AI 算力大戰進入 ROI 檢驗期：六道結構性檢驗下的投資地圖

一、6,500 億美元是承諾,不是已執行——盈餘壓力比表面數字更嚴峻

過去兩週四大 hyperscaler 公布財報後,市場幾乎一致地將「2026 年合計 CapEx 將超過 6,500 億美元」當成 AI 不可逆的證據。但這個數字在會計上有個關鍵性質:它是「Guidance」(指引),不是「Realized」(已執行),而且承諾規模越大,後續的盈餘壓力越大。

二、不論誰贏都受益的位置:四個結構性瓶頸

如果 ROI 是真正的戰場,最值得關注的不是「誰會贏算力大戰」,而是「不論誰贏都得向誰拉貨」。從目前可驗證的供應鏈結構看,有四個位置具備「silicon agnostic」的中立性。

位置一:HBM 高頻寬記憶體

SK Hynix 在 HBM 市場握有約 62% 市佔,2026 年產能在年初就已被全部預訂;Micron �� 21% 市佔提供美國本土 HBM 供應。SK Hynix、Micron、Samsung 三家合計產能已全部預先分配,HBM 毛利率 60–70%,遠高於標準 DRAM。NVIDIA Rubin 用 HBM4,Google TPU、AWS Trainium、Microsoft Maia 也都用 HBM——誰贏都得買。

位置二:先進封裝(CoWoS)

TSMC CoWoS 封裝技術讓現代 AI 晶片成為可能;TSMC 將 CoWoS 月產能從 70,000 wafer 翻倍仍跟不上需求,2026 年將再擴產 30%。所有主要客製化 ASIC 都在 TSMC 3nm 製程上製造——這也是我們在 台積電 (TSM) 2026 Q1 深度研究 中強調的「不論誰贏都得拉貨」結構,無論 NVIDIA、Google TPU、AWS Trainium、Meta MTIA、Microsoft Maia 全部都是 TSMC 客戶。

位置三:液冷與電力基礎設施

Vertiv 截至 2026 年 4 月積壓訂單膨脹至 150 億美元,較兩年前增加 109%;book-to-bill ratio 1.4 倍。Eaton 完成 95 億美元收購 Boyd Thermal,標誌氣冷時代結束、液冷成為標準;機櫃功率密度從 10kW 攀升至 100kW 以上。Quanta Services(高壓輸電)目前處理 392 億美元 backlog;Comfort Systems 的資料中心機電業務已佔總營收超過 30%。

位置四:原物料瓶頸

氦氣因 2026 年卡達生產設施遭襲(佔全球供應三分之一)導致現貨價格翻倍,台韓晶圓廠開始配給。

三、AI 代理人時代:用 Q1 2026 財報數字驗證誰真的在變現

「AI 代理人會帶動 SaaS」是個美麗的故事,但故事和數字之間需要用既有公司的財務揭露來驗證。

3.1 Salesforce FY26 Q1:AI 商業化最大規模驗證

Salesforce FY26 Q1(截至 2025 年 4 月底)營收 98 億美元,年增 8%;Data Cloud 與 AI 年化營收已超過 10 億美元,年增超過 120%;Q1 前 100 大交易中將近 60% 含 Data Cloud + AI;自 Agentforce 推出以來累計簽下 8,000+ 筆交易,其中半數為付費。Agentforce 在 help.salesforce.com 已處理超過 75 萬筆請求,使 case volume 年減 7%;Data Cloud Q1 攝取 22 兆筆紀錄,年增 175%。

讀法: Salesforce 是目前所有 SaaS 中 AI 變現規模最大的,但 8% 的整體營收成長率提醒我們——AI ARR 變大不等於整體成長率重新加速。

3.2 ServiceNow Q1 2026:完美財報,股價單日跌 18%

ServiceNow 是這一輪最值得研究的案例。Q1 2026 總營收 37.7 億美元(年增 22%);cRPO 達 126.4 億美元(年增 22.5%);非 GAAP 營業利潤率 32%;Now Assist 客戶 100 萬美元 ACV 年增超過 130%。CEO McDermott 揭露 2026 年 AI ACV 目標從 10 億美元上調至至少 15 億美元。

讀法: ServiceNow 給了我們最重要的方法論教訓——AI ARR 數字變大,不等於股價上漲。市場最終評價的是「AI 帶來的新增營收 vs AI 對既有訂閱模式的衝擊」這個淨值。這個邏輯在我們較早的 Cloudflare (NET) vs Zscaler (ZS) 對戰研究 中已經分析過——用量計費模式比 per-seat 模式更不容易被自家 AI 蠶食,是評估 SaaS 公司能否在 AI 時代倖存的關鍵分水嶺。

3.3 Snowflake Q4 FY26:消費型訂閱 + AI 變現雙引擎

Snowflake Q4 FY26 產品營收 12.3 億美元,年增 30%;RPO 97.7 億美元,年增 42%;Q4 新增 740 個客戶為歷史最強;trailing 12 個月支出 100 萬美元以上的客戶達 733 家;超過 9,100 個帳號使用 Snowflake AI 功能;Snowflake Intelligence 三個月內擴及近 2,500 個帳號。Q4 FCF margin 從前年 42% 擴張至 60%。

讀法: Snowflake 是 consumption-based 模式,比 per-seat 模式更直接受惠於 AI 工作負載增加——「AI 越用越多 → 資料越查越多 → 我的營收越多」,邏輯上比 ServiceNow 更不容易被「AI 蠶食」。

3.4 Palantir:政府 + 商業 AI 平台雙位數加速

Palantir Q4 2025 營收 14.1 億美元(年增 70%);US 商業營收年增 137% 至 5.07 億美元;Q4 簽下 180 筆 100 萬美元以上交易;US 商業 RDV 年增 145% 至 43.8 億美元;調整後營業利益率 57%、調整後 FCF 邊際 56%。Rule of 40 達 127%;2026 全年營收成長指引 61%。

3.5 從 79 場財報法說會的整體觀察

系統性檢視 79 場企業軟體財報法說會後可歸納三個結論:第一,AI 還不賺錢,目前目標是「margin neutral」,幾乎所有公司都描述了部署 AI 產品的毛利率壓力。第二,定價模式從 per seat 轉向 per outcome 或 per agent。第三,Copilot 退場、能執行行動的 AI 上場——AI 真的會做事,不再是「AI 給建議」。

四、魔高一尺,道高一丈——AI 越強,資安需求越呈指數成長

這一章是上一章的反面。當 AI 代理人能自主執行任務,它同時也能自主執行惡意任務。這個對稱性把「資安」從成本中心徹底翻轉成成長型業務,是這輪 AI 浪潮裡最容易被低估的結構性贏家。

4.1 一個容易被誤讀的事件:AI 找到漏洞 ≠ AI 解決了資安

2026 年 4 月,Anthropic 揭露其前沿模型 Claude Mythos Preview 在受控測試中的能力。Mythos Preview 在每一個主流作業系統與網頁瀏覽器中發現了數千個高嚴重性的零日漏洞,其中包括 OpenBSD 中一個 27 年歷史的錯誤、與一個 16 年歷史的缺陷。在另一項測試中,研究人員提供 Mythos Preview 一份 100 個 2024–2025 年 Linux kernel CVE 清單,要求模型過濾出可能可被利用的漏洞,模型選出 40 個;對每一個被選中的漏洞,模型撰寫權限提升的 exploit——一半以上的嘗試成功,且每個 exploit 都是在初始 prompt 後完全自主撰寫,沒有人類介入。

英國 AI Security Institute 的獨立評估也得出類似結論:在受控評估中,Mythos Preview 能執行多階段的網路攻擊,自主發現並利用漏洞——這些任務通常需要人類專家數天才能完成。在專家級 CTF 任務上,Mythos Preview 成功率達 73%;兩年前最強的模型連初級 CTF 都做不到。

Bain & Company 的研究說得更直接:2025 年美國 FBI 的 IC3 收到超過 100 萬筆網路犯罪申訴,損失達 210 億美元,年增 26%;IBM 數據顯示全球資料外洩平均成本已達 440 萬美元,美國本土更達 1,022 萬美元,創歷史新高。但多數企業目前的資安預算只計劃年增約 10%。

進攻面以指數成長,防守面以線性成長——這個落差就是資安服務的結構性需求缺口。

4.2 AI Agent 正在創造新的攻擊面

如果只是 AI 寫 exploit 還是「人對人」的攻擊型態,那資安市場只是放大、未必質變。但 AI Agent 的興起帶來了全新的攻擊面類別:

第一類:非人類身分(non-human identity)爆炸性增加。CrowdStrike CEO George Kurtz 在 Q4 FY26 財報會議指出,80% 的資料外洩屬於「非惡意軟體」型,與身分入侵相關;CrowdStrike 的 SGNL AI 提供「零常駐權限」的現代化保護,同時涵蓋人類與非人類身分。每一個 AI Agent 都需要被當作「身分」治理。

第二類:影子 AI(Shadow AI)。Zscaler 的 ThreatLabz 2026 AI Threat Report 揭露:企業 AI 使用量年增 91%,客戶 AI 活動已分散在超過 3,400 個應用上、過去 12 個月翻了四倍;資料傳輸到 AI/ML 應用的量增加 93%。當員工把客戶資料貼進 AI 工具,企業根本不知道資料流到哪裡——這正是我們在 Zscaler (ZS) 個股研究 中強調的 Zero Trust 架構在 AI 時代被重新定價的核心原因。

第三類:Prompt Injection 與 Agent SaaS 攻擊面。CrowdStrike 收購 Adaptive Shield 後,Falcon Shield 的 NERR 年增超過 300%、自收購以來增加超過 5 倍,原因是「客戶在保護快速擴張的 agentic SaaS 攻擊面」。一個 AI Agent 可能跨越 Salesforce、Slack、ServiceNow、SAP——攻擊者只要在任一個系統植入惡意 prompt,就能讓 Agent 替他做事。

4.3 資安公司用 Q1 財報證明:AI 是收入加速器

把這個結構性需求映射到財報數字:

CrowdStrike FY26 Q4:期末 ARR 達 52.5 億美元,是有史以來最快、唯一達到此里程碑的純資安軟體公司;net new ARR 全年達 10.1 億美元,首次年度突破 10 億;Q4 net new ARR 創紀錄達 3.31 億美元(年增 47%);CEO Kurtz 直言:「CrowdStrike 是 mission-critical 基礎建設——保護 AI 從 GPU 到 agent 到 prompt 的每一層。」

Charlotte AI AgentWorks 生態系:2026 年 3 月 RSA 大會上,CrowdStrike 發布 Charlotte AI AgentWorks 生態系,合作夥伴包括 Accenture、AWS、Anthropic、Deloitte、Kroll、NVIDIA、OpenAI、Salesforce、Telefónica Tech。值得注意的對稱性:上一章我們看到的所有 AI 平台贏家——NVIDIA、AWS、Salesforce——同時也是資安生態系的合作夥伴。資安不在 AI 風口外面,它就在風口正中央。

Zscaler FY26 Q1:營收年增 26% 至 7.881 億美元;ARR 年增 26% 至 32.04 億美元;Rule-of-78 表現。Q1 新興產品(AI 安全、零信任、資料安全)合計 ARR 突破 10 億美元。Q2 FY26 中 ZDX Advanced Plus(agentic IT operations 產品)的 bookings 年增 80% 達 1 億美元。

SentinelOne:Q3 FY26 ARR 跨越 10 億美元里程碑、年增 23%;目前約 50% 的單季 bookings 來自新興資料、AI 與雲端產品。

4.4 為什麼前沿 AI 模型公司自己也要推資安產品?

這個問題的答案是這個章節的關鍵——它正好印證了「AI 找漏洞 ≠ AI 解決資安問題」的論點。

2026 年 4 月 30 日,Anthropic 推出 Claude Security 公開 beta,限 Claude Enterprise 客戶。它建立在 Claude Opus 4.7 上,可掃描程式碼庫、找出漏洞、產生修補指令;CrowdStrike、Microsoft Security、Palo Alto Networks、SentinelOne、TrendAI、Wiz 都在將 Opus 4.7 的能力整合進企業既有的資安平台。

換句話說,前沿 AI 模型公司自己都明白:能找到漏洞的 AI 模型,必須被打包成資安產品,並且需要既有的資安基礎建設廠商來部署、整合、營運。模型能力本身不是資安解決方案;它是新的工具,依然需要平台、流程、治理層。

同一天,TrendAI(Trend Micro 的企業 AI 資安部門)宣布與 Anthropic 合作;TrendAI 的 AESIR 平台使用 Claude Opus 4.7「像攻擊者一樣推理」,自主發現並驗證真實漏洞,再透過 TrendAI Vision One 排序、繪製攻擊路徑、執行緩解。

五、NVDA 也是有備而來的——五道反擊布局

最後一個容易被忽略的事實:NVIDIA 不是被動等著被 ASIC 取代。它的反擊布局至少有五道。

第一道:CUDA 軟體護城河

CUDA 擁有超過 400 萬開發者、3,000 多個優化應用,深度整合於所有主要 AI 框架。這是一個自我強化迴圈:開發者 → 框架優化 → 硬體銷售 → R&D 再投入。

第二道:26 億美元加碼開源 AI

NVIDIA 計畫未來五年投入 260 億美元開發開源權重 AI 模型。

第三道:直接綁進 AI Agent 與資安生態系

NVIDIA 在 GTC 2026 宣布與 Adobe、Atlassian、Box、Cadence、Cisco、CrowdStrike、Red Hat、SAP、Salesforce、Siemens、ServiceNow、Synopsys 等領導 SaaS 平台聯盟,使用 NVIDIA Agent Toolkit 軟體建構企業 AI 代理人。在資安端,NVIDIA 與 CrowdStrike Charlotte AI AgentWorks 生態系也是發起夥伴。

第四道:與 Groq 的 200 億美元授權,補上專屬推論硬體

Groq 是專做推論加速器(LPU,Language Processing Unit)的新創。NVIDIA 在 2025 年底以 200 億美元授權其技術,並聘任創辦人 Jonathan Ross 與總裁 Sunny Madra;GTC 2026 上揭曉首批成果:Groq 3 LPX 機架。

完整的 Vera Rubin + LPX 系統透過 NVIDIA Dynamo 編排層操作分工:Dynamo 將請求分類,把 prefill 與 attention 路由到 Rubin GPU、把對延遲敏感的 FFN 與 MoE decode 路由到 LPU。配對 Vera Rubin NVL72 後,1 兆參數模型的吞吐量比前一代 Blackwell NVL72 提升 35 倍。

這是 NVIDIA 第一次推出專屬推論硬體;過去兩年市場一直在談「推論將屬於 ASIC」,NVIDIA 用 200 億美元授權補上自己的弱項,把這個議題從「對手機會」變成「自家產品線」。這個議題在我們的 Marvell (MRVL) 深度研究 中已分析過:ASIC 設計服務雖成長更快,但 NVIDIA 用 Groq 把推論市場的差距快速補上。

第五道:主權 AI 開新戰場

主權 AI 成為國家安全議題,沙烏地阿拉伯、日本、歐盟成員國都在建構自有 AI。NVIDIA 業務模式從「賣晶片」轉向「提供完整 AI 工���」:資料中心(90% 營收)涵蓋訓練/推論硬體、網路(Mellanox/InfiniBand)與軟體(NVIDIA AI Enterprise、NIM 微服務、Omniverse)。

研究者該追蹤的指標從「賣了多少顆 GPU」轉到「Groq 3 LPX 出貨進度」、「Agent Toolkit 滲透到多少 SaaS 與資安平台」、「主權 AI 訂單能見度」、「CUDA 替代品的市佔變化」。

六、回到方法論:在這種環境裡,研究者該做什麼?

把上面五章的事實連起來,會得到這個工作清單:

第一,把 CapEx 從利多重新解讀。CapEx 數字本身不是訊號,CapEx-to-FCF 比、折舊曲線、雲端營收 backlog 對 CapEx 的覆蓋比才是。

第二,把研究重心從晶片廠商轉向中立瓶頸。HBM、CoWoS、液冷、電力、原物料——研究者不需要正確預測誰是下一個贏家,只需要驗證「總量還在成長」這個前提。

第三,AI Agent 的 SaaS 故事要看 ARR 與 per-seat 衝擊的淨值。ServiceNow Q1 後跌 18% 提醒我們:用量計費(Snowflake、Palantir)比 per-seat(Salesforce、ServiceNow)更不容易被自家 AI 蠶食。

第四,資安是 AI 浪潮裡最容易被低估的結構性贏家。AI Agent 越普及,攻擊面越擴大,資安預算的成長曲線會被迫跟上。CrowdStrike、Zscaler、Palo Alto Networks、SentinelOne 的 Q1 財報已經用 ARR 數字驗證了這個結構。這是這輪 AI 浪潮中最少被定價的一段。

第五,NVIDIA 的論述需要更新。它不再是「賣 GPU」的故事,而是「Hardware × Networking × Software × Sovereign AI × Agent Toolkit × Groq 推論 × 資安生態」七合一平台。

結語:別把資金分配混淆成趨勢轉折

2026 Q1 的財報季留下一個比表面更深刻的訊息:AI 投資進入了「承諾必須落地」的階段。6,500 億美元 CapEx 是承諾,4,000 億美元折舊是已知壓力,OpenAI 收入低於預期是警訊,CSP 自由現金流被壓縮是事實,ServiceNow 跌 18% 是 AI 變現故事被拆解的第一個 SaaS 案例。

但這些都不等於 AI 結束。它們等於市場開始用更高的標準篩選誰真的能變現:

• NVIDIA 沒有輸——五道護城河同時加固,連對手 ASIC 最強的推論市場都用 200 億美元的 Groq 授權補上了
• 中立瓶頸(HBM、CoWoS、液冷、電力)不論誰贏都受益
• 強勢 SaaS 已經把 AI 變成可量化 ARR,但要小心 per-seat 模式被 AI 反向蠶食
• 資安公司站在 AI 浪潮最被低估的位置——魔高一尺,道高一丈
• CSP 自身將進入 ROI 受審視期,CapEx 上修會持續被市場懲罰,直到 Cloud 營收成長能覆蓋折舊曲線

研究者的工作不是預測哪一家會贏,而是把這些可驗證的數字、能見度、結構性瓶頸放在桌上,讓自己的判斷比市場情緒更慢、更穩、更基於事實。這才是「我教你怎麼想」的真正意思。