新聞筆記 · IDAEO AI News

#財經分析

下班國際線》AI狂潮是下個金融海嘯?楊光磊:市場在懲罰「這群人」,投資回報要到「這1年」

發布者:

TL;DR · 這代表什麼

AI需求未泡沫,但回報需等到2028,市場短期懲罰買方。

相關實體 Storm Mg

新聞正文

台積電財報交出歷史罕見的亮眼成績,亞洲科技股卻同步重挫,從台積電、三星、SK海力士到日本半導體設備股都承受賣壓。 財報明明不差,市場為什麼不買單? 前台積電研發處長、台科大產學創新學院執行長楊光磊在《下班國際線》指出,問題不在台積電突然失去競爭力,而是投資人對AI抱持極高的期待。 主持人路怡珍提問時說,近年AI需求快速成長,GPU、高頻寬記憶體(HBM)、先進封裝CoWoS及先進製程訂單一路向上,市場也因此對科技公司抱持高度期待。 楊光磊表示,近年AI需求呈現「歷史上超級倍數」成長,當期望值被推到天花板,即使企業交出非常好的財報,只要沒有超越市場幻想,股價仍可能遭到拋售。

AI不是泡沫,但驚人成長可能已過去 楊光磊指出,投資人現在追問的,已不是AI有沒有用,而是投入數千億美元建置AI資料中心後,究竟賺了多少錢。 許多生成式AI工具免費提供服務,雖然改善工作效率,也帶來搜尋、客服、程式設計和資料分析的新應用,但這些效益能否轉化成足以支撐龐大資本支出的現金流,目前仍沒有快速答案。 面對外界質疑的AI泡沫論,他的態度明確:「我倒是不覺得AI會泡沫。 」楊光磊認為,AI本身不會形成如曇花一現般的泡沫,相關需求也不會突然歸零;真正可能變化的是成長速度。 AI初次進入市場時,模型能力與應用效果帶來巨大震撼,但隨著技術逐漸普及,每增加一單位算力所帶來的驚喜,未必還能維持最初的幅度。

AI 不是「網路泡沫 2.0」,而是「實質生產力革命」。 ( AI生成) 楊光磊指出,大型科技公司的AI投資回報,可能要到2028年以後才會比較清楚。 問題在於,企業現在就必須投入資料中心、伺服器、GPU、電力和散熱設施,真正的收入卻要多年後才能驗證。 在這段等待期,只要財報出現一點風吹草動,投資人的焦慮就會被迅速放大。 市場懲罰買AI的人,賣鏟子的反而比較安全 楊光磊用「買家」與「賣家」形容當前AI產業的分化。 他說,Google、特斯拉、微軟、Meta等公司要花大錢購買晶片、興建資料中心,市場會觀察這些支出能否帶來相稱回報;相較之下,輝達、台積電及半導體供應鏈扮演的是設備和算力供應者,只要訂單持續進來,短期受到的懲罰通常較小。

他形容,現在市場主要在「懲罰花錢的人」。 科技巨頭財報或許仍然亮眼,但若AI相關收入與資本支出不成比例,投資人便會質疑:花出去的每一美元,究竟何時能變成獲利? 這也解釋了為何有時大型科技客戶財報公布後股價下跌,半導體供應商卻反而上漲。 因為晶片商已先收到訂單與收入,但買進算力的客戶,仍須證明這些設備可以創造新的商業模式。 台積電前研發處長楊光磊說,Google、特斯拉、微軟、Meta等公司要花大錢購買晶片、興建資料中心,市場會觀察這些支出能否帶來相稱回報。 (AP) 台積電最怕的不是中國,是美國客戶不賺錢 楊光磊強調,台積電大部分業務仍服務美國主導的非中國市場,主要客戶也是美國科技公司。

只要這些客戶持續賺錢、持續擴大AI資本支出,台積電的基本面就有支撐。 台積電需要擔心的,不是中國突然做出同等先進製程,而是美國AI客戶花了太多錢,最後發現商業回報不如預期。 一旦客戶開始削減資本支出,影響就會沿著資料中心、伺服器、GPU、先進封裝一路傳導到晶圓代工。 此外,台積電也面臨新製程、海外設廠與擴充產能帶來的毛利率壓力。 楊光磊表示,新技術投入初期,本來就需要大量資本支出,毛利率短暫下降並不罕見;只是過去台積電在需求旺盛、價格良好的環境下,毛利率一路上升,市場因此誤以為它只能漲、不能跌。

楊光磊認為,投資人對台積電和AI半導體股的短期反應可能過度,但市場的疑慮並非完全沒有道理,AI到底能不能讓企業真正增加收入、降低成本並創造全新市場,仍需數年驗證。 前台積電研發處處長楊光磊(右)7月29日出席路怡珍(左)主持的風傳媒「下班國際線」節目。 (柯承惠攝)

數字與意義

2028

楊光磊預期大型科技公司的AI投資回報要到2028年以後才會比較清楚

常見問題(FAQ)

AI投資何時才會回本?

楊光磊預測要到2028年後,因設備投資先行,收益需多年才能顯現。

為何AI相關股票下跌?

市場期望過高,即使財報亮眼,只要未超預期,仍被視為失望而遭拋售。

台積電最大風險是什麼?

非中國技術追趕,而是美國客戶AI賺不到錢,導致資本支出縮減。

AI是泡沫嗎?

楊光磊認為不是泡沫,而是實質生產力革命,但成長速度將放緩。

市場認為哪些企業較安全?

輝達、台積電等「賣鏟子」的供應商,只要訂單不斷,收益相對穩定。

今日小測

楊光磊認為大型科技公司的AI投資回報可能要到哪一年以後才會比較清楚?