資料、算力、資金全到位
如果你在2023 年第一次接觸ChatGPT，很容易以為AI 是那一年才出現的新技術。事實上，科學家早在幾十年前，就已開始研究。
AI 過去之所以沒有走進每個人的生活，不是大家沒有讓電腦處理更多事項的想法，而是缺少幾個重要條件，包括：夠龐大的資料、夠強大的算力，及願意投入巨額資金的企業。
我們可以用汽車產業的發展來比喻。汽車不會因為有人發明了輪子就立刻普及，因為它還需要引擎、道路、加油站與大量生產的工廠，只有這些條件逐漸到位，汽車才能真正改變人類生活。AI 也是如此。
過去20 年，人類在網路上留下越來越多的文字、圖片、影片與使用紀錄，都是AI 學習的材料。同時，半導體技術持續進步，讓晶片可以在更短時間內完成更多運算；雲端產業興起，企業能夠建造大型資料中心，把成千上萬顆晶片連接在一起。資料、算力與資金在2020 年後終於同步發展成熟，ChatGPT 便成為點燃引信的火柴，讓原本藏在資料中心裡的AI 能力，開始被大眾真正看見。
隨著ChatGPT 快速走紅，大型科技公司很快意識到一件事：AI 可能成為下一個重要的平臺，人們的使用習慣會從操作電腦軟體、智慧型手機裡的App，轉變為透過AI 搜尋資料、處理工作、購買商品，甚至應用各種數位服務。誰能掌握這個入口，誰就有機會成為下一個科技霸主。
從雲端競爭，變成AI 軍備競賽
於是，原本的雲端競爭迅速演變成一場AI 軍備競賽，微軟投資OpenAI、 Google 發展Gemini、亞馬遜投入Anthropic，Meta 則打造自己的大型語言模型LLaMA，每家公司都投入更多資金建構自家的AI 系統。
全球主要雲端業者的資本支出，已經從2018 年的約450 億美元，快速增加至2025 年的約3,600 億美元，市場預估2026 年可能突破6,500 億美元。不到10 年，增長超過10 倍。這也是本輪AI 浪潮與過去許多科技題材最大的不同：除了想像，還有龐大的實際投資。
淘金熱中，最先賺錢的是賣鏟子的人
很多人第一次看到輝達股價大漲時，可能會有一個疑問：大家都在討論AI，為什麼最先賺到錢的，不是開發AI 應用的公司，卻是賣晶片的輝達？
原因很簡單。就如同在淘金熱裡，淘金客不一定都能挖到黃金， 但每一位淘金客都有一把鏟子。今天的OpenAI、Google、微軟、Meta 與亞馬遜，都像是搶著進入礦區的淘金客，它們最先需要的工具就是圖形處理器（Graphics Processing Unit，簡稱GPU），沒有足夠的GPU，便無法在合理時間內完成龐大的AI 訓練，服務全世界大量使用者。而輝達正是目前最重要的鏟子供應商。
所以，當所有科技公司都急著發展人工智慧時，無論最後哪一家模型勝出，都必須先購買晶片、興建資料中心，造就這些提供基礎工具與運算設備的企業，在AI 應用的商業模式尚未完全成熟以前，就已看見營收與獲利。這也解釋了為什麼爆發浪潮以後，輝達、台積電與整個伺服器供應鏈，會比各式各樣的應用程式更受市場關注。
一顆AI 晶片從設計到真正放進資料中心，需要經過很長的供應鏈。從單一晶片的設計、製造，到把不同元件整合在一起，再搭配印刷電路板（Printed circuit board，簡稱PCB）、電源、散熱、機殼與高速傳輸設備，最後由伺服器廠商組裝成完整系統。在整條供應鏈中， 臺灣企業掌握了晶圓製造、先進封裝、伺服器組裝、散熱、電源與各種關鍵零組件，占據了關鍵位置。
2000年網路泡沫會重演？
事物發展達到前所未有的顛峰，就會開始出現「會不會變成泡沫」的質疑，漲多的台股也正經歷這個時期。這個擔憂其實非常合理，因為2000 年網路泡沫、2008 年金融海嘯及2020 年新冠疫情引發的崩跌，每一次都讓投資人記憶深刻。
但我認為，判斷泡沫不能只看股價漲了多少，真正要看的是股價上漲背後，到底有沒有獲利支撐。如果股價大漲，但企業獲利沒有跟上，只是市場情緒、資金與題材在推動，那就很容易形成泡沫。但如果股價上漲的同時，企業獲利也同步大幅增加，那麼這種上漲就不一定是泡沫，而可能是市場正在重新評價一家企業、一個產業，甚至是一個國家的價值。
產業是否開始泡沫，可以用三個角度來看：
1. 現在的AI 行情，像不像2000 年網路泡沫時，估值高但獲利跟不上？
2. 現在的台股，像不像1990 年台股泡沫時，市場資金結構不夠穩固？
3. 台積電與AI 龍頭的本益比有沒有失控？
如果這三個問題看清楚了，我們就能比較冷靜的說現在是不是真的泡沫了。
2000 年網路泡沫，問題在於市場太心急
當年市場其實並非完全錯判，現在回頭看，網路真的改變了世界。亞馬遜、Google、Meta、Netflix（網飛，美股代號NFLX），後來都成為全球最重要的科技公司。可見出現泡沫的真正原因不是「網路這個趨勢錯了」，而是市場太急切且太過度反映未來。再好的科技趨勢，如果股價遠遠跑在獲利前面，終究會出問題。
這便是我們現在看AI 行情時，最需要釐清的地方。我認為AI 確實會改變世界，需求成長也仍然非常強勁，但股價是不是已經遠超過獲利可以支撐的程度？如果是，就要小心泡沫；如果不是，就不能只因為股價創高就直接說這是泡沫。
我們從標準普爾500 指數（Standard & Poor's 500，簡稱標普500 指數、S&P 500，美股代號SPX）中科技板塊的本益比來看，2000 年網路泡沫時期，本益比位階明顯高於現在。當年科技股的估值快速上升，一度來到47.3 倍，顯示市場願意用非常高的價格，去買還沒有完全兌現的未來。但目前AI 行情雖然也帶動科技股估值上升，2025 年的本益比也有34.3 倍之多，可是整體本益比並沒有達到當年網路泡沫最誇張的水準。
第一層蛋糕：AI非常非常耗電
過去幾年，大家談到人工智慧，最常想到的是ChatGPT、輝達、機器人、自駕車，甚至未來可能取代部分工作的AI 助理。然而，在這些令人興奮的應用背後，有一個極其重要的問題：AI 非常耗電，而且比大多數人想像的還要耗電。
隨意問ChatGPT一個問題，看起來只是短短幾秒鐘的事情，但實際上，在地球另一端的資料中心裡，可能有數千顆GPU正在同時運算。而這些GPU運作所需要的電力，遠遠超過一般人的想像。
如果把AI 比喻成一個國家，它目前在全球用電體排名中已經逼近前十，用電量超越英國、澳洲，到2031 年前後，用電規模甚至有機會超越日本，成為全球第4 大用電體。這代表未來AI 競爭的不只是技術，也是能源，第一場AI 戰爭比的可能是：誰有足夠的電。
過去幾十年，Google、Meta、亞馬遜等公司主要專注於軟體與網路服務，但近年來，這些科技巨頭卻開始投資核能、太陽能、風力發電與各種能源基礎建設。甚至更早之前，美國政府就已積極推動電網升級，臺灣則是推動強韌電網計畫，都是因為未來最大的風險之一可能不是缺GPU，而是缺電，且即便發了更多的電，還得有能力把電送到需要的地方。
不只要有電，還得有能力送電出去
因此，AI 帶動的不只有科技股，電力基礎建設也會同步受惠，近年全球電網投資快速增加，包括變壓器、配電設備與輸電系統等需求都同步成長，都在確保電網容量足夠輸送電力，資料中心不至面臨供電瓶頸。
重電族群長期受惠於AI 資料中心、半導體擴廠、再生能源併網，以及台電強韌電網計畫所帶來的基礎建設需求。隨著整體用電量持續增加，變壓器、配電盤、開關設備與電力工程的需求可望穩定成長，因此華城（1519）、中興電（1513）、士電（1503）與亞力（1514）的訂單能見度及長期獲利趨勢仍值得期待。不過，重電設備從接單、生產到完工認列通常需要較長時間，獲利成長速度也不像AI 晶片、伺服器及零組件族群那麼快速。
從2026 年營運表現來看，四家公司累計營收仍以緩步增長為主；法人預估士電EPS 成長最為突出；華城雖然營收未見明顯增長， 但法人預期2027 年EPS 成長動能強，顯示投資人主要著眼於後續高毛利訂單的認列。中興電營運及獲利成長相對穩定，本益比是四家公司中較低者；亞力則具備中小型重電股的成長彈性，但仍需持續觀察後續訂單及EPS成長動能。
因此，重電族群的優勢在於需求趨勢明確、訂單能見度較長，但在營收尚未大幅加速，現階段較適合以小量資金作為AI 投資組合中的分散布局，而不是當成追求短期爆發力的主要持股；若未來營收及獲利開始加速，或股價拉回使估值回到合理區間，再考慮提高配置比重。
智慧工廠，AI 最先落地的應用場景
AI 的終極應用，率先大規模落地的場景會在工廠。原因很簡單。工廠本來就是高度標準化的環境，每條產線、每道工序、每臺設備， 都有明確規則與大量數據，這種環境最適合AI 發揮。
過去幾十年，製造業一直在追求自動化，例如：自動產線、自動倉儲與機械手臂。但過去的自動化，大多只是照著設定好的流程做事，一旦環境改變、設備異常或原料出現問題，通常還是需要人員介入，等到AI 加入之後，工廠便可從自動化走向智慧化。
智慧工廠像是一位有經驗的廠長，不只會執行流程，還會觀察數 據、判斷問題、調整排程，甚至提前發現風險。例如：設備快故障時提前預警、良率下降時找出可能原因、訂單增加時重新安排產能、庫存過高時提醒調整採購等。智慧工廠不只讓機器會動，更讓整座工廠變得會思考。
智慧工廠要真正運作，還需要大量硬體設備支撐，其中很重要的一環就是工業電腦。工業電腦通常被放在工廠、機臺、交通系統、醫療設備與自動化產線中，因此它更重視穩定性、耐用性、客製化能力與長時間運作能力。
近年來，隨著AI 從雲端走向邊緣端，工業電腦的重要性也快速提升。所謂邊緣AI（Edge AI），就是不一定要把所有資料都送回雲端資料中心處理，而是在靠近現場的設備就能直接完成分析與決策。例如：產線上的鏡頭拍到瑕疵品時，過去需要把影像送回資料中心分析，在邊緣AI 之下，可以直接在現場設備就完成辨識，處理速度更快、延遲更低，更適合即時生產環境。
工業電腦是AI 進入工廠現場的重要橋梁，未來AI 不會永遠待在雲上，它將逐漸走進每座工廠，深入產線以及設備，這正是智慧工廠快速發展的重要基礎。
最值得關注的兩大AI 應用族群
AI 最終的應用市場就是第五層蛋糕，臺灣投資人最值得關注的族群，大致可以分成兩個方向：其一是機器人概念股，其二類是工業電腦與智慧製造族群；雖然兩者都受惠於AI 終端應用，但投資邏輯卻完全不同。
機器人族群最大特色是：高成長、高波動、高想像空間。如果未來人形機器人真的大規模普及，許多關鍵零組件需求都會出現爆發性成長，例如：線性滑軌、滾珠螺桿、減速機、控制器、機器視覺與感測器等，這些都是機器人不可或缺的重要零組件。因此市場近年開始將部分工具機、自動化設備與機器視覺公司納入「機器人概念股」。
不過投資人也必須注意，機器人市場目前仍處於早期階段，許多公司雖然具備機器人題材，但相關營收占比仍然有限。因此投資這類公司時，除了觀察機器人發展，更要留意企業原本的本業是否穩健。
有些公司原本就來自工具機、自動化設備與精密傳動產業，即使機器人市場尚未成熟，仍有既有本業作為營運基礎；一旦機器人需求放量，便可能形成「景氣復甦＋機器人成長」的雙重效果，例如：上銀（2049）、大銀微系統（4576）、直得（1597）與全球傳動（4540），都是市場長期關注的代表性公司。
如果你在2023 年第一次接觸ChatGPT，很容易以為AI 是那一年才出現的新技術。事實上，科學家早在幾十年前，就已開始研究。
AI 過去之所以沒有走進每個人的生活，不是大家沒有讓電腦處理更多事項的想法，而是缺少幾個重要條件，包括：夠龐大的資料、夠強大的算力，及願意投入巨額資金的企業。
我們可以用汽車產業的發展來比喻。汽車不會因為有人發明了輪子就立刻普及，因為它還需要引擎、道路、加油站與大量生產的工廠，只有這些條件逐漸到位，汽車才能真正改變人類生活。AI 也是如此。
過去20 年，人類在網路上留下越來越多的文字、圖片、影片與使用紀錄，都是AI 學習的材料。同時，半導體技術持續進步，讓晶片可以在更短時間內完成更多運算；雲端產業興起，企業能夠建造大型資料中心，把成千上萬顆晶片連接在一起。資料、算力與資金在2020 年後終於同步發展成熟，ChatGPT 便成為點燃引信的火柴，讓原本藏在資料中心裡的AI 能力，開始被大眾真正看見。
隨著ChatGPT 快速走紅，大型科技公司很快意識到一件事：AI 可能成為下一個重要的平臺，人們的使用習慣會從操作電腦軟體、智慧型手機裡的App，轉變為透過AI 搜尋資料、處理工作、購買商品，甚至應用各種數位服務。誰能掌握這個入口，誰就有機會成為下一個科技霸主。
從雲端競爭，變成AI 軍備競賽
於是，原本的雲端競爭迅速演變成一場AI 軍備競賽，微軟投資OpenAI、 Google 發展Gemini、亞馬遜投入Anthropic，Meta 則打造自己的大型語言模型LLaMA，每家公司都投入更多資金建構自家的AI 系統。
全球主要雲端業者的資本支出，已經從2018 年的約450 億美元，快速增加至2025 年的約3,600 億美元，市場預估2026 年可能突破6,500 億美元。不到10 年，增長超過10 倍。這也是本輪AI 浪潮與過去許多科技題材最大的不同：除了想像，還有龐大的實際投資。
淘金熱中，最先賺錢的是賣鏟子的人
很多人第一次看到輝達股價大漲時，可能會有一個疑問：大家都在討論AI，為什麼最先賺到錢的，不是開發AI 應用的公司，卻是賣晶片的輝達？
原因很簡單。就如同在淘金熱裡，淘金客不一定都能挖到黃金， 但每一位淘金客都有一把鏟子。今天的OpenAI、Google、微軟、Meta 與亞馬遜，都像是搶著進入礦區的淘金客，它們最先需要的工具就是圖形處理器（Graphics Processing Unit，簡稱GPU），沒有足夠的GPU，便無法在合理時間內完成龐大的AI 訓練，服務全世界大量使用者。而輝達正是目前最重要的鏟子供應商。
所以，當所有科技公司都急著發展人工智慧時，無論最後哪一家模型勝出，都必須先購買晶片、興建資料中心，造就這些提供基礎工具與運算設備的企業，在AI 應用的商業模式尚未完全成熟以前，就已看見營收與獲利。這也解釋了為什麼爆發浪潮以後，輝達、台積電與整個伺服器供應鏈，會比各式各樣的應用程式更受市場關注。
一顆AI 晶片從設計到真正放進資料中心，需要經過很長的供應鏈。從單一晶片的設計、製造，到把不同元件整合在一起，再搭配印刷電路板（Printed circuit board，簡稱PCB）、電源、散熱、機殼與高速傳輸設備，最後由伺服器廠商組裝成完整系統。在整條供應鏈中， 臺灣企業掌握了晶圓製造、先進封裝、伺服器組裝、散熱、電源與各種關鍵零組件，占據了關鍵位置。
2000年網路泡沫會重演？
事物發展達到前所未有的顛峰，就會開始出現「會不會變成泡沫」的質疑，漲多的台股也正經歷這個時期。這個擔憂其實非常合理，因為2000 年網路泡沫、2008 年金融海嘯及2020 年新冠疫情引發的崩跌，每一次都讓投資人記憶深刻。
但我認為，判斷泡沫不能只看股價漲了多少，真正要看的是股價上漲背後，到底有沒有獲利支撐。如果股價大漲，但企業獲利沒有跟上，只是市場情緒、資金與題材在推動，那就很容易形成泡沫。但如果股價上漲的同時，企業獲利也同步大幅增加，那麼這種上漲就不一定是泡沫，而可能是市場正在重新評價一家企業、一個產業，甚至是一個國家的價值。
產業是否開始泡沫，可以用三個角度來看：
1. 現在的AI 行情，像不像2000 年網路泡沫時，估值高但獲利跟不上？
2. 現在的台股，像不像1990 年台股泡沫時，市場資金結構不夠穩固？
3. 台積電與AI 龍頭的本益比有沒有失控？
如果這三個問題看清楚了，我們就能比較冷靜的說現在是不是真的泡沫了。
2000 年網路泡沫，問題在於市場太心急
當年市場其實並非完全錯判，現在回頭看，網路真的改變了世界。亞馬遜、Google、Meta、Netflix（網飛，美股代號NFLX），後來都成為全球最重要的科技公司。可見出現泡沫的真正原因不是「網路這個趨勢錯了」，而是市場太急切且太過度反映未來。再好的科技趨勢，如果股價遠遠跑在獲利前面，終究會出問題。
這便是我們現在看AI 行情時，最需要釐清的地方。我認為AI 確實會改變世界，需求成長也仍然非常強勁，但股價是不是已經遠超過獲利可以支撐的程度？如果是，就要小心泡沫；如果不是，就不能只因為股價創高就直接說這是泡沫。
我們從標準普爾500 指數（Standard & Poor's 500，簡稱標普500 指數、S&P 500，美股代號SPX）中科技板塊的本益比來看，2000 年網路泡沫時期，本益比位階明顯高於現在。當年科技股的估值快速上升，一度來到47.3 倍，顯示市場願意用非常高的價格，去買還沒有完全兌現的未來。但目前AI 行情雖然也帶動科技股估值上升，2025 年的本益比也有34.3 倍之多，可是整體本益比並沒有達到當年網路泡沫最誇張的水準。
第一層蛋糕：AI非常非常耗電
過去幾年，大家談到人工智慧，最常想到的是ChatGPT、輝達、機器人、自駕車，甚至未來可能取代部分工作的AI 助理。然而，在這些令人興奮的應用背後，有一個極其重要的問題：AI 非常耗電，而且比大多數人想像的還要耗電。
隨意問ChatGPT一個問題，看起來只是短短幾秒鐘的事情，但實際上，在地球另一端的資料中心裡，可能有數千顆GPU正在同時運算。而這些GPU運作所需要的電力，遠遠超過一般人的想像。
如果把AI 比喻成一個國家，它目前在全球用電體排名中已經逼近前十，用電量超越英國、澳洲，到2031 年前後，用電規模甚至有機會超越日本，成為全球第4 大用電體。這代表未來AI 競爭的不只是技術，也是能源，第一場AI 戰爭比的可能是：誰有足夠的電。
過去幾十年，Google、Meta、亞馬遜等公司主要專注於軟體與網路服務，但近年來，這些科技巨頭卻開始投資核能、太陽能、風力發電與各種能源基礎建設。甚至更早之前，美國政府就已積極推動電網升級，臺灣則是推動強韌電網計畫，都是因為未來最大的風險之一可能不是缺GPU，而是缺電，且即便發了更多的電，還得有能力把電送到需要的地方。
不只要有電，還得有能力送電出去
因此，AI 帶動的不只有科技股，電力基礎建設也會同步受惠，近年全球電網投資快速增加，包括變壓器、配電設備與輸電系統等需求都同步成長，都在確保電網容量足夠輸送電力，資料中心不至面臨供電瓶頸。
重電族群長期受惠於AI 資料中心、半導體擴廠、再生能源併網，以及台電強韌電網計畫所帶來的基礎建設需求。隨著整體用電量持續增加，變壓器、配電盤、開關設備與電力工程的需求可望穩定成長，因此華城（1519）、中興電（1513）、士電（1503）與亞力（1514）的訂單能見度及長期獲利趨勢仍值得期待。不過，重電設備從接單、生產到完工認列通常需要較長時間，獲利成長速度也不像AI 晶片、伺服器及零組件族群那麼快速。
從2026 年營運表現來看，四家公司累計營收仍以緩步增長為主；法人預估士電EPS 成長最為突出；華城雖然營收未見明顯增長， 但法人預期2027 年EPS 成長動能強，顯示投資人主要著眼於後續高毛利訂單的認列。中興電營運及獲利成長相對穩定，本益比是四家公司中較低者；亞力則具備中小型重電股的成長彈性，但仍需持續觀察後續訂單及EPS成長動能。
因此，重電族群的優勢在於需求趨勢明確、訂單能見度較長，但在營收尚未大幅加速，現階段較適合以小量資金作為AI 投資組合中的分散布局，而不是當成追求短期爆發力的主要持股；若未來營收及獲利開始加速，或股價拉回使估值回到合理區間，再考慮提高配置比重。
智慧工廠，AI 最先落地的應用場景
AI 的終極應用，率先大規模落地的場景會在工廠。原因很簡單。工廠本來就是高度標準化的環境，每條產線、每道工序、每臺設備， 都有明確規則與大量數據，這種環境最適合AI 發揮。
過去幾十年，製造業一直在追求自動化，例如：自動產線、自動倉儲與機械手臂。但過去的自動化，大多只是照著設定好的流程做事，一旦環境改變、設備異常或原料出現問題，通常還是需要人員介入，等到AI 加入之後，工廠便可從自動化走向智慧化。
智慧工廠像是一位有經驗的廠長，不只會執行流程，還會觀察數 據、判斷問題、調整排程，甚至提前發現風險。例如：設備快故障時提前預警、良率下降時找出可能原因、訂單增加時重新安排產能、庫存過高時提醒調整採購等。智慧工廠不只讓機器會動，更讓整座工廠變得會思考。
智慧工廠要真正運作，還需要大量硬體設備支撐，其中很重要的一環就是工業電腦。工業電腦通常被放在工廠、機臺、交通系統、醫療設備與自動化產線中，因此它更重視穩定性、耐用性、客製化能力與長時間運作能力。
近年來，隨著AI 從雲端走向邊緣端，工業電腦的重要性也快速提升。所謂邊緣AI（Edge AI），就是不一定要把所有資料都送回雲端資料中心處理，而是在靠近現場的設備就能直接完成分析與決策。例如：產線上的鏡頭拍到瑕疵品時，過去需要把影像送回資料中心分析，在邊緣AI 之下，可以直接在現場設備就完成辨識，處理速度更快、延遲更低，更適合即時生產環境。
工業電腦是AI 進入工廠現場的重要橋梁，未來AI 不會永遠待在雲上，它將逐漸走進每座工廠，深入產線以及設備，這正是智慧工廠快速發展的重要基礎。
最值得關注的兩大AI 應用族群
AI 最終的應用市場就是第五層蛋糕，臺灣投資人最值得關注的族群，大致可以分成兩個方向：其一是機器人概念股，其二類是工業電腦與智慧製造族群；雖然兩者都受惠於AI 終端應用，但投資邏輯卻完全不同。
機器人族群最大特色是：高成長、高波動、高想像空間。如果未來人形機器人真的大規模普及，許多關鍵零組件需求都會出現爆發性成長，例如：線性滑軌、滾珠螺桿、減速機、控制器、機器視覺與感測器等，這些都是機器人不可或缺的重要零組件。因此市場近年開始將部分工具機、自動化設備與機器視覺公司納入「機器人概念股」。
不過投資人也必須注意，機器人市場目前仍處於早期階段，許多公司雖然具備機器人題材，但相關營收占比仍然有限。因此投資這類公司時，除了觀察機器人發展，更要留意企業原本的本業是否穩健。
有些公司原本就來自工具機、自動化設備與精密傳動產業，即使機器人市場尚未成熟，仍有既有本業作為營運基礎；一旦機器人需求放量，便可能形成「景氣復甦＋機器人成長」的雙重效果，例如：上銀（2049）、大銀微系統（4576）、直得（1597）與全球傳動（4540），都是市場長期關注的代表性公司。
