從生態變遷到長線投資策略 AI概念股深度解析（下）

生態四：設備與材料，光刻機與光阻劑。
台積電（美股代號：TSM）若無艾司摩爾（ASML Holding，美股代號：ASML）的EUV光刻機，也無法製造高端晶片。
市面上能生產EUV光刻機的僅ASML一家，雖然形成完美壟斷，使其股價長升長有，具極高投資價值，但也有潛在風險。
2026年5月，華為發表一項新晶片設計技術，
可利用「時間縮微」取代「幾何縮微」，透過邏輯摺疊等創新提升電晶體密度，繞過摩爾定律。
華為預計到2031年可達1.4納米製程同等效果（這裏指的是「效能」，而非物理上造到1.4納米）；而台積電預計2028年達成1.4納米製程。

倘若該技術成功量產，意味內地即使沒有ASML最先進的EUV光刻機，也能製造高端晶片，有機會打破「無先進EUV光刻機就做不出好晶片」的市場宿命。
當然此技術尚新，存在不確定性，且相信仍需多種技術、硬體和材料配合，才有機會成功，但此變化，的確存在可能削弱ASML長期壟斷優勢的風險。
讀者須釐清一點，新技術有助於「降低」對EUV光刻機的依賴，而非「完全取代」。
目前技術尚未商業化，未實質動搖ASML地位。因此ASML仍有極高投資價值，但投資時必須明白此潛在風險。
另一關鍵原料是光阻劑，又稱光刻膠。光阻劑是一種感光材料，用於將晶片設計圖清晰印在晶圓上。

如果光刻膠質素不足，即使有最先進的EUV光刻機，也無法於晶片上印上精細電路。
有能力生產高品質光阻劑的公司不多，東京應化和信越化學是較具投資價值的兩間企業。
生態五：代工與封裝。
要將晶片設計轉為實體產品，需要依靠代工企業。主流代工廠包括中芯國際（00981）、台積電、三星（Samsung）、Intel（美股代號：INTC）。
其中技術與良率最高的是台積電，故投資價值最高，三星與Intel雖有技術，但製程能力與良率不及台積電，且非純代工，故不建議投資（若讀者的目標是投資代工企業的話）。
內地政策推動晶片產業鏈全面國產化，中芯雖製程能力較弱，但未來將受惠政策支持，在代工生態中反而比三星、Intel更具投資潛力。

從LLM到AI Agent轉變

生態六：AI模型與雲端服務。
最高投資價值當然是美國科技巨頭Alphabet（美股代號：GOOGL）、微軟（Microsoft，美股代號：MSFT）和亞馬遜（Amazon，美股代號：AMZN），皆因其擁有最完整業務生態。
單純提供AI模型服務，不易在短期內平衡收支，可能引發資金鏈問題。然而Google等企業除模型外，還有雲端業務，受惠於AI推動雲端需求，資金回籠更快，且有其他業務資金支援AI發展，長線投資價值較高。
內地方面，阿里巴巴（09988）、騰訊控股（00700）的發展模式類近。同時擁有AI大模型與雲端業務，同樣值得跟進。

AI行業正從大型語言模型（LLM，即一問一答）轉向AI Agent應用。
AI Agent是長時間地進行一連串工作，導致Token消耗量大增，這將使提供模型的公司收入上升，加速模型「可盈利化」。
Token指模型是生成文字或處理輸入時最細單位。讀者可以先視它為AI模型的計費單位，可令你較易掌握今次文章的分析重點。
目前Google的模型技術相對領先，是加分位，其近年收益增長雖非急速，但以一家數萬億美元規模的公司而言，表現已算不錯。
然而，模型較弱的企業仍然有機會。在AI Agent時代，Token消耗倍數級增加，用家使用成本壓力巨大。

高性價比模型殺出重圍

因此，高性價比的模型可能殺出重圍。例如中國模型MiniMax M2.5，每百萬Token成本僅為某些知名美企模型不到10%，便宜許多。
許多人認為美國科技企業使用輝達（Nvidia，美股代號：NVDA）晶片，生成的Token一定「又平又靚」，內地企業無法競爭。但這種看法不夠完整。
Token成本不能只看AI晶片，而要考慮晶片全生命週期成本（TCO），包括折舊、維修、電費等。內地AI晶片雖然不如美國輝達，但電力、維修等成本較低，且許多模型算法優化良好，可進一步壓低TCO。
低TCO使內地模型Token定價更便宜，在講求高性價比的AI Agent時代，競爭力自然提升。因此，內地AI模型企業不一定沒有投資價值。

內地AI模型企業中，最穩健的是阿里和騰訊，因它們有雲端、生態及原有業務支援。
潛力較高的，可以考慮純AI模型公司，例如
MiniMax（00100）、智譜（02513），但以上公司尚未錄得盈利，風險較高，投資者須自行衡量。
AI產業已從訓練轉向推理為重心，應用也從LLM一問一答轉向AI Agent。整個生態的變化正悄然改變行業格局。
過去幾年享受AI紅利的企業，如輝達、台積電、ASML等，未來優勢依然存在，惟近乎獨一無二的優勢地位能否持續？值得思考。
另一方面，過去不起眼或處於弱勢的企業，會否因生態或地緣政治格局轉變而逐步崛起？也值得關注。

最後，須留意宏觀因素，倘若大型科技企業對AI的資本開支放緩、加息，或AI Agent商業化低於預期，股價都可能受到影響而變得波動。
投資策略方面，AI發展空間仍然巨大，值得投資者部署，但只宜選有實力企業。
同時，部分概念股盈利波動較大，多屬風險類潛力股，投資時應控制注碼，慢慢分注儲貨，長線持有，耐心等待成長。
若自問較保守、經驗較淺、或已退休的投資者，本文提及的股票風險會過高，未必適合。