AI 資本支出狂飆！科技巨頭面臨成本考驗，台積電先進製程迎算力商機

AI 基礎建設投資白熱化，科技巨頭資本支出大幅擴張

人工智慧技術發展迅速，帶動的高昂資本支出與成本控制，已成為全球科技企業當前的核心課題。根據最新數據顯示，Meta 第三季資本支出高達 349.1 億美元，較去年同期大幅增加約八成；與此同時，AI 新創公司 Anthropic 的 IPO 估值傳出上看 2 兆美元，這些驚人的數字持續引發市場對高額基礎建設投資與獲利泡沫疑慮的熱烈討論。

企業端聚焦 AI 導入成本，聯發科彈性調節工具額度

在企業端方面，導入 AI 的應用成本也備受市場關注。為因應成本考驗，聯發科(2454)針對內部工程師 AI 工具的 Token 額度進行自動模型匹配，依據任務複雜度調節使用模式，以增進營運效益。OpenAI 團隊亦對此指出，企業在評估 AI 支出時，應該以完成任務的總成本來衡量，並建議透過重新設計工作流程來提高執行效率，而非僅單純考量單一 Token 的價格。

算力需求推升硬體建置，自研晶片下單台積電先進製程

為應對龐大的算力需求，科技大廠正持續強化資金與硬體部署。Meta 宣布將 2026 年資本支出下限上調至 1350 億美元，並新設無投票權的 C 類普通股以保留未來籌資管道。在硬體層面的佈局上，Meta 自研的 AI 加速晶片 MTIA 系列，目前均採用台積電(2330)的 7 奈米與 5 奈米先進製程進行生產，凸顯晶圓代工廠在 AI 發展中的關鍵地位。

記憶體與算力供應鏈受矚目，2029 年前供給過剩機率低

基礎設施中的記憶體與算力供應同樣是當前市場焦點。儘管近期美光、SK海力士等記憶體大廠股價出現波動，但輝達執行長黃仁勳在 GTC 大會上明確指出，AI 發展將持續帶動龐大需求，並評估在 2029 年之前，記憶體市場出現供給過剩的可能性偏低。隨著技術逐步從單次問答轉向複雜的自主代理，運算資源的需求正持續攀升。全球企業在推動 AI 規模化落地的同時，也將同步面臨營運成本控管、資安治理與財務結構調整等多重實務層面的嚴峻考驗。