隨著AI技術從單純的聊天機器人,快速演進至企業級AI Agent與自動化應用,全球科技巨頭的資本支出正以驚人速度擴張。然而,市場的焦點已逐漸從「誰能做出最強的模型」轉移至「基礎設施能否支撐龐大的運轉需求」。為了解決AI發展面臨的能源與變現挑戰,富蘭克林華美投信推出「核心AI電力算力ETF」(009831),將於10月5日至10月8日展開募集,並預計於10月29日掛牌。
009831首度將輝達(NVIDIA)執行長黃仁勳提出的「AI五層蛋糕」概念實體化,為投資人提供一窺AI全產業鏈的結構性視角。
趨勢解析:黃仁勳的「AI五層蛋糕」與電力瓶頸
今年3月,輝達執行長黃仁勳在官方部落格發表了《AI is a 5 Layer Cake》一文,明確指出AI並非單一技術突破,而是一套由下而上堆疊的五層基礎建設:能源、晶片、基礎設施、模型與應用,任何一層發生斷鏈,上層的應用便無法順利運行。
電力已成科技擴張的硬傷
AI的耗電量正以倍數成長。據統計,單次Gemini查詢耗電量約為傳統Google搜尋的10倍,而未來的代理型AI(AI Agent)耗電量更將暴增6倍。相較於晶片可以快速量產,電廠的建設週期動輒7至10年,這使得「底層的電」正式成為AI發展的最大瓶頸。
FT核心AI電力算力(009831)基金經理人江明鴻認為,AI產業表面上由晶片、伺服器及模型主導,但其背後仍離不開穩定的能源供應,「算力即國力,電力即算力。」從電網建設、半導體廠房,到雲端機房及AI資料中心,電力設備都成為科技產業擴張不可忽視的一環。
009831獨特選股邏輯:精準拆解「AI純度」
有別於市面上將電力混入公用事業或泛科技股的ETF,009831在選股與權重設計上具備高度的特殊性與針對性。
採用最細緻的產業分類
FactSet RBICS Level 5/6 篩選
不依賴傳統的大分類,而是採用最精細的次產業分類,將「為AI擴產的電力」與「一般民生用電」嚴格區分,確保成分股具備極高的AI受惠純度。
黃金比例跨層布局
將資金精準分配於四大領域,包含電力供應鏈(40%)、AI硬體(20%)、AI軟體(20%)與AI應用(20%)。
分散風險機制
設定單一持股上限10%,避免將成敗押注於單一明星個股,並採不配息設計,讓股息滾入淨值創造長期複利。
009831與市場現有AI/電力ETF比較表
<table border="1" cellspacing="0" cellpadding="10" width="100%" bordercolor="#666666"><tbody><tr bgcolor="#e6e6e6"><td width="17%"><font color="#000000"><b>比較項目</b></font></td><td width="27%"><font color="#000000"><b>009831</b></font></td><td width="28%"><font color="#000000"><b>一般泛AI ETF</b></font></td><td width="28%"><font color="#000000"><b>一般電力基建 ETF</b></font></td></tr><tr bgcolor="#ffffff"><td><font color="#333333"><b>涵蓋層次</b></font></td><td><font color="#000000">完整五層(能源至應用)</font></td><td><font color="#000000">多集中於晶片與模型(2-4層)</font></td><td><font color="#000000">僅限能源與基建(1-3層)</font></td></tr><tr bgcolor="#f2f2f2"><td><font color="#333333"><b>電力權重</b></font></td><td><font color="#000000">固定配置40%</font></td><td><font color="#000000">權重極低或無配置</font></td><td><font color="#000000">100%集中於公用事業</font></td></tr><tr bgcolor="#ffffff"><td><font color="#333333"><b>選股邏輯</b></font></td><td><font color="#000000">RBICS Level 5/6 精細分類</font></td><td><font color="#000000">傳統科技與半導體分類</font></td><td><font color="#000000">傳統公用事業分類</font></td></tr></tbody></table>
資料來源:本文研究整理
隨著AI基礎建設的第一波硬體投資逐漸到位,市場正快速邁向「AI投資2.0」階段。這個階段的核心命題在於:解決能源瓶頸,並實現應用變現。對於尋求中長期資本增值的投資人而言,跳脫單一晶片思維,從整條供應鏈的底層電力到頂層應用進行全方位布局,將是掌握未來5至10年AI長線趨勢的關鍵策略。