折疊機銷量上修與 AI 暴力成長線

第一部：主講者的投資敘事與推理鏈

1.1 核心問題意識 (The Central Question)

在台股盤面出現「漲停隔天遭倒貨、利多出盡互相暗算、人與人互信消失」的混亂環境下，疊加 Apple 秋季新機與首款折疊機問世的熱度，投資人究竟該如何配置有限的資金？消費性電子的換機循環能否撼動 AI 的主導地位？而面對甲骨文 (Oracle) 高槓桿擴張、資料中心電力卡關與大模型競逐，真正的產業瓶頸與長期價值究竟落在何處？

1.2 一句話主張 (Core Thesis)

1.3 推理鏈解構 (The 6-Step Reasoning Chain)

1. 前提：盤面短線互信崩解，操作環境猥瑣
   近一兩個月台股出現「前一天鎖漲停、隔天開高走低出貨」、利多反成出貨藉口等短線內捲現象。短線客互相暗算，迫使理性資金避開缺乏基本面支撐的小型炒作股，轉向尋求具備超高確定性與實質業績支撐的強勢大趨勢。
2. 評析 Apple 折疊機：成熟切入，定價實惠帶動銷量上修
   Apple 不搶做拓荒者，而是等待摺疊技術與柔性面板成熟後切入，提供優異的軟硬體整合與直覺 UI/UX。定價策略出乎意料地僅略高於競品（低於原先十幾萬的極端預期），將引發換機潮並顯著拉高在折疊市場的市占率。
3. 資金效率比較：諾蘭大片效應，消費性題材打不贏 AI
   市場資金高度有限。消費性題材如同拍得不錯的中型電影，一旦撞上「諾蘭執導的超級大片（AI 產業）」，資金與市場目光必定被全數吸走。AI 領域四處可見 100%+ 的暴力成長線，消費性題材無法提供同等量級的資本報酬率。
4. 深究 AI 基礎建設瓶頸：從算力晶片轉向「電網與地方政治」
   舊款 GPU 逆勢上漲 20%，粉碎「GPU 快速折舊」的空方謬論；甲骨文 (Oracle) RPO 與營收暴增佐證需求。然而，資料中心真正的硬瓶頸已演變成地方民意、管線被否決與法規審查卡關。巨頭被迫轉向「表後供電（Behind-the-meter）」尋求獨立突圍。
5. 大模型價值分配：破除單一寡頭迷思，掌握終端與地端降本者得利
   反對高盛「閉源模型最終僅單一寡頭勝出」的極端預言，預期 OpenAI 與 Anthropic 雙雄並存且各領域特化模型百花齊放。一般日常推論轉向開源模型，掌握終端通道者（Apple）與大幅削減企業雲端推論成本者（群聯 aiDAPTIV）將瓜分關鍵價值。
6. 結論：恪守做多本質，拒絕頻繁避險，耐心等出報酬
   散戶在大多頭市場中頻繁放空避險猜頂，無一例外會淪為「雙巴」犧牲品。長期獲利的本質是認清產業大主線，買進高質量好公司並給予拉回呼吸空間，靠時間「等出報酬」。

1.4 主持人明確表態矩陣

第二部：事實、推論與投資含義對照表

為遵循嚴謹研究規範，本報告將主持人引用的「客觀數據與事件事實」、主持人本人的「主觀推理」，以及本研報提煉出的「投資意涵」完全拆解如下：

第三部：受訪標的與產業全景掃描

本集節目涵蓋美股、台股、大語言模型生態及生活消費標的。主持人強調，應嚴格區分「主持人明確持股偏好」與「舉例/客觀描述標的」，切勿將盤面股票清單誤判為主講者的滿手持股：

第四部專題一：蘋果折疊機銷量上修與消費性供應鏈限制

1. 產品成熟切入與超預期定價策略

主持人分析，Apple 面對新硬體形態從來不急於當「首發白老鼠」，而是觀察市場數年、待鉸鏈技術與柔性面板良率成熟後才推出首款折疊機（iPhone du）。雖然外媒與測試機仍可見極細微折痕，但透過優異的軟硬體整合、專屬 UI/UX 巧思，以及多角度懸停立起呈現時鐘與床頭氛圍燈等功能，產品體驗相當驚艷。

最令市場意外的是定價策略：基礎機型定價僅略高於三星 Galaxy Z Flip/Fold 系列，打破了市場先前「天價起跳、難以普及」的刻板預估。主持人據此判斷，雖然規格攻頂款仍要價十幾萬台幣，但實惠的入門定價將促使市場顯著上修折疊機總銷量與普及率。

2. 供應鏈殘酷現實：壓價、拆帳與二廠分流

儘管折疊機銷量看好，但主持人對於台廠零組件供應鏈（如軸承大廠新日興 3576）抱持高度保留態度：

• 利潤拆帳壓制：新日興雖為主要軸承技術供應商，但在整機組裝層面必須與鴻海 (2317) 進行拆帳分潤。
• 蘋果無情砍價：供應鏈消息顯示，Apple 對首代零組件的採購價格壓制極其嚴厲，供應商並未如外界預期享有豐厚的高毛利率，這也解釋了新日興股價在題材初期反映一段後便陷入長達數月的沉悶橫盤。
• 必定扶植「二廠」：Apple 為了確保供應安全並將採購成本壓至極限，向來採取「二對付你」策略，一旦產品放量，必然扶植第二、第三供應商瓜分訂單。許多代工廠甚至已產生「做蘋果生意不長久」的共識。

3. 諾蘭效應：消費性題材為什麼打不贏 AI？

第四部專題二：AI 基礎建設瓶頸與甲骨文融資擴張

1. 甲骨文 (ORCL) 的「融資魔術」與潛在虛胖

甲骨文最新公布之財報營收年增 30%，未履約合約（RPO）突破 6,600 多億美元，展現強大擴張力。然而主持人點出其獨特的「不用自己掏錢」槓桿模式：

• 客戶預付 (Customer Prepay)：向客戶預先收取龐大款項，實質上以客戶的現金流進行伺服器購置。
• 自帶硬體 (BYOH - Bring Your Own Hardware)：允許客戶自行提供 GPU 硬體，Oracle 僅提供機房、網路與營運服務，賺取高利潤服務費。
• 供應商借貸資助：藉助晶片廠（Nvidia 等）提供的融資支持，將槓桿效益推展至極致。

風險點提示：在 AI 資本支出擴張的繁榮期，這套融資魔術運轉流暢；但若未來產業景氣遭遇逆風或需求放緩，這類高槓桿架構會放大資產風險，產生「需求虛胖」的反噬效應。

2. 舊款 GPU 逆勢漲價 20% 的深刻意涵

市場上四年前推出的舊款 GPU（如 A100 等）在二手租賃市場價格竟然逆勢上漲 20%。主持人指出，這直接驗證了黃仁勳強調的 "Fungible, Durable, Rentable"（具可替代性、耐用、可租賃） 特性，徹底粉碎了空頭機構「算力硬體折舊極快、兩年即成廢鐵」的做空論據。

3. 真正硬瓶頸：地方政治卡關與「表後供電」突圍

AI 算力建設的最大瓶頸已非台積電 CoWoS 產能或 Nvidia 晶片供應，而是全面轉移至「電力許可與地方政治審查」：

• 行政審查泥淖：一條僅 17 英里的天然氣輸送管線在地方審查中遭否決兩次；更有州政府提出 A- 級信評或要求出具高達 70 億美元信用狀的苛刻門檻。
• 政治選民反彈：極左翼政治人物（如 AOC、Bernie Sanders）公開批評資料中心耗盡民生用水與電網資源，引發選區投票抵制。
• 科技巨頭硬幹：表後供電 (Behind-the-meter)：資料中心業者不願虛耗數年等待公共電網擴建，紛紛導入天然氣發電機組、活塞式發電引擎與獨立太陽能儲能微電網，實現自給自足表後發電。Tesla 近期大量釋出太陽能訂單即為此趨勢之直接印證。

第四部專題三：大模型雙雄局勢與群聯地端 AI 降本架構

1. 反駁高盛「單一寡頭」論：雙雄並立與特化生態

高盛 (Goldman Sachs) 在內部會議中曾發表觀點，宣稱閉源模型最終只會產生「唯一的超級寡頭」，並給出閉源模型投 1,000 億賺 1,300 億、開源模型投 1,000 億僅賺 300 億的數據。主持人對此嚴厲反駁：

• 雙雄長期並存：閉源大模型更有可能呈現 OpenAI 與 Anthropic 雙雄輪流超車的動態平衡，絕非單一霸權。
• 特化與多樣性：AI 應用並非由單一萬能模型統包，各行業將湧現專精且高效率的特化模型。
• 分工與系統風險：頂尖科研（如新藥開發、蛋白質結構預測）必用昂貴閉源模型，但日常泛用需求將全面轉向開源全重模型。若高盛「僅一家能活」成真，意味著其他投入數千億美元的巨頭將破產，這會引發整個科技產業的毀滅性連鎖衝擊。

2. 雲端推論的「破產帳單」與 Uber 警訊

企業導入 AI 的初期常盲目將所有請求「全數丟上雲端」。主持人引述 Uber 案例：Uber 在大規模導入雲端 AI 後，每月雲端伺服器帳單暴增至難以置信的天文數字，若不加以控制，甚至能將原本具備獲利能力的成熟企業推向虧損。此一痛點催生了全球企業對「地端 AI 推論與模型微調降本」的狂熱需求。

3. 群聯 (8299) aiDAPTIV 方案：以 200~300 萬挑戰 5,000 萬

群聯作為全球 NAND Flash 控制 IC 龍頭，推出的 aiDAPTIV (Adaptive) 架構切中了這一巨大痛點：

商業化進度評估：主持人早於一兩年前參訪群聯時即關注此架構，並肯定其前瞻邏輯。但主持人務實提醒：群聯身為晶片設計原廠，不會親自從事繁重的系統整合（SI，工程師薪水過高），而是透過與研華 (2395) 等夥伴合作推廣。這類顛覆性技術從驗證到企業全面採購拉貨（Ramping Curve）需要時間發酵，長線業績貢獻需持續追蹤客戶導入數量。

第五部：可執行投資觀點與風控框架

5.1 主持人資產配置狀態與核心原則

• 持倉狀態：維持滿手多單。主講者明確表態自身整體部位依然維持高持股水位，堅定做多，並未因市場短線回檔或猥瑣盤面而清空持股。
• 核心資產：AI 暴力成長股。重倉壓注 Nvidia、台積電等業績高速兌現龍頭，認定其具備 100%+ 暴力成長線，毛利與獲利能持續打破市場天花板。
• 防守防護：防守型指數 / 聖誕配置。在 7 月市場高檔震盪期間，主動將部分獲利豐沛的高估值動能部位進行獲利了結，部分資金轉入防守型標的以抵抗回檔震盪。

5.2 交易心態與操作哲學：「等出報酬」

5.3 嚴厲風控架構與避險做空警示

5.4 未來關鍵時間點與催化劑監控矩陣