Google大招引爆AI戰局：Gemini 3 Pro點燃年底行情

Google強攻AI：Gemini 3 Pro改寫戰局？

生成式 AI 的競爭在 2024 年底再次升溫。巴菲特退休後，波克夏罕見大舉買進 Alphabet，而 Google 推出的 Gemini 3 Pro 更在模型能力、晶片布局上同時向對手施壓，使市場重新調整對 AI 產業的期待。在《理財必修課》中，主持人與兩位來賓從軟硬體競局談到台股行情，試圖釐清這場年底震盪背後的核心脈動。

Gemini 3 Pro 的推出讓原本偏多的美股獲得強心針。Google 在模型能力上直追甚至超越 OpenAI，而自家 TPU 加上 YouTube、搜尋等完整生態，讓外界重新評估「AI 龍頭是否將重新洗牌」。然而，對投資市場而言，更重要的是：這場戰火如何牽動美股與台股，投資人又該如何在高檔震盪中穩住節奏。

Google生態成關鍵：Gemini 3 Pro能領先多久？

前外資分析師程正樺指出，AI 的競爭週期幾乎是「三個月一輪」，因此 Geminin 3 Pro 雖然強勢，但仍難斷定勝負是否已經底定。不過從短期來看，Google 的確握有相對優勢。

關鍵在於 Google 的三大生態底盤：

1.    YouTube 的影音資料量──這是任何 AI 公司都難以複製的資源池。
2.    搜尋引擎與廣告體系──擁有龐大用戶與資料回饋，可直接強化模型成效。
3.    雄厚現金流──Google 每年投入上千億資本支出，即使舉債比例仍低，投資續航力遠勝多數新創。

相較之下，OpenAI 仰賴 Oracle 或 CoreWeave 提供算力，其合作夥伴的財務體質並不如 Google 穩健。程正樺提醒，OpenAI 的挑戰不只在技術，而是「永動機條件是否還能成立」──算力需求若在 Gemini 3 推出後不再成長，甚至出現客戶退訂、要求降價，將對其商業模式形成衝擊。

TPU崛起？Google硬體火力挑戰輝達

除了模型能力，Google 在硬體上的突破同樣受到市場關注。Gemini 3 Pro 亮相後，Meta 傳出可能於 2027 年導入 Google TPU，使市場重新評估未來 AI 伺服器的供應結構。
程正樺說明，Google 早在十多年前就開始布局 TPU，搭配其強大的網路技術與 OCS（Optical Circuit Switches）光路交換，正形塑一條與 NVIDIA 不同的競爭路線。

兩者差異可概括如下：

•    NVIDIA 的強項在於單一 Rack 內的運算效率最高。
•    Google TPU 的優勢則在於跨 Rack 擴充能力更強，能在對外連線上達成更多 800G 的連接，使其大型機群的擴充速度更快。

TPU 先前可支援約 4000 顆機群，新款 Ironwood 則能推進到 9000 顆以上，使其實際可運行的大模型規模有明顯提升。加上近期 Anthropic、Meta 等企業都傳出可能採用 TPU，市場對於「輝達是否會被蠶食市占」的討論再度升溫。

儘管結果仍待觀察，但程正樺強調，台灣供應鏈在此波競爭中仍是最大受益者——從台積電、鴻海到散熱、載板，幾乎同時供應 NVIDIA、Google、Amazon 與 Meta，因此不論硬體龍頭如何更替，台灣依舊是全球 AI 軍火庫。

台股震盪後的方向：哪些族群續攻？

進入 12 月後，台股在 AI 概念的助攻下止穩，但投資人仍擔心追高風險。股怪教授謝晨彥指出，11 月台股從 11 月 4 日開始的下跌本來就伴隨市場對輝達的疑慮，而 Google 的發布則意外成為行情反轉的催化劑。更重要的是，TPU 帶來的新需求，使市場對 AI 落地的想像不再停留於模型，而是延伸至各環節硬體。

他點出接下來值得關注的幾個族群：

•    ASIC（客製化晶片）──聯發科重新受到市場重視。
•    載板──欣興等公司持續創高。
•    散熱──AI 伺服器需求推升產業量能。
•    封測──原本落後族群近來轉強。
•    記憶體──需求在 AI 帶動下持續擴大。

然而謝晨彥提醒，明年 1 月企業財報恐不會出現全面好轉的訊號，下半年更要開始檢驗營收、現金流與本益比是否仍合理。因此台股在明年下半年需更審慎看待波動。

高檔震盪如何守穩？資產配置是核心

面對市場高點，投資人最常陷於兩難：場內怕賣飛，場外怕追高。謝晨彥於節目中以歷史降息循環（2007–2012）為例，帶出一個關鍵：

「留在市場比抓最高報酬更重要。」

他將多種股債組合比較後發現：

•    股 7 債 3（例如 QQQ 搭配 LQD）表現亮眼，但波動較高。
•    純股票雖報酬不錯，但最大回撤可達 -41%。
•    股 3 債 7 的 Sharpe 與 Sortino 表現最佳，回檔期間更能撐住壓力。

在 2008 年的劇烈下跌中，債券比重高的投資組合跌幅僅約 10%，遠低於大盤，使投資人能在隔年反彈時持續留在市場中。

存股領息還是存債好？平衡型 ETF 提供新選擇

債券的本質是提供穩定現金流，但過往因波動與利率因素，許多投資人偏好透過高股息 ETF 來累積被動收入。然而謝晨彥指出，若以「穩定息源＋降低波動」為核心，股債平衡型 ETF可望成為新選項。

他以 00981T 為例說明其結構：

•    70% 投資 BBB 等級以上債券：在投資等級內取得較高息，但維持良好信用體質。
•    30% 投資台灣市值前 25 大企業：包含台積電、鴻海、台達電、聯發科等。
•    每月債券調整＋每年股票兩次換股：透過再平衡維持股 3 債 7 的配置，使波動降低、收益更穩定。

他也比較高股息 ETF（如 00940、00939、00929）與 BBB 等級債券的長期殖利率走勢，發現 BBB 等級債的票息率長期多數時間優於高股息 ETF，若以風險調整後報酬來看，其長期耐震能力更佳。

中國靠開源突破？美中AI競局仍看算力

談到國際賽局，程正樺認為中國在 AI 模型開發上並未如外界想像地落後，原因在於近一年全球模型遇到 Scaling Law（規模定律）減弱 的瓶頸──資料量已接近極限，模型參數再擴大並不能等比例帶來突破，使中國可以靠開源模型加速追趕。

中國開源的優勢在於：
•    成本較低
•    應用更彈性
•    企業能根據需求自由調整

但最大的限制依舊是算力。由於無法取得先進 GPU，中國只能依靠自家 7 奈米製程與華為、寒武紀等晶片廠支撐全年有限的算力產能。若其晶片技術未出現重大突破，算力缺口仍將是其追趕美系企業的最大障礙。

結語：比預測更重要的是「對策」

節目最後總結了這次討論的核心：在 AI 技術快速變動、市場處高檔震盪的當下，不論是選股還是資產配置，「對策」永遠比「預測」更重要。
對投資人而言，無論 AI 龍頭如何更替，都可從供應鏈交集或股債配置著手，建立能抵抗波動、長期持續的投資架構。當配置能讓人睡得安穩，市場的每次震盪就不再是壓力，而是下一波報酬的起點。

※本節目與分析師所推介個股，無不當之財務利益關係，資料僅供參考，投資人應獨立判斷，審慎評估並自負投資風險。