全球只長3%，台灣卻拚9.64%：AI與戰爭拔河下，這份高成長能走多遠？

討論高成長前，先處理最容易混淆的口徑。

主計總處公布的 14.55%，是2026年第一季實質GDP相較上年同期的初步成長率；它描述已經發生、但日後仍可能修正的統計。9.64% 則是對2026全年的預測，包含對後三季出口、消費、投資與物價的假設。^[3]

主計總處同一份預測其實已經寫入降速：上半年預估成長12.65%，下半年預估6.94%。^[3] 換句話說，即使全年最後真的接近9.64%，成長路徑也不是每一季都維持第一季的速度。年初的低基期、AI硬體出貨與價格上升，把前段數字推得特別高；下半年基期墊高後，年增率自然較低。

這個差別會直接影響決策。政府若把全年預測當成穩定常態，可能高估未來幾年的稅收增速；企業若把第一季年增率直接外推，可能用異常陡峭的需求曲線安排廠房與人力；家庭若把總體數字理解成所有產業都會同步加薪，則會把統計預測誤當成個人收入承諾。

高成長是真實訊號，但它首先是一張需要拆開閱讀的地圖。

全球平均最容易遮住的，是國家之間正在分化。

IMF指出，2026年的全球成長一端由戰爭、能源與通膨拖累，另一端由科技投資支撐。^[1][2] 能源進口比重高、財政空間小的經濟體，需要用更高成本買油氣，又沒有足夠預算長期補貼家庭與企業；位在AI硬體、軟體、資料中心或電力設備供應鏈的經濟體，則獲得新一輪資本支出。

因此，「全球只有3%」不代表所有國家都慢慢走3%。有些經濟體可能接近停滯，有些科技出口國則明顯高於平均。台灣、韓國、日本與美國市場的科技曝險較高，股市與投資也更容易受到AI預期支撐；另一方面，這些市場若發生獲利重估，財富效果與企業投資也可能一起反向。^[2][7]

平均數在這裡像兩隊拔河後繩子中央的位置。它告訴你最後停在哪裡，卻沒有告訴你兩邊各用了多大的力。

台灣企業若只看全球3%，會低估AI供應鏈的訂單強度；只看台灣9.64%，則會低估能源、利率與非科技需求的逆風。正確讀法是把兩股力量同時放進營運計畫。

第一季資料提供了清楚答案。

主計總處指出，AI與相關基礎建設需求帶動第一季實質商品與服務輸出成長35.76%，製造業成長26.18%；半導體、電腦、電子與光學產品是主要來源。資本形成也成長5.92%，反映機械設備、智慧財產與運輸設備投資增加。^[3]

財政部的貨品統計延續同一條線。2026年6月出口748.3億美元、年增40.3%；上半年出口4,166.6億美元、年增47.1%。^[4] 進口同樣大增，6月進口626.3億美元、年增51.8%，其中一部分是為了後續生產而買進的原料、設備與零組件。^[4] 進口上升不必然是壞消息，它可能是工廠為未來出貨補充投入。

真正的引擎不是單一終端產品，而是從晶圓製造、封裝測試、記憶體、伺服器組裝、交換器、散熱、電源到設備投資的一整組資本財。當全球企業同時建置算力，台灣供應的不是一件商品，而是建造數位工廠所需的大半套硬體。

這也解釋成長為何能如此集中。資料中心投資單筆金額大、供應鏈長、技術門檻高；只要幾家全球客戶同時擴大資本支出，出口與製造數字就會快速上升。相反地，只要這些客戶把擴建速度從「加速」調為「維持」，台灣的年增率也可能明顯下降，即使訂單絕對金額仍在高檔。

台灣本輪成長至少有三層。

第一層是出貨數量。雲端服務商需要更多運算設備，帶動晶片、伺服器與網通硬體出貨。第二層是產品價格與組合。高階AI伺服器、先進晶片與高速記憶體單價較高；即使出貨台數沒有同比例增加，出口金額也會因產品組合升級而上升。第三層是擴充產能的投資。廠商為了未來訂單購置設備、增加研發與建廠，讓當期GDP再多一個推力。^[3][4]

三層同時向上時，總體數字會很漂亮。但它們的反轉方式不同。

數量可能因客戶消化庫存而放緩；價格可能因供需鬆動或競爭者加入而下降；投資則可能在產能建置完成後自然回落。這三種變化都不等於AI需求消失，卻會讓GDP與出口年增率降得很快。

所以，判斷高成長能走多遠，不能只問「AI還會不會成長」。更精確的問題是：客戶新增的算力需求有多少？單位硬體價格與產品組合如何變化？供應商還需要用多快速度增加產能？這三個答案的時間點不會完全相同。

總體高成長也會製造體感落差。

第一季民間消費成長4.74%，並不弱；主計總處認為資訊通信、娛樂、交通、出國旅遊，以及股市活絡帶來的手續費與財富效果都有貢獻。^[3] 但這個速度仍明顯低於出口與製造業。高成長先發生在資本密集、出口導向的科技鏈，再透過薪資、股利、稅收、採購與消費逐步擴散。

擴散不會平均發生。主計總處公布，2026年5月本國籍全時受僱員工經常性薪資平均數為52,164元，中位數為41,050元。^[6] 這兩個數字不能與GDP成長率直接相比，也不能據此斷言成長被誰拿走；它們只是提醒我們，平均產出、平均薪資與典型受僱者的薪資，本來就是三個不同問題。

一家做先進封裝設備的公司，可能正在搶工程師、追加資本支出；一家服務本地消費者的店家，感受到的卻是租金、電價、工資與原料成本。兩家公司都在同一個9.64%經濟體裡，營運天氣卻完全不同。

政策溝通若只發布總體成長，容易讓沒有受惠的人覺得統計失真；企業若用總體成長推估自身需求，也會把別人的景氣當成自己的訂單。

對AI榮景的樂觀判斷，有扎實基礎。

第一，需求不只來自消費電子換機，而是企業與政府建立新運算基礎設施。資料中心、模型訓練與推論、雲端服務、主權AI及企業內部應用，都需要長期投入硬體、軟體、電力與人才。^[1][8]

第二，台灣在多個關鍵環節具有技術與量產優勢。先進製程、封裝測試、伺服器設計製造與零組件整合，不是短期用補貼就能完全複製。客戶即使推動供應鏈在地化，也仍需要台灣企業參與。

第三，AI若真正擴散到更多產業，生產力提升可能讓投資週期獲得下一段需求。IMF的分析認為，持久效益取決於AI是否從少數大型科技企業擴散到一般企業，以及電力、數位基礎設施、技能與融資能否跟上。^[8]

因此，把所有AI投資都叫作泡沫，同樣是偷懶。訂單、營收與基礎設施正在發生；台灣也確實從中取得收入、就業、投資與稅收。風險管理的目的不是否認上升趨勢，而是避免把趨勢誤寫成沒有波動的直線。

IMF在7月展望中同時列出另一面：如果市場下修AI獲利與生產力預期，科技投資可能快速收縮；高科技曝險與市場集中度較高的經濟體，股價修正還可能透過財富效果拖累消費。^[2][7]

這裡要分開「技術有用」與「每一筆投資都會賺錢」。

網路在二十世紀末確實改變世界，但當年的電信與網路投資仍出現過度建設與估值修正。AI也可能同時滿足兩件事：長期提高生產力，短期讓部分企業用過高成本追逐不確定回報。只要預期從「愈多愈好」改為「先證明收入」，資本支出增速就會下降。

台灣承接的是硬體訂單，因此會比最終應用更早看到採購變化，卻不一定能控制應用端何時產生現金流。若大型客戶要求供應商降價、延後設備交付或調整產品路線，壓力會沿著晶片、封裝、伺服器與零組件往下傳。

悲觀派真正提醒的，不是崩盤日期，而是台灣把全球科技企業的投資判斷，轉成了自己的出口、設備投資、稅收與股市財富。連結愈深，傳導愈快。

AI投資與能源衝擊不是兩條互不相干的線。

資料中心需要大量且穩定的電力。能源價格上升，會提高機房營運成本，也可能讓各國央行更難快速降息；利率維持較高，企業計算長期投資回報時就會使用更高折現率。即使晶片需求不變，資料中心選址、融資與電網建設也可能被延後。^[1][2][9]

台灣又是能源進口經濟體。國際油氣價格上升，會透過發電、運輸、化工與原料成本影響國內企業。政府可以暫時平滑價格，但補貼與國營事業財務並非沒有上限；成本只是由不同帳戶承擔。

這形成一個不對稱：AI訂單的收益集中在部分科技鏈，能源衝擊卻會沿電力、交通與物價擴散到更廣的企業和家庭。若只看出口總額，會看到上升氣流；若只看非科技企業成本，又會錯過科技繁榮。兩者同時存在，才是2026年台灣的完整景氣。

要判斷高成長是否延續，至少要把五組訊號分開。

第一組是客戶資本支出。 觀察大型雲端與AI企業的實際資本支出、自由現金流與下一季指引，而不是只看宏大的多年投資承諾。

第二組是台灣訂單品質。 除了出口金額，還要看訂單能見度、取消或延後比例、應收帳款天數、庫存與產能利用率。營收成長若伴隨收款變慢，風險已經在移動。

第三組是價格與產品組合。 高單價產品占比上升能推高出口，但若平均售價先轉弱，即使出貨量仍增，名目出口也可能降速。

第四組是能源與利率。 油氣價格、長期公債殖利率與資料中心電力瓶頸，會共同影響資本支出門檻。^[1][2]

第五組是擴散程度。 非科技投資、民間消費、中位薪資與服務業需求若跟上，代表AI收入正逐步變成更廣的內需；若長期沒有擴散，總體成長對單一外部週期的依賴就更高。

沒有任何單一指標能宣布週期結束。五組訊號同時轉弱，才是需要縮減風險的明確證據。

國家層次，最重要的是把暫時的超額成長轉成長期能力。財政規劃不應把高成長帶來的稅收全部視為永久基礎；更穩健的做法，是把其中一部分投入電網、人才、社會安全網與非科技部門生產力，並保留景氣反轉時的緩衝。

政府也應把景氣儀表板拆細。GDP旁邊同時呈現AI相關出口、非電子出口、民間消費、固定投資、中位薪資與產業就業，才能讓社會理解「成長很高」與「體感不同」為何可以同時成立。

產業中介層次，公協會與銀行應按客戶集中、現金轉換週期與擴產程度分群。高成長供應商需要的是壓力測試，不只是更多貸款；非科技企業需要的是市場與生產力改善，不是被總體榮景掩蓋。

中小企業層次，不要用9.64%推估自己的明年營收。最可靠的資料仍是手上的訂單、毛利、收款與庫存。擴產前至少測試三件事：最大客戶若減單兩成能否承受？平均售價若下滑一成是否仍有現金利潤？新設備若晚半年達到利用率，資金是否足夠？

高成長最大的價值，不只是多賺一年，而是提供一段可以修補弱點的時間。

上行情境：AI應用加速擴散，企業收入與生產力跟上硬體投資，能源衝擊快速緩和。台灣出口與投資維持高檔，成長擴散到服務與非科技部門。此時應避免基礎設施瓶頸與人才排擠，讓供應能力跟上。

基準情境：AI需求持續，但資本支出增速逐步回歸正常；下半年年增率低於上半年，出口仍高、不同產業體感分化。此時企業不必急煞車，但應把擴產從「追訂單」改為「看利用率與現金流」。

下行情境：戰爭或能源衝擊延長，利率降不下來，AI獲利預期被下修，科技股與投資同步重估。台灣可能同時面對出口降速、財富效果減弱與非科技成本偏高。此時財政緩衝、銀行授信品質與企業現金部位會比年度成長目標重要。

這三種情境都不是預言。它們的用途，是讓政策與企業在事前知道：看到哪些訊號，就採取哪一個動作。

全球3.0%與台灣9.64%並不矛盾。

前者描述戰爭、能源、科技與財政壓力互相抵銷後的世界平均；後者描述台灣站在AI硬體投資核心後得到的加速。台灣的優勢是真的，高集中帶來的敏感度也是真的。

最危險的讀法有兩種：一種把高成長說成虛假，因而看不見台灣在全球科技供應鏈的實力；另一種把高成長當成新常態，因而忘了資本支出、價格、能源與估值都有週期。

更成熟的做法，是在浪頭上承認自己正在上升，同時量好退潮線。台灣要問的不是「9.64%能不能永遠維持」，而是：這段高成長替國家、產業與企業留下了多少可在下一次震動中使用的能力。