Tesla和SpaceX考慮合併？Anthropic超越OpenAI？Dell為甚麼大漲？ - KP思考筆記(第44期)

大家好，我是 KP，歡迎來到第 44 期的《週末思考筆記》。

最近我在重讀 Peter Lynch 的經典著作One Up on Wall Street。雖然這是一本四十年前的書，裡面的很多案例在今天的科技環境下看似已經過時，但其中的核心邏輯與哲學，卻依然十分適用。

Lynch 曾提到：「如果你理解一家公司的基本業務，那麼掌握這家公司的發展就會變得容易得多。」

這正是我一直以來堅持深耕不同產業的原因。我們必須不斷擴張自己的知識邊界，去理解更多不同商業模式的底層邏輯。因為只有當你「看懂」了生意，你才不會在市場波動時被情緒牽著走。

提到 Lynch，我最喜歡的一句名言是：「投資者為了準備修正，或試圖預測修正所損失的錢，遠比在修正本身中損失的還要多。」（Far more money has been lost by investors preparing for corrections... than has been lost in corrections themselves.）

這句話簡直就是過去兩個月市場的縮影。

我並不是在鼓吹大家應該盲目 All-in，或是樂觀地認為一切大好、絕對不會崩盤。

事實上，我還是那句老話：我不知道市場明天會發生什麼。

但如果你相信 AI 的浪潮會持續進化，或者看好大格局下人類科技與社會的進步，那麼「過度準備修正」，比如長期持有過高比例的現金、或是因為恐懼而錯失優質標的，往往並非明智之舉。

「保持謹慎」並不代表「停止投資」。 真正的謹慎，應該體現在對標的篩選的嚴苛，以及對倉位配置的紀律，而不是體現在對市場崩盤的無端預測上。

事實上，很多人常把「波動」誤認為「風險」。

用 Lynch 的邏輯來說，股價的短期下跌只是波動，而真正的風險是你「不在場」。如果你總是擔心回調的風險，而選擇在場邊觀望，你失去的不只是短期的漲幅，而是讓複利滾動的機會成本。在科技投資的領域，這種代價尤其巨大，因為領先者的增長往往是非線性的。

這也回到了為什麼我強調要「看懂生意」。

當你真正理解一家公司的商業邏輯，你對「修正」的看法會完全不同。你會發現，市場的雜訊往往是在幫你剔除那些意志不堅定的投機者。

擴張知識邊界的目的，並不是為了讓我們變成預測大師，而是為了讓我們在市場情緒失控時，手裡還握有一份準確的「價值地圖」。

重讀四十年前的經典，是為了修煉那份在混亂中保持冷靜的定力。

這個星期的思考筆記將會有5個主題，包括：

主題一：Tesla和SpaceX考慮合併？

主題二：Marvell 其實不只是ASIC的第二名？

主題三：Snowflake從「AI敗將」突然變成「AI贏家」？

主題四：Dell這家組裝廠為甚麼能大漲？

主題五：Anthropic最新融資輪告訴我們甚麼？

不妨考慮先讚後看，我們立刻進入主題!

---

主題一：Tesla和SpaceX考慮合併？

最近市場上最熱的話題，莫過於 SpaceX 準備在六月中旬以 1.5 兆至 1.75 兆美金 的估值進行 IPO。

但更讓人興奮的是隨之而來的猜測：Tesla 和 SpaceX 會不會合併？

如果真的發生，對於投資者來說，這究竟是 1+1>2 的紅利，還是充滿風險的豪賭？

為什麼華爾街分析師敢喊出 90% 的成功率？

Wedbush 知名分析師 Dan Ives 預測，在 2027 年上半年，兩家公司合併的機率高達 80-90%。支撐這一大膽預測的核心邏輯在於「AI 生態系的終極閉環」。

當 SpaceX 完成上市後，兩家公司都將成為公開交易實體，這使得「股票換股票」的合併案變成了具備市場定價基準的標準操作。

更深層的動機在於馬斯克對 AI 生態系統的絕對控制權。

Tesla 掌握了真實世界的物理數據，從自動駕駛車隊到 Optimus 機器人，再到能源儲存系統；而 SpaceX 則提供了全球覆蓋的連網能力（Starlink）與潛在的邊緣運算能力。

將兩者結合，將創造出一個從地表延伸至軌道的「垂直整合 AI 實體堆疊」，這種軟硬體與通訊的深度整合，是任何競爭對手都難以複製的護城河。

---

結構上的「不對稱性」

為什麼這場合併在操作上是有可能的？關鍵在於投票權。

在 SpaceX，馬斯克擁有約 42% 的股權，但透過雙重股權結構，他掌握了 85% 的投票權。換句話說，只要他想併，SpaceX 這邊基本上就是他一個人說了算。

但 Tesla 這邊就沒那麼簡單了。Tesla 是單一類別股權，馬斯克持股約 20%，他需要說服廣大的公眾股東、機構法人，還要面對獨立董事會的審查。這是一場完全不同的硬仗。

此外，資深投資人不會忘記 2016 年 Tesla 收購 SolarCity 時引發的巨大爭議。當時馬斯克被指責是利用 Tesla 的現金流去拯救自己另一家陷入困境的公司。

雖然他最終在德拉瓦州法院贏得訴訟，但「自我交易」（Self-dealing）的標籤已成為投資者心中難以抹滅的陰影。這次若要併購估值破兆的 SpaceX，監管機構與股東的放大鏡將會前所未有的嚴厲。

---

紅利與風險的雙面刃

從樂觀角度看，合併後的紅利確實誘人。

Tesla 加SpaceX這種一加一大於二的敘事，讓合併後的實體在資本市場具備更強的議價能力，能以更低成本取得資金來投資長期的火星任務或 AI 研發。

但風險同樣巨大，兩者合併很可能會出現「集團折價」（Conglomerate Discount）風險：SpaceX 目前享有純粹的太空溢價，一旦與波動劇烈的汽車業務掛鉤，公司結構的改變可能導致整體估值倍數下降。

---

預測市場的冷靜 vs. 分析師的狂熱

有趣的是，雖然 Dan Ives 喊到 90%，但預測市場（如 Kalshi）的賠率卻顯示，2027 年前達成合併的機率不到 40%。

我的看法是：短期內成事的機率極低。

SpaceX 當前的首要任務是完成一場乾淨、破紀錄的 IPO。在上市初期估值尚未穩定時就啟動併購，會讓法律風險呈幾何倍數增長。

但若將時間拉長至 3 到 5 年，當兩家公司的技術協同（如衛星通訊之於自動駕駛）變得不可或缺時，「帝國整合」幾乎是馬斯克性格下的必然選擇。

說到底，這筆交易只有在「AI 與運算的協同效應足以抵消整合摩擦」時才具備說服力。對股東而言，這是一場關於未來 10 年 AI 霸權 的豪賭。

無論最終結果如何，在接下來的 18 個月裡，馬斯克的每一份 SEC 文件與公開發言，都將成為市場重新定義「跨星際企業」價值的關鍵線索。

無論你站在哪一邊，有一件事是確定的：這個話題不會消失。

在接下來的十二到十八個月裡，每一次馬斯克的公開發言、每一份 SEC 文件、每一個預測市場的價格波動，都會被市場用放大鏡檢視。

---

主題二：Marvell 其實不只是ASIC的第二名？

Marvell過去長年被視為「比較小號的 Broadcom」、「ASIC 第二名」、「定位有點尷尬的網通公司」。為什麼這家公司在這一年裡，股價可以走出這麼陡峭的曲線？

我覺得大部分人對這檔股票的理解，還停留在舊時的版本。

Marvell 已經悄悄變成另一家公司了，市場現在才剛剛追上這個事實。

一個被嚴重誤讀的故事

過去兩年，市場給 Marvell 貼的標籤是「ASIC / 客製化晶片公司」。Amazon Trainium、Google TPU 之外的第三方 ASIC 玩家，主要就是 Broadcom 和 Marvell。

市場的敘事很簡單：超大規模雲廠商要做自己的 AI 晶片，誰能幫他們設計，誰就吃到這波紅利。

這個故事沒錯，但它只是 Marvell 的一半。

從上季開始，CEO Matt Murphy把資料中心業務明確拆成三塊來講：

「我把討論分成三個類別：Interconnect（互連）、Switching（交換）、Custom（客製化晶片）。」

「互連，已經成為我們資料中心業務中佔比最大的部分。」

請看清楚這句話。佔比最大的不是 ASIC，是 Interconnect。

---

Interconnect 才是主角

我們先把名詞搞清楚。

ASIC / Custom Silicon 是「算的」。客戶要做一顆 AI 加速器，Marvell 幫他設計出來。這是邏輯運算的部分。

Interconnect 是「連的」。把幾萬顆 GPU、XPU 連在一起的高速通道。光模組、DSP、TIA、driver、coherent module、CPO/NPO 這些東西，全都是 interconnect。

以前如果你問所有人「AI 基礎設施的瓶頸是什麼？」答案是 GPU 不夠、HBM 不夠、算力不夠。所以那時候錢都往算力跑，Nvidia 一家獨大。

但是 2025 年下半年到 2026 年，情況變了。當 AI 模型架構從單純的 Dense transformer 進化到 Mixture of Experts、reasoning models、agentic workflow，當訓練叢集從幾千顆 GPU 變成幾十萬顆，當推論需要跨多個機架做 KV cache 共享時，瓶頸就從「算力」變成「連接」。

事實上，Marvell 把 interconnect 這塊業務的成長預期，從原本的 +50% YoY 一口氣拉到 +70% YoY。它意味著管理層在三個月內看到的訂單能見度，已經明顯超出他們三個月前的判斷。

「互連，已經成為我們資料中心業務中佔比最大的部分。」

---

為什麼要特地把「互連」拆出來講？

Marvell 以前也習慣把這些通通歸類在「網路（Networking）」裡。現在大動作把它們拆開，背後有三個極其關鍵的戰略考量：

第一，它們是完全不同的技術領域（「光學物理」vs.「數位邏輯」）。

交換器（Switching）是「數位邏輯」，寫的是程式碼、路由表和演算法，本質上是純粹的矽晶片設計。

而互連（Interconnect）則是「物理與光學」，處理的是雷射、光波、訊號衰減和類比電路。要設計出能在 1.6T（極高頻寬）下保持光訊號乾淨不失真的光學 DSP，需要的工程技術，和設計交換器晶片是完全不同的兩撥人。

第二，Marvell 在這兩個市場的「江湖地位」完全不同。

在交換器（Switching）領域，Broadcom 是無庸置疑的泰山北斗，Marvell 雖然成長很快，但目前仍是挑戰者。

如果混在一起談，會掩蓋掉 Marvell 的鋒芒。因為在互連（Interconnect）領域，Marvell 才是「一哥」。透過當年收購光通訊巨頭 Inphi，Marvell 在光學 DSP 市場擁有超過 60% 的絕對市佔率。

拆開來，Marvell 就能驕傲地告訴華爾街：「看，這是我們利潤極高、幾乎沒有對手能威脅我們的黃金帝國。」

第三，AI 的瓶頸已經轉移到了「互連」上。

在過去，電腦的瓶頸在於晶片算得不夠快（Compute）。但在 AI 時代，瓶頸變成了「晶片之間溝通不夠快」（Interconnect）。

因為 AI 模型太龐大了，GPU 往往有大半的時間都在「等」其他 GPU 傳資料。Marvell 把 Interconnect 獨立出來，等於是在向市場宣告：「我們掌握了徹底解決 AI 塞車問題的終極鑰匙，這就是為什麼這個板塊能實現年增率超過 70% 的成長！」

事實上，Marvell 把 interconnect 這塊業務的成長預期，從原本的 +50% YoY 一口氣拉到 +70% YoY。它意味著管理層在三個月內看到的訂單能見度，已經明顯超出他們三個月前的判斷。

---

圍繞「互連」的收購

看懂了這個框架，你就能理解 Marvell 近幾個月連續完成的三筆收購的布局：

• Celestial AI：光子互連，專門做 scale-up（機架內、機架間的高頻寬連接）。已經被一家頂級 hyperscaler 選中。光是這一筆，就把 Marvell 的 scale-up 光學市場機會從原本估的 1.5 億美元，拉高到 FY2028 的 3 億美元。

• XConn：PCIe / CXL 交換晶片。記憶體解耦合（memory disaggregation）的關鍵零件。

• Polariton：等離子體矽光子技術，調變頻寬可達 1 THz，是傳統矽光子的 10 倍。為 3.2T 以上的速率鋪路。

這三筆收購，構成了 Marvell 從 scale-out 到 scale-up 到 scale-across 的完整光學連接堆疊。

於是，你也能明白為何 Nvidia 要對 Marvell 進行 20 億美元 的戰略投資。Nvidia 自己也知道，當叢集規模繼續擴大，光學互連會是它最大的瓶頸，它需要一個能在矽光子做出規模的合作夥伴。

---

那 ASIC 怎麼辦？

既然 Marvell 把 Interconnect（互連）講得這麼大聲，大家可能會問：是不是它的 ASIC 業務碰壁了，所以才拿光通訊來轉移焦點？

答案是：並不是。

事實上，管理層在法說會上，將 FY2028 的 ASIC 營收展望從原先的預期，直接上調至「不只翻倍（more than double）」，並重申了 FY2029 突破 100 億美元 營收的長期目標。

這背後的底氣，來自於其旗艦 XPU 項目已經擁有了跨世代的產品能見度。更重要的是，AI 推論（Inference）時代的到來，正在為 Marvell 創造全新的戰場。

所以，ASIC 沒有被淡化，它只是不再是唯一的故事。

Marvell 已經從過去的「單引擎成長股」，正式蛻變為「客製化算力 ＋ 極速互連」的雙引擎旗艦。

在估值邏輯上，這有著本質的差別：雙引擎意味著當其中一個板塊面臨週期性調整時，另一個引擎依然能提供強勁的成長動能。對長期資金而言，這極大地降低了投資的不確定性。

---

理解AI運算的新戰場

這檔股票近半年的大漲，不是市場瘋了，是市場對「Marvell 是什麼公司」的認知，重新校準了。

• 兩年前的 Marvell：一家做 ASIC 和網通晶片的中型半導體公司。

• 現在的 Marvell：一家在 AI 叢集的算力和連接兩個關鍵層都有領先地位的純 AI 基礎設施玩家。

這兩個版本在估值上應該值多少錢，是天差地別的。光纖和交換晶片的單位經濟學，會比過去任何時候都重要。

這是 Marvell 的故事，更是整個 interconnect 這個賽道的故事。

---

主題三：Snowflake從「AI敗將」突然變成「AI贏家」？

Snowflake公布財報之後，股價單日暴漲35%，創下公司史上最大單日漲幅。

這種漲法在大型企業軟體公司非常罕見。不是因為業績好一點點，而是因為市場對這家公司的認知在一天之內徹底翻轉。

三個月前，市場還在擔心Snowflake會不會在AI時代被邊緣化。現在，大家開始討論Snowflake是不是企業AI基礎設施的關鍵玩家。

這中間發生了什麼事？

先看這筆 60 億美元的「天價合約」

Snowflake 宣布與 AWS 簽署了多年期戰略合作協議（SCA），承諾在未來五年投入 60 億美元的基礎設施支出。

這是 Snowflake 史上最大手筆的承諾，直接把 2023 年簽的 25 億美元合約翻了將近 2.5 倍。

這 60 億美元，主要花在兩個地方：

1. AWS Graviton 處理器（AWS 自研的 ARM 架構 CPU）。

2. GPU 加速的 AI 運算實例（主要是 NVIDIA 的算力）。

簡單來說，Snowflake 要用 AWS 自家最便宜、性價比最高的晶片（Graviton）來跑資料倉儲的核心工作，然後把昂貴的 NVIDIA GPU 留給 AI 訓練和推論。

---

為什麼市場以前把Snowflake當「AI輸家」

在這個消息出來之前，華爾街對Snowflake的主流看法其實蠻悲觀的。

很多人認為，Snowflake就是一個資料倉儲公司，後來加了一些AI功能。真正的AI工作負載，不是會被巨頭自己的工具吃掉（AWS Bedrock、Azure AI、Google Vertex），就是會被更「AI原生」的競爭對手搶走（主要是Databricks）。

Snowflake之前的成長確實有放緩的跡象，分析師開始懷疑他們的Cortex AI功能到底有沒有人在用，還是只是客戶拿來玩玩看。

更根本的疑問是：在AI時代，企業真的需要一個獨立的資料平台嗎？還是會直接把資料丟給雲端供應商的AI服務？

這是為什麼Snowflake的股價在過去兩年跑輸很多AI概念股。市場覺得他們受惠於「資料增長」，但不確定他們能不能真正參與「AI基礎設施」的大餅。

---

敘事改變了嗎？

這筆交易之所以能讓市場態度一百八十度轉變，是因為它一次回答了好幾個懸而未決的問題。

首先，它證明了 AI 功能已經開始變現。

最新財報顯示，已有超過 13,600 個客戶在使用他們的 AI 功能，且淨收入留存率（NRR）開始改善。這代表 AI 不再是行銷話術，而是實打實的營收引擎。

第二，它證明了Snowflake願意把真金白銀砸在AI基礎設施上。

60 億美元不是小數目，而且是綁定在特定的技術架構上，這代表他們對自己在企業AI生態系統中的定位有明確的長期規劃。

第三，也是最重要的，它重新定義了Snowflake在AI時代的角色。

企業開始發現一個重要的現實：光有聰明的大模型（LLM）根本沒用，它只是個會吹牛的實習生。企業真正要的，是能幫忙幹活、解決問題的「AI Agent（智能體）」。

一個能幫你自動對帳、報稅、甚至調度供應鏈的 AI Agent，需要做什麼？

1. 它要拆解複雜任務。

2. 它要調用各種工具與 API。

3. 最關鍵的是：它必須在絕對安全、合規的環境下，讀取企業最核心、最敏感的私有數據。

這正是 Snowflake 的主場。數據在哪裡，AI 的物理邊界就在哪裡。

這筆 60 億美元的合約，本質上是 Snowflake 在向全世界宣告：我們不只是存數據的地方，我們要把 AI 運算直接拉到「數據的保險箱」裡。

透過 Snowflake Cortex AI，企業不用把敏感數據搬來搬去，直接在原地就能訓練、調用 Agent。

---

Graviton的驗證意義

以AWS的規模，60 億美元分攤到五年（每年約12億）對整體營收的影響其實很有限。AWS的季度營收已經是幾百億美元的量級，多一個大客戶加深投入，從數字上只是漸進式的成長。

真正重要的是這筆交易的「示範效應」和「模板效應」。

Snowflake是目前市面上最成熟、規模最大的獨立資料平台之一，他們對雲端經濟學的理解非常深。

當他們公開把真金白銀押在Graviton上，而且明確表示是因為「顯著的價格效能優勢」，這對市場發出了一個很強的訊號：客製化ARM晶片在大規模生產環境中是可行的，而且是有利的。

AWS 數據指出，Snowflake 將工作負載遷移到 Graviton 後，平均效能提升了 10%，碳排放砍了 57%，在某些場景下效能提升甚至超過 30%。

這再一次證明了：Agent 系統其實有大量的「CPU 需求」。

Agent 的運作流程中，任務調度、工具調用、狀態維持、安全管控等「文職工作」，其實更適合用便宜、省電的 Graviton CPU 來跑；而昂貴的 NVIDIA GPU，應該被精準地保留給大模型推理。

在自研通用 CPU 的賽道上，AWS 走得最早（2018 年推出 Graviton），而 Google 的 Axion 和微軟的 Cobalt 仍在苦苦追趕。

Snowflake 的這筆大單，無疑是幫 AWS 的自研晶片飛輪注入了最強燃料，也給其他還在猶豫要不要擁抱 ARM 架構的企業，打了一劑強心針。

---

同一天的Natoma收購

很多人只注意到60 億美元的數字，但Snowflake在同一天還宣布了另一件事：收購Natoma。

Natoma 是一個專注於企業 AI Agent 治理和「模型上下文協定（Model Context Protocol, MCP）」的平台。

當 AI Agent 擁有調用企業數據的權力時，企業最怕的就是它「失控」（例如：AI Agent 幫你自動採購，結果理解錯指令，把整年的預算一次花光）。

Natoma 的角色，就是給這些在數據庫裡奔跑的 Agent，裝上「煞車」和「方向盤」。

Snowflake希望不只是要做一個「有 AI 功能的資料平台」，而是要成為企業部署、治理、運行 AI Agent 的「Trusted Execution Environment（可信賴執行環境）」。

---

狂歡背後：Snowflake 面臨的關鍵風險

雖然市場情緒高漲，但這場高調的轉型背後，本質上是一場巨大的豪賭。

最直接的壓力來自那筆 60 億美元的承諾。這相當於每年要燒掉 12 億美元，對 Snowflake 的現金流與毛利率是極大的考驗。

如果企業 AI 的普及速度不如預期，這筆龐大的基礎設施支出，隨時可能從「增長引擎」變成「沉重的財務包袱」，甚至加深對 AWS 的過度依賴。

更關鍵的是，AI 變現的真實進度依然模糊。雖然有 13,600 個帳戶採用 Cortex AI，但具體貢獻了多少營收？財報裡並沒有給出答案。

在技術執行上，要建構安全且不失控的 Agent 系統極其複雜，而 Databricks 與雲端巨頭早已在前方虎視眈眈。

---

這會引發 SaaS 行業的基礎設施軍備競賽嗎？

Snowflake 的大手筆投入，是否意味著其他軟體公司也會跟進，展開基礎設施的軍備競賽？

答案是否定的。

大多數 SaaS 公司在導入 AI 時，會選擇更輕量、低風險的路線。他們會傾向於直接調用第三方 API（如 OpenAI、Anthropic，或雲端巨頭的 Bedrock、Vertex AI 等），這比自己構建和維護龐大的底層硬體更便宜且安全。

只有像 Snowflake、Databricks 這種核心產品與「數據及 AI 基礎設施」深度綁定的平台型公司，才有足夠的動機去進行如此龐大的直接基礎設施投資。

至於真正的重資本支出，主要還是由 AWS、微軟和 Google 等雲端巨頭在承擔，大多數 SaaS 公司只是他們的客戶，而非基礎設施的競爭者。

---

敘事翻轉的啟示

Snowflake這次的經歷是一個很典型的「敘事翻轉」案例。

三個月前，同樣的公司、同樣的產品、同樣的客戶基礎，市場給的故事是「可能被AI時代邊緣化的傳統資料平台」。

現在，因為一筆大型基礎設施承諾加上強勁的業績數字，市場給的故事變成「企業Agentic AI的關鍵基礎設施玩家」。

這兩個故事哪個才是對的？說實話，可能都有一部分對。

真實的答案，通常落在兩者之間的某個地方。Snowflake 確實面臨著來自雲端巨頭與 Databricks 的激烈競爭，但他們也確實握有別人拿不走的資產——企業客戶對其「數據治理能力」的終極信任。

市場的定價永遠在「極度悲觀」與「極度樂觀」兩個極端之間擺盪。

但對投資人來說，真正的問題不是「現在的敘事對不對」，而是「如果新敘事是對的，股價還有多少空間？如果不是，下行風險有多大？」

---

主題四：Dell這家組裝廠為甚麼能大漲？

「去買部Dell電腦吧!」

幾個星期前， Donald Trump在公開場合這樣說道。

現在回頭看，原來我們當時該買的不是 Dell 的電腦，而是它的股票。

Dell 剛剛交出了一份出色的財報：

• 單季營收：438 億美元（年增 88%，遠超市場預期的 350 億美元）

• AI 伺服器營收：161 億美元（年增 757%）

• 全年 AI 伺服器營收指引：直接上調至 600 億美元

財報公布後，Dell 盤後股價狂飆 30%。這絕對不是什麼正常的市場波動，這是市場在用真金白銀承認：「我們之前的預測模型錯了，而且錯得很離譜。」

究竟，華爾街低估了 Dell 什麼？

---

「非 AI」的 IT 基礎設施大翻新

在過去，很多分析師的預測模型都假設：企業的 IT 預算是一塊固定的餅，買了昂貴的 AI 伺服器，就會排擠掉傳統伺服器和儲存設備的預算。

但現實情況完全相反。AI 正在產生強大的「拉動效應（Pull-through effect）」。

當一家企業決定部署大規模 AI 模型時，它不可能把這些GPU 孤零零地放在舊機房裡。為了不讓運算卡關，企業必須同步升級周邊的基礎設施。

Dell 本季傳統伺服器與網路營收達到 85 億美元，年增 92%。因為並非所有 AI 工作都需要最貴的 GPU，大量的推論（Inference）和輕量微調，其實是在傳統 CPU 或中低階加速伺服器上運行的。

同時，引進 AI 叢集，意味著機房的電力、散熱、機架空間和儲存系統（Storage）必須全面現代化。

這解釋了為什麼 Dell 的傳統業務不減反增，AI成為企業終於下定決心翻新「整間機房」的催化劑。

---

「企業級」與「主權 AI」成為主引擎

過去兩年，AI 基礎設施的買方主要是那幾家超大規模雲端巨頭（Hyperscalers，如微軟、Google、Meta 等）。這群客戶雖然買得多，但他們非常挑剔、價格敏感，且訂單極其不穩定。

但從這一季開始，風向變了。AI 的需求正在快速向「企業端（Enterprise）」與「主權 AI（Sovereign AI）」擴散。

Dell 的 AI 客戶數在短短半年內暴增 50%，突破了 5,000 家，而其中成長最快、管道最粗的，就是企業級客戶。

這對 Dell 來說是天大的好消息。因為企業和政府客戶不像雲端巨頭那樣懂技術，他們需要的是「一站式解決方案」。這直接帶出了 Dell 最深的護城河。

---

Dell 的護城河

每個人都用 NVIDIA 的晶片，Dell 的差異化在哪裡？

管理層反覆強調的是他們降低「摩擦、風險和價值實現時間」的能力。把晶片買回去，跟把晶片「跑起來」，是完全不同的兩回事。

要把成千上萬顆 GPU 塞進機架、拉好極速光纖、解決功耗與散熱問題，最後還要讓軟體穩定運行，這中間的工程複雜度高到一般企業根本無法想像。

Dell 有成千上萬名專業工程師，能直接到客戶現場幫你把整套複雜的 AI 叢集在最短時間內裝好、調校完畢。對企業來說，早一天上線，就是巨大的競爭優勢。

同時，AI 專案的初期資本支出（CapEx）極其驚人。Dell 透過自家的金融服務（Dell Financial Services），提供租賃、按需付費等靈活方案，直接幫預算有限的企業和新興雲廠商（Neocloud）解決了資金痛點。

這就是為什麼 Dell 能在激烈的競爭中持續贏得份額。它解決了客戶「想用 AI 但不會裝、沒錢買」的痛點。

---

20 年來最強的「營運槓桿」

最後，是這份財報中最性感的財務指標：營運槓桿（Operating Leverage）。

市場過去一直擔心，AI 伺服器的毛利率比傳統硬體低，隨著 AI 佔比提高，Dell 的利潤率會被稀釋。但這一季，Dell 用實力證明了什麼叫「規模效應」：

本季營收暴增 88%，但 Dell 的營運費用（OpEx）僅僅增長了 9%。這導致 OpEx 佔營收比重暴跌至 8.4%，創下 20 多年來的歷史新低。

當營收規模大到一定程度，固定的研發和管理成本被極度稀釋，利潤就會大幅上升。這也是為什麼其 Non-GAAP EPS 能達到驚人的 $4.86，遠超市場預期的 $2.9。

---

高處不勝寒，後續該看什麼？

當然，狂飆過後，我們也必須保持冷靜。

1. 記憶體成本通膨：HBM 和 DDR5 的價格正在飆升，Dell 能否順利將成本轉嫁給客戶，將是下半年毛利率的考驗。

2. 新舊交替的陣痛：目前積壓的 513 億美元訂單大多是 Grace Blackwell 架構，而下一代 Vera Rubin 還在管道中。新舊平台轉換期的供應鏈調配，非常考驗管理層的執行力。

但無論如何，這份財報已經徹底重塑了 Dell 的定位。

它不再是那家「賣 PC 和伺服器的傳統硬體廠」，而是一家在 AI 基礎設施爆發期中，不可或缺的「全棧式系統整合公司」。

市場用 30% 的盤後漲幅回應了這份財報。這是市場在說：我們之前低估了這個故事的規模。

問題是：這個重估是否足夠？還是市場仍然低估了 AI 基礎設施周期的廣度和持久性？

---

主題五：Anthropic最新融資輪告訴我們甚麼？

Anthropic這家 AI 獨角獸在同一週內完成了兩筆募資。

先是敲定了 650 億美元 的 Series H 股權融資，估值直接飆到 9,650 億美元，一舉超越 OpenAI 成為全球最貴的 AI 獨角獸；緊接著，媒體披露了一筆高達 360 億美元 的 TPU 租賃債務融資。

多數媒體的報導都聚焦在「估值超越 OpenAI」這件充滿火藥味的新聞上。但對投資人與產業觀察者來說，真正值得細看的，是那筆高達 360 億美元 的債務交易。

因為它揭示了一個正在成形的新遊戲規則：AI 公司籌措運算資源的方式，正在發生結構性的轉變。

用「昂貴的股權」買大腦，用「聰明的債務」買肌肉

過去，AI 公司的融資邏輯很簡單：拿 VC 的錢，或者拿雲端巨頭（Hyperscaler）的「算力折抵（Cloud Credits）」來做研發。

但當算力需求走向「十萬卡、百萬卡」的怪獸級規模時，這種玩法撐不住了。

這筆交易的架構是這樣的：Apollo 和 Blackstone 這兩家全球最大的私募信貸巨頭，正在籌組一筆約 360 億美元 的債務融資。

這筆錢會用來向 Google 購買大量的 TPU 晶片，然後再把這些晶片租給 Anthropic 使用。Broadcom 則為交易中最大額的部分提供付款擔保。

換句話說，Anthropic 不直接買晶片，而是透過租賃的方式取得運算能力。

這個模式其實不新。航空公司很早就這樣做了，多數航空公司不直接買飛機，而是向飛機租賃公司租。道理很簡單：飛機太貴，買了就卡死一大筆資金；租的話，資金可以更靈活運用，也更能因應市場變化調整機隊規模。

AI 晶片現在面臨類似的處境。訓練前沿模型需要的晶片數量極為龐大，而且這些晶片迭代很快，今天最先進的硬體，三年後可能就落伍了。直接買下來，不只佔用大量資金，還要承擔技術過時的風險。

但這筆交易的規模和複雜度，讓它跟一般的設備租賃很不一樣。360 億美元 是什麼概念？這可能是史上最大的單筆晶片相關融資。

而且參與的不是傳統銀行，而是 Apollo 和 Blackstone 這種私募信貸巨頭。Broadcom 願意為最大額的部分提供擔保，也代表這個生態系的主要玩家對這筆交易有足夠的信心。

這代表 AI 產業的資本結構走向了更成熟的「分層化」：AI 公司可以把極其昂貴的股權資金，留給真正需要長期資本、風險較高的事情——研發、人才與模型開拓（大腦）；而硬體這種相對標準化、有明確市場價值的資產，則用債務與租賃去處理（肌肉）。

對 Anthropic 來說，這也是運算來源多元化的一步。它本來就跟 Amazon 有深度合作關係（Amazon 是這輪股權融資中承諾資金的一部分來源）。

現在透過這筆交易，它又取得了大量 Google TPU 的使用權。在高階 AI 晶片供應仍然吃緊的環境下，同時握有多個運算來源，既是避險，也增加了議價籌碼。

---

當「賣鏟人」變成「合夥人」：供應鏈巨頭的深層綁定

如果說 360 億美元 的「債務層」解決了硬體租賃，那麼 650 億美元 的「股權層」則揭示了另一個深層趨勢：錢從哪裡來，就會流向哪裡。

在這輪 Series H 的投資人名單中，除了傳統的成長型基金與黑石（Blackstone）、Brookfield 等機構外，最引人注目的名字是 Micron（美光）、Samsung（三星）與 SK Hynix（SK 海力士）。

這三家是全球高頻寬記憶體（HBM）與先進晶片封裝的絕對霸主，它們是 AI 物理基礎建設中最核心的「賣鏟人」。

當供應鏈最上游的記憶體廠開始直接投資最下游的 AI 實驗室，這意味著 AI 競賽已經超越了「VC 供血」的階段，進入了「物理供應鏈的深度戰略綁定」：

對記憶體大廠來說，投資 Anthropic 等於在源頭鎖定了未來數年最龐大、最穩定的 HBM 需求，有助於他們進行極其昂貴的晶片產能規劃（Capacity Planning）；對 Anthropic 來說，讓供應商成為股東，等於在產能極度吃緊的市場中，拿到了一張「優先供貨」的隱形特權門票。

加上 Amazon 持續的重金參與（佔 150 億美元雲端承諾中的大頭），這張股權名單構成了一個「晶片/記憶體源頭 → 雲端基礎建設 →前沿 AI 模型」的超強垂直整合生態系。

---

新的融資範式正在成形

這種分層資本結構在其他資本密集產業（航空、能源、基礎建設）早就很普遍。AI 產業現在開始走向這個方向，某種程度上是成熟的標誌。

但這也帶來新的複雜性。當一家 AI 公司同時有大量股權投資人、債務融資方、雲端合作夥伴、晶片供應商股東，利益的協調會變得更複雜。

在景氣好的時候，大家的利益一致；一旦環境轉變，不同資本層級之間的優先順序和利益衝突就會浮現。

無論如何，這週發生在 Anthropic 身上的事，不只是「又一輪大額募資」這麼簡單。它標誌著 AI 產業在資本結構上的一次演進。

下次看到 AI 公司的融資新聞時，除了看估值數字，或許也值得問一句：這筆錢是股還是債？買的是什麼？誰在背後擔保？

謝謝你閱讀到這裡，如果你覺得這份筆記為你帶來了價值，請不吝按下一個讚，這是我持續分享的最大動力。

我在Facebook和Threads都有每天發佈當天對市場的觀察，大家也可以考慮追蹤我的社交媒體。

另外我在Telegram有頻道，每天早上我會發當天重要新聞摘要。

同時，如果想開戶的話，可以考慮用我的富途/口袋證券獨家推薦碼，會有更多優惠。

全部資訊在以下鏈結：

https://linktr.ee/fomo_soc

另外，如果你已經加入付費會員，不要浪費了群組的功能，進入我們Substack的Chat功能一起討論市場!

· KP