Google

Modine 股價因這份爆料跳漲，市場原本只知道有一筆 40 億美元冷卻合約，現在直接對上 Google 這個超大客戶，等於把 AI 資料中心散熱需求從「概念」變成可驗證的訂單數字。更關鍵的是亞馬遜雲端部門在 pipeline 裡佔了一半以上，代表不只 Google，超大規模雲端業者都在搶購液冷與冰水機設備。這對台灣散熱與電源供應鏈是直接訊號，接下來要看 Modine 九月季報營收是否真的能衝到 5.4 億美元、比公司自己預估高兩成，以及亞馬遜那筆近 30 億美元訂單何時轉成正式營收。

全球長債殖利率同步飆高，不是單一國家債務危機，而是央行縮表加上科技巨頭大舉發債搶走長期資金。五大雲端公司2025年發債1,210億美元，是過去五年平均的四倍多，野村估計科技發債已占民間投資人可取得的淨公債供給約四分之一。這直接推高AI資料中心擴張的融資成本，微軟、Google、亞馬遜、Meta、甲骨文這些AI基建大買家，未來借錢蓋資料中心會更貴。殖利率上升也會壓縮股票估值，尤其高投資支出的AI概念股。接下來要看科技公司發債速度是否放緩，以及長債殖利率是否繼續往上，這會影響整個AI產業的資金成本。

印度政府直接對 Google 的開發者平台下重手，這不只是單一詐騙案，而是官方認定 Firebase 被系統性濫用。Google 在印度砸了 150 億美元做 AI 和數位基礎建設，現在卻因為平台上的惡意內容被監管盯上，等於一邊搶市場、一邊要扛合規成本。對 Alphabet 來說，這可能增加內容審核和法遵支出，甚至影響 Firebase 在印度的開發者生態。接下來要看印度會不會擴大要求其他雲端平台，以及 Google 是否被迫改變 Firebase 的開放模式。

Waymo 把自駕車最吃算力的感測器融合工作拉回自家晶片，代表 Alphabet 在自駕車硬體上不再只靠輝達或 AMD 的通用方案，開始走蘋果式的垂直整合。這對輝達、AMD 在自駕車市場的長期訂單是潛在威脅，但短期影響有限，因為 Waymo 明說仍會繼續用外部晶片。更值得注意的是，Waymo 的感測器路線和特斯拉的純視覺路線正式在晶片層級分道揚鑣，一個用雷達加光達，一個只用相機，兩邊的晶片設計邏輯完全不同。

這案子直接點出美國AI技術外流風險的司法困境。經濟間諜罪被推翻，代表檢方要證明「明知且意圖讓外國政府受益」的門檻很高，未來類似案件可能更難用最重罪名起訴。但竊取商業機密罪仍成立，Google的AI基礎設施機密確實被偷，這對Google的技術護城河是實質打擊。接下來要看9月1日量刑輕重，以及Google是否會加強內部資料存取管控，這可能影響所有AI大廠的資安成本。

拉斯維加斯變成自駕計程車的第一個大規模戰場，特斯拉、Waymo、Uber 三方同時拿到許可，但特斯拉的 5,000 輛上限明顯高於對手，等於官方給它最大的擴張空間。特斯拉工程師自己說明年頂多 2,500 輛，代表產能或營運能力還跟不上許可，市場對它自駕車進度的預期可能要下修。Uber 走混合模式，靠 Motional 和 Zoox 的車隊，同時遊說政府要求自駕車必須掛在有人駕駛的叫車網路上，這是在保護自己的司機生態，也等於承認自家自駕技術落後。

Google 把「偏好來源」從被動設定變成可嵌入的互動按鈕，等於讓出版商自己把讀者導回 Google 的偏好系統，這會直接影響新聞網站的流量分配。對 AI 搜尋來說，被選為偏好來源的網站更可能出現在 Top Stories 和 AI Overviews，這代表 Google 正在用使用者偏好訊號調整 AI 生成內容的引用權重。出版商如果不換新按鈕，讀者點擊後會留在 Google 的設定頁，而不是回到原網站，流量流失風險變高。

Gemma 下載破 10 億次，代表開源小模型在邊緣裝置與垂直應用已經站穩，不再只是雲端大模型的配角。Google 用 Gemma 綁住開發者生態，直接對上 Meta 的 Llama 和 Mistral，搶的是未來 AI 應用的底層黏著度。真正要看的不是下載數，而是這些衍生模型有沒有變成企業付費 API 或雲端算力需求。印度國家健康局用 Gemma 4 處理醫療資料，證明開源模型能打進政府級應用，這對 Google 雲端和 TPU 銷售是間接利多。

歐盟對美國科技巨頭的監管邏輯正在換檔，從罰錢改成直接下技術命令，這對 Google、蘋果、Meta 這些靠平台規則賺錢的公司影響更深。罰款可以當作營運成本，但強制分享搜尋資料、開放作業系統給競爭對手，等於直接動到它們的商業模式。對 AI 產業來說，Google 被迫開放 Android 給其他 AI 助理，可能讓更多語音助理和 AI 應用有機會進入歐洲市場，改變目前由 Google Assistant 主導的局面。

Google 把 Gemini Pro 免費送給學生一年，等於用補貼換市占，直接跟微軟 Copilot、OpenAI ChatGPT 搶教育用戶。教育市場是 AI 助理養成使用習慣的關鍵入口，學生現在用慣哪家，畢業後進職場很可能繼續用。Google 同時推出學生中心、筆記本和 3D 視覺化，代表它不只送流量，還要把學習場景做成產品閉環。對 Google 來說，這會增加 AI 運算成本，但換來的是未來付費用戶和廣告數據。

Google 為了 AI 燒錢燒到要全球找錢，這不是壞事，但代表它的現金流已經跟不上投資支出。第二季營運現金流 391 億美元，投資支出卻高達 449 億美元，首度出現負自由現金流，這是 Alphabet 史上第一次。市場願意買單，是因為 Google Cloud 營收年增 82%、營業利益翻三倍，雲端積壓訂單 5140 億美元，需求強到供不應求。但要注意，這筆錢是用來蓋資料中心、買晶片，不是拿來發股利或回購。

Google 的 TPU 供應鏈正在從單純的 ASIC 競價，轉向針對不同工作負載找最適 IP 來源。超微的加入不是要搶博通或聯發科的現有專案，而是補上 CPU 整合這塊缺口，這對博通和聯發科短期營收影響有限，因為兩家都有長約護體。真正要盯的是中長期：如果 Agentic AI 讓 CPU 與 TPU 整合變成主流，超微手握 CPU、GPU、互連 IP 的優勢就會放大，博通和聯發科在 TPU 專案中的 IP 比重可能被稀釋。短期壓力反而在先進製程和封裝產能，不是訂單被搶。

資金正在從純軟體 AI 轉向會動、會飛、會開車的實體 AI，而且規模大到半年就超過過去三年總和。這告訴我們，市場對 AI 的想像已經從聊天機器人延伸到機器人、自駕車和國防硬體，但錢高度集中在少數幾家：Waymo 一輪就拿了 160 億美元，佔整個上半年近三分之一，代表多數新創其實分不到多少。對台灣供應鏈來說，機器人和自駕車需要大量感測器、晶片、機構件和電源管理，這會是新的訂單來源，但也要注意資金過度集中可能讓泡沫集中在少數明星公司。

AI 基建的錢不是只有股權，債券供給已經大到開始排擠美國公債。亞馬遜、Alphabet、Meta、甲骨文今年發債量比去年全年多近八成，高盛估五大巨頭明年要再發 4000 億美元。這告訴我們，市場原本把 AI 投資支出當成企業自己的事，現在它已經變成整個債市的供給壓力。投資人開始要求更高殖利率，亞馬遜最近發債要多給甜頭才賣得動，輝達、SpaceX 的債也賣得吃力。接下來要看的是長天期公債殖利率會不會繼續被 AI 發債推高，這會反過來提高所有成長股的資金成本。

Google 把 AI 天氣預測從實驗室推進到真實空域營運，而且這次是強制所有航班配合，不是航空公司自願選用。這代表 AI 開始進入航空管制這種高監管、高安全要求的基礎設施，若試驗成功，未來全球空域都可能採用類似系統，直接影響航空公司燃油成本與碳排計算。對 Google 來說，這是展示 AI 模型在氣候領域商業化能力的案例，也讓雲端 AI 服務多了一個可複製的應用場景。

Modine 股價因這份爆料跳漲，市場原本只知道有一筆 40 億美元冷卻合約，現在直接對上 Google 這個超大客戶，等於把 AI 資料中心散熱需求從「概念」變成可驗證的訂單數字。更關鍵的是亞馬遜雲端部門在 pipeline 裡佔了一半以上，代表不只 Google，超大規模雲端業者都在搶購液冷與冰水機設備。這對台灣散熱與電源供應鏈是直接訊號，接下來要看 Modine 九月季報營收是否真的能衝到 5.4 億美元、比公司自己預估高兩成，以及亞馬遜那筆近 30 億美元訂單何時轉成正式營收。

全球長債殖利率同步飆高，不是單一國家債務危機，而是央行縮表加上科技巨頭大舉發債搶走長期資金。五大雲端公司2025年發債1,210億美元，是過去五年平均的四倍多，野村估計科技發債已占民間投資人可取得的淨公債供給約四分之一。這直接推高AI資料中心擴張的融資成本，微軟、Google、亞馬遜、Meta、甲骨文這些AI基建大買家，未來借錢蓋資料中心會更貴。殖利率上升也會壓縮股票估值，尤其高投資支出的AI概念股。接下來要看科技公司發債速度是否放緩，以及長債殖利率是否繼續往上，這會影響整個AI產業的資金成本。

印度政府直接對 Google 的開發者平台下重手，這不只是單一詐騙案，而是官方認定 Firebase 被系統性濫用。Google 在印度砸了 150 億美元做 AI 和數位基礎建設，現在卻因為平台上的惡意內容被監管盯上，等於一邊搶市場、一邊要扛合規成本。對 Alphabet 來說，這可能增加內容審核和法遵支出，甚至影響 Firebase 在印度的開發者生態。接下來要看印度會不會擴大要求其他雲端平台，以及 Google 是否被迫改變 Firebase 的開放模式。

Waymo 把自駕車最吃算力的感測器融合工作拉回自家晶片，代表 Alphabet 在自駕車硬體上不再只靠輝達或 AMD 的通用方案，開始走蘋果式的垂直整合。這對輝達、AMD 在自駕車市場的長期訂單是潛在威脅，但短期影響有限，因為 Waymo 明說仍會繼續用外部晶片。更值得注意的是，Waymo 的感測器路線和特斯拉的純視覺路線正式在晶片層級分道揚鑣，一個用雷達加光達，一個只用相機，兩邊的晶片設計邏輯完全不同。

這案子直接點出美國AI技術外流風險的司法困境。經濟間諜罪被推翻，代表檢方要證明「明知且意圖讓外國政府受益」的門檻很高，未來類似案件可能更難用最重罪名起訴。但竊取商業機密罪仍成立，Google的AI基礎設施機密確實被偷，這對Google的技術護城河是實質打擊。接下來要看9月1日量刑輕重，以及Google是否會加強內部資料存取管控，這可能影響所有AI大廠的資安成本。

拉斯維加斯變成自駕計程車的第一個大規模戰場，特斯拉、Waymo、Uber 三方同時拿到許可，但特斯拉的 5,000 輛上限明顯高於對手，等於官方給它最大的擴張空間。特斯拉工程師自己說明年頂多 2,500 輛，代表產能或營運能力還跟不上許可，市場對它自駕車進度的預期可能要下修。Uber 走混合模式，靠 Motional 和 Zoox 的車隊，同時遊說政府要求自駕車必須掛在有人駕駛的叫車網路上，這是在保護自己的司機生態，也等於承認自家自駕技術落後。

Google 把「偏好來源」從被動設定變成可嵌入的互動按鈕，等於讓出版商自己把讀者導回 Google 的偏好系統，這會直接影響新聞網站的流量分配。對 AI 搜尋來說，被選為偏好來源的網站更可能出現在 Top Stories 和 AI Overviews，這代表 Google 正在用使用者偏好訊號調整 AI 生成內容的引用權重。出版商如果不換新按鈕，讀者點擊後會留在 Google 的設定頁，而不是回到原網站，流量流失風險變高。

Gemma 下載破 10 億次，代表開源小模型在邊緣裝置與垂直應用已經站穩，不再只是雲端大模型的配角。Google 用 Gemma 綁住開發者生態，直接對上 Meta 的 Llama 和 Mistral，搶的是未來 AI 應用的底層黏著度。真正要看的不是下載數，而是這些衍生模型有沒有變成企業付費 API 或雲端算力需求。印度國家健康局用 Gemma 4 處理醫療資料，證明開源模型能打進政府級應用，這對 Google 雲端和 TPU 銷售是間接利多。

歐盟對美國科技巨頭的監管邏輯正在換檔，從罰錢改成直接下技術命令，這對 Google、蘋果、Meta 這些靠平台規則賺錢的公司影響更深。罰款可以當作營運成本，但強制分享搜尋資料、開放作業系統給競爭對手，等於直接動到它們的商業模式。對 AI 產業來說，Google 被迫開放 Android 給其他 AI 助理，可能讓更多語音助理和 AI 應用有機會進入歐洲市場，改變目前由 Google Assistant 主導的局面。

Google 把 Gemini Pro 免費送給學生一年，等於用補貼換市占，直接跟微軟 Copilot、OpenAI ChatGPT 搶教育用戶。教育市場是 AI 助理養成使用習慣的關鍵入口，學生現在用慣哪家，畢業後進職場很可能繼續用。Google 同時推出學生中心、筆記本和 3D 視覺化，代表它不只送流量，還要把學習場景做成產品閉環。對 Google 來說，這會增加 AI 運算成本，但換來的是未來付費用戶和廣告數據。

Google 為了 AI 燒錢燒到要全球找錢，這不是壞事，但代表它的現金流已經跟不上投資支出。第二季營運現金流 391 億美元，投資支出卻高達 449 億美元，首度出現負自由現金流，這是 Alphabet 史上第一次。市場願意買單，是因為 Google Cloud 營收年增 82%、營業利益翻三倍，雲端積壓訂單 5140 億美元，需求強到供不應求。但要注意，這筆錢是用來蓋資料中心、買晶片，不是拿來發股利或回購。

Google 的 TPU 供應鏈正在從單純的 ASIC 競價，轉向針對不同工作負載找最適 IP 來源。超微的加入不是要搶博通或聯發科的現有專案，而是補上 CPU 整合這塊缺口，這對博通和聯發科短期營收影響有限，因為兩家都有長約護體。真正要盯的是中長期：如果 Agentic AI 讓 CPU 與 TPU 整合變成主流，超微手握 CPU、GPU、互連 IP 的優勢就會放大，博通和聯發科在 TPU 專案中的 IP 比重可能被稀釋。短期壓力反而在先進製程和封裝產能，不是訂單被搶。

資金正在從純軟體 AI 轉向會動、會飛、會開車的實體 AI，而且規模大到半年就超過過去三年總和。這告訴我們，市場對 AI 的想像已經從聊天機器人延伸到機器人、自駕車和國防硬體，但錢高度集中在少數幾家：Waymo 一輪就拿了 160 億美元，佔整個上半年近三分之一，代表多數新創其實分不到多少。對台灣供應鏈來說，機器人和自駕車需要大量感測器、晶片、機構件和電源管理，這會是新的訂單來源，但也要注意資金過度集中可能讓泡沫集中在少數明星公司。

AI 基建的錢不是只有股權，債券供給已經大到開始排擠美國公債。亞馬遜、Alphabet、Meta、甲骨文今年發債量比去年全年多近八成，高盛估五大巨頭明年要再發 4000 億美元。這告訴我們，市場原本把 AI 投資支出當成企業自己的事，現在它已經變成整個債市的供給壓力。投資人開始要求更高殖利率，亞馬遜最近發債要多給甜頭才賣得動，輝達、SpaceX 的債也賣得吃力。接下來要看的是長天期公債殖利率會不會繼續被 AI 發債推高，這會反過來提高所有成長股的資金成本。

Google 把 AI 天氣預測從實驗室推進到真實空域營運，而且這次是強制所有航班配合，不是航空公司自願選用。這代表 AI 開始進入航空管制這種高監管、高安全要求的基礎設施，若試驗成功，未來全球空域都可能採用類似系統，直接影響航空公司燃油成本與碳排計算。對 Google 來說，這是展示 AI 模型在氣候領域商業化能力的案例，也讓雲端 AI 服務多了一個可複製的應用場景。