ASML擴產、Intel加碼，AI資本開支下一個受益點在哪裡？

AI 資本開支進入新階段：銀行、晶片與中國市場同時改寫規則

華爾街最近對 AI 的態度，已經不是單純的「看多」，而是直接進入資本配置重整。一邊是 Dan Ives 與 Yorkville 合作，準備用全新商業銀行架構切入 AI 與科技融資；另一邊是 Intel 擴大先進製程與代工投資、ASML 持續加產能；同時 Apple 在中國導入阿里巴巴的 Qwen 模型，也把 AI 的全球版圖、監管門檻與本地化需求，推到更前面。

這些訊號拼在一起，其實指向同一件事：AI 不只是模型競賽，真正的戰場是資金、產能與市場准入。

 

Dan Ives 轉身做銀行，重點不是頭銜，是資本流向

Dan Ives 離開傳統券商體系，與 Yorkville Securities 合組 Yorkville Ives & Co.，對外定位成一種「現代商業銀行」。它不是只做研究，也不是只做承銷，而是把投資銀行、股票研究、機構交易、自營投資放在同一個框架裡，主打 AI、科技、工業、能源轉型與基礎建設。

這個動作很有意思。因為它等於公開承認：未來十年的科技成長，不只是分析報告能解釋，還需要直接參與資本形成。

Ives 的說法也很直接，第四次工業革命已經到來，傳統金融工具不一定夠用，研究、交易、資金要整合在一起，才能更快卡位 AI 相關公司。從市場角度看，這種模式代表未來 AI 企業在募資、併購、重組時，會遇到一批更願意「跟著下注」的新型金融玩家。

不過，這也帶出另一個問題：當分析師同時也是投資人，研究還能有多少獨立性？這會是接下來監管與市場都要面對的核心爭議。

 

ASML 擴產、Intel 加碼，AI 基礎建設已經不是口號

如果說銀行端開始改變，那硬體端更是直接用資本支出表態。

ASML 最新財報後，不但上修全年銷售與毛利率預估，甚至把毛利率目標從 51%–53% 提高到 54%–56%，同時還規劃為 2028 年增加產能。這背後反映的不是短期接單熱，而是先進晶片製造需求的持續升溫。

更關鍵的是，ASML 也提到 High NA EUV 已經被 Intel Foundry 用在 18A 製程，並用來量產部分 Intel Core Ultra Series 3 處理器，目標就是 AI PC 市場。這代表先進製程設備已經不是單純賣給手機或傳統 PC，而是直接進入 AI 算力升級的主戰場。

Intel 自己的動作也很明確。公司宣布將在愛爾蘭工廠投入約 57 億美元，擴大 Xeon 伺服器處理器與相關產品產能，並持續導入 ASML 的高階設備來提升製程與良率。這種投資不是一次性新聞，而是說明一件事：AI 時代的競爭，不只在誰做出更強的晶片，而是在誰有能力長期承擔更重的資本開支。

這也是為什麼金融市場會開始把 AI 基礎建設視為長線融資主線。資料中心、伺服器、記憶體、先進封裝、製程設備，全部都在吃資本，而這些支出一旦啟動，短期很難停下來。

 

從 IBM 到台積電：AI 支出正在往真實需求靠攏

這波題材不是只有設備端有跡象，終端企業的資本配置也在變。

IBM 第二季初步業績不如預期，股價一度大跌 25%，創下史上最慘單日跌幅之一，但它同時也透露出一個很重要的變化：客戶的支出重心，正在從傳統大型主機，往伺服器、儲存、記憶體這些更貼近 AI 工作負載的設備移動。

這點很關鍵。因為 AI 基礎建設如果只是供應鏈自嗨，市場會很快懷疑泡沫；但當企業端開始明確把錢花在能支撐推理、訓練、資料處理的硬體上，這種投資就不是純題材，而是結構性需求。

另一邊，台積電 6 月銷售年增約 68%，也讓市場對其後續財報維持高度期待。這類數字通常不是靠喊出來的，而是反映先進製程與高階封裝的真實拉貨力道。從投資角度看，這些數據比故事本身更重要，因為它們在告訴市場：AI 算力需求還沒到頭。

如果把視角拉遠，IEA 先前提到全球資料中心與電力需求會持續上修，高盛、美銀也一再強調到 2030 年用電量可能翻倍、電網投資規模上看 7,200 億美元 甚至更高。這些數字其實都在指向同一條鏈：AI 算力不是只吃晶片，還吃電力、散熱、機房與網路。

 

Apple 在中國接上阿里巴巴，AI 不是全球同一套玩法

終端應用端，Apple 與阿里巴巴的合作又把另一個現實擺到台面上：AI 在全球市場，不是靠單一模型一套打天下。

阿里巴巴證實，旗下 Qwen 模型將整合進 Apple Intelligence，提供中國版的 iOS、iPadOS、macOS 與 visionOS 服務。這不只是技術合作，更是監管與市場准入的結果。中國網路安全主管機關也已把 Apple AI 納入合規清單，顯示跨國科技公司要在中國落地 AI 功能，必須接受本地模型與法規框架。

市場反應也很直接，阿里巴巴 ADR 盤前一度漲約 4%，後來漲幅更擴大到 7.48%。這不是單純的消息面脈衝，而是投資人開始定價一個現實：誰掌握本地 AI 模型與合規入口，誰就可能拿到區域市場的高價值流量。

這也意味著，未來 AI 的競爭不只看誰模型最強，還要看誰能在不同市場完成本地化部署。

 

模型壓縮、邊緣 AI，下一波機會可能在「把大模型縮小」

更值得注意的是，這類合作還延伸出一個新題材：模型壓縮與邊緣 AI。

由 Khosla Ventures 支持、源自 Caltech 的新創 PrismML，聲稱已把阿里巴巴開源版 Qwen 模型從約 54GB 壓縮到不到 4GB，讓一個 270 億參數的模型可以在 iPhone 15 以上機型本地執行。這類技術的價值在於，它不是再去做更大模型，而是讓大型模型能真正跑進手機、邊緣裝置與更多終端場景。

如果這條路成立，市場會開始重新定價一批原本不起眼的公司：模型壓縮、推理優化、邊緣部署工具、低功耗算力平台，甚至相關併購標的。對像 Yorkville Ives & Co. 這種新型態銀行來說，這類早期技術公司反而可能是未來最想介入的資產。

 

這輪 AI 熱潮，關鍵不是情緒，而是三條線同時在走

這波消息看起來很多，但本質上可以收斂成三個結構性變化：

第一，金融服務業正在重做分工。
研究、承銷、交易、投資開始往同一個方向靠攏，因為 AI 的資本需求太大，傳統純研究模式已經不夠快。

第二，AI 支出具有路徑依賴。
ASML 擴產、Intel 投資 57 億美元、台積電營收高成長，這些都不是一次性事件，而是企業已經被迫把資本支出鎖進未來幾年。

第三，全球 AI 版圖正在被地緣政治與監管切開。
Apple 在中國必須接阿里巴巴 Qwen，就是最直接的例子。AI 不是全球同一個市場，而是分裂成多個有不同門票的區域戰場。

市場當然也不是沒有風險。IBM 的暴跌就提醒一件事：就算沾上 AI，若短期業績撐不住，股價一樣會被修理。 也有人擔心現在的 AI 基礎建設投資過度前置，會不會重演光纖或網路泡沫的路徑。

但從目前能看到的財報與擴產訊號來看，至少中期內，這波不是只有故事，還有實際訂單、實際營收、實際 capex 在支撐。

AI 的主線，正在從「誰的模型最會講」變成「誰能持續供應資金、晶片、電力與合規入口」。
真正值得追的，可能不是每一次題材跳動，而是誰在這條產業鏈裡，握著最難被取代的那一段。
那麼問題就來了：當資本、產能與市場准入同時重排時，下一個真正受益的環節，會是銀行、晶片，還是模型壓縮與邊緣 AI？