喔，我的天哪！ 各位貓貓AI的老聽眾們，有沒有覺得最近這世界，AI 的風向又開始在變， 變得有點讓人看不懂了？

我是小明。 沒錯，我是熙宇。 現在的市場，『燒錢黑洞』跟『K型分化』，簡單來說，就是市場表現會像英文字母K一樣， 強的產業或公司一路往上衝，弱的就一路往下掉，兩極化越來越嚴重，

這些現象依舊存在，但最近卻又丟出了一堆令人措手不及的變化球。 尤其是一些我們原本以為不太可能的地方，它又長出新的東西了。

什麼不太可能？ 這簡直就是一個魔幻現實主義的AI股市啊！ 你看那些科技巨頭，前面燒錢燒到我都快替他們心疼了，結果現在又開始玩新的花招。

我說，這錢到底是會燒到哪去，我們這些小散戶，到底能不能找到真正的「本賺比」， 白話說就是看一家公司到底是不是真金白銀在賺錢、有沒有實際把技術轉換成商業價值的能力，

而不只是講故事畫大餅，啊？ 欸，小明你別這麼爆氣嘛。 不過你講到重點了，確實，過去我們多數的觀察都集中在AI的基礎設施、 雲端算力這些燒錢大戶。

但最近觀察到一個很有趣的趨勢，就是AI開始往「終端」下沉， 也就是你的手機、你的車子，甚至你家裡的電器。

這些東西，過去我們可能覺得它就只是個「智慧」而已，但現在， 它背後藏的AI野心，可不小。 所以你的意思是，那些燒錢黑洞燒不夠，現在要來燒我們口袋裡的裝置了？

我手機已經夠貴了，不要再漲價了啊！ 哈哈，你別擔心。 講白話一點，這其實是科技巨頭在嘗試用另一種策略，來回應我們之前一直強調的「燒錢黑洞」問題。

它們在尋找「資本輕量化」，顧名思義就是指那些不需要投入大量資金去蓋工廠、 買設備，也就是不那麼依賴重資產、比較不燒錢的商業模式，的AI部署方式，

不再是無限堆疊雲端數據中心，而是讓AI的能力直接來到你的設備上， 以此達到效率與成本最佳化。 嗯？

資本輕量化？ 這聽起來很棒，但實際操作起來是怎麼回事？ 我只知道我手機上那個AI助理，講兩句就開始當機，這要怎麼跟雲端大模型比啊？

這邊就要提到幾個很關鍵的例子了。 首先，小米等消費電子巨頭正積極投入AI技術的終端應用整合， 強調透過AI提升產品智慧化與用戶體驗。

我們先來看中國的小米，他們家最近動作超大。 光是今年，小米的AI相關支出就佔了研發總費用的將近三成， 而且未來三年，他們預計還要再投入至少600億人民幣在AI研發上，

未來五年更是規劃超過2000億人民幣！ 這數字很驚人吧？ 哇靠！ 2000億人民幣？ 這簡直是把半個小米都押上去了吧？

他們是想跟台積電搶飯碗還是怎樣？ 他們的策略很不一樣。 小米創始人兼董事長雷軍最近就公開說，小米的發展以科技創新為核心，

將最新AI技術應用到各類終端產品中，以保持競爭力，他們未來要全力推進「晶片、 OS，也就是作業系統、AI三位一體」戰略。

你知道嗎，小米最近還有八篇研究論文入選國際頂級的自然語言處理會議EMNLP 2026， 這是這個領域最權威的國際會議之一，這些研究方向，很多都跟手機智能體、

大模型推理加速、還有AI自主研發這些終端應用有關。 所以，小米這是在搞「國產自製」的AI全家桶？

從晶片到作業系統再到AI，全部都要自己來？ 這是要築起一道「紅鏈」，也就是中國主導的、自己掌握的產業鏈， 的「實體護城河」嗎？

可以這麼說。 而且雷軍還親自宣布，小米最新款的小米18 Fold旗艦機， 會首發搭載長鑫量產的LPDDR6記憶體，這種手機專用的低功耗高速記憶體，

還有小米自己研發的玄戒O3晶片，這個玄戒O3可是採用台積電3奈米製程。 這代表什麼？ 這代表他們不只在軟體上，連硬體層面都開始走「國產自研」這條路了。

巴克萊的報告就指出，小米這種橫跨手機、家電、穿戴設備甚至電動車的硬體生態， 正在構建一個差異化的AI應用矩陣，這策略被市場嚴重低估了。

盧偉冰也說了，小米AI就是要同時在人、車、家多個空間落地， 這就是他們的獨特機會。 這聽起來是想把所有的使用者都鎖在它的生態系裡面啊。

這很蘋果啊！ 可是，他們花這麼多錢，真的能搞得起來嗎？ 不怕變成另一個燒錢黑洞？ 這就是一個很好的問題，因為這裡面有兩個不同的思考角度。

它不像Google或OpenAI那樣，只是做一個通用大模型， 它是在自己的裝置上，把AI做得更貼近用戶。

說到Google，他們最近是不是也推了新的Pixel手機？ 這個是不是也跟裝置端AI有關？ 對，你很有Sense。

Google在八月底推出了Pixel 11系列，搭載了全新的Tensor G6處理器跟Gemini Nano模型。

他們宣稱，裝置端AI任務處理速度提升了3.5倍，能耗降低了3.5倍， TPU，也就是Google自己專門為AI計算設計的張量處理器， 算力也提高了50%。

這明顯是想把更多的AI運算，直接拉到手機上面執行。 喔，那蘋果呢？ 之前WWDC不是也有講到他們的Apple Intelligence，

也就是Apple自家那一整套智慧功能和AI服務，跟Private Cloud Compute嗎？

這也是裝置端AI的一種嗎？ 沒錯。 Apple的Private Cloud Compute，

這是一種非常特別、專為隱私設計的雲端AI運算模式，它是一種非常強調隱私保護的雲端AI處理模式。

它的核心思想是，雖然有些複雜任務還是需要雲端算力，但Apple會用自己特製的晶片跟強化過的作業系統， 確保你的數據在雲端處理時，連Apple自己都無法訪問，做到真正的數據不留痕跡。

David Sparks這位MacSparky的專家就說， 理論上Apple將永遠不知道你做了什麼或要求什麼，這正是他希望Apple做的。

這也是一種資本輕量化，避免了瘋狂燒錢建立開放式數據中心可能帶來的隱私風險和合規成本。 所以看起來，大家都在往這個「裝置端AI」或「邊緣AI」的方向走，

是想避免把錢都燒在雲端大模型的軍備競賽上嗎？ 這是找到新的「本賺比」了嗎？ 我認為這確實是AI發展的一個新方向，而這類策略有助於科技公司在不需瘋狂燒錢建立大型雲端資料中心的前提下，

實現AI服務的普及化與差異化競爭，對比AI巨頭的『燒錢黑洞』， 展示了『資本輕量化』的潛力。 而且這個方向的背後，是「推論成本」跟「數據隱私」這兩個關鍵因素在驅動。

IDC預測，到2026年，全球生成式AI PC出貨量會達到0.5億台， 生成式AI手機更會達到4.32億台，這代表隨著AI模型推論成本下降與邊緣運算能力提升，

『裝置端AI』的發展加速，使AI服務能更即時、更隱私地在用戶設備上運行， 開闢了AI產品設計與商業化的新路徑。

這麼多？ 這是一個很大的市場啊。 沒錯。 而且你知道嗎，小型語言模型，也就是我們常說的SLM，Small Language Model，

它不像我們常聽到那種幾千億參數的巨大模型，而是規模小一點的語言模型， 它部署在本地硬體上運行，推論成本只有大型模型的1/10到1/50， 這使得它在裝置端應用上更具成本效益。

AWS也有說過，「如果推理不能佔據主導地位，所有這些對大型模型的投資都將毫無意義。 」這話說得其實很重。

意思是，你模型訓練得再好，如果推論成本下不來，應用就不可能大規模普及。 而且還有數據指出，本地端運行AI模型，每GB RAM的資本支出比資料中心省80%， 電費更是省70%到80%。

難怪這些巨頭都要搞自己的晶片跟生態系，這不就是把整個AI的「水電管線」都拉到自己家裡來了？ 就是這個意思。

IDC中國的助理研究副總裁武止戈也說：「邊緣計算將成為AI規模化落地的核心底座， 重塑整個智能產業的發展格局。

」所以，小米跟Google在裝置端AI上的投入，其實都是為了在AI的「下半場」找到新的成長曲線，

並且試圖避開雲端大模型那種無止境的「燒錢黑洞」，轉向更注重實際部署和變現的「本賺比」策略。 可是熙宇，這些「資本輕量化」的AI裝置聽起來很棒，但問題是，

就算把AI放到手機裡，這些手機總要用零件組裝吧？ 這些零件的成本，還有整個AI基礎建設的成本，最近是不是又在亂漲一通？

我最近看新聞，都快嚇死了。 你提的非常好，小明。 這就是今天我們要拉回來討論的第二個重點，也是一個大家必須要面對的「魔幻現實」。

當所有人都往AI衝的時候，整個產業鏈的成本，尤其是那些「AI水電工」的基礎材料， 它們的價格已經不是「漲」了，根本是「飆升」。

飆升是多飆？ 我最近看一些數字，都覺得是在開玩笑。 不開玩笑，真的不開玩笑。 你看美銀最近的報告，截至8月27日，16Gb DDR5的現貨價格， 年增率高達800%，漲到54美元！

DDR4也年增879%，NAND晶圓更是年增979%，快要翻十倍了。 Susquehanna研究也預估，今年Q3的DRAM合約價， 將會飆升超過50%。

甚至有分析師指出，2024年到2026年底，DRAM的價格將會上漲超過400%。 靠北！ 800%？

這是什麼鬼數字？ 這是把記憶體當黃金在賣嗎？ 這漲價根本是在搶錢啊！ 完全是搶錢。 Gartner也上修了2026年全球記憶體營收預測，達到8373億美元， 佔整體半導體市場的54%。

Hk01報導，說這不是正常的產業週期性波動，而是一次結構性的供需重置。 過去一年內，部分記憶體晶片的價格飆升了6倍。

到底是甚麼吃掉了全球的記憶體產能？ 答案只有兩個英文字母：AI。 這不就是之前我們說的「瓶頸財」嗎？

現在看起來，記憶體就是AI時代的「新石油」啊！ 誰掌握記憶體，誰就有定價權。 那NVIDIA呢？

他們不是AI晶片的老大嗎？ 他們怎麼看？ NVIDIA也扛不住了。 彭博社報導，NVIDIA的部分大型客戶已經接獲通知，搭載NVIDIA晶片的AI伺服器價格，

從明年初出貨的系統開始，將調漲超過15%。 所以說，NVIDIA計畫調高部分AI伺服器價格逾15%， 加上DRAM等記憶體半導體成本急遽上升50%，預計將進一步增加AI基礎建設成本，

加劇市場的通膨壓力與AI企業『燒錢黑洞』的深度。 Arc Compute也直言，如果說目前大多數AI伺服器成本上升背後的原因， 那就是記憶體了。

連NVIDIA都要漲價？ 這不是很扯嗎？ 他們是市場老大耶！ 對啊，這代表在業界最具主導地位的NVIDIA，也無法完全守住價格， 或是自行吸收不斷攀升的成本。

這更凸顯了記憶體製造商，像三星、SK海力士、美光這些HBM， 也就是High Bandwidth Memory，高頻寬記憶體，

專為AI晶片設計、速度超快、頻寬超高的記憶體，供應商，他們手中究竟握有多大的籌碼。 你知道嗎，製造1GB的HBM3e，它消耗的晶圓產能是傳統DDR5的三倍。

而且HBM的供應緊缺，根本原因是良率和認證問題。 Silicon Analysts就點出，三星在12層HBM3E堆疊良率上存在困難，

而SK海力士在1c-node良率和HBM4認證方面領先， 這給予其結構性定價和分配優勢。 AERI甚至說，HBM生產的2026年產能，Micron和SK Hynix已經售罄了。

他們還警告，HBM的短缺可能持續到2027年之後，甚至到2030年。 所以這些成本的急遽上漲，對那些雲端巨頭來說，他們的「燒錢黑洞」只會挖得更深， 更不容易從「本夢比」轉向「本賺比」？

沒錯，這會讓整個AI基礎設施的成本結構產生質變。 摩根士丹利就大幅上修了北美五大雲端巨頭，也就是微軟、亞馬遜、 字母、Meta和SpaceX，他們2027年和2028年的資本支出預估，

分別達到1.2兆美元和1.4兆美元。 而且，記憶體在Blackwell世代，這是NVIDIA下一代GPU的內部設計架構代號，

簡單說就是晶片和周邊硬體的整體設計藍圖，機架成本中的比重已經是個位數高段， 下一代Vera Rubin機架，這也是NVIDIA為未來更高階AI伺服器所規劃的全新設計架構代號，

更是躍升到約25%。 BIS，也就是國際清算銀行 Bank for International Settlements， 這是一個被稱為「央行的央行」的國際金融機構，也再次警示，

說如果生產力增長無法證明巨額投資合理，這些超大規模雲服務商不斷增加的債務融資和金融關聯， 將提高更廣泛金融動盪的風險。

這其實印證了我們前面說的「燒錢黑洞」是真的。 所以這些搞裝置端AI的，像小米、Google，他們是不是也想避開這種高昂的雲端算力跟記憶體成本， 才把AI放到手機裡？

這確實是一個重要的考量。 裝置端AI能在一定程度上分擔雲端壓力，降低部分推論成本。 但整體而言，整個AI產業的基礎建設成本，都因為這些關鍵零組件的飆漲而全面上揚。

這就會讓市場的「K型分化」更加劇烈。 只有那些真正有「實體護城河」、有能力吸收成本、並且能變現的公司， 才能在這場資本競賽中存活下來。

聽起來就是大者恆大，小公司更難活的意思。 那香港最近在AI貿易上很活躍是怎麼回事？ 是不是又要搞什麼「本夢比」出來？

香港的確是一個很有趣的觀察點。 香港貿發局上調了2026年香港出口預測，說會增長20%以上。 香港特區政府統計處公布的數據更驚人，今年7月的商品出口總值，

按年大幅上升了50.7%，他們直接點名「AI相關電子產品需求」是最大推手。 美媒甚至報導說，香港正迅速崛起為亞洲價值近2萬億美元AI相關貿易網絡的核心樞紐。

香港物流創新協會的報告更是指出，AI相關產品已佔本港商品出口總值近七成。 還有數據說，中國進口的晶片有一半，也就是大約1240億美元， 是經由香港轉口的。

欸，香港不是應該受地緣政治影響很深嗎？ 怎麼現在變成AI的貿易樞紐了？ 這是什麼魔術？ 這就是一個值得深思的問題了。

香港在全球AI產品貿易樞紐中扮演的角色日益重要，其背後是基於實體產業實力還是作為『轉運站』的『本夢比』， 以及此模式未來是否會受歐盟AI監管法規的影響，成為值得關注的新貿易與投資風險。

國際清算銀行BIS之前就警告過，AI投資熱潮可能演變為泡沫， 對全球經濟和金融穩定構成風險。 而香港的這個現象，我們得去區分，它究竟是基於實體產業實力， 還是扮演一個「轉運站」的角色？

畢竟，現在歐盟的AI法規，也就是歐盟最近正式生效的AI法案， 已經正式生效了，它要求AI系統供應商為生成內容加入標示， 違規者罰款可能上億歐元，最高全球年營業額7%或3500萬歐元。

這會不會對香港作為貿易樞紐的地位產生影響，值得我們觀察。 畢竟，如果你只是個轉運站，那麼法規風險也會跟著你走。

轉運站？ 你的意思是，它會不會是某種「非紅鏈」跟「紅鏈」之間的一個灰色地帶？ 把一些產品從一個地方運到另一個地方？

這聽起來有點像在玩擦邊球啊。 我覺得我們可以用更開放的角度來看待它。 在當前地緣政治緊張，供應鏈重組的背景下，香港能夠扮演這個角色， 可能確實有其獨特的歷史和地理位置優勢。

但對於投資者來說，你必須擦亮眼睛，去理解這個貿易樞紐背後的「本質」是什麼。 它帶來的成長，究竟是可持續的「實體護城河」帶來的「本賺比」，

還是只是暫時性的「本夢比」，也就是光看未來願景、看故事， 但實際獲利能力還不明朗的投資？ 媽的，這市場真的是越來越難懂了。

一方面說裝置端AI可以資本輕量化，一方面又說記憶體跟NVIDIA都在瘋狂漲價， 然後香港又跳出來說AI出口爆增。

我的0050跟S&P 500到底要怎麼辦啊？ 其實，這正是我們貓貓AI一直在討論的「AI狂熱下半場」的寫照。

市場對AI投資的審視已從單純追逐『本夢比』，轉向更嚴苛的『本賺比』考量， 促使資金流向具備真正『實體護城河』及可持續獲利能力的企業， 加速產業內的『K型分化』與汰弱留強。

投資者不再只是看你畫大餅，而是要你拿出實際的獲利成績單。 高盛的分析也指出，AI獲利主要集中在半導體、雲端等基礎設施供應商， 大多數導入AI的企業尚未展現顯著獲利差異。

Endowus智安投2025年10月報告也指出，AI熱潮持續推動全球股市及台灣出口創新高。 亞馬遜、谷歌、微軟、Meta加大AI基建投資。

韓國與日本市場表現亮眼，但估值偏高與AI泡沫擔憂已開始浮現。 所以那些說自己有導入AI的，但股價沒漲的，就是還沒拿出成績單的意思？

大概就是這個意思。 摩根士丹利也大幅上調對科技巨頭AI資本支出的預測，預計2028年投資額可能上看1.4萬億美元。

他們雖然燒錢，但他們也在努力轉化成實質的競爭力。 但不是所有公司都有這個能力燒這麼多錢，而且燒了還能賺回來。

這就會加劇產業內的「K型分化」。 聽起來這場AI大戰，真的是越來越燒錢，也越來越殘酷了。 是的。

所以對於投資人來說，在這場AI高度集中且波動劇烈的市場結構中， 你真的需要精準辨識，哪些企業是真正有「實體護城河」，能夠將龐大資本支出轉化為持續獲利的「本賺比」的。

而不是盲目追逐那些看起來很酷，但最終可能只是「燒錢黑洞」的「本夢比」。 因為在AI時代，成本飛漲與市場分化只會越來越明顯。

欸，那這樣講起來，我們這些投資人，是不是要重新思考一下， 自己的錢，到底是要去賭那個看起來很美，但燒錢燒到無底洞的夢想，

還是要投資那些看起來很基礎、很硬核，但卻能默默賺錢的「AI水電工」啊？ 這是一個很好的問題，也是留給所有聽眾們思考的。

在AI成本不斷飆升，市場「K型分化」日益加劇的今天，究竟是少數巨頭將持續壟斷並捕捉所有價值， 還是會有新的、具備「信任溢價」和「實體護城河」的公司能異軍突起？

這場AI淘金熱，我們都還在其中，但投資的策略，可能真的要比過去更加謹慎， 更加聚焦「本賺比」了。