科技七巨頭估值為何分歧？

iShares未來指數科技ETF（XT）配息0.3581美元：科技股分化下的分紅訊號

iShares未來指數科技ETF（XT）宣布半年度分派，每股0.3581美元，預計6月18日支付，6月15日為登記截止日。原文指出，XT在當前市場環境下相對具彈性，並提到高盛預估到2027年人工智慧領域資本支出將超過1萬億美元；Fidelity的Timmer則觀察到，AI股票推升市場，但非AI類股表現相對落後，顯示科技板塊內部出現明顯分化。文章同時提及，XT的量化評級與分紅表現受到關注，但在經濟不確定性升高時，科技股也可能承受壓力。

Jabil(JBL)財報亮眼：AI與雲端需求推升營收，現金流與回購力道受關注

Jabil（JBL）公布 2026 財年第二季財報，受惠於人工智慧與雲端需求強勁，整體表現明顯優於預期。管理層在電話會議中指出，智能基礎設施相關業務成長超乎預期，並對後續營運擴張維持高度信心。 本季亮點在於智能基礎設施營收上調 11 億美元，動能主要來自雲端與資料中心基礎設施增加約 6 億美元、網路與通訊成長約 4 億美元，以及資本設備貢獻約 1 億美元。公司表示，今年 AI 相關營收較前一年同期成長近 50%，並看好這股成長力道延續至 2026 財年之後。 在獲利表現上，Jabil 因對全球市場不確定性保持保守，維持本財年營業利益率 5.7% 的預期。不過，管理層對 2027 財年營業利益率達到 6% 具備信心，原因包括業務組合優化、產能利用率提升，以及併購 Hanley 帶來的效益逐步顯現。 現金流方面，公司第二季創造 3.6 億美元自由現金流，預估全年將超過 13 億美元。下半年資本支出將維持在營收的 1.5% 至 2%，並規劃將 80% 自由現金流用於股票回購，同時保留併購彈性。 在客戶拓展上，Jabil 正與第三家大型雲端服務商洽談合作，若順利簽約，預期將為 2027 財年帶來明顯營收貢獻。公司也提到，記憶體與印刷電路板供應鏈仍有一定限制，但已納入財測考量，且目前未受到地緣政治的重大衝擊。 截至 2026 年 3 月 17 日，Jabil 收盤價為 262.35 美元，單日上漲 1.69%，成交量也明顯增加。

微軟財報前夕，Azure 41% 與 Copilot 商業化將如何左右後市？

微軟將於台灣時間 7 月 30 日早晨公布 2026 財年第四季財報，法國巴黎銀行預估 Azure 年增率達 41%，略高於市場共識的 40%。 這份財報不只是單季成績，更是 Copilot 商業化能否支撐股價的重要驗證。 法國巴黎銀行分析師 Slowinski 認為，Azure 第四季成長 41% 雖略優於市場預期，但幅度不大，真正可能影響股價的，會是 Copilot 座位數能否突破 3,000 萬。若達到這個水準，M365 商業雲成長率有機會進一步提升。 同時，法國巴黎銀行將微軟 2027 財年資本支出預估上調至 2,620 億美元，主因是 AI 相關零組件持續漲價。這個數字同時有兩種解讀：一方面代表微軟持續加碼算力佈建；另一方面也讓市場關注，這樣的支出是否能被足夠快的營收成長消化，避免自由現金流承壓。 對台股供應鏈來說，微軟的資本支出最終可能流向伺服器、AI 加速晶片、電源管理與散熱模組，因此緯穎(6669)、英業達、台達電等公司後續對雲端客戶訂單能見度的說法，也值得留意。 如果 Azure 成長率真的超過 41%，市場也會把焦點轉向 Google Cloud 與 AWS 的相對壓力，以及這波成長有多少來自 AI 工作負載新增需求，多少來自既有客戶遷移效應，因為兩者對供應鏈的長期拉貨力道並不相同。 微軟股價在 7 月 17 日下跌 1.82%，反映市場仍在等待財報確認，而不是對基本面失去信心。法人目前維持正向評等，但目標價略有下修，顯示市場對高資本支出與成長速度之間的平衡仍在觀察。 整體來看，這次財報的重點不只在 Azure 是否達標，更在 Copilot 座位數、資本支出與每股盈餘能否同步給出足夠強的訊號，進一步決定市場如何看待微軟後市。

微軟財報前夕：Azure 41%與 Copilot 座位數，誰才是股價關鍵？

微軟將於台灣時間 7 月 30 日早晨公布 2026 財年第四季財報。法國巴黎銀行預估 Azure 年增率達 41%，略高於市場共識的 40.6%。 文章指出，41% 的 Azure 成長率雖然不差，但更重要的觀察點在於 Copilot 座位數能否突破 3,000 萬；若達到，M365 商業雲成長率有機會進一步上修。 另一方面，法國巴黎銀行也將微軟 2027 財年資本支出預估上調至 2,620 億美元，主因是 AI 相關零組件持續漲價。這筆支出一方面被視為微軟卡位算力競賽的動作，另一方面也讓市場關注自由現金流是否承壓。 對台股供應鏈而言，這筆資本支出最終可能流向伺服器、AI 加速晶片、電源管理與散熱模組，相關公司如緯穎(6669)、英業達、台達電都值得留意財報後的法說會或重訊內容。 文章也提到，若 Azure 成長率優於預期，將對 Google Cloud 與 AWS 形成比較壓力；但成長來源若主要來自 AI 工作負載新增需求，與既有客戶遷移效應，對長期供應鏈拉貨力道的意義並不相同。 整體來看，市場現在不只是看 Azure 的數字，更在等 Copilot 商業化能否提供新的成長驗證，以及高額資本支出能否被後續營收成長有效消化。

美國擬設AI獨立監管機構：OpenAI、Anthropic與Microsoft迎來新合規變數

美國人工智慧產業可能正站在監管轉折點上。根據《Bloomberg》引述知情人士，特朗普政府正評估仿照金融業自律機構FINRA，設立一個專門審查AI模型安全性的獨立監管機構，並由美國證券交易委員會（SEC）監督。 這項提案的核心，是成立具獨立法人地位的AI監管單位，負責審核與認證模型是否符合安全標準，涵蓋系統穩定性、資安防護與潛在金融市場風險，並定期向SEC報告。知情人士指出，該框架由財政部長Scott Bessent構思與推動，目前仍在白宮幕僚長Susie Wiles手上審閱，總統特朗普尚未親自過目，細節也可能再調整。 這套新架構反映兩股力量的拉鋸。一方面，華爾街金融機構擔憂AI模型在交易、信貸審核與風險管理上的資安與系統性風險，希望有明確規範降低不確定性；另一方面，矽谷科技公司則不滿近期政府以出口管制與行政要求臨時介入，認為缺乏透明流程與事前協商，已影響產品節奏與海外布局。 過去幾個月，產業已先感受到監管壓力。Anthropic(ANTHRO)因出口管制指令，暫時限制旗下AI模型Fable 5與Mythos 5在客戶間的使用權限。OpenAI(OPENAI)則在六月被要求延後推出最新GPT-5.6系列模型，改採分批與錯峰發布，以配合政府安全審查與風險評估。兩家公司都公開表達反對，認為臨時性干預已干擾技術創新與商業規劃。 Anthropic近期推出的先進模型Mythos Preview，也讓AI資安應用受到更多關注。官方表示，該模型可主動搜尋系統弱點，已發現數以千計的高風險漏洞，涵蓋主要作業系統與主流瀏覽器。BNP Paribas最新軟體經銷商調查顯示，資安是第二季最具增量需求的品類之一，基礎設施監控、APM與AI相關產品也維持熱度。Datadog(DDOG)在過去三個月的銷售表現甚至超出計畫幾個百分點，顯示企業對可觀測性與AI輔助監控工具需求仍強。 不過，調查也顯示企業預算態度正在轉趨保守。未來三個月的支出意向分數從四月的5.4降至七月的2.0，整體IT支出 vs 計畫評分也從4.2降到2.0，反映環境不確定與監管陰影開始影響預算配置。BNP分析師指出，資安雖在第二季領先，但後續三個月的需求未必能延續同樣強度。 在雲端與AI巨頭方面，BNP Paribas對Microsoft(MSFT)維持優於大盤評等，預期2027會計年度營收成長可達18%，高於市場共識的16.8%，主因是Azure與Copilot擴張持續加速。同時，BNP也將Microsoft 2027年度資本支出預估上調15%，達到2,620億美元，理由包括零組件通膨與AI運算基礎設施持續擴建。 這意味著，若未來再疊加新的AI合規與安全審查機制，科技巨頭的成本結構與投資決策將更複雜，也可能成為股價評價的新變數。對投資人而言，這項擬議中的AI監管機構既是風險，也是潛在利多：若審查流程冗長或標準過嚴，可能拖慢新模型上市，影響OpenAI(OPENAI)、Anthropic(ANTHRO)與雲端服務的成長動能；但若安全標準清晰可預期，華爾街金融機構對AI交易與風險管理的預算，反而可能增加，而資安、監控與雲端基礎設施供應商如Datadog(DDOG)、Microsoft(MSFT)也可能受惠。 反對者則擔心，若將AI監管置於SEC架構下，可能過度金融化AI風險，忽略勞動市場、教育、隱私與社會倫理等更廣泛議題；也有科技界人士主張，現行NIST框架與產業自律指南已足夠，新設類FINRA機構恐帶來重複管制與創新阻礙。不過，在出口管制、模型延後上市與企業支出趨於保守等多重訊號下，美國AI監管制度朝常設機構與明文流程演進，已逐漸成為市場共識。 接下來的關鍵，在於這個機構能否平衡技術創新與系統風險、國安考量與產業競爭力。若提案最終拍板，全球AI企業恐須重新檢視研發與商業化時間表；若提案在政治角力中出現重大修正或擱置，現行臨時性監管仍可能持續，讓產業在不確定中前進。對投資人與企業而言，未來幾季不只要關注Microsoft(MSFT)等雲端巨頭的營收與資本支出，也要把華府政策風向納入AI風險定價。

Datadog銷售超預期，支出意向卻轉弱，需求動能怎麼看？

BNP Paribas調查顯示，Datadog（DDOG）相關銷售在過去三個月表現超出預期，但未來三個月客戶支出意向明顯下降，市場因此關注後續需求動能。 根據BNP Paribas最新報告，該行對全球25家軟體經銷商進行調查，多數受訪者表示，Datadog相關銷售表現超過原先計畫。不過，分析師Andrew DeGasperi指出，未來三個月客戶的支出意向從四月份的5.4降至七月份的2.0，反映市場情緒轉弱。 調查也指出，基礎設施監控、應用效能管理（APM）與人工智慧產品需求最為旺盛；同時，網路安全已成為首要優先事項，約76%的受訪者反映第二季度對此類產品的需求增加。DeGasperi認為，雖然目前調查結果偏正面，但未來三個月的支出趨勢可能走弱。 值得注意的是，這項調查主要針對歐洲地區，而Datadog約80%的收入來自美國，但研究人員仍認為這些結果可作為方向性參考。文章同時提到，Anthropic推出的AI模型Mythos已成功識別多個高風險漏洞，進一步帶動網路安全投資熱度。 整體來看，Datadog第二季度表現仍具支撐，但後續需求是否延續，仍有待觀察，特別是在其他科技類別逐漸受關注的背景下。

AI 進入驗證期：誰能把算力變成可持續收費的生意？

市場對 AI 的關注，已從「還能不能漲」轉向「誰能先把 AI 變成可持續收費的生意」。真正的轉折，不在算力有多少，而在算力能賣多少錢。 過去一年，市場願意為 AI 故事買單，是因為相信模型、晶片與資料中心會帶來下一輪生產力革命；但現在，AI 已進入驗證期。燒錢訓練模型不再稀奇，真正稀奇的是，誰能把算力、模型與雲端服務轉成穩定、可預測、可擴張的收入。 這也反映在科技股近期的震盪。半導體族群先行回檔，SOXX 創下自 2025 年 4 月以來最差表現；軟體族群也不強，IGV 近期單日跌逾 1%，過去七週有六週收黑。Synopsys、Cadence Design Systems 走弱，Palantir Technologies 與 Microsoft 也同步承壓。市場擔心的，不只是個別公司表現，而是 AI 的大量資本支出，究竟有多少能轉回收入與自由現金流。 T. Rowe Price 投資組合經理 Tony Wang 的看法很關鍵。他認為軟體板塊估值已經變得有吸引力，重點不是便宜與否，而是市場情緒可能接近轉折。他的核心邏輯是：企業前面已為 AI 投入大量資本支出，接下來就必須看到營收加速。如果 AI 真有價值，理想路徑應該是收入成長、自由現金流增加、減債能力提升，最後投資人重新給出更高估值。 目前市場也在爭論兩種劇本：一是頂尖模型玩家因中國開源模型競爭加劇而收斂支出；二是為了維持技術領先而繼續加碼。Wang 認為，真正的價值不在單純訓練模型，而在把技術產品化、商業化的那一刻。投資最怕的，就是看起來很先進，實際上沒有定價權。 Meta Platforms 的動作，提供了一個具體方向。根據《紐約時報》報導，Meta 正與 Anthropic 商談一筆為期兩年、規模高達 100 億美元的合作，由 Meta 提供雲端運算能力，支撐 Claude 系列模型運行。這不只是合作案，更像是 Meta 在測試一條新事業線：把手上的 AI 基礎設施，包裝成可對外銷售的雲端能力。 市場也早已傳出，Meta 可能推出類似「Meta Compute」的概念，其邏輯接近 Amazon Web Services 對 Amazon 的意義。若這條路徑成形，Meta 的角色將不再只是社群廣告平台，而會往 AI 雲服務供應商延伸。報導並提到，Meta 在 AI 基礎設施上的資本支出，2026 年可能達到 1,250 億到 1,450 億美元。若這些投資能進一步對外銷售雲端算力、模型存取權與託管服務，就有機會把一次性的高額 CAPEX 轉成 recurring revenue。 這也是 AI 投資邏輯的關鍵轉折：不是 Meta 花了多少錢，而是它能不能把花掉的錢，重新變成收費產品。 這股趨勢也不只限於 Meta。報導提到，SpaceX 早就利用自家閒置資料中心，與 Anthropic 和 Google 簽下類似的算力供應協議。這代表 AI 雲端服務已經不是未來式，而是現在式，並且正變成獨立的高毛利生意。 這裡至少有兩層變化。第一，硬體不再只是成本中心。第二，資料中心不再只是內部支援部門，而是可以直接對外賣服務的資產。若「Meta Compute」真的成形，其意義不只是複製 AWS，而是把原本被質疑為「燒錢買 GPU」的敘事，改寫成「有基礎設施，所以能賣雲」。 從市場角度看，AI 的勝負標準也在改變。以前比的是誰模型最大、誰訓練最快；現在比的是誰能把算力封裝成標準化產品，讓企業願意長期付費。 企業軟體與通訊服務因此重新受到關注。Tony Wang 指出，不是每一家軟體公司都站在同一條起跑線上。當企業把 AI 嵌進日常工作流程時，最有優勢的往往不是新創，而是深耕多年的企業軟體供應商。原因很簡單：企業通常會優先找既有合作夥伴升級，而不是重建整套系統。 這意味著，真正能把 AI 落地成收入的，往往是那些已經擁有大型企業客戶基礎、長期合約關係、工作流程整合能力與現成分發渠道的公司。也因此，在硬體與半導體短期回檔時，市場又開始重新看軟體與通訊服務板塊。以 XLC 來看，第二季雖下跌近 4%，今年迄今仍是溫和負回報，但預估第二季獲利年增仍有 7.1%，營收成長可達 13.7%。 硬體支出放緩，不一定代表需求消失。IBM 最近提到企業硬體支出趨於保守，這對伺服器、設備與相關供應鏈當然不算正面，但更合理的理解，可能是短期優先順序調整，而不是長期需求消失。企業或許只是先把資源移向更急迫的軟體導入與雲端整合。 若 AI 真的能帶來生產力提升與收入改善，硬體升級需求最後仍會回來。這比較像先試點、再擴張、最後才是全面資本開支復甦的過程。 市場最大的分歧，仍然在於 AI 最後會不會被價格戰吃掉。反對者認為，目前 AI 服務的收費模式還不成熟，企業客戶也還在試探導入階段。如果 hyperscalers 無法清楚證明投資回報，未來資本支出可能被砍；更進一步，中國開源模型快速追趕，也可能壓低 AI 解決方案價格，削弱雲端巨擘的議價能力。 但支持者會說，真正掌握模型能力、整合能力與分發能力的，仍然是少數玩家。只要這些公司能率先把技術封裝成標準產品，再透過雲平台規模化銷售，長線利潤空間依舊存在。 因此，AI 已經正式從技術競賽走向商業模式驗證。接下來幾季最重要的，不是誰喊得最大聲，而是誰能交出收入加速、現金流改善，以及資本支出回收的證明。Meta Compute 能不能成為第二個 AWS、雲端巨擘能不能在財報裡證明 AI 投資開始回本、企業客戶是否真的願意為 AI 付更高的雲端租金，這些問題將決定這一輪 AI 浪潮究竟只是泡沫延伸，還是新一輪長期成長循環的起點。

AI 熱潮誰買單？Burry、Meta 與債市同步揭露估值壓力

AI 的長線需求幾乎沒人懷疑，但市場真正要回答的，是這場改變最後由誰買單。 Michael Burry 再次用歷史圖表提醒市場，技術採用速度快，不代表資產價格就一定合理。他把全球機器學習市場的成長，拿來和金融海嘯前房價、以及網路泡沫時期的使用者暴增曲線對照，意在指出：當短期熱度被過度外推，再疊上槓桿與想像力，估值壓力往往會先浮現。 與此同時，Meta 正把 AI 變成高資本支出的基礎建設戰。其 Hyperion AI 資料中心超級叢集規模從 2GW 擴大到 5GW，總投資也拉高到超過 500 億美元。這不只是科技擴張，更像大型工業與能源設施，意味著前期資本支出高、固定成本高，且回收期更長。 債券市場也已經開始反映這個變化。由多家超大規模雲端服務商發行債券組成的籃子，G-spread 擴大到約 148 個基點，顯示投資人要求更高利差，才願意承擔這些科技巨頭的信用風險。市場開始把它們從高毛利平台公司，重新定義成重資本基礎設施建設商。 這也說明，股權市場與債權市場正在用不同語言看待同一件事。股市關注的是 AI 的長期主導權與成長空間，債市則更在意現金流、槓桿與償債能力。當新增投入的成本越來越高，報酬曲線未必能維持同樣斜率。 供應鏈端也同步擴張。台積電(TSM) 持續強化在高階 AI 晶片封裝的布局，嘉義科學園區第二期將新增三座先進封裝工廠。從晶圓製造到資料中心，整條 AI 基礎建設鏈都在加速，但需求存在，不代表報酬率一定漂亮。 連軟體平台也在先投入、後變現。Shopify(SHOP) 被 Jefferies 升評為買進，理由之一是它有機會成為 agentic commerce 的關鍵基礎設施。公司先吸收 AI 助理 Sidekick 的成本，再透過合作與未來可能的訂價調整尋求變現，反映出 AI 商業模式普遍面臨先燒錢、後回收的壓力。 整體來看，AI 確實是長線趨勢，但市場永遠先問估值。現在最值得觀察的，不只是成長曲線，還有企業負債表、自由現金流，以及信用利差是否持續走寬。因為故事可以很美，但數字背後的成本，最後終究要有人承擔。

軟體估值回落後，AI 落地與營收驗證才是關鍵

近期市場賣壓使軟體股估值回落，T. Rowe Price 投資經理 Tony Wang 認為，這個區域已比前陣子更具吸引力，對願意耐心尋找標的的投資人來說，可能開始出現觀察機會。 Wang 在接受 CNBC 訪問時指出，軟體族群的情緒可能正逐步接近底部。也就是說，部分負面預期或許已先反映在股價中，接下來市場更重視的，不是題材是否熱鬧，而是基本面能否跟上。 他特別提到，AI 交易接下來的關鍵，不再只是資本支出有多大，而是超大型科技公司的獲利表現能否接續上來。前一段市場聚焦在誰買最多 GPU、誰砸最多 Capex；到了下一階段，投資人開始追問的是，這些投入何時能轉化成收入成長。 Wang 認為，企業需要從重資本投入的模型訓練階段，走向能展現營收成長的階段，這樣支出才更有說服力。他把這個過程形容為良性循環：收入成長帶動自由現金流改善，進一步幫助企業償債，最後讓前期 AI 投資看起來更合理，也成為市場願意維持高估值的前提。 至於近期科技與半導體股回檔，市場關注的一個焦點，是中國開源 AI 模型帶來的競爭壓力，是否會影響原本的投資節奏。Wang 認為，外界對 AI 的討論核心，其實正在走向「產品化」，尤其是前沿技術競賽的結果，取決於誰能把技術變成可規模化、可變現的產品。 他也提到 IBM 對硬體支出的提醒，但看法相對平穩，認為這比較像短期資源配置的優先順序調整，不必直接解讀為長期商業模式出現問題。換句話說，企業在不同階段重新排序支出很正常，但不代表相關業務就此失去價值。 整體來看，Wang 認為軟體估值雖然變得更有吸引力，但不是整個產業都能同步受惠。成熟的企業軟體公司在導入 AI 上通常更有優勢，因為它們握有客戶基礎、工作流程與既有產品架構；若 AI 導入效果持續改善，市場情緒才有機會翻轉。 因此，重點仍然回到個別公司：估值修正只是第一步，真正能否走出底部，還要看後續的營收、現金流與 AI 落地能力。

Sigma Lithium現金流改善、年內可望清償1億美元債務，營運韌性受關注

Sigma Lithium（SGML）近期表示，公司正穩定產生足夠現金，目標在年底前全額償還一筆1億美元貸款。這筆貸款占截至3月31日總負債1.34億美元中的大部分，並預計於12月到期。公司指出，由於該貸款利率偏高，因此無意續借。 在最新受訪內容中，聯合主席馬爾塞洛·派瓦也提到，主要股東 Synergy Capital 是重要且優秀的合作夥伴。Sigma 的 Grota do Cirilo 複合體是全球最大的硬岩鋰礦之一，並配有相鄰加工廠。雖然第二季因裝置升級導致產量下降，但實際表現仍比預期高出6%。 財務方面，Sigma 曾在第一季面臨負自由現金流壓力，但隨著鋰濃縮銷售協議下的提前付款，整體狀況已明顯改善。至5月15日，公司現金部位達2800萬美元，創下自2024年底以來新高。 整體來看，市場對 Sigma Lithium 的後續成長仍抱持期待，主要聚焦在鋰需求持續增加，以及公司營運與現金流改善能否延續。