Caterpillar訂單創高、Palantir營收年增93%，AI資本支出會先旺誰？

 

AI資本支出已延伸到重機、電力與資料治理

AI資本支出正在從GPU與雲端服務，延伸到資料中心土建、備援電力及企業軟體。Caterpillar(CAT)與Palantir(PLTR)第二季財報，分別呈現實體建設與資料治理兩端的需求。

過去市場談AI，注意力多半集中在Nvidia(NVDA)與Microsoft(MSFT)。現在更值得研究的是，數據中心持續擴建後，投資如何沿著供應鏈向外傳導。這條鏈涵蓋土地開發、工程機具、發電設備、伺服器、網路、冷卻系統，以及最後一段的資料平台與AI治理。

這已經不是單純賣更多晶片。企業要讓模型穩定運作，需要電力、空間及備援系統；模型進入政府與企業內部後，還得處理資料權限、隱私與法規問題。算力的瓶頸正向基礎設施擴散，受惠者自然也不會只剩半導體公司。

 

Caterpillar訂單反映資料中心建設已進入實體支出

Caterpillar今年第二季營收年增24%，來到205.4億美元。其中，核心建設設備部門營收成長35%，北美市場更年增50%。公司將成長原因指向全美資料中心與相關商用建築大量開工。

資料中心需要的設備不只有挖掘與營建機具。AI運算對供電穩定度要求很高，備用電力、發電及能源設備也跟著增加。這代表雲端業者與科技公司的資本支出，已經轉成重機設備商可以承接的實際訂單。

Caterpillar第二季接單金額達94億美元，累積待交訂單升至創紀錄的721億美元。相較單季營收成長，721億美元待交訂單更能說明需求能見度，因為它反映已簽下、尚未交付的業務規模。

獲利也同步超過市場預期。調整後每股盈餘為8.17美元，高於市場預估的6.20美元；公司因此將全年營收成長預期，由低雙位數上調至中高十幾%的區間。這組數字顯示，資料中心建設帶來的需求已經進入營收與獲利，而非停留在產業預測。

成本端則出現部分緩解。Caterpillar原先估計關稅成本最高可能達26億美元，最新預估下修至約22億美元。在基建與能源支出增加的同時，關稅壓力低於原先預期，使重機業者去年的經營逆風有所減輕。

 

Palantir把企業AI需求轉成資料控制與合規預算

資料中心蓋好之後，企業仍得決定模型能讀取哪些資料、如何留下稽核紀錄，以及誰能控制系統。Palantir將這類需求稱為「AI主權」，也就是企業與政府使用外部模型能力時，仍保有內部資料與運算流程的控制權。

Palantir今年第二季營收年增93%，達19.4億美元，高於市場預估的18億美元。商業客戶營收成長149%至7.64億美元，政府業務也年增90%至8.09億美元。兩邊同時高速成長，顯示企業級AI採用已開始形成具體預算。

Palantir對客戶需求的描述相當直接。企業與政府不願把內部資料完全交給OpenAI、Google、Anthropic或Meta等大型語言模型供應商，也不希望模型在內部系統中缺乏約束地運作。這使整合既有系統、管理資料權限及滿足合規要求，成為企業部署AI時不可省略的一層。

Citi分析師因此將Palantir視為企業AI採用的明確受益者之一。這裡的商業價值不只來自模型本身，而是協助客戶把模型接入既有流程，同時保留資料私密性與控制權。企業AI採用已進入治理階段，軟體供應商能否處理敏感資料，會直接影響專案能否上線。

 

政策同時推升建設需求與主權AI需求

美國增加基礎設施與能源項目支出，加上資料中心快速興建，是Caterpillar訂單上升的重要背景。重機製造業先前受到關稅提高壓迫，如今同時迎來訂單增加與關稅成本預估下修，營運條件因而改善。

Palantir面對的政策推力則來自國安、隱私與資料本地化。各國政府對AI及雲端服務提出更多審查要求，大型機構也傾向保留自身資料控制權。強調合規、權限管理與私有資料整合的軟體供應商，因此取得更多切入機會。

Caterpillar與Palantir處於不同產業，卻分別承接算力擴張的兩種約束。前者處理土地、建築及電力設備，後者處理資料、安全與治理。中間還有伺服器、網路與冷卻系統。AI價值鏈正在從晶片向外加寬，但各環節的競爭條件與獲利模式並不相同，不能因為都掛上AI就視為同一種資產。

 

電力、地方阻力與估值壓力仍是擴張代價

資料中心高度集中於特定區域，可能增加當地電力負載、用水與土地利用壓力。地方社會對大型AI園區的接受度不同，電網與環評條件也可能限制建設速度。Caterpillar的訂單證明建設需求存在，卻不能排除部分專案延遲或成本上升。

AI主權也有另一面。政府與大型企業自建封閉系統，可以提高資料控制能力，但可能使市場更加碎片化。不同國家採用各自的標準與本地化架構，會提高導入成本，也可能拖慢跨國協作與創新速度。

資本市場同樣沒有照單全收。截至今年8月4日，Palantir股價年初以來仍下跌約29%。股價反映投資人對AI交易的熱度已經降溫，但這不等於企業需求消失。後續仍要看營收高速成長能否延續，以及獲利能否支撐市場對公司的期待。

目前財報可以確認的是，AI支出已跨進建築、能源與資料治理。至於這波擴張能走多遠，仍取決於資料中心能耗、地方建設限制、企業採用成效及監管框架。投資上若只把所有AI公司當成同一支軍隊，很容易忽略糧道與城池的差別；晶片決定算力上限，電力、空間與資料安全則決定算力能否真正投入使用。