Apple:發表「 Siri AI 」,首度將系統級 AI 、 Apple Intelligence 與裝置個人隱私脈絡進行整合,開發者與公開測試反響熱烈,預期秋季推出將成為 iPhone 17 系列的重要需求驅動器,其 25 億的龐大裝置安裝基礎下,長期具備形成以裝置為入口的個人 AI 助理的機會。
Tesla:Tesla 的 AI 發展核心是將視覺感知、端到端神經網路、自研 AI 晶片及大規模真實世界數據,應用於 FSD 、 Robotaxi 與 Optimus。目前無監督 FSD 測試在 6 個城市累積超過 38 萬英里(無任何事故記錄),Robotaxi 運作里程以每週雙位成長。 Optimus 進入 Fremont 生產線。並與 xAI 聯合推出 AI 代理人系統「 Digital Optimus 」,嘗試把其自駕技術從「控制車輛」延伸至「控制電腦與機器人」。
Apple:AI 晶片與 Siri 運算成本將採取自建數據中心與第三方雲端混合模式。此外,與 Broadcom 簽訂超過 300 億美元的多年度自研晶片與製造協定,並計劃在休士頓啟用 Advanced Manufacturing Center 以組裝 AI 伺服器與生產 Mac mini,觀察 Apple 的自由現金流維持在 387 億美元的強勁水準。
Meta:與 EssilorLuxottica 合作推出新一代 Meta Glasses(含 Kylie Jenner 聯名款),出廠即搭載 Muse Spark,早期銷量超出預期。
Microsoft:正致力於將 Windows 打造為「無計量智慧(unmetered intelligence)的離線卸載終端」旨在將強大的設備本機運算與企業級安全結合,可在不消耗雲端算力或無需連網的狀態下,運行高效能的 AI 推理與開發工作;重整 Xbox 遊戲陣容與營運,預期 2027 財年恢復增長。
Apple:與 Klarna 合作在美國推出 Apple Upgrade 硬體租賃計劃;推出 Global Accessibility 輔助功能,讓 Vision Pro 支援眼動控制輪椅。
Tesla:Megapack 3 即將進入生產階段,隨著 AI 資料中心用電需求快速增加,公司預期大型儲能系統將更廣泛用於電網調節、尖峰負載管理與資料中心供電穩定。 Tesla 同時深化與 SpaceX 的技術合作,將 Grok 導入車載系統,並作為 Digital Optimus 的上層任務管理模型;Starlink 則整合至 Cybercab,未來也計畫導入其他車款,以補足行動網路覆蓋不足,降低 Robotaxi 通訊死角。此外,Tesla 正規畫 Megapod 分散式算力架構,將 Tesla AI 電腦與 x86 伺服器整合於模組化設備,未來可能部署在具有可用電力的 Supercharger 等地點,藉此利用分散式電力擴充 AI 算力;不過,該架構目前仍處於設計與規畫階段。
自研晶片持續推進:Maia 200 效能 / 成本較前代提升 30%,已同時支援 OpenAI 與 MAI 模型;並宣布將率先部署採用 AMD Helios 與 NVIDIA Vera Rubin 的新一代 AI 基礎設施,並於本季在五大洲新增 31 個數據中心(累計達 88 個)。此外,Cobalt 200 預期在 7 月底前部署於全球超過 25 個數據中心。
結論
微軟公佈 Q2 財報和電話會議後,盤後股價大漲 8%,對比 7/22 的 Google 和同日公佈財報的 Meta 盤後呈現下跌,反映市場極度關注於科技巨頭「創造現金」的能力,尤其在大家都紛紛擴大 AI 支出之際,而微軟目前繳出了最佳答案,增加的資本支出有效轉換成獲利和現金流,並且獲得更多訂單後繼續擴大資本支出,我們認為這得力於兩個原因,第一是微軟主要以 Microsoft 365 、 Azure 等訂閱制與長約雲端服務為主,而 Google 和 Meta 有一大部分是仰賴廣告這種波動性較大的收入來源,第二是微軟沒有選擇和 Google 、 Meta 打「頂尖前沿模型」的戰爭,而是透過自己的生態系優勢,從不同入口獲得更多訂單。因此,未來在 AI 賽道上誰能贏得勝利,並不只是看模型的性能提升多少,或成本降得多低,而是能夠把 AI 能力快速嵌入既有的企業通路與客戶關係,並轉換成可預期現金流的生態系。
預期哪一項 AI 業務服務能在 2026 至 2027 年最先展現 ROIC? 祖克伯僅回應目前多數算力仍會繼續用於訓練模型,以保持領先地位,其餘才會分配到不同的產品與營收機會,包括優化核心業務、即將推出的新消費者產品、 API 、企業代理人、開發者工具,以及直接銷售算力的機會。
如何打進企業市場? 祖克伯將企業市場分為兩類,第一類是既有廣告主與商家的延伸,尤其是透過 WhatsApp 、 Messenger 和 Instagram 的 Business Agent 幫助企業客服、銷售與完成交易;第二類是 API 、程式開發工具、內部生產力工具及更廣泛的企業軟體,這也是 Meta 過去不完全具備的新能力。
一般消費者何時會真正使用 AI Agent? 祖克伯認為某些 AI 市場已經突破,例如 Coding Agent,雖消費者個人 Agent 尚未成熟,但看好未來 5 年內,數十億人會擁有能理解個人目標、全天候協助工作的 Agent。
為甚麼一邊買算力,一邊賣算力? 祖克伯回應是從資本配置角度來思考,因為目前整體市場算力嚴重不足,所以 Meta 既有內部高價值用途,也收到了外部的高價購買需求,而管理層會在兩者之間做組合配置,部分算力可以直接出售,但更大部分將保留用來訓練模型和建構更高價值的「智慧層」。
廣告系統導入全新的「 Meta 生成式推薦器」,不再對每個廣告獨立評分,而是運用 LLM 同時理解廣告內容與用戶偏好進行精準匹配。這項轉變與 GEM 模型共同驅動了 Facebook 廣告點擊次數提升 8.3%,轉化率提升 15.7% 。此外,旗下自動化行銷方案 Advantage+ 的年化營收 run rate 已達 750 億美元。
結論
Meta 公佈 Q2 財報和電話會議後,盤後股價大跌 -9%,反應目前 Meta 的獲利能力和現金流創造,以及在企業 AI(非廣告)和個人 Agent 的發展,尚未提供明確的營收時,難以說服市場再度上調資本支出,但觀察 Meta 本業的廣告需求並未轉弱,廣告收入仍強勁成長,且在 AI 驅動下繼續帶動廣告展示量和平均價格成長,提高點擊和轉換率。再者,Meta 後續也預計能夠受惠到現在算力供不應求的環境,來自祖克伯在電話會議中提到的「大量以溢價租用算力的邀約」,同時為了近一步分攤基礎建設成本,正積極引進如貝萊德(BlackRock)戰略合資夥伴關係等創新的融資模式,均有助於緩解目前市場對於現金流的擔憂。
Robotaxi 會與 Uber 等叫車平台合作嗎?馬斯克明確表示,Tesla 傾向保持垂直整合,也就是自行掌握車輛、軟體、平台與營運,而不是將 Robotaxi 交由外部平台分銷。理由是 Tesla 預期需求將高於供應,因此沒有必要支付第三方平台抽成。
Cybercab 為何尚未快速放量?Cybercab 是全新的底盤與車型,因此必須先累積針對 Cybercab 車身、懸吊、轉向與煞車特性的實際道路數據。與 Model 3 、 Model Y 已有數百萬輛道路數據不同,Cybercab 缺乏足夠的實車樣本,因此初期仍需要搭配方向盤與踏板的測試車,蒐集校準資料,後續部署數量才會明顯增加。
Tesla 為何要自己做 Terafab?Terafab 是擴大 Optimus 規模的必要條件,因為未來最大的瓶頸可能是 AI 晶片、記憶體與先進封裝供應不足,而 Tesla 已為 Austin 的開發型晶圓廠下單設備。
Starlink 將整合至 Cybercab,並可能逐步擴展至其他 Tesla 車輛,提升車輛的通訊可靠性。
AI5 晶片研發進展良好,初期可能優先用於 Optimus;AI6 則被定位為更高階的下一代邊緣 AI 晶片。公司也正在評估將部分舊車升級至新一代 AI 板卡,而不只是升級到 AI4 。
結論:
Tesla 電話會議帶動盤後股價走跌逾 -4%,反映了本業汽車獲利不如預期,但持續投入 Robotaxi 、機器人等新興業務,導致市場擔憂現金流將持續惡化,但觀察 Tesla 仍手握超過 400 億美元的現金和短期投資,短中期仍能繼續支撐公司積極轉型的願景,從一家電動車廠轉向擁有 AI 、無人載具、機器人、晶片與能源的垂直整合基礎建設公司。
而為了實現這個目標,公司中長期希望由 AI 、軟體與車隊型收入加速成長,改善獲利結構。以進度來看,FSD 訂閱和使用量正在加速,且海外市場正在提供第二條成長曲線,包括在荷蘭取得部署 FSD 的批准後,2026Q2 又取得立陶宛、愛沙尼亞、丹麥及比利時等市場的進一步批准,是目前 Tesla 中最成熟且最接近規模化獲利的 AI 業務,同時 AI 伺服器對電力的強勁需求也帶動儲能業務的部署規模持續擴張;Robotaxi 業務短期財務貢獻有限,但進度仍持續推進,目前以每週超過 10% 的速度增長,包括於 Austin 的無監督營運範圍持續擴大、在佛州的 Miami 、 Orlando 與 Tampa 推出無監督搭乘服務。
因此,Tesla 的中長期前景仍高度取決於 AI 與車隊型收入能否繼續放量,以及正處於產線建置期的 Optimus 機器人何時能夠真正進入真正商業化階段。
中國 Q2 GDP 年增 4.3%,低於市場預期,主要仍由出口支撐。 6 月出口值年增 27.0%(前 19.4%),遠超市場預期的 18.2%,持續受到 AI 供應鏈需求與價格推動,主要貿易地區亦持續向東協等亞洲地區轉移。投資與消費則持續偏弱,使 Q2 GDP 年增率低於全年目標區間下緣,符合我們先前的判斷,在 Q1 達成 GDP 成長目標後政策力道將放緩。
核心資料中心部門(Core Data Center, CDBU):營收達 115.24 億美元,季增 102.6%,毛利率高達 87% 。主要受惠於定價上漲與產品組合的優化,其中資料中心 SSD 營收突破 50 億美元,較上季成長超過一倍,並且代理 AI 正在重塑資料中心基礎設施架構(需求從 GPU 機櫃拓展到 CPU 機櫃,以及專門用於儲存上下文的存儲機櫃)。除此之外,2026 年整體伺服器單位成長將達 15 ~ 19%(High-teens %),主要由 AI 伺服器帶動,但傳統伺服器也預計有 15 ~ 17%(Mid-teens %)的增長。
客戶端與行動部門(Mobile and Client, MCBU):營收達 115.21 億美元,季增 49.4%,毛利率高達 87% 。完全受惠於定價上漲,抵銷了出貨量略微下滑的影響,雖然 PC 與手機的出貨量可能下滑,但市場對於高階、高單價設備仍具有韌性,帶動平均售價成長。並且代理 AI 平台提升了邊緣 AI 的設備價值,未來預計透過邊緣 AI 與延遲的換機需求帶動長期成長。
美光本季度再次繳出超越市場預期的強勁財報,再度擊敗各大機構分析師預期,並且下季財測也同時超越市場預期,盤後上漲 +15.82% 。各項業務也同時因為定價上漲與出貨量增加,在毛利率的表現上均達到約 80% 的水準,顯示記憶體已如同公司表示的,已成為「戰略性」資產,對記憶體的需求從單純的 GPU 機櫃,延伸至 CPU 與存儲機櫃,並且已開始出現外溢至邊緣與物理 AI 的現象,手機、 PC 透過定價上升維持成長動能,自動駕駛、機器人也開始出現貢獻營收的情形。
先前市場對於記憶體產業未來的獲利仍有存疑,本次美光也揭露對於戰略客戶協議,在 2030 年底前的累計保底收入約 1,000 億美元,即便在最低價格的情境下,毛利率仍將遠高於過去週期的峰值,並且公司已採取收取現金保證金的策略,顯示客戶願意提前付款卡位產能,對記憶體產業的獲利健康與能見度進一步提升。庫存方面,公司提及的 DRAM 與 NAND 產能持續緊縮,我們也看到了存貨週轉天數同步回落,顯示庫存狀況仍然健康。最後,記憶體的「結構性升級」已在美光的財報中一覽無遺,而公司提及的邊緣與物理 AI 的進展也顯示 AI 需求已開始外溢,為此次生產力循環增添更多動能。
同時,剛結束的 2026 Taipei Computex 正好是檢驗 AI 實質需求和釐清疑慮的關鍵時點,包括記憶體需求是否面臨縮減、光通訊的未來、電力瓶頸、邊緣 AI 等,本週蘋果 WWDC 也引發熱議,本篇報告將進一步探討 AI 等新科技趨勢的基本面與投資邏輯:估值回調 AI 股市是否仍能佈局?AI 硬體需求爆發究竟該如何配置?本篇報告 分析以下重點:
科技基本面仍無可挑剔,東北亞 AI 供應鏈的半導體出口持續維持強勁,使預估本益比處在合理位置。
從近期 Vera Rubin 記憶體容量遭砍半、代理 AI 技術節點、 RTX Spark 發表與蘋果 WWDC 重點觀測:AI 應用擴大,帶動一波又一波硬體需求!
架構式梳理當前 AI 硬體爆發浪潮,哪些已能商業變現?哪些為未來機會?估值修正行情下,掌握 AI 配置法則!
值得注意的是,對於下一季合併毛利率的指引,將從本季的 77.1% 下降至約 74%。管理層強調,這是 AI 半導體佔總營收比例持續攀升的產品組合效應,並非結構性侵蝕。不過即使毛利率下降,營業利益率預計仍將穩定維持在 67%,主因隨著營收大規模擴張,營業費用保持相對平穩,從而稀釋了固定成本。
4. 營運健康狀況:自由現金流創下歷史新高,達 102.6 億美元。而存貨週轉天數上升至 48.44 天(前 38.2 天),主要為因應下半年 AI 半導體營收翻倍成長而進行的提前備貨。
5. 資本支出:本季資本支出為 2.31 億美元,而為確保大型語言模型(LLM)前沿客戶能獲得充沛且低功耗的算力,博通正聯合 Apollo 、 Blackstone 及其他機構投資人共同創建「 AI XPU 平台」,計畫到 2028 年部署超過 20 GW 的算力容量。首期規模達 350 億美元的融資方案正由 Apollo 啟動推進,由外部金融資本承擔基礎設施的融資規模,使公司在算力建置量級大幅擴張的同時,維持輕資本的商業模式。
6. 客戶長期合約:
Google:於 2026 年 4 月宣佈與 Google 簽署長期協議,內容涵蓋多代 TPU 與 AI 網絡技術的開發與供應,該協議確保了博通在可見的未來與 Google 保持策略性的供應商關係。儘管 Google 未來可能尋求供應商多元化,但博通目前的技術領先地位與智慧財產權(IP)投入使其具備高度競爭力。
AI 客製化加速器 (XPUs) 與半導體整合:博通將其為大型語言模型(LLM)開發的客製化 AI 加速器稱為 XPU,其技術正向更高複雜度演進。次世代的 XPU 晶片不僅整合了 SRAM 與稀疏核心(sparse cores),更開始嵌入 CPU 核心,並採用多晶片(multi-die)封裝技術以整合大量的 HBM(高頻寬記憶體)。這使得單一晶片的技術含量與平均售價(ASP)隨世代演進而大幅提升。
2020 年新冠疫情之後,全球製造業週期從過去 3 ~ 4 年一循環似乎慢慢不再顯著,這與 AI 發展息息相關。本篇報告,我們將從三大提問:製造業循環是否消失?AI 走到哪了?我們與泡沫的距離?一舉解析自從 AI 趨勢爆發以來的數據變化。
本文重點:
製造業週期沒有消失,而是被 AI 新需求延長:疫情後受到庫存管理從 JIT 轉向 JIC 、全球貿易區域化,以及 AI 帶來的新硬體需求影響,使製造業週期變得不再明顯。關鍵不是週期消失,而是 AI 需求讓新的訂單不斷接棒,延後了原本可能出現的去庫存階段。
AI 正從生成式 AI 進入代理 AI,硬體需求也從核心運算擴散到整個供應鏈:第一波 AI 爆發集中在 GPU 、先進製程與資料中心算力;但現在 AI Agent 應用開始落地,Token 使用量快速成長,需求已從晶片擴散,這代表 AI 不只是單一半導體題材,而是正在形成一輪更廣泛的「軟硬體同步升級」週期。
主要增持 AI 硬體基礎設施及加密貨幣類股,新建倉博通約 40 萬股、增持 AMD 約 13 萬股,成為第二大持倉、同時加碼加密貨幣發行商 Circle 和加密交易所 Bullish 分別約 36 萬股和 119 萬股;賣出方面,主要減持了軟體相關類股,包含 Trade Desk 廣告科技公司、 PagerDuty 、 Roku 串流影音平台公司,也減持了部分主要持倉,如特斯拉、 Palantir 及 Coinbase。
結論
總結來說,各大機構在 2026Q1 達成高度一致的「重硬體、輕軟體」策略。資金集體湧向 AI 算力、半導體及記憶體等供應鏈,台積電成為本季最大贏家,獲得橋水、索羅斯及阿帕盧薩的集體青睞,軟體反而因為 AI 能力持續突破,估值受到挑戰下全面失寵。儘管機構持續看好 AI 硬體浪潮,但面對股市估值已處於高位,機構的防禦和避險心態也同步在增加。
美國在川習會前夕仍持續擴大對中國科技發展的限制,尤其是 4 月初提出的 MATCH Act 法案,試圖將半導體設備管制由行政措施推向國會立法,該法案針對 DUV 曝光機、相關服務與零件維修提出更嚴格限制,這將持續拖累中國在 AI 與先進製程上的發展,也反映美國對中國建立自主先進製造能力的擔憂仍未降低。因此在科技議題上,預期美方難同意完全放寬對先進設備與高階晶片的限制作為交易籌碼。
AI Agent 與 CPU/GPU 比例的演進:AMD 指出推理與代理 AI 工作負載大幅推升了對 CPU 算力的需求,這些任務需要 CPU 作為頭端節點進行調度與資料處理,使得伺服器架構中 CPU 與 GPU 的配比正從傳統的 1:8 朝 1:1 甚至更高比例發展,將是純外加的市場增量。
技術與新品佈局:採用 Zen 6 架構與 2 奈米製程的第六代 EPYC Venice 預計今年稍晚推出,並首度包含專為 AI 基礎設施打造的 Verano 處理器。 MI450 系列 GPU 與 Helios 架構已開始送樣,並與 Meta 擴大合作部署達 6GW,預計今年下半年量產。
6. 分析師提問和公司回復(QA):
伺服器 CPU TAM 上修動能:分析師詢問為何短期內大幅上修 TAM 至 1,200 億美元。執行長表示,AI 推理與代理任務擴張速度超乎預期,這需要大量 CPU 參與協調,且目前的成長「絕大部分由出貨量(Unit)驅動」,雖然產品規格提升會帶動 ASP 增加,且部分定價反映了成本通膨,但長線策略仍是持續擴大出貨規模。而 AMD 目前新品 Turin 與 Venice 佈局完整,對取得大於 50% 的長線市佔率深具信心。
MI450 部署進度與客戶擴展:分析師關注 OpenAI 與 Meta 以外的客戶動能。公司回應 MI450 的需求已超出原先對 2027 年的內部規劃,有更多新客戶計劃進行大規模的訓練與推理部署。
出貨節奏與供應鏈狀態:針對 GPU 的供貨擔憂,AMD 說明 Q1 AI GPU 因中國市場過渡而微幅季減,但 Q2 伺服器 CPU 將年增逾 70%,且 MI450 將於下半年量產。目前 2027 年的大規模訂單能見度極高,且已與供應鏈確認足夠產能與電力基礎建設。
x86 與 Arm 架構競爭:面對 Arm 競爭加劇,AMD 強調未來的 AI 運算需要多樣化的 CPU 產品組合,許多大型雲端服務商仍會大量採購 x86 處理器以應對不同任務,AMD 也藉由新品 Verano 提供最佳解方。
記憶體通膨影響:針對記憶體價格上漲,AMD 表示已與供應商深度綁定以確保資料中心產能無虞。然而,記憶體漲價確實可能壓抑下半年消費端(如 PC 與遊戲主機)的市場終端需求,例如預計下半年遊戲業務營收將比上半年大幅衰退超過 -20%,這已納入財測考量,但 AMD 仍有信心憑藉 Ryzen 產品線的競爭力與商用市場的擴張,達成全年營收年增長,並持續繳出優於整體 PC 市場的表現。
結論
AMD 盤後股價大漲 16%,反應投資人對於 AMD 的強勁財測,包括了 AI GPU 業務從 Meta 、 OpenAI 等大客戶顯著擴張到更多領域(傳統企業、主權級專案、 AI 原生企業等),以及因為 AI Agent 的爆發所帶動的 CPU TAM 展望,且值得留意的是,AMD 特別提到 CPU TAM 的增加是「外加的」而不是去侵蝕掉 GPU 的加速器市場,甚至同步上修了 AI GPU 的展望,因為 AMD 認為兩者的分工不同,AI 基礎模型需要大量的 GPU 等加速器來提供核心運算能力, CPU 負責任務調度、資料移動、平行執行,但有趣的是這並未同步帶動 Nvidia 的盤後股價(目前 +0.46%),顯示市場並未完全買單這樣的看法,仍更看好未來如果代理任務數量極大,CPU 的數量甚至可能超越 GPU 的故事。
AI 軍備競賽的史普尼克時刻 (Sputnik moment):Shyam Sankar 提到 AI 模型與 AIP 的結合,已經在主流的作業系統與瀏覽器中發現了數千個零日漏洞 (zero days),發現系統零日漏洞的速度正在飆升,而未來「找漏洞」將不再是瓶頸,「精準且自動化地修復漏洞」才是難題,這正凸顯了其軟體管理平台 Apollo 的重要性。
8. 技術進展:
Maven 智慧系統:戰場 AI 應用需求急升,使用量在最近四個月內翻倍,過去 12 個月內成長 4 倍,橫跨聯合參謀部與情報界。
4. 自研晶片趨勢爆發:除了為了擺脫單一供應商(Nvidia)的依賴外,由於 AI 進入推論和 Agent 的階段後,成本、功耗和延遲成為關鍵,因此針對不同推論任務和服務場景而設計的客製化 ASIC 就會是解方,例如:
Google:在 Cloud Next 大會上,正式推出專為應付最嚴苛代理式工作負載的 TPU 8i,其性價比(每美元效能)較上一代提升了高達 80% 。自研晶片除了有利於 Google 的「全端 AI 戰略」,包括內部產品和外部雲端服務的優化,也創造了新的商業模式(向第三方直接銷售 TPU 硬體)。
Amazon:管理層預計 Trainium 每年能為公司節省數百億美元的資本支出,且業務也正在向外擴張,包括提供給 Anthropic 與 OpenAI 的 Tranium 訂單(目前累計營收承諾超過 2250 億美元),以及 Graviton CPU 提供比其他 x86 處理器高出 40% 的性價比,這也讓 Meta 與 AWS 近期簽署了一項價值數十億美元的多年期協議。這讓自研晶片業務的「年化營收運轉率」已突破 200 億美元,年增達三位數的高速成長。
Meta:自研的 MTIA 就是專門用於 Facebook/Instagram 的推薦系統與推理任務。 Mark Zuckerberg 也強調發展自研晶片是「 Meta Compute 」倡議的重要目標,為的是優化長期營運成本,並正在與 Broadcom 合作開發自家的客製化晶片,且正準備部署超過 1 GW 的自研晶片算力。
Microsoft:Satya Nadella 強調為了迎接「代理運算時代」,微軟正針對每一層技術堆疊進行最佳化,從資料中心設計、底層自研晶片,再到系統軟體和模型架構,例如 Maya 200 負責高效的 AI 算力,且在成本效益上有顯著突破,與微軟機隊中最新的其他晶片相比,其「每美元可處理的 Token 數量」提升了超過 30%;Cobalt CPU 負責大規模的通用與關聯性工作負載,而 Azure Boost 晶片更將原本由伺服器 CPU 負擔的虛擬化、網路與儲存任務拉出來進行加速。
5. 其他科技進展:除了 AI 外,科技巨頭也在衛星通訊、自動駕駛、硬體機器人以及擴增實境等更長線的前沿科技上,有更多商業化進展,例如:
Meta:與 Ray-Ban 合作的 Meta AI 智慧眼鏡表現極佳,每日活躍用戶數較去年同期大增三倍。 Meta 計畫讓這款眼鏡從單純的「問答工具」,進化為「全天候陪伴的個人 AI 代理」,另外 Meta 也提到,消費者對於結合「 Meta 神經腕帶」的新一代顯示眼鏡展現出濃厚的興趣,這被視為智慧眼鏡產品線的下一個世代演進方向。
結論
四家科技巨頭的股價在電話會議盤之後表現不一,截稿前 Google 上漲 +7% 、 Amazon +2.74% 、 Microsoft +0.34% 、 Meta 卻下滑 -7%,Meta 大跌反映的是大幅上調 AI 資本支出後,短期折舊、零組件漲價對於利潤率壓抑,以及 AI 投入過大但回收不足的擔憂,但事實是 Meta 繳出了遠優於預期的獲利成績,且其他科技巨頭也有同樣的現象,證明了 AI 並非成本的黑洞,反而在 AI 導入後開始加速巨頭們的核心業務,同時達到降本增效的效益,尤其在 AI Agent 技術更加成熟後,提供了更多 Agentic 工作流商業落地的可能性,而這也讓 AI 支出更有變現的機會,繼續支撐持續投入大量 AI 資本支出的理由。