跳至主要內容

搜尋摘要

目錄
財報狗 節目封面
43:50 ~4 分鐘

538.【財經時事放大鏡】Token 經濟若失速,硬體估值臉著陸

AI 泡沫敘事升溫、韓國記憶體股從高點回檔逾 20%,但 TrendForce 預估 2026 年第三季 DRAM 合約價仍季增 13-18%;企業開始把 AI 任務分層外包給便宜模型,Token 總量卻繼續噴射,算力需求尚未終結但投資難度已明顯上升。

在 Apple Podcasts 收聽

本頁摘要由 AI 自動生成,著作權屬原節目創作者;可能存在錯誤或遺漏,建議收聽 原節目《財報狗》 以獲取完整資訊。

重點摘要

  • 金融史學家 Edward Chancellor 提出「反泡沫」策略:與其放空泡沫股,不如買因泡沫而受害的公司,台股電子佔比過高、真正的 AI 受害股極少
  • 韓國記憶體股從高點跌逾 20%,但 2026 年迄今仍漲約 70%,三星漲幅更達 100%;此回檔的主因含高槓桿去化,非景氣反轉
  • TrendForce 預估 2026 年 Q3 DRAM 合約價季增 13-18%、NAND Flash 季增 10-15%,仍正成長但遠低於前季 60%
  • OpenRouter 數據顯示 Deepseek 已成 API 呼叫量第一,企業開始用便宜模型扛簡單任務、貴模型做複雜推理,Token 總量仍在增長
  • AI 滲透率仍低,Agentic AI 真實用戶極少,算力長期需求邏輯未變,但「漲高後任何邊際利空都足以殺跌」是當前最大風險

詳細內容

反泡沫投資策略(Anti-Bubble)

金融史學家 Edward Chancellor(《華爾街命運之輪》作者)在近期訪談中提出「反泡沫」邏輯:若認為 AI 是泡沫,直接放空泡沫股風險極高——時間點難掌握,等待期間隨時被軋爆。更好的策略是買「因泡沫而受害」的公司。他以網路泡沫為例:納斯達克崩跌時,傳產股表現反而優於科技股;套用到 AI 時代,可對應做多傳統能源股或傳產,放空 AI 龍頭。

套到台股,主持人認為這個策略難以複製——台股上市公司絕大多數與電子、半導體相關,幾乎都能和 AI 掛勾;真正無法受益、甚至受害的標的,只剩食品、部分傳產等行業。目前食品股因食用油污染事件(中聯油脂相關疑慮,影響層面從上游煉油廠蔓延至下游品牌)正面臨壓力,但這屬於個別事件非 AI 敘事。

韓國記憶體股回檔:去槓桿還是景氣轉折?

韓國金融機構官員公開表示市場過度槓桿「是一個錯誤」後,韓國記憶體相關股票從高點下跌逾 20%。然而,以 2026 年全年計算,韓國綜合股價指數(KOSPI)年漲幅仍約 70%,三星單年漲幅更達 100%——回檔是高基期修正,並非景氣反轉的訊號。

主持人分析,觀察記憶體股下跌需區分兩種情境:(a) 單純韓國資本市場去槓桿,屬區域性因素,不影響美光、南亞科等其他國家廠商;(b) 若反映的是記憶體市場供需實際轉弱或 AI 需求降溫,則牽連範圍就不只是韓國,而是整個產業鏈。目前數據顯示較接近前者。

台股槓桿水位相比韓國仍屬可接受,但也面臨融資額度不足問題——券商額度上限是在台股萬點以下時設定的絕對數字,如今台股逼近 5 萬點,相對額度嚴重縮水。

記憶體市場基本面:供不應求仍在延續

TrendForce 預估 2026 年第三季 DRAM 合約價季增 13-18%、NAND Flash 季增 10-15%,雖低於上季季增 60% 的高峰,但仍是正成長。

供給面瓶頸明確:HBM(高頻寬記憶體)生產高度依賴 CoWoS 先進封裝,相關設備嚴重短缺,最快 2027 年才能新增有效產能(2026 年下半年或有少量提前釋出)。從設備到量產仍需時間,短期供給無法大幅增加。

需求面邏輯不變:AI 算力高度綁定記憶體,CSP(雲端服務業者)若停止採購記憶體,等同宣告 AI 資本支出終止——目前無此跡象。DRAM 市場玩家高度集中(三星、SK 海力士、美光),雖本質上接近商品市場(commodity),但寡佔結構使得週期高點的毛利率可達 80% 以上(美光),遠非完全競爭所能達到。

AI 用量分層:便宜模型崛起,Token 量仍在增長

OpenRouter 平台 API 呼叫量數據顯示,Deepseek 已躍升第一,MiniMax、GLM 等低成本中國模型緊隨其後。同時,整體 Token 使用量持續增加。這組數據可解讀為兩個並行趨勢:

企業開始分層使用 AI:Meta 撤除內部 Token 使用量排行榜(因 AI 成本過高)、Uber 對每位員工設定 AI 使用上限;簡單任務(如文件轉換)交由 Deepseek 等便宜模型,複雜推理才用高價旗艦模型(如 Claude、GPT-4)。部分企業透過 Batch API(延遲容忍任務排入慢速佇列)大幅降低支出,同時使用量仍在成長。

算力需求不會因便宜模型而縮減:便宜模型降低的是每 Token 成本,不是每 Token 所需算力;整體 Token 量增加,對算力的絕對需求仍在增長。

AI 滲透率仍低:台灣多數用戶仍停留在 ChatGPT 對話介面,使用 API 或 Agentic AI 的比例極低;一旦滲透率大幅提升,算力供給將更加不足(類似「傑文斯悖論」——效率提升反而拉高總消耗)。

投資難度上升,但多頭邏輯未破

NVIDIA Kyber 架構延後屬新架構正常現象,不代表需求塌陷。此番市場回檔,主持人認為主因是「漲高後任何邊際利空都足以殺跌」,而非基本面惡化——這是高估值股票的常態風險。

長期降本路徑有兩條:一是便宜電力(地區性優勢)、二是自研晶片(繞過 NVIDIA 稅)。若兩者成本下降而使用量持續增長,CSP 毛利空間有機會在更後段再度擴大。短期投資者需持續追蹤 Token 使用量走向、企業滲透率變化、CSP 資本支出動態,在「軍備競賽沒有默契不可能集體減支出」的邏輯下,AI 硬體需求尚未見到明確終點。

精選語錄

「你不要去放空泡沫,放空泡沫很危險。你就去買受害的公司。」

「如果 CSP 停下來,那就是 AI 要死了,大家一定會這樣解讀。」

「漲高就是利空,跌深就是利多,變化都是風險。」

時間軸

逐字稿無時間戳記資訊,略。

相關主題