onsemi(ON)上修第3季毛利率，功率半導體漲價能撐起獲利嗎？

 

AI需求開始擠壓電力與功率半導體供給

生成式AI持續推高資料中心的算力與用電需求，壓力已從GPU延伸到供電、備援與儲能系統。onsemi(ON)第二季財報顯示，特定功率半導體製程的供給逐漸吃緊，公司甚至優先配置部分產能給AI資料中心客戶。

onsemi第二季營收達16億美元，非GAAP毛利率為39.3%，每股盈餘0.74美元，三項數據均優於預期。管理層表示，多個成長領域的交期正在拉長，客戶於交期內追加訂單及催貨的情況也明顯增加。

需求來源包括AI伺服器、新能源車及工業應用，但AI資料中心已成為當季主要成長動能。公司預期，今年AI資料中心營收將年增逾一倍，並擴大在Nvidia(NVDA) MGX伺服器生態系中的角色。

onsemi也取得中國Great Wall兩項電源平台訂單，並在Amazon(AMZN)旗下AWS的AI部署中，拿下電源及備援系統設計。這些訂單說明，AI基礎建設的競爭已經進入伺服器機櫃之外，供電效率、備援能力與能源成本都會影響部署速度。

 

產能利用率上升，但製程瓶頸無法快速消除

onsemi第二季自由現金流增至4.25億美元，產能利用率則由前一季77%升至83%。利用率回升帶動毛利率連續四季擴張，也代表閒置產能正在被更充分運用。

公司預估第三季營收介於16.5億至17.5億美元，非GAAP毛利率可望升至40%至42%。如果營收與毛利率同步落在指引範圍內，代表需求改善並非只增加出貨量，也可能改善產品組合與製造效率。

不過，管理層特別提醒，功率半導體產能無法完全互換。不同製程、封裝與測試環節各有條件，即使整體產能利用率提高，也不代表所有瓶頸都能立刻解除。

在AI訂單快速增加之下，onsemi已將部分供給優先配置給資料中心，短期內也從其他業務挪用少量產能。公司表示，目前對汽車與工業客戶的實際出貨影響有限，供給重新平衡後可望逐步恢復。這項說法仍需由後續交期、客戶訂單與各業務營收共同驗證。

onsemi也啟動第二輪漲價，希望在未來幾季反映增加的投入成本。漲價能否轉化為毛利率改善，取決於客戶接受程度，以及供給緊張能維持多久，不能只看報價上調本身。

 

儲能與高效率模組回應AI用電壓力

AI資料中心增加的不只是晶片需求，也包括持續且穩定的電力供應。onsemi預期，今年能源儲存系統(ESS)營收將年增約40%，並推出新一代EliteSiC混合模組，宣稱效率可達99.3%。

碳化矽(SiC)是一種適合高電壓、高效率電力轉換的半導體材料。對資料中心而言，即使轉換效率只提升一小段，放到龐大的用電規模，仍可能影響電費、散熱需求與備援系統配置。

因此，功率半導體在AI資本支出中的地位正在提高。GPU決定模型可以跑多快，供電與儲能系統則影響資料中心能否穩定運轉，以及建置後的總持有成本。

我會把這裡視為AI基礎建設向外擴散的證據，但還不能直接推論所有功率半導體公司都會同步受惠。產品認證、製程能力、客戶組合與新增產能，仍會造成企業間的獲利分化。

 

Palantir把競爭推向資料與模型控制權

硬體端面對供電瓶頸，企業軟體端則開始處理資料外流與模型綁定風險。Palantir(PLTR)第二季營收年增93%至19.35億美元，創下歷史新高，美國市場占比超過八成。

其中，美國商業營收年增149%。公司單季簽下220筆金額超過100萬美元的合約，淨留存率達157%。淨留存率高於100%，代表既有客戶扣除流失後，仍持續擴大支出；157%反映客戶追加採用的幅度相當高。

Palantir將這套需求稱為「主權AI」，也就是企業希望掌握自己的資料、模型選擇及推論紀錄。其AIP平台主張讓客戶保留模型權重、中繼資料與推論軌跡，並可在不同模型之間切換，降低單一雲端供應商或前沿模型突然停止服務的風險。

公司也批評按token，也就是依模型處理文字量計費的模式，可能迅速推高企業預算。企業若把核心營運資料長期交給外部模型處理，除了成本增加，也可能面臨商業機密外流及產業知識被標準化的疑慮。

這使得AI支出同時受到成本與控制權約束。企業需要更強的模型，卻也希望保留切換模型的能力；需要雲端算力，又不願完全失去資料與預算的主導權。

 

高成長預期伴隨高資本支出風險

Palantir已將今年全年營收預估大幅上修至約81.5億美元，並表示未來18個月，希望維持甚至超越目前美國商業業務的成長速度。這項展望反映企業AI需求仍強，但延續速度仍要看大型合約能否持續增加，以及既有客戶的擴張支出是否維持。

onsemi則以4.25億美元自由現金流支應3.32億美元庫藏股回購。與此同時，Watts Water Technologies(WTS)、Western Union(WU)、Postal Realty Trust(PSTL)及Citizens Financial Group優先股等資產，持續透過股利或優先股配息提供現金回饋。

這些公司並非AI供應鏈中的同一類企業，放在一起觀察的意義，在於市場資金同時追逐AI成長，也保留對穩定現金流的需求。當AI基礎建設需要長期且龐大的資本支出，投資人自然會更關注自由現金流、配息能力與財務韌性。

目前可以確認的是，AI競爭已經由演算法擴大到電力、晶片、儲能、資料及模型控制權。onsemi提供供給端的證據，Palantir則呈現企業對資料主權與模型依賴的焦慮。

我的警示在於，AI需求愈集中，供應鏈配置與估值波動也可能愈集中。後續若只有少數大型客戶持續增加資本支出，而電力成本、晶片漲價或模型費用同步上升，企業投資報酬率就會受到壓縮。AI長期方向仍有需求支持，但供給瓶頸、資料控制權與現金流品質，將決定這一輪成長能否從題材轉化為可延續的企業獲利。