2026 年 10 月 6 日,美股與台股陸續創下歷史新高,當時市場對 AI 的投資熱情仍處於高點。短短一個多月後,市場氣氛卻出現劇烈反轉。NASDAQ 單週下跌 10%,費城半導體指數單週重挫約 11%,NVIDIA 單週下跌 23%;標普 500 也正式進入技術性修正。
台股的情況更加慘烈。加權指數從 10 月 6 日盤中高點 49,968.92 點,到 11 月 20 日盤中低點 35,738.68 點,最大回撤達 28.48%。單週下跌 7,641 點,創下史上最大單週跌點紀錄,市值蒸發約 25 兆元。11 月 20 日單日更下跌 2,393 點,跌幅 6.23%。
這次下跌最值得注意的是速度與市場結構的變化。上市櫃合計融資餘額從 10 月高點的 8,817 億元降至 5,681 億元,累計減少 35.6%,單日最大減幅更達 637 億元。外資 10 月賣超台股 9,943 億元,創歷史紀錄,11 月也持續大幅撤出。
當外資賣壓、ETF 與機構部位調整、自營商避險交易,以及融資追繳與強制平倉同時發生,市場便形成典型的負向循環:股價下跌觸發賣單,賣單進一步壓低股價,再引發更多被迫賣出。
政府也迅速出手。國安基金已啟動市場穩定措施,金管會則於 11 月 23 日實施平盤以下全面禁空,並將融券保證金成數提高至 150%。但必須理解,限空令能限制部分空方交易,卻無法阻止外資出售現股,也無法直接消除融資斷頭與機構降低風險部位的需求。
這場崩跌真正值得研究的問題是:這真的是 2000 年網路泡沫翻版嗎?黃仁勳事件、錢荒、通膨加上聯準會高機率升息,讓市場雪上加霜,投資人究竟該如何應對?
一、AI 多頭的四大支柱,是否正在瓦解?
我認為這次修正不能單純歸因於市場情緒,而是過去兩年 AI 多頭行情的四個核心假設,同時開始受到檢驗。
1. AI 商業化速度能否追上資本支出?
過去市場願意給予 AI 產業極高估值,主要建立在一個預期上:生成式 AI 將迅速改變企業生產力,並創造龐大的商業收入。但現在市場開始追問,OpenAI、Anthropic 等模型公司的營收成長,能否轉化為足夠的毛利與自由現金流?模型競爭越激烈,價格戰與推理成本控制就越重要。開源模型也持續壓低使用 AI 的成本,使企業客戶更容易在不同供應商之間切換。當市場從關注營收成長率,轉向檢視獲利能力與資金消耗,單純以用戶數或模型能力評價公司的時代就會受到挑戰。Anthropic 上市後隔日股價下跌 9%,也反映公開市場開始嚴格檢驗 AI 公司的估值。
2. 科技巨頭的資本支出與融資模式開始面臨壓力
過去幾年,投資人只要看到 Microsoft、Amazon、Google、Meta 上修 Capex,就能推估上游晶片與 AI 基礎設施供應商的成長空間。現在市場放大檢視的是這些投資究竟能產生多少回報?
資料中心建設需要龐大資金,除了科技巨頭自身現金流,也愈來愈依賴發債、私人信貸及新興算力雲公司的融資。部分 AI 基礎設施甚至透過晶片供應商投資、融資支持與長期採購承諾形成複雜的資金循環。NVIDIA 過去在這個生態系中不僅是晶片供應商,也參與支持部分下游算力業者的融資安排。如今這些交易的風險開始受到檢視。
尤其黃仁勳於 11 月 12 日離任,隨後 SEC 又傳出調查 NVIDIA 可能涉及的會計問題。Reuters 指出,調查範圍尚未完全釐清,調查也不代表公司已經違法,但這些事件無疑加重了市場對 AI 融資結構與收入品質的疑慮。當融資成本提高、資金提供者開始要求更高風險溢價,部分 AI 建設計畫就可能延後或縮減。
3. AI 基礎建設面臨物理與政治限制
AI 發展需要晶片,也需要電力、土地、冷卻設備、資料中心及電網。隨著民主黨在期中選舉大勝,美國地方政府對資料中心用電、土地使用與環境影響的反對聲浪正在升高,聯邦政策也開始出現對海外資料中心建設的限制訊號。這些問題不一定會消滅 AI 需求,卻可能改變資料中心建設的速度與成本。對上游供應商而言,原本預期在 2027 年交付的設備與零組件,可能因為電力接入、融資或審批問題而延後。
4. 供給可能在需求放緩時集中開出
這是我認為最值得警惕的中期風險。前幾年 AI 需求爆發後,晶片、HBM、DRAM、NAND、光通訊、PCB、電源與散熱廠商紛紛擴產。這些投資具有時間差,即使今天客戶開始放慢新增訂單,已經投入的產能仍可能在 2027–2028 年陸續開出。如果屆時科技巨頭的資本支出增速下降,新增供給卻持續增加,半導體產業就可能從供不應求轉向供需失衡。這將使市場面臨更嚴重的問題:企業營收與獲利可能同步下修,股價也必須重新反映下一輪景氣循環。
二、這是 2000 年網路泡沫翻版,還是 1997–1998 年的中途洗盤?
目前華爾街對這波修正存在兩種主要解讀。
1. 多頭:這只是長期牛市中的週期性修正
Yardeni 認為,只要美國經濟沒有陷入衰退,企業獲利前景就仍然具有支撐力。目前半導體預估本益比已經大幅壓縮,部分優質公司的估值開始具備吸引力。他預期這次下跌仍屬於長期多頭市場中的一次修正,而非熊市的開始。Tom Lee 也將目前情況類比 1997 年的 Cisco。當年市場曾因網路建設需求是否見頂而恐慌,Cisco 股價短短三個月下跌近 50%,但隨後又迎來強勁成長。他認為目前市場正在經歷類似的敘事重設,AI 長期投資主線並未結束。
2. 空頭:AI 資本支出可能進入結構性減速
瑞銀 David Lefkowitz 提出一個重要觀察:過去幾年市場的投資邏輯是 AI 基礎建設不斷擴張,現在則開始進入驗證商業變現能力的階段。AI 資本支出同時受到物理條件與融資能力限制,未來很難持續維持過去幾年的爆發式增速。當市場開始檢視企業能否將龐大的設備投資轉換成實際營收,半導體產業自然會面臨估值重新定價。
Dan Niles 則提醒投資人不要忘記 2000 年網路泡沫破裂的教訓。當年 NASDAQ 最終下跌 78%,費城半導體指數下跌 83%,但在漫長的下跌過程中,NASDAQ 仍曾出現七次超過 25% 的反彈。他認為目前更接近 1997–1998 年的中途洗盤,但也承認只有事後才能確認市場頂部。投資人不能因為產業長期趨勢仍然存在,就忽略中間可能出現的巨大回撤。
投資人也要留意,即使整體經濟沒有衰退,半導體產業本身仍可能發生嚴重的景氣衰退。半導體是高度週期性產業。當企業同時擴大產能,卻遇到終端需求放緩,營收、獲利與股價都可能大幅下修。過去的週期也顯示,半導體股價的跌幅經常遠大於實際營收跌幅。因此,不能只用美國 GDP 是否衰退來判斷這次 AI 崩跌的嚴重程度。
其他觀點:AI 需求沒有消失,可能只是應用落地前的空窗期
目前可能正處於 AI 應用迭代的空窗期。2025 年市場也曾質疑科技巨頭投入大量資本支出,卻遲遲看不到足夠的商業回報;直到 2026 年 Agentic AI 應用開始爆發才帶動新一輪算力需求。目前 OpenAI 與 Anthropic 正將戰場從 Coding 擴展至科學研究與知識工作者等領域。這些應用尚未帶來下一波指數級營收成長,但不代表底層算力需求已經被證偽。換句話說,市場可能正處於第一波基礎建設投資完成後,等待下一波殺手級應用出現的過渡期。
美國經濟對股市財富效應的依賴
這是我覺得很值得注意的多頭觀點。
*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。