EVTV 收購 AZIO AI 後，AI 能否真正強化競爭優勢？

斑馬技術(ZBRA)財報優於預期，自動化與AI需求推動成長動能

斑馬技術（ZBRA）最新財報表現亮眼，第一季營收達15億美元，年增14.3%，並優於市場預期；下一季營收指引中位數為14.9億美元，也高於分析師預估。非公認會計準則每股盈餘達4.75美元，同樣超越市場共識，帶動財報後股價表現走強。 公司指出，本季成長主要來自連網前線、資產可見性與自動化相關業務，其中製造業與機器視覺需求較為強勁。斑馬技術透過整合硬體、軟體與服務的產品組合，持續強化在客戶營運流程中的角色，並藉由提升生產力與工作流程自動化來支撐營運表現。 在獲利能力方面，毛利率擴張來自生產力計畫、較佳的產品組合與成本控管。面對記憶體供應變動，管理層表示已透過與供應商的合作及高密度記憶體組件的轉換，提高供應可見度，並維持對利潤率指引的信心，同時保留調整定價策略的空間。 展望後續，AI相關解決方案的投資，以及近期收購的 Elo Touch 產品線擴張，將是斑馬技術今年剩餘時間的重要成長來源。市場後續將持續關注記憶體與貨運成本波動對毛利率的影響、新AI產品的採用速度，以及核心產業客戶的導入進度。整體來看，斑馬技術仍以自動化、數位化與人工智慧趨勢為主軸，持續推進長期成長。

Salesforce豪砸150億美元挺舊金山AI，Dreamforce帶來什麼變化？

Salesforce（NYSE:CRM）宣布，未來五年將投入150億美元於舊金山，目標是推動當地AI發展。這筆計畫包含在舊金山園區設立新的AI孵化中心、擴大職位培訓計畫，並協助企業採用AI驅動的「Agentic Enterprise」模式。 同時，Salesforce預估年度大會Dreamforce將在10月14日至16日登場，預計吸引近50,000人參加，為舊金山市帶來1.3億美元收入，並創造35,000個當地職位空缺。這代表活動不只帶動會展與旅宿需求，也讓舊金山的AI生態、人才培訓與企業導入節奏更受關注。 整體來看，這次投資不只是單一企業的擴張，更像是把AI發展、在地就業與企業轉型串成一條線，讓舊金山成為Salesforce布局AI的重要據點。

Alphabet I/O前利多連發，430美元目標價怎麼看？

截至5月16日，Alphabet（GOOGL）今年以來股價上漲約25.34%，明顯領先標普500指數ETF（SPY）同期8.4%的漲幅，也優於其他美股七巨頭。市場關注焦點集中在其人工智慧布局、雲端業務與即將登場的Google I/O開發者大會。 首先，Alphabet近期傳出已與五角大廈簽署協議，將提供AI模型用於合法的政府機密任務，顯示其AI技術已切入更高門檻的應用場景。另一方面，Google在4月22日的Cloud Next大會上發表第八代自研晶片TPU，並以TPU 8t與TPU 8i分別對應訓練與推論，搭配第四代液冷技術，突顯其在AI硬體上的整合能力。 在AI投資方面，Alphabet承諾對Anthropic投入高達400億美元，初期已投入100億美元現金，若達績效目標，還會再加碼300億美元。外媒同時指出，Anthropic正洽談新一輪300億至500億美元募資，估值最高可達9500億美元，讓這筆投資的想像空間進一步放大。 短線來看，市場目光已轉向5月19日至20日登場的Google I/O。美國銀行認為，若大會能端出高階AI訂閱服務、內建Gemini的AI筆電Googlebook，或與XREAL合作的Project Aura等新進展，將有助強化市場信心；但若創新不如預期，股價可能面臨回檔壓力。 展望後市，美銀維持Alphabet買進評等，目標價430美元，理由包括兩位數營收成長、雲端利潤擴張，以及軟硬體整合的長線潛力。

Datadog(DDOG)營收年增32%：AI監控與ARR續強能否延續？

2026-05-18 11:18 0 Datadog(DDOG)第一季財報表現亮眼，主要受惠於AI原生企業與傳統企業客戶的廣泛需求。管理層指出，由於客戶採用多項產品的比例增加，加上大型企業客戶（特別是AI研究與超大規模技術領域）的快速導入，帶動第一季營收較前一年同期大幅成長32%。這顯示出公司在競爭激烈的市場中，依然保持強勁的成長動能。 平台成為企業營運關鍵，成功整合傳統工具 執行長Olivier Pomel強調，Datadog(DDOG)的平台已逐漸成為企業營運不可或缺的關鍵任務系統。這不僅反映在極低的客戶流失率上，更體現在現有客戶透過擴大產品使用範圍，進一步深化與平台的互動。此外，公司在整合傳統與開源可觀察性工具方面也取得重大進展，成功協助客戶將監控與安全工作負載統一轉移至其解決方案中。 聚焦AI監控與公家機關擴張，未來動能受矚目 展望未來幾個季度，市場分析師將密切關注三大催化劑：首先是Datadog(DDOG)全新AI與GPU監控產品的市場導入速度；其次是公司在AI原生與傳統客戶群中，維持年度經常性收入(ARR)強勁成長與低流失率的能力；最後則是公家機關版圖的擴張執行力，特別是在取得新認證與資料中心上線後的發展。持續的產品發布與贏得新客戶，將成為衡量業務動能的關鍵指標。 專注雲端監控，個股最新營運與收盤表現 Datadog(DDOG)是一家雲端原生公司，專注於分析機器數據。公司的產品組合以軟體即服務（SaaS）的形式提供，讓客戶能夠監控和分析其整個IT基礎設施。其平台可以即時接收並分析大量由機器生成的數據，協助客戶將其應用於整個業務營運中的各種不同場景。根據最新交易日資訊，Datadog(DDOG)收盤價為207.98美元，上漲5.14美元，漲幅達2.53%，成交量為5,492,986股，成交量較前一日變動增加11.20%。

ADP爆冷後美股大漲，台積電(2330)還能追嗎?

美國股市週四大幅上漲，主要受到美國民營企業工作職位減少的數據影響，這激發了市場對進一步降息的樂觀預期，並掩蓋了部分政府機關關閉的影響。科技公司領漲，這得益於南韓最大晶片公司與OpenAI達成的交易，進一步推動了由人工智慧(AI)引領的市場漲勢，並協助股市創下歷史新高。 儘管華府立法者之間的僵局導致部分美國政府部門關閉，但投資人仍專注於聯準會可能進一步降息的前景。週三，薪資公司ADP的數據顯示，上個月美國企業減少了32,000個職位，這與預計增加超過50,000個職位的預測相悖。該數據是近期一系列低於預期的報告之一，顯示全球最大經濟體的勞動市場持續放緩，這將促使聯準會在年底前再降息兩次。 在華爾街三大指數上漲後，亞洲市場也接棒上漲。東京、悉尼、新加坡、威靈頓、曼谷、馬尼拉和雅加達均上漲，香港在週中休市後漲幅超過1%。不過，首爾和台北因OpenAI與三星和SK hynix的交易消息而領漲。韓國公司表示，他們已與這家美國公司簽署初步協議，將為其Stargate專案提供晶片和其他設備。SK hynix股價一度飆升約12%，三星則上漲約5%，助力Kospi指數上漲2.7%至歷史新高。台北加權指數(TAIEX)則因晶片巨頭台積電(TSMC)上漲3%而上漲1.5%。 科技公司今年以來一直在市場漲勢中處於領先地位，投資人紛紛湧入與人工智慧相關的各類標的，數百億美元湧入該領域。香港上市的阿里巴巴、騰訊和京東也均上漲2%至4%不等。倫敦、巴黎和法蘭克福開盤均錄得健康漲幅。 截至格林威治標準時間0715，東京日經225指數上漲0.9%，收於44,936.73點；香港恆生指數上漲1.9%，達到27,363.39點；倫敦FTSE 100指數上漲0.2%，達到9,465.92點。美元兌日圓上漲至147.22日圓，西德州中級原油上漲0.2%，每桶61.89美元。布倫特北海原油上漲0.2%，每桶65.45美元。紐約道瓊工業指數上漲0.1%，收於46,441.10點。

Nvidia、微軟衝4兆美元，還能追嗎?

根據Wedbush Securities的報告，Nvidia和微軟有望在今年達到4兆美元市值，並可能在18個月內邁向5兆美元。 隨著人工智慧(AI)革命的加速發展，Nvidia（納斯達克代碼：NVDA）和微軟（納斯達克代碼：MSFT）的市場價值預計將在今年突破4兆美元。Wedbush Securities的分析師Dan Ives指出，這兩家公司是科技行業中的「AI革命」代表，將引領未來的技術趨勢。 Ives表示，Nvidia和微軟不僅是當前技術牛市的核心，還預測它們在接下來的18個月內將共同朝著5兆美元的目標邁進。近期，Nvidia重新奪回全球最具價值公司的寶座，其市值已達到3780億美元，而微軟則為3700億美元。值得注意的是，蘋果公司(AAPL)目前仍是唯一一家市值達到3兆美元的企業。 近幾個月，AI的應用案例迅速增長，包括網路安全、軟體開發、半導體及自動化機器人等領域。Nvidia首席執行官黃仁勳最近重申，自動化機器人將成為該公司下個多兆美元的商機。Ives補充道，「每花費1美元於Nvidia，整個科技生態系統可產生8至10倍的乘數效應。」這些觀點顯示出AI在未來科技市場中的重要性，並呼籲投資者把握這一波浪潮。

AI從大腦到花錢：美中對決與代理人付款風險升溫

AI戰場正從純軟體演算法延伸到「具身智能」與自動付款代理人，美國掌控晶片與模型、中國壟斷機器人製造與關鍵材料；同時，AWS與Google已讓企業AI代理能直接「刷卡花錢」，監管與公司治理卻明顯落後，投資與企業風險同步升溫。 在短短幾年內，全球人工智慧競賽的主戰場，悄悄從雲端算力與模型參數，轉向「誰能把AI塞進更多機器人、讓它動起來、還能自己花錢」。近期多份研究與產業動態顯示，一場「美國大腦、中國身體」的AI版新冷戰正在成形，而企業內部治理與監管制度，還停留在「每一筆錢都必須有真人蓋章」的舊時代。 從宏觀格局來看，加拿大投顧機構 Alpine Macro 指出，美國仍穩坐前沿智慧與半導體開發的王座，從 GPU 巨頭 Nvidia(美股代號：NVDA) 到雲端霸主 Microsoft(美股代號：MSFT)，完整掌控所謂 AI 的「brain layer（大腦層）」，包括高階晶片、世界模型以及自動化軟體堆疊。然而，真正把這些「大腦」塞進工廠、倉儲與服務機器人裡的「body layer（身體層）」卻多半在中國生產，形成明顯的硬體版雙軌局面。 在中國，所謂「具身智能（embodied intelligence）」已被納入第15個五年計畫的國家級戰略，政府投入鉅額專項基金，打造高度整合的製造集群與「機器人訓練農場」。國際機器人聯盟（International Federation of Robotics）統計，中國每年工業機器人安裝量超過 29.5 萬台，美國則約 3.4 萬台，差距近十倍。這些長時間實際運作的機器人大軍，為中國累積了遠多於美國的實體操作數據，直接拉開具身AI的學習曲線差距。 具體案例顯示，中國廠商 Unitree 便是依靠這種密集部署優勢，快速把人形機器人從 2023 年的 5 台，暴衝到 2025 年前九個月的 3,551 台。伴隨規模放大，平均售價從約人民幣 59.3 萬元砍到 16.8 萬元以下，成本曲線明顯下滑。相較之下，美國廠商則偏向在單機塞入最強算力，透過如 Nvidia 的 Cosmos 世界模型進行高擬真模擬訓練，但在實際部署密度與製造成本上，仍嚴重依賴亞洲供應鏈。 更敏感的是關鍵材料。Alpine Macro 報告指出，中國掌握了全球約八到九成機器人核心硬體零組件供應，更控制 93% 永磁體市場與近 99% 重稀土加工能力，這些都是高扭力馬達與致動器不可或缺的原料。換言之，就算美國在演算法與晶片上持續領先，一旦地緣政治升溫或出口管制收緊，「身體」供應鏈一卡，整個具身AI進程都可能卡在產線上。 與此同時，另一場更貼近企業日常營運的風險，也在短短一週內被按下加速鍵。Amazon Web Services 宣布，在其 Amazon Bedrock 平台預覽新功能 AgentCore Payments，允許企業 AI 代理人透過 x402 協定，直接替使用者支付 API、工具伺服器、網頁內容等費用。開發者只需連接 Coinbase 或 Stripe 的錢包，設定穩定幣或信用卡資金來源與單次會話支出上限，代理人就能在不打斷推理流程的情況下，自主完成付款。 更具爭議的是，Google 準備在 I/O 大會曝光的 Gemini Spark 代理人，測試版說明文字甚至直接揭露：該代理可能「在未經詢問的情況下分享資訊或進行購買」。換言之，AI 不再只是幫你比價、推薦，而是可以直接「幫你刷卡」。相較之下，Anthropic 的 Claude Cowork 則被明確設定為不得自主付款，刻意將「不能動錢」當成產品邊界。 但不管是哪一種策略，有一點是確定的：這是三家前沿AI供應商中，已有兩家正式跨過「AI能直接移動資金」這條線。從這一刻起，AI 失誤的主要風險，已不再只是資料外洩，而是「真的把錢匯出去」。AWS 宣傳所謂「每次會話支出上限」為主要安全機制，但這種控制手法，本質上與 2008 年信用卡詐騙時代的單筆額度限制並無二致——可以降低單次災情，卻擋不住攻擊者透過多筆小額「洗乾」整個錢包。 更讓人擔憂的是，各家模型普遍存在的提示注入（prompt injection）問題。Anthropic 曾公開表示，其內部測試中，提示注入攻擊成功率約為 1%。乍看之下這個失敗率似乎不高，但當攻擊對象是握有錢包權限、可在毫秒內重複呼叫付費端點的代理人，這 1% 就成了實打實的資金外流風險。特別是當惡意端點可以在會話內引導代理人「驗證」錢包、重複少量扣款，累積結果可能遠超管理者預期。 問題不僅在技術端，更在制度端。現有公司治理與稽核框架，如 SOC 2、ISO 27001 等，幾乎都是為了「每一筆敏感操作都能追溯到某位人類員工」而設計。當一個 AI 代理人因工具回傳錯誤、提示污染或惡意網頁而自主發起付款時，現行框架根本找不到對應欄位。審計師看到的是「有敏感交易，但無具名操作人」，在傳統標準下，這往往被視為重大缺口。 法律環境也正在往「先追責，再談技術」方向傾斜。加州 AB 316 法案自 2026 年起生效後，明文禁止企業以「是AI自己做的」作為免責理由；科羅拉多州 AI Act 則要求高風險 AI 系統每年必須完成影響評估。再加上 2026 年 8 月起陸續上路的歐盟 AI Act 一般用途模型與消費者透明義務，企業若放任 AI 代理人自由付款，未來一旦出事，恐怕難以向監管機關與保險業者交代。 在這樣的雙重壓力下，企業該怎麼自保？專家建議，第一步是把 AI 代理人視為「非人類身分」的一環，納入與員工同等嚴格的身分治理體系。NIST 草案預估，2026 年底前全球非人類身分數量將超過 450 億個，遠高於人類勞動人口，然而目前僅約一成組織有明確管理策略。凡是具備付款能力或能調動資源的代理人，都應在存取權限系統內被清楚登記與監控。 第二步則是重寫採購與應付帳款制度，把「軟體代理」正式定義為可能的採購發起人。傳統流程假設每一張訂單都有真人提出、簽核與留痕，然而未來可能出現的是研究代理人於執行任務過程中，自行以穩定幣小額支付某資料服務。企業若不提前訂出金額門檻、白名單供應商與審核機制，很可能在年度稽核或保險理賠時，被認定內控失當。 最後，企業在選擇 AI 供應商時，也必須重新檢視其 SOC 2 與 ISO 27001 聲明，確認這些認證是否涵蓋「代理人主導交易」期間，並明列對無人介入操作的控管措施。光是看到 Nvidia 或 Microsoft 等大廠標榜合規，已不足以保證代理人付款風險獲得妥善管理。 從宏觀角度看，AI 正在兩個維度同時加速：一端是中國藉由國家資本主義，全力拉高具身智能與機器人部署密度，並以稀土與永磁體鎖死全球硬體供應鏈；另一端則是美國雲端巨頭，讓 AI 代理人從「給建議」走向「能花錢」，卻把治理問題留給企業與監管機關事後拆彈。對投資人而言，這意味著不只要評估醫藥股如 Eli Lilly(美股代號：LLY) 之類的成長故事，也得看清 AI 產業背後的硬體依賴與治理風險；對企業來說，則是必須在效率紅利與潛在責任之間，提前畫出屬於自己的安全邊界。

代理人AI推升AMD 1200億美元市場，CPU還能追?

生成式AI正進化為可自主執行任務的「代理人AI」，推動資料中心從「靠GPU算力」轉向「GPU＋高核心CPU」雙引擎。AMD身為伺服器CPU龍頭，看好市場規模自先前預估的600億美元翻增至1,200億美元，帶動高階處理器需求與單價齊升，掀起新一波硬體投資超級循環。 人工智慧熱潮並未降溫，反而正進入更具顛覆性的下一階段——「代理人AI（agentic AI）」。這一波技術，不再只是輸入一段文字、產生一張圖或一篇文章，而是讓AI主動執行一連串任務，從幫你自動填滿購物車，到在企業內部扮演虛擬員工，替人類處理繁瑣工作。這樣的轉變，正悄悄改寫雲端資料中心的硬體版圖，也把市場焦點從單一追捧GPU算力，拉回到CPU與整體系統架構的重新洗牌。 在過去幾年，AI投資幾乎等同於購入更多GPU，由於大型模型訓練與推論需要龐大平行運算，Nvidia(NVDA)成為最大贏家。然而，當AI從單點回應進化到可「規劃、協調與呼叫各種工具」的代理人模式，後端運算不再只是單純的矩陣運算問題，而是需要大量流程控制、狀態管理與與外部系統互動，這些正是中央處理器（CPU）擅長的領域。 業界預期，伴隨代理人AI普及，資料中心內GPU與CPU的部署比例將大幅改變。過去一台伺服器機架可能採用「8顆GPU搭配1顆CPU」的架構，未來則有機會走向「1比1」甚至更高的CPU占比。這不僅代表數量需求暴增，更意味著每一顆CPU必須具備更高核心數與更強的任務並行處理能力，高階產品的單價與毛利空間相對可望抬升。 在這場結構性變化中，Advanced Micro Devices(AMD)位置相對關鍵。雖然外界常以「GPU市場老二」來定義它，實際上AMD在資料中心CPU領域已是領先玩家之一。公司直接指出，看好伺服器CPU市場規模到2030年可達1,200億美元，較2023年對外釋出的600億美元預估翻倍，顯示內部對代理人AI帶來的新增需求相當有信心。 技術面來看，代理人AI的運作方式，類似在同一台伺服器上開啟數十甚至數百個「數位小員工」，同時處理不同使用者或不同工作流。每個CPU核心可被視為一個「工作站」，能分配到個別任務執行，核心數越多、任務併發能力越強，就越能支撐大規模AI代理人的協同運作。因此，市場對高核心數伺服器CPU的興趣明顯升溫，AMD也公開表示，CPU需求正開始追上甚至壓過供給，產能吃緊的情況恐在未來幾年變得常態化。 對雲端服務商與企業客戶而言，投資結構也將跟著調整。過去若是用有限的資本集中堆高GPU，以求訓練速度與推論吞吐量，如今則得重新計算「整體AI工作流」的效率——若CPU不足，AI代理人雖然「很聰明」，卻因排隊等指令、等I/O、等外部系統回應而卡住，整體體驗反而打折。這使得資料中心規劃從「GPU優先」轉為「GPU與CPU協同最佳化」，硬體採購也從單一元件競賽演變為系統工學問題。 與此同時，另一家晶片巨頭 Intel(INTC)同樣瞄準代理人AI帶來的CPU升級潮，強調未來資料中心將走向高度異質運算，靠不同類型處理器搭配加速器共構平台。對整體產業來說，這意味著AI紅利將從少數GPU供應商擴散，伺服器主機板、記憶體、儲存與網路設備等相關供應鏈都有機會分享這一輪資本支出循環，只是誰能真正吃到高附加價值的一塊，仍取決於產品性能與生態系整合能力。 當然，也有業界聲音提醒，任何關於「超級循環」的說法都不該被視為直線上升的保證。若整體經濟放緩、企業IT預算遭刪減，或是AI應用商業化速度不如預期，資料中心資本支出也可能出現周期性降溫。此外，軟體端若成功透過演算法優化、模型壓縮，減少對硬體資源的依賴，亦可能部分抵銷硬體需求的爆發力。 儘管存在變數，代理人AI所帶來的產業方向似乎已相當明確：AI將不只是一個「工具」，而會成為能主動執行任務的「數位同事」，而支撐這群「虛擬員工」的，是一座座重新設計、CPU與GPU地位更為均衡的新一代資料中心。對投資人與產業觀察者而言，接下來幾年，關鍵不在於AI話題有多熱，而在於哪一些硬體與平台供應商，能真正把這場代理人AI革命，轉換成可持續的營收與獲利成長。

Palantir收133.99美元還能追？直攻供應鏈管理

Palantir(PLTR)部署策略師Danny Lukus近期直言「軟體即服務(SaaS)已經死亡」。Advance Auto Parts(AAP)執行長在瑞銀全球消費與零售會議上透露，正與Palantir(PLTR)合作開發庫存補充與定價解決方案。這打破了市場過往認為該公司不提供現成供應鏈軟體的印象。作為一家數據分析與人工智慧軟體公司，Palantir(PLTR)最為人熟知的是為美國軍方提供解決方案，但去年已有高達46%的營收來自民營企業客戶，其中製造業是最大的商業領域。這帶動該公司市值飆升，成為全美前20大最有價值的企業之一。 幾十年前企業自行開發軟體風險與成本極高，促使企業資源規劃(ERP)與供應鏈軟體公司崛起，這包括了SAP(SAP)和甲骨文(ORCL)，以及Blue Yonder和Manhattan Associates(MANH)等頂尖公司，並逐漸演進為SaaS模式。然而，Palantir(PLTR)認為多數企業最終仍依賴Excel處理業務，凸顯標準化解決方案過於僵化。如果企業使用標準模板，將失去與競爭對手的戰略差異化。因此，Palantir(PLTR)採用「前置部署工程師」策略，在客戶現有基礎設施上量身打造專屬功能，無需耗費數年替換舊系統。 這種客製化能力的核心在於Palantir(PLTR)的「抽象層」作業系統。這套被稱為「本體論(Ontology)」的平台，能夠覆蓋在任何底層基礎設施之上，定義結構化與非結構化的數據整合，並處理確定性與非確定性的邏輯。本體論平台不僅能整合各類應用程式與模型，還能連結實體資產與財務交易，實際上充當了組織的「數位雙生」，包含驅動各類應用場景所需的語意與動態元素，成為該解決方案最具戰略差異化的特徵。 在AI時代，工程師更容易針對客戶建立專屬的銷售與營運規劃(S&OP)模型。Palantir(PLTR)利用Anthropic的Claude或OpenAI的Codex等大型語言模型來生成程式碼。有別於過往將機器學習應用於需求預測的傳統做法，這裡的AI被視為軟體開發工具。過去軟體建置成本極高，需要數月研究需求；現在工程師能快速建立模型，獲取回饋並持續迭代。這種模式大幅降低了開發成本與時間。面對法規或關稅變動，生成式AI與軟體代理也能自動引導至相關網站，並即時通知企業主管進行更新。 另一方面，AI被廣泛應用於代理領域，能模擬特定人類角色的操作行為。這些AI代理不需要具備極度高深的數學優化演算能力，而是作為端到端流程的一部分進行協同合作。例如，一個AI代理可以判斷是否為新採購訂單並進行資料比對，另一個代理則負責確認庫存；若需要生產，排程代理便會利用線性規劃提供時間表。多數製造業客戶初期將此解決方案應用於銷售與營運執行(S&OE)，透過感知異常狀況並建立自動回應機制，成功打造出高效的新型工作流程。 對於多數解決方案公司，市場通常會希望在報導前透過客戶來驗證供應商的說法。由於Palantir(PLTR)是一家引發廣泛討論的大型企業，其官網已展示了溫蒂漢堡(WEN)、泰森食品(TSN)、通用磨坊(GIS)等公司的背書，大力讚揚其系統的有效性。此外，Aera Technology也提供了解決銷售與營運執行問題的類似方案，並有客戶證實這種利用AI代理來解決此類問題的方法確實非常有效。 Palantir(PLTR)為組織提供管理大量不同數據集的解決方案，以嘗試獲得洞察力並推動營運成果。成立於2003年，初期專注於政府情報與國防領域，隨後透過其軟體平台擴展至各類商業市場，旨在成為企業與產業的數據作業系統。根據最新交易日數據顯示，Palantir(PLTR)收盤價為133.99美元，上漲0.26美元，漲幅達0.19%，成交量為32,629,745股，成交量較前一日變動減少11.94%。

輝達5.7兆超越德國，還能追嗎？

科技巨頭經濟規模迅速膨脹。輝達(NVDA)在5月中旬的市值達到5.7兆美元，正式超越全球第三大、歐洲最大的經濟體德國。根據國際貨幣基金組織預估，德國2026年的國內生產毛額為5.45兆美元。輝達(NVDA)憑藉推動遊戲與人工智慧系統的核心晶片，穩居全球最有價值公司的寶座。 回顧輝達(NVDA)的爆發歷程，該公司在2025年10月成為首家市值突破5兆美元的企業，隨後在2026年5月中旬達到5.7兆美元。在接連超越日本與英國的經濟規模後，如今更勝過德國。這意味著輝達(NVDA)的市值已大於所有歐洲單一經濟體，甚至超越歐盟19個較小經濟體合計的5.02兆美元總和。 市場動態方面，輝達(NVDA)執行長黃仁勳本週參與了川普的高調訪中行程。黃仁勳曾在今年3月明確表示，受到人工智慧需求強勁成長的推動，輝達(NVDA)的銷售額有望在短短兩年內朝向1兆美元的目標大步邁進，顯示出經營層對未來業績的高度信心。 不僅是輝達(NVDA)表現亮眼，Alphabet(GOOGL)與蘋果(AAPL)的經濟規模也勝過除德國以外的所有歐洲國家。法國的經濟規模超越微軟(MSFT)與亞馬遜(AMZN)，不過這兩家科技巨頭的市值依然高於歐洲第四大經濟體義大利。若將美國前五大科技巨頭輝達(NVDA)、Alphabet(GOOGL)、蘋果(AAPL)、微軟(MSFT)與亞馬遜(AMZN)的市值相加，總額高達20.81兆美元，直接超越歐洲五大經濟體德國、英國、法國、義大利與西班牙合計的18.14兆美元。 相較於美國科技股的強勢，歐洲企業規模顯得相當懸殊。荷蘭晶片設備商艾司摩爾(ASML)以6106.9億美元市值位居歐洲最高，但也僅排在榜單第21位，而瑞士藥廠羅氏(ROG)市值為3351億美元，英國阿斯特捷利康(AZN)則為2868.4億美元，全歐洲沒有任何企業能與美國科技巨頭抗衡。儘管國內生產毛額衡量的是一國年度商品與服務總產值，而市值反映投資人對公司未來獲利的預期，但這項對比依然深刻凸顯美股科技巨頭所達到的驚人規模。