐洲最大的人工智能實驗室Silo AI，隨後以49億美元收購了ZT Systems用於人工智能數據中心。

儘管這些重投資在短期內抑制了AMD的底線，但它們爲未來的增長鋪平了道路。更重要的是，AMD將自己定位爲與Nvidia在端到端人工智能基礎設施方面唯一的真正競爭對手。

根據華爾街日報的預測數據，AMD當前價格124.86美元的平均價格目標爲183.91美元。最低預期145美元顯著高於當前AMD價格水平。

Cognizant Technology Solutions (NASDAQ: CTSH)

IT行業的工作人員熟悉升級企業、機構和政府組織的複雜性。畢竟，升級本質上會引發干擾，人們通常不喜歡改變。

Cognizant專注於量身定製的解決方案，以最小化這些干擾。遺留IT系統尤其難以根除，但Cognizant構建定製軟件以克服端到端IT管理中的障礙。可以說，這一細分市場提供了可靠的盈利管道，尤其是隨着更復雜的人工智能基礎設施的推出。

在截至10月的第三季度收益中，這家跨國公司在所有部門都追蹤到了增長，儘管在歐元區經歷了長期衰退。

圖片來源：Cognizant

在前瞻性市盈率（P/E）比率爲16的情況下，Cognizant的估值顯著低於目前估計的標普500指數的P/E比率27.40。儘管該公司的年初至今回報率爲6%並不算令人印象深刻，但投資者應該考慮Cognizant的低風險特徵（與同行相比）與長期收益。

也就是說，人工智能推廣的複雜性仍處於非常早期的階段。目前，根據華爾街日報的預測，CTSH的每股價格爲79美元，中位數CTSH目標價格爲84.28美元。最低預期75美元並不遠，暗示了一個最佳市場進入點。

當股市修正發生時，你是加入拋售狂潮還是選擇低買？在下面的評論中告訴我們。

免責聲明：作者沒有持有或在文章中討論的任何證券中有任何頭寸。

這篇文章《這些人工智能股票爲2025年成功做好準備》最早出現在Tokenist網站上。