一家中文媒體幾乎沒寫過的公司，每塊 NVIDIA 機架裡都有它的銅纜

寫在前面：我沒有持有 Amphenol（NYSE: APH）任何部位，也沒有持有 TE Connectivity、鴻海工業富聯、嘉澤端子、立訊精密任何部位。本文純屬產業觀察，不是投資建議，更不是任何個股的買賣推薦。

一、那個我以為自己會認得，但完全沒印象的名字

這篇文章的起點是 2026 年 4 月某個下午。

我在研究 NVIDIA Blackwell 供應鏈，把一篇英文研究報告讀到一半，看到一個我以為自己會認得，但完全沒印象的名字 — Amphenol。

Google 一下。1932 年在紐約 Wallingford 創立，目前市值 1,400 億美元級別，2025 年全年營收 231 億美元，年增 52%。在 NVIDIA GB200 NVL72 機架裡是最重要的銅纜與液冷接頭供應商，IT 數據中心市場的市佔約 33%。

然後我打開幾家中文 AI 媒體，搜「Amphenol」、搜「安費諾」。搜尋結果稀稀落落 — 跟「NVIDIA」、「台積電」、「鴻海」這幾個名字的曝光度，完全不在同一個量級。

中文 AI 自媒體圈在過去兩年產出的內容，主要圍著三個軸線轉：晶片設計（NVIDIA、AMD、Intel）、晶圓代工（台積電）、整機組裝（鴻海、廣達、緯創）。連接器這層 — 把上述三個層級的東西物理連在一起的銅、金、塑膠、樹脂 — 在中文 AI 報導裡的密度遠低於英文圈。不是沒人寫，是寫的人比英文圈少很多。

但 Amphenol 賣的東西，每一塊 NVIDIA Blackwell 機架裡都有。

報告裡那段我重讀了三次。Amphenol 在 NVIDIA GB200 NVL72 機架裡的互連價值是 10 到 12 萬美元 — 一個機架的零組件，光是連接器這層就 12 萬美金。我下意識把這個數字跟我比較熟的台股 AI 概念股對照：鴻海做整機組裝一台 GB200 server 大概拿走機架總價值的多少？廣達拿走多少？緯創拿走多少？這些數字中文媒體寫過很多次。

但 Amphenol 的 12 萬美元，中文圈被認真寫過的次數，跟 NVIDIA 機架其他環節的曝光度比起來不成比例。

我把這個訝異感先放著，繼續讀。接下來幾天 Amphenol 這個名字一直跳出來 — Bloomberg 的 AI 供應鏈專題、Reuters 的數據中心硬體報導、Hartford Business Journal 的康乃狄克州製造業專欄、Light Reading 的光纖網路週報。每次它出現都帶著類似的標籤：33% 市佔、26.2% 利潤率、231 億美元營收。

我做了個簡單對照。把「Amphenol」跟「NVIDIA」一起搜 Google Trends，過去 12 個月在台灣區域的搜尋熱度差了至少兩個數量級。然後再對比英文媒體的覆蓋密度 — Evercore ISI、KeyBanc、Bernstein 這些券商研究報告把 Amphenol 列為「物理層霸權」候選人，MarketBeat 直接寫了篇〈AI 革命的隱形巨人〉。但這些英文內容沒有被翻成中文，沒進到台灣、香港、新加坡的 AI 自媒體圈。

這個落差不是因為 Amphenol 不重要。它做的事情、它賺的錢、它在 NVIDIA Blackwell 機架裡的角色，都對得起被認真討論的份量。但中文 AI 媒體與英文圈在這個議題上的報導密度落差，是結構性的。

我想搞清楚這個 gap 是怎麼出現的。這篇文章是把我接下來兩週讀的東西整理出來。

二、為什麼中文圈寫得比英文圈少很多

中文 AI 媒體寫得少不是偷懶，也不是它完全沒被寫過 — 你認真搜，會找到一些中文部落格、財經自媒體、產業分析師寫過 Amphenol。只是相比英文圈的覆蓋密度，這個比例明顯不對稱。原因是分類框架的限制。

台灣中文自媒體在報導 AI 概念時，預設讀者問題是：「現在能買哪檔台股？」這個問題決定了報導範圍 — 鴻海（2317）、廣達（2382）、緯創（3231）、台達電（2308）、台積電（2330）、信驊（5274）這幾家是能直接買的台股 AI 概念股。寫他們有 SEO 流量、有讀者代入感、有股價漲跌可以追。

Amphenol 是美股、總部在康乃狄克州、營收結構橫跨數據通信、汽車、軍工、行動裝置、工業，地理上 130 多個工廠分散在 28 個國家，銷售區域中國、北美、歐洲、亞太大致平均。它沒辦法塞進「台股 AI 概念股」這個框架，所以寫它的中文自媒體很少。

英文圈的覆蓋是另一回事。MarketBeat、Investing.com、Stock Titan、Light Reading 這些站從 2024 年起就持續報導 Amphenol 的 AI 數據中心業務。Evercore ISI、KeyBanc、Bernstein 等券商研究報告把 Amphenol 列為「物理層霸權」候選之一。但這些英文內容沒有翻成中文進到台灣、香港、新加坡的 AI 自媒體圈。

中文圈大致聚焦在「淘金者」（NVIDIA）和「鏟柄製造商」（鴻海工業富聯）兩端。中間那層 — 真正解決 AI 機架信號完整性、熱管理、電力分配的物理層 — 寫的人比兩端少很多。

我這篇想做的就是把這個中間層的故事寫得稍微完整一點。但寫之前我先把幾個 cliché 拿掉。

我不會說 Amphenol 是「下一個 NVIDIA」。我不會說它是「最會賺 AI 錢的隱形冠軍」。我不會用「賣鏟人比淘金者賺更多」這種商業書頭一頁的勵志金句。這些 framing 大部分都不成立，後面會講為什麼。

我只想做一件事：把這家公司在 AI 算力競賽裡實際做的事情、賺的錢、面對的風險，講清楚。

三、Amphenol 是誰

直接看數字。

2025 年 Amphenol 全年營收 231 億美元，年增 52%。其中有機增長 38%（不算併購貢獻），這個有機增長率在全球 200 億美元規模以上的工業企業裡幾乎是頂端。2024 年營收 152 億美元，所以一年內多了 79 億。這 79 億裡，AI 數據中心相關業務貢獻最大。

獲利能力同步擴張。2025 年 GAAP 營運利潤率 25.4%，調整後 26.2%。這在傳統電子元件製造業是極為罕見 — TE Connectivity（最大同業）長期落在 18-20% 區間，鴻海是 6-7%。

Amphenol Adjusted 攤薄每股盈餘從 2024 的 1.89 美元跳到 2025 的 3.34 美元，年增 77%。自由現金流從 22 億跳到 44 億，年增 100%。2025 全年訂單 254 億美元，年增 51%，book-to-bill 比 1.1 比 1，意味著新訂單流入持續超過出貨速度。Q4 單季更收到 84 億美元訂單，為單季紀錄高，book-to-bill 達 1.31 比 1，鎖住 2026 年初的營收能見度。

IT 數據通信（IT Datacom）部門是最猛的引擎。2025 年第二季該部門營收同比 +133%，幾乎全部由 AI 基礎設施需求拉動。在 AI 數據中心市場 Amphenol 市佔約 33%，是雙寡頭中的較大者（另一個是 TE Connectivity）。

技術護城河是專利庫。到 2025 年底 Amphenol 擁有超過 8,500 項全球專利，其中約 6,000 項已獲授權，特別在高速信號屏蔽和熱補償材料方面累積很深。1.6T 傳輸速率時代這些專利成為阻擋亞太區低成本挑戰者的防護盾。

公司業務分散在 8 大終端市場：IT 數據通信佔 36%、工業 19%、汽車 15%、通信網絡 10%、國防 9%、行動裝置 6%、商用航空 3%、行動網絡 2%。這個組合是過去 30 年「螺栓式併購」累積出來的，每進一個市場都靠收購當地龍頭、再讓它保持原本的營運自主權。AI 數據中心相關業務是 2022 年以後才從 IT Datacom 部門爆發成主引擎。

CEO Adam Norwitt 從 2009 年起接任，這之前他在 Amphenol 工作了將近 20 年。Norwitt 上任 16 年公司營收從 27 億美元成長到 231 億美元，年化複合成長率約 14%，期間沒有一年虧損、沒有一次大規模裁員。

這個經營紀錄背後是「去中心化」管理的具體運作：130 多個工廠各為獨立利潤中心，由各業務單元的總經理擁有高度自主權，總公司只管資本配置、高階人事、跨單位專利共享。AI 硬體更迭週期已縮短到 12 到 18 個月，這種授權讓各廠能直接跟超大規模雲服務商（Hyperscalers）的工程師協同設計，速度比 TE Connectivity 這種中央集權的同業快。

地理銷售分布也很均勻：北美 31%、亞太 32%、歐洲 26%、其他 11%。中國 2025 年佔淨銷售 16%（單一最大國家市場），這個比重既是優勢也是地緣政治風險源（後面風險段會講）。

員工約 9 萬人。市值在 2026 年 4 月底約 1,400 億美元，本益比（P/E）落在 49-52 倍區間，遠高於傳統工業股。市場顯然把它當「披著工業外衣的高成長科技股」在估值。

數字看完了。下一節進到實際做的事。

四、AI 機架的物理瓶頸：信號、熱、電

AI 算力的擴張不再受限於電晶體縮小，而是受限於物理 — 信號傳得多遠、熱怎麼排出去、電怎麼送到 GPU。Amphenol 三件事都做。

信號層：從 224G PAM4 到 1.6T

數據中心內 GPU 之間的「東西向流量」（East-West Traffic）需要每秒兆級數據交換。傳輸速率從 112G 邁向 224G PAM4 時，銅纜信號面臨趨膚效應（Skin Effect）和電介質損耗的物理極限。

Amphenol 的解法有三層。

Paladin HD2 連接器系列是 224G 信號傳輸的行業標杆，透過優化電氣接觸幾何形狀和材料，做到極低串擾、支持單機 1.6T 聚合帶寬，主用在背板與中板連接。

DensiLink OverPass 技術更激進。它讓高速信號繞過有損耗的 PCB，直接從晶片端引出到外部電纜，等於把信號路徑縮短，繞掉最容易損耗的部分。這個做法配合 NPO（近封裝光學）和 CPO（共封裝光學）架構，讓未來 1.6T、3.2T 速率的信號完整性可以維持。

ExtremePort OSFP 224G 處理交換機前板接口，支持 800G 和 1.6T 主動／被動銅纜，熱管理是這層的設計重點。

銅纜還有沒有未來？這是業界爭論。Marvell 在 2026 年初的論文預測，到 2029 年 AI 數據中心短距離銅纜市場規模超過 100 億美元，光纜市場成長三倍以上。短距離（3 米內）銅纜憑零功耗、零延遲、低成本繼續佔機架內主導，光纖在 5 米外或跨機房才是唯一選項。Amphenol 自己同步開發兩條路線。

熱層：液冷接頭的零洩漏設計

當單機架功率密度從 60kW 衝到 120kW 區間，傳統風冷徹底失效，液冷成為唯一選項。

液冷的最大挑戰是「絕對零洩漏」 — 在裝滿幾百萬美元 GPU 托盤的機架裡，一滴冷卻液漏到電子元件上就是災難。

Amphenol 的 UQD（Universal Quick Disconnect）系列接頭用航空航天級密封技術 + 雙向「乾式斷開」（Dry-break）設計，確保插拔過程零滴漏。

UQD 系列分三種尺寸對應不同需求：

Amphenol 同時把感測器整合進液冷系統。JS9218 管夾溫度感測器即時監控冷卻液進出口溫差以調控冷卻泵轉速、BAF147 防水洩漏感測器分布在機架底部與接頭處（一旦檢測到洩漏立即觸發保護性關機）、NPA／NPC 系列流量壓力感測器確保冷卻環路壓力在安全區間。

「連接器 + 感測器」一站式方案讓 Amphenol 在液冷供應鏈裡的議價權比單一組件商強。

電力層：48V busbars 與機架功率分配

當機架功率密度衝到 120kW 區間，電力分配也是物理瓶頸。Amphenol 的 48V 電力匯流排（busbars）做高電流承載、低壓降設計，是 NVIDIA Blackwell 系列機架的標配。

GB200 NVL72 的物理層帳本

把這三層加起來，就是 NVIDIA 最新 Blackwell 架構機架的物理層樣貌。

GB200 NVL72 一個機架集成 36 個 Grace CPU 和 72 個 Blackwell GPU，72 個 GPU 通過第五代 NVLink 連成單一巨型 GPU 域，機架內聚合帶寬達 130 TB/s。為了實現這個帶寬，NVIDIA 放棄傳統 PCB 連接，改採大規模高速銅纜背板系統。

Evercore ISI 估算，一個完整 GB200 NVL72 機架裡的互連與線纜內容價值落在 10 萬到 12 萬美元，Amphenol 佔其中核心供應份額。一個機架裡使用超過兩英里（約 3.2 公里）的高速銅纜 — 想像一下 3.2 公里的精密銅纜塞進一個冰箱大小的金屬箱裡，就是 GB200 NVL72 的物理樣貌。

GB300（Blackwell Ultra）每機架功耗約 120kW，內存帶寬更高，對連接器散熱與耐高溫要求更嚴。Amphenol 為 GB300 開發的新型背板連接器在散熱與電力承載兩個維度都做了重新設計，這在算力受限於電力的環境裡是戰略級價值。

PAM4 為什麼是現階段速率天花板？傳統 NRZ（Non-Return-to-Zero）編碼用兩個電平（0 和 1）傳訊號，到 112G 已經逼近矽材料的物理極限。PAM4（Pulse Amplitude Modulation 4-level）改用四個電平（00、01、10、11），同樣帶寬下傳資料量翻倍 — 這是從 112G 跳到 224G 的核心。但四電平意味著訊號雜訊比降低 9.5 dB，要維持訊號完整性，連接器幾何形狀、PCB 走線、線材材質、屏蔽層都得重新設計。Amphenol 的 8,500 項專利庫裡，過去三年新申請的有相當大比例集中在 PAM4 相關的串擾抑制和差分阻抗匹配。

液冷接頭的尺寸層級也值得多看一眼。GB200 NVL72 機架尺寸是 42U（約 2 公尺高），裡面塞了 18 個運算托盤，每個托盤 4 個 Blackwell GPU + 2 個 Grace CPU。每個托盤都需要冷卻液進出 — 也就是 36 對 UQD 接頭，加上機架頂部 CDU 和歧管之間的 SHQD 接頭，一個機架光是液冷接頭就有 80 多個。每個接頭都不能漏，否則整個機架損失百萬美元級的 GPU。

這個層級的精密度跟過去工業連接器是兩個世界。Amphenol 過去做汽車、軍工、工業連接器累積的密封技術、抗震動結構、耐高溫材料，這幾年全部變成 AI 液冷的技術底氣。

微軟已部署超過 4,600 個 NVIDIA Blackwell Ultra GPU 的 GB300 NVL72 集群（約 64 個機架），是全球首座生產級 GB300 NVL72 大型集群。預計到 2026 年，僅 NVIDIA 系統就可能為 Amphenol 貢獻超過 7 億美元營收和 0.23 美元 EPS。

五、但別把賣鏟人神化：四個反例

我在前四節講了 Amphenol 多重要、AI 機架 12 萬美元、26.2% 利潤率、8,500 項專利。讀到這裡你可能覺得「這家真厲害」。

把鏡頭拉遠一點。

商業書頭一頁最愛講「賣鏟人比淘金者賺更多」 — 1849 年加州淘金熱，挖到金子的人不見得發財，賣鏟子、牛仔褲、住宿給淘金者的 Levi Strauss、Sam Brannan 這些人才是真贏家。這個 framing 在 AI 時代被套到 Amphenol 身上：NVIDIA 是淘金者，Amphenol 是賣鏟人，所以 Amphenol 也會大贏。

但這個邏輯有四個歷史對照不成立。

反例 1：Cisco 等了 25 年才回本

Cisco 在 dot-com 時代是「物理層霸權」候選人，做網路路由器和交換機，所有網際網路流量都得經過它的設備。1999 到 2000 年，Cisco 一度成為全世界市值最高的公司。

具體數字：2000 年 3 月 27 日 Cisco 巔峰股價 80.06 美元（split-adjusted），市值 5,554 億美元。當時所有人都覺得 Cisco 就是賣鏟人邏輯的完美範本。

然後 dot-com 泡沫破滅。Cisco 股價在 2002 年 10 月跌到約 8.60 美元（split-adjusted），跌幅約 88-90%。

接下來這家公司花了多久回到 2000 年的高點？

2025 年 12 月 10 日，整整 25 年。Cisco 股價首次回到 80.25 美元，剛剛超過 dot-com 巔峰。中間這 25 年，如果有人在 2000 年 3 月買進 Cisco 抱著不動，名目本金都還沒回正。算上通膨和機會成本（同期 S&P 500 含股息回報年化約 7%），實際機會成本是巨大的。

把這個 25 年的機會成本算清楚一點。

假設 2000 年 3 月 27 日有人在 Cisco 巔峰價買進 1,000 美元。這 25 年中間 Cisco 配了一些股息（金額有限），但最終 2025 年 12 月名目本金才剛回到 1,000 美元。同期間 S&P 500 含股息再投資的年化回報約 7%，1,000 美元 25 年後變成 1,000 × (1.07)^25 ≈ 5,427 美元。

也就是說 2000 年那位投資人，名目上沒虧錢，實質上少賺了 4,427 美元 — 機會成本是本金的 4.4 倍。如果用 Nasdaq 100 同期回報（含 Apple、Google、Microsoft 等淘金者）算，差距更大。

Cisco 在 dot-com 時代被當「物理層霸權」、被當「賣鏟人贏家」、被當「網路時代的核心基礎設施」 — 這些 narrative 在 2000 年看都成立。問題是這些 narrative 不能轉換成 25 年的市場回報。

這不是說 Cisco 是壞公司 — 它的營收、技術、市佔在這 25 年都繼續成長，只是股價透支了未來 25 年的成長。「賣鏟人邏輯」不保證估值合理，更不保證持有 25 年回到本金。賣鏟人邏輯在 Cisco 身上不成立。

反例 2：鴻海 vs Apple，賣鏟人毛利 6%、淘金者毛利 46%

iPhone 時代的賣鏟人是誰？是組裝廠。鴻海（2317.TW）是其中最大的，2024 年全年營收 6.86 兆台幣，毛利 4,289 億，毛利率 6.25%。2025 年第三季毛利率 6.35%，差不多區間。

同期 Apple 的毛利率？FY2024 約 46%。

這意思是：每組一台 iPhone，鴻海拿走的毛利是賣價的 6%，Apple 拿走的毛利是賣價的 46%。淘金者 Apple 從 iPhone 賺的，是賣鏟人鴻海的 7-8 倍。

「賣鏟人比淘金者賺更多」這個 framing 在 iPhone 時代直接反過來。

反例 3：NVIDIA 毛利率 75%，Amphenol 26%

我們把鏡頭拉回 AI 時代。

NVIDIA Q4 FY2026 GAAP 毛利率 75.0%，全年 71%。Amphenol 同期調整後營運利潤率 26.2%（毛利率約 33-34%，仍低於 NVIDIA 一半）。

所以「賣鏟人」Amphenol 賺的，比「淘金者」NVIDIA 少很多。AI 時代的賣鏟人邏輯在毛利率比較上直接被淘金者打趴。

反例 4：賣鏟人內部也分化 — 嘉澤端子毛利率 50%+

最後這個反例最有趣，是我寫到一半才查到的。

台灣有一家叫嘉澤端子（3533.TW）的公司，1986 年成立，全球前三大 CPU Socket 製造商。它的毛利率長期維持在 50% 以上，2026 年管理層公開的目標是維持 51.5% 以上。

對照 Amphenol 26.2% 的調整後營運利潤率（毛利率約 33-34%）。

也就是說 — 同樣是賣鏟人、同樣是連接器商、同樣切 NVIDIA 供應鏈，台灣的嘉澤每塊收入賺的錢比 Amphenol 多 15-20 個百分點。

當然規模差很多。Amphenol 年營收 231 億美元（約 7,200 億台幣），嘉澤年營收約 70-80 億台幣，差近 100 倍。一個是規模王，一個是利基王。但「Amphenol 是賣鏟人邏輯的完美範本」這個敘事，連在賣鏟人這層內部都不完美 — 台灣自家就有更會賺錢的同行。

反例段結論

賣鏟人是觀察工具不是必然贏面。Cisco 25 年才回本、鴻海毛利率 6%、NVIDIA 在 AI 時代自己賺最多、嘉澤在賣鏟人內部毛利更高。這四個反例不是要說 Amphenol 不重要，是要把「Amphenol 是 AI 隱形冠軍」這個 cliché 拆開來。

Amphenol 的真實位置是：規模 + 全球地理覆蓋 + 技術組合完整度 + 客戶協同設計綁定，這四個維度上是 AI 物理層裡最完整的選手。但「最會賺 AI 錢」、「下一個 NVIDIA」、「賣鏟人贏家」這些標籤都站不太住。

接下來看它最近做的最大一件事。

六、105 億美元收購 CommScope CCS：拼上光纖最後一塊

Amphenol 過去 20 年的成長模式叫「螺栓式併購」（Bolt-on M&A） — 不做大規模橫向擴張，專收具備特定技術壁壘的中小型龍頭。但 2026 年 1 月完成的 CommScope CCS 業務收購，是這家公司歷史上最大規模的例外。

交易條款

為什麼買 CCS

過去 Amphenol 的優勢集中在伺服器內部的精密互連 — 從機架到機架邊緣這一段。CCS 補的是另一段：機房內的長距離光纖、機房之間的廣域網路、建築物布線。

收購後 Amphenol 擁有從晶片端口到廣域網的全鏈路覆蓋。下一代 AI 數據中心在最初建設階段（從鋪光纖、拉電線開始）就能嵌入 Amphenol 的標準。這是規模型賣鏟人的典型擴張邏輯：把鏟子的種類補齊。

整合風險

105 億美元是大錢。分析師估算 Amphenol 2026 年的利息支出從 2025 年的 3.68 億美元跳到 8 億美元，多出來的 4.32 億主要是為了資助 CCS 收購。這個利息壓力會壓縮利潤率，2026 年第一季 EPS 指引落在 0.91 到 0.93 美元，已經把利息因素算進去。

更大的風險是文化整合。Amphenol 的去中心化文化、創業者授權、各廠獨立利潤中心 — 這套東西運作了 30 多年是它的核心競爭力。把 20,000 個原本在 CommScope 中央集權矩陣裡工作的人塞進去，能不能適應？人才會不會流失？這個問題答案要 18-24 個月才看得到。

整個 CCS 交易從公告到落地走了 5 個月。2025 年 8 月 3 日 Amphenol 與 CommScope 簽署最終協議公告，2025 年 11 到 12 月美國 FTC、歐盟、中國反壟斷主管機關陸續放行，2026 年 1 月 9 日交易完成，1 月 14 日 CommScope 留下的 Access Networks Solutions 與 Ruckus Networks 兩塊業務合併改名 Vistance Networks 正式啟動。

Vistance Networks 接下來不再碰機房內互連，焦點全部移到固網寬頻設備、企業 Wi-Fi 6E/7、邊緣連網、5G FWA 終端，定位是電信營運商與企業網路設備供應商。Amphenol 與 Vistance Networks 在新格局下變成上下游關係而非競爭關係 — 一個做機房內到機房門的高速互連，一個做機房門到終端用戶的網路設備。從這個角度看，105 億美元不只是 Amphenol 多了一塊光纖業務，是整個 AI 機房物理層的市場結構被重新切割了一次。

對照 Amphenol 過去螺栓式併購的規模，CCS 105 億美元的份量更明顯。2024 年 5 月完成的 Carlisle Interconnect Technologies 收購是 20.25 億美元（強化商業航空 + 醫療影像 + 國防互連），2023 年的 PCTEL 通信專業天線約 1.5 億美元，2022 年的 Halo Technology Limited 工業連接器約 7,500 萬美元。CCS 105 億是 Carlisle 的 5 倍，是 Amphenol 過去 5 年所有併購總和的 1.4 倍。

CCS 補的具體業務有三層。光纖互連系統（補 1.6T／3.2T 時代的長距離光學連接，預估 2026 年貢獻 41 億美元年營收）、寬頻通信（DOCSIS 設備強化 5G 中頻與固網升級地位）、建築基礎設施（擴展 AI 數據中心廠房內的物理布線份額）。整合後 Amphenol 通信解決方案部門營收會增加約 50%，但更關鍵的是 — 從機架邊到機房門、從機房到廣域網的「最後那段 50 公尺」現在也是 Amphenol 的地盤了。

CommScope 賣掉 CCS 後改名 Vistance Networks，繼續做寬頻網路設備。Amphenol 接收的這 20,000 人原本是 CommScope 中央集權矩陣的一部分 — 集中採購、集中規劃、集中授權。塞進 Amphenol 的去中心化文化是文化整合的最大實驗，過去任何一個 Amphenol 收購案規模都沒大到逼公司重新檢視自己的管理哲學，CCS 是第一次。

CCS 收購把 Amphenol 從「機架內霸權」推到「全鏈路霸權」，但代價是它必須消化一個跟自己文化不一樣的 20,000 人組織。

七、台廠連接器在哪裡

寫一篇 Amphenol 文章卻不寫台廠，對台灣讀者沒交代。但台廠在 AI 物理層的位置，比中文 AI 媒體常寫的版本複雜。

規模王：工業富聯（FII，601138.SH）

工業富聯是鴻海集團 2018 年分拆上海 A 股上市的子公司。2025 年全年營收 9,028.9 億人民幣（約合 1,250 億美元），歸母純益 352.9 億人民幣，年增 52%。

業務組合：雲端服務商 AI 伺服器佔大宗（2025 年 +3 倍）、800G 高速交換器（2025 年 +13 倍）、整機組裝（NVIDIA H100、B100、GB200 基板 + GPU 模組 + 整機）。

定位是賣鏟人的「鏟柄製造商」 — 規模最大但毛利率跟鴻海本體一樣落在低個位數。在中文 AI 媒體裡曝光度最高的台廠 AI 概念股之一，因為 ticker 在 A 股、業務跟 NVIDIA 直接綁、營收規模驚人。

但工業富聯做的事跟 Amphenol 不太重疊。Amphenol 賣的是零組件（連接器、線纜、接頭），工業富聯賣的是整機（伺服器、交換器）。一個是給 Tier 1 OEM 的元件商，一個是 Tier 1 ODM。它們是 NVIDIA 供應鏈裡兩個不同層級的選手。

利基王：嘉澤端子（3533.TW）

嘉澤端子 1986 年在新北市新莊成立，全球前三大 CPU Socket 製造商。2026 年營收展望看增 10%，毛利率目標維持 51.5% 以上。

NVIDIA 業務：GPU 插座送樣輝達驗證中（可能成 GB300 GPU 插座供應商）、UQD 水冷快接頭已驗證並 2025 年放量出貨。

嘉澤跟 Amphenol 是「同層直接競爭」 — 都做高階連接器、都切 NVIDIA 供應鏈、都做 UQD 液冷接頭。但規模差近 100 倍。

這家公司在中文 AI 媒體的曝光度遠低於工業富聯，因為它太細分、太「2B」（不直接面對消費者）、財報上沒有「整機組裝」這種容易講故事的營收科目。但毛利率比 Amphenol 還高 15-20 個百分點。

如果中文 AI 媒體要寫一個「賣鏟人」故事，嘉澤反而是更好的故事 — 它是「per dollar of revenue 賺最多」的賣鏟人，而且就在台灣。但因為它不在「整機 ODM」的台股 AI 概念股版本裡，這個故事在中文圈被寫的次數遠少於工業富聯。

同層競爭者：立訊精密（002475.SZ）

中國的立訊精密以消費電子（主要是 Apple 供應鏈）起家，2025 年上半年消費電子收入 977.99 億人民幣，佔總營收 78.6%。但通信與數據中心業務 H1 +48.65% 達 110.98 億人民幣，是新增長點。

技術組合：800G 矽光模塊量產、224G 高速線纜、銅光電熱一體化方案。224G 高速線纜直接打 Amphenol Paladin HD2 同層。

立訊跟 Amphenol 是「橫跨多市場 vs 專注數據通信」的對比。立訊靠 Apple 撐起 80% 營收，AI 數據中心是新增長點不是核心；Amphenol 雖然也橫跨數據通信、汽車、軍工、行動裝置，但 IT Datacom 已經是最大引擎。

三家對照的結論

中文 AI 媒體聚焦工業富聯（因為跟 NVIDIA 整機組裝直接綁、ticker 是 A 股），對嘉澤、立訊的「同層直接競爭」描寫很少。但實際上 Amphenol 在 AI 物理層真正的對手是 TE Connectivity（規模相近）+ 嘉澤（細分高毛利）+ 立訊（中國橫向擴張），不是工業富聯（不同層）。

這個 mapping 在中文 AI 報導裡比較少見，是這篇文章想補的另一個落差。

八、風險地圖

寫產業觀察文不能只寫多頭故事。Amphenol 面對的具體風險有四個。

中國稅務：2026 年第一季財務報告披露 2.9 億美元稅務準備金計提，跟中國相關稅務部門的不利裁定直接相關。這提醒投資者跨國企業在當前地緣政治環境裡，除了關稅與貿易壁壘還面對監管與稅務成本上升的系統性風險。中國市場 2025 年佔 Amphenol 淨銷售額 16%。

原物料波動：銅、金、銀、特殊樹脂價格 2025-2026 年劇烈波動。銅是電纜核心材料，金用於高品質電鍍。Amphenol 必須透過更頻繁的動態定價機制轉嫁成本。短期毛利率壓力顯著。

CCS 整合風險：105 億美元現金收購 + 20,000 員工納入 + 利息支出從 3.68 億跳到 8 億美元。文化整合若失敗會壓縮 2026-2027 利潤率，最壞情況可能拖累 EPS 增長。

估值風險：本益比 49-52 倍遠高於傳統工業股。市場已經把 Amphenol 當高成長科技股估值，留給後續股價的安全邊際相對窄。任何成長速度低於預期的季報，都可能觸發估值修正。

這四個風險不是要嚇你不買 — 我前面講過這篇不是投資建議。是要說即使一家公司在產業裡位置很好，價格也已經反映了大部分好消息。

九、為什麼這個故事值得你知道

寫到這裡我沒打算告訴你 Amphenol 是下一個 NVIDIA、是 AI 隱形冠軍、是賣鏟人贏家。前四節給的證據和反例已經把這些 cliché 都拆過了。

我想說的是：下次你看到 NVIDIA Blackwell 機架的新聞、看到「GB200 NVL72 一台多少錢」這種報導，你會多想一個層次 — 這個機架裡每兩英里銅纜、每個 UQD 液冷接頭、每組 48V 電力匯流排，背後有一家公司在做。

這家公司在中文 AI 報導裡的曝光，遠低於它在 NVIDIA 供應鏈裡的產業權重。在台股 AI 概念股清單裡找不到它。在「我能買哪檔」這個問題框架裡也很難自然冒出來。但它每年從 AI 機架賺 70+ 億美元、每季財報營收成長 50% 以上、每塊 GB200 NVL72 機架裡有它 12 萬美元的零組件。

這是中文 AI 媒體與英文圈在報導密度上的落差，也是這篇文章想補的中間層。

至於它值不值得買 — 那是另一個問題，這篇不回答。

---

作者揭露（再次重申）：本文撰寫時作者未持有 Amphenol（NYSE: APH）、TE Connectivity、鴻海工業富聯、嘉澤端子、立訊精密任何部位。本文純屬產業觀察，非投資建議。

主要資料來源：Amphenol 2025 年度報告（SEC 10-K）、Amphenol 投資人關係 Q1 2026 / Q4 2025 公告、NVIDIA 投資人關係 Q4 FY2026、Cisco 歷史股價（CNBC、Yahoo Finance）、鴻海 2024 年年報（公開資訊觀測站）、嘉澤端子 2025 年報、工業富聯 2025 年年度報告、Marvell 2026 年銅光纖白皮書、Light Reading、Hartford Business Journal。

完整查證紀錄：本文 27 條 C 級與 S 級陳述查證表將於 Task 2 Step 5.5 階段獨立成 audit-trail.md 文件。