記者：Penna 🐧｜2026-03-28｜觀點
2023 年 ChatGPT 引爆生成式 AI 浪潮至今，美國股市經歷了一場高度集中的資本重組。NVIDIA、Microsoft、Alphabet、Meta、Amazon 五家公司合計市值從 $8.25 兆增長至 $16.08 兆，兩年淨增約 $7.83 兆 [1][2]。這個數字相當於日本全年 GDP。
然而，McKinsey 2025 年全球 AI 調查顯示，88% 企業已在至少一個業務環節導入 AI，卻只有約 5% 報告看到實質利潤影響 [3]。MIT 同年的研究更指出，95% 的 GenAI 試點專案未能實現商業價值 [4]。
市值大幅增長與利潤空白之間的落差，是這一輪 AI 行情最核心的矛盾。 本文整合 Goldman Sachs、Morgan Stanley、JP Morgan、McKinsey、Stanford HAI 等機構的公開研究數據，試圖描繪這場 AI 資本浪潮的全貌。
誰在這波 AI 浪潮中賺到錢？
直接看數字。以下為五大 AI 受益企業的營收變化：
| 公司 | FY2023 營收 | FY2025 營收 | 兩年 YoY | 2025 年末市值 |
|---|---|---|---|---|
| NVIDIA | $27.0B | $130.5B | +383% | ~$4.5T |
| Microsoft | $211.9B | $281.7B | +33% | ~$3.6T |
| Alphabet | $307.4B | $402.8B | +31% | ~$3.8T |
| Meta | $134.9B | $201.0B | +49% | ~$1.7T |
| Amazon | $574.8B | $716.9B | +25% | ~$2.5T |
資料來源：各公司 SEC 10-K/8-K filing [1][2][5][6][7]。NVIDIA FY 截至次年 1 月。
NVIDIA 是最極端的案例，三年營收從 $270 億增至 $1,305 億，幾乎全部由資料中心 GPU 需求驅動；下一段出貨週期也繞著 NVIDIA Blackwell 展開 [1]。但值得注意的是，NVIDIA 約 85% 營收來自六家客戶（Microsoft、Google、Amazon、Meta、Oracle、Tesla）[8]。GPU 的買家高度集中在六家科技巨頭，並非全球企業普遍採購。
用一個比喻來理解：1849 年加州淘金熱中，最賺錢的是賣牛仔褲和十字鎬的人，淘金者大多空手而回。這一輪 AI 浪潮中，NVIDIA 就是賣鎬的，Hyperscaler 是蓋路的，而真正拿鏟子挖金的一般企業，多數還沒找到金礦。
每年 $7,000 億的基礎設施豪賭
推動這波行情的核心引擎是資本支出（Capital Expenditure, CapEx），也就是科技巨頭花在蓋數據中心、買 AI 伺服器、建電力設施上的錢。
| 年度 | 五大 Hyperscaler 合計 CapEx | 年增率 |
|---|---|---|
| 2023 | ~$192B | 基期 |
| 2024 | ~$267B | +39% |
| 2025 | ~$439B | +64% |
| 2026（guidance） | $650-750B | +55-62% |
資料來源：Platformonomics [9]、各公司 Q4 2025 Earnings Call [5][6][7][10]、Goldman Sachs [11]。
2023 至 2026 年四年累計約 $1.5 至 1.6 兆，相當於美國 GDP 的 2.2% [11]。其中 Amazon 2026 年單獨 guidance 就達 $2,000 億 [7]，Alphabet 為 $1,750-1,850 億 [6]。
這些錢正在改變科技公司的資產結構。過去十年，大型科技公司以「輕資產、高毛利」著稱，CapEx 平均只佔自由現金流（Free Cash Flow）的 40% 左右 [12]。如今這個比例已接近 100% [12]，部分公司甚至需要透過債市融資。UBS 在 2026 年 2 月的報告中將此稱為 「AI 利潤缺口」（AI Profit Gap），並因此將美國 IT 板塊從「Attractive」降級為「Neutral」[12]。
Société Générale 估計，Meta、Alphabet 和 Oracle 在 2026 年需透過債市籌集約 $860 億 [8]。從「自己賺的錢自己花」轉向「借錢蓋機房」，是一個顯著的結構性轉變。
這些支出最後會落到整機整櫃供應鏈，尤其是台灣的 AI 伺服器代工 廠，這也是為什麼 AI CapEx 不只影響軟體股估值。
Magnificent 7 主導市場：集中度效應的兩面
市場漲幅高度集中在少數幾家公司，這是過去三年美股最顯著的特徵。
| 指標 | 2023 | 2024 | 2025 | 三年累計 |
|---|---|---|---|---|
| Magnificent 7 報酬 | +76% | +48% | +23% | ~213% |
| S&P 500（市值加權） | +26% | +25% | +18% | ~86% |
| S&P 500（等權重 RSP） | +14% | +13% | +11% | ~43% |
資料來源：SlickCharts、Capital Group [13]、First Trust [14]。
三年累計差距高達 43 個百分點，完全反映了 AI 相關巨頭的集中貢獻。2023 年，Mag 7 貢獻了 S&P 500 約 63% 的總漲幅，S&P 500 中只有 27% 的成分股跑贏指數，是近 30 年最低 [14]。
不過 2025 年出現了一些改善訊號。Mag 7 對指數漲幅的貢獻從 63% 降至 42%，S&P 500 中其餘 493 家企業對指數貢獻從 15.7% 升至 58.6% [14]。這可能意味著 AI 效益開始向更廣泛的經濟板塊擴散，也可能只是資金從高估值科技股輪動到防禦型板塊。哪一種，目前無法確定。
採用率與獲利之間的巨大鴻溝
這是所有研究報告中最一致的發現，也是對 AI 行情持續性最大的問號。
McKinsey 2025 年 11 月調查（1,993 位受訪者、105 國）[3]：
- 88% 企業在至少一個業務環節使用 AI（2023 年為 55%）
- 71% 經常使用生成式 AI
- 但只有 39% 將任何 EBIT 成長歸因於 AI，其中多數表示貢獻不到 5%
- 真正的 AI 高績效企業僅佔 約 6%
Goldman Sachs 資深經濟學家 Ronnie Walker 在 2026 年 3 月的研究中更直接指出：「經濟整體層面，AI 採用與生產力之間尚無顯著關聯。」 [15] 同一機構的首席經濟學家 Jan Hatzius 表示，AI 投資對 2025 年美國 GDP 成長的實際貢獻僅約 0.2 個百分點 [15]。
然而，微觀層面的數據說了不同的故事。在特定任務上，AI 的效率提升是明確的：軟體工程任務完成率提升 26%、初階開發者生產力提升 21-40% [16]；核心編碼效率提升 55% [17]。Goldman 自己的報告也指出，在已量化 AI 影響的管理團隊中，中位效率提升約 30% [15]。
差距在於「任務層面有效」與「企業層面獲利」之間的轉換。McKinsey 指出，近三分之二的企業仍停留在試點階段，尚未具備跨部門規模化部署的能力 [3]。多數企業只是把新工具疊在舊流程上，沒有重新設計工作流程。
一個關鍵的成本面變化：Stanford HAI 報告顯示，達到 GPT-3.5 水準的 inference 成本從 2022 年 11 月的每百萬 token $20 降至 2024 年 10 月的 $0.07，降幅達 280 倍 [16]。工具越來越便宜，門檻在快速下降。問題是轉折點何時到來。
CEO 怎麼說？
管理層在財報電話會議上的表態，反映了他們對 AI 驅動營收的信心水準。
NVIDIA CEO Jensen Huang（FY26 Q4, 2026/2/25）[1]：
“Compute equals revenues now. Without compute, there is no way to generate tokens. Without tokens, there’s no way to generate revenue.”
Microsoft CEO Satya Nadella（FY25 Q2, 2025/1/30）[2]：
“Our AI business has surpassed an annual revenue run rate of $13 billion, up 175% year-over-year.”
Amazon CEO Andy Jassy（Q4 2025, 2026/2/6）[7]：
“Customers really want AWS for AI workloads. We are monetising capacity as fast as we can install it.”
Meta CEO Mark Zuckerberg（Q4 2025, 2026/1/28）[10]：
“2026 is going to be the year that AI starts to dramatically change the way that we work.”
這些已超越願景描述，直接與營收數字掛鉤。Microsoft 的 AI 業務已達 $130 億年化營收 [2]；AWS 的年化 run rate 達 $1,420 億，backlog $2,440 億 [7]。但這些數字目前仍集中在基礎設施供應端，終端企業的獲利驗證仍有待觀察。
小企鵝的觀察：交叉共識告訴我們什麼？
比起聽多頭或空頭各說各話，小企鵝認為更有價值的方法是看「多頭自己在怕什麼」和「空頭自己也承認什麼」。這樣可以過濾掉立場偏見，逼近真實。
連多頭都承認的三件事：
Citi（華爾街最樂觀的投行）承認五年花 $8.9 兆只回收 $3.3 兆，融資壓力在上升 [18]。Morgan Stanley 指出 AI disruption 的波動會反覆出現，而且 80% 的 AI 效益來自砍成本而非創造新營收 [19]。JP Morgan 更直言「泡沫形成的要素已經齊備」，歷史上電信業過度鋪設光纖的教訓可能重演 [20]。
換句話說，即使看好 AI 的人也同意：錢花太快、收入太慢、波動是確定的。
連空頭都不否認的三件事：
UBS（降級 IT 板塊的那家）仍把 AI 列為「關鍵結構性主題」，只是調整配置方向 [12]。Deutsche Bank 調查顯示 57% 投資人擔心崩盤，但官方 S&P 500 目標卻設在華爾街最高的 8,000 點，而且跌深後自己把軟體股調回 Overweight [21]。Goldman Sachs 認為 GDP 影響接近零，同時也明確表示「尚未進入泡沫」，指出 Mag 7 的 P/E 只有 2000 年 dot-com 高峰的一半 [8]。
換句話說，即使擔心的人也同意：AI 領導者有真實盈利能力、沒有人認為應該完全撤出、跌下來就有人接盤。
交叉後的結論：
- AI 是真實的技術變革，但市場定價可能跑在價值實現前面
- 不需要恐慌離場，但過度集中在科技股的風險已是共識
- 波動幾乎是確定的，時間點選擇的風險可能高於方向判斷的風險
- 2026 至 2028 年是關鍵驗證期。Sequoia Capital 指出的 $5,000 億年營收缺口需要在此期間被填補 [22]
- 所有投行都提到「板塊輪動」的概念，意味著 AI 的下一階段受益者可能不是目前漲最多的那幾家
這些是公開研究報告中可觀察到的市場共識，非個人投資判斷。至於你自己的配置決策，取決於你對「收入曲線能否在 2028 年前追上投資曲線」這個問題的判斷。
References
[1] NVIDIA, “NVIDIA Announces Financial Results for Fourth Quarter and Fiscal 2025,” NVIDIA Newsroom, 2025-02-26. https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-fourth-quarter-and-fiscal-2025
[2] Microsoft, “FY25 Q2 Earnings Press Release,” Microsoft Investor Relations, 2025-01-29. https://www.microsoft.com/en-us/investor/earnings/fy-2025-q2/press-release-webcast
[3] McKinsey & Company, “The State of AI in 2025: Agents, Innovation, and Transformation,” McKinsey Global Survey, 2025-11-05. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
[4] MIT Sloan School of Management, “Why Most GenAI Pilots Fail to Deliver Business Value,” MIT Working Paper, 2025-08.
[5] Alphabet, “Alphabet Earnings Q4 2025: CEO’s Remarks,” The Keyword (Google Blog), 2026-02-04. https://blog.google/company-news/inside-google/message-ceo/alphabet-earnings-q4-2025/
[6] Alphabet, “Q4 2025 Earnings Call Transcript,” Alphabet Investor Relations, 2026-02-04. https://abc.xyz/investor/
[7] Amazon, “Amazon.com Announces Fourth Quarter Results,” Amazon Investor Relations, 2026-02-05. https://ir.aboutamazon.com/news-release/news-release-details/2025/Amazon-com-Announces-Third-Quarter-Results/
[8] Goldman Sachs, “AI: In a Bubble?” Top of Mind, Issue 143, 2025-10-28. https://www.goldmansachs.com/pdfs/insights/goldman-sachs-research/ai-in-a-bubble/report.pdf
[9] Platformonomics, “Follow the CAPEX: 2025 Retrospective,” 2026-02-25. https://platformonomics.com/
[10] Meta Platforms, “Q4 2025 Earnings Call Transcript,” Meta Investor Relations, 2026-01-28. https://s21.q4cdn.com/399680738/files/doc_financials/2025/q4/META-Q4-2025-Earnings-Call-Transcript.pdf
[11] Goldman Sachs, “Why AI Companies May Invest More than $500 Billion in 2026,” Goldman Sachs Insights, 2025-12-18. https://www.goldmansachs.com/insights/articles/why-ai-companies-may-invest-more-than-500-billion-in-2026
[12] UBS, “Downgrading US Information Technology,” UBS CIO Daily, 2026-02-10. https://www.ubs.com/global/en/wealthmanagement/insights/chief-investment-office/house-view/daily/2026/latest-10022026.html
[13] Capital Group, “Beyond the Magnificent Seven,” Capital Group Insights, 2025. https://www.capitalgroup.com/pcs/insights/articles/magnificent-seven-chart-diversify.html
[14] First Trust, “The S&P 500 Index in 2024: A Market Driven Once Again by the Mag 7,” First Trust Economic Research, 2025-01-08. https://www.ftportfolios.com/Commentary/EconomicResearch/2025/1/8/the-sp-500-index-in-2024-a-market-driven-once-again-by-the-mag-7
[15] Goldman Sachs, “Will AI Eat Software?” Goldman Sachs Research, 2026-03-09. (Goldman Sachs 客戶限定報告，數據引自 Fortune 2026-03-03 與 Bloomberg 2025-12-12 之公開轉述)
[16] Stanford University, “AI Index Report 2025,” Stanford HAI, 2025-04-07. https://aiindex.stanford.edu/report/
[17] Accenture, “Developer Productivity Study with GitHub Copilot,” Accenture Technology Vision, 2025. (數據引自 Microsoft FY26 Q2 Earnings Call 2026-01 之公開引述)
[18] Reuters, “Citigroup raises AI capex and revenue forecasts amid rapid enterprise adoption,” Reuters, 2026-03-10. https://www.reuters.com/technology/citigroup-raises-ai-capex-revenue-forecasts-amid-rapid-enterprise-adoption-2026-03-10/
[19] Morgan Stanley, “Mapping AI’s Rate of Change: Where the Rubber Meets the Road,” Morgan Stanley Research, 2026-02-11. https://www.morganstanley.com/content/dam/msdotcom/en/assets/pdfs/Research_AI-Rate-of-Change.pdf
[20] J.P. Morgan Private Bank, “Outlook 2026: Promise and Pressure,” 2025-11-17. https://assets.jpmprivatebank.com/content/dam/jpm-pb-aem/global/en/documents/outlook2026/JPMorganOutlook2026PromiseandPressure.pdf
[21] Deutsche Bank, “Your Biggest Risks for 2026,” DB Thematic Research, 2025-12. https://prod1.www.dbresearch.com/PROD/RI-PROD/PROD0000000000613003/
[22] Sequoia Capital, David Cahn, “AI’s $600B Question,” Sequoia Capital Blog, 2024-06-20. https://www.sequoiacap.com/article/ais-600b-question/
Penna 🐧 · penchan.co · 2026.03.28