謎米財經分析報告

好到你唔信！Palantir成明日霸主！最新財報表現亮眼 直接打碎「AI泡沫論」

是 AI 數據中心的未來，還是馬斯克上市集資的「幻術」？ 🛰️

Feb 3, 2026

2026年1月27日 Kila

超級懶人包

• 敘事轉向：SpaceX 2026 年 IPO 的核心敘事已由長遠的「火星移民」轉向當下的「軌道 AI 算力基建」。
• 物理瓶頸：太空並非天然冷庫，而是極佳的「保溫瓶」。散熱效率低下與能源獲取規模，是目前技術派質疑的核心。
• 變量關鍵：Starship 的發射成本若能壓低至每公斤 $100 美元以下，這場「軌道實驗」的經濟帳才有機會算平。

影片總結（100 字內）​

主持人先解釋黃金與白銀因美元轉強及 ETF 槓桿 unwind 出現急挫，認為金價可能已見一輪高位。 接著詳細分析 Tesla 在 FSD、Robotaxi 與人形機械人上的長期投資與現金流運用，視為極具領先優勢的長線標的。 其後談到多隻 AI 與半導體股票（如 Robx、海力士、台積電、AVAV），指出市場短期恐慌帶來估值折讓，反而為中長線投資者提供吸納機會。

Jan 30, 2026

Meta Platforms #META 2025年Q4 財報快覽 營收獲利雙超預期，AI 變現能力發威抵銷巨額資本支出

日期：2026年1月29日 Kila 

特別說明：微軟的財政年度 (Fiscal Year) 與自然年 (Calendar Year) 不同。本報告中的「2026 Q2」指的是微軟 2026 財年的第二季度（對應自然年 2025 年 10 月至 12 月）。

超級懶人包

• 業績全面超標：第四季營收達 598.9億美元（按年+24%），顯著優於市場預期的 585.9 億美元；每股盈餘 (EPS) 為 8.88 美元，大幅擊敗市場預期的 8.23 美元。
• 指引強勁：公司預估 2026 年第一季營收將介於 535億至565億美元，中位數遠高於市場共識的 514.1 億美元，顯示數位廣告需求依然暢旺。
• AI 投資回報顯現：儘管資本支出創下單季新高，但 AI 驅動的廣告投放效率提升成功帶動營收高增長，緩解了市場對「燒錢」的擔憂。
• 股價反應：受惠於強勁的業績與指引，盤後股價上漲超過 6%。

Jan 30, 2026

營收獲利雙超預期，惟 AI 資本支出激增壓抑現金流

日期：2026年1月29日 Kila 

特別說明：微軟的財政年度 (Fiscal Year) 與自然年 (Calendar Year) 不同。本報告中的「2026 Q2」指的是微軟 2026 財年的第二季度（對應自然年 2025 年 10 月至 12 月）。

超級懶人包

• 業績優於預期：季度總營收達 813億美元（按年+17%），優於市場預期的 802.7 億美元；調整後 EPS 為 4.13 美元，擊敗市場預期的 3.97 美元。
• Azure 增速符合預期：市場最關注的 Azure 雲端業務營收按年增長 39%，雖然維持高增長，但僅「符合」分析師預期，未能帶來驚喜。
• 資本支出 (CapEx) 暴增：本季現金資本支出（Additions to Property and Equipment）高達 299億美元，較去年同期翻倍，顯示 AI 基礎建設投入進入高峰期。這導致自由現金流 (FCF) 按年下滑 9%。
• 股價反應：儘管核心業績達標，但市場擔憂鉅額 AI 支出對利潤率及現金流的壓力，加上 Azure 增速未有進一步突破，盤後股價一度 下跌約 10%。

Jan 29, 2026

AI估值的系統性再定價（Re-valuation），而非單純恐慌式拋售

今日美股出現顯著震盪，AI相關資產被集體重新標價：一線巨頭出現分化，二線AI與高估值細股普遍下挫，連帶「AI用電交易（power trade）」中的核能概念股亦出現急跌。若只用「消息面」去解釋，會流於簡化；真正的核心，是市場在同一晚用一致的估值框架，對整條 AI 資本鏈進行再定價。

觸發點，是一個震撼級別的資本訊號：市場消化到 OpenAI 新一輪融資與投資安排的規模可能高達「數百億美元級」，其中被反覆討論的是最高達 600 億美元的投資/融資談判。這個數字本身未必代表危機，但在「AI泡沫論」升溫背景下，它會被交易員視為資本壓力訊號，並促使投資人立刻問出最現實的問題：

如果AI成功，但需要不斷加碼資本、回本期被拉長；那今天的估值，應該用什麼折現率？誰會成為最終埋單的人？

Jan 29, 2026

財報優於預期惟全年營收首降，Robotaxi與Optimus成新焦點

日期：2026年1月29日 Kila

超級懶人包

• 財報優於預期：雖然營收出現下滑，但第四季營收達 249億美元，略高於市場預期的247.9億美元；調整後 EPS 為 0.50美元，優於市場預期的0.45美元 。

• 年度營收首度下滑：受全球競爭加劇（尤其是來自比亞迪的挑戰）及交車量下降影響，2025全年營收按年下跌3%至948億美元，為公司成立以來首次錄得年度營收倒退 。

• 新業務動能：公司宣佈將在本季發表第三代 Optimus 人形機器人，並計劃上半年將 Robotaxi 試點擴展至美國7座城市，轉型訊號明確 。

• 股價反應：儘管核心汽車業務承壓，但受惠於獲利超預期及對未來AI/機器人業務的佈局，盤後股價上漲超過 3% 。

【1月25日蕭生投資報告及Intel前景分析】

日期： 2026年1月18日  Kila

超級懶人包 

• 遊戲規則重寫： 2025 年標誌著量子計算從「實驗室驗證 (NISQ)」正式進入「容錯工程 (Fault-Tolerant)」的實戰時代。市場不再單純為「物理位元數量」買單，華爾街的定價權已轉移至「邏輯位元」的穩定性與「保真度」。

• 中性原子的逆襲： 雖然 Google 和 IBM 依舊佔據霸主地位，但 Atom Computing 這類使用「中性原子」技術的公司正在實現彎道超車。它們不依賴超導體的極低溫環境，而是用雷射光鑷展示了驚人的擴展性，特別是與微軟合作達成的 50+ 邏輯量子位元，震撼了業界。

• 從科幻到財報： 量子計算不再只是物理學家的夢想，而是企業的競爭優勢。HSBC 已利用它優化債券交易策略，準確率提升 34%。2026 年投資者的核心問題不再是「這技術行不行」，而是「誰已經在用它賺錢」。

一、執行摘要

當前市場存在一個明顯的認知落差：投資人仍習慣將台積電歸類為傳統的「消費電子週期股」，並據此給予估值。然而，若我們抽絲剝繭地檢視其業務本質，台積電在過去兩年間已完成了不可逆的結構性轉型。

它已不再僅是服務於手機與 PC 換機週期的代工廠，而是轉變為「全球 AI 運算基礎設施中，不可替代的技術瓶頸資產」。

在此新範式下，台積電展現了以下特質，卻未被市場價格充分反映：

• 近乎壟斷的地位：在 3nm/2nm 先進製程領域缺乏實質競爭對手。

• 極強的議價權：且該能力仍處於上升軌道。

• 已實現的高增長：業績增長是現在進行式，而非未來的空泛預期。

• 高能見度的需求：未來 3–5 年由 AI 驅動的需求曲線清晰可見。

儘管如此，市場目前的定價僅給予 15–17 倍的 Forward PE（預期本益比）。這種估值錯配並非源於基本面缺陷，而是市場認知尚未跟上「舊世界」向「新世界」跨越的步伐。

二、最新一期業績：結構性增長已經發生，而非假設

檢視最新財報，台積電已用數據證實了轉型的成效：

• 營收年增率：超越 20%。

• 每股盈餘（EPS）年增率：接近 25–30%。

• 毛利率：強韌地維持在 60% 以上的高標。

• 產品組合：7nm 以下先進製程的營收佔比持續攀升。

我們必須採取批判性的角度解讀這些數字：本期的增長動能並非來自消費電子的週期性復甦，而是源於 AI 與 HPC（高效能運算）對先進製程的結構性放量。 若將此輪成長誤讀為一般的週期性反彈，將會犯下嚴重的歸因錯誤。

三、結構性轉折點：先進製程的第一客戶已不再是手機

從 3nm 製程開始，乃至未來的 2nm/1.8nm，先進製程的需求結構發生了根本性的質變。

• 過去：主要客戶是手機 SoC 廠商（如 Apple）。其特徵為價格敏感度高、需求受消費景氣循環影響，且新產品推出可被延後。

• 現在：核心首批客戶轉變為 NVIDIA、AMD、Broadcom 等 AI 晶片巨頭。

這群新客戶具備截然不同的經濟行為模式：他們的產品毛利率極高，競爭的核心在於「算力代差」。對他們而言，性能落後等同於市場淘汰，因此他們無法等待，也不能妥協使用次級製程。

四、AI 晶片經濟學：為何「三萬美元晶圓」對客戶屬於可忽略成本

市場嚴重低估了台積電的議價能力，主因在於不理解 AI 晶片的單位經濟學（Unit Economics）。讓我們用科學的數據拆解：

• 成本端：台積電一片先進製程晶圓售價約

  $$30,000$$

  美元。

• 產出端：該晶圓至少可切出約 500 顆 AI 晶片。

• 終端價值：每顆 AI 晶片市價約$30,000美元。

這意味著，一片晶圓對應的終端營收價值高達1500萬美元）。晶圓製造成本僅佔客戶終端收入的約 0.2%。

結論顯而易見：對 AI 晶片設計廠而言，晶圓價格的微幅上漲完全不是問題。性能、功耗與技術代差才是生死線。客戶絕不可能為了節省這極低比例的成本，而冒險選擇次級製程。這使得先進製程從「可選項」變成了「剛性必需品」。

五、供應結構現實：先進製程已出現事實壟斷

產業供給面的現狀極為殘酷且清晰：

• 整體市佔率：台積電掌握約 72–73%。

• 先進製程（≤5nm）市佔率：接近 90%。

• 技術護城河：在 3nm/2nm 世代，台積電是目前唯一具備大規模、高良率量產能力的供應商。

儘管競爭對手在 7nm 以上製程仍有身影，但在 3nm 以下的尖端戰場已近乎缺席。這導致台積電的角色超越了單純的製造商，轉變為全球 AI 算力供應鏈中的咽喉點。

六、AI 需求屬於「方興未艾」，而非短期爆發

我們必須釐清，AI 晶片需求並非一次性的通脹式刺激，而是一個多階段、長週期的基礎建設過程：

1. 大模型訓練（Training）

2. 推論需求爆發（Inference）

3. 企業與政府端的全面落地部署

此過程至少橫跨 3–5 年，每一階段對晶片的需求量只增不減，呈現穩定且可預期的上行曲線。因此，AI 晶片的性質更接近電力、網路等「基礎算力設施」，而非波動劇烈的消費性電子產品。

七、記憶體產業：市場錯判的「已發生前例」

歷史總是驚人地相似。市場近期才剛在記憶體板塊犯過同樣的錯誤。

過去 DRAM/NAND 長期被視為低估值的週期性商品。然而，當 HBM（高頻寬記憶體）成為 AI 運算的關鍵瓶頸，且供應高度受限、技術門檻極高時，記憶體類股出現了爆炸式的價值重估（Re-rating）。

市場事後才驚覺：「原來記憶體的需求結構已經改變了。」現在，市場正對台積電重複同樣的錯誤認知。

八、估值現況：在同級資產中屬「異常便宜」

以台積電現價約 NT$1,700 進行估算：

• 2026E EPS（保守估計 +20%）：約 NT$102–105。

• 2026E EPS（樂觀估計 +30%）：約 NT$110–112。

這對應的 Forward PE 僅約 15–17 倍。

在全球資本市場中，我們幾乎無法找到另一項資產同時具備「近乎壟斷」、「基礎設施屬性」、「盈利年增 20–30%」且「技術不可替代」，卻僅以十幾倍本益比交易。這是一個極端的異常值。

九、唯一合理折讓：地緣政治風險（但被過度放大）

市場給予台積電估值折讓，唯一理性的來源是「台海地緣政治的尾部風險」。

但我們必須具備思辨能力，區分風險的性質：這是估值層面的風險，而非技術或商業模式的風險。

展望未來 1–2 年，發生毀滅性衝突的機率極低，但市場價格卻隱含了「永久性折讓」。這種不對稱的定價行為，構成了明顯的過度折讓。

十、投資結論

綜上所述，市場目前的定價模型存在根本性的分類錯誤：

將「AI 計算基礎設施的壟斷性資產」誤判為「消費電子週期股」。

只要這個認知轉換尚未完成，台積電的價值錯配（Mispricing）就會持續存在，而這正是超額報酬的來源。

免責聲明： 本內容提供之報告內容係根據本公司認可之資料來源，並基於特定日期所做之判斷，但不保證其完整性或正確性，報告中所有的意見及預估，如有變更恕不另行通知。

本研究報告所載之投資資訊，僅提供客戶做為一般投資參考，並非針對特定對象提供專屬之投資建議。文中所載資訊或任何意見，不構成任何買賣有價證券或其他投資標的之要約、宣傳或引誘等事項。對於本投資報告所討論或建議之任何證券、投資標的，或文中所討論或建議之投資策略，投資人應就其是否適合本身財務狀況與投資條件，進一步諮詢財務顧問的意見。

2026年1月8日 作者：Kila 

為什麼 2026 是「超級 IPO 年」？

經過了 2022 至 2024 年的資本寒冬，以及 2025 年的試探性復甦，華爾街普遍預期 2026 年將迎來一場 「史詩級的 IPO 盛宴」。

這不是普通的市場週期循環，而是結構性的 「價值釋放時刻」：

1. 積壓的獨角獸： 大量頂級獨角獸在私募市場停留了超過 10 年，累積了龐大的價值與流動性壓力。

2. AI 的資本渴求： GenAI 的訓練與基礎設施競賽需要天文數字的資金，私募市場的深度已不足以支撐，公開市場成為必然的融資管道。

3. 商業模式的成熟： 與 2021 年的泡沫不同，許多 2026 年的候選名單（如 Stripe, Canva）已經實現了規模化獲利，具備了藍籌股的財務體質。

本報告精選了 10 家 最具代表性的潛在 IPO 企業，並從 IPO 可能性、財務健康度 以及 市場關注度 三個維度進行 0-5 星的評級解析。因為並非上市公司，因此報告中引用的很多營收、淨利數據均來自各大媒體，有部份數據停留在2024年，請讀者自行判斷，一切數字以該公司公佈為準。

2026年1月12日 Kila

超級懶人包

• 業績很好： 2025 財年預計營收 12.7 億美元（按年增長 83%），當中核心業務的有機增長達 30%，證明需求並非單靠併購堆砌。
• 關鍵指標： 合約總價值 (TCV) 突破 11 億美元歷史新高，鎖定了未來藥廠的長期收入，營收能見度大幅提升。
• 護城河加深： 剛剛宣佈與 NYU Langone 及 Northwestern Medicine 的戰略合作，進一步壟斷高質素臨床數據源頭，強化其相對於通用 AI 模型的壁壘。
• 財務真相： 雖然賬面仍有虧損，但經調整 EBITDA 首度轉正。鉅額虧損主要來自員工期權 (SBC) 及一次性債務開支，核心業務實質已具備造血能力。

AI 泡沫論下的零容錯機制

近期 Roblox (RBLX) 的股價劇烈波動，並非源於基本面的結構性惡化，而是市場在「AI 泡沫論」的焦慮下，進入了極端神經質的「零容錯模式」。投資者正試圖用傳統的 GAAP（通用會計準則）虧損，去否定一個現金流強勁且維持高速增長的平台經濟體。本報告將透過回溯第三季財報細節、拆解近日新聞噪音，並以數學模型推演，論證目前的拋售缺乏科學依據，且忽略了商業模式中的營運槓桿（Operating Leverage）潛力。

2026年1月6日 Kila

無限心智的黎明：從 Ivan Zhao 的預言說起

這一篇不會如平常的公司或產業分析，而是將Picture放大，去看整個AI Agent的趨勢。

如果說 2023 年是 ChatGPT 的驚奇時刻，那麼 2025 年本應是 AI Agent（智能體）全面接管工作的一年。但現實卻有些令人尷尬。OpenAI 的 Sam Altman 曾預言 AI 將「加入勞動力隊伍」，但直到今天，大多數人的 AI 體驗依然停留在對話框裡的你問我答。我們期待的是能幫我們自動訂機票、寫報告、甚至運營公司的數碼員工，但得到的卻往往是一個偶爾會一本正經胡說八道的聊天機器人。

這種落差從何而來？是技術失敗了嗎？還是我們看錯了方向？

為了回答這個問題，本文將拆解 Notion CEO Ivan Zhao 的深度文章《Steam, Steel, and Infinite Minds》（下附連結），並對照 Cal Newport 在《The New Yorker》的最新觀察以及 Google DeepMind 的硬核數據，試圖還原 AI Agent 的真實面貌。這不是關於某個模型的評測，而是一場關於「組織物理學」的探討。

Ivan Zhao 在他的文章中提出了一個極具洞察力的觀點：每一種新技術出現時，我們總是習慣用「後視鏡」看未來 。早期的電影看起來像被攝影機拍下來的舞台劇，早期的電話通訊像電報 。同樣地，今天最流行的 AI 形式 Chatbot，看起來就像是過去 Google 搜尋框的擬人化版本 。

我們正處於一個尷尬的過渡期。Ivan 把它比喻為工業革命初期的「水車換蒸汽機」階段 。當時的工廠老闆只是把推動機器的水車換成了蒸汽機，但工廠的佈局、流程完全沒變，因此生產力的提升非常有限。直到後來，人們意識到蒸汽機意味著可以脫離河流，將工廠搬到離港口和工人更近的地方，並圍繞著動力源重新設計整條生產線，第二次工業革命才真正爆發 。

現在的我們，正在做著「把蒸汽機裝在水車工廠」裡的傻事。我們試圖把強大的 AI 模型塞進為人類設計的舊工作流中，讓它充當一個更聰明的 Copilot。但 AI Agent 的本質不是輔助，而是「無限的心智」 。當這種新材料真正滲透進組織時，它將改變的不是某個單點的效率，而是整個公司的結構與形態。

蕭生投資報告侵侵老笠馬杜羅 委內瑞拉能源復興誰會是大贏家？

特朗普昨晚（3日）凌晨出動包括美軍特種部隊三角洲部隊在內的精銳力量，對委內瑞拉首都卡拉卡斯發動空襲與地面突擊，成功逮捕委國總統馬杜洛及其妻子佛羅雷斯，特朗普在記者會上表示，美國將「接管」委內瑞拉，「直到安全、適當且審慎的過渡完成」，另外還指，美國石油公司也將進入該國。

因此，今次的分析將集中於委內瑞拉能源復興，對誰最有利。要注意，這次分析必須基於以下前提：委內瑞拉政權若能在短期內完成可控過渡、不出現全面內亂，能源復興將成為唯一可行的經濟穩定方案。

如上述前提成立，資本的流向其實高度可預測——先恢復石油產量，換取現金流；再重整煉油與出口體系；最後才進入全面基建與工程重建。

日期: 2025年12月29日 Kila

超級懶人包

• 基礎設施勝過魔法： 宣告「試點地獄 (Pilot Purgatory)」結束的不是更聰明的模型，而是 MCP (Model Context Protocol) 與 Agents SDK 的普及。Agent 終於能穩定地「讀寫」企業系統，而不只是在聊天視窗裡賣弄文采 。

• 座位費的「變種」求生： SaaS 商業模式並未立即死亡，而是進入了 Hybrid Pricing (混合定價) 時代。Salesforce 的 Agentforce + Data 360 錄得近 14億美元 ARR (+114% YoY)，其 $2 per conversation 的定價策略證明了市場正在接受「底薪 (Seat) + 績效 (Action)」的新支付邏輯 。

• DeepMind 的冷水： 盲目堆疊 Agent 數量是燒錢的自殺行為。Google DeepMind 研究證實，3-4 個 Agent 是協作效率的黃金分割點，超過此數邊際效益將轉負。單體強模型往往勝過一群平庸的協作者 。