這兩年講AI投資，最常見的問題往往是：「下一個贏家是誰？」但如果你真的花時間看過幾輪產業週期，會慢慢發現，這個問題通常問得太快了。因為在一條高速擴張的供應鏈裡，最先被市場低估的，往往不是最後站在台上的明星公司，而是那些一開始看起來沒那麼性感、但實際上把整條鏈卡住的瓶頸環節。從這個角度看，AI投資更好的起點，通常不是先找贏家，而是先找哪裡會塞車。

所謂瓶頸，講白一點，就是「沒有它不行，而且短期補不上來」的那一段。它可能是技術門檻很高、能做的公司很少；也可能是資本開支太大、不是誰想進就進；還可能是驗證週期很長，客戶就算想換供應商，也要花很久時間。這種環節有一個很明顯的特徵：當整個行業開始熱起來時，需求會先往這些地方擠，價格、產能利用率和議價能力也會最先反應。也就是說，瓶頸不一定最耀眼，但通常最先變得稀缺。

AI 供應鏈現在就有幾個很典型的例子。第一個是記憶體，尤其是HBM。Micron在今年公開強調，整個2026年的HBM供應已經賣完，而且是用多年合約鎖定下來的。 這件事重要的地方，不只是「Micron 很會賣」，而是它說明了一個更深的現象：AI系統的瓶頸，早就不是只有GPU。當推理需求越來越大，記憶體頻寬會直接影響整個系統的效率，所以HBM從一個零件，慢慢變成了流量閥門。

第二個例子是電力。國際能源署預計，全球資料中心用電量將從2024年的415 TWh增至2030年的945 TWh，而AI是最重要的驅動因素之一。 這個數字之所以值得注意，不是因為它聽起來很大，而是因為它把一個過去被當成背景條件的東西，變成了真正的投資變數。算力可以買，機櫃可以蓋，但如果電力接不上、變電站跟不上、冷卻系統跟不上，整座資料中心就只是昂貴的水泥和金屬。很多人以為 AI 只是半導體故事，其實走到 2026 年，市場已經越來越像在告訴你：AI也是能源和基建的故事。

第三個例子，是客製化ASIC。當市場還在盯著GPU龍頭時，另一條線已經悄悄長大：越來越多 hyperscaler想做自己的AI晶片，而Broadcom這種設計和整合能力強的公司，反而成了這條線上的關鍵閥門。Counterpoint預計，AI server compute ASIC的出貨量在2024到2027年間會成長三倍，而 Broadcom到2027年仍可能維持大約60%的設計夥伴市佔。這代表的不是「GPU 不行了」，而是另一種瓶頸正在形成：不是每個人都想買同一種晶片，但每個人都需要有人幫他把自己的晶片做出來。

這也是為什麼我會說，先找瓶頸，再找贏家，是一種更健康的投資順序。因為「贏家」這個概念，很容易讓人直接跳去迷戀品牌、管理層、故事或股價走勢；但「瓶頸」逼你先問幾個更硬的問題：這個環節是不是大家都得經過？供應能不能快速增加？客戶能不能輕易轉單？如果答案都是否定的，那你看到的就不只是某一家公司，而是整條供應鏈裡權力最大的那個位置。很多時候，真正穩定的超額報酬，不是來自猜中誰最紅，而是來自你更早看懂誰握著水龍頭。

當然，瓶頸也不是永遠不變。今天卡的是HBM，明天可能是先進封裝；今天卡的是電力，明天可能是工業冷卻、機器人感測器，或者某個地緣政治高度敏感的原料環節。也正因為如此，瓶頸不是一張可以一勞永逸背下來的答案表，而是一種持續更新地圖的方式。 對投資人來說，真正值得培養的能力，不是永遠比市場快一步喊出下一個熱門名字，而是養成一種習慣：每當一個新題材出現，先不要急著問誰會贏，先問這條鏈哪裡最容易塞車。很多時候，錢就是從那裡開始流的。

撰文：陳健君（Jason）

OLAXBT 創辦人、數據科學家與量化交易員、HKICT Award FinTech Gold Award（2025）得主