009819掛牌飆19%溢價：AI基建ETF熱度背後的核心關鍵與風險思考

009819掛牌首日飆19%溢價拉高，AI基建ETF現在追還是等回檔？

最新掛牌上市的中信數據及電力(009819)今日正式登板台股，鎖定算力與電力兩大AI新基建投資主題。由於全球科技巨頭的AI軍備競賽持續擴大，能源供應與資料中心已成為產業擴張的核心瓶頸，帶動市場對基礎建設的強勁需求。今日上市首日，中信數據及電力(009819)展現驚人爆發力，開盤隨即大漲13%，早盤最高更一度飆升達19%，成為盤面焦點。 觀察該檔ETF的核心投資邏輯，主要聚焦於以下產業發展重點： ・投資重心轉移：AI發展已從上半場的晶片硬體，逐漸轉向下半場的資料中心與電力基礎建設。 ・龐大市場商機：法人預估，未來五年全球AI基建的投資需求將高達5至7兆美元規模。 ・重量級成分股：前十大成分股除了涵蓋博通等雲端巨頭，更囊括奇異維諾瓦、星座能源及全球最大再生能源供應商新紀元能源等發電設備與電網龍頭。 針對掛牌首日交易過度熱絡的現象，發行投信也特別發出提醒，指出該檔ETF盤中溢價偏高，呼籲投資人在進場參與AI基建行情前，應審慎評估合理折溢價幅度。 綜合來看，隨著雲端運算需求爆發，資料中心與電力供應已成為支撐AI產業鏈的關鍵樞紐。投資人在關注AI新基建長線發展潛力的同時，短期仍需密切留意相關ETF的折溢價收斂情況與美股基礎建設類股的連動表現，以理性評估布局時點，控管潛在追高風險。 盤中資料來源：股市爆料同學會 點我加入《理財寶》官方 line＠ https://cmy.tw/00Cd0j

貝佐斯工業AI Project Prometheus估值衝上380億美元，現在還跟得上這波投資轉折嗎？

根據金融時報報導，亞馬遜創辦人貝佐斯旗下代號為Project Prometheus的AI新創公司，目前正接近完成一筆高達100億美元的融資案。這項重磅交易有望讓該公司的整體估值攀升至380億美元，更有消息指出，華爾街巨頭摩根大通(JPM)與資產管理龍頭貝萊德(BLK)都將參與其中。儘管最終協議尚未完全定案，但市場預期近期就會有確切消息傳出。 跳脫傳統軟體框架，專攻航空與汽車製造領域 高達百億美元的融資規模，顯示投資人對於大型且資本密集的AI平台依然保持高度興趣。與目前主流的純數位應用不同，Project Prometheus將目光鎖定在實體世界的工業應用，專注於開發能理解並與物理世界互動的AI模型。這家由貝佐斯與科學家Vik Bajaj共同創立的企業，目標是將AI技術導入航空航太與汽車產業，大幅加速工程與製造流程。該公司初期已獲得包含貝佐斯本人在內共62億美元的資金支持，並積極從OpenAI與Google DeepMind挖角頂尖人才，更陸續在舊金山、蘇黎世與倫敦等地擴大團隊規模。 千億美元基金佈局曝光，打造工業AI龐大生態系 這波引發市場關注的融資案，似乎與貝佐斯更龐大的戰略佈局息息相關。華爾街日報先前曾報導，貝佐斯正積極討論籌集一檔規模達1000億美元的巨型基金，主要目的是收購傳統製造業公司，並將先進的AI技術全面導入其營運環節。如果這項宏大計畫順利推進，Project Prometheus將扮演整個工業AI生態系統的核心平台，直接將強大的軟體能力深度嵌入工廠的實際生產環境中。 AI投資趨勢迎來轉折，實體世界應用成資金新寵 對廣大的投資人而言，這類結合大規模資金挹注與專注於實體世界應用的AI企業，正展現出強大的市場吸引力。這樣的發展趨勢也釋出了一個重要的長線訊號：AI技術的價值創造模式，已經開始跨越傳統軟體服務的界線，正式向實體工業領域邁進。隨著資金持續湧入這類具備實質落地能力的創新平台，相關技術的應用未來有望迎來更廣闊的成長空間。

AI從雲端殺進醫院與礦場第一線：乳癌篩檢降區間癌12%、礦區無人卡車擴全球，你現在敢追這波實體AI投資嗎？

全球AI正從雲端走向實體經濟第一線：一邊是乳癌篩檢以AI輔助醫師、降低侵略性癌症與工作量；另一邊是礦場導入無人自駕運礦卡，提高安全與效率。醫療與礦業同時被改寫營運模式，卻也帶來資安、責任歸屬與就業衝擊等新問號。 全球股市與科技股狂飆之際，人工智慧(AI)悄悄從純軟體應用，走向醫院檢查室與礦區前線，開始重塑醫療診斷與重工業運作模式。近期多起投資與產業合作案顯示，AI正從「雲端故事」變成「設備與流程」的硬實力，帶來效率與安全的同時，也把醫療責任與勞動市場推向新的爭議邊界。 在醫療端，荷蘭新創 ScreenPoint Medical 宣布再募得1,600萬美元資金，用於推動旗下乳癌AI篩檢工具 Transpara 的全球擴張，其中1,400萬美元來自 Insight Partners 等既有投資人股權資金，另有200萬美元為研究補助款。長期合作夥伴 Siemens Healthineers（西門子醫療）也持續跟投，顯示大型醫材龍頭對AI影像產品的布局並非短線題材，而是中長期策略的一環。 Transpara Breast AI 的定位並非取代醫師，而是透過2D與3D乳房X光攝影（mammogram），協助提升早期癌症偵測率。最新版本已於2024年12月取得美國FDA核准，最早則在2018年拿到歐洲CE認證。這種雙重法規背書，對於準備大規模導入的醫院體系而言，是關鍵信心來源，也大幅降低國際擴張時的合規門檻。 更關鍵的是，近期兩項大型研究把AI從行銷話術拉回量化數據。2026年1月刊登於《Lancet》的 MASAI 隨機對照試驗顯示，導入 Transpara 的篩檢流程後，區間癌（interval cancers）發生率降低12%，其中侵略性較高、非luminal A型癌症更減少27%。對公共衛生系統而言，這類癌症往往治療成本高、死亡率也較高，風險下降具實質財務與人命效益。 同年3月刊於《Nature Medicine》的研究則從醫師角度切入：在使用 Transpara 的場景中，放射科醫師工作量平均減少63.6%，但癌症偵測率反而提升15.2%。在全球醫療人力吃緊、影像檢查量年年攀升的背景下，AI讓醫師把時間從大量正常影像中解放出來，改放在高風險個案，是最具說服力的效率案例之一。 資金面也映照出這股趨勢。ScreenPoint 先前累計募資3,300萬美元，這一輪後總額達4,900萬美元，搭配 GlobalData 對醫療AI市場的預測——2024年市場規模為119億美元，預計2029年飆升至574億美元——意味著影像AI已從實驗室技術快速跨入「可規模化商業模式」，更成為醫院資本支出的新標配選項。 然而，AI主導醫療流程也引出敏感問題：若AI錯失病灶，責任在系統供應商、醫院，還是最終簽名的醫師？目前法規大多仍要求由人類醫師負最終責任，AI是「輔助決策工具」，但當臨床現實愈來愈依賴演算法排序案件、標記可疑病灶時，醫師是否有時間、能力逐案推翻AI建議，成為醫療界內部的爭論焦點。支持者認為，只要整體偵測率與病患存活率上升，就是社會淨利；但批評者擔心，黑箱演算法一旦出錯，患者與家屬很難釐清責任鏈，也缺乏足夠監管工具去「驗算」AI。 在重工業端，AI則以「自駕」之名悄悄改寫礦場運作。中國自駕技術公司 CiDi Inc. 剛與礦山設備製造商 MMD Group Limited 簽署獨家合作協議，將共同開發與部署礦場自動運輸系統，包含無人駕駛運礦卡以及調度軟體。CiDi 將成為 MMD 設備自動化方案的唯一自駕系統供應商，負責提供自動駕駛套件與技術支援。 MMD 總部位於曼島（Isle of Man），在全球擁有23個辦公室與6座生產基地，已部署超過3,500套礦業設備。CiDi 則是商用車自駕技術供應商，在中國境內已部署超過1,500輛自動駕駛礦用卡車。雙方結盟，實質上是把中國礦區累積的無人運輸經驗，打包輸出到澳洲、南美、中東與北非等主要礦產市場。 合作的技術核心，是把 CiDi 的感知、控制與自駕軟體，整合進 MMD 的重型機械與底盤設計，並透過其 TraxIQ 平台完成系統整合與調度。未來，MMD 將在全球產品組合中，加入配備 CiDi 自駕系統的運礦卡車，搭配調度系統與充電基礎設施，於多個礦區推動實地示範項目。對礦業營運商而言，這代表著從「人力密集、高風險」走向「遠端監控、自動調度」的新運作模式。 各方高層對這一步棋的定位相當明確。CiDi 共同創辦人馬巍博士形容，這是公司從「中國市場領先」邁向「全球部署」的里程碑；MMD 執行董事 Martin Vorster 則直言，自動化物料運輸對提升效率、強化安全與降低營運成本「至關重要」。在極端高溫、粉塵與夜間作業環境中，讓AI接手駕駛座，被視為減少工安事故的關鍵工具。 但與醫療場景相似，礦場AI革命同樣不乏隱憂。工會與當地社群最關切的是就業替代效應：當一座礦場改採無人運礦卡後，原本大批駕駛員恐面臨職位消失或被迫轉職為維運與監控人員。支持者反駁，礦區位處偏遠，人力招募本就困難，自駕系統填補的是「招不到人」的缺口，並讓員工轉往更高階、風險較低的技術職；但在短期過渡階段，勞工與地方政府如何被納入規劃，是能否順利擴張的政治變數。 值得注意的是，醫療與礦業看似南轅北轍，背後卻有共同關鍵字：資安與系統穩定性。ScreenPoint 的 Transpara 雖鎖定醫療影像，但其大量高度敏感的病患資料，勢必需要嚴格的資安與隱私保護；而礦場自駕車隊一旦遭遇通訊中斷或系統故障，輕則停工，重則釀成撞擊與傾倒事故。因此，不論是醫院導入AI影像系統，或礦場部署自駕運輸，都必須像德國 RWE 與 Hitachi Energy 在離岸風場自動化方案中所強調的那樣，把最新資安協定與穩定通訊列為系統設計核心，而非事後補救。 綜合來看，AI正以兩條看似平行、實則互補的軸線滲透實體產業：在醫療端，它扮演「第二雙眼」，以數據與影像學提升診斷準確性；在礦業與重工端，它則充當「無人駕駛工人」，接手高風險、重複性的現場工作。投資人與產業決策者接下來要思考的，不只是哪些公司能在這波AI實體化浪潮中勝出，更是如何在效率、安全與社會責任之間取得平衡，避免把技術進步變成新的不平等與風險來源。 免責宣言 本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。

生成式 AI 吹起算力狂潮後，關鍵反而在人？Nvidia(NVDA) 飆漲下，企業該怎麼練「人類軟實力」撐住風險

生成式 AI 帶動企業瘋買算力、股價飆漲，但最新職場數據顯示，真正決定勝負的不在技術本身，而是是否擁有具批判思考、創業心態與溝通能力的員工。AI 正把人類技能推上新價值高點。 生成式 AI 席捲全球企業，從矽谷到華爾街，無人不談模型、算力與晶片。以繪圖處理器起家的 Nvidia(NVDA)在 AI 浪潮中股價累計飆漲逾數十萬％，被部分分析師形容為「華爾街最具影響力公司」。然而，來自線上學習平台 Coursera 最新 Job Skills Report 的數據卻顯示，在技術課程報名量暴衝的同時，企業對「人類軟實力」的需求也同步升溫，顛覆了「AI 將取代人類」的流行恐懼論。對想在 AI 時代保住競爭力的公司與個人而言，關鍵反而是：人如何跟 AI 一起變強。 Coursera 企業事業群總經理 Anthony Salcito 指出，過去一年 Gen AI 課程選課量年增 234%，反映企業大舉投入 AI 工具與應用。但在這股「技術之浪」背後，數據同時呈現另一股明顯趨勢：批判思考、溝通協調、領導與創業思維等課程需求同步躍升。換句話說，越多公司導入 AI，越發現真正稀缺的不是模型，而是能看懂、質疑並善用 AI 輸出的那群人。Salcito 直言，「辨識什麼是真實、什麼是 Gen AI 產生，是新的核心能力。」 背景在於，生成式 AI 雖然能快速產出文字、圖像與程式碼，但也常出現所謂「幻覺」——看似合理卻錯誤的內容。在假新聞氾濫、錯假訊息充斥的年代，企業若把決策完全交給機器，風險只會被放大。報告指出，面對 AI 產出的每份簡報、報表與分析，人類仍必須扮演「最後把關」角色，用邏輯推理、專業判斷與倫理標準，篩除偏誤與錯誤。這也說明為何許多公司在內訓時，開始把「批判思考」與「媒體素養」列為 AI 技能培訓的一部分，而非附屬選修。 在組織管理層面，Salcito 觀察到另一項關鍵變化：人才不再只追求高薪福利，更在意是否有「運用 AI 創造價值」的自主空間。他形容，真正能在 AI 浪潮中站穩的企業，已從單純把 AI 當作「輕自動化工具」，轉向重新設計核心產品與商業模式，並在員工之間培養內部創業者（intrapreneur）心態。當員工被授權可以用 AI 重構流程、試驗新服務，他們不再只擔心被替代，而是把自己視為公司未來的共同設計者，參與感與黏著度反而提高。 Coursera 的案例也顯示，「技術培訓」與「領導力培養」已不再是兩條平行線。平台開始運用自家 AI 工具，讓學員在虛擬情境中練習簡報、談判或主管回饋對話，由 AI 即時提供具體、無壓力的建議。AI 不會因情緒而避諱直言，往往能提出更細緻的改善方向。這種作法顛覆過去主管一對一回饋的傳統模式，讓領導力訓練可以規模化、標準化，並與技術技能培訓串成一條職能連續線。 從宏觀看，Nvidia(NVDA)、Microsoft(MSFT)等科技巨頭之所以在 AI 浪潮裡屢創新高，固然仰賴頂尖硬體與雲端基礎設施，但真正能轉化為長期營收與獲利的，仍是客戶企業是否能在組織內建構起「會用 AI 的人」。AI 晶片可以一年一代更新，企業文化與人才結構卻難以速成。若內部只有少數工程師懂工具、多數員工只是被動接收指令，AI 專案往往淪為短暫噱頭，難以規模化導入真正業務流程。 並非所有人都對這種「人機共融」願景抱持樂觀。一派批評者擔心，企業可能把 AI 當作進一步壓榨人力的手段，以「提高效率」之名凍薪、裁員，反讓基層員工承受更大壓力，甚至被迫在毫無訓練下使用工具，背負錯誤風險。也有人憂心，過度依賴 AI 提供回饋與決策，長期可能削弱管理者親自觀察、同理部屬的能力，使職場關係更加冷漠。這些疑慮提醒企業，導入 AI 若缺乏配套治理與倫理框架，人本價值反而可能被稀釋。 對企業而言，真正的考題已從「要不要用 AI？」轉為「如何用 AI 放大人，而不是取代人？」專家建議，職訓預算分配上應刻意預留比重，用於培養員工的批判思考、數據素養與溝通協作；在專案流程上，則應要求團隊把至少 20% 的 AI 使用時間留給「審查輸出」與「調整提示」，而不是只追求產出速度。這不僅有助降低決策風險，也能在組織內強化「人對 AI 負責」的文化。 隨著生成式 AI 技術愈加普及，純技術能力的供需將漸趨平衡，但能理解商業情境、掌握人性、又懂得運用 AI 放大影響力的人才，將更為稀缺。對台灣與全球企業來說，現在開始重新設計教育訓練與人才策略，或許正是從硬體紅利，轉向「人類軟實力紅利」的最佳時機。未來真正領先市場的公司，很可能不是擁有最多 GPU 的那一家，而是最早學會讓人與 AI 一起變聰明的那一家。 免責宣言 本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。 文章相關標籤

AI算力成新石油？Nvidia(NVDA) 連 11 季爆發，這場從晶片到機場經濟的百兆新基建戰局，真的能一路燒到 2027 嗎？

1. Nvidia(NVDA) 營收暴衝，AI 算力變現金 - 已連續第 11 季營收年增率超過 55%。 - 最新一季預估營收約 780 億美元，年增約 77%，遠高於市場預期的 726 億美元；上一季營收也成長 73%，在前一季 62% 成長基礎上再加速。 - 資料中心業務（AI GPU 與相關系統）營收占比已超過 91%，Nvidia 不再只是「晶片公司」，而是全球 AI 算力中樞。 - 公司喊出「compute equals revenue（算力等於營收）」的新金科玉律，等於宣告誰掌握 AI 算力，誰就有機會掌握下一世代經濟主導權。 2. 新一代 Rubin 系統與 5,000 億美元市場想像 - Nvidia 全力推機架級 AI 系統「Vera Rubin」，接棒現有 Grace Blackwell 平台。 - Rubin 系統整合 72 顆新一代 Rubin GPU，單位功耗效能較前代提升約 10 倍，讓客戶在相同電力與機房空間下，可以部署更多 AI 代理與大型模型。 - 財務長 Colette Kress 指出，首批 Rubin 樣品已在本週出貨給客戶，預期「每一家模型開發者與雲端服務商，最終都會導入這套系統」。 - 供應端方面，Nvidia 已鎖定可支應到 2027 年的長期產能與庫存合約，對應先前提出 Blackwell＋Rubin 合計約 5,000 億美元的市場機會，如今公司更坦言今年成長將超越原先預期。 - 不過，依 LSEG 預估，2027 年後 Nvidia 成長率將由今年約 63%，降到 30%、11.5% 再到 3%，顯示目前 AI 超級循環難以無限延長，長線終將回歸常態。 3. 雲端巨頭自製晶片，AMD(AMD) Helios 來勢洶洶 - 雲端大咖 Amazon 與 Google(GOOG) 正積極打造自有 AI 晶片，降低對 Nvidia 依賴，掌控成本與產品路線。 - Nvidia 在年報中坦承，客戶自行開發內部方案，是未來成長的一大關鍵風險。 - 競爭對手 Advanced Micro Devices(AMD) 將在今年推出首款機架級 AI 系統 Helios；Meta 已承諾未來導入高達 6 GW 規模的 AMD GPU，Helios 預計 2026 年開始交貨，意味 Nvidia 在高階 AI 加速領域的壟斷正受到正面挑戰。 4. Ark Invest 資金移動：從晶片延伸到應用與平台 - Cathie Wood 的 Ark Invest 近期持續加碼 AMD、Alphabet(GOOG) 以及與 AI 生態高度連結的成長股，同時適度調節台積電(TSM) 等持股，反映其更看重雲端與應用層的長線機會。 - Wood 認為，積極導入 AI 的公司，能壓低成本、降價搶市，進而放大營收與獲利，並稱 AI 是「史上最具破壞性的創新」。 - 從 Ark 加碼 DoorDash、Figma 等平台類股的動作看，焦點正從「誰賣晶片」擴散到「誰能最先把 AI 變成實際營收」。 5. 電力與公用事業：Sempra(SRE) 成 AI 電力概念股焦點 - 算力擴張帶來的用電需求，開始改變傳統公用事業的評價。 - Morgan Stanley 指出，電力與公用股今年 1 月雖落後大盤，但隨資料中心擴建潮啟動，市場開始重新看待 Sempra(SRE) 這類掌握北美關鍵輸配電與能源基礎設施的公用事業。 - Sempra 近期獲得 Morgan Stanley 與 J.P. Morgan 先後給予「Overweight」評等並上調目標價，理由之一是其在德州等高成長電力需求市場具「顯著槓桿」，可望受惠資料中心與 AI 帶動的用電暴增。 - 電力穩定與電價高低，正成為 AI 產業鏈新的關鍵瓶頸與投資主題。 6. Joby Aviation(JOBY)：AI 算力走出機房、飛上天空 - AI 算力不只留在資料中心，也開始推動新型交通模式。 - Joby Aviation(JOBY) 在最新法說中，將 2026 年定義為公司「關鍵拐點」，因第一架符合 FAA 標準的電動垂直起降（eVTOL）飛機已準備試飛，並預計今年就在阿聯酋開始載客營運，享有杜拜市場 6 年獨家權。 - Joby 已在美國俄亥俄州購入 72.8 萬平方英尺生產基地，計畫在 2027 年把月產能翻倍至每月 4 架，同時募得約 18 億美元資金，以支援認證與量產。 - 公司預估 2026 年營收介於 1.05 億至 1.5 億美元，多數來自旗下 Blade 服務；2026 年仍是「測試與整合」之年，真正大規模商業化要等產能爬坡後才會到來。 7. 一條從晶片到機場的 AI 新基建軸線 - 從 Nvidia 的「compute equals revenue」、雲端巨頭自研晶片，到公用事業為資料中心擴電網，再到 Joby 把電動航空打造成新一代「空中共享車」，一條以算力為核心的全球新基建軸線正逐步成形。 - 支撐 AI 代理、生成式模型與未來自動化應用的，是橫跨晶片製造、能源供應、通訊網路與交通運輸的龐大系統。 - 對投資人來說，這已經不只是單一「AI 股」故事，而是涵蓋半導體、雲端平台、公用事業與新型運具的多層次長線賽局。 8. 風險警訊：政策、需求與商業模式的不確定 - Nvidia 並未把中國 AI 資料中心收入納入短期展望，主因出口管制與政策不確定性仍高。 - Joby 坦言，量產進入所謂「S 曲線」的實際步調仍有高度變數，目前只願提供 2026 年上半年現金消耗指引。 - 公用事業一端則面臨電價與政治壓力，在滿足資料中心用電與一般用戶負擔之間，如何取得平衡仍是未解難題。 - 加上美國貿易政策搖擺、關稅與地緣風險升溫，全球供應鏈在硬體和能源兩端都可能遭遇新衝擊。 9. 對投資人的關鍵思考 - AI 算力需求在可預見未來不會突然消失，但真正關鍵在於：誰能在成本、效率與監管之間找出最穩定的商業模式。 - 佈局這條新基建主軸時，需要同時看見「成長暴衝與週期降溫」、「技術領先與政策紅線」這兩面。 - 把「算力等於營收」這句口號拆解成：各環節企業的現金流品質、資本支出壓力與風險承擔能力，才有機會在這場世紀級算力軍備競賽中，站在相對有利的一側。

AI產業進入新篇章：Microsoft (MSFT)、NVIDIA (NVDA) 股價拉回，真是下一波AI行情布局點嗎？

隨著AI加速競賽，Microsoft (MSFT) 與 NVIDIA (NVDA) 無論業務創新還是組織優化，皆面臨新機遇與挑戰。強勢AI產品推進、管理大刀換血及產業結構再定義，成為市場關注重點。 美股科技巨頭掀起新一波人工智慧 (AI) 戰役，NVIDIA (NVDA) 及 Microsoft (MSFT) 正攜手引領產業升級，卻也面臨來自市場投資人與同業的多重挑戰。隨著AI應用全方位延展，兩家企業在產品創新、組織管理及業績表現三線齊進，影響整體科技投資版圖。 首先，NVIDIA 持續穩居AI加速運算與 GPU 領域龍頭。近期，知名投資人 Jim Cramer 指出 NVDA 股價雖正在「喘息」，但仍高度肯定其在雲端、機器人、汽車及嵌入式系統的長期潛力。NVIDIA 產品不僅推動AI算力革命，更結合 Trump 時代的貿易政策紅利，市場預期其於AI供應鏈本土化趨勢下將獲得額外助益。然而，不少主流投資人認為現階段 NVDA 相較其他潛力AI新星，下檔風險略高，未來成長空間需取決於市場消化AI技術快速迭代及競爭格局。 Microsoft 則在AI產業布局與管理策略上頗受矚目。本週，公司宣布資深安全執掌 Charlie Bell 轉型工程師職位，並由前 Google 雲端高管 Hayete Gallot 新任安全業務 EVP。微軟 CEO Satya Nadella 強調，Gallot 具備產品及客戶價值兼修的領導思維，擬藉此強化公司在AI安全、工程品質等領域的核心競爭力。微軟近期亦將四位業務高層拔擢為執行副總，目標聚焦AI成長突破，並預期組織優化有助鞏固企業客戶版圖。儘管如此，MSFT 股價今年滑落逾 14%，Azure 雲業務增速略低於分析師預期，反映投資人對AI技術可能衝擊既有軟體產業獲利模式存疑。 在市場層面，主流基金與投資人正重新評估「高本益比」科技股的配置，AI 成長動能已成為主導投資輪動關鍵。科技 ETF（如 IGV）近來連續七日下跌，顯示市場逐步調整對成熟軟體企業的長線前景預期。相較之下，具備AI賽道核心技術、並且積極進行組織革新的企業如 NVIDIA 及 Microsoft，或有機會在下一輪科技升級浪潮站穩腳跟。 綜上所述，NVIDIA 與 Microsoft 在AI產業格局重塑與組織進化方面皆展現策略前瞻。惟投資人仍須留意短期業績波動、產品競爭及管理層調整帶來的不確定性。下半年，隨著AI應用景氣擴大與企業策略調整密切展開，兩大科技巨擘能否成功落實安全防護、工程質量與長線成長，將成為全球科技金融市場持續關注的重點。

AI 基礎建設狂燒 5.2 兆美元！Nvidia 帶頭砸錢，雲端與能源巨頭搶蓋 AI 工廠，這波浪潮能撐多久？

隨著 AI 革命推動硬體和基礎設施需求倍增，Nvidia(NVDA) 帶領美股多檔雲端、能源巨頭，掀起全球數兆美元的資本支出浪潮，AI 工廠、電力、數據中心成為新經濟核心。 隨著人工智慧(AI) 持續燃燒全球科技業動能，相關產業背後的基礎設施需求也迎來歷史新高浪潮。AI 應用與雲端平台普及，讓 Nvidia(NVDA) 等高效能晶片商在美股寫下新高紀錄，卻也同步帶動整個硬體、能源與數據中心產業進入資本狂潮。據 McKinsey 預估，直到 2030 年，全球 AI 基礎建設支出總額將高達 5.2 兆美元，這場金流競賽究竟有哪些關鍵玩家，如何顯著改變投資格局？ 科技巨頭推動硬體革新，AI 運算中心需求爆炸。Nvidia 憑藉 GPU 領先地位，成為 AI 革命核心，連鎖帶動企業瘋狂搶購晶片、記憶體等高效能組件，也擴大了 AI「工廠」（專用數據中心）建置需求。過往許多企業偏好自建獨立資料中心，如今則全面轉向雲端託管，促使微軟(MSFT)、Amazon、Alphabet 等雲端平台不斷擴充計算與儲存容量，並開放租賃空間給中小型企業，大幅提升硬體需求彈性與效率。 AI 資料中心背後的資金與技術戰同樣激烈。Equinix（NASDAQ: EQIX）、Digital Realty（NYSE: DLR）等 REIT，攜手資本巨頭 Blackstone，發起高達數十億美元的雲端基礎設施投資。最受矚目的是 Equinix 於 2024 年聯手成立 15 億美元聯合事業，建置多座新世代 xScale AI-ready 資料中心；Digital Realty 則在 2025 年啟動美國首支 Hyperscale 基金，準備規模 10 億美元支持資料中心投資。 不僅如此，能源需求大幅提升也創造新一波基礎建設投資機會。NextEra Energy（NYSE: NEE）積極布局新型高壓電網、綠能發電，並與 Google 戰略合作，推動數位核能及多座超大型資料中心營運；Williams（NYSE: WMB）則主攻天然氣管線與相關電力輸出，計劃投入逾 140 億美元擴充全美能源基礎。 在 AI 爆炸性成長與資料中心電力需求暴增雙重驅動下，能源公司紛紛加碼電網、管線與創新能源技術，並與雲端、硬體龍頭展開合作。此舉不僅讓基礎建設類股受惠，更改寫了傳統科技投資的獲利模式。分析師指出，類似 Nvidia 近年與 Groq 非獨家授權技術合作案、以及 Microsoft 大舉佈局 Copilot 與雲端 AI 平台，都代表美股 AI 基礎設施進入全新成長期。 然而，投資人也需注意背後可能風險，大規模資本支出涉及長期回收與基礎設施升級壓力，尤其面對電力、土地資源及技術創新能否追上 AI 運算步伐，更是雲端與能源公司必須克服的挑戰。總結來看，AI 基礎建設不僅重新定義了科技類股價值，分散領域間的資本流動也讓投資人有多重選項，未來關鍵在於誰能帶領技術與資源整合，搶先打造 AI 新經濟的骨幹。 點擊下方連結，開啟「美股 K 線 APP」，獲得更多美股即時資訊喔！ https://www.cmoney.tw/r/56/9hlg37 免責宣言 本網站所提供資訊僅供參考，並無任何推介買賣之意，投資人應自行承擔交易風險。

【關鍵趨勢】2026 科技產業關鍵轉折：AI 狂潮下誰才是抓住黃金十年的關鍵？

先前我們針對 2026 年大盤進行前瞻分析，【關鍵趨勢】美股 2026 年投資展望，標普上看 7,700 點？一文中談到，聯準會即將重啟 QE 的底層邏輯，並預判標普 500 指數在流動性與 AI 生產力的雙重驅動下，有望挑戰 7,700 點的歷史新高。而在【關鍵趨勢】美股 2026 年投資展望，帶你掌握產業配置與選股地圖！一文中，則延續宏觀脈絡，聚焦於具體的產業配置與選股策略，目光鎖定在三大梯隊，而本篇研究報告將帶你們更深入挖掘最受全球投資者關注的科技產業。 經歷了 2024 年的概念驗證與 2025 年的基礎設施狂熱，我們正站在一個全新的十字路口。過去兩年，市場的邏輯簡單而粗暴：「買進鏟子」！只要與輝達 (NVDA) 沾邊，無論是 GPU、HBM 還是散熱模組，資金皆蜂擁而至。然而，隨著 2025 年步入尾聲，科技產業的底層邏輯正在發生劇烈的板塊移動。簡單的產能擴張故事或將不再性感，取而代之的是對架構效率、能源邊界與客製化算力的深度博弈。2026 年，算力不再只是晶片的堆疊，而是電力、冷卻與互連技術的綜合戰爭。 本報告將深入剖析三大核心命題： ASIC 的逆襲與網路架構的重構：為何通用 GPU 在推論時代不再是唯一解？AWS Trainium 3 背後的「垂直擴展」架構如何重塑網通供應鏈的價值分配？ 能源瓶頸下的電力溢價：當單機櫃功耗突破 400kW，傳統電網已無力招架。為何「自備電力」與「微電網」將成為資料中心的新標配？ 記憶體的超級週期與消費性電子的夢魘：高頻寬記憶體 HBM 的產能排擠效應將如何引爆標準型記憶體的結構性缺貨？這對 PC 與手機品牌意味著什麼？ 請繫好安全帶，我們將進一步翻開 2026 年科技產業的航海地圖！ 2025 年 AI 及科技股發展回顧，資本支出的雙刃劍與市場的再平衡 回顧 2025 年，這是科技產業歷史上資本支出最為瘋狂、也最為分裂的一年。我們見證了超大規模雲端業者（Hyperscalers）為了不被 AI 時代拋棄，展開了一場近乎恐慌式的基礎設施建設。然而，這場豪賭的背後，隱藏著巨大的效率焦慮與架構轉型的陣痛。 資本支出的無情擴張，從軍備競賽到基礎設施固化 2025 年，美系五大 CSP，包括 Google (GOOGL)、亞馬遜 (AMZN)、微軟 (MSFT)、Meta (META)、Oracle (ORCL) 的資本支出總額預計突破 3,880 億美元，年增率高達 79%。這是一個令人咋舌的數字，它不僅反映了對輝達 Blackwell 晶片的渴求，更揭示了 AI 模型參數指數級增長下的算力恐慌。 在這場競賽中，Oracle 成為了一匹黑馬。其 2025 年資本支出成長率預計高達 223%。我們的分析顯示，這並非源於其傳統數據庫業務的增長，而是源於其作為 OpenAI「二房」的戰略地位（主要合作夥伴為微軟）。隨著 Stargate 計畫的推進，Oracle 承擔了大量非微軟體系的算力建設任務。這告訴我們一個訊號：AI 算力的買家結構正在多元化，二線 CSP 與主權雲（Sovereign AI）正在成為新的邊際貢獻者。 另外，微軟與 Meta 的資本密集度（資本支出占營收比重）在 2025 年達到了歷史高點。市場開始擔憂折舊攤提對未來 EPS 的侵蝕。然而，我們認為這種高投入在 2026 年不會停止，但會「轉向」。2025 年是「買 GPU」的一年，2026 年將是「買電力」與「買效率」的一年。 硬體架構的典範轉移，液冷從「選配」走向「標配」 2025 年也是資料中心物理架構的分水嶺。隨著 NVIDIA GB200 NVL72 的量產，單機櫃功耗正式突破 100kW 大關，這個概念相當於在一個電話亭裡面同時開超過 60 支吹風機，若用傳統的「氣冷」方案會導致裡面的設備會瞬間過熱熔毀，在物理上已無法滿足散熱需求，「液冷」技術具有較強的直接吸熱能力，因而提前上位。 回顧 2025 年上半年，液冷供應鏈經歷了嚴重的良率挑戰。快接頭（UQD）的漏液問題、冷卻液分配單元（CDU）的產能瓶頸，一度導致 GB200 的出貨遞延。然而，正是這些陣痛，篩選出了具備精密製造能力的供應商。到了 25Q4，我們看到台系散熱廠（如 奇鋐(3017)、雙鴻(3324)）與系統廠（如 鴻海(2317)、廣達(2382)）已經建立起了一套成熟的液冷量產標準。這為 2026 年迎接更高功率的 Rubin 平台打下了堅實基礎。 消費性電子的虛假黎明，AI PC 與 AI 手機的難題 與基礎設施端的火熱形成鮮明對比的是終端消費市場的冷清。2025 年上半年，市場曾寄望於「AI PC」與「AI 手機」能帶動一波強勁的換機潮。供應鏈數據顯示，25Q3 AI PC 的滲透率已接近 40%，表面上看，這是一個亮眼的數字。然而真相是，这 40% 的滲透率主要來自於供應端（Intel, AMD, Microsoft）的強推，而非需求端的拉動。消費者對於支付溢價購買具備 NPU 功能的 PC 意願低迷。絕大多數「AI PC」在消費者手中，依然只是運行著瀏覽器與 Office 的傳統工具。 2025 年的教訓是，沒有殺手級應用的硬體升級是無效的。微軟的 Copilot 雖然整合進了 Windows，但其對生產力的實質提升尚未達到讓企業大規模汰換舊機的程度。這導致 2025 年全球 PC 出貨量僅維持個位數增長，遠低於市場年初的樂觀預期。 半導體供應鏈的結構性分化 2025 年半導體產業呈現出極致的「K 型復甦」。首先在先進製程與封裝方面，台積電的 CoWoS 產能從年初的緊缺到年底的倍增，依然無法滿足輝達與 ASIC 客戶的需求。這證明了「摩爾定律」在 AI 時代已經演變為「封裝定律」。而反觀成熟製程與標準品部分，車用晶片與工業用 MCU，在 2025 年仍處於庫存去化的泥沼中。這種分化在 2026 年將進一步加劇，AI 相關的產能將持續排擠其他應用，造成新的供應鏈緊張。 2026 年三大關鍵趨勢解析，從量的擴張到質的突變 站在 2025 年的肩膀上，展望 2026 年，我們認為科技產業將進入一個更為深水區的博弈。投資人不能再僅僅關注「誰賣給輝達」，而必須關注「誰能解決 AI 擴張的物理瓶頸」。我們歸納出 2026 年最具潛力的三大關鍵趨勢： 關鍵趨勢一：ASIC 陣營的逆襲與「垂直擴展」網路架構的崛起 市場長期存在一種誤解，認為輝達的 GPU 將永遠統治 AI 世界。然而，隨著 AI 負載從「訓練」向「推論」大規模轉移，以及雲端巨頭對成本控制的極致追求，ASIC（客製化晶片）將在 2026 年迎來真正的黃金時代。這不僅是晶片的戰爭，更是一場關於伺服器內部連接架構的革命。 根據高盛的模型預測，2026 年全球 AI 晶片需求將達到 1,400 萬顆，其中 ASIC 的出貨佔比將提升至 40%。對於像 Meta 的 Llama 或 Google 的 Gemini 這類擁有數十億用戶的服務，使用通用 GPU 進行推論的成本過於昂貴。ASIC 憑藉著針對特定模型優化的能耗比，將成為推論端的主流。 另一方面，亞馬遜 2025 年底發布的 AWS Trainium 3 不只是一顆 3 奈米的晶片，它引入了「NeuronSwitch-v1」架構。這是一個重要的訊號 — ASIC 陣營開始在機櫃內部引入「垂直擴展」技術。過去，垂直擴展 Scale-up（晶片間的高速互連）是 NVIDIA NVLink 的獨門絕技，也是其護城河所在。現在，AWS 透過 Trainium 3 UltraServers，在機櫃內部部署了專用的垂直交換器，實現了類似 NVLink Switch 的功能。這打破了 GPU 在超大模型訓練上的壟斷優勢。 架構變革：垂直交換器的崛起 這是一個尚未被市場充分定價的機會。傳統的資料中心網路架構主要依賴 ToR（Top of Rack）交換器進行水平擴展（Scale-out）。然而，隨著 ASIC 引入 Scale-up 架構，機櫃內部將新增大量的「垂直交換器」。 以 Trainium 3 UltraServers 為例，單一機櫃需要配置 10 台垂直用交換器來連接上下的運算單元。這意味著，交換器的需求量將不再與機櫃數量呈 1:1 或 1:2 的關係，而是變成 1:10 甚至更高。雖然這些櫃內交換器的規格可能略低於頂規的 800G/1.6T 乙太網交換器，但其龐大的數量將創造出一個全新的中高階交換器市場。這對於具備交換器設計能力的 ODM 廠商（如 緯穎(6669)、智邦(2345)）來說，是巨大的營收增量。 投資人期待的原因 投資 ASIC 趨勢，本質上是在投資 AI 的普及化。當 AI 從昂貴的實驗室玩具變成無處不在的基礎設施時，成本效益最高的 ASIC 將是最大的贏家。同時，伴隨 ASIC 而來的網路架構變革，將為網通供應鏈帶來結構性的價值重估。 關鍵趨勢二：能源極限挑戰 — 從「買電」到「造電」的典範轉移 如果說 2025 年的瓶頸是 CoWoS 產能，那麼 2026 年的瓶頸絕對是「電力」。隨著輝達 Rubin 平台與超大規模資料中心的落地，現有的公共電網將無法支撐 AI 的擴張速度。這將迫使科技巨頭從單純的電力消費者，轉變為能源基礎設施的建設者。 輝達規劃中的 Rubin Ultra NVL576，單機櫃功耗預計將達到驚人的 400kW 至 800kW。這完全超出了現有資料中心每機櫃 10-20kW 的設計標準，甚至超過了 GB200 的 100kW 等級，這正是其恐怖之處。另外，OpenAI 與微軟的 Stargate 星鏈計畫目標是建設 5GW 的算力集群。5GW 相當於一個中型國家的發電量，這絕非靠申請公共電網擴容就能解決的。這意味著，未來的資料中心必須「自帶發電廠」。 綜合以上，預估全球資料中心用電量將從 2025 年的 415TWh 翻倍至 2030 年 945TWh，這個數字相當於日本全國一整年的總用電量，這種指數級增長將撞上物理世界的牆。 架構變革：微電網與高壓直流 為了應對這場能源危機，2026 年的資料中心將出現兩大技術變革： 發電端的在地化（On-site Generation）：由於輸電網路建設緩慢，CSP 將開始大規模採購 SMR（小型模組化反應爐）或燃氣發電機組（SOFC）直接部署在資料中心旁。這將帶動中壓變壓器與燃料電池的剛性需求。 用電端的高壓化：為了減少傳輸損耗，資料中心內部的配電電壓將從傳統的 12V/48V 向更高電壓（如 400V DC）遷移。這將導致電源供應器（PSU）與備援電池系統 (BBU) 的全面升級。特別是 BBU，將從過去的「選配」變成應對電網不穩定的「高壓標配」。 投資人期待的原因 能源是 AI 的糧食，在缺電的預期下，任何能提供「能源自主性」或「能源效率」的技術都將享有高昂的溢價。這不是一個短期的週期性需求，而是一個長達十年的基礎設施超級週期。 關鍵趨勢三：記憶體的超級週期 2026 年的記憶體市場將上演一場冰與火之歌。一方面，AI 對 HBM 與企業級 SSD 的需求將把價格推向天際，另一方面，這種產能排擠效應將導致標準型記憶體（PC/手機用）出現結構性缺貨，進而引發消費性電子的成本通膨。 目前 HBM 正經歷產能黑洞，HBM3E 與 HBM4 的製程極為複雜，消耗的晶圓產能是標準型 DRAM 的數倍。三大原廠（三星、SK 海力士、美光 (MU)）為了搶佔 AI 高地，將無情地將產能從 DDR4/DDR5 轉向 HBM。模型顯示，2026 年 DRAM 產業的伺服器端供需缺口將下探至 -18%，為極度的供不應求。這不是簡單的庫存調整，而是最大產能的絕對不足。 NAND 方面，隨著 AI 訓練數據的清洗需求暴增，企業級 SSD（尤其是 Gen5 與高容量 QLC）將成為 NAND 消耗的主力，排擠消費級 SSD 的供給。 架構變革：容量的勝利 隨著 LLM 參數量邁向兆級，記憶體的瓶頸正從「頻寬（Bandwidth）」轉向「容量（Capacity）」。為了在有限的 HBM 容量之外擴充記憶體，市場將轉向「內部擴展」（如 HBF，高頻寬快閃記憶體）與「外部擴展」（如 CXL 記憶體池化）。 群聯(8299) 的 aiDAPTIV+ 技術，利用軟體將 SSD 模擬成 DRAM，正是解決這一痛點的典型案例。 投資人期待的原因 記憶體週期通常伴隨著股價的劇烈波動。2026 年的結構性缺貨將賦予記憶體原廠與控制晶片廠極強的定價權。對於投資人而言，這是捕捉毛利率擴張的最佳時機。但同時，這也是消費性電子下游廠商的惡夢，成本轉嫁能力將成為選股的關鍵濾網。 從 2026 年科技產業三大趨勢，尋找台美股投資航海圖 基於上述三大趨勢，我們排除了純題材炒作的小型股，鎖定那些在供應鏈中具備不可替代性與議價能力的台美股核心關注名單。 美股精選名單 博通 (AVGO) —— ASIC 領域的隱形王者 除了 Google TPU v7 與 Meta MTIA，博通也拿下 OpenAI (Consumer #5) 的客製化晶片訂單，預計 2026 年放量。這將使其 AI 營收佔比突破 50%。隨著 Scale-up 網路架構從 NVLink 轉向開放標準，博通的 Tomahawk 5/6 交換器晶片與 Jericho 3-AI 路由器將成為非輝達陣營的首選。 Marvell (MRVL) —— 雲端 ASIC 的二號玩家 Marvell 深度參與 AWS Trainium 3 的設計與互連技術 (Optical DSP)，隨著 AWS 加大自研晶片部署，Marvell 直接受惠。在 1.6T 光收發模組的 DSP 市場中，Marvell 佔據領導地位，將隨 800G/1.6T 升級潮爆發。Marvell 相對於博通估值較低，是參與 ASIC 與光通訊趨勢的最佳替代選項。 Vertiv (VRT) —— 熱管理與電力龍頭 2026 年 Blackwell Ultra 與 Rubin 平台將推動液冷普及率從 <10% 跳升至 47%。Vertiv 擁有完整的 CDU (冷卻液分配單元) 與液對液 (Liquid-to-Liquid) 技術，是少數能提供端到端解決方案的廠商。目前積壓訂單達 95 億美元，隨著產能開出，2026 年 EPS 成長率預估仍將維持 25% 以上的高速增長。只要資料中心還需要散熱和配電，Vertiv 就是必備標配，不受單一晶片廠市佔率波動影響。 Eaton (ETN) —— 電網升級基礎設施 北美資料中心電力需求預計在 2026 年成長至 49.8 GW。Eaton 在中高壓開關設備 (Switchgear) 與變壓器領域擁有統治地位。公司訂單能見度已延伸至 2027 年，且利潤率隨著專案複雜度提升而擴張。 美光 (MU) —— 記憶體超級週期的最大受惠者 美光在 HBM3E 的良率已追上 SK Hynix，並已打入 NVIDIA Rubin 供應鏈。2026 年 HBM 產能已被訂光。另一方面，由於產能移轉至 HBM，標準型 DDR5 與企業級 SSD 將嚴重缺貨，價格預計上漲 20% 以上。美光作為純記憶體廠，獲利彈性最大，而 2026 年記憶體將會是賣方市場，其擁有一定的議價能力。 台股精選名單 緯穎(6669) —— ASIC 伺服器首選 緯穎(6669) 是 ASIC 營收佔比最高的 ODM，其深度綁定 AWS Trainium 與 Meta MTIA。隨著 2026 年 ASIC 出貨量成長率 (64%) 遠超 GPU (43%)，緯穎(6669) 將享有優於同業的營收爆發力。且其「原廠直銷 (ODM Direct)」模式毛利率優於傳統組裝廠。 智邦(2345) —— 網路架構升級受惠者 智邦(2345) 是高階交換器 ODM 龍頭，受惠於 ASIC 陣營 (如 AWS) 導入 Scale-up 架構，機櫃內部將新增大量「垂直交換器」。此外，800G 交換器將成為主流，1.6T 開始小量出貨，產品組合持續優化。 華城(1519) —— 變壓器外銷王者 華城(1519) 是少數打入美國電力公司供應鏈的變壓器廠。隨著美國變壓器供需缺口持續擴大，交期長達 2-3 年。華城(1519) 受惠於美國電網更新及資料中心變電站建置，外銷訂單能見度已達 2027 年，且外銷毛利率遠高於內銷，預期能享受美國的基礎建設紅利。 AES-KY(6781) —— 高壓 BBU 領先者 AES-KY(6781) 的主要投資邏輯在於 BBU 從「備胎」轉正為「主角」。過去 BBU 是選配，但隨著資料中心電壓提升至 400V DC，在 AI 伺服器動輒數百萬美元的價值下，對 BBU 的安全性與能量密度要求大幅提高，為了防止斷電導致的算力損失與硬體損壞，BBU 將成為每台機櫃的標配，滲透率將大幅提升。AES-KY(6781) 在車用電池模組的經驗使其在高壓 BBU 領域具有領先優勢，已成功打入 CSP 供應鏈，未來前景可期。 群聯(8299) —— 記憶體容量救星 群聯(8299) 投資重點在於其 NAND 控制晶片與 aiDAPTIV+ 方案。記憶體缺貨將推升模組與控制晶片價格，其 aiDAPTIV+ 技術能用低成本的 SSD 擴充 AI 運算記憶體，精準解決中小企業微調 LLM 的痛點，是記憶體產業中具備「軟體定義」價值的獨特標的。 股市進入高度分化階段，擇優布局才能拉開績效 2026 年的科技投資不再是簡單的買大盤或買 AI 概念股。市場將進入一個高度分化的階段。我們建議將資金集中在那些能夠解決「傳輸延遲（Scale-up Switch）」、「電力匱乏（Power/Grid）」以及「記憶體容量（Memory Capacity）」這三大物理瓶頸的企業。 這是一場從軟體模型轉向硬體物理極限的戰爭。在這個新戰場上，擁有核心架構技術與製造能力的供應商，將取代單純的組裝者，成為新一代的市場領導者。

Hut 8(HUT) 股價狂飆 18%：目標價被拉到 85 美元，背後關鍵在這張 15 年長約？

Hut 8 (HUT) 股價在週一午後交易中大漲 18%，原因是 StoneX 的 Benchmark 將其目標價上調至 85 美元，這是市場上最高的目標價。此舉主要是因為該公司最近與 Fluidstack 達成協議，將其 River Bend 數據園區的 245 MW 容量租賃 15 年。 分析師 Mark Palmer 在給客戶的報告中指出：「這筆交易相較於同業交易具有更優越的經濟效益，且具有長期、投資級別的現金流保障，並在 Anthropic、Fluidstack 和 Google (GOOGL) 三個合作夥伴之間嵌入多層擴展選擇性。我們認為這使得 Hut 8 (HUT) 成為公開市場中最具優勢的 AI/HPC 基礎設施供應商之一。」 Hut 8 的管理策略獲讚賞 Palmer 讚揚 Hut 8 (HUT) 的管理團隊，因為他們並未急於在 AI 基礎設施競爭初期變現公司的電力資產，當時的價格、結構和對手方並不理想。他們選擇等待，直到能達成符合 Hut 8 內部收益門檻和策略標準的交易。 Benchmark 對 River Bend 初始 245 MW 的估值約為 76 億美元，這反映了合約現金流和具投資級別評級的 AI 準備電力的稀缺價值。 目標價上調至 85 美元，評級維持強力買進 Palmer 重申其對 Hut 8 (HUT) 的買進評級，並基於分部估值法將目標價從 78 美元上調至 85 美元。這一買進評級與 SA 量化評級和華爾街平均評級相符，兩者均為強力買進。

2026 投資組合怎麼調？UBS 教你在 AI 成長與市場震盪間守住獲利

隨著 2025 年接近尾聲，標普 500 指數今年以來上漲約 17%，主要由通訊服務和資訊科技類股帶動。然而，UBS 全球財富管理團隊提醒投資人，若要在新的一年取得成功，需積極管理投資組合。UBS 預測 2026 年將有強勁的宏觀經濟成長、穩健的企業盈餘及持續且越來越具利潤的人工智慧投資推升股市。以下是 UBS 建議的幾個投資策略。 檢視財務計劃，調整資產配置 在進入新的一年之前，投資人應重新檢視財務計劃，確保投資組合的調整符合長期目標。2025 年科技類股的急劇上漲可能導致投資組合過度集中於此類股，這可能不符合投資人的目標和風險承受能力。透過賣出部分獲利股並將資金重新分配至其他較不受青睞的類股，可以避免投資組合失衡，並在市場回跌時減少損失。 增加資金流動性，利用現金收益 儘管美國聯準會正在進行降息，但現金收益仍具吸引力。Crane 100 貨幣基金指數的年化七天現行收益率為 3.58%，而 Bread Financial 的高收益儲蓄帳戶年利率為 4.05%。現金對於希望保持流動性並避免在市場低迷時出售資產的投資人來說至關重要，但配置不應過大，因為現金收益無法超越通膨。 打造穩健的投資組合 UBS 建議投資人將部分現金用於分散持股，建構均衡的投資組合。自 1945 年以來，分階段建構股票和債券的多元化投資組合在大約 75% 的一年期和約 84% 的五年期內表現優於現金。UBS 指出，配置中等比例的黃金可能有助於抵禦地緣政治衝擊，而高品質的政府債券通常在市場低迷時表現優於現金。 把握投資機會，分散投資 手頭有現金的投資人可能更能抓住股票的良好交易機會，並有機會在不同類股和全球市場中分散投資。UBS 在美國市場看好科技、公用事業、金融和醫療保健類股，而在歐洲市場則偏好銀行、公用事業、工業和科技類股。