《市場解碼深度》類比晶片：是景氣循環的末端，還是下一個被「結構性重估」的 AI 隱形地標？
從工業與車用循環，到AI infrastructure 需要多少「電力控制」與「感測能力」？這就是類比晶片估值可能被改寫的起點
如果 AI 正在把「半導體需求」變成「基礎建設需求」，
那麼有一個子產業，正在發生一件更微妙、但可能更重要的事情：
它的產品沒有變，但它服務的世界變了
這個產業就是——類比晶片（Analog IC）
過去市場問的是：工業需求好不好？車用庫存消化完了嗎？
現在真正該問的問題是：AI infrastructure 需要多少「電力控制」與「感測能力」？
這個問題，才是類比晶片估值可能被改寫的起點。
延續本週備忘錄
《宋分分析師備忘錄 #3》被遺忘的 AI 半導體受惠者浮現｜市場可能低估 CSP 的「現金流永動機」｜AI 正在擴散到所有產業的 re-rate 起點
類比晶片現在正在經歷三個變化：
第一個變化：需求來源正在改變(下面會講)
第二個變化：供給端開始出現異常訊號
第三個變化：資本配置邏輯開始轉彎
近期除了 TXN、ADI 之外，多家功率半導體公司也開始陸續發出漲價函，卻沒有被反應。
AI 排擠的，真的只有 GPU 跟記憶體嗎？
你會納悶AI跟記憶體這種高階產能會排擠到先進製程？
首先，漲價部分，一部分是漲原物料(銅)、一部分是漲代工費，
類比晶片所需的舊型設備現在極度稀缺，因為設備商的產能都優先拿去生產高階零件來支應 AI 需求，導致成熟製程的擴產極慢，
雖然這些類比是IDM，自己有晶圓廠，但封裝往往是外包，AI 晶片現在佔據了大量的封裝資源，甚至連帶擠壓了傳統封裝的設備產線與材料供應，
12 吋晶圓的一片產出的die比 8 吋多出 2.5 倍，所以後段封裝的需求是暴增的，
如果封裝產能跟不上，晶片空有晶圓也出不了貨。
這也解釋了為什麼漲價函頻發，卻尚未被市場定價，
因為大家還在用舊的循環邏輯看這場由 AI 引發的基礎設施海嘯，
還在納悶這些低階製程到底跟AI產能有什麼關係。
「類比晶片到底是什麼？」
先記住一句話：數位晶片在「算」，類比晶片在「讓世界運作」
假設你在用 iPhone：
• A 系列晶片 → 在幫你算（跑 App、AI）
• 類比晶片 → 默默在幫你做三件事：
1️⃣ 控制電池不要過熱（Power）
2️⃣ 接收 WiFi / 5G 訊號（Signal）
3️⃣ 感測你的臉、動作、環境（Sensor）
如果沒有類比晶片，這台手機會：
• 發燙
• 收不到訊號
• 無法感測世界
AI 也是一樣喔(重點)，你可以把 AI 系統想成一個人：
• GPU = 大腦
• 類比晶片 = 神經系統 + 血液循環
大腦再強，沒有神經跟血液，是活不起來的
「為什麼類比晶片過去是「標準週期股」？」
我們要了解未來它會不會 re-rate，要先知道它過去為什麼是 cyclical，
記憶體是因為「同質化 → 價格戰 → 所以有週期」(詳細看前兩篇市場解碼深度)，
但類比晶片不是：它的需求來源，本質上是「景氣函數」
過去 20 年，類比晶片主要賣給三種客戶：
• 工廠
• 汽車
• 通訊設備
這三個產業有一個共同點：都是「資本支出導向」
所以當景氣好：
• 工廠擴產
• 車廠增加庫存
• 電信升級設備
類比需求就會爆發
但是當景氣差：
• 延後投資
• 去庫存
• 停止擴產
類比需求就會急凍
於是市場學會了一件事：用「庫存循環」來定價類比晶片
這也是為什麼：
• 類比公司幾乎一定會講 inventory，財報中的庫存非常重要
• 分析師一定會問 demand visibility
「AI 出現之後，類比更像是整個 AI 系統的一部分」
AI 沒有讓類比晶片變成新產業，「需求來源」開始變質：
① AI Data Center：電力需求的質變
傳統伺服器 vs AI 伺服器：
• 傳統：300–500W
• AI server（H100 / B200）：5kW–10kW+
「不是 +50% 喔，是 10倍等級的躍升！」
更關鍵的不是功耗，而是電力變得「精密且不可出錯」：
• GPU 非常昂貴（幾萬美金）
• cluster 是整體運作
• 電壓波動可能直接 crash
所以AI data center 不是「多用電」，是「需要更複雜的電力控制系統」
這整塊：幾乎全部是類比晶片的世界
—
② 電動車：不是多一點，是結構改變
很多人只知道：EV 用比較多晶片
但還沒理解到：它改變的是「每單位價值」
傳統燃油車：類比 content：約 $50–100
電動車：約 $300–500+
因為：
• 電池需要即時監控（BMS）
• 電力轉換（DC-DC / inverter）
• 馬達控制
全部是高精度類比
這不是景氣的問題，是滲透率
—
③ 工業 5.0：從「自動化」到「智慧反應」
過去工業 4.0：收集數據 → 傳回雲端 → 再決策
未來工業 5.0：當場判斷（Edge AI）
例如：
• 機器人看到人 → 0.01 秒內停下
• 設備即時調整能耗
這代表需要什麼：
• 超低延遲感測
• 高精度 signal chain
• 即時 power control
這不是「多一點需求」而已，是「完全不同等級的需求」
「類比真正的結構變化：需求從「景氣」→「基建」」
過去：類比 = 跟著景氣波動
現在開始變成：類比 = 跟著「基礎建設」擴張
差在哪？
景氣需求（cyclical）
• 短
• 波動大
• 不可預測
基建需求（infrastructure）
• 長期
• 穩定
• 可預測
類比第一次開始進入「不跟景氣同步的需求」，
當需求性質改變：估值框架一定會改變
(這個觀念，如果有看前兩篇的應該都已經建立很深了)
「歷史告訴我們：市場「看錯」才是機會」
看到這裡，你還是會很不敢相信，類比真的會被Re-rate?
我們來看三個曾經被市場視為「無聊、不可能」，最後卻徹底顛覆估值模型的案例：
① Netflix：改變「需求不可逆性」
市場原本不信串流：
• 串流 = 需要高速網路（當時不普及）
• 版權成本極高
• 傳統媒體（Cable、DVD）已經很成熟
• 更關鍵：大家不相信用戶會改變觀看習慣
什麼時候開始改變？不是因為財報，而是三個「非線性訊號」：
1️⃣ 用戶成長沒有停（即使價格上調）
2️⃣ 原創內容開始成功（例如自製劇爆紅）
3️⃣ 傳統媒體開始「被動跟進」
👉 市場突然理解：這是不可逆的需求，「這不是新業務，而是會取代舊產業」
—
② Domino’s：改變「本質定義」
市場原本怎麼看？
• 披薩 = commodity
• 沒有技術含量
• 成長有限
但後來發生的不是「賣更多披薩」，是它開始像科技公司一樣運作
• 線上訂單滲透率快速提升
• 自建訂單系統
• delivery效率持續優化
👉 市場突然理解：它賣的不是披薩，而是一套可以複製的系統
可以對應到類比：從「零件」→「系統的一部分」
—
③ Sherwin-Williams：改變「定價能力」
其實這家最像類比的狀況，但很冷門
一開始市場認為：
• 油漆 = commodity
• 跟房市走
• 無聊產業
但後來市場發現三件事：
• 對專業客戶（承包商）有高度黏著
• 持續提價但需求不掉
• 景氣波動時毛利仍穩定
👉 市場突然理解：這不是商品，而是一個有結構優勢的系統
對應到類比：design-in → switching cost 極高
—
以上三家共通點是什麼？
這些公司都不是因為產品改變，而是因為市場理解改變：
• Netflix：需求不可逆
• Domino’s：變成系統
• Sherwin：有定價權
是不是跟現在的類比很像？
類比也不是變成新的產業，他們的產品也都沒有改變，
但是開始服務「新的需求來源」，接著就可能會走向被市場理解的改變(re-rate)
「可是看類比兩大龍頭的股價，怎麼感覺漲一大段了？現在在什麼定價階段？」
拿兩大龍頭TXN跟ADI來看，有趣的是，這兩家是在不同的定價階段
—
ADI：已經過了第一階段，正在第二階段的等待基本面跟上估值，但可能還有再re-rate一次的機會
在 2023 年之前，市場對 ADI 的認知停留在「高品質的工業零件（工業 4.0）」，
2023年公司宣布支援 NVDA 的 Jetson Thor 平台（專為人形機器人設計）時，市場的問法變了：
• 舊問題： 「工業景氣好嗎？工廠要買感測器嗎？」
• 新問題： 「如果未來每台人形機器人都需要 20 個高精度傳感器與精密的電源管理，ADI 的內含價值會翻幾倍？」
這代表：從 industrial supplier→ AI system enabler
現階段公司已經在用基本面慢慢驗證(利潤率是類比裡面之高），財報也顯示客戶加強機器人、AI與自動化投資，以及對邊緣AI新一波採用的推動
為什麼我會認為可能還有再re-rate一次的機會呢？
目前re-rate的成份在於：ADI已切入AI，與AI相關營收大概20%
還有可以被re-rate的成份在於：接下來會從工業4.0升級為工業5.0，
4.0的機器感測到震動，是傳回雲端分析，可是5.0是ADI的晶片在感測器端就直接進行 AI 運算，已經不是單純賣ADI高精度的「零件」的事情，ADI 賣的變成是「安全、節能與智慧的核心方案」。
當 ADI 的產品從「可有可無的感測器」變成「人機協作的安全底線」時，它的性質就從週期性工業股變成了結構性科技基建股
—
龍頭TXN：漲的是「FCF 修復」，還沒有AI ra-rate，仍在第一階段定價
很多人誤會：股價漲被re-rate過了，但 TXN 不是。
它這一波上漲，本質是：市場重新相信它會產生現金流
前幾年TXN一直在擴12吋廠，CAPEX太大，FCF被壓抑，所以估值一直被壓抑，
今年開始CAPEX縮減，FCF回升。
這叫：資本配置被原諒，所以不是被重估
所以TXN甚至還在第一階段的定價，因為公司最新一次財報才將資料中心獨立拉出來，目前比重8.5%，市場還在用舊的週期股觀點看它，接下來隨著財報揭露資料中心比重拉高、市場發現它慢慢不再受景氣影響，就會進入re-rate了，
那才是最暴利的時刻。
—
講到現在的TXN，其實讓我想起當年的Meta，非常像
Meta 2022的狀況：
• 廣告成長停滯
• 大量 CAPEX 投入 metaverse
• 自由現金流崩
• 市場完全不信
像現在 TXN：
• CAPEX 高
• 壓 FCF
(但TXN FCF已經開始回升)
後來的Meta：
• 公司開始「收斂 CAPEX」，FCF 快速回升
• 廣告效率改善
➡️ 先漲 FCF 修復（不是 re-rate）
➡️ 再進入廣告re-rate
「為什麼「現金流」會影響估值？」
很多人以為股價在反映「成長」，但對機構來說，更核心的一件事是：這家公司「能不能穩定把錢拿出來」
舉例來說，你現在有兩個投資選擇：
A：朋友說他明年可能賺很多錢，但現在都拿去擴張
B：另一個人，每年固定匯 100 萬給你
你會給誰比較高的估值？
答案當然是：B
因為你買的不是「潛力」，而是「確定性」
這就是為什麼市場會那麼在意 Free Cash Flow（自由現金流）
因為：EPS 可以「會計調整」，但現金流是「真的進帳」
—
我們把 TXN 拿來看，就會非常清楚：
前幾年 TXN 發生什麼事？
• 大幅擴建 12 吋晶圓廠
• CAPEX 非常高
• 帳面上還在賺錢
• 但 FCF 幾乎被吃光
市場的解讀是：「你賺的錢都拿去燒掉了」
所以估值被壓
但今年開始發生變化：
• CAPEX 開始下降
• 現金流開始回來
• FCF 轉正、甚至成長
市場的解讀就變成：「這家公司終於開始吐錢了」
所以股價上漲
但注意一件很關鍵的事：這還不是 re-rate
這只是：「市場重新相信它會賺錢」
真正的 re-rate 不是現金流「回來」，而是現金流「變得可預測」
例如：
• 每年穩定成長
• 不再大起大落
• 不再被景氣影響
這時候市場才會開始想：「這是不是一台長期的印鈔機？」
這就是為什麼：
• 成長股 → 看未來
• 週期股 → 看庫存
• 高估值公司 → 看現金流穩定性
如果未來類比晶片的需求，真的從：工業/車用景氣 → AI 基礎建設
那現金流會發生什麼事？
會從：忽高忽低（cycle）變成穩定成長（infrastructure）
當市場開始相信這件事的那一刻：估值才會真正被改寫
「那類比的re-rate 什麼時候發生？」
在我前一篇《市場解碼深度》AI 是否正在將半導體從景氣循環股變成像雲端一樣可以穿越牛熊的基礎建設公司？
文中有提到：「市場是怎麼 re-rate 一家公司的？」
機構通常是在看到 5 種變化時，開始 re-rate：
① 收入變得更可預測：又或者是說公司開始賺「更高品質的錢」，像是一次性收入→ 訂閱收入，或是消費電子→ infrastructure
② 現金流更穩定：就像我上面提到的COST，市場其實不是在為成長付錢，而是在為「可預測性」付錢
③ 公司變成產業基礎設施：像是NVDA/ASML，整個產業都需要你的產品，估值就會完全不同
④ 產業競爭減少：像以前記憶體一堆公司，現在變成三國鼎立，市場開始相信價格戰不會像以前那麼激烈，產業估值就拉高
⑤ 管理層資本配置被信任：這是大家最忽略的，有些公司一開始市場不相信管理層，但當管理層證明不亂擴產、會回購股票、控制費用，市場就會開始 re-rate
那我們接下來要如何追蹤類比如何AI re-rate?
不是現在就發生，而是當市場開始相信：
1️⃣ 需求不是短期
2️⃣ 毛利維持
3️⃣ 成長可持續
那一刻：
市場的問題會從：「這一輪 cycle 什麼時候結束？」
變成： 「這個產業未來 10 年會多大？」
如果未來幾年，它的需求來自：
• AI infrastructure
• 電力效率
• 自動化
那這個產業，可能會變成：現實世界的基礎設施
而一旦市場開始這樣理解：Re-rate 才會真正開始
「但是有人發現：既然類比也是週期股，但為什麼類比都是用 PE，不用 PB評價？記憶體就用PB?」
類比 vs 記憶體 有三個不一樣的地方：
1. 資本支出的「含金量」不同（資產折舊壓力）
記憶體：你今年買的 HBM 生產設備，可能 3 年後就因為製程落後變成廢鐵，因為資產減損壓力極大，獲利波動像雲霄飛車，所以市場選擇看「帳面淨值（PB）」，確保公司倒閉前還有這些設備值錢。
類比晶片：這是「越老越值錢」的生意，類比有很多獲利極高的晶片，是在 20 年前的老廠生產的，這些設備早就折舊完了，每多賣一顆都是純利。
結論： 因為類比晶片的資產能持續產生穩定現金流，EPS 的「品質」遠高於記憶體，市場自然願意用 PE來定價。
2. 產品是「大宗物資」還是「專利配方」？
記憶體：像「黃金」或「石油」，報價透明，大家產品都差不多，這叫 Commodity。
類比晶片：像「可口可樂」或「油漆專利」。像是TXN 有 8 萬種產品，每一顆晶片的參數都略有不同，客戶一旦把你的晶片設計進電路板，換掉的成本極高。
估值差異：市場給予 PE，是在獎勵類比晶片的「訂價權」。
3. 週期長短與「可預測性」
類比晶片的產品生命週期極長(10-15 年)，記憶體可能這一季暴賺、下一季虧損；但類比晶片即便在景氣低迷時，其工業與車用的基礎需求仍在，獲利很少掉到負值。
對於機構而言，只要獲利不會歸零，用 PE 估值就是最直觀、最能反映「資本回報率」的方式。
「也有人發現：TXN跟ADI在2024年PE就曾超過30x了，現在回到2x倍，未來即使re-rate了，到35倍，這樣re-rate的空間太小了吧？」
1. PE 的「地板」抬升
過去 TXN 在循環「低點」時，市場給的 PE 可能是 15-18 倍。如果因為 AI 敘事，市場認可類比晶片是「基礎設施」，那麼它的估值地板可能會永久性地抬升到 22-25 倍。
這代表即使景氣不好，股價也有更強的支撐。這就是 Netflix 或 Costco 經歷過的過程：從「有便宜才買」變成「不便宜也要持有」。
2. EPS 的「含金量」與「持續性」
這才是關鍵！如果 TXN 只是傳統週期股，它的 EPS 噴發完後會「回調」。但如果被 AI Re-rate，代表市場相信：
營收更穩： 來自資料中心的訂單是長期合約（LTA），不像手機訂單說砍就砍，AI 伺服器的電源架構一旦選用了 ADI 的精密 PMIC 或 TXN 的感測元件，通常 5 到 7 年內不會更換**。因為更換零件需要重新測試穩定度，對於動輒百萬美金的 AI 集群來說，風險成本太高。
毛利更高： AI 專用的電源管理晶片 ASP更高。
資本開支轉化率： 過去被詬病的 12 吋廠支出，現在變成了高效率、低成本的護城河。
3. 結論：30 倍 PE 的「意義」不同了
如果 PE 維持在 30 倍，但 EPS 因為 AI 結構性需求從 $8 成長到 $12，且市場相信這個 $12 未來不會萎縮，那麼股價的漲幅是來自「盈餘成長」與「估值高位守恆」的乘數效應。以前 30 倍 PE 是「景氣頂點的投機」，現在 30 倍 PE 是「結構性成長的常態」。這就是為什麼看似倍數沒變多少，但整家公司的市值量級卻完全不同了。
很多投資人盯著歷史平均 PE，覺得 TXN 25 倍太貴，但他們忘記了，當一個產業從『夕陽工業』轉向『AI 電力心臟』時，歷史平均值就已經失效了
就像 2014 年後的MSFT，如果你一直等它回到 15 倍 PE，你就會錯過後面整整十年的大行情。
類比晶片的 Re-rate 不是要漲到 100 倍 PE，而是要讓市場再也回不去低估值的舊時代。
「再補充一題Bonus: 如果 AI 需求真的放緩，類比晶片會摔得比NVDA重嗎？」
理論上，類比晶片的防守性會更強。
我們要理解 AI 基礎建設的層次：
GPU： 算力的核心（最先衝上去，波動也最大）
HBM/光通訊： 算力的加速器（緊隨其後）
類比/電源管理： 系統的穩定器
當 AI 進入「部署期」而非僅是「訓練期」，設備的能源效率會變得比純粹的算力更重要。類比晶片負責的就是節能與配電。
即便 GPU 出貨成長放緩，只要舊設備需要升級能源效率，
或是邊緣 AI開始普及，類比晶片的需求就會從數據中心擴散到百業。
「那為什麼類比晶片，大家都在看『庫存』？」
類比是用「庫存」在看景氣
但問題是：很多人看到庫存增加就緊張、看到庫存下降就覺得好
其實不是這樣
假設你是一家餐廳老闆，今天冰箱裡有很多食材，代表什麼？
有兩種可能：
① 生意很好 → 提前備貨
② 生意很差 → 東西賣不掉
同樣是「庫存高」，意義完全相反對不對？
所以市場真正看的不是「庫存多不多」
而是三件事：
① 庫存「變化方向」
② 搭配「營收」一起看
③ 庫存周轉（Inventory Turnover）
—
我們用類比晶片來看一個完整 cycle：
上行期（需求開始好）
• 客戶開始拉貨
• 公司營收上升
• 庫存也上升（因為要備貨）
這是「健康的庫存增加」
—
高峰期（需求最強）
• 營收很高
• 庫存開始下降（來不及補）
代表供不應求
—
下行期（需求轉弱）
• 客戶停止拉貨
• 營收下降
• 庫存開始堆積
這是市場最害怕的階段
—
去庫存期（最痛苦）
• 公司拼命清庫存
• 營收很差
• 庫存慢慢下降
這通常是股價低點附近
—
所以你會發現一件很重要的事：
股價不是看「現在庫存」
是看「庫存接下來會怎麼變」
—
那 AI 會怎麼改變這件事？
如果未來類比需求的一部分，來自：
• AI data center（長期建設）
• 電力管理（持續需求）
那庫存循環可能會出現一個變化：
去庫存的幅度變小
補庫存的速度變快
換句話說：cycle 還在，但「變短、變淺」
市場就會開始降低對「庫存風險」的折價
類比的估值中樞就會上移
最後，我想把問題拉回最一開始的那一句話
過去市場問的是：今年工業需求好不好？車用庫存消化完了嗎？
但如果 AI 正在把半導體變成基礎建設，那真正的問題應該變成：
未來十年，世界需要多少「電力控制」與「感測能力」？
這個問題一旦改變，類比晶片的定位就會跟著改變：
從景氣的附屬品變成現實世界運作的基礎層
但市場從來不是在某一天突然「想通」，
而是會經歷一個過程：
一開始不相信
→ 開始懷疑自己是不是看錯
→ 最後被迫用新的框架重新定價
現在的類比晶片，很可能還停在第一階段：
大家知道它跟 AI 有關
但還沒有真正用「基礎建設」的角度去定價
所以真正的機會，從來不是在「大家都知道」的時候，
而是在：市場還在用舊問題看新世界
如果未來幾年，你開始看到：
• 類比公司的現金流變得更穩定
• 庫存循環的波動開始變小
• AI 相關營收持續提升
那代表一件事情：這個產業，正在慢慢脫離「景氣股」的身份
當市場真正理解這件事的那一天，問題就會從：「這一輪 cycle 什麼時候結束？」
變成：「這個產業未來十年會有多大？」
那一刻，才是 re-rate 真正發生的起點。
—
宋分
《美股送分題》
專業! Analog我一直也想寫，一直找不到契機，主要是有點悶。可能它還需要一個記憶體moment
感謝送分大大的分享，能站在巨人的肩膀了解核心思考邏輯真的是一般散戶的福氣～
想問一個不太跟此文有關的問題，是如何從數以千計的標的中找出具有投資潛力的公司呢？個人初步的猜想可能是機構內打團體戰負責不同的產業，主要盯著各個產業龍頭及其供應鏈再套用本篇文章的邏輯等等從中找機會；或是可能有些基本面指標等來做為選股濾網。
會想請教這點也是因為我想對許多人來說光是要找出值得研究的個股或是產業，可能就有些選擇障礙了，當然我知道這個問題很看不同人的操作風格，但還是想請教送分大的建議🙏