AI 進入「供給瓶頸」時代 記憶體、光互連與測試設備成下一波焦點

隨著 AI 應用從雲端高速運算擴張到各類實際情境，全球科技產業正步入一個以「供給瓶頸」為主軸的新時代。野村投信指出，AI 需求已不再是線性成長，而是呈現階梯式跳升，每一次模型演進與資本支出的推進，都可能將產業鏈推向新的缺口。2026 年市場關鍵字正快速收斂成一個字：「缺」。

野村投信進一步分析，在政策不確定、關稅波動等短期因素干擾下，AI 長期需求並未受到動搖，成本最終仍多半由雲端服務商與終端應用吸收，產業基本面反而更加集中於AI供應瓶頸：記憶體在 HBM 排擠效應下供需失衡、光互連技術因銅線傳輸達物理極限而加速成為主流、先進晶片測試時間倍增則推動設備需求上修。

在這場 AI 工業革命的下半場，效率、傳輸與產能彈性將成為決定勝負的核心，而能補上供應鏈缺口的企業，也將成為下一波市場焦點。

關稅與波動下的共識：需求不變，成本多半被轉嫁

野村高科技基金及野村e科技基金經理人謝文雄表示，政策與關稅的不確定性確實會造成短期情緒衝擊，但若 AI 長期需求不變，成本往往會沿著供應鏈向下游轉嫁，最終由終端客戶與大型雲端服務商吸收。換言之，短期利空可能帶來估值修正，但未必動搖產業長期價值；投資策略的關鍵在於，辨認「情緒性波動」與「基本面反轉」之差異。

記憶體成「黑馬」：供需失衡推升報價，HBM 排擠效應擴大

在多條 AI 供應鏈中，謝文雄最強調的「黑馬」是記憶體。謝文雄指出，過去兩年產業處於去庫存階段，多數業者擴產保守；但 AI 伺服器需求快速放大，且高頻寬記憶體（HBM）因毛利更高而優先取得產能配置，連帶排擠一般 DRAM 與 NAND 的供給，形成更全面的供需失衡。

謝文雄形容，記憶體報價正處於「主升段」的核心原因，在於新產能開出需要時間，建廠與良率爬升通常以年為單位計算，短期內供給彈性有限；同時 AI 不僅是「處理資料」，更是「生成資料」，模型推論結果、企業私有資料庫與向量資料庫等需求同步增長，使儲存需求不再只靠手機、PC 更新週期驅動，而是轉向由 AI 產業本身推動的長期結構性成長。

此外，謝文雄也觀察到市場對記憶體的評價方式正在轉變：過去記憶體常被視為景氣循環股，估值偏向以淨值比等指標衡量；但在 AI 帶動的需求更可見、更長期之下，投資人開始提高對其獲利延續性的定價權重，估值框架逐漸往獲利成長導向靠攏。

光通訊與 CPO 接棒：當銅線逼近極限，資料中心走向「光學化」

除了記憶體，謝文雄認為下一個被市場重新定價的主題，是光通訊與共同封裝光學（CPO）。他指出，AI 算力上升帶來的挑戰，不只是 GPU 更快，而是整個資料中心在「傳輸」與「能耗」上遭遇物理限制：當算力密度提高，傳統銅線傳輸的損耗與功耗會逐步逼近天花板，導致資料在叢集內的移動成本攀升，拖累整體效率。

謝文雄提到，部分雲端巨頭已透過光學電路交換（OCS）等方案提升叢集效能與資源調度效率；一旦大型雲端服務商率先驗證光學架構可行性，其他陣營便會面臨「不跟進就落後」的競爭壓力，進一步帶動光源、光連結、封裝與相關材料需求。謝文雄強調：「晶片再快，如果傳輸跟不上，算力也會被迫閒置。」而這正是光互連成為下一波投資焦點的原因。

測試設備需求上修：晶片越大越複雜，測試時間倍增推動擴產

在硬體供應鏈的另一端，謝文雄看好測試設備與測試介面產業。謝文雄指出，隨著晶片功能複雜度提高、面積變大、封裝形式更先進，測試程序與測試時間往往呈倍數成長；一旦單顆晶片測試時間從一倍拉長到兩到三倍，若出貨目標不變，設備需求就必須同步擴張，測試產能因此成為新的供給瓶頸。

這類「隱形產能」的擴張通常不如前段製程那樣被大眾熟知，卻是先進晶片量產不可或缺的一環。謝文雄提醒，測試環節的投資循環往往滯後於晶片需求，但一旦啟動，通常具備更長的能見度。

「缺」字當頭的市場結構：零組件卡關，報價易漲難跌

謝文雄將目前產業狀態總結為「聯通管效應」：AI 供應鏈由多個環節串接，只要任何一個零組件或環節卡關——不論是記憶體、電力、散熱、材料、封裝或測試——最終整體出貨就會被限制，價格與毛利因此更容易形成上行黏著度。他謝文雄強調，這也是為何在需求仍強的階段，相關零組件報價往往「易漲難跌」。

風險觀察：宏觀衰退訊號才是真正警報

在風險提醒上，謝文雄認為需要格外關注的不是單一題材波動，而是宏觀層級的需求反轉訊號，尤其是就業市場。若美國失業率明顯上升、影響消費與企業投資信心，政策可能快速轉向寬鬆，股市短期或許受激勵，但背後代表的經濟降溫風險不容忽視。

謝文雄進一步補充，AI 並非短期炒作題材，更接近一次生產力革命；市場中途的修正，往往是估值與預期的再平衡，而非趨勢終結。真正需要警惕的，反而是當 AI 滲透率高度飽和、資本支出邊際效益下降、終端需求不再成長時，才可能出現結構性轉折。

AI 下半場比的是「瓶頸在哪裡、誰能補上缺口」

整體而言，謝文雄對 AI 產業的核心判斷是，「AI上半場拼算力」、「AI下半場拼效率」與「供給鏈韌性」。當市場焦點從「誰的模型更強」轉向「誰能更快」、「更省電」、「更穩定」地把算力「變現」，AI供應鏈的瓶頸位置就會決定下一輪超額報酬落點。「記憶體供需缺口」、「光學互連架構轉移」、以及「測試產能擴張需求」，正是2026 年最關注的三條主線。

在台股屢創新高、盤勢波動加劇的環境下，投資人面臨的挑戰不只是選對產業，更在於能否掌握進出節奏與風險控管。

對於無法長時間看盤、也沒有空頻繁調整部位的投資人，與其在劇烈震盪中追高殺低，不妨透過交由專業經理人操盤的方式，以研究與紀律化的流程進行資產配置，更有機會在多頭趨勢中穩健參與，同時降低單一行情反轉所帶來的衝擊，提升長期投資勝率。