中國AI新股王:「寒武紀」是誰?股價背後狂歡背後,有哪些隱憂?
中國AI新股王:「寒武紀」是誰?股價背後狂歡背後,有哪些隱憂?

中國 A 股市場近日見證了人工智慧晶片公司寒武紀 (688256-CN) 的歷史性崛起。周四 (28 日) 其股價正式超越貴州茅台 (600519-CN),登上 A 股「新股王」寶座。市值超 5800 億元人民幣,並成為 A 股唯一股價破千的科技股。

陸媒報導普遍認為,這場資本狂潮,將寒武紀推向狂熱與質疑的中心,被視為對「中國技術自主」的極致定價,也是中國 AI 晶片產業現狀的縮影。

人工AI晶片公司寒武紀股價狂飆

寒武紀股價狂飆基於亮眼財報。2025 年半年度報告顯示,公司主營收入同比大幅增長;歸母淨利潤成功實現扭虧為盈,遠超市場預期。這份「史上最佳」成績單打破了市場對其長期「燒錢」的刻板印象。第二季度營收與淨利潤均加速增長,經營活動現金流由負轉正,進入健康循環。

多重因素驅動神話

寒武紀估值飆升背後有多重堅實支撐:

國產替代浪潮: 中美晶片限制為國產 AI 晶片創造市場真空。中國政府大力推動算力建設,要求突破 GPU 技術,預計 2025 年本土 AI 晶片市場佔比將大幅提升。寒武紀作為「國產 AI 晶片第一股」,是此趨勢的最強催化劑。

公司自身實力與規劃: 寒武紀獲批 45 億元非公開發行,資金投入 AI 晶片和軟件研發,旨在技術突破。產品已在運營商、金融、互聯網等行業規模化部署,並與大模型頭部企業合作,提供云邊端一體、軟硬件協同的 AI 晶片與平台。

資本市場強勁推力: 高盛國際投行將寒武紀目標價上調 50%,看好其萬億市值潛力。公司被納入多項重要指數,吸引大量 ETF 等被動資金,形成股價上漲的自我強化循環。投資者普遍以「市概率」或「市夢率」評估,寄望於未來市場空間。

狂歡背後的風險隱憂

然而,寒武紀的狂飆也伴隨顯著潛在風險:

估值泡沫化: 儘管業績改善,寒武紀的市盈率仍超 3000 倍,動態市盈率超 500 倍。這遠超半導體行業平均及輝達約 60 倍,顯示估值嚴重脫離基本面,存在巨大回調風險。

經營層面風險: 2025 年上半年,公司存貨餘額顯著增長,反映「堆庫存」策略。前五大客戶貢獻逾 85% 應收賬款,客戶高度集中,且已計提高壞賬準備,存在「回款難」問題。

供應鏈與市場競爭: 寒武紀採用 Fabless 模式,依賴海外供應商,且部分子公司被列入美國「實體清單」,地緣政治風險不容忽視。國內外競爭加劇,華為昇騰、百度昆侖芯及輝達等策略,都可能對寒武紀市場份額構成挑戰。

機構態度與市場炒作: 2025 年二季度基金持股總數創近兩年新低,顯示部分機構已開始兌現收益。公司也公開澄清市場流傳的關於訂單、收入預測等信息為「不實信息」,提醒投資者謹慎。

展望:國家戰略與市場現實的拉鋸

寒武紀的超高估值,反映了市場對中國 AI 晶片自主化未來的強烈期待,是一種對國家技術主權競爭的「賭注與信念」。公司已用業績證明市場競爭力。

然而,產業界認為晶片的生態和易用性是關鍵,且有多家國產 AI 晶片公司在排隊上市,可能限制寒武紀稀缺性,帶來時間窗口壓力。

本文授權轉載自鉅亨網

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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