2026 年 6 月 12 日，SpaceX 以代號 SPCX 在 Nasdaq 掛牌。發行價 135 美元、籌資 750 億美元、估值 1.77 萬億美元——史上最大 IPO，輕鬆超越 2019 年沙烏地阿美的紀錄。但這篇文章不是要分析 SPCX 該不該買，而是要追問一個更根本的問題：為什麼一家火箭公司，市場願意給它接近頂級雲端業者的估值？
答案藏在 Altimeter Capital 創辦人 Brad Gerstner 主持的 BG2 Pod。這集邀請 Atreides 創始人 Gavin Baker、科技分析師 Andrew Fox、Altimeter 合夥人 Clark Tang 進行 80 分鐘對談。他們的論點極度反共識——SpaceX 已經不是火箭公司，而是 AI 時代的軍備級基礎建設與算力公司。本文用 Stratechery 的平台經濟學濾鏡，幫你判斷這個估值到底是天才預言還是泡沫頂端。
一、Starlink 才是真正的故事，不是火箭
攤開 5 月 20 日提交給 SEC 的 S-1：2025 全年合併營收 186.74 億美元、年增 33%、合併淨虧損 49 億美元。「高增長、高虧損」是馬斯克的標準打法——把現金流全部塞回更大的賭注。但真正的關鍵在於：核心的「連網業務」（Starlink）貢獻了 113.9 億，佔總營收 61% 以上。Starlink 已經不是科幻概念，而是 SpaceX 最強的現金流引擎。
用戶端突破速度更驚人。2025 年 2 月 500 萬訂閱、IPO 前已過 1000 萬。但 ARPU 年減約 18%——這是策略性的：在高所得市場飽和後往東南亞、非洲擴張，用降價換用戶。這是用「用戶數的複利」走的長線增長，把雲端 SaaS 的劇本搬到衛星寬頻。
這也帶出 SPCX 估值最尖銳的爭議。以 1.77 萬億美元對應 187 億營收，市銷率（P/S）約 95 倍——遠高於任何傳統產業，甚至高於 2021 年 SaaS 泡沫頂峰。Satellite Today 與 Forbes 都直言：這個數字只有在你相信 Starship 能在 2027–2028 年商業化、且每公斤入軌成本壓到 100 美元時才合理。換句話說，買 SPCX 不是買現在的 SpaceX，是買 2030 年的 SpaceX。
競爭層面，SpaceX 是全球唯一從衛星製造、火箭發射、軌道維運到用戶終端通吃的「垂直整合」玩家。亞馬遜 Kuiper 落後、OneWeb 縮回政府與企業端、中國的「千帆」與「國網」在加速部署但受「一帶一路」市場限制。這條從製造到收費的封閉迴路，是任何單一對手都難以複製的結構。
二、「Elon Web Services」：太空算力的物理算術
這集 Podcast 最反共識、也最值得收聽的觀點，來自 Andrew Fox 的一個比喻：如果我們不再把衛星想成「轉發資料的路由器」，而是想成「執行算力的伺服器」，會發生什麼？
在太空軌道上部署 1 GW 的 AI 算力，成本大約 50 億美元；同等規模的地面資料中心要 250 億美元。差距 5 倍。
這不是憑空想像。《經濟學人》 2026 年 3 月就以《太空資料中心，沒你想的那麼瘋》為題討論過——當發射成本壓到每公斤 200 美元時，一座 1 GW 軌道資料中心預估造價約 121 億美元，已經低於同規模地面方案。Nvidia 投資的 Starcloud（前身 Lumen Orbit）已經發射了第一顆載 H100 的衛星，Introl 統計 顯示 2026 年前 90 天就有 Kepler、Axiom Space、Google 等多家機構押注軌道算力。SpaceX 自己也已經向 FCC 申請部署高達 100 萬顆具備算力功能的衛星——「Elon Web Services」不是空話，已經在送件。
物理優勢非常清楚：免費的太陽能（低地球軌道無大氣衰減、無日夜週期）、天然散熱（太空背景 2.7K，靠輻射板就能把廢熱送向深空）、Starship 解決物流（每公斤入軌成本從 Falcon 9 的 2000 美元降到 100 美元，整個方程式才成立）。
但 Clark Tang 在節目中潑了關鍵冷水：「Data centers are not commodities」。軌道算力面臨三個硬限制——低真空導致對流散熱失效、宇宙射線會引發 GPU 的 bit flip、跟地面用戶的延遲物理上無法消除。所以軌道算力短期內絕不可能取代地面推理（inference），而是用在大模型訓練、非即時批次運算、影像數據備份這類「不在乎延遲」的工作。Varda Space 的工程估算更直接：以現有技術，軌道算力每瓦成本約是地面的 3 倍，5:1 的故事建立在「發射成本崩潰 + 在軌維護成本趨近零」這兩個尚未驗證的前提上。
這段辯論的真正價值不在誰對誰錯，而在於：當電力成為 AI 時代最稀缺的資源，任何能繞過地面電網限制的方案都值得認真追蹤。十年前沒人相信火箭能像飛機一樣回收重飛，今天已是常態。EWS 現在的位置，大概就在 2015 年的回收火箭。
三、新衡量指標：「每 GW 操作利潤」
Gavin Baker 拋出一個會徹底改寫 AI 公司估值方式的指標：Operating Profit per Gigawatt（每 GW 操作利潤）。意思是：在電力即將成為 AI 產業最硬的瓶頸時，能不能用同樣的 1 GW 電力產出更多模型能力與營收，比「擁有多少張 GPU」更能決定誰勝出。
這個指標解釋了一件大事——2026 年 5 月馬斯克宣布 xAI 解散併入 SpaceX 改名 SpaceXAI，並把 Memphis 的 Colossus 1 超算整批租給 Anthropic。表面看是收縮，實際是聚焦：SpaceXAI 用移動式氣輪機自主發電、繞過傳統電網申請流程；同時把 Anthropic 變成第一個付費的「太空算力預備客戶」。馬斯克在押的不是「我能買多少 GPU」，而是「我能用更便宜的電產出更多智能」。SpaceX 同步在德州 Grimes County 投資 550–1190 億美元蓋自家半導體廠 Terafab——從晶片、能源、算力到衛星發射，整條垂直整合的鏈條才真正成立。
四、1.5 兆 vs 3000 億：泡沫問題的真正提法
Brad Gerstner 在節目中拋出最讓人不安的算術：主要科技巨頭 AI 基礎建設累計資本支出將達 1.5 萬億美元；同期整個 AI 產業實際營收預估僅 3000 億美元。5:1 的缺口讓許多分析師高呼「比 2000 年互聯網泡沫更具毀滅性」。第三方資料給出了具體的壓力測試：
- 根據 Introl，五大雲端 2026 年 capex 就要突破 6000 億美元；廣義全球 AI 基礎建設支出預估 7250 億美元，年增 64%。
- Nvidia 2026 財年總營收 2159 億美元、市值一度衝到 4.8 萬億美元——但賣鏟子的已經買下整座山頭，意味科技巨頭每花 1 美元，就有很大比例直接變成黃仁勳的利潤。
- 更值得警覺的是 「循環交易」：Nvidia 投資 OpenAI、OpenAI 拿錢買 Nvidia 晶片、Nvidia 再投 CoreWeave/Nebius/Nscale，後者再回頭買 Nvidia。這種「自己賣給自己」的結構讓部分營收起來像「貨幣循環」，跟當年朗訊（Lucent）拿廠商融資灌帳的劇本驚人相似。
- MIT 一份廣為流傳的研究指出，在已導入生成式 AI 的企業中，95% 還沒看到可衡量的財務回報。如果 1.5 兆的供給對應的是還沒形成的需求，那就是泡沫。
但 Gavin Baker 提供了反駁——歷史上每一次基礎建設超建，都伴隨「過度樂觀、泡沫破裂、然後真正有用的設施留下來」的循環。1990 年代末光纖超建讓 2000 年初的 YouTube/Netflix 成為可能；今天 AI capex 的問題不是會不會泡沫，而是泡沫破掉之後誰會接收這些算力與電力。Snapshot benchmark 已經沒用了——AI 公司的真正價值要看模型能不能在真實工作中「持續可靠地完成長時間複雜任務」，這也是為什麼 Cursor、Claude Code 這類能累積真實使用回饋的產品護城河越來越深。
五、SPCX 牛熊論：4 年 8 倍營收的執行風險
回到 SPCX 本身。牛市派的邏輯：Starlink Direct-to-Cell（衛星直連手機）正在普及，繞過 T-Mobile 等漫遊協議，直接成為「全球唯一的軌道級電信商」；Starship 商業化會把每公斤入軌成本從 Falcon 9 的 2000 美元壓到 100 美元，徹底解放衛星發射市場；AI 算力是「白送的看漲期權」——目前 1.77 兆估值幾乎完全來自火箭+電信業務，EWS 軌道算力的估值貢獻為零。
熊市派的擔憂：4 年要把營收翻 8 倍意味年複合成長率必須超過 68%，任何 Starship 失敗、星網部署延誤或新興市場監管阻力都會讓估值模型大幅修正；史上能在數百億規模維持近 70% 成長的公司屈指可數；IPO 後的解禁期（lock-up）會帶來巨大賣壓；Starlink 在中國、俄羅斯、伊朗等敏感市場可能被禁。馬斯克的個人言論與地緣政治關係本身就是估值的一個變數。
Gerstner 的實戰建議很中肯——面對這種高波動、高估值空間的新股，倉位大小（position sizing）比進場時機更重要。「不要試圖預測它第一天是衝 200 還是跌 100，要問自己：你願意持續這個未來幾年？你能否承受任何時間點 40% 的回撤？」對於沒看過幾次科技週期的散戶來說，把 SPCX 當作「核心衛星倉位」、整體不超過總資產 5–10%，是比較理性的紀律。買史上最大 IPO 的另一面，往往是史上最沒效率的交易。
六、給投資人的三個取景框
這集 Podcast 留下的不是任何單一結論，而是三個可以帶走的思考框架，未來分析任何科技公司都用得上：
- 用第一性原理拆估值：別被「火箭公司」的標籤綁住，要問「這家公司真正稀缺的能力是什麼？」答案可能是「把每公斤入軌成本趨近於零」+「免費的太空電力與散熱」。
- 用「每單位電力的利潤」衡量 AI 公司：電力時代，「每張 GPU 的營收」會被「每瓦電力的智能轉換效率」取代。下一次看 AI 公司，先問每度電換出多少智能。
- 用「需求是否如期到來」檢驗資本支出：1.5 兆 vs 3000 億的落差不是要嚇你，而是提醒你——這場豪賭最終取決於企業是真的需要這麼多算力，還是 capex 跑在了 ROI 之前。MIT 的 95% 失敗率報告，就是這個檢驗指標的溫度計。
過去十年科技業的價值核心是「軟體吞噬世界」，資本支出輕、毛利極高致勝。SpaceX 代表一種完全不同的物種——它是「原子（atoms）」的公司，靠製造、製程與垂直整合築起護城河。而當 AI 的終極瓶頸竟然回到了人類最原始的物理變數（電力與散熱）時，這家「原子公司」反而最有資格成為下一代雲端的競爭者。下一個十年最大的贏家，可能不在純粹的「軟體賽道」，而在「原子與比特交叉」的那個交界口。