軟銀SB Neo成立後台灣AI供應鏈誰先接單？3個篩選條件解析
軟銀2026年7月成立SB Neo進軍美國neocloud市場，搭配Stargate計畫5,000億美元與10GW資料中心園區，形成建設加營運雙軌佈局。鴻海與軟銀在俄亥俄州成立合資廠、廣達為Oracle主要ODM，是目前可查證的直接供應關係。本文提出三個篩選條件：是否為已確認直接供應商、是否為剛需採購環節、是否具備難以替代的市佔優勢，協助投資人從概念股名單中辨識真正受惠的台灣AI供應鏈標的。
AI投資分析實例
概念股題材介紹
康寧 GlassBridge 量產倒數：台灣供應鏈 4 個卡位點，最被低估的不是光通訊廠
康寧 2026 年發布 GlassBridge 晶圓級玻璃光互連平台，搭配台積電 COUPE 矽光子平台同期量產，業界定義 2026 年為 CPO 商轉元年。台灣供應鏈浮現四大卡位點，其中玻璃材料加工因康寧核心專利 Q4 到期、正達與宸鴻搶先佈局在地化生產，被視為估值落差最大的投資方向。全球玻璃基板先進封裝市場預估 2031 年達 32 億美元，但華爾街提醒概念題材與營收兌現間存在 1 至 2 年時間差風險。
AI投資分析實例
算力需求飽和了嗎？拆解訓練與推理的4組數據看懂多空分歧｜2026年中觀察
市場對AI算力需求的多空爭論，核心在於投入的資本能否回收。本文從訓練與推理兩端切入，拆解NVIDIA資料中心營收年增92%、四大雲端資本支出合計7,250億美元、台積電CoWoS缺口達30-40%、以及BIS年報泡沫警告等4組數據，說明訓練端出現規模報酬遞減，但推理端因Agentic AI爆發已佔全部算力三分之二。文末結合Wistock量化數據，點出日月光、台積電、廣達等供應鏈標的的基本面表現，供投資人判斷真正瓶頸與機會所在。
股市洞察與主力動向
川普再點名、富豪急搬錢——3張圖看懂地緣恐慌期間台股資金真正流向的規律
2026年6月台股在22個交易日內經歷盤中最大跌點與歷史新高的極端擺盪，外資累計賣超近6,000億元、單周拋售創紀錄，但內資ETF逆勢承接形成結構性對作。融資餘額從8,134億歷史高點單日蒸發200億，散戶槓桿放大短期波動。同時86%台灣10億級富豪已布局境外資產，地緣風險驅動的全球化配置成為結構性趨勢。本文透過3張圖表拆解外資、內資與散戶三方資金動向，找出地緣恐慌期間台股資金流動的可預測規律。
AI投資分析實例
Meta自建雲端賣算力：台灣AI供應鏈第4個超級客戶或殺價競爭前兆？
Meta將2025年資本支出上修至600至650億美元，並規劃對外銷售閒置GPU算力，從自用型轉向平台型雲端業者。台灣AI伺服器供應鏈目前高度集中於AWS、Azure、Google Cloud三大客戶，Meta若成為第四個規模級買家，短期將為ODM與散熱、光通訊等次產業帶來增量訂單，但同時與三大雲端形成直接競爭，可能觸發算力價格戰並壓縮中長期毛利率。投資人應區分一次性建置營收與經常性維運營收，關注客戶集中度風險與ASP趨勢，判斷增量訂單與價格侵蝕的淨效果。
投資策略與選股技巧
法說前 17 天：外資法人這次最想問台積電的 3 個問題，你提前知道才不會被市場情緒帶著走
外資法人在台積電法說前二至四週便已完成財務模型更新，真正的資訊不對稱存在於「解讀能力」而非資訊取得。本季法說最受關注的三大議題為：CoWoS先進封裝產能擴張時序、美國廠資本支出對ROIC的長期影響，以及N2量產良率與定價能力。個人投資人若能提前理解這三個問題，便能在法說當天以事實評估取代情緒反應，避免「預期膨脹、符合預期即賣出」的行為財務陷阱，同時兼顧地緣政治風險與AI需求週期兩條交叉主線，維持判斷獨立性。
投資策略與選股技巧
台灣 2100 億無人機預算後：供應鏈 3 個深層受益段，比概念股清單更值得深究
台灣2100億無人機特別預算涵蓋自主研製、量產採購、後勤保障及反無人機防禦四大方向，供應鏈受益期預估長達5至8年。市場最常提及的機體組裝廠因代工本質毛利偏薄，動力電控、通訊資料鏈與地面指管維保生態系三大環節技術壁壘更高、附加價值更顯著。評估個別廠商時，軍規認證取得進度與既有國防供應商資格是比現有營收更關鍵的前瞻篩選指標。台灣廠商亦受惠於歐美對非中國產無人機零組件的去中化需求，出口市場為長期基本面提供補充評估維度。投資人須留意預算通過至廠商實際認列收入的時程落差，政策執行延宕與規格變更是此類防務題材不可忽視的系統性風險。
AI投資分析實例
AI 伺服器每台吃掉多少 DRAM？解讀南亞科技連八個月月增背後的週期密碼
一台搭載 8 張 H100 GPU 的 AI 訓練伺服器，所需 DRAM 容量可超過 2TB，是傳統雲端伺服器的 5 至 10 倍。HBM 與 DDR5 雙軌需求擴張，構成本輪 DRAM 週期的結構性支撐。南亞科技作為台灣唯一自主研發量產 DRAM 的 IDM 廠商，其連八個月營收月增與全球 ASP 回升、庫存正常化的時序高度吻合，可作為週期位置的觀察參考指標。本文同時提供投資人評估 DRAM 股體質的四項可追蹤公開指標：季度 ASP 變化方向、毛利率是否持續擴張、庫存週轉天數是否回到正常水位，以及三大廠資本支出計畫的年度變化。
AI投資分析實例
做AI伺服器到底賺不賺錢？拆解台灣4家代工廠毛利率結構，找出這條產業鏈中最肥的那一段
台灣4大AI伺服器代工廠（廣達、緯穎、英業達、鴻海）毛利率普遍僅5%至8%，看似微薄，但AI伺服器單價遠高於傳統伺服器，評估獲利能力應以絕對毛利額成長為主要指標。產業鏈利潤最集中於晶片設計環節，台廠則在液冷散熱模組與高功率電源供應具備相對較高的毛利貢獻空間。隨GB200次世代AI伺服器推動液冷從選配走向標配，液冷自製率較高的廠商中長期具備毛利率結構性改善條件。投資人應同步追蹤AI伺服器營收佔比、毛利額絕對值成長、客戶集中度與資本支出強度等4項指標，並將CSP資本支出縮減、NVIDIA供應鏈調整及出口管制等系統性風險納入分析框架。
AI投資分析實例
大摩示警AI債務暴增357%：帳單最大的科技巨頭，為何成為台灣AI伺服器廠最穩定的訂單來源？
Morgan Stanley最新研究報告指出，全球主要科技公司AI相關資本承諾年增幅高達357%，核心驅動力來自Meta、Microsoft、Alphabet、Amazon四大超大規模雲端業者（Hyperscaler）以融資方式加速AI基礎建設擴張，年度資本支出合計突破兩千億美元。這批龐大採購訂單成為台灣AI伺服器廠訂單能見度的直接來源。台灣廠商憑藉高階AI伺服器設計整合、液冷散熱模組與機架系統的技術壁壘，形成長達12至18個月的訂單黏性緩衝。然而科技巨頭財務槓桿擴張是雙面刃，若AI商業化進程低於預期或地緣政治出口管制收緊，資本支出週期存在急速收縮的系統性風險，投資人應以訂單backlog、book-to-bill ratio等多維指標建立獨立判斷框架。
