#個人整理一定會有不完整或理解錯誤，請以Podcast的內容為主。
A. 科技巨頭 AI 軍備競賽與變現難題
1. CAPEX 暴衝與變現時間差
科技巨頭目前處在 AI「CAPEX 爆炸」時期，投資速度極快，預期要到 2026～2027 年 才會趨緩。儘管長期變現仍不確定，但短期拉貨已確實反映在供應鏈營收，市場評價更看重「已入帳訂單」而非幾年後的商業模式。
2. 激烈競爭與寡頭化前的價格混戰
AI 工具多處於「半補貼搶市佔」階段，一旦開始收費，使用者容易跳到免費或低價競品。高度競爭讓價格難以穩定，需等市場進入寡頭階段後才能建立定價權。若在市佔不足時就提前漲價，反而讓競爭者趁勢吸客。
B. AI 滲透、企業 DNA 與產品體驗
1. 市場 vs 產業的資訊差
股市對「族群輪動、放量時點」的敏感度往往早於產業端。產業人士知道技術與 roadmap，但不一定知道何時放量；市場資金通常先反映，往往在基本面還很差時就提前落底反彈。
2. 企業 DNA 決定導入速度：高毛利先、薄利後
高價、高毛利企業願意嘗試 AI 整合與效率提升；薄利多銷企業因資金緊縮，多半要看到同行成功案例和明確數據，才會跟進。因此整體滲透順序通常從高毛利族群向外擴散。
3. Bootcamp 模式加速滲透：案例先行、FOMO 帶動
Palantir 類型 Bootcamp，先進駐企業做出可運作的案例，用量化成果證明效益。只要產業領先者做出效果，同業為避免被成本差距甩開，就會加速導入，使滲透呈現滾雪球效應。
4. 最終競爭是產品體驗而非 AI 本身
未來 AI 多半會內嵌於既有產品（如買雲端送 AI、文書工具整合 AI）。使用者不在乎背後是哪個模型，只在乎「順不順、是否省時間」。最終消費者買的是使用體驗，而不是 AI 本身。
C. NVIDIA 成本控管、供應鏈議價與 Google TPU 壓力
1. 川湖與 RVL：價格談判而非出局
川湖在 RVL 新名單中暫時消失後股價大跌，但從其專利與技術壁壘看，完全被替代難度高。市場最新訊息指出其可能在下一代 RVL 回歸，更符合「議價與成本壓力」的解讀，而非結構性淘汰。
2. L6 → L10 集中化：良率與成本雙控
伺服器從 L1～L11 的製造流程中，NVIDIA 過去做到 L6 就交給 ODM，如今傾向集中少數廠（如鴻海、緯創）做到 L10 直接出貨。好處是提升良率、降低供應鏈變數，也能放大議價與成本控管空間，使 system-level 毛利維持高檔。
3. 談價權：Group A 與 Group C 的差異
NVIDIA 直接採購的 Group A 壓力最大，而貿聯這類屬 Group C 的供應商主要由 CSP 談價，因此市場傳聞的「砍價」更可能來自 CSP 成本壓力，而非 NVIDIA 本身。關鍵是供應商能否同時打進多個陣營，而非只綁一家。
4. Google TPU 的壓力與補位
TPU 因 Gemini 系列崛起而被重新關注，客戶與管理層開始詢問「是否能用 TPU 降成本」。ASIC 不會全面取代 GPU，但存在本身就形成價格壓力。另一方面，Google 的需求量巨大，從晶片到散熱全球合規產能加總都不一定夠，因此若 Google 加速拉貨，有機會抵消 NVIDIA 砍價帶來的負面影響。只要零組件同時被 GPU 與 TPU 使用，就屬長線成長市場。
D. Intel、EMIB 長線題材與聯發科產能傳聞
1. Intel 股價拉升：兩種主流解讀
Intel 上漲有兩種說法：
-
可能承接 Apple 部分低階 M 系列訂單（未證實）。
-
市場提前反映 EMIB 先進封裝的長線價值。
外資加碼台系 EMIB 供應鏈，使第二種說法更受市場認同。整體較像是「封裝題材提前反映」，而非單一客戶因素。
2. EMIB 放量時程：題材遠、行情早
EMIB 實際大放量可能在 TPU V9，約 2028～2029。雖然遠，但在行情好的時候市場常提前數年反映。投資上要注意題材與實際營收落地的時間差。
3. 聯發科 CoWoS：確定與傳聞並存
已知明年聯發科 CoWoS 產能約 20K～30K。市場另有傳聞 2027 年可能到 70K～80K。若封裝瓶頸被突破將大幅受惠，但目前仍需驗證，尤其在股價轉強後容易出現過度樂觀的故事。實際產能與接單狀況仍是關鍵。
QA
A. 操作與成本控管
-
跌停時的處置： 針對如 華邦電 (2344) 跌停的極端情況，認為在均線仍強勢上揚時不應輕易砍倉。最終的決策取決於 持有成本。
-
低成本 (高獲利)： 應利用高獲利帶來的 高耐受度，將波動視為「多賺或少賺」，而非「賺錢或虧錢」。
-
高成本： 壓力極大，通常需要更快的止損反應。
-
-
機會成本與持股多樣性： 市場選擇多元，投資人不必將資金全數集中在單一強勢族群（如記憶體）。應考量 機會成本，將資金分散於尚未被充分反映的類股，例如 IC 設計 (世芯-KY, 創意)、封測、或探針卡等。
-
賣出策略： 不追求賣在最高點。採用 漸進式減碼（例如看到大型吞噬黑K時減碼），可以避免極端操作，讓心情更平穩。
B. 投資心態
-
資產選擇的偏好： 個人偏好會具備生產力、會產生現金流的資產，例如企業股票。對黃金和比特幣的看法與巴菲特相似，因其本身無法創造生產
-
知識與哲學的動態修正： 投資哲學不是一成不變的標準答案。所有的知識和決策都會隨著市場經驗（如過去錯失長線標的）而動態調整，核心是 不斷修正 以適應市場。
-
面對低潮與虧損：
-
風險意識： 投資人當有不錯的生活後，必須提高風險意識，避免「拿命去賭」。要找到 「何時該停止」 賭博式操作的界線。
-
撐過低潮： 遇到挫折時，解決方法是持續向前看，專注於當下的決定。將每個交易日視為新的開始，不再糾結於過去的損失。
-
#個人想法
BTC會跌原來是可能跟詐騙被剿有關，我還一直想為什麼可以跌這麼多，新聞也只說聯準會、美國政府停擺，但是覺得這兩件事只是暫時的，所以好奇就在25號買了一點等看看。
Intel的漲，我還以為是跟羅有關，因為可能帶了什麼技術去，可能期待著前段技術得到提升，未來幾年內有機會吃TSMC的一點點的市佔之類的，所以先漲。
不過蠻好玩的是ChatGPT/Gemini兩個都問了羅的背景跟技術能力，還有如果去Intel的話，預想可能可以帶來什麼幫助，ChatGPT會說因此，不管是社群討論、論壇流言，或者你給的那個連結 (若它存在) — 都無法被我確認為「可信披露、可驗證」的來源。但Gemini可以一次就這個新聞事件確實引起了半導體業界的巨大震動，涉及的人物是台積電前資深副總 羅唯仁 (C. C. Lo) 博士。然後後面說了很多。
ChatGPT可能會對內容做可信度的確認，就算我的問題中有提到有新聞得到，我們就假設。