Viga's View :AI 泡沫還是電力塞車？
永豐AI 論壇揭開的5 個震撼真相 ~語音檔請點下面連結
焦慮中的真相
目前全球市場正處於一種極度矛盾的狀態：一方面是雲服務商（CSP）如黑洞般的資本支出（Capex）規模，預計2027 年將達到1.2 兆至1.5 兆美元的驚人水平；另一方面則是投資者對於AI 投資回報率（ROI）遲未在財報中“兌現”的集體焦慮。這種焦慮引發了市場近期的「估值倍數修正」（Valuation Multiple Compression）與情緒性的去槓桿行為。
然而，在2026 年9 月舉辦的永豐證券AI 產業趨勢論壇中，資深產業專家釋放了明確的信號：當前的市場波動本質上是「電力交付延遲」引發的「結構性瓶頸」（Structural Bottleneck），而非AI 需求的消失。這是一場關於執行力與基礎設施建設的馬拉松，而非泡沫破裂的序曲。
第一個真相：算力回收期比你想像快得多
面對市場對「AI 沒錢賺」的質疑，論壇引用了財務模型與第一線數據進行強力反擊。與傳統硬體長達3 至5 年的回收期不同，AI 基礎設施的變現速度極其驚人。
財務回收數據分析
AI Server 回收期：根據Alphabet 的財務預測與實務觀察，AI 服務器的回收期低於2 年。
自研晶片（ASIC）優勢：若採用CSP 自研的TPU，回收期甚至不到1 年。
算力出租獲利公式：只要GPU 使用率（UTR）維持在80% 的高檔，一顆B200 在兩年內即可完全回本（基於5 年折舊假設）。
「AI 成長動能依然強勁(AI growth remains strong)。」— 程正樺，騰旭投資長。
這意味著目前的Capex 並非盲目的軍備競賽，而是具有高度財務合理性的長期設備投資。
第二個真相：電網延遲產生的「無效投資比率」 (ANIS)
投資者近期在CSP 資產負債表上頻繁看到的「未上線資產」（Asset Not In Service, ANIS），被誤讀為庫存積壓，實則反映了電網端的阻塞。
「無效投資比率」的財務指標
論壇提出了一個關鍵公式：當季增量ANIS 除以當季Capex = 無效投資比率。
Google 的警告：其ANIS 規模已累積至驚人的1,200 億美元。
龍頭佔比：Meta 與Google 在1H26 的ANIS 佔比高達40%-50%，Oracle 亦超過40%。
這筆錢已經花掉、設備也已買齊，但卻卡在電力審批冗長、變壓器交付期過長。這是一種「階段性堆積」，當電網與變壓器到位後，這筆龐大的資產將迅速轉化為產能，而非帳面損失。
第三個真相：缺電反而推升了「算力密度Alpha」的需求
一個看似違背直覺的邏輯正在主導供應鏈：正是因為電力GW 供應受限，CSP 必須被迫轉向更昂貴、更有效率的硬體平台。
算力密度成為唯一成長槓桿
在電力限制（GW 數量有限）的環境下，「計算密度」（Compute Density）成了提升Token 產出的唯一途徑。這迫使CSP 縮短產品週期，加速採購Blackwell 甚至Rubin 平台，因為相同的GW 消耗下，Blackwell 能產出的Token 數量是前代的翻倍以上。
單一機房投資額：已從500 億美元墊高至700 億美元。
表後發電(BTM) 的突圍：業者不再被動等待電網，轉向燃氣渦輪（GEV）與燃料電池。 GEV 的年產能正處於極度吃緊狀態（2026 年14GW，預計2030 年需達到26GW）。
每GW 對硬體廠商的收入貢獻預估
Nvidia Blackwell 平台：約250 億美元
Nvidia Rubin 平台：約400 億美元
Broadcom（含ASIC 與網通）：約250–300 億美元
第四個真相：Token 經濟學與模型商的獲利真相
市場對模型廠（Frontier Labs）不獲利的擔憂，主要源自於對研發投入的誤解。
商業模式的有效性
研發vs. 營運：模型廠的毛利率穩定在50%-70%之間。目前的虧損主要原因是龐大的R&D 與基礎設施預付投入，而非商業模式不具備變現能力。
使用者行為改變：Token 消耗的增加並非只來自使用者數，而是任務複雜度的提升。例如AI 以前只寫程式碼片段，現在則開發完整系統，這種深度耗能支撐了長期的算力需求動能。
開源衝擊：雖然開源模式迫使原廠降價，但價格下滑反而刺激了企業端的用量爆發，形成了規模經濟。
第五個真相：硬體供應鏈的「深水區」訊號對比
投資者在佈局硬件供應鏈時，必須區分「訊號」與「雜訊」。
庫存天數的關鍵對比
半導體上游：庫存天數目前僅維持在「歷史平均」，屬於健康範疇。
下游ODM/EMS：包含廣達、鴻海、緯穎在內的廠商，其存貨天數已來到歷史高檔，存貨金額更創新高。這是投資者需警惕的情緒擾動與評價修正區。
地理與策略性避風港
德州（ERCOT）訊號：比起監管嚴苛的PJM 與MISO 電網，德州因跨區監管寬鬆、建設速度快，成為資料中心遷移的首選地點。
供應鏈多元化：由於國內電力瓶頸，約有1/3 的訓練與強化學習（RL）算力容量正被計劃轉移至海外不受限地區，這將帶來次世代硬體規格的新一波商機。
這是一場流動性與執行耐力的考驗
綜觀論壇的核心論點，目前的AI 市場並非面臨泡沫，而是一場關於**「流動性與執行工期」（Liquidity and Execution Duration）**的競賽。投資者不必糾結於AI 是否為假議題，而應轉而關注「電力何時到位」。
操作建議：未來數個季度，請務必盯緊各大CSP 財報中的ANIS（未上線資產）或在建工程（Construction in Progress）佔資本支出的比重變化。當這個比例開始下降，代表電力瓶頸正在解除，隱性庫存將轉化為真實的獲利動能。
當電力與政策不再是瓶頸，誰會是下一個收割AI 獲利紅利的領頭羊？這將取決於誰能在此刻的「電力塞車」中，佈局最優質的高密度算力資產。
留言