AI從拚模型轉向拚落地，資本市場先買單哪一段

 

AI 基礎建設開始被金融市場接手

今年的AI故事，已經從模型競賽走到資本結構。Nvidia(NVDA)啟動高達5000億美元的AI基礎建設融資計畫，Reuters報導，Goldman Sachs(GS)也在和潛在投資人討論參與其中。這代表算力不只是一筆企業CAPEX，而是開始被包裝成可融資、可分層、可配置的資產。

Goldman Sachs可能扮演結構化融資與分銷樞紐，透過資產管理與私人信貸，把部分債務導向基金，後續甚至有機會推向公開市場。這種平台加資本的模式，把GPU、伺服器與資料中心，往長期現金流基礎設施的方向推了一大步。對市場來說，AI的估值敘事也跟著變了，投資人開始把它放進基建與固定收益框架裡看。

 

Google用更便宜的Gemini 3.7 Flash搶工作流入口

另一條線在產品端。Alphabet(Alphabet Inc., GOOG)(GOOGL)推出Gemini 3.7 Flash，主打程式設計、軟體工程、知識工作與網頁開發。Google不只強調效能，也把價格直接砍半，和三週前的Gemini 3.6 Flash相比，每百萬tokens價格減半。

這種定價動作很重要，因為它反映推理成本在下降，雲端巨頭也在用便宜且好用的模型，鎖定企業工作流程。當模型成本下來，企業IT與財務部門更容易把AI從試點案推進到公司級部署。競爭焦點也更清楚：誰能用最低摩擦，把模型變成日常工作的一部分，誰就更容易守住使用量。

 

Apple在中國改走合規與在地合作

Apple(AAPL)在中國市場則採取完全不同的路線。Reuters披露，Apple已為中國市場訓練專用大型語言模型，而且沒有沿用先前仰賴的第三方模型，而是和Alibaba(阿里巴巴集團控股有限公司, BABA)合作，納入中國AI策略核心。

原因很直接。OpenAI的ChatGPT與Anthropic的Claude無法在中國上線，Apple要提供生成式AI服務，就得處理數據、內容與監管要求。合規架構設計和本地夥伴共構，變成商業化前提。這也說明AI在中國市場的競爭方式，已經從單純比模型能力，轉向比落地方式與政策適配能力。

 

AI競爭主軸轉向錢、法規與場景

把Nvidia、Google、Apple放在一起看，可以看到同一個產業正在分岔。Nvidia把算力往資本市場推，Google用價格與功能搶企業開發場景，Apple則在中國靠在地合作處理監管門檻。錢、法規與場景，已經成為AI商業化的三個關鍵變數。

這也代表AI護城河的定義在變。演算法仍重要，但資本結構能不能接住大規模擴張，法規能不能讓產品進場，場景能不能讓使用頻率持續上來，現在同樣關鍵。單看模型跑分，已經不夠解釋整個產業鏈的勝負。

 

HeartFlow把AI帶進高毛利醫療服務

醫療端的HeartFlow(HeartFlow, Inc., HTFL)提供另一個樣本。公司在Q2 2026財報中公布，營收達6400萬美元，年增48%，其中美國市場年增51%，至5960萬美元。Plaque相關收入也有780萬美元，帶動公司上調全年營收預期到2.46億至2.5億美元，年增40%至42%。

更關鍵的是毛利率。HeartFlow第二季非GAAP毛利率達83.3%，比2025年同期高出770個基點，全年指引也上調到約82%。管理層把改善歸因於AI效率、規模槓桿與高毛利Plaque收入占比提升。這說明AI在醫療影像與分析服務裡，確實能把邊際成本往下壓，讓成長不再只靠燒錢換營收。

 

成長亮眼，政策與訴訟仍是變數

HeartFlow的商業模式仍在擴張期。第二季非GAAP營業虧損790萬美元，非GAAP淨虧損580萬美元，GAAP淨虧損1570萬美元。公司預期要到2028年中才有機會達成現金流獲利，和IPO後三年內獲利的既有指引一致。

外部條件也還沒完全打通。管理層提到，和CMS之間關於AI輔助軟體支付框架的討論，可能要到2029年前後才會成形；司法部與專利訴訟也還在進行。這讓HeartFlow的成長路徑很清楚，但節奏也很明確：營收與毛利率在上行，政策與法律風險仍會影響估值折現。

 

AI下一階段看的是資本化能力

這一輪消息把AI產業的輪廓畫得很清楚。金融機構開始把算力視為可融資基礎設施，Google用低價模型搶企業工作流，Apple在中國用合規與本地合作換取進場空間，HeartFlow則示範AI如何在醫療裡推升毛利率與營運槓桿。AI正在從「技術進步」走向「產業重組」。

接下來要觀察的，會是這些模式能否延伸。資本市場是否持續接受算力基建化的敘事，企業端是否真的把低價模型導入核心流程，醫療端的支付與監管是否跟上。這些條件若同步成立，AI就會更像一套新型基礎設施；若其中一環卡住，成長速度與估值邏輯都會重新定價。