Google(未上市)採購承諾暴增到8110億美元，誰會先吃到這波實體算力訂單？

採購承諾單季跳升五千億，實體算力成兵家必爭之地

Google 在最新一季的揭露中，將人工智慧相關的重大採購承諾金額，從今年第一季的 3,320 億美元，急遽拉升至 8,110 億美元。單季暴增近 5,000 億美元的合約規模，在科技產業投資史上相當罕見，這顯示雲端巨頭的競爭重點已經從演算法模型，徹底轉向底層實體基礎建設的產能鎖定。與此同時，Google 在最新 10-Q 文件中，將 2026 年資本支出預估區間從原先的 1,800 億至 1,900 億美元，正式上修到 1,950 億至 2,050 億美元。這意味著資料中心、電網配套與高階晶片的實體建置，正在以更快的速度消耗資金，也直接拉長了全球硬體供應鏈的訂單能見度。

 

短期合約比重過半，一年內將引爆零組件拉貨潮

在這筆 8,110 億美元的龐大採購承諾中，有高達 2,007 億美元屬於未來一年內必須履約的短期性質。我認為這個時程規劃將對硬體供應鏈帶來立即性的拉貨壓力，首波需求將集中在最容易出現供應瓶頸的關鍵零組件。高頻寬記憶體、企業級儲存型快閃記憶體、光學模組、交換器以及邏輯晶片，都是這波長約鎖定產能的核心對象。在供給受限的環境下，Google 選擇用長期合約直接綁定產能，反映出資料中心內部物理架構更迭的迫切性，也讓相關硬體廠從原本的單季接單，轉為享有數年的能見度保護。

 

矽光子與光電整合，成為解決傳輸瓶頸的關鍵技術

隨着 AI 訓練與推論的資料吞吐量呈指數型成長，傳統銅線傳輸的能耗與物理極限已成為資料中心擴建的瓶頸。這讓矽光子技術從實驗室走向商用化的速度大幅加快，成為支撐巨頭擴建基礎設施的核心。聯電與 SILITH 合作完成首個矽光子專案的商業化，正契合了這個技術典範轉移。當高速傳輸的需求從晶片內部延伸到機櫃之間，光通訊技術的導入進度將直接決定運算節點的效能。我自己會把矽光子製程的良率與出貨時程，視為評估光通訊供應鏈能否跟上 Google 擴產節奏的重要指標。

 

製程分工走向多層次，成熟與中階製程承接外溢需求

雖然最先進的 AI 邏輯晶片仍高度依賴極致製程，但周邊的控制晶片與電源管理晶片正在往中高階製程外溢。聯電與 Intel 的 12 奈米合作計畫預計在 2026 年向客戶提供流程設計套件與 IP，並以 2027 年底量產為目標。這種跨國、跨平台的產能合作，本質上是為了分散地緣政治風險，並承接巨頭在非核心運算晶片上的龐大需求。這說明 AI 帶來的結構性成長不只局限於最前沿的製程，中階製程在整體資料中心物理架構中同樣擁有難以取代的生態位。

 

資本支出回收期拉長，是高額投資背後最大的隱憂

這個判斷最大的假設風險，在於如此高昂的資金投入，其利潤回報率能否在短期內說服市場。年資本支出突破兩千億美元，勢必會壓縮 Google 在其他創新領域的預算彈性，並在景氣下行時帶來沉重的折舊負擔。如果終端 Agentic AI 的商業化變現速度跟不上硬體折舊的速度，市場對其股東回報率的質疑就會浮上檯面。此外，硬體供應商雖然短期享有長約保護，但客戶集中度過高的風險也隨之飆升，一旦巨頭在兩年後放慢採購節奏，中下游廠商將面臨嚴重的產能過剩。

我會把下一個階段的追蹤指標放在兩件事：第一，Google 的雲端業務營業利潤率能否維持在 25% 以上；第二，2026 年的實際資本支出有沒有出現二度上修。如果利潤率開始被折舊費用侵蝕，那麼當邊際效應開始遞減，誰會先踩煞車？我自己的看法是，資本支出指引的變化會比當季財報更早透露答案。