AI支出從晶片擴到評測與資料，誰能先把新預算變營收？

 

那斯達克創高後，利率迅速壓回科技股

2026年9月22日，那斯達克盤中創下歷史新高，AI再次成為科技股上漲主軸。隔天美國公債殖利率大幅走高，多個期限升至2007年以來高點，科技股隨即承壓。

兩個訊號同時存在：AI需求仍在擴張，高估值股票對利率也更加敏感。市場開始檢查企業能否把AI支出轉成營收與獲利，單靠資本支出規模已經難以支撐估值。

 

Snorkel營收暴增，AI訓練進入專家資料階段

未上市公司Snorkel AI完成3.5億美元募資，估值升至35億美元。更具產業意義的數字，是年化營收從一年前約2,000萬美元，成長至超過3.5億美元。

Snorkel提供高難度資料、模型評測與專家回饋，協助AI處理程式、法律、醫療及電腦操作等複雜任務。早期模型可以大量吸收網路文章、圖片與程式碼；模型能力提高後，訓練資料需要更精確的答案、判斷標準與錯誤回饋。

AI能力愈強，專家資料愈稀缺。程式設計師要判斷程式能否正確運作，法律專家要找出推論漏洞，醫療專家則要辨認模型誤判。AI訓練預算因此開始從資料數量，延伸到資料品質與專業責任。

 

GPU需求延續，AI成本項目也同步增加

AI基礎建設的投資順序已逐步展開。第一階段集中採購GPU，第二階段擴充資料中心與電力，第三階段開始增加高品質資料、模型評測及專家服務。

這項變化沒有削弱算力需求。模型訓練、推論與強化學習仍需大量GPU，只要微軟(MSFT)、Meta(META)、亞馬遜(AMZN)與Google持續提高AI資本支出，輝達(NVDA)仍位於最直接的受惠環節。

壓力來自成本範圍持續擴大。除了晶片、伺服器和電力，科技巨頭還要支付人才、專業資料、測試環境與安全評測費用。AI收入與成本的增速差距，會逐漸成為大型科技股財報的主要觀察項目。

若雲端、廣告與AI服務收入成長快於新增成本，獲利仍可向上。若資本支出快速增加，營收轉換速度偏慢，殖利率上升便可能放大股價修正。

 

Innodata承接資料、評測與專家服務預算

Innodata(INOD)第二季營收達9,210萬美元，年增58%，調整後毛利率提高至49%。這組數字顯示，公司業務已從一般資料處理延伸至模型評測框架與人類專家服務。

可以把Innodata理解成AI訓練流程中的出題、評分與錯誤診斷平台。若OpenAI、Anthropic與Meta持續提高高難度模型訓練需求，公司有機會承接新增預算。

題材直接也代表股價容易提前反映預期。後續需要追蹤新專案轉成營收的速度、毛利率能否維持，以及管理層是否再次上調財測。股價上漲仍需財報增長承接。

 

埃森哲把AI評測推向企業級服務

埃森哲(ACN)與Anthropic合作建立模型評測團隊，工作涵蓋模型測試、漏洞攻擊與安全機制檢查。雙方預計未來五年至少投入10億美元於AI安全領域，反映模型評測正逐步形成獨立預算。

銀行導入AI貸款決策、醫院採用AI判讀、政府開放敏感資料，都需要可追蹤的測試與責任機制。模型能力愈強，企業面對的法規、聲譽與營運風險也愈高。

AI評測可能沿著資安產業走過的路徑發展。早期企業把相關支出視為額外成本，監管要求與風險增加後，逐步成為固定預算。埃森哲的機會來自顧問關係、產業知識與大型企業導入能力。

 

湯森路透與RELX掌握可信專業內容

湯森路透(TRI)長期累積法律、稅務與專業資料。生成式AI可以快速產生大量內容，卻需要外部資料確認判例是否有效、法規是否更新，以及研究結果能否採用。

RELX(RELX)也掌握法律、科學與醫療內容。2026年上半年營收內生成長7%，營業利益內生成長9%；公司表示，AI正在提高資料與分析工具對客戶的價值。

可信資料具有內容與責任溢價。這類公司累積多年的資料庫、編輯流程與專業品牌，可能在AI時代取得新的變現方式。成長速度未必接近晶片公司，但收入可見度與客戶黏著度具有不同特徵。

 

三種情境取決於變現速度與美債殖利率

樂觀情境下，科技巨頭的AI收入維持高速成長，新增資料與評測成本快速被吸收。輝達延續算力需求，Innodata、埃森哲、湯森路透與RELX則承接下一層AI預算。

基準情境下，AI投資繼續增加，成長率逐步正常化。資金可能從晶片擴散至資料、評測與專業內容，個別公司的訂單、財測與毛利率差異將主導股價表現。

保守情境則由兩項壓力共同形成：美債殖利率持續上升，科技巨頭的AI成本增速高於收入。高估值科技股會先面臨估值壓縮，小型AI概念股的波動也可能更大。

AI投資已從GPU擴展至電力、資料中心、專家資料與模型評測。下一階段要追蹤的，是哪些公司能把專業知識轉成持續收入，以及科技巨頭能否讓AI營收跑贏快速擴張的成本。