AI軟體與算力同步推進，誰先把AI變成持續獲利？

 

Nvidia財報點火，模型公司同步提高算力自主權

截至2026年8月28日，Nvidia(NVDA)當日上漲8.74%，Microsoft(MSFT)上漲1.75%，亮眼財報再度推升AI交易情緒。供應鏈內部也在進行另一場調整：大型模型公司持續使用Nvidia算力，同時擴大Google晶片、客製化ASIC與自研矽產品布局，降低單一供應商帶來的成本與議價風險。

Anthropic(ANTHRO)曾討論以約70億美元收購AI晶片新創MatX。談判告一段落後，雙方轉向合作，MatX則尋求以約40億美元估值募資。這筆交易最後雖未完成，仍透露Anthropic對硬體自主的企圖。

MatX成立於2022年，聚焦大型語言模型訓練晶片。共同創辦人Reiner Pope與Mike Gunter均出身Google(GOOG)機器學習與TPU團隊，價值同時涵蓋晶片架構、軟硬體協同設計，以及熟悉大型模型負載的人才。

Anthropic目前仍使用Nvidia與Google處理器，也在招聘資深晶片工程師，希望替Claude建立客製化晶片與內部矽產品線。算力自主是一場長期工程，短期很難撼動Nvidia的軟體生態與規模優勢；中長期則可能提高模型公司的議價能力，並改變AI硬體的成本曲線。

這有點像諸葛亮北伐時的糧道安排。前線戰力再強，補給權若長期集中於單一路徑，戰略空間仍會受到限制。Anthropic現在做的事，就是替算力供應多準備幾條路。

 

Anthropic勝訴凸顯AI供應商的政策風險

算力自主之外，Anthropic也在處理政府採購與國安政策帶來的風險。加州聯邦法院法官Rita Lin裁定，五角大廈今年稍早將Anthropic列為「供應鏈風險」的作法，違反美國憲法第一修正案。

判決指出，國防部帶有懲罰Anthropic公開批評AI軍事應用政策的意圖，且未提出具體、可供檢驗的國安理由。法院因此限制政府運用模糊標準封鎖技術供應商的空間。

這項判決替AI公司增加一道程序保障，也暴露政府與科技業對軍事用途、安全邊界及模型治理的長期分歧。政策風險已進入供應鏈評估，企業客戶未來挑選模型供應商時，除了性能與價格，也會考慮政府關係、合規能力及服務中斷風險。

 

Salesforce與Okta已把AI轉成合約收入

企業軟體市場開始提供較具體的商業化數據。Salesforce旗下AI客服產品Agentforce，年經常性收入已達15億美元。Slack的AI助理Slackbot推出五個月後，活躍用戶突破100萬，採用速度創下公司產品紀錄。

這些數字顯示，企業客戶願意為自動化工作流程、客服處理與知識搜尋付費。原有SaaS平台掌握客戶資料、權限管理與工作流程，AI功能可以直接嵌入既有合約，商業化路徑相對清楚。

資安領域的付費意願更強。CrowdStrike執行長George Kurtz指出，AI普及同步擴張企業攻擊面，企業因而增加AI安全模組支出。攻擊工具與防禦工具一起升級，資安預算的上限也隨之提高。

Okta的新AI身分產品，單季約占新訂單30%。相關產品納入交易時，平均合約價值約提高40%。AI已開始拉高合約單價，對軟體公司的意義可以直接反映在年經常性收入、續約率與毛利結構。

SoundHound AI(SOUN)則呈現市場預期仍很敏感的一面。截至2026年8月28日，其股價在最新財報與展望公布後一度上漲約4%，收盤上漲2.7%至7.22美元；2026年以來仍跌逾30%，距2025年高點也已回落超過60%。語音AI訂單累積改善了情緒，價格走勢仍顯示市場對成長持續性保有疑慮。

 

WEX用AI換取利潤率與自由現金流

WEX(WEX)提供另一種AI變現路徑。公司橫跨車隊支付、企業應付帳款與員工福利，AI主要用於優化車隊路線、防詐欺、分析醫療與理賠資料，也協助內部加速產品開發。

WEX自2023年起縮減人力，產品上市速度反而提升。管理層預期，2026年營運利潤率可改善75個基點，今年下半年年增改善幅度可超過100個基點。這裡的AI價值主要落在營運槓桿，收入成長若能維持，較低的開發與服務成本便有機會轉成利潤。

定價也扮演重要角色。WEX在2023年至2024年間透過調價，尤其是車隊支付業務，創造約7,000萬美元額外收入；管理層估計今年下半年仍有約1,500萬美元空間。

槓桿比降到三倍以下後，公司重啟庫藏股，計畫將絕大多數調整後自由現金流投入回購，同時保留AI與支付併購的彈性。效率改善正轉成股東回報，但投資判斷仍要分開追蹤定價、交易量與成本控制，避免把所有利潤率改善都歸功於AI。

 

PagerDuty保留人類決策，AI採用先從低門檻開始

PagerDuty(PD)把Operations Cloud更名為PD Reliability Platform，預計本季全面開放。公司也導入使用量計價，降低客戶試用代理式AI的門檻，再從實際使用逐步擴大合約。

第二季年經常性收入首度突破5億美元，非GAAP營運利潤率達24%，自由現金流利潤率為26%。管理層希望透過組織重整與平台商業化，長期將非GAAP營運利潤率提高至30%。

PagerDuty的產品仍保留「人類在迴路中」，讓人員參與AI決策與事件處置。企業客戶目前偏好人機協作，全面自治仍受到治理、安全與責任歸屬限制。人類審核仍是導入條件，也代表代理式AI的收入成長速度，會受到客戶風險承受度影響。

 

投資上分開追蹤晶片替代、軟體收入與治理成本

目前可以確認三條產業變化。模型公司正增加客製化晶片與多供應商布局；企業軟體已出現年經常性收入、訂單占比與合約單價提升；成熟支付與營運平台則利用AI改善成本、利潤率及自由現金流。

三條路徑的財務刻度各自不同。晶片自主需要檢查研發支出、量產時程與軟體生態；SaaS商業化要看續約、合約價值及AI產品毛利；效率型應用則要確認人力下降後，服務品質與營收成長能否維持。

供應商多元化也可能帶來重複資本支出、價格競爭與產能過剩。代理式AI若把決策權交得太快，治理成本與系統事故可能反過來侵蝕節省下來的費用。法院判決提供程序保障，政府與科技業對軍事用途的爭議仍會延續。

我會把這輪AI投資拆成三張表：算力成本下降多少、AI功能帶來多少新增收入、營運效率最後留下多少自由現金流。能把三項數字持續做出來的公司，才有機會從AI資本支出週期走到長期獲利週期。