報告摘要
CSP變現能力獲驗證，AI資本支出超級週期延續
AI供應鏈歷經去槓桿修正，中長線布局機會浮現
維持相對正向評等，標普500 2026年底目標價8200點
投顧觀點
近期全球市場正經歷一場罕見的資金競爭與劇烈的去槓桿化過程。隨著聯準會改變溝通策略並減少前瞻指引，市場對政策不確定性的擔憂加劇，進而推升美國長端公債殖利率。此波殖利率上揚不僅反映能源價格與地緣政治風險，更深層的核心在於全球進入史無前例的資本渴求週期。在此結構性壓力下，市場經歷了快速且猛烈的部位重置，機構大幅削減總曝險，使動能交易與科技類股出現劇烈震盪，惟整體總體經濟基底依然維持穩健。
在企業基本面與人工智慧發展上，市場焦點已從單純的資本支出擴張，嚴格轉向檢視實質的投資報酬率（ROI）與變現能力。近期財報顯示，能證明AI投資已轉化為實質營收的大型雲端業者如微軟與亞馬遜，獲得市場高度肯定；相對地，未展現明確變現路徑的企業則面臨估值修正壓力。同時，AI產業的競爭格局正快速演化，隨著前沿模型降價與推論成本大幅滑落，運算資源逐漸商品化。
企業為確保數據主權並提升營運效率，未來將更傾向部署在地化的小型專門模型。推論成本的降低將大幅推升AI應用普及率，最終將生產力紅利從少數硬體供應商擴散至更廣泛的實體經濟體系。
操作建議
隨著聯準會順利渡過七月會議並傾向維持利率按兵不動，市場對尾部風險的疑慮已大幅減輕，疊加市場對超大規模雲端業者的財報與資本支出展望解讀正面。
近期全球科技股與動能倉位的激進去槓桿，已推動部分高品質標的落入超賣區間，為具備長線耐力的資金創造出佈局機會，隨著去槓桿情緒逐步平復，選擇性逆向布局高競爭力的AI供應鏈，為當前的首選策略。
美國財報季持續展現盈餘上修動能，基本面表現支持標普500持續創下新高，維持美股相對正向觀點，標普 500 2026年底目標價8200點不變。
S&P500 全年盈利成長表現強勁
資料來源：Bloomberg，永豐投顧整理
S&P500 2026年底目標價8200點
資料來源：Bloomberg，永豐投顧整理
全球市場重新定價的3大變數
《資本需求升溫，長端利率結構性走高》
當前全球經濟正進入人類史上對資本需求最龐大的投資週期。AI基礎設施建設、全球供應鏈重組、再工業化、國防再投資與電網重建，加上各國政府龐大的利息與福利支出，共同推升了對資本的強烈渴求。
聯準會與長端利率：聯準會取消前瞻指引以重建抗通膨信譽，但缺乏框架透明度導致市場不確定性增加。在強烈資本競爭與財政赤字擴大的背景下，美國30年期公債殖利率突破至金融海嘯前的高點。長端利率的結構性上升與期限溢酬的增加，已成為市場的新常態。
日本央行與外匯市場：日本央行立場轉鷹，承認通膨有超標風險，配合潛在的外匯干預，顯示政策制定者正致力於為日圓建立具可信度的支撐底部。
《擁擠交易退潮，市場進入流動性重置》
近期市場經歷了五年來最大規模的全球科技股拋售與顯著的去總槓桿化（De-grossing）過程。
此現象主要反映了資金過度集中與槓桿過高的風險重置，宏觀基本面依然穩固。
動能因子（MomentumFactor）出現極端回撤，目前市場已削減大量風險曝險，進入較為健康的逐步再槓桿階段。然而，在已實現波動率相對於標普500指數收斂之前，動能交易預期將維持區間震盪。
《地緣風險升溫，能源價格仍受政策制衡》
美國與伊朗的衝突以及中東局勢在政策框架內呈現高度的「反身性」（Reflexivity）。當油價逼近$100或是金融資產遭遇拋售時，通常會引發政策上的「去」升級回應。只要未出現實質性的供應鏈中斷，能源價格預期將在中段$80至高$90之間尋找新均衡。
AI投資價值獲得驗證的2大關鍵
《資本支出：從現金流疑慮走向基建超級週期》
四大巨頭一致面臨嚴峻的硬體供應鏈瓶頸與算力供不應求的挑戰。為確保在未來通用人工智慧與企業雲端市場的市佔率，各家企業毫不猶豫地大幅上修2026年與2027年的資本支出計畫。
市場過去對巨額CapEx拖累自由現金流的疑慮，已透過管理層對「投資生命週期」的拆解得到緩解。以Amazon為例，伺服器設備的回收期約為3年，而資料中心的生命週期長達30年以上，前期龐大的土建與基礎設施投入，將支撐未來5到6代伺服器的迭代。
Google為應對短期算力短缺，甚至採取了每瓦50美元的高昂第三方算力租賃合約作為過渡橋樑。
《投資回報：從成本中心走向獲利引擎》
本季財報最顯著的突破在於，AI投資已跨越了單純的「成本中心」，正式轉化為驅動獲利增長的核心引擎。雲端三雄（AWS、Azure、GCP）均展現了驚人的營運槓桿效應。
Microsoft的Azure營收在固定匯率下加速成長至43%，且其GPU從抵達資料中心至正式上線的時間（dock-to-live）縮短近50%，大幅提升了產能變現效率。
Google Cloud的營業利益率由去年同期的20.7%飆升至35.6%；AWS同樣在重資本投入下，將營業利益率推升至39.4%，其AI相關的年度經常性營收（ARR）已突破250億美元。
在數位廣告板塊，AI對於ROI的提升同樣立竿見影，Meta透過GEM廣告排序模型與序列學習模型，使轉換率大幅躍升15.7%；Google的AI Max亦帶來了15%的轉換率提升。
AI產業進入下半場的3大演化
《成本結構：推論成本下降，專有數據價值升高》
隨著OpenAI等企業大幅調降API價格，AI推論（Inference）成本與Token價格正快速下降，走向商品化。
企業未來的核心價值在於利用專有數據訓練的小型、專業化模型，而非單一的巨型通用模型。
未來隨著運算成本的大幅下降，AI的受益者將從少數基礎設施供應商，廣泛擴散至標普500中能有效利用AI提升生產力的實體企業。
《應用架構：從單一前沿模型走向多模型與代理式AI》
在技術架構與產品應用上，產業趨勢明確地從「追求單一前沿模型（Frontier Model）」轉向建構「多元模型生態系」與部署「代理式AI（Agentic AI）」。
企業客戶的預算分配邏輯正在轉變，更傾向於根據工作負載的複雜度，彈性搭配開源模型、小型語言模型（SLMs）與前沿模型；MicrosoftM365Copilot付費席位突破3000萬席；Meta在WhatsApp上部署的商務代理人已能獨立解決85%的顧客對話；Google內部透過代理式開發平台Antigravity將Chrome的開發時程從2年壓縮至3個月。
《商業模式：自研晶片與內部算力開始對外變現》
為了擺脫對單一GPU供應商的過度依賴並進一步壓低推論成本，雲端巨頭在自研晶片的商業化腳步上出現重大進展。底層硬體的控制權，正成為雲端服務定價能力的關鍵護城河。
Google首度於本季認列TPU硬體的外售營收，採取Gross basis認列，預期此業務將在2027年迎來爆發。
Amazon亦公開表示，面對企業客戶強烈的獨立部署需求，正積極評估將自研的Trainium晶片脫離AWS環境，直接外售給第三方資料中心。另一方面，擁有龐大內部算力的Meta，在面臨極高溢價的外部算力需求下，正展開API商業化與算力租賃的戰略評估，顯示其正逐步向雲端服務供應商（CSP）的商業模式試水溫，以尋求核心廣告業務之外的第二成長曲線。