當歐洲決定向 Google 收過路費：川普怒喊「100%關稅」！這場數位稅大戰，真正搶的不是稅，而是 AI 時代的金礦！ #川普 #Google #AI革命 #AI商機 #美股投資 #科技巨頭 #數位經濟 #全球貿易 #關稅戰 #AI產業 #半導體 #投資理財 #財經 #國際新聞 #是德是瑞是克

 

如果你家巷口開了一家麵店，每天高朋滿座，老闆自然要繳營業稅。

但如果有一家公司，沒有店面、沒有工廠、沒有員工，卻每天從你家附近賺走幾十億元，你覺得該不該繳稅？

這就是最近讓美國總統川普再度火力全開的「數位服務稅（Digital Services Tax，DST）」爭議。

當歐洲打算對大型科技公司收更多數位稅時，川普立刻放話：「誰敢對美國企業收數位稅，我就祭出100%關稅！」

一句話，又讓全球金融市場聞到濃濃的火藥味。

但真正值得投資人關心的，不只是川普的嗆聲，而是這場戰爭背後，隱藏著 AI 時代最大的利益分配。

什麼是數位服務稅？

先想像一件事。

二十年前，一家公司想賺你的錢，通常必須在你的國家開分公司、蓋工廠、租辦公室、聘請員工。

因此政府很好課稅。

但是現在不同了。

你每天滑 Google 搜尋、看 YouTube、刷 Facebook、Instagram、Amazon 購物，甚至使用 AI 工具，這些服務可能根本沒有在你的國家設立大型營運據點。

錢照賺，稅卻可能主要繳在企業總部所在地，或透過各種跨國稅務安排降低稅負。

於是許多國家開始想：

「等等，我國人民每天都在幫這些平台創造收入，結果稅卻沒留在我們國家？」

因此，「數位服務稅」便誕生了。

它不是向消費者收費，而是向大型數位平台，依照在當地創造的數位收入課稅，例如線上廣告、數位平台服務、電子商務等。

為什麼歐洲突然又開始談數位稅？

其實不是突然。

歐洲早就對美國科技巨頭「又愛又恨」。

愛的是，它們提供便利服務，帶動數位經濟。

恨的是，Google、Meta、Amazon、Apple 等公司，在歐洲市場賺得盆滿缽滿，但各國政府認為，實際收到的稅金並不符合其經濟活動規模。

更重要的是，AI 爆發之後，數位服務收入可能比過去成長得更快。

以前大家只是搜尋資料。

現在開始訂閱 AI、買雲端算力、使用生成式 AI、企業導入 AI 系統。

換句話說，未來最大的經濟活動，很可能都發生在線上。

如果現在不建立新的課稅制度，以後政府恐怕只能眼睜睜看著稅收流向海外。

因此，歐洲希望重新建立適合數位時代的課稅方式。

川普為什麼馬上跳出來？

原因其實很簡單。

因為被課稅的大多都是美國企業。

看看全球最大的數位平台：

• Google
• Meta
• Amazon
• Microsoft
• Apple
• Netflix

幾乎清一色來自美國。

所以在華府眼中，歐洲的數位稅，看起來就像是在向美國企業收「特別稅」。

因此川普直接祭出熟悉的談判模式。

「你收我的科技公司，我就收你的商品。」

100%關稅，不一定真的會全面實施，但卻是一種非常強烈的談判籌碼。

這也是川普一貫的風格：先把牌桌掀翻，再重新談條件。

真正沒人注意到的大商機

很多新聞都在討論關稅。

但真正值得注意的，其實是另一件事。

AI 正在重新定義「錢」是怎麼賺的。

以前企業靠賣手機。

現在開始賣 AI 訂閱。

以前靠賣軟體。

現在靠雲端服務。

以前靠廣告。

現在 AI 搜尋、AI 助理、AI 企業服務，每一項都可能創造新的收入來源。

而政府當然不會放過這塊快速膨脹的大餅。

今天討論的是 Google。

明天可能就是 ChatGPT、AI Agent、企業 AI 平台。

誰掌握 AI，誰就掌握未來最大的數位經濟。

誰掌握課稅權，誰就掌握新的財政收入。

所以這場戰爭，看似是在談稅，其實是在搶 AI 時代最大的金礦。

哪些公司受到影響最大？

Google（Alphabet）

搜尋廣告一直是 Google 最重要的收入來源。

如果歐洲提高數位稅，每增加一點成本，都可能影響獲利能力。

尤其 AI 搜尋逐漸普及後，未來相關收入也可能被納入更多課稅討論。

Meta

Facebook、Instagram 廣告收入大量來自歐洲市場。

如果廣告收入被額外課稅，Meta 的利潤率可能受到壓力。

Amazon

除了電商平台之外，AWS 雲端服務也是全球企業的重要基礎建設。

未來如果更多雲端與 AI 服務被納入數位稅，Amazon 的影響值得觀察。

Microsoft

Microsoft 近年最大成長動能就是 Azure 與 AI。

Copilot、企業 AI、Office 訂閱，都可能成為未來各國政府研究課稅的新方向。

Apple

Apple 雖然主要收入仍來自硬體，但 App Store、訂閱服務、Apple TV+、Apple Music 等數位服務收入不斷增加，也可能受到影響。

台灣企業會受到影響嗎？

直接影響相對有限。

但間接影響不能忽視。

如果美國與歐洲再度爆發貿易摩擦，全球科技供應鏈就可能受到波及。

像是AI伺服器、半導體、高速網路設備，都可能因企業調整投資計畫而受到影響。

另一方面，如果 AI 市場持續高速成長，無論是晶片、HBM、高速交換器、先進封裝或 CPO 光通訊需求仍可能持續增加，長期而言，台灣相關供應鏈仍有望受惠。

因此，短期市場可能因政治消息震盪，但長線仍應回到 AI 需求是否持續成長這個核心。

投資人真正該注意的是什麼？

很多人看到「100%關稅」，第一反應就是市場要崩了。

但歷史告訴我們，市場真正關心的，往往不是政治口水，而是企業能不能繼續賺錢。

如果 AI 持續普及，即使科技公司需要多繳一些稅，它們仍可能透過提高效率、推出新服務或調整價格來維持成長。

真正值得觀察的是，各國是否會建立新的全球數位課稅規則，以及企業如何在新的遊戲規則下維持競爭力。

結語：未來最大的戰場，不只是晶片，而是「課稅權」

過去二十年，各國競爭的是石油、天然氣與製造業。

未來二十年，各國爭奪的，很可能是 AI、雲端與數位經濟。

川普看到的是美國科技巨頭的利益。

歐洲看到的是自己的稅收。

科技公司看到的是獲利。

投資人看到的，則應該是全球數位經濟規則正在改變。

這場數位稅大戰，表面上像是在討論幾個百分點的稅率，實際上卻是在決定未來數兆美元 AI 市場的利益如何分配。

所以，下次當你看到川普又在社群媒體上喊出「100%關稅」，別急著只把它當成政治新聞。

因為真正精彩的，不是誰今天嗆了誰，而是誰能在 AI 時代的新遊戲規則裡，搶到最大的那塊蛋糕。

當三大記憶體巨頭被告聯手「失憶」：RAMpocalypse 真的是陰謀，還是 AI 害大家一起喊漲？（中） #RAMpocalypse #HBM #DRAM #DDR5 #DDR4 #AI伺服器 #AI晶片 #半導體 #三星電子 #SK海力士 #美光 #記憶體 #科技新聞 #產業分析 #投資理財 #是德是瑞是克

 

上一篇我們提到，美國消費者認為三星、SK 海力士與美光三家公司「一起減產、一起漲價」，因此懷疑背後是不是有默契，甚至涉嫌違反反托拉斯法。

但如果你站在企業的角度看，事情可能又是另一個故事。

因為這三家公司最近做的一件事，才是真正讓市場炸鍋的原因。

它們正在慢慢跟 DDR3、DDR4，甚至部分 DDR5 說再見。

很多人看到新聞時第一個反應都是：「蛤？DDR5 才剛開始普及，怎麼就要減產了？」

其實，這並不是因為 DDR5 不好賣，而是因為有一個更會賺錢的新明星出現了。

它的名字叫 HBM（High Bandwidth Memory，高頻寬記憶體）。

HBM 就像五星級牛排，DDR 則像便當店

如果把記憶體市場比喻成餐飲業，DDR3、DDR4、DDR5 就像每天大量販售的便當。

需求穩定、客人很多，但利潤並不算高。

HBM 則完全不同。

它更像一家高級牛排館。

一天接待的客人可能沒那麼多，但每一位客人的消費金額，可能是便當店的十倍、二十倍，甚至更多。

更重要的是，HBM 的客人幾乎都是重量級企業。

像是 AI GPU、AI 加速器、大型雲端資料中心，都需要大量 HBM。

尤其近兩年 AI 爆發後，HBM 幾乎變成全球最搶手的記憶體產品。

對記憶體廠來說，與其花同樣一片晶圓去生產毛利較低的 DDR4，不如拿來做毛利更高的 HBM。

畢竟，企業不是慈善機構，而是必須對股東負責。

為什麼不能兩種都大量生產？

很多人會想：「那就全部都做啊！」

聽起來很合理，但現實沒有這麼簡單。

因為晶圓廠的產能不是無限的。

一座晶圓廠就像一家餐廳。

廚房只有那麼大。

今天如果主廚決定增加牛排套餐，勢必要減少其他菜色。

不可能一邊增加高級套餐，一邊所有平價餐點也無限供應。

DRAM 製造也是如此。

一條產線、一台設備、一片晶圓，都有機會成本。

如果大量轉向 HBM，自然就會壓縮 DDR3、DDR4，甚至部分 DDR5 的產能。

因此，市場上看到的「減產」，有一部分其實是產品組合調整（Product Mix），而不是把工廠關掉。

那 DDR3、DDR4 為什麼特別容易被放棄？

原因很現實。

因為它們真的老了。

DDR3 問世至今已經超過十五年。

DDR4 也已經服役十年以上。

雖然工業電腦、醫療設備、車用電子、部分伺服器仍然需要，但新一代 PC 與伺服器早已逐漸轉向 DDR5。

問題就在這裡。

老產品需求沒有完全消失。

但新產品更賺錢。

企業自然會把資源往高獲利方向移動。

就像汽車產業。

現在很多車廠把更多資源投入電動車。

並不是燃油車突然不能開，而是市場未來的成長重心已經改變。

可是，美國原告就是不買單

原告的想法很直接。

你們不是不能升級產品。

但問題是：

為什麼三家公司幾乎都在同一時間，把成熟製程的 DRAM 產能往 HBM 移動？

如果只是三星自己做。

市場還有其他兩家可以補貨。

但如果三家都一起調整。

市場上的 DDR3、DDR4 自然就會愈來愈少。

價格也跟著一路上升。

這也是集體訴訟最重要的論點之一。

原告認為，即使企業沒有白紙黑字簽下協議，只要彼此透過市場訊號、法說會、公開發言形成默契，共同限制供給，也可能影響市場競爭。

企業也有自己的理由

站在三星、美光與 SK 海力士的角度，他們大概會這樣回答：

「不是我們故意不生產，而是市場變了。」

這個理由其實並非毫無道理。

首先，AI 對 HBM 的需求是真的爆炸性成長。

其次，HBM 的製造難度遠高於傳統 DRAM，不只是把記憶體做好而已，還需要先進封裝、堆疊技術與更高的良率。

此外，近年記憶體產業經歷了長時間的價格崩跌，企業也不願再重演「供給過剩、價格雪崩」的循環。

換句話說，從經營角度來看，控制資本支出、調整產品結構，並不是什麼奇怪的策略，而是上市公司很常見的經營決策。

所以，這到底算不算壟斷？

答案其實沒有大家想得那麼簡單。

減產本身，不等於違法。

專攻 HBM，也不等於壟斷。

真正的分界點只有一條：

三家公司是否「各自獨立做出商業決策」，還是「彼此協調後一起行動」。

如果只是三家公司都看到 AI 是未來，因此不約而同投入 HBM，法律上未必構成違法。

但如果檢方或原告能找到電子郵件、會議紀錄、通訊內容或其他證據，證明三家公司曾討論如何共同限制供給、影響價格，那整起案件的性質就會完全不同。

也就是說，法院真正要審理的，不是「有沒有減產」，而是「減產背後，是市場選擇，還是人為串聯」。

當三大記憶體巨頭被告聯手「失憶」：RAMpocalypse 真的是陰謀，還是 AI 害大家一起喊漲？（上） #RAMpocalypse #DRAM #HBM #AI晶片 #記憶體 #三星電子 #SK海力士 #美光 #半導體 #AI伺服器 #反托拉斯 #科技新聞 #投資理財 #美股 #是德是瑞是克

如果有一天，你去便利商店買雞蛋，發現全台只有三家養雞場，而且三家竟然同時宣布：「不好意思，我們今年雞生得比較少，所以蛋價要漲。」

你第一個反應是什麼？

大概不是心疼雞，而是懷疑：「你們是不是偷偷開過會？」

最近，美國消費者就是這種心情。

2026 年 6 月，美國加州北區聯邦地方法院正式受理一起集體訴訟，原告把全球 DRAM 三大霸主——三星電子（Samsung）、SK 海力士（SK hynix）以及美光（Micron）一起告上法院。

原因只有一句話：

「你們是不是故意讓記憶體變少，好把價格炒高？」

更有趣的是，國外媒體甚至替這件事情取了一個相當有電影感的名字：

RAMpocalypse。

RAM（記憶體）＋ Apocalypse（世界末日）。

光名字就像《復仇者聯盟》最新反派登場。

但是……

這真的只是企業聯手割韭菜嗎？

還是事情其實沒有那麼簡單？

三家公司到底有多大？

很多人不知道，現在全球 DRAM 市場，其實早就不是百家爭鳴。

而是標準的「三國演義」。

三星約占四成左右。

SK 海力士約三成左右。

美光約兩成左右。

三家公司加起來，全球市占率超過九成。

剩下不到一成，才由其他廠商分食。

也就是說，全世界大部分電腦、手機、AI 伺服器裡面的 DRAM，其實都來自這三家公司。

如果把 DRAM 想成汽油。

那三星、SK 海力士、美光，就是全球最大的三家煉油廠。

只要其中一家打噴嚏，價格就會感冒。

如果三家一起咳嗽……

全世界就開始發燒。

為什麼突然被告？

事情要從 2023 年開始說起。

那一年，整個記憶體市場可以說是慘到不像話。

PC 不景氣。

智慧型手機賣不好。

疫情後庫存爆炸。

AI 還沒全面爆發。

DRAM 價格一路跌。

跌到什麼程度？

很多產品甚至跌破成本。

對記憶體公司而言，就是每天開工都在賠錢。

如果你今天開牛肉麵店。

一碗成本 180 元。

結果市場競爭太激烈，只能賣 120 元。

你會怎麼做？

正常人一定不是每天拼命煮更多牛肉麵。

而是減少營業、少買牛肉。

這就是當時三星、美光與 SK 海力士做的事情。

他們開始宣布：

• 降低產能
• 延後投資
• 放慢設備開機
• 控制庫存

企業的說法很簡單。

不是想炒價。

而是不想每天賠錢。

問題就在於——三家都一起減產

如果只有一家減產。

市場通常不會有太大反應。

但偏偏。

三星減。

SK 海力士減。

美光也減。

結果全球 DRAM 供給快速下降。

接著又碰上一件改變世界的大事。

AI。

AI 就像突然冒出一萬間火鍋店

以前，一台普通筆電可能只需要 8GB 或 16GB DRAM。

但是 AI 伺服器呢？

需求完全不是同一個等級。

現在一台大型 AI Server。

可能需要數 TB（Terabyte）的記憶體。

注意，不是 GB。

而是 TB。

換句話說。

以前一百個人的記憶體需求。

現在可能只夠一台 AI 伺服器吃掉。

這就像原本每天只有十個客人吃牛肉。

突然隔壁開了一萬家火鍋店。

而且全部跑來跟你搶牛肉。

牛肉價格怎麼可能不漲？

DRAM 市場就是這樣。

AI 的需求突然暴增。

供給卻因為之前減產而來不及恢復。

價格開始一路飆升。

消費者看到的畫面只有一個。

「怎麼又漲？」

而企業看到的畫面則是另一個。

「終於不用賠錢了。」

原告的想法：這不是巧合

美國原告認為，事情沒有這麼單純。

他們主張：

如果三家公司都掌握市場九成以上，又幾乎同時間減產、同時間控制供給、同時間讓價格一路上漲，那就可能不是單純市場機制，而是涉嫌「共同限制供給」。

這也是此次集體訴訟最核心的指控。

原告並不是說三家公司不能減產。

而是懷疑：

「你們是不是彼此默契太好了？」

因為在美國反托拉斯法裡，一家公司自己減產，通常沒有問題；但如果競爭對手私下協議、共同限制供給，導致價格被人為推高，那就可能涉及違法壟斷或聯合壟斷（Cartel）。

只是，法院真正要判斷的關鍵，不是價格有沒有漲，而是——有沒有證據證明三家公司真的曾經私下協調、交換資訊或共同決策。

當復仇者聯盟開始換人？美股科技七巨頭還能一路開外掛，還是 AI 準備重新選隊長？ #美股 #科技股 #科技七巨頭 #AI革命 #人工智慧 #NVIDIA #AI投資 #美股投資 #半導體 #台積電 #Broadcom #AMD #Palantir #科技趨勢 #投資理財 #是德是瑞是克

如果你在 2023～2026 這幾年才開始投資美股，你很容易產生一種錯覺：

「美股是不是只有七家公司？」

每天打開新聞，不是 NVIDIA 漲，就是 Microsoft 又投資 AI，不然就是 Meta 又推出新模型，Apple 又被討論 AI 到底追上了沒，Amazon 雲端又擴建資料中心，Alphabet 又推出 Gemini 新功能，Tesla 又宣布機器人即將改變世界。

久而久之，你甚至會懷疑：

美股是不是只剩七個老闆，其餘公司只是來陪跑？

這七家公司，就是大家熟悉的 Magnificent Seven（科技七巨頭）：

• Apple
• Microsoft
• NVIDIA
• Amazon
• Alphabet
• Meta
• Tesla

截至目前，它們仍然占據 S&P500 非常高的市值比例，也是全球 AI 浪潮最大的受益者。

但是，一個值得所有投資人開始思考的問題來了。

七巨頭，真的會永遠都是七巨頭嗎？

歷史其實一直告訴我們：

沒有任何王朝可以永遠統治。

如果把時間拉回二十年前。

當時全球最厲害的是誰？

很多人第一個想到：

• Intel
• Cisco
• IBM
• Nokia
• Yahoo
• AOL
• Sun Microsystems

當年的他們，就像現在的 AI 王者。

投資人認為：

「這些公司怎麼可能輸？」

結果現在呢？

有些早就退出主角舞台。

有些甚至只存在回憶裡。

科技產業最大的特色，就是：

今天的霸主，很可能就是明天的教材。

AI 正在改變遊戲規則，不只是增加需求

很多人認為 AI 只是多賣 GPU。

其實沒有這麼簡單。

AI 正在重新定義：

• 軟體
• 搜尋
• 雲端
• 手機
• 機器人
• 自動駕駛
• 醫療
• 晶片
• 網路設備
• 電力需求

也就是說，

AI 不是在加一個新產業。

AI 更像是在重新洗牌整個科技世界。

以前大家比的是：

CPU 快不快。

現在比的是：

誰能提供完整 AI 生態系。

七巨頭裡，誰的護城河最穩？

如果硬要排名，我會分成三種類型。

第一種：護城河非常深

NVIDIA

目前最大的 AI 贏家。

真正厲害的不只是 GPU。

而是：

CUDA。

軟體。

生態系。

網路交換器。

AI Factory。

DGX。

整套平台。

很多公司不是買 GPU。

而是直接買 NVIDIA 的整座工廠。

這就是平台公司的威力。

Microsoft

很多人只知道 Azure。

但真正可怕的是：

Microsoft 幾乎控制企業世界。

Office

Windows

GitHub

Azure

Copilot

LinkedIn

企業每天都離不開它。

AI 只是在原本產品全部加上一層超能力。

Amazon

AWS 仍然是全球最大的雲端之一。

未來 AI 最大成本：

不是模型。

而是算力。

而算力，大多放在雲端。

所以 AI 越普及。

AWS 越重要。

第二種：仍然很強，但開始面臨挑戰

Apple

Apple 最大優勢一直不是 AI。

而是：

生態系。

iPhone。

Mac。

Apple Watch。

AirPods。

App Store。

問題是，

AI 時代開始改變使用者介面。

未來大家是不是還需要一直打開 APP？

如果 AI Agent 可以直接完成工作，

那 App Store 的重要性可能下降。

Apple 當然知道這件事。

所以近年開始大力補 AI。

但它仍然需要證明：

自己不是 AI 時代的新 Nokia。

Alphabet

Google 是 AI 技術先驅。

Transformer 就是它提出。

可是它也有最大的包袱。

搜尋。

廣告。

如果大家開始：

直接問 AI。

還需要 Google 搜尋嗎？

這就是所謂：

成功者的詛咒。

自己越成功，

越難推翻自己。

第三種：波動最大

Tesla

Tesla 已經不像純電動車公司。

而比較像：

AI 公司。

Robotaxi。

FSD。

Optimus。

能源。

如果 AI 成功，

Tesla 上限很高。

如果 FSD 遲遲無法全面普及，

估值可能重新修正。

因此它也是七巨頭中，

未來變化最大的公司之一。

Meta

Meta 最近幾年靠 AI 重新翻身。

推薦演算法。

Llama。

廣告效率。

都受惠 AI。

但 Meta 最大風險仍然是：

收入來源太集中。

廣告市場如果遇到景氣循環，

仍可能受到影響。

AI 可能誕生新的巨頭嗎？

答案是：

非常有可能。

甚至未來十年，

七巨頭可能不是七巨頭。

而是：

新的 AI 七巨頭。

第一位候選人：Broadcom

很多投資人以前只知道：

它做網通晶片。

現在才發現：

AI ASIC。

高速交換器。

VMware。

都讓它變成 AI 基礎建設的重要玩家。

如果大型 CSP 都開始自己做 AI 晶片。

Broadcom 反而可能受惠。

第二位：AMD

很多人一直拿 AMD 跟 NVIDIA 比。

其實方向不同。

AMD 更像：

AI 第二供應商。

如果全球 GPU 持續缺貨。

很多企業自然會增加 AMD 採購。

它未必需要打敗 NVIDIA。

只要拿到更多市占率，

成長空間就很大。

第三位：TSMC

很多人說：

AI 最大贏家是 NVIDIA。

但如果沒有台積電呢？

沒有先進製程。

沒有 CoWoS。

沒有先進封裝。

很多 AI 晶片根本做不出來。

台積電反而像：

整個 AI 世界的代工廠。

不管誰贏。

它都有機會接單。

這也是很多人稱它為：

AI 時代最穩定的賣鏟人。

第四位：Oracle

以前大家總笑 Oracle 很老。

但 AI 出現後。

很多企業開始需要第二、第三雲。

Oracle Cloud 開始快速成長。

如果未來 AI 雲端市場持續擴大。

Oracle 未必不能重新回到科技核心。

第五位：Palantir

Palantir 最強的是：

資料分析。

政府。

軍工。

AI 平台。

它不像 OpenAI 那種聊天 AI。

而是真正幫企業建立 AI 工作流程。

如果企業 AI 普及。

Palantir 的成長速度值得關注。

第六位：Marvell

AI 時代，

不是只有 GPU。

高速網路。

交換器。

光通訊。

客製 ASIC。

全部都需要。

Marvell 剛好站在這些交叉點。

未來受惠程度，

可能比很多人想像更高。

第七位：Arm

以前 CPU 世界：

Intel 很強。

現在手機世界：

Arm 幾乎無所不在。

AI 裝置越多。

終端 AI 越普及。

Arm 的授權模式，

可能持續受惠。

那 OpenAI 呢？

很多人都問：

OpenAI 能不能變成下一家科技巨頭？

答案其實是：

有機會。

但也充滿挑戰。

因為：

模型會越來越便宜。

真正值錢的是：

平台。

使用者。

生態系。

企業服務。

如果 OpenAI 能建立完整 AI 平台，

未來確實可能成為新的科技核心。

但競爭者也很多。

Google。

Anthropic。

xAI。

Meta。

Amazon。

Microsoft。

大家都不會輕易放棄。

七巨頭最大的敵人，其實不是彼此

很多人以為：

NVIDIA 最大敵人是 AMD。

Google 最大敵人是 Microsoft。

Apple 最大敵人是 Samsung。

其實不是。

真正的敵人是：

下一次技術革命。

就像智慧型手機淘汰功能手機。

AI 也可能重新定義：

搜尋。

辦公。

寫程式。

醫療。

教育。

金融。

娛樂。

如果某家公司沒有跟上。

再大的護城河，

都有可能慢慢乾掉。

投資人真正該思考的是什麼？

很多人每天問：

哪家公司會漲？

其實更值得問的是：

五年後，誰還能站在 AI 生態系的中心？

因為 AI 時代的競爭，

已經不是單一產品。

而是：

誰能建立整個生態系。

誰能吸引最多開發者。

誰能控制資料。

誰能提供算力。

誰能提供軟體。

誰能建立平台。

真正的王者，

通常不是跑最快的人。

而是讓所有人都必須經過他的大門。

最後，七巨頭不一定消失，但名單可能會改寫

回頭看看科技史，你會發現一件很有趣的事。

每一代投資人，都覺得自己遇到的巨頭「不可取代」。

2000 年大家相信網路設備霸主。

2010 年大家相信智慧型手機霸主。

2020 年大家相信雲端霸主。

2026 年，我們相信 AI 七巨頭。

問題不是七巨頭會不會消失，而是誰能持續適應下一波技術浪潮。

未來十年，我認為像 Broadcom、台積電、AMD、Palantir、Marvell、Arm，甚至 OpenAI（若未來上市），都有機會成為新的重量級玩家，甚至取代部分現有七巨頭在市場中的影響力。

投資從來不是猜誰永遠第一，而是持續觀察技術、商業模式與產業結構的變化。今天的王者可能依舊強大，但 AI 正在重新發牌，下一張王牌，也許已經悄悄出現在牌桌上。

畢竟，在科技世界裡，最大的風險從來不是「別人比你慢」，而是當整個遊戲規則改變時，你還以為自己玩的，還是昨天那場比賽。

當 IBM 宣布 0.7 奈米晶片誕生：這是半導體界的鋼鐵人，還是實驗室裡的超跑？ #IBM #07奈米 #半導體 #晶片技術 #Nanostack #台積電 #三星電子 #Intel #AI晶片 #先進製程 #科技新知 #半導體產業 #投資理財 #是德是瑞是克

如果有一天新聞標題寫著：

「IBM 推出全球首款 0.7 奈米晶片！」

很多人的第一個反應大概不是驚呼，而是：

「等等，所以我明天就能買到搭載 0.7 奈米晶片的手機嗎？」

答案很遺憾──不能。

這就像法拉利今天宣布打造出一輛時速 600 公里的概念車，不代表下星期就能去展示中心交車。

IBM 這次公布的，其實是一個非常重要的技術里程碑（Technology Demonstration），而不是已經大量生產、準備出貨的產品。

而這件事情真正有趣的地方，不只是 0.7 奈米，而是它代表整個半導體世界，開始正式挑戰「原子尺度」的極限。

一顆晶片，到底經歷哪幾個階段？

很多人看到新聞，都會以為：

推出 = 已量產。

其實完全不是。

一顆新製程通常要走過幾個階段。

第一步，是實驗室驗證（Research）。

也就是 IBM 目前做的事情。

工程師先證明：

「理論可行。」

第二步，是工程樣品（Prototype）。

開始做出少量晶片。

第三步，是試產（Risk Production）。

這時候晶圓廠開始真正跑產線。

第四步才是大家熟悉的：

大量量產（Mass Production）。

所以 IBM 的新聞，比較像是在宣布：

「我已經證明這條路可以走。」

不是：

「我已經蓋好高速公路。」

做出一顆，不代表能做一萬顆

很多人會問：

既然已經做出來了，那是不是代表成功？

答案是：

還差很遠。

原因就在兩個字：

良率（Yield）。

假設一片晶圓可以切出 1000 顆晶片。

如果只有 50 顆能正常工作。

良率就是：

5%。

如果有 950 顆正常。

良率就是：

95%。

晶片真正能不能賺錢，不是看能不能做出一顆。

而是看：

每一片晶圓有多少可以賣。

良率到底多少才叫達標？

很多人以為有一個標準答案。

其實沒有。

不同產品完全不同。

例如：

成熟製程（28nm、40nm）

很多已經超過 95%。

5nm、3nm

剛開始可能只有六、七成。

後面再慢慢爬升。

通常如果高階邏輯晶片能做到：

80%～90%以上，

就已經相當優秀。

但真正數字，各家公司都不公開。

因為這可是商業機密。

所以新聞如果只寫：

「成功做出 0.7 奈米。」

千萬不要自動腦補：

「良率一定很好。」

這兩件事完全不能畫上等號。

那 0.7 奈米，到底代表什麼？

以前我們都以為：

5nm 就是元件只有 5 奈米。

現在不是。

今天的製程名稱，其實比較像：

品牌名稱。

例如：

Intel 18A

台積電 N2

三星 SF2

這些名稱已經不是單純尺寸。

更多代表的是：

整體效能。

包括：

• 密度
• 功耗
• 速度
• 製程能力

因此 IBM 的 0.7 奈米，也不能直接理解成：

每個零件真的只有 0.7 奈米。

它更代表：

下一代製程技術節點。

為什麼大家一直拼命縮小？

原因很簡單。

因為可以同時得到三個好處。

第一：

晶片塞進更多電晶體。

第二：

速度變快。

第三：

耗電下降。

想像一下。

以前一間教室只能坐 30 個人。

現在可以坐 300 人。

而且大家還吹冷氣、更安靜、更省電。

這就是晶片微縮一直努力追求的目標。

但事情沒有想像中容易

問題來了。

如果一直縮小。

最後會碰到什麼？

答案就是：

物理極限。

當尺寸開始接近原子。

電子開始不太聽話。

它們甚至會直接穿牆。

這就是量子穿隧效應（Quantum Tunneling）。

以前牆壁可以擋住電子。

現在電子直接說：

「不好意思，我穿過去了。」

工程師每天都快被它逼瘋。

IBM 這次最大的亮點：Nanostack

真正重要的，其實不是 0.7 奈米。

而是：

Nanostack 三維電晶體。

以前的電晶體比較像：

平房。

後來變成：

高樓。

現在則開始變成：

立體都市。

IBM 的概念，就是把電晶體往第三維堆疊。

讓更多元件放進同一塊面積。

這就像：

以前只有一層停車場。

現在直接蓋成立體停車塔。

土地沒變。

停車位卻暴增。

這也是未來晶片的重要方向。

光做到 Nanostack 還不夠

真正麻煩的是後面。

例如：

第一關：散熱

晶片越密。

熱越難散。

如果一直堆。

最後可能變成：

小火鍋。

AI 晶片現在最大的問題之一，就是散熱。

未來只會更困難。

第二關：製造精度

當尺寸接近原子。

任何一點誤差。

都可能讓晶片失效。

以前容許偏差可能幾奈米。

現在可能只有不到一奈米。

對設備要求高得嚇人。

第三關：材料革命

傳統矽材料已經快到極限。

未來可能需要：

• 二維材料
• 碳奈米管
• 新型半導體材料

否則再怎麼縮，都會碰壁。

第四關：光刻技術

今天最先進的是：

High-NA EUV。

但如果要往更小節點。

設備還要持續進化。

一台光刻機動輒數億美元。

未來成本只會更高。

那 IBM 是世界最先進嗎？

答案有點微妙。

如果說：

研究能力。

IBM 一直都是世界頂尖。

很多重要製程概念。

都是 IBM 很早提出。

但是。

如果談：

真正量產能力。

目前全球主要還是三家公司。

第一：

台積電。

第二：

三星。

第三：

Intel。

IBM 自己已經沒有大型晶圓代工。

它更像：

半導體研究院。

很多成果最後都會和產業合作。

台積電現在走到哪？

目前台積電最接近的是：

2 奈米。

之後還有：

1.6nm（A16）

再往後還有更先進節點。

雖然沒有宣布 0.7 奈米。

但台積電一直研究：

CFET、

2D 材料、

背面供電、

先進封裝。

很多方向，其實和 IBM 有重疊。

差別只是：

IBM 偏研究。

台積電偏量產。

三星呢？

三星同樣積極投入。

尤其在：

GAA（Gate-All-Around）

是全球最早量產之一。

未來也積極布局：

3D 電晶體、

CFET、

新材料。

三星最大的優勢，就是：

自己同時做記憶體、晶圓代工、手機。

整合能力相當強。

Intel 又在哪？

很多人以為 Intel 落後。

其實近幾年追得很快。

Intel 18A 被視為重要轉折點。

同樣採用：

RibbonFET、

PowerVia。

未來也會持續往更小節點前進。

目前全球其實形成：

三強競賽。

沒有人敢說誰一定會贏。

所以 IBM 的新聞，真正值得注意的是什麼？

不是因為：

「0.7 奈米。」

而是它透露了一件事。

未來半導體競爭。

已經不只是：

比誰縮得小。

而是比：

誰能找到新的架構。

新的材料。

新的散熱方式。

新的封裝。

甚至新的 AI 設計流程。

因為當尺寸已經逼近原子。

真正限制晶片進步的，不再只是曝光機，而是整個半導體生態系。

最後，聊聊投資人真正該看的重點

看到這類新聞，不少投資人第一時間就會想：

「是不是該趕快買相關股票？」

其實，比起急著追題材，更值得思考的是這幾個問題：

• IBM 的技術距離商業化還有多遠？
• 哪些公司擁有把實驗室成果變成量產產品的能力？
• 誰掌握關鍵設備、材料與先進封裝？
• 未來五到十年，AI 對先進製程的需求是否持續成長？

真正能改變產業格局的，往往不是一則「突破」新聞，而是後續是否能跨越良率、成本、供應鏈與量產這四道大關。

畢竟，在半導體世界裡，做出一顆天才晶片並不難，難的是每天都能穩定做出幾百萬顆，而且每一顆都能替公司賺錢。

IBM 這次的 0.7 奈米，就像一位天才學生，在實驗室交出了一份滿分考卷；而台積電、三星與 Intel，每天面對的卻是另一場考試——如何把這份滿分答案，變成一座二十四小時不停運轉、良率夠高、成本夠低、客戶願意下單的超級工廠。

所以，下次再看到「全球首款」「突破」「世界第一」這類標題時，不妨先別急著把它等同於「明天就能量產」。真正值得關注的，是這項技術是否能跨過量產的高牆，成為改變產業的下一個世代。半導體的世界從來不是短跑，而是一場需要耐心、技術與資本共同完成的超級馬拉松。

第四十六課：當你把房貸當超能力，景氣卻突然切到「地獄模式」：負債到底是鋼鐵人戰甲，還是自爆按鈕？#FQ #第四十六課 #FQ財務智商 #財務自由 #房貸 #槓桿投資 #景氣循環 #景氣燈號 #現金流 #資產配置 #投資理財 #ETF投資 #理財教育 #通膨 #安全邊際 #被動收入 #是德是瑞是克

 

如果有人問：「人生最大的壓力是什麼？」

很多人的答案大概不是工作，也不是老闆，而是每個月手機跳出那一則熟悉的通知：

「您的房貸已扣款成功。」

看到訊息的瞬間，心裡只有一句話：

「謝謝銀行，提醒我又活了一個月。」

偏偏現在很多投資影片又一直告訴你：

「有錢人都在借錢。」
「銀行的錢，不借白不借。」
「低利率就是最大的財富密碼。」

於是有人開始幻想：

如果拿房貸、信貸、理財型房貸去投資，是不是人生就直接開外掛？

答案很殘酷：

借錢本身不是問題。真正的問題，是你不知道自己正站在景氣循環的哪一站。

今天，我們就延續前面介紹過的 FQ（Financial Quotient，財務智商） 與景氣循環燈號，一起聊聊：

負債，到底是財富加速器？還是人生的加速撞牆器？

為什麼有錢人敢借錢？

很多人看到富豪負債幾十億元，就覺得：

「原來真正有錢的人都沒現金。」

其實不是。

真正有錢的人，不是在借錢。

而是在借「便宜的錢」。

假設銀行房貸利率只有2%。

如果你的資產長期報酬率有8%。

代表：

借100萬元，每年利息約2萬元。

資產卻可能成長8萬元。

中間6萬元，就是槓桿替你工作的成果。

所以真正的公式不是：

借錢＝有錢

而是：

低成本資金＋高品質資產＝財富放大器

但是……

這個公式有一個超大的前提。

景氣不能突然翻車。

景氣循環，就是借錢的天氣預報

之前我們介紹過景氣循環燈號。

如果把投資世界比喻成開車。

那燈號就像天氣。

不同天氣，你開車速度一定不同。

如果今天是晴天。

道路乾燥。

視線良好。

你可以正常開。

如果開始下雨。

速度就會慢一點。

如果暴雨加濃霧。

還硬要飆車……

通常新聞就會出現你的名字。

投資也是。

景氣不同。

槓桿也應該不同。

第一階段：藍燈——冬天來了，但也是播種季

藍燈代表：

景氣低迷。

市場悲觀。

失業增加。

企業開始縮手。

新聞每天都在喊：

「經濟完蛋了。」

這時候，大部分人最想做的事情就是：

什麼都不要投資。

可是歷史常常很有趣。

真正好的投資機會，反而常常出現在悲觀時。

如果：

你收入穩定。

工作安全。

現金流充足。

這時候適度利用低利房貸，反而可能是累積資產的開始。

因為：

房價可能修正。

股票便宜。

市場沒人搶。

銀行利率甚至可能下降。

這時候借的是：

便宜的資金。

買的是：

便宜的資產。

第二階段：綠燈——景氣回春，槓桿效率最高

景氣開始回升。

企業開始賺錢。

薪資增加。

市場信心回來。

這通常是槓桿效率最高的階段。

因為：

收入增加。

資產價格上升。

現金流改善。

只要控制好負債比例。

槓桿就可能替你創造更大的財富。

但請注意。

不是叫你把所有信用額度借滿。

而是：

讓借款速度，小於收入成長速度。

第三階段：黃紅燈——市場開始發燙

很多人最容易犯錯，就是在這裡。

股票天天創新高。

房價天天漲。

新聞每天都說：

「現在不買，以後更貴。」

於是開始出現：

房貸加貸。

信貸投資。

信用卡分期買ETF。

甚至二胎房貸。

大家都覺得：

只要市場一直漲。

利息根本不是問題。

但真正的問題是：

市場不是永遠只會往右上角走。

通膨怪獸最喜歡吃誰？

很多人以為：

通膨只影響物價。

其實它真正影響的是：

你的現金流。

例如：

房貸利率提高。

生活費增加。

孩子教育費提高。

保險變貴。

餐費增加。

水電增加。

油價增加。

如果收入沒有同步增加。

原本每月剩兩萬元。

可能突然只剩五千元。

這就是很多家庭開始壓力爆炸的原因。

不是投資失敗。

而是：

現金流先死掉。

FQ真正看的，不是資產，而是現金流

很多人喜歡炫耀：

我有三間房。

我有五百萬股票。

我有一千萬資產。

但銀行真正看的不是這些。

銀行最在意的是：

你每月能不能還款。

所以真正的FQ高手，不會一直算資產。

而是天天算：

每月自由現金流。

例如：

收入10萬元。

生活費4萬元。

房貸2萬元。

保險5000元。

投資2萬元。

剩餘現金流：

1萬5000元。

只要這個數字一直存在。

景氣再差。

你都還能活。

安全邊際，比高報酬更重要

很多人問：

到底可以借多少？

其實沒有標準答案。

但是可以問自己幾個問題。

第一：

如果失業六個月。

房貸還付得起嗎？

第二：

如果股票跌40%。

還敢繼續持有嗎？

第三：

如果利率升到4%。

生活會不會立刻崩潰？

第四：

如果房價下跌20%。

會不會被迫賣房？

如果四個答案都是：

「沒問題。」

代表你的安全邊際還不錯。

如果第一題就開始冒冷汗。

那代表：

現在不是增加槓桿的時候。

房貸，其實比信貸安全很多

很多人把房貸跟信貸混在一起。

其實完全不同。

房貸：

利率低。

期間長。

月付金低。

信貸：

利率較高。

期限短。

還款壓力大。

所以真正放大資產的人。

通常優先利用：

低成本房貸。

而不是高利率信貸。

因為：

資金成本越低。

成功機率越高。

千萬不要把緊急預備金拿去All in

很多人有一個危險想法。

「反正ETF長期都會漲。」

於是把所有存款投入市場。

甚至連預備金都沒有。

結果真正遇到：

失業。

生病。

家庭支出。

只能賣股票。

偏偏市場正在下跌。

這就是最可惜的地方。

不是投資不好。

而是：

現金流逼你在最低點賣出。

所以FQ一直強調：

先留好6～12個月生活費。

再談槓桿。

真正厲害的人，不是在牛市借最多，而是在任何景氣都活得下去

如果回頭看看歷史。

每一次金融危機。

都有人因此暴富。

也有人因此破產。

差別通常不是能力。

而是：

負債比例。

有人借三成。

有人借八成。

景氣好的時候。

大家都像股神。

景氣反轉。

才知道誰是在裸泳。

因此，真正高FQ的人，不會因市場一片歡騰就把槓桿開到最大，也不會因市場悲觀就完全不敢投資。他們更像一位經驗老到的船長：順風時升起更多船帆，逆風時收帆保船，永遠把「安全返航」放在第一位。

FQ觀點：負債不是敵人，失控才是

很多人一聽到「負債」就害怕，也有人把「槓桿」神化成致富捷徑。

其實，這兩種看法都過於極端。

負債本身沒有善惡，它只是工具。

就像廚房裡的菜刀，可以切出一道美味佳餚，也可能因操作不當而傷到自己。關鍵從來不是工具，而是使用的人是否具備足夠的判斷力。

當景氣處於藍燈或綠燈、利率相對低、收入穩定且現金流充裕時，適度利用房貸等低成本資金，確實有機會提高資產累積效率；但當景氣進入黃紅燈、通膨升溫、利率攀升、市場估值偏高時，最重要的工作反而不是繼續加槓桿，而是檢查自己的安全邊際是否足夠。

真正的FQ，不是勇敢借最多，而是知道什麼時候該借、借多少，以及什麼時候應該停下來。

因為市場永遠會有下一次機會，但如果現金流斷裂，被迫在最低點賣掉資產，財富累積就可能重新歸零。

所以，下次再看到有人說：「借錢投資才能快速致富。」別急著心動，不妨先問自己一句：

如果明天景氣突然亮起紅燈，我的收入減少、利率上升、資產下跌，我還能安心睡覺嗎？

如果答案是「可以」，那代表你的槓桿正在替你工作；如果答案是「不行」，那真正需要增加的，或許不是貸款額度，而是你的FQ（財務智商）。

畢竟，投資是一場長跑，不是百米衝刺；真正能走到終點的人，往往不是跑最快的，而是始終沒有退出比賽的人。

當下週市場像《魷魚遊戲》新一季：每天都有數據要開獎，AI、Fed、戰爭、財報輪番上場，投資人該先看哪一集？ #總體經濟 #美股 #台股 #投資理財 #AI概念股 #聯準會 #非農就業 #經濟數據 #美國財報 #半導體 #NVIDIA #台積電 #市場分析 #ETF投資 #是德是瑞是克

 

如果把投資市場比喻成一齣連續劇，那麼下週（6/29～7/3）絕對是「高潮週」。

週二有美國職缺數據，週三有製造業PMI與ADP小非農，週四更直接迎來美國非農就業報告，還有聯準會官員談話、AI產業最新動態、國際局勢與貿易談判，每一天都可能讓全球股市上演不同劇情。

如果把市場比成考試，下週就是老師一次把期中考、期末考、模擬考和臨時抽考全部安排在同一週，投資人只能一邊喝咖啡，一邊默默祈禱：「拜託不要全部一起爆雷。」

6月29日（星期一）

歐洲重要經濟數據

市場將關注歐元區6月消費者物價（CPI）初值，以及德國部分經濟數據。

若歐洲通膨持續降溫，市場將重新評估歐洲央行後續降息步調。

另一方面，中國官方PMI也預計公布。

由於中國近期仍持續推出刺激經濟措施，製造業是否站回景氣榮枯線50以上，也是亞洲市場的重要觀察指標。

6月30日（星期二）

美國JOLTS職缺數據

JOLTS一直都是Fed最重視的勞動市場指標之一。

如果職缺數依然很多，就代表企業仍然找不到員工，薪資壓力可能持續存在。

Fed看到後可能心想：

「嗯，看來還不能太早降息。」

反過來，如果職缺開始快速下降，就代表就業市場逐漸降溫，市場便可能期待降息時間提前。

美國消費者信心指數

這份數據反映的是一般民眾對未來經濟的信心。

如果大家願意消費，美國經濟通常仍具有韌性；如果信心開始滑落，也可能代表消費動能正在減弱。

7月1日（星期三）

這一天堪稱本週的「前哨戰」。

ADP小非農

俗稱「非農預告片」。

雖然ADP並不一定完全準確，但市場仍會拿它來猜測週四正式非農數據。

ISM製造業PMI

PMI大於50，代表製造業擴張。

低於50，則代表景氣仍偏向收縮。

AI需求是否開始帶動更多企業投資，也是市場今年關注重點之一。

美國建築支出

房地產市場是否仍具有韌性，也將透過這項數據獲得更多線索。

7月2日（星期四）

本週最大魔王：美國非農就業報告

由於7月4日美國國慶假期，本次非農提前公布。

內容包括：

• 新增非農就業人口
• 失業率
• 平均時薪
• 勞動參與率

這四項數據通常會一起影響市場。

如果新增就業很多：

代表經濟很強。

但Fed可能覺得：

「經濟太熱，通膨可能又回來。」

如果新增就業太少：

市場又開始擔心經濟衰退。

所以很多時候，投資人真正期待的是：

不要太熱，也不要太冷。

最好就是Fed最愛的「金髮女孩（Goldilocks）」。

同一天還會公布首次申請失業救濟金人數。

若持續增加，代表企業開始裁員。

若維持低檔，代表就業市場仍相當穩健。

公司財報

雖然目前尚未進入美股第二季財報旺季，但市場仍持續關注幾家即將公布財報或釋出營運消息的企業。

此外，AI供應鏈相關企業若提前公布營收，也可能牽動整體半導體族群。

目前市場最關注的仍包括：

• NVIDIA
• 台積電
• Broadcom
• AMD
• 美光
• Marvell

投資人會持續觀察AI伺服器、HBM、高速網路、CPO光通訊及ASIC需求是否維持強勁。

Fed官員談話

下週仍可能安排多位聯準會官員公開演說。

市場將持續觀察是否釋放：

• 降息時點
• 通膨看法
• 就業市場評估

因為有時候，一句話就足以讓美元、美債殖利率與股市同步震盪。

AI產業仍是市場主旋律

今年市場最大的主角依舊是AI。

從GPU、HBM記憶體、ASIC晶片、CPO光通訊，到機器人、自駕車，每個產業都希望搭上AI列車。

近期市場也持續聚焦：

• AI資料中心建設
• 雲端服務商資本支出
• NVIDIA最新產品布局
• OpenAI自研AI晶片進度
• Google TPU
• Amazon Trainium
• Meta AI基礎建設投資

AI故事還沒演完，只是每一集成本越拍越高。

國際局勢仍不可忽視

除了經濟數據，下週仍須持續留意：

• 美國與各國關稅談判
• 中東停火後續發展
• 俄烏戰爭最新局勢
• OPEC+政策與油價變化
• 美國《大而美法案》最新進展

市場很多時候不是怕壞消息，而是怕「突然」出現的新消息。

因此，投資人仍需保留一定風險意識。

委內瑞拉強震令人關注

除了金融市場之外，本週另一件令人關心的事件，是委內瑞拉日前發生強震。

天災從來不分國界，也不分種族。

當市場每天討論AI、股市與降息時，世界另一端仍有人正在努力重建家園。

希望救援工作能夠順利，也期盼委內瑞拉受災民眾能早日恢復正常生活。

投資人下週可以留意三件事

第一，看就業數據是否持續降溫。

第二，看AI供應鏈是否延續高成長趨勢。

第三，看國際政治是否再出現新的黑天鵝事件。

市場永遠充滿未知，就像打開一盒巧克力，你永遠不知道下一顆是焦糖、榴槤，還是辣椒口味。

唯一能做的，就是保持冷靜、做好資產配置，不因一兩天的消息就追高殺低。

畢竟，真正厲害的投資人，不是每次都猜對市場，而是在市場忽冷忽熱時，依然能穩穩坐在自己的投資座位上。

祝大家下週投資順利，也別忘了在關注市場之餘，對世界多一點關心，期盼委內瑞拉等受災地區早日完成重建，讓生活重新回到正軌。

第四十五課：理財與另一半的「非理性溝通」：如何用系統化記帳降低夫妻的財務摩擦？ #FQ #第四十五課 #夫妻理財 #家庭理財 #共同帳戶 #記帳理財 #財務自由 #理財教育 #被動投資 #ETF投資 #家庭財務規劃 #夫妻溝通 #金錢觀 #資產配置 #理財課程 #生活理財 #是德是瑞是克

當你以為家裡最大的風險是股災，結果發現是老婆看到信用卡帳單：打造家庭財務自動駕駛系統

如果有人問我，投資理財最難的是什麼？

很多人會回答：

• 抓不到飆股
• 買不到台積電最低點
• 賣不在最高點
• 看不懂聯準會到底在講什麼

但經過多年觀察，我發現真正困難的從來不是股票。

而是：

「跟另一半談錢。」

因為股票跌了，你可以怪市場。

基金賠了，你可以怪經理人。

ETF套牢了，你可以怪川普、聯準會、通膨、戰爭、外星人。

但如果另一半問：

「為什麼這個月信用卡多了三萬元？」

你總不能回答：

「因為市場波動。」

那天晚上你可能就要去客廳睡覺了。

所以在家庭理財裡，最大的風險不是股市。

而是財務溝通。

而解決方法往往也不是辯論。

而是建立一套能夠自己運作的系統。

婚姻其實是一家有限公司

結婚前，兩個人的財務很簡單。

你的薪水是你的。

我的薪水是我的。

你買球鞋我不管。

我買包包你也管不到。

大家像兩家獨立公司。

但結婚之後不同。

家庭開始出現大量共同支出：

• 房租或房貸
• 水電瓦斯
• 網路費
• 保險
• 小孩教育費
• 車貸
• 孝親費
• 旅遊費

這時候夫妻其實就像共同創業。

問題來了。

如果公司沒有財務制度會怎樣？

一定天下大亂。

結果很多家庭卻是：

「反正到時候再說。」

於是每個月都在重複同一段對話。

老公：

「這個月花好多喔。」

老婆：

「哪有很多？」

老公：

「真的很多。」

老婆：

「那你說花在哪？」

老公：

「我不知道。」

老婆：

「不知道你還敢講？」

然後家庭董事會正式開戰。

金錢衝突其實常常不是錢的問題

很多夫妻以為自己在吵錢。

其實是在吵價值觀。

例如：

有人覺得：

一年出國一次很合理。

有人覺得：

那筆錢拿去買ETF比較實在。

有人覺得：

小孩教育不能省。

有人覺得：

補習班根本是家長焦慮稅。

有人覺得：

買名牌是浪費。

有人覺得：

人生開心比較重要。

問題是：

這些觀點都沒有絕對對錯。

只是成長背景不同。

如果每次消費都要重新辯論一次。

婚姻會變成24小時財經政論節目。

天天開播。

全年無休。

系統化比說服更有效

很多人試圖改變另一半。

但通常效果有限。

因為人的金錢觀形成了幾十年。

不是一次晚餐就能改變。

真正有效的方法是：

不要改變人，改變流程。

企業管理有一句名言：

爛制度遇到好員工也會出問題。

家庭也是如此。

與其天天討論誰該付錢。

不如建立一個固定規則。

讓系統自己運作。

第一招：建立共同帳戶

這是很多家庭最容易忽略的一步。

共同帳戶的概念很簡單。

所有家庭共同支出都從這裡支付。

例如：

• 房貸
• 水電
• 網路
• 管理費
• 保險
• 小孩費用

全部集中管理。

好處是透明。

大家都知道錢去哪裡。

不會出現：

「我以為你有繳。」

「我以為你會繳。」

結果兩個人都沒繳。

最後收到催繳通知。

第二招：固定比例分攤

很多夫妻最大的爭議是：

到底誰付比較多？

如果收入差不多。

直接50：50最簡單。

但如果收入差距很大呢？

例如：

先生月薪10萬。

太太月薪5萬。

硬要平分其實不公平。

比較合理的是比例制。

例如：

家庭開銷6萬元。

先生負擔三分之二。

太太負擔三分之一。

也就是：

• 先生4萬
• 太太2萬

這樣壓力比較平衡。

也比較不容易累積怨氣。

第三招：保留個人自由帳戶

共同帳戶不代表全部上繳。

這點非常重要。

很多夫妻失敗就是因為過度透明。

連買杯咖啡都要被問。

連買遊戲都要解釋。

連買保養品都要開會。

久了誰都受不了。

因此除了共同帳戶外。

一定要保留個人帳戶。

例如：

先生收入10萬。

固定投入：

• 家庭帳戶4萬
• 投資帳戶2萬

剩下4萬自由使用。

太太也是同樣概念。

只要完成共同責任。

剩下的自由支配。

如此反而更容易長久。

第四招：自動轉帳功能

人最大的敵人是什麼？

不是通膨。

不是熊市。

是懶惰。

很多家庭記帳失敗不是不想做。

而是太麻煩。

因此最好的方式是：

發薪日直接設定自動化。

例如：

每月5日發薪。

系統自動：

• 轉家庭帳戶
• 轉投資帳戶
• 轉儲蓄帳戶

剩下才是生活費。

這其實就是家庭版的流水線。

錢進來之後立刻分工。

不用每月重新決策。

把家庭財務變成工廠

很多人以為財務管理是意志力。

其實更像工廠管理。

優秀工廠靠流程。

不是靠老闆每天大喊：

「大家加油！」

家庭也是一樣。

如果每筆支出都要討論。

就像工廠每顆螺絲都要董事長簽核。

一定效率極低。

建立規則後：

收入進來。

自動分配。

自動投資。

自動儲蓄。

剩下自由花費。

整個系統就開始自行運作。

記帳的真正目的不是省錢

很多人討厭記帳。

因為覺得像在坐牢。

每花一筆都要登記。

買個雞排還要輸入APP。

最後三天就放棄。

其實記帳最大的價值不是省錢。

而是建立共識。

當數字出現時。

爭論會減少很多。

例如：

老公覺得外食太多。

老婆覺得沒有。

兩人開始辯論。

結果打開記帳資料：

本月餐飲支出38,000元。

瞬間不用吵。

因為數字已經說話。

財務透明會降低猜忌

婚姻裡最可怕的不是花錢。

而是不知道錢去哪裡。

人對未知最容易產生想像。

想像又容易變成誤會。

誤會又容易變成衝突。

而透明的財務制度能降低這些問題。

因為每個人都知道：

家庭資產有多少。

負債有多少。

投資有多少。

存款有多少。

未來目標是什麼。

大家是在同一張地圖上前進。

而不是各自拿不同導航。

生命週期規劃才是真正目的

前面幾課我們一直提到生命週期規劃。

原因很簡單。

人生不是只有今天。

二十歲想的是旅遊。

三十歲想的是買房。

四十歲想的是孩子教育。

五十歲想的是退休。

六十歲開始關心醫療與照護。

每個階段都需要不同的資源配置。

如果夫妻沒有共同財務系統。

每次人生進入新階段就會重新爆發衝突。

反之。

若已經建立固定機制。

未來只要調整比例即可。

整個家庭就能平穩升級。

結語：婚姻不是辯論賽，而是共同經營的企業

許多人花大量時間研究股票。

研究財報。

研究ETF。

研究AI。

卻很少研究家庭財務管理。

但實際上。

家庭財務往往比投資績效更重要。

因為再厲害的投資人。

如果天天為錢爭吵。

生活品質依然很差。

而真正成熟的理財觀念不是：

找到下一檔十倍股。

而是建立一套即使忙碌、疲憊、情緒不好時，仍然能穩定運作的財務系統。

當共同帳戶、自動轉帳、固定比例分攤與記帳制度逐漸成形後，你會發現夫妻討論金錢的次數變少了，但討論未來的次數變多了。

畢竟，幸福家庭最重要的從來不是誰對誰錯。

而是讓金錢不再成為戰場。

讓夫妻從「財務攻防戰」變成「人生隊友」。

因為真正成功的家庭理財，不是打敗市場。

而是兩個人一起走得更遠。

當 AI 高速公路塞爆了：NVIDIA 把光纖塞進晶片，台積電是在蓋未來，還是在挑戰光速的極限？ #AI #NVIDIA #台積電 #CPO #共封裝光學 #矽光子 #光通訊 #AI晶片 #GPU #資料中心 #先進封裝 #半導體 #科技新知 #投資理財 #是德是瑞是克

 

如果把現在的 AI 世界比喻成一座超大型城市，那 GPU 就像數十萬名超級工程師。

問題是，再厲害的工程師，如果每天花三個小時塞在高速公路上，工作效率還是很差。

近兩年大家都在討論 GPU。
去年討論 HBM。
今年開始，真正的主角慢慢變成另一群人——交換器（Switch）與光通訊。

因為大家突然發現：

AI 算力不是卡在 GPU，而是卡在 GPU 彼此講話。

而 NVIDIA 最新公布的 Quantum-X Photonics CPO（Co-Packaged Optics，共封裝光學）交換器，就是準備把這條「高速公路」重新蓋一次。

但故事沒有這麼簡單。

因為 NVIDIA 畫出藍圖之後，真正要把產品大量生產的人，是台積電。

而台積電推出的 COUPE（Compact Universal Photonic Engine），未來很可能就是整個 CPO 生態系的重要拼圖。

只是……

理想很豐滿，良率很骨感。

AI 為什麼突然需要 CPO？

很多人會問：

不是光纖早就在用了嗎？

沒錯。

但以前的光纖長這樣：

GPU → PCB → 電線 → Connector → 光模組 → 光纖

中間經過一大堆轉換。

每一次轉換，都像高速公路多一個收費站。

資料一直停。

一直等。

一直耗電。

GPU 越快，等待時間反而越多。

尤其到了 AI 超級資料中心。

現在一個 Rack 裡面可能就有幾百顆 GPU。

未來甚至上千顆。

資料交換速度早已突破傳統電訊號可以舒服處理的範圍。

於是大家開始想：

既然最後都要變成光，那乾脆一開始就在晶片旁邊發光好了。

這就是 CPO。

CPO 到底是什麼？

可以把它想成：

以前高速公路交流道離家十公里。

現在直接蓋到你家客廳。

光引擎（Photonic Engine）直接封裝在交換 ASIC 旁。

不用再走長長 PCB。

不用一直做電光轉換。

好處很多：

第一個，就是省電。

第二個，就是延遲降低。

第三個，就是頻寬可以一直往上堆。

這也是 NVIDIA Quantum-X Photonics 最重要的設計理念。

以前交換器旁邊插滿一整排光模組。

未來可能直接整合進封裝。

整台交換器長得完全不同。

Quantum-X Photonics 到底改變了什麼？

以前交換器像是一台主機。

旁邊插滿 USB。

每一個 USB 都是一顆光模組。

速度越快。

USB 越多。

耗電越高。

故障率越高。

而 Quantum-X Photonics 就像：

直接把 USB 焊進 CPU 裡。

整個路徑縮短。

速度提升。

能源效率提高。

更重要的是：

AI Factory 開始可以做到真正的大規模 Scale-Out。

未來數十萬顆 GPU 可以更有效率地互相連線。

這也是 NVIDIA 一直強調：

未來瓶頸不是 GPU。

而是 Network。

為什麼這件事會重組光通訊供應鏈？

因為以前大家分工很明確。

交換器公司做交換器。

光模組公司做光模組。

封裝公司做封裝。

現在 CPO 出來之後。

大家突然全部坐到同一張桌子。

很多公司的工作開始重疊。

例如：

以前：

交換器 → Broadcom

光模組 → Coherent、Lumentum

封裝 → OSAT

現在：

交換 ASIC

光引擎

矽光子

先進封裝

全部整合。

於是供應鏈開始重新洗牌。

第一個受影響的是光模組廠

以前最重要的是 pluggable optics。

就是插拔式光模組。

今天壞掉。

拔掉。

換新的。

非常方便。

但是 CPO 呢？

直接封裝。

不能拔。

這意味著：

未來高階 AI 網路，插拔式光模組需求可能下降。

不是完全消失。

而是高階市場開始轉向。

因此不少光模組廠開始投入 Photonic Engine。

否則未來可能只能做中低階產品。

第二個改變的是封裝廠

以前封裝主要是：

CPU

GPU

HBM

現在又多一個：

Photonics。

而且光學封裝比電子封裝麻煩很多。

因為光不能歪。

不能偏。

不能震。

不能熱。

一點點偏移。

光就打不到。

所以封裝精度要求變得非常恐怖。

第三個贏家就是台積電

很多人不知道。

其實台積電近年一直投入矽光子。

其中最重要的平台就是：

COUPE。

它不是交換器。

不是 GPU。

而是一種 Photonic Engine 整合平台。

簡單說：

幫客戶把電子晶片跟光學元件放在一起。

而且可以一起量產。

這也是未來 CPO 很重要的一環。

COUPE 為什麼重要？

大家可以把它想成：

以前電子世界。

大家只會焊 IC。

現在突然還要焊雷射。

焊光波導。

焊光纖。

全部一起焊。

難度直接跳級。

COUPE 的目的，就是建立一套可以大量製造的方法。

如果沒有量產平台。

CPO 永遠只是展示品。

但是真正的大魔王，其實叫做良率

半導體大家最怕什麼？

不是做不出來。

而是：

做得出來，但做十片只有六片能用。

CPO 更麻煩。

因為以前只有電子。

現在多了光。

電子 OK。

不代表光 OK。

光波導只要偏幾微米。

效率就掉。

雷射位置差一點。

功率下降。

整個封裝可能直接報廢。

因此：

一個元件失敗。

整顆交換器可能都失敗。

成本為什麼這麼高？

主要有四個原因。

第一：組裝流程更多

以前只有電子封裝。

現在：

電子＋光學＋雷射＋光纖。

每一步都是成本。

第二：設備超級昂貴

光學校正設備。

主動對位（Active Alignment）。

高精度量測。

全部都比一般封裝貴。

而且速度慢。

第三：測試時間變長

電子測一次。

光再測一次。

熱再測一次。

老化再測一次。

每一道都增加成本。

第四：報廢率高

電子封裝可以局部修。

光學很多時候不能修。

一偏掉。

整組重來。

為什麼台積電還願意做？

因為它知道未來市場在哪。

AI 不可能一直靠增加 GPU。

總有一天。

GPU 增加速度會輸給資料傳輸需求。

那時候：

Network 的重要性可能跟 GPU 一樣高。

甚至更重要。

所以台積電很早就開始布局：

SoIC

CoWoS

矽光子

COUPE

全部其實都是同一個故事。

把所有元件放得越近越好。

哪些供應鏈可能因此受惠？

未來 CPO 若開始大量普及，整個光通訊產業鏈有望出現新的受惠族群。

第一，矽光子相關廠商。
光波導、光學晶片、光引擎將逐漸成為高階 AI 網路不可或缺的元件，技術門檻也相對提高。

第二，先進封裝供應鏈。
具備高精度封裝、異質整合與熱管理能力的廠商，將在 CPO 時代扮演更關鍵的角色。

第三，高速交換器與網路晶片設計公司。
AI 資料中心持續擴大，交換 ASIC 的規格將持續升級，頻寬需求也將同步增加。

第四，雷射與光學元件供應商。
雖然傳統可插拔光模組市場可能受到影響，但高效能雷射、光耦合器與光學封裝元件的需求反而有望提升。

不過，市場也不會一夕之間全面翻轉。未來幾年，很可能是傳統可插拔光模組與 CPO 並存，高階 AI 資料中心率先採用，其他應用再逐步跟進。

CPO 真的會全面取代光模組嗎？

答案可能是：

短期不會，中長期值得期待。

原因很簡單。

資料中心不是新建一座城市，而是在舊城市旁邊慢慢擴建。

許多企業仍需要可維修、可替換的設計，因此可插拔光模組仍有其市場價值。尤其在企業網路、電信設備與中低速應用，成熟方案仍具備成本優勢。

但在超大型 AI 資料中心，當頻寬衝上每秒數百 Tb 等級時，CPO 的省電、低延遲與高密度優勢將愈來愈明顯。

最後，真正的戰場不是 GPU，而是「誰能讓 GPU 順利聊天」

AI 的競爭正在悄悄改變。

過去大家比的是：「我的 GPU 有多快？」

未來比的可能是：「十萬顆 GPU 能不能像同一顆 GPU 一樣順暢合作？」

NVIDIA 推出 Quantum-X Photonics，不只是推出一台新的交換器，而是宣告 AI 基礎建設正式進入「光通訊整合」的新階段；而台積電持續推進 COUPE 平台，則是在解決這場革命最現實的問題——如何把複雜的光學與半導體製程，真正做到可量產、可控制成本、可維持良率。

真正決定未來 AI 基礎建設勝負的，也許不是哪一家擁有最多 GPU，而是哪一家能把GPU、交換器、光引擎、封裝與散熱整合成一套穩定且高效率的系統。

畢竟，再聰明的 AI，如果每天都在等資料傳過來，就像一位頂尖主廚卻一直等不到食材送進廚房；真正決定餐廳能不能翻桌賺錢的，不只是主廚，而是整個物流系統。

未來的 AI 戰爭，拚的不只是算力，更是「光速」。而誰能先把光帶進晶片封裝、把成本降下來、把良率拉上去，誰就更有機會站在下一波 AI 浪潮的浪頭。這場競賽，才正要開始。