Chapter 17 · 前瞻推演 · Scenarios & Transmission

情境推演:
四條路徑,與它們各自的指紋

預測單一結果是分析師最常犯的職業病。本章的做法是建立四個機率加權的情境,為每一個情境指定(一)觸發條件、(二)傳導路徑、(三)時間軸、(四)對各資產類別的影響、以及最重要的——(五)一組可以讓我們在六個月內判斷「正在走哪一條路」的觀測指標。預測的價值不在於正確,而在於可修正。

情境 A:軟著陸重構45%

資本支出在 2027 年見頂後溫和下滑;循環交易逐步收斂但不出現違約;倍數壓縮 20–25%,估值重構而非崩塌。

情境 B:信用事件30%

一筆大型專案貸款正式減值或一家 neocloud 違約,觸發連鎖的再融資困難;倍數壓縮 35–45%,出現實質減損。

情境 C:生產力兌現18%

應用層收入在 2027–2028 年大幅兌現,終端現金流追上資本支出;本報告的核心論點被證偽。

情境 D:系統性尾部7%

私募信貸與保險資金出現連鎖贖回,風險外溢至整體信用市場;倍數壓縮 50% 以上並伴隨總體衰退。

SECTION 17.1情境 A:軟著陸重構(基準情境,45%)

路徑

循環交易不會因為違約而終止,而是因為投資人主動收手。這是最可能的路徑,因為它不需要任何一次「事件」——它只需要董事會開始問「這筆投資的回收期是幾年」。

表 17-1:情境 A 之時間軸與關鍵節點
時點事件可觀測指標對 Mag 7 之影響
2026Q4Anthropic IPO 定價。若定價低於 $1.5 兆(而非尋求的 $2 兆),模型層估值錨點下移IPO 定價與首日表現−5% 至 −10%
(情緒與可比效應)
2027Q1–Q2資本支出指引成長率放緩(由 +83% 降至 +20–30%),但絕對金額仍上升法說會 capex guidance中性至小幅負面
2027Q2–Q4循環交易金額首次出現絕對下降;新增投資承諾減少,既有承諾繼續履約交易總帳之滾動總額營收成長由 18% 降至 10–11%
2027Q4–2028Q2資本支出絕對金額觸底並開始下滑;折舊費用持續上升,營業利益率下滑 3–5 個百分點現金流量表、折舊附註−15% 至 −20%
2028–2029倍數穩定於 22–26x;市場完成「基礎設施」之重新分類P/E、EV/EBITDA累計 −20% 至 −25%
對實體經濟之影響輕微:AI 投資減少但不消失,不引發衰退

為什麼這是最可能的路徑

  1. 借款人有能力主動收手。與 1999 年的 CLEC 不同,微軟、Alphabet、Amazon 有充足的現金流與財務彈性,可以在不違約的情況下減少投資。這是「軟著陸」與「硬著陸」的根本差別。
  2. 市場已經開始獎勵「資本紀律」。2026 年的財報季出現了一個轉折:當 Meta 上调資本支出指引時,股價單日下跌近 9%;當微軟獲利優於預期但利潤率壓縮時,股價仍然下跌。市場的獎勵函數已經從「花更多」轉向「花得更好」——這會自動引導管理階層收手。
  3. 中東主權資本提供了緩衝。即使矽谷的投資人收手,MGX、PIF 等主權資本仍會繼續投入(因其報酬函數包含產業政策),這會減緩調整的速度。

SECTION 17.2情境 B:信用事件(30%)

這條路徑的關鍵在於:它不是「慢慢發生的」,而是由一件具體的事引爆。

五個候選觸發事件(依本報告估計之機率排序)

表 17-2:信用事件之候選觸發點
#觸發事件主觀機率
(12 個月內)
傳導路徑為何危險
1一家大型 neocloud 違約或債務重整
(CoreWeave 為最主要候選)
22%GPU 抵押品價值重估 → 其他 neocloud 融資成本飆升 → 專案停擺 → 雲端商認列應收款減損利息支出已超過其 2025 年全年收入;CDS 定價已接近「擲硬幣」
2第二起專案貸款承銷停滯並正式減值18%銀行承銷意願下降 → 新專案融資成本上升 → 建設延遲第一起已發生(Project Jupiter);第二起會確認這是模式而非個案
3OpenAI 或 Anthropic 的融資條款明顯惡化
(down-round 或結構性保護條款)
20%模型層估值下修 → 雲端商之投資減損 → 內部交易收入同步減少同時打擊損益表與資產負債表(見第 01 章)
4甲骨文遭到進一步降評至垃圾級15%強制賣出(部分基金不得持有非投資級)→ 債券價格崩跌 → 利差全面擴大目前距垃圾級僅一階;穆迪 Baa2 負向
5權證會計被監管機構或審計師挑戰12%收入重分類 → 營收下修 → 成長敘事崩塌影響範圍跨多家公司,且市場毫無預期

傳導機制:從違約到股價的六步

這個路徑最重要的特徵:非線性

請注意上圖從「營收下修 $950 億」到「市值影響 $1.4 兆」的跳躍。這不是簡單的乘以倍數——它包含三個疊加效應:(一)獲利下降;(二)市場同時下調倍數(因為成長故事破了);(三)風險溢價上升。
這就是為什麼本報告強調:循環交易的終止是二元的,而不是連續的。你不能用「營收會慢慢減少」的模型來估計它——它會在某一個季度,一次性地改變市場對整個產業的評價框架。

SECTION 17.3情境 C:生產力兌現(18%,本報告被證偽)

一個誠實的分析必須包含「自己錯了」的情境,而且要認真寫。以下是本報告論點被證偽的路徑。

機制:終端現金流追上資本支出

  • 企業 AI 部署跨越試點階段。目前企業的 AI 使用多處於試點(POC);若 2027–2028 年出現大規模的生產部署,API 與雲端收入可能以超預期的速度成長。
  • 代理型應用(Agentic)創造新的計價單位。目前的計價是「每詞元」;若轉為「每完成任務」或「每節省工時」,單價可以維持在高位,從根本上改變單位經濟。
  • 推理需求的規模遠超估計。中國的資料顯示推理需求已達訓練需求的 4–8 倍;若這個比例在全球成立,算力需求的總量可能被低估。
  • 電力問題被解決。若 SMR 或新型發電在 2028 年前實現規模化部署,電力瓶頸消失,資本支出可以持續並產生報酬。

情境 C 下的觀察指標(如何知道自己錯了)

  • 雲端商的「外部」AI 收入成長率是否維持在 40% 以上(目前 37–82%,但其中含內部交易)
  • 模型公司的算力成本占營收比重是否繼續下降(Anthropic 已由 71 美分降至 56 美分)
  • 企業的 AI 預算是否從「實驗預算」轉為「營運預算」——這是最質性、也最可靠的訊號
  • 自由現金流是否在不減少資本支出的情況下回升——這是唯一能同時解決所有問題的證據

本報告的承諾:若上述四項中有三項在 2027 年底前成立,本報告的核心看空論點應被視為已被證偽,讀者應據此調整。這不是客套——這是讓一份分析可以被檢驗的最低要求。

SECTION 17.4情境 D:系統性尾部(7%)

這個情境的機率低,但損害極大,因此必須列出。它的傳導機制與 2008 年在結構上相同:

  1. 損失集中在「監管最少的持有者」。AI 資料中心債務中約 $2,000 億由私募信貸持有,另有大量透過保險資金、退休基金與零售產品間接持有。這些持有者的共同特點是:流動性轉換(用短期的負債持有長期的資產)。
  2. 觸發贖回限制(gating)。若一家大型私募信貸基金因 AI 相關資產減值而啟動贖回限制,會引發對同類基金的擠兌。
  3. 保險公司的資本衝擊。Blackstone Credit and Insurance 等保險系資金是 CoreWeave 融資的主辦方。保險公司的資本適足率對資產減值極為敏感,減值可能被迫出售其他資產。
  4. 傳染至投資級市場。若六大巨頭(輝達、Alphabet、Amazon、Meta、Broadcom、Oracle)的 CDS 同時飆升,投資級指數基金會面臨贖回壓力。
  5. 銀行的雙重打擊。銀行同時持有(一)被迫自留的專案貸款(Santander、Jefferies 案例)與(二)對私募信貸基金的授信。這正是 2008 年「資產負債表槓桿+表外承諾」的組合。
為什麼機率只有 7%,而不是更高

三個抑制因素:(一)絕對規模仍可控——AI 資料中心債務存量約 $5,000 億,相對於全球投資級信用市場(數十兆)仍是小比例;(二)借款人的平均信用品質遠高於 2007 年的次貸借款人;(三)底層資產有真實的經濟用途——資料中心即使減值仍能運轉並產生現金流,而違約的次貸房屋在 2008 年也有價值,但回收程序極為漫長。
但請注意:2007 年時,市場對次貸的系統性風險估計也是「很低」。本報告給予 7%,是承認我們無法排除尾部,而不是宣稱它不可能。

SECTION 17.5如何判斷正在走哪一條路:決策樹

表 17-3:情境判別決策樹(按觀測時點排序)
時點觀測指標若為「是」→ 指向若為「否」→ 指向
2026Q4Anthropic IPO 定價是否高於 $1.5 兆,且上市後一個月內未跌破發行價 20%情境 C(生產力兌現)情境 A 或 B
2027Q1是否出現 neocloud 違約或第二起專案貸款承銷停滯情境 B(信用事件)情境 A
2027Q2資本支出指引之成長率是否降至 +30% 以下(注意:不是絕對金額下降)情境 A(軟著陸開始)情境 B 或 C
2027Q3循環交易總帳之滾動 12 個月新增金額是否較前一年下降情境 A情境 B/C
2027Q4雲端商之「外部」AI 收入成長率是否仍高於 40%,且自由現金流是否回升情境 C(本報告被證偽)情境 A 或 B
任何時點是否有大型私募信貸基金啟動贖回限制,或保險公司因 AI 資產減值而須增資情境 D(系統性尾部)維持原判斷

SECTION 17.6機率加權後的結論

表 17-4:機率加權之預期結果(2028 年底)
項目情境 A
45%
情境 B
30%
情境 C
18%
情境 D
7%
加權期望值
Mag 7 合併市值(指數,2026/09=100)76501553277
合併淨利(稅後,估計)$620B$480B$1,150B$400B$648B
合理本益比24x18x34x15x24x
是否出現大規模破產否限 neocloud否含金融機構有限
是否引發總體衰退否否否是7% 機率
機率加權後之核心判斷市值 −23%
但請注意期望值的侷限:加權平均數掩蓋了分布的形狀。真正的訊息是:有 75% 的機率會發生 24%–50% 的下跌,有 18% 的機率會上漲 55%,有 7% 的機率會下跌 68%。這不是一個對稱的賭注——下行比上行更可能,而且下行的幅度分布更集中。這是本報告全部投資建議的基礎。

SECTION 17.7附:$2 兆估值的反向壓力測試

前面四條情境路徑的分歧點,是「收入曲線與支出曲線何時交叉」。本節把這個問題倒過來問:若 $2 兆的 IPO 定價要成立,世界必須變成什麼樣子?以下推演以泄露的 S-1 口徑為起點(EST;股本 1.322B 股係由最後一輪私募估值 $9,650 億 ÷ $729.87/股反推,未經審計,IPO 後應更新)。

表 17-5:撐起 $2 兆股權價值所需之隱含假設(反向 DCF,EST)
情境參數BaseBull
折現率(WACC)11.0%9.0%
永續 FCF 率22%31%
撐起 $2 兆所需之 2035E 收入$1,340B$523B
相當於 2025A 已入帳收入($4.59B)之倍數292x114x
隱含 10 年營收 CAGR(2025A→2035E)76%61%
結論:$2 兆不是「偏貴」,它是本模型的多頭情境本身——而且多頭情境仍要求十年內收入增長逾百倍。

最後是極限測試,借用 2002 年 Sun Microsystems 的反向 DCF 傳統:當年 Scott McNealy 譏諷市場給 Sun 10 倍市銷率,等於假設這家公司十年內把 100% 收入全部分紅、無成本無稅。同款測試套在 Anthropic 身上:假設收入永續維持 $1,000 億(不再增長)、零成本、零稅、100% 派發,以 5.29% 折現,股權價值約 $1.891 兆(EST)——仍在 $2 兆之下。補足差額所需要的不是「樂觀」,而是「收入永不停止增長」這個假設本身。

這一節不改變第 17.1–17.4 節的機率設定,它改變的是對情境 A 的理解:「軟著陸」裡包含「IPO 以 $2 兆如願定價」這一環,而反向測試顯示這一環本身就是全模型中最激進的單項假設。它與表 19-2 之預測 4 相互印證。

SECTION 17.11附:TS Lombard 的 2028 崩盤推演——與本節四情境的對照

2026 年 10 月 22 日,TS Lombard 的 Dario Perkins 發表了一份被多家媒體轉述的推演(本報告未取得原始報告,以下數字以轉述為準,全部標 [EST]):AI 資本支出熱潮在 2028 年初結束,標普 500 下跌 30%、科技股下跌 40%、其餘板塊約 20%,合計蒸發約 $20 兆市值;信貸損失 $1,250–1,900 億;美國 GDP 下降約 2 個百分點、流失約 80 萬個資料中心建設職位;但這是溫和衰退,不是 2008。

它與本節的關係是「同一個機制、不同的變數」:機制相同(capex 循環 + 表外槓桿 + 二階導數),變數不同(它給出一個定點 2028,本報告給出四條路徑與機率)。

表 17-10:TS Lombard 推演與本報告四情境之對照
維度TS Lombard(2026/10/22)本報告的對應
破裂時點2028 年初,capex 指引一次下砍 45%(至約 $6,000 億)S3 循環壓力為 2027–28 漸進惡化,不設單一斷點(§17.4)
觸發條件不需要絕對下降,增速放緩即可同一邏輯:本報告的門檻全部設在「增速」而非「水準」(§08、§17.2)
股市衝擊S&P −30%、科技 −40%、其他 −20%、合計 $20 兆圖 17-2 給市值路徑而不給指數點位;S3 下 Mag 7 市值回到 2023 年水準
信貸損失$1,250–1,900 億(違約率 35%、回收 25–50%)情境 B 的銀行與私募信貸損失同量級(§17.2)
債務存量2027 年底 AI 相關債務約 $2.9 兆,其中 25% 有曝險第 08 章追蹤發債總量與利差,不估算存量
實體經濟GDP −2 個百分點、80 萬職位流失、類比 1990/2001本報告未量化就業,僅指出資本密集度上升的就業乘數下降
系統性風險不是 2008:私人部門資產負債表健康、降息空間充足同——情境 D(系統性尾部)機率僅 7%

三處必須打折或修正,否則會把它的結論用錯。

其一,這是二手轉述。本報告沒有拿到原始假設表,因此無法檢驗它的 capex 路徑、違約率與回收率如何設定。它的價值在於「外部座標」,不在於可逐格複核。

其二,「OpenAI 與 Anthropic 約 80% 的收入來自 1% 的客戶」與 S-1 不符。Anthropic 的申報載明:2026 年前九個月,前五大客戶約占營收 25%,沒有任何單一客戶超過 10%(表 21-10)。這個差距太大,不能用「口徑不同」帶過——比較可能的來源是把 API 平台轉售算成「一個終端客戶」,或把某一類合作方合併計算。無論原因為何,這個數字不能用來描述 Anthropic 的客戶集中度;本報告只採用申報口徑。

其三,收入門檻 $2.5–3 兆與本報告的 $8.5 兆不是同一件事。前者是「讓現有資本支出獲得合理回報所需的年度營收」(2030 年);後者是「2026–2030 累計資本支出、融資成本與 12% ROIC 所需的累計營收」(§17.10)。一個是流量、一個是存量,不可直接比大小。可取之處是方向:兩者都遠高於目前約 $2,000 億的年營收,差了一個數量級以上。

對本報告的意義:一個獨立機構把破裂時點放在 2028 年,比本報告 S3 的 2027–28 稍晚,但機制判斷一致(capex 循環、表外槓桿、二階導數)。本報告不因此調整任何機率或估值錨——單一外部推演不足以移動主觀權重;但它是一個有用的外部座標,若 2027 年的 capex 指引真的出現一次 40% 以上的下修,S3 的機率就該往上調,這一點已寫進第 08 章的監控門檻。

  1. 情境機率為本報告主觀估計,依第 08 章之信貸壓力評分、第 10 章之泡沫評分(72/100)、以及第 15 章之歷史時程參數綜合設定。
  2. 「市場獎勵函數轉變」之證據:Meta 因上調資本支出指引而單日下跌近 9%;微軟獲利優於預期但因利潤率壓縮而下跌;半導體 ETF(SOXX)年初至今 +99% 而 Mag 7 ETF(MAGS)持平至負報酬。
  3. 情境 B 之傳導金額為本報告壓力測試 [EST],假設與計算方式見圖 17-1 註腳。
  4. 私募信貸持有 AI 資料中心債務約 $2,000 億(Bloomberg);保險系資金(Blackstone Credit and Insurance)主辦 CoreWeave $85 億融資。
  5. 情境 C 之「企業 AI 預算由實驗轉為營運」指標,為本報告認為最可靠之質性訊號,目前尚無公開統計。
  6. 美國家庭付費 AI 訂閱占比:a16z 引用之調查(2026 年 4 月,2.2%),經 Alberto Romero《Something has gone terribly wrong at Anthropic》(Medium,2026/10/07)整理;曲線依原圖重繪。此為家庭戶數口徑,與企業支出、API 用量不可互換。
  7. TS Lombard(Dario Perkins,2026/10/22)之推演,本報告未取得原始報告,數字取自 MarketWatch(2026/10/26)與財聯社(2026/10/23)之轉述,全部 [EST]。其中「80% 收入來自 1% 客戶」與 Anthropic S-1 之客戶集中度揭露不符,理由與處理見 §17.11。

SECTION 17.8附:供應鏈層的三重打擊——把輝達、台積電與記憶體合併成一家公司

2026 年 10 月 12 日,一份以 AI 協助整理、未發表之研究筆記(〈The AI Triple Whammy: Modeling a Cyclical Correction〉,2026/10/12)做了一件本報告第 01 章做過、但方向相反的事:把合併的手法從需求側搬到供給側。第 01 章問的是「把超大規模雲端商合併成一家公司,帳上還剩多少真實收入」;這份筆記問的是「把輝達、台積電與 HBM 記憶體(SK 海力士、三星)合併成一家垂直整合公司,每 $100 的終端 AI 硬體銷售裡,真實製造成本是多少」。它的答案:$6.69。三層合併毛利 93.3%——輝達的設計與 CUDA 軟體層留下 $75.00,台積電的先進製程與 CoWoS 封裝留下 $9.31,HBM 晶圓留下 $9.00。圖 17-4 把這 $100 拆開。

在這個視角下,該筆記把週期反轉拆成三個同時發生的打擊。第一擊是毛利回歸:輝達的獨立毛利率自 75% 回到其十年均值約 62%,台積電自 67.7% 回到約 52% 的長期基準,HBM 自 80% 的高峰回到 40% 的週期基準——記憶體本就是週期業,嚴重供給過剩時偶爾轉負。報告據此算出每 $100 的合併毛利降至 $79.7(−14.6%)。這裡有一個本報告必須替它說出口的隱含假設:合併毛利等於終端售價減真實成本 $6.69,層與層之間的讓利只是重新分配——要讓合併毛利降到 $79.7,隱含終端售價本身須先下跌約 13.6%。這個假設合理(超大規模商從搶產能轉為議價時正是如此),但它是整個模型最關鍵、也最未被明說的一環;若按其自述的三段回歸直接計算而不假設降價,合併毛利為 $73.7(−21.1%),衝擊其實更大。

第二擊是需求摧毀:歷史上基礎設施硬體週期從不只跌價——價格與銷量同時塌陷。假設終端銷售再減 40% 至 $600 億,合併毛利池縮至 $478 億,較高峰 −48.7%。這一擊對資產重的層特別殘酷:台積電的獲利模型建立在接近滿載的產能利用率上,EUV 機台的折舊不會因為訂單減少而暫停——利用率降至 70% 時,毛利會因固定成本去槓桿而自動壓縮。

第三擊是估值去化(雙殺):盈餘下滑的同時,市場不再願意為這些盈餘支付成長股倍數,而是按週期性硬體公司重新定價。價格=EPS×PE,兩個變數同時塌陷是相乘的效果:$10 的 EPS 與 30 倍本益比支撐 $300 的股價;EPS 跌至 $5.13、本益比壓縮至 18 倍,股價只剩 $92.3——−69.2%,而公司營運上仍然健全。圖 17-5 把這次雙殺拆開;它與圖 4-9 的三重倍數壓縮路徑互為印證——那裡看的是倍數本身,這裡看的是盈餘與倍數同時塌陷。

表 17-6:三重打擊下供應鏈三層之預估股權回撤(外部模型,EST)
層盈餘衝擊來源倍數壓縮預估回撤
輝達晶片均價與銷量下滑;獨立毛利率 75%→62%約 30x→18x約 −69%
台積電工廠閒置與固定成本去槓桿約 30x→18x約 −69%
記憶體(SK 海力士/三星)商品景氣下滑時轉為淨虧損週期性資金外逃−75% 至 −85%

回撤欄依本報告風險分級著色:50–74% 琥珀、75% 以上紅。數字為該外部筆記之情境估計 [EST],非本報告之點位預測。

誰能撐過去,取決於資產負債表與營運槓桿:輝達是無晶圓廠設計商,實體營運槓桿極小,帳上現金與有價證券約 $566 億,可以隨時縮減對台積電的訂單以保護現金;台積電的資產負債表是堡壘(現金對負債約 3.29 倍),但 $600–640 億的年度資本支出承諾(2nm 全球廠)與不可取消的折舊排程,使它在需求萎縮時仍須照常投資;記憶體廠則是典型的週期傷亡——高固定成本、結構性負債,商品價格崩跌時猛烈燒錢,往往需要高度稀釋的增資才能撐過長時間的供給過剩。

這一節不改變第 17.1–17.4 節的機率設定。它補上的是本報告著墨較少的一層:第 02、03 章描繪的資金迴圈,其硬體端的出口在哪裡、壓力從哪裡進來。它的觸發條件與表 19-2 之預測 6(資本支出絕對金額觸頂)是同一件事;若情境 B(信用事件)發生,三重打擊就是傳導鏈在供應鏈層的版本,其歷史藍圖——思科 2000——見第 15.7 節。它同時是第 18 章的一個反重量:台積電在圖 18-1 的偏好區內(73 分),外部模型仍給它約 −69% 的回撤——偏好區回答的是「誰最可能撐過去」,不是「誰不會下跌」。

  1. 外部研究筆記:〈The AI Triple Whammy: Modeling a Cyclical Correction〉(2026/10/12,AI 協助整理、未發表)。合併毛利拆分、三段回歸與回撤估計均為該筆記之模型估計,未經任何機構審閱程序,本報告未獨立驗證其成本數據 [EST]。
  2. 算術審查為本報告所加:$79.7 之合併毛利隱含終端售價下跌約 13.6%;按該筆記自述之三段回歸直接計算(62+13.75×52%+11.25×40%),合併毛利為 $73.7(−21.1%)。
  3. 雙殺算術:300 × (1−48.7%) × (18/30) = 92.3。
  4. 台積電利用率與資本支出、輝達現金部位、記憶體產業結構:該筆記引述公司申報與機構估計。

SECTION 17.9個案:Anthropic 的三表反推——$2 兆需要相信什麼

這一節把第 17 章的反向推導從指數層搬到單一公司。以 2026 年 10 月 14 日投資人會議披露的數據(未經審計、公司自選口徑)為起點,本報告自建了一份三表模型——損益、現金流、資產負債,季度 2026–28、年度至 2035,估值口徑為含募資後完全稀釋(完整文檔與工作簿下載見第 20 章附錄 20.8;完整預測報表、情境切換與圖表見第 21 章附錄 A)。結論先講:$1 兆是可辯護的天花板;$2 兆幾乎等於要求整條路演曲線成立——它隱含的 2030 營收 $935B,是路演自己預測 $1,120B 的 84%。

口徑調節:三個頭條數字自洽,代價藏在分類裡

路演同時宣稱調整後毛利 85%、算力利潤率超過 40%(每 $1.00 算力產出 $1.70 營收)、七至七成半算力用於訓練。用 Q3 實際營收 $16.956B 重建:總算力成本 $9.863B(營收的 58%),其中訓練 $7.431B 記入研發、推論 $2.432B 記入銷貨成本——推論算力(14.3%)幾乎恰好等於 85% 毛利隱含的銷貨成本(15%)。三個數字完全自洽;代價是 41% 的「算力利潤率」才是全口徑毛利,而「85% 毛利」之所以成立,是因為把七成算力記成了研發。若模型競賽迫使訓練投入維持在營收四成以上,這個毛利結構永遠轉不成經營槓桿。

S2 不是悲觀假設,是實測假設:公司自己的月度 ARR 從 1–7 月的 32% 複合增速跌到 8 月起的 2%——打擊蒸餾、OpenAI 反攻、Meta 與 Microsoft 削減內部 Claude 支出、價格競爭,四個原因都是公司自身行為或行業結構,不是外生衝擊。即便如此,S2 的 2030 年 $175B 已隱含企業 AI 支出繼續高速擴張。

試金石的量化:兩層 FCF

第 08 章與第 19 章反覆強調:正 FCF 是在「不履行全部承諾」前提下的現金流。模型把這句話變成可測量的缺口——$518B 的承諾帳(本版模型的輸入;申報口徑為 895.4,見本節末補記)、約八成不可取消,按產能爬坡排出年度償付曲線;償付額超過情境算力用量的部分就是被迫多付。

綠色在 2028 年之後轉為負值——被迫多付直接把調整後營業利益壓成虧損;紅色(再計 SBC 與融資)從 2026 年起就沒有正過。2030 年,帳面 11% 利潤率的業務在承諾剛性下變成相當於營收 −50% 的現金流出。如果需求不來,$414B 的不可取消部分(模型輸入)不會等你——這就是「正 FCF」與「$518B 承諾」不能分開讀的算術形式。

反向 DCF:三個估值各需要什麼

表 17-7:反向 DCF——從共識路徑出發,三個估值各需要什麼(WACC 10.5%、終值 g 3%)
要達到目標,需要……$2.0T$1.5T$1.0T
2030 營收須達(共識為 $175B)$935B(×5.34)$699B(×3.99)$462B(×2.64)
或 WACC 須降至4.6%5.1%6.2%
或調整後營業利潤率每年加+40pp(2030 年達 62%——反解撞上限,此路不通)+40pp(同樣撞上限)+27pp(2030 年達 49%,仍屬頂尖)
或 2027–35 年 FCFF 恆為$174B/年$129B/年$85B/年
或路演路徑只需實現39%(2030 年 = $438B)29%($330B)20%($224B)

解讀:$1.0T 需要 2030 營收 $462B(共識的 2.6 倍)、6.2% 的折現率、或 49% 的營業利潤率——三者都不荒謬,但每一項都比實測外推更樂觀,這是可辯護的天花板。$1.5T 開始需要利潤率或折現率上的奇蹟(反解在利潤率維度撞上限)。$2.0T 對應的 $935B 營收幾乎就是路演預測本身(其 84%)——這個估價假設路演曲線八成會實現,而實測減速曲線說的不是這樣。

表 17-8:三情境彙總與機率加權(估值日 2026/12/31,含募資後完全稀釋)
情境2030 營收2035 年 FCFF股權價值主觀機率
S1 路演照單全收$1,120B~$620B$5.1T15%
S2 共識減速(實測錨定)$175B$43B$398B45%
S3 循環壓力$67B-$10B$0(重整)40%
機率加權——≈$0.96T—

機率欄色帶:30–49% 為深灰藍,其餘未標色;機率為本報告主觀賦予,僅用於彙總。

機率加權後約 $944B,仍明顯低於詢價區間。換一種講法:$1.9T 的要價隱含給路演路徑約 35% 的實現機率;而證據本身(實測減速+承諾剛性)單獨值約 $398B——要價是證據的 4.8 倍。這不是基本面定價,是對一條成長曲線的機率銷售;IPO 成功的條件,是錨定投資人願意付這 4.8 倍。

  1. 數據基礎:2026/10/14 舊金山投資人會議(FT、Bloomberg、Reuters、中央社轉述);ARR 月度曲線與 32%→2% 的增速轉折整理自 21 世紀經濟報導;2025 年淨損 $420 億、調整後營業虧損 $80 億(Reuters、中央社)。全部未經審計、全部 [EST]。
  2. 模型:本報告自建(v2.2 審計版:純租戶模式、算力全額費用化、無 D&A 加回;資產負債表逐年勾稽通過;資金 plug 政策顯式——最低現金 15%×營收、缺口先債後股、權益注資為 plug;引擎與 Excel 工作簿見報告附檔)。SBC 以現金等價計入 FCFF 並在權益計為 APIC;承諾以「強度底線」進入現金流(償付超出用量方計入);壓力情境之權益值以重整地板為零。承諾明細:Broadcom $161.2B、Alphabet $111.1B、AWS $110.0B、xAI 最多 $84.5B(可取消)、Fluidstack $50.0B、Microsoft $31.4B、AMD 2GW(約 $30B,投資方向為 AMD 注資 Anthropic 最多 $5B)。
  3. 「$25B+ 股權與產能承諾」之流傳說法為訛傳:AMD↔Anthropic 實為 AMD 向 Anthropic 投資最多 $5B(按部署里程碑分批)+Anthropic 部署 2GW Instinct MI450(2027 上半年起),勿與 AMD↔OpenAI(6GW+認股權證)混淆。

2026 年 11 月 3 日補記(模型已按申報口徑校準):本節的「被迫多付」仍以 $518B、八成不可取消為輸入,償付曲線到 2030 年只排出 $220B;修訂版招股書的對應數字是總額 $895.4B、2030 年前 $447.5B,可主動退出的只有 SpaceXAI 的 $120.5B(不可取消約 87%)。也就是說,本節的壓力測試偏輕。已按申報數字重排:S1 權益 5,093、S2 由 397.7 降至 287(−28%)、S3 仍為 0(重整),機率加權由 $944B 降至約 $893B(−5%)。2026 基準同步改為 53.5。

SECTION 17.10附:需求側的算術——$8.5 兆要對上的是 $3.6 兆

前面兩節處理的都是供給側:§17.8 把供應鏈合成一家公司,看毛利能撐到哪裡;§17.9 把單一公司的三表攤開,看承諾能不能兌現。2026 年 10 月 14 日 Gartner 發布的預測補上了本報告著墨最少的那一端——需求側的天花板。它問的不是「誰拿到這筆錢」,而是「這筆錢存不存在」。

命題本身很簡單:到 2030 年,AI 資料中心的業主必須累計創造 $8.5 兆的營收,才足以覆蓋已宣布的資本支出、融資成本,以及 12% 的投入資本報酬率(Gartner 視之為投資資金的門檻報酬);而同期真正能歸因於 AI 資料中心的企業與消費端營收,預測最多只有 $3.6 兆。差額 $4.9 兆。

本報告在引用之前先做了三項驗算,其中兩項對這個模型不利。

其一,資本支出的加總自洽。2026 年約 $1 兆、2027 至 2030 年再加約 $6 兆,合計約 $7 兆,與本報告第 04 章的資本密集度推算同量級,沒有矛盾。

其二,$8.5 兆這個門檻偏緊,不是偏鬆。它只比 $7 兆的本金多出 $1.5 兆,而這 $1.5 兆要同時裝下融資成本與 12% 的 ROIC。以投資基數 $7 兆、建置期間平均未償餘額約當 $4 兆、利率 7% 粗估,五年的利息支出本身就在 $1.4 兆量級——留給 12% ROIC 的空間極為有限;也就是說,若把融資成本按市場利率算足,所需的累計營收應高於 $8.5 兆,缺口也不止 $4.9 兆。Gartner 的新聞稿未揭露折舊年限與融資成本的細項,本報告無法重現其內部計算,故將 $8.5 兆標記 [EST];但方向必須說清楚:這項驗算讓結論更嚴峻,不是更寬鬆,而 Gartner 自述「12% 的 ROIC 最早要到 2032 年底才可能實現」,與偏緊的判斷一致。

其三,$3.6 兆還要再打一次折,而打折的方向同樣更嚴峻。Gartner 自己指出:由於多數 AI 原生廠商採輕資產模式,不到一半的 AI 營收會由持有大量基礎設施的業者賺走。若按此推算,真正流到資料中心業主手上的部分不到 $1.8 兆,實際缺口遠大於 $4.9 兆。反向的可能也同時存在:若模型層的毛利率隨規模改善、或推論需求出現非線性成長,$3.6 兆就可能被低估。這兩個方向都不在 Gartner 給出的區間裡,本報告不替它選擇,只把兩端並列出來。

另有一處最容易被弄錯、也最常被弄錯的地方:「$4.9 兆的營收缺口」與「$3.5/$4 兆的減損暴露」是兩個不同的量,不能相加,也不能互相替代。前者是收入端的差額;後者是資產端暴露於減損的金額——Gartner 原文給的是「截至 2030 年底,超過 $3.5 兆的 AI 基礎設施支出可能暴露於減損」,以及「若投資軌跡不變,至 2032 年可能有超過 $4 兆的資產價值暴露於減損風險」。這兩句換算的是資產,不是收入。

表 17-9:Gartner 需求側算術與本報告之驗算(2026/10/14 發布,全部 [EST])
項目Gartner本報告驗算
2026–2030 資料中心資本支出2026 年約 $1 兆+2027–30 年約 $6 兆合計約 $7 兆,與第 04 章推算同量級
需達到的累計營收(含融資成本與 12% ROIC)$8.5 兆較本金僅多 $1.5 兆;以平均未償餘額約 $4 兆、利率 7% 粗估,五年利息約 $1.4 兆,ROIC 空間極為有限
可歸因之企業與消費端 AI 營收最多 $3.6 兆缺口 $4.9 兆(8.5 − 3.6)
其中由持有基礎設施者賺得不到一半若成立則 <$1.8 兆,實際缺口大於 $4.9 兆
暴露於減損之金額2030 年底 >$3.5 兆;至 2032 年資產價值 >$4 兆與營收缺口為不同量,不可相加
12% ROIC 最早實現時點2032 年底與「門檻偏緊」之驗算方向一致
2030 年前 neocloud 停止獨立營運逾 80%對應情境 B(30%)與情境 D(7%)的傳導鏈
AI 最佳化 IaaS 支出2027 年 $660 億 → 2030 年 $1,740 億年複合成長約 38%,仍低於回收投資所需

需求側還有一個更根本的數字。若把「消費者願不願意付費」單獨看:美國家庭擁有付費 AI 訂閱的比例,2023 年初接近 0,到 2026 年 4 月才 2.2%——換句話說,每一百戶裡有九十八戶不付錢。這對上面那張表是一個不舒服的補充:$3.6 兆的營收上限裡,消費端能貢獻的部分極薄,缺口幾乎全部要由企業支出補;而企業支出正是最容易被預算上限、用量管制與自建部署切掉的那一段。

這張表與本報告的關係是互補,不是重複。第 01 章的合併沖銷問的是「集團內部交易之後,帳上還剩多少真實收入」——本報告算出 2026 年營收成長的 41.9% 來自集團內部(Nvidia 為 69.3%);Gartner 問的是「外部需求的總量能不能覆蓋全部投資」。兩個問題的答案指向同一個方向,但證據性質完全不同:本報告用的是財報與合約,Gartner 用的是預測模型。

因此本節不改變第 17.1 至 17.4 節的任何機率設定。Gartner 的「逾 80% 的 neocloud 停止獨立營運」是情境 B(信用事件,30%)與情境 D(系統性尾部,7%)的傳導鏈在需求側的說法;但只要情境 C(生產力兌現,18%)成立,$3.6 兆這個天花板就會被抬高——而那正是本報告自述可能被證偽的那一條。把兩者並列,會看到一件事:本報告給的是路徑與機率,Gartner 給的是終局與量級;兩者都指向產能與需求之間存在缺口,但沒有一個是市場報價。第 08 章那十二項監控指標之所以重要,正是因為它是本報告裡唯一一組不由任何人判斷、只由價格決定的數字。

  1. Gartner 新聞稿,2026 年 10 月 14 日(〈Gartner Says Over $3.5 Trillion of AI Infrastructure Spending Could Be Exposed to Impairment by the End of 2030〉);分析師 Will Sommer、Mark McDonald、John Lovelock;完整研究為《Prepare for AI Market Consolidation: Capital Write-Downs Could Exceed $4 Trillion by 2032》。全部數字 [EST];本報告未取得其模型明細,未獨立驗證。
  2. 本報告之驗算:8.5 − 3.6 = 4.9;7 兆本金與 8.5 兆門檻之差額為 1.5 兆;利息粗估=平均未償餘額約 4 兆 × 7% × 5 年 ≈ 1.4 兆;IaaS 年複合成長=(1,740 ÷ 660)^(1/3) − 1 ≈ 38%。
  3. 同期另有 Bain & Company 的估計(2031 年 AI 產業需要 $6 兆的年度營收)與 IMF 對循環交易的警告。Bain 的數字是年度流量、Gartner 的 $8.5 兆是 2026–30 年的累計,期間與口徑皆不同,不可直接比較。
  4. 承諾時程:S-1/A(2026/11/02)「Contractual Obligations」與流動性段落——2030 年 12 月 31 日前 447.5、12 個月內 69.8、總額 895.4。情境營收取本報告模型輸出(十億美元):S1 2027–30 為 136/327/638/1,120,S2 為 76/106/140/175,S3 為 58/64/67/67;算力強度分別 50%/56%/62%。承諾為現金支付、算力為費用,口徑不同,比率只作方向性比較。

SECTION 17.12附:承諾的算術——四年營收的九成

修訂版招股書給了三個時點:承諾總額 8,954 億美元、2030 年底前 4,475 億、未來 12 個月內 698 億。把它放進本報告的三條營收路徑,可以做一個不需要任何外部假設的測試:這批承諾,要用幾年的營收才付得起。

表 17-11:2030 年底前的承諾,對照三條路徑的營收與算力支出(十億美元)
情境2027–30 累計營收承諾÷累計營收2030 營收承諾÷2030 營收模型算力支出承諾÷算力支出
S1 路演照單全收2,22120%1,1200.40×1,1110.40×
S2 共識減速49790%1752.56×2781.61×
S3 循環壓力256175%676.68×1592.82×

讀法很直接。路演路徑下,4,475 億只是四年營收的 20%、模型算力支出的 40%——承諾不但付得起,還不夠用。共識路徑下,同一筆錢等於四年營收的 90%,而且是在付薪水、租金與稅之前;對照 2030 單年營收,是 2.56 倍。壓力情境下,它是四年營收的 175%、模型算力支出的 282%。

換句話說,只有一條路徑用得完這批承諾。這不是新資訊,是同一組假設的內部一致性檢查——但它把 S2 與 S3 的差別講清楚了:不是「需求會不會消失」,而是承諾先到期,營收還沒到。

差異只有四種收斂方式,沒有第五種:

短期那一格更硬:12 個月內到期 698 億,對照 S2 的 2027 年營收 760 億,等於一年營收的 92%。9 月底的流動性 1,466 億(現金 956 億、短投 363 億、循環額度 148 億)可以覆蓋,但那是 IPO 前的彈藥,不是營運現金流;用完之後,依靠的是上市募資與後續發債。

口徑:承諾是現金支付(含租賃本金與利息),模型的算力支出是損益表費用,兩者不同口徑,故「承諾÷算力支出」只作方向性比較,不是等式。2026 年第四季的營收與承諾支付未計入,對比率影響在 2 個百分點以內。

本節不改變任何機率與估值錨(S1 15%/S2 45%/S3 40%,加權 893)。它是一致性檢查,不是新證據;但它讓「S3 的 40% 是不是太高」這個問題有了可以爭論的形狀:如果你相信 S2 的營收路徑,就必須同時相信這 4,475 億會被重新談判,或毛利率會被壓到 10% 以下。兩者都不在 S2 的假設裡。