AI伺服器兆元出口背後:為什麼台灣的薪水沒跟上噴發的營收？

凌晨三點，桃園龜山的工業區依然燈火通明。一台台尚未貼上客戶標籤的AI伺服器正在打包，即將運往美國某座資料中心。這條生產線背后的公司，近年營收屢創歷史新高；但生產線上的工程師，加班費的計算方式十年沒變。

這是台灣當前最刺眼的經濟悖論:AI硬體出口暢旺，薪水卻紋風不動。

核心論點:台灣AI伺服器產業的問題不是「賺不賺錢」，而是「誰分到錢」。這是一場被鎖在價值鏈中段的繁榮。

營收在噴，附加價值沒噴

AI伺服器帶動台灣出口動能，是近兩年最確定的事實。廣達、緯創、英業達等雲端伺服器代工廠，營收年增率動輒以雙位數、甚至更高的速度攀升，林口、龜山一帶成了全球AI基礎建設的實體心臟。

但營收不等於價值。一台AI伺服器裡最貴的零組件是NVIDIA的GPU，加上HBM記憶體（主要來自韓國SK海力士與美光），這兩項就吃掉整機成本的大半。代工廠組裝整機，拿到的卻是「整機營收」與「毛利」之間那條薄薄的縫——伺服器代工的毛利率長年處於個位數的低檔，這是產業公開的常識。

換句話說:帳面兆元的「出口值」，很大一部分只是「過路財」。晶片商的毛利超過七成，代工廠的毛利不到一成，兩者都在同一台機器裡。

GDP與薪資脫鉤，機制不神祕

主計總處的受僱員工薪資統計長年顯示同一件事:名目經常性薪資年增幅，明顯低於同期的經濟成長率，更追不上以美元計的出口成長。經濟學上這叫「勞動份額」下滑。

機制不複雜。第一，資本密集度高:AI伺服器擴產靠的是自動化設備與廠房，不是大量增聘。第二，高薪職缺集中在少數IC設計與軟體公司，多數受僱者不在那個圈子裡。第三，代工模式的獲利分配權不在台灣手上——規格、價格、毛利談判，最終由下游的美國雲端客戶決定。客戶年年要求降價，代工廠只能回頭壓成本，而成本裡最軟的那塊，往往是人事。

競爭版圖:誰在桌上，誰在桌下

角色	位置	分到什麼
NVIDIA（晶片）	價值鏈頂端	高毛利、定價權
美國CSP（雲端）	需求端	基礎設施的所有權與AI服務收入
台灣ODM（代工）	中段	營收規模大、毛利薄
台灣勞工	中段的成本項	名目薪資緩漲、工時增加

這張表解釋了所有矛盾:台灣「產值」極高，但「價值」往兩端流。

供應鏈影響:繁榮集中於一個走廊

AI紅利高度地理集中——桃園、新北、新竹。水電、土地、勞工湧向這條走廊，中南部與傳產分到的外溢效果有限。房價與租金卻是全台灣一起承擔。這是分配問題的第二層:不只勞資之間，還有區域之間。

三種情境

樂觀情境:台灣ODM趁AI熱潮往上游走，發展散熱、電源、液冷等高階方案設計，把服務賣成品牌，提高附加價值率，薪資才有追上的機會。觸發條件是企業真的把獲利投入研發與調薪，而非全數配息。

基準情境:代工榮景維持，但結構不變。GDP漂亮、薪資緩漲，年輕工程師持續外流或轉往海外CSP台灣分部——那裡用的是美元等級的薪資結構。

悲觀情境:雲端資本支出週期反轉，訂單急縮。台灣ODM首當其衝，而多數勞工連繁榮期都沒分到，衰退期卻先被裁員。

我可能錯在哪裡

這套分析假設「毛利低就等於分配差」，但另一種可能是:兆元營收創造的就業與稅收，已比多數產業更能支撐台灣經濟，問題只是相對剝奪感。也可能低估了滯後效果——產業轉型調薪往往落後獲利三到五年，現在罵「沒漲」或許太早。若是如此，真正的問題就不是分配，而是耐心。

一個更尖銳的問題留給讀者:當下一次財報公布、營收再創新高的那天早上，龜山生產線的工程師打卡時，他的薪水條，會不會有什麼不同？