Meta Platforms（META）把算力賣成錢，關鍵是 Meta Compute 能不能成真

AI 股價在震，但真正的戰場已經從模型轉向現金流

最近科技股跟半導體一起大震盪，表面上看是市場在降溫，實際上更像是把 AI 這場仗從「誰先把模型做大」推進到「誰真的能把算力賣成錢」。這個轉折非常關鍵，因為前一階段大家比的是 Capex、GPU 採購量、資料中心擴張速度；現在開始比的是營收成長、自由現金流、以及這些巨額投資到底能不能回本。

先看股價反應，最近科技板塊壓力真的不小。半導體族群連跌，iShares Semiconductor ETF（SOXX）本週走勢甚至創下自 2025 年 4 月以來最差表現；台積電和一票晶片相關公司都明顯承壓。軟體也沒比較輕鬆，iShares Expanded Tech-Software Sector ETF（IGV）單日跌超過 1%，而且過去七週有六週收黑，Synopsys、Cadence Design Systems 明顯回檔，Palantir Technologies 和 Microsoft(MSFT)也同步走弱。

這種盤勢其實很像三國後期的局面：前面大家都在拚兵力、拚糧草、拚地盤，現在開始進入誰能守住戰果、誰會先被拖垮的階段。AI 也是一樣，燒錢訓練模型不難，難的是後面怎麼把這些算力變成持續收費的生意。

 

軟體估值變便宜，不一定是壞事

T. Rowe Price 的投資組合經理 Tony Wang 就認為，軟體股的估值已經開始變得有吸引力。這句話的重點不只是「便宜」，而是市場情緒可能正在接近底部。

他的核心觀點很直接：AI 投資已經從前期大規模資本支出、拚命訓練模型的階段，走到下一關——企業必須拿出營收加速。過去花出去的錢，接下來要看到對應的收入增長、自由現金流改善，甚至是減債能力提升，這樣才算是形成一個正循環。

換句話說，AI 交易現在已經進入驗證期。不是你講得多熱血，而是你的財報能不能證明：

• 花出去的錢有沒有回收
• 使用者有沒有願意付費
• 成本有沒有被攤薄
• 利潤率能不能撐住

這種階段最怕的，就是故事很大，財報很空。

 

下一階段的主角，不只是模型，而是 hyperscalers

Wang 也提醒，決定下一段 AI 行情的關鍵，不再只是單純的模型競賽，而是掌握雲端與 AI 基礎設施的大型科技公司，也就是所謂的 hyperscalers。

市場現在卡在兩種劇本之間：

1. 頂尖模型玩家因為中國開源模型競爭壓力變大，反而縮手、減少支出
2. 為了維持技術領先，繼續加碼投資，甚至不惜把 Capex 拉得更高

問題在於，技術前沿確實最有價值，但如果前沿投資無法被productization，也就是產品化、標準化、商業模式化，那最後很可能就只是高風險砸錢戰。

這裡其實很像台股常見的劇本：大家都知道先進製程、先進封裝、AI 算力很重要，但最後股價能不能站得住，還是得回到訂單、毛利率、稼動率、現金流。講到最後，市場不會只為「很努力」買單，只會為「真的賺到錢」買單。

 

Meta 直接把自己往 AI 雲服務供應商推

就在市場還在討論算力怎麼變現時，Meta Platforms(META)丟出了一個很有意思的答案：我自己來做雲。

根據《紐約時報》報導，Meta 正與 AI 新創 Anthropic 洽談一筆為期兩年、總規模高達 100 億美元的合作，由 Meta 提供雲端運算能力，協助 Anthropic 運行 Claude 系列模型。這不是單純賣算力而已，而是 Meta 想把自己多出來的 AI 運算資源，包裝成新的事業線「Meta Compute」。

這個思路很像 Amazon(AMZN)把 AWS 做成獨立金雞母的邏輯。據報導，Meta 對 AI 基礎設施的資本支出，在 2026 年可能高達 1,250 億到 1,450 億美元。過去這些資料中心和硬體，是為了服務自家廣告、內容、模型與內部產品；但現在 Meta 想把這些資產拿出來對外收費，讓外部企業也能在它的 AI 基礎設施上跑模型、用算力。

如果這條路跑得通，Meta 就不是單純的社群廣告公司，而是往AI 雲服務供應商的方向跨了一大步。這也意味著它會和 Google（GOOG / GOOGL）、AWS，甚至像 SpaceX 這類也在做資料中心合作的玩家直接競爭。

 

這波不是個案，而是整個產業都在改打法

Meta 不是唯一一個這樣想的。報導也提到，SpaceX(SPCX)早就把自家閒置資料中心拿來做算力供應，並和 Anthropic、Google 達成類似協議。這代表 AI 雲服務本身，正在變成一條獨立、可規模化、而且有機會高毛利的生意線。

這種模式最吸引人的地方，在於它可以把原本被市場質疑「只是在燒 GPU」的資本支出，重新包裝成可預期的 recurring revenue。也就是說，今天你買的是硬體，明天你賣的是服務，後天如果平台夠大，甚至可以賣整個 AI 生態系。

這就有點像三國裡諸葛亮不只是會排兵布陣，而是會連後勤、糧道、制度一起管。真正能撐長期的，不是一次打贏一場仗，而是把整套系統變成能持續運轉的機器。

 

軟體裡不是每家公司都站在同一條起跑線

Tony Wang 也特別提醒，雖然軟體板塊整體看起來估值已經修正，但不是每家公司都有同樣的競爭位置。當企業客戶要把 AI 塞進既有工作流程時，最有優勢的通常是那些根深蒂固的企業軟體供應商。

原因很簡單：企業不喜歡重做一套系統。它們比較傾向在原本就長期合作的供應商上加 AI 功能，而不是推倒重來。也就是說，擁有大客戶基礎、既有導入流程、以及深度整合能力的公司，通常更容易把 AI 轉成實際收入。

這也是為什麼 AI 題材雖然滿地都是，但真正能落地成財報數字的，還是少數。市場後面會更在意的，不是誰最會講 AI，而是誰的客戶續約率、ARPU、毛利率、自由現金流會跟著上來。

 

通訊服務板塊也開始有基本面支撐

除了軟體之外，部分分析師也開始重新看回估值經過修正的通訊服務板塊。根據 Seeking Alpha 的量化評分，S&P 500 Communication Services（XLC）第二季雖然下跌將近 4%，今年以來仍是溫和負報酬，但第二季預估獲利年增還有 7.1%，營收成長則有 13.7%。

這個數字不算差。尤其在市場對 AI 題材開始從激情轉向審核期的時候，如果內容平台、雲端服務、廣告科技這類公司能把流量、數據、AI 功能轉成付費服務，板塊重新評價並不意外。

 

硬體支出放緩，不一定等於需求死掉

IBM(IBM)最近警告企業硬體支出趨於保守，這乍看對伺服器、設備、相關供應鏈是壞消息。不過 Wang 的看法比較冷靜，他認為這比較像是短期支出優先順序調整，不一定代表長期需求消失。

白話說，企業現在可能先把錢拿去導入軟體、雲端、AI 工具，硬體採購先延後；但只要這些應用真的能提高生產力、帶來收入改善，後面硬體升級需求還是有可能再起。

這點在產業上很常見。就像有些公司會先把 SOP、ERP、AI agent 跑起來，等流程真的打通了，才會回頭補算力、補伺服器、補資料中心。需求不是不見，是先排隊。

 

風險也還在，AI 雲不是沒有天花板

當然，市場也不是只有樂觀派。反對聲音的核心質疑很清楚：目前 AI 服務的收費模式還沒有完全成熟，企業客戶很多還在試水溫；如果 hyperscalers 不能清楚證明投資回報，後面還是可能被迫砍資本支出。

另外，中國開源模型進展很快，也可能把整體 AI 解決方案價格壓下來，削弱雲端巨擘的議價能力。這會直接影響大家原本期待的高毛利故事。

但支持者的說法也有其道理：頂尖模型、整合能力、資料中心規模，現在還是掌握在少數玩家手上。只要這些公司能率先把技術封裝成標準化產品，再透過雲平台大規模銷售，長線的獲利空間依然不小。

 

結論：AI 正在從故事股，走向財報股

我會把現在這一段行情，理解成 AI 從「技術競賽」轉向「商業模式驗證」的關鍵年份。短線股價震盪當然很吵，但也正因為這樣，才會讓真正有客戶、有雲、有現金流的公司，開始出現更有吸引力的進場區間。

接下來幾季，市場會盯得很緊的幾件事包括：

• Meta Compute 能不能變成第二個 AWS
• 大型雲端與 AI 公司能不能在財報上交出收入加速
• 企業客戶願不願意為 AI 持續付更高的雲端租金
• 硬體與軟體的資本配置順序會不會改變

這些答案，會決定這波 AI 浪潮到底只是短暫泡沫，還是下一輪科技長期成長循環的起點。