AI 不是唯一引擎：光洋科要怎麼把需求風險拆散？

乍看是 AI 成長題，但真正考驗的是營收結構

光洋科的關鍵，不只是 AI 儲存材料能不能繼續放量，而是營收來源能不能更分散、更穩定。當單一應用占比太高，景氣循環、客戶拉貨節奏、資料中心資本支出一變，出貨和毛利就會跟著晃。這種風險市場看得很清楚，因為它影響的不是「有沒有成長」，而是「成長能不能延續」。

降低集中風險，重點不是慢下來，而是拉開來源

比較有效的方向，不是把 AI 業務做小，而是讓 AI 變成成長引擎之一，不是唯一引擎。

• 產品組合升級：提高高附加價值材料的比重，讓單一需求波動不會過度反映在整體營收。
• 擴大應用面：不只靠 AI 儲存，還要把出貨延伸到更多終端市場，降低單一題材的依賴。
• 客戶更分散：如果過度集中在少數雲端業者或少數產業鏈，一旦資本支出調整，衝擊會很直接。
• 區域覆蓋更廣：市場分布越分散，單一地區或單一產業的變數就越不容易主導公司表現。

乍看這些都像是營運優化，但本質上是在把波動拆開。這代表公司不只是在追 AI 需求，而是在建立更可預測的營收結構。

投資人要看什麼，才知道風險真的有下降？

與其盯短期題材，不如看結構有沒有變。

• AI 相關營收占比是否趨穩或下降：若占比仍一路拉高，集中風險其實沒有消失。
• 主要客戶是否過度集中：客戶結構如果還是少數幾家撐大盤，波動就很難真正降低。
• 產品組合是否往高毛利、多元應用前進：這是判斷營運質地有沒有改善的重要線索。

如果未來在 AI 景氣放緩時，光洋科仍能維持訂單能見度與毛利率穩定，那代表分散風險的策略開始見效。反過來說，若營收還是高度依賴少數客戶與單一需求，市場給出的評價通常也不會太寬鬆。這代表的不是短線波動，而是中期競爭體質。值得繼續觀察嗎？