泰偉單月營收波動常見嗎？

遊戲股逆風轉強，資金回流題材族群，暑假旺季成觀察重點

今天盤面上，軟體－遊戲族群走勢明顯優於大盤，整體族群上漲 2.89%。領漲個股包括隆中上漲 5.39%、鈊象上漲 3.21%、昱泉上漲 2.14%，顯示資金有往部分強勢股集中。雖然族群內仍可見辣椒、華義等個股回檔，但代表性權值股與指標股多半維持偏強，市場對特定遊戲公司的信心有回溫跡象。 接下來的觀察重點，在於暑假傳統旺季是否能帶動遊戲產業的營運表現。每年這段時間，學生族群娛樂消費通常較活絡，對遊戲公司而言，營收與用戶活躍度的能見度往往較高。除此之外，市場也在尋找非電子族群中的成長標的，而遊戲股兼具題材性與波動性，容易吸引短中線資金關注。若後續各家公司陸續釋出新遊戲上市計畫、海外市場拓展或 IP 授權合作等消息，也可能成為進一步推動股價的因素。 操作上，焦點可先放在今日漲幅明顯且量能放大的個股，例如隆中、鈊象這類相對強勢標的，觀察後續是否能延續動能。不過族群內部表現仍有分歧，並非所有遊戲股都同步轉強，因此不宜因族群發動就全面追價。比較務實的做法，仍是先做好停損與停利規劃，並留意技術面的支撐與壓力。這類族群行情一旦轉熱，波動通常也會放大，若能順著強勢股觀察趨勢延續，會比單純追高更有紀律。

鈊象(3293)反彈704元：暑假旺季與海外授權題材，後續營收能否延續？

鈊象(3293)今日盤中股價來到704元，漲幅2.62%，較前幾日低檔區明顯反彈。市場關注焦點仍在暑假遊戲旺季、世界盃投注熱潮外溢到線上博弈平臺，以及海外授權收入持續擴張，帶動第3季授權營收與整體營收成長的期待。近期月營收維持高檔，3、2月曾創歷史新高，顯示基本面動能仍具支撐，成為股價反彈的重要背景。 技術面來看，鈊象股價近日仍在周線、月線與季線下方，先前已跌破多條均線並創下短中期新低，整體結構仍偏弱中反彈。MACD維持在零軸下方，RSI與日週KD也曾出現向下訊號，顯示中短線仍處於修正區間。籌碼面方面，近期外資、投信與自營商多日賣超，主力近5日買賣超也轉弱，借券與融資壓力同步升溫，壓抑股價評價擴張空間。不過，前期投信與部分主動型資金在高檔仍有布局，代表長線基本面尚未被完全否定。 整體而言，鈊象屬文化創意產業中的臺灣商用遊戲機龍頭，核心在遊戲內容與授權平臺，海外市場擴張持續推進，尤其東南亞與美國Social Sweepstakes帶動高毛利授權占比提升。2026年以來月營收多維持在2,000百萬元以上，年增表現延續雙位數，顯示營運韌性仍在。以目前約14倍本益比與逾5%殖利率觀察，具一定防禦性，但短線籌碼偏空與技術結構尚未完全修復，股價波動風險仍需留意。後續可持續觀察700元附近支撐、法人賣超是否縮減，以及第3季營收與獲利是否符合市場預期。

鈊象(3293)反彈逾2%：海外授權與暑假旺季題材，700元關卡怎麼看？

鈊象(3293)盤中股價來到704元，上漲2.62%。市場關注焦點集中在暑假遊戲旺季、世界盃投注熱潮外溢，以及海外授權收入持續擴張，帶動第3季授權營收與整體營運成長的想像。 從基本面來看，鈊象近期月營收維持高檔，3月、2月曾創歷史新高，顯示成長動能仍在。公司以遊戲內容與授權平台為核心，海外市場布局涵蓋東南亞、歐洲與美國，且授權業務比重提升，有助支撐毛利率結構。 不過，技術面與籌碼面仍偏弱。股價先前已跌破多條均線，短中線結構尚未完全修復；法人近期連日賣超，主力籌碼也偏空，借券與融資壓力同步升溫，短線反彈更像是前期修正後的題材回補。 整體而言，鈊象這波走勢反映的是基本面支撐下的結構性回彈，後續仍要觀察700元附近能否穩住、法人賣壓是否緩和，以及第3季營收數字是否延續高檔。

IBM 警訊後，軟體股 AI 代價如何重算？

IBM 第二季先行預警後，市場開始重新評估企業軟體與顧問服務族群的 AI 代價。表面上看是單一公司財報失色，實際上反映的是企業 IT 預算正在往 AI 基礎設施傾斜，進而壓縮傳統軟體專案與簽約節奏。 文中指出，企業支出並未消失，而是優先順序改變：伺服器、儲存、記憶體等硬體項目先拿到預算，軟體訂閱與交易處理需求則面臨延後。這也讓 SaaS 的核心模式受到重新檢視，因為過去穩定的訂閱制，可能逐步面臨按用量或按成果計價的挑戰。 文章也提到市場仍在找尋真正受惠於 AI 的公司，從資料處理、搜尋、應用軟體到晶片與算力供應鏈，資金開始區分「只是沾上 AI」與「真正卡在 AI 基礎建設位置」的公司。另一方面，Moonshot 的 Kimi K3 事件，則讓 Cadence Design Systems (CDNS) 與 Synopsys (SNPS) 投資人短線不安，但分析師認為，AI 對 EDA 的影響更像效率提升，而非全面取代。 整體來看，這一輪修正不是單純的景氣循環，而是 AI 正在改寫企業支出結構、軟體收費方式與市場估值邏輯。接下來市場會更關注，哪些公司能把 AI 轉化為穩定現金流與可持續毛利，而不只是把 AI 當成財報簡報上的關鍵字。

AI 股價震盪不只是降溫：市場正轉向現金流驗證

最近科技股與半導體族群震盪加劇，市場焦點正從「誰先把模型做大」轉向「誰能把算力賣成錢」。前一階段比的是資本支出、GPU 採購量與資料中心擴張速度；現在更看重營收成長、自由現金流，以及巨額投資能否回本。 從股價表現來看，半導體與軟體板塊都不輕鬆。iShares Semiconductor ETF（SOXX）本週走勢創下自 2025 年 4 月以來最差表現之一，台積電與多家晶片相關公司同步承壓。軟體方面，iShares Expanded Tech-Software Sector ETF（IGV）單日跌幅超過 1%，且過去七週有六週收黑，Synopsys、Cadence Design Systems、Palantir Technologies 與 Microsoft（MSFT）也都回檔。 這波行情更像是 AI 產業進入驗證期。燒錢訓練模型並不稀奇，真正的難題是如何把算力轉成持續收費的生意。T. Rowe Price 投資組合經理 Tony Wang 認為，軟體股估值已開始變得有吸引力，市場情緒可能接近底部；但重點不只是「便宜」，而是企業必須拿出營收加速、自由現金流改善與減債能力提升，才能形成正循環。 Wang 也提醒，下一段 AI 行情的關鍵不再只是模型競賽，而是掌握雲端與 AI 基礎設施的大型科技公司，也就是 hyperscalers。當前市場卡在兩種劇本之間：一種是頂尖模型玩家因中國開源模型競爭壓力而縮手；另一種是為了維持領先而繼續加碼資本支出。問題在於，若前沿投資無法被產品化與標準化，最後可能只是高風險砸錢戰。 Meta Platforms（META）近期的動作，則提供了一個新方向。根據《紐約時報》報導，Meta 正與 Anthropic 洽談為期兩年、總規模高達 100 億美元的合作，由 Meta 提供雲端運算能力，協助 Anthropic 運行 Claude 系列模型。這意味著 Meta 不只是賣算力，而是想把多出的 AI 運算資源包裝成新事業線「Meta Compute」。 這個思路類似 Amazon（AMZN）把 AWS 做成獨立金雞母的邏輯。據報導，Meta 對 AI 基礎設施的資本支出在 2026 年可能高達 1,250 億到 1,450 億美元。過去這些資料中心與硬體主要服務自家廣告、內容與模型，但現在 Meta 也希望把這些資產對外收費，讓外部企業在其 AI 基礎設施上運行模型、使用算力。 這不只是個案。報導也提到，SpaceX（SPCX）已將自家閒置資料中心拿來做算力供應，並與 Anthropic、Google 達成類似協議。這代表 AI 雲服務正逐漸成為一條獨立、可規模化、且有機會高毛利的生意線。原本被市場質疑「只是在燒 GPU」的資本支出，正在被重新包裝成可預期的 recurring revenue。 軟體板塊中也不是每家公司都站在同一條起跑線。當企業客戶要把 AI 導入既有工作流程時，通常更偏好已建立深度合作關係的企業軟體供應商，因為企業不喜歡重做系統。擁有大客戶基礎、既有導入流程與整合能力的公司，往往更容易把 AI 轉成實際收入。 通訊服務板塊也開始出現基本面支撐。根據 Seeking Alpha 的量化評分，S&P 500 Communication Services（XLC）第二季雖下跌近 4%，今年以來仍是溫和負報酬，但第二季預估獲利年增仍有 7.1%，營收成長達 13.7%。若內容平台、雲端服務與廣告科技公司能把流量、數據與 AI 功能轉成付費服務，板塊重新評價並不意外。 另一方面，IBM（IBM）近期警告企業硬體支出趨於保守，對伺服器、設備與供應鏈看似不利，但也可能只是短期支出優先順序調整，不一定代表長期需求消失。企業可能先把資源投入軟體、雲端與 AI 工具，待流程真正打通後，再回頭補算力與硬體。 當然，風險仍在。AI 雲的收費模式尚未完全成熟，企業客戶很多仍在試水溫；若 hyperscalers 無法清楚證明投資回報，資本支出仍可能被壓縮。此外，中國開源模型進展快速，也可能降低 AI 解決方案價格，削弱雲端巨擘的議價能力。 但支持者的看法也有其基礎：頂尖模型、整合能力與資料中心規模仍集中在少數玩家手中。只要這些公司能把技術封裝成標準化產品，再透過雲平台大規模銷售，長線獲利空間依然值得關注。 整體來看，AI 產業正從技術競賽走向商業模式驗證。短線股價震盪雖然明顯，但也讓真正具備客戶、雲端與現金流的公司，開始出現更受關注的估值位置。接下來幾季，市場會持續檢視 Meta Compute 是否能成為新事業線、大型雲端與 AI 公司能否在財報上交出收入加速，以及企業客戶是否願意持續為 AI 支付更高的雲端費用。

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。

傳奇(4994)6月營收創近4個月新低，遊戲股基本面怎麼看？

傳奇(4994)公布6月合併營收1.31億元，為近4個月以來新低，月減19.15%、年減17.04%，呈現同步衰退。累計2023年前6個月營收約8.24億元，較去年同期年減23.23%。

弘煜科(6482)3月營收創近2個月新高，成長動能如何看？

弘煜科(6482)公布3月合併營收3,040萬元，創近2個月以來新高，月增30%、年增18.9%，呈現雙雙成長。累計2023年前3個月營收約1億元，較去年同期成長11.46%。

AI從燒錢走向營收驗證：Meta Compute與軟體股估值回升

科技股近期震盪之際，市場焦點正從模型訓練的高額支出，轉向AI能否帶來實際營收成長。半導體與軟體板塊同步回檔，軟體估值壓力也讓部分分析師認為，部分企業已出現更具吸引力的評價區間。 T. Rowe Price投資組合經理Tony Wang指出，AI投資已進入下一階段，企業不僅要持續投入資本支出，更需要證明收入加速、自由現金流改善與減債能力提升，才能形成正向循環。對他而言，決定後續AI行情的關鍵，將是掌握雲端與AI基礎設施的雲端巨擘財報表現。 在這個背景下，Meta Platforms (META) 傳出正與Anthropic洽談為期兩年、規模高達100億美元的合作，由Meta提供雲端運算能力，支援Claude系列模型運行。市場同時關注Meta擬推出「Meta Compute」，把閒置AI運算資源包裝成新事業線，向企業客戶提供模型托管與AI雲服務，商業模式接近Amazon Web Services (AMZN) 與其多模型平台Bedrock。 若相關布局成形，Meta將不再只是社群廣告平台，而是進一步跨入AI雲服務供應商角色。報導也提到，Meta在AI基礎設施上的資本支出預估於2026年達1250億至1450億美元，顯示其正嘗試把過去被視為燒錢的硬體與資料中心投資，轉化為可持續的經常性收入。 整體來看，AI題材正在從「誰的算力最多」，轉向「誰能把算力賣出好價錢」。對投資人而言，後續觀察重點將集中在雲端業者能否證明AI投資與營收之間的連結，以及軟體與通訊服務板塊是否能在估值修正後，重新吸引資金關注。

軟體估值轉吸引人，AI支出與獲利驗證成關鍵

T. Rowe Price 投資經理 Tony Wang 表示，近期軟體類股估值變得更具吸引力，市場賣壓後，軟體情緒可能接近底部。 Wang 在接受 CNBC 訪問時指出，投資人可留意幾個關鍵變化。首先，超大規模公司的盈利將影響 AI 貿易下一階段的走勢。企業若要支撐龐大資本支出，必須從重資本的模型訓練，逐步轉向展現收入成長，形成收入、自由現金流與債務償還之間的良性循環。 他也談到半導體與科技股下跌背後的市場爭論，焦點包括中國開源 AI 模型的競爭壓力，以及前沿模型玩家未來究竟會減少支出，還是因競爭而增加投資。Wang 認為，許多討論都與 AI 產品化有關，尤其是在最前沿技術上，而技術前線正是價值創造的核心。 對於 IBM 近期對硬體支出的警告，Wang 認為這比較偏向短期因素，未必構成長期風險。他強調，硬體支出的優先順序固然重要，但不代表相關業務的長期價值會消失。 最後，Wang 重申，軟體公司雖然整體估值已有改善，但個別差異仍大。成熟的企業軟體廠商在導入 AI 方面具備優勢，若後續成效持續改善，市場情緒可能進一步轉變。