AI越來越便宜，建置成本卻降不下來！輝達財報撐住多頭，市場仍須仔細盤算這筆帳

AI的價格正在快速下跌，建置的成本卻不減反增。隨著模型價格持續走低、晶片與記憶體供應吃緊，加上AI基礎建設開始大量舉債融資，市場在今年夏天逐漸把焦點從「AI能不能成功」轉向另一個更棘手的問題：AI產業最後究竟由誰賺到錢？

彭博高級策略師Jan-Patrick Barnert撰文表示，過去10天出現的幾項發展，正在讓這個問題更加突出。

首先，一款名為Ox Alpha的免費AI模型近期突然上線，性能接近前沿模型，卻沒有人知道背後開發者是誰。同一時間，OpenAI約一個月內第三度調降旗艦模型價格；AI代幣價格指標也持續走低，顯示「智慧」作為一項商品，價格正在快速下滑。

不過，Barnert認為，AI價格下降本身還不足以構成重大警訊。原因在於，AI價格指標同時反映使用量與價格，衡量的更接近市場願意為AI支付多少錢，而非單純的產品標價。

更重要的是，科技產業的發展歷來伴隨價格下降。新技術要大規模普及，通常需要持續降低使用成本，而新一代晶片也能大幅降低每個AI token的生產成本。因此，只要AI生產成本下降的速度快於售價，價格下跌反而有利於產業擴張。

目前市場正逐漸出現這種「算術反轉」的跡象。半導體產業正進入結構性供給不足階段，從晶圓代工到記憶體都面臨供應吃緊，意味著運算資源價格可能維持高檔。彭博此前報導，部分輝達最大客戶已被告知，明年初交付的部分AI伺服器價格可能上漲超過15%。

輝達最新財測仍然相當強勁，公司預期2028會計年度營收成長約70%，顯示AI需求依然旺盛。但另一方面，記憶體價格上漲也開始侵蝕產業利潤空間，公司已提醒市場，隨著記憶體成本升高，毛利率可能面臨收窄壓力。

記憶體供應商同樣正在調高成本。三星電子已將部分先進晶片代工的新訂單價格提高最多15%，並與資料中心客戶簽訂多年合約，鎖定最高70%的記憶體產能。SK海力士則警告，記憶體短缺可能在2027年進一步惡化，該公司也正在探索透過合資模式籌措新廠建設資金。

這形成一個耐人尋味的局面：AI產品價格持續下滑，生產AI所需的晶片、記憶體與其他資源卻因供應不足而持續漲價。

當然，AI多頭仍有一個強而有力的反駁，也就是「量」。

價格越低，使用量可能越大。美國企業中願意付費使用AI的比例已接近60%，各個支出分佈層級的AI支出都較過去增加逾3倍。三大超大規模雲端業者上季合計雲端營收約1060億美元，年增逾40%。

根據Ramp估計，AI支出最高的一批企業，每名員工每月AI支出約7400美元，這個數字可能偏高；但以全體企業中位數來看，每名員工每月支出約12美元，則顯示AI仍有極大的使用擴張空間。

從這個角度來看，AI價格下跌可能恰恰是產業商業模式的核心。更便宜的AI帶來更多使用量，龐大的使用量再支撐整體市場規模，最終可能形成「價格下降、需求爆發、總收入增加」的成長循環。

問題在於，這些收入究竟能不能轉化成企業真正的投資報酬？這正是近期市場最難回答的問題。

AI顧問公司Maximand創辦人Milos Maricic曾針對美國金融業進行研究，分析60家美國上市大型金融企業、3年內共919場財報電話會議。

他發現，約五分之四的電話會議提到AI，超過一半談及AI相關成本。但真正明確提出「AI已經帶來多少美元獲利」的企業只有1家，而且在兩次電話會議中合計提到的實際回報約1900萬美元。

這凸顯AI投資目前最大的矛盾，企業高層、投資人日與媒體訪談中充滿AI帶來的效率與成長故事，但回到財報電話會議，真正能量化AI投資報酬的案例仍相當少。

Maricic直言，AI大規模建置已進入第三年，但購買這項技術的企業仍無法明確提出AI究竟帶來多少美元的回報。

當AI投資金額持續攀升，企業卻難以量化收益，信貸市場自然開始提高警戒。彭博報導，博通正洽談籌募超過600億美元債務，用於支應AI晶片相關投資。整個產業正掀起一波融資熱潮，企業大量借錢押注未來的運算需求。

然而，債券市場開始要求更高的風險溢酬，博通債務的信用違約保險成本，目前較今年1月高出約80個基點，而且升幅正在加速。

高盛歐洲one-delta交易主管Rich Privorotsky指出，只要市場開始認為企業最終可能無法為所有計畫中的AI建設提供資金，企業就得面臨增加股權融資或削減資本支出的選擇。這兩種結果都難以支持更高的股票估值，並且逐漸成為今年夏季AI行情的核心矛盾，企業獲利預估持續上修，股票本益比卻開始收縮。

在此之前，投資人關注的是AI機器能不能運轉、需求是否持續；現在市場開始追問的是，龐大的AI資本支出最後會由誰取得足夠的報酬。

輝達最新財報確實替多頭帶來一些喘息空間，強勁的營收展望證明AI需求仍在高速成長，但隨著記憶體等投入成本上升，毛利率壓力也開始浮現。

AI價格戰能否靠需求成長化解？

多頭仍然可以期待「量」解決問題，AI價格持續下跌，可能帶動企業大規模採用，最終創造足以覆蓋基礎建設成本的龐大需求。就像電子商務早期經歷多年燒錢後，最終仍可能出現巨額獲利，AI的投資回報也可能只是尚未完全反映在企業財報中。

但另一種情境同樣存在，如果AI產品價格以目前速度下滑，晶片與記憶體等投入成本卻因供應短缺維持高檔，加上企業需要透過成本更高的舉債來支撐資本支出，而使用AI的客戶又無法證明足夠的獲利回報，整個產業的財務結構就需要同時滿足太多條件。

Barnert認為，7月市場還在討論AI究竟能否維持定價能力，時至今日新的證據顯示，AI定價能力正同時承受兩端壓力——買方要求更低價格，供應商卻持續調高投入成本。

市場目前沒有出現全面恐慌，也還沒有形成明確的看空共識，股票估值開始反映更大的結果分歧，投資人願意為這種不確定性支付更高的風險溢酬。這場算術最後如何落幕，將決定下一階段AI行情究竟還有多少上行空間。