年中盤點：AI 的成長裡，有多少只是通膨？

做年中回顧的節目很多，敢在回顧裡放一句狠預測的不多。Supply Chained 這集（2026 年 8 月 11 日，Asianometry 的 Jon Y 和前彭博科技專欄作家 Tim Culpan 主持）開場第一句就是 Jon 的下半年預測：「I think we’re going to see one big AI lab collapse.」

我把這集聽完的三個刺點整理出來，最後照慣例補上他們沒講、但我覺得該有人做的功課。

會倒一家，但不是你想的那種倒

Jon 講的「倒」不是破產清算。他的推演是這樣的：AI 實驗室進入第一、二年，各家的模型都出貨了、開始有營收——這件事的副作用是，內部和投資人終於看得出誰真的比較差。模型一旦變成產品，就需要銷售、行銷、廣告這些持續燒錢的東西，不是每一家都撐得起；變現追不上估值的時候，最體面的出路就是賣掉，或者被包裝成一場收購。Tim 問他：那家實驗室會被拯救，還是被安樂死？Jon 的回答是「humanely euthanized」——人道地安樂死。

這個預測有個明顯的弱點：沒有時間窗、沒有觀察指標，事後怎樣都能說自己對。所以我自己補了一組可以追蹤的先行訊號：融資輪之間的間隔開始拉長、API 定價開始削價競爭、關鍵研究員成批離開、已簽的雲端算力承諾被轉手。這四件事開始同時出現在同一家身上，倒數就開始了。

成長數字裡的通膨

這集真正值錢的是 Tim 反覆戳的一個問題：這波 AI 榮景，有多少是真的量在成長，有多少只是東西變貴？

他舉的例子（皆為節目所述）：台積電把全年營收成長預測從三成上調到四成，但資本支出上調有很大一塊是因為設備變貴了；鴻海的商業模式是買零件組裝再賣出，零組件漲價會直接墊高營收數字。往下游看，雲端巨頭的資本支出一季比一季高——但他們買到的是更多的算力，還是同樣的算力連同資料中心、水電、散熱一起變貴了？兩人的結論很誠實：現在拆不出來，要看未來幾季。

拆不出來，不代表不該拆。營收等於價格乘以數量，這是財報分析的第一課，但在敘事最熱的時候最容易被忘記。把每一個「成長四成」拆成量跟價兩條線，很多故事會變成另一個樣子——這件事節目只提了方向，沒給方法，正是自己動手算的空間：晶圓出貨片數對平均單價、伺服器出貨量對單櫃價格、資本支出對實際併網的電力容量。

GPU 愈放愈貴，是異常不是新常態

第三個刺點：照過去二十年的規律，一顆 GPU 上市六個月就該變舊變便宜，現在卻是上架後還漲價。摩爾定律被暫時翻面了。

Tim 對這件事的態度重到值得原文記下：如果有人開一檔基金，賭同型 GPU 價格會逐季持續上漲，「我一定放空你」。他認為這是供需錯配下的短暫異常（a blip），不是可以外推的趨勢。順帶一提，節目裡還講了一個供應鏈當「鏈條鬆緊」用的細節：雲端巨頭不想這麼快裝機，就叫系統整合商晚點出貨，訊號一路往上游壓，能擠出幾個月的財務空間——但貨在倉庫躺太久，就會被下一代晶片追過。壓貨策略自帶罰則。

帶得走的一件事

這集最值得帶走的觀念：名目成長要拆成「量」和「價」兩件事看。同樣一個「成長四成」，量驅動和價驅動是兩個完全不同的故事——前者是需求真的在長，後者可能只是通膨穿著成長的衣服。

一個可以馬上做的練習：挑一個你最相信的成長數字——你持股的營收成長、你自己的薪水成長、你家房價的漲幅——動手拆一次量和價。薪水漲了百分之五，同期物價漲了多少？營收成長四成，出貨量長了多少、單價漲了多少？拆完你會發現，有些你以為在變好的事情只是在變貴，而分辨這兩者，是所有判斷的起點。

Markdown 原文

本文為投資方法論的教育性分享，不構成任何個股買賣建議、不提供目標價、不針對當期標的。投資有風險，任何決策請自行判斷或諮詢合格的專業人士。