AI 資本支出暴增、科技企業開始控 Token、Meta 傳出賣算力：三大雲真的被市場錯殺了嗎？#MSFT #AMZN #GOOG #ORCL #META
三句話摘要
AI資本支出暴增看似風險，實際上標誌著企業從試用階段進入精算管理期，對多模型雲平臺（Microsoft、Amazon、Google）的長期價值構成支撐而非威脅。 ## 市場對三大雲的擔憂不是完全錯誤，但把它等同於AI故事破裂、簡單看空是錯過了這個更深層的機會——這個時期恰恰是AI從試用走向正式部署、從單一模型競爭轉向多模型平臺價值的臨界點，而控制住企業AI成本管理層的Azure、AWS、Google Cloud可能比市場現在想的更難被替代。 AI成本已進入財務硬約束。 Microsoft Cloud毛利率從歷史水平下降到66%，Copilot和AI使用產生真實算力成本而非邊際成本，這讓企業不再能無限制增加用量。Uber四個月就用完全年AI預算後，對工具使用設定1500美元/人/月上限，說明AI並非不好用，恰恰相反是太好用導致成本快速失控。
重點整理
重點- 1
AI成本已進入財務硬約束。 Microsoft Cloud毛利率從歷史水平下降到66%，Copilot和AI使用產生真實算力成本而非邊際成本，這讓企業不再能無限制增加用量。Uber四個月就用完全年AI預算後，對工具使用設定1500美元/人/月上限，說明AI並非不好用，恰恰相反是太好用導致成本快速失控。
- 2
企業正進入"AI用量精算期"而非需求下滑。 這是技術商業化的正常階段：從"能用就用最強模型"轉向"這個任務值不值得用這麼貴的模型"。企業開始做模型路由（複雜任務用高階模型、簡單任務用便宜模型）、內容快取、批次處理、成本分攤，這是AI從展示走向正式業務流程的必經之路。
- 3
多模型雲平臺將成為最大受益者。 企業越想控制AI成本，越需要能同時提供OpenAI、Anthropic、Google、Meta開源模型的統一平臺，以及配套的成本管理、資料治理、許可權控制。這正是Microsoft Azure、AWS Bedrock、Google Cloud Model Garden的核心價值。
- 4
三大雲當前估值明顯低於歷史水平。 Microsoft 19倍未來本益比（歷史5年平均30倍）、Amazon 27倍（歷史5年平均45倍），這不是泡沫破裂，而是市場重新定價後的合理偏便宜。
- 5
##
實用技巧與重點
乾貨- 資本支出規模資料：
- 2026年雲大廠資本支出預估：7250億美元（幾乎是2025年中期兩倍）
- Microsoft FY2026 Q3：單季新增物業裝置支出309億美元（YoY +85%）；前9個月801億美元（YoY +68%）
- Amazon Q1 2026：單季購置物業裝置442億美元（YoY +77%）；12個月營運現金流1485億美元，自由現金流僅12億美元（去年同期259億美元）
- Google Q1 2026：購置物業裝置357億美元（YoY +108%）；全年資本支出指引提高至1800-1900億美元
- 毛利率與成本壓力：
- Microsoft Cloud毛利率：66%（AI基礎設施投資和Copilot使用導致下降）
- Microsoft Productivity and Business Processes部門：成本增加6.8億美元（支援Microsoft 365 Copilot）
- 企業AI成本管理案例：
- Uber：4個月用完全年AI預算，後對Copilot/Cursor工具設定$1500/人/月上限
- Meta：因Google無法供應足量Gemini算力，轉向推動員工更高效使用Token；報導指Meta規劃建立雲業務對外出租多餘算力
- Microsoft內部：取消大部分內部Copilot授權，推動開發者改用GitHub Copilot CLI
- AWS定價調整：
- EC2 Capacity Blocks for ML：7月漲價20%（今年1月已漲過15%）
- AI模型路由工具：
- Azure AI Foundry：在不同模型間平衡品質、成本、延遲
- AWS Bedrock智慧提示路由：根據請求選擇模型，可降低約30%成本
- Google Cloud Model Garden：200+模型（Google和合作伙伴）供選擇
- 估值資料（未來本益比）：
- Microsoft：19倍（歷史5年平均30倍）
- Amazon：27倍（歷史5年平均45倍）
- Alphabet：24-25倍（歷史5年平均22倍）
- Google Cloud業績：
- Google Cloud營業利益：從21.77億美元增長到65.98億美元（Q1 FY2026）
- 第一方模型每分鐘處理超過160億tokens（比上季增長60%）
- AI商業化四階段定義：
- 廚房試用期：能否接近產品，市場相信敘事即可
- AI用量精算期（現在）：每次使用值不值得，需要成本管理
- 每任務成本最佳化期：不看token價格，看每完成一個有效結果的成本（包括模型+工具+人工審查/成功率）
- 結果付費期：按解決的問題數量而非token數量計費
- 企業AI使用案例定義：
- 程式開發：修好一個程式錯誤 = 1任務
- 客服：解決一張工單 = 1任務
- 銷售：產出一個合格線索 = 1任務
- 財務分析：完成一份可用的分析摘要 = 1任務
- 法律：完成一份律師可採納的合約審閱 = 1任務
- 辦公場景：完成一份可交付的簡報/郵件/會議摘要 = 1任務
- Oracle vs 三大雲對比：
- Oracle 2026年剩餘履約義務：6380億美元（YoY +363%）
- Oracle 2026年自由現金流：237億美元
- Oracle故事：AI算力短缺帶來訂單，但同時帶來資本支出和融資壓力；三大雲故事：AI用量精算提高多模型平臺價值
- --
- ##
結論
結論“市場對三大雲的擔憂不是完全錯誤，但把它等同於AI故事破裂、簡單看空是錯過了這個更深層的機會——這個時期恰恰是AI從試用走向正式部署、從單一模型競爭轉向多模型平臺價值的臨界點，而控制住企業AI成本管理層的Azure、AWS、Google Cloud可能比市場現在想的更難被替代。”
完整解析
詳細五月以來Microsoft、Amazon、Google股價下跌的表面原因很直接：三大雲廠的AI資本支出呈指數級增長，而市場開始追問這些鉅額投資何時能轉化為現金流。資料確實驚人——2026年雲大廠資本支出預估達7250億美元，是2025年中期水準的兩倍；Microsoft單季新增物業裝置支出從167億美元飆升到309億美元；Amazon則從250億美元增至442億美元。更嚴峻的是，這些資本支出的增速已經超過運營現金流的增速，Amazon的自由現金流甚至從259億美元崩到僅剩12億美元，這讓市場合理地開始懷疑：這是在創造未來的收費公路，還是被迫參加一場越來越貴的軍備競賽？
但真正值得討論的不在於資本支出的絕對值，而在於企業對AI的態度在悄然改變。Microsoft Cloud的毛利率下降到66%不是因為需求消失，而是因為AI使用真的產生算力成本——傳統Office軟體的邊際成本接近零，多打幾個字Microsoft不會多花錢，但AI的每一次生成、每一次推理、每一次Agent執行都有明確的計算成本。這改變了整個經濟學。Uber的故事最能說明問題：它鼓勵員工大量使用AI程式設計工具，結果四個月就耗盡全年預算，隨後不得不對每個工具設定1500美元/人/月的上限。這不表示AI沒有價值，恰恰相反，可能就是因為太有價值、太容易擴散，所以預算快速失控。Google和Meta也報導稱無法無限制獲取最頂級算力，開始推動員工更有效率地使用Token。
這些現象指向了一個更深層的轉變：AI正在從"廚房試用期"進入"用量精算期"。在試用期，企業關心的是能不能把AI用上，市場相信敘事就願意給高估值；而在精算期，企業關心的是這個任務值不值得用這麼貴的模型、哪些工作值得自動化、成本分攊應該如何設定。企業開始做模型路由：複雜任務交給GPT-4或Claude，簡單任務降級到便宜模型；做內容快取以減少重複呼叫；做批次處理而非實時處理；按使用量而不是席位收費。Microsoft已經開始在Azure AI Foundry用模型路由工具平衡品質、成本和延遲；AWS用Bedrock的智慧提示路由能節省約30%成本；Google Cloud則提供200多個模型供選擇。這些都不是AI失敗的訊號，而是企業把AI從演示展示走向正式業務流程的必經階段。
真正有意思的是，這個轉變對誰最有利。如果企業只追求最強模型，價值流向單一模型公司（Anthropic、OpenAI）；但如果企業追求用最低成本完成最多有效任務，價值流向能同時提供多模型選擇、成本管理、資料治理、許可權控制的多模型雲平臺——這正是Microsoft、Amazon、Google各自的優勢。Microsoft控制企業工作流的入口（Office、Teams、GitHub）；Amazon是最中立的多模型平臺（可以用Claude、Gemini、Llama）；Google則擁有Gemini和TPU的一體化優勢。企業越想控制成本，就越離不開這樣的平臺基礎設施。相比之下，Oracle雖然也受益於算力短缺，但它的故事更像是一次性的大訂單帶來的資本支出壓力，而三大雲的故事是系統性的平臺價值提升。當我們回到估值邏輯，Microsoft當前19倍未來本益比相比五年平均30倍明顯便宜，Amazon的27倍也遠低於45倍的歷史平均；Alphabet雖然不如其他兩家便宜，但Google Cloud的加速增長和Gemini每分鐘160億token的處理量提示Google正在轉化技術優勢為商業優勢。
---
##
關鍵時刻
Pipeline v2帶時間戳的重點，會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。
事實查核
Pipeline v2說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。
