AI 晚報｜2026/08/12：鴻海 Q2 獲利增 35%，雲端網通首占 51% 營收，AI 伺服器正在改寫公司結構
很多人講到鴻海，第一個想到的還是：
iPhone 代工。
但今天公布的第二季財報，已經出現一個非常明顯的轉折。
鴻海第二季包含 AI 伺服器在內的：
雲端與網通產品，占營收 51%。
第一次超過一半。
相較之下，包括 iPhone 在內的智慧消費電子產品，占比是：
29%。
這代表 AI 對鴻海已經不是：
「未來可能成為第二條成長曲線。」
而是正在變成：
公司最主要的營收結構。
第二季賺多少？
鴻海公布：
2026 年第二季淨利為：
599.7 億元新台幣。
比去年同期增加：
35%。
Reuters 引述 LSEG 市場預估，分析師原先平均預估約 588 億元。
也就是：
實際結果高於市場預期。
但今天真正值得看的，不只是獲利多了多少。
而是：
這些錢正在從哪一種產品來。
鴻海正在從「消費電子代工廠」變成什麼？
以前看鴻海，很容易把公司想成：
Apple 賣多少 iPhone。
鴻海就組裝多少 iPhone。
消費電子旺季來。
營收就上升。
淡季來。
營收就下降。
但 AI 伺服器的快速成長，正在改變這種結構。
現在鴻海的主要產品裡：
雲端與網通已經占到第二季營收 51%。
智慧消費電子只有 29%。
換句話說：
資料中心裡的伺服器、網路與 AI 基礎設施，正在比消費者手上的電子產品更重要。
這不是突然發生的
今年第一季時，鴻海官方就曾表示：
雲端與網通產品已經接近公司營收的一半。
當時公司直接把這件事形容成：
結構性轉型。
因為 AI 伺服器需求快速成長後，鴻海原本非常明顯的消費電子淡旺季，也開始被另一種需求抵銷。
第二季現在正式跨過：
50%。
這條線就更清楚了。
所以今天真正的新聞不是「AI 很熱門」
如果只是 AI 很熱門：
早就不是新聞。
真正重要的是：
AI 訂單已經大到能改變一家全球大型製造公司的營收組成。
這和單純看到：
AI 新創估值上升。
晶片股上漲。
模型排行榜更新。
完全不一樣。
因為營收代表的是：
有人真的下單。
真的製造。
真的交貨。
最後才進入財報。
AI 熱潮到底有沒有進入實體經濟？
這也是市場一直在問的問題。
科技公司投入幾千億美元建：
資料中心。
買 GPU。
擴充電力。
到底最後有沒有變成真正訂單？
鴻海現在的結果提供其中一個答案：
至少在 AI 伺服器供應鏈裡，訂單確實正在轉成營收與獲利。
但「AI 伺服器占 51%」這樣說並不精確
這裡要特別分清楚。
鴻海官方分類是：
Cloud and Networking Products，也就是雲端與網通產品。
這個部門包含 AI 伺服器。
並不代表：
51% 全部都是 AI 伺服器。
所以比較正確的說法是：
包含 AI 伺服器在內的雲端與網通產品，占第二季營收 51%。
AI 伺服器是目前推動這個部門快速成長的重要力量。
但不能直接把整個 51% 全部算成 AI 伺服器營收。
下一步看 Nvidia Vera Rubin
鴻海同時透露下一代 Nvidia AI 伺服器的進度。
Nvidia 下一代架構：
Vera Rubin。
鴻海預計第三季開始進入 AI Server Rack 的量產準備。
第四季開始出貨。
而且公司預期：
Vera Rubin 會在明年成為主要產品。
這代表現在看到的 AI 伺服器成長：
還不是這一輪產品週期的終點。
為什麼一個新 Nvidia 架構會影響鴻海？
因為現在賣的已經不是單純一張 GPU。
大型 AI 資料中心需要的是：
晶片。
主機板。
散熱。
電源。
高速網路。
機櫃。
線材。
交換器。
整套伺服器系統。
最後還要：
組裝。
測試。
交付。
所以 AI 晶片需求愈大：
背後需要製造的實體系統也愈大。
鴻海真正卡到的位置，就是：
把大量 AI 晶片變成可以真正部署的伺服器與機櫃。
但鴻海現在擔心的反而不是沒有客戶
這次財報另一個很重要的地方是：
需求很強。
但供應能不能跟上，開始變成問題。
鴻海特別提到：
下一代 AI Server Rack 市場的關鍵之一，是：
CoWoS 產能。
CoWoS 是什麼？
可以先把它想成：
讓高階 AI 晶片真正組合起來的重要先進封裝技術。
現在大型 AI 加速器，不是只靠一顆裸晶片。
還要把：
GPU。
高頻寬記憶體。
高速互連。
一起放進非常複雜的封裝系統裡。
台積電的 CoWoS，就是其中非常重要的一環。
所以即使：
Nvidia 有訂單。
鴻海有伺服器產能。
客戶願意買。
如果最前面的先進封裝供應不夠：
後面的伺服器也做不出來。
這就是 AI 供應鏈真正有趣的地方
大家很容易把 AI 想成：
ChatGPT。
Gemini。
Claude。
但你往下看：
模型需要 GPU。
GPU 需要先進製程。
還需要先進封裝。
再變成伺服器。
再裝進機櫃。
再接高速網路。
再放進資料中心。
最後還需要：
電力。
冷卻。
土地。
這是一條非常長的實體供應鏈。
任何一個環節不夠：
整條線都可能慢下來。
所以今天鴻海講 CoWoS 非常重要
因為 AI 市場可能正在發生一個階段轉換。
以前最怕的是：
沒有需求。
現在某些環節開始怕的是：
需求太多，供應跟不上。
這是完全不同的問題。
市場現在不是在問「AI 有沒有訂單」
至少對鴻海目前的 AI Server 業務來說：
訂單需求不是主要疑問。
真正開始變成：
有多少晶片？
有多少 CoWoS？
可以多快組成 Server Rack？
資料中心什麼時候能上線？
所以 AI 產業的限制正在從：
模型能力。
逐漸延伸到：
實體供應能力。
鴻海今年資本支出還要增加
鴻海預計：
2026 年資本支出比去年增加約：
30%。
錢會繼續投入：
製造布局。
自動化。
核心產能升級。
這也說明：
AI 訂單成長之後，公司不能只是接單。
還要先投入更多錢：
把工廠和產能準備好。
所以營收增加不等於「免費成長」
這點非常重要。
AI 伺服器需求成長。
當然是機會。
但為了接住這些訂單：
供應商同樣需要投資。
可能要：
蓋工廠。
買設備。
增加自動化。
訓練人員。
準備更多材料。
重新配置全球產能。
所以企業真正要看的不是：
「AI 營收增加多少？」
還要看：
為了得到這些營收，前面投入多少資本。
為什麼鴻海一直在美國、墨西哥增加產能？
現在 AI 伺服器不只是成本問題。
還涉及：
客戶希望在哪裡生產。
關稅。
供應鏈安全。
地緣政治。
交付速度。
鴻海正在美國德州與墨西哥增加 AI Server 製造能力。
所以 AI 供應鏈正在發生的另一件事是：
製造地點也開始重新安排。
這對台灣真正代表什麼？
很多人看到：
Nvidia。
OpenAI。
Google。
Anthropic。
覺得真正賺 AI 的都是美國公司。
但 AI 基礎設施後面需要非常大量的實體製造。
而台灣企業卡在很多重要位置：
晶圓製造。
先進封裝。
伺服器。
機櫃。
散熱。
電源。
高速網路。
連接器。
所以 AI 熱潮如果繼續往資料中心擴張：
台灣不只是：
「幫忙做晶片。」
而是參與：
整套 AI Factory 的製造。
但台灣的風險也因此變得更集中
好的一面是：
AI 需求成長。
台灣供應鏈收到更多訂單。
另一面則是：
如果全球 AI 資本支出突然減速。
受影響的可能也不只是 Nvidia。
而會一路往下傳：
晶圓。
封裝。
伺服器。
零組件。
代工。
設備。
所以當 AI 變成台灣產業更大的成長來源：
台灣和全球 AI 投資週期的關係也會變得更深。
這就是為什麼不能只看營收成長
我們最近一直在追一件事情：
AI 投資到底有沒有變成真正收入？
鴻海今天給了一個非常清楚的：
有。
但下一題馬上就要問：
這些 AI 資料中心最終有沒有足夠的使用量與收入：
支撐這麼大的設備投資？
因為鴻海現在收到的訂單：
本質上來自科技公司持續擴張 AI 資料中心。
如果下游企業長期願意使用 AI 並付費：
這條鏈可以繼續。
如果最後使用量和收入跟不上投資：
資本支出就可能慢下來。
所以供應鏈看到的是「現在的訂單」
投資人更需要看：
未來的終端需求。
這兩件事不能混在一起。
現在伺服器訂單很強。
不等於：
未來十年一定都會同樣強。
同樣地：
AI 今天需要非常大量的 GPU。
也不代表每一筆資料中心投資都一定能得到好回報。
今天這份財報至少確認了一件事
AI 已經不只是：
軟體公司講故事。
模型公司公布 Benchmark。
投資人預測未來。
它已經進入：
鴻海工廠。
伺服器機櫃。
台積電先進封裝。
全球資料中心。
最後出現在一家台灣大型製造公司的正式財報裡。
這就是 AI 從：
數位產品
走進：
實體經濟
非常具體的一個畫面。
一般人怎麼看這種 AI 財報？
不用先學會分析幾十頁財報。
可以先問四個問題。
第一，AI 是故事還是收入？
公司只是說：
「我們正在布局 AI。」
還是已經有產品真正帶來營收？
鴻海現在已經進入後者。
第二，收入占公司多大？
如果 AI 只占公司營收 1%。
就算成長 300%，對整家公司影響可能仍然有限。
如果一個受到 AI 推動的主要產品部門已經占到一半：
意義完全不同。
第三，公司為了這些收入要投入多少錢？
看：
工廠。
設備。
研發。
資本支出。
因為收入不是免費長出來的。
第四，真正的瓶頸在哪裡？
今天鴻海的答案之一就是：
CoWoS。
當需求已經存在：
限制成長的東西可能不再是客戶。
而是供應能力。
可以直接使用的 AI 產業財報 Prompt
你是一位幫一般人看懂 AI 產業財報的分析助手。
我要分析的公司是：
[公司]
以下是公司最新財報或新聞資料：
[貼上資料]
不要只告訴我：
營收增加多少。
獲利增加多少。
請依照下面五層分析。
第一層：AI 到底是不是實際收入
找出：
AI 是否已經產生實際營收。
還是只是公司描述未來機會。
第二層：AI 對公司結構有多重要
找出：
AI 相關產品占公司營收多少。
是否已經改變公司原本主要業務。
第三層：收入背後需要多少投資
檢查：
資本支出。
新工廠。
設備。
研發。
供應鏈投入。
不要只看到營收增加，就忽略投入成本。
第四層：目前最大的瓶頸
找出限制公司繼續成長的是：
需求。
晶片。
封裝。
電力。
產能。
人才。
法規。
還是其他因素。
第五層：終端需求
最後追問：
公司的 AI 訂單最終由誰買單？
下游客戶能不能靠這些 AI 投資創造足夠收入？
請把：
已經發生的事實。
公司自己的預測。
市場推論。
分開標示。
如果資料沒有提供，就直接說不知道，不要自己猜。
今天最容易誤讀的三件事
第一，鴻海 51% 的營收不是全部來自 AI 伺服器。
51% 是整個雲端與網通產品部門，其中包含 AI Server。
所以不能直接寫成：
「鴻海 51% 營收都是 AI。」
第二，35% 是第二季淨利年增幅。
不是：
AI Server 營收成長 35%。
兩個數字完全不同。
第三，Vera Rubin 還沒有在第二季大量出貨。
鴻海目前表示：
第三季準備量產。
第四季才預計開始出貨。
所以今天的第二季成長，不能全部歸功於 Vera Rubin。
今天最重要的判斷
鴻海第二季財報真正重要的地方，不只是：
賺了 599.7 億元。
而是：
一家長期被認為以 iPhone 代工為代表的全球製造企業，營收中心正在被 AI 基礎設施改寫。
包含 AI Server 的雲端與網通產品：
第一次在第二季跨過 50%。
這表示 AI 資料中心建設已經從：
科技公司的資本支出計畫。
一路傳到：
台灣製造業的實際營收與獲利。
但下一階段也會更難。
因為當客戶不是問題之後：
CoWoS。
晶片供應。
機櫃量產。
全球製造布局。
開始成為新的限制。
AI 產業下一場競爭，不只是：
誰的模型最好。
也不是只有：
誰買得到最多 GPU。
而是：
誰能把晶片、封裝、伺服器、網路、電力與資料中心，真的一套一套交付出來。
而鴻海今天的財報告訴我們：
這場競爭已經正式進入台灣製造業的核心營收。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
AI 今日早報｜2026/08/06：Google 重整 DeepMind、AMD 資料中心營收翻倍仍被嫌慢、鴻海 AI 訂單推升單月營收新高
