閱讀約 12 分鐘· 發布於 September 2, 2025· 更新於 May 14, 2026

AI股票:如何投資AI價值鏈

AI資本支出週期是自網際網路以來最大的基礎設施擴張。法說會中AI的提及頻率每季都在上升,部分加速器的GPU仍然延後交貨,生產力敘事也從簡報上的揣測轉向了實際營收。問題不再是AI是否重要——而是哪些公司真正捕獲了價值。

作者 Benjamin Sultan, Florent Poux, Thibaud Sultan
現代工作空間的簡潔極簡攝影風格場景:一台輕薄筆電放在淺色木桌上,螢幕顯示一張簡化的綠白配色、向上趨勢的蠟燭圖,沒有任何標籤或數字。

AI資本支出週期是自網際網路以來最大的基礎設施擴張。法說會中AI的提及頻率每季都在上升,部分加速器的GPU仍然延後交貨,生產力敘事也從簡報上的揣測轉向了實際營收。問題不再是AI是否重要——而是哪些公司真正捕獲了價值。

什麼算是AI股票

AI股票是指其業務前景在實質上受到AI開發、部署或變現驅動的上市公司。重點關注兩種類型:

  • 直接曝險。 公司販售AI的「鋤頭與鏟子」。GPU、網路、晶圓代工產能、雲端AI服務、資料中心基礎設施。
  • 間接曝險。 公司嵌入AI以擴大利潤率、提升定價能力或搶佔市佔。企業軟體、資安、具AI功能的消費級應用。

擁擠交易集中於直接曝險。錯誤定價的機會經常出現在間接曝險中,在那裡AI改變了商業模式,但市場仍以傳統指標評價公司。

AI價值鏈

繪製技術堆疊有助於建立關注清單,而不是去買所有人都持有的同樣五檔巨頭股。

層級 位於此處的內容 代表性公司
製造設備 EUV微影、沉積、蝕刻 ASML、Applied Materials、Lam Research
晶圓代工 先進製程晶片製造 台積電、三星代工
加速器與網路 GPU、客製晶片、乙太網路 NVIDIA、AMD、博通、Marvell
超大規模雲+平台 訓練、推論、基礎模型 微軟、Alphabet、亞馬遜
資料與可觀測性 資料雲、MLOps、監控 Snowflake、Datadog、Confluent
應用 嵌入工作流程的AI ServiceNow、Salesforce、Palantir、CrowdStrike
電力與不動產 資料中心REIT、冷卻、電力 Equinix、Digital Realty、Vertiv

至少在三個層級上分散部位。週期會以不同的時點與強度衝擊每一層。

評估AI股票的框架

在資本支出週期中,單看估值倍數並不能告訴你完整的故事。請疊加五個視角。

營收曝險與可持續性

營收成長中有多少比例與AI掛鉤?對加速器供應商,關注訂單積壓、交期與客戶集中度。對軟體,關注淨營收留存率與AI功能相關的追加銷售。一家在法說會上提了40次AI、卻拿不出AI驅動營收數據的公司,賣的是敘事。

單位經濟學

晶片設計公司:毛利率反映產品組合與定價能力。雲端:在資本密集度上升下的營業利益率。應用軟體:在銷售效率健康的情況下,目標毛利率應高於70%。

研發強度與平台槓桿

當高研發佔營收比能打造專有技術或開發者生態時,它就是優勢。NVIDIA的CUDA以及微軟在Office與Azure的整合,是平台槓桿隨時間複利的教科書案例。

護城河與轉換成本

訓練昂貴。把推論移到更便宜的硬體會壓縮利潤率。尋找透過工具鏈、資料引力、市集效應或客戶關係實現的鎖定。

估值與情境

對成長階段的股票使用EV/Sales與EV/EBITDA,對獲利的在位者使用本益比。對三種情境進行壓力測試:AI需求加速、供給跟上並壓縮價格、客戶採用更便宜的替代方案。如果只有一個情境能證明當前估值合理,那麼你擁有的是論點,而不是部位。

今天就能建立的三個組合塊

「鋤頭與鏟子」組合塊

圍繞算力與網路骨幹集中佈局。NVIDIA仍是訓練加速器的標竿。AMD提供具競爭力的資料中心GPU與強勁的CPU互補。博通大規模供應客製加速器與乙太網路。Marvell參與高速網路。

風險:循環性、估值中已計入的高預期、客戶集中(少數超大規模業者驅動了大部分需求)。使用分批進場與基於ATR的停損。

雲端平台組合塊

微軟透過Azure以及Office與Windows中的Copilot變現。Alphabet在TPU晶片上執行Vertex AI,並在消費產品中整合Gemini。亞馬遜的Bedrock與SageMaker觸及龐大的開發者群體。各平台彼此交叉補貼:便宜的模型驅動了高毛利下游服務的消費。

間接曝險組合塊

那些AI改變成本結構或成長軌跡的公司。ServiceNow與Salesforce把AI代理打包進既有工作流。CrowdStrike大規模將AI應用於威脅偵測。Palantir在敏感資料上執行分析,在那裡部署與模型同樣重要。

2024-2025年的擁擠交易是「鋤頭與鏟子」組合塊。2026年的非對稱機會經常位於間接曝險中——AI帶來的提升尚未被完全重新定價。

自動化AI股票策略

只有信念沒有執行就會漏掉alpha。在Obside這類平台上可以執行三種基於規則的模式。

帶基本面確認的突破。 「若微軟收盤價高於50日SMA,且最近一次法說會提到AI營收年增加速超過30%,買入1,000股。」加上2 ATR停損與12%停利。

催化劑提醒。 「OpenAI發布新模型時通知我。」「若Nvidia日成交量翻倍且收盤價高於上月高點,提醒我。」「若AMD公布獲利超預期超過8%並上修指引,通知我。」

風險疊加。 「若SOX指數在五個交易日內下跌超過8%,賣出我AI籃子的20%。」「若VIX收於28以上,降低AI曝險。」

回測引擎在數秒內回傳每檔標的的夏普、最大回撤與命中率。同一套規則無需重寫程式碼即可上線。

部位管理勝過選股。每檔標的6%的上限意味著摧毀信念的50%回撤,只會讓組合損失3%,而不是30%。

誠實的考量

半導體具循環性。若幾個大客戶收手,雲端資本支出可能放緩。隨著基礎模型把曾經是護城河的能力商品化,應用軟體面臨競爭壓力。跨層分散、限制部位大小,並在進場前寫好你的退場規則。

這個主題中最大的錯誤,是因為某一兩檔股票今年表現出色就集中持有。第二個錯誤是在首次30%回撤時就賣出——過去十年的每一檔巨頭贏家,在5倍複利的路上都經歷過多次相同深度的回撤。

準備好執行你的AI股票策略了嗎?

在價值鏈上挑三檔股票,寫好進場、出場與風險規則,讓平台去執行。Obside Copilot接受自然語言英文,數秒內回傳回測結果,並以內建的風險控制透過你的券商路由訂單。

建立免費Obside帳戶,今天就上線你的第一條AI股票規則。

僅供教育用途。本文不構成投資建議。投資具風險,可能包含本金損失。

FAQ

硬體賦能者(半導體、網路、設備、晶圓代工)、雲端平台(執行訓練與推論的超大規模業者)、資料與工具鏈(資料雲、MLOps、可觀測性)、以及應用(生產力、資安、分析、自動化)。此外還有間接受益者,如資料中心REIT與電力基礎設施。

在您的投資組合中試用 Obside

連接您的券商,透過一個 prompt 自動化策略。

開始