AI 裁員潮下，Microsoft 與 Nvidia 的基本面風險是什麼？

科技股賣壓拖累那斯達克100重挫4.1%，鮑威爾鷹派言論如何放大市場波動

受科技股賣壓與美聯儲主席鮑威爾的鷹派言論影響，納斯達克100指數週三大跌4.1%，市場情緒明顯承壓。Nvidia（NASDAQ:NVDA）收到美國政府特殊通知，也讓監管環境可能趨嚴的擔憂升溫。 文中指出，隨著投資人對經濟前景的疑慮加深，部分分析師認為科技股高估值的延續性受到挑戰，未來幾季可能面臨更大的調整壓力。鮑威爾重申控制通膨的重要性，也使市場對利率路徑更加不安。 整體來看，這波回落反映出科技股在高估值、政策預期與監管不確定性三重因素下，短線波動風險仍高。接下來市場焦點將轉向後續經濟數據與聯準會政策訊號，以觀察震盪是否延續。

AI熱潮推升全球股市創高，BIS卻警告：風險正被低估？

在中東緊張暫緩與AI題材推升下，全球股市正邁向自2020年以來最強一季；但國際清算銀行（BIS）提醒，AI驅動投資可能掩蓋通膨、財政惡化與政策收緊等深層風險，一旦熱潮反轉，市場恐面臨高位修正壓力。 近期，美國與伊朗同意暫停互相軍事攻擊，並在卡達杜哈重啟談判，中東風險暫時降溫，帶動風險情緒回暖。先前霍爾木茲海峽一度因商船與軍事設施遭攻擊而升高能源市場不安，布蘭特原油期貨也曾短線走高；如今談判重啟，油價壓力暫時舒緩，投資人情緒也從避險轉向風險資產。 與此同時，AI相關企業成為全球股市的主要動能，從晶片巨頭到雲端服務商，資金持續湧入。市場押注人工智慧將支撐企業未來數年的獲利成長，推動主要指數走向近年最強季度表現。NVIDIA（NVDA）與 Microsoft（MSFT）等指標公司，也成為這波資金聚焦的代表。 不過，BIS在年度報告中提出警告，認為市場可能過度低估AI驅動投資的波動性。若成長預期不如想像，修正風險恐不只限於科技股，還可能透過被動投資與量化交易機制，擴散到更廣泛的風險資產。 BIS同時點出三項壓力：第一，AI投資若回檔，可能引發結構性調整；第二，全球通膨雖已從高峰回落，但仍未完全消散，央行可能維持偏緊政策；第三，各國財政壓力升溫，使未來面對衝擊時的政策空間更有限。這些因素交織在一起，讓當前市場韌性面臨考驗。 在貨幣政策方面，歐洲央行（ECB）於葡萄牙辛特拉召開年度會議，美國聯準會官員也陸續發言，市場關注後續利率路徑。美國接下來將公布多項勞動市場數據，並以非農就業報告作為焦點。若就業仍強、通膨黏著，市場對聯準會維持高利率的預期可能升溫，進一步對高估值資產形成壓力。 分析師也提醒，中東局勢雖暫時平息，但政治強硬派仍可能讓衝突重新升溫。一旦霍爾木茲海峽再起波瀾，油價與通膨預期可能同步上行，央行進退更難，建立在通膨可控、經濟具韌性與AI帶動成長上的樂觀情緒，也可能快速轉向。 部分市場人士則認為，不宜把AI直接視為單一泡沫，重點在於估值是否過高、資金是否過度集中。若全球經濟維持溫和成長、通膨續降，AI投資拉回也可能只是健康修正，讓市場回到更均衡的產業配置與基本面評價。 整體來看，全球金融市場正同時面對地緣政治、貨幣政策、財政壓力與技術趨勢四大變數。BIS的警示不是預告崩盤，而是提醒市場：在指數創高與AI題材升溫之際，風險是否被合理定價，仍值得重新檢視。

AI熱潮推升全球股市創高，BIS警告通膨與財政風險未除

全球股市在中東緊張暫緩與AI題材推升下，正邁向自2020年以來最強一季。不過，國際清算銀行(BIS)提醒，AI驅動的投資熱潮可能掩蓋通膨、財政惡化與政策空間受限等深層風險，一旦市場預期反轉，修正壓力可能迅速升高。 近期，美國與伊朗同意暫停互相軍事攻擊，並在卡達杜哈重啟談判，讓中東地緣風險暫時降溫。先前商船與軍事設施遇襲，使霍爾木茲海峽一度成為能源市場焦點，油價也曾短線上揚。如今緊張局勢略有緩和，市場風險情緒回升，資金重新流向風險資產。 同時，AI相關企業成為推升股市的重要動能。從晶片到雲端服務，資金持續湧入人工智慧概念股，美國大型科技股如 NVIDIA(NVDA) 與 Microsoft(MSFT) 也成為全球關注焦點。市場押注AI將支撐企業獲利與生產力改善，帶動主要指數走強；但BIS警告，若成長預期未能如期兌現，相關板塊可能不只科技股受壓，整體風險資產都可能受到波及。 BIS點出的主要風險包括三方面。第一，AI投資若回檔，可能在被動投資與量化交易占比偏高的市場中放大賣壓。第二，通膨雖已較高峰回落，但尚未完全解除，央行可能仍需維持偏緊政策，壓抑估值支撐。第三，各國政府財政壓力上升，債務與支出增加，讓未來面對經濟衝擊時的政策空間更有限。 在貨幣政策面，美國聯準會官員與歐洲央行會議成為市場關注焦點，後續還有美國勞動市場數據與非農就業報告。如果就業維持強勁、通膨又難明顯降溫，市場對高利率持續時間的預期可能升高，美元也可能維持偏強，對新興市場與高風險資產形成壓力。 雖然中東局勢暫時平息，但分析師提醒，政治強硬派與地緣衝突仍可能讓風險再度升溫。一旦霍爾木茲海峽安全惡化，油價走高可能再把通膨推上檯面，並使央行在通膨與成長之間更難取捨。BIS的警示重點並不是預言崩盤，而是提醒市場：當AI題材、經濟韌性與政策預期同時撐起股市時，風險是否被充分反映，仍值得持續檢視。 部分市場人士則認為，AI不宜被簡化成短線泡沫。人工智慧確實可能提升企業效率與生產力，長線仍具產業價值，關鍵在於估值是否過高、資金是否過度集中。若全球經濟維持溫和成長、通膨控制得當，AI相關資產回檔也可能只是健康修正。 整體來看，全球金融市場目前同時面對地緣政治、貨幣政策、財政壓力與科技趨勢四大變數。中東談判能否持續降溫、AI獲利能否追上市場期待、各國政府能否處理債務與赤字問題，都將左右未來數季的股市走勢。BIS的提醒顯示，在歡慶股市創高與AI題材熱度之際，冷靜評估風險仍是必要功課。

Firmus攜手Nvidia搶攻AI基礎設施，300億美元收入想像從哪裡來？

澳洲AI基礎設施公司Firmus Technologies宣布與Nvidia達成戰略合作，將以Nvidia硬體支撐雲服務，目標是讓新興AI公司更容易取得高階算力。這項合作不只讓Firmus有機會擴大市場，也讓Nvidia把收益來源從晶片銷售延伸到硬體與雲服務分成。 根據規劃，Firmus預計在2027至2028年間於印尼巴淡島部署17萬個GPU，並表示現有客戶承諾可能在前六年帶來最多300億美元收入。這也反映AI算力需求持續升溫後，基礎設施供應商正把目標轉向初創企業與中型AI公司，而不再只依賴大型科技巨頭。 Firmus高層表示，公司的核心目標是縮小大型科技公司在基礎設施成本上的優勢，讓小型AI開發者有更可負擔的運算途徑。Nvidia則早已是Firmus的投資者，並參與過先前募資；Firmus今年也曾披露，在六個月內籌得13.5億美元，估值約55億美元。

美股財報將驗證AI投資回報：標普500獲利成長能否撐住高預期

高盛認為，美國第二季財報將成為檢驗股市的重要指標，AI基礎建設投資則是推動企業獲利增長的核心動能。隨著第二季財報即將揭曉，標普500成分股將陸續公布業績，市場也正關注企業能否在成本上升與預期升高之下維持獲利韌性。 根據高盛6月26日的報告，過去一年企業獲利增長幾乎主導標普500指數的漲幅。高盛預期，本季度獲利成長仍將強勁，主因包括穩定的經濟環境與持續的人工智慧基礎建設投資。分析師預測，標普500指數每股盈餘將較去年同期上升22%，為2021年以來最強的預估增長之一。 第一季數據顯示獲利動能仍在，實際獲利增長達到27%，明顯高於原先預期的12%。高盛因此也上調對全年表現的看法，預估2026年標普500獲利將增長24%。其中，AI相關領域預計將貢獻近60%的整體獲利增長，微星科技（Micron Technology）與Nvidia合計貢獻超過40%的增幅。 產業分布方面，能源與科技部門預計將領先獲利成長，醫療保健與消費品類別則可能偏弱。不過，高盛也提醒，能源價格上漲與供應鏈壓力已推升投入成本，部分公司利潤率預測因此遭下修。換言之，市場不只看營收與EPS，還會檢查企業是否真的能把AI支出轉化為實際獲利。 對投資人來說，這一季財報的關鍵不只是「有沒有成長」，而是「成長能否持續、利潤率能否守住、AI支出能否換來回報」。在預期已經拉高的情況下，任何低於市場想像的結果，都可能讓原本的樂觀情緒降溫。

AI主導權從晶片轉向算力與能源：Google、Meta、Nvidia與中國供應鏈誰受益？

全球人工智慧競賽正在從「模型最強」轉向「算力與能源誰更多」。在美國AI巨頭面臨算力吃緊與監管收緊之際，中國從模型、光纖、PCB、MLCC到鈉電池的供應鏈，正悄悄加速卡位，讓AI產業的主導權出現新的變化。 模型端方面，中國Zhipu AI推出的GLM-5.2，以開源權重模式切入資安場景，受到市場關注。多項獨立測試顯示，這款模型在軟體漏洞偵測等特定指標上表現突出，部分情境甚至可接近或超過一些美國產品。由於採開源權重釋出，用戶可自行下載、修改與部署，對希望降低成本、又想掌握技術主導權的企業相當有吸引力，也讓中國模型在部分平台上的使用量快速上升。 不過，開源權重也帶來安全爭議。資安專家指出，若缺乏管控，惡意使用者同樣可能利用這類模型自動挖掘漏洞，讓防禦與攻擊的競賽同步升級。與此同時，美國政府對高階AI模型的監管正在收緊，OpenAI與Anthropic也相繼限制部分最新模型的開放範圍。市場擔心，若本土模型供給過度受限，企業可能轉向價格較低、管制較鬆的海外產品，進一步影響美國AI生態的長期競爭力。 算力供給本身也成為壓力來源。根據《Financial Times》報導，Alphabet因AI運算容量吃緊，已對部分客戶限制使用，其中也影響到Meta。Meta原先利用Google的Gemini模型協助內容審查與詐騙偵測，如今則需要削減使用量，改以內部模型補位。這反映出一個現實：當算力吃緊時，掌握雲端與資料中心的企業，不只是供應者，也成了議價能力更強的一方。 供應鏈層面，中國在許多看似不顯眼的零組件上，已逐步站上關鍵位置。研究機構指出，美國約三成AI相關產品進口仰賴中國廠商，而中國在能源儲存、變壓器、關鍵礦物與化學品等資料中心基礎環節，已形成重要優勢。從出口結構來看，AI相關產品也成了中國出口增長的主要來源之一，帶動相關科技股與供應鏈題材升溫。 個股方面，報告點名多家中國AI供應鏈企業受惠。PCB領域包括 Victory Giant、Dongshan Precision 與 Shengyi Technology，股價在過去一年都有明顯上漲。MLCC 製造商 Sanhuan Group 則受惠於 Nvidia 新一代 AI 系統帶動電容需求增加。雲端伺服器與能源端方面，Foxconn Industrial Internet 的雲端運算業務成長快速，Sungrow Power 也在逆變器與儲能需求擴張下受關注。 光通訊同樣是AI資料中心升級的重要一環。InnoLight、Eoptolink 與 TFC 等供應商，正受惠於高密度、高速光纖連線需求增加。由於AI資料中心對傳輸規格的要求遠高於傳統伺服器，相關光纖與模組出貨量、價格與訂單能見度都同步提升，部分海外訂單甚至已排到未來數年。 能源技術方面，摩根士丹利提出鈉離子電池的長期潛力，認為它可能在2030年與2035年逐步提升全球電池部署市場占比。若需求真的持續擴大，這類便宜、耐低溫的電池有機會在AI耗電快速上升的背景下扮演關鍵角色。GM也已透過與 Peak Energy 合作切入鈉離子電池布局，並規劃未來導入大型電網儲能案，展現傳統車廠跨入能源基礎設施的企圖。 整體來看，AI產業正同時出現三條主線：第一，模型端從封閉走向開源權重，市場對技術壟斷的想像被重新修正；第二，算力與能源供給成為真正瓶頸，資料中心的光纖、PCB、MLCC、儲能設備開始取得更高關注；第三，監管如何平衡安全與競爭，將直接影響 Google、Meta、Nvidia、Microsoft 等美股核心科技股的估值與成長預期。 對投資人而言，下一階段AI行情可能不再只是單押晶片或單一模型，而是要重新檢視整條算力與能源鏈。從雲端資料中心、光通訊，到儲能與新電池技術，過去較少被聚焦的供應商，反而可能成為新一輪產業重組的受益者。

Blackwell定價看齊H100，輝達( NVDA )的高成本策略為何仍受市場關注？

輝達(NVDA)在GTC大會公布新一代Blackwell AI GPU，性能、能效與記憶體容量都優於H系列，卻把定價策略拉回接近H100。這種「成本更高、售價不差太多」的組合，讓市場開始重新檢視輝達的研發投入、產品結構與需求承接能力。文章也提到，Blackwell每顆成本約3萬至4萬美元，研發投入估計高達100億美元，顯示輝達在AI晶片競賽中持續加碼技術與供應能力。

AI 晶片股版圖重排：Nvidia 估值反而落後，AVGO、MU、SNDK 與 AMAT、ASML 誰在接棒？

AI 熱潮帶動半導體族群全面上攻，但估值版圖正悄悄重排。市場一方面把 Nvidia(NVDA) 視為 AI 王者，另一方面卻出現 Broadcom(AVGO) 領漲、Micron(MU) 與 Sandisk(SNDK) 因供給緊俏走強，以及 Applied Materials(AMAT)、ASML(ASML) 這類設備商成為新焦點的現象。 分析師 Vinay Utham 指出，NVDA 雖然基本面仍強，2027 會計年度第一季營收年增 85%，且對 7 月季度給出 910 億美元指引，但股價表現卻落後於 AVGO、MU、TSM(Taiwan Semiconductor) 與 MRVL 等同業。今年以來，部分半導體個股漲幅明顯更大，讓 NVDA 反而成為相對被低估的標的。 Utham 認為，NVDA 目前約 22 倍的預估本益比，低於 AVGO 與 TSM 約 28 至 32 倍，形成罕見的估值落差。他並提到，NVDA 在 CPU 市場的第二成長引擎也值得關注，管理層已釋出 Vera CPU 的可見度，相關機會延伸到更大的 AI 系統市場。基於成長與估值並看，Utham 給予 NVDA「強力買進」評等，並設定不同情境下的目標價。 不過，在他的 2026 年長期首選中，Broadcom(AVGO) 仍排在前面。AVGO 已簽下多項大型 AI 合約，市場預期其 AI 相關營收在 2027 會計年度有機會突破 1,000 億美元。Utham 強調，年度首選與當下相對划算的切入標的並不相同；在估值回落後，NVDA 反而成為更具吸引力的短線觀察對象。 若從風險屬性來看，TSM 仍是相對穩健的選擇，因其承接先進製程與 AI 建設需求；但台灣地緣風險也無法忽視。MU 則屬於高彈性、高波動的代表，近期受財報與記憶體行情推升，但循環性也使風險放大。 在記憶體族群中，分析師 Jack Bowman 對 MU 採取較保守態度。他提到自己擔心記憶體市場可能形成泡沫，因此持續分批減碼，但仍未完全出清，原因在於近期財報確實亮眼。若重新布局，他反而更偏好 AMAT 與 ASML 這類設備商。 Bowman 將 AMAT 與 ASML 形容為「賣鏟者中的賣鏟股」，因為它們提供的是半導體製程設備，而非直接生產晶片。他認為 AMAT 的估值相對同業偏低，部分原因在於其業務反應速度較慢，景氣回升時漲勢常落後，但也因此可能提供較合理的切入價格。 記憶體領域的另一個焦點，是 Sandisk(SNDK)。分析師 Hunting Alphas 將其列為首選晶片股，理由包括：Sandisk 主攻 NAND 快閃記憶體，與 MU 的 DRAM 產品線有所區隔；隨著 AI 推論模型越來越複雜，對大規模資料讀取的需求提高，NAND 的長期需求跟著上升。 Hunting Alphas 也提到，Sandisk 正布局高頻寬快閃記憶體 HBF，瞄準 AI 推論工作負載；同時，記憶體市場供給吃緊，預估未來兩到三年仍將維持緊俏；加上 Sandisk 透過與 Kioxia Holdings 的合資結構，資本支出壓力相對較低，使其成為高成長、低資本支出的代表之一。 整體來看，AI 半導體投資版圖已從單一 GPU 霸主，擴散到 CPU、記憶體與設備鏈。NVDA、AVGO 代表 AI 計算核心，AMAT、ASML 是上游製程關鍵工具，而 MU、SNDK 則在供需緊繃中展現高彈性與高波動。 但風險並未消失，只是換了形式。NVDA 仍受整體科技股情緒影響，AVGO 面對客戶資本支出週期，記憶體族群若未來擴產，價格也可能反轉；設備商雖相對穩定，但若景氣降溫，訂單遞延仍會壓抑獲利。對投資人而言，重點已不只是誰是 AI 贏家，而是誰在對的估值與循環位置上。

Nvidia 估值比 Broadcom 低，卻不是唯一亮點：三檔晶片股誰更耐看？

Nvidia（NVDA）、Micron（MU）與 Sandisk（SNDK）近期成為分析師討論焦點；其中，Nvidia 以約 22 倍預期市盈率對比 Broadcom（AVGO）的 28 至 32 倍，估值相對更低。分析師 Vinay Utham 認為，Nvidia 第一季度營收年增 85%，基本面仍強，並給出「強烈買入」與 311 美元目標價。 Micron（MU）方面，Jack Bowman 對其持較樂觀看法。雖然他擔心記憶體市場可能有泡沫，但最近財報表現仍讓他保持關注。相較之下，他也提到 Applied Materials（AMAT）這類工具公司，因商業模式較穩健，在當前市場環境下具備不同的觀察角度。 Sandisk（SNDK）則被 Hunting Alphas 看好，理由是其專注 NAND 記憶體，且受惠於 AI 推理需求增加；同時，產能與效率提升也被視為其競爭優勢之一。 整體來看，這波晶片股討論並不是單一答案，而是估值、成長、產業位置與商業模式之間的取捨。

AI成本飆升與資金輪動：誰在AI淘金熱中掌握定價權？

美國政府與Anthropic協商後，最新模型有望重新開放，顯示華府正在國安風險與創新進度之間尋找平衡。另一方面，AI基礎建設成本持續升高，記憶體大廠Micron (MU) 營收年增逾四倍，並與多家客戶簽下16份長期供貨協議，反映高頻寬記憶體與儲存需求仍相當強勁。 不過，市場對AI擴建成本的疑慮也同步升溫。Micron財報公布前後股價劇烈震盪，Applied Materials (AMAT)、Lam Research (LRCX)、SanDisk、Western Digital與Corning (GLW) 等供應鏈個股一度走強，但在OpenAI可能延後IPO的消息傳出後，半導體與相關族群又出現回吐。Nvidia (NVDA)、Broadcom (AVGO)、Intel (INTC) 與 Arm (ARM) 本週也明顯承壓，顯示資金開始重新評估雲端巨頭持續擴大資本支出的能力。 Apple (AAPL) 也成為成本壓力的例子之一，罕見調漲多款 MacBook 與 iPad 價格，理由是記憶體與儲存元件成本上升。這代表AI硬體成本已從資料中心擴散到消費級產品，市場對整體AI投資循環的風險報酬也因此重新定價。 在這波資金輪動中，上游供應鏈相對占優。Micron 透過長約鎖定需求與價格，Corning 受惠於資料中心光纖需求，AMAT 與 LRCX 也因晶圓廠擴產而受惠。相對之下，Amazon (AMZN)、Alphabet (GOOGL)、Microsoft (MSFT) 與 Meta (META) 雖然財力雄厚，仍必須承擔持續上升的GPU、記憶體與網路設備成本，短期壓力不小。 但市場並非只有短線壓力的解讀。部分分析認為，這一輪AI基礎建設支出可能像網路泡沫時期的光纖與伺服器投資，雖然前期昂貴，卻可能為後續十年的應用擴張鋪路。若AI帶動的軟體訂閱、廣告變現與企業效率提升能逐步兌現，平台型公司仍有機會在中長期取得優勢。 終端需求端也出現新變化。Adobe (ADBE) 數據顯示，美國6月下旬線上消費年增9.3%，且消費者透過AI聊天服務與AI瀏覽器導流到零售網站後，轉換率比非AI管道高出40%。這代表AI應用已從展示性工具，逐步走向實際成交工具。 整體來看，AI產業目前呈現明顯分化：上游供應鏈因短缺與長約掌握定價權，下游平台與終端品牌則面臨成本上升與資本支出壓力。短期內，供應端相對受惠；長期而言，真正的關鍵仍在於AI是否能帶來足以覆蓋成本的商業模式與現金流。