微軟(MSFT)與亞馬遜(AMZN)重押推理算力，最後贏家會是誰？

開源模型降低企業進入門檻反而刺激算力消耗

瑞銀 (UBS) 分析師 Karl Keirstead 在最新行業報告中指出，企業部署 AI 的路徑正在轉變。開源模型與低成本架構正在成為企業的首選。市場原本擔憂低成本模型會縮減硬體需求。**事實正好相反。**進入門檻降低會吸引更多企業參與。當開發成本從百萬美元降至十萬美元級別，嘗試新專案的企業數量將呈指數級成長。Meta (META) 推出的 Llama 3 系列開源模型，在社群與企業端的下載量與部署次數創下新高，證實了這個趨勢。

 

推理成本下降驅動應用落地並擴大晶片需求

企業轉向開源模型的關鍵在於優化代幣使用成本。這會釋放被壓抑的推理需求。當單次查詢成本降到足夠低，企業才會把 AI 嵌入日常營運流程。這會讓晶片消耗從訓練端轉向規模更大的推理端。Nvidia (NVDA) 在最近一季的財報中證實，其資料中心營收有超過 40% 來自推理算力需求。推理需求的爆發需要大量的基礎設施支持。硬體需求依然堅挺。運算、記憶體與高速光傳輸的用量隨之上升。

 

三大雲端巨頭資本支出在推理需求下持續擴張

雲端服務商正在用創紀錄的預算迎接這波推理浪潮。基礎設施承載了所有模型。微軟 (MSFT) 在 2025 財年第一季財報中，將單季資本支出提高至 200 億美元，並明確表示這些資金絕大多數用於建置長線的資料中心與物理基礎設施。亞馬遜 (AMZN) 也在法說會預期 2024 全年資本支出將達 750 億美元，其成長動能主要來自生成式 AI 的強勁需求。Alphabet (GOOG) 同樣維持每季百億美元以上的資本支出節奏。雲端巨頭的資本支出正在轉化為實體資料中心的電力與晶片採購。

 

企業多模型策略降低了對單一軟體巨頭的依賴

企業不希望重蹈過去被單一雲端軟體商綁定的覆轍。混合部署成為新常態。瑞銀報告顯示，許多企業選擇結合使用 OpenAI 的前沿模型，並搭配針對特定場景優化的自訂開源模型。阿里巴巴 (BABA) 的通義千問、零一萬物與月之暗面等開源模型在特定區域與安全雲端環境中被廣泛部署。這打破了微軟與 OpenAI 聯盟的絕對壟斷。企業擁有更多議價權，開始把工作負載分散到不同的雲端平台。

 

軟體應用商面臨客戶優化代幣成本的獲利擠壓

基礎設施供應商迎來需求，軟體應用商卻要面對利潤空間被壓縮的挑戰。客戶正在精打細算。當企業客戶開始主動優化代幣消耗，並將工作負載移往更便宜的模型時，軟體服務商很難再維持高昂的訂閱溢價。瑞銀分析指出，企業控制 AI 預算的舉動，將會直接分流原本預計投入在應用層軟體的支出。這對估值高企的 SaaS 軟體股構成結構性挑戰。市場正在重新評估軟體股的變現路徑。

 

算力供給過剩與模型商業化卡關是主要下行風險

這個判斷在特定條件下會面臨挑戰。如果企業在完成推理部署後，無法在兩年內從業務營運中創造實質利潤，則資本支出的狂熱將會戛然而止。投資人必須追蹤關鍵指標：微軟智慧雲端部門的 Azure 營收年增率在 2025 年底前是否能維持在 28% 以上。一旦雲端營收增速跌破這個門檻，代表企業客戶的變現遇到瓶頸。這會引發連鎖反應。雲端巨頭將被迫削減下一個財政年度的硬體採購，進而壓抑晶片股的估值。

 

算力結構變化將決定誰是下一階段的贏家

當開源模型消除了高昂的模型授權費，硬體與算力的競爭就變得更加純粹。市場資金正在重新定價。當模型的差異化因開源而縮小，競爭的焦點就轉移到誰能提供最便宜、最穩定的算力底座。這解釋了為什麼微軟與亞馬遜不惜重金投資自研晶片，同時又必須大量採購 Nvidia 的硬體。**在這種結構性演變中，究竟是擁有通路優勢的雲端巨頭能鎖定最終利潤，還是手握關鍵硬體專利的晶片商能持續維持高毛利率？**這取決於未來兩年 CPU 與 GPU 在資料中心基礎設施中的配置比例變化。