接受這期財訊的專訪,剛好就提到最近華爾街再次熱議的AI減緩論,很多人問我,這一波AI行情,到底還能走多久?我反而更關心的是,誰站在產業結構下一波重組的核心位置。 美銀 Hartnett 提出所謂「AI 顛覆交易」正在加速擴散,一旦有科技巨頭削減資本支出,將引發美股“輪動海嘯”。這種說法市場很容易買單,因為邏輯看起來很直線:AI 熱潮推高 Capex,一旦縮手,泡沫現形。 這個推論有一個根本性的前提錯誤,它把現在的 AI 建設期,當成需求尾聲。 如果 AI 只是模型競賽,那資本支出確實可能在訓練高峰過後放緩。但問題是,模型競賽只是第一階段。真正被市場低估的,是第二階段:物理 AI 與 AI 代理經濟。 先談物理AI。 當AI從雲端生成內容,走向控制機器、管理產線、駕駛車輛、優化倉儲,算力不再是集中式訓練,而是分散式、全天候推理負載。自動駕駛系統需要即時處理高頻感測數據;智慧製造產線需要毫秒級決策;機器人與工業控制系統需要持續運算與記憶體頻寬支撐。 這種需求不是一次性爆發,而是持續存在的運作成本。 這會直接牽動兩個核心節點:先進製程與先進封裝能力,以及高頻寬記憶體供應。目前高階製程與 HBM 產能長約鎖定、價格維持強勢,並未出現典型泡沫末端的庫存堆積或報價鬆動。這說明需求並非投機性拉貨,而是結構性擴張。 再談AI代理。 市場還把AI當工具,但企業真正導入的方向,是可執行任務的 Agent。當AI能自動搜尋資料、生成決策建議、發出訂單、調整排程,它就不是輔助系統,而是數位勞動力。每一個 Agent 都是長時間在線的推理節點。 如果一家中型企業部署數百個 Agent,這不是單一模型服務,而是持續算力消耗。當這種模式在企業層面普及,算力需求曲線將從訓練主導,轉為推理主導。 這裡的變化在於,需求不再呈現「建好模型後歸零」的特性,而是像電力或網路頻寬一樣,成為營運基礎成本。 回到現在大家最擔心的自由現金流。 FCF = 營運現金流 − 成長型資本支出。 當資本支出用於建設未來產能,自由現金流短期承壓是正常現象。真正需要警惕的是營運現金流轉弱、長約減少、價格鬆動。目前並未看到這些訊號。 像 Amazon、Microsoft、Alphabet,在算力部署上仍維持積極節奏。對平台企業而言,算力是競爭優勢。主動縮減投資,等於讓出市佔與技術主導權。真正可能承壓的,是資本結構脆弱、沒有長約保障的邊緣業者,而非頭部企業。 如果物理 AI 與 Agent 經濟逐步滲透,會發生什麼? 資本支出與現金流回收會同時存在。隨著利用率提升,營運現金流斜率上升,折舊仍在跑,但收入成長更快,自由現金流可能出現快速翻正甚至放大的階段。 這不是樂觀假設,而是基礎設施產業的典型循環。建設期壓縮現金流,營運期釋放槓桿。 美銀擔心的是輪動海嘯;我更關心的是需求曲線是否即將進入第二段斜率。如果 AI 從工具進化為生產要素,算力與記憶體就不再是科技題材,而是戰略資產。那麼 7000 億美元的資本支出,與其說過度,不如說是提前卡位。 市場現在爭論的是短期財務指標;產業正在發生的是結構性升級。當物理 AI 與 Agent 經濟真正展開,今天被質疑的投資強度,可能只是長期回報的起點。 填寫問卷可加入社群,持續交流、追蹤更多法人觀點與研究文章:https://cmy.tw/00CiQA