緯穎除權1張變3張怎麼算?畸零股爭議一次看,市價2千多元為何按10元計算?
緯穎除權1張變3張怎麼算?畸零股爭議一次看,市價2千多元為何按10元計算?

9/10 9:40更新:緯穎9月2日除權,每股配發約1.983股股票股利,原本持有1張的股東,除權後持股會變成近3張。不過,這次高配股也意外引發畸零股爭議。

假設原本只持有1股緯穎,這次可以配到約1.983股新股,其中1股可以直接拿到,剩下的0.983股因為湊不到完整1股,就成了「畸零股」。

爭議就出在這裡。這0.983股原本不是按照股票市價處理,而是以每股面額10元計算,最後約為9.83元。但緯穎9月2日除權參考價是2,615元,若用市價估算,0.983股約值2,570元。接近1股、市值約2,500多元的股票,最後卻只能換到不到10元,也因此引發小股東反彈。

畸零股大量出現,與配股比例調整有關。緯穎因海外可轉債轉換普通股,使流通在外股數增加,股票股利配股率調整為每仟股配發1,982.7946股,持股較少的股東更容易碰到「差一點才滿1股」的情況。

爭議延燒後,緯穎9日公布新方案,優先讓持有1股至15股的小股東,以每股面額10元認購1股,每戶限認1股,且認購權不得轉讓。

編按:所謂「畸零股」,就是配發股票股利後不足1股的零頭。例如應配得10.6股,其中10股可以正常配發,剩下0.6股就是畸零股。

緯穎除權「1張變近3張」,股東真的賺到了嗎?

AI伺服器大廠緯穎(6669)過去多以現金股利回饋股東,今年首度採取「現金+股票」雙軌配息。現金股利每股約144.392元,股票股利則因流通在外股數變動,最終調整為每仟股配發1,982.7946股。

換句話說,原本持有1張、也就是1,000股的股東,可以再拿到約1,983股,手上股票合計約2,983股,等於市場俗稱的「1張變近3張」。

但股數變成近3倍,不代表資產也跟著翻3倍。

緯穎9月1日收盤價為7,800元,9月2日除權參考價降至2,615元。原本持有1張、市值約780萬元;除權後雖變成約2.983張,但以2,615元計算,總市值仍大致維持在780萬元左右。

也就是說,公司只是把原本的持股價值拆成更多股票。股東真正有沒有賺錢,仍要看自己的買進成本,以及除權後股價怎麼走。

至於市場常說的「填權」,則是指除權後股價一路回升,最終回到除權前價格。緯穎這次若要完成填權,股價仍須回到除權前的7,800元。

為何一次配這麼多股票?降低股價門檻也是考量

緯穎除權前股價高達7,800元,一張股票要780萬元,即使零股交易已普及,對一般投資人而言仍是相當高的門檻。

高比例配股後,除權參考價降至2,615元,雖然一張仍要超過260萬元,但股價門檻已明顯下降,也有助增加股票流動性。

另一方面,配發股票股利而非將盈餘全數以現金發出,也能讓公司保留更多資金。

這點對正處於AI伺服器擴產期的緯穎尤其重要。公司除了規劃發行不超過150億元無擔保可轉換公司債,也洽組15億美元、約新台幣475億元聯貸,資金將用於營運與長期投資。

高配股碰上高借券,緯穎會重演「軋空行情」嗎?

除權前,緯穎借券賣出餘額一度超過萬張,也讓市場開始討論另一個問題:這麼高的配股比例,會不會迫使空方回補?

借券賣出者除了未來要歸還股票,遇到股票股利等權益分配時,也必須補償相對應權益。配股比例愈高,需要處理的股數自然也愈多。

因此,市場一度把緯穎與先前高配股後連拉漲停的世紀*(5314)相比。不過,兩家公司無論市值、成交量或籌碼結構都差異很大,不能單憑「高配股+高借券」就推論緯穎一定會出現同樣行情。

借券餘額可以觀察,但真正決定股價的,仍是基本面與除權後的市場買盤。

從緯創切出的伺服器公司,緯穎如何走到AI浪潮第一排?

如果只看這次除權行情,很容易忽略緯穎其實是一家相當年輕的公司。

緯穎成立於2012年3月,前身是緯創旗下的伺服器直銷業務,由當時雲端事業總經理洪麗寗帶隊成立,初始資本額約1億元。

和傳統伺服器代工不同,緯穎不透過品牌商,而是直接替大型雲端服務商設計、製造資料中心伺服器,客戶包括微軟、Meta等全球雲端巨頭。

這種模式的好處,是能直接跟上大型客戶的資本支出;風險也很明顯:客戶集中度高,只要主要客戶調整訂單,營運就可能直接受到影響。

與X平台的訴訟,就是一次典型案例。

緯穎與Twitter早在2014年就簽訂客製化伺服器採購協議。2022年底馬斯克入主後,緯穎指控X停止付款,造成大量客製化零組件滯留,2024年因此在美國提告,主張至少6,100萬美元損失。公開資料顯示,雙方後來已達成保密和解,金額與條件並未公開。

但到了生成式AI時代,同樣的「客戶集中」,反而讓緯穎直接站上雲端巨頭擴大投資的第一線。

AI訂單旺到廠房翻倍都不夠,緯穎下一步拚什麼?

2025年,AI產品已占緯穎營收超過五成,全年營收年增163.7%;進入2026年後,AI伺服器需求仍持續推升營運規模。

訂單增加的速度甚至讓產能成為新的問題。

緯穎管理層先後透露,AI伺服器訂單能見度已看到2027年。總經理林威遠曾表示,擴建完成後總廠房面積即使接近翻倍,產能仍不敷使用;董事長洪麗寗則形容,公司正到全球尋找「有電的地方」,電力需求與配置甚至已規畫到2028年。

根據FactSet截至9月2日的調查,18位分析師預估緯穎2026年EPS中位數為361.05元、平均361.46元。

AI伺服器訂單與獲利成長,也是市場近年重新評價緯穎的重要原因。不過,緯穎本質上仍是大型伺服器製造商,2025年毛利率約8.3%,市場願意給予高評價,看中的主要還是AI伺服器需求快速成長,以及微軟、Meta等大型客戶持續擴大資本支出的前景。

因此,對股東來說,「1張變近3張」只是股票數量的改變;對緯穎來說,真正重要的則是另一個數字——已經看到2027年的AI伺服器訂單,最後能有多少順利變成營收與獲利。

延伸閱讀

資料來源:緯穎官網:2026年股東會決議、緯穎官網:2026年第二季財報暨董事會決議、公開資訊觀測站、台灣證券交易所、The Register、Data Center Dynamics

本文初稿為AI編撰,整理・編輯/林育萱

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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