AI交易正從“Token最大化”轉向“Token恐慌”，企業成本飆升正迫使市場重新定價AI基礎設施的回報預期。
成本激增源於Agent和密集模型帶來的token消耗量級躍升，而OpenAI、Anthropic等實驗室同步轉向使用量計費，終結免費補貼時代。這推動市場焦點從集中式雲端算力轉向邊緣AI與裝置端推理，Nvidia的AI PC、本地Agent及混合推理架構開始獲得資金關注，同時開源模型與部分開源競品的極致性價比正加劇價格競爭，迫使企業最佳化架構並嚴控預算。
AI成本拐點正在到來：從Token狂熱到端側推理，資金正在重新分配算力、軟體和硬體的估值權重
#### 更新我們的主題宇宙
Citrini：自Citrindex創立以來已逾三年，我們認為這是一個很好的時機，退後一步，審視我們追蹤的主題宇宙——或者如我們所說，做一次“主題現狀”回顧。
我們上一次的“主題現狀”是在2025年8月。你可以在此閱讀。在那次回顧中，我們稱Google是大型股中最具非對稱性的AI贏家（GOOG在隨後9個月翻倍），我們發表了看好韓國的論點（KOSPI自那以來漲了兩倍），並預測部分亞洲市場表現將優於美國（相關指數跑贏QQQ超過60%）。
如果你是新讀者，我們的主題股票覆蓋範圍涵蓋數百隻按籃子分類的證券。這些籃子代表了對我們認為是市場中具有持久性主題具有凸性的證券。然而，儘管主題保持一致，受益於這些主題的公司卻在不斷變化。例如，“財政主導”，即政府支出是市場表現日益重要的決定因素這一理念，每年可能因政策方向不同而大相逕庭。“動態AI”可能在硬體、軟體、建築和工程之間切換。受益者會變，但底層驅動力依然存在。
我們在一個名為Citrindex的模型投資組合中管理對這些主題的敞口。我們所有的持倉和即時變動都可以在Citrindex.com上找到，並每周在Substack上更新。
今年迄今為止，六個主題籃子中有四個跑贏了美國整體市場。AI和機器人技術領跑並不意外，但我們也對自4月初以來的激進價格走勢保持警惕。我們大部分時間都參與了上漲，即使在某些時候我們過於謹慎——比如年初削減了儲存晶片敞口。其他主題，如“天然氣與能源”和“財政主導”，在能源價格波動期間幫助平衡了投資組合，並為我們提供了大宗商品周期中的上行空間。
但過往業績就說到這裡。本次“主題現狀”的目的，既是更新我們過去涵蓋的話題，也是介紹符合我們主題籃子或僅僅是引人入勝的個股推薦的新想法。以下是我們目前正在思考的一切……
目錄
人工智慧 Token恐慌 邊緣AI與端側推理 快閃記憶體：繞過DRAM稅的方法 代理公用事業更新 AI輸家
機器人技術 定製晶片
財政主導 歐盟晶片法案
天然氣與能源 石油資本支出周期
26項更新對應的26筆交易 女友指數 腫瘤學
新想法 Shopify 醫療保健的周期性拐點
人工智慧
如果我們盤點主題表現，無論是在業績還是投資者心智份額上，贏家都顯而易見——AI。我們今年覆蓋的每一個與AI基礎設施相關的主題都表現良好。
但在經歷了如此強勁的上漲之後，我們應該密切關注市場基調的轉變，尤其是在敘事、槓桿、頭寸和反身性交織在一起的時候。周五很好地提醒了我們，在一個擁擠的市場中，很容易先感覺聰明，然後迅速變得愚蠢。
我們認為，這場打擊了市場上大多數熱門交易的拋售，主要是在一輪猛烈上漲後，過度延伸的頭寸的自然回歸。但我們正在關注那些將決定未來資金流向的敘事……
Token恐慌
短短幾周內，我們從“Token最大化”轉向了“Token恐慌”。
3月份，我們和其他許多人都在撰文討論，由於Agent的發佈和更密集的模型所驅動的token消耗量的驚人增長。這足以推動基礎設施交易大幅走高——半導體行業的市值在兩個月內翻了一番。
但這種“金發姑娘”敘事正開始碰壁。Token使用量爆炸式增長的必然結果，是客戶成本的爆炸式增長，而這恰逢美國實驗室和超大規模雲服務商加大變現力度之時。公開報導越來越多地轉向企業抵制。
這種轉變的第一個真實跡象，來自一份被廣泛討論的報告，即Uber在短短四個月內就燒光了其全年的AI預算。
然後有一份匿名報告，提到了一筆5億美元的“烏龍”開支。
在過去一周，這個想法已演變成一場媒體雪崩。
據《經濟學人》報導，Anthropic的年化經常性收入自年初以來增長了5倍，在5月份達到450億美元。這對實驗室來說是好事，但也意味著損益表上的“AI營運支出”項目正在飆升。
問題不僅僅在於Anthropic。Sam Altman也證實，成本突然之間成了一個巨大的問題（並承認了這個想法的病毒式傳播）。
“……可能第二大的主題就是圍繞成本。人們真的在說，這現在有點變成一個梗了，但就是，‘我的公司在第一季度就花光了整個2026年的預算。你能讓這更高效嗎？’我們正繼續通過模型在這方面努力。我認為我們會有很多方法可以幫助人們以更少的支出獲得更多價值，但這個問題從今年年初一個從未出現過的問題，我知道，人們當時對支出金額完全滿意，突然之間變成了一個巨大的問題。”
微軟的AI負責人本周也加入了批評行列，此前該公司在5月份取消了Claude Code的許可證。
這種成本擔憂並非空穴來風。
首先，Agent 和更先進的推理模型使用的 token 數量級大幅增加。就在普通使用者剛剛能夠輕鬆產生巨額帳單時，企業已廣泛分發這些工具並鼓勵使用。
其次，前沿模型的價格正在上漲，因為提供商正轉向使用量計費模式，並為公開市場亮相做準備。OpenAI、Anthropic、Microsoft 和 Google 已形成統一戰線，全部實施了向使用量/token 計費的定價轉變，因為他們根本無法無限期地為重度使用者補貼產品。
4 月 2 日：OpenAI 更改了 Codex 定價，改為與 API token 使用量掛鉤，而非按條消息計費
5 月 19 日：Google 將 Gemini 訂閱從"每日提示次數限制"改為"計算使用量"模式。
6 月 1 日：Microsoft 的 GitHub Copilot 過渡到基於使用量的計費方式
而且，如果你根本不知道自己的實際使用量消耗了多少，那麼費率表又有什麼意義呢？Claude 的 Opus 4.7 和 4.8 的"標價"與先前版本相同，但使用了"新的分詞器"，對於相同的固定文字，可能會多消耗高達 35% 的 token。
這是一個關乎生死存亡的問題，還是只是風險投資在難以想像的規模上的慣用套路？補貼需求，獲取市場份額和鎖定使用者，然後變現。畢竟，公司投入兆級 capex 是為了創造兆級營收，對吧？
好吧，無論如何，我們已經進入了變現階段，而且這或許並非出於自願。儘管實驗室營收增長迅速，但融資增長速度更快。
用於建構和運行 AI 的資金已呈爆炸式增長。全球財力最雄厚的金主——超大規模雲服務商的現金流、風險投資、主權財富基金、公開市場信貸、私募信貸、公開市場股票——正在承擔大部分費用。最終，客戶必須開始買單。
免費 AI 時代正在終結。Tokenomics 時代正在開啟。
當算力的底層成本變得更加透明，並能直接追溯到產出結果時，會發生什麼？ROI 的爭論即將在數百萬使用者和用例中得到即時解答。
對於普通使用者來說，或許變化不大。但科學項目、自由運行的 Agent 以及出於好奇心的嘗試，要麼會被削減，要麼會被轉移到開源模型上。公司將限制 AI 功能，並投資於監督和可觀測性。預算限制將使 AI 支出與員工人數形成對立。提供商將在定價上變得更具競爭力，並開始最佳化物理和數字架構以提高效率。
在許多（大多數）情況下，夠用就好。運行開源、折扣或迷你模型的成本正在下降，而它們的能力卻在不斷提升。本周又發佈了一批開源模型，例如 Nvidia 最新的 Nemotron 系列，該系列包括先進的通用模型，以及針對本地部署和專用 Agent 用途最佳化的高效緊湊版本。隨著前沿技術不斷進步，對於固定水平的智能，推理成本急劇下降。當 Vespa 就能解決問題時，為什麼要租一輛法拉利呢？
當然，具有高度專業化功能的前沿模型可以繼續享有高額溢價，但服務的市場份額會更小。即便有數百萬其他工人拿著最低工資，頂尖律師仍然可以按每小時數千美元收費。
但即使在高端市場，不同陣營產品之間的差距也值得注意。Qwen 3.7 和 Deepseek V4 在基準測試上仍落後於 Opus 4.8 和 GPT 5.5，但它們的價格便宜 10 到 25 倍。
自 4 月發佈 V4 Pro 和 V4 Flash 以來，Deepseek 在 OpenRouter 上處理的 token 量已超越 Anthropic，躍居榜首。
與此同時，最常用的程式設計 Agent 之一 Cursor，發佈了其新模型，該模型是在與 xAI 達成 100 億美元交易後，利用 xAI 提供的算力進行後訓練的。其基礎模型是 Moonshot 開發的另一款高性價比開源模型，並基於 Cursor 從客戶那裡獲得的資料進行訓練。其結果甚至比 Deepseek 更強，可與 4.7 和 5.5 相媲美，但每個任務的成本低 10 倍，並且是最快的前沿模型之一。
對於美國大型企業來說，顯然存在其他"考量"，這可能會阻止它們大規模轉向低成本替代方案。此外，與工作流程的更深層次整合也增加了使用者粘性。但一個日益增長的趨勢是，應用層公司將繼續在開源基礎模型上針對程式設計和法律等專業工作流程進行後訓練。
但這對 AI 交易意味著什麼？
首先，需要明確的是，實驗室和超大規模雲服務商的營收將會增長。頂級 Anthropic 模型的 token 使用量持續走高。儘管存在阻力，前沿模型確實能創造顯著價值，尤其是在科技和金融等高風險領域，而且在變現階段仍有大量手段可用。這一切的核心目的就是讓他們開始賺錢。
同樣，這不會解決近期的算力限制。
但我們確實認為，隨著帳單金額越來越大，成本和效率只會變得更加重要。本地推理、小型化、智能路由、可觀測性、價格競爭和高效模型架構等主題將會增長。競爭壓力和價格競爭很可能會持續存在。
這直接將我們引向另一個我們已經寫了一段時間的話題……
邊緣 AI 和裝置端推理
儘管我們的讀者有時不斷懇求我們只選一隻股票，但我們利用一籃子股票來追蹤主題是有原因的。原因之一在於，單只股票可能因多種原因上漲——Qualcomm 因宣佈將向 AI 資料中心銷售產品而反彈，這對邊緣 AI 的論點來說意義不大。然而，一旦你有 20 或 30 隻與 AI 裝置共享上行空間的名字，你就能看到集體訊號是如何匯聚的。
而我們的邊緣 AI 股票籃子正告訴我們，要關注嵌入式推理。
在後 ChatGPT 時代的大部分時間裡持續表現不佳之後，我們的邊緣 AI 股票籃子已開始顯著跑贏 SMH。考慮到圍繞機器人技術的新興奮點、OpenAI 裝置傳聞、Google Glass 以及一位新的、專注於硬體的 Apple CEO，原因顯而易見。
2024 年 7 月，我們發佈了 CitriniResearch 的首篇文章，主張裝置端推理將成為 AI 交易的第二個主要支柱，標題為《裝置端推理》。其論點是，AI 建設的第一階段（雲端運算、GPU、超大規模雲服務商 capex）將成熟並進入第二階段（將推理能力帶入消費裝置的晶片和元件），而第二階段的交易將與第一階段截然不同。
遺憾的是，這篇論文提出的時機過早。我們在《2026年的26筆交易》中再次探討了這一主題，提出了“做多端側推理 vs 做空筆記型電腦/個人電腦”的觀點，認為邊緣AI比大多數人想像的更近（主要受限於記憶體），而其他消費電子產品將因記憶體短缺受到衝擊。這一次，儘管最初配置為淨中性，我們得到了更即時的回應。
避險掉記憶體價格波動的風險敞口，使我們能夠表達真實、細緻的觀點——運行本地模型的AI裝置終將成為現實。這一趨勢不會消滅雲端運算或大型遠端模型——它是兩者兼有，而非二選一。我們想要探索即將到來的機遇，記憶體牆能否被克服，以及裝置生態的最終形態會是什麼樣。
#### 混合AI：本地AI作為雲端的補充
我們認為市場驗證仍處於早期階段。在過去兩年的大部分時間裡，市場共識將端側AI視為遙遠的理論（如果曼哈頓大小的電腦都無法滿足計算需求，iPhone又怎麼可能？）。而且，儘管許多讀者欣賞我們關於矽光子學的《要有光》論文，但當我們重點提及Himax (HIMX US)時，部分原因在於智能眼鏡的需求，我們收穫的嘲笑不止一兩次。
然而，Nvidia的Spark——其打入AI PC市場的灘頭陣地——明確圍繞安全的本地Agent進行定位，這些Agent將在本地和雲端路由查詢。
隨著AI PC、裝置以及AI物聯網生態成為隨時可用或永遠線上的推理端點，使用者可能會運行更多的Agent、更多創意工具、更多編碼助手以及更多多模態工作流。輕量級和/或私密任務將越來越多地在本地運行，為使用者節省日常任務的token成本，而前沿模型、訓練、大規模檢索和企業編排仍在雲端運行。一些低價值推理可能會從雲端API轉移，但總體而言，我們看到一種混合模式的出現，它將整體上提高AI的採用率。
對於那些認為這是拿著錘子找釘子的人，我們將站在對立面——Nvidia的AI PC將能夠運行本地Agent，並提供高達1 petaflop的FP4 AI性能，配備128GB的統一記憶體。這種硬體以合理價格面市，將“Spark”一波創新浪潮，專注於將本地模型的能力推向極限。
簡而言之，硬體和軟體都在進步，使得理論越來越具有可操作性，投資者也開始注意到這一點。
儘管市場仍專注於超大規模雲廠商的建設，我們認為AI交易將擴展到硬體生態系統的其他部分。智能將向使用者、機器、攝影機、汽車、工廠車間和終端遷移。邊緣AI是一種計算拓撲。在一端，它包括在微控製器上運行的微型模型，用於喚醒詞檢測、異常檢測和基本機器視覺。在另一端，它包括桌面級的“個人AI超級電腦”和能夠在本地運行大型transformer模型的機器人模組。
最初的AI交易完全圍繞集中式計算。隨著這一點越來越多地被市場定價，我們看到分佈式推理、周邊硬體以及保護和編排這一切所需的軟體中存在更多不對稱機會。
這並不意味著雲端AI交易已經結束。事實上，邊緣AI可能通過使AI更加無處不在和深度嵌入，從而增加雲端需求。例如，智慧型手機曾推動了歷史上最大的雲端需求熱潮。邊緣AI很可能與之類似。
我們認為，僅通過移動裝置來框定邊緣AI的機會可能過於狹隘。相反，我們看到的是一個裝置生態，包括從本地AI PC到個人AI裝置集合，再到安防、物理AI、智能家居等等的一切。
本地推理最確定的上升空間在於機器人技術（我們稍後會談到）。機器人需要感知、定位、規劃、控制和安全——所有這些都需要更高等級的邊緣計算。部分推理可以由雲端輔助，但物理行動需要本地推理。這是所有偏好雲端的論點都站不住腳的唯一領域。
裝置路線圖正在加速——OpenAI收購io（Jony Ive的初創公司），加上他們計畫推出無屏頸掛式伴侶裝置（Sweetpea耳塞）和一款Agent手機，都指向一個相當雄心勃勃的AI硬體計畫，這與OpenAI消費者優先的理念相符。
Google正式宣佈重返智能眼鏡領域。Apple的CEO交接也釋放了訊號，從Tim Cook傳奇的軟體背景轉向Ternus的硬體重心。
瓶頸仍然與我們《2026年的26筆交易》中概述的相同。記憶體成本佔物料清單的百分比、小尺寸模型的質量、移動和物聯網解決方案的電池續航。
端側AI需要更多的RAM、更高的頻寬和更高效的儲存。多模態Agent需要上下文。本地語義搜尋需要嵌入向量。個人助理需要本地記憶體。AI PC需要足夠的VRAM來運行本地模型，而不至於讓其他所有應用都難以運行。
然而，小模型能力的顯著進步相對被市場低估了。質量只是一個變數——延遲、隱私、頻寬和（token）成本也都是影響因素。在消費領域，本地模型已經足夠好，足以推動消費者採用，而對於永遠線上的Agent，雲端溢價在大規模應用時令人望而卻步。
引爆點：繞過DRAM稅的方法
在《2026年的26筆交易》中，我們討論了一些在邊緣實施中可能避免記憶體瓶頸的方法。下面的資訊圖描述了其中幾種：
模型需要以比記憶體交付速度更快的速率獲取參數，快速記憶體價格昂貴，而昂貴的快速記憶體正因瘋狂的DRAM周期而被配給（以防你還沒聽說）。
隨著DRAM價格持續攀升，創新者被激勵去尋找繞過這種稅的方法。
AI推理中最大的單一記憶體消耗者是KV快取，它是每個先前token上下文的運行記錄，模型在每一步生成時都會重新讀取。對於一次長對話，該快取可能增長到數百GB。DRAM的速度優勢對於計算受限的解碼路徑是真實存在的，其中單個token需要盡快觸及每一層的權重。但對於與之並存的、順序讀取的KV快取而言，速度差距遠不如容量重要。
用於AI加速器的高頻寬記憶體(HBM)現在消耗了大約四分之一的DRAM晶圓產能。超大規模雲廠商已通過多年合同預購了未來的晶圓產出（我們稱之為“記憶體稅”），而今年早些時候，傳統DRAM合同價格在一個季度內上漲了約90%。與此同時，用於手機和個人電腦的標準晶片市場正面臨晶圓廠空間的物理性短缺。
增加新的DRAM產能意味著使用EUV光刻技術列印更精細的特徵，這意味著需要更多每台價值2億美元的掃描器，以及每個晶圓廠數百億美元的潔淨室，這在順利的情況下也需要多年建設。你無法在路線圖時間線上變出DRAM位元，這正是短缺具有持久力的原因。用快閃記憶體匹配DRAM頻寬的承諾是繞過這種稅的另一種方式。
快閃記憶體通過垂直堆疊更多層單元來增加容量。增加層數是晶圓廠現有工具上的沉積和蝕刻工藝升級，而非新的光刻節點。它不依賴EUV。
根據我們的計算，快閃記憶體每位元成本比DRAM低約55倍（方向性估算，但即使在波動的定價環境中，數量級依然成立），而使其智能化的控製器是在成熟的6奈米和7奈米節點上製造的，遠未觸及正在扼殺其他一切的前沿產能緊縮。
這可以通過三種方式實現。
首先是控製器最佳化。邏輯層決定讀取什麼、何時讀取以及以何種順序讀取。推而廣之，推理是邏輯密集型且相當可預測的。權重按順序流式傳輸，你可以指示模型僅獲取每次傳遞實際需要的參數（這是Apple“LLM in a flash”背後的基礎）。這是最可能的情景，因為它只是在成熟節點上的最佳化設計。
其次是NAND堆疊和封裝。垂直堆疊增加了原始容量，但頻寬是在封裝環節製造的。堆疊NAND裸片並重新排列陣列，可以增強介質，使其吞吐量能與HBM等級相競爭。
第三項變化是單元模式配置的轉變，從四層單元（QLC）轉向單層單元（SLC）。QLC 追求密度和每位元成本最大化；SLC 則用密度換取速度和更低延遲。架構師可以根據工作負載需求來調配快閃記憶體。
我們已經看到這一趨勢的早期跡象進入市場：高頻寬快閃記憶體（HBF）。2026年2月，Sandisk（SNDK US）和SK Hynix（000660 KS）宣佈了一項聯合工作計畫，以正式確立HBF標準——一個介於HBM和SSD之間的NAND層級。HBF在物理上與HBM4相容，同時以有競爭力的成本提供8到16倍的容量。這與催生HBM的垂直堆疊結構相同，只不過應用於快閃記憶體（這最終將導致其利潤率低於HBM）。
繞過記憶體稅的動機比以往任何時候都更強烈，而快閃記憶體提供了一個可行的出路。如果快閃記憶體證明記憶體牆是可以解決的——為系統架構師提供第二個記憶體層級，足以滿足讀密集型推理、模型權重流式傳輸、RAG/向量搜尋，甚至可能是邊緣推理——那麼記憶體股中蘊含的整個稀缺性溢價就有可能被打壓下來。只需看看Anker的THUS晶片在NOR快閃記憶體中進行存內計算——它雖然無法擴展到耳機以外的領域，但確實有效。
短期內，DRAM廠商沒問題。中期來看，HBM的終端稀缺價值（以及相關的利潤率體系）會降低。
面向邊緣大語言模型的3D NAND快閃記憶體
邊緣推理的默認方法以及對記憶體需求的預期，都要求裝置將所有模型權重塞進DRAM。問題在於，僅向處理器輸送權重這一項，DRAM就消耗了系統總功耗的56-69%。在移動裝置形態下，堆更多DRAM只會讓手機更熱、電池更小。
3D NAND提供了另一條路徑。無需通過匯流排來回搬運FFN權重，而是直接在快閃記憶體陣列內部進行計算。FFN留在快閃記憶體中，注意力機制留在DRAM中。
通過這樣做，並利用平行性和動態KV快取感知調度，研究人員相較於基於GPU和SSD的基線，實現了37.9倍的吞吐量提升、28.2倍的延遲降低和5.6倍的能耗降低——且無需增加DRAM。
我們追蹤此事的主要動機，是評估在DRAM價格如此之高的情況下，AI邊緣是否真的有可能實現，而控製器最佳化的前景也讓我們看好Silicon Motion（SIMO US）和Phison（8299 TT）。
我們可能會更深入探討這個話題，但目前我們認為，NOR存內計算佔據亞瓦級功耗的下限（耳機、可穿戴裝置、感測器），控製器最佳化處理邊緣裝置的參數移動和平行性，而HBF則佔據工作站、機器人和資料中心KV層的高頻寬上限。
代理型公用事業更新
我們今年早些時候提出的代理型公用事業判斷，已被證明頗具先見之明。當市場拚命尋找軟體股的底部時，我們覺得可以應用一個更細緻的框架來分析數字基礎設施。
簡而言之，在代理熱潮中，網際網路的流量模式將被實質性重塑。市場上明視訊記憶體在"把孩子和洗澡水一起倒掉"的現象——基礎設施軟體股與"應用層"軟體股一同被拋售，而我們認為，與應用層同行相比，基礎設施軟體股抵禦顛覆的能力要強得多。
此外，我們認為這些標的在很大程度上應不受上述token恐慌討論的影響，主要受益於使用量的增加，而與token成本無關。
#### 最後一公里電話通訊
或許最好的例子出現在通訊領域。Twilio（TWLO US）和Bandwidth（BAND US）都堅決指出了來自代理工作流的爆炸性需求。我們發現Twilio財報電話會議中值得注意的一點是對"對話記憶"的強調。這項業務是由Segment產品的CDP能力整合而成，我們在入門報告中曾指出，這是Twilio在通訊基礎設施領域立足的一個被忽視的優勢。
"現在，當你在這些不同管道之間進行編排時，你也希望它能為所有這些管道提供個性化服務。因此，我們利用了從收購Segment中獲得的所有洞察和知識……所有這些都是圍繞客戶資料畫像，以及從你的廣告管道到網站點選和移動應用點選對消費者畫像的所有理解，瞭解消費者行為的所有事件資料，並將其原生建構到我們的平台中。" —— Andy O'Dower，TWLO現場首席技術官，摩根大通TMT會議，2026年5月
自我們發佈代理型公用事業報告以來，Bandwidth漲勢更為迅猛，自發佈以來上漲近300%，最新財報真正揭示了其業務對代理通訊基礎設施的不可或缺性。Bandwidth覆蓋超過60個國家——擁有公司大規模部署代理通訊所需的網路和基礎設施。
其網路的規模使其贏得了Salesforce的Agentforce產品的旗艦合同。值得注意的是，管理層並未將Agentforce的業務量納入2026年下半年的營收預估。
但隨著Twilio和Bandwidth的遠期市盈率均交易在30倍以上，市場上還有另一家CPaaS供應商尚未經歷這種重新評級。
Sinch（SINCH SS）可能存在補漲交易機會，這是一家總部位於瑞典的CPaaS平台，尋求在歐洲大陸抓住代理AI的機遇。
歐洲AI？那東西存在嗎？
在這種情況下，監管負擔反而成了Sinch業務的強勁順風。歐盟AI法案要求保留"推理日誌"和"決策軌跡"，以符合資料駐留法律。雖然Twilio和Bandwidth已在歐洲市場活躍了一段時間，但2026年8月歐盟AI法案全面實施的最後期限臨近，為Sinch的商業模式注入了積極催化劑。
值得注意的是，Sinch雖然承認代理通訊的巨大市場機遇，卻帶有典型的歐洲科技公司特徵。2026年第一季度，該公司按固定匯率計算的銷售額僅微增3%，匯兌逆風達11%。與此同時，地域擴張仍是管理層關注的重點（在經歷了上一輪周期後的令人失望的表現後，管理層也剛剛接手），這可能使歐盟AI法案的催化劑失效。
不過，至少我們認為，該公司回報資本、回購流通股以及獲取代理通訊業務量份額的能力，值得在本次更新中提及。
#### 身份與訪問管理
我們還寫過身份在代理網際網路中的重要性。
SailPoint（SAIL US）屬於網路安全服務眾多類別中的身份與訪問管理（IAM）領域。歷史上，IAM市場旨在覆蓋人類身份（我的意思是，還能覆蓋什麼呢？），確保授權行為者能夠訪問敏感資訊，而未授權使用者則不能。
在公開市場上，純粹的IAM供應商一直很難找到。在過去6年裡，我們看到Ping Identity、ForgeRock和CyberArk都被財務或戰略買家收購。即便是像Okta這樣堅持獨立營運的供應商，也遭遇了自身的漏洞和安全事件。我們過去曾表達過對Okta的擔憂，但隨著SAIL 6月9日財報臨近，Okta的業績為代理熱潮中的身份問題提供了有益的參考背景。
我們相信，隨著時間的推移，大多數大型企業將擁有比人類身份更多的代理身份。這一轉變擴大了攻擊面，因為每個代理都帶有憑證、權限以及代表使用者行事的能力。反過來，這提升了身份層的戰略價值，因為治理自主系統需要只有身份平台才能提供的控制、審計、持續意圖驅動的授權和即時執行能力。—— Todd McKinnon，Okta 2027財年第一季度財報電話會議；2026年5月
基於席位的競爭性軟體業務面臨裁員風險，而IAM業務實際上正從代理活動的繁榮中獲得順風。
SailPoint 在應對這種身份蔓延方面具備獨特優勢。在2025財年第四季度財報電話會上，該公司強調，其治理下的SaaS身份中有11%是非人類身份。我們認為，這一數字在未來幾個季度將成倍增長，並且幾乎可以肯定，在未來幾年內，agentic身份將超越人類身份。
具有諷刺意味的是，儘管市場參與者一直將SAIL定性為純業務公司，但他們正處於效仿網路安全巨頭Palo Alto Networks (PANW US)推行平台化戰略的早期階段。
在我們的Agentic Utilities更新報告中，我們明確指出網路安全業務存在規模優勢。在這一框架下，平台將成為贏家，因為一套全面的工具套件能更好地應對身份蔓延的速度和新漏洞的產生。
巧合的是，Palo Alto在最新的財報演示中證實了這一觀點：
PANW的平台化戰略一直是其業務優勢。今年早些時候，Palo推出了Idira——這是對CyberArk特權訪問管理套件的品牌重塑——作為其下一代IAM戰略的基石。該產品的目標是將覆蓋範圍和存取控制擴展到企業內活躍的每一個人、機器和AI agent。
Idira默認採用零常駐特權原則運行——平台僅授予有限時間的存取權，每次離開時都會更換門鎖。據Palo Alto管理層稱，這些收購整合在客戶中反響極佳，以至於他們認為CyberArk實現盈利的路徑比最初計畫加快了3到6個月。
AI驅動的身份管理顯然是這一架構的下一個前沿領域——Idira運行原生AI來揭示隱藏的權限、未管理的帳戶、推薦最小權限原則，並實施補救措施，以縮小攻擊者（可在72分鐘內行動）與防禦者（過去需要數天才能響應）之間的差距。
#### 可觀測性
在可觀測性領域，我們看到Dynatrace (DT US)和Datadog (DDOG US)都交出了健康的財報。
對我們來說，可觀測性是一個相當簡單的論點："看不見的東西就無法計費。"頗具諷刺的是，這個想法最初來自我們大約兩年前發佈的一篇……關於全球水務行業的文章。隨著AI成本上升成為關注焦點，這一點只會變得更加重要。
在上個月Datadog發佈財報後，我們上調了對DDOG和DT等可觀測性供應商未來前景的看法。
Datadog的非AI業務正以超過25%的速度增長，傳統企業正在將AI引入內部，而不是採用開箱即用的產品或呼叫API。我們認為，這對DDOG未來而言是一個巨大的增長槓桿。
每過一個季度，那種認為前沿實驗室可以輕易取代像可觀測性和遙測這樣脆弱、動態且至關重要的東西的信念，就變得更加牽強。即使實驗室堅持將這一過程內部化，結果也表明他們不斷回來尋求更多……
可觀測性擁有的增長槓桿比我們最初想像的要多。更重要的是，市場共識正在轉向將這些公司視為精英營運商，而不僅僅是封包裝商。企業不希望出現單點故障——這對兩家可觀測性公司（你希望大語言模型在模型或GPU利用率上產生幻覺嗎？）以及網路安全堆疊內的公司都有利。
如果你能將可觀測性、安全性和開發者營運整合到一個平台中，然後自動更新你的雲、本地和邊緣裝置，會怎麼樣？嗯，JFrog (FROG US)已經為你以及93%的財富100強企業做到了這一點。
即使AI能夠建立整個銀行軟體堆疊，或跨數千台裝置更新航空公司的內部資料庫，這些系統的容錯率也幾乎為零。很多時候，生命依賴於它們。為了將僱主帶入現代時代，工程團隊已開始傾向於統一平台，或自建平台。
這股"平台化"浪潮對JFrog來說是一個巨大的利多，因為他們提供參考設計和外包服務，可以塑造成適合特定組織及其內部不同團隊需求的開發環境。
#### 內容（計算）交付網路
如果你孤立地評估上一季度三大CDN的財報，你很可能（且理應）對這個領域摸不著頭腦。
在從年初的每股10美元上漲至4月約35美元的峰值後，Fastly (FSLY US)在5月發佈第一季度財報後，股價回落至中高位的十幾美元。
然後，就在同一天，傳統CDN純業務公司Akamai (AKAM US)公佈的財報資料似乎不及市場共識。然而，該股在隨後的交易日飆升了25%，使其年初至今的漲幅擴大至超過80%。
完成這三重奏的是，Cloudflare (NET US)公佈的第一季度營收大幅超出預期，上調了全年利潤指引，並宣佈裁員約20%。但市場並不買帳……股價在隨後的交易日下跌了多達25%。
那麼，到底是怎麼回事？
綜合審視這三份財報，證實了我們在Agentic Utilities備忘錄中關於新興"計算交付網路"動態的看法。對CDN商業模式的傳統看法是商品化的數字物流——沒人關心誰傳送封包，只要它能到達就行。這導致了一場逐底競爭的價格戰，反映在單位定價的崩潰上，儘管數量大幅增加，但其商品化程度可與過去30年的LED或平板電視相媲美。我們不太可能看到位元等級的交付定價上漲，但我們社會傳輸的位元數將在非常、非常長的時間內持續增長。
上行空間來自流量需求的轉變：靜態內容正讓位於動態應用程式，包括人類和agentic的。想想使用者生成的內容，其中對話和資產會根據使用者的決定重新生成。你的"代表"與航空公司之間的agentic談判，或者使用OpenAI最近剛宣佈的即時語音合成套件。
"AI工廠"的價值主張在於規模經濟，尤其是在電力和資料通訊等輔助支援基礎設施方面。但大多數終端使用者並非在訓練新模型，而是讓agent代表他們執行網路搜尋。計算需要更靠近消費者。
Fastly管理層指出，第四季度網路消費表現出色，主要由兩個原因驅動。
"我們有一個遊戲下載的超預期表現，第四季度確實看到了創紀錄的流量。然後我們還有季節性強勁的電子商務線上假日購物。"
Fastly首席執行長Kip Compton對此補充了一些細節：
"對我們的客戶而言，無論agent託管在那裡，流量通常都會通過Fastly平台。我們正與他們共同創新，以保障和擴展他們的AI用例，並幫助他們管理和最佳化一波大規模的新自動化流量。"
Akamai 也指出了同樣的趨勢，即幫助客戶管理這種新型（有時是不受歡迎的）流量：
“在假日購物季，我們為美國一家頭部零售商提供了防護，使其免受惡意機器人的侵擾，之後他們加大了對我方服務的使用，簽下了一份價值 2400 萬美元的合同。”
Fastly 和 Akamai 的安全套件業務分別實現了 47% 和 11% 的增長，而同期它們以計算為導向的增值附加業務增速則分別達到 67% 和 39%。Fastly 的合同積壓訂單（RPO）激增 63%，Akamai 則宣佈與全球領先的前沿模型實驗室之一就上述計算業務達成了一項為期七年、價值 18 億美元的承諾。這已不再僅僅是為了提供流量而提供流量。更確切地說，客戶正根據交付合作夥伴所專長的增值服務，來具體選擇計算交付夥伴。
儘管 2024 年第四季度造成了較高的同比基數，但我們認為，這個假日季的潛在順風應會顯著增強。2025 年，部分使用者嘗試使用大語言模型來輔助購物，但這與真正由智能體驅動的商務所產生的機器對機器流量相比，根本不值一提。
除此之外，計畫於今年 11 月發佈的、期待已久的《GTA VI》（是的，是的……我們知道……我們也一直在等……）將使《戰地 6》的發佈，相較於 2007 年 iPhone 的亮相，看起來就像是一次 Android 手機的中期改款。換句話說，流量將出現數量級的增長，我們認為這將提升交付業務的利潤率，並延續至 2026 年底，因為優質、低延遲的邊緣容量似乎即將趨緊。
現在，讓我們再添一把火。
CoreWeave (CRWV US) 發佈的第二季度指引未達市場普遍預期，導致其股價在隨後的交易日中一度下跌 12%。當然，該公司團隊並未將此歸咎於“項目延遲”或“需求疲軟”，因為那會重創其敘事邏輯。但他們確實表示，“生態系統面臨供應限制，且營運上存在困難。” 如果我們據此推斷，需求實際上是持久的，且客戶正如 GPU 租賃現貨市場價格可能暗示的那樣“極度渴求”算力，那麼他們供應鏈上的某個環節正在出現問題。
儘管我們依然認為交付服務市場競爭激烈如初，但在網路安全、計算和可觀測性領域，其發展空間要大得多，我們認為這將在相當程度上顛覆現有格局。
#### 智能體支付令人失望
在智能體交易中，有一個領域一直如同“暗光纖”般存在，那就是智能體支付。它需要的是另一個 Openclaw 時刻：一種對協議的創新運用，或是一個能迅速推動消費者採用、讓他們開始習慣通過智能體代理進行消費的殺手級新應用。
對於其他人工智慧主題，市場存在一種緊迫感——我們現在就需要本地伺服器。我們現在就需要互連。我們現在就需要可觀測性。但是，讓智能體訪問你的信用卡，目前還是一個可有可無的場景。
儘管如此，生態系統仍在持續建構。越來越多的智能體正在使用支付通道，4 月中旬，Coinbase (COIN US) 推出的 agentic.market 催化了一個明顯的拐點。
其他傳統金融公司也在迅速調整方向。Visa (V US) 已擴展其智能體商務產品，包括“Intelligent Commerce Connect”，這是一個包含智能體支付通道存取權和安全交易協議的層。
PayPal (PYPL US) 和 Visa (V US) 都擁有 MCP 伺服器，允許 AI 智能體在其目錄中搜尋、選擇和購買產品。Shopify (SHOP US) 似乎憑藉 AI 驅動的流量和轉化率取得了紮實的成果，佔據了領先地位。我們將在下文提供有關該公司的更多詳細資訊。
一個具有潛力但尚未全面鋪開的領域是按次抓取付費，這是由 Cloudflare (NET US) 率先發起的一項計畫。它允許網站所有者就其內容的訪問權進行協商，從而將模式從廣告支援轉變為讀者支援。我們已經看到內容許可在大型公司間發生，例如康泰納仕與 OpenAI 的合作，但通過 x402 微交易來覆蓋長尾市場，有潛力改變內容的貨幣化方式。
關於“AI 輸家”
考慮到“AI 輸家”近期的反彈，我一直在思考一件事——我聽到不止幾家公司僅僅因為 Factset (FDS US) 的 MCP 就付費使用其服務，因為將彭博終端與 Claude 整合實在太痛苦了。我不知道這能帶來多大程度的新增席位，但我可以說，ASKB 雖然是一款相當不錯的產品，卻缺少我想要的許多功能，我發現自己甚至都在考慮付費使用 Factset，因為我需要更準確、深入的財務資料作為連接器/MCP。
我不知道這是否會降低它們長期被淘汰的可能性，但短期內似乎確實可能推動幾次強勁的盈利超預期。在這波反彈中，我正試圖審慎地從“AI 輸家”陣營中挑選增持標的，因為我高度懷疑，大約四分之三被貼上輸家標籤並受到懲罰的公司，最終確實會成為輸家——而被逼空行情迷惑，從而過度配置一堆面臨長期挑戰的企業，正是市場慣於玩弄的鬼把戲。
但是，至少從傳聞來看，我認為這裡存在機會——對我來說，不難想像，到年底，僅憑其 MCP 帶來的新增席位所驅動的盈利，FDS 的股價就可能上漲 50-70%（即便該業務的護城河在長期內正在變窄/消失）。
通過觀察我們最初（2023 年 6 月）的“AI 輸家”籃子中一些最明顯的公司，如呼叫中心、Chegg、Upwork/Fiverr、Expensify 等，儘管有非常清晰和明顯的證據表明它們的商業模式已受損害，但它們的股價仍從低點反彈，我可以判斷，這波真正受到 AI 負面衝擊的個股反彈是不加區分且廣泛的逼空行情。（如果行情真的變得非常愚蠢，也許 Shutterstock 會是下一個被逼空的）。
但我確信，隨著市場情緒轉變，其中一些是值得買入的。我傾向於那些因其他原因而備受冷落的公司，如 Fair Isaac Corp (FICO US) 和 Equifax (EFX US)（我相信這兩家無論是在 AI 角度還是其他方面都會表現良好），以及那些至少擁有與 AI 相關的近期積極催化劑的公司，如 Factset、Shopify、Guidewire，同時遠離那些在長尾 SaaS 領域中更可能被逼空但同樣可能最終陷入困境的公司。
此外，我仍然認為，那些隨軟體股一同被不公平拋售的數字 AI 基礎設施公司有更多上行空間——正如我們自 2 月份以來一直所說的，這基本上涵蓋了所有網路安全公司（Tenable、Qualys、Rapid7 除外）、Datadog 等可觀測性公司、Fastly、Akamai、Cloudflare 等 CDN 公司，以及其他潛在的受 AI 積極影響的公司，如 JFrog、VeriSign、GitLab、Snowflake 和 MongoDB。
雖然我們確實犯了一些錯誤（在我們有生之年所見證的最指數級技術進步的三年裡，誰又能不犯錯呢），但我仍然認為，我們一年多前在第二階段 AI 入門報告中提出的框架仍有其價值——資料、設計、分發和部署，仍然構成後 AI 時代的護城河。而且，我們要提醒大家，不要盲目地廣泛買入軟體股，結果卻發現部分擔憂是合理的，因為一些擔憂的兌現，對其中許多公司而言，仍然會導致相當悲觀的結局。
機器人技術
“機器人技術”是一個涵蓋最終形態和功能的廣闊範疇——無人機、自動駕駛汽車、倉庫機械臂、智能安防攝影機，甚至人形機器人——但它們都有一個共同點，即它們都能感知、認知、處理、反應並影響物理世界。
當我們在主題入門報告中首次概述機器人技術時，我們將一個非常廣泛的潛在受益者群體分成了若干子類別。這便於追蹤迄今為止供應鏈的那個部分正在獲得回報。
兩個表現優異的領域，計算以及電力與能源，鑑於它們與 AI 在資料處理和功率控制方面的需求重疊，並不令人意外。從感測器到執行器等範圍更廣的物理元件，其表現大多聚集在一起，而軟體層的表現則相對落後。
這種分化對於當前所處階段而言是合理的，但隨著早期的概念驗證開始向規模化生產推進，物理元件只會變得更加重要。
Waymo 正在全美迅速擴張，部分自動駕駛領軍企業也在海外進行著同樣的努力。中國的四足/人形機器人產量預計在 2026 年翻一番。在美國，Figure AI 已開始生產，初期峰值產能為每年 12,000 台。特斯拉宣佈，將暫停 Model S/X 的生產，轉而支援 Cybercab 和 Optimus 人形機器人。
Figure AI - 月機器人生產率 在工業自動化領域，本周亞馬遜 (AMZN US) 宣佈將投資 100 億歐元用於機器人技術，以實現其歐洲設施的現代化，並資助三個機器人項目，每個項目都有熟悉的供應商名字。
新一代 Proteus 機器人可在倉庫內移動重型推車，歷來採用 Ouster (OUST US) 的 LiDAR。
STARK 是一種新型機器人系統，能與員工協同工作，從傳送帶上拾取整箱貨物並放置到推車上，該系統採用 FANUC (6954 JP) 的機械臂。
Vulcan 是具備“觸覺感知”能力的機械臂，可處理不同重量和柔軟度的包裹，正如我們去年在《機器人技術更新》中所寫，它採用 Teradyne (TER US) 的機械臂（不過，在 TER 股價大幅上漲後，我們已不再持有）。
機器人技術的這種擴展，為感測器、處理器和連接元件創造了新的需求。持有這些底層流程的賦能者，就能參與機器人技術的擴張，而無需押注機器人管家何時能幫你疊衣服。
但我們今天想聚焦的一個趨勢是，通過軟體實現定製晶片的發展，這正在促成關鍵性突破。
#### 定製晶片，彩色 LiDAR
低延遲在智慧型手機上是一項“錦上添花”的功能，並且確實能為智能眼鏡、手錶和其他可穿戴裝置增添實用性。相比之下，機器人應用對誤差的容忍度極低。每個人形機器人、安防無人機和自動駕駛汽車都需要一個在本地計算上運行的閉環推理系統。這些裝置的即時感知能力對其功能、使用者安全以及最終的大規模市場採用至關重要。
這要求在終端裝置上配備專用晶片。
LiDAR 技術的兩大領導者，Hesai (HSAI US) 和美國的 Ouster (OUST US)，在過去兩個月都公佈了類似的突破，這些突破將改變感測領域，並加速物理環境中的自主性和機器學習。該技術由定製的 SoC 設計實現。
兩家公司都發佈了能看見色彩的 LiDAR 感測器：Hesai 的 Picasso 和 Ouster 的 Rev8。
這些產品通過建立同時完成兩項工作的單一感測器，終結了曠日持久的“攝影機與 LiDAR”之爭。由於不再需要將攝影機和 LiDAR 資料拼接在一起，軟體工程師可以繞過機器人技術中出錯率最高、計算成本最昂貴的步驟之一。
Ouster 的 L4 晶片擁有 42.9 GMACs 的處理能力，每秒可探測多達 20 兆個光子，測量速率達 40 千赫茲，具備皮秒級定時精度，並能每秒處理高達 1040 萬個點以及 22.4 吉位元的片外資料頻寬。
該公司還宣佈，Rev8 將整合到 NVIDIA Jetson 平台，首次將原生彩色 LiDAR 引入 NVIDIA 機器人生態系統，並在 JetPack、Isaac Sim 以及 Jetson AGX Orin 和 Thor 上提供專門支援。至關重要的是，它還將運行在 NVIDIA DRIVE Hyperion 自動駕駛平台上。
Hesai 的第五代 Picasso SPAD-SoC 擁有超過 40% 的光子探測效率，原生 ASIC 級整合了具有精確時間對齊的 6D 全彩感知（XYZ + RGB），並能驅動多達 4320 個雷射通道，可在 150 米處分辨小至 15 釐米乘 25 釐米的物體，並將最大探測距離推至 600 米。
Ouster 的 L4 晶片和 Hesai 的 Picasso 晶片背後的關鍵在於使用了單光子雪崩二極體。傳統的攝影機感測器需要數千個光子才能記錄一個彩色像素。而 SPAD 則極其靈敏，即使只有一個環境光光子擊中它，也會觸發電子“雪崩”，將單個光子放大為可測量的電訊號。
雖然兩家公司依賴相似的架構，但它們在不同應用中各具相對優勢。Hesai 高度針對自動駕駛應用進行了調優，而 Ouster 擁有更好的解析度和色彩匹配，這可能更適合約束較少的環境。
在這兩種情況下，都存在巨大的增長潛力，而且這是一個技術進步催生需求的領域。將視覺、深度和時間資訊整合到單一資料流中，應能迅速提高機器人機器學習和訓練的效率並降低成本。
隨著越來越多的機器人應用需要定製晶片，但很少有公司具備內部開發能力，第三方供應商應會受益。
Ambarella (AMBA US) 是一家無晶圓廠設計公司，為邊緣裝置設計低功耗片上系統半導體和軟體。由於令人失望的季度業績，該股已大幅下跌，並可能成為記憶體短缺導致客戶項目放緩的受害者。但我們仍將繼續關注該公司，因為我們認為其長期定位良好。
其晶片曾用於 GoPro 攝影機和早期的大疆無人機，但該公司最近大幅轉向邊緣 AI。CV 系列推理處理器（CV2、CV5、CV7）為從安防攝影機、可攜式視訊到現代汽車座艙功能（如電子後視鏡和座艙內 DMS/OMS）的各種應用提供支援。
隨著 CV 晶片系列的最前沿一代——CV3-AD 系列的推出，情況變得更加有趣。該平台通過統一的軟體棧瞄準了自動駕駛和半自動駕駛汽車的蓬勃發展，覆蓋 L2+ 至 L4 等級，在中端 ADAS 市場直接與 Nvidia 的 Drive Orin 競爭。在 Nvidia 的解決方案對大眾市場消費類汽車可能過於昂貴，而 Mobileye 的 EyeQ 難以突破 L2+/L3 層的情況下，CV3-AD 填補了這一空白。
汽車業務是增長引擎——但值得指出的是，Ambrella 的其他業務（特別是上一代 CV5 平台）覆蓋了邊緣感知應用的長尾市場。這包括企業安防攝影機、360 度攝影機、消費級和商用無人機，以及日益增多的機器人感知模組。每個市場單獨來看規模較小，但合在一起，它們反映了一個碎片化、多元化的客戶群，為 CV3-AD 進軍汽車領域提供了支援。
財政優先
我們的財政優先籃子目前偏向於基礎材料和商品生產商，這些公司既受益於全球資本支出周期，也受益於政府的保護主義政策、關稅以及建立主權供應鏈的意願。例如，我們曾強調 Cleveland-Cliffs (CLF US) 是電力變壓器所必需 GOES 鋼的唯一國內生產商，該公司正根據《國防生產法》獲得政府的直接支援。
我們仍在參與硬商品周期，並高度關注美國政策的受益者，但我們今天想在本節大部分篇幅討論一些有趣的海外發展：歐盟晶片法案和哥倫比亞的“紅色轉變”……
歐盟晶片法案
一年多前，我們在歐洲財政優先框架跨越大西洋進入歐洲時闡述了這一框架。我們當時認為，2024 年 9 月發佈的德拉吉報告可以作為一份藍圖，指明那些歐洲行業和公司將最受益於財政復興。
自那時起，歐洲和美國指數一直在較量，但標普 500 指數保持了優勢。廣泛的歐洲再工業化並未轉化為指數層面的優異表現，但我們建構的投資組合表現良好，主要受財政擴張中不起眼的基礎設施環節驅動——銅、電纜、渦輪機和多晶矽。
歐洲財政優先的第二階段被證明更難預測，而且 2025 年所有人追逐的歐盟重整軍備交易此後並未奏效。
那麼，我們該何去何從？
2026 年 6 月 3 日，作為歐盟委員會“技術主權一攬子計畫”一部分公佈的《晶片法案 2.0》提案，或許能提供線索，揭示歐洲的支援計畫和增長下一步將發生在何處。或許同樣重要的是，它表明了歐洲政策制定者在重新調整其初始策略後的思路。
最初的《歐洲晶片法案》——我們稱之為“1.0版”——於2023年公佈，但基本上被遺忘了……直到今年。其目標是通過調動400至500億歐元的公共和私人投資來建設大型新建晶圓廠，使歐洲到2030年佔據全球半導體產量的20%（實際上將其份額翻倍）。
當然，這在今天看來樂觀得可笑，並且最終只惠及了Infineon、ESMC/TSMC、ams-OSRAM和STMicroelectronics等少數幾家大公司。除了這些特例之外，市場對此並不怎麼關心。
新法案嘗試了一種不同的策略，其與《晶片法案2.0》的主要區別被闡述得相當清楚：
“在此背景下，最初的《晶片法案》主要由供給驅動，但《晶片法案2.0》更加強調需求側措施。這兩個維度相輔相成：培育強勁的本地需求有助於加強本地半導體供應。通過這種方式，需求與供給的共同擴張有助於增強產業韌性、縮短並保障供應鏈安全、提升戰略自主權，並使歐洲產能與關鍵行業的需求更好地對齊。這一方針與更廣泛的歐盟倡議緊密相連，特別是CADA，其中包括通過在整個歐盟範圍內建設新資料中心來刺激對尖端AI晶片需求的行動。”
該提案提出了三個關鍵要點。
首先，最初的晶片法案未能實質性提升歐洲的生產份額，也未能打破其在AI晶片上對美國和亞洲的依賴（令人震驚）。布魯塞爾方面得到的教訓是，你無法簡單地通過建設來擺脫技術劣勢。
其次，該法案承認了最初的不足，悄悄放棄了20%市場份額的目標，並轉向需求側，利用採購和需求聚合來為歐洲製造的晶片保障一個歐洲市場。正如提案所述，歐洲衡量成功的標準“不是全球市場份額，而是歐洲對世界的相關性、其創新能力、吸引投資的能力、滿足需求的能力、塑造標準的能力以及在技術部署方面的領導力。”
第三，解決依賴問題需要擴大歐洲已經擁有真正優勢的領域：裝置、材料、光子學和設計，而不是追逐它無法大規模建造的尖端晶圓廠。基本上，歐洲人認識到，歐洲不需要製造每一塊晶片，它需要擁有建構主權所必需的產業鏈環節（和槓桿）。有趣的是，其連鎖效應包括，除其他事項外，投資150至300億歐元在歐洲建立記憶體（DRAM/RAM）生產能力。
《晶片法案2.0》觀察名單
那麼，現在搭上歐洲AI列車是否為時已晚？
嗯，既是也不是。某些集團，例如我們曾在《要有光》中作為CPO/互連周期受益者報導過的光子學公司AIXTRON (AIXA GR)、Soitec (SOI FP)、PVA TePla (TPE GR)、SUSS MicroTec (SMHN GR)，表現確實非常出色。但放眼望去，與我們的核心AI基礎設施籃子相比，這個類股仍有很大的追趕空間。
一些較大的受益者，如功率半導體公司Infineon (IFX GR)和STMicroelectronics (STM US)，對於那些關注AI交易的讀者來說可能並不陌生。尚未上漲的股票大多存在於較小的公司和第一版法案未觸及的供應鏈環節，而這也正是《晶片法案2.0》重點強調的領域。
2.0版向“地域擴展”的明確轉變意味著，布魯塞爾希望證明新框架支援那些曾被排除在外的國家。因此，有一些未被納入第一版法案的公司，有望在第二版法案中受益——它們來自瑞典、芬蘭、挪威和波蘭等國。
雖然一些公司短期內可能看起來估值偏高，但底層建設應會從此加速，而且由於遺留業務的拖累，許多這些歐洲股票的起點都處於深度低迷狀態。
話雖如此，某些公司看起來沒有其他公司那麼泡沫化，並且隨著政策制定者明確關注更廣泛的上游公司，有幾家我們覺得可以放心地重點介紹。
Huber+Suhner (HUBN SW)是一家成立於1864年的瑞士公司，我們最初在《瓜分TPU》中將其作為TPU供應鏈籃子的一部分做多。很難找到一家比它更有優勢的公司來抓住歐洲計算建設浪潮的順風。
快速回顧一下：在一個大型AI叢集內部，有數千塊晶片相互通訊，傳統上這些流量通過電子交換機，將每個訊號從光轉換為電，讀取，路由，然後再轉換回光。這種轉換及隨之產生的廢熱消耗了巨大的電力。而光電路交換機（OCS）則完全省去了這一過程，轉而使用微型鏡面來引導光束。
Google率先為其TPU pod大規模部署了光電路交換。其光交換機功耗約為108瓦，而等效的電子交換機功耗接近3000瓦。Google內部自研交換機，但它開創的架構正在整個超大規模計算領域傳播，那些不想從零開始自研的公司就必須購買。
嗯……能買到的地方並不多。
Huber+Suhner是市場上極少數OCS製造商之一，也是歐洲唯一一家上市的。該公司已與一家全球超大規模計算公司簽署了一項多年協議，預計將在三年內產生可觀的銷售額，並且正在將其波蘭產能擴大至少5倍以跟上需求。這家超大規模計算公司的名字未被透露，但買家範圍很窄，考慮到Huber+Suhner已經向Microsoft Azure供應空芯光纖，Microsoft是一個可信的候選者。在此推動下，2025年，容納光交換機的部門訂單增長了22%，而公司積壓訂單創下了4.32億瑞士法郎（約合5.45億美元）的紀錄。
然後是正在進行的超級工廠建設潮。SoftBank最近宣佈在法國投資750億歐元，Nebius在芬蘭投資，以及2.0版法案的激勵措施，所有這些都需要光交換技術。Huber+Suhner可能不會直接獲得《晶片法案》的撥款，因為它是瑞士公司，但它將捕獲因此產生的資金流。該股表現良好，但基於這些原因，我們相信它會表現得更好。
BESI (BESI NA)是我們曾在《2026年的26項交易》以及1月版《半導體備忘錄》中報導過的一家公司：
“雖然似乎所有人都樂於宣稱記憶體是AI的瓶頸，但我們看到，能內化這顯而易見的下一步的討論卻少得多。全球供應鏈擴大MEMS製造能力並解決混合鍵合物理問題的能力，將最終決定AI革命的步伐。”
BESI是混合鍵合領域最純粹的上市標的，而混合鍵合已被《晶片法案2.0》明確列為重點領域。自我們首次覆蓋以來，該股已上漲一倍，但隨著混合鍵合轉型的持續推進，我們仍持建設性態度。
向北來到芬蘭，介紹一家我們此前未覆蓋過的公司，Canatu (CANATU FH)是全球唯一一家生產商用CNT薄膜機器的上市純業務公司。薄膜是安裝在EUV掃描器內部光掩模上方的薄保護膜，這使得Canatu成為運行ASML機器的晶片製造商的關鍵供應商。由於《歐洲晶片法案》本質上就是為了支援像ASML這樣的公司而設立的，Canatu是最純粹的受益者之一，也是最被忽視的公司之一。
Canatu的半導體業務部門負責人Thomas Gädda在其2026年3月26日的半導體演示中，相當清晰地闡述了這一機遇：
“Canatu的拐點正在當下發生。我們的觀點是，該技術現已得到驗證，並正在走向規模化。”
相對於預計到2030年將生產的約8000億美元依賴EUV的AI晶片，Canatu的薄膜據稱可提升8-15%的掃描器吞吐量。粗略估算，這種生產力提升對運行這些裝置的晶圓廠來說，每年價值640至1200億美元。即使這些估算結果有偏差，只要捕獲到該生產力提升的一小部分，也意味著數億美元的收入。然而，Canatu目前的市值約為3億歐元，過去十二個月營收為1500萬歐元，現金約5000至9000萬歐元。我們認為，最近從Soitec聘請CEO是利多，因為Soitec引領了歐洲將業務重心從汽車等結構性衰退行業轉向AI和資料中心等增長領域的策略。
該股面臨的主要壓力是在約12歐元以上行權的股票期權和認股權證，我們需要強調，這是一家規模較小、風險較高的公司，還有很多需要證明的地方。但即便如此，在進入今年下半年及2027年之際，該公司看起來仍是歐洲最有趣但覆蓋不足的半導體公司之一。
ams-OSRAM (AMS SW)因其Apple智能手錶減記和汽車業務敞口而被市場厭惡多年。市場開始認識到的是，該公司是microLED領域的全球領導者。同樣的微型發射器專業技術可轉化應用於AI資料中心的光互連，在那裡，GPU之間的資料傳輸已成為主要的功耗和頻寬瓶頸。管理層已在此方面大力轉向，並在2月初以5.7億歐元將其非光學感測器業務剝離給Infineon，以重新聚焦為一家純光子學公司。3月，他們宣佈與一家領先的AI光子學合作夥伴達成開發協議，以將微型發射器光互連商業化。
與領先的AI資料中心AI光子解決方案商業化合作夥伴達成開發協議，標誌著又一個重要里程碑，清晰表明我們打造數字光子領域領導者的轉型正在加速推進。
合作夥伴尚未確認，但最有可能的候選者是Avicena（已與ams-OSRAM就GaN microLED陣列達成聯合開發協議）、NVIDIA或Broadcom。ams-OSRAM是首個Chips法案5.67億歐元的獲得者，考慮到展示首輪獲勝者獲得第二輪支援的政治激勵，在2.0版本下獲得持續資助的可能性大於不可能。
布魯塞爾浮現的另一個主題是對Edge AI的日益重視。
Nordic Semiconductor (NOD NO) 是歐洲唯一一家覆蓋完整低功耗無線協議棧的無晶圓廠純半導體企業。Nordic在上一輪周期後的庫存去化周期中遭受重創，但隨著核心業務受益於需求正常化和低功耗連接的結構性需求，該股已開始重新估值。
最初的Chips法案圍繞大型新建晶圓廠建構，這使得像Nordic這樣的無晶圓廠設計公司基本被排除在框架之外，儘管他們的晶片最終用於歐盟裝置。新框架向設計、IP和價值鏈支援的擴展，正是可能將Nordic這樣的公司納入合格範圍的原因。"不可或缺性"的框架直接對應到一家在全球藍牙LE市場佔有約40%份額的公司。
與Chips 2.0法案同時出台的是《雲與AI發展法案》，其目標包括Edge Computing。Nordic一直在建構Edge能力，今年早些時候發佈了一款SoC晶片。他們在物聯網通訊方面的深厚專長將在edge推廣中發揮良好作用。
挪威也已通過EEA協議在大多數國家援助問題上遵循歐盟產業政策，這意味著挪威為Nordic設計中心或產能擴張提出的倡議，將通過與德國或法國大致相同的布魯塞爾審批管道。觀察名單如下，點選此處。
天然氣與能源
早在4月，我們就提出，現貨油價反應過度，而曲線遠端定價偏低。儘管出現了膝跳反應，但實際上並不存在石油短缺。全球庫存和在途貨物都提供了可觀的緩衝，恐慌性買盤隨之緩解。但即使不會立即造成災難，庫存的消耗也將收緊供應，並提供更持久的支撐。
這一判斷效果良好。像12月合約（CLZ2026）這樣的長期合約從未出現同樣的初始跳漲，但隨著供應擾動持續，價格繼續穩步走高。
我們處於一個奇怪的局面：由於油價尚未達到某些極端預測，市場共識已堅定轉向看空石油，儘管中斷持續的時間遠超早期預期。隨著時間一月月地拖延，這些緩衝正在被耗盡，即使全球範圍內出現了歷史性的協同釋放戰略石油儲備（SPR）。
當然，下行情景很簡單："如果他們重新開放海峽會怎樣？"但是……如果他們不重新開放海峽呢？
如果石油市場的結構性短缺在未來幾周內不會消失，這些公司會是什麼樣子？
關於庫存及其解讀存在大量分歧。但一組相當廣泛的資料顯示，經合組織（OECD）原油和成品油庫存處於十年來的最低水平。即使這些庫存指標不完整，它們在過去15年裡仍與WTI現貨價格存在強烈的負相關性，如下所示。如果這種庫存/價格關係繼續成立，這將意味著原油價格會大幅走高。
當然，我們無法將相關風險因素割裂開來，也不會假裝對供給擾動何時或如何緩解有任何確定性。 (404K)