Markets · AI · Semiconductors
看見產業鏈裡的咽喉點
AI 的故事很大,但成長總是卡在某一個點:算力、現金流、資本支出,或是一份沒人細讀的合約。 我們用公開財報、監管申報與可驗證的數據,把那個點找出來。
01AI 基礎建設 02半導體與硬體供應鏈 03資本支出與現金流 04企業 AI 的真實成本
最新深度研究
Latest · 3 articles Markets & EconomyBusiness & AINVIDIA
黃仁勳能複製「奧特曼劇本」嗎?在 16 萬人連署背後,決定回歸的三大冷酷現實
2026 年 11 月中旬黃仁勳閃辭震驚全球,馬斯克與矽谷大咖成立戰情室聲援,民間湧現 16 萬人「Stand with Jensen」連署。全市場都在問:他能不能像 2023 年的奧特曼一樣強勢回歸?理性拆解背後的三大硬傷與最可能落點。
閱讀全文 Business & AIEnterprise AI
企業導入 AI 的隱性成本陷阱:從聯發科「限額風波」看 Token 吞吐量與真實維護帳單
2026 年 10 月聯發科傳出調整內部 AI 額度引發熱議。這不是單純的預算縮減,而是企業 AI 從「放牛吃草的 PoC」走向「嚴格精算 ROI」的必然轉折。拆解三大隱性失血點與模型調度解法。
閱讀全文 Markets & EconomyAI infrastructure
AI 基建的壓力測試,已從算力延伸到現金流
台灣製造業調查仍在擴張,AI 基建融資卻開始面對抵押品、租約與現金流的壓力測試。需求強和融資轉嚴可以並存;看台灣供應鏈,還要把題材連回企業現金流。
閱讀全文我們怎麼寫
Principles 01
一手數據優先
分析建立在 SEC 申報、年報、權威機構調查與公開法說會之上,不轉述二手題材。
02
拆解傳導機制
不把「AI 概念」當保證,而是檢視資產負債表、營運現金流、折舊年限與合約覆蓋率。
03
客觀、中立、可驗證
不喊單、不鼓吹短期投機。每個數字與日期都能回到來源查證。