阿法觀點

算力軍備轉向落地變現，AI 基礎建設在瘋狂與克制中迎來兩極化競爭

發佈於 2026.06.23

資料來源 · 38 集 podcast、22 則網路來源

參考 Podcast

隨著生成式 AI 邁入大規模商業化，過去兩年不計代價『買 GPU 堆算力』的盲目軍備競賽，已在 2026 年中出現顯著的範式轉移。市場正經歷一場深刻的「收支票」與「開支票」估值重塑，資金不僅向能即期獲利的實體硬體龍頭集中，更逼迫軟體應用端告別無止境的預算消耗，轉向極致性價比的混合架構。這場變革正引導全球 AI 產業走向『落地變現』與『中國在地開源』的兩極化競爭，重新定義科技霸權的邊界。

Token 經濟學的 ROI 革命

在商業應用的實務面上，AI 產業正迎來一場健康的預算修正，過去由晶片巨頭倡導的『代幣最大化』（Token Maxing）無上限預算已踢到鐵板。數據顯示，叫車巨頭 Uber 等企業在盲目燒完年度 AI 代幣預算後，發現並未帶來相應的營收增長，迫使企業將管理思維轉向『預算最佳化』（Budget Optimization）。值得對照的是，以 DeepSeek 為首的中國開源模型正以極致的成本破壞力（如 DeepSeek-V3 僅花費約 550 萬美元訓練，僅為 GPT-4 的十八分之一）重塑市場，推動『模型路由器』與多模型協作（Fusion Mode）的興起。雖然地緣政治合規壁壘限制了中國開源模型進入西方核心業務，但這股成本倒逼力量正迫使全球開發者在每一美元的推論成本上精打細算，利潤也將加速向具備高整合能力的軟體服務商靠攏。

科技巨頭護城河退化為消耗戰

過去微軟、谷歌等科技巨擘享受極高估值，在於其各自擁有『點子重、資產輕』的優雅壟斷。然而，格蘭瑟姆等市場大師警告，進入 AI 時代後，巨頭們被迫擠進同一個競技場，高喊數千億美元的資本支出（CapEx），使商業模式本質上發生了轉變。摩根士丹利預期 2025 至 2028 年全球資料中心基礎建設支出將高達 2.9 兆美元，AI 六大巨頭的財務結構已從 2020 年的『淨現金 1500 億美元』逆轉為如今的『淨債務 1580 億美元』。這種重資本、重電力、不計代價爭奪第一順位優勢的消耗戰，正侵蝕長期的利潤率，也揭示了即使在科技革命的巨大故事下，均值回歸的物理規律與財務紀律依然不會缺席。

硬體溢出紅利與瓶頸轉移

隨著 AI 伺服器對電力密度與板端空間的要求達到前所未有的高度，DRMOS 與功率半導體板塊迎來爆發。由於英飛凌、意法半導體等歐美 IDM 大廠交期失控，資金集體流向功率元件等尚未被完全反映的台廠『二工』轉單機會。然而，延伸研究指出，高階機櫃供電與 130A 高規格 DRMOS 依然被一線外商絕對壟斷，台廠實際出貨仍集中在邊緣裝置，短期內極難跨越伺服器主板的嚴格驗證。同時，被動元件雖因 NVIDIA 新機櫃需求出現漲價潮，但值得注意的是，全球第三大 MLCC 廠日本太陽誘電社長明確表態『現階段並無計劃調漲售價』，顯示這波漲價潮僅限於台廠承接產能溢出的現貨市場，難以形成全產業無差別的長期暴利循環，追價風險正在積聚。

實體自動化在沉默中迎來拐點

當虛擬世界的軟體產業因 AI 面臨極端的『K型分化』與估值修正時，實體世界裡的『物理自動化』正安靜卻迅速地發生。數據顯示，亞馬遜今年所僱聘的機器人數量已達人類員工的兩倍之多，這種工廠與物流端的自動化拐點已切實反映在 Fanuc 等大廠財報中。在中國，面對美國的晶片出口管制與算力限制，產業界展現出極致的實用主義，將有限算力大量投入工廠自動化、物理檢測與智慧眼鏡等能立即變現並提升生產力的場景中。結合深圳周邊極致的硬體供應鏈，當演算法與實體感測數據的鴻溝被填平，圍繞著實體機器人、邊緣運算（Edge AI）與工廠自動化升級的硬體供應鏈，將是下一階段含金量極高的戰場。

本期精選

▲ 看多高信念

台積電 TSM

AI 晶片供需緊繃推升實體建廠需求，且具有極強的資金萬劍歸宗防禦屬性與實質收支票的獲利能力。

6/18 入選 $432 → 現價 $434 · +0.5%

來源 · 4 集 podcast