從零部件到材料企業的供應鏈黑馬
資本市場最喜歡講主角。AI講Nvidia，電動車講Tesla、比亞迪，半導體講台積電，手機講蘋果，新能源講寧德時代。問題是，每一輪產業革命走到中段，最先被市場看見的往往是整機和平台，真正利潤逐步擴散時，才輪到供應鏈深處的零部件和材料公司登場。這些公司平日沒有消費品牌，公告也不性感，但一旦行業規格升級、產能瓶頸出現、客戶開始鎖長約，它們便可能由「代工配角」變成「資本黑馬」。
AI伺服器正是最好的例子。過去兩年市場只盯着GPU，但當算力集群愈建愈大，瓶頸已不止在晶片，而是擴散到光模組、連接器、散熱、電源、PCB、ABF載板、玻璃纖維布、液冷材料及機櫃系統。TrendForce預計，全球AI光收發模組市場將由2025年的165億美元增至2026年的260億美元，按年增長逾57%，而零部件短缺已成為產能擴張的重要限制。這說明AI產業鏈的投資邏輯，已由「誰有最強晶片」進入「誰能讓整座數據中心穩定運轉」的新階段。
同樣道理也出現在電動車和新能源。早期市場集中追逐整車品牌和電池龍頭，後來才發現，真正決定性能、成本和安全性的，往往是熱管理、功率半導體、電解液、隔膜、銅箔、鋁塑膜、磁材、結構件和高壓連接系統。整車廠面對價格戰，毛利被壓縮；但若某些上游材料具有認證周期長、配方壁壘高、擴產難度大、客戶黏性強的特徵，反而能在產業洗牌中保持較高議價能力。資本市場過去習慣把供應商視為「低毛利製造」，但在新經濟下，某些供應商其實更接近「規格升級的賣水人」。
判斷供應鏈黑馬，第一個標準不是收入增長，而是它是否站在規格升級的關鍵節點。AI伺服器由400G走向800G、1.6T，光模組、DSP、連接器及高速PCB的要求便同步提高；GPU功耗由數百瓦升至千瓦級，液冷板、泵、冷卻液、電源管理及配電系統的重要性便上升。Reuters近日報道，Schneider Electric與鴻海合作開發下一代AI數據中心基建，重點正是電力、冷卻與能源管理。當主機廠和雲服務商開始把基礎設施當成AI競爭力的一部分，供應鏈價值便不再只是「替人打工」。
第二個標準，是供應是否有瓶頸。普通零部件即使需求增長，若產能容易擴張，很快便會變成價格戰；但若涉及材料配方、認證、良率、專利或環保限制，供應商便有機會享受較長的景氣周期。McKinsey近期指出，材料供應鏈中被忽略的批發商、加工商及服務中心，在AI、電動車、可再生能源和數據中心需求下，正成為工業經濟的「實體世界系統集成商」，負責把原材料轉化為可直接投入生產的規格化材料。這正是資本市場過去低估的地方：材料企業不只是賣大宗商品，而是在替下游解決交付、規格和可靠性問題。
第三個標準，是公司能否由單一客戶供應商，升級為平台型供應商。很多零部件公司起步時靠一兩個大客戶，估值自然受壓，因為市場擔心訂單集中、價格被壓、技術被替代。但若公司能跨越多個場景，例如同一套材料可用於AI數據中心、汽車電子、工業自動化和新能源設備，估值便可由「製造代工」提升為「技術平台」。這類公司未必有終端品牌，但有長期驗證數據、有工程服務能力、有客戶共同開發經驗，反而比一些概念股更難被取代。
（本文僅代表作者觀點，不代表成報立場及不構成銷售建議）
（概念提供：摯達科技（02650），金星匯編輯部撰寫）
