AI從股票炒到基建與醫療，收益最後會落到誰手上？

 

Nvidia規劃5,000億美元融資，AI算力走向基建資產

截至今年8月14日，Goldman Sachs(GS)正與潛在投資人討論參與Nvidia(NVDA)規劃的AI基礎建設融資方案。這項計畫上看5,000億美元融資規模，資金預計由美國保險公司、資產管理機構與銀行提供。

Goldman Sachs可能透過資產管理業務提供次順位融資與私人信貸，也可能協助分銷相關債務。若方案順利推進，AI伺服器、資料中心與算力合約，將更接近可產生長期現金流的基礎建設資產。

我看這項規劃，會先區分產業成長與金融風險。金融市場可以把AI基建打包成私人信貸、債務工具，甚至進一步推向公開市場；底層現金流仍取決於設備使用率、客戶付款能力與技術汰換速度。投資工具披上基建或固定收益的外衣，信用、流動性與資產折舊風險依然存在。

 

Google降價搶企業部署，Apple以在地合作進入中國

Alphabet(GOOG)(GOOGL)推出Gemini 3.7 Flash，鎖定程式設計、軟體工程、知識工作與網頁開發。公司宣稱這款輕量模型在程式碼基準測試具有競爭力，價格也較三週前推出的Gemini 3.6 Flash降低一半。

模型價格減半反映推理成本下降，也讓企業更容易把AI從小型測試擴大到日常工作流程。Google希望透過低成本與高使用效率，增加開發者及企業客戶對其雲端生態系的依賴。價格競爭同時可能壓縮模型服務的單位收入，後續仍要搭配用量與客戶留存觀察。

Apple(AAPL)在中國採取另一條路線。Reuters披露，Apple已為中國市場訓練專用大型語言模型，並與Alibaba(BABA)合作，以符合當地資料與內容監管要求。

OpenAI的ChatGPT與Anthropic的Claude無法直接在中國上線，跨國科技公司因而需要本地合作夥伴、合規模型與可控的資料架構。Nvidia處理資本供給，Google推進成本與產品週期，Apple回應區域監管；三家公司分別處理AI商業化中的資金、成本與法規問題。

 

HeartFlow營收成長48%，AI效率推升醫療服務毛利率

醫療AI公司HeartFlow(HTFL)今年第二季營收達6,400萬美元，年增48%。美國市場營收為5,960萬美元，年增51%，其中Plaque產品貢獻780萬美元。

公司因此上調全年展望，預估2026年營收為2.46億至2.5億美元，年增40%至42%。Plaque全年收入預估也提高至2,900萬至3,100萬美元，顯示這項高毛利產品的放量速度高於管理層原先預期。

今年第二季83.3%非GAAP毛利率，較2025年同期增加770個基點。公司把改善歸因於AI處理效率、營運規模擴大，以及Plaque收入占比提高，全年非GAAP毛利率指引也上調至約82%，中期目標維持85%。

這組數字呈現AI在專業醫療服務中的經濟效果。演算法與自動化流程成熟後，每增加一筆檢測量，邊際處理成本有機會下降；高毛利產品占比同步提高，又會進一步改善營運槓桿。

 

HeartFlow仍在擴張期，獲利、支付政策與訴訟形成限制

高營收成長尚未轉成獲利。今年第二季HeartFlow非GAAP營業虧損790萬美元，非GAAP淨虧損580萬美元，每股虧損0.07美元；依GAAP計算，淨虧損為1,570萬美元。

管理層預期在2028年中達成現金流獲利，時間表與IPO後三年內達標的既有指引相符。生產與客戶成功團隊仍需增加人力，相關支出可能抵銷部分毛利率改善，因此毛利率上升與現金流轉正之間仍有一段距離。

HeartFlow也在擴大臨床應用。公司已啟動高風險無症狀族群的隨機對照試驗，並參與美國國家衛生研究院支持的PREEMPT研究，追蹤非鈣化斑塊體積兩年變化。每項試驗約納入300至500名患者，公司預計可在現有技術基礎上擴展適用族群，無須另外取得FDA核准。

產品路線包括已推出的Plaque Staging，以及預計2027年上線的Plaque Tracker與全自動處理。這項布局將服務範圍從有症狀患者的檢測，延伸至無症狀高風險族群的預防管理。

政策與法律時程更長。管理層表示，美國聯邦醫療保險CMS針對AI輔助軟體建立支付框架，可能要到2029年前後逐步成形；司法部調查與專利訴訟也可能延續數年。營收、毛利率與臨床使用量提供成長證據，支付制度及法律爭議則限制判斷強度。

 

AI投資已涵蓋股票、信貸與基建，退休配置仍看總報酬

Nvidia的融資規劃、Google的模型降價、Apple的中國合作，以及HeartFlow的醫療應用，呈現AI從技術產品延伸到金融架構、企業流程與醫療服務。產業競爭也開始同時考驗資本取得、成本控制、區域合規與專業場景執行能力。

我常說，退休投資要看總報酬與風險承擔。AI相關資產可能出現在股票、私人信貸、債券與基建工具裡，配息或固定收益標籤無法單獨代表安全。長期配置仍要分散，並把信用風險、流動性、技術折舊與監管責任一起納入。

目前可以確認的是，AI應用範圍與融資方式都在擴大。收益如何分配、風險由誰承擔，以及醫療判讀出現錯誤時的責任界線，仍需要監管制度與產業規範逐步補上。這些條件將決定AI能否從高速成長的技術投資，發展成可長期承受景氣循環的基礎設施。