Google「神燈」掀AI巨浪！全球景氣急轉彎，投資術揭曉

Summary

本集貓貓AI深入探討AI發展與全球股市動向。Google開放其「世界模型」Genie 3供訂閱戶使用，標誌AI從實驗室走向商業應用，但其背後龐大的基礎設施資本支出（CapEx）引發市場對AI巨頭變現能力的疑慮。節目釐清摩根士丹利對AI牛市的「變革性突破」預警，與市場對「非理性榮景」的解讀差異。同時，也強調高盛提出的「HALO」策略——重資產、低淘汰風險的實體產業，在高利率與地緣政治碎片化時代更具價值。特別是台灣的「非紅供應鏈」，如台積電和雙鴻科技，憑藉其在AI基礎建設、晶片與散熱領域的關鍵地位，展現出強勁的「本賺比」獲利能力，證明真正的財富正在從AI概念股轉向為AI提供「水電工」服務的實體產業，為投資者指明了在AI浪潮中尋找真實價值的方向。

Transcript

各位貓貓AI的老朋友，好久不見啦！ 我是你們熟悉的爆氣小明。

大王: 大家好，我是大王。 這陣子科技圈跟財經市場真的是一波未平一波又起，各種新消息讓人應接不暇。

喔對啊，是眼花撩亂到我拳頭都硬了啦！ 講到AI，Google那個Genie 3不是號稱「世界模型」， 能生成3D互動環境嗎？

結果咧？ 現在開放給訂閱戶玩了，還是那個鳥樣，玩沒幾分鐘就卡住，搞得好像丟個半成品出來給大家當白老鼠一樣！

我就問，這種東西真的能賺錢嗎？

大王: 小明你先不要氣，我們來把這個事情拆開來看。 Google DeepMind這次將Genie 3開放給Google AI Ultra的訂閱戶，

這是一個非常關鍵的里程碑，因為它是目前第一個對外開放，而且具備即時互動功能的世界模型產品。 這標誌著AI從實驗室階段，真的開始走向實際應用和商業驗證。

商業驗證咧？ 是要驗證怎麼燒錢燒得更有效率嗎？

大王: 不是啦，小明。 它的目標其實是想透過真實用戶的反饋，加速模型的迭代跟市場驗證。 你想，以前那些模型都在內部跑，數據再多也比不上真實世界的複雜性。

Genie 3被DeepMind視為實現通用人工智慧 AGI 的關鍵一步， AGI，就是 Artificial General Intelligence，

講白話一點，讓AI不只會做單一任務，而是能像人一樣去理解、 學習、處理各種不同類型的任務。 這次開放，其實是在收集非常珍貴的用戶使用情境。

那這個Genie 3到底有什麼了不起？ 上次不是說玩沒多久就卡住，還會崩潰嗎？ 開放出來是想讓大家一起崩潰是不是？

大王: 它的確還有一些限制，Genie 3在測試中，如果互動時間太長， 大概一分鐘之後，確實會因為記憶體一致性的問題導致虛擬環境出現不協調。

不過，一個「世界模型」代表的是AI能夠理解、模擬甚至生成一個完整的3D環境。 這不只是視覺生成，它還能模擬物理、交互，未來對遊戲、教育， 甚至自動駕駛的模擬訓練，潛力是很大的。

它不像遊戲引擎，Genie 3更像是AGI agent學習物理世界的模擬基底， 讓AI能從中學習真實世界的物理法則與互動邏輯。

模擬基底？ 聽起來很酷啊，很fancy啊，可是說到錢，Alphabet不是說2026年， 他們在AI基礎設施上的資本支出要衝到1750億到1850億美元嗎？

這他媽的是什麼概念？ 這根本是天文數字吧！ 這麼多錢砸下去，就為了這個還會崩潰的Genie 3？

簡直是搶錢吧？

大王: 這邊要注意喔，小明，這個1750到1850億美元， 是Alphabet整體AI基礎設施的CapEx，全名是 Capital Expenditure，

講白話一點，就是他們為了長期發展而投入的基礎建設跟設備投資， 不是只有Genie 3一個專案。 Alphabet的CFO Anat Ashkenazi有特別說明，

這筆錢大概有60%會用在伺服器上，另外40%是數據中心跟網路設備。 你可以想像成，這就是AI時代的「水電工」費用，為整個AI生態系統提供底層的基礎設施。

這些鉅額投資，凸顯了AI基礎建設的龐大需求。

水電工？ 我家的水電工一小時頂多幾百塊，Google這是請到外星水電工嗎？

大王: 講白話一點，AI要運作，特別是這些大型的、複雜的模型， 它需要非常非常多的GPU、非常多的電力、非常多的散熱跟網路頻寬。

這筆錢，其實就是用來建構這些底層的硬體設施，像是蓋起一座座巨大的「AI工廠」。 這些投資是為了支援Google DeepMind，也就是Genie這些模型的研究跟開發，

同時也要滿足Google Cloud上暴增的AI客戶需求。 Google在 AI 領域實行從晶片設計，像他們自家的 TPU，

全名是 Tensor Processing Unit，這是一種專為 AI 運算設計的晶片， 到資料中心、基礎模型 Gemini，也就是 Google 自己開發的那個大型 AI 模型，

再到最終產品和服務的全面垂直整合。 這種端到端控制帶來顯著的成本效益。 你想像一下，蓋一個超級城市，最貴的不是蓋幾棟豪宅，而是你整個地下管線、

電力系統、道路建設，這些隱藏的基礎設施才是最燒錢的。

喔，所以意思就是，他們砸大錢是在蓋「自家的AI基礎設施」啦， 然後讓Genie 3當作其中一個旗艦產品，開放出來先探探路， 看看市場反應？

大王: 沒錯。 因為現在AI發展的速度非常快，對於算力的需求是無止盡的。 Alphabet的CEO Sundar Pichai也說過，

他們會用供應鏈限制的方式來進行投資，他特別強調「算力」就是未來競爭的核心。 這等於是他們在確保，未來他們在AI這場軍備競賽中，能夠擁有足夠的彈藥跟後勤補給， 維持技術領先地位。

聽起來很像在玩大富翁，別人丟骰子前進，他直接買地蓋房子蓋銀行。 可是問題是，蓋這麼多，真的能變成收益嗎？

現在市場不是都在擔心AI會不會變成下一個「本夢比」泡沫嗎？

大王: 你講到重點了。 這天文數字的CapEx，自然會讓市場開始質疑這些AI巨頭的變現能力跟投資報酬率。

許多分析師跟投資機構都在觀察，這些鉅額投入到底能不能轉換成實質的獲利， 還是只是一場技術領先的燒錢遊戲。

對啊，像摩根士丹利最近不是也出來預警了嗎？ 說什麼AI牛市可能面臨「非理性榮景」的警報，預期資金會從AI巨頭流出， 市場可能要修正。

這聽起來不就是泡沫警訊嗎？

大王: 這邊我們需要把摩根士丹利的說法釐清一下。 他們在3月13日發布了一份給機構客戶的報告，內容其實沒有直接用到「非理性榮景」這個詞。

他們的核心論點是說，2026年上半年AI會迎來一場「變革性突破」， 影響會遠超預期。 報告裡面提到，AI基礎設施的投資規模已經接近3兆美元，這些投資會在2026年上半年集中兌現。

同時，他們認為AI會成為強大的「通貨緊縮力量」，大幅降低各種工作成本， 甚至對工程師、客服、翻譯這些職業造成衝擊，AI代理也將從工具升級為自主的數位員工。

等一下，所以他們不是喊泡沫，是喊「突破」？ 這跟市場解讀的「非理性榮景」差很多耶。

大王: 沒錯，所以這就是有趣的地方。 市場可能把他們的「變革性突破」解讀為一種快速、甚至可能失控的成長， 進而產生泡沫化的擔憂。

不過，雖然技術前景看好，但在AI創造巨量財富的議題上，重點還是在於你怎麼參與， 否則只是當韭菜。

那其他那些華爾街大咖怎麼說？ 有比較正常一點的分析嗎？

大王: 當然有。 我們把時間拉回2000年網路泡沫時期來對比一下。 當時那斯達克綜合指數在五年內狂漲600%，很多公司估值都純粹基於「願景」，

平均本益比，也就是股價跟公司每股盈餘的比值，高達52倍。 但現在呢，AI巨頭的平均本益比大約是25倍，雖然也不低， 但至少比當年理智很多了，而且像NVIDIA這樣領頭的公司，

都是有實實在在的營收和高利潤率支撐的。

吼，這聽起來就是那種，AI好的時候要賺錢，AI不好的時候要避險， 永遠都不會錯的廢話啊。

不過講到高盛，他們不是有一份報告提到「超級雲廠商資本開支正走向在今年超過經營現金流的90%」嗎？

這比例甚至高於網路泡沫時期。 而且還指出全球AI基礎設施年投入超過6500億美元，但實際相關收入僅500億美元， 存在高達6000億美元的巨大投入鴻溝。

這說明，即使AI潛力巨大，但燒錢速度確實很快。

大王: 沒錯，小明，這就是市場複雜性的具體體現。 資本開支超過經營現金流，確實會帶來流動性壓力，聽起來很危險。

不過高盛的首席美股策略師Ben Snider有說過一句話： 「我想這是近代被形容為泡沫的市場中，狂熱程度最低的一次。

」他認為現在的投資人比當年更成熟，更關注實質獲利，不再像過去那樣盲目追逐概念股。 而且市場也出現了「大輪動」現象，資金從AI巨頭流出，轉向「AI抵抗型」及「AI防護型」的實體資產。

投資人更成熟？ 我看是更狡猾吧！ 大家都知道要找「本賺比」了啊！

大王: 確實。 這就帶到我們今天要聊的下一個重點了。 在高利率環境跟地緣政治碎片化的大背景下，市場的資金流向正在發生變化。

高盛不是提出一個「HALO」策略嗎？ 就是「重資產、低淘汰風險」的投資標的。 這個策略，現在正在被驗證，尤其在高利率環境下，這類資產的價值更為凸顯。

HALO策略，之前大王你也有提過嘛，就是那種蓋資料中心、 搞電力、搞資安的實體產業對不對？ 這些東西AI來了也取代不了，而且還要更多。

大王: 完全正確。 高盛的策略師Guillaume Jaisson就明確指出， 市場正在獎勵那些複製成本高、不易被技術快速淘汰的「產能、 網絡、基礎設施和工程複雜性」。

這些實體資產，在高利率時代，反而更具價值，因為它們為高科技提供了必要的底層支撐。 具體來說，像是電力電網、油氣管道、公用事業、交通基建、工業金屬、

半導體設備以及數據中心基礎設施，這些都是符合HALO策略的行業。

這聽起來就很像你剛說的「水電工」了嘛！

大王: 沒錯，就是這個意思。 你想，Google砸這麼多錢在CapEx上，60%買伺服器， 40%蓋數據中心跟網路設備，這些錢最終都流向了誰？

就流向了那些提供「水電工」服務的供應商。 而且現在AI發展已經從「訓練」階段，開始大舉邁向「推論」階段， 還有「Agentic AI」的產品化。

推論跟Agentic AI，這是什麼意思？ 跟我們有什麼關係？

大王: 簡單來說，「訓練」是讓AI模型學習海量數據，建立其能力； 而「推論」則是讓AI模型實際去運用這些學習到的能力，生成內容、 提供判斷或執行任務。

當AI模型變成熟，我們就更常在日常生活或商業應用中使用它， 這就是推論。 推論的算力需求預計到2026年會佔整體AI算力需求的70%以上。

而「Agentic AI」則是讓AI從單純的工具升級為能自主規劃、 執行任務的智慧代理，例如自動完成複雜的專案管理或客戶服務。

為了效率和成本，專門為推論設計的ASIC晶片，也就是特殊應用積體電路， 講白話一點，它不像通用型 GPU 那樣什麼都能做，而是只針對某個特定任務去設計，

所以效率會更高，這種晶片將會越來越重要。

ASIC？ 那個跟GPU比起來哪個比較厲害啊？

大王: ASIC在特定工作負載上能效更高，功耗可以降低70%以上， 像Google的TPU v5就降低了70%的單位計算成本，

Amazon的Trainium 3耗電量更是只有通用GPU的三分之一。 一個ASIC晶片可能只要5000美元，但GPU卻要2萬到3萬美元。

所以產業調研預測，ASIC在成本跟能耗上，比通用GPU有30%到40%的優勢， 全球AI ASIC伺服器出貨量到2027年，會比2024年成長三倍，

相關市場規模預估會從2024年的120億美元成長到2027年的300億美元。 這顯示出其巨大的市場潛力。

挖靠，這數字也太驚人了吧！ 所以這代表，那些能提供這些「水電工」服務的供應鏈，像是幫AI提供電力、 散熱、晶片的廠商，根本是躺著賺錢啊！

這不是本夢比，這是本賺比的超級金礦啊！

大王: 完全是。 這也是為什麼，在這樣一個資金重新配置的時期，台灣的「非紅供應鏈」展現出極強的韌性跟機會。

我們看台積電最近的表現就知道了。

台積電那個財報簡直是狂暴式成長啊！ 第一季營收達到1.13兆新台幣，年增35.1%，稅後純益更是年增58.3%！

兩者都創歷史新高！ 還把2026年全年營收成長目標上修到「超過30%」。 而且你看，他們還要擴增3奈米產能，在台灣、美國、日本都要蓋。

這哪是燒錢？ 這是賺錢賺到手軟吧！

大王: 沒錯，台積電董事長魏哲家也提到，台積電不怕競爭， 只要公平。 他們預計未來三年總資本支出可能高達2000億美元，AI伺服器營收到2027年將佔總營收的40%。

他還說：「未來決定AI晶片勝負的，已不只是前段製程微縮， 更在於能否透過先進封裝，把邏輯晶片、HBM，全名是 High Bandwidth Memory，

也就是「高頻寬記憶體」，這種能讓 AI 晶片處理更快、更大資料量的記憶體， 與更多異質元件高效率整合在一起。

」台積電正在積極布局 CoWoS，這項先進封裝技術，它能把不同的晶片堆疊起來， 讓它們更緊密地結合，效率更高，還有玻璃基板這些新世代技術， 以應對大尺寸、高整合度的AI晶片需求。

這清楚表明，台積電就是AI基礎設施最關鍵的「賣水人」。

不只台積電，還有散熱模組的雙鴻科技，第一季營收年增94%， 液冷產品營收占比首次超越氣冷，衝到55%！

伺服器產品營收占比更是高達76%！ 他們董事長說2026年營收會成長超過50%，液冷營收會翻倍！

還說他們已經進入Nvidia Vera Rubin平台跟AWS客製化AI晶片Trainium 3的供應鏈了， 這根本是直接把錢塞到他們的口袋裡嘛！

大王: 這些數據都非常具體地說明，當AI巨頭在前端瘋狂燒錢投入基礎設施時， 後端的「非紅供應鏈」廠商，特別是台灣這些硬體製造商，正實實在在地從中獲取「本賺比」的巨大價值。

我們的總統賴清德也強調，台灣在全球供應鏈重組中，已經站穩了「非紅供應鏈」的位置， 這不僅帶來經濟新局，更是地緣政治上的戰略護城河。

台灣對中國大陸的對外投資比例，從2010年的83.8%大幅降到去年的3.75%。 同時，台灣對美國的出口在去年成長了78%，對歐盟國家的投資更是成長了650%。

這表示台灣的供應鏈重組策略確實看得到成效。

所以說，那些在炒作「本夢比」的，可能都還在做夢，但我們台灣這些「水電工」跟「賣水人」已經在默默數錢了啦！

大王: 一言以蔽之，在AI這場變革中，真正的價值正在從虛無飄渺的「概念」轉向扎扎實實的「基礎建設」與「實際應用」。

當然，這不是說AI這條路就一路順遂。 這裡面還是有一些很關鍵的限制跟我們需要密切觀察的變數。

喔？ 還有什麼問題？ 都已經躺著賺錢了耶！

大王: 首先是能源與電力瓶頸。 AI資料中心的電力需求是傳統設施的3到5倍，像現代GPU每個晶片消耗700到1200瓦， 而傳統CPU只有150到200瓦。

摩根士丹利預計，美國電力網到2028年將面臨9到18吉瓦的電力缺口， 這相當於紐約、洛杉磯和芝加哥的總用電量。

這個電力瓶頸，絕對是AI發展的一個「硬天花板」，會直接影響到它的擴張速度跟成本。

電力不夠？ 那AI要怎麼跑？ 用愛發電嗎？ 這不是鬧著玩欸！

大王: 另外一個是先進封裝技術的產能瓶頸。 台積電魏哲家董事長就坦言，新產能與潔淨室空間需要兩到三年才能到位， 意味先進封裝供應緊俏不會短期結束。

而且隨著AI晶片尺寸更大、整合度更高，像是玻璃基板這種新技術， 還會面臨「翹曲」等工程挑戰。 這表示就算你有錢，先進製程跟封裝的產能也不是說變出來就變出來的。

這會直接限制AI晶片的供應，影響AI落地的速度。

真是計畫趕不上變化，變化趕不上老闆一句話！ 那台灣推的「非紅供應鏈」會不會也遇到瓶頸？

大王: 確實。 儘管台灣積極推動「非紅供應鏈」策略，但全球供應鏈的深度互賴性， 意味著要完全脫鉤具有高度挑戰。

許多關鍵零組件和材料仍可能需要與中國大陸進行貿易，或透過複雜的國際網絡間接連結。 這不是說做不到，是說成本會非常高，而且可能會非常漫長。

如何在安全與效率之間找到平衡，會是個長期課題。

聽起來錢也不是那麼好賺嘛。 那到底要看什麼才知道這些「水電工」是不是真金？

大王: 所以我們有幾個觀察點要跟大家分享。 第一，我們要持續觀察Google Cloud的營收增長跟合約積壓金額，

像2025年第四季度Google Cloud的積壓訂單就達到了2400億美元， 直接反映了企業對其AI解決方案的需求。

還有Alphabet財報中，AI產品具體貢獻了多少營收與利潤。 這些直接關係到AI巨頭的「本賺比」能否實現。

嗯，看真實數據最準！

大王: 第二，HALO相關的重資產行業，像是電力、數據中心基礎設施、 半導體設備這些，他們的盈利能力跟資本開支趨勢，也是一個重要的訊號。

如果這些行業的訂單持續滿載，獲利不斷成長，那就證明資金確實往這些「抗AI衝擊」的資產流動了。

那台灣呢？ 我們要怎麼看？

大王: 第三，我們台灣的「非紅供應鏈」，國際認證的進度， 以及像台積電這些關鍵企業來自民主陣營的長期訂單變化，都非常重要。

像是台灣無人機的「全非紅供應鏈」戰略，目標在2027年達成， 還要積極與美方洽談 Green UAS 跟 Blue UAS 這些資安認證。

這裡的 UAS 指的就是 Unmanned Aircraft Systems， 也就是無人機系統。

而 Green UAS 跟 Blue UAS 呢，講白一點， 這就是美國政府針對無人機供應鏈的資安規範跟審核標準，確保這些無人機不會有國安疑慮。

這些進展不僅能強化台灣的經濟護城河，也為投資者提供新的安全資產選擇。

還有呢？

大王: 最後，AI模型架構的演進，特別是Agentic AI的發展， 會怎麼影響ASIC跟GPU的需求消長，這也是我們必須盯緊的。

雖然ASIC在推論方面很有優勢，但NVIDIA執行長黃仁勳也說過， GPU的通用性跟CUDA軟體生態，在AI模型快速演進階段， 還是提供了重要的「保險」。

這種技術路線的演變將決定AI晶片市場的長期競爭格局和投資方向。

吼，看來AI這條路，不只要看多遠，還要看多深，更要看是不是真的有錢賺啦！

大王: 沒錯。 我們總結一下，Google Genie 3作為首個開放的世界模型， 標誌著AI從實驗室走向市場，但其背後需要天文數字般的「水電工」投資，

這也讓市場對於AI巨頭的變現能力產生疑慮。 而市場對摩根士丹利報告的解讀，也讓大家重新審視AI牛市究竟是健康成長還是走向「非理性榮景」的爭議。

在這樣的背景下，高盛的「HALO」策略證明了它的價值，資金正流向那些有「重資產、 低淘汰風險」的實體產業，尤其是台灣這些提供AI基礎設施的「非紅供應鏈」，

像台積電跟雙鴻這些公司，就直接用亮眼的財報數字告訴你，什麼才是真正的「本賺比」！

好啦，今天的貓貓AI就聊到這邊。 這個世界變化太快，我們還是繼續用爆氣來分析，用理智來投資！ 我是小明。

大王: 我是大王。 下週再見，掰掰！