AI 伺服器量愈大，為什麼賺愈少？ - figure

鴻海第一季營收 2.1 兆元，創同期新高，年增 29%。

廣達 AI 伺服器出貨量今年擴產八次，仍然供不應求。

緯創、緯穎的月營收一再刷新歷史紀錄。

這些數字放在新聞標題上，讓人覺得台灣 AI 供應鏈正在大豐收。

但有一個數字，通常不在標題裡：

廣達 2026 年毛利率預估，約 5%。
鴻海毛利率，約 6%。

代工業做到這個規模、這個量，毛利率是 5–6%。

這是一個值得停下來想一下的數字。

量大不等於賺多，這是代工業的詛咒

台灣代工業有一個老問題，在 AI 伺服器這個新題材上，正在重演。

當一個產品從早期稀缺進入大規模量產，製造端的議價能力就開始下滑。誰控制關鍵零組件，誰才有定價權。

AI 伺服器裡最貴的東西，是輝達的 GPU。一片 H100 的市價，在高峰期超過 3 萬美元。台廠把它裝進機箱、接好線路、測試完畢出貨，賺的是那個組裝的工錢，不是 GPU 的利潤。

所以你會看到一個弔詭的現象：出貨量愈大，帳上的 GPU 成本就愈大，分母愈大，毛利率就愈被稀釋。量成長了，但賺錢的效率，沒有等比例成長。

這不是台廠的問題，這是代工業的結構性限制。

但這不是說台廠沒有出路。有幾條路，已經有人在走了。

第一條：ASIC 客製化設計。

廣達替 Meta 和 Google 做的，不只是組裝現成的 GPU 伺服器，而是參與 CSP 客製化晶片（ASIC）的伺服器設計開發。這種訂單的毛利率，可以突破雙位數，遠高於組裝輝達標準機的那個 5%。

差別在哪裡？標準機誰都能做，ASIC 機架的設計能力只有少數廠商有。技術壁壘高，CSP 客戶沒有那麼容易說換就換。

第二條：液冷散熱的軟硬整合。

AI 伺服器的功耗愈來愈高，傳統風冷已經不夠用了。液冷成為下一個必需品，但液冷不只是硬體——還需要一套整合感測器、流量控制、溫度管理的軟體系統。

誰能把液冷硬體加上這套管理軟體一起賣，誰的訂單就更難被替代，毛利率也就更好看。廣達說他們在深耕「液冷散熱與能源整合」，這是往對的方向走。

第三條：consign 模式的選擇。

鴻海有一部分訂單用的是「consign」模式——客戶提供零組件，鴻海只收組裝費。帳面毛利率看起來更高，但這其實是在把風險轉給客戶，換來更穩定的帳面數字。這不是真正提升了附加價值，但對短期財報表現有幫助。

台灣 AI 供應鏈的故事，不是一個「每家都贏」的故事。

它更像是一場分層的比賽：

台積電在最頂端，吃到 AI 算力需求增長的最大份額，毛利率 55% 以上。
散熱、電源、網通零組件廠在中段，技術壁壘撐住毛利，不那麼容易被取代。
整機代工廠（鴻海、廣達、緯創）在最底端，量最大，但毛利率最薄。

這不是說整機代工廠沒有投資價值。在 AI 資本支出持續擴大的環境下，量的成長本身也能推升絕對利潤。

但如果你買進的理由是「AI 熱潮讓台廠賺大錢」，你需要進一步問：這家公司賺的，是靠量，還是靠壁壘？

靠量的，很難防守。靠壁壘的，才有長期定價權。

AI 伺服器的需求是真實的。

但需求真實，不等於每個參與者都能賺到厚利。

供應鏈裡有人在挖金礦，也有人在賣鐵鍬。賣鐵鍬的那個，你知道他一把鐵鍬賺多少嗎？

— F.

想評估你的台股科技持股是否過度集中在代工廠？