炒作之外：為何大型科技公司的AI支出熱潮正在改變我們的看法

多年來，分析美國大型科技股在財報季的表現一直遵循著一個熟悉的模式：每當市場領導者宣布對次世代技術投入巨額資金時，交易者通常會對這一消息表示歡迎。大規模支出被視為市場主導地位、積極創新以及未來營收成長的明確訊號。

如今，這種動態已經改變。

在最近的季度財報電話會議中，市場參與者見證了一種反覆出現的模式：一家超大型科技巨頭營收超出預期、營運利潤穩健，並宣布再投入 500 億至 800 億美元於人工智慧基礎設施，但隨後其股價卻在一夜之間下跌。

是什麼因素推動了這種轉變？要理解美國科技股為何如此劇烈波動，散戶交易者需要超越軟體層面的新聞標題，審視幕後的實體與資產負債表現實。

「避風港」的轉變：科技巨頭如何改變其資產負債表

要理解目前美國科技股整體的波動性，我們首先需要了解主要科技公司，特別是像 Microsoft、Amazon、Alphabet、Meta 和 Oracle 等雲端巨頭，如何轉變其資產負債表的管理方式。

在 2008 年全球金融危機後的十年間，交易者將大型科技公司視為在經濟不確定時期，可靠且低風險的資金存放處。傳統的安全資產雖能提供穩定性，但科技領導企業則提供了獨特之處：龐大的現金儲備。像 Apple、Alphabet、Microsoft 和 Meta 這樣的公司，在經營高利潤軟體平台的同時，累積了數千億美元的現金。在整體市場放緩期間，交易者買入這些股票，因為其現金儲備提供了強而有力的財務緩衝。

然而，目前的人工智慧建設已經徹底改變了這種動態。這些雲端巨頭已不再只是單純地持有大量現金。

市場預測顯示，五大科技巨頭（Amazon、Alphabet、Microsoft、Meta 和 Oracle）的年度資本支出總額正邁向 6,600 億至 7,500 億美元。這樣的支出規模佔其年度總營收的 38% 至 57%，

這種資本密集程度在歷史上僅見於石油管線、重工業製造和電力公用事業，並非輕資產型的軟體業務。

為了資助這項擴張，這些科技公司已不再完全依賴現金儲備，而是大舉借貸。主要雲端巨頭的企業債券發行總額已超過 1,750 億至 2,000 億美元以上。透過將現金緩衝轉換為長期債務、實體不動產和重型設備，超大型科技企業已承擔起更高的營運成本。

隱藏的瓶頸：快速硬體與緩慢電網之間的落差

除了資產負債表之外，科技巨頭的支出還面臨一項實體障礙：這些公司所購買的東西，以及這些東西要接上哪裡。建構現代人工智慧系統需要仰賴兩種主要硬體類型所提供的原始運算能力：

• GPU（圖形處理器）：由 Nvidia 等公司率先開發的專用晶片，能同時處理數千項運算，是訓練 AI 模型的主要引擎。
• TPU（張量處理器）：由像 Google 這樣的科技公司內部自行設計製造的客製化晶片，用於處理專屬任務，同時降低對外部供應商的依賴。要持續運行數萬個這類高效能晶片，公司必須建造大型資料中心。但與傳統雲端軟體不同，後者可以在幾秒鐘內於全球線上發布，建構現代 AI 資料中心卻會遇到一道實體上的硬性限制：電力電網。

單一高密度 AI 資料中心的耗電量，可能相當於一座中型郊區城鎮的用電量。在整個北美和歐洲，電力公用事業公司告知科技巨頭，將這些大型設施接入高壓電線需要等候 4 至 7 年。

這種延遲為公司利潤帶來了重大的時間問題：

1. 硬體使用壽命短：先進的 AI 晶片老化速度很快。

今天購買的一組晶片，僅在2至3年內就會因更新、更快的晶片問世而過時。

延遲的收益產生：當科技公司今天花費數百億美元購買晶片，卻因等待電網連接而無法在數年內以滿載容量運行這些伺服器時，硬體在閒置期間便會貶值。

現金立即從公司的資產負債表中流出，但新的軟體收益卻要經過多年的延遲才會顯現。當公開市場重新計算這種多年延遲時，預期利潤率會受到壓縮，導致股價下跌。

追隨資金流向：資本正在轉向何處

雖然高額支出對軟體開發商造成短期壓力，但這股數千億美元規模的現金潮，正直接流入供應實體設備公司的口袋。

1. 電網與公用事業供應商：資料中心需要持續不斷的基礎電力供應。獨立電力生產商，以及製造高壓變壓器與電網硬體的設備製造商，例如Constellation Energy、Vistra Corp、GE Vernova及Eaton Corporation，均出現了長達數年的訂單積壓。
2. 液冷與熱管理專家：高效能AI晶片會產生傳統風扇無法散去的強烈熱量。建造液冷系統與伺服器機架精密散熱基礎設施的公司，例如Vertiv Holdings、Schneider Electric及Modine Manufacturing，皆見證了結構性需求的飆升。
3. NAND快閃記憶體與記憶體架構：現代AI加速器若缺乏龐大的頻寬與高密度儲存能力，便無法獨立運作。訓練與運行複雜模型會產生嚴重的記憶體瓶頸，因為若資料無法足夠快速地移動，GPU便會停滯。這種物理限制引發了記憶體與儲存專業廠商的股市重新評級，例如Micron Technology (MU)及SanDisk (SNDK)。過去，Wall Street將這些股票定價為與PC及智慧型手機週期相關的波動性、低利潤消費性商品供應商。然而，隨著雲端巨頭下達了龐大的多年期DRAM／High-Bandwidth Memory (HBM)以及企業級NAND快閃記憶體Solid-State Drives（eSSD）訂單，估值倍數隨之擴大。由於伺服器級NAND及HBM產能已提前數年售罄，且營業利潤率大幅擴張，公開市場已將記憶體與快閃記憶體供應商重新評級為AI基礎設施中不可或缺、高利潤的瓶頸環節。
4. 客製化晶片與半導體合作夥伴：為降低對單一供應商的依賴，科技巨頭正在設計自家內部晶片（例如Google的TPU及Amazon的Trainium晶片）。這為專業晶片設計與晶圓代工合作夥伴，例如Broadcom、Marvell Technology、Taiwan Semiconductor Manufacturing Company (TSMC)及ARM Holdings，創造了長期業務。相較於純粹透過消費者應用程式來看待人工智慧，聰明資金已日益轉向這些資料中心運行所需的實體供應鏈。

結論：分析跨資產類別的相互關聯性

要駕馭當前這波市場週期，需要超越軟體發布的頭條新聞，並認識到物理限制如何在全球市場中重新為風險定價。

市場並非拒絕AI，它只是在調整股價，以反映更高的債務、即時的現金支出，以及實體基礎設施的延遲。在過往的科技週期中，投資者對資本支出的反應是單純的樂觀，其假設是投資增加自然會帶來未來利潤的提升。而今天，市場以更加嚴格審視的角度來評判支出。當雲端巨頭承諾投入數百億美元建設基礎設施，卻沒有新軟體收益的即時時程表時，市場便會將焦點放在即時的財務負擔上：利潤率收緊、現金儲備縮減，以及債務償還成本上升。

這種結構性轉變，從根本上改變了科技股與整體經濟互動的方式。過去，大型科技公司持有龐大的現金儲備，使這些公司得以隔絕於更廣泛的經濟變動之外。 如今，隨著數千億美元的公司債券發行，用於建設資料中心並確保電力線路，科技業的利潤率已變得對利率、bond yield spreads 及借貸成本更為敏感。

與此同時，資產類別之間的界線正逐漸模糊。軟體推出時程已不再取決於開發人員撰寫程式碼的速度，而是由電網容量、變壓器製造積壓訂單以及電力公司併網排隊時間所決定。因此，天然氣等能源大宗商品以及電力公用事業股票，正逐漸成為科技執行力的主要領先指標。

最終，由於超大型科技公司在 S&P 500 及 Nasdaq 100 等主要基準指數中佔有極高的權重，單一股票的支出公告影響範圍遠遠超越矽谷。透過追蹤資產負債表債務、電網等待時間及實體資本流動，市場觀察者能更清楚了解真正驅動股票、大宗商品及全球指數價格發現的因素。