Apple 於 5 月 17 日(當地時間)短暫重新奪回全球最大市值寶座,勝過輝達。原因是投資人將注意力從 AI 半導體轉向 AI 平台與服務。蘋果市值在其股價上漲 0.14% 後,達到約 4.9001 兆美元;而輝達則在下跌 2.2% 後,市值降至約 4.9120 兆美元。盤中排名的變化顯示,蘋果自去年 4 月以來首次重返第一名,終結輝達長達超過一年的統治;該統治始於 2025 年 5 月。這一轉變是在中國新創公司 Moonshot 發布一款高性能 AI 模型之後出現的,該事件引發外界對於持續擴大 AI 基礎設施投資的懷疑,並促使 AI 半導體類股出現拋售。
蘋果於 5 月 17 日(當地時間)盤中重新奪回全球最大市值地位,這也是自去年 4 月以來首次。該公司股價上漲 0.14%,市值約達 4.9001 兆美元;輝達則下跌 2.2%,市值約為 4.9120 兆美元。輝達自 2025 年 5 月起維持超過一年的第一名。此排名變化反映市場對 AI 投資的看法轉移:資金從受惠於生成式 AI 動能的 AI 半導體公司,流向能透過 AI 服務創造實際營收的平台型公司。
輝達股價在 5 月 17 日(當地時間)大幅下挫,原因是中國 AI 新創公司 Moonshot 揭曉其開源 AI 模型 Kimi K3,該模型的效能與 OpenAI、Anthropic 的頂級模型相當。這款具競爭力的中國 AI 模型發布,讓投資人擔憂 AI 基礎設施投資擴張可能已達到高點,進而引發 AI 半導體板塊的普遍拋售。BRI Wealth Management 的首席投資官 Tony Medos 表示,過去市場曾因蘋果在 AI 競爭中落後、且參與開發自有 AI 模型有限而遭到批評,但如今這種情緒已改變。
蘋果獲得在中國推出 Apple Intelligence 的核准,成為股價的正面催化劑。市場人士預期,中國的 AI 服務上線將帶動 iPhone 銷售成長並提升服務收入。蘋果股價從去年 6 月的低點已上漲 21%,年初至今更是累計上漲 23%,創下「七巨頭」科技股中最高的漲幅。在同期間,Nasdaq 100 指數上漲 12%,標普 500 指數上漲 8.6%。
HSBC 近期將蘋果的投資評等由「持有」上調至「買進」。HSBC 分析師 Nicola Cote-Colisson 表示,蘋果正處於營運轉折點,能在避開過度的 AI 資本支出爭議的同時,利用其已裝置的 25 億部活躍裝置來擴大已重新翻新的 Apple Intelligence。蘋果上個月發布了顯著重新改版的語音助理 Siri,以強化其 AI 競爭力。部分分析師認為,iPhone 累積的大量個人資料可能成為蘋果最強大的 AI 資產;但在維持隱私作為核心價值的前提下,蘋果將如何運用這些資料,仍是一項需要解決的挑戰。
費城半導體指數(SOX)在 5 月 17 日(當地時間)收盤時較其歷史高點下跌 20.2%,進入技術性熊市。先前因 AI 投資熱情而大漲的半導體板塊,在投資人重新評估中國 AI 新創所出現的高性能模型後,AI 基礎設施投資擴張的可持續性,進入修正階段。然而,市場分析師認為,與其說是冷卻 AI 投資熱情,更像是資金輪動:資金原本集中在像輝達這類個股,正在分散到更廣泛的 AI 生態系,包括記憶體半導體與平台型公司。Marco Advisors 的 Alpha Research 副總裁 Benjamin Hall Segal 表示,投資人關注度正在從既有「七巨頭」擴展到更為多元的一籃子 AI 受益公司。記憶體半導體公司美光在 5 月市值超過 1 兆美元,因高頻寬記憶體(HBM)在 AI 基礎設施中的重要性日益凸顯;而上個月較早在美國 Nasdaq 上市的 SK Hynix,也已成為投資人新的關注焦點。
5 月 17 日(當地時間)蘋果的市值發生了什麼事? 蘋果於 5 月 17 日(當地時間)短暫重新奪回全球最大市值地位,勝過輝達。蘋果市值在其股價上漲 0.14% 後,達到約 4.9001 兆美元;而輝達則在下跌 2.2% 後,市值降至約 4.9120 兆美元。這是蘋果自去年 4 月以來首次重返第一名。
為什麼輝達的股價在 5 月 17 日(當地時間)下跌? 輝達股價在 5 月 17 日(當地時間)下跌 2.2%,原因是中國 AI 新創公司 Moonshot 發布其 Kimi K3 開源 AI 模型,該模型的效能與 OpenAI、Anthropic 的頂級模型相當。此發布引發投資人擔憂:AI 基礎設施投資擴張可能已見頂,進而導致 AI 半導體板塊全面下跌。
近期哪些進展支撐了蘋果的股價表現? 蘋果獲准在中國推出 Apple Intelligence,市場人士預期這將帶動 iPhone 銷售及服務收入成長。HSBC 將蘋果的投資評等由「持有」上調至「買進」,理由是該公司能在利用其 25 億部活躍裝置的優勢同時,避免過度的 AI 資本支出負擔。