AI算力過剩了嗎?

先看四大AI雲端服務商。微軟有Azure，亞馬遜有AWS，Google有Google Cloud，三家公司都有成熟的企業雲端平台，可以直接把多餘的算力、AI模型服務、出租給企業客戶，把算力變成現金流，只有Meta沒有。

Meta的AI投資，長期都是服務自己的Facebook、Instagram、WhatsApp與廣告系統。AI替它提高廣告轉換率、增加使用者停留時間，最後再透過廣告收入回收投資。這是一種間接變現，而不是直接變現算力。

現在Meta開始研究把部分算力出租，代表Meta正在思考新的變現管道。

這並不是Meta不需要算力，只是把空出的算力時間拿來出租。打個比方，這很像航空公司把淡季沒坐滿的商務艙拿出來促銷。我們大概不會看到這樣的促銷，就得出航空需求崩盤的結論。

因為資料中心本來就不是全年二十四小時都滿載運轉。AI模型訓練有高峰，也有低谷。不同產品的開發週期不同，不同部門的需求也不同。任何大型資料中心，都一定存在部分閒置資源。

把閒置算力出租，提高設備使用率，增加現金流，降低未來龐大資本支出的壓力，本來就是合理的經營策略。

但是市場卻把一家公司想提高資產報酬率，解讀成整個產業的需求消失。如果按照這種邏輯，飯店推出住房優惠，就是觀光產業崩潰；航空公司推出促銷，就是全球沒有人要搭飛機。顯然不是。

而且Meta今年三月才宣布與Nebius簽署至少120億美元、最高270億美元的長期算力合作。四月又再加碼CoreWeave超過210億美元的AI算力採購。近期甚至還傳出Google出手限制Meta使用Gemini模型的運算資源，原因不是Google沒客戶，而是Meta需要的算力已經超過Google短期可以提供的容量。

如果一家公司真的認為AI投資過剩，不可能一邊大買算力，一邊對外出租算力。

此外也可以從產業鏈做多重確認。尤其臺灣站在AI供應鏈最上游。我們賣的是GPU、ASIC、伺服器、散熱、PCB、交換器以及各種資料中心零組件。如果下游真的開始砍單，上游一定最早知道，而且反應最激烈這就是供應鏈最典型的長鞭效應。因為只要下游只要少買5%，到了上游，波動可能變成15%、20%。

但是到目前為止，我們看到的是AI伺服器持續拉貨，高階封裝持續吃緊，部分零組件交期仍長，價格甚至還在上漲。如果AI真的開始泡沫化，臺灣供應鏈早就開始降價清庫存，不可能現在還一路擴產。

當然大家也擔心資本支出年增率逐年遞減。我們大概可以預判，從2027年開始，CSP資本支出成長率應該是逐年下降，畢竟總產量擴增有限，加上基期拉高的緣故。但是可以確定的是，全球對於資料中心需求總量仍然持續增加。

因此真正需要看的，不只是四大CSP的損益表，更是他們的資產負債表。因為未來真正決定AI投資能不能持續的，不只是今年CapEx增加多少，而是大型CSP能不能持續發債投入基礎建設。而這個發債能不能帶來對應的營收貢獻，維持市場對這些公司的信用評等。

只要市場願意買單，公司的CDS沒有擴大、市場就願意繼續提供資金，未來的AI建設就仍然具備高度能見度。

真正值得擔心的是哪一天大型CSP開始發債困難、信用違約交換利差全面走高，資金成本快速上升，那才代表市場開始拒絕替AI夢想買單。在那之前，大部分所謂「AI需求見頂」的討論，都比較像情緒，而不是證據。

科技產業一直都有一個共同特徵。每一次新技術投資起來的時候，市場都會開始懷疑是不是蓋太多、投資太快、需求不存在。歷史不一定會重演，但市場的情緒，總是驚人地相似。這一次，市場真正過剩的，恐怕不是算力，而是錯誤的想像力。

作者簡介_台新新光金控 首席經濟學家 李鎮宇 博士

 

台新新光金控首席經濟學家、永續長、台新投顧副董事長，美國威斯康辛大學麥迪遜分校經濟學博士。擅長產業經濟、科技財務評價、國際金融與地緣政治，長期關注半導體與科技產業動態，也投入推動企業永續發展與碳盤查資料庫建置。工作橫跨學術、實務與政策三大領域，致力以淺白的語言說清複雜的經濟事，幫助社會看懂大局，找到方向。