AI軍備競賽失控？從NVIDIA到中國人形機器人，資本狂潮正改寫科技版圖

CMoney 研究員

・ 2026 年 07 月 01 日

全球AI基礎建設投資正進入前所未見的軍備競賽。從美股「超級電腦股」到中國人形機器人量產時程，資金與算力正從高獲利軟體與網路公司，轉向毛利較低但規模驚人的AI硬體與雲端基礎建設，投資人面臨全新勝敗分野。

在科技股市值短時間蒸發逾2兆美元之際，華爾街並未對AI相關資本支出踩煞車，反而出現更明顯的「軍備競賽」格局。Citi全球科技與通訊研究主管Heath Terry受訪時直言，目前科技產業正上演「有史以來最大一場產業內部經濟轉移」，風險雖然升高，但只是「改變速度，而非改變方向」。

Terry指出，亞馬遜（Amazon, AMZN）等超級雲端業者（hyperscalers），在AI與雲端基礎建設上仍維持驚人的投資報酬率。他以亞馬遜為例表示，企業若能以約6%的成本借款，卻在同一領域賺到29%的現金報酬率，「絕對應該持續投資」。Citi的數據顯示，這些公司在今年第一季與第四季的「投入現金報酬率」均維持在29%，反映即便在密集投資期，體質仍相當穩健。近期大型科技股市值回落，Terry認為，更像是「中間過渡期」，市場對短期現金流不滿，但類似AWS早期大舉建置的歷史，等到回報在一兩年後開始湧現，市場態度往往風雲變色。

這場轉變的關鍵，在於資金正從傳統軟體與網路公司，流向AI硬體與基礎建設。Terry形容，過去像是軟體相關ETF（IGV、XSW、IGPT、AOTS）及網路企業(ARKW)的業務，增量毛利率可高達90%，如今大量利潤被導向毛利約50%的AI基礎建設企業，等於有約40個百分點的利潤差距被「移轉」到硬體與雲端供應鏈。這意味著，未來的贏家將不再是所有科技股，而是能直接承接這批資金與算力需求的特定族群。

在美股市場上，這批「新基礎建設贏家」已初具輪廓。硬體方面，以GPU稱霸AI訓練與推理工作負載的NVIDIA(NVDA)仍是核心標的；Broadcom(AVGO)在客製化AI加速器與網路晶片，Advanced Micro Devices(AMD)在加速器與伺服器CPU，Micron Technology(MU)則掌握高頻寬記憶體(HBM)等關鍵零組件。此外，Credo Technology(CRDO)、Lumentum(LITE)提供高速光通訊與連接能力，Navitas Semiconductor(NVTS)專注資料中心電源半導體，構成AI資料中心不可或缺的「水電配管」。

在軟體與雲端平台端，Microsoft(MSFT)、Amazon(AMZN)、Alphabet（GOOG, GOOGL）與Meta(META)等超級雲端業者，是把AI基礎建設轉化為雲端服務營收的主要玩家；Oracle(ORCL)、Snowflake(SNOW)、Salesforce(CRM)、IBM(IBM)則是在企業軟體領域，強化自家產品的AI與雲端能力，藉由訂閱制與長約鎖定客戶。從最新比較數據來看，這些公司目前的預估本益比差異巨大：Salesforce約11倍，Snowflake高達約130倍，反映市場對未來成長動能的期待與風險定價；而Amazon在同族群中量化評等最高，顯示其在AI與雲端布局上獲演算法型投資評級偏愛。

有趣的是，AI軍備競賽已不只集中在美股，還迅速外溢到中國的人形機器人產業。Morgan Stanley Research近期大幅上修對中國人形機器人出貨量的預估，認為2026年可達5萬台、2030年更將飆升至44.6萬台。報告指出，這波加速主要來自強烈政策支持、供應鏈正向回饋，以及商業化驗證逐步到位。愈來愈多中國企業把量產時程瞄準2026年底，第三季更被視為關鍵轉折期，包括特斯拉（Tesla, TSLA）有望發表第三代Optimus人形機器人，以及多家整合廠的IPO計畫，皆被視為產業里程碑。

Morgan Stanley也注意到，人形機器人產業的價格結構正在出現「先降後升再降」的過程。現階段成本呈現普遍性通縮，但預期在2027至2028年間，隨著高階、全尺寸人形機器人採用比例提高，平均售價會短暫回升，之後才在本世代末再度走入下行軌道。這樣的路徑，與AI伺服器、GPU等設備初期先以高階機種拉高單價，再靠規模與技術成熟壓低成本的經驗相似，反映硬體類AI應用的「資本密集+快速折舊」特性。

回到軟體世界，Terry認為，隨著資金轉向AI基礎建設，軟體族群內部將重現「選股時代」。他點名Snowflake(SNOW)、MongoDB(MDB)、Datadog(DDOG)等處於「資料層」且採使用量計價模式的公司，最有機會受惠AI帶來的「消費型成長」，因為AI應用愈多，資料存取與監控需求愈大，付費也愈直接。相對之下，位於「應用程式層」的公司，則必須更清楚回答在AI時代的價值命題，否則可能被邊緣化。

另一個逐漸成形的趨勢，是AI效率的提升正在改寫收益分配。隨著路由技術成熟，市場開始把查詢導向更高效率、甚至開源模型，Terry認為，這對終端用戶是利多，因為可以在相同成本下取得更佳效能，也有助於整體交易健康發展。然而，這也意味著某些昂貴、封閉的模型或服務，若無法證明其性能優勢，未來恐面臨價格與市佔雙重壓力。

在投資端，分析師提醒，面對這場曠日費時的軍備競賽，關鍵不在於誰花得最多，而是誰能把投資轉化為可預見且具現金流的營收。有研究建議，投資人可以從兩個面向判斷：一是當下是否已能自AI相關營收產出可觀自由現金流，這有助辨識「賣鏟子」型公司或具先行優勢者；二是未來營收有多少已經透過合約訂單與多年長約鎖定，可降低短期景氣波動帶來的衝擊，並提供較長的策略變現跑道。

整體來看，AI基礎建設投資正拉高科技股的波動與分歧。一端是NVIDIA(NVDA)、Micron(MU)、Broadcom(AVGO)等硬體巨擘，以及Microsoft(MSFT)、Amazon(AMZN)、Alphabet(GOOG)等雲端巨頭，在算力與雲端服務上持續加碼；另一端則是部分軟體與網路公司面臨利潤遭「抽走」的壓力。隨著中國人形機器人產業加速量產，AI應用將更加立體，從晶片、雲端一路延伸到具備肢體的機器人。

對投資人而言，下一階段關鍵問題不再只是「AI會不會改變世界」，而是「誰能在這場長達數年的資本狂潮中真正賺到錢」。在利潤從軟體向基礎建設重分配的過程中，挑對產業鏈位置與現金流結構，可能比預測短期股價波動更為重要。