AI需求爆發，獲利卻沒跟上？從Anthropic財報到邁威爾高價併購，完整剖析AI當前瓶頸與未來方向

談這兩個新聞對AI產業的影響前，我想先講兩個關於預測的故事。

1928年，經濟學大師凱因斯寫了一篇名為《我們子孫後代的經濟前景》（Economic Prospects for Our Grandchildren）的論文，主張數十年的生產力與科技進步，將為我們的子孫帶來一個新問題，未來要如何利用大量的閒暇時間？他甚至預言，百年後，人們將每周只需要工作15小時。

現在是2026年，大約就是凱因斯預言的時間點，但大家都很清楚，人們並沒有每周只工作15小時，時間遠遠超過這個數字，只有愈拉愈長，至少我自己工時沒有減少，每周大概都會超過51小時吧！至於身邊很多人，即使AI好像可以做很多事，但大部分都更努力地超時工作。

第二個故事，是最近閱讀前台積電技術長胡正明先生新書的心得。他提到，1973年他到MIT（麻省理工學院）任教時，所有人都在談《成長的極限（The Limits to Growth）》這本書，這是由MIT史隆管理學院教授研究出版，被翻譯成近40種語言的暢銷書，主要是談到，若依人類追求經濟成長的慣性發展趨勢，將導致資源失衡崩潰，預測到本世紀的中葉，將出現全面毀滅式的環境經濟社會崩潰。

胡正明先生說，這項對成長極限的預言，如今看起來沒有發生，馬斯克甚至還說，人類如今進入了不虞匱乏的富足年代。他認為，主要原因當然是大家忽略了科技的進步，尤其是半導體的快速發展，讓成長不斷持續進行。

短期算力支出增加　Anthropic第三季再現營業虧損

講完這兩個故事，我想再仔細來談，前面提到的，Anthropic及邁威爾兩家公司的新聞，對AI產業發展的衝擊與影響。

先談Anthropic。自上周剛公布完上市說明書後，想不到這麼短的時間，Anthropic 又提交一份修訂文件給美國證券交易委員會（SEC），新增第三季的財報。

第三季營收高達170億美元，跟去年同期相比瘋狂成長了1127%，季增放緩為 47%。這季出現了5.67億美元的營業虧損，比起第二季獲利9.74億美元的表現，這次轉盈為虧，淨損部分來到233億美元，調整後營業獲利為25億美元，調整後營業利益率則從第二季的19%下滑到15%。今年前9個月的累計營收總計為332億美元。

Anthropic表示，這季之所以會再次出現營業虧損，主要是因為50億美元的高成本短期算力支出，以及20億美元的非現金捐贈匹配費用。前9個月的淨損總共達到1040億美元，這主要反映了因為可轉債價值上升，而產生的943億美元非現金支出。

先不要被這麼多數字給搞亂。簡單講一下結論，這份財報對AI產業的需求面是正面訊號，對Anthropic本身的獲利能力則是警訊，對算力供應鏈（包括台灣）短期是利多。其中，財報中最重要的一句話，其實是「需求超過了長期合約能提供的算力」。

Anthropic對於第三季出現營業虧損，較第二季轉盈為虧，主要有兩個原因：

一是50億美元的短期算力，因為需求超過長期合約的算力供給，因此Anthropic 只好買進50億美元的短期算力，招股書形容這比長期合約「貴得多」。這就像工廠接單太多、產能不夠，只能用高價外包。

二是20億美元的捐贈配對費用，這是和員工捐贈配對計畫相關的非現金費用，屬於一次性質。如果把這20億美元拿掉，營業虧損就會轉為獲利；如果短期算力能換成較便宜的長期合約，獲利會更好。這也是為什麼調整後的獲利金額仍比第二季略增。

因此，財報釋放出來的正面訊號，確實是需求真的大於供給，另外營收規模也持續擴大，單季170億美元，年化已超過600億美元。季增47%雖然放緩，對這個規模的公司來說仍然很高。

財報有五個負面訊號　短期對台灣供應鏈仍正面

至於負面的訊號也有，一是成長確實在放緩，季增率從約144%降到約47%。第三季新增營收約54億美元，少於第二季的約68億美元。

其次是，降價壓力已經反映在營收上。新模型降價和折扣讓營收少了約6億美元，這是Token價格下跌對Anthropic營收影響的具體數字。

三是利潤率下滑，未來還可能反覆。已有分析師預期，Anthropic可能會獲利一兩季，然後再度虧損。只要算力需求持續超過長期產能，就得繼續買高價短期算力。

第四是算力承諾比市場預期的更大，先前各家估算約4750億到7500億美元，但這次正式揭露約8954億美元。

最後第五點是稀釋風險，目前有17.7億股流通在外的員工認股權，還保留最多 29.5億股用於新的股權激勵計畫，對IPO買家來說是不小的稀釋壓力。

因此，這份財報再次呈現AI產業的價值分配問題，目前需求很強，但利潤目前主要流向「賣鏟子」的算力供應商，而不是模型公司本身。

再總結一下，Anthropic第三季財報同時證明了兩件事，AI需求是真的，但把需求變成穩定獲利，比想像中困難。對AI產業整體，它削弱了「沒人需要AI」的空頭論點，但對Anthropic這類模型公司，它強化了「成長放緩、利潤率受壓、承諾龐大」的疑慮。

至於對台灣供應鏈來說，短期是正面的，因為算力不夠用，代表晶片、伺服器、電源和散熱的需求仍會延續。中長期仍要看模型公司能不能把營收成長，轉化成足以支撐近9000億美元算力承諾的獲利。

AI競爭重心轉移　光通訊成為戰略資源

至於邁威爾收購Lumentum，總值1150億美元的全股票交易，在規模上，這比博通2023年併購VMware約690億美元還大，是半導體產業有史以來最大的併購案之一。

這筆交易在11月2日正式宣布，選擇的時間點正值半導體股大幅修正的時刻。但它的指標意義在於，AI的競爭重心，正從「運算晶片」延伸到「晶片之間怎麼連」，而光通訊已經成為和GPU、HBM同等級的戰略資源。

再確認一下為何這個併購案很重要？因為，「銅轉光」是AI的下一個瓶頸，AI叢集愈做愈大，從幾千顆GPU擴大到幾十萬顆，晶片之間、機櫃之間要傳的資料量暴增。傳統銅線在高速、長距離下耗電大、訊號衰減嚴重，光通訊成為必要的替代方案。

很多人都了解，目前資料中心最大的限制是電力。光通訊比銅線省電，在電力受限的環境下，它的重要性更高。

此外，「電＋光」的垂直整合，也是邁威爾和博通、輝達競爭的必要條件。邁威爾擅長高速訊號處理晶片（DSP）和雲端業者的客製化AI晶片，至於Lumentum擅長雷射、光學元件，以及光電路交換器（OCS）。邁威爾收購Lumentum，等於補齊光學這一塊，從賣晶片變成能提供完整的「電＋光」解決方案。

更重要的是，關鍵元件的產能爭奪，如今已變得更重要。先前報導指出，Lumentum 自稱產能已售罄到2029會計年度。在AI時代，雷射和光學元件的產能就像先前的CoWoS、HBM一樣，成為稀缺資源。併購是確保產能和技術的直接手段。

因此，邁威爾的收購，顯現的正是產業整合的訊號。當AI基礎設施正從「各自專精」走向「垂直整合」。過去GPU、記憶體、網路、光學由不同公司各做一塊；現在大廠都想提供完整方案，掌握更多附加價值。這次併購可能帶動更多光通訊和網路相關的整併。

不過，這個併購案，從10月下旬開始傳出來，到昨天正式宣布，不只兩者股價都大跌超過兩、三成，大幅修正的市值，引發市場不少疑慮。

光通訊未來成長性可期　台灣廠商處於關鍵位置

這個原因不難推敲，因為交易宣布時，正值市場對AI投資報酬率的疑慮升高。此外，另一個重點則是股權稀釋，因為併購採全股票交易，邁威爾股東持股將被稀釋約三分之一，而不像過去很多大型併購案也會搭配現金，但現在AI發展快速，大部分企業都缺現金，只能用股票來換，邁威爾帳上現金只有約39億美元，不足以用現金支付這麼大的交易，以全部都是股票的方式來併購，也是造成股價大跌的主因。

當然，大型併購案還會有監管風險，未來需要美國和中國監管機關批准，中國的審查可能曠日費時，這也是交易要到2028年上半年才完成的原因之一。

至於還有Evercore ISI分析師提出一個好問題，既然Lumentum產能已經賣光，為什麼還願意出售？市場會解讀為賣方認為現在估值已經很高。

不過，這裡最值得分析的，還是對台灣供應鏈的影響。

首先，台積電及台灣的先進封裝產業應該都可以受惠，因為邁威爾的客製化AI 晶片和高速DSP主要由台積電生產。未來如果邁威爾推進共同封裝光學，把光學元件和晶片封裝在一起，會進一步帶動台積電的矽光子技術和先進封裝需求，日月光等封測廠也可能受惠。

其次，台灣有不少光通訊磊晶、光纖陣列、光收發模組業者。合併後的公司可能整合供應鏈、重新分配訂單，對既有供應商是機會也是挑戰，要看各家能否打進新的「電＋光」整合架構。

把時間拉長來看，光通訊會是AI硬體接下來成長最快的領域之一。台灣在晶圓代工和封裝的優勢，讓它在「銅轉光」的轉變中仍處於關鍵位置，但雷射等核心光學元件，目前仍以美國和日本廠商為主，這是台灣產業發展的弱點。

我的看法是，這筆交易最重要的指標意義，則是AI硬體的戰場正在擴大。過去兩年市場焦點在GPU、HBM和CoWoS，接下來，連接這些晶片的網路和光學，會成為新的瓶頸和新的獲利來源。

不過，過去大家關注資料中心受電力限制、算力供不應求、Anthropic被迫買高價短期算力，都說明AI基礎設施的瓶頸不只在晶片本身，而在整個系統能不能有效、省電地串起來，這將是未來關注AI產業發展時，很關鍵的重點。

半導體加速經濟發展　晶片的未來就是世界的未來

回到前面講的兩個關於預測的故事。

凱因斯當年所處的環境，是已從農業進入到工業的時代，但大家都很清楚，人類發展最快速的階段，是後來進入資訊時代，這是經濟學大師凱因斯沒有預料到的發展，而當資訊電子進入爆發性成長後，工作愈來愈複雜，人們當然也會愈來愈忙，這是他預測失準的原因。

而且，生產力提升後，人們選擇消費更多，而不是休息更多；新的需求不斷被創造出來；所得分配不均也讓很多人無法減少工時。

凱因斯準確預測了生產力的大幅成長，卻沒有預料到人類的慾望和新需求，會隨著科技一起擴張。資訊電子時代帶來了無數新產品、新服務和新工作，人們不但沒有變閒，反而更忙。今天AI的發展，看起來也正在重演這個故事。

至於胡正明先生提到的那本書，當年MIT教授群研究成長的極限時，關注的是人口成長，還有石油、食物、土地等地球有限資源的關係，卻忽略了以矽砂做出來的半導體，會出現那麼巨大的成長潛力，1972年還在IC發展的初期階段，但後來經歷了PC、網路、手機到現在AI等各種產業變化，半導體成為推動這些令人難以想像人類經濟社會快速成長的關鍵原因。

有趣的是，半個多世紀後，AI又遇到了新的「成長的極限」，只是這次的瓶頸不是石油和糧食，而是電力。資料中心蓋不起來、算力供不應求，正是今天AI產業最大的限制。而突破這個限制的答案，可能仍然來自半導體：更省電的晶片、更有效率的光通訊、更先進的封裝。這也是為什麼邁威爾願意花1,150億美元押注光通訊。

不過，半導體讓產業與經濟加速發展，胡正明也是其中貢獻半導體技術變革的指標人物，而他說過一句話，至今他依然非常相信，「晶片的未來，就是世界的未來」。這句話我很喜歡，這也正是今天我們觀察很多問題時，尤其是要對未來做預測時，這句話應該可以提供最佳的說明與註解。