576.【財經時事放大鏡】期中選舉 x AIDC & Marvell 併購 Lumentum

財報狗 · 2026-11-05

重點

章節

這集談到的

這一集談到的個股與題材，有 18 項在發布前 30 天內也被其他節目談到，沒有看法相反的。

各個股與題材在本集與其他節目的看法對照是會員內容。

AI 算力遞延下的市場震盪：從美國期中選舉看 Data Center 受阻、光通訊整合與投資策略調整

近期市場因美國期中選舉結果，將 AI 資料中心（Data Center）的擴張解讀為一場信任投票，導致相關供應鏈股價劇烈波動。然而，從 Anthropic 的 S1 文件與 Palantir 財報均可看出，企業端對於 AI 導入與算力的需求依然極度殷切。本文將深入探討選舉政治對 AI 監管的影響、算力供給端受阻後的產業遞延效應，以及 Marvell 併購 Lumentum 背後的光通訊長期趨勢。

政治黑天鵝來襲：期中選舉如何成為 AI 監管的角力場與股市震央

近期股市，特別是 OTC 市場，經歷了顯著的跌幅。對於先前漲幅已大的持股，例如漲了 70% 後回檔 10% 至 20%，雖然仍在可接受範圍，但對於持有較小型股的投資人來說，修正的體感相當強烈。市場往往在波動時尋找「罪魁禍首」，而這一次的矛頭指向了美國的期中選舉。

有趣的是，市場將此次選舉結果定調為一場針對 AI 資料中心 的「信任投票」。民主黨（藍色）被視為對 AI 快速擴張抱持更謹慎的監管態度，而共和黨（紅色）則傾向於支持發展。選舉結果顯示，部分地區對於大規模資料中心的建設出現阻力，這直接觸發了市場對於 AI 產業 基礎建設進度的擔憂。

然而，從政治角力來看，在野黨對執政黨的方針提出反抗是民主政治的常態。目前執政黨（共和黨/川普陣營）的意見是全力衝刺 AI，甚至邁向「超級智慧」（Super Intelligence, SI）。在野黨（民主黨）提出監管訴求，某種程度上是選前的政治宣傳與攻防（Compact）。實際上，若民主黨上台，完全放棄 AI 發展的可能性極低。因此，當前的市場恐慌更像是對選舉語言的過度解讀，而非長期趨勢的反轉。

選前極端語言與選後妥協：AI 資料中心受阻是短期亂流還是長期利空？

回顧過往經驗，美國政治人物在選舉期間往往會採取較為極端的立場，但選後通常會走向妥協（Compromise），找出一個折衷路線。儘管如此，市場總是會先往最刺激、最壞的方向去反應，導致選舉期間的市場波動顯著放大。這一次的獨特之處在於，這股政治不確定性疊加在了 AI 產業 之上，讓原本看似沒有利空的 AI 硬體，突然面臨了政治風險。

市場將選舉結果解讀為「Data Center 在美國的信任投票」。如果一個地區反對蓋資料中心，就投給民主黨；反之則投給共和黨。從結果來看，部分地區的結果被解讀為對資料中心擴張的否決。然而，若深入探究需求面，情況可能沒有那麼悲觀。以 Anthropic 的 S1 文件（類似招股書）為例，其營收呈現十倍數的成長，單一客戶的成長幅度就高達十幾倍，限制其成長的主要瓶頸反而是「算力」。

這說明了模型商將 AI 普及化的需求完全沒有問題。選舉造成的「建造受阻」在當下看似嚴重，但從近期財報和產業文件來看，市場對於 AI 的剛需並未消失，只是供給端的審批與建設時程受到了干擾。

企業 AI 落地的黃金時代：從 Palantir 財報看系統整合商的爆發性商機

除了模型商的驚人成長，從 Palantir 的財報電話會議中也能觀察到 AI 深入企業的強勁動能。Palantir 提到其「主權 AI」的商業營收已經超過了政府營收。所謂主權 AI，意指國家或企業可控、資料自主的 AI 系統。商業營收超越政府營收，代表著一般企業開始大規模採用這些建構在 AI 之上的服務。

這背後衍生出一個關鍵角色：系統整合商（System Integration, SI）。對於 SI 廠商來說，從協助企業導入 AI 所取得的獲利已相當可觀。這反映出一個現實：要在企業內部真正落地 AI 應用 並非易事。就如同過去企業「上雲」的浪潮，現在則有大量的新創與顧問投入「協助企業使用 AI」的工作。

這類 SI 生意是否為長久生意？對於小型接案公司而言，這或許是數個一次性專案的組合，但對於大型系統整合商來說，絕非一次性收入。因為企業不僅需要導入，更需要後續的維護、更新與資料清洗。特別是在涉及企業內部知識庫（Knowledge Search）或 RAG（檢索增強生成）的專案中，如何讓 AI 讀懂非結構化資料（如手寫報價單、故障報告）並加以格式化，是一門極具深度且持續的生意。

導入 AI 的深水區：從 RAG 到 Post-Train，技術門檻與算力護城河

目前市場上許多小型新創或初級顧問，主要賺取的是協助企業建立「知識庫搜尋」的錢。這類服務類似於過去的雲端代理商，協助客戶管理用量與維護。然而，這種初階的 AI 應用 門檻並不高，真正的深水區在於更深層的資料處理與模型微調（Post-Train）。

要讓 AI 真正理解企業內部的 Know-how，必須經過嚴謹的資料清洗（Data Cleaning）與串接（Chain）。目前業界討論的重點已從預訓練（Pre-Train）轉向 Post-Train，因為 Pre-Train 的軍備競賽已非一般企業能參與。Post-Train 的難度在於：不僅要懂訓練，還要會清洗資料，更重要的是必須具備足夠的 算力。

以台灣的現況為例，許多號稱擁有算力的廠商，若細究其使用的 GPU 精度（例如仍在使用 V100），在處理大型企業的複雜需求時，算力可能遠遠不足。要將整本企業知識內化並服務大企業，需要極高的技術含量。正如 HPE（慧與科技）這樣的超大系統整合商所言，即便是服務國際級銀行，要將 AI 導入內部流程都極具挑戰，更何況是區域型銀行。這顯示出 AI 導入的生意具有多個層級，從簡單的 RAG 到深度的 Post-Train，其中的技術鴻溝與商業價值差距極大。

需求無虞但成長性遭疑：AI 供給端限制與美國製造政策的矛盾

綜合來看，市場對於 AI 產業 的「需求」並不懷疑，真正令投資人擔憂的是「供給端」的限制，以及需求的「成長性」是否不夠刺激，進而觸發估值修正。本週股市波動的核心，在於算力供給的遞延。算力的供給涉及多個層級，包含供電、供水以及廠房建設。

目前美國面臨的困境是，雖然政府高喊「美國製造」，但在資料中心的審批與電力基礎建設上卻卡關。這導致一個有趣的現象：由於在美國本土建設資料中心難度增加，資金和建設需求開始外溢到非美地區。這等於是將「美國製造」政策轉變為「親美製造」，資金可能流向加拿大、墨西哥，甚至回流亞洲。

對於台灣而言，過去川普時代的「美國製造」政策曾引發技術流失的擔憂（短多長空）。但對於「算力」這種本質上依賴通訊傳輸的資源，若美國本土建設放緩，就近的既有算力價值反而會水漲船高。市場已經開始反映這個現象：手上握有現成資料中心資產的業者，在供給稀缺的當下，具備了更強的議價能力。

算力外移的可行性：通訊傳輸的極限與亞洲 Data Center 的崛起

針對算力能否外移，Elon Musk 曾提出在太空建置的玩笑話，但這凸顯了核心問題：算力的傳輸本質上是通訊問題。無論是光纖還是銅線，只要傳輸速度夠快，算力確實可以設在海外。當美國內部因法規（如消防安規、電力成本分攤法案）導致新建案卡關時，業者會採取兩種策略：一是將舊有設施（如廢棄電廠）轉型為資料中心；二是直接前往非美地區建設。

由於美國的消防與安全法規極為嚴格且成本高昂，亞洲地區相對容易取得水電與許可，因此吸引了大量目光。供應鏈調研顯示，確實有資料中心回流亞洲的趨勢，地點包含馬來西亞、台灣及日本。以台灣為例，國網中心正進行多期建置，這些專案背後涉及龐大的基礎建設商機。

資料中心的商業模式也日趨多元，從單純的「我有地、你來租」，到類似 REITs 的基礎建設基金（Infra Fund）模式，由基金集資蓋好後分租給 Google、AWS 或電信商。這種 Mega 級的投資雖然資金門檻極高（動輒數億美金起跳），但由於需求明確，募資反而不是最難的環節，真正的難點在於取得土地、饋線、水線與政府許可。

戴維斯雙殺下的產業衝擊：算力遞延對雲端、半導體與記憶體的連鎖效應

當算力建設因政治與法規因素遞延時，對不同產業環節的影響截然不同。若以短期（如 2027 年估值）來看，遞延意味著營收認列時間點往後，甚至出現「少一季」的情況，導致估值與獲利預測雙雙下修，形成「戴維斯雙殺」。

對於 Neo Cloud 或部分槓桿較高的算力服務商，現金流壓力會顯著增加。然而，對於既有的資料中心業者，由於新進供給減少，反而可能迎來漲價的利益。對於 半導體 廠商，特別是 台積電，由於先進製程屬於計畫性生產，客戶若隨意砍單，未來可能面臨無貨可買的風險，因此需求相對穩固。

至於記憶體產業，以 華邦電 法說會觀點為例，雖然 DRAM 漲勢可能趨緩，但價格要跌也很難。整體而言，AI 需求只是遞延而非消失，在供給壓抑一段時間後，未來的需求反彈可能會更加殷切。投資人應關注這些公司在度過修正期後，如何運用手中的現金流進行新的業務布局。

光進銅退的關鍵一步：Marvell 併購 Lumentum 揭示的 AI 硬體架構革命

近期產業界的重磅消息是 Marvell 併購 Lumentum。雖然消息公布後，Lumentum 股價出現下跌，部分原因在於市場認為換股比例未如預期般優渥，且擔心純度被稀釋。但從產業長線角度來看，這筆交易具有重大意義。

Marvell 明確指出，AI 伺服器的基礎架構（Architecture）將轉向光學連接（Optical Connectivity），也就是「光進銅退」。這不僅是機櫃外的光進銅退（已在發生），更是機櫃內（In-Rack）的全面革新。Lumentum 擁有稀缺的高功率雷射技術，這對於實現 GPU 甚至 CPU 之間的光互連至關重要。

這起併購案背後，隱含著 NVIDIA 等大廠對於未來光電整合（如 CPO、OIO）的布局。當電訊號逐漸轉為光訊號，整個電路板（甚至可稱為光路板）的設計將發生巨大改變。雖然這是一個長達三到五年的長期趨勢，但光通訊元件（如 MicroLED Array、光波導）的市場一旦被打開，規模將極其驚人。Marvell 藉由併購補足光學戰力，正是在為五年後的 AI 硬體市場提前卡位。

結論

總結而言，當前的市場修正主要源於政治不確定性引發的估值重設，以及對算力供給遞延的擔憂。然而，從 Anthropic、Palantir 等企業的營運數據來看，AI 的實際需求依然強勁。供給端的限制反而凸顯了既有算力資產的價值，並加速了非美市場的資料中心建設。在投資策略上，雖然短期內需留意利率波動與戴維斯雙殺的風險，但對於具備剛需的半導體龍頭（如台積電）以及掌握長期光通訊趨勢的廠商，修正反而提供了長線布局的機會。未來應密切關注 Agentic AI 等新應用的爆發，以及資金在非美市場尋找新出路的動向。