15/07/2026
企業決策｜Softbank 押注 AI
《AI基建狂潮最終由誰埋單？》
孫正義預測，到2040年，全球每年可能需要投入約5萬億美元，折合近39萬億港元，建設晶片、數據中心、電力系統及機械人等AI基礎設施。他更估計，AI相關收入屆時可能相當於全球生產總值約20%，因此認為現時的AI泡沫論並不合理。
但技術能否改變世界，與每項投資是否合理，從來是兩個不同問題。AI可能是一場真實的基建革命，部分資產亦可能因建設過快、融資過重及估值過高而形成泡沫。真正需要判斷的，不是AI有沒有未來，而是需求與回報能否追上資本擴張。
一、《基建決策：AI競爭已進入基建時代》
過去的AI競爭集中於模型參數、訓練能力及應用體驗；但當模型能力逐步普及，限制AI擴張的因素開始轉向晶片、記憶體、數據中心、電網、冷卻系統及土地。AI不再只是軟件創新，而是一場需要改造實體世界的工業工程。
孫正義更提出極進取的能源情境，預測到2040年，AI數據中心或需要約3太瓦電力，初期可能依靠天然氣，長遠再轉向核能甚至核聚變。這並非產業共識，卻反映其核心判斷：未來AI競爭的上限，將由能源與算力供應決定。
決策: 提前控制晶片、數據中心、能源等底層資產
秩序: 由模型能力競爭，轉向算力與能源主導
結果: 晶片、電網、冷卻與數據中心成為核心資產
結論: 沒有能源，智能便無法規模化
二、《回報決策：39萬億港元如何變成收入？》
孫正義的投資邏輯，不只建基於人類使用更多AI工具，而是相信大量AI Agent將自主處理軟件操作、企業流程、研究分析及機械人任務。若智能代理能夠持續工作，算力需求便可能由人類使用次數，擴展至機器之間全天候運作。
然而，需求增長並不等同投資回報。企業即使大量採用AI，仍要證明它能提高收入、節省成本或取代高昂人力，才能支持數據中心的電力、折舊及維護開支。市場亦開始由追逐模型敘事，轉向檢視哪些企業真正能把AI轉化為現金流。
決策: 以AI Agent創造持續需求
秩序: 由人類使用軟件，轉向智能代理自主執行
結果: AI估值由使用量轉向現金流
結論: 智能只有變成收入才有投資價值
三、《融資決策：AI革命會否被資本成本拖垮？》
每一次通用科技革命，都可能伴隨估值過熱、重複建設及資本錯配。鐵路與互聯網最終改變全球經濟，但大量早期參與企業仍因負債過高、收入不足及擴張過快而被淘汰。技術方向正確，並不代表所有投資價格都合理。
現時AI資本開支正快速壓縮部分科技企業的自由現金流，並推動更多公司透過發債、合作基金及特殊融資架構建設數據中心。若AI收入未能及時追上折舊、電力及利息成本，長年期資產便可能由稀缺基建，轉變為供應過剩與財務負擔。
決策: 以長期AI革命支持短期高投資、高負債及高估值
秩序: 由增長優先，轉向現金流與資產負債表重新定價
結果: 市場重新區分優質資產與融資泡沫
結論: 泡沫不是沒有技術，而是回報追不上價格
孫正義真正押注的，不只是一間模型公司，而是一套由晶片、數據中心、能源、AI Agent及機械人共同構成的新經濟秩序。在他的推演中，每年近39萬億港元並非投機成本，而是建立下一代智能社會必須支付的基建費用。
但這場押注能否成立，最終不取決於算力建得有多快，而是收入能否追上折舊、能源及融資成本。AI可以是一場真實革命，亦可以同時出現局部泡沫；真正分界不是技術的想像力，而是資本能否得到合理回報。
一切始於決策｜Everything begins with decisions
決策塑造秩序 秩序導向結果
Decisions shape order. Order directs outcomes.
#孫正義 #人工智能
14/07/2026
企業決策｜台積電再創紀錄
《營收破紀錄，為何市場仍不收貨？》
台積電6月營收再創歷史新高，第二季營收亦保持強勁，反映AI加速器、先進製程及高效能運算需求仍然旺盛。按一般邏輯，破紀錄的收入理應支持晶片股繼續上升。
然而，台積電美國ADR與多隻晶片股卻同步下跌。問題並非台積電突然失去訂單，而是市場的判斷標準已經改變：投資者不再只看業績是否增長，而是開始審視增長能否再次超越預期、AI投資能否產生回報，以及整個晶片板塊是否已累積過多風險。
一、《預期決策：創紀錄為何仍然不夠？》
台積電2026年6月合併營收約新台幣4,426.8億元，按月增長6.2%，按年大增67.9%，創下單月歷史新高；第二季累計營收亦約達新台幣1.27萬億元。這些數字證明AI晶片需求仍然強勁，台積電的先進製程與產能地位亦未受動搖。
但市場交易的並非已經公布的數字，而是未來能否比原先預期更好。當投資者早已相信台積電會持續創新高，破紀錄便可能只是基本要求；市場真正等待的，是完整季度業績、毛利率表現、全年收入指引，以及管理層會否再次上調資本開支與增長預測。
決策: 市場由檢視業績，轉向等待指引
秩序: 由「增長即可上升」→「必須超越預期」
結果: 紀錄確認需求，卻未能製造驚喜
結論: 業績證明現在，預期決定未來
二、《回報決策：AI算力最終由誰埋單？》
台積電的營收證明市場仍在大量購買晶片，但晶片被買入，並不等於整個AI產業鏈已經建立可持續的盈利模式。雲端企業持續購買GPU、擴建數據中心及增加電力投入，令晶片製造商與基建供應商率先受惠；但下游AI服務的收入，能否覆蓋龐大的設備、折舊及能源成本，仍然需要時間驗證。
因此，市場焦點正由「AI需要多少算力」，逐步轉向「算力最終能夠創造多少回報」。台積電目前的訂單未見明顯轉弱，但投資者已經開始評估大型科技企業能否透過雲端收入、AI訂閱及生產效率，支持持續擴大的資本開支。若回報增長未能追上投資速度，未來支出增速便可能放慢。
決策: 市場由追逐算力，轉向審視回報
秩序: 由「先投資再說」→「先證明能賺錢」
結果: 需求仍在增長，估值開始受回報約束
結論: 訂單支撐收入，回報支撐估值
三、《板塊決策：好消息為何敵不過集體沽售？》
今次下跌並非只針對台積電。費城半導體指數急跌，多隻記憶體、晶片設計及半導體設備股同步受壓；SK海力士大幅下跌，更令市場重新評估記憶體價格、供應週期及晶片股短線升幅是否已經過度。當整個板塊出現去風險交易，個別公司的利好消息亦難以獨善其身。
同一時間，油價、通脹及利率憂慮再次升溫，市場風險偏好下降。由於晶片股早前累積龐大升幅、估值較高，而且投資者持倉高度集中，一旦資金開始鎖定利潤，最熱門、最擁擠的板塊往往率先被沽售。短期價格因而由板塊資金主導，而非完全由單一公司的收入表現決定。
決策: 資金由追逐增長，轉向降低風險
秩序: 由「集中買入AI」→「分散風險與鎖定利潤」
結果: 個別利好被板塊沽售全面抵消
結論: 公司決定價值，資金決定價格
台積電再創營收紀錄，並不代表晶片股必然即時上升。紀錄只能證明AI需求目前仍然強勁，卻不能單獨回答未來指引能否再次上調、AI資本開支能否帶來足夠回報，以及市場是否願意繼續承受高估值。
這場下跌未必代表AI週期已經結束，更可能反映市場由「相信需求」進入「驗證回報」階段。下一輪真正推動晶片股的力量，不只是另一個收入紀錄，而是企業能否證明增長可以持續、投資可以回本，盈利最終能夠追上估值。
一切始於決策｜Everything begins with decisions
決策塑造秩序 秩序導向結果
Decisions shape order. Order directs outcomes.
#台積電 #半導體 #晶片股
14/07/2026
外匯決策 - 日圓 JPY
《日圓再創低位，日本會否出手？》
當市場以為日本結束負利率、逐步加息，便足以扭轉日圓長期弱勢時，日圓卻再次跌至約四十年低位。美元兌日圓一度升至約162.66，反映日本貨幣政策雖然開始正常化，資金仍然偏向流入高息美元資產。
日本在2026年4月底至5月初已動用約11.7萬億日圓干預匯市，規模創歷來新高，但日圓其後再次轉弱。市場因此更關注的，已不是日本有沒有能力出手，而是下一次干預能否改變趨勢。
一、《干預決策：日本會否突然出手？》
日本政府過往多先透過官員發言警告市場，再於匯率急跌時買入日圓。然而，當投資者逐漸熟悉官方模式，口頭警告的震懾力亦開始下降。
日本在4月底至5月初大規模干預後，5月28日至6月26日期間未有再次出手。這不代表當局已退出市場，而是可能改以更突然、更難預測的方式，在日圓急跌或市場失序時行動。
決策: 隱藏干預時間，在市場失序時突然買入日圓
秩序: 由公開警告轉向突然行動
結果: 愈接近極端水平，匯率反轉愈急
結論: 無法預測才是干預最大的威力
二、《息差決策：干預為何只能救急？》
日圓持續疲弱的底層原因，是美日利率差距仍然存在。日本政策利率約為1厘，美國聯邦基金利率則為3.5厘至3.75厘，持有美元資產仍能獲得較高回報。
只要息差未明顯收窄，投資者仍有誘因借入低息日圓，再購入美元債券及其他高收益資產。日本政府即使大規模買入日圓，亦只能短暫改變市場供求，難以消除持續性的沽售壓力。
決策: 在穩匯率與保經濟之間取捨
秩序: 由政府干預轉向息差定價
結果: 息差不收窄，反彈便難以持續
結論: 干預控制速度，息差決定方向
三、《資金決策：退休基金能否救日圓？》
日圓的另一個結構性壓力，來自日本資金長期流向海外。退休基金、保險公司及家庭投資者購入外國股票與債券時，實際上都需要沽出日圓並買入外幣。
日本政府近期研究鼓勵退休基金增加日本金融資產配置，市場因而把「資金回流」視為直接干預以外的新工具。但退休基金仍須以回報為首要考慮，日本必須提升本土資產吸引力，資金才會真正留下。
決策: 鼓勵退休基金提高日本股票及債券配置
秩序: 由政府直接買入日圓轉向引導長期資金回流日本
結果: 日圓、日股與債券或同步受惠
結論: 真正的支持，是資金願意留下
日本再次干預匯市的風險已明顯上升。當美元兌日圓進一步逼近極端水平、貶值速度突然加快，或市場出現單邊投機時，日本政府有可能採取突襲式行動。
然而，直接干預只能改變短期速度，未必能扭轉長期方向。真正決定日圓能否轉勢的，是美日息差能否收窄、日本資產能否提供足夠回報，以及海外資金是否願意重新回流。
真正的勝負，不在日本何時買入日圓，而在市場何時願意主動持有日圓。
一切始於決策｜Everything begins with decisions
決策塑造秩序 秩序導向結果
Decisions shape order. Order directs outcomes.
#日圓 #日本央行 #外匯干預 #美日息差 #貨幣政策
13/07/2026
企業決策 - Meta 自製 AI 晶片
《Meta 為何要掌握自己的 AI 算力？》
當全球科技巨頭仍在競逐 NVIDIA GPU、數據中心與電力資源時，Meta 已把競爭推向更底層：自行定義晶片、模型與基建的運作方式。代號「Iris」的新一代 MTIA 晶片，計劃於2026年9月開始生產；Meta 同時準備在未來兩年開發及部署四代 MTIA，支援推薦、排名及生成式 AI 工作。
這場轉變並不是 Meta 要全面取代 NVIDIA，而是希望把部分高頻、固定及大規模的推理工作轉移至自訂晶片。真正的競爭，已由「誰能買到最多晶片」，轉向「誰能以最低成本控制最多算力」。
Meta 能否把龐大的 AI 投資，轉化成可持續的收入與盈利？
一、《回報決策：萬億算力能否換來盈利？》
Meta 計劃在2026年部署約7GW運算容量，並於2027年進一步倍增至14GW。公司2026年的 AI 基建開支預計最高達1,450億美元，折合約港幣1.13萬億元；當算力規模快速膨脹，市場關注的已不再只是 Meta 能否建立更強模型，而是每一次推理能否帶來足夠收入。
Facebook、Instagram及其他平台每天需要處理龐大的廣告排序、內容推薦與生成式 AI 請求。這些工作規模巨大，但並非全部需要最昂貴的通用 GPU；若 MTIA 能針對固定工作負載降低耗電、延遲與單位運算成本，Meta 才有機會把 AI 使用量轉化成更高的廣告效率與盈利能力。Meta亦明確將MTIA定位為以推理優先的自訂晶片。
決策: 以MTIA承接大規模AI推理
秩序: 由通用算力主導，轉向專用晶片分工
結果: 降低推理成本，提升AI商業回報
結論: 算力創造規模，盈利證明價值
二、《主權決策：Meta能否擺脫算力制約？》
外購GPU不只是成本問題，也是供應與發展節奏問題。當全球科技企業同時爭奪先進GPU、記憶體、封裝、網絡設備及電力資源，即使擁有龐大資本，亦未必能按照自身產品需要取得足夠算力。
Meta計劃在兩年內部署四代MTIA，形成較傳統晶片週期更快速的迭代節奏。這讓晶片規格能夠配合Meta自身的模型、推薦系統及數據中心架構，而不是完全跟隨外部供應商的產品路線。不過，MTIA主要補充而非全面取代GPU，Meta仍會使用NVIDIA、AMD及其他運算方案。
決策: 建立GPU與MTIA混合算力架構
秩序: 由跟隨供應商，轉向主導運算配置
結果: 分散供應風險，加快AI產品部署
結論: 掌握選擇權才能掌握發展速度
三、《生態決策：自製晶片，誰將真正受惠？》
Meta所謂「自製晶片」，並不等於獨立完成所有環節。Meta負責定義自身工作負載、系統需求及基建整合，Broadcom則參與多代MTIA共同開發，合作延長至2029年；Iris預計交由台積電生產。Meta提高了晶片自主性，但仍然依賴全球先進製造、記憶體、網絡與供應鏈體系。
這意味AI晶片的價值不再只集中於通用GPU。Broadcom受惠於科技巨頭增加自訂ASIC需求，台積電繼續承接先進晶片製造，而高速網絡、記憶體及數據中心設備亦成為不可或缺的環節。NVIDIA在Meta部分推理工作上的份額可能被分散，但大型模型訓練及高階運算仍高度依賴GPU。
決策: 由採購標準晶片，轉向共建專屬基建
秩序: 由GPU集中，轉向多環節共同受惠
結果: NVIDIA份額被分散，AI生態持續擴張
結論: 晶片可以自製，供應鏈不能獨行
Meta的真正戰略，並不是製造一枚足以擊敗NVIDIA的晶片，而是建立一套更符合自身商業模式的AI運算秩序：MTIA處理高頻推理與推薦工作，高階GPU負責複雜訓練及彈性運算，再由Meta自行控制模型、軟件與數據中心的配置方式。
當AI從技術實驗走向數十億用戶的日常服務，最終勝負不只取決於模型有多強，而是企業能否以可持續成本，把每一次運算轉化成收入。Meta正由一個龐大的晶片買家，逐步成為AI基建的設計者。
一切始於決策｜Everything begins with decisions
決策塑造秩序 秩序導向結果
Decisions shape order. Order directs outcomes.
#自製晶片 #人工智能
12/07/2026
全球一週科技新品回顧決策｜2026年7月13日
《科技新品不再只比規格?》
科技新品的競爭，正由單純追逐規格，轉向重新定義產品價值。本週由 Sony、Nothing、小米及 DJI 帶來的新動作，分別指向三個方向：以整合降低使用負擔、以完整體驗爭奪大眾市場，以及把科技推進交通、工業與安全場景。
真正值得關注的，不是哪件產品增加最多功能，而是哪一種產品邏輯，可能成為下一階段的市場標準。
一、《整合決策：一部相機能否重新取代整套裝備？》
Sony 相隔約九年推出 RX10 V，重新進入高階橋式相機市場。新機配備 24–600mm F2.4–4 超遠攝變焦鏡頭、1 吋堆疊式感光元件、AI 主體辨識及最高每秒 30 張無黑屏連拍，海外售價折合約港幣 18,000 元。
在手機攝影與可換鏡相機之間，RX10 V 並不追求單項性能最強，而是以一部機身覆蓋旅遊、運動、野生動物及影片拍攝。Sony 正嘗試證明，當操作效率足夠高，固定鏡頭相機仍可創造高價值市場。
決策: 以一機整合多種拍攝場景
秩序: 由分散器材走向單一系統
結果: 便利性開始挑戰專業器材組合
結論: 減少負擔，才是整合的真正價值
二、《普及決策：中階手機還能只靠低價嗎？》
Nothing 推出 Phone（4b），海外起售價折合約港幣 3,100 元，配備 Snapdragon 6 Gen 4、120Hz AMOLED 屏幕、50MP 主鏡頭，以及具品牌辨識度的 Glyph Bar。不同市場版本採用不同電池容量，並提供三次 Android 大版本升級及六年安全更新。
中階手機過去主要以處理器、電池及價格競爭，品牌設計與長期軟件支援往往集中於旗艦產品。Nothing 正把設計語言、AI 功能及較長更新週期帶入中階市場，令消費者開始比較完整體驗，而不再只看規格與售價。
決策: 把完整體驗下放至中階市場
秩序: 由價格競爭走向體驗競爭
結果: 中階手機開始建立品牌溢價
結論: 普及不是降價，而是降低體驗門檻
三、《邊界決策：科技產品開始進入真實世界》
小米公布首個增程式 SUV 車系 Sky Nomad，顯示其汽車策略正由純電產品，進一步擴展至家庭及長途出行市場。現階段仍屬車系預告，完整規格、售價及上市安排尚未正式公布。
DJI 同期推出適用於 Matrice 400 工業無人機的 AP100 降落傘系統，加入獨立感測、後備電源、自動啟動及飛行終止功能。產品價值不在於飛得更遠，而在於降低高風險飛行的安全與合規門檻。
決策: 把科技延伸至交通與工業場景
秩序: 由個人裝置走向實體系統
結果: 硬件價值開始由場景與合規決定
結論: 能承擔真實任務，才有資格成為基建
本週科技新品看似分散於相機、手機、汽車及無人機，背後卻指向同一個方向：市場正在由追求單項規格，轉向追求更完整、更低負擔及更貼近真實場景的產品體驗。
Sony 重新整合影像工具，Nothing 把完整體驗帶入中階市場，小米與 DJI 則把科技推向交通及工業系統。下一輪競爭的關鍵，不是產品可以加入多少功能，而是能否重新定義人們使用科技的方式。
一切始於決策｜Everything begins with decisions
決策塑造秩序 秩序導向結果
Decisions shape order. Order directs outcomes.
#科技趨勢 #科技決策 #決策分析 #消費電子 #智能硬件
