Meta Platforms(META)要賣算力了，關鍵是它能不能做成第二個AWS

在我看來，現在市場最該追問的，已經不是「AI 還能不能漲」，而是「誰能先把 AI 變成可持續收費的生意」。

 

真正的轉折，不是算力有多少，而是算力能賣多少錢

「真正的價值創造，發生在技術的最前沿。」

這句話聽起來很合理，但關鍵從來不在前沿本身，而在前沿能不能變成現金流。
過去一年，市場願意為 AI 故事買單，是因為大家相信模型、晶片、資料中心會帶來下一輪生產力革命；但到了現在，故事已經進入驗證期。燒錢訓練模型不再稀奇，真正稀奇的是：誰能把這些算力、模型與雲端服務，轉成穩定、可預測、可擴張的收入。

這也是為什麼最近科技股震盪，看起來像是修正，實際上更像是一場估值與商業模式的再定價。
半導體族群先跌，SOXX 創下自 2025 年 4 月以來最差表現；軟體也沒好到哪裡去，IGV 近期單日跌逾 1%，過去七週有六週收黑。Synopsys、Cadence Design Systems 重挫，Palantir Technologies 與 Microsoft 也同步承壓。這些走勢背後，反映的不是單一公司問題，而是市場開始懷疑：AI 的 CAPEX 狂潮，到底有多少能轉回收入與自由現金流。

 

軟體估值開始有吸引力，但前提是「能把 AI 做成生意」

T. Rowe Price 的投資組合經理 Tony Wang 的看法，我認為很關鍵。他直接講，軟體板塊的估值已經「變得有吸引力」。這不是單純的便宜，而是市場情緒可能正在靠近一個轉折點。

他的核心邏輯很直白：企業前面為了 AI 已經砸了大量資本支出，接下來就必須看到營收加速。
如果 AI 真的有價值，應該會出現一個正循環：

• 收入成長
• 自由現金流增加
• 減債能力提升
• 投資人重新給更高估值

如果沒有這個循環，前面所有投資就只會變成更大張的資產負債表壓力。

市場現在在爭論的，其實是兩個劇本。
第一個劇本是，頂尖模型玩家因為中國開源模型競爭加劇，而開始收斂支出；第二個劇本則是，為了維持技術領先，這些公司反而繼續加碼。Wang 的判斷是，真正的價值不是在單純訓練模型，而是在把技術產品化、商業化的那一刻。這句話我非常同意，因為投資最怕的就是：看起來很先進，實際上沒有定價權。

 

Meta 的動作很直接：不只買算力，還要賣算力

就在市場還在討論 AI 要怎麼變現時，Meta Platforms 直接給出了一個答案。

根據《紐約時報》報導，Meta 正與 Anthropic 商談一筆為期兩年、規模高達 100 億美元的合作，由 Meta 提供雲端運算能力，支撐 Claude 系列模型運行。這不是一般的合作案，這更像是 Meta 在測試一條全新的事業線：把自己手上多餘的 AI 基礎設施，包裝成可對外銷售的雲端能力。

更重要的是，市場早已傳出 Meta 正準備推出類似「Meta Compute」的概念，邏輯上非常接近 Amazon Web Services 對 Amazon 的意義。
如果這件事真的成形，Meta 的身份就不再只是社群廣告平台，而會往 AI 雲服務供應商的方向延伸。

依照報導，Meta 在 AI 基礎設施上的資本支出，2026 年可能達到 1,250 億到 1,450 億美元。這種規模過去被視為自用投資，但現在若能向外出售雲端算力、模型存取權與託管服務，就有機會把一次性的高額 CAPEX，轉成 recurring revenue。

這才是最值得關注的地方。
真正不是「Meta 花了多少錢」，而是「Meta 能不能把花掉的錢，重新變成收費產品」。

 

AI 雲不是附屬品，而是下一條高毛利戰線

這種趨勢不是 Meta 一家公司在做。報導也提到，SpaceX 早就利用自家閒置資料中心，與 Anthropic 和 Google 簽下類似的算力供應協議。這代表一件事：AI 雲端服務不是未來式，而是現在式，而且它正在變成獨立的高毛利生意。

我認為這裡面有兩個層次：

第一，硬體不再只是成本中心。
第二，資料中心不再只是內部支援部門，而是可以直接對外賣服務的資產。

這也是為什麼 Meta 的「Meta Compute」如果成真，意義會比表面大得多。它不是簡單複製 AWS，而是把過去被質疑為「燒錢買 GPU」的敘事，改寫成「我有基礎設施，所以我能賣雲」。

從市場角度看，這會重新定義 AI 交易的勝負標準。以前比的是誰模型最大、誰訓練最快；現在比的是誰能把算力封裝成標準化產品，讓企業願意長期付費。

 

企業軟體與通訊服務，正在重新進入視野

Wang 的另一個觀點也很值得重視：不是每一家軟體公司都站在同一條起跑線上。
當企業開始把 AI 嵌進日常工作流程時，最有優勢的往往不是最新創公司，而是那些已經深耕多年的企業軟體供應商。原因很簡單，企業通常會優先找既有合作夥伴升級，而不是冒著風險重建整套系統。

這意味著，真正能把 AI 落地成收入的，往往是那些已經擁有：

• 大型企業客戶基礎
• 長期合約關係
• 工作流程整合能力
• 現成的分發渠道

這也解釋了為什麼在硬體與半導體短期回檔之際，市場又開始重新看軟體與通訊服務板塊。以 XLC 來看，第二季雖然下跌近 4%，今年迄今仍是溫和負回報，但預估第二季獲利年增仍有 7.1%，營收成長可達 13.7%。這種基本面，不是泡沫式的故事股能輕易拿出來的。

 

硬體支出放緩，不一定代表需求死掉

IBM 最近也提到企業硬體支出趨於保守。這種訊號乍看之下，對伺服器、設備與相關供應鏈不算友善。但我比較傾向把它理解成短期優先順序調整，而不是長期需求消失。

企業可能只是暫時延後硬體採購，先把資源移向更急迫的軟體導入與雲端整合。
如果 AI 真能帶來生產力提升與收入改善，硬體升級需求最後還是會回來。這就像一個循環：先試點、再擴張、最後才是全面資本開支復甦。

換句話說，現在看到的支出保守，未必是需求崩壞；更可能只是市場在等一個更清楚的商業回報訊號。

 

市場最大的分歧：AI 最後會不會被價格戰吃掉

當然，反對聲音也很大。有人認為，目前 AI 服務的收費模式還不成熟，企業客戶也仍在試探導入階段。如果 hyperscalers 無法清楚證明投資回報，未來資本支出就可能被砍。更激進一點的看法則是，中國開源模型快速追趕，可能會壓低整體 AI 解決方案價格，讓雲端巨擘的議價能力被削弱。

這些擔憂不是沒有道理。因為一旦市場認定 AI 只是低毛利標準品，今天的高估值就很難維持。

但支持者會說，真正掌握模型能力、整合能力與分發能力的，仍然是少數玩家。只要他們能率先把技術封裝成標準產品，再透過雲平台規模化銷售，長線利潤空間依舊很大。
這就是目前整個市場最殘酷的地方：不是所有 AI 都值錢，只有能持續收費的 AI 才值錢。

 

結論：AI 進入驗證期，接下來看的是財報，不是口號

我認為，AI 已經正式從「技術競賽」走向「商業模式驗證」。
這一階段最重要的，不是誰喊得最大聲，而是誰能在接下來幾季交出收入加速、現金流改善、以及資本支出回收的證明。

Meta Compute 能不能成為第二個 AWS，
雲端巨擘能不能在財報裡證明 AI 投資開始回本，
企業客戶是否真的願意為 AI 付更高的雲端租金，
這些問題會決定這一輪 AI 浪潮究竟只是泡沫延伸，還是新一輪長期成長循環的起點。

真正值得關注的，不是 AI 還有多少故事，而是誰先把故事寫成報表。