輝達財報超出預期,為什麼股價卻跌了?黃仁勳遇到哪5大挑戰?
輝達財報超出預期,為什麼股價卻跌了?黃仁勳遇到哪5大挑戰?

AI霸主輝達(Nvdia)於美國時間8月28日收盤後發布2025財年第二季度的財報,儘管財報數據達到或超出市場預期,但股價卻在盤後交易中下跌了逾8%。這一結果主要源於對其新一代Blackwell晶片生產問題的擔憂,以及對未來預期的不滿。

延伸閱讀:輝達財報重頭戲來了,全球關注2大重點!哪些輝達概念股可望受惠?

輝達第二季度營收達到300億美元,較去年同期增長了122%,這一數字高於市場分析師預測的289億美元。此外,輝達的每股盈餘達到0.68美元,也超過了預期的0.64美元。

至於部門表現,輝達的資料中心業務在本季度表現尤為突出,收入達到263億美元,同比增長154%,優於預期的250.8億美元,且幾乎佔據公司總營收的88%。這部分業務主要包括AI處理器。輝達的H100和H200等晶片已成為大多數生成式AI應用的核心,例如OpenAI的ChatGPT。

另外,輝達的遊戲業務也表現不俗,營收達到29億美元,較去年同期增長了16%。

至於第三季度的預期營收約為325億美元,這個數字略高於分析師預期的317億美元,但低於某些更高的預期。分析師擔心,AI市場的投資熱潮可能會過度,導致未來需求放緩,這進一步加劇了市場的不確定性。

輝達財報超出預期,為什麼股價卻跌了?

雖然輝達財務數據強勁,但股價在財報發布後下跌8%,在輝達今年股價已經上漲150%的背景下,究竟是什麼原因導致投資者情緒低落?

首先,是生產挑戰與成本增加。 輝達的最新一代AI晶片Blackwell的生產遇到困難,這需要對製造流程進行改進。這些挑戰導致公司的毛利率在本季度下降至75.1%,低於上一季度的78.4%。儘管如此,公司表示仍然計劃在第四季度大量生產這些晶片,並期望能帶來數十億美元的收入。

第二,市場預期過高。 儘管輝達的財報結果已經超出華爾街的預期,但投資者對其的期望仍然過於高昂。輝達今年的股價已經上漲了超過150%,使其市值達到3兆美元,僅次於蘋果(Apple)。然而,當公司未能提供超出市場更高預期的指引時,投資者情緒就會受到影響。

第三,競爭對手壓力。 輝達面臨來自AMD(超微)、AI晶片新創等競爭對手的壓力,這些對手也在積極開發AI晶片。

第四,生成式AI市場的投資過剩風險。 雖然黃仁勳認為,生成式AI的應用前景廣闊,有助於大型公司和新創企業探索新機會,但市場對於這樣的增長能否持續感到不安。主要科技公司,如Alphabet(Google母公司)、Meta和微軟(Microsoft)等都在不斷增加AI基礎設施的支出,這是否會導致投資過剩成為一個潛在的風險。

第五,地緣政治風險。 美國政府對中國出售先進晶片的限制,也在壓縮輝達在該市場的增長空間。這些因素加劇了市場對輝達能否繼續保持高速增長的疑慮。

輝達展望:挑戰與機遇並存

儘管面臨挑戰,輝達依然展現出對未來的樂觀態度。黃仁勳指出,全球數據中心將需要數兆美元的設備來替代過時的硬體,這僅僅是新時代的開始。輝達將繼續加強其在AI晶片市場的領導地位,特別是在其Hopper和Blackwell晶片供應逐步增加的情況下,輝達的未來仍然具有巨大潛力。

輝達已經批准了額外的500億美元股票回購計劃,這表明公司對其未來增長的信心。同時,公司還在繼續開發新的AI產品和技術,旨在推動生成式AI在更多行業中的應用。未來幾個季度,輝達將持續在市場上展示其實力,爭取在競爭中保持領先。

延伸閱讀:輝達股價暴漲,員工也晉升百萬富翁!但黃仁勳「折磨式」管理,卻讓他們有錢沒空花?

參考資料:輝達財報《Bloomberg》《WSJ》《CNBC》

本文初稿為AI編撰,整理.編輯/林美欣

關鍵字: #Nvidia
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓