阿瘦現金流該怎麼看？

特斯拉財報前瞻：交車超預期，市場更在意 Cybercab 與 Optimus 進度

特斯拉即將公布第二季財報，市場預估營收 264 億美元、EPS 0.54 美元。第二季交付 48 萬輛車，年增 25%，超出市場預期，但真正牽動股價的，已不是交車數字，而是馬斯克能否把機器人計程車 Cybercab 與人形機器人 Optimus 的進度說清楚。 從營運面看，特斯拉第二季數據不差。歐洲交付年增 108%，中國 6 月批發量年增 24%，儲能部署 13.5 GWh 也創下歷史新高，季增超過 40%。不過，過去 8 季中，特斯拉只有 3 季打贏 EPS 預期，且最近四次財報後有三次股價收跌，顯示市場評價重點已從「當季交得好不好」，轉向「下一季與未來故事能不能持續兌現」。 資本支出也是這次財報的重要觀察點。特斯拉將 2026 年資本支出從 200 億美元上調至 250 億美元，方向集中在 AI 基礎建設與自動駕駛，這筆資金最終會流向算力晶片、伺服器與車載 AI 系統。對台股而言，與特斯拉 AI4、AI5 晶片供應有接觸的 PCB、封測廠，以及車用電源模組廠商，都可能受到後續訂單與交期變化影響。 Cybercab 的進展則是市場另一個焦點。機器人計程車服務已擴至 5 個市場，另有 4 個市場準備中，但分析師也指出 Q2 的實際產出量偏低，顯示量產進度仍有延宕。對投資人來說，市場在意的不只是擴張，而是這些擴張是否能形成可追蹤、可驗證的節奏。 Optimus 同樣如此。根據供應商採購指引，目標是 9 月達到每週 1,000 台產能，年底前拉升至 2,000 至 2,500 台，弗里蒙特工廠的初步量產預計 7 月底至 8 月間啟動，Gen 3 版本也可能同步發表。這讓進度第一次有了具體數字，但若財報電話會議上的時間表再度滑動，市場對這類長線敘事的容忍度，已經不像兩年前那麼高。 財務面上，250 億美元資本支出雖然打開了 AI 與自動駕駛相關訂單想像，但也意味著自由現金流可能轉負。對偏重現金流估值的法人來說，這是明確的壓力來源。另一方面，摩根士丹利仍認為汽車與儲能交付為特斯拉提供穩固季度基礎，瑞銀也維持 500 美元目標價，理由是 AI 與自動駕駛的長期機會。 接下來的關鍵，不只是財報數字本身，而是三個訊號：汽車毛利率（不含碳積分）能否守住 18% 以上、Cybercab 是否給出更具體的擴張數字、以及 Optimus 的供應商拉貨是否獲得確認。這些內容，將比單季交車量更能決定市場如何重新評價特斯拉。

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。

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。

云辰(2390)Q1營收回落但年增逾一成，財報透露什麼訊號？

云辰(2390)公布 23Q1 營收 1.5299 億元，季減 11.5%，創近 2 季以來新低，但年增約 11.34%。本季毛利率為 25.45%，歸屬母公司稅後淨利為 -8,572 萬元，EPS 為 -0.45 元，每股淨值 13.31 元。從數據看，營收呈現季減、年增並存的情況，獲利則仍為虧損，後續重點可持續觀察營運動能與毛利率變化是否延續。

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。

AI 沒有先救醫療股，但它正在重新分配誰能贏

AI 並不是先把醫療股全面推高，而是先改變了醫療與健康保險產業裡，誰能把效率轉成現金流。Microsoft、UnitedHealth Group(UNH)、Abbott Laboratories(ABT) 與 ResMed(RMD) 的最新變化，剛好呈現出這場分化。 Microsoft 仍是企業 GenAI 支出的核心受益者。Morgan Stanley 的 CIO 調查顯示，62% 的 CIO 預期未來 12 個月會增加 Azure 支出，65% 計劃增加 Microsoft 365 / Office 365 支出，72% 預期對 Microsoft 工具的淨支出會上升。這代表 AI 不再只是概念展示，而是逐步變成企業 IT 預算中的固定項目。對醫療與保險業來說，這點尤其重要，因為這些產業高度依賴流程、合規、文件與資料處理，AI 也因此先從辦公桌、審核台與客服系統切入。 UnitedHealth Group(UNH) 則是把 AI 直接用在流程重塑。公司在財報說明會中提到，AI 已用於加快核保與給付審查流程，目標是在 2027 年前讓 80% 的預授權申請達到即時處理。管理層強調，AI 有助於提升醫療服務核准速度、資訊準確度與回應效率。財報數據方面，UNH 第二季調整後 EPS 為 6.38 美元，年增 56%，營收達 1120 億美元，並將 2026 年全年調整後 EPS 指引上修至 19.50 至 20.00 美元。這顯示 AI 對它而言，不是包裝敘事，而是壓低流程摩擦與成本壓力的工具。 Abbott Laboratories(ABT) 的 AI 敘事更偏向產品入口與資料閉環。公司第二季可比銷售成長 4.8%，調整後 EPS 為 1.31 美元，毛利率達 58%，並將全年 EPS 指引上修至 5.45–5.60 美元。成長重心放在營養品、心律調節電生理、核心實驗室檢驗與癌症診斷四大支柱，下半年約 80% 的成長動能預期來自這些領域。同時，Libre Duo 連續血糖監測系統已取得 CE Mark，Amulet 360 左心耳封堵裝置也已向 FDA 送件。Abbott 的 CGM 產品第二季銷售已突破 20 億美元，年增 9.5%。但管理層也坦言，CGM 成長高度依賴保險給付政策；若給付範圍沒有擴大，成長動能可能進入平台期。 ResMed(RMD) 則呈現出另一種現實：AI 可以加分，但無法抵消監管與供應鏈風險。RBC Capital Markets 將 ResMed 評等由「優於大盤」下調至「與大盤表現相當」，目標價從 276 美元降到 234 美元，原因包括 Astral 100 與 150 呼吸器遭 FDA 發出警示、PCBA 供應吃緊、相關產品無法再賣給新客戶，以及後續維修成本壓力。RBC 也預估，ResMed 在 FY27–FY28 的 EPS 年成長可能只有 4% 與 5%，明顯低於過去的成長節奏。 整體來看，市場真正買單的不是單純的 AI 故事，而是「AI 加上可持續成長」。Abbott 財報後股價單日大漲逾 10%，顯示市場願意給它成長溢價；但分析師也會追問程序量是否放緩、癌症診斷是否過度依賴特定產品，因為投資人看的不是短期熱度，而是能否把新產品、新給付與新資料流，持續轉成長期獲利。 資金流向也在呼應這個邏輯。Parnassus Mid Cap Fund 出售 BILL Holdings、Broadridge Financial Solutions、TransUnion、Verisk Analytics，並增加 Snowflake(SNOW)、Guidewire(GWRE) 等持股，反映出市場對數據、工作流與演算法優勢的偏好正在升高。放回醫療領域，Microsoft 是基礎設施，UNH 是流程改造，ABT 是資料入口，而 RMD 則是風險控制不足時的逆風樣本。 總結來說，AI 沒有先平均救起醫療股，而是先重新分配誰能贏。真正的關鍵不在於 AI 是否進入醫療，而在於哪家公司能把 AI、監管、給付、成本與供應鏈整合成一條可持續的獲利路徑。