台灣AI亮點：智慧醫療、非紅鏈迎戰國際巨頭新變局

Summary

本集《貓貓AI 科技與財經脈動》深度剖析Google「世界模型」Project Genie所展現的巨大技術野望，以及其背後所引發的天文數字級「硬需求」。儘管Google等AI巨頭為推動AGI發展，投入了近兩千億美元的資本支出，看似燒錢的「本夢比」遊戲，卻為台灣在「非紅供應鏈」中的關鍵廠商創造了實實在在的「本賺比」機會。節目中舉例說明，從台積電的CoWoS技術、技嘉在AI伺服器上的全面佈局，到英特磊的磷化銦磊晶片，都證明台灣產業在AI軍備競賽中扮演了不可或缺的「賣水人」角色。此外，台灣政府透過衛福部500億元「健康台灣深耕計畫」推動智慧醫療發展，如本一科技的AI照護系統和亞東醫院的AI語音助理，也成功將AI應用落地，實現顯著的效率提升與商業變現模式。本集強調，在AI淘金潮中，真正能挖到金礦的，是那些能提供基礎設施服務，以及將AI落實於解決實際痛點的應用型廠商。

Transcript

貓貓AI 科技與財經脈動，各位聽眾，又到了我們一起深度剖析科技與財經脈動的時刻。 我是大王。

我是小明，今天又要來聽哪個科技巨頭的「本夢比」幻想，跟台灣廠商的「本賺比」血汗錢了是吧？ 來吧，我準備好了，要爆氣要諷刺，你儘管說。

哈哈，小明你這開場就爆氣欸！ 不過今天這個主題，我覺得是值得我們好好聊聊。 因為最近這個 Google 的「世界模型」Project Genie，

如果你長期有在追 AGI，也就是英文 Artificial General Intelligence 的縮寫， 我們中文常說的『通用人工智慧』這個領域的，應該不陌生。

講白話一點，就是那種能像人一樣思考、學習，甚至解決各種不同問題的超強AI。 他們開放了給 Google AI Ultra 的訂閱者測試 Genie 3，

說什麼可以生成 720p、24 幀的即時互動虛擬世界。 這技術野望聽起來很科幻，對不對？

哼，720p、24幀？ 現在是什麼年代了？ 我的遊戲機隨便一個 3A 大作，也就是那種大型、高預算、 高品質的遊戲，都不只這個畫質跟幀數吧？

然後又說是什麼「通往 AGI 的墊腳石」？ 這聽起來就跟以前那些什麼元宇宙的 PPT 簡報、或只停留在紙上談兵的規劃差不多， 只有夢，沒有錢。

喔，你這樣講就有點偏頗了，小明。 你要知道，Genie 最核心的重點不在於畫質多高，而是在於它能「即時創造世界」， 而且是「互動式」的。

這跟傳統的 3D 渲染或是預設好的遊戲場景完全不一樣。 Google 的首席策略長 Neil Hoyne 就說了， 「這不是一個靜態的 3D 渲染，這個東西在你探索時實時創造世界。

」它能夠根據你的指令或探索行為，動態地生成虛擬環境，甚至預測你的行為影響。 這代表它從底層邏輯上，確實有機會讓 AI 真的理解物理世界， 並且能夠自主地在裡面行動。

這個 Project Genie 從 2024 年 2 月推出 Genie 1、 12 月推出 Genie 2，到現在 Genie 3 給 Ultra 訂閱者測試，

每一步都是在往通用人工智慧 AGI 的路徑上前進，雖然目前單次生成互動最長只有 60 秒， 但這技術野心跟潛力是毋庸置疑的。

蛤？ 理解物理世界？ 那它有先解決電費跟散熱的問題嗎？ 每次聽到這種宏大願景，我腦中浮現的都是燒錢燒到天邊的帳單。

Alphabet，也就是 Google 的母公司，才剛宣布， 2026 年光是 AI 基礎設施的資本支出，就要衝到 1750 億到 1850 億美元欸！

這什麼概念？ 這幾乎是把整個台灣的 GDP 快燒掉了啦！ 這根本是另一個「本夢比」的終極幻術吧？

光是 2025 年他們就已經花了 910 億到 930 億美元在資本支出上， 這數字真是越看越驚人。

你說到重點了，小明。 這就是今天我們要拆解的核心：Google 世界模型，不只是技術野望， 更是一個巨大的「硬需求」黑洞。

Alphabet 財務長 Anat Ashkenazi 也證實了， 他們這麼大的資本支出就是為了 AI 基礎設施。

Sundar Pichai 也直言，我們一直受供應限制， 儘管我們一直在增加產能，今年的資本支出就是「著眼於未來」。

Google 首席 AI 基礎設施技術專家 Amin Vahdat 甚至語出驚人， 說 Google 在未來十年內，可能會在 AI 基礎設施上花費高達 1.9 兆美元。

這完全是傾集團之力在押寶。 而且，他們在台灣設立大型AI基礎建設研發中心，不僅著眼於優化世界模型所需的HBM、

CoWoS、散熱及電力效能等「硬需求」，更深化台灣在全球「非紅供應鏈」中的戰略地位， 為台灣相關產業帶來實質訂單與國際資金關注。

未來啦！ 未來是哪個未來？ 是燒到公司破產的未來，還是真正能賺錢的未來？ 我就問，這些錢花下去，會怎麼變現？

Google Cloud 2025 年第四季營收才 177 億美元， 一年燒掉近兩千億美元，這 ROI，英文是 Return On Investment，

也就是投資報酬率，到底要怎麼算才合邏輯啊？ 股價還在宣布高資本支出後跌了 7-9%！ 市場的眼睛是雪亮的。

這邊就是關鍵了。 很多人會以為，AI 的成本主要來自模型訓練，訓練完就沒事了。 可是像 Genie 這種「世界模型」，它最燒錢的地方，其實是「推論」階段，

英文叫做 inference，講白話點，就是模型在接收到新資料後， 進行運算、產生結果的過程，這個最燒錢。

當你生成一個即時互動的虛擬世界，背後需要不斷地、即時地進行推論。 你想想看，Genie 3 雖然是 110 億參數的模型，

但它要以 720p、24 幀的即時互動，每秒鐘要生成多少像素跟物件？ 那需要多少高頻寬記憶體，也就是我們說的 HBM，它是專門為AI晶片設計，

能一次處理超大量資料、速度超快的那種記憶體； 然後還有多少像台積電這種獨家的先進封裝技術，叫做 CoWoS， 它能把多個晶片像疊樂高一樣堆疊起來，讓它們互相溝通更有效率；

然後還有多少電力、多少液冷散熱啊？ 有研究指出，AI 模型的推論成本，通常佔總生命週期成本的 80-90%， 甚至 GPT-4 的推論成本是訓練成本的 15 倍。

等等，所以不是訓練貴，是每次用都貴到爆？ 這不就像是把一台超級昂貴的跑車，每次開出去都要花天價油錢一樣嗎？

誰受得了啊？

沒錯，就是這個道理。 Google Cloud 執行長 Thomas Kurian 也說了， 「AI 不再是雲端服務之上的一個功能 — 它就是雲端本身。

」這意思是 AI 已經深入到他們所有服務的核心，所以推論需求會非常巨大。 市場預估，全球 AI 推論市場會從 2025 年的 1060 億美元，

成長到 2030 年的 2550 億美元，這是一個巨大的市場。 Google 其實也意識到這個問題，他們在 2025 年已經把 Gemini AI 的單位服務成本降低了 78%，

這就是透過自研 TPU 晶片和軟體優化來實現的。 Google Cloud 的營收也連續幾季年增長超過 45%，

甚至在 2025 年第四季營運利潤增長超過 100%，積壓訂單高達 2400 億美元， 而且他們的 AI 客戶在三年內獲得的平均投資回報率達到了 727%。

這些數據其實在告訴我們，儘管燒錢，但他們也在努力找到變現的路徑。

哇，727% ROI？ 這數字也太驚人了吧。 所以還是有公司賺到錢，不是所有錢都丟到水裡了。

確實。 但燒錢終究是現實。 Google Cloud 甚至在 NVIDIA GTC 2026 宣布，

他們準備在 2026 年下半年率先提供 NVIDIA Vera Rubin NVL72 機架級系統， 這就是為了滿足這種極致的算力需求。

而這種算力需求，直接就反映在對整個供應鏈的「硬需求」上。 Google 擁有約五百萬 H100 等效單位的運算能力，

其中有四百萬來自他們自家的 TPU 晶片，TPU 就是 Google 自己設計的、 專門用來加速機器學習運算的AI專用晶片，講白話點，它就是他們的AI『大腦』， 為AI任務量身打造的。

而這些 TPU 晶片，嚴重依賴台積電的先進晶圓製造和 CoWoS 封裝技術。

等等，所以你說，這個燒錢地獄，我們台灣還有份？

沒錯，這就是有趣的地方。 CoWoS 的產能，現在就是 Google 擴大 TPU 產能的核心瓶頸。

Morgan Stanley 和富邦證券的報告就指出，因為台積電 CoWoS 產能有限， Google 自研 AI 晶片的大規模生產計畫，預計將從 2026 年推遲到 2027 年。

他們甚至在尋求 Intel 的 EMIB 和 Foveros 等第二供應商或替代封裝選項了。 這就證明了，當 AI 發展到這種極致的「世界模型」，它創造的不再是虛無的「本夢比」，

而是真實到不能再真實的「硬需求」。

哇，連 Google 這種巨頭的自研晶片都卡在台灣的 CoWoS 上， 這真的太扯了。 所以 HBM 跟記憶體是不是也一樣很缺？

完全是。 Morgan Stanley 分析師預計 2026 年 DRAM 平均價格將上漲 62%， NAND 價格上漲 75%，NAND 指的是快閃記憶體，

像你手機裡面儲存資料的那種晶片，HBM3E 價格不再下降， 反映 AI 需求推動的供應緊張。 此外，Google 甚至已經在跟中國的 Envicool 等公司談判，

要採購資料中心的液體冷卻設備，來應對這種 AI 資料中心需求的激增。 國際能源署 IEA 預測，全球 AI 數據中心的電力消耗，

到 2030 年將增長四倍以上，甚至可能超過日本全國的總用電量。 美國數據中心電力消耗，到 2026 年預計將佔全國總電力的 4.4%。

光是全球 AI 伺服器的液冷系統市場，J.P. Morgan 預估到 2026 年就會超過 170 億美元。

這真的是一個超級「重資產」的軍備競賽。

喔，所以意思就是，雖然 Google 燒錢燒到爆，但我們台灣人， 尤其是半導體跟這些基礎設施的廠商，反而是悶聲發大財？

這些公司提供的簡直是「賣水人」的服務啊，還是獨家供應！

你一語中的。 這就是台灣「非紅供應鏈」的「實體護城河」價值。 在這種 AI 軍備競賽下，台積電的 CoWoS 技術是不可取代的，

摩根士丹利、高盛、花旗環球等外資，紛紛把台積電的目標價喊到 2200 到 2800 元， 就是看好它的「AI霸權」跟「矽盾價值」。

根據 CNBC 專訪台積電北美封裝解決方案主管 Paul Rousseau， 台積電最先進 CoWoS 技術正以約 80% 年複合成長率快速成長，

而且他透露目前美製晶片 100% 仍需運回台灣進行封裝。

哇靠，80% 年複合成長率！ 5.5 倍、9.5 倍光罩尺寸的 CoWoS，這根本是把 CoWoS 當樂高積木在疊啊！

台積電現在一個月 CoWoS 產能預估到 2026 年底可達 12.5 萬片， 但超過一半的產能已經被 NVIDIA 包下了。

這些全都是實實在在的訂單，實實在在的「本賺比」啊！

沒錯。 而且不只台積電，整個台灣的 AI 供應鏈都在受惠。 你看技嘉，他們去年全年營收衝破 3369 億新台幣，創歷史新高，

AI 伺服器佔整體伺服器營收已經超過八成，甚至佔公司總營收也超過了 65%。 技嘉總經理李宜泰都說了，AI 伺服器訂單能見度已經看到 2026 年底了，

他們也規劃投入 10 到 12 億台幣來擴產。 而且就在最近的 COMPUTEX 展上，技嘉更進一步展示了他們在 AI 伺服器、

AI PC 及 AI 應用生態系統的全面布局，強調軟硬體整合能力， 直接回應了 AI 巨頭對高效能 AI 基礎設施和終端應用的新需求。

他們甚至已經為 COMPUTEX 2025 規劃了『LEADING EDGE』的主題， 準備發表一系列全新的 AI 解決方案，涵蓋 AI 裝置、 軟體及效能強化技術。

技嘉！ 我的天啊，當年我組電腦都用技嘉的主機板，現在它都快變成 AI 軍火商了！ 這真的太扯了。

那還有沒有其他這種，你說的「非紅鏈」護城河的案例？

當然有。 像是英特磊 IET-KY，他們是做磷化銦磊晶片的。 這個材料在高速光通訊裡面非常關鍵，尤其是在 AI 伺服器跟低軌衛星這種高頻寬應用。

磷化銦有直接能隙特性，能高效將電能轉為光能，是製作高速光偵測器與雷射的唯一選材， 被稱為「矽光子的心臟」。

英特磊董事長高永中就指出，受惠於 AI 伺服器跟低軌衛星需求強勁， 他們磷化銦磊晶產品訂單持續旺盛，2025 年營收年增五成，

EPS 也從虧轉盈，來到 1.65 元，預計 2026 年磷化銦產品佔總營收比重可以拉到 55-60%。

這根本是從很底層的材料科學，找到 AI 爆發的機會啊。 還有沒有？ 有沒有那種看起來傳統，但因為 AI 翻身的？

當然有。 台達電就是一個最好的例子。 他們不只是電源供應器龍頭，現在更是全球 AI 資料中心電源與散熱系統的領導供應商。

2025 年全年營收達 5548.85 億元，年增 31.75%， 稅後淨利 601.08 億元，年增 70.6%，每股盈餘 23.14 元，

全數刷新歷史新高，主要歸因於 AI 伺服器電源與散熱系統訂單暴增。 台達電 2026 年第一季營收也創歷年最強首季紀錄，其中 AI 伺服器電源供應器佔電源營收一半以上，

AI 相關電源佔公司總營收逾 20%，AI 散熱解決方案則貢獻約 9%。 除了這些，我們還看到像正文科技這樣的廠商，也宣布將在 COMPUTEX 2025 上發表三大創新亮點，

包括 800G 高速光通訊模組、軟體雲端平台，以及 AI 智慧醫療應用平台。 這都說明了台灣企業在 AI 浪潮下，正全面發力，從硬體、

材料到應用平台，不斷拓展『非紅供應鏈』的深度與廣度。

哇，這麼多！ 這真的是鹹魚大翻身啊！

他們還跟 NVIDIA 共同開發 800 伏特高壓直流 HVDC 機架式電源模組， 這個高壓直流技術能把電流降低 15 倍，轉換效率超過 98%，

單機架就能支援高達 1.1 百萬瓦功率，有效解決 AI 資料中心「吃電怪獸」的能耗焦慮和散熱挑戰， 預計將從高階選配轉為產業標準。

這就是台灣廠商在 AI 時代的硬實力。

從一片小小的晶片，到整個 AI 伺服器，再到資料中心的液冷散熱， 感覺台灣產業鏈真的佈局得很深。

但會不會還是只有少數幾家大型、或是特定技術的公司賺到？ 我還是有點擔心那個「K 型復甦」的狀況。

你這個疑問非常好，小明。 這就帶我們到另一個重要的觀察點，就是台灣政府跟產業，如何把 AI 的紅利， 從單純的硬體供應，擴散到更廣泛的垂直應用，特別是「智慧醫療」這個領域。

我們之前也聊過很多次，台灣半導體的發展，從 1973 年工研院與美國 RCA 技術移轉奠定基礎，

到現在 3nm/2nm 與 CoWoS 的全球領先，可以說是一段充滿地緣政治考量的冒險之旅， 最終形成今天的「矽盾」。

沒錯，台灣就是那個「不可取代」的存在。

是啊。 美國為了強化半導體供應鏈韌性，實施 232 條款關稅政策， 對 NVIDIA H200、AMD MI325X 等先進運算晶片課徵 25% 關稅。

雖然有豁免機制，但它的本質，永續學院的副研究員王偉鴻就說了， 其實是一套精密設計的「法律防火牆」，強制全球供應鏈在地化。

這其實是促使國際 AI 巨頭更積極地與台灣的「非紅供應鏈」合作， 甚至到台灣設研發中心。

喔，所以 Google 在台灣設立 AI 基礎建設研發中心， 除了技術考量，地緣政治也是一個很重要的因素囉？

完全正確。 Google 甚至選在台北士林區設立台灣 AI 基礎建設研發中心， 這是 Google 美國總部以外最大的 AI 硬體研發中心， 專注於散熱、電源管理、除錯、測試等技術。

Google Cloud 平台研發總經理 Greg Moore 說， 這讓專案週期縮短了 45%，直接證明了與台灣供應鏈緊密合作的價值。

總統賴清德在「AI 台灣國家隊論壇」上就強調，台灣已經融入美國主導的「非紅供應鏈」， 而且要推動「AI 新十大建設」，目標是讓台灣成為人工智慧時代的「世界心臟」。

國發會也協調 NVIDIA、AMD、Micron 等外資來台灣設立研發中心或生產基地。 Micron 更在台灣投資了高達 1.4 兆新台幣。

「世界心臟」聽起來就很熱血啊！ 可是智慧醫療，我聽起來還是有點模糊耶。 之前不是有聊過一些什麼 AI 寫病歷之類的嗎？

真的有這麼大的「本賺比」嗎？

真的有！ 衛福部今年啟動了一個為期五年、總金額將近 489 億新台幣的「健康台灣深耕計畫」。 這可不是小錢，這筆錢就是要加速 AI 在醫療場景的落地，

其中的「範疇三：導入智慧科技醫療」就是核心。 而且這筆錢已經開始轉化成實質訂單了。 2025-2026 年的第一階段就核定了 247 個專案， 總金額高達 113 億元。

哇，將近五百億的國家級計畫，這真的是大手筆！ 那到底哪些實際案例能看到「本賺比」？

像是「本一科技」的「TaiOne Care GPT」AI 照護系統。 他們最近得了德國 iF 設計獎，技術長廖家德還被賴清德總統接見。

他提到「AI 不是取代人，而是把時間還給人。 」這系統最厲害的地方，就是讓醫護人員的工作效率大增。

比方說，營養師每天可以節省 3 小時的病歷文件撰寫時間。 對整體醫護人員來說，可以節省高達三分之二的文書作業時間， 甚至超過 200 分鐘。

現在這個系統每個月有 12 萬人次在使用，用戶滿意度高達 95%。 他們還結合 BodyCam，讓護理人員的身體紀錄時間減少了 70%。

哇，節省時間跟人力，這個很具體欸！ 對於長期人力吃緊的醫療體系來說，這簡直是救命仙丹啊。 畢竟我們知道，醫護人員有高達 40% 的時間都花在行政文書工作上。

沒錯。 本一科技甚至還在研究 Llama-4/Phi-4 等開源模型， 希望能讓 AI 助理客製化、在地化部署，確保數據隱私。

他們也打算拓展到越南、日本市場，把台灣的成功經驗複製出去。 這不就是實實在在的效益，實實在在的「本賺比」嗎？

哇，不只國內有市場，還能輸出到國際！ 這真的很有潛力。

是啊，還有長佳智能，他們的月營收也有不錯的年增長，累計一到三月營收快七千萬。 他們在 2025 年 12 月就跟西門子醫療、Qmed Asia 達成策略聯盟，

要進軍歐洲、美洲和東南亞市場。 長佳智能光是國內外醫療器材許可證就拿了 53 張，其中有 13 張美國 FDA 許可證， 22 張台灣 TFDA 許可證。

他們有兩款 AI 醫材在 2025 年底剛獲 TFDA 核准， 像是「放射治療自動器官勾勒系統」和「腦部多巴胺轉運體 SPECT 電腦輔助偵測平台」。

法人預估他們 2026 年淨利有望年增 30%，達到 8700 萬， EPS 有望達到 0.88-0.9 元。

哇，這都直接影響到財報數字了，不是只有講故事。 跟西門子這種國際大廠合作，這就是拿到國際門票了啊！

沒錯。 西門子醫療副總裁邱禎祥就說了，這次合作將聚焦雙方在影像醫學和 AI 技術上的核心能力， 針對心血管、腦神經和癌症等重大疾病，共同打造創新的 AI 診斷和治療解決方案。

而且長佳智能還利用他們的雲端平台 AICONMED，推出 AI 應用程式市集和大數據服務， 這基本上就是把 AI SaaS 的模式帶入醫療產業。

這就真的有感了。 AI 不再是遙不可及的科幻，而是直接幫我們省時間、救命的東西， 而且還能實際賺到錢，而不是只有燒錢。

是啊，還有像衛福部在推動「健康台灣深耕計畫」時，特別強調了資安治理、 資料治理和 AI 治理，並強制使用 FHIR，也就是『快速醫療互通性資源』，

這是一套國際通用的醫療資料交換標準，它能讓不同系統的病歷、 檢查報告這些資料，可以被 AI 輕鬆讀懂、互相理解，進而安全共享；

還有一個比較專業的術語叫做 TW Core IG，這個則是台灣針對 FHIR 標準， 再根據台灣醫療情境客製化出來的一套實作指引，目的就是確保資料的整合性跟安全性。

雖然這增加了開發的難度，但長遠來看，這是在建立一個安全、 可信任、可互通的 AI 醫療生態系。 中國醫藥大學附設醫院巨量資料中心副院長郭錦輯也提醒，AI 要正式佈署進現有流程中，

必須達成「絕對簡化」，任何會增加醫護人員額外負擔的 AI 功能都是不可行的。

聽你這樣講，我真的感覺 AI 的發展現在就是一個「冰火五重天」的局面。 Google 這種巨頭在燒錢追求超科幻的「世界模型」，背後產生了天文數字的「硬需求」，

然後這些硬需求，卻是我們台灣這些「非紅鏈」的廠商在實實在在地賺錢。 然後在應用層面，像智慧醫療這種，又真的把 AI 落實到解決生活中的痛點， 還能賺到錢，甚至能賣到全世界。

沒錯。 所以我們作為投資者，或者產品設計師，現在更要看的，不是那些華麗的 PPT， 而是這波 AI 浪潮底下，究竟誰在「搶錢」、誰在「賺錢」、 誰又在「燒錢」。

Google 的世界模型代表了 AI 的技術野望，它的大筆資本支出， 看似燒錢，卻是給台灣的 AI 基礎設施，包括 HBM、CoWoS、

液冷散熱、電力這些重資產，提供了巨大的「本賺比」機會。 同時，台灣政府積極推動智慧醫療的落地，像是本一科技、長佳智能的案例，

也證明了 AI 在垂直應用領域，一樣能創造實質價值，而且能帶來真實的現金流。

所以，別再只看那些純粹「本夢比」的東西了，那些燒錢的巨頭， 如果沒有真正賺錢的配套，最後就是一個大泡沫。

反而是那些提供「賣水人」服務的，跟能把 AI 應用落地的， 才是這波 AI 淘金潮裡，真正能挖到金礦的。

完全同意。 AI 的發展已經進入到一個新的階段，不再是看誰的模型參數多、 誰的論文漂亮，而是誰能把這些高昂的算力轉化為實質的效率提升、 成本降低，以及新的商業價值。

台灣在這種局面下，憑藉其在「非紅供應鏈」的戰略地位和在智慧醫療等垂直應用的創新能力， 正從 AI 的「搶錢」階段，真正邁向「賺錢」的階段。

那接下來要觀察什麼？ 總不能就躺平了吧？

當然不是。 我們要持續觀察的，就是 Google Cloud 的營收和 AI 服務積壓訂單的實際轉化率， 看它能不能把燒掉的錢賺回來。

CoWoS 封裝產能的擴張速度及 Intel 等替代方案的進展也很關鍵， 這會影響整個供應鏈的穩定性。

此外，台灣衛福部 500 億元「健康台灣深耕計畫」的具體項目落地與商業化模式， 以及這些巨額資本支出能否在財報上看到更具體的「本賺比」回報，

我們都要密切追蹤，評估智慧醫療領域的實際成長潛力及台灣產業結構升級轉型的進展。

聽起來今天這集，還是有賺到。 至少分清楚了誰在燒錢，誰在賺錢，這樣我的投資策略就比較有方向了。

今天的貓貓AI 科技與財經脈動就到這裡。 感謝各位收聽，我們下週見！

下週再來看誰的夢想破滅，誰的錢包又胖了！ 掰掰！

掰掰！