<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Maggy Hwang on Medium]]></title>
        <description><![CDATA[Stories by Maggy Hwang on Medium]]></description>
        <link>https://medium.com/@ming8323021?source=rss-9f874702c93a------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*PA4w2S6gg_3tAqi9GMRgUw.png</url>
            <title>Stories by Maggy Hwang on Medium</title>
            <link>https://medium.com/@ming8323021?source=rss-9f874702c93a------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 01:21:48 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@ming8323021/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[AI 沒有讓我讀得更快，而是讓我開始真正跟一本書對話]]></title>
            <link>https://medium.com/@ming8323021/ai-%E6%B2%92%E6%9C%89%E8%AE%93%E6%88%91%E8%AE%80%E5%BE%97%E6%9B%B4%E5%BF%AB-%E8%80%8C%E6%98%AF%E8%AE%93%E6%88%91%E9%96%8B%E5%A7%8B%E7%9C%9F%E6%AD%A3%E8%B7%9F%E4%B8%80%E6%9C%AC%E6%9B%B8%E5%B0%8D%E8%A9%B1-4b300f8991c3?source=rss-9f874702c93a------2</link>
            <guid isPermaLink="false">https://medium.com/p/4b300f8991c3</guid>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[閱讀]]></category>
            <dc:creator><![CDATA[Maggy Hwang]]></dc:creator>
            <pubDate>Tue, 06 Oct 2026 09:40:06 GMT</pubDate>
            <atom:updated>2026-10-06T09:40:06.399Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*47QAc5ZHPqy-jXr1a1YNQw.png" /></figure><p>以前我一直覺得，閱讀是一件很單向的事情。<br>作者把他的想法寫進一本書裡，我負責把它讀懂。<br>所以讀到一個地方看不懂，通常只會有兩種結果。</p><p>第一種是重看幾次。<br>第二種是算了，先跳過。</p><p>但我後來慢慢發現，我閱讀時真正卡住的地方，其實常常不是「看不懂字」。</p><p>而是：<strong>我不確定自己該不該相信作者。</strong></p><p>有時候一本書會突然丟出一個很漂亮的結論。<br>我第一個念頭不是：「原來如此。」</p><p>而是：<br>「等一下，這個結論是怎麼來的？」<br>「它成立的前提是什麼？」<br>「為什麼跟我原本認知的不太一樣？」</p><p>尤其是看身心靈、心理學、自我成長類的書時，這種感覺特別明顯。</p><p>作者可能很篤定地告訴你：<br>只要改變信念，人生就會改變。<br>只要放下執著，就會自由。<br>只要選擇不同的思維方式，結果就會不同。</p><p>我常常會邊看邊想：最好是這樣拉！真的嗎？</p><p>這是因果，還是只是很多成功案例被留下來之後，看起來像是一個規律？<br>如果把沒有成功的人也算進去，這個結論還成立嗎？</p><p>我很難因為一本書寫得很有道理，就直接把它當成答案。</p><h4>我開始把 AI 當成一個可以隨時討論的人</h4><p>AI 出現之後，我發現自己的閱讀方式慢慢改變了。</p><p>我很比較少問：「這句話是什麼意思？」</p><p>我反而更常問兩個問題：<br><strong>「有沒有另一種解讀？」<br>「如果把這個觀點放進現實生活裡，會發生什麼？」</strong></p><p>這兩個問題對我的影響，比我原本想像中大很多。</p><p>因為它開始逼我停下來。以前一本書讀到一個觀點，我可能覺得自己懂了，就繼續往後讀。現在我反而會卡在那裡。不是因為看不懂。而是因為突然多了一個人，可以把這個觀點跟我一起拆開來。</p><p>所以 AI 並沒有讓我讀得更快。反而讓我讀得更慢。但也更深。</p><h4>「不選擇也是一種選擇」，真的只是這麼簡單嗎？</h4><p>我之前讀《存在與虛無》時，對其中一個觀念很有感。</p><p><strong>即便不選擇，也是一種選擇。</strong></p><p>我第一次看到時，其實很認同。<br>因為我們很常以為：「我還沒有決定。」就代表事情還停在原地。<br>但後來我開始把這個觀念放進自己的生活。我發現事情沒有那麼簡單。</p><p>例如投資。有時候一家公司財報數字很好。從基本面看，好像沒有什麼大問題。但技術分析上仍然存在下行風險。這時候我什麼都不做。沒有買。也沒有賣。表面上看起來像是：「我還沒做選擇。」但實際上不是。我選擇繼續等待。也選擇承擔在等待期間可能發生的所有結果。如果股價上漲，我接受自己錯過。如果股價下跌，我接受自己沒有過早進場。所以「不選擇也是一種選擇」對我來說，後來不只是哲學上的一句話。它慢慢變成另一個更生活化的理解：</p><p><strong>當你不做選擇時，你不是沒有結果，而是把決定權交給時間、環境，甚至其他人。</strong></p><p>這個理解是不是沙特真正想表達的意思？<br>老實說，我不知道。</p><p>但我後來發現，我可能也沒有那麼在意。</p><p>因為閱讀本來就不是在找唯一正解</p><p><strong>閱讀這件事，本質上就是對作者的思考做假設性的理解。</strong></p><p>我們其實永遠很難百分之百知道，一個作者在寫下某句話時，心裡真正想的是什麼。尤其是小說、哲學、心理、自我成長這些內容。同一句話放在不同人的生命經驗裡，本來就可能長成完全不同的東西。所以我現在不會因為 AI 給我的解讀「不一定是作者原意」，就覺得它沒有價值。只要它可以幫我打開另一個理解角度，我就覺得有用。因為我真正想得到的，從來不只是：「作者到底在說什麼？」我更想知道的是：<strong>「我讀到這裡，開始想到什麼？」</strong>這兩件事看起來很像，其實完全不同。前者是在理解作者。後者是在慢慢建立自己觀點。</p><h4>真正形成觀點，往往發生在閱讀之後</h4><p>我以前會覺得，多讀書就會慢慢有自己的想法。現在我反而覺得，不一定。你可以一年讀五十本書。每一本都看懂。每一本都畫很多重點。但最後腦袋裡裝的，可能還是五十個作者的觀點。你知道很多。但你不一定真的知道自己怎麼想。我愈來愈覺得，一個觀點真正變成自己的，不是在「讀懂」的那一刻。而是在你開始跟它討論之後。我會去問問：它成立的前提是什麼？有沒有另一種解讀？如果放進我的生活呢？如果換一個情境呢？如果遇到反例呢？我還相信它嗎？當我開始回答這些問題時，我才不是在重複作者。我開始建立自己的理解。以前做到這件事情，通常需要身邊剛好有一個也讀過這本書，而且願意跟你聊的人。</p><p>這個條件其實很奢侈。</p><p>現在 AI 剛好補上了這個位置。它像是一個隨時都在的討論對象。不一定永遠正確。甚至不一定比你更懂這本書。但它可以一直把不同角度丟回來給你。而對我來說，這就已經很有價值。</p><h4>所以我現在反而不追求讀得快</h4><p>如果以前問我：「AI 可以怎麼幫助閱讀？」我可能會回答：摘要一本書、整理重點、快速理解艱深概念。現在我反而覺得，那些都不是最重要的。我最喜歡的用法，是在讀到某一段時停下來，開始和他討論我的想法。有時候聊完，我會更認同作者。有時候反而會更懷疑。有時候最後長出來的觀點，甚至已經跟原作者沒有那麼像。但我不覺得這是讀偏了。因為對我來說，閱讀本來就不是把別人的答案完整搬進自己的腦袋。而是先借用別人的思考，看看能不能照亮自己原本沒看到的地方。</p><p>所以 AI 沒有讓我讀得更快。反而讓我讀得更慢。只是現在的「慢」，不是卡住。而是我願意在一個觀點前面，多停一下。</p><p>想一想。問一問。</p><p>甚至拿自己的生活去撞它。</p><p>最後真正留下來的，才不只是「我看過這本書」。</p><p>而是：<strong>這本書裡有一個觀點，真的進入過我的生活。</strong></p><p>最近可能不定時更新一些非完全投資的內容，如果喜歡的話歡迎讓我知道～<br>感謝閱讀！！</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=4b300f8991c3" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[沃爾瑪已經不是一家零售公司，但市場為何還是不買單？]]></title>
            <link>https://medium.com/@ming8323021/%E6%B2%83%E7%88%BE%E7%91%AA%E5%B7%B2%E7%B6%93%E4%B8%8D%E6%98%AF%E4%B8%80%E5%AE%B6%E9%9B%B6%E5%94%AE%E5%85%AC%E5%8F%B8-%E4%BD%86%E5%B8%82%E5%A0%B4%E7%82%BA%E4%BD%95%E9%82%84%E6%98%AF%E4%B8%8D%E8%B2%B7%E5%96%AE-aef5607ce3ac?source=rss-9f874702c93a------2</link>
            <guid isPermaLink="false">https://medium.com/p/aef5607ce3ac</guid>
            <category><![CDATA[美股]]></category>
            <category><![CDATA[商業模式]]></category>
            <category><![CDATA[walmart]]></category>
            <category><![CDATA[財報分析]]></category>
            <category><![CDATA[投資理財]]></category>
            <dc:creator><![CDATA[Maggy Hwang]]></dc:creator>
            <pubDate>Wed, 09 Sep 2026 03:18:17 GMT</pubDate>
            <atom:updated>2026-09-09T03:18:17.655Z</atom:updated>
            <content:encoded><![CDATA[<p>市場真正賣掉的不是業績，而是「時間」</p><p>8 月 20 日美股盤前，沃爾瑪交出這樣一份成績單：</p><p>營收 1,879 億美元、年增 5.9%，超過市場預期的 1,868 億。調整後每股盈餘 0.81 美元，市場估 0.74。公司還把全年銷售與獲利指引雙雙上調。</p><p>然後開盤，股價當天跌 <strong>9.15%</strong>，收在 103.84 美元，前一個交易日還是 114.30。<strong>四年來最大的單日跌幅。</strong></p><p>要解開這個矛盾，光看財報是不夠的。我們得先知道，這到底是一家什麼樣的公司。</p><p>因為零售在多數人的認知裡是最慘的賽道，門檻低、毛利薄，本益比長年在 10 倍上下。但沃爾瑪長年享有 40 倍以上的估值，市值一度站上一兆美元。如果我們用「零售股」這把尺去量它，我們就算不出這個數字。</p><p>所以這篇我們做四件事：<strong>先看懂它的個性、它怎麼在亞馬遜面前活下來還反攻回去、它的引擎到底是什麼，然後用最新這一季的財報，一項一項去驗證。</strong></p><p><strong>第一步：先看懂它的個性</strong></p><p><strong>反向定價：理解沃爾瑪的鑰匙</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KUNqzDHsuyUlUGcwfkkI8w.jpeg" /></figure><p>一般零售商的定價邏輯是「成本＋毛利」。</p><p>我今天進貨 70 元，希望賺 30 元，所以賣 100 元。</p><p>沃爾瑪倒過來做：它先根據每個 SKU 的歷史銷量彈性、戰略定位、競品價格訂出售價，這個價格一旦定下來就長期穩定，基本不搞臨時打折；然後<strong>再依據該品類預設的固定毛利區間，倒推出沃爾瑪願意支付的最高採購成本。</strong> — — 供應商只能在這個數字以下把貨賣給它。</p><p>也就是：<strong>消費者能接受多少價格 → 沃爾瑪要保留多少毛利 → 剩下的才是供應商可以拿到的價格。</strong></p><p>對消費者，這等於提前把價格水分擠乾，從根本上消滅了「等打折再買」的觀望心理。這家公司有個叫做「天天低價」（EDLP）的概念，這概念真正意涵不是「常常在特價」，而是「不需要等特價」。對供應商，成本壓力被整條倒推回上游，逼著它們優化製程、精簡包裝，原物料波動對沃爾瑪毛利的衝擊因此被隔絕在源頭。</p><p>這套機制跑得動的前提，是沃爾瑪對上游具備<strong>絕對主導的議價能力</strong>。沒有規模，這招跑不動。</p><p><strong>低成本生態系的三個進程</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0har7Wi1ftQ6eKqfHb4SKw.jpeg" /></figure><p><strong>第一，先從市場縫隙站穩腳步，再向主流市場滲透的選址策略。</strong></p><p>創業初期，西爾斯（Sears）、凱馬特（Kmart）都擠在人口五萬以上的大城市搶客。沃爾瑪專找巨頭還沒進駐、人口五千到一萬的小鎮先卡位 — — 這種規模對巨頭太小，但對沃爾瑪來說剛好。</p><p>它先選定地點，蓋區域配送中心（DC），所有門市開在一天車程內。這種做法的核心不是「我要開很多店」。</p><p>而是：我要先在一個小區域形成密度。</p><p>密度一旦形成，物流成本下降、採購規模增加、品牌認知提高，競爭者就更難進來。等到 1990 年代沃爾瑪開始進入城市市場時，它已經不是一個陌生品牌。</p><p>消費者知道：「沃爾瑪＝便宜。」</p><p>而且因為它已經有穩定的客流預期，在選址與租金上也能取得優勢。 — — <strong>租金佔營收控制在 5% 以內，傳統超市在城市通常是 8% 到 10%。</strong>所以沃爾瑪的第一個優勢是 — — 密度</p><p><strong>第二，全鏈路自控的供應鏈。</strong>三個關鍵設計。</p><p>採購的部分：全球超過 10 萬家供應商，但核心供應商只有約 3,000 家（佔比 3%），貢獻了 90% 到 95% 的全球採購額；同業普遍在 10% 到 30%。高度集中帶來絕對議價權，也讓這批核心供應商能直接接入沃爾瑪的數據系統，做需求預測與自動補貨的全流程協作。</p><p>倉儲的部分：傳統商超是「先囤貨、再發貨」，沃爾瑪做交叉配送（Cross-Docking） — — 貨從供應商運到配送中心後直接轉運分揀、裝上店面配送車，<strong>全程不落地</strong>，中轉時間 2 到 4 小時。這一項每年替它省下近 300 億美元的庫存成本，物流成本率只有行業的二分之一到三分之一。</p><p>數據的部分：1983 年起連續投入將近 7 億美元，蓋出當時全美最大的私人衛星通訊網絡，而當時絕大多數同業還在用電話和傳真。衛星本身的技術優勢今天早被網路抹平了，但<strong>它在行業尚未數位化的年代就相信：零售不是靠直覺管理，而是靠數據管理。</strong></p><p><strong>第三，自有品牌。 </strong>這招其實有點可恥但有用。<strong>目標就是品質接近全國品牌，但價格更低。</strong></p><p>1993 年推出的 Great Value，定位是「品質與全國品牌相當，但價格更低」 — — 用數據系統精準識別 P&amp;G、聯合利華（Unilever）、雀巢旗下高複購的核心品類，再依議價權直接找這些品牌的代工廠貼上自家品牌。貨架上它永遠擺在對標品牌正下方，然後價格便宜 20% 到 30%，直接做一個視覺比價。所以結果是 Great Value 的美國家戶滲透率高達 <strong>86%</strong>。</p><p>自有品牌的價值有兩層。明的一層是單位利潤是大牌的 1.5 到 2 倍、毛利率 40% 到 60%。比較隱晦的一層更關鍵：自有品牌做大之後，就是跟頭牌供應商談判時的籌碼。大牌要漲價？我增加自有品牌陳列，倒過來逼你為了保住通路銷售量放棄漲價。零售商從被動接受品牌定價，變成主動掌控供應鏈利潤。</p><p>2024 年推出的 Bettergoods 又往前走一步，路數更接近 Trader Joe’s。結果是 — — <strong>買過 Bettergoods 的顧客中有 60% 此前從沒買過沃爾瑪的任何自有品牌</strong>，而且大多是 Z 世代。</p><p><strong>那麼透過這套基因長出來的財務輪廓長這樣：</strong></p><ul><li><strong>毛利率 27% 左右</strong>，行業內中等偏低，但幾十年波動極小Target 則是在 22.6% 到 31.8% 之間震盪。</li><li><strong>食品雜貨佔營收 60%</strong>，剛需、高頻、低促銷依賴，是天然的毛利穩定器；Target 的食品佔比只有 23%。</li><li><strong>經營利潤率長期穩定在 5% 左右</strong>，行業頂尖。</li><li><strong>庫存週轉 39 天上下</strong>，而且是在超過 14 萬個 SKU 的全品類覆蓋下做到的，顯著優於 SKU 更少的 Target（53.5 天）。 （SKU 補充：一個品牌可以有4百種產品，某一產品可能又有 3 種規格，所以可能有上千個 SKU。）</li></ul><p><strong>這是一家效率信仰的公司。它的基因是把成本壓到極限，不是把價格拉到最高。</strong></p><p>這頁解釋了沃爾瑪為什麼能贏，也解釋了它有些事天生沒有優勢。</p><p><strong>第二步：轉骨期 — — 它怎麼在亞馬遜面前活下來，還反攻回去</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YVY4HyTDDYUsn8kJsGpP4A.jpeg" /></figure><p>2016 年之後，沃爾瑪做對的第一件事，是想清楚<strong>哪一場仗不能打</strong>。</p><p>如果它一開始就在純線上賽道跟亞馬遜正面硬剛，十之八九只會陷入「燒錢換流量卻難留客」的惡性循環 — — 既複製不了亞馬遜的技術基因，又浪費了自己最獨特的核心資產：遍布全美 4,600 家門市。所以它避開了線上流量的肉搏，把重心放到後端的線下履約環節。</p><p><strong>亞馬遜的效率黑洞</strong></p><p>先解釋一個名詞。<strong>履約費用</strong>指的是從消費者按下購買鍵、到商品送到他手上，中間所有搬運動作的成本 — — 倉儲、揀貨打包、幹線運輸、分揀中轉、最後一哩配送，全部算在裡面，但不含商品本身的進貨成本。<strong>履約費用佔營收的比重，就是電商業最貴的一條線。</strong></p><p>亞馬遜的履約體系本質上是從零開始、用錢堆出來的重資產基礎設施，每個包裹至少經過 3 到 4 個節點中轉：供應商 → 履約中心（FC）→ 分揀中心 → 配送站 → 最後一哩配送。</p><p>問題出在末端：配送密度低、訂單離散，<strong>最後一哩的單均成本佔到總物流成本的 45% 到 55%</strong>。亞馬遜近年持續加碼配送站、自動化與航空貨運，但<strong>履約費用佔營收的比重始終維持在 14% 到 16% 的高位，沒有出現趨勢性下降</strong>。</p><p><strong>相反的，沃爾瑪有一個樸素但無可比擬的事實</strong></p><p><strong>接近 90% 的美國人口，住在距離沃爾瑪門市 10 英里（16 公里）以內。</strong></p><p>「離消費者夠近」這件事情看似簡單，卻是亞馬遜花二十年、砸數百億美金才搭起來的。但「有夠近的門市」跟「門市能高效履約」之間，還差一整套改造工程。按時間順序，沃爾瑪他做了三件事：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*AFEz18wCCduU88cLXsSuSA.jpeg" /></figure><p><strong>第一，給店員裝上數位大腦。</strong> 2022 年推出 Store Assist，線上訂單進來後系統自動排優先級、把訂單拆成揀貨任務、分配給最近的店員，店員拿手持裝置按最優路線揀貨，目前已基本全門市覆蓋。這一層的價值在於：<strong>不需要對門市做任何物理改動，純靠軟體加設備，就把效率拉到接近前置倉的水準，邊際成本極低。</strong></p><p><strong>第二，重塑門市物理空間。</strong> 增設線上取貨區、配送暫存區，加寬通道、優化貨架佈局，確保線下客流跟線上履約在同一空間裡互不干擾。預計 2027 年底完成約 70% 主力門市的改造。</p><p><strong>第三，後倉自動化。</strong> 2023 年開始押注門市後倉自動化系統（APD），機器人完成標品的取貨、分揀、暫存，店員只負責生鮮揀選、合單與交接。但 APD 2025 年才交由 Symbotic 聯合開發，目前仍在原型迭代與小範圍測試，門市級規模化至少要 2027 到 2029 年。<strong>這是未來 3 到 5 年會逐步釋放的紅利。</strong></p><p>三種的起點都是「已經有的門市」 — — 全部是在存量資產上做增量。</p><p><strong>再來他有三條履約路徑，也代表三種經濟性</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/992/1*Cc7gVd9HhiV1OU4D_v4rdA.png" /></figure><p>到店自取最省，因為「配送」這一步由消費者自己承擔，成本為零。門市發貨是增速最快的路徑（2025 年年增 50%），而且 2021 年沃爾瑪把 Spark 開放給 Home Depot 等外部零售商用，訂單密度上來後，司機接單意願跟履約穩定性都大幅提升。</p><p><strong>倉庫配送則是唯一打不贏亞馬遜的一條</strong> — — 沃爾瑪在散件自動化、單位處理成本、網絡密度上都不及亞馬遜，費率反而更高，所以它近年一直在想辦法壓低這條路徑的比例。</p><p>目前的結果是，<strong>35% 的門市訂單能在 3 小時內送達，同日達覆蓋 95% 的美國人口。</strong></p><p><strong>有沒有想過一個問題？沃爾瑪為什麼從雜貨切入？</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*QF7-90vzo9WiAOgnAA5ptQ.jpeg" /></figure><p>沃爾瑪電商起步時只上線了生鮮、食品、日用品，所有資源全部圍繞雜貨展開。</p><p>這件事其實不是那麼直覺。因為雜貨是天生的「不適合電商」品類 — — 低毛利、強時效、冷鏈運輸複雜。那他為什麼要從最難的地方開始？</p><p>因為它是<strong>最高頻的</strong>。根據 Statista 的調研，美國消費者平均每週進行 1.6 次雜貨購物，服飾、家居、電子產品大多每月只有 1 到 2 次。拿下雜貨，等於拿下用戶最穩定、最重複、最剛需的消費觸點。</p><p>而沃爾瑪在雜貨的家底有多厚呢？全美線下雜貨市佔率約 <strong>21%</strong>，是克羅格（8.5%）和好市多（8.4%）的一倍以上，亞馬遜含全食超市在內不到 2%。所以它做的不是「開拓新客」，而是<strong>把線下高信任存在用戶的購買行為往線上化搬移</strong>，信任成本極低。</p><p>疫情也幫推了一把：美國線上雜貨滲透率疫情前長期在 3% 到 4% 徘徊，2020 年直接飆到 10%，疫情結束後沒有退潮，2024 年進一步到 14%，預估 2027 年到 18%。</p><p>2021 年起沃爾瑪進入「以雜貨為底座、向全品類延伸」的階段。管理層講得很直白：透過雜貨降價為消費者減低負擔，那釋放出來的購買力就有機會轉化為一般商品的消費。結果也確實驗證了這個邏輯 — — <strong>全通路用戶的購物頻率平均提升 3 倍、客單價提高 13%</strong>，家居、時尚品類的銷售額較純線下消費者增長近 2 倍。</p><p><strong>第三部：真正的引擎 — — 沃爾瑪不靠賣東西賺錢</strong></p><p>前面講的是「怎麼把貨送到消費者手裡」跟「怎麼把人拉進來」。</p><p>那現在來說說它「怎麼賺錢」。</p><p><strong>老實說自營賣貨是一門苦生意</strong></p><p>在往下講之前，先來解釋一下兩個名詞。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*qFQjmNkQTtGxXP4OiHrzlw.jpeg" /></figure><p><strong>1P（First Party，自營）＝ 平台自己當賣家。</strong> 沃爾瑪向供應商進貨、買斷、放進自己倉庫、自己定價、自己出貨。賣掉了是它的營收，賣不掉是它的庫存損失。台灣的話就像是 momo 自營、PChome 24h。</p><p><strong>3P（Third Party，第三方平台）＝ 別人在平台上開店。</strong> 賣家自己進貨、自己定價、自己承擔庫存風險，沃爾瑪只出借貨架（流量）、金流以及可選的倉儲配送服務，從中抽佣金與服務費。比較像是我們的蝦皮賣場、momo 摩天商城。</p><p>兩者的財務長相天差地遠：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*-MmtTz0kajE4D7kViJq4sQ.png" /></figure><p>這裡有一個在財報上很容易誤判的地方。同樣賣掉一件 100 美元的商品：走 1P，帳上營收是 <strong>100 美元</strong>，再扣掉進貨與履約成本；走 3P，帳上營收只有大約 <strong>15 美元</strong>的佣金與服務費，但這 15 元幾乎沒有對應成本。</p><p>所以當一家公司從 1P 往 3P 傾斜，帳面營收成長會「看起來」變慢，利潤成長卻在加速。這是結構性的錯視，看財報時只盯營收年增率，就會誤判它在減速。</p><p>亞馬遜已經驗證過電商獲利的模式：<strong>1P 自營負責錨定價格、搭建履約、沉澱用戶，是微利甚至可能是階段性不賺錢，但不可或缺的流量底盤；3P 第三方平台才是獲利核心</strong> — — 由賣家承擔全部庫存與商品風險，平台只賺佣金、履約費與廣告費，實現輕資產、高毛利的成長。自己賣貨是辛苦的搬磚生意，幫別人賣貨是輕鬆的收租生意。</p><p>沃爾瑪也想明白了。所以他最近幾年全力推動電商從 1P 主導往 3P 傾斜，<strong>3P 業務的增速連續多個季度保持在 30% 以上，顯著快於 1P 自營約 25% 的增速。</strong></p><p><strong>那賣家為什麼願意從亞馬遜搬過來？</strong></p><p>兩邊的佣金率差不多，大部分品類都在 8% 到 15% 之間。差別在兩件事：<strong>廣告投報率跟履約費率。</strong></p><p>廣告這一塊，沃爾瑪現在是紅利窗口。亞馬遜的 3P 生態經過二十多年發展已經非常擁擠，活躍賣家超過 200 萬，流量越來越貴，廣告已經從成長工具變成生存成本。沃爾瑪這邊活躍賣家只有 20 萬，是亞馬遜的十分之一，廣告位供給充裕、競價相對溫和：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*9O6tmtFqYemjR13MNfqcdQ.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/768/1*TGT3iKdx7J7ZmLrjSi_f0A.png" /></figure><p>履約這一塊，沃爾瑪的 WFS 在 1 磅以上的所有重量段都比亞馬遜的 FBA 便宜，而且商品越重價差越大 — — 50 到 100 磅的商品，費率只有 FBA 的一半。</p><p><strong>Walmart Connect：零售媒體的印鈔機</strong></p><p>如果 Marketplace 是 3P 生態的交易層，Walmart Connect（零售媒體／廣告業務）就是<strong>變現層</strong> — — 整個商業模式裡利潤率最高、增速最快、想像空間最大的一塊。</p><p>2025 年營收 64 億美元、年增 45%。因為廣告位、客戶、數據都是現成的，它只需要搭一套投放系統就能把自己的流量變現，<strong>利潤率超過 40%</strong> — — 一年 26 億美元的利潤，正好填平 1P 自營的虧損。</p><p>產品矩陣已經全面對標亞馬遜：搜尋廣告、展示廣告、跟 The Trade Desk 合作的 DSP、2024 年花 23 億美元收購 VIZIO 拿下的智慧電視 CTV 入口。更獨特的是<strong>門市廣告</strong> — — 全美 4,600 多家門市裡的 17 萬塊數位螢幕、自助收銀台、廣播音頻全部變成可賣的版位，直接影響消費者在貨架前的最終決策，這是純線上平台複製不了的資產。</p><p>而它的廣告收入佔線上 GMV 的比重大約 3.9%，<strong>還不到亞馬遜（8.3%）的一半</strong>。這個差距就是市場給它的想像空間。</p><p>（GMV，商品交易總額 ＝ 平台上所有成交金額的加總，不管貨是誰的。）</p><p><strong>Walmart+ 與 Luminate：飛輪的燃料與軸承</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZqFBAFkMVns1_MjJda_nug.jpeg" /></figure><p>2020 年推出的 Walmart+ 直接對標 Prime，但走錯位路線：年費 98 美元，是 Prime（139 美元）的 70%，權益偏實用 — — 雜貨免費配送、加油站折扣，都是每週用得到的高頻省錢場景，而不是影音內容生態。滲透率差距仍大（訂閱數 3,200 萬對 1.85 億），但反過來看，<strong>Prime 已經逼近天花板，Walmart+ 上線才五年，還在滲透加速的爬坡窗口</strong>。</p><p>Luminate 則是把顆粒度極細的購物數據脫敏、結構化，打包成訂閱制分析產品賣給平台上的供應商與品牌商。<strong>數據本身才是留得下來的資源，固定成本一次性投入後，每多賣一份訂閱的邊際成本幾乎為零。</strong></p><p><strong>所以把兩邊的流程加起來一起看</strong></p><p><strong>流量 → 交易 → 廣告 → 數據 → 更精準的流量。</strong></p><p>雜貨的高頻消費把人拉進來，即時成交強化黏性，Walmart+ 把他們沉澱成全通路的忠實買家，3P 賣家豐富商品供給，廣告把流量與數據變現，Luminate 再把數據反哺回整條供應鏈的營運效率。</p><p>用一個比較直接的比喻：零售業務像好市多（低價高頻鎖客），平台業務像蝦皮（輕資產收租）。而且它是用同一批門市、同一批用戶在做這兩件事。</p><p><strong>沃爾瑪已經不是一家用商品賺錢的公司，是一家用流量賺錢的公司。</strong></p><p><strong>第四部：四項隱憂 — — 如果只講好消息，那故事只說一半</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ajJ1LxgGW-MYYP3-IOkvCA.jpeg" /></figure><p><strong>隱憂一：這輪成長，有多少是「補課紅利」？</strong> 沃爾瑪這一輪電商崛起，吃到的是雜貨與全通路這塊自己稟賦最厚、亞馬遜最難啃的蛋糕。換句話說，過去幾年的高成長有相當一部分是品類滲透率差異修復的紅利，而不是搶來的份額。而亞馬遜正在大舉殺進雜貨 — — 未來三年，這場仗會從「各自吃各自的蛋糕」變成「搶同一塊蛋糕」。</p><p><strong>隱憂二：3P 生態還很小，而且信任是長跑。</strong> 20 萬賣家對 200 萬賣家，差距是一個數量級。亞馬遜的 3P 佔 GMV 比重已接近 70%，沃爾瑪大約在 11% 到 26% 之間（不同機構口徑差異很大，我傾向保守看待偏低的那個），管理層的 2030 年目標是三分之一。<strong>建立商家信任是一場長跑，不是靠費率補貼就能買到的。</strong></p><p><strong>隱憂三：自動化紅利要等 3 到 5 年。</strong> APD 門市級規模化部署至少要到 2027 到 2029 年。未來兩年，履約成本的改善主要還是靠訂單密度提升跟流程優化，沒有技術上的跳躍。如果只是先把自動化紅利提前計入短期獲利預期，那只是在預支未來的錢。</p><p><strong>隱憂四：估值隱含的那條利潤率曲線。</strong> 把當前市值反推回去，市場定價隱含了一個相當陡峭的假設：在整體營收維持 5% 左右複合成長的前提下， 經營利潤率要在 5 年內從目前的 4.3% 一路抬升到 7.4%，年均增加 0.62 個百分點。 對一家營收體量已近兆美元、增速只有中個位數的成熟零售巨頭來說，這是個不小的挑戰，而能不能兌現幾乎全繫於廣告這台高毛利引擎能不能如期放量。</p><p>講得再直白一點：現在買沃爾瑪，你買的根本不是一家「低成長、4% 利潤率」的傳統零售商，而是一個「利潤率結構性抬升」的故事。這個故事很漂亮，但它需要每一季財報持續驗證。</p><p>另外，<strong>印度的 Flipkart 仍處於經營虧損</strong>（約 8 億美元量級），短期是財報上的拖累；而<strong>關稅是雙面刃</strong> — — 消費降級對沃爾瑪這種「最大公約數」型通路是利多，但關稅推升進口成本，跟它「售價先定死、成本倒推給供應商」的機制正面衝突。</p><p><strong>現在，我們來驗證！！！</strong></p><p>商業模式講完了。接下來就是驗證時間。</p><p>我們用最新這一季的財報，一項一項對這六件事：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*h5AS-16eT4c-UlNljkjAaw.jpeg" /></figure><ol><li><strong>電商業務增速</strong> — — 全通路轉化的動能還在不在</li><li><strong>3P GMV 佔比</strong> — — 平台化的進度，這是估值的核心變數</li><li><strong>廣告收入年增率</strong> — — 高毛利引擎能不能撐住 40% 以上的增速</li><li><strong>整體經營利潤率</strong> — — 有沒有走在 4.3% → 7.4% 那條曲線上</li><li><strong>Sam’s Club 增速</strong> — — 被市場長期低估的第三成長極</li><li><strong>同店銷售的客流／客單拆解</strong> — — 成長是靠人變多，還是靠通膨墊高單價</li></ol><p>而在對帳之前，先把答案講在前面：</p><p><strong>市場那天賣掉的不是沃爾瑪的業績，是沃爾瑪的「速度」。</strong></p><p><strong>第五步：先把政府退的那 29 億拆出來</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*t36gfLh9W6FYrzwwb8HXgQ.jpeg" /></figure><p>獲利數字很漂亮：營業利益 93.8 億美元，去年同期 78.8 億，年增 <strong>19.1%</strong>。營收只成長 5.9%，獲利卻跑贏三倍，哪裡怪怪的對吧？</p><p>沒錯！因為這季有一筆 <strong>29 億美元的關稅退稅</strong>，一次性的，大約等於沃爾瑪美國年銷售額的 0.5%。如果把這筆錢的損益影響拿掉，經營利潤年增率從 19.1% 掉到大約 <strong>9.9%</strong>。</p><p><strong>有意思的是它拿這筆錢做了什麼</strong></p><p>通常一家公司拿到一筆天上掉下來的錢，會有兩種選擇：留在帳上讓 EPS 好看，或是花掉、換別的東西。</p><p>沃爾瑪選了後者。7 月開始拿這筆錢對一批商品降價，幅度最高到 25%。</p><p>這件事狠在哪？它用的是帳外的一次性資金。傳統食品雜貨同業沒有這筆錢 — — 他們沒有對應規模的關稅曝險，自然也沒有對應規模的退稅。也就是說，沃爾瑪開出了一個短暫的窗口： 它可以在對手還不了手的情況下，把價差拉開。 而它在美國食品雜貨市場的份額已經 24%，克羅格 10%、好市多 9%。在這個位置上，用一筆不影響本業損益的錢多啃幾個百分點，CP 值很高。</p><p>這像你今年拿到一筆意外退稅。可以存進戶頭讓存摺好看一點，也可以拿去把房子的地基再灌深一層。沃爾瑪選了灌地基。</p><p><strong>但代價落在下一季</strong></p><p>這裡要講清楚一件很多人會搞混的事。</p><p>用開早餐店來想。今年政府退你 10 萬塊稅，你決定拿這 10 萬去把三明治從 60 元降到 50 元。</p><ul><li>那 10 萬塊，只會進帳這一次。 明年不會再有。</li><li>但降價之後，你每賣一個三明治就少賺 10 元，而且往後每一天都少賺。 除非哪天你把價格調回去。</li></ul><p>真正讓這季帳面好看的，是時間差：沃爾瑪是 <strong>7 月 6 日</strong>才開始降價的，而它的第二季在 <strong>7 月 31 日</strong>就結束了。</p><p>也就是說 — — <strong>這一季，退稅的好處全部入帳，降價的代價只扣了三個多禮拜。</strong></p><p>到了第三季，退稅沒有了，降價卻要扣滿整整三個月。這就是為什麼財報這麼漂亮，指引卻這麼保守。</p><p>還有第二個拖累，跟印度有關。Flipkart 一年最重要的大促是配合印度排燈節的檔期，而排燈節跟我們的農曆春節一樣，<strong>每年的日期會移動</strong>。今年這個檔期移出了第三季。</p><p>生意沒有變少，只是搬到別的季度去了。但財報是拿「今年這一季」跟「去年這一季」在比 — — 去年那一季有大促、今年這一季沒有，帳面上就會憑空少一塊。公司估計這會造成超過 1 個百分點的銷售逆風。</p><p>就像如果今年春節落在二月，你一月的業績跟「去年一月有年貨大街」相比一定很難看。不是生意變差，是節日搬家了。</p><p>所以出現了一個看起來矛盾的指引：<strong>全年往上調，下一季往下走。</strong></p><ul><li>全年固定匯率淨銷售增速：3.5%–4.5% → <strong>4.0%–5.0%</strong></li><li>全年經調整經營利潤：6.0%–8.0% → <strong>7.0%–8.5%</strong></li><li>但第三季：營收只增 <strong>3%–3.75%</strong>、營業利潤只增 <strong>2%–4%</strong>，調整後 EPS 指引 0.62–0.64，<strong>低於市場預期</strong></li></ul><p>而且上調的幅度也低於市場想要的。市場看的從來不是「今年很好」，是「接下來會不會變慢」。</p><p><strong>第六部：六個指標，一個一個對</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*f2Ss2Urm15sQWqUsx-Xddg.jpeg" /></figure><p><strong>第一：電商增速 — — 過關，但邊際在放緩</strong></p><p>全球電商淨銷售 <strong>+23%</strong>、佔總淨銷售 24%；美國 <strong>+24%</strong>（上一季 26%），已連續十個季度維持 20% 以上。</p><p>動能還在，只是不再加速。</p><p><strong>第二：3P Marketplace — — 本季最漂亮的一個</strong></p><p>Marketplace 淨銷售 <strong>+52%</strong>，上一季 50%。<strong>它不只沒減速，還在加速。</strong></p><p>前面說 3P 是估值故事的核心變數，因為它是把商品結構往高毛利傾斜的工具 — — 百貨毛利率顯著高於食品雜貨，而沃爾瑪自營做百貨要承擔庫存風險，透過第三方賣家做就不用。</p><p><strong>第三：廣告收入 — — 前面問能不能撐住 40%，答案是能</strong></p><p>全球廣告 <strong>+38%</strong>；Walmart Connect 剔除 VIZIO 併購影響後 <strong>+43%</strong>。</p><p>而且它還做了一筆補課的併購 — — 6 月 23 日宣布以約 14 億美元收購 Vibe.co，一個自助式的聯網電視廣告投放平台，主打中小企業，是它近兩年最大的一筆併購。</p><p>為什麼買這個？因為 Walmart Connect 目前的收入絕大部分來自大型企業廣告主，<strong>中小企業長尾是它相對亞馬遜最明顯的短板</strong>。亞馬遜的廣告生意有很大一塊是幾百萬個中小賣家在自助投放廣告，沃爾瑪缺的就是這條自助的路徑。Vibe.co 疊加已有的 VIZIO 智慧電視資產，等於補齊「自助投放＋聯網電視庫存＋閉環歸因」整條線。</p><p><strong>第四：經營利潤率 — — 這個要小心看</strong></p><p>前面算過，當前估值隱含的要求是經營利潤率五年內從 4.3% 走到 7.4%，<strong>年均往上 0.62 個百分點</strong>。</p><p>這季表面的營業利益率是 <strong>5.0%</strong>，去年同期 4.4%，看起來走在曲線上甚至超前。但把那 29 億退稅的損益影響拿掉，營業利益大約落在 86.6 億，對應利潤率是 <strong>4.6%</strong> 左右。</p><p><strong>扣掉一次性因素後，這一年只往上走了 0.2 個百分點左右，不到需要速度的三分之一。</strong></p><p>（雖然單季推年化本來就有誤差，季節性與退稅的實際入帳方式都會影響。但目前的方向是明確的：真實的利潤率改善，比預期中的要慢。）</p><p><strong>第五：Sam’s Club 會員店 — — 三大分部裡唯一提速的</strong></p><p>淨銷售 257 億美元、+8.8%，剔除燃油 <strong>+4.5%</strong>。同店（剔除燃油）<strong>+4.4%</strong>，上一季 3.9% — — <strong>全體系唯一同店在加速的板塊。</strong></p><p>為什麼要踢除燃油的部分？因為那是油價漲價造成營收增加的誤判，將近一半的表面成長是油價貢獻的，所以要踢除之後數字才比較真實。</p><p>拆開來更有意思：交易次數 <strong>+7.0%</strong>（上一季 6.2%），全公司最高；客單價 <strong>-2.5%</strong>。</p><p>同店銷售可以拆成<strong>交易次數 × 客單價</strong>，交易次數是「有多少筆結帳」，客單價是「平均每筆花多少錢」。拆開的目的只有一個：判斷成長是「人變多」還是「每個人花更多」。<strong>交易次數是唯一不能作弊的數據。</strong></p><p>客單價下滑在會員制的狀態下不是壞事，它反映的是「會員用更少的錢買到更多東西」。會員制本質上靠會費賺錢，不是靠商品價差，讓民眾覺得有更高的 CP 值反而有利續費率。</p><p>引流關鍵是加油站。5 月 Sam’s Club 加油量年增 12%，全行業同期下滑 5%。而<strong>加了油的會員，在其他品類的消費是非燃油會員的 1.6 倍</strong>。油價高的環境裡，加油站變成極強的引流入口。</p><p>前面說 Sam’s Club 是「被市場長期低估的第三成長線」，這季驗證了。</p><p><strong>第六：客流與客單拆解 — — 最痛的一個</strong></p><p>沃爾瑪美國本季營收 1,252 億、+3.5%。同店（剔除燃油）<strong>只增 2.6%</strong>，上一季 4.1%，市場預期 3.7%–3.8%。<strong>這是六年多以來最慢的同店增速。</strong></p><p>拆開量、價：交易次數 <strong>+1.5%</strong>（上一季 <strong>+3.0%</strong>，腰斬）、客單價 <strong>+1.1%</strong>（與上一季持平）。</p><p>前面問「成長是靠人變多，還是靠通膨墊高單價」 — — 答案是<strong>兩個都在減速，而且客流減得更快。</strong></p><p>而且把上一個指標拿來對照會更刺眼： 同一家公司、同一個國家，Sam’s Club 的交易次數 +7.0%，沃爾瑪美國只有 +1.5%。 這說明客流問題不完全是宏觀 — — 業態和客群結構也有關。Sam’s Club 服務的是付得起年費的中產家庭，沃爾瑪美國服務的是被物價壓得最緊的大眾市場。</p><p>公平起見，有一個外生因素要分開講：藥房業務受到藥品最高合理定價立法衝擊，對同店造成約 <strong>1.25%</strong> 的負面影響，剔除藥房後核心同店大約 3.9%。這 1.25% 不能算在經營能力頭上。但即使剔除，3.9% 也比上一季明顯放緩。</p><p>而客流這件事，沃爾瑪自己解決不了。它是宏觀環境的問題。</p><p><strong>第七部：回應了哪些隱憂，鞏固了哪些優勢</strong></p><p>前面列了四項隱憂，財報是拿來檢驗的。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BV7iO5ijAZMEBGoSbR8G8Q.jpeg" /></figure><p><strong>隱憂二（3P 太小）被強力回應。</strong> Marketplace +52% 且還在提速，接近一半的 Marketplace 業務透過沃爾瑪自己的履約服務完成 — — 賣家不只是來上架，是把庫存也搬過來了，那是信任的具體形式。</p><p><strong>隱憂四（利潤率曲線）明確惡化。</strong> 廣告確實放量了，但整體利潤率剔除一次性因素後只走了 0.2 個百分點。廣告跑得夠快，但它在整體營收裡的比重還太小，拉不動一台近兆美元營收的巨輪。這是分子跑贏、分母太大的問題，短期無解。</p><p><strong>隱憂三（自動化）原地不動</strong>，而且多了一個新擔憂：持續加碼自動化倉儲與 AI 供應鏈的投入，長期效率會提升，但相反的，短期會增加資本開支的壓力。市場開始擔心成長的時候，這會被算成扣分。</p><p><strong>隱憂一（補課紅利）只被半回應</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*M4YHLkSYPI_4hZbCM8AkCw.jpeg" /></figure><p>前面問的是：這輪成長有多少是真搶來的份額，有多少只是補課紅利？</p><p>這題要講清楚，得先知道一件事 — — <strong>市佔率提高有兩種完全不同的原因，但在財報上長得一模一樣。</strong></p><p>用夜市來想。</p><p>情況 A：你真的搶到客人。 夜市總共 1,000 個客人，去年你分到 200 個（市佔 20%），今年搶到 240 個（市佔 24%）。</p><p>情況 B：大家一起縮，你縮得慢。 夜市客人從 1,000 掉到 830，你從 200 掉到 199 — — 市佔一樣變成 24%。</p><p>兩種情況，市佔率都是從 20% 變 24%，寫在財報上一字不差。但景氣回來的那一天，結果完全相反：情況 A 的那 40 個新客人已經吃習慣你家了，人潮回來你只會更多；情況 B 的其他攤位一活過來，你的市佔就直接掉回 20%。</p><p><strong>市場付的錢是照 A 在算，公司拿到的可能是 B。</strong></p><p>那怎麼分辨？看絕對客流。真的在搶客人，交易次數就該明顯成長。而沃爾瑪美國這季的交易次數只有 <strong>+1.5%</strong>，上一季還有 3.0%。</p><p>它的市佔還在漲，但它自己的客人幾乎沒有增加多少。那份額是從哪來的？從對手掉得比它更快來的。同一週 TJX 和家得寶也發出消費疲弱的警告 — — 整個行業都在淋雨，只是沃爾瑪的傘比較大。</p><p>但我說「半回應」，是因為有一半是真的。年收入十萬美元以上的家庭持續轉向沃爾瑪，這是實打實的新客人，這批人本來不會走進沃爾瑪。</p><p>所以誠實的結論是：<strong>這一季的份額提升，一部分是真搶來的，一部分是別人跌得更慘。而交易次數 +1.5% 告訴我們，後者的比重不低。</strong></p><p><strong>至於鞏固的優勢，我認為有三件事值得記住</strong></p><p>第一，高毛利三件套已經扛起三分之一的獲利。 廣告 +38%、會員及其他收入 +15.6%、Marketplace +52%。<strong>會員與廣告合計已貢獻公司大約三分之一的經營利潤</strong>，而且具有訂閱式、經常性的特徵。這是它能在高物價、消費走弱的環境裡維持獲利韌性的底層原因。</p><p>第二，快速配送從「履約指標」升級成「獲客工具」。 門市履約配送 +43%，不到三小時的極速達已佔門市履約訂單約 37%。管理層有明講：用快速配送的客戶購物頻次更高、更可能成為 Walmart+ 會員。</p><p>以前速度是成本問題，現在速度是行銷預算。</p><p>同一個邏輯也發生在 AI 上：使用購物助理 Sparky 的客戶數年增 70%，用 Sparky 購物的單筆訂單金額比不使用的高出 40%。</p><p>第三，中國 Sam’s Club 仍是國際板塊的引擎。 中國固定匯率淨銷售 70 億、+20.7%，同店 +9.7%，電商 +26%，數位化銷售佔比達 55%，會員數創歷史新高。在中國整體零售疲軟（7 月社零年增只有 0.6%）的環境下，這很難得。</p><p>現金流也沒有問題：單季經營現金流 197 億、自由現金流 55 億。</p><p><strong>第八部：核心爭議 — — 多空兩邊的完整邏輯</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*bnZfh-sE6GwYAknngMe8Tw.jpeg" /></figure><p><strong>多方的邏輯</strong></p><p><strong>舊引擎減速不可怕，可怕的是沒有新引擎接棒。</strong></p><p>零售業的宿命是同店銷售終會走平，這是行業規律，不是沃爾瑪的失誤。真正決定一家零售商能不能跳出宿命的，是它有沒有在舊引擎熄火前把新引擎點燃。</p><p>而沃爾瑪手上的牌都還在雙位數以上擴張，沒有一張破裂：Marketplace +52% 還在提速、廣告 +38%、會員費雙位數成長且新增會員數創同期新高、中國 +20.7%、美國 Sam’s Club 是全體系唯一同店提速的板塊。</p><p>至於同店 2.6% — — 剔除藥房法規的 1.25% 後是 3.9%，沒那麼難看。而且客流疲弱是整個美國零售業共同面對的問題，同一週 TJX 和家得寶（Home Depot）都發出類似警告。這是宏觀的雨，不是沃爾瑪一家在淋。而它在雨天裡還在努力搶市佔，目前連年收入十萬美元以上的家庭都往它這裡走。等雨停了，這批被接收的客人不會全部離開。</p><p>而降價是主動選擇，不是被迫。用不需要償還的一次性資金，在對手沒有彈藥的窗口期擴大價差 — — 這是進攻，不是防守。</p><p><strong>空方的邏輯</strong></p><p><strong>37 倍本益比買的不是「這家公司好不好」，是「它會不會照時間表兌現」。</strong></p><p>暴跌前沃爾瑪的本益比已在 36–37 倍高位。它歷史上很少超過 30 倍，過去十年均值大約 25 倍。當前估值是歷史高位。</p><p>支撐這個高位的唯一理由是電商與廣告的轉型故事。</p><p>邏輯成立，但需要持續的數據驗證 — — 而這一季的驗證結果是：<strong>扣掉一次性退稅後，利潤率只走了 0.2 個百分點。</strong></p><p>同時，短板全部指向同一個方向：美國同店 2.6% 創六年新低、客流從 3.0% 腰斬到 1.5%、第三季指引營業利潤只增 2%–4%。</p><p>而且壓力都在後面：退稅紅利花完、降價的完整成本落在第三季、影響尚未完整體現。當這幾件事撞在同一個季度，數字只會更難看。</p><p>宏觀也不站在它這邊。7 月美國零售銷售環比下滑 0.6%，是 2025 年 5 月以來最大降幅；8 月密西根大學消費者信心指數初值只有 51，環比下滑 7.6%。沃爾瑪的財務長講得很白：「當油價突破每加侖 4 美元時，消費者會做出選擇。」</p><p>財報後多家投行下調目標價：高盛從約 141 降到 130、美銀從約 137 降到 126、摩根大通從 137 降到 125。只有 Bernstein 維持 142。</p><p><strong>有趣的是，有一個數字，多空兩邊看到的東西完全相反</strong></p><p><strong>年收入十萬美元以上的家庭持續轉向沃爾瑪。</strong></p><p>多方說：這是份額提升的鐵證，代表它的價值正在向上滲透。</p><p>空方說：當高收入家庭都開始找便宜貨，代表<strong>消費降級正在從低收入往上蔓延</strong>。沃爾瑪越是吸引到高收入客群，越說明整體消費環境在惡化。</p><p><strong>這不是兩種解讀，是同一件事的兩面，而且兩面都是真的。</strong></p><p><strong>我的判斷是</strong></p><p><strong>空方在「時間」上是對的，多方在「方向」上是對的。</strong></p><p>轉型是真的。新引擎確實在轉，而且轉得比我以為的快 — — Marketplace 加速、廣告 +38%、會員與廣告扛起三分之一的獲利，這些不是包裝出來的故事，是損益表上的事實。</p><p>但市場給的價格，假設了一個<strong>它目前跑不到的速度</strong>。</p><p>這不是公司出了問題，是估值跑在公司前面。而這兩件事的差別很重要：如果是公司出了問題，你該重新評估它值不值得持有；如果是估值跑在前面，我們該重新評估<strong>你願意用什麼價格買它</strong>。</p><p>所以真正的問題從來不是「要不要買沃爾瑪」，而是 — — <strong>我們願意用什麼價格，去買一個需要五年才能兌現的故事？</strong></p><p><strong>第九部：長債殖利率飆到 19 年新高，沃爾瑪能當避風港嗎？</strong></p><p>講完個股，把鏡頭拉遠一點。現在市場上有一個更大的變數，它會直接影響你怎麼看待沃爾瑪這種股票。</p><p>還記得我們說過下半年是存量市場的邏輯。</p><p>8 月 18 日，美國 <strong>30 年期公債殖利率觸及 5.33%，19 年新高</strong>，背景是美國政府債務總額正在逼近 40 兆美元。追蹤長天期公債的 TLT 已經跌到 <strong>2004 年以來的最低水位</strong>。財政部長貝森特出手做公債買回，撐起來的效果兩天就被抹平。</p><p>大科技也在同一個池子裡搶錢。五家超大規模業者（Alphabet、Amazon、Meta、Microsoft、Oracle）<strong>今年到 8 月 10 日已發行約 2,200 億美元的債券</strong>，而 S&amp;P Global 估計這五家 2026 年的資本支出合計約 <strong>7,500 億美元，等於它們合計營收的 38%</strong>。</p><p>更關鍵的是資金來源的變化：增量負債佔資本支出的比重，從 2024 財年的 <strong>9%</strong> 升到 2026 年中的 <strong>32%</strong>。</p><p>政府在借錢，大科技也在借錢，兩邊搶同一池子的水。池子沒有變大，於是<strong>買家開始要求更高的利息才願意把錢借出去。</strong></p><p><strong>這裡我要修正一個常見的說法</strong></p><p>很多人把這件事講成「利率要上升了」。但攤開數字看，10 年期公債殖利率<strong>還在 3.75%–4.75% 這個維持很久的區間裡</strong>，真正在飆的是 30 年期。</p><p>這不是「利率上升」，是<strong>殖利率曲線變陡</strong>。</p><p>差別在哪？「利率上升」代表市場預期央行會把短期利率拉高；「曲線變陡」代表的是另一件事 — — <strong>市場說：借你錢借更久，我要更多的風險補償。</strong></p><p>而這種行情最傷的不是所有股票，是「長天期估值的股票」：那些現金流大部分落在很遠的未來、要靠一個長期故事支撐當前價格的公司。因為當你把未來的現金流折現回今天，折現率一抬高，越遠的錢縮水越多。</p><p><strong>那沃爾瑪算不算避風港？</strong></p><p>我的答案是：<strong>它一半算，一半不算。</strong></p><p>現金流那一半，它是防禦的。單季經營現金流 197 億、自由現金流 55 億，食品雜貨是剛需，消費降級時它反而受益，而且幾乎不需要靠再融資維持營運。</p><p>但估值那一半，它一點都不防禦。34–37 倍的本益比，而整篇文章在講的那個轉型故事有一大半要五年後才兌現。<strong>用剛剛的定義，沃爾瑪本身就是一檔長天期資產。</strong></p><p>而 8 月 20 日那天跌 9.15%，就是最好的證明 — — <strong>當市場開始殺估值，一檔股票不會因為名字叫「防禦股」就被放過。</strong></p><p>這也是「債券代理股」（bond proxy）這個概念的核心。公用事業、必需消費、房地產、電信過去被當成避風港，是因為配息穩定又高於公債殖利率。但當無風險利率自己爬到 5% 以上，一檔配息 2%、本益比 35 倍的防禦股，吸引力就被直接抽掉了。你現在買的不是便宜的防禦股，是貴的防禦股。</p><p><strong>那有沒有更好的選擇？</strong></p><p>真正的避險資產要<strong>同時</strong>滿足兩個條件：<strong>現金流穩定且為正</strong>（不需要靠再融資活著），以及<strong>估值不貴</strong>（才有安全邊際去承受折現率上升）。</p><p>沃爾瑪只滿足第一個。</p><p><strong>收尾</strong></p><p>開頭我說，要解開「財報全面超預期、股價卻跌 9%」這個矛盾，得先知道這是一家什麼樣的公司。</p><p>現在我們知道了。而我對沃爾瑪最深的感受不是「它很強」，而是<strong>我可能一直用錯的尺在量它</strong>。</p><p>我們習慣把公司放進既有的分類格子裡面 — — 這是零售股、那是科技股，這檔給 15 倍、那檔給 40 倍。但真正在轉型的公司，最危險的地方就在於：財報還寫著舊名字，損益表的引擎卻已經悄悄換掉。</p><p>而這一季的財報給了更精確的答案：<strong>引擎確實換了，但引擎動的比市場想的慢。</strong></p><p>Marketplace 加速、廣告 +38%、會員與廣告扛起三分之一的獲利 — — 這些都是真的。但同店創六年新低、客流腰斬、扣掉退稅後利潤率只走了 0.2 個百分點、第三季指引再往下 — — 這些也都是真的。<strong>舊引擎降溫的速度，比新引擎接棒的速度快。</strong></p><p>市場在 8 月 20 日那天做的事，不是對沃爾瑪投下不信任票，是對「時間表」重新定價。</p><p>所以最後我想留給你的不是買賣建議，是一個提問的方式。下一季財報出來時，你可以只盯三件事：</p><ol><li><strong>客流有沒有止跌</strong> — — 最誠實的指標，也是沃爾瑪自己最無能為力的一項</li><li><strong>剔除一次性因素後的營業利益率有沒有加速</strong> — — 0.2 個百分點的速度撐不起 37 倍的估值</li><li><strong>第三季指引的 2%–4% 是不是保守值</strong> — — 實際做出來明顯更好，代表管理層在留後路；剛好落在區間，代表壓力是真的</li></ol><p>而這三個問題背後，其實是同一個問題：</p><p><strong>你買的到底是引擎，還是引擎的時間表？</strong></p><p>如果想聽有聲版本的，可以收聽「財鯨動向」！！</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=aef5607ce3ac" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Nvidia Q2 財報，那 30% 供給缺口，是誰的機會？(下)]]></title>
            <link>https://medium.com/@ming8323021/nvidia-q2-%E8%B2%A1%E5%A0%B1-%E9%82%A3-30-%E4%BE%9B%E7%B5%A6%E7%BC%BA%E5%8F%A3-%E6%98%AF%E8%AA%B0%E7%9A%84%E6%A9%9F%E6%9C%83-%E4%B8%8B-b870cbf055ab?source=rss-9f874702c93a------2</link>
            <guid isPermaLink="false">https://medium.com/p/b870cbf055ab</guid>
            <category><![CDATA[美股]]></category>
            <category><![CDATA[gpu]]></category>
            <category><![CDATA[nvidia]]></category>
            <category><![CDATA[投資]]></category>
            <category><![CDATA[財報]]></category>
            <dc:creator><![CDATA[Maggy Hwang]]></dc:creator>
            <pubDate>Sat, 29 Aug 2026 03:29:04 GMT</pubDate>
            <atom:updated>2026-08-29T03:29:04.237Z</atom:updated>
            <content:encoded><![CDATA[<h4>當晶片不再是瓶頸，輝達正在變成 AI 產業的「算力央行」</h4><h4><strong>三：風險往哪裡走？</strong></h4><p><strong>問題五：伺服器越來越貴，Nvidia還能不能守住 75% 的毛利率？</strong></p><p><strong>答案是：守不住，未來一年半 75% 這條線已經被公司說明守不住了。但這不重要，重要的是「怎麼掉下去的」。</strong></p><p>先把公司自己講的路徑再說一次：<strong>74% → 71~72%（觸底）→ 72~73%。</strong></p><p>所以問題應該換成是「掉的是不是結構性的？」。</p><p>要回答這題，得先搞懂一件事：<strong>記憶體漲價到底怎麼影響Nvidia？</strong></p><p>從 2025 年底以來，記憶體價格快速上漲，現貨價已經比去年下半年漲了 4–5 倍，還看不到停下來的意思。大摩估算，下一代機櫃 Rubin 200 相比上一代 Blackwell 300，GPU 佔整櫃成本的比例從 63% 掉到 50%；記憶體成本從不到 40 萬美元飆到 200 萬，佔整櫃成本從 9% 漲到 25%。</p><p>有其他機構更激進：2027 年一個機櫃成本會到 900 萬美元，其中記憶體 320 萬佔三分之一，GPU 佔比只剩 43.5%。</p><p>聽起來Nvidia要被吃掉一大塊。<strong>但這個算法有一個致命的誤解 — — 它把「記憶體」當成一個整體來看。</strong></p><p>記憶體其實有三種，而它們跟Nvidia的關係不完全關聯！！</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*MUGN453gT4Xz9APkVVuKig.jpeg" /></figure><p><strong>HBM（高頻寬記憶體）</strong>：這是<strong>焊死在 GPU 封裝裡</strong>的，跟晶片是一體的。所以它漲價，<strong>直接就是Nvidia的成本。</strong> 想像你賣便當，米漲價了 — — 米是便當的一部分，你躲不掉。</p><p><strong>NAND（快閃記憶體）</strong>：這是美光、三星<strong>直接賣給系統廠</strong>的，機櫃上的本地 NVMe 記憶體高度客製化，各家客戶配的都不一樣，基本不經過Nvidia。想像便當店旁邊的飲料櫃是別人來擺的，飲料漲價跟你的便當毛利無關。</p><p><strong>DRAM</strong>：這塊比較特別，<strong>客戶可以自己帶卡入場</strong>，也可以找Nvidia代購。而以大部分雲廠商的能力，他們會自己買 — — 找Nvidia代購等於多繳一層「Nvidia稅」，何必？所以這塊對Nvidia毛利率幾乎沒影響。</p><p>把這三個拆開之後，結論就非常清楚了：</p><p><strong>真正影響Nvidia毛利率的，只有 HBM 一種。</strong></p><p>那 HBM 的殺傷力有多大？</p><p>拿最極端的情境算：假設Nvidia完全無法把成本轉嫁給客戶，一分錢都吞下去，HBM 大約佔Nvidia總成本的 8.5%，那就是侵蝕 8.5％的毛利率。</p><p><strong>但實際上不可能是這樣。</strong> Nvidia有巨大的議價權，而且它是最早跟三家記憶體公司簽長約、鎖定量最大、也最早鎖產能的企業，未來產品成本裡還會有一部分便宜貨。考慮進去之後，保守估計對毛利率的影響大約是 3 個百分點。</p><p><strong>另外</strong>，Nvidia在從 Blackwell 升級到 Rubin 的過程中，機櫃售價從原來的 400 萬美元漲到 780 萬美元，接近翻倍。這個漲價本身就會把整體毛利率往上抬一些。</p><p><strong>兩邊一抵，最終影響大約落在 1–2 ％之間。<br></strong>而這個數字，跟管理層給的 72–73%（相對於現在的 75%）是對得上的。</p><p><strong>換句話說：毛利率的下滑是真的，但幅度看起來目前是可控的，而且公司選擇一次講清楚，不留懸念。</strong></p><p>老黃還給了一個我覺得很聰明的說法：<br><strong>「記憶體供應收緊，是推動我們自身增長的同一個需求暴增的症狀。」<br></strong>這句話的潛台詞是：記憶體漲價不是外部衝擊，是 AI 建設本身造成的。</p><p>一棟房子從 1,000 萬漲到 2,000 萬。建商的毛利率從 30% 掉到 27%。<br>但 1,000 萬的 30% 是 300 萬，2,000 萬的 27% 是 540 萬。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Qq9X-MYRdtYFWFOW32K8Xw.jpeg" /></figure><p><strong>毛利率掉了，賺的錢卻多了 80%。</strong></p><p>而且Nvidia的營收要成長 70%。毛利率從 75% 掉到 72.5%，毛利絕對金額還是暴增。</p><p><strong>三：風險往哪裡走？</strong></p><p><strong>毛利率、資產負債表，和那份新的監控清單</strong></p><p><strong>問題五：伺服器越來越貴，Nvidia還能不能守住 75% 的毛利率？</strong></p><p><strong>我的答案是：守不住，未來一年半 75% 這條線不存在。但這不重要，重要的是「怎麼掉下去的」。</strong></p><p>先把公司自己講的路徑再貼一次：<strong>74% → 71~72%（觸底）→ 72~73%。</strong></p><p>所以問題不該是「會不會掉」，而是「掉的是不是結構性的」。</p><p>要回答這題，得先搞懂一件事：<strong>記憶體漲價到底怎麼影響Nvidia？</strong></p><p>市場的恐慌大概是這樣的：從 2025 年底以來，記憶體價格快速上漲，現貨價已經比去年下半年漲了 4–5 倍，還看不到停下來的意思。大摩估算，下一代機櫃 Rubin 200 相比上一代 Blackwell 300，GPU 佔整櫃成本的比例從 63% 掉到 50%；記憶體成本從不到 40 萬美元飆到 200 萬，佔整櫃成本從 9% 漲到 25%。</p><p>伯恩斯坦更激進：2027 年一個機櫃成本會到 900 萬美元，其中記憶體 320 萬佔三分之一，GPU 佔比只剩 43.5%。</p><p>聽起來Nvidia要被吃掉一大塊。<strong>但這個算法有一個致命的誤解 — — 它把「記憶體」當成一個整體來看。</strong></p><p>【白話翻譯】記憶體其實有三種，而它們跟Nvidia的關係完全不同</p><p><strong>HBM（高頻寬記憶體）</strong>：這是<strong>焊死在 GPU 封裝裡</strong>的，跟晶片是一體的。所以它漲價，<strong>直接就是Nvidia的成本。</strong> 想像你賣便當，米漲價了 — — 米是便當的一部分，你躲不掉。</p><p><strong>NAND（快閃記憶體）</strong>：這是美光、三星<strong>直接賣給系統廠</strong>的，機櫃上的本地 NVMe 記憶體高度客製化，各家客戶配的都不一樣，基本不經過Nvidia。想像便當店旁邊的飲料櫃是別人來擺的，飲料漲價跟你的便當毛利無關。</p><p><strong>DRAM</strong>：這塊比較特別，<strong>客戶可以自己帶卡入場</strong>，也可以找Nvidia代購。而以大部分雲廠商的能力，他們會自己買 — — 找Nvidia代購等於多繳一層「Nvidia稅」，何必？所以這塊對Nvidia毛利率幾乎沒影響。</p><p>把這三個拆開之後，結論就非常清楚了：</p><p><strong>真正影響Nvidia毛利率的，只有 HBM 一種。</strong></p><p>那 HBM 的殺傷力有多大？</p><p>拿最極端的情境算：假設Nvidia完全無法把成本轉嫁給客戶，一分錢都吞下去，HBM 大約佔Nvidia總成本的 8.5%，那就是侵蝕 8.5％的毛利率。</p><p><strong>但實際上不可能是這樣。</strong> Nvidia有巨大的議價權，而且它是最早跟三家記憶體公司簽長約、鎖定量最大、也最早鎖產能的企業，未來產品成本裡還會有一部分便宜貨。考慮進去之後，保守估計對毛利率的影響大約是 3 個百分點。</p><p><strong>另外</strong>，Nvidia在從 Blackwell 升級到 Rubin 的過程中，機櫃售價從原來的 400 萬美元漲到 780 萬美元，接近翻倍。這個漲價本身就會把整體毛利率往上抬一些。</p><p><strong>兩邊一抵，最終影響大約落在 1–2 ％之間。</strong></p><p>而這個數字，跟管理層給的 72–73%（相對於現在的 75%）是完全對得上。</p><p><strong>換句話說：毛利率的下滑是真的，但幅度可控、可解釋，而且公司選擇一次講清楚，不留懸念。</strong></p><p>老黃還給了一個我覺得很聰明的定性說法：</p><p><strong>「記憶體供應收緊，是推動我們自身增長的同一個需求暴增的症狀。」</strong></p><p>這句話的潛台詞是：記憶體漲價不是外部衝擊，是 AI 建設本身造成的。</p><p>【生活化比喻】</p><p>一棟房子從 1,000 萬漲到 2,000 萬。建商的毛利率從 30% 掉到 27%。</p><p>但 1,000 萬的 30% 是 300 萬，2,000 萬的 27% 是 540 萬。</p><p><strong>毛利率掉了，賺的錢卻多了 80%。</strong></p><p>而且Nvidia的營收要成長 70%。毛利率從 75% 掉到 72.5%，毛利絕對金額還是暴增。</p><p><strong>那麼，記憶體漲價會不會擠壓大廠的預算，害他們少買 GPU？</strong></p><p>這是另一個市場很擔心的問題，但答案同樣可以量化。</p><p>拆解一下：GB300 機架的記憶體成本是 37.4 萬美元，VR200 是 200.2 萬，多出 163 萬。假設記憶體價格不漲，VR200 的售價應該落在 618–650 萬左右，實際卻是 780 萬。<strong>也就是說，780 萬的售價裡，大約有 130 萬純粹是替記憶體漲價買的單，佔機櫃價格的 16%。</strong></p><p>但大廠的資本支出不只買機櫃，還有土地、電力等其他支出。伺服器大概佔資料中心總資本開支的 70%。這樣一算，<strong>記憶體漲價對大廠來說，相當於必須多增加 10% 左右的資本支出</strong>。</p><p><strong>這個推論靠譜嗎？我們用大廠自己的財報驗證：</strong></p><ul><li><strong>亞馬遜</strong>：資本開支從 2,000 億提到 2,200 億，漲 10%。CEO Jassy 原話是「記憶體成本上升把這個數字推了上來」</li><li><strong>Meta</strong>：從 1,150–1,350 億提到 1,250–1,450 億，漲 8%。祖克柏說主要是零部件成本上升，特別是記憶體價格</li><li><strong>微軟</strong>：2026 年資本開支回到 1,900 億，其中有 250 億的增加明確來自零部件漲價，佔 15% 左右</li></ul><p><strong>所以關於記憶體漲價的部分大廠要吃下8% 到 15%的漲幅，跟推算是對得上的。</strong></p><p>那這 10–15% 的預算增加，會擠壓Nvidia嗎？</p><p>不能說100%不會但我覺得非常低的機率。</p><p>因為按現在的市場預期，2027 年大廠資本開支已經從今年的 8,000 億提升到 1.2–1.3 兆美元，<strong>漲幅 50%。</strong> 在一個要漲 50% 的池子裡掏出 10–15% 給記憶體，應該還是可以的。</p><p><strong>現在看nvidia</strong>的財報最好的一點是因為這些大廠已經開完財報了，在最新一輪的財報會議上，沒有任何一家公司，說因為記憶體太貴，所以要少買 GPU。</p><p><strong>大廠選擇的是加錢，不是砍量。</strong></p><p><strong>問題六：Nvidia開始親自解決土地、電力和融資，是好訊號還是壞訊號？</strong></p><p>這是我認為這篇文章裡最重要、也最難回答的一題。<strong>我的答案是：現階段是好訊號，但它同時建立了一份全新的監控清單，而且分界線非常清楚。</strong></p><p>先把Nvidia到底在做什麼講清楚。先來看一下這個四層框架：</p><p><strong>L1 供應承諾（鎖上游產能）→ L2 附加承諾（幫客戶搞定場地、電力、可續資的現金流）→ L3 擔保（幫客戶升級信用等級）→ L4 融資平台（引進全球長期資本）</strong></p><p><strong>這四層加起來，Nvidia扮演的角色其實是「算力供應和融資的央行」。</strong></p><p>【白話翻譯】這四層在做什麼？</p><p><strong>L1</strong>：我先跟上游簽死，未來三年的記憶體我全包了，別人搶不到。（2,790 億美元）</p><p><strong>L2</strong>：客戶說「我想蓋，但找不到地也接不到電」。Nvidia說沒關係，我用我的信用去簽，簽好轉給你。（560 億美元）</p><p><strong>L3</strong>：客戶說「銀行不敢借我錢，我信用不夠」。Nvidia說沒關係，我幫你擔保。（1,085 億美元）</p><p><strong>L4</strong>：整個產業說「這個規模的錢，銀行體系吃不下」。Nvidia說沒關係，我找六家全球最大的另類資產管理公司來，開一個 5,000 億的池子。</p><p>兩週前，Nvidia宣布與 Apollo、BlackRock、Blackstone、Brookfield、高盛、KKR 六家機構合作，推出超過 5,000 億美元的 AI 工廠融資平台。</p><p>分工是這樣的：</p><p><strong>角色</strong></p><p><strong>承擔什麼</strong></p><p>金融機構</p><p><strong>出資 + 獨立承銷</strong>，逐個項目評估客戶資質、需求、利用率、現金流和殘值</p><p><strong>Nvidia</strong></p><p><strong>提供 AI 工廠平台（DSX 機架方案 + CUDA 生態）</strong></p><p>客戶</p><p>前沿 AI 實驗室、企業、AI 雲廠商，以及建設主權 AI 的國家</p><p>在部分項目中，Nvidia可能提供最高覆蓋單筆 25% 的殘值支持，逐項審慎評估。</p><p><strong>先講好訊號的三個理由。</strong></p><p><strong>第一，這證明瓶頸已經從晶片向外移了。</strong></p><p>管理層有說：現在已經無法單純採購技術就把基礎設施立起來，<strong>土地、電力與廠房往往要提前兩三年鎖定。</strong></p><p>一家公司會去解決土地電力，只有一個原因 — — <strong>晶片這一關已經不是問題了。</strong> 這是需求太強才會有的煩惱。</p><p><strong>第二，結構設計非常精明。</strong></p><p>注意那個表格裡最重要的一行：<strong>Nvidia出平台，但不出資金。</strong></p><p>它提供的是平台和生態，把信用風險的大頭推給了六家金融機構，自己只保留一個最高 25% 的殘值保障。</p><p>【生活化比喻】</p><p>這就像一個建商，不自己蓋房子，而是提供一整套「蓋房子的標準流程和工法」，然後找銀行團來出錢、找地主來出地。</p><p>房子蓋起來了，掛的是它的招牌，用的是它的規格，但錢是別人的。它只承諾：如果房子最後賣不掉，我幫你買回四分之一。</p><p><strong>第三，這套機制在培養「不會背叛你的客戶」。</strong></p><p>前面講過，只有大廠有能力自研 ASIC，中小型客戶並沒有這種能力。而附加承諾、擔保和 5,000 億融資平台，全部都是為這類客戶帶來支持的。</p><p><strong>Nvidia在用自己的資產負債表，養出一批結構上不可能離開它的客戶。</strong></p><p>從商業設計來看，這步棋非常漂亮。</p><p><strong>但壞訊號的隱憂，也已經出現在報表上了。我列四個。</strong></p><p><strong>隱憂一：營運資金開始吃緊。</strong></p><ul><li><strong>應收帳款佔營收比衝到 0.66</strong>，是歷史新高（上一季是 0.50）</li><li><strong>DSO(應收帳款週轉天數) 升到 60 天</strong>，公司解釋是部分投資級客戶跨季度大額採購的賬期延長</li><li><strong>自由現金流從上一季的 485.54 億，掉到這一季的 213.41 億</strong></li></ul><p>Nvidia的解釋是「不是盈利能力惡化，是營運資金佔用增加」 — — 這一季應收帳款增加 223.46 億、庫存增加 57.84 億、預付款和其他資產增加 54.97 億。</p><p>這個解釋是成立的。但「客戶付款速度變慢」和「業務規模擴張」在數字上長得一模一樣，你只能靠時間去分辨。<strong>這個數字要持續關注。</strong></p><p><strong>隱憂二：利潤的組成正在改變。</strong></p><p>這一季 GAAP EPS 是 2.46 美元，non-GAAP 是 2.22 美元。差距在哪？</p><p><strong>在「其他收入」裡包含了約 77.7 億美元的權益證券淨收益。</strong></p><p>再看資產負債表：截至這一季末，市場化權益證券 427.83 億、非上市證券 511.57 億，<strong>兩者合計約 939 億美元</strong>，較年初大幅增加。六個月累計權益證券淨收益約 237 億美元。</p><p><strong>公司的利潤裡，開始混入越來越多的投資收益。</strong></p><p>這帶來一個很實際的估值問題：<strong>這部分利潤，該給幾倍本益比？</strong></p><p>賣晶片的利潤是可重複、可預測的。投資收益是市值波動帶來的，AI 估值上漲時它是加分，下跌時它是雙殺。</p><p><strong>隱憂三：表外義務在膨脹，而且還沒算完。</strong></p><p>560 億附加承諾 + 1,085 億擔保 = 1,645 億。</p><p><strong>而那 5,000 億的融資池，還完全沒有統計在內。</strong></p><p>其中那 200 億「代第三方簽的未起租租約」風險最直接 — — Nvidia打算把部分資料中心租約轉讓給第三方，<strong>如果轉不出去，200 億的租賃負債在起租日就落回Nvidia自己的表上。</strong></p><p>好消息是觸發後的選擇權在Nvidia手上：公司可以自行承接租約、要求 SB Energy 重新出租、啟動出售、允許終止，或在承擔特定項目成本的前提下最多延後一年。</p><p><strong>隱憂四：CFO 自己說出了那個詞。</strong></p><p>CFOO<strong>說「我們深知這種支持的規模，也明白有些人可能會將其稱為『循環融資』。但我們的看法不同。我們所投入資本將帶來極佳的股權回報。」</strong></p><p>【白話翻譯】什麼是「循環融資」？</p><p>Nvidia拿錢投資 OpenAI → OpenAI 拿這筆錢向Nvidia買 GPU → Nvidia認列營收。</p><p>錢從Nvidia的左口袋出去，繞了一圈，變成Nvidia的營收。</p><p>這在會計上完全合法，在商業上也不見得有問題 — — 只要 OpenAI 最後真的靠這批 GPU 賺到錢。<strong>但如果賺不到，這圈就是空轉。</strong></p><p>Nvidia自己已經向前沿 AI 實驗室投資了近 500 億美元。而管理層說，明年需要Nvidia信用支持的實驗室，約佔公司業務的四分之一。</p><p><strong>這個「四分之一」，是整份財報裡最實際的風險量化。</strong></p><p><strong>所以我的結論是什麼？</strong></p><p>【生活化比喻】</p><p>想像一家手機廠商，做出了全世界最好的手機，訂單接不完。</p><p>但它發現：通路商沒錢進貨。</p><p>於是它開始幫通路商找銀行、幫他們做保、甚至入股他們，還幫他們租店面。</p><p>短期的出貨數字會非常漂亮，因為原本進不了貨的通路，現在都能進了。</p><p><strong>但從這一刻起，你的營收品質，已經和通路商的存活率綁在一起了。</strong></p><p><strong>現階段我把它讀成好訊號。</strong> 因為它是「需求太強、瓶頸外移」的產物，而且Nvidia的結構設計把大部分信用風險推了出去。</p><p><strong>但分界線非常清楚：</strong></p><p><strong>如果Nvidia幫忙搭起來的產能，最後是由「有付款能力的客戶」填滿的，那它就是一台加速器。</strong></p><p><strong>如果是由「靠Nvidia的信用才存在的客戶」填滿的，那Nvidia就是把整個產業週期的風險，留在了自己身上。</strong></p><p>而要分辨這兩者，你只需要盯三個數字：<strong>應收帳款佔營收比、表外擔保總額、權益投資收益佔利潤比。</strong></p><p>這三個數字如果繼續往上走，而 ACIE 的收入沒有跟上 — — 性質就從「加速器」變成「支撐線」了。</p><p><strong>第四層：台灣投資人該怎麼看</strong></p><p>前面講的都是Nvidia。但你我在台灣，真正要問的是：<strong>這對我手上的部位意味著什麼？</strong></p><p>我整理出五個具體的意涵。</p><p><strong>一、機櫃單價翻倍，而Nvidia只吃掉其中 70%</strong></p><p>這是我認為最被低估的一條線。</p><p><strong>機櫃售價從 Blackwell 的 400 萬美元，漲到 Rubin 的 780 萬美元。</strong></p><p>但有一個關鍵細節：<strong>Nvidia在機櫃上確認的收入，大約只佔整櫃價值的 70% 左右。</strong></p><p>剩下那 30% 是什麼？<strong>NAND、散熱、電源、機構件、組裝。</strong></p><p><strong>那正是台廠的地盤。</strong></p><p>【算一下】</p><p>一櫃 400 萬時，非Nvidia那 30% 是 120 萬美元。</p><p>一櫃 780 萬時，非Nvidia那 30% 是 234 萬美元。</p><p><strong>同樣一櫃，台廠能分到的絕對金額接近翻倍。</strong></p><p>而且這還沒算出貨量的成長。當市場只盯著「Nvidia毛利率會不會掉」的時候，散熱、電源、機構件這一整條供應鏈的單櫃價值，正在快速抬升。</p><p><strong>二、VR200 NVL72 是 100% 液冷 — — 液冷不再是選配題</strong></p><p>上一代還有風冷與液冷並存的空間，這一代規格書上寫的是 <strong>100% 液冷</strong>。</p><p>TDP 從 Blackwell 的 1000W 拉到 Rubin 的 2300W，再到 Rubin Ultra 的 3600W。這個功耗曲線，物理上只剩一條路了。</p><p><strong>液冷滲透率不再是「會不會」的問題，是「多快」的問題。</strong></p><p><strong>三、節奏是關鍵：Q4 才是真放量</strong></p><p><strong>Rubin 這一季（Q3）只佔資料中心收入約 20%，Q4 及 FY28 才進一步加速。</strong></p><p>意思是：如果你在追台廠的 Rubin 相關供應鏈，<strong>真正的拉貨高峰落在 2026 年第四季之後，一路延伸到 2027 年。</strong></p><p>現在的財報數字還在反映 Blackwell 的尾聲。</p><p><strong>四、2,790 億承諾鎖到 2029 — — 能見度史上最長，但兩邊要分開看</strong></p><p>2,790 億的供應承諾裡，FY27 剩餘 920 億、2028 年 870 億、2029 年 880 億，<strong>大部分是記憶體備貨。</strong></p><p><strong>好消息</strong>：這代表Nvidia已經提前把 HBM/DRAM 產能從現貨市場上鎖死。供應鏈的能見度被拉長到史上最長。這是Nvidia給內存供應鏈的合同底倉，也讓它在跟記憶體廠談判時的話語權更硬。</p><p><strong>但要分開看</strong>：記憶體漲價對台灣的意義是兩面的 — —</p><ul><li>對<strong>記憶體模組廠</strong>，是漲價紅利</li><li>對<strong>需要買記憶體的伺服器代工廠</strong>，是成本壓力，要看能不能轉嫁</li></ul><p><strong>同一則新聞，對不同的公司是相反的訊號。</strong></p><p><strong>五、Vera CPU 獨立出貨 — — x86 的版圖第一次真的鬆動</strong></p><p>前面算過，Vera CPU 對Nvidia自己的財務貢獻只有約 1.3%。但對整個伺服器產業鏈，這是一個結構性訊號。</p><p><strong>AWS 從這一季開始採用 Vera CPU，甲骨文和 SpaceX 已經在用。管理層預期每一家主要超大規模雲服務商、Neocloud、AI 實驗室和系統 OEM 廠商都將部署 Vera。</strong></p><p>x86 在 AI 機櫃裡的位置，正在被系統性地取代。</p><p><strong>如果你的持股跟伺服器 CPU 架構有關，這件事的時間尺度可能比你想的短。</strong></p><p><strong>最後，關於估值</strong></p><p>Nvidia目前市值約 5.1 兆美元。</p><ul><li>若按 FY28 收入成長 70%、毛利率 72.5% 計算，<strong>forward PE 約 15 倍</strong></li><li>若收入成長最後落在 90–100%（管理層說不受供給限制的話是 100%），<strong>forward PE 可能低到 12 倍</strong></li><li>假定兩年營收複合年增 +85%、毛利率 73%、稅率 16.5%，對應 <strong>13 倍 PE</strong></li></ul><p>【白話翻譯】forward PE 是什麼？</p><p>PE（本益比）＝ 股價 ÷ 每股盈餘。簡單說就是「你花的錢，要幾年才賺得回來」。</p><p><strong>forward PE</strong> 是用「明年預估會賺的錢」來算，而不是用「去年已經賺的錢」。對高成長公司來說，用去年的數字算會嚴重高估貴的程度。</p><p><strong>作為對照：可口可樂的本益比是 27 倍。</strong></p><p>一家營收要成長 70%（甚至可能 100%）的公司，本益比只有 12–15 倍。這個錯配本身就說明了市場的真實心態 — — <strong>市場不是不相信Nvidia會賺錢，市場是不相信這件事能持續多久。</strong></p><p>估值一直上不去，是因為市場擔心三件事：大廠資本開支的回落、市場地位與毛利率能否維持、業績是否見頂。</p><p><strong>這次財報，Nvidia用 FY28 的 70% 指引，把第一件事往後推了整整一年。</strong></p><p><strong>收尾：</strong></p><p>如果接下來每一季，Nvidia都超預期 — — 營收超、獲利超、指引超。<strong>但同時，應收帳款佔營收比持續往上、表外擔保金額持續變大、投資收益佔利潤的比重持續提高。</strong></p><p><strong>你會把這讀成哪一種故事？</strong></p><p><strong>A. 成長太快，現金追不上。</strong> 這是好公司在高速擴張期的正常代價，就像一家餐廳生意太好，備料和人力都來不及。</p><p><strong>B. 客戶付不出錢，要靠Nvidia墊。</strong> 這是需求品質開始劣化的早期訊號，數字上會延後一到兩年才顯現。</p><p><strong>這兩個故事，在財報上長得一模一樣。</strong></p><p>分辨它們唯一的方法，是回到我在前面反覆提到的那份追蹤清單：</p><ol><li><strong>ACIE 收入能不能連續兩季超預期</strong></li><li><strong>附加承諾的成長率會不會低於營收成長率</strong></li><li><strong>應收帳款佔營收比會不會回落</strong></li><li><strong>Q4 毛利率有沒有如期在 71–72% 觸底</strong></li></ol><p>這四個數字，就是接下來一年判斷 AI 基礎設施週期的儀表板。</p><p>最後想跟你說的是：</p><p>過去三年，投資 AI 這件事很簡單 — — 你只要相信需求會來就好。買什麼都對，因為潮水在漲。</p><p><strong>但從這一季開始，AI 的投資難度上升了一個等級。</strong></p><p>因為需求已經證明存在，而且大到供給跟不上。這意味著贏家不再是「押對趨勢」的人，而是「押對執行」的人 — — 誰能真的把地拿到、把電接上、把記憶體鎖住、把良率爬上去。</p><p>老黃在電話會結尾說：<strong>「明年將是極為龐大、相當非凡的一年。」</strong></p><p>結合 70% 的底線指引和 100% 的真實需求，這句話更像是一個基於供應鏈可見度的務實判斷，而不是簡單的樂觀預期。</p><p><strong>那麼問題就回到你身上了 — —</strong></p><p><strong>你現在手上的 AI 部位，是押在「需求」上，還是押在「執行」上？</strong></p><p>這兩者的差別，不在你買了哪家公司，而在 — — <strong>這隻股票要漲，需要什麼條件成立。</strong></p><p><strong>需求押注</strong>＝你賺的是「<strong>總量變大</strong>」的錢。</p><p>只要 AI 花的錢繼續變多，你就會賺。但這件事別人也做得到，你沒有稀缺性，你只是站在潮水裡。</p><p><strong>執行押注</strong>＝你賺的是「<strong>別人做不到</strong>」的錢。</p><p>你卡在一個實體瓶頸上，客戶就算想換也換不掉。潮水漲你賺，潮水停了你還有排隊的訂單。</p><p><strong>用淘金熱來想這件事</strong></p><p>淘金熱的時候，有兩種人在賺錢。</p><p><strong>一種是賣鏟子的。</strong> 只要來淘金的人夠多，鏟子就賣得掉。但鏟子誰都能做，隔壁三家店也在賣。所以人潮一少，你就完了。</p><p><strong>另一種是那條唯一通往金礦的橋的老闆。</strong> 不管來的人是變多還是變少，只要有人要過去，就得付過路費。而且別人想再蓋一座橋，要三年。</p><p><strong>賣鏟子的，賺的是人數。橋的老闆，賺的是別人蓋不出第二座橋。</strong></p><p>過去三年，這兩種人賺的錢差不多，因為人潮實在太洶湧。但現在我們要學會分辨自己手上持有的股票是賺哪種錢。</p><p>【<strong>那麼，記憶體漲價會不會擠壓大廠的預算，害他們少買 GPU？</strong>】</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*opt13eqysEjZP4j9J1TbLw.jpeg" /></figure><p>這是另一個市場很擔心的問題，但答案同樣可以量化。</p><p>拆解一下：GB300 機架的記憶體成本是 37.4 萬美元，VR200 是 200.2 萬，多出 163 萬。假設記憶體價格不漲，VR200 的售價應該落在 618–650 萬左右，實際卻是 780 萬。<strong>也就是說，780 萬的售價裡，大約有 130 萬純粹是替記憶體漲價買的單，佔機櫃價格的 16%。</strong></p><p>但大廠的資本支出不只買機櫃，還有土地、電力等其他支出。伺服器大概佔資料中心總資本開支的 70%。這樣一算，<strong>記憶體漲價對大廠來說，相當於必須多增加 10% 左右的資本支出</strong>。</p><p><strong>這個推論靠譜嗎？我們用大廠自己的財報驗證：</strong></p><ul><li><strong>亞馬遜</strong>：資本開支從 2,000 億提到 2,200 億，漲 10%。CEO Jassy 原話是「記憶體成本上升把這個數字推了上來」</li><li><strong>Meta</strong>：從 1,150–1,350 億提到 1,250–1,450 億，漲 8%。祖克柏說主要是零部件成本上升，特別是記憶體價格</li><li><strong>微軟</strong>：2026 年資本開支回到 1,900 億，其中有 250 億的增加明確來自零部件漲價，佔 15% 左右</li></ul><p><strong>所以關於記憶體漲價的部分大廠要吃下8% 到 15%的漲幅，跟推算是對得上的。</strong></p><p>那這 10–15% 的預算增加，會擠壓Nvidia嗎？</p><p>不能說100%不會但我覺得是非常低的機率。</p><p>因為按現在的市場預期，2027 年大廠資本開支已經從今年的 8,000 億提升到 1.2–1.3 兆美元，<strong>漲幅 50%。</strong> 在一個要漲 50% 的池子裡掏出 10–15% 給記憶體，應該還是可以的。</p><p><strong>現在看nvidia</strong>的財報最好的一點是因為這些大廠已經開完財報了，在最新一輪的財報會議上，沒有任何一家公司，說因為記憶體太貴，所以要少買 GPU。</p><p><strong>大廠選擇的是加錢，不是砍量。</strong></p><p><strong>問題六：Nvidia開始親自解決土地、電力和融資，是好訊號還是壞訊號？</strong></p><p><strong>我的答案是：現階段是好訊號，但它同時建立了一份全新的監控清單，而且分界線非常清楚。</strong></p><p>先把Nvidia到底在做什麼講清楚。先來看一下這個四層框架：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3KCR7sKg06du0Ib9773NWQ.jpeg" /></figure><p><strong>1. 供應承諾（鎖上游產能）→ 2. 附加承諾（幫客戶搞定場地、電力、可續資的現金流）→ 3. 擔保（幫客戶升級信用等級）→ 4. 融資平台（引進全球長期資本）</strong></p><p><strong>這四層加起來，Nvidia扮演的角色其實是「算力供應和融資的央行」。</strong></p><p>白話解釋一下，這四層在做什麼？</p><p>1.：我先跟上游簽死，未來三年的記憶體我全包了，別人搶不到。（2,790 億美元）</p><p>2.：客戶說「我想蓋，但找不到地也接不到電」。Nvidia說沒關係，我用我的信用去簽，簽好轉給你。（560 億美元）</p><p>3.：客戶說「銀行不敢借我錢，我信用不夠」。Nvidia說沒關係，我幫你擔保。（1,085 億美元）</p><p>4.：整個產業說「這個規模的錢，銀行體系吃不下」。Nvidia說沒關係，我找六家全球最大的另類資產管理公司來，開一個 5,000 億的池子。</p><p>兩週前，Nvidia宣布與 Apollo、BlackRock、Blackstone、Brookfield、高盛、KKR 六家機構合作，推出超過 5,000 億美元的 AI 工廠融資平台。</p><p>所以分工是這樣的：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*XhGh25bDic2f09dNBgWsPg.png" /></figure><p>在部分項目中，Nvidia可能提供最高覆蓋單筆 25% 的殘值支持，逐項審慎評估。</p><p><strong>先講好訊號的三個理由。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yawqec66vaWWsepK6AkPRA.png" /></figure><p><strong>第一，這證明瓶頸已經從晶片向外移了。</strong></p><p>管理層有說：現在已經無法單純採購技術就把基礎設施立起來，<strong>土地、電力與廠房往往要提前兩三年鎖定。</strong></p><p>一家公司會去解決土地電力，只有一個原因 — — <strong>晶片這一關已經不是問題了。</strong> 這是需求太強才會有的煩惱。</p><p><strong>第二，結構設計非常精明。</strong></p><p>注意那個表格裡最重要的一行：<strong>Nvidia出平台，但不出資金。</strong></p><p>它提供的是平台和生態，把信用風險的大頭推給了六家金融機構，自己只保留一個最高 25% 的殘值保障。</p><p>這就像一個建商，不自己蓋房子，而是提供一整套「蓋房子的標準流程和工法」，然後找銀行團來出錢、找地主來出地。</p><p>房子蓋起來了，掛的是它的招牌，用的是它的規格，但錢是別人的。它只承諾：如果房子最後賣不掉，我幫你買回四分之一。</p><p><strong>第三，這套機制在培養「不會背叛你的客戶」。</strong></p><p>前面講過，只有大廠有能力自研 ASIC，中小型客戶並沒有這種能力。而附加承諾、擔保和 5,000 億融資平台，全部都是為這類客戶帶來支持的。</p><p><strong>Nvidia在用自己的資產負債表，養出一批結構上不可能離開它的客戶。</strong></p><p>從商業設計來看，這步棋非常漂亮。</p><p><strong>但壞訊號的隱憂，也已經出現在報表上了。我列四個。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*49WTLT2LonT5nzxGcrzDSw.jpeg" /></figure><p><strong>隱憂一：營運資金開始吃緊。</strong></p><ul><li><strong>應收帳款佔營收比衝到 0.66</strong>，是歷史新高（上一季是 0.50）</li><li><strong>DSO(應收帳款週轉天數) 升到 60 天</strong>，公司解釋是部分投資級客戶跨季度大額採購的賬期延長</li><li><strong>自由現金流從上一季的 485.54 億，掉到這一季的 213.41 億</strong></li></ul><p>Nvidia的解釋是「不是盈利能力惡化，是營運資金佔用增加」 — — 這一季應收帳款增加 223.46 億、庫存增加 57.84 億、預付款和其他資產增加 54.97 億。</p><p>這個解釋是成立的。但「客戶付款速度變慢」和「業務規模擴張」在數字上長得一模一樣，你只能靠時間去分辨。<strong>這個數字要持續關注。</strong></p><p><strong>隱憂二：利潤的組成正在改變。</strong></p><p>這一季 GAAP EPS 是 2.46 美元，non-GAAP 是 2.22 美元。差距在哪？</p><p><strong>在「其他收入」裡包含了約 77.7 億美元的權益證券淨收益。</strong></p><p>再看資產負債表：截至這一季末，市場化權益證券 427.83 億、非上市證券 511.57 億，<strong>兩者合計約 939 億美元</strong>，較年初大幅增加。六個月累計權益證券淨收益約 237 億美元。</p><p><strong>公司的利潤裡，開始混入越來越多的投資收益。</strong></p><p>這帶來一個很實際的估值問題：<strong>這部分利潤，該給幾倍本益比？</strong></p><p>賣晶片的利潤是可重複、可預測的。投資收益是市值波動帶來的，AI 估值上漲時它是加分，下跌時它是雙殺。</p><p><strong>隱憂三：表外義務在膨脹，而且還沒算完。</strong></p><p>560 億附加承諾 + 1,085 億擔保 = 1,645 億。</p><p><strong>而那 5,000 億的融資池，還完全沒有統計在內。</strong></p><p>其中那 200 億「代第三方簽的未起租租約」風險最直接 — — Nvidia打算把部分資料中心租約轉讓給第三方，<strong>如果轉不出去，200 億的租賃負債在起租日就落回Nvidia自己的表上。</strong></p><p>好消息是觸發後的選擇權在Nvidia手上：公司可以自行承接租約、要求 SB Energy 重新出租、啟動出售、允許終止，或在承擔特定項目成本的前提下最多延後一年。</p><p><strong>隱憂四：CFO 自己說出了那個詞。</strong></p><p>CFOO<strong>說「我們深知這種支持的規模，也明白有些人可能會將其稱為『循環融資』。但我們的看法不同。我們所投入資本將帶來極佳的股權回報。」</strong></p><p>【什麼是「循環融資」？】</p><p>Nvidia拿錢投資 OpenAI → OpenAI 拿這筆錢向Nvidia買 GPU → Nvidia認列營收。</p><p>錢從Nvidia的左口袋出去，繞了一圈，變成Nvidia的營收。</p><p>這在會計上完全合法，在商業上也不見得有問題 — — 只要 OpenAI 最後真的靠這批 GPU 賺到錢。<strong>但如果賺不到，這圈就是空轉。</strong></p><p>Nvidia自己已經向前沿 AI 實驗室投資了近 500 億美元。而管理層說，明年需要Nvidia信用支持的實驗室，約佔公司業務的四分之一。</p><p><strong>這個「四分之一」，是整份財報裡最實際的風險量化。</strong></p><p>就像一家手機廠商，做出了全世界最好的手機，訂單接不完。<br>但它發現：通路商沒錢進貨。<br>於是它開始幫通路商找銀行、幫他們做保、甚至入股他們，還幫他們租店面。短期的出貨數字會非常漂亮，因為原本進不了貨的通路，現在都能進了。</p><p><strong>但從這一刻起，你的營收品質，已經和通路商的存活率綁在一起了。</strong></p><p><strong>所以現階段我把它讀成好訊號。</strong> 因為它是「需求太強、瓶頸外移」的產物，而且Nvidia的結構設計把大部分信用風險推了出去。</p><p><strong>但分界線非常清楚：</strong></p><p><strong>如果Nvidia幫忙搭起來的產能，最後是由「有付款能力的客戶」填滿的，那它就是一台加速器。</strong></p><p><strong>如果是由「靠Nvidia的信用才存在的客戶」填滿的，那Nvidia就是把整個產業週期的風險，留在了自己身上。</strong></p><p>而要分辨這兩者，你只需要盯三個數字：<strong>應收帳款佔營收比、表外擔保總額、權益投資收益佔利潤比。</strong></p><p>這三個數字如果繼續往上走，而 ACIE 的收入沒有跟上 — — 性質就從「加速器」變成「支撐線」了。</p><p><strong>第四層：台灣投資人該怎麼看</strong></p><p>前面講的都是Nvidia。但你我在台灣，真正要問的是：<strong>這對我手上的部位意味著什麼？</strong></p><p>我整理出五個具體的意涵。</p><p><strong>一、機櫃單價翻倍，而Nvidia只吃掉其中 70%</strong></p><p><strong>機櫃售價從 Blackwell 的 400 萬美元，漲到 Rubin 的 780 萬美元。</strong></p><p>但有一個關鍵細節：<strong>Nvidia在機櫃上確認的收入，大約只佔整櫃價值的 70% 左右。</strong></p><p>剩下那 30% 是什麼？<strong>NAND、散熱、電源、機構件、組裝。</strong></p><p><strong>那就是台廠的地盤。</strong></p><p>【簡單計算一下】</p><p>一櫃 400 萬時，非Nvidia那 30% 是 120 萬美元。<br>一櫃 780 萬時，非Nvidia那 30% 是 234 萬美元。</p><p><strong>同樣一櫃，台廠能分到的絕對金額接近翻倍。</strong></p><p>而且這還沒算出貨量的成長。當市場只盯著「Nvidia毛利率會不會掉」的時候，散熱、電源、機構件這一整條供應鏈的單櫃價值，正在快速抬升。</p><p><strong>二、VR200 NVL72 是 100% 液冷 — — 液冷不再是選配</strong></p><p>上一代還有風冷與液冷並存的空間，這一代規格書上寫的是 <strong>100% 液冷</strong>。</p><p>TDP 從 Blackwell 的 1000W 拉到 Rubin 的 2300W，再到 Rubin Ultra 的 3600W。這個功耗曲線，物理上只剩一條路了。</p><p><strong>液冷滲透率不再是「會不會」的問題，是「多快」的問題。</strong></p><p><strong>三、節奏是關鍵：Q4 才是真放量</strong></p><p><strong>Rubin 這一季（Q3）只佔資料中心收入約 20%，Q4 及 FY28 才進一步加速。</strong></p><p>意思是：如果你在追台廠的 Rubin 相關供應鏈，<strong>真正的拉貨高峰落在 2026 年第四季之後，一路延伸到 2027 年。</strong></p><p>現在的財報數字還在反映 Blackwell 的尾聲。</p><p><strong>四、2,790 億承諾鎖到 2029 — — 能見度史上最長，但兩邊要分開看</strong></p><p>2,790 億的供應承諾裡，FY27 剩餘 920 億、2028 年 870 億、2029 年 880 億，<strong>大部分是記憶體備貨。</strong></p><p><strong>好消息</strong>：這代表Nvidia已經提前把 HBM/DRAM 產能從現貨市場上鎖死。供應鏈的能見度被拉長到史上最長。這是Nvidia給內存供應鏈的合同底倉，也讓它在跟記憶體廠談判時的話語權更硬。</p><p><strong>但要分開看</strong>：記憶體漲價對台灣的意義是兩面的 — —</p><ul><li>對<strong>記憶體模組廠</strong>，是漲價紅利</li><li>對<strong>需要買記憶體的伺服器代工廠</strong>，是成本壓力，要看能不能轉嫁</li></ul><p><strong>同一則新聞，對不同的公司是相反的訊號。</strong></p><p><strong>五、Vera CPU 獨立出貨 — — x86 的版圖第一次真的鬆動</strong></p><p>前面算過，Vera CPU 對Nvidia自己的財務貢獻只有約 1.3%。但對整個伺服器產業鏈，這是一個結構性訊號。</p><p><strong>AWS 從這一季開始採用 Vera CPU，甲骨文和 SpaceX 已經在用。管理層預期每一家主要超大規模雲服務商、Neocloud、AI 實驗室和系統 OEM 廠商都將部署 Vera。</strong></p><p>x86 在 AI 機櫃裡的位置，正在被系統性地取代。</p><p><strong>如果你的持股跟伺服器 CPU 架構有關，這件事的時間尺度可能比你想的短。</strong></p><p><strong>最後，關於估值</strong></p><p>Nvidia目前市值約 5.1 兆美元。</p><ul><li>若按 FY28 收入成長 70%、毛利率 72.5% 計算，<strong>forward PE 約 15 倍</strong></li><li>若收入成長最後落在 90–100%（管理層說不受供給限制的話是 100%），<strong>forward PE 可能低到 12 倍</strong></li><li>假定兩年營收複合年增 +85%、毛利率 73%、稅率 16.5%，對應 <strong>13 倍 PE</strong></li></ul><p>補充說明一下，forward PE 是什麼？</p><p>PE（本益比）＝ 股價 ÷ 每股盈餘。簡單說就是「你花的錢，要幾年才賺得回來」。</p><p><strong>forward PE</strong> 是用「明年預估會賺的錢」來算，而不是用「去年已經賺的錢」。對高成長公司來說，用去年的數字算會嚴重高估貴的程度。</p><p><strong>作為對照組：可口可樂的本益比是 27 倍。</strong></p><p>一家營收要成長 70%（甚至可能 100%）的公司，本益比只有 12–15 倍。這個錯配本身就說明了市場的真實心態 — — <strong>市場不是不相信Nvidia會賺錢，市場是不相信這件事能持續多久。</strong></p><p>估值一直上不去，是因為市場擔心三件事：大廠資本開支的回落、市場地位與毛利率能否維持、業績是否見頂。</p><p><strong>這次財報，Nvidia用 FY28 的 70% 指引，把第一件事往後推了整整一年。</strong></p><p>最後我想問大家一個問題！</p><p>如果接下來每一季，Nvidia都超預期 — — 營收超、獲利超、指引超。<strong>但同時，應收帳款佔營收比持續往上、表外擔保金額持續變大、投資收益佔利潤的比重持續提高。</strong></p><p><strong>你會把這讀成哪一種故事？</strong></p><p><strong>A. 成長太快，現金追不上。</strong> 這是好公司在高速擴張期的正常代價，就像一家餐廳生意太好，備料和人力都來不及。</p><p><strong>B. 客戶付不出錢，要靠Nvidia墊。</strong> 這是需求品質開始劣化的早期訊號，數字上會延後一到兩年才顯現。</p><p>五分鐘思考一下….</p><p>.</p><p>.</p><p>.</p><p>.</p><p><strong>這兩個故事，在財報上長得一模一樣。</strong></p><p>分辨它們唯一的方法，是回到我在前面反覆提到的那份追蹤清單：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fPSIBcFaBwmq8HGoNnA-wg.jpeg" /></figure><ol><li><strong>ACIE 收入能不能連續兩季超預期</strong></li><li><strong>附加承諾的成長率會不會低於營收成長率</strong></li><li><strong>應收帳款佔營收比會不會回落</strong></li><li><strong>Q4 毛利率有沒有如期在 71–72% 觸底</strong></li></ol><p>這四個數字，就是接下來一年判斷 AI 基礎設施週期的儀表板。</p><p>過去三年，投資 AI 這件事很簡單 — — 你只要相信需求會來就好。買什麼都對，因為潮水在漲。</p><p><strong>但從這一季開始，AI 的投資難度上升了一個等級。</strong></p><p>因為需求已經證明存在，而且大到供給跟不上。這意味著贏家不再是「押對趨勢」的人，而是「押對執行」的人 — — 誰能真的把地拿到、把電接上、把記憶體鎖住、把良率爬上去。</p><p>老黃在電話會結尾說：<strong>「明年將是極為龐大、相當非凡的一年。」</strong></p><p>結合 70% 的底線指引和 100% 的真實需求，這句話更像是一個基於供應鏈可見度的務實判斷，而不是簡單的樂觀預期。</p><p><strong>那麼問題就回到我們身上了 — —</strong></p><p><strong>你現在手上的 AI 部位，是押在「需求」上，還是押在「執行」上？</strong></p><p>這兩者的差別，不在你買了哪家公司，而在 — — <strong>這隻股票要漲，需要什麼條件成立。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*V5FSeQoyoIB47CpPCblY1Q.jpeg" /></figure><p><strong>需求押注</strong>＝你賺的是「<strong>總量變大</strong>」的錢。</p><p>只要 AI 花的錢繼續變多，你就會賺。但這件事別人也做得到，你沒有稀缺性，你只是站在潮水裡。</p><p><strong>執行押注</strong>＝你賺的是「<strong>別人做不到</strong>」的錢。</p><p>你卡在一個實體瓶頸上，客戶就算想換也換不掉。潮水漲你賺，潮水停了你還有排隊的訂單。</p><p><strong>用淘金熱來想這件事</strong></p><p>淘金熱的時候，有兩種人在賺錢。</p><p><strong>一種是賣鏟子的。</strong> 只要來淘金的人夠多，鏟子就賣得掉。但鏟子誰都能做，隔壁三家店也在賣。所以人潮一少，你就完了。</p><p><strong>另一種是那條唯一通往金礦的橋的老闆。</strong> 不管來的人是變多還是變少，只要有人要過去，就得付過路費。而且別人想再蓋一座橋，要三年。</p><p><strong>賣鏟子的，賺的是人數。橋的老闆，賺的是別人蓋不出第二座橋。</strong></p><p>過去三年，這兩種人賺的錢差不多，因為人潮實在太洶湧。但現在我們要學會分辨自己手上持有的股票是賺哪種錢。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=b870cbf055ab" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Nvidia Q2 財報，那 30% 供給缺口，是誰的機會？(上)]]></title>
            <link>https://medium.com/@ming8323021/nvidia-q2-%E8%B2%A1%E5%A0%B1-%E9%82%A3-30-%E4%BE%9B%E7%B5%A6%E7%BC%BA%E5%8F%A3-%E6%98%AF%E8%AA%B0%E7%9A%84%E6%A9%9F%E6%9C%83-%E4%B8%8A-1d56c1cf705e?source=rss-9f874702c93a------2</link>
            <guid isPermaLink="false">https://medium.com/p/1d56c1cf705e</guid>
            <category><![CDATA[美股]]></category>
            <category><![CDATA[財報]]></category>
            <category><![CDATA[nvidia]]></category>
            <category><![CDATA[投資]]></category>
            <dc:creator><![CDATA[Maggy Hwang]]></dc:creator>
            <pubDate>Sat, 29 Aug 2026 03:13:13 GMT</pubDate>
            <atom:updated>2026-08-29T03:13:13.896Z</atom:updated>
            <content:encoded><![CDATA[<h4><strong>這 30% 的缺口，決定了整個 AI 產業接下來兩年怎麼走</strong></h4><p>Nvidia這一季最重要的數據，不是 962 億美元的營收，也不是年增 106% 這個數字。<br>是老黃在電話會上親口說出來：<strong>明年的真實需求增速是 100%，但我只能給你 70%，因為供給只夠 70%。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xAZjN_4BzQGYg4CKo7MfYw.jpeg" /></figure><p>這句話它代表一件事 — — <br>過去三年，市場在賭的是「需求會不會來」。現在需求來了，而且大到Nvidia自己都做不出來。所以接下來要賭的，變成了完全不同的三件事：</p><ol><li><strong>這輪擴張還能多快？</strong> 上限不在客戶的購買意願，在土地、電力、記憶體產能和資本。</li><li><strong>利潤會往哪裡移動？</strong> 從賣一顆晶片，變成賣一整座工廠 — — 那我們知道工廠裡有一大塊不是Nvidia負責的，那還有哪些參與者？</li><li><strong>風險會往哪裡移動？</strong> Nvidia開始幫客戶找地、找電、找錢了。這件事同時是好消息，也是一份新的監控清單。</li></ol><p>今天，我想帶大家把這三件事釐清之後，列入需要持續觀察的數據清單。</p><p>昨天盤後財報出來，Nvidia股價盤後先小漲，然後迅速轉跌，一度跌了 4%。原因很簡單：下一季毛利率指引只有 74%，比市場預期的 75% 低；營收指引 1,080 億美元，雖然超過賣方預期，但沒超過買方最樂觀的 1,120 億；而且這個指引還完全不含中國。</p><p>看起來是一份「不夠好」的財報。</p><p>但！電話會議一開始，股價從 -4% 直接拉到 +5%。</p><p>差別是什麼？差別在於管理層說：<strong>Nvidia預計 2028 財年（大致對應 2027 自然年）營收將成長約 70%。</strong></p><p>為什麼這句話這麼有威力？因為市場一致預期只有 45%。<br><strong>這中間的差距，換算成金額大約是 2,000 億美元。</strong></p><p>而且這是Nvidia第一次破例給出「年度指引」。一家公司願意把兩年後的話說死，只有一個原因 — — 它對供應鏈的能見度已經高到他敢把這件事搬到檯面上來說。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*j07UcRV4EJWTn2JOmnnRcg.jpeg" /></figure><p>管理層自己也解釋了為什麼破例：因為客戶、股東、供應商都在根據這個數字投入資源，公司希望大家看到同一套資訊。他開始變得像是基礎建設的業者一樣，提前兩三年公告產能規劃，它就不再是一支「科技成長股」，而是<strong>制定產業節奏的人。</strong></p><h4><strong>一：這輪擴張還能多快？</strong></h4><p><strong>需求端已經沒有懸念，懸念全在供給端<br>70% 和 100% 之間的距離，那 30% 是什麼？<br></strong>Nvidia給的 70%，是一個<strong>「供給受限口徑」</strong>的數字。</p><p>什麼叫供給受限口徑？<br>想像一家很紅的餐廳。老闆說「我今年大概能做 700 桌」。但這不是因為只有 700 個人想訂位 — — 實際上有 1,000 個人打電話來。是因為廚房只有四個爐子、冰箱只有那麼大、廚師只有八個。<br>700 桌是<strong>產能</strong>，1,000 桌才是<strong>需求</strong>。</p><p>所以當你看到「70% 成長」的時候，第一時間會誤解為「成長在放緩」。但是如果是因為供給受限的話，那我們要理解成：<strong>Nvidia現在的成長率，是由它的供應鏈決定的，不是由客戶的預算決定的。</strong></p><p>這是一個非常關鍵的持股心態轉換。</p><p>在需求決定成長的世界裡，我們要盯的是客戶的錢包 — — 大廠資本支出會不會縮、AI 應用有沒有變現、模型公司會不會倒。</p><p>在供給決定成長的世界裡，我們要盯的完全是另一組東西 — — HBM 產能、封裝良率、電力併網進度、變壓器交期、水冷機組出貨時程。</p><p><strong>市場現在還有一部分的人在用舊的那套框架看Nvidia。這就是機會，也是風險。</strong></p><p>【<strong>需求為什麼會突然變成非線性？？</strong>】</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*3RnIdfqKb_pSfIUleK8Z3Q.jpeg" /></figure><p>有觀眾會問：需求怎麼可能一年翻倍？誰在用這麼多算力？</p><p>管理層給了一個很具體的答案：<strong>Agent 完成一個任務所消耗的算力，是人類直接使用工具的 15 到 100 倍</strong>（視任務類型而定）。</p><p>【為什麼 Agent 這麼吃算力？】</p><p>以前你用 AI，是「你問一句，它答一句」。你打一行字，它回一段話，結束。</p><p>現在的 Agent 是「你交代一件事，它在後台自己忙」。你說「幫我研究一下這家公司值不值得投資」，它會自己去查財報、自己讀新聞、自己算估值、發現數字對不上再回頭查一次。</p><p>你花了三秒鐘打那問句，但它在後面跑了十分鐘。<strong>你的使用習慣沒變，但背後燒的電費差了一百倍。</strong></p><p>老黃在財報公告裡用了一句話總結：<strong>「AI 已經到達拐點。它正在做有用的工作，token 正在變得有生產力和盈利能力。現在，算力即收入。」</strong></p><p>「算力即收入」的意思是 — — 對客戶來說，多買一片 GPU 不再是成本，而是產能。就像工廠多買一台機器，在訂單爆量的情況下，你會把他視為產能，不會把他視為成本。</p><p>如果這個邏輯成立，那麼客戶的採購行為會從「編列預算」變成「有多少買多少」。<strong>這就是為什麼會出現ai軍備競賽。</strong></p><h4><strong>被低估的一項數字：ACIE</strong></h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*K-YgJjF7xveYd72nMejAyA.png" /><figcaption><a href="https://s201.q4cdn.com/141608511/files/doc_financials/2027/Q227/NVDA-F2Q27-Quarterly-Presentation-final-1.pdf">https://s201.q4cdn.com/141608511/files/doc_financials/2027/Q227/NVDA-F2Q27-Quarterly-Presentation-final-1.pdf</a> Nvidia財報</figcaption></figure><p>Nvidia從這個財年開始改了揭露口徑，把資料中心拆成兩塊：</p><ul><li><strong>超大規模客戶（Hyperscale）</strong>：這一季 487.1 億美元，季增 13%，<strong>大幅超過市場預期的 435.5 億</strong></li><li><strong>ACIE</strong>：這一季 403.1 億美元，年增 138%、季增 25%，<strong>但低於市場預期的 419.6 億</strong></li></ul><p>【解釋】ACIE 是什麼？</p><p>ACIE 是 AI Clouds、Industrial、Enterprise 的縮寫，中文可以理解成「非大科技的那一半客戶」。裡面包含三種人：</p><ol><li><strong>新雲業者（neocloud）</strong>：像 CoreWeave、Nebius 這種專門蓋 AI 資料中心出租算力的公司。你可以想成「算力界的租車公司」 — — 他們買一大批 GPU，然後租給沒錢自己買的人用。</li><li><strong>主權 AI</strong>：國家隊。某個國家覺得「AI 這麼重要，我不能全靠美國的雲」，所以自己蓋一座。</li><li><strong>一般企業</strong>：銀行、車廠、藥廠，自己在公司內部架 AI。</li></ol><p>為什麼 ACIE 我想要單獨拉一段講？</p><p><strong>因為只有大廠有能力自研 ASIC 晶片。</strong></p><p>Google 有 TPU、Amazon 有 Trainium、Meta 在做、OpenAI 也在做。這些大廠每買一片Nvidia的 GPU，心裡都在盤算「我什麼時候可以不用買」。</p><p>但 ACIE 這批客戶不一樣。他們既沒能力也沒意願自研晶片，甚至連自己組裝機櫃的技術都不見得有。他們要的是一整套、開箱即用的 AI 工廠平台。<strong>這正是Nvidia護城河最深，也最直得深耕的地方。</strong></p><p>管理層在電話會上也說得很直接：他們預期非超大廠（主權、區域 neocloud、企業、邊緣與物理隔離資料中心）未來將約佔資料中心業務的一半，而且年增速 100%，比大廠還快。</p><p><strong>問題來了 — — 管理層說這塊未來佔一半，但這一季它偏偏是唯一沒達標的。</strong></p><p>從佔比看確實在往上走：大廠從上季的 57% 降到 55%，ACIE 從 43% 漲到 45%。但市場期待的是「ACIE 應該擴張得更多更快」，因為它代表Nvidia繞開大科技之後，還有其他人可以兜底的能力。</p><p>這就把我們帶到第一個核心問題。</p><p><strong>問題一：新型 AI 雲的訂單，能不能從「融資驅動」走向「收入驅動」？</strong></p><p><strong>我的答案是：還沒有。而且信用支持的比重目前還在上升，不是下降。</strong></p><p>這次財報有一組首次完整揭露的數字。</p><p>Nvidia把它的「表外義務」攤開來，分成三塊：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*oHv4LscmfR1hMUIpWIEVWg.png" /></figure><p>先看下游那兩塊，因為它們直接回答了這個問題。</p><p><strong>560 億的附加承諾</strong>，拆成兩部分：</p><ul><li><strong>AI cloud 協議 360 億</strong>：Nvidia賣機櫃給 neocloud（CoreWeave、Nebius 這些）確認收入，同時承諾買回或包銷這些算力容量，之後再分成 neocloud 轉售給第三方客戶的收入。</li><li><strong>代第三方簽的未起租租約 200 億</strong>：純粹的信用中介。Nvidia用自己的信用去簽地和電，再轉手賣給搶不到場地或電力的客戶。<strong>如果轉不出去，這 200 億的租賃負債在起租日就會落回Nvidia自己的資產負債表上。</strong></li></ul><p>再看 <strong>1,085 億的擔保</strong>：其中 35 億是為 AI cloud 夥伴提供的土地、電力擔保，另外 1,050 億來自 2026 年 8 月才簽的 SB Energy 擔保 — — 對應俄亥俄州 PORTS-Pike 園區的 4.25 吉瓦，20 年租約，獨家承載Nvidia算力，承租方是 OpenAI。</p><p>裡面最誠實的一句話，是管理層說的：<strong>明年需要Nvidia信用支持的 AI 實驗室，大約會貢獻公司四分之一的業務。</strong></p><p>前面聽得很複雜，這邊簡單解釋一下，這一整套機制在做什麼？</p><p>想像一家百貨公司想引進一個新品牌的櫃位。品牌方說「我沒錢，而且不確定賣不賣得動」。</p><p>於是百貨公司說：沒關係，我幫你出裝潢、幫你跟房東簽約、我保證你每個月至少有一定的營業額，賣不掉的貨我幫你收回來。</p><p>三個月後，百貨公司的財報上多了一個新櫃位的營業額，看起來很漂亮。</p><p><strong>但你要問一個問題：那個櫃位的錢，是客人掏出來的，還是百貨公司自己墊的？</strong></p><p>客人真的來排隊了，這叫<strong>收入驅動</strong>。客人還沒來，靠百貨公司的信用把櫃位撐在那裡，這叫<strong>融資驅動</strong>。</p><p>現階段的答案很清楚：<strong>兩者並行，甚至融資驅動的那一半正在快速變大。</strong></p><p>上一季的供應承諾是 1,190 億，這一季變成 2,790 億。附加承諾和擔保這一季更是首次揭露 — — 代表在此之前規模小到不值得單獨拉出來，現在已經大到不得不說。</p><p><strong>這代表我們需要一份新的追蹤清單。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*bUrNdfqlcR2rvsJ2OtF07Q.jpeg" /></figure><p>我自己會盯這三個訊號，來判斷這條線有沒有真的轉向：</p><ol><li><strong>ACIE 收入能不能連續兩季超預期</strong>。一次不算，兩次才是趨勢。（還記得我們上一集有講到的加速度的概念嗎？）</li><li><strong>附加承諾的成長率，最好能低於營收成長率</strong>。如果營收成長 70%，附加承諾成長 200%，那就是Nvidia在用信用換收入。反過來才健康。</li><li><strong>那 360 億的 AI cloud 包銷，有沒有被實際動用</strong>。承諾寫在那裡是一回事，真的要掏錢買回算力是另一回事。</li></ol><p>這三件事，未來每一季財報都需要重新核對一次。</p><h4><strong>二：利潤往哪裡走？</strong></h4><p><strong>從賣一顆晶片，到賣一整座工廠<br>Blackwell 和 Rubin 能不能順利交接？</strong></p><p><strong>我的答案是：能！但要付點代價。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*uhyCi7hzzi4OQ7FVCmvd7w.jpeg" /></figure><p>這一季的收入主力還是 Blackwell 系列，但 Rubin（正式名稱是 Vera Rubin，這邊簡稱Rubin）已經全面量產，管理層預計<strong>下一季 Rubin 將佔資料中心收入約 20%，第四季才是真正的放量點。</strong></p><p>規格上，整機櫃 VR200 NVL72 用了 72 顆 Rubin GPU（單顆 GPU 裡有 2 個 die）加上 36 顆 Vera CPU，NVLink 總頻寬 260 TB/s，3.6 EFLOPS 推理、2.5 EFLOPS 訓練，<strong>100% 液冷</strong>。</p><p>相對於上一代 Blackwell Ultra，<strong>每兆瓦吞吐量提升 30 倍、單 token 成本降低 35 倍。</strong></p><p>另外一個重要訊息：市場之前傳言再下一代的 Rubin Ultra 可能延期，但，公司 IR 明確表示<strong>沒有延期，仍按原計畫推進。</strong></p><p>那「要付的代價」是什麼？</p><p><strong>就是毛利率。</strong></p><p>管理層這次把毛利率的路徑一次講死：</p><ul><li>這一季：<strong>75.0%</strong>（GAAP 與 non-GAAP 都是）</li><li>下一季 Q3：<strong>74%</strong>，上下 50 個基點</li><li>再下一季 Q4：<strong>觸底 71%–72%</strong></li><li>2028 財年：靠提價回到 <strong>72%–73%</strong></li></ul><p>Q4 那個 71–72% 的低點，一部分就是 Rubin 爬坡初期的良率與成本結構造成的。</p><p>【為什麼換產品線會讓毛利率掉？】</p><p>如果一家餐廳要換菜單。<br>新菜剛上的時候，廚師還不熟，出餐慢；食材要重新備，備多了會壞、備少了不夠；前幾週還會做壞幾道重做。</p><p>這段時間，你的成本是最高的，但售價還沒辦法立刻反映。等廚師練熟了、備料量抓準了，利潤才會回來。</p><p><strong>Rubin 現在就在「新菜剛上」的階段。</strong></p><p>還有一個很直接的證據：<strong>存貨衝到 320 億美元</strong>，公司明說是為 Vera Rubin 上量備貨。同時 DSO（應收帳款週轉天數）升到 60 天。</p><p>這些數字如果單獨看很嚇人，但放在「產品交接」的轉換脈絡下就合理了 — — <strong>成本走在前，收入晚點到。</strong></p><p><strong>那我的個人想法是，這次交接的風險，低於當年 Blackwell 那一次。</strong></p><p>有兩個原因。<br>第一，管理層形容 Rubin 是「史上最快的產品爬坡」，而且生產與組裝沒有受到影響。<br>第二，也是更硬的證據 — — <strong>敢給 FY28 年度指引這件事本身，就是對爬坡有把握。</strong></p><p><strong>問題三：Vera CPU 能不能真正打開一條獨立收入線？</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*uvOqkGHXiiVdLqYfVUYDgw.jpeg" /></figure><p>先簡單說一下，什麼是Vera CPU？第一顆為 AI 代理（agent）打造的 CPU，用來取代 AI 機櫃裡那顆 Intel 或 AMD 的晶片。</p><p>為什麼CPU又突然重要了起來？先做個簡單的比喻，GPU 是廚房裡的大廚 — — 真正在炒菜、產出料理的人。CPU 是外場經理 — — 決定哪張單先做、把食材備好、把菜送出去、處理客訴。</p><p>所以在ai agent的時代，CPU的角色又重新活絡起來。</p><p><strong>所以回到我們的問題，Vera CPU 能不能真正打開一條獨立收入線？<br>那這次給的答案是：能，但要對它的位置有正確的期待 — — 它的戰略價值遠大於財務價值。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*jlS2DRcMR4TaxQ6xvSqVmg.jpeg" /></figure><p>先講好消息。這次電話會議等於正式確認了 Vera CPU 的獨立銷售潛力：</p><ul><li>Vera 已作為<strong>獨立產品</strong>全面投入生產，不再只是綁在 Rubin 機櫃裡賣</li><li>已經開始向主要夥伴交貨：<strong>甲骨文、SpaceX，本季起加上 AWS</strong></li><li>亞馬遜宣布從本季到 2029 財年第二季，將額外部署 <strong>200 萬顆 GPU</strong>，並搭配 Vera CPU，其中一部分與 Rubin 整合，另一些以獨立形式部署</li><li>性能上，SPEC 基準測試中完成 agentic 任務快 1.8 倍，每瓦頻寬是其他資料中心 CPU 的 5 倍</li><li>管理層維持<strong>伺服器 CPU 總需求約 200 億美元</strong>的看法，並預計 2028 財年 CPU 營收將成長超過一倍，使Nvidia躋身全球主要伺服器 CPU 供應商之列</li></ul><p>聽起來很棒。但我們來算一下數學。</p><p><strong>伺服器 CPU 這塊市場總共 200 億美元。上一代 Grace CPU 過去 12 個月收入已經超過 50 億。翻倍就是 100 億出頭。</strong></p><p>而 2028財年 Nvidia的營收預估是 7,500–7,800 億美元。</p><p><strong>100 億 ÷ 7,500 億 = 1.3%。</strong></p><p>所以如果你期待 Vera CPU 變成「第二成長曲線」，那不好意思，相比之下他還撐不起來Nvidia的估值。</p><p><strong>但它的戰略意義完全是另一回事。</strong></p><p>想想看：一座 AI 機櫃裡原本有 x86 CPU 的位置。現在Nvidia把它換成自己的 Vera。這意味著整套系統 — — GPU、CPU、NVLink、網路、演算法、軟體 — — 變成一個完全由Nvidia協同設計的封閉體系。</p><p>客戶面對的不再是「要不要買這顆 GPU」的選擇，而是「要不要用這整套架構」。</p><p>想像一家咖啡店開始賣自家栽種、自家烘焙的豆子。</p><p>豆子本身賺不了多少錢，佔營收可能只有 5%。但從此以後，客人喝的每一杯咖啡，風味都由你決定。而且如果有一天客人想換一家店，他會發現外面的豆子沖不出這個味道。</p><p><strong>Vera CPU 就是Nvidia的自家豆子。</strong></p><p><strong>問題四：Groq 3 LPX 能不能把專用推理預算留在Nvidia體系內？<br>我的答案是：這是一顆防守棋，不是成長棋。而且Nvidia自己也是這樣定位它的。</strong></p><p>我覺得最有意思的地方，是管理層對自家新產品的說法罕見地保守。</p><p><strong>Groq 3 LPX 是Nvidia首個機架級 LPU 系統，已經滿產，在 Artificial Analysis 基準上每秒 token 數接近次優方案的 4 倍</strong>，本季稍晚會向早期客戶放量，Nebius 是第一家。</p><p>【LPU 是什麼？跟 GPU 差在哪？】</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*YKZs2BINqcjRxw6zuxHdXg.jpeg" /></figure><p>GPU 是萬用的。訓練模型、跑推理、算圖形，什麼都能做，但每一項都不是最極致。</p><p>LPU 是專門為「速度」設計的。它的目標只有一個 — — <strong>讓 AI 回答你的第一個字，出現得越快越好。</strong></p><p>為什麼有人在乎這個？想像你在跟 AI 語音對話。如果你講完一句話要等三秒它才開口，這個體驗就是壞的。但如果是 0.2 秒，感覺就像在跟真人講話。</p><p><strong>LPU 賣的是「不尷尬的沉默」。</strong></p><p>但！！管理層在 Q&amp;A 裡是這樣說的：</p><p>Groq 3 拿到 token 交互速率紀錄、延遲極低……<strong>它吞吐低得多、單 token 成本更高，適合高 ASP 的高交互服務加掛，但絕大多數資料中心仍只用 Vera Rubin NVL72。</strong></p><p>你把這句話反芻三遍。<strong>Nvidia在告訴市場：這東西不便宜、不通用、大部分人用不到。</strong></p><p>有哪一家公司會這樣講自己剛發表的產品？！<br>所以只有一種解釋 — — <strong>它不是拿來賺錢的，它比較像是拿來補洞的。<br></strong>補什麼洞？補「客戶因為低延遲這一個單一理由，跑去買別家推理晶片」的洞。</p><p>就像一家火鍋店在菜單上加了一道超貴的和牛。</p><p>老闆很清楚：這道菜利潤低、備料麻煩、一天賣不到五份。但只要菜單上有它，那些想吃高級一點的客人，就不用走出這家店去別家。</p><p><strong>和牛不是為了賺錢，是為了讓人覺得這家火鍋店高大上，不會流失這部分的客人。</strong></p><p>那這顆防守棋守得住嗎？</p><p>我門可以看到一個側面的證據：<strong>Nvidia的資料中心市佔，這一季從上一季的 77% 掉到 74%。同期博通（AVGO）從 11% 升到 14%。</strong></p><p>當大模型的重心從訓練轉向推理，而推理階段對算力的要求相對較弱，各家大型雲廠商就紛紛開始定製 ASIC 晶片，AMD 也準備推出 MI450X Helios 機架級系統，全都針對推理市場。</p><p><strong>所以真實狀況比較像是：Nvidia在訓練端幾乎沒有對手，但在推理端，它正在慢慢流失份額。Groq 3 LPX 能減緩這個流失，但擋不住它。</strong></p><p>而Nvidia的解法，我認為不在 Groq，而在前面講的 ACIE — — <strong>與其在大廠那裡防守，不如去培養一批永遠不會自研晶片的死忠客戶。</strong></p><p>這兩件事是同一個戰略的兩面。</p><p><strong>把這三題串起來看：平台價值的抬升</strong></p><p>現在把 Rubin、Vera CPU、Groq 放在一起，你會看到一條很清楚的線。</p><p>Nvidia揭露了一個很少人注意但極重要的數字 — — <strong>每吉瓦資料中心的收入機會：</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/958/1*1eQABMBvUMQ7n1QoyZB-Tg.png" /></figure><p>【每吉瓦收入」是什麼意思？】</p><p>一座資料中心的大小，通常用「用多少電」來衡量，單位是吉瓦（GW）。</p><p>這個數字的意思是：<strong>同樣大小的一塊地、同樣的電力，Nvidia能從裡面賺到多少錢。</strong></p><p>從 Hopper 的 180 億到 Vera Rubin 的 400 億，代表Nvidia在同一塊地上，賣掉的東西變多了 — — 不只是 GPU，還有 CPU、網路、交換器、軟體、參考設計。</p><p>以前Nvidia是賣引擎的。車廠來買引擎，其他零件自己配。現在Nvidia是賣整條產線的。你要蓋一座工廠，它給你機器、輸送帶、電力配置圖、控制軟體，甚至幫你算好要多少坪、多少電。</p><p><strong>賣引擎的，客戶隨時可以換供應商。賣整條產線的，客戶換不動。</strong></p><p>順帶一提，另一個量級參照也很有感：<strong>整座資料中心每吉瓦的投資額，已經從五年前的約 300 億美元，升到如今的約 600 億美元。</strong></p><p>這篇先回答了<strong>這輪擴張還能多快？利潤會往哪裡移動？下半部分我們會繼續深挖，</strong>工廠裡有一大塊不是Nvidia負責的，那還有哪些參與者？<strong>風險會往哪裡移動？</strong></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=1d56c1cf705e" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[這條 AI 債務鏈，你站在哪裡？（下）]]></title>
            <link>https://medium.com/@ming8323021/%E9%80%99%E6%A2%9D-ai-%E5%82%B5%E5%8B%99%E9%8F%88-%E4%BD%A0%E7%AB%99%E5%9C%A8%E5%93%AA%E8%A3%A1-%E4%B8%8B-597187071007?source=rss-9f874702c93a------2</link>
            <guid isPermaLink="false">https://medium.com/p/597187071007</guid>
            <category><![CDATA[openai]]></category>
            <category><![CDATA[投資]]></category>
            <category><![CDATA[anthropic-claude]]></category>
            <category><![CDATA[槓桿]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Maggy Hwang]]></dc:creator>
            <pubDate>Sat, 22 Aug 2026 08:32:22 GMT</pubDate>
            <atom:updated>2026-08-22T08:32:22.745Z</atom:updated>
            <content:encoded><![CDATA[<h4>你手上的 AI，是誰在幫它付利息？錢繞了一圈，很多時候根本沒有離開過這個圈子</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*nQSSER2bYTqnFbnY-WVLKw.jpeg" /></figure><h4>那些租金，有多少是真的？</h4><p>上篇我們拆完了結構上的相似和相異之處。</p><p>一句話回顧：這一輪的燃料從股權換成了債務，而債務長得像房地產，抵押品卻是三年就會過時的 GPU。包租公、二房東、大房客、私募信貸、後面接盤的保險公司和退休基金 — — 這一整條鏈站在同一個假設上：<strong>租金會準時進來。</strong></p><p>所以下篇要問的就是這件事。先講一個台灣人一定聽得懂的場景。</p><h4>融資創造需求：一年開兩百家店的那種公司</h4><p>還記得蛋塔狂熱嗎？年輕一點的觀眾可能沒印象，那我換成手搖飲加盟，你們一定能懂。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*j4lnU2aJg0xQlaxBIFK8Ug.jpeg" /></figure><p><strong>想像一個一年開兩百家店的手搖飲品牌。</strong></p><p>總部的財報會非常漂亮：加盟金、機器設備、原物料，每開一家新店就是一筆營收，開店數的曲線一路往上。</p><p>但你如果去問一句：<strong>那兩百家店的錢，是哪裡來的？</strong></p><p>一部分是總部自己借給加盟主的。一部分是用「設備折抵加盟金」做掉的，根本沒有現金真的往來。而加盟主一旦簽了約，原料只能跟總部進。所以總部的營收會一直漂亮下去 — — <strong>只要它願意繼續借錢出去、繼續開新店。</strong></p><p>真正該問的問題只有一個：<strong>那兩百家店，賣給真正客人的杯數，有沒有跟著長？</strong></p><p><strong>這就叫融資創造需求。</strong></p><h4>這條鏈從場外看，非常繁榮</h4><p>雲廠商增加資本開支、買 GPU、蓋機房，產生 AI 服務收入；AI 公司再買雲服務，形成新的收入。從模型廠到雲廠商、從資料中心到第三方算力租賃、從晶片廠到上游供應鏈，訂單看起來熱鬧得不得了。</p><p><strong>但相當一部分，是你欠我的、我欠他的、他欠你的。</strong></p><p>我用你的服務，你用他的服務，他用我的服務。</p><p><strong>AI 的收入缺乏「獨立性」 — — 它不完全是從 AI 生態外生長出來的新需求。</strong></p><h4>錢很多時候沒有真的付出去</h4><p>這裡是最容易被略過的一段。</p><p>頂尖的 AI 模型公司如果只靠股權融資，恐怕連訓練費都撐不住。所以現實中它們付給雲廠商的錢，很大一部分不是現金，是<strong>記帳</strong>。</p><p>抵銷的方式大概是這幾種：</p><ul><li>一部分，是雲廠商自己的投資款 — — 但所謂的投資，也沒有真的全部給錢，是把<strong>算力折成投資</strong>。</li><li>一部分，是<strong>算力抵用券</strong> — — 雲廠商自己也是 AI 的使用大戶，該付給模型公司的分成，用抵用券對沖掉了。</li></ul><p>剩下的，才是那個大家在財報中看到的 ARR。</p><h4>那什麼才叫真實需求？</h4><p>投資 AI 產業鏈，不能只看訂單。<br>關鍵是 — — <strong>這些需求有多少來自最終用戶，有多少來自產業鏈內部的錢？</strong></p><p>我們不會說它是假需求，但這個需求<strong>需要打折</strong>。</p><p>真正的獨立需求，是扣掉雲廠商自建、戰略投資、算力預付款、算力抵用券之後，那些純粹用現金流付出來的收入。那才是真正願意長期使用並付錢的人。</p><p>問題是，這個數字沒有人統計得出來。</p><p><strong>但有一個替代指標 — — 就是上篇講的加速度的概念。</strong></p><p>因為資本開支不管怎麼砸，最多只能推動速度。<strong>加速度要持續往上，一定是內循環系統之外有了新的需求。</strong></p><p>它是目前最簡單，可以繞過所有帳務手法、直接照出「外面到底有沒有人在付錢」的鏡子。</p><h4>最後是誰在扛債？</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*XAVL6cPrGmI7murgOZPFSg.jpeg" /></figure><p>如果把 AI 基建的債務一層一層傳導下去，你會發現最後扛債的人，跟你想的有點不一樣。</p><p><strong>第一層，表面上的承擔者，是 AI 模型公司和雲廠商。</strong> 都是巨無霸 — — 這是很多人覺得 AI 債務風險不大的原因。它們之間有長期合約，承諾未來十年每年採購多少算力。會計上這不會馬上顯示為債務，但實質上是拿未來的現金流去擔保。</p><p><strong>第二層，越來越多的實際借款人，是資料中心的專案公司。</strong> 成立一家特殊目的公司，負責買地、建設、承擔債務，收入主要來自模型公司的長期租賃費。法律上債在這家公司，雲廠商帳面上看不到。</p><p>房地產到後面也是這樣 — — 實際營運的專案公司的資產負債，在上市公司報表上根本體現不出來。</p><p><strong>第三層，早期的債權在銀行。</strong> 這是很多人從銀行財務狀況判斷「AI 融資沒有大規模金融風險」的原因。<br>但銀行通常不會長期持有全部風險。<strong>它會打包成證券化商品賣出去。<br></strong>就像 2008 年一樣 — — <strong>傳統銀行的財務很安全，不代表社會沒有金融風險。</strong></p><p><strong>第四層，真正的最終債權人，是機構投資者。</strong> 證券化商品賣給了退休金和保險公司，他們對這種長期現金流的投資級債券，配置需求極高。還有專案公司背後的私募信貸基金。</p><p><strong>所以最後實際承擔的人，是一般投資人。</strong></p><p>可能是你的保單、你的退休金。</p><h4>最脆弱的受力點在哪裡</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0kpPOzjkm89VG89ofgRA0w.jpeg" /></figure><p>有兩個角度：<strong>誰最早感受到壓力</strong>，跟<strong>真出事誰最慘</strong>。</p><p><strong>最早承壓的</strong>，是 AI 應用和小型新創工作室。算力貴、競爭激烈、收入低於成本，只是成長快。一旦客戶砍 AI 預算或 API 打價格戰，這些公司最快死。金融影響有限，但數量巨大。</p><p><strong>出事時首衝其要，</strong>是資料中心營運商。資產極重、負債率高、收入依賴少數大客戶，同時 GPU 加速折舊。大客戶一減少採購、空置率一上升、新一輪融資只要拿不到，很快陷入債務危機。<br><strong>但最危險的不是它們。</strong> 資料中心的重資產風險早就人盡皆知，融資評估相對嚴格。<strong>最危險的是高槓桿的第三方 GPU 租賃和新型算力雲，也就是我們前面說的二房東。</strong></p><p>技術包裝再花俏，核心商業模式就是<strong>大量買 GPU 去做出租</strong>。它們現在賺的不只是價差，還有算力通膨的溢價。但槓桿極高 — — 有業者的債務股本比高達 13.8，淨利持續為負，調整後營益率指引 8%，遠低於長期目標的 25% 到 30%。</p><p>而且合約已經全部抵押出去了。<strong>一旦收入成長低於預期、或低於 GPU 折舊的速度，資產減值的壓力會很快把資產負債表壓垮。</strong></p><p><strong>至於五大雲廠商和 Nvidia，它們相對之下承重的能力還比較好。</strong> 資產負債表強、客戶多、AI 只是雲業務的一部分，囤的 GPU 就算 AI 需求下降也還能拿去跑普通雲運算。</p><p>它們更可能經歷的是「投資估值下修」，而不是「債務危機」。</p><h4>最上面那一層：OpenAI 和 Anthropic</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*0A-mEplkEbS5EwoHNnz83g.jpeg" /></figure><p>它們的融資以股權為主，沒有硬性到期的債務。如果沒有上市，反而是相對安全的。</p><p>但兩家的體質有明顯落差：</p><p><strong>Anthropic</strong> 的收入大約有 80% 來自企業客戶，這些客戶黏性強、收入穩定。</p><p><strong>OpenAI</strong> 更脆弱、波動性更大。它的收入大約有 60% 來自個人消費者 — — 雖然不好聽，但個人消費者比較像牆頭草，哪個好用我就訂閱哪個。再加上它的現金消耗極高，在 2027 年之前都將維持在 57% 左右。</p><p>兩相一比較，就知道哪個陣營安全一點。</p><h4>現在到轉折點了嗎？</h4><p><strong>供需還沒有到反轉的那個點。而且我認為短期內也還不會到。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*FAgaacd9yJPc-8bunCZuYw.jpeg" /></figure><p><strong>一：說「產能不夠」的不是分析師，是財務長，而且是在營收加速的同時說的</strong></p><p>公司 雲端成長 原話 微軟 Azure 43%，全年破 1,000 億美元 「客戶需求持續超過可用產能」 亞馬遜 AWS 37%，18 季來最快 「2026 年產能仍不足以滿足所有需求，我相信 2027 年也一樣」 Alphabet Google Cloud 82%，營益率 35.6% 「我們仍處於供給受限的環境」 Oracle 雲端基礎設施單季 93% RPO 由 AI 訓練與推論需求驅動</p><p>為什麼這組證據份量最重？因為這是<strong>具名、公開、有法律責任</strong>的陳述，不是市場敘事，不是賣方報告。財務長在法說會上講錯話是要負責的。</p><p><strong>二：積壓訂單是已簽約的現金，不是預測</strong></p><p>四家合計約 2.33 兆美元，單季增量：AWS 增加 1,320 億、Oracle 增加 850 億、Google Cloud 增加 500 億。</p><p>但品質還是要看清楚：<strong>微軟的商用未履約訂單總額成長 84%，排除 OpenAI 之後只有 25%。</strong></p><p><strong>三：擋在前面的是以「年」計的瓶頸，不是需求</strong></p><p>先進封裝產能緊到台積電財務長說「正在限制我客戶的成長」；HBM 2026 年已完全售罄；燃氣渦輪機等候名單 3 到 4 年，訂單排到 2029 年；變壓器交期數年；美國多數地區併網排隊超過 5 年。</p><p><strong>這些瓶頸的解除時間不是幾季，是幾年。</strong> 供需在物理上就很難在 2026 到 2027 年反轉。</p><p>而需求端還在放大 — — Google 揭露的每月 token 處理量，兩年成長約 330 倍；agentic AI 的單次任務消耗量，是傳統對話的 100 到 1,000 倍。</p><p><strong>需求曲線的斜率還在變陡，不是變平。</strong></p><h4>兩個鐘不在同一個時區</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*73hTMXqJQvmV6Dc5rHoWYg.jpeg" /></figure><p>如果要我用一句話講完整件事，是這句：</p><p><strong>債務跟技術，跑的是兩種完全不同的時間。<br></strong>債務的時間是死的。它每年就是這樣加上去，到期日印在合約上，不會因為你這一季財報很漂亮就往後挪一天。</p><p>技術的時間是活的。它可能明年突然衝出一個新應用，也可能卡在原地三年。沒有人排得出時程表。</p><p><strong>所以真正的風險，從來不是「AI 會不會成功」。是這兩個鐘沒有對錶。</strong></p><p>你手上這場比賽，是一隻會睡覺的兔子，在追一隻不會停的烏龜。兔子當然比較快 — — <strong>但你賭的不是牠的速度，你賭的是牠這一段路上剛好不想睡。</strong></p><p>所以每次有人跟我說「主業這麼強怎麼可能出事」，我都覺得這句話只講了一半。</p><p><strong>主業強，買到的是時間，不是免疫力。</strong></p><h4>看什麼數據來驗證目前的需求還在擴增？</h4><p><strong>第一：單價塌陷的速度，快過用量成長。<br></strong>企業的 token 使用量從 2025 年初到 2026 年 4 月成長了約 10 倍，但支出只成長了約 5 倍。</p><p><strong>「用量爆炸」和「營收爆炸」正在脫鉤。代表單位 token 價格在崩。<br></strong>如果這個差距繼續擴大，資本開支的投資報酬率會從分子開始爛掉 — — 不是需求變少，是同樣的需求換不到同樣多的錢。</p><p><strong>第二：積壓訂單的品質，不是規模。</strong> <br>要追的是「排除最大客戶後的成長率」和「12 個月內可認列的比重」，不是頭條的兆元數字。</p><p><strong>第三：供給延誤造成的時間差。<br></strong> 有報導指出 2026 年美國規劃的資料中心，有三分之一到二分之一延誤或取消 — — 規劃容量 12 到 16 GW，實際在建只有 5 GW。原因大多是電力與供應鏈，不是需求。</p><p>現在，這是「供不應求」的證據。但它同時把產能推遲到了 2027 到 2028 年。<br>如果延誤的產能在 2027 年集中上線，而那時候單價已經因為價格戰下滑一大截 — — <strong>那就是「產能一次到位＋單價已崩」的最壞組合。</strong></p><h4>那我該盯什麼？</h4><h4>三種公司，用房貸就懂</h4><p>有一個叫明斯基的經濟學家，把公司按照還債能力分成三類。名字很學術，但用房貸來想，一次就懂。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1thZIqXDUKQqsw8hSy4okQ.png" /></figure><p><strong>關鍵的理解在這裡：第二類的人，平常看起來跟第一類一模一樣。差別只在哪一天銀行不再跟你續約。</strong></p><p>而銀行會不會續約，跟你的房子好不好關係不大，跟<strong>當時的市場氣氛</strong>有關。</p><p><strong>這就是為什麼「主業很強」不等於「不會出事」 — — 主業很強，買到的是銀行願意續約的時間更長，不是永遠。</strong></p><p><strong>把加速度的概念套用在這裡</strong></p><ul><li>需求成長的加速度開始下滑 → 第一類開始變成第二類</li><li>加速度跌破零，也就是成長停住 → 完全變成第二類，而且很難靠自己走回去</li></ul><p><strong>所以盯加速度的重點，是在盯「這家公司什麼時候會從不用看銀行臉色，變成要看銀行臉色」。</strong></p><h4>五巨頭現在各站在哪裡？</h4><p><strong>Google 和 Amazon</strong> 的自由現金流已經翻負。這代表本業擠出來的錢，已經追不上 AI 資本開支的速度了 — — 它們剛把腳踩進第二類的門。</p><p><strong>微軟和 Meta</strong> 還在第一類。但「還在」兩個字要小心，資本開支只要不踩煞車，進去是遲早的事。</p><p><strong>Oracle</strong> 不用討論，很早就是第二類了。還本付息覆蓋率大概 48% — — 白話講，本業一年擠出來的現金，連未來要還的本息現值的一半都不到。這種體質在科技股裡很少見，在建商裡很常見。</p><h4>左側訊號：看生意面。</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TMZ9N6bxxpz7LTv7fIls4A.png" /></figure><p><strong>這六條現在沒有一條是利空。所以我們要盯的不是「它變壞了沒」，是「它有沒有從很好變成還好」。<br>可以依照個人的風險承受度來決定你要看到幾條訊號轉向就分批出場。</strong></p><h4>右側訊號：看資金面。</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*EbQdJo_svWbg5EYQK75ufQ.png" /></figure><p><strong>這一組跟上一組最大的差別是：上一組會自己修復，這一組不會。</strong></p><p>因為債務問題的特性是 — — <strong>你看到的時候，專業投資人已經跑了兩個星期了。</strong>五條裡面目前只有一條亮燈。</p><h4>那具體可以怎麼做？</h4><p><strong>一、用條件決策，不用時點決策。</strong></p><p>不要問「什麼時候賣」，要問「<strong>看到什麼，我就減多少</strong>」。事先寫下來。比如：看到某一條訊號，減三分之一；兩條同時出現，減到剩一半；右側訊號出現一次，減完。</p><p><strong>你不需要預測，你只需要辨識。</strong> 辨識比預測簡單一個量級。預測是「我覺得會發生什麼」，辨識是「我看到了什麼」。前者你永遠不會有信心，後者你只要肯查就查得到。</p><p><strong>二、分批，而且左右側用不同的節奏。</strong></p><ul><li>生意面的訊號：一條減一點點，允許自己錯三次。錯了損失有限，對了你已經在路上。</li><li>資金面的訊號：一條出現，就直接減到你晚上睡得著的水位。</li></ul><p><strong>這兩種節奏不能混用。</strong> 用慢節奏處理資金面訊號，你會來不及；用急節奏處理生意面訊號，你會被假摔洗掉，然後在最高點附近追回來。</p><p>而後面那個錯誤，比前面那個貴得多。</p><p><strong>三、按「誰靠再融資活著」分類，不是按「誰漲最多」分類。</strong></p><p>因為它決定的不是跌多少，是跌下去之後還漲不漲得回來。<strong>跌五成的好公司會漲回來，跌五成的壞公司會 GG。</strong></p><p><strong>四、心態上先接受一件事：賣早是成本，不是錯誤。</strong></p><p>2000 年真正跑掉的人，不是預測對的人。<strong>是接受自己會賣飛、但還是照規則賣的人。</strong></p><h4>最後：不要把股票風險和債券風險混為一談</h4><p><strong>股東和債主問的，本質上是不同問題。</strong></p><p>股東在問的是 — — AI 這個東西，未來能長成多大？</p><p>債主在問的是 — — 這幾千億蓋出來的機房，每個月吐出來的現金，夠不夠付它自己的資金成本？</p><p>第一個問題要好幾年才有答案。<strong>第二個問題，每一季財報都在回答。</strong></p><p>所以我對 AI 的長期看法沒有變：<strong>需求還在長，滲透率還在升，技術還在進步。</strong> 這一塊我不擔心。</p><p>泡沫需要消，但時間還沒到。需求是真的，瓶頸是實體的，合約是簽好的。我自己的部位也還在。</p><p>但資金結構確實已經在位移。</p><p><strong>9% 變成 32% 這件事，</strong>它不會自己走回去 — — 這些公司的思考方式從來不是「我要趕快把錢還掉」，是「這筆錢還能生出多少東西」。所以這個比例大概就停在這了。</p><p>而所有問題的源頭，還是最上面那兩家：OpenAI 和 Anthropic。<br>下一個像 coding 那樣的爆發式需求什麼時候來？我相信會來。<strong>我不確定的只有它會不會比債務的到期日晚到。</strong></p><h4>如果真的走到最壞的情況</h4><p>我認為劇本大概是這樣：</p><p>先是最頂端的融資條件出現裂縫 — — 某一輪估值融不了。</p><p>接著是模型公司為了盡可能地保留現金，<strong>縮減對算力的承諾</strong>。這等於合約違約，性質就像房地產泡沫之後的第一批爛尾樓。</p><p>然後違約打擊到高槓桿的新型算力雲（二房東） — — 當買 GPU 和出租 GPU 的利差倒掛，它們實質上已經資不抵債。</p><p>最後是整個 AI 體系的信貸凍結：未履約義務被重新定價成交易對手風險、以 GPU 擔保的票據無法展期、上游供應鏈（包括台股的算力鏈）大面積資產減值。</p><p><strong>但這裡有一個和房地產最大的不同 — — 技術仍然在進步，滲透率仍然在上升，需求仍然在高速成長。</strong></p><p>所以到最後，那些<strong>資本最雄厚、在這一輪投入最謹慎、風險最小的參與者</strong>，會用極低的價格買下那些被按下暫停鍵的專案。</p><p>歷史上每一次都是這樣。<strong>泡沫破掉的時候，錢不會消失，它只是換一個人而已。</strong></p><p>所以波克夏好棒棒～誒？</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=597187071007" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[用還房貸的方式，買了一個三年就過時的東西(上)]]></title>
            <link>https://medium.com/@ming8323021/%E7%94%A8%E9%82%84%E6%88%BF%E8%B2%B8%E7%9A%84%E6%96%B9%E5%BC%8F-%E8%B2%B7%E4%BA%86%E4%B8%80%E5%80%8B%E4%B8%89%E5%B9%B4%E5%B0%B1%E9%81%8E%E6%99%82%E7%9A%84%E6%9D%B1%E8%A5%BF-%E4%B8%8A-2cbac10b7f85?source=rss-9f874702c93a------2</link>
            <guid isPermaLink="false">https://medium.com/p/2cbac10b7f85</guid>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[投資]]></category>
            <category><![CDATA[nvidia]]></category>
            <category><![CDATA[美股]]></category>
            <category><![CDATA[gpu]]></category>
            <dc:creator><![CDATA[Maggy Hwang]]></dc:creator>
            <pubDate>Sat, 22 Aug 2026 07:31:52 GMT</pubDate>
            <atom:updated>2026-08-22T07:31:52.846Z</atom:updated>
            <content:encoded><![CDATA[<h4>AI 泡沫和網路泡沫，差在錢是從哪裡來的</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*1jPiOHcf_H_exN44RB6FIg.jpeg" /></figure><h4>這一次燒的，是誰的錢</h4><p>今年 6 月，輝達（NVIDIA）宣布了一件事。</p><p>它要跟 Apollo、BlackRock、Goldman Sachs、KKR 這幾家頂尖的私募與資產管理巨頭合作，透過一個金融平台，撬動超過 5,000 億美元的第三方資本，去蓋 AI 運算基礎設施。</p><p>翻成白話就是：賣鏟子的人，親自幫買鏟子的人找錢。</p><p>照理說這是利多。需求有了、資金有了、擴張的瓶頸打通了。</p><p>結果消息公佈那天，它的股價跌了大約 3%。</p><p>我盯著那根綠 K 看了很久，然後開始想一個問題：</p><p><strong>這一輪 AI 的資本開支，金融槓桿是不是加得太高了？</strong></p><p>同一個季度，Google 上市以來自由現金流第一次轉負，負 58.31 億美元。而過去兩年，五大雲端巨頭的資本開支裡，用借來的錢支付的比重，從 9% 跳到 32%。</p><p>一邊是要押好幾年才回得了本的重資產，一邊是三年就得汰換一輪的晶片。這兩件事分開看都不好處理，現在被裝進同一張資產負債表裡。</p><p><strong>但股價還是用「科技公司」的估值在計算。</strong></p><p>所以我想做一件事：把 2000 年.com泡沫時的歷史翻出來對照一下。這一次哪裡像、哪裡不像，我們能專注在哪裡？</p><p>上篇我們先講相似和相異的地方。下篇再講該怎麼看、怎麼做。</p><h4>一、先講相似的地方：一樣的賽局，不一樣的處境</h4><h4>1. AI軍備競賽的囚徒困境</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*TcYdsqJRomkBTc8JfWXlHw.jpeg" /></figure><p>先把現況攤開來。<br>Azure 成長 43%、AWS 成長 37%（18 季來最快）、Google Cloud 成長 82%、還有一家的雲端基礎設施單季成長 93%。四家公司的財務長在法說會上，講的是同一句話：<strong>需求超過我們能供給的產能。</strong></p><p>實體面也對得上：資料中心空置率連續兩年只有 1%，新建產能有 92% 在蓋好之前就先預租出去了。</p><p>所以現在還沒到投入產出比在惡化的狀態。2026 年上半年，<strong>沒有任何一家雲廠商下修資本開支。全部上修。</strong></p><p>那我為什麼還要講囚徒困境？<br>因為像的地方不在<strong>當下的狀態</strong>，在<strong>決策機制</strong>。</p><p>回到 2000 年。電信商瘋狂鋪光纖的時候，網路流量<strong>也是真實的爆炸</strong>。用戶數在漲、頻寬需求在漲，每一份報告都說未來十年會漲十倍 — — 事後看，確實那些報告的方向是對的。</p><p>所以問題不在需求。問題在：<strong>這件事要蓋兩到三年，而是所有人在同一個時間點，對同一個需求下注。</strong></p><p>我們今天看到的缺貨，是三年前有人做的決定。今天下的訂單，要三年後才會變成產能。</p><p>所以我覺得比較精準的講法是：囚徒困境不是「明知不划算還加碼」，是「<strong>明知大家都在加碼，我更不敢停</strong>」。因為在巨頭眼裡，多花這筆錢的現金流壓力，遠遠小於三年後技術落後的風險。誰先停，誰就在產能到位那一天沒有一席之地。</p><p><strong>當年的光纖不是蓋錯了，是同時蓋太多。<br></strong>今天的 GPU 也一樣。真正的問題不會是「AI 沒人用」，會是「產能在同一年集中上線」。</p><p>如果你以為問題是需求會消失，你就會去盯需求數據 — — 然後你會發現需求好還是很好，於是你放心了。真正該盯的是兩條時間線：<strong>產能到位的時間表，跟需求成長的時間表，什麼時候會交叉。</strong></p><h4>2. 一樣的「左腳踩右腳」</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KvpcBrIjVy391ETtLylT6Q.jpeg" /></figure><p><strong>2000 年，引擎是股市：</strong> 網路公司靠股市募資 → 買通訊設備 → 設備商財報漂亮、股價大漲 → 整個產業估值往上 → 網路公司更容易募到下一輪。</p><p><strong>2026 年，引擎是債市：</strong> AI 模型巨頭簽下長期算力合約 → 雲廠商拿這份合約去抵押借錢 → 蓋機房 → 未履約訂單的數字變得漂亮 → 估值撐得住、信用評級守得住 → 更容易發下一筆債。</p><p>一樣是閉環。一樣每一步都在餵下一步。</p><p><strong>差別只在燃料換了。當年燒的是散戶的錢，這一次燒的是債券市場的錢。</strong></p><h4>3. 裂縫怎麼出現：變化值的變化</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*pes_IkVlCCqd_3F7kiTEdw.jpeg" /></figure><p>先講一件事，用開車來想。</p><ul><li><strong>速度</strong>，就是你現在跑多快。對應到財報，是「今年營收成長 40%」。</li><li><strong>加速度</strong>，就是你在踩油門還是鬆油門。對應到財報，是「去年成長 60%，今年成長 40%」 — — 還在成長，但成長在減速。</li></ul><blockquote><strong>股價反映的不是速度，是加速度。</strong></blockquote><p>車還在往前開，速度還是正的。但只要你腳一鬆，坐在後座的人立刻感覺得到。市場就是那個後座乘客。</p><p><strong>資本開支砸下去，最多只能推動速度，推不動加速度。</strong></p><p>多蓋一座機房，收入當然會多一塊 — — 但那是自己花錢買來的，不是新的人跑來跟你買。</p><p><strong>加速度要持續往上，一定是有了新需求。</strong></p><p>今年上半年加速度還在往上，靠的是 AI coding 和 Agent 這兩塊真實的新需求。<br>反過來說：一旦加速度開始下滑，代表新增的收入已經對應不上新增的資本開支了。那時候要繼續蓋，只剩一條路 — — 再融資。</p><p>這邊有三個例子：</p><p><strong>2000 年</strong>，思科的John Chambers 在法說會上用了「normalizing」這個字，說企業採購回到正常節奏。這句話當時被當成穩健的表態 — — 畢竟訂單帳面上還在長四成。只是那個四成，相比前幾季放慢了。</p><p><strong>2006 年</strong>，房價還在漲，但次貸違約率在這個時候掉頭向上。不是因為房價跌，是因為<strong>漲得比預期慢</strong> — — 那些等著「三年後房子漲上去、再融資換一個新低利率」的人，發現漲幅不夠，換不了約，於是繳不出來。</p><p><strong>2026 年</strong>，Meta 說要出售多餘的 GPU。不過 Meta 這件事我之前分析過，它比較像產能錯配，所以我暫時不會把它當紅燈訊號。</p><p><strong>崩盤前的第一個訊號，通常不是壞消息。是一個「沒那麼好」的好消息。</strong></p><h4>4. 但我抓不準起跌點，也抓不準下跌幅度，那怎麼辦？</h4><p>加速度這個東西最討厭的地方在於，它會<strong>假跌</strong>。</p><p>2000 年 1 月，那斯達克連兩週跌了 10% 到 15%。當時的討論跟現在很像，很多人已經在講泡沫破了。然後它花兩個月漲回去，還多漲了 30%，3 月 10 日才是真的頂。<br><strong>那兩個月，讓所有提早下車的人看起來像笨蛋。</strong></p><p>所以先把一件事想清楚：想在左側逃頂，你要付出踏空的代價；等頭部確認，那你要付出回撤的代價。不要想著有辦法賣在最高點<strong>。那叫運氣，不叫方法。</strong></p><p>既然抓不準，那就不要用「抓」的。</p><h4>先分清楚：什麼叫看產業，什麼叫看金融</h4><p>這兩個詞很多人混著用，但它們是完全不同的兩件事。</p><p><strong>看產業</strong>，是看這門生意本身在發生什麼。貨賣得掉嗎？產能夠不夠？價格在漲還在跌？倉庫堆了多少？老闆在法說會上是說「來不及做」還是說「回歸正常」？<br>這些是實體世界的事，你在營收、訂單、報價、庫存、逐字稿裡看得到。</p><p><strong>看金融</strong>，是看借錢給這門生意的人在想什麼。它還借得到錢嗎？利率跟半年前比是變貴還變便宜？信評有沒有被調整？它發債的時候，有沒有人買？<br>這些是資金世界的事，你在殖利率、信用利差、評等報告、發債公告裡看得到。</p><p>一個看生意做得好不好，一個看錢還借不借得到。</p><p>那為什麼這兩種訊號的容錯率天差地遠？</p><p>因為<strong>產業訊號會自我修復，金融訊號會自我實現。</strong></p><p>自我修復的意思是：這一季訂單軟掉，客戶可能只是遞延到下一季；價格跌了，供給就會減少，然後價格又回來了。它有一個天然的回彈機制。所以你看到一條產業訊號轉弱，它有很高的機率會自己好回來 — — 這就是「假跌」的來源。</p><p>自我實現剛好倒過來：市場覺得你有風險 → 你的借貸成本上升 → 現金流真的變差 → 市場更確定你有風險。</p><p><strong>它不會自己好回來。只要啟動了，它就會自己把那個猜測變成事實。</strong></p><h4>5. 殺傷力來自「第二次危機」</h4><p>最後一個相似點，也是最容易被跳過的。</p><p>WorldCom 的會計違規從 1999 年就開始了，直到2002 年才被揭發。</p><p>那為什麼多藏了三年？因為景氣好的的時候，那個洞不明顯，股東會忽略。等到 2000 年之後電信業整個掉下去、資本開支砍、獲利壓力上來，所有人都拿著放大鏡檢視，一下就被發現了。</p><p><strong>所以真正讓熊市變長的，通常不是第一根針。是後面的連鎖反應。</strong></p><p>那爆破的順序大概是這樣：估值先跌 → 資本開支大幅收縮 → 創業融資凍結 → 相關企業現金流惡化 → 更多問題被翻出來 → 再跌一輪。</p><p>如果真的來了，第一輪跌完不代表結束。歷史上拖很久的熊市，多半不是第一次跌造成的，是第二次、第三次。</p><h4>二、再講相異的地方</h4><h4>股權是「可以慢慢等」的錢，債務是「時間到就要付」的錢</h4><p>想像你買了一間房。</p><p><strong>全額付清的</strong>：房價跌 30%，你會難過，但沒有人會來敲你的門。你可以住著、等著，等它漲回來。你有<strong>等待的權利</strong>。</p><p><strong>貸款買的</strong>：房價跌 30%，銀行可能來要你補錢。補不出來，房子就不是你的了 — — 不管你多看好未來十年。你有的是<strong>交錢的義務</strong>。</p><p>這就是股權和債務最大的差別。</p><p>2000 年那一輪，燒錢的公司是跟股市拿錢的，投資人買的是股票。股票會跌，會跌很慘，但它是線性的 — — 每天都在開盤，你任何時候都可以決定要不要走。而且套牢了你可以繼續抱，等公司走出來。</p><p>這一輪，燒的是從債市借來的錢。</p><p>而且，借錢給公司的人，公司賺翻了他也只拿固定利息，公司出事了他卻可能全賠。</p><p><strong>所以債主是全世界最悲觀的一群人。他不會等到你出事才跑，他在你「看起來沒那麼順」的時候就開始跑了。</strong></p><p><strong>股票會讓你痛很久，債券會讓你痛很短，但你來不及反應。<br></strong>而且債務這件事，沒有「還好」這一格。</p><p>你續得了約，看起來就是風平浪靜；但當你續不到約，抵押品被搬走、債券甚至可能在幾天之內歸零。<strong>沒有一個「ㄍㄧㄥ過去」的選項，留給你可以繼續觀察。</strong></p><h4>爆發的順序反過來了</h4><p>2000 年是先殺估值。從 3 月 10 日見頂到 4 月 14 日跌破年線，起跌點是9月，那斯達克跌了 36%。但老實說<strong>你還是有時間反應</strong>。</p><p>這一次壓力點在債市。債市不會給你一個多月 — — 再融資的時間窗口關上就是關上。</p><p><strong>所以我們要盯的地方是高收益債的殖利率。如果去盯大盤股價，會晚一步。</strong></p><h4>科技的風險，房地產的槓桿</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*o_HzkkbobbkOGGx2qT7IuQ.jpeg" /></figure><p>科技和房地產，本來應該用完全不同的錢來蓋。</p><p><strong>科技這門生意，會賠的地方是「做出來沒人要」。</strong> 一百塊丟下去可能一毛都回不來，但只要做成了，後面的人很難追上。這種一將功成萬骨枯的東西，適合用股權去做 — — 當股東的本來就是拿「賠光的可能」，去換那個巨額的成功。</p><p><strong>房地產這門生意，會賠的地方是「繳不出錢」。</strong> 樓不會消失，地不會蒸發，價值會波動，但不會歸零，租金甚至還可以簽長約先鎖住。這類的資產適合用債權 — — 債主(銀行)沒有要分你賺翻的那一份，它只要每個月準時還款。</p><p><strong>Q：所以我想問問大家，大家覺得 AI 資料中心是哪一種？</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ohbgKu3N1ww6kW3TmFysqw.jpeg" /></figure><p><strong>它的風險輪廓</strong>是科技股的：技術迭代週期短、需求說變就變、資產是專用的、拆下來很難改作別的用途。<br><strong>它的融資工具</strong>是房地產的：長期債、抵押擔保、資產證券化。<br><strong>你等於是用「還房貸的方式」，去買一個「可能兩年就過時的東西」。</strong></p><p><strong>結構更像是，一個包租公，一個二房東，一個大房客</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*XnuCylUZsx9PcP0_fYz5dw.jpeg" /></figure><p><strong>包租公</strong>就是蓋樓的人。做法跟台灣建商一模一樣：先跟銀行借土建融把樓蓋起來，等租客搬進來、租金穩定進帳，再換一筆長期低利的貸款，把當初的土建融還掉。<br>這段是接力，不是疊加。土建融本來就設計成兩到五年到期，等後面那筆來接手。只是這次的規模很不一樣 — — <strong>單一個德州園區的建設融資，就是 220 億美元。</strong></p><p>後面那筆「長期貸款」，在這裡叫資產證券化：把未來收得到的租金打包成債券賣掉。2025 年全球發行量超過 250 億美元，<strong>比前三年加起來還多。</strong></p><p><strong>二房東</strong>是專門做算力租賃的人。他跟包租公租下整棟樓，買一大批 GPU 塞進去，再切成小份租給客戶。</p><p>但 GPU 太貴他買不起，怎麼辦？<br>所以他成立一家新公司，把「那批 GPU」和「客戶簽的租約」綁在一起，拿去跟私募基金抵押借錢。</p><p>這裡有一個關鍵設計叫「無追索權(non-recourse)」 — — 白話講就是：<strong>這家新公司如果倒了，債主只能把 GPU 搬走，不能來抄二房東的家。</strong></p><p>在 2026 年 3 月：一筆 85 億美元的 GPU 抵押融資拿到了投資等級評等，是全球第一筆。在那之前，這種借款利率動輒超過 11%，被當成高風險的另類投資。</p><p>那真正的風險是什麼？不是「一間房被抵押四次」。</p><p><strong>是這棟樓的租金，有八成來自同一個大房客。</strong></p><ul><li>包租公拿這份租約去跟銀行借錢</li><li>二房東拿同一批客戶的合約去借錢買設備</li><li>投資銀行把這些租金打包成商品，賣給<strong>保險公司和退休基金</strong></li></ul><p>這棟樓沒有被抵押四次。<strong>但這群人，全部靠同一個大房客每個月準時匯錢。</strong>那個大房客只要 delay 一次，這四組人都會失眠。<br>而那個大房客，就是最上面那幾家 AI 模型公司。</p><p>還有兩個細節，會讓出事的時候更慘</p><p><strong>第一，交叉違約條款。</strong> 你有三張信用卡，其中一張繳不出來，另外兩張的銀行會立刻砍你額度 — — 即使那兩張你一直繳得好好的。企業的債務合約也是這樣寫的：任何一筆違約，可以觸發全部違約。</p><p><strong>第二，很多錢是憑「租約」放的，不是憑「租金」放的。</strong> 有專案融資律師特別點出這件事：不少資料中心貸款，是按照已經簽約、但還沒開始收錢的租客現金流去承作的。</p><p>白話講：銀行看著那份租約撥了款，但租客還沒搬進來，也還沒付過一次房租。所以簽約是一回事收得到錢是另一回事。</p><h4>那道防火牆的質量，我們要思考一下</h4><p>前面說「無追索權」 — — 債主不能來抄二房東的家。聽起來很安全。</p><p>但<strong>如果這道防火牆真的有效，為什麼旁邊還要有人簽保證書？</strong></p><p>現實的情況更像這樣：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*kaejbIs-o50IbfQGpzAUZg.jpeg" /></figure><p><strong>第一種，很多案子附了一張「殘值保證」</strong>：這批資產將來如果不值錢，我保證它值多少。聽起來是保護，但那一天真的來了，錢還是會從某個人的口袋出去。Meta 在 Hyperion 這個專案上提供的殘值保證，規模約 280 億美元。而且從 2026 年開始，Nvidia 自己也下場了：對部分客戶提供 6 年的最低營收保證，以及在新的融資平台裡逐案提供最高 25% 的殘值支持。</p><p><strong>賣 GPU 的那家公司，親自替 GPU 的殘值背書。</strong></p><p>短期這是利多，它讓債主敢借、讓整條鏈轉得動。但你也可以反過來想一句：<strong>如果大家對這個資產的殘值那麼有把握，為什麼需要賣方出來當保證人？</strong></p><p><strong>第二種，母公司常常同時就是唯一的房客。</strong> 它承諾長期租下來、承諾照付不議、還提供信用擔保。國際清算銀行直接把「這些擔保被啟動」列為風險傳導的三條路徑之一。<br><strong>法律上它只是股東，經濟上它是那棟樓唯一的收入來源。</strong></p><p><strong>第三，真出事了法院不一定買單。</strong> 已經有律師事務所提出：當母公司透過保證、租約、營運控制實質主導了這家新公司的一切，債權人有可能主張「這根本就是同一家公司」，要求穿透追償。</p><p><strong>白話一點來說，即便你把公司分開了，但防火牆沒有想像中厚。</strong> <br>風險沒有消失，它只是換了一個不起眼的地方待著。</p><h4>GPU 折舊：整個估算裡牽一髮動全身的那個數字</h4><p>抵押品如果是土地，沒問題，土地不會壞掉。</p><p>但抵押品是 GPU。</p><p>目前各家帳上認列的使用年限差很大：Amazon 在 2025 年 2 月從 6 年<strong>縮短</strong>為 5 年，Meta 反而<strong>延長</strong>到 5.5 年，微軟和 Google 維持 6 年。而現場工程師的估計是 — — <strong>3 到 4 年。</strong></p><p>租金數據也是亂七八糟。H100 的租金從 2024 年初的每小時 7 到 10 美元，跌到 2025 年底的 2 到 4 美元，腰斬還不止。<strong>但 2026 年又回升了</strong>，現貨價從年初約 2 美元回到接近 3 美元。這一條目前站在多方那一邊。</p><p>評等機構也吵得很兇：標普明確<strong>拒絕</strong>給資料中心證券化最高的 AAA 評等，封頂在單 A，理由是技術淘汰、資產難以改作他用、還沒經歷過一次完整的衰退檢驗。穆迪、惠譽、DBRS 則給到 AAA。</p><p><strong>同一批資產，有多種答案。這件事在計算估值的時候值得我們留意。</strong></p><h4>債務搬家了，而且開始往下蔓延</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*irCcvlPUn6sEr64UAgpGQA.jpeg" /></figure><p>2000 年，債主要壓在電信商自己的資產負債表上。這數字只要你看財報，你就會知道。</p><p>但2026 年，債正在merge 到資料中心開發商、私募信貸基金、電力專案融資、算力租賃業者身上，換句話說，債務它學會了隱入數字中。</p><p><strong>所以如果只單看五巨頭的財報，會低估整個系統的槓桿。</strong></p><p>表外化的做法很簡單：雲廠商跟私募基金合資成立一家新公司，這家新公司去蓋、去借。雲廠商只持有少數股權，所以這筆債不算在雲廠商帳上。但雲廠商承諾長期租下來，還提供信用擔保。</p><p><strong>帳面上不是它的負債，經濟上的義務還是它的。</strong></p><p>那這些債務規模有多大？Meta 的 Hyperion 資料中心，透過與 Blue Owl 的合資公司發行了 <strong>272 億美元</strong>的優先擔保債券，票息 6.581%，2049 年才到期，標普給 A+。而Moody算過，五大雲廠商<strong>已簽約但還沒起租</strong>的租賃合約約 6,620 億美元，相當於它們調整後債務的 113%。穆迪在 2026 年 7 月也直接發了警告，說這種規模的 AI 支出正在威脅這幾家公司的信用品質。</p><p><strong>而開頭那則Nvidia 新聞，是這件事的下一階段。</strong></p><p>以前玩得起這種表外借貸的只有五大雲廠商，第三方業者沒有這個信用。現在<strong>Nvidia</strong>出來揪團，把私募信貸巨頭拉進來，引進 5,000 億美元的第三方資本。<br><strong>客觀結果是：這套玩法從最頂端的五家，蔓延到了體質有落差的中小型算力業者，但這些中小型業者的體質和五大巨頭的落差可不是一星半點而已。</strong></p><p>而 Apollo、Blackstone、KKR 這幾家私募信貸巨頭，放貸靈活、速度快、能支持創新產業 — — 但<strong>透明度低、槓桿高，也不必做銀行必須做的壓力測試。</strong></p><p>所以裡面埋了多少雷包？沒有人知道！</p><h3>上篇小結</h3><p>到這裡，上篇的兩件事講完了：</p><p><strong>相似的地方</strong> — — 所有人同時對同一個真實需求下注、每一步都在餵下一步、真正的裂縫出現在加速度而不是速度、而且第一輪跌完通常不是結束。</p><p><strong>相異的地方</strong> — — 這一次的燃料是債不是股，債務結構長得像房地產但抵押品是兩三年就過時的 GPU，債正在往外搬、往下蔓延到體質更差的參與者身上，而且它躲在你查不到的地方。</p><p>而這一整套結構 — — 包租公、二房東、大房客、私募信貸、最後接盤的保險公司和退休基金 — — 全部站在同一個假設上：</p><p><strong>租金會準時進來。</strong></p><p>所以下篇只問一個問題，而且我認為這是這一輪最關鍵的問題：</p><p><strong>那些租金，有多少是真的？</strong></p><p>我會從一家「一年開兩百家店的手搖飲品牌」講起，然後把這條債務鏈一層一層拆到最底下，看看最後扛債的人到底是誰。</p><p>答案可能會讓你想去翻一下自己的保單。</p><p>（下篇：融資創造需求、最後扛債的人是誰，以及我到底該盯哪些關鍵數據）</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=2cbac10b7f85" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[你的邏輯明明很完整，為什麼還是賠錢？]]></title>
            <link>https://medium.com/@ming8323021/%E4%BD%A0%E7%9A%84%E9%82%8F%E8%BC%AF%E6%98%8E%E6%98%8E%E5%BE%88%E5%AE%8C%E6%95%B4-%E7%82%BA%E4%BB%80%E9%BA%BC%E9%82%84%E6%98%AF%E8%B3%A0%E9%8C%A2-f6ac87d90d48?source=rss-9f874702c93a------2</link>
            <guid isPermaLink="false">https://medium.com/p/f6ac87d90d48</guid>
            <category><![CDATA[股票]]></category>
            <category><![CDATA[理財]]></category>
            <category><![CDATA[investing]]></category>
            <category><![CDATA[資金管理]]></category>
            <category><![CDATA[投資]]></category>
            <dc:creator><![CDATA[Maggy Hwang]]></dc:creator>
            <pubDate>Sat, 15 Aug 2026 04:16:05 GMT</pubDate>
            <atom:updated>2026-08-15T04:16:05.893Z</atom:updated>
            <content:encoded><![CDATA[<p>從確定性、預期差到資金性格 — — 投資路上的五個轉折</p><p>我們先來聊一個扎心的問題：你覺得投資的獲利是怎麼來的？我想大多數人會回答：「因為我看得比別人準。」</p><p>我以前也是這麼想的。我曾經買過一支股票 PayPal。當時我非常看好加密貨幣市場，而且我觀察到身邊很多自由接案的朋友，薪水都是透過 PayPal 領取的。那時候我心裡的邏輯非常完整：未來的就業趨勢不會是一個人只有一份工作，大家會越來越傾向斜槓、兼職，所以這家公司肯定有前景。</p><p>哪知道疫情過後，PayPal 的股價卻再也沒有回來過。只是很多時候，我們以為自己想要的是報酬，其實我當下的心態是想要證明我的看法是對的。</p><p>那次經驗給了我一個很深刻的教訓：<strong>市場很殘酷，它不會因為你的邏輯完整，就一定給你回報。</strong> 我清楚意識到，投資市場真的很神奇，它幾乎一定會給你「你想要的東西」，只是那個東西，不一定是錢。 有些人想要的是「你看，我說對了吧」的那種勝利感； 有些人想要的是「買在最低、賣在最高」的爽感； 甚至有些時候，是為了賠錢後可以被關心、被理解。</p><p>如果你發現自己一直賺不到錢，或許該問問自己：<strong>你進場，到底是為了「證明自己的看法是對的」，還是為了「資產增值」？</strong></p><p><strong>【第一：什麼是確定性的錢？ — — 穩定的長度勝過爆發的高度】</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*xDb06EeICSfjmLeInOfP_g.jpeg" /></figure><p>當我決定放下「證明自己是對的」的執著後，就會開始接觸到第一種錢，叫作「確定性」的錢。所謂確定性的投資，賺的不是驚喜，而是「事情照著它該走的路走」。</p><p>賺確定性的錢，說白了就是賺「業績增長的錢」。 這種公司的特點是：模式清晰、人盡皆知。你買它的時候，可能還會被笑說買貴了 30%。但如果你打算持股超過五年，這 30% 攤平下來其實根本不算什麼。</p><p>拿小朋友長高這件事情來看。 如果你看到一個孩子今年長高 10 公分，明年再長 20 公分，你直覺會知道這不可能持續。但如果一個小朋友每年穩穩定定長高 1 到 2 公分，他可能可以連續長個 6、7 年。<strong>投資中的確定性，就是尋找那種難以被改變的商業邏輯，像是競爭格局、行業空間。</strong></p><p>而當「追求確定性」慢慢變成一種潛意識，你最大的改變其實是：<strong>你開始對什麼都不輕易相信了。</strong></p><p><strong>成熟的投資人，通常都很「難搞」</strong></p><p>這家公司怎麼會有這麼高的毛利率？它要怎麼維持？快速擴張通路，會不會利潤還沒出來，就先被成本拖垮？管理能力跟得上嗎？產能擴張一倍，未來真的有這麼多需求？產品供不應求、一直漲價，東西真的有到消費者手上嗎？還是都被經銷商囤起來了？</p><p>有了這樣的挑剔，你最後能買的，往往就只剩下那些人盡皆知的大白馬。</p><p>這些公司沒有爆炸性的題材，但它們每一年，都在交出一張穩定的成績單。</p><p>市場也會每一年，根據新的利潤，重新給它們定價 — — 你賺的，其實就是這份隨著業績成長而來的「必然收益」。</p><p>除非遇到系統性風險，否則，確定性投資本來就很難創造戲劇性的超額報酬。</p><p>但人是貪心的。</p><p>所以即使理解了確定性的重要性，大多數投資者在走過一段時間後，還是會忍不住想再試一次更有挑戰性的方式 — — <strong>預期差</strong>。</p><p><strong>【第二：什麼是預期差？ — — 像福爾摩斯一樣尋找破綻】</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*dCQsWcYCNia_YQOz5jSYZA.jpeg" /></figure><p>投資是認知能力的變現，那怎麼變現？我現問問大家報酬收益怎麼計算出來的？</p><p><strong>投資收益 = 勝率 × 獲利幅度 × 投入倉位</strong></p><p>換句話說，勝率就等同於確定性，獲利幅度等於預期差(這個等等解釋)，投入倉位取決於你的信心。</p><p>所以我們可以看到，在投資上獲利，判斷確定性，是一條路；尋找預期差，是另一條路。</p><p>每個人都有自己的看法，而市場上多數人的看法，最後就形成了股價。看法的變化，則形成了股價的波動。</p><p>所謂預期差，就是：你比市場的普遍認知，更早一步、更準確地看見了某些關鍵事實。於是，你有機會在股價上漲前買入，或在下跌前離場。</p><p>在投行或專業投資圈裡，對一家公司的觀察，其實往往集中在三、四個關鍵變數上。市場上的買方與賣方，就是在針對這些變數進行解讀與博弈。</p><p>誰對這些關鍵因素的理解，最接近現實，誰就賺到錢。</p><p>這，就是所謂的「預期投資」。</p><p>舉個近期的例子：Uber。 當特斯拉發表 Robotaxi 的時候，市場一片哀嚎，擔心司機都會被取代，Uber 會完蛋。 但如果你夠冷靜，你會發現一年後 Uber 好像沒什麼變化。為什麼？因為 Uber 真正的護城河不是「誰來開車」，而是「用戶習慣」、「平台黏著度」和龐大的「客群網路效應」。只要大家習慣用 Uber 叫車，不管司機是人還是機器人，平台價值都在。</p><p>終究，當你要叫車的時候，第一個打開的，還是 Uber。</p><p>如果你在市場因為 Robotaxi 恐慌而壓低 Uber 價格時，能夠堅定這個判斷並進場，你賺到的，就是一筆典型的預期差。</p><p>預期差的核心問題，從來不是「故事聽起來多好」，而是：<strong>真實情況，真的有這麼糟嗎？</strong></p><p>以及 — — <strong>什麼事件，會讓市場開始修正它的預期？</strong></p><p>做預期投資，其實有點像福爾摩斯。</p><p>你要不斷去找出公司說法、市場觀點、其他投資人假設中的破綻，再透過估值模型、數據、產業邏輯，一步一步推導：真實情況到底是什麼？</p><p>這個人，是不是被冤枉了？還是，其實我們只是被一個好故事騙了？</p><p>尋找破綻。通常有三種模式：</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*7Qvan1UJ7f3ylaICqkJu3w.jpeg" /></figure><p>1.是<strong>業績預期差</strong>。市場低估了公司未來真正賺錢的能力。</p><p>這一種最乾淨，但難度最高。你必須對產業和公司非常熟，而且要能忍受市場在一段時間內不認同你。</p><p>2.是<strong>估值預期差</strong>。市場怎麼替這家公司定價。</p><p>這也是最常被誤用的一種。很多人以為「覺得便宜」就是預期差，但多數時候，那其實只是立場不同。</p><p>3.是<strong>產業趨勢的預期差</strong>。你押的不是公司，而是方向 — — 政策、技術、結構性的改變。</p><p>這一類預期差，走到最後，往往會慢慢回到確定性。因為你賺的，其實是時間，而不是聰明。</p><p><strong>【第三：為什麼確定性比預期差更重要？】</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ydi5nXaG64i1TmgWp0WOQA.jpeg" /></figure><p>講到這裡，你可能會覺得預期差聽起來很帥。但我要潑盆冷水：<strong>預期差大的「黑馬」，你不見得不敢下重手。</strong></p><p>賺預期差的錢，遠比想像中辛苦。</p><p>你要不斷調整估值模型，追蹤公司每一次公開說明，想盡辦法拿到更早一步的資訊。</p><p>更重要的是，你的心態要健康，心臟要夠大顆。</p><p>因為當你追求市場還沒看見的預期差時，本質上，你是在博取一個小概率事件。既然是預期差，就代表大多數人不同意你。</p><p>逆風，才是常態。</p><p>而且還有一個很現實的問題：預期差再大的黑馬，因為不穩定、正確率低，職業投資者往往根本不敢下重倉。</p><p>就算漲了三倍，你只敢買 1%，對整體帳戶的貢獻，可能只有 2%。</p><p>反過來看白馬股。一檔漲 20% 的股票，如果你敢放 40% 的倉位，對淨值的貢獻，就是 8%。</p><p>我覺得這也是為什麼巴菲特從來沒有公開的開過什麼課程。因為他其實心裡很清楚，一般的人，首先很難真的去理解一間公司的營運模式，經營狀況，財務細節。雖然我們看到確實很多指標可以作為對一間公司的參考，但是真的能看懂並從中找到可以投資的「預期差」的人不多，另外，當找到這批黑馬之後，還能勇敢地投入的人更少。這也是為什麼他推崇的事，當你找到一批白馬的時候，用時間來讓這批白馬好好跑到終點就好，這才是我們一般人比較舒服的投資模式和狀態。</p><p><strong>【第四：別讓「一錯就沒了」】</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*iCWsM-zdpn95CVe7VFz-Sg.jpeg" /></figure><p>我以前做生意時踩過一個很大的坑。當時我看到一個 99% 勝率的機會，但我忽略了它的風險回報比（風報比）是 99：1。 我以為自己不會是那 1% 的倒楣鬼，結果我踩中了。 <strong>市場最狠的地方在於：那 1% 一旦發生，會把你前面 99 次的成功全部抹掉。</strong>極端高勝率策略最危險的地方，是它讓你在心理上，徹底放棄了對「最壞情況」的想像。</p><p>投資最重要的還是你的容錯率，不要錯一次就明年再見。</p><p><strong>【第五：水源與農田 — — 你的資金性格決定你的結果】</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*eN2sYJXFGgZSR2KGexZMQg.jpeg" /></figure><p>投資能不能做得久，關鍵其實不在你買了什麼，而在於你的錢是怎麼來的。</p><p>在投資專業裡，所謂「負債端」，指的不是你有沒有借錢，而是你的<strong>資金特性</strong>。投資不像單向的買進，它更像是一場水源與農田的對接。<br>農田（資產端）能不能長出好莊稼，取決於你的水源（負債端）穩不穩定。</p><p>你可以用三個標準來判斷你的水源：</p><p>第一，時間壓力。這筆錢什麼時候一定要用？半年、一年內就要用的錢，本質上就是短期負債。</p><p>第二，情緒壓力。帳面上是閒錢，但跌 10% 你就睡不著，那它就不適合承擔高波動。</p><p>第三，替代性。如果這筆錢虧了，你還有沒有其他現金流或安全網？</p><p><strong>不匹配，才是投資真正的致命傷</strong></p><p>最經典的錯誤是：拿「下個月要交的房租」，去買「波動巨大的生技股」。</p><p>你的負債端是短期的，資產端卻需要三年才能驗證。結果，當你真的需要錢時，只能在谷底被迫出場。</p><p>這不是選股錯誤，而是時間錯位。</p><p>巴菲特之所以能長期持有，不是因為他特別有耐心，而是因為他擁有全世界最穩定、成本最低的負債端 — — 保險浮存金。</p><p>正因為水源穩定，他才敢讓農田慢慢長。</p><p>所以我現在的實踐心法只有一句話：<strong>「先看你的錢，再看你的股票。」</strong></p><p>我會很刻意地把「有壓力的錢」放在穩健的地方；把「真正長期的錢」放進有潛力的部位。 這不是因為我覺得股票不會跌，而是因為我心裡有數：<strong>就算跌，我的水源是充足的，我的負債端撐得住，我等得起。</strong></p><p>很多人投資失敗，真的不是因為看錯股票，而是沒管理好自己的資金來源與情緒壓力。 希望今天的分享，能讓你重新審視手上的每一筆錢。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f6ac87d90d48" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[SpaceX首次財報，AI 收入暴增 247%，為什麼股價還是腰斬？]]></title>
            <link>https://medium.com/@ming8323021/spacex%E9%A6%96%E6%AC%A1%E8%B2%A1%E5%A0%B1-ai-%E6%94%B6%E5%85%A5%E6%9A%B4%E5%A2%9E-247-%E7%82%BA%E4%BB%80%E9%BA%BC%E8%82%A1%E5%83%B9%E9%82%84%E6%98%AF%E8%85%B0%E6%96%AC-2afbe5480070?source=rss-9f874702c93a------2</link>
            <guid isPermaLink="false">https://medium.com/p/2afbe5480070</guid>
            <category><![CDATA[資本開支]]></category>
            <category><![CDATA[太空產業]]></category>
            <category><![CDATA[spacex]]></category>
            <category><![CDATA[投資]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[Maggy Hwang]]></dc:creator>
            <pubDate>Sat, 15 Aug 2026 03:58:03 GMT</pubDate>
            <atom:updated>2026-08-15T03:58:03.124Z</atom:updated>
            <content:encoded><![CDATA[<p>三層期權裡，有兩層提前兌現，但你付的權利金也變貴了</p><p><strong>SpaceX 財報後，我回頭檢查了自己寫過的隱憂 — — 哪些被驗證，哪些被打臉</strong></p><p>SpaceX IPO 的時候，我列了三層期權的框架：星鏈現金流已經兌現、DTC 手機直連還在爬坡、太空 AI 是最遠也最不確定的一塊。這一季財報出來，我把自己的判斷拿出來對答案 — — 結論是，隱憂沒有被推翻，但被逼著具體化了。</p><p><strong>SpaceX 這份財報證明了兩件事 — — AI 算力真的開始產生比想像中更快的現金流，但資本開支的擴張速度，還是明顯跑在訂單驗證的前面。</strong> 這不是故事破滅，也不是故事被證實，而是進入了一個更誠實、更需要盯數字的階段。</p><p><strong>這份財報，到底該看什麼？</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*fiskuJNMA-vXrCNfBvML1Q.png" /></figure><p>先把核心講清楚。這是 SpaceX 上市後交出的第一份財報，收入、毛利、經營利潤全部超預期，離損益兩平只差最後一步 — — 但股價從高點已經跌掉近五成，比發行價還低了大約兩成，盤後還在延續弱勢。業績好、股價弱，這個矛盾本身，就是這份財報真正的核心。</p><p>市場在意的不是「這一季賺多少」，而是三件事：第一，AI 算力這門生意的單位經濟到底成不成立 — — 這一季給出了第一個答案；第二，資本開支的擴張速度跟訂單的兌現速度，到底誰跑得快 — — 這一季給出了一個令人不安的答案；第三，接下來每十五到二十天就有一批股票解禁，籌碼面的壓力什麼時候會出現下一個催化劑來支撐。所以看這份財報，別停在「超預期」三個字上，要看的是甜跟苦怎麼同時存在。</p><p><strong>核心數據</strong></p><p><strong>一、SpaceX 這份財報，甜的部分是真的甜</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*KBc0tLNI5-tfrudzaqJBeA.png" /></figure><p>先看整體：Q2 總收入 78 億美元，年增 92%，比市場預期的 69 億高出一截 — — 要知道 Q1 的年增速才 15%，一季之內從 15% 跳到 92%，這非常得驚人。毛利 43 億美元，高出預期的 37 億，毛利率環比拉高 6% 到 55.3%；經營利潤只剩 -1.4 億美元，遠優於市場預期的 -16.8 億，經營利潤率從 Q1 的 -41.4% 一口氣收斂到 -1.8% — — 距離損益平衡，只差那麼一點點。</p><p>拉動這波成長的主力不是星鏈，是 AI 業務。AI 收入 25.6 億美元，超出預期的 20.8 億，同比暴增 247%，其中 AI 解決方案和基礎設施收入同比增長 6 倍到 22 億美元，光是跟 Anthropic 等客戶簽的雲服務協議，就在本季貢獻了約 16 億美元的增量。更關鍵的是利潤率：AI 業務毛利率一口氣拉到 57%，環比提升 12.5 個百分點，調整後 EBITDA 首次轉正，達到 11.46 億美元。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wVT89eCuVf-Kl9Qy-m9Vfg.png" /></figure><p>不過把 AI 業務拆開看，內部的成色並不均勻。真正暴衝的是算力租賃這塊；Grok 大模型收入約 6 億美元，環比只增 26%，增速相對平緩；來自 X 平台的廣告收入 3.67 億美元，雖然環比回升 7%，同比仍下滑 14% — — 今年初那場廣告基建的全面重構，能不能真正挽回流失的廣告主預算，還要再觀察幾季。所以說「AI 業務起飛」的時候要精確一點：起飛的是賣算力的生意，不是賣模型或賣廣告的生意。</p><p>為什麼算力租賃能賺這麼多？背後的定價邏輯要攤開來看。現在算力極度供不應求，SpaceX 靠算力租賃收取的溢價，換算下來每 GW 一年可以收 300 到 500 億美元，而同行租同樣規模的算力，每 GW 一年大約只收 100 到 150 億 — — 等於 SpaceX 用三到四倍的價格在賣同一種東西。</p><p>這有點像旅遊旺季的墾丁飯店：平日一晚三千，連假直接開一萬二，你還是得訂，因為別家全滿。客戶買的不是房間，是「現在就要住進去」；同樣地，微軟、Anthropic 這些客戶買的不是 GPU，是「現在就要上線」。</p><p>星鏈這邊也沒有掉隊。本季收入 42.9 億美元，同比 +66%，高於預期的 38.8 億，主要是政府與企業收入翻倍到 18 億美元 — — 星盾業務已經拿下美國政府超過 60 億美元的多年期合約，機載 WiFi 也陸續投入使用；消費端則穩定成長 44% 到 25 億美元，用戶數翻倍到 1,200 萬，ARPU 維持在每月 66 美元。這塊我在之前IPO那篇有說過的第一層期權（星鏈會是穩定的現金流來源） — — 這一季看下來，這個判斷沒有變。</p><p>發射業務同樣在默默賺錢：收入 9.6 億美元，超預期，外部商業發射 10 次，單次發射收入從去年同期的 5,400 萬美元升到約 6,500 萬 — — 成本因為複用一直在降，報價卻不降反升，毛利率環比再提升 11 個百分點到約 66%。壟斷的紅利，馬斯克一分不讓。</p><p><strong>二、但甜的背後，是我上次講的隱憂被坐實了</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*yaorsLBPjJHk0zCCYPoagw.png" /></figure><p>問題出在資本開支。Q2 單季 Capex 高達 184 億美元，其中大約 86% 都投向 AI 業務；管理層預期接下來兩個季度維持同樣量級，換算下來 2026 全年資本開支約 652 億美元，大幅高於市場此前預期的 455 億。經營現金流雖然轉正到約 24 億美元，但在 Capex 狂飆之下，自由現金流惡化到 -160 億美元，環比再擴大將近 70 億的缺口。</p><p>而這還只是今年。市場目前對明年資本開支的預期大約是 897 億美元，但如果照管理層「明年底算力逼近 10GW」的規劃打滿，按這一季實際跑出來的建設成本推算（大約每 GW 395 億美元），2027 年的總資本開支可能達到 2,400 到 2,800 億 — — 遠超市場現在的預期。這個數字先記著，等一下講 10GW 可行性的時候會再回來。</p><p>真正讓我在意的，不是 Capex 高，而是<strong>新增訂單跟不上 Capex 擴張的速度</strong>。把目前公開的算力大單攤開來看：Anthropic 450 億美元、約 36 個月，Google 約 304 億美元、33 個月，Reflection AI 63 億美元、42 個月 — — 三筆加總約 817 億美元的合約總價值，對應年化收入約 278 億。聽起來很多？但這一季財報新宣布的雲服務協議只有約 67 億美元，相較單季 184 億的資本投入，邊際增量明顯不夠看。錢已經花下去了，能驗證這筆錢有沒有回報的訂單量，還沒跟上。</p><p>這裡我要把 IPO 那集裡提過的擔憂和驗證點，重新攤開來對一次答案。那時候我說，太空 AI 是三層期權裡「最遠、最大、最不確定」的一層 — — AI 業務一年虧損 64 億美元，靠大量舉債維持，太空算力在商業上還沒有跑通的案例，這層期權值多少錢，沒有人能定價；而 200 億美元的債券發行，已經讓市場開始重估這家公司撐不撐得住這麼高的財務槓桿 — — 有分析師推估，到 2031 年 SpaceX 的淨債務會累計增加超過 4,000 億美元，比幾乎所有美國公司都高。那我也留了四個中長期的追蹤指標：星鏈用戶增速、整體自由現金流、星艦完全復用的時間點、太空 AI 第一筆商業合約能不能落地。</p><p>一季過去，對答案的結果是這樣：太空 AI 的商業合約不只落地，還一口氣落了三筆共 817 億 — — 這一項兌現得比我預期快很多很多；星鏈用戶數翻倍到 1,200 萬，增速在軌道上；星艦完全重複使用還押在年底前的兩次試飛。但自由現金流負得更深、槓桿也朝著市場擔心的方向繼續走 — — 所以，四個驗證點裡，訂單和用戶兩項提前過關，但現金流那一項卻同步惡化。用期權的語言講：就是行權的機率在上升，但你付的權利金也在變貴。這份財報很誠實告訴我們 — — 公司沒有做錯什麼，而是當初列的風險，現在每一條都有了具體的數字。</p><p>還有一個容易被忽略的細節：這些算力租賃協議，任何一方都可以提前 90 天無條件終止。也就是說，帳面上 817 億的合約，法律上的保障期其實只有三個月。即使當下收入強勁，這份收入的能見度和穩定度是不穩的 — — 這也呼應了我說的，太空 AI 是「最遠、最大、最不確定」的一層期權，現在依然如此，只是不確定的原因更清楚了。</p><p>錢的另一頭也要看。公司剛透過上市募了約 750 億美元，隨即又發了 250 億債券，帳上現金約 1,000 億 — — 聽起來很厚，但對照單季 184 億、還要連燒兩季的 Capex，加上穩定度低的訂單結構，年底或明年啟動新一輪大額融資的可能性又提高了許多。市場開始擔心的是：這會不會是一個無底洞 — — 用鉅額代價換來的 AI 訂單和收入，撐不撐得起這種強度的資本投入。</p><p>再加上解禁壓力：8 月 6 日起，首批 9.3 億股鎖定期到期，對應市值約 1,000 億美元；此後每隔 15 到 20 天，再有大約 3 億股陸續解鎖，第三季財報前後也有約 13 億股同步釋放，一路到 2027 年 1 月，分 8 批完成近 40 億股的解禁。這也印證了 — — SpaceX 的股價邏輯跟特斯拉高度相似，短期極度依賴「事件催化」而非「業績兌現」，因為佔市值大頭的遠期業務（尤其太空數據中心）現在幾乎沒有利潤貢獻。催化劑缺席、解禁供給又源源不絕的時候，股價從高點回撤五成，本質上是市場對前期過度樂觀的估值做修正，還不算是故事被推翻。</p><p><strong>那下一輪催化劑在哪？</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*2yGPQxuRvGRnMDg_uo5rHA.png" /></figure><p>時間表其實排得很密：星艦第 14 次試飛預計 8 月底到 9 月初，將把 V3 版星鏈衛星送入運營軌道，並可能首次挑戰「筷子」捕獲飛船二級；第 15 次最早 9 月末到 10 月，年底前完成一、二級同步捕獲是既定目標 — — 一旦完全回收成功，等於證明發射成本降到每公斤 200 美元以下是可行的，整個估值體系有機會系統性上修。再加上 Grok 5 預計 Q3 末或 Q4 推出、管理層喊出年底衝擊 1000 億美元 ARR，這幾個節點，就是解禁賣壓跟事件催化正面對決的戰場。每一個里程碑準時兌現，期權價值就往上一格；每一次延期，就往下折一次 — — 這家公司的股價，短期內的定價時程就會長這樣。</p><p><strong>三、跟 Rocket Lab 放在一起看，才看得出 SpaceX 的護城河有多深</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*uFycXXQM-TbkRYpKdu89yA.png" /></figure><p>如果把太空運輸想成運輸業，SpaceX 的獵鷹 9 號就是大貨櫃車，一次能拉二十幾噸上軌道；Rocket Lab 現在手上的 Electron 是機車快遞，一次只能送幾百公斤的小包裹。而它正在拚的新火箭 Neutron（中子號），是一台 3.5 噸小貨車 — — 載得比機車多得多，價格比貨櫃車便宜，瞄準的就是中間那塊市場。Neutron 跟獵鷹 9 號一樣主打「可重複使用」。</p><p>所以兩家公司走的是同一條路：擴大火箭運力、推進可回收技術、再用收購補上「太空應用」這一塊。Rocket Lab 用 Neutron 對標獵鷹 9 號，再收購銥星（Iridium）直接拿下一整套現成的衛星通訊網路，對標星鏈的商業模式 — — 邏輯完全是 SpaceX 的縮小版。</p><p>但差距在於進度和護城河的厚度。Rocket Lab 幾乎和SpaceX同一時間交出 Q2 財報：營收 2.3 億美元，年增 62%，略超預期；在手訂單 24 億美元創新高 — — 所謂在手訂單，就是客戶已經簽約、只是還沒出貨的生意。到這裡都不差。問題出在公司自己給下一季的預告：毛利率只有 29% 到 31%，遠低於市場原本以為的 36%。原因是它接的大型衛星整機訂單毛利偏低，加上新產線還在磨合，等於在爬坡途中又背了更重的貨。</p><p>而真正的核心變數是 Neutron。這枚火箭已經延期兩次，原訂 2025 年第四季首飛，一路推到 2026 年第四季，那到現在留給公司兌現的時間窗口只剩四個半月。今年 1 月，第一節火箭的燃料箱在測試中破裂，原因是外包廠商手工鋪碳纖維留下的瑕疵 — — 有點像手工糊的燈籠，看起來沒問題，一打氣才發現會漏。公司乾脆把整個製程換成機器自動鋪放，把人為失誤從源頭拿掉，長期是好事，但代價就是時間。而首飛時間直接決定公司什麼時候開始賺錢 — — CFO 自己說，首飛成功後的下一個季度，公司才有望首次轉虧為盈。也因為這個不確定性，分析機構在估值上直接打了六折。</p><p>把時間軸拉開看更殘酷。Neutron 要挑戰的「第一節火箭回收」，其實老實講，我們現在因為看到了spaceX的成功，所以覺得這件事情好像沒那麼難。但仔細去想一下：讓一枚幾十噸重、用好幾倍音速往下砸的火箭，在下墜過程中精控制減速，最後穩穩站在地面上 — — 等於在幾十公里高空丟一根筷子，還要求它照一定角度插在桌上的杯子裡。SpaceX 從 2008 年火箭第一次成功上軌道，到 2015 年完成人類史上第一次這種垂直回收，整整燒了七年；之後又累積了超過 300 次回收經驗，單枚火箭最多重複飛了 34 次。每一次飛行都帶回溫度、震動、氣流的真實數據，拿去改進下一次 — — 這種靠幾百次實戰餵出來的工程經驗，才是最難複製的行業壁壘。所以同一個財報季，你會看到兩種完全不同的姿態：SpaceX 在漲價 — — 標準發射報價從 2010 年約 5,400 萬美元一路調到 2026 年約 7,400 萬，成本一直降、售價一直升，中間的差價全變成利潤；Rocket Lab 還在為「能不能準時飛」跟時間賽跑。一個在收壟斷紅利，一個在付學費，這就是護城河具體的厚度差別。</p><p>不過我不覺得 Rocket Lab 是在做一場必輸的仗。確實目前兩家公司都有瞄準：海事、航空、軍事、偏遠地區的網絡，穩定不斷線不也是星鏈的賣點？家公司的應用場景確實重疊，但兩家目前賣的東西還是有點差異。差別在物理層：星鏈用的 Ku、Ka 高頻頻段，頻寬大、速度快，但物理特性上怕雨衰 — — 豪雨大雪會明顯衰減訊號，而且終端需要一個吃電的「鍋蓋」相控陣天線；銥星的 L 波段剛好相反，速度只有 Kbps 到 Mbps 等級，看影片想都別想，但幾乎不受天氣影響、不用對準方向，一顆嵌入式晶片、一支手持裝置就能直連。這個差異決定了它們在同一個場景裡扮演的角色不同：一艘遠洋貨輪，會裝星鏈讓船員視訊、追劇，但駕駛台的遇險通訊系統掛的還是銥星 — — 就像消防員口袋裡有 iPhone，腰上還是掛著無線電，不是因為無線電比較好，是因為它在所有東西都掛掉的那一刻，還能用。加上海事航空安全通訊的法規認證、替代 GPS 的授時定位（PNT）這些星鏈沒有覆蓋的服務，銥星賣的是「保命的最後一條線」，星鏈賣的是「平常好用的那條線」 — — 同一個客戶，兩張帳單。</p><p>但這條界線不是永久的。星鏈的手機直連（DTC）現在頻寬窄、只能傳簡訊和基本通話，可是等 V3 衛星部署完成、容量翻十倍之後，它會從「救命工具」升級成「日常網路」，到時候銥星守的部分陣地 — — 特別是手機直連和物聯網 — — 會直接被進攻。所以精確地說，這是「今天錯位、明天可能被侵蝕」的競爭關係，而這個侵蝕風險，正是 Rocket Lab 估值折價的一部分。</p><p>銥星不是空殼：66 顆衛星已經在天上、250 萬個付費用戶、每年近 8.7 億美元會自動續約的訂閱收入 — — 等於 Rocket Lab 直接買下一家營運中的電信公司，跳過了從零建網要燒十年的階段。這也是為什麼即使一切順利，它的估值天花板（樂觀情境約 238 美元）仍遠低於 SpaceX 的量級 — — 它守的本來就是一塊有重疊的縫隙市場。</p><p><strong>四、那為什麼還是有人追捧 Rocket Lab？</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*eNkz7WP6h7onsx0tdIXAIg.png" /></figure><p>講到這裡，你大概會覺得這是一場毫無懸念的比賽 — — 一個在收壟斷紅利，一個連火箭都還沒飛起來。但市場明明不是這樣看的，那些追 RKLB 的人到底在買什麼？我認為有四個理由是站得住腳的，還有一個不太站得住腳但真實存在。</p><p><strong>第一，你買不到 2015 年的 SpaceX，但你買得到 2026 年的 Rocket Lab。</strong> 這是最務實、也最少被講出口的理由。SpaceX 現在市值超過 2 兆美元，你今天買進去，要再賺一倍，意味著市場得再塞給它 2 兆 — — 這個量級的成長，需要太空 AI 那層最不確定的期權完全兌現才可能。Rocket Lab 的市值只有幾百億等級，Neutron 只要飛起來，估值框架直接從「小型火箭商」跳到「SpaceX 挑戰者」，同樣一個好消息，在兩家公司身上的槓桿完全不同。買 SpaceX 是買一家已經成功的公司，買 Rocket Lab 是買一張還沒開獎的彩券 — — 而很多人心裡真正想要的，是後者那種「我早就看到了」的感覺。</p><p><strong>第二，全球「唯二」這個標籤本身就有溢價。</strong> 收購 Motiv、Mynaric、銥星之後，Rocket Lab 補齊了太空產業鏈的三個環節：把東西送上太空、製造太空硬體、經營太空應用。全世界同時具備高頻商業發射能力和大規模衛星製造營運能力的公司，就這兩家。稀缺性不是形容詞，是估值倍數 — — 當一個產業只有兩張入場券，第二張的價格不會是第一張的零頭。</p><p><strong>第三，也是我覺得最硬的理由：美國政府不會允許只有一家。</strong> 這是政策層面的護城河，跟技術無關。當 SpaceX 掌握全球八成的入軌質量，五角大廈其實比誰都焦慮 — — 把國家安全押在一家私人公司、一個 CEO 的政治判斷上，本身就是風險。所以你會看到訂單刻意分流：Rocket Lab 拿到太空軍 SB-AMTI 天基空中目標監測 3.97 億美元、HASTE 高超音速測試 2.66 億框架合約（對應 Golden Dome 反導計畫），Neutron 連首飛都還沒完成，就已經被列入 NSSL 國安發射的供應商池、預先拿到 5 次發射訂單。政府是在還沒看到成品之前就先付訂金，因為它需要第二個供應商存在。這種「被政策養大」的確定性，是純商業競爭算不出來的。Q2 過後在手發射訂單衝到 90 次以上、創歷史新高，背後就是這個原因。</p><p><strong>第四，它是市場上少數的「純太空」標的。</strong> 這點有點反直覺：SpaceX 現在有八成以上的資本開支砸在 AI 上，AI 業務今年就要超越星鏈成為第一大收入來源。也就是說，你買 SpaceX，同時被迫買進一個 AI 資本開支的巨大風險敞口 — — 你想投的是太空，拿到的是一張算力賭盤的籌碼。想單純押注「人類的太空活動會變多」的人，反而只剩 Rocket Lab 這個選項。SpaceX 越像一家 AI 公司，Rocket Lab 的「純度」就越值錢。</p><p>所以，買 Rocket Lab 的人，買的其實不是「它會贏過 SpaceX」。他們買的是另一個更合理的狀態：<strong>太空這個產業會變大，而且基於國家安全的理由，它不會只允許一家公司存在。</strong> 但即便這個敘事成立，跟「現在這個價格買進去會賺錢」，還是兩碼子事。</p><p><strong>五、資本開支的真正底氣：10GW 到底能不能做出來</strong></p><p>回到 SpaceX 自己的 10GW 目標。市場一開始的反應是不信，理由很直接 — — 這個目標對應的資本開支是 3,000 到 5,000 億美元，單年投入可能是 Amazon 的 2.3 倍、微軟的 2.9 倍、Meta 的 3.4 到 3.8 倍。喊出這種數字，股東聽了都不會開心。</p><p>但 SemiAnalysis 有一篇文，從建設速度重新算了一遍帳。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Q5MltXHI1p3q5Ne5xyoaZA.png" /></figure><p>Colossus 1 大約 122 天完成 300MW，Colossus 2 大約半年完成 200MW，Southaven 的現場發電規模從 2026 年 2 月的 495MW，幾個月內衝上 1.2GW 以上。單看一個項目，只覺得施工快；但把這些數字放在一起看，10GW 不再像是憑空喊出來的口號，更像是 SpaceX 已經把幾百 MW 級數據中心的建法跑通，準備複製到更多點。財報也給了佐證：算力規模從去年同期的 400MW，到 Q1 的 1GW，再到本季的 1.4GW，年底預計突破 2GW — — 擴張的速度是真的快。</p><p>單位經濟也支持這個邏輯：建 1GW 大約要花 400 到 500 億美元，但上線後，對短交付、稀缺算力的客戶，每年可能會有 300 到 500 億美元收入 — — 順利的話，回本週期大約只要一年多。</p><p>這解釋了一件我原本覺得不太合理的事：為什麼這些公司現在都在瘋狂砸資本開支。以前大家擔心的是建太多、回報率下降；但如果新增算力的邊際收益暫時遠高於資本成本，企業真正怕的反而是上線太慢 — — 晚一年投產，損失的不是折舊，是一整年的高價值推理收入。如果看懂的話，前面那個 2,400 到 2,800 億的明年 Capex 推算，就不是那麼魯莽的動作，而是一場賭注非常明確的搶灘：趁溢價還在，能建多快建多快。拼的是回本週期！</p><p>這裡要老實說一句：融資端有一個還沒證實的猜想 — — SemiAnalysis 提出英偉達可能透過 vendor financing，幫 SpaceX 降低前期採購 GPU 的現金壓力。如果這個結構是真的，可以解釋 SpaceX 為什麼敢把 Capex 拉這麼快；但這目前只是推論，不是確定的事實，也值得我們持續追蹤。</p><p><strong>六、微軟：同時是最大潛在客戶，也是資源競爭者</strong></p><p>這理我想多聊一下微軟，微軟是 SpaceX 最有可能的最大算力買家 — — 微軟不缺模型也不缺客戶，Azure、Copilot、Foundry 都在持續消化 AI 推理需求，它真正缺的是短期內能快速上線的大規模算力。微軟今年已經簽下超過 10GW 的數據中心合約，總承諾金額超過 3,000 億美元，但相當一部分要到 2027 年底甚至 2028 年才能上線。</p><p>這就留下一個時間差：微軟未來有算力，但眼下不夠。如果 SpaceX 真能用幾個月交付幾百 MW 甚至 GW 級集群，它賣的就不只是 GPU，而是「提前一年上線」的稀缺時間價值 — — 對高價值的 AI 推理業務來說，提前一年本身就值很多錢。</p><p>但同一時間，微軟也是全球資本開支最大的玩家之一，2026 年自己的資本開支就高達約 1,750 億美元，跟 SpaceX 搶的是同一批電力、GPU 和數據中心資源 — — 而 SpaceX 的單年投入，可能是微軟的 2.9 倍，等於一個新玩家直接把資源爭奪戰的籌碼加倍。所以微軟的角色不是單純的敵人或朋友，而是「既是最想買 SpaceX 算力的客戶，也是資源爭奪的競爭對手」 — — SpaceX的算力解眼前的渴，同時加速自建來擺脫依賴。</p><p><strong>七、Terafab：馬斯克要自己蓋晶圓廠，這件事對台積電意味著什麼</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8w0qpqqwHKF4LPovF3-3qw.png" /></figure><p>Terafab，是一座晶圓廠 — — 馬斯克在 2026 年 3 月宣布，由 Tesla、SpaceX 加上 Intel 三方合作；今年 8 月 6 日正式敲定地點：德州 Grimes County，第一期投資 168 億美元，創造約 3,000 個工作機會，德州政府另外給了 3,000 萬美元的產業基金補助。</p><p>規模大到誇張：規劃 1 億平方英尺的廠房 — — 三星平澤園區大約 3,100 萬平方英尺，而目前全世界最大的單一建築約 1,890 萬平方英尺，Terafab 是它的五倍以上。馬斯克自己的形容是「地球上最大、也最有價值的建築」。長期目標是每月投片 100 萬片晶圓、一年產出 1,000 到 2,000 億顆晶片，支撐 Tesla 和 SpaceX 合計超過 1 TW 的算力需求。第一期用的是 Intel 的 14A 製程，也就是 2 奈米等級。要做的晶片有兩類：一類是給 Optimus 機器人和 Cybercab 自駕車用的邊緣推論晶片，另一類 — — 跟今天這集直接相關 — — 是給 SpaceX 太空資料中心用的高功率晶片。</p><p><strong>先講機會。</strong></p><p><strong>第一，它不缺客戶，因為客戶就是自己。</strong>一般晶圓廠最怕的是蓋好了沒人下單、產能利用率拉不上來；Terafab 從一開始就是「自用廠」，Tesla 的機器人和車子、SpaceX 的衛星和資料中心，自己就吃得下。這是它跟台積電最根本的不同 — — 台積電是開餐廳，要看客人上不上門；Terafab 是員工餐廳，只要自己還要吃飯，鍋就不會冷。</p><p><strong>第二，這條路馬斯克走過。</strong>他的模式一直是「能自己做的就自己做」 — — 獵鷹 9 號大約八成的核心硬體自研自產，結果是把單次發射的邊際成本砍掉七成，售價卻還能一路往上調。從火箭到衛星、從引擎到現在的晶片，是同一套劇本的延伸。</p><p><strong>第三，結構設計確實有巧思。</strong>傳統晶片產業是切開的：這家做邏輯、那家做記憶體、再送到另一家封裝測試，每一次交接都是時間。Terafab 把邏輯、記憶體、封裝、測試全部塞進同一個屋簷下，目的是壓縮迭代週期 — — 對「自己設計、自己改版、改完馬上要」的需求來說，這個設計是合理的。</p><p><strong>第四，政治順風。</strong>最先進的製程壓倒性集中在台灣，對一家要拿美國國防訂單、要建太空基礎設施的公司來說，本土產能有戰略溢價，政府也樂意補貼。</p><p><strong>再講風險，而且風險比機會硬得多。</strong></p><p><strong>第一，也是最致命的：時間。</strong>台積電董事長魏哲家的回應講得很白 — — 「晶圓代工沒有捷徑」，蓋一座廠要 2 到 3 年，良率爬坡再 1 到 2 年。而 AI 晶片的世代更替只要 12 到 18 個月。你花五年蓋出來的廠，可能一啟用就落後兩個世代。這是所有新進者共同的詛咒：你追的是一個一直在往前跑的東西。</p><p><strong>第二，產能目標已經被調整過一次。</strong>原本喊每月 10 萬片晶圓，後來下修到「每月幾千片」 — — 這是最誠實的警訊，代表連小規模都還沒跑順。而長期目標是每月 100 萬片，中間差了兩、三百倍。</p><p><strong>第三，良率是完全的問號。</strong>目前沒有量產時程、沒有設備藍圖、沒有資本計畫，也沒有良率策略，「比較像一份戰略宣示，不是製造現實」。而晶圓代工真正的競爭力從來不是廠房多大，是同一片晶圓上能切出多少顆能用的晶片 — — 這個數字差幾個百分點，整個成本結構就翻掉了。</p><p><strong>第四，押注 Intel 是雙面刃。</strong>14A 製程本身還沒經過大規模量產驗證，Intel 這幾年的製程時程也一再調整。Terafab 第一期綁在別人的技術上，別人跳票，它就跟著跳票。</p><p><strong>第五，錢。</strong>SpaceX 今年資本開支已經 652 億美元、自由現金流 -160 億，現在再疊上一個首期 168 億、多期潛在破千億的晶圓廠。問題不是有沒有錢，是一家公司能同時打幾場資本戰爭 — — 太空、算力、晶圓廠，每一場都是要連燒五年以上的仗。</p><p><strong>那對台積電到底有什麼影響？我把它拆成三個時間尺度。</strong></p><p>短期，一到兩年：影響幾乎是零，甚至偏正面。Terafab 的原型產能還只有每月幾千片，而 Tesla 跟 Intel 現在都還是台積電的客戶 — — 魏哲家自己說 Intel 是「強勁的對手」，但同時也是客戶。更重要的是：SpaceX 這波 AI 資本開支狂潮，每一分錢的晶片需求現在都還是流向台積電 — — 輝達的 GPU 是台積電做的，星鏈的衛星通訊晶片也是台積電獨家代工的。所以這則新聞跟台積電的訂單，短期是正相關，不是負相關。</p><p>中期，三到五年：真正的風險不是 Terafab 本身，是它代表的「去單一供應商化」。三星已經拿到 Tesla 165 億美元的訂單。Terafab 蓋不蓋得成是一回事，但當大客戶開始認真建立第二、第三供應來源，台積電的議價能力就會被侵蝕。</p><p>長期，五年以上：如果 Terafab 真的跑通，那是結構性的威脅。但這個「如果」的機率取決於良率 — — 而良率是台積電花三十年、幾百萬片晶圓餵出來的東西。</p><p>講到這裡你應該會覺得眼熟。這不就是前面 Rocket Lab 追 SpaceX 的同一個問題嗎？SpaceX 最難被複製的護城河，是三百多次回收飛行餵出來的工程數據；台積電最難被複製的護城河，是幾十年良率曲線餵出來的製程配方。同一種壁壘，只是換了產業。馬斯克比誰都懂這種數據飛輪的價值 — — 因為他自己就是靠它把追兵擋在門外的。而現在，他要去攻別人的飛輪。</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=2afbe5480070" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[在存量市場，你需要的是容錯率]]></title>
            <link>https://medium.com/@ming8323021/%E5%9C%A8%E5%AD%98%E9%87%8F%E5%B8%82%E5%A0%B4-%E4%BD%A0%E9%9C%80%E8%A6%81%E7%9A%84%E6%98%AF%E5%AE%B9%E9%8C%AF%E7%8E%87-3a806833e21e?source=rss-9f874702c93a------2</link>
            <guid isPermaLink="false">https://medium.com/p/3a806833e21e</guid>
            <category><![CDATA[stock-market]]></category>
            <category><![CDATA[投資]]></category>
            <category><![CDATA[investing]]></category>
            <category><![CDATA[美股]]></category>
            <dc:creator><![CDATA[Maggy Hwang]]></dc:creator>
            <pubDate>Fri, 31 Jul 2026 08:48:05 GMT</pubDate>
            <atom:updated>2026-07-31T08:48:05.500Z</atom:updated>
            <content:encoded><![CDATA[<p>查理·蒙格曾經說過：「如果把我們最成功的10筆投資去掉，我們就是一個笑話。」</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*kysXnLArrGExsjwWwPTwRw.png" /></figure><p>這句話幾乎很多做投資的人都引用過，而且多數人的解讀都一樣：你看，連蒙格都靠幾筆神級投資撐起整個績效，所以我們要做的，就是找到那家「對的公司」 — — 把體質研究透、把估值算清楚、耐心等它兌現。</p><p>這個解讀沒有錯，但我最近回頭再去看這句話，忽然覺得 — — <strong>我們可能讀的是另一半。</strong></p><p>因為這句話反過來一樣成立：一個虧到懷疑人生的散戶，如果把這些年虧最慘的10筆投資去掉 — — 他很可能也是個高手。</p><p>所以蒙格真正在講的，不是「要多會選贏家」，而是「能不能承受得起自己選錯」。他那10筆神級投資之所以能撐起整個組合，前提是<strong>中間那一大堆平庸甚至虧損的部位，沒有一筆把他打死。</strong></p><p>換句話說，蒙格找的不只是「好公司」，還是<strong>容錯率高的組合</strong>。</p><p>這集，我想講的就是這件事 — — 尤其是在現在這個市場。</p><p>前一集，我講了一個框架：下半年是增量市場和存量市場的差別。</p><p>增量市場，是餅一直在變大的世界，這時候你買錯了，大盤往上拉，還能把你救回來。存量市場，是餅暫時就這麼大、甚至開始變小的世界，你要賺錢只有一條路：把隔壁的客人搶過來。錢是固定的那一池，這邊翹起來，那邊必然壓下去 — — 就是機構愛講的蹺蹺板，零和博弈，有人多吃一口，有人就會少吃一口。</p><p>我那集最後留了一句話，當時沒有展開係講：<strong>這兩種市場最大的差別，就是容錯率。</strong></p><p>增量市場容錯率高，因為有源源不絕的新錢在後面接你的棒子。存量市場容錯率低，因為你買錯了，沒有新的錢進來救你，你就是那個被抽血的。上半年閉著眼睛買 AI 都賺，那是增量的紅利；下半年開始挑三揀四、分化撕裂，是存量的特性。</p><p>在增量市場，你可以靠「賭對一次大的」翻身。在存量市場，你必須靠「不被錯的那幾筆打死」活下來。</p><p><strong>那什麼是容錯率？</strong></p><p>容錯率這個詞，最早是遊戲和工程術語，指的是系統出錯之後，還能不能繼續正常運作。</p><p>給你一個你每天都在用、但可能沒想過的例子：QR code。你有沒有發現，有時候 QR code 明明被你的手指遮掉一半，或是印壞了、髒了一角，掃描還是會過？那是因為QR code在設計的時候，本來就內建了容錯率 — — 只要幾個關鍵區塊沒被擋住，缺一角也認得出來。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*wrbQfNu7vPHwmQwFglXPrw.png" /><figcaption>我們節目和我的IG可以加一下唷～</figcaption></figure><p>投資也是一樣的道理。我們平常想的都是「怎麼樣才能不犯錯」 — — 買在最低、賣在最高、每一輪風口都看準。但講真的，資訊不對稱、情緒干擾、黑天鵝事件，再聰明的人都會判斷失誤。<strong>犯錯這件事，本身是躲不掉的。</strong></p><p>所以不如換一個思路去想想：既然犯錯難以避免，那與其耗盡力氣去追求「永遠正確」，不如換個問題 — — <strong>萬一錯了，我怎麼讓錯的後果小一點？</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*f7CDRBxJkWc9PkxHXVKAzg.png" /></figure><p>低容錯率的投資者，買錯一筆，帳戶腰斬，心態崩了，從此不敢再進場。</p><p>高容錯率的投資者，判斷一樣會錯，但損失有限，不影響整體策略，甚至還能反手布局。頂尖投資者不是神，他們只是<strong>把「犯錯的成本」壓到最低的那群人。</strong></p><p><strong>先講一個簡單的數學概念，我相信很多人都知道了，但是很多人壞在焦慮或是興奮的情緒中忘記這個概念，所以複習一下。</strong></p><p><strong>虧損跟獲利，在數學上是不對等的。</strong></p><ul><li>你賺 100%，資產翻倍；但你虧 50%，就回到原點。</li><li>你賺 900%，資產翻十倍；但你虧 90%，也是回到原點。</li></ul><p><strong>往上要走很遠，往下只要一小段。</strong></p><p>其實更貼近真實的例子：</p><ul><li>你每年穩穩賺 20%，連續 5 年，總報酬是 149%。</li><li>但如果中間有一年虧了 50%，其他四年一樣賺 20% — — 總報酬只剩 <strong>24%</strong>。</li></ul><p>一年的失誤，吃掉了四年的努力。</p><p>這就是為什麼巴菲特把投資第一原則定為「不要虧錢」。<br>不是因為他保守，是因為他算過這筆帳不划算。</p><p>而更殘酷的是：如果你在投資生涯的<strong>早期</strong>就遇到毀滅性虧損，你損失的不只是本金，<strong>還有時間</strong> — — 因為時間是複利最大的乘數。</p><p>所以接下來的幾個方法，本質上都在做同一件事：<strong>確保你永遠不會走到那個 50% 的格子裡。</strong></p><p><strong>方法一：提高容錯率最常見的方法，就是安全邊際，白話講就是「買得便宜」。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*DEW7ixSbLKexhDHyLAI-6A.png" /></figure><p>這裡有個誤區，比較多人會混為一談：<strong>「買得便宜」不一定都能提高容錯率。</strong></p><p><strong>第一種便宜：向上的空間大 — — 這是預期的概念，不是真的安全邊際</strong></p><p>你覺得這支股票向上的空間比向下大，所以買。</p><p><strong>但你要想清楚一件事：這種「便宜」是誰定義的？</strong> 是一群跟你想法一樣的人。大家都認為它上漲空間大，所以紛紛買入推高價格 — — <strong>這個價格不是基本面推動的，是預期推動的。</strong></p><p>問題來了：如果沒有新的人跟進買入，而前面持倉的人成本又比你低很多，會發生什麼事？他們獲利了結，價格繼續往下，<strong>而你買在半山腰。</strong></p><p>講一個例子：星巴克。</p><p>倒帶回一年多前。同店銷售連續<strong>七個季度</strong>衰退。中國市占率從 2019 年的約 34%，一路掉到 2024 年的約 14%，不到十年腰斬再腰斬。</p><p>但它的<strong>毛利率</strong>一直很穩，常年在 68% 的高位。可是 2025 年的 Non-GAAP <strong>營業利潤率</strong>，從前一年的 15.0% 掉到 9.9% — — 一年掉了 5 個百分點。</p><p>毛利沒壞，壞的是營業利潤。代表問題不在「賣不賣得動」，在人力成本、原料成本，還有客流。</p><p>所以那時候買星巴克的人，買的是「賭它反轉」 — — 賭執行長 Niccol 的改革會成功、賭中國問題能解決。</p><p><strong>結果它賭贏了。</strong> 2026 財年第二季，美國同店成長 7.1%，全球同店成長 6.2%，連續七季衰退之後翻正。</p><p>漂亮的翻身仗。但<strong>賭對了一次困境反轉，不代表你的方法是對的。</strong></p><p>如果 Niccol 沒做起來、如果中國沒解決，同一套邏輯、同樣的下注，結果會完全不同。那是一次低容錯率的賭注，只是這次運氣站在他們這邊。</p><p>再給一個案例，假設有一位投資人，在Nvidia翻倍之後，看到它回調 10%，決定<strong>滿倉加兩倍槓桿</strong>進場抄底。結果Nvidia繼續跌了 30%，他被強制平倉。<strong>平倉後的第二天，市場就回穩了，兩個月後Nvidia創歷史新高。</strong></p><p>他方向有沒有看對？有！他看對了。但因為沒有容錯率，所以他倒在黎明前。</p><p><strong>第二種便宜：向下的空間小</strong></p><p>這種公司更看重的不是「能漲多少」，而是「幾乎跌不下去」。</p><p>它們有個共同長相：身處增速很低的傳統行業 — — 像是一般製造業、看起來沒什麼技術含量的原材料、還有一些冷門到你連資料都看不懂的產業。</p><p><strong>這些產業的共同特徵是：需求明顯持平，甚至緩步衰退，讓投資人避之不及，所以估值絕對水準很低 — — 但需求不會消失，跌到一定程度之後反而很穩定。</strong></p><p>而且這類企業的財務通常還很健康：有些毛利率低但淨利率高、幾乎沒什麼費用；有些利潤普通但幾乎沒有有息負債。</p><p>為什麼？因為這種行業<strong>競爭格局好、技術進步慢。</strong> 沒有企業會砸大錢去投一個衰退的賽道，原本的尾部玩家也撐不住這種「低毛利又不成長」的生意，最後活下來的，反而變成「不增不卷、利潤穩定」，甚至比那些要瘋狂燒研發的高精尖行業更安穩，也幾乎沒有被技術迭代淘汰的風險。</p><p>舉一個例子：Mueller Industries</p><p>這家公司是做銅管、黃銅棒、以及冷氣跟水管用的金屬管件。這聽起來幾乎是上個世紀的產業，完全沒有技術迭代的風險，因為水管跟冷氣管的物理原理幾十年來都沒變過。</p><ul><li><strong>他的安全邊際在於它做到零息負債：</strong> 翻開它的財報，你會看到一件很誇張的事 — — 它的利息支出（Interest Expense）常年是 $0。它幾乎沒有有息負債，滿手現金。</li><li><strong>定價權與競爭格局：</strong> 它在北美的銅管與配件市場是絕對的寡占龍頭。不管房地產景氣好壞，老房子的管線就是要維修替換，這讓它的需求極度剛性。</li><li><strong>便宜的估值：</strong> 即使它過去幾年利潤非常好，目前的遠期本益比（Forward P/E）依然只有 14 倍左右。但市場嫌它沒有成長性。</li></ul><p>那這樣的股票我拿來做什麼？為什麼我平常會把這類的冷門股票也放在清單內？我的清單裡面甚至還有資源回收公司。他主要是拿來做避震的，我記得我上次有說，標普 500看似分散了 500 家公司，但目前標普的40%權重全部集中在前10科技巨頭與 AI 基礎設施供應商身上。至少在 AI 行情熄火等紅燈的時後，避免倉位單邊大失血。</p><p>另外很重要的一點，如果未來幾年總經環境進入高息常態、或是沒有新資金湧入的「存量市場」，這類型的公司沒有槓桿的疑慮，升不升息對他來說沒有太大差別。那在存量市場，在這種行情裡，這類被遺忘在底部的公司，只要它的行業供需出現微幅的改善（假設環境不好，政府要搞基建。又或是簡單的去庫存週期結束），就有機會走出修復行情。</p><p><strong>兩種便宜的差別，講到底就是一句話</strong></p><p><strong>前一種便宜，你買錯了最可能繼續下跌；後一種便宜，你買錯了最可能只是「不漲」。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*uR8ArH3yqMcDsl7KM9WScQ.png" /></figure><p>一個是往下的坑，一個是平的地板。</p><p>而這裡有個很多人沒想到的陷阱 — — <strong>好公司，也可能沒有安全邊際。</strong></p><p>再舉一家例子：星巴克現在也走到了同一個位置：40 倍預估PE ，改革的好消息全部算進去了。<strong>低容錯的賭注 → 賭對了 → 變成一個沒有安全邊際的好故事。</strong> 而多數人是在第三段才進場的，因為那時候故事聽起來就安全，但安全邊際其實沒有你想像中的大。</p><p>「買股票跟買包包一樣。愛馬仕的品質絕對是頂級的，但如果你用超定價三倍去配貨，這筆交易還有任何安全邊際嗎？只要熱度一退你就賠錢。 但一個普通的耐用帆布袋，如果今天老闆跳樓大拍賣打一折賣你，這筆交易的安全邊際還在。</p><p><strong>安全邊際講的是「價格」，不是「公司品質」。</strong></p><p><strong>方法二：離場邏輯 — — 止損不是看跌幅，是看劇本</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*ZN-y9yRI2S_oVSe-1s17Dw.png" /></figure><p>選股是一種容錯率，交易也有他的容錯率。</p><p>第一種最常用的容錯手段就是止損：固定虧 多少% 就無條件賣出。</p><p>這招有用嗎？有，但只有一半。</p><p>更根本的矛盾是：<strong>用錯地方</strong> — — 拿短線的停損紀律去砍價值持股，又拿價值投資那套「跌了要加碼」去凹短線部位。</p><p><strong>如果是短線交易。</strong> 你進場的理由本來就是價格訊號，那唯一能告訴你「我錯了」的，就只有價格。所以固定幅度止損確實能限制你「每一次」出錯的虧損。但它同時提高了你「虧損交易的比例」 — — 很多只是短線的隨機波動，甩你一巴掌就漲回去了，但卻已經被洗出場。有更好的做法，但是要做一點功課。這邊先不講，不然會破adgar的梗。</p><p><strong>那對於價值投資者來說，真正該讓你認錯的訊號，不是股價跌了多少，而是 — — 你當初買它的那個理由，是不是歪掉了。</strong></p><p><strong>每個看多的理由，都有一個對應的反面劇本</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*JKeiIVCb3OqHm__sWTG9SQ.png" /></figure><p>這邊舉一個Dr.papper的案例（賣汽水跟咖啡的），他也屬於我前面說的「無聊但穩定、負債很低」的股票。預估本益比大約 13 倍；Beta 只有 0.41，波動明顯比大盤小，過去一年股價還跌了約 7%，而同期大盤在漲。</p><p><strong>但</strong>它最近併購了 JDE Peet’s，財務槓桿從併購前的 1.5 倍，一口氣拉到約 4.5 倍。</p><p>那離場邏輯就非常清楚：<strong>併購整合不順、去槓桿速度不如預期。</strong> 這個訊號就能追蹤 — — 看它的槓桿有沒有照管理層說的往下走。</p><p><strong>離場邏輯不是等到出事才想的，是你按下買進之前就要先想好的。</strong></p><p><strong>這件事的真正意義：把「情緒認錯」換成「條件認錯」</strong></p><p>為什麼多數人止損會止到懷疑人生？</p><p>因為他們的止損是<strong>情緒觸發</strong>的 — — 跌了、怕了、就賣了。而情緒觸發的止損，一定會發生在最恐慌的那個點，也就是最低點附近。</p><p>而離場邏輯是<strong>條件觸發</strong>的。你在買進之前就寫下：「如果連續兩季營收不及預期又講不出理由，我就出場。」「如果管理層策略大轉彎，跟我當初買它的理由背道而馳，我就出場。」</p><p>差別在哪？<strong>條件觸發的止損，是你在冷靜的時候，幫未來那個慌張的自己做好的決定。</strong></p><p><strong>順帶一提：不要死背財務指標</strong></p><p>很多人判斷公司體質會看 ROE。<strong>但 ROE 這個指標，在星巴克身上是完全失真的。</strong></p><p>因為星巴克近十年累計回購加分紅約 490 億美元，力道大到把帳面股東權益直接買成了<strong>負數</strong> — — 2025 財年底大約是負 81 億美元。ROE 的分母是股東權益，分母是負的，算出來沒有意義。</p><p>那這種公司要看什麼？看<strong>股東回報總額</strong>（回購加分紅）以及可持續性。星巴克過去十年光靠回購加分紅，平均每年就給出約 5% 的股東回報率，2018 到 2019 年一度高達 11% 到 12%。</p><p><strong>容錯率的判斷，不能靠死背幾個指標。你得知道每個指標在什麼情況下會騙你。你的分析框架，也要有容錯率。</strong></p><p><strong>方法三：部位控制 — — 這是一個今天就能調整的地方</strong></p><p>前面兩個方法，都在想辦法讓你「少犯錯」。這一個不一樣 — — <strong>它假設你一定會錯，然後確保錯了也死不了。</strong></p><p>所以這裡的算法，不是去猜停損點該設幾趴，而是直接算<strong>最壞情況</strong>：假設它腰斬，我傷多重？</p><p>我用腰斬來算，是因為這是真實會發生的事。Nvidia 2022 年跌過六成，Meta 跌過七成 — — <strong>而它們都是好公司。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/992/1*JD4Z1uU8JV_l0YwIBlpvUA.png" /></figure><p>15% 腰斬，你賺 8% 就補回來了 — — 這大概是一年大盤的合理報酬，所以ＯＫ，我們都等的起。 50% 腰斬，那就要賺 33% 才回得來 — — 這就需要靠看對一次大行情，也不會說沒希望。但單押腰斬，你要賺 100%，而我們前面算過，那是幾年的努力。</p><p>別忘了，時間是複利的成數。這幾年拿去補虧損真的不划算。</p><p><strong>做好資金管理，等於變相把你的資金規模擴大了。</strong> 因為它讓你在市場上能得到更多、更長的交易機會。</p><p>老話一句黑天鵝不會每天都出現，但只要出現一次就有可能席捲你前面的所有累積。<br> 如果你的投資策略或是風控沒有做好心理準備，如果你還覺得美股只漲不跌，全球有政府兜底，用這樣的心態去看待金融市場，你是沒有辦法在危機到來的時候相信有危機的！</p><p><strong>還有一件事情是比較少人提到的：你追的行情，決定了你的容錯率</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*JY8gA5X1oY_H1Wkq-UbkkQ.png" /></figure><p>很多人以為自己虧損是因為「技術不好」或「心態不穩」，所以拼命想調整心態。但我看過一個交易者的自述，我覺得他找到了真正的原因 — —</p><p>他發現自己的問題不是技術差，也不是心態波動異常。<strong>真正的原因是：他的操作頻率太高，追的行情太小。</strong></p><p>用科學一點的講法：<strong>他追的行情容錯率極小，小到「正確」都不夠用，必須「精確」才有肉吃。</strong></p><p>所以他才會過度追求精準判斷、才會有僥倖心理。而且因為行情太小，要有明顯盈利就只能重倉進出 — — 這又進一步壓低了他的容錯率。</p><p>我可以講一下大概的意思，如果台積電日常一週波動就有 5%，你去抓一段 8% 的行情，你必須進場點抓得很準才有肉吃。但如果你抓的是 30% 的段，比值是 6 倍，你早進場晚進場三天，結果不會差太多。</p><p>白話來說就是，如果你發現自己必須重倉才能賺到有感的錢，那不是你部位太小，是你抓的行情太小。</p><p>進場前先思考一下，這一段我期待賺多少? 這隻股票平常一週震盪多少?</p><p>如果我期待的幅度不到它日常波動的三倍，那我要的不是判斷力，是精準度 — — 但精準度是不可能穩定持有的東西。</p><p>所以解法不是逼自己改心態，而是<strong>直接放棄所有小行情和小波動。</strong></p><p>這對我來說是很大的提醒：如果你發現自己老是要「精準」才能賺錢，那不是你能力的問題，是你選的戰場容錯率太低。</p><p>小行情不是不能做，但要做的話不能用常規的分析判斷體系，而是要靠統計、找出概率最大的可能，像機器人一樣跑概率。</p><p>如果你想要一個更完整的結構</p><ul><li><strong>30% 現金等價物</strong> — 彈藥庫</li></ul><p>這個結構的設計目的很明確：<strong>確保你在連續三次重大失誤之後，仍然有翻本的資本。</strong></p><p>我要特別講 30% 現金。很多人覺得抱現金是浪費，但你想想 2008 年 — — 採用高容錯策略的大學捐贈基金（像哈佛、普林斯頓）五年內就把淨值修復了，而那些過度槓桿化的機構，<strong>永久消失了。</strong></p><p>巴菲特在 2008 年敢去抄底高盛和奇異，不是因為他比別人勇敢，是因為<strong>波克夏帳上有上千億美元現金</strong> — — 即使抄底失敗，也不影響公司正常運轉。</p><p><strong>高容錯率不是保守，它反而讓你更敢進攻。</strong></p><p>沒有容錯率的投資者，即使看到了大機會也不敢出手，或者出手後稍有波動就被洗出局。有容錯率的人，才敢在別人被迫賣出的時候，還有彈藥買進。</p><p>用霍華德·馬克斯的話說：「見過老的投資者，見過激進的投資者，沒見過又老又激進的投資者。</p><p>我今年從年初就一直配著一部分基建和地產的倉位。我看好這兩個行業的成長性嗎？其實沒有。純粹是宏觀對沖 — — 萬一經濟下行、成長股受挫，國家大概率會加大基建、放鬆地產，剛好對沖掉一部分我成長股的風險，反之亦然。</p><p><strong>它不一定幫我賺錢，但它讓我抱著成長股的時候，手不會抖。</strong></p><p><strong>這就像有了安全繩，你才敢做高空作業。</strong>很多配置型的倉位，作用不是自己賺錢，而是<strong>讓你其他倉位敢賺錢。</strong></p><p><strong>做一個「容錯率高」的投資者</strong></p><p>繞了一圈，我們回到蒙格那句話。</p><p>「如果把我們最成功的10筆投資去掉，我們就是一個笑話。」 — — 現在你再聽一次，感覺應該不太一樣了。</p><p>他不是在炫耀自己多會挑贏家。他是在告訴你：<strong>真正的高手，不是不犯錯，而是不犯致命的錯。</strong></p><p>三個方法：</p><ol><li><strong>在存量市場，買得便宜，要買「跌不下去」的便宜，不是「可能漲很多」的便宜。</strong></li><li><strong>認錯要靠條件，不要靠情緒 — — 買進之前就先寫下離場邏輯。</strong></li><li><strong>部位控制是你今天就能改的：單筆 15%，腰斬也只傷 7.5%。</strong></li></ol><p>在存量市場，這件事又更重要。因為存量市場不會有源源不絕的新錢來原諒你的失誤 — — 你的每一個錯，都是實打實的錯，沒有大盤幫你買單。</p><p><strong>【思考】</strong> 打開你的帳戶，算一個數字：<strong>你最大的那筆持股，佔你總資產多少百分比？</strong> 如果它明天腰斬，你的總資產會少掉多少？你承受得住嗎？</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3a806833e21e" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[美股上半場人人有獎，下半場大風吹 — 存量市場vs增量市場]]></title>
            <link>https://medium.com/@ming8323021/%E7%BE%8E%E8%82%A1%E4%B8%8A%E5%8D%8A%E5%A0%B4%E4%BA%BA%E4%BA%BA%E6%9C%89%E7%8D%8E-%E4%B8%8B%E5%8D%8A%E5%A0%B4%E5%A4%A7%E9%A2%A8%E5%90%B9-%E5%AD%98%E9%87%8F%E5%B8%82%E5%A0%B4vs%E5%A2%9E%E9%87%8F%E5%B8%82%E5%A0%B4-55a2202cbaff?source=rss-9f874702c93a------2</link>
            <guid isPermaLink="false">https://medium.com/p/55a2202cbaff</guid>
            <category><![CDATA[投資]]></category>
            <category><![CDATA[美股]]></category>
            <category><![CDATA[investing]]></category>
            <category><![CDATA[stock-market]]></category>
            <dc:creator><![CDATA[Maggy Hwang]]></dc:creator>
            <pubDate>Fri, 31 Jul 2026 08:33:49 GMT</pubDate>
            <atom:updated>2026-07-31T08:49:05.073Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>2026年上半年的美股，指數創新高是表象；下半年，遊戲規則會再變一次 — — 從「人人有獎」變成「大風吹搶椅子」。</strong> 你的持倉有沒有椅子可坐，會是下半年最重要的問題。</p><p>這篇文章我會做三件事：第一，快速講清楚為什麼軟體巨頭今年跑不贏硬體；第二解釋上下半年市場心理的根本轉變 ；第三，下半年的風險、機會，和我認為可以佈局的位置。</p><p><strong>一、期中考成績單：平均分很漂亮，但別被平均數騙了</strong></p><p>上半年美股交出的是五年來最強的半年成績：納指+12.79%、標普+9.55%、道指+8.85%，羅素2000更猛，半年漲21%，刷新1991年以來的紀錄。道指2月首次站上50000點，標普一度離7500只差一步。</p><p>但如果我們把指數拆開來看，會看到一個很分化的市場。</p><p>費城半導體指數上半年翻倍，+101.14%。記憶體相關的儲存硬體股是絕對主角：SanDisk半年+857%、美光+307%、西部數據+271%，連intel 都+278%。同一時間，七巨頭裡的微軟跌22%、Meta跌14%、特斯拉跌6%，就連 Nvidia，也只有+7% — — 在費半翻倍的半年裡，AI最具代表性的那家公司，居然是半導體裡最弱的成分股之一。</p><p>NVDA/SOXX，也就是英偉達相對半導體ETF的強弱比，從2025年7月的0.74一路跌到現在的0.31，累計回撤58%。白話來講：<strong>過去你買英偉達等於買下整個AI，現在你買英偉達，會跑輸AI產業鏈裡的其他所有人。</strong></p><p>為什麼會這樣？AI的錢還在花，但賺錢的位置移動了。下游應用的增量被兩家大模型公司自己收走，中間的雲廠商收入端吃固定租金、成本端被半導體漲價夾擊，於是整條產業鏈變成一場資源爭奪戰 — — 誰是瓶頸，誰就就有權談漲價，那誰就吃得上肉。上半年的瓶頸在儲存、在電力、在設備，所以錢就流向那邊。那軟體巨頭不是沒有瓶頸 — — 介面入口、資料授權、執行決策，每一個都是真瓶頸 — — 但它們有兩個致命傷：一是短時間內看不到解法，二是就算解開了，也沒人敢保證未來的買家會買單。硬體的瓶頸是「現在就有人排隊付錢」，軟體的瓶頸是「解開了還得去找人付錢」，再加上不斷墊高的資本支出帳單。那自然就不受資金和投資人的青睞。</p><p><strong>二、從「人人有獎」到「大風吹」</strong></p><p><strong>兩種市場心理</strong></p><p>之前的市場心理是：<strong>「反正AI是未來。」</strong> 只要跟AI沾上邊，錢就進來 — — 不用問你今年賺多少，問的是你在不在故事裡。這就是增量心理：大家相信餅會一直變大，先卡位再說，你買你的、我買我的，人人有獎。</p><p>下半年的市場心理正在變成：<strong>「誰真的靠AI賺錢?」</strong> 錢開始要看成績單了 — — 財報、毛利率、資本支出的回報率，一項一項驗。這就是存量心理：餅暫時就這麼大，你多拿一塊，就有人少拿一塊。</p><p><strong>把增量、存量這兩個詞徹底講清楚</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*u6eYvoEzUT6xA1jkuzvoqA.png" /></figure><p>我知道很多人聽到「增量、存量」就開始恍神，所以我解釋一下。</p><p><strong>所謂的，增量邏輯，是「餅在變大」的世界。</strong> 想像一個新開的夜市，攤位一天比一天多、客人一天比一天多，這時候你開哪一攤幾乎都能賺 — — 因為錢是「新流進來」的，不是從隔壁攤搶來的。反映在股市，就是有源源不斷的新資金進場：新的散戶開戶、新的機構加碼、新的故事在吸引新的錢。在這種環境裡，好消息會被放大、壞消息會被原諒，因為只要故事還在，明天就有新的錢來把你的股票買更高。前3年就是這樣，「反正AI是未來」這一句話，就足以讓幾乎所有和AI沾到邊的股票一起漲，<strong>所謂的錢淹腳目，水漲船高，人人有獎</strong>。</p><p><strong>那存量邏輯，是「餅暫時就這麼大」的世界。</strong> 夜市的攤位和客人不再增加了，甚至開始變少，這時候你要賺錢，只有一條路：把隔壁攤的客人搶過來。反映在股市，就是新資金停止流入、甚至開始流出，場上的錢是固定的那一池。這時候某支股票要漲，錢只能從別支股票抽出來 — — 有點像是「蹺蹺板」這邊翹起來，另外一邊必然壓下去。在這種環境裡，好消息不再雨露均分，市場會問：<strong>「你的成績單，配得上你的價格嗎？」</strong> 配得上的，錢繼續給；配不上的，錢立刻抽走去補給別人。<strong>有人吃肉就有人挨餓</strong>。</p><p><strong>兩種邏輯對市場最大的差別，是「</strong><a href="https://medium.com/@ming8323021/%E5%9C%A8%E5%AD%98%E9%87%8F%E5%B8%82%E5%A0%B4-%E4%BD%A0%E9%9C%80%E8%A6%81%E7%9A%84%E6%98%AF%E5%AE%B9%E9%8C%AF%E7%8E%87-3a806833e21e?sharedUserId=ming8323021"><strong>容錯率</strong></a><strong>」。</strong> 增量市場容錯率高，你買錯了，大盤往上拉還能把你救回來；存量市場容錯率低，你買錯了，沒有新的錢來接你的棒子，你就是那個被抽血的。上半年閉著眼睛買AI都賺，是增量的紅利；下半年開始挑三揀四、分化撕裂，是存量的宿命。同樣一個AI大週期，換了邏輯，玩法就完全不同。</p><p><strong>轉換的那一刻，劇本長什麼樣？</strong></p><p>增量轉存量，通常不是瞬間的崩盤，而是「悄悄地換人」。指數還在創新高，甚至看起來歌舞歡騰，但底下的結構已經爛了一角 — — 這叫「市場寬度惡化」：漲的公司數越來越少，全靠少數幾支權值股撐著門面。</p><p>上半年其實已經給了預演：費半翻倍、指數新高，但七巨頭裡微軟-22%、Meta-14%，NVDA/SOXX比值腰斬。<strong>指數騙你歲月靜好，內部早就在大逃殺。</strong> 這就是增量悄悄轉存量的典型長相 — — 不是沒人受傷，而是傷在你看不到指數的地方。真正的下殺，往往等到某個利空（一次不及預期的財報、一次意外的升息）點火，撐盤的那幾支核心股終於也扛不住，指數才會跟著補跌。那這次的下跌通常還會帶上指數的出清的惡性循環，所以會殺得比較兇。</p><p>反過來，存量轉增量，通常需要一把「新鑰匙」把新的錢引進門。可能是降息（錢變便宜，大家願意借錢進場）、可能是一個新技術真正大規模落地變現（不再是故事，是實打實的營收）、也可能是一個壓在頭上的不確定性消失（比如選舉落地）。鑰匙一轉，觀望的錢重新進場，餅重新開始變大，市場又回到人人有獎的模式。如果你賭的是門遲早會被打開，那現在被存量邏輯錯殺的好公司，反而是一個不錯的埋伏位。</p><p><strong>存量是短期還是長期？三個觀察點</strong></p><p>這邊有一個關鍵的問題：存量是市場的一段「插曲」，還是「新常態」？</p><p>答案是 — — <strong>存量幾乎永遠是階段性的，但短可能三個月，也可能長到一兩年，判斷長短要看下面三件事。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*SYbhDKzJ6xyDpmJVuZydOw.png" /></figure><p><strong>第一個：資金的水龍頭。</strong> 存量的本質是「沒有新錢進來」，所以最直接的訊號就是流動性。盯緊三件事：聯準會是升是降（升息是關水龍頭、降息是開水龍頭）、巨獸級IPO的抽水潮什麼時候結束（SpaceX、OpenAI這種吸完一輪，市場才有餘裕）、以及外資和散戶的資金流向。只要水龍頭沒有重新注水進市場，存量就還沒有結束。</p><p><strong>第二個：基本面能不能接棒。</strong> 存量市場在等的，其實是「證明」 — — 證明AI真的能變現，而不只是燒錢。所以看四大雲廠的資本支出回報率、看應用端（像coding、Agent）有沒有跑出真實的營收（不是那種你借我錢，我買你貨）、看毛利率有沒有真的改善。一旦「賺錢的證據」大規模浮現，市場信心回來，錢就會重新流入，存量就轉回增量。反過來，如果三季度後雲廠資本支出增速開始回落，或上游半導體出現「出貨量下降、但價格還在漲」的強況 — — 那代表產業鏈進入「類似滯脹的狀態」，那這樣的話存量的日子會拖得更長。</p><p><strong>第三個：不確定性的日曆。</strong> 有些存量是被「事件」壓出來的。下半年的三大事件 — — 升息機率、巨獸級的IPO、期中選舉 — — 每一個都是壓在資金頭上的石頭。這類存量有個好處：它有到期日。選舉會在11月落地、升息會在每次FOMC後明朗、IPO抽完一輪就過去。所以如果存量主要是被這些事件壓出來的，那它大概率是「短期」的，熬過那段日曆，錢就會回來。</p><p>現在的狀況就像，<strong>上半場參與者一個一個加入，場地還很空，人人有位子；下半場是大風吹 — — 音樂還在放，但椅子開始被搬走，音樂一停，沒搶到椅子的人GG。</strong></p><p>而下半年，有三隻手同時在搬椅子。</p><p><strong>第一隻手：升息，直接把椅子搬走</strong></p><p>這是下半年最大的變數。<br>6月17日，新任聯準會主席沃許（Kevin Warsh）首次主持FOMC，利率維持在3.50%-3.75%，但點陣圖年底中值從3月的3.4%上調到3.8%，同時移除了寬鬆傾向。市場的定價在一夜之間，從「年內降息」直接切換成「年內可能加息」。到6月底，CME利率期貨顯示，9月累計升息一碼的機率已經來到五成上下，降息機率接近零；大摩和德銀，乾脆把首次降息的預期推遲到2027年初。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*BjEeVw2Gp5vu8g0dG_REVg.png" /></figure><p>背後的理由是通膨重新抬頭：5月核心PCE年增3.41%，是2023年以來最高。但！我把數字拆開來看，發現市場的恐懼裡藏了不少「一次性」的成分，不是趨勢性的。</p><p>第一個，5月的核心CPI，裡面主要把數字撐高的是能源 — — 單是能源項就貢獻了當月整體漲幅的六成以上。而能源正是最不需要擔心「回不去」的一項：戰爭期間衝上110美元的油價，如今已經回落到70美元下方。</p><p>真正該盯的是核心通膨裡的兩塊硬骨頭 — — 關稅和房租 — — 而這兩塊，數據都指向「壓力正在見頂、不是剛開始」。</p><p><strong>關稅這塊，最壞的傳導已經走完了。</strong> 達拉斯聯儲和聯準會理事會的研究都估算，2025年那一輪關稅對核心PCE的推升，在2026年第一季（2月前後）就已經觸頂，把核心通膨墊高了大約0.8個百分點 — — 也就是說，把關稅效應剝掉，核心通膨大約落在2.3%，離聯準會2%的目標其實不遠。關鍵在「已經觸頂」四個字：關稅是一次性把物價墊高，不是每個月持續往上加，這個台階墊完了，它對「年增率」的貢獻反而會隨著時間慢慢淡出。摩根士丹利甚至估算關稅對物價的總影響約0.7個百分點、目前已經實現了0.64個百分點，剩下的空間很小。除非或是說更直接一點，擔心川普會不會哪天又反悔又有新的政策，這就另外再說了。</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*s_rV2lLoGx4lUxi14LRt-A.png" /></figure><p><strong>房租這塊，領先指標告訴我們降溫還在後頭。</strong> 房租是核心CPI裡最大的一塊（約佔44%），而它有個著名的「遞延特性」 — — 官方統計的房租，反映的是半年前、甚至更早簽的舊約，所以它永遠慢市場一大截。看真正領先的「新租約租金」：學術研究指出，到2025年下半年，新租客的租金年增已經回落到只剩1.0%。這代表什麼？代表未來一年多，隨著舊約陸續換到反映當前低租金的新價格，房租這塊會持續地把核心通膨往下拉 — — 有研究估算，光是這個效應，就能讓2026年的核心CPI比基準情境低約0.37個百分點。</p><p>當然，也有一派份量很重的機構（像PIIE），認為2026下半年通膨反而可能升破4%，理由是關稅的遞延效應還沒完全跑完、財政赤字擴大、加上移民收緊讓勞動市場比帳面更緊。確實，這些是「上行風險」，但基準情境仍然是通膨在高檔盤整、然後緩降 — — 因為房租這塊確定性很高的下拉力量，會抵銷掉不少上行壓力。真正的關鍵不在「通膨會不會升」，而在「市場會不會因為怕它升，先自己嚇自己」。</p><p>所以我覺得：<strong>通膨的實際威脅，比市場的恐懼小；但市場的恐懼本身，就是波動的來源。</strong> 就算最後根本沒升息，光是「可能升息」這四個字，就足以讓資金變得保守 — — 錢變貴、變少，場上的椅子就是變少了。這才是升息議題對下半年真正的影響：它不一定改變方向，但它會改變資金的行為模式。</p><p><strong>第二隻手：巨獸級IPO，是新玩家進場搶椅子</strong></p><p>下半年，SpaceX、OpenAI這種巨獸等級的IPO密集排隊。這件事在增量市場裡是喜事 — — 新故事、新標的、人人喊燒；但在存量市場裡，它是抽水機。這種量級的募資，會直接從現有市場抽走流動性：機構要騰出部位去參與，散戶的子彈也是同一批子彈。餅沒有變大，但分餅的人變多了，而且新來的還是最能吃的那種。</p><p>這裡有一個很妙的細節：今年金融板塊裡EPS預期上修最大的來源是高盛 — — 因為它是SpaceX的主要承銷商。你看，同一場IPO，對大盤是抽流動性的利空，對承銷商是實打實的利多。這就是存量市場的縮影：<strong>沒有普遍的好消息，只有「對誰好」的消息。</strong> 資源有限的情況下，每一個事件都會製造出搶贏的人和被搶的人，而我們的工作，是搞清楚自己的持倉站在哪一邊。</p><p><strong>第三隻手：期中選舉，讓音樂忽快忽慢</strong></p><p>第三隻手不搬椅子，它負責亂放音樂 — —</p><p>在那之前，先講一個讓「大風吹」更危險的背景：<strong>場上的人，已經全部站起來了。</strong></p><p>這裡要先認識一種玩家：CTA和系統性資金。你可以把它們想成「機器人資金」 — — 不看基本面、不聽財報，只跟著趨勢和波動的訊號自動買賣。市場往上，它們就跟著加碼；一旦跌破設定好的價位，它們就不問理由地賣。這種錢有一個特色：進場的時候排隊進，出場的時候會奪門而出。</p><p>高盛交易台的數據講了兩件事。第一，這批機器人資金過去一個月瘋狂買進，部位已經堆到歷史前段班 — — 白話說，油門已經踩到底了。第二，它們的買力正在耗盡：能買的都買完了，接下來就算行情持平，它們反而會偏向小幅賣出。</p><p>翻成大風吹的語言就是：<strong>推動音樂的力量快沒電了，而場上每個人都抱滿籌碼站著。</strong> 行情要再往上，需要新的錢進場推，但新的錢已經不多；反過來，只要音樂一出狀況 — — 一個利空、一次跌破關卡 — — 這批機器人會在同一秒觸發賣出訊號，所有人同時去搶同一批椅子。</p><p>還有一個數字，讓椅子顯得更少：前十大權值股佔了標普約40%，集中度是40年來最高。意思是，整個市場的命運綁在十家公司身上 — — 這十家一起漲，指數看起來歌舞昇平；這十家一起跌，你躲在指數裡也躲不掉。高盛已經警告「擁擠度達到極端水平」。</p><p>這一切不代表一定會跌。但它代表：市場對好消息的反應會越來越鈍，對壞消息的反應會越來越劇烈 — — 對利空的脆弱性，比上半年任何時候都高。</p><p><strong>四、期中選舉：波動會變大，但方向不會變</strong></p><p>11月的期中選舉，是下半年繞不開的話題。我的看法是：<strong>它會放大波動，但不會影響方向的改變。</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*kFKP4kE-OUPAAYes9QzNxg.png" /></figure><p>先看波動。統計歷屆中期選舉年和非選舉年的美股月波動率，選舉年從6月到10月這段區間，波動率大幅高於平常年份；報酬端更難看，尤其6月到9月，中期選舉年的收益率遠低於一般年份。Stock Trader’s Almanac的統計還補了一刀：期中選舉年7月,小盤股平均-2.5%、標普+1.3%(Stock Trader’s Almanac, since 1950)。原因不難理解：兩黨會在選前幾個月密集推新政、密集放話拉票，政策不確定性天天有；更何況這次還有川普 — — 會不會突然在關稅、晶片或AI模型管制上放大招，沒有人說得準。這些全是波動的燃料。</p><p>但再看方向，故事就完全不同了。同一份統計顯示，10月選舉落地之後，美股收益率往往大幅回升，市場重新恢復上行 — — 因為困擾市場的從來不是選舉結果本身，而是「不知道結果」這件事；一旦落地，不確定性消失，壓抑的風險偏好就會釋放。</p><p>而這一次，Polymarket賭盤中可以看出來的狀況，目前的定價是：民主黨拿下眾議院的機率約84%，確定性頗高；參議院則膠著，共和黨以57%暫時領先。如果最終走向參眾兩院分屬兩黨、互相制衡的格局 — — 這恰好是市場最喜歡的劇本。因為市場最怕的是政策重錘，一黨獨大才有能力砸出重錘，而一個互相牽制的國會，等於幫市場上了保險。歷史上，分立國會的年份，股市表現通常反而更好。</p><p>所以把這段收攏成一句話：<strong>期中選舉是下半年波動的放大器，但不會改變方向。</strong> 對投資人真正的考驗不是判斷，是情緒控制：<strong>你能不能在7到9月最吵的時候，不把手上的好公司交出去。</strong></p><p><strong>五、下半年展望：機會和風險，都在同一張桌上</strong></p><p><strong>機構怎麼看<br></strong>華爾街的年底目標價高度一致地往上挪：花旗把標普500從7700上調到8100，高盛和德銀8000，富國7950，小摩上調到7800，巴克萊7800、還首次給出2027年8800的目標。支撐這套樂觀的是盈利：標普Q1營收年增12%、盈利年增29%，85%的公司超預期；Q2盈利預期年增23.1%；四大雲廠2026年AI資本支出共識來到7000–7250億美元，年增77%。多頭的邏輯鏈很簡單：資本支出還在加速、盈利持續上修、油價回落給了聯準會空間。</p><p>但反方也不是沒有人。美銀技術主管直接喊出「三浪調整」，認為標普從3月低點漲了17%之後動能衰竭，夏季大概率劇烈回檔，最深看到6850，呼籲7到9月採取防禦姿態。這是目前檯面上最明確的看空聲音，而它背後的四個原因是因為 — — 龍頭背離(英偉達比指數早三週見頂，已回撤15%)、集中度過高、貨幣政策政治化、NVDA/SOXX比值崩回2024年初 — — 同時亮著黃燈。</p><p>如果要給期中選舉留一些彈性，<strong>那目前我的劇本是，7到9月是高波動的時間窗口，第四季是修復期。</strong> 三季度有三重壓力疊加：美銀的技術調整論、被Q1超預期墊高的財報門檻、加上沃許鷹派首秀的餘波；熬過業績驗證和選舉噪音，第四季摸回7800–8000的機率不低。用估值錨定的話，大盤前瞻到2027年的合理位置大約在8000點附近，而技術面上7300–7400會有一個小支撐，但更好的位置是在7100左右 — — 這兩個數字，一個是天花板的參考，一個是進場的參考。</p><p><strong>可以佈局的位置？</strong></p><p>講機會之前，先講一個所有機會共用的前提：<strong>下半年賺的是盈利驗證的錢，不是估值擴張的錢。</strong> 標普的遠期本益比在22倍附近，過去四十年只有網路泡沫和疫情救市時期比這更貴；QQQ遠期32倍，站在五年均值的一倍標準差上緣。估值這把刀上半年沒砍下來，不代表下半年不會。所以每一個佈局，都要問同一個問題：它的業績，撐不撐得起它的價格。</p><p><strong>第一，AI內部的輪動還沒走完，但要換一種吃法。</strong> 行情從「純算力」往「儲存+定製晶片+網路+電力+設備」擴散的趨勢會延續，但這條線上半年已經漲了一大段 — — SOX遠期本益比26倍，遠超十年均值的19倍，波動率指數年內漲了83%，隨時會抖。如果你現在才想上車晶片，我的建議是等回檔，而且抄底的前提是基本面沒有鬆動；一旦看到那些雲服務商的資本支出放緩的訊號，晶片板塊要直接迴避，因為整條漲價邏輯會瞬間反轉成通縮邏輯，之前漲最兇的，回頭摔最重。</p><p><strong>第二，電力設備，好生意，但別為它付未來十年的錢。</strong> 工業板塊裡，電力設備子板塊貢獻了大量的EPS成長 — — 因為他訂單穩、還能漲價。但我要潑一盆冷水：設備的生產週期和產能是有物理極限的，很多公司的訂單已經排到幾年後，你不能期待一個已經十幾趴的增速還持續大幅上修，這違背生產規律。想知道這些公司後面還能賺什麼錢，看ASML就是最好的先例 — — 設備賣完之後，賺的是更新、零件和後續服務的錢，那才是穩定的現金生意。現在很多電力設備公司的股價，已經先吃掉了未來幾年的漲價預期，如果你選擇繼續持有，你買的是「平穩增長」的邏輯，不是「再翻一倍」。</p><p><strong>第三，被錯殺的巨頭和共生應用，是存量轉回增量前的埋伏位。</strong></p><p>存量邏輯現在看起來應該會是階段性的。AI是生產力革命，一旦Agentic AI在應用端大規模落地 — — coding已經局部驗證了變現能力 — — 當閘門打開，整條產業鏈會回到人人受益的增量邏輯。</p><p>而在切換發生之前，現在被敘事拋棄、估值回到合理位置的大科技，和貼著AI獲利的共生應用（資安就是典型，這也是我繼續拿著CRWD的理由），反而是風險報酬比最好的位置：跌，空間有限，因為估值已經反映了懷疑；漲，彈性最大，因為市場對它們的預期最低。</p><p><strong>第四，金融板塊，吃的是IPO的錢，不一定是利差的錢。</strong></p><p>是一個相對來說吃週期的板塊，那升息之後金融板塊能不能做，取決於這個經濟週期升息之後到底是因為什麼？是因為高通膨、還是因為其他潛在原因</p><p>下半年巨獸IPO密集發行，承銷投行直接受惠 — — 高盛的上修已經很清楚了。至於吃利差的商業銀行，JPM、WFC、BAC這一類，在升息疑慮和通膨壓抑借貸需求的環境下，相對就弱一些。</p><p>雖然在升息的初段利潤力會有利好沒錯，但是如果通膨漲得過高的話，也會打壓消費和借款的需求，反而不是利好。取決於通膨的水準和民生的薪資的增速有沒有一起增長。</p><p><strong>最後，講一個大家最愛問的問題：AI有沒有泡沫?</strong></p><p>有！但泡泡在債務循環裡，在循環信貸裡。<br>這就像是：哥哥借錢給弟弟開店，弟弟答應以後只買哥哥的貨；爸爸出錢蓋店面，再租給哥哥用。每個人的帳本都很好看，營收都在成長，但如果弟弟的店倒了，整個家族的現金流會同時出問題。左手換右手，帳面上GDP漲了很多，實際產生的價值沒有那麼多 — — 2000年的.com泡沫就是這樣，而這一輪AI裡的互相投資、互相採購，還加了槓桿。四大雲廠基本上都在舉債投AI，硬體折舊的成本不是不存在，只是還沒顯現。</p><p>所以<strong>我們的風險意識要比市場再往前看一點。</strong> 未來半年到一年內，一定還會再有一次資金輪動，而那個時候真正的重點，是你的進場點要有足夠的耐心 — — 認真算一下估值上的樂觀位置和悲觀位置，搭配技術面的支撐，去判斷你的風險報酬比合不合理，而不是看到誰在漲就追誰。當然，如果想清楚了、扛得住風險，要在高位做單— — 能扛風險能賺，就是你的本事。</p><p>所以留一個問題給各位投資人，下半年開始之前，誠實地回答自己一次：<strong>如果現在來一場大風吹，音樂停了 — — 你的持倉裡，哪幾支是有椅子的，哪幾支，是站著的?</strong></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=55a2202cbaff" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>