【股票投資】有好多散戶都想買 AI概念股 ，或已有買，但真正清楚企業及行業本質的人，卻非常少。本文將提供一個「AI概念股速成班」，協助讀者釐清各公司實際從事的業務，分辨其長線潛力與重大風險。以下不僅會探討這些公司為何能「賺大錢」，也會指出在那種情況下，它們可能「從天堂跌入地獄」。

AI概念股 深度解析

此外，整個AI生態正在發生轉變——從初期著重「訓練」，逐漸轉向「推理」，以至「AI Agent」的應用，這個變化是否會讓當前幫你賺錢的股票，變成「長期蟹貨」，本文也會深入拆解。

AI生態概覽：從算力到晶片

講到AI生態，多數人首先想到的是AI模型（如ChatGPT、Gemini），然而，這些模型運作需要兩大要素：「電力 + 算力」。算力來自數據中心內的AI晶片。一顆AI晶片的生命週期，涵蓋了設計、生產、封裝等多個環節。

生態一：GPU/ASIC設計 「賣鏟人」的暴利生意

AI一切，始於「設計」。晶片設計公司是AI生態中的「賣鏟人」，只要有人需要建立AI模型，就需要晶片，因此，AI世界中最賺錢的並非OpenAI這類模型公司，而是向全球收取「算力稅」的晶片設計公司。

現階段最賺錢的兩家「賣鏟人」如下：

英偉達（NVDA）：

不僅GPU強大，更擁有完整生態系統（如CUDA、NVLink），協助用戶高效部署AI模型，客戶一旦採用其生態，轉換平台成本極高，使其盈利能力相當強勁。

然而，如前所述，產業重心正從訓練轉向推理，英偉達的晶片在訓練方面優勢較大，此轉變總會對它有些負面影響。但由於英偉達正將定位由「賣GPU」轉為「AI 基礎設施層」的提供者，所以，企業有一定價值。

博通（AVGO）：

大型科技企業為提升自家模型的差異性，開始研發自家的客製化晶片，這造就了「博通」這類專為客戶設計客製化晶片的贏家。

晶片設計公司之所以如此賺錢，主因在於資本投入較少：它們主要從事研發，無需興建生產設施，製造環節外包給台積電等代工廠。這種輕資產模式帶來極高利潤。

（注意：並非所有設計公司都如此好賺。前提是必須擁有高技術、收入規模足夠大，才能攤銷研發等開支，達到NVIDIA和博通那樣的賺錢效果。例如AMD，雖也設計晶片，但因技術與生態落後，盈利能力明顯較弱。）

AI概念股 ｜港股/Ａ股

港股/Ａ股，同樣存在從事GPU設計生態且具投資價值的公司。但它們的市佔與規模遠小於英偉達（NVDA），部分尚未盈利。即使有盈利，歷史也較短，風險不低。然而，值得認識的原因在於：中國政策長期希望實現AI產業鏈全面國產化，且AI市場空間仍大。這些中國前列的公司具一定投資價值，但潛力與風險皆高，僅適合小注投資。

展望：未來AI將成為不可或缺的工具。雖然近年使用者大增，但距離全面普及尚遠，AI晶片仍有充裕的增長空間。英偉達與博通的主要問題是股價常處於高位，進貨時僅適合小注慢慢累積，不宜過度進取。

生態二：CPU生態——近期關注焦點

以往市場焦點在GPU，因其為算力核心，但如今GPU性能大幅提升，瓶頸反而轉向CPU。若CPU調度/協調速度跟不上GPU節奏，將拖慢整體AI運算效率。因此，市場開始增加CPU與GPU的比例，CPU需求將上升。

市場主要CPU概念股有三間：

AMD、Intel，以及本文將重點介紹的ARM。在三者中，ARM潛力相對較高。ARM本身不生產CPU，而是提供CPU的「ARM架構」。任何公司使用ARM架構，都需支付專利費。ARM架構的優點是低能耗與高擴展性，在AI推理、邊緣AI設備（手機、機械人等）上，比傳統x86架構更具優勢。

近期，ARM更自行投入自研CPU，開拓新業務。管理層認為長期收入有機會達到150億美元以上，為現時收入的4倍。然而，這不代表估值可直接上調4倍（而且最終，也不一定達至管理層預期），因為新業務本質上與客戶競爭。若自研CPU生意增加，專利費收入很可能相應縮減。

此外，專利費業務的運營成本極低，毛利率可達90%以上；自研CPU相信成本會較重，將削弱整體盈利能力。總體而言，賣出一整套CPU設計方案的收入應高於單純IP授權費用，故長期ARM收入增長潛力，是偏向正面。但盈利增幅應會小於收入增幅。

生態三：DRAM/NAND記憶體生態

GPU與客製化晶片負責運算，但運算需要資料，這就離不開記憶體。

記憶體主要分為兩類：

  • NAND（快閃記憶體）：類似儲物室，空間大，用於長期儲存大量數據。
  • DRAM（動態隨機存取記憶體）：類似工作檯，面積較小但存取方便，供GPU隨時取用資料，高效能運算需要先將資料從NAND抽出，暫存於DRAM，以提升流程效率。其中，最適合AI應用的DRAM為HBM（高頻寬記憶體），NVIDIA的GPU、Google的TPU主要都是使用HBM。

AI概念股 ｜高端DRAM幾乎被其壟斷

美股美光（MU）、韓股SK海力士（000600.KR）、韓股三星（005930.KR）都為DRAM龍頭，高端DRAM幾乎被其壟斷，具不錯的投資價值。然而，由於供應常不足，市場正尋找替代方案。例如，部分新上市企業採用巨型AI晶片以降低對HBM的依賴，但DRAM的長線重要性預期仍在。

近期DRAM概念股上漲，除AI需求外，也因DRAM以往高度同質化且具高週期性，估值不高。AI出現後，長期新增需求有望降低週期性，使盈利更穩定；同時，HBM作為AI基建核心，也將進一步提升估值。但製作本文時，相關股價已上漲不少，暫不建議”過於進取”地入市。

NAND方面：

三大DRAM龍頭也有生產NAND，另有Sandisk（SNDK）都可考慮。NAND過去困境在於難以簽訂長期合約，產能難以預測，導致盈利波動。但AI與AI Agent對上下記憶的需求，將利好NAND發展。

整體而言，DRAM技術含量較高，與GPU運算速度直接相關，其投資價值明顯高於NAND。

生態四：設備與材料，光刻機與光阻劑

ASML：生產DUV與EUV光刻機的公司。

台積電若無ASML的EUV光刻機，也無法製造高端晶片。市面上能生產EUV光刻機的僅ASML一家，形成完美壟斷，使其股價長升長有，具極高投資價值。

潛在風險：

2026年5月，華為發表了一項新晶片設計技術，可利用「時間縮微」取代「幾何縮微」，透過邏輯摺疊等創新提升電晶體密度，繞過摩爾定律。

華為預計2031年可達1.4納米製程同等效果（這裡指的是「效能」，而非物理上造到1.4納米），而台積電，預計2028年達成1.4納米製程。若該技術成功量產，意味中國即便沒有ASML最先進的EUV光刻機，也能製造高端晶片，有機會打破「無先進EUV光刻機就做不出好晶片」的市場宿命。

當然，此技術尚新，存在不確定性，且相信仍需多種技術、硬體、材料配合，才有機會成功。但此變化，的確存在可能削弱ASML長期壟斷優勢的風險。讀者需釐清新技術有助於「降低」對EUV光刻機的依賴，而非「完全取代」。目前技術尚未商業化，未實質動搖ASML地位。因此ASML仍有極高投資價值，但投資時必須明白此潛在風險。

光阻劑作用

另一關鍵原料：光阻劑（又稱︰光刻膠）

光阻劑是一種感光材料，用於將晶片設計圖清晰印在晶圓上。如果光刻膠質素不足，即使你有最先進的EUV光刻機，也無法於晶片上印上精細電路。有能力生產高品質光阻劑的公司不多，東京應化（4186.東證）和信越化學（4063.東證）會是較具投資價值的兩間。

生態五：代工與封裝

要將晶片設計轉為實體產品，需依靠代工企業。主流代工廠包括：台積電（TSM）、三星（005930.KR）、Intel（INTC）、中芯國際（0981）。其中技術與良率最高的是台積電，故投資價值最高，三星與Intel雖有技術，但製程能力與良率不及台積電，且非純代工，故不建議投資（若你目標是投資代工企業的話）。

中國政策推動晶片產業鏈全面國產化，中芯國際（0981）雖製程能力較弱，但未來將受惠政策支持，在代工生態中反而比三星、Intel更具投資潛力。

生態六：AI模型與雲端服務

最高投資價值，當然是美國科技巨頭Alphabet（GOOG）、Microsoft（MSFT）和Amazon（AMZN），因其擁有最完整業務生態。單純提供AI模型服務，不易在短期內平衡收支，可能引發資金鏈問題。但Google等企業除了模型，還有雲端業務，受惠於AI推動雲端需求，資金回籠更快，且有其他業務資金支援AI發展，長線投資價值較高。

中國方面，阿里巴巴（9988）、騰訊（0700）的發展模式類近。同時擁有AI大模型與雲端業務，同樣值得跟進。

從LLM到AI Agent的轉變：

AI行業正從大型語言模型（一問一答）轉向AI Agent應用。AI Agent是長時間地進行一連串工作，導致Token消耗量大增，這將使提供模型的公司收入上升，加速模型「可盈利化」。（註︰Token指模型係生成文字或處理輸入時最細單位。你可以先視它為AI模型的計費單位，全令你較易掌握今次文章的分析。）

目前Google的模型技術相對領先，是加分位，其近年增收益長雖非急速，但以一家數萬億美元規模的公司而言，表現已算不錯。然而，模型較弱的企業仍有機會。在AI Agent時代，Token消耗倍數級增加，用家使用成本壓力巨大。因此，高性價比的模型可能殺出重圍。例如中國模型MiniMax M2.5，每百萬Token成本僅為某些知名美企模型的不到10%，便宜許多。

關於Token成本的誤解：

許多人認為美國科技企業使用英偉達晶片，生成的Token一定「又平又靚」，中國企業無法競爭。但這種看法，其實不夠完整。Token成本不能只看AI晶片，而要考慮晶片全生命週期成本（TCO），包括折舊、維修、電費等。中國AI晶片雖不如英偉達，但電力、維修等成本較低，且許多模型算法優化良好，可進一步壓低TCO。

低TCO使中國模型Token定價更便宜，在講求高性價比的AI Agent時代，競爭力自然提升。因此，中國AI模型企業不一定沒有投資價值。

中國AI模型企業中，最穩健的是阿里巴巴（9988）和騰訊（0700），因它們有雲端、生態及原有業務支援。潛力較高的，可以考慮純AI模型公司，如MiniMax（0100）、智譜（2513）。但它們尚未盈利，風險較高，需自行平衡。

AI產業已從訓練轉向推理為重心

AI產業已從訓練轉向推理為重心，應用也從LLM一問一答轉向AI Agent。整個生態的變化正悄然改變行業格局。過去幾年享受AI紅利的企業，如英偉達、台積電、ASML等，未來優勢依然存在，但它們近乎獨一無二的優勢地位能否持續，值得思考。另一方面，過去不起眼或處於弱勢的企業，會否因生態或地緣政治格局轉變而逐步崛起，也值得關注。

最後，需留意宏觀因素：當大型科技企業對AI的資本開支放緩、加息，或AI Agent商業化低於預期，股價都可能受到影響而變得波動。

AI概念股 投資策略

AI發展空間仍然巨大，值得投資人部署，但只宜選有實力企業，同時，部分概念股盈利波動較大，多屬風險類潛力股，投資時應控制注碼，慢慢分注儲貨，長線持有，耐心等待成長。若你自問較保守、經驗較淺、或已退休，本文章提及的股票風險會過高，未必適合你。

（本人為證券業持牌人士，上述股票持有英偉達。上述文章只是企業分析，只供學術性質，並不構成任何投資建議或邀約，投資者在投資前，請自行花時間研究企業，才決定是否適合自己。）

更多股票投資內容：理財個案 ｜怕股價跌蝕錢唔敢投資 買兩份儲蓄保險已供3年 點部署

作者簡介：龔成（龔成Facebook專頁）是財經書作者，至今出版超過10本財經書，包括《股票勝經》、《選股勝經》、《50優質潛力股》、《50穩健收息股》、《50值博倍升股》、《大富翁致富藍圖》、《80後百萬富翁》、《80後2百萬富翁》、《80後3百萬富翁》、《財務自由行》等，過往曾以萬元月薪滾出數百萬，現為股票班導師，身家過千萬元。

免責聲明：本網頁刊載的所有投資技巧及分析，僅供參考用途。讀者作出任何投資決定前，要自行判斷及審慎處理，更要自行掌握市場最新變化。若不幸招致任何損失，概與本網頁及相關作者與受訪者無關，本網頁概不負責 。而本網頁所有專欄作者的觀點，不代表本媒體立場。