和碩Q1財報大驚奇！來看市值百億立訊股票縮水、業外反賺16.32億元的2個關鍵|數位時代 BusinessNext

和碩Q1財報大驚奇！來看市值百億立訊股票縮水、業外反賺16.32億元的2個關鍵

和碩首季財報交出驚奇成績單！不僅毛利率上升，原預期持有3984萬股立訊股票會有鉅額評價損失，但意外的，業外竟然賺16.32億元，背後還透露2個關鍵。

業外進帳高於支出！還賺16.32億元

關於第一點，和碩僅低調表示，業外確實投資利益是正數16.32億元，其中來源包括會計原則下的處分利益、所得稅利益回沖、利息、匯兌收益及投資持股評價損益，其中立訊股價下跌確實有認列損失，但因為首季完成鎧勝-KY旗下日鎧由立訊持股53.513%股權讓與，在會計準則上，被視為是處分利益，一進一出下，加上其他業外收支，最後其實是正數。

根據和碩最新一季財報，和碩透過昌碩持有3984萬股立訊股票，相當市值94.37億元，持股0.57%，另有9.3億元立訊公司債，換言之，若以首季立訊股價下挫38.6%來算，和碩持有立訊市值蒸發36億多元，但在日鎧去年現增33.52億人民幣，立訊用溢價總價款60億人民幣認購下，和碩雖沒有賣出鎧勝-KY旗下日鎧任何一張股票，但在會計作業準則上，首季可以認列一筆處分利得。

和碩持有3984萬股立訊，百億價值大縮水

第二點是關於和碩本業，和碩首季開始不必認列鎧勝-KY合併營收，所以自然會減少一塊營收，平均一季度約180億元左右，其次，首季因iPhone mini銷售不佳，蘋果調節訂單，使和碩營收處於淡季低點，雖筆電訂單優於預期，但和碩首季營收最終僅2166.22億元，創6年半新低。

在此情形下，照理說因營收規模不足，和碩需支出固定管銷成本，營益率跟毛利率都不會好看，但最終和碩季報卻交出亮眼成績，雙率比去年同期及上季度要佳，為什麼會這樣？

從和碩營收結構來看，手機為主的通訊業務營收占比從上季6成，下降到首季46%，是營收比下滑最多的一塊，但電腦業務占比上升，遊戲機為主的消費電子業務占比也增，以產品組合可推論，通訊業務（iPhone）毛利率貢獻最低，也因此，訂單雖少，但對整體毛利率反而是正面加分項！

和碩已經連續7年營收破兆元，5年前董事長童子賢就內部定調要求團隊朝非蘋多角化發展，近年效益逐漸顯現，從網通到車用電子陸續出現成績，儘管這些新事業訂單營收貢獻都不如蘋果規模大，但獲利卻更為扎實。

電子5哥大砍低毛利單，和碩非蘋單高毛利

電子五哥近年主要做兩件事：1.調整產品組合，認清衝營收不是好事，開始降低低毛利率訂單干擾，因此各大廠財報毛利率跟營益率都雙雙回升，諸如廣達退出Apple Watch生意，緯創放下中國手機組裝訂單，而和碩減持重資本投資金屬事業「鎧勝-KY」持股都有類似考量。

第2是陸續處分中國閒置資產，重新調度配置全球產能。減少低毛利率訂單的做法，展現於財報的是毛利率回升，而後者則是貢獻業外收益，前者屬於短空長多，後者則是一次性進補。

市場常對第一件是反映過度，認為大單消退，營收數字難看屬負面效應，但從另一面來看，和碩少了iPhone訂單毛利率反見回升，顯示佈局的非蘋訂單組合反而更健康；長期而言，和碩若持續轉向高附加價值訂單或產業，或許更能減少消息面或單一客戶抽單動盪的困擾。

對於第2季度展望？和碩僅強調3大產品線中通訊與消費電子訂單展望維持，但筆電業務因首季比預期好，墊高了預期，加上第2季度缺料壓力更重，將下修季度成長預估，原筆電預估季增25～30％，但現在將修正為季增5~10%，下修將近20個百分點。

責任編輯：蕭閔云

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。