InvestSkill Autopilot ／ 展示櫃 ／ 產業鏈
framework · industry-map
HBM 價值鏈：
錢在哪一層被收走
其他框架橫向比較同業；這個框架縱向切開整條產業鏈， 問一個不同的問題：這個產業實際上如何運作，以及每一層由誰捕獲利潤。 把鏈畫出來之後，三件單一公司視角看不見的事會浮現：定位、瓶頸、與利潤池的遷移方向。
範圍界定
本圖繪製的是「AI 記憶體」這個主題的完整價值鏈， 起點為精煉後的矽晶圓與基板（不往上追至礦砂）， 終點為付費的終端用戶（企業與消費端的 AI 應用付費方）。
選擇這個範圍的理由：本展示櫃的四檔標的中有三檔落在這條鏈上（MU、SKHY 在記憶體層， MRVL 在加速器／ASIC 與互連兩層），而它們共同的需求驅動因子在鏈的最下游—— 雲端業者的資本支出。把鏈畫完整，才能看出這個共同暴露的位置。
| As of | 2026-07-29（收盤後快照） |
|---|---|
| Source | 層級劃分與代表標的為產業結構判斷（非取自本次資料快照）。利潤率數字取自 yfinance 快照：MU、SKHY、MRVL 為 TTM 實際值，其餘層級為區間判斷。 |
| Retrieval | 產業結構為模型推理；本籃子三檔的財務數字為程式化擷取 |
| Confidence | MEDIUM — 鏈的結構與瓶頸位置為判斷而非量測；僅 MU／SKHY／MRVL 的層級數字有本次資料支撐 |
價值鏈有向圖
箭頭方向 ＝ 商品與服務的流向（供應商 → 購買方）。
價值捕獲：中等
價值捕獲：極高
價值捕獲：極高（循環頂點）
價值捕獲：高
價值捕獲：極高
價值捕獲：極高（NVDA）／中等（MRVL）
價值捕獲：高
價值捕獲：低
價值捕獲：高
價值捕獲：尚未穩定
價值捕獲：待觀察
Mermaid 原始碼（可貼進 GitHub／Claude／Cursor 直接渲染）
flowchart LR MAT["原材料與基板
信越 · SUMCO · 環球晶"] --> EQ["半導體設備
ASML · AMAT · LRCX"] EQ --> MEM["記憶體 DRAM／HBM
MU · SKHY · Samsung"] EQ --> FAB["邏輯代工
TSM · Samsung · INTC"] MEM --> PKG["先進封裝 CoWoS
TSM · ASE · Amkor"] FAB --> PKG FAB --> ACC["加速器／客製化 ASIC
NVDA · AMD · AVGO · MRVL"] PKG --> ACC ACC --> NET["互連與網路
AVGO · ANET · MRVL"] NET --> SYS["伺服器組裝
SMCI · Dell · 鴻海"] ACC --> SYS SYS --> CSP["雲端／資料中心
MSFT · AMZN · GOOGL · META"] CSP --> LAB["模型實驗室
OpenAI · Anthropic"] LAB --> APP["AI 應用
企業 · 消費端"] APP --> USER["終端付費用戶"] CSP -. 資本支出指引決定上游營收 .-> MEM classDef choke fill:#fdf0f0,stroke:#e02020,stroke-width:2px classDef target fill:#e6f7ee,stroke:#00b14f,stroke-width:2px class EQ,PKG,FAB choke class MEM,ACC,NET target
ASCII 備援格式
上游 ──────────────────────────► 中游 ──────────────────────────► 下游
原材料 ──► 設備 ──┬──► 記憶體 DRAM/HBM ──┐
(信越,SUMCO) (ASML*) │ (MU, SKHY, Samsung) │
│ ▼
└──► 邏輯代工 ──────► 先進封裝* ──► 加速器/ASIC
(TSM*) (TSM, ASE) (NVDA, AVGO, MRVL)
│
▼
終端用戶 ◄── AI 應用 ◄── 模型實驗室 ◄── 雲端/CSP ◄── 伺服器 ◄── 互連
(MSFT,AMZN) (SMCI) (AVGO,MRVL)
│
└─ 資本支出指引 ──► 決定上游全鏈營收
* ＝ 瓶頸層（可信供應商最少，議價力最強）分層資料表
| 層級 | 定位 | 代表標的 | 集中度 | 當前價值捕獲 | 利潤率備註 |
|---|---|---|---|---|---|
| 原材料與基板 | 上游 | 信越化學 · SUMCO · 環球晶(6488.TW) | 寡占（4 家占矽晶圓 ~70%） | 中等 | 矽晶圓為長約定價，漲價傳導慢；毛利率 20–35% |
| 半導體設備 | 上游 | ASML · AMAT · LRCX · KLAC · TEL | ASML 在 EUV 為獨家 | 🔴 極高 | EUV 微影無替代供應商，毛利率 50%+。整條鏈的實質收費站 |
| 記憶體製造（DRAM／HBM） | 中游 | MU · SKHY · Samsung | 三家寡占 | 🟢 極高（循環頂點） | TTM 營業利益率 MU 80.4%／SKHY 71.5%。歷史區間 −35% 至 +80%——本層的利潤是循環性的 |
| 先進封裝（CoWoS 類） | 中游 | 台積電 · ASE(3711.TW) · Amkor | 台積電主導 | 🔴 高 | HBM 堆疊與 2.5D／3D 整合的實體瓶頸。決定記憶體廠的實際出貨上限 |
| 邏輯代工 | 中游 | 台積電(TSM) · Samsung · Intel | 台積電在先進製程近獨占 | 🔴 極高 | 先進製程毛利率 50%+；AI 加速器與客製化 ASIC 皆依賴此層 |
| 加速器與客製化 ASIC | 中游 | NVDA · AMD · AVGO · MRVL | NVDA 主導通用市場；ASIC 為 AVGO／MRVL 競逐 | 🟢 極高（NVDA）／中等（MRVL） | MRVL 的 GAAP 營業利益率僅 14.5%，ROIC 6.4% 低於 WACC 14.9%——同一層裡，領先者與挑戰者的價值捕獲差距極大 |
| 互連與網路 | 中游 | AVGO · ANET · MRVL · Coherent | 寡占 | 🟢 高 | 光電互連隨叢集規模擴大而需求非線性成長。MRVL 的第二條腿 |
| 伺服器與系統組裝 | 中游 | SMCI · Dell · HPE · 鴻海 · 廣達 | 分散（代工競爭） | 低 | 毛利率 5–15%。承擔記憶體與 GPU 的成本上漲，議價力最弱的一層 |
| 雲端與資料中心 | 下游 | MSFT · AMZN · GOOGL · META · CoreWeave | 少數超大型業者 | 高 | 本層的資本支出＝上游全部層級的營收。同時是記憶體廠與 ASIC 商的唯一客戶群 |
| 模型實驗室 | 下游 | OpenAI · Anthropic · xAI（未上市） | 少數 | 尚未穩定 | 推論成本結構決定長期記憶體需求的形狀 |
| AI 應用與終端用戶 | 下游 | 企業軟體 · 消費端應用 | 分散 | 待觀察 | 最終付費方。若此層的變現不如預期，需求會沿鏈向上收縮 |
瓶頸層分析
可信供應商最少的層級，會不成比例地捕獲整條鏈的價值。本鏈有三個明確瓶頸， 而本籃子的三檔標的都不在其中任何一個。
先進 DRAM 與邏輯製程的獨家設備供應商。 沒有替代來源、沒有二手市場、交期以年計。
對 MU／SKHY 的意義： 兩家的擴產速度不由自己決定。這既是風險（無法快速回應需求） 也是保護（限制了同業殺價擴產的能力）——本輪循環利潤率能達到 70–80% 的結構性原因之一。
HBM 的堆疊與 2.5D／3D 整合產能， 是 AI 加速器實際出貨量的物理上限。
對 MU／SKHY 的意義： HBM 賣得出去多少，取決於封裝產能而非記憶體產能。 這使記憶體廠的營收預測必須參考另一家公司的產能擴張計畫。
加速器與客製化 ASIC 全部依賴此層。 先進製程近乎獨占，毛利率 50% 以上。
對 MRVL 的意義： MRVL 無自有產能，其產品成本與供貨節奏都受制於此層。 這是 MRVL 的 Porter 五力中「供應商議價力」被評為高壓力的直接原因。
MU 與 SKHY 位於兩個瓶頸層之間：上游被 ASML 限制擴產速度， 中游被台積電的封裝產能限制出貨量。它們的高利潤率來自產業結構 （三家寡占 ＋ 上下游雙重產能限制），而不是來自自身的議價力。
這解釋了一個看起來矛盾的數字：MU 的 TTM 營業利益率高達 80.4%，但 ROIC 僅 13.0%，低於 WACC 14.7%。 在史上最好的獲利年度，MU 仍未賺回資金成本——因為它必須把幾乎全部營運現金流 （FY2025 資本支出占營運現金流 90%）投回設備，而設備的定價權在 ASML 手上。
結構的受益者，不等於結構的擁有者。
本籃子的定位
四檔標的中有三檔落在這條鏈的中游，且分屬兩個不同層級。 第四檔（SNDL）完全不在鏈上——這是它在本展示櫃中作為對照組的意義。
ROIC ＝ EBIT×(1−稅率) ÷ 投入資本。WACC 由 CAPM 推導（無風險利率 4.2%、股權風險溢酬 5.0%）。SKHY 數值為幣別校正後。ASML 未納入本次資料快照，故無數值。
檢視數據表
| 標的 | 鏈上層級 | ROIC | WACC | 價差 | 判讀 |
|---|---|---|---|---|---|
| SKHY | 記憶體製造（中游） | 30.8% | 14.2% | +16.6% | 四檔中唯一明確創造價值。同一層裡的營運效率差異 |
| MU | 記憶體製造（中游） | 13.0% | 14.7% | -1.8% | 循環頂點仍未賺回資金成本——資本密集度抵銷了定價權 |
| MRVL | 加速器／ASIC ＋ 互連（中游） | 6.4% | 14.9% | -8.4% | 成長正在毀滅價值。挑戰者在瓶頸層下游的典型處境 |
| SNDL | 不在此鏈上 | -0.3% | 7.1% | -7.5% | 鏈外對照組：無 AI 曝險，同樣未賺回資金成本 |
MU 與 SKHY 在完全相同的層級、面對相同的瓶頸、賣給相同的客戶， 但 ROIC 相差 17.8 個百分點 （SKHY 30.8% vs MU 13.0%）。
產業鏈地圖解釋了為什麼這一層有高利潤，但它無法解釋層內的差異——
那需要 competitor-analysis（製程良率、產品組合、HBM 世代領先程度）。
兩個框架回答不同層級的問題，缺一不可。
順帶一提，這個差距也是 SKHY 報告的核心張力：它可能是本籃子最優秀的公司， 但它的資料無法支撐這個結論。
利潤池遷移
利潤池不是固定的。它隨稀缺性的移動沿鏈上下遷移。 以下是本鏈的三個階段判斷：
| 階段 | 稀缺點所在 | 利潤集中層 | 本籃子的處境 |
|---|---|---|---|
| 2023 前：AI 前 | 無明顯稀缺（記憶體供過於求） | 設備（ASML）與代工（TSM） | MU FY2023 營業利益率 −34.8%、SKHY FY2023 −23.6% |
| 2024–2026：現在 | HBM 產能與先進封裝 | 記憶體（暫時）＋ 加速器（NVDA）＋ 瓶頸層 | MU TTM 80.4%、SKHY TTM 71.5%——歷史級的利潤率 |
| 下一階段：判斷 | 資本支出落地後，稀缺點下移至電力、散熱、推論成本 | 從記憶體遷出，往電力基礎設施與推論效率移動 | 這是本籃子最大的結構風險：記憶體的高利潤率是稀缺性的租金，而三家供應商正在同時擴產以消除該稀缺性 |
記憶體層目前 70–80% 的營業利益率，是供給落後於需求的租金。 而這個租金會誘發三件事，全部都在消除它自己：
- 三家供應商同時擴產——MU FY2025 資本支出 $15.86B、 SKHY FY2025 約 $20.7B（校正後）。這些產能會在 12–24 個月內落地。
- 瓶頸層擴產——ASML 與台積電封裝產能的擴張會解除物理上限， 反而讓記憶體層的供給更快釋放。
- 客戶尋求替代——雲端業者自研 ASIC（MRVL 的機會） 與推論效率優化，都在降低單位算力的記憶體需求。
換言之，本籃子三檔標的當前的高獲利，正在資助消除自身高獲利的產能。 這不是對這輪循環的否定——它是真實的；而是對 「峰值利益率永久維持」這個市場隱含假設的結構性質疑。
二階投資標的
畫完鏈之後，可以問一個單一公司分析問不出的問題： 如果本籃子的論點是對的，還有誰會受益？如果是錯的，誰受傷最小？
ASML · 台積電（TSM）
三家記憶體廠同時擴產時， 它們共同的供應商會收到全部三份訂單。 瓶頸層的營收與「哪一家贏」無關，只與「總擴產金額」有關。
為什麼這是二階： 本籃子的資本支出（MU $15.86B ＋ SKHY 約 $20.7B）是這兩家的營收。 若記憶體循環見頂，記憶體廠的獲利先崩，但擴產計畫通常有 12–24 個月的執行慣性—— 瓶頸層的營收會晚一段時間才受影響。
ASE(3711.TW) · Amkor
HBM 的實體瓶頸在堆疊與整合。 封裝層的產能是 HBM 出貨的硬上限，且此層的競爭者少於記憶體層。
為什麼這是二階： 封裝廠不承擔記憶體的價格風險——它收取加工費， 無論 DRAM 每 GB 賣多少錢。這使它在循環下行時的獲利波動小於 MU／SKHY。
Vertiv(VRT) · Eaton · Schneider · 電力事業
利潤池遷移的判斷指向此處： 記憶體與算力的產能問題解決後，資料中心的限制因素變成電力供應與散熱。
為什麼這是二階： 這一層的需求驅動因子與記憶體相同（雲端資本支出）， 但供給端的擴產週期更長（電網建設以 5–10 年計）。 若 AI 資本支出持續，稀缺性租金會從記憶體轉移到此處。
伺服器組裝（SMCI · Dell · 代工廠）
毛利率 5–15%。它同時承擔 上游記憶體與 GPU 的成本上漲、以及下游雲端業者的殺價。
為什麼值得注意： 這一層是記憶體漲價的受害者。若持有 MU／SKHY， 組裝層是天然的反向部位；反之若記憶體價格回落，此層的毛利率會先改善。 這是整條鏈上唯一與本籃子負相關的層級。
本節列出的標的沒有任何一檔經過本展示櫃的資料擷取與評分流程——
它們是industry-map 依產業結構推導出的研究方向，不是投資結論。
正確的下一步是把它們送進 stock-screener 排名，
再對前幾名執行 full-report。
產業鏈地圖產生假設，其他框架驗證假設。
全鏈風險
| 風險 | 傳導路徑（沿鏈方向） | 本籃子的曝險 |
|---|---|---|
| 雲端資本支出下修 | 雲端（下游）→ 加速器 → 記憶體 ＋ 封裝 → 代工 → 設備（上游）。由下往上收縮 | 最高。三檔全部依賴同一批客戶的資本支出決策。MU 與 SKHY 的客戶重疊度接近 100% |
| 記憶體產能過剩 | 三家同時擴產 → 供給釋放 → DRAM 現貨價下跌 → 記憶體層利潤率壓縮 | 最高。MU 與 SKHY 直接受衝擊。歷史前例：FY2023 兩家營業利益率分別為 −34.8% 與 −23.6% |
| 瓶頸層產能解除 | ASML／台積電封裝擴產 → 物理上限放寬 → 記憶體供給更快釋放 | 高。諷刺的是，瓶頸鬆綁對記憶體廠是壞消息——它移除了限制同業擴產的結構性保護 |
| 客戶自研替代 | 雲端業者自研 ASIC → 減少對通用加速器的依賴 | 分歧。對 MRVL 是機會（客製化 ASIC 需求），對 NVDA 是威脅，對記憶體層中性（無論誰的晶片都需要 HBM） |
| 地緣政治 ／ 出口管制 | 設備出口限制 → 代工與記憶體擴產受阻 → 供給收縮（對現有廠商可能有利） | 分歧。限制中國廠商（CXMT）反而保護三家寡占；但 SKHY 在中國有產能，曝險高於 MU |
| AI 應用變現不如預期 | 終端用戶（最下游）→ 應用 → 模型實驗室 → 雲端 → 全鏈由下往上收縮 | 最高，也最難觀測。這是整條鏈的最終需求假設，且鏈上任何一層的財報都不會提前顯示它 |
MU、SKHY、MRVL 分屬鏈上兩個不同層級（記憶體 vs 加速器／互連）， 表面上看是分散的。但沿鏈往下追，它們的需求全部匯聚到同一個節點： 雲端業者的資本支出。
2026-07-28 三檔同步下跌 8.9%／9.0%／7.8%， 是這個共同節點的實證。層級分散不等於風險分散—— 這是產業鏈地圖相對於「持有不同類股」這種直覺最有價值的修正。
訊號區塊
╔═══════════════════════════════════════════════════════╗ ║ INDUSTRY MAP — SUMMARY ║ ╠═══════════════════════════════════════════════════════╣ ║ Scope: AI memory value chain (11 layers) ║ ║ Chokepoints: 3 (EUV / adv. packaging / logic foundry) ║ ║ Basket layers:2 of 11 (midstream) ║ ╠═══════════════════════════════════════════════════════╣ ║ Profit pool: currently MEMORY + accelerators ║ ║ Migration: toward power / cooling / inference ║ ╠═══════════════════════════════════════════════════════╣ ║ Signal: NEUTRAL on the basket's layer ║ ║ Confidence: MEDIUM (structure = judgement) ║ ╚═══════════════════════════════════════════════════════╝
本框架不產出買賣訊號，而產出定位判斷： 本籃子位於一個當前利潤極高、但利潤來源為暫時性稀缺租金的層級， 且該租金正被本籃子自身的資本支出所消除。