輝達罕見大動作反駁空頭,黃仁勳究竟想告訴世界什麼?拆解7頁備忘錄背後用意
輝達罕見大動作反駁空頭,黃仁勳究竟想告訴世界什麼?拆解7頁備忘錄背後用意

NVIDIA近期罕見地向華爾街發出了一份長達7頁的備忘錄,逐點反駁知名空頭Michael Burry等人的質疑。

讓我們一層層剝開這份文件,看看Nvidia究竟想告訴世界什麼。

第一層防線:用「事實」反駁折舊與造假指控

1.「折舊」之爭背後的真相:AI 算力的「瀑布效應」

針對 Burry 質疑「產品一年一代,為何折舊要分 4-6 年」,NVIDIA 給出了一個證據:2020 年出貨的 A100 晶片,至今仍在客戶的數據中心滿載運行。

這是一個被不少人討論的觀點:算力是可以「降級使用(Cascading)」的。

最先進的 Blackwell 用於最前沿的模型「訓練(Training)」;而換下來的 H100 或 A100 並不會報廢,而是被轉移去處理「推論(Inference)」或批次處理任務。

只要 A100 還能跑,它就是資產而非垃圾。這證明了 AI 基礎設施的生命週期比手機長得多,也支撐了雲端巨頭(Hyperscalers)延長折舊年限的合理性。

2.現金流是檢驗真理的唯一標準

一篇廣為流傳的文章指控 NVIDIA 透過投資新創公司(如 CoreWeave),讓這些公司再用這筆錢買 NVIDIA 的晶片,從而創造虛假營收。

對於「圓形融資」的指控,最有利的證據不是律師函,而是現金流量表。

當年 Enron 造假時,最大的特徵是「有獲利但沒現金」。NVIDIA 的數據顯示,其淨利潤幾乎 1:1 轉化為自由現金流(98%)。如果 NVIDIA 只是把錢借給新創公司讓他們買晶片(左手倒右手),現金流是不會騙人的。

更重要的是,NVIDIA 強調其自由現金流(FCF)佔淨利潤的比例高達 98%。這意味著賺進來的都是真金白銀,而非帳面遊戲。

Nvidia的策略性投資規模與其龐大的營收相比微不足道。今年迄今的總投資額約為 47 億美元,而公司僅一個季度的營收就高達 570 億美元。這表明投資活動對整體營收的影響極小。

同時,Nvidia在其投資組合中的公司(如 CoreWeave),其主要營運資金來自第三方投資者,而非Nvidia。Nvidia的投資僅佔其總融資的一小部分。

第二層解讀:藏在會計細節裡的資訊

如果說以上兩點是NVIDIA向市場展示的肌肉,那麼接下來的細節,卻是較少人討論的論點。

1.Blackwell 的複雜性代價:保固準備金的「誠實訊號」

備忘錄中一個容易被忽略、卻極具深意的細節是:NVIDIA 承認其保固準備金(Warranty Reserves)增加了。

什麼是保固準備金?

簡單來說,這是會計上的「預防針」。當公司賣出產品認列收入時,為了符合「收入與費用配合原則」,必須預估這批產品未來幾年可能壞掉、維修或換貨的成本,並現在就從利潤中扣除這筆錢。

NVIDIA 這次坦承準備金增加,理由是 Blackwell 架構的複雜性(更先進的互連、更複雜的電源傳輸)。

在我看來,這有兩個層面的解讀。

- 會計層面的利多(針對造假指控):

如果一家公司意圖美化財報,最隱蔽的手法之一就是低估保固成本,藉此虛增當下的毛利率。

NVIDIA 選擇坦誠地增加準備金,代表他們沒有隱藏潛在成本,而是嚴謹地將風險計入帳冊。

- 基本面層面的警訊(針對技術極限):

Blackwell 已不再是一顆單純的晶片,而是一個由數千個精密零件組成的系統(包含先進的 NVLink 互連、液冷散熱)。

這暗示了摩爾定律走到極限後的代價。為了追求算力翻倍,硬體的物理結構變得異常脆弱且複雜。

這或許意味著未來的 AI 基礎設施,其良率挑戰將更大,售後維護成本將呈結構性上升。

2.SBC 之爭:矽谷的「黃金手銬」與股東的隱形稅

Michael Burry 對 SBC(股權激勵)的攻擊,本質上是傳統價值投資與矽谷成長模式的價值觀衝撞。

什麼是 SBC(Stock-Based Compensation)?

這是矽谷科技公司搶奪頂級人才的核心手段。公司除了發放現金薪水,還會發放股票(如 RSU 或選擇權)給員工。

對公司而言,好處是可以保留現金流用於研發,並讓員工利益與股價綁定,形成「金手銬」效應。

延伸閱讀:輝達員工陷金手銬不敢離職,黃仁勳一句話看待「半退休」員工問題!

然而,Burry 的攻擊點在於:帳面費用與真實代價的巨大落差。

NVIDIA 在會計帳上(GAAP)紀錄的 SBC 費用約為 200 億美元(這是發放當下的估值)。但在 Burry 眼中,這嚴重低估了成本。

因為為了不讓員工行權導致股本膨脹(稀釋老股東權益),NVIDIA 必須去市場上「回購股票」。

數據顯示,NVIDIA 花了 1,125 億美元進行回購。Burry 認為,這 1,125 億真金白銀的流出,才是股東付出的真實代價,而非帳面上的 200 億。

為了維持股數不膨脹,又必須在股價歷史高點時,花大筆現金把股票買回來發給員工。

這揭示了 NVIDIA 目前的隱憂——高股價的雙面刃。股價越高,對人才吸引力越強(護城河),但回購股票消耗的現金也越驚人。

只要 NVIDIA 的成長速度(Growth)能跑贏稀釋速度,市場就會將其視為「為了創造 4 兆市值所必須支付的燃料費」。

被動防禦到主動溝通,黃仁勳在想什麼?

不過,我覺得最有趣的地方在於,一家處於行業頂峰的公司,選擇如此詳盡地回應賣空者的指控,本身就是一個重要的信號。

這表明Nvidia意識到,當前的市場估值不僅建立在業績上,更建立在對AI長期發展的宏大敘事上。

任何對其誠信的質疑,都可能動搖整個AI投資週期的信心。

因此,這份備忘錄是一次主動的、戰略性的溝通,旨在鞏固市場信心,確保AI革命的敘事不受干擾。

本文授權轉載自FOMO研究院電子報

關鍵字: #Nvidia #黃仁勳
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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