投資理財

AI 產業利潤去哪了?用 Christensen 理論重新檢視 AI 供應鏈

這波修正,是流動性衝擊還是基本面反轉?

近期科技股大幅修正。9 月核心 CPI 高於預期,美元升至 18 個月高點,AI 相關股重挫,那斯達克單週創 6 月以來最大跌幅,主要晶片股指數較 6 月高點回落約兩成。然而筆者認為,這本質上更像是一次流動性衝擊,而非 AI 基本面反轉。

賣壓先從信用市場開始:CoreWeave 的五年期 CDS 利差突破 1,000bp,一般視為信用壓力的門檻;AI 相關美元高收益債利差在 10 月 13 至 14 日擴大 25bp,非 AI 債券只擴大 2bp。市場又把長鑫的新設計、AI 融資與 Anthropic 上市等消息一併往壞處解讀,避險基金同步減碼。但與次貸時期最大的不同,是算力租金至今仍在上漲;至於 Vera Rubin 砍單的說法,Nvidia 稱藍圖不變,我認為更像是先前預期過高之後的修正。現階段比起全面撤退,更重要的是區分兩類資產:被錯殺的優質公司,以及缺乏獲利、純靠資金撐起的標的。

我最近複習了哈佛商學院教授克里斯汀生(Clayton Christensen)的理論,發現它正好提供區分的工具。

過去兩年,AI 投資幾乎等同於「買算力」。但市場近來有兩種聲音:一是開源模型與低價 API 快速追趕,模型層似乎正在商品化;二是四大雲端業者 2026 年資本支出合計約 7,000 億美元,市場開始追問投資報酬率。本文用克里斯汀生的低端顛覆與利潤守恆定律檢驗這兩個現象,推演超額利潤落在哪些環節與公司,並用最新財報檢驗營收成長是否等於利潤提升。

您目前沒有權限觀看全文,請登入您的帳號或加入訂閱    

 

*本文非投資意見,亦不構成任何投資產品之要約、招攬或建議。

發佈留言