Adobe 的護城河來自哪裡？

蘋果控告OpenAI、改牽手Google Gemini，AI版圖與權力遊戲同步升溫

蘋果（AAPL）與OpenAI的合作關係急轉直下，蘋果在加州北區聯邦法院提起訴訟，指控OpenAI及相關公司透過挖角前員工，系統性竊取未發布產品與製程設計，甚至與前Apple設計總監Jony Ive創辦的io Products收購案有所關聯。與此同時，蘋果最新的AI布局轉向Google Gemini，並與Google簽下多年授權合作，將重心放在把AI導入iPhone等裝置，走裝置端AI與低資本支出的差異化路線。 市場對這樣的策略調整給出正面反應。2026年以來，蘋果股價上漲約16.5%，創下新高，反映投資人開始重視以較低算力成本達成足夠AI效果的「token最佳化」思維。相較於直接投入雲端大模型競賽，蘋果更依賴合作夥伴模型與自家終端優勢，強化使用情境與資料整合能力。 另一方面，美國商務部也鬆綁對阿聯酋的AI晶片出口限制，讓Amazon、Microsoft、Alphabet、Meta、OpenAI、xAI等公司在海灣地區的雲端與資料中心布局加速。新規對MGX、G42與Core42等阿聯酋相關實體提供較有利的審查與部分許可豁免，也讓美國大型雲端業者在當地部署GPU與伺服器的流程更簡化。 這項政策同時引發政治爭議。民主黨參議員Elizabeth Warren批評此舉可能讓國安與科技政策受到私利與政治利益影響，並要求商務部官員赴國會說明。她也關切阿聯酋相關投資是否影響美國在先進晶片、軍售與其他政策上的判斷。 從產業角度看，這些發展共同指出一個趨勢：生成式AI已不只是模型競賽，而是法律攻防、供應鏈重組與地緣政治角力的交會點。蘋果選擇強化裝置端AI與合作模式，華府則透過出口規則重塑中東算力版圖，企業未來不只要比技術，也要比合規能力與全球供應鏈調度能力。

亞馬遜（AMZN）加碼AI與物流自動化，雲端投資能否撐起成長動能？

近期亞馬遜（AMZN）在人工智慧與物流自動化領域持續加大投入，市場焦點集中在雲端業務與基礎設施的雙軌發展。AWS宣布投入10億美元成立前線部署工程部門，以工程師駐點方式協助企業導入生成式AI與代理式AI工作流程，並已以BMW與Lyft等案例作為早期展示。另一方面，市場傳出公司可能發行至少250億美元債券，用於加碼AI相關投資。 在物流端，亞馬遜已部署超過100萬台機器人，全球約75%的配送流程由機器人協助完成。每名員工對應的出貨包裹數，從2015年的175件提升至3870件，顯示人機協作持續放大物流處理效率。 從營收結構來看，亞馬遜核心零售業務約占總營收80%，AWS約占10%至15%，廣告服務約占5%，國際市場則由德國、英國與日本帶動。近期股價在2026年7月9日收盤報247.04美元，單日上漲1.40%，成交量也明顯放大，反映市場對其AI與自動化布局持續關注。 整體而言，AMZN正以雲端、AI與物流自動化三條線同步推進成長，但後續仍需觀察新部門的企業導入成效、債務籌資後的資本支出效率，以及大規模投資對財報利潤率的短期影響。

AWS 與 GenAI 拉動成長，亞馬遜 (AMZN) 估值重心正在轉向

市場常把亞馬遜 (AMZN) 當成零售股，但真正影響估值重心的，已經更偏向 AWS 與 AI 基礎設施。TD Cowen 分析師 John Blackledge 預估，AWS 第二季收入年增率可達 35.5%，高於去年同期的 28.4%，也高於市場共識 3.4%。 AWS 的成長動能主要來自生成式 AI 工作負載放量。過去幾季亞馬遜對 AI 基礎設施的資本支出曾被視為成本壓力，但隨著供給瓶頸緩解，需求開始更有效轉化為收入。Blackledge 估計，AWS 的 GenAI 相關收入第二季可達 69 億美元，季增 88%，年增接近 500%。 其中，與 Anthropic 相關的收入，包括 Claude API、訓練收入與聊天機器人，約佔 AWS GenAI 收入的三分之二，金額約 46 億美元。這顯示 AWS 不只是提供算力，也正在更深度連結新一代 AI 應用生態。 零售業務仍是亞馬遜的重要基礎。Blackledge 預估，亞馬遜第二季總收入可達 2001 億美元，年增 19.3%，高於公司指引區間上緣 1%。其中北美市場預計年增 15.1%，較第一季的 12.1% 有所改善，受惠於配送速度提升與日常必需品需求回升。 展望第三季，Blackledge 仍偏樂觀，認為 AWS 在收入與營運利潤上，仍有機會優於市場共識，分別高出 0.3% 與 3.2%。這反映出 AI 基礎設施需求仍未明顯降溫。 雖然 Blackledge 將目標價下調 3%，理由是股價自五月以來出現回落，但這不必然代表基本面轉弱。就文章觀點來看，亞馬遜的關鍵不在零售銷售量，而在 AWS 是否能持續把 AI 投資轉化為收入與利潤，進而重塑其估值邏輯。

ServiceNow 反彈背後：市場正在修正對 AI 衝擊 SaaS 的過度悲觀

ServiceNow（NOW）盤中一度上漲約 5%，在先前遭到重挫的美國軟體族群中表現醒目。這波走勢，某種程度上反映市場正在重新檢視先前對 AI 會快速取代傳統軟體的極端悲觀。 前一陣子，包括 Intuit、Workday、ServiceNow、Salesforce、Oracle 在內的大型軟體公司，短短一週內合計市值蒸發接近 1 兆美元，而 S&P 500 軟體與服務指數至今仍比去年低約 21%。這樣的跌幅，已不只是一般修正，更像市場先把故事寫成「AI 會直接吃掉傳統軟體」。 但從基本面看，許多軟體公司的獲利成長仍維持雙位數，並沒有同步出現明顯惡化。市場先前對 AI 衝擊企業軟體的擔憂，可能有些過度延伸。換句話說，股價先跌得很深，和實際營運並不完全一致。 以 ServiceNow 這類企業軟體平台來看，其核心價值在於掌握企業的系統紀錄與關鍵資料管理，並深入客戶流程整合、合規與資料治理。這意味著它不是一個容易被快速替代的系統，切換成本也相對高。AI 會改變產業競爭方式，但不一定會立刻讓這些既有平台失去價值。 因此，這次反彈不只是股價回魂，也透露資金開始回頭關注高品質 SaaS。當估值已經被壓到相對低檔，而基本面仍能維持成長，市場就會重新思考：先前的恐慌是否把 AI 的影響看得太快、太滿。 整體來看，ServiceNow 的走勢傳達的訊息是：AI 會改變軟體產業，但不代表所有軟體都會被取代。對掌握企業流程、資料架構與合規核心位置的龍頭 SaaS 而言，先前的賣壓反而可能讓市場重新評價其長期價值。

AI真正的瓶頸不是模型，而是成本結構與算力商業化

生成式 AI 的核心瓶頸，已從「模型能力」轉向「成本結構」。Palo Alto Networks 執行長 Nikesh Arora 指出，如果成本一年內無法降到現在的 20%，兩年內無法降到 10%，AI 很難真正普及。這句話點出企業導入 AI 的最大現實：算力與 token 都要錢，模型越大、上下文越長、使用越頻繁，最終都會反映在財務報表上。 企業端面臨的，不只是技術升級，而是帳單壓力。即便 OpenAI 已宣稱新模型的 token 效率提升 54%，對許多企業來說仍不夠。Palantir 執行長 Alex Karp 更直言，按 token 計費的模式出了問題，open-weight 模型或許更適合企業自行部署與優化，避免被昂貴且不透明的計價方式綁住。也就是說，真正決定採用速度的，不再只是模型誰更強，而是誰能讓企業願意持續付費。 有趣的是，成本壓力升高，資本支出卻沒有降溫。SpaceX 透過債券籌資 250 億美元，Amazon 也在債市募得同等規模資金，資金大多可能流向資料中心、伺服器與 AI 基礎建設。這代表市場仍相信需求可以持續擴張，但若效率提升與商業模式重構跟不上，企業資本結構遲早會承壓。 在這波轉變中，Sunrun 提供了一個很特別的方向。Wells Fargo 分析師認為，Sunrun 可利用分布式太陽能板、家用電池與 AI 運算節點，把家庭變成「微型資料中心」，參與 AI 推論工作負載。若這條路走通，AI 運算每千瓦時可帶來超過 4 美元收入，遠高於傳統儲能應用不到 1 美元的水準。這意味著，原本的能源設備有機會升級成高毛利的數位基礎建設資產。 另一邊，Meta 也開始思考是否把自家 AI 基礎設施對外開放，做成雲端出租業務。選項包括讓開發者直接在 Meta 的基礎設施上呼叫模型，或更直接地出租純算力。這顯示大型平台不只在比模型能力，也在比誰能把既有硬體資源轉成新的收入來源。甚至連 SpaceX 也被提到可能探索資料中心容量出租，說明雲端競局未來未必只由 Amazon、Microsoft、Google 主導。 更上游的 Mercor 估值翻倍，也反映市場對 AI 基礎設施供應鏈的想像仍在擴大。這家公司替大型實驗室與平台提供模型訓練基礎設施，客戶包括 OpenAI、Anthropic 與 Meta。即使巨頭擁有大量自建資源，仍會把部分專業訓練需求外包，代表 AI 競爭不只在模型本身，也在訓練效率、最佳化與算力服務。 整體來看，AI 產業正在從「模型競賽」走向「算力競賽」與「價格戰」。Palo Alto Networks 與 Palantir 的評論，反映企業端對 token 成本的壓力；Sunrun 的做法，代表算力可能向家庭與邊緣分散；Meta 與 SpaceX 思考出租算力，顯示大型平台也在尋找變現新路徑；Mercor 估值提升，則說明市場願意為 AI 基礎設施供應鏈給出更高定價。 下一階段的關鍵，已不是哪一家模型公司最會講故事，而是哪一家能把昂貴的 token 變成企業可接受的成本，並把算力封裝成可規模化的商業模式。當 token 不再是奢侈品，AI 才可能真正從熱潮走向產業基礎。

歐洲三檔現金流低估股：OHLA、Endúr、Knowit估值與成長動能一次看

歐元區經濟信心回升，帶動歐洲股市在謹慎樂觀與地緣政治不確定性並存的環境中震盪走高。本文以現金流折現模型為基礎，整理三檔看起來具備估值修復與成長潛力的歐洲企業。 Obrascón Huarte Lain (OHLA) 是一家跨足美國、加拿大、墨西哥與歐洲的建築與特許經營公司，市值約 4.96 億歐元。其營收主要來自建築與工業活動兩大板塊。依現金流折現模型推估，OHLA 目前股價約 0.36 歐元，低於公允價值 0.53 歐元，折價幅度約 32.8%。雖然近期股價波動且面臨股權稀釋影響，但市場對其獲利前景仍偏正面，預期年成長率可達 78.29%，並有望在三年內轉虧為盈。最新財報顯示，2025 年前九個月營收達 25.7 億歐元，淨虧損收斂至 4560 萬歐元，營運改善趨勢相對明確。 Endúr (ENDUR) 聚焦挪威、瑞典及國際市場的基礎設施建設、維護與水產養殖解決方案，市值約 49.2 億挪威克朗。公司營收主要由基礎設施部門與水產養殖解決方案構成。以目前股價 98.4 挪威克朗計算，低於預估未來現金流價值 194.96 挪威克朗，折價空間約 49.5%。近期財務表現也相當強勁，第三季營收由 7.44 億挪威克朗增至 18.4 億挪威克朗，淨利由 1110 萬挪威克朗升至 6390 萬挪威克朗。展望未來，市場預估其盈餘年增長率約 35.73%，高於挪威市場整體成長率。 Knowit (KNOW) 是總部位於瑞典的跨國顧問公司，市值約 31.8 億瑞典克朗，業務涵蓋 Insight、Solutions、Experience 與 Connectivity 四大部門，其中 Solutions 部門營收貢獻最高。其股價 116.6 瑞典克朗，低於預估未來現金流價值 228.47 瑞典克朗，折價幅度約 49%。雖然今年利潤率由 2.4% 降至 1.6%，但市場仍看好其長期成長，預估盈餘年增長率約 25.5%。此外，公司近期與 Equinor 和 Tet Digital 簽署策略協議，顯示其在數位解決方案與顧問服務領域仍具擴張空間。 整體來看，OHLA、Endúr 與 Knowit 都屬於以現金流估值視角出發、呈現折價與成長並存特徵的歐洲企業。不過，股價折價不等於風險消失，仍需搭配產業趨勢、財務穩定度與執行能力綜合評估。

AI算力變現潮來了：從代幣成本到雲端出租，誰能重構新商業模式？

生成式AI正推動一場基礎建設投資潮，但也把算力與代幣成本推上企業痛點。Palo Alto Networks 執行長 Nikesh Arora 指出，即使模型代幣效率提升，企業仍難以大規模導入，代幣成本若不再明顯下降，AI服務的普及速度恐怕受限。 Palantir 執行長 Alex Karp 也批評現行代幣計費模式存在問題，並提到開源權重模型可能成為企業降低成本的解方。這反映出在成本壓力下，開源模型與非美系供應商正逐步拉近與大型實驗室的距離。 在算力需求持續攀升之際，資金仍大量湧入AI基礎設施。SpaceX 與 Amazon 透過債市募資，資金用途都與資料中心和AI相關建設密切相關。市場一方面接受高額支出，另一方面也開始追問：長期成本結構該如何重寫。 面對高昂算力成本，部分業者開始反向思考。Sunrun 提出把分布式太陽能板、家用電池與AI運算節點結合，讓家庭成為「微型資料中心」，參與推論工作負載。若模式成真，能源公司不只賣電，也可能切入數位基礎建設與算力供應。 雲端與AI平台巨頭也在尋找新的變現方式。Meta Platforms 執行長 Mark Zuckerberg 表示，Meta 正評估是否把自家AI基礎設施對外開放，提供類似雲端出租的服務，包括模型呼叫計費或純算力出租。這顯示未來雲端競局可能出現更多非常規玩家。 此外，AI基礎設施供應商 Mercor 傳出洽談新一輪融資，估值上看 200 億美元，且客戶涵蓋 OpenAI、Anthropic 與 Meta。這代表即使大型科技公司持續自建算力，第三方訓練與最佳化服務仍有市場需求。 整體來看，AI產業正在從模型競賽轉向算力競賽與成本重構。未來幾季，市場將持續觀察代幣價格是否下修、分布式算力是否落地，以及科技巨頭是否正式跨入算力出租。誰能把昂貴的token變成可負擔的成本，將成為下一階段AI產業的重要分水嶺。

亞馬遜(AMZN)擴大AI與物流投資，發債籌資與自動化效率成關鍵觀察

近日亞馬遜(AMZN)傳出擬發行至少250億美元公司債，目的是加碼投資AI基礎建設。針對企業客戶，AWS最新宣布投入10億美元成立前線部署工程部門，派駐工程師協助客戶導入代理式與生成式AI流程，BMW與Lyft已被列為早期案例。 在內部營運與倉儲效率方面，亞馬遜也持續擴大自動化規模，已部署逾100萬台機器人，約75%全球配送流程由機器人協助完成。透過人機協作，單名員工對應的出貨包裹數，已由2015年的175件提升至3870件。 亞馬遜(AMZN)是全球領先的線上零售商與雲端運算公司。營收結構中，零售相關業務占比最高，AWS為核心獲利引擎，廣告服務也占有一定比重。國際市場方面，德國、英國與日本為主要海外市場之一。 依據2026年7月8日交易數據，亞馬遜開盤價為244.27元，盤中高低點分別為244.80元與240.52元，終場收在243.62元，下跌2.36元，單日跌幅為0.96%。成交量為29,653,043股，較前一交易日減少26.93%，整體呈現價跌量縮格局。 綜合來看，亞馬遜正透過發債籌資、AWS前線專案與機器人自動化，加速AI商業化落地。後續可持續觀察高額AI資本支出對利潤率的影響，以及企業AI導入是否能實質帶動雲端業務營收成長。

Google Cloud 企業 AI 擴張加速，Alphabet(GOOGL) 雲端與廣告應用成焦點

最新調查顯示，57% 的台灣企業已部署 AI 代理，顯示 Google Cloud 在企業市場的推廣已有明顯進展。近期在 Google Cloud Day Taipei 活動中，企業夥伴展示了多項生成式 AI 應用，包括運用 AI 打造真人主播的專屬虛擬分身，以及將主播轉化為虛擬角色、即時產製個人化短影音等功能。 Alphabet(GOOGL) 的核心廣告業務也持續深化 AI 應用。旗下 Google Ads 透過自動化工具與演算法，預測轉換價值並即時調整競價，協助品牌客戶提升投放效率與商業價值。 從基本面來看，Alphabet 為全資擁有 Google 的控股公司，營收近 90% 來自 Google 服務，其中大部分來自線上廣告收益；Google 雲端運算平台約占整體營收的 10%。其餘收入則來自影音訂閱服務、硬體銷售，以及自動駕駛等新興科技投資領域，整體營業利潤率維持在 25% 至 30% 之間。 近期股價方面，Alphabet(GOOGL) 在 2026 年 7 月 8 日開盤 364.76 美元，最高 367.84 美元，最低 358.02 美元，收在 361.92 美元，單日下跌 1.39%，成交量 22,094,769 股，且較前一交易日減少 8.11%。 整體而言，Alphabet 持續將 AI 技術擴展至企業雲端與廣告投放領域，並在亞太市場取得具體進展。後續可持續關注雲端業務營收成長、AI 商業化應用普及率，以及市場情緒對股價波動的影響。

美企轉用中國 AI 模型成新風向，地緣政治風險正重估成本結構

美國企業為壓低生成式 AI 成本、增加模型多樣性，近來愈來愈多導入中國開發的 AI 模型，如 DeepSeek、Moonshot AI、Z.ai，並透過 OpenRouter 等平台整合進工作流程，作為 OpenAI、Anthropic 等美系服務的「平替」。 根據外電與業界調查，這類中國模型已被大量用於程式碼生成、客服自動化、內部資料摘要等高頻任務；其中，OpenRouter 的每週 token 使用量在一年內從約 5 兆增至超過 20 兆，而中國來源模型在企業使用中的占比，也從早期的低個位數一路升高，甚至曾單週達到 46%。 在中介平台與開源社群串接下，中國模型的影響力持續擴大。Z.ai 的 GLM-5.2 被業界視為接近美國主流頂規模型、但成本更低的代表，吸引不少預算有限、卻需要大量推理能力的應用導入；阿里巴巴的通義千問（Qwen）與字節跳動的豆包（Doubao）也在中國企業與部分海外開發者之間廣泛流通。 不過，這股跨境模型使用潮可能面臨政策變數。報導指出，北京當局正研議將模型外洩視為國安問題，並考慮限制外資投資中國 AI 新創、收緊境外對先進模型的存取。若相關措施成形，已依賴中國模型的美國企業，將面臨供應來源、服務價格與技術堆疊重整的壓力。 從產業面看，這不只是單一模型的替換，而是生成式 AI 供應鏈的再定義。美企過去在非關鍵任務上選用中國模型，主要是為了降低雲端成本、避免單一供應商綁定；一旦跨境調用受限，企業可能被迫回到更昂貴的美系模型組合，或轉向其他供應者，進而影響 AI 應用擴張速度。 市場也開始重新評估相關風險。雖然報導未直接點名個股，但雲端平台、基礎模型服務與高階 GPU 供應商，原本都建立在全球 AI 需求持續擴張的假設上；若模型流動與企業採用方式因政策改變，雲端支出與晶片採購節奏都可能受到影響。 因此，這場看似單純的降本競賽，已演變為美中科技對抗下的地緣政治議題。對企業來說，關鍵不再只是選哪個模型更便宜，而是如何在政策邊界持續變動的環境中，建立更具韌性的 AI 供應鏈。